[소이뉴스] 사과값, 기술값 그리고 공정한 기준

기술에 대한 공정한 가치 평가를 기대합니다

2024. 5. 10.

[소이뉴스] 사과값, 기술값 그리고 공정한 기준

이 메일이 잘 안보이시나요?

새로운 정보를 전해 드리는 소이뉴스입니다.

안녕하세요, 구독자님.

이번 한 주도 힘차게 보내고 계신가요?

최근 대형 마트에 가서 과일 가격을 보고는, 물가가 올라도 너무 올랐다는 생각을 하게 됐습니다. 식당에서의 음식 가격이나 빵이나 음료 뿐만 아니라 우리가 사용하는 거의 모든 물품의 가격이 올라 버렸죠. 심지어는 길거리에서 파는 붕어빵의 가격마저도...

통계청 사이트에서 소비자물가지수를 보면 2024년 4월 기준으로 113.99. 전년 동월 대비 2.9% 상승이라고 하는데 설마... 했습니다. 체감으론 최소 20~30% 정도는 되는 것 같고 특히 과일 물가는 그보다 훨씬 높게 느껴졌기 때문입니다. 회사 근처 식사비도 평균적으로 20% 가량은 오른 것 같구요. 직장인들 사이에는 런치플레이션을 피해서 구내식당이나 편의점을 전전하는 유랑민(?)도 있다고 합니다.

실제로 마트에 가서 몇가지 담지도 않았는데 찍히는 금액을 보면 가끔 손이 떨립니다. ^^; 공산품 자체도 많이 올랐지만 특히나 '시가'가 적용되는 과일과 야채 가격을 보면, 누군가 유통 단계에서 장난치는게 아닌가 하는 의심이 들 때가 많습니다. 예로 사과나 배 같은 과일의 경우, 기후변화로 재배면적 감소, 작년 기후재해 여파로 생산량이 줄고 인건비나 비료값 등 생산 원가가 상승해서 전반적으로 가격이 올랐다고 합니다. 사과의 생산량이 작년 대비 30.3%가 감소했다고 하니 흠... 가격이 오른 게 말이 되지... 싶다가도, 기억을 되살려 금사과 파동이 있기 바로 직전까진 여전히 합리적인 가격에 사과를 사 먹고 있었는데... 하는 생각도 드는 겁니다. 마트에서 혹은 동네를 찾아오는 사과 트럭 사장님을 통해서 말이죠... 이건 뭐지 싶었습니다.

장기추세가 아닌 단기적인 가격 급등락은 유통구조의 불합리 때문에 발생하는 경우가 많다고 알려져 있습니다. 실제 그런 상황을 보도한 기사나 뉴스영상도 있었죠. 일반적으로 과일의 유통은 '생산자-산지공판장-도매시장-대형유통업체-소매업체-소비자'의 복잡한 단계를 거치게 되는데, 사과의 경우, 기사 내용에 따르면 생산지에서 2200원인 것이 소비자에게 오면 어느새 3배 가량인 6000원 수준이 된다고 합니다. 물류 쪽에서도 하는 역할들이 있으니 단계 별로 이문이 붙는 것은 당연하겠지만, 그 기준이 모호하고 불합리하면 문제가 되겠죠. 거기에 가격이 오를 것을 알고 일부 유통업자들은 미리 사재기를 하는 경우도 있다고 합니다. (영상) 이런 문제를 해결하기 위해 유통구조 개선이나 일부 과일들의 수입을 허용해야 한다는 등 다양한 의견들이 있다고 하는데, 워낙 다양한 집단의 이해관계가 첨예하게 걸려 있다보니 쉽게 해결이 되지 않는 것 같습니다. (기사)

석유를 쟁탈하기 위한 각 나라의 행보가 세계 역사의 상당부분을 차지한 기간이 있었습니다. 현재는 배터리의 원료인 리튬이, 미래에는 급격한 기후변화 때문에 '물과 먹거리'의 중요성이 높아질 것이라고 하죠. 세계 어느 곳에서나 균등하게 얻을 수 있는 것들이라면 좋을텐데 나라마다 차이가 있기 때문입니다. 지하자원이야 움직이지 않는 영토와 관련되지만, 물과 먹거리는 같은 지역이라도 기후변화에 따라 받는 영향이 달라진다는 특징이 있습니다. 앞서의 사과만 해도, 국내에서는 재배 가능 지역이 점점 북상해, 2100년이 되면 강원도 일부 지역에서만 생산될 것이라는 전망이 있을 정도죠.

식량이나 자원처럼, AI가 주도하게 될 미래 세상에서는 국가 별로 큰 기술 격차가 생기고 철저히 자국의 이해관계를 우선시하는 방식으로 사용될 것으로 예상되고 있습니다. 현재까지는 오픈소스 진영에서는 기술의 공개, 확산을 지향하고 있지만 시장 경쟁이 치열해지게 되면 어떤 이들은 그 격차를 더 벌리고 통제권을 독점하기 위한 행동을 할 지도 모릅니다. 아무쪼록 오른 가격 때문에 손 떨지 않고 편하게 먹었었던 사과처럼, 기술도 소수의 누군가만이 가치를 결정하는 시대가 되지 않았으면 좋겠다는 생각을 해 봅니다.

참고로 소식 꼭지의 사진은 아프리카 짐바브웨의 액면가 10억 달러 지폐입니다. 엄청 큰 돈으로 생각될 수도 있겠지만, 당시 1000억 달러 짜리 지폐로 살 수 있는 것이 고작 계란 3개 정도였다고 하니 어떤 가치인지 예상이 되시죠? 짐바브웨는 2008년 하이퍼 인플레이션을 겪었고 최악의 상황을 벗어나기 위해 이후에 수차례 화폐 개혁을 진행했지만 결과적으로 실패했고 올해 4월 금본위제 기반의 통화인 '짐바브웨 골드'가 나오면서 짐바브웨 달러는 완전히 폐기되었다고 합니다. 자국 통화가 안정적이지 않은 많은 나라들처럼 내부에서는 미국 달러 등의 해외 화폐도 같이 사용되고 있는 모양입니다.

인공지능 관련 뉴스

구글, AI 활용한 검색 비용 대폭 절감

구글이 생성형 AI를 활용한 검색 비용을 80%까지 낮췄다는 보도가 있었습니다. 그럼에도 불구하고 생성형 AI를 이용하는 방식은 기존 검색 방식에 비해 수배 이상 비싼 것으로 알려져 있죠. 이를 위해 소형 Gemini 모델와 자체 개발한 TPU, 다양한 크기의 AI모델을 스위칭해서 질의에 대응하는 방식 등을 적용했다고 합니다.

미국에서 진행되고 있는 반독점 소송에서, 구글이 검색엔진 독점권 유지를 위해 자사의 검색엔진을 아이폰에 기본으로 탑재하는 조건으로, 2022년 한해에만 200억불(약 27.5조원)을 애플에 지급했다는 기사도 있었습니다. 검색을 통한 광고 수익이 얼마나 큰지 상상할 수 있는 대목입니다. 이외에도 OpenAI를 등에 업은 마이크로소프트의 검색 시장 진출 확대 움직임도 있어 거대 빅테크 기업들의 경쟁이 어떤 모습으로 진행될지 궁금해 집니다. (기사)

143개국에서 AI의 군사적 사용 통제 논의

인공지능이 군사적으로 사용된다면... 늘 이 대목에선 영화 '터미네이터'에서의 한 장면이 떠오릅니다. 그저 스크린 상에 펼쳐진 사람들의 상상일 뿐이라고 치부할 수도 있겠지만 이런 상상은 이미 현실화되고 있습니다. 어쩌면 상당수준 이미 되었을지도 모르죠.

얼마 전에서는 인간 조종사와 AI조종사 간의 근접 공중전을 벌이는 영상이 소개된 바 있습니다. 시뮬레이션이 아닌 실제 하늘에서 말이죠. 그 전의 가상대결에서는 AI가 승리했다고 전해지는데 실제 공중전의 결과는 알려지지 않았습니다. 여튼... 이런 AI의 군사적 사용에 대한 경각심으로 시작되어 전 세계 143개국의 민간, 군사, 기술 관계자들이 모여 이를 통제하기 위한 논의를 했다고 합니다. 하지만, 각 나라의 이해관계가 다르기 때문에 합의안 도출이 사실상 불가능하고, 개발된 기술이 다른 곳으로 흘러가는 것을 막을 수 있을지 회의적인 시각이 대다수인 것 같습니다. 하지만 그럼에도 불구하고 그렇게 해야 한다는 필요성에는 대부분 공감을 하고 있을 것 같네요. (기사)

워렌 버핏, AI 출현을 원자폭탄의 생성에 비유

오마하의 현인으로 불리는 세계적인 투자가 버크셔해서웨이 회장인 워렌 버핏이 AI를 원자폭탄의 발명에 비유하는 언급을 해서 화제가 되고 있습니다. 연례 주총에서 AI 관련 질문에 대한 답변에서 나왔다고 합니다.

“우리가 핵무기를 개발할 때 램프에서 지니(Genie)를 꺼냈다. 그 지니가 요즘 끔찍한 짓을 하고 있고 나는 그 지니의 힘이 두렵다. 지니를 다시 램프 속에 넣는 방법을 모르는데, AI도 지니와 어느정도 비슷하다.", "인류는 핵무기를 개발했을 때부터 통제력을 잃었다. AI도 이와 비슷하다고 생각한다. 우리가 AI를 만들지 않았더라면 좋았을지도 모른다"

아무래도 기술 전문가가 아닌 기업과 산업 분야 투자 전문가인 그 조차도 AI가 가지는 잠재력을 꿰뚫어보고 그것이 사회에 끼칠 예상할 수 없는 파급효과에 대해 걱정하고 있다는 것을 알 수 있습니다. (기사, 기사)

일본 히로시마의 원폭 때 남은 건물 잔해 (사진: Unsplash의 Osama Madlom) 크롭

HuggingFace, AI 로봇 학습을 위한 무료 플랫폼 LeRobot 공개

최근 테슬라의 옵티머스나 Figure AI의 Figure 1 등 휴머노이드 로봇과 관련된 공개 영상들을 보면, 사람의 행동을, 모방학습을 통해 엔드 투 엔드로 학습하는 방식이 주가 되고 있는 것 같습니다. 하지만, 이 분야는 정교하게 만들어진 기계적 장치가 필요하기 때문에 진입 장벽이 무척이나 높아, 사람들이 대부분 시작조차 해 보기 어려운 것도 사실입니다. 이번에 HuggingFace 로봇 프로젝트 팀에서 공개한 오픈소스 기반 로봇 개발 도구 'LeRobot'은 그런 의미에서 의미가 있다고 할 수 있습니다. LeRobot은 로봇 공학을 위한 사전 훈련된 모델 세트, 사람이 수집한 시연이 포함된 데이터 세트, 시뮬레이션 환경, 비전언어모델(VLM) 및 대형언어모델(LLM)을 위한 라이브러리 등을 포함하고 있어, 사용자가 이 도구들을 이용해 시뮬레이터 가상환경에서 AI 모델을 구동시키고 테스트 해 볼 수 있기 때문입니다. (링크)

Microsoft, AI Designer 도구 공개

마이크로소프트에서 AI를 이용한 디자인 도구를 공개했습니다. 앞으로 유료화될지 모르겠지만 현재는 Preview 버전이 무료로 제공되고 있습니다. 별도의 프로그램 설치 없이 브라우저로 사용 가능한데, 이미지 생성에서는 DALL-E 3 모델이 적용되어 있는 모양입니다. 제공되는 기능으로는 이미지 생성과 배경 제거, 스타일 변경, 콜라주, 스티커, 프레임이미지 생성 등 이미지 편집 기능이 일부 포함되어 있습니다. 무엇보다도 편리한 것은 프롬프트 템플릿을 통해 처음부터 텍스트 프롬프트를 만들기 위해 고생하지 않아도 된다는 것이었습니다. MidJourney, SDXL 등과 같은 이미지 생성모델과 Canva 같은 이미지 편집도구가 결합되어 있는 것이니 당분간 테스트 해 보면서 활용하실 분들은 페이지 접속을 해 보시기 바랍니다. (링크)

사진 : Microsoft의 AI Desinger 도구 페이지 (출처)

인공지능 기술

EgoPet

EgoPet은 개, 고양이 등 다양한 동물의 시점에서 촬영된 자기 중심 영상 콜렉션으로 동물의 행동과 주변 환경과의 상호 작용을 연구하는 데 사용할 수 있는 데이터셋입니다. 이제까지 주로 봐온 것이 사람이나 차량의 자기중심적 데이터이다 보니 동물 시점에서의 영상은 다소 생소했습니다. 데이터셋과 함께 시각적 상호작용 예측 (VIP), 이동예측 (LP), 비전에서의 고유한 지각 예측 (VPP) 등에 대한 벤치마크도 함께 제시되었는데, VIP, LP는 동물의 인식과 행동을 예측하고, VPP는 야생에서 로봇 이동의 다운스트림 작업에 대한 데이터셋의 유용성 연구에 유용할 것이라고 합니다. 결과적으로 동물의 행동, 인지, 시각 연구와 동물 로봇의 학습 및 제어, VR/XR 관련 기술 개발에 활용되겠죠.

데이터셋의 추가적인 특징은 다음과 같습니다.

6646개의 영상 세그먼트로 구성된 819개의 비디오
개, 고양이, 독수리, 거북이, 늑대, 돌고래 등등 총 84 종의 동물
동물의 이동, 탐색, 물건 다루기, 타 동물과의 상호작용 등 다양한 행동 영상
고해상도 영상 및 동기화된 센서 데이터(IMU, 깊이 센서, GPS) 포함

참고) 프로젝트, 데이터셋, 논문, 코드

사진: EgoPet 데이터셋의 샘플 및 3개의 벤치마크 영역 (상), 데이터셋에서의 동물 분포 (하) (출처)

AlphaFold 3

구글 딥마인드팀에서 AlphaFold 3을 공개했습니다. 전작인 AlphaFold v1, v2는 각각 2018년과 2020년에 발표된 바 있는데 이번에 거의 3년 5개월만에 새 버전이 출시된 것입니다. 이전 모델들이 단백질 구조 예측에 특화된 것이었던 것에 반해 v3는 단백질 뿐만 아니라 DNA, RNA, ligand 등과 같은 다양한 생체분자의 구조와 상호작용까지 예측할 수 있도록 개선되었는데, v2에서 소개된 Evoformer 모듈의 개선된 버전과 Diffusion 네트워크를 사용했다고 합니다. 딥마인드에서는 AlphaFold Server라는 웹 기반 무료 도구를 제공하고 있어 AlphaFold 3가 제공하는 대부분의 기능을 무료로 사용할 수 있다고 합니다.

참고) 소개글, 소개영상

사진 : AlphaFold 3에서 예측한 DNA 결합 단백질 예시 (출처)

Granite Code Models

IBM에서 Granite Code Models라는 자연어 처리 및 코드 작업을 위한 생성 인공지능(AI) 모델을 발표했습니다. 그러고보니 IBM의 AI 모델을 소개하는 것은 처음인 것 같네요. IBM하면 한때는 IT계의 공룡이었고, AI 초기에는 딥블루(1997년 체스 챔피언에 승리)나 2004년 Watson이 퀴즈 챔피언을 이긴 사례 등 가장 주목을 받는 기업이기도 했었습니다. 하지만, 어느새 구글, 메타, OpenAI 등등 다양한 빅테크 기업들의 그늘에 가려져 버렸죠.

이번에 IBM이 발표한 Granite Code Models는 디코더 전용 코드 모델로 매개변수 30억~340억으로 다양한 크기로 제공됩니다. IBM의 비즈니스 영역답게 엔터프라이즈 소프트웨어 개발에 최적화되어 다양한 코딩 작업에 적합하다고 합니다. 그것은 모델의 크기(다양한 크기의 모델 제공), 다양한 개발업무에서의 성능(코드 생성 외에도 수정 및 설명 등에서의 최고 성능), 모델의 개방성(오픈소스), 라이선스 조건(상용 사용 가능한 Apache 2.0) 등의 특징 때문으로 볼 수 있습니다. IBM은 이 모델을 사용해 기존 기업 내의 레거시 어플리케이션(예: 코볼, 등으로 만들어진...)들의 코드를 현대적 언어로 변환하는 방식으로도 활용할 수 있을 것이라 소개하고 있습니다.

참고) 코드, 모델카드, 블로그

사진 : Granite-8B-Code 모델과 타 모델 간의 비교 (on HumanEvalPack) (상), 모델 성능 비교 (하) (출처)

인공지능 서비스의 배포와 운영 시 도움이 필요하신가요?

(주)소이넷은 인공지능 서비스를 제공하는 기업들 가운데 서비스 배포와 운영에서 어려움을 겪고 계신 곳에 도움을 드릴 수 있습니다.

혹시 구독자님의 회사는 다음과 같은 어려움을 겪고 계시지 않나요?

AI 모델을 개발하고 학습 후 서비스를 위한 성능(Accuracy)은 달성했는데, 정작 최적화 엔지니어가 없어서 어플리케이션, 서비스로의 배포를 위한 실행최적화를 못하고 있어요!
AI 서비스를 이미 제공하고 있지만, 비싼 클라우드 GPU 서버 인스턴스 사용료가 부담이 되네요. 흠... 경비를 절감할 수 있는 방안이 없을까?
서비스에 적합한 공개 SOTA 모델이 있지만 그대로 가져다 쓰기에는 우리 쪽 어플리케이션에 접목하기도 어렵고 운영 비용도 많이 들 것 같은데 어쩌지?
서비스에 사용되는 AI 모델을 통합적으로 관리, 배포, 모니터링을 하고 싶은데 그렇다고 비싸고 너무 복잡한 솔루션을 쓸 수는 없고 어쩌지?
비즈니스 도메인 기업이긴 한데 자체로 인공지능을 적용하기에는 기술적인 난이도도 있고... 어디 함께 공동 솔루션을 개발할 곳은 없을까?