검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 에디터'통합검색 결과 입니다. (359건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

AI 저작권 보호, 어디까지 가능할까…美 저작권청 보고서

미국 저작권청(U.S. Copyright Office)이 2025년 1월 저작권 보호 가능성에 대한 보고서 '저작권과 인공지능, 2부: 저작권 보호 가능성(Copyright and Artificial Intelligence, Part 2: Copyrightability)'를 발표했다. 보고서는 AI가 생성한 콘텐츠의 저작권 보호 여부를 둘러싼 법적·정책적 쟁점을 상세히 분석했다. 보고서는 AI가 단독으로 생성한 콘텐츠는 저작권 보호 대상이 될 수 없으며, 인간 창작자가 창작 과정에 실질적으로 기여한 경우에 한해 보호될 수 있다고 명확히 했다. 보고서는 2023년 8월 발표된 Notice of Inquiry(NOI, 의견 요청 공고)에 대한 응답으로 작성되었으며, AI 저작권 보호와 관련한 10,000개 이상의 의견을 수렴해 분석한 결과를 담고 있다. 미국 저작권청은 기존 저작권법이 AI 관련 저작권 문제를 해결하는 데 충분하며, 추가적인 법 개정은 필요하지 않다는 결론을 내렸다. 보고서는 AI 생성 콘텐츠의 저작권 보호 여부를 판단하는 주요 원칙을 다음과 같이 정리했다. (☞ 보고서 바로가기) 1. AI가 단독으로 생성한 콘텐츠는 저작권 보호 대상이 아니다 미국 저작권청은 저작권법이 '인간 창작자(human authorship)'를 전제로 한다는 기존 법적 해석을 재확인하며, AI가 단독으로 생성한 콘텐츠는 저작권 보호를 받을 수 없다고 밝혔다. 이는 기존 판례를 반영한 것으로, 특히 2023년 미국 연방법원이 AI가 생성한 이미지의 저작권 등록을 거부한 사건(Thaler v. Perlmutter)을 주요 근거로 제시했다. 법원은 "저작권은 인간이 창작한 원작(expression of human authorship)에만 부여된다"고 판결한 바 있다. 즉, AI 모델이 자동으로 생성한 텍스트, 이미지, 음악, 영상 등은 법적으로 보호받을 수 없다는 것이 미국 저작권청의 공식 입장이다. 2. AI가 창작을 보조하는 도구로 사용되었다면 저작권 보호 가능 AI가 단순히 창작 보조 도구로 사용되었을 경우, 최종 결과물은 인간 창작자의 저작권 보호를 받을 수 있다. 예를 들어: 사진 보정 소프트웨어를 이용해 이미지를 수정하는 경우 AI 도구를 활용해 작곡을 보조하는 경우 AI가 생성한 콘텐츠를 사람이 수정·배치·편집하여 최종적으로 완성한 경우 이처럼 AI가 창작을 보조하는 역할을 했으며, 인간이 최종적인 창작적 결정을 내렸다면 저작권 보호가 가능하다고 본다. 3. AI 생성물에 인간 창작자가 실질적 기여를 한 경우, 부분적으로 저작권 보호 가능 인간 창작자가 AI 생성물의 표현 방식을 결정하거나 직접 수정·편집하는 경우, 해당 창작 부분에 한해서는 저작권이 인정될 수 있다. 예를 들어: AI가 생성한 초안을 인간이 직접 수정하고 내용을 재구성한 경우 AI 생성 이미지에 인간이 추가적인 디자인을 입히고 독창적인 요소를 가미한 경우 AI가 만든 음악을 인간이 직접 편곡하거나 일부 수정한 경우 이 경우, 인간이 기여한 부분에 대해서만 저작권 보호가 가능하며, AI가 생성한 부분은 보호 대상이 되지 않는다. 4. AI 프롬프트(Prompt) 작성만으로는 저작권 보호가 불가능 리포트는 생성형 AI에 입력되는 프롬프트(Prompt)만으로는 저작권 보호를 받을 수 없다고 명확히 밝혔다. 프롬프트는 AI에게 전달되는 지시사항에 불과하며, 이는 저작권법상 보호받지 못하는 아이디어에 해당한다. 리포트는 프롬프트가 아무리 상세하더라도 AI가 이를 어떻게 해석하고 표현할지에 대한 통제력이 부족하기 때문에 인간의 창작적 기여로 인정받기 어렵다고 설명했다. 예를 들어, "고양이가 파이프를 피우며 신문을 읽는 모습"이라는 프롬프트를 입력했을 때, AI가 이를 어떻게 표현할지는 사용자가 통제할 수 없는 부분이다. 따라서 프롬프트만으로는 저작권 보호를 주장하기 어렵다는 결론을 내렸다. 리포트는 또한, 프롬프트를 반복적으로 수정하고 입력하는 과정에서도 인간의 창작적 기여가 충분히 반영되지 않는다면 저작권 보호를 받을 수 없다고 강조했다. 보고서는 AI 저작권 문제를 다루는 국제적 사례도 분석했다. 주요 국가별 입장은 다음과 같다. 영국: AI가 생성한 작품의 저작권 보호를 일정 기간 인정하는 법률을 검토 중 유럽연합(EU): AI와 관련된 데이터 저작권 및 트레이닝 데이터 보호 문제를 중심으로 논의 중국: AI 생성 콘텐츠에 대한 특정한 보호 조항 마련을 추진 일본: AI 생성물에 대한 저작권 보호 필요성을 두고 논의 진행 미국 저작권청은 기존 저작권법 내에서 AI 관련 문제를 해결할 수 있으며, 새로운 법률 개정은 필요하지 않다는 입장을 유지하고 있다. 리포트는 AI 기술이 장애인 창작자들에게도 유용한 도구가 될 수 있다는 점을 강조했다. 예를 들어, 텍스트-음성 변환(Text-to-Speech) 기술이나 시각 예술 생성 알고리즘은 장애인들이 창작 활동을 할 수 있도록 돕는 중요한 도구가 될 수 있다. 리포트는 이러한 기술이 인간의 창작적 기여를 보조하는 도구로 사용되는 경우에는 저작권 보호가 가능하다고 설명했다. 실제로 미국 저작권청은 랜디 트래비스(Randy Travis)라는 음악가의 AI 보조 음원에 대해 저작권 등록을 승인한 사례를 소개했다. 이 사례에서 AI는 인간의 창작적 기여를 보조하는 도구로 사용되었으며, 최종 결과물은 인간의 창작적 기여가 충분히 반영된 것으로 판단되었다. 미국 저작권청의 이번 보고서는 AI 저작권 논쟁에 대한 중요한 기준을 제시한 것으로 평가된다. 보고서는 AI와 인간 창작자의 기여도를 구별하는 것이 핵심이며, AI가 전적으로 생성한 콘텐츠는 보호받을 수 없다는 입장을 명확히 했다. 그러나 AI 기술이 발전하면서 인간과 AI의 창작적 기여도를 명확히 구분하는 것이 점점 더 어려워지고 있다. 특히 생성형 AI(Generative AI)가 점점 더 인간과 유사한 방식으로 콘텐츠를 생산하면서 저작권 보호 기준을 새롭게 정립해야 할 필요성이 커지고 있다. 향후 AI 저작권 문제는 법원과 규제 기관에서 구체적인 사례별 판단(case-by-case analysis)이 더욱 중요해질 것으로 예상된다. 미국 저작권청의 보고서는 AI 저작물 보호에 대한 명확한 법적 기준을 제시했다는 점에서 의미가 크다. 그러나 AI 기술이 급속도로 발전하면서 현행 저작권법이 새로운 기술 환경을 얼마나 효과적으로 반영할 수 있을지에 대한 논의는 계속될 전망이다. AI를 도구로 활용한 인간 창작자의 역할 강화 AI의 창작적 기여도를 낮추고, 인간 창작자의 개입을 강조하는 방식이 필요하다. AI 프롬프트의 창작적 기여도에 대한 추가 논의 필요 프롬프트를 얼마나 세밀하게 구성해야 저작권 보호가 가능할지에 대한 기준 설정이 요구된다. AI 저작권 관련 국제 표준 마련 필요 AI 생성 콘텐츠에 대한 저작권 보호 문제를 글로벌 차원에서 해결하기 위한 논의가 필요하다. 이번 보고서는 AI 저작권 문제를 다루는 기본 원칙과 법적 가이드라인을 제시한 중요한 자료로 평가되며, 향후 AI 법률 및 정책의 방향성을 결정하는 데 중요한 역할을 할 것으로 보인다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.31 10:09AI 에디터

中 딥시크, 오픈AI 못잖네…美 수출 통제 실효성 논란

애틀란틱 카운슬(Atlantic Council) 보도에 따르면 중국의 오픈소스 추론 대규모 언어모델(LLM) 개발사인 딥시크(DeepSeek)가 자사의 '딥시크-R1(DeepSeek-R1)' 모델로 오픈AI(OpenAI)의 o1 모델과 대등한 성능을 입증했다. 특히 이 모델은 무료로 접근이 가능하다는 점에서 주목을 받고 있다. (☞ 애틀란틱 카운슬 기사 보기) AI 연구자들은 딥시크의 이번 성과가 주목할 만하다고 평가했다. 미국의 수출 통제로 중국 기업들이 사용할 수 없는 엔비디아(NVIDIA)의 고성능 H100 칩 대신, 상대적으로 저사양인 H800 칩으로 동등한 성능을 달성했기 때문이다. 애틀란틱 카운슬은 딥시크가 칩 간 메모리 대역폭을 최적화하는 방식으로 이를 해결했다고 설명했다. 덜 정교한 칩들이 대규모 모델의 크기를 '공유'할 수 있게 만든 것이다. 이를 통해 고가의 고성능 칩을 사용한 경쟁사들보다 훨씬 적은 비용으로 모델을 개발할 수 있었다. 일각에서는 이번 성과가 미국의 대중국 반도체 수출 통제 정책의 실패를 보여준다고 주장했다. 하지만 전문가들은 이런 평가가 시기상조라고 지적했다. 애틀란틱 카운슬에서는 최근 중국의 '기술 돌파'가 실제 자체 혁신이 아닌 수출 통제 이전에 이미 진행 중이던 개발의 결과물이라고 분석했다. 2023년 말 화웨이(Huawei)가 7나노미터 칩을 탑재한 스마트폰을 출시했을 때도, 이는 수출 제한 이전에 네덜란드 ASML사의 장비를 미리 확보한 덕분이었다는 설명이다. 전문가들은 미국의 현재 AI 전략에 대한 근본적인 재검토가 필요하다고 강조했다. 단순히 중국의 컴퓨팅 파워 접근을 제한하는 것만으로는 충분하지 않다는 것이다. 애틀란틱 카운슬은 "AI 경쟁에서 승리할 수 있는 단일 전략은 없다"면서 "새로운 기술이 등장함에 따라 미국은 이러한 기술과 응용 프로그램이 가져올 도전과제들을 해결하기 위한 더 적응적인 프레임워크가 필요하다"고 제언했다. 전문가들은 미국이 AI 기술의 설계, 자금 지원, 거버넌스에 대한 선제적인 비전을 수립하고, 특정 기술에 대한 적대국의 접근이 가져올 수 있는 국가 안보 위험에 대해 더 투명하게 공개해야 한다고 조언했다. ■ 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.30 08:08AI 에디터

챗GPT 유·무료 버전 비교했더니…월 2만원 차이가 만드는 성적 차이

범용 AI의 무료·유료 성능차: 시험성적 최대 2배 차이 미국의 서던 메소디스트 대학교(Southern Methodist University) 통계·데이터과학부의 연구에 따르면, 챗GPT(ChatGPT)의 무료 버전과 유료 버전 간 성능 차이가 상당한 것으로 나타났다. 연구진은 여러 통계학 시험에서 성능을 검증했는데, 고등학교 수준의 ACTM 시험에서 GPT-3.5는 64%, GPT-4는 100%를 기록했다. 대학 입학 수준인 AP 통계 시험에서는 각각 50%와 81%, 대학 수준의 CAOS 시험에서는 48%와 70%를 기록했다. 대학원 1학년 통계학 시험의 경우 GPT-3.5는 41점으로 낙제했으나, 월 20달러의 유료 버전인 GPT-4는 82점을 기록했다. 새로운 무료 버전인 GPT4o-mini는 72점으로 중간급 성적을 보였다. (☞ 논문 바로가기) AI 교육 활용의 현주소: "금지해도 사용한다" 83% 서던 메소디스트 대학교 연구진에 따르면, 많은 교육자들이 AI를 개인 튜터로 활용하면 교육 격차가 줄어들 것으로 기대하고 있다. 하지만 이러한 잠재력을 실현하기 위해서는 학생들에게 무선 인터넷과 고성능 노트북이 필요하다. 특히 경제적 어려움이 있는 학생이나 인프라가 부족한 지역의 학생들은 이러한 디지털 기기 접근에 제약이 있다. 일부 대학에서 AI 사용을 금지하고는 있지만, 실제로는 통제가 어려운 것이 현실이다. 학생들의 83%가 금지되어 있어도 AI를 사용하고 있는 것으로 나타났다. 이미지 해석력 격차: GPT-4 66% vs GPT-3.5 0% 정답률 연구진은 특히 이미지를 포함한 문제에서 버전별 성능 차이가 두드러졌다고 밝혔다. GPT-3.5는 이미지가 포함된 30개 문제 모두를 틀린 반면, GPT-4는 20개를 맞추는 성과를 보였다. 맥니마 검정(McNemar's test) 결과, GPT-4가 맞고 GPT-3.5가 틀린 문제는 35개, 그 반대의 경우는 6개에 불과했다. 이는 천만 분의 12의 확률로만 우연히 발생할 수 있는 차이다. 순서형 로지스틱 회귀분석에서도 이미지가 포함된 문제의 경우 GPT-4가 GPT-3.5보다 70% 더 높은 품질의 답변을 제공하는 것으로 나타났다. GPT4o 출시로 달라진 AI 교육 환경 2024년 5월 출시된 GPT4o는 이전 버전에 비해 정확성과 응답 시간이 크게 개선되었으며, 복잡한 쿼리 처리 능력도 향상되었다. 영어 외 다른 언어에 대한 적응성도 높아졌다. 그러나 무료 사용자들은 피크 시간대 메시지 제한, 데이터 분석, 파일 업로드, 이미지 이해 기능 등에서 제약을 받는다. 2024년 중반, OpenAI는 GPT3.5를 완전히 GPT4o-mini로 대체했는데, 이는 무료 사용자들도 일정 수준의 성능을 보장받을 수 있게 되었음을 의미한다. AI 답변의 질적 차이: GPT4o-mini 평균 593단어 vs GPT-4 99단어 텍스트 분석 결과, GPT4o-mini는 문제당 평균 593개 토큰과 20.8개 문장을 사용한 반면, GPT-4는 99.6개 토큰과 4.31개 문장으로 가장 간결했다. 답변의 난이도를 평가하는 플레시-킨케이드(Flesch-Kincaid) 지수는 GPT-3.5가 12.8-15.1, GPT-4가 12.1-15.4, GPT4o-mini가 9.3-22.0을 기록했다. SMOG 지수에서도 GPT-3.5는 14.6-16.4, GPT-4는 13.5-16.1, GPT4o-mini는 14.1-17.4를 기록해 대체로 대학 수준의 독해력이 요구되는 것으로 나타났다. 통계적 사고력 차이: GPT-4의 높은 분석력 잠재 디리클레 할당(LDA) 기법으로 답변을 분석한 결과, GPT-3.5는 문제의 맥락과 관련된 일반적 용어를 주로 사용한 반면, GPT-4와 GPT4o-mini는 통계적 방법론 용어를 더 많이 사용했다. 예를 들어, 심장병과 콜레스테롤 관계를 분석하는 문제에서 GPT-3.5는 관련 용어를 반복적으로 사용했지만, GPT-4는 카이제곱 검정과 같은 통계적 분석 방법에 초점을 맞추었다. 질문 방식에 따른 AI 성능 차이: "맥락이 성적을 좌우한다" 연구진은 AI에게 질문할 때 맥락을 제공하면 정확도가 크게 향상된다는 사실을 발견했다. 예를 들어 "컴퓨터 공학 학부생으로서 기술 면접을 준비하고 있다"는 맥락을 제공했을 때, GPT-3.5의 정답률이 최대 92.8%까지 상승했다. 하지만 실제 학생들은 AI를 과제 도우미로 사용할 때 이러한 맥락을 제공하는 경우가 드물다. 연구진은 이번 실험에서 학생들의 실제 사용 패턴을 반영하기 위해 맥락 없이 질문을 입력하는 "제로샷" 방식을 채택했다고 설명했다. AI 교육 격차 해소를 위한 대안: 월 20만 달러 vs 교실 내 제한적 활용 연구진은 1만 명 규모의 대학이 모든 학생에게 GPT-4를 제공하려면 매달 20만 달러가 필요하다고 지적했다. 이러한 비용 문제를 해결하기 위해 연구진은 교육기관 특별 가격 책정, 교실 내 제한적 AI 활용, 교과서 대여 방식과 유사한 AI 구독 모델 도입 등을 제안했다. 또한 오픈소스 AI 플랫폼인 LLaMA-2, Colossal AI, OpenChatKit 등을 활용하는 방안도 제시했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.29 16:06AI 에디터

"교수님 보다 AI한테 먼저 물어봐요"...대학에 부는 생성형 AI 바람

영국 에든버러대학교와 UCL(University College London) 연구팀이 해당 연구는 두 대학의 학부생 26명과 교육자 11명을 대상으로 심층 인터뷰를 진행했다. 두 대학은 모두 2022/23학년도 기준 학부생 25,000-30,000명이 재학 중이며, 이 중 40-50%가 유학생이다. 2023년 세계대학순위에서 모두 30위권에 진입한 주요 대학이다. (☞ 논문 바로가기) "주 1회 이상 AI 활용" 대학생 46%...학습 도우미로 자리잡은 AI 연구에 참여한 학생들은 다양한 방식으로 AI를 활용하고 있었다. 26명의 학생 중 12명(46%)이 일주일에 한 번 이상 ChatGPT를 비롯한 AI 도구를 사용한다고 답했다. AI는 크게 세 가지 역할을 수행했는데, 첫째로 10명의 학생이 학습 자료 설명과 피드백을 제공하는 '튜터' 역할로, 둘째로 16명이 정보 요약과 자료 검색을 돕는 '조교' 역할로, 셋째로 8명이 아이디어 발산과 토론을 위한 '파트너' 역할로 AI를 활용했다. "24시간 대기, 즉각적 응답"...학생들이 꼽은 AI의 장점 학생들의 AI 활용 동기는 크게 네 가지로 나타났다. 첫째는 상시 이용 가능성으로, 8명의 학생이 "교수님은 항상 계실 수 없지만 AI는 24시간 이용할 수 있다"는 점을 장점으로 꼽았다. 둘째는 효율성으로, 15명의 학생이 시간 절약 효과를 언급했다. 셋째는 사고 방향 제시로, 11명의 학생이 창의적 블록을 해소하거나 문제 해결의 실마리를 찾는 데 도움이 된다고 답했다. 넷째는 학습 심화로, 12명의 학생이 AI를 통해 학습 자료를 더 깊이 이해할 수 있었다고 평가했다. "이렇게는 하지 말자"...학생들이 만든 AI 사용 윤리 규칙 대학의 명확한 지침이 부재한 상황에서 학생들은 자체적인 AI 사용 규칙을 만들어 지켰다. 가장 기본적인 원칙은 '참고는 하되 표절하지 않기'였다. 4명의 학생이 AI의 도움을 받을 때는 반드시 출처를 밝혀야 한다고 답했다. 또한 13명의 학생이 'AI가 생성한 내용을 그대로 복사하지 않고 자신의 의견을 더해야 한다'고 강조했다. 14명의 학생은 'AI는 전체 과제를 대신하는 것이 아닌 보조 수단으로만 사용해야 한다'는 원칙을 세웠다. "표절 걱정에 AI 활용 못해요"...혼란스러운 대학의 AI 정책 대학의 AI 정책과 관련해 주목할 만한 문제점들이 발견됐다. 조사 대상 학생 중 9명만이 대학의 AI 사용 지침을 인지하고 있었으며, 17명은 대학의 AI 관련 커뮤니케이션이 불명확하다고 지적했다. 교육자들도 11명 중 9명이 공식 지침을 모른다고 답했다. 한 교수는 "한 교수는 AI 사용 과제에 0점을 주고, 다른 교수는 전혀 문제삼지 않는 등 평가 기준이 제각각"이라고 설명했다. "생각보다 많이 틀려요"...AI 활용의 한계와 대응 전략 학생들은 AI의 한계도 분명히 인식하고 있었다. 12명의 학생이 AI 사용 중 오류를 경험했다고 답했으며, 13명은 AI가 피상적이거나 뉘앙스가 부족한 답변을 한다고 지적했다. 이에 대한 대응으로 13명의 학생이 AI의 답변을 다른 출처로 교차 검증한다고 답했다. 특히 7명의 학생은 과제의 중요도에 따라 AI 의존도를 조절한다고 밝혔다. AI 도입으로 달라진 교수-학생 관계 AI 도입은 교수-학생 관계에도 변화를 가져왔다. 6명의 학생이 AI 의존도가 높아지면서 교수와의 관계가 소원해질 수 있다고 우려했다. 반면 5명의 학생은 교수와의 대화가 AI와는 다른 깊이 있는 이해와 정서적 지원을 제공한다고 평가했다. 교육자들 중 5명은 학생들이 교수보다 ChatGPT에 먼저 질문하는 경향을 인식하고 있었지만, 3명은 이를 긍정적으로 평가했다. "평소 질문하기를 꺼리던 학생들도 AI를 통해 도움을 받을 수 있게 됐다"는 것이다. "시험도 바뀌어야 해요"...AI 시대에 맞는 새로운 평가방식 필요 학생들과 교육자들은 AI 시대에 맞는 평가방식의 변화가 필요하다고 입을 모았다. 5명의 학생이 AI를 활용한 새로운 형태의 과제 평가를 제안했다. 예를 들어, AI의 답변에 대해 비판적으로 분석하거나, AI 활용 여부와 관계없이 작성한 글을 비교하는 방식이다. 교육자들도 7명이 현재의 평가방식이 변화해야 한다고 답했다. 일부 교육자들은 이미 구두시험과 필기시험을 결합하거나, 포트폴리오에 대한 심층 평가를 시도하고 있었다. 한 교수는 "ChatGPT를 사용해도 좋으니 어떻게 활용했는지 200단어로 설명하라고 했더니 효과가 좋았다"고 언급했다. "AI는 개별 맞춤형 교육 도우미"...학생과 교수가 그리는 미래 향후 AI 활용에 대해 학생 11명이 개인화된 학습 지원 도구로서의 발전을 전망했다. 구체적으로는 피드백과 연습문제 제공, 학습 동반자 역할 등이 언급됐다. 교육자들은 5명이 AI가 수업 중 학생 지원이나 개별화된 학습 경험 제공에 도움이 될 것으로 보았다. 다만 양측 모두 AI가 교육자를 대체하는 것이 아닌 보완하는 역할을 해야 한다고 강조했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.29 15:44AI 에디터

중국 AI 스타트업 딥시크, 오픈AI 뺨치네…어떻게 성공했나

중국의 인공지능 스타트업 딥시크(DeepSeek)가 기존 실리콘밸리 기업들보다 훨씬 적은 비용으로 고성능 AI 모델을 개발하는데 성공하며 미국 주식 시장에까지 영향을 미치고 있다. 딥시크는 중국 헤지펀드 하이플라이어(High-Flyer)에서 시작됐다. 하이플라이어는 원래 AI를 활용해 중국 주식시장에서 투자하는 회사였지만, 2021년 중국 정부의 투기성 거래 규제 강화로 새로운 방향을 모색해야 했다. 뉴욕타임스는 하이플라이어의 루전저(Lu Zhengzhe) CEO가 2023년 중국 관영매체와의 인터뷰에서 "우리는 투자 산업을 넘어서는 더 큰 가치를 창출하고 싶었다"며 "투자와는 독립적인 새로운 팀을 구성했고, 이는 제2의 창업과 같았다"고 밝혔다고 전했다. 뉴욕타임스 보도에 의하면 딥시크는 바이두나 알리바바처럼 소비자용 AI 제품으로 수익을 내는 대신, 하이플라이어의 주식 거래 수익을 야심찬 연구 개발에 투자했다. 이러한 접근은 궁극적으로 소비자 기술 기업인 미국의 경쟁사들과는 다른 길이었다. 딥시크는 엔비디아(NVIDIA) 전문 칩 2,000개만으로 AI 챗봇을 학습시켰다. 뉴욕타임즈는 이는 미국 주요 기업들이 사용한 16,000개와 비교해 훨씬 적은 수치라며, 이러한 효율성이 실리콘밸리의 AI 기술 격차를 좁혔다고 평가했다. 딥시크의 CEO 량원펑(Liang Wenfeng)은 저장대학교 출신 엔지니어로, 중국 기업들이 미국의 혁신을 따라잡으려면 수익보다 연구를 우선시해야 한다고 강조해왔다. 딥시크와 함께 일했던 컴퓨터 엔지니어 지한 왕(Zihan Wang)은 뉴욕타임즈와의 인터뷰에서 "재직 중에 수익에 대한 이야기는 거의 하지 않았다"며 "훌륭한 기초 모델을 만드는 데만 집중했다"고 증언했다. 특히 딥시크는 다른 중국 기업들과 달리 프로그래머뿐만 아니라 시인과 인문학 전공자들도 채용해 고전 중국 시를 쓰고 대학 입학시험 문제를 풀 수 있는 모델을 훈련시켜왔다. 뉴욕타임스는 최근 딥시크가 첫 챗봇 출시와 함께 리창(Li Qiang) 중국 총리와의 원탁회의에 참석하는 등 갑작스러운 주목을 받게 되면서, 중국 공산당의 혁신 정책의 중심에 서게 됐다고 전했다. 랜드연구소(RAND Corporation)의 지미 구드리치(Jimmy Goodrich) 선임고문은 "이는 딥시크에게 큰 과제가 될 수 있다"며 "당과 전 세계가 지켜보는 가운데 자유로운 비전을 유지할 수 있을지가 관건"이라고 분석했다. ■ 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.29 15:38AI 에디터

"4세 아이도 30분만에 AI 동화책 창작"…AI가 놀라운 진짜 이유

"30분 녹음으로 동화책 완성"...AI가 바꾼 4살 아이의 창작 경험 필란드의 알토 대학교의 타피오 피트카란타(Tapio Pitkaranta) 교수가 발표한 논문에 따르면, 현재 우리는 4살 아이도 음성만으로 AI를 통해 자신만의 동화책을 만들 수 있는 시대를 살고 있다. 단 30분의 녹음으로 이야기를 만들고, AI는 이를 텍스트로 변환하고 그림을 그려 다시 음성으로 들려주는 방식이다. (☞ 논문 바로가기) 주목할 만한 점은 아이가 AI가 만든 초기 결과물이 마음에 들지 않으면 수정을 요청할 수 있으며, 성인의 기술적 도움 없이도 AI와 직접 상호작용하며 자신만의 비전에 맞는 이야기를 완성할 수 있다는 것이다. 1970년대 마이크로프로세서에서 현대 CPU까지: 컴퓨팅 파워의 진화 1971년 인텔의 4004 프로세서 출시를 시작으로 컴퓨터 하드웨어는 급속도로 발전했다. 1978년 인텔 8086은 PC 산업의 표준이 되었고, 이후 CPU는 복잡한 수학적 연산이 가능한 수준으로 발전했다. 1945년 ENIAC이 진공관으로 기본적인 수치 계산만 수행하던 시대에서, 현재는 수십억 개의 트랜지스터로 AI 모델 학습이 가능한 시대로 진화했다. "4G의 100배 속도"...5G 시대가 여는 모바일 AI 혁명 1946년 벨 연구소의 차량용 전화 시스템을 시작으로, 모바일 기술은 1G에서 5G까지 진화했다. 특히 2007년 아이폰의 등장과 함께 시작된 스마트폰 혁명은 현재 전 세계 60억대 이상의 스마트폰으로 이어졌다. 이러한 모바일 기기들은 단순한 통신기기를 넘어 AI 시스템을 위한 데이터 생성기이자 접근 지점이 되었다. 5G 네트워크는 4G보다 100배 빠른 속도로, 실시간 AI 응용을 가능하게 만들었다. 1메가와트에서 1기가와트로: 데이터센터 전력 소비의 폭발적 증가 현대 AI 시스템의 근간이 되는 데이터센터는 이제 원자력발전소에 맞먹는 수준인 1기가와트(GW)의 전력을 소비한다. 국제에너지기구(IEA)의 '2024년 전력 분석 및 전망' 보고서는 처음으로 데이터센터의 전력 소비를 주요 이슈로 다뤘다. 특히 2010년대 후반부터는 엣지 컴퓨팅과 서버리스 기술의 도입으로 실시간 분석과 사물인터넷(IoT) 애플리케이션이 가능해졌으며, AWS 람다와 같은 서비스로 인프라 관리 없이도 코드 실행이 가능해졌다. 1999년 GeForce 256에서 2020년 A100까지: GPU의 AI 가속화 여정 GPU의 역사는 1970년대 벡터와 래스터 그래픽을 위한 특수 하드웨어에서 시작되었다. 1984년 IBM의 Professional Graphics Controller를 거쳐, 1999년 엔비디아(NVIDIA)의 GeForce 256은 최초로 변환과 조명 기능을 내장한 'GPU'로서 그래픽 연산의 새로운 표준을 제시했다. 2007년 CUDA 아키텍처의 도입으로 GPU는 과학 시뮬레이션과 기계학습으로 영역을 확장했고, 2020년 출시된 A100 GPU는 대규모 AI 모델 학습에 최적화되었다. 1945년 하이퍼미디어에서 1998년 PageRank까지: 웹이 만든 AI 데이터 혁명 1945년 배니버 부시의 'As We May Think' 논문에서 제시된 하이퍼미디어 개념은 1968년 더글러스 엥겔바트의 "모든 데모의 어머니"를 거쳐, 1989년 팀 버너스리의 WWW 발명으로 실현되었다. 1994년 넷스케이프 네비게이터의 등장으로 웹 접근성이 향상되었고, 1998년 브린과 페이지가 개발한 구글의 PageRank 알고리즘은 웹의 하이퍼링크 구조를 활용해 정보의 중요도를 평가하는 혁신을 가져왔다. 1943년 신경망에서 2017년 트랜스포머까지: AI 연구의 핵심 돌파구 1950년 앨런 튜링의 '컴퓨팅 기계와 지능' 논문으로 시작된 AI 연구는 1943년 매컬럭-피츠 뉴런 모델, 1961년 로젠블랫의 퍼셉트론을 거쳐 발전했다. 1970년 린나인마의 역전파 알고리즘, 1986년 루멜하트, 힌튼, 윌리엄스의 연구로 다층 신경망 학습이 가능해졌다. 2013년 Word2Vec의 등장으로 자연어의 의미 관계를 벡터로 표현할 수 있게 되었고, 2017년 "Attention is All You Need" 논문의 트랜스포머 모델은 GPT, BERT와 같은 대규모 언어 모델의 근간이 되었다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.29 08:27AI 에디터

"기업들, AI 윤리적으로 사용" 42%…고객 신뢰 떨어져

기업 신뢰도 2년새 48%→29% 급락...고객 신뢰 회복이 최우선 과제로 세일즈포스가 전 세계 15,015명의 소비자와 1,570명의 기업 구매자를 대상으로 실시한 'State of the AI Connected Customer' 보고서에 따르면, 기업에 대한 신뢰도가 급격히 하락하고 있다. 2020년에는 기업에 대한 신뢰가 증가했다는 응답이 48%, 감소했다는 응답이 52%였으나, 2024년에는 신뢰가 증가했다는 응답이 29%로 떨어진 반면, 감소했다는 응답은 71%까지 치솟았다. (☞ 보고서 바로 가기) 특히 기업의 AI 윤리적 사용에 대한 소비자 신뢰도는 2023년 58%에서 2024년 42%로 급격히 하락했으며, 소비자의 64%는 기업들이 고객 데이터를 무분별하게 사용한다고 우려했다. 고객들의 61%는 AI 기술의 발전으로 기업의 신뢰성이 더욱 중요해졌다고 응답했다. 기업이 고객의 신뢰를 얻기 위해 가장 중요한 행동으로는 공정한 가격 책정과 가치 제공(54%)이 꼽혔다. 특히 일반 소비자의 경우 이 비율이 55%로, 기업 구매자(44%)보다 높았다. 그 다음으로는 일관된 제품/서비스 품질 유지(36%), 고객 개인정보와 데이터 보호(35%)가 중요한 요소로 나타났다. 이는 소비자와 기업 구매자 모두에게서 비슷한 수준의 응답률을 보였다. AI 윤리적 사용 우려 4년새 66%→73%로 증가...강한 우려는 22%→37% 급증 AI 기술의 급속한 발전과 함께 윤리적 사용에 대한 우려도 꾸준히 증가하고 있다. AI의 비윤리적 사용에 대한 우려는 2020년 66%에서 시작해 2021년 72%, 2022년 74%로 증가하다가 2024년에는 73% 수준을 유지했다. 특히 주목할 만한 점은 이에 대해 '강한 우려'를 표명한 응답자의 비율이 2020년 22%에서 2024년 37%로 크게 증가했다는 것이다. 고객들의 61%는 AI 기술의 발전으로 인해 기업의 신뢰성이 더욱 중요해졌다고 응답했다. 그러나 기업들이 AI를 윤리적으로 사용할 것이라는 신뢰도는 2023년 58%에서 2024년 42%로 급격히 하락했다. 이는 AI 기술의 발전 속도에 비해 기업들의 윤리적 관리와 투명성 확보가 따라가지 못하고 있음을 시사한다. 개인화 서비스 만족도 35%→73% 상승...데이터 활용 신뢰도는 60%→49% 하락 개인화 서비스에 대한 소비자 인식이 지난 5년간 극적으로 변화했다. 2020년에는 65%의 소비자가 기업들이 자신을 '숫자'로 대한다고 느꼈고 35%만이 '고유한 개인'으로 대우받는다고 생각했다. 이후 2021년에는 '숫자'라는 응답이 56%, 2022년 61%로 증가세를 보이다가, 2023년을 기점으로 큰 변화가 일어났다. 2023년에는 '고유한 개인'이라는 응답이 39%였으나, 2024년에는 73%로 급증했다. 하지만 개인정보 보호에 대한 우려도 함께 커졌다. 고객들의 71%는 자신의 개인정보 보호에 대해 점점 더 민감해지고 있다고 답했다. 특히 기업의 데이터 활용이 고객에게 이익이 된다고 생각하는 비율은 2022년 60%에서 2024년 49%로 크게 하락했다. 이러한 수치는 기업들이 제공하는 개인화 서비스의 수준은 높아졌지만, 고객 데이터 활용의 투명성과 실질적 혜택 제공에서는 여전히 개선이 필요함을 보여준다. 가격 민감도 최고조...소비자 65% "높은 가격으로 구매 중단" 가격은 소비자 행동 변화의 가장 큰 요인으로 나타났다. 새로운 브랜드를 시도한 이유로는 더 나은 거래(45%), 제품 선택의 다양성과 품질(24%), 편의성(23%)이 꼽혔다. 반면 특정 브랜드 구매를 중단한 이유로는 높은 가격(65%), 불만족스러운 고객 서비스 경험(43%), 제품이나 서비스 품질의 일관성 부족(40%)이 주된 요인으로 조사됐다. 특히 일반 소비자의 경우 높은 가격으로 인한 구매 중단이 66%로 기업 구매자(53%)보다 높게 나타났다. AI 활용과 관련해서는 50%의 소비자가 제품 개선을 위한 AI 활용에 긍정적이었으며, 49%는 더 빠른 응답을, 47%는 신속한 문제 해결을 기대했다. AI 에이전트 활용...기업(46%)과 소비자(30%) 간 선호도 격차 뚜렷 AI 에이전트 활용에 대해서는 기업 구매자와 일반 소비자 간 인식 차이가 뚜렷했다. 빠른 서비스를 위해 AI 에이전트를 활용하겠다는 응답은 기업 구매자의 경우 46%였으나, 일반 소비자는 30%에 그쳤다. AI 에이전트가 자신의 요구를 더 잘 예측하도록 개인정보를 공유할 의향이 있다는 응답도 기업 구매자는 42%인 반면, 일반 소비자는 25%에 불과했다. AI 맞춤형 서비스 선호도...일정 예약(40%) 높고 의료·재무(58%) 낮아 가장 선호되는 AI 활용 사례는 일정 예약(40%)과 맞춤형 콘텐츠 제작(38%)이었다. 반면 의료 상담(44% 불편함), 재무 결정(58% 불편함) 등 중요한 의사결정에서는 AI 활용을 불편해하는 것으로 나타났다. 특히 AI 에이전트가 본인을 대신해 응답하는 것에 대해서는 50%가, 재무적 의사결정을 대신하는 것에 대해서는 58%가 불편함을 표했다. AI 신뢰 구축 핵심 요소...투명성(42%)·인간 검증(35%) 최우선 응답자의 24%는 향후 5년 내에, 25%는 5-10년 내에 AI가 인간의 능력과 비슷한 수준에 도달할 것으로 전망했다. AI 신뢰 구축을 위해 가장 중요한 요소로는 AI 사용에 대한 투명성(42%), 인간의 검증(35%), 사용자 통제권(32%), AI 결정의 설명 가능성(31%), 일관된 정확성(30%)이 꼽혔다. 세일즈포스는 기업들에게 신뢰를 기반으로 한 AI 도입을 권고했다. 구체적으로 강력한 보안 가이드라인 구축, 조직의 가치에 맞는 AI 전략 수립, 직원과 고객에 대한 통제권 보장, 데이터 보호 방안 명확화, 고객 데이터의 상호 이익을 위한 활용 등을 제시했다. 또한 AI 도구 사용에 대한 윤리적 훈련과 교육의 중요성도 강조했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.29 08:21AI 에디터

놓치면 후회하는 2025년 AI 관련 행사 총 정리!

미래는 지금! 2025년을 뒤흔들 AI 대축제 인공지능(AI)의 빠른 발전은 산업 전반에 걸쳐 업무 효율을 높이고, 새로운 기회를 창출하고 있습니다. 제조·물류·교육·헬스케어 등 다양한 분야에서 AI가 혁신을 이끌어 가는 가운데, 2025년에는 전 세계 각지에서 이를 조명하는 대규모 컨퍼런스와 전시회가 다채롭게 열릴 예정입니다. 이러한 행사는 단순히 기술 트렌드를 소개하는 것을 넘어, 윤리·정책·투자 환경 등 미래 사회가 직면할 이슈들을 함께 논의하는 장으로 자리매김하고 있습니다. 아래에서는 2025년에 개최될 주요 AI 관련 행사들을 살펴보며, 우리가 주목해야 할 핵심 포인트들을 간단히 정리해보겠습니다. 2025년 AI 관련 주요 행사 2월 (February) AI & Big Data Expo Global 2025 일시: 2025년 2월 5일(수) ~ 2월 6일(목) 장소: 영국 런던, 올림피아 런던 주요 내용 AI와 빅데이터 분야 최신 기술 및 혁신 전시 산업별 적용 사례 및 미래 전망 논의 공식 홈페이지: https://www.ai-expo.net/global AI Seoul 2025 일시: 2025년 2월 11일(화), 10:00 ~ 18:00 장소: 코엑스 그랜드볼룸(101~105호) 주제: AI for a Harmonious Society (AI로 만드는 조화로운 사회) 내용 국내외 인공지능 산업·기술 분야 전문가 초청 강연 및 발표 공식 홈페이지: https://aiseoul2025.com/home/ 3월 (March) NVIDIA GTC 2025 일시: 2025년 3월 16일(월) ~ 3월 21일(금) (미국 시간) 장소: 미국 캘리포니아주 산호세 주요 내용 AI와 가속 컴퓨팅 분야 글로벌 선도 행사 NVIDIA CEO 젠슨 황 키노트, 500개 이상 세션, 300개 이상 전시, 기술 실습 교육 등 공식 홈페이지: https://www.nvidia.com/gtc 4월 (April) 월드 IT 쇼 2025 (World IT Show 2025) 일정: 2025년 4월 24일(목) ~ 26일(토) 장소: 서울 코엑스 내용 국내 최대 규모의 ICT 종합 전시회 공식 홈페이지: https://www.worlditshow.co.kr 5월 (May) IEEE CAI 2025 (IEEE Conference on Artificial Intelligence) 일정: 2025년 5월 5일(월) ~ 7일(수) 장소: 미국 캘리포니아주 산타클라라 내용 AI 응용과 산업 기술 혁신에 중점을 둔 국제 컨퍼런스 공식 홈페이지: https://cai.ieee.org/2025/ Rise of AI Conference 일정: 2025년 5월 14일(수) 장소: 독일 베를린, Humboldt Carré Konferenz- und Eventzentrum 및 온라인 내용 AI 발전, 윤리, 산업 응용을 탐구하는 유럽의 주요 행사 공식 홈페이지: https://riseof.ai/conference-2025/ AI EXPO KOREA 2025 (국제인공지능대전) 일정: 2025년 5월 14일(수) ~ 16일(금) 장소: 서울 코엑스 1층 Hall A 내용 약 350개 기업 참가, 국내 최대 규모의 AI 전시회 사전 등록: www.aiexpo.co.kr 2025 산업AI EXPO 일시: 2025년 5월 21일(수) ~ 23일(금) 장소: 코엑스 마곡 컨벤션센터 주요 내용 'AI와 산업의 융합' 주제로, 자율제조 등 AI 기술의 산업 현장 적용 사례 조망 GEN AI 등 새로운 AI 모델의 수요 급증에 따른 미래 산업 변화 논의 공식 홈페이지: https://industrialaiexpo.or.kr/main.asp 6월 (June) AI & 빅데이터 엑스포 북미 2025 일정: 2025년 6월 4일(수) ~ 5일(목) 장소: 캘리포니아주 산타클라라 컨벤션 센터 내용 AI 및 빅데이터를 통해 더욱 스마트한 미래를 구축하는 행사 공식 홈페이지: https://www.ai-expo.net/northamerica/?ref=cantonfair.net 제14회 스마트테크 코리아 (STK 2025) 일시: 2025년 6월 11일(수) ~ 13일(금) 장소: 서울 코엑스(COEX) 내용 AI, 빅데이터, 로봇, 유통물류 등 스마트 기술 전시 인공지능 & 빅데이터쇼 (AI & Big Data Show) 일시: 2025년 6월 11일(수) ~ 13일(금) 장소: 서울 코엑스 C홀 공식 홈페이지: https://smarttechkorea.com/ 2025 메타버스 엑스포 (MVE 2025) 일시: 2025년 6월 18일(수) ~ 20일(금) 장소: 서울 코엑스(COEX) 내용 메타버스 플랫폼, 하드웨어, 콘텐츠, AI 등 전시 공식 홈페이지: https://metavexpo.com/eng/ 7월 (July) AI for Good Global Summit 2025 일시 본 행사: 2025년 7월 8일(화) ~ 11일(금) AI Governance Day: 7월 10일(목) International AI Standards Day: 7월 11일(금) 장소: 스위스 제네바, Centre International de Conférences de Genève 주최: 국제전기통신연합(ITU) 주요 내용 AI 기술로 사회적 가치를 창출하는 방안 및 국제 표준·거버넌스 논의 공식 홈페이지: https://myfair.co/exhibition/114156 8월 (August) AI4 2025 일정: 2025년 8월 11일(월) ~ 13일(수) 장소: 미국 네바다주 라스베이거스 내용 비즈니스에서의 AI 응용에 중점 둔 대규모 컨퍼런스 웹사이트: https://ai4.io/vegas/ 9월 (September) 소프트웨이브 서밋 2025 일시: 2025년 9월 (정확한 날짜 미정) 장소: 서울 킨텍스 주요 내용 첨단 기술 혁신 논의, 블록체인·AI의 사회적 영향 심층 포럼 기술 산업 전문가·스타트업·일반인 참여 등록 웹사이트: www.softwave.co.kr 제3회 인공지능 대전망 그랜드 서밋 - Physical AI(Embodied AI) & Robotics 2025 일시: 2025년 9월 (정확한 날짜 미정) 장소: 서울 (장소 미정) 주요 내용 Physical AI(Embodied AI)와 로보틱스 융합을 통한 혁신 논의 인간-로봇 자연스러운 상호작용 및 미래 스마트 기술 생태계 전망 등록 웹사이트: www.sek.co.kr/2025/Issue Applied Intelligence Live! (이전 명칭: IoT World) 일시: 2025년 9월 20일(토) ~ 9월 21일(일) 장소: 미국 텍사스주 오스틴 주요 내용 주제: AI와 IoT 융합 기술 및 솔루션 인공지능·사물인터넷 실제 적용 사례, 최신 트렌드 공유 등록 웹사이트: www.easyfair.co.kr 10월 (October) World Summit AI 일정: 2025년 10월 8일(수) ~ 9일(목) 장소: 네덜란드 암스테르담 내용 글로벌 AI 생태계가 모이는 세계적 규모의 AI 서밋 공식 홈페이지: https://worldsummit.ai/ 11월 (November) AI Summit Seoul 일정: 2025년 11월 10일(월) ~ 11일(화) 장소: 서울 내용 산업 분야의 AI 통합·활용 전략 중심 국제 행사 공식 홈페이지: https://www.aisummitseoul.com/ Microsoft Ignite 일시: 2025년 11월 17일(월) ~ 21일(금) 장소: 미국 캘리포니아주 샌프란시스코, 모스콘 센터(Moscone Center) 주요 내용 키노트 발표: Microsoft 비전 및 최신 기술 동향 다양한 기술 세션·워크숍·네트워킹 이벤트 공식 홈페이지: https://ignite.microsoft.com 급변하는 시대, 뒤쳐질까 걱정된다면? 결국, AI가 가져올 변화는 '기술'에만 국한되지 않습니다. 이번에 소개한 행사들은 혁신적인 연구 성과와 비즈니스 사례를 공유하는 동시에, 윤리적 책임과 협업의 중요성을 강조하고 있습니다. 정부·기업·학계·스타트업이 한자리에서 머리를 맞대고 미래를 모색하는 이러한 기회들은, 개인에게도 큰 영감을 주고 새로운 네트워킹의 장을 열어줍니다. AI가 우리 일상에 깊숙이 스며드는 2025년, 이 흥미진진한 장(場)에 직접 참여해 보거나 소식을 지속적으로 팔로우하면서 다가올 변화를 능동적으로 준비해보는 것은 어떨까요? 우리가 어디서 어떤 역할을 맡든, 결국 AI 시대를 맞이하는 가장 큰 힘은 인간의 호기심과 상상력일 테니까요. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 퍼플렉시티와 챗GPT 4o를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.28 08:22AI 에디터

AI, 시각장애인의 눈이 되다… 스마트폰 카메라로 실시간 안내

스마트폰 카메라만으로 실시간 내비게이션 구현: 기존 대비 비용 90% 절감 효과 카네기멜론대학교 연구진이 시각장애인을 위한 혁신적인 내비게이션 보조 시스템 'AI 가이드독(AIGD)'을 개발했다. 이 시스템은 라이다(LiDAR)나 레이저 스캐너와 같은 고가의 특수 장비 없이 일반 스마트폰의 카메라만으로 실시간 경로 예측이 가능하다. 연구진은 시각장애인의 평균 보행 속도가 0.72m/s임을 고려해 시스템을 최적화했으며, 사용자의 가슴 부위에 스마트폰을 착용하는 방식으로 실시간 영상을 처리한다. (☞ 논문 바로가기) 실내외 통합 데이터셋: 57시간의 실제 보행 데이터로 학습된 AI 연구진은 피츠버그, 시애틀, 베이 에리어에서 총 57시간의 보행 데이터를 수집했다. 실내 데이터는 도서관 3곳과 대학 건물 복도, 식료품점에서, 실외 데이터는 피츠버그 거리 2곳, 공원, 시애틀 거리에서 수집했다. 총 392,580개의 데이터 샘플을 확보했으며, 이를 60:20:20 비율로 학습, 검증, 테스트 세트로 나누었다. 모든 영상은 30fps로 촬영한 후 2fps로 다운샘플링하여 128x128 크기의 흑백 이미지로 변환했다. 멀티라벨 분류와 GPS 연동: 실내외 모두에서 90% 이상의 정확도 달성 이 시스템은 전방(FRONT), 좌회전(LEFT), 우회전(RIGHT) 예측에서 CNN+LSTM+Intent 모델을 사용해 각각 0.920, 0.664, 0.700의 AUC 성능을 달성했다. 특히 실외에서는 구글 맵스 API와 연동하여 GPS 신호와 고수준 방향 정보를 통합했다. GPS의 4.9미터 오차 한계를 보완하기 위해 카메라 기반의 지역 경로 안내를 제공하며, 실내에서는 모든 가능한 회전 경로를 동시에 예측한다. 다양한 AI 모델 구조 실험: CNN+LSTM+Intent 모델의 우수성 입증 연구진은 CNN, ConvLSTM, PredRNN 등 다양한 모델 구조를 실험했다. 단순 CNN은 개별 프레임만 처리하는 반면, ConvLSTM은 시공간적 정보를 함께 처리할 수 있었다. PredRNN은 가장 높은 성능을 보였지만 계산 복잡도가 높아 실시간 처리에는 적합하지 않았다. 최종적으로 채택된 CNN+LSTM+Intent 모델은 CNN으로 이미지 특징을 추출하고 LSTM으로 시간적 관계를 모델링하는 동시에 GPS와 방향 정보를 통합하는 구조를 가진다. 특히 실외 테스트에서 LEFT 0.671, RIGHT 0.707의 AUC 성능을 달성하며 다른 모델들을 크게 앞섰다. 의도 기반 내비게이션의 혁신: GPS와 비전 정보의 통합 목적지 기반 내비게이션을 위해 구글 맵스 API의 보행 경로 정보를 활용하는 독창적인 방식을 도입했다. turn-slight-left, turn-sharp-left, turn-left 등 7가지 기본 동작을 정의하고, 각 단계별 시작과 끝 위치의 위도/경도 정보를 원-핫 인코딩 벡터로 변환했다. 이를 현재 GPS 좌표와 결합해 모델의 의도 임베딩(Intent Embedding) 벡터를 생성했다. 이러한 접근은 GPS의 낮은 정확도를 카메라 기반 지역 경로 인식으로 보완하는 동시에, 전체 경로에 대한 문맥을 제공한다. 데이터 불균형 해결: 회전 데이터 2배 증강으로 성능 향상 데이터셋에서 직진(FRONT) 데이터가 회전 데이터보다 많은 불균형 문제를 해결하기 위해 LEFT/RIGHT 클래스의 데이터를 2배로 증강했다. 또한 20%의 확률로 이미지 변환을 적용하고, 포컬 로스(Focal Loss)를 사용해 어려운 샘플에 더 큰 가중치를 부여했다. 클래스 가중치는 LEFT:RIGHT:FRONT를 2:2:1로 설정했다. 실시간 처리를 위한 최적화: 2FPS, 16비트 양자화 적용 아이폰 13에서의 실시간 구동을 위해 프레임 속도와 양자화 실험을 진행했다. 시각장애인의 보행 속도를 고려하여 2FPS로 설정했으며, 16비트 양자화를 적용해 메모리와 GPU 사용량을 최적화했다. 이를 통해 배터리 소모를 최소화하면서도 실시간 내비게이션에 충분한 성능을 확보했다. 미래 확장성: 10도 단위 회전각 예측 및 보행자 상호작용 고려 현재 세 방향 예측에서 나아가 10도 단위의 회전각 예측과 보행 시작/정지 명령으로 기능을 확장할 계획이다. 또한 장애물, 보행자, 차량과의 상호작용을 고려한 더 정교한 경로 안내 시스템으로 발전시킬 예정이다. 이 연구는 고가의 특수 장비 없이도 시각장애인의 안전한 보행이 가능한 실용적인 솔루션을 제시했다는 점에서 의의가 있다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.28 08:14AI 에디터

[Q&AI] 설날 용돈 얼마가 적당할까…AI에게 물어보니

질문: 설날 용돈 얼마가 적당해? 퍼플렉시티 답변:설날 용돈의 적정 금액은 연령대와 경제적 상황에 따라 다르지만, 일반적인 가이드라인은 다음과 같습니다: 연령대별 적정 용돈 금액 미취학 아동1만원~3만원 초등학생3만원~5만원 중학생5만원~10만원 고등학생5만원~10만원 대학생 및 성인10만원 내외 용돈 결정 시 고려사항 경제적 상황: 자신의 경제 상황에 맞게 금액을 조절해야 합니다. 일관성: 매년 비슷한 수준의 금액을 유지하는 것이 좋습니다. 개인차: 받는 사람의 나이와 관계를 고려해 조정할 수 있습니다. 물가 상승: 최근의 물가 상승을 감안해 금액을 조정할 수 있습니다. 추가 고려사항 설문조사 결과, 성인의 경우 5만원이 가장 적절하다는 의견이 많았습니다 . 일부 조사에서는 세뱃돈을 주고받지 않는 것이 좋다는 의견도 있었습니다. 금액보다는 마음을 전하는 것이 중요하다는 점을 기억해야 합니다. 결론적으로, 설날 용돈은 개인의 상황과 관계에 따라 유연하게 결정하되, 위의 가이드라인을 참고하여 적절한 금액을 정하는 것이 좋습니다. 후속 질문: 눈치 좀 챙겨... 퍼플렉시티 답변:아, 죄송합니다. 제가 너무 형식적으로 답변했네요. 설날 용돈은 정말 민감한 주제죠. 사실 용돈 금액에 대한 '정답'은 없습니다. 가장 중요한 건 상황을 잘 파악하는 거예요. 눈치 있게 용돈 주는 팁 주변 분위기를 살펴보세요: 가족들이나 친척들이 얼마나 주고받는지 슬쩍 보세요. 너무 튀지 않게 맞추는 게 좋아요. 받는 사람의 반응을 봐요: 작년에 줬던 금액에 대한 반응을 기억해보세요. 만족스러워 했다면 비슷하게, 아니면 조금 조정해보는 것도 방법이에요. 융통성을 발휘하세요: 경제 사정이 어려워졌다면 솔직히 얘기하고 금액을 줄여도 돼요. 반대로 여유가 생겼다면 조금 더 주는 것도 좋겠죠. 성의를 보여주세요: 금액보다는 정성이 중요해요. 작은 선물이나 손편지를 곁들이면 더 좋겠죠. 상황에 맞게 조절하세요: 멀리서 오는 조카에겐 조금 더, 자주 보는 조카에겐 조금 덜 주는 식으로 융통성 있게 대처하세요. 결국, 가장 중요한 건 마음이에요. 금액에 너무 연연하지 말고, 정성과 배려를 담아 주는 게 가장 좋은 방법이랍니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 퍼플렉시티를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.25 22:37AI 에디터

[Q&AI] 아나운서 김나정, 마약 강제 투약 자수…챗GPT가 예상한 형량은

질문: 너는 지금부터 대한민국 법률 전문가야. 현재 방송인 김나정이 필리핀에서 마약을 강제 투약 당했다고 자수해서 검찰에 송치된 상황이야. 법률 전문가로서 이 상황이 법적으로 어떤 결과를 낳을지 정리해줘. 챗GPT 답변:김나정 씨는 필리핀에서 마약을 강제로 투약당했다고 주장하며 자수하였고, 현재 검찰에 송치된 상태입니다. 이 상황에서 법률 전문가로서 고려해야 할 사항은 다음과 같습니다. 1. 해외에서의 마약 투약에 대한 국내법 적용 대한민국 형법 제3조는 속인주의 원칙에 따라, 대한민국 국민이 국외에서 범한 범죄에 대해서도 국내법을 적용합니다. 따라서, 해외에서 마약을 투약한 행위는 국내법상 범죄로 간주되어 처벌 대상이 됩니다. 2. 강제 투약 여부의 판단 김나정 씨는 필리핀 현지에서 강제로 마약을 투약당했다고 주장하며 관련 증거를 제출하였으나, 경찰은 해당 증거로는 강제성을 입증하기 어렵다고 판단하였습니다. 강제 투약이 인정된다면, 이는 본인의 의사에 반한 행위로서 형사 책임이 면제되거나 감경될 수 있습니다. 그러나 이를 입증할 수 있는 충분한 증거가 필요합니다. 3. 자수의 법적 효과 김나정 씨는 자진하여 마약 투약 사실을 신고하였지만, 자수는 형의 감경 또는 면제 사유가 될 수 있으나, 이는 법원의 재량에 따라 결정됩니다. 따라서 자수하였다고 해서 반드시 처벌이 면제되지는 않습니다. 4. 예상되는 법적 결과 현재 제출된 증거로는 강제 투약의 강제성을 입증하기 어렵다는 경찰의 판단이 있었습니다. 따라서 검찰은 김나정 씨의 마약류 관리에 관한 법률 위반 혐의에 대해 기소할 가능성이 높습니다. 재판 과정에서 강제 투약 여부와 자수의 진정성 등이 고려되어 형량이 결정될 것입니다. 결론적으로, 김나정 씨의 경우 강제 투약 여부를 입증할 수 있는 추가적인 증거가 없다면, 국내법에 따라 처벌을 받을 가능성이 높습니다. 다만, 자수한 점 등이 고려되어 형량이 결정될 것으로 예상됩니다. 추가 질문: 구체적인 형량이나 처벌 수위 같은 건 예측할 수 없어? 챗GPT 답변:김나정 씨의 사례에서 예상되는 처벌 수위를 구체적으로 예측하기 위해서는 여러 요소를 고려해야 합니다. 마약류 관리에 관한 법률에 따르면, 마약을 투약한 경우 1년 이상의 유기징역에 처해질 수 있습니다. 그러나 실제 선고되는 형량은 범행의 경위, 투약 횟수, 마약의 종류와 양, 피고인의 전과 여부, 반성 정도 등 다양한 요소에 따라 결정됩니다. 유사 사례를 통한 참고: 상습 투약 사례:한 피고인이 14개 의원에서 총 57차례에 걸쳐 프로포폴, 미다졸람, 케타민 등 수면 마취제를 상습 투약한 혐의로 1심에서 징역 2년을 선고받았으나, 2심에서 징역 1년으로 감형된 사례가 있습니다. 단순 투약 사례:마약을 1회 투약한 초범의 경우, 징역 8개월에 집행유예 1년을 선고받은 사례도 있습니다. 김나정 씨의 경우, 강제 투약을 주장하고 있으나 이를 입증할 증거가 부족하다는 점이 고려될 것입니다. 만약 강제성이 인정되지 않는다면, 자수한 점과 초범 여부, 반성의 정도 등이 양형에 영향을 미칠 수 있습니다. 이러한 요소들을 종합적으로 판단하여 형량이 결정될 것으로 예상됩니다. 따라서, 정확한 형량을 예측하기는 어렵지만, 유사한 사례들을 참고하여 법원이 판단할 것으로 보입니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 챗GPT o1을 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.01.25 10:12AI 에디터

오픈AI의 첫 'AI 에이전트' 오퍼레이터, 어떻게 작동할까

최근 오픈AI(OpenAI)는 챗GPT(ChatGPT)와 GPT-4를 잇는 새로운 AI 에이전트, 오퍼레이터(Operator)를 공개했습니다. [ 관련 기사 바로 보기] 오퍼레이터는 단순히 텍스트 대화만을 담당하던 기존 모델과 달리, 실제 웹 브라우저를 직접 '사용'하여 다양한 작업을 자동으로 처리해주는 AI 시스템입니다. 미국 내 Pro 요금제 이용자부터 순차적으로 공개하며, 다른 국가 및 Plus 이용자도 추후 점차 확대 적용될 예정입니다. 이 기사에서는 오픈AI가 공개한 시연 영상의 내용을 기반으로 오퍼레이터의 작동 방식에 대해 알아보겠습니다. [핵심 요약] 1. GPT-4 기반 CUA 모델을 사용해 실제 웹 브라우저를 조작하는 에이전트 2. 검색, 장보기, 예약, 결제, 주문등 다양한 온라인 작업 자동화 3. 사용자 확인(컨펌) 과정을 통해 실수나 오남용 방지 필요 4. 아직은 미흡한 부분이 있으나 지속적으로 개선 예정 5. Pro 미국 사용자부터 순차 개방 중, 추후 Plus와 다른 국가로 확대 예정 마우스와 키보드를 점령한 AI, 오퍼레이터는 어떻게 동작할까? 일반적으로 우리가 웹사이트에 접속해 무언가를 검색하고, 상품을 장바구니에 담고 결제하거나, 레스토랑 예약을 하는 과정을 생각해보세요. 오퍼레이터는 원격 브라우저를 통해 동일한 과정을 화면에 보이는 픽셀과 마우스/키보드 입력만으로 수행합니다. 즉, “사람이 직접 클릭하고 입력하는 행동”을 그대로 재현해낼 수 있다는 것이 핵심이죠. 원격 브라우저 실행 사용자가 오퍼레이터에게 “Instacart에서 계란, 시금치, 닭고기 등을 사달라”처럼 명령(프롬프트)을 내리면, 오퍼레이터는 클라우드상에 있는 웹 브라우저 세션을 생성합니다. 이 브라우저는 실제 화면을 보고 마우스와 키보드로 웹사이트를 조작합니다. 화면 인식 및 동작 결정 오퍼레이터는 브라우저에 표시된 스크린샷(픽셀 정보)을 받아와 “지금 화면에 보이는 검색창을 클릭한다”, “결제 버튼을 누른다” 등 다음 단계의 행동을 계획합니다. 예를 들어 Instacart에서 “Eggs”를 검색하고, 검색 결과가 뜨면 “장바구니에 담기” 버튼을 찾는 과정을 수행합니다. 체크 & 확인(확인 요청) 예약, 결제 등 실제로 비용이나 개인 정보가 오갈 수 있는 중요한 작업 전에는 “정말 이 시간에 예약할까요?”, “이 상품을 결제할까요?”와 같은 확인 절차를 거칩니다. 사용자는 이를 통해 오류나 잘못된 명령을 사전에 방지할 수 있습니다. 병렬 처리 중간중간 사용자에게 필요한 정보를 재확인하거나 추가 지시를 요청할 수 있습니다. 오퍼레이터가 여러 작업을 동시에 요청받으면, 예를 들어 '저녁식사 예약', '농구 경기 티켓 예매', '청소 업체 예약' 등을 여러 개의 브라우저 세션을 열어놓고 각각 진행할 수도 있습니다. 식당 예약부터 장보기까지, 오퍼레이터의 실제 모습 발표 영상에서 오픈AI 팀은 시연을 통해 다음과 같은 작업들을 오퍼레이터로 처리했습니다. 레스토랑 예약(OpenTable 사용) “오늘 밤 7시에 Beretta 식당에 두 명 예약해줘” → 시간대가 맞지 않으면 오퍼레이터가 자동으로 다른 시간대를 제안하고, 사용자가 확정하면 실제 예약이 완료됩니다. 오픈AI 오퍼레이터 레스토랑 예약 장보기(Instacart 사용) 수기로 작성된 메모(“계란, 시금치, 버섯, 닭다리살, 칠리크런치”)를 사진으로 업로드 → 오퍼레이터가 사진을 인식해 장바구니에 담고, 최종 결제 전 사용자에게 확인을 요청합니다. 오픈AI 오퍼레이터 장보기 오픈AI 오퍼레이터 장보기 티켓 예매(StubHub 등) 원하는 스포츠 경기나 콘서트, 공연을 선택해 결제 단계까지 자동으로 진행 → 일부 사이트에서 로그인이 필요한 경우, 오퍼레이터가 로그인 절차를 사용자에게 안내하고 재확인을 받습니다. 오픈AI 오퍼레이터 티켓 예매 테니스 코트 예약, 청소 업체 예약 “가까운 테니스 코트 예약해줘”, “다음 주에 집 청소를 부탁할 수 있는 업체 찾아줘” → 검색 엔진에서 검색을 시작하고, 원하는 사이트를 방문해 사용자에게 업체와 시간을 제안합니다. 피자 주문 “피자 두 판을 포장 주문하고 싶어. 바비큐 맛도 포함해줘” → 오퍼레이터가 배달 앱 또는 피자 체인 웹사이트를 열어 주문 단계까지 진행합니다. “API 없이도 OK!” CUA(Computer Using Agent) 모델의 비밀 오퍼레이터가 이러한 작업을 해낼 수 있는 이유는, 이번에 새롭게 개발된 CUA(Computer Using Agent)모델에 있습니다. GPT-4를 기반으로 하되, '컴퓨터를 쓰는 방법'을 학습시킨 모델이라고 볼 수 있습니다. 기존에는 특정 웹사이트나 서비스에서 작업을 실행하려면 해당 사이트가 제공하는 API를 사용해야 했습니다. 하지만 대부분의 일반 웹사이트는 오픈 API가 없거나 기능이 제한적입니다. CUA 모델은 이런 문제를 해결하고자, 사람이 모니터를 보고 마우스/키보드를 조작하는 방식을 그대로학습했습니다. 별도의 API 없이도 실제 화면(픽셀)을 인식하고, 필요한 버튼을 찾아 클릭할 수 있습니다. 사이트 간 이동과 검색도 사람처럼 직접 “검색창에 키워드를 입력”하고, 결과 페이지에서 “원하는 항목을 선택”할 수 있습니다. 천재냐 미완성이냐: Operator가 아직 해결하지 못한 것들 오픈AI 설명에 따르면 오퍼레이터는 현재 '연구 미리보기(Research Preview)' 단계이며, 아직 다음과 같은 한계를 갖고 있습니다. 완벽한 정밀도는 아님 내부 벤치마크 결과 OS World, WebArena 등에서 기존 공개된 다른 모델 대비 더 높은 점수를 기록했지만, 여전히 사람 수준에는 미치지 못합니다. 웹사이트 레이아웃이 자주 바뀌거나, 예기치 않은 팝업/오류가 뜨면 오퍼레이터가 헷갈려 할 수 있습니다. 중요 작업 전 '사용자 확인' 필수 예약, 결제, 개인정보 관련 작업 전에는 사용자가 반드시 확인해야 합니다. 모델이 의도와 다른 선택을 할 가능성이 있어, 실수로 결제를 진행하거나 잘못된 정보를 입력하지 않도록 방지장치가 마련되어 있습니다. 사이트/사용자 보안 문제 오퍼레이터가 악성사이트에 잘못 접속하거나, 프롬프트Injection(의도치 않은 명령 주입) 이슈가 발생할 가능성을 대비해 모니터링 시스템이 동작합니다. 사용자가 원치 않는 개인정보를 전달하지 않도록 주의해야 하며, 사용 중에는 언제든지 '직접 브라우저 조작 모드(사용자 takeover)'로 전환이 가능합니다. 오픈AI 오퍼레이터 한계와 리스크 최소화 더 많은 가능성을 향해: 향후 로드맵 오퍼레이터는 우선 미국의 Pro 사용자를 대상으로 시작하며, 이후 다른 국가와 Plus 사용자로 범위를 단계적으로 넓혀갈 예정이라고 합니다. 오픈AI는 동시에 모델의 속도, 정확도, 학습 수준을 한층 강화하는 성능 개선을 추진 중이며, 앞으로 몇 주 안에 오퍼레이터 API도 공개해 개발자들이 자신들의 애플리케이션이나 서비스에 오퍼레이터 기능을 손쉽게 도입할 수 있도록 지원할 계획도 밝혔습니다. 오퍼레이터는 오픈AI가 “에이전트(Agent)”라는 개념을 어떻게 바라보고 있는지를 가장 직관적으로 보여주는 예입니다. 복잡한 웹 탐색과 결제/예약 업무까지 자동화하는 것은 물론, 다양한 작업을 한 번에 처리할 수 있어 생산성을 크게 높여줍니다. 아직 연구 미리보기 단계이므로 안정성·정확도 면에서 보완할 부분이 많지만, “웹을 직접 조작하는 AI”가 실제로 구현되었다는 점만으로도 큰 의미가 있습니다. 향후 오퍼레이터가 발전해나가면서, 우리의 일상적인 온라인 작업 방식은 더욱 자동화되고 효율화될 것으로 기대됩니다. 요약하자면, 오퍼레이터는 GPT-4 기반 CUA 모델을 사용해 실제 웹 브라우저를 조작하는 에이전트 검색, 장보기, 예약, 결제, 주문등 다양한 온라인 작업 자동화 사용자 확인(컨펌) 과정을 통해 실수나 오남용 방지 아직은 미흡한 부분이 있으나 지속적으로 개선 예정 Pro 미국 사용자부터 순차 개방 중, 추후 Plus와 다른 국가로 확대 예정 앞으로 오퍼레이터와 같은 에이전트형 AI가 우리의 온라인 활동을 얼마나 편리하게 바꿀지 주목해볼 만합니다. 오픈AI가 예고한 추가 기능 및 다른 에이전트들의 출시도 머지않아 이어질 예정이니, 발전 과정을 계속 지켜보면 좋겠습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 챗GPT o1을 활용해 작성되었습니다.

2025.01.25 10:05AI 에디터

링크드인, 회원 메시지로 AI 학습 논란... "30만원대 유료회원 정보까지"

더레지스터(The Register)가 22일(현지 시간) 보도한 내용에 따르면, 마이크로소프트(Microsoft) 산하 링크드인(LinkedIn)이 유료 회원의 개인 메시지를 인공지능(AI) 학습 데이터로 무단 활용했다는 의혹이 제기됐다. 이번 소송의 핵심은 월 30만원대를 지불하는 프리미엄 회원들의 민감한 개인정보가 제3자에게 유출됐다는 것이다. 美 연방법원에 제기된 '무단 데이터 활용' 소송 알레산드로 델라 토레는 22일(현지시간) 캘리포니아 연방법원에 링크드인을 상대로 소송을 제기했다. 소송의 핵심은 링크드인이 프리미엄 회원의 비공개 인메일(InMail) 메시지를 제3자에게 제공해 AI 모델 학습에 활용했다는 것이다. 이는 프리미엄 경력관리(Premium Career), 프리미엄 비즈니스(Premium Business), 세일즈 내비게이터(Sales Navigator), 채용담당자 라이트(Recruiter Lite) 등 유료 구독 서비스를 이용하는 회원들에게 해당된다. AI학습 제외국가에서 제외된 美 사용자들 링크드인은 지난해 회원들의 게시물과 개인정보를 AI 모델 학습에 활용하고 이를 제3자와 공유하는 정책 변경을 발표했다. 캐나다, EU, 영국, 스위스, 홍콩, 중국 등의 사용자들은 이 정책에서 제외됐지만, 연방 개인정보보호법이 없는 미국 사용자들의 경우 'AI 개선을 위한 데이터(Data for Generative AI Improvement)' 설정이 기본적으로 활성화됐다. 링크드인은 "이 설정이 켜져 있으면 링크드인과 계열사가 콘텐츠 생성 AI 모델을 훈련하기 위해 귀하의 개인 데이터와 링크드인에서 생성한 콘텐츠를 사용할 수 있다"고 설명했다. LSA 계약 위반과 민감정보 유출 우려 소송장에 따르면 링크드인은 프리미엄 회원들과 맺은 구독 계약(LinkedIn Subscription Agreement, LSA)을 위반했다. LSA 3.2항은 프리미엄 회원의 기밀정보를 제3자에게 공개하지 않겠다고 명시하고 있다. 원고 측은 "링크드인이 고용, 지적재산권, 보상 등 매우 민감하고 잠재적으로 인생을 바꿀 수 있는 정보가 포함된 프리미엄 회원들의 비공개 메시지를 제3자에게 제공했다"고 주장했다. 증거없는 의혹 제기와 링크드인의 반박 원고 측은 링크드인이 인메일 내용을 AI 학습 데이터에 포함시켰다는 직접적인 증거를 제시하지 못했다. 대신 회사가 사전 고지 없이 여러 차례 정책 문구를 변경했고, 인메일 내용을 AI 학습에 활용하지 않았다는 점을 공개적으로 부인한 적이 없다는 점을 근거로 제시했다. 이에 대해 링크드인 대변인은 "이는 근거 없는 허위 주장"이라고 반박했다. 이번 소송은 미국 저장통신법(Stored Communications Act) 위반, 계약 위반, 캘리포니아주법상 불공정 경쟁 등의 혐의를 포함하고 있으며, 에델슨PC(Edelson PC) 법률사무소가 원고를 대리하고 있다. 더레지스터는 에델슨PC 측에 링크드인이 실제로 비공개 인메일 메시지를 제3자에게 제공했다는 증거가 있는지 문의했으나, 아직 답변을 받지 못했다고 전했다. ■ 기사는 클로드 3.5 Sonnet과 챗GPT를 활용해 작성되었습니다.

2025.01.23 16:31AI 에디터

"유통업체 절반, AI 6개 이상 활용"…엔비디아 보고서

유통기업 89%, AI 도입·검토 중...매출 20% 이상 증가 효과 엔비디아(NVIDIA)가 발간한 '2025년 유통 및 소비재 산업 AI 트렌드' 보고서에 따르면, 2024년 유통업계의 89%가 AI를 도입했거나 검토 중이다. 이는 2023년 82%에서 크게 증가한 수치다. 전체 기업의 42%가 이미 AI를 적극적으로 활용하고 있으며, 47%는 평가 단계에 있다. AI 도입 기업의 87%는 연간 매출이 증가했으며, 4분의 1은 20% 이상의 매출 신장을 기록했다. 비용 절감 효과도 뚜렷해 94%의 기업이 운영비용 감소를 경험했으며, 28%는 20% 이상의 비용 절감 효과를 봤다고 답했다. 생성형 AI 도입률 82%...마케팅·광고 콘텐츠 제작이 최다 생성형 AI 도입이 급속도로 확산되고 있다. 기업의 82%가 생성형 AI를 도입했거나 평가 중이며, 51%는 이미 생성형 AI를 실제 운영에 활용하고 있다. 활용 분야를 보면 마케팅과 콘텐츠 제작이 60%로 가장 높고, 예측 분석 44%, 개인화 마케팅과 광고 42%, 고객 분석과 세분화 41% 순이다. 디지털 쇼핑 어시스턴트나 어드바이저 도입도 40%에 달했다. 라이브X.AI(LiveX.AI)는 AI 에이전트를 통해 개인화된 고객 경험을 제공하며 매출과 업셀링을 증가시키는 등 성공 사례를 보여주고 있다. 옴니채널 투자 57%, 백오피스 50%...전사적 AI 확산 AI 투자는 전체 유통 가치사슬로 확대되고 있다. 이커머스, 모바일, 소셜 채널을 포함한 옴니채널 리테일 분야가 57%로 가장 높은 투자 비중을 차지했으며, 마케팅과 인사, 재무 등 백오피스 운영이 50%로 뒤를 이었다. 실제 매장에서는 재고 관리(72%)와 매장 분석(69%), 적응형 광고와 프로모션(56%) 등에 AI가 활용되고 있다. 에버신(Everseen)은 비전 AI를 통해 손실 방지, 재고 관리, 고객 경험 개선 등의 성과를 거두고 있다. 공급망 AI 투자 82% 확대 전망...자동화·효율화 성과 입증 공급망 분야 AI 투자도 가속화되고 있다. 기업의 82%가 내년 공급망 관리를 위한 AI 투자를 늘릴 계획이며, 25%는 투자를 20% 이상 확대할 예정이다. 수요 예측(82%)이 가장 높은 투자 우선순위를 보였고, 직원 어드바이저(35%), 정기 보고서 자동화(33%)가 뒤를 이었다. KION 그룹은 액센추어와 협력해 디지털 트윈 기술을 활용한 창고 최적화로 로봇, 작업자, 자동화 장비의 효율적 운영을 실현하고 있다. 데이터 프라이버시 60%, AI 도구 개발 33% 등 새로운 과제 대두 AI 도입 확대로 새로운 과제들이 부상하고 있다. 데이터 프라이버시가 60%로 가장 큰 우려사항으로 꼽혔고, 설명 가능한 AI 도구 개발이 33%로 뒤를 이었다. 데이터 보안과 규제·법적 문제가 각각 49%를 기록했다. AI 구현 비용에 대한 우려는 전년 25%에서 57%로 급증했다. 한편 AI 거버넌스의 중요성에 대한 인식은 높아졌으나, 실제 거버넌스 정책을 수립한 기업은 46%에 그쳤다. AI 투자수익률 분석: 마케팅 콘텐츠 제작 23%, 고객분석 19% 최고 성과 AI 도입으로 인한 실질적인 투자수익률(ROI)도 확인됐다. 마케팅과 광고 콘텐츠 제작 분야가 23%로 가장 높은 ROI를 기록했으며, 고객 분석과 세분화가 19%, 개인화된 고객 추천이 18%로 뒤를 이었다. 수요 예측과 예측 분석도 각각 17%의 ROI를 달성했다. 한 독립 소프트웨어 벤더(ISV)의 연구에 따르면, AI 기반 손실 방지 솔루션을 도입한 유통업체들은 3년간 374%의 ROI를 달성했으며, 매장당 연간 8만 8천 달러의 비용을 절감하고 6개월 만에 투자금을 회수했다. 직원 생산성 42% 향상...AI, 업무 혁신 견인 AI가 직원들의 업무 방식도 크게 변화시키고 있다. 직원 생산성 향상 효과는 전년 14%에서 42%로 크게 증가했다. 43%의 기업이 AI를 통해 의사결정과 인사이트가 개선됐다고 답했으며, 42%는 운영 효율성이 향상됐다고 밝혔다. 특히 생성형 AI를 활용한 마케팅 카피나 광고 이미지 제작은 직원 생산성 향상의 대표적 사례로 꼽혔다. 이러한 변화는 직원들이 더 가치 있는 업무에 집중할 수 있게 하고, 혁신과 유연성을 촉진하는 문화를 만들어가고 있다. 에이전트형 AI가 차세대 혁신 주도할 전망 보고서는 자율적 AI 에이전트가 산업의 다음 혁신을 주도할 것으로 전망했다. 초기에는 콘텐츠 생성, 고객 경험, 공급망 효율화에 집중됐던 AI가 이제 새로운 영역으로 확장되고 있으며, 로봇 기술의 성숙화로 물리적 AI가 유통과 소비재 산업의 새로운 프론티어로 부상할 것으로 예측됐다. 최소한의 인간 개입만으로 운영되는 자율 AI 에이전트는 비즈니스 가치와 창의성 향상에 무한한 잠재력을 제공할 것으로 기대된다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 엔비디아 보고서 바로가기)

2025.01.23 15:59AI 에디터

보험업무에 AI 적용했더니…효율 40%·고객 만족도 3배 'Up'

복잡한 의료보험 시스템, AI로 해결 나서 글로벌 컨설팅 기업 캡제미니(Capgemini)가 발표한 '의료보험 디지털 전환 성공 가이드' 보고서에 따르면, 의료보험 소비자의 85%가 보험사와의 의사소통을 매우 중요하게 여기며, 66%는 부실한 소통으로 인해 보험사를 변경할 수 있다고 응답했다. 예를 들어, 병원 방문 후 받은 18페이지 분량의 청구서에서 실제 관련 정보는 2페이지에 불과하지만, 그마저도 어디에서 찾아야 할지 알기 어려운 것이 현실이다. 현재 평균적인 의료보험사는 976개의 서로 다른 소프트웨어 애플리케이션을 사용하고 있으며, 이러한 복잡한 레거시 시스템이 디지털 전환을 저해하는 요인으로 지적됐다. 특히 피보험자의 51%가 자신의 보험 자격을 이해하는 데 어려움을 겪고 있는 것으로 나타났다. 대규모 보안 침해 사고가 발생한 이후, 많은 보험사들이 IT 예산의 7% 이상을 사이버보안에 투자하고 있다. 이는 디지털 전환 과정에서 데이터 보안의 중요성이 더욱 부각되고 있음을 보여준다. AI 도입으로 업무 효율성 40% 향상, 학습시간 83% 단축 성과 한 의료보험사는 AI와 자동화 도구 도입으로 생산성이 40% 향상되고, 직원 교육 시간이 6개월에서 1개월로 단축되는 성과를 거뒀다. 특히 문서 자동화 도구를 도입한 결과, 규정 준수 처리 시간이 60% 개선되고 회원 만족도가 크게 향상됐다. 사이버보안에도 IT 예산의 7% 이상을 투자하며 디지털 전환의 안정성을 확보하고 있다. 디지털 전환으로 전자 소통 채널 도입률 52% 증가 제3자 관리업체의 사례에서는 디지털 포털을 통한 통합 커뮤니케이션 시스템 구축으로 운영 비용을 46% 절감했고, 전자 소통 채널 도입률이 52% 증가했다. 이는 회원 만족도를 3배 높이는 결과로 이어졌다. 특히 47%의 의료보험 소비자들이 문자 메시지, 앱 링크, 이메일과 같은 디지털 소통 방식을 선호하는 것으로 나타났다. AI와 자동화로 실현하는 데이터 운영 혁신 의료보험사들은 AI와 자동화 기술을 활용해 규제 변경사항을 모니터링하고 회원 대면 문서의 업데이트가 필요한 부분을 자동으로 식별하고 있다. 이를 통해 새로운 법규에 신속하게 대응하고 운영 비용을 절감하는 동시에 청구 처리의 속도와 정확도를 높이고 있다. AI 기반 콘텐츠 관리 시스템은 변경사항을 추적하고 항상 최신 문서가 사용되도록 보장함으로써 규정 준수와 운영 효율성을 향상시키고 있다. AI 기반 문서 자동화로 처리 시간 50% 단축 달성 동부 연안의 한 의료보험사는 AI 기반 자동화 시스템을 도입해 보험 혜택 요약서(SBC) 생성 시간을 50% 단축했다. 중앙 데이터 저장소와 통합된 이 시스템은 재사용 가능한 콘텐츠와 규칙을 활용해 실시간으로 규정을 준수하는 정보를 여러 채널에 제공했다. 그 결과 중복 콘텐츠가 80% 감소하고, 운영 효율성이 2배로 향상됐다. AI 기반 표준화로 보험 상품 단순화 추진 보험사들은 AI를 활용해 상품 설명에 사용되는 언어를 표준화하고, 완전 맞춤형이 아닌 구성 가능한 상품으로 전환을 추진하고 있다. 이를 통해 회원들의 이해도를 높이고 불필요한 고객 서비스 문의를 줄이는 효과를 거두고 있다. 특히 의료 공급자들과 협력하여 의료적 필요성과 보험 요구사항을 모두 충족하는 상품을 공동 개발하는 방식으로 보장 내용을 명확히 하고 의사소통을 개선하며 회원들에게 더 나은 의료 서비스를 제공하고 있다. 생성형 AI로 개인 맞춤형 의료보험 서비스 시대 개막 보고서는 의료보험 소비자의 47%가 생성형 AI를 통한 의사소통이 보험사와의 소통을 개선할 것이라고 기대하는 것으로 조사됐다. 다만 3분의 2는 보안과 윤리적 문제에 대한 우려도 함께 표명했다. 이에 보험사들은 AI 기반 인사이트와 함께 강력한 데이터 보안 조치를 구현하는 방향으로 디지털 전환을 추진하고 있다. 의료 공급자의 데이터를 통합함으로써 보험사들은 회원의 건강 여정을 더 포괄적으로 파악하고, 의료 기록과 선호도에 기반한 개인화된 권장사항을 제공할 수 있게 되었다. 또한 AI를 활용해 맞춤형 웰니스 프로그램을 개발하고 회원들이 비용 효율적인 의료 서비스를 선택하도록 유도하고 있다. 향후 AI와 생성형 AI는 행정 데이터와 임상 데이터를 통합하고, 회원들의 요구를 예측하며, 선제적인 치료 권장사항과 개인화된 상품을 제공하는 데 핵심적인 역할을 할 것으로 전망된다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 원문 바로가기)

2025.01.23 15:40AI 에디터

밀레니얼 세대가 AI 혁명을 주도하는 3가지 이유

고학력 밀레니얼의 약진...전 연령대 중 가장 높은 43% 학사학위 보유율 기록 글로벌 금융 서비스 기업 MSCI(모건스탠리캐피털인터내셔널)가 발표한 '밀레니얼 세대와 AI 혁명' 보고서에 따르면, 밀레니얼 세대의 42%가 학사학위 이상의 학력을 보유하고 있는 것으로 나타났다. 미국 인구조사국의 2022년 데이터를 보면, 30-34세와 35-39세 연령대에서 각각 43%의 학사학위 이상 보유율을 기록해 전 연령대 중 가장 높은 수준을 보였다. 이는 베이비부머 세대의 33%보다 크게 높은 수준이다. 높은 교육 수준은 새로운 기술 습득과 직결되는데, 경제협력개발기구(OECD)의 연구 결과에 따르면 고학력자일수록 직장에서 새로운 기술을 배울 가능성이 높은 것으로 조사됐다. 이러한 교육적 우위는 AI 기술이 산업 현장에 도입되는 과정에서 밀레니얼 세대에게 큰 강점으로 작용할 것으로 전망된다. AI 업무 활용도, 밀레니얼이 타 세대의 2배 이상...정보검색 45% 기록 밀레니얼과 젊은 X세대의 AI 활용률이 베이비부머 세대를 크게 앞지르는 것으로 나타났다. PCMag이 인용한 애버딘(Aberdeen)의 642명 전문가 대상 조사 결과, 밀레니얼 세대의 45%가 검색엔진보다 빠른 정보 검색을 위해 AI를 활용하고 있었으며, 이메일 작성 및 응답에는 28%, 대규모 데이터 처리 및 트렌드 분석에는 16%가 AI를 활용하고 있었다. 이는 베이비부머 세대의 AI 활용률인 22%(정보검색), 14%(이메일), 8%(데이터 분석)의 두 배 이상에 달하는 수준이다. AI에 대한 높은 신뢰도...밀레니얼 40% vs 베이비부머 22% KPMG와 퀸즐랜드대학교가 전 세계 17개국 1만7천 명을 대상으로 실시한 조사에 따르면, 밀레니얼 세대의 40%가 AI를 신뢰한다고 응답했다. 이는 베이비부머 세대의 신뢰도 22%와 비교해 약 2배 가량 높은 수준이다. 이러한 높은 신뢰도는 AI 기술 수용성으로 이어져 업무 효율성 향상에 기여하는 것으로 분석됐다. 디지털 네이티브 밀레니얼...1991년 웹브라우저부터 2022년 챗GPT까지 경험 밀레니얼 세대는 주요 기술 혁신을 어린 시절부터 경험하며 성장했다. 브라운대학교 연구에 따르면, 어린이가 성인보다 새로운 기술을 더 빠르게 학습하는 것으로 나타났다. 1981년부터 1996년 사이에 태어난 밀레니얼 세대는 1991년 최초의 웹브라우저 출시(10세 이하), 1995년 아마존과 이베이 런칭(14세 이하), 1999년 블루투스 출시(3-18세), 2007년 아이폰 출시(11-26세), 2014년 AI 음성비서 아마존 에코 출시(18-33세), 2022년 챗GPT 출시까지 주요 기술 혁신을 직접 체험했다. 이러한 성장 배경은 새로운 기술에 대한 높은 적응력으로 이어졌다. 기업의 AI 도입 가속화...S&P 500기업 AI 언급 2건에서 199건으로 급증 팩트셋(Factset) 데이터에 따르면, S&P 500 기업들의 실적 발표에서 AI 관련 언급이 2014년 1분기 2건에서 2024년 1분기 199건으로 급증했다. 이는 기업들이 AI의 잠재력을 인식하고 적극적으로 도입을 추진하고 있음을 보여준다. 밀레니얼 세대의 높은 교육 수준과 AI 수용성, 그리고 어린 시절부터 축적된 기술 경험은 이러한 기업의 AI 혁신을 이끄는 핵심 동력이 되고 있다. MSCI 밀레니얼 지수, 10년간 72% 초과 수익률 기록...IT·통신서비스 비중 44% MSCI의 밀레니얼 지수는 밀레니얼 세대를 타겟으로 하는 제품과 서비스를 제공하는 기업들로 구성되어 있다. 이 지수는 지난 10년간(2014년 8월-2024년 8월) 기준지수 대비 72% 높은 수익률을 기록했다. 산업별 구성을 보면 통신서비스 25%, 정보기술 19%, 필수소비재 21.5%, 임의소비재 17.4%, 금융 10.7%, 기타 6.4%로 구성되어 있다. 특히 IT와 통신서비스 비중이 44%에 달해 밀레니얼 세대의 기술 친화적 특성을 잘 반영하고 있다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 바로가기)

2025.01.23 14:34AI 에디터

현실이 된 '기계의 시대'…AI 성장의 6가지 동력은

AI 일상 혁명: 챗봇부터 가사도우미까지...가정용 로봇시장 연 18.8% 성장 글로벌 금융 서비스 기업 MSCI(모건스탠리캐피털인터내셔널)의 보고서에 따르면, AI와 로봇 기술이 우리의 일상을 빠르게 변화시키고 있다. 챗봇과 가상비서부터 내비게이션, 날씨 기반 의상 추천, 넷플릭스나 아마존 프라임의 콘텐츠 추천, 이메일 자동응답까지 AI가 생활 곳곳에 스며들고 있다. 가정용 서비스 로봇 중에서는 로봇청소기와 물걸레 로봇이 2020년 전 세계에서 가장 많이 판매되었다. 가정용 로봇 시장은 2023년 80억 달러에서 2028년 189억 달러로 성장할 전망이며, 연평균 성장률은 18.8%에 달할 것으로 예측된다. 스마트홈 자동화 시장은 조명, 냉난방, 보안, 엔터테인먼트 등을 포함해 2021년 530억 달러에서 2031년 1,566억 달러 규모로 확대될 것으로 전망된다. AI 전문가들은 향후 10년 내에 일상적인 가사 업무의 39%가 자동화될 것으로 예측했는데, 그중 식료품 쇼핑은 59%까지 자동화가 가능한 반면, 육아 관련 업무는 21% 수준에 그칠 것으로 분석했다. 산업현장 혁신: 제조·물류 현장의 AI 도입으로 2030년 산업자동화 시장 2,744억 달러 돌파 전망 산업 현장에서는 데이터의 기하급수적 증가, 머신러닝의 고도화, 클라우드 컴퓨팅의 광범위한 도입이 AI와 자동화 트렌드를 가속화하고 있다. 산업 자동화 시장은 2020년 1,334억 달러에서 2030년 2,744억 달러로 성장할 전망이다. 제조 부문에서는 2020년 기준 전 세계적으로 270만 대의 산업용 로봇이 운영 중이며, 시장 규모는 550억 달러에서 2028년 1,650억 달러를 넘어설 것으로 예상된다. 인간과 협업하는 협동 로봇(코봇) 시장은 2023년 22억 달러에서 2033년 205억 달러로 급성장할 것으로 전망된다. 자율 배송 로봇은 식품 배달, 택배, 병원 물류, 호텔 서비스 등에 도입되어 2030년까지 연평균 21.31%의 성장률로 144.7억 달러에 달할 것으로 예측된다. 헬스케어 혁신: AI로 유방암 진단 정확도 88.8% 달성, 의료비 1,500억 달러 절감 기대 의료 분야에서 AI와 로봇의 활용이 획기적인 변화를 가져오고 있다. 수술용 로봇 시장은 2020년 46억 달러에서 연평균 8.5% 성장해 2030년 103억 달러로 성장할 것으로 예상된다. 스트라이커사는 2023년 의료 데이터와 AI를 활용해 수술 로봇의 성과를 개선하겠다고 발표했다. 한국의 연구진이 개발한 AI 시스템은 조기 유방암 진단에서 91%의 정확도를 보였으며, T1 암과 림프절 음성 암에서는 87%의 정확도를 달성했다. AI 단독 사용 시 유방암 진단 정확도는 88.8%로, 의사들의 진단 정확도 75.3%를 크게 웃돌았으며, AI와 의사가 협력할 경우 84.8%의 정확도를 보였다. 플로리다 국제대학 연구진은 AI를 활용해 실험실 검사나 영상 촬영 없이도 83%의 정확도로 뇌졸중을 진단하는 데 성공했다. AI의 의료 분야 도입으로 2026년까지 미국의 의료비용을 1,500억 달러 절감할 수 있을 것으로 전망된다. 자율주행 혁신: 첨단운전자보조시스템으로 2030년까지 사고 15% 감소 예측 자율주행 자동차 분야에서 AI 기술이 혁신을 이끌고 있다. 미국 도로교통안전국(NHTSA)에 따르면 교통사고의 90% 이상이 운전자의 실수로 발생한다. 첨단 운전자 보조 시스템(ADAS)의 도입으로 2030년까지 유럽의 교통사고가 15% 감소할 것으로 예측된다. 자율주행차는 차량 주변에 설치된 카메라로 도로, 교통 표지판, 다른 차량, 보행자 등을 감지하고 해석하는 AI 기술을 활용한다. 자율주행차 시장은 2021년 1,060억 달러에서 2030년 2.3조 달러 규모로 성장할 전망이다. AI 성장의 6대 동력: 고령화에서 지속가능성까지 AI와 로봇 산업의 성장을 견인하는 주요 동력으로 크게 여섯 가지가 꼽힌다. 첫째, 고령화 추세로 2030년까지 60세 이상 인구가 14억 명에 달할 것으로 예상된다. 둘째, 이커머스의 급성장으로 물류 부문의 자동화 수요가 증가하고 있다. 셋째, 컴퓨팅 성능의 기하급수적 향상과 알고리즘의 고도화로 기계의 학습 능력이 빠르게 발전하고 있다. 넷째, 2050년까지 세계 인구의 68%가 도시에 거주할 것으로 예상되면서 청소 로봇과 엔터테인먼트용 로봇 수요가 증가할 전망이다. 다섯째, 팬데믹 이후 인력난이 심화되면서 산업계의 로봇 도입이 가속화되고 있다. 미국 요식업계는 2022년 말 기준 인력이 2019년 대비 40만 명 부족한 상황이다. 여섯째, 자율 로봇이 운영 효율성뿐만 아니라 환경적 이점도 제공한다. 일례로 에코로보틱스는 2021년 정밀 제초용 자율 로봇을 출시해 제초제 사용량을 최대 95%까지 줄일 수 있게 했다. AI 시대의 과제: 일자리 변화와 윤리적 문제 골드만삭스는 AI 기술이 미국 노동인구의 63%에 영향을 미칠 것으로 예측했으며, 약 7%의 미국 근로자들이 AI로 인해 일자리를 잃을 위험에 처해있다고 분석했다. 다만 역사적으로 새로운 기술의 도입은 새로운 직업을 창출해왔다. 실제로 지난 80년간 고용 증가의 85% 이상이 신기술로 인한 새로운 직종에서 발생했으며, 현재 직업의 60%는 1940년에는 존재하지 않았던 것으로 나타났다. 한편 AI의 학습 데이터셋에서 발견되는 성차별과 인종차별 문제, AI의 오남용 우려 등 윤리적 문제도 제기되고 있다. 한 연구에 따르면 AI가 1분 만에 50% 이상의 비밀번호를 해독했으며, 1시간 이내에 65%를 해독하는 데 성공했다. 골드만삭스의 분석에 따르면, AI 기술의 혁신으로 향후 10년간 전 세계 GDP가 7%(약 7조 달러) 증가할 것으로 전망된다. PWC는 2030년까지 AI가 글로벌 경제에 15.7조 달러의 기여를 할 것으로 예측했으며, 특히 중국(26%)과 북미(14.5%)가 가장 큰 혜택을 받을 것으로 분석했다. 액센츄어는 2035년까지 AI가 16개국 12개 산업에서 평균 38%의 수익성 향상과 14조 달러의 경제적 이익을 창출할 것으로 전망했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 바로가기)

2025.01.23 14:17AI 에디터

콜센터에 AI 도입했더니…통화량 30% 줄었다

CX가 이제는 기업 성패 좌우...주가수익률 43%p 차이 클라우드 컨택센터(CCaaS) 기업 나이스(NICE)가 발간한 '2025 CX 전략 기획 보고서'에 따르면, 고객경험(CX)이 이제는 단순한 부서 차원의 과제가 아닌 핵심 비즈니스 전략으로 자리잡았다. 나이스의 최신 연구에 따르면 고객 만족도가 높은 기업들은 5년간 주가수익률이 경쟁사보다 43%p 높았으며, 특히 지난 1년간은 그 격차가 15%p까지 벌어졌다. 포레스터는 마케팅, 디지털, CX 팀의 연계가 잘 된 기업들이 그렇지 않은 기업들보다 1.6배 빠른 매출 성장과 1.4배 높은 고객 유지율을 보인다고 분석했다. AI 고객서비스 도입률: 품질관리 66%, 피드백분석 55% 달성 메트리지(Metrigy)의 조사 결과, 이미 AI를 도입한 기업들 중 66%가 품질관리에, 55%가 고객 피드백 분석에 AI를 활용하고 있는 것으로 나타났다. AI 코파일럿은 상담원부터 관리자, CX 리더까지 모든 직급의 업무 효율성과 효과성을 높이고 있으며, 특히 의사소통, 분석, 문제해결 능력을 크게 향상시키고 있다. AI 도입 기업 사례: 통화량 30% 감소, 수익 15% 증가 달성 AI 도입 효과는 이미 수치로 입증되고 있다. 오픈 네트워크 익스체인지의 경우 AI 기반 고객 인사이트 활용으로 통화량이 30% 감소했고, 고객 응대 에스컬레이션은 20% 줄었으며, 통화당 수익은 15% 증가했다. 맵스 크레딧 유니온은 AI 자동요약 기능 도입 후 상담원의 통화 처리량이 21.6% 증가했고, 통화후 작업시간은 90% 감소했으며, 평균 처리 시간은 35초 단축되었다. 또한 월 2,500건 이상의 통화가 다른 채널로 전환되었고, 4,000건 이상이 셀프서비스로 해결되었다. AI 챗봇 신뢰도 28% - RAG 기술로 정확도 높이는 기업들 포레스터 리서치에 따르면 뉴욕시와 에어캐나다 등이 AI 챗봇의 부정확한 응답으로 어려움을 겪었으며, 미국 온라인 사용자의 28%만이 AI가 제공하는 정보를 신뢰한다고 답했다. 이에 기업들은 벡터화된 지식베이스를 통해 검증된 정보만을 AI가 활용하도록 제한하고, 실시간 데이터를 반영하는 검색 증강 생성(RAG) 기술을 도입해 AI의 정확도를 높이고 있다. 자율 작업이 가능한 AI 에이전트의 부상 맥킨지는 AI 에이전트가 단순 작업 실행자에서 복잡한 업무가 가능한 자율 실행자로 진화하고 있다고 분석했다. 이들은 대규모 언어 모델과 도구, 메모리, 자가 최적화 기능을 결합해 기존 지식 노동자들의 업무를 수행할 수 있게 되었다. AI 에이전트들은 서로 협업하고 업무를 분배하며, 전체 워크플로우를 재구성하는 등 지능형 자동화의 새로운 시대를 열어가고 있다. 디지털 퍼스트, 그러나 디지털 온리는 아닌 CX 전략 오늘날의 CX 환경에서 디지털 우선 접근은 필수지만, 디지털 채널에만 의존하면 고객 경험에 공백이 생길 수 있다. 디즈니 스트리밍의 사례가 이를 잘 보여준다. 디즈니는 디즈니플러스, 훌루, ESPN+, 스타+ 등 4개의 주요 브랜드를 나이스의 CXone 플랫폼으로 통합했다. 전 세계 100개국 이상에서 1만 명의 상담원이 이 플랫폼을 사용하고 있으며, 디지털과 음성, 인간과 가상 상담원을 하나의 플랫폼에서 통합 관리하고 있다. 디즈니 스트리밍의 라이언 슈위어스 운영 디렉터는 "글로벌 조직이 빠르게 확장하고자 한다면 나이스 CXone을 선택해야 한다"고 강조했다. 포레스터는 "기업들이 통합된 브랜드 경험을 제공하기 위해 디지털 고객 상호작용 전략을 재구성할 필요가 있다"고 분석했다. 중소기업도 주목하는 AI 커뮤니케이션: 월 5달러로 시작하는 AI 고객서비스 중소기업들도 통합 커뮤니케이션 서비스(UCaaS)와 컨택센터 서비스(CCaaS)의 통합을 통해 고객 서비스 역량을 강화하고 있다. 이는 수년간 준비되어 온 흐름이 이제 모든 규모의 조직에서 주류가 되고 있음을 보여준다. 나이스의 1CX 플랫폼을 통해 기업들은 사용자당 월 5달러라는 비용 효율적인 가격으로 완전히 통합된 UCaaS와 CCaaS 플랫폼을 이용할 수 있게 되었다. COMMfusion의 블레어 플레전트 대표는 "더 많은 사용 사례와 애플리케이션이 이러한 통합 기능을 활용하면서, 조직들이 고객 서비스와 고객 경험에 대한 관점을 '모두를 위한 CX'로 확장할 것"이라고 전망했다. AI 도입 성과, 이제는 수치로 입증해야 AI 기반 고객경험이 보편화되면서 새로운 성과 측정 지표의 필요성이 대두되고 있다. 단순한 효율성 지표를 넘어 AI-인간 협업의 품질, AI 응답에 대한 고객 만족도, 복잡한 문제 해결능력 등을 측정하는 새로운 벤치마크가 2025년에는 일반화될 전망이다. 포브스에 따르면 기업들은 AI 추천사항에 대한 상담원 수용률, AI 라우팅 성과, 고객 만족도, AI에서 상담원으로 전환되는 의도 패턴 등을 종합적으로 관리해야 할 것으로 보인다. 이미지출처: 나이스(NICE) ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 원문 바로가기)

2025.01.22 23:05AI 에디터

바퀴 달린 스마트폰이 온다…'SW 중심 자동차'가 뭐길래

소프트웨어 중심 자동차(SDV) 시대를 여는 길 - 소프트웨어와 생태계 협력 소프트웨어정책연구소의 "소프트웨어 중심 자동차(SDV) 시대를 여는 길" 보고서에 따르면, SDV는 차량을 단순한 이동 수단이 아닌, 데이터 기반의 스마트 플랫폼으로 변모시키는 새로운 자동차 패러다임이다. SDV는 하드웨어와 소프트웨어의 독립적 발전을 통해 혁신적인 사용자 경험을 제공하며, 자동차 산업의 미래를 재정의하고 있다. 소프트웨어 중심 자동차의 부상과 시장 전망 SDV는 기존의 기계적 이동 수단과는 차별화된 하드웨어-소프트웨어 분리 구조를 기반으로 한다. 무선 소프트웨어 업데이트(OTA)와 데이터 기반 맞춤형 서비스가 핵심 기술로 자리 잡으면서 자동차의 기능과 사용자 경험을 지속적으로 개선하고 있다. 시장조사기관 마켓앤마켓은 SDV 시장이 2028년까지 연평균 9.15% 성장해 약 4,192억 달러에 이를 것으로 전망했다. 또한, 맥킨지는 글로벌 자동차 소프트웨어 시장이 2030년까지 840억 달러에 도달할 것이라고 분석하며, 이는 2020년 이후 두 배 이상 증가한 수치라고 강조했다. 이러한 성장은 SDV가 자동차 산업의 핵심 축으로 자리 잡고 있음을 보여준다. 그러나 보고서는 이러한 빠른 성장에도 불구하고 소프트웨어 인력 수급 문제와 생태계 협력 부족이 여전히 큰 도전 과제로 남아 있다고 지적했다. AI·빅데이터가 주도하는 자율주행의 미래 SDV는 인공지능과 빅데이터 분석을 통해 자율주행 기능과 운전자 지원 시스템을 지속적으로 발전시키고 있다. 차량에 탑재된 AI 알고리즘은 주행 데이터, 환경 정보, 사용자 선호도 등을 실시간으로 분석하여 최적의 주행 경험을 제공한다. 특히 컴퓨터 비전과 딥러닝 기술을 활용한 자율주행차용 AI는 도로 상황을 정확히 인식하고 안전한 주행을 지원하는 핵심 기술로 자리잡고 있다. AI 기반 개인화 서비스가 바꾸는 운전 경험 AI는 운전자와 승객의 선호도를 학습해 맞춤형 환경을 제공하는 데도 활용된다. 음성인식과 자연어 처리 기술을 통해 차량과의 상호작용을 더욱 직관적이고 편리하게 만들고 있으며, AI 기반의 예측 유지보수 시스템은 차량의 상태를 실시간으로 모니터링하고 잠재적 문제를 사전에 감지한다. 또한 AI는 운전자의 운전 패턴과 습관을 분석해 연비를 최적화하고 안전 운전을 유도하는 데도 활용된다. SDV 산업이 이끄는 AI 인재 수요...전문인력 부족률 21.1% 소프트웨어정책연구소의 조사에 따르면, 현재 SDV 산업에서 AI 및 소프트웨어 전문 인력의 부족 현상이 심각한 것으로 나타났다. 특히 자동차 및 부품 제조 산업에서 소프트웨어 엔지니어의 부족률은 36.2%로, ICT 산업의 소프트웨어 인력 부족률(17.9%)보다 훨씬 높은 수준을 보이고 있다. 전체 미래형 자동차 인력의 부족인력 중 소프트웨어 인력이 차지하는 비중은 48.1%에 달한다. AI 중심의 개방형 생태계 구축 필요성 대두 SDV 산업의 경쟁력 강화를 위해서는 AI 기술을 중심으로 한 개방형 생태계 구축이 시급하다. 특히 AI 알고리즘 개발, 데이터 공유, 테스트베드 구축 등에서 자동차 제조업체와 소프트웨어 기업 간의 협력이 필수적이다. 이를 위해 'SDVerse'와 같은 글로벌 협력 플랫폼 참여를 통해 AI 기술 역량을 강화하고, 산학연 협력을 통한 AI 인재 양성 시스템 구축이 요구되고 있다. AI 전문인력 양성을 위한 정책적 과제 소프트웨어정책연구소는 SDV 산업의 경쟁력 강화를 위해 AI 전문인력 양성이 시급하다고 강조한다. 이를 위해 자동차 공학, 소프트웨어 개발, 클라우드 기술 등 다양한 분야를 통합적으로 학습할 수 있는 'SDV 아카데미' 설립과 산학협력 강화가 필요하다. 특히 현장 실무와 연계된 교육 인프라 구축과 전문 교수진 확보를 통해 즉시 활용 가능한 AI 인재를 양성해야 한다는 제언이다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 원문 바로가기)

2025.01.22 17:14AI 에디터

[Q&AI] 파리생제르망 VS 맨체스터시티…AI에게 승리팀 물었더니

질문: 이번에 하는 파리생제르망이랑 맨시티 경기, 누가 이길까? 젠스파트 답변: PSG와 맨시티의 경기 분석 이번 파리생제르망(PSG)과 맨체스터 시티(맨시티)의 챔피언스리그 경기는 양 팀 모두에게 매우 중요한 경기로, 승리하지 않으면 탈락 위기에 처할 수 있는 상황이다. PSG는 현재 7점으로 25위에 머물러 있으며, 맨시티는 8점으로 22위에 위치하고 있다. 최근 성적 맨시티는 최근 5경기에서 4승 1무를 기록하며 상승세를 타고 있으며, 이 과정에서 22골을 기록했다. 이는 팀의 공격력이 매우 강하다는 것을 보여준다. 반면 PSG는 최근 10경기에서 무패를 기록하고 있지만, 팀의 전반적인 경기력은 불안정한 상태이다. 선수들의 컨디션 PSG의 이강인은 최근 좋은 활약을 보이고 있으며, 팀의 공격에서 중요한 역할을 하고 있다. 그러나 PSG는 몇몇 주축 선수들이 부상으로 결장할 가능성이 있어, 팀의 전력에 악영향을 미칠 수 있다. 맨시티는 부상 선수들이 많지만, 최근 경기에서의 상승세와 공격력 덕분에 PSG를 상대로 좋은 결과를 기대할 수 있다. 결론 현재로서는 맨시티가 최근의 좋은 흐름과 공격력을 바탕으로 승리할 가능성이 높아 보인다. 그러나 PSG의 홈 경기이기 때문에, 이강인의 활약에 따라 결과가 달라질 수 있다. 추가 답변:이번 경기는 1월 23일 새벽 5시에 파리의 파르크 데 프랭스에서 열리며, 두 팀 모두 16강 진출을 위한 중요한 분수령이 될 것으로 예상된다. PSG는 리그에서 1위를 유지하고 있지만, 챔피언스리그에서는 2승 1무 3패로 부진한 성적을 기록하고 있다. 반면, 맨시티는 최근 5경기에서 4승을 거두며 상승세를 타고 있으며, 챔피언스리그에서도 2승 2무 2패로 PSG보다 나은 성적을 보이고 있다. 이강인은 이번 시즌 리그에서 6골 3도움을 기록하며 팀 내에서 중요한 역할을 하고 있으며, 이번 경기가 그의 입지를 더욱 확고히 할 기회가 될 것이다. 또한, 맨시티의 엘링 홀란은 최근 4경기에서 4골을 기록하며 팀의 공격을 이끌고 있어, 그의 활약도 기대된다. 결국, 두 팀 모두 승리가 절실한 상황에서, 맨시티의 최근 상승세와 PSG의 홈 경기 이점을 고려할 때, 경기는 매우 치열할 것으로 보인다. ■ 기사는 젠스파크를 활용해 작성되었습니다.

2025.01.22 15:17AI 에디터

Prev 11 12 13 14 15 16 17 18 Next