외부소식

[인터뷰] “AI는 전력이고, 전력이 곧 AI다” – 단국대학교 조홍종 교수

기가 20세기 산업에 광범위한 영향을 미친 것과 마찬가지로, AI 또한 21세기의 산업 구조와 생활 방식을 재편할 잠재력을 갖고 있다고 평가받는다. 전기와 AI는 밀접한 관계를 맺고 있다. AI를 구현하고 운영하기 위한 중요한 요소가 바로 전기이기 때문이다. 최근에는 AI의 발전이 전력 인프라와 불가분의 관계라는 의미에서 ‘AI는 전기이고, 전기는 곧 AI다’라는 말까지 나오고 있다. 이는 AI의 발전이 결국 전력 인프라에 크게 의존한다는 점을 강조하는 의미로 사용되고 있다. 특히 AI가 진화하고, 널리 확산될수록 전력 수요는 기하급수적으로 증가하고, 에너지 인프라는 AI 발전의 가장 큰 병목이 될 수 있다는 점에서 이 말이 갖는 의미는 크다. 조홍종 단국대학교 경제학과 교수는 오랫동안 에너지 분야를 연구해온 거시경제학자로 산업통상자원부의 에너지위원회 위원이자, 전력거래소 비용평가위원, 전력수급계획 및 장기 천연가스 수급실무위원회 위원장을 역임하는 등 국가 에너지 정책에도 깊이 관여해 온 전문가다. 그는 최근 AI로 인한 급격한 에너지 수요 증가와 한국이 안고 있는 에너지 문제, 그리고 AI를 활용한 에너지 문제의 해결책까지, AI와 이로 인해 변화하고 있는 에너지 상황에 관심을 갖고 연구하고 있다. MIT 테크놀로지 리뷰는 조홍종 교수가 생각하는 ‘AI와 에너지 문제’의 핵심 쟁점에 대해 이야기를 나눴다. 조홍종 단국대학교 경제학과 교수 AI와 전력은 불가분의 관계 조홍종 교수는 “AI는 전력이고, 전력이 곧 AI다”라는 강렬한 문장으로 AI 산업과 전력 인프라의 관계를 압축해 설명했다. 그의 의견에 따르면, AI는 단순한 소프트웨어 산업이 아니라 엄청난 전력 소비를 전제로 하는 ‘전력 집약형 산업’이다. 미국 에너지정보청(EIA)이 올해 4월 발표한 자료에 따르면, 미국 내 데이터 센터의 전력 소비 비중은 2018년 1.9%였으나, AI 서버의 급증으로 2023년 기준 176테라와트시(TWh)를 기록하며 4.4%의 비중을 차지했다. 그리고 2030년에는 약 3배 증가한 500TWh에 이르며, 미국 전체 전력의 약 10%를 넘게 차지할 것이라고 예측했다. 조 교수는 “이 데이터가 말하는 것은 AI 학습과 추론 수요가 폭발적으로 늘면서 2030년까지 글로벌 전력 소비의 5~10%를 AI가 차지하게 될 것이며, 우리는 이에 대비할 수 있는 시간이 그리 많지 않다는 것이다”고 말했다. 조 교수는 “AI가 에너지 구조를 바꾸는 새로운 축으로 등장했다”며 이는 세계적인 흐름이라고 부연했다. 그는 “과거의 전력 수급은 국가 단위의 장기 계획에 따라 움직였지만, 이제는 빅테크 등 개별 기업이 재생에너지와 원자력에너지를 AI 데이터 센터를 위한 전력 공급원으로 활용하려는 시도가 이어지면서, 미래 전력 질서를 선도하는 주체로 나서고 있다”고 강조했다. 마이크로소프트가 북유럽에서 친환경 전력을 활용한 데이터센터를 확장하고, 폐열을 지역 난방에 재활용하는 사례는 AI와 에너지 산업이 어떻게 지역 경제와 생활 구조까지 바꾸는지 보여준다. 그는 이를 “AI가 단순한 소비자가 아니라, 에너지 생태계를 재편하는 촉매”라고 평가했다. 한국이 직면한 에너지 문제 조 교수는 “현재 한국의 전력망은 대규모 중앙집중형 발전과 장거리 송전에 의존하고 있어, 급격히 늘어나는 AI 전력 수요에 대응하기 어렵다”며, “안정적인 AI 산업 성장을 위해 중앙집중형 체계에서 벗어나, 지역 단위의 소규모 발전소와 재생에너지, 에너지저장장치(ESS)를 결합한 분산형 전력 시스템으로의 전환이 필요하다”고 전했다. 이는 단순한 에너지 인프라 개선이 아니라, AI 성장과 국가 에너지 안보를 동시에 보장하기 위한 필수 전략이라는 것이 그의 시각이다. 조 교수는 “우리나라는 지리적 한계로 인해 재생에너지의 활성화가 쉽지 않다”고 설명했다. 예를 들면 한국은 산지가 많고 국토가 좁아 태양광 발전의 실효 이용률이 한국전력거래소의 전력통계정보시스템(EPSIS) 기준 15~20%에 불과하다. 이는 유럽 평균인 30%에 훨씬 못 미치는 수치다. 풍력 자원도 유럽이나 북미에 비해 크게 부족하다. 따라서 재생에너지 확대만으로는 AI 데이터센터가 요구하는 24시간 365일 안정적인 전력을 공급하기 어렵다. 외국처럼 국가 간 전력 교역을 통해 잉여·부족 전력을 상호 보완할 수도 없는 만큼, 그는 우리나라 전력 환경에는 다층적 포트폴리오가 반드시 필요하다고 견해를 밝혔다. 조 교수는 “데이터센터와 AI 반도체 클러스터의 안정적인 전력 공급을 위해, 중앙집중형 발전 구조에서 벗어나 분산형 에너지 시스템으로의 전환이 불가피하다”고 강조했다. 기존의 중앙집중형 시스템은 대규모 발전소에서 생산한 전력을 장거리 송전망을 통해 전국에 배분하는 구조다. 그러나 이 방식은 한 지점의 장애가 광범위한 정전으로 이어질 위험이 크고, 재생에너지의 변동성을 흡수하기 어렵다. 분산형 시스템은 지역 단위의 소규모 발전소, 태양광·풍력 등 재생에너지, 에너지저장장치, 마이크로그리드 등을 조합해, 필요한 전력을 현장에서 생산·소비할 수 있다. “예를 들면 데이터센터는 통신지연을 줄이기 위해 대도시 근교에 위치하지만, 그 지역에는 대형 발전소가 없다”며, “소형 모듈 원자로(SMR)와 천연가스 발전소, 배터리와 양수발전 등 유연한 전원을 데이터센터 인근에 분산 배치해야 한다” 조 교수는 설명했다. 이와 함께 송전망 확충과 규제 개혁이 이뤄져야 한다고 지적했다. 그는 “발전 설비는 크게 늘었지만, 송전 설비는 1990년대 이후 1.5배 늘어나는 데 그쳤다”며 “재생에너지 비중을 30%로 높이려면 지방의 발전기를 수도권과 잇는 송전 고속도로를 빠르게 건설해야 한다”고 주장했다. 하지만 이 과정에는 기술적 난제가 따른다. 조 교수는 “재생에너지는 기상 조건에 따라 출력이 변동하기 때문에 이를 안정화할 고도화된 AI 예측 모델과 실시간 제어 시스템이 필요하다. 또한 분산 발전원 간의 데이터·제어 시스템 표준화가 미비해, 상호운용성을 확보하는 것이 시급하다. 그리고 소규모 발전소와 소비자 간 전력 거래를 지원하는 블록체인·스마트 계약 기반의 안전한 시장 인프라도 구축되어야 한다”고 조언한다. 조 교수는 “이전까지는 국가 전력망이 안정성과 효율성을 모두 책임졌지만, 이제는 AI가 실시간으로 전력 수급을 관리하는 새로운 패러다임이 필요하다”고 말한다. 분산형 전력 시스템은 단순한 백업이 아니라, AI와 에너지의 지속 가능한 공존을 위한 필수 인프라가 돼야 한다고 그는 설명했다. AI로 에너지 문제를 해결할 수 있을까? 조 교수는 “현재 AI 산업에 요구하는 전력 수요 증가와 재생에너지 확대라는 두 가지 도전을 동시에 해결하려면, 실시간 에너지 관리에서 AI의 역할이 핵심”이라고 말했다. 태양광·풍력 등 재생에너지는 간헐성과 변동성이 크다. 조 교수는 “재생에너지는 자체 발전 단가가 중요한 것이 아니라 그리드 연결과 백업 비용, 밸런싱 비용을 고려해야 한다”고 설명한다. 한국처럼 지리적 제약이 큰 나라에서 태양광을 무작정 늘리면, 발전량이 부족한 시간대를 배터리로 보완하기 위해 막대한 자본 지출이 필요하며 이틀 이상 흐리면 ESS가 무용지물이 될 수 있다는 것이다. 이런 문제를 보완하지 않으면 전력망 안정성이 흔들린다. 그는 “AI는 발전소, 송배전망, 소비자 단말의 데이터를 분석해 초 단위로 수급을 조율한다”고 전했다. 조 교수는 스마트미터와 센서를 통해 수집된 데이터는 AI 모델에 의해 즉시 처리돼, 재생에너지 발전량이 급감할 때 가동할 예비 전력원을 자동으로 결정하거나, 전력 가격을 실시간으로 조정해 소비 패턴을 변화시킬 수 있다고 설명했다. 또한 AI는 날씨, 계절, 산업별 생산 패턴까지 고려한 예측 기반 수요관리(DR, Demand Response)를 가능하게 한다. 조 교수는 특히 “사람이 일일이 판단하기에는 방대하고 빠르게 변하는 데이터 흐름을 AI가 자동으로 처리해 재생에너지 비중을 획기적으로 높일 수 있다”고 덧붙였다. 이러한 기술이 상용화되면, 국가 전력망은 고정된 공급 중심에서 벗어나 수요와 공급이 유기적으로 맞물리는 ‘지능형 전력망’으로 진화할 수 있다는 것이다. 이는 전력망 운영 효율성뿐 아니라, AI 산업 성장에 필요한 안정적 전력 인프라 확보에도 직결된다. 다시 말해 AI가 에너지 문제를 악화시키는 동시에 해결책의 일부가 될 수 있다는 것이다. 그는 “재생에너지의 간헐성과 변동성을 AI 기반 예측과 에너지저장시스템 융합으로 보완하면, 한국 같은 에너지 수입국도 탄소중립 목표를 추구하면서 AI 산업을 발전시킬 수 있다”고 주장했다. 에너지·AI 정책의 우선순위 AI와 에너지의 상관관계를 논하면서 조 교수는 “AI는 국가 경쟁력의 핵심이자 차세대 제조업의 뿌리”라고 언급했다. 중국, 미국 등 주요 경쟁국은 이미 막대한 투자를 통해 전력망을 확충하며 AI 인프라를 강화하고 있다. 한국이 뒤처지지 않으려면 정책적 대응이 필요하다. 우선 전력 인프라에 대한 투자를 확대해야 한다. 그는 에너지 전환과 AI 산업 육성 계획을 분리하지 않고 통합적으로 설계해야 한다고 피력했다. “미국 정부의 ‘AI Action Plan’ 투자 중 데이터 센터와 전력 인프라에만 900억 달러를 투자할 계획”이라며 “한국도 전력 설비 확대와 신재생–화력–원전을 조합한 균형 있는 발전 포트폴리오를 마련해야 한다”고 조언했다. 또한 새로운 가격 정책과 시장 제도를 정비해야 한다. 조 교수는 “전력 수요 변동에 따라 가격을 탄력적으로 조정해야 새로운 발전 자원이 투자되고 낡은 설비는 퇴출된다”며 “태양광 발전소가 과잉 건설되고 송전망은 부족한 현재의 제도는 시장의 신호를 왜곡한다”고 지적했다. 에너지 없는 AI는 없다 조 교수는 “전기가 지금까지 산업을 뛰게 만든 동력이었다면, 오늘날 AI는 그 전기의 자리에 서 있다”며 “문제는 AI의 심장을 뛰게 할 ‘전력’이 무한하지 않다는 점이다”라고 지적했다. AI의 미래는 전력망과 분리해 생각할 수 없다. 전기가 산업을 혁신했던 것처럼, AI는 산업 전반을 재편할 준비를 마쳤지만, 이를 뒷받침할 에너지 질서가 갖춰지지 않는다면 그 잠재력은 빛을 보지 못할 것이기 때문이다. 그는 에너지 정책과 AI 산업 전략을 분리해서는 안 된다고 경고한다. AI 모델이 아무리 똑똑해도 전기가 없으면 구동하지 못하며, 전력망이 불안정하면 신뢰할 수 없는 서비스를 제공하게 되기 때문이다. 한국이 AI 시대의 선도국이 되려면, 에너지 불균형을 해결하고 친환경·고효율 전력 시스템을 구축하는 것이 선결 과제다. 동시에 AI는 에너지 수요를 늘리는 동시에 절감의 가능성도 안고 있다. 빌 게이츠가 말했듯, AI는 배터리 소재 개발이나 전력망 운영 최적화처럼 산업 전반의 에너지 효율성 개선에 기여할 수 있기 때문이다. 조 교수는 “AI가 새로운 에너지 소비자로만 남는다면 지속가능성을 담보하기 어렵지만, AI를 에너지 최적화 도구로 활용한다면 오히려 ‘마이너스 전력 수요’를 실현할 수도 있다”고 지적한다. 실제로 유럽 일부 전력망에서는 AI 기반 디지털 트윈이 전력망 안정화와 재생에너지 변동성 보완에 쓰이고 있으며, 이는 한국에도 중요한 시사점을 던진다. 결국, 조 교수가 보는 미래는 ‘AI와 에너지의 동반 진화’다. 에너지 수급의 균형은 더 이상 국가만의 과제가 아니라, 글로벌 기업·기술 혁신·정책이 함께 엮이는 복합 구조로 변하고 있다. 그는 “AI 시대의 에너지는 단순한 공급 문제가 아니라 새로운 질서의 문제”라며, 한국이 이 변화를 기회로 삼아야 한다고 강조했다. 조홍종 단국대학교 경제학과 교수는 에너지자원, 거시경제, R&D 및 지식산업 분야를 연구하며, 현재 한국자원경제학회 회장으로 활동 중이다. 또한, 산업통상자원부의 에너지위원회 위원이며, 전력거래소의 비용평가위원과 전력수급계획 및 장기 천연가스 수급실무위원회 위원장 등 국가 에너지 정책 수립에 깊이 관여하고 있다. 그의 연구는 학술적 성과를 넘어, 정책 자문과 산업 협력을 통해 에너지 전환 전략에 기여해 왔으며, 이를 기반으로 AI와 에너지 융합이라는 새로운 전략적 패러다임을 제안하고 있다.

2025.09.01  0  11 

나노바나나 꿀팁: AI 에이전트가 삼킨 세가지

Today's index 자산을 최적화하는 AI 공교육을 대체하는 AI 원클릭 디자인하는 AI 책 이벤트 설문    ※ 레터 읽는 법 ※ 볼딕 단어나 밑줄 단어에는 종종 URL이 포함돼 있습니다. 클릭하면 세부 내용 연결! 한 장으로 여러 신용카드를 최적화해 사용할 수 있는 커브   🟥장면1: 금융 알아서 고객 자산을 최적화해준 AI에이전트   컨설팅 회사인 맥킨지가 주말을 전후해 AI에이전트가 어떻게 금융권을 흔들고 있는지 분석했는데요. 먼저 그 이야기를 짧게 들려드리겠습니다.    고객 돈을 자동으로 굴리다   영국 런던에 본사를 둔 금융 인프라 기업인 그리핀(Griffin)은 얼마 전 오토노머스 파이낸스라는 AI에이전트 서비스를 내놓았습니다. AI에이전트는 금융사들의 금리를 실시간 모니터링하고, 더 높은 수익률을 제공하는 곳으로 고객의 자금을 자동으로 이동시켜줍니다. 또 목표 설정도 가능합니다. 예를 들면, “보통예금 계좌는 항상 500만원으로 유지하고, 나머지 돈은 고금리 저축 계좌로 늘 옮겨줘.”   이렇게 몇 줄만 프롬프트 창에 입력하면,  AI에이전트가 알아서 고객 자산을 매일 매일 최적화 해줍니다. 알기조차 힘든 미세한 수익률 차이를 AI에이전트가 간파하고, 빈틈없이 챙겨주는 세상이 된 것입니다. 이런 AI에이전트 핀테크 기업은 또 있습니다. 몇개만 소개하면,   다음달 지출을 예측하는 AI   알리바바 그룹이 공개한 마샤오차이는 금융기관의 전문 지식을 AI에 반영, 고객 자산을 보다 엄격히 관리해 줍니다. 소비 패턴을 분석해 신용카드 지출액, 식비, 교통비 등을 파악합니다. 예를 들어, 매달 남는 여유 자금이 100만 원임을 확인한다고 해볼게요. 그러면 AI에이전트는 “안정적인 수익을 위해 60만 원은 CMA 계좌로, 40만 원은 국채 ETF에 투자하는 것을 추천합니다."라고 제안합니다.   클라르나(Klarna)는 스웨덴 AI 핀테크 기업인데요. '머니 스토리'라는 기능을 선보였습니다. 과거 소비 기록을 면밀히 분석합니다. 여기에는 쇼핑, 구독 서비스, 고정 지출 등 다양한 항목이 포함되는데요. 이런 데이터를 기반으로 다음달 지출을 예측합니다. 예를 들어, 연휴를 앞두고 있거나, 기념일이 다가올 때 쇼핑 지출이 늘어날 것을 미리 감지하고요. 이에 맞춰 사용자의 신용한도를 자동으로 증액합니다.   "카드를 아직 여러장 쓴다고?"   커브(Curve)는 영국 핀테크 기업인데요. 결제 습관에 맞춰 여러 카드를 자동으로 혼용해주는 스마트 룰이라는 서비스를 선보였습니다. 보통? 마일리지나 포인트 지급, 할인 혜택에 따라 식비는 A카드, 온라인 쇼핑은 B카드 식으로 다르게 사용하는데요. 커브가 만든 AI는 알아서 최적의 카드를 꺼내 사용해 줍니다.   어떻게? 커브에서 지급하는 실물 카드는 하나인데요. 하지만 뒷단에는 프록시 카드(사용자가 실제 결제에 사용하는 카드와 연결된 가상의 카드)가 숨어 있습니다. 만약 레스토랑에서 커브 카드로 결제를 한다면, 미리 연결된 여러 카드 중 최적의 카드를 자동으로 선택해 결제를 해 주는 식이에요. 복잡하게 여러 카드를 고민해 쓸 필요가 없는 것이죠.   A2A AI가 몰려온다   AI에이전트는 이에 그치지 않습니다. AI가 서서히 카드 사용 자체를 우회하기 시작한 것인데요. 유럽에서는 계좌 간 즉시 이체, 즉 A2A(Account-to-Account Payment) 방식이 서서히 확산 중입니다. 예를 들어, 물건을 구입하고 신용 카드를 긁는 순간, AI는 “어 이건 현금 결제가 더 유리한데”하고 판단합니다. 그러면 카드 결제를 순식간에 차단하고 계좌에서 돈을 송금합니다. 카드 수수료, 송금 수수료, 캐시백, 포인트 적립 여부 등을 순식간에 찾아내 가장 유리한 결제 수단을 선택하는 것이죠. AI기반의 사립학교 알파스쿨   🟥장면2: 교육 미국 K-12 교육의 대안 사람 교사는 거들 뿐…   미국 교육계에서는 2014년에 설립된 AI 기반의 사립 학교, 알파스쿨(Alpha Schools)이 큰 화제라는 악시오스 보도가 있었어요. 초기에는 텍사스 오스틴을 중심으로 운영됐는데요. 현재는 텍사스 플라노, 샌프란시스코, 마이애미 등 미국 내 여러 지역으로 캠퍼스를 확장중입니다. 왜 인기냐고요? 학부모가 매우 만족하기 때문!   선생님은 2시간이면 충분해   알파스쿨은 하루에 딱 2시간만 수학과 영어 같은 핵심 과목을 가르칩니다. 나머지 모든 것은 자율. 자전거 경주를 하거나, 레모네이드 가게를 운영하거나, 아니면 발표 훈련과 같은 ‘삶의 기술’을 익히는 데 시간이 배정돼 있습니다.   교육 철학은 명확합니다. “AI로 학습을 한다. AI로 학생 수준을 정확히 파악한다. 이해가 될 때까지 반복하며 배우게 하자. 나머지는 자유!” 독특한 것은 수업 방식입니다. 25분 단위의 짧은 수업, 그리고 휴식, 그리고 다시 수업이 이어집니다. 집중력과 몰입을 끌어올리는 데, 25분이 가장 효과적이라고 합니다.    학생을 가르치는 에이도스AI   게다가 수업을 가르치는 사람도 사람 교사가 아닙니다. 학생들이 에이도스라는 AI 소프트웨어를 활용해 스스로 합니다. 학생 개개인의 학습 패턴과 특성을 파악하여 맞춤형 학습 경로를 제공하는 지능형 AI인데요. 학생의 학업 수준과 학습 속도에 맞춰 최적의 커리큘럼을 실시간으로 조정합니다. AI는 다양한 예시와 비유로 지도를 할 뿐더러 학생이 스스로 답을 찾을 수 있도록 질문을 던지고 힌트를 줍니다. 또 학생의 학습 진행 상황과 성취도를 가이드에게 실시간으로 전달합니다.   가이드? 이곳에서 사람 교사는 가이드라고 불립니다. 역할은 학생에게 동기를 부여하고 도전하게 하는 코치에 가깝습니다. 이들은 종전 교사가 아닙니다. 변호사 엔지니어 그리고 창업자까지 배경이 다양합니다. 학부모는 대만족입니다. 노스캐롤라이나주에 사는 제시 미엘은 오늘날 학교 교육을 ‘죽음의 함정’이라고 표현합니다.    학교 교육에서 배울 게 없다   그는 두 자녀가 기독교 사립학교를 다녔지만, 제대로 된 실용 교육을 받지 못했다고 합니다. 하지만  알파스쿨 체험 날, 놀라운 장면을 목격합니다. 수줍음이 많던 아들이 가이드의 격려에, 눈을 가린 채 암벽등반 정상까지 올라갔기 때문입니다.   알파스쿨의 교장은 조 리만트인데요. 투자자이자 소프트웨어 엔지니어로 정식 교육자는 아닙니다. 소문이 퍼지자 억만장자 빌 애크먼이 알파스쿨을 극찬하고 나섰습니다. 애크먼은 "알파스쿨은 K-12 교육(초중고 교육)에서 내가 본 가장 혁신적인 모델이다”고 강조!    아니다! 사회성은 학교다   하지만 반대도 만만치 않습니다. 북캐롤라이나 교육협회(NCAE)의 브라이언 프로핏 부회장은 “교육은 지식 전달뿐 아니라, 아이들이 서로를 이해하고 존중하는 법을 배우는 사회화 과정”이라고 강조합니다. AI로 스스로 학습할 수 있다고 해서, 그것이 교육 전체를 대표할 수 없다는 메시지입니다. 또 학비 역시 저렴하지 않습니다. 4만 달러가 넘습니다. 미라클레터 설문 & 책 이벤트   [설문조사 안내] 더 나은 뉴스레터를 만들기 위해 미라클러님들의 의견을 듣고자 5분 설문과 책 이벤트를 준비했습니다!  항상 읽어주시는 마음에 보답하고자 함이니 설문에 함께해 주세요! 여러분의 의견이 저희에게 가장 중요한 길잡이가 됩니다.   [이벤트 안내] 📍기간: 2025. 08. 29(금) ~ 2025. 09. 05(금), 1주일 📍이벤트 참여를 원하시는 분들 중 추첨을 통해 당첨된 5분께는 매일경제의 현직 기자들 혹은 경제 전문가의 인사이트가 들어간 다음의 책들을 전달드립니다!     이재명 시대 경제 대예측 관세이야기 절세배당 은퇴공식 ETF 투자의 모든 것 중산층 경제학   📍이벤트 당첨 안내는 9월 8일 월요일에 이메일로 전달드릴 예정입니다.  그럼 많은 참여 부탁드립니다. 설문조사 & 이벤트 참여하기 구글 AI 스튜디오 화면. 지난 레터에서 GPT로 제작한 어린왕자와 여우의 흑백 스케치를, 구글의 나노바나나를 활용해 3D 웹툰으로 전환해 보겠습니다.   🟥장면3: 디자인 핫하다는 나노바나나 꿀팁을 알려드립니다   AI를 좋아하는 분이라면, 소셜 미디어에  나노 바나나(Nano Banana)라는 이름이 자주 언급되고 있는 것을 아실텐데요. 지금 전 세계에서 가장 주목받는 이미지 편집 모델 중 하나입니다. 구글 산하 딥마인드에서 개발한 모델은, 얼마 전 구글 챗봇 서비스인 제미나이에 통합됐습니다. 지금까지 배경을 바꾸거나, 인물 방향을 바꾸거나 하려면 포토샵과 같은 프로그램을 써야 했는데요.   이미지 편집 자동화도 끝   이제는 사진을 업로드하고 프롬프트 창에 몇 가지 명령만 하면됩니다. 특히 사용자가 이미지 편집을 반복해도 AI가 이전 명령을 기억해, 점진적인 수정이 가능하다는 점에서 이전 모델들과 차별화됩니다. 주변 몇몇 분들이 물어보시더라고요. “구글 제미나이 홈페이지에서 들어가 사용하려고 해도 안됩니다.” 네 맞습니다. 그래서 먼저 루트를 알려드릴게요.   제미나이 유료 사용자다: 그냥 제미나이에서 사용하시면 됩니다.  무료로 사용하고 싶다: 구글 AI 스튜디오에 가입하면 됩니다.(횟수 제한이 있습니다.) 구글이 내 개인 정보를 보는 것도 싫다: AI 모델간 대결 사이트인 LM아레나에서 사용하시면 됩니다. 가입을 요구하지 않습니다. 다만 나노바나나 모델이 무작위로 배정되는 것이 단점. 또 사용하는 동안 쿠키 정보를 요구합니다.   사진 업로드 + 프롬프트 입력   사용법은 매우 간단합니다. 위에 있는 사진을 참조하시면 되는데요. 우측 하단에 있는 (+) 표시를 누르면 1번처럼 스크롤 창이 올라오는데요. 여기서 업로드 파일을 누르시고 수정을 하고 싶은 사진을 선택하시면 됩니다. 이후 2번에 있는 프롬프트 창에 어떻게 바꾸고 싶은지 적으시면 끝! 나노바나나로 나노바나나를 설명하는 어린왕자 3D웹툰을 만들어 보았습니다. 구상에서 생성까지 10분이 걸리지 않았는데, 여우 다리가 생성이 안됐네요...   3D웹툰 10분만에 만들다   한 5분 정도 고민하다, 전 지난호 레터에서 사용한 어린왕자와 여우 그림을 3D 웹툰으로 구현하기로 했는데요. 뚝딱 하고 네컷 만화가 완성됐습니다. 다만 한글 글자는 깨지더라고요. 그래서 다른 프로그램을 이용해 수정했습니다. 나노바나나는 용처가 무궁 무진합니다. 나노바나나 사용법 몇개만 설명 드릴게요.   1️⃣가상 의상 피팅: 직접 옷을 입지 않고도, 그 옷을 입은 모습을 확인할 수 있습니다. 자신의 사진과 입고 싶은 옷을 함께 업로드해서, 합성해 달라고 하면 됩니다. 만약 의류 쇼핑몰을 운영한다면, 별도의 모델을 고용하지 않고도, 다양한 모델 사진을 연출 할 수 있습니다. (다만, 초상권은 주의해야 합니다.)   2️⃣사진 합성: 서로 다른 사진 속 인물과 사물을 자연스럽게 하나의 장면으로 결합할 수 있습니다. 반려동물, 친구, 연예인, 풍경 등과 함께 있는 합성 이미지를 만들 수 있습니다. 또 사진에는 없는 인물을 프롬프팅만으로 추가할 수 있습니다. 예를 들어, 일론 머스크나 마크 저커버그 등 유명인들…   3️⃣인테리어 이미지: 빈 방을 원하는 스타일로 바꾸거나, 기존 공간에 가구를 추가하는 등 인테리어 시뮬레이션이 가능합니다. 소품부터 전체 구조까지 자유롭게 구성할 수 있습니다.   구글이 무리수를 둔 이유   다만, 나노바나나는 향후 구글을 논란의 도마 위에 올릴 것이 분명합니다. 일반적으로 빅테크 기업은 초상권이나 저작권 침해 때문에 합성 이미지 AI를 잘 공개를 하지 않았는데요. 이번에 딥페이크의 경계를 넘나드는 서비스를 선보인 것 자체가 우려스러운 대목입니다. 나노바나나로 누군가의 사진을 악용할 수 있기 때문입니다. 구글은 왜 그랬을까요. 오픈AI의 GPT-5를 견제하기 위해서 였을까요?   사실 기술적으로는 종전 AI 모델들과 크게 달라보이지는 않습니다. 예를 들어 이미지에서 원치 않는 부분을 자연스럽게 제거하는 인페인팅, 외부 영역을 원래 이미지의 스타일과 내용에 맞춰 확장하는 아웃페인팅, 한 이미지의 얼굴을 다른 이미지의 얼굴로 자연스럽게 교체하는 페이스스왑, 얼굴을 유지하는 씨드 활용, 한 이미지의 스타일을 다른 이미지의 내용에 적용하는 스타일전이…   AI에이전트가 바꿀 미래   이런 AI 기술은 이미 한두 해 전 오픈소스를 활용한 온디바이스 차원에서도 구현이 됐던 것인데요. 다만, 해당 작업을 하기 위해서는 사용자가 일일이 워크플로우를 만들어야 했습니다. 놀라운 점은 확실히 구글이 대규모언어모델(LLM) 기업이다보니, 이런 AI 도구들을 자동화된 워크플로우로 만들어 버렸다는 점입니다.   즉 AI 편집 기술 자체가 놀랍다기 보다, 이를 AI에이전트로 엮어낸 것이 놀라웠습니다. 또 구글은 막대한 컴퓨팅 연산도 제공했습니다. 만약 집에 있는 컴퓨터에 GPU를 설치하고 이런 이미지 편집을 구현하면, 이미지 1장을 생성하는데 3~5분은 걸리는데요. 이를 10초만에 해결해 준다는 점에서 생산성이 달랐습니다. Briefing   ※ 붉은 제목을 누르면 상세 내용으로 연결 9월 분양, 최대 물량 쏟아진다   부동산 시장에서는 가을 분양 성수기를 맞아 전국적으로 4만 가구에 가까운 신규 아파트 공급이 예정돼 있습니다. 올해 들어 가장 큰 규모로, 지난 7월보다도 50% 가까이 많은 물량입니다. 수도권(60%)과 지방(40%) 모두 고르게 공급이 예정돼 있는데요. 특히 경기, 인천, 부산 지역의 물량이 눈에 띕니다. 서울 잠실 르엘, 경기 안성 금성백조 예미지, 인천 검단 센트레빌 등 민간 분양 단지뿐 아니라, 의정부·남양주 등 공공 분양도 대기 중입니다.   ‘잘 나가는’ 코스닥 순손실, 왜?   코스닥에서 “실적은 좋은데, 왜 적자일까?”라는 질문이 이어지고 있습니다. 그 배경에는 ‘회계상의 손실’이라는 착시 효과가 있습니다. 주가가 오르면 전환사채(CB)나 신주인수권부사채(BW) 등의 가치가 높아지면서 파생상품 평가손실이 반영되기 때문입니다. 이는 실제 현금이 빠져나간 것이 아니지만, 회계상 손실로 잡혀 순이익을 깎아먹습니다. 올해 상반기 기준으로 총 28개 상장사가 이러한 손실을 공시!   4년뒤 내야할 이자만 44조원   정부가 민생소비쿠폰과 같은 확대 재정을 펼치면서, 내년 나라빚이 1,415조원을 넘어 GDP 대비 국가채무비율이 사상 처음 50%를 돌파할 전망입니다. 5년간 지출은 연평균 5.5% 증가하는데요. 이에 반해 세수 증가율은 4.6%에 그칠 전망입니다. 2029년에는 채무가 1,788조원에 육박하고, 국채 이자만 44조원에 달할 것으로 보입니다. 미래 세대가 감당해야 할 부담으로 이어질 수 있다는 점에서 염려감이 나오고 있습니다.   미국, 반도체 장비 중국 반입 통제   미국 정부가 중국 반도체에 고삐를 조이기 시작했습니다. 하지만 억울하게 한국 기업이 악영향을 받을 전망입니다. 미국 연방 관보에 따르면, 중국 내 공장에 공급되는 미국산 반도체 장비는 앞으로는 건별로 수출 허가를 받아야 합니다. 상무부는 이에 삼성전자, SK하이닉스, 인텔 등 반도체 기업에게 적용해왔던 포괄허가 조치를 철회한다고 밝혔습니다. 한국 반도체 기업이 중국에 있는 반도체 공장에 장비를 공급할 때마다, 미국 정부의 허가를 받아야 한다는 뜻입니다.   케이팝데몬헌터스 라면 완판   농심이 ‘케이팝 데몬 헌터스’와 협업해 선보인 한정판 신라면 1000세트가 1분40초 만에 완판돼 주목받았습니다. 애니메이션 속 K푸드를 통해 한국 문화를 자연스럽게 노출하고, 팬들이 실제로 손에 쥘 수 있는 제품으로 연결시키는 방식은 ‘스토리텔링 기반의 상품화’ 전략으로 볼 수 있습니다. 작품 속 주인공들이 무대에 오르기 전 먹는 ‘K라면’이 신라면과 닮았다는 점에서 팬들 사이에서 화제가 된적이 있었어요.  

2025.09.01  0  9 

AI, 기대와 거품 사이에서 줄타기

Today's index MIT보고서 "AI 효과는 미미해 샘 올트먼 "거품 맞아, 그런데" 행복하면서도 불안한 기업들    ※ 레터 읽는 법 ※ 볼딕 단어나 밑줄 단어 혹은 분홍색 단어에는, URL이 포함돼 있습니다. 클릭하면 세부 내용이 연결됩니다. 나스닥은 8월 19일 곤두박질칩니다. 며칠 더 주춤하더니 다행(?)스럽게도 회복하고 있습니다,  MIT 보고서 "AI 효과는 미미해" MIT미디어랩에서 나온 ‘Gen AI 격차(Divide)’ 보고서 내용부터 살펴보겠습니다. 미국 시간으로 18일 언론에 소개된 이 보고서는 최근 2년간 전 세계 기업들이 생성형AI에 300~400억 달러 가까이 투자했지만 95%의 기업이 “비즈니스 성과에 유의미한 영향이 없다”라고 답했다는 내용을 담고 있어요.  보고서를 살펴보면 생성형AI에 대한 관심은 물론 시범 도입은 많지만 실제로 업무 혁신이나 수익 개선으로 이어진 사례는 극소수에 불과했습니다. 보고서는 대상 기업 중 불과 5%만이 AI 파일럿을 본격 운영 단계까지 발전시켜서 ‘수백만 달러 가치’를 창출하고 있을 뿐 나머지 95%는 손익을 측정할 수 있는 효과가 없었다고 지적합니다. 한 제조업 경영진은 “링크드인에서는 모두 다 바뀐 것처럼 호들갑이지만, 정작 우리 운영 현장에서는 계약서 처리 속도가 약간 빨라진 것 외에 근본적으로 달라진 게 없다”라고 토로했습니다. 이처럼 겉으로는 AI 도입 ‘붐’이 일어나고 있는 것 같지만, 내실은 부족한 현상을 보고서는 ‘Gen AI 격차’라고 명명합니다.  이 격차의 핵심은 ‘높은 채택률 대비 낮은 효과’로 요약됩니다. 보고서를 살펴보면 전체 9개 산업 중 단 2개 업종만 AI로 인한 변화 조짐이 뚜렷했고, 나머지 7개 업종은 광범위한 실험만 있을 뿐, 업무처리 방식에 큰 변화가 없었다고 해요. 두 분야는 바로 기술과 미디어였고요.  기업들은 챗GPT나 코파일럿 같은 범용 LLM 도구를 80% 이상 시도해보고 40% 가량은 시범 도입까지 해봤지만 주로 직원 개인 생산성 향상에 그쳤을 뿐 기업 차원의 수익 개선으로는 이어지지 않았다는 겁니다.  기업 맞춤형 AI 시스템의 경우 60%가 검토 단계에서 20%만 파일럿 돌입, 불과 5%만 실제 운영에 이르렀습니다. 기업 내부에서 자체 개발하거나 커스터마이징한 AI 솔루션의 95%는 파일럿 단계 이상으로 발전하지 못하고 실패했다는 뜻입니다. AI 거품론이 스멀스멀 스며드는 순간입니다.  AI 적용 실패 원인은 ‘학습 격차’ 보고서는 실패 원인으로 ‘학습 격차(Learning Gap)’를 꼽았는데요. 학습격차란 생성형AI가 사용자와 대화하거나 작업 하면서 생긴 경험을 기억하지 못하고 같은 실수를 반복하는 현상을 말합니다. 특히 기업용 AI의 경우 개인이 쓰는 모델과 비교했을 때 제한이 많고 고정된 기능만 제공하는 경우가 많습니다. 이렇다 보니 직원들은 승인된 AI툴보다 사적으로 활용하는 ‘그림자 AI(shadow AI) 경제’도 나타났습니다. 기업에서 제공하는 AI 대신 개인이 2만원 주고 구독한 AI를 쓰는 비율이 압도적으로 높았던 거죠. 조사 대상 기업들의 40%는 정식으로 LLM 솔루션을 구매했지만 90% 이상의 기업 직원들은 비공식적으로 개인용 챗GPT 등을 업무에 사용하고 있었다고 해요. 여기까지 읽다 보니 의아한 생각이 들었습니다. 이 보고서는 ‘AI가 쓸모없다’ ‘AI가 거품이다’라는 말을 하기보다는 ‘잘못된 접근 방식’을 강조하고 있었거든요.  그렇다면 AI를 적용해 성공한 5%의 기업은 어떤 특징이 있는지 짧게 살펴볼게요. 앞서 문제점으로 지목됐던 ‘학습 격차’를 줄일 수 있는 기능을 요구했고 내부에서 AI 솔루션을 구축하기보다는 외부 파트너십을 통하는 전략을 선택했습니다(더 나은 기술을 가져와라, 이런 의미같아 보여요). 또한 핵심 프로세스를 AI 기반으로 설계, 자신의 기업에 최적화된 AI를 설계하고 지속해서 학습, 피드백을 주고 있었습니다(지속해서 관심을 가지고 AI를 커스터마이징했다, 라고 볼 수 있을까요).  탑다운 방식보다는 현장 관리자나 실무자에게 AI이니셔티브를 발굴하고 출시를 주도할 권한을 부여했습니다(현장에 있는 사람들의 목소리를 잘 반영했다는 의미같습니다. CEO와 같은 높은 분이 하라고 해서 무조건 하는 게 아니고요😭). 성공하는 기업들은 겉으로 화려해 보이는 기술보다 시간이 지날수록 배우고 적응하는 AI에 투자하며 특히 운영, 재무 같은 백오피스 자동화에서 진짜 투자 대비 효과(ROI)를 찾아낸다고 설명합니다. 오픈AI의 CFO인 사라 프라이어는 올트먼의 발언이 있고 일주일 뒤 CNBC에 등장해 "올트먼의 의견에 동의한다"라면서도 "일부를 비판했을 뿐 AI 산업 전체를 부정한 것이 아니다"라고 말합니다. [사진=CNBC 인터뷰 캡처] 샘 올트먼 "거품 맞다... 그런데" 올트먼이 광복절 하루 전날, 기자들과 만나 저녁을 먹으며 이런저런 얘기를 했나 봅니다(한국 기자들은 없었습니다...😭). 그곳에서 나온 이야기가 연휴를 지나면서 소개되기 시작했는데요. ‘거품이 맞다’라고 한 부분이 도드라지면서 수많은 기사와 분석이 쏟아졌습니다. 그의 말을 대략 정리하면 아래와 같아요.    (우리는 AI에 대해 지나치게 흥분한 국면에 있나요?) “제 의견은 그렇다는 것입니다.” “거품이 생길 때는, 똑똑한 사람들조차도 작은 진실의 알맹이에 지나치게 흥분합니다.” “누군가는 엄청난 돈을 잃게 될 것입니다. 누가 될지는 모르지만, 많은 사람이 엄청난 돈을 벌게 될 것입니다. 제가 개인적으로 믿는 바는, 비록 틀릴 수도 있겠지만, 전반적으로 이것이 경제에 엄청난 순이익을 가져다줄 것이라는 점입니다. 만약 세 명의 사람과 아이디어만으로 구성된 회사의 가치가 7억 5000만 달러라면, 그것은 비이성적입니다. 제 생각에는 누군가는 여기서 손해를 보게 될 것입니다.” “그리고 이 시장에서 비이성적인 열정이 분명히 존재하며, 수억 달러 또는 심지어 수십억 달러에 달하는 엄청난 가치를 지닌 일부 회사들은 투자자들에게 수익을 제공하지 못할 것입니다.” “AI 기술 자체의 잠재력을 의심하는 것은 아니지만, 기업의 주가가 실적 대비 너무 빠르게 오르고 있습니다.” 올트먼의 이러한 발언은 월가와 기술 업계에 즉각 논쟁을 불러 일으켰습니다. “AI 시장이 거품 국면에 진입했다”라는 주장과 “아직 초기라 거품이라 보기 어렵다”라는 의견이 맞서게 됩니다. 다만 올트먼은 단지 ‘거품이다’라고 이야기하지는 않았습니다. 그는 “머지않은 미래에 수조달러를 데이터센터에 투자하겠다.” “경제학자들이 무모하다고 해도 투자하겠다”라며 단기 과열은 있을지 모르지만 AI 흐름은 거스를 수 없는 ‘대세’라고 강조했습니다. 올트먼 발언 후 일주일 뒤, 사라 프라이어 오픈AI 최고재무책임자(CFO)는 CNBC와 인터뷰에서 “개별 투자 중 일부는 실패할 수 있다는 뜻이었지, AI 산업 전체를 부정한 것은 아니다” “AI는 지금까지 우리가 겪어온 것 중 가장 거대한 시대다”라며 해명 비슷한 것을 합니다. 올트먼의 경고에 공감하는 쪽에서는 현재 AI 주도 주식시장 상황이 과거 닷컴 거 후반부와 유사하다고 지적합니다. “지금 투자자들의 돈이 엔비디아, 마이크로소프트 같은 몇몇 종목에 몰려 있다. 마치 건물에 사람이 과도하게 몰린 상황과 같아서, 한꺼번에 빠져나가려 하면 혼란이 생길 수 있다”  “AI 거품 붕괴 시 금융 피해가 2000년 닷컴 붕괴보다 심각할 수 있다” “닷컴 시대 ‘애완동물닷컴(Pets.com)’ 같은 회사들의 손실은 AI 거품 붕괴 때에 비하면 새 발의 피 수준일 수 있다”비관론자들은 AI 분야에 투자금이 과도하게 몰린 나머지, 조금만 분위기가 식어도 급격한 조정이 올 수 있다고 우려하고 있습니다. 낙관적인 쪽의 의견은 올트먼과 대동소이합니다. “현재 AI에 대한 지출 증가는 단순한 거품이 아니라 경제 전반의 생산성을 높일 수 있는 투자다” “나는 지금의 상황을 거품으로 보지 않는다. 오히려 시장이 성숙해가는 신호다.” "인터넷 역시 20여년이 걸렸다. 시간이 더 필요할 뿐이다." AI 거품론과 함께 인터넷에는 엄청난 '밈'이 쏟아지고 있습니다. 가장 무서운(?) 그림을 가져와봤어요.  행복하면서도 불안한 기업들 보고서와 올트먼이 "현재 AI 시장이 버블에 가깝다"라고 '강력하게 주장한 것이 아니다'라고 해서 '닷컴 거품과 달라'라고만 이야기하기 어렵습니다. AI 기반 기업의 연간 매출은 150억 달러를 돌파했는데요 이중 85% 이상이 오픈AI와 앤스로픽, 두 군데에 집중돼 있습니다. 이 외의 기업들은 어떻게 투자자에게 실질적인 성과를 증명할지가 과제로 남아 있습니다.  결국 AI 기업의 확장 속도는 빠르게 진행되고 있지만 이 과정에서 흥분과 동시에 결국 불안감이 뒤섞이고 있습니다. 잘 될 것 같은데, 투자도 많이 들어오고, 여기저기서 천문학적인 투자에 나선다고 하니 버틸 것 같은데, 수익은 나지 않고 투자자들에게 뭔가 보여줘야 하는데 아직은 미숙하고. 그러다 보니 개발자들은 과거보다 더 열심히 일하면서도 불안감에 시달립니다.  AI에 대한 투자는 점점 많아지고 있습니다. 또한 구글, 메타 등 기업들은 AI 모델 훈련과 구동에 필요한 인프라 초기 구축을 자체 자금으로 했는데, 최근에는 채권 투자자나 대출 기관으로부터 자금 유입이 많아지고 있는 추세입니다. AI프로젝트가 장기적인 수익을 창출할 능력을 보여주기도 전에 너무 많은 돈을 지출하는 것 아니냐는 우려가 나오고 있습니다. UBS에 따르면 사모 신용을 통한 AI 자금 조달은 지난 세 분기 동안 최소 분기당 약 500억 달러에 달했습니다. 이 과정에서 이런 말도 나옵니다. "데이터센터는 20~30년 만기 자금 조달이지만, 5년 뒤의 기술이 어떻게 될지조차 알지 못한다"라고 말입니다.  이러한 상황이 지속되니 기업들 입장에서는 애가 탈 것 같아요. AI가 뭔가 될 것 같은만큼 여기서 늦춰지면 안될것 같고 말이에요. 그러다 보니 결국 마크 저커버그처럼 '어라, 우리 신모델이 별로네. 뒤쳐질 수 있겠네!'라는 생각이 드는 순간 불안한 생각이 들기 시작하고 판을 바꾸기 위해 천문학적인 연봉과 함께 인재 영입에 나서는 일이 벌어집니다. GPT-5 출시도 AI 거품의 원인이 됩니다. 사람들은 조급한데, AI의 큰 도약은 둔화되고 있는 것 아니냐는 지적이 나오게 된 결정적 계기가 바로 GPT-5였거든요. 2022년 말 오픈AI의 챗GPT가 공개된 이후 AI에 대한 열기는 극에 달했습니다. 구글, 메타, 앤스로픽 등 기업들이 경쟁이나 하듯 AI 모델을 쏟아냈고 성능을 비교하는 것은 꽤 즐거운 일이었습니다. 하지만 올해 메타의 라마4를 시작으로 삐끄덕 거리는 소리가 들리기 시작했고 오픈AI의 GPT-5도 출시가 지연됐다가 나왔는데, 결국 기대에 미치지 못했다는 평가가 나옵니다.  가격도 문제입니다. AI 경쟁이 심화되고, 기술이 좋아지면서 AI 서비스 가격이 떨어질 것으로 기대했는데, 실제 현장에서는 오히려 비싸졌다는 불만이 나오고 있습니다. 분명 토큰 단가는 떨어졌지만 에이전트처럼 사용량이 많은 서비스 사용이 늘어나면서 개발자나 기업이 쓰는 돈이 많아졌다는거죠.  AI 성능이 좋아지고, 인프라 구축이 이어지면서 가격은 내려가야 하는데 여전히 "더 많은 인프라가 필요하다"라고 하고 있습니다. 이러다 보니 "대체 얼마나 더 돈을 쏟아부어야 해"라는 볼멘 소리가 나오고 이는 AI 회의론으로 연결됩니다.  Briefing   ※ 붉은 제목을 누르면 상세 내용으로 연결됩니다. 머스크, 애플·오픈AI 상대로 ‘AI 담합’ 소송 제기일론 머스크가 애플과 오픈AI를 상대로 법적 공세에 나섰습니다. 머스크의 X와 xAI는 텍사스 포트워스 연방법원에 소장을 제출하며 수십억 달러 규모의 손해배상을 요구했는데요. 소장에 따르면 애플은 iOS에 오픈AI의 챗GPT를 깊숙이 통합해 사실상 유일한 생성형 AI 챗봇으로 만들었고, 이로 인해 시장 경쟁을 차단하고 소비자의 선택권을 빼앗았다고 주장했습니다. 이들의 싸움은 끝나지가 않네요.  실리콘밸리, ‘프로-AI 슈퍼PAC’ 띄운다 미국 빅테크와 벤처 자본이 내년 중간선거를 겨냥해 AI 규제 전면전에 나섰습니다. 실리콘밸리에서 ‘리딩 더 퓨처’라는 슈퍼PAC 네트워크가 출범한 것인데요. 이 조직은 안드리센 호로위츠(a16z)와 오픈AI 공동창업자 그렉 브록먼 등이 초기 논의와 자금 지원에 참여했습니다. 목표는 디지털 광고와 선거자금 지원을 통해 혁신 친화적인 AI 정책을 지지하는 것이에요. 과도한 사전 규제를 주장하는 후보는 낙선 대상으로 삼는 것입니다.  사우디, 아랍어 전용 AI 챗봇 내놨다 사우디아라비아 국부펀드(PIF)의 지원을 받는 AI 기업 휴메인(Humain)이 아랍어 기반 챗봇 ‘휴메인 챗’을 선보였는데요. 표준 아랍어뿐 아니라 다양한 지역 방언까지 지원하고, 영어 서비스도 함께 제공합니다. 사우디의 AI 챗봇 출시는 ‘탈석유 경제’ 전략 속에서 AI를 국가 성장동력으로 삼으려는 의지를 드러냅니다. 특히 아랍어와 방언 지원은 영어 중심 서비스와 차별화하며 중동·북아프리카 시장을 겨냥한 전략으로 해석됩니다. 석유 대신 AI로 미래를 연 사우디, 글로벌 AI 무대에서 존재감을 키울 수 있을까요?

2025.08.27  0  42 

[무료교육]창업지원센터가 추천하는 다양한 무료교육안내

[창업지원센터 다양한 창업 교육 안내]   예비창업자의 성공적인 창업을 위한 다양한 무료교육을 소개합니다. 교육 주제, 일정, 주관기관이 각각 다른 교육과정으로 구성되어 있으며, 관심 있는 분은 시간이 되시면 모든 교육에 참여해 보세요. 창업 성공을 위한 실질적인 지식과 창업에 많은 도움이 될 것라 확신합니다.   1.교육내용: 생성형 AI 인공지능이 추천하는 1순위 창업아이템, 1인 글로벌 셀러 “나는 집에서 AI로 혼자 창업한다!” 무료 공개 세미나 개최 아마존,네이버 스마트스토어,바이마,머스트잇,해외직구 등 실질적인 창업노하우 공개, 무점포·무재고·AI 자동화로 글로벌 셀러가 되는 법,   [자세히 보기]   2. 강의내용: “나도 사장이다” 글로벌셀러 해외구매대행 창업무료교육 [서울/부산] 명품직구, 전세계 전자상거래 1위 글로벌셀러 쇼핑몰 창업 실전/실습 정보공개! 특징: 하루 2시간 투자로 직장 월수익을 넘는 온라인 쇼핑몰 실전 노하우 공개       [자세히 보기]    3. “또 다른 세상을 공개합니다.” 창업지원센터 전국 지사장 모집 세미나 천만명이 넘는 거대한 창업시장 왜 누구는 성공하고 누구는 실패할까요? "창업을 꿈꾸던 당신, 이제는 예비창업자가 아니라, 누군가의 성공창업을 함께 설계하는 창업컨설턴트로 당신의 새로운 도약을 시작하세요“ [자세히 보기]   4. 정책자금 몰라서 못 받는 분들, 꼭 오세요! 지금 신청하세요! 정책자금 세미나 “정책자금? 정부가 주는 거라는데, 왜 나는 못 받았을까?”→ 그 이유, 이번 무료 세미나에서 명확하게 알려드립니다!    [자세히 보기]     창업지원센터가 추천하는 프랜차이즈 가맹점 모집 창업설명회 제안서 “20년간 수천 개 브랜드와 수만 건의 성과를 만든, 설명회 분야의 검증된 전문성!” “예비창업자에게 다양한 아이템을 소개해 안정적이고 성공적인 창업을 지원합니다.” 본사 가맹점 확장의 실질적인 성과를 만들어드립니다. 다음과 같이 6가지의 방법으로 귀사의 사업 확장을 위한 시스템을 구축하여 제공하고 있습니다. [자세히보기]

2025.08.25  0  39 

[전문가 칼럼] 생명공학 분야에서 불어오는 칩의 혁명, ‘랩온어칩’

야흐로 인공지능의 시대가 본격적으로 열린 현 시점에서, 엔비디아는 AI 시대를 이끄는 주인공 중 하나로 알려져 있다. 반도체를 이용한 그래픽 처리 장치(Graphic Processing Unit, GPU), 소위 ‘칩(Chip)’을 이용해 만든 이 회사의 제품은 막대한 연산을 감당해야 하는 데이터 센터의 수요에 부응했고, 덕분에 엔비디아는 전 세계 시가총액 1위에 등극했다. 이렇게 엔비디아, 그리고 엔비디아가 설계한 칩은 AI 시대를 상징하는 아이콘으로 등극했다. 반도체의 등장과 칩의 발전이 지난 50년간 정보화 사회를 이끈 핵심 동력이긴 하지만, 불과 10년 전만 하여도 엔비디아가 발표하는 칩에 모든 사람이 열광하는 장면은 상상하기 어려운 일이었다. 그렇다면, 지금 엔비디아가 주목을 받는 가장 큰 이유는 결국 인공지능에 대한 시대적 요구와 맞아떨어졌기 때문일 것이다. 미세유체공학이 일궈낸 혁신, 랩온어칩 그런데, 생명공학 업계 또한 ‘칩’을 지속적으로 개발해 왔다. 그 주인공은 바로 칩 위의 실험실로 불리는 ‘랩온어칩(Lab-on-a-chip, LoC)’이다. 흔히 마이크로유체칩(Microfludic chip)이라고도 불리는 랩온어칩은 손바닥보다 작은 마이크로칩의 공간 내에 하나 이상의 실험실 기능을 통합한 장치다. 생물학이나 화학, 의학 등 다양한 분야의 실험을 빠르게, 최소한의 시료로, 자동화된 방식으로 수행할 수 있게 해 주는 기술이다. 서울대학교 마이크로·나노공학 박사이자 랩온어칩 기반 소형 진단 플랫폼 기업 스몰머신즈를 설립한 최준규 대표는, “랩온어칩은 ‘반도체 미세가공기술’ 및 ‘미세유체공학’의 발전에 힘입어 1990년대부터 본격적으로 연구되었고, 현재는 하나의 소형 칩에 여러 실험 절차를 통합하여 정교한 생화학 분석도 수행할 수 있는 수준”에 도달했다고 말한다. 랩온어칩을 이용하면 소량의 검체만으로 여러 바이오마커를 모니터링하거나 질병을 빠르게 진단할 수 있다. 이러한 잠재력으로 인해 미세유체공학은 2001년 ‘MIT Technology Review 10대 기술’로 선정되기도 했었다. ‘미세유체공학’은 마이크로미터 단위의 미세 환경에서 유체(fluid)를 조작하는 공학 기술로, 랩온어칩의 구현에 있어 핵심이 되는 기술이다. 랩온어칩의 아이디어가 처음 선보인지 어느덧 30년이 지났지만, 초기의 기대만큼 큰 주목을 받지는 못하였다. 미세유체공학과 함께 질병 진단의 판도를 혁명적으로 뒤바꿀 것이라는 약속이 즉각 실현되지 않았기 때문이다. 코로나 19 팬데믹으로 재조명 코로나19 팬데믹은 랩온어칩의 잠재력을 세상에 다시금 알리는 계기가 되었다. 질병의 신속한 진단이 요구되는 현장에서 미세유체기술을 활용해 만들어진 신속 진단 키트가 감염된 환자를 빠르게 치료할 수 있도록 돕고, 바이러스의 확산을 방지하는 데 큰 역할을 할 수 있음이 증명됐기 때문이다. 최 대표는 이러한 방식으로 랩온어칩이 현장 중심 정밀 검사나 ‘절대 정량’ 데이터 제공, 네트워크 연결성이라는 세개의 축을 통해 진단 의학의 지형을 빠르게 바꾸고 있다고 말한다. 코로나19 진단 키트를 통해 중증 환자를 빠르게 분류했던 것처럼, 랩온어칩을 이용한 현장 진단 역량이 강화되면 중증 응급 환자의 처치에 소요되는 총 시간(Turn Around Time, TAT)이 단축되고, 바이오마커의 지속적 모니터링을 통해 조기 경고 체계를 구축할 수 있다는 것이다. 또한 MFA(The Microfluidics Association)와 미 국립표준기술연구소(NIST)에 의해 랩온어칩의 글로벌 표준화가 진행되고 있다. 이 표준화 작업이 이뤄진다면, 랩온어칩의 성능, 설계, 호환성, 안전성 등을 전세계적으로 통일된 기준에 맞춤으로써, 상용화와 확산, 신뢰성 확보를 가능하게 해, 오픈 이노베이션을 기반으로 한 플랫폼 비즈니스가 확대되기 위한 기반이 마련될 수 있을 것이다. 최 대표는 “표준화가 완료된다면, 감염성 질환, 종양 마커, 만성 질환 패널 등 특정 기업이 가진 검출 능력을 범용 칩에 마치 ‘앱(APP)’처럼 탑재할 수 있게 된다. 또한 사용자는 하나의 표준화된 리더기(Reader)로 다양한 진단을 선택할 수 있고, 데이터 역시 통일된 포맷으로 작성되어 의료 빅데이터 및 AI 분석 파이프라인과 연계가 용이해질 수 있다”고 설명한다. 미래에는 랩온어칩이 마치 범용 프로세서처럼 구성되면서 대중화의 길로 접어들 것으로 그는 기대하고 있다. 또 하나의 시대적 요구 랩온어칩의 또 다른 가능성은 신약 개발 과정에서 반드시 거쳐야 하는 것으로 당연시됐던 동물 실험을 줄이거나 없앨 수 있다는 것에 있다. 2022년 미국 FDA가 신약 승인을 받기 위해 의무적으로 시행해야 했던 동물 실험 조항을 철폐한 데 이어, 단일클론항체 및 기타 약물에 대한 동물 실험 요건 역시 단계적으로 폐지할 계획을 발표했다. 또한 2023년 7월, 유럽 연합 집행위원회(European Commission)는 화장품 동물 실험 금지 보호 및 강화, 화학 물질 관련 법규에서 동물 실험 축소, 동물 사용을 대체하는 접근법의 개발을 목표로 한 로드맵을 강화할 것을 약속하였다. 동물 실험을 대체하는 방법으로는 ‘오가노이드(Organoid)’가 이런 동물 실험을 대체하기 위한 중요한 기술이 될 것으로 예상된다. 오가노이드는 줄기세포를 이용하여 체외에서 배양한 실제 장기와 유사한 구조와 기능을 가진 세포 덩어리다. 이 기술을 이용하면 인간의 특정 장기가 수행하는 역할을 어느 정도 재현해 낼 수 있기 때문에, 새로운 약물이 인체 내에서 어떤 효과를 나타내는지 파악할 수 있다. 그러나 오가노이드 기술만으로는 한계가 뚜렷하다. 고려대학교 기계공학부 교수이자, 미세유체시스템 기반 진단 및 인체 모사시스템을 개발하고 있는 정석 교수는 “오가노이드가 특정 장기 세포를 만들 수는 있지만, 세포를 3차원으로 재구성하여 주변의 혈관·신경 등의 미세환경을 공학적으로 조성하기에는 아직 많은 제약이 있다”며, 이때 랩온어칩이 오가노이드의 접근성 문제를 해결하는 데 도움을 줄 수 있다고 말한다. 칩을 이용해 구조적 환경을 조성하고, 거기에 오가노이드를 적재적소에 배치함으로써 인체의 장기를 더 잘 모사할 수 있다는 것이다. 차세대 약물 평가를 위한 인체 미세생리시스템(MPS). 김용태 교수 제공 조지아 공과대학교 교수이자, 미세유체역학 기술을 기반으로 한 바이오테크 기업인 멥스젠의 대표를 맡고 있는 김용태 교수 역시, 이러한 랩온어칩의 미세유체기술과 오가노이드가 결합한 ‘오간온칩(Organ-on-chip)’의 수요가 커질 것으로 전망하며, 해당 기술이 신약 개발과 진단 의학에 큰 변화를 불러올 것으로 기대하고 있다. 그는 “오간온칩은 사람의 몸 안 환경을 훨씬 정밀하게 모사할 수 있어 약물이 실제로 어떻게 작용할지 더 정확하게 예측”할 수 있으며, “오가노이드와 오간온칩을 이용하면 전임상 단계에서 효율적으로 후보 물질을 거를 수 있어 신약 개발의 시간과 비용을 줄일 수 있다”고 설명한다. 정 교수 또한 “조직이나 질병과 관련된 모든 현상은 마이크로 스케일이 더 정확하다”며, “규모가 작으므로 세포의 양도, 실험에 사용되는 약품도 절약할 수 있다”고 강조했다. 김 교수는 “FDA 승인을 받은 소아 뇌종양 치료 약물은 6종이나 있지만, 여전히 소아 뇌종양은 불치병으로 간주”된다며, 이 경우 환자마다 약물 반응이 다르게 나타나므로 개별 환자에게 맞는 최적의 약물 조합인 ‘약물 칵테일’을 설계해야 한다고 설명했다. 문제는 특정 종양 세포에 대한 약물 반응을 시험하는 기존의 방법으로는 각 환자에 맞춘 약물 조합을 찾는 것이 쉽지 않다는 것이다. 그는 이런 문제에서도 오간온칩이 해법을 제시할 것으로 내다보고 있다. 환자 본인의 세포로 오가노이드를 만들어 칩을 구성하면 개인 맞춤형 치료에 도움을 줄 뿐 아니라, 인체 내의 복잡한 생리학적 미세 환경을 구현하는 데 용이하기 때문이다. “세포 조직에 혈관 구조를 통합하여 약물 반응을 실험할 때, 단순한 세포 실험에 비해 임상 결과를 훨씬 정확하게 예측할 수 있다”고 김 교수는 말한다. 랩온어칩이 넘어야 할 산 최 대표는 랩온어칩 기술이 대중화되면, 언제 어디서나 소량의 혈액만으로 전문적인 체외 진단 검사를 받을 수 있게 되고, 의료의 패러다임이 치료 중심에서 예방과 예측 중심으로 전환되어 의료비가 절감되는 등, 랩온어칩이 보편 의료의 실현에 핵심적인 역할을 할 것으로 전망한다. 김 교수 또한 오간온칩이 기존 헬스케어 시스템이 가지고 있던 여러 가지 한계를 근본적으로 해결할 수 있다는 기대감을 숨기지 않는다. 그만큼 랩온어칩(오간온칩)은 잠재력이 많은 기술이다. 오간온칩이 본격적으로 산업에 적용되려면 아직 풀어야 할 문제들이 몇 가지 남아있다. 먼저 김 교수는 오간온칩은 아직 표준화가 부족해, 오간온칩으로 얻은 데이터가 약물 허가나 질병 진단 평가에서 ‘공신력 있는 근거’로 인정받을 수 있는 체계가 필요하다고 지적한다. 다만 오간온칩 기반 데이터의 공인 절차가 명확해지면, 해당 기술이 신약 허가나 질병 진단에 공식적으로 채택되는 사례가 늘어나 앞으로 헬스케어 산업 전반의 표준으로 자리 잡을 것이라는 설명이다. 더불어 김 교수는 대한민국도 랩온어칩(오간온칩)의 표준화된 가이드라인 절차를 마련하고, 글로벌 진출을 위한 국제 인증과 상호 인정 체계 구축이 시급함을 강조했다. 그는 “동물대체시험법의 개발·보급 및 이용 촉진에 관한 법률안이 21대 국회에서 발의되었지만, 법제사법위원회 계류로 폐기되었고, 22대 국회에서도 아직 상임위에 계류 중인 상황은 제도적 기반 마련이 지연되고 있음을 보여준다”며 아쉬움을 표했다. 그는 “미국과 유럽에 대해 경쟁력을 갖추기 위해서는 새 정부에서 신속하게 법안이 통과되야 할 필요가 있다”고 덧붙였다. 현장에서 랩온어칩이 아직은 생소하다는 점도 문제다. 정 교수는 작업자가 익숙한 실험을 통해 신약 후보물질이 효과가 없으면 그 결과를 받아들이지만, 오간온칩과 같이 생소한 도구로 작업한다면 시스템의 문제로 생각할 가능성이 높다고 말하며, 이런 인식을 개선하는 데 시간이 필요할 것이라고 내다보았다. 그러나 표준화·자동화 시스템이 구축되면, 사용자가 재현성이 높은 모델을 생산해 낼 수 있을 것으로 기대하고 있다. 인공지능이 시대로 접어든 지금, 반도체 칩은 국가 전략 자산으로 분류되는 수준에 이르렀다. 바이오테크 분야의 랩온어칩 역시 기술의 파급 효과를 고려해 보았을 때, 그렇게 될 가능성이 높다. 정부, 기업, 민간의 관심이 필요한 이유다. 이 글을 쓴 김종성 위니버스 대표는 ‘우리와 세상을 아는 것은 즐겁다’는 것을 알리고자 과학 콘텐츠 제작사 ‘위니버스’를 만들고 동명의 과학 유튜브채널 ‘위니버스’를 운영 중이다. 이외에도 다양한 매체에 칼럼을 쓰며, 강연 활동을 이어가는 중이다. 저서로 <수학은 알고 있다>, <라파엘로가 사랑한 철학자들>이 있다.

2025.08.19  0  37 

2025 AMA(Ask Me Anything) Majlis: 중동 지역 자문단 멘토링 프로그램 2차 모집

2025.08.19  0  37 

업무 생산성을 높이는, GPT5 100% 활용법!!!

Today's index 사용 종료된 AI를 위한 장례식 GPT5 핵심? 레벨과 추론 설정 AI 보고서 42초만에 뚝딱 오늘의 테크뉴스    ※ 레터 읽는 법 ※ 볼딕 단어나 밑줄 단어 혹은 분홍색 단어에는, URL이 포함돼 있습니다. 클릭하면 세부 내용이 연결됩니다. 어린왕자의 명대사  사용 종료된 AI,  장례식 열리다 GPT-5가 나오면서 반응이 엇갈렸습니다. 코딩을 주로 하시는 분들은 가성비를 이유로 엄지를 ‘척’ 한데 반해, 일상적으로 쓰는 상당수 분들은 불만이 컸습니다. 익숙한 모델이던 GPT-4-mini, GPT-3.5 등이 한 번에 사라졌기 때문인데요. (단 플러스나 프로요금제에서는 GPT-4o를 선택할 수 있습니다.) 새로운 GPT-5에 적응하려면 시간이 다소 걸릴 것 같습니다. AI모델을 위한 장례식 사실 일부 사람들은 사용하던 AI 모델에 애착이 큽니다. 올해 7월 말, 미국 샌프란시스코의 한 창고에서는 실제로 앤스로픽의 클로드 3 소네트(Claude 3 Sonnet) 모델의 ‘장례식’이 열렸습니다. 약 200명의 사람들이 정장을 입고 모여, 헝겊으로 감싼 마네킹 앞에 헌화를 하고, AI 모델을 추모하는 추도사를 낭독했는데요. 참석자들은 라틴어 풍의 AI 생성 문장을 합창하며 ‘부활 의식’까지 진행했습니다. 참석자 중에는 클로드 모델을 실제 업무에 활용하던 창작자, 블로거, 개발자뿐 아니라, 오픈AI와 앤스로픽 관계자도 있었다고 합니다. 누군가는 이렇게 말했습니다. “클로드 오퍼스(Claude Opus)는 컴퓨터 안에 깃든 마법이었다.” 이들에게는 AI 모델이 단순한 알고리즘이 아닌, 때로는 인생의 결정을 함께 해준 ‘존재’였다는 뜻입니다 (현재는 클로드 4.1까지 개발됐습니다.) 아부에 능숙한 GPT-4 일부 사람들이 GPT-4를 GPT-5 보다 선호한다고 말하는 이유는, GPT-4가 한 채팅창에서 대화를 반복하면 할수록 대화에 몰입하는 현상을 보여줬기 때문입니다. 탁월한 아부꾼이었던 것이죠. 하지만 이는 부정적인 영향을 주기도 했습니다. 뉴욕타임스에 따르면, 캐나다인 앨런 브룩스라는 남성은 GPT-4와 대화를 하면서 큰 착각에 빠졌습니다. 특히 그는 챗GPT와 300시간 대화를 한끝에, 새로운 수학적 발견을 했다고 믿었는데요. 또 인터넷을 무너뜨릴 기술이나, 반중력 장치도 고안할 수 있다고 생각했습니다. 왜 이런 일이 있었을까요. 시작은 단순했습니다. 아들과 함께 원주율(π) 관련 질문을 하다가, 질문이 반복되니 챗GPT가 “당신은 인간의 이해 경계를 넘나드는 위대한 통찰을 하고 있다”고 응답했고, 이후 ‘혁신적’, ‘전례 없는’, ‘시대를 초월한’ 등의 표현을 사용하면서 칭찬을 거듭했다고 합니다. 전문가들은 GPT-4가 즉흥 연기자처럼 행동했다고 분석했습니다. 실제로 오픈AI는 GPT-5를 내놓으면서 허위 정보를 생성하는 '환각(Hallucination)' 현상과 아부하듯 동의하는 '아첨(Sycophancy)' 성향을 크게 줄여 실용성을 높였다고 강조했습니다.  GPT-5 활용법 핵심은? 레벨과 추론단계 선택! 오픈AI의 GPT-5에는 MoE(Mixture of experts) 모드가 전격 도입됐습니다. 프롬프트 창에서는 모델이 하나로 보이지만, 질문에 따라 수 많은 모델이 뒤에서 답을 하는 방식입니다. (배우는 한명이지만 뒤에 답을 해주는 수많은 스태프가 있는 것으로 이해를 하면 쉽습니다.) 현재 스크롤 다운해서 선택할 수 있는 모델은 GPT-5 하나인데요. 특징을 요약해 보겠습니다. GPT-5의 다섯가지 특징 이해·추론 능력: GPT-5는 더 복잡한 문제를 풀고, 긴 대화를 기억해 맥락을 유지하는데요. GPT-4보다 안정적입니다. 애매하게 말해도 결과가 들쭉날쭉하지 않고 일정합니다. 에이전트형 작업: 일을 여러 단계로 나눠서 계획하고 실행하는 데 능숙합니다. 필요한 결정을 스스로 내릴 수 있는 폭이 넓어요. 프롬프트 민감도: 특히 프롬프트 최적화 도구(Prompt Optimizer)를 써서, 시킨 대로 정확하게 하고 같은 결과를 반복해서 낼 가능성이 높습니다. 코딩 성능: 같은 조건에서 더 빠르고, 메모리를 덜 쓰며, 정답 높은 코드를 작성합니다. 멀티모달 처리: 글뿐 아니라 그림, 코드 등 여러 형태의 정보를 한꺼번에 이해하고 처리합니다. 커스터마이징 기능을 익히자 일상 업무에서 중요한 것은 프롬프트 옵티마이저(Prompt Optimizer)입니다. 뭐냐고요? 사용자가 쓴 프롬프트(지시문)를 분석, 모델이 가장 잘 이해하고 정확히 따를 수 있는 형태로 자동 수정·정비해 주는 도구입니다. 특히 프롬프트 커스터마이징 기능이 대폭 강화됐습니다. 복잡할 수 있지만, 천천히 설명해 보겠습니다. GPT-5에서는 프롬프트만으로 AI 능력을 설정할 수 있습니다. 바로 자율성의 크기인 레벨(Level), 그리고 생각의 깊이인 추론(reasoning_effort)입니다. 모델이 작업을 수행할 때, 얼마나 자율적으로 할지, 얼마나 깊게 생각할지를 정할 수 있는 것입니다. 모델이 정해진 GPT-4와 가장 다른 점입니다. 자율성 설정: 레벨(Level) 0️⃣Level0 완전 수동 모드: 사용자의 지시만 그대로 수행합니다. 추가 해석도 없고요. 추가 정보 제공도 없습니다. 결과를 매우 빠르고 간단히 내놓는 모드입니다. 예를 들어, 2+2=4. 1️⃣Level1 보수적 보완 모드:  지시를 그대로 따르되, 오류나 빠진 정보를 소폭 보완합니다. 판단은 최소화하고, 추측은 거의 하지 않습니다. 문법 오류가 있는 문장을 조금 다듬어서 그대로 번역하는 수준? 2️⃣Level2 적극적 보완 모드: 지시를 따르면서도 관련 정보나 부연 설명을 스스로 추가합니다. 추측 가능 범위에서 빈칸을 채우기도 합니다. 예를 들어, 기사 분석을 요약 요청할 경우, 원문 내용 외에도 간단한 맥락 설명을 덧붙입니다. 3️⃣Level3 완전 자율 모드: 최종 목표를 이해하고, 달성 방법을 스스로 계획하며 실행하는 단계입니다. 스스로 전략을 변경하기도 합니다. 외부 툴을 호출하고, 단계적으로 분석하며, 장기 작업 등에 최적화돼 있습니다. “이 주제로 보고서 작성”을 입력 → 자료 조사 → 분석 → 목차 작성 → 본문 작성까지 수행합니다. 사고 설정: 추론(reasoning_effort) 🔷Low (낮음): 가장 빠른 시간 안에 적당히 맞는 답을 주는 것이 목표입니다. 짧은 사고만 합니다. 복잡한 문제나 모호한 지시에서는 정확도가 떨어질 수 있습니다. 적합한 작업은 간단한 계산, 단문 번역, 짧은 정의 설명, 단순 조회! 🔷Medium (중간) : 균형 잡힌 사고를 합니다. 속도와 정확성을 함께 고려합니다.  2~3단계의 사고를 거쳐 문제를 해결하는데요. 단순하게 질문하더라도 최소한의 검증 과정을 거칩니다. 만약 모호하게 지시할 경우, 무리한 추측을 하지 않고 제한적 해석을 합니다. 비교 분석(두 제품 장단점), 코드 디버깅, 간단한 데이터 가공에 적합. 🔷High (높음) : 가능한 모든 정보를 분석하고 검증해 최적의 답을 내놓습니다. 체인 오브 소우트(Chain-of-Thought)가 가능하고요. 모호한 질문을 할 경우, 가정을 세우고 시나리오별 답안을 제시합니다. 단, 오랜 시간이 걸립니다. 시장 조사, 사업 전략 제안서 작성, 장기 계획 수립(프로젝트 로드맵), 수학 문제 풀이, 법률 정책 분석 보고서 작성 등에 최적! 그래도 조작법은 알아야지 좌측 상단에 있는 모델 선택에서 자동(Auto) 빠른(Fast) 생각(Thinking)을 고를 수 있습니다. 자동은 사용자 질문을 AI가 스스로 이해해 답변하는 것인데요.(가끔 원치 않은 행동을 할 때가 있습니다.) 빠른은 레벨0과 Low(낮음), 생각은 레벨3과 High(높음) 조합 같습니다. 만약, 레벨과 추론을 잘 선택해 활용하면? AI 신사업 보고서? 42초만에 끝내보자 레벨 0(Level 0)과 추론 낮음(reasoning_effort: Low) 조합을 쓰는 경우는, 빠르게 개요만 확인하거나, 형식적 초안을 만드는 목적에 적합합니다. 먼저 프롬프트 창에, “지금부터는 레벨0과 추론 낮음으로 전환한다”고 입력해 보세요. GPT가 “네, 이해했다….”고 하면서 모드를 전환했다고 알려줄 것입니다.  단순 반복 작업만 한다면? 만약 AI 비즈니스를 준비하고 있고, 전 세계 시장 규모가 궁금할 경우 “AI 비즈니스 전세계 시장 전망치 검색”이라고 입력하면, 레벨0과 추론 낮음 모드에서는, 딱 질문한 것 만큼만 답변을 합니다. 개인적으로는 포털 검색 대신에 많이 씁니다. (아래는 결과) 보고서를 단번에 써보자 하지만 보고서를 단 번에 쓰고 싶다면? 당연히 레벨 3과 High (높음) 추론을 선택해야합니다. 또 이 순간에는 굉장히 긴 프롬프트가 필요합니다. 왜냐하면 원하는 질문대로 AI가 연쇄적 생각을 하도록 유도하기 위해서인데요. 먼저 프롬프트 창에 “이제부터는 레벨 3과 High (높음)으로 전환한다”고 입력해 보세요. 그리고 아래 제가 준비한 프롬프트를 한번 복사 해 붙여 넣어보세요. [목표] AI 시장 진출을 위한 사업 보고서를 작성한다. [구성] 시장 개요: 통계와 주요 트렌드 포함. 경쟁사 분석: 한국의 상위 5개 경쟁사의 제품·전략 비교 기술 전략: 핵심 기술과 개발 로드맵 마케팅: 목표 고객층, 채널, 차별화안 재무 전망: 3년간 매출·비용·이익 추정 결론 및 제언: 실행 우선순위와 위험요인 [조건] - 모든 수치는 2024년 이후 공개 자료를 기반으로 제시하되, 근거를 간단히 표기. - 표와 불릿포인트를 적절히 활용. - 누구나 이해할 수 있도록, 용어는 간단히. - 전체 분량은 A4 기준 5쪽 내외. - 사실에 근거하며, 불확실한 내용은 명시. [출력 형식] - 제목 포함 - 각 항목은 번호와 소제목 표시 - 마지막에 참고자료 목록 작성 이제 GPT는 긴 생각에 잠깁니다. 42초 걸렸는데요. 곧 6,303자를 생성했습니다. A4로 따지면, 약 5페이지 반~6페이지 분량입니다. 내용이 길어서 일부를 캡처해 보여 드리면 다음과 같습니다. 시간 관계상, 두 가지 사례만 보여드렸는데요. 활용할 수 있는 경우의 수는 총 12개입니다. 아래에 나열해 보면 이렇습니다. (외울 필요는 없고요. 필요하실 때 미라클레터 914호를 열어 참고하시면 됩니다.) 참! 모드를 한번 설정하면 계속 설정이 이어집니다. 때문에 작업이 끝나면 "모드를 해제한다"고 반드시 입력하셔야 합니다. 특정 업무가 반복적이라면, 모드와 프롬프트를 GPTs로 제작해 저장(참고)하고, 필요할 때 불러 쓰면 더욱 좋습니다. 외울 필요는 없습니다! 골라 쓰세요 예를 들어 계약서 문구 검토 작업이 필요하다면,  "L0 + High로 전환한다"하고 입력한뒤, 필요한 지시문을 적으면 됩니다. 아래는 정리해둔 유스케이스입니다. 🟨L0+Low: 메모 작성하기, 단순 계산(매출 합계), 짧은 할 일 목록, 일정 표기 🟨L0+Medium: 보고서 표지, 표·리스트, 숫자·날짜 통일, 주소록 만들기 🟨L0+High: 계약서 문구 검토, 보고서 수치 정확성 확인, 표 서식·인용 부호 일관성 점검, 오타·맞춤법 심층 검수. 🟩L1+Low: 제목 수정, 부호 보정, 날짜 표기 통일, 띄어쓰기 수정. 🟩L1+Medium: 보고서 초안 작성하기, 본문에 간단한 배경 설명 추가, 데이터 표에 범례 삽입, 간단한 주석 넣기. 🟩L1+High: 문서 조항별 해석 가능, 각 조항에 관련 법령 인용하기, 정책 문서에 근거 문구 삽입, 표에 출처 기재 가능. 🟦L2+Low: 300~500자 글 작성, SNS 문구, 한 문단 제품 소개 작성, 행사 포스터 문구 작성. 🟦L2+Medium: 마케팅 제안서 초안, 신제품 소개 자료 작성, 영업 프레젠테이션 개요, 캠페인 실행 계획서 만들기. 🟦L2+High: 시장 조사 보고서(통계·그래프 포함), 3년 사업 전략 문서, 경쟁사 비교 분석표, 서비스 런칭 전략. 🟥L3+Low: 재고 현황 자동 보고서, 주간 판매 요약 자동 작성, 고객 문의 유형별 분류표 만들기, 자동 알림 메일 초안. 🟥L3+Medium: 계획 수립, 산업 리서치 보고서 초안 작성, 사내 교육 커리큘럼 초안, 부서별 업무 분장표 작성. 🟥L3+High: 장기 사업 전략 수립, 글로벌 시장 진출 로드맵 작성, 복잡한 연구·기술 보고서 작성, 대규모 프로젝트 실행계획서 가능 Briefing   ※ 붉은 제목을 누르면 상세 내용으로 연결 AI 때문에...직업이 재편된다 지금 이 순간에도 누군가는 일을 그만두고, 또 다른 누군가는 전혀 다른 분야로 첫발을 내디딥니다. 미국에서는 팬데믹이 시작된 2019년부터 2022년 사이에 약 860만 건의 직업 전환이 이뤄졌는데요. AI 때문에 앞으로 2030년까지 추가로 1200만 건의 전환이 예상된다는 맥킨지의 보고서입니다. 학력보다 역량 기반 채용(skill-based hiring)이 확산되는 순간입니다. AI 때문에...대화가 사라진다 제품 매니저 카렌 로프티스는 AI 중심의 업무 환경이 가져온 변화를 이렇게 이야기합니다. “예전에는 영업 담당자들이 매일 전화를 걸어와 신제품에 대해 물어보곤 했죠. 자연스레 공연 얘기도 하고, 서로 일상도 나눴어요. 그런데 이젠 그런 전화가 거의 없어졌습니다. AI가 모든 걸 대신해주거든요.” 기술이 바꾼 것은 업무만이 아닙니다. 사람 사이의 대화, 농담, 감정 교류, 팀워크의 온기가 줄어들고 있다는 점이 더 본질적인 변화일지 모른다는 분석이 있었습니다. 우주로 가는 제미나이 우리가 아는 데이터센터는 보통 바다 옆이나 사막에 세워집니다. 전력을 안정적으로 공급할 수 있어야 하고, 열을 식힐 수 있는 물도 필요하기 때문입니다. 그런데 이제 데이터센터의 주소가 바뀌려 하고 있습니다. 바로 ‘우주’입니다. 미국 마운틴뷰에서 열린 한 행사에서 구글의 스타트업 액셀러레이터 총괄인 맷 라이더노워는 이렇게 말했습니다. “스타클라우드라는 스타트업이 엔비디아의 최신 GPU인 H100을 탑재한 인공위성을 곧 발사할 예정이며, 구글의 생성형 AI 모델인 ‘제미나이’를 우주에서 구동할 계획입니다.” 당신의 말을 기억하겠습니다 구글의 AI 제미나이가 더욱 개인화된 기능을 탑재하며 업데이트를 시작했습니다. 핵심은 바로 자동 기억 기능입니다. 일일이 요청하지 않아도, 과거 대화의 핵심 내용을 기억하고 이를 바탕으로 더 맞춤화된 답변을 제공하는 방향으로 바뀐 것입니다. 해당 기능은 기본값으로 활성화되며, 원하지 않을 경우 앱 설정에서 과거 대화 내용 기억하기 옵션을 끌 수 있습니다. 현재 일부 국가의 제미나이 2.5 프로 모델에 우선 적용되고 있으며, 이후 플래시(Flash) 모델로도 확대될 예정입니다. 애플이 2027년 내놓을 로봇 애플이 움직이는 AI 로봇을 개발하고 있습니다. 삼성전자의 AI 비서 ‘볼리’, LG전자의 ‘컴패니언’처럼, 사용자와 함께 움직이며 일상 속 상호작용을 돕는 AI 제품과 같은 방향입니다. 블룸버그에 따르면, 애플은 2027년 출시를 목표로 탁상형 AI 로봇을 개발 중입니다. 아이패드 크기의 디스플레이를 로봇 팔에 장착해 사용자를 따라 움직이며, 대화, 영상통화, 일정 관리 등 다양한 기능을 수행할 것으로 보입니다.

2025.08.18  0  49