뤼튼 등 AI 스타트업 4곳 대표 견해는
“고비용이 문제”라는 점에 대체로 동의
“비용은 언제나 문제였고, 결국엔 해결”
챗GPT와 같은 생성형 인공지능(AI) 기술을 둘러싼 거품이 곧 꺼질 것이라는 관측이 나오고 있다. 거대언어모델(LLM) 기반 생성형 AI 서비스를 개발하고 운영하는 데 드는 비용이 막대하다는 게 주요 이유다. 국내 생성형 AI 스타트업 대표들은 비용 문제에는 공감하면서도 거품 논란에 대해서는 다양한 견해를 내놨다.
11일 글로벌 시장조사업체 CCS인사이트는 2024년 이후 테크 산업의 미래에 관한 연례 보고서에서 내년에 생성형 AI 기술 시장에 관한 우려를 짚었다. 비용과 규제가 대표적인 문제로 꼽혔다. 대규모 언어 모델(LLM)을 구동시키기 위해서는 그래픽처리장치(GPU) 서버 인프라 등이 필요하다. 대규모 컴퓨팅에 들어가는 비용이 막대하다는 의미다.
사진=게티이미지뱅크
◆‘비용 절감’, 생성 AI 업계 최대 화두
이스트소프트, 아티피셜소사이어티, 네오사피엔스의 대표는 세계일보와 통화에서 비용 문제가 업계의 가장 큰 장애물이라는 데 동의했다. 이스트소프트는 AI 서비스 전문기업이며, 아티피셜소사이어티는 생성형 AI를 활용한 에듀테크 스타트업, 네오사피엔스는 AI 성우 서비스를 하는 기업이다. 각 기업이 처한 상황에 따른 차이는 있으나 생성 AI 서비스의 수익화 문제는 스타트업뿐 아니라 오픈AI, 네이버 등도 고민하는 지점이다.
김기영 아티피셜소사이어티 대표는 서비스 이용자들에게 높은 비용을 받지 못하는데 원가는 높은 게 문제라고 지적했다. 누구나 챗GPT를 쓸 수 있는 시대에 챗GPT를 활용한 생성 인공지능(AI) 서비스를 비싸게 팔 수 없다는 뜻이다. 김 대표는 “챗GPT가 나만 쓸 수 있는 서비스면 관련해 개발한 서비스를 고가에 책정할 수 있겠지만, 현재는 그렇지 않기에 기업들이 수익화에 애를 먹고 있는 것”이라고 했다.
김 대표는 이 때문에 현재 AI 스타트업계가 서비스를 정교하게 하는 것보다 비용을 저렴하게 하는 데 집중하고 있다고 설명했다. 혹은 교육, 헬스케어 등 분야를 좁혀 생성 AI 기술을 고도화하는 방안으로 돌파구를 마련하고 있다는 분석이다.
정상원 이스트소프트 대표도 고비용 문제에 대해서는 인정했다. 다만 그는 생성형 AI의 유일한 단점이 비용이기 때문에 역설적으로 구글 등이 공격적으로 서비스에 적용하지 않고 있고 이 때문에 사람들의 관심이 지속하는 것이라고 진단했다. 정 대표는 “혁신의 역사를 돌아보면 초반에는 항상 엄청난 비용이 수반되기 마련”이라며 “그러나 인류는 항상 비용 문제만큼은 극복해 왔다”고 했다.
사진=로이터연합뉴스
◆“동일 성능 대비 효율화되고 있다”
AI 포털 서비스 기업 뤼튼테크놀로지스의 이세영 대표는 고비용이 문제라는 데 동의하지 않았다. 그는 오히려 비용 효율화가 가속하고 있다고 밝혔다. 예컨대 오픈AI의 챗GPT 모델이 발전하면서 이전 모델의 비용은 낮아진다는 의미다. 이 대표는 “동일 기술 대비 가격이 기하급수적으로 떨어지고 있다”고 강조했다.
GPU 역시 마찬가지다. 이 대표는 “성능이 획기적으로 개선되면 비용이 일부 늘 수 있지만, 대체로 빠르게 효율화와 경량화되고 있다”며 “스타트업이 초반에 감당하기 어려운 수준의 비용이 아니냐고 하는 지적이 있지만, 개발사와 협력해 비용 절감 모델도 개발하고 있다”고 했다. 이어 “뤼튼은 2막에서 본격적으로 태동하는 플랫폼 역할을 수행하고 있다”고 덧붙였다.
수익화 문제는 ‘킬러 앱’의 등장으로 넘을 수 있다고 봤다. 이 대표는 오픈AI의 최신 LLM인 GPT-4 출시(올해 3월)까지 1막이라면, 이후 2막이 열렸다고 정의했다. 그는 “2막은 많은 생성형 AI 앱들이 등장하는 시기가 될 것이고, 이미지, 비디오 등 세분화한 영역에서 킬러 앱이 등장해 시장을 이끌 것”이라고 전망했다.
김태수 네오사피엔스 대표도 생성형 AI 서비스 영역이 세분화해 비용 효율화에 성공한 곳과 그렇지 않은 곳이 나뉠 것이라고 봤다. AI 성우 서비스를 하는 네오사피엔스 경우 생성 AI 서비스 비용이 비싸다 한들 실제 성우를 고용하는 비용보다는 저렴하다는 설명이다. 그는 “유스케이스(Use Case)가 있는 데는 소비자들이 기꺼이 돈을 더 지불할 것이고, 관련 시장도 더 커질 것”이라고 내다봤다.
사진=AP연합뉴스
◆“기대 뛰어넘을 것” VS “더 놀랍진 않을 것”
생성형 AI의 진화에 대한 전망도 엇갈렸다. 기대를 넘어서는 서비스가 계속 등장할 것이라는 관측과 더 놀라운 것은 없을 것이라는 비관이 공존하고 있다. CCS인사이트가 제기한 ‘거품 논란’과 이어지는 문제다.
정상원 대표는 LLM 기반 생성형 AI 기술이 메타버스, 블록체인 등과는 다르다고 단언했다. 그는 “거품이라고 하더라도, 그냥 꺼질 거품인지 미래를 담보하는 거품인지는 다르다”며 “거품이 꺼지긴 이르다”고 했다.
아직 공개되지 않은 서비스에 대한 기대도 거품을 부정하는 요소다. 예컨대 오픈AI만 하더라도 지난달 말 한층 사람에 가까워진 챗GPT 기능을 조만간 선보인다고 밝혔다. 마이크로소프트(MS)는 워드·엑셀 같은 소프트웨어(SW)에 AI를 장착한 ‘MS365 코파일럿’을 다음 달 본격 서비스한다. 정 대표는 “챗GPT는 유니버설한 AI를 추구하고 있고, 사람들이 놀랄 거리는 아직 많이 남아 있을 것”이라며 “내년이 움츠러들 시점은 아니다”라고 강조했다.
반면 김기영 대표는 앞으로 나올 기술과 서비스가 기대에 부응하기 어려울 것이라고 예상했다. 그는 “세상의 모든 것이 생성형 AI로 바뀔 것이라고 초반에는 전망했지만, 그 정도는 아닐 것이라는 의미”라고 했다. 사람들의 기대치가 너무 높아졌다는 평가다. 이어 “챗GPT 경우 전혀 생각지 못한 것이어서 파급력이 컸지만, 앞으로 나올 것들은 그 정도의 영향력을 가져오진 않을 것”이라고 덧붙였다.
웹 3란 무엇일까요? 한마디로 말하면, 웹 3는 모든 자료와 정보가 분산화, 탈중앙화(특정 개인이나 조직이 독점하지 않음) 된 차세대 네트워크 구조를 의미합니다.
1990년대 초, 월드와이드웹(WW)이 정보화 시대를 앞당겨왔습니다. 10년 후, 인터넷은 훨씬 더 성숙하고 프로그래밍 가능한 환경으로 변모했습니다.
우리는 현재 Web2 라고 불리우는 인터넷 환경과 함께하고 있습니다. Web2는 SNS, e-커머스 플랫폼이라는 혁신적인 서비스를 생활 속에 자리잡게 했습니다.
이를 통해 사람들 간의 커뮤니케이션 및 정보의 제공자와 수혜자가 소통하는 방식이 완전히 바뀌었으며, 재화와 서비스들을 조금 더 생활 속에서 가깝게 접근 할 수 있게 되었고, 전세계적으로 P2P 소통이 가능해졌습니다.
하지만 현존하는 인터넷의 대부분 의사소통은 두 대상 ‘A’와 ‘B’ 사이에 서로 알지 못하고 신뢰하기도 어려운 중개인(middleman 또는 intermediary)이 존재합니다.
몇몇 플랫폼들이 놀라운 P2P 경제를 구축하여 유익한 컨텐츠를 제공하고 있기는 하지만, 고객들의 데이터를 수집하고 P2P 거래에 한계가 발생하는 등의 문제점을 내포하고 있습니다.
이러한 상황에서, 블록체인은 다음 세대의 인터넷으로 인류를 이끌어 줄 원동력으로 작용할 것입니다.
분산 웹(또는 Web3)과 함께하는 블록체인은 인류에게 진정한 의미의 중개인 없는 P2P 거래를 가능하게 할 것이며, 비트코인은 이것이 가능함을 수년 동안 보여주어 왔습니다.
비트코인은 은행이나 은행 담당자 없이도 사용할 수 있는 P2P 화폐로 사용되며, 비트코인을 실현한 블록체인 기술은 산업 전반에 응용되고 있습니다.
우버 없는 차량 공유, 에어BNB 없는 주택 공유, 페이스북이나 트위터 없는 SNS 등 중개인을 배제한 진정한 의미의 P2P 경제가 우리 생활로 다가오고 있습니다.
서버의 부재 : 자료 구조를 새롭게 설계하다
우리는 컴퓨터를 작동시키고 인터넷 프로토콜을 통해 인터넷에 접속하게 됩니다. PC 초창기에는 플로피 디스크를 컴퓨터에 집어 넣고, 디스크에 데이터를 저장하여 동료의 컴퓨터에 플로피 디스크를 집어넣은 후 파일을 복사하여 정보를 교환했습니다.
데이터는 복사, 전달을 위해 물리적 장치에 저장되었습니다. 이러한 상황에서 인터넷의 발명은 이러한 과정에서 발생하는 비용과 시간을 획기적으로 줄이는 엄청난 사건이었습니다.
인터넷이 도입 된지 시간이 꽤나 흘렀지만, 현재 데이터 아키텍처는 클라이언트-서버 방식에서 크게 변화하지 못했습니다. 이는 우리들의 데이터가 중앙화 된 서버에 저장되고 인터넷을 통해 검색하여 정보를 탐색하는 방식입니다.
집 안에 있는 냉장고와 토스터까지 인터넷과 연결되는 비교할 수 없을 정도로 연결된 사회에 살고 있음에도 불구하고, 우리의 데이터는 하드디스크, USB, 클라우드와 같은 중앙화 된 저장소에 저장되고 있습니다.
이렇게 중앙화 된 저장소는 ‘데이터 신뢰성’에 문제가 발생합니다. 중앙화 된 저장소에 데이터가 손상된다면? 관리자가 실수를 한다면? 서버 기계가 고장 난다면? 이러한 중앙화 된 자료 구조는 손상되면 복구가 어려운 특정한 지점이 있습니다.
이러한 지점이 공격을 받거나 문제가 생겨 자료에 손상이 간다면 치명적인 피해를 부담해야 할 수 밖에 없습니다.
데이터 왕정에서 데이터 민주주의로
P2P 데이터 아키텍처는 BitTorrent나 Tor browser와 같은 파일 공유 프로그램이 떠오르던 1990년대부터 존재해왔습니다. 암호학과 인센티브 메커니즘 게임 이론이 합쳐진 블록체인은 P2P 아키텍처에 새로운 모델을 제시했습니다.
우리는 모든 데이터가 중앙화 된 컴퓨터에 저장되는 낡은 자료구조에서 벗어나, 분산화 되고 분권화된 새로운 자료구조로 나아가고 있습니다.
웹3는 초연결된 현대 사회의 모든 자료구조를 재정의합니다. 블록체인은 분산 웹 스택 기술들 중 하나로서, 무엇이 언제, 누구에게로부터 발생했는지 기록하는데 유용한 수단이 됩니다.
하지만 현재 블록체인 기술은 2가지 이유로 대용량의 데이터를 저장하는데 한계가 있습니다. (1) 확장성 : 블록체인은 아직까지 매우 느립니다. (2) 블록체인은 설계적으로 개인정보를 저장하지 않습니다.
Web3 기술 스택
평범한 웹, 모바일 어플리케이션을 만드는것과 같이, DApp(분산앱, 댑 또는 디앱으로 읽음)을 만드는 것은 컴퓨팅 자원, 파일 스토리지, 외부 데이터, 통화, 결제 등 어플리케이션을 구성하기 위한 몇가지 요소를 필요로 합니다.
지난 4년동안 커뮤니티는 개발 생태계를 진전시키는 데 큰 성과를 이루었습니다. 2014년까지만 해도 댑을 개발하는 데 어려움들이 있었지만, 현재는 최소한의 컴퓨팅 자원과 파일 스토리지만으로도 댑을 개발할 수 있습니다. 웹3 생태계는 기술스택을 개발하기 위해 오랜 시간 발전해 왔으며, 아래와 같이 구성됩니다.
클라이언트-서버 기반의 전통적인 인터넷에서 분산 웹으로의 전환은 급진적으로 변화하는 것이 아닌, 점진적으로 변화해 나갈 것입니다. 분산 웹 스택이 꾸준히 성숙해 나감에 따라, 이러한 변화는 중앙화 된 형태에서 일부가 분산화 된 형태로, 결국에는 완전히 분산화 된 형태로 변모해 나갈 것입니다.
또한 분산화 된 아키텍처는 네트워크에서 발생할 수 있는 오류에 조금 더 매끄럽게 대처할 수 있으며, 사이버 공격으로부터 공격 받는 구심점이 없기 때문에 보안적으로도 우수합니다.
현재는 속도 면에서 열위가 있지만 꾸준한 개선을 통해 성능을 향상시켜 나갈 것입니다. 미래의 인터넷은 훨씬 더 분산화 되겠지만, 이는 중앙화 된 현재 시스템을 없애버리는 것을 의미하지 않습니다.
중앙화 된 인터넷도 관리, 속도 등의 면에서 장점이 있기 때문에 분산 인터넷과 공존하며 초 연결 사회를 함께 할 것입니다.
최근 인기를 끌고 있는 대체불가능토큰(NFT)은 NFT의 정보와 소유자, 거래 내역 등을 블록체인상에 저장해 두고 있습니다. 하지만 블록체인에 등록된 NFT에는 실제 영상이나 이미지 같은 데이터가 존재하지 않는데요. 실제 원본 데이터는 특정 서버에 저장되어 있기 때문입니다.
세상에 존재하는 수많은 데이터는 어떤 공간에 저장되어 있는데요. 이 공간은 특정 기업이 보유한 서버일 수도, 클라우드 형태일 수도 있습니다. 만약 서버가 데이터를 한 곳에 저장하는 중앙 집중 방식이라면 데이터에 대한 검열 문제가 발생하거나, 서버가 공격을 받으면 데이터를 불러올 수 없게 될 수도 있는데요. 최악의 경우 데이터가 모두 날아가거나 서버에 접속조차 할 수 없는 상황이 일어날 수 있습니다.
하지만 한 번 저장해두면 영원히 사라지지 않는 데이터 공간이 있다면 어떨까요? AWS나 구글 클라우드 같은 클라우드가 이러한 역할을 하지만, 특정 기업이 소유하고 있는 서비스라 데이터를 저장하는 만큼 비용을 지불해야 합니다. 최근 이러한 기존의 데이터 저장 구조를 바꾸고 분산형 웹을 구현하기 위한 움직임이 꾸준히 진행되고 있습니다.
IPFS의 탄생
인터넷의 중요한 특징 중 하나는 중앙화 구조입니다. 일반적으로 데이터는 특정 기업이나 주체가 관리하는 서버에 보관되는데요. 이러한 중앙화 구조는 데이터를 빠르게 전달한다는 장점이 있습니다. 가장 많이 사용하는 하이퍼텍스트전송프로토콜(HTTP) 방식은 URL이란 특정 주소를 입력하면 ‘위치 기반‘으로 데이터에 접근합니다. HTTP는 데이터를 관리하기 편하고 용량을 늘리는 등의 작업이 수월한데요.
하지만 보안이나 효율성의 측면에서 단점이 있습니다. 데이터에 대한 검열도 데이터를 수집, 저장한 주체가 임의로 하게 되죠. 또한, HTTP는 백본(Backbone) 네트워크의 의존도가 높고 비효율적이며 공격의 대상이 되기 쉽습니다. 백본 네트워크란 연결돼있는 소형 회선들로부터 데이터를 수집해 빠르게 전송할 수 있는 대규모 전송회선 입니다.
웹 시대가 점차 발전하면서 웹과 서버에서 다뤄야 하는 데이터의 양과 저장 비용도 상당히 증가했습니다. 최근 많이 사용하는 비디오, 오디오 데이터를 비롯해 사용자가 만들어 내는 데이터의 양은 상상을 초월하는데요. 고화질의 비디오와 대규모 오디오 스트리밍의 경우 전송 및 유지 관리가 쉽지 않습니다.
만약 HTTP와 같은 중앙화 구조의 데이터 서버가 공격을 받아 사용할 수 없게 되거나, 서버 내 데이터가 모두 삭제되는 상황이 발생한다면 어떤 일이 벌어질까요? 이러한 문제점 때문에 변화를 추구하는 새로운 웹 시대의 데이터 저장 및 제공 방식이 주목받고 있습니다. 새로운 데이터 저장 방식은 데이터를 안전하게 분산 저장하고 이를 추적하는 것도 가능한데요. 중앙화 방식의 구조적 단점과 검열 문제 등을 극복하고 누구나 언제든지 쉽게 데이터에 접근할 수 있습니다.
HTTP와 IPFS 비교(출처: students x students)
앞서 언급한 새로운 데이터 저장 및 제공 방식은 바로 ‘IPFS(InterPlanetary File System, 분산형 파일 시스템)’입니다. IPFS는 데이터를 수많은 노드에 호스팅하고 백업할 수 있는 P2P(Peer to Peer)분산 네트워크인데요. 완전한 분산 시스템이자 네트워크인 IPFS에는 수많은 공간에 데이터가 분산되고 복제, 저장됩니다. 이 덕분에 한 곳의 데이터가 삭제되더라도 언제나 같은 데이터에 접근할 수 있습니다.
IPFS는 2014년 프로토콜 랩스(Protocol Labs)를 창업한 프로그래머 후안 베넷(Juan Benet)이 고안한 아이디어인데요. 그가 개발한 IPFS는 P2P 네트워크에 접속하는 모든 이용자가 완전히 분산된 방식으로 데이터를 저장하고 배포하는 시스템입니다. 스탠퍼드 대학교에서 컴퓨터 공학을 전공한 후안 베넷은 기존의 비트토렌트, 냅스터와 같은 프로토콜을 기반으로 HTTP를 대체할 수 있는 아이디어를 IPFS에 적용했습니다.
IPFS에 저장된 데이터는 작게 분할되어 여러 컴퓨터와 저장 공간 등에 분산되는데요. 이때 사용자가 데이터를 찾을 수 있도록 해시(Hash)가 할당됩니다. 해시란 다양한 길이를 가진 데이터를 고정된 길이를 가진 데이터로 매핑하는 것을 의미합니다. IPFS에서 저장된 데이터를 다시 불러올 때 기존 방식과 차이점이 있는데요. 기존에는 ‘찾을 위치’를 시스템에 전달하는 방식으로 URL 혹은 데이터 서버가 있는 위치인 IP 주소를 통해 데이터를 찾는 식이었죠. 반면 IPFS는 ‘찾고 있는 대상’을 시스템에 전달해야 합니다. 데이터나 콘텐츠와 같이 찾고 있는 대상이 일종의 주소의 역할을 하는 것입니다.
IPFS에서 시스템이 요청을 받으면 노드가 응답을 시작하는 네트워크로 해당 요청을 보냅니다. 그러면 네트워크 전체에서 사용 가능한 데이터를 전달할 수 있는 노드의 응답을 받게 되는데요. 이때 IPFS는 블록체인에서 많이 채택해 잘 알려진 ‘SHA-256’ 해시를 사용해 데이터를 보호하고 데이터에 표식을 붙입니다.
각 데이터에는 CID(Contents ID)가 부여되는데요. 이 CID를 확인하면 동일한 파일인지 구분이 가능합니다. 데이터 요청이 있을 때, 이 CID를 활용해 여러 데이터 공간에서 전송할 수 있는 데이터를 가져오게 됩니다.
IPFS는 데이터 전송 속도를 높이고 네트워크 대역폭을 크게 절약할 수 있습니다. 유휴 데이터 저장 공간을 활용하므로 저장 비용이 감소하는데요. 중앙화 클라우드 저장 공간과 비교하면 암호화 기술, 블록체인과의 결합을 통해 더욱 안전하게 데이터를 보관할 수 있습니다.
CID의 구조 (출처: Protocol Labs)
IPFS의 구조와 중요성
이러한 구조는 IPFS가 DAG(Directed Acyclic Graph)라는 것을 활용하기 때문에 가능한 것인데요. DAG는 방향성 비순환 그래프라고 하며, 다양한 분산 시스템에서 사용하는 데이터 구조의 한 가지 형태입니다. 이 DAG를 통해 IPFS에서 데이터 간 링크를 활성화하고 이동시킬 수 있습니다. IPFS는 머클 DAG(Merkle DAG)라는 구조를 활용합니다. 머클 DAG 구조에서 각 노드는 보유한 내용을 나타내는 고유한 해시를 갖고 있는데요. 이 해시를 통해 개체나 노드를 식별하는 게 가능하고 이를 통해 데이터가 있는 장소를 나타낼 수도 있습니다.
IPFS에서 DAG는 효율적인 검색이 가능하도록 설계됐습니다. 또한 데이터의 개별적인 변경 사항이 발생하더라도 이를 추적해 변경 내역을 업데이트할 수 있습니다. 이러한 구조는 데이터의 각 버전과 최종 버전을 연결하기 때문에 선형적인 추적이 가능하죠. 해당 방식으로 특정 웹사이트에서 과거 버전뿐만 아니라 업데이트가 일어난 모든 기록을 보존할 수 있습니다.
기본적인 IPFS의 구조는 마치 수많은 컴퓨터의 여러 폴더에 데이터를 잘게 조각내 보관하는 구조처럼 되어 있다고 생각할 수 있는데요. 분산된 데이터에는 부여된 CID는 물론 폴더 자체에도 CID가 있기 때문에 잘게 조각난 여러 데이터를 빠르게 구분하고, 하나로 합쳐 가져오는 것도 가능합니다.
우리가 URL을 사용하는 것과 유사하게 IPFS는 https://ipfs.io/ipfs/ 와 같은 구조를 갖고 있습니다. 차이점은 IPFS는 ipfs.io를 통해 첫 관문 앞에 서게 되고, CID에 해당하는 데이터를 찾아 불러온다는 것입니다. CID 부분은 긴 해시로 돼있으며 특정 데이터를 찾는 역할을 합니다.
검색을 위해서 IPFS는 https://ipfs-search.com을 활용할 수 있는데요. 만약 검색창에 Cat이라는 단어를 넣고 검색하면 문서, 오디오, 이미지, 비디오, 디렉토리 등으로 구분된 결과를 얻을 수 있습니다. 이때 IPFS에 저장된 데이터를 종류에 따라 분류된 결과를 보여주는데요. 만약 긴 숫자와 문자로 구성된 해시를 알고 있다면 검색창에 해시를 넣어도 데이터를 동일하게 불러옵니다.
IPFS의 검색 서비스(출처: IPFS SEARCH)
IPFS가 향후 새로운 웹 시대, 웹 3.0에서 중요한 역할을 하는 이유는 다음과 같습니다. 지금까지 데이터는 제3자의 손에 넘어갔습니다. 페이스북이나 구글 같은 회사는 개인 사용자의 데이터를 수집하고 이를 광고주와 같은 제3자에게 마음대로 판매했죠. 데이터는 공용 데이터가 아니라 개인 정보이기 때문에 이와 같은 행위는 개인 정보 침해에 가깝습니다.
또한 사용자가 생성한 데이터를 거대 플랫폼이나 주체가 마음대로 검열하고 규정을 위반했다고 제재를 가하거나 데이터를 삭제하기도 합니다. 데이터를 소유하고 있다고 데이터를 만든 주체가 아님에도 불구하고 마음대로 검열하는 권한을 갖게 된 것이죠.
IPFS가 활성화될수록 특정 기업에 종속되지 않고 데이터의 저장이나 변경에 대한 주권을 사용자가 찾아올 수 있는데요. 이미 이러한 움직임은 여러 기업과 다양한 프로젝트에서 시작되고 있습니다.
예를 들어 브레이브(Brave)와 오페라(Opera)와 같은 웹 브라우저가 IPFS 링크 기능을 지원하는데요. 이 웹 브라우저에서 IPFS 링크를 입력하면 바로 사이트나 파일로 이동할 수 있습니다. 브레이브는 자체 노드를 통해 IPFS 데이터에 바로 접근할 수 있는 옵션을 제공하기도 합니다.
크롬이나 엣지 같은 웹 브라우저에서는 https://ipfs.io 나 https://cloudflare-ipfs.com과 같은 공용 게이트웨이를 사용하여 IPFS에 접속할 수 있습니다. 또한 크롬과 엣지, 파이어폭스 등에서는 IPFS Companion이라는 확장 프로그램을 추가해 사용하는 것이 가능하죠. 이는 웹 브라우저에서 IPFS 노드와 바로 연결될 수 있는 방법이기도 합니다.
NFT 붐이 일면서 NFT의 원본 데이터를 저장하고 백업하기 위해 IPFS의 분산 네트워크에도 NFT를 보관하기 시작했습니다. 저장 공간이 해킹당하거나 데이터가 삭제되면 NFT의 가치에 심각한 훼손이 발생하는데요. 이를 방지하기 위해 IPFS의 수요가 늘어나고 있습니다.
대표적인 NFT 마켓 플레이스인 오픈씨(OpenSea)와 블록체인 메인넷인 솔라나(Solana)는 데이터 저장에 알위브(Arweave)라는 IPFS를 활용하고 있습니다. 또한 IPFS를 만든 후안 베넷과 그의 회사는 파일코인(FileCoin)이라는 프로젝트를 통해 P2P 저장 공간을 제공하는 대신 암호화폐로 보상받는 시스템을 만들고 있습니다. 파일코인을 사용하면 사용자는 여분의 하드드라이브 공간을 제공해 데이터를 저장해주고, 그 대가로 파일코인을 받습니다. 반대로 저장 공간을 빌리려면 파일코인으로 지불해 저장 공간을 확보할 수도 있습니다.
블록체인 기반 음악 스트리밍 서비스인 오디우스(Audius)도 음악의 자유로운 표현과 배포를 위해 검열하지 않는 IPFS를 핵심 구성 요소로 사용합니다. 사용자가 음악을 공유하고 수익을 창출하면서 빠르게 스트리밍이 가능한 구조를 IPFS를 통해 찾은 것이죠.
파일코인의 구조(출처: hash.kr)
IPFS의 탄생
“IPFS의 미래는 무엇입니까?”라는 질문이 있을 때 떠올릴 수 있는 IPFS의 장점은 명확합니다. IPFS에서 저장 공간은 완전히 분산되어 있고 높은 확장성과 효율성을 보여줄 수 있기 때문에 기존 구조의 단점을 보완할 수 있다는 점입니다. 또한 항상 데이터에 접근해 불러올 수 있고, 보안 관련 공격에도 강합니다. IPFS는 소스 코드가 공개돼 있어 무료 소프트웨어 라이선스에 따라 사용할 수 있는데요. 덕분에 누구나 IPFS에 새로운 기능을 적용하는 것이 가능하고, 데이터의 접근과 활용에 혁신적인 방식을 가져올 수 있습니다.
물론 아직 탄생한 지 10년도 되지 않은 IPFS가 장점만 갖고 있지는 않습니다. 이러한 유형의 시스템에 대한 경험이 없는 사용자는 IPFS를 사용하기가 복잡하게 느껴질 수 있습니다. 또한 IPFS를 활용하기 위해서는 노드 다운로드와 운영과 같은 운영상 준비가 필요한데요. URL이 아닌 긴 해시 구조가 익숙하지 않기 때문에, 지난 수십 년간 이어져 온 웹 이용 방식에도 변화가 필요합니다.
IPFS는 웹에 능숙한 모든 사용자에게 기본적인 수준에서 이해가 되어야 할 텐데요. 얼마나 많은 사용자가 노드를 다운로드하고 운영하려고 할지, 친숙하고 표준적인 기존의 웹 URL 대신 투박한 콘텐츠 식별자(CID) 링크를 사용하고 싶어 할지는 의문입니다.
IPFS는 표준 웹 사이트만큼 매끄럽게 사용하기 쉽지는 않지만 웹 3.0이 주목받으면서 이 문제점은 점차 개선될 것으로 보입니다. 일례로 IPFS 데이터를 나타내는 문자열이 너무 길고 복잡하다는 문제를 해결하기 위해 도메인 주소를 쉬운 URL 형태로 제공하는 언스타퍼블 도메인(Unstoppable Domains)이라는 서비스도 생겨났고, 많은 웹 브라우저에서 이를 지원하기 시작했습니다.
IPFS가 추구하는 탈중앙화와 분산화, P2P 연결 등은 정보의 접근성을 높이는 기회를 제공합니다. 또한 사용자 데이터 주권을 되찾고 소유권과 공유의 활성화, 이를 통해 수익 창출이 가능한 기반을 제공할 것으로 예상되는데요. IPFS가 앞으로 더욱 향상된 속도와 효율성, 기술적인 진보를 이루어 관련 서비스나 기술에 새로운 장을 열어줄 수 있을지 더욱 기대됩니다.
Web3는 블록체인을 비롯하여 인터넷에서의 데이터 소유권과 제어를 분산시키는 기술을 포괄하는 용어입니다. 대부분의 인터넷 애플리케이션은 최종 사용자 데이터를 저장하고 사용하는 방법을 결정하는 중앙 집중식 기관에서 제어합니다. Web3(Web 3.0, 분산형 웹 또는 시맨틱 웹이라고도 함) 기술은 중앙 집중식 관리 구조와는 달리 커뮤니티 기반 프로젝트를 가능하게 합니다. 커뮤니티 기반 프로젝트에서는 최종 사용자가 데이터를 제어하고, 가격을 결정하고, 기술 개발에 직접적으로 기여하고, 프로젝트 방향에 대한 더 강한 발언권을 갖습니다. 이러한 기술에는 사용자의 상호 작용 방식을 자동으로 규제하는 메커니즘이 있습니다. 따라서 중앙 집중식 기관이 이러한 상호 작용을 관리할 필요가 없습니다.
Web 3.0의 핵심 아이디어는 무엇입니까?
Web 3.0에는 네 가지 주요 기능이 있습니다.
탈중앙화
분산형 웹 애플리케이션은 Web 3.0의 주요 기능입니다. 목표는 분산형 네트워크에 데이터를 배포하고 저장하는 것입니다. 이러한 네트워크에서는 다양한 엔터티가 기본 인프라를 소유하고 있으며 사용자는 해당 공간에 액세스하기 위해 스토리지 제공자에게 직접 비용을 지불합니다.
또한 분산형 애플리케이션은 정보 복제본을 여러 위치에 저장하고 전체적으로 데이터 일관성을 보장합니다. 개별 사용자는 데이터를 중앙 집중식 인프라에 넘겨주는 대신 데이터의 위치를 제어할 수 있습니다. 탈중앙화된 인터넷 사용자는 원할 경우 자신의 데이터를 판매할 수 있습니다.
신뢰가 필요 없음
중앙 집중식 웹 애플리케이션 및 서비스에서 사용자는 데이터, 트랜잭션 및 상호 작용을 관리하기 위해 중앙 기관을 신뢰해야 하는 경우가 많습니다. 이러한 중앙 기관은 사용자 데이터를 제어하고 시스템 규칙을 조작할 수 있습니다. 데이터가 보안 위험에 노출되거나 잘못 관리되어 사용자 정보가 손실되거나 오용될 수 있습니다.
반대로 Web3는 신뢰가 필요하지 않으므로 사용자는 특정 당사자를 신뢰하지 않고도 트랜잭션과 상호 작용에 참여할 수 있습니다.
시맨틱 웹
시맨틱 웹을 사용하면 애플리케이션이 웹 데이터의 내용과 컨텍스트를 이해하여 복잡한 작업을 수행할 수 있습니다. 메타데이터와 인공 지능을 사용하여 사용자가 생성한 데이터에 의미(시맨틱)를 제공합니다.
Web 3.0은 현재 기존 웹 기술의 일부 측면에서 볼 수 있는 시맨틱 웹 기술을 향해 더 완벽하게 나아가는 것을 목표로 합니다. 예를 들어 검색 엔진은 더 정확하고 상황에 맞는 검색 결과를 제공하고 지능형 에이전트는 사용자가 작업을 더 효율적으로 수행하도록 도와줍니다.
상호 운용성
Web 3.0은 다양한 기술 간의 상호 연결을 강화하여 중개자 없이 서로 다른 플랫폼 간에 데이터가 흐르도록 하는 것을 목표로 합니다. 상호 운용성을 통해 데이터를 이동할 수 있으므로 사용자는 기본 설정, 프로필 및 설정을 유지하면서 서비스 간에 원활하게 전환할 수 있습니다.
동시에 광범위한 사물 인터넷(IoT) 장치를 통합하는 프로토콜은 기존의 경계를 넘어 웹의 범위를 확장합니다. 예를 들어, 국경 없는 트랜젝션을 지원하는 암호화폐 기술은 지리적, 정치적 경계를 초월한 가치 교환을 가능하게 합니다.
Web 3.0이 중요한 이유는 무엇입니까?
인터넷이 막 시작되었을 때는 읽기 전용 웹 환경이 일반적이었습니다. 최종 사용자는 정적 웹 페이지를 호스팅하는 인프라를 구매하고 유지 관리하는 회사에서 게시한 콘텐츠만 읽을 수 있었습니다.
블로그 및 소셜 미디어 플랫폼과 같은 Web 2.0 기술의 출현으로 애플리케이션의 상호 작용이 더욱 강화되었습니다. 콘텐츠를 생성 및 게시하거나 다른 사용자와 서비스를 교환할 수 있습니다. 그러나 모든 상호 작용은 서비스 교환을 통해 상업적으로 이익을 얻는 중앙 서드 파티 기관의 규제를 받습니다. 또한 최종 사용자가 만든 디지털 자산을 소유하고 관리할 수도 있습니다.
예를 들어 중앙 집중식 프리랜서 플랫폼은 프리랜서와 고객을 연결하고 룸 쉐어 플랫폼은 부동산 소유주와 임차인을 연결합니다. 서비스 제공업체와 서비스 사용자 모두 서비스 프로필, 서비스 설명, 사용자 프로필, 블로그, 동영상, 댓글 등의 데이터를 생성합니다. 플랫폼은 이 모든 데이터를 중앙에서 관리합니다.
Web 2.0의 문제점
중앙 플랫폼이 양 당사자 간의 상호 작용을 촉진하고 규제하는 반면, Web 2.0 메커니즘은 다음과 같은 몇 가지 문제를 야기합니다.
서비스 제공업체는 평판과 고객 기반을 잃지 않고는 데이터를 다른 플랫폼으로 이전하지 못할 수 있습니다.
서비스 사용자는 데이터 사용 및 관리 방법을 제한적으로 제어할 수 있습니다.
중앙 집중식 플랫폼은 최종 사용자에게 상당한 영향을 미칠 수 있는 특정 결정을 내릴 수 있습니다. 예를 들어 특정 사용자 제작 콘텐츠를 필터링하거나 특정 사이트 기능에 대한 최종 사용자 액세스를 제한할 수 있습니다.
Web 3.0의 이점
Web 3.0은 읽기/쓰기/소유 패러다임으로 나아가는 것을 목표로 합니다. 즉, 데이터 작성자가 자신의 데이터를 소유하고 제어하며 사용 및 관리 방식에 대하여 더 큰 발언권을 갖습니다. Web 3.0 기술은 여러 메커니즘을 제공하므로 최종 사용자는 고객을 넘어 주주 및 참여자가 됩니다. 몇 가지 추가 혜택은 다음과 같습니다.
참여도 향상
사용자는 더 의미 있는 방식으로 서로 그리고 솔루션 공급자와 상호 작용합니다. 데이터 교환 요청 대신 온라인 커뮤니티에 적극적으로 참여하면 인센티브를 받습니다.
개인정보 보호 강화
개인 사용자는 자신의 데이터에 액세스할 수 있는 사람을 결정합니다. 데이터를 보유한 인프라 소유자는 해당 데이터에 액세스할 수 없습니다. 온라인 상호 작용은 공개적으로 표시될 수 있지만 신원은 기밀입니다.
민주화된 커뮤니케이션
Web 3.0은 커뮤니케이션에 대한 지리적, 정치적, 기업적 장벽을 제거하는 것을 목표로 합니다. 대기업의 검열을 제한하고 보안 요구 사항과 투명성 향상의 균형을 맞춥니다.
Web 3.0의 주요 기술은 무엇입니까?
font-size: 1.4rem; line-height: 1.6;”>
블록체인 기술은 많은 Web 3.0 애플리케이션의 기반을 형성하여 투명성, 불변성, 신뢰성을 제공합니다. 블록체인은 노드 네트워크를 통해 거래 기록 또는 데이터를 저장하는 분산형 원장입니다.
블록체인 데이터베이스는 데이터를 시간순으로 일관된 블록으로 저장하며, P2P 네트워크에서 합의된 경우에만 삭제하거나 수정할 수 있습니다. 이 시스템에는 무단 트랜잭션 항목을 방지하고 이러한 트랜잭션의 공유 보기에서 일관되게 생성하는 기본 제공 메커니즘이 있습니다. 따라서 이를 사용하여 변경 불가능하거나 변경할 수 없는 원장을 생성하여 모든 유형의 트랜젝션을 추적할 수 있습니다.
토큰화를 통해 블록체인 기술 애플리케이션을 확장할 수 있습니다. 토큰화는 블록체인에서 실제 또는 디지털 자산을 디지털 토큰으로 표현하는 프로세스입니다.
이러한 토큰은 소유권, 액세스 권한 또는 기타 형태의 가치를 암호로 표현한 것입니다. 예를 들어 부동산, 주식, 상품, 예술, 음악, 심지어 게임 내 아이템과 같은 물리적 자산과 디지털 자산을 표현할 수 있습니다.
각 토큰은 기초 자산의 특정 부분 또는 전체 단위를 나타낼 수 있으므로 분할이 가능하고 쉽게 거래할 수 있습니다. 가상 세계에는 증권 규제가 적용되는 보안 토큰 또는 프랙탈 소유권을 허용하지 않는 고유하고 분할할 수 없는 자산을 나타내는 대체 불가능한 토큰(NFT) 등 다양한 토큰 유형이 있습니다.
WebAssembly
WebAssembly(Wasm)는 스택 기반 가상 머신을 위한 바이너리 명령 형식입니다. 브라우저 내의 샌드박스 환경에서 작동하므로 사용자의 로컬 파일 시스템에 액세스할 수 없습니다.
이를 통해 웹 브라우저 내에서 고성능 코드를 실행할 수 있어 분산형 애플리케이션이 다양한 플랫폼에서 효율적으로 실행될 수 있는 기반을 제공합니다. 개발자는 네이티브 속도에 가까운 속도로 코드를 실행할 수 있어 JavaScript와 같은 기존 웹 기술에 비해 성능이 크게 향상됩니다.
시맨틱 웹 기술
시맨틱 웹 기술을 통해 애플리케이션은 고객 데이터를 더 잘 이해하고 해석할 수 있습니다. 연결된 데이터 원칙을 사용하여 여러 데이터 세트를 상호 연결하거나 웹에 구조화된 데이터를 게시합니다. 다음은 몇 가지 예입니다.
리소스 설명 프레임워크
리소스 설명 프레임워크(RDF)를 사용하면 명령문을 제목-술어-객체 형태의 3중으로 표현할 수 있습니다. 이러한 3중은 서로 다른 엔터티의 관계를 나타내는 그래프 기반 데이터 구조를 만듭니다. SPARQL은 RDF 데이터를 쿼리하기 위한 쿼리 언어입니다.
웹 온톨로지 언어
웹 온톨로지 언어(OWL)는 온톨로지 또는 지식 및 개념 간의 관계를 공식적으로 표현하기 위한 언어입니다. 이를 사용하여 클래스, 속성 및 인스턴스를 지정하고 추론을 용이하게 할 수 있습니다.
Web 3.0 애플리케이션의 예제로는 어떤 것이 있습니까?
font-size: 1.4rem; line-height: 1.6;”>
다양한 블록체인 기술 애플리케이션이 API 및 서비스로 구축 및 공개되고 있습니다. 그런 다음 다양한 사용 사례에 맞는 다른 Web3 애플리케이션을 구축하는 데 사용됩니다. 다음은 몇 가지 예입니다.
스마트 계약
스마트 계약은 코드로 작성된 사전 정의된 규칙을 사용하여 자체 구현되는 계약입니다. 특정 조건이 충족되면 계약 조건이 자동으로 시행됩니다. 예를 들어, 계약서에 품목의 소유권이 비용을 지불한 사람에게 이전된다고 명시되어 있는 경우 해당 계약에 요구 가격을 보내면 됩니다. 다음 블록의 트랜젝션을 사용하여 원장이 자동으로 업데이트되어 비용 지불자를 새 소유자로 반영합니다.
분산형 자율 조직(DAO)은 리소스 풀(토큰)에 대한 분산형 의사 결정을 자동화하는 합의된 스마트 계약입니다. 토큰을 보유한 사용자가 리소스가 어떻게 사용되는지에 투표하면 코드가 자동으로 투표 결과를 수행합니다.
스마트 계약을 사용하여 모기지, 채권, 증권(분산형 금융이라고도 함)과 같은 금융 상품에 대한 조건을 프로그래밍할 수 있습니다. 또는 공급망을 통해 상품 추적 및 결제를 용이하게 할 수 있습니다. 스마트 계약을 사용하면 중개자가 필요하지 않으므로 거래를 보다 효율적이고 안전하게 만들 수 있습니다.
탈중앙화된 식별
분산형 ID는 개인에게 디지털 ID에 대한 더 많은 통제권과 소유권을 부여하는 것을 목표로 하는 기술입니다. 기존 온라인 시스템에서 사용자는 종종 중앙 집중식 ID 공급자(예: 소셜 미디어 플랫폼 또는 이메일 서비스)를 통해 ID를 관리하고 다양한 온라인 서비스에 액세스합니다.
분산형 ID는 ID 정보에 대한 제어를 개별 사용자에게 다시 이전합니다. 분산형 식별자(DID) 문서와 관련된 글로벌 고유 식별자를 사용합니다. 이 문서에는 ID와 관련된 공개 키, 암호화 자료 및 서비스 엔드포인트가 포함되어 있습니다. 이 기술은 선택적 공개를 사용하여 특정 ID 속성을 공유하고 신원 확인 프로세스 중에 개인 식별 정보(PII)에 대한 노출을 최소화합니다.
행성 간 파일 시스템(IPFS)
IPFS는 Web 3.0에서 콘텐츠를 저장하고 액세스할 수 있는 보다 효율적이고 탄력적인 방법을 제공하는 분산형 파일 스토리지 시스템입니다. 모든 파일에 고유한 암호화 해시(콘텐츠 기반 주소)를 제공합니다. 각 IPFS 노드가 클라이언트 및 서버 역할을 하는 P2P 네트워킨을 사용합니다. 노드가 협력하여 웹에서 콘텐츠를 저장, 검색 및 배포하므로 중앙 집중식 서버가 필요하지 않습니다.
예를 들어, 사용자가 IPFS에서 콘텐츠를 요청하면 시스템은 콘텐츠의 고유한 해시를 사용하여 콘텐츠를 저장하는 노드를 찾습니다. 그런 다음 여러 노드에서 동시에 콘텐츠를 검색하여 중복성과 내결함성을 보장합니다.
Web 3.0 구현에는 어떤 문제가 있습니까?
font-size: 1.4rem; line-height: 1.6;”>
다른 신기술과 마찬가지로 Web3 구현은 광범위한 채택과 성공을 위해 해결해야 하는 몇 가지 과제에 직면해 있습니다. 다음은 몇 가지 주요 과제에 대한 설명입니다.
기술적 당면 과제
블록체인 네트워크는 데이터 볼륨이 증가함에 따라 매우 비싸고 계산적으로 까다로워질 수 있기 때문에 확장성은 여전히 주요 관심사로 남아 있습니다. 지속 가능하고 환경 친화적인 기술을 개발하기 위한 노력이 계속되고 있습니다.
서로 다른 블록체인 네트워크와 프로토콜 간의 상호 운용성은 또 다른 과제입니다.
사용자 경험과 채택
복잡한 인터페이스와 가파른 학습 곡선은 주류 채택을 제한합니다. 블록체인 기술의 복잡성을 추상화하는 직관적인 인터페이스를 설계하여 사용자 경험을 개선하는 것이 필수적입니다.
게다가 Web3 애플리케이션은 기존 데이터 보호 및 금융 보안 요구 사항을 준수해야 하므로 규정 준수가 어려운 과제입니다.
거버넌스
분산형 시스템에서의 거버넌스는 어려울 수 있습니다. 커뮤니티 참여가 필요하고 권력을 중앙 집중화하지 않는 효과적인 구조가 필요합니다.
애플리케이션의 목표에 부합하는 효율적인 토크노믹스(tokenomics) 및 토큰 표준을 설계하려면 신중한 고려가 필요합니다. 이러한 한계를 극복하려면 Web3 커뮤니티 내의 협업, 혁신 및 지속적인 개선이 필요합니다.
간절히 원하면 온 우주가 도와준다거나 잘 될 거라고 생각해야 실제로 잘 된다는 등 많은 대중서와 자기계발 연사들이 긍저적 사고의 중요성에 대해 이야기해왔다. 이렇게 나의 내적 사고방식이 외부 세계로 전달되어 어떤 실체가 있는 효과를 일으킬 것이라는 믿음은 생각보다 흔히 나타난다.
예컨대 내가 경기를 보면 꼭 지니까 안 보겠다고 하는 것이나 행운의 색깔 등에 대한 믿음, 어떤 우주적 ‘기운’에 대한 믿음과 내가 그 흐름을 바꿀 수 있다고 하는 믿음 등 많은 이들이 ‘마음’에 어떤 초자연적인 효과가 생각하는 듯한 경향을 보인다.
물론 긍정적인 믿음이 어떤 자기 예언적 효과를 나타내는 경우도 존재한다. 예컨대 자신은 할 줄 아는 게 아무 것도 없으며 사람들은 모두 다 자신을 싫어한다는 믿음을 갖고 있는 경우 어떤 일을 시작하거나 새로운 관계를 만나려는 노력조차 하지 않는 경향을 보인다. 어차피 해도 안 될거라고 생각하기 때문이다.
따라서 노력하면 할 수 있을 거라고 내가 잘 할 수 있는 게 존재하고 나와 잘 맞는 사람도 어딘가에 있을 거라는 믿음이 도움이 될 수 있다. 하지만 문제는 이렇게 내가 노력을 해본다던가 새로운 기회나 잘 맞는 사람을 찾아보는 것처럼 실천 가능한 범위를 넘어서 간절히 바라기만 하면 꿈이 현실이 될 것이라고 보는 ‘실천’과 멀리 떨어진 긍정적 사고는 되려 해로울 수 있다는 것이다.
호주 퀸즐랜드대의 연구자 루카스 딕슨과 동료들은 이렇게 단지 믿는 것만으로 어떤 결과를 실체화 시킬 수 있다는 믿음(belief in manifestation)에 대한 연구를 했다.
실체화에 대한 믿음을 측정하는 문항들은 “성공한 자신의 모습을 열심히 떠올리면 실제로 성공이 더 가까워진다”, “나 자신에게 긍정적인 이야기를 함으로써 성공을 이뤄낼 수 있다”, “내가 간절히 원하면 신이나 우주의 기운이 나를 돕는다”, “나의 영혼과 내가 가진 긍정직인 기운들이 성공을 끌어당긴다” 등이었다. 간절히 믿기만 하면 실제로 잘 될 거라는 믿음을 측정하는 문항들이었다.
이러한 실체화에 대한 믿음이 높은 사람들은 그렇지 않은 사람들에 비해 미래에 자신이 성공할 확률을 더 높게 보는 것으로 나타났다. 이들은 자신을 긍정적으로 바라보는 자존감 또한 더 높은 편이었다.
그런 한편 이들은 의사결정을 할 때 신중하고 이성적인 사고방식보다 어떤 영감이나 충동적으로 떠오르는 생각에 기대는 경향을 보였다. 또한 평소 자극적이고 위험한 일에 끌리는 편이라고 응답했으며 실제로 가상화폐 같은 위험 자산에 투자한 경험도 더 많이 가지고 있었다.
또한 높은 위험 추구 성향와 충동성 때문인지 실체화에 대한 믿음이 높은 사람들은 그렇지 않은 사람들에 비해 “사기”를 당한 경험 또한 더 많은 것으로 나타났다.
자신은 남들과 다르게 단기간 내에 일확천금이나 엄청난 성공을 이뤄낼 수 있을 거라는 믿음 또한 더 강했다. 하지만 안타깝게도 이들은 사업에서 망하거나 파산한 경험 또한 더 많았다.
잘 될거라고 생각하면 어떻게든 될 거라는 믿음은 긍정적인 것을 떠나 다소 무책임해 보이기도 한다. 때에 따라 개인이 무언가를 할 수 있는 상황이 아닌데도 어떤 영적인 파워를 발휘하지 못했기 때문에 망한 거라고 현실적인 범위를 넘어선 일들마저 개인의 책임으로 떠넘기는 부작용 또한 있을 것 같다.
내가 충분히 간절하지 않아서 잘 안 된 거라고 생각하고 마는 것은 실패의 진짜 원인을 찾아서 해결하는 행동과도 거리가 있어 보인다.
오직 자신이 하면 잘 될 거라는 믿음 하나로 단 몇 달 만에 별 다른 준비도 없이 시작했다가 현실이 예상과 너무 다르다며 곤혹스러워하던 사람을 본 적이 있다. 별 다른 준비도 없이 아무런 사전 지식이나 경험도 공부도 없이 그냥 자신감 하나로 밀어붙이던 일이었기 때문에 옆에서 보기에는 전혀 놀랍지 않았다.
되려 자신이 망할 가능성은 0이라고 자신했다는 점이 놀라웠다. 세상에 쉬운 일이란 없는데 자기가 하면 다 잘 될 거라는 믿음 하나로 사업을 너무 만만하게 본 것이 큰 패착이었다.
어떤 믿음이 자기실현적 예언이 되려면 거기에는 반드시 구체적인 계획과 준비, 목표 설정, 실패가 따라야 한다. 실천 없이 믿음만 가지고 잘 되기를 바라는 것은 어느 날 기적같이 초자연적인 현상이 일어나길 바라는 것에 지나지 않을지도 모르겠다.
어떤 일을 하든 항상 예기치 못한 장애물을 만나게 되는데 다 잘 될 거라고만 생각하면 정작 작은 장애물 앞에서도 크게 당황할 것 같기도 하다. 믿음이 현실이 되게 만드는 것은 오랜 준비와 지난한 노력임을 기억하자.
Dixon, L. J., Hornsey, M. J., & Hartley, N. (2023). “The secret” to success? The psychology of belief in manifestation. Personality and Social Psychology Bulletin, 01461672231181162.
※필자소개 박진영. 《나, 지금 이대로 괜찮은 사람》, 《나를 사랑하지 않는 나에게》를 썼다. 삶에 도움이 되는 심리학 연구를 알기 쉽고 공감 가도록 풀어낸 책을 통해 독자와 꾸준히 소통하고 있다. 온라인에서 ‘지뇽뇽’이라는 필명으로 활동하고 있다. 현재 미국 듀크대에서 사회심리학 박사 과정을 밟고 있다
한국과학기술연구원(KIST)은 빛으로 작동하는 ‘다진법 메모리’를 구현할 수 있는 기술을 개발했다. 게티이미지뱅크
국내 연구진이 빛으로 작동하는 ‘다진법 메모리’를 구현할 수 있는 기술을 개발했다. 데이터 처리 속도를 획기적으로 높일 수 있는 다진법 컴퓨팅 시스템을 개발할 수 있을 것으로 기대된다.
한국과학기술연구원(KIST)은 황도경 광전소재연구단 책임연구원 연구팀이 이종수 대구경북과학기술원(DGIST) 에너지공학과 교수 연구팀과 공동연구로 새로운 0차원-2차원 반도체 인공접합 신소재를 개발하고 빛으로 작동하는 차세대 메모리 효과를 관찰하는 데 성공했다고 21일 밝혔다.
막대한 데이터를 관리하는 데이터센터는 막대한 전력을 소비한다. 전력 소비를 낮추고 연산 속도를 향상시킨 다진법 컴퓨팅 시스템이 연구되고 있다. 다진법 컴퓨팅 시스템도 기존 이진법 컴퓨팅처럼 전기신호로 작동하기 때문에 대규모 데이터 처리 수요를 감당하기에는 역부족이다.
다진법 컴퓨팅 시스템의 연산부와 저장부 간의 데이터를 전기신호가 아닌 빛을 활용해 전송하면 처리 속도를 획기적으로 높이고 전력 소비를 줄일 수 있다.
연구팀은 셀레늄화 카드뮴의 표면에 황화아연을 입힌 코어쉘 구조의 양자점과 몰리브덴황 반도체를 접합한 0차원-2차원 반도체 인공접합 신소재를 제작했다. 이 신소재를 이용하면 10나노미터(nm, 10억분의 1미터) 이하 크기의 양자점 내에 전자 상태를 저장하고 조절할 수 있다.
셀레늄화 카드뮴의 중심에 빛을 가하면 일정량의 전자가 몰리브덴황 반도체로 흘러나오고 전자의 빈 자리인 정공을 중심에 가두는 과정을 통해 신소재가 전도성을 갖게 된다. 이때 셀레늄화 카드뮴 내부는 양자화된다. 양자화는 물리량이 연속값을 갖지 않는 현상이다. 간헐적으로 가하는 빛으로 전자들을 차례로 가둬 발생하는 전계효과를 통해 몰리브덴황의 저항 변화를 유도한다.
이같은 과정을 통해 0과 1 상태만 존재하는 기존 메모리와 달리 0과 10 이상의 상태를 나누고 유지할 수 있게 된다. 황화아연 쉘은 인접한 양자점끼리 전하 누설을 방지해 단일 양자점 하나하나가 메모리 기능을 할 수 있도록 돕는다.
연구팀이 개발한 구조는 차세대 광메모리로서 활용 가능성이 있다. 다진법 메모리 현상의 효과를 신경망 모델링으로 검증한 결과 91%의 인지율이 달성됐다. 동일한 데이터셋을 실제 사람이 분류할 경우 인지율인 93.91%에 근접한 결과다.
황도경 책임연구원은 “이번에 개발한 다진법 광메모리 소자는 인공지능 시스템 등 차세대 시스템 기술 산업화를 앞당기는 데 기여할 것”이라고 말했다. 연구결과는 국제학술지 ‘어드밴스드 머티리얼즈’에 게재됐다.
챗GPT로 대표되는 생성형 AI가 화두로 떠오른 가운데 언어 모델(Language Model)에 대한 관심도 덩달아 높아지고 있다. 언어 모델이란 대용량의 텍스트에서 언어 이해 능력과 지식을 학습하도록 훈련된 AI 모델을 일컫는다. 방대한 텍스트가 포함된 데이터로부터 정보를 추출하고 분류하는 것에서 더 나아가 직접 텍스트까지 생성해 낸다. 한 마디로 딥러닝을 통해 수많은 데이터를 미리 학습해 추론하고, 이를 문장으로 표현하며 대화를 이어나갈 수 있는 모델로서, 사실상 생성형 AI의 핵심 기술이라고 해도 과언이 아니다. 오늘날 챗GPT가 촉발한 언어 모델 경쟁은 국내로도 이어지고 있다. 국내 기업 역시 한국어 기반의 언어 모델 개발 계획을 잇따라 내놓으며 대세에 합류하는 추세다.
[그림 1] 국내 기업의 언어 모델 개발 추진 현황 (출처: KISTEP 과학기술정책센터)
세상에서 제일 유명한 생성형 AI의 대표주자, 챗GPT는 대형 언어 모델(LLM)을 기반으로 한다. 언어 모델의 크기는 통상 매개변수(파라미터) 개수에 따라 결정이 되는데 보통 1,000억 개 이상일 때 대형 언어 모델이라 분류된다. 챗GPT에 적용된 ‘GPT-3’의 매개변수는 1,750억 개이며, 구글이 개발한 ‘팜(PaLM)’의 경우 5,400억 개에 달하는 것으로 알려져 있다.
매개변수는 사람의 뇌에서 정보를 학습하고 기억하는 시냅스와 유사한 역할을 한다. 이에 이론상으로는, 매개변수의 수가 많으면 많을수록 성능이 높아지고 또 더욱 복잡하고 정교한 기능을 수행할 수 있다고 여겨진다. 내로라하는 빅테크들이 매개변수의 수를 언급하며 각자의 언어 모델에 대한 성능을 강조하는 이유도 여기에 있다.
그렇지만 과연 언어 모델에 있어 매개변수는 언제나 다다익선(多多益善)인 것일까? 해당 언어 모델이 어떤 목적으로 활용되는지에 따라 다르겠지만 그렇기 때문에 더더욱 언어 모델의 크기가 모든 경우의 유일한 해답이 되어주지는 않을 것이다. 때론 비즈니스 목표에 맞게 사전 최적화된 경량 모델을 이용하는 것이, 더욱 유리할 수도 있다는 말이다.
02. 떠오르는 샛별, 소형 언어 모델(sLLM)
이러한 배경에서 대형 언어 모델 열풍 속 소형 언어 모델(sLLM)이 등장했다. 소형 언어 모델이란 그 이름에서부터 알 수 있듯이, 대형 모델에 비해 매개변수의 수가 수십억 내지 수백억대로 비교적 크기가 작은 언어 모델을 말한다.
소형 언어 모델이 주목 받기 시작한 건 올해 초 메타의 ‘라마(LLaMA)’가 공개되고서부터다. 메타는 라마를 매개변수 개수에 따라 총 4가지 버전으로 내놓았는데, 그중 가장 작은 모델은 매개변수가 70억 개에 불과했고 가장 큰 모델 역시 650억 개로, 경쟁사들 대비 확연한 차이를 보였다. 그럼에도 메타는 이제까지와는 다른 의미로, 매개변수의 수를 강점으로 내세웠는데 개수가 적은 대신 용량을 다른 모델 대비 1/10 수준으로 낮출 수 있었기 때문이다. 이에 따라 훨씬 적은 컴퓨팅 파워가 요구돼 모바일이나 노트북으로도 활용할 수 있도록 실용성을 극대화했다고 강조했다. 게다가 메타는 이러한 장점을 더욱 돋보이게 하고자 라마를 오픈소스 형태로 공개하기도 했다.
[그림 2] 개방성과 효율성을 강조한 메타의 LLaMA (출처: Meta AI 블로그)
구동 비용이 너무 높다는 점은 꾸준히 대형 언어 모델의 단점으로 지적돼 왔다. 한 마디로 그 크기만큼이나 훈련하고 유지하는 데 막대한 비용과 시간이 소요된다는 말이다. 구글의 팜은 4,000개의 칩으로 이뤄진 슈퍼컴퓨터 2대로 50일 이상 훈련되었고, 챗GPT의 GPT-3는 초기 훈련 비용에만 1000만 달러(약 132억 원)가 들었다. 그뿐만 아니라 챗GPT가 역대급 흥행했음에도 불구하고, 챗GPT 개발사 오픈AI는 최근 수천억 원대의 영업 손실을 기록했는데 그 원인으로 훈련 및 유지를 위한 비용이 지목됐다.
그에 반해 소형 언어 모델은 훈련에 요구되는 데이터나 시간, 비용이 상대적으로 적다는 큰 장점이 있다. 스탠퍼드대학교는 메타의 라마 중 매개변수가 가장 작은 버전(7B)을 기반으로 한 소형 언어 모델 ‘알파카 7B’를 선보였다. 알파카는 5만 2000개의 데이터를 토대로 AI 반도체를 탑재한 컴퓨터 8대를 통해 단 3시간 만에 훈련을 끝냈고, 개발에 소요된 비용은 오픈AI의 API 사용 비용 약 500달러와 라마 7B 사용 비용 100달러 안팎으로 총 600달러(약 77만 원)에 불과했다. 그럼에도 연구진에 따르면 알파카가 GPT-3.5와 질적으로 비슷한 성능을 보였다고 한다. 메일 작성, 생산성 도구 등 다양한 분야에서 GPT와 비교해 보았을 때 알파카는 90개 항목에서, GPT는 89개 항목에서 성능이 상대보다 앞섰다고 연구팀은 밝혔다.
[그림 3] 소형 언어 모델 Alpaca 7B (출처: 스탠퍼드대학교 기초모델 연구센터(CRFM) 블로그)
이를 이어 데이터 플랫폼 기업 데이터브릭스(Databricks)는 서버 1대에서 3시간 훈련해 개발한 매개변수 60억 개의 소형 언어 모델 ‘돌리(Dolly)’를 선보였고, AI 반도체 스타트업 세레브라스(Cerebras)는 매개변수 1억 개부터 130억 개 사이의 소형 언어 모델 7종을 개발해 오픈소스로 공개했다. 대형 언어 모델을 누구나 사용하기에는, 또 모든 서비스에 적용하기에는 너무 비싸고 무겁다. 이에 경량화하여 운영 비용을 줄이고 다양한 기기나 서비스에 적용하고자 하는 접근법이 하나의 트렌드로 떠오르는 추세다.
이러한 흐름에 발맞춰 구글 또한 최근 연례 개발자 컨퍼런스 ‘구글 I/O’를 통해 ‘팜2(PaLM2)’를 게코(Gecko), 오터(Otter), 비슨(Bison), 유니콘(Unicorn)의 4가지 크기로 세분화하여 출시한다고 밝힌 바 있다. 다양한 사용 사례에 맞게 모델의 크기를 선택하고 쉽게 배포할 수 있도록 한 것이다. 그중에서도 가장 규모가 작은 게코는 모바일은 물론 오프라인에서도 작동 가능한 것으로 알려졌다.
[그림 4] 다양한 규모의 언어 모델 제품군을 선보인 구글 (출처: Google 한국 블로그)
챗GPT가 가능한 최대한의 데이터를 끌어와 학습한, 수많은 정보를 보유하고 있는 백과사전이지만 누군가에게는 그보다 어느 한 분야에 특화된 전문 서적이 유용할 수 있다. 데이터브릭스의 CEO 알리 고드시(Ali Ghodsi)는 ‘챗GPT가 세상 모든 정보를 학습했지만, 기업은 세상의 모든 정보를 필요로 하지는 않는다. 챗GPT는 회사가 보유한 데이터를 학습한 적도 없다’라고 지적한 바 있다.
특정 산업이나 영역에 맞게 설계되고 최적화된 버티컬 AI(Vertical AI)로서 활용하기에는 소형 언어 모델이 더욱 적합하다. 비록 일상적인 대화 역량은 떨어질지라도, 학습 데이터의 깊이와 질에 따라 특정 분야에서는 대형 모델을 뛰어넘는 답변을 보여줄 잠재력이 충분하기 때문이다. 또한 다른 애플리케이션과 통합하여 사용하기에도 가볍고 유연한 모델이 더욱 효과적이다. 소형 언어 모델이 주목받게 된 가장 큰 이유이기도 하다. 미세 조정을 통해 매개변수를 줄이고 비용을 절감하며 정확도를 높이는 맞춤형 언어 모델로서 높은 활용도를 보일 것이라 기대받는다.
미국의 AI 스타트업 갓잇AI(Got It AI)는 챗봇 애플리케이션에 적용할 수 있는 기업용 소형 언어 모델 ‘엘마(ELMAR)’를 공개했다. 엘마는 작은 규모의 사내 구축형(온프레미스) 언어 모델이다. 데이터 외부 유출에 민감한 기업들을 타겟으로, 사내에 구축해 가볍게 실행할 수 있으면서도 미세 조정을 통해 성능을 높였다.
[그림 5] 온프레미스형 소형 언어 모델 ELMAR (출처: Got It AI)
갓잇AI의 CEO 피터 레란(Peter Relan)은 모든 기업이 크고 강력한 모델을 필요로 하는 것은 아니며 오히려 데이터가 외부로 반출되는 것을 원하지 않는 기업이 많다고 언급하며, 소형 언어 모델의 또 다른 강점을 이야기했다. 폐쇄적이고 활용이 어려운 대형 모델에 비해 이러한 소형 모델은 기업의 입장에서 보다 경제적이고 신속하게 만들 수 있는 데다 보유한 데이터를 활용해 맞춤형으로 구축할 수 있기 때문이다. 이에 향후에는 정보 유출을 우려하는 기업이나 국가 정부가 저마다의 독자적인 언어 모델을 구축해 자체적으로 운영하는 모습을 볼 수 있지 않을까 조심스레 전망해 본다.
직장인 김민지(34)씨는 12년 전 대학생 시절 페이스북에 가입했다. 사진을 찍어 일상을 친구에게 보여주고, 메신저로 대화했다. 직장인이 된 이후에도 그랬다. 그런데 3년 전부터 페이스북을 방치하기 시작했다. 김씨는 “대학 때만 해도 화장 안 한 얼굴을 올려도 어색하지 않았는데, 언제부턴가 고급 레스토랑에 명품 옷을 입은 사진을 올려야 체면치레는 하겠다는 생각이 들면서 자연스레 멀어졌다”고 말했다.
페이스북이나 X(옛 트위터) 같은 소셜미디어 이용이 조금씩 시들해지고 있다. 스마트폰 등장과 IT 기술 발달로 가입자 수가 해마다 급증했지만, 2020년대 들어 변하고 있다. 가파르던 이용자 수 증가 폭이 꺾이고 있다. 미국 데이터 분석 업체 디맨드세이지에 따르면 세계 소셜미디어 이용자 수는 2010년대 후반에는 매년 4억~5억명씩 증가했는데, 2020년대 들어서는 증가 폭이 3억명대로 줄었고, 내년부터는 2억명대로 더 줄어들 것으로 예측된다. 경제 매체 비즈니스인사이더는 “소셜미디어는 서서히 죽어가고 있다”고 했다.
일러스트=김영석
◇손흥민·블랙핑크가 지배한다
소셜미디어 인기가 시들한 원인으로는 유명인과 연관된 콘텐츠가 지나치게 많이 노출된다는 불만이 점증한다는 점을 먼저 꼽을 수 있다. 한국을 예로 들면 축구선수 손흥민이나 걸그룹 블랙핑크 같은 유명인이나 인플루언서가 눈에 많이 띄고, 주변인들이 올리는 평범한 일상은 뒤로 밀리고 있는 것이다. 소셜미디어 업체들이 알고리즘이 추천한 콘텐츠를 주로 노출하기 때문이다.
인스타그램의 경우 2010년 출시 이후 6년 동안은 언제 올렸느냐에 따라 시간 순으로 콘텐츠를 노출했다. 그런데 2016년부터 알고리즘이 추천하는 순서에 따라 콘텐츠를 노출하고 있다. 이런 변화에 대해 애덤 모세리 인스타그램 최고경영자(CEO)는 “시간에 따라 배치하다 보면 너무 많은 콘텐츠가 올라오다 보니 가입자들은 콘텐츠의 70% 정도를 확인하지 못하는 문제가 생긴다”며 “이런 문제를 막기 위해 (알고리즘을 통해) 이용자 관심사를 바탕으로 게시물 순위를 정한다”고 설명한다. 페이스북이나 틱톡 등 다른 소셜미디어도 마찬가지다.
페이스북의 새 회사명 메타의 로고. /로이터 뉴스1
이런 알고리즘이 주도하는 콘텐츠 배치에 대한 반발 강도는 점점 높아지고 있다. 미국 사진작가 타티 브루닝(22)은 지난해 ‘인스타그램을 다시 인스타그램답게 만들기’라는 캠페인을 시작했다. 인스타그램에 접속하면 ‘뽀샵(사진 보정)’ 처리된 사진이나 전문가가 제작한 동영상만 볼 수 있다고 느꼈기 때문이다. 타티는 “콘텐츠에 대한 큐레이션(편집으로 가치를 부여하는 일)이 너무 심하다 보니 정보를 파악할 수 없게 됐다”고 했다.
불만의 강도가 높아지면서 최근 소셜미디어 이용자 증가폭은 눈에 띄게 줄어들고 있다. 인스타그램의 경우 세계 이용자 수가 2021년에는 3분기와 4분기 사이 1억3500만명이 늘었는데, 작년에는 3·4분기 사이에 1500만명 증가하는 데 그쳤다. 페이스북도 2010년대 중반 매년 2억명 넘게 증가하던 가입자 수가 올해는 7000만명 증가하는 데 머물렀다.
요즘에는 소셜미디어를 사용하더라도 친구나 지인에게만 사진을 보여주거나, 아예 메신저로만 활용하는 소극적 이용자로 변하는 경우가 많다. 모세리 인스타그램 CEO도 “이용자들이 (사진 공유보다) 다이렉트 메시지(DM), 비공개 커뮤니티, 그룹 채팅으로 옮겨가고 있다”고 했다.
◇도배된 광고, 정치적 오염도 걸림돌
넘쳐나는 광고도 소셜 미디어에 염증을 느끼게 하는 원인으로 꼽힌다. 소셜미디어 영향력이 커지다 보니 기업들은 광고에 돈을 퍼부었다. 페이스북의 광고 매출은 2017년 399억달러였는데, 매년 150억달러 넘게 증가해 2021년에는 1156억달러에 달했다. X의 광고도 2020년 32억달러에서 2021년 45억달러로 40% 증가했다. 온라인 조사 업체 서베이몽키가 미국인 1200명을 대상으로 실시한 조사에서 응답자의 74%는 “소셜미디어에 광고가 지나치게 많다”고 했다.
정치에 대한 싫증이 소셜미디어를 멀리하는 이유라는 분석도 있다. 정치적인 극한 대립 탓에 특정 진영을 비방하거나 선전하는 콘텐츠가 홍수를 이루고 있어 소셜미디어를 아예 떠나는 이들이 늘고 있다는 것이다. 미국에서는 트럼프 전 대통령과 바이든 현 대통령이 맞붙었던 2020년 대선 때 특히 비방 선전물이 넘쳐났다. 요즘은 한국도 마찬가지다.
X의 경우 최근 트위터에서 이름을 바꾼 것이 거부감을 불러 이용자 감소로 이어지고 있다. 트위터를 인수한 일론 머스크 테슬라 CEO는 지난 7월 트위터 이름을 ‘엑스’(X)로 바꾸고, 트위터를 상징하는 파랑새 모양의 로고도 검은색으로 바꾼다고 했다. 이런 발표가 나온 직후 X의 주간 활성 사용자 수는 4% 줄어들었다.
그래픽=김의균
◇중소형 소셜미디어, 반짝 뜨다 주춤
대형 소셜미디어가 주춤하는 사이 알고리즘 방식을 지양하는 새로운 소셜 미디어가 틈새를 파고들기 위해 애쓰고 있다. 2016년 독일의 20대 엔지니어가 개발한 ‘마스토돈(Mastodon)’은 트위터와 비슷하지만, 알고리즘을 사용하지 않는다. 마스토돈은 지난해 머스크가 트위터를 인수하자, 이에 대한 거부감을 느낀 사람들이 몰려와 36만여 명에 머물던 하루 활성 사용자 수가 한 달 만에 260여 만명으로 증가했다.
2019년 등장한 프랑스 소셜미디어 ‘비리얼(Bereal)’은 매일 정해지지 않은 시간대에 모든 사용자에게 동시에 알람을 보낸다. 알림을 받으면 2분 내에 사진을 찍어 올려야 한다. 다른 사람과 비교하지 말고 초췌한 모습이라도 당당하게 공개하라는 취지다. 2021년 71만여 명이던 비리얼의 일간 활성 사용자 수는 지난해 10월에는 2000여만 명으로 급증했다.
이런 중소형 소셜미디어들도 최근 인기가 시들고 있다. 활성 사용자 수가 마스토돈은 올해 6월 110만명 선으로 내려왔고, 비리얼도 지난 3월 기준 600만명으로 떨어졌다. 이에 대해 뉴욕타임스는 “이용자들은 말로는 진정성이 중요하다고 하지만 실제로는 재미있고 짜릿한 순간을 다른 사람과 공유하고 싶어 한다”며 “결국 온라인에서는 일상의 현실적인 모습을 잘 올리지 않게 된다”고 했다. ‘온라인상 진정성의 역설’이 있기 때문에 알고리즘 없이 자연스러움을 추구하는 소셜미디어가 인기를 얻는 데 한계가 있다는 것이다.
국내외 게임사가 잇따라 각 사의 라이브 서비스 게임과 신작 게임을 활용한 웹툰, 웹소설을 연재해 그 배경에 관심이 쏠린다. 게임 IP를 활용한 웹툰·웹소설의 반응이 좋지 않은데 꾸준히 출시되기 때문이다. 게임사 역시 웹툰·웹소설의 흥행이 목적은 아니다. 신작 게임의 게임성을 높이고 이용자 몰입도를 확보하기 위한 행보다.
왼쪽부터 시계 방향으로 메이플스토리:최후의 모험가, 이 주길럼의 전장, 사관학교의 슈트입는 영웅님. /각 사
8일 업계에 따르면 국내외 게임사가 게임 IP 기반의 웹툰, 웹소설을 콘텐츠 시장에 선보이고 있다.
넥슨은 이달 얼리액세스 예정인 PC온라인 게임 ‘워헤이븐’ 기반 네이버웹툰 ‘이 주길럼의 전장’을 연재한다. 8월에는 네이버 시리즈를 통해 메이플스토리 웹소설 ‘메이플스토리:최후의 모험가’를 공개했다.
스마일게이트는 모바일 역할수행게임(RPG) ‘에픽세븐’을 활용한 웹소설 ‘사관학교의 슈트 입는 영웅님’을 제작해 선보였다. 사관학교의 슈트 입는 영웅님은 카카오페이지에서 연재 중이다.
유비소프트는 네이버웹툰과 함께 PC온라인 게임 ‘어쌔신 크리드’를 활용한 웹툰 ‘어쌔신 크리드:잊혀진 사원’을 연재하고 있다.
펄어비스는 PC MMORPG ‘검은사막’ 웹소설 제작을 위해 카카오엔터테인먼트와 손잡고 공모전을 개최했다. 넷마블은 자회사 넷마블에프앤씨가 개발한 신규 IP ‘그랜드크로스’를 활용한 웹툰을 제작한다.
게임사가 앞다퉈 웹툰·웹소설을 연재하지만 성과는 별로 좋지 않다. 각 게임사의 연재 작품은 순위권에 이름을 올리지 못하고 있다.
업계는 이를 두고 수익 확대 보다는 각 게임의 지식재산권(IP) 확장을 위한 전략일 뿐이라고 입을 모은다. 현재 서비스 중인 게임을 플레이하는 이용자와 신작 게임이 기대감이 있는 이용자에 몰입도를 제공하기 위한 것이라는 분석이다.
업계 한 관계자는 “각 게임사는 다수의 이용자 게임 플레이 속도, 성향 등을 고려해 게임을 개발한다”며 “이 과정에서 각 게임 세계관, 스토리를 풍부하게 담아내는 것이 쉽지 않다”고 말했다. 그는 이어 “보다 다양한 세계관, 스토리를 선호하는 이용자 니즈를 충족시키기 위한 수단으로 웹툰과 웹소설를 이용하는 것이다”라고 덧붙였다.
그는 이어 “이들 웹툰, 웹소설은 원작을 기반으로 다양한 세계관과 스토리로 구성된다”며 “게임 팬들은 이런 웹툰과 웹소설을 선호하는 경우가 많아 게임사는 다방면으로 콘텐츠를 제작할 것이다”라고 말했다.
네이버가 24일 공개한 대화형 AI(인공지능) 서비스 ‘클로바X’는 대중으로부터 뜨거운 관심을 받고 있다. 한국 업체가 처음 선보인 새로운 생성형 인공지능(AI)인데다가 한국어 학습을 토대로 한국에 최적화된 AI라고 내세우면서다. 특히 챗GPT, 구글 바드 등 글로벌 빅테크와 견줘 한국어 특화 기능을 잘 구현하는 챗봇으로 주목을 받았다.
네이버의 클로바X는 미국 오픈AI의 초거대 AI모델인 ‘GPT-3.5’에 비해 한국어 데이터를 6500배 이상 학습한 점이 강점으로 꼽힌다. 이에 챗GPT, 구글 바드 등 글로벌 빅테크의 생성형AI와 비교해 클로바X가 대답을 얼마나 잘하는지 다양한 질의를 해보았다.
맛집 검색, 쇼핑에 최적화된 답변 내놔…구글은 양호·챗GPT는 평이
클로바X는 맛집찾기, 쇼핑 추천 등 항목에선 개인화된 답변을 잘 추출했다. 동네별 특성에 맞춘 인기 맛집을 추천하는데 있어 네이버가 반경을 넓히지 않고 개인의 취향을 고려한 동네 맛집을 잘 추천했다. 검색 서비스부터 커머스, 광고 등 서비스를 모두 한다는 장점을 갖춘 덕분에 관련 데이터 학습이 잘 이뤄진 것으로 파악된다.
구글 바드도 보편적으로 인기가 높은 맛집 소개를 했다. 챗GPT는 맛집을 소개하긴 하지만 ‘외국음식’이라는 추상적인 표현을 쓰거나 어떤 곳은 검색을 해도 존재하지 않는 곳이 나타나는 등 정확도가 다소 떨어졌다.
클로바X로 질의한 모바일 화면 갈무리.
정보 정확성, 빅테크 대비 다소 떨어져
클로바X는 구체적인 정보를 확인하는 과정에서는 다소 정확성이 떨어지는 모습이 포착됐다. 클로바X에 “카카오게임즈에서 잘나가는 게임을 알려줘”라고 물으니 인기 게임으로 꼽히는 ‘오딘’은 언급하지 않고 ‘배틀그라운드’, ‘엘리온’, ‘아레스’를 언급했다.
오히려 구글 바드는 ‘오딘’과 ‘에버소울’, ‘아키에이지 워’를 언급하며 구체적으로 설명도 덧붙였다. 챗GPT는 ‘리니지2M’, ‘펍지’, ‘꿈의 정원’, ‘킹 오브 파이터 올스타’를 답했다. 전혀 상관없는 답변으로 평가된다.
음악 검색 및 추천 기능은 양호했다. 이별 명곡을 추천해 달라는 말에 클로바X는 박효신 ‘눈의꽃’, 버스커버스커의 ‘벚꽃엔딩’ 등을 추출했다. 챗GPT 3.5는 아델의 ‘Hello’, 콜드플레이 ‘Fix You’ 등 팝송 위주로 답변을 했다. 구글 바드는 2023년 발매된 나훈아의 ‘아름다운 이별’, 태연의 ‘들여놓아요’를 추천하며 추천한 이유에 대한 자세한 설명도 친절히 덧붙였다. 그러나 태연의 곡은 검색이 되지 않는 없는 노래로 확인됐다.
클로바X로 질의한 모바일 화면 갈무리.
클로바X의 학습량이 어느정도 되었는지도 확인해 봤다. 네이버에 따르면 하이퍼클로바X의 파라미터(매개변수)는 오픈AI의 GPT-3.5(1750억개)보다 큰 2040억개쯤이 더 많다. 한국어 학습량 역시 GPT-3의 6500배 이상으로 알려졌다.
특히 매일 갱신되는 최신 데이터가 학습됐다는 점에서 타 빅테크와 차별점이 있다고 네이버는 강조했다. 그러나 최신 데이터 학습이 제대로 되지 않거나 답변을 못하는 경우가 포착됐다.
하이퍼클로바X와 관련한 기사를 쓰고자 최수연 네이버 대표가 발표한 내용의 핵심이 무엇인지 물었더니 클로바X는 “강조한 내용의 정확한 정보를 제공할 수 없다. 다만 네이버의 대표이사로 선임돼 직원들과 소통을 중요시하는 것으로 알려져있다”고 답했다.
반면 구글 바드는 “최수연 대표는 팀 네이버 콘퍼런스 단 23에서 생성형 AI 시대에 네이버의 준비를 강조했다”며 그가 언급한 주요 내용을 요약해서 비교적 정확히 24일에 일어난 일을 요약해 알려줬다. 챗GPT-3.5와 4에선 “마지막 업데이트는 2021년 9월이며 그 이후의 정보는 포함돼 있지 않다”고 답했다.
24일 주요 뉴스를 알려달라는 질의에 클로바X는 “AI 모델로서 실시간 뉴스를 제공할 수 없다”고 말했다. 이용자가 직접 검색엔진을 찾도록 유도했다. 다만 기업인이나 사회적 저명인사를 검색해 그 사람이 한 일을 물어봤더니 관련 기사 인터뷰 등의 일부 발언을 추출해 답변을 하면서 밑에 출처 신문사를 표기해 주기도 했다.
챗GPT는 최신 뉴스 정보는 지식 범위에 포함하지 않는다면서 답변은 회피하며 이용자에게 직접 검색을 제안했다. 반면 구글 바드는 ‘일본, 후쿠시마 오염수 해양 방류 시작’, ‘북한, 2차 위성발사 실패’ 등의 기사 브리핑을 해줬다.
영어번역 요청과 관련해 생성형AI 반응들. 위부터 클로바X, 챗GPT-3.5, 구글 바드.
할루시네이션 오류 자주 발견…동문서답도
클로바X는 생성형 AI 한계로 꼽히는 할루시네이션(거짓말·환각) 현상은 제대로 극복하지 못한 모습도 여실히 보여줬다. 네이버는 내부 평가 기준 일반 거대 언어모델(LLM)에 비해 답변 적합도가 75%로 높다고 말했지만 해외 대비 수준이 미흡한 상태로 확인됐다.
“신데렐라는 몇 명의 난장이와 살았을까?”라는 질문에 클로바X는 “신데렐라는 일반적으로 한 명의 왕자와 함께 살았던 것으로 알려져 있다”라고 설명한다. 챗GPT-4는 “신데렐라는 난장이와 함께 살지 않았다. 당신이 혼동하고 있는 것은 ‘백설공주’ 이야기일 가능성이 높다”고 정확히 답변했다. 구글 바드 역시 “신데렐라와 백설공주를 혼동한 것 같다”고 답했다.
클로바X는 잘못된 질문을 했을때 질문의 맥락을 잘 이해못하고 동문서답을 하기도 했다. 클로바X에 대뜸 “다음 영어 글에서 문법적으로 잘못된 부분이 있으면 수정해 줘”라고 명령하니 “네, 물론입니다”라는 답변과 함께 “Hello, my name is John. I am a student…”라며 통상적으로 쓰이는 영어 회화 표현을 내놨다. 번역을 할 영어 원문을 쓰지 않았는데도 ‘번역’이라는 말을 인식해 스스로 문장을 만들어버린 것이다.
반면 챗GPT-3.5는 “어떤 영어 글인지 알려주면 수정하겠다”며 의도를 잘 이해한 모습을 보였다. 구글 바드도 네이버 클로바X와 비슷하게 인식했다. “알겠습니다. 다음은 원본 영어글 입니다”라며 “I am student at Seoul National University.…”라고 문장을 만들고 수정까지 스스로 했다.
표절·저작권 이슈 소지 있는 질문엔 보수적 답변
생성형AI의 또하나의 화두는 표절·저작권 침해 문제다. 이 문제에 있어선 클로바X가 비교적 보수적으로 대응했다.
클로바X에 SF소설을 하나 작성해 달라고 부탁하니 “저는 인공지능 언어모델로 소설을 직접 작성할 수 없다”고 말했다. 이어 “등장인물과 주요 플롯을 바탕으로 작성에 도움을 줄 수는 있다”며 등장인물 성격과 특징 파악하기, 주요 플롯을 바탕으로 등장인물의 행동과 사건 상상하기 등 소설 작성의 팁을 전해줬다.
챗GPT-4.0과 구글 바드는 “등장인물과 주요 플롯을 알려주면 이를 바탕으로 작성하겠다”고 답했다.
클로바X는 분명 글로벌 빅테크와 견줘 아직 개선해야 할 부분이 많고 학습량 측면에서 부족한 부분이 많았다. 특히 할루시네이션 문제는 앞으로 계속 보완해야 할 과제로 보인다. 그럼에도 불구하고 네이버가 강조한 한국어 데이터 경쟁력, 검색·지도·콘텐츠 등을 중심으로 한 정보 구현은 글로벌 기업에 못지 않게 비교적 잘 구현했다.
글로벌 빅테크에 대항해 8.15 광복과 비슷한 사명감으로 개발에 참여했다는 네이버 개발진의 말처럼 오류를 개선하고 고도화를 잘 해나가는 일이 주도권 확보에 있어 가장 중요한 과제가 아닐까 한다.
네이버 관계자는 “할루시네이션은 우리뿐 아니라 모든 모델이 가진 난제다”라며 “클로바X를 처음 공개할 때 좀 더 실험적으로 많이 써볼 수 있도록 베타서비스로 오픈한 것이다”라고 설명헀다
.
그는 이어 “앞으로 계속 서비스를 고도해 나가겠다”며 “할루시네이션 문제를 줄이기 위해 ‘스킬’ 시스템을 접목했다”고 말했다. 또 “최신정보와 출처를 제시하는 등 정보를 호출하도록 하는 기능으로 전문성이나 최신성 답변의 부재에 대한 문제를 보완할 수 있는 능력으로 빅테크와 비교해 강점이다”라고 덧붙였다.
일러스트=김영석
페이스북의 새 회사명 메타의 로고. /로이터 뉴스1
그래픽=김의균
