검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'AI 에디터'통합검색 결과 입니다. (569건)

태그
기간
- 3개월
- 1년
- 1년 이전

재검색

AI 투자전쟁 뜨겁다…美中, 올해 2.8조원 쏟아붓는다

AI 투자 경쟁 본격화...주요국 대규모 자금 투입 세계경제포럼(WEF)과 맥킨지가 공동 발간한 '글로벌 협력 바로미터 2025' 보고서에 따르면, 기계학습 기술이 경제와 사회 전반으로 확산되면서 인공지능(AI) 주도권 확보가 국가와 기업의 핵심 성장 동력으로 부상했다. 맥킨지는 생성형 AI만으로도 2.6조 달러에서 4.4조 달러 규모의 가치가 창출될 것으로 전망했다. 글로벌 기업들의 AI 도입과 국가별 투자 현황 글로벌 혁신기술 지표는 2012년 이후 꾸준한 상승세를 보이며 2023년에도 긍정적 성장을 이어갔다. 특히 IT 서비스 교역, 국경 간 데이터 흐름, 인터넷 사용자 수가 지속적으로 증가했다. 맥킨지가 실시한 글로벌 기업 임원 대상 설문조사에서는 응답자의 65%가 생성형 AI를 도입했다고 답했다. 국가별로는 미국이 연방정부의 AI 투자를 대폭 확대했으며, 중국은 향후 수년간 AI 산업에 1.4조 달러를 투자할 계획이다. 사우디아라비아는 1,000억 달러 규모의 AI 프로젝트 투자를 약속했고, 인도는 국가 AI 혁신 생태계 구축을 발표했다. 각국의 AI 전략과 규제 방향 주요국들은 AI 주도권 확보를 위한 차별화된 전략을 추진하고 있다. 미국은 AI 안전성 확보와 기술 우위 유지에 초점을 맞추고 있으며, 중국은 자국 AI 산업 육성을 통한 기술 자립을 추구하고 있다. 사우디아라비아와 인도는 AI 혁신 생태계 구축에 주력하고 있다. 동시에 각국은 자국의 AI 시스템과 역량을 개발하는 'AI 주권' 확보와 다자간 협력 사이에서 균형을 맞추려 노력하고 있다. AI가 바꾸는 산업 지형도 AI는 산업 전반에 걸쳐 큰 변화를 가져올 것으로 전망된다. 특히 국제 무역 분야에서 AI와 디지털화는 G7 국가들의 교역량을 약 9조 달러(43%) 증가시킬 것으로 예측된다. AI는 효율성 향상과 새로운 무역 기회 창출에도 큰 역할을 할 것으로 기대된다. 한편 반도체와 같은 핵심 기술 분야에서는 원자재와 첨단기술 통제 조치가 강화되고 있어, 글로벌 공급망에도 영향을 미치고 있다. AI가 가져올 노동시장의 구조적 변화 국제통화기금(IMF)은 AI가 전 세계 일자리의 약 40%에 영향을 미칠 것으로 전망했다. 이 중 절반은 일자리가 사라질 위험에 처해있다. 방치할 경우 AI는 허위정보 확산을 가속화하고 평화와 안보에 새로운 위험을 초래할 수 있다는 우려도 제기됐다. AI 기술 경쟁의 새로운 전선 혁신기술 지표는 대부분 팬데믹 이전 수준을 상회했지만, 반도체와 같은 주요 공급망이 국가 간 통제 조치로 영향을 받고 있다. 국경 간 특허 출원은 2023년 감소했으며, 국경 간 R&D도 2022년(최신 데이터 기준) 하락세를 보였다. 이러한 추세는 총요소생산성(TFP)의 정체 현상에 영향을 미치고 있다고 보고서는 분석했다. AI 안전성 확보를 위한 국제협력 움직임 지정학적 경쟁이 심화되는 가운데서도 AI 안전성 확보를 위한 국제협력이 시작됐다. 2024년 11월 APEC 정상회의에서 시진핑 중국 국가주석과 바이든 미국 대통령은 핵무기 시스템에 대한 AI 통제 방지에 합의했다. 또한 UN 사무총장의 AI 고위자문기구는 최종보고서 '인류를 위한 AI 거버넌스'를 통해 AI 위험 해결과 기술 혜택의 공평한 공유를 위한 첫 글로벌 계획을 제시했다. 보고서는 AI 주권을 추구하면서도 다자간 파트너십을 통해 표준 수립, 가이드라인 설정, 국경 간 데이터 흐름 촉진을 동시에 달성해야 한다고 제안했다. AI 협력과 경쟁의 새로운 패러다임 보고서는 AI 분야에서 '무질서한 협력'(disordered cooperation)의 중요성을 강조했다. 이는 기존의 질서정연한 접근방식에서 벗어나, 더 유연하고 역동적인 파트너십을 통해 AI 기술의 혜택을 최대화하고 위험은 최소화하는 새로운 협력 모델을 의미한다. 특히 AI 기술의 급속한 발전 속도를 고려할 때, 각국은 기회가 발생할 때마다 신속하게 대응할 수 있는 '계획된 기회주의'(planned opportunism)를 채택해야 한다고 제안했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 바로가기)

2025.01.10 09:41AI 에디터

AI가 확 바꾼 일자리 지도…내 직업은 괜찮을까

AI가 주도하는 디지털 혁신 시대의 도래 세계경제포럼(WEF)이 발간한 '미래일자리 보고서 2025'에 따르면, 2030년까지 전체 기업의 86%가 AI와 정보처리 기술로 인한 조직 혁신을 경험할 것으로 전망된다. 디지털 접근성 확대는 60%의 기업이 변화를 예상하는 가장 큰 변혁 동인으로 꼽혔으며, 로봇과 자율 시스템이 58%, 에너지 생성 및 저장 기술이 41%로 그 뒤를 이었다. 특히 2022년 11월 챗GPT 출시 이후 AI 분야 투자가 8배나 증가했으며, 이는 서버와 에너지 발전소 등 물리적 인프라 투자 증가로 이어지고 있다. 데이터 전문가 수요 급증, 단순 업무 일자리는 감소 리포트에 따르면 AI와 디지털 기술 확산은 전 세계적으로 약 22%의 일자리에 영향을 미칠 전망이다. 2030년까지 기술 변화로 인해 약 1억 7천만 개의 새로운 일자리가 창출되는 반면, 약 9천 2백만 개의 일자리는 사라질 것으로 예상된다. 특히 기술 관련 직무의 수요가 급증하고 있다. 최종적으로는 전체 고용의 7%인 7천 8백만개의 순증가가 예상된다. 리포트는 빅데이터 전문가, 핀테크 엔지니어, AI 및 머신러닝 전문가와 같은 기술직이 가장 빠르게 성장할 직군으로 꼽았다. 반면, 은행 창구 직원, 우편 서비스 직원, 데이터 입력 직원 등은 AI 및 자동화로 인해 가장 급격히 감소할 직군으로 나타났다. AI의 발전은 단순한 일자리 대체를 넘어, 인간-기계 협업의 새로운 형태를 만들어 내고 있다. 기업들은 직원들이 AI 기술을 활용해 더 창의적이고 전략적인 업무를 수행할 수 있도록 지원하고 있으며, AI의 활용은 기업 운영 효율을 100배까지 향상시킬 수 있는 잠재력을 보이고 있다. 의료·교육계의 AI 혁신: 90% 정확도의 AI 진단과 64% 향상된 학습 효과 미국 재무부는 'Managing AI-Specific Cybersecurity Risks in the Financial Services Sector' 보고서에서 금융 서비스 부문에서 AI의 잠재력과 위험을 동시에 강조했다. AI는 실시간 사기 탐지와 보안 강화에서 중요한 역할을 하고 있지만, 동시에 데이터 오염, 데이터 유출 등의 위험을 관리할 필요성이 커지고 있다. 의료 분야에서는 대형언어모델(LLM)을 활용한 정신 건강 진단 보조 시스템이 개발되고 있다. 연구에 따르면 우울증 및 불안장애 진단에 있어 AI 기반 시스템의 정확도가 90%를 넘어서며, 의료진 부족 문제 해결의 열쇠로 주목받고 있다. 이와 같은 기술은 환자와 자연어로 대화하며 증상을 평가하고, 진단의 일관성과 신뢰성을 향상시키고 있다. 교육 분야에서도 AI는 새로운 학습 방법을 제시하고 있다. 독일 뮌헨공대 연구진은 VR과 생성형 AI를 결합하여 문화유산 학습 효과를 64% 향상시키는 교육 방식을 개발했다. 시선 추적 기술과 맞춤형 AI 지도가 적용된 VR 학습 환경이 몰입감을 높여 더 나은 교육 결과를 제공하고 있다. 100배 빨라진 업무 속도: 글로벌 기업들의 AI 혁신 사례 월마트(Walmart), EA(Electronic Arts), 레노보(Lenovo) 등 글로벌 기업들은 AI 도입을 통해 운영 혁신을 이루고 있다. 월마트는 8억 5천만 개의 제품 카탈로그 데이터를 AI로 관리하여 기존 인력 대비 100배 이상의 효율을 달성했다. 레노보는 AI를 통해 고객 지원에서 70-80%의 자동화를 이루었고, 마케팅 자료 제작 시간을 90% 단축했다. 하지만 AI 도입 과정에서 해결해야 할 과제도 존재한다. 많은 기업들이 기술 도입 이후 성과 측정을 소홀히 하고 있으며, 직원들이 새로운 소프트웨어 사용에 어려움을 겪으면서 연간 수백만 달러의 비용 손실을 초래하고 있다. 이를 해결하기 위해 기업들은 직원 경험 관리와 기술 활용도 향상에 주력해야 한다. 문화예술계에도 부는 AI 바람: 인간의 창의성을 넘보다 AI는 문화와 창의성 분야에서도 새로운 가능성을 열어주고 있다. AI 기반 텍스트 생성 기술은 인간이 쓴 글과 매우 유사한 결과물을 내놓고 있지만, 여전히 인간의 창의성과는 차이가 있다는 연구 결과도 있다. 서울시립대학교 연구진은 AI가 생성한 텍스트가 특정 설정값에 따라 더 창의적이거나 인간과 유사한 표현을 보일 수 있음을 밝혀냈다. CES 2025에서는 한국 기업들이 AI와 디지털 헬스 분야에서 최고 혁신상을 대거 수상하며 글로벌 시장에서 기술력을 입증했다. 특히 AI 기술을 활용한 사이버보안, 생체 인식 결제, VR 기반 디지털 치료기기 등이 주목을 받았다. AI가 가져올 미래… 준비가 필요하다 AI 기술은 이제 단순한 도구를 넘어 산업과 일자리의 구조를 근본적으로 재편하고 있다. AI가 제공하는 기회는 무궁무진하지만, 동시에 새로운 위험과 윤리적 문제를 수반한다. 글로벌 리포트들은 AI 기술의 긍정적 잠재력을 극대화하면서, 동시에 데이터 보호, 편향 문제 해결, 지속적인 직원 재교육을 강조하고 있다. 보고서에 따르면 기업들의 절반이 AI에 대응하여 사업 방향을 재조정할 계획이며, 3분의 2는 AI 관련 기술을 보유한 인재를 채용할 예정이다. 또한 40%의 기업이 AI가 업무를 자동화할 수 있는 분야에서 인력을 감축할 것으로 예상된다. 기업들은 AI와 빅데이터, 네트워크와 사이버보안, 기술 리터러시를 향후 가장 빠르게 성장할 핵심 기술로 꼽았다. 앞으로의 시대는 인간-기계 협업을 중심으로 한 하이브리드 직무 환경이 표준이 될 것이다. 이를 대비하기 위해 기업과 정부는 업스킬링(upskilling)과 리스킬링(reskilling) 전략을 강화하고, AI 기술을 윤리적으로 활용할 수 있는 정책적 지원이 필요하다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 일자리 보고서 바로 가기)

2025.01.09 14:16AI 에디터

일반인이 허위정보 인플루언서 되는 이유…생성형 AI 때문?

케임브리지 대학교에서 발표한 보고서에 따르면 허위정보 확산에 있어 생성형 인공지능(Generative AI, 이하 GenAI)이 중요한 역할을 하고 있으며, 경제적 동기가 이를 가속화하고 있다. 연구진은 브라질과 미국에서 15개월간 진행된 민족지학적 연구를 통해 일상적인 사용자들이 어떻게 GenAI를 활용해 허위정보를 생성하고 확산하는지를 심층 분석했다. 이 보고서는 허위정보 제작자들의 경제적 동기와 GenAI 사용 전략을 체계적으로 정리하며, 기존의 허위정보 연구와는 다른 중요한 통찰을 제공한다. 허위정보 제작의 경제적 동기는 "인플루언서 백만장자" 신드롬 보고서에 따르면, 허위정보 제작자들이 GenAI를 활용하는 가장 큰 이유는 경제적 이익이다. 많은 참가자들은 "누구나 콘텐츠 제작을 통해 부자가 될 수 있다"는 믿음을 가지고 GenAI를 통해 콘텐츠를 대량으로 제작하고 있었다. 13~26세 응답자의 57%가 인플루언서가 되고 싶다고 답했고, 50%는 수익이 보장된다면 현재 직업을 그만두겠다고 답했다. 특히, 생성형 AI는 글쓰기나 영상 편집 기술이 부족한 사람들도 콘텐츠를 대량으로 제작할 수 있도록 돕는다. 이들은 허위정보의 진실성보다 콘텐츠가 바이럴될 가능성에 더 집중하며, 그 결과 허위정보의 품질보다는 양적인 측면이 강화된다. 브라질의 한 참가자는 2022년 브라질 대선 당시 정치적 허위정보를 담은 콘텐츠를 제작해 TikTok에서 수백만 회의 조회수를 기록했다. 이 참가자는 "돈을 벌기 위한 가장 빠른 방법은 유튜브에 동영상을 올리는 것"이라며, 정치적 신념보다는 경제적 동기에 의해 콘텐츠를 제작했다고 밝혔다. 허위정보의 민주화, 누구나 콘텐츠 제작자가 될 수 있는 시대 보고서에 따르면, GenAI는 허위정보 제작의 진입 장벽을 낮추고 누구나 콘텐츠 제작자가 될 수 있는 환경을 조성했다. 기술적 지식이 부족한 일반 사용자들도 AI 도구를 활용해 고품질 콘텐츠를 제작할 수 있게 되면서 허위정보 확산이 더욱 가속화되고 있다. 조사된 사례에 따르면, 정치적 패러디 영상이나 건강 관련 허위정보 영상이 수백만 회 조회수를 기록하며 확산되었다. 특히, AI를 활용해 기존 콘텐츠를 재가공하거나 새로운 콘텐츠로 포장하여 여러 플랫폼에 적응시키는 방식이 일반화되고 있다. 미국의 한 참가자는 MidJourney와 같은 이미지 생성 도구를 활용해 유명 인사들의 사진을 조작하고, 이를 TikTok과 YouTube에 게시해 대중의 관심을 끌었다. 또 다른 참가자는 AI 음성 합성 도구를 사용해 정치인들의 발언을 왜곡하여 허위정보를 담은 영상을 제작했다. 허위정보 크리에이터의 마케팅 전략: '신뢰와 권위'를 가장하다 허위정보 제작자들은 AI를 활용하여 자신을 전문가로 포장하고, 신뢰를 쌓기 위한 다양한 마케팅 기법을 사용한다. 보고서는 이들이 인플루언서 마케팅 전략을 적극 활용하며, 콘텐츠의 진실성 여부와 관계없이 팔로워와의 관계를 심화시키는 데 주력한다고 설명했다. AI는 이러한 작업을 자동화하고 개인화하여 더욱 효율적으로 수행할 수 있게 한다. 크리에이터들은 AI 도구를 사용해 자신만의 목소리를 유지하면서도 대규모 콘텐츠를 자동으로 생산하고 재배포하고 있다. 허위정보 제작과의 전쟁: 플랫폼의 대응과 과제 허위정보 크리에이터들이 AI로 생성한 콘텐츠를 플랫폼이 효과적으로 규제하기 어려운 이유 중 하나는 크리에이터들이 허위정보 감시 체계를 회피하는 방법을 끊임없이 학습하기 때문이다. 플랫폼이 생성형 AI 콘텐츠에 라벨을 부착하려는 시도는 있었지만, 많은 크리에이터들은 이러한 라벨이 자신의 수익에 악영향을 미칠 수 있다는 우려 때문에 자발적으로 이를 적용하지 않고 있다. 참가자들은 AI 라벨이 정치적으로 중립적이라고 인식했으며, 이는 일반적인 팩트체크 라벨과는 달리 더 높은 신뢰를 얻고 있는 것으로 나타났다. 반면, 일반 사용자들은 AI가 생성한 콘텐츠인지 여부를 알 수 있는 투명성을 강하게 요구하고 있다. 연구진은 AI 라벨링이 허위정보 공유를 줄이는 데 효과적일 수 있다고 제안하며, 추가적인 연구가 필요하다고 주장했다. 새로운 허위정보 시대, 생성형 AI의 역할 보고서는 허위정보 생성의 주체가 전문가나 정치적 단체에서 개인으로 확대되었음을 강조한다. 생성형 AI는 콘텐츠 생성의 진입 장벽을 낮추었으며, 이는 허위정보 확산의 새로운 시대를 열었다. 허위정보의 확산 속도가 빨라지고 양이 많아지면서, 플랫폼과 규제 기관은 기존의 허위정보 대응 방식으로는 부족하다는 현실을 직면하고 있다. 앞으로는 AI 기반 허위정보 생성의 새로운 패러다임에 대응하기 위한 보다 정교한 접근이 필요할 것이다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성됐습니다. (☞ 보고서 바로 가기)

2025.01.09 14:12AI 에디터

초급 5명 대신 고급 1명?...생성형 AI, SW개발자 채용시장도 바꾼다

소프트웨어정책연구소(SPRi)가 발간한 '소프트웨어 개발자 채용시장의 변화와 생성형 AI의 영향' 보고서에 따르면, 현재 SW 개발자 채용시장은 2020-2021년 호황기에 비해 크게 위축된 상태다. 2023년 스타트업 투자 건수는 965건으로 전년 대비 65% 줄었고, 투자금액도 51% 감소한 5조 8,110.9억원을 기록했다. 특히 스타트업 폐업 건수는 2021년 71건에서 2023년 119건, 2024년에는 144건으로 늘어났다. 원티드랩의 설문조사에 따르면, 현업 개발자들의 약 43%는 생성형 AI의 개발실력이 13년 차 경력자 수준이라고 평가했으며, 응답자의 91.8%는 생성형 AI가 개발자를 대체할 것이라는 데 동의했다. 중소벤처기업부(2024)의 조사에 따르면, 국내 벤처기업의 업종 중 SW 개발 및 에너지 등 첨단 제조·서비스 업종이 약 50.4%를 차지하고 있다. IT업계의 투자 위축은 이러한 벤처기업의 채용시장에 직접적인 영향을 미치고 있다. 특히 인건비 부담이 큰 개발자 채용이 가장 먼저 영향을 받고 있는 것으로 나타났다. 코딩테스트는 필수? 기업 규모별 채용 평가 기준의 변화 채용과정에서 생성형 AI 도입으로 인한 변화도 감지되고 있다. 기술 면접에서는 단순 코딩 능력보다 AI 도구를 활용한 문제해결 능력과 통합적인 시스템 설계 능력이 더욱 중요해질 전망이다. 프롬프트 엔지니어링이 새로운 역량으로 부상했지만, 현업 개발자들은 이를 본질적 역량으로 보기에는 시기상조라는 의견이 지배적이다. 채용과정에서 코딩테스트의 필요성에 대한 의견이 엇갈리고 있다. 대기업과 대기업 연구소는 대량 검증과 평가를 위해 코딩테스트를 필수로 보는 반면, 중소기업과 스타트업은 실무 역량과의 연관성 부족을 지적하며 비용과 효용성에 의문을 제기하고 있다. 특히 스타트업의 경우 실질적 문제해결 능력과 조직문화 적합도를 더 중요시하며, 컬쳐핏(culture fit) 인터뷰를 통해 일하는 방식, 커뮤니케이션 방식, 리더십 등을 평가하고 있다. 생성형 AI가 초급 개발자에게 미치는 양면적 영향 생성형 AI는 초급 개발자들에게 양날의 검이 되고 있다. 맥킨지 보고서에 따르면, 생성형 AI는 개발자의 생산성을 빠르게 증가시킬 수 있으며, 특히 코드 문서화, 코드생성, 코드 재구성 등의 작업에서 20-50%의 작업 시간 절감률을 보인다. 반면 캡제미니의 설문조사에서는 생성형 AI 이니셔티브를 활발하게 도입한 조직이 그렇지 않은 조직보다 SW 개발주기 전반에서 생산성이 78% 향상된 것으로 나타났다. 현업 개발자들의 의견에 따르면, 아직까지 앱 배포, 테스트, QA 등의 업무에는 AI 도구를 활용하기 어려워 사람이 직접 해야 하는 영역이 남아있다. ChatGPT, Github Copilot 등 생성형 AI 코딩 도구는 코드 생성과 기본적인 문제 해결에는 도움이 되지만, 복잡한 시스템 설계나 비즈니스 로직 구현에는 한계가 있다는 평가다. 반면, 초급 개발자들은 이러한 AI 도구를 통해 지식을 빠르게 습득하고 실무 경험을 쌓을 수 있어, 오히려 경력 성장의 기회로 활용할 수 있다. AI 시대의 새로운 개발자 필수역량 가트너는 2027년까지 SW 개발자의 80%가 역량 향상이 필요할 것으로 전망했다. 중‧고급 개발자들은 개발 역량보다는 팀 관리, 기획, 비즈니스 협업 역량이 더욱 강조될 것이며, 장기적으로는 개발 관리자 역할로 전환이 예상된다. 네이버는 2023년 231명을 신규 채용했는데, 이는 2022년의 599명 대비 절반 수준이었으며, 카카오도 2023년 425명의 신규 채용이 있었으나 2021년 994명, 2022년 870명과 비교하면 채용 규모가 크게 줄었다. 앞으로는 학습능력, 이슈의 본질적 이해, 문제해결 능력, 커뮤니케이션 능력, 모듈 디자인 능력, 생성형 AI 도구가 제공하는 지식에 대한 판별 능력 등이 중요한 역량으로 부각될 전망이다. 생성형 AI 도입으로 초급 SW 개발자의 역량이 상향 평준화될 것으로 예상되며, AI 도구 활용 시 정보 판별 능력이 새롭게 요구되는 역량으로 떠오를 것으로 보인다. AI 시대의 개발자 재교육이 급선무 소프트웨어정책연구소는 O*NET의 65개 SW 관련 직무를 분석한 결과, 코드 작성, 코드 리뷰, 테스트, 사용설명서 작성 등의 작업이 생성형 AI의 영향을 가장 많이 받을 것으로 예측했다. 이에 따라 정부의 SW 개발자 교육 정책도 변화가 필요한 시점이다. AI와 데이터 과학을 필수 교육 과정에 포함하고 실무 중심의 교육 커리큘럼을 개발해야 한다는 목소리가 높다. 또한 산업 협력을 통한 현장 실습을 강화하고, 고급 개발자 신속 양성을 위한 특화 교육과정 개발이 시급하다는 의견이다. 특히 개발자들의 AI 윤리와 위험관리 역량 강화를 위한 표준화된 가이드라인 마련도 중요한 과제로 떠올랐다. 생성형 AI 도구가 생성한 코드의 품질과 보안 위험을 평가할 수 있는 능력이 앞으로 더욱 중요해질 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)

2025.01.09 10:35AI 에디터

'AI 생성 글' 귀신처럼 잡아낸다…표절방지 기술 화제

아랍 아메리칸 대학교(Arab American University)와 콜롬비아 대학교(Columbia University) 연구진이 발표한 최근 연구에 따르면, AI가 생성한 텍스트를 높은 정확도로 탐지할 수 있는 새로운 머신러닝 모델이 개발됐다. AI 생성 텍스트 탐지의 새로운 전환점 연구팀은 사이버보안 분야의 텍스트 1,000개를 분석 대상으로 삼았다. 이중 500개는 인간이 작성했고, 나머지 500개는 챗GPT가 생성했다. 'CyberHumanAI'라고 명명된 이 데이터셋을 기반으로 다양한 머신러닝과 딥러닝 알고리즘을 테스트한 결과, XGBoost 알고리즘이 83%의 정확도를, 랜덤 포레스트(Random Forest) 알고리즘이 81%의 정확도를 기록했다. AI와 인간의 글쓰기 특성 차이 발견 연구진은 설명 가능한 AI(XAI) 기술인 LIME을 활용해 AI와 인간의 글쓰기 패턴을 심층 분석했다. 분석 결과, 인간이 작성한 텍스트에서는 'security'가 420회(1.71%), 'use'가 312회(1.27%), 'system'이 264회(1.07%), 'computer'가 251회(1.02%), 'information'이 206회(0.84%) 빈도로 사용됐다. 반면 AI 생성 텍스트에서는 'security' 411회(1.52%), 'system' 261회(0.97%), 'computer' 233회(0.86%), 'within' 220회(0.81%), 'datum' 183회(0.68%) 순으로 나타났다. 특히 주목할 만한 점은 단어 선택의 경향성이다. 인간이 작성한 텍스트에서는 'allow', 'use', 'virus', 'people'과 같이 실용적이고 행동 중심적인 용어가 자주 등장했다. 반면 AI는 'realm', 'employ', 'serve', 'establish'와 같은 추상적이고 형식적인 용어를 선호했다. 이러한 차이는 TF-IDF(Term Frequency-Inverse document Frequency) 분석에서도 확인됐는데, 인간 텍스트에서는 'use'와 'computer'가 각각 가중치 16과 14를 기록한 반면, AI 텍스트에서는 'datum'과 'authentication'이 각각 11에 가까운 가중치를 보였다. 기존 AI 탐지 도구와의 성능 비교 연구팀은 600개의 새로운 관측 데이터를 활용해 자체 개발 모델과 GPTZero의 성능을 비교했다. 데이터는 순수 AI 텍스트 200개, 혼합 텍스트 200개(AI 텍스트 비율 1-99%), 순수 인간 텍스트 200개로 구성됐다. 이 중 400개는 훈련 데이터로, 200개는 테스트 데이터로 사용됐다. 테스트 결과, GPTZero는 200개의 관측치 중 32개를 분류하지 못했으며, 분류에 성공한 케이스에서도 48.5%의 정확도를 보였다. 구체적으로 살펴보면, GPTZero는 혼합 텍스트의 경우 76개를 정확히 분류하며 좋은 성능을 보였으나, 순수 AI 텍스트는 단 3개만을, 순수 인간 텍스트는 18개만을 정확히 분류했다. 특히 56개의 순수 AI 텍스트와 15개의 순수 인간 텍스트를 혼합 텍스트로 잘못 분류하는 문제를 보였다. 반면 연구팀이 개발한 XGBoost 모델은 77.5%의 정확도를 기록했으며, 미분류 케이스도 없었다. 이 모델은 순수 AI 텍스트 66개 중 48개를 정확히 분류했고, 혼합 텍스트와 순수 인간 텍스트에서도 각각 55개와 52개를 정확히 분류했다. 특히 GPTZero와 달리, 순수 인간 텍스트 67개 중 52개를 정확히 판별하며 균형 잡힌 성능을 보여주었다. 교육 현장에서의 활용 가능성 이번 연구 결과는 교육계에 중요한 의미를 갖는다. AI 생성 콘텐츠가 교육 현장에서 증가하는 상황에서, 이 기술은 학생들의 과제와 논문의 진실성을 검증하는 도구로 활용될 수 있다. 연구진은 특히 학습 결과물의 평가, 디지털 제출물 검증, AI 활용 학습 환경에서의 학습 성과 보호 등에 이 기술이 기여할 수 있을 것으로 전망했다. 이번 연구는 특정 분야에 맞춤화된 AI 시스템이 GPTZero와 같은 범용 AI 시스템보다 더 우수한 성능을 발휘할 수 있다는 점을 입증했다는 데 의의가 있다. 연구진은 이 기술이 학문적 진실성을 유지하면서도 AI 기술의 교육적 활용을 촉진하는 데 도움이 될 것으로 기대하고 있다. 해당 논문의 원문은 링크에서 확인할 수 있다. ■ 해당 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 논문 바로 가기)

2025.01.09 09:51AI 에디터

매년 10배씩 진화하는 AI…인류는 준비돼 있나

AI 진화의 가속도: 매년 10배씩 발전하는 인공지능 텔아비브대학교의 유발 라이몬(Yuval Rymon) 연구진이 발표한 'AI 인간노동 자동화에 대한 사회적 적응' 연구는 AI의 사회적 영향을 체계적으로 분석하는 새로운 프레임워크를 제시했다. 이 프레임워크는 AI 기술의 발전부터 최종 사회적 영향까지 5단계로 구분하고, 각 단계별 대응 전략을 제시한다. AI 기술이 개발되는 'Development' 단계, 기술이 확산되는 'Diffusion' 단계, 실제 활용되는 'Use' 단계, 초기 피해가 발생하는 'Initial Harm' 단계, 그리고 최종적인 사회적 영향이 나타나는 'Impact' 단계로 이어지는 일련의 과정을 체계적으로 분석한다. 현대의 AI는 기존의 자동화와는 전혀 다른 양상을 보이고 있으며, AI의 훈련 효율성이 매년 10배씩 향상되고 있다. 이는 연간 4배의 컴퓨터 성능 향상과 2.5배의 알고리즘 효율성 증가에 기인한다. 특히 현대의 AI는 경제협력개발기구(OECD)가 정의한 바와 같이 "물리적 또는 가상 환경에 영향을 미치는 예측, 추천, 내용, 결정 등의 출력을 생성하는 기계 기반 시스템"으로서, 자연어 처리, 컴퓨터 비전, 로봇 학습 등 다양한 기술적 능력을 생성하는 방법론으로 작용하고 있다. 일자리 자동화의 양면성: 생산성 향상의 그림자 AI 자동화는 노동 수요와 임금, 고용의 감소를 초래하는 대체효과(Displacement Effect)를 일으키지만, 동시에 이를 상쇄하는 여러 효과도 존재한다. 생산비용 감소로 인한 생산성 향상은 가계의 가처분소득을 증가시켜 새로운 수요를 창출할 수 있다. 또한 이미 자동화된 작업의 효율성이 향상되거나, 자본 축적으로 인한 새로운 투자 기회가 생기면서 노동 수요가 증가할 수 있다. 가장 중요한 것은 인간 노동이 비교우위를 가지는 새로운 직무가 창출되는 '재투입 효과'다. 그러나 영국 산업혁명 시기에도 임금 정체와 빈곤 확대가 80년간 지속되었듯이, 이러한 전환 과정은 느리고 고통스러울 수 있다. 특히 대규모 교육 개혁 없이는 이러한 전환이 순조롭게 이루어지기 어렵다. AI 발전 단계별 대응 전략 연구진이 제시한 프레임워크에 따르면, AI 자동화 대응은 크게 '능력 수정 개입'(CMI)과 '적응 개입'(ADI) 두 가지로 나뉜다. 개발 단계에서는 인간 보완적 AI 개발을 장려하고 노동 과세를 줄이며, 노동 친화적 연구에 대한 정부 지원과 지적재산권법 개정 등이 필요하다. 확산 단계에서는 API를 통한 제한적 접근이나 서비스 정책 시행과 같은 통제가 요구된다. 사용 단계에서는 잠재적 위험 사용을 제한하는 회피 조치가, 피해 단계에서는 교육과 재교육을 통한 방어 조치가, 그리고 영향 단계에서는 물질적·사회적 대체재를 통한 구제 조치가 필요하다. 노동 자동화에 대한 프레임워크 적용 이 프레임워크를 AI 노동 자동화에 적용하면, AI 연구개발에서 시작하여 모델 출시, 자동화 실행, 실업 인구 발생, 사회적 위기로 이어지는 과정을 체계적으로 분석할 수 있다. 각 단계별 대응책으로는 인간 보완적 AI 개발 유도, 인간-기계 협력 의무화, 자동화 과세, 재교육과 교육 개혁, 그리고 물질적·사회적 노동 대체재 도입이 제시된다. 특히 교육 개혁은 단기적으로는 AI 리터러시 향상에, 장기적으로는 인간 고유의 가치를 강화하는 방향으로 진행되어야 한다. 급여 이상의 가치: 일자리가 주는 삶의 의미 일자리는 단순한 임금 이상의 의미를 지닌다. 지역사회 소속감, 대인관계, 조직구조 탐색을 통한 사회화, 외부적 인정과 내적 자아개념을 형성하는 정체성, 목적의식과 자아존중감을 제공하는 의미 부여, 직장에서의 도전과 문제해결을 통한 인지발달, 그리고 신체적·정신적 건강까지 일자리가 제공하는 비금전적 혜택은 매우 광범위하다. 일부 학자들은 "실직의 주요 비용이 심리적"이라고까지 주장한다. 이는 AI 시대의 대응 전략이 단순한 소득 보전을 넘어서야 함을 시사한다. 미래를 위한 청사진: AI 시대의 새로운 사회 시스템 이러한 도전에 대응하기 위해서는 복합적인 접근이 필요하다. 먼저 AI 개발 방향을 인간 보완적으로 유도하고, 알고리즘 의사결정 과정에 인간의 개입을 의무화하는 정책이 필요하다. 의료, 법률, 교통 등 중요 분야에서는 오류 교정, 비상 대응, 설명 가능성 확보, 인간 존엄성 보존, 법적 책임 부여 등의 역할을 위해 인간의 개입이 필수적이다. 또한 자동화에 대한 과세를 통해 노동 수요를 유지하고 노동 친화적 정책을 위한 재원을 마련해야 한다. 교육 체계는 단기적으로는 AI 리터러시와 활용 능력을, 장기적으로는 진정성, 정체성, 감독 등 인간 중심 기술을 강화하는 방향으로 근본적 재편이 필요하다. 물질적 대체제로는 모든 시민에게 기본적 생활수준을 보장하는 기본소득(UBI)이나 일시금을 지급하는 기본자본(UBC)을, 사회적 대체제로는 무급 사회활동, 지역사회 활동, 정치적 직접 참여 등을 마련해야 한다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 Sonnet과 챗GPT-4o를 활용해 작성됐습니다. (☞ 논문 바로 가기)

2025.01.09 09:48AI 에디터

"그날 계엄이 성공했다면"…AI로 재구성해 봤더니

AI로 재현한 충격적인 계엄령 시나리오 MBC가 7일 PD수첩 방송을 통해, 생성형 AI 기술을 활용한 계엄령 시나리오를 생생하게 재구성했습니다. 이날 방송에서는 계엄령이 실제로 선포되었을 경우 발생할 수 있는 국회의원들의 체포와 군사재판 회부, 시민들의 영장 없는 체포와 '반국가 세력' 낙인, 선거관리위원회 직원들의 고문과 감금, 언론과 대중문화에 대한 통제 등 충격적인 상황들을 세밀하게 시뮬레이션했는데요. 대부분의 국민들은 미디어를 통한 보도만 접하기 때문에 다소 추상적일 수 있는 계엄령의 개념과 영향을 구체화해 시민들이 그 위험성을 현실적으로 체감할 수 있게 했습니다. 역사적 교훈과 연결된 AI 시뮬레이션의 파급력 무엇보다 5.18 민주화운동을 아픈 역사를 이미 경험한 시민들은 이 AI 재현을 보고 큰 충격을 받았다는 반응이 이어지고 있습니다. 해당 방송분을 짧게 구성한 영상이 8일 오후 PD수첩 공식 유튜브에 업로드 되었는데요. AI를 활용한 콘텐츠가 과거의 역사적 아픔과 현재의 잠재적 위기를 효과적으로 연결하는 강력한 도구가 될 수 있음을 입증했다고 볼 수 있습니다. 시청자들은 AI로 재현한 영상을 통해 민주주의의 위기가 얼마나 심각한 결과를 초래할 수 있는지를 실감할 수 있으며, 사건의 인과 역시 한눈에 이해할 수 있습니다. AI 시뮬레이션의 확장된 활용 가능성 MBC PD수첩의 이 같은 시도는 AI를 활용한 시뮬레이션은 다양한 분야로 확장될 수 있는 잠재력을 보여줍니다. 과거의 중요한 역사적 순간들을 현대적으로 재해석해 시민들의 이해를 돕거나, 현재의 정책 결정이 미칠 수 있는 장기적인 영향을 예측하는 데 활용될 수 있습니다. 또한 다양한 사회적 위기 상황을 가상으로 재현하여 효과적인 대응 방안을 모색하는 데에도 큰 도움이 될 수 있죠. 이처럼 AI를 활용한 시뮬레이션은 복잡한 사회적, 정치적 상황을 시각화하고 대중의 이해를 증진시키는 데 혁신적인 역할을 할 수 있습니다. 그러나 동시에 데이터의 선택과 편향성, 재현의 정확성에 대한 윤리적 고려가 반드시 수반되어야 합니다. AI 기술의 발전과 함께, 이러한 시뮬레이션 기술은 앞으로 더욱 정교해지고 다양한 분야에 적용될 것으로 예상됩니다. 이는 우리 사회의 중요한 이슈들을 더 깊이 이해하고 대비하는 데 핵심적인 역할을 할 것으로 기대됩니다. ■이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 2025년 1월 7일 방영된 MBC PD수첩의 '계엄령 시나리오 AI 재현' 프로그램을 바탕으로 챗GPT와 클로드 3.5 소네트를 활용해 작성했습니다.

2025.01.08 22:49AI 에디터

AI가 공항에서 짐 챙기고, 탑승구 안내까지 '척척'

AI 여행 비서 '델타 콘시어지' 전격 공개 라스베이거스 스피어 아레나(Sphere Arena)에서 열린 CES 2025 2일차 기조연설에서 델타항공(Delta Air Lines)이 AI 기반의 혁신적인 여행 서비스를 대거 공개했다. 에드 바스티안(Ed Bastian) 델타항공 CEO는 델타항공 100주년을 기념하며 2025년 출시 예정인 'AI 기반 델타 콘시어지(Delta Concierge)'를 발표했다. 이 서비스는 승객의 일정을 파악해 교통 상황에 따라 조비(Joby)의 전기 수직이착륙기(eVTOL) 예약부터 수하물 추적, 실시간 게이트 안내까지 제공한다. 특히 로스앤젤레스와 뉴욕시 구간에서는 2025년부터 조비 서비스가 실제 운영될 예정이다. 이는 항공업계 최초로 여행 전 과정을 AI로 통합 관리하는 시도다. 유튜브·우버와 손잡고 기내서 맞춤형 큐레이션 제공 델타항공은 유튜브(YouTube)와 독점 파트너십을 체결하고 '델타 싱크(Delta Sync)'를 통해 광고 없는 유튜브 프리미엄과 유튜브 뮤직 서비스를 무료로 제공한다. 메리 엘렌 펠드(Mary Ellen Feld) 유튜브 최고비즈니스책임자는 "델타항공 고객만을 위한 맞춤형 큐레이션 서비스를 제공할 것"이라고 밝혔다. 차량 공유 서비스 우버(Uber)와도 제휴를 맺어 올 봄부터 스카이마일즈 회원들은 우버와 우버잇츠 이용 시 마일리지를 적립할 수 있게 된다. 다라 코스로샤히(Dara Khosrowshahi) 우버 CEO는 "공항 연계 교통이 우버 전체 이용의 50%를 차지한다"며 협력의 중요성을 강조했다. 700만건 고객 피드백 분석으로 개인화 서비스 강화 콜트릭스(Qualtrics)와의 협력을 통해 지난해 약 700만 건의 고객 피드백을 분석했다고 밝힌 델타항공은 이를 바탕으로 개인화 서비스를 강화한다. 특히 매일 65명의 승객이 100만 마일 비행 기록을 달성하는 것에 주목해 특별한 기념 서비스를 제공할 예정이다. 시차 적응 키트와 생체 리듬 맞춤 조명 등 웰니스 서비스 도입 NFL 레전드 톰 브래디(Tom Brady)와 협력해 2025년 '웰 트래블드(Well-Traveled)' 프로그램을 선보인다. 또한 파운드(Found)사의 '플라이 키트(Fly Kit)'를 도입해 시차 적응을 돕고, 스카이뷰(Skyview)의 생체 리듬 맞춤형 조명 시스템을 적용한다. 드래프트킹스(DraftKings)와도 협력해 기내 게이밍 서비스를 확대하며, 현재 16만 5천 개의 기내 스크린을 통해 업계 최대 규모의 엔터테인먼트 서비스를 제공하고 있다. ■ 이 기사는 클로드 3.5 소네트와 챗GPT, Vrew를 활용해 작성되었습니다.

2025.01.08 17:13AI 에디터

엔비디아, AI 슈퍼컴퓨터 공개…가격이 3천 달러?

엔비디아가 CES 2025 키노트를 통해 일반 전기 콘센트만으로 구동 가능한 개인용 AI 슈퍼컴퓨터 '프로젝트 디짓(Project DIGITS)'을 공개했다. 이 시스템은 전 세계 AI 연구자, 데이터 과학자, 학생들에게 엔비디아의 그레이스 블랙웰(Grace Blackwell) 플랫폼의 성능을 제공한다. 페타플롭급 성능의 새로운 슈퍼칩 GB10 프로젝트 디짓의 핵심인 GB10 슈퍼칩은 FP4 정밀도에서 최대 1페타플롭의 AI 성능을 제공한다. 이 시스템온칩(SoC)은 최신 세대 쿠다(CUDA) 코어와 5세대 텐서(Tensor) 코어를 탑재한 블랙웰(Blackwell) GPU를 특징으로 한다. 엔비링크-C2C(NVLink-C2C) 칩간 상호연결을 통해 ARM 아키텍처 기반의 20개 전력 효율적 코어를 포함하는 고성능 그레이스(Grace) CPU에 연결된다. 특히 미디어텍(MediaTek)이 GB10 설계에 참여해 최고 수준의 전력 효율성과 성능, 연결성을 구현했다. 강력한 시스템 사양과 확장성 프로젝트 디짓은 128GB의 통합 코히어런트 메모리와 최대 4TB의 NVMe 스토리지를 제공한다. 이를 통해 개발자들은 최대 2,000억 개의 매개변수를 가진 대규모 언어 모델을 실행할 수 있다. 더욱 주목할 만한 점은 엔비디아 커넥트엑스(NVIDIA ConnectX) 네트워킹을 통해 두 대의 시스템을 연결하면 최대 4,050억 개의 매개변수를 가진 모델까지 구동할 수 있다는 것이다. 완벽한 소프트웨어 생태계 지원 사용자들은 리눅스 기반의 엔비디아 DGX OS를 실행하는 프로젝트 디짓에서 모델을 프로토타입으로 제작하고 테스트한 후, 이를 엔비디아 DGX 클라우드나 가속화된 클라우드 인스턴스, 데이터센터 인프라에 원활하게 배포할 수 있다. 엔비디아 NGC 카탈로그와 개발자 포털을 통해 다양한 AI 소프트웨어 라이브러리에 접근할 수 있으며, 네모(NeMo) 프레임워크로 모델을 미세 조정하고 래피즈(RAPIDS) 라이브러리로 데이터 과학을 가속화할 수 있다. 혁신적인 가격과 출시 일정 엔비디아의 설립자이자 CEO인 젠슨 황은 "AI는 모든 산업의 모든 애플리케이션에서 주류가 될 것"이라며 "프로젝트 디짓을 통해 수백만 명의 개발자들이 그레이스 블랙웰 슈퍼칩을 활용할 수 있게 될 것"이라고 밝혔다. 프로젝트 디짓은 2025년 5월 엔비디아와 주요 파트너사들을 통해 출시될 예정이며, 가격은 3,000달러로 책정됐다. ■ 기사는 클로드 3.5 소네트와 과 챗GPT를 활용해 작성되었습니다. (☞ 엔비디아 기조연설 바로가기)

2025.01.08 17:00AI 에디터

"AI를 모국어처럼 사용"…'베타 세대'를 아시나요

2025년 1월 1일부터 새로운 세대 '제너레이션 베타(Generation Beta)'가 시작된다. 이들은 인공지능(AI)을 일상적으로 사용하는 최초의 세대가 될 전망이다. AI가 모국어가 되는 첫 번째 세대의 탄생 굿모닝아메리카가 보도한 내용에 따르면, 미래학자 마크 맥크린들(Mark McCrindle)은 2025년부터 2039년 사이에 태어나는 세대를 '제너레이션 베타'로 정의했다. 이들은 22세기까지 살아갈 것으로 예측되며, 2035년까지 전 세계 인구의 16%를 차지할 것으로 전망된다. 특히 이들은 기술 통합과 다양성에 대한 강한 이해를 특징으로 하는 세대가 될 것으로 예상된다. 사회가 변화와 포용을 점차 수용함에 따라 베타 세대는 호기심과 포용성을 증진하는 환경에서 성장하게 될 것이다. AI 기반 맞춤형 교육이 표준이 되는 시대 노스캐롤라이나 주립대학교의 마케팅 조교수 헤더 드레취(Heather Dretsch)는 베타 세대에게 AI는 단순한 도구가 아닌 학습과 성장의 파트너가 될 것이라고 전망했다. AI 튜터와 함께 공부하고, AI 기반 맞춤형 교육을 받으며 성장하는 첫 세대가 될 것이라는 설명이다. 이는 교육 방식의 근본적인 변화를 가져올 것으로 예상된다. 전통적인 일방향적 교육에서 벗어나, AI를 활용한 개인 맞춤형 학습이 새로운 교육의 표준이 될 것으로 보인다. 인간-AI 협업의 새로운 패러다임을 제시할 세대 맥크린들은 베타 세대가 AI와의 협업을 통해 새로운 가치를 창출하는 세대가 될 것으로 예측했다. 이들은 2035년까지 전 세계 인구의 16%를 차지할 것으로 예상되며, 22세기까지 살아가게 될 것으로 전망된다. 특히 AI 윤리와 인간-AI 협업에 대한 자연스러운 이해를 바탕으로, 기존 세대와는 다른 새로운 직업윤리와 가치관을 형성할 것으로 예상된다. 베타 세대는 물리적 세계와 가상 세계의 경계가 없는 하이브리드 환경에서 성장하게 될 것이다. AI 기반 메타버스에서의 사회적 활동이 일상화되고, 이를 통해 새로운 형태의 정체성과 커뮤니케이션 방식이 발달할 것으로 예상된다. 드레취는 이러한 환경이 베타 세대의 사회화 과정과 정체성 형성에 큰 영향을 미칠 것이라고 분석했다. 알파 세대에서 베타 세대로의 진화 맥크린들이 명명한 '알파 세대(Generation Alpha)'는 2010년부터 2024년 사이에 태어난 이들을 지칭한다. 현재 최고령자는 14세로, 대부분 밀레니얼 세대의 자녀들이며 디지털 기술이 주도하는 세상에서 성장하고 있다. 맥크린들은 알파 세대가 모든 구성원이 태어날 때까지 20억 명 이상의 인구를 보유하게 될 것으로 예측하며, 역사상 가장 큰 규모의 세대가 될 것으로 전망했다. 드레취는 알파 세대가 가족과 강한 유대 관계를 형성하고 있다고 분석했다. 1901년부터 이어져 온 세대 구분의 의미와 진화 세대 구분은 특정 시기에 공통된 문화적, 사회적, 역사적 경험을 공유하는 집단을 정의하는 중요한 기준이다. 1901년부터 시작된 '위대한 세대'를 시작으로, '침묵의 세대(1928-1945년)', '베이비부머(1946-1964년)', 'X세대(1965-1980년)', '밀레니얼 세대(1981-1996년)', 'Z세대(1997-2009년)', '알파 세대(2010-2024년)'를 거쳐 2025년부터는 '베타 세대'가 시작된다. 각 세대는 주요 사건, 기술, 사회적 변혁에 의해 형성된 공유 경험을 바탕으로 고유한 태도, 가치관, 행동 양식을 발전시켜왔다. 노스캐롤라이나 주립대학교의 마케팅 조교수 헤더 드레취(Heather Dretsch)는 굿모닝아메리카(GMA)와의 인터뷰에서 세대 연구에 대한 기업들의 관심이 급증하고 있다고 밝혔다. 각 세대가 브랜드 및 세상과 어떻게 상호작용하는지 이해하는 것이 중요한 비즈니스 전략이 되고 있다는 것이다. 드레취는 "기업들이 이러한 소비자 행동 변화에 적응하는 것이 매우 중요해졌다"며 브랜드들이 세대별 트렌드를 선도해야 할 필요성을 강조했다. AI 경제의 주역이 될 새로운 세대 베타 세대는 AI 기반 경제 시스템에서 새로운 비즈니스 모델을 창출하고, 이를 통해 산업 구조를 혁신할 것으로 전망된다. 맥크린들은 이들이 AI를 활용한 창업과 새로운 직업군을 개척하면서, 노동시장의 패러다임을 근본적으로 변화시킬 것으로 예측했다. 현재 나타나고 있는 AI 기반 경제로의 전환이 베타 세대에 의해 더욱 가속화될 것이라는 분석이다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 원문 바로가기)

2025.01.08 16:35AI 에디터

AI 비서가 운전하고 스마트홈이 화재 감시…"멋진 신세계"

아마존 뉴스(Amazon News)에 따르면, 아마존이 2025년 소비자가전전시회(CES 2025)에서 차량용 AI와 스마트홈 기술을 중심으로 혁신적인 신제품과 서비스를 대거 공개했다. 파이어TV 옴니 미니 LED 시리즈, 에코쇼 21, 에코 스팟, 킨들 컬러소프트(Kindle Colorsoft) 등 새로운 디바이스도 선보였다. BMW 차량 서비스에 알렉사 커스텀 어시스턴트 탑재 BMW는 아마존의 알렉사 커스텀 어시스턴트(Alexa Custom Assistant) 기술이 적용된 BMW 인텔리전트 퍼스널 어시스턴트를 공개했다. 2024년 7월 출시된 신형 X3부터 탑재된 이 기술은 대형언어모델(LLM)을 활용해 자연스러운 대화형 내비게이션을 구현했다. 운전자가 "시애틀의 바늘 모양 건물로 안내해줘"라고 말하면 스페이스 니들(Space Needle)로 경로를 안내하고, "출발 전에 주변에 문 연 음식점 있어?"와 같은 후속 질문도 가능하다. 링·키디의 차세대 스마트 안전 시스템 링과 키디는 실시간 경보 기능이 강화된 스마트 연기·일산화탄소 경보기를 발표했다. 링 앱과 연동되는 이 제품은 기존 링 알람이나 허브 없이도 독립적으로 작동한다. 키디의 향상된 감지 기술로 연기 감지 속도가 25% 빨라졌고, 정확도는 3배 향상됐다. 월 5달러 구독료로 24시간 전문 모니터링 서비스도 이용할 수 있으며, 2025년 4월부터 미국 홈디포에서 판매될 예정이다. 파나소닉 프리미엄 스마트TV 라인업에 알렉사 음성 탑재 파나소닉은 파이어TV를 내장한 새로운 스마트TV 3종을 공개했다. 프리미엄 OLED TV인 Z95B 시리즈는 RGB 탠덤 패널과 써멀플로우 냉각 시스템을 탑재해 뛰어난 밝기와 명암비를 구현했다. 미니 LED TV인 W95B 시리즈와 보급형 4K UHD TV인 W70B 시리즈도 함께 선보였다. 모든 제품에는 아마존의 알렉사 음성 제어와 프라임 비디오 캘리브레이션 모드가 탑재됐다. 퀄컴과 차량용 AI 기술 협력 확대 아마존은 퀄컴테크놀로지스와 차량용 AI 기술 협력을 발표했다. 스냅드래곤 디지털 콕핏 플랫폼의 신경처리장치(NPU)를 활용해 차량 내 LLM 기반 서비스를 최적화할 예정이다. 또한 히어테크놀로지스(HERE Technologies)와 AWS는 소프트웨어 정의 차량(SDV) 개발을 위한 새로운 AI 매핑 솔루션을 공동 개발한다. 발레오(Valeo)와도 협력해 첨단 운전자 지원 시스템(ADAS)과 자율주행 기술 개발을 가속화할 계획이다. 링은 기존 플러드라이트 캠 프로와 스포트라이트 캠 프로 제품에 2K 비디오 해상도를 무료로 제공하는 업그레이드도 발표했다. 이 업그레이드는 2025년 1월 8일부터 순차적으로 진행된다. ■ 기사는 클로드 3.5 소네트와 챗GPT, Vrew를 활용해 작성되었습니다. (☞ 아마존 발표자료 바로가기)

2025.01.08 15:24AI 에디터

AI가 쓴 글과 사람 글, 98.5% 정확도로 구분...어떻게?

텍사스 A&M 대학교 연구팀이 발표한 연구에 따르면, 설명가능한 AI(XAI) 기술을 활용해 챗GPT나 클로드 등 AI 언어모델이 생성한 텍스트를 높은 정확도로 식별해낼 수 있게 되었다. 연구진은 2023년 11월에 600개의 텍스트 샘플을 수집하여 분석을 진행했다. AI가 쓴 글과 사람이 쓴 글 98.5% 구분하는 기술 공개 연구진은 인공지능 대형언어모델(LLM)이 생성한 텍스트와 사람이 작성한 텍스트를 구분하는 데 머신러닝과 딥러닝 알고리즘을 활용했다. 랜덤 포레스트(Random Forest)와 순환신경망(RNN) 등의 기술을 적용한 결과, 이진 분류에서 98.5%의 높은 정확도를 달성했다. 이는 기존의 AI 텍스트 탐지 도구인 GPT제로(GPTZero)의 78.3% 정확도를 크게 앞지른 수준이다. 특히 GPT제로가 전체 샘플의 4.2%를 식별하지 못한 반면, 새로운 모델은 모든 테스트 데이터셋을 성공적으로 분석했다. 다양한 AI 도구별 특징 파악하는 데 성공 연구팀은 챗GPT, 라마(LLaMA), 구글 바드(Google Bard), 클로드, 퍼플렉시티(Perplexity) 등 5개 주요 AI 언어모델이 생성한 텍스트를 각각 구분하는 데도 성공했다. 데이터 전처리와 TF-IDF 벡터화 기법을 활용한 다중 분류에서 랜덤 포레스트는 97%의 정확도와 93%의 정밀도, 94%의 재현율을 기록했다. XGBoost는 94%의 정확도와 90%의 정밀도 및 재현율을 보였으며, RNN은 88%의 정확도, 90%의 정밀도, 72%의 재현율을 달성했다. 특히 RNN의 경우 'claude' 클래스에서는 12.5%의 진양성률을 보여 'human', 'chatgpt', 'bard' 클래스와의 구분에 어려움을 겪었고, 'llama' 클래스에서는 62.5%의 진양성률을 보여 'human', 'chatgpt', 'perplexity' 클래스와의 구분에 한계를 드러냈다. AI별(바드, 챗GPT, 클로드, 라마, 퍼플렉시티) 텍스트 특징 분석 연구진은 LIME(Local Interpretable Model-agnostic Explanations) 기술을 활용해 각 AI 도구별로 독특한 텍스트 생성 패턴을 발견했다. 구글 바드는 '초점', '운송', '투표', '자동차', '범위', '보장', '우려', '시스템' 등 체계적이고 구조적인 요소와 관련된 단어를 자주 사용했다. 챗GPT는 '좋은', '찾기', '수용', '고려', '신뢰', '시민', '도시', '제한', '편지', '사용' 등 질적 평가와 실용적 적용을 혼합한 표현을 특징적으로 사용했다. 클로드는 '도시', '국가', '과도한', '사람들', '감사합니다', '진심으로', '투표', '합리적', '부탁 드립니다' 등 공손하고 시민 참여적인 표현을 주로 사용했다. 라마는 '선거', '사용', '과정', '평등', '제한', '의견', '대안', '또한', '보장', '진심으로' 등 절차적이고 민주적인 요소를 강조하는 단어를 사용했다. 퍼플렉시티는 '감소', '시스템', '압력', '보장', '도움', '운전', '덜', '상원의원', '개인', '친애하는' 등 효율성과 개인적 중요성을 강조하는 단어를 특징적으로 사용했다. 반면 사람이 작성한 텍스트는 '하다', '것', '많은', '말하다', '방법', '얻다', '가다', '사람들', '아니다' 등 일상적인 동사와 대명사를 자주 사용하는 것으로 나타났다. 이러한 단어 사용 패턴은 실제 인간의 자연스러운 의사소통 방식을 반영하는 것으로 분석되었다. 학술적 표절 방지에 새로운 돌파구 될까? 이번 연구 결과는 특히 교육계에서 문제가 되고 있는 AI 표절 문제 해결에 큰 도움이 될 것으로 기대된다. 연구진은 이 기술이 학생들의 과제나 에세이에서 AI 사용 여부를 정확하게 판별할 수 있을 뿐만 아니라, 미묘하게 수정되거나 바꿔 쓴 텍스트도 감지할 수 있다고 밝혔다. 더불어 이 기술은 사이버보안, 학문적 진실성, 비즈니스 운영 등 다양한 분야에서 콘텐츠의 신뢰성을 검증하는 데 활용될 수 있을 것으로 전망된다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 논문 바로가기)

2025.01.08 14:53AI 에디터

직장에 AI 도입했더니…8시간 근무→5시간으로

AI 도입은 이제 선택이 아닌 필수 소프트웨어 솔루션 기업 델텍(Deltek)이 발간한 '신흥 기술 도입: 생성형 AI로 프로젝트 관리를 간소화하고 생산성을 높이는 방법' 백서에 따르면, 전문서비스 기업들의 AI 도입이 가속화되고 있다. 특히 전체 기업의 67%는 향후 2년 내에 디지털 전환을 이루지 못하면 시장 점유율을 잃을 것으로 예상했다. 현재 38%의 기업이 이미 업무 프로세스 자동화와 운영 성과 분석을 위해 AI 기술을 활용하고 있으며, 37%는 프로젝트 결과 예측에, 30%는 금융 거래의 이상 징후 탐지에 AI를 활용하고 있다. 델텍의 최근 산업 연구에 따르면 "프로젝트 복잡성 증가"가 전문서비스 기업들이 직면한 가장 큰 과제로 나타났다. AI가 가져온 프로젝트 관리의 혁신 건축 및 컨설팅 기업의 절반 이상이 AI 도입으로 프로젝트 일정과 납품 기한이 개선되었다고 보고했다. 엔지니어링과 컨설팅 기업들도 운영 효율성이 크게 향상되었다고 평가했다. 특히 주목할 만한 점은 AI 구현이 성공적으로 이루어진 기업의 72%에서 직원 만족도가 향상된 것으로 나타났다는 점이다. 건축 분야에서는 리소스 효율성 개선을 통해 인건비를 포함한 간접비용 절감 효과도 확인됐다. 또한 기업들의 75%가 2024년에 효과적인 직원 채용이나 유지가 어려울 것을 우려하고 있어, AI 도입의 필요성이 더욱 부각되고 있다. 프로젝트 생애주기별 AI 활용 방안 프로젝트 생애주기는 '승리(Win)-관리(Manage)-개발(Develop)-전달(Deliver)-측정(Measure)'의 단계로 구성되며, 각 단계마다 AI가 혁신적인 변화를 가져오고 있다. 승리 단계에서는 AI 알고리즘이 과거 프로젝트 데이터를 분석하여 비용과 일정을 정확하게 예측하고, 자연어 처리 기술로 제안서용 솔루션 요약본을 생성한다. 관리 단계에서는 AI가 스킬, 가용성, 프로젝트 요구사항, 파이프라인 제안을 기반으로 최적의 리소스를 추천한다. 또한 과거 프로젝트 데이터를 분석하여 수익성이나 승수 목표 달성을 저해할 수 있는 과도한 지출과 같은 잠재적 리스크를 조기에 식별하고 경고한다. 개발 단계에서는 AI가 타임시트 작성을 자동화하고, AI 기반 학습 플랫폼을 통해 개인별 니즈와 경력 목표에 맞는 교육 프로그램을 추천한다. 실시간 피드백 시스템으로 직원 성장을 지원하고, 예측 모델을 통해 우수 인재 이탈을 방지하는 데 도움을 준다. 전달 단계에서는 AI 기반 지식 베이스가 모든 프로젝트 정보를 한 곳에 모아 일상적인 파일 관리를 자동화하고, 다른 사용자의 관련 변경사항과 업데이트를 알려준다. 또한 생성형 AI로 맞춤형 프로젝트 요약본과 문서를 작성하여 원활한 브리핑과 인수인계를 지원한다. 측정 단계에서는 AI와 머신러닝 모델이 프로젝트 지표를 사전에 추적하고 기준 데이터셋의 패턴과 특성을 학습하여 새로 추가된 데이터의 이상을 감지한다. AI 분석 도구는 KPI 추적을 자동화하여 인사이트 도출 시간을 단축하고 의사결정과 프로젝트 성과를 개선한다. 과거 데이터와 패턴 기반 예측을 활용하여 시나리오 계획과 예측을 지원한다. 생성형 AI의 실질적 활용 사례 프로젝트 수명주기 전반에 걸쳐 AI의 활용도가 높아지고 있다. 자연어 처리(NLP) 기술을 활용한 생성형 AI는 기업자원관리(ERP)와 고객관리(CRM) 시스템의 고객 정보를 분석해 명확하고 정확한 요약본을 작성한다. AI 챗봇은 문서를 스캔하고 색인화하여 특정 프로젝트 정보에 대한 질의에 신속하게 응답할 수 있다. 또한 AI 알고리즘은 방대한 양의 과거 프로젝트 데이터를 분석하여 프로젝트 비용과 일정을 정확하게 예측하는 데 활용된다. AI 도입을 위한 전략적 접근 AI 도입의 성공을 위해서는 단계적이고 전략적인 접근이 필요하다. IT, 법무, 운영 부서 대표들로 구성된 AI 태스크포스를 구성하여 AI가 회사, 직원, 고객에게 미칠 잠재적 영향을 평가하는 것이 중요하다. 다양한 인재를 포함시킴으로써 사전에 문제를 발견하고, 업무를 분담하며, 특히 시간과 리소스가 부족할 때 더 많은 영역을 커버할 수 있다. 태스크포스 팀원들은 정보를 공유하고, 질문에 답변하며, 운영 중단을 최소화하면서 단계적으로 활용 사례 시범 운영을 수행하고, 자동화에 가장 적합한 영역을 식별할 수 있다. AI의 전사적 자원 관리(ERP) 활용 방안 델텍의 AI 기반 비즈니스 도우미 델라(Dela™)는 프로젝트 라이프사이클을 더욱 스마트하게 만들어준다. 이 통합 ERP 환경에서 기업들은 데이터 기반 AI를 활용하여 프로젝트 인사이트를 기반으로 간결한 비즈니스 요약을 생성하고, 리소스 활용과 과거 성과를 분석하여 프로젝트 성공을 예측할 수 있다. 또한 자연어 기반 디지털 어시스턴트로 더 스마트한 의사결정이 가능해졌다. 30,000개 이상의 조직이 이미 델텍의 솔루션을 통해 프로젝트 성공을 실현하고 있다. ■ 이 기사는 AI 전문 매체 'AI 매터스'(aimatters.co.kr)와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 백서 원문 바로가기)

2025.01.08 10:14AI 에디터

똑똑해지는 AI, 인간 지능 언제 뛰어넘을까

AI, 인류의 새로운 도구로 자리잡다 맥킨지(McKinsey)가 2024년 4월 발간한 'What is AI (artificial intelligence)?' 보고서에 따르면, 인공지능은 인간의 인지 기능을 수행할 수 있는 기계의 능력으로 정의된다. 인류는 농업을 혁신한 바퀴부터 복잡한 건설 프로젝트를 가능하게 한 나사, 그리고 오늘날의 로봇 기반 조립 라인에 이르기까지 기계의 도움으로 발전해왔다. 현재 AI는 시리(Siri)나 알렉사(Alexa)와 같은 음성 비서부터 웹사이트의 고객 서비스 챗봇까지 우리의 일상에 깊숙이 자리잡았다. 특히 기업들은 AI를 활용해 업무 효율성과 수익성을 높이고 있으며, AI 시스템의 진정한 가치는 이를 활용해 인간을 지원하고 주주와 대중에게 신뢰를 구축하는 방식에 있다고 보고서는 설명한다. 기계학습과 심층학습, AI의 핵심 동력 기계학습은 AI의 주요 돌파구로 평가받고 있다. 역사적 데이터, 합성 데이터, 인간의 입력 등 광범위한 입력에 적응할 수 있는 이 기술은 1970년대부터 널리 사용되기 시작해 의료 영상 분석과 고해상도 일기 예보 등 여러 산업 분야에서 성과를 거두고 있다. 데이터의 양과 복잡성이 인간이 효율적으로 처리하기에는 너무 방대해지면서 기계학습의 잠재력과 필요성이 더욱 커지고 있다. 특히 심층학습은 기계학습의 더욱 발전된 형태로, 텍스트와 이미지를 포함한 더 광범위한 데이터를 처리할 수 있으며 인간의 개입이 더욱 적게 필요하다. 신경망을 기반으로 하는 심층학습은 인간 뇌의 뉴런 상호작용 방식을 모방해 데이터를 수집하고 처리하며, 반복적인 학습을 통해 예측 능력을 향상시킨다. AI의 발전 역사와 미래 전망 AI의 역사는 1956년 컴퓨터 과학자 존 매카시(John McCarthy)가 다트머스 워크샵에서 '인공지능'이라는 용어를 처음 사용하면서 시작됐다. 그러나 AI 개념에 대한 연구는 이보다 앞서 1950년 앨런 튜링(Alan Turing)이 '모방 게임'을 소개하면서부터였다. MIT 물리학자 로드니 브룩스는 AI가 상징적 AI(1956년), 신경망(1954-2012년), 전통적 로봇공학(1968년), 행동 기반 로봇공학(1985년)의 네 단계를 거쳐 발전해왔다고 설명한다. 생성형 AI(Generative AI)는 프롬프트에 응답하여 콘텐츠를 생성하는 AI 모델로, ChatGPT와 DALL-E 같은 도구들이 다양한 직무 수행 방식을 변화시키고 있다. 현재 일반 AI(AGI) 개발은 아직 먼 미래의 일로 여겨지며, MIT 로봇공학자이자 iRobot의 공동 설립자인 로드니 브룩스는 AGI가 2300년까지는 실현되지 않을 것으로 전망했다. AI 규제와 윤리적 과제 현재 60개 이상의 국가나 연합이 AI의 책임있는 사용을 관리하는 국가 전략을 보유하고 있다. 브라질, 중국, 유럽연합, 싱가포르, 한국, 미국 등이 여기에 포함된다. 미국 정부는 2022년 'AI 권리 장전 청사진'을 통해 안전하고 효과적인 시스템에 대한 권리, 알고리즘 차별로부터의 보호, 데이터 오남용 방지, AI 시스템 사용 고지 권리, 옵트아웃 권리 등 다섯 가지 원칙을 제시했다. 맥킨지는 기업들이 AI 도입 시 투명성 확보, 거버넌스 구축, 데이터·모델·기술 관리, 개인의 권리 보장 등 네 가지 선제적 조치를 취할 것을 권고했다. 특히 AI 모델의 편향성과 윤리적 문제를 해결하기 위해서는 인간의 검토가 필수적이며, 중요한 의사결정에는 AI 모델만을 신뢰해서는 안 된다고 강조했다. AI 도입의 확산과 성공 전략 맥킨지의 2022년 AI 현황 조사에 따르면, AI 모델의 도입이 2017년 이후 두 배 이상 증가했으며 투자도 이에 따라 늘어났다. 기업들의 AI 활용 분야도 제조업과 리스크 관리에서 마케팅과 영업, 제품 및 서비스 개발, 전략과 기업 재무 등으로 진화하고 있다. 성공적인 AI 도입을 위해서는 부서 간 협업 강화, 데이터 기반 의사결정의 일선 권한 부여, 애자일 마인드셋 도입 등 세 가지 주요 변화가 필요하다고 보고서는 제안한다. AI 혁신 사례: 비스트라의 발전소 최적화 프로젝트 보고서는 미국 12개 주에서 약 2천만 가구에 전력을 공급하는 대형 전력 생산업체 비스트라(Vistra)의 AI 도입 사례를 소개했다. 2050년까지 탄소 배출 제로 달성을 목표로 하는 비스트라는 맥킨지의 AI 전문 조직인 퀀텀블랙(QuantumBlack)과 협력해 AI 기반 열효율 최적화 시스템(HRO)을 구축했다. 이 시스템은 발전소의 증기 온도, 압력, 산소 수준, 팬 속도 등 수백 개의 변수를 지속적으로 모니터링하고 조정한다. 2년간의 발전소 데이터를 분석한 다중 계층 신경망 모델을 통해 30분마다 운영자들에게 열효율 개선을 위한 권장사항을 제공한다. 그 결과 연간 약 160만 미터톤의 탄소 배출 감소, 67개 발전기 최적화, 1년 만에 6천만 달러의 비용 절감이라는 성과를 달성했다. 오데사 발전소의 한 운영 관리자는 "발전소에 대해 배우는 데 20년이 걸린 것들을 이 모델은 하루 만에 배웠다"고 평가했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 원문 바로 가기)

2025.01.08 08:59AI 에디터

상담원 실시간 코칭부터 성과분석까지...AI 코파일럿, 콜센터도 바꾼다

아라곤 리서치(Aragon Research)가 최근 발간한 'Making the Case for Copilots in the Contact Center' 보고서에 따르면, 콘택트센터 분야에서 생성형 AI를 활용한 코파일럿(Copilot) 도입이 가속화되고 있다. 이는 기존의 버추얼 에이전트를 넘어서는 차세대 AI 기술로, 상담원과 관리자의 업무 효율을 획기적으로 개선할 것으로 전망된다. 기업 AI의 새로운 시대 도래 AI는 기업 환경을 전례 없는 방식으로 변화시키고 있다. 초기에는 예측 분석 영역에 국한되었던 AI가 최근 2년 사이 폭발적으로 성장하며 콘텐츠 생성과 자연스러운 인터페이스를 제공하는 수준으로 발전했다. 특히 챗GPT(ChatGPT)와 같은 대규모 언어 모델이 등장하면서 비즈니스 리더들은 이를 디지털 노동력으로 활용하고자 하는 움직임을 보이고 있다. 아라곤 리서치가 제시한 AI 발전 단계를 보면, 2000-2012년의 머신러닝 시대를 시작으로 2014년 딥러닝, 2018년 콘텐츠 AI, 2020년 대화형 AI를 거쳐 2023년에는 생성형 AI 코파일럿 시대가 도래했으며, 2026년에는 모든 작업의 완전 자동화를 지원하는 인공 일반 지능(AGI) 시대가 올 것으로 전망된다. 버추얼 에이전트와 코파일럿의 차별점 현대 지능형 콘택트센터의 표준이 된 버추얼 에이전트는 특정 질문과 답변에 대해 훈련된 시스템으로, 비교적 단순하고 반복적인 문의를 처리하는 데 특화되어 있다. 반면 코파일럿은 더욱 정교한 기능을 갖추고 있다. 대화형 AI와 생성형 AI의 통합을 통해 단순 응답을 넘어 복잡한 대화가 가능하며, 필요한 경우 명확한 질문을 던지고 산업별 전문 용어까지 이해할 수 있다. 코파일럿은 대화 검색, 노트 작성, 작업 자동화, 텍스트 생성, 이미지 생성 등 다양한 기능을 통합적으로 제공한다. AI가 이끄는 콘택트센터의 혁신적 변화 현재 콘택트센터는 하루에도 수백에서 수천 건의 고객 문의를 처리해야 하는 상황에 직면해 있다. 이러한 가운데 대화형 AI와 생성형 AI의 결합으로 탄생한 코파일럿은 상담원들에게 실시간 가이드와 코칭을 제공하며, 고객의 의도를 정확히 파악해 최적의 해결책을 제시할 수 있게 되었다. 특히 생성형 AI와 프롬프트 엔지니어링을 활용해 각 상호작용에 특화된 실행 가능한 피드백을 제공한다. 대화형 AI는 기계학습, 자연어 처리, 음성 인식 등의 기술을 활용해 인간다운 대화를 이해하고 생성하는 데 중점을 둔다. 한편 생성형 AI는 텍스트, 이미지, 비디오, 음악, 코드 등 모든 형태의 콘텐츠를 생성할 수 있다. 이 두 기술의 결합은 특히 텍스트 생성 분야에서 혁신적인 성과를 보여주고 있다. 콘택트센터에서는 대화형 AI가 통화 내용을 전사하고, 생성형 AI가 이를 정확하고 일관된 요약본으로 만들어 상담원의 후속 작업 부담을 줄여준다. 상담원과 관리자를 위한 맞춤형 지원 시스템 코파일럿은 상담원들에게 디지털 코치 역할을 수행한다. 복잡한 문의 사항에 대해서도 관련 지식을 즉각적으로 제공하며, 상담 품질 향상을 위한 실시간 가이드를 제공한다. 관리자들의 경우, 코파일럿을 통해 팀 전체의 정보와 지식을 일관되게 관리할 수 있으며, 상담 내용 분석을 통해 구체적인 개선점을 파악할 수 있다. 특히 원격 근무가 증가하는 상황에서 신규 상담원 교육과 24시간 실시간 코칭에 큰 도움이 될 것으로 예상된다. 산업별 맞춤형 코파일럿 활용 방안 금융권에서는 음성 데이터를 포함한 고객 상호작용을 안전하고 규정을 준수하면서 분석할 수 있다. 정부 기관에서는 선호 채널을 통해 시민들에게 즉각적인 정보를 제공할 수 있으며, 의료 분야에서는 환자 분류와 전자건강기록(EHR) 시스템과의 통합을 통해 환자 경험을 개선할 수 있다. IT 업계에서는 최신 솔루션 정보와 문제해결 방법을 실시간으로 제공하며, 보험업계에서는 보험 정책 관리의 투명성을 높일 수 있다. 통신업계의 경우 자동화된 문제 해결과 실시간 코칭을 통해 고객 서비스를 개선할 수 있다. 성공적인 코파일럿 도입을 위한 전략 기업들은 우선 콘택트센터에서 코파일럿을 활용할 수 있는 구체적인 사례를 발굴하고, 1-2개 영역에서 시범 적용을 시작해야 한다. 현재 사용 중인 솔루션 제공업체의 코파일럿 관련 로드맵을 확인하고, 자체 개발 여부나 파트너십 계획을 검토해야 한다. 이미 나이스(NICE)와 같은 기업들이 코파일럿 솔루션을 제공하기 시작했으며, 효과적으로 코파일럿을 도입한 기업들이 고객 문의 처리에서 경쟁 우위를 차지할 것으로 전망된다. 미래 전망과 시사점 아라곤 리서치는 코파일럿이 콘택트센터의 작업 방식을 근본적으로 변화시킬 것이라고 전망한다. 코칭 자동화는 물론, 상담원과 관리자의 업무 효율성을 크게 향상시킬 것으로 예측된다. 비록 아직 초기 단계이지만, 기업들은 코파일럿을 통해 더욱 생산적이고 효과적인 업무 환경을 구축할 수 있을 것으로 기대된다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성했습니다. (☞ 보고서 원문 바로가기)

2025.01.07 16:29AI 에디터

AI 탑재 반려로봇부터 홀로그램까지...CES는 'AI 대잔치'

오늘 개막한 세계 최대 가전·IT 전시회 'CES 2025(Consumer Electronics Show 2025)'에 인공지능(AI)이 전면에 등장하고 있다. 개인용 기기부터 교통, 기후 등 다양한 분야에서 AI 기술이 접목된 제품들이 대거 선보이는 중이다. AP통신에 따르면, 이번 CES에서 가장 주목받고 있는 제품 중 하나는 노인 돌봄용 AI 반려로봇 '로미(Romy)'다. 로미는 일상적인 대화가 가능한 대화 파트너 역할을 수행한다. 특히 대화 상대가 없는 노인들을 위해 개발됐으며, 현재 일본의 여러 요양원에서 활용되고 있다. 또 다른 주목할만한 제품은 '제니(Jenny)'로, 사용자의 무릎에 편안하게 앉을 수 있도록 평평한 하단부를 갖추고 있다. 제니는 치매 환자들의 행동·심리 증상 개선을 위해 24시간 동안 편안함과 동반자 역할을 제공하도록 설계됐다. 이번 CES에서는 홀로그램 박스와 스마트 미러 등 AI가 접목된 다양한 생활 가전제품도 공개됐다. 이러한 제품들은 AI 기술이 일상생활에 깊숙이 스며들고 있음을 보여준다. 이처럼 이번 CES 2025는 AI 기술이 소비자 가전의 새로운 패러다임을 제시하고 있음을 보여주며 기대를 모으고 있다. 기사는 클로드 3.5 소네트를 활용해 작성됐습니다.

2025.01.07 15:29AI 에디터

직원들 'SW 사용' 헤매는 동안…美기업들 연 600만 달러 날린다

글로벌 디지털 직원 경험 관리 기업 넥스씽크(Nexthink)가 발표한 '디지털 전환에서 직원 경험을 소홀히 할 때의 높은 대가(The High Cost of Neglecting Employee Experience in Digital Transformation)' 보고서에 따르면, 기업의 디지털 전환 과정에서 직원들의 소프트웨어 사용 경험 관리가 제대로 이뤄지지 않아 막대한 비용 손실이 발생하고 있는 것으로 나타났다. 디지털 전환으로 인한 업무 환경 변화 코로나19 이후 기업들의 디지털 전환이 전례 없는 속도로 진행되었다. 넥스씽크가 실시한 설문조사에서는 직원의 58%가 2020년 3월 이후 사용하는 업무용 애플리케이션이 증가했다고 답했다. 더욱 주목할 만한 점은 직원의 76%가 하루 최대 6시간을, 22%는 6시간 이상을 업무용 애플리케이션 사용에 할애하고 있다는 것이다. 업종별로는 미디어/마케팅/광고 업계가 76%로 가장 높았고, 법률 서비스 67%, 금융 및 회계 64%, 호텔 및 레저 업계가 63%로 그 뒤를 이었다. 생산성 저해하는 '컨텍스트 스위칭' 새로운 애플리케이션이 추가될 때마다 직원 경험의 복잡성도 증가하고 있다. 특히 서로 다른 애플리케이션이나 창을 전환하며 작업해야 하는 '컨텍스트 스위칭' 현상이 직원들의 업무 흐름을 방해하고 있다. 심리학자 제럴드 웨인버그의 연구에 따르면, 작업 전환이 발생할 때마다 전체 생산성의 20~80%가 손실된다고 한다. 이메일이나 메신저 알림과 같은 불가피한 전환도 있지만, 직관적이지 않은 사용자 경험으로 인한 전환이 문제를 더욱 악화시키고 있다. 하루 30분씩 헤매는 직원들... 기업은 수십억 날린다 넥스씽크의 조사 결과, 업무용 애플리케이션을 사용하는 직원의 39%가 하루 최대 30분을 기술 지원을 찾는 데 소비하는 것으로 나타났다. 이는 직원 1인당 연간 3주가 넘는 시간이다. 직원들은 각기 다른 지식베이스, 챗봇, 헬프데스크를 오가며 필요한 정보를 찾아야 하고, 때로는 검색엔진이나 내부 리소스를 통해 외부에서 해결책을 찾아야 한다. 금전적 손실로 환산하면 영국 대기업의 경우 연간 71,183시간(약 1백만 파운드), 미국 대기업은 연간 172,091시간(약 6백만 달러)에 달한다. 더 심각한 문제는 직원들이 기술 지원 자료를 찾는 데 소비하는 시간(주 2.7시간)이 실제로 그 자료를 읽는 시간(주 1.5시간)보다 더 길다는 점이다. 넥스씽크의 분석에 따르면, 업무 흐름 내에서 지원 자료를 제공할 경우 지원 검색 시간이 50% 감소하고 작업 수행 시간도 절반으로 줄어드는 것으로 나타났다. 숨겨진 기회비용 이러한 시간 낭비는 단순한 생산성 저하를 넘어 기회비용으로 이어진다. 직원들이 기술 지원을 찾는 대신 할 수 있었던 활동으로는 전략 및 기획, 수익 창출 업무, 자기계발, 타인 교육 등이 있다. 또한 작업 탐색에만 평균 10%의 시간을 소비하는 '내비게이션 버닝' 현상으로 인해 미국 대기업의 경우 연간 529,464시간의 생산성이 추가로 낭비되고 있다. 기술 투자 효과 측정도 미흡 넥스씽크의 디지털 도입 보고서에 따르면 기술 투자의 성과 측정도 제대로 이루어지지 않고 있다. 기술 도입 후 1-2년간 성과를 지속적으로 측정하는 기업은 12%에 불과했으며, 3년 이상 측정을 유지하는 기업은 5%에 그쳤다. 더불어 대기업 직원의 5분의 1이 코로나19 이전보다 업무용 애플리케이션에 대한 불만이 증가했다고 응답했으며, 특히 법률(27%)과 교육(24%) 분야에서 불만족도가 높게 나타났다. 직원 경험 개선을 위한 해결책 이러한 문제를 해결하기 위해서는 직원들의 일상적인 기술 사용 행태를 이해하고 분석하는 것이 중요하다. 기업들은 실시간 설문조사를 통해 직원들의 피드백을 수집하고, 앱 내 사용자 분석을 통해 문제점을 파악해야 한다. 특히 원격·하이브리드 근무 환경에서 기술 투자가 제대로 효과를 발휘하고 있는지 지속적으로 검토할 필요가 있다. 성공 사례로 본 해결책: 닛산의 디지털 전환 글로벌 자동차 기업 닛산은 이러한 문제를 해결하기 위해 넥스씽크의 '어댑트(Adopt)' 솔루션을 도입했다. 닛산은 특히 인사팀이 연간 세 차계 실시하는 성과 및 인재 관리 주기에 맞춰 직원들을 재교육해야 하는 비효율을 겪고 있었다. 닛산의 라주 비제이 글로벌 인사 서비스 부사장은 "고객 경험만큼 직원 경험도 중요하다"며, 실시간 직원 피드백 수집과 앱 내 사용자 분석을 통해 플랫폼 활용도를 높이고 글로벌 프로세스를 간소화하는 데 성공했다고 밝혔다. 이를 통해 닛산은 플랫폼 활용도 증가, 글로벌 프로세스 간소화, 기술 투자 수익률 향상을 달성할 수 있었다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다. (☞ 보고서 바로 가기)

2025.01.07 14:04AI 에디터

월마트, 생성형 AI 도입했더니…생산성 100배 늘었다

폭발적으로 성장하는 생성형 AI 시장 기업 비즈니스 플랫폼 PEX Network가 발간한 '2025 생성형 AI와 운영 혁신 보고서'에 따르면, 기업들의 생성형 AI 도입이 가파르게 증가하고 있다. 매킨지의 최신 조사에서는 63%의 임원들이 생성형 AI 도입을 최우선 과제로 꼽았으며, 마이크로소프트와 IDC의 공동 연구에서는 생성형 AI 도입률이 2023년 55%에서 2024년 75%로 급증한 것으로 나타났다. 주목할 만한 점은 생성형 AI를 본격적으로 도입한 기업의 비율이 현재 11%에 불과하다는 것이다. 기업 운영의 새로운 패러다임을 제시하다 현대 기업의 운영 효율성은 사람, 기술, 데이터, 프로세스라는 네 가지 핵심 축을 기반으로 한다. PEX Network의 2024/25 조사에 따르면, AI는 향후 12개월 동안 기업 혁신과 운영 효율성 향상을 위한 최대 투자 분야로 선정됐다. 조사 대상 기업의 58%가 AI 프로젝트를 검토 중이며, 특히 운영 부문에서 가장 활발한 도입이 이루어지고 있다. 주목할 점은 기업들이 내부 IT 시스템의 그림자를 줄이고 직원들이 기술을 더 쉽게 활용할 수 있도록 하는 데 초점을 맞추고 있다는 것이다. 생성형 AI 성공을 위한 연계 기술 전문가들은 생성형 AI의 성공적인 도입을 위해서는 보완적인 기술의 활용이 필수적이라고 강조한다. 로봇 프로세스 자동화(RPA)와 결합하면 복잡한 워크플로우를 처리하고 의사결정 로직을 생성할 수 있다. 사물인터넷(IoT) 기기들은 실시간 데이터를 수집하여 생성형 AI 모델에 제공함으로써 유지보수 필요성 예측과 자원 사용 최적화를 가능하게 한다. 또한 데이터 분석과 비즈니스 인텔리전스 도구를 통해 얻은 핵심 데이터 포인트들은 생성형 AI가 의미 있는 인사이트와 패턴을 도출하는 데 활용된다. 자연어 처리(NLP) 기술과 클라우드 컴퓨팅 인프라는 생성형 AI의 성능을 극대화하는 데 필수적인 요소로 꼽힌다. 글로벌 기업들의 혁신 사례 월마트는 생성형 AI를 활용해 제품 카탈로그 데이터 8억 5천만 건을 개선했으며, 이는 기존 인력으로는 100배 이상의 시간이 필요한 작업이었다. 전자게임 기업 EA는 100개 이상의 AI 프로젝트를 운영하며 효율성, 확장성, 혁신을 추구하고 있다. 레노보는 소프트웨어 엔지니어링과 고객 지원 분야에서 10-15%의 효율성 향상을 달성했으며, 고객 문의의 70-80%를 AI가 처리하고 있다. 또한 마케팅팀은 피치북 제작 시간을 90% 단축하고 대행사 비용도 절감했다. 금융 서비스 분야에서는 생성형 AI를 실시간 사기 탐지에 활용하고 있다. 한 금융기관은 생성형 AI 모델을 도입해 거래 기록과 뉴스 트렌드, 소셜 미디어 신호를 결합 분석함으로써 오탐지율을 35% 줄이는 데 성공했다. 이는 고객 신뢰도 향상으로도 이어졌다. 의료 분야에서는 모던 덴탈 그룹의 사례가 주목받고 있다. 생성형 AI를 활용해 의료진의 진단과 치료 계획 수립을 지원하고, 행정 업무를 간소화했다. 특히 환자 분류, 일정 관리, 청구 업무의 효율성이 크게 개선됐으며, 의료진 교육을 위한 실감형 시뮬레이션 콘텐츠 제작에도 AI를 활용하고 있다. AI 기반 챗봇은 24시간 환자 지원 서비스를 제공하며, 의료 데이터 분석을 통해 환자 요구를 예측하고 맞춤형 치료를 제공하는 데 기여하고 있다. 도전 과제와 해결 방안 생성형 AI 도입의 주요 과제로는 투자수익 불확실성, 규제 준수, AI 편향성, 데이터 유출 위험, 지속가능성 문제가 지적됐다. 특히 금융 서비스 분야에서는 GDPR과 CCPA 같은 엄격한 데이터 보호 규정을 준수하면서 AI를 활용해야 하는 과제를 안고 있다. 전문가들은 이러한 문제를 해결하기 위해 명확한 전략 수립, 철저한 데이터 품질 관리, 프로세스 재설계, 직원 교육의 중요성을 강조했다. 미래 전망과 발전 방향 전문가들은 생성형 AI가 향후 2년 내에 포춘 1000대 기업의 운영 방식을 크게 변화시킬 것으로 전망했다. 특히 실시간 의사결정, 프로세스 자동화, 개인화된 고객 경험 제공 분야에서 혁신적인 변화가 예상된다. 운영 전문가들은 생성형 AI가 '예측적 프로세스 설계'를 가능하게 하여 잠재적 병목 현상이나 비효율을 사전에 식별하고 개선안을 제시할 것으로 전망했다. 나아가 AI 에이전트의 등장으로 업무 효율이 20-40% 향상될 것으로 예측됐으며, 이는 인간 직원들이 더 창의적이고 전략적인 업무에 집중할 수 있는 기회를 제공할 것으로 기대된다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성되었습니다.

2025.01.07 11:11AI 에디터

AI로 우울증·불안장애 진단…정확도 90% 넘어섰다

사우스캐롤라이나 대학교 인공지능연구소 연구진이 발표한 보고서에 따르면, 대형언어모델(LLM)이 우울증과 불안장애 진단을 위한 의료 보조 도구로서 높은 잠재력을 보여주고 있다. 표준화된 정신건강 평가도구의 AI 통합 연구진이 활용한 PHQ-9과 GAD-7은 정신건강 진단의 핵심 평가도구다. PHQ-9은 지난 2주간 환자가 경험한 우울 증상을 9가지 항목으로 평가하며, 관심/흥미 상실, 우울감, 수면 문제, 피로감 등을 0-3점 척도로 측정한다. GAD-7은 불안장애 진단을 위한 7가지 항목을 평가하는데, 불안감, 과도한 걱정, 안절부절못함 등의 증상을 같은 방식으로 측정한다. 두 도구는 의료진들이 환자의 상태를 포착하기 위해 표준적으로 사용하는 진단 도구로, 증상의 심각도를 체계적으로 점수화한다. 의료진 부족 문제 해결할 AI 진단 보조 시스템 연구진은 환자가 급증하고 의료 인력이 부족한 현재 의료계의 문제를 해결하기 위해 LLM을 활용한 진단 보조 시스템을 제안했다. 이 시스템은 PHQ-9과 GAD-7 설문의 응답 패턴을 분석하여 주요우울장애(MDD)와 범불안장애(GAD)의 진단을 보조한다. 연구진은 특히 환자와 의료진 간의 자연어 대화 상황에서 LLM의 활용 가능성에 주목했다. 진단 보조를 위해서는 LLM이 표준 진단 절차를 정확히 따르는 것이 필수적이라고 연구진은 강조했다. 상용·오픈소스 AI 모델 모두 90% 이상 정확도 달성 연구팀은 상용 및 오픈소스 모델을 대상으로 광범위한 테스트를 진행했다. 프롬프팅 방식의 평가에는 GPT-3.5와 GPT-4o와 같은 상용 모델과 llama-3.1-8b, mixtral-8x7b와 같은 오픈소스 모델이 사용되었다. 파인튜닝 실험에는 MentalLlama와 Llama 모델이 활용되었다. 상용 모델 중에서는 GPT-4o-mini가 96%의 정밀도와 98%의 재현율을 보여주며 가장 우수한 성능을 보였다. GPT-3.5-Turbo도 89%의 정밀도와 96%의 재현율로 높은 성능을 기록했다. 오픈소스 모델 군에서는 mixtral-8x7b가 96%의 정밀도와 95%의 재현율을 달성하며 상용 모델에 근접한 성능을 보여주었다. 전문가 검증으로 입증된 AI 진단의 신뢰성 연구진은 모델 평가를 위해 두 가지 방법을 사용했다. 첫째는 hits@k 기반 랭킹으로, 모델이 식별한 텍스트의 유사도를 기준으로 순위를 매기고 상위 k개 위치 내에 정답이 포함되는지를 확인했다. 둘째는 정확도, 정밀도, 재현율, F1 점수와 같은 표준 분류 지표를 활용했다. 평가에는 PRIMATE 데이터셋이 사용되었다. 이는 PHQ-9 관련 기준에 따라 주석이 달린 소셜 미디어 게시물 모음이다. 연구진은 먼저 GPT-4o를 사용해 게시물에서 PHQ-9 증상에 해당하는 텍스트 부분을 식별했고, 이를 전문 임상의들이 검증하는 과정을 거쳤다. AI 진단의 현재 한계와 개선점 해당 연구에는 인도 국립정신보건신경과학연구소(NIMHANS) 출신의 전문가 3인이 평가에 참여했다. 이들의 평가는 우울증 진단에서 코헨의 카파 계수 0.74, 불안장애 진단에서 0.72의 높은 평가자간 신뢰도를 보였다. 특히 오픈소스 모델인 mixtral-8x7b는 GAD-7 기반 불안장애 평가에서도 92%의 정확도와 99%의 hits@5 점수를 기록하며 안정적인 성능을 보여주었다. 다만 연구진은 AI가 임상의의 추론 과정을 완벽히 모방하지는 못한다는 한계를 지적했다. 전문가들의 높은 합의를 얻은 데이터셋의 크기가 상대적으로 작다는 점은 AI의 추론 능력이 아직 임상의에 미치지 못함을 보여준다고 설명했다. 임상 현장 도입을 위한 DiagnosticLlama 개발과 미래 계획 연구팀은 AI 모델의 성능 향상을 위해 프롬프팅과 파인튜닝 두 가지 접근법을 시도했다. 특히 DiagnosticLlama라는 특화 모델을 개발해 진단 기준에 맞춘 파인튜닝을 진행했다. 연구진은 이러한 진단 특화 모델이 안전성과 프라이버시가 중요한 의료 환경에서 특히 유용할 것이라고 전망했다. 현재 연구팀은 이 모델들을 임상의들이 실제로 활용할 수 있는 앱으로 통합하는 작업을 진행 중이다. 또한 DiagnosticLlama 모델을 GAD-7 진단까지 확장하고, CSSRS와 같은 비선형 설문 구조로의 확장도 계획하고 있다. 연구팀은 이러한 발전이 의료진의 업무 부담을 줄이고 더 많은 환자들이 적절한 정신건강 케어를 받는 데 도움이 될 것으로 기대하고 있다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소넷과 챗GPT-4o를 활용해 작성했습니다. (☞ 보고서 원문 바로가기)

2025.01.07 10:47AI 에디터

AI가 쓴 글, 사람 글과 정말 다를까…과학적으로 분석했더니

대규모 통계 분석으로 밝혀낸 AI 글쓰기의 한계 서울시립대학교 통계데이터과학과 연구진이 발표한 최신 연구에 따르면, 챗GPT로 대표되는 대형 언어모델(LLM)이 생성한 텍스트는 겉보기에 자연스러워 보이지만 인간의 글쓰기와는 본질적인 차이가 있는 것으로 나타났다. 연구진은 2023년 12월 6일부터 2024년 1월 17일까지 맨해튼 지역 446개 호텔의 3만2천여 개의 숙박 리뷰를 수집했으며, 추가로 CNN 뉴스 기사 8,008개, SQuAD2 문장 9,198개, 그리고 Quora 질문 24,714개를 분석 대상으로 삼았다. 혁신적인 연구 방법론으로 AI 텍스트의 본질에 접근 연구진은 두 가지 핵심 질문에 주목했다. 첫째, 원본 텍스트(O)와 GPT가 이를 바꿔 쓴 버전(G) 간의 잠재적 커뮤니티 구조 차이가 G와 이를 다시 바꿔 쓴 버전(S) 간의 차이와 같은지, 둘째, GPT의 텍스트 다양성을 제어하는 매개변수를 조절할 때 G가 O와 더 유사해지는지를 분석했다. 연구팀은 각 텍스트를 OpenAI의 text-embedding-3-small 모델을 사용해 1536차원의 단위 벡터로 변환했다. 분석을 위해 호텔링의 T-제곱 검정, Nploc 검정, 에너지 검정, 볼 검정 등 4가지 통계적 방법을 사용했으며, 클러스터 수를 2개에서 5개까지 변화시키며 실험을 진행했다. 또한 쿨백-라이블러 발산과 바서스타인 거리 분석을 통해 텍스트 간의 통계적 거리도 측정했다. GPT의 다양한 설정값 변화에도 여전한 인간 텍스트와의 간극 연구팀은 GPT의 텍스트 생성 다양성을 제어하는 '온도' 매개변수를 0.1에서 1.5까지 다양하게 조절하며 실험을 진행했다. 실제 실험에서 사용된 호텔 리뷰 사례를 보면 흥미로운 차이가 드러난다. 원본 리뷰가 "기본적이고, 깨끗하고 편안한 호텔이다. 단기 숙박으로는 나쁘지 않다. 모든 것과의 접근성이 좋다"였을 때, GPT는 온도 설정에 따라 다음과 같이 다른 텍스트를 생성했다. 낮은 온도(0.1)에서는 "저렴하면서도 깨끗하고 아늑한 숙소를 제공하는 호텔이다. 빠른 숙박에 적합하다. 편리한 위치 덕분에 모든 편의시설에 쉽게 접근할 수 있다"와 같이 원본에 충실한 표현을 생성했다. 중간 온도(0.7)에서는 "아늑하고 잘 관리된 호텔로 모든 필수 시설을 갖추고 있다. 짧은 휴가에 딱 좋다. 위치의 편리함이 큰 장점이다"처럼 좀 더 자연스러운 변형이 이루어졌다. 높은 온도(1.5)에서는 "이 부티크 호텔은 기대 이상이었다. 객실은 아늑했고 직원들도 친절했다. 도시를 둘러보기에 완벽한 위치였다. 짧은 여행을 위한 훌륭한 선택이다"와 같이 원본과는 상당히 다른, 더 창의적이고 열정적인 표현이 생성됐다. 이러한 실험 결과는 온도 설정이 높아질수록 AI가 더 자유롭고 창의적인 표현을 생성하지만, 동시에 원본의 의도나 톤에서 더 멀어질 수 있음을 보여준다. 흥미롭게도 SQuAD2 데이터셋에서는 온도 매개변수가 증가할수록 인간 텍스트와의 유사성이 증가하는 특이한 패턴이 발견됐다. CNN과 SQuAD2 데이터의 경우, 한 문장으로 구성된 특정 문체를 가진 텍스트라서 일부 예외적인 결과가 나타났다. 텍스트 변환 과정에서 발견된 주목할 만한 차이 연구진은 텍스트 변환 과정에서 중요한 발견을 했다. 두 번째 패러프레이징(G에서 S로의 변환)이 첫 번째 패러프레이징(O에서 G로의 변환)보다 더 큰 변화를 보였다는 것이다. 이는 LLM이 텍스트를 변환할 때마다 원본과의 차이가 점점 더 커질 수 있음을 시사한다. 연구의 한계와 자연어 처리 분야의 새로운 과제 연구진은 이번 연구가 가진 한계도 명확히 했다. 제안된 테스트 방법이 간접적인 증거만을 포착할 수 있어 탐지력과 적용 가능성이 제한될 수 있으며, 대응된 데이터 설정에서만 적용 가능하다는 제약이 있다고 설명했다. 또한 LLM의 성능을 정량적으로 평가할 수 있는 통계적 방법론이 부족한 현실을 지적하며, 이는 LLM이 최근에 등장했기 때문이라고 설명했다. 연구진은 이번 연구가 제시한 방법론이 향후 LLM 평가를 위한 새로운 기준이 될 수 있을 것으로 기대했다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT-4o를 활용해 작성했습니다. (☞ 보고서 원문 바로 가기)

2025.01.07 10:15AI 에디터

Prev 21 22 23 24 25 26 27 28 29 Next