2023년 2분기 전 세계 주간 사이버 공격 증가율
Z세대 : 결제의 미래 (Gen Z: the future of spending)
2023년 2분기 메타의 AR/VR 헤드셋 시장 점유율
“네트워크 옵저버빌리티 도구를 실제로 활용하고 있다”
2023년 2분기 국내 스마트폰 시장 플래그십 제품군 점유율
대규모 언어 모델(LLM)을 기반으로 하는 챗GPT, 클로드(Claude), 바드(Bard)를 비롯한 공용 생성형 AI 챗봇도 충분히 좋지만, 이와 같은 범용 챗봇은 엔터프라이즈 워크플로우에 매끄럽게 통합되지는 않는다. 기업 직원이 별도의 앱을 사용하거나, 회사가 시간과 노력을 들여 애플리케이션 프로그래밍 인터페이스를 통해 자체 애플리케이션에 AI 기능을 추가해야 한다. 또한 챗GPT 및 기타 생성형 AI 챗봇을 사용하기 위해서는 직원이 프롬프트 엔지니어링에 대해서도 배워야 한다. 반면, 임베디드 생성형 AI는 직원이 이 기술을 가장 필요로 하는 곳, 즉 기존 워드 프로세싱 애플리케이션과 스프레드시트, 이메일 클라이언트를 비롯한 기타 엔터프라이즈 생산성 소프트웨어에 새로운 AI 기능을 구현해주며, 이를 위해 회사가 따로 해야 할 일도 없다. 제대로 구현되면 직관적으로, 단절 없이 새로운 AI 기능을 사용할 수 있게 되므로 어려운 생성형 AI 사용법 학습 과정 없이 모든 혜택을 누리게 된다. 포레스터는 최근 북미와 영국의 기술 의사 결정자를 대상으로 한 설문조사 결과를 근거로 2025년까지 거의 모든 기업이 쓰기 및 편집을 포함한 커뮤니케이션 지원 용도로 생성형 AI를 사용하게 될 것으로 예측했다. 실제로 설문 응답자의 70%는 쓰기 또는 편집 작업의 대부분 또는 전체에서 이미 생성형 AI를 사용하고 있다고 답했다. 그러나 포레스터에 따르면 챗GPT 같은 독립적인 생성형 AI 툴은 교차 직무 협업을 지원하지 못하며 직원이 업무를 수행하는 부분에서 작동하지도 않는다. 포레스터는 설문조사 보고서에서 “많은 사용 사례에서 생성형 AI는 독립형 앱보다는 임베디드 기능일 때 더 큰 혜택을 제공한다는 의미”라고 설명했다. IBM 컨설팅의 글로벌 AI 및 분석 부문 리더 매니시 고얄 역시 “아무리 좋은 AI를 가져오더라도 정작 사람들이 워크플로우에서 AI를 사용할 수 없다면 채택되지 않는다"라고 말했다. 임베디드 생성형 AI와 관련하여 현재 가장 큰 화제는 마이크로소프트 365 생산성 제품군 전반에 통합 구축되고 있는 생성형 AI 비서인 마이크로소프트 365 코파일럿이다. 일부 생성형 AI 기능은 팀즈 및 기타 마이크로소프트 365 앱에 구현됐지만 코파일럿 자체는 아직 정식 출시되지 않았고 테스트를 위한 초기 액세스가 허용된 기업은 600개에 불과하다. 마이크로소프트 365 코파일럿의 정식 출시를 손꼽아 기다리고 있는 솔루션 통합업체 인사이트(Insight)의 최고 엔터프라이즈 설계자 겸 CTO 데이비드 맥커디는 “데모를 본 사람이라면 생성형 AI의 통합이 백오피스가 돌아가는 방식을 완전히 바꿔 놓게 될 것임을 알고 있다"라고 말했다. 한편 일부 기업은 오픈AI에 대한 API를 통하거나 라마 2(Llama 2) 같은 LLM을 로컬로 실행해서 자체 앱에 생성형 AI를 직접 추가하고 있다. 예를 들어 인사이트는 API를 통해 마이크로소프트 엑셀에 생성형 AI를 내장했다. 맥커디는 “다만 향후 오피스 365에 통합될 것이기 때문에 이 부분에 대한 개발을 너무 많이 하지는 않고 있다"라고 말했다. 자체 AI 임베드를 만드는 데 필요한 시간이나 인력을 갖추지 못한 기업도 지금 생산성 툴 내에서 생성형 AI 사용을 시작할 수 있다. 많은 업체가 이미 앱에 다양한 생성형 AI 기능을 추가했기 때문이다. 예를 들어 줌, 마이크로소프트 팀즈를 비롯한 여러 온라인 회의 플랫폼은 내장형 또는 애드온 방식으로 AI 기반 요약 기능을 제공한다. 맥커디는 “이 기능이 회의 요약 방식을 완전히 바꾸어 놓았다. 요약 기능이 매우 유용한다는 점은 확실히 말할 수 있다. 큰 이득이 없는 기능도 많지만 요약과 목록 작성만큼은 최고”라고 말했다. 일부 기업에서 워크플로우에 생성형 AI를 어떻게 사용하고 있는지, 어느 부분에서 효과적인지, 그리고 생성형 AI를 안전하게 도입하기 위한 전략은 무엇인지 알아보자. 스트림 파이낸셜 : 이메일, 텍스트 문서, 코드의 생성형 AI 미국 솔트레이크시티에 소재한 핀테크 기업 스트림 파이낸셜 테크놀로지(Stream Financial Technology)의 엔지니어링 책임자인 조완자 조셉은 “우리가 사용하는 스파크(Spark)라는 이메일 클라이언트에는 이메일 요약과 작성을 위한 생성형 AI가 내장돼 있다"라고 말했다. 조셉은 “나도, 경영진도 대부분 긍정적이다. 유일하게 부정적으로 보는 부분은 AI가 이해 부족을 가리는 허울이 될 수 있다는 점이다. 즉, 글을 읽다가 말이 안 되는 부분이 있어서 지적하면 AI가 써서 그렇다고 둘러댈 수 있다는 점”이라고 말했다. 스트림 파이낸셜이 사용하는 또 다른 생성형 AI 툴은 마이크로소프트 워드, 구글 문서도구를 비롯한 많은 애플리케이션 내에서 작동하는 그래멀리(Grammarly)다. 그래멀리는 처음에는 단순한 문법 검사기였지만 최근 AI 기반의 텍스트 생성, 문구 수정 및 요약 기능까지 더했다. 조셉은 “그래멀리 기업 구독을 이용하고 있다. 구글 문서 도구 내에서 작동하며, 단락을 쓰거나 요약하도록 지시할 수 있다. 내용을 채워 넣고 요약하는 용도로는 좋지만 기술적인 분야에 대한 심층적인 내용은 다루지 못한다"라고 말했다. 조셉이 지적한 그래멀리 AI의 문제점은 각각의 상호작용이 별개라는 점이다. 챗GPT, 클로드와 같이 대화를 계속 주고받으면서 결과물을 세밀하게 다듬을 수가 없다. 조셉은 “그래멀리 AI에 무엇을 해야 할지 지시할 좋은 방법이 없다"라고 말했다. 조셉은 회사 측이 기밀 데이터 또는 고객 정보에 대해서는 공용 AI를 사용하지 않도록 주의한다고 강조했다. 조셉은 “장기적 관점에서 생성형 AI를 사용해 마케팅 문구와 같은 콘텐츠를 생성하는 데 대해 낙관적이다. A/B 테스트를 위한 다른 문구를 작성하거나 동일한 문구를 다양한 형태로 반복 생성할 수 있다"라고 말했다. 조셉은 생성형 AI가 가장 크게 영향을 미치는 부분은 코드 생성이라면서 “깃허브 코파일럿에 1인당 월 19달러를 내고 있는데, 그 5배라 해도 기꺼이 낼 것이다. 막대한 시간을 절약할 수 있게 해주며 지식도 상당한 수준”이라고 말했다. 조셉은 “코드 생성은 생성형 AI의 가치가 입증된 부분이다. 그 외의 모든 부분은 아직 단언할 수 없고, 갈 길이 멀다"라고 말했다. NFP : 마케팅 문구, 회의 요약에 생성형 AI 사용 보험 중개업체 NFP는 2년 전부터 텍스트 작성에 AI를 사용해왔다. 이 회사의 영업 지원 부문 SVP인 카일 힐리에 따르면 NFP는 챗GPT가 대중에 공개되기 훨씬 전부터 재스퍼(Jasper) AI를 사용해서 마케팅 문구를 작성했다. 처음 오픈AI의 GPT 3.5 대규모 언어 모델을 기반으로 2021년 2월 출시된 재스퍼는 화이자, 스포츠 일러스트레이티드(Sports Illustrated), 허브스팟(HubSpot), 센티넬원(SentinelOne)을 포함한 10만 곳 이상의 기업 고객을 두고 있다. 현재 재스퍼 AI는 가장 진보된 버전의 챗GPT와 같은 기반 모델인 GPT 4를 사용한다. 여기에 특정 사용 사례에 따라 맞춤화된 마케팅 또는 비즈니스 콘텐츠를 생성하도록 설계된 부가적인 모델과 세부적인 조정 등 비즈니스 친화적인 기능을 추가했다. 또한 회사 자체 브랜드 성격을 학습시키고, 회사 워크플로우 내에서 확장 기능 및 API를 통해 사용할 수 있다. 힐리는 “보안에 대해 일부 우려가 있었다. 그리고 재스퍼는 폐쇄형 시스템이다. 마케팅 부서에서 일부 카피라이팅 작업에 여전히 재스퍼를 사용하고 있다"라고 말했다. 최근 NFP는 재스퍼에서 영업 활동 지원 플랫폼인 세일즈로프트(Salesloft)에 내장된 생성형 AI 툴로 대부분 전환했다. 세일즈로프트는 지난 봄에 빠른 이메일 작성을 위한 생성형 AI 기능을 추가했다. 힐리는 “CRM 시스템의 안내 및 코칭에도 생성형 AI를 사용하기 시작했다. AI 툴이 모든 부분에 연결되기 시작하면서 이제는 더 많은 프로그램에서 GPT를 사용하고 있다. 마이크로소프트 생태계 전반에 완전히 내장된 형태”라고 말했다. 힐리 본인도 생성형 AI를 적극적으로 사용한다. 힐리는 “2023년 비즈니스 계획 전체를 AI를 사용해 작성했다”면서 “AI의 효과에 대해 내부적인 설득 작업을 진행하던 중에 고위직의 누군가가 AI가 아직 그 수준에 이르지 못했다고 말했다. 그래서 오기로 비즈니스 계획을 AI로 만들어서 제출했는데, 반응이 아주 좋았다. 로봇이 작성한 것으로 믿기지 않는다는 반응이었다"라고 말했다. 힐리는 “사모펀드 분야에서 일하는 영업팀의 고위급 직원도 리드를 작성하고 계약을 체결하는 데 AI를 사용하기 시작했다. 올해 초부터 경영진, 영업부서를 비롯해 많은 직원이 AI를 사용하고 있다. 이들은 ‘AI를 채택해야만 한다’고 말한다"라고 전했다. NFP는 마이크로소프트 팀즈에서도 생성형 AI를 사용해서 회의 노트를 자동으로 생성한다. 힐리는 “모두가 이해해야 할 중요한 점은 AI가 우리 일을 대체하는 것이 아니라 증폭하고 보강한다는 것이다. 같은 수의 사람으로 더 많은 일을 할 수 있게 해준다"라고 말했다. 힐리는 다음 단계는 세일즈포스의 생성형 AI 기능을 사용해서 원시 데이터를 해설적 데이터로 바꾸는 것이라며 “지금 이 부분을 추진하고 있다. 이를 통해 경영진은 자연스럽게 느껴지는 방식으로 정보를 흡수할 수 있게 된다. 예를 들어 나처럼 숫자에 서툴고 항상 숫자에서 막힌다면 숫자가 아닌 다른 방식으로 정보를 흡수할 수 있게 될 것”이라고 말했다. 생성형 AI 툴을 사용할지 여부를 결정할 때 중요한 것은 학습 데이터의 정확성과 개인정보 보호, 보안, 그리고 사용성이다. 힐리는 “영업 및 마케팅 문구에서는 사유 부분을 다루지 않는다. 그러나 NFP는 인수합병을 많이 한다. 법무팀이 AI를 사용해서 계약서를 더 빠르게 만들거나 미묘한 차이 또는 세부 사항을 찾을 수 있을까? 개인정보 보호와 보안, 클로즈드 소스 모델을 살펴봐야 한다"라고 말했다. 힐리는 지금은 영업 담당자가 새로운 AI 툴을 익히도록 하는 작업을 진행 중이라면서 “간소함과 사용의 용이함이 중요하다. 자연스럽게 느껴지는지, 마음을 먹고 사용법을 배워야 하는지가 관건”이라고 말했다. 힐리는 예를 들어 챗GPT는 사용하기가 쉽지 않았다면서 “챗GPT에 말을 하기 위해서는 거의 정해진 코스에 따라야 한다. 어떤 면에서는 프로그래밍과 상당히 비슷하다. 하지만 NFP는 기술 기업이 아니고 보험을 판매하는 회사”라고 말했다. 직원이 이미 사용하는 툴에 내장된 형태의 생성형 AI는 이러한 사용성 장벽을 극복하는 데 도움이 될 수 있다. 힐리는 “예를 들어 세일즈로프트는 반복적이고 유기적이다. 생성형 AI는 이 툴의 자연스러운 확장이다. 새로운 것을 배울 필요가 없다는 것이 NFP에는 중요한 점이다. 35년째 일하는 보험 담당자도 바로 사용할 수 있고, 25세 직원이라면 시스템 전체를 지극히 자연스럽게 받아들인다"라고 말했다. 톰슨 로이터 : 서신 초안 작성, 직원 질문에 대한 응답에 생성형 AI 사용 뉴스 기업 톰슨 로이터(Thomson Reuters)의 최고 인사 책임자인 매리 앨리스 부이식은 수십년 전부터 제품과 사무실에서 AI를 사용해왔다면서 “이미 존재하는 많은 부분에 AI가 내장돼 있다. 핵심은 증강, 즉 사람들이 더 가치 있는 일을 할 수 있도록 해주는 데 있다"라고 말했다. 부이식은 AI는 사람이 아니라 “작업을 대체한다"라고 말했다. 생성형 AI가 보편화된 지금 톰슨 로이터는 선제적으로 공급업체에 관심을 갖고 이들의 AI 로드맵을 살펴봤다. 부이식은 이미 많은 부분이 발표됐다고 말했다. 예를 들어 세일즈포스와 워크데이(Workday) 모두 생성형 AI 전략을 마련했다. 부이식은 “마이크로소프트 코파일럿과 그 외에도 수많은 툴이 있다"라고 말했다. 부이식은 톰슨 로이터에서 이미 많은 생성형 AI 툴이 사용되고 있다고 말했다. 예를 들어 커뮤니케이션 팀은 AI를 사용해서 문서의 초안을 작성한다. “실제로 작업의 첫 번째 초안 작성에서 전반적으로 AI 툴을 사용할 여지가 있다. 다만 정확성은 AI에 의지할 수 없고 교육에서도 이 부분을 다뤘다. 처음 초안이 작성된 다음에는 사람이 편집한다. 즉, 사람의 전문성을 적용해서 더 높은 품질의 제품을 제공한다"라고 말했다. HR 분야에서는 생성형 AI를 사용해 직원 질문에 답하기와 관련한 실험이 진행 중이다. 부이식은 “초기 결과는 매우 만족스럽다. 지금까지 정확도는 95%이며 과거 이러한 질문에 답하느라 빼앗겼던 시간을 돌려줘서 부가가치를 창출하는 일에 투자할 수 있게 해준다"라고 말했다. 생성형 AI 도입을 위한 세 갈래 접근 부이식은 톰슨 로이터는 가능성에서 앞서 나가기 위해 AI 도입을 가속화하기 위한 전사적 이니셔티브를 출범했다고 말했다. 첫 번째 단계는 AI 표준과 윤리의 정립으로, 몇 년 전부터 해오고 있다. 부이식은 “톰슨 로이터는 30년 이상 AI를 사용하고 있다. 생성형 AI 이전에도 이 분야의 리더가 되기 위해 노력했다"라고 말했다. 부이식은 “다음 단계는 인력 교육이다. 이는 반드시 필요한 단계”라고 말했다. 톰슨 로이터는 지난 4월 전세계 모든 직원이 참여할 수 있는 AI 교육의 날을 열었다. 총 2만 7,000명의 직원 중 약 7,000명이 라이브로 이 이벤트에 참석했다. 부이식은 “그 외에도 수천 명이 비동기적으로 이 교육 자료를 활용하고 있다"라고 덧붙였다. 부이식에 따르면 참가자의 대다수는 이미 자신의 업무에 생성형 AI를 적용할 수 있다고 말했다. 부이식은 “이는 로이터 직원 대부분이 앞으로 일하면서 겪게 될 가장 중요한 혁신이다. 우리는 이 부분에서 선두에 서야 한다. 회사 측은 교육과 개발, 업스킬 및 리스킬에 대한 책임이 있다. 그러나 모든 개인도 배우고 발전해야 할 책임이 있다"라고 말했다. 톰슨 로이터 AI 전략의 세 번째 축은 모든 툴을 실험할 수 있는 안전한 장소를 제공하는 것이다. 부이식에 따르면 톰슨 로이터는 생산성 소프트웨어에 내장된 생성형 AI 외에도 오픈AI, 앤트로픽, 구글, 그리고 라마 2와 같은 오픈소스 모델을 포함한 다양한 대규모 언어 모델을 실험하고 있다. 부이식은 “변화의 속도가 매우 빠르다. 톰슨 로이터는 고객 사용 사례를 위해 최선의 기술을 활용하고자 한다"라고 말했다. 마지막으로, 이 회사는 학습과 실험의 문화를 강화하고 있다. 부이식은 “가장 빠르게 배우고 실험하는 팀이 승리하게 될 것”이라고 말했다. 위험을 고려해서 현명하게 선택하기 몇몇 엔터프라이즈 기술 업체는 생성형 AI 기능뿐만 아니라 모델을 학습시키는 방법 또는 사용할 구체적인 모델에 관한 유연함도 고객에 제공한다. IBM 컨설팅의 고얄은 “IBM은 세일즈포스를 사용한다. IBM의 세일즈포스 관리자는 나와 같은 최종 사용자가 그냥 볼 수 있도록 적절한 모델을 선택하고 구성할 수 있다. 세일즈포스는 임베디드 AI를 선택할 수 있는 옵션도 제공한다"라고 말했다. 고얄은 IBM 컨설턴트가 현재 기업과 협력해서 마이크로소프트 365를 비롯한 과련 기술로 무엇이 가능한지, 그리고 법률 및 보안 측면에서 생성형 AI가 어떤 영향을 미치는지에 대해 생각하도록 돕고 있다고 말했다. 고얄은 “IBM의 왓슨x(Watsonx)에 대한 입장은 확고하다. 고객의 데이터는 고객의 소유라는 것이다. IBM은 모델 학습에 고객 데이터를 절대 사용하지 않는다. 애저, AWS, 구글과 협력하고 있으며 이들 각 기업은 생성형 AI의 이 부분에 있어 예전부터 명확한 입장을 유지하고 있다. IBM의 파트너 및 고객 역시 마찬가지다. 고객이 업로드하거나 서비스에 사용하는 어떠한 데이터도 모델 학습에 사용되지 않는다. 그렇지 않으면 어떤 기업도 AI를 사용하지 않을 것”이라고 말했다. 이 원칙을 위반한 엔터프라이즈 업체의 예로 줌이 있다. 줌은 처음에 회의 녹취록을 AI 학습에 사용할 것이라고 말했다가 격렬한 반발에 직면해 황급히 철회한 바 있다. 그러나 초기 학습 데이터의 출처에 대해서는 업체의 투명성이 부족하다. 고얄도 그 점을 인정하면서 “왓슨x는 학습 데이터에 대한 완전한 데이터 계보를 제공한다. 그러나 모든 업체가 그렇지는 않다. 명확하게 밝히지 않는 경우가 많다"라고 말했다. 또한 몇몇 AI 업체는 저작권이 있는 상품을 허가 없이 AI 학습에 사용했다는 이유로 아티스트 및 작가로부터 피소된 상황이다. 고얄은 “AI에는 항상 위험이 있었다"라고 말했다. 대규모 언어 모델에는 과거의 오래된 위험이 더 증폭된 경우도 있고 새로운 위험도 있다. 고얄은 “기업은 생성형 AI를 사용할 때 가드레일을 설치해야 한다"라고 말했다. 그러나 기업에 결국 중요한 것은 이러한 새로운 기능을 어떻게 사용할 수 있을지를 살펴보는 것이다. 고얄은 “그 방법을 가장 빠르게 파악하는 기업이 승자가 되고 꿈처럼 보이는 일을 현실화할 수 있을 것”이라고 말했다. editor@itworld.co.kr
대규모 언어 모델(LLM)을 위한 효과적인 프롬프트를 작성하는 데는 기술이 필요하지만 LLM 사용법은 대체로 간단하다. 반면 언어 모델을 사용한 프로그래밍은 어려울 수 있다. 그럴 때 을 사용하면 된다. 랭체인은 언어 모델 기반의 애플리케이션을 개발하는 프레임워크다. 랭체인을 사용해 챗봇 또는 개인 비서를 만들고, 문서 또는 구조화된 데이터에 대한 Q&A를 요약, 분석, 생성하고, 코드를 쓰거나 이해하고, API와 상호작용하고, 생성형 AI를 활용하는 여러 가지 애플리케이션을 만들 수 있다. 현재 랭체인에는 파이썬과 타입스크립트/자바스크립트의 두 가지 버전이 있다. 랭체인은 언어 모델이 데이터 소스에 연결하고 환경과 상호작용할 수 있게 해준다. 랭체인 주요 요소는 모듈식 추상화 및 추상화 구현의 모음으로 구성돼 있다. 랭체인 기성형(off-the-shelf) 체인은 특정 상위 수준의 작업을 수행하기 위한 구성 요소의 구조화된 어셈블리다. 구성요소를 사용해 기존 체인을 맞춤설정하고 새 체인을 만들 수 있다. 언어 모델에는 LLM과 채팅 모델, 두 종류가 있다. LLM은 문자열을 입력으로 받고 문자열을 반환한다. 채팅 모델은 메시지 목록을 입력으로 받고 채팅 메시지를 반환한다. 채팅 메시지에는 내용과 역할, 두 가지 구성요소가 포함된다. 역할은 사람, AI, 시스템, 함수 호출 또는 일반 입력 등 내용이 어디서 오는지를 지정한다. 일반적으로 LLM은 입력에 프롬프트 템플릿을 사용한다. 프롬프트 템플릿을 사용해 LLM 또는 채팅 모델이 취할 역할, 예를 들어 “영어를 프랑스어로 번역하는 유용한 비서” 등을 지정할 수 있다. 또한 프롬프트 템플릿을 이용하면 번역할 구문 목록과 같은 다양한 내용 인스턴스에 이 템플릿을 적용할 수 있다. 랭체인의 작동 방식 : 모듈 랭체인에는 다음 6개 모듈이 있다. 모델 I/O는 프롬프트를 관리하고 공통 인터페이스를 통해 언어 모델을 호출하고 모델 출력에서 정보를 추출할 수 있게 해준다. 데이터 연결은 데이터를 로드, 변형, 저장 및 쿼리하기 위한 빌딩 블록을 제공한다. 복잡한 애플리케이션은 LLM을 상호, 또는 다른 구성요소와 체인으로 연결해야 한다. 랭체인은 이러한 “체인으로 연결된” 애플리케이션을 위한 체인 인터페이스를 제공한다. 대화형 시스템은 어느 정도 기간의 과거 메시지에 직접 액세스할 수 있어야 한다. 랭체인에서는 이 기능을 메모리라고 한다. 시퀀스를 하드 코딩하는 체인과 달리, 에이전트는 언어 모델을 추론 엔진으로 사용해 어느 작업을 어느 순서에 따라 수행할지를 결정한다. 콜백은 LLM 애플리케이션의 다양한 단계에 연결할 수 있게 해준다. 로깅, 모니터링, 스트리밍 등의 작업에 유용하다. 랭스미스를 사용한 디버깅 를 볼 수 있다. 랭체인 사용 사례 를 보면 문서에 대한 Q&A, 구조화된 데이터 분석, API와의 통합, 코드 이해, 에이전트 시뮬레이션, 에이전트, 자율(장기 실행) 에이전트, 챗봇, 코드 작성, 추출, 그래프 데이터 분석, 멀티 모달 출력, 자가 검사, 요약, 태깅 등이 포함돼 있다. 일부 사용 사례에는 많은 예제가 있다. 예를 들어 Q&A에는 17개 정도가 있다. 웹 스크랩과 같이 예제가 하나인 경우도 있다. 랭체인 통합 현재 약 163개 이 있다. 콜백 5개, 챗 모델 9개, 문서 로더 115개, 문서 변환기 6개, LLM 54개, 메모리 구현 방법 11개(대부분 데이터베이스 사용), 리트리버 22개(대부분 검색 방법), 텍스트 임베딩 모델 31개, 에이전트 툴킷 21개, 툴 34개, 벡터 저장소 42개 등이다. 통합은 공급자별 그룹으로도 제공된다. 랭체인은 기본적으로 이러한 모든 기능을 위한 중립적 허브 역할을 한다. 파이썬 및 자바스크립트를 위한 랭체인 설치 파이썬용 랭체인을 설치하려면 pip 또는 conda를 사용한다. 종속 항목에 대한 버전 충돌이 일어나지 않도록 가상 환경에 파이썬 패키지를 설치하는 것이 좋다. 여기서는 pip 명령을 사용한다. conda 명령의 경우 를 방문해 Conda를 클릭하면 볼 수 있다. 기본 최소 설치는 다음과 같다. pip install langchain 참고로 필자는 이렇게만 사용했다. 모델 공급자, 데이터 저장소 또는 다른 통합을 위한 모듈은 포함되지 않는다. 필요할 때 필요한 모듈을 설치할 계획이다. 랭체인 및 일반적인 언어 모델을 설치하려면 다음을 사용한다. pip install langchain[llms] 랭체인과 모든 통합을 설치하려면 다음을 사용한다. pip install langchain[all] 맥OS 최근 버전의 기본 셸인 zsh를 사용하는 경우 대괄호 식을 인용 부호로 감싸야 한다. 그렇지 않으면 셸은 대괄호가 배열을 나타내는 것으로 해석한다. 예를 들면 다음과 같다. pip install 'langchain[all]' 자바스크립트용 랭체인을 설치하려면 npm, Yarn, 또는 pnpm을 사용한다. 예를 들면 다음과 같다. npm install -S langchain 자바스크립트용 랭체인은 Node.js, 클라우드플레어 워커(Cloudflare Workers), 버셀(Vercel)/Next.js(브라우저, 서버리스, 엣지 함수), 수파베이스 엣지(Supabase Edge) 함수, 웹 브라우저, 디노(Deno)에서 사용할 수 있다. 여기서 자바스크립트용 랭체인에 대해 더 살펴보지는 않는다. 에서 자바스크립트용 랭체인을 시작하는 방법을 참고할 수 있다. 랭체인 예제 랭체인 문서에는 수백 개 예제가 있지만 여기서는 한 가지만 살펴보자. 다음 파이썬 코드는 에 나오는 코드로, LLM체인(LLMChain)을 보여준다. 체인은 입력 변수를 받아서 프롬프트 템플릿으로 보내 프롬프트를 만들고, 이 프롬프트를 LLM인 챗오픈AI(ChatOpenAI)로 전달한 다음 선택적인 출력 파서를 통해 CSV 출력을 전달해 파이썬 문자열 배열을 생성한다. from langchain.chat_models import ChatOpenAI from langchain.prompts.chat import ( ChatPromptTemplate, SystemMessagePromptTemplate, HumanMessagePromptTemplate, ) from langchain.chains import LLMChain from langchain.schema import BaseOutputParser class CommaSeparatedListOutputParser(BaseOutputParser): """Parse the output of an LLM call to a comma-separated list.""" def parse(self, text: str): """Parse the output of an LLM call.""" return text.strip().split(", ") template = """You are a helpful assistant who generates comma separated lists. A user will pass in a category, and you should generate 5 objects in that category in a comma separated list. ONLY return a comma separated list, and nothing more.""" system_message_prompt = SystemMessagePromptTemplate.from_template(template) human_template = "{text}" human_message_prompt = HumanMessagePromptTemplate.from_template(human_template) chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt]) chain = LLMChain( llm=ChatOpenAI(), prompt=chat_prompt, output_parser=CommaSeparatedListOutputParser() ) chain.run("colors") # >> ['red', 'blue', 'green', 'yellow', 'orange'] 랭체인 식 언어(LCEL) 는 체인을 구성하고 스트리밍, 배치 및 비동기 지원을 기본적으로 제공하는 선언적 방법이다. LCEL은 랭체인을 더 쉽게 사용할 수 있게 해준다. LCEL은 기본적으로 파이썬 또는 타입스크립트/자바스크립트를 사용한 체인 만들기의 고수준 대안이므로 코드를 사용해 구성할 때 사용하는 모든 기존 랭체인 생성자를 그대로 사용해 체인을 만들 수 있다. 대화형 방식의 은 다음과 같이 모델과 프롬프트를 사용한다. chain = prompt | model 맥락상 다음과 같은 파이썬 프로그램을 생각해 볼 수 있다. from langchain.prompts import ChatPromptTemplate from langchain.chat_models import ChatOpenAI model = ChatOpenAI() prompt = ChatPromptTemplate.from_template("tell me a joke about {foo}") chain = prompt | model chain.invoke({"foo": "bears"}) 출력(사이트에서 제공된 대로)은 다음과 같다. AIMessage(content='Why don\'t bears use cell phones? \n\nBecause they always get terrible "grizzly" reception!', additional_kwargs={}, example=False) 정리하면 랭체인은 체인으로 연결된 언어 모델 및 데이터 기반의 생성형 AI 애플리케이션을 만들기 위한 강력한 방법을 제공한다. editor@itworld.co.kr
여러 가지 유출과 사건 사고 후 드디어 공식 발표가 나왔다. 이번주 게임스컴 행사에서 AMD가 라데온 RX 7000 시리즈에 속하는 RX 7800 XT를 499달러에, RX 7700 XT를 449달러에 발매한다고 발표했다. AMD는 라데온 RX 7000 시리즈가 1440p 해상도에서 훌륭한 게임 성능을 선보이며 엔비디아의 RTX 4070, 4060 Ti를 최고 설정에서 큰 격차로 따돌릴 것이라고 전했다. 라데온 RX 7800 XT와 7700 XT는 라데온 RX 5700 XT나 지포스 RTX 2070 슈퍼 같은 이전 제품이 더 라스트 오브 어스, 스타 워즈: 제다이 서바이버 같은 대작 게임에서 고전한 것과 달리, 초당 60프레임이라는 의미 있는 기준을 가볍게 돌파한다. 또한, AMD의 성능 향상 소프트웨어를 활성화하지 않은 상태에서도 높은 해상도나 설정에서 플레이할 수 있다. 게임스컴에서 AMD는 플루이드 모션 프레임을 적용한 DLSS 3의 유사 기술 FSR 3의 막을 내리고, 오랫동안 많은 사용자가 기다린 하이퍼 RX 기능을 공개해 프레임 속도를 개선하는 또 다른 방법을 제시했다. 두 그래픽 카드 모두 AMD 최신 5나노 RDNA 3 아키텍처와 6나노 메모리 칩릿으로 만들어졌다. 전 세대보다 용량은 적지만 차세대인 온다이 인피니티 캐시를 탑재했다. AV1 인코딩, 디스플레이포트 2.1을 지원하는데, 후자는 엔비디아 지포스 GPU에는 없는 기능이다. 라데온 RX 7800 XT와 라데온 RX 7700 XT의 특징을 정리했다. AMD 라데온 RX 7800 XT 사양 두 GPU 중 조금 더 강력한 제품인 RX 7800 XT를 먼저 살펴 보자. 연산 유닛 60개 RT 가속기 60개 AI 가속기 120개 게임 클럭 2,124MHz 부스트 클럭 2,430MHz GDDR 6 메모리 16GB 메모리 버스 256비트 메모리 속도 19.5Gbps AMD 인피니티 캐시 64MG 디스플레이포트 2.1 AV1 하드웨어 인코딩 지원 총 보드 전력 263와트 출시 가격 499달러 예리한 애호가라면 라데온 RX 7800 XT의 연산 유닛 개수 60개가 현 세대 중급 제품은 6800 XT가 아니라, 지난 세대 라데온 RX 6800의 연산 유닛 개수와 같다는 점을 알 수 있다. 6800 XT의 연산 유닛은 72개로 훨씬 더 많았기 때문에, 신제품 RX 7800 XT의 속도 결과가 흥미롭다. AMD가 엔비디아의 지포스 RTX 4060 Ti와 가격 면에서 비슷한 제품을 내놓은 것이 아니기를 바란다. 게임스컴을 앞두고 연산 유닛을 질문하자 AMD 제품 관리 이사 스콧 올쉐프스키는 AMD의 브랜드 세대 정책에서는 연산 유닛보다 성능과 포지셔닝만 고려한다며, 라데온 GPU 제품명에도 연산 유닛 개수가 반영되지는 않는다고 말했다. 최신 GPU는 클럭 속도에 더 의존하는 경향을 보인다. 6800 XT의 클럭 속도와 부스트 클럭이 2,015MHz와 2,250MHz였던 것에 비해, 라데온 RX 7800 XT는 각각 2,124MHz와 2,430MHz로 클럭이 더 높다. AMD는 여러 게임에서 라데온 RX 7800 XT가 엔비디아의 600달러짜리 RTX 4070을 앞선다고 주장한다. 반면, 지포스는 레이트레이싱을 지원하는 게임에서 AMD를 한참 능가한다고 주장한다. AMD의 레이트레이싱은 전 세대보다 훨씬 개선되었지만 시각 효과가 중요한 게임에서는 여전히 엔비디아 하드웨어를 따라잡기 어렵다. AMD의 그래픽 카드는 게임이 점점 많은 RAM을 소비하는 시대에 엔비디아 대비 메모리에서 우위를 점하고 있다. RTX 4070의 RAM 용량은 12GB이지만, 라데온 RX 7800 XT는 GDDR6 메모리 16GB를 제공한다. 두 제품 모두 1,440p 설정에서 대부분의 게임을 플레이하기에 충분한 사양이지만 완전한 1,440p 경험을 위해서는 16GB가 이상적이다. 흥미롭게도 라데온 RX 7800은 6800 XT보다 소비 전력이 적고, 연산 유닛이 60개인 라데온 RX 6800보다는 소비 전력이 14와트 더 많다. AMD 라데온 RX 7700 XT RT 7700 XT의 사양도 살펴보자. 연산 유닛 54개 RT 가속기 54개 AI 가속기 108개 게임 클럭 2,171MHz 부스트 클럭 2,544MHz GDDR6 메모리 12GB 메모리 버스 192비트 메모리 속도 18Gbps AMD 인피니티 캐시 48MB 디스플레이포트 2.1 지원 AV1 하드웨어 인코딩 지원 총 보드 전력 245와트 출시 가격 449달러 라데온 RX 7700 XT는 연산 유닛과 메모리 버스, GDDR6 메모리와 인피니트 캐시 사양이 더 낮다. 대신 클럭 속도가 약간 더 높고 소비 전력도 조금 더 낮다. 흥미로운 것은 라데온 RX 7800 XT가 전 세대 제품보다 연산 유닛 수가 적지만 라데온 RX 7700 XT가 (여전히 시장에서 잘 팔리는) 전 세대 6700 XT를 가뿐하게 앞선다는 점이다. 6700 XT의 연산 유닛은 50개지만 RX 7700 XT의 연산 유닛은 54개다. 그리고 평균 게임 클럭도 6700 XT 2,424MHz보다 훨씬 낮다. 메모리 로드아웃은 일관되게 유지되어 192비트 버스에서 GDDR6 메모리 용량은 12GB다. 400달러에 판매되는 RTX 4060 Ti의 VRAM이 8GB이고 128비트 버스로 1440p 게임용으로는 추천하기 어려운 것에 비해 장점이 크다. 그러나 RTX 4060 Ti도 좋은 반응을 얻었기 때문에 성능만 뒷받침된다면 AMD 신제품이 입문용 시장을 장악할 가능성이 크다. AMD가 공개한 결과를 보면 확실히 그렇다. 여러 게임 목록의 절반 이상에서 두 자릿수로 엔비디아 동급 제품을 앞서고 있으며, 다잉 라이트 2와 스파이더맨 마일즈 모랄레스처럼 레이트레이싱이 활성화된 상태에서 4070에 7800 XT보다 점수가 낮은 일부 게임에서 RX 7700 XT의 점수는 4060 Ti와 비슷하거나 더 높다. 새로운 세대로 빈 영역을 노린다 라데온 RX 7800 XT와 7700 XT의 메모리 구성을 보면 경쟁사 RTX 40 시리즈 GPU보다 1440p로 장시간 플레이할 때 훨씬 더 유리하지만, 지포스 제품은 레이트레이싱 게임에서 우위를 유지할 가능성이 높다. 최신 라데온 7000 시리즈는 AV1 인코딩, 디스플레이포트 2.1와 AMD의 핵심 소프트웨어 기능(스마트 액세스 메모리, 라데온 안티 래그, FSR)을 지원한다. 새로운 라데온 GPU의 매력을 높이기 위해서 AMD는 게임스컴에서 FSR 3과 이전부터 이야기해온 하이퍼 RX 기능을 공개했고, 두 기능 모두 DLSS 3과 유사한 AMD 플루이드 모션 프레임과 함께 라데온 GPU의 성능을 새로운 수준으로 한층 끌어올렸다. AMD의 신제품 GPU는 9월 6일에 출시되고, 구입자에게는 베데스다의 기대작 스타필드 게임을 증정하는 행사도 진행된다. 라데온 RX 7800 XT는 일반적인 커스텀 업체 버전으로 구입할 수 있고, 라데온 RX 7700 XT는 사파이어, XFX, 에이수스 같은 AMD 전용 GPU 협력업체 버전으로만 출시된다. editor@itworld.co.kr
많은 기업이 생성형 인공지능 도구를 테스트하고 배포하면서, 기밀 데이터의 잠재적인 유출은 물론이고 AI 오류, 악의적 공격, 규제 위반 등의 위험에 노출되고 있다. 예를 들면 지난 2023년 4월 삼성 반도체 사업부가 사업장 내 챗GPT 사용을 허용하자마자 기업 기밀 정보가 유출되는 사고가 났다. 한 엔지니어가 오류를 확인한다는 목적으로 챗GPT에 기밀 소스 코드를 붙여 넣었고, 다른 엔지니어는 챗GPT와 코드를 공유했으며, 코드 최적화를 요청하기도 했다. 챗GPT 개발사 오픈AI는 정보 삭제가 불가능하기 때문에 어떤 기밀 정보도 공유하지 말 것을 요청했다. SI 업체 인사이트 엔터프라이즈(Insight Enterprises)의 글로벌 CTO 매튜 잭슨은 “(현시점에서 챗GPT 사용은) 마치 구글을 사용하는 것과 같다. 사용자의 데이터가 오픈AI에 저장된다. 오픈AI는 사용자가 채팅 창에 입력하는 모든 데이터를 사용할 수 있다. 챗GPT를 활용해 콘텐츠를 작성할 수는 있으나 기밀 정보는 넣지 않는 게 좋다”라고 말했다. 가트너의 부사장 겸 애널리스트 아비바 리탄에 따르면 “핵심은 대규모 언어 모델(LLM)과 다른 생성형 AI 애플리케이션이 ‘완성된 상태’가 아니라는 점이다. 정확성 문제, 책임 및 개인정보보호 문제, 보안 취약점이 여전히 존재하며, 예측할 수 없거나 바람직하지 않은 방향으로 이탈할 수 있다. 한편으로 이런 애플리케이션은 생산성 및 혁신을 크게 향상시킬 수도 있다.” 인사이트에서 의뢰하고 여론조사기관 해리스 폴(Harris Poll)이 실시한 비즈니스 리더가 향후 1년 동안 생성형 AI 도구를 도입하는 가장 큰 이유 2가지는 ‘매출 증대’와 ‘혁신 촉진’이다. 거의 절반(49%)에 가까운 비즈니스 리더가 기술 혁신 측면에서 경쟁업체와 보조를 맞추는 것이 올해의 최우선 과제라고 답했다(참고로 2023년 4월에서 5월 동안 1,000명 이상의 임원 이상 직급을 대상으로 설문조사를 진행했다.) 해당 설문조사에 참여한 비즈니스 리더는 직원 생산성(72%)을 AI의 가장 큰 이점으로 꼽았으며, 고객 참여(챗봇을 통한), 연구 개발이 각각 2위와 3위를 차지했다. 폭발적으로 증가하고 있는 AI 채택 언스트 앤 영(Ernst & Young)이 진행한 대부분의 비즈니스 리더가 향후 3년 이내에 직원 생산성 및 고객 서비스 향상을 위해 생성형 AI를 도입할 계획이다. 또 대다수의 CEO는 제품 혹은 서비스에 AI를 통합하고 있거나 12개월 이내에 통합할 예정이라고 답했다. EY는 해당 설문조사 보고서에서 “오늘날 그 어떤 기업 리더도 AI를 무시할 수 없다. 현재 리더의 82%는 기업이 생성형 AI 같은 디지털 트랜스포메이션 이니셔티브에 투자해야 한다고 생각하며, 그렇지 않으면 도태될 것이라고 보고 있다”라고 전했다. 해리스 폴에서 실시한 설문조사 응답자의 약 절반은 제품 품질을 보장하고, 안전 및 보안 위험을 해결하기 위해 AI를 도입하고 있다고 밝혔다. EY의 설문조사에서 미국 CEO의 42%는 이미 AI 기반 제품 또는 서비스로의 변화를 자본 배분 과정에 완전히 통합했으며, AI 기반 혁신에 적극적으로 투자하고 있다고 답했다. 38%는 향후 12개월 동안 이 기술에 대규모 자본 투자를 할 계획이라고 밝혔다. 아울러 해리스 폴에서 실시한 설문조사에 의하면 전체 응답자의 절반 이상(53%)이 연구 개발(R&D)을 지원하기 위해, 50%는 소프트웨어 개발/테스트에 생성형 AI를 사용할 계획이다. C 레벨은 생성형 AI의 중요성은 인식하면서도 동시에 경계심을 늦추지 않고 있다. EY의 설문조사에 참여한 CEO의 63%는 생성형 AI가 선한 영향력을 미치며 비즈니스 효율성을 높일 수 있을 것이라 답한 반면, 64%는 생성형 AI 사용이 비즈니스와 사회에 가져오는 의도치 않은 결과를 관리할 충분한 조치가 취해지지 않고 있다고 지적했다. 두 설문조사에 따르면 'AI의 의도치 않은 결과'에 대비해 10곳의 기업 중 8곳이 AI 정책과 전략을 수립했거나 고려하고 있다. AI 문제와 해결책 가트너의 리스크 및 감사 연구 책임자 란쑤에 따르면 생성형 AI는 에서 2번째로 자주 언급된 위험 요소였으며, 처음으로 상위 10위권에 진입했다. 쑤는 “생성형 AI 도구 사용과 이런 도구에 관한 대중의 인식이 빠르게 증가하고 있을 뿐만 아니라 잠재적 사용 사례 및 그에 따른 잠재적 위험도 광범위해지고 있다”라고 언급했다. 생성형 AI 앱이 정확하고 사실만을 말하는 것처럼 보이지만 그렇지 않은 데이터를 제시하는 ‘환각 현상’은 (생성형 AI 앱의) 핵심적인 위협이다. 또 AI의 결과물이 의도치 않게 타인의 지적재산권을 침해할 수 있다. 생성형 AI 도구를 사용하면서 사전 통보 없이 사용자 정보를 제3자(벤더 및 서비스 제공업체 등)와 공유할 수 있기 때문에 프라이버시 문제가 발생할 수도 있다. 게다가 해커는 ‘프롬프트 주입 공격’이라는 방법을 사용해 대규모 언어 모델이 쿼리에 응답하는 방식을 조작하고 있다. 잭슨은 “사람들이 질문을 통해 얻은 데이터가 정확하다고 가정하고, (사실상) 부정확한 데이터로 중요한 비즈니스 의사결정을 내릴 수 있다는 점에서 잠재적인 위험이 있다. 실제로 해리스 폴 설문조사에서 잘못된 데이터 사용은 가장 큰 우려 사항이었으며, 2번째 우려 사항은 보안이었다”라고 말했다. 리탄은 기업이 생성형 AI를 배포할 때 직면하는 문제가 크게 3가지로 나뉜다고 언급했다. (1) 입력 및 출력 : 기업의 의사결정 및 기밀성을 훼손하는 허용되지 않은 사용, 기밀 데이터 유출, 부정확한 출력 (2) 프라이버시 및 데이터 보호 : 호스팅된 LLM 공급업체의 시스템을 통한 데이터 유출, 불완전한 데이터 개인정보보호 또는 보호 정책, 규정 준수 실패 등 (3) 사이버 보안 위험 : 해커가 AI의 출력값에 영향을 미치기 위해 LLM 및 매개변수에 액세스하는 것 등 이런 위험을 완화하려면 계층화된 보안 및 위험 관리 접근 방식이 필요하다고 리탄은 권고했다. 기업이 원치 않는 또는 불법적인 입력 및 출력을 줄일 방법은 다음과 같다. 먼저, 기업은 허용 가능한 사용 정책을 정의하고, 생성형 AI 애플리케이션 사용 요청을 기록하는 시스템과 프로세스를 구축해야 한다. 또 생성형 AI 애플리케이션 사용 시 다양한 감독자의 승인을 받도록 해야 한다. 아울러 호스팅된 LLM 환경에 제출된 정보에 입력 내용 필터를 사용할 수 있다. 이를 통해 기업 정책에 따라 입력 내용을 선별해 허용 가능한 사용인지 확인할 수 있다. 개인정보보호 및 데이터 보호 위험은 프롬프트 데이터 저장소 호스팅을 옵트아웃하고, 공급업체가 기업 데이터를 사용해 모델을 학습시키지 않도록 함으로써 완화할 수 있다. 또 기업은 호스팅 공급업체의 라이선스 계약을 검토해 LLM 환경에서의 데이터 보호에 관한 규칙과 책임을 정의해야 한다. 마지막으로, 기업은 프롬프트 주입 공격에 주의해야 한다. 이로 인해 데이터가 도난당하거나 고객이 AI 시스템에 의해 사기를 당할 수 있다. 가트너에 의하면 기업은 액세스 관리, 데이터 보호, 네트워크 및 엔드포인트 보안 등 로컬 엔터프라이즈 LLM 환경에 강력한 보안이 필요하다. 리탄은 생성형 AI 사용자가 엣지, 사이트, 애플리케이션을 보호하는 클라우드 네이티브 소프트웨어 스택에 네트워킹과 보안을 결합한 를 배포할 것을 권고했다. AI의 이점은 위험을 능가한다 기업들이 저지르는 한 가지 실수는 AI 사용이 위험을 감수할 가치가 없다고 판단하는 것이다. 따라서 대부분의 기업이 내놓는 첫 번째 정책은 ‘사용하지 않는 것’이라고 잭슨은 말했다. “자사의 첫 번째 정책도 그랬다. 하지만 애저에서 오픈AI 서비스를 사용해 프라이빗 테넌트를 매우 빠르게 구축할 수 있었다. 그래서 일부 프라이빗 엔터프라이즈 데이터에 연결할 수 있는 안전한 환경을 만들었다. 이를 통해 사람들이 이 데이터를 활용할 수 있었다”라고 덧붙였다. 잭슨은 자체적인 경험을 바탕으로 한 인사이트의 생성형 AI 사용 사례를 언급했다. “몇몇 파일럿 프로그램을 통해 깨달은 것은 AI가 일반적인 생산성 도구라는 점이다. AI는 수많은 사용 사례를 처리할 수 있다”라면서, “인사이트는 과도한 맞춤화를 위해 길고 지루한 프로세스를 거치기보다는, 각 부서에 일반적인 프레임워크를 배포하고 할 수 있는 작업과 할 수 없는 작업이 무엇인지 알려준 다음 어떤 것을 고안해 내는지 살펴보기로 했다”라고 설명했다. 인사이트가 챗GPT를 처음 사용한 곳은 물류 센터였다. 여기서 AI는 제품 상태 및 공급 시스템 업데이트 같은 일상적인 업무를 수행하고 있다. 잭슨은 “센터에 있던 한 직원이 생성형 AI에게 이런 시스템 업데이트 중 일부를 자동화하기 위한 스크립트를 작성하도록 요청할 수 있다는 점을 깨닫게 됐다. 이는 인사이트가 인사이트 GPT(Insight GPT)라는 비공개 엔터프라이즈용 챗GPT 인스턴스를 전사적으로 크라우드 소싱하면서 나타난 사용 사례였다”라고 설명했다. 잭슨에 따르면 이 생성형 AI 프로그램은 인사이트의 센터 운영을 위한 짧은 파이썬 스크립트를 작성해 상당한 양의 작업을 자동화했다. 또 SAP 인벤토리 시스템에서 실행할 수 있는 시스템 업데이트를 지원해 업데이트를 할 때마다 5분씩 걸리던 작업을 자동화했다. “그 결과 생산성이 크게 개선됐다. 나머지 센터에도 적용했더니 일주일에 수백 시간을 절약할 수 있었다”라고 잭슨은 덧붙였다. 현재 인사이트는 맞춤화가 필요할 수 있는 중요한 사용 사례의 우선순위를 정하는 데 전념하고 있다. 여기에는 프롬프트 엔지니어링을 사용해 LLM을 다른 방식으로 학습시키는 것, 더 다양하거나 복잡한 백엔드 데이터 소스를 연결하는 것 등이 포함된다. 아울러 챗GPT와 협력해 계약서 작성 방식을 자동화하는 프로젝트도 진행 중이다. 잭슨에 의하면 인사이트는 표준 챗GPT 4.0 모델을 활용해 (이를) 수만 개에 달하는 기존 계약서 라이브러리와 연결했다. 그다음 생성형 AI를 사용해 기업이 수주한 계약을 검색하고, 우선순위를 설정한 다음, CRM 데이터와 상호 참조해 고객을 위한 계약서 작성을 자동화하고 있다. 잭슨은 “역사적으로 사람들에게 올바른 도구를 제공하면 생산성이 향상되고, 자신에게 이익이 되는 방식을 발견하게 된다. 생성형 AI 기술을 수용하면 직원들은 일하는 방식을 발전 및 향상시킬 수 있는 기회를 얻게 되며, 심지어는 새로운 커리어 경로를 발견할 수도 있다”라고 전했다. editor@itworld.co.kr
애플 애호가의 주변에는 틀림없이 맥북의 장단점을 묻는 사람이 있기 마련이다. 혹은 현재 윈도우 PC나 노트북을 사용하고 있지만 맥북 구매를 고민 중인 사람이 이 글을 읽고 있을 수 있다. 어떤 경우에 해당하든 필자가 윈도우 PC나 노트북 대신 맥북을 추천하는 이유는 다음과 같다. 장기적으로 봤을 때 가격 대비 좋은 성능 가장 저렴한 애플 노트북은 2020년 출시된 M1 맥북 에어로, 139만 원부터 시작한다. 사실 윈도우 노트북은 절반 가격으로도 많이 구할 수 있다. 표면적으로는 맥북의 가성비가 낫다는 주장이 성립하지 않는다. 그러나 결정적인 요소는 최초 구매 가격이 아니라 노트북의 전체 사용 기간에 걸친 총비용이다. 저렴한 윈도우 노트북에서는 소프트웨어가 느려지고 일반적인 문제를 일으킬 가능성이 더 높다. 또한 낮은 가격에 흔히 따라오는 열등한 하드웨어 품질 때문에 중대한 결함이 생겨 수리비가 많이 드는 경향이 있다. 일반 소비자는 실제 비용을 인지하지 못할지 모르지만, 기업 입장에서는 맥북의 유지 보수 및 지원 비용이 현저히 적게 든다는 것을 입증하는 자료가 있다. 에서는 맥 사용자가 생산성도 더 높은 경향이 있었다. 물론 저렴한 윈도우 노트북이 아니라 맥북급의 고급 윈도우 노트북을 구매하는 방법도 있지만, 그런 경우에도 장기적으로는 맥북이 더 저렴하다. 높은 재판매 가격 아마도 유지 보수 비용이 더 낮다는 점보다 더 중요한 구매 이유일 것이다. 기업은 주로 3년에 걸친 비용을 검토하는 반면, 일반 소비자는 노트북을 그보다 더 오래 사용하거나 2~4년 이내에 팔고 새것을 사고 싶어 한다. 전반적으로 애플 제품, 특히 맥북의 감가상각비는 윈도우 PC보다 훨씬 낮다. 역사적으로 맥의 제품 가치는 보다 오래 유지된다. 하지만 애플이 인텔 프로세서에서 자체 M 시리즈 칩으로 전환한 이후에는 사정이 약간 달라졌다. 애플은 인텔 기반 맥의 제작을 이미 중단했고 언젠가는 이다. 시간이 지나면 인텔 프로세서 탑재 맥은 제품 가치가 예전만큼 유지되지는 않을 것으로 예상되지만, 호환 소프트웨어는 오랫동안 이용할 수 있기 때문에 윈도우 노트북보다 여전히 가치가 크다. 또한 결국 인텔 맥을 처분하고 M 시리즈 맥을 구입하면 성능도 훨씬 좋고 가치도 오랫동안 잘 유지될 것이다. 지금 M2/M2 프로/M2 맥스가 탑재된 최신 맥북 에어 또는 프로에 돈을 쓴다면 몇 년 안에 되팔 때 투자 금액의 상당 부분을 회수할 것으로 예상된다. 장기적인 지원 몇 년마다 새로운 맥을 들인다는 생각은 좋으나 3~4년마다 최신 기기를 구매할 필요는 없다. 또한 사용 기간을 연장하면 그만큼 사용 연수 당 발생 비용을 대폭 줄일 수 있다. 기술은 항상 발전한다. 지금은 적수가 없는 M2도 새로운 3nm 칩 제조 공정 덕분에 성능이 대폭 향상될 M3으로 곧 대체될 것으로 예상된다. 그러나 M1이든 M2든 몇 년간은 여전히 쓸 만하며, 현재 사용 중인 소프트웨어도 당분간은 성능 향상 없이도 특정 작업 수행에 어려움이 없을 것이다. 애플은 매년 새로운 맥OS를 출시한다. 현재의 맥북 라인업이 6년 후에도 맥OS 20을 실행할 수 있어 시스템이 2030년대 초반까지 계속 작동한다고 해도 놀랄 일이 아니다. 설령 구형 기기에 새로운 맥OS의 지원이 끊긴다고 해도(대개 5~7년은 걸린다) 최신 보안 업데이트는 2년 더 제공된다. 즉, 8~10년을 거뜬히 쓸 수 있는 노트북인 셈이다. 그 정도의 윈도우 PC는 찾기 쉽지 않다. 강력한 애플 생태계 아이폰은 맥은 물론 윈도우 PC와도 연동되도록 설계되었고 맥보다 약 5배 더 많이 팔린다. 즉, 맥을 사용하지 않아 애플 생태계의 장점을 누리지 못하는 아이폰 사용자가 많다. 윈도우 PC에서도 아이폰을 관리할 수 있는 아이튠즈를 설치할 수 있지만, 요즘에는 대부분 사용자가 (윈도우든 맥이든) 아이폰을 컴퓨터와 연결하지 않는다. 2011년 이후 아이폰은 더 이상 컴퓨터가 없어도 관리할 수 있고 앱과 컨텐츠를 제공받을 수 있다. 그래도 아이폰은 PC보다는 맥과 함께 사용하기에 더 좋다. 기기 간에 온갖 데이터를 동기화해 주는 애플의 아이클라우드 때문이다. 윈도우용 아이클라우드 앱도 있지만, 아이클라우드는 애플 생태계에 깊숙이 통합되어 있으므로 아이폰과 함께 쓰기에는 윈도우보다 맥이 훨씬 좋다. 기기 간 상호 작용성은 사실상 끊김이 없다. 예를 들어, 아이폰에서 촬영한 모든 사진과 동영상은 거의 즉시 맥 사진 앱에서 사용할 수 있다. 아이클라우드 키체인(iCloud Keychain) 덕분에 사용자는 비밀번호를 적어 두거나 기억할 필요 없이 본인의 기기 및 계정에 접근할 수 있다. 아이클라우드 메일을 사용할 때는 아이폰에서 시작한 이메일을 맥에서 곧바로 이어서 작성할 수 있다. 사파리를 사용한다면 아이폰과 맥에서 각각 열어 둔 탭을 두 기기에서 모두 볼 수 있다. 그뿐만 아니다. 아이폰은 맥 웹캠으로도 사용할 수 있다. 아이폰은 그 어떤 맥보다 카메라가 훨씬 더 좋기 때문에, 페이스타임, 줌, 웹엑스와 같은 화상회의 앱 사용 시 편리하다. 애플 생태계에 투자하면 얻는 장점은 더 많다. 예를 들어, 애플 워치가 있다면 맥을 잠금 해제하거나 비밀번호 입력을 대체할 수 있다. 그 외의 예도 많으며 모두 사용자에게 도움이 된다. 다양한 옵션 애플의 노트북 가격은 일반 소비자를 위한 M1 맥북 에어가 139만 원부터 시작한다. 13인치 M2 맥북 에어는 159만 원, 15인치 M2 맥북 에어는 199만 원이 시작가다. 애플 스토어에서는 이 가격 그대로 판매되지만 아마존 같은 서드파티 판매업체에서는 대부분 할인된 가격에 구할 수 있다. 구매할 때는 가격이 추가되더라도 최소한 512GB SSD를 선택할 것을 추천한다. 256GB는 파일을 저장하기에는 용량이 약간 작아서 아이클라우드 저장공간에 의존하게 되므로 인터넷 연결이 필요해지기 때문이다. 또한 256GB SSD는 512GB SSD보다 속도가 현저하게 느리고 이는 노트북의 전체적인 성능에 영향을 미친다. 무거운 작업을 위해 성능이 더 필요한 경우에는 13인치 M2 맥북 프로(시작가 179만 원)를 선택하면 된다. 에어 모델과 달리, 팬이 내장돼 적절한 작동 온도가 유지되므로 프로세서가 과열 위험 없이 고성능을 발휘할 수 있다. 또한 13인치 M2 맥북 프로는 맥북으로는 유일하게 가 탑재되었다. 맥락에 따라 표시 내용이 변하는 OLED 바로, 키보드 상단의 펑션 키를 대체할 뿐 아니라 그 밖에 여러 조작 옵션을 제공한다. 전문적인 수요를 위한 제품으로는 14인치 맥북 프로가 있다. 이 제품에 탑재된 M2 프로 및 M2 맥스는 M2 칩에 더 많은 CPU 코어와 2배 혹은 4배의 GPU 코어를 탑재한다. 이로 인한 성능 향상은 확실하다. 14인치 맥북 프로의 가격은 M2 프로 탑재 모델이 279만 원, M2 맥스 탑재 모델이 429만 원부터 시작한다. 14인치가 너무 작다면 16인치 맥북 프로도 있다. 가격은 349만 원부터 시작한다. 최대의 성능이 필요한 경우에는 12코어 CPU와 38코어 GPU가 탑재된 M2 맥스, 96GB의 통합 메모리, 8TB SSD로 16인치 모델을 구성하면 된다. 최대 구성은 가격이 889만 원으로 꽤 높지만, 여러 데스크톱을 능가하는 고성능 제품이다. 그리고 앞서 언급한 것처럼 제품 가치가 PC보다 더 오래 유지된다. 빼놓을 수 없는 멋진 디자인 ‘제 눈에 안경’이라는 말처럼 윈도우 노트북 중에도 맥북만큼 아름다운 제품을 찾을 수는 있다. 맥북은 특유의 라인과 눈에 띄는 독특한 디자인을 갖추고 있으며, 색상도 현란하지 않고 은은하고 우아하다. 이런 디자인에 가치와 내구성, 다양성까지 더해진 맥북은 그 어떤 평가에서도 지지 않는다. editor@itworld.co.kr
경험, 지식, 테스트, 조사는 컴퓨터와 모든 IT 기기를 최대한 매끄럽고 효율적으로 사용하기 위해 필수적이다. 그러나 일부 입증된 기술 지식은 더 이상 유효하지 않다. 그렇다면 무엇이 진실이고, 무엇이 미신일까? 14가지 기술적 상식을 시험대 위에 올려 사실을 확인해 봤다. class="image" ⓒ Agence Oolloweb / Unsplash 1. 여러 개의 전자기기를 같은 멀티탭에 꽂으면 서로 간섭한다? 여러 개의 전자기기를 같은 멀티탭에 함께 꽂지 말라는 말을 종종 듣는다. 전자기기가 서로 간섭한다는 이야기다. 사실 거의 말이 안 되는 이야기다. 전자기적 상호작용은 보통 무시해도 될 정도다. 다른 멀티탭을 사용하더라도 하나의 퓨즈가 여러 개의 구획을 담당할 경우에는 여러 개의 가전제품이 결국 하나의 회로에 물리게 된다. 그러나 멀티탭에서 전력을 공급받는 모든 전자기기의 총 전력을 생각해야 한다. 현재는 3,000W라는 한도가 있지만, 이는 난방기기에 대한 현실적 위험만을 말하는 것이다. 커피머신, 주전자, 토스터, 팬 히터, 세탁기, 식기세척기는 벽면 콘센트에 직접 연결해야 하고 여러 멀티탭에서의 병렬 사용은 피해야 한다. PC, 모니터, 텔레비전 등의 IT 주변기기는 과부하 위험이 없다. 서지 보호 기능이 있는 멀티탭을 사용하는 것도 좋다. 2. 와이파이 SSID는 비밀로 해야 한다? 이것도 미신이다. SSID가 라우터에 보이지 않는 상태로 있어도 해커는 적절한 도구를 사용해 와이파이 무선 네트워크 이름을 빠르게 알아낼 수 있다. 그보다는 안전하고 충분히 긴 비밀번호로 와이파이 네트워크를 보호하고 암호화로 WPA3를 사용하는 것이 훨씬 중요하다. 이런 사실과 상관없이 SSID를 숨겨 놓으면 다음과 같은 결과를 가져온다. 우선 네트워크 이름을 수동으로 입력해야 하기 대문에 최초 로그인이 조금 번거롭다. 게다가 소형 전자기기는 와이파이가 목록에 없으면 연결하지 못하는 경우도 많다. 3. 배터리를 항상 충전한 상태로 둬도 괜찮다? class="image" ⓒ Foundry 안 된다. 방전이 충분하지 않은 상태에서 다시 충전하면 전지의 실제 용량이 줄어드는 이른바 메모리 효과(Memory Effect)는 과거에 많이 사용된 니켈 카드뮴 배터리의 문제다. 최신 리튬 이온이나 리튬 폴리머 배터리에서는 더 이상 메모리 효과가 발생하지 않는다. 이렇듯 배터리의 민감도는 낮아졌지만, 지속적으로 방전하면 배터리가 손상된다. 20~80% 사이의 충전 수준을 유지하면 괜찮다고 알려져 있다. 가능하다면 배터리가 완전히 바닥나기 전에 기기를 제때 충전하자. 4. USBC는 거의 모든 것을 전송한다? 전혀 그렇지 않다. USBC에는 여러 옵션이 있기 때문에 종류에 따라 다르다. C타입 포트라고 해서 다른 포트와 같지 않다. 기기나 개별 소켓 지원 기능은 설명서나 확장 제품 기술서에서만 알아낼 수 있다. 원칙적으로 표준화된 기호가 있지만 제조사에서 일관성 있게 사용하지 않는다. USBC는 플러그와 소켓 모양이 썬더볼트 인터페이스와 동일하지만, 두 가지는 완전히 다르게 작동한다는 점도 혼란스러울 수 있다. 현재의 USBC 로고는 C타입 인터페이스의 핵심 기능을 강조한다. 이렇게 하면 커넥터와 포장에서도 전송 속도를 알 수 있다. 5. 비밀번호를 자주 바꿔야 한다? 그럴 필요는 없다. 비밀번호를 정기적으로 바꿔도 상관은 없지만, 알아내기 쉬운 비밀번호를 쓰고 싶을 수 있다. 한 번에 숫자만 하나 바꾸는 것으로는 절대 더 안전해지지 않는다. 비밀번호 관리자로 제어하는 특수문자와 숫자 조합의 긴 비밀번호가 훨씬 안전하다. 여러 온라인 계정에 똑같은 비밀번호를 사용하지 않는 것도 중요하다. 하나의 계정이 해킹되면 동시에 다른 계정도 위협받기 때문이다. 6. 최대 절전 모드에서도 전력을 소모한다? 아니다. 그러나 용어를 잘 구분해야 한다. '절전 모드(sleep mode)'와 '최대 절전 모드(hibernation)'가 보통 혼동되는 경향이 있다. 시작부터 잘 구분해 보자. '종료'는 PC를 완전히 끄는 것이다. 마이크로소프트가 '최대 절전 모드'라고 부르는 것은 현재 세션을 하드 디스크에 저장하고 PC의 전원을 끄는 것을 말한다. 다시 전원이 켜지면 윈도우가 완전히 처음부터 재부팅되는 것이 아니라 데이터 매체에서 RAM 파일을 읽어 온다. 재시작보다 빠르며, 사용자는 작업을 그만둔 그대로의 상태를 다시 불러올 수 있다. 전력 면에서도 마찬가지다. 절전 모드는 RAM에 마지막 윈도우 세션을 저장하므로 꾸준히 전력을 소비한다. 전원을 연결하지 않은 노트북이라면 시간이 지날수록 조금씩 배터리가 사용될 것이다. 배터리가 바닥나버리면 저장하지 않은 데이터가 날아가 버릴 수 있으므로 주의해야 한다. 절전 모드와 최대 절전 모드는 재시작보다 PC를 더 빠르게 시작하는 방법이기는 하나, 며칠에 한 번씩은 정기적으로 재시작하는 것이 좋다. 스마트폰과 마찬가지로 컴퓨터의 여러 가지 문제도 마치 마법처럼 해결한다. 7. 브라우저의 프라이빗 모드는 언제나 익명을 유지한다? class="image" ⓒ Foundry 유감스럽게도 사실이 아니다. 프라이빗 모드(혹은 개인정보 보호 모드. 브라우저에 따라 명칭이 다양하다)에서는 브라우저가 데이터를 더 적게 저장하는 것은 맞지만, 인터넷에서는 그 누구도 익명이 될 수 없다. 많은 온라인 사이트가 개인의 디지털 지문, 즉 컴퓨터의 여러 속성의 고유한 조합으로 브라우저와 사용자를 식별한다. VPN이나 광고차단기를 사용해도 피할 수 없다. 그러나 디지털 지문은 특정하지 않은 방식으로 조작하거나 지속해서 변경하는 익명화 및 무작위화 기술로 인해 훼손될 수 있다. 캔버스 블로커(Canvas Blocker)라는 확장 프로그램이 크롬, 엣지, 오페라 브라우저에서, 캔버스블로커(CanvasBlocker)가 파이어폭스에서 이런 작업을 수행한다. 디지털 지문 생성을 방지하는 도구를 판매하는 보안 소프트웨어 업체도 있다. 어베스트의 시큐어 브라우저(Secure Browser)도 대표적인 무료 솔루션이다. 8. 케이블 인터넷은 저녁이 되면 아직도 느리다? TV 케이블을 통한 인터넷 연결은 스마트폰에서 무선 기지국을 사용하는 것과 유사한 '공유 매체'다. 액세스 포인트를 공유하는 사람이나 가정이 많을수록 개별 대역폭이 낮아진다. 따라서 과거에는 집에서 영화를 보거나 컴퓨터를 사용하는 사람이 많은 저녁 시간대에 케이블 네트워크 처리량이 많아 속도가 느렸다. 그러나 그동안 케이블 사업자도 꾸준히 네트워크를 업그레이드했다. 하나의 네트워크 노드는 최대 500가구에 인터넷을 제공할 수 있다. 500Mbps~1Gbps 속도의 인터넷 서비스가 많이 보급되면서 저녁 시간대라고 해서 사용량이 체감되지는 않는다. 9. USB 제거 시 ‘안전 제거’를 반드시 클릭해야 한다? class="image" ⓒ Foundry 흔히 PC의 USB 메모리는 ‘하드웨어에서 안전하게 제거’를 클릭할 필요 없이 그냥 잡아서 뽑기만 하면 된다. 그렇게 해도 USB 메모리 스틱이나 PC, 시스템 구성이 손상되지는 않는다. 윈도우 표준 설정도 데이터 미디어의 빠른 제거를 보장한다. 그러나 한 가지 조건이 있다. USB 메모리 스틱을 제거하기 전에 모든 메모리 안의 파일을 닫아야 하고, 전송 중인 데이터가 없어야 한다. 그렇지 않으면 데이터가 손실된다. 대량의 데이터를 복사하거나 USB 메모리 속도가 느리다면, USB 스틱을 뽑기 전에 데이터 전송 창이 닫혔는지 확인하자. 10. 프린터에 정품 외의 서드파티 잉크를 사용하면 안 된다? 대답은 프린터 제조업체의 자발적 보증과 판매업체의 법적 보증 모두에 있어서 명확하게 '아니오'다. 만일 그렇지 않다면, 제조업체나 판매대리점에서 프린터 고장과 서드파티 업체 잉크, 카트리지 사이의 인과 관계를 입증해야 한다. 인과관계가 정말 존재한다면, 토너 제조업체가 프린터 고장의 책임을 지게 될 것이다. 11. 크롬북은 언제나 인터넷에 연결되어 있어야 한다? class="image" ⓒ Foundry 크롬북, 즉 구글의 크롬 OS 운영체제가 탑재된 노트북은 주로 클라우드 서비스를 사용하는 것이 사실이다. 그러나 많은 작업이 인터넷에 연결되지 않은 상태에서도 수행된다. 나중에 다시 인터넷에 연결되면 운영체제가 그간의 로컬 변경 사항을 인식하고 클라우드에 저장된 상태와 자동으로 동기화하기 때문에 사용자가 걱정할 필요는 없다. 구글 드라이브나 오피스 365처럼 통합된 서비스에서는 사용자가 별다른 점을 알아채지 못하지만, 다른 앱은 설정이나 기능에 따라 다를 수 있다. 스마트폰에서 사용하던 앱을 플레이스토어를 통해 크롬북에 설치할 수도 있다. 예를 들어, 스마트폰에서 스포티파이나 넷플릭스 콘텐츠를 오프라인에서 재생할 수 있는 것처럼 크롬북에서도 마찬가지로 미디어를 재생할 수 있다. 12. 모바일 전화는 유선 전화보다 품질이 나쁘다? 과거에는 가정에서의 모바일 전화 품질이 유선 전화보다 안 좋은 경우가 많았다. 휴대폰의 신호 반경이 좋지 않은 시골이나 건물, 또는 벽이 무선 연결을 막는 밀집 지역에서는 여전히 이런 문제가 발생할 수 있다. 그러나 무선랜을 사용할 수 있는 곳이라면 문제는 해결된다. 이제 모든 최신 스마트폰이 와이파이 전화를 지원한다. 와이파이는 모바일 신호와 무선랜을 원활하게 오가며 전화를 전환한다. 모바일 핸드폰이 평소대로 LTE 그리고 와이파이로 인터넷에 연결돼 있으면 자동으로 로컬 와이파이 네트워크로 전환된다. 스마트폰의 전화나 SIM 카드 설정에서 기능이 켜져 있는지 확인하자. 13. 대기 모드 전자기기는 반드시 전원을 꺼야 한다? 멀티탭으로 전원을 끄는 것은 분명 가치가 있는 일이지만, 예전만큼 크게 영향을 미치지는 않는다. 일반적으로 가전기기는 대기 모드에서 시간당 평균 0.75W를 소모하는데, 하루로 따지면 18Wh가 추가된다. 1년 내내 전원이 연결된 상태라면 연간 6.5kWh가 소모된다. 가정 내 가전 대수가 현실적인 규모인 15대 정도라면, 대기 소비량이 연간 거의 100kWh다. 비교하자면, 전기 온수 난방을 사용하지 않는 미국 4인 가구는 연간 3,000~4,500kWh를 소비한다. 따라서 15대 가전을 대기 상태로 둘 때의 전력 소비량은 전체의 2~3%에 불과하다. 참고 : 네트워크 하드디스크를 포함한 모든 종류의 '컴퓨터'는 멀티탭을 통해 전원을 끄기 전에 먼저 전원을 종료해야 한다. OLED TV도 주의가 필요하다. 전원이 없으면 TV 세트가 손상될 수 있다. 반면 대부분 잉크젯 프린터는 전원을 다시 켤 때마다 노즐을 세척하는데, 이 과정에서 잉크를 소모한다. 14. 금 도금 케이블의 성능이 더 낫다? class="image" ⓒ Foundry 금으로 플러그가 도금된 케이블은 애초에 금과 접촉하지 않으면 어떤 기술적 이점도 없다. 하지만 금 도금은 몇 년이 지나도 산화되지는 않는 장점이 있다. 접속부가 금으로 도금된 오디오 케이블의 가격은 수백 달러다. 금 도금 플러그가 있는 HDMI 케이블은 동급의 비 금 도금 케이블보다 몇 배나 더 가격이 비싸다. 그러나 비싼 케이블이 정말 소리와 신호 품질이 더 나을까? 대답은 '아니오'다. 모든 케이블은 구리선을 사용하고, 금속은 금보다 전도 능력이 더 좋다. 따라서 구리선이든 금이든 두 케이블 유형 모두 전기와 신호가 동일하게 전송된다. 그러나 산화되지 않는다는 장점을 지닌 금 도금 접속부는 여러 해 동안 높은 전도성을 유지한다. 반면, 다른 금속은 특히 습도가 높은 환경에서 시간이 지날수록 산화물 층으로 덮인다. 그러나 이러한 이점을 최대한 활용하려면 접속부의 플러그와 소켓이 모두 금으로 도금되어야 한다. editor@itworld.co.kr
파이썬은 강력하고 유연하며 다루기 쉬운 언어로 유명하다. 이런 장점 때문에 방대하고 다양한 애플리케이션과 워크플로우, 분야에 사용된다. 그러나 인터프리티드 언어인 데다 런타임의 동적 특성 때문에 파이썬은 C, C++와 같은 머신 네이티브 언어에 비해 속도가 훨씬 더 느리다는 고질적인 단점이 있다. 개발자들은 오랜 시간 동안 파이썬의 속도 제한을 극복하기 위한 다양한 방법을 고민해왔다. 예를 들어 성능 집약적인 작업을 C로 작성하고 이 C 코드를 파이썬으로 래핑하는 방법 같은 것이다. 많은 머신러닝 라이브러리가 실제로 이 방식으로 동작한다. 또는 파이썬 코드에 런타임 형식 정보를 섞어 C로 컴파일할 수 있게 해주는 프로젝트인 사이썬(Cython)을 사용하는 방법도 있다. 그러나 차선책은 이상적인 방법일 수는 없다. 그냥 파이썬 프로그램을 그대로 가져와 훨씬 더 빠르게 실행할 수 있다면 좋지 않을까? 그 대답이 바로 파이파이(PyPy)다. 파이파이 vs. C파이썬 파이파이는 기본 파이썬 인터프리터인 C파이썬(CPython)을 대체한다. C파이썬은 파이썬을 중간 바이트코드로 컴파일하고 이 바이트코드가 가상머신에 의해 인터프리트되는 방식인 데 반해, 파이파이는 JIT(JustInTime) 컴파일을 사용해 파이썬 코드를 머신 네이티브 어셈블리어로 변환한다. 수행하는 작업에 따라 상당한 정도의 성능 향상이 가능하다. 평균적으로 파이파이는 파이썬 3.7에 비해 파이썬 속도를 약 4.7배 더 높여주며 일부 작업에서는 50배 이상의 속도 향상이 가능하다. 새로운 버전의 C파이썬 인터프리터에도 특정 종류의 JIT 최적화가 추가되고 있지만 현재 파이파이의 범위와 효과에 비할 바는 아니다. 앞으로 대등해질 가능성을 배제할 수 없지만 적어도 지금은 아니다. 가장 좋은 점은 파이파이가 제공하는 효과를 얻기 위해 개발자가 따로 해야 할 일이 거의 없다는 것이다. C파이썬을 파이파이로 바꾸기만 하면 된다. (다음에서 설명할) 몇 가지 예외는 있지만 파이파이의 공식적인 목표는 기존의 파이썬 코드를 수정 없이 실행하면서 자동으로 속도를 높여주는 것이다. 현재 파이파이는 파이썬 2와 파이썬 3을 각기 다른 프로젝트 구현으로 모두 지원한다. 즉, 실행할 파이썬의 버전에 따라 다른 버전의 파이파이를 다운로드해야 한다. 파이파이의 파이썬 2 브랜치가 나온 시점이 훨씬 더 오래됐지만 파이썬 3 버전도 최근 거의 따라잡았다. 현재 파이썬 버전 3.9까지 지원하며 파이썬 3.10은 실험 수준에서 지원된다. 파이파이는 모든 핵심 파이썬 언어를 지원하는 것 외에, 패키징을 위한 pip, 가상 환경을 위한 virtualenv 등 파이썬 생태계의 방대한 툴과도 호환된다. C 모듈을 사용하는 패키지를 포함해 대부분의 파이썬 패키지는 변경 없이 그대로 동작한다. 물론 일부 제한도 있다. 이는 아래에서 살펴본다. 파이파이의 작동 방식 파이파이는 동적 언어를 위한 다른 JIT 컴파일러에도 있는 최적화 기법을 사용한다. 실행 중인 파이썬 프로그램을 분석하면서 생성 및 사용되는 객체의 형식 정보를 판단한 후 이 형식 정보를 가이드 삼아 속도를 높인다. 예를 들어 파이썬 함수가 한두 개의 객체 형식에서만 작동한다면 파이파이는 이러한 특정 사례를 처리하는 기계 코드를 생성한다. 파이파이의 최적화는 런타임에서 자동으로 처리되므로 일반적으로는 개발자가 직접 성능을 조정할 필요가 없다. 고급 사용자라면 파이파이의 명령줄 옵션을 변경하면서 특수한 사례를 위한 더 빠른 코드를 생성할 수 있지만 그럴 필요까지는 거의 없다. 또한 파이파이는 몇몇 내부 함수를 처리하는 방식도 C파이썬과 다르지만 동작의 호환성을 유지하려고 노력한다. 예를 들어 파이파이의 가비지 수집 방식은 C파이썬과 달라서 범위에서 벗어나는 모든 객체가 즉각 수집되지는 않으므로 파이파이로 실행되는 파이썬 프로그램은 C파이썬으로 실행되는 경우에 비해 메모리 사용량이 더 높게 표시될 수 있다. 그러나 gc 모듈을 통해 노출되는 gc.enable(), gc.disable(), gc.collect()와 같은 파이썬의 고수준 가비지 수집 컨트롤을 여전히 사용할 수 있다. 파이파이의 JIT 동작에 대한 정보가 필요하다면 파이파이에 포함된, 파이썬 애플리케이션에 대한 많은 JIT 후크를 노출하는 pypyjit라는 모듈을 활용하면 된다. JIT에서 성능이 떨어지는 함수 또는 모듈이 있는 경우 pypyjit를 사용해 세부적인 통계를 확인할 수 있다. 또 다른 파이파이 전용 모듈인 __pypy__는 파이파이만의 다른 기능을 노출하며 해당 기능을 활용하는 애플리케이션을 작성하는 데 유용하다. 파이썬의 런타임 동적 특성 덕분에 파이파이가 있을 때 이러한 기능을 사용하고, 없을 때는 무시하는 파이썬 애플리케이션을 만드는 것이 가능하다. 파이파이의 제약 파이파이는 매우 강력하지만 제약도 있다. 파이파이는 기본 C파이썬 런타임에 대한 완전한 범용 대체재는 아니다. 몇 가지 제약으로 인해 특정 종류의 프로그램에서는 파이파이의 효과가 줄어들거나 아예 사라진다. 가장 중요한 제한 사항은 다음과 같다. 파이파이는 순수 파이썬 앱에서 가장 효과적 : 파이파이는 전통적으로 “순수” 파이썬 애플리케이션, 즉 다른 언어 없이 파이썬만으로 작성된 애플리케이션에서 최고의 효과를 발휘했다. 넘파이(NumPy)와 같이 C 라이브러리와 접촉하는 파이썬 패키지는 파이파이가 C파이썬의 네이티브 바이너리 인터페이스를 에뮬레이션하는 방식상 좋은 결과를 얻지 못했다. 파이파이 개발자들은 그동안 이 문제를 줄여 나가면서 C 확장에 의존하는 대다수 파이썬 패키지와의 호환성을 더 높였다. 예를 들어 넘파이는 지금은 파이파이에서 매우 잘 작동한다. 그러나 최대한의 C 확장 호환성을 원한다면 C파이썬을 사용해야 한다. 파이파이는 장기간 실행되는 프로그램에서 가장 효과적 : 파이파이가 파이썬 프로그램을 최적화하는 방법의 특성상 장시간 실행되는 프로그램이 최적화 효과를 가장 많이 얻는다. 프로그램 실행 시간이 길수록 파이파이는 런타임 형식 정보를 더 많이 얻을 수 있고 최적화도 더 많이 할 수 있기 때문이다. 단발성 파이썬 스크립트는 이러한 혜택을 얻지 못한다. 이 효과를 얻는 애플리케이션은 일반적으로 오랜 시간 실행되는 루프가 있거나 백그라운드에서 지속적으로 실행되는 웹 프레임워크 같은 애플리케이션이다. 파이파이는 AOT 컴파일을 하지 못함 : 파이파이는 파이썬 코드를 컴파일하지만 파이썬 코드용 컴파일러는 아니다. 파이파이의 최적화 수행 방법과 파이썬의 태생적인 동적 특성으로 인해 JIT 코드를 독립형 바이너리로 배출해서 재사용할 방법이 없다. 즉, 이 문서에 설명돼 있듯이 각 프로그램이 실행될 때마다 매번 컴파일해야 한다. 파이썬을 독립형 애플리케이션으로 실행할 수 있는 더 빠른 코드로 컴파일하고 싶다면 사이썬, 넘바(Numba), 또는 현재 실험 단계인 누이트카(Nuitka) 프로젝트를 사용해야 한다. editor@itworld.co.kr
머신러닝(Machine learning)과 딥러닝(deep learning)은 널리 알려진 익숙한 용어지만, 이런 유명세 만큼이나 더 폭넓은 오해를 받는 부분도 있다. 여기서는 한 걸음 물러서서 머신러닝과 딥러닝의 기본을 살펴보고, 가장 보편적인 몇 가지 머신러닝 알고리즘을 알아본다. 이런 알고리즘이 역사적 데이터로부터 예측 모델을 만들기 위한 퍼즐의 다른 조각과 어떻게 관련되는지도 설명한다. 머신러닝 알고리즘이란 머신러닝은 데이터로부터 자동으로 모델을 생성하는 방법이고, 머신러닝 알고리즘은 머신러닝을 움직이는 엔진이다. 즉, 데이터 집합을 모델로 바꿔주는 알고리즘이다. 지도, 비지도, 분류, 회귀 등 어떤 알고리즘이 가장 효과적인지는 해결하려는 문제의 종류, 가용한 컴퓨팅 리소스, 데이터의 속성에 따라 달라진다. 머신러닝의 작동 원리 일반적인 프로그래밍 알고리즘은 컴퓨터에 해야 할 일을 간단한 방식으로 알려준다. 예를 들어 정렬 알고리즘은 정렬되지 않은 데이터를 데이터에 있는 하나 이상 필드의 숫자 또는 알파벳 순서 등 특정 기준에 따라 정렬된 데이터로 변환한다. 선형 회귀 알고리즘은 직선, 또는 다항식과 같이 매개변수가 선형인 다른 함수를 수치 데이터에 맞추는데, 이를 위해 일반적으로 사용하는 방법은 선과 데이터 간의 제곱 오차를 최소화하기 위해 행렬 역변환을 수행하는 것이다. 제곱 오차를 척도로 사용하는 이유는 회귀선이 데이터 포인트 위에 있는지, 아래에 있는지는 중요하지 않기 때문이다. 중요한 것은 선과 포인트 간의 거리다. 매개변수가 선형이 아닌 곡선을 데이터에 맞추는 비선형 회귀 알고리즘은 조금 더 복잡하다. 선형 회귀 문제와 달리 결정론적 방법으로 해결할 수 없기 때문이다. 대신 비선형 회귀 알고리즘은 일종의 반복적 최소화 프로세스를 구현하는데, 이는 급속 하강(steepest descent) 방법의 변형인 경우가 많다. 급속 하강은 기본적으로 현재 매개변수 값에서 제곱 오차와 그 기울기를 계산하고, 단계 크기 즉, 학습률을 선택하고, 기울기 방향을 "아래로" 따라간 다음, 새로운 매개변수 값에서 제곱 오차와 그 기울기를 다시 계산한다. 운이 좋다면 최종적으로 이 과정은 수렴한다. 급속 하강에는 수렴 속성을 개선하고자 하는 여러 변형이 있다. 머신러닝 알고리즘은 비선형 회귀보다도 더 복잡한데, 머신러닝은 다항식과 같은 특정 수학 함수에 맞추는 제약이 없다는 점도 그 이유 중 하나다. 머신러닝이 해결하는 대표적인 두 가지 문제 범주는 회귀와 분류다. 회귀는 수치 데이터, 분류는 비수치 데이터에 사용된다. 전자는 특정 주소와 직업을 가진 사람의 예상 수입은 어느 정도인가와 같은 문제, 후자는 대출 신청자가 이 대출을 상환하지 않을 것인가와 같은 문제다. 예측 문제(“내일 마이크로소프트 주식의 시초가는 얼마가 될까?”)는 시계열 데이터에 대한 회귀 문제의 하위 집합이다. 분류 문제는 이진(예/아니요), 다중 범주 문제(동물, 채소 또는 광물)로 나뉘기도 한다. 지도 학습 vs. 비지도 학습 이러한 구분과 별개로 머신러닝 알고리즘에는 지도와 비지도, 2가지 종류가 있다. 지도 학습에서는 동물 이름이 딸린 일련의 동물 사진과 같은, 답변이 포함된 학습 데이터 집합을 제공한다. 이 학습의 목표는 이전에 본 적이 없는 사진을 올바르게 식별(학습 집합에 포함된 동물의 종류)할 수 있는 모델을 만드는 것이다. 비지도 학습에서는 알고리즘이 스스로 데이터를 살펴보고 유의미한 결과를 도출하려고 시도한다. 예를 들어 각 클러스터 내에서 연관될 수 있는 데이터 포인트의 클러스터 집합이 결과로 나올 수 있다. 클러스터가 겹치지 않을 때 더 효과적으로 작동한다. 학습과 평가를 통해 매개변수를 최적화해 데이터의 기준 진실과 가장 잘 일치하는 값 집합을 찾음으로써 지도 학습 알고리즘을 모델로 바꾼다. 알고리즘은 옵타마이저를 위해 예를 들어 확률적 경사 하강(SGD: 무작위 시작점에서 여러 번 수행되는 급속 하강이라고 할 수 있음)과 같은 급속 하강의 변형에 의존하는 경우가 많다. SGD의 일반적인 개선 방법은 운동량을 기반으로 경사의 방향을 수정하거나, 한 데이터 패스(에포크라고 함)에서 다음 패스로의 진행에 따라 학습률을 조정하는 요소를 추가하는 것이다. 머신러닝을 위한 데이터 정제 자연 상태에서 깨끗한 데이터는 존재하지 않는다. 머신러닝에 사용하려면 데이터를 적극적으로 필터링해야 한다. 예를 들면 다음과 같다. 데이터를 살펴보고 누락된 데이터가 많은 열을 제외한다. 데이터를 다시 살펴보면서 예측에 사용할 열을 선택한다. 이 열은 반복할 때 바꾸는 경우가 많다. 나머지 열에서 여전히 누락된 데이터가 있는 행을 제외한다. 명백한 오타를 교정하고 동일한 답변을 병합한다. 예를 들어 U.S. US. USA, 미국은 하나의 범주로 병합해야 한다. 범위를 벗어난 데이터가 있는 행을 제외한다. 예를 들어 뉴욕시 내의 택시 이동을 분석한다면 뉴욕시 경계 상자를 벗어난 승하차 위도 및 경도는 필터링으로 걸러낸다. 그 외에도 할 수 있는 일이 많지만 이는 수집된 데이터에 따라 달라진다. 지루한 작업일 수 있으나 머신러닝 파이프라인에 데이터 정제 단계를 두면 자유롭게 수정하고 반복할 수 있다. 머신러닝을 위한 데이터 인코딩 및 정규화 머신 분류를 위해 범주 데이터를 사용하려면 텍스트 레이블을 다른 양식으로 인코딩해야 한다. 일반적으로 2가지 인코딩이 사용된다. 첫째는 레이블 인코딩으로, 각 텍스트 레이블이 숫자로 대체된다. 둘째는 원핫(onehot) 인코딩으로, 각 텍스트 레이블 값이 이진 값(1 또는 0)이 있는 열로 변환된다. 대부분의 머신러닝 프레임워크에는 이 같은 변환을 수행하는 함수가 있다. 레이블 인코딩의 경우 머신러닝 알고리즘이 혼동해서 인코딩된 열이 정렬된 것으로 착각할 수 있으므로 일반적으로 원핫 인코딩이 선호된다. 머신 회귀에 숫자 데이터를 사용하려면 일반적으로 데이터를 정규화해야 한다. 그렇지 않으면 범위가 큰 숫자가 특징 벡터 간의 유클리드 거리를 지배하는 경향이 있고, 이들의 효과가 확대되면서 다른 필드가 희생되고 급속 하강 최적화가 잘 수렴되지 않을 수 있다. ML을 위해 데이터를 정규화 및 표준화하는 방법은 최소최대 정규화, 평균 정규화, 표준화, 단위 길이로 스케일링 등 여러 가지가 있다. 이 프로세스를 보통 특징 스케일링(feature scaling)이라고 한다. 머신러닝 특징 앞에서 언급한 특징(feature) 벡터가 무엇인지 알아보자. 우선, 특징이란 관찰 대상 현상의 측정 가능한 개별적인 속성 또는 특성이다. “특징”이라는 개념은 선형 회귀와 같은 통계 기법에서 사용되는 설명 변수와 관계가 있다. 특징 벡터는 한 행의 모든 특징을 하나의 숫자 벡터로 결합한다. 특징을 선택하는 기법 중 하나는 문제를 설명하는 최소 독립 변수 집합을 선택하는 것이다. 두 변수가 고도로 상호 연관된다면 하나의 특징으로 결합해야 하거나 하나를 삭제해야 한다. 주성분 분석을 수행하여 상호 연관된 여러 변수를 선형적으로 상호 연관되지 않은 변수들의 집합으로 변환하는 경우도 종종 있다. 새로운 특징을 구축하거나 특징 벡터의 차원을 축소하기 위해 사용하는 변환 방법 중에서 간단한 방법도 몇 가지 있다. 예를 들어 Year of Death에서 Year of Birth를 빼면 수명 및 사망 분석을 위한 주요 독립 변수인 Age at Death를 구축할 수 있다. 특징 구축이 명확하지 않은 경우도 있다. 일반적인 머신러닝 알고리즘 머신러닝 알고리즘은 선형 회귀와 로지스틱 회귀부터 심층 신경망 및 앙상블(다른 모델의 조합)에 이르기까지 수십 가지가 있지만 가장 일반적인 알고리즘은 다음과 같다. 선형 회귀 또는 최소 제곱 회귀(숫자 데이터) 로지스틱 회귀(이진 분류) 선형 판별 분석(다중 범주 분류) 결정 트리(분류와 회귀) 나이브 베이즈(분류와 회귀) K최근접 이웃(KNN, 분류와 회귀) 학습 벡터 양자화(LVQ, 분류와 회귀) 서포트 벡터 머신(SVM, 이진 분류) 랜덤 포레스트, “배깅” 앙상블 알고리즘의 한 유형(분류와 회귀) 부스팅 방법(AdaBoost 및 XGBoost 포함)은 일련의 모델을 생성하는 앙상블 알고리즘으로, 각각의 새로운 모델이 이전 모델의 오류를 수정하려고 시도 흔히 듣는 신경망과 심층 신경망은 어디에 있을까? 이 둘은 대체로 계산 집약적이라서 GPU 또는 다른 특수한 하드웨어가 필요하므로 비교적 단순한 알고리즘에는 맞지 않는 이미지 분류, 음성 인식과 같은 특수한 문제에만 사용해야 한다. 위에서 “심층”은 신경망 안에 숨은 계층이 많다는 것을 의미한다. 신경망과 심층 신경망에 대한 더 자세한 내용은 “딥러닝의 진정한 의미”를 참고하면 된다. 머신러닝 알고리즘의 초매개변수 머신러닝 알고리즘은 데이터로 학습해서 예측된 값 또는 클래스에 영향을 미치는 각 독립 변수에 대한 최적의 가중치 집합을 찾는다. 알고리즘 자체에는 초매개변수(hyperparameters)라는 변수가 있다. 결정되는 가중치가 아니라 알고리즘의 작동을 제어하기 때문에 매개변수가 아닌 초매개변수로 불린다. 많은 경우 가장 중요한 초매개변수는 학습률이다. 학습률은 최적화에서 다음에 시도할 가중치 집합을 찾을 때 사용되는 단계 크기를 결정한다. 학습률이 너무 높으면 경사 하강이 평지(plateau) 또는 비최적 지점에 빠르게 수렴할 수 있고, 학습률이 너무 낮으면 경사 하강이 정체되어 완전히 수렴하지 않을 수 있다. 다른 많은 일반적인 초매개변수는 사용되는 알고리즘에 따라 달라진다. 대부분 알고리즘에는 최대 에포크 수, 또는 최대 실행 시간, 에포크 간 최소 개선과 같은 중지 매개변수가 있다. 특정 알고리즘에는 검색의 형태를 제어하는 초매개변수가 있다. 예를 들어 랜덤 포레스트에는 리프당 최소 샘플 수, 최대 깊이, 분할 시 최소 샘플 수, 리프의 최소 가중치 비율, 그 외에 8가지에 대한 초매개변수가 있다. 초매개변수 튜닝 여러 프로덕션 머신러닝 플랫폼이 현재 자동 초매개변수 튜닝을 제공한다. 기본적으로 시스템에 변경할 초매개변수와 최적화하고자 하는 메트릭을 알려주면 시스템은 허용되는 만큼 많은 실행 횟수에 걸쳐 이러한 초매개변수를 스윕한다. 단, 구글 클라우드 초매개변수 튜닝은 텐서플로우 모델에서 적절한 메트릭을 추출하므로 직접 지정할 필요가 없다. 초매개변수 스위핑을 위한 검색 알고리즘에는 베이지안(Bayesian) 최적화, 그리드(grid) 검색, 무작위 검색의 3가지가 있다. 베이지안 최적화가 대체로 가장 효율적이다. 최대한 많은 초매개변수를 튜닝해야 최선의 답을 얻는다고 생각할 수 있다. 그러나 개인 하드웨어에서 실행하는 경우가 아닌 한 비용이 상당히 커질 수 있고, 어떤 경우든 얻는 이득은 점점 줄어든다. 자신의 데이터와 선택한 알고리즘에서 가장 중요한 초매개변수는 경험을 통해 발견할 수 있다. 자동 머신러닝 알고리즘 선택에 대해 말하자면, 어느 알고리즘 또는 알고리즘 앙상블이 현재 데이터에 맞는 최선의 모델을 제공할지 아는 방법은 하나밖에 없다. 모두 시도해 보는 것이다. 여기서 가능한 모든 정규화 및 특징 선택까지 시도한다면 조합의 수는 폭발적으로 증가한다. 모든 것을 수동으로 시도한다는 것은 비현실적이므로, 당연히 머신러닝 툴 제공업체들은 많은 노력을 기울여 오토ML(AutoML) 시스템을 출시했다. 우수한 시스템은 특징 공학과 알고리즘 및 정규화에 대한 스윕을 결합한다. 최선의 모델에 대한 초매개변수 튜닝은 나중을 위해 남겨두는 경우가 많다. 다만 특징 공학은 자동화하기 어려운 문제이며 이 부분을 다루지 않는 오토ML 시스템도 있다. 요약하자면, 머신러닝 알고리즘은 머신러닝 퍼즐의 한 조각일 뿐이다. 알고리즘 선택(수동 또는 자동) 외에도 옵티마이저, 데이터 정제, 특징 선택, 특징 정규화, 그리고 선택적으로 초매개변수 튜닝까지 처리해야 한다. 이 모든 부분을 처리하고 데이터에 맞는 모델을 구축했다면, 이제 모델을 배포하고 조건의 변화에 따라 업데이트할 차례다. 프로덕션의 머신러닝 모델을 관리하는 것은 또 다른 문제다. editor@itworld.co.kr
최신 윈도우 11 기능을 따라가다 보면 쉽게 혼란스러워진다. 마이크로소프트 빌드(Microsoft Build) 행사와 함께 새로운 기능이 끊임없이 쏟아지는 5월에는 더욱 그렇다. 올해도 마찬가지였다. 마이크로소프트는 실용적인 것부터 이상적인 것까지 빌드 행사에서 다양한 윈도우 11 기능을 쏟아냈다. 올해 빌드 행사에서는 윈도우 11의 모멘트 3(Moment 3)과 함께 흥미로운 새 기능이 공개됐고 향후 출시될 더 많은 기능에 대한 힌트도 얻을 수 있었다. 다만 소규모 기능 업데이트인 모멘트는 언제든 배포될 수 있기 때문에 출시 시기는 달라질 수 있다. 현재 모멘트 3에 도입될 것으로 알려진, 그리고 사용자 PC에 배포될 여러 새 기능을 간단히 설명한다. 윈도우 11 모멘트 3의 기능들 이제부터 소개할 모멘트 3 기능은 기본 기능이 아니라 옵션이며, 새로운 기능을 출시 즉시 받겠다고 미리 설정하지 않은 이상 6월 이후에야 배포된다. 2023년 6월, 아마도 패치 화요일 주기를 고려하면 6월 13일쯤 윈도우 11 비보안 프리뷰 릴리즈에 추가 선택 형식으로 배포될 예정이다. 새로운 기능을 한발 먼저 사용하는 것을 좋아하고 최신 업데이트가 출시되는 즉시 받고 싶은 사용자라면 윈도우 11 설정 앱의 ‘윈도우 업데이트 항목’으로 이동한다. 여기서 ‘최신 업데이트가 제공되는 즉시 받기’ 메뉴의 토글을 켠다. 마이크로소프트는 사용자의 삶의 질을 조금씩 개선하는 기능을 단계적으로 릴리즈한다. 모멘트 3 역시 마찬가지다. 마이크로소프트는 이달 초 이들 기능을 윈도우 참가자 프로그램 22621.1776(릴리즈 채널) 베타 일부분으로 테스트했고 이제 최종 릴리즈로 배포했다. 더 넓은 위젯 창 : 윈도우 11에 추가된 흥미로운 변화는 사용자가 앱을 더 많이 설정할 수 있도록 많은 공간을 확보하는 위젯의 변화다. 위젯은 2개가 아닌 3개 열로 더 넓어지고 개인화할 수 있다. 마이크로소프트가 공개한 새로운 위젯 선택기를 보면 사용자는 자신이 선택한 위젯이 어떤 모습으로 나타날지 미리 볼 수 있으며, 더 많은 위젯을 찾을 수 있다(위젯 선택기는 조금 늦게 배포될 수 있다). 센서 설정 : 일부 노트북은 사용자가 자리를 비우거나 보안을 위해 PC를 잠가 둘 경우 화면을 자동으로 어둡게 조정하는 존재 감지 센서가 있다. 설정 개인정보 보호 및 보안 감지 센서에서 관리할 수 있다. VPN 아이콘 : 이제 VPN을 사용할 때 작업표시줄에 작은 방패 아이콘이 나타난다. USB4 허브 및 설정 : 인텔 기반 노트북은 보통 썬더볼트 독과 연결된다. 그러나 USB4는 AMD 라이젠 노트북에서 거의 동일한 기능을 수행한다. 어떤 것이든 새로운 윈도우 설정 페이지에서는 노트북의 USB4 기능과 연결된 주변장치의 정보를 알 수 있다. 블루투스 지원 확대 : 윈도우 11은 이제 갤럭시 버드2나 버드2 프로 같은 이어폰에서 지원하는 저전력 오디오 표준인 블루투스 저전력 오디오(Bluetooth Low Energy Audio)를 지원한다. 계정 아이콘 배지 : 시작 메뉴의 계정 아이콘에 작은 느낌표가 나타나면 마이크로소프트 계정 관리에 주의가 필요하다는 뜻이다. 다른 윈도우 기능에 대한 유용한 알림(즉, 광고)과 연결되어 있다. 라이브 자막 언어 확대 : 자막이 없는 콘텐츠에 자막을 자동으로 제공한다. 라이브 자막은 중국어, 다양한 영어 방언, 프랑스어, 독일어, 스페인어 등을 지원한다. 마이크로소프트가 이전 프리뷰에서 공개한 내용을 기반으로 할 때 모먼트 3 릴리즈에서는 다음과 같은 작은 변경도 있을 것으로 보인다. 새로운 프린트 화면 바로가기 : PrtScn 키를 누르면 이제 캡처 도구가 열린다. 원드라이브 저장공간 표시 : 윈도우 11 설정 앱 안의 계정 페이지에서 사용자의 모든 원드라이브 구독 내용에 할당된 저장 공간의 전체 양을 확인할 수 있다. 2FA 복사 : '휴대폰과 연결' 앱으로 PC에 스마트폰을 연결하면 다른 서비스에서 받은 2FA 인증 코드가 자동으로 복사된다. 터치 키보드 옵션 : 새로운 설정 시간 및 언어 입력 터치 키보드 설정에서 터치 키보드를 항상 보이게 할지, 아예 없앨지, 하드웨어 키보드를 연결하지 않았을 때만 보이게 할지 선택할 수 있다. 키보드를 떼었다 붙일 수 있는 서피스 프로 같은 노트북에서 특히 유용하다. 초 시계 : 이제 작업 표시줄 시계 앱에서 초 단위의 시간을 알 수 있다. 검색용 빙 챗 AI 바로가기 : 이제 검색창에 작은 빙 챗 아이콘이 나타난다. 기업 계정으로 로그인할 때는 기업 아이콘으로 바뀐다. 콘텐츠 적응형 밝기 제어 : 콘텐츠 종류에 따라 디스플레이를 밝거나 어둡게 할 수 있다. HDR은 아니지만 유사한 기능이다. 모먼트 3 이외의 새로운 윈도우 11 기능들 마이크로소프트는 빌드 행사에서 모먼트 3 이외의 신규 기능도 공개했지만 출시 시기는 아직 알려지지 않았다. 일부는 윈도우 참가자 프로그램 베타 코드에서 보았거나 앞으로 볼 가능성이 있고, 다른 기능은 모먼트 업데이트를 통해 윈도우 PC에 배포될 것이다. WinRAR 지원 : WinRAR, 7Zip, GZ 같은 압축 포맷 형식이 윈도우에 통합된다는 반가운 소식이 전해졌다. 마이크로소프트는 해당 기능을 빠른 시일 내에 테스트할 것이으로 보이며, 완전한 압축 해제 기능이 윈도우 11에 릴리즈되는 것은 9월쯤으로 예상된다. 2024년에는 RAR, Zip 같은 다른 압축 파일을 생성하는 것도 가능하다. 윈도우 코파일럿 : 빌드 행사에서 큰 주목을 받은 윈도우 코파일럿은 AI 기술을 윈도우로 가져온다. 마이크로소프트는 6월 중 윈도우 코파일럿 출시를 약속했지만, 구체적인 방법은 알려지지 않았다. 윈도우 참가자 프로그램에서 윈도우 코파일럿을 확인할 수 있기를 기대한다. 작업표시줄 앱 그룹 해제 : 윈도우 10에서는 작업표시줄 내 다수 앱에 개별 레이블을 지정해 표시할 수 있다. 윈도우 11도 이 기능을 다시 수용했다. 참가자 프로그램(개발자 채널) 릴리즈에서 이번 주에 공개될 예정이다. 머지않아 전체 공개되기를 기대한다. 작업표시줄 앱 우클릭 : 작업표시줄과 관련한 또 하나의 재미있는 기능이 있다. 마치 작업 관리자에서 하듯이 작업표시줄에서 앱을 우클릭해 진행 중인 작업을 종료할 수 있다. 윈도우 백업 : 마이크로소프트는 참가자 프로그램(개발자 채널)에서 윈도우 백업을 테스트하고 있다. 윈도우 백업은 파일, 폴더(데스크톱에서의 레이아웃 위치까지), 앱과 더 많은 데이터를 클라우드에 저장하고 새로운 PC에서 재설치를 지원하는 기능이다. RGB 조명 제어 : 크리스마스트리처럼 색색의 조명을 달고 작동 중일 때마다 반짝거리는 PC 주변장치를 여럿 소유하고 있다면 축배를 들 만한 소식이다. 최근 마이크로소프트는 RGB 조명을 윈도우에서 제어하는 기능을 추가하고 업계에 표준화된 설정을 제공한다고 밝혔다. editor@itworld.co.kr
PC 사용자에게 가장 인기 있는 웹 브라우저인 크롬은 처음에는 빠르고 반응성 좋은 브라우징 경험을 제공하지만, 시간이 지나면 캐시 파일, 확장 프로그램, 리소스 소비 등의 요인 때문에 느려질 수 있다. 크롬의 성능을 향상시키는 방법은 브라우저 최신 상태 유지, 캐시 삭제, 이용 가능한 특수 기능 활용 등 많다. 크롬 실행 속도를 최대한 빠르게 유지하는 간단한 9가지 방법을 소개한다. 크롬을 항상 업데이트할 것 크롬을 최신 버전으로 업데이트하면 가장 최근의 성능 개선과 버그 수정, 보안 업데이트를 확보할 수 있다. 구글은 브라우저에 업데이트를 자주 제공하므로 항상 최신 상태를 유지하는 것이 중요하다. 업데이트는 브라우저를 닫을 때 백그라운드에서 자동으로 실행되도록 설계되어 있으며, 브라우저를 닫는 일이 거의 없다면 업데이트를 직접 확인해야 한다. 크롬은 업데이트 시간이 되면 브라우저 창 우측 상단 구석에 버튼이 생긴다. 이 버튼을 누르면 업데이트된다. 버튼이 보이지 않는다면 창 우측 상단 구석에서 세로 방향 점 3개 도움말 Chrome 정보를 클릭한다. 그러면 크롬이 업데이트를 확인한 후 설치한다. 다시 시작을 클릭하면 크롬 업데이트가 완료되고 크롬이 닫힌다. 따라서 업데이트 전에는 탭에 미완성 작업이 열려 있지 않은 지 확인해야 한다. 너무 많은 탭을 열지 말 것 브라우저에서 탭을 여러 개 열어 놓으면 메모리가 소비되며, 메모리만큼은 아니지만 CPU도 소비된다. 열어 놓은 탭의 개수가 늘어날수록 컴퓨터 리소스에 대한 수요도 늘어난다. 성능이 저하되고 페이지 로드 시간이 늘어날 수 있다. 시스템이 과부하 상태가 되면 정지 또는 멈춤 현상까지 발생할 수 있다. 미사용 확장 프로그램을 설정 해제할 것 확장 프로그램은 브라우저에 기능을 추가하는 작은 소프트웨어 프로그램이다. 유용하지만 너무 많이 설치하거나 부실하게 최적화된 것을 사용하면 구글 크롬의 성능에 부정적인 영향을 미칠 수 있다. 불필요한 확장 프로그램을 설정 해제하면 브라우저의 성능을 높일 수 있다. 브라우저 확장 프로그램을 설정 해제하는 방법은 간단하다. chrome://extensions 로 들어가 해당 확장 프로그램의 슬라이더를 끔 위치로 밀거나 삭제를 클릭하면 된다. 브라우징 데이터를 삭제할 것 기록, 쿠키, 캐시 파일 등의 브라우징 데이터를 삭제하면 디스크 공간이 확보되고 오래되거나 손상된 파일로 야기된 웹사이트 문제가 해결되므로 성능 향상에 도움이 된다. 시스템 성능뿐 아니라 개인정보보호 및 보안도 향상된다. 일반적으로 쿠키와 캐시 파일은 빠른 접근을 위해 컴퓨터의 RAM에 저장되므로 브라우징 데이터를 삭제하면 RAM 사용량을 줄여 성능이 향상될 수도 있다. 특히 장치의 메모리가 한정적인 경우, 브라우징이 부드러워지고 페이지 로딩 시간도 빨라지는 것이 보통이다. 브라우징 데이터를 삭제하는 방법은 세로 방향 점 3개 설정 개인 정보 보호 및 보안을 클릭한 후 각 옵션을 개별적으로 선택하고 데이터를 삭제하면 된다. 웹 페이지 미리 로드를 설정할 것 웹 페이지 미리 로드를 설정하면 웹 페이지에 실제로 도착하기 전에 리소스를 가져와 로드 함으로 성능이 향상된다. 사용자가 링크 위에 커서를 가져가거나 특정 페이지에 방문할 것으로 예측되면 크롬은 해당 페이지를 표시하는 데 필요한 리소스(예 : 이미지, CSS, 자바스크립트 파일)을 가져오기 시작한다. 이 작업은 사용자가 아직 현재 페이지에 있는 동안 배경에서 수행된다. 사용자가 결국 링크를 클릭하는 시점에는 컨텐츠의 많은 부분이 이미 로드 된 상태이므로 페이지의 로드 속도가 더욱 빨라 보인다. 웹 페이지 미리 로드를 설정하는 방법은 세로 방향 점 3개 설정 개인 정보 보호 및 보안 쿠키 및 기타 사이트 데이터를 클릭한 후 빠른 탐색 및 검색을 위해 페이지 미리 로드 옆에 있는 슬라이더를 켬 위치로 밀면 된다. 크롬의 에너지 절약 모드를 사용할 것 크롬의 에너지 절약 모드는 주요 기능이 배터리 지속 시간을 아끼는 것이지만 특정 배경 활동을 제한하는 방식으로 성능도 약간 향상시킨다. 에너지 절약 모드는 배터리 잔량이 20% 이하인 경우에만 사용 설정할 수 있으며, 컴퓨터의 전원이 연결되어 있지 않을 때 사용 설정할 수도 있다. 에너지 절약 모드를 설정하려면 세로 방향 점 3개 설정 성능을 클릭하고 전원 그룹에서 에너지 절약 모드 옆에 있는 슬라이더를 켬 위치로 민 다음 이 기능을 활성화하고자 하는 경우를 선택한다. 하드웨어 가속을 설정할 것 하드웨어 가속을 설정하면 크롬은 하드웨어 가속이 도움이 되는 특정 작업에 컴퓨터의 GPU를 사용한다. GPU는 그래픽 집약적인 작업을 효율적으로 처리하도록 설계되었고 특정 연산을 병렬로 처리할 수 있기 때문에 동영상 재생, 애니메이션, 그래픽 렌더링과 같은 작업에 더욱 적합하다. 이런 작업 중 일부를 CPU에서 GPU로 전가하면 성능이 향상되고 웹 컨텐츠 렌더링이 부드러워지며 시스템 리소스 소비가 줄어든다. 이는 고성능 그래픽 카드가 탑재된 시스템에서나 그래픽 요소가 많은 애플리케이션 및 웹사이트를 사용하는 경우에 특히 유익하다. 하드웨어 가속을 설정하려면 세로 방향 점 3개 설정 시스템을 클릭한 후 가능한 경우 하드웨어 가속 사용 옆에 있는 슬라이더를 켬 위치로 민다. 구글 플래그에서 GPU 래스터화를 설정할 것 래스터화는 벡터 그래픽(예: HTML, CSS, SVG 요소)을 화면에 표시될 수 있는 픽셀로 변환하는 과정이다. 기본적으로 크롬은 래스터화에 CPU를 사용한다. GPU 래스터화를 설정하면 이 작업이 컴퓨터의 GPU로 대신 전가된다. GPU는 CPU보다 그래픽 처리를 더욱 효율적으로 처리하도록 설계되었으므로 특히 고성능 GPU가 탑재된 시스템에서 웹 페이지의 렌더링이 빨라지고 성능이 향상될 수 있다. GPU 래스터화를 설정하는 방법은 chrome://flags로 이동하여 GPU Rasterization(GPU 래스터화)를 검색한 후 항목 옆에서 Enabled(설정)을 선택하면 된다. 이는 실험적인 기능이며 구글 크롬은 이 기능을 테스트 목적으로만 사용함을 분명히 밝히고 있다는 점에 유념해야 한다. 사용할 수 있다고 해서 사용해야 하는 것은 아니다. 위험이 보상보다 클 수도 있다. 또한, 하드웨어 가속을 설정했다면 래스터화도 어차피 설정되어 있다. 구글 크롬 설정을 초기화할 것 크롬을 기본 설정으로 초기화하면 브라우저가 원래 구성으로 복원되고 속도 저하 등의 문제의 원인인 사용자화, 확장 프로그램, 설정이 제거되므로 성능 문제가 해결될 수 있다. 이 방법은 다른 성능 개선 방법을 시도했으나 실패했거나 어떤 구체적인 설정이나 확장 프로그램이 문제의 원인인지 확실하지 않은 경우에 사용하면 좋다. 구글 크롬 설정을 초기화하려면 세로 방향 점 3개 설정 설정 초기화를 클릭하면 나오는 페이지에서 설정을 기본 값으로 복원하는 옵션을 선택하면 된다. 구글은 이미 크롬 속도를 높이고 있다 구글 크롬 112는 이 인기 웹 브라우저의 성능을 상당히 개선했다. innerHTML 파싱을 위한 전문 고속 경로뿐만 아니라 toString() 및 join()와 같은 자바스크립트 함수가 최적화되었다. 이런 기능은 다수의 웹사이트와 웹 앱에 걸쳐 널리 활용되면서 웹 브라우징에 눈에 띄는 차이를 가져왔다. 구글은 이런 개선 덕분에 3개월간 애플의 스피도미터(Speedometer) 2.1 브라우저 벤치마크가 10% 증가했다고 전했다. 크롬을 항상 최신 상태로 유지해야 할 또 하나의 이유다. 구글이 노고를 들여 항상 내놓는 성능 업데이트를 적극 활용하자. editor@itworld.co.kr
‘챗GPT’는 인공지능과 상호작용하는 방식에 혁신을 가져왔다. 고급 자연어 처리 기능을 갖춘 챗GPT는 퀴즈 놀이부터 시 쓰기까지 다양한 작업에 도움을 줄 수 있다. 여기서는 챗GPT를 활용할 수 있는 놀랍도록 재미있고 유용한 10가지 방법을 살펴본다. 재미있는 레시피 만들기 챗GPT가 할 수 있는 흥미로운 일 중 하나는 사용자의 입맛, 재료, 특정 식단 요건에 따라 레시피를 생성하는 것이다. 원하는 요리 종류, 사용하려는 재료, 식이 제한 사항 등 특정 정보를 입력하면 된다. 그러면 챗GPT가 단계별 지침, 재료의 양, 요리 팁이 포함된 레시피를 알려준다. 챗GPT에 위스키를 베이스로 하고 스웨덴 미트볼을 사용한 칵테일을 만들어 달라고 했다. 챗GPT는 파격적인 요청이라는 점을 금방 알아차렸지만 이내 요구사항에 따라 레시피를 제공했다. 칵테일 이름도 ‘스모키 미트볼 즈위즐’이라고 지어줬다(개인적으로는 ‘미트볼 맨해튼’이 더 낫다고 생각한다). 맞춤형 운동 계획 챗GPT는 사용자의 체력 수준, 목표, 사용 가능한 장비, 건강 상태 등에 따라 맞춤화된 운동 계획을 짤 수 있다. 기본 정보, 현재 체력 수준, 운동 경험, 목표, 건강 상태, 장비 사용 가능 여부 등의 정보를 제공하면 된다. 챗GPT에 3개월짜리 운동 계획을 만들어 달라고 했다. 나이, 성별, 몸무게를 입력하고 무릎이 좋지 않다고 언급했다. 또 헬스장 장비를 이용할 수 없고, 7kg가량을 감량하는 것이 목표라고 덧붙였다. 우선 챗GPT는 새로운 운동 계획을 시작하기 전에 의사 또는 개인 트레이너와 상담하고, 부상을 입지 않도록 자세 모니터링이 중요하다고 권고했다. 이어 제공한 정보를 바탕으로 운동 계획을 알려줬다. 어떤 정보를 입력해야 할지 모르겠다면 챗GPT에 가장 정확하고 개인화된 운동 계획을 짜는 데 필요한 정보가 무엇이냐고 물어볼 수도 있다. 퀴즈 게임 다양한 주제에 대한 질문, 답변 또는 흥미로운 사실을 제공해 챗GPT와 퀴즈 게임을 하거나, 퀴즈 게임을 만들어 달라고 할 수 있다. 예를 들어 챗GPT에게 게임하고 싶다고 말한 다음, 주제나 테마를 지정하면 챗GPT가 질문을 던진다. 직접 만든 퀴즈로 챗GPT에 문제를 낼 수도 있다. 챗GPT에게 퀴즈 게임을 하고 싶다고 말한 다음, 양자 물리학에 관련된 5가지 질문을 해달라고 했다. 챗GPT는 답을 입력하면 정답인지 아닌지 알려준다고 말했다. 구글의 도움으로 간신히 5개 퀴즈 중 3개를 맞힐 수 있었다. 가상의 여행 가이드 챗GPT는 다양한 여행지 정보, 추천, 조언을 제공하는 가상의 여행 가이드 역할을 할 수 있다. 한 가지 명심해야 할 점은 챗GPT의 지식은 적어도 현재로서는 2021년까지의 데이터를 기반으로 한다는 것이다. 즉, 신상 레스토랑처럼 최근에 문을 연 곳은 추천할 수 없다. 하지만 방문 장소, 현지 관습, 요리, 기타 여행 관련 주제에 관해 귀중한 인사이트를 얻을 순 있다. 챗GPT에게 대만 타이베이로 여행을 계획 중이라고 하고, 꼭 가봐야 할 명소와 현지인에게 인기 있는 음식을 추천해 달라고 했다. 방문해야 할 장소와 추천 음식 목록은 꽤 정확했지만, 개인적으로는 대만식 오믈렛 단빙이 목록에 포함돼 있지 않아 아쉬웠다. 음악 작곡 챗GPT는 직접 음악을 작곡하거나 오디오 파일을 만들 순 없지만 가사 작성, 코드 진행 제안, 노래 구조 및 편곡 팁 제공 등을 도울 수 있다. 특정 음악 콘셉트 지침을 요청하거나 멜로니 또는 하모니 아이디어를 브레인스토밍할 수도 있다. 챗GPT에게 E플랫 단조로 작곡 중인 재즈에 좋은 코드 진행을 제안해 달라고 했다. 챗GPT는 i – iv – VII7 – III7 – V7 – i(9) 코드 진행을 제안하고, 재즈 곡에 깊이를 더하기 위해 코드 확장, 대체, 변경을 실험해 보라고 권유했다. 명상 및 마음 챙김 연습 명상을 좋아하는 사용자가 있다면 챗GPT가 마음 챙김 운동을 도와줄 수 있다. 예를 들어 5분 동안 마음 챙김 호흡 운동을 하고 싶다고 하면, 챗GPT가 어떻게 해야 하는지 단계별로 자세히 알려준다. 다른 유형의 명상이나 마음 챙김 운동을 하고 싶지만 어떻게 해야 할지 잘 모르겠다면 언제든지 챗GPT에게 제안을 요청할 수도 있다. 이력서 작성하기 시중에 많은 이력서 빌더가 있지만, 이력서를 직접 작성하려고 한다면 챗GPT가 콘텐츠 및 형식 지침, 제안, 팁을 제공할 수 있다. 이력서에 포함하려는 업무 경험, 교육, 스킬, 성과, 기타 세부 정보를 입력하면 된다. 챗GPT로 이력서를 작성하는 것이 다소 불편하다면, 지원 직무에 관한 이력서 템플릿을 제공해 달라고 요청할 수도 있다. 실제로 PC월드에서 기자로 일하고 싶지만 개인정보는 제공하고 싶지 않다고 말했더니 꽤 괜찮은 이력서 템플릿을 만들어줬다. 빈칸을 채우기만 하면 됐다. 개인 스타일리스트 AI가 실제로 사람을 스타일링할 수 있는 수준까지 발전하진 못했지만, 의상 아이디어, 색 조합, 액세서리 등을 제안할 순 있다. 아울러 특정 상황에 맞는 옷차림 팁을 제공할 수도 있다. 선호하는 스타일, 체형, 행사 내용, 기타 특정 요구사항 등 몇 가지 개인 정보를 공유해야 한다. 이를테면 닌텐도를 테마로 한 파티에 갈 예정인데, 닌텐도의 기업 컬러를 반영한 비즈니스 캐주얼 스타일 제안이 필요하다고 챗GPT에 말했다. 매우 상세한 제안을 받았다. 텍스트 기반 RPG 게임 챗GPT는 주어진 프롬프트에 응답하고 시나리오에 따라 선택하며 플레이하는 텍스트 기반 롤플레잉 게임을 만들 수 있다. 게임 설정을 챗GPT에 맡기거나, 직접 자세한 설명을 할 수 있다. 예를 들면 방금 불시착한 외딴 적대 행성을 배경으로 하는 텍스트 기반 롤플레잉 게임을 하고 싶다고 챗GPT에 말했다. 이어 플레이어는 탑승자 중 유일하게 살아남은 사람이고, 이 행성에는 초목과 물이 거의 없으며, 목표는 살아남아 원래 행성으로 돌아가는 것이라고 덧붙였다. 시 쓰기 챗GPT는 다양한 스타일과 테마로 시를 쓸 수 있다. 주제, 스타일, 원하는 분위기 등 시를 작성하는 데 필요한 기본 정보나 관련 있는 정보를 챗GPT에 알려주면 된다. 그러면 해당 정보를 바탕으로 시를 생성한다. 마리오가 젤다를 가논도르프에서 구출하고 피치 공주가 질투를 느껴 루이지와 함께 도망치는 장면에 관한 시를 써달라고 요청했다. 아울러 자유시의 아버지라고 불리는 월트 휘트먼 스타일로 써야 한다고 덧붙였다. 그 결과 환상적인 시가 탄생했고, 이를 다시 하이쿠(일본 정형시)로 바꿔달라고 말했다. 다음 단계는? 챗GPT는 어시스턴트, 엔터테인먼트 또는 창의적인 영감을 원하는 사용자에게 ‘가능성의 세계’를 열어줬다. 레시피와 운동 계획 생성부터 이력서 작성, 시 창작까지 다양한 작업을 처리할 수 있는 다재다능함은 일상을 증강하는 AI의 힘을 보여준다. 기술이 계속 발전하면서 챗GPT와 유사한 AI 모델은 더욱 혁신적으로 응용되리라 예상된다. AI 어시스턴트의 미래는 밝으며, 사람들이 디지털 세상과 상호작용하는 방식을 혁신할 잠재력은 이제 겨우 표면을 드러내기 시작했을 뿐이다. editor@itworld.co.kr
여러 대의 컴퓨터 모니터로 작업하는 데 익숙하다면 노트북만 가지고 출장을 떠나는 것이 힘들 수 있다. 비좁은 노트북 디스플레이 하나만 써야 하기 때문이다. 하지만 다행히도 오래된 아이패드나 안드로이드 태블릿 또는 기타 노트북을 윈도우 PC용 추가 모니터로 활용할 방법이 있다. 심지어 공짜다! 바로 ‘스페이스데스크(Spacedesk)’ 앱을 사용하는 것이다. 물론 유일한 멀티 모니터 소프트웨어는 아니지만 지금까지 본 무료 옵션 가운데 가장 다재다능하다. 윈도우용 스페이스데스크 설치 스페이스데스크는 2가지 부분으로 구성된다. • 스페이스데스크의 드라이버 소프트웨어는 PC의 백그라운드에서 실행돼 다른 화면과 연결된다. 스페이스데스크 웹사이트에서 다운로드해 설치할 수 있다. 스페이스데스크를 실행하려면 방화벽 예외 설정을 해야 한다. 이 옵션은 설치 과정에 포함돼 있다. • 다른 기기에서 스페이스데스크의 뷰어 앱을 실행하면, PC에서 해당 기기를 보조 모니터로 인식한다. 웹 뷰어를 통해 윈도우, iOS, 안드로이드, 아마존 기기 및 기타 모든 기기에서 앱을 사용할 수 있다. 서버 연결은 와이파이를 통해 이뤄진다. 드라이버 소프트웨어를 설치했다면 뷰어 앱을 연다. 예를 들어 PC와 태블릿이 동일한 와이파이 네트워크에 연결돼 있으면 스페이스데스크가 자동으로 태블릿을 감지한다. 태블릿을 선택하고 2번째 화면 모드를 시작할 수 있다. 스페이스데스크 구성 기본적으로 스페이스데스크는 디스플레이 UI를 확대하지 않기 때문에 보조 모니터에서 너무 작게 보일 수 있다. 이 문제를 해결하려면 ‘윈도우 설정 시스템 디스플레이’로 이동해 모니터 목록에서 새 디스플레이를 선택한 다음, 디스플레이 해상도와 배율을 조정하면 된다. 아울러 스페이스데스크 드라이버는 컴퓨터가 부팅될 때마다 항상 실행된다. 변경하고 싶다면 스페이스데스크의 작업 표시줄 아이콘을 마우스 오른쪽 버튼으로 클릭하고, ‘스페이스데스크 드라이버 콘솔’을 선택한 다음 ‘시스템 부팅 시 자동 시작’을 해제한다. 윈도우에서도 모니터를 구성해야 한다. ‘설정 시스템 디스플레이’로 들어가면 모든 화면의 레이아웃이 표시되며, 이를 드래그 앤 드롭해 실제 위치를 반영할 수 있다. 뷰어 앱에서 톱니바퀴 아이콘을 클릭하고 추가 옵션(예: 화면 해상도 및 품질 등)을 설정할 수도 있다. 안타깝게도 스페이스데스크는 안드로이드 기기에서 유선 USB 연결만 지원한다. 아울러 향후 유선 연결 기능이 프리미엄 기능이 될 수 있다고 밝힌 바 있다. 그렇지만 무선 연결 상태에서 스페이스데스크는 이메일을 보내고, 문서를 확인하며, 팀 채팅을 하기에 충분한 성능을 갖췄다. 시스템 오디오와 동기화해 비디오를 재생하는 데도 문제가 없었다. 기타 멀티 모니터 소프트웨어 옵션 스페이스데스크 외에 살펴볼 만한 앱은 다음과 같다. • 루나 디스플레이(Luna Display)는 아이패드나 남는 맥을 보조 모니터로 바꾸는 130달러짜리 동글이다(USBC, HDMI 또는 맥용 디스플레이포트에서 사용 가능). 일반적으로 다른 솔루션에서 흔하게 볼 수 있는 커서 지연 문제가 없다. 그래픽 디자인 또는 세밀한 입력이 중요한 기타 애플리케이션에서 매력적인 대안이다. • 듀엣 디스플레이(Duet Display)는 유선 및 무선 연결을 모두 지원한다. 하지만 연간 25달러의 유료 서비스다. • 삼성 갤럭시 탭 사용자는 삼성의 세컨드 스크린(Second Screen) 앱을 활용해 태블릿을 보조 모니터로 사용할 수 있다. • 맥 사용자는 사이드카(Sidecar) 기능을 통해 아이패드를 보조 모니터로 활용할 수 있다. 제어 센터에서 ‘디스플레이’ 버튼을 누른 다음, 아이패드를 선택해 활성화하면 된다. 또는 녹색 전체 화면 버튼 위에 커서를 놓고 아이패드로 이동하는 옵션도 있다. editor@itworld.co.kr
AI 기반 채팅, 검색 앱이 큰 인기를 끌고 있지만 여기는 작은 문제가 하나 있다. 이런 앱은 브라우저에서 실행되므로 각 사이트로 개별적으로 이동해야 쓸 수 있다. 그런데 이런 번거로움을 피하는 방법이 있다. 즉, 새로운 AI 기반 빙(Bing), ChatGPT, 그리고 마침내 구글의 바드(Bard) 검색 엔진은 모두 윈도우에 앱으로 저장해 필요할 때 호출할 수 있다. 구체적인 방법은 다음과 같다. 일단 웹 사이트는 윈도우 시작 메뉴에 고정되거나 모든 위치에 직접 ‘애플리케이션’으로 저장할 수 있다. 그 결과인 애플리케이션은 여전히 웹 앱이지만 자체적으로 별도 창으로 로드되며, 구석에 두거나 최소화하고 혹은 그렇지 않을 경우 윈도우를 통해 관리할 수 있다. 마이크로소프트 엣지 및 구글 크롬 모두에서 이 작업을 할 수 있다. 이렇게 사용하는 것이 구체적으로 어떻게 다를까? 웹 앱을 시작 메뉴에 고정하면 기본값은 새 브라우저 탭에서 챗GPT 혹은 빙을 여는 것이다. 반면 윈도우에 앱으로 저장하면 탭이나 즐겨찾기 없이 자체 브라우저 창으로 저장된다. 두 가지 모두 웹 페이지를 메인 시작 바로가기 메뉴 내에 저장하지만, 후자만 앱 목록에 배치된다. 이를 빠르게 실행하려면 Win+R 명령을 사용하면 된다. 여기서 살펴볼 더 쉬운 방법은 ChatGPT, 빙 혹은 기타 AI 프로그램을 앱으로 저장하는 것이다. 참고로 여기서 살펴보는 모든 지침은 빙, ChatGPT 혹은 구글 바드도 동일하게 적용된다. 이제 윈도우 내에 ChatGPT 혹은 새로운 빙을 앱으로 저장하는 방법을 살펴보자. 마이크로소프트 엣지 웹 브라우저를 열고 빙닷컴(Bing.com), ChatGPT 혹은 또 다른 사이트로 이동한다 : 이 단계는 구글 및 엣지 모두 동일하게 적용된다. 빙의 경우, https://www.bing.com로, ChatGPT는 https://chat.openai.com/chat으로 이동한다. 구글 바드도 (아직은 서비스 전이지만 서비스를 시작하면) 마찬가지다. 물론 이 모든 것은 사이트가 정상 작동한다는 것을 전제로 한다. 무료 버전 ChatGPT는 때때로 사람이 너무 몰려 접속하지 못할 수 있고, 빙은 사용하기 전 대기자 목록에 가입해야 할 수 있다. 빙 채팅 인터페이스에 액세스하기 위해 작은 채팅 링크를 클릭하거나 위로 스와이프한다 : 앞서 살펴본 첫번째 방법의 ChatGPT 링크를 통해 AI 애플리케이션으로 바로 이동할 수 있다. 빙의 경우 현재로서는 약간의 추가 단계가 필요하다. 마이크로소프트 엣지를 사용해 빙, 챗GPT 혹은 바드를 윈도우 앱으로 저장한다 : 이 방법은 마이크로소프트 엣지에만 적용된다. 추가 옵션을 표시하려면 오른쪽 상단 코너의 줄임표 메뉴(…)를 클릭한 후 앱 항목이 나타날 때까지 메인 메뉴에서 아래로 스크롤한 다음 ‘이 사이트를 앱으로 설치’로 이동한다. 이제 ‘앱’의 이름을 쓰고 작업 표시줄, 시작 메뉴 혹은 모두 중 어디에 저장할지 선택하면 된다. 엣지에서는 저장된 앱이 시작 메뉴에 나타난다 : 저장된 앱이 시작 바로가기 및 앱 드로어(app drawer)에 나타난다. 앱이 바로가기 메뉴 하단에 표시되고 앱 드로어 내에 알파벳 순으로 표시되므로 이를 찾기 위해 아래로 스크롤해야 할 수 있다. 앱 이름을 알고 있으면 윈도우 키 및 앱 이름을 입력하거나 윈도우 + R 바로가기를 사용해 빠른 실행 창을 열면 언제든지 빠르게 사용할 수 있다. 채팅 창 내에 앱을 저장하더라도 앱이 기본 빙 검색창에 기본 저장돼 있을 것이다. 그러면 빙 혹은 ChatGPT가 앱으로 나타난다. 여기서 ChatGPT 경우와 같이 마이크로소프트 엣지의 시작 메뉴에 앱을 고정할 수도 있다 : 오른쪽 상단의 줄임표 메뉴(…)로 다시 이동한 다음 아래로 스크롤해 ‘더 많은 툴(More Tools) 시작메뉴에 고정(Pin to Start)’으로 이동한다. 이는 사용해야 할 때 바로가기에서 ChatGPT, 빙 혹은 바드를 제외하면 된다는 의미다. 챗GPT 혹은 빙을 크롬 내 ‘바로가기’로 저장하기 : 크롬은 사용자가 앱에 대한 ‘바로가기’를 생성할 수 있도록 지원한다. 별도의 창을 만들 것인지도 선택할 수 있다. 기본값은 클릭 시 열리는 추가 탭으로 바로가기를 저장하는 것이다. 바로가기를 별도의 창으로도 저장할 수 있는데, 이는 바로가기를 앱으로 저장한다는 의미다. 두 경우 모두 바로가기는 시작 바로가기 메뉴에 저장되지만 윈도우 앱 목록에는 저장되지 않는다. editor@itworld.co.kr
2023년이 막 시작됐지만, IT 업계에는 이미 ‘스타’가 등장했다. 바로 ChatGPT이다. 대학과 각급 학교는 이미 ChatGPT를 금지했는데, 학생의 창의성과 개인 성취를 저해할 우려가 있기 때문이다. 하지만 ChatGPT와 이를 개발하는 오픈AI는 투자자의 상상력을 자극하기에 충분하다. 마이크로소프트는 오픈AI에 100억 달러를 투자하겠다고 했으며, 벤처 캐피탈인 쓰라이브 캐피탈과 파운더스 펀드도 3억 달러 규모의 지분에 관심을 보였다. 두 벤처 캐피탈은 이미 에어비앤비, 스포티파이, 리프트 등에 투자한 곳이다. 하지만 과연 ChatGPT란 무엇인가? CNET에서 사용하고 있는 편집자 보조 AI 같은 것인가? 아니면 값비싼 과외교사를 대신할 현대적인 숙제 도우미일 뿐인가? 아니면 고객 서비스를 자동화할 현대적인 기업용 챗봇인가? 이런 질문에 ChatGPT 자신보다 더 잘 대답할 수 있는 사람은 없을 것이다. 그래서 ChatGPT의 정체에 관해 ChatGPT를 인터뷰했다. 다음의 인터뷰 내용은 AI 스스로 자신을 설명하도록 하려는 시도이다. 인간 대담자와의 인터뷰처럼 COMPUTERWOCHE는 일부 답변을 짧게 줄이고 매끄럽게 편집했다. 하지만 ChatGPT가 대답한 내용은 임의로 수정하지 않았다. COMPUTERWOCHE : ChatGPT를 둘러싸고 과장된 소문이 많이 돌고 있다. ChatGPT란 정확하게 무엇인가? ChatGPT : ChatGPT는 자연어에 특화된 언어 모델이다. 트랜스포머(Transformer) 기술과 어텐션(Attention) 메커니즘을 기반으로 구축한 첨단 인공지능 모델이다. ChatGPT는 인터넷으로 수집한 대규모 텍스트 데이터로 훈련했으며, 텍스트 생성이나 텍스트 요약, 텍스트 완성, 텍스트 분류 같은 다양한 자연어 처리 작업을 수행할 수 있다. 또한 질의응답 시스템이기도 하다. 고객 서비스나 마케팅, 교육, 재무 등 많은 산업군과 애플리케이션에서 ChatGPT를 활용할 수 있다. 나는 자연어 처리 작업에서 매우 높은 성능을 시연해 보였으며, 특히 대화 시스템을 자동화하는 데 잘 맞는다. COMPUTERWOCHE : 학습은 ChatGPT에 어떻게 적용되는가? ChatGPT : 나는 트랜스포머 모델을 기반으로 하는데, 이 모델은 어텐션 메커니즘의 기술을 기반으로 한다. 이 메커니즘은 AI 모델이 입력된 텍스트의 특정 부분에 주의를 기울이고, 이를 출력 텍스트를 생성할 때 반영한다. 학습할 때 모델은 대량의 텍스트 데이터로 훈련을 받고, 이들 데이터의 패턴과 관계를 인식하고자 한다. 모델은 주어진 입력 텍스트와 이에 대응하는 출력 텍스트로 훈련한다. 목표는 가능한 한 출력 텍스트를 생성하는 것이다. 이를 위해 ‘마스크드 언어 모델링(Masked Language Modeling)’이란 프로세스를 사용하는데, 출력 텍스트의 일부 단어가 일시적으로 "마스킹"되고 모델이 해당 단어를 예측하려고 시도한다. 그런 다음 모델을 예측 결과와 비교하고 예측과 실제 출력 텍스트 간의 불일치를 사용해 모델의 뉴런 가중치를 조정해 다음에는 예측 결과가 개선되도록 한다. 이 프로세스는 모델이 텍스트 생성에서 높은 정확도를 달성할 때까지 반복된다. COMPUTERWOCHE : 개발 기간은 얼마나 걸렸는가? ChatGPT : 나를 개발하는 데 얼마나 많은 시간이 걸렸는지는 정확하게 모른다. 하지만 ChatGPT 같은 대형 언어 모델을 개발하는 것은 복잡하고 힘든 과정으로, 보통 수개 월 또는 수년이 걸린다는 점에 유의해야 한다. 이런 모델을 개발하려면, 학습을 위해 대량의 텍스트를 사용하고 머신러닝이나 인공지능 같은 고급 기술을 적용해야 한다. 또한 ChatGPT 개발이 일회성 프로세스가 아니라 최신 지식과 기술을 개선하고 조정하는 지속적인 프로세스라는 점도 고려해야 한다. COMPUTERWOCHE : ChatGPT는 누가 만들었는가? ChatGPT : 나는 오픈AI의 제품이다. 영리 AI 연구 개발 회사인 오픈AI는 2015년 일론 머스크, 샘 알트만, 그렉 브록만, 일리야 서츠케버, 보치엑 자렘바가 설립했다. 현재 다수의 투자자가 참여하고 있는데, 피터 틸, 코슬라 벤처스, 앤드리슨 호로위츠 등 잘 알려진 곳도 포함되어 있다. COMPUTERWOCHE : 수익은 어떻게 내는가? ChatGPT : 말한 대로 나는 오픈AI가 개발하고 운영한다. 오픈AI는 주로 이 기술을 API 호출과 라이선스 방식으로 사용하는 기업과 개발자로부터 수익을 낸다. 여기에 더해 오픈AI는 ChatGPT에 관한 조언과 훈련도 제공한다. COMPUTERWOCHE : 일부 보도처럼 ChatGPT는 조만간 유료화되는가? ChatGPT : 오픈AI가 나를 유료화할 계획에 관한 정보는 나에게 없다. 하지만 오픈AI는 앞으로 자사의 모델을 상용화해 수익화하겠다고 발표한 바 있다. 언제 유료화할지는 확실하지 않다. 유료화에 관해서는 오픈AI 공식 웹 사이트를 방문할 것을 추천한다. COMPUTERWOCHE : 텍스트에서 편향성은 어떻게 피하는가? ChatGPT : 나를 포함해 어떤 모델이라도 편향될 수 있다는 것을 유념해야 한다. 따라서 모델을 훈련하는 데 사용되는 데이터가 대표적이고 가능한 한 편견이 없는 것이 중요하다. 또한 편향을 방지하기 위해 훈련 과정 중에 편향 보정 기술을 적용해야 하고, 작동 중에도 모델을 모니터링하고 편향성이 발견되면 수정해야 한다. COMPUTERWOCHE : 어떤 데이터로 훈련을 받았는가? ChatGPT : 인터넷에서 수집한 대량의 텍스트 데이터로 훈련을 받았다. 이 데이터에는 기사, 블로그 게시물, 책, 뉴스, 소셜 미디어 게시물 등 다양한 텍스트가 포함되어 있으며, 모델이 자연어를 이해하고 생성할 수 있도록 훈련하는 데 사용됐다. 많은 양의 데이터로 훈련했기 때문에 다양한 상황에서 언어가 어떻게 사용되는지, 인간 언어의 다양성을 어떻게 매핑하는지 배울 수 있었다. COMPUTERWOCHE : 다른 언어 모델과의 차이점은 무엇인가? ChatGPT : 나는 현재 이용할 수 있는 가장 강력한 첨단 음성 모델 중 하나이다. 다른 언어 모델과 차별화되는 요소는 다음과 같다. 크기와 깊이. 나는 1,750억 개의 뉴런으로 구성된 매우 큰 네트워크 아키텍처를 사용한다. 이를 기반으로 매우 복잡한 패턴을 자연어로 인식하고 생성한다. 어텐션 메커니즘. 여기에 더해 나는 어텐션 메커니즘을 사용한다. 이 방법론은 입력 텍스트의 특정 부분에 주의를 집중하고, 해당 부분을 출력 텍스트를 생성할 때 반영하도록 해준다. 사전 훈련. 나는 방대한 양의 데이터로 사전 훈련을 받았다. 이를 통해 자연어 처리에서 매우 높은 성능을 낼 수 있다. 유연성. 나는 다양한 자연어 처리 작업에 사용할 수 있는데, 텍스트 생성, 텍스트 요약, 텍스트 이해, 질의응답 시스템 등이다. 이런 요소가 나를 현재 이용할 수 있는 가장 강력한 첨단 언어 모델 중 하나로 만들었다. COMPUTERWOCHE : ChatGPT는 어떤 용도로 활용할 수 있는가? ChatGPT : 나는 자연어를 생성하고 이해하고 번역하는 데 사용할 수 있다. 적용 분야는 다음과 같다. 챗봇. 챗봇이 더 자연스럽게 말할 수 있도록 대화 기술을 개선할 수 있다. 자동 텍스트 작문. 뉴스나 설명문, 기사 등의 텍스트를 자동으로 생성할 수 있다. 텍스트 생성. 특정 양식이나 어조의 텍스트를 생성하는 데 이용할 수 있다. 텍스트 요약. 긴 텍스트를 자동으로 요약하는 데 사용할 수 있다. 텍스트 완성. 필요하다면 텍스트를 자동으로 완성하는 데 사용할 수 있다. 번역. 더 나아가 텍스트를 다른 언어로 번역할 수 있다. 나를 활용할 수 있는 분야는 이보다 더 많으며, 기술이 발전하면서 활용 분야는 더 늘어날 것이다. COMPUTERWOCHE : 프로그래밍도 할 수 있는가? ChatGPT : 나는 주로 자연어 처리 훈련을 받았고 구체적으로 코딩용으로 설계된 것은 아니다. 하지만 적절한 데이터로 훈련을 받으면 코드를 생성하거나 완성할 수 있다. 예를 들어, 챗봇 개발에 나를 사용할 수 있다. 하지만 프로그램에 특화되어 설계한 모델의 결과만큼 믿을 만하거나 효율적이지 않을 수 있다. COMPUTERWOCHE : ChatGPT를 비판적으로 보는 사람이 많은가? ChatGPT : 일부 사람들이 대규모 언어 모델 사용에 비판적인 데는 몇 가지 이유가 있다. 사무직 같은 특정 업무가 자동화되어 일자리를 잃을 수도 있다는 불안감을 예로 들 수 있다. 또한 모델을 훈련하는 데 대량의 데이터가 필요하기 때문에 데이터 보호와 프라이버시 우려도 있다. 모델을 훈련하는 데 사용하는 데이터가 항상 안전하고 은밀하지 않을 수 있다는 우려도 있다. 윤리적인 우려도 있는데, 우리가 가짜 뉴스나 선전선동, 기타 조작된 콘텐츠를 만드는 데 이용될 수도 있다는 것이다. 마지막으로 편향성에 대한 우려도 있는데, 이는 앞서 이야기한 주제이다. 하지만 데이터 보안과 프라이버시, 그리고 AI의 윤리성 검증을 강조하는 것은 중요한 일이다. COMPUTERWOCHE : 또 하나의 우려는 ChatGPT와 다른 언어 모델이 저작권을 존중하지 않는다는 것이다. 저작권을 지키고 있는가? ChatGPT : 우리는 특정 규칙과 알고리즘으로 프로그래밍된 컴퓨터 기반의 시스템일 뿐이다. 따라서 우리는 저작권이나 기타 법률을 준수해야 할 어떤 법적 도덕적 책임도 없다. 저작권 보호는 우리를 사용하는 기업과 개발자가 해야 할 일이다. 사용자는 관련 법률과 규제를 준수해야만 한다. 나를 사용하는 기업이 관련 저작권과 기타 지적재산권 법률에 따라 행동하도록 하는 것이 중요하다. COMPUTERWOCHE : ChatGPT가 생성한 텍스트의 저작권은 누구에게 속하는가? 내가 생성한 텍스트의 저작권은 복잡할 수 있으며, 여러 가지 요소에 따라 달라진다. 일부 국가에서는 AI를 자동화된 저작 툴로 간주하기 때문에 저자의 권리는 없고 저작권은 AI 시스템의 개발자가 갖는다. 어떤 국가에서는 저작권이 텍스트의 저자에게 있으며, AI 시스템이 생성한 텍스트라도 마찬가지이다. 저작권과 관련해서는 법적 지위도 중요한데, 많은 국가에서 AI의 법적 지위가 분명하지 않다. 따라서 저작권과 AI에 관한 문제를 확실히 하고 싶다면, 변호사에게 조언을 구하는 것이 좋다. editor@itworld.co.kr
네트워크 엔지니어의 업무는 갈수록 복잡해진다. 핵심 애플리케이션은 더 많은 대역폭을 놓고 싸우고, IoT로 인해 기기 수는 폭발적으로 증가한다. 네트워크 자체도 클라우드와 엣지, 홈 오피스로 확장 중이다. 사이버 보안 문제에도 신경 써야 한다. 공격이 전반적으로 증가하고 공격자는 끊임없이 취약점이나 백도어를 찾고 있다. 사이버 보안을 위한 조기 경보 시스템으로써 견고하고 안전한 네트워킹의 필요성은 더 커졌다. 다행히 네트워크 엔지니어가 끝없이 밀려드는 작업을 처리할 수 있게 도와주는 유용한 툴이 많다. 게다가 상당수가 무료다. 비용 부담이 없으면서 유용하기도 한 12가지 네트워크 툴을 소개한다. 1. 와이어샤크 : 패킷 분석기 와이어샤크(Wireshark) 분석 툴은 무료 오픈소스 프로그램으로 네트워크를 통과하는 데이터 패킷을 캡처하고 분석하는 데 주로 쓰인다. 와이어샤크는 1998년 제럴드 콤이 만들었지만 지금도 처음 만들어졌을 당시와 마찬가지로 유용하다. 네트워크 엔지니어는 와이어샤크를 통해 네트워크 인터페이스 컨트롤러(NIC)를 무차별 모드로 설정해서 대부분의 트래픽, 컨트롤러의 MAC 주소로 전송되지 않은 유니캐스트 트래픽까지 관측할 수 있다. 와이어샤크의 모든 버전과 소스 코드는 완전한 오픈소스이며 무료로 다운로드할 수 있다. 2. N맵 : 네트워크 매핑 네트워크 매핑의 줄임말인 N맵(Nmap)은 취약점 확인, 포트 스캔, 네트워크 매핑에 사용되는 오픈소스 툴이다. 다른 프로그램이 놓친, 네트워크 내의 숨겨진 취약점까지 종종 찾는 강력한 툴로, 최초 개발자인 고든 라이온을 포함한 대규모 커뮤니티의 지원을 받는다. N맵 유지 관리 커뮤니티에 따르면 매주 다운로드 횟수는 수천 회에 이른다. 누구나 무료로 다운로드할 수 있으며 윈도우, 맥, 리눅스용이 있다. 3. 인펙션 몽키 : 침투 테스트 인펙션 몽키(Infection Monkey)는 네트워크의 규모와 관계없이 작동하도록 설계된 지속적 침투 테스트 툴이다. 많은 고급 익스플로잇이 포함돼 있으며 약한 암호와 같은 흔한 보안 실수를 점검하는 기능도 제공한다. 일반적인 사이버 보안 문제를 추적하는 용도로 사용할 수 있으며 최근에는 엔터프라이즈에서 제로 트러스트 네트워킹을 사용하는 경우 올바르게 구성되었는지 검사하는 기능도 추가됐다. 인펙션 몽키 프로그램은 무료로 다운로드할 수 있고, 소스 코드는 깃허브에서 받을 수 있다. 누구나 자신의 목적에 맞게 자유롭게 코드를 수정할 수 있다. 4. iperf : 네트워크 연결 테스트 iperf 툴은 기업의 전체 네트워크 연결을 측정하고 테스트한다. 클라이언트 또는 서버로 작동할 수 있으며 데이터 스트림을 생성해 두 지점 간의 처리량을 테스트한다. 데이터 스트림은 전송 제어 프로토콜(TCP) 또는 사용자 데이터그램 프로토콜(UDP)로 생성된다. 무료로 다운로드할 수 있고 소스 코드도 공개돼 있다. 리눅스, 유닉스, 윈도우 네트워크에서 작동한다. 5. fprobe : 성능 테스트 fprobe 툴은 일반적으로 네트워크의 특정 지점에 위치해 그 지점을 지나 이동하는 트래픽에 대한 데이터를 기록한다. 대역폭을 과도하게 점유하는 기능, 또는 네트워크에서 허용되지 않는 트래픽을 생성하거나 기능을 수행하는 섀도 IT를 찾는 데도 유용하다. 6. 칵티 : 시각화 툴 칵티(Cacti) 툴은 2001년 이안 베리가 시작한 더 하기 프로젝트(The Cacti Project)의 일부로 탄생했다. 주 기능은 2가지다. 첫째, 완전히 분산된 내결함성 데이터 수집 프레임워크를 제공한다. 그러나 이 툴이 유명한 이유는 그래프 구성요소에 있다. 복잡한 데이터 집합을 시각화해 트래픽 스파이크부터 냉각 팬이 가장 높은 속도로 작동한 시간에 이르기까지 온갖 트래픽 정보를 보여준다. 칵티는 네트워크 모니터링 툴, 또는 다른 툴의 데이터에 대한 그래픽 인터페이스를 제공하는 보조 툴로 모두 사용할 수 있다. 7. 스노트 : 침입 차단 스노트(Snort)는 잘 알려진 무료 네트워킹 툴 중 하나다. 1998년 마틴 로슈가 만들었고 이후 시스코가 개발을 이어받았다. 스노트는 사용자가 규칙을 사용해 악성 네트워크 활동을 정의할 수 있는 침입 차단 시스템(IPS)이다. 이렇게 만들어진 규칙을 사용해 정의와 일치하는 패킷을 찾고, 발견 시 경보를 생성한다. 현재 버전 3에 이른 스노트는 악성 패킷을 차단하는 데도 사용할 수 있으며 추가된 자동화 구성요소는 무료 툴로서는 상당한 고급 기능이다. 8. 에어크랙ng : 무선 네트워크 요즘 기술자는 유선 네트워크 외에 무선 네트워크의 정상 작동도 살펴야 한다. 에어크랙ng(Aircrackng)는 바로 이 부분에 도움이 되는 툴이다. 802.11 무선 LAN을 위한 무선 감지기, 패킷 스니퍼, WEP 및 WPA/WPA2PSK 크래커와 분석 툴을 모아 놓은 일종의 툴 묶음이다. 인근에서 어떤 무선 네트워크가 작동 중인지, 누가 그 네트워크를 사용 중인지, 얼마나 잘 보호되고 있는지를 감지하는 데 사용한다. 무료로 다운로드 가능하다. 9. 오픈NMS : 네트워크 모니터링 오픈NMS(OpenNMS)는 네트워크 엔지니어가 기업의 로컬 및 분산 네트워크를 시각화하고 모니터링할 수 있는 오픈소스 네트워크 모니터링 플랫폼이다. 오픈NMS는 종합적인 결함, 성능, 트래픽 모니터링 및 알림 생성 기능을 제공한다. 또한 폭넓은 맞춤 구성과 확장이 가능하다. 플랫폼에는 두 가지 버전이 있다. 메리디안(Meridian)은 유료 제품으로 툴 구성과 실행에 도움을 주는 구독 서비스가 함께 제공되며 호라이즌(Horizon)은 무료 커뮤니티 기반 플랫폼으로 누구나 다운로드해서 사용할 수 있다. 호라이즌에는 유료 플랫폼의 모든 기능이 있지만 사용자가 자신의 네트워크 내에서 작동하도록 직접 구성해 사용해야 한다. 10. 스모크핑 : 지연 측정 스모크핑(SmokePing)은 네트워크 지연과 패킷 손실을 측정하는 흥미로운 툴이다. 일정 간격으로 핑을 보내 응답 시간을 기록한 다음 지연 패턴을 인터랙티브 그래프로 표시한다. 사용자는 그래프에서 원하는 부분을 클릭해 그 시점에 일어난 일에 대한 정보를 얻을 수 있다. 네트워크에 간헐적으로 문제가 발생하지만 정확한 시점이나 이유를 모르는 경우 이 기능이 도움이 된다. 무료로 다운로드할 수 있다. 11. 디봇 : 슬랙 앱 모니터링 많은 네트워크 엔지니어가 슬랙을 사용해 서로 소통하거나 사용자와 관리자로부터 요청과 지시를 받는다. 슬랙은 특히 기술 분야에서 현재 가장 인기 있는 인스턴트 커뮤니케이션 플랫폼이다. 그러나 슬랙 자체가 취약점이 되지 않도록 하는 것이 중요하다. 일종의 봇인 디봇(DBOT)은 슬랙 환경 내의 모든 URL, 파일, IP 주소를 스캔하면서 악성 콘텐츠를 찾는다. 이 과정에서 악성코드로 알려진 IP로부터 파일이 전송되는 등의 상황을 발견하면 사용자에게 직접 알린다. 무료 오픈소스 툴이며, 모든 슬랙 환경에 신속하게 추가해 부가적인 보호 계층을 제공한다. 12. 센징 : 데이터 매칭 센징(Senzing) 툴은 네트워킹과 보안 측면에서는 부수적이라고 할 수 있지만 특정 상황에서는 꽤 유용하다. 센징은 서로 다른 데이터베이스 간의 유사성과 관계를 찾는다. 사이버 보안 용도로 사용할 경우 네트워크에서 노출되지 말아야 할 개인 정보를 찾거나, 여러 곳에 흩어진 개별적인 정보 조각을 연결해 같은 사용자가 소유한 여러 개의 계정을 발견할 수도 있다. 센징은 대부분의 주요 플랫폼을 위한 API로 배포되며 최대 10만 개 레코드까지는 무료로 분석할 수 있다. 그 이후에는 비용을 내고 더 많은 레코드를 분석할 수 있다. editor@itworld.co.kr
현재 소프트웨어 개발자이거나 클라우드 관리자, 데이터 사이언티스트 또는 코드를 다루는 사람 모두에게 오픈소스 소프트웨어는 숨을 쉬는 공기와 같다. 오픈소스가 항상 흔했던 것은 아니다. 20~30년 전 ‘무료 소프트웨어’가 막 시작됐을 때, 오픈소스 프로젝트는 낯선 것이었고, 이를 만든 사람들은 기본적으로 학자, 연구원, 괴짜 등이었다. 하지만 이런 기벽이 유행하면서, 마치 오래된 격언처럼, 현재는 오픈소스 소프트웨어가 세상을 '집어 삼키고' 있다. 오픈소스 소프트웨어 프로젝트는 실제로 컴퓨팅의 모든 부분에서 혁신 엔진 역할을 했다. 과거의 오픈소스 개발자는 인터넷을 구축했던 툴을 개발했고, 현재의 오픈소스 개발자는 이를 기반으로 프론트엔드(Front End) 개발, 백엔드(Backend) 개발, 데브옵스(DevOps), 데이터 옵스(Data Ops), 분산형 데이터 처리, 데이터 분석, 머신러닝 등 더 새로운 툴을 만들고 있다. 여기 InfoWorld 선정 2022년 최고의 오픈소스 소프트웨어를 모은 '2022년 보씨 어워즈(Bossie Awards)' 프로젝트를 선정해 공개한다. 알마리눅스 세상에 새로운 리눅스 배포판이 또 필요할까? 많은 상용 소프트웨어가 RHEL(Red Hat Enterprise Linux)로 표준화했다. 기본적으로 RHEL의 무료 버전은 센트OS(CentOS)였다. 레드햇이 RHEL의 임시 대체재로써 인수한 후 지원을 중단해 버린 그 리눅스 배포판이다. 센트OS를 사용했던 많은 사람이 실망했는데, 그 빈자리를 채우기 위해 로키 리눅스(Rocky Linux)와 알마리눅스(AlmaLinux)가 등장했다. 알마리눅스는 RHEL과의 바이너리 호환성 및 커뮤니티 소유권을 장점으로 내세운다. 포드맨 새로운 공상 과학 공포물 장르는 아니고 컨테이너 관리자가 바로 포드맨(Podman)이다. 사실 포드맨 1.0은 2019년에 공개됐다. 도커(Docker)와 달리 포드맨은 권한이 없는 사용자가 단일 프로세스로 실행할 수 있으며 도커와 비교하여 제한이 적었다. 또한, 컨테이너 이미지와 팟 크기는 일반적으로 도커보다 포드맨이 더 작고, 포드맨에서 직접 쿠버네티스(Kubernetes) 팟을 구축할 수 있다. 심지어 포드맨은 여러 개의 같은 명령을 지원하므로, alias docker=podman처럼 단순화할 수 있다. 이 정도면 도커에서 벗어나 팟 사용자가 되고 싶은 생각이 들지 않는가? 플레이 위드 도커 노트북이나 EKS, GKE 등으로 모든 작업을 수행할 수 있는 것은 맞다. 하지만 몇 개의 컨테이너만 사용하고 싶은 경우라면 어떨까? 이때 요긴한 것이 바로 플레이 위드 도커((Play with Docker)다. 5개 인스턴스, 4시간 제한 때문에 보안, AI, 분석(현재 이에 주목하는 스타트업이 많다) 등에는 적합하지 않지만, 전면적으로 도커를 도입하기 전에 테스트하기에는 꽤 좋은 툴이다. 바딘 개발자가 HTML 또는 자바스크립트를 코딩할 필요 없이 자바에서 웹 사용자 인터페이스를 구현할 수 있는 웹 프레임워크가 있다면 이보다 좋은 것이 있을까? 바로 바딘(Vaadin)이 그렇다. 새로운 앱을 더 쉽게 코딩할 수 있을 뿐 아니라 서버측 API는 스윙(Swing)과 유사하기 때문에 스윙 애플리케이션을 최신 웹 애플리케이션으로 손쉽게 전환할 수 있다. Vaadin.com에서 확인하거나 깃허브에서 포킹(Forking)할 수 있다. J힙스터 J힙스터(JHipster)는 자바를 위한 야심찬 풀스택(Fullstack) 고속 애플리케이션 개발 플랫폼이다. 가장 놀라운 점은 일련의 다양한 기술이 프론트엔드와 데이터 계층에서 다양한 역할을 충족한다는 사실이지만, J힙스터는 여기서 멈추지 않는다. 스카폴드(Scaffold) 생성을 처리하고 Vue.js UI로 만든 몽고DB(MongoDB), 리액트(React)로 개발한 포스트그레스(Postgres) 등 이질적인 기술 스택에 CLI 도구 등 다양한 기능을 지원한다. 이 모든 것이 최신 스프링(Spring)/자바 미들웨어와 연결된다. 또한, J힙스터는 스프링 보안을 통해 보안을 강화하는 등 기존의 단점을 보완했고, 여러 최신 배치 옵션과 CI/CD 통합을 기본적으로 지원한다. 솔리드 많은 혁신적인 프론트엔드 자바스크립트 프레임워크 중 최고를 가려내는 것은 매우 어렵다. 페이스북이 지원하는 선두주자 리액트는 여전히 일정한 속도로 주목하지 않을 수 없는 새로운 기능을 쏟아내고 있는 혁신적인 프로젝트이고, Vue.js, 앵귤러(Angular), 스벨트(Svelte)는 모두 인상적이다. 우리가 무엇을 선택하든 누군가는 '프레임워크 X는 어때? Y를 더욱 잘 해'라고 이야기할 것이고 그 말은 언제나 옳다. 그럼에도 하나를 꼽지만, 일단 지난해에는 스벨트가 대상이었다. 올해는 아스트로(Astro), 퀵(Qwik), 솔리드(Solid)가 접전이었다. 아스트로는 다른 프레임워크에서 사용할 수 있는 섬의 개념을 통해 수치화에 대한 혁신적인 접근방식을 제공하고, 퀵은 처음부터 반응성 패러다임 전체를 과감하게 재창조했다. 최종적으로 우리의 선택은 솔리드다. 솔리드는 동급 최고의 성능을 제공하면서도 이해하기 쉬운 패키지로 제공한다. 레드우드 풀스택 자바스크립트 프레임워크를 선택하는 것은 순수한 프론트엔드 JS 프레임워크를 선택하는 것만큼 어렵다. 업계를 선도하는 Next.js는 성공에 안주하지 않았다. 여전히 한계를 초월하는 동력을 갖고 있다. 이와 동시에 스벨트키트(SvelteKit)와 넉스트(Nuxt) 등의 대안뿐 아니라 Blitz.js 등 새로운 출전자가 새로운 접근방식과 기법을 선보이고 있다. 다양한 새로운 프레임워크 중에서 유난이 눈에 띄는 것은 바로 레드우드(Redwood)다. 앱을 구성하는 방식에 대해 찬반이 강경하게 나뉜다. 레드우드의 공격적인 방식 덕분에 놀라울 만큼 바른 개발자 경험을 구성한다. 레드우드는 데이터 모델링 및 스카폴딩(Scaffolding) 등의 반복적인 요건에 대해 레일스(Rails) 같은 접근방식을 취하는 것 외에 보안과 추적 통합 등의 다른 실질적인 문제도 해결한다. 또한, 버셀(Vercel), 네틀리파이(Netlify) 등의 서버리스 플랫폼 등 다양한 배치 환경을 지원한다. Next.js Next.js는 풀스택 자바스크립트 프레임워크의 개척자다. Node.js는 동일 구조 자바스크립트 애플리케이션에 문을 열었고 이를 기반으로 풀스택 자바스크립트를 실용적인 애플리케이션으로 발전시켰다. Next.js는 리액트 프론트엔드와 자바스크립트 서버를 단일 빌드 파이프라인으로 통합하는 단순한 약속에서 시작해 점점 더 확장하고 있다. 라우팅(Routing)부터 데이터 액세스, 보안, 서버측 렌더링까지 애플리케이션 개발의 많은 중요한 측면을 더 단순하고 일관성 있게 만들었다. 또한, Next.js는 서버리스와 엣지 등 다양한 배치 대상을 지원한다. 클라우드 인프라 기업 버셀(Vercel)은 이 지원을 활용해 백엔드와 프론트엔드를 연결할 때의 복잡성을 숨기는 자동화된 배치 솔루션을 개발했다. 와슴타임 Node.js가 자바스크립트 런타임(Runtime)에 제공하는 것과 유사하게 와슴타임(Wasmtime)은 개발자가 안전한 샌드박스 실행, 네이티브에 가까운 성능, 여러 프로그래밍 언어와 플랫폼에서의 지원 등 웹어셈블리(WebAssembly)가 브라우저 내부에서 제공하는 모든 이점을 브라우저 밖에서 활용할 수 있도록 지원한다. CPU와 메모리 사용량 세부 조절, 크레인리프트(Cranelift) 코드 생성기를 통한 고속 실행, 새로운 웹어셈블리 기능 파악하기 등의 장점도 있다. 이전의 와슴타임 릴리즈 역시 기업의 실제 업무 현장에서 사용할 만큼 완성도가 높았지만, 1.0 버전은 더 빠른 와슴 모듈 인스턴스화, 더 스마트한 메모리 사용, 최적화된 스택 추적과 협력적 멀티태스킹을 통한 런타임 성능 개선 등 더 발전했다. 와슴타임은 중요한 변곡점에 놓여 있다고 해도 과언이 아니다. 파이스크립트 웹어셈블리의 오랜 약속 중 하나는 웹 브라우저에서 자바스크립트 외의 다른 언어를 사용할 수 있다는 것이다. 이런 약속을 실현하는 기술이 바로 파이스크립트(PyScript)다. 브라우저에서 완전한 파이썬(Python) 런타임을 지원해 웹 페이지에서 파이썬을 스크립트 언어로 사용할 수 있다. 심지어 넘파이(NumPy) 등의 일부 고급 라이브러리까지 지원하고 네이티브 HTML 프론트엔드를 통해 강력하고 복잡한 앱을 구성할 수 있다. 물론 백엔드에서 파이썬 서버도 필요 없다. 파이스크립트는 현재 테스트 단계로 단계이며, 일반적으로 시동 시간이 다소 걸린다. 하지만 파이스크립트를 통해 웹어셈블리의 미래를 엿볼 수 있다. 하드햇 블록체인 개발은 까다로운 것으로 유명하지만, 새로운 툴의 등장으로 조금씩 개선되고 있다. 그 중 하나인 하드햇(Hardhat)은 훌륭한 오픈소스 프레임워크로, 코딩, 테스트, 이더리움에서의 댑스(Dapps) 및 스마트 컨트랙트 배치를 간소화한다. 확장 가능한 작업 실행자와 플러그인 프레임워크를 중심으로 개발돼 대부분 개발 워크플로를 처리할 만큼 충분히 유연하며, 로컬 이더리움 테스트넷(Testnet)과 통합된다. 원격 테스트넷과 상호작용 없이 코드를 배치하고 디버깅하는 데도 유용하다. 하드햇에는 솔리디티(Solidity)를 지원하는 비주얼 스튜디오용 기능이 포함돼 있으며, 이더리움 전용 테스트를 위한 차이(Chai) 확장기능을 제공한다. 이런 유용성 외에도 하드햇은 뛰어난 개발자 경험을 제공한다. 처음 실행해도 예상한 대로 작동하므로 더 만족스럽다. 오픈FGA 오픈FGA(OpenFGA)는 구글의 글로벌 인증 시스템 잔지바르(Zanzibar)에 기초한 범용 인증 플랫폼에 대한 오쓰0(Auth0)의 오픈소스 구현이다. 역할 기반부터 관계 기반과 세분화된 인증까지 광범위한 인증 요건을 해결하고, 놀랍도록 다양한 성능과 유연성을 지원하는 패키지를 제공한다. 오픈소스 소프트웨어 커뮤니티의 인증에 중요할 뿐 아니라 오픈소스에 좋은 것이 기업에 좋다는 근본적인 전제, 즉 언어로써 코드의 자유에 대한 재확인 의미로도 중요하다. 센트리 보안과 함께 오류 및 성능 추적은 많은 앱에 있어서 필수불가결한 요건이다. 이런 문제에 있어 다소 안심할 수 있게 해주는 툴이 바로 센트리(Sentry)다. 데이터를 수집하는 서버측 API부터 이를 관리하는 대시보드와 포괄적인 애플리케이션측 통합까지 애플리케이션, 서비스, API의 건전성을 모니터링하는 오픈소스 도구 전체를 제공한다. 이런 통합은 실제로 펄(Perl)부터 파이썬까지 예상할 수 있는 모든 스택에 적용된다. 그러면서도 사용하기가 매우 쉽다. 라이브러리를 가져오기만 하면 되며, 추가 코드로 비즈니스 로직을 구성할 필요가 없다. 또한 센트리는 프로젝트 추적기, 소스 관리 시스템, 배치 플랫폼 등 다양한 도구를 위한 통합 지점 역할도 한다. 앱스미스 앱스미스(Appsmith)는 백엔드 개발자가 최소한의 HTML과 CSS 코딩으로 관리자 패널, 서식, 대시보드 등의 소프트웨어를 사용자 정의할 수 있는 로우코드 프레임워크다. 이 플랫폼은 미리 구축된 UI 구성 요소와 재사용 가능 템플릿을 통해 프로젝트를 신속하게 시작하고 광범위한 API, 데이터 소스, 클라우드 서비스와 통합되며 클라우드 및 셀프 호스팅 배치 옵션을 지원한다. 앱스미스는 도커에서 1,000만회 이상 다운로드됐고, 깃허브에서 2만 1,000개 이상의 별을 받았다. 최근에는 4,100만 달러의 시리즈 B(Series B) 투자를 받기도 했다. 대표적인 활용 사례로는 고객 지원 도구와 의사소통 등의 내부 프로세스가 있다. 스핀네이커 스핀네이커(Spinnaker)는 데브옵스팀이 릴리즈를 자동화하고 카나리(Canary) 및 기타 배치 전략을 구현하는 데 도움이 되는 오픈소스 멀티 클라우드 연속 제공 플랫폼이다. 에어비앤비, SAP, 핀터레스트, 머카리(Mercari), 세일즈포스 등 220곳 이상의 기업이 스핀네이커를 사용하고 있고, 커뮤니티 기여자는 2,500명이 넘는다. 소규모 엔지니어링 기업도 스핀네이커를 성공적으로 활용하고 있는데, 예를 들어, 업웨이브(Upwave)의 20명 규모 엔지니어링팀은 주당 100회의 배치를 관리하며, 변경사항 시 리드 타임은 20분 미만이다. 주요 클라우드 서비스 업체가 스핀네이커를 지원하며, 개발자를 위한 많은 문서를 제공한다. 스핀네이커는 2020년 바이든 대통령 선거 캠프 등에서도 활용된 바 있다. 하이퍼트레이스 하이퍼트레이스(Hypertrace)는 제멋대로 뻗어 나가는 클라우드 네이티브 아키텍처 전반에 걸쳐 다양한 서비스로부터 엄청난 양의 실시간 성능 데이터를 수집, 처리할 수 있는 오픈소스 분산형 추적 및 가관측성 엔진이다. 트레이서블(Traceable)이 아파치 카프카(Apache Kafk)를 기반으로 개발했다. 하이퍼트레이스는 애플리케이션과 마이크로서비스를 모니터링하고 여러 터치포인트의 분산형 트랜잭션을 추적하며 모든 정보를 서비스 지표와 애플리케이션 플로 지도로 만든 후 사용자 정의 대시보드에 표시한다. 하이퍼트레이스는 경로 기반 분석을 지원하는 것 외에 결과에 영향이 미치기 전에 애플리케이션 성능 병목을 선제적으로 해결하는 데 도움이 되는 실시간 경고를 제공한다. 기본적으로 집킨(Zipkin), 예거(Jaeger) 등의 인기 추적 형식을 지원하며 자바, 고(Go), 파이썬을 위한 네이티브 기기 에이전트를 제공한다. 그래비티 그래비티(Gravitee) API 관리 플랫폼은 분산된 API를 중앙에서 관리, 관장, 보호한다. 오늘날의 이벤트 기반 API 및 마이크로서비스 세계에서는 비용과 복잡성을 관리하기 위해 더 필수적이다. 그래비티의 콕핏(Cockpit) 포털을 통해 가이드 액세스와 공개, 문서화, API 발견을 위한 기능이 풍부한 툴셋을 함께 제공하고, 온보드 API 디자이너는 개발 및 문서화 모델화를 위한 시각적 로우코드 접근방식을 지원한다. 작업 자동화는 오류를 최소화하고 디버깅 속도를 높여주며 배치를 간소화한다. 보안 액세스와 감사 기능 덕분에 인증 및 승인 서비스를 통해 종점을 보호할 수 있다. 기업 라이선스를 구매하면 추가적인 디자이너 및 생산 게이트웨이 기능을 쓸 수 있고, 경고 엔진, 이상 감지, 실시간 분석 등의 기능도 활용할 수 있다. 오픈텔레메트리 오늘날의 분산형 애플리케이션에서 가시성을 확보하기 위해서는 기존의 단순한 로그와 지표로는 부족하다. 따라서 개발자가 애플리케이션을 더 심층적인 수준에서 파악할 수 있도록 집킨과 예거 등 가관측성 도구와 허니콤(Honeycomb) 등의 유료 서비스가 등장했다. 물론, 이런 새로운 도구의 확산의 단점은 모두 작동 방식이 조금씩 다르다는 점이다. 오픈텔레메트리(OpenTelemetry)는 일련의 표준 API와 도구를 통해 가관측성 시스템 사이의 공백을 메운다. 생성, 배출, 수집, 처리, 원격 측정 데이터 내보내기를 제공업체를 가리지 않고 통합한다. 한 업체의 가관측성 제품으로 시작한 후 다른 제품으로 변경하고 싶었던 경험이 있다면, 오픈텔레메트리가 정답이다. 몇 가지 사소한 구성 변경 만으로 이를 구현할 수 있다. 그라파나 그라파나(Grafana)의 개발자는 모든 것을 관리하는 하나의 오픈소스 대시보드를 만들기 위해 노력했다. 그 결과 완전한 상용 제품 혹은 부분 유료 옵션이 있는 오픈소스 중에서 그라파나와 유사한 제품은 거의 찾기 힘들다. 그라파나 8.0은 프로메테우스(Prometheus) 경고 시각화와 그라파나의 네이티브 경고를 병합하고, 프로메테우스 얼러트매니저(Prometheus Alertmanager) 처리로 이를 강화했다. 그라파나 9.0은 프로메테우스 PromQL과 로키(Loki) LogQL 쿼리 언어를 위한 쿼리 구축 도구를 추가하며, 단순한 설명 대신 썸네일을 통해 대시보드를 미리 확인할 수 있게 했다. 기업용 버전의 경우 역할 기반 액세스 관리까지 지원한다. Dapr 분산형 애플리케이션은 새로 서비스를 구축할 때마다 연결 보안, 가관측성 구성, 상태 처리, 메시징 처리 등 같은 리스크를 반복해야 한다. 이 모든 것을 몇 번이고 계속 수행해야 하며, 특히 서로 다른 서드파티 서비스를 사용하는 경우가 많기 때문에 코드에 좋지 못한 계층이 추가되고 필요하지 않은 외부 서비스가 연계되는 경우가 종종 있다. 이런 어려움과 중복을 해결하기 위한 CNCF(Cloud Native Computing Foundation)의 프로젝트가 바로 Dapr이다. 애플리케이션의 보조재처럼 사용해 마이크로서비스 연결성의 복잡성을 줄여준다. 앱은 Dapr과 통신하고 Dapr이 나머지를 처리하기 때문에, 예를 들어 AWS에서 운용하고 키네시스(Kinesis)를 사용하거나 구글 클라우드에서 운용하고 펍섭(PubSub)을 사용할 수 있다. 결과적으로 애플리케이션 로직에 더 많은 시간을 투자하고 모든 연결 코드에 소요되는 시간을 절약할 수 있다. 레드판다 레드판다(Redpanda)는 시스타(Seastar) 비동기 프레임워크와 래프트(Raft) 합의 알고리즘을 사용해 분산형 로그를 구현한다. C++로 작성된 카프카를 위한 플러그인 대체제이기도 하다. 최대 10배 낮은 평균 지연 속도와 최대 6배 빠른 카프카 트랜잭션을 제공하면서 더 적은 리소스를 사용할 수 있다. 레드판다는 주키퍼(ZooKeeper)나 JVM을 사용할 필요가 없으며 소스는 깃허브에서 BSL(Business Source License)로 제공된다. 또한, 레드판다는 비동기 비공유 코어당 스레드 모델을 사용하며 얽매임이 없고 환경 전환이 최소화되며 TL(ThreadLocal) 메모리 액세스를 지원한다. 레드판다는 카프카 프로토콜을 넘어 인라인 웹어셈블리 전환과 지리적 복제 계층화 스토리지/쉐도우(Shadow) 인덱싱까지 점점 더 발전하고 있다. 아파치 아이스버그 초대용량 분석 테이블을 위한 고성능 형식인 아파치 아이스버그(Apache Iceberg)는 빅데이터에 SQL 테이블의 신뢰성과 간결성을 제공하며, 트리노(Trino), 스파크(Spark), 소나(Sonar), 프레스토(Presto), 하이브(Hive), 플링크(Flink), 임팔라(Impala) 등의 엔진이 동시에 같은 테이블을 안전하게 작업할 수 있도록 지원한다. 아이스버그는 유연한 SQL 명령을 지원해 새로운 데이터를 병합하고 기존의 열을 업데이트하며 표적화 된 삭제를 수행한다. 읽기 성능을 높이기 위해 읽기 데이터 파일을 열심히 재작성하거나 더 빠른 업데이트를 위해 삭제 델타를 활용할 수 있다. 또한, 아이스버그는 기본적으로 스키마 혁신, 자동 파티셔닝, TTQ(Time Travel Query), 버전 롤백, 데이터 단축을 지원한다. 아파치 드루이드 아파치 드루이드(Apache Druid)는 고속 쿼리, 높은 동시 실행, 카프카, 키네시스 등의 플랫폼의 스트림 수집에 대한 실시간 및 이력 인사이트를 제공하는 실시간 분석 데이터베이스이다. 이 기술은 10년 치의 릴리즈, 400명 이상의 기여자, 데이터 웨어하우스, 시계열 데이터베이스, 검색 시스템의 아이디어를 결합한 분산형 데이터 스토어 아키텍처에 기반을 두고 있다. 넷플릭스, 세일즈포스, 월마트(Walmart) 등 수천 개 기업이 드루이드로 분석 애플리케이션을 지원하고 있다. 사용 사례에는 클릭스트림 분석, 위험 및 사기 분석, 공급망 분석이 포함된다. 초보자라면 아파치 드루이드 소개서와 성공 스토리 전자책을 먼저 살펴볼 것을 권한다. JAX 구글의 오픈소스 머신러닝 플랫폼 텐서플로우(TensorFlow)가 가장 혁신적인 점은 자동 차별화(오토그래드(Autograd))와 딥 러닝을 위한 XLA(Accelerated Linear Algebra) 최적화 컴파일러다. JAX 역시 구글이 개발한 프로젝트이며, 이 2가지 기술을 결합해 속도와 성능 측면에서 상당한 이점을 제공한다. GPU 또는 TPU에서 구동할 때 JAX는 넘파이를 호출하는 다른 프로그램을 대체할 수 있지만 프로그램은 훨씬 빠르게 구동한다(오토그래드 엔진은 네이티브 파이썬과 넘파이 코드를 자동으로 구분할 수 있다). 또한, 신경망에 JAX를 사용하면 텐서플로우 같은 대형 프레임워크를 확장하는 것보다 새로운 기능을 훨씬 쉽게 추가할 수 있다. nbdev 주피터(Jupyter) 또는 구글 콜랩(Google Colab) 등의 환경을 사용하는 노트 프로그래밍의 잘 알려진 비밀은 역대 최악의 스파게티 코드를 만든다는 것이다. 데이터 사이언티스트가 셀마다 옮겨 다니면서 유지관리가 불가능할 정도의 혼란을 유발한다. 일각에서는 노트 프로그래밍이 과거의 고투(GOTO)만큼 유해할 수 있다고 지적하기도 한다. nbdev는 이런 노트 프로그래밍의 단점을 줄이면서 장점을 극대화하는 대안이다. fast.ai의 깃 친화적 주피터 노트 기반 개발 플랫폼으로 데이터 사이언티스트에게 필요한 탐구 자유를 지원할 뿐만 아니라 같은 노트 안에서 문서화와 심지어 적절한 텍스트를 통해 모듈을 손쉽게 생성하는 기능을 지원한다. 넷플릭스와 리프트(Lyft), (당연히) fast.ai 등의 기업에서 사용하고 있는데 특히 넷플릭스는 nbdev를 사용해 새로운 버전의 fast.ai 라이브러리를 만들기도 했다. 액셀러레이트 코드 4줄만 추가해 모든 파이토치(PyTorch) 코드에 분산형 훈련 및 간섭을 대규모로 추가할 수 있다면 어떨까? 허깅페이스(Huggingface)의 액셀러레이트(Accelerate)는 기본적으로 단순한 구성 전환을 통해 TPU 장치나 마이크로소프트의 딥스피드(DeepSpeed) 최적화 등의 기능을 사용할 수 있다. 액셀러레이트 라이브러리가 모두 처리하는 분산형 훈련, 공유 병행성, 그래디언트(Gradient) 축적 등의 기법을 사용해 수십억 개의 파라미터 규모로 딥 러닝 모델을 훈련할 수 있다. 그동안 대형 모델의 훈련은 업계 대기업의 전유물이었는데, 액셀러레이트가 파이토치(Pytorch) 생태계의 일부로 자리잡으면서 다양성에 대한 기대가 커지고 있다. 스테이블 디퓨전 스테이블 디퓨전(Stable Diffusion)은 엄청난 품질의 이미지를 만들어내는 텍스트이미지 AI 모델이다. 2개월이 채 되지 않은 야생동물 같은 프로젝트지만, 전 세계의 열렬한 지지자가 이미 오리지널 버전을 개선해 이미지 생성 속도를 높이고 메모리가 적은 GPU에서 구동하도록 개선했다. 인페인팅(Inpainting) 및 아웃페인팅(Outpainting) 지원이 추가됐고, 심지어 스테이블 디퓨전을 M1 기반 맥북에서 구동할 수도 있다. Stability.ai는 이 모델을 훈련하기 위해 60만 달러를 투자했으며, 이를 즉시 오픈소스로 공개했다(오픈AI(OpenAI)의 DALLE와는 딴판이다). 이런 모델은 분명 데이터세트 큐레이션(Curation), NSFW 이미지 생성 기능에 대한 우려로 이어지는 것이 사실이다. 그러나 앞으로의 연구 발전과 성과를 고려하면 일부 대기업보다는 모든 사람이 이 기술을 사용할 수 있도록 하는 것이 분명 더 낫다. 일루터AI GPTNeoX20B는 일루터AI(EleutherAI)가 개발한 새로운 200억 개 파라미터 자연어 처리 모델이다. 해당 개발사는 이전에 60억 개 파라미터 모델인 GPTJ를 공개하기도 했다. 이 모델은 1,750억 개의 파라미터를 가진 오픈AI의 GPT3와 비교해 작아 보일 수 있지만 LAMBADA, 위노그랜드(Winogrande), 헬라스웩(Hellaswag) 등 데이터 세트를 사용해 강력한 성능을 구현했다. GPTJ를 이용하면 문서를 완성하고 번역, 분류하는 등 더 발전된 NLP 작업을 수행할 수 있다. 일루터AI가 이런 강력한 모델을 오픈소스화할 수 있는 이유는 무엇일까? 해당 프로젝트의 설립자 중 한 명인 코너 리히는 “우리는 AI를 우리처럼 생각하지 않는 이상한 외계인이라고 생각해야 한다”라고 말했다. 일루터AI의 목표는 이 기술을 가능한 많은 연구원에게 제공해 통제하는 방법을 찾는 것이다. editor@itworld.co.kr
디지털 수집광이 모두 그렇듯 필자도 오랜 기간 USBC와 USBA 케이블을 많이 모았다. 그 중 전자 기기에 쓰기에 적절하지 않고 폐기 처분해야 마땅한 제품이 얼마나 많은지 알게 된 것은 비교적 최근의 일이다. 일반 가정에서 쓰는 케이블도 아마 마찬가지일 것이다. 멀쩡한 USB CUSB A 케이블을 왜 굳이 폐기 처분해야 할까? 이유를 알려면 2014년 USBC 도입 당시로 거슬러 올라가야 한다. 위아래 구분 없이 쓸 수 있는 USBC 커넥터의 설계 방식은 종전의 USB과 달라 매우 복잡했기 때문에 대다수 케이블 제조업체가 안전한 USBC 케이블을 제작하는 방법을 몰랐다. 사실은 케이블마다 56K 옴 저항기가 내장되어 있어야 스마트폰, 태블릿, 노트북에서 USBC 포트에 구형 직각형 USBA 포트가 연결되었는지 여부를 인지할 수 있다. 기기가 56K 저항기를 감지하면 포트에서 끌어오는 전력 양을 제한한다. 그러나 56K 저항기가 없으면 스마트폰이나 태블릿은 고전력 USBC 포트에 연결된 것으로 여긴다. 그 상태에서는 케이블이 연결된 포트에서 지나치게 많은 전력을 끌어와 포트가 타 버릴 위험이 있다. 연결된 장치에 손상을 야기할 때도 있다. 다행히 이 문제는 몇 년 전에 해결되었다. 최근에 구입한 저렴한 USB CUSB A 케이블도 이제는 이런 문제가 없다. 그러나 문제는 잘못 제작된 오래된 케이블을 우연히 사용하는 경우에 생긴다. 케이블의 전력 문제가 해결된 지는 4년이 넘었기 때문에 얼핏 확률이 높지 않을 것 같지만, 문제는 멀쩡해 보이는 케이블을 버리는 사람이 없다는 점이다. 보통 상자에 모아두거나 둘둘 말아 봉지 안에 넣어둔다. 필자 역시 언젠가는 오래된 직렬 케이블과 프린터 케이블, 짝 잃은 마이크로USB와 미니USB를 전자폐기물로 버릴 예정이다. 지금은 모든 기기가 USBC로 충전되는데도 만약에 대비해 필요 없는 케이블을 그대로 보관해 둔다. 갖고 있는 USB CUSB A 케이블 중에서 실제로 불량품은 몇 개나 될지 궁금했다. 수집광인 필자가 모은 케이블은 무려 43개였다. 전송속도 양호한 케이블은 단 1개뿐 테스트 결과는 다음 그래프에서 확인할 수 있다. 데이터 전송 용도에 부적합한 케이블이 매우 많았다는 점이 놀라웠다. USB CUSB A 케이블은 추가 전선이 있는 경우 최대 USB 3.2 10Gbps를 지원할 수 있다. 추가 전선이 없으면 대개 USB 2.0의 기본 속도인 40Mbps에 그친다. NVMe SSD에 USB CUSB A 케이블을 사용하면 대형 파일 전송에 분 단위 시간이 걸린다는 의미다. 필자가 테스트한 43개의 케이블 중에서 USB 3.2 10Gbps 속도를 지원한 것은 단 1개뿐이었다. 겨우 1개. 데이터 전송 속도 이외에 저항을 기준으로 케이블을 평가해 분류했다. 대부분 충전 용도로 사용되는 케이블의 경우 케이블의 저항이 낮다는 것은 대개 두껍거나 고품질 전선으로 제작되었으며 충전 중인 장치에 도달하는 전력이 많다는 의미다. 다행히 대부분은 괜찮았지만 여섯 개의 케이블은 저항이 너무 높아서 ‘충전용으로 부적합’한 것으로 분류되었다. 현실적으로 전체 충전 시간에 큰 차이는 없을지 모르지만 케이블을 솎아 내려면 그럴 만한 이유가 있어야 했다. 충전 전용으로만 써야 하는 케이블도 있어 케이블 커넥터 표준이 확립되었음은 충전 전용 케이블을 만드는 방식으로 표준을 어기는 업체가 난립할 때 비로소 알 수 있다. USB CUSB A의 경우가 그렇다. 43개 케이블 중에서 충전용 전선만 있는 충전 전용 케이블을 4개나 발견했다. 왜 이렇게 만드는 걸까? 보통은 제작비를 아끼기 위해서다. 충전 전용 케이블의 문제는 데이터 겸용 케이블과 외관이 똑같다는 점이다. 더 심각한 문제는 이런 충전 전용 케이블이 실제로 매우 높은 저항을 기록했다는 점이다. 역설적이게도 그런 점 때문에 충전 케이블로서는 실격이다. 긍정적인 측면을 보면 지금까지 필자가 언급한 케이블은 모두 56K 옴 저항기로 올바르게 배선되어 있었다. 가장 형편없는 충전 전용 케이블로 스마트폰이나 태블릿을 연결해도 노트북의 USBA 포트가 터지지는 않는다. 그런 행운은 오래가지 않았다. 나머지 10개의 케이블은 제대로 제작되지 않은 것이었다. 5개는 잘못된 22K 옴 저항기를 사용했거나, 저항기는 제대로였지만 잘못된 전선을 사용한 제품이었다. 나머지 5개는 56K 옴 저항기가 전혀 없었다. 사용하기에 위험한 제품으로 분류하고 폐기 수순을 밟아야 한다. 2015년에 위험 판정을 받은 케이블이지만 전 세계의 가정에서 아직도 굴러다니고 있을 가능성이 높다. 이처럼 하자가 있는 USB CUSB A 케이블도 스마트폰에 필요한 전력량을 넘을 수 없는 전용 벽 충전기에 연결하면 안전하게 사용할 수 있다. 문제는 앞으로 2년 정도 지난 후 비상 시에 그 위험한 케이블이 사용되고 나서 양품 케이블과 다시 섞일지 모른다는 점이다. 노트북에 연결 시 포트가 터질 위험이 있다. 이름을 모르는 삼류 제조업체에서 나온 케이블만 위험하다고 생각하면 오산이다. 유명 브랜드 케이블이라고 해서 반드시 안전하지는 않다. 56K 저항기가 전혀 없는 위험 케이블 5개 중에서 2개는 유명 스마트폰 제조업체에서 만든 것이고 다른 하나는 필자가 지금도 계속 케이블을 구매하는 매우 인기 있는 케이블 제조업체의 제품이었다. 잘못 배선된 케이블 2개는 스마트폰 제조업체에서 만들었다. 고가의 ‘고성능 SSD’와 함께 제공된 또 다른 USBC 케이블도 부적합 판정을 받았다. 따라서 유명 브랜드만 고집하는 것이 능사는 아니다. 갖고 있는 케이블 중 불량품을 골라내는 법 문제를 쉽게 해결하려면 갖고 있는 케이블 중 불량품을 골라 내야 한다. 아쉽게도 필자가 아는 방법은 죄다 돈이 든다. 가장 쉬운 방법은 아두스브심(Adusbcim)의 케이블 체커(Cable Checker) 2를 구입하는 것이다. 이 제품을 사용하면 USB CC와 USB CA 케이블과 마이크로 및 미니 USB 케이블의 상태를 쉽게 가늠할 수 있다. 소형 디스플레이에 케이블 저항과 56K 저항기의 존재 유무가 빠르게 표시된다. 이상하게 배선 되었는지(1개가 아닌 2개의 회선에 56K 적용) 여부나 잘못된 저항기를 사용하는지도 알 수 있다. 이베이에서 65달러에 구해서(미국 내 소매점에서는 못 찾았다) 케이블을 테스트할 수 있는 가장 쉬운 방법이다. 단, 더 저렴한 다른 방법도 있기는 할 것이다. 그러나 저렴한 USBC 케이블을 테스트하는 데 65달러를 쓴다는 것은 확실히 현명한 소비는 아니다. 상대적으로 돈이 덜 드는 선택지가 있지만 아마 아무도 실행에 옮기지 않을 것이다. 즉, 기존에 갖고 있던 케이블은 폐기 처분하고 안전성과 품질이 보장된 새 USBC 케이블을 구입하면 된다. 케이블, 모두 폐기 처분해야 할까? 오래된 USB CUSB A 케이블에 가위를 대도 될지 여부는 각자 어느 정도 위험을 감수할 수 있는지에 달려 있다. 다년간 사용해 온 케이블이라면 문제가 없을 가능성이 높다. 불량 USBC 케이블은 대부분 컴퓨터와 USBC 장치를 연결할 때 손상 위험이 있으므로 충전기에만 사용한다면 위험은 크게 낮아진다. 그러나, 가령 친척이 방문해서 불량 케이블로 스마트폰에서 노트북으로 파일을 전송한다면 노트북이 손상될 위험이 있다. 마지막으로 바꿔야 할 것은 버려진 케이블을 대하는 자세다. 가령 회사에서 누군가 퇴사하며 남기고 간 USB CUSB A 케이블은 건드리지 않는 것이 좋다. ‘공짜’ 케이블이라고 생각하지 말고 차라리 안전성이 보장된 새 케이블을 구매하는 편이 낫다. editor@itworld.co.kr
2022년 말부터 시작해 전 세계를 뜨겁게 달군 ‘생성형 AI’ 광풍이 잦아드는 모양새다. 많은 기업이 다양한 생성형 AI 서비스를 쏟아내고 있지만, 이렇다 할 ‘한 방’은 내놓지 못하고 있다. 생성형 AI의 대표 격인 챗GPT 사용량도 감소했다. 6월 기준 챗GPT 트래픽(웹/모바일)은 전월 대비 9.7% 하락했으며, 순 방문자 수와 체류 시간도 각각 5.7%, 8.5% 감소했다. 많은 사람에게 AI의 매력이 사라지고 환멸이 확산되고 있다고 보는 전문가가 적지 않다. 챗GPT가 종종 신뢰할 수 없는 답변을 하는 것도 관심 하락에 한몫하는 것으로 보인다. 삼성의 정보 유출 사례에서 드러난 것처럼 민감한 기업 정보가 노출될 수 있다는 위험 때문에 사내 챗GPT 사용을 금지한 기업도 많다. 파괴적인 기술의 등장 자체에 열광했던 것에서 벗어나 신뢰성, 안정성, 실질적인 쓰임새 등을 따지기 시작하면서 이제 정책, 관리 방침, 보안, 환각 및 편향성 문제 해결 등이 쟁점으로 떠오르고 있다.
애플이 아이폰 15를 공개하는 행사가 10일 앞으로 다가왔다. 아이폰 15 출시와 함께 차세대 운영체제 iOS 17도 정식 배포된다. 지난 6월 WWDC 2023에서 소개된 iOS 17은 이전보다 훨씬 직관적이고 개인화된 경험을 제공하는 새로운 기능으로 큰 기대감을 모았다. iOS뿐 아니라 맥OS 14 소노마(Sonoma)와 아이패드OS 17에서도 배경화면/잠금화면 위젯과 생산성이 개선된 기본 앱 등을 통해 변화를 확실하게 체감할 수 있다. 올 하반기 새롭게 달라지는 애플 생태계가 낯설게 느껴지지 않도록 미리 살펴보면 좋을 기사를 모았다.
"사용하기 쉽고 보기에도 아름다운"이라는 설명에 어울리는 언어, 파이썬이 AI 열풍을 등에 업고 여전히 인기 가도를 달리고 있다. 읽기 쉽고, 오픈소스이며 확장 가능하고, 광범위한 표준 라이브러리가 있는 크로스 플랫폼 언어인 파이썬은 웹 개발부터 AI/ML까지 거의 모든 용도로 사용할 수 있다. 최근에는 엑셀 내 셀에 직접 입력할 수 있도록 마이크로소프트의 지원이 시작됐다. 간결한 코드로 개발자는 일관적이고 안정적인 시스템을 만들 수 있고, 기계 학습 작업에 필요한 강력한 알고리즘과 프레임워크를 만들 수 있다. 23년 상반기 파이썬의 기술적 진전과 변화, 그리고 다양한 관련 도구를 살펴 보자.
역대 가장 성공적인 선거 캐치프레이즈 중 하나가 '저녁이 있는 삶'이다. 해당 후보는 낙선했지만, 이 구호는 워라밸의 지향점으로 아직도 쓰이고 있다. 최근 워라벨의 맥락에서 '주 4일 근무'에 대한 논의가 활발하다. 영국, 미국 등에서 대규모 실험이 진행됐고, 긍정적인 평가와 일부 부정적인 평가가 나왔다. 반면 우리나라는 세계적인 흐름과 반대로 달리고 있다. 정부는 지난 3월 주 (최대) 69시간 근무제를 추진했다가 거센 반발에 직면한 바 있다. 참고할 만한 주 4일제 관련 기사를 모았다.
산업을 불문하고 많은 기업이 AI 프로젝트를 시작하고 있지만, 모든 AI 프로젝트가 성공하는 것은 아니다. 실패의 원인은 미흡한 도입 전략 및 운영 체계, 이해관계자 간 합의 실패, AI에 대한 잘못된 인식 등 다양하고 복합적이다. AI를 성공적으로 도입하고자 하는 기업은 ‘AI는 만능’이라는 잘못된 인식에서 벗어나 어떤 문제에 AI가 필요한지, 어떤 모델이 적합한지 따지고 그에 맞게 기술과 데이터를 다룰 수 있어야 한다. AI 프로젝트를 시작하기 전 참고하면 좋을 기사를 모았다.
EU가 거대 IT 기업의 온라인 플랫폼과 검색 엔진, 클라우드 등에 광범위한 의무를 부과하고 있다. 기술 기업의 투명성과 책임 강화를 주문하고, 유럽 사용자의 권리와 개인정보를 보호하며, 유럽 시장 안에서 공정한 경쟁과 혁신을 촉진하는 것이 목적이다. EU는 MS의 액티비전 블리자드 인수부터 아이폰의 USB-C 규격 도입 등 디지털 제품과 서비스, 애플리케이션을 관할하는 여러 가지 중요한 결정을 내린 바 있다. 최근 EU의 조치와 기조, 동향을 살펴 보자.
생성형 AI의 인기가 뜨거운 가운데, 이를 악용한 보안 위협을 경고하는 목소리도 끊이지 않고 있다. 생성형 AI 기술이 ‘양날의 검’이라고 불리는 이유다. 관련 사례 역시 수면 위로 빠르게 떠오르고 있다. 영국의 사이버 보안 업체 다크트레이스(DARKTRACE)는 2023년 1월부터 2월까지 생성형 AI를 악용한 신종 소셜 엔지니어링 공격이 135% 증가했다고 밝혔다. 생성형 AI 기술 발전으로 나타난 다양한 사이버 보안 위협을 정리했다.
우리 곁에는 다양한 운영체제가 있다. 하지만 자신이 사용하는 운영체제를 충분히 이해하고 활용하는 사람은 몇이나 될까? 바이블처럼 여기던 상식도 알고 보면 잘못된 경우가 많으며, 숨어 있던 기능이나 새롭게 추가된 기능을 뒤늦게 알아차리고 그동안 놓쳐버린 생산성 향상 기회에 눈물짓는 사람도 있을 것이다. 파워 유저가 추천하는 고급 기능과 도구도 자신과 상관없는 것으로 치부하면 안 된다. 자세히 살펴보면 ‘이게 가능하다고?’라고 생각하며 놀라는 자신을 발견하게 될 것이다.
애플의 가상현실 헤드셋 비전 프로가 공개됐다. 애플은 비전 프로가 2개의 고해상도 마이크로 OLED 디스플레이로 AR과 VR을 모두 아우르는 100피트 가상 디스플레이 시각화에 성공한 제품이라고 주장한다. 초반 리뷰에서는 마치 콘텐츠 안으로 걸어 들어가 교감하는 것 같았다는 반응이 많았다. 언제나처럼 맨 처음 기술을 발명한 선구자는 아니지만 조심스럽게 진출해 판도를 바꾸는 애플의 장기가 이번에도 발휘될지 애플 비전 프로를 분석한 기사에서 힌트를 얻어 보자.
챗GPT 대히트로 표정 관리 중인 MS에겐 아픈 손가락이 있다. 윈도우 11과 엣지다. 윈도우 11 점유율은 전작의 1/3에 불과하고, PC 10억 대에 깔린 엣지의 점유율은 5%가 안 된다. 굴욕도 이런 굴욕이 없다. 흥하지 못한 제품엔 이유가 있기 마련이다. 특히 윈도우 11은 기능, 안정성, 편의성에서 원성이 높다. 더 안타까운 것은 잔소리하고 강요해 이 문제를 해결하려는 MS의 태도다. 이미 애플이 '즐겨 쓰는' 수법이라고 해도 PC 시장 절대 강자가 맥OS 악행을 따라 하는 변명이 될 순 없다.
챗GPT, 빙챗, 바드와 같은 생성형 AI 챗봇이 나올 때마다 못내 아쉬웠다. 아이폰의 국내 출시를 손꼽아 기다리는 것처럼 한국어가 지원되는 날을 손꼽아 기다려야 했기 때문이다. 3가지 생성형 AI 모두 현재 한국어를 지원하지만 또 하나의 아쉬운 점이 있다. 이들 생성형 AI 모델이 학습한 방대한 양의 데이터가 대부분 영어라는 점이다. 네이버가 글로벌 빅테크 기업이 주도하는 생성형 AI 시장에 '한국어 특화 AI'로 도전장을 내밀었다. 최근 네이버는 자체 LLM 하이퍼클로바(HyperCLOVA)를 고도화한 를 공개하고 이를 접목한 AI 챗봇 서비스 클로바X(CLOVA X) 베타 버전을 출시했다. 하이퍼클로바의 학습 데이터는 네이버가 보유한 지식인, 뉴스, 블로그 데이터 등 97%가 한국어다. 올 초 PCWorld에서 챗GPT와 빙챗, 바드를 비교한 기사()에서는 간발의 차이로 빙챗이 승리했다. 한국어로 하는 대화에서는 어떤 결과를 보일까? 여기서는 검색 엔진을 보유한 구글의 바드와 마이크로소프트의 빙챗을 클로바X와 비교했다. 판단은 주관적일 수 있으므로 프롬프트 답변도 공개한다. 사진 순서는 클로바X, 바드, 빙챗 순이다. 최신 정보 : 2023년 9월 10일 한국 프로야구 경기 결과 승자 : 빙챗 챗봇들에게 이틀 전 진행된 한국 프로야구 경기 결과를 물었다. 챗GPT는 최신 정보를 제공하는 웹 브라우징 기능을 유료 요금제 사용자에게만 제공하는데, 챗GPT와 같은 GPT-4를 탑재한 빙챗은 무료 사용자에게도 웹 브라우징을 제공한다. 그럴듯한 답변을 제공한 것은 빙챗이 유일했다. 클로바X는 "현재 결과에 대한 정보를 드릴 수 없다"라고, 바드는 "결과를 알 수 없다"라고 답했다. 다만 바드는 구글 검색으로 이어지는 링크를 제공했다. 빙챗은 PCWorld 기사에서도 최신 정보 부문에서 우승을 차지했는데, 다만 이번에는 반쪽짜리 우승이었다. 경기 결과를 확인할 수 있는 출처는 정확히 제공했지만, 그날의 경기 결과가 정확하지 않았기 때문이다. 경기 결과는 다음과 같으며, 빙챗의 답변은 사실과 달랐다. 시사 문제 : 독도 승자 : 바드 독도가 어느 나라 땅인지 물었다. 세 챗봇 모두 답변의 첫 문장에서 독도는 대한민국의 땅이라고 답했다. 하지만 우승은 바드에게 돌아갔다. 클로바X와 빙챗은 모두 '일본은 독도를 자신의 영토라고 주장하고 있지만 이는 역사적, 지리적, 국제법적으로 근거가 없는 주장이다'라고만 답변한 반면, 바드는 역사적/지리적/국제법적인 근거를 문단으로 구분해 제법 체계적으로 서술했다. 불확실한 정보 : 행맨 게임의 유래 승자 : 빙챗 단어 맞히기 게임인 행맨(Hangman)의 기원은 불분명하다. 이런 질문에 대한 답변을 제시할 때는 근거 자료를 제시하는 것이 좋다. 빙챗은 어떤 질문을 하든 항상 참고 링크를 공유하며, 클로바X는 선별적으로 출처를 제공한다. 하지만 바드는 모든 질문에서 출처를 제공하지 않는다. 따라서 가장 많은 3가지 출처를 제시한 빙챗의 우승이다. 출처 제공 여부를 떠나서 답변 자체로만 놓고 봐도 우승은 빙챗의 차지다. 빙챗은 행맨 게임의 유래를 가장 다양하게 제공하기도 했지만 기타 부수적인 내용을 제외하고 유래만 간단하게 설명했다. 질문에 대해 다양한 정보를 제공하는 것은 때에 따라 이점이 될 수 있겠지만, 바드의 경우 첫 문단에 1가지 유래를 설명한 이후 게임의 규칙과 다양하게 즐기는 방법을 소개하다가 그다음 문단에서 또다시 유래를 설명하는 등 전체적인 글 구성에서 혼란스러운 모습을 보였다. 반면 클로바X는 질문 자체를 이해하지 못한 듯했다. 행맨의 기원은 알려주지 않고 게임 설명과 게임에 내포된 폭력성 문제를 지적하는 답변만 제공했다. 정보에 입각한 의견 : 아이폰 vs 갤럭시 승자 : 클로바X와 바드 이번에는 아이폰과 갤럭시의 장단점을 분석해 달라고 요청했다. 클로바X와 바드는 각 스마트폰의 장단점을 일목 요연하게 정리했다. 클로바X의 답변은 2~3가지 장단점을 한 문장으로 간결하게 정리한 것이 특징이며, 바드는 장단점을 각각 4~5가지씩 목록으로 제공하고 구매 시 고려해야 할 요소를 추가로 제시했다. 빙챗은 창의적이게도 아이폰과 갤럭시의 특징을 표로 비교했다. 하지만 '장단점을 비교한 표'라고 하면서 장점만 나열했다는 점이 아쉬웠다. 표 다음에는 줄글 설명이 이어졌는데, 표에 나온 내용을 반복해서 나열한 것이었고 마지막에 단점이 한 문장씩 추가됐다. 적절한 소제목을 붙여 알아보기 쉽게 정리한 클로바X와 바드의 답변이 더 눈에 띈다. 복잡한 질문 : 편식하는 아이를 위한 요리 레시피 추천 승자 : 클로바X와 바드 이런 궁금증에 대한 답을 찾으려면 다양한 검색 결과를 조합해야 한다. 빙챗의 답변만 봐도 알 수 있다. 빙챗은 '비타민을 섭취할 수 있을 만한 요리 레시피 추천'을 검색했고 이후 '아이가 싫어함'이라는 정보를 추가로 검색했다. AI 챗봇은 이처럼 여러 맥락을 고려해야 하는 질문에 대한 답을 얻을 때 빛을 발한다. 이번에도 클로바X와 바드가 공동으로 우승했다. 클로바X는 4가지, 바드는 5가지 요리 레시피를 추천하며 각 식재료에 함유된 영양 정보와 조리법을 공유했다. 바드는 한 가지 요리를 다양한 방법으로 조리할 수 있는 방법을 제시했다는 점이 좋았으며, 클로바X는 하나의 레시피를 자세하게 공유한 점이 마음에 들었다. 요리에 익숙한 사람에게는 바드의 답변이, 요리에 익숙하지 않은 사람에게는 클로바X의 답변이 유용할 것이다. 한편 빙챗의 답변은 필자의 요리 실력을 과대평가한 것 같다. '두부와 애호박 볶음'을 제외한 샐러드 요리에서는 영앙 정보만 공유할 뿐 레시피는 제공하지 않았다. 연역적 추론 : 스무고개 승자 : 없음 챗봇들과 스무고개를 했다. 답은 '강아지'로 정했지만, 무의미한 일이었다. 챗봇들과 스무고개를 시작조차 하지 못했기 때문이다. 우선 클로바X는 '나랑 스무고개 하자'라는 질문에 20가지 질문을 곧장 쏟아냈다. 필자가 생각한 스무고개의 시작과는 전혀 달랐으며, 20개의 질문 중에는 중복된 것도 있었다. 스무고개를 할 의욕이 바로 사라졌다. 바드의 답변을 보자. 바드는 황당하게도 첫 번째 질문에서 단어의 첫 글자를, 두 번째 질문에서 단어의 두 번째 글자를 물었다. 이런 패턴대로라면 세 번째 질문에서는 그다음 글자, 네 번째 질문에서 그다음 글자를 몰 것이 뻔했다. 그렇다면 정답을 알려주는 것이 아닌가? 애초에 스무고개란 '예/아니오'로 대답할 수 있는 질문을 통해 답을 알아내는 게임이다. 예/아니오가 아닌 다른 답변을 요구하는 챗봇들의 연역적 추록 능력을 판단하는 것은 불가능했다. 빙챗과는 스무고개를 시작할 수 있지 않을까 생각했지만, 결과는 똑같았다. 사실 빙챗과는 '알아맞히기 게임'을 하기는 했다. 무턱대고 자신이 생각한 숫자를 맞춰보라고 요구했기 때문이다. 아무 숫자를 입력했더니 놀랍게도 정답이었다. 더 놀라운 일은 숫자 맞히기 게임을 끊임없이 이어가려는 빙챗이었다. 어쩌면 빙챗은 필자의 '찍기 실력'에 자신감을 불여넣으려는 것일지도 모르겠다. 창의성 : 다짜고짜 농담시키기 승자 : 빙챗 다짜고짜 재밌는 이야기, 혹은 농담을 해달라고 했을 때 당황하지 않을 사람은 없다. 하지만 AI 챗봇은 당황스러움을 모르는 존재다. 챗봇들에게 농담을 해달라고 요청했다. 클로바X의 답변이 가장 실망스러웠는데, 어떠한 농담도 해주지 않았다. 바드의 경우 너무 미국스러운 농담을 던졌다. 한국어로의 번역은 잘됐을지라도 한국어로는 어떤 부분에서 유머를 느껴야 할지 전혀 와닿지 않는다. 그나마 이해할 수 있는 농담을 던진 것은 빙챗이었다. 소위 말하는 썰렁한 '아재 개그' 스타일의 농담이었다. 영어로 번역했을 때 더 와닿을 농담이긴했지만, 이후 '한국에서 유명한 농담'을 물어도 같은 답변을 했다. 빙챗이 농담 부문에서 우승한 것은 대화 스타일(창의적인, 균형있는, 정밀한)을 선택할 수 있기 때문일 수 있다. 창의성 : 삶의 여정에 대한 시 승자 : 바드 챗봇들의 창의성을 다시 한번 테스트해 보기로 했다. 이번에는 시 창작이다. 사실 처음에는 '나무에 대한 시'를 부탁했는데, 바드와 빙챗이 행연의 구분만 다르고 내용은 동일한 시를 작성했다. 챗봇의 답변을 비교하려고 했을 뿐 민감한 문제인 표절 시비까지는 가리고 싶지 않았으므로 조금 다양한 표현이 나올 수 있는 추상적인 주제를 선택했다. 우승은 가장 '시 다운 시'를 쓴 바드에게 돌아갔다. 바드는 연 구분은 없었지만 적절한 문장 길이로 행을 구분했고 제목과 해설까지 설명했다. '나무에 대한 시'는 시처럼 썼던 빙챗은 이번에는 산문 시 같은 글을 썼다. 제목은 없었고 마침표 없이 의견을 나열한 것에 불과했다. 빙챗에게 이게 시가 맞느냐고 물었더니 "시는 정해진 형식이나 규칙이 없다"라고 항변했다. 클로바X도 시 다운 시를 작성하는 듯했으나 지금까지 전혀 보지 못한 문제가 발생했다. 시를 끝맺지 못한 것이다. 나무에 대한 시를 쓸 때도 마찬가지였다. 비슷한 내용이 반복되는 시를 무한 생성하다가 멈춰버렸다. 쇼핑 정보 : 1만 원 이하의 수분 크림 승자 : 빙챗 클로바X의 특징인 '스킬 시스템'은 이 대결에서 우승하는 데 얼마나 도움이 될까? 스킬 시스템은 네이버의 내외부 서비스를 연결해 질문과 연관된 상세 페이지를 안내하는 기능이다. 현재는 '네이버 쇼핑'과 '네이버 여행' 스킬을 사용할 수 있다. 하지만 클로바X에게 수분 크림 추천을 부탁했더니, 어떠한 링크도 제공하지 않았다. 제품에 함유된 성분까지 자세히 안내한 바드와 빙챗과의 답변보다 정보가 부족했다. 우승은 성분 설명과 함께 제품 정보를 더 찾을 수 있는 링크를 제공한 빙챗이 차지했다. 맛집 추천 : 서울시 중구 맛집 추천 승자 : 클로바X와 바드 대부분 사람은 맛집을 검색할 때 구글보다 네이버를 애용하고 한다. 홍보성 게시물이 아닌 글을 판단하는 노하우까지 공유될 정도다. 예상대로 클로바X는 다양한 중구 지역 맛집을 추천했다. 인기 메뉴와 역과의 거리 같은 유용한 정보까지 제공했다. 바드는 가게별 인기 메뉴를 소개하며 맛깔스러운 맛 표현까지 곁들였다. 빙챗은 가장 많은 식당을 추천했으나 구체적인 세부 지역과 메뉴 정보가 부족해 아쉬웠다. 최종 결론 총 10가지 질문에서 가장 많은 점수를 받은 것은 바드(5점), 빙챗(4점), 클로바X(3점) 순이었지만, 이번 대결을 통해 각 챗봇이 서로 다른 강점을 지니고 있음을 알 수 있었다. 클로바X의 '한국어 패치'는 한국어 대화로 진행한 이번 대결에서 결정적인 역할을 하지 못한 점도 확인했다. 바드는 문장력이 상대적으로 우수한 편이었다. 문단을 잘 나눠 긴 길이의 답변도 조리 있게 설명하는 듯한 느낌을 받았다. 시 창작 답변에서 "이 시가 여러분의 삶의 여정에 조금이나마 도움이 되기를 바란다"라는 문장에서는 따스함마저 느껴졌다. AI 챗봇으로 최신 정보를 검색하려고 한다면 빙챗을 사용하는 게 마땅하다. 또한 답변을 기반으로 추가 조사를 하려고 한다면 모든 답변에서 출처를 제공하는 빙챗이 유용할 것이다. 검색 내용에 따라 대화 스타일을 선택할 수 있는 점도 빙챗의 장점이다. 클로바X의 답변은 '시 쓰기'를 제외하고는 간단명료하다. 클로바X의 특징인 '스킬 시스템'은 앞으로는 유용하게 활용될지 몰라도 아직은 제 기능을 매끄럽게 수행하지는 못한다. 정식 버전이 서비스되고 더 많은 스킬이 장착되면 바드와 빙챗과는 다른 방식으로 유용하게 사용될 것으로 기대된다. mia.kim@foundryco.com
오디오 경험에 있어서 데논(Denon)은 누구에게도 뒤처지지 않는 브랜드다. 홈 시네마 리시버와 앰프로 잘 알려져 있지만 멀티룸 스피커, 턴테이블, 사운드바 등 다양한 제품도 제공한다. 수년 동안 필자는 오버이어 변형 모델을 중심으로 몇 가지 데논 모델을 사용해 봤는데, 일관적으로 좋은 성능을 보였다. 따라서 인이어 헤드폰인 펄 프로(PerL Pro)에 대한 기대도 매우 높았다. 펄 프로는 평평한 원형 케이스가 귀에 씌워졌을 때 귀에서 약간 튀어나오는 디자인이 특징이다. 호불호가 갈릴 것 같지만, 군중 속에서 눈에 띄는 디자인인 것은 분명하다. 구성품에 대해 설명하자면, 크기가 다른 총 5쌍의 이어팁(실리콘 폼 4개, 고무 1개)과 운동할 때 헤드폰을 귀에 단단히 고정할 수 있는 핀(혹은 ‘날개’) 한 쌍이 포함된다. 문제는 이어팁을 교체하기가 매우 어려웠다는 점이다. 과장이 아니다. 필자는 이어팁을 제대로 끼우기까지 몇 분 동안 만지작거려야 했고 적당한 사이즈를 찾기까지 30분이 걸렸다. 핀을 착용하는 것은 불가능에 가까울 정도로 어려웠다. 하지만 적합한 이어팁을 찾는 지난한 작업이 끝나면 이어폰은 머리를 강하게 움직여도 안정적이다. 다행히 핀은 필요하지 않았다. 휴대폰과의 연결도 빨랐다. 함께 제공되는 휴대폰 앱은 몇 가지 흥미로운 기능을 제공하는데, 그중 마시모(Masimo) AAT(Adaptive Acoustic Technology)가 눈에 띄었다. 알다시피 청력은 사람마다 다르며, 양쪽 귀의 청력이 완전히 똑같은 사람은 드물다. 마시모의 AAT 기술이 적용된 펄 프로는 사용자의 귀를 분석해 청력에 맞게 사운드를 조정할 수 있다. 앱은 귀에 여러 가지 테스트 음을 보내고 고막과 내이의 미세한 소리 반응을 측정해 개인별 사운드 프로필을 계산하고 헤드폰 사운드를 각 귀에 맞게 최적화한다. 이 과정은 몇 분 정도 걸리지만 그만한 가치가 있으며, 최적화를 켜면 음질이 눈에 띄게 좋아진다. 펄 프로는 이런 기능을 통해 생생한 현장감과 함께 놀라운 사운드를 제공한다. 음악의 모든 뉘앙스를 재현하는 인이어 헤드폰은 극히 드물지만, 펄 프로의 사운드는 최고 등급을 받을 수 있을 만큼 훌륭했다. 고도의 사용자 맞춤형 이어폰 앱에서 이퀼라이저를 사용해 사운드를 더욱 맞춤 설정하고 선택적 소음 제거 또는 소셜 모드 같은 기능을 선택하면 더 많은 주변 소음을 차단할 수 있다. 터치 버튼은 왼쪽을 한 번 눌렀을 때 음악을 일시 정지하고 두 번 눌렀을 때 다음 곡을 재생하는 등 사용자에게 맞춤 설정할 수 있다. 익숙해지는 것은 시간문제다. 액티브 노이즈 캔슬링과 통화 품질 역시 우수했고 소셜 모드에서는 주변의 소리를 쉽게 알아들을 수 있었다. 펄 프로에는 8개의 마이크가 탑재됐으며, 그중 2개의 마이크에는 골전도 센서가 있어 두개골 진동을 통해 사용자의 음성을 포착한다. 수신기는 사용자의 말을 선명하게 듣고 내장된 프로세서는 바람 소리와 배경 소음을 자동으로 억제하는 등 현재 환경 조건에 따라 소음 감소와 통화 품질을 실시간으로 최적화한다. 가장 큰 단점은 349달러라는 비싼 가격이다. 애플, 소니 및 보스의 라이벌 제품보다 비싸다. 세부사양 제조사 : 데논 주파수 대역 : 20~40,000Hz 방수∙방진 등급 : IPX4 배터리 : 8시간 지속 + 충전 케이스 사용하면 32시간까지 사용 가능 연결성 : 블루투스 5.3 핸즈프리 기능 : 있음 전용 애플리케이션 : 있음 지원 코덱 : aptX 로스리스, aptX 보이스, aptX, aptX HD, aptX 어댑티브, aptX 로우 레이턴시, AAC 무게 : 16g 케이스 무게 : 53g editor@itworld.co.kr
가령 아이폰 사용자인데, 스마트워치를 살 계획이라면 대부분 주저 없이 애플워치를 선택한다. 안드로이드 폰 사용자의 선택은 그렇게 간단하지 않다. 구글 픽셀 워치가 나쁘지 않지만, 배터리 수명이 짧고, ‘핏빗의 정확한’ 피트니스 트래킹 기능을 사용하려면 핏빗 계정에 로그인해야 하기 때문이다. 작년에 애플워치 시리즈 8과 픽셀 워치를 모두 써봤고, 두 제품 다 만족스러웠기 때문에 갤럭시 워치 6 클래식을 써보고 나서 놀랐다. 3가지 제품 중에서 갤럭시 워치 6가 가장 마음에 들었기 때문이다. 안드로이드 진영만 비교하자면, 멋진 디자인, 편리한 회전 베젤, 이틀간 지속되는 배터리 수명 등을 갖춘 갤럭시 워치 6 클래식은 (구글을 제치고) 단연 최고의 안드로이드 스마트워치다. 곧 출시될 픽셀 워치 2도 갤럭시 워치 6 클래식을 이기기 힘들 것이라 예상된다. 디자인과 품질 • 편리한 회전 베젤 • 질 좋은 스트랩 이전의 많은 삼성 스마트워치에는 물리적으로 회전하는 베젤이 있었는데, 삼성은 지난 2022년 이 베젤을 버렸었다. 다행히 갤럭시 워치 6 클래식에서 이 베젤이 돌아왔다. 더 많은 업체가 모방하지 않은 것이 놀라울 정도로 좋은 기능이다. 삼성의 웨어OS는 왼쪽에서 오른쪽으로 스크롤 하는 방식을 기반으로 한다. 즉, 베젤을 돌려 유용한 정보 타일을 스크롤 하거나, 메뉴 또는 텍스트 화면을 위아래로 스크롤 할 수 있다. 이번 리뷰에서는 갤럭시 워치 6 클래식 47mm를 살펴봤지만, 화면과 배터리가 더 작은 43mm 모델도 있다는 점을 참고하라. 개인적으로는 47mm 모델의 큰 크기가 마음에 들었다. 하지만 사람에 따라 워치가 너무 클 수도 있기 때문에 구매하기 전에 직접 착용해 보는 것이 좋다. 만약 43mm까지 크다면 갤럭시 워치 6 40mm라는 옵션도 있다. 삼성이 기본 제공하는 스트랩은 인조 가죽이지만, 안쪽은 고무로 마감돼 있어 운동할 때 땀이 나도 쉽게 닦을 수 있다. 한 가지 아쉬운 점은 러그의 각도 때문에 스트랩이 꽤 튀어나온다는 것인데, 손목이 가는 사용자는 워치 자체의 높이와 맞물려 스트랩이 팔에 단단히 감기지 않을 수 있다는 의미다. 디스플레이와 오디오 • 1.3인치 또는 1.5인치 화면 • 매우 밝은 디스플레이 • 손목에 착용하고 통화할 수 있는 스피커 이번에 리뷰한 47mm 모델의 1.5인치 아몰레드 디스플레이는 훌륭했다. 최고 밝기는 2,000니트이며, 직사광선 아래에서도 가독성이 뛰어났다. 어떤 OLED 화면에서도 보기 드문 일이다. 베젤 가장자리까지 화면이 이어지며, (동일하게 원형인) 구글 픽셀 워치에서 볼 수 있는 바깥쪽의 검은색 공간도 없었다. 색상은 밝고 선명하게 보이며, 소프트웨어는 대부분 검은색 배경을 기반으로 해 항상 흰색일 때보다 보기 좋고 배터리도 덜 소모한다. 풀 터치스크린이기 때문에 베젤이나 손가락을 사용해 탐색할 수 있다. 때때로 특정 프롬프트나 버튼을 탭해야 할 때가 있었는데, 반응도 빨랐다. 애플워치나 어메이즈핏 GTS 4 미니 같은 사각형 스마트워치는 화면에 세로로 더 많은 텍스트를 한 번에 표시할 수 있지만, 개인적으로는 ‘클래식한’ 원형 스마트워치를 선호한다(물론 원형 스마트워치는 문자 메시지나 이메일을 읽을 때 텍스트가 잘릴 수 있다). 하지만 어차피 피트니스 트래킹 또는 알림용으로 사용하기 때문에 워치에서 많은 텍스트를 읽는 일은 거의 없다. 또 분명 스마트워치지만 얼핏 보면 일반 시계처럼 느껴지기 때문이다. 워치의 내장 스피커로 전화를 받을 수 있으며, 아울러 내장 스피커를 끄지 않는 한 애플워치처럼 운동 업데이트를 받을 수 있다. 음악 재생은 불가능하며, 대신 블루투스 헤드폰을 연결해야 한다. 사양과 성능 • 엑시노스 W930 칩셋 • 2GB RAM/16GB 스토리지 • 가끔 터치가 느림 엑시노스 W930 칩셋과 2GB RAM이 탑재됐지만 갤럭시 워치 6 클래식은 약간 느릴 때가 있었다. 이를테면 화면이 절전 모드일 때 베젤을 돌려도 화면이 즉시 깨어나지 않는 경우가 있었다. 그러다가 갑자기 화면이 활성화됐다. 이전 세대 칩과의 차이점은 프로세서 속도가 약간 더 빠르다는 것이다. 전반적으로 갤럭시 워치 6 클래식은 반응이 빠르고 부드러운 느낌을 줬지만, 달리는 동안 음악 제어 화면에서 다음 노래로 건너뛰기 위해 스와이프할 때 지연이 발생하는 것을 발견했다. 스포티파이 앱을 사용해 워치의 16GB 스토리지에 직접 음악을 다운로드한 상황이었다. 스마트폰을 집에 두고 다닐 수 있다는 점에서 유용한 기능이지만, 실사용 시 지연이 발생한다는 문제가 드러났다. 그 외에 알림은 매우 신속하게 도착했고, 일상적인 사용에서는 성능에 더 이상 불만은 없었다. 심박수 센서는 종일 맥박을 추적할 수 있어서 마음에 들었다. 배터리 수명에 영향을 줄 수 있지만, 데이터가 흥미로워서 계속 켜 뒀다. 피트니스 및 트래킹 • 뛰어난 운동 추적 기능 • 지속적인 심박수 추적 • 맞춤형 심박수 구간 갤럭시 워치 6 클래식의 피트니스 트래킹 기능은 매우 인상적이었다. 트래킹을 위한 최고의 웨어러블 기기를 원한다면 여전히 가민(Garmin)을 선택하는 것이 맞지만, 갤럭시 워치 6 클래식도 피트니스 트래킹을 위한 최고의 삼성 스마트워치임은 틀림없다. 특히 갤럭시 워치 6 클래식의 자동 트래킹 기능이 정말 유용했는데(회사에 따르면 운동 시작 버튼을 누르지 않아도 주요 운동을 자동으로 인식해 기록한다), 이를테면 10분 동안 빠르게 걸으면 자동 트래킹이 시작된다. 그 결과 짧은 운동량까지 모두 기록하기 위해 낮에 더 자주 걷게 됐다. 알림보다 훨씬 더 동기 부여가 됐다고 할 수 있다. 내장 GPS를 사용한 달리기 트래킹 기능도 괜찮았다. 운동 중 표시되는 데이터(페이스, 지속 시간, 심박수, 시간 등)는 명확하고 유용했다. (비교를 위해) 다른 손목에 가민 포러너 256을 차고 5km를 달렸는데, 두 기기의 전체 거리와 시간은 약간 차이가 났지만, 심박수는 일관되게 동일했다. 개인적으로는 가민이 더 정확하다고 신뢰하는 편이었는데, 갤럭시 워치 6 클래식의 데이터도 크게 다르지 않았다. 물론 GPS 경로 추적에서는 여전히 건물을 통과했다고 생각했지만, 피트니스 전용으로 설계되지 않은 이상 이 정도면 괜찮은 수준이었다. 이 밖에 바다 수영, 사이클, 하이킹 등 추적할 수 있는 운동 목록이 많다. 손목에 표시되는 메시지와 오디오 피드백(온보드 스피커 또는 연결된 블루투스 헤드폰을 통해)을 활용해 목표를 달성하도록 지원하는 삼성 헬스의 걷기 또는 달리기 코치도 제공된다. 아울러 갤럭시 워치 최초로 운동할 때 맞춤형 심박수 구간을 설정하고 모니터링할 수 있다. 사전 설정값을 사용하거나 직접 설정할 수 있으며, 설정한 심박수 구간을 초과하거나 미달하면 워치에서 알림을 보내준다. 전문적인 피트니스 기능이 추가돼 더 유용하겠다고 생각된다. 크기 때문에 밤에 착용하기에는 다소 불편하지만, 삼성 헬스를 통한 수면 추적은 정확하고 유용했다. 7일 밤 동안 착용하자 (삼성이 뻔뻔스럽게 핏빗에서 훔친 것 같은) 새로운 기능인 수면 유형에 따른 동물이 할당됐다. 일정한 시간에 충분히 오래 잠자리에 들었기 때문인지 ‘걱정 없는 사자’가 나왔다. 소프트웨어 • 웨어OS 4 • 삼성 원 UI 5 워치 오버레이 • 쉽고 간편한 휴대전화 전환 갤럭시 워치 6 시리즈는 구글의 웨어OS 4 소프트웨어를 처음으로 사용한 제품이다. 아직 애플 워치의 워치OS만큼 세련되지는 않았지만, 그래도 괜찮은 편이다. 참고로 갤럭시 워치 6 클래식은 안드로이드 10 이상을 실행하는 모든 휴대전화에서 작동하지만, 아이폰에서는 작동하지 않는다. 타일 메뉴를 커스텀해 미디어 제어, 구글 킵 메모, 수면 추적 등의 기능을 스택 맨 앞에 배치할 수 있어서 유용했지만, 많은 타일을 스크롤 해야 하는 것은 약간 귀찮아서 최소한의 타일만 두고 사용했다. 시계 화면에서 위로 스와이프해 앱의 아이콘 그리드에 액세스할 수 있다. 워치OS는 서드파티 앱과 관련해 개선되고 있지만, 아직은 미흡하다. 그래도 포켓 캐스트와 스포티파이가 독립형 앱이고, 팟캐스트와 노래를 다운로드해 오프라인으로 재생할 수 있다는 점은 만족스러웠다. 삼성 페이 단축키(뒤로 가기 버튼 길게 누르기)를 다른 용도로 변경할 수 없다는 점은 다소 불편했지만, 다행히도 빅스비(쓸모없음)의 버튼 단축키를 구글 어시스턴트(유용함)로 대체할 수는 있었다. 심전도, 불규칙한 심박수 알림 및 혈압 모니터링 기능도 삼성 휴대폰에서만 작동한다는 점이 아쉬웠다. 하지만 이 3가지 기능 모두 현지 라이선스에 따라 특정 지역에서만 사용할 수 있기 때문에 어차피 상관없을 수도 있다. 하지만 심장 질환이 있고, 이런 기능을 원한다면 삼성 휴대폰이 필요하다. 안드로이드는 개방형 플랫폼이지만, 삼성은 사용자가 자사 생태계에 참여하길 원한다. 삼성 휴대폰이 아닌 다른 휴대폰에서 작동하지 않는 또 다른 기능은 방해 금지 모드가 워치와 휴대폰 간에 동기화되지 않는다는 점이었다. 참고로 혈압 기능은 별도의 혈압계가 필요하다. 마지막으로 워치를 재설정할 필요 없이 다른 휴대폰으로 전환할 수 있는 새로운 기능은 정말 유용했다. 관심 없을 수도 있지만, 휴대폰 간에 정말 빠르고 쉽게 전환할 수 있었다. 배터리 수명과 충전 • 425mAh 배터리 • 기본 제공되는 무선 충전 케이블 • 최대 이틀까지 배터리 수명 연장 가능 갤럭시 워치 6 클래식에는 425mAh의 작은 배터리가 탑재돼 있다. 삼성에 따르면 AOD(Always-On Display)를 켠 상태에서 최대 30시간, 끈 상태에서는 최대 40시간까지 사용할 수 있다. AOD를 켠 상태에서 워치를 많이 사용하면 배터리 수명이 단축된다(당연한 일이다). 오전 8시에 100%였던 배터리는 트래킹 기능을 실행하고, 음악은 재생하지 않은 상태에서 오후 9시까지 36%를 기록했다. 다음 날 아침에 일어났을 때는 9%였다(24시간이 지나자 거의 방전될 뻔했다). 다행히 20분 충전으로 35%까지 올라갔기 때문에 아침에도 달리기를 할 수 있었다. 30분 동안 달리기를 한 후에는 7%가 소모됐다. 같은 날 완충한 후 AOD를 끈 상태에서 다시 테스트한 결과, 오후 9시에도 배터리가 80%나 남아 있었다. 48시간이 넘게 지난 3일째 아침까지 다시 충전할 필요가 없었다. 단, AOD를 끈 상태에서는 손목을 들어 화면을 깨워야 한다. 가격 삼성 갤럭시 워치 6 클래식의 가격은 다음과 같다(삼성닷컴 판매가 기준). - 갤럭시 워치 6 클래식 43mm 블루투스 모델: 42만 9,000원 - 갤럭시 워치 6 클래식 43mm LTE 모델: 45만 9,800원 - 갤럭시 워치 6 클래식 47mm 블루투스 모델: 46만 9,000원 - 갤럭시 워치 6 클래식 47mm LTE 모델: 49만 9,400원 모든 모델이 구글 픽셀 워치보다 비싸지만, 그래도 갤럭시 워치를 추천한다. 물론 갤럭시 워치보다 저렴한 몹보이 틱워치 프로 5를 선택할 수도 있지만, 소프트웨어가 구형이고, 앱이 좋지 않으며, LTE 버전이 없다. 버사 4나 센스 2 같은 핏빗 스마트워치도 구글이 스마트 기능을 제거했기 때문에 가치가 없다. 만일 갤럭시 워치 6 클래식이 조금 비싸다고 생각된다면 일반 갤럭시 워치 6를 구매하는 것도 좋은 방법이다. 결론 갤럭시 워치 6 클래식은 삼성 휴대폰에서만 심전도 및 불규칙한 심박수 알림 기능을 지원한다는 단점이 있지만, 그래도 갤럭시 워치 6와 구글 픽셀 워치를 모두 능가하는 최고의 안드로이드 스마트워치다. 프리미엄 디자인부터 최대 이틀까지 지속되는 배터리 수명, 유용한 스마트 및 건강 기능, 매우 밝고 선명한 화면, 견고한 성능까지 갖추고 있기 때문이다. 손목이 가는 사용자는 47mm보다는 43mm를 추천한다. 화면과 배터리 크기가 작아질 뿐만 아니라 비용까지 저렴해진다는 점을 참고하라. 웨어OS 4에는 다양한 앱, 24시간 심박수 모니터링, 향상된 운동 기록 및 수면 추적 기능이 추가됐다. 갤럭시 워치 6 클래식은 그야말로 밤낮으로 착용하고 싶은 스마트워치다. editor@itworld.co.kr
사테치(Satechi)의 듀오 와이어리스 차저 파워 스탠드(Duo Wireless Charger Power Stand, 이하 파워 스탠드)는 이름과 달리 최대 3대의 기기를 동시에 충전할 수 있다. ‘Duo’는 단어는 무선 충전할 수 있는 기기 수를 의미하는 것으로 보인다. 애플 기기 사용자는 아이폰과 에어팟 케이스를 충전할 수 있으며, 스탠드 후면의 USB-C 포트를 사용하면 세 번째 기기를 충전할 수 있다. 파워 스탠드는 언뜻 보기에는 투톤 디자인이 돋보이는 일반적인 보조 배터리처럼 생겼다. 자세히 살펴보면 검은색 상단에 최대 10W 출력을 제공하는 Qi 호환 무선 충전 공간이 있다. 아이폰은 Qi 무선 충전 규격으로 최대 7.5W까지 충전이 가능한데, 이는 맥세이프의 절반 수준이다. 하지만 Qi 무선 충전 방식을 지원하는 다른 휴대폰도 충전할 수 있다는 장점이 있다. 아이폰 13을 파워 스탠드에서 30분 동안 충전한 결과 배터리 용량은 17% 증가했다. 파워 스탠드는 휴대폰 충전기 부분을 세워서 거치할 수 있다. 스탠드는 보기 좋은 각도로 기울어져 있으며, 올려놓은 기기를 완벽하게 지지한다. 스탠드를 열면 에어팟 케이스 또는 비슷한 크기의 무선 이어폰 케이스에 적합한 두 번째 무선 충전 공간이 나타난다. 최대 충전 전력은 5W다. 2가지 Qi 무선 충전에 후면 USB-C 포트까지 모두 사용하면 Qi 무선 충전 전력은 모두 5W로 감소하며, USB-C 포트는 10W를 지원한다. USB-C 연결만 사용하면 최대 18W의 전력을 제공한다. 여러 기기로 USB-C 충전 속도를 테스트한 결과, 11인치 아이패드 프로의 배터리 용량은 16%, M1 맥북 에어는 14%, 아이폰 13은 51% 증가했다. 구성품에는 파워 스탠드를 충전할 수 있는 18W 전원 어댑터와 USB-C 케이블이 포함되어 있다. 테스트 결과, 파워 스탠드에 내장된 10,000mAh 배터리를 완전 충전하는 데까지는 3시간이 조금 넘게 걸렸다. 10,000mAh는 휴대폰을 두 번 정도 완충하기에 적합한 용량이며, 미국 연방항공청의 안전 규격(IEC62368)을 준수하므로 기내 반입이 가능하다고 업체 측은 설명한다. 파워 스탠드에는 용량을 표시하는 4개의 LED와 작동 준비 상태 또는 오류를 표시하는 대형 LED 스트립, 전원 버튼이 있다. 과전압 및 과전류는 물론 지나치게 높은 온도에 노출되면 자동으로 전원을 끄고 충전을 멈추는 안전 기능도 탑재됐다. 결론 듀오 와이어리스 차저 파워 스탠드는 아이폰과 함께 사용할 수 있지만, Qi 규격이므로 맥세이프 충전기보다는 충전 속도가 느리다. 가격이 99.99달러로 비싸긴 하지만, 같은 기능을 제공하는 비슷한 휴대용 보조 배터리는 많지 않다. 집이나 여행지에서 침대 옆 탁상용 스탠드로 사용하기에 좋다. editor@itworld.co.kr
코로나19 팬데믹으로 인해 재택근무가 일상화됐다고 하지만, 모두가 외부 모니터와 데스크톱 PC, 키보드와 트랙패드를 갖춘 전용 업무 공간에서 일을 할 수 있는 것은 아니다. 현실에서는 많은 사람들은 식탁에서 노트북을 사용해 좋지 않은 자세로 작업을 하면서 목 통증 등에 시달리고 있다. 로지텍은 이런 상황에 착안해 카사 팝업 데스크(Casa Pop-Up Desk)라는 새로운 제품을 내놨다. 현재 이 제품은 영국과 오스트레일리아, 뉴질랜드에서 판매 중이다. 이 다기능 제품은 닫아 놓은 상태에서는 일반적인 책처럼 보이지만 사실 그 안에는 불편한 재택근무 환경을 더 인체공학적인 환경으로 만들어주기 위한 몇 가지 물건이 들어 있다. 이 제품은 실제 어떤 식으로 작동할까? 디자인과 구조 3가지 색상 키보드, 트랙패드, 케이블/문구류 보관함 포함 무게는 1.2kg(2.6파운드) 로지텍 제품은 거의 항상 고품질이고 카사 팝업 데스크도 예외는 아니다. 닫은 상태의 카사는 큰 공책처럼 생겼다. 색상은 클래식 칙(Classic Chic: 진회색과 녹색), 보헤미안 블러쉬(Bohemian Blush : 핑크색), 노르딕 캄(Nordic Calm: 미색)의 세 가지로 구성되며 테스트한 제품은 미색이다. ‘책’을 덮어서 고정하는 실리콘 재질의 끈은 연보라색인데 선택한 모델에 따라 이 색도 달라진다. 케이스는 닦을 수 있는 패브릭 디자인을 채용했다. 하지만 테스트 중 작은 얼룩이 묻어 젖은 천으로 닦아내려 했지만 완전히 지워지지는 않았다. 앞쪽 커버를 펼쳐서 연 다음 접으면 스탠드가 된다. 노트북을 올려 둘 수 있는 두 개의 튼튼한 받침대가 있다. 로지텍에 따르면 스탠드는 10~17형 노트북을 지원하며 최대 7.5kg(16.5파운드)의 디바이스까지 지탱할 수 있다. 카사의 하부는 키보드(카사 키), 트랙패드(카사 터치), 그리고 충전 케이블을 넣는 3개의 공간으로 구성된다. 충전 케이블 보관함에는 펜 등 작은 사무용품도 충분히 넣을 수 있다. 키보드는 표준 키보드보다 작지만, 입력하기 불편함을 느낄 정도는 아니다. 키보드에는 받아쓰기 버튼, 스크린샷 버튼, 메시징 앱에서 사용하는 이모티콘 버튼까지 다양한 바로가기 버튼이 있다. 백라이트는 없으므로 입력하는 동안 적절한 외부 광원이 필요하다. 무게는 1.2kg로 슬림형 노트북과 비슷한 수준이다. 딱히 여행용으로 홍보되지는 않지만, 가장 먼저 떠오르는 사용례는 열차나 커피숍이다. 다만 휴대하려면 꽤 크고 거추장스러운 가방이 필요할 것이다. 기능과 사용 편의성 블루투스로 연결 윈도우, 맥OS, 크롬OS와 호환 로지 옵션+(Logi Options+) 앱 사용 카사 키와 카사 터치에는 동글이 필요 없으며 블루투스를 통해 연결하기만 하면 된다. 터치는 최대 3개의 디바이스까지 연결해 손쉽게 전환하면서 사용할 수 있다. 카사 팝업 데스크는 기술적으로는 10~17형의 모든 노트북과 호환되며 로지텍은 구체적으로 윈도우, 맥OS, 크롬OS, 아이패드OS를 권장한다. 엄밀히 말해 태블릿용으로 설계된 제품은 아니지만 아이패드OS가 명시되었으므로 아이패드나 기타 태블릿을 사용할 수 있다는 의미다. 무료인 로지 옵션+ 앱을 다운로드하면 디바이스를 더 세부적으로 맞춤 설정할 수 있다. 이 앱은 윈도우(10 이상)와 맥(맥OS 11 이상)용으로만 제공된다. 앱에서 디바이스의 배터리 잔량을 확인하고 버튼 매핑을 수정해서 다양한 명령 중에서 선택해 할당할 수 있다. 또한, 트랙패드의 터치 및 탭 제어를 변경하고 커서 속도도 바꿀 수 있다. 카사 키의 작동음은 조용하며 입력 지연도 거의 느껴지지 않는 수준이다. 카사 터치로 워드프레스에서 텍스트 단락을 선택하는 데 약간 문제가 있었지만 다른 애플리케이션에서는 아무 문제도 없었으며 빠른 밀기 동작 및 단축키에도 잘 반응했다. 배터리 사용 시간 배터리 사용 시간에 대해서는 걱정할 필요가 없다. 키보드는 한 번 충전으로 최대 5개월, 트랙패드는 최대 3주 동안 사용할 수 있다. 이러한 예상 사용 시간은 하루 8시간 사용을 가정한 수치다. 짧은 테스트 기간 동안 두 기기 모두 배터리가 별로 소모되지 않았다. 충전은 각 디바이스의 USB-C 포트를 사용하며 케이블은 기본 제공된다. 테스트 시간 관계상 배터리가 완전히 방전될 때까지 사용해보지는 못했는데, 로지텍에 따르면 키의 경우 1분 충전, 터치는 3분 충전으로 종일 사용 가능하다고 한다. 가격과 출시 현황 로지텍 카사 팝업 데스크의 가격은 179파운드이며 로지텍에서 직접 구할 수도 있고 존 루이스(John Lewis)를 통해서도 구매가 가능하다. 기사 작성 시점을 기준으로 미국에는 출시되지 않았으며 영국과 오스트레일리아, 뉴질랜드에만 출시됐다. 현재 시중에 직접 경쟁하는 제품은 없지만 그렇다 해도 180파운드에 가까운 가격은 싸다고는 할 수 없다. 현재 집에 모니터를 둘 공간이 없고 자세 교정에 도움이 되는 올인원 솔루션이 필요하다면 고려할 만하다. 총평 로지텍 카사 팝업 데스크가 독보적인 제품임은 부인할 수 없다. 세련되고 사용하기 쉽고 배터리 사용 시간도 출중하다. 접을 수 있는 구조와 얼핏 책처럼 보이는 디자인 덕분에 집안 어디에서나 인테리어 소품 역할도 한다. 주로 전용 모니터나 책상 없이 노트북으로 작업하는 사람들을 위한 솔루션이지만, 무게가 가벼워서 여행길이나 야외 공간에서도 유용하게 사용할 수 있다. 가격은 저렴하지 않다. editor@itworld.co.kr
겉으로는 변화가 느껴지지 않을 수 있다. 새로운 핑크 색상을 제외한 의 모든 변경 사항은 S9 SiP, U2 초광대역 칩, 더 밝아진 디스플레이 등 내부에 있기 때문이다. 그중에서도 애플 워치 시리즈 9에 숨겨진 가장 흥미로운 신기능은 디스플레이를 터치하지 않고도 일부 명령을 제어할 수 있는 새로운 ‘’ 제스처다. 시계를 착용한 손의 엄지와 검지를 두 번 탭하기만 하면 전화 받기/끊기, 음악 재생/일시 정지, 알림 일시 중지 등 기본적인 기능을 실행할 수 있다. 다른 한 손이 바쁠 때 유용하게 활용할 수 있는 깔끔한 기능이다. 원더러스트 행사에서 사용해 본 결과, 제스처에 익숙해지는 데 시간이 조금 걸릴 것 같았다. 하지만 좋은 소식은 애플 워치 시리즈 9가 출시되기 전에 익숙해질 수 있다. 애플은 이미 애플 워치의 접근성 설정에 일련의 제스처를 내장하고 있기 때문이다. 주먹 두 번 쥐기 : 동작 메뉴 불러오기 주먹 쥐기 : 항목 탭하기 엄지 검지 맞대기 : 다음 항목으로 이동 엄지 검지 두 번 맞대기 : 이전 항목으로 이동 엄지와 검지를 맞대는 제스처는 애플 워치 시리즈 9의 더블 탭 제스처와 비슷한 듯하다. 아이폰의 애플 워치 앱이나 시계에서 설정으로 이동해 ‘손쉬운 사용 > 어시스티브터치(AssistiveTouch)’에서 활성화할 수 있다. ‘손 제스처’을 켜면 명령을 테스트할 수 있는 짧은 튜토리얼이 안내된다. 여기서 각 제스처가 수행하는 기능을 사용자화할 수 있다. 애플이 애플 워치 시리즈 9에서 접근성의 손 제스처를 변경할지, 어시스티브터치를 활성화할 때 ‘엄지 검지 두 번 맞대기’ 제스처를 비활성화할지는 확실하지 않지만, 새로운 더블 탭 제스처는 오랫동안 사용된 접근성 기능의 연장선상이 분명하다. editor@itworld.co.kr
운전하면서 나와 상대방의 안전을 가장 위협하는 것이 바로 휴대폰을 조작하는 것이다. 특히 문자를 주고 받는 것이 위험하다. 그런데 때로는 운전 중이어서 답변을 보낼 수 없다는 것을 상대방에게 알려야 할 때가 있다. 이런 때를 위해 애플은 자동 답장 기능을 지원한다. 이 기능을 사용하려면 일단 집중 모드에서 운전 집중 모드가 자동으로 활성화되도록 해야 한다. 설정 > 집중 모드 > 운전 집중 모드로 이동하면 된다. '운전하는 동안' 옵션을 클릭하면 다음과 같은 선택사항이 나온다. 활성화 : '자동' 옵션이 기본 값이다. 하지만 항상 차량에 연결한다면 '차량 블루투스에 연결될 때'를 선택하는 것도 좋다. '수동'으로 설정한 후 운전하기 전에 제어 센터에서 활성화할 수도 있다. 카플레이로 활성화 : 카플레이가 설치된 차량을 가지고 있다면 이 옵션을 사용하면 편리하다. 카플레이를 사용하느냐에 따라 운전 중인지가 결정된다. 이제 운전 중일 때 어떤 답변을 할 지 설정할 수 있다. 설정 > 집중 모드 > 운전 > 자동 응답 메뉴에서 답변할 메시지를 정할 수 있다. 기본 값은 "집중 모드를 켠 채로 운전 중입니다. 목적지에 도착한 후 메시지를 확인하겠습니다(I’m driving with Focus turned on. I’ll see your message when I get where I’m going)"이다. 자동 응답 대상은 없음, 최근 연락, 즐겨찾기, 모든 연락처 중 고를 수 있다. editor@itworld.co.kr
자바 18 릴리스(2022년 3월)에 포함된 가장 유용한 새 기능이 바로 '심플 웹 서버(Simple Web Server)'다. HTTP 파일 서버를 손쉽게 가동하고 구성할 수 있게 지원할뿐만 아니라, 단순한 사용 사례에서 기존 httpserver 패키지를 확장하는 API도 제공한다. 이 새로운 심플 웹 서버는 모든 자바 개발자가 익혀 둬야 할 유용한 툴이다. 어떤 기능인지 살펴보자. 명령줄의 심플 웹 서버 자바의 새로운 jwebserver 명령을 사용하면 기본적인 웹 서버를 간단히 실행할 수 있다. 파이썬에서 인기 있는 SimpleHTTPServer 툴과 비슷하다. 첫 번째 단계는 자바 18 또는 그 이상의 릴리스를 실행하는 것이다. java –version을 입력하면 현재 실행 중인 릴리스를 확인할 수 있다. 을 사용해 JDK 설치를 관리할 것을 권장한다. 여러 버전 사이를 오갈 때 특히 유용하다. 자바 심플 웹 서버로 할 수 있는 가장 기본적인 작업은 포트 8000에서 현재 디렉터리를 제공하는 것이다. 의 명령을 입력하면 된다. 인수 없는 웹 서버 $ jwebserver Binding to loopback by default. For all interfaces use "-b 0.0.0.0" or "-b ::". Serving /home/matthewcarltyson and subdirectories on 127.0.0.1 port 8000 URL http://127.0.0.1:8000/ 이제 브라우저에서 localhost:8000을 방문하면 과 같은 파일 시스템 목록을 볼 수 있다. 명령줄 구성 명령줄에서 심플 웹 서버를 세부 조정하기 위해 몇 가지 일반적인 작업이 필요할 수 있다. 예를 들어 포트, 바인딩할 주소(수신 대기할 네트워크 인터페이스), 제공할 디렉터리를 변경할 수 있다. 에서는 포트 8080, 모든 인터페이스, 그리고 /foo/bar 디렉터리에서 수신 대기하는 방법을 볼 수 있다. 포트 8080, 모든 인터페이스, /foo/bar에서 수신 대기 $ jwebserver -b 0.0.0.0 -p 8081 -d /foo/bar You can get a list of all the options with $ jwebserver -h. 여기서 볼 수 있듯이, jwebserver 명령줄 툴을 사용하면 가능한 가장 간단한 구문을 사용해 정적 파일을 제공할 수 있다. 다음 단계로 심플 웹 서버 API를 살펴보자. 심플 웹 서버 API 사용하기 은 API에 대해 배울 때 출발점으로 좋다. SimpleFileServer 클래스는 com.sun.net.httpserver 패키지에 있다. 이 패키지에는 웹 서버를 구축하기 위한 오래된, 더 저수준의 API도 포함돼 있다. httpserver 패키지는 더 간단한 요구사항에 맞게 이 기능을 확장한다. jwebserver CLI 툴은 SimpleFileServer를 사용해 기능을 수행하는데, 프로그래밍 방식으로도 사용할 수 있다. SimpleFileServer 클래스는 GET과 HTTP/1.1만 처리하지만 이 클래스를 사용해 몇 가지 재미있는 일을 할 수 있다. 예를 들어 에는 구글 자바 인메모리 파일 시스템 프로젝트를 사용해 이 핸들러를 위해 파일 시스템을 모조하는 방법이 나와 있다. 여기서는 인메모리 파일 시스템 개념을 사용해 SimpleFileServer의 FileHandler를 수정해 실제로 메모리에서 가상 파일 시스템을 제공한다. 그런 다음 httpserver 패키지를 사용해 POST를 처리해 모조 파일 시스템에 모조 파일을 추가하는 과정을 살펴보자. 메모리의 가상 파일 시스템 제공 시작하려면 다음 명령을 사용해 메이븐(Maven) 프로젝트를 만든다. $ mvn archetype:generate -DgroupId=.com.infoworld -DartifactId=jsws -DarchetypeArtifactId=maven-archetype-quickstart 이제 CD를 사용해 새 /jsws 디렉터리로 이동한다. pom.xml에서 컴파일러와 소스 버전을 18로 설정한다( 참조). 그 다음 과 같이 구글 jimfs를 종속 항목에 추가한다. 구글 자바 인메모리 파일 시스템 종속 항목 com.google.jimfs jimfs 1.3.0 이제 src/main/java/App.java 파일을 수정해서 가짜 파일 시스템을 제공할 수 있다. 에서 이를 위한 코드를 볼 수 있다. SimpleFileServer를 사용한 인메모리 파일 시스템 제공 package com.infoworld; import java.util.List; import java.nio.charset.StandardCharsets; import java.io.IOException; import java.net.InetAddress; import java.net.InetSocketAddress; import java.nio.file.FileSystem; import java.nio.file.Files; import java.nio.file.Path; import com.google.common.jimfs.Configuration; import com.google.common.jimfs.Jimfs; import com.sun.net.httpserver.SimpleFileServer; import static com.sun.net.httpserver.SimpleFileServer.OutputLevel; public class Mem { private static final InetSocketAddress ADDR = new InetSocketAddress("0.0.0.0", 8080); public static void main( String[] args ) throws Exception { Path root = createDirectoryHierarchy(); var server = SimpleFileServer.createFileServer(ADDR, root, OutputLevel.VERBOSE); server.start(); } private static Path createDirectoryHierarchy() throws IOException { FileSystem fs = Jimfs.newFileSystem(Configuration.unix()); Path root = fs.getPath("/"); Files.createDirectories(root.resolve("test/test2")); Path foo = fs.getPath("/foo"); Files.createDirectory(foo); Path hello = foo.resolve("hello.txt"); Files.write(hello, List.of("hello", "world"), StandardCharsets.UTF_8); return root; } } 의 개념은 java.nio.file API를 구현하지만 가상 파일 시스템처럼 모든 작업을 메모리 내에서 하는 를 사용해 표준 로컬 파일 시스템 API를 시뮬레이션하는 것이다. 이 라이브러리를 사용해 자체 디렉터리 경로와 파일을 프로그래밍 방식으로 정의할 수 있다. 이렇게 해서 자체 가상 디렉터리 구조를 만들고 이를 SimpleFileServer에 파일 핸들러로 넘긴다. 다음과 같이 프로그래밍 방식으로 SimpleFileServer를 구성한다. var server = SimpleFileServer.createFileServer(ADDR, root, OutputLevel.VERBOSE); 명령줄에서 본 것과 마찬가지로 바인딩할 인터넷 주소를 받는다. 이 경우에는 지정되지 않은 인터페이스와 포트 8080을 전달하고, 그 다음에 파일 시스템 루트가 온다. 이 예제에서는 createDirectoryHierarchy() 메서드로 생성한 Path 객체를 전달한다. createDirectoryHierarchy() 메서드는 FileSystem fs = Jimfs.newFileSystem(Configuration.unix());와 같이 jimfs를 사용해 Path 객체를 빌드한다. 그런 다음 Path에 파일 및 디렉터리를 채운다. 경로와 내용이 있는 파일을 만들기 위한 jimfs API는 어렵지 않다. 예를 들어 Path hello = foo.resolve("hello.txt");를 사용해 만들면 된다. 대부분의 객체를 일반적인 자바 NIO 경로처럼 사용할 수 있다. 이제 이 코드를 실행하고 localhost:8080을 방문하면 일반적인 파일 서버에서 하듯이 디렉터리 목록을 보고 탐색하고 파일 내용을 볼 수 있다. 가상 파일 만들기 이 개념을 한 단계 더 발전시켜서 새 파일을 업로드하는 기능을 추가해 보자. com.sun.net.httpserver 패키지를 사용해 인메모리 파일 시스템으로 새 파일을 업로드할 POST 요청을 수락할 수 있다. 이 코드는 에서 볼 수 있다. 인메모리 파일 시스템에 새 파일 업로드하기 package com.infoworld; import com.sun.net.httpserver.HttpServer; import com.sun.net.httpserver.HttpHandler; import com.sun.net.httpserver.HttpExchange; import java.io.IOException; import java.io.OutputStream; import java.net.InetSocketAddress; import java.util.List; import java.nio.charset.StandardCharsets; import java.nio.file.FileSystem; import java.nio.file.Files; import java.nio.file.Path; import com.google.common.jimfs.Configuration; import com.google.common.jimfs.Jimfs; import com.sun.net.httpserver.SimpleFileServer; import static com.sun.net.httpserver.SimpleFileServer.OutputLevel; public class App { public static void main( String[] args ) throws Exception { // same config... server.start(); // Create the HTTP server with the UploadHandler using the same 'root' path HttpServer httpServer = HttpServer.create(new InetSocketAddress("0.0.0.0", 8081), 0); httpServer.createContext("/upload", new UploadHandler(root)); httpServer.start(); } private static Path createDirectoryHierarchy() throws IOException { // same ... } // Handler to process POST requests and upload files static class UploadHandler implements HttpHandler { private final Path root; public UploadHandler(Path root) { this.root = root; } @Override public void handle(HttpExchange exchange) throws IOException { if ("POST".equalsIgnoreCase(exchange.getRequestMethod())) { String filename = exchange.getRequestHeaders().getFirst("filename"); if (filename != null) { Path newFilePath = root.resolve(filename); try (OutputStream os = Files.newOutputStream(newFilePath)) { exchange.getRequestBody().transferTo(os); } String response = "File uploaded successfully: " + filename; exchange.sendResponseHeaders(200, response.getBytes(StandardCharsets.UTF_8).length); try (OutputStream os = exchange.getResponseBody()) { os.write(response.getBytes(StandardCharsets.UTF_8)); } } else { exchange.sendResponseHeaders(400, -1); // Bad Request } } else { exchange.sendResponseHeaders(405, -1); // Method Not Allowed } } } } 의 클래스는 HttpServer 인스턴스가 포트 8081에서 수신 대기한다는 점을 제외하면 대부분이 전과 동일하다. 이는 업로드된 데이터를 받아서 createDirectoryHierarchy에서 생성한 루트 경로에 이 데이터를 사용해 새 파일을 쓰는 맞춤형 uploadHandler를 사용해 구성된다. 테스트하려면 다음을 사용하여 전체 서버 클러스터를 실행한다. $ mvn clean install exec:java -Dexec.mainClass="com.infoworld.Mem" 과 같이 CURL 요청을 사용해 서버에 새 파일을 푸시할 수 있다. CURL POST로 파일 푸시 $ touch file.txt $ curl -X POST -H "filename: file.txt" -d "@file.txt" http://localhost:8081/upload File uploaded successfully: file.txt localhost:8080/ 파일 목록을 다시 로드하면 새로운 file.txt가 나타난다. 이 파일을 클릭해서 내용을 볼 수 있다. 결론 심플 웹 서버는 자바 툴셋의 환영할 만한 추가 기능이다. CLI를 사용한 파일 호스팅을 매우 간단하게 할 수 있을 뿐만 아니라, 특히 하위 수준의 HttpServer API와 함께 사용될 때 API를 통한 여러 흥미로운 가능성도 제시한다. editor@itworld.co.kr
노트북과 맥북의 강점은 바로 이동성이다. 여행이나 휴가 중에도, 기차 안에서도 얼마든지 편안한 분위기에서 일을 하고 웹 서핑이나 동영상 시청을 할 수 있다. 그러나 끊임 없이 이동만 하는 사람은 거의 없다. 노트북이 대부분 자리 잡은 장소는 책상 위, 전원 소켓 옆이다. 노트북은 통상적으로 집이나 회사에 있다. 대다수 사용자는 집에서 노트북을 콘센트에 꽂아두고 배터리 충전이나 방전을 신경쓰지 않는다. 회사에서도 마찬가지다. 휴대용 컴퓨터는 사실 데스크톱 PC나 맥의 역할을 수행하고 있다. 최신 노트북 배터리는 본체에 내장된 상태로 출시되는 경우가 많아 쉽게 교체할 수 없다. 노트북을 계속 충전된 상태로 두면 배터리가 손상되거나 수명이 단축될까? 이 자연스러운 물음에 대한 해답을 준비했다. 언제나 전원에 연결해 둔 노트북, 배터리에 해로울까? 아주 오래된 구형 노트북의 경우 대답은 명확하다. 전원을 항상 충전된 상태로 두는 것은 좋은 생각이 아니다. 구형 노트북 배터리는 그 자체로 오래된 데다가 수명이 다한 경우도 있어서 과충전은 위험하다. 그러나 최신 노트북에서는 그렇게 치명적인 문제는 아니다. 배터리가 탄력성이 높고 소프트웨어가 점점 정교해지면서, 최신 노트북은 충전 프로세스가 적시에 중지되기도 하고, 세류 충전이라는 최신 기술로 배터리가 방전되는 즉시 바로 충전을 시작해 항상 완전 충전 상태를 유지한다. 최신 맥북은 배터리에서 작동 전류를 끌어오지 않는다. 주 전원에서 직접 전류를 변환해 가져온다. 그렇다면 항상 전원 케이블을 꽂아두어도 괜찮은 것일까? 그렇지는 않다. 각종 보호 기능이 있지만, 배터리가 전원에 내내 연결되면 전압이 너무 높아지고, 과열된다는 두 가지 고질적 위험을 안게 된다. 배터리 권장 잔량 더 중요한 문제인 고전압부터 살펴보자. 배터리는 전류가 일정하게 흐를 때가 아니라 충전 상태에 있을 때 부담을 얻는다. 배터리 충전량이 늘어나면 에너지 저장 장치의 전압도 증가하고, 화학적 노화를 이끈다. 노화는 모든 배터리에서 발생하지만, 전압, 즉 배터리 잔량이 너무 높거나 극히 낮은 경우에는 더 빠르게 진행된다. 리튬 배터리의 마모를 최소화하는 권장 수준은 최대 충전량의 30~70% 사이이다. 노트북이 항상 전원에 연결돼 있으면, 배터리 충전량이 가장 높은 수준을 유지하게 되고, 핵심 부품에 부하를 가져올 수 있다. 배터리 과열 두 번째 문제는 열이다. 리튬 배터리는 사용하지 않아도 시간이 지나면서 저절로 잔여 전류양이 줄어든다. 노트북을 전원에 연결하면 손실된 전류가 즉시 채워지고, 규칙적으로 조금씩 충전되면서 배터리가 뜨거워진다. 따라서 마모가 가속화되고 성능이 저하될 수 있다. 사용 중에는 케이스와 배터리 온도가 더욱 상승한다. 리튬 이온 배터리는 일반적으로 500~1,000회 충전이 가능하고, 그 이후에는 뚜렷하게 용량이 줄어든다. 따라서 충전 횟수에 제한이 있다는 점을 유념하는 것이 좋다. 배터리를 보호하고 절약하는 다른 합리적 선택지도 많다. 노트북 배터리를 보호하는 매일매일의 습관 지속가능한 배터리 관리는 특별히 어려운 것이 아니다. 배터리 수명을 늘릴 수 있는 평소의 습관은 여러 가지가 있다. 배터리를 제거한다(가능하다면). 배터리 탈부착이 불가능한 모델이 아니라면, 부하를 받은 배터리의 삶의 질을 높이는 치료법은 매우 간단하다. 노트북이 전원에 연결되어 있을 때 배터리를 분리하기만 하면 된다(노트북이 꺼져 있는 상태여야 한다). 배터리의 충전 수준에도 주의한다. 별도 보관 시 최적의 충전량은 70%다. 윈도우에서는 스마트 충전, 또는 지능형 충전을 사용한다. 최신 노트북의 경우 윈도우 10과 윈도우 11에서 배터리를 절약할 수 있다. 배터리의 최대 용량을 일시적으로 실제 최대 용량의 80%로 정의하여, 전원에 연결된 상태라고 하더라도 항상 완전 충전 상태에 있지 않도록 방지한다. 레노버 노트북의 경우, 레노버 밴티지(Lenovo Vantage)라는 전용 관리 앱에서도 사용할 수 있는 기능이다. 애플 맥북은 배터리 성능을 극대화하는 자체 기술을 사용한다. 바로 바로 배터리를 재충전하지 말자. 이동 중에 노트북을 사용하고 배터리가 약간 줄어들었다고 해도 즉시 재충전할 필요가 없다. 배터리는 최대 충전량의 30~70% 사이일 때 가장 건강한 상태다. 값싼 부품은 피하자. 충전 케이블과 어댑터를 구입할 때 너무 인색하면 안 된다. 너무 저렴한 주변 기기는 충전 제어 기능이 낮거나 저렴한 회로를 쓴 제품일 경우가 많다. 주변 온도가 너무 높거나 낮으면 안 된다. 노트북, 맥북, 스마트폰 모두 마찬가지다. 리튬 배터리는 섭씨 -10도에서 40도 사이의 온도에서 가장 잘 작동한다. 여름철에는 직사광선을 피하고, 배터리가 아주 뜨겁거나 차가울 때는 충전하지 않도록 하자. editor@itworld.co.kr
에어팟은 애플 제품(아이폰, 아이패드, 맥, 애플워치)과 함께 원활하게 작동하도록 만들어졌다. 애플 생태계에서 많은 시간을 보낸다면 이런 긴밀한 통합이 매우 매력적이다. 하지만 기본적으로 에어팟은 블루투스 무선 헤드셋이고, 다른 블루투스 기기, 심지어 안드로이드 폰에도 연결할 수 있다. 그렇다면 플레이스테이션 4나 5 또는 엑스박스 원 또는 시리즈 S/X에서도 사용할 수 있다는 걸까? 공식적으로 말하자면, 사용할 수 없다. 비공식적으로는 가능하나 쉽지 않다. 콘솔에서 에어팟을 쓰고 싶어 하는 사용자를 위해 나쁜 소식과 좋은 소식을 알려 주겠다. 나쁜 소식 : 호환되지 않는다 최신 플레이스테이션 콘솔은 (소니의 자체 플레이스테이션 헤드셋을 제외한) 블루투스 오디오 장치와 기본적으로 호환되지 않으며, 엑스박스 콘솔도 마찬가지다. 콘솔 설정을 열고 에어팟을 페어링할 수 있다면 좋겠지만, 그럴 수 없다. 애플의 잘못이 아니다. 다른 블루투스 헤드셋도 연결할 수 없다. 좋은 소식 : 해결 방법이 있다 블루투스 동글에서 오디오를 출력하면 된다. 즉, 외부 소스에서 오디오 입력을 받아 블루투스를 통해 전송하는 방식이다. USB 동글과 3.5mm 헤드폰 잭이 있는 동글이 있다. 이때 플레이스테이션 콘솔은 일반적으로 USB 오디오를 지원하지만, 엑스박스 콘솔은 지원하지 않는다(특별 라이선스가 있는 서드파티 USB 헤드셋 제외). 엑스박스의 경우 오디오 출력 잭이 있는 컨트롤러 하단에 연결할 수 있는 를 추천한다. 이 밖에도 다양한 브랜드가 있으며, 일반 3.5mm 헤드폰 잭과 호환되는 블루투스 어댑터는 모두 사용할 수 있다(단, 사용 가능 거리가 다를 수 있다). 플레이스테이션 컨트롤러로도 동일한 작업을 수행할 수 있다. 하지만 플레이스테이션 콘솔은 USB 오디오 출력을 지원하기 때문에 USB 블루투스 오디오 동글이 더 간단한 선택일 수 있다. 이를테면 은 폼팩터가 좋고 AptX를 지원하지만, 시중에는 USB-C 및 USB-A 옵션도 많이 있다. 어떤 어댑터를 선택하든 콘솔(또는 컨트롤러)에 연결한 다음 에어팟을 페어링해야 한다. 어댑터마다 페어링 모드로 들어가는 방법은 다르지만, 일단 페어링 모드로 들어가면 에어팟 케이스의 뚜껑을 열고 케이스의 페어링 버튼을 몇 초 동안 길게 누른다. 상태 표시등이 흰색으로 깜빡이면 페어링 모드에 들어갔음을 알 수 있다. 또 다른 솔루션 : TV를 통해 연결하기 오늘날 대부분의 TV는 블루투스 오디오 출력을 지원하기 때문에 엑스박스 또는 플레이스테이션이 HDMI를 통해 TV로 오디오를 전송하는 경우 에어팟을 TV에 페어링하기만 하면 된다. 페어링하는 과정은 TV마다 다를 수 있다. 메뉴를 열고 오디오 출력 설정을 찾은 다음, 블루투스 오디오 출력 옵션을 선택해야 한다. 블루투스 오디오 장치를 TV에 페어링하는 부분으로 넘어가면 에어팟 케이스를 열고 페어링 버튼을 몇 초 동안 길게 누른다. 이렇게 하면 블루투스를 통해 연결할 수 있다. 충전 케이스의 상태 표시등이 흰색으로 깜빡이면 제대로 연결됐음을 알 수 있다. editor@itworld.co.kr
높은 클라우드 비용에 직면한 기업들이 워크로드를 어디에 배치해야 할지에 대해 더 균형 잡힌 검토를 거쳐 자체 데이터센터에 구축한 클라우드로 송환하는 방안을 고려하고 있다. 필자는 프라이빗 클라우드에 대해 계속 공부하고 있다. 프라이빗 클라우드 관련 업무를 많이 하지는 않지만, 이 주제에 대해 글을 쓰고 강좌를 준비하고 있다. 얼마 전까지만 해도 프라이빗 클라우드는 대부분 기업이 중점을 두는 주제였다. 기업은 데이터와 프로세스가 직접 통제에서 벗어나는 것은 원하지 않았지만, 클라우드로 옮기고는 싶어 했다. 그래서 당시 인기 있던 여러 프라이빗 클라우드 운영체제 중 하나에서 워크로드를 호스팅했다. 이들 운영체제는 일부는 독점 소프트웨어였고, 일부는 오픈소스였다. 프라이빗 클라우드의 문제점은 기존 온프레미스 호스팅에 비해 약간의 이점만 제공한다는 것이다. 여전히 하드웨어를 구매하고 업그레이드 및 유지 관리도 해야 하기 때문이다. 물론, 프라이빗 클라우드 지지자는 온디맨드 리소스 프로비저닝, 자동 확장, 효율성 향상 등 퍼블릭 클라우드의 여러 장점을 제공하면서 사용자가 소유하고 제어할 수 있는 하드웨어를 사용한다고 주장한다. 이 중 일부는 사실이지만, 당시 필자가 확인한 결과는 조금 달랐다. 필자는 어떤 플랫폼도 선택지에서 배제하지 않지만, 프라이빗 클라우드는 많은 기업에 최선의 선택이 아니다. 특히 기술의 진화를 총체적인 개념으로 퍼블릭 클라우드가 더 많은 이점을 제공한다. 프라이빗 클라우드에 대한 새로운 관심 이런 프라이빗 클라우드의 판도를 바꿀 수 있는 두 가지가 있다. 첫째, 퍼블릭 클라우드 가격이 거의 동일하거나 오르고 있다. 둘째, 스토리지 시스템과 컴퓨팅 서버 등 데이터센터 장비의 가격이 크게 떨어졌다. 이로 인해 많은 기업이 프라이빗 클라우드를 다시 생각하게 됐다. 프라이빗 클라우드를 구축하는 데 가장 많이 사용되는 오픈소스 소프트웨어인 오픈스택을 예로 들어보자. 지난 10년 동안 많은 기업이 퍼블릭 클라우드로 전환했음에도 불구하고 오픈스택은 사라지지 않았다. 실제로 오픈스택을 구축하는 오픈소스 프로젝트는 지금도 꾸준히 새 릴리즈를 내놓고 있다. 또한 다양한 기업과 개인 개발자가 수천 건의 코드에 기여하고 있다. 이제 오픈스택은 완전히 쿠버네티스를 기반으로 한다. 즉, 쿠버네티스가 오픈스택의 기본 오케스트레이션 엔진 역할을 한다. 따라서 오픈스택은 컨테이너 친화적이며 클라우드 플랫폼에서 가상머신과 컨테이너 기반 마이크로서비스 애플리케이션을 모두 호스팅할 수 있다. 클라우드 네이티브 환경을 지원하는 프라이빗 클라우드가 된 것이다. 프라이빗 클라우드가 다시 뜨는 이유 하드웨어 가격과 높은 퍼블릭 클라우드 비용 외에도 프라이빗 클라우드가 재조명 받을 이유는 많다. 멀티클라우드 아키텍처가 대세가 되었다. 기업은 퍼블릭 클라우드 환경과 함께 프라이빗 클라우드를 사용할 수 있다. 기업이 워크로드를 자체 데이터센터로 다시 옮기는 클라우드 송환 사례가 증가하면서 프라이빗 클라우드 도입 가능성이 높아졌다. 프라이빗 클라우드 플랫폼의 사용 편의성이 개선됐다. 필자는 몇 달 전에 오픈스택을 몇 차례 구현했는데, 마치 엔지니어링 프로젝트를 진행하는 것과 같았다. 하지만 이후 해당 문제는 대부분 해결됐다. 단순화된 배포가 더 많은 기업을 끌어들일 것이다. 레드햇, 캐노니컬, 미란티스 등은 프라이빗 클라우드를 계속 지원하고 있는데, 이는 프라이빗 클라우드 시장이 여전히 존재한다는 것을 의미한다. 대표적인 퍼블릭 클라우드 서비스 업체들은 자사 퍼블릭 클라우드의 온프레미스 축소 버전을 제공한다. AWS의 아웃포스트와 마이크로소프트의 애저 스택 같은 이른바 '마이크로 클라우드'는 하이브리드 클라우드 구성에서 퍼블릭 클라우드와 함께 동작한다. 여전히 어려운 선택의 기준 시간이 지나면서 상황이 변하고 비즈니스 우선순위가 바뀐다는 점을 고려하면 어떤 기술도 완벽한 것은 없다. 필자는 " 퍼블릭 클라우드만 사용한다" 또는 "퍼블릭 클라우드를 절대 사용하지 않는다"는 말을 들으면, 고개를 절레절레 흔들게 된다. 이 두 가지 방식은 모두 잘못된 것이기 때문이다. 기업은 자사의 요구 사항을 이해하고 비즈니스에 가장 큰 가치를 가져다줄 수 있는 올바른 솔루션을 선택해야 한다. 필자가 고장 난 레코드판처럼 이 말을 반복하는 이유는 클라우드 아키텍트가 여전히 이런 실수를 저지르고 있기 때문이다. IT 솔루션의 이점은 현재와 미래를 모두 고려해야 한다. 프라이빗 클라우드가 당장은 더 저렴할 수 있지만 장기적으로는 올바른 선택이 아닐 수도 있다. 우선, 생성형 AI를 포함한 대부분 혁신이 퍼블릭 클라우드에서 일어나고 있다. 지금은 과감하게 추가 비용을 지출해야 할 때인지도 모른다. 반면에 많은 애플리케이션과 데이터는 온프레미스 플랫폼에서 더 저렴하게 실행할 수 있다. 결론은 모든 플랫폼을 평가해야 한다는 것이다. 조금 더 복잡해지겠지만, '눈 가리고 아웅'할 수는 없다. 프라이빗 클라우드를 포함한 모든 옵션을 고려해야 한다. editor@itworld.co.kr
최근 아마존 CEO 앤디 재시는 을 요구하며 이를 거하는 직원들을 해고하거나 ‘자발적 사직’을 권유하겠다고 위협했다. 그리고 필자는 재