새로운 정보를 전해 드리는 소이뉴스입니다.

안녕하세요, 구독자님.

이번 한 주도 보람차게 보내고 계신가요?

최근 X에 올라온 한 재미난 사례(링크) 하나가 있습니다. Joshua Bell이라는 미국의 유명 바이올린 연주자가 있는데 (심지어 사용하는 악기도 300년 넘은 스트라디바리우스라는...) 그 분이 아침 출퇴근 시간대에 야구 모자에 허름한 옷을 입고 워싱턴 DC의 어느 지하철 입구에서 연주를 하는 실험을 했습니다. 43분 동안 연주했는데 그 앞을 지나간 1097명 가운데 27명이 바이올린 케이스에 돈을 던져줬고 단 7명만 오랫동안 연주를 들었다고 하죠. 그 가운데 실제 그를 알아본 사람도 한 명 있었던 모양입니다. 제가 본 소개글에서는 평범한 환경에서 비범함이 제대로 드러나지 않는 경우에 대해 얘기하고 있었습니다. 같은 연주를 들어도 그게 연주홀이냐 아니면 길거리냐 또는 입은 옷이 연미복이냐 아니면 허름한 티셔츠냐 등등에 따라 우리는 먼저 선입견을 갖게 되는 것이죠. (옷과 관련해서는 소설 어린왕자에 나온 소행성을 발견한 과학자 얘기가 떠오르네요...) 뭔가 가치를 알아보는 눈썰미를 갖추는 것... 그건 그 주제에 대한 꾸준하고 깊은 관심이 있어야 얻을 수 있는 과실이라고 합니다. 그 가치를 직접 만드는 사람보다는 덜할지라도 말이죠. 

앞으로 수없이 많은 전문가를 표방하는 GPTs가 등장할 테고, AI 업체 하나가 만들려고 했던 서비스를 하나의 GPTs가 제공하게 될 지도 모릅니다. 그 상황이 되면 사람들은 '가치를 알아보는 눈썰미'가 절실하게 필요해질 겁니다. 앞으로는 뭔가가 부족해서 문제가 되는 시대가 아니라 너무 많아서... 그 중에서 어떤 것을 선택해야 할 지 몰라서 문제가 되는 시대가 될테니까요. 그럼 눈썰미를 높일 수 있는 방법은 어떤 것이 있을까요? ChatGPT와 Bing에게 물어보니 대충 이런 얘기를 해 주더군요.

제 경우엔 유튜브, 뉴스레터, 트위터, 미디엄, 언론기사, 책 등을 통해 새로운 정보를 접하려고 꾸준히 노력하고 있습니다. 새로운 '관점'을 위해 사고를 유연하게 하는 연습도 합니다. 하지만 그런 노력도 변화의 속도에 밀려서 점점 어려워지고, 어느 순간엔 겨우 얻은 새로운 관점도 다른 새로운 것에 묻혀 무의미해 지는 경험도 합니다. 정말 설명처럼 쉽게 되는 건 없는 것 같습니다. 그래도 머릿속에 변화의 상을 대충이라도 그려보고 가는 것은 중요하니 멈추진 않을 생각입니다. 스스로 파이팅~!!! 가장 최근에 읽은 기사 중에 최근 벌어지고 있는 AI 분야 변화상이 잘 정리된 것이 있어 링크를 공유합니다. 

아무쪼록 바쁘더라도, 자리에서 일어나 산책 한번 하시고 푸른 하늘 한번 쳐다보는 여유를 꼭 가지시기 바랍니다. 

인공지능 관련 뉴스

삼성전자, 갤럭시 S24 시리즈에서 온디바이스 AI 발표

미국 라스베거스에서 끝난 CES 2024에서 삼성전자는 갤럭시 S24 시리즈를 공개했습니다. 이 가운데 '실시간 통역'과 '서클 검색', '사진 자동 편집' 기능 등이 많은 주목을 받았는데 이유는 이런 AI 기반 서비스들이 갤럭시 기기 내에 탑재된 AI, 즉 온디바이스 AI를 이용해서 수행되기 때문이었습니다. 몇년 전만 해도 AI서비스는 현실적으로 클라우드 서버에서 실행되고 모바일 기기에서는 요청과 결과만 표시하는 수준이었는데 이제는 이미지 편집 외에도 LLM 기반의 가상 비서 등의 서비스도 인터넷이 안 되는 곳에서도 가능해졌으니 참 격세지감을 느낍니다. 

어떤 분은 에이... 요새 세상에 인터넷 안 되는 곳이 어디있다고? 하실 수도 있습니다. 우리나라 같은 곳에선 틀린 말이 아닐테지만 해외에서는 아직 그런 곳이 많이 있습니다. 게다가 이 정도 수준의 온디바이스 AI가 된다는 것은 이제 새로운 시작을 알리는 것이라 다른 다양한 응용이 가능해진다는 것을 의미하기도 합니다. 그래서 기대됩니다. ^^;

비대면 진료 시범 서비스 확대 시행

본인인증은 의사와 환자 둘 다 필요한데, 의사는 사진이 포함된 면허증, 사원증 등과 화상 전화 상의 얼굴 대조로, 환자는 화상 전화를 통해 환자 본인의 얼굴 사진이 들어간 신분증을 보여주거나 진료 전 환자 신분 확인이 가능한 서류를 팩스나 이메일, 보호자 방문 등으로 받는 방법을 활용한다고 합니다. 비대면 진료 시 신분증 위조나 도용은, 해당 행위에 대한 처벌 조항이 강하기 때문에 상대적으로 확률이 낮다는 판단인 모양입니다.

처방전은 위·변조를 통한 의약품 오·남용 문제가 발생할 수 있기 때문에 이를 방지하기 위해 의료기관에서 약국으로 직접 전송하되 앱을 이용해 처방전을 전달할 때는 환자가 처방전 원본에 접근하지 못하도록 하고 워터마크 등의 기술을 적용하는 등의 보완책을 적용키로 했다고 합니다. (기사)

과학기술정보통신부가 2023년 발표한 '정보보호산업의 글로벌 경쟁력 확보 전략'의 액션플랜으로 물리보안 산업을 차세대 성장산업으로 육성하기로 했습니다. 2024년도에 진행할 과제 내용은 다음과 같습니다. 

그 외에도 기술력 확보를 위한 유망 R&D 과제 신규 기획 및 물리보안 제품의 해외 진출 지원을 확대하기로 했습니다. (기사)

Microsoft가 2년 여 만에 애플의 시가총액을 뛰어 넘었습니다. 1990년대 IT 붐이 꺼지면서 1위 자리에서 내려온 이후 스마트폰 시대가 도래하면서 애플이 선두로 오른 후 줄곧 선두에 있었는데 이번에 드디어 Microsoft가 다시 1위를 차지하게 된 것입니다. OpenAI의 덕을 본 측면도 분명히 있긴 하지만 AI 기술을 자사의 서비스와 제품에 적극적으로 녹여낸 결단은 높이 살만 합니다. 어찌됐건 이런 현상은 AI가 서비스 측면에서도, 기업 가치 측면에서도 큰 영향을 주고 있다는 방증인 셈인데 이런 추세는 앞으로도 계속 이어질 것 같습니다. 

그러고보면 최근 선두가 바뀐 분야가 다수 있습니다. 자동차가 전기차로 전환되면서 이 분야의 주도권이 토요다에서 테슬라로 넘어오고 있고, 반도체는 GPU를 등에 업은 NVIDIA가 (참고로 2023년 반도체 판매량 1위는 인텔이었죠. 메모리 반도체 판매가 저조했던 삼성을 끌어내렸습니다), SNS에서는 틱톡이 Facebook을 각각 넘어섰죠. 국내에서도 OTT에서 유튜브가 월등한 사용시간으로 다른 서비스를 눌렀는데 심지어 몇년전까지만해도 넘사벽이라 생각되던 카카오의 사용량도 넘어선지 오래되었습니다. 

국가 별 AI 분야 투자 규모에 대한 내용을 한번 찾아봤습니다.  최근 CES 2024에서 화두도 AI라고 하는데 국가별로는 현황이 어떻게 되고 있는지 궁금했기 때문입니다. 

흠... AI 관련 국가 경쟁력으로는 대략 6~7위권으로 평가하고 있는 곳들이 있었습니다. 그런데... 투자규모는 미국, 중국 같은 AI 강대국 대비하면 상당히 낮은 수준이었습니다. 예를 들어 서울경제의 기사에 따르면 우리 정부의 최근 5년간 AI 투자예산은 $103억로 미국과 중국의 각각 3%, 7% 에 불과한 수준이라고 합니다. 민간투자 또한 제대로 되지 않고 있고 말이죠. (앞으로는 좀 활성화되겠죠 ^^;) 622조원의 반도체 메가 클러스터 조성이 대비된다며 획기적인 AI 육성계획을 민관이 함께 '실천'해야 한다는 의견도 있었습니다. 

OpenAI가 최근 사용자 약관에서 군사와 전쟁 부문에서의 AI 기술 사용을 금지하는 문구를 삭제했다는 국내 기사(예)들이 전해졌습니다. 그런데 이들 대부분은 요약된 짧은 내용만 전달하느라 실제 어떤 것이 어떻게 바뀌었다가 아니라, 그냥 '빠졌다'로만 소개되고 있습니다.

그런데, 정작 국내 기사들에서 인용한 engadget의 기사를 보면, 변경된 사용자 약관에 '무기 개발 또는 사용' 혹은 '해를 끼칠 수 있는 모든 것'에 대해 사용 금지는 여전히 포함되어 있습니다. 다만, 기존에 있던 '군사 및 전쟁' 표현이 빠졌기 때문에 무기 개발 이외의 다른 유형의 군사적 사용에 적용될 수도 있지 않나 하는 것이 핵심이었고, 실제 OpenAI 대변인은 이미 미국 국방부와 협력해서 사이버 보안 도구 생성을 하고 있다고 밝혔다고 했습니다. 흠... 일종의 헤프닝인 것 같네요... OpenAI의 이번 사용자 약관 변경은 ChatGPT를 사용하는 전세계 일반 사용자에 맞춰 보편적인 원칙을 만드느라 바뀐 것이라고 답변했다 합니다. 

인공지능 기술

Moore-AnimateAnyone

Moore-AnimateAnyone은 AnymateAnyone 모델의 Pytorch 구현체입니다. AnymateAnyone 모델은 이전 소식에서 알려 드린 바가 있었죠? 당시에 테스트 가능한 코드 공개가 되지 않았다고 말씀드린 바 있었는데 현재도 같은 상태입니다. 그런데, 다른 분이 논문 내용을 구현해서 Apache 2.0 라이선스로 공개하면서 HuggingFace Space 데모로도 올려뒀습니다. 깃헙에서는 현재 학습코드는 제외되어 있고 추론코드와 사전학습된 가중치 파일을 제공하고 있습니다. 구현 내용은 원본 논문과는 달라 실행 시 결과물도 차이가 있다고 합니다. (저는 대충만 봐서 잘 몰라봤네요. ^^;)

참고) 코드(깃헙), 데모

* HuggingFace 데모는 작동하지 않으므로 로컬에서 돌리시는 것을 권장드립니다. 참고로 다른 비공식 구현체도 있습니다.

FaceChain-FACT : Face Adapter for Human AIGC

FaceChain-FACT는 Zero-Shot portrait generation 기법을 이용해 사람 얼굴의 세부 정보를 잘 보존하면서 다양한 스타일의 인물사진을 생성하는 기술입니다.

FaceChain의 경우, 사용자의 Face LoRA 모델 학습이 필요했던 것에 반해, 이 모델은 Stable Diffusion과 LoRA 플러그인을 결합하여, 사진 1장을 가지고도 텍스트 프롬프트와 결합해서 다양한 스타일의 인물 사진을 기존 대비 훨씬 빠르게 생성할 수 있다는 특징을 가집니다. CPU에서도 추론이 가능하고 100개 이상의 고품질 템플릿도 제공한다고 합니다. 생성된 예시 결과물을 보면 빨리 한번 써 보고 싶은 생각이 드네요... 다만, 아쉽게도 코드는 정리 중이며 조만간 공개될 예정이라고 합니다. 

참고) 프로젝트, 논문, 영상, 코드 

Model Memory Calculator

HuggingFace에서 제공하는 도구로 HuggingFace Hub에 호스팅되고 있는 대형 모델들을 추론하고 학습하는데 필요한 vRAM의 크기를 계산할 수 있도록 도와줍니다. 다만, 100% 정확한 것은 아니라 다소간의 차이를 예상해야 한다는 것입니다. 예를 들어 추론 시에는 20% 가량을 더 소요될 것이라네요... 사용하는 방식은 해당 페이지에서 입력으로 모델의 이름이나 URL을 넣고 조건을 선택하면 끝납니다. 예를 들어 모델명으로 'microsoft/phi-2'나 URL로 'https://huggingface.co/microsoft/phi-2' 같은 값을 입력하고 테스트 해 보면 됩니다. 

참고) 계산기 페이지

Phixtral

Phixtral은 Microsoft가 발표한 Phi-2 모델에 Mixtral 모델에서 적용된 MoE (Mixture of Experts) 기법을 적용한 모델입니다. 잘 아시는 바와 같이 경량의 Phi-2을 전문가 모델 결합 방식을 사용해 성능을 높인 것인데 개별적인 Expert 모델들 대비 높은 성능을 달성했다고 합니다. HuggingFace에는 현재 phixtral-4x2_8과 phixtral-2x2_8 등이 공개되어 있습니다. 

특징적인 것은 커스텀 버전의 mergeKit 라이브러리를 이용해서 복수의 전문가 모델을 결합해서 만들었다는 것입니다. phixtral-4x2_8의 경우, 병합에 사용된 모델들은 다음과 같습니다. 

• dolphin-2_6-phi-2 
• phi-2-dpo 
• phi-2-sft-dpo-gpt4_en-ep1 
• phi-2-coder 

참고) 소개페이지, 데모(HuggingFace), 코드(코랩), mergeKit 관련 글

(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