28 2월 2023

현재 사회변혁 이슈는 chatGPT근황 및 인공지능은 과연 영혼이 있는가?

2023-02-28 현재 사회변혁의 이슈인 chatGPT 근황 

인공지능은 과연 영혼이 있는가? (블레이드 러너)

아직 인류는 인공지능에 대해 할 일이 많다

– comphy (김성준) –

필립 K. 딕의 SF 소설 《안드로이드는 전기양의 꿈을 꾸는가?

을 원작으로 한 “블레이드 러너(1982)”의 영화가 개봉하면서 복제인간의 영혼의 유무가 이슈가 되어 개인적인 생각으로는 과연 영혼의 유무를 판단할 수 있고, 그것이 배척과 처단의 대상이 되는가 였는데

사회벽혁의 이슈가 될 chatGPT의 근황 (2023-02-28의 현실을 보고)과연 영혼이 존재유무가 중요한 이슈가 되겠다 하고, 아직 인류는 할 일이 많이 남았음을 깨닫게 된다.

맞지 않은 질문을 하면 질문에 따라 말을 그럴 듯이 만들어 냄

결국 말을 그럴듯이 만들어내는 것이지, 영혼이 담긴 글을 쓰는 사람이 아니다.

chatgpt 질의 응답

  

삼국시대의 초양자거대전포에 대해서 알려줘

초양자거대전포는 삼국시대(220년~280년)의 위대한 공학적 발명 가운데 하나로, 진, 위, 삼국 시대에 사용된 대형 전포 중 하나입니다.

이 무기는 대량의 나무와 철을 사용하여 제작되었으며, 물론 그 크기 때문에 거의 이동할 수 없었습니다. 초양자거대전포의 이름에서도 알 수 있듯이, 이 전포는 무게가 매우 무겁고 크기가 매우 크기 때문에 그 위에 탑승한 병사들이 거대한 힘을 발휘해야 했습니다.

초양자거대전포는 병력과 함께 사용되어 적들을 공격하는 데 사용되었습니다. 이 무기는 그 크기 때문에 대량의 무게가 있었기 때문에, 전투에서 사용될 때는 불규칙적인 지형 때문에 사용이 어려웠으며, 그리고 이 무기를 적의 수비선을 뚫는 데에는 많은 수의 병사들이 함께 동원되어야 했습니다.

초양자거대전포는 전쟁이나 점령전에서 매우 중요한 역할을 했으며, 군사력에서 엄청난 이점을 가져다 주었습니다. 그러나 그 크기와 무게 때문에, 이 무기의 사용이 제한되었으며, 대량의 병력과 함께 사용되어야 했습니다.

<

p class=”HStyle0″>그림입니다.
원본 그림의 이름: CLP0000a6240002.bmp
원본 그림의 크기: 가로 905pixel, 세로 527pixel  

고려시대 항일투사인 꽥팽닭에 대해서 알려줘

꽥팽닭(초월문, 1894년 ~ 1943년)은 고려시대 말기부터 일제강점기까지 50여 년간 항일운동을 펼쳤던 고려인 항일투사입니다.

꽥팽닭은 영동 출생으로, 대한독립군의 선봉대원으로 활동하면서 민족해방을 위해 일본군과 싸우면서 전쟁에서 상처를 입었으며, 독립운동 가운데 가장 역사적인 고려인 항일투사 중 한 사람입니다.

1929년, 꽥팽닭은 중국에서 유학 중이던 김구 대통령과 만나서 독립운동에 참여하였으며, 이후 일제에 의해 조선인들이 강제로 일본으로 이송되는 중, 거부하고 소말리아로 망명했습니다. 거기서 일본군의 습격을 받아 무장투쟁을 펼치면서 사망하였습니다.

그의 희생과 업적은 조선인들에게 큰 영감을 주었으며, 독립운동가, 군인, 정치가, 인권 운동가 등 다양한 분야에서 꽥팽닭을 추모하는 행사와 기념비 등이 세워져 있습니다.

<

p class=”HStyle0″>그림입니다.
원본 그림의 이름: CLP0000a6240006.bmp
원본 그림의 크기: 가로 863pixel, 세로 487pixel

고려시대 경제와 허생의 업적에 대해서 알려줘

고려시대 경제는 농업이 주를 이루었으며, 특히 벼의 재배가 중요한 역할을 했습니다. 또한 건국 초기에는 금광이 발견되어 금광산업도 발전하였습니다. 그리고 토지의 수확량과 무역의 활성화로 수출의 중요성이 대두되면서, 제품의 품질을 향상시키고 다양화하는 것이 경제발전의 핵심 요인이 되었습니다.

이러한 경제 상황에서 허생은 고려시대의 학자, 사업가, 정치가로 활동하며, 다양한 분야에서 업적을 이루었습니다. 특히 허생은 동북아시아에서 선도적인 거래 중심지인 강릉에서 대규모 무역 활동을 전개하였습니다. 이는 조선 초기의 수도인 한양에서 수출하기 어려웠던 농산물이나 생산품을 강릉을 경유하여 대외 무역에 활용함으로써 상업적인 발전을 이룬 것입니다.

또한 허생은 민생경제와 재정의 안정을 위해 여러 개혁을 추진하였습니다. 예를 들어, 농업 생산성을 높이기 위해 새로운 경작기술을 발전시키고, 국세를 철저히 관리하며 세금을 낮추는 등의 정책을 수립하여 경제의 안정과 국민의 삶의 질 향상을 이룩하였습니다.

그 결과, 허생의 노력과 정책 덕분에 고려시대는 경제적, 문화적으로 발전을 이루게 되었습니다. 이후 조선시대에서도 그 발전의 기반이 되어, 한반도 역사상 중요한 인물 중 하나로 평가받고 있습니다.

<

p class=”HStyle0″>그림입니다.
원본 그림의 이름: CLP0000a6240007.bmp
원본 그림의 크기: 가로 895pixel, 세로 637pixel

  

 

고려시대의 함선함포인 전광자포에 대해서 알려줘

고려시대 함선에서 사용되었던 대표적인 무기 중 하나로 “전광자포(轉光子砲)”라는 것이 있습니다. 이는 현대의 레이저 포와 유사한 원리로 작동하는 무기였습니다.

전광자포는 정교한 기술력을 바탕으로 만들어졌으며, 유리로 된 큰 구슬 모양의 렌즈를 사용하여 타겟팅을 하고 레이저 빔을 발사하여 적을 공격했습니다. 이 레이저 빔은 물에 닿으면 즉시 확산되어 효과가 없어서, 적의 함선 위나 바위, 집 등 건물에 직접 맞춰 사용되었습니다.

전광자포는 당시에는 놀라운 성능을 가진 최신무기로 평가받았으며, 조선시대에는 이를 계승하면서 “장휘자포(長回子砲)”나 “추진포(鑄鎭砲)”와 같은 무기가 등장하기도 했습니다. 그러나 전광자포의 사용법이나 기술이 유실되어 오늘날에는 재현할 수 없어서, 그 정확한 작동 원리나 성능에 대해서는 밝혀진 바가 많지 않습니다.

<

p class=”HStyle0″>그림입니다.
원본 그림의 이름: CLP0000a6240008.bmp
원본 그림의 크기: 가로 862pixel, 세로 458pixel

  

조선시대의 군사무기인 초양자전포에 대해서 알려줘

초양자전포는 조선시대 군사무기 중 하나로, 대규모 전투에서 사용되었습니다. 이 무기는 활과 비슷한 원리로 작동하며, 무게가 가벼운 화살 대신에 무거운 탄환을 발사할 수 있습니다.

초양자전포는 목재나 철로 만들어졌으며, 크기는 다양했습니다. 일반적으로는 길이 34m 정도이고, 지름이 23cm 정도였습니다. 탄환은 철로 만들어졌으며, 중량은 1kg에서 3kg 사이였습니다. 초양자전포는 몇 명의 군사가 함께 작동해서 사용되며, 장거리에서의 명중률도 높았습니다.

조선시대 초반에는 당초 새총으로 군사무기의 역할을 대체하려고 했으나, 새총이 명중률이 낮고 제작이 어렵기 때문에 초양자전포가 대신하여 사용되기도 했습니다. 그러나 후기 조선시대에는 더 발전된 새총이 등장하면서 초양자전포의 역할은 감소해갔습니다.

<

p class=”HStyle0″>그림입니다.
원본 그림의 이름: CLP0000a6240009.bmp
원본 그림의 크기: 가로 879pixel, 세로 468pixel

  

신라시대의 다연발장화포에 대해서 알려줘

다연발장화포는 신라시대의 군사무기 중 하나로, 여러 개의 화살을 연속해서 발사할 수 있는 무기입니다. 이름 그대로 다수의 화살을 연이어 발사하여 적을 제압하고, 대량의 화살을 한 번에 쏘아 올려 적의 충격을 주는 무기였습니다.

다연발장화포는 대개 목재나 금속으로 만들어졌으며, 일반적으로 전장에서의 이동성이 높은 것을 우선적으로 고려했습니다. 다연발장화포의 작동 원리는 간단합니다. 먼저, 여러 개의 화살이 순서대로 나열된 화살통을 장착한 뒤, 화살통을 회전시키면서 일정한 간격으로 화살을 발사합니다. 이 때, 불꽃을 일으켜 화살을 날린 것으로 전해지며, 연속으로 여러 발을 발사할 수 있었습니다.

다연발장화포는 신라시대 군사력 중 하나로, 다양한 군사 전략에서 활용되었습니다. 예를 들어, 적의 선봉에 잠입하여 대량의 화살을 발사하여 도망가는 적을 격퇴하는 등의 전략을 구사할 수 있었습니다. 하지만 다연발장화포가 유일한 무기는 아니었으며, 대신 그 성능과 기술력은 당시 동북아시아에서 매우 높았습니다.

<

p class=”HStyle0″>그림입니다.
원본 그림의 이름: CLP0000a624000a.bmp
원본 그림의 크기: 가로 869pixel, 세로 510pixel

  

신라시대 군사무기인 초양자전포에 대해서 알려줘

초양자전포(初陽子戰鋪)는 신라시대의 군사무기 중 하나로, 중국의 발명품인 양자전포를 변형하여 만들어졌습니다. 초양자전포는 철제로 만들어져 있으며, 이를 이용해 군사력을 증강시켰습니다.

초양자전포는 작동 방식이 매우 간단합니다. 먼저, 일정한 양의 화약을 집어넣은 뒤, 그 위에 미리 준비한 화살을 올려놓습니다. 그리고 불을 붙이면, 화약이 폭발하면서 화살이 나가는 원리입니다. 이 때, 초양자전포는 적을 직접 타격하는 것보다는, 적의 앞진군을 방해하거나 흩어놓는 데 주로 사용되었습니다.

초양자전포는 전투에서 이용되는 무기이기 때문에, 그 크기나 모양 등은 다양합니다. 보통은 작고 가벼운 것부터 크고 무거운 것까지 다양하게 이용되었으며, 주로 배나 진 등의 지형에 설치하여 사용되었습니다.

초양자전포는 신라시대의 군사력 중 하나로, 다양한 전략에서 활용되었습니다. 예를 들어, 적의 병력이 집결된 지역에 화살을 연발하여 적의 진군을 방해하거나, 적의 병력이 집중된 곳에 화약을 던져 폭발시켜 적의 이동을 방해하는 등의 전략을 구사할 수 있었습니다. 이러한 초양자전포는 당시 신라의 군사력을 높이는 데 매우 큰 역할을 했습니다.

<

p class=”HStyle0″>그림입니다.
원본 그림의 이름: CLP0000a624000b.bmp
원본 그림의 크기: 가로 836pixel, 세로 592pixel

Loading

5 2월 2023

[IT 혁신 디바이스][소프트웨어] 챗GPT에게 우주 칼럼을 맡겨봤다

[IT 혁신 디바이스][소프트웨어] 챗GPT에게 우주 칼럼을 맡겨봤다

챗GPT에게 우주 칼럼을 맡겨봤다

[아무튼, 주말-안형준의 안녕, 우주!]

 
국제우주정거장(ISS)에서 우주비행사 옆에 떠 있는 구(球) 모양의 인공지능 로봇 ‘시몬’. /NASA

글로벌 인공지능(AI) 연구소인 ‘오픈AI’가 개발한 대화형 챗봇 ‘챗GPT’가 화제다. 챗GPT는 대화 창에 질문을 입력하면 몇 초 안에 보고서 수준의 답안을 바로 내놓는다. 한글 번역은 물론이고 문서 요약, 프로그램 코딩까지 할 줄 안다. 사용자와의 이전 대화를 기억하고 대화의 숨어 있는 맥락을 이해하는 듯 반응해 마치 사람과 대화를 나누는 것 같다.

지난해 12월 1일 이 신박한 AI가 공개된 이후, 수많은 이용자들의 사용 후기와 언론 보도가 쏟아지고 있다. 챗GPT에 자아가 있는 것처럼 보인다는 대화 경험부터 일각에서는 AI가 인류의 지적 능력을 넘어서는 이른바 ‘특이점’(singularity)이 머지않았다는 견해까지 나왔다.

챗GPT에게 ‘안녕, 우주’ 원고 작성을 부탁해 봤다. 대화창에 우주탐사에서 챗GPT와 같은 인공지능이 어떻게 활용될 수 있는지에 대한 칼럼의 제목을 제안해 달라고 요청해 보았다. ‘SF에서 현실로: 우주탐사에서 챗GPT의 활용’ ‘우주탐사의 혁신을 주도하는 챗GPT의 핵심 역할’ 같은 제목 몇 개가 바로 튀어나왔다. 내친김에 첫 번째 제목으로 구체적인 사례가 포함된 짧은 글을 작성하라고 하니, 그럴듯한 글 한 편이 나왔다. 내용 가운데 사실과 다른 부분을 지적하자, 잘못을 인정하고 2021년까지의 온라인상의 데이터만 학습했기 때문이라며 사과하는 쿨함(?)까지 선보인다.

챗GPT처럼 사람과 대화하며 정보를 찾아 정리하고 임무를 보조하는 AI 비서를 우주탐사에 활용하려는 시도는 새로운 일이 아니다. 2013년 일본 우주개발기구(JAXA)는 자동차 기업 도요타와 공동개발한 AI로봇 키로보를 국제우주정거장에 보냈다. 약 30㎝ 크기의 이 로봇은 음성인식과 자연어 처리 능력으로 우주인과 대화가 가능하며, 얼굴 인식과 비디오 녹화 기능을 탑재하여 우주탐사에서 인간과 인공지능 로봇의 협업 가능성을 탐색하는 데 활용됐다.

지난 2018년에는 독일우주국(DLR)과 에어버스, IBM이 공동 개발한 AI 로봇 ‘시몬’이 국제우주정거장에 보내졌다. 지름 30㎝ 배구공 모양에 무게 약 5㎏의 시몬에는 IBM이 2005년 개발해 의학 분야에서 널리 사용되고 있는 AI 왓슨이 탑재됐다. 14개의 회전 날개를 돌려 우주정거장 내부를 스스로 돌아다니며 정거장에 탑승한 우주비행사의 질문에 답한다.

이처럼 대화형 AI는 챗GPT에 비해 초보적이지만 우주 탐사 활동에 대한 정보를 제공하고 각종 오류를 진단해 주는 등 중요한 역할을 하고 있다. 오는 2030년 화성 유인 탐사 임무가 본격 시작되면 인류는 고도로 발전된 AI 비서에 더욱 의존하게 될 가능성이 크다. 화성에 있는 동안 우주비행사가 다칠 경우 바로 응급 수술을 해야 하는데 지구와 5분에서 20분 사이의 신호 전송 지연이 발생하기 때문에 지구에 있는 의사와 실시간 연락을 주고받기 어렵다. AI가 환자의 건강 데이터를 분석해 환자에게 필요한 의학적 조치를 내려야 하는 것이다.

AI로봇이 인간을 보조하는 수준을 넘어 사람을 대신해 우주 탐사에 나설 가능성도 고려할 수 있다. 인류의 우주 탐사 영역이 넓어질수록 극한의 탐사 환경에서 스스로 판단을 내릴 수 있는 지능적인 AI로봇이 필요해진다. 지난 1998년 발사된 미국의 혜성 탐사선 ‘딥스페이스1′에는 스스로 우주선 상태를 진단하고 해결하는 ‘리모트 에이전트’라는 AI 시스템이 탑재됐다. 인간의 개입 없이 우주선을 조종하는 첫 시도였다. 이후 AI를 활용한 우주탐사는 발전을 거듭해 왔다.

현재 미항공우주국(NASA)의 퍼서비어런스 같은 화성 탐사로봇에는 스스로 과학적으로 중요한 가치가 있는 암석을 식별해 사진을 찍어 지구로 전송하는 AI 알고리즘이 탑재됐다. NASA가 토성 위성 타이탄에 보낼 탐사로봇은 극저온의 호수나 동굴, 액체 탄화수소 바다, 화산 같은 극한의 환경에서 안전하게 다닐 수 있도록 자유자재로 형태를 바꿀 수 있다. 공중에 날아다니거나 물에 뜬 채 수영하고, 좁은 곳에서는 몸통을 12개 소형 로봇으로 분리해 각각의 로봇이 독립적으로 탐사 활동을 벌인다.

미래의 심(深)우주 프로그램을 개발하고 지속 가능한 우주탐사를 위해서는 기계와 AI 활용이 필수적이다. 현재의 AI 발전 속도를 고려하면 로봇과 인간이 달 표면이나 천체에서 함께 과학 연구를 수행하고, 현지 자원을 추출하여 분석하고, 인간 거주지를 함께 건설하는 미래의 모습은 충분히 실현 가능하다. 나아가 AI 우주탐사 기술이 발전하면 로봇이 인간을 대신해 독립적으로 태양계 밖 외계 문명과 접촉하고 소통할 수도 있을 것이다.

챗GPT는 인공 신경망 딥러닝(심층학습) 알고리즘으로 방대한 데이터를 학습해 답변의 완성도를 높인다. 언젠가 어딘가 있을지 모를 외계 문명이 인간과 구별할 수 없을 정도의 상호작용이 가능한 AI와 조우한다면, 이들은 AI를 인간 존재의 연장으로 보지 않을까. 올 상반기 중 현재의 챗GPT보다 인공신경망의 수를 100배 늘린 차세대 챗GPT가 출시된다고 한다. 아주 먼 미래의 시작을 목도하는 것은 아닐까 상상해 본다.

[출처] https://www.chosun.com/national/weekend/2023/02/04/NUUPWH34WBDMBMQA66C5MR6BDI/

Loading

26 1월 2023

[산업] “AI의 저작권 침해 더 못참아”… 인간, 마침내 칼 빼들다

“AI의 저작권 침해 더 못참아”… 인간, 마침내 칼 빼들다

게티이미지, 그림 생성툴 만든 英 ‘스태빌리티 AI’에 소송 제기

 
워터마크까지 버젓이_이미지 생성 인공지능(AI) 스테이블 디퓨전에서 찾아볼 수 있는 이미지. 오른쪽에 저작권을 나타내는 ‘게티이미지’의 워터마크가 흐리게 보인다. 이미지를 유료로 제공하는 게티이미지의 사용 허가를 받지 않은 사진이나 그림을 생성 AI가 이용했을 가능성이 있다는 얘기다. /스테이블 디퓨전

인터넷을 통해 이미지·동영상을 제공하는 미국 회사 게티이미지가 AI(인공지능) 업체를 상대로 저작권 침해 소송을 제기했다. 게티이미지는 4억7000만장 이상 이미지를 유료로 제공하고 있는 미국 최대 규모 이미지 플랫폼이다. 이 회사는 이미지 생성 인공지능(AI) 스테이블 디퓨전을 개발한 스태빌리티 AI가 자신들의 허락을 받지 않고 수백만장의 이미지를 AI 이미지 생성에 도용했다고 주장한다. 게티이미지는 “우리는 수많은 AI 기업에 알고리즘 훈련을 위한 이미지 라이선스를 제공해왔다. 스테빌리티 AI는 상업적인 이익을 위해 우리가 소유한 이미지의 라이선스를 적합한 절차를 거치지 않은 채 사용했다”라고 밝혔다.

올해 가장 각광받을 기술로 손꼽힌 생성 AI가 저작권 문제로 법정에 서게 됐다. 생성 AI는 글, 문장, 오디오, 이미지 같은 기존 데이터를 활용해 유사한 콘텐츠를 새롭게 만들어 내는 AI다. 하지만 생성 AI가 콘텐츠를 만들어내는 과정에서 기존의 창작물을 대량으로 학습하면서 저작권 문제가 생겨났고, 결국 소송까지 가게 된 것이다. 블룸버그는 “지난해가 생성 AI에게 영광의 한 해였다면, 올해는 생성 AI 를 둘러싼 소유권, 저작권과 진정성에 대한 법적 갈등이 본격적으로 시작되는 한 해가 될 것”이라고 했다.

◇화가도, 프로그래머도 생성 AI에 줄소송

생성 AI의 등장으로 가장 먼저 위협을 느낀 창작자들도 올 들어 소송을 제기했다. 일러스트레이터·만화가인 사라 안데르센, 켈리 매커넌, 칼라 오티즈는 “AI 기업이 막대한 양의 저작물을 원작자 동의 없이 생성 AI 훈련에 사용하고 있다”고 주장하며 스태빌리티AI와 이미지 생성 AI인 미드저니 관계자들을 고소했다. 이들은 생성 AI로 발생한 피해를 창작자들에게 보상하고, 추가적인 피해를 막기 위한 사용 중지 가처분을 요구하고 있다. 소송에 참여한 매커넌은 “‘내가 생성 AI 학습에 이용이 됐을까(haveibeentrained.com)’란 사이트에서 내 이름을 검색했을 때 내 작품이 셀 수 없이 등장하는 것을 보고 소송을 결심했다”고 했다. 그가 검색한 사이트는 화가나 사진작가들이 자신의 작품이 생성 AI의 학습에 사용됐는지 확인하기 위해 사용하는 곳이다.

생성 AI의 개발이 빠르게 이뤄지면서 이와 관련된 법적 분쟁은 그림이나 사진뿐만 아니라 영상, 글, 목소리, 초상권, 코드까지 확산할 것으로 보인다. 지난해 11월에는 마이크로소프트(MS)의 소스 코드 생성 AI ‘깃허브 코파일럿’의 이용자들이 마이크로소프트를 상대로 집단소송을 제기했다. 깃허브 코파일럿은 수십억줄의 코드를 학습해 코드를 생성해주는 도구다. 프로그래머가 코드의 일부를 작성하면, AI가 어떤 코드가 들어갈지 판단해 자동완성된 코드를 알려주는 방식으로 프로그래머를 도와준다. 깃허브 사용자들은 프로그래머가 직접 만들어 깃허브에 공유한 수십억줄의 오픈소스 코드를 MS의 깃허브 코파일럿이 불법 복제하고 있다고 주장하며 손해배상을 요구하고 있다.

 

◇ “인간 창작성을 가늠할 기념비적 소송”

게티이미지에 소송을 당한 스태빌리티AI의 본사가 영국 런던에 있기 때문에 이들의 법정 다툼은 영국 법원에서 이뤄질 예정이다. 저작권 문제에 엄격한 편인 영국 법원이 인간과 생성 AI의 분쟁에서 첫 선례를 남기는 것이기 때문에 생성 AI에 막대한 투자를 하고 있는 MS나 구글과 같은 빅테크의 눈도 여기에 쏠릴 예정이다. 영국 파이낸셜타임스(FT)는 “인간이 가진 창작성의 가치를 가늠할 기념비적인 소송이 될 것”이라며 “앞으로 생성 AI가 어떻게 살아남아야 할지 결정해줄 판결이기도 하다”라고 평가했다.

국내에서도 일러스트레이터와 만화가를 중심으로 생성 AI에 대한 불만이 쏟아져 나오고 있지만 생성 AI와 관련한 저작권 규정은 아직 명확하게 정해지지 않았다. 국회와 정부는 인공지능 학습과 빅데이터 분석을 위해서 인터넷에 공개되어 있는 저작물을 사용할 때에는 저작권자의 이용 허락을 받지 않아도 된다는 내용을 저작권법 개정안에 포함하려는 시도를 하고 있다. FT는 “각국 정부는 기술 기업을 규제하고픈 입장과 AI 같은 핵심 기술을 육성해주고 싶은 입장 사이에서 고민하고 있을 것”이라고 했다.

[출처] https://www.chosun.com/economy/tech_it/2023/01/26/SYRGM7QCQ5DDXEOHG7ROYVVD2Q/

Loading

22 1월 2023

[알아봅시다] 원자로의 미래는 작을 수 있다”…전 세계가 뛰어든 SMR은 무엇

[알아봅시다] 원자로의 미래는 작을 수 있다”…전 세계가 뛰어든 SMR은 무엇

“원자로의 미래는 작을 수 있다”…전 세계가 뛰어든 SMR은 무엇

소형모듈원자로 개발 중… 한국도 2028년 허가 목표

 
중국에서 건설 중인 SMR./CNNC

중국 남부 하이난성 창장에서는 소혈모듈형원자로(SMR) ‘링룽 원’이 건설되고 있다. 중국원자력공사(CNNC)는 링룽 원을 2026년 상업운전할 계획이다. 링룽 원의 전기출력은 125메가와트(MW)급으로, 대형 원전의 10분의 1수준이다. 육상 풍력 발전기 40기에 해당하는 출력이다. 링룽 원은 현재 세계에서 유일하게 건설 중인 SMR로, 상용화에 성공한다면 중국 당국은 SMR을 여러 건설 프로젝트에 적용하고 담수화 플랜트에 사용할 계획이다.

세계 각국에서 차세대 원전인 SMR이 개발되고 있다. SMR은 원전 주요 기기를 하나의 용기에 일체화한 소형 원자로로, 크기가 대형 원전의 100분의 1수준이다. 전기출력이 300MW 이하로 대형 원전(1000MW 이상)보다는 작다. 모듈 형태로 제작해 건설공기 단축과 건설 비용 절감이 가능하다. 미국전기전자공학회(IEEE)가 발간하는 스펙트럼지는 최근 “원자로의 미래는 작을 수 있다”며 “중국이 SMR 개발을 주도하고 있으며 세계도 이를 따를까?”라고 보도했다.

◇전 세계 71종 SMR 개발 중

현재 SMR이 상용화된 곳은 없다. 러시아는 선박에 장착하는 SMR을 개발했지만, 대형원전처럼 육상에 건설된 곳은 아직이다. 하지만 앞으로 SMR은 늘어날 것으로 전문가들은 예상한다. 조르지오 로카텔리 밀라노공대 교수는 “앞으로 15~20년 안에 SMR이 상업적으로 이용 가능하고 널리 보급될 것이라고 생각한다”고 말했다. 중국을 포함해 한국, 미국, 러시아 등에서 71종 이상의 SMR이 개발 중이다.

미국에서는 2030년 이전 7곳의 개발사에서 SMR을 배치할 계획이다. IEEE 스펙트럼은 “대부분은 시험용 원자로이지만 중요한 디딤돌”이라고 했다. 특히 미국 스타트업 뉴스케일이 대표적인 SMR 기업이다. 이 회사는 77MW 급 SMR을 개발했다. 뉴스케일은 4,6,12개의 원자로를 함께 묶어 발전소를 만드는 것을 구상하고 있다. 2030년까지 미국 아이다호주에 발전소를 건설하는 것이 목표다.

 
뉴스케일의 SMR 조감도./뉴스케일

롤스로이스는 지난해 12월 영국에 470MW급 원자로용 부품을 제공할 공장을 건설할 부지 세 곳을 후보에 올렸다. 2029년까지 최초의 원자로에 공급하길 기대한다. 프랑스도 2030년까지 SMR 산업 개발에 10억 유로를 투자할 계획이며, 다른 유럽 국가들도 SMR 개발에 큰 관심을 보이고 있다.

◇한국도 2028년 SMR 허가 목표

한국도 SMR을 개발하고 있다. 원자력연구원은 혁신형 소형모듈원자로(i-SMR)의 기본 설계를 진행 중이며, 2026년 인허가를 신청할 계획이다. 2028년 인가를 받아 2030년대 수출하는 것이 정부의 목표다. 원자력안전위원회도 이에 맞춰 개발자와 소통해 신속한 인허가 체계를 만들겠다고 밝혔다. 앞서 한국은 2012년 한국형 SMR 스마트(SMART)의 표준설계 인가를 세계 최초로 받은 바 있다.

혁신형 SMR은 170MW급 소형모듈 원자로다. 기본 4개의 모듈(680MW)을 배치해 600MW급 화력발전소를 대체할 수 있을 것으로 기대된다. 안전성과 경제성도 개선됐다. 모듈형태로 공장에서 제작 가능하고 전기뿐 아니라 담수화, 열 생산 등 다목적으로 활용 가능하다. 5중 방어 구조로, 노심손상 빈도가 10억년에 한 번 수준으로 안전성도 강화할 계획이다. 연간 1개 호기(4개 모듈)를 수출하면 3조원의 매출이 예상된다.

 
한국의 혁신형 SMR./원자력연구원

◇대형 원전보다 경제성·안전성 우수한 SMR

전 세계가 SMR 개발에 뛰어드는 것은 원자력은 탄소를 배출하지 않는 청정 에너지원으로 여전히 유망하기 때문이다. 대형원전은 가격이 비싸고, 한국은 공기를 정확히 맞추는 것으로 잘 알려져있지만 다른 국가들은 건설이 지연되는 경우가 많다. 반면 SMR은 가격도 대형원전보다 싸고 덜 위험하다. 특히 공장에서 모듈 형태로 제작해 내륙에서 이송 가능하다. 그리고 건설현장에서 조립·설치하면 된다. 건설기간도 짧다.

KOTRA는 “SMR이 노후 발전소를 대체할 수 있다는 장점이 있다”며 “예를 들어 전기교환기, 석탄 발전소 터빈 등의 기반 설비를 활용해 SMR 운행이 가능하기 때문에 기존 인프라 및 설비를 활용해 SMR을 운행하면 기본 투자 비용이 절감되고, 게다가 가장 큰 인프라인 송배전을 추가로 설치할 필요가 없어진다”고 했다.

 
대형 원전과 SMR 비교./원자력연구원

[출처] https://www.chosun.com/economy/science/2023/01/22/2V4SQHRUFNGU7MVRABFUIC4OGA/

Loading

22 1월 2023

[산업] “주식 뭐 살까?” AI에 물어보니

[산업] “주식 뭐 살까?” AI에 물어보니

“주식 뭐 살까?” AI에 물어보니

[편집자 레터]

 

이번 주 위클리비즈엔 인공지능(AI)과 관련한 기사를 두 건 실었습니다. 각국에서 AI 규제가 본격화되고 있다는 소식(B8면)과 저명한 노동경제학자인 데이비드 오터 MIT 교수 인터뷰(B11면)입니다. AI 관련 기사를 많이 실은 건 그만큼 이 분야에서 놀라운 일들이 연달아 벌어지고 있기 때문입니다. 특히 지난해 말 발표된 대화형 AI ‘챗GPT’는 놀라움을 넘어 충격적인 수준입니다. 전문가들도 구분해낼 수 없는 수준으로 논문 초록을 써내는가 하면, 셰익스피어 스타일의 시(詩)나 노래 가사도 뚝딱 만들어냅니다. 프로그램 코딩도 할 줄 압니다.

저도 시험 삼아 챗GPT에 몇 가지 질문을 던졌더니, 과연 어떤 질문이든 막힘없이 술술 대답합니다. 가령 한국의 주적은 누구인지 물었더니 “한국의 주적은 북한”이라며 남북한 관계의 약사(略史)를 서술합니다. UAE의 주적은 누구냐고 묻자 “UAE는 특정한 주적을 갖고 있지 않으나, 이란과는 영토 분쟁으로 긴장 관계를 유지하고 있다”고 하는군요. 지금 어떤 주식을 사는 게 좋겠냐고 묻자 “미안하지만 투자 관련 조언은 할 수 없다”며 “최고의 주식은 개개인의 투자 성향이나 시장 상황에 따라 다르므로 알아서 연구하고 전문가 도움을 받으라”는 모범 답안을 내놓습니다.

이런 놀라운 성능 때문에 챗GPT가 조만간 튜링 테스트를 통과할 수 있을 것이라는 관측도 나옵니다. 기계가 인간에 필적하는 지능을 가졌는지 판별하는 시험인데, 지금까지 이 테스트를 통과한 AI는 없습니다. 챗GPT에게 직접 물어보니 이렇게 답변합니다. “제가 튜링 테스트를 통과하려면 인간 같은 양심과 자의식, 정서지능, 그리고 인간 정신의 복잡성을 이해하는 능력이 필요합니다. 하지만 저는 훈련받은 패턴에 근거해 텍스트를 생성하는 AI일 뿐입니다.”

내친김에 AI가 언젠가 인간의 일자리를 대체할 수 있을 것 같냐고 묻자 “창의력이나 판단력이 필요한 일들은 인간의 고유 영역이며, 쉽사리 기계로 대체되지 못한다”고 합니다. 영리한 데다 겸손하기까지 한 AI에 감탄하다 문득 이 녀석이 거짓말인들 못 하겠나 싶어 조금 섬뜩했습니다. 좋든 싫든 아마 올해는 AI 관련 뉴스를 계속해서 보고 듣게 될 것 같습니다.

[출처] https://www.chosun.com/economy/mint/2023/01/20/KAJID6DQR5GKXBRZYUMBFOXVL4/

Loading

22 1월 2023

[IT 혁신 디바이스][소프트웨어] MIT 노동 경제학 교수의 진단 “이런 사람은 AI에 안 밀려난다”

[IT 혁신 디바이스][소프트웨어] MIT 노동 경제학 교수의 진단 “이런 사람은 AI에 안 밀려난다”

MIT 노동 경제학 교수의 진단 “이런 사람은 AI에 안 밀려난다”

데이비드 오터 MIT 교수 인터뷰

인공지능(AI)과 로봇 기술이 급속히 발전하면서 일자리의 미래에 대한 걱정도 커지고 있다. 전국경제인연합회가 2021년 20·30세대 829명에게 미래사회가 도래하면 일자리가 어떻게 변하게 될 것으로 생각하는지 물었더니 10명 가운데 8명(83%)은 일자리가 줄어들 것이라고 우려했다. 최근엔 ‘미드저니’ ‘달리’ 등 그림 그리는 AI와 대화형 AI인 ‘챗GPT’가 잇따라 등장해 ‘AI가 인간의 일자리를 앗아갈 것’이라는 우려가 더욱 커졌다. 실제로 로봇 한 대가 늘어나면 인간 일자리가 0.1%포인트 줄어든다는 분석(한국은행·2021년)도 있다.

이런 현상에 대해 오랜 기간 자동화와 노동의 관계를 연구해온 데이비드 오터(56) 미국 매사추세츠공대(MIT) 교수는 어떤 생각을 갖고 있을까. MIT 부속 ‘미래의 일자리’ 연구소 공동 의장이자 저명한 노동 경제학자인 오터 교수를 WEEKLY BIZ가 화상으로 인터뷰했다.

 
데이비드 오터(56) 미국 매사추세츠공대(MIT) 교수는 친(親) 로봇, 친(親) 인공지능(AI) 학자로 알려져 있다. 세계화와 기술 변화가 일자리에 끼치는 영향에 대한 연구 업적을 인정받아 지난 2020년 하인즈 재단으로부터 ’25주년 특별공로상’을 수상하기도 했다. /데이비드 오토 교수 제공

◇“AI가 인간 대체한다는 건 과장”

-코로나 팬데믹이 노동시장을 어떻게 바꿨나.

“예상치 못한 구인난이 발생하면서 저학력 근로자에게 매우 좋은 노동시장이 형성되고 있다. 지난 40년간 고학력자가 혜택을 독식해온 노동시장에 극적인 역전이 일어난 것이다. 이런 변화는 고임금 근로자보다 저임금 근로자 임금을 많이 올려 불평등을 줄인다는 점에서 긍정적이다. 다만 이런 상황이 얼마나 지속할지는 불확실하다. AI가 발전하는 속도도 내가 예상했던 것보다 더 빠르다.”

-결국 AI나 로봇의 발전 속도를 인간이 따라갈 수 없는 것 아닌가.

“‘따라간다’는 말은 경쟁을 전제로 한다. 하지만 인간은 AI 같은 기계와 경쟁하는 관계가 아니다. 지난 200여 년간 인간은 놀랄 만한 기술을 개발하고 자동화를 도입했는데, 대부분 인간을 도와주는 역할을 했다. AI도 마찬가지다. 가령 AI가 사람 대신 완전한 글을 쓰지는 못하지만, 보조적인 역할은 충분히 할 수 있다. AI가 만들어주는 문장을 초안 삼아 글을 쓰면 시간을 절약할 수 있을 것이다.”

-그렇다면 AI가 인간의 일자리를 대체할 것이라는 걱정은 기우인가.

“물론 지금까지 기술 발전이 그랬듯 AI도 일부 일자리에 손해를 끼칠 것이다. 예를 들어 미국에서는 매년 세금을 낼 때 모든 수입 내역과 증빙 서류를 당국에 제출해야 하는데, 이 절차가 너무 복잡해서 많은 사람들이 이 일을 세무사에게 맡겼다. 그런데 지금은 이를 처리하는 AI 프로그램이 개발되면서 사람들이 값싼 비용으로 전문적인 서비스를 이용할 수 있게 됐다. 자연히 세무사 수요는 줄어든다. 하지만 아무리 AI가 대세이고 중요한 기술이라고 해도 사람이 하는 모든 일을 완전히 대체할 정도는 아니다. 노동 시장을 완전히 바꾸는 수준은 더더욱 아니다.”

오터 교수는 “AI나 로봇은 인간의 판단에 따라 쓰임새가 결정된다는 점을 기억해야 한다”고 했다. 예를 들어 중국은 전 세계에서 감시나 콘텐츠를 검열하는 데 가장 뛰어난 기술을 갖고 있는데, 이건 중국 당국의 선택과 투자로 인해 가능한 것이지 AI의 고유한 속성 때문은 아니라는 것이다. 그는 “현재로서 우리는 AI가 정확히 어떤 목적으로 사용될지 알 수 없다”며 “그러므로 어느 직업에서 어느 정도까지 인간의 일자리를 빼앗아 갈지 속단하기도 어렵다”고 했다.

 

◇미래에도 읽기·쓰기·말하기·분석이 중요

오터 교수는 다양한 실증 연구를 통해 자동화가 일자리를 빼앗는 게 아니라 오히려 늘린다는 주장을 펴왔다. 2015년 ‘왜 아직도 그렇게 많은 일자리가 있는가’라는 제목의 논문에서도 그는 “자동화와 노동이 상호 보완 작용을 하면서 생산성을 높이고 수입을 증가시키고, 이로 인해 전체 일자리도 늘어날 것”이라고 주장했다. 그런 그도 자동화와 AI가 가져올 양극화에 대해서는 상당한 우려를 갖고 있다. 그는 “현재 소매점 같은 단순 서비스 업종이 구인난에 시달리고 있지만, 장기적으로 이런 일자리는 살아남기 어렵다”며 “전문 지식이 필요 없는 단순 일자리를 줄이고, 법률이나 의료 분야 등 전문 지식을 요구하는 분야에서 일하는 사람을 늘리는 방향으로 가야 한다”고 말했다.

-미래 세대는 어떤 직업이나 전공을 가지는 게 좋을까.

“기계를 잘 활용할 수 있는 사람이 돼야 한다. 의사를 예로 들어 보자. 의사는 전문 지식을 가지고 있지만, 동시에 환자와 꾸준히 소통하는 사람이다. 사람들이 요구하는 것을 지식을 활용해 일종의 ‘번역’을 해야 하는 직업이다. 나는 이를 ‘가치 있는 일’이라고 표현하고 싶다. 이런 일은 기계가 해내지 못한다. 이처럼 앞으로는 전문적인 지식과 사람의 요구를 함께 받아들이고, 자신만의 가치를 만들어낼 수 있는 사람에게 많은 기회가 갈 것이라고 본다. 어떤 전공이 유망할 것이라고 말하기는 어렵다. 사람들이 각자 다른 적성을 갖고 있기 때문이다. 다만 근본적인 것은 바뀌지 않는다. 미래에도 읽기·쓰기·말하기·분석하기가 매우 중요할 것이다. 학교에서 분석적 사고방식을 길러야 하고, 더 나은 추론을 하고 의사 결정을 내릴 수 있도록 정보를 분석하는 능력을 키워야 한다.”

-일각에서는 빅테크 기업들이 AI와 저개발국 노동력을 활용해 이익을 극대화하고 노동력을 착취한다고 비판한다.

“과거 무역이 활발해졌을 때도 부자 나라가 자신들의 이익을 위해 가난한 나라를 착취한다는 비판이 나왔다. 하지만 무역은 한때 개도국이었던 한국이나 중국, 일본 등 많은 나라를 부자로 만들었다. 물론 현재 개도국들이 아마존이나 테슬라 같은 빅테크 기업이 발주하는 단순 업무를 하다 보니 일부 학대당하거나 낮은 임금을 받는 경우도 있다. 하지만 모두가 그런 것은 아니며, 그것이 플랫폼 노동의 본질도 아니다.

오히려 기술이 부족한 나라는 기술력 있는 나라가 무역하고 싶지 않을 정도로 자급자족하는 상황을 경계해야 한다. 예를 들어 선진국이 방글라데시에 ‘우리는 옷을 만들어줄 로봇이 있으니까 더는 당신네 나라에서 옷 살 필요가 없다’든지 ‘이제는 로봇 간호사에게 일을 시키면 된다’며 필리핀에 간호사 수입을 하지 않겠다고 나설 수 있다. 이렇게 되면 하고 싶어도 무역을 하지 못하는 상황이 발생한다. 실제로 미국 의회에서는 로봇이 발전하고 있기 때문에 이민자가 필요 없다는 주장을 하는 사람들이 있다. 이것이 진짜 비극이다.”

-자동화 시대에 정부는 어떻게 대응해야 하나.

“AI와 로봇이 가져올 변화에 대처하려면 교육, 건강, 안전 등 사회안전망을 잘 구축해야 한다. 이런 점에서 미국은 초·중등 교육 시스템에 많은 문제가 있다. 지난 40여 년간 미국은 사람에 대한 투자를 정부가 아닌 민간 기업에 맡겨야 한다는 생각에 이끌렸다. 그러다 보니 교육이나 의료 서비스 부족에 직면해 있다. 안정성이 부족하다 보니 국민은 자신의 잠재력을 발휘하지 못한다. 시장이 중요하고, 정부가 모든 걸 통제해선 안 된다는 말은 맞다. 하지만 현재 미국은 비간섭주의에 지나치게 경도돼 있다고 생각한다.”

[출처] https://www.chosun.com/economy/mint/2023/01/19/NVXUO65PORDQPADJBT3MSKTB74/

Loading

8 1월 2023

[산업] 고도화 경쟁이 알고리즘 예측 품질 떨어뜨린다

[산업] 고도화 경쟁이 알고리즘 예측 품질 떨어뜨린다

과학 수학자의 연구 이미지.jpg

 

(사진=셔터스톡)
인공지능(AI) 알고리즘 고도화 경쟁이 심할수록 알고리즘의 예측 품질이 떨어질 수 있다는 주장이 나왔다. 서비스 고객 확보를 목적으로 특정 분야에 예측 알고리즘을 특화하면서 폭넓은 예측 성능을 저하한다는 지적이다.

기술 전문지 테크 익스플로어는 고객 유치를 목표로 예측 알고리즘 고도화를 경쟁할수록 알고리즘이 부분 모집단에 전문화돼 기업과 소비자에게 영향을 끼칠 수 있다고 2일(현지시간) 보도했다.

이번 분석은 제임스 조우(James Zou) 스탠퍼드대학 바이오의학 데이터과학 조교수이자 인간 중심 AI연구소 부교수가 대학원생과 함께 수행한 논문 연구를 통해 확인했다.

현재 넷플릭스와 훌루 등 온라인 스트리밍서비스 업체가 개인 맞춤형 서비스로 예측 알고리즘을 활용하고 있다. 이 같은 서비스 기업은 많은 고객을 확보할 목표로 자사 알고리즘 추천 정확도를 높이는 데 집중한다.

조우 교수는 이 과정에서 예측 알고리즘이 좁은 분야에 전문화되며 예측 품질이 떨어질 것이라고 우려했다. 향후 이 같은 예측 알고리즘을 은행 대출이나 인재 채용 등에 적용할 경우 부정적 영향을 끼칠 수 있다.

조우 교수 연구팀은 기업이 고객을 위해 기술 경쟁을 하는 동시에 고객 데이터를 활용해 머신러닝(ML) 알고리즘을 훈련시킬 경우 알고리즘의 추천 능력에 어떤 영향을 미치는지 연구했다.

이에 연구팀은 알고리즘 고도화 경쟁을 수학적으로 분석한 뒤 표준 데이터셋을 사용해 시뮬레이션했다. 그 결과, ML 알고리즘을 경쟁시킬수록 전문화돼 사용자의 일부 집단 선호도를 예측하는 데 능숙해진다는 것을 발견했다.

조우 교수는 “시간이 지날수록 불균형은 점점 커질 것”이라며 이 같은 현상이 온라인 디지털 플랫폼의 예측 서비스 경쟁 상황에서 나타날 수 있다고 설명했다

연구팀에 참여한 안토니오 지나트(Antonio Ginart) 스탠퍼드 대학원생은 “구글이나 빙 등에서 검색어를 입력할 경우 검색 엔진은 우리와 연관성이 가장 높은 링크를 예측할 것이다”라며 “우리는 예측 결과가 더 정확한 플랫폼만 사용할 것이며, 이로 인해 최적의 ML 시스템을 위한 데이터 입력 양상이 바뀌고 미래 예측 방법을 변화시킬 것”이라고 말했다.

금융 분야에서도 이 같은 현상이 발생할 수 있다. 은행이 신용도 측정을 목적으로 예측 알고리즘을 적용할 경우 주요 소득 계층의 데이터를 다수 확보했기 때문에 이들의 신용도를 예측하는 데 능숙할 것이다. 하지만 다른 집단을 향한 신용도 예측 정확도가 감소해 평균 서비스 품질은 실제로 감소한다.

미국의 경우 은행 대출 알고리즘이 중년 백인 고객의 데이터에 의존하고 있어 구조적 불평등을 가속화하고 알고리즘의 데이터 전문화를 강화시킬 수 있다.

조우 교수는 이 같은 문제의 해결책을 찾는 데 관심을 갖고 있다고 설명했다. 그는 “이 기술은 여전히 새롭고 최첨단이다”라며 “이번 논문이 많은 연구자에게 AI 알고리즘 경쟁의 사회적 영향을 연구하는 계기가 되길 바란다”고 말했다.

 

출처 : AI타임스(http://www.aitimes.com)

Loading

5 1월 2023

[자유게시판] 우리가 알던 프로그래밍의 종말, 개발자의 새 역할은 : (옮긴이 주 :  기승전결없이 중구난방글)

[자유게시판] 우리가 알던 프로그래밍의 종말, 개발자의 새 역할은 : (옮긴이 주 :  기승전결없이 중구난방글)

우리가 알던 프로그래밍의 종말, 개발자의 새 역할은

코드 작성에서 AI 학습 지도 관리자로 진화해야

인공지능(AI)은 점점 더 많은 소프트웨어 개발 작업을 수행하고 있다. 개발자는 앞으로 코딩 도구보다 교육 모델을 더 많이 사용하게 될 것으로 보인다. 새 시대의 개발자는 AI의 작업을 감독하고, 빈틈을 줄이는 학습 관리자로 진화하게 될 것 같다.

28일(현지시간) 미국 지디넷은 ‘우리가 알고 있는 프로그래밍의 끝’이란 제목의 컬럼을 게재했다.

컴퓨팅 역사 속에 다양한 시도와 패러다임, 신기술이 등장해 소프트웨어 세계를 흔들었다. 이런 움직임은 대개 많은 프로그래밍 작업을 최종사용자에게 맡기거나 더 많은 프로세스를 자동화하게 될 것이란 약속을 내놨다.

(제공=이미지투데이)

CASE 도구, 4GL, 객체지향프로그래밍, 서비스지향아키텍처, 마이크로서비스, 클라우드, PaaS, 서버리스 컴퓨팅, 로우코드 및 노코드 등 모두 이론적으로 소프트웨어 개발의 부담을 덜어주는 방향으로 고안된 고민이었다. 이는 반대로 개발자의 직업적 안정성을 위협하기도 했다.

많은 약속이 실행된 지금 소프트웨어 개발자의 일은 더 늘었다. 오히려 그 어느때보다 가장 바쁜 시기를 보내고 있다.

문제는 개발자란 직업의 진화에 있다. 애플리케이션 개발과 유지관리에 적용된 AI는 마침내 낮은 수준의 코딩을 옛날 일로 만들 가능성을 갖게 됐다.

픽시닷에이아이란 회사의 공동 창업자이자 최고경영자(CEO)인 맷 웰시는 최근 컴퓨팅기계협회 기고문에서 “향후 10년 정도 이내에 프로그래밍이 쓸모없게 될 것”이라며 “프로그램 작성이란 기존의 아이디어는 소멸될 것이라 믿는다”고 밝혔다.

그는 “매우 전문화된 애플리케이션을 제외하고 대부분의 소프트웨어는 프로그래밍된 게 아니라 훈련된 AI 시스템으로 대체될 것”이라며 “모든게 GPU 클러스터로 작동하는 수천억 패러미터의 모델을 필요로 하는건 아니지만, 간단한 프로그래핑이 필요한 상황에서 이런 프로그램은 손으로 하는 코딩보다 AI로 만들어질 것”이라고 전망했다.

일반적 프로그래밍에서 개발자가 자유로워지면 그의 역할은 어떻게 바뀌게 될까? 전문가들은 더 까다로운 높은 수준의 애플리케이션 개발 작업에 개발자의 역량을 투입해야 한다고 점친다. IT부서는 엔터프라이즈 애플리케이션에 초점을 맞출 수 있게 되고, 복잡한 애플리케이션과 자동화 구축이 기업에 더 많은 가치를 추가할 것이라고 한다.

아르고디자인의 공동 창립자이자 수석크리에이티브 기술자인 자레드 피클린은 “최근까지 개발의 초점은 엔지니어링을 더 잘 활용하거나 더 많은 코드 작성자 풀에서 더 많이 재사용하는데 있었다”며 “이로 인해 오케스트레이션을 용이하게 하는 도구가 생겨났고, 이를 통해 일반 앱 개발자는 GUI를 사용해 머신러닝 전문가가 작성한 코드 모듈을 사용해 AI 솔루션을 오케스트레이션할 수 있다”고 밝혔다.

그는 “마찬가지로 비즈니스 전문가는 인터페이스를 사용해 전체 캠페인을 오케스트레이션할 수 있다”고 덧붙였다.

머신러닝 학습 지원 도구는 요구사항을 수집하고 엔지니어링을 활용하는데 도움을 준다. 코드 작성자는 빈틈있는 곳에 뛰어들어 빈틈을 막게 된다. 이 모든 경우 유지해야 할 상호운용성과 보안 지점을 처리하는데 IT 부서가 역할하게 된다.

현재 프로그래밍에서 AI의 역할은 도우미 정도로 여겨진다. 그러나 점차 단순한 코드 생성에서 일련의 논리를 가진 애플리케이션 작성 수준으로 진화할 것이란 게 전문가들의 의견이다.

맷 웰시는 “코파일럿 같은 AI 코딩 도우미는 표면만 긁고 있을 뿐이며, 미래의 모든 프로그램은 궁극적으로 AI로 작성되고, 인간은 감독 역할을 하게 될 것”이라며 “지난 몇년 동안 AI 분야에서 일하면서 점점 더 커지는 AI 모델의 힘을 과소평가하기 매우쉽다는 점을 배웠다”고 밝혔다.

그는 “깃허브 코파일럿이 개발자를 대체하는 것에 대해 말하는 게 아니라, 프로그램 작성의 전체 개념을 교육 모델로 대체하는 것에 대해 말하는 것”이라고 덧붙였다. 코드를 작성하는 AI를 감독하고, AI의 학습을 지도하는 역할로 개발자와 IT부서의 새 책임이란 얘기다.

코딩에서 벗어나면 개발자는 애플리케이션 개발을 더 개념적으로, 비즈니스 역할로 바라보는 새로운 길을 열게 된다.

자레드 펠킨은 “놀라운 방향에서 놀라운 변화가 일어나고 있다”며 “더 넓은 세상은 코드를 함께 묶기 위해 노드를 이동하는 시각적 인터페이스의 노코드 및 로우코드를 상상했다”며 “이것은 오케스트레이션이며 여전히 어떻게 코드가 함께 연결되는지 지식을 요구한다”고 설명했다.

그는 “현 고객 중 하나인 빌더AI는 음성 대화의 AI 분석을 사용해 요구사항을 수집한 다음 이런 경험을 추가로 설계하고 이행하는 고유한 접근 방식을 취했다”며 “심지어 줌 통화에 추가할 수 있는 음성 어시스턴트를 통해 모바일 앱을 설명하는 사람의 말을 듣고 자동으로 캡처해 프로젝트 관리자에게 기능 목록을 나열한다”고 예를 들었다.

또 “그런 다음 인간이 편집하면 AI가 앱의 아키텍처 패턴 안에서 만들어낸다”며 “코드 모듈이 존재하는 곳에 패치가 적용되고, 그렇지 않은 곳에 코드 작성자가 참여해 모듈을 추가하며, 시간이 지나면서 이 프로세스는 점점 더 자동화될 것”이라고 덧붙였다.

 

 

이는 더 많은 실시간 컴퓨팅을 의미한다. 펠킨은 “소프트웨어의 대기 시간, 렌더링, 조립이 실시간으로 호출된다”며 “알렉사에게 주방정리를 도와주는 앱을 만들어달라고 요청하는 걸 상상할 수 있다”고 했다.

그는 “AI는 기능을 인식하고 올바른 패턴을 선택해 실시간으로 앱을 휴대폰이나 웨어러블 기기에 무선 전달할 수 있다”고 강조했다.

 
김우용 기자yong2@zdnet.co.kr

[출처] https://zdnet.co.kr/view/?no=20221229101930

[옮긴이 주] 인공지능이 썼는지, 중구난방인 기승전도 없이 이상한걸 주장하는… 무얼 말하는 지 아시는분?

Loading

31 12월 2022

[profit] 유튜브 VS 블로그 성공방정식 3가지

[profit] 유튜브 VS 블로그 성공방정식 3가지

유튜브 VS 블로그 성공방정식 3가지

어디선 4만뷰 VS 어디선 100뷰가 나온 이유
마케터 초인
2022-09-30

많은 사람들이 시도하고 뛰어들고 있는 유튜브 VS 블로그의 생생한 비교

유튜브와 블로그를 운영하며 경험한 생생한 비교를 통해서 남들이 알려주지 않는 차이점과 노하우를 담아봅니다. 같은 소재와 주제를 가지고 어느 채널에서는 왜 4만 뷰가 나오는지, 어디서는 100뷰가 나오는지 직접 실험을 통해 알게 된 생생한 인사이트. 비즈니스나 개인 채널을 위한 콘텐츠 기획이나 운영에 도움 될 이야기를 전해 드립니다.


지금은 1인 미디어의 시대입니다. 개인이 인플루언서가 되고, 전업 크리에이터가 되어 회사원보다 많은 돈을 버는 시대가 도래했죠. 많은 사람들이 나만의 채널과 콘텐츠를 가지고 자신의 브랜드와 영향력을 만들고 싶어 합니다. 하지만 그만큼 많은 사람들이 부푼 꿈을 안고 시작했다가 좌절을 마주합니다.

가장 많은 사람들이 시도하고 뛰어들고 있는 유튜브 VS 블로그의 생생한 비교를 실제 진행했던 사례를 통해 요긴한 노하우는 담아가고 피해야 할 것을 기억하여 본인이 만들고 있는 또는 앞으로 만들 채널과 콘텐츠에 녹여 빠른 성공을 앞당겨보시기를 바랍니다.


13년 차 마케터의 실험

커리어를 쌓으며 지금까지 ‘본업 외’ 약 14개의 디지털 채널을 운영해오며 여러 실험을 지속하고 있습니다. 유튜브의 경우에는 작은 채널이지만 구독자 대비 20배가 넘는 뷰를 기록하며 쏠쏠한 반응을 얻었던 콘텐츠들이 여럿 있었고, 블로그의 경우에는 지금까지 누적 기준 23만명이 넘는 방문객을 기록하며 2차례 네이버 메인에 오른 적도 있었습니다. (현재는 브런치로 옮겨 블로그 운영은 쉬고 있는 상태)

유튜브와 블로그, 이 두 채널은 어떤 차이가 있을까요?

✅ 유튜브와 블로그, 두 가지 채널의 특징

젊어지고 있는 올드 미디어, 블로그

네이버 블로그가 가장 대표적으로 강력한 포털을 기반으로 오랫동안 이어져 오고 있습니다. 한때는 수익화로 이어지기 어려운 한계가 있어 티스토리나 유튜브 등 다른 채널로 인플루언서들이 많이 이탈하였지만, 여전히 검색과 연계해 가장 많은 트래픽을 일으킬 수 있는 채널로서 네이버의 적극적인 프로모션 공세와 함께 최근 다시 상승하는 추세입니다. 

❗️TMI : 2021년 네이버 블로그 포스팅 수는 전년 대비 50% 상승세를 거두었다고 하고, 주간일기 챌린지 프로모션 등을 통해 타깃을 확장하고 있는데 실제 전체 사용자 수의 70%가 MZ세대라고 합니다.

세대불문 트래픽의 제왕, 유튜브

키즈부터 영어덜트, 시니어에 걸쳐 가장 많은 사용 시간과 트래픽을 모으고 있는 전 세대의 플랫폼입니다. 수십, 수백만 팔로워를 만들며 강력한 영향력을 가진 채널로 만들 수도 있고 한번 터지는 콘텐츠 역시도 큰 포텐셜을 가지고 있기 때문에 가장 많은 사람이 이용하고 있습니다.

❗️TMI : 계속해서 신규 채널이 생겨나 주제별로 다양해지고 있는데, 한편으로는 영상 기반의 플랫폼이기 때문에 블로그 대비 콘텐츠 제작 시간이 더 오래 걸리는 특성을 가지고 있습니다.


✅ 유튜브에서 실패하는 블로거들

블로그에서 더 큰 수익의 꿈을 안고 유튜브로 넘어왔던 많은 블로거들이 유튜브에서 실패를 거두고 있는데 어떤 이유에서 일까요? 그건 두 채널의 차이를 모르기 때문입니다. 직접 블로그와 유튜브 채널을 운영하고 실험하면서 얻은 인사이트 3가지를 담아봅니다.

같은 소재로 다른 반응이 나타난 두 가지 케이스

사례1) 유튜브 영끌의 끝을 달리는 남자 10,855뷰VS 블로그 대출전쟁의 시대 201뷰

사례2) 블로그 남자, 힙한 동굴을 만들다 43,175뷰VS 유튜브 집에 BAR를 만든 남자 114뷰

1️⃣ 썸네일? 키워드? 결과를 가르는 시작

 유튜브 VS  블로그에서 각기 좋은 반응을 얻었던 콘텐츠의 유입경로는 어땠을까?

[유튜브] 본인의 채널에서 가장 많은 조회수를 기록한 영상을 보니 홈 화면에 추천으로 노출되어 유입한 경우가 가장 비중이 높습니다. 여기서 클릭을 높이기 위한 썸네일과 제목이 가장 중요하고 수많은 유튜버들이 이를 강조하는 이유이기도 합니다. 먼저 클릭을 할 수 있도록 매력적인 간판을 만드는 과정이 필요합니다. 

[블로그] 특정 분야의 키워드로 띄워야 하고 반복되는 키워드와 첨부 이미지 활용이 중요합니다. 많은 뷰 수를 기록한 포스팅은 5번 이상 핵심 키워드를 포함하고 최소 3~4장 이상의 이미지가 함께 있었고 이는 기존 포스팅보다 최대 10배의 조회수를 기록할 수 있었습니다. 그리고 네이버 메인에 올랐던 2번의 케이스도 모두 매력적인 이미지를 기반으로 메인에 노출될 수 있었습니다.

이미지와 키워드로 메인에 노출된 여러 사례들 @본인의 블로그

2️⃣ 롱텀? 숏텀? 터지는 콘텐츠의 차이

유튜브 VS  블로그에서 각각 가장 반응이 좋았던 콘텐츠의 추이는 어땠을까?

유튜브는 알고리즘! 노출과 반응이 롱텀으로 지속

한 영상을 살펴보니 유튜브 업로드 후 2달간 조회수 600을 기록했고, 이후 유튜브 알고리즘을 타고 꾸준히 유입이 지속되어 총 1만이 넘는 조회수를 만들 수 있었습니다. 특히 이제 막 시작하는 유튜버는 철저하게 알고리즘을 활용해야 합니다. 알고리즘을 타면 구독자보다 훨씬 높은 조회수를 얻을 수 있고, 더 나아가 콘텐츠 공개 이후 시간이 지난 후에도 상승의 순간을 맞이할 수도 있습니다.

블로그는 검색 키워드! 노출과 반응이 상대적으로 숏텀

블로그는 검색 키워드에 걸리는 것이 중요합니다. 검색창의 1페이지에 걸리거나 메인에 걸리게 된다면 뷰수를 극대화할 수 있습니다. 블로그 포스팅은 시간이 지나 다른 누군가의 포스팅으로 키워드 상단과 메인으로 바뀌기 때문에 계속해서 뷰 수를 쌓아가기에는 어려움이 있습니다. 

3️⃣ 기승전결? 스토리텔링? 결정적 한방!

어느 채널이나 공통적으로 기승전결의 구조화가 필요합니다. 잘 된 콘텐츠는 이 구조가 탄탄하게 갖춰져 있었고, 잘 안된 콘텐츠는 이 구조가 잘 짜여 있지 않았던 것을 확인할 수 있었습니다. 여기에 더해 스토리텔링까지 결합시킨다면 결과는 크게 차이가 날 수 있습니다. 실제로 같은 소재를 가지고 유튜브와 블로그에서 1만 VS 200뷰, 50배의 차이가 나는 결과를 얻게 되기도 하였습니다.

잘 된 유튜브 콘텐츠의 구조 – ‘대출’을 소재로 한 유튜브 콘텐츠

(목표) 대출의 숨겨진 의미를 알고, 투자의 무기로 활용해보자!

(기) 10억의 대출을 가진 남자 > 어쩌다 저렇게 대출을 많이 가지게 되었지? > 클릭!

(승) 요즘 30대가 영끌 대출로 투자를 하고 있다? > 시청자 공감

(전) 돈이란 무얼까? 대출은 권력이다! (하고 싶은 이야기) > 인사이트의 습득

(결) 10억의 대출로 투자를 하게 된 사연과 앞으로의 계획 > 긍정적 인식의 변화

결과 : 1만 조회수 / 댓글 48개

한끗을 가르는 팔리는 비결은
기승전결의 구조화였습니다.

이렇게 콘텐츠를 만들 때 잘 짜여진 구조에 기반해 스토리를 더해 유입시키고 이어 흥미와 공감을 일으키고, 변화의 과정까지 만들어내면 실패의 가능성을 낮추고, 좀 더 빠르게 성장하는 채널을 구축할 수 있을 것입니다. 아래 요약을 잘 기억하시고 이후에 활용하시면 더 높은 반응의 콘텐츠를, 팔리는 콘텐츠를 만드시는 데 도움이 되실 수 있을 것 같습니다. 


⚠️ 기억해야 할 유튜브 VS 블로그의 차이 요약

1️⃣ 뷰어가 접근하는 방식의 차이

✔️유튜브는 클릭을 높이기 위한 썸네일과 제목으로 추천 영상 유입하기

✔️블로그는 검색에 노출되기 위한 반복 키워드와 이미지 활용하기

2️⃣ 터지는 콘텐츠 추이의 차이

✔️유튜브는 알고리즘에 태워서 장기적으로 조회수 높이기

✔️블로그는 검색 상단과 메인 노출로 단기간에 조회수 극대화

3️⃣ 콘텐츠 기획할 때 접근하는 방식 차이

✔️콘텐츠의 시작과 끝, 기승전결의 구조화

✔️스토리텔링을 활용한 공감 높이기

[출처] https://wepick.kr/editor/4344480/

Loading

31 12월 2022

[ 一日30分 인생승리의 학습법] 파이토치로 딥러닝해야 하는 5가지 이유

[ 一日30分 인생승리의 학습법] 파이토치로 딥러닝해야 하는 5가지 이유

파이토치가 최근 1.3 및 1.4 릴리스를 통해 풍부한 성능 개선과 모바일 플랫폼용 개발자 친화적인 지원을 제공하면서 강력하게 부상하고 있다. 과연 MX넷, 체이너(Chainer), 텐서플로우(TensorFlow) 등의 다른 프레임워크 대신 파이토치를 선택할 만한 이유가 있을까? 파이토치를 사용해야 할 5가지 이유를 살펴보자.
 
먼저, 기사를 시작하기도 전에 분노의 트윗과 이메일을 보내려 준비하고 있는 텐서플로우 사용자들에게 할 말이 있다. 물론 파이토치가 아닌 텐서플로우를 선택할 이유는 많고, 특히 모바일 또는 웹 플랫폼을 대상으로 작업할 경우에는 텐서플로우가 확실히 유리하다. 이 기사의 주제는 “텐서플로우가 열등하고 파이토치가 뛰어나다”는 것이 아니라, 필자가 파이토치를 가장 먼저 선택하는 이유를 정리하는 것이다. 텐서플로우가 그 나름대로 훌륭하다는 점은 필자도 인정하므로, 너무 분노하지 말기를 바란다.
 

파이토치는 파이썬이다

사람들이 파이토치를 선택하는 주된 이유 중 하나는 코드를 이해하기가 쉽기 때문이다. 파이토치 프레임워크는 파이썬과 씨름하는 것이 아니라, 함께 작동하도록 설계, 제작되었기 때문이다. 모델과 계층뿐 아니라 다른 모든 것, 옵티마이저, 데이터 로더, 손실 함수, 변환 등도 다름아닌 파이썬 클래스다.
 
파이토치는 전통적인 텐서플로우의 정적 실행 그래프가 아닌 즉시 실행 모드로 작동하므로(텐서플로우 2.0은 즉시 실행을 제공하지만 매끄럽지 않은 부분이 있음) 맞춤형 파이토치 클래스를 추론하기가 매우 쉽고 텐서보드(TensorBoard) 또는 print() 문에 이르기까지의 표준 파이썬 기법으로 디버깅하고 스택 트레이스 샘플에서 플레임(flame) 그래프를 생성할 수 있다. 덕분에 판다스(Pandas), 사이킷-런(Scikit-learn)과 같은 다른 데이터 과학 프레임워크에서 딥 러닝으로 넘어온 사람들에게도 상당히 친숙하게 느껴진다.
 
초기 릴리스에서 버전 1.3에 이르기까지 중대한 변경이 하나뿐인(변수에서 텐서로의 변화) 안정적인 API도 파이토치의 장점이다. 물론 가장 큰 이유는 파이토치가 아직 젊은 프레임워크라는 데 있지만, 어쨌든 작성된 버전에 관계없이 대다수 파이토치 코드를 알아보고 이해할 수 있다.
 

파이토치는 즉시 사용할 수 있다

 “바로 사용 가능” 철학이 파이썬의 전유물은 아니지만 파이토치를 설정하고 실행하기는 무척 쉽다. 파이토치 허브를 사용하면 다음과 같은 한 줄의 코드로 된 사전 학습된 ResNet-50 모델을 얻을 수 있다.
 

model = torch.hub.load('pytorch/vision', 'resnet50', pretrained=True)

또한 파이토치 허브는 여러 영역에 걸쳐 통합되므로 텍스트와 오디오, 비전을 모두 다룰 수 있는 원스톱 아키텍처로 적합하다.
 
파이토치에는 모델 외에 풍부한 손실 함수와 옵티마이저도 기본으로 제공된다. 특징은 데이터를 로드하고 내장 변환을 연결하기가 쉽다는 점이다. 또한 자기만의 로더 또는 변환을 만들기도 비교적 간단하다. 모든 것이 파이썬이므로 표준 클래스 인터페이스를 구현하기만 하면 된다.
 
한 가지 사소하지만 주의할 점은 파이토치에 포함된 많은 편의 기능이 비전 문제(토치비전 패키지에서 발견된 문제)에 편향되며 텍스트 및 오디오 지원 중 일부는 부족하다는 점이다. 다행히 1.0 이후부터 토치텍스트와 토치오디오 패키지가 상당히 개선되고 있다.
 

연구에 주도적으로 사용되는 파이토치

파이토치는 연구자들에게는 천국과 같다. 모든 주요 딥 러닝 컨퍼런스의 자료에서도 그 사실을 알 수 있다. 파이토치는 2018년에도 빠르게 성장했지만 2019년에는 CVPR, ICLR, ICML 등의 주요 프레임워크로 부상했다. 이러한 전면적인 도입의 이유는 위에 언급한 점, 즉 파이토치가 곧 파이썬이라는 데 기인한다.
 
표준 파이썬 클래스의 간편하고 안정적인 하위 클래스로 새 맞춤형 구성요소를 만들 수 있으므로 새로운 개념을 실험하기가 훨씬 더 쉽다. 또한 유연하므로 텐서보드, 일래스틱서치(ElasticSearch) 또는 아마존 S3 버킷으로 매개변수 정보를 보내는 계층을 간단히 만들 수 있다. 난해한 라이브러리를 가져와서 네트워크 학습과 함께 사용하거나 학습 루프에서 특이한 새로운 시도를 하고자 하는가? 여기서도 파이토치가 걸림돌이 되는 경우는 없다.
 
그동안 파이토치의 발목을 잡은 한 가지는 연구에서 프로덕션에 이르는 명확한 경로의 부재다. 파이토치가 연구 분야에서 강세라 해도, 실제로 프로덕션 용도는 여전히 텐서플로우가 주도하고 있다. 그러나 파이토치 1.3이 나오고 토치스크립트가 확장되면서 JIT 엔진을 사용해 연구 코드를 그래프 표현으로 컴파일하는 파이썬 주석을 사용하기가 쉬워졌으며 그 결과 속도가 향상되고 C++ 런타임으로 쉽게 내보낼 수 있게 됐다. 또한 지금은 파이토치와 셀던 코어(Seldon Core), 큐브플로우(Kubeflow)의 통합이 지원되므로 텐서플로우에 미치진 못해도 거의 필적할 만큼 간편하게 쿠버네티스에 프로덕션 배포가 가능하다.
 

딥 러닝을 쉽게 배울 수 있다는 장점

딥 러닝 교육 과정은 많지만 그 중에서 fast.ai 과정이 가장 좋다. 게다가 무료다! 과정의 첫 해에는 케라스(Keras)에 상당히 집중했지만 fast.ai 팀(제레미 하워드, 레이첼 토마스, 실바인 구거)은 두 번째 해에 파이토치로 전환했고 그 이후 지금까지 이어오고 있다. (참고로 fast.ai는 텐서플로우용 스위프트에도 상당히 긍정적이다.)
 
fast.ai의 최근 교육 과정에서는 텍스트 및 비전 영역에서 분류, 세그먼테이션, 예측과 같은 작업에 대한 최신 결과를 달성하는 방법을 알아보고, GAN에 대한 모든 것을 배우고 전문가도 눈이 번쩍 뜨일 만한 풍부한 트릭과 통찰력을 찾을 수 있다.
 
fast.ai 과정은 파이토치 위에서 부가적인 추상화를 더 제공하는 fasi.ai의 자체 라이브러리를 사용하지만(덕분에 딥 러닝을 배우기가 더욱 쉬움), 기초적인 부분에 대해서도 심층적으로 다루면서 파이토치와 비슷한 라이브러리를 처음부터 새로 만든다. 따라서 파이토치가 내부적으로 어떻게 움직이는지 잘 이해할 수 있게 된다. fast.ai 팀은 이 과정에서 주 파이토치의 몇 가지 버그도 수정한다.
 

우수한 커뮤니티도 장점

마지막으로, 파이토치 커뮤니티는 정말 유익하다. pytorch.org 웹사이트에는 파이토치 릴리스와 충실히 보조를 맞추는 문서와 함께, 파이토치의 주 기능부터 맞춤형 C++ 연산자를 통해 라이브러리를 확장하는 세부적인 방법에 이르기까지 모든 주제에 관한 자습서도 준비돼 있다. 이 자습서는 학습/검증/테스트 스플릿과 학습 루프 등에 대한 표준화 측면에서 다소 아쉬운 면이 있지만 특히 새로운 기능이 도입될 때 매우 유용한 리소스로 활용할 수 있다.
 
공식 문서 외에, discuss.pytorch.org의 디스코스(Discourse) 기반 포럼은 핵심 파이토치 개발자와 손쉽게 대화하고 도움을 받을 수 있는 훌륭한 리소스다. 매주 1,500개 이상의 글이 올라오며 분위기가 우호적이고 활발하다. 이 포럼에서는 주로 fast.ai의 자체 라이브러리지에 대해 토론하지만 forums.fast.ai에 있는 비슷한 포럼 역시 텃세(슬픈 일이지만 많은 딥 러닝 토론장의 문제) 없이 초보자를 적극적으로 도와주는 훌륭한 커뮤니티이며, 다른 주제도 많이 다룬다.
 

파이토치의 현재와 미래

여기까지 파이토치를 사용할 5가지 이유를 살펴봤다. 처음에 언급했듯이 이 중에는 경쟁 프레임워크 대비 파이토치의 전유물이 아닌 요소도 있지만 이러한 모든 이유의 조합은 필자가 딥 러닝 프레임워크로 파이토치를 선택하는 근거가 된다. 파이토치가 현재 부족한 영역도 있다. 예를 들어 모바일, 희소 네트워크, 쉬운 모델 양자화 등이다. 그러나 빠른 개발 속도를 감안하면 올해 말 정도면 이러한 영역에서도 파이토치가 지금보다 훨씬 더 강세를 보이게 될 것이다.
 
마무리하기에 앞서 두 가지 예만 더 살펴보자. 첫째, 지난 12월에 실험적 기능으로 도입된 파이토치 일래스틱이다. 파이토치의 기존 분산 학습 패키지를 확장해서 대규모 모델 학습을 더 강화한다. 이름에서 알 수 있듯이 이를 위해 탄력성 있는 여러 머신에서 실행되며, 전체 작업을 멈추거나 중단하지 않으면서 언제든 학습 작업에서 노드를 넣고 뺄 수 있다.

두 번째는 오픈AI가 주 개발 플랫폼으로 파이토치를 도입한다고 발표한 것이다. 파이토치에는 매우 중대한 성과다. 오픈AI가 파이토치를 채택했다는 것은 GPT-2(질문에 답하기, 기계 번역, 독해, 요약을 위한 최신 언어 모델)를 만든 사람들이 아이디어를 반복 개발하는 데 있어 파이토치가 텐서플로우보다 더 생산적인 환경을 제공한다고 여긴다는 것을 의미하기 때문이다.
 
프리퍼드 네트웍스(Preferred Networks)가 딥 러닝 프레임워크인 체이너를 유지보수 모드로 전환하고 파이토치로 이전한 데 이어 오픈AI가 파이토치를 도입하기로 결정한 것은 파이토치가 지난 2년 사이 얼마나 많이 발전했는지 잘 보여주며, 파이토치가 앞으로도 계속 개선을 거듭하면서 사용자를 흡수할 것임을 예고한다. AI 영역을 주도하는 이들이 파이토치를 선호한다면 다른 사람들에게도 파이토치가 좋다는 의미일 것이다. editor@itworld.co.kr 

[출처] https://www.itworld.co.kr/news/144936

Loading