haeyeop

Blog

  • 인플루언서와 스타일 표절

    Bad influence
    The Verge

    아마존 인플루언서 알리사 실(Alyssa Sheil)과 시드니 니콜 기포드(Sydney Nicole Gifford) 사이의 법적 분쟁을 다룬 기사. 기포드가 실을 저작권 침해(copyright infringement), 초상권 도용(misappropriation of likeness), 사업 방해(tortious interference with business relations) 등으로 고소. 실은 기포드의 콘텐츠와 유사한 제품을 홍보하고, 유사한 스타일을 모방했다고 주장. 베이지 톤의 미니멀한 인테리어와 깔끔한 스타일링을 특징으로 하는 “Clean Girl” aesthetic이 유행하며, 두 인플루언서 모두 이 트렌드를 따랐기 때문일수도 있다고 함. 과연 인정받을 수 있을 것인가

    인플루언서 산업이 압도적으로 널리 퍼져 있음에도 불구하고, 창작자를 보호하는 명확한 규범이나 법률이 거의 없다. 존재하는 규정조차도 제대로 집행되지 않는다. 인플루언서들이 받는 수익은 천차만별이며, 특히 팔로워 수가 적은 창작자들은 거대한 기업들과 직접 협상해야 하는 상황에 놓인다. 집단적인 행동이나 노조 결성을 위한 노력은 대부분 실패로 끝났다. 협찬 콘텐츠 및 저작권 관련 법률이 존재하지만, 많은 크리에이터들은 이러한 규칙을 무시하거나 의도적으로 왜곡하기도 한다.

    인플루언서들은 본질적으로 ‘영향력’을 행사하는 존재이지만, 그들의 노동에는 여전히 강한 사회적 편견이 존재한다. 사람들은 인플루언서를 ‘가벼운’ 존재로 여기고, 그들의 일이 쉽다고 생각한다. 결국, 대중은 인플루언서들의 노동 환경에 대해 별다른 동정심을 가지지 않으며, 이로 인해 이들은 착취당하면서도 보호받지 못하는 상태에 놓인다.

  • 팟캐스트를 삼킨 유튜브

    How YouTube Ate Podcasting
    nymag

    여러 조사 결과를 보면 유튜브가 팟캐스트 시장을 집어삼켰다. 그 이유를 분석하는 내용으로 유튜브는 파편화된 팟캐스트 앱과 달리 플랫폼이기 때문이라 말한다. 탐색, 추천, 수익화를 제공하기 때문이라 말한다.

    그러다가 2010년대 팟캐스팅 버블이 정점에 도달하려던 때에 TikTok이 등장했습니다. 기본적으로 추천 엔진에 불과한 비디오 중심 플랫폼이었으며, 사회성의 척도와 부담은 없었습니다. 바이러스성을 자동화하고 할당하는 기계였습니다. TikTok의 급속한 성장은 오래되고 덜 활기찬 소셜 미디어 플랫폼을 질투와/또는 공황 상태로 만들었습니다. 그들은 모두 즉시 TikTok을 모방하여 하룻밤 사이에 알고리즘 기반 단편 비디오 앱으로 재탄생시켰습니다. 갑자기 YouTube를 포함하여 모든 소셜 미디어 플랫폼에서(YouTube는 세로 비디오 “단편”을 인터페이스에 삽입하고 이를 게시한 크리에이터에게 팔로워, 관심, 돈으로 보상) 급속하고 바이러스성 성장을 위한 새로운 주요 기회가 생겼습니다.

  • 딥마인드, AI와 과학적 발견

    A new golden age of discovery
    Google DeepMind

    딥마인드의 보고서

    지난 반세기 동안 과학 인력이 크게 증가하여 미국에서만 7배 이상 증가했지만 , 우리가 따라야 할 사회적 진보는 둔화되었습니다. 예를 들어, 세계 대부분 지역에서 생산성 증가가 지속적으로 둔화 되어 공공 서비스의 질이 저하되고 있습니다. 건강, 환경 등에서 가장 큰 과제를 포착한 2030년 지속 가능한 개발 목표를 향한 진전이 정체 되고 있습니다 .

    특히, 오늘날 획기적인 발견을 모색하는 과학자들은 점점 더 규모 와 복잡성 과 관련된 과제에 부딪히게 되는데 , 이는 그들이 습득해야 할 끊임없이 증가하는 문헌 기반에서부터 실행하고자 하는 점점 더 복잡한 실험에 이르기까지 다양합니다. 최신 딥 러닝 방법은 이러한 규모와 복잡성 과제 에 특히 적합하며 , 그렇지 않으면 미래의 과학적 진보에 필요한 시간을 단축할 수 있습니다.

    과학 발전의 병목 현상을 해결하는 다섯가지를 이야기한다.

    1. 지식(Knowledge): AI가 문헌 검토를 돕고, 요약을 생성하며, 인터랙티브 과학 논문을 가능하게 함.
    2. 데이터(Data): 대량의 과학 데이터를 추출, 정리, 주석 처리(annotate) 하여 연구 효율성을 증대.
    3. 실험(Experiments): 시뮬레이션을 가속화하고, 비용을 줄이며, 실험 설계를 최적화함.
    4. 모델(Models): 복잡한 시스템(예: 기후 예측, 질병 모델링, 경제 예측)을 더 정확하게 예측.
    5. 해결책(Solutions): 수학, 화학, 공학 분야에서 최적의 해결책을 탐색하는 AI 알고리즘 활용.

    기대 되는 측면도 있고 현재도 일부 사례를 찾아볼 수 있는 영역도 있으나, 이러한 변화가 가지는 위험 역시 이야기한다. 그중 공감되는 내용은 인공지능 격차에 관한 부분

    • 창의성(Creativity): AI가 너무 예측 가능한 결과를 생성하여 혁신이 감소할 위험이 있음.
    • 신뢰성(Reliability): AI 모델이 허위 데이터(hallucination) 를 생성할 가능성이 있어 연구 신뢰성 저하 가능성.
    • 형평성(Equity): AI 도구에 대한 접근성이 불균형하여 과학 연구의 디지털 격차가 심화될 우려.
    • 환경 비용(Environmental Costs): AI 모델 훈련에 막대한 연산 자원이 필요하여 탄소 배출 증가 문제가 있음.

  • 앤트로픽, 데이터베이스와 연결을 위한 프로토콜 공개

    Introducing the Model Context Protocol
    Anthropic

    표준이란 무엇인지 생각해 볼 필요는 있지만…

    오늘, 우리는 AI 어시스턴트를 콘텐츠 저장소, 비즈니스 도구, 개발 환경을 포함한 데이터가 있는 시스템에 연결하기 위한 새로운 표준인 Model Context Protocol (MCP)을 오픈 소스로 공개합니다 . 그 목적은 프런티어 모델이 더 좋고 관련성 있는 응답을 생성할 수 있도록 돕는 것입니다.

    AI 어시스턴트가 주류로 채택됨에 따라, 업계는 모델 역량에 막대한 투자를 하여 추론과 품질에서 빠른 진전을 이루었습니다. 그러나 가장 정교한 모델조차도 데이터와의 고립으로 제약을 받고 있으며, 정보 사일로와 레거시 시스템 뒤에 갇혔습니다. 모든 새로운 데이터 소스에는 고유한 사용자 지정 구현이 필요하므로 진정으로 연결된 시스템은 확장하기 어렵습니다.

  • 호주, 16세 미만 아동 소셜미디어 금지

    Australia’s Social Media Ban for Under 16s to Become Law
    Bloomberg

    호주 소셜 미디어 법률이 세계에서 가장 엄격할 것으로 예상된다. 발효되는 법률에 따르면 16세 미만 아동의 소셜 미디어 사용이 금지된다.

    약 1년 내에 시행될 예정인 새로운 법에 따라, 호주에서는 16세 미만의 아동이 Facebook, Instagram, Snapchat, TikTok 등 인기 소셜 미디어 사이트에 계정을 만드는 것이 금지됩니다.

    여러 여론 조사에 따르면 대다수의 호주 유권자가 새로운 법안을 원칙적으로 지지하는 것으로 나타났으며, 화요일에 발표된 YouGov 설문 조사에 따르면 77%가 이러한 금지령을 지지하는 것으로 나타났습니다.

    기술 회사들은 금지령을 시행할 책임이 있으며, 조치를 취하지 않을 경우 최대 5,000만 호주 달러(3,240만 달러)의 벌금을 부과받을 수 있습니다. 이 법안은 사이트에서 사용자의 연령을 어떻게 확인할지 명시하지 않습니다.

    연령 확인 뿐만 아니라 어떤 서비스가 적용되는지도(유튜브? 왓츠앱?) 명확하지 않다.

  • 구글, DMA 따라 구글맵 검색결과 조정

    Google to tweak search results in Europe after rivals complained
    Reuters

    Google은 독일, 벨기에, 에스토니아의 검색 결과에서 호텔 위치를 보여주는 지도와 지도 아래의 결과를 제거할 계획입니다. 이는 몇 년 전의 “10개의 파란색 링크” 형식과 유사하며, 사용자의 관심을 측정하기 위한 짧은 테스트의 일환입니다. 베델은 “우리는 이러한 조치를 취하는 데 매우 주저하고 있습니다. 도움이 되는 기능을 제거하는 것은 유럽의 소비자와 기업에 이롭지 않기 때문입니다.”라고 말했습니다.

  • 엑티베이트컨설팅, 기술 미디어 아웃룩 2025

    TECHNOLOGY & MEDIA OUTLOOK 2025
    ACTIVATE CONSULTING

    오랜만에 보게 된 자료. 2025년 기술 미디어 전망 15가지 주요 내용만 요약

    1. 성장 기회: 인터넷, 미디어, B2B 기술 및 소프트웨어 시장은 향후 4년간 1.1조 달러의 추가 성장을 예상합니다. 글로벌 소비자 인터넷 및 미디어 시장은 2024년 2.6조 달러에서 2028년 3.0조 달러로 성장하며, B2B 기술 및 소프트웨어는 2.5조 달러에서 3.2조 달러로 증가합니다.
    2. 소비자 시간과 주의: 미국 성인은 하루 평균 13시간 이상 기술과 미디어를 사용하며, 이는 2028년까지 약 9분 더 증가해 연간 100억 달러 이상의 수익을 창출할 것으로 보입니다.
    3. 슈퍼 유저(Super Users): 성인의 24%를 차지하는 슈퍼 유저는 기술 및 미디어 소비에서 두드러진 역할을 하며, 이들의 지출 및 기술 수용 능력은 업계 성장의 핵심 요소입니다.
    4. 발견 및 생성형 AI: 생성형 AI는 현재 검색 활동의 60%를 처리하고 있으며, 2028년까지 3,600만 명이 이를 검색의 주요 도구로 사용할 것으로 예상됩니다. 기존 검색 엔진의 AI 통합에도 불구하고, 전용 AI 도구의 사용이 증가할 것입니다.
    5. eCommerce: 글로벌 eCommerce 시장은 향후 4년간 3조 달러 이상 성장하며, 주요 기업들이 전체 거래의 62%를 차지하지만, 여전히 다른 소매업체에 약 2조 달러의 기회가 있습니다.
    6. 비디오 게임: 글로벌 게이머 수는 2028년까지 35억 명을 넘어설 것이며, 수익은 2,000억 달러를 초과할 것으로 보입니다. 모바일 게임이 주요 성장 동력이 될 것입니다.
    7. 공간 컴퓨팅(Spatial Computing): 공간 컴퓨팅의 “아이폰 순간”이 다가오고 있으며, 2027년까지 5천만 대의 전용 장치 출하량이 예상됩니다.
    8. 소셜 비디오: 소셜 비디오 시청 시간이 증가하여 1일 평균 1시간에 도달할 것으로 보이며, 주요 플랫폼(TikTok, Instagram, YouTube, Facebook)이 매출 성장의 중심이 될 것입니다.
    9. 스트리밍 비디오: 스트리밍 서비스는 가격을 인상하고 광고 기반 서비스로 전환하며, 무료 스트리밍 서비스도 지속적으로 성장할 것입니다. 또한, 2028년까지 미국의 브로드밴드 가정 수가 케이블 가정을 초과할 것으로 보입니다.
    10. 스포츠 미디어 및 베팅: 스포츠는 계속해서 미디어 소비의 중심에 있으며, 스트리밍 서비스로의 전환이 가속화될 것입니다. 스포츠 베팅은 2028년까지 2,000억 달러에 도달할 전망입니다.
    11. 라이브 이벤트 및 경험: 글로벌 소비자 지출은 2028년까지 1,600억 달러에 도달하며, 새로운 스타디움 및 아레나 건설이 증가할 것입니다.
    12. 오디오: 평균 음악 청취 시간이 증가하며, AI 기반 음악 창작 및 배포 도구의 확산이 음악 산업을 변화시킬 것입니다.
    13. B2B 기술 및 소프트웨어: 향후 4년간 8000억 달러의 추가 지출이 예상되며, 기술 및 소프트웨어 기업은 AI 솔루션의 실질적 ROI를 증명해야 할 것입니다.
    14. 데이터와 광고: 2024~2028년 동안 광고는 글로벌 인터넷 및 미디어 수익 성장의 절반 이상을 차지할 것입니다. 소매 미디어와 연결 TV가 주요 성장 동력입니다.
    15. 사용자 세대: Z세대와 밀레니얼 세대는 디지털 세계에 더 몰입하며, 기업은 이들을 초점으로 새로운 기술과 경험을 개발할 기회가 있습니다.

  • 멘로벤처스, 기업에서 생성AI 활용

    2024: The State of Generative AI in the Enterprise
    Menlo Ventures

    명확한 채택 추세는 생산성 향상이나 운영 효율성을 통해 실질적인 ROI를 제공하는 사례에 집중된다고 한다. 아래 주요 사례에 대한 내용

    주요 생성 AI 사용 사례를 보여주는 그래프

    지속적인 실험에도 불구하고 명확한 채택 추세는 이미 생산성 향상 또는 운영 효율성을 통해 실질적인 ROI(투자수익)를 제공하는 일부 사용 사례로 이어지고 있습니다:

    • 코드 코파일럿(Code copilots)
      51%의 채택률로, 개발자가 AI의 초기 주요 사용자로 자리 잡고 있습니다. GitHub Copilot은 연간 3억 달러의 수익 속도를 기록하며 이 경로를 입증했고, Codeium과 Cursor와 같은 신흥 도구들도 빠르게 성장하고 있습니다. 일반 코딩 어시스턴트 외에도, 기업들은 Harness의 AI DevOps 엔지니어 및 QA 어시스턴트와 같은 특정 작업에 특화된 코파일럿을 구매하여 파이프라인 생성 및 테스트 자동화를 지원하고, All Hands와 같은 AI 에이전트를 통해 보다 포괄적인 소프트웨어 개발을 수행하고 있습니다.
    • 지원 챗봇(Support chatbots)
      기업의 31%가 채택한 이 애플리케이션은 내부 직원과 외부 고객을 위한 신뢰할 수 있는 24/7 기반의 지식 지원을 제공합니다. Aisera*, Decagon, Sierra의 에이전트는 고객과 직접 상호작용하며, Observe AI*는 통화 중 실시간 가이드를 제공하여 컨택 센터 상담사를 지원합니다.
    • 기업 검색 및 데이터 추출 및 변환(Enterprise search + retrieval and data extraction + transformation)
      각각 28%와 27%의 채택률을 기록하며, 조직 내 산재한 데이터 사일로에 숨겨진 귀중한 지식을 잠금 해제하고 활용하려는 강한 의지를 반영합니다. Glean 및 Sana*와 같은 솔루션은 이메일, 메신저, 문서 저장소에 연결하여 이질적인 시스템 전반에 걸친 통합 의미론적 검색을 가능하게 하고, AI 기반의 지식 관리 기능을 제공합니다.
    • 회의 요약(Meeting summarization)
      24%의 채택률로 사용 사례 중 다섯 번째로 순위에 올랐으며, 자동화된 회의록 작성 및 주요 내용 요약을 통해 시간을 절약하고 생산성을 높입니다. Fireflies.ai, Otter.ai, Sana와 같은 도구는 온라인 회의를 캡처하고 요약하며, Fathom은 비디오에서 주요 내용을 추출합니다. Eleos Health*는 이 혁신을 헬스케어 분야에 적용하여 수시간의 문서 작업을 자동화하고, EHR(전자 건강 기록)과 직접 통합하여 의료 제공자가 환자 진료에 집중할 수 있도록 지원합니다.

    버티컬에 대한 이야기도 있다

    Menlo Ventures의 생성적 AI 수직 애플리케이션 시장 지도

  • 라이카 100년 내 최대 수익

    Leica Just Recorded the Highest Revenue in Its Entire 100-Year History
    PetaPixel

    라이카가 최대 수익을 달성했다. 어린 시절 카메라 배우는 곳에 가면 모두 라이카를 들고 왔던 기억이 난다. 그 시절 라이카가 디지털 시대에도 살아남을 수 있을까 생각했는데, 브랜드 정체성을 유지하는 고급화 전략으로 틈새시장에 자리잡았다. 아시아지역 매출이 25% 성장했다고 한다.

    지난 겨울, Leica는 2022/23 회계연도에 판매 기록을 세웠다고 발표했으며, 2024년에 그 업적을 깨뜨렸습니다. 이 회사는 성공적인 사업을 기반으로 수익을 늘릴 수 있었다고 말합니다. 회사 성공의 가장 큰 원동력은 변함없이 카메라입니다. Leica는 모바일 이미징 부문(스마트폰 기술 및 파트너십)으로 사업을 강화했지만, 사업의 핵심은 여전히 ​​독립형 카메라와 사진 지원입니다. 구체적으로, Leica는 올해 가장 강력한 매출 원동력이 Leica Q3라고 말합니다. 그러나 이 카메라의 판매 수치에 대해서는 자세히 설명하지 않았습니다.

  • 커머스 고객 경험과 생성형 AI

    Generative AI’s Potential to Improve Customer Experience
    Bain & Company

    커머스 사이트에서 생성형 인공지능에 대한 고객경험 조사. 아래는 전반적 요약

    • 소매 고객들은 생성 AI에 대해 낙관적입니다. 베인의 연구에 따르면, 조사 대상자 중 약 절반이 이러한 새로운 도구들에 큰 잠재력이 있다고 보고 있습니다.
    • 고객들은 리뷰 요약과 같은 쇼핑여정에 통합된 수동적 생성 AI 기능을 독립적 생성 AI 기능보다 더 가치 있게 여기는 경우가 많습니다.
    • 온라인 쇼핑객들은 생성 AI를 통한 개인화 가능성을 이해하며, 다른 상황에서보다 개인 데이터를 공유하는 데 더 긍정적입니다.
    • 소매업에서는 생성 AI가 특히 다루기 어려운 여정의 일부에서 훌륭한 고객 서비스를 더 효율적으로 제공하는 데 도움이 될 수 있습니다.

    어떤 종류의 기능을 유용하다고 생각하는가. 아래는 몇 가지 언급된 사례.

    예를 들어, 고객은 AI가 생성한 제품 리뷰 요약을 최고의 기능으로 평가했습니다. 이러한 요약은 고객의 시간을 절약하는 동시에 개별 리뷰를 읽을 수 있기 때문입니다. […] 응답자들은 또한 제품에 대한 자세한 질문에 대한 전문가의 답변과 제품 비교 도구에도 가치를 두었습니다. […] 리테일러가 (다른 거래를 통해) 카시트 페이지를 보는 쇼핑객이 신생아 부모라는 것을 알고 있다면, 카시트의 품질이나 설치 용이성에 대한 다른 신생아 부모의 관련 의견을 강조할 수 있습니다.

    저희 조사에서 생성 AI의 가장 가치 있는 사용 사례는 모두 의사 결정을 용이하게 했습니다. 

    결국 기존 시스템과 적절하게 통합되는게 필요하다고 생각할 수 있다.