요즘은 인터넷 검색보다 LLM에 물어 정보를 얻는 경우가 더 많아졌다. 그만큼 정보를 찾는 일은 훨씬 쉬워졌다. LLM을 통해 얻는 정보는 대부분 맞다. 하지만 대부분 맞다는 것은 일부는 틀릴 수 있다는 의미도 함께 포함되어 있다. 이 지점에서 사람들은 종종 곤란해진다. 무엇이 맞고 무엇이 틀린지 구분하기 어려워졌기 때문이다. 그렇다면 이런 환경에서 우리는 어떻게 정보를 얻는 것이 좋을까. 몇 가지로 정리해보자.1. 정보에 필요한 신뢰도의 수준을 먼저 정의하자모든 정보가 같은 정확도를 요구하지는 않는다. 어떤 정보는 50% 정도의 신뢰도만 있어도 충분하고, 어떤 정보는 100%에 가까운 정확성이 필요하다. 예를 들어 식당 리뷰는 어느 정도의 불확실성을 감수해도 되지만, 세금이나 법률 관련 정보는 작은 오..

A.I. 닥터라는 웹툰을 보면서 데이터를 사용하는 방법에 대해 다시 한 번 생각해보게 되었다.이 웹툰은 수혁이라는 내과의사를 중심으로 전개되는 메디컬 웹툰이다. 내과라는 특성상, 수술이나 특수한 의료 기술로 환자를 치료하는 기존의 메디컬 웹툰과는 결이 다르다. 문진과 각종 검사 결과, 환자에게 나타나는 여러 특성을 바탕으로 병의 원인에 점점 다가가고, 결국 정확한 진단에 이르는 과정이 이야기의 중심을 이룬다. 물론 수혁을 비롯한 캐릭터들이 주는 재미도 충분하다.사람은 작품을 해석할 때 본인이 관심 있는 분야의 관점으로 받아들이게 된다. 그런 이유로 나는 수혁의 행동이 데이터를 다루는 사람이라면 갖춰야 할 자질과 매우 유사하다고 느꼈다.1. 환자에 대한 관심수혁은 환자가 생기면 오히려 기뻐할 정도로, 환자..

서론시계열 데이터는 다른 데이터와 달리 시간이라는 요소가 반드시 함께 포함된 데이터다. 단순히 값 하나만 놓고 보는 것이 아니라, 언제 발생했는지가 함께 주어지기 때문에 데이터에 흐름이 생긴다. 나는 데이터를 볼 때 시계열 데이터를 선호하는 편인데, 그 이유는 이 시간의 흐름 덕분에 데이터를 해석하고 생각해볼 수 있는 여지가 훨씬 많아지기 때문이다. 1. 비교할 수 있다 데이터 값이 높다거나 낮다고 말하려면 반드시 기준점이 필요하다. 나의 달리기 속도가 빠른지 느린지를 판단하려면, 다른 사람의 달리기 속도와 비교해야 하는 것처럼 말이다. 시계열 데이터는 그 기준점을 자연스럽게 제공해준다. 이전 시점과 현재 시점, 혹은 다음 시점의 데이터와 비교하면서 값이 증가했는지 감소했는지를 판단할 수 있다. 단순한 ..

LLM의 발전 속도는 매우 빠르지만, 때로는 기대에 비해 느리다고 느껴질 때가 있다. GPU, AI 인프라, 모델 구조 등이 발전을 견인한다고 하지만, 이번에는 학습에 사용되는 데이터 측면에서 문제를 이야기해보고자 한다. LLM에 있어서 데이터는 필수적인 구성요소다. 모델은 주어진 데이터를 통해 패턴을 학습하고, 이를 바탕으로 새로운 상황에서 추론할 수 있게 된다. 그동안 LLM이 비약적으로 발전할 수 있었던 것은 다양한 출처의 데이터를 단기간에 대량으로 수집해 학습했기 때문이다. 그러나 이제는 더 좋은 데이터를 무한정 모으는 것이 점점 어려워지고 있다. 데이터 고갈1. 학습 가능한 데이터의 한계현재 인터넷에 공개된 일반 상식이나 정보는 대부분 AI 기업이 이미 확보한 상태다. 하지만 직장인을 대체할 ..

인터넷에서 글을 보면 AI를 사용한 글이 많이 보인다. 나는 이런 글을 ‘GPT스럽다’고 표현한다. (내가 만든 말은 아니다.) AI가 쓴 냄새가 강하게 나면 그 글을 읽기 싫어진다는 생각이 든다. 마치 로봇이 사람과 어느 정도 비슷할 때 느껴지는 불쾌한 골짜기처럼, 글에서도 비슷한 거부감이 생긴다. 왜 그런지 생각해보았다. 1. 글이 진부하고 부자연스럽다. 사람들이 잘 쓰지 않는 표현들이 있다. 특히 내가 부담스럽게 느끼는 건 쌍따옴표로 강조하는 방식이다. ChatGPT가 자주 쓰는 표현인데, 자연스럽게 느껴지지 않는다. 이런 부분은 글쓴이의 개성을 전혀 보여주지 못한다. 노래에는 각자의 목소리가 있듯이, 글도 사람마다 표현하는 방식과 구조가 다르다. 그런데 AI가 쓴 글은 획일적이라 결국 지루하게 ..

서점에 가서 책을 둘러보면 초급자를 위한 책은 정말 많다. 컴퓨터 언어, 역사나 과학 서적까지도 한눈에 알기, 쉽게 배우는 같은 제목들이 대부분이다. 반면에 어느 정도 실력이 쌓인 사람, 즉 중급자 이상을 위한 책은 많지 않다. 왜 그럴까? 1. 구매층이 얇다무엇이든 처음 배우면 모두 초보자다. 하지만 초급 과정을 지나 중급까지 도달하는 사람은 상대적으로 적다. 대부분은 흥미를 잃거나, 현실적인 이유로 다른 일을 하게 된다. 그래서 출판사는 수요가 많은 초급자용 시장에 집중할 수밖에 없다. 예를 들어 토익처럼 대규모 수험 시장은 고급서도 팔리지만, 특정 지역의 역사같은 전문 분야는 중급 이상의 독자가 너무 적다. 그러니 출판사 입장에서는 위험 부담이 큰 셈이다. 2. 쓸 수 있는 작가가 적다초급자를 위한..

들어가며AI의 도입으로 인해, 신규 직원 채용을 줄이는 기업들이 많아지고 있다. 이러한 현상이 일시적인 흐름인지, 아니면 장기적으로 이어질지 살펴보고자 한다. 최근 신규 직원 채용 감소는 몇 가지 논란을 불러왔다. AI의 사용으로 리서치, 자료 작성, 자료 수집 등 전통적으로 신입 직원들이 담당하던 업무를 대체할 수 있게 되었기 때문이다. 이에 따라 기업들은 비용 절감과 효율성을 이유로 신입 채용을 줄이고 있다. 실제로 일부 글로벌 컨설팅 회사와 IT 기업들은 AI 도입 이후 신입 채용 규모를 조정한다는 발표를 하기도 했다. 반면, 시니어 직원들의 효율성과 생산성이 AI 덕분에 더 높아졌다는 뉴스가 나오면서, ‘AI는 신입을 줄이고 시니어를 강화하는 기술’이라는 인식도 확산되고 있다. 하지만 나는 신입..

들어가며프랜차이즈 식당에 방문했을 때, 자신들의 독자적인 앱에서 주문하면 추가적인 혜택을 준다는 내용을 봤다.(피자, 치킨 등등 다양한 업종에서) 나의 개인적인 취향은 배달의 민족이나 쿠팡이츠처럼 플랫폼에서 주문하는 것을 선호한다. 특정 브랜드의 음식을 자주 시켜먹는 것은 아니지만 배달 플랫폼은 자주 사용하고 있기 때문이다. 그래서 자주 사용하지 않게 되는 앱을 여러 개 다운받아 휴대폰에 앱이 늘어나는 것보다 깔끔하게 배민, 쿠팡이츠 같은 플랫폼 앱만 사용하는 것을 선호하게 되었다. 그렇다면 프랜차이즈 식당들은 왜 자신들의 독자적인 앱을 만들고 사람들이 그 앱에서 구매하도록 홍보하는 것일까? 장점수수료 절감배달 플랫폼은 주문 건당 6~12%의 수수료를 받는다. 프랜차이즈 입장에서는 장기적으로 큰 비용이..

들어가며 지난 10년은 스마트폰의 시대였다. 지금도 사람들은 스마트폰으로 거의 모든 걸 해결하며, 가장 많은 시간을 함께 보낸다. 그런데 LLM을 비롯한 AI를 최대한 활용하려면, 스마트폰만으로는 한계가 있다는 인식이 기업들 사이에서 점점 커지고 있다. 그래서 일부 기업은 스마트폰을 뛰어넘을 새로운 장비(디바이스)를 내세워 새로운 패러다임을 열려 한다. 예를 들어, OpenAI는 아이폰 디자인 혁신을 이끈 조니 아이브의 회사인 io를 약 65억 달러에 인수했다는 보도가 있다. 이를 통해 AI 전용 하드웨어 개발을 본격화하려는 의도가 있다는 분석도 나온다. 이 외에도 여러 기업이 다양한 디바이스로 스마트폰의 영향력을 분담하거나 대체하고자 시도하고 있다. 이번 글에서는 스마트폰 이후 차세대 디바이스 후보들을..

들어가며최근 내가 클래시 로얄이라는 게임을 시작했는데, 클래시 로얄에서 신규 사용자의 유입에 신경쓴 부분들이 눈에 보여서 정리해본다. 내가 이 게임을 재미있다고 느끼는 많아서 긍정적인 부분이 강조될 수도 있다. 클래시 로얄의 신규 사용자를 위한 요소1. 튜토리얼 중심의 시작대체로 게임을 시작할 때 계정 생성이나, 캐릭터 세팅과 같은 절차가 먼저 나오는데, 클래시 로얄은 튜토리얼을 먼저 보여주는 방식이어서 진입 장벽이 낮게 느껴졌다. 튜토리얼을 통해 간단한 조작법과 규칙을 체험해보고, 차근차근 게임에 대해서 알아갈 시간으로 처음을 시작하게 된다. 간단한 게임 룰로써 유닛을 소환하고 성을 파괴한다는 목표가 명확하다는 것도 장점 중 하나로 생각된다. 2. 단계별 확장성: 점차 늘어나는 카드 & 전략레벨(랭크 ..