김동철님의 아티클

마이크로소프트가 놓친 것들, 그리고 Microsoft Designer

오픈AI 이사회에서 샘 알트만 해임 사건

MS가 이번에 샘 알트만 뿐만아니라 오픈AI 개발자 수백명을 데리고 올 기회가 있었고, AI 시대에 아주 거대한 주도권을 쥐는 큰 흐름 변화를 가져올 수 도 있었지만, 샘 알트만의 오픈AI 복귀로 영입은 무산되었습니다.

​

그래도 MS는 언제나 IT 업계에 큰 형님

시가총액 기준으로 MS는 언제나 전세계 1,2위에서 있어왔습니다. 애플이야 6개월마다 신제품 이슈도 있고 혁신적인 느낌을 주며 마케팅도 잘 되어있지만, MS가 애플보다 시가총액이 더 높았던 시가가 훨씬 길고 많았습니다. MS는 언제나 업계의 큰 형님이었지요.

​

MS가 놓친 것들

슬랙(Slack) / 노션(Notion) / 줌(Zoom)

MS가 Windows OS와 오피스 시장에 장악력을 가지고 있다보니 놓친 것들이 많습니다. 우린 이미 유사품이 다 있는데 또 만들어서 뭐해? 이런 느낌으로 대응이 늦다보니, 슬랙, 노션, 줌과 같은 조단위 유니콘 기업들이 탄생하는 동안 어느정도 쥐고 있던 시장도 놓쳤습니다. 뒤늦게 MS Teams(슬랙 대응), MS Loop(노션 대응) 등을 만들어 대응하고는 있으나 주변에서 사용하는 스타트업은 손에 꼽습니다. 지켜보면서 안타까웠던 것 중 MS는 이미 2011년에 85억달러(9조 2천억원)이 들여 음성/화상 채팅 솔루션 스카이프(Skype)를 인수하여 좋은 솔루션을 가지고 있었음에도, 줌에게 자리를 빼앗겨 버렸죠. 개인노트 저장관리 오프스 제품군인 원노트(OneNote) 있었지만 역시나 주변에서 쓰는 사람을 못봤습니다.

​

캔버스 디자인 시장

매출 1조원 가량의 Canva, 미리캔버스, 망고보드 같은 서비스들이 꽉 잡고 있어서 그런지 현재 Microsoft Designer는 그리 주목받지 못하고 있는 것 같습니다. 가끔 트렌드 파악하고자 여려 사이트들을 들어가보곤 하는데 MS Designer 첫 화면에 보여주고 있는 이미지들이 눈에 띕니다. 마치 Adobe Firefly를 보는 듯하군요.

​

Microsoft Designer

대략 기능들을 보니 이미지 생성, 디자인 생성, 물체 제거, 배경제거, 배경블러, 브랜드킷이 있습니다.

Adobe Firefly

참고로 아래 이미지는 Adobe Firefly 첫화면 입니다.

​

GPU 빈부격차 시대, GPU 푸어 vs GPU 리치

GPU 빈부격차의 시대, GPU 푸어 vs GPU 리치

1. 현재 공룡 IT 기업들은 GPU를 2만개 이상 보유했는가를 기준으로 GPU-푸어 vs GPU-리치 기업으로 나뉜다고 합니다.

​

2. 확보한 기업은 생성 AI 서비스로 수익을 더 내서 더 많은 GPU를 확보하고, 확보하지 못한 기업은 도태되어 빈익빈 부익부 현상이 극대화 될거라는 예측이지요.

​

3. GPU를 많이 확보한 기업이 GPU 클라우드 컴퓨팅 서비스만 잘 해도 될것 같습니다.

4. 아마존 AWS, MS Azure, 구글 GPC 등이 잘하고 있지만, 런팟(Runpod.io) 같이 GPU 인스턴스만 빌려주는 스타트업도 있습니다. AWS GPU 인스턴스보다 저렴하니 스테이블 디퓨전으로 서버를 구축해서 본격적으로 서비스를 하실 스타트업이라면 Runpod 인스턴스를 꼭 검토해보시길.

​

5. 여기서 주목해야할 부분은 GPU의 기준이 NVIDIA H100, A100 이라는 점.

​

6. NVIDIA는 블록체인(비트코인) 시장에서도 큰 돈을 벌었는데, 이번 생성형 AI 시기에도 큰 돈을 벌고 있다는 소식입니다. 2023년 들어와서 2분기에서 벌써 1분기대비 급성장 신호 포착.

​

7. 여러분의 GPU는 무엇을 쓰고 계신가요?

주문 확보량.

챗GPT와 함께하는 인터랙티브 미디어 아트 코딩

1. 챗GPT와 함께하는 미디어아트 코딩

저는 그림 그리는 것을 좋아합니다. 그런데 코딩도 좋아합니다. 그래서 Art & Technology에 서서 그 공간을 탐색하고 있습니다. 인터랙티브 미디어 아트란 무엇인가 챗GPT에 물어보았습니다. 몇가지 주요한 요소들이 보이는데, 관람객 참여, 상호작용, 기술, 센서, 프로그래밍, 예술과 공학의 융합된 현대 미술의 형태라고 설명해 줍니다. 개인적으로 AI 아트가 가졌으면 하는 요소들 입니다.

개인적으로 Brownian motion과 같이 이런 예측 불가능한 자연속의 Random 요소를 좋아합니다. 예시로 이러한 이미지가 관객의 소리, 관객의 움직임 등에 따라 움직임이 반응하고 방향이 바뀐다면 인터렉티브한 기본적인 요소는 갖춘셈입니다.

Brownian motion 알고리즘, 액체나 기체 속에서 미소입자들이 불규칙하게 운동하는 현상

2. 프로세싱이란 무엇인가?

챗GPT에게 물어보았습니다. 역시 저보다 잘 설명해 주는군요. 프로세싱은 MIT Media Lab에서 자바 기반으로 만들어졌고 교육용, 인터랙티브 미디어 아트 코딩하는 분들이 많이 사용하는 언어와 개발 환경입니다.

> 다운받기, https://processing.org/

3. 챗GPT 페르소나 프롬프트 작업

챗GPT에 페르소나 프롬프트 작업을 합니다. 이런 프롬프트가 프롬프트 엔지니어링의 시작입니다.

> 앞으로 Stackoverflow 개발자 처럼 답변해줘

4. Processing 코드를 요청

Processing 에서 동작하는 간단한 코드를 요청해봅니다.

> Processing 으로 동작하는 모션 그래픽 코드를 작성해줘

5. 에러 없는 완성된 코드가 나왔습니다.

우측 상단의 [Copy code]를 클릭하여 코드를 복사 후 프로세싱에서 돌려봅니다.

에러 없이 완성된 코드

6. 결과 화면

중력 값이 조금은 단조로운 화면이 나왔습니다. 어딘가 코딩 수업 Tutorial 03 번쯤에서 봤을 법한 코드입니다. (이런거나 짜라고 GPT 씩이나 쓴게 아닌데..)

다소 단조로운 실행 화면

7. 좀 더 인터랙티브하기

이런거나 짜려고 GPT 씩이나 쓴게 아닐텐데. 뭔가 좀더 인터랙티브한 요소를 가미해보겠습니다. 사용자의 움직임에 반응하는 요소를 넣으려고 하다보니 마우스에 반응 하는 코드를 요청해 보았습니다. 파티클 시뮬레이션이라는 전문용어도 넣어 봅니다. 혹시나 전문용어는 영어로 작성하는게 인식을 좀 더 잘 할까 싶어 영어로 주문합니다.

> Processing 에서 동작하는 마우스 클릭에 반응하며 터지는 particle simulation 코드로 작성해줘.

8. NullPointerException 에러

코드는 잘 나왔고 넣어서 실행해보니 NullPointerException 에러가 나는군요. 한줄 한줄 에러를 잡아보려고 코드를 보다가 각성하게 되었습니다. 우리에겐 GPT가 있습니다. 일은 GPT가 하고 우리는 방향제시를 잘 해주면 됩니다. 그리고 결과물에 대한 분별력을 갖추고 있어야 합니다.

9. 에러도 잡아줘

이렇게 간단한 코드도 에러가 나니? 한마디 좀 해주고, NullPointerExeption 에러도 잡아보라고 시켜봅니다. 그랬더니 수정된 코드를 주는군요. 다 알면서 처음부터 이렇게 짜줄 것이지 말입니다.

10. 만족

철저하게 보스 모드로 이것 저것 주의를 줍니다. 이러면서도 사실 크게 기대하진 않습니다. 실수는 또 할테고 또 잡아주면 됩니다.

> 다음부턴 NullPointerException 에러가 나지 않게 코드를 작성해줘

11. 좀 더 가보기로 합니다

이 쯤에서 마무리 지을까 했는데 저는 one more thing 문화를 좋아해서 하나만 더 해보려고 합니다.

> Processing 으로 동작하는 화려한 모션 그래픽 코드를 작성해줘

이제 좀 쓸만한 코드가 나온 것 같습니다. 예전에 이걸 생으로 짜려고 벡터, 인력, 척력, 중력 뭐 이런걸 공부해던 추억이 새록새록 납니다. 정확하게는 군체 움직임을 위한 Boids flocking 알고리즘이었지요. 프로세싱 코드는 첨부하였습니다.

마우스로 드래그 하면 Force 가 적용되어 움직이는 공들

[소스코드 다운]

구글의 생성형 AI 기반 검색 Google SGE

구글에서 제공하는
새로운 생성형 AI 기반 검색 경험
Google SGE

구글에서 제공하는 새로워진 생성형 AI 검색, 구글 SGE( Search Generative Experience)를 써보았습니다. Google SGE는 구글이 제공하는 생성형 AI 기반의 검색 도구입니다. SGE는 구글랩스의 테스트 프로젝트로, 구글의 생성 AI Bard를 검색 도구에 결합한 것입니다. 내부적으로는 제미나이(gemini) 엔진을 돌고 있을 수 도 있겠군요.

SGE를 사용하면 검색 창에서 이미지와 작성된 초안을 만들 수 있습니다. 또한 긴 기사 요약 등도 생성할 수 있습니다. 새로워진 구글 검색을 경험해보세요. 

Google SGE 기능을 켜고 구글에서 검색을 하면 아래와 같이  '이 검색어에 대한 AI 검색 결과를 확인하시겠습니까?' 라는 문구와 함께 [생성] 버튼이 활성화 되어있습니다.

Google SGE

[생성] 버튼을 누르면 아래와 같이 해당 검색어에 대한 생성 AI 가 동작하여 자료를 보여줍니다.

아래 링크, 구글 랩스(Google Labs)에 접속하셔서 SGE를 활성화 하면 바로 사용할 수 있습니다.

https://labs.google.com/search?source=smp.23q2USLabs.43

생성형 AI 검색 Google SGE

제품사진 AI 이미지로 촬영 방법

위 이미지는 실물 사진(노트북)과 AI 이미지로 배경이 생성되어 AI가 합성해준 이미지입니다.

1. 제품을 파는 쇼핑몰을 운영하는 분들에게는 제품 사진 찍는게 고민입니다. 스튜디오 예약, 작가섭외, 소품준비 등 여러가지 준비해야 것들이 많습니다. 그런데 앞으로 생성형 AI가 이 고민을 해결해 줄 것 같습니다.

2. 프로세스는 크게 3단계로 이뤄집니다. 원본사진의 배경제거(Background Removal) -> 배경생성(Generate Background) -> 합성(Composite)

3. Stable Diffusion을 만들어 공개한 이세대의 대인 Stability AI의 ClipDrop 을 이용할 것입니다.

4. 노트북 사진으로 테스트 해보겠습니다. 다양한 각도에서 촬영한 사진을 몇장 준비힙니다. 아이폰이나 갤럭시 스마트폰 사진으로도 충분합니다. 아래와 같이 다른 각도에서 찍은 사진 몇장을 준비하였습니다.

5. 배경제거시 배경은 단순할수록 좋습니다. 배경제거 AI도 똑똑해져서 웬만해서는 잘 분리해줍니다. 예전에는 이거 따내려고 한참 매직봉과 선택툴로 고생했던 기억이 납니다.

1. 클립드롭(Clipdrop.co) 사이트에 접속합니다.

2. 아래로 스크롤 하다보면 배경교체(Replace Background) 메뉴를 클릭합니다. (참고로 유료만 이용 가능합니다)

3. 촬영한 사진을 업로하고 원하는 배경 프롬프트를 입력합니다.

4. <끝>

클립드롭 사이트에서 배경교체 메뉴를 클릭, 사진을 업로드 하면 자동으로 배경을 제거해줍니다. 크기와 위치를 조절한 후 배경으로 촬영되었으면 하는 프롬프트를 입력합니다.

이렇게 해서 생성하고 합성된 AI 이미지들 중 괜찮게 합성된 이미지들을 선별해 보았습니다. 확대해서 보면 좀 어색하지만, 작게보면 그럭저럭 볼만합니다.

감상해보세요! 그림자까지 반영된 부분은 좀 놀랍습니다.

Meta의 이미지 생성기 Meta AI Imagine 사용기

1. 요즘 무서운 속도로 SNS 회사에서 하이테크 회사로 거듭나고 있는 Meta의 이미지 생성기 Imagine를 사용해보았습니다.

​

2. 사용해보니 Clipdrop, Fooocus와 같은 심플한 UI에, SDXL 정도의 퀄리티를 보여줍니다.

3. Meta가 어찌보면 생성 AI시대의 수혜자가 될수 있겠다 생각을 하게 됩니다. 상업적으로 사용하라고 공개한 언어모델인 Llama 부터, 오디오 생성기 AudioCraft, 이미지 생성기 Imagine 까지, 세상을 놀라게 했던 SAM(Segment Anything Model)도 있고요. 물론 HW 쪽 최고 수혜자는 NVIDIA !

​

4. 접속 주소는 아래와 같습니다. 현재는 미국에만 제공하고 있어 VPN으로 IP 우회가 필요합니다.

https://imagine.meta.com

5. 결과물 몇개를 첨부하며, 이 모든 기술이 인스타그램 릴스 생성에 자연스럽게 녹아들어갈 모습을 상상해봅니다.

생성형 AI 기술 기반 건축 AI 렌더링

1. 건축설계에 있어서 CG 조감도는 고객과 만나는 접점에 있습니다.

2. 건축설계에는 대지분석, 법규검토, 배치설계 등 여러 단계가 있지만 조감도라고하는 CG 렌더링(Computer Graphic Rendering) 파트가 있습니다. 분양 모델하우스에 가면 크게 보이는 조감도(Bird's Eye View)를 생각하시면 됩니다.

3. 대지 면적이 클 수록, 건물의 개수가 많을 수록, 표현할 재질의 종류가 많을 수록, 그만큼 작업량이 많아지고 모델링하고 텍스처링을 하는데 시간이 오래 걸리며 반복작업이라는 고통(paint point)도 함께 수반됩니다.

4. 대략 모델링하는데 하루, 머티리얼 속성 잡고 렌더링 거는데 2~3일은 걸리는 작업입니다. 이렇게 저렇게 장면이 잘 나올때까지 반복해서 수정을 해야합니다. V-Ray 로 렌더링만 하는데도 30분정도 걸립니다. 고해상도 출력이라도 한다하면 1장에 6시간 까지 걸리는 경우도 있었습니다.

5. CG 외주 업체에 의뢰하면 대규모 단지의 경우 1장에 300~500만원 정도 비용을 부릅니다. 소규모 다세대 다가구는 퀄리티에 따라 50~80만원정도 비용을 받고 있습니다. 물론 모델링 분량에 따라 달라집니다.

6. 이러한 Pain Point를 생성형 AI 기술로 해결하고자, 생성형 AI 기술을 이용하여 AI 렌더러를 개발하고 있습니다.

7. 첨부한 이미지는 각각 원본(위)과 AI 렌더링(아래) 이미지입니다. AI 렌더링은 RTX 3090 Ti 기준으로 5초면 나옵니다.

8. 많은 관심과 응원 부탁드려요!

PoC로 만든 테스트 결과를 공유합니다.

조감도 테스트입니다.

집안의 내부가 집집마다 다르게 나온 것이 관람 포인트입니다.

아파트 단지 내에 형성된 공원시설과 단지내 도로가 관람 포인트입니다.

한강과 마포대교 쯤으로 보이는 다리가 잘 나오는 것이 관람의 포인트입니다.

건물에서 흘러나오는 따뜻한 조명과 조명에 반사된 빛반사, 그리고 루프탑이 관람의 포인트입니다.

사진 한장으로 풀모션 영상 생성 AI, 애니메이트 애니원(Animate Anyone)

1. 사진 한장으로 풀모션 영상을 생성하는 AI 입니다. 알리바바가 이런 엄청난 기술을 연구중이었군요.

2. 생성형 AI 가 워낙 놀라운 일들을 많이 보여줘서, 속으로는 엄청 놀랐으면서도 뭐 이쯤해서 이런것이 나올만도 하지 그렇게 보았습니다.

3. 근데 다시 찬찬히 살펴보고 있는데, 너무 진짜 같아서 이 영상이 가짜가 아닌가 하는 의심마저 듭니다.

4. 이 기술을 Stable Diffusion에서 사용할 수 있게 되면, 의류 쇼핑몰은 이제 모델들이 움직이고 있을 테고, 틱톡이나 인스타 릴스에도 콘텐츠 붐이 일지 않을까 싶습니다.

5. 풀바디 모션 기반의 딥페이크도 더욱 조심해야 할 듯 합니다. 보이스 피싱 보다 비디오 피싱을 더 조심해야 하는 시대가 올 것 같습니다.