비즈니스 세계에서 아첨과 칭찬을 구분하는 방법

비즈니스 세계에서 진심 어린 칭찬과 아첨을 구별하려면 다음 팁을 고려하세요:

1. 구체성: 진심 어린 칭찬은 구체적이고 개인의 업무나 행동의 특정 측면에 초점을 맞추는 경향이 있습니다. 반면에 아첨은 모호하고 일반적인 경우가 많습니다[1].

2. 관련성: 진심 어린 칭찬은 상황 및 개인의 성과와 관련이 있는 반면, 아부는 칭찬받는 개인의 진정한 자질이나 능력을 반드시 반영하지 않을 수 있습니다[4].

3. 진정성: 진정성 있는 칭찬은 진실과 정직함에서 나오는 반면, 아첨은 종종 진실하지 않고 숨겨진 의도에 의해 동기 부여됩니다[8]. 칭찬을 하는 사람의 어조와 몸짓에 주의를 기울여 칭찬의 진정성을 가늠하세요.

4. 일관성: 진정한 칭찬은 그 사람의 과거 행동 및 성과와 일치하는 반면, 아첨은 일관성이 없거나 과장된 것일 수 있습니다[1].

5. 은밀한 동기: 아첨에는 호의를 구하거나 받는 사람을 조종하려는 등의 은밀한 동기가 있는 경우가 많습니다[10]. 대가가 따르는 것처럼 보이거나 호의 요청이 뒤따르는 칭찬은 주의해야 합니다.

6. 타이밍: 진심 어린 칭찬은 일반적으로 미리 계획하지 않고 즉흥적으로 이루어지는 반면, 아첨은 특정 결과를 달성하기 위해 전략적으로 타이밍을 잡을 수 있습니다[17].

7. 영향력: 진정한 칭찬은 받는 사람의 동기 부여와 자존감에 긍정적인 영향을 미칠 수 있는 반면, 아부는 단기간에 그치거나 심지어 부정적인 영향을 미칠 수도 있습니다[1].

이러한 요소를 인식하면 직장에서 진심 어린 칭찬과 아첨을 더 잘 구분할 수 있습니다. 진심 어린 칭찬과 격려가 동기를 부여하고 영감을 줄 수 있지만, 진심이 아닌 칭찬은 해롭고 교묘할 수 있다는 점을 기억하세요[6].

인용:
[1] https://medium.com/rampup/the-difference-between-flattery-and-praise-691212264bfa
[2] https://www.quora.com/How-can-you-tell-if-someone%E2%80%99s-compliments-are-genuine-My-big-boss-always-compliments-me-but-they-seem-to-me-to-be-insincere-Today-she-told-me-if-she%E2%80%99s-had-a-son-she%E2%80%99d-want-it-to-be-me-Because-I-simply-knew-how-she-took-her-coffee
[3] https://www.listeningpartnership.com/insight/master-manipulator/
[4] https://www.frontiersin.org/articles/10.3389/fnhum.2023.985047
[5] https://sg.indeed.com/career-advice/career-development/how-to-praise-someone-professionally
[6] https://thriveworks.com/blog/workplace-manipulation-identify-signs-communicate-effectively/
[7] https://www.quora.com/What-is-the-difference-between-praise-and-flattery
[8] https://hbr.org/2019/10/how-to-give-and-receive-compliments-at-work
[9] https://www.linkedin.com/pulse/manipulation-praise-joe-contrera
[10] https://gotherefor.com/offer.php?changestore=true&intid=29730
[11] https://www.indeed.com/career-advice/career-development/how-to-compliment-coworkers
[12] https://www.careeraddict.com/7-signs-your-boss-is-manipulating-you
[13] https://www.n2growth.com/beware-of-flattery/
[14] https://www.fastcompany.com/40537609/stop-giving-meaningless-compliments-and-do-this-instead
[15] https://hbr.org/2022/01/are-you-being-influenced-or-manipulated
[16] https://tanveernaseer.com/do-you-lead-others-through-flattery-or-praise/
[17] https://www.scienceofpeople.com/fake-compliments/
[18] https://medium.com/psychology-simplified/7-subtle-signs-of-manipulative-bosses-cd8386782928
[19] https://www.fastcompany.com/90340287/why-flattery-in-the-workplace-is-risky-behavior
[20] https://www.happify.com/hd/learn-to-give-genuine-compliments/
[21] https://www.psychologytoday.com/us/blog/evolution-of-the-self/201401/praise-as-manipulation-6-reasons-to-question-compliments
[22] https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9974641/
[23] https://www.tjguttormsen.com/blog/great-compliments
[24] https://www.indeed.com/career-advice/career-development/manipulative-coworker

네이버, 생성형 검색 서비스 Cue 출시

Cue:는 대화를 통해 답변을 찾아주는 네이버의 AI 검색입니다.
떠오르는 생각을 대화하듯 입력하고, 필요한 정보를 한눈에 파악하는 새로운 경험을 시작하세요.

Cue:는 대기 명단에 등록하신 순서에 따라 순차적으로 승인되어 서비스 이용까지 대기가 발생할 수 있습니다.

대기 명단에 등록하신 분들께 빠른 시일 내에 서비스를 원활하게 제공할 수 있도록 최선을 다하겠습니다.

네이버 검색은 사용자에게 최상의 답변을 제공하기 위해 끊임없이 도전을 해왔습니다. 그리고 이제 네이버의 AI 기술이 집약된 Cue:를 통해 새로운 검색 경험을 선보이고자 합니다. 첫 번째, 어떤 검색어로 입력해야 할지 고민하지 말고 사람에게 물어보듯이 자연스럽게 질문하세요. Cue:가 질문을 이해하고 원하는 정보를 검색해서 가져다줍니다. 두 번째, Cue:는 이전 질문과 답변을 기억합니다. Cue:와 대화를 이어나가며 원하는 답을 찾아보세요.

DALL·E 3

DALL-E 3는 이전 시스템보다 훨씬 더 많은 뉘앙스와 디테일을 이해하고 아이디어를 매우 정확한 이미지로 쉽게 변환할 수 있습니다.

동일한 프롬프트를 사용하더라도 DALL-E 3는 DALL-E 2에 비해 크게 개선된 기능을 제공합니다.

DALL-E 3는 기본적으로 ChatGPT를 기반으로 제작되었기 때문에 ChatGPT를 브레인스토밍 파트너이자 프롬프트를 다듬는 도구로 사용할 수 있습니다. 간단한 문장부터 자세한 단락까지 원하는 내용을 ChatGPT에 요청하기만 하면 됩니다.

아이디어를 입력하면 ChatGPT는 아이디어를 실현할 수 있는 맞춤형 세부 프롬프트를 자동으로 생성하여 DALL-E 3에 표시합니다. 특정 이미지가 마음에 들지만 적절하지 않은 경우 몇 마디 말만 하면 ChatGPT에 수정을 요청할 수 있습니다.

DALL-E 3는 10월 초에 ChatGPT 플러스 및 엔터프라이즈 고객에게 제공될 예정입니다. DALL-E 2와 마찬가지로 DALL-E 3로 만든 이미지는 귀하가 사용할 수 있으며 재인쇄, 판매 또는 상품화하기 위해 당사의 허가가 필요하지 않습니다.

중국 온라인결제 '알리페이' 운영사 토스페이먼츠에 1000억원대 지분투자 실질 지분율 약 40% 확보

업스테이지의 새로운 언어모델 솔라

업스테이지에서 만든 새로운 봇인 Solar를 이제 포에서 사용할 수 있습니다.

솔라는 HuggingFace Open LLM 순위표에서 상위권에 랭크된 모델이자 Llama 2를 미세 조정한 Solar는 오픈 소스를 통한 발전의 좋은 예입니다.

지금 체험하기 https://poe.com/Solar-0-70b

SOLAR-0-70b-16비트 모델 카드

• 모델명이 LLaMa-2-70b-instruct-v2에서 SOLAR-0-70b-16bit로 변경되었습니다.

모델 세부 정보

• 개발자: Upstage

• 백본 모델: LLaMA-2

• 언어(들): 영어

• 라이브러리: 허깅페이스 트랜스포머

• 라이선스: 미세 조정된 체크포인트는 비영리 크리에이티브 커먼즈 라이선스(CC BY-NC-4.0)에 따라 라이센스가 부여됩니다.

• 의견을 보낼 수 있는 곳: 모델에 대한 피드백이나 의견을 제공하는 방법에 대한 지침은 허깅페이스 커뮤니티의 모델 저장소에서 이슈를 열면 확인할 수 있습니다.

• 연락처: 모델에 대한 질문이나 의견이 있으시면 contact@upstage.ai 으로 이메일을 보내주세요.

• 사용된 데이터 세트

  • 오르카 스타일 데이터 세트

  • 알파카 스타일 데이터 세트

• 위에 언급된 데이터셋을 제외하고 다른 데이터셋은 사용되지 않았습니다.

• 벤치마크 테스트 세트 또는 훈련 세트가 사용되지 않았습니다.

프롬프트 템플릿
### System:
{시스템}

### 사용자:
{사용자}

### 어시스턴트:
어시스턴트: {어시스턴트}

사용법

다음은 A100 80GB에서 테스트한 결과입니다.

저희 모델은 로프 스케일링 옵션 덕분에 최대 10,000개 이상의 입력 토큰을 처리할 수 있습니다.

토치 가져오기

트랜스포머에서 AutoModelForCausalLM, AutoTokenizer, TextStreamer를 가져옵니다.

tokenizer = AutoTokenizer.from_pretrained("upstage/Llama-2-70b-instruct-v2")
model = AutoModelForCausalLM.from_pretrained(
    "upstage/Llama-2-70b-instruct-v2",
    device_map="auto",
    torch_dtype=torch.float16,
    load_in_8bit=True,
    rope_scaling={"type": "dynamic", "factor": 2} # 더 긴 입력 처리 가능
)

prompt = "### 사용자:\n토마스는 건강하지만 병원에 가야 합니다. 그 이유는 무엇일까요? \n\n### 어시스턴트:\n"
inputs = tokenizer(prompt, return_tensors="pt").to(model.device)
del inputs["token_type_ids"]
streamer = TextStreamer(tokenizer, skip_prompt=True, skip_special_tokens=True)

output = model.generate(**inputs, streamer=streamer, use_cache=True, max_new_tokens=float('inf'))
output_text = tokenizer.decode(output[0], skip_special_tokens=True)

하드웨어 및 소프트웨어

하드웨어: 모델 훈련에는 A100x8 * 4를 사용했습니다.

트레이닝 팩터: 딥스피드 라이브러리와 허깅페이스 트레이너/허깅페이스 액셀러레이트를 조합하여 이 모델을 미세조정했습니다.

평가 결과

Open LLM 리더보드에서 평가 중인 과제에 따라 성능 평가를 수행했습니다. ARC-Challenge, HellaSwag, MMLU, TruthfulQA 등 4개의 벤치마크 데이터 세트에서 모델을 평가했으며, 특히 커밋 b281b0921b636bc36ad05c0b0763bd6dd43463의 lm-evaluation-harness 리포지토리를 사용했습니다.

모델을 평가하기 위해 여러 차례에 걸친 까다로운 주관식 문제 세트인 MT-bench를 사용했습니다.

Scripts for H4 Score Reproduction

• Prepare evaluation environments:

# clone the repository
git clone https://github.com/EleutherAI/lm-evaluation-harness.git
# check out the specific commit
git checkout b281b0921b636bc36ad05c0b0b0763bd6dd43463
# change to the repository directory
cd lm-evaluation-harness

업스테이지 소개

Upstage는 대규모 언어 모델(LLM) 및 AI 전문 회사입니다. 개인용 LLM 및 관련 애플리케이션을 구축할 수 있도록 도와드립니다. 도메인별 LLM을 구축하거나 LLM 애플리케이션을 만들기 위한 데이터셋이 있다면 ► 여기를 클릭하여 문의해 주세요.

8월 1일 현재, 70B 모델은 오픈LLM 순위에서 1위를 차지하며 현재 전 세계에서 가장 우수한 성능을 보이고 있습니다.

틱톡의 미래와 알고리즘의 차별화 요소에 대해 틱톡 CEO 쇼우 츄가 이야기합니다

틱톡의 CEO인 Shou Chew는 플랫폼의 알고리즘이 사용자에게 관심사를 묻는 대신 '좋아요' 누르기, 동영상에 오래 머무르기 등의 행동을 기반으로 사용자에게 맞춤형 추천을 제공한다고 설명합니다.

츄는 사용자 안전을 우선시하고 스크린과의 건강한 관계를 강조하기 위해 시행 중인 플랫폼의 커뮤니티 가이드라인에 대해서도 설명합니다. CEO는 성적인 콘텐츠 홍보, 위험한 도전 과제, 중국 기업의 플랫폼 소유에 대한 우려에 대해 언급합니다.

츄는 플랫폼이 정부의 조작으로부터 자유롭고 표현의 자유가 보장되는 공간으로 유지될 수 있도록 노력할 것을 약속하며, 더 많은 비즈니스를 지원하고자 하는 CEO의 희망에 대해 이야기합니다.

수상 경력에 빛나는 이 AI 예술 작품이 저작권을 가질 수 없는 이유

WIRED: 매튜 앨런의 AI 예술 작품은 콜로라도 주립 박람회에서 1등상을 수상했습니다. 하지만 미국 정부는 "기계"인 부분이 너무 많고 "인간"이 부족하다는 이유로 저작권을 인정할 수 없다고 판결했습니다.

미국 상원, ChatGPT 수준의 AI에 정부 라이선스 의무화 요구

미국 상원의원들이 ChatGPT 수준의 AI에 정부 라이선스 의무화 요구했다.

리처드 블루멘탈과 조쉬 홀리 상원의원의 초당적 제안에 따라, 새로운 미국 정부 기관은 기업들이 OpenAI의 GPT-4와 같은 강력한 AI 모델을 개발하기 전에 라이선스를 취득하도록 강제할 것이라 말한다.

지식 공유 비즈니스: Quora는 AI 시대에 살아남을 수 있을까.

쿼라는 2009년 페이스북 출신 애덤 디엔젤로와 찰리 치버가 설립한 지식 공유 플랫폼입니다. 쿼라에서는 누구나 질문을 올리고 답변할 수 있습니다. 질문과 답변은 모두 공개되어 있으며, 이용자들은 다른 이용자들의 질문과 답변을 보고 배울 수 있습니다.

CBInsights에 따르면 쿼라는 2017년 유니콘 반열에 등극했고, 2022년 IPO를 준비하는 것으로 알려졌으며 IPO에서 40억 달러 이상의 가치를 인정받을 것으로 예상되었다. 회사는 2019년 프라이빗 펀딩 라운드에서 약 20억 달러의 가치를 평가받았으며, IPO에서는 그 두 배 이상의 가치를 기대하고 있다고 소식통 중 한 명이 덧붙였다.

쿼라의 장점

• 많은 양의 고품질 정보: 쿼라에는 다른 플랫폼에서는 보기 어려운 고품질의 정보가 많다. 이는 쿼라의 창립자들이 설립 때부터 목표로 한 바이며, 실명제, AI 및 머신러닝 기술, 유명인 배지 등 다양한 방법을 통해 정보의 질을 유지하고 있다.

• 고학력, 고소득 이용자: 쿼라의 이용자 중 65%가 대학 학위를 가지고 있으며, 평균 가구 소득이 10만 달러 이상이다. 이는 다른 플랫폼에 비해 고학력, 고소득 이용자들을 가지고 있다는 것을 의미하며, 이는 쿼라의 정보의 질을 높이는 데 기여한다.

• 광고와 구독옵션: 쿼라는 광고와 구독옵션을 통해 수익을 창출하고 있다. 광고는 쿼라의 가장 큰 수익원이며, 구독옵션은 크리에이터의 프리미엄 콘텐츠를 볼 수 있는 서비스다.

쿼라의 약점

• 경쟁: 쿼라의 경쟁자로는 위키피디아, 구글, 서브스택, 고스트 등이 있다. 위키피디아는 쿼라와 달리 정보 열람이 자유롭고, 구글과 서브스택은 쿼라보다 더 많은 기능을 제공한다. 고스트는 쿼라보다 더 높은 수익을 제공한다.

• 폐쇄성: 쿼라는 사이트에 가입하지 않으면 글을 볼 수 없다. 이는 쿼라의 접근성을 떨어뜨린다.

• 크라우드소싱: 쿼라는 크라우드소싱 방식의 지식공유 플랫폼이다. 크라우드소싱 특성상 누구나 정보를 공유할 수 있기 때문에 이용자가 공유한 정보가 무조건 옳은지는 알 수 없다.

하지만 대규모 언어 모델(LLM)의 부상이 Quora의 비즈니스 모델에 위협이 될 수 있습니다. LLM은 인간 수준의 텍스트를 생성하고, 언어를 번역하고, 다양한 종류의 창의적인 콘텐츠를 작성하고, 유익한 방식으로 질문에 답변할 수 있죠. LLM을 사용하여 Quora만큼 우수하거나 그보다 더 나은 질문 답변 플랫폼을 만들 수 있습니다.

이것이 최근 Quora가 자체적인 AI 챗봇 앱인 Poe를 공개한 이유였습니다.

Quora가 LLM의 부상에 적응하고 이를 유리하게 사용할 수 있는 새로운 방법을 찾을 수도 있습니다. 예를 들어, Quora는 LLM을 사용하여 답변의 품질을 개선하거나 기존 질문 답변 플랫폼에서는 불가능했던 새로운 기능을 만들 수 있습니다.

궁극적으로 LLM의 부상이 Quora의 비즈니스 모델에 위협이 될지 여부를 확실히 말하기는 아직 이릅니다. 하지만 Quora가 계속 주시해야 할 트렌드인 것은 분명합니다.

소셜미디어는 여전히 성장하고 있다

• 소셜미디어 사용자 수는 꾸준히 증가하고 있습니다. 전 세계 소셜미디어 사용자는 2022년 기준 49억 명에 달하며, 2025년에는 60억 명을 넘을 것으로 예상됩니다[2].

• 주요 소셜미디어 플랫폼의 사용자 수도 해마다 증가하고 있습니다. 페이스북의 일일 활성 사용자는 2022년 2분기 기준 19억 명으로, 전년 동기 대비 4% 증가했습니다[2].

• 소셜미디어는 뉴스 소비 방식을 변화시키고 있습니다. 미국 성인의 30%가 페이스북에서 뉴스를 소비하며, 유튜브(10%)와 트위터(8%)도 주요 뉴스 소스입니다[4].

• 기업들은 소셜미디어 마케팅에 더 많은 투자를 하고 있습니다. 2022년 소셜미디어 광고 지출은 전년 대비 20% 증가한 6120억 달러에 달할 것으로 예상됩니다[2].

• 소셜미디어 플랫폼들도 사용자 경험 개선과 새로운 기능 추가 등을 통해 진화하고 있습니다[5].

• 전문가들은 소셜미디어가 앞으로도 성장세를 지속할 것으로 내다보고 있습니다. 소셜미디어는 이미 우리 삶의 일부가 되었고, 그 영향력은 더욱 커질 것으로 예측됩니다[3][6].

소셜미디어는 앞으로도 지속적으로 성장하고 그 영향력이 커질 것으로 보인다. 기업과 소비자 모두 소셜미디어의 중요성을 인식하고 있으며, 소셜미디어 마케팅에 대한 투자와 관심이 계속 증가할 것으로 예상된다.

[1] https://www.thenationalnews.com/opinion/social-media-is-the-indelible-ink-in-our-ever-growing-digital-tattoo-1.15809

[2] https://www.statista.com/topics/1164/social-networks/

[3] https://softspacesolutions.com/blog/social-media-influence/

[4] https://www.pewresearch.org/short-reads/2014/09/24/how-social-media-is-reshaping-news/

[5] https://www.forbes.com/sites/forbescommunicationscouncil/2020/11/10/the-next-era-of-social-media-marketing-is-here/?sh=24a0ac961b9a

[6] https://www.lpollockpr.com/in-the-news/social-media-an-ever-growing-trend/

큰 자아와 강한 자아

• 큰 자아는 오만하고 자기중심적인 태도이다. 반면, 강한 자아는 자신감과 겸손을 동시에 지닌 태도이다.

• 큰 자아는 열등감을 보상하기 위해 다른 사람을 업신여기거나 독선적으로 행동한다. 강한 자아는 자존감이 높아 타인의 시선에 구애받지 않는다.

• 큰 자아는 취약점을 드러내기를 꺼린다. 강한 자아는 취약점을 인정하고 도움을 요청할 수 있다.

• 큰 자아는 상황을 융통성 있게 대처하지 못한다. 강한 자아는 변화를 수용하고 적응할 수 있다.

• 큰 자아는 타인의 문제를 인정하지 않는다. 강한 자아는 타인의 문제에 공감하고 책임을 질 수 있다.

• 겉으로는 큰 자아를 지닌 것처럼 보일 수 있지만, 실제로는 열등감과 취약성을 가리기 위한 방어기제일 뿐이다.

• 따라서 건강한 자아성을 위해서는 겸손과 자신감을 동시에 갖춘 강한 자아가 필요하다. 타인을 경시하지 않고 취약점을 인정하는 자세가 중요하다.

빨리 실패하기 전략

컴퓨터 시스템에서 빨리 실패하기는 문제가 발생했을 때 최대한 빨리 시스템을 종료하는 것을 의미합니다.

빨리 실패하는 시스템은 일반적으로 결함이 있을 수 있는 프로세스를 계속 진행하지 않고 정상 작동을 중지하도록 설계됩니다.

이러한 설계는 종종 작업의 여러 지점에서 시스템 상태를 확인하므로 모든 오류를 조기에 감지할 수 있습니다.

빨리 실패하기는 여러 상황에서 바람직합니다.

• 장애 복구: 빨리 실패하는 시스템은 장애를 빠르게 발견하고 보고하므로 장애 복구를 더 쉽게 만듭니다.

• 내결함성: 빨리 실패하는 시스템은 내결함성 시스템의 탄력성을 향상시킬 수 있습니다. 예를 들어, 10대의 중복 서버가 있는 시스템에서 한 서버가 장애가 발생하면 빨리 실패하면 다른 서버가 즉시 장애를 인식하고 대신 작업을 처리할 수 있습니다.

• 오류 검색: 빨리 실패하는 시스템은 오류를 더 쉽게 찾고 수정할 수 있도록 합니다. 예를 들어, 파일 경로가 잘못 설정된 시스템은 시작 시 빨리 실패하면 파일 경로를 찾지 못하는 문제를 더 쉽게 파악하고 수정할 수 있습니다.

예시:

• 장애 복구 애플리케이션/시스템은 계산 요청이 도착하기 전에 향후 계산에 필요한 모든 입력/출력 리소스가 준비되었는지 확인합니다.

• 장애 복구 애플리케이션/시스템은 시작 시 모든 변경 불가능한 초기 구성이 올바른지 확인합니다.

• 페일 패스트 함수는 해당 함수의 연산 또는 비즈니스 로직을 진행하기 전에 전제 조건에서 해당 함수에 대한 모든 입력을 확인하는 함수입니다.

• 실패 빠른 이터레이터는 이터레이터가 처리하는 요소의 순서가 반복 중에 변경될 경우 오류를 발생시키려고 시도하는 이터레이터입니다.

Javascript보다 빠르게 실패하는 Typescript

가령 TypeScript는 오류를 더 쉽게 찾고 수정할 수 있도록 하기 위해 fail-fast 설계 원칙을 사용합니다.

TypeScript는 이 원칙을 다음과 같이 구현합니다:

• TypeScript는 static typing을 제공합니다. static typing은 변수의 값이 무엇인지 미리 알려줍니다. 따라서, 변수의 값이 잘못된 경우 TypeScript는 오류를 발생시킵니다.

• TypeScript는 강한 타입 검사를 제공합니다. 강한 타입 검사는 변수의 값이 올바른 형식인지 확인합니다. 따라서, 변수의 값이 잘못된 형식인 경우 TypeScript는 오류를 발생시킵니다.

• TypeScript는 타입 추론을 제공합니다. 타입 추론은 변수의 값의 형식을 자동으로 추론합니다. 따라서, 개발자는 변수의 값의 형식을 명시적으로 지정할 필요가 없습니다.

이러한 기능들은 TypeScript가 fail-fast 설계 원칙을 구현하는 데 도움이 됩니다. 따라서, TypeScript는 오류를 더 쉽게 찾고 수정할 수 있도록 하는 강력한 프로그래밍 언어로 자리잡게 됩니다.

비즈니스에서 빠르게 실패하는 전략의 이점

• 새로운 제품을 개발하는 회사는 소수의 사용자에게 베타 버전을 출시하여 테스트하고 피드백을 받을 수 있습니다. 베타 버전이 호평을 받지 못하면 회사는 제품을 포기하고 더 많은 시간과 비용을 투자하는 대신 새로운 시도를 모색할 수 있습니다.

• 새로운 마케팅 캠페인을 시작하는 회사는 소규모 예산으로 다양한 광고 카피와 타겟팅 전략을 테스트한 다음 더 큰 audience에 배포할 수 있습니다. 초기 테스트가 성공적이지 않으면 회사는 실패하고 캠페인을 조정할 수 있습니다. 비효율적인 캠페인에 돈을 낭비하지 않도록 하기 위해서입니다.

• 새로운 기술에 투자하는 회사는 소규모 파일럿 프로젝트를 시작하여 기술을 테스트하고 실제로 어떻게 작동하는지 확인할 수 있습니다. 파일럿 프로젝트가 성공적이지 않으면 회사는 실패하고 더 큰 규모로 기술에 투자하지 않을 수 있습니다.

이러한 각 경우에서 회사는 실패하기를 선택함으로써 초기에 문제를 식별하고 대응합니다. 이는 회사가 성공 가능성이 낮은 프로젝트에 시간과 비용을 낭비하지 않도록 도와줍니다.

비즈니스에서 실패하기의 다른 이점은 다음과 같습니다:

• 실패의 위험을 줄일 수 있습니다.

• 실수에서 빠르게 배울 수 있습니다.

• 혁신의 속도를 높일 수 있습니다.

• 실험과 학습의 문화를 조성할 수 있습니다.

비즈니스 프로젝트의 성공률을 높이고 싶다면 실패하기 마인드를 받아들이는 것을 고려하세요. 이는 비용 소모적인 실수를 피하고 더 나은 결정을 내릴 수 있도록 도와줄 수 있습니다.

배운 내용에 대해 글을 써보세요. 주제를 더 잘 이해하도록 도와줍니다.

배운 내용을 글로 쓰면 주제를 더 잘 이해할 수 있습니다.

• 생각을 말로 표현하면 이해를 명확히 하고, 지식이 모호하거나 불완전한 부분을 식별하는 데 도움이 됩니다.

• 글쓰기는 주제에 대한 성찰을 가능하게 하여, 새로운 정보와 기존의 지식을 통합할 수 있게 합니다.

• 글쓰기는 지식이 부족하거나 일관성이 없는 부분을 드러냅니다.

배운 내용에 대해 글을 쓰는 것은 다음과 같은 혜택을 제공합니다.

• 기억력 향상: 배운 내용을 글로 쓰면 정보를 더 오래 기억하는 데 도움이 됩니다.

• 의사소통 능력 향상: 다양한 주제에 대해 정기적으로 글을 쓰면 복잡한 아이디어를 효과적으로 전달할 수 있는 능력이 향상됩니다.

• 개인적 성장: 학습에 대해 글을 쓰는 연습은 성장 마인드를 장려합니다.

파인만 기법은 배운 내용에 대해 글을 쓰는 연습과 잘 맞습니다.

• 개념 선택: 이해하고자 하는 개념이나 주제를 선택합니다.

• 아이에게 가르치기: 아이에게 가르치는 것처럼 개념을 설명합니다. 간단한 언어를 사용하고 전문 용어는 피합니다.

• 부족한 부분을 파악하고 원본 자료로 돌아가기: 설명이 미흡한 부분을 발견하면 원본 자료로 돌아가서 부족한 부분을 채웁니다.

• 단순화하고 비유를 활용하기: 비유를 만들고 간단한 언어를 사용하여 개념을 더 공감할 수 있고 이해하기 쉽게 만듭니다.

• 검토 및 수정: 가능한 한 가장 단순한 용어로 개념을 표현할 수 있을 때까지 설명을 지속적으로 검토하고 다듬습니다.

일관성 있는 글쓰기는 성공의 핵심입니다.

• 습관 만들기: 꾸준히 글을 쓰면 습관을 형성하는 데 도움이 됩니다.

• 점진적인 개선: 꾸준한 연습은 점진적인 개선으로 이어집니다.

• 모멘텀 유지: 일관성은 추진력을 유지하는 데 도움이 됩니다.

• 장기적인 목표 달성: 글쓰기에서의 성공은 오랜 시간에 걸친 지속적인 노력의 결과인 경우가 많습니다.

일관성을 유지하기 위한 전략

• 현실적인 목표를 설정: 장기적인 목표를 달성 가능한 작은 마일스톤으로 세분화합니다.

• 루틴 만들기: 규칙적인 글쓰기 루틴을 수립합니다.

• 책임감 추구: 친구와 목표를 공유하거나 글쓰기 그룹에 가입합니다.

• 진전을 축하하기: 작더라도 진전을 인정하고 축하합니다.

결론

배운 내용에 대해 글을 쓰고, 파인만 기법과 같은 기법을 활용하고, 연습에서 일관성을 유지하는 것은 상호 연결된 관행으로 더 깊은 이해, 기술 개발 및 장기적인 성공을 촉진합니다. 이러한 프랙티스는 개인적, 직업적 성장을 향상시킬 뿐만 아니라 호기심, 탐구, 성취를 향한 평생의 여정에도 기여합니다.

요약

• 배운 내용에 대해 글을 쓰면 주제를 더 잘 이해할 수 있습니다.

• 파인만 기법은 배운 내용에 대해 글을 쓰는 연습과 잘 맞습니다.

• 일관성 있는 글쓰기는 성공의 핵심입니다.

출처

3D 프린터와 아이폰 3D 스캔으로 반려동물의 삶을 바꾸는 3D Pet

- 클레오는 다리가 없는 상태로 펫파인더에서 발견된 개입니다.
- 3D Pets는 사지가 없는 동물을 지원하는 첨단 솔루션을 제공하는 회사입니다.
- 이 과정은 스마트폰의 라이다 스캐너 또는 실사 카메라 시스템을 사용하여 동물을 3D 스캔한 다음 보철물을 3D 프린팅하는 과정을 포함합니다.
- 이 과정을 사용하는 이유는 모든 동물의 상황이 다르기 때문에 편안함과 효과를 위해 맞춤형 보철물이 필요하기 때문입니다.
- 3D Pets는 개, 오리, 거북이, 돼지, 염소, 코끼리를 포함한 300여 마리의 동물과 함께 작업했습니다.
- 스캔이 완료되면 맞춤형 디자인 소프트웨어로 가져와서 동물의 3D 스캔에 완벽하게 맞는 보철물을 성형합니다.
- 이 소프트웨어를 통해 격자, 하드웨어 마운트 및 스트랩 위치를 제어할 수 있습니다.
- 마지막 단계는 보철물을 인쇄하고 동물에게 장착하여 편안함과 효과를 보장하는 것입니다.


미국 뉴저지에 본사를 둔 3D Pets는 3D 스캐닝 및 프린팅 기술을 사용하여 개, 오리, 거북이, 돼지, 심지어 코끼리를 포함한 동물을 위한 맞춤형 보철물을 제작하고 있습니다. 이 회사는 스마트폰을 사용하여 동물을 스캔하고 보철물이 필요한 사지의 3D 모델을 만듭니다. 이를 통해 맞춤형 핏을 구현하고 동물에게 편안하고 기능적인 보철물을 제공할 수 있습니다. 또한 3D 프린팅 프로세스를 통해 빠르게 반복할 수 있으므로 정확히 맞을 때까지 몇 가지 버전을 만들 수 있습니다. 이 기술은 특히 팔다리가 없는 동물이 나중에 다른 팔다리에 관절 문제가 생길 가능성이 높기 때문에 특히 유용합니다. 이 회사는 지금까지 300마리 이상의 동물과 함께 작업했습니다. 웹 사이트에서 지원 양식을 작성한 후 반려동물 주인과 협력하여 동물의 특정 요구 사항에 맞는 보철물을 제작합니다.

iPhone을 사용하여 모든 모양과 크기의 반려동물을 위한 보철물을 스캔, 맞춤 및 3D 프린팅하는 이 비즈니스, 정말 멋진 기술의 사용사례가 아닐까요?

GPT-3.5 Turbo 미세 조정 및 API 업데이트 이제 개발자는 자신의 데이터를 가져와 사용 사례에 맞게 GPT-3.5 Turbo를 사용자 지정할 수 있습니다.

GPT-3.5 터보 미세 조정 출시

오픈AI는 GPT-3.5 터보에 대한 미세 조정 기능을 출시했습니다. 이 기능을 통해 개발자는 특정 사용 사례에 맞게 모델을 사용자 지정하고, 이러한 사용자 지정 모델을 대규모로 실행할 수 있습니다.

미세 조정은 사전 훈련된 모델을 새로운 데이터로 재훈련하여 특정 작업에 적합한 매개변수를 조정하는 것입니다. 이를 통해 기업이나 개발자는 특정 작업에 적합한 모델을 만들고 사용자에게 고유하고 차별화된 경험을 제공할 수 있습니다.

초기 테스트 결과, 미세 조정된 GPT-3.5 터보 버전은 특정 좁은 작업에서 기본 GPT-4 수준의 기능과 일치하거나 심지어 그 이상의 성능을 발휘할 수 있는 것으로 나타났습니다.

미세 조정 사용 사례

GPT-3.5 터보 출시 이후, 개발자와 기업들은 사용자에게 독특하고 차별화된 경험을 제공하기 위해 모델을 커스터마이즈할 수 있는 기능을 요청해 왔습니다. 이번 출시로 개발자는 이제 사용 사례에 맞게 이 모델의 성능을 개선하기 위해 감독하에 미세 조정을 실행할 수 있습니다.

비공개 베타 버전에서 미세 조정을 수행한 고객은 다음과 같은 일반적인 사용 사례에서 모델 성능을 의미 있게 개선할 수 있었습니다.

• 향상된 조정 가능성: 미세 조정을 통해 비즈니스는 출력을 간결하게 만들거나 항상 특정 언어로 응답하는 등 모델이 지침을 더 잘 따르도록 할 수 있습니다. 예를 들어, 개발자는 미세 조정을 사용하여 해당 언어를 사용하라는 메시지가 표시될 때 모델이 항상 독일어로 응답하도록 할 수 있습니다.

• 안정적인 출력 서식: 미세 조정은 코드 완성이나 API 호출 작성과 같이 특정 응답 형식을 요구하는 애플리케이션에 중요한 요소인 응답 형식을 일관되게 지정하는 모델의 기능을 향상시킵니다. 개발자는 미세 조정을 사용하여 사용자 프롬프트를 자체 시스템에서 사용할 수 있는 고품질 JSON 스니펫으로 보다 안정적으로 변환할 수 있습니다.

• 사용자 지정 톤: 미세 조정은 어조와 같은 모델 출력의 질적 느낌을 다듬어 비즈니스 브랜드의 목소리에 더 잘 맞도록 할 수 있는 좋은 방법입니다. 인지도가 높은 브랜드 보이스를 가진 비즈니스는 미세 조정을 사용하여 모델의 어조를 브랜드 톤과 더 일관되게 만들 수 있습니다.

프롬프트 단축

미세 조정을 통해 기업은 성능 향상 외에도 프롬프트를 단축할 수 있습니다. GPT-3.5-터보로 미세 조정하면 이전 미세 조정 모델의 두 배인 4k 토큰도 처리할 수 있습니다. 초기 테스터들은 모델 자체에 지침을 미세 조정하여 프롬프트 크기를 최대 90%까지 줄이고 각 API 호출 속도를 높이며 비용을 절감했습니다.

AI, 이제 보안 문자 CAPTCHA 해독에 인간보다 뛰어나

AI 봇이 웹사이트에서 인간과 기계를 구분하는 데 사용되는 보안 문자(CAPTCHA)를 해독하는 데 인간보다 뛰어나다는 연구 결과가 나왔다.

캘리포니아 대학교와 마이크로소프트 등의 연구진이 수행한 연구에 따르면 AI 봇의 보안 문자 해독 정확도는 85~100%로, 인간의 정확도인 50~85%를 크게 앞섰다.

Bot이 대다수의 CAPTCHA를 사람보다 더 잘 풀어냈다.

이러한 봇은 인간의 인지 기능과 시각을 모방하여 정확한 결과를 얻는다. 2019년에 도입된 구글의 고급 도구인 리캡차도 이러한 AI 봇의 도전을 받고 있다.

AI 기술이 빠르게 발전함에 따라 봇의 자동화된 침입에 대한 안전한 수단으로서 보안 문자의 향후 효과에 대한 의문이 제기되고 있다.

봇 방지 도구로서의 보안 문자의 한계

보안 문자는 봇에 대한 보호 수단으로 널리 사용되어 왔지만, 봇의 진화에 따라 그 효과가 감소하고 있다.

봇은 보안 문자를 무력화하거나 우회하는 기술을 개발해 왔으며, 캡차도 정교함과 다양성 측면에서 진화하여 봇과 사람 모두 풀기가 점점 더 어려워지고 있다.

사용자 경험 개선이 중요

보안 문자가 봇 방지 도구로서의 효과를 유지하기 위해서는 사용자 경험 개선이 필요하다.

사용자가 보안 문자를 쉽게 풀 수 있도록 캡차의 디자인과 난이도를 조정하고, 봇 방지 기능을 강화하는 연구가 필요하다.

추가 연구 필요

보안 문자의 향후 효과를 평가하기 위해서는 추가 연구가 필요하다.

봇의 진화 속도와 보안 문자의 개발 동향을 지속적으로 모니터링하고, 사용자 경험 개선을 위한 연구를 진행해야 한다.

인용 논문

우리는 메이커 르네상스에 진입하고 있습니다 - Dimitri Glazkov

우리는 메이커를 위한 시대에 살고 있습니다. 최근 수십 년 동안은 기존 대기업이 기술 발전을 주도했지만, 다음 번에는 제너레이티브 AI의 접근성, 프로토타입 제작 속도, 막대한 시장 기회 덕분에 개인 작업실에서 탄생할 가능성이 훨씬 더 높습니다. 제 직감으로는 인터넷의 탄생과 맞먹는 역사적인 순간이 될 수도 있고, 어쩌면 그보다 더 중요한 순간이 될 수도 있습니다.

전문 읽기:

그래서 메이커의 조건이 무엇인지 고민하기에 좋은 시기인 것 같았습니다. 누가 새로운 발명을 하는 일에 적합할까요? 메이커는 어떤 기술적, 사회적 환경에서 성공할 수 있을까요? 그리고 제너레이티브 AI가 메이커 마법의 비옥한 토양인 이유는 무엇일까요?

메이커란 무엇인가요?
말 그대로 메이커는 무언가를 만드는 사람입니다. 메이커는 업무의 일부로 새로운 기술을 사용해야 하기 때문이 아니라 거부할 수 없을 정도로 흥미롭고 재미있어서 새로운 기술을 사용하는 발명가이자 프로토타입 제작자입니다. 그들은 오락이나 명성 또는 미래의 다른 혜택에 대한 약속(때때로 그러한 혜택을 얻더라도)을 위해 그것을 하지 않습니다. 

저는 개발자를 "9시에서 5시까지 일하는 사람", 메이커를 "오후 9시에서 이른 아침까지 일하는 사람"이라고 표현하고 싶습니다. 이 표현이 완전히 정확한 표현은 아닐지 모르지만, 핵심을 잘 포착하고 있습니다. 이는 메이커의 핵심 속성을 암시합니다. 메이커는 어떤 종류의 사람이 아닙니다. 마음가짐입니다. 낮에는 직장에서 열심히 일하는 사람이 저녁이나 주말에는 특별한 메이커가 됩니다.

그들은 손을 더럽힙니다. 이들은 단순히 기술을 받아들이는 데 그치지 않는 일종의 얼리어답터입니다. 그들은 기술로 새로운 것을 만듭니다.

메이커는 비즈니스 목표를 달성하기 위해 기술을 적용하기보다는 기술을 가지고 노는 사람입니다. 게이머가 스피드 런으로 이어지는 결함을 찾는 것을 좋아하는 것처럼, 메이커는 기발한 기발함과 반전을 발견하는 것을 즐깁니다. 그들은 모든 디자인 결함과 의도하지 않은 부작용을 찾아내어 기능으로 전환합니다. 전체 프로세스는 지저분하고 종종 "인생이... 방법을 찾는" 경로를 따르며, 메이커가 만든 것은 기술자가 의도한 사용 범위와 많이 다를 수 있습니다.

메이커는 엉터리 코드를 작성하고 브레드보드에 배선을 연결합니다. 이들은 프로젝트의 미래 기업적 강점에 대해서는 거의 신경 쓰지 않습니다. 이들은 비선형적으로 아이디어를 탐색하며 가능성이 희박하더라도 모든 가능성을 타진합니다. 반쯤 완성된 프로젝트는 폐기하고 새로운 프로젝트로 용도를 변경합니다. 이 모든 것이 메이커 신이 혼란스러워 보이는 데 기여합니다. 메이커 프로젝트의 좋은 신호는 실패한 시도를 실패 이전 상태로 되돌리지 않고 그 위에 새로운 시도를 패치하는 방식으로 문제를 해결하는 수정 지향적 협업 관행입니다.

메이커는 새로운 것을 발견하고 용감하게 탐구하기 위해 존재합니다. 이들은 이전에는 아무도 보지 못했던 것을 기술로 구현할 수 있는 방법을 가장 먼저 발견하고 싶어 합니다. 메이커들은 특정 기술이 성숙하고 안정화됨에 따라 점점 더 그 기술에 무관심해집니다. 세련되고 안정적이라는 것은 그 기술이 주류가 되었다는 것을 의미하며, 따라서 "세상에나!"라는 순간을 맞이할 가능성이 줄어듭니다.

...

전문 읽기:

AI는 부분이 아니라 모든 것, 모든 곳을 단번에 바꿔놓을 것이다.

AI는 혁신을 촉진하고 생산성을 향상시키며 다양한 분야에서 새로운 기회를 창출할 잠재력이 있다.

AI 기술은 산업 전반에 걸쳐 생산 프로세스를 혁신하고 생산성, 효율성, 유연성을 증대시킨다.

• AI는 2023년에서 2030년 사이에 연평균 37.3%의 성장률을 보일 것으로 예상된다.

• 중국은 AI 채택률이 가장 높아서 58%의 기업이 AI를 도입하고 있고 30%는 도입을 고려하고 있다. 반면 미국은 AI 채택률이 낮아서 25%의 기업이 AI를 사용하고 있고 43%는 AI의 잠재적 용도를 탐색하고 있다.

• AI 소프트웨어 매출은 2025년까지 거의 90억 달러에 이를 것으로 전망된다.

• 전 세계 AI 채택률은 꾸준히 증가해서 현재는 35%로 전년 대비 4% 증가했다.

• AI는 제조, 의료, 소매 및 패션, 비즈니스 인텔리전스, 교육 등 다양한 산업을 변화시키고 있다.

• 미국에서 generative AI 채택률은 산업마다 다르게 나타나는데, 기술 부문은 37%로 가장 높고 공공 부문은 15%로 가장 낮다.

• Baidu와 Google을 포함한 기술 대기업들은 2016년에 AI에 20억~30억 달러를 투자했는데, 이 중 90%는 R&D와 구현에, 10%는 AI 인수에 사용됐다.

• AI 채택률은 2017년 이후 두 배 이상 증가해서 현재는 50%의 조직이 AI를 최소한 한 개 이상의 비즈니스 영역에서 사용하고 있다. 이는 2017년의 20%에서 크게 증가한 수치다.

AI는 이미 우리 삶의 많은 부분을 변화시키고 있다.

의료 분야에서는 AI가 새로운 치료법을 개발하고, 질병을 조기에 진단하고, 치료를 최적화하고 있다. AI는 암세포를 정확하게 식별하고, 맞춤형 치료법을 개발하고 있다.

금융 분야에서는 AI가 사기 거래를 감지하고, 투자를 최적화하고, 고객 서비스의 품질을 향상시키고 있다. AI는 의심스러운 거래를 자동으로 식별하고, 투자 수익률을 높이고, 고객의 질문에 신속하고 정확하게 답변하고 있다.

고객 서비스 분야에서는 AI가 고객의 질문에 24시간 365일 답변하고, 고객의 문제를 신속하게 해결한다. AI는 고객의 질문을 이해하고, 정확한 답변을 제공할 수 있다.

운송 분야에서는 AI가 자율주행차를 개발하고, 교통 체증을 줄이고, 운송의 안전성을 향상시킬 것이다. AI는 자율주행차를 안전하게 운전하고, 교통 체증을 예측하고, 사고를 예방할 수 있다.

교육 분야에서는 AI가 개인화된 학습 경험을 제공하고, 학생들의 학습 성과를 향상시킬 것이다. AI는 학생들의 학습 수준을 파악하고, 그에 맞는 학습 콘텐츠를 제공할 수 있다.

농업 분야에서는 AI가 작물의 수확량을 늘리고, 농업의 지속 가능성을 높일 것이다. AI는 작물의 병충해를 예측하고, 최적의 수확 시기를 결정하고, 농업용 자원을 효율적으로 사용할 수 있게 된다.

이러한 예는 AI가 가져올 미래의 일부일 뿐이다.

AI는 우리 삶의 모든 영역을 변화시킬 잠재력이 있다.

AI가 가져올 미래는 이전과는 매우 다를 것이다.

믿을만한 자료들

1. https://www.brookings.edu/articles/how-artificial-intelligence-is-transforming-the-world/

2. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-in-2022-and-a-half-decade-in-review

3. https://www.forbes.com/advisor/business/ai-statistics/

4. https://www.rdworldonline.com/ai-driven-research-and-development-a-paradigm-shift-in-innovation/

5. https://www.statista.com/statistics/1112982/ai-adoption-worldwide-industry-function/

빌 게이츠가 말한 것처럼 콘텐츠가 왕이라면 AI는 인터넷의 신이 될지도 모릅니다.

1. 1996년 빌 게이츠는 "콘텐츠는 왕이다"라는 제목의 에세이를 통해 콘텐츠가 인터넷의 성장과 수익 창출의 원동력이 될 것이라고 예측했습니다. [1]

2. 한편 AI는 이미 사용자가 인터넷과 상호 작용하는 방식에 영향을 미치고 있으며, 그 영향력은 점점 더 커져 인터넷과 사회의 미래를 재편할 것으로 예상됩니다. [2]

3. GPT-3 및 Jasper와 같은 AI 기반 콘텐츠 생성기는 몇 초 만에 사람과 같은 문구를 작성하는 고급 글쓰기 도우미로, 콘텐츠 제작자가 아이디어를 개발하고 초안을 작성하며 콘텐츠를 최적화하는 데 도움을 주기 시작했습니다. [3][7]

4. AI 기반 콘텐츠 마케팅 도구는 콘텐츠 기획, 제작, 배포, 분석 및 보고를 지원하여 콘텐츠 마케팅의 품질을 개선하고 인간 팀원의 시간 소모적인 작업을 줄이게 됩니다. [4][8]

5. AI가 더욱 발전하고 우리 삶에 통합됨에 따라 개인화된 소프트웨어 사용 경험에서 의사 결정 프로세스 자동화에 이르기까지 인터넷 사용 방식이 완전히 변화할 것입니다. [10][13]

6. AI 콘텐츠 제작은 그 잠재력에도 불구하고 창의성의 한계, 윤리적 문제, 인간 작가를 완전히 대체할 수 있는가 등의 도전에 직면해 있습니다. [14]

7. 콘텐츠의 중요성은 여전하지만, 시청자가 콘텐츠를 더 잘 이해하고 몰입할 수 있도록 도와주는 컨텍스트는 포화 상태의 시끄러운 세상에서 점점 더 중요해지고 있습니다. [9][15]

8. AI가 이미지를 처리하고 복잡한 데이터를 이해하는 능력이 향상됨에 따라 인터넷은 앞으로 주로 인간이 아닌 AI 비서가 탐색하는 방대한 상호 연결된 데이터의 거미줄로 발전할 수 있습니다. [16]

더 읽기:

[1] https://medium.com/@HeathEvans/content-is-king-essay-by-bill-gates-1996-df74552f80d9

[2] https://www.internetsociety.org/issues/past-categories/ai/

[3] https://www.forbes.com/sites/forbestechcouncil/2022/12/09/how-ai-is-disrupting-the-content-creation-economy/?sh=24a490961dfe

[4] https://www.marketingaiinstitute.com/blog/ai-tools-for-content-strategy

[5] https://threestepsbusiness.com/content-is-king-bill-gates/

[6] https://www.theverge.com/2023/6/26/23773914/ai-large-language-models-data-scraping-generation-remaking-web

[7] https://zapier.com/blog/ai-content-creation/

[8] https://rockcontent.com/blog/ai-content-marketing/

[9] https://www.entrepreneur.com/growing-a-business/bill-gates-said-content-is-king-in-1996-but-is-that/404117

[10] https://www.linkedin.com/pulse/ai-internet-comparison-impact-society-oscar-w-mannbro

[11] https://buffer.com/resources/ai-content-creation/

[12] https://www.linkedin.com/pulse/what-does-content-king-actually-mean-a-beginners-guide-acharya

[13] https://www.actcorp.in/blog/how-artificial-intelligence-will-affect-the-internet

[14] https://www.analyticsvidhya.com/blog/2023/03/ai-content-creation/

[15] https://www.wired.com/insights/2014/01/context-king-long-live-king/

[16] https://mashable.com/article/internet-belongs-to-ai-chatgpt

[17] https://blog.hubspot.com/marketing/ai-in-content-marketing

[18] https://www.textbroker.com/content-king

[19] https://readwrite.com/how-will-it-shape-up-the-future-of-the-internet/

[20] https://www.spiceworks.com/marketing/ai-in-marketing/articles/leveraging-ai-for-content-creation/amp/

[21] https://neilpatel.com/blog/content-king/

[22] https://www.forbes.com/sites/forbeslacouncil/2018/11/15/how-ai-empowers-the-evolution-of-the-internet/?sh=552aec963256

[23] https://www.convinceandconvert.com/ai/7-ways-ai-is-revolutionizing-content-creation/

[24] https://www.wired.com/brandlab/2018/05/bringing-power-ai-internet-things/

[25] https://later.com/blog/ai-content-creation/

인터넷은 아직 초기입니다.

• 인터넷은은 여전히 과소평가되고 있으며 전 세계적으로 70% 미만의 보급률을 가졌습니다.

• 인터넷은 이제 충분히 성숙해졌기 때문에 우리는 인터넷이 가져다준 장기적인 영향을 볼 수 있습니다.

• 인터넷이 우리가 예측했던 것보다 훨씬 더 이상하고 기괴합니다.

• 기업들은 일자리를 줄이고, 두 명을 고용하던 곳에 한 명을 고용하고, 10년 전에는 전혀 불가능했던 방식으로 부서를 통합하면서 훨씬 더 야심 찬 미션을 수행할 수 있습니다.

• 책과 서점 등 인터넷의 등장으로 많은 사람들이 쇠퇴할 것으로 예상했던 산업이 번성하고 있습니다.

• AI는 상업용 인터넷 30년의 정점입니다.

이 모든 변화는 두렵고 흥미진진합니다. 창업자와 오퍼레이터는 이전에는 불가능했던 방식으로 과감하게 실험하고 재창조할 수 있는 자유를 얻었습니다.

원문: The Internet Is Still Early