새로운 정보를 전해 드리는 소이뉴스입니다.

안녕하세요, 구독자님.

힘찬 한 주 보내고 계신가요?

저희는 안면식별 기반 무인판매기 기술 개발과 현장 적용을 하고 한편으로는 KES 2023 (한국전자전) 전시 참가를 하며 바쁜 한 주를 보냈습니다. 전시부스를 진행한 KES 2023은 전자·IT 융합 분야의 기업들의 다양한 기술과 솔루션이 소개되는 자리라 저희가 기대한 AI분야에 특화된 고객분들을 만날 기회가 많지는 않아 아쉽긴 했습니다.

그런데, 예년과 달랐던 점은 중국 업체들이 대거 참여했다는 것입니다. 약간 과장을 보내면 체감으로는 25% 정도? 하여튼 놀랐습니다. 많은 국내 IT 전시를 둘러봤지만 이렇게까지 많이 참여한 것은 처음이 아니었나 싶거든요. 국내 시장으로 진출하려는 외국 특히 중국 기업들의 노력이 엿보였습니다. 그러면서 과연 내년 전시는 어떤 주제로, 어떤 업체들이 참가를 하게될지, 그리고 참관객들이 어떤 주제를 궁금해하며 찾아올지가 궁금해졌습니다. 더 나아가서는 내년도의 기술 트랜드도 말이죠.

이번 소식에서는 언론이나 분석글 등에서 내다보고 있는 내년도 IT 트랜드를 찾아보고 새로 나온 인공지능 관련 뉴스와 기술들을 소개해 드리겠습니다.

2024년도 예상 기술 트랜드

올 한해는 인공지능 기술 측면에서는 정말 극적인 변화가 있었던 한 해였습니다. ChatGPT, 생성형 AI, 자율주행 로봇택시 등이 등장해서 시장에 충격을 주면서 사람들에게 AI가 벌써 이런 단계에 왔구나 하는 생각의 변화를 가져왔죠. 아직 한해가 마무리가 되지 않은 시점이지만 벌써부터 이런 속도면 내년은 도대체 어떻게 변해있을까 하는 생각을 자연스럽게 가지게 됩니다. 그래서, 기사 등으로 소개된 내용들 가운데 이런 부분을 다룬 것을 골라서 내용 요약을 해 봤습니다. 

IT분야의 기술 트렌드 변화 분석에서는 Gartner를 빼 놓을 수 없겠죠. Gartner는 2024년 주목해야하는 10대 전략기술 트랜드로 다음과 같은 것을 꼽았습니다. (소개글) 

크게는 보안, 플랫폼/클라우드, AI 및 지능형 기술, 지속가능 기술 등으로 나눌 수 있을 것 같습니다. 보편화된 생성형 AI는 이미 많이 진행되고 있어 알고 있는 것이고, 다른 것들은 다소 생소한 용어였습니다. 개인적으로 이 가운데 가장 눈에 띈 것은 '기계고객'이라는 것이었습니다. 사람이 아닌 봇이 고객? 생각해 보니 그런 것이 등장할 수도 있겠구나 싶었습니다. 빠른 의사결정과 자동화된 구매 프로세스 처리가 필요한 영역이라면 사람처럼 협상해가며 상품과 서비스를 구매할 수 있는 그런 일종의 봇이 필요할테니까요. 하지만 이런 것이 급격히 증가될 것이라는 전망에는 약간 놀랐습니다. 그게 이뤄지려면 기반 기술이 지금보다는 훨씬 더 많은 발전이 있어야 할 것이라 생각했기 때문입니다. 나머지 자세한 사항은 이곳을 참고하세요. Gartner 원본글을 읽어도 되지만 저는 요약된 다른 기사를 참고했습니다. ^^;

Gartner에서는 전세계 IT 투자, 지출이 전년 대비 8% 이상 성장할 것으로 전망하고 있습니다. 운영 효율화, 비용 절감 등을 목적으로 AI와 자동화 측면에서 지속적인 투자를 하고 있다는 부분이 부각되기도 했습니다. 100미터 육상에서 출발 선상에 서 있는데 방금 막 '탕' 소리를 들은 상황 같습니다. 주변 선수들은 다들 앞만 보고 달리기 시작했는데 치고 나가는 속도 때문에 당황한 나머지 약간 주춤한 선수의 마음상태 같은...

중복될 수도 있겠지만 다른 글들에서 나온 것들을 모아 봤습니다. 

일반 사람들이 AI를 제대로 실감하게 된 것은 AI스피커나 ChatGPT 같은 것부터가 아닐까 싶습니다. 생산현장이나 연구개발 쪽에서의 AI의 도입은 이미 오래 전부터 진행되어 오고 있었던 것이지만 접할 기회가 별로 없었죠. 앞으로는 사람들이 자주 접할 수 있는 AI 기술들이 많이 나올 것 같습니다. 대표적으로 사람들이 가장 많이 사용하는 Office 제품 (MS, Google, 폴라리스오피스, 한컴 등)이나 Adobe 사의 각종 디자인 도구에 AI 기능이 접목되어 나오는 것이나 AI 스마트폰 등이 그런 예가 될 것 같습니다. (관련기사) AI 스마트폰의 경우, 애플, 삼성, 구글, 그리고 중국의 각 업체들이 이 부분에 집중하고 있고 그 속에 사용될 스마트폰 용 AI칩 개발도 퀄컴과 구글, 삼성 등 다수 기업들이 매진하고 있습니다. (관련기사)

정부에서는 지난 9월 2024년에는 전국민이 AI를 일상적으로 쓰는 시대를 열겠다며 이를 위해 9090억 규모의 예산을 투입하겠다고 밝힌 바 있습니다. 이때 언급한 인공지능 도약 방안으로는 AI 국제협력확대, 인공지능 일상화 추진, 디지털 권리장전 수립, AI윤리,신뢰성 확보 등의 세부 정책 방안 실현을 내걸었죠. (관련기사) 지자체에서도 'AI교육 특화도시'(충남교육청,관련기사) 구축 등을 추진하는 곳들도 생겼습니다. 그만큼 AI가 이제는 기술 쪽에서만 논의되는 것이 아니라 본격적으로 실생활로 스며드는 단계가 되었다는 것이죠. 하지만, 이후에 R&D 부문 예산 삭감 등의 이야기들이 많이 나오고 있어 우려가 되는 부분이 없지 않습니다. 아무쪼록 발표된 것처럼 실제로 진행이 잘 되길 바랍니다. 산업계에서는 글로벌에서도 차별화되거나 경쟁력있는 기술 개발과 이를 활용한 발빠른 응용 서비스 출시에 계속 힘을 쏟아야겠죠.

인공지능 관련 뉴스

최근 있었던 소식 몇 가지를 알려 드리겠습니다. 

인공지능 기술

BitNet

보통 LLM들은 32bit 정확도로 발표되고 학습과 추론을 더 가볍고 용이하게 만들기 위해 16bit 혹은 8bit 양자화, 이보다 더해서 4bit까지 양자화를 하는 경우들이 있습니다. 그런데... 여기서 소개하는 BitNet은 1 비트 트랜스포머 아키텍처라고 합니다. 정말 극한까지 가는군요... 결과적으로 메모리 사용량은 대폭 줄일 수가 있게 되었는데 놀랍게도 경량화된 것 대비로는 성능 저하가 크지 않다고 합니다. 사용법은 아주 간단해서 python package를 설치한 후 nn.Linear 레이어를 BitLinear 레이어로 대체하는 방식으로 사용할 수 있다고 합니다. 

참고) 논문, 코드(깃헙)

3D-GPT

3D 모델을 만드는 작업은 상당히 많은 작업들을 필요로 합니다. 기본적으로 3D툴이나 CAD를 이용한 디자인 작업, 의뢰자의 요구사항을 반영하기 위한 지난한 협의와 디자인의 수정 등이 그것이죠. 2D 이미지 디자인도 그런 측면을 가지고 있긴 하지만 3D 모델은 역학적인 부분, 움직임, 광학, 표면 재질 등등의 추가적인 많은 지식도 가지고 있어야 제대로 된 결과물을 만들 수 있습니다. 

3D-GPT는 이름에서 알 수 있듯이 3D 모델을 생성하는 과정에 LLM을 활용해서 이런 것들을 좀 더 쉽게 만들어 줍니다. 3D 모델링 작업을 관리 가능한 몇 개의 세그먼트로 나눠 각각을 처리하는 에이전트를 두는 방식이죠. 에이전트는 작업 디스패치 에이전트, 개념화 에이전트, 모델링 에이전트로 구성되는데, 이들은 LLM을 이용해서 텍스트 지침을 해석하는 기능을 포함하고 있어 텍스트를 동적으로 조정하며 간결한 초기 장면부터 시작해서 점차 더 복잡한 형태로 만들어 나갑니다. 코드 공개는 논문이 채택 후에 곧 될 것이라고 합니다. 

참고) 논문, 프로젝트

SSD-1B : Segmind Stable Diffusion-1B

텍스트-이미지 생성모델하면 DALL-E나 Stable Diffusion 등을 쉽게 떠올릴 수 있습니다. Stable Diffusion 같은 오픈소스 모델들은 경량화된 모델들이 하나둘씩 소개되고 있어서 일반 사람들도 자신의 PC에서 돌려볼 수도 있죠. CPU를 이용하는 것도 나오긴 했지만 그래도 너무 오랜시간을 들이지 않고 돌리려면 상당 수준의 GPU가 필요합니다. 이미지 품질이 어느 정도 나온다 싶으면 보통 VRAM 기준으로 최소 16GB 이상을 필요로 하니까요.

SSD-1B는 StabilityAI가 공개한 SDXL 1.0에 증류(Distillation) 기법을 적용한 것입니다. NVIDIA TRT 최적화가 적용되어 SDXL 1.0 기본 모델 대비 50% 더 작고 60% 더 빠르다고 합니다. 실제 추론 동작 시 12GB 가량의 VRAM을 요구한다고 알려져 있습니다. 

참고) 데모(허깅페이스), 소개페이지

(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?

• 메일 : sales@soynet.io
• 홈페이지 : https://soynet.io/contact-us/

오늘의 뉴스레터는 여기까지
구독자님,
다음 번에도 재미나고 흥미로운 소식을 가지고

다시 찾아뵙겠습니다.

  구독해 주시면 좋은 소식, 정보로 보답하겠습니다.

이전 뉴스 보기