테크놀로지 리더를 위한 글로벌 IT 뉴스

테크라이브러리

“중견·강소 기업의 해외 사업 성장 이끌다” SAP S/4HANA Cloud로 만드는 비즈니스 혁신 - Tech Summary

"생성형 AI 사용 범위에 선을 긋다” 섀도우 AI 대응 가이드 - DeepDive

사이버 범죄로부터 데이터를 보호하고 랜섬웨어로부터 복구하는 방법 : IDC Info Snapshot

지속 가능한 스토리지 인프라스트럭처의 구현 : IDC 백서

넘버스

올해를 빛낸 AI 앱

가지

구글플레이 올해를 빛낸 수상작 2023 Google Play’s Best of 2023

출처 : Google

날짜 : 2023년 11월 30일

“보안 사고가 발생한 이유, 탐지를 못했기 때문”

CISO의 마인드: 보안 사태의 이면 Mind of the CISO: Behind the Breach

출처 : Trellix

날짜 : 2023년 11월 28일

카카오톡 ‘이모티콘 플러스’ 구독자 수

200만

명

카카오 이모티콘과 함께한 2023

출처 : Kakao

날짜 : 2023년 11월 28일

AIㆍML 1일 전

글로벌 칼럼 | 상업용 LLM이 넘어야 할 3가지 큰 산

LLM(Large Language Model)은 인간 언어를 이해하고 생성할 줄 안다. 이 생성형 AI 도구는 매우 강력하고 인기가 높아 소매업 및 전자상거래업 경영진의 90%가 업무 보조용으로 생성형 AI를 사용한다는 퓨처 커머스(Future Commerce)의 도 있다. 예를 들어, LLM은 지속가능성이나 가격, 스타일에 각각 관심을 두는 고객 유형에 따라 다른 버전의 제품 설명을 생성할 수 있다. 이를 통해 전자상거래 기업은 고객 참여를 개인화할 수 있고 따라서 더 많은 매출을 거둘 수 있다. LLM 시장 규모는 2022년 105억 달러(약 13조 5,000억 원)로 추산되며, 많은 전문가가 오는 2029년까지 409억 달러(약 52조 7,000억 원) 규모에 달할 것으로 전망한다. 그러나 기업이 LLM을 본격적으로 도입하기 전에 3가지 치명적인 장애물이 해결돼야 한다는 지적도 있다. 높은 LLM 개발 및 훈련 비용, 가격 투명성 결여, 오픈소스 LLM이 상업용 LLM에 미치는 영향이다. LLM을 둘러싼 과도한 기대는 현실이지만, 엄청난 현금을 보유한 기업만이 LLM을 운영할 수 있다. 심지어 초반에는 이런 기업마저도 손실을 볼 수도 있다. 1. 높은 개발 및 훈련 비용 기업은 재정적 한계로 인해 LLM 투자 정당화에 어려움을 겪고 있다. LLM 훈련에는 엄청난 데이터와 연산력이 필요한데, 이는 다른 운영 예산 중에서도 값비싼 품목이다. 가령 가장 인기 있는 LLM인 GPT-3도 오픈AI가 훈련시키는 데 460만 달러(약 59억 2,000만 원)가 들었다. 역사적으로는 LLM 배치와 훈련은 언제나 특화된 하드웨어와 소프트웨어를 요구하므로 값비싼 작업이었다. 기본적인 인하우스 배치도 5년간 6만 달러(약 7,700만 원)가량이 들어가지만, 일부 애플리케이션의 경우에는 확장성이나 성능이 충분하지 않을 수도 있다. 더 많이 확장할 수 있는 배치는 9만 5천 달러(약 1억 원)까지 비용이 올라간다. 여기에 더해 데이터 과학자와 지원 업무 담당 직원을 고용하고 적합한 실행 환경을 구축하며 시간이 지나는 동안 LLM을 계속 유지하는 데 들어가는 비용도 있다. 예상치 못한 장기적인 비용을 피하기 위해서는 이처럼 프로젝트의 전체 범위를 파악하고 승인해야 한다. 오늘날에도 여전히 LLM 배치와 훈련에 드는 비용은 높지만 조금씩 합리적이고 접근 가능한 범위로 들어오고 있다. 간소화된 예산을 운용하는 소기업도 LLM에 접근하기 위해 고군분투하고 있는 와중에 오픈AI 같은 기업이 API를 SaaS 방식으로 제공함으로써 더욱 합리적이고 가까워졌다. 즉, 기업이 강력한 LLM을 사용하기 위해 자체적인 하드웨어와 소프트웨어를 구입하고 유지할 필요가 없다. 이제 기업은 서비스를 구독하고 온라인으로 API에 접근하면 된다. 훈련 비용도 이제는 그다지 비싸지 않다. 처음부터 훈련시키는 것이 아니라 미세 조정(find-tuning)하면 되기 때문이다. 미세 조정은 사전 훈련된 LLM을 자체 데이터로 추가 학습시키는 것으로, 완전히 바닥부터 훈련을 시작하는 것보다는 비용이 훨씬 저렴하다. 처음부터 전체 모델을 학습시키는 것이 아니라 새로운 데이터에 대한 학습만 필요하다. 이런 시나리오에서 LLM은 이미 기본 언어 패턴을 이해하고 있으므로 기업의 시간과 비용을 줄인다. 높은 LLM 개발 및 훈련 비용은 중소기업에는 진입 장벽으로 작용해 왔다. 그 결과 자본을 쏟아부을 여력이 있는 대기업이 아닌 경우에는 LLM 도입이 느려지게 됐다. 그러나 LLM 배치와 훈련은 오픈AI 같은 기업과 미세 조정 같은 전략 덕분에 훨씬 저렴하고 접근 가능해졌다. 2. 가격 투명성 결여 가격 투명성 결여도 SMB가 LLM을 도입하는 데 장벽이 된다. 쿼리당 요금 지불하는 독립 소프트웨어 공급업체를 위한 현재의 가격 모델이나 최종 사용자를 위한 구독 시스템이 있더라도 마찬가지다. LLM 가격은 모델의 크기와 복잡성, 훈련에 드는 데이터, 제공하는 특정 기능 등 몇 가지 요소에 따라 변한다. 이런 점 때문에 SMB는 각기 다른 LLM 공급업체의 가격을 비교하고 가장 적합한 LLM을 선택하는 데 어려움을 겪는다. 일부 LLM 공급업체는 가격을 미리 공개하지 않는 경우도 있기 때문에 계약 체결 전 정확한 LLM 예산을 파악하기도 어렵다. 쿼리당 지급 방식과 구독 모델로도 기업 경영진은 LLM이 여전히 엄두도 못 낼 만큼 비싸다고 생각할지 모른다. 예산 제약이 있는 소기업은 특히 그렇다. SMB가 LLM 도입 시 직면할 수 있는 가격 관련 문제는 구체적으로 다음과 같다. LLM 가격 이해의 어려움 : AI/ML 전문가가 없는 SMB는 LLM이 복잡하고 불투명하게 느낄 수 있고 가장 잘 맞는 모델을 선택하기 어렵게 만든다. 숨은 비용 : 일부 LLM 공급업체는 설정, 유지, 노후화 지원 같은 숨은 요금을 청구하기도 한다. 장기 계약 : 일부 LLM 공급업체는 장기 계약을 강요한다. 그러나 지속적인 LLM 사용을 감당할 수 없는 기업에는 장기 계약이 재정적으로 위험할 수 있다. LLM 가격은 표준화되어 있지 않으며 예측할 수 없지만 한 가지는 확실하다. 매우 비싸다는 것이다. 현재 환경은 SMB에 있어 진입 장벽을 만들고 있고, 결과적으로 산업 전체의 혁신을 지연시킨다. 3. 오픈소스 LLM의 영향 라마 2(Llama 2)나 메가트론 튜링 NLG(Megatron-Turing NLG) 같은 오픈소스 LLM은 생성형 AI라는 강력한 기술에 대한 접근을 민주화하고 접근성을 높인다. 그러나 오픈소스 LLM의 성공이 LLM을 상업용화할 방도를 찾는 기업에는 실질적인 장벽이 될 수 있다. 오픈소스 LLM은 LLM 상업에 이중적 과제를 제시한다. 첫째, 오픈소스 LLM은 기업에 비용이 들지 않는 대안을 제시한다. 둘째, 오픈소스 LLM은 상업용 LLM 제품과 직접적으로 경쟁하는 새로운 애플리케이션과 서비스를 개발하는 산실 역할을 한다. AI 중심 챗봇, 번역 도구, 코드 생성 도구를 떠올려 보라. 오픈소스 소프트웨어는 다른 산업에서도 이미 성공을 증명했다. 오픈소스 운영체제 리눅스와 아파치 웹 서버가 각각의 시장에서 지배적인 업체가 된 것이 한 예다. 성장하는 개발자와 연구자 커뮤니티는 무서운 속도로 새로운 아이디어와 혁신을 만들어 내고 있다. 연산력에 대한 비용도 점진적으로 줄어들면서 LLM 활용 접근성을 낮추고 있다. 한 가지 경고 : 오픈소스 LLM은 표준화되어 있지 않아 필요에 맞는 적절한 LLM을 기업이 선택하거나 기존 시스템과 통합하기가 어렵다. 오픈소스 LLM이 일반적으로 이익 기업의 지원을 받지 못하기 때문에 기업은 사내 전문가를 고용하거나 지속적인 지원을 유지하기 위해 서드파티 업체와 협력해야 할 필요가 있다. 오픈소스 LLM의 약속 그럼에도 불구하고 오픈소스 LLM은 혁신과 경제적 성장을 촉진할 수 있다. 그러나 그 단계까지 도달하기까지는 시간이 걸릴 것이다. 커뮤니티 중심의 개발을 육성하고 핵심 윤리를 정립하고 개인정보 우려를 불식하기 위해서는 세심한 기획, 협업, 반복적인 정제가 필요하다. 기업은 이미 수많은 애플리케이션에 오픈소스 LLM을 사용하고 있다. 24/7 지원과 고객 질문에 빠르고 정확하게 답변하는 고객 서비스 챗봇 개인화된 마케팅 문구를 생성하고 특정 고객에 더욱 효과적인 타깃 광고를 제공하는 마케팅 캠페인 새로운 아이디어를 만들고 기존 제품을 개선하는 제품 디자인/개발 시스템 코드 품질 개선과 작업 시간 절감에 도움이 되는 코드 생성기 구매 경험을 강화하고 실적을 높이는 제품 추천 엔진 특히 SaaS API 솔루션으로 기업이 기존의 고비용 문제를 해결하는 데 도움을 준다는 점에서 상업용화된 LLM은 큰 가능성을 지니고 있다. 그러나 비용, 가격 투명성, 오픈소스 대안의 부상이라는 과제는 LLM 지형도에서 혁신과 접근성을 끌어올리려는 공통의 노력이 필요하다는 점을 계속 강조하고 있다. *Xun Wang은 Bloomreach의 CTO다. editor@itworld.co.kr

“폴더블 스마트폰의 최강자는?” 구글 픽셀 폴드 vs. 삼성 갤럭시 Z 폴드 5

마우스 DPI를 확인하는 3가지 방법

블로그 | 애플의 실수와 실패의 역사, 그냥 버리기엔 너무 아까운 실패들

데이터 과학에 디자인 사고를 적용하는 방법

"생성형 AI의 기반" 대규모 언어 모델 총정리

모니터 암의 조건과 2023년 최고의 모니터 암

개발자 | 디지털 디바이스 2023.11.20

“이 정도면 청출어람” 라즈베리 파이 대안 제품 4가지

MS 365 코파일럿 AI, 베타에서 벗어나 모든 곳으로 향하다

클라우드 네이티브 애플리케이션을 위한 6가지 필수 보안 수칙

"만들기보다 버리기가 더 중요한 이유" 윈도우 휴지통 팁

"보고서 작성부터 직원 삶의 질 개선까지" ㈜한화의 생성형 AI 챗봇이 하는 일

“AI PC로의 도약” 윈도우 11 2023 업데이트의 새로운 기능 4가지

VPN이 정말 익명성을 보장할까

AIㆍML | 보안 2023.11.10

생성형 AI로 더욱 강력해질 2024년 대규모 피싱 공격 동향

보편적인 사람이 이메일이 정상인지 사기인지 여부를 판단하는 데 사용하는 지표는 오탈자, 문법적 오류, 문화적 맥락의 결여 등인데, 2024년에는 이 같은 구분이 더 어려워질 전망이다. 공격자가 피싱, SMS 및 기타 소셜 엔지니어링 공격에 생성형 AI와 대규모 언어 모델(LLM)을 사용하여 음성과 비디오를 포함한 콘텐츠를 더욱 정교하게 만들 것이기 때문이다. 또한 구글 클라우드 사이버 보안 전망 2024 보고서에 따르면 생성형 AI는 대규모 악성 활동에도 동원될 전망이다. 공격자는 이름과 조직, 직책, 부서 또는 건강 데이터에 대한 액세스 권한을 획득하게 되면 악성 LLM을 사용할 필요조차 없다. 생성형 AI를 사용해서 송장 미리 알림의 초안을 만드는 행위에는 본질적으로 악의적인 요소가 없기 때문이다. 구글 클라우드의 CISO 필 베너블스는 성명서에서 AI에 대해 “공격자는 무해한 AI 애플리케이션과 악성 AI 애플리케이션의 경계를 흐리기 위해 할 수 있는 모든 수단을 사용할 것이므로 방어자는 더 신속하고 효율적으로 움직여야 한다”라고 말했다. 이 보고서는 생성형 AI를 사용한 가짜 뉴스, 수신자와 적극적으로 상호작용하는 가짜 전화, 생성형 AI로 만들어진 가짜 콘텐츠를 기반으로 한 딥페이크 사진 및 비디오 등으로 인해 기업과 정부에 대한 대중의 회의와 불신이 증가할 가능성을 경고했다. 또한 구글 클라우드는 공격자를 위한 유료 서비스 형태의 생성형 AI와 LLM도 등장할 것으로도 예측했다. 좋은 소식은 사이버 방어자들도 비슷한 툴을 사용하여 이러한 위협에 맞선다는 것이다. 구글 클라우드는 조직에서 대량의 데이터를 합성하고 위협 인텔리전스에서 이를 컨텍스트화한 다음 실행 가능한 탐지 또는 기타 분석을 도출하는 것이 AI의 주요 사용 사례 중 하나가 될 것으로 예측했다. AI와 생성형 AI는 이러한 대규모 데이터 집합을 분석하고 취해야 할 조치를 추론하는 인간의 역량을 보강하는 기능을 제공할 것이다. 2024년의 전 세계 위협 전망 공격자는 환경에 대한 지속적인 액세스를 최대한 길게 유지하는 데 목표로 두므로 2024년에는 이러한 액세스를 더 오래 유지하기 위해 제로데이 취약점과 엣지 디바이스를 악용할 것이다. 이 전망은 2023년의 제로데이 취약점이 2021년에 세워진 이전 기록을 뛰어넘을 것이라는 예상에 근거한다. 러시아의 우크라이나 침공 이후 나타난 파괴적 핵티비즘의 경우 하마스-이스라엘 분쟁 중에도 비슷한 활동이 관측된 만큼 앞으로도 계속 증가할 가능성이 높다. 이러한 활동에는 DDoS 공격, 데이터 유출 및 훼손이 포함된다. 맨디언트 인텔리전스(Mandiant Intelligence)는 이 같은 활동이 과거에 성공을 거둔 만큼 재활용될 가능성이 높다고 예상했다. 러시아의 우크라이나 침공 이전에 관찰된 바와 같이 일부 국가는 와이퍼 맬웨어를 추가할 수도 있다. 당시 러시아 APT 그룹은 우크라이나 표적에 대한 액세스 권한을 획득해 동적인 작전과 동시에 파괴적인 공격을 개시했다. 보고서는 “대만 해협과 기타 전 세계적인 보안 위협으로 인해 2024년에는 전략적으로 중요한 표적에 사전에 배치된 파괴적인 와이퍼 맬웨어가 발견될 것”이라고 전망했다. 또한 구글 클라우드는 우주 기반 인프라를 노리는 공격, 하이브리드 및 멀티클라우드 환경에 대한 공격의 성숙화, 위협 행위자의 서버리스 서비스 사용 증가, 갈취 공격의 지속, 스파이 및 슬리퍼 봇넷, SystemFunctionXXX 및 안티 가상머신을 포함한 과거 수법의 부활을 예상했다. 맬웨어 제작자들은 고, 러스트, 스위프트와 같은 프로그래밍 언어로 계속해서 더 많은 소프트웨어를 개발할 것이다. 이러한 언어는 뛰어는 개발 환경과 저수준 기능, 풍부한 표준 라이브러리, 써드 파티 패키지와의 손쉬운 통합을 제공하기 때문이다. 개발자들은 소프트웨어 패키지 관리자에 호스팅되는 공급망 공격을 통해 표적이 된다. 사이버 보안 보험이 증가하면서 보험료는 안정적으로 유지될 것으로 전망된다. 구글 클라우드는 보안 운영 솔루션에서 통합 위험 및 위협 인텔리전스에 대한 고객 요구가 강해지면서 섹옵스(SecOps)의 통합도 증가할 것으로 예상했다. 2024년 주목할 지역별 동향 선거 시스템을 표적으로 한 스파이 활동과 영향력 행사, 소셜 미디어에서의 후보자 사칭, 유권자를 노리는 정보 작전 등 다가오는 미국 대선을 겨냥한 사이버 활동에 참여하는 국가 및 기타 위협 행위자가 증가하고 있다. 특히 중국, 러시아, 이란에서 미국 정부를 대상으로 한 스피어 피싱과 기타 공격이 증가할 것으로 예상된다. 마찬가지로 선거가 실시되는 대만, 한국, 인도, 인도네시아에서도 이와 비슷한 활동이 발생할 것으로 보인다. 중국이 새로 제작한 지도 역시 인도 및 인도네시아 선거 중에 논쟁을 유발할 수 있다. 사이버 범죄와 인신매매, 두 가지 요소가 모두 포함된 이른바 돼지 도살 사기(로맨스 사기)는 2024년에도 아시아 태평양 국가의 사법 기관에 계속해서 골칫거리가 될 전망이다. 아시아 태평양 지역에서는 엔드포인트 탐지 및 대응 솔루션의 도입이 증가하면서 탐지를 최소화하기 위한 공격 전술도 함께 증가할 것으로 예상된다. 6월에 실시되는 유럽 의회 선거도 사이버 스파이 활동과 정보 작전을 모두 수행하는 위협 행위자들에게 매력적인 표적이며, 이와 관련해서는 러시아가 가장 뚜렷한 위협으로 보고되고 있다. 러시아와 중국은 아프리카에 영향을 미치기 위해 허위 정보를 퍼뜨리는 사이버 캠페인으로 아프리카 국가를 표적으로 한 활동을 늘리면서 독재 정권을 지원하고 불화를 조장하는 동시에 민주 제도를 약화시키고 있다. 중국 및 러시아 그룹은 스마트폰, 컴퓨터, 전기차와 같은 많은 하이테크 제품에 필수적인 희토류 광물 산업을 노릴 것으로 전망된다. 2024년 파리에서 열리는 하계 올림픽에서 사이버 범죄자들은 특히 금융 정보 또는 자격 증명을 요청하는 피싱 캠페인을 통해 티켓 시스템과 상품을 노릴 것으로 예상된다. 마지막으로, 내년에도 중국과 러시아, 북한, 이란은 각자의 목표를 달성하기 위해 스파이 활동과 사이버 범죄, 정보 작전 및 기타 캠페인을 수행하면서 활동을 지속할 것으로 보인다. 맨디언트 인텔리전스와 구글 클라우드의 부사장인 산드라 조이스는 성명서에서 4대 위협 국가에 대해 “중국, 러시아, 북한, 이란은 지정학적 필요에 따라 장단기적으로 각각 특징적인 사이버 역량을 행사하고 있다. 특히 중동과 동유럽, 동아시아의 분쟁 지역을 중심으로 전 세계적 긴장이 고조되면서 이러한 행위자들을 이용하는 사례도 분명 증가할 것이므로 집중적인 준비가 중요하다”라고 말했다. editor@itworld.co.kr

“영감이 샘솟는다” 오픈AI 데브데이에서 주목할 만한 새로운 툴 3가지

8비트두 레트로 키보드 리뷰 | “가성비+감성” 바라보는 것만으로도 즐겁다

“그림자 API의 역습” API 보안이 위험하다

삼성의 안드로이드 14 업그레이드에 대한 도발적 질문 3가지

“이젠 손색없는 미니 PC” 라즈베리 파이 5 공개

“클라우드 자산을 더욱 안전하게” 현명한 CSPM 도구 선택 가이드

스마트폰 2023.11.01

“중급 스마트폰 대표주자” 삼성 갤럭시 A34 vs. 구글 픽셀 6a 비교

중급 스마트폰인 삼성 갤럭시 A34와 구글 픽셀 6a는 각각 고유의 이점이 있다. 어떤 제품이 더 나은 선택인지 결정하는 것은 어디까지나 취향의 문제다. 여기서는 디스플레이 품질 및 보안 기능부터 성능, 배터리 수명 및 카메라 기능에 이르기까지 갤럭시 A34와 픽셀 6a의 주요 측면을 자세히 비교한다. 어떤 제품이 자신의 요구사항에 더 적합한지 판단하는 데 도움이 될 것이다. 디스플레이 갤럭시 A34의 경우, 6.6인치 120Hz 슈퍼 아몰레드(Super AMOLED) 디스플레이가 탑재됐고 구글 픽셀 6a는 6.1인치 60Hz 올레드(OLED) 디스플레이를 제공한다. 일반적으로 두 제품 모두 디스플레이가 훌륭하다. 영상을 시청하거나 시각적인 즐거움을 추구하는 등 다양한 콘텐츠를 소비한다면 두 제품 모두 만족스러울 것이다. 그러나 갤럭시 A34에는 몇 가지 이점이 더 있다. 우선 화면이 더 크기 때문에 더 넓은 공간을 선호하는 이들에게 더 나은 선택지다. 픽셀 6a는 A34보다 더 작다. 또한 갤럭시 A34가 빠른 움직임을 픽셀 6a보다 더 부드럽게 구현한다. 갤럭시 A34의 주사율은 120Hz며, 픽셀 6a는 60Hz에 불과하다. 업데이트 지원 및 기타 기능 두 제품 모두 안드로이드 13을 실행한다. 안드로이드 스마트폰의 경우 삼성 및 구글이 제공하는 최고의 소프트웨어 지원을 받을 수 있다. 두 제품 중 하나를 사용한다면 향후 몇 가지 주요 업데이트를 제공받을 수 있을 것이다. 픽셀 6a는 3년간의 안드로이드 업데이트 및 5년간의 보안 업데이트를 제공하며, A34는 4년간의 안드로이드 업데이트 및 5년간의 보안 업데이트를 제공한다. 즉, 두 제품 모두 안드로이드 14를 지원한다. 보안과 관련해 두 제품 모두 디스플레이에 지문 스캐너가 내장돼 있다. 반응성은 모두 뛰어나므로 차이는 크지 않을 것이다. 그러나 갤럭시 A34는 한 단계 더 나아가 픽셀 6a에 없는 기능인 안면 인식을 제공한다. 대부분 사람은 지문 스캐너를 선호하는 경향이 있지만, 안면 인식 잠금 해제와 같은 보조 옵션으로 인해 A34가 이 측면에서 우위를 확보한다. 두 스마트폰 모두 NFC를 지원해 구글 페이/삼성 페이를 사용할 수 있으며, 방진 및 방수 등급도 IP67로 같다. 두 제품 모두 헤드폰잭을 포함하지 않으므로 무선 이어버드를 가지고 있지 않거나 표준 유선 헤드폰을 사용하는 경우 별도의 어댑터가 필요하다. 프로세서 및 메모리 갤럭시 A34는 미디어텍 디멘시티 1080 칩셋(MediaTek Dimensity 1080 chipset)과 6GB RAM을, 픽셀 6a는 구글 텐서 칩셋(Google Tensor chipset)과 6GB RAM을 제공한다. 긱벤치 5(Geekbench 5) 멀티 코어 테스트에서 픽셀 6a는 2,745점, 갤럭시 A34는 2,312점을 기록했다. 전반적으로 두 제품 모두 일상적인 사용에 적합한 성능을 제공하지만, 조금 더 자세히 따지면 픽셀 6a가 성능 면에서는 약간의 우위를 차지한다. 픽셀 6a와 갤럭시 A34 모두 128GB 내장 스토리지를 제공한다. 가장 큰 차이점은 확장 여부다. 갤럭시 A34는 마이크로SD 카드 확장을 지원하지만, 픽셀 6a는 지원하지 않는다. 갤럭시 A34는 8GB RAM/256GB 버전도 있다. 확장 가능한 스토리지가 필요하다면 A34가 더 나은 선택지다. 배터리 성능 갤럭시 A34의 경우, 25W 충전 어댑터를 사용할 경우 제공된 케이블로 급속 충전이 가능하다. 하지만 배터리 용량이 픽셀 6a보다 커 실제 충전 속도는 픽셀 6a보다 느리다. 15분에 약 15~20% 충전, 30분에 약 1/3, 2시간 만에 완전 충전이 가능하다. 반면 픽셀 6a는 최대 충전 속도가 최대 18W로 갤럭시 A34보다 비교적 느리지만, 15분 만에 22%, 30분 만에 약 42%까지 충전되고 1시간 50분 만에 완전 충전할 수 있다. 두 제품 모두 배터리 성능이 견고하므로 더 빠른 충전 속도를 중요하게 고려한다면 배터리 용량이 더 작아도 픽셀 6a가 더 나은 선택지다. 카메라 및 가격 갤럭시 A34는 1,300만 화소 전면 렌즈, 4,800만 화소 후면 메인 렌즈, 800만 화소 초광각 렌즈, 500만 화소 접사 렌즈가 탑재된 트리플 렌즈 구성이다. 후면 및 전면 카메라 모두 4K 영상을 촬영할 수 있다. 픽셀 6a에 탑재된 전면 렌즈는 800만 화소이며, 후면의 경우 1,220만 화소의 메인 렌즈와 1,200만 화소의 초광각 렌즈로 구성된다. 후면 카메라는 4K 영상을 촬영할 수 있으나 전면 카메라로는 1080p까지만 촬영할 수 있다. 두 제품의 카메라 성능은 각각의 장점이 있다. 갤럭시 A34는 픽셀 6a에는 없는 근접 촬영용 접사 렌즈를 갖추고 있다. 하지만 픽셀 6a는 전반적인 사진 및 영상 품질이 뛰어나다. 픽셀 6a는 449달러(약 60만 9,700원)로 출시됐으며, 갤럭시 A34의 출시가는 6GB RAM/128GB 구성이 49만 9,400원, 8GB RAM/256GB 구성이 51만 8,700원이다. 결론 큰 화면과 부드러운 움직임, 다양한 보안 옵션 및 확장할 수 있는 스토리지를 우선시한다면 삼성 갤럭시 A34가 더 나은 선택지다. 배터리 충전 속도, 벤치마크 성능 면에서는 픽셀 6a가 뛰어나다. 일상적인 사용 환경에서는 중요하지 않을 수 있지만, 약간의 차이라도 성능이 중요하고 카메라 품질을 중요하게 여긴다면 픽셀 6a가 적합할 수 있다. 세부사양 안드로이드 13 기반 원 UI(One UI) 안드로이드 13 6.6인치 120Hz AMOLED 2340×1080(19.5:9) 6.1인치 60Hz OLED 2400×1080 (20:9) 미디어택 디멘시티 1080 칩셋 구글 텐서 칩셋 6/8GB RAM 6GB RAM 128/256GB 스토리지, 마이크로SDXC 128GB 스토리지 카메라 기본 : 4,800만 화소 f/1.8 OIS 초광각 : 800만 화소 f/2.2 접사 : 500만 화소 f/2.4 전면 : 1,300만 화소 f/2.2 카메라 기본 : 1,220만 화소 IMX363 f/1.7 OIS 초광각 : 1,200만 화소 IMX386 f/2.2 전면 : 800만 화소 IMX355 f/2.0 스테레오 스피커 스테레오 스피커 NFC/와이파이 5 NFC/와이파이 6E 블루투스 5.3 블루투스 5.2 5G 5G 지문인식/안면인식 지원 지문인식 5,000mAh 배터리 4,400mAh 배터리 유선 충전 속도 최대 25W 유선 충전 속도 최대 18W IP67 IP67 161.3×78.1×8.2mm 152.2×71.8×8.9mm 199g 178g editor@itworld.co.kr

BOSSIE 2023 | 올해 최고의 오픈소스 소프트웨어 25선

WD 블랙 SN770M 리뷰 : "스팀 덱 교체에 딱"인 고속·대용량 SSD

스냅드래곤 X 엘리트의 오라이온 PC로 내비친 '퀄컴의 자신감' 해부하기

“너무 빠르게 발전해도 문제” 기술 혁신이 보안 위협이 된 10가지 사례

“이것저것 따져봐도…” AMD 라이젠 7000 시리즈를 사야 하는 5가지 이유

“이렇게 좋은데 가격까지 착하다” 고주사율 모니터를 지금 구매해야 하는 이유

AIㆍML 2023.10.23

요즘 핫한 커리어 스킬, ‘프롬프트 엔지니어링’ 현황과 전망

윈도우 보안을 한층 강화하는 고급 사용자용 해킹 도구 7선

아이폰 15 플러스 리뷰ㅣ크고 매력적인 ‘절충안’

14세대 랩터 레이크 리프레시 "성능 개선은 미미, AI 활용이 특징"

“영화 ‘원더우먼’ 제작에도 썼다” 알짜 오픈소스 프로그램 22가지

HP 스펙터 폴더블 즉석 리뷰 | ‘눈물 나는’ 가격표, ‘마음 설레는’ 쓰리인원 디자인

챗GPT 확장 프로그램 10가지로 꾀하는 크롬 브라우저의 변신

1/2

TOPIC

제목

제목

제목