5,000억 달러.
지난 해 가짜 상품 판매로 모조품 업자들이 벌어들인 대략적인 수익이다. 모든 무역 거래의 약 2.5%가 가짜 상품이다. 미국은 모조품의 해악을 가장 크게 입었는데, 2013년 전세계 지적재산권 침해 중 20%가 미국 브랜드였다.
대부분 사람은 모조품이라고 하면 길가에서 파는 복제 루이뷔통 핸드백을 생각한다. 하지만 가짜 제품에는 일상적인 소비재뿐만 아니라 기업용 제품도 포함된다.
그리고 모조품은 사람을 죽일 수도 있다. 가짜 의약품과 가짜 술은 매년 수천 명을 죽인다. 세계보건기구는 중간 소득 이하 국가에서 판매되는 모든 의약품의 10%가 가짜이거나 기준 이하의 제품일 것으로 추정한다.
그리고 문제는 점점 더 커질 것이다. 국제상표권협회와 국제상공회의소는 2022년이면 모조품이 대체하는 가치가 2조 3,000억 달러에 이를 것이라고 말한다.
멋지게 발전하는 짝퉁 기술
모조품의 가장 크고 위험한 동향은 더 나은 가짜를 만드는 데 인공 지능을 적용한다는 것이다. 가짜 상품뿐 아니라 위조지폐, 가짜 콘텐츠, 가짜 광고, 가짜 웹사이트, 가짜 뉴스 등등.
AI 기반 사기의 가장 대표적인 예는 비디오에 있다. 딥페이크(DeepFake), 즉 누군가의 얼굴을 다른 사람의 몸에 감쪽같이 붙여넣은 비디오는 딥러닝을 사용하고 신경망과 대규모 데이터 세트를 시뮬레이션해 그럴듯한 가짜 비디오를 만든다. 지난 1월 페이크앱(FakeApp)이란 앱이 출시되었는데, 이 앱은 누구라도 쉽게 얼굴을 바꾼 동영상을 만들 수 있도록 해준다.
비슷한 기술이 사치품을 만드는 데 점점 더 많이 적용될 것이다. 간단하게 말하면, 짝퉁업자는 정식 제품의 특성을 AI 시스템에 공급하고, AI 시스템은 좀 더 그럴 듯한 결과물이 나오도록 재표를 선택하고 제조 공정을 지도한다.
구원투수로 등판하는 AI
모조품이 점점 더 그럴싸해지면, 언젠가는 일종의 특이점에 도달하게 된다. 즉 아무리 전문가라도 사람은 진짜와 가짜의 차이를 구별하기 어려운 수준에 이를 것이다. 이미 여러 업체가 기업과 브랜드에 정교한 해법을 제공하고 있다.
엔트러피(Entrupy), 레드 포인트(Red Points), 사이핌(Cypheme) 등은 모조품의 저비용 다량 판별 작업이 전문이다. 이들 업체는 재료와 색상, 포장, 기타 특성을 분석해 가짜를 찾아내는 기술을 제공한다.
IBM 리서치는 CAV(Crypto Anchor Verifier)라는 AI 기반 모조품 탐지 프로그램을 개발했는데, 블록체인을 사용하고 스마트폰에서 동작한다. 사용법도 간단한데, 어떤 제품의 사진을 찍으면, 앱이 블록체인 원장의 데이터베이스에 대해 이미지 비교를 실행해 진품 여부를 판별한다. 데이터베이스에는 진품 업체가 제공하는 진품 사진이 가득 들어 있을 것이다.
이 프로그램은 모든 객체, 즉 모든 상품은 특유의 광학 패턴이 있어서 AI가 알아볼 수 있다는 아이디어를 기반으로 한다. 이들 패턴은 텍스처나 색상, 재료의 패턴 등에서 나타난다. IBM은 이 기술을 다이아몬드부터 현금, 와인, 의약품까지 모든 것에 사용할 수 있다고 밝혔다.
사실 모조품은 어디에나 있다. 심지어 아마존 같은 신뢰할 만한 곳에서도 엄청난 양의 모조품이 판매되고 있다. 온라인 상거래의 전반적인 모델도 모조품 판매에 일조하고 있다. 제품 페이지와 상세정보는 공개되어 있어 복제하기 쉬우며, 거래 규모 때문에 모든 제품을 확인하는 것은 거의 불가능하다.
주요 브랜드와 공조해 가짜 제품을 색출하는 활동을 하는 TCR(The Counterfeit Report)은 2016년 5월부터 아마존에서 약 5만 8,000개의 모조품을 찾아냈다고 주장한다. 이중 약 3만 5,000개의 상품이 삭제됐다. TCR이 대변하는 브랜드의 모조품만 찾는다는 점에서 아마존에 이보다 훨씬 많은 수의 모조품이 있다는 것을 쉽게 추정할 수 있다.
아마존은 자사의 브랜드 레지스트리(Brad Registry) 프로그램에 소프트웨어 엔지니어, 연구 과학자. 프로그램 관리자, 수사관과 함께 머신러닝을 사용한다. 아마존은 이 프로그램으로 브랜드 침해를 99% 줄였다고 주장하지만, 많은 브랜드가 아직 이 프로그램에 가입하지 않았다.
중국 대형 전자상거래 업체인 알리바바는 20여 곳의 국제적인 브랜드와 함께 ‘빅데이터 반모조품 연합’이란 것을 결성했다. 이 연합 구상은 AI를 사용해 제품 목록이나 고객 평가에서 결함을 드러내는 징조를 찾아낸다. 심지어 중국 정보는 중국 내 모조품 문제를 해결하기 위해 모조품 감정 센터를 지원하기도 했다. 베이징의 한 업체도 스마트 디텍티브(Smart Detective)란 앱을 개발했는데, AI를 이용해 고가품을 감정한다. 이 앱은 현재 손가방과 지갑에 중점을 두고 있지만, 보석까지 감정할 수 있도록 역량을 개발하고 있다.
이들 시스템이 동작하는 핵심에 있는 것은 기밀성이다. 특정 영역이 모조품을 색출하는 데 사용되면, 이를 엄격하게 비밀로 해야 한다. 그리고 지속적으로 변경해 모조품의 변화에 대응할 수 있어야 한다.
가짜 뉴스에 AI가 통하지 않는 이유
앞서 언급한 것처럼 모조품의 종류는 많고도 많다. 제품부터 포장, 콘텐츠, 서명, 현금까지. 구글은 자사의 최근 개발자 컨퍼런스에서 듀플렉스(Duplex)란 새로운 이니셔티브를 시연했는데, AI가 그럴싸한 전화 통화를 만들어냈다. AI가 생성한 가짜 비디오는 특히 충격적이다. 가짜 뉴스의 세계를 비디오로 가져와 가짜 이야기와 프로파간다, 허위 정보를 더욱 강력하게 만들어 준다.
허위 정보 대부분은 정치적인 목적이 있다. 하지만 최근에는 허위 정보가 기업에서 많이 사용되고 있다.
이처럼 가짜 비디오를 만드는 똑 같은 AI 기술로 이들을 적발해 낼 수도 있다. 미군은 AI가 만든 딥페이크 비디오와 다른 가짜 콘텐츠를 찾아내는 방법을 연구하는 미디어 포렌식 프로그램에 자금을 지원하고 있다. DARPA는 전 세계 전문가들을 모아 누가 가장 그럴싸한 가짜 비디오를 만들어 내고, 또 누가 이를 찾아내는 최고의 AI 툴을 만들 수 있는지 대회를 열고 있다.
미 국방부만이 아니다. 독일 뮌헨 기술 대학 연구팀은 딥페이크 형식 비디오를 자동으로 찾아내는 딥러닝 시스템을 구축했다. 이외에도 많은 조직이 비슷한 연구를 진행하고 있다.
하지만 안타깝게도 가짜 비디오를 찾아내는 것은 여론의 심판을 받을 때는 그리 중요하지 않다. 기술이 문제가 아니라 사람이 문제이기 때문이다.
예를 들어 러시아 정부가 가짜 비디오를 만들어 이것이 사실이라고 주장한다고 하자. 미국 정부는 AI를 적용해 해당 비디오가 가짜라고 판별할 것이다. 모든 가짜 뉴스와 정치선전이 그렇듯이 지식이 있는 시청자는 누구를 믿어야 할지 결정할 것이다. 하지만 지식이 없는 시청자는 원본에 대한 고민없이 그저 가짜 비디오의 영향을 받기 쉽다. 더 나쁜 것은 가해자 측에 의해 진짜 비디오가 가짜로 불릴 수도 있다는 것이다.
결국 대중은 아무것도 믿을 수 없다고 결론 내릴 것이고, 결국 적절한 기술을 동원해도 허위 정보는 목적을 달성하고 만다.
따라서 미국 국방부의 기술이 미국 스파이나 정치가, 정부 관리가 가짜와 진짜를 구별하는 데는 도움을 주겠지만, 가짜 뉴스와 프로파간다에 효과적으로 대응하지는 못할 것이다.
AI 기반 반짝퉁 기술의 전성기가 온다
모조품을 둘러싼 전쟁은 끝나지 않겠지만, 기업이나 브랜드 우세한 위치에 서는 것은 가능하다. 반모조품 시스템을 대중화하고 자동화하면, 큰 규모로 가짜를 방지하는 것이 가능해진다. 물론 여기에는 진품 제조업체의 협조와 참여가 필수적이다.
어떤 회사라도 베낄 수 있는 제품이나 콘텐츠, 브랜드, 기타 자산을 가지고 있다면, 모조품에 대응하기 위해 AI를 가장 잘 사용하는 방법을 찾을 필요가 있다. 범죄자들은 이미 기업의 지적재산권을 훔치기 위해 AI를 사용하고 있기 때문에 이를 막는 데 AI를 사용해야만 할 것이다. editor@itworld.co.kr
Sponsored
Seagate
“작지만 큰 영향력” 하드 드라이브의 나노 스케일 혁신
ⓒ Seagate 플래터당 3TB라는 전례 없는 드라이브 집적도를 자랑하는 새로운 하드 드라이브 플랫폼이 등장하며 디지털 시대의 새로운 이정표를 세웠다. 플래터당 3TB를 저장할 수 있다는 것은 동일한 면적에서 스토리지 용량을 기존 드라이브 대비 거의 두 배로 늘릴 수 있다는 것을 의미한다. 이러한 혁신은 데이터 스토리지의 미래와 데이터센터의 디지털 인프라에 괄목할 만한 영향을 미친다. AI의 발전과 함께 데이터의 가치가 그 어느 때보다 높아졌다. IDC에 따르면 2027년에는 전 세계에서 총 291ZB의 데이터가 생성될 것으로 예측되며, 이는 스토리지 제조 용량의 15배 이상일 것으로 보인다. 대부분의 데이터를 호스팅하는 대형 데이터 센터에 저장된 데이터 중 90%가 하드 드라이브에 저장된다. 즉, AI 애플리케이션의 주도로 데이터가 급증함에 따라 물리적 공간을 늘리지 않으면서도 데이터를 저장할 수 있는 스토리지 기술 혁신이 필요하다. 데이터 스토리지 인프라를 업그레이드하는 것은 단순히 기술적인 문제가 아니라 지금 시대가 직면한 규모, 총소유비용(TCO), 지속가능성이라는 과제에 대한 논리적 해답인 셈이다. 열 보조 자기 기록(HAMR) 기술은 선구적인 하드 드라이브 기술로 드라이브 집적도 향상을 위해 지난 20년 동안 수많은 연구를 거쳐 완성되어 왔다. 씨게이트 모자이크 3+ 플랫폼은 이러한 HAMR 기술을 씨게이트만의 방식으로 독특하게 구현한 것으로, 미디어(매체)부터 쓰기, 읽기 및 컨트롤러에 이르는 복잡한 나노 스케일 기록 기술과 혁신적인 재료 과학 역량을 집약한 결정체다. 이 플랫폼은 데이터 비트를 변환하고 자기 및 열 안정성을 유지하면서 더욱 촘촘하게 패킹해서 각 플래터에 훨씬 더 많은 데이터를 안정적이고 효율적으로 저장할 수 있다. 예를 들어, 기존 데이터센터에 있는 16TB 드라이브를 30TB 드라이브로 업그레이드하면 동일한 면적에서 스토리지 용량을 두 배로 늘릴 수 있다. 더 낮은 용량에서 업그레이드한다면 상승 폭은 더욱 커진다. 이 경우, 테라바이트당 전력 소비량이 40% 감소하는 등 스토리지 총소유비용(TCO)이 크게 개선된다. 또한 효율적인 자원 할당과 재활용 재료 사용으로 운영 비용을 절감하고 테라바이트당 탄소 배출량을 55% 감소시켜 데이터센터가 지속 가능성 목표를 달성할 수 있다. 드라이브 집적도 향상은 하이퍼스케일과 프라이빗 데이터센터의 판도를 바꿀 수 있다. 데이터센터가 급증하며 전력사용량과 탄소배출량 역시 늘어나 데이터센터의 지속가능성이 화두가 되고 있는 가운데, 과학기술정보통신부는 ‘탄소중립 기술혁신 추진전략-10대 핵심기술 개발방향’에서 2030년까지 데이터센터 전력소모량을 20% 절감하겠다고 밝힌 바 있다. 이러한 목표에 발맞춰, 집적도를 획기적으로 개선한 대용량 데이터 스토리지를 활용하는 것은 원활하고 지속적인 AI 모델 학습, 혁신 촉진 및 비즈니스 성공을 위해 필수적이다. 엔터프라이즈 데이터센터의 경우 제한된 공간, 전력, 예산에 맞춰 확장할 수 있는 지속 가능한 방법을 찾아야 한다. 하드 드라이브의 집적도 혁신은 점점 더 커져가는 클라우드 생태계와 AI 시대에 대응하는 해답이자, 동일한 공간에 더 많은 엑사바이트를 저장하면서도 자원 사용은 줄이도록 인프라를 확장할 수 있는 방법이다. 이는 글로벌 데이터 영역에서 경쟁력을 유지하고 글로벌 디지털 경제의 선두주자로서 입지를 강화하는 데 매우 중요하다.
Seagate
'반박 불가' 하드 드라이브와 SSD에 관한 3가지 진실
ⓒ Getty Images Bank 하드 드라이브가 멸종할 것이라는 논쟁이 10년 넘게 계속되고 있다. 빠른 속도와 뛰어난 성능이 필요한 애플리케이션에 적합한 플래시 스토리지의 연매출이 증가하고 있는 것은 자명한 사실이다. 하지만, 클라우드의 보편화 및 AI 사용 사례의 등장으로 인해 방대한 데이터 세트의 가치가 높아지는 시대에 하드 드라이브는 플래시 스토리지로 대체할 수 없는 가치를 가지고 있다. 전 세계 엑사바이트(EB) 규모 데이터의 대부분을 저장하는 하드 드라이브는 데이터센터에서 그 어느 때보다 필수적이다. 전 세계 데이터 세트의 대부분이 저장된 엔터프라이즈 및 대규모 클라우드 데이터센터는 데이터 성장에서 핵심이 될 것이다. 하드 드라이브와 SSD를 비교하자면, 하드 드라이브 스토리지는 2022년에서 2027년 사이 6,996EB 증가할 것으로 예상되는 반면, SSD는 1,363EB 증가할 것으로 보인다. ⓒ Seagate 생성형 AI 시대에는 콘텐츠를 경제적으로 저장해야 하기 때문에 플래시 기술과 밀접하게 결합된 컴퓨팅 클러스터는 더 큰 하드 드라이브 EB의 다운스트림 수요를 직간접적으로 촉진할 것이다. 하드 드라이브가 왜 데이터 스토리지 아키텍처의 중심이 될 수밖에 없는지는 시장 데이터를 근거로 설명 가능하다. 가격 책정 근거 없는 믿음 : SSD 가격이 곧 하드 드라이브 가격과 같아질 것이다. 사실 : SSD와 하드 드라이브 가격은 향후 10년간 어느 시점에도 수렴하지 않을 것이다. 데이터가 이를 명확하게 뒷받침한다. 하드 드라이브는 SSD에 비해 테라바이트당 비용 면에서 확고한 우위를 점하고 있으며, 이로 인해 하드 드라이브는 데이터센터 스토리지 인프라의 확고한 주춧돌 역할을 하고 있다. IDC 및 포워드 인사이트(Forward Insights)의 연구에 따르면, 하드 드라이브는 대부분의 기업 업무에 가장 비용 효율적인 옵션으로 유지될 것으로 전망된다. 엔터프라이즈 SSD와 엔터프라이즈 하드 드라이브의 TB당 가격 차이는 적어도 2027년까지 6대 1 이상의 프리미엄이 유지될 것으로 예상된다. ⓒ Seagate 이러한 TB당 가격 차이는 장치 구입 비용이 총소유비용(TCO)에서 가장 큰 비중을 차지하는 데이터센터에서 특히 두드러지게 드러난다. 장치 구입, 전력, 네트워킹, 컴퓨팅 비용을 포함한 모든 스토리지 시스템 비용을 고려하면 TB당 TCO는 하드 드라이브 기반 시스템이 훨씬 더 우수하게 나타난다. ⓒ Seagate 따라서, 플래시는 특정 고성능 작업의 수행에 탁월한 스토리지이지만, 하드 드라이브는 당분간 안정적이고 비용 효율적이며 널리 채택된 솔루션을 제공하는 데이터센터에서 계속해서 주류로 사용될 것이다. 공급과 확장의 관계 근거 없는 믿음 : NAND 공급이 모든 하드 드라이브 용량을 대체할 정도로 증가할 수 있다. 사실 : 하드 드라이브를 NAND로 완전히 교체하려면 감당할 수 없는 설비투자(CapEx)가 필요하다. NAND 산업이 모든 하드 드라이브 용량을 대체하기 위해 공급을 빠르게 늘릴 수 있다는 주장은 재정적, 물류적으로 엄청난 비용이 발생한다는 점을 간과한 낙관적인 생각이다. 산업 분석기관 욜 인텔리전스(Yole Intelligence)의 2023년 4분기 NAND 시장 모니터 리포트에 따르면, 전체 NAND 산업은 2015년~2023년 사이 3.1제타바이트(ZB)를 출하하면서 총 매출의 약 47%에 해당하는 2,080억 달러의 막대한 자본 지출을 투자해야 했다. 반면, 하드 드라이브 산업은 데이터센터 스토리지 수요의 거의 대부분을 매우 자본 효율적인 방식으로 해결하고 있다. 씨게이트가 2015년~2023년 사이 3.5ZB의 스토리지를 출하하며 투자한 자본은 총 43억 달러로, 전체 하드 드라이브 매출의 약 5%에 불과하다. 그러나 NAND 산업의 경우 ZB당 약 670억 달러에 해당하는 금액을 투자한 것으로 나타나 하드 드라이브가 데이터센터에 ZB를 공급하는 것이 훨씬 더 효율적임을 알 수 있다. ⓒ Seagate 작업 부하 근거 없는 믿음 : 올 플래시 어레이(AFA)만이 최신 엔터프라이즈 작업 부하의 성능 요구를 충족할 수 있다. 사실 : 엔터프라이즈 스토리지 아키텍처는 일반적으로 디스크 또는 하이브리드 어레이, 플래시, 테이프를 사용하여 특정 작업 부하의 비용, 용량, 성능 요구 사항에 최적화할 수 있도록 미디어 유형을 혼합한다. 기업이 플래시 없이는 최신 작업 부하의 성능 수요를 따라잡지 못할 위험이 있다는 주장은 다음과 같은 3가지 이유로 반박 가능하다. 첫째, 대부분의 최신 작업 부하에는 플래시가 제공하는 성능상의 이점이 필요하지 않다. 전 세계 데이터의 대부분은 클라우드와 대규모 데이터센터에 저장되어 있으며, 이러한 환경에서는 작업 부하 중 극히 일부에만 상당한 성능이 필요하다는 파레토 법칙을 따르고 있다. 둘째, 예산 제약이 있고 데이터 세트가 빠르게 증가하는 기업들은 성능뿐만 아니라 용량과 비용의 균형을 맞춰야 한다. 플래시 스토리지는 읽기 집약적인 시나리오에서는 탁월한 성능을 발휘하지만 쓰기 작업이 증가하면 내구성이 떨어져 오류 수정과 오버프로비저닝에 추가 비용이 발생한다. 또한, 대규모 데이터 세트나 장기 보존의 경우 영역 밀도가 증가하는 디스크 드라이브가 더 비용 효율적인 솔루션일 뿐만 아니라 수천 개의 하드 드라이브를 병렬로 활용하면 플래시를 보완하는 성능을 달성할 수 있다. 셋째, 수많은 하이브리드 스토리지 시스템은 다양한 미디어 유형의 강점을 단일 유닛에 원활하게 통합하고 최대한으로 활용할 수 있도록 세밀하게 조정된 소프트웨어 정의 아키텍처를 사용한다. 이러한 스토리지는 유연성을 제공하므로 기업은 지속적으로 변화하는 요구 사항에 따라 스토리지 구성을 조정할 수 있다. AFA와 SSD는 고성능의 읽기 집약적인 작업에 매우 적합하다. 하지만 하드 드라이브가 이미 훨씬 낮은 TCO로 제공하는 기능을 AFA로 불필요하게 비싼 방법으로 제공하는 것은 비용 효율적이지 않을 뿐만 아니라, AFA가 하드 드라이브를 대체할 수 있다고 주장하는 근거가 될 수 없다.