검색 - IT세상을 바꾸는 힘 지디넷코리아

ZDNet 검색 페이지

'Q'통합검색 결과 입니다. (1447건)

영역
기간
- 3개월
- 1년
- 1년 이전

재검색

하이센스, 제137회 캔톤페어에서 AI 기반 스마트 홈 솔루션 전시

칭다오, 중국 2025년 4월 16일 /PRNewswire/ -- 선도적인 글로벌 가전제품 및 소비자 가전 브랜드인 하이센스(Hisense)가 4월 15일부터 19일까지 중국 광저우에서 열리는 제137회 캔톤페어(Canton Fair)에서 최신 혁신 제품을 선보인다. 하이센스는 A 구역 3.2홀 C19-59 부스에서 'AI와 함께 하는 삶(Your Life)'이라는 주제로 AI가 일상생활을 어떻게 변화시키고 있는지를 보여주는 다양한 AI 기반 스마트 홈 솔루션을 공개한다. Hisense at the 137th Canton Fair AI 기반 시청각 솔루션 하이센스의 116UX TV 시리즈는 최고 밝기가 1만 니트로, BT.2020 색 영역의 97%를 커버하는 TriChroma MiniLED X 백라이트를 특징으로 한다. 100인치 이상 TV 제조 부문 세계 1위인 하이센스는 116UX에 하이뷰 AI 엔진 X(Hi-View AI Engine X)를 탑재해 AI 컬러 로컬 디밍과 AI 4K 업스케일링과 같은 첨단 화질 개선 기능을 제공함으로써 몰입감 넘치는 시청 경험을 맛볼 수 있게 해준다. Hisense 116UX TV Series 100인치 크기의 U7 PRO와 U8 시리즈 TV도 전시된다. 프랑스 오디오 전문 브랜드 드비알레(Devialet)가 튜닝한 U7 PRO는 AI 클리어 보이스(AI Clear Voice) 기능으로 잡음이 많은 환경에서도 해설과 대화가 잘 들리고, 화질도 탁월해 스포츠 팬과 영화 애호가에게 완벽한 선택지이다. U8은 게이머를 위해 설계된 165Hz 게임 모드 울트라(Game Mode Ultra)를 특징으로 하며, 높은 주사율, 저지연, 몰입감 넘치고 랙(lag) 없는 다이내믹 싱크로 더 부드럽게 게임을 즐길 수 있게 해준다. 하이센스는 또한 궁극의 고급 홈 시네마 솔루션인 Laser TV L9Q와 세계 최초로 Designed for Xbox 로고가 붙은 초단초점(UST) 프로젝터인 Laser Cinema PX3-PRO도 전시한다. Laser TV L9Q는 AI 기반 4K 업스케일러, AI HDR 업스케일러, AI 노이즈 감소 기능 외에도 AI 컬러 최적화와 AI 내추럴 페이스 기능을 통해 풍부하고 생생한 색상을 놀라울 정도로 정밀하게 구현한다. Hisense L9Q Laser TV HT SATURN 사운드 시스템은 AI 기술을 활용해 실내 음향 환경에 맞춰 사운드 출력을 보정해 오디오 성능을 최적화함으로써 어떤 환경에서도 탁월한 청취 경험을 보장한다. Laser TV L9Q, HT SATURN 사운드 시스템, 65U7Q PRO, 65U8Q TV는 모두 드비알레의 인증을 받았으며, 탁월한 음질과 프리미엄 오디오 경험을 약속한다. AI 연결 솔루션을 통한 더 스마트한 홈 라이프 하이센스의 커넥트라이프(ConnectLife) 플랫폼을 사용하면 손쉬운 스마트 홈 관리가 가능해진다. 커넥트라이프 허브(ConnectLife Hub) 냉장고는 다른 스마트 기기와 연동되어 부족한 식재료를 쇼핑 목록에 추가해준다. AI 기반 디쉬 디자이너(Dish Designer)는 저녁 메뉴를 사용자 맞춤형으로 추천하고, 한 번의 클릭만으로 메뉴를 오븐에 전송해준다. 식기세척기는 적절한 세척 코스를 자동으로 선택한다. Hisense ConnectLife Platform 거실에서는 스마트 TV가 기기 관리의 중심 허브 역할을 한다. 사용자는 커넥트라이프를 통해 집을 3D로 전환해 살펴보고, 실내 온도와 습도를 관리하고, 자신의 위치에 맞춰 AI 에어컨의 공기 흐름을 조절할 수 있다. 7 시리즈 AI 세탁 시스템은 설정을 최적화해 에너지 절약 습관을 장려하면서 세탁과 건조 과정을 단순화해준다. 하이센스는 대형 스크린이 부착된 냉장고, 세탁기, 식기세척기에 TFT 디스플레이를 탑재했으며, TFT 오븐도 조만간 출시해 스마트 홈 생태계를 한 단계 더 발전시킬 예정이다. 이러한 스크린이 탑재된 제품들은 원활한 연동을 촉진해 상호 연결된 제품들 사이에서 사용자가 직관적이고 인터랙티브한 경험을 할 수 있게 돕는다. 하이센스와 함께 탐험하는 스마트 홈의 미래 하이센스는 캔톤페어 참가로 현대 생활을 재정의하는 지능형 AI 기반 가전제품을 개발하겠다는 회사의 의지를 또다시 보여줄 예정이다. 방문객들은 이러한 획기적이고 혁신적인 제품을 직접 체험하면서 하이센스가 첨단 기술을 활용해 어떻게 집을 더 스마트하고, 효율적이며, 즐겁게 만드는지를 확인할 수 있다. 4월 15일부터 4월 19일까지 A 구역 3.2홀에 C19-59 하이센스 부스를 방문하면 이러한 혁신을 직접 경험해 볼 수 있다. 하이센스 소개 하이센스는 선도적인 글로벌 가전제품 및 소비자 가전 브랜드다. 시장조사 기업인 옴디아(Omdia)에 따르면 하이센스는 2022년부터 2024년 총 TV 출하량 세계 2위를 기록했고, 2023년과 2024년 100인치 이상 대형 TV 출하량 세계 1위를 차지했다. 하이센스는 160개 이상의 국가로 활동 영역을 빠르게 확장하면서 멀티미디어 제품과 가전제품 및 지능형 IT 정보를 전문으로 취급하고 있다.

2025.04.16 15:10글로벌뉴스

"다른 사람들은 어떻게 쓸까?"…놀라운 생성형AI 100가지 활용법

아이디어 발상부터 개인 상담까지, 생성형 AI의 확장되는 활용 영역 생성형 AI가 단순한 기술 트렌드를 넘어 일상생활과 업무 환경에 깊숙이 침투하고 있다. 영국의 학습 기술 기업 필터드 테크놀로지(Filtered Technologies)의 보고서에 따르면, 사용자들은 현재 100가지가 넘는 다양한 방식으로 생성형 AI를 활용하고 있으며 그 영향력은 계속해서 확대되고 있다. 아이디어 생성부터 프로그래밍 코드 작성, 심지어 정서적 지원에 이르기까지 생성형 AI는 우리의 일과 삶에 혁신적인 변화를 가져오고 있다. 특히 주목할 점은 이 기술이 전문가뿐만 아니라 일반 사용자들에게도 폭넓게 활용되고 있다는 것이다. 보고서는 실제 사용자들의 경험과 사례를 바탕으로 생성형 AI의 활용 범위와 그 가치를 분석했다. 창의적 작업, 교육, 개인 지원, 기술적 문제 해결 등 다양한 영역에서 생성형 AI가 어떻게 사용되고 있는지 살펴보자. 문서 편집에서 가치 9점, 이메일 초안에서 시간 절약 효과 높은 생성형 AI 생성형 AI는 콘텐츠 창작 영역에서 특히 높은 활용도를 보이고 있다. 아이디어 발상(Reach: 10, Value-Add: 8)은 사용자들이 가장 많이 언급한 활용 사례 중 하나로, 창의적 사고의 단계에서 AI가 중요한 역할을 하고 있다. 한 사용자는 "아이디어 발상에 AI를 활용하는 것은 완벽한 팀원과 함께 일하는 것과 같다. 막힘없이 따라오면서 막다른 아이디어에 집착하지 않고, 우리가 생각해낸 것을 요약해서 나중에 쉽게 참조할 수 있게 해준다"고 설명했다. 텍스트 편집과 문서 작성 역시 생성형 AI의 주요 활용 영역이다. 텍스트 편집(Reach: 9, Value-Add: 9)은 높은 활용도와 가치를 동시에 가진 기능으로, 문법 오류 수정부터 문체 개선까지 다양한 작업을 지원한다. 문서 초안 작성(Reach: 8, Value-Add: 6)에서도 AI가 중요한 역할을 하며, 이메일 초안 작성(Reach: 8, Value-Add: 8)은 특히 업무 시간을 크게 절약해주는 것으로 나타났다. 한 투자 관계자는 "ChatGPT를 사용하여 이메일 초안을 작성하는 데 절약한 시간은 거의 측정할 수 없을 정도"라고 말했다. 또 다른 사용자는 "금요일에는 대개 업무로 지쳐 있어 누군가 잘못된 이메일을 보내면 정말 화가 났었다. 이제는 최대한 강하고 모욕적인 답장을 작성한 후 ChatGPT에 복사 붙여넣기하여 최대한 친절하고 공손하게 다시 작성해달라고 요청한다"고 AI를 활용한 감정 조절 방법을 공유했다. 통계학 수업부터 취업 면접까지, 맞춤형 학습으로 C학점을 A학점으로 바꾼 AI 생성형 AI는 교육 영역에서도 혁신적인 변화를 가져오고 있다. 맞춤형 학습(Reach: 9, Value-Add: 7)은 학생들의 개별 요구와 관심사에 맞춰 교육 경험을 조정하는 데 도움을 준다. 복잡한 개념을 이해하기 쉽게 설명하는 간단한 설명(Reach: 9, Value-Add: 7) 기능은 학생들이 어려운 주제를 더 쉽게 이해할 수 있도록 돕는다. 한 대학생은 "통계학 수업에서 교과서의 설명이 너무 기술적이고 이해하기 어려울 때, 텍스트를 ChatGPT에 복사/붙여넣기하여 개념을 다른 방식으로 설명해달라고 요청한다"고 말했다. 또 다른 사용자는 "컴퓨터 과학 학사 과정에서 C 학생이었던 내가 대학원 과정에서는 A 학생이 되었는데, 이는 AI가 내 글쓰기를 구성하는 데 도움을 주었기 때문"이라고 언급했다. 지식 확인(Reach: 8, Value-Add: 7)과 면접 준비(Reach: 7, Value-Add: 6)에도 생성형 AI가 활용되면서 학습 효과를 높이고 있다. 한 교육자는 "학생들이 AI를 사용하면서 학생 지식을 평가하는 질문 유형을 변경해야 했다. 단순히 사실을 암기하는 것보다 정보를 종합하고 적용하는 능력을 요구하는 방향으로 변화시켰다"고 말했다. 암 환자 가족 지원부터 5자리 비즈니스 거래 성사까지, 생성형 AI의 다양한 지원 사례 생성형 AI는 정서적 지원과 개인적 조언 제공에도 활발히 활용되고 있다. 놀랍게도 치료/동반자 기능(Reach: 9, Value-Add: 7)은 사용자들이 많이 활용하는 영역 중 하나로, 정서적 지원과 안내를 제공한다. 한 사용자는 "아버지가 현재 암으로 죽어가고 있다. ChatGPT에 이 상황을 어떻게 대처해야 할지 질문했는데, 통찰력 있고 사려 깊으며 동정적이고 도움이 되는 답변을 받았다"고 언급했다. 일반적인 조언(Reach: 9, Value-Add: 8)과 비즈니스 조언(Reach: 6, Value-Add: 6) 제공도 생성형 AI의 주요 활용 영역이다. 개인적인 결정부터 직업 관련 문제까지 다양한 주제에 대해 AI를 통해 조언을 구하는 사용자가 많았다. 한 사용자는 "가상 고문단을 만들어 비즈니스 주제에 대한 조언을 구한다"고 설명했으며, 다른 사용자는 "AI 덕분에 5자리 숫자의 거래를 성사시켰다"고 말했다. 의료 조언(Reach: 7, Value-Add: 7)과 법률 문서 생성(Reach: 5, Value-Add: 8)과 같은 전문 영역에서도 생성형 AI가 활용되고 있지만, 전문가의 검토가 필요한 영역으로 인식되고 있다. 한 법률 문서 활용 사례로는 "계약서 초안을 AI로 작성한 후 변호사 검토를 받았더니 변호사 비용을 몇 천 달러나 절약했다"는 경험이 있었다. 15년 경력 개발자도 인정한 "작업시간 95% 절감" 효과, 기술 문제 해결사 AI 프로그래밍과 기술적 문제 해결 영역에서도 생성형 AI는 중요한 역할을 하고 있다. 특히 프로그래머들에게 코드 개선(Reach: 3, Value-Add: 9)과 버그 수정(Reach: 4, Value-Add: 8)은 높은 가치를 제공하는 기능으로 평가받고 있다. 한 개발자는 "15년 동안 코더였는데, AI를 사용하면 작업 시간의 5%만으로 일을 완료할 수 있어 정말 좋다"고 언급했다. 엑셀 공식 작성(Reach: 8, Value-Add: 8)과 같은 실용적인 기능도 높은 평가를 받고 있다. 한 사용자는 "Excel로 문서를 만들 때마다 특정 공식이나 값이 필요할 때 ChatGPT가 적절한 공식을 생성해준다"고 말했다. 문제 해결(Reach: 8, Value-Add: 8) 역시 생성형 AI의 중요한 활용 영역으로, 기계적인 문제부터 소프트웨어 이슈까지 다양한 문제를 해결하는 데 도움을 준다. "어떻게 엔진 오일 누출을 찾고 수리하는지, 엔진 온도계를 교체할 때 고려해야 할 사항은 무엇인지" 등의 실용적인 문제 해결에 AI가 활용되고 있다. "고무 오리 디버깅"(Reach: 5, Value-Add: 7)이라는 흥미로운 활용 사례도 있다. 이는 프로그래머가 코드나 문제를 고무 오리에게 설명하면서 해결책을 찾는 기법으로, AI가 이 역할을 대신해주고 있다. 한 사용자는 "ChatGPT에게 특정 상황에서 가장 좋은 코드 관행이 무엇인지, 특정 코드를 어떻게 리팩토링해야 하는지 물어본다. 학습에 도움이 된다. 좋은 고무 오리 역할을 한다"고 말했다. 이처럼 생성형 AI는 우리 일상과 업무 환경의 다양한 영역에서 활용되며, 생산성 향상과 창의성 발현, 문제 해결에 크게 기여하고 있다. 앞으로도 생성형 AI의 활용 범위는 계속해서 확대될 것으로 전망된다. FAQ Q: 생성형 AI를 활용할 때 개인정보 보호는 어떻게 되나요? A: 생성형 AI 사용 시 개인정보 보호는 중요한 고려사항입니다. 의료 정보나 민감한 비즈니스 데이터를 입력할 때는 특별한 주의가 필요합니다. 실제 사례에서도 사용자들은 환자 식별 정보를 제외하고 의료 내용만 입력하거나, 법률 문서에서 이름과 주소를 제거한 후 AI에 분석을 요청했습니다. 대부분의 생성형 AI 서비스는 개인정보 보호 정책을 제공하므로, 사용 전에 이를 확인하는 것이 좋습니다. Q: 생성형 AI가 제공하는 정보는 얼마나 신뢰할 수 있나요? A: 생성형 AI가 제공하는 정보는 상황에 따라 신뢰도가 다릅니다. 창의적 아이디어 발상이나 문서 편집과 같은 영역에서는 높은 가치를 제공하지만, 의료나 법률과 같은 전문 분야에서는 전문가의 검토가 필요합니다. 실제 사용자들도 AI의 제안을 시작점으로 삼고, 최종 결정은 전문가의 의견을 참고하는 것이 일반적입니다. 특히 중요한 결정을 내릴 때는 AI가 제공한 정보를 추가로 검증하는 것이 좋습니다. Q: 생성형 AI를 효과적으로 활용하기 위한 팁이 있을까요? A: 생성형 AI를 효과적으로 활용하려면 명확하고 구체적인 지시를 제공하는 것이 중요합니다. 많은 사용자들이 AI에게 단계별 접근 방식을 요청하거나, 자신의 상황과 목표를 상세히 설명했을 때 더 좋은 결과를 얻었다고 보고했습니다. 또한 AI의 첫 번째 답변에 만족하지 않으면 추가 질문이나 수정 요청을 통해 결과를 개선할 수 있습니다. 마지막으로, AI를 사용할 때 창의성과 비판적 사고를 발휘하여 AI의 제안을 자신의 상황에 맞게 조정하는 것이 좋습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.16 13:24AI 에디터

MMORPG 장르 인기 지속...넷마블·넥슨 신작 흥행 '성공'

모바일 MMORPG 장르의 인기가 식지 않고 지속되고 있는 것으로 확인됐다. 해당 장르는 엔씨소프트와 넥슨, 넷마블, 위메이드, 카카오게임즈 등이 주도하고 있다는 평가다. 이런 가운데 주요 게임사는 올해 신작 MMORPG를 추가로 꺼낼 예정인 만큼 시장에 큰 변화가 있을지 귀추가 주목되고 있다. 16일 모바일 앱 마켓인 구글 플레이 스토어의 매출 지표를 보면 MMORPG 장르가 건재함을 과시했다. 그동안 액션RPG와 서브컬처RPG 등이 다크호스로 떠올랐지만, 방대한 콘텐츠와 이용자 경쟁 구도를 강조한 MMORPG 장르가 꾸준히 사랑을 받고 있다는 게 전문가의 대체적인 의견이다. 오늘 기준 구글 매출 중상위권를 기록한 MMORPG 장르는 1위 넷마블의 'RF온라인: 넥스트', 2위 엔씨소프트의 '리니지M', 4위 넥슨의 '마비노기 모바일', 8위 위메이드의 '레전드 오브 이미르', 10위 카카오게임즈의 '오딘: 발할라 라이징', 12위 엔씨소프트의 '리니지W', 13위 엔씨소프트의 '리니지2M' 등으로 확인됐다. '리니지' 지식재산권(IP) 기반 게임은 수년째 인기를 이어가면서 엔씨소프트의 든든한 수익 창구로 자리매김한 것을 엿볼 수 있었다. 또 카카오게임즈가 서비스하고 라이온하트스튜디오가 개발한 '오딘: 발할라 라이징'도 2021년 6월 출시 이후 장기간 인기를 이어가고 있다. 신작 게임 중에는 'RF온라인 넥스트'와 '마비노기 모바일'이 차별화된 그래픽 연출과 콘텐츠를 앞세워 각각 원작 게임 팬의 주목을 받는 데 성공하기도 했다. 'RF온라인 넥스트'는 최근 대규모 업데이트로 1위를 탈환해 눈길을 끌기도 했다. 업계 일각에서는 MMORPG 신작과 구작 간의 경쟁은 더 치열해질 것으로 내다보기도 했다. 개발 중인 신작 MMORPG가 10여종이 넘기 때문이다. 올 하반기 출시를 목표로 준비 중인 신작 MMORPG 장르로는 '아이온2'와 '더 스트라이트', '프로젝트Q' 등이 있다. 엔씨소프트의 자체 개발작인 '아이온2'는 아이온 IP 최신작으로, 하반기 한국과 대만에 우선 서비스될 예정이다. 이 게임에 대한 정보는 2분기부터 순차적으로 공개될 예정이며, 출시 전 이용자와 소통을 강화해 차별화를 알릴 예정이라고 회사 측은 설명했다. '더 스타라이트'는 게임테일즈가 개발 중인 신작이다. 2022년 '프로젝트 TS'로 처음 알려졌던 이 게임은 언리얼엔진5 기반 높은 수준의 그래픽과 경쟁 플레이 재미에 초점을 맞췄다고 알려졌다. 이 게임의 서비스는 컴투스가 맡는다. 라이온하트 스튜디오가 개발하고, 카카오게임즈가 서비스할 예정인 '프로젝트Q'는 북유럽 신화의 대서사시 '에다'를 재해석한 세계관을 기반으로 한다. 이 게임은 언리얼엔진 5를 활용해 풀 3D 심리스 오픈월드를 구현, 한층 몰입감 높은 경험을 제공하는데 초점을 맞췄다. 하이브IM은 아쿠아트리가 개발하고 있는 '아키텍트: 랜드 오브 엑자일'의 서비스를 준비하고 있다. 이 게임은 심리스 월드로 구현된 필드에서 비행, 수영, 암벽 등반 등 제약 없는 특수 이동에 차별화를 내세웠다. 이와 함께 위메이드의 '미르5'와 엑스엘게임즈의 '아키에이지2 크로니클', 웹젠레드스타의 '뮤' IP 계승작 등은 내년 출시를 목표로 준비 중으로 알려졌다. 위메이드넥스트는 '미르5'에 엔비디아의 AI 기술을 담은 보스 몬스터 구현하고 있어 최종 결과물에 시장의 기대가 큰 상황이다. 업계 한 관계자는 "MMORPG 장르는 몰입감이 높은 경쟁 콘텐츠를 강조한 게 공통점으로, 장기간 인기를 이어가고 있다"며 "모바일PC 크로스플레이를 지원하는 MMORPG 경쟁은 당분간 지속될 가능성이 높아 보인다. 일부 신작은 하반기 출시되는 만큼 신작과 구작 경쟁은 더욱 치열해질 것"이라고 말했다.

2025.04.16 10:59이도원

[Q&AI] "너흰 탈조선해라" 이국종 격한 발언…왜?

질문: 이국종 교수이 강연에서 발언한 내용이 화제인데, 무슨 얘길한 건지 내용 정리해줘. 그록 답변: 이국종 교수의 2025년 4월 14일 충북 괴산에서 열린 군의관 대상 강연 발언이 화제가 되었습니다. 주요 내용을 간략히 정리하면 다음과 같습니다: 의료계 현실 비판: 한국 의료 시스템, 특히 필수의료와 외상외과의 열악한 환경을 강하게 비판했습니다. “한평생 외상외과에서 일했지만 바뀌는 건 없다”며, 동료였던 윤한덕 교수의 과로사 사례를 언급하며 후배들에게 같은 길을 걷지 말라고 조언했습니다. 대형병원(빅5)의 자원 낭비(예: 화려한 인테리어)와 필수의료 지원 부족 문제를 지적했습니다. 의정 갈등 언급: 전공의 복귀와 관련해 “패싸움이 날 줄 알았는데 다들 착하다”며, 복귀한 의사들을 비하하는 표현('감귤')이 귀엽게 느껴진다고 말했습니다. 교수와 병원 시스템이 전공의를 착취하며 의료체계를 유지한다고 비판했습니다. 한국 사회와 '탈조선': “조선반도는 입만 터는 문과놈들이 해 먹는 나라”라며, 한국 사회의 구조적 문제를 역사적 맥락(임진왜란, 병자호란)과 연결해 비판했습니다. “절이 싫으면 중이 떠나라”며, 필수의료에 헌신하면 고통받는다며 군의관들에게 해외로 떠날 것을 권했습니다. 직설적 화법과 논란: 군의관들이 불편할 수 있는 직설적이고 조롱 섞인 발언(예: AI드론 워리어플랫폼 조롱)을 서슴지 않았습니다. “서울대병원, 세브란스 같은 곳에 환자가 몰리니 인테리어에 돈 쓰지 말라”는 식의 비판도 포함되었습니다. 이 발언들은 이국종 교수의 오랜 필수의료 경험에서 비롯된 좌절과 분노를 드러내며, 의료계와 한국 사회 전반에 대한 날카로운 비판으로 온라인에서 큰 반향을 일으켰습니다. 참고: 발언 내용은 강연 참석자의 게시글과 보도를 기반으로 정리되었으며, 일부 표현은 직설적이거나 논란의 여지가 있습니다. 전체 맥락은 원문 기사를 통해 확인하는 것이 좋습니다. 질문2: 해당 발언에 대한 사람들의 반응 종합해줘. 그록 답변: 이국종 교수의 2025년 4월 14일 충북 괴산 군의관 강연 발언에 대한 사람들의 반응은 X 게시물과 온라인 반응을 종합해 크게 세 가지로 나눌 수 있습니다. 공감과 지지: 많은 이들이 이국종 교수의 직설적인 비판에 공감하며, 특히 필수의료와 외상외과의 열악한 현실, 대형병원의 자원 낭비, 그리고 한국 사회의 구조적 문제('문과놈' 비판 등)에 대한 그의 발언에 동의했습니다. 예: “나라는 농공상을 무시하는 사짜들이 망쳐놓는다”는 발언에 대해, 일부는 “100% 동의한다”며 사회의 엘리트 중심 문화를 비판하는 목소리에 힘을 실었습니다. 의료계 종사자나 일반인 중 그의 헌신과 좌절을 이해하며 “말이 거칠어도 현실을 정확히 찌른다”는 반응이 많았습니다. 논란과 불편함: 직설적이고 다소 조롱 섞인 표현('감귤', '문과놈', AI드론 조롱 등)이 일부에게 불편함을 주었습니다. 특히 군의관 청중이 대상이었던 점에서 “너무 공격적이었다”는 의견도 있었습니다. 예: 한 사용자는 “의사 얘기는 민감한데, 이국종 교수님이 본인 인생 망했다고 말한 걸 보니 심란하다”며 그의 좌절에 안타까움을 느끼면서도 발언의 무게에 부담을 느꼈습니다. '문과' 비판이 문과 전공자 전체나 현대 사회의 학문적 다양성을 폄하하는 것으로 해석되며, 일부는 “문과라는 표현이 부적절하다”고 지적했습니다. 사회 변화에 대한 낙관적 시각: 이국종 교수의 비판을 존중하면서도, 그의 비관적 전망('조선반도 DNA' 등)에 동의하지 않는 이들도 있었습니다. 이들은 한국 사회가 점차 나아지고 있다고 보며, 그의 발언을 계기로 긍정적 변화를 도모해야 한다는 입장이었습니다. 예: “말씀은 존중하지만, 사회가 좋은 방향으로 변화되고 있음에 낙담하면 곤란하다”는 의견이 대표적입니다. 종합: 이국종 교수의 발언은 그의 오랜 헌신과 좌절을 반영한 강렬한 메시지로, 의료계와 사회 전반의 문제를 날카롭게 지적하며 큰 반향을 일으켰습니다. 다만, 직설적인 화법과 과격한 표현은 지지와 논란을 동시에 낳았고, 그의 비판을 계기로 현실을 돌아보고 개선해야 한다는 목소리가 주를 이루었습니다. 반응은 대체로 그의 진정성에 공감하면서도 발언의 톤과 방향성에 대해 엇갈린 평가를 보였습니다. ■ 해당 기사는 그록을 활용해 작성되었습니다. (☞원문 바로가기)

2025.04.15 20:54AI 에디터

"이젠 감정도 표현"…AI 모션 편집, 어디까지 발전할까

“팔을 더 높이 들어올리기”도 텍스트로 지시하는 시대 베이징대학교와 BIGAI 연구팀이 공동 개발한 'MotionReFit'은 기존의 한계를 넘은 범용 텍스트 기반 모션 편집 프레임워크다. 연구팀이 공개한 논문에 따르면, 사용자는 “팔을 더 넓게 흔들기”, “자랑스러운 자세로 걷기”, “상체로 바이올린 연주하기” 같은 문장을 입력하기만 하면 해당 동작이 애니메이션 캐릭터에 즉시 반영된다. 기존 모델은 '원본 모션–편집 모션–지시문'이라는 고정된 학습 구조를 갖고 있어 새로운 조합이나 감정 표현에는 취약했다. 이에 연구팀은 MotionCutMix라는 새로운 데이터 증강 기법을 도입해 문제를 해결했다. 이 기법은 서로 다른 모션 시퀀스의 신체 부위를 조합해 새로운 학습 샘플을 생성하는 방식으로, 기존보다 훨씬 다양한 편집 시나리오에 대응할 수 있다. 이를 통해 감정 변화나 복합 동작 같은 복잡한 지시도 자연스럽게 표현할 수 있게 됐다. 하지만 이렇게 생성된 모션은 때때로 손과 발의 움직임이 따로 놀거나 불균형한 동작이 발생할 수 있다. 이를 해결하기 위해 연구팀은 '모션 코디네이터(Body Part Coordinator)'라는 판별기 구조를 추가했다. 이 모듈은 생성된 모션이 얼마나 자연스럽고 조화로운지를 평가하고, 부자연스러운 동작을 걸러내는 방식으로 신체 부위 간의 동기화를 유도한다. 결과적으로, 시간의 흐름에 따른 동작 변화와 복잡한 신체 조합도 매끄럽게 구현할 수 있게 됐다. 13,000개 동작과 750개 스타일 모션으로 훈련된 AI MotionReFit의 성능을 뒷받침하는 핵심은 'STANCE'라는 전용 데이터셋이다. 이 데이터셋은 크게 세 가지 모션 편집 작업을 학습할 수 있도록 구성되어 있다. 첫 번째는 신체 부위 대체 작업으로, HumanML3D 기반의 13,000개 모션 시퀀스에 평균 2개 이상의 마스크와 각 부위에 대한 자세한 동작 설명이 주어진다. 예를 들어 '상체는 바이올린을 켜고 하체는 걸어간다'는 식의 복합 모션도 구현 가능하다. 두 번째는 스타일 전환 작업이다. 연구팀은 전문 배우들이 동일한 동작을 다양한 감정 스타일로 표현하도록 하여 새로운 모션 캡처 데이터를 구축했다. 배우들은 자랑스러운, 우울한, 노인처럼 걷는 등의 감정을 반영한 동작을 연기했으며, 총 2시간 분량의 데이터로부터 750개의 고품질 모션 시퀀스가 수집됐다. 세 번째는 세밀한 동작 조정 작업으로, “오른팔을 더 높이 들어올리기” 같은 미세한 지시에 대응할 수 있도록 구성됐다. 이를 위해 16,000개의 원본 모션과 편집본, 그리고 해당 지시문으로 이루어진 트리플 데이터를 포함시켰다. 이 데이터셋은 GPT-4 기반으로 자동 생성한 초안에 대해 사람 주석자가 직접 검토하고 수정하는 방식으로 제작됐다. 기존의 대규모 언어 모델 기반 주석 방식보다 더 정밀하고 자연스러운 설명이 가능하다는 점에서 높은 완성도를 자랑한다. FID 0.20 vs. 0.52, '자연스러움' 수치에서 확실한 차이 MotionReFit은 대표적인 경쟁 모델인 MDM과 TMED보다 월등한 성능을 보여줬다. 특히 모션의 자연스러움을 평가하는 FID(Fréchet Inception Distance) 점수에서 MotionReFit은 0.20을 기록하며, TMED의 0.52보다 두 배 이상 향상된 수치를 보였다. 이 수치는 낮을수록 실제 모션에 가까운 결과를 의미하는 만큼, MotionReFit의 모션 품질이 매우 우수하다는 것을 방증한다. 편집된 모션이 원본 동작과 얼마나 유사한지를 평가하는 E2S(Edited-to-Source Retrieval) 점수와, 편집 지시와 얼마나 잘 일치하는지를 평가하는 E2T(Edited-to-Target Retrieval) 점수 역시 MotionReFit이 가장 높은 정확도를 보였다. 예를 들어 MotionReFit은 “뒤로 걷기”, “상체로 열정적으로 기타 연주하기”와 같은 복합적인 지시에서도 원본 동작의 맥락을 유지하면서 지시에 정확히 부합하는 새로운 행동을 추가할 수 있었다. 반면 기존 모델들은 손과 발이 따로 움직이거나 감정 표현이 뚜렷하지 않은 등, 일관성이나 자연스러움 측면에서 부족한 결과를 보였다. 또한, 발 움직임의 물리적 정확성을 평가하는 FS(Foot Score)에서도 MotionReFit은 0.97을 기록하며, 경쟁 모델 대비 월등한 수준의 물리적 타당성을 확보했다. “우울하게 걷기→기타 연주”까지 실시간 시퀀스 제어 MotionReFit은 단일 편집에 그치지 않고 시간 순차적 동작 조합과 사용자 상호작용 기반 반복 편집까지 지원한다. 사용자는 “팔을 들어 올리기”라는 지시로 시작한 후 “기타 연주 동작으로 전환”, 이어서 “하체로 리듬 타기”와 같은 지시를 순차적으로 입력할 수 있다. 각 단계는 프레임 단위로 나뉘어 모델에 전달되며, 오토레그레시브 방식으로 생성되기 때문에 중간 지점에서 새로운 지시가 주어지더라도 이전 동작과 부드럽게 연결된다. 이와 같은 기능 덕분에 MotionReFit은 단순한 모션 생성기가 아니라, 실시간으로 인터랙티브한 모션 편집이 가능한 시스템으로 발전했다. 실제로 연구팀은 16프레임 단위의 윈도우 크기 기준으로 초당 약 25프레임(FPS) 수준의 생성 속도를 달성했다. RTX 3090 GPU 환경에서 1초 분량의 애니메이션을 0.6초 내외로 생성할 수 있으며, 이로 인해 게임 캐릭터 제어, 가상 인간의 동작 생성, 애니메이션 제작 도구 등 다양한 산업 현장에서 즉시 활용이 가능하다. FAQ Q. MotionReFit은 어떤 점에서 기존 모션 생성 AI와 다른가요? A: 기존 AI는 정해진 모션 샘플과 지시문 조합만 학습하기 때문에 새로운 스타일이나 복잡한 편집에는 한계가 있었습니다. 반면 MotionReFit은 MotionCutMix라는 기술로 다양한 신체 부위 모션을 혼합해 새로운 학습 데이터를 생성하고, 자연어 지시만으로도 정교한 모션 편집이 가능합니다. 감정 표현이나 복합 동작도 훨씬 자연스럽게 구현됩니다. Q. 이 기술이 실제로 어디에 활용될 수 있나요? A: MotionReFit은 게임 캐릭터의 실시간 동작 제어, 애니메이션 제작 자동화, 가상 인간의 감정 표현 등 다양한 분야에 활용될 수 있습니다. 특히 한 줄의 문장만으로도 '우울하게 걷기' 같은 감정 기반 동작이 가능해져, 인터랙티브 콘텐츠나 XR 환경에서 실시간 캐릭터 제어에 큰 강점이 있습니다. Q. MotionReFit을 사용하려면 많은 데이터를 직접 준비해야 하나요? A: 아닙니다. MotionReFit은 적은 양의 주석 데이터만으로도 고성능을 발휘할 수 있도록 설계되었습니다. MotionCutMix를 통해 대량의 무주석 데이터를 조합해 학습 데이터를 자동으로 확장할 수 있기 때문에, 기존 시스템보다 훨씬 효율적인 학습이 가능합니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.15 20:52AI 에디터

'기업회생' 발란 "판매자들과 대면 미팅…M&A 절차도 순조롭게 진행 중"

기업회생절차에 돌입한 발란이 최근 경영 정상화를 위해 판매자들과 대면 미팅을 진행했다. 발란은 지난 10일 오후 3시 전체 거래액의 약 27%를 차지하는 상위 10개 판매자와의 첫 대면 미팅을 마쳤으며 15일 2차 판매자 미팅을 마무리했다고 15일 밝혔다. 발란은 향후 순차적으로 전체 거래액의 약 50%를 차지하는 주요 파트너사들과 설명회를 진행한다는 계획이다. 이번 미팅은 채권자 측 10~20개사 단위로 참석이 이뤄졌다. 발란에서는 최형록 대표를 비롯해 주요 경영진 및 자문변호사가 참석했다. 비공개로 진행된 대면 미팅에서는 ▲사태에 대한 공식 사과 ▲회생신청 경위 설명 ▲M&A(인수합병) 계획 ▲판매 정상화 방안 논의 ▲Q&A 순으로 진행됐다. 발란 관계자는 “지난주 1차 파트너 협의회에서는 회사의 회생 신청 배경과 진행 상황, 향후 M&A 및 투자 유치 계획 등을 설명했으며 판매자들로부터 '판매 재개'에 대한 긍정적인 반응을 이끌어내는 등 플랫폼 회복을 위한 중대한 첫걸음을 내딛었다”고 말했다. M&A 절차도 순조롭게 진행되고 있다고 강조했다. 발란은 법원 절차에 따라 M&A 주간사(회계법인) 선정을 마치면 공개 컨소시엄을 통해 다양한 투자자를 초청한다는 계획이다. 전략적 투자자(SI)뿐만 아니라 회생법인의 결손금 공제 혜택 등을 고려한 재무적 투자자(FI)들에게도 문호를 개방할 방침이다. 앞선 관계자는 “현재 상황에 책임감을 갖고 정상 회복을 위해 최선을 다하고 있다”며 “앞으로도 따뜻한 관심과 지지를 부탁드리며 특이한 상황이 발생할 경우 자료를 통해 신속히 안내하겠다”고 덧붙였다.

2025.04.15 16:04김민아

챗GPT에서 브랜드 노출 극대화하려면 어떻게 해야 할까

이미 도래한 AI 현실: 고객 지원 95%를 담당하는 이커머스의 새로운 기준 인공지능(AI)은 이미 도래한 현실이다. 이커머스 업계는 빠르게 진화하고 있으며, 2025년 말까지 고객 지원 상호작용의 95%가 AI에 의해 처리될 전망이다. 미국의 종합 디지털 마케팅 에이전시 Go Fish Digital가 진행한 조사에 따르면, AI를 활용하는 브랜드들은 더 높은 고객 참여율과 전환율을 기록하고 있다. AI는 이제 현대 이커머스 마케팅의 근간으로 자리 잡았으며, 성장, 개인화, 운영 자동화를 주도하고 있다. 경쟁사들이 AI를 마케팅 계획에 통합하는 추세도 두드러진다. 주요 뉴스 사이트들은 챗GPT(ChatGPT)로부터 6개월 전에 비해 8배 증가한 350만 명 이상의 방문자를 유입시키고 있어 AI 플랫폼의 영향력이 급속도로 확대되고 있음을 보여준다. 더욱 주목할 점은 마케터의 90%가 2025년에 AI 예산을 늘릴 계획을 세우고 있으며, 현재 기업의 65%가 생성형 AI를 정기적으로 사용하고 있다는 사실이다. 이 수치는 불과 10개월 전과 비교해 2배 가까이 증가한 것으로, AI 기술 채택이 빠르게 가속화되고 있음을 시사한다. 주간 4억 사용자를 보유한 챗GPT: 43% 더 민첩한 비즈니스 의사결정을 가능케 하는 LLM 대규모 언어 모델(LLM)은 이커머스 비즈니스에 여러 혁신을 가져오고 있다. AI 챗봇은 24/7 고객 지원을 강화하고, 제품 설명, 블로그, 이메일, 소셜 미디어 콘텐츠를 자동화한다. AI를 사용하는 기업들은 43% 더 뛰어난 민첩성과 40% 향상된 의사 결정력을 경험하고 있다. 2025년 2월 기준 챗GPT 통계에 따르면 주간 사용자는 4억 명, 사이트 방문은 47억 건에 달한다. 이러한 첨단 AI 기술은 이커머스 환경에서 다양하고 실질적인 방식으로 활용된다. 스마트 챗봇 시스템은 방대한 제품 카탈로그와 고객 문의 데이터베이스에서 관련 정보를 신속하게 찾아내 고객 지원 경험을 크게 개선한다. 또한 AI 기반 추천 엔진은 사용자의 검색 이력, 구매 패턴, 유사 고객의 행동 데이터를 분석하여 개인화된 제품 발견을 향상시킨다. SEO에 최적화된 제품 설명은 검색 엔진에서의 유기적 가시성을 높여 트래픽을 증가시킨다. 특히 주목할 만한 점은 AI가 "운동화"와 "스니커즈" 같은 단어 간의 의미론적 관계를 인식하여 소비자의 실제 의도를 더 정확히 파악함으로써, 더 스마트한 검색 결과와 제품 추천이 가능해진다는 것이다. 수익 25% 증가시키는 AI 개인화: 의도 기반 검색으로 고객 경험 혁신 현대 이커머스 환경에서 개인화는 더 이상 선택이 아닌 필수 요소로 자리 잡았다. AI 기반 추천 시스템은 고객의 과거 구매 이력, 검색 패턴, 웹사이트 행동 데이터를 종합적으로 분석하여 각 고객에게 가장 적합한 제품을 제안함으로써 평균 주문 금액(AOV)을 크게 증가시킨다. 더욱 진화된 검색 알고리즘은 단순히 키워드 매칭을 넘어 고객의 실제 의도를 파악한다. 예를 들어, 고객이 "가벼운 여름 신발"을 검색할 때, AI는 이것이 실제로 특정 무게의 제품이 아닌 통기성이 좋고 여름에 적합한 스타일을 찾는다는 의도를 이해할 수 있다. 또한 AI는 고객 리뷰에 대한 감정 분석을 수행하여 제품의 어떤 측면이 호평을 받는지, 어떤 부분이 개선이 필요한지를 자동으로 식별하여 마케팅 메시징을 최적화한다. 이러한 종합적인 AI 기반 개인화 전략을 도입한 브랜드들은 평균적으로 25%의 수익 증가를 경험하고 있다. 4시간 작업을 4분으로: 세포라의 AI 챗봇으로 지원 비용 90% 절감한 지능형 에이전트 혁명 AI 기술은 이제 단순한 자동화를 넘어서 이커머스 운영 전반에 걸쳐 실시간 의사 결정을 수행하는 단계로 진화하고 있다. 현재 이커머스 기업들이 도입하고 있는 AI 접근 방식은 크게 두 가지로 구분할 수 있다. 첫째, 에이전트 워크플로우 방식에서는 AI가 사전 정의된 작업을 지원하되 최종 결정은 인간의 감독 하에 이루어진다. 이러한 방식은 시시각각 변하는 시장 상황에 맞춰 경쟁사 가격을 스캔하고 최적의 가격 조정을 제안하는 동적 가격 책정 분석, 개인화된 이메일 카피를 생성하고 인간의 최종 승인을 기다리는 AI 지원 이메일 마케팅, 경쟁사 및 페이지 콘텐츠를 검토하여 SEO 권장 사항을 제공하는 페이지 수준의 SEO 연구 등에 효과적으로 활용된다. 특히 주목할 만한 사례로 Go Fish Digital이 개발한 바라쿠다(Barracuda) 워크플로우는 구글의 검색 알고리즘 특허와 법정 증언에 기반한 검색 의도, 콘텐츠 신선도, 의미적 관련성 등 12개 주요 변수를 종합적으로 분석하여 복잡한 SEO 리서치 시간을 놀랍게도 4시간에서 단 4분으로 단축시켰다. 둘째, 자율 에이전트 방식에서는 AI가 완전히 독립적으로 작동하여 인간의 개입 없이 운영을 처리한다. 예를 들어, 재고 관리 영역에서는 AI가 과거 판매 데이터, 시장 트렌드, 심지어 날씨 패턴까지 분석하여 미래 수요를 정확히 예측하고 필요할 때 자율적으로 재고를 보충한다. 고객 서비스 분야에서는 AI 챗봇이 제품 문의, 반품 요청, 배송 상태 확인 등 복잡한 문의를 인간 상담원으로의 에스컬레이션 없이 직접 해결한다. 경쟁사 분석에서는 AI가 온라인 시장을 지속적으로 모니터링하여 경쟁사의 가격 변동, 프로모션 전략, 신제품 출시를 감지하고, 이에 대응하여 자사의 가격을 조정하거나 새로운 마케팅 기회를 식별한다. 이러한 혁신적인 AI 접근 방식이 실제 비즈니스에 가져온 성공 사례는 다양한 산업에서 확인되고 있다. 글로벌 뷰티 기업 세포라(Sephora)는 고도로 훈련된 AI 챗봇 시스템을 도입해 고객 문의의 70%를 완전 자동화 방식으로 처리하는 데 성공했다. 이 시스템은 제품 추천부터 매장 위치 안내, 주문 상태 확인까지 다양한 문의를 처리하며, 그 결과 고객 지원 관련 운영 비용을 놀라운 90%까지 절감했다. 또한 이커머스 거인 아마존(Amazon)은 AI 기반 광고 콘텐츠 생성 시스템을 통해 광고 크리에이티브 제작 과정을 자동화했다. 이 시스템은 제품 이미지, 카테고리, 가격 등의 데이터를 분석하여 다양한 형식의 맞춤형 광고를 생성하며, 이로 인해 광고 제작 비용을 80%나 절감하는 동시에 광고 효과는 향상시키는 놀라운 성과를 거두었다. 최근에는 챗GPT 오퍼레이터와 같은 혁신적인 도구가 등장하여 AI의 활용 범위를 더욱 확장하고 있다. 이 도구는 마우스, 키보드, 브라우저 사용 방법을 마치 인간처럼 학습하여 웹사이트를 자유롭게 탐색할 수 있다. 이를 통해 경쟁사 웹사이트를 분석하고 가격, 제품 세부 정보, 프로모션 전략 등에 대한 포괄적인 연구를 수행하며, 수집한 정보를 자동으로 구글 문서에 체계적으로 정리한다. 또한 이러한 작업을 한 번 설정해두면 매일 같은 시간에 자동으로 반복 실행하도록 프로그래밍할 수 있어, 반복적인 시장 조사 업무를 완전히 자동화할 수 있다. 이러한 추세 속에서 가장 성공적인 이커머스 브랜드들은 두 가지 AI 접근 방식을 전략적으로 결합하는 하이브리드 전략을 채택하고 있다. 제품 설명 검토, 마케팅 메시지 승인, 고객 커뮤니케이션 설계와 같이 창의성과 브랜드 일관성이 중요한 영역에서는 인간의 최종 검증이 필요한 에이전트 워크플로우를 활용한다. 반면에 재고 수준 모니터링, 루틴 고객 지원, 기본적인 데이터 분석과 같이 반복적이고 규모가 큰 작업에는 완전 자율 에이전트를 배치하여 효율성을 극대화한다. 이러한 트렌드는 산업 전반에 걸쳐 빠르게 확산되고 있으며, 포춘 500대 기업의 70%가 이미 다양한 형태의 AI 기반 자동화를 자사의 비즈니스 프로세스에 통합하고 있다는 사실이 이를 증명한다. 마케팅 비용 100만 달러 절감: 생성형 AI로 제품 이미지와 개인화 광고 대규모 제작 생성형 AI 기술의 발전으로 미디어 콘텐츠 제작 방식이 근본적으로 변화하고 있다. 특히 이커머스 분야에서는 AI 생성 미디어가 비용 효율적으로 콘텐츠 제작을 대규모로 확장하는 혁신을 가져오고 있다. 전통적인 제품 촬영은 스튜디오 대여, 사진작가 고용, 모델 섭외, 장비 구입 등으로 한 제품당 수백 달러가 소요되는 반면, AI 생성 제품 이미지는 기존 제품 사진 몇 장만 있으면 다양한 배경, 조명, 각도에서의 이미지를 순식간에 생성할 수 있다. 이를 통해 브랜드들은 비싼 사진 촬영에 대한 의존도를 크게 줄이고 있다. 또한 개인화된 AI 기반 광고와 이메일 마케팅은 고객 세그먼트별로 맞춤형 콘텐츠를 자동 생성하여 전환율을 획기적으로 높이고 있다. 특정 고객의 구매 이력, 검색 패턴, 인구통계적 특성을 분석하여 그에 가장 적합한 메시지와 시각적 요소를 조합한 광고가 실시간으로 제작되는 것이다. 다국어 및 현지화된 콘텐츠 생성 역시 AI의 강점이다. 과거에는 각 국가별로 번역사와 현지 마케팅 전문가를 고용해야 했지만, 이제는 AI가 원본 콘텐츠를 다양한 언어로 번역할 뿐만 아니라 문화적 뉘앙스까지 자연스럽게 조정하여 브랜드의 글로벌 시장 확장을 가속화하고 있다. 이러한 혁신적인 AI 생성 미디어 기술을 전면적으로 도입한 브랜드들은 마케팅 제작 비용을 최대 100만 달러까지 절감하는 놀라운 성과를 거두고 있다. 컨버전율 40% 향상시키는 AI 쇼핑 어시스턴트: 이커머스 비즈니스의 5가지 혁신 포인트 이러한 AI 혁신은 이커머스 비즈니스 전반에 걸쳐 다섯 가지 핵심 영역에서 획기적인 변화를 이끌고 있다. 첫째, 더 스마트한 검색 및 제품 발견 기능은 고객 경험을 근본적으로 향상시키고 있다. 전통적인 키워드 기반 검색과 달리 AI 기반 검색 엔진은 고객의 의도를 정확히 파악하여 관련성 높은 결과를 제공한다. 예를 들어, 고객이 "휴가용 가벼운 드레스"를 검색하면 AI는 계절성, 소재의 통기성, 스타일 트렌드를 고려한 맞춤형 결과를 보여준다. 이러한 지능형 검색 시스템을 도입한 이커머스 사이트들은 검색 결과에서 제품을 찾는데 소요되는 시간이 37% 단축되고 고객 만족도가 48% 향상되는 효과를 경험했다. 둘째, 더 나은 제품 추천 알고리즘은 고객의 장바구니 가치를 크게 증가시킨다. AI는 단순히 "이 제품을 구매한 고객이 구매한 다른 제품"을 넘어, 고객의 과거 구매 패턴, 검색 이력, 사이트 내 행동, 유사 프로필 고객의 선호도를 종합적으로 분석하여 개인화된 추천을 제공한다. 이로 인해 추천 클릭률이 65% 증가하고, 평균 주문 금액이 35% 상승하며, 크로스셀 및 업셀 성공률이 43% 향상되는 결과가 나타났다. 셋째, 자동화된 고객 지원 시스템은 고객 서비스 품질을 향상시키면서 동시에 운영 비용을 절감한다. AI 챗봇은 제품 문의, 주문 상태 확인, 반품 요청 처리와 같은 반복적인 질문에 즉시 응답하여 고객 대기 시간을 평균 92% 감소시켰다. 더욱 주목할 만한 점은 고급 AI 시스템이 고객의 감정과 맥락을 인식하여 필요한 경우 실제 상담원에게 원활하게 전환할 수 있다는 것이다. 이러한 하이브리드 접근 방식을 통해 고객 지원 비용이 최대 78% 감소했으며, 고객 만족도는 오히려 29% 증가했다. 넷째, 동적이고 개인화된 콘텐츠는 고객 참여도와 브랜드 충성도를 높인다. AI는 고객의 위치, 날씨, 기기 유형, 방문 시간대, 이전 방문 행동에 따라 웹사이트 콘텐츠를 실시간으로 조정한다. 한 글로벌 패션 리테일러는 이러한 동적 콘텐츠 전략을 도입한 후 이메일 오픈률이 34% 증가하고, 사이트 체류 시간이 27% 연장되었으며, 반복 구매율이 41% 향상되는 성과를 거두었다. 다섯째, 이 모든 AI 기반 혁신은 궁극적으로 더 높은 고객 만족도와 매출 증가로 이어진다. AI 개인화 솔루션을 전면적으로 도입한 기업들은 고객 만족도 지수(CSAT)가 평균 42% 향상되고, 고객 생애 가치(CLV)가 38% 증가했으며, 전체 매출이 평균 32% 상승하는 놀라운 결과를 경험했다. 특히 패션, 화장품, 전자제품과 같이 제품 다양성이 높고 개인 취향이 중요한 분야에서 AI의 효과가 더욱 두드러졌다. 챗GPT에서 브랜드 노출 극대화하기: SEO-디지털PR-전통PR 통합 전략 챗GPT에서 브랜드 노출을 극대화하기 위해서는 SEO, 디지털 PR, 전통 PR을 포괄하는 통합적인 "Answer Engine Optimization" 전략이 필요하다. SEO 측면에서는 대규모 언어 모델(LLM)이 사용하는 의미론적 평가 방식을 이해하고 이에 맞게 콘텐츠를 최적화해야 한다. 특히 챗GPT 검색 기능이 Bing 검색엔진을 활용한다는 점을 고려하여 Bing에 최적화된 콘텐츠를 개발하는 것이 중요하다. 또한 사용자들이 AI와의 대화에서 주로 사용하는 장문형 질문에 효과적으로 대응할 수 있는 콘텐츠를 식별, 생성 및 최적화하는 작업이 필수적이다. 디지털 PR 전략에서는 웹 전반에 걸쳐 브랜드와 핵심 키워드에 대한 인용을 확산시키는 콘텐츠 마케팅 캠페인을 실행해야 한다. 특히 OpenAI와 알고리즘 학습 계약을 맺은 출판물로부터 링크를 확보하는 것은 챗GPT에서의 브랜드 인지도를 높이는 데 직접적인 효과가 있다. 이러한 디지털 PR 전략은 챗GPT뿐만 아니라 구글 검색에서의 가시성도 함께 향상시키는 이점이 있다. 전통적인 PR 접근법에서는 브랜드의 독특한 정체성과 차별점을 강조하는 특집 기사를 통해 LLM이 브랜드의 고유한 특성을 정확히 이해하도록 해야 한다. 이를 위해 비즈니스 모델, 제품 라인업, 서비스 철학 등에 대한 심층적인 정보를 제공하는 PR 캠페인을 전개하는 것이 효과적이다. 이러한 세 가지 접근법을 통합적으로 활용함으로써, 브랜드는 소비자들이 점점 더 많이 활용하고 있는 AI 대화형 플랫폼에서 자연스럽게 언급되고 추천될 수 있는 기반을 마련할 수 있다. FAQ Q: 소규모 이커머스 비즈니스도 AI 기술을 활용할 수 있나요? A: 네, 다양한 가격대의 AI 도구가 있어 소규모 비즈니스도 충분히 활용할 수 있습니다. 챗GPT와 같은 기본적인 AI 도구부터 시작하여 제품 설명 생성, 고객 서비스 개선, 마케팅 콘텐츠 작성에 활용할 수 있습니다. 비용 대비 효과가 높은 솔루션으로 경쟁력을 유지할 수 있습니다. Q: AI를 이커머스에 도입할 때 가장 먼저 시작해야 할 영역은 무엇인가요? A: 고객 서비스와 제품 설명 자동화가 가장 빠른 성과를 볼 수 있는 영역입니다. AI 챗봇을 도입하여 고객 문의의 70%까지 처리할 수 있으며, AI로 SEO에 최적화된 제품 설명을 생성하면 검색 가시성과 전환율을 높일 수 있습니다. 이러한 영역은 비교적 구현이 쉽고 즉각적인 ROI를 제공합니다. Q: AI 도입 시 개인정보 보호와 관련된 우려점은 없나요? A: 개인정보 보호는 AI 도입 시 중요한 고려사항입니다. 고객 데이터를 처리하는 AI 시스템을 선택할 때는 데이터 보안 정책, 암호화 방법, 규정 준수 여부를 확인해야 합니다. 또한 고객에게 데이터 사용 방식을 투명하게 공개하고, AI 시스템이 편향되지 않도록 정기적으로 모니터링하는 것이 중요합니다. 신뢰할 수 있는 공급업체와 협력하고 개인정보 보호법을 준수하는 솔루션을 선택하세요. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.15 11:15AI 에디터

카카오VX, '프렌즈 스크린 퀀텀' 창업지원 설명회 관심 집중

카카오 VX(대표 문태식)는 자체 기술력으로 실제 골프장 필드를 실감하도록 구현한 스크린 골프 시스템 '프렌즈 스크린 퀀텀(Q)'의 창업지원 설명회가 큰 호응을 얻었다고 15일 밝혔다. 이번 설명회는 지난 10일부터 12일까지 서울 삼성동 코엑스에서 진행했다. 된 '프렌즈 스크린 퀀텀(Q)' 창업지원 설명회에서 100명이 창업 상담을 받고 카카오 VX가 내수 부진으로 힘들어하는 소상공인 및 자영업자들과 상생하기 위해 마련한 창업지원 혜택에 긍정적인 반응을 보였다. 예비 창업자들은 특히 실질적인 지원 방안인 '장비 구입 시 5년까지 무이자 할부' 혜택을 반겼다고 회사 측은 설명했다. 창업지원 설명회장을 찾은 1천600여 명의 관람객이 카카오 VX의 스크린 골프 시스템 '프렌즈 스크린 퀀텀(Q)'의 다양한 첨단 기술에 큰 관심을 나타냈다. 이들은 출시 두 달 만에 100호점을 오픈한 '프렌즈 스크린 퀀텀(Q)'의 매력 중 하나인 가변 스윙플레이트(9X Plate) 등을 직접 체험해 보며 필드에서 운동하는 듯한 즐거움을 느꼈다고 알려졌다. 카카오 VX는 이번 창업지원 설명회에 참여하지 못한 예비 창업자들을 위해 경기도 성남 판교를 시작으로 전국 주요 지역에서 추가 설명회를 진행한다는 계획이다. 카카오 VX 관계자는 “이번 프렌즈 스크린 퀀텀(Q) 창업지원 설명회의 참여 열기는 현장에서 계약이 성사될 정도로 뜨거웠다”며 “지역 소상공인과 골퍼들 모두 만족하도록 기술을 발전시키고 상생 프로그램도 지속적으로 선보이겠다”고 전했다.

2025.04.15 10:59이도원

커넥팅더닷츠 1Q 매출, 전년동기比 173%↑..."흑자 눈앞”

에듀테크 전문기업 커넥팅더닷츠가 올 1분기 실적 발표와 아이돌봄 영역을 넘어 반려동물과 시니어까지 아우르는 통합 돌봄 생태계 구축을 본격화한다고 15일 밝혔다. 2016년 9월 설립된 커넥팅더닷츠는 설립 이후 9년 연속 매출 성장을 기록, 연평균 99% 성장세를 나타냈다. 특히 2020년부터 2024년도까지 최근 5년 연평균 성장률은 54%에 달한다. 나아가 올해 1분기 매출은 45억원으로, 전년 동기(26억원) 대비 173% 급증했다. 이는 이미 지난해 전체 매출(125억원)의 36%에 해당하는 수준이다. 수익성도 개선되고 있다. 커넥팅더닷츠는 2022년부터 2024년까지 2년 만에 적자폭을 70% 개선하며 흑자 전환을 앞두고 있다. 커넥팅더닷츠는 유아동 돌봄 서비스 '째깍악어'와 체험형 교육 공간 '째깍섬'을 통해 축적한 돌봄·교육 노하우를 기반으로 펫케어와 시니어 돌봄 영역으로 사업을 확장하고 있다. 이미 지난주 국내 최대 규모인 1만2천여 평의 반려동물 테마파크 '경북 의성 펫월드' 위탁운영사로 선정되는 등 펫 서비스 확장의 첫 성과를 냈다. 김희정 커넥팅더닷츠 대표는 "돌봄과 교육이 필요한 대상은 아이들뿐만 아니라 반려동물, 시니어까지 다양하다"며 "각 영역별로 분절된 서비스가 아닌, 하나의 가족 구성원으로서 통합적인 돌봄 서비스를 제공하는 것이 우리의 비전"이라고 밝혔다. 커넥팅더닷츠의 주력 서비스인 째깍악어는 2025년 3월 말 기준 부모회원 37만명, 교사회원 20만 명을 보유하고 있다. 째깍섬 7개 센터와 키즈 위탁 운영 2개소, 서울시 어린이 박물관 '서울상상나라' 위탁 운영 등을 통해 지난 한 해에만 25만 명의 어린이에게 놀이와 돌봄, 교육을 제공했다. 회사는 깐깐한 돌봄교사 선발 및 교육 시스템으로 높은 사용자 만족도를 구축한 경험을 바탕으로 펫케어 사업에도 동일한 품질 전략을 적용할 계획이다. 반려동물을 가족처럼 여기는 '펫휴머니제이션' 트렌드에 맞춰, 아이를 맡기는 부모의 마음으로 반려동물을 돌볼 수 있는 펫시터 선발 및 관리 시스템을 구축 중이다. 커넥팅더닷츠는 기존 키즈 영역의 유기적 성장과 함께 인수합병(M&A) 전략을 통한 비유기적 성장을 병행해 사업 다각화 속도를 높인다는 계획이다. 특히 펫시터 플랫폼 인수를 현재 적극 검토 중이며, 이를 통해 기존 아이돌봄 서비스와의 운영 시너지를 극대화할 방침이다. 시니어 돌봄 영역으로의 확장도 추진 중이다. 회사 관계자는 "초고령화 사회로 접어들면서 퀄리티 높은 시니어 돌봄 서비스에 대한 수요가 급증하고 있다"며 "아동과 반려동물 돌봄에서 축적한 경험과 노하우를 시니어 케어에도 접목해 차별화된 서비스를 선보일 것"이라고 설명했다.

2025.04.15 08:35백봉삼

AI는 어떻게 사람 말 이해할까…위스퍼가 인간처럼 생각하는 증거 발견

100시간 일상 대화 기록으로 밝혀낸 뇌와 AI의 처리 방식 일치성 자연스러운 일상 대화는 인간만이 가진 가장 특별한 능력 중 하나다. 네이처 휴먼 비헤이비어(Nature Human Behaviour)에 게재된 연구에서 과학자들은 인간 뇌가 실제 대화에서 언어를 처리하는 방식을 이해하기 위한 획기적인 접근법을 선보였다. 구글 리서치(Google Research) 소속의 아리엘 골드스타인 박사와 프린스턴 신경과학 연구소 소속의 우리 하손(Uri Hasson) 연구팀은 통합된 음향-음성-언어 임베딩 공간을 활용하여 인간 뇌의 자연어 처리 과정을 분석했다. 특히 주목할 점은 오픈AI의 음성 인식 모델인 '위스퍼(Whisper)'의 내부 표현이 뇌의 활동 패턴과 놀랍도록 일치한다는 사실이다. 연구팀은 뇌전도(electrocorticography)를 사용해 4명의 환자가 약 100시간 동안 자연스러운 대화를 나누는 동안의 신경 신호를 기록했다. 이는 약 52만 단어에 해당하는 방대한 양의 데이터를 포함한다. 연구자들은 위스퍼 모델에서 추출한 임베딩(embedding)을 사용하여 뇌 활동을 예측하는 모델을 구축했다. 이 접근법은 기존의 언어학적 분석 방식과 달리, 인위적인 실험 환경이 아닌 실제 생활 속 자연스러운 대화를 분석했다는 점에서 큰 의의가 있다. 상측두회는 음성 처리, 하전두회는 언어 처리: AI 모델과 인간 뇌의 계층적 유사성 연구 결과, 위스퍼 모델의 내부 표현은 인간 뇌의 자연어 처리 계층 구조와 놀랍도록 잘 일치했다. 모델의 음성 임베딩은 상측두회(superior temporal gyrus)와 운동감각 영역과 같은 하위 수준의 지각 및 운동 영역의 활동을 더 잘 예측했다. 반면, 언어 임베딩은 하전두회(inferior frontal gyrus)와 각회(angular gyrus)와 같은 고차원 언어 영역의 활동을 더 잘 예측했다. 특히 주목할 만한 점은 위스퍼 모델이 음성 산출(발화) 전 약 300ms에서 언어-음성 인코딩의 시간적 순서를 정확히 포착했으며, 음성 이해 과정에서는 발화 후 음성-언어 인코딩의 역순을 포착했다는 점이다. 이런 결과는 인간 뇌와 AI 모델 사이의 유사성이 단순한 우연이 아니라, 언어 처리의 기본 원리를 반영한다는 것을 시사한다. 연구의 공동 저자인 아리엘 골드스타인(Ariel Goldstein)은 "위스퍼와 같은 모델의 내부 표현이 인간 뇌의 자연어 처리 과정과 상당히 일치한다는 사실이 놀랍다"고 말했다. 이는 신경과학과 AI의 교차점에서 새로운 통찰력을 제공하는 중요한 발견이다. 딥러닝 모델, 54~67% 정확도로 음소와 품사 예측하며 전통적 언어학 모델 압도 또 다른 중요한 발견은 위스퍼와 같은 딥 러닝 모델이 음소(phoneme), 품사(part of speech) 등 전통적인 상징적 언어학 모델보다 뇌 활동을 예측하는 데 훨씬 우수했다는 점이다. 연구팀은 상징적 언어 특성을 벡터화하여 비교했는데, 위스퍼의 임베딩이 모든 뇌 영역에서 뛰어난 예측력을 보였다. 위스퍼 모델이 명시적으로 음소나 품사와 같은 전통적인 언어학적 요소를 사용하여 학습되지 않았음에도 불구하고, 이러한 특성들이 모델 내부에서 자연스럽게 등장했다는 점도 주목할 만하다. 연구팀은 음성 임베딩에서 약 54%의 정확도로 음소를 분류할 수 있었고, 언어 임베딩에서는 약 67%의 정확도로 품사를 분류할 수 있었다. 이는 단순한 통계적 학습만으로도 의미 있는 언어학적 패턴이 자연스럽게 형성될 수 있음을 보여준다. 언어학의 패러다임 전환: 규칙 기반에서 통계적 학습 기반으로 이 연구는 자연어 처리에 대한 접근 방식에 큰 변화를 시사한다. 전통적인 언어학은 언어를 개별적인 하위 영역(음성학, 음운론, 형태론, 구문론, 의미론, 화용론 등)으로 나누어 연구하는 접근법을 취했다. 그러나 이러한 분할 정복 전략은 실제 대화에서 발생하는 미묘하고 비선형적인 상호작용을 설명하는 데 한계가 있었다. 이번 연구는 딥 러닝 기반의 통합된 계산 프레임워크가 인간의 자연어 처리 과정을 더 정확하게 모델링할 수 있음을 보여준다. 이는 "언어에 대한 상징적 접근법에서 통계적 학습과 고차원 임베딩 공간을 기반으로 한 모델로의 패러다임 전환"이라고 연구팀은 설명한다. 프린스턴 대학의 우리 하손(Uri Hasson) 교수는 "우리 연구는 상징적 규칙 기반 언어 모델에서 벗어나, 통계적 학습과 고차원 임베딩 공간에 기반한 새로운 모델 계열로의 전환을 제시한다"고 말했다. 이러한 모델은 자연스러운 대화의 풍부함과 다양성을 유지하면서도 실세계 데이터에서 언어 산출과 이해의 신경학적 기반을 설명할 수 있다. FAQ Q: 이 연구가 인공지능과 뇌과학에 어떤 의미가 있나요? A: 이 연구는 AI 모델의 내부 작동 방식이 인간 뇌의 언어 처리 과정과 유사하다는 것을 보여줍니다. 이는 AI가 단순히 언어를 모방하는 것이 아니라, 인간의 언어 처리 메커니즘과 유사한 방식으로 작동할 수 있음을 시사합니다. 이런 유사성은 더 인간적인 AI 시스템 개발에 중요한 통찰력을 제공합니다. Q: 위스퍼(Whisper) 모델이 무엇이며 이 연구에서 왜 중요한가요? A: 위스퍼는 오픈AI가 개발한 음성 인식 모델로, 음향 신호를 텍스트로 변환하는 데 뛰어난 성능을 보입니다. 이 연구에서 위스퍼는 음향, 음성, 언어 수준의 정보를 모두 처리할 수 있는 통합 모델로 사용되었으며, 그 내부 표현이 인간 뇌의 활동 패턴과 놀랍도록 일치한다는 점이 밝혀졌습니다. Q: 전통적인 언어학적 접근법과 딥 러닝 모델의 주요 차이점은 무엇인가요? A: 전통적인 언어학은 음소, 품사와 같은 상징적 단위를 사용하여 언어를 분석합니다. 반면, 딥 러닝 모델은 이산적 상징 대신 다차원 벡터 표현(임베딩)을 사용합니다. 이 연구에 따르면, 딥 러닝 모델의 접근법이 실제 뇌 활동을 예측하는 데 더 효과적이며, 자연 언어의 복잡한 맥락 의존적 상호작용을 더 잘 포착할 수 있습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.14 23:47AI 에디터

[Q&AI] 이재명, 출마 선언 후 첫 공식 일정으로 AI기업 방문… 왜?

질문: 이재명이 퓨리오사AI를 방문했던데, 그 이유가 뭐야? 그록 답변: 이재명 더불어민주당 대선 예비후보가 2025년 4월 14일 퓨리오사AI를 방문한 이유는 대선 출마 선언 후 첫 공식 일정으로 '성장경제' 행보를 강조하기 위해서였습니다. 그는 글로벌 AI 반도체 시장에서 한국의 기술력을 알리고, 엔비디아의 독점을 깰 수 있는 퓨리오사AI의 잠재력을 조명하며 AI 산업의 비전과 지원 정책을 제시하고자 했습니다. 또한, 백준호 퓨리오사AI 대표 등과 간담회를 통해 정부와 기업 간 협력 방안을 논의하고, 첨단 산업에 대한 국가 주도 투자의 필요성을 부각시키려는 전략으로 보입니다. 이번 방문은 이재명이 주장하는 'K-이니셔티브'의 일환으로, AI와 반도체 같은 미래 산업을 통해 한국이 세계를 선도할 수 있다는 메시지를 전달하려는 의도로 해석됩니다. 질문2: 퓨리오사 AI는 어떤 회사인지 알려줘. 그록 답변: 퓨리오사AI(Furiosa AI)는 2017년 4월 설립된 한국의 AI 반도체 설계 전문 팹리스 스타트업으로, 서울 강남구에 본사를 두고 있습니다. 백준호 대표가 이끄는 이 회사는 AI 연산에 최적화된 신경망처리장치(NPU)를 개발하며, 데이터센터와 자율주행 시장을 주요 타겟으로 삼고 있습니다. 주요 제품으로는 1세대 'Vision NPU'(구 WARBOY)와 2세대 '레니게이드(Renegade)'가 있으며, 특히 레니게이드는 SK하이닉스의 HBM3 메모리를 탑재해 엔비디아 대비 최대 60% 높은 전성비(전력 대비 효율)를 자랑합니다. 퓨리오사AI는 하드웨어 설계뿐 아니라 소프트웨어 스택(컴파일러, SDK 등)도 자체 개발해 AI 모델의 추론 성능을 최적화하며, 글로벌 벤치마크 MLPerf에서 경쟁력을 입증했습니다. 삼성전자, AMD 출신 엔지니어들이 창업 멤버로 참여했으며, 네이버, 산업은행, DSC인베스트먼트 등으로부터 약 1,700억 원의 누적 투자를 유치했습니다. 2023년 매출은 약 36억 원, 직원 수는 약 127명 규모입니다. 2025년 초 메타의 인수 제안을 거절하며 독자적 성장을 선택했고, TSMC의 5나노 공정을 활용해 레니게이드를 양산 중입니다. 회사명은 영화 매드맥스의 '퓨리오사'에서 영감을 받아, 기득권에 도전하는 혁신적 이미지를 반영합니다. 2026년 기업공개(IPO)를 목표로 글로벌 AI 반도체 시장에서 엔비디아의 대안으로 주목받고 있습니다. ■ 해당 기사는 그록을 활용해 작성되었습니다. (☞ 원문 바로가기)

2025.04.14 23:29AI 에디터

[ZD SW 투데이] 아이티센그룹, '오픈이노베이션 프로그램' 참여 스타트업 모집 外

지디넷코리아가 소프트웨어(SW) 업계의 다양한 소식을 한 눈에 볼 수 있는 'ZD SW 투데이'를 새롭게 마련했습니다. SW뿐 아니라 클라우드, 보안, 인공지능(AI) 등 여러 분야에서 활발히 활동하고 있는 기업들의 소식을 담은 만큼 좀 더 쉽고 편하게 이슈를 확인해 보시기 바랍니다. [편집자주] ◆아이티센그룹, '오픈이노베이션 프로그램' 참여 스타트업 모집 아이티센그룹이 경기창조경제혁신센터와 함께 '2025 유니콘 브릿지 위드 아이티센' 프로그램에 참여할 스타트업을 모집한다. 이 프로그램은 스타트업의 성장 가속과 함께 투자 및 기술 사업화까지 연계하는 것이 목적이다. 전략투자형 트랙은 AI, 헬스케어, 블록체인, 서비스형 소프트웨어, 양자 기술, 클라우드, 로봇, 모빌리티 분야 스타트업을 대상으로 아이티센 직접 투자 및 팁스 추천 기회를 제공한다. 기술검증형 트랙은 아이티센그룹 계열사의 수요에 맞춰 기술검증 중심 협업을 추진한다. ◆메가존소프트, 구글 클라우드 '올해의 파트너상' 2년 연속 수상 메가존클라우드의 관계사 메가존소프트가 미국 라스베이거스에서 열린 '구글 클라우드 넥스트 2025'에서 국내 부문 '올해의 파트너'로 2년 연속 선정됐다. 이 상은 고객의 디지털 전환을 지원하고 클라우드 생태계 확대에 기여한 파트너에게 수여된다. 메가존소프트는 고객 유지율 제고와 기술 제공 성과를 인정받았으며 생성형 AI 변화관리 방법론을 기반으로 맞춤형 교육과 워크숍을 제공해 '제미나이' 도입을 지원하고 있다. 또 구글 클라우드의 공식 '코퍼리트 포커스 파트너'로서 공동 영업을 통해 고객 확보와 클라우드 도입 확대에 기여하고 있다. ◆수도권 ICT이노베이션스퀘어, 사회적 약자 위한 소프트웨어 대회 개최 수도권 ICT이노베이션스퀘어가 오는 7월까지 사회적 약자를 위한 수요 맞춤형 소프트웨어 개발 경진대회 '피우다 프로젝트'를 진행한다. 이 대회는 실증 데이터 기반의 AI 솔루션을 개발하고 우수 개발물은 시범 적용과 사업화까지 연계 지원된다. 올해는 장애인, 노인, 경계선 지능인을 위한 생활 개선 및 복지 향상에 초점을 맞추며 수요 조사 결과를 반영한 주제로 실질적인 문제 해결을 도모한다. 최우수상 1팀에 300만 원 등 총 9팀에 시상하며 특별상도 수여된다. ◆스노우플레이크, '스노우플레이크 X 스트림릿 해커톤 코리아' 개최 스노우플레이크가 스트림릿과 함께 '스노우플레이크 X 스트림릿 해커톤 코리아'를 개최한다. 참가자들은 스노우플레이크 데이터 클라우드와 스트림릿을 활용해 실제 산업 데이터를 기반으로 창의적인 데이터 앱을 설계할 수 있으며 누구나 무료로 참가 가능하다. 제출 과제는 기능, 기술 활용도, 사용자 경험, 문제 해결력 등을 종합적으로 평가받으며 최종 선정된 솔루션은 다음달 14일 결선에서 발표된다. 심사에는 아만다 켈리 스트림릿 공동 창업자가 직접 참여해 활용 혁신성을 중점 평가할 예정이다. ◆법무법인 태평양, '직장 내 괴롭힘 매뉴얼' 발간 법무법인 태평양이 실무자를 위한 'Q&A로 알아보는 직장 내 괴롭힘' 매뉴얼을 발간했다. 이 매뉴얼은 지난 2019년 직장 내 괴롭힘 금지법 시행 이후 축적된 300여건의 사건 처리 경험을 바탕으로, 다양한 쟁점을 이해하기 쉽게 정리한 것이 특징이다. 매뉴얼은 판단 기준, 조사 실무, 법적 쟁점 등 총 3장으로 구성돼 있으며 실무에 바로 적용 가능한 내용이 담겼다. 주요 고객 기업에 배포되며 관련 문의는 태평양 김상민 변호사실을 통해 가능하다.

2025.04.14 16:59조이환

AI는 튀김과 구이 구별할 수 있을까…식품 인식 기술 검증 결과

비공개 소스 AI 모델, 식품 인식에서 90% 이상의 정확도 달성 인공지능(AI) 발전으로 식품 이미지 인식 기술이 크게 향상되었다. 특히 비전-언어 모델(Vision-Language Models, VLM)이 텍스트와 이미지 데이터를 통합하여 식품 인식에 새로운 가능성을 제시하고 있다. 마드리드 자치대학교와 IMDEA 푸드 연구소 연구팀은 식품 영양 전문가 태그 데이터베이스(FoodNExTDB)를 개발하고, 비전-언어 모델 6종의 식품 인식 능력을 평가했다. 연구 결과, 비공개 소스 모델들이 공개 소스 모델보다 우수한 성능을 보였으며, 단일 제품 이미지에서는 90% 이상의 전문가 가중 회상률(Expert-Weighted Recall, EWR)을 달성했다. 그러나 현재 비전-언어 모델은 요리 스타일 구분이나 외관이 유사한 식품 간 차이 식별과 같은 세부적인 식품 인식에 여전히 어려움을 겪는 것으로 나타났다. 7명의 영양 전문가가 검증한 9,263개 이미지 - FoodNExTDB 데이터베이스의 특징 연구팀은 체중 감량 임상시험에 참여한 개인들의 실제 식이 기록에서 추출한 9,263개의 식품 이미지로 구성된 FoodNExTDB를 소개했다. 이 데이터베이스의 특징은 7명의 영양 전문가가 모든 이미지를 검토하여 약 5만 개의 라벨을 생성했다는 점이다. 각 이미지는 10개의 주요 식품 카테고리(예: "단백질 공급원", "채소 및 과일" 등), 62개의 하위 카테고리(예: "가금류", "과일" 등), 그리고 9개의 조리 스타일(예: "구운", "삶은" 등)로 체계적으로 분류되었다. 이러한 구조화된 분류법은 식품 인식 모델 평가에 있어 중요한 기준을 제공한다. 각 참가자는 평균적으로 약 96개의 식품 이미지를 촬영했으며, 이미지의 약 79%는 스페인의 주요 식사 시간(아침, 점심, 저녁)에 촬영되었다. 가장 자주 할당된 식품 카테고리는 "채소 및 과일"(약 28%), "곡물 및 콩류"(약 17%), "음료"(약 16%)였다. 하위 카테고리 수준에서는 "채소"(약 13%), "과일"(약 13%), "빵"(약 8%)이 가장 많았다. Gemini 70.16%, ChatGPT 64.32% - 비전-언어 모델 6종의 식품 인식 성능 비교 연구팀은 ChatGPT(GPT-4o), Gemini 2.0 Flash, Claude 3.5 Sonnet과 같은 비공개 소스 모델과 Moondream, DeepSeek Janus-Pro, LLaVA와 같은 공개 소스 모델을 포함한 6종의 비전-언어 모델을 평가했다. 비공개 소스 모델들은 모든 분류 수준에서 공개 소스 모델보다 일관되게 우수한 성능을 보였다. Gemini는 모든 수준에서 평균 70.16%의 EWR을 달성하여 가장 높은 성능을 보였으며, ChatGPT(64.32%)와 Claude(65.86%)도 강력한 성능을 유지했다. 분류 복잡성이 증가함에 따라 모든 모델의 성능이 저하되었다. 예를 들어, Gemini의 EWR은 카테고리 수준에서 85.79%였으나, 카테고리+하위 카테고리 수준에서는 74.69%, 카테고리+하위 카테고리+조리 스타일 수준에서는 50.00%로 감소했다. 공개 소스 모델 중에서는 Moondream이 DeepSeek과 LLaVA보다 우수한 성능(평균 54.71% 대 34.04%, 47.00%)을 보였다. DeepSeek은 식품 데이터셋에 대한 노출이 제한적이어서 가장 낮은 평균 EWR(34.04%)을 기록했다. "튀김"과 "조림" 구분에 어려움 - 비전-언어 모델의 조리 스타일 인식 한계 연구 결과, 비전-언어 모델들은 이미지의 복잡성에 따라 성능 차이를 보였다. DeepSeek을 제외한 모든 모델은 단일 제품 이미지에서 다중 제품 이미지보다 높은 성능을 보였다. ChatGPT, Gemini, Claude, Moondream과 같은 모델들은 단일 제품 이미지에서 90% 이상의 EWR을 달성했다. 카테고리 수준에서는 "곡물 및 콩류", "단백질 공급원", "유제품 및 식물성 음료"와 같은 식품 카테고리 인식에 비전-언어 모델들이 우수한 성능을 보였다. 하위 카테고리 수준에서는 "과일"이 "채소"보다, "생선"이 "가금류"보다 더 정확하게 인식되었다. "파스타"도 "쌀"보다 더 자주 인식되었다. 조리 스타일 수준에서는 모든 모델이 상당한 어려움을 겪었다. "신선한" 스타일이 가장 식별하기 쉬웠고, "구운" 스타일이 그 뒤를 이었으나, "튀긴"과 "조림" 스타일은 가장 정확하게 예측되지 않았다. 이는 비전-언어 모델들이 미세한 시각적 차이를 구분하는 데 여전히 한계가 있음을 시사한다. 웨어러블 기기와 AI의 만남 - 개인화된 영양 관리의 미래 전망 식이 분석은 영양학에서 여러 관련 요소를 고려해야 하는 주요 과제로 남아있다. 순수한 이미지 인식 모델들이 식품 인식 분야에서 크게 향상되었지만, 복잡한 다중 식품 이미지를 처리하고 충분한 맥락 이해를 제공하는 데는 여전히 어려움을 겪고 있다. 비전-언어 모델은 텍스트 및 시각적 추론을 통합하여 식품 인식 및 식이 분석에서 설명 가능성을 향상시키는 유망한 대안을 제시한다. 그러나 추가적인 다중 모달 데이터 통합이 필요한 조리 스타일 식별과 같은 세부적인 작업에는 여전히 어려움을 겪고 있다. 연구팀은 개인화된 영양 전략과 비전-언어 모델을 통합하면 식이 추적과 만성 질환 예방을 개선할 수 있다고 제안한다. 웨어러블 기기, 식이 설문지, 전문가 감독에서 얻은 다중 모달 데이터와 AI 기반 식품 인식을 결합하면 자동화된 식이 평가의 정확성과 준수도를 향상시킬 수 있을 것이다. FAQ Q: 비전-언어 모델(VLM)이란 무엇인가요? A: 비전-언어 모델은 이미지와 텍스트 데이터를 함께 처리할 수 있는 인공지능 모델입니다. 이 모델들은 시각적 정보와 언어적 정보를 통합하여 더 포괄적인 이해를 제공하며, 식품 인식과 같은 작업에서 기존 모델보다 더 나은 성능을 발휘할 수 있습니다. Q: 연구에서 사용된 FoodNExTDB는 어떤 데이터베이스인가요? A: FoodNExTDB는 9,263개의 식품 이미지로 구성된 데이터베이스로, 체중 감량 프로그램에 참여한 실제 참가자들의 식사 기록에서 수집되었습니다. 7명의 영양 전문가가 각 이미지를 검토하여 10개의 식품 카테고리, 62개의 하위 카테고리, 9개의 조리 스타일로 분류했으며, 총 5만 개 이상의 라벨을 생성했습니다. Q: 왜 비전-언어 모델은 조리 스타일 인식에 어려움을 겪나요? A: 조리 스타일 인식은 미세한 시각적 차이를 구분해야 하는 복잡한 작업입니다. 비전-언어 모델은 기본적인 식품 카테고리 인식에는 강하지만, "튀긴", "구운", "삶은" 등의 조리 방법 구분은 더 세밀한 특징을 요구합니다. 또한 이미지만으로는 조리 과정이나 사용된 소스, 기름 등을 정확히 파악하기 어렵기 때문에 이러한 세부적인 분류에 한계가 있습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.14 13:31AI 에디터

제2 카잔-인조이 나오나...주요 게임사, 자체 개발 신작으로 승부수

주요 게임사가 자체 개발작을 통해 시장 영향력 확대에 나선 것으로 확인됐다. 넥슨과 넷마블 등은 인기 게임 지식재산권(IP)을 계승한 후속작을 흥행시키며 실적 개선에 기대를 높이기도 했다. 14일 게임 업계에 따르면 넥슨, 넷마블, 크래프톤 등은 직접 개발한 신작과 기존 인기 IP를 계승한 후속작을 잇따라 출시하며 실적 개선에 대한 기대감을 높이고 있다. 자체 개발작은 퍼블리싱 게임과 달리 수익성이 높아 실적 발표 시 주목받는 요소로 꼽힌다. 플랫폼 수수료를 제외한 대부분의 매출이 개발사 수익으로 인식되기 때문이다. 넥슨 측은 1분기 '퍼스트 버서커: 카잔'과 '마비노기 모바일'을 꺼내 기대 이상 성과를 얻었다. 지난 달 말 출시된 '퍼스트 버서커: 카잔'은 던전앤파이터의 세계관을 확장한 게임이라면, '마비노기 모바일'은 마비노기 온라인을 재해석한 작품으로 요약된다. 특히 네오플이 개발한 하드코어 액션 게임 '퍼스트 버서커: 카잔'은 글로벌 PC콘솔 게임 시장을 공략해 출시 초반 이용자의 주목을 받는데 성공했다는 평가다. 이 게임은 스팀 얼리 액세스 기준 리뷰 평점 95% 이상 '압도적으로 긍정적' 평가를 받았으며, 출시 직후 글로벌 스팀 매출 2위를 기록하는 등 초기 흥행에 성공했다. 또 데브캣 최신작인 '마비노기 모바일'은 원작 게임팬의 호평 속에 한국 구글 매출 톱3를 일주일 넘게 유지하고 있는 것으로 나타났다. 모바일PC로 즐길 수 있는 이 게임은 MMORPG 장르로, 원작 특유의 감성을 잘 계승해 호평을 받기도 했다. 크래프톤은 신규 게임 IP '인조이'를 흥행시켜 집중조명을 받기도 했다. PC 시뮬레이션 장르인 '인조이'는 심즈 시리즈 대항마로, 수많은 게임팬의 관심을 사로잡는데 성공했다. '인조이'는 출시 전날 스팀 인기 찜 목록(위시리스트) 1위를 기록했고, 출시 당일 스팀 최고 인기 게임(판매 수익 순) 1위를 기록한 바 있다. 여기에 이 게임은 얼리액세스 출시 일주일 만에 누적 판매량 100만 장을 돌파해 눈길을 끌었다. 넷마블은 넷마블엔투가 개발한 SF MMORPG 'RF온라인: 넥스트'로 다시 한 번 도약을 시도하고 있다. 지난달 20일에 출시된 해당 신작 게임은 양대 마켓 최고 매출 1위를 기록한 데 이어 보름 넘게 구글 매출 톱5 자리를 지키고 있다. 주요 게임사는 남은 기간 다양한 장르의 자체 개발작과 후속작을 선보여 수익성을 개선에 더욱 박차를 가한다는 계획을 전하기도 했다. 흥행 기대작으로 보면 넥슨 측은 던전앤파이터 IP 기반의 차세대 3D 액션 RPG '프로버킬 오버킬'을 준비하고 있다면, 엔씨소프트는 MMORPG '아이온2'를 하반기 한국과 대만에 우선 선보인다고 밝혔다. 넷마블은 수집형RPG '세븐나이츠 리버스'와 '몬길: 스타다이브', NHN은 오픈월드 슈팅RPG '다키스트 데이즈', 웹젠은 서브컬처 RPG '테르비스' 등을 올해 출시할 계획이다. 이중 '다키스트 데이즈'와 '세븐나이츠 리버스'는 출시를 앞둔 것으로 확인됐다. '다키스트 데이즈'는 오는 24일 공개시범테스트(OBT)로 흥행성 검증에 나선다면, '세븐나이츠 리버스'는 2분기 출시를 목표로 한다. 웹젠 측은 '테르비스'의 출시 준비에 드라이브를 걸었다. 최근 이 게임의 티저 페이지를 오픈했고, 콘텐츠 소개와 사전 예약 프모모션 등도 준비하고 있다는 게 회사 측의 설명이다. 여기에 라이온하트 스튜디오가 개발하고 있는 육성 시뮬레이션 장르 '프로젝트C(가칭)'는 상반기, 3D 심리스 오픈월드를 구현한 '프로젝트Q(가칭)'는 하반기 출시될 예정이다. '프로젝트Q'는 라이온하트 스튜디오 모회사인 카카오게임즈가 서비스를 맡는다. 업계 한 관계자는 "주요 게임사가 자체 개발작과 인기 게임 IP 후속작을 통해 수익성 개선과 추가 성장을 시도한다"며 "남은 한해 카잔과 마비노기모바일, 인조이 등의 흥행바통을 이어받을 신작이 또 나올지 기대된다"고 말했다.

2025.04.14 10:33이도원

"언어 장벽 낮춰"…AWS, '아마존 Q 디벨로퍼'에 한국어 추가

아마존웹서비스(AWS)가 생성형 인공지능(AI) 개발 도구에 한국어를 추가해 국내 개발자 업무 효율성과 글로벌 협업 역량 높이기에 나섰다. AWS는 생성형 AI 기반 개발 어시스턴트 '아마존 Q 디벨로퍼'에 한국어를 포함한 다국어 지원을 확장했다고 14일 밝혔다. 개발자는 한국어로 아키텍처 논의를 비롯한 문서 작성, 인터페이스 설계, 애플리케이션 구축 등 개발 업무를 수행할 수 있다. 아마존 Q 디벨로퍼는 코드에 대한 실시간 피드백과 문제 해결 가이드를 제공해 반복적이고 수동적인 개발 작업을 빠르게 처리할 수 있도록 돕는다. 신뢰성 높은 코드를 효율적으로 구현하고 전반적인 개발 생산성과 품질을 높일 수 있다는 평가를 받고 있다. AWS는 이번 한국어 지원을 통해 개발자가 복잡한 기술 개념을 보다 직관적으로 이해하고, 자연어 기반 인터페이스를 활용해 전략적인 개발 업무를 수행할 수 있는 환경을 조성할 것이라고 밝혔다. 특히 대규모 기술 현대화처럼 고도화된 작업에도 능동적으로 대응할 수 있게 됐다는 설명이다. 개발자는 이제 영어로 작성된 주석이나 소스코드에 대해 한국어로 질문하고 답변을 받을 수 있다. 언어 장벽을 낮춰 글로벌 코드에 대한 이해도를 높이고, 다양한 언어권과의 협업에서도 효율성을 확보할 수 있다. 확장된 언어 기능은 통합 개발 환경(IDE)과 커맨드라인 인터페이스(CLI)에서 즉시 사용 가능하며 추후 AWS 매니지먼트 콘솔에서도 적용될 예정이다. 프리·프로 요금제 사용자는 해당 기능을 이용할 수 있다. AWS는 "이번 언어 지원 확장을 통해 개발자들이 더 창의적인 문제 해결에 집중할 수 있는 환경이 마련됐다"며 "글로벌 팀 간 협업을 보다 포용적이고 효과적으로 만들 수 있을 것"이라고 강조했다.

2025.04.14 10:27김미정

美 1Q 전기차 판매량 11.4%↑…2Q 전망은 부정적

올해 1분기 미국 전기차 판매량이 전년 동기 대비 11.4% 증가한 약 30만대를 기록한 것으로 나타났다. 단 2분기 이후 전기차 판매량에 대해선 부정적으로 전망했다. 지난 12일 인사이드EV는 콕스오토모티브가 산하 시장조사기관 켈리블루북을 인용해 이같이 분석했다고 보도했다. 1분기 전체 자동차 판매량 중 전기차 비중은 7.5%로, 전년 동기 7%보다 0.5%p 증가했다. 콕스오토모티브는 아큐라, 아우디, 쉐보레, 혼다, 포르쉐 등 다수 브랜드에서 전기차 신차를 출시함에 따라 판매량이 증가했다고 분석했다. 전체 판매량이 증가하는 가운데 구형 모델의 판매량은 크게 줄었다는 설명이다. 브랜드별 추이를 보면 GM의 1분기 전기차 판매량은 3만대 이상을 기록, 전년 동기 대비 약 두 배 수준으로 성장했다. 혼다와 아큐라의 지난해 1분기 전기차 판매량은 0대였지만, GM과 단기 파트너십에 힘입어 1년 뒤인 올해 1분기는 1만4천대를 판매했다. 대부분 전기차 판매량이 증가한 반면, 테슬라 판매량은 전년 동기 대비 9% 감소한 것으로 분석됐다. 이 기간 테슬라의 글로벌 인도량은 33만6천여대로 전년 동기 대비 13% 줄었다. 그 외 렉서스는 9%, 미니는 16%, 기아는 24%, 리비안은 37%, 메르세데스-벤츠는 58% 가량 전기차 판매량이 감소한 것으로 나타났다. 콕스오토모티브는 “많은 장애물에도 미국 전기차 판매량은 견조하게 지속 성장했다”고 언급했다. 그러나 2분기 이후 전기차 판매량에 대해선 어둡게 전망했다. 새로 도입된 자동차 관세가 가격 상승과 판매 위축을 야기할 것으로 봤다. 여기에 공화당이 감세 추진 과정에서 인플레이션감축법(IRA)상 전기차 세액공제를 폐지를 추진한다면 추가적 타격이 있을 수 있다고도 지적했다. 콕스오토모티브는 “많은 자동차 제조사들에게 철강과, 전기차는 특히 알루미늄에 대한 관세는 기념비적 도전이 될 것”이라며 2분기 전기차 시장 전망을 어둡게 점쳤다.

2025.04.14 10:13김윤희

AI, 코드 디버깅 여전히 난관… 마이크로소프트, 디버깅 능력을 갖춘 '디버그-짐' 환경 공개

개발자 시간의 대부분은 디버깅에 사용된다... 코드 작성을 넘어선 AI의 진화 AI 코딩 도구가 개발자 효율성을 증가시키며 미래 소프트웨어 개발 환경을 빠르게 변화시키고 있다. 깃허브(GitHub) CEO 토마스 동케는 "머지 않아 80%의 코드가 코파일럿(Copilot)에 의해 작성될 것"이라고 예측했으며, Y 컴비네이터(Y Combinator)의 개리 탄에 따르면 최근 Y 컴비네이터 신생 기업 중 4분의 1은 코드의 95%가 대규모 언어 모델(LLM)에 의해 작성되었다고 한다. 하지만 대부분의 개발자는 코드 작성보다 디버깅에 더 많은 시간을 소비한다. 이에 마이크로소프트 리서치팀은 AI 코딩 도구가 인간처럼 코드를 디버깅할 수 있도록 가르치는 방법에 초점을 맞추게 되었다. 디버깅이란 코드 수정을 위한 대화형 반복 프로세스를 의미하며, 개발자들은 코드가 왜 충돌했는지 가설을 세우고, 프로그램을 단계별로 진행하며 변수 값을 검사하는 등의 증거를 수집한다. 이 과정에서 pdb(Python 디버거)와 같은 디버깅 도구를 사용해 정보를 수집하고, 코드가 수정될 때까지 이 과정을 반복한다. 현재의 AI 코딩 도구는 생산성을 향상시키고 가용한 코드와 오류 메시지를 기반으로 버그 해결책을 제안하는 데 탁월하다. 그러나 인간 개발자와 달리 솔루션이 실패할 때 추가 정보를 찾지 않아 일부 버그는 해결되지 않은 채 남게 된다. 이는 사용자들이 AI 코딩 도구가 해결하려는 문제의 전체 맥락을 이해하지 못한다고 느끼게 만든다. 디버그-짐: AI가 중단점 설정부터 변수값 검사까지, 인간 개발자처럼 코드를 이해하는 환경 이런 배경에서 마이크로소프트 리서치팀은 대규모 언어 모델(LLM)이 pdb와 같은 대화형 디버깅 도구를 어느 정도까지 사용할 수 있는지를 탐구하기 위해 디버그-짐(Debug-gym)을 출시했다. 해당 기술을 소개한 논문에 따르면, 디버그-짐은 코드 수정 에이전트가 능동적인 정보 탐색 행동을 위한 도구에 접근할 수 있게 해주는 환경이다. 이 환경은 에이전트의 행동 및 관찰 공간을 도구 사용에서 얻은 피드백으로 확장하여 중단점 설정, 코드 탐색, 변수 값 출력, 테스트 함수 생성 등을 가능하게 한다. 에이전트는 도구를 사용해 코드를 조사하거나 자신감이 있다면 코드를 다시 작성할 수 있다. 연구팀은 적절한 도구를 사용한 대화형 디버깅이 코딩 에이전트가 실제 소프트웨어 엔지니어링 작업을 처리할 수 있게 하고, LLM 기반 에이전트 연구의 중심이 될 것이라고 믿는다. 디버깅 기능을 갖춘 코딩 에이전트가 제안하고 인간 프로그래머가 승인한 수정 사항은 이전에 본 훈련 데이터에만 의존하는 추측이 아니라 관련 코드베이스, 프로그램 실행 및 문서의 맥락에 기반할 것이다. 도커 컨테이너부터 JSON 형식까지... 안전하고 확장 가능한 디버그-짐의 4가지 핵심 설계 디버그-짐은 여러 목표를 염두에 두고 설계 및 개발되었다. 첫째로, 저장소 수준의 정보 처리 능력을 갖추고 있어 에이전트에게 전체 저장소를 제공함으로써 파일을 자유롭게 탐색하고 편집할 수 있는 환경을 조성한다. 둘째로, 시스템과 개발 프로세스의 안전을 보장하기 위해 샌드박스 도커 컨테이너 내에서 코드를 실행하는 견고함과 안전성을 갖추었다. 이러한 격리된 런타임 환경은 유해한 작업을 방지하면서도 철저한 테스트와 디버깅을 가능하게 한다. 셋째로, 확장성을 핵심 설계 원칙으로 삼아 실무자들이 필요에 따라 새로운 도구를 쉽게 추가할 수 있는 유연한 구조를 제공한다. 마지막으로, 관찰 정보를 JSON 형식과 같은 구조화된 텍스트로 표현하고 텍스트 작업을 위한 간결한 구문을 정의하는 텍스트 기반 접근 방식을 채택했다. 이를 통해 최신 LLM 기반 에이전트들과 원활하게 호환되는 환경을 구축했다. 디버그-짐을 사용하면 연구자와 개발자는 폴더 경로를 지정하여 디버깅 에이전트의 성능을 평가하기 위해 모든 사용자 지정 저장소에서 작업할 수 있다. 또한 디버그-짐에는 대화형 디버깅에서 LLM 기반 에이전트의 성능을 측정하기 위한 세 가지 코딩 벤치마크가 포함되어 있다: 단순 함수 수준 코드 생성을 위한 Aider, 짧고 수작업으로 만든 버그가 있는 코드 예제를 위한 Mini-nightmare, 그리고 대규모 코드베이스의 포괄적인 이해와 GitHub 풀 리퀘스트 형식의 솔루션이 필요한 실제 코딩 문제를 위한 SWE-bench. Claude 3.7은 30%, OpenAI o1은 182%... 디버깅 도구로 AI 성능 대폭 향상 연구팀은 디버깅 도구에 접근할 때 LLM이 코딩 테스트에서 더 나은 성능을 보인다는 것을 검증하기 위한 초기 시도로, 간단한 프롬프트 기반 에이전트를 구축하고 eval, view, pdb, rewrite, listdir와 같은 디버그 도구에 대한 접근 권한을 제공했다. 이 에이전트의 백본으로 9개의 다른 LLM을 사용했다. 디버깅 도구를 사용하더라도 이 간단한 프롬프트 기반 에이전트는 SWE-bench Lite 이슈의 절반 이상을 해결하는 경우가 드물었다. 연구팀은 이것이 현재 LLM 훈련 코퍼스에서 순차적 의사 결정 행동(예: 디버깅 추적)을 나타내는 데이터의 부족 때문이라고 생각한다. 그러나 성능 향상이 상당하여(Claude 3.7은 30%, OpenAI o1은 182%, OpenAI o3-mini는 160%의 상대적 성능 향상을 보임) 이것이 유망한 연구 방향임을 입증한다. FAQ Q: 디버그-짐(Debug-gym)은 정확히 무엇인가요? A: 디버그-짐은 AI 코딩 도구가 인간 프로그래머처럼 코드를 디버깅하는 방법을 배울 수 있는 환경입니다. 이 환경은 코드 수정 에이전트에게 중단점 설정, 코드 탐색, 변수 값 출력 등과 같은 능동적인 정보 탐색 행동을 위한 도구에 접근할 수 있게 합니다. Q: 왜 AI 코딩 도구에 디버깅 능력이 필요한가요? A: 대부분의 개발자는 코드 작성보다 디버깅에 더 많은 시간을 소비합니다. 현재의 AI 코딩 도구는 코드와 오류 메시지를 기반으로 버그 해결책을 제안할 수 있지만, 솔루션이 실패할 때 추가 정보를 찾지 않아 일부 버그는 해결되지 않습니다. 디버깅 능력을 갖춘 AI는 실제 소프트웨어 엔지니ering 작업을 더 효과적으로 처리할 수 있습니다. Q: 디버그-짐은 어떻게 AI 코딩 도구의 성능을 향상시키나요? A: 디버그-짐은 AI 에이전트에게 pdb와 같은 디버깅 도구에 접근할 수 있게 해주어, 코드 실행 중에 추가 정보를 수집하고 더 정확한 수정을 제안할 수 있게 합니다. 초기 실험에서 디버깅 도구에 접근할 수 있는 AI 에이전트는 도구 없이 작동하는 동일한 AI 모델보다 최대 182%의 성능 향상을 보였습니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.11 14:26AI 에디터

"1분짜리 AI 영상도 가능?"…엔비디아 TTT로 만든 '톰과 제리'

AI 영상의 한계는 20초? 'TTT'는 1분짜리 복잡한 이야기까지 가능했다 기존의 생성형 AI는 몇 초 길이의 단편 영상만 생성할 수 있었다. 오픈AI(OpenAI)의 소라(Sora)는 최대 20초, 메타(Meta)의 무비젠(MovieGen)은 16초, 구글(Google)의 비오2(Veo 2)는 8초에 불과했다. 이러한 한계는 트랜스포머(Transformer) 구조의 특성에서 비롯됐다. 장문의 컨텍스트를 처리할수록 자원이 기하급수적으로 소모되기 때문이다. 실제로 엔비디아 연구팀은 “1분짜리 동영상은 3초짜리 영상 20개보다 11배 많은 시간과 12배 더 긴 훈련 시간이 필요하다”고 설명했다. 이를 해결하기 위해 기존에는 RNN(순환 신경망) 계열의 경량화된 구조인 '마암바(Mamba)', '델타넷(DeltaNet)' 등의 기법이 활용됐다. 하지만 이들은 단순한 장면에 국한되거나 복잡한 이야기 구조를 구현하지 못한다는 한계가 있었다. 이런 상황에서 엔비디아 연구팀이 발표한 논문은 기존 트랜스포머 모델에 '테스트 타임 트레이닝(Test-Time Training, 이하 TTT)' 레이어를 삽입함으로써 1분짜리 긴 영상도 자연스럽고 일관되게 생성하는 방법을 제시했다. 실제로 톰과 제리(Tom and Jerry) 에피소드를 기반으로 실험한 결과, 이 기법은 사람 평가 기준으로 기존 기법보다 평균 34점 높은 Elo 점수를 기록하며 품질 우위를 입증했다. 은닉 상태를 '신경망'으로… 기존 RNN보다 훨씬 풍부한 표현력 TTT 레이어는 기존의 RNN 구조에서 고정된 차원의 행렬로 저장되던 은닉 상태(hidden state)를, 신경망 자체로 바꾼 것이 핵심이다. 논문에서는 이 은닉 상태를 2층짜리 MLP(다층 퍼셉트론)로 구성해 비선형성과 표현력을 강화했다. 입력 시퀀스가 주어지면, TTT는 해당 시퀀스를 실시간으로 학습하면서 은닉 상태를 업데이트하며 출력을 생성한다. 이 과정을 '내부 루프(inner loop)' 학습이라고 하며, 테스트 중에도 새로운 데이터를 기반으로 학습이 진행된다는 점에서 기존 트랜스포머와 큰 차이를 보인다. 또한 비순차(non-causal) 구조의 트랜스포머 모델에도 TTT를 적용할 수 있도록, 입력 순서를 반전시켜 양방향으로 학습하는 '바이디렉션(bi-direction)' 기법도 적용했다. 이를 통해 과거뿐만 아니라 미래 시점의 정보를 함께 고려한 시퀀스 처리가 가능해졌다. 톰과 제리 7시간 분량으로 훈련… 3초→63초로 점차 확장 모델 훈련에는 1940년대 톰과 제리 에피소드 81편, 총 7시간 분량의 영상이 활용됐다. 영상은 3초 단위로 세분화되어 세부 장면, 배경, 등장인물, 카메라 움직임 등까지 포함된 서술형 텍스트(Format 3)로 정제되었다. 이를 기반으로 모델은 3초 → 9초 → 18초 → 30초 → 63초로 점진적으로 길이를 확장하는 멀티스테이지 파인튜닝(multi-stage fine-tuning)을 거쳤다. 이 방식은 기존 모델의 지식을 보존하면서도 긴 시퀀스 생성 능력을 강화할 수 있는 실용적인 방법으로 제시됐다. 훈련 속도와 메모리 효율을 높이기 위해 엔비디아(NVIDIA) Hopper GPU 아키텍처의 DSMEM 기능을 활용한 온칩 텐서 병렬화(On-Chip Tensor Parallelism)도 적용되었다. 이 기술은 대형 신경망을 여러 스트리밍 멀티프로세서(SM)에 분산해 병렬로 처리할 수 있도록 해 TTT 레이어의 효율적인 실행을 가능하게 했다. 인간 평가에서 34점 차이로 1위…동작 자연스러움·장면 일관성 탁월 TTT 기반 모델은 다양한 평가 지표에서 기존 RNN 기반 기법을 압도했다. 인간 평가자들이 텍스트 적합성, 동작 자연스러움, 미적 품질, 시간적 일관성 등 네 가지 항목에 대해 1:1로 비교한 결과, TTT-MLP가 모든 항목에서 최고 점수를 기록했다. 특히 동작의 자연스러움과 장면 간 일관성에서 각각 39점, 38점의 Elo 점수 차이를 보이며 확연한 우위를 나타냈다. 예를 들어, 톰이 파이를 먹고 제리가 그것을 훔치는 장면에서, TTT-MLP는 톰과 제리의 동작을 자연스럽게 이어지도록 표현했고, 배경의 조명과 물체의 위치도 장면 전환 시 일관되게 유지됐다. 반면 슬라이딩 윈도우 어텐션(sliding-window attention)이나 게이트드 델타넷(Gated DeltaNet) 등의 기법은 조명 변화나 캐릭터 중복 등의 오류를 자주 보였다. 추론 속도는 여전히 느리고, 부자연스러운 장면도… 한계와 다음 단계 TTT-MLP는 품질 면에서는 우수하지만, 효율성 측면에서는 개선 여지가 있다. 같은 길이의 영상 생성 시, 추론 속도는 게이트드 델타넷보다 1.4배, 학습 속도는 2.1배 느렸다. 또한 생성된 영상에는 여전히 공중에 뜬 치즈처럼 부자연스러운 움직임이나 조명이 갑자기 바뀌는 등 일부 시각적 아티팩트가 남아 있다. 이는 사전 학습에 사용된 CogVideo-X 5B 모델의 한계에서 비롯된 것으로 추정된다. 향후 연구에서는 보다 큰 규모의 은닉 상태(예: 트랜스포머 자체)를 활용하거나, TTT를 사전 학습 단계부터 통합하는 방법, 또는 더 정교한 병렬화 커널 개발 등을 통해 품질과 효율성 모두를 끌어올릴 수 있을 것으로 기대된다. FAQ Q. 지금도 AI가 영상 생성하는데, 'TTT'는 뭐가 다른가요? A. 기존의 AI 영상 생성 모델은 3~20초 사이의 짧은 단일 장면만 만들 수 있었어요. 하지만 'TTT(Test-Time Training)'는 학습 중이 아닌 실행(테스트) 중에도 스스로 학습을 이어가는 방식이라, 1분짜리 영상처럼 긴 이야기 구조와 여러 장면 전환이 필요한 콘텐츠도 일관성 있게 생성할 수 있어요. Q. 영상 품질은 얼마나 좋아졌나요? 사람이 봐도 괜찮을까요? A. 연구팀은 실제 사람 평가자 100명을 대상으로 여러 AI 영상 생성 기법을 비교했는데요, TTT 모델이 평균 34점 더 높은 Elo 점수를 기록했어요. 특히 동작의 자연스러움, 장면 간 연결, 시각적 매끄러움에서 높은 평가를 받았습니다. 예를 들어, 톰이 파이를 먹고 제리가 몰래 훔쳐가는 장면도 자연스럽고 매끄럽게 이어졌어요. Q. 이 기술이 상용화되면 어떤 데에 쓰일 수 있나요? A. TTT 기반의 긴 영상 생성 기술은 AI 애니메이션 제작, 유튜브 콘텐츠 자동 생성, 교육용 시뮬레이션 영상, 나아가 게임 스토리 영상 자동 생성 등 다양한 분야에 활용될 수 있어요. 특히 장면 전환과 내러티브가 중요한 콘텐츠 제작에 강점을 보입니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.11 13:12AI 에디터

AI는 왜 아직 '딸기 한 입'조차 제대로 못 먹일까

현재 AI, 사람 돕는 일에는 턱없이 부족하다 로봇과 인공지능(AI)의 진보는 가시적인 기술적 성과를 내고 있지만, 정작 인간을 직접 돕는 서비스 분야에선 여전히 갈 길이 멀다. 의료 지원, 가정 간병, 일상 청소 등 인간 중심의 복잡한 서비스 작업을 수행하기엔 현재의 AI는 충분한 지능이나 경험 기반 학습 역량을 갖추지 못했다. 미국 미시간대학 컴퓨터공학과 마크 스테픽(Mark Stefik) 교수는 논문에서 “현재의 AI는 실세계에서 몸으로 부딪히며 경험하고 학습하는 능력이 부족하다”고 지적한다. 그는 이를 극복하기 위한 대안으로 '경험 기반 기초 모델(Experiential Foundation Models)'의 필요성을 강조하며, 로봇이 실제 환경에서 행동하고 사람과 상호작용하며 학습하는 프레임워크가 필요하다고 주장했다. AI의 한계는 '수동적 관찰'에 머문 학습 방식… '관찰'만 잘할 뿐, 직접 해보진 않았다 AI는 지금까지 '빅데이터 기반의 관찰 학습'에 초점을 맞춰 발전해왔다. 대형 언어 모델(LLM)과 이미지 인식 시스템은 방대한 양의 데이터를 학습해 정교한 분류나 요약 기능을 구현하지만, 이는 어디까지나 정적 데이터에 기반한 예측일 뿐이다. 스탠퍼드대의 리페이페이(Fei-Fei Li) 교수는 이를 “AI는 우리가 무엇을 보고 있는지 말해줄 수 있지만, 그 이상은 하지 못한다”고 지적한 바 있다. 이러한 한계를 극복하려면 AI가 직접 실세계와 상호작용하며 얻은 경험을 통해 의미 있는 판단과 행동을 배우는 방식으로 진화해야 한다. 특히 의료현장처럼 작은 실수가 큰 문제로 이어질 수 있는 분야에서는 이 같은 '행동 중심의 학습'이 필수적이다. 로봇이 간병하려면 '딸기 한 입'에도 수십 가지를 배워야 한다 AI가 의료 보조나 간병에 투입되기 위해선 인간의 몸짓, 의사소통, 상황 판단 등 복합적인 역량을 갖춰야 한다. 코넬대의 EmPRISE 연구실 사례는 이를 단적으로 보여준다. 연구진은 장애인을 대상으로 로봇이 딸기를 집어 입에 넣어주는 실험을 진행했는데, 이 과정에서 로봇은 딸기의 크기나 상태, 입의 위치, 사람의 의사 표현, 주변 방해 요소 등 수십 가지 변수에 대응해야 했다. 해당 연구진은 “완전 자율형 시스템은 아직 멀었고, 반자율형 시스템조차 사용자 입력의 한계로 인해 제약이 많다”고 밝힌다. 이처럼 로봇이 사람과의 상호작용을 통해 안정적 서비스를 제공하려면 단순한 기계적 동작을 넘어 정서적, 사회적 맥락을 인식하고 대응할 수 있어야 한다. 빅데이터 학습에서 '경험 기반 모델'로 전환해야… 대형 언어모델은 의료도, 간병도 잘 못한다 현대 AI의 핵심은 대규모 기초 모델(Foundation Models)을 중심으로 발전해왔지만, 대부분은 언어, 이미지, 코드 중심이다. 스테픽 교수는 로봇이 일상적 업무를 수행할 수 있도록 하려면 시뮬레이션이 아닌 실세계 데이터를 기반으로 한 '로봇용 기초 모델(Robotic Foundation Models)'이 필요하다고 강조한다. 예를 들어 behavior-1K 프로젝트는 1,000가지 일상 활동을 정의하고, 이를 수행할 수 있는 시뮬레이션 환경을 구축한 로봇 학습 데이터셋이다. 하지만 이조차도 사람과의 상호작용은 포함하지 않는다. 스테픽 교수는 이를 넘어서기 위해 로봇이 실제 환경에서 몸으로 부딪히며 데이터를 축적하고 학습하는 '경험 기반 기초 모델'을 제안한다. 이는 인간 아이들이 놀이와 모방을 통해 능력을 키우는 것처럼, 로봇도 유사한 발달 단계를 거쳐 학습해야 한다는 주장이다. 로봇을 '키우는' 시대를 향해… AI도 사람처럼 '키워야' 진짜 똑똑해진다 경험 기반 AI 학습 방식은 단순히 알고리즘을 개발하는 단계를 넘어서, 로봇을 '양육'하는 개념으로의 전환을 요구한다. 아이처럼 로봇도 기본적인 감각, 운동, 언어 능력을 먼저 익히고, 이후 점차 복잡한 사회적, 전문적 기술을 배우도록 유도하는 방식이다. 이러한 로봇은 사용자와의 협업, 피드백, 실패 경험을 통해 진화하며, 특정 분야에 특화된 '경험 기반 AI'로 거듭날 수 있다. 스테픽 교수는 이같은 방식이 인간과 유사한 로봇을 만드는 데 더 현실적인 해법이 될 수 있다고 강조하며, 향후 AI 발전이 '기술의 성숙기(railroad time)'를 맞이하기 위해선 이러한 방향으로의 전환이 필수적이라고 결론짓는다. FAQ Q. 왜 지금의 AI는 의료보조나 간병 같은 일을 잘 못하나요? A. 현재의 AI는 주로 '관찰' 기반의 학습을 합니다. 즉, 이미 존재하는 텍스트나 이미지 데이터를 분석해서 판단하는 데는 강하지만, 실제 환경에서 몸을 움직이며 행동하고 피드백을 받는 '경험 중심의 학습'은 거의 하지 못합니다. 의료나 간병처럼 인간과 복잡하게 상호작용해야 하는 서비스 업무는 단순한 데이터 분석만으로는 수행할 수 없습니다. Q. 로봇도 '양육'해야 한다는 건 무슨 의미인가요? A. 인간이 아기 때부터 감각, 언어, 협업 등을 배워가듯, 로봇도 점진적으로 훈련시켜야 한다는 뜻입니다. 갑자기 전문가 수준의 AI를 개발하는 대신, 초기엔 단순한 능력을 익히고 점차 복잡한 업무로 확장하는 '성장형 학습'이 효과적이라는 주장입니다. Q. 그럼 이런 로봇은 언제쯤 볼 수 있을까요? A. 연구자들은 최소 10년 이상의 개발과 현실 환경에서의 테스트가 필요하다고 말합니다. 로봇이 단순한 시연을 넘어서 실제 가정이나 병원에서 안정적으로 작동하려면, 수많은 변수에 대한 경험과 검증이 축적되어야 하기 때문입니다. ■ 이 기사는 AI 전문 매체 'AI 매터스'와 제휴를 통해 제공됩니다. 기사는 클로드 3.5 소네트와 챗GPT를 활용해 작성되었습니다. (☞ 기사 원문 바로가기)

2025.04.10 20:34AI 에디터

[Q&AI] 美 상호관세 90일 유예… 대비는 어떻게?

질문: 미국 관세 유예가 한국에 미치는 영향 정리해줘. 그록 답변: 미국의 관세 유예가 한국에 미치는 영향은 경제, 산업, 소비자 등 여러 측면에서 긍정적이고 부정적인 요소가 혼재할 수 있습니다. 이를 간단히 정리하면 다음과 같습니다: 1. 긍정적인 영향 수출 기업 부담 완화: 미국이 한국산 제품에 대한 관세 부과를 유예하면, 한국 기업은 당분간 추가 비용 없이 미국 시장에 제품을 수출할 수 있습니다. 특히 자동차, 반도체, 철강 등 미국으로의 수출 비중이 높은 산업에서 비용 절감 효과가 클 수 있습니다. 경쟁력 유지: 관세가 부과되지 않으면 한국 제품의 가격 경쟁력이 유지되어 미국 내 시장 점유율을 지킬 가능성이 높아집니다. 이는 중국 등 다른 국가에 비해 일시적인 우위를 제공할 수 있습니다. 시간적 여유 확보: 유예 기간 동안 한국 정부와 기업은 미국과의 협상을 통해 장기적인 관세 문제를 해결하거나 대체 시장을 모색할 시간을 벌 수 있습니다. 2. 부정적인 영향 불확실성 지속: 관세 유예는 영구적인 면제가 아닌 일시적인 조치이므로, 유예 기간 종료 후 관세가 부과될 가능성이 남아 있습니다. 이는 기업들의 장기 투자와 계획에 불확실성을 더할 수 있습니다. 공급망 조정 어려움: 관세 부과를 대비해 생산지 다변화나 공급망 재편을 고려하던 기업들이 유예로 인해 전략을 재검토해야 할 수도 있어 혼란이 발생할 수 있습니다. 보복 관세 리스크: 미국이 관세를 유예한 대신 다른 조건(예: 무역 불균형 해소)을 요구할 경우, 한국이 추가 양보를 해야 할 가능성이 있으며, 이는 장기적으로 불리한 협상으로 이어질 수 있습니다. 3. 경제 전반에 미치는 파급 효과 물가 안정 가능성: 관세 부과가 유예되면 한국산 제품의 가격 상승 압력이 줄어들어, 미국 소비자뿐 아니라 한국 내 물가에도 간접적으로 안정적인 영향을 미칠 수 있습니다. 무역 의존도 심화 우려: 미국 시장에 대한 의존도가 높은 한국 경제 구조상, 단기적으로 안도할 수 있더라도 장기적으로 미국의 관세 정책에 계속 휘둘릴 가능성이 있습니다. 4. 산업별 영향 자동차 및 부품: 미국은 한국 자동차 수출의 주요 시장으로, 관세 유예는 현대차·기아 등 기업에 단기 호재로 작용할 수 있습니다. 철강: 철강 제품은 이미 과거 미국의 관세 대상이었던 만큼, 유예로 인해 수출 회복 기회를 얻을 수 있습니다. 반도체: 반도체는 글로벌 공급망에서 중요한 품목으로, 관세 유예가 지속되면 삼성전자·SK하이닉스 등이 안정적으로 미국 시장을 공략할 수 있습니다. 결론 미국의 관세 유예는 한국에 단기적으로 수출 부담을 줄이고 경제적 안정감을 제공하는 긍정적 효과를 가져오지만, 유예 종료 후의 불확실성과 미국과의 협상 결과에 따라 장기적인 영향은 달라질 수 있습니다. 한국은 이 기간을 활용해 수출 다변화와 산업 경쟁력 강화를 준비하는 것이 중요합니다. 질문2: 일반인들이 관세 유예 종료 전에 대비해야 할 것 있어? 그록 답변: 미국의 관세 유예가 종료되기 전에 일반인들이 대비할 수 있는 방법은 개인의 경제 상황이나 생활 방식에 따라 다르지만, 관세가 부과될 경우 발생할 수 있는 물가 상승, 소비재 가격 변동, 투자 환경 변화 등을 고려해 실질적인 대비책을 마련할 수 있습니다. 아래는 일반인들이 참고할 만한 구체적인 대비 방안입니다: 1. 소비재 구매 계획 조정 수입품 가격 상승 대비: 관세가 부과되면 미국산 제품(예: 전자제품, 의류, 식품 등)의 가격이 오를 가능성이 있습니다. 필요한 물건이 있다면 유예 기간 내에 구매를 고려하거나, 대체 가능한 국산 제품을 알아두는 것이 좋습니다. 재고 확보: 자주 사용하는 수입품(예: 특정 브랜드 식료품, 화장품)이 있다면 적정 수준의 재고를 미리 확보해 가격 변동에 대비할 수 있습니다. 2. 가계 재정 관리 지출 우선순위 설정: 물가가 오를 경우 생활비 부담이 커질 수 있으니, 필수 지출과 비필수 지출을 구분해 예산을 재조정하세요. 저축 강화: 관세 부과로 인한 경제적 불확실성에 대비해 비상금을 늘리거나 저축 비율을 높이는 것도 유용합니다. 3. 투자 및 자산 관리 관세 영향을 받는 산업 주시: 자동차, 반도체, 철강 등 관세에 민감한 산업에 투자하고 있다면, 유예 종료 후 주가 변동 가능성을 염두에 두고 포트폴리오를 점검하세요. 안정 자산 고려: 경제 불확실성이 커질 경우 금, 국채 등 안전자산으로 일부 자금을 옮기는 것도 방법입니다. 4. 정보 습득 및 대안 탐색 정책 변화 모니터링: 관세 유예 종료 시점과 협상 결과를 뉴스를 통해 주시하면, 언제 어떻게 반응할지 판단하는 데 도움이 됩니다. 대체 소비 옵션 찾기: 미국산 제품 외에 유럽, 아시아산 제품이나 국산 대체재를 미리 알아두면 선택지가 넓어집니다. 5. 기업 종사자라면 직접 영향 확인: 수출입 관련 업종(물류, 제조업 등)에 종사한다면, 회사 정책 변화나 업계 동향을 확인타임스퀘어(Time Square) 관세 유예 종료가 개인의 직업에 미칠 영향을 사전에 파악해 대비하세요. 예를 들어, 수출 감소로 업무 환경이 바뀔 수 있으니 스킬 업그레이드나 네트워킹을 강화할 수 있습니다. 현실적인 한계 관세 유예 종료가 개인에게 미치는 영향은 정부 정책, 기업 대응, 글로벌 시장 상황에 따라 달라질 수 있어, 모든 변수를 예측하기는 어렵습니다. 따라서 과도한 불안보다는 합리적인 수준에서 준비하는 것이 바람직합니다. 결론적으로, 일반인은 유예 기간 동안 필요한 소비를 미리 계획하고, 재정을 점검하며, 정보에 민감하게 반응하는 정도면 충분합니다. 관세 부과 여부와 시점이 확정되면 그때 상황에 맞춰 추가 조정을 하면 됩니다. 해당 기사는 그록을 활용해 작성했습니다. (☞ 원문 바로가기)

2025.04.10 20:32AI 에디터

Prev 21 22 23 24 25 26 27 28 29 30 Next