[IT 혁신 디바이스][소프트웨어] “세종대왕의 맥북 던짐 사건에 대해 알려줘” 했더니 챗GPT가 내놓은 답변은?

 

Q: 조선왕조실록에 기록된 세종대왕 맥북프로 던짐 사건에 대해 알려줘.

 

A: 세종대왕의 맥북프로 던짐 사건은 조선왕조실록에 기록된 일화로, 15세기 세종대왕이 새로 개발한 훈민정음(한글)의 초고를 작성하던 중 문서 작성 중단에 대해 담당자에게 분노해 맥북프로와 함께 그를 방으로 던진 사건입니다.

아무런 연관이 없는 대상을 조합한 질문, 여기에 진지하지만 실소를 자아내는 답변을 한 주인공은 ‘챗GPT’다. 세계 최대 AI 연구소 ‘오픈AI’에서 출시해 미국에서는 의사·변호사·경영대학원(MBA) 시험도 통과한 그야말로 고성능 AI. 그런 챗GPT에서 엉뚱한 답변을 받아내고 공유하는 놀이 문화가 확산하고 있다. 예컨대 “조선 중기 티타늄 전차에 대해 알려줘” “대동여지도 연금술사들의 폭동에 대해 자세히 알려줘” “거북선의 라이트닝 볼트 발사 메커니즘을 설명해줘” 같은 질문을 던지고, 챗GPT의 답변을 소셜미디어에 올리는 식이다.

 

◇알파고 후 7년…일상의 동반자 된 AI

2016년 AI 시대의 개막을 알린 바둑AI ‘알파고’부터 챗봇 이루다까지 뛰어난 인공지능을 경험한 MZ세대에게 AI는 앞으로 함께 살아가야 할 ‘동반자’. 이들은 챗GPT와 대화하며 아이디어를 구상하거나, ‘챗GPT 활용 업무 효율화 가이드’ 등을 공유하며 똑똑한 AI와 공생하는 법을 익힌다. 간단한 이메일, 보고서, 자기소개서 작성에 AI를 활용하는 것은 물론, ‘내가 써야 할 반성문을 A4 용지 한 쪽 분량으로 써줘’ 같은 부탁도 서슴지 않는다. 실제로 인터넷 커뮤니티엔 AI가 작성한 720자 분량의 시말서가 화제다. AI는 “회사의 정책을 준수하지 않았다는 것을 인식하고 깊이 반성하고 있다”고 운을 띄우곤, 발생한 사건 내용과 잘못한 점을 적은 뒤 “이번 일로 인하여 회사와 동료들에게 심려를 끼쳤다는 것을 다시 한번 깊이 사과드립니다”로 마무리했다. 유려하게 작성한 시말서를 보고 ‘모범적 시말서 사례’라는 호평부터 ‘반성도 AI가 대신해 주는 시대’라는 씁쓸한 반응까지 두루 나왔다.

개발자 이건희(31)씨는 챗GPT와 한글로 끝말잇기를 하다 엉터리로 게임이 이어지는 영상을 유튜브 채널 ‘코딩하는 거니’에 공유했다. 이씨가 ‘불놀이’라고 하자 챗GPT는 ‘이모닝코피’라고 했고, 다시 ‘피카츄’라고 잇자 AI는 ‘축구’로 이어갔다. 이번엔 이씨가 세상에 없는 ‘구듐’이란 단어를 제시하자 AI가 ‘듐새’라고 이어갔다. 이씨가 ‘존재하는 단어가 맞느냐’고 추궁하자, 챗GPT는 곧바로 공손히 사과했다. 이씨는 “프로그래밍이나 코딩과 같은 내 업무의 많은 영역이 대체될 수도 있다는 두려움이 들지만, 동시에 AI를 잘 활용해 오히려 ‘무기’로 활용해봐야겠다고 생각했다”며 “유튜브 영상 주제를 챗GPT에 물어보거나, GPT가 문답 외에 어떤 것까지 할 수 있는지 시도해보다가 간단한 게임도 해보게 됐다”고 했다. 국어국문학을 전공하는 대학생 고혁진(26)씨는 취미로 추리소설을 쓸 때 챗GPT를 활용한다. “추리소설에서 많이 나오는 속임수나 범죄 기법을 물어봤을 때 AI가 답하는 것은 어느 정도 식상하고 진부한 것일 테니, 그런 내용을 제외해 가면서 소설을 구상한다”고 했다.

 

◇AI 의 실수와 오류서 위로받는다

똑똑한 AI는 왜 엉뚱한 답변을 할까. 전문가들은 이를 ‘헐루시네이션(Hallucination·환각)’ 현상 때문이라고 설명한다. 이경전 경희대 경영학·빅데이터응용학과 교수는 “챗GPT의 한국어 데이터가 부족해서 발생하는 문제이기도 하지만, 챗봇들의 고질병”이라며 “챗GPT 같은 언어 모델이 가진 특징이, 단어를 인식하면 그 단어와 연관된 데이터를 기반으로 확률·통계적으로 가장 적합하다고 판단한 단어들을 조합해 답하는 과정에서 생기는 현상”이라고 분석했다. 이어 그는 “가지고 있는 데이터 중에서 최선을 선택하는 ‘비선형 최적화 알고리즘’을 기반으로 운영되는 인공지능은 필연적으로 오류를 낼 수밖에 없다”고 지적했다.

AI가 인간 노동의 대부분을 대체할 것이라는 비관론도 나오는 이때, 만능 AI의 오류를 발견하는 데서 젊은 세대가 희열과 위안을 느낀다는 분석도 있다. 챗GPT가 엉뚱한 답변을 할 수밖에 없는 질문을 고안해 던지고, 연관 없는 단어들이 그럴싸하게 엮인 것을 보며 재미를 느끼는 것이다. 대학생 고씨는 “흡사 포스트모더니즘 작품에서 아무런 연관이 없는 단어들을 무작위로 뽑아내서 엮은 것을 보는 느낌”이라고 했다. 광고 업계에서 일하는 이모(29)씨는 “챗GPT의 헛도는 문답을 보면 AI 만능주의를 비웃게 된다”며 “사람들의 언어 습관과 비언어적 뉘앙스, 광고주와 얽힌 관계, 경쟁사 전략까지 죄다 신경 써야 하는 게 내 업무인데, AI는 넘볼 수 없는 사람만의 몫이 반드시 있을 거란 생각도 든다”고 했다.

[출처] https://www.chosun.com/national/weekend/2023/03/04/HR457QM36JFTXDUVAMMNG23MHQ/?_branch_match_id=1069813101869131288&utm_source=facebook&utm_medium=social&_branch_referrer=H4sIAAAAAAAAA8soKSkottLXT87ILy7N00ssKNDLyczL1rfMc0oMi4pKC61IAgBCrvx6IwAAAA%3D%3D

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″>  

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″>

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″>

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″>

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″>

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″>

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″>

[비지니스 경영] [CEO 심리학] 리더가 거짓말하면 직원들 무기력해져

부모가 습관적으로 거짓말을 하는 모습을 보게 되는 자녀에게는 어떤 안 좋은 습관이 일어날까? 자녀들도 거짓말을 따라하는 것? 지극히 상식적인 예상이다. 하지만 심리학 연구들을 종합해 보면 더 큰 두 가지 악영향이 일어난다. 첫째, 매사에 무기력해진다. 둘째, 특정한 시점에 특정한 일에 임하는 동기의 수준이 현저히 떨어진다. 그러니 좋은 사람으로 성장하기에 최악의 조건이 형성됨은 두말할 필요가 없어진다. 왜 그럴까? 거짓말의 목적에 존재하는 근본적 특징 때문이다.

표면적으로 볼 때 사람들은 크게 두 가지 상황에서 거짓말을 하게 된다. 첫째, 나에게 묻는 책임을 피하고 싶을 때이다. 둘째, 무언가 힘들게 해야 하는 것을 피하고 쉽게 얻고 싶을 때다.

그런데 이 표면적 두 상황의 공통점은 무엇인가? 바로 ‘시간’을 줄이고 싶다는 인간의 근본적 욕망이다. 나에게 오는 책임에 정면으로 맞서든 아니면 무언가를 정상적인 방법으로 얻기 위해서든 필연적으로 일정 수준 이상의 시간을 필요로 한다. 그리고 거짓말은 그 시간을 매우 짧게 단축시키는 역할을 한다. 그러니 부모의 거짓말을 자주 목격하게 되면 자녀들은 정상적인 시간 개념을 가지기가 매우 어려워지며 이로 인해 거의 대부분 참을성이 부족해질 뿐만 아니라 일정한 길이의 시간이 필요한 일을 만나면 무기력해지거나 열심히 하려고 하는 동기의 수준이 떨어지게 마련이라는 것이다. 심리학 150년 역사를 통해 거의 예외 없이 관찰되는 인과관계라고 볼 수 있다.

그런데 흥미롭고 더 나아가 가슴 서늘한 것은 이것이 조직의 리더-폴로어 관계에서도 거의 같은 양상으로 나타난다는 것이다. ‘설득의 심리학’의 저자로도 잘 알려진 애리조나대학의 로버트 치알디니 교수에 의하면, 크든 작든 간에 리더의 거짓말을 목격하게 되면 구성원들이 매우 유사한 상태를 향하게 된다. 즉 일반적인 대부분의 상황에서 무기력이 가중되며 특정한 일을 시작하려 할 때 동기의 수준이 떨어진다. 그리고 시간을 보는 관점이 짧아져 ‘근시안적’ 혹은 ‘단기적 관점’에 해당하는 모습을 더 많이 보이더라는 것이다. 무슨 일이든 그 실적이 저조해지는 것 역시 당연하다.

그렇다면 역으로 한 번 되짚어 볼 필요가 있다. 나의 조직에 단기적 관점이 지배적이며 무기력감이나 저조한 동기와 관련된 모습이 자주 눈에 띈다면 그것은 바로 리더에 해당하는 누군가가 거짓말을 일삼는 모습을 다수의 구성원들이 목격하고 있다는 것이 되지 않겠는가. 다양한 분야의 심리학 연구들과 실제 사례들을 종합해 보면 사실인 것으로 나타난다. 사소한 거짓말이라도 리더가 하게 되면 더 나아가 그로 인해 ‘시간’을 줄이고 있다는 것이 목격되면 조직의 장기적 관점은 크게 손상된다. 누군가가 거짓말로 이득을 보고 있고 그것을 사람들이 지켜보고 있어야 하는가를 오늘부터 한 번 돌아보라. 정치, 교육, 기업 어떤 분야든 조직이면 예외가 없는 것으로 나타나고 있다.

[김경일 아주대학교 심리학과 교수]

[출처] https://m.mk.co.kr/news/business/7740817

[자유게시판] 같이 일하기 힘든 뛰어난 개발자 – 입개발자, 손개발자, 뇌개발자 

프로그래머란 직업으로 오래 일하다보니 여러 성향의 수많은 개발자들을 만나게 됩니다. 특히 창업 후에는 회사는 작지만 20년이 넘다보니 직원으로서 개발자를 채용하여 일을 맡겨보면서 다양한 경험을 하게 됩니다. 그런데 제 능력이 부족해서인지 아직도 면접만으로는 그 사람의 실력이나 저하고 같이 일하기에 어울리는 개발자인지 알기 어렵습니다.

오늘은 그동안 겪었던 프로그래머들 중 나름 뛰어난데 같이 일하기에는 힘들었던 개발자 유형에 대해 적어보겠습니다. 물론 저하고 맞지 않거나 제가 하고 있는 일에는 맞지 않았다는 것이지 개발자를 가르는 기준이 아니라는 점을 오해해서는 안됩니다. 또한 순전히 개인적인 경험이라는 점에서 일반적인 경우가 아닐 수도 있습니다.

1. 입개발자

아는 게 많은 개발자입니다. 박식하고 달변이다보니 동료들이 물어보면 막힘이 없습니다. 말만 들으면 틀림없는 고수입니다.

문제는 프로그램을 맡겼을 때 답이 없습니다. 아무리 기다려도 제대로된 성과를 얻을 수 없습니다. 코드를 보고 깜짝 놀라게 됩니다. 말하는 것하고 너무 다르기 때문입니다.

물론 이런 분들이 프로그램을 못 짠다고 뛰어나지 않은 것은 아닙니다. 조금 큰 회사나 규모있는 프로젝트에서 기획이나 분석, 사양서 작성 등 직접 코딩하지 않는 일에 능력을 발휘할 수 있습니다.

아는 것과 짜는 것은 다릅니다.

2. 손개발자

코딩하는 키보드 소리가 경쾌하고 빠릅니다. 물론 동료들은 이 소리에 집중이 안될 수도 있습니다. 프로그램 만드는 속도도 빠릅니다. 물론 초보는 아닙니다. 경력이 제법 되어야 합니다. 신입이라면 회사에서 일한 경력이 없을 뿐 어릴 때부터 오랫동안 프로그램을 해온 개발자일 수 있습니다. 이른바 SI 프로젝트에서 이런 분들은 보배입니다. 주어진 시간 안에 빨리 만들어내는게 최곱니다.

문제는 버그 없고 완성도 높은 제품을 만들 때 일어납니다. 실행 속도는 느리고 끝없이 버그를 만들어 내다가 결국 다른 사람이 처음부터 다시 개발하게 됩니다. 생각할 틈이 없이 먼저 키보드를 두드리는 습관이 몸에 배어있고, 결과를 빨리 확인하고 싶은 마음에 copy와 paste가 계속 빠르게 이어집니다. 역시 코드를 보면 깜짝 놀라게 됩니다. 잠재한 버그가 수두룩하고 copy & paste에 의한 정리되지 않은 코드가 어지럽습니다.

SI 프로젝트는 검수만 통과하면 됩니다. 검수에서 나온 문제는 바로 땜질하면 통과됩니다. 누구도 코드를 들여다 보고 잠재적 문제를 찾아내지는 않습니다. 더군다나 검수 당시에는 극소수의 자료만 입력하여 테스트하는 경우가 대부분이어서, 요행히 성능 이슈는 발생하지 않습니다.

회사에서 이런 직원들에게는 습관을 바꾸도록 계속 잔소리를 해줍니다. 종이에 로직을 그리고 생각을 적은 다음 천천히 코딩하고 코딩한 내용을 종이에 인쇄하여 정독하고 될 수 있으면 키보드를 멀리 하라고. 물론 이런 잔소리에 회사를 그만두기도 합니다. 습관만 바꾼다면 정말 좋은 개발자가 될 수 있습니다.

프로그램은 생각으로 짭니다. 키보드는 천천히 두드려도 됩니다.

3. 뇌개발자

정말 머리가 좋은 개발자입니다. 하나를 가르치면 열을 알고 그 명석함에 무릎을 칩니다. 어떻게 저런 생각을 할까 신기할 정도입니다.

문제는 아무리 기다려도 프로그램이 100% 완성되지는 않는다는 점입니다. 명석함을 요하는 핵심 로직만 가지고 프로그램이 완성되는지는 않기 때문입니다. 지엽적이고 지루하게 허드렛일로 보이는 코딩이 훨씬 많을 수도 있습니다. 폼나는 코딩만 하고 싶지 이런 지겨운 코딩은 견디지 못합니다. 그렇다고 해서 그 사람의 코드에 살을 붙이는 작업을 다른 사람에게 맡기는 방식으로 영역을 나누기도 애매합니다.

대개 이런 분들은 동료들과 협력해서 프로그램하기가 어렵습니다. 특히 저희 회사처럼 업무용 프로그램을 개발하는 경우, 고객이 요구하는 일반적인 비지니스 로직이 기본으로 담겨야 하는데 본인의 명석함으로 만든 창작이 문제가 되기도 합니다. 아마 본인하고 맞는 분야의 프로그램에는 뛰어난 재능을 발휘할 수 있을 것입니다.

좋은 프로그램은 끈기와 인내로 완성됩니다.

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

 

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/

[산업] “주식 뭐 살까?” AI에 물어보니

 

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/

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.

 

◇“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.”

[ 一日30分 인생승리의 학습법] 일 안 해도 생기는 수입? 그런 ‘패시브 인컴’은 없다

코칭을 하다 보면 ‘패시브 인컴’ 얘기를 가끔 듣습니다.

“매일 같은 일을 반복하는 게 힘들다. 그간 진짜 열심히 일해서 사업은 좀 안정된 것 같은데, 이젠 여유를 갖고 싶다. 패시브 인컴을 만들 수 있으면 좀 나아질 것 같다.”

패시브 인컴에 관한 ‘착각’ 

패시브 인컴(Passive Income, 수동 소득)이란 잠자는 동안에도 들어오는, 일을 하지 않아도 따박따박 들어오는 수입을 얘기합니다. 자본 소득, 저작권료, 임대료, 로열티 등이 여기에 속합니다. 많은 사람들의 로망이죠.

마치 휴양지 해변에 누워서 가만히 쉬고 있어도 돈이 계속 들어오는 걸 생각합니다. 그래서 사람들은 패시브 인컴을 일 안 해도 들어오는 돈이라고 착각을 합니다.

근데, 가만히 생각해보면 그런 의미의 패시브 인컴은 존재할 수가 없습니다. 자본 소득과 금융 소득에 중요한 은행 이자만 봐도 고정되어 있지 않고 계속해서 변합니다. 높아질 때도 있고 낮아질 때도 있습니다. 그리고 펀드나 주식은 원금 손실의 리스크가 있습니다.

한마디로 끊임없이 관리하지 않으면 안 됩니다. 임대료 수익도 건물 관리, 공실 관리, 임차인 관리 등 기본적인 관리에 들어가는 노력이 만만치 않습니다. 로열티는 당연히 지급 회사의 실적에 따라 좌우되며, 음악과 서적 등과 같은 저작권료도 지속적인 활동을 하지 않으면 점점 잊히면서 감소할 수밖에 없습니다.

그렇기 때문에, 우리가 막연하게 생각하는 불로소득 같은 패시브 인컴은 존재하지 않습니다. 단기적인 패시브 인컴은 가능하겠지만 지속적인 패시브 인컴은 불가능합니다. 패시브 인컴처럼 보이는 수익 대부분은 물 위에 떠있는 백조와 같습니다. 겉으로는 우아하게 떠 있지만, 물밑에서는 부지런히 발을 움직이고 있습니다.

물속에서도 우아한 백조는 없습니다.

스트레스 없이 돈 버는 방법? 

사람들이 패시브 인컴을 추구하는 이유는 하기 싫은 일을 돈 때문에 억지로 하고 싶지 않기 때문입니다. 나아가 돈에 대한 스트레스 없이 살고 싶기 때문입니다. 그래서 스트레스 없이 일상을 보내는데 돈은 꼬박꼬박 들어오는 것. 모두가 이걸 생각합니다.

그러면 어떻게 하면 스트레스를 받지 않으면서도 돈이 꼬박꼬박 들어올 수 있을까요? 그것은 돈 버는 일이 일상이 되면 됩니다. 스트레스 없이 내가 하고 싶은 일을 하며 사는 데 돈이 들어오는 것입니다. 스트레스란 의식적으로 뭔가를 할 때 발생합니다. 그런데 루틴이 생기고, 어떤 일이 익숙해지고 나면 그부분에 대한 스트레스가 없어집니다.

어릴 때는 밥을 먹는 일, 처음으로 걸음마를 떼는 일, 아침에 일어나 이를 닦는 일, 이런 것들이 다 스트레스였습니다. 그래서 이런 일에 익숙해지기 위해 생활 습관 훈련을 했습니다. 그러다 그게 익숙해지면 그냥 무의식적으로 하는 일상이 되어버립니다.

어릴 때는 양치질도 스트레스였습니다. 하지만 습관을 통해 익숙해졌죠. 지금은 가끔 귀찮을 수는 있지만, 양치질에 스트레스를 받진 않습니다. 그냥 하는, 해야 하는 일상이니까요. 일도 마찬가지입니다.

일도 마찬가지입니다. 우선은 내가 하는 일이 돈으로 바뀔 수 있는 비즈니스 시스템을 만들고, 그 시스템을 돌리는 일을 일상으로 만드는 것이 중요합니다.

창업해서 성공한 후 엑시트(Exit, 탈출) 하려는 이유는 그 일을 내가 일상으로 할 수 없거나, 그렇게 만들지 못했기 때문입니다. 사업이 잘돼서 돈을 좀 벌고 나면 그 돈으로 여기저기 투자해 놓고 편안하게 살고 싶어집니다. 하지만 투자하는 일 역시도 또 하나의 일입니다. 투자에 대해서 배워야 하고, 투자 대상을 지속해서 관리해야 합니다. 투자에 익숙해지기까지 또 다른 스트레스를 견뎌야 합니다.

창업해서 돈 좀 벌고 나면 다른 곳에 투자해서 마음 편히 살자! ‘엑시트’를 꿈꾸시는 여러분, 그런 탈출은 대개 허상입니다.

패시브 인컴이란 결국 마음의 문제입니다. 내가 돈을 벌고 있는 행위를 패시브하게 만들면 패시브 인컴이 됩니다. 그런 관점에서 보면 취업도, 창업도, 투자도 패시브 인컴으로 만들 수 있습니다. 직장 생활도 루틴이 잡히면 월급이 따박따박 들어오는 패시브 인컴입니다.

패시브 인컴을 얻는 방법은 내가 하고 싶은 일을 찾고, 그 일을 통해서 돈을 벌 수 있는 방법을 찾아 익숙한 일상으로 만들어 버리는 것입니다. 그것이 취업이든, 창업이든, 투자든 상관없습니다.

저는 지속 가능성과 주도권을 위해 나만의 시스템을 만드는 사업을 권장하지만, 그 형태는 결국 내 스타일에 맞는가 아닌가의 문제일 뿐입니다. 다른 곳에서 패시브 인컴을 찾지 말고, 현재 내가 하는 일을 패시브 인컴으로 만들어 보길 바랍니다.

[profit] 유튜브 VS 블로그 성공방정식 3가지

• 해당 아티클은 에디터의 브런치에서도 확인할 수 있습니다.  https://brunch.co.kr/@jinonet/115
• 이 글은 ‘블링’에 기고한 글을 원문으로 요약한 내용입니다. 더 자세한 내용을 원문으로 보려면?  https://vling.net/post/222820694162

 

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.

 

 

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/

[ 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