생성형 AI가 지루한 작업을 처리하고 오류를 찾는 데 능숙하더라도 프로그래머의 전문성과 직관은 항상 필요할 것이다.
ⓒ Getty Images Bank
데이터셋(Datasette)의 설립자 사이먼 윌리슨은 “지금이 프로그래밍을 배우기에 더할 나위 없이 좋은 시기”라고 말했다. AI가 코딩을 대신 해줘서가 아니다. 사실 정반대다. 그는 “대규모 언어 모델은 학습 곡선을 평평하게 만들어 젊은 개발자가 더 쉽게 따라잡을 수 있게 해준다”라고 말했다. 코딩하는 방법을 잊어서는 안 되지만, 생성형 AI를 사용해 경력 수준에 관계없이 개발자 경험을 강화할 수 있다.
‘배움에 대한 의지’를 예찬
필자는 생성형 AI에 대한 윌리슨의 견해를 살피는 것을 즐긴다. 그는 이 주제를 사려 깊게 생각하는 개발자다. 오라일리(O’Reilly Media)의 마이크 루키데스 글도 큰 주제에서 핵심을 압축해 설명했기 때문에 읽어볼 만하다. 루키데스는 생성형 AI와 코딩에 대해 “정말 좋은 프롬프트를 작성하기란 생각보다 어렵다”라는 점을 상기시켜 준다. 그는 “프롬프트를 잘 작성하려면 프롬프트의 목적에 대한 전문 지식을 쌓아야 한다”라고 말했다. 다시 말해, 먼저 ‘좋은’ 프로그래머가 돼야 한다.
루키데스는 “AI를 ‘인간이 얻을 수 없는 전문 지식과 지혜의 보고’로 생각해버리면 이를 생산적으로 사용할 수 없게 된다”라고 조언했다. AWS 코드위스퍼러(CodeWhisperer)나 구글 코디(Codey)와 같은 도구를 효과적으로 사용하기 위해서는 기대하는 결과물을 코칭해야 한다. 그리고 AI에게 개발 문제를 해결하는 방법을 단계별로 알려주려면, 먼저 문제를 깊이 이해하고 AI가 응답하도록 이끌어내야 한다.
또한 개발자는 AI가 틀렸을 때 이를 평가할 수 있어야 한다. 여기엔 일정 수준의 전문성이 필요하다. 윌리슨이 언급한 것처럼 코딩 어시스턴트가 프로젝트에서 더 활발히 일하고 도와줄 것으로 기대되는 상황이지만, 그렇다고 해서 개발자가 코드를 파악해야 할 필요성까지 없애주진 않을 것이다. 그렇게 되기를 바라는 이도 없을 것이다. 다시 윌리슨의 첫 번째 요점으로 돌아가 본다.
AI를 활용한 코딩 학습
특정 언어, 프레임워크, 데이터베이스 등을 처음 접하는 개발자라면 학습 곡선이 가파를 수 있다. 예를 들어 “세미콜론을 놓쳐서 기이한 오류 메시지가 표시되고, 그 오류를 다시 찾는 데 2시간이 걸리는 경우도 있다”라고 윌리슨은 말했다. 당연히 이러한 점 때문에 학생들은 자신이 프로그래밍을 배울 만큼 똑똑하지 않다고 생각해 배움을 포기할 수 있다.
바로 이 부분에서 AI 어시스턴트가 개입할 수 있다. 윌리슨은 “컴퓨터공학 학위가 없어도 컴퓨터가 지루한 일을 대신 해줄 수 있어야 한다”라고 전했다. 챗GPT 같은 LLM 기반 어시스턴트는 지루한 작업을 자동화할 수 있다. 깃허브(GitHub) 엔지니어 자나 도건은 “사람들은 코드 생성에만 너무 집중한 나머지 LLM이 코드 분석에 유용하다는 사실을 완전히 잊고 있다”라고 강조했다. 모든 작업을 AI가 할 필요는 없다. 윌리슨의 주장에 따르면, 애플리케이션을 만들거나 망치지는 않으나 개발자의 자신감을 떨어뜨릴 수 있는, 개별적이고 지루한 작업을 자동화하는 데 AI를 활용할 수 있다. 코딩 어시스턴트가 지루한 작업을 처리할 수 있음에도 개발자가 프로그래밍의 모든 측면을 배우고 수행할 것을 요구받는 경우에 더 그렇다.
언제나 그렇듯 생성형 AI와 함께 소프트웨어 개발을 시작하는 가장 좋은 방법은, 바로 시작하는 것이다. 이해는 했지만 반복해서 작성할 필요는 없는 간단한 작업부터 자동화해 작게 시작하라. 이렇게 절약한 시간으로 더 까다로운 코딩 문제를 해결하는 방법을 배우는 데 집중할 수 있다. 전문성이 높아지면 이러한 작업도 자동화할 수 있게 될 것이다. ciokr@idg.co.kr
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.
[단독] ‘AI 대부’의 경고 “AI 거짓말, 인류는 알아챌 수 없다” | 팩플 / “인류 재앙, 막을 방법 모른다” AI 대부가 AI 미래 경고했다
중앙일보
입력 2023.10.19 05:00
김남영 기자
‘나는 인간보다 멍청해요.’
인간보다 뛰어난 인공지능(AI)이 천연덕스럽게 이런 거짓말을 한다면, 인류는 어떻게 해야 할까. 세계적인 AI 석학 제프리 힌턴 토론토대 명예 교수는 “초지능(Super Intelligence)이 된 AI가 작정하고 우릴 속인다면, 인류는 알아차릴 수도 막을 방법도 없다”며 “그런 상황이 되기 전에 전 세계가 AI 통제에 나서야 한다”고 말했다. 지난 4일(현지시간) 캐나다 토론토에서 중앙일보와 가진 인터뷰에서다. 그는 AI의 위험성을 더 자유롭게 비판하겠다며 지난 4월 구글을 퇴사했다.
‘AI의 대부’로 불리는 힌턴 교수는 현재 AI 기술의 뿌리인 딥러닝(심층학습) 연구의 핵심 기여자다. 구글의 알파고나 오픈AI의 챗GPT는 모두 그의 딥러닝(심층학습) 연구를 기반으로 한다. 지난 5월 뉴욕타임스와 인터뷰로 AI 위험성을 전 세계에 경고한 이후, 그가 한국 언론과 한 대면 인터뷰는 이번이 처음. 그는 AI가 초래할 다양한 위험을 강조하며 “전 세계가 머리를 맞대야 한다”고 말했다.
제프리 힌턴 토론토대 명예교수가 지난 4일(현지시간) 캐나다 토론토에 위치한 벡터연구소에서 중앙일보와 인터뷰를 하고 있다. 김남영 기자
우리가 지금 논의해야 할 AI 문제는 뭔가?
(AI와 관련된) 모든 위험에 관한 생각을 모아야 한다. 나는 AI가 초래할 ‘실존적 위험’에 가장 주목한다. 디지털 지능이 우리 인간보다 더 똑똑해져서 인간을 통제하려 할 상황에 대비해야 한다. 사람보다 똑똑한 디지털 지능(초지능)은 이르면 5년쯤 후에, 늦어도 20년 안에는 나올 것이다.
기술 기업들의 경쟁이 초지능 개발을 앞당길까.
그렇다. 그 개발을 멈추게 할 순 없다. 하지만 (AI가 인류를) 통제하려는 욕구를 갖는 건, 막을 수는 있다. 이 물건(AI)을 만드는 단계일 때, 막아야 한다. 안 그러면 늦는다.
초지능이 ‘자신이 인류에게 위험하다’는 것을 숨기고, 인간을 속인다면 인간이 그걸 알아챌 수 있나?
(초지능이) 우리보다 똑똑해지면 감지하기 어렵다. 자, 두 살짜리 아이에게 “완두콩을 먹을 거니, 브로콜리를 먹을 거니?”라고 묻는다면, 이 아이는 둘 다 먹지 않아도 된다는 사실을 모른다. 당신이 (둘 중 하나라도 먹게끔) 조종하고 있단 것도 아이는 모른다. 초지능은 이런 식으로 인간을 아주 쉽게 조종할 수 있을 것이다.
실존적 위험이 아닌 다른 위험은.
다양한 ‘사회적 위험’이 있다. 우선 일자리가 사라져 실업자가 대량으로 발생할 거다. 가짜뉴스도 있다. 생성 AI로 만든 비디오와 음성, 텍스트는 (진짜와) 구분하기가 훨씬 더 어렵다. 각 나라는 위조 화폐를 직접 찍어내거나, 위조된 걸 알면서도 이를 타인에게 전달하고 거래 수단으로 쓰면 강하게 처벌한다. 가짜뉴스도 비슷한 방식으로 처벌할 수 있을 거다. 또 편향된 데이터로 학습된 AI는 매우 편향된 결정을 내릴 수 있다. 마지막으로 AI의 힘을 악용해 만드는 전투 로봇이 있다.
전투 로봇은 어떻게 우리를 위협할까.
AI의 힘을 악용하려는 ‘악의적 행위자’들이 현실에 존재한다. 전투 로봇이 그 사례다. 나는 미군이 향후 10년 안에 상당수의 인간 병력을 전투 로봇으로 대체할 거라고 믿는다. 세계 각국 군부들도 AI를 무기로 쓰려 한다.
힌턴 교수는 초지능이 인간을 위협할 상황에 대비하기 위해 국제기구를 조직해야 한다고 주장했다. 그는 미국과 갈등하는 중국·러시아도 초지능 통제를 위해선 손잡을 수밖에 없을 거라고 전망했다.
특히 미국과 중국은 AI 기술 전쟁 중인데, 그런 협력이 가능할까.
그들(중‧러)은 디지털 지능이 인류를 장악하는 것을 막는 일에는 참여할 것이다. 러시아, 중국, 이스라엘 그 누구도 디지털 지능이 인류를 장악하길 원하지 않는다. 실존적 위험의 경우 인류 외부로부터의 위험이기 때문에 모두 기꺼이 협력할 것이라고 본다.
제프리 힌턴 토론토대 명예교수가 지난 4일(현지시간) 캐나다 토론토의 마스 디스커버리 스트릭트에서 열린 대담 강연에서 발표하고 있다. 사진 토론토대
힌턴 교수는 오픈소스 AI에 대해 강하게 우려했다. 메타(옛 페이스북)가 개발한 오픈소스 거대언어모델(LLM)인 라마가 지난 2월 공개된 이후 누구나 AI 언어모델을 무료로 내려받아 쓸 수 있게 됐다. 일각에선 이를 테러 집단이나 독재 정권에서 악용될 우려를 제기한다. 힌턴 교수 역시 “오픈소스 AI는 ‘오픈소스 핵 무기’와 같다”며 “사기나 사이버 공격 방법을 AI에 더 쉽게 가르칠 수 있다”고 평가했다. 그러면서도 “막기엔 이미 너무 늦었다”고 토로했다.
힌턴 교수와 같은 우려가 커지면서 각국 정부는 ‘AI 가드레일(안전장치)’ 만들기에 착수했다. 유럽 의회는 지난 6월 세계 최초 AI 규제인 ‘AI법(AI Act)’을 본회의에서 통과시켰다. 미국 바이든 행정부는 지난 7월 생성 AI로 만든 콘텐트에 워터마크를 붙이는 등 AI 안전 장치를 마련하도록 AI 개발을 주도하는 7개 기업에 자율 규제안을 제시했다. 영국에선 다음달 1일 G7 국가를 포함해 전 세계 정상들이 모여 AI 기술의 위험성을 공유하고 이를 완화하기 위한 규제를 논의하는 ‘AI 안전 정상회의’가 열릴 예정이다.
올해의 단어를 꼽으라면 ‘LLM(대규모언어모델)’을 빼놓고 이야기하기는 힘들 것 같다. 작년 말 오픈AI의 챗GPT가 공개된 이후 LLM은 정보기술(IT) 분야를 넘어서 일상 곳곳에 자리잡았다.
그런데 불과 1년 만에 LLM이라는 단어도 낡은 유산으로 전락할 처지다. LLM을 대신할 새로운 용어가 인공지능(AI) 업계에 등장했기 때문이다. 바로 ‘LMM(대규모멀티모달모델)’이 챗GPT 등장 1년 만에 AI 업계의 판도를 바꿀 새로운 ‘게임 체인저’로 주목받고 있다.
오픈AI가 최근 공개한 LMM ‘GPT-4V’를 이용해 존맛탱이 들어간 이미지에 대해 설명해달라고 했더니 ‘맛있는 음식’을 의미한다고 정확하게 설명해준다.
LLM와 LMM의 차이는 언어와 멀티모달에 있다. LLM이 대규모로 언어 모델을 학습했다면 LMM은 멀티모달을 학습했다고 보면 된다. 멀티모달은 텍스트 외에 이미지와 음성 같은 다양한 방식을 사용하는 AI를 말한다. 챗GPT가 텍스트에 기반해서 이용자와 질문과 대답을 주고 받는 AI였다면 LMM을 적용한 AI는 텍스트뿐만 아니라 이미지와 음성까지도 이용할 수 있게 되는 셈이다.
LMM은 많은 AI전문가들이 챗GPT의 다음으로 주목했던 기술이다. 하지만 이미지와 음성을 인식하고 출력하는 기술은 텍스트를 대상으로 하는 것과는 비교가 안 되게 어려움이 클 것이라는 예상이 많았다. LMM의 시대가 오기까지는 제법 시간이 걸릴 것이라는 전망이 많았다.
그런데 오픈AI가 다시 한 번 그 예상을 깼다. 오픈AI가 지난 9월 25일 공개한 ‘GPT-4V(ision)’는 AI 전문가들을 깜짝 놀라게 했다. GPT-4V는 이용자가 이미지를 올리고 이미지에 대한 질문을 할 수 있는 LMM으로, 사실상 전 세계에서 처음으로 대중화된 LMM 서비스다. 오픈AI는 이미 작년 말 GPT-4V를 위한 학습을 마치고, 올해에는 알파 그룹의 사용자에게 접근 권한을 부여한 뒤 테스트를 진행해 GPT-4V의 신뢰도를 높였다. 공개 직전인 9월 초에는 베타테스터 규모를 1만6000명까지 늘리기도 했다.
이렇게 출시된 GPT-4V는 챗GPT와는 또다른 충격을 주고 있다. 많은 사람들이 GPT-4V가 어떤 이미지까지 인식할 수 있는지 실험에 나서고 있는데, 챗GPT가 처음 나왔을 때 챗GPT에 질문을 던지는 게 일종의 ‘밈’처럼 이뤄진 것과 같은 분위기다.
지난 9월 29일에는 마이크로소프트의 연구자들이 GPT-4V를 이용해 다양한 실험을 진행한 논문이 공개되기도 했다. 단순한 이미지 해석에서부터 스도쿠 같은 게임을 이용한 추리, 인물의 표정을 통해 기분을 유추하는 것 등 다양한 실험이 망라돼 있었다.
특히 인상깊은 건 엑스레이 이미지를 보고 골절 부위를 지목한다거나 영어가 아닌 다른 국가의 언어가 들어간 이미지까지 제대로 해석해서 설명을 내놓는다는 점이었다. 김밥을 만드는 순서를 정확하게 나열하거나 손글씨로 제시된 이미지도 문제 없이 이해하는 모습이었다.
GPT-4V에 김밥을 만드는 과정을 담은 이미지 5개를 제시하고 순서대로 배치하라고 하자 정확하게 나열한 모습.
GPT-4V에 인물의 얼굴을 담은 사진을 제시하자 인물이 어떤 감정 상태인지를 묘사하고 있다.
김진중 원티드랩 생성 AI팀 리더는 자신의 페이스북에 올린 글에서 “GPT-4V는 이미지 판별, 디텍팅, OCR은 물론이고 X-Ray 분석과 밈의 이해와 설명까지 한다”며 “챗GPT가 처음 나왔을 때 정도의 충격”이라고 평가했다. 그는 GPT-3로 AI 업계가 완전히 바뀐 것과 같은 상황이 다시 올 것이라고도 내다봤다.
논문을 작성한 연구진은 “GPT-4V 같은 시각적인 프롬프트를 이용한 방식은 인간과 컴퓨터가 상호 작용하는 새로운 길을 열 수 있다”며 “LMM은 LLM에서 한 단계 더 나아가서 다양한 감각을 갖춘 일반적인 지능을 달성하게 해줄 것”이라고 밝혔다.
오픈AI가 선수를 쳤다면 구글은 반격을 준비하고 있다. 구글이 이르면 다음 달 공개할 예정인 제미니 역시 LMM을 표방하고 있다. 주빈 가라마니 구글 딥마인드 부사장은 지난 5월 열린 구글 연례 개발자 회의에서 “멀티모달은 의료 서비스, 가상 비서, 자율주행 같은 다양한 분야에서 활용도가 높다”며 LMM을 차세대 AI 서비스로 지목한 바 있다.
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.
[물리] [노벨상 2023] X레이의 DNA 파괴 순간 포착…’아토초’ 시대 연 과학자들, 물리학상(종합)
[노벨상 2023] X레이의 DNA 파괴 순간 포착…’아토초’ 시대 연 과학자들, 물리학상(종합)
입력2023.10.03. 오후 8:10
수정2023.10.03. 오후 8:49
피에르 아고스티니, 페렌츠 크라우스, 앤 륄리에 교수 (왼쪽부터). 위키미디어 제공.
2023년 노벨 물리학상은 극한 과학에서 한계까지 짧은 시간을 포착하는 ‘아토초 과학’ 시대를 열어낸 물리학자 3명에게 돌아갔다.
스웨덴 왕립과학원 노벨위원회는 피에르 아고스티니(82) 미국 오하이오주립대 교수, 페렌츠 크라우스(61) 독일 뮌헨공대 양자물리학과 교수, 앤 륄리에(65) 스웨덴 룬드대 교수 3명의 과학자를 올해 노벨 물리학상 수상자로 선정했다고 3일(현지 시간) 발표했다.
노벨위원회는 “올해 물리학상 수상자들은 전자동역학 연구에서 활용될 수 있는 아토초(100경분의 1초) 단위의 빛의 파동을 발생시키는 방법을 고안했다”며 “원자와 분자 내부에서 벌어지는 전자의 세계를 탐험할 수 있는 새로운 도구를 인류에게 제공했다“고 설명했다.
이들이 구현한 ‘극한으로 짧은 빛의 파동’은 전자가 움직이거나 에너지를 변화시키는 한순간을 포착하는 방법을 제시한 것으로 평가된다.
전자의 세계에서 사건은 수십, 수백 분의 1초에 불과한 매우 짧은 시간에 일어난다. 너무 빠른 속도이기 때문에 인간은 인지하기 어렵다. 초당 80회의 날갯짓을 하는 벌새의 움직임도 따라가지 못하는 인간의 인지 능력으로는 전자의 세계를 탐험하는 것이 불가능해 보였다.
수상자들은 너무나도 빠른 전자의 세계를 포착하기 위해 아주 짧은 순간 존재하는 빛의 파동을 고안해냈다. 벌새의 날갯짓을 촬영하는 고성능 사진기에서 아주 짧은 시간 빛의 노출이 이뤄지는 것처럼, 전자의 움직임을 포착하기 위해 전자의 속도를 뛰어넘는 빛의 파동을 만든 것이다. 이렇게 만들어진 빛의 파동은 원자와 분자 내부에서 일어나는 전자의 활동을 ‘순간포착’할 수 있게 했다.
앤 륄리에 교수는 1987년 적외선 레이저 빛을 불활성 기체에 투과시킬 때 다양한 빛의 광파(overtones)가 발생한다는 것을 발견했다. 이 광파는 레이저 빔이 기체 안의 원자들과 부딪칠 때 일정한 주기를 갖고 발생했는데, 기존 레이저를 사용했을 때보다 더욱 짧으면서도 강한 반응을 보였다. 펨토초 빛의 파동을 구현할 수 있는 재료를 제공한 것이다.
아고스티니 교수는 빛의 파동을 지속할 수 있는 실험에 성공했다. 2001년 실시한 실험에서 250 아토초 동안 빛의 파동을 유지하는 성과를 거뒀다. 헝가리 출신의 과학자인 크라우스 교수는 이보다 한걸음 더 나아가 650아토초 동안 지속되는 빛의 파동을 구현했다. 이를 통해 실제 전자의 움직임을 추적해냈다.
전문가들은 이들의 연구를 통해 ‘아토초 과학’ 시대가 열렸다고 평가했다. 조동현 고려대 물리학과 교수는 ”초고성능 현미경이 개발되면서 인류는 아주 작은 물체를 볼 수 있게 된 공간분해능을 얻게 됐다면, 아토초 빛의 파동은 아주 짧은 시간을 포착할 수 있게 된 ‘시간분해능’을 얻은 것으로 빗댈 수 있다“고 설명했다.
아토초 단위로 존재하는 빛의 파동은 다양한 과학 영역에서 활용될 수 있다. 의료 분야가 대표적이다. 아토초 파동을 활용하면 X-RAY에 DNA가 손상되는 아주 짧은 순간까지 관찰할 수 있다. 반도체 발전에도 기여할 것으로 기대된다. 임현식 동국대 물리반도체과학부 교수는 ”펨토초 수준의 빛의 파동은 반도체에서 발생하는 아주 기민한 메커니즘을 이해하는 데 큰 도움이 될 것“이라고 말했다.
아토초 기술은 물리학적으로도 큰 진전을 이룬 성과로 여겨진다. 남창희 기초과학연구원(IBS) 초강력 레이저과학연구단장은 ”아토초 빛의 파동을 활용하면 지금까진 볼 수 없었던 핵의 운동까지 들여다볼 수 있을 것“이라고 말했다.
올해 노벨상 수상자에겐 2022년보다 약 100만 크로나 증액된 1100만 스웨덴 크로나(한화 약 13억 5894만원)이 수여된다. 이번 물리학상 수상자 3명은 상금을 3분의1씩 나눠갖는다. 올해 노벨 과학상 수상자 발표는 2일 생리의학상, 3일 물리학상, 4일 화학상 순으로 진행된다.
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.
생성형 인공지능(AI) 챗GPT가 말하고 보고 들을 수도 있게 됐다. 전문가들은 나날이 발전하는 AI 기술이 사용자에게 어떻게 작용할지 모른다고 경고했다.
오픈AI는 25일(현지시간) 챗GPT의 새로운 음성 및 이미지 기능을 출시한다고 밝혔다.
새로운 기능인 ‘듣고 말하는 기능’을 통해 챗GPT는 이용자와 음성을 통해 질문과 답변을 주고받을 수 있게 된다. 현재까지는 프롬프트를 통해 대화해왔다.음성으로 질문을 하면 챗GPT가 이를 텍스트로 변환해 대규모 언어 모델(LLM)에 전달하고, 답변을 받아 다시 음성으로 변환해 말하는 구조다.
또 5가지 형태로 제공되는 챗GPT 음성 중 하나를 선택할 수 있다. 오픈AI는 또 세계 최대 음원 스트리밍 서비스인 스포티파이와 협력해 목소리를 유지하면서 다른 언어로 번역이 가능하게 하는 방안도 검토하고 있다고 설명했다.
해당 기능은 애플 iOS 및 구글 안드로이드로 제공된다. 해당 기능은 앞으로 2주 안에 챗GPT 유료 구독자에게 먼저 제공하고 이후 모든 사람도 이용할 수 있도록 배포할 예정이다.
아울러 챗GPT는 이미지를 보고 ‘답하는’ 기능도 탑재된다. 이용자가 사진을 찍거나 이미지를 올린 후 관련 질문을 하면 챗GPT가 답을 해주는 형태다. 이 기능은 향후 몇 주내 유료 구독자와 기업 이용자들에게 제공된다.
오픈AI는 “우리 목표는 안전하고 유익한 AGI(범용인공지능)를 구축하는 것”이라며 “새로운 도구를 점진적으로 제공하는 것이 기능을 개선하고 위험을 완화함으로써 모든 사람이 미래에 더 강력한 시스템을 사용할 수 있도록 준비할 수 있다고 믿는다”고 설명했다.
다만 일부 전문가는 AI의 발전이 사회에 어떤 작용을 초래할지 모른다고 우려한다. 전문가들은 챗GPT가 이번에 공개한 음성 합성 기술 등이 딥페이크 등 사이버 범죄에 악용될 수 있다고 우려하고 있다. 워싱턴포스트(WP)에 따르면 전문가들은 사용자들과 새로운 AI 기술과의 상호 작용은 갈수록 발전하겠지만 사회에 어떤 영향을 미칠지는 아직 알 수 없다고 지적했다.
특히 AI 연구자들은 챗GPT의 답변이 인간과 유사해 보인다는 점에서 사용자들이 챗봇을 의인화할 가능성이 높다는 점도 경고했다.
일부 확인이 안된 정보도 사용자가 쉽게 받아들이게 되면서 AI 기능에 대한 잘못된 신뢰를 심어줄 수 있다는 주장이다. 현재 대부분의 AI기능들이 방대한 정보를 모아 구성하고 이를 실제인 것처럼 전달하는 과정을 전문가들은 위험한 ‘환각’이라고 부른다는 것이다.
이와 관련 오픈AI 정책 연구원 산디니 아가왈은 WP와의 인터뷰에서 “지속적인 실험과 안전 가드레일을 설정해 정신 건강 등 민감한 주제와 관련된 질문을 하면 전문가와 상담하도록 제안하는 등 주제에 적절하게 응답하는지 확인했다”고 밝혔다.
