• 회원가입
  • |
  • 로그인
  • |
  • 장바구니
  • News
    뉴스 신제품 신간 Culture & Life
  • 강좌/특집
    특집 강좌 자료창고 갤러리
  • 리뷰
    리뷰
  • 매거진
    목차 및 부록보기 잡지 세션별 성격 뉴스레터 정기구독안내 정기구독하기 단행본 및 기타 구입
  • 행사/이벤트
    행사 전체보기 캐드앤그래픽스 행사
  • CNG TV
    방송리스트 방송 다시보기 공지사항
  • 커뮤니티
    업체홍보 공지사항 설문조사 자유게시판 Q&A게시판 구인구직/학원소식
  • 디렉토리
    디렉토리 전체보기 소프트웨어 공급업체 하드웨어 공급업체 기계관련 서비스 건축관련 업체 및 서비스 교육기관/학원 관련DB 추천 사이트
  • 회사소개
    회사소개 회사연혁 출판사업부 광고안내 제휴 및 협력제안 회사조직 및 연락처 오시는길
  • 고객지원센터
    고객지원 Q&A 이메일 문의 기사제보 및 기고 개인정보 취급방침 기타 결제 업체등록결제
  • 쇼핑몰
통합검색 "게임"에 대한 통합 검색 내용이 3,320개 있습니다
원하시는 검색 결과가 잘 나타나지 않을 때는 홈페이지의 해당 게시판 하단의 검색을 이용하시거나 구글 사이트 맞춤 검색 을 이용해 보시기 바랍니다.
CNG TV 방송 내용은 검색 속도 관계로 캐드앤그래픽스 전체 검색에서는 지원되지 않으므로 해당 게시판에서 직접 검색하시기 바랍니다
엔비디아, 3D 그래픽 만드는 생성형 AI 모델 ‘라떼3D’ 공개
엔비디아가 몇 초 만에 텍스트를 3D 그래픽으로 변환하는 생성형 AI 모델 라떼3D(Large-scale Amortized Text-To-Enhanced3D Synthesis : LATTE3D)를 공개했다. 가상 3D 프린터처럼 텍스트 프롬프트를 1초 안에 사물과 동물의 3D 그래픽으로 변환할 수 있는 라떼3D는 표준 렌더링 애플리케이션에 널리 사용되는 포맷으로 제작됐다. 비디오 게임, 광고 캠페인, 디자인 프로젝트 또는 로보틱스용 가상 훈련장 개발 등을 위한 가상 환경을 쉽게 구현할 수 있다. 라떼3D는 엔비디아 리서치 데모에 사용된 엔비디아 RTX A6000과 같은 단일 GPU에서 추론을 실행할 때 거의 즉각적으로 3D 형상을 생성할 수 있게 됐다. 크리에이터는 처음부터 디자인을 시작하거나 3D 애셋 라이브러리를 일일이 찾아보는 대신, 라떼3D를 사용해 머릿속에 아이디어가 떠오르는 즉시 세부적인 개체를 생성할 수 있다.     모델은 텍스트 프롬프트에 따라 몇 가지 다른 3D 모양 옵션을 생성해 크리에이터에게 선택권을 제공한다. 선택된 개체는 몇 분 내에 더 높은 품질로 최적화된다. 그런 다음 사용자는 해당 그래픽을 그래픽 소프트웨어 애플리케이션이나 엔비디아 옴니버스(Omniverse)와 같은 플랫폼으로 전송할 수 있다. 이를 통해 오픈USD(OpenUSD) 기반 3D 워크플로와 애플리케이션을 사용할 수 있다. 연구진은 동물과 일상 사물이라는 두 가지 특정 데이터세트에 대해 라떼3D를 훈련시키고, 개발자는 동일한 모델 아키텍처를 사용해 다른 데이터 유형에 대해 AI를 훈련시킬 수 있다. 예를 들어, 3D 식물 데이터세트를 훈련한 라떼3D 버전은 조경 디자이너가 고객과 브레인스토밍하면서 나무, 꽃 덤불, 다육식물로 정원 렌더링을 빠르게 작성하는데 도움을 줄 수 있다. 가정 내 사물에 대해 훈련된 모델은 집을 3D 시뮬레이션으로 채울 아이템을 생성할 수 있다. 이런 경우 개발자는 테스트하거나 실제 환경에 배치하기 전에 개인 비서 로봇을 훈련할 수 있다. 라떼3D의 훈련에는 엔비디아 A100 텐서 코어(Tensor Core) GPU가 사용됐다. 3D 그래픽 외에도 챗GPT(ChatGPT)를 통해 생성된 다양한 텍스트 프롬프트를 훈련했다. 이를 통해 사용자가 특정 3D 개체를 설명할 때 제시할 수 있는 다양한 문구를 처리하는 능력을 향상시켰다. 예를 들어, 다양한 개 종류를 묘사하는 프롬프트에서는 모두 개 모양을 생성하도록 학습시켰다. 토론토 AI 연구소에서 라떼3D를 개발한 엔비디아의 산자 피들러(Sanja Fidler) AI 리서치 담당 부사장은 “1년 전만 해도 AI 모델이 이 정도 품질의 3D 비주얼을 생성하는데 1시간이 걸렸지만, 이제는 10~12초 정도면 충분하다. 훨씬 더 빠른 속도로 결과를 생성할 수 있게 되면서 업계 전반의 크리에이터들이 거의 실시간으로 텍스트를 3D로 생성할 수 있게 됐다”고 말했다.
작성일 : 2024-03-25
어도비, 서브스턴스 3D 워크플로에 파이어플라이 생성형 AI 도입
어도비가 게임 개발자 컨퍼런스 2024(GDC)에서 어도비 서브스턴스 3D(Adobe Substance 3D)의 디자인 및 크리에이티브 워크플로에 새로운 어도비 파이어플라이(Adobe Firefly) 구동 생성형 AI 기능을 선보였다. 어도비는 서브스턴스 3D 에코시스템과 파이어플라이의 첫 통합을 통해 3D 텍스처링 및 배경 이미지 생성 등의 작업을 가속화하며, 산업 디자이너와 게임 개발자 및 시각특수효과(VFX) 전문가에게 새로운 수준의 창의성과 효율성을 지원할 계획이다. 이번 통합으로 서브스턴스 3D의 최신 버전에 두 가지 파이어플라이 구동 기능이 도입됐다. 먼저 서브스턴스 3D 샘플러(Substance 3D Sampler) 최신 버전에 도입된 ‘텍스트를 텍스처로(Text to Texture)’는 간단한 텍스트 프롬프트로 3D 개체 표면의 사실적이고 스타일화된 텍스처를 생성하는 기능이다. 텍스트를 텍스처로 기능을 사용하면 실재 프로토타입이나 스톡 이미지 또는 사진 촬영 없이도 반복적인 창작 과정을 획기적으로 개선할 수 있다.     또 서브스턴스 3D 스테이저(Substance 3D Stager)의 새로운 파이어플라이 구동 생성형 배경(Generative Background)은 텍스트 프롬프트로 정교한 배경 이미지를 생성하고, 지능적인 원근감 및 조명 효과를 더해 개체를 배경에 매끄럽게 합성하는 기능이다. 이 같은 새로운 기능은 크리에이티브 검토 과정을 대폭 단축해 전문가들의 디자인 워크플로 생산성을 높이고 더욱 매끄러운 작업환경을 제공하며, 작업 시간을 절약하도록 돕는다. 어도비의 세바스찬 드가이(Sebastien Deguy) 3D 및 몰입형 부문 부사장은 “어도비는 디자이너와 아티스트에게 최첨단 크리에이티브 툴을 제공할 수 있는 새롭고 혁신적인 방법을 모색해왔다”며, “파이어플라이의 생성형 AI 역량을 서브스턴스 3D에 통합함으로써 어도비는 창작 과정을 간소화할 뿐 아니라 전문가가 상상력을 발휘하고, 이를 보완하도록 설계된 새로운 생성형 워크플로를 통해 새로운 창작의 가능성을 개척하고 있다”고 말했다. 어도비 파이어플라이는 기본적으로 파이어플라이를 사용해 제작하거나 편집한 애셋에 콘텐츠 자격 증명(Content Credentials)을 첨부해, 창작 과정에 생성형 AI가 사용되었음을 표시한다. 콘텐츠 자격 증명은 디지털 ‘영양 성분 표시(nutrition label)’ 역할을 하는 검증 가능한 세부 정보이다. 애셋명, 제작일, 제작에 사용된 디지털 툴 등과 같은 편집 내용을 표시하며 디지털 콘텐츠의 투명성 제고를 돕는다. 콘텐츠 출처 및 진위를 위한 연합(C2PA)의 무료 오픈 소스 기술을 기반으로 한 해당 데이터는 콘텐츠가 사용, 게시 또는 저장되는 모든 곳에서 콘텐츠와 연결된 상태로 유지돼 속성(attribution)을 명확히 표시함으로써, 소비자가 디지털 콘텐츠에 대해 정보에 입각한 판단을 내릴 수 있도록 지원한다.
작성일 : 2024-03-19
인텔, 최대 6.2 GHz 속도의 데스크톱 프로세서 코어 i9-14900KS 출시
인텔은 ‘인텔 코어 i9-14900KS’의 전체 사양 및 출시를 발표했다. 새로운 i9-14900KS 프로세서는 최대 6.2 GHz의 터보 클럭 속도를 제공하며, 강력한 성능을 원하는 데스크톱 마니아들에게 최고의 게이밍 및 컨텐츠 제작 경험을 제공하는 데에 초점을 맞추었다. 새롭게 출시한 i9-14900KS는 2023년 발표한 코어 i9-13900KS의 6.0 GHz 속도를 넘어 인텔 역대 가장 빠른 속도의 프로세서이다. i9-14900KS는 24코어 및 32스레드, 36MB의 인텔 스마트 캐시(Intel Smart Cache)를 내장해, 데스크톱 애호가들이 인텔 최신 세대 데스크톱 프로세서에서 기대하는 게임 및 콘텐츠 제작 워크로드에서 강력한 성능을 발휘한다.     인텔은 “인텔 애플리케이션 성능 최적화(APO) 기능을 통해 게임 플레이 시 이전 세대 대비 15%의 성능 향상을 얻을 수 있다. 또한 콘텐츠 제작 시 3D 콘텐츠 제작 멀티태스킹과 같은 컴퓨팅 집약적인 작업에서 경쟁 제품 대비 최대 73% 성능 향상을 경험할 수 있다”고 소개했다. i9-14900KS의 주요 기능은 다음과 같다. 인텔 TVB(Intel Thermal Velocity Boost)로 최대 6.2 GHz 맥스 터보 주파수 제공 24코어(8 P-코어 및 16 E-코어), 32 스레드, 150와트 프로세서 기반 전력, 36MB 인텔 스마트 캐시 및 20 PCle 레인(16 PCIe 5.0 및 4 PCIe 4.0 레인) i9-14900KS용으로 확장된 인텔 APO를 지원하는 타이틀에서 최대 11% 성능 향상 제공 최대 192GB의 DDR5 5600MT/s 또는 DDR4 3200 MT/s 메모리 지원 Z790 및 Z690 마더보드 호환 인텔 클라이언트 컴퓨팅 그룹 내 고성능 PC 및 워크스테이션 총괄인 로저 챈들러(Roger Chandler)는 “인텔 코어 i9-14900KS는 14세대 인텔 코어 데스크톱 프로세서 제품군 및 고성능 하이브리드 아키텍처의 강력한 파워와 성능 향상 잠재력을 보여준다. 게이머나 크리에이터 등 고성능 PC 마니아들은 최고 기록을 갱신한 i9-14900KS의 최대 6.2 GHz 클럭 속도로 이전보다 더 높은 수준의 데스크톱 성능을 경험할 수 있을 것”이라고 밝혔다.
작성일 : 2024-03-15
로지텍, 플래그십 무선 게이밍 헤드셋 ‘A50 X’ 출시
  로지텍은 무선 게이밍 헤드셋 ‘A50 X’를 국내 정식 출시했다고 발표했다. 로지텍 A50 X는 ASTRO A50 시리즈 콘솔 게이밍 헤드셋의 플래그십 제품이다. 로지텍 PLAYSYNC 기술이 적용돼 플레이스테이션 5, 엑스박스 시리즈 X|S와 같은 콘솔 및 PC 플랫폼과 동시 연결되며, 베이스 스테이션으로 라우팅된 HDMI 2.1 기술을 사용해 하나의 버튼 클릭만으로 TV와 PC간 유기적인 전환이 가능한 점이 특징이다. A50 X는 그래핀 소재로 이루어진 PRO-G 40mm 오디오 드라이버를 탑재해 선명하고 정밀한 오디오 음질을 전달한다. 높은 사운드 품질과 무선 연결성, 우수한 배터리 효율을 제공하는 로지텍의 LIGHTSPEED 무선 기술 또한 탑재돼 최대 12미터 떨어진 거리에서도 안정적인 사용이 가능하다. 이 제품은 고해상도 16비트 48kHz LIGHTSPEED 마이크가 장착된 첫 번째 헤드셋으로, 추가 대역폭을 통해 훨씬 더 넓은 범위의 사운드를 캡처해 붐 마이크 수준의 사운드 품질을 제공한다. 로지텍 G HUB 소프트웨어와 로지텍 G 모바일 앱을 사용해 오디오 및 보이스를 커스터마이징할 수도 있다. 미국 산림관리협의회(FSC)의 인증을 받은 친환경 패키지를 사용했고, 헤드셋의 35%는 재활용 플라스틱을 활용해 제작돼 탄소 발자국 절감에도 동참했다. 화이트와 블랙 총 두 가지 색상 구성을 갖췄으며, 완충 시 24시간 동안 사용 가능하다.  로지텍 코리아의 조정훈 지사장은 “우수한 품질로 오랜 시간 사랑 받아온 ASTRO A50 시리즈가 더욱 뛰어난 기능과 호환성을 지닌 플래그십 멀티 플랫폼 헤드셋으로 재탄생했다”며, “많은 플레이어가 A50 X와 함께 보다 다채로운 게임 플레이 환경 속에서 고품질 사운드를 경험하길 바란다”고 밝혔다.
작성일 : 2024-03-15
에이수스, 다양한 환경에서 사용할 수 있는 휴대용 모니터 구매 가이드 제공
에이수스 코리아가 언제 어디서나 휴대할 수 있는 가볍고 다재다능한 휴대용 모니터 구매 가이드를 제공한다고 전했다. 에이수스는 젠스크린(ZenScreen), ROG 및 프로아트(ProArt) 등 다양한 휴대용 모니터를 제공한다. 에이수스의 휴대용 모니터는 노트북, 데스크톱 PC, 게임 콘솔 또는 기타 여러 장치에 연결할 수 있으며, 휴대하면서 어디서나 사용할 수 있다. 젠스크린 휴대용 모니터에는 다양한 장소에 휴대용 모니터를 거치할 수 있도록 킥스탠드 메커니즘이 포함되어 있으며, 무단계 힌지를 사용하면 다양한 시야각으로 배치할 수 있어 휴대용 모니터를 노트북 화면에 정확하게 맞출 수 있다. 또한, G-센서가 내장되어 있어 자동 회전 기능을 사용할 수 있다. OLED 패널을 탑재한 휴대용 모니터를 사용하면 높은 대비와 선명한 색상, 낮은 모션 블러로 프리미엄 시청 환경을 경험할 수 있다. ROG 엘라이(ROG Ally), 닌텐도 스위치 등 휴대용 게임 시스템과 플레이스테이션, 엑스박스(XBOX)와 같은 게임 콘솔, 스마트폰, 태블릿을 휴대용 모니터와 연결하면 더 큰 화면으로 게임과 콘텐츠를 즐길 수 있다. 빠르게 움직이는 게임과 영상을 주로 사용한다면 120Hz 또는 144Hz의 높은 주사율을 선택하고, 프리싱크(FreeSync) 기술을 선택하면 게임의 화면이 잘리는 현상을 제거할 수 있다. 또한, ROG의 휴대용 모니터는 3ms의 빠른 응답 속도를 제공하여 빠르게 진행되는 게임 환경에 적합하다. 그 외에도 생산성을 높이는 다양한 환경에서도 휴대용 모니터를 사용할 수 있다. 프로젝트 작업 중에 여러 웹페이지나 문서를 참조해야 하거나 작업하는 동안 이메일과 화상 회의를 진행할 때, 휴대용 모니터는 더 많은 화면 공간을 제공한다. 터치스크린과 스타일러스 펜을 지원하는 휴대용 모니터를 사용하면 편리하게 디지털 서명을 수집할 수 있다.     사진과 비디오를 편집하고, 좋아하는 게임, 영화를 시청할 때는 정확한 색상이 필요할 때는 펜톤(Pantone) 인증 제품을 선택할 수 있다. 깜박임 방지(Flicker-free) 및 블루라이트 감소 기술이 포함된 제품을 사용하면 눈의 피로를 줄일 수 있으며, TUV 라인란드(TÜV Rheinland)에서 인증한 모델을 선택할 수도 있다. 젠스크린 휴대용 모니터에는 청색광 노출을 완화하고 깜박임 없는 백라이트를 사용하는 아이 케어(Eye Care)를 지원하는 제품이 있다. 또한, 젠스크린 휴대용 모니터에는 USB 타입 C 포트를 디스플레이 반대쪽에 배치하여 원하는 방향으로 디스플레이를 쉽게 연결하고 노트북 화면에 가깝게 배치할 수 있다. VESA 마운트 호환성과 표준 삼각대 소켓으로 다양한 환경에서 휴대용 모니터를 배치할 수 있으며, 특히 젠스크린 MB249C는 칸막이 후크 키트와 조정 가능한 암이 포함된 C클램프 스탠드를 함께 제공한다. 휴대용 모니터는 백팩이나 노트북 가방에 넣고 다닐 때 일상적인 충격과 충격을 견딜 수 있는 견고한 구조가 필요하다. 젠스크린 모니터는 내구성이 뛰어나면서도 세련되고 슬림한 디자인의 고급 소재를 사용한다.
작성일 : 2024-03-12
엔비디아, “RTX AI PC와 워크스테이션 통해 전용 AI 기능과 고성능 제공”
엔비디아가 RTX AI PC와 워크스테이션 사용자를 위한 하드웨어, 소프트웨어, 도구, 가속화 등을 계속해서 선보일 예정이라고 밝혔다. 엔비디아는 2018년 RTX 기술과 AI용으로 제작된 소비자 GPU인 지포스 RTX(GeForce RTX)를 출시하면서 AI 컴퓨팅으로의 전환을 가속화했다. 이후 RTX PC와 워크스테이션상의 AI는 1억 명 이상의 사용자와 500개 이상의 AI 애플리케이션을 갖춘 생태계로 성장했다. 생성형 AI는 PC에서 클라우드에 이르기까지 새로운 차원의 기능을 선보이고 있다. 또한 엔비디아는 축적된 AI 경험과 전문성으로 모든 사용자가 다양한 AI 기능을 처리하는 데 필요한 성능을 갖출 수 있도록 지원한다는 계획이다. AI 시스템은 데이터 내부의 경험이나 패턴을 학습한 다음 새로운 입력이나 데이터가 공급되면 스스로 결론을 조정할 수 있다는 장점을 가지고 있다. AI 시스템은 이러한 자가 학습을 통해 이미지 인식, 음성 인식, 언어 번역, 의료 진단, 자동차 내비게이션, 이미지와 영상 품질 향상 등 수백 가지의 다양한 작업을 수행할 수 있다. AI 진화의 다음 단계는 생성형 AI(generative AI)라고 하는 콘텐츠 생성이다. 이를 통해 사용자는 텍스트, 이미지, 사운드, 애니메이션, 3D 모델 또는 기타 유형의 데이터를 포함한 다양한 입력을 기반으로 새로운 콘텐츠를 빠르게 제작하고 반복할 수 있다. 그런 다음 동일하거나 새로운 형식의 콘텐츠를 생성한다.     AI PC는 AI를 더 빠르게 실행할 수 있도록 설계된 전용 하드웨어가 장착된 컴퓨터이다. 점점 더 많은 유형의 AI 애플리케이션이 클라우드가 아닌 디바이스에서 특정 AI 작업을 수행할 수 있는 PC를 필요로 하게 될 것이다. AI PC에서 실행하면 인터넷 연결 없이도 항상 컴퓨팅을 사용할 수 있고 시스템의 짧은 지연 시간으로 응답성도 높아진다. 아울러 사용자가 AI 활용을 위해 민감한 자료를 온라인 데이터베이스에 업로드할 필요가 없어 개인정보 보호가 강화된다는 이점도 있다. 3D 이미지가 로드될 때까지 가만히 앉아 기다리는 대신 AI 디노이저를 통해 이미지가 즉각적으로 업데이트되는 것을 볼 수 있다. RTX GPU에서는 이러한 전문 AI 가속기를 ‘텐서 코어(Tensor Core)’라고 한다. 텐서 코어는 업무와 게임 플레이에 사용되는 까다로운 애플리케이션에서 AI의 성능을 가속화한다. 현 세대의 지포스 RTX GPU는 대략 200 AI TOPS(초당 조 단위 연산)부터 1300 TOPS 이상까지 다양한 성능 옵션을 제공하며, 노트북과 데스크톱에 걸쳐 다양한 옵션을 지원한다. GPU가 없는 현 세대의 AI PC 성능은 10~45TOPS이다. 전문가들은 엔비디아 RTX 6000 에이다 제너레이션(RTX 6000 Ada Generation) GPU를 통해 더욱 높은 AI 성능을 얻을 수 있다. 엔비디아는 고성능의 RTX GPU와 함께 AI 업스케일링부터 개선된 화상 회의, 지능적이고 개인화된 챗봇에 이르기까지 모든 유형의 사용자에게 도움이 되는 도구를 제공한다고 소개했다. RTX 비디오는 AI를 사용해 스트리밍 영상을 업스케일링하고 HDR(하이 다이내믹 레인지)로 표시한다. SDR(표준 다이내믹 레인지)의 저해상도 영상을 최대 4K 고해상도 HDR로 생생하게 재현한다. RTX 사용자는 크롬 또는 엣지 브라우저에서 스트리밍되는 거의 모든 영상에서 한 번의 클릭으로 이 기능을 이용할 수 있다. RTX 사용자를 위한 무료 앱인 엔비디아 브로드캐스트(Broadcast)는 간단한 사용자 인터페이스(UI)를 통해 화상 회의, 라이브 스트리밍 개선 등 다양한 AI 기능을 제공한다. 노이즈와 에코 제거 기능으로 키보드 소리, 진공 청소기 소리, 아이들의 큰 목소리 등 원치 않는 배경 소리를 제거하고, 가상 배경을 사용해 더 나은 엣지 감지로 배경을 대체하거나 흐리게 처리할 수 있다. 챗 위드 RTX(Chat With RTX)는 사용하기 쉽고 무료로 다운로드가 가능한 로컬 맞춤형 AI 챗봇 데모이다. 사용자는 파일을 하나의 폴더에 끌어다 놓고 챗 위드 RTX에서 해당 위치를 가리키기만 하면 PC의 로컬 파일을 지원되는 대규모 언어 모델(LLM)에 쉽게 연결할 수 있다. 이를 활용하면 쿼리를 통해 상황에 맞는 답변을 빠르게 얻을 수 있다.  AI는 크리에이터들의 지루한 작업을 줄이거나 자동화해 순수 창작을 위한 시간을 제공하며 창의적인 잠재력을 실현하도록 돕는다. 이러한 기능은 엔비디아 RTX 또는 지포스 RTX GPU가 탑재된 PC에서 빠르게 혹은 단독으로 실행된다. 어도비 프리미어 프로의 AI 기반 음성 향상 도구는 불필요한 노이즈를 제거하고 대화 품질을 개선한다. 어도비 프리미어 프로(Adobe Premiere Pro)의 음성 향상 도구는 RTX로 가속화된다. 이는 AI를 사용해 불필요한 노이즈를 제거하고 대화 클립의 품질을 개선해 전문적으로 녹음된 것 같은 사운드를 구현한다. 또 다른 프리미어 기능으로는 자동 리프레임이 있다. 자동 리프레임은 GPU 가속화를 통해 영상에서 가장 관련성 높은 요소를 식별하거나 추적해 다양한 화면 비율에 맞게 영상 콘텐츠를 지능적으로 재구성한다. 영상 편집자의 시간을 절약해 주는 또 하나의 AI 기능으로 다빈치 리졸브(DaVinci Resolve)의 매직 마스크(Magic Mask)가 있다. 편집자가 한 장면에서 피사체의 색조와 밝기를 조정하거나 원치 않는 부분을 제거해야 하는 작업에서 매직 마스크를 활용하면 피사체 위에 선을 긋기만 해도 AI가 잠시 동안 처리한 후 선택 영역을 표시한다.  한편, AI는 확장 가능한 환경, 하드웨어와 소프트웨어 최적화, 새로운 API를 통해 개발자가 소프트웨어 애플리케이션을 구축하는 방식을 개선하고 있다. 엔비디아 AI 워크벤치(AI Workbench)는 개발자가 PC급 성능과 메모리 설치 공간을 사용해 사전 훈련된 생성형 AI 모델과 LLM을 빠르게 생성, 테스트, 맞춤화할 수 있도록 지원한다. 이는 RTX PC에서 로컬로 실행하는 것부터 거의 모든 데이터센터, 퍼블릭 클라우드 또는 엔비디아 DGX 클라우드(DGX Cloud)까지 확장할 수 있는 간편한 통합 툴킷이다. 개발자는 PC에서 사용할 AI 모델을 구축한 후 엔비디아 텐서RT를 사용해 모델을 최적화할 수 있다. 텐서RT는 RTX GPU에서 텐서 코어를 최대한 활용할 수 있도록 도와주는 소프트웨어이다. 윈도우용 텐서RT-LLM을 통해 텍스트 기반 애플리케이션에서 텐서RT 가속화를 사용할 수 있다. 이 오픈 소스 라이브러리는 LLM 성능을 향상시키고 구글 젬마 ,메타(Meta) 라마2(Llama 2), 미스트랄(Mistral), 마이크로소프트(Microsoft) Phi-2 등 인기 모델에 대해 사전 최적화된 체크포인트를 포함한다. 또한 개발자는 오픈AI(OpenAI) 채팅 API용 텐서RT-LLM 래퍼에도 액세스할 수 있다. 컨티뉴(continue.dev)는 LLM을 활용하는 비주얼 스튜디오 코드(VS Code)와 제트 브레인(JetBrains)용 오픈 소스 자동 조종 장치이다. 컨티뉴는 단 한 줄의 코드 변경만으로 RTX PC에서 로컬로 텐서RT-LLM을 사용해 로컬에서 빠르게 LLM 추론할 수 있는 도구이다.
작성일 : 2024-03-08
옛 사진 데이터베이스
문화유산 분야의 이미지 데이터베이스와 활용 사례 (3)   지난 호에서는 서화, 낙관, 탁본 데이터베이스의 중요성과 문화유산 분야에서의 활용 사례에 관하여 살펴보았다. 사회적으로 문제가 되었던 인감도장의 진위문제 판단을 위한 이미지 분석을 통한 유사도 조사 사례도 소개하였다. 또한 근래에 문제가 되었던 천경자 화백과 이우환 화백의 작품으로 위작 시비가 일었던 사례도 간단하게 살펴보았다. 이번 호에서는 옛 사진 데이터베이스의 중요성과 그 활용 가능성에 관하여 살펴보도록 한다. 사진을 어떤 목적으로 어떻게 촬영할 것인가 하는 문제도 함께 생각해 본다. 목적 없이 촬영되는 사진이 과연 존재할까 하는 문제도 함께 생각해 보려고 한다. 그리고, 촬영된 이미지 데이터를 효과적으로 활용하기 위하여 필요한 관련 지식, 경험, 안목의 중요성에 관해서도 소개한다.   ■ 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   역사 퍼즐(시간적 공간적 퍼즐) 조각 퍼즐(jigsaw puzzle)은 완성된 이미지를 여러 조각으로 분할하여 분할된 이미지를 여러 가지 조합으로 평면에 배치하여 본래의 이미지가 되도록 만들어 가는 게임이다. 모든 이미지는 어느 특정한 시각에서의 정보이다. 즉, 조각 퍼즐은 어느 특정한 시각의 이미지 정보를 공간적으로 분리해 놓은 것을 맞춰가는 것이다. 퍼즐의 모든 조각은 동일한 시각 또는 정지된 이미지의 일부이다. 동영상에서 한 장의 이미지를 뺐다면 그 이미지는 시간의 흐름 속에서 바로 앞의 장면과 바로 다음 장면의 사이에 해당하는 정보이다. 시간적인 전후 관계를 맞춰 가는 시간적 퍼즐이다. 역사 연구는 이러한 시간적, 공간적, 사회적, 문화적 다차원 퍼즐이라고 할 수 있다. 2023년 10월15일 광화문 월대(月臺)가 복원되고 새로운 현판이 공개되었다. 역사적 기록을 통한 고증을 거쳐 1865년에 흥선대원군에 의해서 경복궁 중건이 시작되어 1867년에 완성될 당시의 모습으로 복원되었다. 중건 당시의 완벽한 모습은 아니지만 조금씩 원형에 가까워져 가고 있다.   그림 1. 광화문 사진으로 풀어 보는 역사 퍼즐(사진이 촬영된 순서 맞추기)   <그림 1>에 다른 시기에 촬영된 다섯 장의 광화문 사진을 소개하였다. 광화문의 모습이 시대에 따라 어떻게 변화되었는지, 시간을 축으로 역사 퍼즐에 도전해 보는 것도 좋을 것 같다. 어떤 순서로 사진이 촬영된 것이며 어느 시기에 촬영된 것인지 함께 생각해 보자. 모든 사진이 촬영된 시기에 직접 현장을 방문한 사람이라면 쉽게 알 수 있는 문제이지만, 사진이 촬영된 시기의 폭이 약 100년 가까이 되니 현장을 방문했던 사람이라도 이미 고인이 되었거나 기억이 분명하지 않을 수도 있다. 사진의 특징, 풍경, 건물, 차량 등 다양한 정보와 자신이 알고 있는 역사적 사실(데이터베이스)을 바탕으로 추정하는 과정을 거쳐서 결론을 얻게 될 것이다. 자신이 내린 결론에 확신이 없는 경우도 있을 것이고, 확신하지만 데이터베이스나 기억이 사실과 달라서 오답을 하는 경우도 있을 것이다. 역사적 사실을 잘 알지 못하는 사람이라면 다섯 장의 사진 중에서 네 장(B, C, D, E)의 사진에는 큰 서양식 건물이 찍혀 있지만, 첫 번째 사진(A)에는 서양식 건물이 사라졌다는 사실로 힌트를 삼을 것이다. 또한 서양식 건물만 찍혀 있는 오래된 것 같은 사진(E)도 있으므로, 광화문이 서양식 건물을 세운 다음에 건립된 것으로 판단할 수도 있을 것이다. B, C, D의 사진은 지나가는 행인의 옷차림, 차량의 유무, 차량의 모델 등을 바탕으로 촬영된 순서를 유추하게 될 것이다. 사진 A는 광화문을 남겨두고 서양식 건물만 철거하는 가장 마지막에 촬영된 것으로 추정하게 될 것이다. 이러한 내용을 바탕으로 다섯 장의 사진이 촬영된 순서를 추정하면 E → B → D → C → A로 보는 것이 합리적이다. 실제의 촬영순서는 B → E → D → C → A이다. 사진에서 서양식 건물은 일제강점기에 지어진 조선총독부 건물이다. 당시에는 동양 최대의 근대식 건축물로 1912년 독일인 게오르그 라란데(Georg de Lalande)가 설계하고, 1916년에 광화문 뒤편 경복궁 내에 공사를 시작하여 1926년에 완공되었다.(B) 1945년 해방 후에는 미 군정 청사로, 1950년 6월 25일에 발발한 한국전쟁 직후에는 서울이 함락되어 조선인민군 청사로, 같은 해 9월 28일에는 UN군이 서울을 수복하여 1962년부터 대한민국 중앙청(정부 청사)으로 사용되었다. 1986년부터는 국립중앙박물관으로 사용되었으며, 김영삼 대통령 재임시절인 1995년 8월 15일에 철거를 시작하여 1996년에 철거가 완료되었다. 건물 철거 후 첨탑 부분은 천안 독립기념관에 전시되고 있다.   ■ 상세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-03-05
생성형 AI 데이터 학습에 사용되는 딥러닝 강화학습의 개념과 구조
BIM 칼럼니스트 강태욱의 이슈 & 토크   이번 호에서는 생성형 AI 모델 학습과 같이 현재도 다양한 곳에서 필수로 사용되는 강화학습 딥러닝 기술의 기본 개념, 이론적 배경, 내부 작동 메커니즘을 확인한다.   ■ 강태욱 건설환경 공학을 전공하였고 소프트웨어 공학을 융합하여 세상이 돌아가는 원리를 분석하거나 성찰하기를 좋아한다. 건설과 소프트웨어 공학의 조화로운 융합을 추구하고 있다. 팟캐스트 방송을 통해 이와 관련된 작은 메시지를 만들어 나가고 있다. 현재 한국건설기술연구원에서 BIM/GIS/FM/BEMS/역설계 등과 관련해 연구를 하고 있으며, 연구위원으로 근무하고 있다. 이메일 | laputa99999@gmail.com 페이스북 | www.facebook.com/laputa999 홈페이지 | https://dxbim.blogspot.com 팟캐스트 | http://www.facebook.com/groups/digestpodcast   강화학습은 바둑, 로봇 제어와 같은 제한된 환경에서 최대 효과를 얻는 응용분야에 많이 사용된다. 강화학습 코딩 전에 사전에 강화학습의 개념을 미리 이해하고 있어야 제대로 된 개발이 가능하다. 강화학습에 대해 설명한 인터넷의 많은 글은 핵심 개념에 대해 다루기보다는 실행 코드만 나열한 경우가 많아, 실행 메커니즘을 이해하기 어렵다. 메커니즘을 이해할 수 없으면 응용 기술을 개발하기 어렵다. 그래서 이번 호에서는 강화학습 메커니즘과 개념 발전의 역사를 먼저 살펴보고자 한다. 강화학습 개발 시 오픈AI(OpenAI)가 개발한 Gym(www.gymlibrary.dev/index.html)을 사용해 기본적인 강화학습 실행 방법을 확인한다. 참고로, 깃허브 등에 공유된 강화학습 예시는 대부분 게임이나 로보틱스 분야에 치중되어 있는 것을 확인할 수 있다. 여기서는 CartPole 예제로 기본적인 라이브러리 사용법을 확인하고, 게임 이외에 주식 트레이딩, 가상화폐, ESG 탄소 트레이딩, 에너지 활용 설비 운영과 같은 실용적인 문제를 풀기 위한 방법을 알아본다.   그림 1. 강화학습의 개념(출처 : Google)   강화학습의 동작 메커니즘 강화학습을 개발하기 전에 동작 메커니즘을 간략히 정리하고 지나가자.   강화학습 에이전트, 환경, 정책, 보상 강화학습의 목적은 주어진 환경(environment) 내에서 에이전트(agent)가 액션(action)을 취할 때, 보상 정책(policy)에 따라 관련된 변수 상태 s와 보상이 수정된다. 이를 반복하여 총 보상 r을 최대화하는 방식으로 모델을 학습한다. 정책은 보상 방식을 알고리즘화한 것이다. <그림 2>는 이를 보여준다. 이는 우리가 게임을 하며 학습하는 것과 매우 유사한 방식이다.   그림 2. 강화학습 에이전트, 환경, 액션, 보상 개념(출처 : towardsdatascience)   강화학습 설계자는 처음부터 시간에 따른 보상 개념을 고려했다. 모든 시간 경과에 따른 보상치를 동시에 계산하는 것은 무리가 있으므로, 이를 해결하기 위해 DQN(Deep Q-Network)과 같은 알고리즘이 개발되었다. 모든 강화학습 라이브러리는 이런 개념을 일반화한 클래스, 함수를 제공한다. 다음은 강화학습 라이브러리를 사용한 일반적인 개발 코드 패턴을 보여준다.   train_data, test_data = load_dataset()  # 학습, 테스트용 데이터셋 로딩 class custom_env(gym):  # 환경 정책 클래스 정의    def __init__(self, data):       # 환경 변수 초기화    def reset():       # 학습 초기 상태로 리셋    def step(action):       # 학습에 필요한 관찰 데이터 변수 획득       # 액션을 취하면, 그때 관찰 데이터, 보상값을 리턴함 env = custom_env(train_data)  # 학습환경 생성. 관찰 데이터에 따른 보상을 계산함 model = AgentModel(env)      # 에이전트 학습 모델 정의. 보상을 극대화하도록 설계 model.learn()                       # 보상이 극대화되도록 학습 model.save('trained_model')    # 학습된 파일 저장 # 학습된 강화학습 모델 기반 시뮬레이션 및 성능 비교 env = custom_env(test_data)  # 테스트환경 생성 observed_state = env.reset() while not done:    action = model.predict(observed_state) # 테스트 관찰 데이터에 따른 극대화된 보상 액션    observed_state, reward, done, info = env.step(action)    # al1_reward = env.step(al1_action) # 다른 알고리즘에 의한 액션 보상값과 성능비교    # human_reward = env.step(human_action) # 인간의 액션 보상값과 성능비교   ■ 상세한 기사 내용은 PDF로 제공됩니다.
작성일 : 2024-03-05
[케이스 스터디] 디지털 트윈을 통한 벤쿠버 국제공항의 혁신
공항 전반의 운영 개선과 지속가능성 목표 달성   항공 여행의 양상이 빠르게 바뀌는 시대에 맞춰 공항은 운영 및 서비스를 개선하고 ESG(환경, 사회 및 기업 지배 구조) 목표를 충족할 방안으로 디지털 전환에 기대를 걸고 있다. 밴쿠버 국제공항(YVR) 같은 대형 공항은 디지털 트윈 기술을 빠르게 도입하여 운영을 개선하고, 지속가능성과 화합 목표를 달성하며, 미래의 일자리를 창출하고 있다. ■ 자료 제공 : 유니티 코리아     공항은 물리적 애셋, 프로세스, 시스템, 환경의 동적 가상 사본인 디지털 트윈을 사용해 정보에 입각한 의사 결정을 내리고, 운영 효율성을 대폭 높여 다음과 같은 효과를 얻을 수 있다. 여객 흐름을 정확하게 예측해 가장 필요한 곳에 리소스를 할당한다. 실제 환경에 구현하기 전에 다양한 시나리오를 테스트하고 변경 사항을 적용해, 큰 비용이 들 수 있는 문제를 사전에 방지한다. 항공편 및 수하물 정보, 보안 검색대 대기 시간 등 여러 소스에서 데이터를 수집하고 분석하여 운영을 최적화한다.   밴쿠버 공항 공사의 디지털 트윈 사용 사례 공항 운영을 재구성한다는 비전에 따라, 밴쿠버 공항 공사는 유니티의 프로페셔널 서비스 그룹과 협력하여 북미 공항의 실시간 3D 디지털 트윈을 시장 최초로 제작하고 배포했다. 공항의 일선 근무자, 디자이너, 커뮤니티를 위해 인간 중심의 기술로 제작된 밴쿠버 국제공항의 디지털 트윈은 과거 데이터와 실시간 데이터를 활용하며, 2D 및 3D 시각화를 통해 주요 정보를 제시할 수 있다. 따라서 복잡한 운영 시스템에 대한 이해를 넓히고, 프로세스를 간소화하며, 공항의 주요 이해관계자 간의 협업을 가속화할 수 있다. 밴쿠버 국제공항의 활주로와 터미널 디지털 트윈은 공항 운영을 전반적으로 향상할 뿐만 아니라 이들의 기후 및 화합 목표를 달성하는 데 도움이 된다.   공항 전반의 운영 향상 캐나다 브리티시컬럼비아 주에서 가장 큰 건물이자 북미에서 매우 분주하기로 유명한 공항인 밴쿠버 국제공항은 24시간 원활하고 효율적인 운영을 위해 프로세스를 다양한 측면에서 고려해야 한다. 이러한 문제를 해결하기 위해 밴쿠버 국제공항은 유니티와 협업해 공항의 디지털 트윈과 통합되는 상황 인식 툴을 개발했다. 그 결과 공항 직원과 파트너들은 이 툴을 통해 승객, 항공기, 화물의 안전을 우선하면서도 선제적으로 빠르게 운영 문제에 대응할 수 있게 되었다. 밴쿠버 공항 공사의 르넷 듀존 CIO는 “밴쿠버 국제공항은 직원들이 동적 환경에서 근무하는 데 필요한 툴을 갖추기를 원한다. 디지털 트윈 기술은 공항과 관련된 많은 문제를 해결하고 우리 직원들이 상황을 인식하는 데에 도움이 되는 유용한 기능을 제공한다”고 말했다. 상황 인식 툴은 터미널 전체의 실시간 뷰를 제공하고, 정보를 통합하며, 경고를 통해 사용자에게 잠재적 안전 문제와 데이터의 이상 수치를 알린다. 밴쿠버 공항 공사의 직원들은 이 툴을 사용해 정보에 입각한 의사결정을 내리고 보안, 날씨, 기타 잠재적 우려 사항에 관한 가상의 시나리오를 탐색해 볼 수 있다.     공항의 지속가능성 달성을 지원 항공 업계의 탈탄소화 목표에 다가서고 세계에서 가장 친환경적인 공항이 되겠다는 목표를 달성하기 위해, 밴쿠버 국제공항은 디지털 트윈으로 시장 최초의 계산 모델과 측정 기준을 구축하여 착륙부터 이륙까지 항공기의 탄소 배출량을 시각적으로 추적하고 분석한다. 현재 밴쿠버 국제공항이 있는 시아일랜드의 탄소 배출량 중 95% 이상이 항공기 이동, 차량 통행, 공항 외부의 공사 시설에서 발생한다. 이제 밴쿠버 국제공항은 온실가스 배출량을 실시간으로 측정하여 자체 기후 목표와 항공사 파트너의 기후 목표 달성을 더 원활하게 지원할 수 있다. 듀존 CIO는 “탄소 중립을 2050년이 아닌 2030년에 실현할 것이므로 계획을 20년 앞당겨야 한다. 모든 시나리오를 모델링할 수 있는 역량은 효율성과 기후 주제를 완전히 파악하는 데 큰 도움이 될 것”이라고 전했다.     지역 커뮤니티의 화합에 기여 밴쿠버 국제공항은 화합을 달성하기 위해 기술 및 혁신 분야에서 토착민의 참여와 리더십을 증진하고 있다. 밴쿠버 국제공항은 유니티와 협력하여 머스케엄 원주민 보호구역 출신 학습자에게 유니티 교육 프로그램을 제공하고, 학습자들은 디지털 트윈 및 게임 업계에서 향후 일자리를 확보하는 데 도움이 되는 기본적인 3D 기술 자격증을 취득하게 된다. 밴쿠버 국제공항의 디지털 트윈 개발은 공항에 국한되지 않는다. 밴쿠버 국제공항은 유니티와 함께 전 세계 항공 업계를 위해 밴쿠버 국제공항의 디지털 트윈 모델을 상용화하여 다른 공항에서도 디지털 전환을 추진하도록 돕고 있다.     ■ 기사 내용은 PDF로도 제공됩니다.
작성일 : 2024-03-04
레노버, “국내 CIO의 89%는 AI가 비즈니스 경쟁 우위를 만든다고 여겨”
레노버는 인공지능(AI) 도입에 대한 아시아·태평양 지역 전반에서의 포괄적인 인사이트를 제시하는 ‘CIO 플레이북 2024(CIO Playbook 2024) - It’s All About Smarter AI’ 조사 보고서를 발표했다. 레노버가 의뢰하고 IDC가 실행한 이 조사에는 100명의 한국 최고정보책임자(CIO)를 포함한 아시아·태평양 지역 내 900명 이상의 IT 및 비즈니스 의사결정자의 답변을 담았다.  이번 조사에 따르면, 아시아·태평양 기업들은 2024년 AI 관련 지출을 전년 대비 45%까지 늘릴 계획인 것으로 나타났다. 또한, AI와 같은 ‘신흥 기술 활용’이 아시아 태평양 지역 비즈니스 최우선순위에서 1위를 차지하며 작년과 크게 달라진 양상을 보였다. 특히, ‘매출 및 수익 성장’은 2023년 1위에서 2024년 3위로 하락, ‘고객 경험 및 만족’은 2위로 상승했다. 레노버는 “이러한 변화는 진화하는 비즈니스 환경에서 첨단 혁신 및 고객 중심적 접근 방식을 달성하기 위한 기업들의 전략적인 행보를 의미한다”고 짚었다.     한편, AI 기술에 대한 비즈니스 리더와 CIO 간의 인식에는 차이가 있는 것으로 드러났다. 비즈니스 리더들은 고객 경험 향상과 성과 창출을 위해 생성형 AI를 우선 순위에 두는 반면, CIO들은 조심스러운 낙관론을 표명했다. CIO들은 2024년 기술 투자 최우선순위 중 생성형 AI를 중 4위로 꼽으며, 디지털 인프라 관리 자동화 및 보안, 인력 문제를 다룰 수 있는 AI 기술을 훨씬 중요하게 여기는 것으로 나타났다.  레노버 인프라스트럭처 솔루션 그룹(ISG)의 플린 맬로이(Flynn Maloy) 마케팅 부회장은 “한국 CIO들은 AI에 대해 가장 많은 자신감을 가지고 있다. 한국 CIO들의 89%는 AI가 경쟁 우위를 창출할 것이라고 확신했으며, 이들 중 31%는 AI가 기업의 판도를 바꿀 게임 체인저라고 답변했다. 생성형 AI, 머신러닝 및 딥러닝에 대한 높은 투자는 운영 효율성, 보안, 의사 결정 과정 및 고객 경험을 개선하고자 하는 기업들의 의지를 나타낸다"고 밝혔다. 이번 조사에서는 아시아·태평양 국가 중 한국(33%)과 인도(28%)가 가장 높은 비율로 생성형 AI에 대해 투자하고 있으며, ASEAN+ 지역(11%), 호주 및 뉴질랜드(2%), 일본(2%)이 그 뒤를 이었다. 이 외에도 국내 CIO들 중 62%가 생성형 AI에 투자를 계획하고 있는 것으로 나타났다. 생성형 AI 도입에 대한 국내 CIO들의 우려 사항으로는 ▲모델 역량 한계(40%) ▲신뢰 가능한 데이터 플랫폼(36%)이 있으며, 주요 난제로는 ▲일자리 안정성(56%) ▲AI에 대한 사업 타당성 확립 문제(52%)가 있다. 또한, 69%의 아시아·태평양 지역 CIO들은 AI 워크로드를 퍼블릭 클라우드가 아닌 환경에서 처리하는 것을 선호하며, 79%의 국내 CIO는 이미 AI를 사용하여 보안 프레임워크를 강화하고 있었다. 한편, 국내 CIO의 21%는 관련 투자를 계획하고 있는 것으로 나타났다. 한편, 아시아·태평양 기업들은 AI 워크로드 배포에 있어 균형 잡힌 접근 방식을 채택할 것이라고 밝혔다. 평균적으로 AI 워크로드의 31%가 퍼블릭 클라우드에 배포되고, 28%는 프라이빗 클라우드, 28%는 하이브리드 클라우드 솔루션에 배포된다. 한편, 기존 데이터 센터에 배치된 AI 워크로드의 13%는 에지 컴퓨팅의 중요성에 대한 인식이 높아지면서 AI 역량이 데이터 생성 출처와 근접해지고 있음을 의미한다. 레노버 인프라스트럭처 솔루션 그룹의 수미르 바티아(Sumir Bhatia) 아시아 태평양 사장은 “레노버는 포켓-투-클라우드 솔루션 뿐만 아니라 50여 곳 이상의 ISV 파트너사 및 165개가 넘는 AI 솔루션으로 구성된 에코 시스템을 통해 ‘모든 곳에 있는 AI(AI everywhere)’를 추진하고 있다. 레노버는 도메인 전문가들과 더욱 스마트한 기술을 통해 ‘AI For All’ 비전을 실현하고 고객 경험을 변화시키는 데 집중하고 있다”고 전했다.      에지 컴퓨팅 관련 국내 지출은 전년 대비 55% 증가한 한편, 아시아·태평양 지역 내 에지 컴퓨팅 지출은 25% 증가했다. 에지 장치는 대량의 데이터를 실시간 생성함에 따라, AI 모델에 대한 다양한 신규 활용 사례도 등장할 것으로 예상된다. 국내 CIO들은 ▲실시간 애널리틱스 및 인사이트(42%) ▲원격 모니터링 및 원격 진료(39%)가 AI의 영향을 가장 크게 받는 에지 사용 사례라고 응답했다. 반면, 아시아·태평양 CIO들은 광범위한 데이터셋에 대한 생성형 AI 의존을 AI 관련 주요 난제로 응답한 한편, 비즈니스 리더들은 ▲일자리 안정성에 대한 직원들의 우려 ▲필수 IT 지원/자원/기량 부족을 꼽았다. 그리고, 45%의 아시아 태평양 기업과 30%의 국내 기업은 AI 관련 직무 고용에 여전히 어려움을 겪고 있으며, 이는 일반적인 고용 대비 두 배 이상의 노력이 드는 것으로 밝혀졌다. 
작성일 : 2024-02-29