넘버스
넘버스
구글은 한발 더 나아가 AI를 노트 필기에 접목한 '노트북LM(NotebookLM)'이라는 새로운 기술을 개발하고 있다. 여기서 LM은 언어 모델(language model)의 약자다. 거대한 데이터세트가 필요 없는 대규모 언어 모델(LLM)로 생각하면 된다. 노트북LM은 현재 베타 단계이며, 여기에서 사용 신청을 할 수 있다. 베타 프로그램을 통해 기다리기 힘들다면 비슷한 개념의 서비스인 언리들(Unriddle)이 있다. 이 온라인 앱을 이용하면 다양한 정보를 웹 앱으로 밀어 넣은 후 마치 클라우드 워드 프로세서처럼 쓸 수 있다. 일단 정보를 모두 저장하고 나면 이를 챗봇 방식으로 활용할 수 있다. 언리들은 유료 서비스지만 무료로 테스트할 수 있다.
구글의 노트북LM, 애플의 저널링
AI 이전 시대에는 회의에 참석해 중요한 내용을 손으로 노트에 필기하고 나중에 회의 때나 온 내용을 다시 찾아보곤 했다. 여기서 필기 정리하는 것은 사람의 몫이었고, 이 정신적인 행위를 통해 우리는 회의에 더 집중하고 내용을 기억할 수 있었다. 노트북LM은 이 정리 과정을 대신한다. 더 복잡하고 풍부한 정보 중에서 핵심 내용을 파악할 수 있도록 한다.노트북LM 사용법은 간단하다. 일단 프로젝트를 만든다. 보통은 카테고리로 나누는데, 예를 들면 지난 10년간 태양 에너지 동향 같은 것이다. 이후에 사용자의 구글 독스에 최대 5가지 정보 소스를 입력한다. 나중에는 데이터 지원하는 저장소가 늘어나겠지만, 지금은 구글 독스만 가능하다. 각 정보 소스의 최대 분량은 1만 단어다.
일단 데이터를 모두 불러들이면, 챗GPT처럼 노트북LM을 사용할 수 있다. 채팅하듯 정보와 요약, 분석, 리스트, 결론을 요청할 수 있고 이외에도 무엇이든 원하는 것을 물으면 된다. 노트북LM은 '소스 가이드(source guide)'라는 것도 생성한다. 일종의 버튼인데, 입력한 데이터를 기반으로 요약하기, 퀴즈 내기, 새로운 아이디어 내기 같은 버튼을 보여준다. 그냥 클릭만 해도 해당 작업이 실행된다.
이런 노트북LM의 작동 방식은 매우 흥미롭다. 과거에는 어떤 발표나 수업을 들으면서 내 지식으로 습득하려면 주로 '요약'이라는 인지적 수고로움이 필요했다. 그러나 이제는 퀴즈를 푸는 방식으로 이를 대체할 수 있다. 노트북LM은 일정 상황에서는 사용자의 데이터가 아닌 자체적으로 확보한 지식을 활용한다. 구글은 이렇게 활용하는 데이터에서 오류나 환각이 발생하지 않도록 하는 작업도 진행 중이다.
단, 노트북LM 프로젝트가 실제로 어떤 제품 혹은 서비스로 나오게 될지는 아직 확실하지 않다. 구글 역시 아직 결정하지 못한 것으로 보인다. 별도의 노트북 앱이 될 수 있고, 구글 독스나 노트 같은 기존 제품의 한 기능으로 추가될 가능성도 있다. 물론 두 방식 모두로 구현될 수도 있다. 최근 구글은 듀엣 AI(Duet AI) 등 노트북LM과 비슷한 제품을 잇달아 선보이고 있다. 듀엣 AI는 회의 내용을 자동으로 요약한 후 해야 할 일 목록을 만들어 구글 독스에 추가한다. 듀엣 AI는 회의에 대신 참석해 정리한 내용을 보내주기도 한다. 모든 참석자가 회의에 나오지 않으면 회의는 자동으로 취소된다. 현재는 구글 독스만 지원하지만 나중에는 노트북LM까지 확대될 것으로 보인다.
미국 캘리포니아에 본사를 둔 또 다른 스마트폰 거인 애플 역시 노트 필기 영역에 AI를 적용하려 하고 있다. 구글과는 완전히 반대 방향에서 접근하고 있다. 애플이 이달 말쯤 내놓을 것으로 알려진 저널(Journal) 앱은 AI를 이용해 사용자의 행동과 심리상태에 대한 정보를 취합해 기록으로 만들어 준다. 즉, 사용자의 위치와 사진, 문자, 오디오 녹음 등을 이용해 사용자가 기록하기를 원할 것 같은 생각과 감정을 골라내 정리한다. 저널의 모든 기록은 암호화되며 다른 사람이 볼 수 없도록 '잠글' 수 있다. 이를 위해 애플은 '제안 API(Suggestions API)'라는 매우 흥미로운 것을 내놓을 예정이다. 이를 이용하면 서드파티 앱도 저널의 추정 과정에 관여할 수 있게 된다.
AI 노트 필기가 우리의 삶을 바꾸는 방식
사실 현재도 AI 노트 필기 툴은 매우 다양하다. 하지만 애플과 구글이 이 부문에 뛰어들면 주류 앱이 될 것이고, 스마트폰 사용자 대부분이 사용하게 될 가능성이 크다. 이는 곧 AI의 미래에 대한 클리셰이기도 한데, 즉 AI가 사람을 대체하는 것이 아니라 인간과 AI의 협업하는 세상이 도래할 것이다. AI 노트 필기와 저널링은 직장에서 대부분 사람이 직접 경험하게 될 인간-AI 협업의 대표적인 사례가 될 것이다.AI와 AI 노트 필기, 저널링을 활용하는 가장 일반적이면서도 효율적인 방법은 AI가 사람을 더 보완하는 것이다. 예를 들어 인간다움의 본질에서 볼 때 모든 사람은 인식적인 편견과 허점, 불완전한 기억, 제한적인 정신력 같은 한계를 갖고 있다. AI가 이런 인간의 한계를 '고치는' 것은 불가능하지만, 인간이 AI를 파트너 혹은 도우미로 이용하면 더 합리적으로 생각하고 행동하는 데 도움이 된다. AI가 사용자의 생각과 정보를 다른 외부 데이터와 비교해 사용자가 놓쳤을 수 있는 관점을 알려줄 수도 있다.
두 번째 두뇌와 라이프로그의 일상화
더 구체적으로 보면, 미래의 노트 필기 앱에서 생성형 AI는 이른바 '두 번째 두뇌(second brain)'와 '라이프로그(lifelog)'의 교차점 역할을 하게 된다.먼저 두 번째 두뇌는 "사용자가 배운 것을 모아두는 외부의 중앙화되고 디지털화된 저장소이자 이들 데이터의 원천이 되는 리소스"를 가리킨다. 두 번째 두뇌 개념은 단순한 스토리지에 대한 것이 아니라 사고력 향상에 대한 것이다. 데이빗 알렌의 GTD(Getting Things Done) 같은 개인 생산성 솔루션을 보면 공통적으로 적용된 방법이 있다. 외부의 중요한 생각과 실행 항목, 아이디어와 개념을 신뢰할 수 있는 저장소에 저장한 후 나중에 체계적으로 실천하는 것이다. 이는 인간의 인지적 결합을 극복할 수 있는 훌륭한 방법이기도 하다. AI가 역할을 할 수 있는 것도 바로 여기다. 이 데이터 저장소와 상호작용하고 질의하고 데이터를 검색할 수 있는 대화형 인터페이스를 제공한다. 단순한 데이터 저장소가 훌륭한 협업 파트너가 된다.
둘째 라이프로그는 사실 꽤 오래된 야심 찬 기술이다. 삶과 업무의 모든 세부 사항을 디지털화해 개인적 성장과 후손을 위해 언제든 사용하는 개념이다. 그런데 오늘날 디지털 기기는 실제로 사용자의 모든 것을 기록한다. 스마트폰과 스마트워치가 대표적인데, 최근에는 심장박동까지 모니터링할 정도다. 단지, 이 데이터에 실제 활용하는 것은 여전히 숙제로 남아 있다. 애플 저널이 진가를 발휘하는 영역이 이 부분이다. 휴대폰이 이미 수집하고 있는 방대한 데이터를 가져와 나중을 위해 검토하고 기록할 수 있도록 지원한다.
'두 번째 두뇌'와 '라이프로그' 개념은 지난 수년간 정체 상태였다. 소수의 사용자만 열광하는 정도였다. 그런데 이들 개념의 발전이 더뎠던 치명적인 결함은 데이터를 수집, 저장하는 것이 아니었다. 진정한 결함은 바로 '데이터'였다. 이 데이터로 무엇을 할 수 있지? 이 데이터에서 원하는 인사이트를 어떻게 뽑아낼 수 있지? 같은 물음에 답하지 못했다.
그렇다면 머지않아 대중화될 생성형 AI 기반 노트 필기와 저널링은 이런 물음에 답할 수 있을까? 그렇다. 어느 순간 갑자기 우리는 테라바이트 규모의 데이터를 손쉽게 분석해 인사이트와 아이디어, 컨셉을 뽑아낼 수 있는 궁극의 인터페이스를 갖게 될 것이다. 이 인터페이스를 통해 그냥 물으면 마치 사람이 하는 것과 같은 대답을 얻을 수 있다. 과거에는 불가능했던 것이 비로소 가능해진다. 특히 구글의 노트북LM처럼 외부 지식까지 결합하면 활용할 수 있는 가능성은 무궁무진하게 확장한다. '최신 트렌드 알려줘' 같은 물음에 완벽한 대답을 얻는 것은 물론, '내가 놓치고 있는 게 있나?', '그런 게 있다면 내 인생의 목표를 고려했을 때 무엇을 해야 할까?' 같은 물음에도 원하는 답변을 얻을 수 있다.
지난 20년간 사람들은 인간과 AI의 협업에 대해 꾸준히 이야기해 왔다. 개인적 혹은 업무적인 노트 필기와 저널링에 생성형 AI가 접목된다는 것은 이런 인간-AI 협업이 과연 어떤 결과로 이어질지 실질적으로 결과를 확인할 수 있는 계기가 될 것이다. 필자는 AI와 개인적인 노트 필기, 저널링의 결합이야말로 우리가 일하고 살아가는 방식을 급격하게 개선하는 매우 강력한 조합이라고 믿는다.
editor@itworld.co.kr
Tags
Sponsored
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.
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.
추천기사
