haeyeop

Blog

  • Chegg, AI 답변 피해로 구글 고소

    Chegg sues Google for hurting traffic with AI as it considers strategic alternatives
    CNBC

    인공지능이 비즈니스에 피해를 입히는 사례가 증가하고 있는데, 인공지능이 더 나은 답변을 하면서 비즈니스를 유지하기 어려워지는게 진짜 문제가 아닐지. 많은 기업이 핵심 비즈니스를 유지하지 못하고 사라지는 상황이 올 것 같다.

    슐츠는 구글이 Chegg와 같은 회사에 “Google 검색 기능에 포함되기 위해 자체 콘텐츠를 공급하도록” 강요한다고 말하며, 검색 회사가 독점적 권한을 사용하여 ”한 푼도 쓰지 않고 Chegg 콘텐츠에서 재정적 이익을 얻고 있다”고 덧붙였다. […] Chegg는 불만 사항에서 모델을 학습한 후 Google은 게시자가 검색 결과에 제공하는 정보와 경쟁하는 콘텐츠를 생성할 수 있다고 주장했습니다. 이 온라인 학습 회사는 Chegg 웹사이트에서 세부 정보를 차용하지만 정보를 속성화하지 않은 Google AI 개요의 스크린샷을 포함했습니다. 그러나 관련 Chegg 페이지는 검색 결과에서 더 아래에 표시됩니다.

  • 유튜브, TV인가 모바일인가?

    Is YouTube TV or not TV?

    미국에서 유튜브가 TV에서의 시청 시간이 모바일을 넘어서면서 격렬해진 논쟁에 관해 이야기하는 글. 유튜브가 전 세계에서 총 얼마만큼의 시청 시간을 생성하며, Netflix, Meta, Spotify, Snap 등과 비교해 얼마나 잘 수익화되고 있을까. 이 글에서는 유튜브의 1,000 시청 시간당 수익(RPMVH)을 41달러, 넷플릭스의 경우 190달러에 달한다고 본다.

    두 플랫폼 간의 차이는 여러 요인에서 기인합니다. 우선, 많은 유튜브 동영상은 광고 없이도 오랜 시청 시간을 생성합니다(예를 들어, 게임을 하는 동안 다른 게임 플레이 영상을 보는 십대 아들이 있다면 이해가 되실 겁니다). 또한, 상당 부분의 시청 시간은 낮은 CPM을 가진 시장에서 발생합니다. 반면, Netflix의 대부분 시청은 월 구독료를 지불하는 사용자들이 TV 화면에서 시청합니다.

    광고 수익이 본질적으로 낮은 RPMVH를 초래하는가 하면, Meta가 반대 사례를 제시합니다. Meta는 전체 앱 수익의 99%를 광고로부터 얻으면서도 1,000 시청 시간당 200달러 이상의 수익을 기록, 전 세계적으로 추적한 대형 플랫폼 중 시청 시간당 가장 높은 수익을 올리고 있습니다.

  • 마케팅에서의 생성형AI 활용 사례 상위 50개

    The top 50 genAI use cases in marketing
    Martech

    MartechTribe가 283명의 마케팅 전문가(CEO, 컨설턴트, 마케팅 디렉터 등)를 대상으로 설문조사 진행.

    주요 사용 사례 및 분야

    1. 콘텐츠 (Content)
      • 주요 활용:
        • 아이디어 도출 (Copy ideation): 50.7%의 응답자가 사용.
        • 콘텐츠 제작 (Copy production): 43.9% 사용.
        • 콘텐츠 최적화 및 테스트: 28.6% 사용.
      • 의의: 콘텐츠 관련 AI 도구가 워크플로우 효율성을 극대화하며 개인화와 고품질 콘텐츠 제작에 기여.
    2. 데이터 (Data)
      • 주요 활용:
        • 지식 관리 및 문서화: 22.5%.
        • 경쟁사 분석: 21.4%.
      • 의의: 방대한 데이터를 분석해 실질적인 인사이트를 도출, 전략적 의사결정 지원.
    3. 광고 (Ads)
      • 도입 현황:
        • 광고 관련 AI 도구는 상대적으로 낮은 도입률.
      • 이유:
        • 많은 마케터들이 외부 대행사에 의존.
        • Google Ads나 Facebook 광고와 같이 AI가 이미 내장된 플랫폼 사용.
        • 창의적 결정권을 AI에 맡기기 꺼려함.
    4. 소셜 (Social) & 관리 (Management)
      • 소셜:
        • 분석 및 스케줄링 도구는 높은 도입률.
        • 커뮤니티 참여나 인플루언서 관리 도구는 상대적으로 저조.
      • 관리:
        • 전사적 기록, 회의 내용 기록 등은 널리 활용되나, 인재 관리나 채용 도구는 미흡.
    5. 영업 (Sales)
      • 주요 활용:
        • 리드 스코어링과 고객 세분화에 집중.
      • 의의: 완전 자동화보다는 데이터 기반 인사이트 제공에 중점.

    사용 빈도 및 ‘위시리스트’ 인사이트

    • 월간 사용:
      • 전략적 계획 및 복잡한 분석(예: 이미지/비디오 아이디어, 경쟁사 분석 등)에 AI 도구 활용.
    • 일간/주간 사용:
      • 반복적이고 생산적인 업무(예: 카피 제작, 회의록 작성 등)에 집중.
    • 위시리스트 (아직 도입되지 않은 사례)
      • 높은 관심:
        • 오디오/팟캐스트 제작, 컴플라이언스 및 리스크 관리, 소셜 미디어 관리 등.
      • 중간 관심:
        • 웹사이트/페이지 빌딩, 영업 어시스턴트, 타겟 오디언스 구축 등.
      • 낮은 관심:
        • 브랜드 안전, 고객 서비스, 파이프라인 최적화 등.

  • Thomson Reuters 저작권 분쟁과 AI인덱싱

    Breaking down a federal court’s ruling on AI and copyright
    Mathew Ingram

    Thomson Reuters가 소송을 제기한 사건은 Ross Intelligence가 Westlaw 데이터베이스의 “headnotes”를 무단으로 활용해 AI 학습용 자료를 구성하면서 발생. Ross Intelligence는 자연어 검색 엔진을 개발하려 했고, 이 과정에서 법률 사례 요약문(headnotes)을 이용해 약 25,000건의 질문-답변 데이터베이스를 만들었음. 톰슨 로이터의 승리로 인공지능과 저작권 관련 중요한 판결로 평가하지만 매튜 잉그램은 그렇지 않다고 이야기함.

    이번 판결이 AI 인덱싱과의 전쟁에서 저작권에 대한 확실한 승리가 아닌 이유 중 하나는 비바스의 판결이 콘텐츠를 수집한 다음 알고리즘과 기타 마법을 사용해 개념을 표현하는 새로운 방법을 제시하는 ‘생성형 AI’에는 적용되지 않는다는 점을 구체적으로 언급했기 때문입니다.

  • 뉴욕타임스의 내부 AI도구

    New York Times goes all-in on internal AI tools
    Semafor

    AI 도구 사용을 허용하는 내부 지침에 관한 세마포 기사

    신문은 편집진이 이러한 AI 도구를 사용하여 SEO 헤드라인, 요약 및 청중 홍보를 생성하고, 편집을 제안하고, 질문과 아이디어를 브레인스토밍하고, 기자의 문서에 대한 질문을 하고, 조사에 참여하고, 타임즈의 문서와 이미지를 분석하도록 장려했습니다.

    교육 자료에 나타난 활용 사례

    일련의 교육 문서에서 편집 지침은 기자를 위한 가능한 사용 사례를 제시했으며, 여기에는 다음과 같은 프롬프트가 포함됩니다.

    • 하드 포크 의 이 에피소드에서 Al은 몇 번 언급되었나요 ?
    • 이 문단을 좀 더 간결하게 수정할 수 있나요?
    • 이 타임즈 기사를 페이스북에 게시한다고 가정해 보세요. 어떻게 홍보하시겠습니까?
    • 뉴스레터에 맞게 이 타임즈 기사를 간결하고 대화체로 요약해 보세요.
    • 이 타임즈 기사에 대해 검색 최적화된 헤드라인 5개를 제안해 주시겠습니까?
    • 셰익스피어가 쓴 이 연극을 요약해 주실 수 있나요?
    • 이 연방 정부 보고서를 일반인이 이해하기 쉽게 요약해 주실 수 있나요?

  • 프로그래밍의 종말

    The End of Programming as We Know It
    Tim O’Reilly

    챗봇 기반 프로그래밍으로 이번에는 진짜 프로그래밍 종말이 온다는 주장을 받아들이지 않는다는 팀 오라일리 글. 챗봇 기반 프로그래밍의 진정한 가치는 이를 다루고 관리할 수 있는 숙련된 개발자들에게 있다고 말한다.

    갑자기 비프로그래머도 단순히 LLM이나 특화된 소프트웨어 에이전트와 평범한 영어(또는 원하는 인간 언어)로 대화하면, 유용한 Python 프로토타입(또는 원하는 프로그래밍 언어의 프로토타입)을 받아낼 수 있는 것처럼 보입니다. 이를 일컫는 새로운 유행어도 생겼는데, 바로 CHOP, 즉 “대화 지향 프로그래밍”입니다. 고급 추론 모델의 등장으로, 작업을 설명하는 고수준 프롬프트만으로도 복잡한 프로그램을 생성할 수 있는 AI가 나타나기 시작했습니다. 그 결과, 많은 사람들이 “이번에는 다르다”며 AI가 대부분의 인간 프로그래머, 그리고 사실상 대부분의 지식 노동자까지 완전히 대체할 것이라고 주장하고 있습니다. 하지만 나는 여전히 그것을 믿지 않습니다.

  • HP, 휴메인 인수

    HP Accelerates AI Software Investments to Transform the Future of Work
    Humane

    과거에 휴메인이라는 기업이 있었다는 걸 기억하기 위한 글. 아이폰 이전에도 아이폰 같은 시도를 하던 그룹(General Magic?)이 있었고, 어찌보면 휴메인도 비슷한 사례로 남을지도 모른다.

    HP Inc. (NYSE: HPQ)는 Humane의 AI 기반 플랫폼인 Cosmos, 고도로 숙련된 기술 인력, 300개 이상의 특허와 특허 출원을 포함한 지적 재산을 포함하여 주요 AI 역량을 인수하기로 하는 확정적 계약을 발표했습니다. 이 인수는 HP가 보다 경험 중심의 회사로의 전환을 앞당기는 것입니다.

  • 영국 정부 보안 요구에 따라 애플, 고급데이터보호 기능 중단

    Apple pulls data protection tool after UK government security row
    BBC

    고급 데이터 보호 (ADP)란 계정 소유자만이 종단 간 암호화라는 프로세스를 통해 온라인에 저장된 사진이나 문서와 같은 항목을 볼 수 있다는 것을 의미합니다. 하지만 이번 달 초 영국 정부는 현재 애플조차 접근할 수 없는 데이터를 볼 수 있는 권리를 요청했습니다. Apple은 당시에 언급하지 않았지만 암호화 서비스에 “백도어”를 만드는 것에 지속적으로 반대해 왔습니다. 그렇게 하면 나쁜 행위자들이 침입할 방법을 찾는 것도 시간 문제일 뿐이라고 주장했습니다. 이제 이 기술 거대 기업은 영국에서 ADP를 더 이상 활성화할 수 없을 것이라고 결정했습니다. 이는 결국 iCloud(Apple의 클라우드 저장 서비스)에 저장된 모든 영국 고객 데이터가 완전히 암호화 되지는 않을 것이라는 의미입니다. 표준 암호화가 적용된 데이터는 Apple에서 접근할 수 있으며, 영장이 있는 경우 법 집행 기관과 공유할 수 있습니다.

    서리 대학의 사이버 보안 전문가인 앨런 우드워드 교수는 이번 사건이 정부의 “자해 행위”에 해당한다는 코멘트도 있었다.

  • TV를 통한 유튜브 시청

    From the YouTube CEO: Our big bets for 2025
    YouTube Blog

    유튜브 시청에서 TV가 모바일을 앞지른다는 내용. 얼마전 닐슨 계시는 분께 이야기 들었는데 과거처럼 명확하게 텔레비전과 디지털을 구분하는것도 모호해졌다.

    사람들은 YouTube를 컴퓨터나 휴대전화로만 보는 것이 아닙니다. TV는 모바일을 앞지르고 현재 미국에서 YouTube를 시청하는 주요 기기(시청 시간 기준)이며, Nielsen에 따르면 YouTube는 2년 동안 미국에서 스트리밍 시청 시간에서 1위를 차지했습니다. 아직 초기 단계이기는 하지만 AI는 사람들이 YouTube에서 콘텐츠를 만들고 소비하는 방식에 큰 변화를 가져오고 있습니다.

  • 앤트로픽 경제 지수

    The Anthropic Economic Index
    Anthropic

    Anthropic Economic Index는 AI가 노동시장과 경제에 미치는 영향을 분석하기 위한 연구 이니셔티브로, Claude.ai 사용 데이터를 직업별 업무(task)로 매핑하기 위해 Clio라는 자동 분석 도구와 미국 노동부의 O*NET 분류 체계를 사용했다. 이를 통해 분석한 주요 결과.

    • 오늘날 사용은 소프트웨어 개발 및 기술 문서 작성 작업에 집중되어 있습니다. 직업의 3분의 1 이상(약 36%)이 관련 작업의 최소 4분의 1에서 AI를 사용하는 반면, 직업의 약 4%는 관련 작업의 4분의 3에서 AI를 사용합니다.
    • AI 사용은 자동화(43%)에 비해 증강(57%)에 더 치우쳐 있습니다. 증강은 AI가 인간의 역량과 협력하여 강화하는 방식입니다. 자동화는 AI가 직접 작업을 수행하는 방식입니다.
    • AI 사용은 컴퓨터 프로그래머와 데이터 과학자와 같은 중간에서 높은 임금 직종과 관련된 업무에서 더 널리 퍼져 있지만, 가장 낮은 임금과 가장 높은 임금 직종 모두에서 더 낮습니다. 이는 현재 AI 역량의 한계와 기술 사용에 대한 실질적인 장벽을 모두 반영하는 것 같습니다.