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.

AMD는 새로운 2세대 버설 AI 에지 시리즈(Versal AI Edge Series)와 버설 프라임 시리즈(Versal Prime Series) 적응형 SoC(System on Chip)를 출시해 버설 적응형 SoC 포트폴리오를 강화했다고 밝혔다. 2세대 버설 시리즈는 전처리에서 AI 추론 및 후처리에 이르기까지 단일 디바이스로 AI 기반 임베디드 시스템의 엔드 투 엔드 가속을 제공한다. 2세대 버설 시리즈 포트폴리오의 첫 제품군은 새로운 AI 엔진을 바탕으로 1세대 디바이스보다 최대 3배 더 높은 와트당 TOPS를 제공한다. 또한, 새로운 고성능 통합 Arm CPU를 통해 1세대 버설 AI 에지 및 프라임 시리즈 디바이스 대비 최대 10배에 달하는 스칼라 컴퓨팅을 제공한다. 지능형 단일 칩 솔루션인 2세대 버설 시리즈 디바이스는 다중 칩 기반 프로세싱 솔루션을 대체하여 시장 출시 시간을 단축하고, 더 작고 효율적인 임베디드 AI 시스템을 구현할 수 있다. 이를 통해 첨단 기능 안전 및 보안 기능과 함께 성능, 전력 및 면적을 조합해 자동차, 항공우주 및 방위, 산업, 비전, 의료, 방송 및 프로AV 시장용 에지 디바이스에 최적화된 고성능 제품 설계가 가능한 새로운 차원의 성능과 기능을 제공한다. 스바루는 자사의 차세대 ADAS(첨단 운전자 보조 시스템) 비전 시스템인 ‘아이사이트(EyeSight)’에 2세대 버설 AI 에지 시리즈를 탑재한다. 아이사이트 시스템은 스바루의 일부 자동차 모델에 탑재되어 ACC(어댑티브 크루즈 컨트롤), 차선 이탈 방지, 충돌 방지 제동 등 첨단 안전 기능을 지원한다. 스바루는 현재 아이사이트가 장착된 차량에 AMD 적응형 SoC 기술을 활용하고 있다.     2세대 버설 AI 에지 시리즈는 실제 시스템에서 요구되는 복잡한 프로세싱 요건을 충족하기 위해 총 3단계로 이뤄지는 AI 기반 임베디드 시스템의 모든 가속 성능을 지원하는 프로세서 조합을 갖추고 있다. 광범위한 센서를 연결하고, 높은 처리량의 저지연 데이터 프로세싱 파이프라인을 구현할 수 있는 유연성을 갖춘 FPGA 프로그래머블 로직으로 실시간 전처리를 지원하며, 차세대 AI 엔진 형태의 벡터 프로세서 어레이를 통해 효율적인 AI 추론을 지원한다. 또한, Arm CPU 코어를 통해 안전에 초점을 맞춘 애플리케이션의 복잡한 의사결정 및 제어에 필요한 후처리 성능을 제공한다. 2세대 AMD 버설 프라임 시리즈는 센서 프로세싱을 위한 프로그래머블 로직과 고성능 임베디드 Arm CPU를 결합하여 기존의 비 AI 기반 임베디드 시스템을 위한 엔드투엔드 가속을 제공한다. 이 디바이스들은 1세대에 비해 최대 10배 더 많은 스칼라 컴퓨팅을 제공하도록 설계되어 센서 프로세싱 및 복잡한 스칼라 워크로드를 효율적으로 처리한다. 최대 8K의 다중 채널 워크플로를 비롯해 높은 처리량이 요구되는 비디오 프로세싱을 위한 새로운 하드 IP를 갖춘 2세대 버설 프라임 디바이스는 초고화질(UHD) 비디오 스트리밍 및 녹화, 산업용 PC 및 항공 컴퓨터와 같은 애플리케이션에 적합하다. 2세대 버설 AI 에지 시리즈와 2세대 버설 프라임 시리즈 포트폴리오는 에지 센서에서 중앙집중식 컴퓨팅에 이르기까지 AI 기반 시스템을 위한 확장성을 제공한다. 이 시리즈는 고객들이 성능, 전력 및 면적 풋프린트를 선택하여 애플리케이션의 성능 및 안전성 목표를 효율적으로 달성할 수 있도록 AI 및 적응형 컴퓨팅의 규모에 따라 다양한 디바이스로 구성되어 있다. 한편, AMD 비바도 디자인 수트(Vivado Design Suite) 툴과 라이브러리는 임베디드 하드웨어 시스템 개발자의 생산성 향상 및 설계 주기의 간소화를 통해 컴파일 시간 단축, 개발 결과물의 품질 개선 등의 효과를 제공한다. 임베디드 소프트웨어 개발자를 위한 AMD 바이티스 통합 소프트웨어 플랫폼(Vitis Unified Software Platform)은 사용자가 선호하는 추상화 단계에서의 임베디드 소프트웨어, 시그널 프로세싱 및 AI 설계를 지원하며, 기존 FPGA 설계 경험 없이도 활용 가능한 장점이 있다. 설계자들은 2세대 AMD 버설 AI 에지 시리즈 및 2세대 버설 프라임 시리즈용 얼리 액세스 문서와 1세대 버설 평가 키트 및 설계 툴을 현재 이용할 수 있다. AMD는 2025년 상반기에 2세대 버설 시리즈의 실리콘 샘플을, 2025년 중반에는 평가 키트 및 SOM(System-on-Module) 샘플을, 2025년 말에는 양산 반도체를 공급할 예정이다. AMD의 적응형 및 임베디드 컴퓨팅 그룹 총괄 책임자인 살릴 라제(Salil Raje) 수석 부사장은 “AI 지원 임베디드 애플리케이션에 대한 수요가 폭발적으로 증가하면서 전력 및 공간이 제한적인 임베디드 시스템에서 가장 효율적으로 엔드투엔드 가속을 지원하는 단일 칩 솔루션에 대한 요구가 높아지고 있다”면서, “40년 이상 축적된 적응형 컴퓨팅 리더십을 바탕으로 구현된 최신 세대 버설 디바이스는 단일 아키텍처에 다중 컴퓨팅 엔진을 통합해, 로엔드에서 하이엔드에 이르기까지 뛰어난 컴퓨팅 효율과 성능, 확장성을 제공한다”고 밝혔다.

앤시스코리아는 가속 컴퓨팅 및 생성형 AI 기반의 차세대 시뮬레이션 솔루션 개발을 위해 엔비디아와 협력을 확대한다고 밝혔다. 양사간 협력 확대를 통해 앤시스는 최첨단 기술을 융합해 6G 통신 기술을 고도화하고 엔비디아 그래픽처리장치(GPU)를 통해 자사의 솔버를 강화할 전망이다. 또한, 앤시스의 소프트웨어에 엔비디아 AI를 통합하고 물리 기반 디지털 트윈을 개발하며, 엔비디아 AI 파운드리 서비스로 개발된 맞춤형 대규모 언어 모델(LLM)을 사용할 예정이다. 앤시스는 최근 포트폴리오 전반에 걸쳐 데이터 상호운용성을 강화하고 향상된 그래픽과 비주얼 렌더링을 제공하기 위해 오픈USD 얼라이언스(AOUSD)에 가입했다. 앤시스는 이미 엔비디아 옴니버스(NVIDIA Omniverse) 플랫폼에 기반한 엔비디아 드라이브 심(NVIDIA DRIVE Sim)에 앤시스 AV엑셀러레이트 오토노미(Ansys AVxcelerate Autonomy)를 연동했으며 앤시스 STK(Ansys STK), 앤시스 LS-DYNA(Ansys LS-DYNA), 앤시스 플루언트(Ansys Fluent) 및 앤시스 퍼시브 EM(Ansys Perceive EM) 등의 추가 연동을 검토하고 있다. 이를 통해 강화된 상호운용성을 바탕으로 사용자는 광범위한 수준에 걸친 다양한 시뮬레이션 과제를 해결할 수 있다. 앤시스는 엔비디아와 협력을 통해 고성능 컴퓨팅(HPC) 분야의 수치 연구를 발전시켜 사용자가 업계 전반에 걸쳐 설계 주기를 단축하고, 보다 복잡화된 제품을 제공할 수 있도록 지원할 계획이다. 앤시스는 다중 시뮬레이션 솔루션 강화를 위해 엔비디아 H100 텐서 코어(NVIDIA H100 Tensor Core) GPU를 활용하며 엔비디아 블랙웰(Blackwell) 기반 프로세서와 엔비디아 그레이스 호퍼 슈퍼칩(Grace Hopper Superchips)을 앤시스 포트폴리오 전반에 우선 도입한다. 여기에는 플루언트, LS-DYNA, 앤시스 전자 제품 및 반도체 제품이 포함된다. 동시에 엔비디아는 반도체 툴을 포함한 앤시스 기술을 활용해 가상 모델과 데이터 센터 설계를 강화, 궁극적으로 앤시스 솔버 성능을 가속화할 예정이다.     앤시스는 엔비디아 6G 리서치 클라우드 (NVIDIA 6G Research Cloud) 플랫폼을 최초로 채택한 기업 중 하나로, 연구자이 무선 액세스 네트워크(RAN) 기술용 AI를 발전시킬 수 있도록 포괄적인 제품군을 제공한다. 앤시스 HFSS로 구동되는 새로운 솔버 ‘앤시스 퍼시브 EM 솔버(Ansys Perceive EM solver)’는 6G 기술 개발 속도를 높이도록 설계된 엔비디아 6G 리서치 클라우드를 기반으로 한다.  앤시스는 최신 AI 기술로 소프트웨어 제품을 강화하기 위해 물리 기반의 머신러닝(ML)을 위한 엔비디아 모듈러스(NVIDIA Modulus) 프레임워크를 연구 중이다. 이 작업은 앤시스 AI+ 제품군 내에서 효율 최적화, 민감도 분석, 견고한 설계 등 향상된 기능을 제공하는 것을 목표로 한다. 또한, 앤시스는 LLM 개발을 발전시키고 설정 및 사용을 단순화하여 시뮬레이션의 대중화를 촉진하기 위해 엔비디아 AI 파운드리(NVIDIA AI foundry) 채택을 검토 중이다. 앤시스 솔루션에 맞춤화된 미래 LLM은 전문적인 가상 지원을 제공하여 새로운 고객의 시뮬레이션 사용 사례를 창출할 잠재력을 제공한다. 앤시스는 생성형 AI를 보다 쉽고 비용 효율적이며 신속하게 개발할 수 있는 도구를 제공하는 엔비디아 네모(NVIDIA NeMo) 플랫폼을 활용할 계획이다. 앤시스의 아제이 고팔(Ajei Gopal) CEO는 “엔비디아와의 협력 확대를 통해 가속 컴퓨팅과 생성형 AI의 새로운 지평을 열 수 있게 되었다”며, “엔비디아 옴니버스의 역동적인 영역 내에서 우리의 고객들이 가상과 현실을 연결함으로써 미래 기술 개발을 비롯한 혁신을 현실화해 우리 시대의 가장 시급한 엔지니어링 과제를 해결할 수 있을 것이라 믿어 의심치 않는다”고 밝혔다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “앞으로 제조되는 모든 제품에는 디지털 트윈이 적용될 것이다. 중공업 업계 내 전세계의 설계자와 엔지니어는 현재 시뮬레이션 엔진으로 앤시스를 사용하고 있다”며, “우리는 앤시스와 협력하여 이러한 대규모 작업에 가속 컴퓨팅 및 생성형 AI를 제공하고, 엔비디아 옴니버스 디지털화 기술로 앤시스의 선도적인 물리 기반 시뮬레이션 도구를 확장할 수 있도록 협력을 이어갈 것”이라고 말했다.

엔비디아가 사용자만의 콘텐츠로 챗봇을 개인화할 수 있는 ‘챗 위드 RTX(Chat With RXT)’를 윈도우 PC에서 제공한다고 밝혔다. 챗 위드 RTX는 사용자가 자신만의 콘텐츠로 챗봇을 개인화할 수 있는 기술 데모이다. 최소 8GB의 비디오 랜덤 액세스 메모리 또는 VRAM을 갖춘 로컬 엔비디아 지포스 RTX 30(GeForce RTX 30) 시리즈 GPU 이상으로 가속되며, 현재 무료로 다운로드가 가능하다. 챗 위드 RTX는 검색 증강생성(RAG), 엔비디아 텐서RT-LLM(TensorRT-LLM) 소프트웨어, 엔비디아 RTX 가속화 등을 사용해 로컬 지포스 기반 윈도우 PC에 생성형 AI 기능을 제공한다. 사용자는 PC의 로컬 파일을 데이터셋으로 미스트랄(Mistral)이나 라마 2(Llama 2)와 같은 오픈소스 LLM(대규모 언어 모델)에 빠르고 쉽게 연결해 상황에 맞는 빠른 답변을 얻을 수 있다.     사용자들은 메모나 저장해둔 콘텐츠를 검색하는 대신 간단한 검색어를 입력해 챗봇을 이용할 수 있다. 예를 들어 “라스베가스에 있을 때 내 친구가 추천한 레스토랑이 어디야?”라고 질문하면, 챗 위드 RTX가 사용자가 지정한 로컬 파일을 스캔해 상황에 맞는 답변을 제공한다. 이 도구는 *.txt, *.pdf, *.doc/*.docx, *.xml 등 다양한 파일 형식을 지원한다. 애플리케이션에서 해당 형식의 파일들을 포함한 폴더를 가리키면, 이 파일들은 몇 초 만에 라이브러리에 로드된다. 사용자는 유튜브 동영상 혹은 재생 목록의 정보도 포함할 수 있다. 챗 위드 RTX에 동영상 URL을 추가하면 사용자는 해당 정보를 챗봇에 통합해 상황에 맞는 질문을 할 수 있다. 예를 들어, 좋아하는 인플루언서 동영상의 콘텐츠를 기반으로 여행 추천을 요청하거나, 우수한 교육 자료를 기반으로 빠른 튜토리얼과 사용법을 안내를 받을 수 있다. 챗 위드 RTX는 윈도우 RTX PC와 워크스테이션에서 로컬로 실행되므로 결과가 빠르게 제공되고, 사용자의 데이터는 디바이스에 그대로 유지된다. 또한, 클라우드 기반 LLM 서비스 대신 챗 위드 RTX를 사용하면 민감한 데이터를 제3자와 공유하거나 인터넷에 연결하지 않고도 처리할 수 있다. 챗 위드 RTX는 최소 8GB의 VRAM이 탑재된 지포스 RTX 30 시리즈 이상의 GPU와 윈도우 10, 11 그리고 최신 엔비디아 GPU 드라이버에서 사용 가능하다.

  주요 CAE 소프트웨어 소개 전기전자 해석 소프트웨어, ZWSim-EM ■ 개발 : Zwsoft, www.zwsoft.com ■ 자료 제공 : 인피니크, 02-565-4123, www.zw3d-cad.kr ZWSim-EM은 고정밀, 고효율,낮은 메모리 공간 및 강력한 모델링 기능을 갖춘 3D 전파 전자기 시뮬레이터이다. 사용자에게 산업별 RF 관련 올인원 시뮬레이션 솔루션을 제공하기 위해 최선을 다하고 있다. 1. 주요 기능 (1) EIT : 임베디드 통합 기술 ZWSim-EM의 주요 알고리즘인 EIT(Embedded Integral Technique)는 FDTD(Finite-Different Time-Domain)를 기반으로 자체 개발한 기술이다. Conformal Technology 및 Irregular Grid Processing Technology와 같은 일련의 기술과 함께 ZWSim-EM의 시뮬레이션 정확도와 효율성을 높인다. (2) 정확하고 효율적이며 적은 메모리 사용 EIT 알고리즘은 고정밀, 고효율 및 낮은 메모리 공간을 보장한다. (3) 쉬운 사용성 ZWSim-EM은 친숙한 사용자 인터페이스와 명확한 작업순서로 사용하기 쉽다. 사용자 인터페이스는 다른 영역을 드래그하여 사용자 정의할 수 있으며, 시뮬레이션 프로세스는 사용자 인터페이스 디자인과 일치한다. 전체 시뮬레이션 프로세스는 탐색 트리에서 위에서 아래로, 또는 리본 메뉴에서 왼쪽에서 오른쪽으로 설정할 수 있다. (4) 뛰어난 호환성 20 개 이상의 주요 CAD 형식과 완벽하게 호환되며, 다양한 CAD 파일을 자유롭게 가져오고 내보낼 수 있다. (5) 강력한 3D 모델링 ZWSim-EM은 파라메트릭 모델링과 같은 ZW3D의 강력한 모델링 기능을 사용하여, ZWSim-EM에서 직접 모델을 빌드 및 편집하여 모델링 효율성을 개선하고 향후 최적화를 용이하게 한다. 2. 주요 특징 (1) 풍부한 재료 라이브러리 ZWSim-EM은 160 가지 이상의 재료가 포함된 풍부한 재료 라이브러리를 제공하여 할당할 다양한 전자기 재료를 제공한다. 형상 모델의 경우 수백 종류의 재료를 선택할 수 있다. Infinitely Thin Faces의 경우 PEC 재료가 제공된다. 또한 특정 요구 사항에 따라 재료를 사용자 정의하고 새로 만든 재료를 재료 라이브러리에 추가할 수 있으므로 액세스 및 재사용이 편리하다. (2) 매개 변수 스윕 매개 변수 스윕은 특정 매개 변수 범위에서 결과가 어떻게 영향을 받는지 확인하고, 이에 따라 최적화하여 예상 결과를 얻도록 도와준다. 정산된 변수 매개 변수를 스캔 및 시뮬레이션하고, 특정 범위의 매개 변수가 결과에 미치는 영향을 분석하여 모델을 최적화하고, 설계 효율성을 개선하기 위한 참조를 제공할 수 있다. 여러 스위핑 작업을 설정하고 각 작업에 여러 스위핑 매개 변수를 추가할 수 있다. (3) 다중 어레이 패턴 ZWSim-EM은 안테나를 위한 강력한 어레이 기능을 제공하여 어레이 안테나 시뮬레이션의 효율적인 전처리를 실현한다. 어레이 안테나를 형성하고 시뮬레이션 요구 사항을 충족하기 위해 어레이 안테나 장치를 지원한다. 선형 배열, 원형 배열, 다각형 배열, 점 대 점 배열, 곡선 또는 표면을 따른 배열과 같은 다양한 배열 패턴을 사용할 수 있다. 또한 모델, 재료 및 포트를 동시에 배열하여 배열 안테나를 효율적으로 시뮬레이션할 수 있다. (4) 다중 배경 및 경계 옵션 다양한 종류의 배경과 경계가 있으며 안테나 및 도파 관과 같은 다양한 전자기 개체를 시뮬레이션해야 하는 요구를 충족한다. 기본 배경 재질은 진공이거나 재질 라이브러리에서 다른 재질을 선택하거나 직접 정의할 수도 있다. 개방 경계(기본값), PEC, PMC 및 주기적과 같은 다양한 경계가 지원된다. 안테나 시뮬레이션의 경우 배경은 진공이고 경계는 개방이다. 전력 분배기, 필터 등과 같은 도파관 시뮬레이션의 경우 배경은 PEC과 같은 도체일 수 있으며 경계는 PEC여야 한다. (5) 지능형 검사 시뮬레이션이 원활하게 실행될 수 있도록 사전 처리 설정의 유효성을 확인하기 위해, 그에 따라 분석 및 조정하여 프로젝트를 확인할 수 있다. 겹친 객체 검사, 배경 및 경계 검사, 여기 신호 검사, 여기 소스 검사, 프로브 검사, 메시 검사 및 솔버 검사를 포함한 여러 검사 옵션이 있다. 통과된 항목은 ‘√’로 표시되고, 실패한 항목은 메시지 보드에 오류 경고와 함께 ‘×’로 표시된다. 3. 도입 효과 기존의 값비싼 제품들의 오래된 논리들을 떠나 새로운 논리를 사용하여 솔루션을 제공함으로써, 전자기해석을 도입하고자 하는 사용자가 손쉬운 결과를 얻을 수 있도록 한다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

한국 델 테크놀로지스는 시각적 편안함과 업무 생산성을 높이는 고화질 프리미엄 업무용 모니터 ▲델 울트라샤프 40 커브드 썬더볼트 허브 모니터(U4025QW)와 ▲델 울트라샤프 34 커브드 썬더볼트 허브 모니터(U3425WE)를 공개했다. ‘델 울트라샤프 40 커브드 썬더볼트 허브 모니터(Dell UltraSharp 40 Curved Thunderbolt Hub Monitor, U4025QW)’는 TUV 라인란드의 신규 ‘아이 컴포트(eye comfort)’ 부문에서 5-star 인증을 받은 40인치 5K 모니터이다. 장시간 모니터 사용시 눈 건강을 염려하는 사용자가 안심하고 선택하도록 다양한 시험을 거쳤다. 전작 대비 2배 높은 120Hz 주사율을 지원해 더 부드럽고 선명한 움직임을 구현하고, 조도 센서를 내장해 주변 밝기에 따라 자동으로 화면 밝기와 색온도를 조정하며, 더욱 향상된 ‘컴포트뷰 플러스(ComfortView Plus)’ 기능을 통해 청색광 노출을 50%에서 35% 미만으로 줄였다.     CES 2024 혁신상을 수상한 이 제품은 5K 고해상도(5120×2160)의 IPS 블랙 패널을 탑재해 높은 색상 대비와 디테일을 구현한 것이 특징이다. 콘텐츠 크리에이터, 데이터 과학자, 엔지니어 등이 수행하는 전문 작업에 특화되어 있으며, VESA DisplayHDR 600 인증을 받아 HDR 효과를 제공한다. DCI-P3 99%의 색재현율과 Display P3 색역을 충족해 높은 색 정확도가 필요한 작업에 유용하며, 델 컬러 매니지먼트(Dell Color Management) 소프트웨어를 통해 스크린 상의 색상을 손쉽게 보정할 수 있다. 또한, 최대 140W PD(파워 딜리버리)를 지원하는 썬더볼트 4 포트, 2.5Gbps RJ45 고속 유선 이더넷 단자와 FRL 지원 HDMI 2.1 및 DisplayPort 2.1 포트를 탑재해 원활한 이미지 전송을 지원한다. iMST 기능을 통해 한 대의 PC에 최대 2대의 모니터가 연결된 것처럼 사용할 수 있으며, 오토 KVM 기능을 통해 두 대의 PC 화면을 한 모니터에서 편리하게 제어할 수도 있다. 이 제품은 프리미엄 플래티넘 실버 마감으로 깔끔한 외관을 제공하며, 팝아웃 형태의 퀵 액세스 포트를 통해 외부 장치를 손쉽게 연결할 수 있다. ‘델 울트라샤프 34 커브드 썬더볼트 허브 모니터(Dell UltraSharp 34 Curved Thunderbolt Hub Monitor, U3425WE)’는 보다 작은 화면 사이즈를 원하는 사용자를 위한 34인치 WQHD(3440×1440) 모니터로 아이 컴포트 부문 5-star 인증, IPS 블랙 기술, 썬더볼트 4 연결 등 U4025QW와 유사한 기능을 제공한다. 한편, 이들 제품은 델 고유의 지속가능성의 가치가 반영된 친환경 모니터로 지속 가능한 소재를 적용했다. U4025QW 및 U3425WE 모니터는 85%의 친환경 PCR(Post-Consumer Recycled) 플라스틱과 100% 재활용 알루미늄으로 제작되었으며, 소비자에게 제품을 담아 전달하는 포장재는 100% 재활용 및 재사용이 가능한 소재를 사용했다. 미국 환경 보호국의 에너지 스타(Energy Star) 인증과 TCO 인증 엣지(TCO Certified Edge)를 비롯해, EPEAT(미국 전자제품 친환경 인증 제도)에서 ‘골드’ 등급을 취득하기도 했다. 델 울트라샤프 40 커브드 썬더볼트 허브 모니터와 델 울트라샤프 34 커브드 썬더볼트 허브 모니터는 2월 27일 출시될 예정이다.

씨게이트 테크놀로지가 비디오 이미징 및 분석(VIA) 시장에 적합한 신제품인 ‘씨게이트 스카이호크(SkyHawk) AI’ 24TB 하드 디스크 드라이브(HDD)를 출시했다. 씨게이트는 스카이호크 AI 24TB를 출시함으로써 에지 보안 업계에서 급증하는 대용량 데이터 수요에 대응한다는 계획이다. 기업의 AI 기반 애플리케이션 구축 사례가 급증하면서, 그 성과와 총소유비용(TCO)은 효율적인 대용량 데이터 저장 및 액세스 역량에 좌우되고 있다. 스카이호크 AI 24TB는 비디오 애플리케이션에 최적화된 제품으로 에지 보안 애플리케이션을 위한 AI 탑재형 네트워크 비디오 레코더(NVR)에 적합하도록 특별히 설계됐다. 이 드라이브는 최신 첨단 시스템에서 비디오 장면을 분석 및 기록하는 동시에 GPU 분석을 지원한다.     스카이호크 AI는 최대 64개의 HD 비디오 카메라 스트림과 32개의 AI 스트림을 지원해 최근의 다양한 보안 감시 환경에 적합한 지능적 확장이 가능하다. AI가 탑재된 NVR 환경에 적합하도록 설계된 이 드라이브는 AI 기반으로 상시 작동되는 보안 감시 시스템에서 발생하는 높은 작업 부하를 비롯해 1만 시간 분량의 비디오 및 분석을 지원한다. 또한, 씨게이트 이미지퍼펙트 AI(ImagePerfect AI) 펌웨어가 탑재되어 프레임 손실이 발생하지 않도록 한다. 엔터프라이즈급 솔루션인 스카이호크 AI는 최대 250만 시간의 평균 무고장 시간(MTBF)과 연간 550TB의 작업 부하 비율을 자랑한다. 이는 표준 보안 감시용 하드 드라이브의 3배, 데스크톱 하드 드라이브의 최대 10배에 이르는 성능이다. 씨게이트는 호환 가능한 NVR 시스템에 스카이호크 헬스 매니지먼트(SkyHawk Health Management) 툴을 탑재해 환경 및 사용 조건을 모니터링하고, 필요한 경우 예방 조치를 추천하여 사용자의 스토리지를 능동적으로 보호한다. 또한, 표준 하드 드라이브에 비해 최대 3배 빠른 속도로 볼륨을 재구축할 수 있는 RAID 래피드리빌드(RAID RapidRebuild) 기능과 5년 제한 제품 보증 및 3년 데이터 복구 서비스도 제공한다. 스카이호크 AI 24TB의 소비자권장가는 94만 9000원이다.

에퀴닉스(Equinix)는 기업이 엔비디아 DGX AI 슈퍼컴퓨팅 인프라를 자체적으로 구축하고 관리할 수 있는 완전 관리형 프라이빗 클라우드 서비스를 발표했다. 이 서비스는 기업이 커스텀 생성형 AI 모델을 구축하고 실행하도록 지원한다. 에퀴닉스가 발표한 서비스는 즉시 이용 가능하며, 엔비디아 DGX 시스템(NVIDIA DGX Systems), 엔비디아 네트워킹(NVIDIA Networking) 및 엔비디아 AI 엔터프라이즈(NVIDIA AI Enterprise)  소프트웨어 플랫폼을 포함한다. 에퀴닉스는 각 고객이 소유한 엔비디아 인프라를 설치하고 운영하며, 고객을 대신해 전 세계 주요 International Business Exchange(IBX) 데이터센터에서 서비스를 구축할 수 있다.     고객은 에퀴닉스의 완전 관리형 엔비디아 AI 슈퍼컴퓨팅 서비스를 통해 데이터와 근접한 위치에서 AI 인프라를 운영할 수 있다. 이 서비스는 글로벌 네트워크 서비스 제공업체에 대한 고속 프라이빗 네트워크 접근성을 제공해 기업 광대역 네트워크를 통한 생성형 AI 정보를 빠르게 검색할 수 있도록 지원한다. 더불어, 데이터 보안 및 규정 요건을 충족시키며 AI 워크로드를 용이하게 할 수 있도록 클라우드 서비스 및 기업 서비스 제공업체에 대한 프라이빗 및 고대역폭 상호연결을 제공한다. 이 서비스를 사용하면 고객은 엔비디아 AI 엔터프라이즈 소프트웨어에 쉽게 접근이 가능하며, 생성형 AI를 포함한 프로덕션급 AI 애플리케이션의 개발 및 배포를 간소화할 수 있다. 엔비디아 AI 엔터프라이즈에는 LLM 구축을 위한 엔비디아 니모(NVIDIA NeMo) 프레임워크, 데이터 과학용 엔비디아 래피즈(NVIDIA RAPIDS), 의료 분야를 위한 엔비디아 클라라(NVIDIA Clara), 대규모 언어 모델 성능 최적화를 위한 엔비디아 텐서RT(NVIDIA TensorRT) LLM과 같은 사전 훈련된 모델, 최적화된 프레임워크 및 가속화된 데이터 과학 소프트웨어 라이브러리가 포함되어 있다. 기업은 이 서비스를 바탕으로 인프라 운영을 확장하고 대규모 모델을 개발하고 실행하는데 필요한 AI 성능을 달성할 수 있다. 이 서비스를 활용하는 얼리 액세스 고객으로는 생명과학, 금융 서비스, 소프트웨어, 자동차 및 유통 등 다양한 산업의 선두 기업들이 있다. 이들 기업은 AI 센터 오브 엑설런스(AI Center of Excellence)를 설립해 다양하게 발전하는 대규모 언어 모델(LLM) 사용 사례에 대한 전략적인 기반을 구축하고 있다. 여기에는 신약 제품 출시 시간 단축, 고객 서비스 에이전트를 위한 AI 코파일럿 개발, 가상 생산성 보조 도구 구축 등이 포함된다. 에퀴닉스의 찰스 마이어스(Charles Meyers) CEO는 “기업들이 생성형 AI가 가진 잠재력을 완전히 활용하기 위해서는 로컬 시장에서 유연하고 확장 가능한 하이브리드 인프라를 구축해야 한다. 이를 통해 AI 슈퍼컴퓨팅에 자신이 보유한 데이터를 적용할 수 있다”면서, “이번에 발표하는 신규 서비스는 세계적인 전문가들이 운영하고 관리하는 선진적인 AI 인프라를 고객이 빠르고 경제적으로 도입할 수 있는 방법을 제공한다”고 말했다. 엔비디아의 젠슨 황(Jensen Huang) CEO는 “생성형 AI는 모든 산업을 변혁하고 있다”며 “전 세계 기업들은 에퀴닉스의 운영 효율성은 물론 전 세계 수백 곳에 위치한 에퀴닉스 데이터센터에서 엔비디아 AI 슈퍼컴퓨팅 및 소프트웨어를 구축하고 운영할 수 있다”고 말했다.