AI 훈련용 빅데이터 2026년 고갈···문제점과 대책은?

지난해 11월 챗GPT의 등장으로 전세계적 열풍을 몰고온 챗AI 모델은 슈퍼컴퓨터 가동해 엄청난 데이터를 학습한 결과를 바탕으로 답을 내놓는다. 그런데 오는 2026년이면 그 AI학습 용 고품질 데이터(언어)가 고갈될 것이라는 연구결과가 나왔다. 문제는 일반 사회관계망(SNS)에서 사용되는 저품질 데이터가 아닌 위키피디아에 등장하는 것 같은 고품질 데이터가 고갈되면서 이런 데이터를 바탕으로 한 AI교육 기반의 더 정교한 답을 확보하기가 점점더 어려워진다는 것이다. 이는 지난해 10월 26일 첨단 AI 연구 및 조사 연구자 그룹인 에포크가 아카이브에 발표한 논문에 등장한 내용이다. 에포크는 애버딘대학교, 매사추세츠공대(MIT) 컴퓨터과학 및 AI연구소, 튀빙겐대학교 AI거버넌스센터 과학자들의 공동연구 결과를 이같이 발표했다.

아카이브가 소개한 에포크 논문을 요약해 소개하고, 데이터 고갈에 따른 제반 문제점과 3가지 해결방안을 함께 고민해 본다. 아이반 스메타니코프 세로켈(Serokell) 데이터 과학 팀장은 벤처비트 기고를 통해 데이터 고갈에 따른 대응책을 제시하면서도 아직까지 인류는 여전히 어떤 해결책을 정확히 알지 못한다고 말했다.

에포크가 제시한 AI시대 데이터 고갈 문제

오는 2026년이면 AI학습을 위한 고품질 데이터가 고갈될 것이라는 연구결과가 나왔다. 문제는 고품질 데이터가 고갈되면서 이런 데이터를 바탕으로 한 더 정교한 답을 확보하는 것도 점점 더 어려워진다는 것이다.

대규모 언어 모델(LLM)은 오늘날 가장 주목받는 혁신 중 하나다. 오픈AI와 마이크로소프트(MS)와 같은 회사들이 새로운 자연어처리(NLP) 시스템을 출시하기 위해 노력하고 있는 가운데, 훼손될 수 없는 대량의 품질 데이터에 액세스하는 것의 중요성을 부인할 수 없다.

하지만 지난해 10월 에포크(Epoch)가 수행해 아카이브에 발표한 연구 결과에 따르면 우리는 곧 AI 모델을 훈련시키기 위해 더 많은 데이터가 필요할(필요성에 직면할) 수 있다.

에포크는 향후 수십 년 동안 인터넷에서 사용할 수 있는 라벨이 지정되지 않은 데이터의 총 재고를 추정해 데이터 사용량 증가와 함께 인터넷에서 이용할 수 있는 고품질 데이터의 양을 조사했다.

(‘고품질’ 데이터는 소셜 미디어 게시물과 같은 저품질 데이터와 대조되는 위키백과와 같은 리소스를 나타낸다.)

분석 결과 고품질 데이터는 곧 소진될 것이며, 아마도 2026년 이전에 소진되는 것으로 결론이 나왔다.

이와 대조적으로 품질이 낮은 데이터는 훨씬더 늦은 2030~2050년(저품질 언어), 그리고2030~2060년(저품질 이미지)에 소진될 것으로 예측됐다.

연구진은 결론적으로 향후 데이터 효율성이 크게 향상되지 않거나 새로운 데이터 소스를 사용할 수 없게 된다면, 기계학습 AI모델의 현 확장 추세가 느려질 수 밖에 없다는 것을 분명하게 드러내고 있다. 막대한 데이터 세트가 없이는 AI모델 결과 개선을 기대하기 어렵기 때문이다.

기계 학습(ML) 모델은 학습용 데이터의 양이 증가함에 따라 성능이 향상되는 것으로 알려져 있다. 그러나 단순히 AI 모델에 더 많은 데이터를 제공하는 것만이 항상 최선의 해결책은 아니다.

특히 희귀 이벤트나 틈새 애플리케이션의 경우에는 더욱 그렇다. 예를 들어 희귀 질병을 탐지하는 모델을 훈련하려면 작업할 데이터가 더 필요할 수 있다. 하지만 우리는 여전히 시간이 지남에 따라 모델이 더 정확해지기를 원한다.

아이반 스마타니코프 팀장은 “이는 만일 우리가 기술이 느려지지 않고 AI가 계속 발전하려면 우리가 데이터의 양과 무관하게 기계학습 모델을 구축할 수 있는 또다른 패러다임을 개발해야 한다는 것을 시사한다”고 지적했다.

AI 모델 확대에 따른 여러 가지 한계

우리는 조만간 데이터 고갈로 원하는 더 정교한 답을 얻을 수 없게 될지 모른다.

스마타니코프는 머신 러닝 모델을 확장하는 데 있어 가장 중요한 해결 과제 중 하나로 무엇보다도 모델 크기 증가로 인한 마진(신호가 일그러져도 바른 정보로 인식할 수 있는 신호의 변형 한계) 감소를 꼽는다.

AI 모델의 크기가 계속 커짐에 따라 모델의 성능 향상은 미미해지게 된다. AI 모델이 복잡해질수록 최적화하기가 어렵고 과대적합(overfitting)되기 쉽기 때문이다. (*AI모델이 학습한 데이터에는 굉장히 잘 맞지만 새로운 데이터에는 잘 맞지 않을 때 과대적합됐다고 한다. 이와 반대로 너무 단순한 모델을 생성해 학습 데이터와 잘 맞지 않을 때 모델이 과소적합(Underfitting)됐다고 한다.)

게다가 더 큰 모델은 더 많은 계산 자원과 훈련 시간을 필요로 하기 때문에 실제 용도에 덜 실용적이다.

확장 모델의 또 다른 중요한 한계는 견고성과 일반화 가능성을 보장하기 어렵다는 것이다.

견고성은 잡음이 많거나 적대적 입력에 직면해도 잘 수행하는 모델의 능력을 말한다. 일반화 가능성은 모델이 훈련 중에 보지 못한 데이터 상에서도 잘 수행할 수 있는 능력을 말한다. 그런데 모델이 복잡해짐에 따라 적대적 공격에 더욱 취약해져 견고성이 떨어진다. 또한 더 큰 모델은 뒤에 숨은 패턴을 학습하는 대신 훈련 데이터를 암기해 일반화 성능이 저하된다.

해석 가능성과 설명 가능성은 AI모델이 예측하는 방식을 이해하는 데 필수적이다. 그러나 모델이 복잡해짐에 따라 내부 작업이 점점 불투명해져 이들의 결정을 해석하고 설명하는 것이 어려워진다. 이러한 투명성 부족은 의사 결정 과정이 설명 가능하고 투명해야 하는 의료나 금융과 같은 중요 활용분야에서 문제가 될 수 있다.

일단 “더 다양한 훈련데이터·동일 데이터 여러번 교육”이 도움

데이터 사용량 예측. 왼쪽부터 시간경과에 따른 (a)저품질 언어 데이터 예측, (b)고품질 언어 데이터 예측, (c)시각 데이터 예측을 보여준다. 각 그래프는 데이터 사용량에 대한 두 가지 외삽법을 보여준다. 하나는 과거 추세에서 얻은 것이고 다른 하나는 컴퓨팅 가용성 추정 및 확장 법칙에서 얻은 것이다. 두 예측치 모두 추정된 데이터 재고보다 낮게 만들도록 제약을 주었다. 세 가지 경우 모두 이러한 제약으로 인해 데이터 사용량 증가 속도가 느려진다.

문제를 극복하기 위한 한 가지 접근 방식은 고품질 및 저품질 데이터로 간주되는 것을 재고하는 것이다.

스와바 스웨이얌딥타 미국 서던캘리포니아대 머신러닝 교수에 따르면 더 다양한 훈련 데이터 세트를 만드는 것은 품질을 저하시키지 않고 이같은 한계를 극복하는 데 도움이 될 수 있다.

또한 그는 동일한 데이터에 대해 모델을 두 번 이상 교육하면 비용을 절감하고 데이터를 더 효율적으로 재사용하는 데 도움이 될 수 있다고 말한다.

이러한 접근 방식은 문제를 지연시킬 수 있지만 동일한 데이터를 사용해 모델을 교육할수록 과대적합 되기 쉽다. 우리는 장기적으로 데이터 문제를 극복하기 위한 효과적인 전략이 필요하다.

그렇다면 단순히 모델에 더 많은 데이터를 제공할 수 있는 대안은 무엇일까?

“JEPA 방식, 데이터 증강, 전이학습”

우선 AI 4대천왕 가운데 한사람으로 불리는 얀 르쿤이 제안한 JEPA(Joint Experimic Probability Approvalation)가 꼽힌다. 이는 기계 학습 접근 방식으로서, 경험적 확률 분포를 사용해 데이터를 모델링하고 예측한다는 점에서 전통적 방법과 차이를 보인다. 전통적 접근 방식에서는 AI모델이 종종 데이터의 기본 분포에 대한 가정을 기반으로 해 수학방정식을 데이터에 맞추도록 설계됐다. 그러나 JEPA에서 AI모델은 경험적 분포 근사치를 통해 데이터로부터 직접 학습한다. 이 접근 방법은 데이터를 부분 집합(서브세트)로 나누는 것과 각 하위그룹에 대한 확률 분포를 추정하는 것을 포함한다. 그런 다음 이러한 확률 분포를 결합해 예측하는 데 사용되는 공동 확률 분포를 형성한다. JEPA는 복잡한 고차원 데이터를 처리하고 변화하는 데이터 패턴에 적응할 수 있다.

또 다른 접근 방식은 데이터 증강 기술을 사용하는 것이다. 이 기술에는 새 데이터를 생성하기 위해 기존 데이터를 수정하는 작업이 포함된다. 이 작업은 이미지를 뒤집거나 회전하거나 잘라내거나 이미지에 노이즈를 추가하는 방식으로 수행된다. 데이터 증강은 과대적합을 줄이고 모델의 성능을 향상시킬 수 있다.

마지막으로, 전이 학습(transfer learning)을 사용할 수 있다. 여기에는 사전 훈련된 모델을 사용하고 이를 새 작업에 미세 조정하는 작업이 포함된다. (*즉 학습된 모델의 가중치를 가져와 해결하려는 문제에 맞게 보정해서 사용하는 것이다.) 이 경우 모델이 이미 대규모 데이터 세트에서 가치있는 기능을 학습했기 때문에 시간과 리소스를 절약할 수 있다. 사전 훈련된 모델은 적은 양의 데이터를 사용해 미세 조정될 수 있으므로 드문 데이터에 대한 좋은 솔루션이다.

결론

오늘날 우리는 여전히 데이터 증강 및 전이 학습을 사용할 수 있지만 이러한 방법들이 문제를 완전히 해결하지는 않는다. 그것이 우리가 미래에 이 문제를 극복하는 데 도움이 될 수 있는 효과적 방법에 대해 더 많이 생각할 필요가 있는 이유다.

우리는 아직 정확히 어떤 해결책이 있을지 모른다. 결국 인간에게는 새로운 것을 배우기 위해 단지 몇 가지 예를 관찰하는 것으로 충분하다. 언젠가는 우리도 그렇게 할 수 있는 AI를 발명할 것이다.

AI & 빅데이터 & 머신러닝!

머신러닝 산업에서 가장 대표적인 기업은 역시 딥마인드(DeepMind)의 구글과 세이지메이커(SageMaker)의 아마존이라고 할 수 있겠습니다.

DeepMind: 그 전설적인 이세돌과의 세기의 대국을 치룬 알파고를 개발한 기업으로 2014년에 구글에 인수되고 구글의 AI 모델 연구개발을 이어가고 있습니다. 조만간 챗GPT에 대항할 초거대 AI 챗봇 스패로우(Sparrow)를 출시할 것이라고 합니다.

Amazon SageMaker: 머신러닝 모델을 구축하고 훈련, 배포할 수 있도록 지원하는 플랫폼입니다. 지난 2022년 AWS RE:Invent에서는 새로운 기능을 무려 8종이나 공개하며 그 활용 영역을 확장했습니다.

빅데이터와 머신러닝 그리고 AI가 모든 산업의 디지털 기반 기술이 되며, 이를 활용해 사업 영역을 확장하는 기업들도 빠르게 늘어나고 있습니다. 산업을 불문하고 비 IT 기업에서도 데이터 분석가와 AI 전문가의 수요 또한 증가하고 있는데, 공급은 현저히 부족한 상황입니다. 그렇기 때문에 빅데이터와 머신러닝 솔루션을 제공하는 B2B 기업들의 역할이 더 중요해지고 있는 시점입니다.

빅데이터 기업 트렌드는 크게 △데이터 생산 △데이터 통합 및 관리 △데이터 보안 이렇게 3가지 방향으로 발전하고 있습니다. 보다 쉽고 간편하게 분석된 데이터를 가시적으로 보여줄 수 있는 SaaS 활용도 증가 추세에 있고요. 기존 데스크탑 전용 모델에서 모바일 친화적인 솔루션의 등장도 많아지고 있습니다. 이는, 데이터 분석 및 가치 창출이 비즈니스에 직접적인 영향을 끼치게 되며 비기술 직무 비즈니스 전문가들이 쉽고 편하게 데이터를 읽을 수 있도록 지원하는 것이 필요해졌기 때문입니다.

지금까지 디지털 시대의 핵심 기반 기술 삼총사에 대해서 알아보았는데요. 서로 간의 역학관계는 앞으로 다양하게 변모할 수 있겠지만, 그 사용량과 빈도는 지속해서 증가할 것으로 생각됩니다. 고객에게 더 나은 서비스를 제공하기 위해서 수많은 데이터 기업들과 협업을 이어가야 할 텐데요. 우리 회사의 업무 효율성을 높이고 비즈니스 확장이 가능한 찰떡같은 파트너를 찾는 것도 디지털 시대의 중요한 비즈니스 전략이 될 것입니다.

눈 앞에 닥친 마이데이터 시대 ‘우려와 과제’

[AI 요약] 내년 1월 마이데이터 서비스의 본격적인 시행을 앞두고 한쪽에서는 정보 집중과 유출에 대해 우려하고 있고, 한쪽에서는 동일한 정보를 가지고 수익창출을 할 수 있는 차별화된 서비스 개발에 골몰하고 있다. 제공되는 정보의 범위와 서비스 방식에 대해서도 기존 금융권과 빅테크 기업의 입장이 달라 논란이 지속되고 있다. 금융 당국 조차 마이데이터 사업자들의 권한과 서비스 운영 방식에 대한 교통정리에 급급한 상황에서 국민 개개인은 어떻게 마이데이터 서비스를 명확하게 알지 못한 채 마이데이터 서비스와 마주하는 셈이다.

마이데이터 서비스의 본격 시행이 내년 1월로 예정된 가운데 이를 둘러싼 이해관계자들 사이에 갑론을박이 지속되고 있다.

내년 1월 마이데이터 서비스의 본격적인 시행을 앞두고 이를 가장 먼저 도입하는 금융권에서는 시스템 구축에 박차를 가하고 있다. 하지만 성큼 다가온 마이데이터 시대를 바라보는 우려 또한 적지 않다.

마이데이터에 얽힌 이해 집단 간의 관심사도 저마다 다르다. 한쪽에서는 정보 집중과 유출에 대해 우려하고 있고, 한쪽에서는 동일한 정보를 가지고 수익창출을 할 수 있는 차별화된 서비스 개발에 골몰하고 있다. 그 과정에서 자금력과 기술이 미비한 일부 금융권 등이 사업에서 소외되고 있다는 지적도 있다

내년 1월부터 API 시스템이 의무화되며 아직 준비가 미흡하다는 지적도 나온다. 현재는 정보 주체 대신 핀테크 기업들이 여러 금융사에 흩어진 금융정보를 대신 조회하는 ‘스크래핑’ 방식이 적용되고 있지만, API 시스템이 의무화된 이후부터는 정보 주체가 직접 핀테크에 이용자 금융정보를 제공해야 하기 때문에 통일된 시스템이 필요한 까닭이다.

금융 거래가 상대적으로 많지 않은 청소년 및 디지털 금융 소외계층에 대한 마이데이터 서비스 가 제한적이라는 점도 지적되는 사항이다. 제공되는 정보의 범위와 서비스 방식에 대해서도 기존 금융권과 빅테크 기업의 입장이 달라 논란이 지속되고 있다.

또한 마이데이터 사업이 확대될 의료 분야는 개인에게 가장 내밀한 정보인 의료 데이터를 어떻게 관리하고 공유할 것인지에 대해서 아직 명확한 기준이 세워져 있지 않은 상태다.

문제는 이러한 논쟁이 이어지는 과정에서 개인이 자신의 정보를 적극적으로 관리, 통제하고 활용하게 한다는 마이데이터 사업의 본래 취지보다는 마이데이터 사업자들의 데이터 활용 방안만이 집중적으로 논의되고 있다는 것이다.

금융 당국 조차 마이데이터 사업자들의 권한과 서비스 운영 방식에 대한 교통정리에 급급한 상황에서 국민 개개인은 어떻게 마이데이터 서비스를 활용하는 것이 좋은지, 이를 통해 정보 주체가 얻을 수 있는 실익은 무엇인지에 대해서 명확하게 알지 못한 채 마이데이터 서비스와 마주하는 셈이다.

동상이몽(同床異夢) 이해관계에 따라 관심사 달라

마이데이터에 얽힌 이해 관계자는 크게 세 집단으로 나눌 수 있다. 정보 주체인 개인과 정보 제공자, 정보 수신자다. 이들 각각이 관심을 가지는 이슈는 서로 다르다.

먼저 정보주체는 정보 전송 과정에서의 신뢰성과 통제성에 관심이 크다. 마이데이터를 통해 정보가 오가는 과정에서 유출을 가장 우려한다. 정보가 집중되는 만큼 한 번의 유출로도 그 피해를 가늠하기 쉽지 않기 때문이다. 그러나 정착 마이데이터 서비스가 실행되면 개인이 어떻게 자신의 정보를 관리하고 통제할 수 있는지에 대한 방법은 제대로 알려져 있지 않다. 이에 정보주체의 입장 선 시민단체 등은 마이데이터를 통한 정보 주체의 자기결정권에 대해서도 충분히 보장되야 한다고 목소리를 높이고 있다.

정보 제공자로서는 데이터 전송 및 보안을 위한 시스템 구축과 운영이 적잖은 부담이다. 제대로 대응을 하지 못하는 금융사의 경우 큰 위기가 될 수 있다. 실제 마이데이터 사업에서 저축은행의 참여율은 저조한 상황이다. 마이데이터 사업을 준비하는데 들어가는 비용 대비 실익이 크게 없다는 판단 때문이다.

시스템 구축 부담과 비용 문제에 있어서 상대적으로 자유로운 대형 금융권에서는 데이터 제공에 따른 수익 창출 가능 여부에 관심이 높다. 정보 제공자이면서도 정보 수신자로도 참여할 수 있기에 새로운 사업 기회를 모색하는 금융기관이 적지 않지만 사실상 모든 금융기관에 동일한 수준의 정보 제공과 활용 권리가 주어지는 상황에서 차별화에 대한 고민이 크다.

이러한 상황에서 벌써부터 금융권과 핀테크, 빅테크 계열의 핀테크 업체 간에 고객 유치를 위한 경쟁이 치열하게 벌어지고 있다. 현재 시점에서 마이데이터를 활용해 제공할 수 있는 서비스에 한계가 있고, 큰 차별성이 없다. 마이데이터 사업자의 입장에서 서비스 차별성 보다는 우선 얼마나 많은 고객을 확보하느냐에 따라 데이터를 활용한 부가 사업의 향방이 결정되기 때문에 우선은 고객을 확보하고 보자는 상황인 것이다.

서비스 시행 몇 개월 앞인데 청소년 및 금융 소외계층은 어떻게?

금융위원회가 마이데이터 시행을 앞두고 마련한 운영 가이드라인에서는 14~19세의 경우 서비스 이용에 제한을 두고 있다. 해당 나이대의 청소년들은 본인 또는 기관으로의 정보 전송 요구만 가능하다. 정보 주체로서 전송요구권 제시가 사실상 불가능하다는 것이다.

이것이 그대로 시행 될 경우 청소년들은 이제까지 한 앱에서 금융 정보를 조회, 열람할 수 있었던 서비스를 더 이상 이용할 수 없게 된다. 다시 과거처럼 여러 앱을 통해 자신의 송금이나 결제 이력 등의 정보를 개별 접근할 수밖에 없다.

이에 업계에서는 청소년도 마이데이터 서비스 대상에 포함돼야 한다는 의견을 내고 있지만 금융당국은 ‘미성년자를 대상으로 한 과도한 마케팅 경쟁 우려’를 이유로 반대 의견을 고수하고 있다. 금융 당국의 입장은 이해되는 측면이 있지만, 이제까지 이용할 수 있었던 서비스를 이용 못하게 됐을 시 청소년 층이 겪게 될 불편함은 간과된 상태로 개선 방향에 대한 고민이 없다는 점은 아쉬운 부분이다.

마이데이터 서비스의 '본인 신용정보 전송요구권' 행사가 모바일 기기로 진행되며 디지털 금융 접근성이 떨어지는 금융 소외계층에 대한 대책 마련이 필요한 상황이다.

또한 금융 서비스가 온라인 중심이 되며 마이데이터 시행 이전에도 지속적으로 제기됐던 고령층의 접근성 문제도 다시 논란이 되고 있다. 현행대로라면 마이데이터 서비스는 모바일 기기로만 ‘본인 신용정보 전송요구권’을 행사하고 서비스 실행을 요청할 수 있다. 스마트폰 사용에 어려움을 겪는 고령층에서는 자식들의 도움이 없이는 서비스 이용이 불가능한 상황을 맞이하게 된다.

이에 은행을 중심으로 한 기존 금융권에서는 오프라인 창구에서 마이데이터 서비스 안내와 이용을 허용해 달라고 요청하고 있다. 하지만 금융당국은 이를 허용할 시 금융사의 적극적인 홍보로 고령 사용자가 정확히 서비스를 인지하지 못한 상태에서 이용이 이뤄지는 ‘불완전판매’를 우려하고 있다. 온라인 중심으로만 서비스를 하는 빅테크 업계에서도 이에 대해 반대하는 입장으로 저마다의 이해관계가 복잡하게 얽혀 있다.

금융권 vs 빅테크 간 갑론을박 지속

스마트폰을 통한 금융 서비스 이용에 익숙지 않은 고령층의 마이데이터 서비스 소외 현상이 발생할 수 있다는 우려는 논외로 치더라도 기존 금융권과 빅테크 간의 기싸움은 예사롭지 않다.

은행을 비롯한 기존 금융권은 모바일로만 서비스에 접근할 수 있게 한 현재 마이데이터 사업 방침이 인터넷전문은행을 보유하고 있는 빅테크 기업에게 유리한 ‘기울어진 운동장’이라는 주장이다.

사실 은행 등 기존 금융권이 요구하는 대면 영업은 마이데이터 사업이 추진되기 이전에는 일상적으로 이뤄지던 서비스였다. 디지털 금융 시스템을 어려워하는 고령층은 직접 은행을 방문해 자신이 가입한 금융 상품에 대한 설명을 듣는 것이 일반적이었다.

하지만 빅테크 계열의 인터넷전문은행 등은 이에 대해 시대에 역행하는 것이라는 입장이다. 특히 카카오뱅크의 경우는 은행연합회의 은행 실무진 회의에서 공식적으로 반대 의사를 밝히기도 했다.

이에 대해 금융 당국 역시 형평성 문제를 이유로 대면 영업에 대해 유보적인 태도를 취하며 “은행 대면 영업 시 과도한 마케팅 경쟁에 고객 데이터가 활용될 것이란 우려를 불식할 만한 방안을 은행권에서 스스로 제시해야 할 것”이라는 입장을 내 놓고 있다.

대면 영업을 허용해야 한다는 입장과 반대 입장의 주장이 평행선을 달리는 상황에서 정작 금융 소외계층의 마이데이터 서비스 접근을 쉽게 하는 다른 방식의 대안이 논의되지 않는 점은 아쉬운 부분이다.

마이데이터 서비스를 두고 기존 금융권과 빅테크 계열의 온라인 금융 플랫폼, 핀테크 업체 등의 이해관계가 상충되며 저마다 다른 입장을 내비치고 있다.

이와 반대로 금융당국은 금융소비자보호법(금소법)을 근거로 그간 빅테크 계열 온라인 금융 플랫폼 등이 제공해 왔던 금융상품 추천·비교 서비스에 대해 법 적용 검토 결과 광고가 아닌 ‘중개’로 규정하며 위법 소지가 있음을 밝혀 논란이 되고 있다.

금융당국이 불법으로 규정한 금융사의 상품 비교·추천을 통한 판매 제휴 영업은 온라인 금융 플랫폼들이 이용자를 확보하고 사업을 확장하는 주요 수단인 상황에서 업계는 이를 충격으로 받아들이고 있다.

다만 금융당국은 플랫폼들이 금융상품을 단순히 모아 비교하고 상품 가입을 원하는 고객들을 직접 관리하지 않고 해당 금융사 플랫폼으로 이동해 가입하도록 하는 방식에 대해서는 법 위반 소지가 없는 것으로 해석하고 있다.

이에 온라인 금융 플랫폼 업체들은 “금융당국이 기존 금융권에 유리한 방식으로 법 해석을 한 것”이라며 당혹감을 감추지 못하고 있다.

은행 등의 기존 금융권에서 제기하는 데이터 품질 형평성도 갑론을박이 이어지고 있다. 현행 마이데이터 정책에 따르면 은행의 적요정보는 공유가능한 신용정보로 지정된 반면 인터넷쇼핑몰 등이 보유한 소비자 구매내역은 개인정보로 인식돼 기존 금융권 사업자들이 구체적인 정보를 확인할 수가 없다는 것이다.

예를 들면 기존 금융권 마이데이터 사업자는 빅테크 계열 정보 제공자로부터 간편 결제 등 소비자 구매내역에 대한 구체적 품목정보 대신 의류, 음식, 기타 등 온라인쇼핑협회가 정한 12개 대분류 정보 형태로만 받을 수 있다.

네이버파이낸셜, 카카오페이 등의 계열사가 있는 마이데이터 사업자의 경우 사실상 금융권과 달리 상세한 결제 품목정보를 입수할 수 있는 상황에서 데이터 정보의 품질이 사업자 마다 달라질 수 있다는 것이다.

의료 데이터의 악용 가능성 방지책 필요

의료 분야의 마이데이터 서비스는 금융 분야 다음으로 추진을 앞두고 있다. 의료의 마이데이터 서비스가 본격 시행되면 그간 의료 데이터 접근이 어려웠던 바이오벤처 기업 등도 질병진단 데이터를 활용해 연구개발을 할 수 있는 여건이 마련된다.

하지만 이 역시도 개인정보 보호 등의 문제는 여전히 논란이 이어지고 있다. 개인의 의료정보는 가장 민감한 정보 중 하나이기 때문이다.

정부에서는 지난해 7월 범정부 차원에서 발표한 ‘한국판 뉴딜 종합 계획’의 일환으로 올해부터 고품질 의료 데이터를 단계적으로 민간에 개방하겠다는 뜻을 밝힌 바 있다. 서울대병원과 아산병원 등 국내 대형 병원 25곳을 시작으로 환자의 신상정보를 가리는 ‘비식별화’ 작업을 거친 의료 데이터가 기업에게 무료로 공개되는 것이다.

정부에서는 내년부터 조직 데이터 등 25종류의 의료 데이터를 추가해 오는 2023년까지 병원 고객의 진료 전주기 데이터를 개방한다는 방침이다.

사실 몇몇 국내 제약바이오 업체들은 오래전부터 제한적인 상황에서도 의료 빅데이터를 인공지능 기술로 분석해 신약 연구개발에 활용하고 있다. HK이노엔이 개발한 위식도역류질환 치료제 ‘케이캡’이 대표적으로 이는 건강보험심사평가원(심평원)의 의료 빅데이터를 활용한 것으로 알려지고 있다.

하지만 소규모 바이오벤처의 경우 대형 제약사에 비해 상대적으로 의료 데이터 접근이 쉽지 않은상황이었다. 따라서 마이데이터 서비스가 본격화되면 바이오벤처를 비롯한 수많은 제약사에서 신약 후보물질 개발, 임상 디자인 설계 등에 활용할 수 있을 전망이다.

다만 공공 데이터의 소유권이나 개인정보 유출에 따른 악용 우려는 해결해야 할 과제다. 소비자 단체에서는 “의료 데이터를 제공한 국민의 입장에서 기업들이 데이터를 활용해 개발한 의약품을 다시 비용을 지불하고 구입해야 하는 것이 형평성에 맞지 않다”며 “데이터를 제공한 주체에 수익을 배분해야한다”고 주장하고 있다.

한편 의료계에서는 극도로 민감한 의료정보 유출 시 사생활 침해 및 악용 우려가 크다는 지적을 하고 있다. 특히 유전정보, 암 등의 난치성 질환 정보 및 범죄 피해에 따른 의료 정보 등이 그렇다. 의료 데이터가 비식별화 과정을 거친다고 하지만, 개방된 정보가 많지 않은 난치성 질환의 경우는 흩어진 정보를 조합해 ‘재식별화’ 할 위험성도 지적되고 있다.

일부에서는 보험사에서 의료 데이터를 기반으로 발생 빈도가 높은 질환에 대해 보험 가입을 거절하는 현상이 발생할 것이라는 주장을 하기도 한다.

이러한 상황에서 지난 7월 보험사 6곳이 심평원의 공공의료 데이터 이용을 위한 최종 승인을 받았다. 보험업계는 이와 더불어 건강보험공단의 데이터도 요청하고 있다. 보험업계에서는 이러한 데이터 활용을 통해 합리적인 보험료 산출과 정교한 상품 개발이 가능해 지고 국민에게 돌아가는 실익이 크다고 강조하고 있다.

하지만 우려를 표하는 단체 등은 보험사에서 데이터를 기반으로 발생 빈도가 낮은 질환에 대한 보험 가입을 유도하고 그렇지 않은 질환에 대해서는 가입을 거절하는 현상이 발생할 것이라고 주장하기도 한다.

일단 금융위원회와 신용정보원은 이제까지 제기된 우려와 문제점들을 검토하고 추가할 내용을 보강해 마이데이터 서비스 가이드라인 업데이트를 진행하고 있다. 다만 이제까지 언급한 바와 같이 각각의 이해관계가 복잡하게 얽혀 있고 법적인 해석이 필요한 여지도 많은 상황이라 금융당국의 고민은 깊어지고 있다.

초거대 AI 언어 모델로 '카피라이팅' 영역에 도전하는 스타트업들

최근 인공지능(AI) 분야에서는 ‘초거대 모델’이란 키워드가 유행이다. 관련해 예로 등장하는 것이 GPT-3 모델이다. GPT-3는 OpenAI가 만든 인간과 유사한 텍스트를 생성하는 3세대 언어 예측 모델이다. 이 모델을 이용해 카피라이팅 서비스를 제공하는 스타트업이 있다. 미국의 카피닷에이아이(Copy.ai)는 전문가의 영역으로 여겨지던 카피라이팅을 AI로 구현하였다.

카피닷에이아이는 카피AI(CopyAI)라는 서비스를 제공한다. 이 서비스는 디지털 광고 카피, 소셜 미디어 컨텐츠, 블로그 컨텐츠, 각종 판매를 위한 카피를 자동으로 생성한다. 사람이 할 일은 홍보하고자 하는 상품이나 서비스 관련 설명을 입력하는 것이 전부다. AI가 만든 문장은 아무래도 어색하지 않을까?

2020년 10월 출시된 카피AI를 사용하는 마케터는 2021년 3월 현재 3만 명에 이른다. 유형을 선택하고 간단한 설명 정보를 제공하면 단 몇 초 만에 카피 작성이 완료된다. 카피AI가 인기를 끄는 이유는 간단한 정보 제공 목적의 카피를 만드는 데 시간과 비용을 크게 낮추기 때문이다. 전문 카파라이터에게 일을 맡기는 것과 비교할 수 없이 비용이 낮다. 월 35달러면 2명의 사용자 계정으로 무한정 카피를 만들 수 있다. 25개 이상의 언어로 번역도 가능하다.

카피AI는 지금도 볼만 하지만 앞으로가 더 기대된다. GPT-3 모델을 기반으로 하기 때문이다. 투자자들 사이에서 서비스 구현을 위해 GPT-3 모델을 사용하는 기업은 인기가 높다. 이런 이유로 카피닷에이아이는 투자 유치도 순조롭게 진행 중인데, 올 초 290만 달러 자금을 모금에 성공하였다.

카피AI 서비스 화면

GPT-3 모델을 활용해 전문 작가 대신 글을 작성하는 서비스는 또 있다. 카피스미스(Copysmith), 자비스(Javis)를 꼽을 수 있는데, 이들 기업의 서비스도 딱 봐서는 사람이 쓴 것인지 AI가 작성한 것인지 구분이 어려울 정도다.

GPT-3 모델 기반 카피라이팅 서비스는 앞으로 더욱 수요가 늘 전망이다. 사회 경제 전반의 디지털 전환이 빠르게 일어나고 있고, 고객과의 상호 작용을 위해 소셜이나 블로그 같은 디지털 채널을 이용하는 것은 이제 기업의 규모와 업종을 떠나 보편적인 마케팅 활동이 되었다. 디지털 마케터의 큰 짐 중 하나였던 글쓰기를 AI에 맡길 수 있다는 것, 이는 전문 작가들에게 큰 도전이다. GPT-2 모델 때까지만 해도 걱정하는 이가 없었지만, GPT-3는 확실히 다른 수준을 보여주고 있다.

이런 변화를 기술이 인간의 자리를 대신한다고 봐야 할까? 아이디어는 여전히 사람의 머릿속에서 나온다. 전문 카피라이터와 작가는 AI를 더 많은 일을 생산적으로 할 수 있는 도구로 쓰는 지혜를 발휘해야 할 때다.

“내 목소리로 통화해줘” 애플의 다음 혁신은 ‘디지털 복제 음성’

[AI요약] 애플이 연례개발자회의를 앞두고 아이폰에 업데이트될 몇 가지 혁신적인 기능을 공개했다. 퍼스널보이스는 사용자의 목소리를 합성해 디지털 복제 음성을 만들 수 있으며, 라이브스피치는 합성된 음성으로 가족이나 지인에 전화를 걸어 통화할수 있도록 한다. 해당 기능들은 인지, 시각, 청각 등 장애가 있는 사용자들이 보다 아이폰을 손쉽게 사용할수 있도록 도울 전망이다.

사용자가 텍스트 프롬프트를 읽어 오디오를 녹음하면, 해당 음성을 디바이스가 학습해 사용자의 디지털 복제 음성을 생성한다.

애플이 올해 말 대규모 아이폰 업데이트를 통해 공개할 몇 가지 주목받는 혁신 기능에 대해 CNN, CNBC 등 외신이 17일(현지시간) 보도했다.

애플의 이번 깜짝 공개는 다음달 열리는 연례개발자회의(WWDC) 앞두고 이뤄졌다. 가장 주목받고 있는 업데이트는 운영체제(iOS) 17의 일부로 예상되는 새로운 ‘퍼스널보이스’(Personal Voice) 기능이다. 아이폰 및 아이패드 사용자는 해당 기능을 통해 음성통화, 페이스타임 등의 기능을 사용할 때 자신의 디지털 복제 음성을 생성할수 있다.

퍼스널보이스는 사용자처럼 들리는 합성 음성을 만들어 가족이나 지인과 연결할수 있도록 한다. 사용자는 디바이스에 15분 분량의 오디오를 녹음하는 것을 통해 퍼스널보이스를 생성할수 있다. 사용자가 텍스트 프롬프트를 읽어 오디오를 녹음해 자신의 음성을 디바이스가 학습하도록 하는 것이다.

‘라이브스피치’(Live Speech)라는 관련 기능은 ‘합성된 음성’을 사용해 전화 통화, 페이스타임, 대화 및 대면 대화 중에 사용자가 입력한 텍스트를 소리내어 읽는다. 이 과정에서 사용자는 라이브 대화 중에 사용할 ‘자주 사용하는 문구’를 저장할수도 있다.

해당 기능들은 인지, 시각, 청각 및 이동 장애가 있는 사용자를 위해 애플이 디바이스를 보다 포괄적으로 만드는 것을 목표로 하는 여러 기술 중 하나이다. 특히 근위축성 측삭경화증(ALS)과 같이 현재는 괜찮지만 시간이 지남에 따라 목소리를 상실할 가능성이 있는 사용자들이 해당 도구들의 혜택을 가장 많이 받을수 있을 것으로 보인다.

문제는 이러한 도구들은 실질적인 요구사항을 충족시킬수 있는 잠재력이 있지만, AI의 발전으로 악의적인 행위자가 ‘딥페이크’로 알려진 가짜 오디오 또는 비디오를 만들어 대중에게 사기를 치거나 잘못된 정보를 제공할수 있다는 점이다.

애플에 따르면, 퍼스널보이스 기능은 사용자의 정보를 비공개로 안전하게 유지하기 위해 온디바이스 기계 학습를 사용하는 것으로 알려졌다.

애플은 음성기능 외에도 페이스타임, 메시지, 카메라, 사진, 음악, 전화 등 가장 인기 있는 iOS 앱 중 일부를 하나의 통화 앱으로 결합하는 ‘어시스티브 액세스’(Assistive Access)를 공개했다.

해당 인터페이스에는 고대비 버튼, 큰 텍스트 레이블, 이모티콘 전용 키보드 옵션, 시각 또는 음성 커뮤니케이션을 선호하는 사람들을 위한 비디오 메시지 녹음 기능이 포함돼 있다. 애플은 또 시각 장애인을 위한 돋보기 앱을 업데이트하고 있는데, 앞으로 사용자들은 해당 앱을 통해 실제 물체와 더 잘 상호작용할 수 있는 감지모드를 사용할수 있게 된다.

또다른 빅테크 기업은 지난해 AI를 사용하여 음성을 복제하는 실험을 진행했다. 아마존은 사망한 가족 구성원을 포함해 모든 음성을 흉내낼 수 있는 알렉사 시스템 업데이트 작업을 진행하고 있다고 밝혔으나, 아직 출시되지는 않았다.

애플은 일반적으로 WWDC에서 베타 버전의 소프트웨어를 출시한다. 즉, 개발자와 옵트인을 원하는 대중이 먼저 기능을 사용할 수 있는데, 당시 공개된 기능은 보통 여름 내내 베타 버전으로 유지되며 새로운 기능은 가을에 공개된다.

애플의 ‘2023 WWDC 컨퍼런스’는 다음달 5일에 시작되며, 해당 행사에서 애플이 발표할 또다른 소프트웨어 및 하드웨어 중에서는 최초의 가상 현실 헤드셋을 공개가 포함될 것으로 예상되고 있다.

사라 허링거 애플 글로벌 손쉬운 사용정책 및 이니셔티브 수석 책임자는 “접근성은 애플이 하는 모든 일의 일부”라며 “이 획기적인 기능은 다양한 사용자를 지원하고 사람들이 새로운 방식으로 연결할수 있도록 모든 단계에서 장애 커뮤니티 구성원의 피드백을 받아 설계됐다” 애플 블로그 게시물을 통해 밝혔다.

‘콘텐츠 제작의 미래’ 제시, KOBA 2023 현장 속으로… 로봇 자동화 스튜디오, 초실감 영상 제작 기술, 투명 LED 디스플레이까지

‘Next Stage? Break the Frame!’ 제31회 국제 방송⋅미디어⋅음향⋅조명 전시회(KOBA 2023) 개막K-컬처 성공 이어갈 신개념 방송, 영상산업과 음향, 조명산업 기술의 현재와 미래 확인AI기반 버추얼 프로덕션으로 제작되는 콘텐츠, 로봇이 촬영·편집하는 AI 로보틱스 스튜디오

제31회 국제 방송⋅미디어⋅음향⋅조명 전시회(KOBA 2023)가 16일부터 삼성동 코엑스에서 4일간의 일정으로 막을 올렸다.

각 기관 및 정부 부처 관계자가 모인 개막식 행사.

제31회 국제 방송⋅미디어⋅음향⋅조명 전시회(KOBA 2023)가 16일부터 삼성동 코엑스에서 4일간의 일정으로 막을 올렸다.

“Next Stage? Break the Frame!”을 주제로 진행되는 이번 KOBA 2023은 산업통상자원부터 국제인증을 받은 전시로, 한국이앤엑스와 한국방송기술인연합회가 공동 주최하고 과학기술정보통신부, 방송통신위원회, KOTRA, KBS, MBC, SBS, EBS, OBS, CBS, 아리랑국제방송, tbs, 한국전자통신연구원, 한국음향예술인협회, 한국음향학회 등이 후원한다.

주요 전시품으로는 최첨단 방송・영상장비 분야의 4K/8K, UHD, 3D, Smart TV, Mobile TV, 디지털콘텐츠, 카메라, VTR, 편집 관련 시스템, 송출・송신 관련 기기, 영상편집 기기, 문자발생기, CATV 시스템, 인터넷/위성방송 관련 기기, 디스플레이, LED 등을 꼽을 수 있다. 또한 Pro Audio, 마이크, 헤드폰, 콘솔, 믹서, 악기 등 음향 관련 기기와 조명/무대 관련 장비 등 600여 기종 1만여 점이 소개된다. 각 분야 세계 유수 업체들이 대거 참가한다는 점에서도 글로벌 방송·영상 장비 기술의 발전 수준과 트렌드를 가늠할 수 있는 기회이기도 하다.

특히 올해는 엔데믹 이후 첫 전시로, 이전 규모를 회복했을 뿐 아니라 모바일(Mobile), 스마트 미디어(Smart Media), 디스플레이, LED, 콘텐츠, 메타버스, AR/VR/XR 등 새로운 전시 품목이 추가돼 주목을 끌고 있다. 더구나 이 분야에서 AI 기술을 기반으로 한 새로운 기술을 선보이는 국내 기업들 역시 다수 참여해 ‘콘텐츠 제작의 미래상’을 제시했다. 이에 테크42는 K-컬처의 미래를 열어가는 신개념 콘텐츠 제작·구현 기술의 생생한 현장을 찾았다.

비브스튜디오스, 버추얼 프로덕션 통합운영솔루션 VIT로 구현된 초실감 콘텐츠 제작 선보여

이번 행사에서 비브스튜디오스는 버추얼 프로덕션 통합운영솔루션 VIT(ViveStudios Immersive Technology)를 기반으로 인카메라 VFX와 AR, XR, 리에이징 기술 등이 결합된 초실감 디지털 콘텐츠들을 대거 선보이며 관람객들의 이목을 집중시켰다.

이번 KOBA 2023에서 가장 주목도가 높은 부스는 단연 비브스튜디오스를 꼽을 수 있다. 비브스튜디오스는 최근 미국 라스베이거스에서 개최된 '2023 NAB Show(라스베이거스 방송기자재 박람회)'에서 본격적인 버추얼 프로덕션 해외시장 개척을 선언한 바 있다.

이번 행사에서 비브스튜디오스는 버추얼 프로덕션 통합운영솔루션 VIT(ViveStudios Immersive Technology)를 기반으로 인카메라 VFX와 AR, XR, 리에이징 기술 등이 결합된 초실감 디지털 콘텐츠들을 대거 선보이며 관람객들의 이목을 집중시켰다.

관람객들은 비브스튜디오스의 버추얼 프로덕션 존을 비롯해 VIT 존, VIPLE 존 등으로 구성된 전시존에서 버추얼 프로덕션 제작부터 구현까지 이어지는 기술을 직접 체험하기 위해 모여들었다.

비브스튜디오스의 버추얼 프로덕션에서 선보인 초실감 콘텐츠.

삼성 LED사이니지 더 월(The Wall)을 배경으로 미니스튜디오 형태로 꾸며진 버추얼 프로덕션 존에서는 디지털 3D 스캔, 인카메라 VFX, AR, XR 기술들은 물론 리얼타임 3D 제작 툴 언리얼 엔진을 활용, 실시간 랜더링 기술을 통해 디지털 어셋을 실사에 가까운 이미지로 구현하는 실감형 콘텐츠 제작 시연 퍼포먼스가 시간대 별로 진행되며 탄성을 자아냈다.

특히 VIT는 비브스튜디오스 아티스트 및 엔지니어 등 제작 전문인력들이 직접 개발에 참여, 실제 버추얼 프로덕션 작업과정에서 실시간으로 요구되는 다양한 어셋들을 최적화해 빠르게 이용할 수 있도록 설계함으로써 운영관리 효율성은 물론 제작 시간도 크게 단축시킨 것으로 평가받고 있다.

현장에서 만난 지석근 비브스튜디오스 팀장은 “AI기술 탑재한 VIT는 어떤 형태의 실감형 콘텐츠 작업에도 유연하게 적용할 수 있는 다양한 기능 제공과 함께 정교하고 정밀한 줌렌즈 보정 자동화 기

능까지 갖춘 고객 친화적 솔루션”이라며 특징을 설명했다.

현장에서 만난 지석근 비브스튜디오스 팀장은 “AI기술 탑재한 VIT는 어떤 형태의 실감형 콘텐츠 작업에도 유연하게 적용할 수 있는 다양한 기능 제공과 함께 정교하고 정밀한 줌렌즈 보정 자동화 기능까지 갖춘 고객 친화적 솔루션”이라며 특징을 설명했다.

“VIT는 저희 비브스튜디오스가 자체 개발한 솔루션으로 조명, 카메라 트레킹, 렌즈 컬러 등 각각 조정해야 하는 기능을 통합 시스템으로 한번에 자동 조정된다는 것이 특징입니다. 올해 안에 상용화 솔루션이 출시되며, B2B와 B2C 등 다양한 조건에 맞춰 커스터마이즈 형태로 제공할 계획입니다. 이번 행사에서는 일반 관람객 분들을 대상으로 저희 회사의 연구소인 비브랩에서 개발한 ‘AI 아바타’ ‘리얼 타임 페이스스왑’ ‘리에이징’ 등의 기술을 직접 체험해 보실 수 있도록 하고 있어요. 저희가 개발한 버추얼 휴먼 ‘질주’에도 적용된 기술들이죠.”

상화, ‘딥아이(DEEPEYE)’ 솔루션 주목… AI 기술 적용된 로봇이 촬영은 물론 편집까지

‘인공지능 로봇 스튜디오(AI ROBOTIC STUDIO)’를 표방하는 딥아이는 실제 AI와 로봇틱스 기술을 통해 영상 촬영 시 상황을 자동으로 인식해 최적화된 촬영 환경을 구현한다.

상화는 기술과 콘텐츠를 결합한 뉴미디어 기업으로 오랜 기간 전면에 나서기보다 CES, MWC와 같은 글로벌 행사에 국내외 대기업들의 콘텐츠를 제작해 왔다. 그렇게 오랫동안 쌓은 AR, VR 콘텐츠 제작 노하우는 자체 개발한 로봇 기술과 결합해 큰 성과를 내왔다.

이번 KOBA 2023에서 상화가 선 보인 ‘딥아이(DEEPEYE)’는 그간의 로봇·콘텐츠 기술이 집약된 결과물이라 할 수 있다. ‘인공지능 로봇 스튜디오(AI ROBOTIC STUDIO)’를 표방하는 딥아이는 실제 AI와 로봇틱스 기술을 통해 영상 촬영 시 상황을 자동으로 인식해 최적화된 촬영 환경을 구현한다. 로봇으로 촬영된 영상 역시 자동으로 편집 등의 제작 전 과정을 거친다. 한 마디로 사람의 손을 거치지 않고 한 편의 콘텐츠가 완성된다는 말이다.

이러한 솔루션의 개발은 영상 콘텐츠 제작의 어려움을 해결하기 위한 고민에서 시작됐다. 많은 인력과 비용, 시간이 투입되는 기존 콘텐츠 제작 환경을 벗어나 규격화되고 자동화된 프로세스로 고비용·저효율의 문제를 해결하겠다는 것이다.

현장에서 만난 이은규 상화 부사장은 " 무형적 자원을 로봇과 인공지능 기술을 통해 패키징하고 지속적으로 활용하기 위한 것이 딥아이 스튜디오"라며 특징을 설명했다.

현장에서 만난 이은규 상화 부사장은 “콘텐츠 제작은 매번 새로운 것, 최첨단의 기술을 요구받아 왔다”며 “상화가 일반적인 방법론의 한계에 직면한 콘텐츠 제작 환경을 바꾸고자 자체적으로 로봇을 활용한 혁신을 시도한 것은 10년이 넘는다”고 밝혔다.

“초기에는 저희 자체 촬영용으로 로봇을 활용하는 시도를 했습니다. 하지만 사용이 어렵다는 문제가 있었죠. 촬영 비전문가, 즉 디자이너나 기획자들도 로봇을 더 편하게 쓸 수 있게 하기 위해 소프트웨어 개발을 이어갔고, 현재의 고도화를 달성하게 됐습니다. 그렇게 제작 환경에 로봇이나 혁신적인 기술을 개발해 적용해 가면서 지속가능성을 고민하게 됐고, 그 결과물이 딥아이로 나오게 된 셈이죠.”

시대 변화에 따라 인력에 의존하는 콘텐츠 제작 현장의 변화도 딥아이의 출현을 가속화시켰다고 할 수 있다. 일만큼이나 개인의 여가 시간, 생활의 균형을 중시하는 시대가 된 것이다. 더구나 젊은 세대는 이전의 밤샘 작업 문화에 거부감을 드러내는 상황이다. 이 부사장은 “앞으로는 과거처럼 30~40명의 스텝을 투입해 촬영하는 방식이 힘들어 질 것”이라며 딥아이의 기능을 설명했다.

‘딥아이(DEEPEYE)’ 스튜디오는 상화의 오랜 노하우가 담긴 로봇 기술에 AI를 적용해 콘텐츠 제작의 완전 자동화를 구현한 솔루션이다.

“많은 인력이 투입되지만, 실제 현장에서는 각각의 상황에 따라 기다리거나 쉬고 있는 경우가 많아요. 비효율인 거죠. 더구나 여러 사람들이 노력해 만든 콘텐츠가 한 번 쓰여지고 사리지는 경우도 많고요. 그런 무형적 자원을 로봇과 인공지능 기술을 통해 패키징하고 지속적으로 활용하기 위한 것이 딥아이 스튜디오예요. 촬영 뿐 아니라 각 상황의 연출, 조명, 미술과 배경, 편집 등의 단계에서 해왔던 것을 하나씩 패키징해 비슷한 상황에서 다시 활용하는 거죠. 결국 처음 들어간 노력의 10분의 1 수준으로 이전 수준의 콘텐츠를 제작할 수 있게 되는 겁니다.”

상화가 딥아이 개발에서 가장 중요하게 생각한 것은 비전문가를 넘어 어린아이도 사용할 수 있을 정도로 UX와 UI를 단순하게 구성하는 것이다. 하지만 비슷하다고 하더라도 각 촬영마다 미묘한 상황이나 조건 차이가 발생할 수 있다는 문제가 있다. 이때 개입하는 것이 바로 인공지능이다. 이 부사장은 “인공지능이 내부 스테이지 상황을 판단해 거기에 가장 최적화된 촬영 방식을 판단하고 그에 맞는 패키징으로 자동 변환을 한다”고 강조했다. 이를 통해 한 테이크의 영상이 편집을 거쳐 결과물로 나오는 시간은 불과 8분 정도다.

상화의 이러한 도전은 이제 시작에 불과하다 이 부사장에 따르면 향후 이러한 딥아이솔루션은 모바일로도 조정을 할 수 있도록 개발을 진행하고 있다. 방송국이나 기업 고객 외에 유튜버나 쇼핑몰 사업자들이 활용할 수 있도록 렌탈 방식도 고려하고 있다.

제이솔루션, 필름형으로 선보이는 투명 LED 디스플레이

깃발처럼 펄럭이는 투명LED디스플레이에 영상이 상영되고 있다.

이날 행사에서는 여러 디스플레이 업체들의 부스도 주목을 받았다. 그 중에서도 화제가 된 것은 제이솔루션이 선보인 투명LED디스플레이였다. 이번 전시회에서 선보이는 제이솔루션의 'T-FLEX' 신제품은 필름형으로 제작됐다는 것이 특징이다. 또 16bit의 풍부해진 색감을 자랑한다. 실제 현장에서는 깃발처럼 펄럭이는 투명한 디스플레이에 글씨와 영상이 떠오르는 것을 확인할 수 있다.

박찬성 제이솔루션 이사는 “필름이 가지고 있는 장점은 투명하면서도 재단이 가능하다는 것"이라며 자사의 투명LED디스플레이 장점을 설명했다.

현장에서 만난 박찬성 제이솔루션 이사는 “투명LED디스플레이의 소재는 여러가지가 있지만, 제이솔루션이 개발한 거은 필름 타입의 제품으로, 구조물과 배너레 쉽게 적용할 수 있고, 현수막 대용으로도 쓸 수 있도록 제품화시켰다”며 그 특징을 설명했다.

“필름이 가지고 있는 장점은 투명하면서도 재단이 가능하다는 거예요. 현장의 상황에 맞춰 즉각 사이즈를 조정할 수 있고, 휘거나 굴곡진 형태로도 구현을 할 수 있다는 것이 특징이죠. 특히 유리를 사용할 수 없는 무대 장치에 많이 활용되는데, 실제 저희 제품은 ‘MAMA AWARDS’에도 활용됐죠. 이번 행사에 선보인 것은 16bit 컬러 기술이 적용돼 실사 영상도 구현 가능한 신제품입니다.”

이어 박 이사는 “아직 기존 LED디스플레이를 완벽하게 대체할 수는 없지만, 투명하다는 특징을 활용해 엔터테인먼트와 제품 매장 등에서 활용도가 높다”며 “향후 활발한 마케팅을 진행할 것”이라고 덧붙였다.