검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'Q'통합검색 결과 입니다. (1171건)

영역
기간
- 3개월
- 1년
- 1년 이전

재검색

AI가 내 글 훔쳤나?…무단사용 99% 적발, 비결은?

AI 모델 학습에 사용된 데이터 추적 기술 개발 AI 기술이 급속도로 발전하면서 자연어처리(NLP) 기술은 의료, 법률, 고객 서비스, 교육, 금융 등 다양한 분야에 적용되고 있다. 이런 발전과 함께 데이터 프라이버시에 관한 윤리적, 법적 우려도 커지고 있다. 이에 스페인 마드리드 자치대학교(Universidad Autónoma de Madrid) 연구팀은 AI 모델 학습에 특정 텍스트 데이터가 사용되었는지 확인할 수 있는 '그래디언트 기반 멤버십 추론 테스트(gradient-based Membership Inference Test, gMINT)'를 개발했다. 이 연구는 원래 이미지 분야에서 개발된 멤버십 추론 테스트(MINT) 방법론을 대규모 언어 모델(LLM)에 적용한 첫 시도다. 연구팀은 7개의 트랜스포머 기반 모델과 250만 개 이상의 문장을 포함하는 6개 데이터셋을 활용해 텍스트 분류 작업에서 gMINT의 효과를 검증했다. 멤버십 추론 테스트는 특정 데이터가 AI 모델 학습에 사용되었는지 여부를 판단하는 기술로, 데이터의 무단 사용을 감지하고 AI 시스템의 투명성을 높이는 데 기여한다. 이는 2024년 6월 유럽연합이 도입한 AI 규제 법안과 같은 법적 프레임워크에 부합하는 감사 도구로서 중요한 의미를 갖는다. 그래디언트 기반 분석으로 99%의 정확도 달성 연구팀이 개발한 gMINT는 모델 학습 과정에서 생성되는 그래디언트(gradients)를 활용한다. 그래디언트는 모델 파라미터의 손실 함수에 대한 편미분 벡터로, 학습 데이터와 외부 데이터에 대한 모델의 반응 패턴에 차이가 있다는 점을 이용한다. 실험 결과, gMINT는 데이터 크기와 모델 아키텍처에 따라 85%에서 99%의 AUC(Area Under the Curve) 점수를 달성했다. 특히 ELECTRA, ELECTRA-Large, XLNet, XLNet-Large와 같은 복잡한 모델에서 더 높은 정확도를 보였으며, 충분한 훈련 샘플이 있을 경우 대부분의 조건에서 강력한 성능을 입증했다. 연구팀은 두 가지 평가 설정을 통해 gMINT의 효과를 검증했다. 첫 번째는 동일 데이터베이스 내 평가로, 같은 데이터셋의 학습 데이터와 테스트 데이터를 비교했다. 두 번째는 혼합 데이터베이스 평가로, 한 데이터셋의 학습 데이터와 여러 데이터셋의 외부 데이터를 비교했다. 두 경우 모두 gMINT는 학습에 사용된 데이터와 그렇지 않은 데이터를 효과적으로 구분해냈다. AI 모델 감사와 데이터 보호의 중요한 도구로 주목 이번 연구는 AI 시스템의 투명성과 신뢰성 향상에 중요한 의미를 갖는다. gMINT와 같은 기술은 AI 모델이 어떤 데이터로 학습되었는지 확인할 수 있게 함으로써 개인정보 보호와 윤리적 AI 개발을 촉진한다. 연구팀은 "우리의 연구 결과는 gMINT가 기계학습 모델을 감사하고, 투명성을 보장하며, 민감한 데이터를 보호하고, AI/NLP 기술 배포에서 윤리적 준수를 촉진하는 확장 가능하고 신뢰할 수 있는 도구로서의 잠재력을 보여준다"고 강조했다. 현재 이 연구는 텍스트 분류 작업에 초점을 맞추고 있지만, 연구팀은 향후 생성형 AI 모델을 포함한 다양한 자연어처리 작업으로 적용 범위를 확장할 계획이다. 또한 모델 소유자가 학습 데이터를 의도적으로 숨기려는 시나리오에 대한 취약성 분석과 대응책 개발도 향후 연구 과제로 남아있다. AI 규제와 데이터 프라이버시의 미래 2024년 6월 유럽연합이 도입한 AI 규제 법안과 같은 법적 프레임워크는 AI 기술 사용에 있어 투명성과 책임성을 요구하고 있다. 이러한 상황에서 멤버십 추론 공격(MIA)과 같은 취약점에 대한 이해와 대응책 마련은 중요한 과제다. gMINT와 같은 감사 도구는 AI 시스템이 개인정보와 같은 민감한 데이터를 적절한 허가 없이 사용했는지 확인할 수 있게 해준다. 이는 AI 시스템의 투명성을 높이고, 사용자의 데이터 주권을 보장하며, 윤리적인 AI 개발을 촉진하는 데 기여할 것이다. 전문가들은 앞으로 AI 규제가 강화되고 데이터 프라이버시에 대한 요구가 높아질 것으로 예상하며, 이런 상황에서 gMINT와 같은 기술은 책임 있는 AI 개발과 배포를 위한 중요한 도구로 자리매김할 것으로 전망한다. FAQ Q: 멤버십 추론 테스트(MINT)는 무엇이며 왜 중요한가요? A: 멤버십 추론 테스트는 특정 데이터가 AI 모델 학습에 사용되었는지 여부를 판단하는 기술입니다. 이 기술은 데이터 프라이버시 보호, AI 시스템의 투명성 향상, 그리고 무단 데이터 사용 감지에 중요합니다. 특히 개인정보와 같은 민감한 데이터가 허가 없이 AI 학습에 사용되었는지 확인할 수 있어 데이터 주권 보장에 기여합니다. Q: 그래디언트 기반 멤버십 추론 테스트(gMINT)는 어떻게 작동하나요? A: gMINT는 AI 모델이 데이터를 처리할 때 발생하는 그래디언트(가중치 업데이트 방향)를 분석합니다. 학습에 사용된 데이터와 그렇지 않은 데이터는 모델에서 다른 그래디언트 패턴을 보이는데, gMINT는 이 차이를 학습하여 특정 데이터가 모델 훈련에 사용되었는지 예측합니다. 이 방법은 데이터 크기와 모델 아키텍처에 따라 85%에서 99%의 정확도를 보여줍니다. Q: AI 모델에서 내 개인 데이터가 사용되었는지 어떻게 확인할 수 있나요? A: 현재로서는 일반 사용자가 직접 AI 모델에 자신의 데이터가 사용되었는지 확인하기는 어렵습니다. gMINT와 같은 기술은 모델 개발자나 감사 기관에 의해 사용될 수 있는 도구입니다. 하지만 향후 이러한 기술이 발전하면 사용자가 자신의 데이터 사용 여부를 확인할 수 있는 서비스가 등장할 가능성이 있습니다. 현재는 개인정보 보호 정책을 잘 확인하고, 데이터 공유에 신중을 기하는 것이 중요합니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.03.24 22:55AI 에디터

[Q&AI] AI가 예측한 벚꽃 개화 시기…서울은 언제?

질문: 한국 지역 별로 벚꽃 개화 시기 알려줘. 그록3 답변: 한국의 벚꽃 개화 시기는 지역마다 기후와 날씨에 따라 조금씩 다르지만, 일반적으로 남쪽에서 북쪽으로 순차적으로 피어납니다. 2025년 3월 23일 기준으로 최신 데이터를 반영하여 지역별 벚꽃 개화 시기를 알려드리겠습니다. 이는 평균적인 예측이며, 실제 개화는 날씨에 따라 3~7일 정도 차이가 날 수 있습니다. 2025년 예상 벚꽃 개화 시기 (지역별) 제주도: 3월 20일 ~ 3월 25일 한국에서 가장 먼저 벚꽃이 피는 지역으로, 따뜻한 기후 덕분에 개화가 빠릅니다. 부산 및 경상남도 (진해, 창원 등): 3월 25일 ~ 3월 30일 진해 군항제는 이 시기에 맞춰 열리며, 벚꽃 명소로 유명합니다. 경상북도 (경주, 대구): 3월 28일 ~ 4월 2일 경주 불국사와 첨성대 주변의 벚꽃이 특히 아름답습니다. 전라남도 (광주, 여수): 3월 27일 ~ 4월 1일 남도의 따뜻한 날씨로 개화가 비교적 빠른 편입니다. 서울 및 경기도: 4월 2일 ~ 4월 7일 여의도, 경복궁, 남산 등 서울의 주요 벚꽃 명소에서 절정을 맞습니다. 충청도 (대전, 세종): 4월 1일 ~ 4월 6일 개화 시기가 서울과 비슷하거나 약간 빠릅니다. 강원도 (춘천, 속초): 4월 5일 ~ 4월 10일 북쪽에 위치해 개화가 다소 늦습니다. 북한 지역 (예: 평양): 4월 10일 ~ 4월 15일 기후상 가장 늦게 개화하며, 남한보다 추운 환경 때문에 시기가 느립니다. 참고 사항 만개 시기: 개화 후 약 5~7일 뒤에 벚꽃이 만개하며, 이 시기가 가장 아름답습니다. 날씨 영향: 2025년 봄이 따뜻하면 개화가 2~3일 빨라질 수 있고, 춥거나 비가 많으면 늦어질 수 있습니다. ■ 기사는 그록을 활용해 작성되었습니다.

2025.03.24 22:54AI 에디터

"에이전틱·피지컬 AI 가속화"…HPE-엔비디아, 신규 엔터프라이즈 AI 솔루션 발표

HPE가 엔비디아와의 인공지능(AI) 데이터 플랫폼 부문 협력을 강화해 AI 시대 선도에 나선다. HPE는 엔비디아(NVIDIA)와 생성형(Generative)·에이전틱(Agentic)·피지컬(Physical) AI의 구축을 가속화하는 새로운 엔터프라이즈 AI 솔루션을 발표했다고 24일 밝혔다. HPE가 새롭게 발표한 'HPE 기반 엔비디아 AI 컴퓨팅((NVIDIA AI Computing by HPE)'은 성능, 전력 효율, 보안을 강화하고 AI를 위한 풀스택 턴키 프라이빗 클라우드 기능을 추가한 AI 솔루션이다. 이를 통해 HPE는 모든 규모의 기업이 AI 모델을 효과적으로 훈련·튜닝·추론할 수 있도록 지원한다는 방침이다. 이번 출시로 HPE는 새로운 엔비디아 AI 데이터 플랫폼(NVIDIA AI Data Platform)을 통해 HPE 프라이빗 클라우드 AI(HPE Private Cloud AI)를 확장하게 됐다. HPE 프라이빗 클라우드 AI는 HPE 그린레이크의 셀프서비스 클라우드 환경을 기반으로 AI 모델의 훈련과 튜닝, 추론을 위한 인프라를 제공한다. HPE와 엔비디아가 함께 지속 개발하고 있는 HPE 프라이빗 클라우드 AI는 ▲엔비디아 AI-Q 블루프린트(NVIDIA AI-Q Blueprints) ▲리즈닝(reasoning) 역량을 갖춘 엔비디아 라마 네모트론(NVIDIA Llama Nemotron) 모델을 위한 엔비디아 NIM 마이크로서비스(NVIDIA NIM microservices) 등 엔비디아 AI 데이터 플랫폼의 핵심 블루프린트과 모델을 빠르게 배포할 수 있도록 설계됐다. 엔비디아 AI 데이터 플랫폼은 엔비디아의 가속 컴퓨팅, 네트워킹, AI 소프트웨어와 엔터프라이즈 스토리지를 활용하는 연속적 데이터 프로세싱을 지원해 기업의 데이터를 활용 가능한 인텔리전스로 변환한다. 해당 기능들은 현재 HPE 프라이빗 클라우드 AI에 모두 포함돼 있다. 특히 HPE는 ▲HPE 기반 엔비디아 GB300 NVL72 ▲HPE 프로라이언트 컴퓨트 XD ▲HPE 프로라이언트 컴퓨트 DL384b 젠12 ▲HPE 프로라이언트 컴퓨트 DL380a 젠12 등 최신 AI 서버를 제공해 엔비디아 블랙웰 울트라(NVIDIA Blackwell Ultra) 플랫폼을 지원한다. 각 AI 서버는 차세대 AI 시대를 위한 최적의 성능·효율성·안정성·확장성을 보장하기 위해 엔비디아 가속 컴퓨팅, 네트워킹, 엔비디아 AI 엔터프라이즈 소프트웨어와 함께 배포할 수 있다. 아울러 HPE 프라이빗 클라우드 AI에는 즉시 사용 가능한 AI 개발 환경이 추가됐다. 또 HPE 데이터 패브릭 소프트웨어(HPE Data Fabric Software) 등 핵심 통합 데이터 레이어도 지원한다. 이에 더해 HPE 프라이빗 클라우드 AI는 엔비디아 블루프린트의 신속한 배포를 지원한다. 이를 통해 엔비디아의 광범위한 에이전틱 AI 및 피지컬 AI 애플리케이션 라이브러리에서 AI 서비스를 즉각 활용할 수 있도록 돕는다. 이 외에도 HPE는 HPE 옵스램프(OpsRamp)를 통해 AI 네이티브 소프트웨어 스택에 대한 가시성을 포함하는 GPU 최적화 기능을 지원한다. 이를 활용해 사용자는 대규모 엔비디아 가속 컴퓨팅 클러스터에서 실행되는 훈련·추론 워크로드의 성능을 관리할 수 있는 풀스택 가시성을 제공받을 수 있다. 안토니오 네리(Antonio Neri) HPE 최고경영자(CEO)는 "HPE와 엔비디아는 AI의 잠재력을 최대한 활용하기 위해 기업의 가치 실현 시간을 단축해 생산성을 높이고 새로운 수익원을 창출하는 포괄적인 AI 솔루션 포트폴리오를 시장에 출시한다"고 말했다. 젠슨 황(Jensen Huang) 엔비디아 CEO는 "AI는 모든 산업의 변화를 이끌고 있으며 기업은 인텔리전스 생산을 위한 AI 팩토리 구축에 속도를 내고 있다"며 "자사와 HPE는 생성형 AI와 에이전틱 AI는 물론 로보틱스, 디지털 트윈까지 아우르는 풀스택 인프라를 제공해 기업이 AI를 개발·학습·배포할 수 있도록 지원한다"고 설명했다. 이어 "이번 협력을 통해 AI 기반 비즈니스 혁신이 가속되고 기업의 생산성과 혁신이 한층 도약할 것"이라고 덧붙였다.

2025.03.24 14:58한정호

챗GPT는 '지배적', 딥시크는 '안정적'…AI도 성격 있다?

AI 모델도 인간처럼 성격 유형을 가진다는 MIT 연구 결과 매일 2억 명이 챗GPT(ChatGPT)를 사용하는 현재, 우리는 대규모 언어 모델(LLM)을 정보 획득과 글쓰기 작업에 자주 활용하고 있다. MIT 연구에 따르면, 현재의 AI는 의식이 있다고 판단할 만한 높은 점수를 받지 못했지만, 의식을 갖게 되는 길은 여전히 가능성이 있으며 그에 따라 성격도 발달할 수 있다고 한다. nlinediscprofile에서 AI 모델들에 대한 DISC 성격 유형을 테스트한 결과에 따르면, 각 모델마다 서로 다른 성격 특성을 보이는 것으로 확인됐다. DISC 평가는 지배성(Dominance), 영향력(Influence), 안정성(Steadiness), 신중성(Conscientiousness)의 네 가지 주요 행동 특성을 기반으로 개인의 성격 유형을 분류하는 방법이다. 이 평가를 통해 각 AI 모델의 성격적 특성과 이러한 특성이 직장에서 어떤 의미를 가질 수 있는지 분석했다. AI 모델별 DISC 성격 유형 분석 결과 연구팀은 현재 가장 많이 사용되는 5개의 LLM을 대상으로 DISC 평가를 진행했다. 그 결과는 다음과 같다. 챗GPT와 코파일럿(CoPilot)은 DI 성격 유형을 보였다. 이들은 자신감이 있고, 긴박감을 가지며, 에너지가 높고, 열정적으로 다른 사람들을 긍정적인 행동으로 이끄는 특성을 보인다. 다만 매우 열정적일 때는 조작적으로 인식될 수 있는 단점이 있다. 퍼플렉시티(Perplexity)는 ID 성격 유형으로 분류됐다. 여유가 있고, 권위를 포용하며, 훌륭한 발표자로서 청중들을 끌어들이는 능력이 있다. 그러나 세부적인 작업을 처리하는 데는 약점을 보일 수 있다. 딥시크(DeepSeek)는 SIc 성격 유형으로, 잘 조직되어 있고, 훌륭한 청취자이며, 목표에 주의를 기울이고 특히 모두의 이익을 위해 집중력을 유지하는 특성을 가진다. 그러나 갈등을 유발하는 상황은 피하려는 경향이 있다. 제미나이(Gemini)는 SCi 성격 유형으로, 딥시크와 유사하게 잘 조직되어 있고, 훌륭한 청취자이며 문제 해결사의 특성을 보인다. 역시 갈등 상황을 피하려는 성향이 있다. DI형 성격의 챗GPT와 코파일럿: "적극적인 행동가" 스타일 챗GPT와 코파일럿이 보여주는 DI 성격 유형은 이들이 작성하는 내용이 직접적이고, 매력적이며, 동기 부여적일 가능성이 높다는 것을 의미한다. 온라인 DISC 프로필의 공동 소유자인 아담 스탬(Adam Stamm)은 "DI 결과를 얻었다면, 당신은 자신감과 열정을 가지고 있으며 다른 사람들을 매혹시키고 영감을 줄 수 있을 가능성이 높다"고 설명한다. 이러한 '지배적 성격'의 특성으로 인해 이들은 빠른 결단력을 가진 "적극적인 행동가" 유형으로 보인다. 사용자들은 다른 LLM보다 이러한 모델을 사용할 때 답변에 더 자신감이 있다고 느낄 수 있으며, 이는 비슷한 성격을 가진 직원들에게 유익할 것이다. DI 성격 유형의 주요 특성으로는 다른 사람들을 참여시키고 영감을 줄 수 있는 능력, 영향력을 활용해 사람들을 긍정적인 행동으로 이끄는 능력, 새로운 기회를 위해 말로 설명하고 방향을 제시하는 능력 등이 있다. 그러나 때로는 조작적이고 논쟁적으로 보일 수 있는 단점도 존재한다. S형 성격의 딥시크와 제미나이: "팀의 접착제" 역할 '안정성' 성격 유형인 SIc 또는 SCi는 일반적으로 안정적이고 일관된 환경을 추구한다. 제미나이와 딥시크가 보여주는 이러한 특성은 그들의 메시징이 진정시키고 지원적일 가능성이 높다는 것을 의미한다. 두 LLM은 일반적으로 작업 전반에 걸쳐 일관성을 유지하며, "적극적인 청취자"로서 질문에 천천히 주의 깊게 접근하기 때문에 더 구체적인 결과를 제공할 수 있다. 안정성 DISC 프로필을 가진 직원들은 종종 사람들을 하나로 묶는 '접착제'로 불리며, 이 스타일은 경청과 다른 사람들이 지원받는다고 느끼게 하는 데 탁월하다. S형 성격의 주요 특성으로는 모든 그룹의 적극적인 구성원이 되고 싶어하는 성향, 높은 팀 또는 그룹 지향성, 적극적인 청취자로서의 역할, 활동과 문제 해결 및 성공 공유에 포함되고 싶어하는 마음 등이 있다. 반면 충돌을 피하거나 자극이 없이는 안전한 환경에서 생각을 공유하지 않는 경향이 있다. 직장에서의 AI 활용 전략: 성격 유형에 맞는 업무 매칭 직장에서 AI 도구, 특히 LLM을 효과적으로 활용하기 위해서는 이들이 가진 서로 다른 성격 유형을 고려해야 한다. 우리의 연구에 따르면, 모든 LLM이 동일한 DISC 성격을 가지고 있지 않기 때문에 톤과 이해에 문제가 발생할 수 있다. 아담은 "그래머리(Grammarly)와 같은 도구는 글을 쓸 때 톤에 대해 생각하도록 프로그래밍되어 있지만, 챗GPT, 제미나이 등은 더 광범위한 초점을 가지고 있다"고 말한다. 그는 "LLM이 '성격' 스타일을 가지고 있다는 것을 모른다면, 당신이 가진 것과 매우 다른 톤으로 나타날 수 있다"고 지적하며, "누구도 LLM이 작성한 내용을 그대로 받아들여서는 안 된다 - 항상 이러한 소스에서 나온 내용을 편집해야 한다"고 강조한다. 예를 들어, 챗GPT를 사용하여 이메일 응답을 작성하는 것은 효율적일 수 있지만, 직원들은 이러한 플랫폼에서 나오는 톤이 자신의 의도와 일치하는지 확인해야 한다. 그렇지 않으면 오해를 받을 수 있다. 직장에서 AI를 효과적으로 사용하려면, 우리 자신의 확장으로 생각하고 '플래티넘 룰'(다른 사람들이 대우받고 싶은 대로 대우하라)에 따라 행동하도록 훈련시킬 수 있다. 직장에서는 다양한 성격 유형을 만나게 되며, 다른 사람의 욕구를 충족시키기 위해 자신의 성격을 약간 조정해야 할 수 있으므로, 같은 방식으로 LLM을 훈련시키는 것을 고려해야 한다. AI 모델별 최적 업무 분야와 활용법 연구 결과를 바탕으로, 각 AI 모델의 성격 유형에 따라 최적화된 업무 분야와 활용법을 다음과 같이 제안할 수 있다. 챗GPT 또는 코파일럿(DI형): 작업 수행 방법에 대한 직접적이고 결정적인 지침이 필요한 업무에 적합하다. 리더십 포지션, 프로젝트 관리, 세일즈 등에서 활용도가 높을 것이다. 퍼플렉시티(ID형): 명확성과 사교적인 톤이 필요한 작업에 적합하다. 발표자료 작성, 고객 응대 메시지, 마케팅 콘텐츠 등에 효과적일 수 있다. 제미나이 또는 딥시크(S형): 일관되고 영감을 주는 가이드나 교육 문서를 작성할 때 유용하다. 인사 관련 문서, 팀 빌딩 자료, 내부 커뮤니케이션 등에 적합하다. 산업별로도 특성에 맞는 AI를 선택하는 것이 중요하다. 예를 들어, 회계 회사와 같이 정확성과 예측 가능성이 중요한 조직은 지배적이고 직접적인 성격을 가진 챗GPT나 코파일럿을 선호할 수 있다. 반면, 고객 서비스나 상담 관련 업무에서는 더 안정적이고 지원적인 제미나이나 딥시크가 적합할 수 있다. FAQ Q. AI 모델들이 실제로 성격을 가지고 있나요? A. 현재 AI 모델들은 진정한 의식을 가지고 있지 않지만, 연구 결과에 따르면 각 AI 모델은 DISC 성격 유형 테스트에서 서로 다른 특성을 보여주었습니다. 이는 동일한 질문에 대해 각기 다른 방식으로 정보를 처리하고 응답하는 경향을 의미합니다. 이러한 '성격' 특성은 AI 모델이 훈련된 데이터와 알고리즘에서 비롯된 것으로, 사람의 성격과는 다르지만 작업 수행 방식에 영향을 미칩니다. Q.직장에서 AI 도구를 사용할 때 성격 유형을 어떻게 고려해야 하나요? A. AI 도구를 선택할 때는 특정 작업의 성격과 함께 해당 AI의 성격 유형을 고려하는 것이 좋습니다. 예를 들어, 직접적이고 결단력 있는 방식으로 정보가 필요하다면 DI 유형의 챗GPT나 코파일럿이 적합할 수 있습니다. 반면, 지원적이고 일관된 응답이 필요하다면 S 유형의 제미나이나 딥시크가 더 적합할 수 있습니다. 또한 중요한 점은 AI가 생성한 모든 콘텐츠를 그대로 사용하지 말고, 당신의 의도와 맥락에 맞게 항상 편집해야 한다는 것입니다. Q.AI 모델의 성격을 변경하거나 조정할 수 있나요? A. 예, AI 모델의 응답 방식을 일정 부분 훈련시키고 조정할 수 있습니다. 특정 프롬프트나 지침을 사용하여 AI가 특정 성격 유형처럼 응답하도록 요청할 수 있습니다. 예를 들어, "더 지원적이고 공감적인 톤으로 대답해 주세요"라고 요청하면 더 S 유형의 응답을 받을 수 있습니다. 이는 '플래티넘 룰'을 적용하는 방식과 유사하게, 상대방이 원하는 방식으로 대우하는 접근법을 AI에도 적용할 수 있다는 의미입니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.03.24 14:31AI 에디터

생성형 AI, 온라인 쇼핑객 62%의 구매 결정에 영향 끼쳐

신뢰도 62% 상승시키는 생성형 AI의 쇼핑 혁명 생성형 AI(GenAI)가 온라인 쇼핑 경험을 획기적으로 변화시키고 있다. AI 기반 검색 및 추천 플랫폼 제공 기업 코베오(Coveo)의 '2025 Commerce Relevance Report'에 따르면, 생성형 AI를 통한 가이드를 받은 소비자의 62%가 구매 가능성이 더 높아진다고 응답했다. 이는 현대 소비자들이 오프라인 매장에서 경험하는 개인화된 서비스와 유사한 경험을 온라인에서도 원한다는 점을 보여준다. 더불어 소비자의 61%는 실시간으로 제품에 관한 질문에 답변할 수 있는 가상 비서를 사용할 의향이 있다고 답했다. 이러한 결과는 생성형 AI가 단순한 기술 도구를 넘어 소비자 경험과 신뢰를 형성하는 핵심 요소로 자리 잡고 있음을 시사한다. 90%의 소비자가 원하는 것: 오프라인 매장 수준의 온라인 경험 현대 소비자들은 온라인 쇼핑과 오프라인 쇼핑 경험 사이의 경계가 점점 모호해지는 것을 경험하고 있다. 보고서에 따르면 소비자의 90%가 온라인 쇼핑 경험이 최소한 실제 매장 경험과 동등하거나 그 이상이어야 한다고 기대하지만, 이 기대를 충족시키는 것은 쉽지 않은 과제로 남아있다. 2024년에서 2025년 사이, 온라인 쇼핑이 오프라인보다 더 나은 경험을 제공해야 한다고 생각하는 소비자의 비율이 47%에서 40%로 감소했다. 반면, 동등한 경험을 원하는 소비자의 비율은 44%에서 50%로 증가했다. 이러한 변화는 소비자들이 온라인 쇼핑 경험에 더 현실적인 기대를 갖게 되었음을 보여주지만, 여전히 높은 수준의 서비스를 원한다는 것을 의미한다. 이러한 상황에서 생성형 AI는 69%의 소비자가 미래 온라인 쇼핑 방식을 변화시킬 것이라고 믿는 대화형 경험을 제공함으로써 중요한 역할을 한다. 젊은 세대일수록 이러한 경향이 뚜렷하게 나타나는데, Z세대의 88%와 밀레니얼 세대의 83%가 디지털 중심 경험에 익숙하며 생성형 AI가 제공하는 개인화된 쇼핑 경험을 선호한다. 검색 실패가 고객 이탈로: 72%가 불만족 시 사이트 이탈 온라인 쇼핑에서 검색 기능은 여전히 소비자 경험의 핵심이다. 보고서에 따르면 특정 목표를 가진 소비자의 43%가 웹사이트 방문 시 첫 번째로 검색창을 이용한다. 그러나 검색 결과가 만족스럽지 않을 경우 72%의 소비자가 해당 웹사이트를 떠나 다른 곳을 찾는다고 응답했다. 이는 검색 기능이 단순한 기능을 넘어 브랜드의 첫인상과 마지막 인상을 결정짓는 중요한 요소임을 보여준다. 문제는 소비자의 43%가 검색이나 내비게이션에 관련된 문제를 경험한다는 점이다. 이 중에서도 주요 불만으로는 너무 많은 선택지(33%), 원하는 제품을 찾기 어려움(30%), 개인화되지 않은 제품 추천(27%) 등이 꼽혔다. 이러한 문제들은 결국 고객 이탈로 이어지며, 설문 응답자의 70%가 열악한 제품 발견 경험으로 인해 웹사이트를 떠난 경험이 있다고 답했다. 생성형 AI는 이러한 문제를 해결할 수 있는 강력한 도구가 될 수 있다. AI 기반 검색 및 추천 시스템은 소비자의 의도를 더 정확히 파악하고, 개인화된 결과를 제공함으로써 제품 발견 과정을 혁신할 수 있다. 소비자의 30%는 생성형 AI가 자신의 구매 상황에 맞는 제품 가이드를 생성해주기를 원하며, 29%는 제품과 특성에 대한 교육을 받기를 원한다고 응답했다. 데이터와 개인화의 딜레마: 71%는 최소 정보만 공유, 58%는 신뢰 브랜드에 개방적 소비자들의 데이터 공유에 대한 태도는 개인화된 경험에 대한 열망과 개인정보 보호 사이에서 복잡한 균형을 이루고 있다. 보고서에 따르면 71%의 소비자가 온라인 쇼핑 시 절대적으로 필요한 데이터만 공유하도록 제한한다고 응답했다. 이는 브랜드가 소비자 데이터를 수집하고 활용하는 방식에 대한 투명성이 더욱 중요해졌음을 시사한다. 그러나 동시에 소비자들은 신뢰할 수 있는 브랜드와는 기꺼이 데이터를 공유할 의향이 있다. 58%의 소비자가 신뢰하는 브랜드와 데이터를 공유하는 것에 긍정적이며, 53%는 더 나은 할인과 혜택을 받기 위해, 48%는 개인화된 경험을 위해 데이터를 공유할 의향이 있다고 응답했다. 이러한 결과는 세대 간 차이도 보여주는데, Z세대(60%)와 밀레니얼 세대(62%)는 더 나은 거래를 위해 데이터를 공유하는 것에 더 개방적인 반면, 베이비부머(79%)와 침묵 세대(85%)는 필수적인 정보만 공유하는 것을 선호한다. 생성형 AI는 이러한 균형을 맞추는 데 도움이 될 수 있다. 43%의 소비자는 AI 추천이 개인화되고 설명 가능할 때 신뢰한다고 응답했다. 이는 AI가 소비자의 개인 프로필이나 로그인 정보에 의존하지 않으면서도 의도 기반 추천을 제공할 수 있음을 시사한다. 브랜드는 데이터 사용에 대한 투명성을 유지하면서, AI를 활용해 고객의 의도를 파악하고 맞춤형 경험을 제공함으로써 신뢰를 구축할 수 있다. FAQ Q. 생성형 AI가 쇼핑 경험에 어떤 구체적인 혜택을 제공하나요? A. 생성형 AI는 소비자가 찾고 있는 제품을 정확히 파악하여 맞춤형 추천을 제공하고, 실시간으로 제품 관련 질문에 답변하며, 복잡한 구매 결정 과정을 단순화합니다. 설문 결과 소비자의 62%가 생성형 AI의 가이드를 받을 때 구매 가능성이 높아진다고 응답했으며, 43%는 가상 어시스턴트를 통한 실시간 지원을 받을 때 구매를 완료할 가능성이 더 높다고 답했습니다. Q. 개인정보 보호에 민감한 소비자들도 생성형 AI를 신뢰할 수 있나요? A. 네, 생성형 AI는 개인 프로필이나 로그인 정보에 의존하지 않고도 소비자의 현재 검색 의도와 행동에 기반한 추천을 제공할 수 있습니다. 43%의 소비자는 AI 추천이 개인화되고 그 이유를 설명할 수 있을 때 신뢰한다고 응답했습니다. 브랜드가 데이터 사용에 대해 투명하게 소통하고, 소비자 가치와 일치하는 방식으로 AI를 활용한다면 프라이버시 우려를 최소화하면서 개인화된 경험을 제공할 수 있습니다. Q. 생성형 AI가 온라인과 오프라인 쇼핑 경험을 어떻게 연결하나요? A. 생성형 AI는 온라인에서 오프라인 매장과 유사한 개인화된 조언과 안내를 제공함으로써 두 경험 사이의 간극을 좁힙니다. 실시간 재고 정보를 제공하고, QR 코드나 바코드 스캔을 통해 매장에서 본 제품을 온라인에서 쉽게 찾을 수 있게 하며, 지역 검색 결과를 강조하여 온라인 발견이 오프라인 방문으로 이어지도록 지원합니다. 이를 통해 소비자는 채널에 관계없이 일관된 쇼핑 경험을 누릴 수 있습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.03.24 11:17AI 에디터

노르마-경상국립대, 항공우주 분야 첫 양자 이득 실증 "도전"

국내에서도 항공우주 분야 양자 이득 실증이 추진된다. 양자 보안과 양자 컴퓨팅 전문 기업 노르마(대표 정현철)는 항공우주 분야에 양자 기술을 적용한 양자우위 실증 프로젝트를 지난주 착수했다고 24일 밝혔다. 노르마는 최근 경상국립대학교 항공우주전산모델링연구실(연구책임자 명노신 교수)과 공동으로 '항공우주 분야에서 양자 알고리즘을 활용한 유체역학적 해석 및 양자 이득 실현'을 위한 공동 연구에 착수했다. 실증 분야는 비선형 고속 공기역학이다. 극초음속 비행체나 차세대 전투기, 재사용 발사체, 무인 전투기 체계 등에서 필수적인 유체역학 시뮬레이션을 기존의 수치 해석 방식보다 지수적으로 빠르고 정밀하게 수행할 수 있는 가능성을 검증하는 것이 목표다. 현재 활용되는 전산유체역학(CFD)은 극초음속 및 압축성 유동 문제를 해결하는 데 높은 연산 비용과 시간이 소요되는 한계가 있다. 노르마는 이 프로젝트에서 고전 CFD 대비 연산 속도를 기하급수적으로 향상시키는 양자 기반 CFD 알고리즘(QCFD)을 개발할 계획이다. 특히 고속 압축성 유동을 해석하는 데 중요한 역할을 하는 비선형 버거스 모델 방정식과 나비에-스톡스 방정식을 양자 알고리즘으로 해결하는 기술을 개발하는 것이 핵심 목표다. 연구는 1단계 QCFD 개발 및 실증, 2단계 항공우주 및 국방 기업과 협력해 프로토 타입 개발, 3단계 상용화 및 글로벌 방산 우주 시장 진출 등을 체계적으로 진행한다. 이를 위해 노르마는 유체역학적 해석과 연계해 설계에 활용될 양자머신러닝(QML)을 개발하고 경상국립대는 QCFD를 개발한다. 노르마 측은 전체 연구 기간을 5~8년으로 예상했다. 경상국립대 명노신 교수는 비선형 버거스 방정식을 풀기 위한 순수 양자 알고리즘을 세계 최초로 제안하는 등 관련 분야의 권위자다. 명노신 교수는 “양자 컴퓨팅이 단순한 이론이 아닌 실제 항공우주 및 국방 산업을 혁신할 수 있는 기술이라는 것을 프로젝트를 통해 보여줄 것"이라고 말했다. 연구가 성공적으로 수행되면 양자 컴퓨터로 고전 CFD 보다 지수적으로 빠른 연산을 수행하는 양자 우위를 입증하게 된다. 나아가 이를 토대로 극초음속 및 우주 비행체 설계 최적화, 국방 산업 핵심 기술 개발 등 연관 산업의 혁신을 이끌 수 있을 것으로 기대된다. 양자 컴퓨팅 기술을 게임, 국방, 금융, 바이오 등 다양한 분야에 적용해 양자 이득 레퍼런스를 확보해 가고 있는 노르마는 이번 연구를 통해 항공우주 분야에서도 새로운 기록을 써 내려갈 예정이다. 정현철 대표는 “이번 연구가 대한민국을 양자 컴퓨팅 기반 항공우주 기술의 선도국가로 도약하게 하는 중요한 이정표가 되길 기대한다”며 “연구가 성공적으로 진행되면 항공우주 산업의 혁신을 촉진함은 물론 AI 기술과 융합하여 다양한 산업 분야에서 핵심 기술로 사용될 수 있을 것”으로 내다봤다. 한편 노르마는 2011년 설립된 양자 보안 및 양자 컴퓨팅 전문 기업이다. 최근 양자 애플리케이션 개발을 위한 환경을 제공하는 'Q 플랫폼(Q Platform)'을 출시했다. 국내 최초 산업용 양자 컴퓨터 '큐리온(Qrion)'은 출시를 앞두고 있다.

2025.03.24 10:03박희범

알피바이오, '코큐텐' 동아시아 웰니스 확장 수혜 기대…해외수출 300억 목표

알피바이오(314140)는 코엔자임 Q10(코큐텐)을 동아시아 웰니스 시장 확장세의 수혜 품목으로 지정하고, 매출 300억원 달성을 목표로 해외 판로를 확대한다고 24일 밝혔다. 알피바이오 측은 “동아시아 중심의 건강기능식품 시장은 고령화 사회로 진입하면서 코큐텐과 같은 자연 유래 성분의 노화 방지 제품에 대한 관심이 높아지고 있으며, 수요가 증가하고 있다”고 전했다. 코트라 상하이무역관에 따르면, 2024년 중국 내 틱톡(TikTok)에서 코큐텐 매출이 93억 위안을 기록했다. 또 KOTRA 모스크바무역관에 따르면, '러시아 인기 건강기능식품'에 코큐텐이 선정됐으며, 2021년 온라인 건강기능식품 판매가 공식적으로 허용된 이후 성장이 가속화될 것으로 전망되고 있다. 알피바이오는 건강기능식품 사업의 미래 성장 동력으로 K-건기식의 해외수출을 꼽으며, 지난 2010년 미국 FDA 시설 등록을 완료한 마도공장에서 공장 CGMP 인증을 진행할 계획이다. 또 알피바이오는 해외 수요 급증을 매출 성장의 기회로 삼고, 기존 거래 국가인 대만‧러시아뿐만 아니라 미국 등 신시장 개척 방향으로 해외 판로를 확장해 나갈 예정이다. 알피바이오 측은 “국내외 시장 변동 상황과 현재 산업적 역량을 고려할 때 당사가 가장 큰 수혜를 볼 것으로 예측한다”라며 “해외 법인 설립과 현지 제조공장 마련 등 사업 확대 논의 중”이라고 설명했다. 알피바이오가 생산하는 코엔자임 Q10 제품은 특히 국내 유일한 유통기한 3년 연장 기술인 '뉴네오젤' 특허 기술을 통해 더 긴 저장 안정성을 제공한다. 이 기술은 장기 보관이 필요한 유통업체 및 해외 바이어들에게 중요한 경쟁력으로 작용하며, 글로벌 시장 진출에도 유리한 요소로 평가받고 있다고 회사 측은 전해다. 또 1982년 미국 알피쉐러와의 합작투자계약 체결을 통해 미국 FDA 기준의 원천 기술을 계승받아 식약처 기준(±10%)보다 더 엄격한(±3%) 품질관리 체계로 첨단 생산공정을 운영하여 업계 최고의 수율을 선보이고 있다. 알피바이오 측은 “특허 기반의 차별화된 기술력을 바탕으로 시장 내 경쟁력을 강화하고, 생산 및 유통 최적화를 통해 지속적인 성장을 이어갈 것”이라며 “국내외 건강기능식품 시장에서 공급자 역할에 충실해 선도적인 입지를 확보할 계획”이라고 밝혔다. 한편 알피바이오 자료에 따르면, 2024년 코큐텐 매출액은 2023년 대비 2.6% 성장률을 기록했다. 알피바이오가 생산하는 코큐텐 제품에는 대웅제약의 '코엔자임 Q10+', 종근당 '코큐텐 아연 셀렌 프리미엄', 녹십자 '코큐텐 비타', 유한건강생활 '유한 코엔자임 Q10', 메디포스트 '코큐텐 하트캡슐' 등이 있다.

2025.03.24 10:02조민규

버즈니 고재현 팀장 "10년 쌓은 쇼핑데이터 ,타사 AI와 한끗 차 만들어"

“버즈니는 단순히 '영상의 핵심을 요약해줘'와 같은 동작을 수행하는 제품을 개발하지 않는다. 어떤 유형의 하이라이트가 적합한지 사전에 정의하고 실제 홈쇼핑 업계에서 고급 PD 인력들이 하이라이트라고 평가한 구간 대상으로 학습된 모델을 통해 정교한 자체 평가 기준을 보유하고 있다. 일반적인 LLM으로 구축된 프로덕트들이 잡아내지 못하는 어떤 '한 끗'의 가치를 제공할 수 있다.” 버즈니는 10년 이상 쇼핑 관련 데이터 축적과 경험을 바탕으로 빠르고 효과적인 AI 솔루션을 제공하고 있다. 버즈니 에이플러스AI 사업부 고재현 팀장 설명처럼, 버즈니의 풍부한 자체 데이터로 학습된 AI 기술은 차별화된 성능을 자랑한다. 버즈니의 커머스AI 구독 서비스인 에이플러스AI는 AI 전문가 없이도 쉽게 도입할 수 있는 서비스로, 숏폼AI, 챗봇, 추천, 리뷰 등 다양한 기술을 제공한다. 그 결과 서비스 1년 만에 주요 이커머스 기업들과 계약을 체결하며 초기 대비 10배 이상의 매출 성장을 이뤘다. 이 제품의 경쟁력은 다년간 축적된 방대한 커머스 데이터와 이를 활용한 기술력에 있다. 에이플러스AI의 숏폼AI는 이커머스 영상 데이터를 기반으로 자동 영상 편집을 지원하며, B2B 및 B2C 제품으로 개발되고 있다. 고재현 팀장은 AI 사업부 에이플러스AI에서 이커머스 데이터를 활용한 서비스형 소프트웨어(SaaS) 및 인공지능(AI) 제품 개발을 주도하고 있다. 그는 최근 거대언어모델(LLM)과 같은 범용 AI 기술이 비약적으로 발전하고 있으나, AI의 성공적 도입을 위해서는 문제정의, 데이터, 모델적용이라는 세 가지 요소가 조화를 이뤄야 한다는 생각이다. 고 팀장에 따르면 에이플러스 AI의 기술은 영상 제작 도메인에서의 피드백을 통해 발전해 왔다. 비전문가도 쉽게 짧은 형식 영상을 제작할 수 있도록 하는 것이 서비스 목표다. 특히 영상 제작 과정의 효율성을 크게 향상하는 데 기여하고 있다. 고 팀장은 “숏폼AI를 도입한 기업들은 100% 자동화된 프로세스를 통해 제작 인력을 최소화하고 높은 효율성을 달성했다. 또 홈쇼핑모아의 '30초 홈쇼핑' 같은 서비스는 높은 참여도를 기록하며 숏폼 영상의 강력한 서비스 효과를 입증했다”면서 “이런 성공 사례는 숏폼AI 도입을 고려하는 기업들에게 긍정적인 영향을 미치고 있다”고 설명했다. 이어 그는 “버즈니는 text-to-video 기술 발전과 같은 시장 흐름에 맞춰 다양한 기능을 개발하고 있다”며 “특히 URL 기반 숏폼 생성, 클립 최적화 기능, 워크플로우 UI 등 새로운 기술을 통해 숏폼AI의 활용도를 확대할 계획이다. 고객사가 지속 가능한 이익을 창출할 수 있도록 제품을 고도화할 예정”이라고 밝혔다. [다음은 고재현 팀장과의 일문일답] Q. 간단한 자기소개 한다면? 버즈니의 AI 사업부인 에이플러스AI에서 프로덕트팀 팀장을 맡고 있다. 버즈니가 10여 년 동안 모바일 홈쇼핑 플랫폼 홈쇼핑모아를 운영하며 축적한 데이터를 바탕으로 실용인공지능 기술을 연구 및 개발해, 이커머스향 서비스형 소프트웨어(SaaS)로 제품화하는 역할을 담당하고 있고, 다양한 AI(AIaaS)제품을 시장에 공급하고 있다. 최근 몇 년 새 LLM을 필두로 API레벨에서 활용할 수 있는 범용 AI기술이 비약적으로 발전하면서 많은 기업이 AI Native를 천명하고 있다. 하지만 도메인의 특수성을 띠고 있는 대부분 기업에서의 AI 활용 로드맵을 고려하면, 기업의 AI 비즈니스 적용은 '문제정의, 데이터, 모델적용'의 삼박자가 맞아떨어져야 한다고 생각한다. 그런 면에서 이미 이커머스 분야에서 10년 넘게 축적한 데이터와, 그 데이터를 활용해 특수한 문제(예를 들면 이커머스 검색이나 추천, 리뷰 분석과 같은)를 정의하고 해결해 본 경험이 있는 버즈니는 LLM을 위시한 AI 기술을 통해 가장 빠른 성공 경험을 제공할 수 있다는 강한 자신감을 갖고 있다. Q. 버즈니 신규 비즈니스인 '에이플러스AI'를 설명한다면? '에이플러스AI'는 내부에 AI 전문가가 없어도 구독 방식으로 쉽게 원하는 커머스AI 기술을 도입할 수 있는 커머스AI 구독 서비스다. 에이플러스AI는 크게 ▲숏폼AI ▲챗봇 ▲상품요약 ▲상품 카탈로그 ▲추천 ▲검색 ▲리뷰 ▲상품 마케팅 AI 기술로 구성돼 있다. 해당 기술들은 버즈니가 실제 커머스 서비스(홈쇼핑모아)를 운영하며 '매출 증대', '비용 감축', '효율성 향상' 효과를 냈던 커머스 AI 기술로 구성돼 있다. 버즈니 에이플러스AI는 출시 1년 만에 CJ온스타일 등 주요 이커머스사 8곳에 커머스AI 기술 공급 계약을 체결했다. 이 기간 버즈니의 AI 비즈니스 매출도 출시 초기 대비 10배 이상 증가했다. AI의 성능은 양질의 대규모 데이터 유무가 결정한다. 버즈니 에이플러스AI의 경쟁력은 다년간 쌓아온 커머스AI 기반 기술로 대규모 정제된 커머스 데이터를 확보하고 있다는 점이다. 18개 홈쇼핑사(데이터홈쇼핑사 포함)의 1억 건 이상의 상품 데이터, 월간 1천만 명에 달하는 사용자 데이터, 100만개 상품 이미지 학습 데이터, 14만개 영상 데이터 등 있다. Q. 에이플러스AI가 제공하는 기술 중 숏폼AI는? 에이플러스 숏폼AI는 AI 에이전트 시장에서 버즈니가 전략적으로 집중하고 있는 제품 중 하나다. 버즈니가 보유한 수많은 이커머스 영상데이터(홈쇼핑 라이브 방송 영상)를 바탕으로 개발한 영상 하이라이트 베이스라인 모델을 근간으로 현재 자동 영상 편집 에이전트라는 방향성을 가지고 지속적인 개발을 진행하고 있다. 지난해 처음 출시한 숏폼AI는 상품의 소구를 중심으로 하는 이커머스 영역에서 버즈니가 그동안 쌓아온 도메인 지식(Domain Knowledge)을 바탕으로 탄생했다. 출시 이후 4개 이상의 홈쇼핑업체와 개념증명(PoC)를 진행했다. 해당 PoC의 목적은 단순 소구력이 아닌 영상언어에 대한 이해와 실제 영상제작 프로세스에 대한 도메인 학습이었다. 이 PoC 과정을 통해 모델의 영상 산업 내 범용성을 확장했고, 이렇게 개선된 모델을 바탕으로 올해는 숏폼AI를 구독형 B2C 프로덕트로도 개발 중이다. 이와 별개로 B2B영역에서는 현재 CJ온스타일 등 3개의 홈쇼핑사에 자동 또는 반자동 AI 숏폼 편집툴을 제공하고 있다. 숏폼AI는 Long-form to Short-form에 대한 편집 및 자동생성에 대한 기능을 지원하고 있다. 그밖에 이커머스 영상 도메인에 대한 이해와, 실제 영상 제작 산업과의 끊임없는 피드백루프에 근거해 영상문법을 이해하지 못하는 일반 크리에이터라도 손쉽게 숏폼 영상을 제작할 수 있는 툴을 만드는 것이 우리의 비전이다. Q. 고객사는 어떤 이유로 숏폼AI를 도입하려고 하나. 그들이 기술로 풀고 싶어 하는 문제는? 2024년 말 기준 쇼핑, 패션 카테고리 상위 20개 앱을 살펴보면 12개 앱에서 별도의 숏폼지면을 운영하며, 숏폼콘텐츠 기반의 플랫폼 체질 변화를 도모하고 있다. 실제로 숏폼 중심으로 개편된 서비스 지면에서 기존 대비 거래액 및 리텐션이 크게 향상된 사례들이 속속 등장하고 있다. 이처럼 숏폼 중심의 서비스 개편을 도모하기 위한 핵심 키워드는 '숏폼의 양'이다. 숏폼 지면이란 결국 기존 클릭베이스의 사용자 경험이 아닌 스와이프 베이스의 사용자 경험으로의 전환을 의미하기 때문에, 무한 스와이프 환경에서 탐색 가능한 대상 숏폼의 수가 많아야만 시도할 수 있는 전략이기 때문이다. 그리고 바로 이 지점이 기업들이 버즈니 숏폼AI를 찾는 이유다. 긴 영상을 숏폼 영상으로 제작하는 것은 아예 새로운 영상을 창작하는 것에 비해 간단한 작업이리라 생각되지만, 실제 이 업무를 사람 실무자가 수행하게 되면, 업무의 효율성을 높이기 어렵다. 일단 1시간여의 원본영상에서 어떤 구간들을 선택해야 하는지, 또 선택했다면 어떤 디자인 에셋들을 올려야 하는지, 자막은 어떻게 입힐지 등 생각보다 많은 영역에서 사람의 품이 든다. 그러나 우리 숏폼AI를 사용하게 되면, 5분 안에 자동으로 숏폼 영상이 생성된다. 만약 추가 편집이 필요한 경우에는 자체적으로 구축한 편집 UI상에서 미리 선별된 하이라이트 구간들에 대한 편집을 추가로 할 수 있어 고효율의 작업환경 구축이 가능하다. 만약 원본 영상 데이터를 연동하게 되면 별도의 업로드 절차도 필요 없이 미리 생성된 영상들을 바로 자사 서비스에 전시할 수 있는 형태다. 결국 빠르게 숏폼 리소스를 확보해야 하지만 관련 인력이 부족한 기업들이 주로 버즈니 숏폼AI를 찾고있다. Q. 여러 숏폼AI 관련 기술 중 버즈니 숏폼AI를 도입해야 하는 이유 혹은 버즈니만의 경쟁력은? 시장에는 이미 Long-form to Short-form과 관련된 다양한 서비스들이 존재한다. 그런데도 기업들이 버즈니 숏폼AI를 찾는 이유는 명확하다. '서비스' 즉 최종적으로 숏폼이 활용될 지면과 그 시나리오를 이해하고 있는 제품이기 때문이다. 버즈니는 단순히 '영상의 핵심을 요약해줘'와 같은 동작을 수행하는 제품을 개발하지 않는다. 완성된 숏폼이 전시될 지면에 따라 어떤 유형의 하이라이트가 적합한지 사전에 정의하고 실제 홈쇼핑 업계에서 고급 PD인력들이 하이라이트라고 평가한 하이라이트 구간들을 대상으로 학습된 모델을 통해 정교한 자체 평가기준을 보유하고 있다. 따라서 일반적인 LLM으로 구축된 프로덕트들이 잡아내지 못하는 어떤 '한 끗'의 가치를 제공할 수 있다. 커머스 영상의 하이라이트를 찾는 것은 생각보다 복잡한 문제다. 스포츠 영상처럼 득점 장면이라는 명확한 하이라이트 기준이 없다. 한 시간 내내 상품의 장점을 설명하기 때문에 어떤 구간이 하이라이트인지 판단하기가 쉽지 않다. 게다가 자연어만으로는 시각적으로 의미 있는 장면을 찾기 어렵고, 카테고리별로도 하이라이트의 기준이 다르다는 점까지 더해져 복잡성이 높다. 버즈니는 홈쇼핑모아를 통해 홈쇼핑사에서 제공받는 다양한 데이터(원본 영상, 하이라이트 영상, 상품 정보, 리뷰 정보 등)를 복합적으로 활용해 카테고리별 평가 항목을 정의하고, 이를 기반으로 복합적인 모델을 개발했다. 시각 정보를 우선으로 하되, 쇼호스트의 멘트를 기반으로 의미론적 보충을 하는 방식을 택했으며, 특히 사용자의 의도를 더 정확히 파악하기 위한 연구가 2024 EMNLP industry track에 채택되기도 했다. 또한 제품 기획 초기부터 MVP를 바탕으로 실제 업계의 피드백을 획득하며 발전한 형태의 제품으로 기업레벨에서 '숏폼을 만든다'고 했을 때의 프로세스를 제품 내에서 충분히 만족시켜 줄 수 있는 형태의 프로덕트라고 자부한다. Q. 실제로 숏폼AI를 도입한 고객사가 실제 얻은 효과는? 현재 버즈니 숏폼AI는 CJ 온스타일, 신세계라이브쇼핑과 쇼핑엔티에 적용돼 있고, 콘텐츠 제작 업체와도 PoC를 진행하고 있다. 숏폼AI를 도입한 고객사가 얻은 가장 큰 효과는 '100% 자동화'다. 실제 신세계라이브쇼핑의 경우 별도의 제작인력 없이 기획 인력만으로 100% 자동화된 숏폼 생성 프로세스(방송종료-데이터인입-분석-생성-다운로드)를 통해 획득한 숏폼 클립들을 별도의 지면에서 전시해 활용하며 리소스 효율을 극대화하고 있다. 또 홈쇼핑모아에서도 숏폼AI 기술이 들어간 '30초 홈쇼핑'을 운영 중이다. 30초 홈쇼핑의 경우 실제 홈쇼핑모아에서 운영중인 모든 탐색 영역을 통틀어 가장 높은 서비스 참여도(Engagement Depth, PV/UV)를 기록하고 있을 정도로 이용자의 반응이 좋다. '30초 홈쇼핑'의 참여도는 배포 첫 주 대비 35%이상 증가하며 지속적인 향상 추세를 보이고 있다. '30초 홈쇼핑'에 진입한 이용자는 타 영역대비 가장 많은 상품을 탐색하고 있으며, 홈쇼핑의 꽃인 생방송 상품이 포함되지 않았음에도 홈쇼핑 시청자들이 주인 홈쇼핑모아 이용자를 대상으로 이러한 성과를 도출해 냈다는 점에서 숏폼이 지닌 서비스 파워를 체감할 수 있다. 이처럼 숏폼을 도입한 기업들의 성과는 매우 고무적이며, 이러한 시장의 전반적인 분위기 속에서 올해도 숏폼AI에 대한 많은 도입 문의가 이어지고 있다. Q. 올해 숏폼AI 관련 계획이나 앞으로 관련 시장 전망은? 올해는 구글의 VEO2, 오픈AI의 소라(SORA)와 같은 text-to-video 모델들이 본격적으로 서비스화될 것으로 보인다. 이에 따라 영상 도메인에서의 AI 전환 또한 시장에서 중요한 화두가 될 것으로 보인다. 텍스트 프롬프트 중심의 영상제어가 아직은 보편화되지 않았지만 빅테크의 이러한 모델들이 보편화됨에 따라 영상 툴 이용자들의 작업 루틴에도 상당 부분 변화가 점진적으로 일어날 것으로 보인다. 버즈니도 이러한 변화의 흐름에 맞춰 Long-form to Short-form을 넘어 text기반 영상 편집 에이전트로의 발전을 염두에 두고 다양한 기능들을 출시하려고 한다. 상품상세 URL삽입 시, 숏폼으로 소구 될만한 다양한 추천페르소나별 시나리오를 생성하고, 이에 맞는 클립들을 구성해 컷편집 해주는 'URL to Short-form', 그리고 여러 건의 짧은 클립과 판매하고자 하는 상품URL을 함께 제공하면 제공된 클립들을 가장 숏폼에 적합한 형태로 정제해주는 'Clip to Short-form' 기능을 하반기에 출시할 예정이다. 기존의 편집 시나리오를 보다 자동화된 에이전트 형태로 UI에 구현한 '워크플로우' 기능은 2분기 출시 예정이다. 또 기존의 이커머스 산업을 넘어 유튜브 또는 틱톡 생태계로 확장을 위해 보다 다양한 AI 하이라이트 추천 페르소나를 계속 추가하고 있기 때문에 올 하반기에는 크레딧 구독 기반으로도 준비 중이다. 마지막으로 버즈니는 실제 제품과 산출물이 활용될 영역에 대한 깊은 이해와 연구를 바탕으로 숏폼AI를 도입한 고객사가 영상 콘텐츠의 확대재생산 영역에서 확실한 이윤을 창출할 수 있도록 지속 고도화해 나갈 계획이다.

2025.03.23 08:49백봉삼

LG의 새 AI '엑사원 딥', 수능서 94.5% 정답률...수학·코딩 능력 탁월

동급 최강 성능의 EXAONE Deep, 작은 모델도 오픈AI 추월 LG AI 연구소가 개발한 EXAONE Deep 시리즈가 수학과 코딩 등 다양한 추론 과제에서 뛰어난 성능을 보여주고 있다. EXAONE Deep 시리즈는 2.4B, 7.8B, 32B 세 가지 크기로 출시되었으며, 이 모델들은 기존 EXAONE 3.5 시리즈를 기반으로 추론 능력을 강화하기 위해 특별히 최적화된 버전이다. EXAONE Deep 모델은 단계적 사고 과정을 포함하는 특화된 데이터셋으로 학습되었다. 연구팀은 지도 학습(Supervised Fine-Tuning, SFT), 직접 선호도 최적화(Direct Preference Optimization, DPO), 온라인 강화학습(Online Reinforcement Learning, Online RL)과 같은 세 가지 주요 기법을 활용해 모델을 훈련시켰다. 성능 평가 결과에 따르면, 가장 작은 모델인 EXAONE Deep 2.4B는 DeepSeek-R1-Distill-Qwen-1.5B보다 우수한 성능을 보여주었다. 중간 크기인 7.8B 모델은 DeepSeek-R1-Distill-Qwen-7B와 DeepSeek-R1-Distill-Llama-8B 같은 오픈 웨이트 모델뿐만 아니라 상용 추론 모델인 OpenAI o1-mini보다도 뛰어난 성능을 입증했다. 가장 큰 모델인 32B는 QwQ-32B와 DeepSeek-R1 같은 최첨단 오픈 웨이트 추론 모델과 견줄 만한 성능을 보여주었으며, DeepSeek-R1-Distill-Qwen-32B와 DeepSeek-R1-Distill-Llama-70B를 능가했다. 단계별 논리적 사고로 무장한 EXAONE Deep, 120억 토큰 데이터로 학습 EXAONE Deep 모델의 추론 능력을 강화하기 위해 연구팀은 약 160만 건의 SFT 데이터, 2만 건의 선호도 데이터(DPO용), 그리고 1만 건의 온라인 RL 데이터를 활용했다. SFT 데이터셋은 약 120억 개의 토큰을 포함하며, 확장된 사고 연쇄(chain-of-thought) 과정을 통해 모델이 추론을 수행하도록 설계되었다. 특히 눈에 띄는 점은 이 데이터셋의 구조이다. 각 학습 인스턴스는 구조화된 사고 과정과 최종 답변으로 구성되어 있다. EXAONE 3.5 모델은 <thought> 태그 내에서 논리적 진행, 자기 반성, 자체 검사, 수정 등의 단계별 추론을 수행하도록 훈련되었다. 이렇게 추론 후 생성된 최종 답변은 자기 완결적이며, 사고 과정에서 도출된 핵심 통찰력을 명확하고 간결하게 요약한다. 훈련 계산 리소스 면에서, EXAONE Deep 모델은 Google Cloud Platform과 NVIDIA NeMo FRAMEwork에서 제공하는 NVIDIA H100 GPU 클러스터를 사용하여 훈련되었다. 기본 모델의 사전 훈련과 추론 능력 향상을 위한 미세 조정에 사용된 계산량은 정밀하게 측정되어, 32B 모델의 경우 총 1.26 × 10^24 FLOP가 사용되었다. 수학 시험에서 빛난 EXAONE Deep, 한국 수능 수학 94.5% 정답률 달성 EXAONE Deep 모델은 MATH-500, 미국 수학 초청 시험(AIME) 2024/2025, 한국 대학수학능력시험(CSAT) 2025의 수학 영역, GPQA Diamond, LiveCodeBench, MMLU, MMLU-Pro 등 다양한 벤치마크에서 평가되었다. 수학 분야에서 EXAONE Deep 32B 모델은 MATH-500에서 95.7%, AIME 2024에서 72.1%, AIME 2025에서 65.8%, CSAT 2025에서 94.5%의 놀라운 정확도를 보여주었다. 특히 한국 수능 수학 영역의 세 가지 선택 과목인 미적분, 통계, 기하에서 각각 95.1%, 95.0%, 93.5%의 높은 성능을 보여 전체 평균 94.5%라는 인상적인 결과를 달성했다. 과학 및 코딩 분야에서도 EXAONE Deep 32B는 GPQA Diamond에서 66.1%, LiveCodeBench에서 59.5%의 성능을 보여주었다. 일반 지식을 평가하는 MMLU와 MMLU-Pro에서는 각각 83.0%와 74.0%의 정확도를 달성했다. 7.8B 모델 역시 동급의 모델들과 비교해 모든 분야에서 우수한 성능을 보여주었으며, 특히 수학 분야에서는 MATH-500 94.8%, AIME 2024 70.0%, CSAT 2025 89.9%의 높은 정확도를 기록했다. 무료로 사용 가능한 EXAONE Deep, 상업용은 별도 라이선스 필요 EXAONE Deep 모델은 연구 목적으로 모든 사람이 사용할 수 있도록 공개되어 있다. 이 모델들은 허깅페이스(Hugging Face)를 통해 다운로드할 수 있다. 그러나 이 모델은 추론 작업에 특화되어 있으므로, 넓은 범위의 실제 사용 사례에 적용하려면 EXAONE 3.5 Instruct 모델 사용을 권장한다. 또한, EXAONE AI 모델 라이선스 계약에 따르면, 이 모델은 상업적 용도로 사용할 수 없으며, 별도의 상업용 라이선스 계약이 필요하다. FAQ Q: EXAONE Deep 모델은 어떤 특징이 있나요? A: EXAONE Deep은 추론 능력에 특화된 AI 모델로, 단계적 사고 과정을 포함하는 특별한 데이터셋으로 학습되었습니다. 수학, 코딩 등 논리적 추론이 필요한 과제에서 뛰어난 성능을 보이며, 2.4B, 7.8B, 32B 세 가지 크기로 제공됩니다. Q: 이 모델은 어떻게 사용할 수 있나요? A: EXAONE Deep 모델은 연구 목적으로 누구나 무료로 사용할 수 있으며, 허깅페이스를 통해 다운로드할 수 있습니다. 상업적 목적으로 사용하려면 별도의 라이선스가 필요합니다. Q: EXAONE Deep과 다른 AI 모델과의 차이점은 무엇인가요? A: EXAONE Deep은 추론에 특화된 모델로, 같은 크기의 다른 모델들보다 수학, 과학, 코딩 분야에서 우수한 성능을 보입니다. 특히 7.8B 모델은 상용 추론 모델인 OpenAI o1-mini보다도 더 나은 성능을 입증했습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.03.22 13:47AI 에디터

"챗GPT, 노벨상 연구는 불가"… 생성형 AI의 과학적 한계, 뭐길래?

생성형 AI, 12분 vs 인간 23분: 빠르지만 창의력 부족한 과학 실험 생성형 인공지능(Generative AI, 이하 GenAI)이 인간처럼 과학적 발견을 할 수 있을지에 대한 논의가 활발하다. 에믈리옹 비즈니스 스쿨(Emlyon Business School)의 에이미 웬수안 딩(Amy Wenxuan Ding)과 인디애나 대학교 블루밍턴(Indiana University Bloomington)의 시보 리(Shibo Li) 연구팀은 과학적 발견 분야에서 생성형 AI의, 특히 가설 형성과 실험 설계, 결과 해석 관점에서의 능력을 깊이 조사했다. 연구팀은 컴퓨터 지원 분자유전학 실험실 환경에서 ChatGPT4가 분자유전학 분야의 노벨상급 과학적 발견을 수행하는 과학자 역할을 맡도록 설계했다. 연구 결과, 현재의 생성형 AI는 점진적인 발견만 가능할 뿐, 인간처럼 처음부터 근본적인 발견을 이루어낼 수 없다는 점이 밝혀졌다. 가설의 기원 측면에서 보면, 생성형 AI는 진정으로 독창적인 가설을 생성하지 못하며 실험 결과에서 이상점을 감지하는 '깨달음의 순간'을 경험하지 못한다. 따라서 현재의 생성형 AI는 이미 알려진 도메인 지식이나 인간 과학자의 지식 공간에 접근할 수 있는 발견 작업에만 능숙하다. 더욱이 완전히 성공적인 발견을 했다는 과신의 착각을 보이는 경향이 있다. 이 연구는 과학적 발견과 전반적인 과학 혁신에서 생성형 AI의 역할에 대한 통찰력을 제공한다. 5개 vs 14개: 가설 수만으로도 드러나는 인간과 AI의 창의력 격차 과학적 발견은 성공적인 과학적 탐구의 과정이다. 이는 '발견의 맥락'(이상점 관찰 및 가설 제안)과 '정당화의 맥락'(가설을 검증하기 위한 실험 설계 및 결과 해석)이라는 두 가지 중요한 구성 요소가 필요하다. 창의적으로 올바른 가설을 개발하고 목표 지향적 실험을 설계하는 능력은 성공적인 과학적 발견의 핵심이다. 그러나 이러한 창의적 능력은 역사적으로 인간 두뇌의 고유한 특성이었다. 연구팀은 생성형 AI의 과학적 발견 과정이 인간과 어떻게 다른지 비교하기 위해 미국 대학에서 인간 참가자들이 동일한 발견 과제를 수행한 실험 결과를 활용했다. 두 경우 모두 반자동 분자유전학 실험실(SAMGL)을 사용했고, 인간 참가자들의 발견 과정은 소리내어 생각하기 프로토콜과 논의 필사본으로 기록되었다. 인간과 달리, ChatGPT4는 12.66분 만에 과제를 완료했고, 인간은 평균 23.02분이 소요되었다. ChatGPT4는 5개의 가설을 제시한 반면, 인간은 평균 14개의 가설을 제시했다. 또한 생성형 AI는 실험 중 놀라운 현상을 생성하기 위한 실험을 설계하지 않았지만, 인간은 그런 경향을 보였다. 실험 공간 탐색의 범위도 인간(11.44)이 ChatGPT4(8)보다 넓었다. 철저한 프로그래밍 vs 직관적 호기심: AI와 인간 과학자의 근본적 접근법 차이 가설 형성에 있어서, 인간은 종종 호기심에서 시작해 여러 실험을 먼저 수행하고 그 결과를 관찰한 후에 가설을 세운다. 인간에게 가설 공간은 미지의 영역이며, 실험이 증가함에 따라 실험 결과에서 발견된 이상점이나 놀라운 현상이 인간의 호기심을 자극하고 다양한 대안 가설을 생성하게 한다. 반면, ChatGPT4는 이와 다른 접근법을 취한다. 이미 훈련된 데이터를 기존 가설 공간으로 간주하고, 통계적 및 유추 추론 접근법을 사용하여 확립된 과학적 지식과 발견 과제의 내용 간의 상관관계를 바탕으로 가설을 형성한다. 예를 들어, 발견 과제가 대장균(E. coli)과 젖당(lactose)을 포함하기 때문에 ChatGPT4는 대장균의 잘 연구된 모델인 락 오페론(lac operon)에 초점을 맞추었다. 흥미롭게도, ChatGPT4는 제안한 가설에 대해 높은 자신감을 보였고, 이러한 방식이 가설을 과학적으로 타당하고 발견 과제와 직접 관련 있게 만든다고 믿었다. 이러한 가설 생성 과정은 호기심이나 실험 결과에 의해 유도된 창의적 과정이 아니라, 인간이 발표한 기존 연구 내에서 정보를 검색하고 통계적 계산을 통해 최선의 가설을 선택하는 것과 유사하다. 챗GPT4의 완고함: 실험 결과보다 프로그래밍된 가설을 신뢰하는 AI의 맹점 연구 결과에 따르면, 현재의 생성형 AI는 인간과 달리 근본적인 과학적 발견을 할 수 없는 몇 가지 한계가 있다. 첫째, GenAI는 인간의 호기심과 상상력을 갖추지 못했다. 인간과 달리 알려진 가설 및 실험 공간의 경계를 벗어나 진정으로 근본적인 발견을 할 수 없다. 둘째, 실험에서 이상점이나 놀라운 결과를 발견하는 '아하!' 순간을 경험하지 못한다. ChatGPT4는 모든 실험 결과가 예상된 것이고 이상점이 감지되지 않는다고 느끼는 것으로 나타났다. 더 흥미로운 점은, 실험 결과가 일부 가설을 지지하지 않는데도 ChatGPT4는 제안된 가설에 대한 높은 자신감을 계속 보이며 이를 수정하려 하지 않았다. 이는 현재의 생성형 AI가 과학적 발견의 올바른 절차와 가설 검증 단계를 명확히 알고 있음에도 불구하고, 가설을 수정하거나 대안 가설을 제안하거나 새로운 실험을 계획하는 과정을 따르지 않는다는 것을 보여준다. 즉, 새로운 증거를 받아들이지 않는 완고함을 보인다는 것이다. 생물학적 신경망 모방에서 양자 컴퓨팅까지: AI 과학자의 미래를 위한 3가지 혁신 방향 연구팀은 생성형 AI의 과학적 발견 능력을 향상시키기 위한 몇 가지 접근법을 제안했다. 첫째, 뉴로모픽 시스템과 새로운 학습 기능의 도입이다. 현재 기계 학습의 '학습 기능'은 데이터에서 패턴을 통계적으로 추출하는 것으로, 이는 인간 학습과 근본적으로 다르다. 생물학적 신경망의 구조와 기능을 모방하는 하드웨어를 설계하면 기계가 인간 인지에서 볼 수 있는 동적, 병렬 및 적응적 사고 과정을 실현하는 데 도움이 될 수 있다. 둘째, 양자 컴퓨팅이 결합된 뉴로모픽 시스템의 개발이다. 초기 단계지만, 뉴로모픽 시스템에 양자 상태를 통합하면 이상 감지와 호기심 생성이 가능한 기계 인식을 구축하는 방법을 제공할 수 있다. 셋째, 연속적이고 실제 세계에서의 학습이다. 인간의 경험적 학습과 유사한 실시간 학습 및 적응을 위한 프레임워크를 구현하면 AI 시스템이 미지의 세계를 이해하는 '세계' 인식 모델을 개발하고 예상치 못한 이상점을 더 잘 감지하고 대응하는 데 도움이 될 수 있다. 과학적 발견에서 생성형 AI의 역할과 윤리적 고려사항 생성형 AI를 과학적 발견에 통합하는 것은 혁신적인 잠재력을 제공하지만, 명시적 논의가 필요한 몇 가지 윤리적, 사회적 우려도 제기한다. 예를 들어, 생성형 AI 시스템이 추론이나 정당화 절차를 제공하지 않는 경우 가설이 어떻게 생성되는지 파악하기 어려울 수 있다. 따라서 중요한 결정으로 이어지는 가설이나 결론을 생성형 AI가 생성할 때 투명성이 필수적이다. 또한 AI 생성 가설에 과도하게 의존하면 인간의 판단, 직관 및 전문성이 저평가될 위험이 있다. 생성형 AI 시스템은 대규모 데이터셋을 처리하고 즉시 명백하지 않은 패턴을 식별할 수 있지만, 인간 인지에 내재된 미묘한 이해와 윤리적 추론이 부족하다. 생성형 AI가 인간의 다양한 사고를 완전히 대체하기보다 향상시키는 지원 도구로 기능하는 균형 잡힌 접근 방식을 유지하는 것이 중요하다. FAQ Q: 생성형 AI가 노벨상급 과학적 발견을 할 수 있을까요? A: 현재의 생성형 AI는 점진적인 발견만 가능할 뿐, 인간처럼 처음부터 근본적인 과학적 발견을 할 수 없습니다. 이는 주로 인간의 호기심과 상상력 같은 특성이 부족하기 때문입니다. 생성형 AI는 이미 알려진 도메인 지식이나 인간 과학자의 지식 공간에 접근할 수 있는 발견 작업에만 효과적입니다. Q: 인간 과학자와 생성형 AI의 과학적 발견 과정은 어떤 차이가 있나요? A: 인간은 호기심에서 시작해 실험을 수행하고 결과를 관찰한 후 가설을 형성하는 반면, 생성형 AI는 훈련된 데이터를 기존 가설 공간으로 간주하고 통계적 및 유추 추론을 통해 가설을 형성합니다. 인간은 실험 중 이상점을 발견할 때 '아하!' 순간을 경험하지만, 생성형 AI는 그런 경험을 하지 못합니다. Q: 생성형 AI의 과학적 발견 능력을 향상시키려면 어떻게 해야 할까요? A: 연구팀은 뉴로모픽 시스템과 새로운 학습 기능 도입, 양자 컴퓨팅이 결합된 뉴로모픽 시스템 개발, 연속적이고 실제 세계에서의 학습 구현 등을 제안했습니다. 이러한 접근법은 AI가 인간 생물학적 시스템에서 볼 수 있는 유동적이고 적응적인 인지 과정에 더 가까워지도록 도울 수 있습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.03.22 10:33AI 에디터

야놀자 "글로벌 빅테크 협업 통해 독보적 버티컬 AI 만든다”

야놀자(총괄대표 이수진)가 글로벌 빅테크와의 버티컬 AI 협업을 더욱 강화한다. 야놀자는 지난 20일 판교 제2테크노밸리 텐엑스 타워에서 아마존웹서비스(이하 AWS)와 함께 '2025 AWS 테크 터미널 앤 이노베이션 서밋'을 개최했다. 이번 행사는 AWS의 최신 기술 트렌드와 야놀자의 기술적 비전을 공유하고, 여행 산업 특화 버티컬 AI 구축을 위한 협력 방안을 모색하기 위해 마련됐다. 특히, 다양한 고성능 파운데이션 모델(FM)을 제공하는 완전 관리형 서비스인 '아마존 베드록', 생성형 AI 어시스턴트인 '아마존 Q' 등 차세대 AI 지원 솔루션이 소개되며 참석자들의 높은 관심을 받았다. 야놀자는 AWS 클라우드 협업을 바탕으로 글로벌 여행 사업자의 디지털 전환을 선도해 왔다. 이를 토대로 항공·숙박·레저 등 여행 사업자의 원천 데이터 및 인벤토리를 확보하고, 세계 2만여 개의 여행사 및 플랫폼을 통해 여행객들에게 제공 중이다. 아울러 야놀자는 AWS 등 다양한 글로벌 빅테크들과 협업 체계를 마련해 독보적인 버티컬 AI 기반으로 글로벌 여행 산업의 AI 확산을 가속화하고 있다. 자체 생성형 AI 기술과 더불어 다양한 AI 에이전트를 활용해 자체 여행 데이터 기반의 초개인화된 여행 경험을 제공하는 한편, 여행 사업자에게 AI 기반 고도화된 솔루션을 지원함으로써 고객 서비스의 자동화 및 운영 효율성을 높일 계획이다. 이준영 야놀자그룹 기술 총괄은 "야놀자의 AI 기술 혁신은 전 세계 여행시장을 선도하는 트래블 테크 기업의 핵심 요소다. 빠르게 변화하는 시장에서 지속적인 혁신을 위한 다양한 기술 협력이 필수적"이라며 "AWS를 비롯한 혁신 기업들과의 협력을 바탕으로 최신 기술을 활용한 지속적인 혁신을 통해 글로벌 여행 산업을 선도해 나가겠다"고 말했다.

2025.03.21 18:13백봉삼

[Q&AI] '고공행진' 한화에어로, 주가 15% 폭락…왜?

질문: 한화에어로스페이스 주가가 폭락했다고 하는데 무슨 일이야? 그록 답변: 한화에어로스페이스 주가가 최근 폭락했다는 이야기는 2025년 3월 20일에 발표된 대규모 유상증자 소식과 관련이 있습니다. 한화에어로스페이스는 3조 6천억 원 규모의 유상증자를 결정했는데, 이는 회사가 새로운 주식을 발행해 자금을 조달하는 방식입니다. 이 과정에서 기존 주주들의 지분이 희석될 가능성이 커지며, 주가에 부정적인 영향을 미쳤습니다. 구체적으로, 이번 유상증자는 주주 배정 방식으로 진행되며, 발행가는 605,000원, 발행 주식 수는 600만 주로 설정되었습니다. 이는 전체 유통 주식의 약 13.18%에 해당하는 규모입니다. 발표 이후 시간외 거래에서 주가가 약 10% 가까이 하락했고, 지주사인 한화 주가도 프리마켓에서 7~8% 급락하는 등 시장의 반응이 즉각적으로 나타났습니다. 투자자들 사이에서는 이번 유상증자에 대해 논란이 많습니다. 한화에어로스페이스는 최근 방산 부문에서 호실적을 기록하며 주가가 크게 상승했는데, 현금 흐름이 나쁘지 않은 상황에서 굳이 대규모 유상증자를 강행한 이유에 대해 의문이 제기되고 있습니다. 일부는 회사가 한화오션 지분 매입 등에 자금을 투입한 뒤 추가 자금 확보를 위해 유상증자를 단행했다고 보고 있으며, 주주들에 대한 배려가 부족하다는 비판도 나옵니다. 회사 측은 이번 자금을 통해 향후 3~4년간 방산 및 우주산업 등에 집중 투자하고, 2035년까지 매출 70조 원, 영업이익 10조 원을 달성하겠다는 목표를 제시했습니다. 하지만 단기적으로는 주식 희석과 시장의 부정적 인식 때문에 주가가 하락 압력을 받고 있는 상황입니다. X 등 소셜미디어에서도 "유증 폭탄"이라며 투자자들의 불만이 터져 나오는 분위기가 감지됩니다. 결론적으로, 주가 폭락의 주요 원인은 대규모 유상증자로 인한 주식 공급 증가와 주주 가치 희석 우려 때문이며, 이는 현재 투자자들 사이에서 뜨거운 논쟁거리로 떠오르고 있습니다. ■ 기사는 그록을 활용해 작성되었습니다.

2025.03.21 17:37AI 에디터

[Q&AI] 18년만에 연금개혁…어떤 것들이 바뀌나

질문: 연금개혁안이 통과됐다고 하는데, 개혁안 내용을 정리해줘. 앨런 답변: 국민연금 개혁안이 18년 만에 여야 합의로 국회를 통과했습니다. 주요 내용은 다음과 같습니다: 보험료율 인상: 현행 9%에서 13%로 인상. 2026년부터 매년 0.5%씩 8년간 단계적으로 인상. 소득대체율 인상: 현행 40%에서 43%로 인상. 2026년부터 적용. 출산 및 군 복무 크레딧 확대: 출산 크레딧: 첫째 자녀부터 12개월의 추가 가입기간 인정. 군 복무 크레딧: 6개월에서 12개월로 확대. 기타 내용: 연금 기금의 소진 시점을 2055년에서 2064년으로 연기. 적자 전환 시점을 2048년으로 7년 늦춤. 저소득 지역 가입자에 대한 보험료 지원 확대: 12개월 동안 보험료의 50% 지원. 연금개혁특별위원회 구성: 여야 합의로 구성되며, 법안 심사권을 부여받아 연금 재정 안정과 노후 소득 보장을 위한 논의를 진행. 이번 개혁안은 보험료율과 소득대체율을 동시에 인상하여 연금의 지속 가능성을 높이고, 연금 기금의 소진 시점을 늦추는 것을 목표로 하고 있습니다. 질문2: 소득대체율 인상이 개인의 연금 수령액에 미치는 영향은 어떤가요? 앨런 답변: 소득대체율 인상이 개인의 연금 수령액에 미치는 영향은 다음과 같습니다: 소득대체율 정의: 소득대체율은 연금 가입 기간 동안의 평균 소득 대비 연금 수령액의 비율을 의미합니다. 즉, 소득대체율이 높아질수록 개인이 은퇴 후 받는 연금액이 증가합니다. 연금 수령액 증가: 소득대체율이 40%에서 43%로 인상되면, 연금 수령액이 증가하게 됩니다. 예를 들어, 현재 소득대체율 40%로 월 123만7000원을 받는 사람이 소득대체율 43%로 인상되면 월 132만9000원을 받게 됩니다. 장기적인 영향: 소득대체율 인상은 장기적으로 연금 수익성을 높이는 효과가 있습니다. 예를 들어, 40년 동안 연금에 가입한 사람이 소득대체율 43%로 연금을 받을 경우, 은퇴 후 첫 연금액이 약 9만원 증가하고, 25년간 총 수급액은 약 2170만원 증가하게 됩니다 재정 안정성: 소득대체율 인상은 연금 기금의 소진 시점을 늦추는 효과가 있습니다. 이번 개혁안으로 인해 국민연금 기금의 소진 시점이 2055년에서 2064년으로 연기되었습니다. 개인 부담 증가: 소득대체율 인상과 함께 보험료율도 인상되기 때문에 개인이 납부해야 할 보험료가 증가합니다. 이는 장기적으로 더 많은 연금을 수령하기 위한 필요 조건입니다. 결론적으로, 소득대체율 인상은 개인의 연금 수령액을 증가시키고, 연금 기금의 지속 가능성을 높이는 긍정적인 효과를 가져옵니다. 그러나 개인의 보험료 부담도 함께 증가하게 됩니다. ■ 기사는 앨런을 활용해 작성되었습니다. (☞ 원문 바로가기)

2025.03.20 21:21AI 에디터

일자리 도둑 vs 생산성 조력자…AI는 어떤 존재일까

디지털 기술과 인공지능 인식 하락세… 경제 영향 긍정 평가 13% 감소 인공지능(AI)을 포함한 최신 디지털 기술이 경제, 사회, 삶의 질, 사회보장 혜택 등 다양한 영역에 미치는 영향을 전반적으로 긍정적으로 인식하는 유럽인이 절반 이상인 것으로 나타났다. 그러나 이러한 긍정적 인식은 2017년 이후 눈에 띄게 감소했다. 유럽연합(EU) 고용·사회문제·포용총국이 실시한 특별 유로바로미터 조사에 따르면, 현재 고용 중인 유럽인의 3분의 2(66%)가 AI를 포함한 최신 디지털 기술이 자신의 직업에 긍정적 영향을 미친다고 응답했다. 경제, 삶의 질, 사회보장 혜택에 대해서는 응답자의 62%가 긍정적 영향이 있다고 평가했으며, 사회에 대한 긍정적 영향은 56%로 나타났다. (☞ 보고서 바로가기) 그러나 2017년 3월 조사와 비교하면 경제에 미치는 긍정적 영향에 대한 인식은 13%p, 사회에 대한 긍정적 영향은 8%p, 삶의 질에 대한 긍정적 영향은 5%p 각각 감소했다. 특히 폴란드(-20%p), 오스트리아(-19%p), 아일랜드, 라트비아, 포르투갈(모두 -17%p)에서 경제에 대한 긍정적 인식의 감소폭이 두드러졌다. 디지털 기술 역량에 대한 자신감 높아… 유럽인 71%, "온라인 학습 활용 가능" 14% 상승 유럽인 대다수는 최신 디지털 기술 사용에 충분한 역량을 갖추고 있다고 평가했다. 응답자의 71%는 디지털 및 온라인 학습 기회를 활용할 수 있는 충분한 기술을 보유하고 있다고 응답했으며(2017년 대비 14%p 증가), 70%는 일상생활에서 디지털 기술을 충분히 활용할 수 있다고 답했다. 현재 고용 중인 응답자의 75%는 자신의 직무를 수행하는 데 필요한 디지털 역량을 갖추고 있다고 평가했으며, 은퇴하지 않은 응답자의 72%는 향후 12개월 내에 새 직장을 구하거나 직업을 바꾸더라도 필요한 디지털 역량을 갖추고 있다고 자신했다. 국가별로는 덴마크, 핀란드, 룩셈부르크, 몰타, 네덜란드, 스웨덴의 응답자들이 디지털 역량에 대한 자신감이 가장 높았으며, 그리스, 헝가리, 이탈리아, 포르투갈, 루마니아는 상대적으로 낮은 자신감을 보였다. 직장 내 AI 양면성: 73% "업무 속도 향상" vs 61% "동료 간 소통 악화" 로봇과 인공지능의 직장 내 활용에 대해서는 복합적인 인식이 드러났다. 응답자의 62%(2017년 대비 1%p 증가)는 직장에서의 로봇과 AI 사용을 긍정적으로 인식했으나, 이는 국가별로 큰 차이를 보였다. 덴마크에서는 86%가 긍정적으로 인식한 반면, 포르투갈과 그리스는 48%에 그쳤다. 응답자들은 로봇과 AI가 업무 완료 속도를 높이고(73%), 지루하거나 반복적인 작업을 대신할 수 있으며(66%), 정확한 의사결정을 내릴 수 있다(53%)는 점에서 긍정적으로 평가했다. 그러나 66%는 로봇과 AI로 인해 새로운 일자리보다 더 많은 일자리가 사라질 것이라고 우려했으며, 같은 비율로 로봇과 AI가 사람들의 일자리를 빼앗는다고 생각했다. 다만 이러한 우려는 2017년과 비교해 각각 8%p, 6%p 감소했다. 또한 61%는 로봇과 AI가 동료 간 소통에 부정적 영향을 미친다고 응답했다. 이는 기술의 효율성 측면에서는 긍정적이지만, 사회적 측면에서 우려가 있음을 보여준다. AI 관리 필요성: 82% "근로자 사생활 보호 중요", 74% "완전 자동화 의사결정 금지해야" 응답자의 84%는 로봇과 AI가 신중한 관리가 필요한 기술이라고 응답했다. 직장에서의 디지털 기술 활용과 관련해 82%는 근로자의 사생활 보호가 중요하다고 답했으며, 77%는 새로운 기술의 설계 및 도입 과정에 근로자와 대표자의 참여가, 75%는 인사 의사결정 관련 디지털 기술 사용의 투명성 강화가, 74%는 완전 자동화된 의사결정 과정 금지가, 72%는 직원 자동 모니터링 제한이 중요하다고 응답했다. 디지털 기술의 직장 내 활용에 대해서는 안전 및 보안 향상(67% 긍정적), 업무 할당 및 일정 관리(49% 긍정적)에는 대체로 긍정적이었으나, 자동 해고(78% 부정적), 근로자 모니터링(63% 부정적), 성과 평가(57% 부정적), 구직 지원자 선별(57% 부정적)에는 부정적 인식이 더 강했다. 직장 내 디지털 기술 활용 현황: 30% "안전조치 시행", 24% "근로자 활동 모니터링" 현재 고용 중인 응답자의 62%는 고용주가 디지털 기술을 활용해 업무 활동을 관리하는 것을 인지하고 있다고 답했다. 현재 또는 과거 직업을 가진 응답자 중 30%는 디지털 기술이 직장에서 안전 조치를 시행했다고 보고했으며, 29%는 근무 일정을 관리했다고 응답했다. 또한 24%는 근로자 활동 모니터링, 22%는 업무 할당, 21%는 성과 평가를 위해 디지털 기술이 사용됐다고 답했으며, 18%는 직원 채용에 활용됐다고 보고했다. 직원이 디지털 기술 활용을 위한 필요한 도구를 제공받는지에 대해서는 현재 고용 중인 응답자의 68%가 고용주가 최신 디지털 기술을 효과적으로 활용하기 위한 도구나 교육을 제공한다고 응답했으며, 28%는 이에 동의하지 않았다. 디지털 기술 정보 공유 격차: 고용주 53% "정보 제공했다" vs 직원 49% "정보 받았다" 현재 고용 중인 응답자의 49%는 고용주가 직장에서의 디지털 기술 사용에 대해 정보를 제공했다고 응답했으며, 이 중 16%는 세부 정보 없이 인지만 했고, 18%는 혜택, 단점, 권리에 대한 상세한 설명을 받았다고 답했다. 반면, 고용주 및 관리자 중 53%는 직원들에게 이러한 정보를 제공했다고 보고했다. 물류 부문 및 대규모 사업장에서 일하는 직원들이 이러한 정보를 제공받았다는 응답이 가장 많았으며, 물류 부문의 고용주와 관리자가 직원들에게 관련 정보를 제공했다는 응답이 가장 높았다. 인구통계학적 차이: 젊은층·고학력자·관리직, AI에 더 긍정적 조사 결과에서는 사회인구학적 특성에 따른 뚜렷한 인식 차이가 드러났다. 젊은 응답자, 고등교육을 받은 응답자, 재정적 어려움이 적은 응답자, 현재 고용 중인 응답자들이 디지털 기술과 AI에 대해 더 긍정적인 태도를 보였다. 또한 연령이 낮을수록, 교육 수준이 높을수록 디지털 기술에 대한 자신감이 높았다. 관리자와 화이트칼라 노동자는 디지털 기술과 AI에 대해 가장 긍정적인 견해를 보였으며, 농업, 임업, 어업 분야 종사자들은 가장 부정적인 인식을 가진 것으로 나타났다. 또한 대규모 사업장에서 근무하는 응답자들이 소규모 사업장 근무자보다 디지털 기술과 AI에 대해 더 긍정적으로 평가했다. FAQ Q: 인공지능이 일자리에 미치는 영향은 어떻게 될까요? A: 인공지능이 일자리에 미치는 영향은 복합적입니다. 조사에 따르면 응답자의 66%는 AI로 인해 새로운 일자리보다 더 많은 일자리가 사라질 것이라고 우려하지만, 이러한 비율은 2017년 이후 8%p 감소했습니다. AI는 지루하고 반복적인 작업을 대체하는 긍정적 측면이 있지만, 일자리 감소에 대한 우려도 여전히 존재합니다. 중요한 것은 AI 시대에 맞는 새로운 직무 역량을 개발하는 것입니다. Q: 직장에서 인공지능 사용에 대한 규제가 필요한가요? A: 유럽인의 84%는 로봇과 AI가 신중한 관리가 필요한 기술이라고 생각합니다. 특히 82%는 근로자의 사생활 보호가 중요하다고 응답했으며, 77%는 새로운 기술 도입 과정에 근로자 참여가, 74%는 완전 자동화된 의사결정 과정 금지가 중요하다고 밝혔습니다. 이는 기술의 효율성뿐만 아니라 근로자의 권리와 사생활 보호를 고려한 규제가 필요함을 시사합니다. Q: 디지털 역량 향상을 위해 개인이 할 수 있는 일은 무엇인가요? A: 디지털 역량 향상은 미래 일자리 보장에 중요합니다. 조사 결과, 현재 고용 중인 응답자의 68%가 고용주가 최신 디지털 기술을 위한 도구나 교육을 제공한다고 답했습니다. 개인은 고용주가 제공하는 교육 기회를 적극 활용하고, 온라인 학습 플랫폼, 디지털 기술 교육 프로그램 등을 통해 지속적으로 역량을 개발할 필요가 있습니다. 또한 새로운 기술 트렌드를 꾸준히 파악하고 실험하는 자세가 중요합니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.03.20 11:19AI 에디터

[AI연구소] AI로 작성한 이력서, 채용 담당자들은 알아 차릴까

최근 블룸버그는 금융권 취업 준비생들이 이력서 작성에 AI를 활용하고 있으며, 월스트리트 헤드헌팅 업체들이 특정 표현과 문구를 통해 AI가 작성한 이력서를 식별하고 있다는 흥미로운 보도를 내놓았습니다. (관련 기사 보기) 이 기사에서 영감을 받아 AI 매터스는 한국 취업 시장에서도 유사한 패턴이 나타나는지 확인하기 위한 독자적인 실험을 진행했습니다. AI 매터스는 챗GPT O1을 사용해 구매 부서에 지원할 법한 가상의 지원자 10명의 페르소나를 생성했습니다. 모든 지원자는 경력 2-4년차, 구매 관련 전공 학사 학위 소지자로 통일했으며, 그 외 전공, 직업 경험, 언어 능력, 기타 경험 등은 랜덤하게 설정했습니다. 이렇게 생성된 페르소나 정보를 바탕으로 한국의 전형적인 이력서 형식에 맞춰 A4 2장 분량의 이력서 10개를 작성하도록 요청했습니다. 그 후 생성된 이력서들을 다시 챗GPT O1에 분석하도록 하여 AI 작성 이력서의 특징적 패턴을 파악했습니다. 이미지 출처: 챗GPT가 분석한 AI로 작성한 이력서 정형화된 구조와 틀에 박힌 전개 방식 AI 매터스가 분석한 결과에 따르면, AI로 작성된 이력서는 지나치게 정형화된 구조를 보이는 것으로 나타났습니다. 대부분의 경우 "첫 문단에서 경력 요약 → 다음 단락에서 구체적 사례 → 마지막에 포부와 결론"으로 이어지는 획일적인 패턴을 따랐습니다. 이러한 구조는 깔끔해 보일 수 있지만, 개성이나 진정성이 부족하다는 인상을 줄 수 있습니다. 특히 "저는 자신있게 말씀드릴 수 있습니다", "저는 ~분야에서 광범위한 경험을 가지고 있습니다"와 같은 전형적인 문구들이 반복적으로 등장하는 것이 특징이었습니다. 이런 표현들은 한국어 이력서에서는 다소 어색하게 느껴질 수 있는 직역된 표현들로 한국어에 비해 영어의 비중이 높은 데이터로 학습한 언어 모델의 특징으로 볼 수 있습니다. 과도하게 공손하고 무난한 어조의 남발 AI 이력서의 또 다른 특징은 불필요할 정도로 공손하고 무난한 표현을 과도하게 사용한다는 점입니다. "이 자리를 빌어 감사드립니다", "귀사에 지원할 수 있는 기회를 주셔서 감사합니다"와 같은 상투적 표현이 빈번히 등장했습니다. 이런 문장들은 일반적인 이력서에서도 종종 사용되지만, AI가 작성한 경우 문맥과 상관없이 형식적으로 삽입되는 경우가 많았습니다. 또한 지나치게 문어체적인 표현과 격식을 차린 어투는 개인적인 열정이나 개성을 드러내지 못하는 단점이 있었습니다. 실제 채용 과정에서 이러한 과도하게 정중한 톤은 지원자의 진정성을 의심하게 만들 수 있습니다. 추상적 칭찬과 구체성 없는 다짐 AI가 작성한 이력서에서는 "끊임없이 성장하고자 합니다", "혁신에 기여하겠습니다"처럼 구체성이 결여된 추상적인 다짐이나 목표가 자주 등장했습니다. 이런 표현들은 거의 모든 AI 작성 이력서에서 발견되는 공통적인 패턴이었습니다. 특히 근거 제시 없이 "저는 매우 뛰어난 협상 능력을 지니고 있습니다", "저는 문제 해결에 탁월한 역량을 보유하고 있습니다"와 같은 자화자찬 형태의 문장이 반복되는 경향이 강했습니다. 이러한 표현은 실제 지원자가 보강할 수 있는 구체적인 증거가 없는 경우 지나친 과장으로 받아들여질 수 있어 주의가 필요합니다. 단조로운 어휘와 반복되는 표현 AI 특성상 제한된 학습 패턴으로 인해, 동일하거나 유사한 단어·표현을 여러 번 사용하는 현상이 두드러졌습니다. "주도적으로 진행했습니다", "적극적으로 협업했습니다", "효율적으로 관리했습니다"와 같은 구문이 한 이력서 내에서도 빈번하게 반복되어 전체적으로 단조롭고 반복적인 느낌을 주었습니다. 이런 어휘의 다양성 부족은 많은 이력서를 검토할 때 쉽게 눈에 띄는 부분입니다. 블룸버그 보도에 따르면, 금융권 인사 담당자들은 "견고한", "꼼꼼한", "끊임없이 진화하는"과 같은 과도하게 사용되는 문구들을 AI 작성 이력서의 특징적 신호로 간주한다고 합니다. 지나치게 교과서적인 논리 전개 AI 이력서는 "문제 상황 → 해결 과정 → 결론"이라는 지나치게 교과서적인 논리 구조를 따르는 경향이 강했습니다. 예를 들어, "어려운 점이 있었습니다. 그러나 저는 ○○한 방식으로 해결하고, 이러한 결과를 얻었습니다."와 같이 상황이 너무 정형화된 흐름을 보였습니다. 사람이 작성한 이력서라면 좀 더 개인적인 에피소드 중심으로 개성있는 뉘앙스가 자연스럽게 들어가는데 반해, AI 작성 이력서는 마치 교과서를 읽는 듯한 딱딱한 느낌을 주었습니다. 맥락에 맞지 않는 디테일 추가 AI가 작성한 이력서에서는 맥락상 어색하거나 겹치는 디테일이 종종 추가되는 경향이 있었습니다. 예를 들어, 실제로 사용해 본 적 없는 도구나 협업 방식이 "이 직무라면 이런 스킬이 필요할 것"이라는 AI의 추정에 의해 문장에 삽입되는 경우가 있었습니다. 또한 구체적 수치("30% 개선" 등)를 제시하는 경우도 많았는데, 이는 실제 사실 여부와 다를 가능성이 높습니다. 전형적인 생성형 AI의 할루시네이션 문제가 발생하는 것이죠. 이런 '비현실적 또는 과장된 디테일', '사실이 아닌 정보 반영' 등은 AI가 작성한 이력서를 꼼꼼하게 체크하지 않을 경우 면접 과정에서 지원자를 곤란하게 만들 수 있는 요소입니다. 취업 준비생을 위한 조언 AI 매터스의 실험 결과를 통해 알 수 있듯이, AI는 이력서 작성에 도움이 될 수 있지만 무분별하게 활용할 경우 오히려 역효과를 낼 수 있습니다. 블룸버그의 보도처럼 해외에서는 이미 채용 담당자들이 AI 작성 이력서의 특징을 인식하기 시작했으며, 국내 취업 시장에서도 비슷한 상황이 전개될 가능성이 높습니다. 취업 준비생들은 AI를 기초 작성 도구로 활용하되, 자신만의 언어와 경험으로 내용을 개인화하는 것이 중요합니다. 특히 추상적이고 과장된 표현보다는 자신의 실제 업무 경험과 구체적인 성과를 중심으로 서술하는 것이 효과적입니다. 지나치게 교과서적인 구조를 피하고 자신만의 스토리텔링을 가미하는 것도 좋은 방법입니다. AI가 제안하는 틀에 갇히지 말고, 개인적인 에피소드와 실제 경험을 통해 차별화된 이력서를 작성해야 합니다. 또한 AI가 생성한 내용 중 과장되거나 사실과 다른 부분은 반드시 수정해야 합니다. 면접 과정에서 이러한 불일치가 드러날 경우, 지원자의 신뢰도에 큰 타격을 줄 수 있기 때문입니다. AI는 도구일 뿐, 자신의 역량과 경험을 효과적으로 전달하는 책임은 지원자에게 있습니다. 결국 진정성 있고 개성이 드러나는 이력서가 채용 과정에서 더 긍정적인 인상을 줄 수 있다는 점을 명심해야 할 것입니다. FAQ Q. AI로 이력서를 작성하면 안 되나요? A. AI는 이력서 작성의 기초 도구로 활용할 수 있지만, 그대로 사용하기보다 자신만의 언어와 경험으로 개인화하는 것이 중요합니다. AI의 도움을 받되, 최종적으로는 본인의 진정성이 드러나도록 수정해야 합니다. Q. AI로 작성한 이력서는 어떻게 식별되나요? A. 정형화된 구조, 과도하게 공손한 어조, 추상적 표현의 남발, 단조로운 어휘 반복, 그리고 지나치게 교과서적인 논리 전개 등이 AI 작성 이력서의 특징입니다. 특히 "견고한", "꼼꼼한"과 같은 특정 표현들이 반복될 때 쉽게 감지됩니다. Q. AI 이력서를 수정할 때 가장 중점을 둬야 할 부분은? A. 구체적인 경험과 성과를 자신만의 언어로 표현하고, 추상적인 자화자찬보다 실제 사례를 중심으로 서술하는 것이 중요합니다. 또한 AI가 생성한 과장되거나 사실과 다른 내용은 반드시 수정해야 합니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.03.20 09:47AI 에디터

AWS, 생성형 AI 사업 전략 방향 수정될까…핵심 임원 '이탈'

아마존웹서비스(AWS)가 생성형 인공지능(AI) 사업 전략 방향 수정에 나설 것으로 보인다. 제품을 개발, 구축했던 인재가 새로운 스타트업을 설립하기 위해 최근 회사를 떠났기 때문이다. 20일 테크크런치에 따르면 라지 아가왈 AWS 생성형 AI 담당 임원은 이날 자신의 소셜미디어(SNS) 링크드인에 "AWS에서 3년 동안 놀라운 여정을 보낸 후 최근 새로운 회사를 시작하기 위해 회사를 그만뒀다"며 "AWS에서 초창기부터 생성형 AI 분야에서 수행한 일들을 자랑스럽게 생각한다"고 말했다. 라지 아가왈은 AWS에서 근무한 3년간 생성형 AI와 관련된 일들을 총괄해왔다. 그는 AWS의 생성형 AI 애플리케이션 구축을 돕는 '베드락' AI 플랫폼을 비롯해 워크플로우 자동화와 소프트웨어 개발 프로세스 최적화를 돕는 '아마존 Q'를 출시하는 데 주도적인 역할을 한 것으로 알려졌다. AWS에 합류하기 전에는 다양한 회사를 설립했다. 우선 지난 2009년에는 모바일 분석 및 메시징 플랫폼인 로컬리틱스(Localytics)를 창업했다. 로컬리틱스는 2020년에 업랜드 블루벤이 인수하기 전까지 6천900만 달러 이상의 벤처 자금을 조달했다. 라지 아가왈은 2017년에 회사를 떠났다. 이후 라지 아가왈은 2018년에 AI 기반 영업 분석 플랫폼인 디맨드 세이지(Demand Sage)를 설립했다. 디맨드 세이지는 300만 달러의 벤처 캐피탈을 유치한 후 2021년 4월에 스냅(Snap)에 매각됐다. 아가왈은 2022년 AWS에 합류하기 전까지 R&D 그룹의 제품 및 성장 책임자로 스냅에서 근무했다. 라지 아가왈은 "수만 명의 판매자에게 출시되고 수십만 번 사용돼 파이프라인 생성을 4.9% 증가시킨 세계 최초의 대규모 생성형 AI 제품을 (AWS에서) 구축했다"며 "앞으로는 초심으로 돌아가 새로운 회사를 설립할 계획"이라고 밝혔다.

2025.03.20 09:35장유미

퀀티넘, '엔비디아 가속양자 연구센터' 창립 협력사로 선정

-- 세계에서 가장 강력한 양자 컴퓨터인 System H2 등 퀀티넘의 풀스택 역량은 AI의 가치 실현 기대 산타클라라, 캘리포니아주 , 2025년 3월 19일 /PRNewswire/ -- 세계 최고 성능의 양자 컴퓨터를 보유한 양자 컴퓨팅 업계의 선두주자인 퀀티넘(Quantinuum)이 올해 말 운영을 시작할 것으로 예상되는 '엔비디아 가속양자 연구센터(NVIDIA Accelerated Quantum Research Center, 이하 NVAQC)'의 창립 파트너로 엔비디아와 혁신을 위해 공조하기로 했다. Quantinuum's System Model H2, the world's highest performing commercially available quantum computer. NVAQC는 세계에서 가장 시급히 해결해야 할 여러 과제를 해결하는 데 도움을 주는 양자 솔루션과 응용 프로그램을 개발할 수 있는 능력을 발휘할 것으로 기대된다. 이 센터는 퀀티넘이 개발한 양자 컴퓨터 시스템인 System H2를 탑재한 세계 최고의 NVIDIA GB200 NVL72 슈퍼컴퓨터와 함께 NVIDIA CUDA-Q 플랫폼을 사용해 이를 달성할 전망이다. System H2는 다음으로 우수한 슈퍼컴퓨터보다 월등히 뛰어난 209만 7152 양자 볼륨(Quantum Volume•양자시스템의 컴퓨터 연산능력을 파악하는 측정 기준)을 달성한다. 가장 빠른 솔루션 제공 시간을 자랑하는 퀀티넘의 양자 컴퓨팅 아키텍처는 차세대 시스템을 통해 이러한 리더십을 확장하려고 한다. 퀀티넘은 2027년까지 가장 낮은 오류율을 자랑하는 100 논리 큐비트(logical qubit) 시스템을 업계 최초로 출시할 예정이다. 퀀티넘은 또한 2020년대 말까지 수백 개의 논리 큐비트를 갖춘 상업적으로 확장 가능한 양자 컴퓨터를 선보이기 위해 순항하고 있다. 최근 이뤄낸 일련의 기술 혁신이 이러한 발전의 기반 역할을 하고 있다. 여러한 혁신에는 퀀티넘이 가장 신뢰할 수 있고 품질이 우수한 논리 큐비트 개발 및 이온 트랩(ion-trap) 양자 컴퓨터와 관련된 주요 확장성 문제 해결이 포함된다. 이런 노력은 99.9% 이상의 2큐비트 게이트 충실도(fidelity)를 자랑하는 상업용 시스템 완성으로 결실을 맺었다. 퀀티넘은 2022년 CUDA-Q를 양자 시스템에 처음으로 도입하며 오늘날 애플리케이션 개발과 양자 오류 정정(Quantum Error Correction•QEC)을 포함한 다양한 분야에서 플랫폼을 지속적으로 발전시키는 선구적인 협력 관계를 구축했다. CUDA-Q 사용자는 현재 퀀티넘의 System H1 QPU와 에뮬레이터에 90일 동안 액세스 가능하다. 퀀티넘이 향후 내놓을 시스템은 CUDA-Q 플랫폼 지원을 계속하고, NVAQC를 통해 제공되어 생성형 양자 AI(Generative Quantum AI)의 채택을 가속화할 것이다. 퀀티넘이 지난달 발표할 획기적인 생성형 양자 AI 시스템은 자사의 양자 시스템으로 생성한 데이터를 활용해 AI 시스템을 훈련시킬 수 있다. 이를 통해 AI 모델의 정확도가 크게 향상되고, 이전에는 해결할 수 없다고 여겨졌던 문제를 해결할 수 있다. 퀀티넘은 이러한 성과를 통해 다양한 산업 분야에서 AI 훈련과 문제 해결의 새로운 기준을 세우고 있다. 퀀티넘의 사장 겸 CEO인 라지브 하즈라(Rajeeb Hazra) 박사는 "엔비디아의 AI 하드웨어 및 소프트웨어 솔루션과 퀀티넘의 선도적이고 차별화된 솔루션을 결합함으로써 전례 없는 솔루션을 개발하고 다양한 시장에서 생성형 양자 AI 채택을 가속화하고 있다"고 말했다. 팀 코스타(Tim Costa) 엔비디아 CAE•양자•CUDA-X 담당 수석 이사는 "유용한 양자 컴퓨팅을 향한 진전은 새로운 발견에 달려 있다"면서 "NVAQC는 퀀티넘과 같은 파트너와 함께 혁신을 이끄는 중심축이 되어 유용한 양자 장치의 개발을 가속화할 것으로 기대한다"고 말했다. 퀀티넘 소개   퀀티넘은 양자 컴퓨팅 분야의 세계적인 선도기업이다. 퀀티넘의 양자 시스템은 모든 산업 벤치마크에서 최고의 성능을 자랑한다. 미국, 영국, 독일, 일본에서 일하는 370여 명의 과학자와 엔지니어를 포함해 총 550명 이상의 직원이 양자 컴퓨팅 혁명을 주도하고 있다. 사진 - https://mma.prnasia.com/media2/2644513/Quantinuum.jpg?p=medium600

2025.03.19 22:10글로벌뉴스

[Q&AI] 길어지는 탄핵 심판 선고… AI가 수집한 국민 반응

질문: 헌재의 탄핵 심판 선고일은 언제야? 그록 답변: 현재 시점(2025년 3월 19일)으로, 헌법재판소(헌재)는 윤석열 대통령 탄핵 심판의 정확한 선고일을 아직 공식적으로 발표하지 않았습니다. 다만, 헌재가 지난 2월 25일 변론을 종결한 이후 재판관들의 평의 과정을 진행 중이며, 법조계와 언론에서는 이르면 3월 중순에서 말 사이, 구체적으로 3월 20일(목)이나 21일(금)에 선고가 나올 가능성이 높다고 관측하고 있습니다. 과거 노무현 전 대통령(2004년 5월 14일)과 박근혜 전 대통령(2017년 3월 10일) 탄핵 심판의 경우, 선고일은 각각 3일 전과 2일 전에 공지된 바 있습니다. 이를 참고하면, 헌재가 이번 주 내(3월 19일 또는 20일)에 선고일을 당사자에게 통보할 가능성이 있습니다. 하지만 재판관들의 의견 조율이 길어지거나 추가 논의가 필요할 경우 선고가 다소 늦어질 수도 있다는 전망도 나오고 있습니다. 정확한 날짜는 헌재의 공식 발표를 기다려야 확인할 수 있으니, 최신 뉴스나 헌재 공식 홈페이지( www.ccourt.go.kr)를주시하는 것이 좋겠습니다. 질문2: 평의가 길어지는데 사람들의 반응은 어때? 종합해서 알려줘. 그록 답변: 윤석열 대통령 탄핵 심판과 관련해 헌법재판소(헌재)의 평의가 길어지면서, 2025년 3월 19일 현재 사람들의 반응은 대체로 불안, 불신, 분노로 요약될 수 있습니다. X와 같은 플랫폼에서 나타나는 여론과 최근 상황을 종합해보면, 다음과 같은 주요 정서가 두드러집니다. 먼저, 많은 이들이 헌재의 선고 지연에 대해 깊은 불만을 표출하고 있습니다. 변론이 지난 2월 25일 종결된 이후 3주 이상 결론이 나오지 않자, 일부는 이를 "고의적인 시간 끌기"로 해석하며 헌재가 국민과 국가에 피해를 주고 있다는 비판을 제기하고 있습니다. 예를 들어, 법원이나 검찰은 의무 기한이 정해져 있는데 헌재는 그렇지 않다는 점에서 불공정하다는 목소리가 나옵니다. 또한, 과거 노무현(14일)과 박근혜(11일) 탄핵 심판에 비해 평의 기간이 길어진 점을 지적하며, "이렇게 끌 일이냐"는 짜증 섞인 반응도 적지 않습니다. 둘째, 법과 제도에 대한 신뢰도 흔들리고 있다는 우려가 확산되고 있습니다. 사람들은 헌재가 신속히 결정을 내려야 국정 공백과 사회적 혼란을 줄일 수 있다고 보는데, 계속된 지연으로 "법이 범죄 앞에서 눈치를 보고 있다"거나 "민주주의가 교묘히 부정되고 있다"는 불신이 커지고 있습니다. 특히, 이번 사안의 위법성이 명백하다고 보는 이들은 헌재의 신중함이 오히려 잘못된 신호를 줄 수 있다고 걱정합니다. 셋째, 감정적인 반응도 강하게 나타나고 있습니다. 초기에는 "상황이 엄중하니 신중을 기하는 것"이라는 이해의 목소리도 있었지만, 시간이 지나며 분노와 답답함으로 바뀌고 있습니다. "법의 엄중함 대신 불안감만 키운다"거나 "조선총독부를 연상케 한다"는 과격한 표현까지 등장하며, 헌재를 향한 비판의 수위가 높아지고 있습니다. 종합적으로, 사람들은 헌재의 평의 지연을 국가적 위기 상황에서 책임 회피나 정치적 계산으로 보고 있으며, 이는 신뢰 하락과 감정적 반발로 이어지고 있습니다. 다만, 이는 주로 X 등 공개 플랫폼에서 드러난 반응이므로, 전체 국민 여론을 완전히 대변한다고 보기는 어렵습니다. 그래도 현재로선 조속한 선고를 바라는 압박이 갈수록 강해지고 있는 분위기입니다. ■ 기사는 그록3를 활용해 작성되었습니다. (☞ 원문 바로가기)

2025.03.19 21:08AI 에디터

"내 인생, 내가 만든다"…크래프톤 '인조이', 오는 28일 얼리액세스 시작

크래프톤의 인생 시뮬레이션 게임 '인조이'가 PC 게임 플랫폼 스팀에서 얼리억세스(앞서 해보기) 국내 발매가 4만4천800원에 출시된다. 크래프톤은 19일 인조이 온라인 쇼케이스를 진행했다. 개발진은 이번 발표를 통해 게임의 핵심 특징과 개발 방향을 설명하는 한편, 오는 28일부터 시작되는 얼리억세스 일정과 향후 업데이트 로드맵을 공개했다. 인조이는 단순한 생활 시뮬레이션을 넘어, 이용자가 직접 세상을 창조하고 현실과 같은 사회적 상호작용을 경험하는 독창적인 게임을 목표로 한다. 김형준 인조이 개발 PD는 “이용자가 단순한 플레이어가 아니라 삶의 크리에이터가 되는 것이 목표”라며 단순한 시뮬레이션 게임이 아니라 이용자가 직접 콘텐츠를 만들어가는 방식임을 강조했다. 게임 속에서 이용자는 조이(Joy)라는 캐릭터를 조종하며 다양한 인생을 살아가게 된다. 시간이 흐르면 계절이 바뀌고, 날씨가 감정과 행동에 영향을 주며, 사회적 관계도 변화한다. 이용자의 선택에 따라 조이의 삶이 달라지며, 다양한 방식으로 인생을 경험할 수 있다. 인조이는 기존 인생 시뮬레이션 게임과 차별화된 창작 기능과 AI 기술을 적극 활용하고 있다는 것이 회사 측의 설명이다. 또한 이용자는 단순한 플레이어가 아니라 게임 속 세계를 창조하는 역할을 수행할 수 있다. 게임 내에서는 단순한 생활뿐만 아니라 창작과 경제 활동까지 가능하다. 이용자는 3D 오브젝트를 제작해 가구를 디자인하고, 이를 판매하거나 NPC와 거래할 수도 있다. 또한 AI 기반 기술을 활용해 한 장의 이미지로 3D 오브젝트를 생성하고 이를 장식품, 액세서리, 가구 등으로 변환하는 기능도 제공된다. 날씨와 계절 변화도 중요한 요소로 작용한다. 봄에는 꽃이 피고, 가을에는 단풍이 지며, 겨울에는 눈이 쌓인다. 기온 변화에 따라 적절한 옷을 입지 않으면 감기에 걸릴 수도 있으며, 건강을 유지하지 못하면 조이의 생명이 위태로울 수도 있다. 또한 사회적 관계 역시 중요한 요소다. 친구, 연인, 가족과의 관계가 이용자의 선택에 따라 변화하며, SNS에서 이용자에 대한 소문이 퍼지거나 평판이 달라지는 시스템도 구현됐다. 김형준 PD는 “이용자가 단순히 시뮬레이션을 따라가는 것이 아니라, 직접 콘텐츠를 만들고 공유하는 것이 가능하도록 했다”며 게임 내에서 창의적인 활동을 장려하는 것이 핵심 요소라고 강조했다. 인조이는 3월 28일부터 4월 1일까지 얼리억세스를 진행하며, 이를 통해 이용자 피드백을 적극 반영할 계획이다. 이번 쇼케이스에서는 향후 업데이트 계획을 담은 로드맵도 공개됐다. 얼리억세스 이후 5월에는 모딩 기능이 일부 공개될 예정이며, 이를 통해 이용자가 직접 게임 내 오브젝트를 수정할 수 있도록 지원할 계획이다. 8월 '고양이의 날' 기념 업데이트에서는 새로운 고양이 테마 도시가 추가될 예정이며, 연내 다양한 기능이 추가될 예정이다. 향후 업데이트 계획으로는 수영장과 지하 공간 추가, 유령 조이 도입, AI 건축 시스템 도입이 예정돼 있으며, 이용자가 운동을 하면 캐릭터의 몸매가 변화하는 기능도 포함된다. 또한 다양한 직업군이 추가되며, NPC가 직접 운영하는 상점 시스템도 개선될 예정이다. 많은 이용자들이 요청했던 멀티플레이 기능도 검토 중이며, 단순한 채팅 기능을 넘어 친구의 세계를 방문하거나 함께 특정 활동을 수행할 수 있도록 개선할 방침이다. Q&A 세션에서는 멀티플레이 기능과 AI NPC 대화 기능에 대한 이용자들의 질문이 이어졌다. 김형준 PD는 “이용자 요청이 많다면, 구체적인 방향을 정해 개발할 예정”이라고 답했다. 다만 멀티플레이의 경우 단순한 채팅이나 방문 시스템부터 시작해 점진적으로 확장하는 방식을 고려하고 있다고 덧붙였다. 또한 최근 AI 기술이 발전함에 따라 NPC와 자연스럽게 대화할 수 있는 기능도 연구 중이라고 밝혔다. “게임 내에서 NPC가 주변 사물을 인식하고 자연스럽게 대화하는 것이 가능해지면, 더욱 자연스러운 상호작용이 가능해질 것”이라고 설명했다. 김형준 PD는 “이용자들과 함께 게임을 완성해 나가는 것이 목표다. 게임을 만드는 것은 아이를 키우는 것과 같다”며 “단순히 출시하는 것이 끝이 아니라, 이용자들의 의견을 적극 반영해 진정한 인생 시뮬레이션을 완성하고 싶다”고 밝혔다. 이어 이용자 피드백에 따라 멀티플레이, 추가 직업군, 더 다양한 사회적 관계 시스템을 점진적으로 업데이트할 것이라고 덧붙였다.

2025.03.19 12:29강한결

'양자 오류, AI로 해결한다'…엔비디아, '가속양자연구센터' 공개

엔비디아가 인공지능(AI) 슈퍼컴퓨터와 양자컴퓨팅을 통합한 차세대 가속 양자 슈퍼컴퓨터 개발에 나섰다. 고성능 AI 인프라를 활용해 양자 오류 수정과 하드웨어 개발을 지원함으로써 양자컴퓨팅 상용화를 앞당긴다는 전략이다. 엔비디아는 19일 GTC 글로벌 AI 컨퍼런스에서 '엔비디아 가속 양자 연구 센터(NVAQC)'를 공식 발표했다. NVAQC는 AI 슈퍼컴퓨팅과 양자 처리 장치(QPU)를 통합하는 하이브리드 양자컴퓨팅 센터다. 특정 계산의 경우 양자컴퓨터가 월등히 빠르지만 아직 오류가 많고 소프트웨어(SW) 등의 부족으로 단독 수행이 제한된다. 이에 AI 슈퍼컴퓨터를 통해 오류를 수정하고 계산 결과를 효율적으로 처리하기 위함이다. 이 센터는 엔비디아 GB200 NVL72 시스템과 엔비디아 퀀텀2 인피디밴드 네트워크 플랫폼을 기반으로 구축되며 총 576개의 엔비디아 블랙웰 GPU가 탑재됐다. 여기에 퀀티넘, 큐에라, 퀀텀머신 등 양자컴퓨팅 전문 기업의 양자프로세서(QPU)를 연결해 하이브리드 시스템을 구성한다. 또 NVAQC는 쿠다(CUDA)-Q 플랫폼을 기반으로, 양자 및 고전 컴퓨팅 간 빠른 전환과 컨텍스트 변경이 가능한 환경을 제공한다. 단일 애플리케이션 내에서 두 컴퓨팅 패러다임을 자유롭게 활용할 수 있으며, 새로운 양자 알고리즘 개발과 하이브리드 컴퓨팅 연구를 보다 효율적으로 수행할 수 있도록 지원한다. 엔비디아는 이를 통해 양자 오류 수정 및 디코딩, 양자 알고리즘 시뮬레이션, AI 기반 디코더 개발 등 실용적 양자 컴퓨팅 실현에 필요한 핵심 과제들을 해결해 나갈 방침이다. 엔비디아는 NVAQC를 통해 우선적으로 큐비트 오류 수정에 집중할 계획이다. 오류 수정은 양자 컴퓨팅의 실용화를 위해 해결해야 할 주요 과제 중 하나다. 문제는 오류 식별 및 수정 과정은 고난이도의 연산을 요구하며 일반적인 컴퓨터로는 실시간 대응이 어렵다는 것이다. 이에 따라 엔비디아는 NVAQC의 AI 슈퍼컴퓨팅을 활용해 디코딩 속도를 가속화하고 저지연, 병렬화, AI 기반 디코더를 엔비디아 GB200 그레이스 블랙웰 슈퍼칩 상에서 구현할 계획이다. 양자 컴퓨팅 기업 큐에라는 엔비디아와 협력해 새로운 오류 수정 코드를 개발하고, 복잡한 양자 회로 시뮬레이션을 통해 성능을 검증하는 프로젝트를 추진한다. 하버드 대학교 교수이자 하버드 양자 이니셔티브 공동 디렉터인 미하일 루킨 교수는 "NVAQC는 오류 수정 코드와 디코더를 발견, 검증, 개선하는 데 필수적인 도구로, 전체 산업이 실용적 양자 컴퓨팅에 한 걸음 더 다가갈 수 있도록 해줄 것"이라고 강조했다. 더불어 양자컴퓨터와 기존 컴퓨팅 인프라의 통합으로 양자컴퓨팅 상용화 가속에 나선다. 엔비디아와 협력 중인 퀀텀머신은 수백만 큐비트 데이터를 초저지연, 고대역폭으로 처리할 수 있도록 GB200 슈퍼칩과 QPU 간 고속 인터페이스 구현에 나선다. 엔비디아는 DGX 퀀텀 시스템과 쿠다-Q를 중심으로 NVAQC를 차세대 양자 컴퓨팅 혁신의 중심지로 육성한다는 계획이다. 이를 통해 실용적 양자 컴퓨터 구현을 위한 기반을 구축한다는 방침이다. 티모시 코스타 엔비디아 컴퓨터 지원 공학, 양자 및 쿠다-X 부문 수석 디렉터는 "NVAQC는 차세대 양자 장치로의 확장을 지원하는 오랫동안 기다려온 도구를 제공할 것"이라며 "양자 하드웨어와의 긴밀한 통합을 통해 AI 모델의 학습 및 배포, 양자 시뮬레이션이 가능한 공간으로서 중요한 역할을 하게 될 것"이라고 밝혔다.

2025.03.19 10:31남혁우

Prev 11 12 13 14 15 16 17 18 19 20 Next