DJI가 새로운 드론 페이로드 시리즈인 DJI 젠뮤즈(Zenmuse) H30 시리즈를 출시했다. 이번에 출시된 H30T 및 H30 모델은 전천후 다중 센서 항공 페이로드로, 밤낮 상관없이 더 먼 거리에서 더 정확한 각도로 보다 선명한 디테일의 시각 정보를 제공한다.  H30T는 광각 카메라, 줌 카메라, 적외선 열화상 카메라, 레이저 거리측정기, NIR 보조등을 포함해 5개의 주요 모듈을 통합했다. H30의 경우 광각 카메라, 줌 카메라, 레이저 거리측정기, NIR 보조등을 포함해 총 4개의 모듈을 통합했다. DJI Matrice 300 RTK, Matrice 350 RTK와 호환되는 젠뮤즈 H30 시리즈는 인텔리전트 알고리즘을 사용해 조종사가 낮에도 더 멀리서 선명하게 볼 수 있게 돕고, 어두운 환경에서는 향상된 나이트 비전 이미지를 제공한다.     젠뮤즈 H30 시리즈를 사용하면 조종사는 상공에서 더 먼 거리까지 시야를 확보할 수 있다. 고해상도 40MP 줌 카메라(최대 34배 광학 줌, 400배 디지털 줌)가 탑재되어 있어 공공 안전, 응급 구조, 에너지 시설 점검 및 기타 주요 기반 시설 작업자들이 더 정밀하게 상황을 관찰하고 촬영할 수 있다. 젠뮤즈 H30 시리즈는 650m 거리에서 자동차 번호판을 읽을 수 있을 정도의 정밀함을 제공한다. 스모그 또는 습도가 높은 날씨에서는 전자 디헤이즈(Dehaze, 안개 제거) 기능을 통해 줌 카메라의 이미지 선명도를 높일 수 있다. 젠뮤즈 H30 시리즈는 낮고 높은 디헤이즈 기능을 지원하므로, 응급 구조에서부터 에너지 시설 정기 점검까지 다양한 작업 환경에서 활용할 수 있는 향상된 시각 정보를 제공한다. 젠뮤즈 H30 시리즈의 이미지 안정화 알고리즘은 흔들림을 줄여주어 섬세한 전선 점검과 같은 작업 시 안정적이고 선명한 이미지를 촬영할 수 있도록 도와준다. 한편, 레이저 거리측정기는 이전 세대보다 2.5배 향상된 성능으로 3~3000m 정도 거리의 피사체에 대한 위치 정보를 제공한다. 젠뮤즈 H30 시리즈의 줌과 광각 카메라는 저조도 환경에서 매끄럽게 ‘야간 촬영’ 모드로 전환해 낮부터 밤까지 지속적으로 작업을 이어갈 수 있다. 또한 야간 촬영 모드에서 줌 카메라는 적외선(IR) 조명과 근적외선(NIR) 조명을 지원해 야간 감시 및 수색 구조 작업의 효율성을 높인다. 풀 컬러 나이트 비전과 흑백 나이트 비전은 라이브 뷰와 고화질 녹화 기능을 제공해 수색 및 구조 작업 중에 향상된 시각 정보를 제공한다. 이에 더해, 줌과 광각 카메라는 ‘스마트 촬영’ 모드의 인텔리전트 이미지 알고리즘을 활용해 주변 환경의 조도 자동으로 평가하고,  밝고 어두운 부분의 디테일을 살려 밝고 어두운 환경 간 자연스러운 전환이 가능한 촬영을 지원하다. H30T의 적외선 열화상 카메라는 1280×1024 해상도와 최대 32배 디지털 줌을 지원한다. 최대 1600℃의 온도까지 측정할 수 있어 소방관이 핫스팟을 감지하는 데 도움을 준다. 또한, 세 가지 적외선 게인(infrared gain) 모드를 제공해 수색 및 구조 팀이 물체, 사람, 야생동물 간 미세한 온도 차이를 식별하는 데에도 도움을 준다. 이전 세대 제품의 카메라 해상도보다 4배 향상된 적외선 열화상 카메라는 목표물 인식 기능도 더욱 우수해져, 장거리 야생동물 모니터링 및 보호 활동에도 도움이 될 수 있다. 또 젠뮤즈 H30 시리즈는 고배율 줌 레벨에서 자동으로 ‘UHR(초고해상도) 적외선 이미지’ 기능을 활성화해 적외선 이미지를 선명하게 유지해 준다. ‘연동 줌’을 사용하면 가시광 및 열화상 이미지를 나란히 놓고 비교할 수 있어 피사체 위치를 더 빠르게 파악할 수 있다. 또한 사용자는 적외선 열화상 카메라와 줌 카메라의 줌을 동시에 제어할 수 있어 항상 시야각(FOV)을 맞추고  피사체를 신속하게 감지할 수 있다. 구조 임무에서는 H30 시리즈의 앱에서 Pre-REC 기능을 통해 최대 30초 전까지의 사전 녹화 기능을 지원한다. 이는 응급 구조대원이 증거를 수집하고 녹화 시작 전 장면까지 포착하는 데에 도움을 준다. IP54 방진방수 등급을 갖춘 젠뮤즈 H30 시리즈는 혹독한 환경 및 -20~50℃의 혹한 환경에서도 안정적으로 작동할 수 있다. DJI의 크리스티나 장(Christina Zhang) 기업 전략 담당 수석 이사는 “젠뮤즈 H30 시리즈는 신뢰할 수 있는 페이로드로 독보적인 시각 정보를 수집 기능을 통해 수색 구조 작업, 소방 작업, 기반 시설물 점검, 야생동물 보호 활동 등 다양한 분야의 드론 조종사들이 큰 도움을 받을 수 있을 것”이라면서, “DJI 젠뮤즈 H30 시리즈는 DJI의 가장 강력한 통합형 디자인의 엔터프라이즈용 플래그십 페이로드로서 다양한 주요 산업에서 활용할 수 있도록 고안되었다”고 전했다.

인텔은 PC간 고속 파일 전송을 위한 새로운 소프트웨어 솔루션인 썬더볼트 쉐어(Thunderbolt Share)를 발표했다. 썬더볼트 쉐어는 썬더볼트 4 또는 썬더볼트 5 포트가 탑재된 PC 및 액세서리로 사용할 수 있으며, 화면 공유와 빠른 속도로 PC 간 파일 전송을 통해 보다 유연하고 생산적인 작업을 수행할 수 있도록 지원한다. 썬더볼트 네트워킹 기능으로 구동되는 썬더볼트 쉐어는 사용자가 두 대의 PC와 간단하고 효율적으로 상호 작용할 수 있어, 여러 대의 PC를 사용하는 사용자에게 이점이 있는 솔루션이다. 크리에이터와 게이머는 멀티 PC 작업과 동료 간의 손쉬운 협업을 통해 생산성을 향상하고, 선호하는 주변기기를 공유할 수 있다. 소비자와 비즈니스 전문가는 공유 모니터를 통해 더 나은 인체공학적 환경을 누릴 수 있으며, 여러 대의 PC를 사용하여 작업 공간을 극대화할 수 있다. 썬더볼트는 이러한 기능을 사용자가 요구하는 품질과 경험으로 제공할 수 있는 대역폭과 짧은 지연 시간을 갖춘 기술이다.     썬더볼트 쉐어는 윈도우 운영체제의 썬더볼트 4 또는 썬더볼트 5 PC와 호환되며, 높은 대역폭과 낮은 대기 시간을 제공한다. 이를 활용해 PC 간 응답성이 뛰어난 마우스 및 키보드 제어를 통한 원활한 비압축 화면 공유로 끊김 없는 시각적 경험을 제공할 수 있고, 간단한 드래그 앤 드롭, 폴더 동기화, 이전 PC에서 새 PC로의 손쉬운 파일 마이그레이션 등 두 대의 PC 간 빠른 파일 전송이 가능할 것으로 보인다. 또한, 대용량 파일을 공유하는 사용자 간의 협업이 간편해질 전망이다. 썬더볼트 쉐어는 PC 간 직접 연결 또는 썬더볼트 독(dock)이나 모니터와 같은 여러 포트가 있는 썬더볼트 액세서리를 통해 지원되며, 와이파이, 이더넷 또는 클라우드 네트워크 성능에 영향을 주지 않는 비공개 보안 연결을 지원한다. 인텔은 2024년 하반기부터 PC 및 액세서리로 썬더볼트 쉐어 기술을 제공할 예정이다. 또한 레노버, 에이서, MSI, 레이저, 켄싱턴, 벨킨, 프로미스, 플러그어블, OWC 등에서 썬더볼트 쉐어를 지원하는 제품을 발표할 것이라고 전했다. 인텔의 제이슨 질러(Jason Ziller) 클라이언트 커넥티비티 부문 총괄 매니저는 “인텔은 썬더볼트 쉐어를 통해 혁신적인 솔루션을 시장에 출시하고, 사용자가 PC를 최대한 활용할 수 있는 새로운 경험을 제공하고자 한다. 이제 사용자들은 썬더볼트 속도로 한 PC에서 다른 PC로 원활하게 액세스할 수 있으며, 이로써 생산성과 효율을 크게 혁신할 수 있다"고 말했다.

산업통상자원부(이하 산업부)는 5월 8일 안덕근 산업부 장관, 김기남공학한림원 회장 및 국내 기업‧학계‧관계기관 AI 분야 전문가들이 참석한 가운데 ｢AI 시대의 新산업정책｣ 위원회 출범식을 개최하였다. 금년 CES의 키워드로 ‘AI’가 꼽힐 만큼 전세계가 AI에 주목하는 가운데, 전문가들은 AI가 산업의 양태를 바꿀 게임체인저가 될 것으로 전망*하고 있다.  * 샘 올트만(OpenAI社 CEO) : “AI는 미래의 경제적 풍요를 이끄는 가장 강력한 힘” 팀 쿡(Apple社 CEO) : “AI 기술이 생산성, 문제해결에 있어 혁신적인 기회를 열 것” 이에 산업부는 AI가 보편화될 시대에 우리 산업의 변화상을 전망하고, AI를 활용한 산업 혁신을 위한 정책 과제들을 도출하기 위해 산업부장관과 한국공학한림원 김기남 회장이 공동위원장을 맡는 ｢AI산업정책위원회｣를 구성하여 ‘AI 시대의 신산업정책’을 수립키로 하였다.  국내 AI 분야 산학연 전문가 200여 명이 향후 6개월 간 작업에 참여할 예정이며, 크게 3개 분야로 나누어 작업할 예정이다. 우선, 총괄분과는 AI 기술 발전 전망, 미래산업 변화, 표준 및 정책 제언 등 4개 파트로 구성되며, 민간전문가들이 주도하여 민간의 통찰력 있는 전망과 기탄없는 정책 제언을담아낸다는 계획이다.  이와 별도로 산업부가 주도하여 자율제조, 디자인, 연구개발, 에너지, 유통, AI 반도체 등 6대 분야별 전략을 마련하여 ｢AI산업정책위원회｣를 통해 매월발표할 예정이다. 아울러 AI의 산업활용을 위한 신설 제도도 설계한다. 1.  ｢AI 자율제조 전략 1.0｣ 주요 내용  출범식에 이어 산업부는 ｢AI시대의 新산업정책｣ 6대 분야의 첫째 과제인｢AI 자율제조 전략 1.0｣을 발표하였다. AI 자율제조란 ‘AI를 기반으로 로봇·장비 등을 제조 공정에 결합시켜 생산의 고도화와 자율화를 구현하는 미래 제조환경’을 말하며, 인구구조 변화, 탄소중립, 생산성 저하 등 제조업을둘러싼 난제들을 해결할 핵심 수단으로 주목받고 있다.  산업부의 AI 자율제조 전략 1.0은 ①AI 자율제조 도입 확산, ②AI 자율제조핵심역량 확보, ③생태계 진흥의 3개 전략을 축으로 금년에만 1,000억원 이상의예산이 투입될 예정이다. 산업부는 동 대책을 통해 ‘30년 AI 자율제조확산률을30%이상(현재 9% 수준), 제조 생산성을 20%이상 높이는 것을 목표로 하고 있다.  우선 산업부는 ‘200대 AI 자율제조 선도 프로젝트’를 단계별로 추진한다. 현재 우리 제조업의 지능화 수준은 대부분(76%) 기초 단계에 머물러 있어, 이번 선도 프로젝트를 통해 제조 현장의 디지털 전환 수준을 고도화 단계까지끌어올릴 계획이다. 산업부는 상세 공정분석을 통해 AI 적용 가능성과 효과성등을 면밀히 검토한 후 해당 프로젝트에 소프트웨어(SW)·로봇·시스템 구축 등을 지원한다. 올해는 지자체 공모를 통해 10개 사업을 우선 선정하여 금년중 100억원의 예산을 지원할 계획이다. 사업 선정시 지역 특화산업 등 지자체 수요도 적극 반영할 예정이다. 향후, ’28년까지 지원대상을 단계적으로 확대할 계획이며, 선도 프로젝트에서 축적한 데이터와 기술들이 집약된 ‘업종별 첨단 AI 자율제조 공장 모델’도 구축 검토 중이다.  아울러, 기업들이 AI 자율제조 시스템 구축과정에서 활용할 수 있는 로봇, SW 등의 AI 자율제조 테스트베드도 구축한다. 특히 AI 결합을 통해 생산 고도화의 핵심 역할을 하는 로봇 분야는 올해부터 ’28년까지 국가 로봇테스트필드 사업을 신규로 시작해 2,000억원을 투입할 예정이며, 업종별 특성을 반영한 자율제조 테스트베드 구축도 검토 중이다. 둘째, 업종별 AI 자율제조에 필요한 핵심 역량 확보를 위해 민간 투자를 적극유치하여 5년간 1조원 이상을 투자한다. 정부와 민간의 연구개발(R&D) 자금은 기계·로봇, 조선, 이차전지, 반도체 등 주력 제조업의 공정 자동화, 디지털 트윈 등 가상제조, 유연 생산 등에 집중 투입될 계획이다. 업종별 특화기술外에도 AI 자율제조의 3대 공통 핵심기술인 ‘산업 AI, 장비·로봇, 통합솔루션 개발’을 위해 올해말까지 기술 로드맵을 마련하고 3,000억원 규모의 예타를 기획하여 추진할 계획이다.  AI 자율제조 친화형 산업 생태계 조성도 적극 지원하여, 13,000명의 전문인력과 250개 이상의 전문기업(AI 자율제조 솔루션 등 제공하는 기업)을 육성할 계획이다. 또한 AI 자율제조 확산의 걸림돌이 될 법·제도를 개선하기위한 작업반도 상반기중 출범하며, 프라운호퍼 등 선진 연구기관과 국내 연구단체·학계 간 업무협약(MOU)도 체결해 공동 연구개발, 표준마련, 실증 등 협력을 강화할 계획이다.  ｢AI 자율제조 전략 1.0｣의 민·관·연 공동 추진 기구로 ｢AI 자율제조 얼라이언스｣ 를 상반기 중 구성·운영한다. 정부, 연구소, 협·단체. 업종별 주요 기업들이 참여해, AI 자율제조의 확산, 연구개발(R&D) 등 협력사업, 산업데이터 공유·활용, 법·제도 개선 등 AI 자율제조 관련 실질적인 컨트롤 타워 역할을 수행하며, 각 부처와의 협업도 강화할 예정이다.  안덕근 산업부 장관은 “저출산에 따른 인력 부족, 생산성 정체, 경쟁국의추격과 글로벌 공급과잉 등 다양한 위기 요인에 직면한 우리 산업에 AI를 통한 혁신이 필수적”이라고 강조하였다. 아울러 “오늘 발표한 AI 자율제조 전략을 꼼꼼하고 강력하게 추진해 우리 제조업의 혁신은 물론 대한민국 산업의 대전환을 선도하겠다.”고 밝혔다.  한편 김기남 한국공학한림원 회장은 “향후 AI가 우리의 삶을 한 차원 발전시킬 것으로 기대됨에 따라, AI 시대에 최적화된 산업정책을 마련하여 글로벌 주도권을 확보할 것”이라 언급하였다.       

웨스턴디지털이 자사 외장 데스크톱 SSD 가운데 최대 용량인 8TB를 제공하는 ‘샌디스크 데스크 드라이브(SanDisk Desk Drive)’를 선보이며 샌디스크 포트폴리오를 강화한다고 밝혔다. 이번 신제품 드라이브는 SSD 성능과 신뢰성을 지원하며 콘텐츠 크리에이터와 전문가에게 고해상도 사진, 영상, 파일을 한 군데에 손쉽게 백업하고 신속하게 활용할 수 있는 간편한 솔루션을 제공한다. 새롭게 출시되는 샌디스크 데스크 드라이브는 사진 및 영상 자료, CAD 및 3D 렌더링 파일, 대용량 AI 생성 파일, 음악 라이브러리, 중요 문서 등 방대한 데이터를 관리할 수 있는 4TB 및 8TB 용량을 지원한다. 데스크톱 HDD 대비 최대 4배 빠른 1000MB/s의 최대 읽기 속도를 지원해 8K 영상 등 거대한 용량의 파일을 더욱 신속하게 활용할 수 있게 됐다. 애플 타임머신을 통해 사진, 영상 및 기타 파일을 SSD 속도로 빠르게 백업할 수 있으며 기본 탑재된 웨스턴디지털 백업 소프트웨어인 ‘아크로니스 트루 이미지(Acronis True Image)’로 자동 백업이 가능한 것도 특징이다.  콤팩트하고 세련된 스타일의 디자인으로 ‘2024 레드닷 디자인 어워드(2024 Red Dot Design Award)’에서 수상한 시제품은 효율적인 책상 공간 활용을 가능하게 하며, 가정은 물론 전문적인 작업 환경에서도 자연스러운 느낌을 제공한다. 또한, exFAT 포맷으로 제공돼 구입 후 즉시 윈도우 및 맥OS에서 활용할 수 있다.     오늘날 사진 및 영상 전문가부터 IT 기기 애호가까지 방대한 양의 콘텐츠를 생산하는 이들이 늘어나고 있다. 웨스턴디지털은 이번 신제품을 통해 더욱 많은 작업을 빠르게 수행하기 위해 유연한 대용량 스토리지 솔루션을 필요로 하는 디지털 크리에이터들의 니즈를 지원할 계획이다. 웨스턴디지털의 수잔 박(Susan Park) 컨슈머 솔루션 부문 부사장은 “디지털 콘텐츠 생산이 지속적으로 확대됨에 따라 이러한 콘텐츠를 관리하고 보존하기 위한 고성능 및 대용량 스토리지 솔루션에 대한 니즈 또한 함께 커지고 있다. 자사 SSD 포트폴리오를 강화하는 것은 오늘날 크리에이터들의 창의력을 구현할 수 있도록 지원하는 속도와 유연성을 갖춘 백업 솔루션을 위한 첫걸음”이라며, “내년까지 현재 최대 8TB를 제공하는 샌디스크 데스크 드라이브의 용량을 2배 늘려 1개의 데스크톱 SSD 안에 16TB를 담을 수 있게 될 것으로 예상한다”고 말했다. 샌디스크 데스크 드라이브는 3년 제한 보증을 지원한다. 샌디스크 데스크 드라이브 4TB 및 8TB 모델은 현재 출시돼 네이버, 쿠팡, 11번가, G마켓, 옥션 등 온라인 쇼핑몰에서 구매 가능하며 5월 중 일렉트로마트에서도 선보일 예정이다. 국내 소비자 권장 가격은 용량에 따라 4TB 77만 원, 8TB 143만 원이다.

주영섭 특임교수 / 서울대학교 공학전문대학원(前 중소기업청장)   매년 1월 초 미국 라스베이거스에서 열리는 CES(소비자전자쇼)는 미래 기술 트렌드를 제시하는 세계 최대 기술 전시회라는 면에서 그 중요성이 날로 커지고 있다. CES는 1967년 뉴욕에서 시작하여 초기에는 가전제품을 중심으로 열렸으나, 2000년대 들어 자동차 및 헬스케어 분야로 확대되고 최근 AI(인공지능), 5G/6G 통신, 로봇, 드론, 메타버스 등 디지털 기술을 물론 우주, 스마트 시티, 푸드테크, 블록체인 및 웹3.0 등 사실상 첨단기술 전 분야를 망라하고 있다. 세계가 디지털·그린·문명 대전환 시대를 맞이하고 과학기술이 국가와 기업의 명운을 좌우하는 기술패권 시대로 접어들면서 기술의 트렌드를 이해하고 기술 역량을 확보하는 것이 생존과 발전의 필수 요건이 되고 있다. CES가 기업인은 물론 정부 관계자들이 반드시 가봐야 하는 중요한 전시회가 되고 있는 이유다. 특히 작년부터 전 세계를 강타하고 있는 챗(Chat)GPT 등 생성형 AI가 CES 2024의 핵심 화두가 되면서 새해 세계인의 관심이 더욱 집중된 바 있다. 올해 CES 2024에는 153개국에서 4,300개사가 전시업체로 참여하여 작년 3,200개를 훨씬 상회하고 참관 인원도 13만 5천명으로 작년의 11만 5천명을 대폭 초과하는 성황을 이루었다. 국가별로 전시업체 수를 비교해 보면 1위는 주최국인 미국으로 1,201개, 2위는 중국으로 1,115개, 3위가 한국으로 784개다. 우리나라는 올해 작년의 598개 대비 대폭 증가한 역대 최다 전시업체 참여로 CES 주관기관이 올해 핵심 키워드가 ‘Korea’라며 향후 CES의 주도국으로 큰 기대감을 내비치고 있다. 과거 우리 기업의 CES 참가는 삼성, LG, 현대기아차 등 대기업 중심으로 이루어졌으나 최근 스타트업‧벤처 기업 참여의 증가세가 괄목할 만하다. 올해 600개사 참여로 역대 최다 기록이다. 전 세계 1,200개 스타트업 기업의 혁신 기술 경연장이 된 유레카관에 우리 스타트업 기업이 443개 참여하여 프랑스 180개, 일본 60개, 네덜란드 60개 등 다른 나라를 압도하였다. 향후 많은 개선의 여지는 있으나 우리 기업과 정부의 다년간의 스타트업 육성 및 글로벌화 의지에서 나온 고무적 성과다. CES를 주도하고 있는 첨단 기술분야가 사실상 제조업의 현재와 미래를 망라하고 있다. 전자·ICT, 반도체, 배터리, 모빌리티, 로봇, 바이오, 헬스케어, 우주항공 등이 모두 첨단 제조업이다. 구조적으로 수출 등 해외의존도가 높은 우리 경제에서 제조업의 중요성이 절대적인 만큼 CES의 중요성도 대단히 중요하다. 이러한 맥락에서 CES에서 우리 대기업 및 스타트업‧벤처 기업의 존재감과 활약의 대폭 확대는 중장기적으로 큰 전략적 의미를 가지고 있다고 하겠다.   CES 2024  전시회    CES 2024가 제시한 기술 트렌드 및 패러다임 혁신은 우리 기업에 많은 시사점을 던지고 있다. 먼저 ‘기술 중심’에서 ‘기술의 목적(Purpose) 중심’으로 패러다임이 전환되고 있음을 주목해야 한다. 즉, 기술을 위한 기술 혁신이 아니라 인류를 위한 기술 혁신이어야 한다는 목적 중심으로의 관점 전환이 중요하다. CES는 작년부터 ‘모두를 위한 인류 안보 (Human Security for All)’라는 핵심 슬로건을 제시하며 세계가 모두 함께 기술 혁신으로 인류의 문제를 해결하자고 역설했다. 환경, 식량, 의료, 경제, 개인 안전 및 이동, 공동체 안전, 정치적 자유의 7개 분야에 올해 AI 등 기술이 추가된 8개 분야에서 인류가 당면하고 있는 큰 위험으로부터 인류를 구해내기 위해서는 새로운 기술혁신이 필요하다는 것이다. 우리 제조업의 당면과제인 ‘빠른 추격자(Fast Follower)’에서 ‘선도자(First Mover)’로의 전환에 성공하려면 세계인에 새로운 시대정신 기반의 ‘인류를 위한 기술 혁신’을 제시할 수 있어야 한다. CES의 핵심 슬로건인 ‘모두를 위한 인류 안보’는 우리 제조업의 기술 혁신이 지향할 목적으로 의미가 크다. 다음으로 CES 2024의 핵심 키워드인 ‘AI 전환(AX)’과 ‘지속가능성’에 주목해야 한다. AX는 디지털 전환(DX)의 핵심으로 기존의 분류형·예측형 AI에 생성형 AI가 가세함으로써 모든 산업 및 기업에 AX는 필수적 기본이 되고 있다. AX는 연결·데이터·AI가 3대 핵심요소인 DX의 핵심이지 별개가 아님은 두말할 여지가 없다. 우리 모든 기업, 기관 및 정부의 AX가 시급하다. 기업의 AX는 두 가지로 추진되어야 한다. 하나는 AI를 기반으로 개인화 및 맞춤화 등을 포함한 제품 및 서비스의 혁신이고, 또 하나는 AI를 통한 업무 및 작업의 생산성과 효율성의 획기적 제고다. 올해 AI 기반의 제품 혁신에서는 ‘온 디바이스(On-Device) AI’가 크게 부각되었다. 스마트폰, PC 및 노트북, 자동차, 로봇, 가전제품에 AI를 올리기 위한 ‘온 디바이스 AI’가 급속도로 확산될 전망이다. 이에 따라 AI 반도체, 센서, 클라우드 및 데이터 인프라, 디바이스 등 AI 생태계 구축이 국가적 과제가 되고 있다. 지속가능성’은 ‘환경’과 ‘사회’의 두 방향으로 추구되고 있다. ‘환경의 지속가능성’은 그린 대전환(GX)의 핵심이며 CES 2024에서는 탄소중립을 목표로 친환경 소재, 순환경제, 재생에너지 인프라, 수소, 핵융합 등 대체에너지가 큰 주목을 받았다. ‘사회의 지속가능성’은 ESG(환경·사회·지배구조)의 중요 축이며 사회 양극화, 젠더, 노소, 인종, 소외계층 등 사회문제 해결에 기여하는 포용적 기술 혁신이 크게 부상하였다. 이 역시 우리 제조업에의 시사점이 크다. 끝으로, 협력의 중요성이다. 속도가 너무 빠른 기술 혁신과 목적 중심의 패러다임 전환에 따라 협력 및 융합이 필수적으로 요구되고 있다. CES 2024에서도 이종 업종 간은 물론 동종 업종 내에서도 다양한 협력 사례가 제시되었다. AI 생태계 구축, 연결의 상호호환성 표준 등이 좋은 예다. 역시 우리 제조업계가 많은 노력을 해야 할 대목이다.  

문화유산 분야의 이미지 데이터베이스와 활용 사례 (5)   지난 호에서는 우리의 소중한 문화유산인 전통 한지에 관한 데이터베이스 구축의 중요성과 문화유산 분야에서의 활용 사례에 관하여 살펴보았다. 데이터베이스에 어떠한 정보가 유용한 정보인지를 판단하기 위하여 종이의 역사와 동아시아 전통 종이의 차이를 정리하였다. 한지 제지 공정, 한지의 다양한 명칭, 한지의 특징, 한지의 원료, 한지의 색상 및 빛의 투과 특성, 전통한지의 우수성과 전통 계승 및 보존의 중요성에 관해서 살펴보았다.  이번 호에서는 국내외의 고지도를 소개하고 고지도에서 얻을 수 있는 다양한 지리 및 역사 정보에 관하여 살펴본다. 근대의 측량 기술이 도입되기 전에 제작된 고지도의 한계와 수록된 정보의 해석에 있어서의 주의점에 관해서도 생각해 보고자 한다. 고지도 데이터베이스의 중요성과 문화유산, 역사, 인문학 분야에서의 해석 및 활용 사례에 관하여 살펴보도록 한다.   ■ 연재순서 제1회 이미지 데이터와 데이터베이스의 중요성 제2회 서화, 낙관, 탁본 데이터베이스 제3회 옛 사진 데이터베이스 제4회 한지 데이터베이스 제5회 고지도 데이터베이스  제6회 고서 자형 데이터베이스 제7회 필사본 고서 데이터베이스  제8회 목판본 고서 데이터베이스  제9회 금속활자본 고서 데이터베이스  제10회 근대 서지 데이터베이스  제11회 도자기 데이터베이스 제12회 안료 데이터베이스   ■ 유우식 웨이퍼마스터스의 사장 겸 CTO이다. 동국대학교 전자공학과, 일본 교토대학 대학원과 미국 브라운대학교를 거쳐 미국 내 다수의 반도체 재료 및 생산설비분야 기업에서 반도체를 포함한 전자재료, 공정, 물성, 소재분석, 이미지 해석 및 프로그램 개발과 관련한 연구를 진행하고 있다. 경북대학교 인문학술원 객원연구원, 국민대학교 산림과학연구소 상임연구위원, 문화유산회복재단 학술위원이다. 이메일 | woosik.yoo@wafermasters.com  홈페이지 | www.wafermasters.com   그림 1. 대동여지도와 대한민국전도의 유사도와 축척 비교(10리를 4km로 계산하면 대동여지도는 실제의 크기보다 약 25% 크게 그려져 있다.)   우리나라의 지도 국어사전에서는 지도(地圖)를  ‘지구 표면의 상태를 일정한 비율로 줄여, 이를 약속된 기호로 평면에 나타낸 그림’으로 설명하고 있다. 근대 이후에 제작된 지도를 바탕으로 한 설명이라고 볼 수 있다. 현대에는 수치 정보를 바탕으로 한 지리 정보 시스템(GIS : Geographic Information System)과 GPS(Global Positioning System)를 사용하여 항공기, 선박, 자동차 및 보행자의 위치를 무선으로 안내하는 시스템이 사용되고 있다. 지도의 수치 정보와 자신의 위치 정보는 컴퓨터에서 처리되며 화면에 표시된다. 물론 전통적인 방법으로 종이에 인쇄하여 사용하는 것도 가능하다. 우리나라 지도 제작의 역사는 삼국시대 이전으로 거슬러 올라갈 것으로 추정된다. 삼국시대 이전에도 외부와 교류가 활발했고 기록 활동도 있었으므로, 어떠한 형태로든 지도가 만들어졌을 것으로 보인다. 필사에 의한 간단한 약도부터 초기 형태의 지도가 만들어져 활용되었을 것이다. 그러나 현재는 조선 시대 이후의 것들만 전해지고 있다. 현존하는 고지도 가운데 가장 오래된 지도는 조선 초기인 1402년(태종 2년)에 제작된 ‘혼일강리역대국도지도’이다. 이 지도는 당시 제작된 세계 지도로는 세계적으로도 가장 뛰어난 지도 중의 하나로 인정되고 있으나 원본은 전하지 않는다. 필사본은 일본 류코쿠대학이 소장하고 있다. 일본 텐리대학과 서울대학교 규장각에는 필사 모사본이 있다.  조선 전기에는 국토의 측량을 기초로 우리나라 영토의 부분부분을 그린 지도가 활발하게 만들어졌다. 조선 전기의 대표적인 전도(全圖)로는 1530년(중종 25년)에 간행된 ‘신증동국여지승람’에 수록된 ‘팔도총도’를 들 수 있다. 이 전도는 특정 지역의 지역적 성격을 종합적으로 지도와 함께 기록한 지지(地誌)를 보완하는 형태로 부도(附圖)의 형식을 영토의 전체적인 모양을 두 면에 수록하였으며 대표적인 산, 강, 고을의 이름이 간략하게 적혀 있다.    대동여지도 개항 이전인 1876년(고종 13년), 근대적 측량이 이루어지기 전에 제작된 한반도의 지도 중 가장 정확한 지도로 꼽히는 것이 ‘대동여지도’이다. 김정호가 1861년(철종 12년)에 지도첩의 형태로 제작한 한반도의 지도이다. 접었을 때의 책의 크기는 가로 20cm, 세로 30cm로 보관과 운반이 용이하게 만들어졌다. 지도는 가로 19판, 세로 22층(또는 22첩)으로 이루어졌다. 지도의 축척을 나타내는 방안(方眼)에 의하면 지도의 한 면은 가로 80리, 세로 120리에 해당하며 지도의 두 면이 한 장의 목판으로 인쇄되었다. 지도를 펼치면 가로 약 3.8m, 세로 약 6.7m에 이른다. 현재 세 건이 대한민국의 보물로 지정되어 있으며, 대동여지도의 인쇄에 사용된 목판이 2008년에 대한민국 보물로 지정되었다. <그림 1>에서 보는 바와 같이 현재의 한반도 지도의 윤곽과 비교해도 손색이 없다. 1834년(순조 34년)에 제작하고 1840년대까지 3차례에 걸쳐 개정한 ‘청구도’와 1530년에 편찬한 ‘신증동국여지승람’ 등을 참고하여 만들어진 것으로 여겨지고 있다.  대동여지도의 백두산 부분을 살펴보면 단순한 지리 정보 뿐만 아니라 청나라와의 국경을 정한 내용, 청나라와 조선의 담당자, 비석을 세운 날짜 등을 기록하여 세운 비석인  정계비(定界碑)의 위치까지 표시되어 있다.(그림 2) 정계비를 세운 날짜는 강희 51년 5월 15일로 1712년(숙종 38년)의 일이다. ‘강희임진정계(康熙壬辰定界)’라고 적혀 있어 청나라 강희제의 임진년인 1712년에 청나라와 조선의 경계를 정해서 비석을 세운 것임도 기록해 두었다. 대동여지도가 1861년에 만들어진 것이므로 149년 전의 역사적 사실을 기록한 셈이다. 이처럼 고지도에는 단순한 지리 정보뿐만 아니라 역사 정보도 기록되어 있는 경우가 많아, 귀중한 역사 연구자료로서의 가치도 매우 높다.    그림 2. 대동여지도에 그려진 백두산 부분.조선과 청나라의 국경을 표시하기 위하여 1712년 5월 15일에 세워진 백두산정계비의 위치가 표시되어 있다.    대동여지도는 100리(里)를 1척(尺)으로, 10리를 1촌(寸)으로 한 백리척(百里尺) 축척의 지도이나 당시의 10리를 현재의 길이 단위로 정확히는 알 수 없다. 조선 시대의 10리를 오늘날과 마찬가지인 4km로 계산하면 축척은 1 : 16만으로 계산된다. ‘대동지지’와 ‘속대전’의 기록인 “주척(周尺)을 쓰되 6척은 1보(步)이고 360보는 1리(里)이며 3600보는 10리로 된다”라는 내용을 기준으로 축척을 추정하면 1 : 21만 6000이다. 그러나 필자가 현대에 만들어진 지도와 크기가 유사하게 조정하여 대동여지도의 축척을 계산하면 약 1 : 12만 8000이었다. 문헌상의 기록을 바탕으로 추정한 축척과는 25% 또는 69%의 차이가 발생한다. 대동여지도에서는 실제 거리로 약 1280m(=1.28km)에 해당하는 직선 거리가 1cm로 표시된 셈이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

자료 제공 : 에픽게임즈 주요 특징 : 큰 메시 없이 높은 비주얼 퀄리티를 구현하는 나나이트 업데이트, 다양한 렌더링 성능 개선, 포트나이트의 모션 매칭 기능 포함, 컨트롤 릭과 시퀀서로 애니메이션 구현, 멀티 프로세스 쿠킹 속도 향상, 신규 오디오 인사이트 프로파일링 툴 제공, 프로시저럴 콘텐츠 생성 프레임워크 향상 등   에픽게임즈는 지난 3월 게임 개발자 콘퍼런스 GDC 2024의 오프닝 이벤트인 ‘스테이트 오브 언리얼(State of Unreal)’을 통해 ‘언리얼 엔진 5.4 프리뷰 1’ 출시 소식을 알렸다. 이 자리에서는 스카이댄스 뉴 미디어(Skydance New Media)의 새로운 앙상블 어드벤처 신작 ‘Marvel 1943 : Rise of Hydra’ 제작에 사용된 언리얼 엔진 5.4의 기능과 함께 UEFN(포트나이트 언리얼 에디터)에서 메타휴먼을 사용할 수 있게 됐다는 소식도 전해졌다.   ▲ 언리얼 엔진 5.4 프리뷰 1(이미지 출처 : 언리얼 엔진 홈페이지)   언리얼 엔진 5.4 프리뷰 1 출시 먼저 언리얼 엔진 5.4 프리뷰 1이 4월 말에 정식 출시됐다. 언리얼 엔진 5.4에는 디스크에서 큰 메시를 만들지 않고도 훨씬 높은 비주얼 퀄리티를 구현할 수 있는 나나이트 테셀레이션과 같은 나나이트(Ninite)의 주요 업데이트를 비롯하여 다양한 렌더링 성능 개선에 대한 업데이트가 진행된다.  언리얼 엔진 5.4의 애니메이션에도 발전이 있었다. ‘포트나이트’ 챕터 5 출시 이후 모든 플랫폼의 포트나이트에 사용되어 온 모션 매칭 기능이 포함되어, 게임 속 캐릭터에 간단하고 효율적으로 애니메이션을 적용할 수 있게 되었다. 2024년 말에는 이번 키노트 데모에서 사용된 로코모션과 트래버스 데이터세트와 함께 하이엔드 모션 캡처 데이터로 제작된 500개 이상의 AAA급 애니메이션이 포함된 무료 샘플 학습 프로젝트도 무료로 공개할 예정이다. 또한 ‘레고 포트나이트’ 개발 과정에서 대대적인 테스트를 거친 덕분에 별도로 여러 애플리케이션에서 작업할 필요 없이 컨트롤 릭과 시퀀서로 게임에 애니메이션을 구현할 수 있다.  뿐만 아니라 이제 멀티 프로세스 쿠킹의 속도가 최대 3배까지 빨라져, 에디터에서 쿠킹 시 더 적은 양의 셰이더를 컴파일할 수 있다. 사운드 디자이너는 이제 강력한 차세대 오디오의 제작, 이해, 디버그를 지원하는 신규 오디오 인사이트 프로파일링 툴을 사용할 수 있게 되었다.  한편 엔진에서 제공되는 프로시저럴 콘텐츠 생성 프레임워크도 향상되었다. 이번에 출시되는 PCG 바이옴 제작 플러그인은 유연한 데이터 기반 툴의 구체적인 샘플로, 최신 업데이트에서 제공하는 체계적인 접근 방식을 통해 개발되었다.    ▲ 이미지 출처 : 언리얼 엔진 홈페이지 영상 캡처   스카이댄스 뉴 미디어가 선보이는 언리얼 엔진 5.4 기능 스카이댄스 뉴 미디어의 수상 경력에 빛나는 작가이면서 디렉터인 에이미 헤닉(Amy Hennig)과 그의 팀은 스테이트 오브 언리얼에서 새로운 앙상블 어드벤처 신작 ‘Marvel 1943 : Rise of Hydra’를 세계 최초로 선보였다. 스카이댄스는 리얼타임 시네마틱과 툴 데모를 진행하며 새로운 나나이트 및 볼류메트릭 렌더링 등 언리얼 엔진 5.4의 기능을 선보였다.    ▲ 스카이댄스가 GDC 2024에서 선보인 데모 영상   그의 팀은 나나이트 테셀레이션을 사용해 신에 높은 비주얼 퀄리티와 풍성한 디테일을 구현하고 애니메이션과 리얼타임 스트리밍을 지원하는 스파스 볼륨 텍스처로 메모리 사용량을 최소화하는 방법을 보여주었다. 불균질 볼륨이 셀프 섀도잉으로 시네마틱 퀄리티의 볼류메트릭 애셋을 렌더링하는 것과 단단한 표면에 그림자를 드리우고, 포그와 파티클과 같은 다른 반투명 이펙트와 합성되는 볼륨을 함께 선보였다. 스카이댄스는 최신 메타휴먼 애셋 표준과 메타휴먼 애니메이터를 사용해 배우의 강렬한 연기를 내러티브 속 주인공인 매력적인 애니메이션 캐릭터로 전환했다. 3래터럴 팀은 고해상도 4D 스캔을 활용해 메타휴먼 애셋의 퀄리티를 더욱 업그레이드하고, 스캔한 인물의 모습이 메타휴먼에 표현되도록 보정하는 방식으로 캐릭터 제작을 지원했다. 이 프로젝트는 스카이댄스의 베테랑 팀이 주도했으며 온전히 언리얼 엔진으로 제작되었다.   ▲ Marvel 1943 : Rise of Hydra(이미지 출처 : 언리얼 엔진 홈페이지)   UEFN에 메타휴먼 도입 GDC 2023에서 포트나이트 언리얼 에디터(UEFN)와 크리에이터 이코노미 2.0을 출시한 지 1년이 지났다. 그동안 크리에이터들은 8만 개가 넘는 UEFN 섬을 퍼블리싱했고, 에픽게임즈는 첫해에 3억 2000만 달러 이상의 참여 기반 수익금을 크리에이터에게 지급했다. 올해 GDC에서 에픽게임즈는 2024 로드맵을 통해 다양한 신규 기능을 소개했다. 우선 UEFN에 메타휴먼을 도입했다. 메타휴먼 크리에이터와 메타휴먼 애니메이터를 사용해 포트나이트 섬을 위한 고퀄리티 NPC를 손쉽게 제작하고 애니메이션을 적용할 수 있게 되었다. 메타휴먼 크리에이터는 UEFN 또는 언리얼 엔진에서 사용할 수 있도록 리깅된 사실적인 디지털 휴먼을 단 몇 분 만에 제작할 수 있는 무료 온라인 애플리케이션이다. 메타휴먼 애니메이터는 아이폰이나 스테레오 헤드마운트 카메라로 캡처한 영상을 메타휴먼용 고퀄리티 페이셜 애니메이션으로 변환한다. 메타휴먼 애니메이터로 만든 페이셜 애니메이션은 모든 메타휴먼 캐릭터 또는 UEFN에서 제공되는 포트나이트 캐릭터에 적용할 수 있다. 에픽게임즈는 크리에이터가 UEFN에서 메타휴먼으로 사실적인 환경에 실감 나는 휴먼 캐릭터를 구현하는 방법을 보여주는 탈리스만(Talisman) 데모도 공개했다. 이 데모에는 메타휴먼과 고퀄리티 환경이 포트나이트 섬의 룩 앤 필을 어떻게 완전히 바꿔놓았는지를 확인할 수 있다.   ▲ 탈리스만 데모 영상   또한, 신규 마블러스 디자이너(Marvelous Designer) 및 CLO의 지원을 통해 탈리스만 데모 속 메타휴먼의 역동적인 의상을 제작할 수 있게 됐다. UEFN 크리에이터는 마블러스 디자이너의 1년 무료 라이선스를 받을 수 있으며, 이 라이선스를 활용하면 새로운 언리얼 엔진 5.4 워크플로를 사용해 다이내믹 클로딩을 제작한 다음 UEFN 프로젝트로 임포트할 수 있다.   ▲ 탈리스만 데모(이미지 출처 : 언리얼 엔진 홈페이지)     ■ 기사 내용은 PDF로도 제공됩니다.

책임감 있는 AI 활용 및 향상된 모델 훈련   이번 호에서는 AI를 활용해 실시간 3D 콘텐츠를 제작하는 툴인 유니티 뮤즈(Unity Muse)에서 결과를 생성하는 방법을 설명하고, 유니티의 모델 훈련 방법론 및 새로운 파운데이션 모델 두 가지를 소개한다. ■ 자료 제공 : 유니티 코리아   유니티 뮤즈는 AI 기능을 바탕으로 사용자의 탐색, 아이디어 구상 및 반복 작업을 지원한다. 이러한 기능 중 텍스처(Texture) 및 스프라이트(Sprite)는 자연어와 시각적 입력을 애셋으로 변환한다. 뮤즈를 통해 유니티 에디터에 AI를 도입하면 아이디어를 가시적인 콘텐츠로 빠르게 구현할 수 있으므로, 비전을 더 손쉽게 실현할 수 있다. 프로젝트에 사용 가능한 실제 결과물로 변환할 수 있는 텍스트 프롬프트와 패턴, 색, 스케치를 이용하여 조정 및 반복 작업도 가능하다. 유니티는 뮤즈를 통한 스프라이트 및 텍스트 생성의 기반이 되는 AI 모델에 대한 훈련 기법을 혁신하는데 노력을 들였다. 이를 통해 안전하고 책임감 있으며 다른 크리에이터의 저작권을 존중하는 유용한 결과물을 제공하고자 한다.   AI 모델 훈련 유니티는 뮤즈의 텍스처 및 스프라이트 기능을 선보이면서, 유니티가 보유하거나 라이선스를 받은 독점 데이터를 기반으로 처음부터 훈련을 받은 두 가지 맞춤형 확산 모델도 개발하고 있다.   자체 콘텐츠 라이브러리 확장 데이터 증강은 유니티가 데이터 세트의 스케일과 다양성을 높이기 위해 사용하는 핵심 기술 중 하나로, 이 기술을 이용하여 유니티는 보유 중인 원본 데이터 샘플에서 많은 변형(variation)을 생성할 수 있다. 이러한 역량으로 훈련 세트를 더 풍부하게 만들 수 있으며, 모델이 한정된 샘플을 기반으로 일반화를 수행하는 기능을 향상할 수 있다. 아울러 지오메트리 변환, 색 공간 조정, 노이즈 삽입, 스테이블 디퓨전(Stable Diffusion) 같은 생성형 모델을 통한 샘플 배리에이션 등의 기법을 사용해 데이터 세트를 종합적으로 확장한다. 최근 스테이블 디퓨전과 관련하여, 본래 인터넷에서 수집된 데이터를 기반으로 훈련된 모델이라는 이유로 윤리적인 면에서 우려가 발생한 바 있다. 유니티는 뮤즈의 텍스처 및 스프라이트 기능을 제작하면서, 자체적으로 소유하고 책임감 있게 선별한 원본 데이터 세트를 기반으로 잠재적 확산 모델 아키텍처를 처음부터 훈련하는 방식을 통해 사전 훈련된 모델에 대한 의존도를 낮췄다. 데이터 증강 기법의 일부로 스테이블 디퓨전 모델의 사용을 최소로 제한해 안전하게 사용함으로써, 유니티가 보유한 원본 애셋 라이브러리를 강력하고 다양한 결과물의 저장소로 확장할 수 있었다. 이러한 결과물은 고유하고 독창적이며, 저작권을 가진 어떠한 아트 스타일도 포함하지 않는다. 유니티는 또한 추가로 완화 조치를 적용했으며, 뮤즈의 텍스처 및 스프라이트 기능에 사용되는 유니티의 잠재적 확산 모델을 위한 훈련 데이터 세트는 인터넷에서 수집된 어떤 데이터도 포함하지 않는다. 다음은 앞에서 설명한 증강 기법을 통해 확장되는 콘텐츠의 예시이다.   그림 1   <그림 1>은 원본 데이터 샘플(왼쪽 상단)과 복합적인 증강 기법으로 얻은 합성 배리에이션이다. 두 가지 모두 노이즈 기반(색 공간 조정, 위에서 아래로) 및 생성 기반(왼쪽에서 오른쪽으로)이다. 기존 데이터를 증강한 이후에도 여전히 다양한 소재에서 채워야 하는 부분이 있었다. 이 작업을 위해 행동에 의미 있는 변화가 나타날 때까지 자체 콘텐츠로 스테이블 디퓨전을 훈련시켰다. 또한 이러한 파생 모델을 사용하여 사전 필터링된 소재 목록으로 완전히 새로운 합성 데이터를 만들었다.(그림 2)   그림 2   실제 인력에 의한 검토와 LLM(대규모 언어 모델)을 사용하는 자동화된 추가 필터링을 이러한 소재 목록에 모두 적용함으로써, 유니티의 가이드 원칙을 위반하고 인식 가능한 아트 스타일, 저작권이 있는 머티리얼, 잠재적으로 유해한 콘텐츠가 전혀 포함되지 않은 데이터 세트를 만들겠다는 유니티의 목표에 맞지 않는 합성 이미지가 생성될 가능성을 차단했다. 그 결과 증강되고 완전한 대규모의 합성 이미지 데이터 세트 두 개가 만들어졌고, 여기에는 원치 않는 콘셉트가 포함되지 않았다는 확신이 있었다. 하지만 그러한 확신에도 불구하고, 유니티는 더 많은 필터링을 추가해 모델의 안전성을 보장하고자 했다.   안전하고 유용한 결과물을 위한 추가 데이터 필터링 가장 중요한 사항은 안전 및 개인정보와 부정적인 영향 없이 사용자를 지원하는 툴의 제공이었으므로, 유니티는 추가 데이터 세트 필터링을 위한 별도의 분류기 모델을 개발했다. 이 모델을 사용한 결과, 데이터 세트에 포함된 모든 콘텐츠가 유니티의 AI 원칙에 명시된 표준을 충족하고 추가적인 이미지 품질 검사를 통과할 수 있었다. 리뷰어 모델은 합성 이미지에서 다음 사항을 식별하는 역할을 함께 담당했다. 인식 가능한 사람의 특징이 포함되어 있지 않음 일반적이지 않은 어떤 아트 스타일도 포함되어 있지 않음 어떤 IP 캐릭터나 로고도 포함되어 있지 않음 허용될 수 있는 수준의 품질을 갖추고 있음 4개의 리뷰어 모델이 요구하는 신뢰도 높은 임계 수준을 하나라도 통과하지 못하는 이미지는 데이터 세트에서 폐기되었다. 가장 높은 신뢰도를 보이는 이미지만 필터를 통과해 최종 데이터 세트에 합류할 수 있도록 철저하게 주의를 기울이며, 모델의 결격 사유를 엄격하게 평가했다.   모델 소개 유니티의 유나이트 이벤트에서 뮤즈의 텍스처 및 스프라이트 기능에 대한 얼리 액세스가 발표되었다. 이러한 툴을 지원하는 모델의 첫 번째 반복 수정을 내부적으로 ‘Photo-Real-Unity-Texture-1’ 및 ‘Photo-Real-Unity-Sprite-1’이라고 한다. 이는 스타일화에 대한 기초적인 이해만 갖추도록 설계된 모델로, 주로 포토리얼리즘에 집중되어 있다. 모델을 프로젝트의 기존 스타일에 맞게 가이드하고 싶다면, 유니티의 스타일 훈련 시스템에 약간의 고유 레퍼런스 애셋을 제공하여 콘텐츠를 특정 아트 스타일로 생성하는 방법을 모델에 학습시킬 수 있다. 그렇게 하면 결과물 가이드를 위해 메인 모델과 함께 작동하는 소규모의 후속 모델이 생성된다. 이 소규모 후속 모델은 훈련 담당자나 그 조직에 공개되지 않으며, 유니티는 메인 모델 훈련에 이 콘텐츠를 사용하지 않는다. 포토리얼리즘에 중점을 두는 모델이기 때문에 유니티는 메인 모델을 수많은 다양한 스타일로 훈련시킬 필요가 없었다. 이 아키텍처를 통해 더 손쉽게 책임감 있는 AI를 향한 유니티의 약속을 지키면서 메인 모델을 훈련시킬 수 있으며, 크리에이터가 아트 수준을 더 세부적으로 제어하도록 할 수 있다. 이러한 모델은 시작에 불과하다. 뮤즈의 스마트한 역량은 점점 더 향상되어 더 나은 결과물로 이어질 것이며, 유니티는 그러한 과정에서 모델 향상 로드맵을 통해 모델을 더 높은 완성도로 이끈다는 비전을 내세운다.   Photo-Real-Unity-Texture-1 로드맵 유니티의 텍스처 모델은 모든 분야에서 유용하게 쓰일 수 있다. 큰 규모의 콘셉트를 인식하고 있으며, 이러한 모델을 통해 서로 관련이 없는 여러 콘셉트를 자유롭게 혼합하고 <그림 3>에서 볼 수 있는 ‘메탈 슬라임’ 또는 ‘파란색 크리스탈 유리 암석’ 같은 결과물을 구현할 수 있다.   그림 3   이 모델이 현 단계에서 유용하기는 하지만, 다양한 프롬프트와 입력 방식에 어떻게 반응하는지 학습해 본 결과 단일 단어로 구성된 프롬프트로는 고급 머티리얼 콘셉트를 구현하기 어려울 수도 있다는 사실을 알 수 있었다. 원하는 목표에 맞게 모델을 가이드하는 데에 도움이 되는 방법이 더 있지만, 유니티는 기본 프롬프트의 정확도를 높이고 새로운 모델 가이드 방법을 추가하는 방식으로 사용자가 모델을 계속 더 자유롭게 제어할 수 있도록 할 예정이다. 앞으로 컬러 피커, 추가적인 사전 제작 가이드 패턴, 자체 가이드 패턴 생성을 위한 개선된 시스템 및 기타 새로운 시각적 입력 방법을 추가할 계획이며, 이 모든 사항은 현재 실험 단계에 있다. Photo-Real-Unity-Texture-1에서 유니티가 가장 중점을 두는 사항은 성과가 저조한 머티리얼 콘셉트를 식별하고 모델 재훈련을 자주 실행하여 전반적인 품질과 기능을 지속적으로 개선하는 것이다. 툴 내 평가 시스템을 통한 사용자의 피드백은 유니티가 모델 기능에서 취약점을 식별하여 더 나은 툴을 만드는 데 도움이 된다. 유니티는 빈도 높은 훈련 일정으로 모델을 빠르게 개선하고, 모델의 사용성을 높이며, 머티리얼 분야에 대한 지식을 축적하고 있다.   Photo-Real-Unity-Sprite-1 로드맵 Photo-Real-Unity-Texture-1과 유사하게 유니티의 기본적인 스프라이트 모델은 전반적으로 유용하며 많은 콘셉트를 인식한다. 툴에 아직 빌트인 애니메이션 기능이 없기 때문에, 유니티는 초기에는 가장 흔하게 사용되는 정적 스프라이트 콘셉트의 품질을 극대화하는데 주력하기로 했다. 기본 모델의 원시 결과물을 <그림 4>에서 확인할 수 있다. 일반적인 사용 사례에서 이는 사용자 훈련 모델에 의해 특정 아트 스타일에 맞게 조정된다.   그림 4   정적 오브젝트는 이미 안정적이지만 유니티는 동물과 인간의 해부학적 정확도를 개선하기 위해 계속 노력하고 있다. 이러한 유형의 소재를 사용할 때 결과가 바람직할 수도 있지만, 사지가 늘어나거나 누락되는 경우 또는 안면이 왜곡되는 경우가 발생할 수도 있다. 이는 책임감 있는 AI 및 사용 가능한 데이터에 대한 엄격한 제한을 지향하는 유니티의 조치에 따른 부작용이라고 할 수 있다. 유니티는 개인정보 보호와 안전을 중요하게 인지하고 있으며, 이로 인해 초기 얼리 액세스 릴리스에서 일부 소재의 품질이 완벽하지 않을 수 있다. 완전히 공백인 스프라이트가 생성될 수도 있으며, 이는 시각적 콘텐츠 검수 필터에 따른 결과이다. 유니티는 Photo-Real-Unity-Sprite-1의 초기 출시 버전에서는 출력 필터링에 관해 신중하게 접근하는 방향을 택했으며, 이로 인해 일부 아트 스타일의 경우 필터링에서 1종 오류가 발생할 수 있다. 유니티는 지속적으로 피드백을 수렴하고 콘텐츠 필터를 개선하면서 점차 제한을 완화할 계획이다. 유니티는 피드백을 수렴하고 책임감 있는 자세로 계속 더 많은 데이터를 소싱하면서 전반적으로 모든 소재의 품질이 빠르게 향상될 것으로 기대하고 있다. Photo-Real-Unity-Sprite-1에도 Photo-Real-Unity-Texture-1과 유사하게 철저한 훈련 일정이 적용될 예정이다.   AI 강화 개발을 향한 유니티의 행보 뮤즈는 책임감 있고 타인의 독창성을 존중하는 방식으로 생성형 AI의 잠재력을 활용해 커뮤니티에 더 강력한 창작물 제어 권한을 부여하려는 유니티의 첫걸음이다. 이 제품은 사용자를 우선으로 고려하여 제작되었으며, 유니티는 사용자의 피드백을 기반으로 변화와 개선을 진행할 예정이다. 유니티는 콘텐츠 제작 업계에서 생성형 AI가 가지는 잠재적 영향력을 인식하며 중요하게 다루고 있다. 이 툴은 크리에이터를 대체하는 것이 아닌, 크리에이터의 역량을 강화하기 위한 노력의 결과이다. 유니티는 크리에이터가 더 많아질수록 세상은 더 매력적인 곳이 될 것이라고 믿으며, 뮤즈와 이를 지원하는 모델을 통해 이러한 사명을 계속 이어간다는 비전을 제시한다.     ■ 기사 내용은 PDF로도 제공됩니다.

한국오라클이 지난 4월 16일 ‘모던 데이터 플랫폼 및 데이터베이스 혁신 전략’을 주제로 기자간담회를 열고, 융합형 데이터베이스(Converged DB)를 중심으로 한 오라클의 포괄적인 기업 데이터 관리 기술의 현재와 미래에 대해 소개했다.  ■ 박경수 기자   기자간담회에는 ‘DB의 아버지’라 불리는 오라클의 앤디 멘델손(Andy Mendelsohn) DB 서버 기술개발사업부 총괄 부사장이 참석해 ‘데이터, AI 및 앱 개발의 미래’를 주제로 발표하고, 오라클 DB 솔루션이 향후 AI 시대를 주도할 데이터 플랫폼의 미래 시장에서 어떤 가치를 갖고 있는지 설명했다.   오라클 모던 데이터 플랫폼 오라클 모던 데이터 플랫폼(Oracle Modern Data Platform)은 전체 라이프사이클을 간소화하고 더 빠른 속도로 통찰력을 제공한다는 점이 특징이다. 단일 플랫폼 상에서 모든 트랜잭션, 웨어하우스, 분석 및 인공지능(AI)/머신러닝(ML) 자산에 대한 수집, 선별(curation) 및 관리를 통해 기업이 데이터에 대한 더 큰 통제 권한을 얻을 수 있다. 오라클은 온프레미스, 하이브리드, 규제, 퍼블릭 클라우드 솔루션 등 원하는 형식이 무엇이든 지원할 수 있다고 강조했다. 모던 데이터 플랫폼은 기업 조직에 데이터 저장, 처리 및 분석을 위한 통합 환경을 제공하는 중앙 집중형 인프라로, 일반적으로 데이터 웨어하우스, 데이터 레이크, 추출, 변환, 로드(ETL) 파이프라인 및 분석 도구 등의 기술들을 포함하고 있다.  모던 데이터 플랫폼은 표준화 및 통합된 데이터 관리 접근방식을 확립해 기업 조직이 귀중한 통찰력을 얻고, 데이터 기반 의사결정을 내릴 수 있도록 하는 지원하는 것을 주된 목표로 삼는다. 단일 통합 저장소에서 데이터 자산을 중앙 집중형으로 관리해 데이터에 대한 더 쉬운 액세스, 협업 및 통제를 가능케 한다.   ▲ 오라클 모던 데이터 플랫폼 기자간담회 모습   융합형 데이터베이스 중심의 기업 데이터관리 앤디 멘델손 부사장은 “오라클의 데이터베이스 비전은 기업 앱 및 분석 개발 운영을 어떠한 활용 사례 및 규모에서든 수월하게 만드는 것”이라며, “전략적 핵심은 기업의 개발뿐만 아니라, 생성형 AI 및 LLM 결합을 통해 생성까지 쉽게 만드는 것”이라고 말했다. 이러한 비전 달성을 지원하는 두 가지 핵심 축은 ‘융합형 DB’ 및 ‘자율운영 DB’이다. 오라클의 융합형 DB는 23c 버전을 클라우드 환경으로 정식 출시됐고, 곧 사내구축형 환경으로도 출시될 예정이다. 멘델손 부사장은 오라클이 2023년 9월에 발표한 차세대 융합형 DB인 오라클 DB 23c가 기존 관계형 모델과 JSON 및 그래프 모델 간의 통합을 구현하는 혁신을 이뤘다고 소개했다. 또한 최근의 앱은 관계형뿐만 아니라 JSON, 그래프 등 다양한 데이터 유형이 혼합 운영되는 가운데, 개발자는 오라클 DB 23c를 통해 3가지 유형의 데이터 장점을 모두 활용하는 앱을 개발, 운영하고 있으며 그 과정에서 데이터의 일관성을 손쉽게 유지할 수 있다고 설명했다. 융합형 DB는 멀티 모델, 멀티 테넌트 및 멀티 워크로드 DB로, 각 개발팀이 원하는 데이터 모델과 액세스 방법을 지원하면서 불필요한 기능으로 방해받지 않도록 한다. 또한 각 개발 팀이 필요로 하는 모든 워크로드(OLTP, 분석, IoT 등)를 탁월한 성능으로 지원한다.  한편 오라클은 지난해 9월 오라클 데이터베이스23c(Oracle Database 23c)에 AI 벡터를 사용하는 시맨틱 검색 기능을 추가할 계획이라고 발표했다. AI 벡터 검색(AI Vector Search)이라는 기능 모음에는 새로운 벡터 데이터 유형, 벡터 인덱스, 벡터 검색 SQL 연산자 등이 포함되어 있다.   ▲ 오라클의 앤디 멘델손 DB 서버 기술개발사업부 총괄 부사장   생성형 AI 기술과 데이터베이스 접목 멘델손 부사장은 또 오라클 DB 비전과 관련해 생성형 AI를 접목한 융합형 DB(Converged Database)와 이를 구동하는 자율운영 DB(Oracle Autonomous Database)를 통해 모던 앱 및 분석을 생성 및 운영하는 작업이 간소화될 것이라고 강조했다. 이를 통해 융합 개방형 SQL DB가 기존 단일목적 상용 DB를 대체함으로써, 기업 개발자와 IT 전문가가 데이터 통합 시간을 줄이고 혁신에 더 집중하도록 돕는다는 전략이다. 오라클은 생성형 AI 기능을 자사 DB 포트폴리오에 내장하고 있는데, 기업이 오라클의 AI 기반 애플리케이션을 구축하도록 지원하기 위함이다. 대표적인 예로, 기업은 자율운영 데이터베이스 셀렉트 AI(Autonomous Database Select AI) 기능을 사용해 자체 엔터프라이즈 데이터와 생성형 AI가 제공하는 생산성 및 창의성의 장점 모두를 활용함으로써 애플리케이션 개발을 가속화할 뿐만 아니라, 신규 비즈니스 솔루션 구축을 진행할 수 있다. 또한 오라클은 OCI 데이터 사이언스(OCI Data Science)의 기능도 확장하고 있으며, 이를 통해 기업이 허깅페이스(Hugging Face)의 트랜스포머(Transformers) 또는 파이토치(PyTorch)와 같은 오픈소스 라이브러리를 사용해 복수의 LLM을 구축, 훈련, 배포 및 관리하도록 지원한다.   ▲ 차세대 융합형 데이터베이스, 오라클 DB 23c   오라클 글로벌 분산형 자율운영 데이터베이스 오라클 글로벌 분산형 자율운영 데이터베이스(Oracle Globally Distributed Autonomous Database)는 기업이 데이터 레지던시 요건을 충족시키고, 비즈니스 크리티컬 애플리케이션에 생존성을 제공하며, 클라우드급 DB 성능을 제공하도록 지원하는 완전 자동화된 분산형 클라우드 DB다.  또한 Oracle DB 샤드 세트로 분산된 단일 논리적 오라클 DB로, 각 샤드는 논리적 DB 데이터의 하위 집합을 호스팅하는 독립적인 오라클 DB 인스턴스다. 다수 샤드를 하나의 OCI 가용성 도메인, 여러 OCI 가용성 도메인 또는 리전, 또는 상이한 지역의 OCI 리전에서 실행해 각각 성능 극대화, 최상의 가용성 확보 및 데이터 레지던시 요건을 지원할 수 있다. 이 밖에도 기업의 핵심 워크로드 구동에 최적화된 고성능 및 고안정성을 제공하는 동시에, 데이터 주권 및 보안 강화를 지원하는 오라클의 서비스로는 오라클 융합형 DB(Oracle Converged Database), 오라클 자율운영 DB(Oracle Autonomous Database), 오라클 엑사데이터 클라우드앳커스터머(Oracle Exadata Cloud@Customer), MySQL 히트웨이브(MySQL HeatWave) 등이 있다. 또한 오라클은 기업 요구사항을 충족시킬 수 있는 DB 및 분석 서비스에 지속적으로 투자하고 있다.   멀티 클라우드 지원 오라클의 또 다른 전략적 핵심은 '멀티 클라우드 지원'이다. 오라클과 마이크로소프트는 주로 애저(Azure) 클라우드 이용 약정 계약을 맺고 있다. 애저 환경에서 자사의 앱 및 오라클 DB를 함께 운영하길 원하는 양사 고객들을 위해 ‘오라클 데이터베이스앳애저(Oracle Database@Azure)’를 발표했다.  해당 오퍼링은 물리적인 엑사데이터(Exadata) 하드웨어를 애저 클라우드 리전 안에 위치시켜 애저 클라우드 데이터 센터 안에서 바로 엑사데이터 기반 클라우드 서비스를 제공하는 변화를 선보였다. 이를 통해 양사 고객들은 기존 애저 클라우드 서비스에 대한 이용 약정 계약 금액만으로 애저 클라우드 및 오라클 데이터베이스 클라우드 서비스를 모두 사용할 수 있게 됐다. 향후 오라클은 MS 외에도 타 클라우드 기업들과 파트너십 확대를 전략적 목표로 삼고 있으며, 올해 오라클 클라우드 월드에서 관련 내용을 소개할 예정이다.  이번 기자간담회를 통해 오라클은 오라클 DB에 많은 양의 비즈니스 데이터를 보유한 기업들이 강력한 AI 기술 및 SQL을 손쉽게 활용해 간단한 방식으로 데이터 검색을 지원하는데 초점을 맞추고 있다는 것을 알 수 있다. 이를 통해 기업은 내부 독점 데이터를 더 잘 활용하는 것은 물론 이해할 수 있게 될 것으로 전망하고 있다. 또한 표준 SQL 기반으로 제공되는 AI 기술이기 때문에 컴퓨터 공학 부문에서 높은 학위가 없다고 하더라도 SQL을 이용할 수 있는 모든 DBA(데이터베이스 관리자)가 활용할 수 있다는 점도 특징이다.    질의 응답 Q. 오라클 DB의 자연어 질문 및 답변 지원 기능과 관련해, 이를 일반적 챗GPT와 비교 시, 기업 내 환경에서는 일반 사용자들이 경험하는 환각현상 같은 것들이 허용되지 않고 정확해야 하는데 이에 대한 관점은 A. 회사 내 데이터에 대해 LLM 기반 검색은 말씀하신 그런 LLM 모델로는 좋은 답을 제공할 수 없다. 말씀한 모델은 인터넷에 공개된 방대한 데이터에 대해 훈련됐지만, 기업 보유의 프라이빗 데이터에 대해서는 전혀 알지 못하기 때문이다. 비즈니스적인 질문을 비즈니스 데이터에 대해 할 경우에 자연어로 질문을 할 때 LLM이 올바른 SQL 질문을 만들 수 있도록 도울 수 있는 데이터 강화가 필요하다. 그래서 사용자의 질문의 맥락에 따라서 가장 적절하다고 생각되는 데이터베이스 스키마를 생성 및 제공해야 한다.  이에 오라클은 LLM이 SQL 생성 후 적절한 오라클 데이터베이스에 있는 스키마만 참조할 수 있도록 하며, 인터넷 공개 데이터로 답변하지 않도록 한다. 애널리스트들이 자주 묻는 질문을 알고 있기 때문에, 이것을 기반으로 관계형 뷰를 만들어서 여기서 가장 자주 묻는 질문에 해당하는 스키마 생성 및 이를 LLM에 전송해서 기업 맥락에 맞는 답변할 수 있도록 보완한다.    Q. 자율운영 DB 개념과 다른 리전에서 고가용성 및 레지던스 확보를 지원하는 기능에 대해 설명해 달라 A. 글로벌 분산형 자율운영 DB는 전 세계적으로 각국 정부가 데이터 주권 규제 강화하고 있는 추세를 지원하고자 출시했다. 예를 들어 현대기아자동차 같이 글로벌하게 운영하는 기업은 전 세계 고객에 대한 DB를 갖고 있다. 데이터 주권 규제로 인해 고객 DB를 국가별로 분산해서 나눠서 관리해야 하는 의무가 있다. 하나의 단일한 고객 DB를 통합해서 관리할 수 없고, 중국, EU 등으로 나눠서 관리해야 하며 이것을 데이터베이스 샤딩이라는 용어로 표현하고 있다. 그래서 23c에서 글로벌 샤딩을 쉽게 만드는 기술을 포함하고 있다.   Q. 파운데이션 LLM 사업을 직접 하지 않는 이유와 최근에 등장하는 경쟁력 있는 MS 오픈 AI, 구글 제미나이 등에 모델을 올리기 어려운 점에 대한 관점은 A. 챗GPT 같은 파운데이션 LLM 모델 개발 구축에 많은 비용이 들며, 시장의 무료 모델을 쓸 수 있기 때문이다. 또한 셀렉트 AI 등 오라클이 AI로 LLM 활용을 지원하는 기술들 중 좋은 API로 연결해 시중의 인기 있는 널리 사용되고 있는 LLM 모델과 잘 연동되고 지원하도록 기술을 고도화하고 있다. 오라클 클라우드 관점에서 오픈AI 등 LLM 벤더와 파트너십을 맺어서 오라클 클라우드를 사용하도록 움직이고 있다. 말하자면 프라이빗 LLM 만들 수 있도록 지원하는 것이다. 현재 AI 커뮤니티에서 굉장히 많은 개발 움직임이 있는데, 그 중 하나가 업무별로 특화된 LLM을 만드는 것이다. 이 경우 운영 비용이 굉장히 저렴해질텐데, 예를 들면 SQL 생성에 특화된 LLM 만든다고 했을 때, 이런 쪽과 협력해서 특화된 기술을 저렴한 비용으로 사용할 수 있도록 하는 협력을 진행하고 있다.      ■ 기사 내용은 PDF로도 제공됩니다.