META

구글이 자사 클라우드 제품에 생성인공지능(Generative AI) 기능을 대거 도입했다. 클라우드 제품에 대형언어모델(LLM) ‘제미나이(Gemini)’를 전면 적용했다. 코드작성 보조도구 ‘제미나이코드어시스트’, AI 앱 최적화 프로그램 ‘제미나이클라우드어시스트’ 등이 그 예다.‘구글 분산형 클라우드(Google Distributed Cloud, GDC)’이라는 큰 체제 하에 소버린 클라우드(Google Sovereign Clouds), 크로스 클라우드(Cross-Cloud) 등을 제시하며 각 고객사가 각자 사정에 맞게 ‘맞춤화’할 수 있는 기능을 강조한 게 특징이다. 여기에 더해 인프라 단에는 엔비디아의 블랙웰 등을 도입, 생성AI 클라우드 제품에서 기술적 우위도 강조했다. 구글은 지난 2월 개인대상(B2C) 서비스 주력 제품이었던 제미나이가 부정확한 역사적 이미지 생성으로 논란을 겪은 바 있다. 이번 발표에서 기업별 맞춤형 생성AI 기능을 강화한 클라우드 제품을 강조하며 기업대상(B2B) 서비스로 돌파구를 마련하겠다는 의지로 풀이된다. 제미나이가 소비자용 시장에선 고전하고 있지만, ‘기업용 시장에선 다르다’는 게 토마스 쿠리안 구글 클라우드 대표의 말이다.

안녕하세요, 앞서가는 더밀크 구독자 여러분을 위한 프리미엄 리포트 ‘위클리AI브리핑(Weekly AI Briefing)’입니다.한 주 동안 쏟아지는 AI 뉴스 홍수 속에서 놓치지 않고 꼭 챙겨봐야 할 정보를 선별해 드립니다. 핵심 요약으로 독자분들이 시간을 아낄 수 있도록 돕고 ‘실리콘밸리+실리콘앨리’ 현장에서 빅테크, 유망 스타트업의 움직임을 취재하는 더밀크만의 인사이트를 추가했습니다. 더 자세한 내용은 더 알아보기 링크로 확인하실 수 있습니다. 그럼 출발해 볼까요?

메타가 이미지, 오디오, 비디오를 포함한 AI 생성 콘텐츠에 대한 ‘라벨 표시(Labeling, 꼬리표 달기)’를 본격화한다. AI 기술로 만들어 낸 이미지, 영상, 목소리가 실제와 구별이 어려울 정도로 정교해짐에 따라 혼동을 줄이기 위한 조치다.  메타는 5일 회사 블로그를 통해 “감독위원회(oversight board)의 의견에 따라 페이스북, 인스타그램, 스레드(threads)에 게시되는 조작된 콘텐츠를 처리하는 방식을 변경하고 있다”며 “5월부터 AI가 생성한 콘텐츠에 ‘AI로 제작됨(Made with AI)’ 라벨을 붙이기 시작할 예정”이라고 밝혔다. 

안녕하세요 구독자 여러분, 오픈해 주셔서 감사합니다. 바야흐로 AI 패권 전쟁 시대입니다. 마이크로소프트(MS)와 오픈AI가 1000억달러(약 135조원) 규모의 초대형 슈퍼컴퓨터 및 데이터센터 개발 프로젝트인 '스타게이트'를 추진하고 있다는 소식은 패권 전쟁의 규모를 짐작케 합니다. 135조원이라뇨. 기존 클라우드 기반 데이터 센터 건설 비용의 100배입니다. 샘 알트만은 오픈AI의 새 반도체 프로젝트를 위해 무려 7조달러를 조달하려 한다는 보도가 나오기도 했습니다.  MS와 오픈AI는 135조원을 확보, 어디에 쓸까요? 서비스 뿐 아니라 반도체, 데이터, 에너지를 확보하는데 '올인'할 것이며 이 분야에 미래 비즈니스가 있을 것입니다. 이 전쟁의 핵심이 AI 반도체로 흐르고 있습니다. AI가 미래 비즈니스의 근간이 되는 기술이 되면서 생성AI 서비스를 만드는데 필수재인 AI칩 구하기에 혈안이 되고 있습니다. 오픈AI, 마이크로소프트, 구글, 메타, 삼성 등 내로라 하는 개별 기업 뿐만 아닙니다. 미국, 중국, 일본, 유럽연합(EU) 등도 AI 반도체 부품을 만들고 패키징(조립)하는 공장을 짓는 기업에 앞다퉈 보조금을 뿌립니다. 기업전에서 국가대항전으로 번지고 있죠. AI가 기업간 대결이 아닌 국가간 패권 전쟁인 이유입니다. <더밀크 주요 기사>알고리즘, 사랑과 관계를 바꾼다... 앱은 필수, 만남은 선택(영문)Technology Has Turned New York Dating Into 'Perfectionism'아마존의 실패. 무인 매장 핵심 '저스트워크아웃' 포기 왜?테슬라, 인도에 생산 거점 확보...수요와 생산 부진 벗어날 묘수될까?창업가가 미국에 있는 이유: 작은 우연이 큰 결과 만든다AI 칩에 이어 품귀 현상을 보이는 게 또 있습니다. 생성AI 서비스의 기반이 되는 대형언어모델(LLM) 등을 훈련하려면 엔진 격인 AI 가속기와 함께 방대한 양의 훈련 데이터가 필요합니다. 언어모델은 인간의 언어, 행동, 관습 등을 모방하는 구조이기 때문에 많은, 정제된 훈련 데이터를 넣어야 AI가 더 똑똑해질 수 있습니다. 

바야흐로 인공지능(AI) 인프라를 향한 군비 경쟁 시대다. 대형언어모델(LLM)을 훈련하는데 필수재인 AI 칩 전쟁이 국가전으로 확대되는가 하면 한편에서는 데이터 확보 전쟁이 치열하다. 언어모델은 인간의 언어, 행동, 관습 등을 모방하는 게 기본 골자다. 그 때문에 연구자료, 기사, 위키피디아 등 인터넷에서 생성된 텍스트를 최대한 많이 넣어(인풋) 훈련해야 최고의 결과물(아웃풋)을 얻을 수 있다. 그러나 AI칩처럼 AI 모델 고도화에 필요한 고품질 데이터에도 품귀 현상이 벌어지고 있다. 절대적인 양이 부족한 데다 저작권 문제 등으로 데이터 확보가 더 어려워진 것. 이에 마이크로소프트, 오픈AI, 구글 등 기업은 데이터 원천소스를 늘리는 한편, 인공으로 데이터를 만드는 ‘합성데이터(synthetic data)’에 주목하고 있다.

미국의 데이트 앱에서 자기소개 프로필을 만들 때 흔히 보이는 즉문즉답 예시 중 하나는 이렇다. “만약 당신이 내 PC에 뜬 광고를 본다면 나를 이렇게 생각할 것(if you saw the targeted ads I get, you’d think I'm...)”.개인화 광고로 나를 소개하는 식이다. 알고리즘이 나를 정의하는 시대다.분명한 건 앱과 알고리즘은 사람을 만나는 방식을 오프라인에서 온라인으로 바꿨다는 점이다. 이는 지금도 진행 중이다. <지난편 보기> ① 연애에 완벽주의가 들어서다

생성 AI 등장으로 새로운 디바이스 경쟁도 치열한 가운데, 메타가 인공지능(AI)을 탑재한 스마트글라스 '레이밴 메타'를 본격적으로 출시할 예정입니다. 28일(현지시간) 뉴욕타임스 보도에 따르면 다중모달 AI기능을 통해 번역뿐 아니라 물체, 동물, 기념물을 식별할 수 있을 것으로 예상되는데요. 이미 지난해 12월부터 미국에서 초기 액세스 대기자들을 대상으로 해당 기능을 제공하고 있습니다. 사용자는 스마트 안경을 착용한 뒤 '헤이 메타(Hey Meta)'라고 말하고 프롬프트를 제시하거나 질문을 통해 안경의 스마트 어시스턴트를 활성화할 수 있습니다. 스마트 안경은 프레임에 내장된 스피커를 통해서 응답하는 방식입니다. 마치 애플 아이폰에서 "헤이 시리"라고 말하는 것과 같은 이치인데요. 음성으로 묻고, 글라스 화면에서 보이는 것들에 대한 설명도 가능하다는 점에서 차이가 있을 것으로 보입니다.👉 "애완동물 식별, 눈에 보이는 글씨 타 언어 번역까지"메타의 레이반 스마트 글라스는 디자인이나 기능 측면에서 자사의 퀘스트나 애플의 비전프로와는 상당히 다른 개념인데요. 뉴욕타임스는 실제 안경을 착용하고 슈퍼마켓, 운전, 박물관, 동물원 등에서 이를 테스트했습니다. 예를 들어 "헤이 메타, 내가 지금 보고 있는 게 뭐지"라고 물으면, 글라스를 통해 사물을 식별한 스마트안경이 "혀를 내밀고 바닥에 앉아 있는 귀여운 코기 강아지”라는 음성을 제시하는 방식입니다. 번역 측면에서도 탁월한 기능을 발휘했다고 하는데요. 책 표지의 제목을 독일어로 번역해 제공하기도 합니다. 뉴욕타임스는 "메타의 AI는 애완동물과 작품을 정확하게 식별할 수 있었지만, 100% 정확하지는 않았다"며 "안경이 먼 거리에 있는 동물 등을 식별하는데 어려움을 겪기도 했다"라고 설명했습니다. 뉴욕타임스는 영화 '허(Her)'의 AI어시스턴트와 유사하다고 평가했는데요. 메타 대변인은 "기술이 아직 새롭고 완성단계가 아니기 때문에 시간이 지나면서 개선될 것"이라고 설명했습니다. 뉴욕타임스는 "메타의 AI 기반 글라스는 멀게만 보였던 미래를 흥미롭게 엿볼 수 있는 기회를 제공한다"며 "안경을 통해 언어를 번역하고 랜드마크를 식별하는 작업 수행 능력은 기술의 발전이 얼마나 빠르게 이뤄졌는지 알 수 있었다"라고 평가했습니다. 다만 더 좋은 렌즈를 활용할 경우 부피가 커질 수 있고, 가상 비서와의 대화가 아직은 어색하기 때문에 개선 여지는 남아있다고 덧붙였습니다.

앱과 알고리즘은 사랑과 관계의 정의를 바꾸고 있다. 사람을 만날 수 있는 옵션이 비약적으로 넓어졌고, 그만큼 내 취향에 정교하게 맞는 사람을 언제든 찾을 수 있게 됐다. 선택지가 많아진 만큼 관계의 시작과 끝은 가벼워졌다. 기술이 관계에 미친 영향은 논쟁적이다. 더 많은 풀로 평소에 만날 수 없는 사람을 만날 수 있었다고 말하는 반면, 피로감을 호소하는 사람도 상당하다. 앱과 알고리즘에 의한 각종 차별, 언어폭력 등 부작용도 나온다.

데이터 관리 및 AI 솔루션 기업 데이터브릭스가 현존 최고 성능의 새로운 오픈소스 대형 언어 모델(LLM) ‘DBRX’를 출시했다. 표준 벤치마크(성능 평가)에서 메타가 개발한 ‘라마2(Llama 2)’를 포함한 모든 오픈 소스 모델을 능가했다는 게 데이터브릭스 측 설명이다. 상업적 사용이 가능한 고성능, 고효율, 무료 AI 모델이라는 점에서 업계의 관심이 집중되고 있다.

어도비가 26일(현지시각) 미국 라스베이거스에서 열린 세계 최대 규모의 디지털 컨퍼런스 '어도비 서밋'에서 기업의 콘텐츠 제작 및 관리에 혁신을 불러올 솔루션 '어도비 Gen스튜디오(Adobe GenStudio)'를 공개했습니다.Gen스튜디오는 마케팅 팀이 콘텐츠를 신속하게 기획, 제작, 관리, 활성화 및 측정할 수 있는 생성AI 퍼스트 제품인데요. 통합된 형태로 ①워크플로우·계획 ②제작·생산 ③에셋(자산) 관리 ④배포 및 활성화 ⑤인사이트·보고 등 5가지 콘텐츠 공급망 요소들을 제공합니다. 어도비는 이날 Gen스튜디오를 활용해 클릭 몇 번으로 SNS 페이스북에 사용될 코카콜라 광고를 5분 만에 만들고, '다채로운(colorful)'이라는 광고 문구가 코카콜라의 특성과 어울리지 않는다며 수정하는 모습을 공개하기도 했는데요. Gen스튜디오는 어도비의 크리에이티브 생성AI 모델군인 '파이어플라이(Firefly)'를 기반으로 구동됩니다. 기업들은 파이어플라이를 통해 이미지를 찾고 변형해 콘텐츠를 생성하고, 자체 자료를 학습해 자사 브랜드의 스타일과 디자인 언어를 반영한 콘텐츠를 생성할 수도 있습니다. 어도비는 기업용 맞춤으로 출시된 '어도비 파이어플라이 커스텀 모델’과 '어도비 파이어플라이 서비스'도 공개했는데요. 기업들은 Gen스튜디오를 통해 고객 여정 분석과 연결돼 웹, 모바일 등 콘텐츠 배포 채널 전반에서 고객 경험을 측정할 수 있습니다. Gen스튜디오는 브랜드가 생성한 마케팅 콘텐츠의 타깃, 스타일 등의 요소를 파악해 마케팅 캠페인이 기업의 목표와 부합했는지 검증할 수 있는 피드백을 제공할 수 있습니다. 👉 '어도비 서밋'서 생성AI 혁신 제품군 공개… Gen스튜디오, 콘텐츠 공급 혁신 이룰 것어도비는 오픈AI가 챗GPT를 내놓을 때부터 재빠르게 '파이어플라이' 등 생성AI 툴을 선보이며 생성AI 활용을 선도했습니다. 생성AI는 광고 마케팅 분야에서 생산성을 크게 높일 수 있는데 이 부분을 어도비가 파고들고 있는 것입니다. 차크라바시 어도비 디지털 경험(DX) 부문 사장은 "Gen스튜디오는 생성AI 퍼스트 어플리케이션이다"라며 "어도비는 콘텐츠 기획부터 제작, 콘텐츠가 출시돼 시장에 나갔을 때 성과를 측정하는 것까지 전반적인 과정을 보조할 수 있다"고 밝혔습니다.어도비의 혁신이 기대되는 이유입니다.

오픈AI의 챗GPT가 발표된 이후 대다수 비즈니스가 일제히 생성AI를 자사의 제품과 서비스에 접목하면서 인공지능(AI) 모델 훈련의 핵심 재료인 엔비디아(NVIDIA)의 그래픽처리장치(GPU) 등 AI 반도체칩 수요가 급증하고 있다. 이에 엔비디아는 반도체 기업 사상 처음으로 시가총액 2조달러를 넘어섰다. 아마존과 구글 모회사 알파벳을 제치고 애플과 마이크로소프트에 이어 세 번째로 큰 회사다. 업계 전문가들은 엔비디아가 AI 기술, 산업 분야에서 독보적인 지위를 갖고 있다고 입을 모은다. 게임용 그래픽칩 제조 업체였던 엔비디아는 어떻게 AI 산업에 없어선 안될 기업이 됐을까? 엔비디아의 시작은 약 14년전 게이머를 위한 그래픽카드였다. 당시 프로세서는 일종의 부업이었다. 이제 이들의 AI 프로세서는 산업 자체를 움직인다.그 비결은 쿠다(CUDA)라는 인프라를 제공한 대신 신기술 흐름이라는 정보를 얻은 데 있다. 엔비디아는 당초 과학자들이 천문학적인 숫자의 과학 연산을 할 수 있도록 자사 병렬프로그래밍 모델 쿠다를 제공했는데, 이때 대부분 과학자들이 엔비디아 GPU를 사용해 연구한 덕분에 엔비디아는 AI 기술의 변화를 가장 빠르게 알 수 있었다.엔비디아는 당초 게이머를 위해 GPU를 설계했으나 매우 많은 픽셀에 단순한 연산을 동시에 대량으로 하는 연산 구조가 인공지능의 대량 정보 학습에 좋은 구조를 가지고 있다는 것을 깨달았다. 당시 주류던 중앙처리장치(CPU)는 메모리로부터 전송받은 데이터를 한 번에 하나씩 처리할 수 있는 구조다. AI와 딥러닝으로 처리해야 할 데이터의 양이 기하급수적으로 늘어나자 CPU 병목현상이 생겼다. 이에 엔비디아가 AI가속기, 즉 AI반도체 수요가 생기자 엔비디아가 그래픽처리장치(GPU)로 파고든 것. 회사는 2016년경부터 게임 그래픽카드 사업에서 인공지능 GPU로 전환했다. 이후 주요 사업을 게임용콘솔, PC, 노트북용 GPU 디자인에서 인공지능 컴퓨팅을 위한 디자인으로 바꿨다. GPU는 한 번에 다량의 데이터를 처리하는 병렬 처리 구조다. 한 번에 많은 양의 데이터를 학습하고 처리해야 하는 AI를 구현하기에 적합하다. 과거에는 그저 단순히 실감나는 게임에 대용량의 그래픽 처리를 수월하게 하기 위한 목적으로 GPU가 사용됐지만 AI가 발전하면서 새로운 사용처를 찾게 된 것이다. GPU는 트랜스포머에 좀 더 최적화되기도 했다. 트랜스포머는 문장 속 단어와 어순 간 관계를 추적해 맥락과 의미를 학습하는 신경 모델로, 오픈AI의 챗GPT의 근간이 된 모델이다. 이 트랜스포머 알고리듬은 대부분 대용량 메모리 및 GPU가 한 패키지(단위)에 들어가는 AI 반도체를 사용한다. 엔비디아의 GPU H100을 8개 붙인 엔터프라이즈용 가속기 DGX H100은 초거대 AI를 뒷받침하는 서버, 데이터센터에 잘 맞는다. 이미 유연성이 있는 GPU에 새로운 알고리듬을 누구보다 먼저 적용, 이를 지원하는 AI 반도체 설계 역시 경쟁사보다 수년 이상 먼저 시작할 수 있었던 셈이다. 회사 초창기였던 2016년 젠슨 황 엔비디아 CEO는 AI 전용 슈퍼컴퓨터 ‘DGX-1’을 오픈AI에 기증, 손수 전달하기도 했다. 당시 오픈AI는 ‘일반인공지능(AGI)’라는 업계에서 인정받지 못하던 목표를 추구하는 회사였다. 챗GPT가 나오기 몇 달 전인 2년 전부터는 벤처투자조직을 만들어 유망한 AI 스타트업들에 본격적으로 투자해 왔다. 그때 투자한 기업들이 유니콘 스타트업인 코히어(Cohere), 허깅페이스(Huging Face), 인플렉션(Inflection) 등이다.인공지능 산업이 획기적인 도약을 보인 시기는 2012년이 꼽힌다. 당시 이미지넷(ImageNet)이 주최한 인공지능 대회에서 알렉스넷(AlexNet)은 사진 인식 성능으로 시장을 놀라게 했고, AI 연구에 불을 붙였다. 알렉스넷은 엔비디아의 그래픽처리장치(GPU) 칩을 이용해 합성곱신경망(Convolutional Neural Network, CNN) 아키텍처로 개발됐다.반면 알렉스넷이 나왔을 당시 새 알고리듬인 CNN이 제공하는 화상 인식 기술에 매료된 다른 기업들은 당시 GPU 같은 범용 AI 반도체보다 전력효율이 뛰어나고, 성능도 뛰어난 CNN 전용 AI 반도체에 뛰어들었다. 대형 클라우드 기업을 비롯해 영국의 그래프코어, 미국 실리콘밸리의 삼바노바 시스템, 세레브라스 등 스타트업들이 수천억원이 넘는 투자를 받고 자체 개발에 나섰다. 그러나 기존 엔비디아를 제외한 AI 반도체들은 전력효율, 가격에 큰 장점이 있는 반면 이런 거대한 알고리듬의 변화에 대응하기에는 유연성이 떨어진 것으로 보인다.

공간 컴퓨팅과 인공지능이 만들어갈 미래의 모습은 어떨까? 애플 비전프로(Apple Vision Pro)는 출시된 이후 공간 컴퓨팅의 상징이 됐다. 현재는 이러한 공간 컴퓨팅 기술이 단순한 기술 혁신을 넘어 어떤 새로운 가능성을 열어줄 것인가 타진하는 초기 단계라고 볼 수 있다. 레딩 퓨처스의 닐 레딩 CEO이자 미래학자는 ‘공간 컴퓨팅 및 AI와 함께 만들어 가는 미래'라는 주제로, 가상 현실의 잠재력과 비즈니스 환경에의 적용 사례를 제시했다.