구글이 새로운 자체 개발 칩을 선보이며 AI 군비 경쟁에 불을 지폈다. 자체 개발 AI 칩을 바탕으로 인텔, 엔비디아 등 외부 반도체 전문업체에 대한 의존도를 줄이고, 생성 AI 개발을 지원하는 구글 클라우드 인프라의 역량을 강화할 수 있을 것이란 관측이 나온다. 구글 클라우드는 9일(현지 시각) 미국 라스베이거스에서 열린 연례 컨퍼런스 ‘넥스트 2024(Next ’24)’에서 Arm 아키텍처 기반의 새로운 자체 개발 CPU(중앙처리장치) ‘액시온(Axion)’을 처음으로 공개했다. 구글에 따르면 액시온은 기존 구글 클라우드에서 서버용으로 주로 활용되던 x86 아키텍처 기반 CPU보다 성능은 50%, 에너지 효율은 60% 높인 제품이다. 구글은 성능 극대화, 에너지 절약을 원하는 구글 클라우드 사용 기업 고객이 액시온을 선택할 수 있도록 컴퓨팅 옵션 형태로 칩을 제공할 예정이다.
2분기(4~6월)도 벌써 두번째 주입니다. 지난 분기 가장 주목할만한 변화는 개인 투자자들의 인식이 아닐까 싶습니다. 지난 1년간 많은 개인 투자자들 시장을 떠났습니다. 주위에서 주식을 이야기하는 친구들은 사라졌고 경제와 투자 관련 TV 프로그램도 힘을 잃었죠. 하지만 1분기부터 비트코인이 다시 불붙기 시작하고 엔비디아를 필두로 AI 열풍이 불면서 다시 주식과 암호화폐를 이야기하는 사람들이 늘어나고 있습니다. 투자를 통한 부의 재창출이 다시 뜨거운 감자가 되고 있는 것이죠.과연 2분기에도 이런 열기가 유지될 수 있을까요?
구글이 검색 엔진에 인공지능(AI)을 기반으로 한 새로운 '프리미엄' 기능을 도입하고 이를 유료화하는 방안을 검토 중이다. 파이낸셜 타임즈에 따르면 이는 구글의 핵심 제품의 유료화를 추진하는 첫번째 사례로 사업 모델에 큰 변화를 가져올 수 있는 움직임으로 평가된다.그동안 오픈AI의 챗GPT를 시작으로 경쟁자들이 구글의 핵심 사업인 검색 및 광고 사업을 위협하는 시점에서 이에 대응하는 전략적 결정으로 관측된다.관계자에 따르면 구글은 프리미엄 구독 서비스에 AI 기반 검색 기능을 추가하는 방안을 검토하고 있다는 전언이다. 구글은 이미 지메일(Gmail)과 구글독스(Google Docs)와 같은 문서도구에 '제미나이 AI 어시스턴트'를 제공하고 있다. 구글의 검색엔진은 기존처럼 무료로 유지되지만 AI 어시스턴트가 포함된 유료 서비스가 출시될 것이란 전망이다. 🤖 AI 검색의 유료화는 추세가 될 것: 생성AI를 기반으로 한 인공지능 검색이 점점 더 소비자들의 생활에 파고들면서 이런 진보된 검색 서비스는 점점 더 유료화가 될 것으로 전망된다. 실제 최근 인상적인 생성AI 기술로 구글의 잠재적 대항마로 인식될만큼 인상적인 기능을 선보이고 있는 챗GPT(ChatGPT)와 퍼플렉시티(Perplexity)와 같은 경쟁업체는 이미 프리미엄 AI 기반의 검색 기능을 출시하며 선례를 만들고 있다. AI 검색의 미래가 더이상 이전처럼 무료가 아닌 유료 구독료를 요구할 수 있는 이유다. 🤖 구글 서비스의 통합이 다가온다: 위에서 언급한 대로 구글은 독립형 AI 검색 구독 서비스를 단독으로 출시하는 대신 이 기능을 기존의 구글 원(Google One)과 같은 구독 서비스에 번들로 출시할 가능성이 높다. 이미 구글 서비스의 통합은 시작되고 있다. 구글원 구독 서비스는 이미 '제미나이 챗봇'을 포함하고 있고 구글은 이를 워크스페이스 온라인 생산성 앱 제품군에도 통합하고 있다. 사용자들은 지금처럼 기본 AI 기능은 계속해서 무료로 사용할 수 있지만 제마나이 어드밴스와 같은 고급 기능은 유료화가 될 것이란 전망이다.
안녕하세요 구독자 여러분, 오픈해 주셔서 감사합니다. 바야흐로 AI 패권 전쟁 시대입니다. 마이크로소프트(MS)와 오픈AI가 1000억달러(약 135조원) 규모의 초대형 슈퍼컴퓨터 및 데이터센터 개발 프로젝트인 '스타게이트'를 추진하고 있다는 소식은 패권 전쟁의 규모를 짐작케 합니다. 135조원이라뇨. 기존 클라우드 기반 데이터 센터 건설 비용의 100배입니다. 샘 알트만은 오픈AI의 새 반도체 프로젝트를 위해 무려 7조달러를 조달하려 한다는 보도가 나오기도 했습니다. MS와 오픈AI는 135조원을 확보, 어디에 쓸까요? 서비스 뿐 아니라 반도체, 데이터, 에너지를 확보하는데 '올인'할 것이며 이 분야에 미래 비즈니스가 있을 것입니다. 이 전쟁의 핵심이 AI 반도체로 흐르고 있습니다. AI가 미래 비즈니스의 근간이 되는 기술이 되면서 생성AI 서비스를 만드는데 필수재인 AI칩 구하기에 혈안이 되고 있습니다. 오픈AI, 마이크로소프트, 구글, 메타, 삼성 등 내로라 하는 개별 기업 뿐만 아닙니다. 미국, 중국, 일본, 유럽연합(EU) 등도 AI 반도체 부품을 만들고 패키징(조립)하는 공장을 짓는 기업에 앞다퉈 보조금을 뿌립니다. 기업전에서 국가대항전으로 번지고 있죠. AI가 기업간 대결이 아닌 국가간 패권 전쟁인 이유입니다. <더밀크 주요 기사>알고리즘, 사랑과 관계를 바꾼다... 앱은 필수, 만남은 선택(영문)Technology Has Turned New York Dating Into 'Perfectionism'아마존의 실패. 무인 매장 핵심 '저스트워크아웃' 포기 왜?테슬라, 인도에 생산 거점 확보...수요와 생산 부진 벗어날 묘수될까?창업가가 미국에 있는 이유: 작은 우연이 큰 결과 만든다AI 칩에 이어 품귀 현상을 보이는 게 또 있습니다. 생성AI 서비스의 기반이 되는 대형언어모델(LLM) 등을 훈련하려면 엔진 격인 AI 가속기와 함께 방대한 양의 훈련 데이터가 필요합니다. 언어모델은 인간의 언어, 행동, 관습 등을 모방하는 구조이기 때문에 많은, 정제된 훈련 데이터를 넣어야 AI가 더 똑똑해질 수 있습니다.
구글이 기업가치가 350억달러(47조원)에 달하는 마케팅소프트웨어(SW) 기업 ‘허브스팟’ 인수에 나선다는 소식이 전해졌습니다. 인수가 이뤄질 시 구글 출범 후 최대 규모 인수합병(M&A)이 될 것으로 보입니다.구글은 매출 절반 이상을 광고로 벌어들이고 있으나 최근 광고 매출 성장세가 둔화하면서 고민이 커지고 있습니다. 이에 허브스팟 인수로 기업간거래(B2B) 역량을 강화하려는 의도로 보입니다. 로이터는 "인수가 성사될 시 구글은 CRM 시장으로 제품을 확장하고 광고와 관련한 기업 고객층을 더 많이 확보할 수 있다”며 “마이크로소프트(MS)와 경쟁하고 있는 구글 클라우드 사업에도 호재”라고 분석했습니다.다만 허브스팟 인수가 이뤄질지는 미지수입니다. 구글은 아직 정식 인수의향서를 제출하지 않았습니다. 미 정부의 반독점 견제를 받는 구글이 합병 승인을 받아낼 수 있을지도 따져봐야 합니다.구글은 광고 수익을 위해 생성 인공지능(AI) 검색 유료화도 검토 중입니다. 파이낸셜타임스(FT)는 3일(현지시각) 구글은 현재 테스트 중인 '검색 생성 경험(SGE)'에 비용 청구를 고려하고 있다고 보도했습니다. 👉 광고 위협하는 생성AI 검색, 유료화 추진현재 챗봇 ‘제미나이 어드밴스드’ 사용을 위해 구독해야 하는 ‘구글 원 AI 프리미엄’ 요금제 가입자에게만 생성 AI 기반 검색을 제공하는 방안이 유력해 보입니다. 따르면 아직 구체적인 비용 청구 방식은 정해지지 않았습니다. AI 검색 유료화 추진 이유는 역시 광고 수익을 보호하기 위해서입니다. 또 구글은 키워드에 맞는 온라인 쇼핑몰 등으로부터 광고비를 받고 사용자가 추천 키워드를 검색할 때 광고주 웹사이트를 윗단에 노출해 주고 있습니다. 하지만 챗봇이 직접 답을 내주는 AI 검색은 웹사이트 수요를 떨어뜨리고, 광고 수익 하락으로 연결될 수 있습니다. AI 검색은 일반 검색에 비해 비용도 많이 듭니다. 그동안 구글은 광고로 수익을 올리고, 소비자 서비스는 무료로 제공해 왔지만, 생성 AI는 일반 검색보다 훨씬 높은 컴퓨팅 비용이 들어갑니다. 구글이 생성 AI 기반 검색을 유료화한다면 처음으로 검색에 유료 정책을 도입하는 셈입니다. 다만 구글은 광고가 노출되는 기존 검색에는 손댈 생각이 없는 것으로 보입니다. 유료화한다면 기존 검색과 생성 AI 기반 검색이 분리되는 구조입니다. 구글 측은 "광고 없는 검색 환경을 작업 중이거나 고려하고 있지 않다"면서 "AI 구독 서비스를 향상하기 위한 새 프리미엄 기능과 서비스를 지속해서 구축하겠다"고 밝혔습니다.
아마존이 AI 스타트업 앤트로픽(Anthropic)에 27억5000만달러(약 3조7200억원)를 추가 투자, 총 40억달러(약 5조4000억원)에 달하는 투자를 완료했다. 아마존은 지난해 9월 25일 앤트로픽에 12억5000만달러를 투자하며 향후 최대 40억달러까지 투자할 수 있다고 발표한 바 있다. 아마존은 이번 투자로 앤트로픽 지분 일부를 보유하게 됐다. 다만 이사회에는 참여하지 않는다.아마존은 27일(현지시각) “오늘 27억5000만달러를 추가로 투자, 총 40억달러 투자를 완료했다”고 밝혔다. 아마존에서 AI 비즈니스를 이끄는 스와미 시바수브라마니안 AWS(아마존웹서비스) 데이터 및 AI 부문 부사장은 “AWS는 전 세계 모든 규모의 조직이 고급 생성 AI 애플리케이션을 배포하도록 지원하면서 앤트로픽과 역사를 함께 해왔다”며 “생성 AI에 대한 비전을 가지고 최근 ‘클로드3(Claude 3)’를 출시한 앤트로픽과 트레이니엄(AI 학습용) 칩, 아마존 베드록 같은 동급 최강 인프라를 가진 아마존의 협업으로 흥미로운 기회가 열리고 있다”고 강조했다.
생성 AI 서비스가 정치적, 역사적 논란으로 확대되고 있다. 생성AI 챗봇은 정보 검색, 이미지 제작에 본격적으로 활용되고 있지만, 답변에 인종 및 민족을 부정확하게 묘사하거나 기존 인간이 차별, 고정관념을 반영한 이미지를 생성,하고 가짜 정보를 사실처럼 제공(환각)하는 등 부작용이 점차 커지고 있는 것. 특히 대형 선거가 치러지는 올해, 생성AI 챗봇에 대한 여론조작 우려가 커지자 정치권이 규제에 나서면서 이는 비즈니스에 직접적인 영향을 미치는 중이다. 이에 콘텐츠 조정과 언어 뉘앙스를 이해하는 기술적 발전이 AI비즈니스의 성패를 가를 요소가 되고 있다. 지난 8일부터 16일까지 미 텍사스 오스틴에서 열린 SXSW2024에서도 이 문제가 집중적으로 거론됐다. 더밀크는 이 문제에 권위자로 인정받고 있는 파비앙 오퍼트(Fabian Offert) UC산타바바라 교수를 인터뷰했다.
오픈AI 소라는 고품질의 영상 콘텐츠를 텍스트 입력만으로 수십초만에 뚝딱 만들면서 주목을 받았다. 생성AI 챗봇이 인간보다 더 빨리, 고품질의 콘텐츠를 만들 수 있다는 점이 가시화되면서 기존 콘텐츠 제작자들의 위기감이 커지는 추세다. 그러나 이때 생성AI가 인간의 창의성을 되려 약화시킬 수 있을 가능성에 대한 논의가 이뤄져 눈길을 끈다. 조 케호(Joe Kehoe) 고객경험전략 총괄과 제러미 콜팩(Jeremy Kolpak) 아바네이드엑스(Avanade X) 디지털제품서비스 이사는 8일(현지시각) 사우스바이사우스웨스트(SXSW) 2024 세션에서 소위 ‘생성AI형 콘텐츠’ 재생산은 이미 이뤄지고 있다고 진단했다. 이런 변화에서 생성AI를 마케팅, 각종 업무에 활용하는 개인들이 잃지 말아야 할 것으로 강조된 건 ‘차별성’이다. 기업 차원에서는 생성AI를 위한 데이터센터 재셜계가 필요하다고 주문했다. 아바네이드엑스는 액센추어와 마이크소프트(MS)가 2000년 설립한 디지털 클라우드 자문 서비스, 산업 솔루션 제공 업체다. 엑센추어가 대주주며 마이크로소프트는 아바네이드의 글로벌 전략적투자자(SI) 파트너사다. 케호 총괄은 JG설리반인터랙티브 등 대행사, 컨설팅사, 비영리재단(NGO)에서 제품 기획을 맡아온 인사다. 콜팩 이사는 마이크로소프트, 구글, 존슨앤존슨 등에서 근무한 엔지니어링전문가다.
“젠슨 황 엔비디아 CEO가 부스를 방문해 고대역폭메모리(HBM)에 ‘젠슨 승인(Jensen approved)’이라고 직접 서명했습니다.”21일(현지시각) 엔비디아의 연례 기술 컨퍼런스 ‘GTC 2024’가 열리는 산호세 컨벤션 센터에서 만난 삼성전자 관계자는 “내부적으로는 긍정적인 시그널로 생각하고 있다”며 이같이 말했다. 직접적인 계약과는 관련 없는 서명이지만, 엔비디아의 CEO가 삼성전자 첨단 메모리 반도체의 기술력을 인정했다는 뜻으로 해석되기 때문이다. 엔비디아는 글로벌 첨단 AI 반도체 시장 점유율 90% 이상을 차지, 사실상 업계를 지배하고 있는 기업이다.
오픈AI의 챗GPT가 발표된 이후 대다수 비즈니스가 일제히 생성AI를 자사의 제품과 서비스에 접목하면서 인공지능(AI) 모델 훈련의 핵심 재료인 엔비디아(NVIDIA)의 그래픽처리장치(GPU) 등 AI 반도체칩 수요가 급증하고 있다. 이에 엔비디아는 반도체 기업 사상 처음으로 시가총액 2조달러를 넘어섰다. 아마존과 구글 모회사 알파벳을 제치고 애플과 마이크로소프트에 이어 세 번째로 큰 회사다. 업계 전문가들은 엔비디아가 AI 기술, 산업 분야에서 독보적인 지위를 갖고 있다고 입을 모은다. 게임용 그래픽칩 제조 업체였던 엔비디아는 어떻게 AI 산업에 없어선 안될 기업이 됐을까? 엔비디아의 시작은 약 14년전 게이머를 위한 그래픽카드였다. 당시 프로세서는 일종의 부업이었다. 이제 이들의 AI 프로세서는 산업 자체를 움직인다.그 비결은 쿠다(CUDA)라는 인프라를 제공한 대신 신기술 흐름이라는 정보를 얻은 데 있다. 엔비디아는 당초 과학자들이 천문학적인 숫자의 과학 연산을 할 수 있도록 자사 병렬프로그래밍 모델 쿠다를 제공했는데, 이때 대부분 과학자들이 엔비디아 GPU를 사용해 연구한 덕분에 엔비디아는 AI 기술의 변화를 가장 빠르게 알 수 있었다.엔비디아는 당초 게이머를 위해 GPU를 설계했으나 매우 많은 픽셀에 단순한 연산을 동시에 대량으로 하는 연산 구조가 인공지능의 대량 정보 학습에 좋은 구조를 가지고 있다는 것을 깨달았다. 당시 주류던 중앙처리장치(CPU)는 메모리로부터 전송받은 데이터를 한 번에 하나씩 처리할 수 있는 구조다. AI와 딥러닝으로 처리해야 할 데이터의 양이 기하급수적으로 늘어나자 CPU 병목현상이 생겼다. 이에 엔비디아가 AI가속기, 즉 AI반도체 수요가 생기자 엔비디아가 그래픽처리장치(GPU)로 파고든 것. 회사는 2016년경부터 게임 그래픽카드 사업에서 인공지능 GPU로 전환했다. 이후 주요 사업을 게임용콘솔, PC, 노트북용 GPU 디자인에서 인공지능 컴퓨팅을 위한 디자인으로 바꿨다. GPU는 한 번에 다량의 데이터를 처리하는 병렬 처리 구조다. 한 번에 많은 양의 데이터를 학습하고 처리해야 하는 AI를 구현하기에 적합하다. 과거에는 그저 단순히 실감나는 게임에 대용량의 그래픽 처리를 수월하게 하기 위한 목적으로 GPU가 사용됐지만 AI가 발전하면서 새로운 사용처를 찾게 된 것이다. GPU는 트랜스포머에 좀 더 최적화되기도 했다. 트랜스포머는 문장 속 단어와 어순 간 관계를 추적해 맥락과 의미를 학습하는 신경 모델로, 오픈AI의 챗GPT의 근간이 된 모델이다. 이 트랜스포머 알고리듬은 대부분 대용량 메모리 및 GPU가 한 패키지(단위)에 들어가는 AI 반도체를 사용한다. 엔비디아의 GPU H100을 8개 붙인 엔터프라이즈용 가속기 DGX H100은 초거대 AI를 뒷받침하는 서버, 데이터센터에 잘 맞는다. 이미 유연성이 있는 GPU에 새로운 알고리듬을 누구보다 먼저 적용, 이를 지원하는 AI 반도체 설계 역시 경쟁사보다 수년 이상 먼저 시작할 수 있었던 셈이다. 회사 초창기였던 2016년 젠슨 황 엔비디아 CEO는 AI 전용 슈퍼컴퓨터 ‘DGX-1’을 오픈AI에 기증, 손수 전달하기도 했다. 당시 오픈AI는 ‘일반인공지능(AGI)’라는 업계에서 인정받지 못하던 목표를 추구하는 회사였다. 챗GPT가 나오기 몇 달 전인 2년 전부터는 벤처투자조직을 만들어 유망한 AI 스타트업들에 본격적으로 투자해 왔다. 그때 투자한 기업들이 유니콘 스타트업인 코히어(Cohere), 허깅페이스(Huging Face), 인플렉션(Inflection) 등이다.인공지능 산업이 획기적인 도약을 보인 시기는 2012년이 꼽힌다. 당시 이미지넷(ImageNet)이 주최한 인공지능 대회에서 알렉스넷(AlexNet)은 사진 인식 성능으로 시장을 놀라게 했고, AI 연구에 불을 붙였다. 알렉스넷은 엔비디아의 그래픽처리장치(GPU) 칩을 이용해 합성곱신경망(Convolutional Neural Network, CNN) 아키텍처로 개발됐다.반면 알렉스넷이 나왔을 당시 새 알고리듬인 CNN이 제공하는 화상 인식 기술에 매료된 다른 기업들은 당시 GPU 같은 범용 AI 반도체보다 전력효율이 뛰어나고, 성능도 뛰어난 CNN 전용 AI 반도체에 뛰어들었다. 대형 클라우드 기업을 비롯해 영국의 그래프코어, 미국 실리콘밸리의 삼바노바 시스템, 세레브라스 등 스타트업들이 수천억원이 넘는 투자를 받고 자체 개발에 나섰다. 그러나 기존 엔비디아를 제외한 AI 반도체들은 전력효율, 가격에 큰 장점이 있는 반면 이런 거대한 알고리듬의 변화에 대응하기에는 유연성이 떨어진 것으로 보인다.