ESI 소음 진동 해석 솔루션(VA One)으로 만들어가는 전기차 분야의 혁신과 변화 이번 웨비나에서는 'ESI 소음 진동 해석 솔루션(VA One)으로 만들어가는 전기차 분야의 혁신과 변화'를 주제로, 전기차 분야의 디지털 혁신을 주도하고 있는 ESI의 소음 진동 해석 솔루션, 'VA One' 관련 기술과 트렌드에 소개합니다. 웨비나 관련 발표자료를 무료로 제공합니다. 발표자료 재배포는 하실 수 없습니다. 아래 영상은 한시적으로 제공합니다. 설문조사에 참여하고, 영상 댓글 이벤트에도 많은 참여 부탁드립니다. ESI 소음진동 해석  솔루션 VA Onne 웨비나 소개 2024년 12월 31일(화)  ~ 2025년 1월 30일(목)까지 시간 주제 ESI 소개 - ESI 회사에 대한 소개 영상 ESI의 VA One에 대한 소개 및 활용 - ESI의 전문가가 VA One에 대한 소개와 이를 어떻게 실무에 활용하는지 알려 드립니다. VA One이 전기차 제조업체를 돕는 5가지 방법 ESI 그룹의 진동음향 제품 마케팅 매니저인 Massimiliano Calloni가 소개하는 VA One의 강력한 시뮬레이션 기능을 만나보세요. 이 기능들은 전기차 제조업체들이 음향 성능 목표를 효과적으로 달성할 수 있도록 지원합니다.  주요 내용은 다음과 같습니다. • Pass-by Noise 분석 및 해결 • 음향 차량 경고 시스템 (AVAS) • 사운드 패키지 설계 및 최적화 • 풍향 소음 문제 해결 • 가청화 기술 활용 소음진동 해석을 통한 전기차의 PBN 및 AVAS 규제 해결 - 강화된 규제와 더 높은 목표는 자동차 산업에 큰 부담을 주고 있습니다. 특히 전기차 제조업체들은 Pass-By-Noise(PBN) 감소와 음향 차량 경고 시스템(AVAS) 도입을 위한 새로운 규제를 충족시켜야 합니다. 이번 웨비나에서는 아래와 같은 시뮬레이션 기반 접근 방식을 통해 해결책을 제시합니다. •차량 음향 설계 성능 개선 •가상 규제 테스트 및 적합성 평가 •설계 및 검증 주기 단축 * 상기 세션 순서 및 발표 내용은 예고없이 변경될 수 있습니다. 경품 안내 웹비나를 시청하신 분들 중에서 추첨을 통해 설문 참여자와 유튜브 영상 댓글 참여자를 선정해 기프티콘을 보내드립니다.

구글이 새로운 에이전트 시대를 위한 ‘에이전트형(agentic) AI 모델’인 ‘제미나이 2.0’을 출시했다. 제미나이 2.0은 네이티브 이미지 및 오디오 출력, 네이티브 툴 사용 등 향상된 멀티모달 기능을 제공하여 텍스트, 이미지, 동영상, 오디오, 코드 등 다양한 형태의 정보를 자연스럽게 이해하고 처리할 수 있다.  구글은 “제미나이 2.0는 지금까지 선보인 모델 중 가장 뛰어난 성능을 자랑한다”면서, “리서치, 보고서 작업 등 다양한 방면의 복잡한 작업을 수행하는 ‘에이전트’ 기능을 갖춘 AI 시대를 본격적으로 열어갈 것”이라고 밝혔다.  제미나이 2.0은 네이티브 이미지 및 오디오 출력, 네이티브 툴 사용 등 향상된 멀티모달 기능을 바탕으로 이용자 경험을 혁신할 뿐 아니라, 개발자에게도 강력한 AI 기반 애플리케이션을 구축할 수 있는 툴을 제공한다. 전 세계 제미나이 이용자는 데스크톱과 모바일 웹에서 제미나이 2.0을 사용할 수 있다. 데스크톱과 모바일 웹의 모델 드롭다운 메뉴에서 ‘2.0 플래시 실험 버전’을 선택하면 채팅에 최적화된 제미나이 2.0을 바로 사용해 볼 수 있으며, 이는 제미나이 모바일 앱에도 곧 적용될 예정이다.     제미나이 2.0을 기반으로 새롭게 개선된 ‘프로젝트 아스트라(Project Astra)’는 다국어 대화, 구글 툴(구글 검색, 구글 렌즈, 맵스 등) 사용, 최대 10분 동안의 대화를 기억하는 향상된 메모리, 빠른 응답 속도 등의 기능을 제공한다. 구글은 이러한 기능을 구글의 AI 어시스턴트인 제미나이 앱 등 구글 제품은 물론, 다른 폼 팩터에도 도입할 계획이다.  ‘프로젝트 마리너(Project Mariner)’는 웹 브라우저에서 작동하는 에이전트 프로토타입으로, 픽셀 및 텍스트, 코드, 이미지, 양식과 같은 웹 요소를 포함해 브라우저 화면의 정보를 이해하고 추론한 다음, 실험적인 크롬 확장 프로그램(Chrome extension)을 통해 해당 정보를 활용해 작업을 완료한다. 개발자를 위한 AI 에이전트인 ‘줄스(Jules)’는 깃허브(GitHub) 워크플로에 직접 통합돼 개발자의 지시와 감독 하에 이슈를 처리하고, 계획을 세우고 실행하는 기능을 제공한다.  구글은 제미나이 2.0을 사용해 비디오 게임의 가상 세계 탐색을 지원하는 에이전트를 구축했다. 이 에이전트는 화면의 동작만을 기반으로 게임에 대해 추론하고, 실시간 대화를 통해 다음에 무엇을 해야 할지 제안할 수 있다. 가상 게임의 동반자 역할은 물론, 구글 검색을 활용해 웹 상의 풍부한 게임 지식을 제공할 수도 있다. 이 외에도 구글은 제미나이 2.0의 공간 추론 기능을 로봇 공학에 적용해 물리적 세계에서 도움을 줄 수 있는 에이전트를 실험하고 있다. 한편, 구글은 제미나이 2.0가 구글 검색의 AI 개요(AI Overview) 기능에도 적용되어, 고급 수학 방정식, 멀티모달 쿼리, 코딩 등 더욱 복잡한 질문에 대한 답변을 제공하도록 개선될 예정이라고 밝혔다.  전 세계 제미나이 이용자는 데스크톱 및 모바일 웹에서 제미나이 앱을 통해 제미나이 2.0 플래시(Gemini 2.0 Flash) 실험 버전을 AI 어시스턴트로 사용할 수 있다. 제미나이 2.0 플래시 실험 모델은 구글 AI 스튜디오(Google AI Studio) 및 버텍스 AI(Vertex AI)를 통해 모든 개발자가 사용할 수 있다. 개발자들은 제미나이 2.0을 활용하여 텍스트, 오디오 및 이미지를 포함한 통합 응답을 생성하고, 구글 검색 및 코드 실행과 같은 툴을 활용하는 애플리케이션을 구축할 수 있다.

지멘스 디지털 인더스트리 소프트웨어, 지멘스 EDA 사업부는 차세대 집적 회로(IC)의 설계 단계에서 칩의 공정상 결함이 있는지 체크하는 테스트 용이화 설계(Design-for-Test : DFT) 설루션인 ‘테센트 인시스템 테스트(Tessent In-System Test)’ 소프트웨어를 출시했다. 노후화 및 환경 요인으로 유발되는 Silent Data Corruption/Errors(SDC/SDE)와 같은 중요한 문제를 해결하기 위해 설계된 테센트 인시스템 테스트는 지멘스의 테센트 스트리밍 스캔 네트워크(Tessent Streaming Scan Network) 소프트웨어와 함께 작동하도록 설계된 인시스템 테스트 컨트롤러이다. 이러한 호환성을 통해 고객은 제품 수명주기 동안 시스템 내에서 임베디드 결정론적 테스트 패턴을 적용할 수 있으며, 이를 통해 IC와 이를 구동하는 애플리케이션의 안정성과 보안, 완전한 기능을 유지할 수 있다. 지멘스의 테센트 미션모드(Tessent MissionMode)와 테센트 스트리밍 스캔 네트워크 소프트웨어의 성공을 기반으로, 테센트 인시스템 테스트는 지멘스의 테센트 테스트컴프레스(TestKompress) 소프트웨어로 생성된 결정론적 테스트 패턴의 원활한 통합을 가능하게 한다. 이를 통해 고객은 시스템 내 애플리케이션에 기존 IJTAG 및 SSN 기반 패턴을 재사용하는 동시에 전반적인 칩 구조 설계를 개선하고 테스트 시간을 단축할 수 있다. 지멘스의 테센트 인시스템 테스트 소프트웨어를 사용하면 고객은 테센트 테스트컴프레스와 SSN을 사용하여 생성된 임베디드 결정론적 테스트 패턴을 업계 표준 APB 또는 AXI 버스 인터페이스를 통해 인시스템 테스트 컨트롤러에 직접 적용할 수 있다. 시스템 내에서 적용되는 결정론적 테스트 패턴은 사전 정의된 테스트 기간 내에서 최고 수준의 테스트 품질을 제공할 뿐만 아니라, 디바이스의 수명주기에 따라 테스트 내용을 변경할 수 있는 기능을 제공한다. 또한 결정론적 패턴이 내장된 인시스템 테스트는 기존 테스트 인프라의 재사용을 지원하고 있다. 이러한 기능은 자동차, 항공우주, 의료 기기 등 안전이 중요한 애플리케이션에 중점을 둔 산업에 특히 중요하다.     지멘스 디지털 산업 소프트웨어의 앤커 굽타(Ankur Gupta) 디지털 설계 생성 플랫폼 담당 수석 부사장 겸 총괄 매니저는 “테센트 인시스템 테스트는 고객이 실리콘 수명주기 관리 목표를 달성하는 데 있어 중요한 진전”이라고 말하며, “노후화 및 환경적 요인이 설계에 큰 영향을 미치고 있다. 테센트 인시스템 테스트는 이러한 문제를 해결하는 스마트 설루션을 제공하여 궁극적으로 고객에게 향상된 성능, 보안 및 생산성을 제공한다”고 말했다. 아마존웹서비스(AWS)의 댄 트록(Dan Trock) 수석 DFT 매니저는 “테센트 인시스템 테스트 기술을 통해 테스트 공정에서 이미 활용하고 있는 광범위한 테스트 인프라와 패턴을 데이터 센터 제품군에 재사용할 수 있다”면서, “테센트 인시스템 테스트 기술을 통해 데이터 센터에 대한 고품질 필드 테스트가 가능해졌다. AWS 고객은 이제 수명주기 동안 실리콘 디바이스를 지속적으로 모니터링하여 최고의 품질과 안정성을 갖춘 인프라와 서비스의 혜택을 누릴 수 있다”고 말했다.

클라우드플레어가 2024년 주요 인터넷 트렌드를 되짚어보는 ‘이어 인 리뷰(Year In Review)’ 보고서를 발표했다. 해당 보고서는 클라우드플레어의 연례 보고서로 올해 5회째 발간되었으며, 글로벌 인터넷 환경에 대한 인사이트 및 보안 트렌드뿐만 아니라 한 해 동안 가장 인기 있었던 인터넷 서비스에 대한 심층 분석을 포함하고 있다. 인터넷은 전 세계를 연결하는 수단이자, 원활한 일상생활을 지원하는 중요한 정보와 서비스에 대한 접속 창구가 되고 있다. 또한 글로벌 디지털 경제를 지원하는 등 오늘날 사회의 근간으로 자리잡고 있다. 클라우드플레어의 조사 결과에 따르면 매년 더 많은 사람과 기기가 인터넷에 연결되면서 전 세계 트래픽이 전년 대비 17% 증가하고, 인터넷의 역량에 대한 글로벌 의존도를 보여주는 새로운 트렌드가 나타나고 있다. 클라우드플레어의 매튜 프린스(Matthew Prince) CEO는 “우리는 인터넷을 지속적으로 사용하고 있지만, 여전히 많은 사람들이 이를 단순히 웹 페이지의 모음으로만 생각한다. 하지만 인터넷은 소셜 미디어 상호작용, 스마트 냉장고나 로봇청소기, 차량 공유 앱 등 우리 모두의 삶 곳곳에 존재한다”며 “이처럼 겉보기에 사소해 보이는 모든 상호작용은 이면에서 어떤 형태로든 인터넷과 연결되어 있으며, 그 중 상당수가 클라우드플레어의 네트워크를 통해 이루어지고 있다”고 말했다.     클라우드플레어의 발표에 따르면 2024년 가장 인기 있는 인터넷 서비스로 구글이 3년 연속 1위를 차지했다. 이어 페이스북이 2위, 애플이 3위, 틱톡이 4위였다. 이는 2023년과 동일한 순위였지만, 왓츠앱이 처음으로 글로벌 인기 서비스 상위 10위권에 진입했다. 2024년 가장 인기 있는 생성형 AI 서비스로는 오픈 AI가 2년 연속 1위를 차지한 가운데, 코디움이 3위, 클로드가 5위, 코파일럿이 7위로 새롭게 상위 10위권에 이름을 올렸다. 가장 인기 있는 게임 서비스로는 로블록스가 4년 연속 1위를 차지했다. 스팀이 처음으로 상위 5위 안에 들었으며, 마인크래프트도 올해 상위 10위권에 진입했다.  인터넷 공격을 가장 많이 받은 산업은 게임 및 도박 산업으로, 2023년에 가장 큰 타깃이었던 금융 부문을 제치고 위협 행위자들의 주요 타깃이 되었다. 한편으로 전 세계 인터넷 중단의 절반 이상이 정부 주도의 셧다운으로 인해 발생했으며, 모잠비크, 이라크, 시리아, 방글라데시, 세네갈, 파키스탄 등 여러 국가에서 주로 시위, 사회 혼란 또는 시험 부정 방지를 이유로 이루어졌다. 전 세계 인터넷 트래픽의 약 6.5%가 잠재적 악성 트래픽으로 판단되어 차단되었는데, 이는 2023년 대비 소폭 증가한 수치이다. 클라우드플레어의 데이비드 벨슨(David Belson) 데이터 인사이트 책임자는 “클라우드플레어 레이더는 팬데믹이 인터넷 사용 방식에 미친 극적인 영향을 목격하면서, 이러한 인사이트에 누구나 접근할 수 있도록 해야 한다는 중요성을 인식하고 2020년에 출범했다”며, “이번 보고서는 클라우드플레어의 데이터를 보편화하고, 누구나 참고할 수 있는 인터넷 패턴을 제공하기 위한 레이더의 노력의 일환”이라고 말했다.

마이크로소프트가 2025년 주목해야 할 AI 트렌드 6가지를 공개하면서, AI가 이끌어갈 혁신과 과제에 대한 주요 인사이트를 제시했다.  2024년은 전 세계 조직이 AI를 본격 도입하기 시작한 해로 평가된다. 마이크로소프트의 의뢰로 진행된 IDC 2024 AI 보고서에 따르면, 전 세계 조직의 AI 도입률은 지난해 55%에서 올해 75%로 증가했다. 이는 AI가 실험 단계를 넘어, 실제 비즈니스에서 가치를 창출하는 핵심 도구로 자리잡았음을 보여준다. 마이크로소프트는 이러한 변화에 따라 2025년이 AI가 일상과 업무에서 필수적인 기술로 자리 잡는 전환점이 될 것으로 전망하고 있다. AI는 높은 자율성을 기반으로 복잡한 문제를 해결하고, 업무 효율성을 크게 높이며 일상을 단순화할 것으로 기대된다. 나아가 과학, 의료 등 인류가 직면한 주요 과제 해결에도 적극적으로 활용될 것으로 내다보고 있다. 특히, 이러한 흐름은 AI의 논리적 사고와 데이터 처리 능력의 고도화를 통해 더욱 가속화될 것으로 예상된다. 마이크로소프트는 이러한 변화를 지원하기 위해 안전하고 신뢰할 수 있는 AI 기술 개발에 집중하고 있으며, 이를 사용자들이 안심하고 활용할 수 있도록 지원할 계획이다.  마이크로소프트의 크리스 영(Chris Young) 사업개발·전략·투자 담당 부사장은 “AI는 불가능해 보였던 많은 것을 가능하게 하고 있으며, 지난 한 해 동안 많은 조직이 실험 단계를 넘어 실질적인 도입 단계로 진입했다”고 말했다. 이어 그는 "AI 기술은 우리 삶의 모든 영역에 전면적인 변화를 가져올 전환점에 서 있다"고 강조했다.      마이크로소프트가 제시한 2025년 6가지 주요 AI 트렌드는 ▲더 유용하고 유능해질 AI 모델 ▲업무 형태를 변화시킬 AI 에이전트의 활약 기대 ▲모든 일상을 지원하는 AI 역할 확장 ▲지속 가능한 AI 인프라 구축 필요성 증대 ▲테스트와 맞춤화를 통한 책임 있는 AI 구축 ▲과학적 혁신을 가속화하는 AI 등이다. 첫 번째, AI 모델은 더 많은 일을 더 잘 수행할 것이다. 이 AI 모델들은 과학, 코딩, 수학, 법률 및 의학 등 여러 분야에서 혁신을 주도하며, 문서 작성부터 코딩 같은 복잡한 업무에 이르기까지 폭 넓은 업무를 수행할 수 있는 능력을 갖추게 될 것으로 보인다. 특히 AI의 추론 능력도 향상될 전망이다. 고급 추론 AI 모델인 오픈AI o1은 인간이 생각하는 방식과 유사한 논리적 과정을 거쳐 복잡한 문제를 단계적으로 해결하는 데 뛰어난 성능을 입증했다. 데이터 선별과 후속 학습도 AI 모델 발전에서 핵심적인 역할을 하게 된다. 마이크로소프트의 소형언어모델 파이(Phi)는 고품질 데이터를 활용해 모델 성능과 추론 능력을 효과적으로 개선할 수 있음을 보여줬다. 또한, 오르카(Orca) 및 오르카2(Orca 2) 모델은 합성 데이터를 활용한 학습으로 대규모 언어 모델에 준하는 성능을 구현하며 새로운 가능성을 열었다. 두 번째, 개인화된 차세대 AI 에이전트는 반복적이고 일상적인 업무를 자동화하는 데에서 나아가, 복잡하고 전문적인 작업까지 수행하며 조직의 업무 환경과 프로세스를 근본적으로 변화시킬 것으로 기대된다. AI 에이전트는 메모리, 추론, 멀티모달 기술의 발전을 통해 더욱 정교하게 작업을 처리할 수 있다. 예를 들어 조직의 재고 공급에 문제가 발생하면 AI 에이전트가 이를 관리자에게 알리고, 적합한 공급 업체를 추천하거나 직접 주문을 실행해 업무가 중단 없이 진행될 수 있도록 돕는다. 또한, 누구나 AI 에이전트를 설계하고 개발할 수 있는 환경도 마련된다. 마이크로소프트의 코파일럿 스튜디오(Copilot Studio)는 코딩 없이도 AI 에이전트를 개발할 수 있으며, 애저 AI 파운드리(Azure AI Foundry)는 복잡한 프로세스를 처리할 수 있는 고급 AI 에이전트 설계를 지원한다. 이러한 변화는 단순히 사용자와 협력하며 응답하는 프롬프트 기반 AI 에이전트에서, 독립적으로 업무를 수행하고 프로세스를 조율하는 완전 자율형 AI 에이전트까지 다양화될 것으로 예상된다. 세 번째, AI가 일상생활에서 차지하는 역할의 확장이다. 마이크로소프트 코파일럿(Microsoft Copilot)은 AI 동반자로서, 사용자가 하루 일과를 우선 순위에 따라 시간을 효율적으로 관리할 수 있도록 돕는다. 또한, 개인 정보와 데이터 보안을 강화해 보다 안전한 환경에서 AI를 사용할 수 있도록 설계됐다. 사용자는 일상에서 코파일럿을 더욱 밀접하게 활용할 수 있다. 예를 들어, 사용자는 하루를 시작하며 코파일럿 데일리(Copilot Daily)의 음성을 통해 최신 뉴스와 날씨 정보를 확인할 수 있다. 또한, 코파일럿 비전(Copilot Vision)은 사용자가 접속한 웹페이지를 분석해 관련 질문에 답하거나 다음 단계를 제안하는 등 보다 직관적인 상호작용을 지원한다. 코파일럿은 의사결정 과정에서도 유용하게 활용된다. 예를 들어, 새 아파트 인테리어를 위해 어울리는 가구를 추천하고, 효율적인 배치 방안을 제시해 사용자의 공간을 더 편리하고 실용적으로 꾸밀 수 있도록 돕는다. 이는 시작 단계이며, 앞으로 AI는 정서 지능의 고도화를 통해 보다 유연하고 자연스러운 상호작용을 제공할 전망이다. 네 번째, 에너지 자원 효율화를 통한 지속 가능한 AI 인프라 구축에 대한 노력이다. 실제로 전 세계 데이터 센터 처리량은 2010년부터 2020년까지 약 9배 증가했음에도 전력 소비량은 단 10% 증가에 그쳤다. 이는 마이크로소프트가 AMD, 인텔, 엔비디아 등과 협력해 반도체 칩 애저 마이아(Azure Maia)와 코발트(Cobalt), 그리고 대규모 AI 시스템 냉각을 위한 액체 냉각 열교환기 기술을 통해 하드웨어의 에너지 효율을 높인 결과다. 향후 몇 년 내에는 냉각에 물을 전혀 사용하지 않는 워터-프리 데이터센터가 도입될 예정이다. 동시에 초고효율 액체 냉각 기술인 콜드 플레이트(Cold plates)의 사용도 확대된다. 이러한 기술들은 지속 가능한 AI 인프라 조성을 위한 노력의 핵심이다. 이와 함께 마이크로소프트는 저탄소 건축 자재를 도입해 데이터센터 설계를 친환경적으로 혁신하고 있다. 탄소 배출이 거의 없는 철강, 콘크리트 대체 소재, 교차 적층 목재 등이 대표적인 예다. 이와 함께 풍력, 지열, 원자력 및 태양광 등 무탄소 에너지원에도 적극 투자하며, 2030년까지 탄소 네거티브, 워터 포지티브, 제로 웨이스트 목표를 달성하기 위한 장기적인 비전을 실행하고 있다. 다섯 번째, AI의 위험을 측정하고 평가하는 기준의 강화다. 2025년에는 책임 있는 AI를 구현하기 위해 ‘테스트’와 ‘맞춤화’에 대한 기준이 높아질 것으로 예상된다. 포괄적인 테스트 체계는 외부의 정교한 위협을 탐지하고, AI가 생성하는 부정확한 응답(환각)과 같은 내부 문제를 해결하는 데에 효과적이다. 마이크로소프트는 AI 모델이 직면할 수 있는 위협을 정밀하게 분석하고 개선하는 과정을 지속하며, 더욱 안전한 AI 환경 구축을 목표로 하고 있다. 특히 모델의 안전성이 높아질수록 테스트와 측정 기준도 더욱 정교해지고 있다. ‘맞춤화’와 ‘제어’는 미래 AI 응용 프로그램의 핵심으로 자리 잡을 것으로 보인다. 조직은 콘텐츠 필터링과 작업에 적합한 가드레일 설정 등 AI 활용 방식을 자유롭게 조정할 수 있다. 예를 들어, 게임사는 직원이 볼 수 있는 폭력 콘텐츠의 종류를 제한할 수 있다. 마이크로소프트 365 코파일럿은 업무 환경에 적합한 콘텐츠를 설정할 수 있는 맞춤형 제어 기능을 제공한다. 여섯 번째, AI가 과학 연구에 미치는 영향력 확대다. 이미 AI는 슈퍼컴퓨팅과 일기 예보 같은 분야의 연구 속도를 가속화하고 있으며, 앞으로는 자연 과학, 지속 가능한 소재 개발, 신약 연구 및 건강 분야에서 중요한 역할을 할 것으로 예상된다. 2024년, 마이크로소프트 리서치(MSR)는 생체 분자 과학 문제를 해결할 생체분자 역학 시뮬레이션(simulate biomolecular dynamics)을 개발했다. AI2BMD(AI-driven Biomolecular Dynamics)로 불리는 이 시스템은 단백질 설계, 효소 공학, 신약 개발 등의 분야에서 전례 없는 속도와 정밀도로 문제를 해결하며 생물 의학 연구에 새로운 가능성을 열었다. 2025년에는 AI가 지속 가능한 소재 설계와 신약 개발 같은 인류의 공동 과제 해결에 중요한 역할을 할 것으로 보인다. 이를 통해 과학 기관과 연구자들은 AI를 통해 연구 효율을 높이고, 지금까지 불가능했던 새로운 돌파구를 마련할 것으로 기대를 모으고 있다.

엔비디아가 아마존웹서비스(AWS)의 AI 서비스 전반에 자사의 NIM 마이크로서비스를 확장한다고 발표하면서, 이를 통해 생성형 AI 애플리케이션을 위한 더 빠른 AI 추론과 짧은 지연 시간을 지원한다고 전했다. 12월 4일 열린 ‘리인벤트(re:Invent)’ 연례 콘퍼런스에서 AWS는 엔비디아와의 협업을 확대해 주요 AWS AI 서비스 전반에 걸쳐 엔비디아 NIM 마이크로서비스를 확장한다고 발표했다.  엔비디아 NIM 마이크로서비스는 이제 AWS 마켓플레이스(Marketplace), 아마존 베드록 마켓플레이스(Bedrock Marketplace), 아마존 세이지메이커 점프스타트(SageMaker JumpStart)에서 직접 제공된다. 이로 인해 개발자가 일반적으로 사용되는 모델에 대해 엔비디아 최적화 추론을 대규모로 배포하는 것이 더욱 쉬워졌다.     엔비디아 NIM은 AWS 마켓플레이스에서 제공되는 엔비디아 AI 엔터프라이즈 소프트웨어 플랫폼의 일부이다. 이는 개발자에게 클라우드, 데이터센터, 워크스테이션 전반에서 고성능 엔터프라이즈급 AI 모델 추론을 안전하고 안정적으로 배포하도록 설계된 사용하기 쉬운 마이크로서비스 세트를 제공한다. 사전 구축된 컨테이너는 엔비디아 트리톤 추론 서버(Triton Inference Server), 엔비디아 텐서RT(TensorRT), 엔비디아 텐서RT-LLM, 파이토치(PyTorch)와 같은 추론 엔진을 기반으로 구축됐다. 아울러 오픈 소스 커뮤니티 모델부터 엔비디아 AI 파운데이션(AI Foundation) 모델, 맞춤형 모델에 이르기까지 광범위한 범위의 AI 모델을 지원한다. NIM 마이크로서비스는 아마존 엘라스틱 컴퓨트 클라우드(Elastic Compute Cloud : EC2), 아마존 엘라스틱 쿠버네티스 서비스(Elastic Kubernetes Service : EKS), 아마존 세이지메이커를 비롯한 다양한 AWS 서비스에 배포할 수 있다. 개발자는 일반적으로 사용되는 모델과 모델 제품군으로 구축된 100개 이상의 NIM 마이크로서비스를 엔비디아 API 카탈로그에서 미리 볼 수 있다. 여기에는 메타의 라마 3(Llama 3), 미스트랄 AI의 미스트랄과 믹스트랄(Mixtral), 엔비디아의 네모트론(Nemotron), 스태빌리티 AI의 SDXL 등이 있다. 가장 일반적으로 사용되는 모델은 AWS 서비스에 배포하기 위한 자체 호스팅에 사용할 수 있으며, AWS의 엔비디아 가속 컴퓨팅 인스턴스에서 실행되도록 최적화돼 있다. 엔비디아는 다양한 산업 분야의 고객과 파트너가 AWS에서 NIM을 활용하며 시장에 더 빨리 진입하고, 생성형 AI 애플리케이션과 데이터의 보안과 제어를 유지하며, 비용을 절감하고 있다고 소개했다. 개발자는 고유한 필요와 요구사항에 따라 AWS에 엔비디아 NIM 마이크로서비스를 배포할 수 있다. 이를 통해 개발자와 기업은 다양한 AWS 서비스 전반에서 엔비디아에 최적화된 추론 컨테이너로 고성능 AI를 구현할 수 있다.

디지털 데이터의 정리에 관하여   한 해를 마무리하고 새해의 계획을 세우는 12월이 되었다. 새해를 맞이하며 새로운 계획을 준비하는 것도 중요하지만, 새해를 맞이하기 전에 지나가는 한 해를 정리하는 것도 중요하다. 물리적인 정리뿐 아니라 디지털적인 정리도 중요하다. 일을 하거나 작업을 하는 주변 환경에 대한 정리도 중요하겠으나, 작업을 하는 대상인 디지털 파일에 대한 관리도 매우 중요하다. 이 글에서는 컴퓨터나 모바일 환경에서 사용하는 파일의 관리에 대해서 다룬다.   ■ 양승규 캐드앤그래픽스 전문 필진으로, MOT를 공부하며 엔지니어와 직장인으로 살아가는 방법에 대해 탐구한다. 건축과 CAD를 좋아한다.  홈페이지 | yangkoon.com   저장 공간 지금 내 컴퓨터의 하드디스크(HDD) 여유 사용 공간을 한 번 확인해 보자. 몇 개월 전이나 1월의 여유 사용 공간과 비교해 보면 그 차이가 어떨까? 이전보다 현재가 줄어든 것이 일반적일 것이다. 스마트폰의 사용 가능 공간도 마찬가지일 것이다. 매일 쌓이는 사진, 동영상으로 저장 공간은 계속해서 부족해져 간다.  대부분의 기업은 관련 규정을 통해서 문서의 보관 기간을 설정하여 일정 기간 동안은 문서를 보관하고, 보관 기간이 지나면 문서를 파기한다. 기업의 문서를 보관하기 위한 문서 창고의 크기가 물리적으로 무한하다면 굳이 생산된 문서를 없애지 않고 계속해서 보관해도 될 것이다. 하지만 물리적으로 정해진 저장 공간이 있기 때문에, 생산되는 모든 문서를 계속 보관하고 있을 수는 없다. 주방의 선반, 냉장고에 보관된 음식물의 유통기한이 지나면 버린다. 유통기한이 지난 음식은 먹을 수 없기 때문이다. 파일도 마찬가지이다. 문서로 관리되는 자료는 지정된 보관 기간이 지나면 파기한다. 디지털 영역에서도 마찬가지이다. Exploding Topics(https://explodingtopics. com/blog/data-generated-per-day)에 따르면, 디지털 세계가 하루에 만들어내는 정보량은 약 4억 테라바이트에 이른다고 한다. 구글이나 페이스북의 메타와 같은 글로벌 빅테크 기업은 데이터가 곧 자산이니 세계 곳곳에 데이터센터를 지으면서 수많은 데이터를 저장한다. 하지만 빅테크가 아닌 경우는 어떨까? 데이터가 자산이 되는 경우도 있지만 그렇지 않은 경우도 있다. 바로 목적에 맞지 않게 요구되는 목적의 필요 크기보다 큰 크기의 데이터가 그것이다.   그림 1. 전 세계 연간 데이터 생산량   파일 정리 저장 공간을 확보하기 위해 대용량 HDD를 계속 추가하는 것도 어느 시점에는 한계가 있고, 클라우드 서비스를 이용하더라도 용량의 한계는 있다. 네이버는 계정이 있다면 누구에게나 무료로 30GB의 저장 공간을 제공해 준다. 그 이상은 당연히 유료로 사용해야 한다. 구글은 포토 서비스에서 2021년 6월 이전까지는 원본 화질이 아닌 인코딩된 사진은 무제한으로 저장할 수 있도록 해주었으나 지금은 유료로 바뀌었다. 클라우드 서비스는 사용자에게 편리한 저장 솔루션을 제공하지만, 무료 용량의 한계와 유료 정책 변경 등의 문제점도 있다. 이러한 변화로 사용자는 자신의 데이터 관리에 보다 신중한 자세를 취할 필요가 있다. 클라우드 서비스를 이용할 때는 장기적 관점에서 용량, 비용, 서비스 안정성 등을 고려한 데이터 관리 전략을 세우는 것이 중요하다. 클라우드 환경이든 개인 PC나 스마트폰의 저장 용량 기반 데이터 관리든, 어떤 환경에서도 파일 정리는 중요하다. 수기로 결재를 받은 업무용 서류를 시스템에 등록하기 위해 스캐너를 이용하여 디지털 파일로 만드는 경우를 생각해 보자. 보통 스캔을 하는 경우에 고려하는 해상도 옵션은 출력용의 해상도라고 하면 300dpi, 웹 뷰어용으로는 150dpi, 최소 옵션으로 75dpi 정도를 사용하는 것이 일반적이다. 그런데, 업무용 서류를 스캔할 때 해상도를 600dpi로 적용한다고 해보자. 150~300dpi면 충분한 해상도를 과도하게 높여서 파일 크기는 불필요하게 증가한다. 해상도가 2배 증가하면 파일 크기는 4배가 증가한다고 보면 된다. 300dpi로 스캔된 파일 100개를 저장할 수 있는 공간에 600dpi로 스캔된 파일은 30개도 저장하지 못하게 되는 것이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.