haeyeop

[작성자:] haeyeop

  • 클럽하우스에 대한 회의론

    Portrait of a Clubhouse skeptic
    Mark Stenberg
     
    클럽하우스 초대권을 중고판매한다는 뉴스가 나오고 친구가 초대권 있는지를 갑자기 물어보았다. 결국 친구가 얻은 초대권으로 나도 클럽하우스를 잠깐 이용해보았다.

    The Information에 따르면 Clubhouse는 등록 된 사용자가 2 백만 명에 불과하고 안드로이드 버전도 없으며, 수익 모델도 없고 초대만으로 운영됨에도 불구하고 받았음에도 불구하고 지난달 10 억 달러 가치를 넘어섰다. 트위터에서는 “Clubhouse에서 X에 대해 이야기 할 때 참여하세요”라는 트윗이 일반화되었다. 나의 동료들이 동부시간으로 내일 오후 1시 YouTube 드라마, Shane Dawson, Jeffree Star, Trisha에 대해 논의할 것이고, 저는 지난 금요일 크리에이터 경제를 중심으로 한 클럽 하우스 토론에 참여했습니다.[expand title=eng]
    According to The Information, Clubhouse surpassed a billion-dollar valuation last month, despite having only 2 million registered users, no Android version, zero revenue, and being invitation-only. On Twitter, “Join us as we talk about X on Clubhouse” tweets have become commonplace. My colleagues at Insider are discussing YouTube drama, Shane Dawson, Jeffree Star, and Trisha at 1 p.m. Eastern tomorrow, and I participated in a Clubhouse discussion last Friday centered on the creator economy.[/expand]

    음성 중심의 소셜미디어라는 점과 유명한 인물들이 플랫폼에 참여한다는 사실은 사람들의 호기심을 자극했다. 초대장 위주의 가입은 플랫폼에 관심을 가진 비슷한 이용자 기반으로 시작되기 때문에 불균형적으로 긍정적인 평가가 이어질 수 있다. 다른 소셜 미디어에서도 문제가 되는 콘텐츠 모더레이션과 같은 문제에 대한 비판은 여기에서도 역시 비슷하게 이루어지고 있는 것 같다.

    Lorenz와 같은 언론인은 앱을 괴롭히는 즉각적인 문제 (콘텐츠 중재)를 신속하게 식별했으며, 당연합니다. Clubhouse는 증오로 가득 찬 반유대 주의자, 여성 혐오 주의자 대화를하는 무의식적 호스트임을 알게되었습니다.[expand title=eng]
    Journalists like Lorenz were quick to identify an immediate problem plaguing the app — content moderation — and rightly so: Clubhouse has found itself an unwitting host to hate-filled, anti-Semitic, and misogynist conversations. [/expand]

    음성이라는 것이 새로운 시도처럼 보이지만 대면커뮤니케이션의 많은 부분이 제거되어 있는 상태가 주는 단점이 존재한다. 낯선 사람과 언제나 대화가 가능한 준비가 되어있는 사람이라면 모르지만 나처럼 낯가리는 사람에게는 언제 말해야할지 모른다는 긴장감을 가지게 되지 않을까. 가장 중요한 부분은 생각보다 지루하다는 점이다.

    레신은 이 현상을 창의적이고 정량적인 구절로 표현하여 “낮은 품질의 분당 대화”라고 부르지 만 대부분의 사람들은이 문제를 지루함이라는 이름으로 인식할 것이다. 클럽 하우스에서하는 대부분의 대화는 지루하다. 좋은 것조차 대부분 지루하다. 대화는 대체로 지루하다![expand title=eng]
    Lessin describes this phenomenon in a creative, quantitative turn of phrase, calling it “lower-quality-per-minute conversations,” but most folks will recognize this problem by its street name: boringness. Most conversations on Clubhouse are boring. Even the good ones are mostly boring. Conversations are, by and large, boring![/expand]

    이상적으로 작동하는 것만 생각하지만 코미디나이트 같은 게임과 다른 면이 무엇이 있을까. 플랫폼에서 적절히 녹음되고 콘텐츠가 큐레이션되지 않는다면 팟캐스트나 다른 음성 서비스와 특별한 차별점이나 수익모델을 가지기 어려운 서비스일수 있지 않을까.

  • 뉴욕타임즈 디지털 구독자와 수익 증가

    New York Times Hits 7 Million Subscribers as Digital Revenue Rises
    By Edmund Lee, NYT
    뉴욕 타임즈의 디지털 구독자가 7백만명을 넘었다는 기사가 있었다. 며칠전 온라인 구독 모델에 대한 자문 작성하면서 한 번 생각을 정리할 시간이 있었는데, 과연 온라인 구독 모델이 바람직한 비즈니스 모델인지에 관한 것이다. 뉴욕타임즈는 온라인 구독자 증가에 초점을 맞추었고 언제나 대표적인 사례로 언급되었다. 실제 결과도 좋은 것처럼 보인다.

    그러나 걱정스러운 추세는 다음과 같습니다. 디지털 독자는 타임즈의 유일한 성장 비즈니스였습니다. 다른 모든 단위가 떨어졌습니다. 온라인 구독 수익이 34% 증가한 1억 5530만 달러, 인쇄판 구독은 3.8% 감소한 1억 4570만 달러였습니다. 그리고 한때 신문 사업의 원동력이었던 광고 매출은 7억 9,300만 달러로 30 % 감소했습니다. 팬데믹으로 인해 신문을 읽는 사람이 줄어들고 많은 기업이 마케팅 예산을 삭감하면서 이미 감소하고있는 광고 판매가 더 심해졌습니다. [expand title=eng]
    But a worrying trend might be this: Digital readers were the only growth business for The Times. Every other unit fell. As online subscription revenue rose 34 percent, to $155.3 million, print subscriptions decreased 3.8 percent to $145.7 million. And advertising sales, once the lifeblood of the newspaper business, dropped 30 percent, to $79.3 million. The pandemic has cut even deeper into ad sales, which were already falling as fewer people read the paper in print and many companies cut their marketing budgets.[/expand]

    하지만 나머지 모든 부분에서 감소가 나타났다. 온라인 방향은 맞지만 팬데믹 영향으로 인한 것인지, 방향 자체가 잘못된 것인지는 아직 알 수 없다. 어차피 구독 모델은 모두가 추구하더라도 성공할 수 있는 것은 소수뿐이다. 오히려 좋은 종류의 독자를 잃어버리는 일일 수도 있다. 실제 종이를 보는 독자와 온라인 독자는 다르다. 이는 꼭 신문에서만 나타나는 현상은 아니라 오프라인과 온라인을 비교했을 때 전반적으로 나타나는 결과인 것 같다.

  • 구글의 자동 비디오 생성 실험

    Experimenting with Automatic Video Creation from a Web Page
    By Google Research
     
    웹 페이지에서 자동으로 비디오를 생성해주는 구글의 URL2Video. 동영상을 보면 간단하게 이해할 수 있는데 웹 페이지 주소에서 디자인 요소를 추출하고 적절한 시간을 배치한 이후에 레이아웃에 맞춰 스타일을 뽑아내는 방식이다.
    사레에서 확인할 수 있는 것처럼 커머스 분야에서 활용할 것으로 보인다. 다수 사람들이 정말로 텍스트보다 영상을 선호하는것인지는 여전히 잘 모르겠지만 적어도 사례에서 보여주는 디자인에서는 나쁘지 않아 보인다.
    거창하게 인공지능을 이야기하며 기계 학습을 말하지만 MS 오피스에 들어있는 디자인 아이디어라는 것도 인공지능이다. 콘텐츠를 만드는 전체 과정에서 어떤 부분들이 이러한 기술을 활용해 자동화가 될 것인가. 다양한 소프트웨어가 이런 기술을 도입하면서 제작하는 과정이 간편해지는 건 좋은 일이라고 생각할 수도 있지만 어떤 의미로는 점점 먹고 살기 힘들어지는 것인지도 모르겠다.
     

  • 노-코드(No-Code) 세대

    The No-Code Generation is arriving
    Danny Crichton, by TechCrunch
    노 코드 세대(No-Code Generation)이라는 말이 자극적인것처럼 들릴수도 있지만 이미 4-5년 전부터 주변 사람들과 항상 해왔던 이야기이다.

    지난 2년 동안 우리는 광범위하게 (그리고 매우 부정확하게) “코드없는 플랫폼”이라고 불리는 전체 소프트웨어 클래스의 부상을 목격했다. 이러한 도구는 사용자가 일상 업무에서 컴퓨팅의 힘을 훨씬 쉽게 활용할 수 있도록 설계되었다. 이는 일종의 오브젝트 기능을 고려하여 가장 성공적인 디지털 광고 캠페인을 계산하는 것부터 컴퓨터 비전 라이브러리를 건물에 들어가거나 나가는 사람의 수를 계산하는 워크 플로에 통합하는 것부터 모든 것이 될 수 있다.[expand title=eng]
    Over the past two or so years, we have seen the rise of a whole class of software that has been broadly (and quite inaccurately) dubbed “no-code platforms.” These tools are designed to make it much easier for users to harness the power of computing in their daily work. That could be everything from calculating the most successful digital ad campaigns given some sort of objective function, or perhaps integrating a computer vision library into a workflow that calculates the number of people entering or exiting a building.[/expand]

    컴퓨터사이언스 외 전공에서 학생들에게 코딩을 가르치는 방향으로 커리큘럼이 추가되었는데 개인적으로는 회의적이었다. 주변에 있는 컴퓨터 엔지니어 하는 분도 그런걸 왜 가르쳐야하는지 비슷한 의견을 준 적이 있다. 그런 것들이 다 솔루션으로 만들어지기 때문에 애매하게 배우는 것이 전혀 도움이 안 된다는 것. 꼭 데이터 분석을 파이썬으로 한다든지 모두가 스파크를 배워야한다든지 하는 건 아니지 않을까. 전문적 엔지니어링 영역으로 들어가면 또 이야기가 달라지기에 할 수 있는 범위에 집중하고 기본적인 이해에 기반하여 협업하는 방식이 좋은거 아닐까.

  • GPT-3 아이디어

    OpenAI API

    OpenAI에서 새롭게 출시된 머신러닝 도구가 공개되고 나서 많은 사람들이 관심을 보였다. 엄청나게 큰 데이터를 통해 학습한 텍스트 생성 모델이라고 간단하게 설명할 수 있을 것 같다. 나는 열렬한 ML 신봉자는 아니었지만 GPT-3를 보면서 과연 어디까지 어떻게 활용할 수 있을까 생각해보게 된다. ML이 보편적인 기술이 되면서 이 기술을 어떻게 활용할지에 대한 상상력이 더 중요해지는 시기가 오는 것 아닌가. 트위터에서 GPT-3를 사용한 다양한 사례 중 몇 가지를 뽑았다.

  • 얼굴 기반의 범죄예측 알고리즘

    Over 1,000 AI Experts Condemn Racist Algorithms That Claim to Predict Crime
    By Janus Rose, Vice
    얼굴을 기반으로 범죄여부를 예측하는 알고리즘을 제시하는 연구에 대해 많은 인공지능 전문가가 비판했다는 내용.

    이 공개 서한은 하버드, MIT, 구글, 마이크로 소프트의 학계 및 인공 지능 전문가들에 의해 서명되었으며 출판사 스프링거에게 다가오는 논문의 출판을 중단 할 것을 요구했다. 이 논문은“80 %의 정확성”과“인종의 편견이없는”얼굴 사진만으로 범죄를 저지를 지 여부를 저자가 주장 할 수있는 시스템을 설명합니다.[expand title=eng]
    The public letter has been signed by academics and AI experts from Harvard, MIT, Google, and Microsoft, and calls on the publishing company Springer to halt the publication of an upcoming paper. The paper describes a system that the authors claim can predict whether someone will commit a crime based solely on a picture of their face, with “80 percent accuracy” and “no racial bias.”
    [/expand]

    업데이트 한 뉴스에 따르면 네이쳐에 투고한 논문은 게제불가를 받아서 확인할 수는 없지만 가짜 프로필을 만드는데 얼굴이 왜 중요한지에 대해 생각해보다가 떠오른 기사. 하지만 동양에서는 얼굴을 가지고 판단하는 관상이라는 문화가 익숙하지 않은가? 연구와 관계없이 데이터가 있다면 유사한 아이디어로 한 번 시도해보고 싶은 내용이다.

  • 뉴스기사에서 딥페이크 이용 가짜 프로필

    Right-Wing Media Outlets Duped by a Middle East Propaganda Campaign
    By Adam Rawnsley, Daily Beast
    데일리 비스트에 따르면 실존하지 않는 가상의 언론인, 분석가, 정치컨설턴트 네트워크가 보수 언론에서 특정 프로파간다를 확산하는데 이용되었다고 한다. 이러한 가짜 네트워크 인물 프로필을 만드는 과정에서 딥페이크가 활용되었다는 이야기.

    가짜 기고자들도 인격의 일부를 위해 AI 생성 아바타를 사용했습니다. 포스트 밀레니얼 (Post Millennial)에 실린 기사에 게시 된 Joseph Labba 인격의 고해상도 프로필 사진은 AI 생성 얼굴에서 일반적으로 발견되는 숨길 수 없는 결함을 보여줍니다. 왼쪽 귀는 주름없이 이상하게 매끄럽습니다. 미들버리 국제 연구 연구소 (Middlebury Institute of International Studies)의 연구원 인 Sam Meyer는 이미지 분석 소프트웨어를 사용하여 Labba의 사진을 검토 한 후 입에 4 개가있는 곳에 맞지 않는 치아가 3 개있는 것을 확인했습니다.[expand title=eng]
    The fake contributors also appear to have used AI-generated avatars for a handful of their personas. A high-resolution profile photo of the Joseph Labba persona, posted for an article at The Post Millennial, shows some of the telltale glitches commonly found in AI-generated faces. The left ear is oddly smooth without any ear lobe creases. Middlebury Institute of International Studies research associate Sam Meyer reviewed the photo of Labba using imagery analysis software and also noticed he appears to have three misfit teeth in his mouth where there should be four.[/expand]

    소셜미디어에 다른 사람 프로필을 도용해서 가짜 프로필을 만드는 것은 흔한 일(예. 캣피쉬)이었으나 프로필에 ThisPersonDoesNotExist.com에서 얻을 수 있는 것과 같은 AI생성 이미지를 사용했다는 점이다. 저널리즘에서 알 수 없는 출처의 발언을 가지고 기사를 작성하던 오랜 관행은 완전히 사라져야한다는 것을 말해준다. 여기서 개인적으로 관심이 가는 내용은 왜 신뢰를 위해 얼굴을 필요로 할까라는 점이다.

  • 뉴스레터 유료화

    며칠 사이 개인적으로 구독하는 뉴스레터 중 두 개나 유료화가 이루어졌다. 인터넷에서 정보는 무제한으로 공급되기에 완전 경쟁 시장이고 한계비용이 제로에 가깝다. 하지만 볼 만한 정보는 당연히 돈이 된다.  로이터 연구소 보고서는 사람들이 온라인 뉴스에 돈을 지불하는 이유에 대해 두 가지를 언급했다. 콘텐츠의 독창성(distinctiveness)과 품질(quality)이다.

    전반적으로 가장 중요한 요소는 콘텐츠의 독창성과 품질입니다. 두 국가에서 가입자는 무료 소스보다 더 나은 정보를 얻고 있다고 생각합니다. 응답자의 1/3 이상이 특정 기자와의 친밀한 관계로 인해 구독한다고 언급합니다. 미국에서는 더 많은 사람들이 자신의 직무를 수행하기 위해 돈을 지불 할 준비가되었고 (영국에서는 3 %에 비해 13 %), 이는 월스트리트 저널 (Wall Street Journal)과 같은 금융 출판물을 구독하는 비율이 더 큰 것과 부합했습니다. 구독을 쫓는 여러 출판물이 구독자에게 더 많은 가치를 알리고 있는 미국 시장의 경쟁 특성으로 인해 응답자의 1/3은 ‘좋은 조건’을 구독자 이유로 밝혔다.[expand title=eng]
    Overall, the most important factor is the distinctiveness and quality of the content. In both countries, subscribers believe they are getting better information than from free sources. More than a third cite a close affinity with a particular journalist as a reason to subscribe. In the US we find more people prepared to pay to get ahead in their job (13% compared to just 3% in the UK) and this tallies with a bigger proportion subscribing to finance publications like the Wall Street Journal. The competitive nature of the US market, with multiple publications chasing subscriptions, is also making subscribers more aware of value, with one-third citing getting a ‘good deal‘ as a reason to subscribe.[/expand]

    베네딕트 에반스도 뉴스레터(Benedict’s Newsletter)에서 웹 보다도 오래된 기술인 뉴스레터가 주목받는 이유에 대해 언급한다. 왜 그럴까라고 개인적으로도 생각해 본 적이 있는데 상당히 재미있는 관점이다. 심리적으로 가치에 대한 인식이 변화했기 때문이라고 한다.

    그러나. 오늘날 뉴스 레터의 새롭고 흥미로운 부분은 지불입니다. 마크 안데르센(Marc Andreessen)은 웹에 향후 비트코인에 사용될 것으로 보이는 사용되지 않는 지불 자리 코드(402)가 있다는 것을 좋아합니다. 유료 뉴스 레터는 매우 오래된 기술을 사용합니다. 변화는 심리학과 가치에 대한 인식입니다. 이메일은 당신에게 제공되며, 당신이 가지고 있고 유지할 수있는 실질적이고 거의 물리적 인 것입니다 (스크린 샷이 아닌). 웹 사이트 구독은 성가시고 기억해야해야 합니다. 당신이 지불한다면, 아마도 당신은 파이어호스에서 길을 잃지 않도록 해야합니다. 그러나 개별적으로 몇 개를 지불합니까? 어쩌면 여러 구독을 하나로 묶고 관심을 기반으로 지불을 할당하는 집계자가 있어야 할 수도 있습니다. 그리고 그것은 추천을 할 수도 있고…[expand title=eng]
    But. The new-and-interesting part to newsletters today is payment. Marc Andreessen is fond of saying that the web has an unused placeholder for payment (402), which is where Bitcoin is supposed to come in. But a paid newsletter uses very old tech: the change is the psychology, and the perception of value. An email comes to you, and it’s a tangible, almost physical thing that you have and that you can keep (rather like a screenshot), whereas a subscription to a website is nebulous, and you have to remember it, and you realise you never go there. And if you’re paying, maybe you make sure it doesn’t lost in the firehose. But how many things will you pay for individually? Maybe there should be an aggregator, that bundles multiple subscriptions into one and allocates payment based on attention. And it could do recommendations, and… oops. [/expand]

    다른 웹서비스의 구독과 완벽하게 차별화되는 특징을 발견할 수 있다. 과연 나는 유료로 전환한 뉴스레터 두 개를 구독하게 될까?

  • 워드 임베딩의 성적 편향 완화

    Double Hard-Debias: Tailoring Word Embeddings for Gender Bias Mitigation
     
    세일즈포스(salesforce)와 버지니아 대학 연구자들이 제시한 워드 임베딩의 성적 편향을 완화하는 방법에 대한 내용이다.
    워드 임베딩은 단어전체에서 단어를 나타내는 실제 숫자로 이루어진 벡터로 단어와 다른 단어의 관계에 대한 의미론적 구문론적인 뜻을 포착할 수 있게 해준다. 자연어 처리 작업에 널리 활용됨에도 코퍼스에 대한 학습과정에서 의도하지 않은 성적인 편견을 물려받는 것으로 인한 비판을 받았다.
    예를 들면, 다음의 두 가지 기준(남성과 여성 / 젠더중립과 특정젠더)으로 단어를 분류한다면 우수한(brilliant), 똑똑한(genius)과 같은 단어는 젠더 중립적이고 숙녀(ladies), 여왕(queen) 같은 단어는 특정젠더에 속하는 단어이다.
    이와 같은 문제를 알고리즘에 대한 비판으로 접근하는 것과 관련해 사람들이 그러한 방식으로 언어를 사용하기 때문이고, 알고리즘은 이러한 내용을 순수하게 반영하는 것이라는 단순한 실재론에 가까운 입장이었다. 오히려 알고리즘을 의인화하는 방식의 비판에 대해서 부정적이었으나 실제로 이런 학습과 관련된 문제를 적극적으로 교정하는 것이 점차 중요해진다. 예를 들어, 젠더 편견을 가진 시스템으로 이력서 필터링을 하는 경우 어떤 일이 생길 것인가? 이미 비슷한 사례가 많이 제시되었다.
    기존 방식은 사후 처리 과정에서 성별 관련 구성 요소를 주성분 요소를 빼서 편견을 줄이는 방식이라고 한다. 하지만 이러한 방식이 가지는 한계는 단어의 빈도로 인해 제거된 젠더편향이 되살아날 수 있다는 점이다. 본 연구에서 제시한 방식은 워드 임베딩을 빈도가 없는 하위 공간으로 전환하는 과정을 거친다는 것이다. 대충 느낌은 오지만 실제로 데이터를 돌려봐야 정확하게 파악할 수 있을 것 같다.

    일부 전문가들은 단어 삽입에서 편견을 완전히 제거 할 수 없다고 생각하는 것은 가치가 있습니다. 뮌헨 기술 대학 (Technical University of Munich)의 최근 메타 분석에서, 기고자들은 단어의 의미 론적 내용이 항상 사회의 사회 정치적 맥락에 묶여 있기 때문에 자연적으로 발생하는 중립적 텍스트와 같은 것은 없다고 주장합니다. [expand title=eng]
    It’s worth noting that some experts believe bias can’t be fully eliminated from word embeddings. In a recent meta-analysis from the Technical University of Munich, contributors claim there’s “no such thing” as naturally occurring neutral text because the semantic content of words is always bound up with the sociopolitical context of a society.[/expand]

    알고리즘도 현실을 반영하는 하나의 미디어로 결국은 언어와 세상에 관해 어떤 관점을 가져가는지에 대해 고민할 필요가 있다. 완전 중립적이라는 것은 존재하지 않지만 이러한 편향을 줄이는 것이 가지는 의미에 대해 생각해볼 필요가 있지 않을까.

  • 에르메스 콜렉션 비디오

    Men’s Spring-Summer 2021 collection
     
    새로운 디지털 경험 관련 에르메스의 비디오.
    일반적인 연구 결과는 오프라인에서 가지는 촉감이 소비자를 구매로 연결시키는 주요 요인 중 하나라고 보고 있으며, 온라인과 관련된 마케팅의 많은 연구가 오프라인의 이러한 특성을 어떻게 온라인으로 전환할 것인지에 관해 연구했다. 에르메스 영상은 디지털 경험이라는 측면에서 e커머스가 홈페이지의 상품 목록과 사진에만 의존하는 것과 관련해 다른 가능성을 제시한다.
    코로나 이후 다양해지는 디지털 경험방식 중 하나로 볼 수도 있을까?