[카테고리:] 리뷰

작년부터 인디오슬롯 | 홀덤총판문의 대규모 전쟁을 핵심으로 앞세운 MMORPG가 정체기에 들어섰다는 이야기가 나오고 있으나 올해 시장 분위기는 전혀 딴판이다. 작년 상반기와 마찬가지로 올해도 회사 규모를 가리지 않고 MMORPG 신작 다수가 출시됐고, 7월 이후 서비스를 예정한 게임도 적지 않다. 시장경쟁이 한층 치열해진 가운데 모두가 스퍼트를 내는 느낌이다.

인디오슬롯 | 홀덤총판문의 아울러 MMORPG의 경우 기존에 이를 해봤던 유저를 유치하는 것이 최우선이기에 이들이 익숙해지기 쉽게 접근하는 것이 불문율이다. 게임마다 특징적인 콘텐츠 하나씩을 앞세우지만 전반적인 전개와 재미는 대중성을 고려해 비슷해지는 경향을 보인다. 지난 20일에 중견 게임사인 블루포션게임즈가 출시한 에오스 블랙 역시 큰 틀에서는 기존 MMORPG가 보여줬던 게임성에서 크게 벗어나 있지 않다.

인디오슬롯 | 홀덤총판문의 대형 게임사가 즐비한 MMORPG 시장에서 중견 게임사가 차지할 수 있는 위치는 과연 어디인가를 주목해볼 필요가 있다. 수집형 RPG와 마찬가지로 MMORPG 역시 선택지가 많기 때문에 각 게임에 적은 비용을 들여 여러 개를 동시에 플레이하는 것도 가능하다. 이 게임에서 모종의 이유로 진행이 막혔다면 적정하게 관리해주는 동시에, 새로 연 다른 게임을 소소하게 즐기며 한숨 돌릴 여유를 찾는 식이다.

이러한 방향성에서 에오스 블랙이 추구하는 바는 뚜렷해 보인다. 동종 장르의 다른 게임보다 사냥을 통해 아이템을 획득하는 재미가 강조되어 있으며, 유료 상품 구성과 가격 역시 부담이 적은 편이다. 이를 토대로 게임 다수를 번갈아 플레이하거나, 주력 게임 전개가 답답해진 시점에 굳어진 머리를 풀어줄 세컨드 게임으로 자리잡는 것이다.

부담 줄인 유료 상품 구성은 사실이었다

우선 살펴볼 부분은 유료 상품 구성이다. 에오스 블랙에서 유료로 판매하는 상품은 다이아, 영혼체(변신) 확률형 아이템, 유료 액세서리로 압축된다. 우선 확률형 아이템 중 유료 결제로 구매해야 하는 다이아를 활용하는 것은 영혼체 뽑기 하나밖에 없고. 11회 뽑기 기준으로 1회당 뽑기 비용도 2,640원으로 상대적으로 비용이 낮은 편이다.

아울러 패밀리어(펫)는 다이아를 결제하면 누적되는 마일리지로만 뽑을 수 있고, 신수(탈 것)는 출시 후 미션 달성 등을 통해 모을 수 있는 ‘모험가의 증표’를 통해 획득한다. 마일리지 역시 다이아를 구매해야 얻을 수 있는 재화임을 고려하면 간접적으로 유료라 볼 수 있으나, 모험가의 증표는 현재 기준으로는 결제와 관련된 부분이 없다. 주요 유료 확률형 아이템 상품으로 대표되는 탈 것을 무료 획득으로 돌린 것이다.

여기에 MMORPG를 포함한 모바일로 서비스되는 게임에서 구매가 강제되는 느낌을 주는 패키지가 적은 편이다. 6월 24일 기준으로 에오스 블랙에서 패키지 상품은 11회 뽑기와 강화 의뢰서를 묶은 2종만 있으며, 다이아를 구매하면 누적되는 마일리지로 구매할 수 있다. 게임 내에서 직접적으로 다이아를 쓰는 상품은 영혼체 뽑기, 몬스터의 증표, 유료 액세서리, 캐릭터 슬롯 확장, 스탯 초기화, 출석에 따라 영혼체∙패밀리어∙액세서리를 주는 배틀패스 방식 상품이 전부다.

에오스 블랙은 전반적으로 상품 구성이 복잡하지 않아서 파악하기 쉽다. 따라서 마일리지로 구매할 수 있는 상품도 염두에 두면서 다이아 결제를 고려해볼 수 있다. 아울러 영혼체∙패밀리어∙신수 모두 합성으로 토대로 중간 단계라 할 수 있는 ‘희귀’가 등장하는 비중이 상대적으로 높은 편이고, 게임 내 마을 상점에서 플레이를 통해 모을 수 있는 골드로 희귀 무기와 장비를 구매할 수 있다. 즉, 적은 비용으로 초기 플레이에 어려움이 없을 정도의 전투력을 갖추는 것이 가능하다.

필드 사냥에서 종종 ‘희귀’ 장비가 나온다

여기에 일반적인 필드 사냥을 통해서도 기존 MMORPG보다 희귀 장비가 좀 더 자주 드랍되는 느낌이다. 기자 역시 이틀 간 하루 5시간은 직접 플레이, 6시간은 오프라인 모드인 매니징 모드를 이용한 결과 희귀 방어구 2개를 획득할 수 있었다. 다른 MMORPG에서는 희귀보다 한 단계 아래인 고급이나 일반도 무기나 방어구를 보기 어려웠던 경험과 비교해보면 아이템을 획득해 전투력을 높이는 재미를 조기부터 맛볼 수 있다. 이러한 부분은 자동사냥이 주를 이뤄 지루해질 수 있는 플레이에 소소한 재미를 주고, 유저 간 거래에 활력을 더하는 요인이 될 수 있다.

)

사냥을 통해 모은 몬스터 증표를 등록시켜 완성해가는 ‘몬스터 도감’도 느리지만 조금씩 게임이 전개되어가는 듯한 느낌을 준다. 에오스 블랙 역시 40레벨 초중반부터 퀘스트 진행에 어려움이 발생하며 캐릭터를 키우기 위한 장시간 사냥을 반복하는 ‘성장 구간’이 도래한다. 이 때 유저들이 추천하는 부분 중 하나가 몬스터 도감을 채워가는 부분이다. 특히 이미 획득한 증표를 합성하면 모으지 못한 새로운 증표도 얻을 수 있다. 즉, 본인 레벨에 맞는 사냥터에 머물면서 사냥해도, 모은 증표로 합성을 거쳐 도감을 채워가며 추가 능력치를 지속적으로 쌓아갈 수 있다.

인디오게임 | 홀덤먹튀본사 플레이어의 삶은 기복이 심하다. 그게 바로 삶의 본질이고 브래드 오웬 의 추종자 군대는 포커 룸에 발을 들이지 않고도 그 롤러코스터를 탈 수 있다. 그 블로거가 테이블에서의 승패를 기록했기 때문이다.

오웬과 그의 충성스러운 팬들에게는 불행히도 롤러코스터는 그의 최신 영상에서 급격히 떨어졌습니다.

Bobby’s Room에서 캐시 게임을 해서 25,000달러를 따낸 직후, 오웬은 며칠 안에 아빠가 될 테니 당분간 포커를 하지 않겠다고 말했습니다. 하지만 그는 다음 날 같은 플레이어 그룹과 25달러/50달러를 하도록 초대받았기 때문에 포커를 하지 않겠다고 거짓말을 했습니다.

지치고 인디오게임 | 홀덤먹튀본사 바쁜 일정이 다가오고, 처음으로 아빠가 되는 것과 함께하는 모든 것을 정리하고 있음에도 불구하고, 오웬은 초대를 수락하기로 결정했습니다. 그는 포커 룸으로 가서 15,000달러 상당의 칩을 샀습니다.

세션은 시작부터 좋지 않았고, 오웬은 플레이 시작 30분 만에 상당한 팟을 잃었습니다. 오웬은 9인조 폭탄 팟에서 초반 포지션에서 에이스-킹 오프수트를 받았고, 9명의 플레이어가 모두 팟에 200달러를 넣었습니다. 플랍은 킹-잭-텐에 다이아몬드 2개가 있었습니다. 오웬은 1,800달러 팟에 300달러를 베팅했고, 빅 블라인드와 언더더건 플레이어만 콜했습니다.

하트 에이스가 턴에 나왔고, 세 명의 플레이어가 모두 체크했습니다. 스페이드 5개 리버에서 빅 블라인드가 1,000달러를 리드했습니다. 언더더건이 폴드했고, 오웬은 빅 블라인드가 브로드웨이 스트레이트를 위해 킹-퀸을 보여주기만을 콜했습니다.

오웬은 에이스-킹을 가진 숏 스택 플레이어와 팟을 나눠 가졌고, 7듀스 게임이 진행 중일 때 7듀스 오프슈트로 핸드를 이겨서 작은 보너스를 받았습니다. 그 결과 모두가 오웬의 대담한 플레이에 200달러를 주었습니다.

7월 28일부터 열리는 WPT 글로벌 서머 페스티벌에서 800만 달러 이상 보장
더 알아보기
그의 손을 잘못 읽다
하트의 킹-듀스로 가볍게 3배 베팅해서 엄청난 팟을 따낸 후, 오웬은 그때까지 그가 플레이한 것 중 가장 큰 팟에서 재앙을 맞았습니다(영상을 9:39로 빨리 넘겨서 플레이 결과를 확인하세요).

인디오게임 | 홀덤먹튀본사 오웬은 에이스-잭 오프슈트로 버튼에서 $150으로 레이즈했고, 스몰 블라인드에서 솔리드 플레이어가 콜했습니다. 플랍은 두 개의 클럽으로 킹-8-5로 떨어졌고, 오웬은 클럽의 잭을 가졌습니다. 스몰 블라인드는 오웬의 $100 컨티뉴에이션 베팅을 체크-레이즈하여 $400으로 올렸고, 오웬은 콜했습니다. 스몰 블라인드는 턴에서 클럽의 6이 나오자 체크했고, 오웬은 $1,100 베팅을 했고, 스몰 블라인드는 콜했습니다. 리버에서 하트의 7이 나와 보드에 스트레이트로 4를 넣었고, 스몰 블라인드는 체크했습니다. 오웬은 $3,400 팟에 $4,000을 베팅했고, 스몰 블라인드는 탱크-콜하여 포켓 5로 팟을 이겼습니다.

하지만 오웬이 플랍을 잘못 해석한 탓에 이야기의 일부만 틀렸습니다. 스페이드가 두 개 있고 클럽이 두 개 없었기 때문에 그는 백도어 플러시 드로가 없었고, 플랍 체크-레이즈 이후에도 계속 플레이할 수 있을 거라 생각했습니다.

10,000달러 더 충전하기
하이잭에서 하트 에이스-포로 125달러까지 올린 후, 오웬은 스몰 블라인드의 공격적인 플레이어에게서 525달러 3배 베팅을 콜했습니다. 스몰 블라인드는 8-5-5 플랍에서 425달러 베팅을 했고, 오웬은 콜했습니다. 스몰 블라인드는 클럽 듀스 턴에서 1,050달러를 냈고, 오웬은 콜했습니다. 스몰 블라인드는 하트 리버 10에서 체크했고, 오웬은 팟에서 1,300달러를 스태브했습니다. 스몰 블라인드는 팟을 따내고 모든 플레이어에게서 추가로 200달러를 따내기 위해 7-듀스로 콜하기 전에 자신의 선택 사항을 숙고했습니다.

오웬은 1만 달러를 더 넣어 스택을 다시 채웠고, 상대가 플러시 드로를 놓친 뒤 2번째 페어를 가지고 있을 때 트리플 식스를 꺼내자 즉시 수천 달러를 잃었습니다.

인기 스트리머이자 블로거는 에이스 킹이 숏 스택 플레이어의 에이스 5에 맞서 한 번 런아웃을 졌지만, 두 번째 보드에서는 승리하면서 세션에서 두 번째 팟을 차지했습니다.

또 다른 다진 냄비
프레디 디브프레디 디브
몇 개의 괜찮은 팟을 따낸 후, 오웬은 2회 World Series of Poker(WSOP) 브레이슬릿 우승자이자 2회 World Poker Tour(WPT) 챔피언인 프레디 딥을 상대로 프리플랍에서 올인을 했습니다 . 딥은 $200으로 오픈했고, 오웬은 포켓 잭으로 $1,000으로 3배 베팅했지만, 딥은 $10,000으로 잼했습니다. 오웬은 콜하고 두 번 런을 하기로 동의했고, 첫 번째 런 아웃에서 지고 두 번째 런을 홀드했습니다.

풀하우스를 대표하다
오웬이 마지막으로 낸 큰 핸드는 그가 플레이한 방식에 대해 화를 내게 했는데, 그 이유는 리버에서 11,000달러를 잃었기 때문이다. 하이잭은 150달러로 오픈했고, 오웬은 하트의 에이스-잭으로 컷오프에서 콜했고, 빅 블라인드는 콜했다. 스페이드 2개로 퀸-텐-식스 플랍까지 3가지 방법이 있었다. 빅 블라인드는 체크했고, 하이잭에서 처음 레이저를 올린 사람은 오웬이 600달러로 레이즈하기 전까지 175달러를 계속했다. 빅 블라인드였지만, 하이잭은 콜했다.

두 선수 모두 턴에서 잭이 도착하는 것을 체크했습니다. 리버에서 또 다른 잭이 도착했고, 하이잭은 1,725달러 팟에 3,500달러를 베팅했고, 오웬은 11,000달러로 레이즈하여 트립을 블러프로 효과적으로 바꾸었고, 오웬은 이 움직임에 전혀 만족하지 못했습니다. 상대방이 즉답하지 않았고, 무엇을 할지 결정하는 데 시간이 걸렸기 때문에 효과가 있었던 듯했습니다. 상대방은 결국 콜했고, 팟의 하단 풀 하우스를 위해 포켓 식스를 뒤집었습니다.

오웬은 스택에 6,000달러를 추가했고, 이는 그가 총 45,000달러를 가지고 있다는 것을 의미합니다. 그는 쌓이기 전에 2,000달러를 되찾았습니다.

WPT 글로벌 서머 페스티벌, WPT 월드 챔피언십 좌석 수여

“그건 제가 해본 포커 중 최악의 세션이었어요. 23,800달러를 잃었어요. 어제 플레이해서 25,200달러를 땄어요. 어제 이긴 건 사실상 전부 잃었어요. 어제 벨라지오에서 가장 큰 승리를 거둔 게 오늘 벨라지오에서 가장 큰 손실을 본 걸로 바뀌었죠.

“솔직히 말해서, 저는 경기를 하지 말았어야 했습니다. 큰 승리를 거둔 후에는 하루를 내어 긴장을 푸는 게 좋지만, 저는 경기에 초대를 받았고 그들이 저를 초대할 때마다, 특히 큰 승리를 거둔 후에는 어딘가에 가고 싶어졌습니다. 저는 지쳐 있었습니다. 오늘 아침 6시에 일어나서 3시간 동안 비디오 작업을 했습니다. 잠을 잘 수 없었고 많은 일을 해야 했기 때문에, 경기에 앉기 전에 이미 피곤했습니다.”

해피 엔딩
오웬은 최악의 포커 세션을 했지만, 영상은 아들 헨리의 탄생으로 행복한 분위기로 끝나므로, 사실 그는 이기고 있는 셈입니다. 오웬은 이제 앞으로 몇 주 동안 WPT Global 에서 보장된 800만 달러의 Summer Series를 온라인으로 진행할 계획입니다 .

풍성한 환영 패키지로 WPT 글로벌 커리어를 시작하세요
오늘 PokerNews를 통해 WPT Global을 다운로드하여 거대한 여름 축제를 준비하세요 . 엄청난 환영 보너스를 받을 수 있습니다. 아래의 환영 패키지 표를 확인하여 어떤 보너스를 받을 자격이 있는지 확인하세요.

인디오홀덤 | 메가슬롯 오래된 PPT 자료를 모두 살펴보고 ‘암호화’라는 단어를 ‘AI’로 바꿔줄 수 있나요?”

벤자민 슈워츠가 그린 뉴요커 만화에 나오는 이 캡션은 실리콘밸리의 새로운 ‘AI 워싱(AI Washing)’ 정신을 완벽하게 묘사한다.

인디오홀덤 | 메가슬롯 AI 워싱은 단순한 현상처럼 들리지만, 실제로는 복잡하고 다면적이다. 그리고 이 글을 읽는 모든 사람(기술 리더, 마케터, 제품 개발자, 사용자, 모든 유형의 IT 전문가)은 마케팅과 영업뿐 아니라 업계 주장에 근거한 기사에서 과장, 왜곡된 강조, 노골적인 거짓말을 쉽게 접할 수 있다는 점을 알아야 한다.

AI 워싱의 이해
AI 워싱은 기업이 홍보하는 제품이나 서비스에서 AI의 역할을 지나치게 강조하는 기만적인 마케팅 관행을 말한다. ‘워싱’이라는 표현은 1986년 환경운동가 제이 웨스터벨트가 만든 ‘그린워싱(greenwashing)’에서 유래했다. 그린워싱은 소비자 제품이 환경에 미치는 영향과 관계없이 친환경적인 것처럼 마케팅하는 것을 말한다.

인디오홀덤 | 메가슬롯 구식 알고리즘을 사용하는 제품은 AI인 것과 AI가 아닌 것에 대해 보편적으로 합의된 정의가 없다는 점을 이용해 ‘AI 기반’이라는 수식어를 붙인다. 스타트업은 공개적으로 사용 가능한 생성형 AI API에 플러그인하는 앱을 개발해 AI 앱으로 마케팅한다. 대형 AI 프로젝트는 종종 뒷단에서 일하는 사람에게 의존하곤 한다. 야심찬 AI 솔루션을 실제로 작동시킬 수 있는 유일한 방법이 사람뿐이기 때문이다.

마지막 부분에 대해 더 자세히 알아보자.

AI는 결국 사람이 만드는 기술
유통 대기업 아마존은 2016년부터 ‘저스트 워크 아웃(Just Walk Out)’ 기술을 적용한 참단 기술 매장 아마존 고(Amazon Go)와 아마존 프레시(Amazon Fresh)를 44곳에서 운영하고 있다.

필자는 아마존의 이 같은 이니셔티브에 대한 글을 2017년 처음 썼다. 소비자가 매장에 들어와 진열대에서 물건을 고른 다음, 계산대에서 직원을 마주하지 않고 바로 나갈 수 있는 매장이 아마존의 비전이었다. 이런 매장에서는 센서와 카메라가 AI 기반으로 누가 무엇을 구매했는지 파악하고 그에 따라 요금을 청구한다. 모든 구매 경험이 계산 없이 이뤄진다. 절도처럼 느껴지지만, 합법적인 구매 절차다.

이런 시스템은 첨단 컴퓨터 비전으로 구동돼 고객과 고객이 집어 든 물건을 감시한다. 선반의 센서는 카메라가 감지한 품목의 종류와 개수를 확인해 꺼낸 품목의 무게를 전달하며, RFID 태그가 부착된 품목 정보도 전달된다. 고급 ML 알고리즘이 카메라와 센서의 데이터를 처리해 제품을 식별하고 특정 쇼핑객과 연결한다. 전자 출입 게이트는 누가 언제 출입하는지 파악한다. 이런 알고리즘은 수백만 개의 AI 생성 이미지와 동영상을 학습해 제품, 사람 행동 방식과 동작을 인식한다.

아마존은 7년 동안 저스트 워크 아웃 기술의 구성 요소에 대해 열심히 이야기해 왔다. 하지만 이 기능을 실제로 작동시키기 위해 고용된 1,000여 명의 인력에 대해서는 언급하기를 꺼려했고, 언론 보도가 나온 후에야 이런 직원들의 존재를 인정했다. 그 후에도 아마존은 이 직원들이 영상을 검토하지 않았다고만 말하며 구체적인 역할에 대해서는 함구했다.

1,000여 명의 직원이 매장 44곳을 모니터링하고 지원(보고서에 따르면 주문의 3/4을 확인)하고 있음에도 불구하고, 저스트 워크 아웃 기술은 영수증 발급 지연, 잘못된 주문 관리, 높은 운영 비용 등의 문제에 봉착했다. 올해 아마존은 주요 매장에서 저스트 워크 아웃 기술을 단계적으로 폐지하기로 했지만, 고객사 대상으로는 여전히 서비스를 제공하고 있다.

‘AI 뒤에 숨은 인간’을 보여주는 또 다른 예는 자율 주행 자동차 세계다. 알파벳의 웨이모(Waymo)는 직원들이 카메라를 통해 자동차를 모니터링하고 문제가 발생하면 원격으로 개입하는 NASA 스타일의 지휘 센터를 운영하고 있다. 제너럴 모터스 산하 로보택시 기업 크루즈(Cruise)는 자율 주행 택시가 평균 6~8km마다 사람의 도움이 필요하며, 각 원격 제어 세션은 평균 3초 동안 지속한다고 인정했다.

다른 자율 주행 기업들은 원격 조종사의 도움을 더 많이 받고 있다. 베이(Vay)라는 독일 기업이 최근 라스베이거스에서 시작한 원격 발렛 파킹 서비스가 대표적인 예다. 고객이 원하는 곳으로 원격으로 차를 가져다주고, 운전자는 원하는 곳으로 차를 운전한다. 목적지에 도착해 차에서 내리면 원격 근무자가 대신 주차한다.

아마존의 상점과 자율 주행 자동차는 널리 퍼진 AI 워싱을 보여주는 2가지 예다.

AI 워싱이 발생하는 이유
AI 시스템을 구축하는 고액 연봉의 고급 기술자들은 AI가 매우 복잡한 문제를 해결할 수 있다고 믿는다. 물론 이론적으로는 가능하다. 이들은 상사에게 ‘그렇게 할 수 있다’라고 말한다. 이 말은 들은 리더들은 이사회에 ‘그렇게 할 수 있다’라고 말한다. 회사의 최고 경영진은 투자자들에게 ‘그렇게 할 수 있다’라고 말한다. 마지막으로 기업은 대중에게 ‘할 수 있다’라고 한다.

하지만 한 가지 작은 문제가 있다.

대부분 기업은 거창한 주장에 대해 책임감을 느끼기 때문에 제품이나 서비스가 결정을 내리고 문제를 해결하며 ‘마법’을 부리는 데 있어 커튼 뒤의 사람에 얼마나 의존하는지를 숨긴다. 뻔뻔한 기업일수록 AI의 능력이 자신이 주장하거나 믿었던 것만큼 뛰어나지 않다는 증거에 굴하지 않고 계속해서 자신의 주장을 되풀이한다. 이와 관련해 테슬라 CEO 일론 머스크가 떠오른다.

2016년 10월, 머스크는 2017년 말까지 테슬라가 로스앤젤레스에서 뉴욕까지 완전 자율 주행을 시연할 것이라고 말했다.
2017년 4월에는 약 2년 후에는 운전자가 차량이 스스로 운전하는 동안 차 안에서 잠을 잘 수 있을 것이라고 전망했다.
2018년, 머스크는 테슬라의 완전한 자율 주행에 대한 약속을 2019년 말로 앞당겼다.
2019년 2월 머스크는 “올해 안에” 완전 자율 주행 실현을 약속했다.
2020년에는 그해 연말까지 테슬라가 100만 대 이상의 자율 주행 로보택시를 도로에 배치할 것이라고 주장했다.
올해 역시 완전 자율 주행 테슬라가 “올해 말”에 실현될 수 있다고 말했다.

그런 일은 일어나지 않을 것이다. 머스크는 자신과 고객을 속이고 있는 AI 워싱의 대표주자다.

AI 워싱의 진짜 문제
누적되는 AI 워싱은 대중과 기술 산업 모두를 잘못된 길로 인도할 수 있다. AI 워싱은 AI가 할 수 없는 일을 할 수 있다고 착각하게 만든다. AI가 모든 문제에 대한 만능 해결책이라고 생각하게 만들거나, 세계관에 따라서는 디스토피아로 가는 미끄러운 경사라고 생각하게 만든다.

AI 워싱은 품질보다는 ‘마법’에 초점을 맞춘 열등한 솔루션에 금전적인 인센티브를 제공한다. 개를 목욕시키는 호스가 “AI로 구동된다”라고 주장한다고 해서 개가 더 깨끗해지는 것은 아니다. 단지 비싼 호스가 될 뿐이다.

왜곡된 투자를 이끌어내기도 한다. 오늘날 실리콘밸리의 투자는 실제 AI와 AI 워싱 솔루션에 완전히 사로잡혀 있다. 현명한 투자자조차도 구매자의 순진함 덕분에 AI 이야기가 시장에서 팔릴 것이라는 생각에 AI 워싱의 과장이나 거짓말을 간과할 수 있다.

가장 큰 문제는 업계의 과대광고가 아니라 자기기만이다. AI 솔루션 공급업체는 인간의 도움이 수치스러운 일이라고 생각하지만, 필자는 인간의 개입이 안도감으로 받아들여질 것이라고 생각한다.

대중은 쇼핑과 운전 경험에 사람이 관여하기를 원한다. 우리에게 필요한 것은 기계가 아닌 사람이다. 지금 이 순간에도 AI가 생성한 쓰레기는 기괴하고 때로는 끔찍한 이미지와 함께 엉뚱한 산문과 거짓말로 넘쳐나고 있다. 구글은 검색 엔진을 답변 엔진으로 대체하는 데 급급해 ‘피자에 접착제를 발라야 한다’라는 결과를 만들고 있다.

대중이 진정으로 원하는 것은 사람이 만든 콘텐츠를 찾아주는 검색 엔진, 적어도 사람이 만든 콘텐츠를 선호하고 AI가 만든 콘텐츠에 레이블을 붙이는 페이지랭크(PageRank) 시스템이다.

AI 워싱 현상은 착각에 기반한다. 사람은 기계가 모든 것을 만들고 통제하기를 바란다는 착각, AI를 추가하면 무언가가 자동으로 개선될 것이라는 착각, 사람을 고용하는 것이 기술의 실패를 의미한다는 착각이다. 실제로는 그렇지 않다.

AI에 대한 망상은 이쯤에서 충분하다. 판매자는 AI에 대해 진실을 말해야 하며, 구매자는 돈을 지불하는 제품과 서비스에 포함된 AI가 실제로 유용한 기능을 수행한다는 증거를 요구해야 한다. 기술 업계, 기술 고객 커뮤니티, 기술 언론에 종사하는 모두를 대표해 필자는 AI에 대한 가스라이팅을 멈춰달라고 말하고 싶다.
editor@itworld.co.kr

원문보기:
https://www.itworld.co.kr/opinion/343081#csidx45dfd3d8640d2e1babda5d17683d233

인디오홀덤 | 슬롯게임 윈도우용 마이크로소프트 코파일럿 런타임(Copilot Runtime) 엣지 AI 개발 플랫폼의 주요 구성요소 중 하나는 DiskANN(Disk Accelerated Nearest Neighbors)이라는 새로운 벡터 검색 기술이다. 마이크로소프트 리서치의 장기 프로젝트를 기반으로 하는 DiskANN은 애플리케이션 내에 벡터 인덱스를 구축하고 관리하는 방법이다. 인메모리 및 디스크 저장을 함께 사용해서 메모리 내의 양자화된 벡터 그래프를 디스크의 고정밀 그래프에 매핑한다.

DiskANN이란?
정확히 똑같다고는 할 수 없지만 DiskANN은 SQL라이트와 같은 툴의 벡터 인덱스 버전이라고 생각하면 된다. 코드에 추가하면 코파일럿 런타임의 파이 실리카(Phi Silica)와 같은 SLM(Small Language Model)의 시맨틱 임베딩으로 구성된 벡터 인덱스를 간편하게 검색할 수 있다.

인디오홀덤 | 슬롯게임 DiskANN은 데이터베이스가 아니라, 벡터 검색을 지원하도록 설계되지 않은 다른 저장소에 벡터 인덱스를 추가하기 위한 툴로 제공되는 일련의 알고리즘이라는 것을 이해하는 것이 중요하다. 따라서 DiskANN은 관계형이든 NoSQL 키 값 저장소든 상관없이 다른 임베디드 저장소의 이상적인 동반자라고 할 수 있다.

인메모리 및 디스크 저장을 위한 요구사항은 이전 윈도우 기본 메모리보다 2배 많은 메모리와 더 크고 빠른 SSD가 필요한 코파일럿+ PC의 하드웨어 사양을 이해하는 데 도움이 된다. CPU 요구사항은 다른 벡터 검색 알고리즘에 비해 낮아서, 애저 서비스에서 대규모로 구현할 경우 기존 방법에서 사용하는 CPU의 5%만 있으면 된다.

인덱싱되는 데이터를 위한 별도의 저장소가 필요하다. 인덱스와 임베딩 소스, 두 가지에 별도의 저장소를 둘 경우 그 자체의 문제점도 있다. 개인 식별 정보를 비롯한 규제 대상 데이터를 다루는 경우 소스 데이터의 암호화를 간과하면 안 된다. 이로 인해 쿼리에 오버헤드가 추가될 수 있는데, 흥미로운 점은 마이크로소프트가 보관 중인 데이터와 사용 중인 데이터를 모두 암호화해서 PII 유출 또는 맬웨어에 의한 프롬프트 조작 위험을 낮출 수 있는 소프트웨어 기반 보안 인클레이브를 개발 중이라는 것이다.

인디오홀덤 | 슬롯게임 DiskANN은 바마나(Vamana) 그래프 인덱스를 사용해서 근사 최근접 이웃 검색을 구현한다. 자주 변경되는 데이터를 다루도록 설계됐으므로 로컬 파일, 또는 이메일이나 팀즈(Teams) 채팅 등 마이크로소프트 365와 같은 서비스에 보관된 데이터를 인덱싱해야 하는 에이전트형 AI 애플리케이션에 유용하다.

diskannpy 파이썬 구현 형태로 제공되는 유용한 퀵스타트가 있다. diskannpy는 인덱싱 구축과 검색을 위한 클래스를 제공한다. 넘파이(NumPy)와 같은 수치 분석 파이썬 라이브러리를 사용해서 인덱스를 구축하고 사용해서 기존 데이터 과학 툴에 연결할 수 있는 옵션도 제공된다. 또한 인덱스를 중심으로 애플리케이션을 구축하기 전에 비주얼 스튜디오 코드에서 주피터(Jupyter) 노트북을 사용해서 인덱스를 테스트할 수 있다. 프로토타이핑에 노트북 기반 접근 방식을 사용하면 SLM 기반 애플리케이션의 요소를 개별적으로 개발해서 셀 간에 결과를 전달할 수 있다.

먼저 2개의 인덱스 빌더(Index Builder) 클래스 중 하나를 사용해서 넘파이 배열 또는 DiskANN 형식 벡터 파일의 내용으로 하이브리드 또는 인메모리 벡터 인덱스를 구축한다. diskannpy 라이브러리에는 배열에서 이 파일을 구축하기 위한 툴이 포함돼 있으므로 인덱스에 신속하게 임베딩을 추가할 수 있다. 인덱스 파일은 지정된 디렉터리에 저장되어 검색이 가능하다. 그 외에 인덱스를 업데이트하고 동적인 작업을 지원할 수 있는 기능이 있다.

검색은 간단한 클래스로, 검색 임베딩이 포함된 쿼리 배열과 함께 반환할 이웃의 수와 목록의 복잡성을 정의하는 매개변수가 있다. 목록이 클수록 결과를 제공하는 데 더 오랜 시간이 걸리지만 더 정확하다. 정확성과 지연 사이에서 절충해야 하므로 최종 코드를 커밋하기 전에 실험이 필요하다. 그 외에 쿼리를 일괄 처리해서 성능을 개선할 수 있는 옵션이 있다. 인덱스의 복잡성, 검색에 사용되는 거리 척도의 유형을 정의할 수 있다. 복잡성과 그래프 도수의 값은 클수록 좋지만 결과 인덱스를 생성하는 데 그만큼 더 오랜 시간이 걸린다.

인디오홀덤 | 슬롯게임 diskannpy는 DiskANN 사용 방법을 익히기에 유용한 툴이다. 코파일럿 런타임이 발전하게 되면 아마 마이크로소프트는 코스모스 DB의 경우와 비슷한, 높은 수준의 추상화를 위한 일련의 래퍼를 제공할 것이다. 초기 코파일럿 런타임 발표를 보면 이 부분이 어떻게 작동할지에 대한 힌트가 있고, 검색 증강 생성(RAG) 기반 애플리케이션을 구축하는 데 사용되는 벡터 임베딩 API에 대한 언급이 나온다. 이는 코파일럿 런타임 업데이트를 통해 구현될 계획이다.

왜 DiskANN인가?
해당 프로젝트의 깃허브 리포지토리를 살펴보면 마이크로소프트가 코파일럿 런타임의 기본 기술 중 하나로 DiskANN을 선택한 이유를 쉽게 알 수 있다. DiskANN은 SSD와 인메모리 작업에 모두 최적화되며 많은 데이터를 경제적으로 인덱싱하는 하이브리드 접근 방식을 제공한다. 초기 마이크로소프트 리서치에서 발표한 DiskANN 논문에 따르면 하이브리드 SSD/RAM 인덱스는 대등한 순수 인메모리 알고리즘에 비해 5~10배 더 많은 벡터를 인덱싱할 수 있고, 약 10억 개의 벡터를 높은 검색 정확성과 5ms의 지연으로 처리할 수 있다.

물론 실제 엣지에 호스팅되는 SLM 애플리케이션이 그 정도로 많은 데이터를 인덱싱해야 하는 경우는 드물고, 따라서 성능과 정확성은 더 높을 것이다.

SLM에서 시맨틱 AI 애플리케이션을 구축하는 경우 처리량에 집중하면서 각 작업에 적은 수의 토큰을 사용해야 한다. RAG 애플리케이션을 위한 근거에 기초한 프롬프트를 구축하는 데 필요한 검색을 최대한 빠르게 유지할 수 있다면 간단한 답을 얻기 위해 기다려야 하는 사용자들의 불편을 줄일 수 있다.

시작 시점에 인메모리 인덱스를 로드하면 검색을 간소화해서 애플리케이션이 SLM을 위한 근거에 기초한 프롬프트를 구축하는 데 필요할 때만 소스 데이터에 액세스하도록 할 수 있다. 한 가지 유용한 옵션은 검색에 필터를 추가해서 결과를 정제하고 애플리케이션에 더 정확한 근거를 제공하는 기능이다.

지금은 코파일럿 런타임의 초기인 만큼 퍼즐을 완성하기 위해 필요한 조각 일부가 아직 없다. DiskANN 인덱스를 사용하기 위한 한 가지 필수 요소는 소스 데이터를 벡터 임베딩으로 인코딩하기 위한 툴이다. 이는 코드의 일부로, 또는 애플리케이션에 기본 벡터 인덱스 집합을 제공하기 위해 벡터 검색을 구축하는 데 필요하다.

인디오홀덤 | 슬롯게임 다른 곳에서 볼 수 있는 DiskANN
코파일럿 런타임 외에 마이크로소프트는 코스모스 DB에 빠른 벡터 검색을 추가하기 위한 용도로도 DiskANN을 사용한다. 또한 마이크로소프트 365와 빙 서비스에도 DiskANN이 사용된다. 코스모스 DB에서는 고도로 분산된 대량의 데이터로 작업할 가능성이 높은 노SQL API에 벡터 검색을 추가하고 있다. DiskANN은 빠르게 변화하는 데이터를 지원하고, 이것이 코스모스 DB의 동적 확장과 함께 작동하면서 각각의 새로운 파티션에 새 인덱스를 추가한다. 그러면 사용 가능한 모든 파티션 인덱스에 병렬로 쿼리를 전달할 수 있다.

마이크로소프트 리서치는 꽤 오래 전부터 DiskANN과 같은 툴을 연구하고 있는데, 순수한 연구가 실제 제품(특히 코스모스 DB와 윈도우처럼 광범위하게 사용되는 제품)까지 이어지는 것은 반가운 일이다. 코파일럿 런타임의 일부로 빠르고 정확한 벡터 인덱스를 사용할 수 있으면 생성형 AI와 관련된 위험을 낮추고 인덱스를 PC에 유지해서 소스 데이터를 비공개로 유지하고 SLM의 근거를 확보할 수 있다. 여기에 윈도우의 기밀 컴퓨팅 기법을 결합한 마이크로소프트는 사용자 자체 디바이스에서 안전한 비공개 AI를 제공할 준비가 된 것으로 보인다.
editor@itworld.co.kr

원문보기:
https://www.itworld.co.kr/topnews/343494#csidxd96b64408e976f491cfecfd2f92e18a