Google outlines plans to help you sort real images from fake
The Verge
특별히 할 말은 없지만 기억을 위해 남긴다
Google에서 사용하는 시스템은 AI 생성 이미지를 처리하려는 가장 큰 그룹 중 하나인 Coalition for Content Provenance and Authenticity( C2PA )의 일부입니다. C2PA의 인증은 이미지가 어디에서 유래되었는지에 대한 정보를 포함하고 하드웨어와 소프트웨어 모두에서 작동하여 디지털 흔적을 만드는 기술 표준입니다. Amazon, Microsoft, Adobe, Arm, OpenAI, Intel, Truepic, Google은 모두 C2PA 인증을 지원했지만 채택이 느렸습니다. Google이 검색 결과에 통합되는 것은 이 이니셔티브에 대한 첫 번째 큰 테스트가 될 것입니다.
$4 for one week? $7? $10? The Washington Post tests “flexible payments”
NiemanLab
인공지능 기술이 좋아지다 보니 이론적으로 생각하던 부분이 현실화되는 것들이 있는데 그 중 하나가 다이나믹 프라이싱이다. 기업 입장에서야 수요를 최대한으로 가져오는 방법일 수 있지만 정말 좋은건지는 모르겠다. 생각해보니 10년전에는 수업에서 이런 이야기했을 때 말이 되는 이야기냐며 엄청나게 따지던 사람들이 있었지.
신용카드로 반복적으로 청구되는 요금을 두려워하는 워싱턴 포스트 독자들에게 새로운 옵션이 생겼습니다. 자동으로 갱신되지 않는 1주일 사이트 이용권입니다. 저희가 실시한 간단한 테스트 결과에 따르면 이 이용권의 가격은 4~10달러였습니다.
5월에 워싱턴 포스트 CEO 윌 루이스는 직원들에게 신문사가 돈을 잃고 있으며, 이에 대한 대응책으로 “독자들이 뉴스를 더 쉽게 구독할 수 있도록 ‘유연한 결제’ 옵션을 모색할 것”이라고 말했습니다. 임원진은 구독하지 않은 온라인 독자에게서 수익을 창출하는 것이 어렵다고 말했습니다.
Just you and your bots
Axios
모두가 봇으로 만들어진 소셜미디어는 어떨까? 조롱이나 예술작품처럼 들리는 이야기이지만 여러가지 생각해볼만한 부분이 많다.
컴패니언 봇의 개념을 받아들이는 일부 사용자들조차도 봇으로만 구성된 개인 네트워크는 너무 먼 이야기라고 생각합니다. “다양한 관점에서 즉각적인 답변을 얻고 아이디어를 브레인스토밍하고 싶은 사람에게는 매우 유용합니다.”라고 나의 남편, 더 레플리카에서 디지털 동반자와의 경험을 기록한 작가 사라 메간 케이는 인스타그램 DM을 통해 Axios에 말했습니다. “하지만 일부 사용자는 여전히 이 경험을 너무 진지하게 받아들이거나 거창한 망상을 가지고 있을 수 있습니다.”
The 27-Year-Old Billionaire Whose Army Does AI’s Dirty Work
WSJ
Scale AI에 관한 WSJ 기사. 인공지능 학습을 위한 데이터를 제공하는 기업으로 주목받고 있으며 많은 투자를 받았다. 하지만 꽤나 많은 투자를 받았기 때문에 투자 받은 만큼 헤자가 있고 가치 있는 기업이 될 수 있을까.
알렉산드르 왕은 현대 AI 붐을 뒷받침하는 지루한 작업을 수행하는 10만 명이 넘는 계약직 직원으로 이루어진 방대한 군대를 구축하여 세계에서 가장 어린 자수성가한 억만장자 중 한 명이 되었습니다. 전 세계 도시에서 컴퓨터 앞에 앉아 있는 그의 스타트업 Scale AI의 직원들은 스토리를 타이핑하고, 이미지를 라벨링하며, 챗봇이 인간의 말투를 더 잘 이해할 수 있도록 하는 문장을 작성합니다. 데이터 라벨링이라고 불리는 이 작업은 하이쿠를 쓰고 뉴스 기사를 요약하는 것부터 코사어나 우르두어와 같은 언어로 이야기를 쓰는 것까지 다양합니다.
Charting Your AI Native Journey
Tessl
변화와 신뢰라는 두 가지 축을 중심으로 인공지능을 구분하는 사고 모형
(1) 높은 채택성 (Bottom Left)
기존 워크플로에 통합되며 신뢰도가 낮아 쉽게 도입 가능.
예시: GitHub CoPilot(코드 완성), Glean(엔터프라이즈 검색), Fathom(노트 작성).
특징: 간단히 검증 가능한 작업으로 생산성을 향상.(2) 높은 자율성 (Top Left)
기존 워크플로에 통합되지만 높은 신뢰가 필요.
예시: Intercom의 Fin(고객 지원 AI), Robotaxis(자율주행 택시).
특징: 자동화된 작업을 수행하며 인간의 개입을 최소화.(3) 변화 기회 (Bottom Right)
새로운 워크플로를 요구하며 낮은 신뢰가 필요.
예시: Synthesia(AI 아바타 영상 제작), Perplexity(챗 기반 검색).
특징: 기존 산업을 흔들 수 있는 혁신적 잠재력을 가짐.(4) AI 네이티브 미래 (Top Right)
새로운 워크플로를 요구하며 높은 신뢰를 요함.
예시: AI 변호사, 자율 소프트웨어 개발(Tessl).
특징: 완전히 새로운 패러다임으로 전환하는 미래적 비전.
유튜브 영상과 관심 가는 내용의 기계 요약본
서게이 브린은 AI 기술이 구글의 핵심 분야인 검색을 포함하여 다양한 일상생활에서 큰 변화를 가져올 것이라고 언급했습니다. 그는 특히 AI가 사람들의 작업 방식에 미치는 영향을 강조하며, 이제는 단순히 코드를 작성하기보다는 AI에게 요청하여 코드를 생성하고 문제를 해결하는 시대가 왔다고 말했습니다. 예를 들어, 브린은 구글의 AI를 이용해 스도쿠 문제를 자동으로 생성하고 해결하는 프로그램을 만들었는데, 이런 경험을 통해 AI가 매우 복잡한 작업도 스스로 해결할 수 있는 능력을 가지고 있음을 체감했다고 밝혔습니다.
또한, 그는 현재 AI 모델들이 특정 문제를 해결하기 위해 개별적으로 설계되었지만, 앞으로는 여러 기능을 통합한 모델, 즉 “통합된 아키텍처”를 가진 AI가 등장할 가능성이 크다고 내다보았습니다. 그는 일부 전문가들이 이 통합된 모델을 “신의 모델(God model)”이라고 표현하는데, 이것이 모든 것을 해결할 수 있는 최종 AI 모델이 될 것이라는 기대와 과장이 있다고 덧붙였습니다. 그러나 브린은 현재로서는 특정 문제에 특화된 소규모 모델들이 각자 협력하여 최적의 결과를 내는 방식이 더 현실적이라고 설명했습니다.
브린은 AI의 놀라운 응용 분야 중 하나로 생물학을 예로 들었습니다. 특히, 구글의 알파폴드(AlphaFold)는 단백질 구조를 예측하는 데 뛰어난 성과를 보여 주며 생명과학 연구에 혁신을 가져왔습니다. 브린은 이처럼 AI가 기존 기술로는 접근하기 어려웠던 문제를 해결하며, 과학 및 연구에 커다란 기여를 할 수 있다고 설명했습니다. 또 다른 분야로는 로봇공학을 언급했으며, AI가 로봇의 움직임과 인식을 더욱 정교하게 만들어 주었지만, 아직 일상에서 활용되기 위해서는 더 많은 개선이 필요하다고 보았습니다. 특히 과거 구글이 여러 로봇 회사들을 인수하고 발전시키려 했지만 당시의 AI 기술로는 기대한 수준의 성과를 내지 못했다고 회고했습니다.
AI의 발전이 인간-컴퓨터 상호작용을 어떻게 변화시킬지에 대한 전망도 흥미로웠습니다. 브린은 AI가 실시간 영상 및 음성 인식을 통해 사용자의 주변 환경을 파악하고 그에 따라 상호작용할 수 있는 단계에 도달했다고 언급했습니다. 그는 구글이 개발 중인 “Astra”라는 모델을 예로 들어, 이 모델이 실시간으로 사용자와 소통하면서 주변 상황을 이해하고 반응하는 기능을 구현하고 있다고 설명했습니다. 이는 AI가 단순히 정적인 응답을 넘어, 실제 환경에서 사람과 상호작용할 수 있는 새로운 가능성을 열어줄 것으로 기대됩니다.
AI의 발전 속도에 대해서도 그는 놀라움을 표현했습니다. 브린은 불과 몇 년 전만 해도 언어 모델을 개발하기 위한 신경망 기술이 주목받지 못했지만, 이제는 기술과 데이터의 발전 덕분에 놀라운 성과를 내고 있다고 강조했습니다. 그는 최근 AI 개발에 있어 구글이 경쟁자들보다 한 걸음 앞서 있는 점을 언급하면서, 치열한 경쟁이 구글 내부에도 큰 자극제가 되고 있음을 인정했습니다. 경쟁이 AI 분야에서 혁신을 촉진시키며, 결과적으로 인간에게 더 큰 혜택을 가져다줄 수 있다는 긍정적인 견해를 밝혔습니다.
마지막으로 브린은 AI의 가치를 대중과 공유하는 것이 중요하다고 말했습니다. AI가 완벽하지 않고 때때로 실수를 범하더라도, 이를 통해 사람들이 새로운 가능성을 발견하고 실험할 수 있는 기회를 주는 것이 필요하다고 강조했습니다. 그는 “마법 같은 능력”을 가진 AI가 세상에 제공할 수 있는 혁신적 잠재력을 지지하며, 대중이 AI와 함께 성장하고 발전해 나가는 것이야말로 미래 AI 기술의 본질적인 목표라고 생각한다고 덧붙였습니다.
The affiliate revenue market for publishers has changed a lot
Baekdal
제휴 링크가 포함된 이커머스 플랫폼을 도입하겠다는 가디언의 발표에 이어, 스팸성 제품 추천에 대한 구글의 단속으로 인해 이러한 제품리뷰 콘텐츠에 대한 제휴 수익이 과거보다 훨씬 더 어려워졌다고 말한다.
오늘날 우리는 Google이 많은 게시자를 검색 순위에서 적극적으로 낮추고 있는 상황에 직면해 있습니다. 그 이유는 게시자의 기사가 가치가 너무 낮아 스팸처럼 보이기 때문입니다. 우리는 수십만 개의 ‘제품 리뷰’를 보는데, 이는 어떤 사람이 Amazon에서 베스트셀러 목록을 검색하고, 몇 가지 제품을 골라내고, 매우 짧은 일반적인 설명을 추가한 다음 제휴 링크를 첨부한 것에 불과합니다.
조금 재미있는 이야기라고 한다면 경쟁자가 누구인지에 관한 것이다
[…] 밥솥을 사려고 한다면, “리뷰”가 Amazon 제휴 링크 옆에 100단어에 불과한 무작위 웹 페이지를 찾기 위해 Google 검색을 할 것인가요? … 아니면 YouTube로 가서 그들이 바로 당신 앞에서 밥솥을 테스트하는 영상을 볼 것인가요?
다시 말해, 유용한 제품 추천을 제공하는 퍼블리셔에 대한 신뢰는 기본적으로 0으로 떨어졌으며, YouTube와 일부 퍼블리셔에서 보는 것처럼 실제로 테스트를 거쳐 노력을 기울였다는 것을 사람들에게 보여주지 않는 한, 이러한 형태의 게시는 가치 있는 것으로 여겨지지 않습니다.
NotebookLM now lets you listen to a conversation about your sources
Google Labs
연구 및 노트작성을 도와주는 구글의 도구인 Notebook LM. 흥미로운 기능을 소개했는데, 논문을 올려놓으면 그 내용을 바탕으로 자동으로 팟캐스트를 만들어주는 점이다.
오늘은 문서를 매력적인 오디오 토론으로 전환하는 새로운 방법인 Audio Overview를 소개합니다. 한 번의 클릭으로 두 명의 AI 호스트가 귀하의 소스를 기반으로 활기찬 “심층 분석” 토론을 시작합니다. 그들은 귀하의 자료를 요약하고, 주제 간의 연결을 만들고, 서로 농담을 주고받습니다. 대화를 다운로드하여 이동 중에도 사용할 수 있습니다.
이것이 무엇을 의미하는걸까? 기능을 보여주기 위한 서비스일수 있지만 실제 활용에서는 효과가 있을까? 재미있는 부분이 있을 것 같다.
The Value of De Minimis Imports
NBER Working paper, Pablo D. Fajgelbaum & Amit Khandelwal
테무나 쉐인같은 커머스 사이트를 통한 직구가 증가하면서 국내에서도 비슷한 논의가 있었는데 미국에서 이와 관련된 면세제도가 가지는 효과에 대해 연구가 나왔다.
미국 소비자는 관세와 행정 수수료 없이 하루에 800달러 상당의 상품을 수입할 수 있습니다. 소비자 직거래의 증가에 힘입어 최근 몇 년 동안 이러한 “최소” 배송은 폭발적으로 증가했지만 인구조사 무역 데이터에는 기록되지 않습니다. 이러한 유형의 무역으로 혜택을 보는 사람은 누구이며, 정책적 시사점은 무엇일까요? 3개 글로벌 운송업체와 미국 관세국경보호청의 최소 배송을 포함한 국제 배송 데이터를 분석합니다. 저소득층 우편번호일수록 특히 중국으로부터 최소 배송을 수입할 가능성이 높았으며, 이는 소비자 직거래에서 발생하는 관세 및 관리 수수료가 빈곤층에게 불균형적으로 혜택을 준다는 것을 시사합니다. 이론적으로 임계치 이상의 관세를 부과하면 선형 관세가 완전히 통과되는 환경에서도 번칭을 통해 거래 조건의 이득을 얻을 수 있습니다. 경험적으로 번칭은 직접 배송에 대한 수요 탄력성을 떨어뜨립니다. 321조를 폐지하면 총 후생이 109억~130억 달러 감소하고 저소득층과 소수 민족 소비자에게 불균형적인 피해를 입힐 수 있습니다.
Durably reducing conspiracy beliefs through dialogues with AI
Costello et al. / Science
챗봇을 활용해 음모론에 대한 믿음을 상당부분 낮출 수 있고, 일정기간 지속되는 효과가 나타났다는 연구결과
구조화된 초록
소개
근거 없는 음모론에 대한 광범위한 믿음은 대중의 주요 관심사이며 학계 연구의 초점입니다. 이러한 음모론은 종종 믿기 어려운 경우가 많음에도 불구하고 널리 믿어지고 있습니다. 저명한 심리학 이론에 따르면 많은 사람들이 근본적인 심리적 ‘욕구’ 또는 동기를 충족시키기 위해 음모론을 받아들이고 싶어하기 때문에 신자들은 사실과 반증에 근거하여 이러한 근거 없고 믿을 수 없는 믿음을 버리도록 설득할 수 없다고 합니다. 이 글에서는 이러한 통념에 의문을 제기하고 충분히 설득력 있는 증거를 통해 사람들을 음모의 ‘토끼굴’에서 빠져나오게 할 수 있는지에 대해 알아봅니다.
근거
저희는 사실에 입각한 교정 정보에 기반한 개입은 충분한 깊이와 개인화가 부족하기 때문에 효과가 없을 수 있다는 가설을 세웠습니다. 이 가설을 테스트하기 위해 방대한 양의 정보에 접근하고 맞춤형 주장을 생성할 수 있는 인공지능(AI)의 한 형태인 대규모 언어 모델(LLM)의 발전된 기능을 활용했습니다. 따라서 LLM은 각 개인이 자신의 음모적 신념을 뒷받침하는 특정 증거를 직접 반박할 수 있습니다.
이를 위해 저희는 연구 대상과 AI 간의 실시간 맞춤형 상호작용을 통해 행동과학 연구를 수행하는 파이프라인을 개발했습니다. 두 차례의 실험을 통해 2190명의 미국인이 자신이 믿는 음모론과 그 음모론을 뒷받침한다고 생각하는 증거를 직접 말로 표현했습니다. 그런 다음 참가자들이 음모론에 대한 믿음을 줄이도록 유도하면서(또는 대조 조건으로 관련 없는 주제에 대해 AI와 대화하도록 유도하면서) 이 구체적인 증거에 응답하도록 유도하는 LLM GPT-4 Turbo와 세 차례 대화를 진행했습니다.
결과
이 치료는 참가자들이 선택한 음모론에 대한 믿음을 평균 20% 감소시켰습니다. 이 효과는 최소 2개월 동안 감소하지 않고 지속되었으며, 존 F. 케네디 암살, 외계인, 일루미나티와 관련된 고전적인 음모부터 코로나19 및 2020년 미국 대선과 같은 시사적인 사건과 관련된 음모에 이르기까지 광범위한 음모론에 걸쳐 일관되게 관찰되었으며, 음모론적 믿음이 자신의 정체성에 깊이 자리 잡고 있는 참가자들에게도 나타났습니다. 주목할 만한 점은 AI가 실제 음모에 대한 믿음을 감소시키지 않았다는 점입니다. 또한, 전문 팩트 체커가 AI가 제기한 128개의 주장 샘플을 평가한 결과 99.2%가 사실이고 0.8%는 오해의 소지가 있으며 거짓은 없었습니다. 또한, 이러한 반박은 관련 없는 음모에 대한 믿음을 감소시켜 음모론적 세계관이 전반적으로 감소하고 다른 음모론 신봉자들을 반박하려는 의도가 증가했음을 나타냅니다.
결론
사실에 근거하지 않는 것처럼 보이는 음모론적 신념을 강하게 믿는 사람들도 설득력 있는 증거를 제시하면 마음을 바꿀 수 있습니다. 이론적 관점에서 볼 때 이는 인간의 추론에 대해 놀랍도록 낙관적인 그림을 그려줍니다: 음모론적 토끼굴에는 실제로 출구가 있을 수 있습니다. 심리적 욕구와 동기는 본질적으로 음모론자들이 증거에 눈을 멀게 하는 것이 아니라, 적절한 증거가 필요할 뿐입니다. 실제로 LLM의 설득력을 입증함으로써, 이번 연구 결과는 책임감 있게 활용될 경우 생성적 AI의 잠재적인 긍정적 영향과 이 기술이 무책임하게 사용될 기회를 최소화하는 것이 얼마나 중요한지를 강조합니다.