[카테고리:] 가이드

  • 폴더블 아이폰 vs 갤럭시Z폴드, 진짜 살 만할까

    폴더블 아이폰 vs 갤럭시Z폴드, 진짜 살 만할까

    스마트폰 매장에서 갤럭시 Z폴드를 한참 만지작거리다 결국 제자리에 내려놓은 적이 있다. 화면 펼쳤을 때의 그 느낌은 확실히 신기했다. 근데 두께랑 가격이 마음을 붙잡았다. 그러던 와중 애플도 결국 폴더블 시장에 뛰어든다는 이야기가 벌써 몇 년째 돌고 있다. 아이폰 쓰는 사람 입장에서는 ‘이번엔 진짜 나오려나’ 싶다가도, ‘나온다 쳐도 삼성이랑 뭐가 다를까’ 하는 생각이 자연스레 따라온다. 폴더블 아이폰을 둘러싼 루머, 예상 스펙, 그리고 기존 갤럭시 폴드 시리즈와 비교했을 때 갈리는 지점들을 하나씩 짚어본다.

    폴더블 아이폰, 진짜 나오긴 하나

    애플이 폴더블 기기를 준비 중이라는 소식은 부품 공급망 쪽에서 꾸준히 새어 나왔다. 디스플레이 패널 발주, 힌지 관련 특허 출원 같은 정황들이 계속 쌓이고 있다고 IT 매체들이 전한다. 애플이 원래 신제품 얘기는 발표 직전까지 입도 뻥긋 안 하는 회사라 정확한 출시 시점을 단정하긴 어렵다. 다만 업계 시각으로는 폴더블 아이맥이나 아이패드보다 폴더블 아이폰이 먼저 나올 가능성 쪽에 무게가 실린다. 아이폰이 애플 전체 매출에서 차지하는 비중을 생각하면, 새 폼팩터 실험도 아이폰에서 먼저 시도하는 게 자연스러운 수순이다.

    예상 스펙과 디자인, 뭐가 나올까

    루머를 모아보면 폴더블 아이폰은 갤럭시 Z폴드처럼 세로로 접히는 북 스타일이 유력해 보인다. 펼치면 태블릿에 가까운 큰 화면, 접으면 일반 아이폰과 비슷한 크기. 이 방식이다.

    • 접었을 때 두께를 최소화하는 힌지 설계
    • 주름을 최대한 줄인 디스플레이 소재
    • 기존 아이폰과 통일감 있는 티타늄 프레임
    • 매우 높은 가격대(200만원 이상 예상)

    개인적으로는 화면 주름이 가장 큰 변수라고 본다. 갤럭시 폴드도 세대를 거듭하며 주름을 계속 줄여왔지만, 완전히 없애진 못했다. 애플이 이 부분에서 확실히 다른 결과물을 못 보여주면 ‘비싸기만 한 실험작’이라는 소리를 피하기 어려울 거다.

    갤럭시Z폴드랑 뭐가 다를까

    가장 크게 갈리는 지점은 소프트웨어 최적화일 가능성이 높다. 삼성은 안드로이드 진영에서 폴더블 UI를 오래도록 다듬어왔지만, 앱 최적화는 아직도 완벽하지 않다는 지적이 종종 나온다. 애플은 iOS와 아이패드OS에서 쌓은 경험을 그대로 가져올 수 있어서, 앱 호환성 면에서는 유리한 출발선에 설 공산이 크다.

    • 힌지 내구성: 삼성은 이미 여러 세대를 거치며 검증됨, 애플은 첫 시도
    • 생태계 연동: 아이패드·맥과의 연동 경험이 강점 후보
    • 무게와 두께: 삼성이 세대를 거듭하며 계속 개선 중, 애플은 어떤 지점에서 시작할지 미지수
    • 가격: 갤럭시 Z폴드보다 더 높게 책정될 거라는 전망이 우세

    가격은 대체 얼마나 부를까

    정확한 가격이야 공개 전까지는 알 수 없다. 다만 애플이 프로 라인업에 프리미엄을 붙이는 방식을 생각하면, 최상위 갤럭시 Z폴드보다 비쌀 가능성이 크다. 초기 폴더블 아이폰은 사실상 ‘얼리어답터용 플래그십’으로 자리 잡을 것 같다. 실사용 목적이라면 초기 모델보다 2~3세대 이후 제품을 노리는 편이 가성비 측면에서 안전하다.

    폴더블 폰 살 때 체크할 것들

    어느 브랜드든 폴더블 폰을 고려한다면 아래 항목은 꼭 확인해보는 게 좋다.

    • 힌지 보증 기간과 무상 수리 정책
    • 실제 매장에서 접힌 화면 주름을 직접 확인
    • 배터리 용량과 두 화면을 동시에 쓸 때 소모 속도
    • 케이스·액세서리 생태계가 갖춰져 있는지
    • 펼친 화면으로 실제로 자주 쓸 앱이 있는지(영상, 문서 작업 등)

    폴더블 폰은 ‘큰 화면이 필요한 순간’이 실제 일상에서 얼마나 자주 오는지 스스로 따져보는 게 핵심이다. 유튜브나 웹서핑 정도라면, 솔직히 일반 폰이랑 큰 차이를 못 느낄 수도 있다.

    이것도 궁금하죠?

    Q. 폴더블 아이폰이 나오면 기존 아이폰 프로 라인업은 사라지나?
    아니다. 폴더블은 별도 프리미엄 라인으로 추가될 가능성이 높고, 기존 일반형·프로형 라인업은 그대로 유지될 전망이다.

    Q. 접었을 때 완전히 평평하게 붙나?
    지금 나온 폴더블 폰들은 대부분 미세한 틈이 남는 물방울 힌지 구조를 쓴다. 애플도 비슷한 방식을 택할 가능성이 크다.

    Q. 지금 갤럭시 Z폴드를 사도 괜찮을까?
    폴더블 폼팩터 자체를 경험해보고 싶다면 나쁘지 않은 선택이다. 다만 애플 생태계에 이미 익숙한 사람이라면, 폴더블 아이폰 출시 소식을 좀 더 지켜본 뒤 결정해도 늦지 않는다.

    출처: TechCrunch

  • 아이폰 신제품 나오면 지금 사도 될까, 구매 타이밍 정리

    아이폰 신제품 나오면 지금 사도 될까, 구매 타이밍 정리

    애플 초대장이 메일함에 뜨는 순간, 중고 거래 앱부터 시끄러워진다. “지금 사도 되나요” 묻는 사람 있고, 쓰던 아이폰 헐값에 던지는 사람도 있다. 매년 반복되는 이 눈치싸움, 사실 기준 몇 개만 알아두면 별거 아니다.

    발표 시기가 매년 비슷한 이유

    애플 신제품 발표는 거의 매번 9월 둘째~셋째 주에 몰린다. 생산 일정, 통신사 유통 준비, 블랙프라이데이·크리스마스로 이어지는 연말 쇼핑 시즌까지 한 번에 물려 돌아가는 구조라서다. 화요일이나 수요일에 온라인 초청장이 뿌려지고, 2주 뒤 사전예약, 다시 일주일 뒤 실제 판매 개시. 이 패턴은 최근 몇 년간 거의 고정값이었다. 스티브 잡스 극장 오프라인 행사와 홈페이지 라이브스트림을 동시에 트는 방식도 몇 해째 그대로다.

    지금 사도 되는 사람, 버텨야 하는 사람

    결론부터. 급하면 그냥 사는 게 맞다. 신제품 나온다고 쓰던 기기가 갑자기 벽돌 되는 것도 아니고, 애플은 통상 3~4년치 소프트웨어 업데이트를 보장한다. 다만 아래 셋 중 하나라도 해당한다면 발표 전후까지는 버텨보는 쪽을 추천한다.

    • 지금 쓰는 기기, 배터리만 좀 떨어졌을 뿐 큰 불편은 없는 경우
    • 카메라나 배터리 같은 특정 기능 업그레이드를 기다리는 중인 경우
    • 나중에 중고로 팔 생각이 있어서 구형 모델 시세 하락을 피하고 싶은 경우

    구형 모델 가격, 이렇게 흘러간다

    신제품 발표 직후 애플 공식 스토어에서는 전전 세대 모델이 아예 라인업에서 빠진다. 전 세대 모델은 보통 10만 원 안팎 내려간다. 진짜 요동은 중고 시장에서 난다. 발표 소식이 뜨자마자 중고 거래 플랫폼엔 매물이 쏟아지고, 2주 사이 시세가 5~15%까지 빠지는 일이 흔하다. 급하게 팔 이유가 없다면, 발표 이후 시세가 한 번 출렁이고 가라앉을 때까지 며칠 지켜보는 편이 손해를 줄인다.

    라이브스트림은 어디서 챙겨보나

    현장엔 초대받은 소수만 들어간다. 나머지는 다 온라인 중계다. 볼 수 있는 경로는 세 갈래.

    • 애플 공식 홈페이지 이벤트 페이지 — 앱 설치 없이 브라우저로 바로 시청
    • 유튜브 애플 공식 채널 실시간 스트림
    • 애플TV 앱 안의 이벤트 탭

    사파리로 볼 때 화질이 제일 안정적이라는 평이 많다. 크롬이나 구형 브라우저에서는 가끔 재생이 끊긴다는 보고도 있다. 실시간으로 못 챙겨봐도 상관없다. 행사 끝나고 30분~1시간 뒤 올라오는 요약 영상이나 풀 영상 다시보기로 정보는 똑같이 얻을 수 있다.

    사전예약부터 개통까지, 놓치면 안 되는 시간

    사전예약 시작 시각은 보통 한국 기준 밤 9~10시대. 인기 색상이나 저장 용량은 예약 시작 30분 안에 배송 일정이 밀리는 일이 잦다. 특정 모델을 노린다면 알림 정도는 미리 걸어두는 게 안전하다. 통신사 공시지원금과 애플 공식 할부 조건, 미리 비교해두면 당일 우왕좌왕할 일이 없다. 자급제로 살지 통신사 결합으로 살지에 따라 실질 구매가가 꽤 벌어진다. 이 부분은 발표 전에 미리 정리해두길 추천한다.

    3~4년 된 아이폰 쓰고 있다면

    배터리 최대 용량이 80% 아래로 떨어졌거나 앱 실행이 눈에 띄게 느려졌다면, 교체 고민할 시점 맞다. 이런 상황이면 발표까지 굳이 기다릴 이유는 크지 않다. 다만 하루 이틀 차이로 살 수 있는 애매한 타이밍이라면 얘기가 달라진다. 발표 이후 구형 모델 가격 인하 시점까지 기다렸다가 한 세대 이전 모델을 저렴하게 사는 것도 나쁘지 않은 선택. 최신 플래그십 신기능이 꼭 필요한 게 아니라면, 같은 예산으로 저장 용량 한 단계 높은 모델을 노려볼 여지도 종종 생긴다.

    많이 묻는 질문들

    Q. 발표 전에 사면 손해인가요?
    A. 신제품과 성능 차이가 크지 않은 기종이라면 손해라고 보기 어렵다. 다만 신제품 출시가 한 달 이내로 임박했다면, 며칠 미뤄서 최신 라인업 가격표부터 확인하는 게 후회가 적다.

    Q. 사전예약이랑 그냥 구매, 뭐가 다른가요?
    A. 초기 물량 확보 여부가 가장 크다. 인기 모델이나 색상은 사전예약 놓치면 배송이 몇 주씩 밀리기도 한다.

    Q. 초대장 문구 보고 신제품을 미리 짐작할 수 있나요?
    A. 매번 은유적인 문구와 이미지라 정확히 맞히긴 어렵다. 그래도 지난 몇 년간 초대장 색감이나 로고 모양이 실제 신제품 디자인과 맞아떨어진 사례가 여러 번 있어서, IT 커뮤니티에서는 발표 직후 초대장을 다시 뜯어보는 게 하나의 관례처럼 자리 잡았다.

    출처: The Verge

  • 우주 데이터센터, AI 서버는 왜 궤도로 향하나

    우주 데이터센터, AI 서버는 왜 궤도로 향하나

    일론 머스크의 스페이스X가 엔비디아 GPU를 위성에 실어 궤도에서 돌리겠다고 나섰다. 태양광으로 AI 연산을 처리한다는 얘기인데, 처음 들으면 SF 영화 설정 같기도 하다. 근데 이게 실제로 추진 중인 프로젝트다. ‘우주 데이터센터’라는 말, 정확히 뭘 뜻하는 건지 개념부터 기술적 난관까지 짚어봤다.

    우주 데이터센터, 정확히 뭘 말하나

    말 그대로다. 인공위성이나 우주 정거장에 서버랙을 실어 궤도 위에서 데이터를 처리하는 시설. GPU, 메모리, 냉각 장치를 위성에 태우고 태양광 패널로 전력을 공급한 뒤, 연산 결과만 지상으로 쏴 보내는 방식이다. 지상 데이터센터가 통째로 이사 가는 게 아니다. AI 학습이나 추론처럼 전력을 많이 잡아먹는 작업 일부를, 궤도로 나눠 보내는 개념에 가깝다.

    왜 하필 우주인가 – 전력과 태양광 문제

    AI 데이터센터의 가장 큰 골칫거리, 전력이다. 미국 곳곳에서 데이터센터 전력 수요 때문에 전력망이 이미 한계에 부딪혔고, 신규 발전소 건설이나 송전선 확충에는 수년이 걸린다. 반면 궤도, 그중에서도 태양동기궤도는 사정이 다르다. 태양광 발전 효율이 지상보다 훨씬 높다. 대기도 없고 구름도 없다. 궤도에 따라 하루 대부분을 햇빛 아래서 보낼 수 있어서, 같은 면적의 패널로도 훨씬 많은 전력을 뽑아낼 수 있다. 지상에 태양광 발전소와 송전선을 새로 짓느니, 발전과 연산을 아예 우주에서 끝내버리자는 발상인 셈이다.

    냉각이 진짜 난제 – 진공에서는 열을 어떻게 식힐까

    지상 데이터센터는 공기나 물로 열을 식힌다. 문제는 우주 공간엔 대류가 없다는 점. 열을 버리려면 복사(radiation) 냉각에 기댈 수밖에 없는데, 공기 냉각보다 효율이 크게 떨어진다. 그래서 우주용 서버 위성은 본체보다 훨씬 큰 방열판을 펼쳐야 한다. GPU 배치나 랙 설계도 지상용과는 완전히 다르게 짜야 하고. 열 밀도 높은 최신 GPU를 촘촘히 쌓는 지상 서버 방식, 그대로 우주에 옮기면 금방 과열돼 고장 난다. 이 부분이 사실 제일 까다로운 대목이다.

    방사선과 우주쓰레기, 넘어야 할 산들

    궤도 환경은 지상보다 훨씬 험하다. 우주방사선은 반도체 회로에 오류를 일으키거나 수명을 깎아먹는데, 상업용 GPU는 애초에 지상 환경 기준으로 설계됐다. 방사선 차폐나 오류 정정 로직을 따로 얹지 않으면, 궤도에서 얼마 못 가 성능이 떨어지거나 먹통 될 위험이 크다. 여기에 늘어나는 우주쓰레기와 부딪힐 가능성, 위성 수명이 다한 뒤 폐기 문제까지 겹친다. 대형 위성군을 한꺼번에 쏘아 올리는 계획일수록 궤도 혼잡도를 더 악화시킨다는 지적도 나온다. 솔직히 이 대목에서는 회의적인 시선도 적지 않다.

    지상 데이터센터와 비교하면 뭐가 다른가

    • 전력 조달: 지상은 발전소·송전망 의존, 우주는 자체 태양광으로 해결
    • 냉각 방식: 지상은 공랭·수랭, 우주는 복사 냉각뿐
    • 유지보수: 지상은 기술자가 직접 가서 손보지만, 우주는 원격 제어와 자율 복구에 의존
    • 확장성: 지상은 부지만 있으면 증설이 쉽지만, 우주는 발사 비용과 궤도 슬롯이 발목을 잡는다
    • 초기 비용: 지상이 압도적으로 저렴하다. 대신 전력·부지 확보에 시간이 오래 걸린다는 게 함정

    결국 우주 데이터센터는 지상을 완전히 대체하는 물건은 아니다. 전력난이 극심한 지역의 부담을 덜어주는 보완재, 딱 그 정도로 보는 게 맞을 듯하다.

    스페이스X 말고 누가 뛰어들었나

    구글은 ‘프로젝트 선캐처’라는 이름으로 태양광 위성 기반 AI 컴퓨팅을 연구 중이다. 아마존과 마이크로소프트도 자체 위성 인프라 투자를 계속 늘리는 추세고. 재사용 로켓 덕분에 발사 비용이 꾸준히 낮아지고 있다는 점, 이런 구상에 힘을 실어준다. 과거엔 위성 하나 쏘는 데 천문학적 비용이 들었지만, 스타십 같은 대형 재사용 로켓이 상용화되면 킬로그램당 발사 단가가 크게 떨어질 거라고 업계는 보고 있다.

    그래서, 실제로 가능한 얘기인가

    현재 기술 수준에서 우주 데이터센터는 개념 실증(PoC) 단계에 가깝다. 소규모 위성에 GPU 몇 개 실어서 궤도에서 제대로 작동하는지 확인하는 정도다. 지상 대형 데이터센터급 연산량을 우주에서 감당하려면 방열판 대형화, 방사선 내성 반도체, 위성 간 고속 통신망까지 과제가 줄줄이 남았다. 이건 좀 시간이 걸릴 얘기다. 다만 전력망 확충이 지지부진한 상황에서 대안을 찾으려는 시도는 계속 늘어날 전망이다. AI 연산 수요가 지금 속도로 커진다면, 궤도 데이터센터가 몇 년 안에 실험실을 벗어나 실제 서비스에 쓰일 가능성도 없지 않다.

    출처: Engadget

  • 맥미니 vs 맥스튜디오, 겉만 보면 못 고른다

    맥미니 vs 맥스튜디오, 겉만 보면 못 고른다

    새 맥을 들이려다 맥미니와 맥스튜디오 사이에서 멈칫하는 사람, 꽤 많다. 둘 다 애플 실리콘 기반이고, 생김새도 작은 알루미늄 박스라 얼핏 비슷해 보인다. 그런데 내부 구성과 가격, 쓰임새를 하나씩 뜯어보면 완전히 다른 제품이다. 실사용 기준으로 두 라인업을 나란히 놓고 비교해봤다. 누가 뭘 사야 할지, 결론부터 말하면 답은 꽤 명확하다.

    태생부터 다른 두 제품

    맥미니는 애플 데스크탑 라인 중 가장 저렴한 입구다. 일반 소비자용 기본형 칩을 얹고, 문서 작업이나 웹서핑, 가벼운 영상 편집 정도를 커버하는 게 목표다. 맥스튜디오는 처음부터 노선이 다르다. 전문가용 워크스테이션으로 설계된 제품이라 Max와 Ultra 등급 칩까지 올릴 수 있다. 메모리 용량도, 대역폭도 아예 다른 급이다. 겉모습만 보고 ‘맥미니를 좀 키운 버전’ 정도로 생각하면 오산이다.

    숫자로 보면 격차가 확 벌어진다

    맥미니 기본형 칩은 CPU·GPU 코어 수가 제한적이고, 통합 메모리 상한선도 낮게 잡혀 있다. 반면 맥스튜디오 최상위 Ultra 칩은 메모리 대역폭이 맥미니 대비 두 배 이상인 경우가 흔하고, 통합 메모리도 100GB를 훌쩍 넘겨 구성할 수 있다. 이 차이, 벤치마크 점수보다 실제 작업에서 더 크게 체감된다. 4K 이상 영상을 여러 트랙 동시에 다루거나 로컬에서 대형 언어모델을 돌리는 작업이라면, 메모리 대역폭 차이가 곧 작업 속도 차이로 이어진다. 이건 부풀린 얘기가 아니다.

    포트 개수, 은근히 크게 갈리는 부분

    맥스튜디오는 후면 포트 구성부터 다르다. Thunderbolt 포트가 넉넉하고, 전면에도 카드 리더나 추가 USB-C를 넣어 외장 SSD, 카메라, 오디오 인터페이스를 동시에 물리는 작업 환경을 염두에 두고 만들어졌다. 맥미니는 포트 수가 빠듯해서 허브 하나쯤은 필수로 딸려온다고 봐야 한다. 모니터 3대 이상 물리거나 외장 스토리지를 여러 개 상시 연결해야 한다면, 포트 개수만으로도 답이 갈린다.

    맥미니로 끝나는 사람들

    다음에 해당하면 맥미니로 충분하다.

    • 웹서핑, 문서 작업, 유튜브 시청 위주로 쓰는 경우
    • 가벼운 사진 보정이나 짧은 영상 편집 정도만 하는 경우
    • 기존 모니터·키보드·마우스를 그대로 쓰면서 본체만 바꾸려는 경우
    • 예산을 최대한 아끼면서 애플 생태계에 처음 들어오려는 경우

    이 조건이면 맥스튜디오는 오버스펙이다. 안 쓰는 성능에 돈을 더 얹는 셈, 추천하지 않는다.

    맥스튜디오 쪽으로 기울어야 하는 이유

    반대로 다음 작업을 상시 돌린다면 맥스튜디오로 가는 게 맞다.

    • 4K·8K 영상 편집, 컬러 그레이딩을 매일 하는 영상 전문가
    • 로컬에서 대형 AI 모델을 돌리거나 파인튜닝을 시도하는 개발자
    • 대용량 3D 렌더링, 트랙 수십 개 얹는 음악 프로덕션 작업
    • 서버처럼 상시 켜두고 무거운 작업을 백그라운드로 돌리는 용도

    이런 작업은 메모리와 대역폭이 부족하면 느려지는 게 아니라 작업 자체가 막힌다. 초기 비용이 부담스러워도 결국 시간을 사는 셈이라, 장비값을 뽑아내는 경우가 많다.

    가격은 올랐다, 값을 하나

    맥미니 최신 세대는 이전 세대보다 가격이 오른 채로 나왔다. 기본형 칩이 AI 연산에 최적화된 구조로 바뀌면서 원가가 오른 영향으로 보인다. 문제는, 가격이 오른 만큼 일반 사용자가 체감하는 이득은 크지 않다는 점이다. 온디바이스 AI 기능을 적극 쓰는 게 아니라면 이전 세대와 실사용 차이는 미미하다. 맥스튜디오는 사정이 다르다. 애초에 전문가 시장을 겨냥한 만큼 가격 인상분이 코어 수와 메모리 상한 확대로 곧바로 연결되니, 상대적으로 납득이 가는 편이다.

    결국 살 만한 건 이 조합

    예산이 빠듯하고 가벼운 용도면 맥미니 기본 사양. 사진·영상이 취미라면 맥미니 중간 사양에 메모리만 한 단계 올리는 정도가 가성비 답이다. 업무용으로 매일 무거운 작업을 돌린다면 얘기가 달라진다. 맥스튜디오 하위 칩 모델도 맥미니 최상위 사양보다 낫다. 애매하게 중간을 노리다가 둘 다 아쉬운 선택을 하는 경우, 종종 본다. 용도부터 정하고 거기 맞춰 사양을 고르는 순서, 이게 맞다.

    출처: Wired

  • 로컬 AI 컴퓨터, 그래픽카드보다 램이다 – 맥 스튜디오 고르는 법

    로컬 AI 컴퓨터, 그래픽카드보다 램이다 – 맥 스튜디오 고르는 법

    그래픽카드 견적 사이트부터 뒤진다. 거대 언어모델을 집 컴퓨터에서 돌려보겠다고 마음먹은 사람들 얘기다. 그런데 막상 부품을 맞춰보면 진짜 발목을 잡는 건 GPU 성능이 아니라 메모리 용량이다. 70B급 모델 하나 올리는 데만 수십 기가바이트 램이 필요한데, 일반 그래픽카드 VRAM은 12GB, 24GB에서 끊긴다. 여기서 대안으로 떠오른 게 통합 메모리를 쓰는 애플 실리콘 맥이다. 로컬 AI 개발자들 사이에서 요즘 은근히 자주 언급된다. 맥 스튜디오나 맥 미니로 로컬 AI 환경을 꾸리려는 사람을 위해 메모리 기준부터 사양 고르는 법, 여러 대 묶어 쓰는 방법까지 정리해봤다.

    결국 메모리 싸움

    언어모델은 파라미터 하나하나를 숫자로 저장해두고, 추론할 때마다 그 값을 전부 읽어들인다. 파라미터 70억 개(7B)짜리는 양자화를 거쳐도 최소 5~8GB가 필요하다. 700억 개(70B)짜리는 40GB 안팎. 일반 PC는 그래픽카드 VRAM과 시스템 램이 따로 논다. VRAM 용량 넘어서는 모델은 아예 못 올리거나, 속도가 뚝 떨어진다. 애플 실리콘은 다르다. CPU와 GPU가 메모리 풀 하나를 같이 쓰는 구조라서, 램만 넉넉히 달면 그 메모리를 GPU 연산에도 그대로 쓸 수 있다.

    모델 크기별 램, 대략 이 정도

    기준을 잡아두면 사양 고르기가 한결 쉽다.

    • 7B~8B 모델: 16GB 램으로 양자화 버전 구동 가능. 챗봇, 코드 자동완성 수준
    • 13B~14B 모델: 32GB 권장. 응답 품질과 속도 균형이 제일 좋은 구간
    • 30B대 모델: 64GB부터 여유롭게 돌아간다
    • 70B 모델: 96GB 이상. 실무에서 쓸 만한 속도를 원하면 128GB
    • 100B~400B급 초대형 모델: 192GB~512GB. 사실상 맥 스튜디오 최상위 사양이거나, 여러 대를 묶어야 하는 영역

    맥 스튜디오, 어디까지 올려야 하나

    맥 스튜디오는 M4 맥스와 M3 울트라(혹은 이후 세대) 두 라인으로 나뉜다. 로컬 AI 용도라면 CPU 코어 수보다 램 용량과 메모리 대역폭을 먼저 봐야 한다. 개인 실험이나 사이드 프로젝트 수준이면 64GB 구성으로도 13B~30B 모델은 무리 없다. 70B급까지 노린다면 96GB 이상. 여러 모델을 동시에 띄워두고 비교하거나 파인튜닝 실험까지 하고 싶다면 128GB~256GB 구성을 권한다. 저장공간도 챙겨야 한다. 모델 파일 하나가 수십 기가바이트씩 나가기 때문에, 1TB보다는 2TB 이상 잡아두는 편이 나중에 후회가 적다.

    맥 미니로도 될까

    맥 미니는 M4 프로 기준 64GB까지 램 확장이 가능하다. 7B~30B급 모델을 다루는 입문자, 가벼운 로컬 챗봇 용도로는 충분하다. 가격 진입 장벽이 낮은 게 장점. 다만 70B 이상으로 넘어가는 순간 램 상한선에 바로 막힌다. 처음부터 큰 모델을 목표로 한다면 맥 미니보다 맥 스튜디오 하위 구성이 총소유비용 면에서 오히려 유리한 경우가 많다.

    맥 여러 대 묶어서 더 큰 모델 돌리기

    램 512GB, 1TB짜리 단일 머신은 가격이 만만치 않다. 그래서 개발자들 사이에서는 맥 스튜디오 여러 대를 썬더볼트로 연결해 하나의 큰 메모리 풀처럼 쓰는 방식이 퍼지고 있다. exo 같은 오픈소스 클러스터링 도구를 쓰면 모델 레이어를 여러 대에 나눠 분산 추론을 돌릴 수 있다. 맥 스튜디오 3~4대로 400B급 모델까지 굴리는 사례도 나온다. 애플이 최근 데스크톱 라인업을 개편하면서 이런 멀티 맥 구성을 염두에 둔 흔적이 뚜렷하다. 더 이상 소수 애호가만의 실험은 아니라는 얘기다. 다만 대역폭 한계 때문에 단일 대형 머신보다는 토큰 생성 속도가 떨어진다는 점은 감안해야 한다.

    그래도 엔비디아가 유리한 상황은 있다

    모든 상황에서 맥이 답은 아니다. 학습(트레이닝)이나 대규모 배치 추론처럼 순수 연산 속도가 승부를 가르는 작업이라면, CUDA 생태계와 압도적 연산 성능을 갖춘 엔비디아 GPU 쪽이 여전히 빠르다. 이미 파이토치·CUDA 기반 파이프라인을 구축해둔 팀, 여러 사용자 요청을 동시에 처리해야 하는 서버 환경이라면 그래픽카드 여러 장 꽂은 워크스테이션이나 클라우드 GPU 인스턴스가 더 맞다. 반대로 개인 개발자가 조용한 사무실 책상 위에서 전력 걱정 없이 큰 모델 켜놓고 실험하고 싶다면, 통합 메모리의 용량 이점이 속도 차이를 상쇄하고도 남는다. 솔직히 여기서 갈린다.

    이것도 궁금하죠?

    Q. 램만 많으면 무조건 큰 모델을 돌릴 수 있나?
    메모리 용량이 충족돼도 대역폭이 낮으면 토큰이 느리게 나온다. 램 용량과 함께 메모리 대역폭 스펙도 같이 확인하는 편이 좋다.

    Q. 로컬에서 모델을 돌리려면 어떤 소프트웨어가 필요한가?
    Ollama, LM Studio 같은 도구를 쓰면 커맨드라인 지식 없이도 양자화된 모델을 몇 번의 클릭으로 내려받아 바로 실행할 수 있다.

    Q. 클러스터링 구성이 초보자에게도 실용적인가?
    네트워크 설정과 도구 설치 난이도가 있어서, 처음에는 단일 맥 스튜디오로 시작해 필요할 때 확장하는 쪽을 권한다.

    출처: Ars Technica

  • 월드모델(World Model)이 뭐길래, 로봇 AI가 여기에 목숨 거나

    월드모델(World Model)이 뭐길래, 로봇 AI가 여기에 목숨 거나

    테슬라 옵티머스, 피규어(Figure), 요즘은 이름도 생소한 로봇 스타트업들까지. 몸값이 줄줄이 조 단위를 찍는다. 이 회사들, 사실 베팅하는 판돈은 하나로 똑같다. 월드모델(World Model)이라는 기술이다. 로봇이 스스로 움직이고 판단하려면 눈앞 공간이 어떤 구조인지, 시간이 흐르면 뭐가 어떻게 바뀌는지부터 알아야 한다. 이걸 가능케 하는 핵심이 바로 월드모델. 정확히 뭘 뜻하는 말인지, 챗GPT 같은 언어모델과는 뭐가 다른지 하나씩 짚어본다.

    월드모델, 정확히 뭘 예측하는 기술인가

    공을 던지면 포물선을 그리며 떨어진다는 걸 우리는 굳이 계산하지 않아도 안다. 문 앞에 서면 밀어야 열릴지 당겨야 열릴지도 대충 감이 온다. 월드모델은 이 감각을 AI에게 데이터로 욱여넣은 결과물이다. 눈앞 장면을 보고 다음에 뭐가 일어날지, 물체가 어떻게 움직일지, 시간이 지나면 공간이 어떻게 변할지를 내부적으로 시뮬레이션하는 모델이라고 보면 된다.

    • 물체를 놓으면 어느 방향으로 떨어지는지
    • 문을 밀었을 때 몇 도까지 열리는지
    • 손을 뻗으면 몇 초 후 컵에 닿는지

    이런 걸 픽셀 단위, 좌표 단위로 계산해내는 게 월드모델이 하는 일이다. 말로 하면 별거 아닌 것 같은데, 실제로 구현하려면 이게 상당히 골치 아프다.

    챗GPT 같은 언어모델과는 뭐가 다른가

    LLM은 문장 다음에 올 단어를 맞히도록 훈련된다. 월드모델은 다음 ‘장면’과 ‘상태’를 맞히도록 훈련된다는 점에서 결이 완전히 다르다. 로봇 팔이 5cm 움직이면 카메라 화면이 어떻게 바뀌는지, 물체와의 거리가 얼마나 좁혀지는지처럼 실제 물리량과 좌표를 다루는 셈이다. 텍스트 확률 게임을 하는 LLM과 달리, 월드모델은 3차원 공간과 시간축을 통째로 계산에 밀어넣는다. 비유하자면 LLM이 소설을 쓰는 쪽이라면, 월드모델은 물리 엔진에 가깝다.

    로봇이 유독 이 기술에 매달리는 이유

    로봇은 현실 공간에서 진짜로 몸을 움직여야 한다. 공간과 시간 예측이 조금만 어긋나도 물건을 떨어뜨리거나 벽에 부딪히는 사고로 바로 이어진다. 문제는 실제 로봇을 돌려서 데이터를 모으는 데 돈과 시간이 어마어마하게 든다는 것. 그래서 나온 해법이 시뮬레이션에서 먼저 학습시킨 다음 현실 로봇에 그대로 옮겨 심는 ‘심투리얼(sim-to-real)’ 방식이다. 월드모델이 정교할수록 이 전환 과정에서 오차가 줄어든다. 결국 시뮬레이션이 얼마나 현실과 닮았느냐의 싸움이다.

    게임 플레이 데이터로 로봇을 훈련시킨다는 발상

    최근 투자 업계가 눈여겨보는 접근이 하나 있다. 비디오게임 플레이 기록을 그대로 학습 데이터로 쓰는 방식이다. 사람들이 게임 속에서 문을 열고, 장애물을 피하고, 목표 지점을 찾아가는 행동. 이게 실제 로봇의 길찾기나 조작 동작과 본질적으로 닮았다는 아이디어에서 출발했다. 실물 로봇 팔을 수천 시간 돌리는 것보다 게임 영상 데이터를 긁어모으는 쪽이 압도적으로 싸다. 양도 비교가 안 될 만큼 많다. 로봇공학으로 사업을 넓히는 AI 스타트업들이 조 단위 밸류에이션으로 초대형 투자를 유치하는 배경에도 이런 계산이 깔려 있다. 처음 들었을 땐 좀 뜬금없다 싶었는데, 곱씹어보면 꽤 그럴싸한 발상이다.

    엔비디아까지 뛰어든 이유

    엔비디아는 자체 월드모델 플랫폼 ‘코스모스(Cosmos)’를 내놓으며 이 판에 뛰어들었다. 구글 딥마인드도 게임 생성형 모델 ‘지니(Genie)’ 시리즈로 비슷한 방향을 파고 있다. 젠슨 황이 강연 때마다 꺼내는 ‘피지컬 AI’라는 표현도 결국 같은 얘기다. 언어와 이미지를 다루던 AI가 다음 단계로 물리 세계, 그러니까 로봇과 자율주행, 물류 자동화로 영역을 넓히는 흐름. 자율주행차가 앞차와의 거리를 계산하고 급정거 상황을 미리 예측하는 것도 월드모델의 응용 사례 중 하나다.

    아직 넘어야 할 산

    시뮬레이션에서는 완벽하게 작동하던 로봇이 실제 현장에 나가면 삐걱대는 심투리얼 갭 문제, 여전히 크다. 조명, 바닥 재질, 물체 표면 마찰력처럼 시뮬레이션이 재현하지 못하는 변수가 한둘이 아니다. 여기에 대규모 시뮬레이션을 돌리는 연산 비용, 실제 현장에 투입하기 전 거쳐야 할 안전성 검증까지. 넘어야 할 단계가 아직 많이 남았다. 기술 자체의 가능성과 상용화 시점은 별개 문제라는 뜻이다.

    결국 이 세 줄만 기억하면 된다

    • 월드모델은 AI가 공간과 시간의 변화를 미리 계산하는 능력이다.
    • 로봇과 자율주행이 한 단계 더 나아가려면 반드시 거쳐야 할 기술이다.
    • 게임·시뮬레이션 데이터를 얼마나 확보하느냐가 다음 경쟁의 승부처가 될 전망이다.

    로봇 관련 뉴스에서 ‘파운데이션 모델’, ‘피지컬 AI’ 같은 단어가 나올 때마다, 결국 이 월드모델 얘기라고 생각하면 훨씬 빨리 이해된다.

    출처: TechCrunch

  • 위처4 출시일 2028년, 예상 사양까지 정리해봤다

    위처4 출시일 2028년, 예상 사양까지 정리해봤다

    CD프로젝트레드 공동 CEO 미하우 노바코프스키가 최근 공개한 영상에서 위처4 목표 출시 시점을 못 박았다. 2028년. 위처3 이후 8년 넘게 이어진 기다림에 처음으로 구체적인 연도가 나온 셈이다. 위처4를 검색하면 출시일, 사양, 전작과 뭐가 다른지 같은 질문이 계속 반복된다. 지금까지 공개된 정보를 기준으로 한번 정리해봤다.

    위처4란 어떤 게임인가

    폴란드 개발사 CD프로젝트레드가 만드는 위처 시리즈 정식 후속작이다. 전작 위처3: 와일드 헌트는 게롤트 이야기로 막을 내렸는데, 신작 주인공은 마법사 시리(Ciri)가 될 것으로 알려졌다. 개발사 내부 코드명은 ‘폴라리스(Polaris)’. 개발 초기부터 트레일러와 기술 데모로 존재감을 조금씩 흘려왔다.

    왜 목표 출시일이 2028년인가

    가장 큰 이유는 엔진 교체다. CD프로젝트레드가 써오던 자체 엔진 REDengine 대신 이번엔 언리얼엔진5로 갈아탔다. 엔진을 바꾸면 초반엔 생산성이 떨어지지만 장기적으로는 개발 효율이 올라간다는 계산인데, 위처4처럼 방대한 오픈월드 게임에서는 안정화까지 시간이 더 걸릴 수밖에 없다. 사이버펑크2077 출시 당시 최적화 문제로 크게 홍역을 치른 전례도 있다. 그래서인지 이번엔 완성도부터 챙기겠다는 말을 여러 차례 반복해왔다. 2028년도 확정 날짜가 아니라 ‘목표 창구’라는 표현을 썼다. 밀릴 여지는 여전히 남아 있는 셈.

    전작과 비교해 달라지는 점

    엔진을 바꾸면서 그래픽과 물리 연산 수준부터 확 달라진다. 언리얼엔진5의 나나이트(Nanite)와 루멘(Lumen)을 쓰면 지형 디테일이나 실시간 조명 표현이 위처3 때와는 체급이 다르다. 주인공이 바뀌니 전투 스타일도 같이 바뀔 가능성이 크다. 시리는 게롤트식 검술보다는 포탈 이동, 시간 조작 같은 능력으로 익숙한 캐릭터라서 전투 시스템 자체를 새로 짤 공산이 크다. 개발 규모도 역대급이다. 투입 인력과 예산 모두 위처3를 웃돈다.

    예상 PC 사양은 어느 정도일까

    공식 사양표는 아직 안 나왔다. 다만 같은 언리얼엔진5 기반인 사일런트 힐2 리메이크, 검은 신화: 오공 요구 사양을 보면 대충 감이 온다. 두 게임 모두 최소 사양에서조차 8GB 이상 VRAM과 레이트레이싱 지원 그래픽카드를 요구했다. 위처4는 오픈월드 규모에 루멘 조명 연산까지 얹히니 RTX 4070급 이상, 메모리 16GB 이상, NVMe SSD 정도는 사실상 기본 사양으로 굳어질 가능성이 높다. 발매 시점엔 이보다 더 오를 수도 있다.

    발매 전 미리 확인해두면 좋은 것들

    정보 놓치지 않으려면 볼 채널이 몇 군데 있다. CD프로젝트레드는 자체 플랫폼 GOG와 공식 유튜브 채널로 개발 소식을 틈틈이 공개해왔다. 스팀 페이지는 아직 정식 위시리스트가 안 열렸는데, 열리는 순간 알림 등록해두면 사전예약 혜택이나 에디션 구성을 가장 먼저 알 수 있다. 하드웨어 업그레이드 생각 중이라면 그래픽카드 가격 안정기를 노려 미리 사두는 것도 나쁘지 않은 방법.

    기다리는 동안 즐길 만한 오픈월드 RPG

    공백기가 길다 보니 대체재 찾는 사람도 많다. 발더스 게이트3는 선택에 따라 이야기가 크게 갈리는 구조가 위처 시리즈와 결이 비슷하다. 엘든 링은 전투 난이도와 세계관 몰입감 쪽에서, 드래곤스 도그마2는 동료 시스템과 탐험 요소 쪽에서 참고할 만하다. 위처3 자체도 확장팩 ‘하츠 오브 스톤’, ‘블러드 앤 와인’까지 합치면 다시 돌릴 분량은 충분하다.

    결국 핵심만 3줄 요약

    • 목표 출시 시점은 2028년, 확정 날짜 아닌 목표 창구
    • 엔진을 언리얼엔진5로 바꾸면서 주인공은 시리로 교체될 전망
    • 공식 사양 미공개, RTX 4070급 이상 기준으로 준비하는 편이 안전

    더버지 보도와 개발사가 직접 푼 영상 자료를 종합하면, 위처4는 속도보다 완성도 쪽에 무게를 둔 프로젝트로 읽힌다. 정식 발매 전까지는 스팀·GOG 위시리스트 알림 켜두고 사양 정보 업데이트될 때마다 확인하는 정도가 제일 효율적인 대응이다.

    출처: The Verge

  • BIOS 업데이트, 벽돌 안 만들고 안전하게 하는 법

    BIOS 업데이트, 벽돌 안 만들고 안전하게 하는 법

    노트북 화면 구석에 업데이트 알림이 뜨면 일단 ‘나중에’부터 누르는 사람, 꽤 많다. 게을러서 그런 게 아니다. BIOS처럼 시스템 가장 밑바닥을 건드리는 업데이트는 잘못되면 노트북이 아예 안 켜지는 상태, 이른바 ‘벽돌’이 될 수 있다는 걸 다들 어렴풋이 알고 있어서다. 실제로 몇몇 노트북 브랜드가 특정 BIOS 버전을 배포한 뒤 구형 모델 일부가 부팅조차 안 되는 사례가 보고된 적 있다. 그렇다고 겁먹고 무작정 미루는 것도 답은 아니다. 보안 패치나 호환성 개선이 들어있는 경우가 워낙 많아서. 결국 관건은 하나다. 어떻게 해야 안전하게 넘어가느냐.

    BIOS 업데이트, 대체 뭘 바꾸는 걸까

    BIOS, 요즘은 대부분 UEFI라고 부르는 그것은 운영체제가 뜨기도 전에 하드웨어를 깨우고 부팅 순서를 잡아주는 가장 기초적인 펌웨어다. 윈도우나 리눅스 업데이트와는 완전히 다른 층위에서 돌아가는데, 메인보드에 박힌 작은 저장 칩에 직접 기록되는 방식이다. 그래서 이 과정이 중간에 끊기면 하드웨어가 어떻게 부팅해야 할지조차 모르는 상태에 빠져버린다. CPU 마이크로코드 업데이트, 램 호환성 개선, 특정 보안 취약점 패치, 새 프로세서 지원 추가. BIOS 업데이트에 흔히 담기는 내용들이다.

    업데이트 한 번에 노트북이 먹통 되는 이유

    가장 흔한 원인은 업데이트 도중 전원이 끊기는 것이다. 배터리가 얼마 안 남은 상태로 진행하다 갑자기 꺼지거나, 노트북 뚜껑을 닫아 절전 모드로 들어가면서 플래싱 작업이 뚝 끊기는 경우가 대표적이다. 제조사 쪽 문제도 무시하기 어렵다. 특정 세대 프로세서를 쓰는 모델에서만 특정 BIOS 버전이 부팅 실패를 일으킨 사례처럼, 배포된 펌웨어 자체에 결함이 있었던 경우도 실제로 있었다. 이럴 땐 사용자가 아무리 절차를 잘 지켜도 별 수 없이 사고가 난다. 그래서 배포 초기엔 서두르지 않는 게 오히려 전략이 되기도 한다.

    업데이트 전에 반드시 체크할 것들

    • 전원 연결 필수: 배터리가 100%여도 반드시 어댑터를 꽂은 채로 진행한다.
    • 노트북 모델과 정확한 BIOS 버전 확인: 제조사 홈페이지에서 자기 모델명과 지금 깔린 서브 버전을 정확히 대조한다.
    • 중요 파일 백업: 확률은 낮아도 시스템이 통째로 먹통이 될 가능성은 대비해둔다.
    • 최신 릴리즈노트 검색: 배포 직후엔 커뮤니티나 포럼에 “브릭”, “부팅 안됨” 같은 키워드로 후기가 올라오는지부터 확인한다.
    • USB 복구 매체 준비: 제조사가 BIOS 복구용 USB 절차를 제공하는지 미리 확인해둔다.

    안전하게 업데이트하는 순서

    순서 자체는 생각보다 단순하다. 먼저 제조사 공식 홈페이지나 전용 유틸리티, 예를 들면 델의 Dell Update, 레노버의 Vantage, 에이수스의 MyASUS 같은 프로그램으로 정식 배포 버전이 맞는지 확인한다. 서드파티 사이트에서 받은 파일은 절대 쓰지 않는다, 이건 원칙이다. 그다음 노트북을 전원에 연결하고 백그라운드 프로그램을 최대한 종료한 뒤 업데이트를 시작한다. 진행 중엔 화면이 꺼지거나 재부팅되는 과정이 여러 번 반복될 수 있는데, 이때 강제 종료 버튼은 절대 누르지 않는다. 완료 메시지가 뜰 때까지 최소 10분은 그냥 지켜본다, 이렇게 마음먹으면 오히려 편하다.

    업데이트 후 화면이 안 켜진다면

    일단 전원 버튼을 15초 이상 길게 눌러 완전히 방전시키듯 초기화해본다. 그다음 어댑터를 뺐다 다시 꽂고 켜보는데, 화면은 안 켜져도 팬이 돌거나 LED가 들어오는지부터 확인한다. 반응이 아예 없다면 메인보드 자체 복구 모드, 보통 특정 키 조합에 USB를 꽂는 방식을 지원하는 모델인지 제조사 지원 페이지에서 찾아본다. 요즘은 이런 복구 기능을 아예 기본 탑재한 노트북도 늘고 있다. 구입 전에 이 기능 유무를 확인해두면 나중에 크게 도움 된다. 자체 복구가 안 되면 결국 서비스센터행인데, 이 경우 무상 수리 대상인지 아닌지는 제조사 결함 인정 여부에 따라 갈리는 경우가 많다.

    이런 경우엔 굳이 안 해도 된다

    모든 BIOS 업데이트를 무조건 다 설치할 필요는 없다. 지금 쓰는 데 문제없고 릴리즈노트에 보안 취약점 패치나 심각한 버그 수정도 안 보인다면 건너뛰어도 무방하다. 반대로 특정 CPU 취약점 패치, 발열이나 배터리 관련 긴급 수정, 최신 OS와의 호환성 문제 해결이 포함돼 있다면 미루지 않는 편이 낫다. 배포 직후 며칠 정도는 지켜보다가, 큰 문제 없다는 후기가 쌓이면 그때 진행하는 것도 나쁘지 않은 전략이다. 솔직히 이 정도 텀만 둬도 사고 확률은 꽤 줄어든다.

    은근 헷갈리는 질문들

    Q. 업데이트 중 갑자기 정전이 나면 어떻게 되나요?
    대부분의 최신 메인보드는 이중 BIOS 칩이나 백업 영역을 갖추고 있어서 자동 복구가 시도된다. 다만 구형 모델이나 저가형 제품은 이런 안전장치가 아예 없는 경우도 있어서, UPS나 노트북 자체 배터리를 반드시 활용하는 게 안전하다.

    Q. 데스크톱 PC도 노트북과 절차가 같나요?
    기본 원리는 같지만 데스크톱은 메인보드 제조사 쪽 유틸리티, 예를 들면 에이수스 EZ Flash나 기가바이트 Q-Flash를 쓰는 경우가 많다. 정전 대비를 위해 UPS 연결을 권장한다는 차이도 있다.

    Q. 업데이트 후 부팅은 되는데 설정이 초기화됐어요, 정상인가요?
    정상이다. BIOS 업데이트는 대개 설정값을 공장 초기화 상태로 되돌린다. 그래서 부팅 순서나 가상화 옵션처럼 따로 켜뒀던 설정은 다시 손봐줘야 한다.

    출처: The Verge

  • AI 음악, 진짜인지 구별하는 법과 저작권 총정리

    AI 음악, 진짜인지 구별하는 법과 저작권 총정리

    스포티파이 플레이리스트를 틀어놨는데 처음 듣는 곡이 계속 나온 적, 다들 한 번쯤 있을 거다. 가사는 어딘가 붕 떠 있고 목소리도 묘하게 뭉개져 있다. 사람이 아니라 AI가 몇 초 만에 뽑아낸 곡인 경우, 요즘 은근히 많다. 애플뮤직이 이런 AI 생성곡에 라벨을 붙이는 기능을 준비 중이라는 소식이 나오면서, 정작 서비스에서 AI 곡을 스스로 걸러내는 법을 찾는 사람들이 늘었다. 태그 하나 붙는다고 모든 플랫폼에서 바로 표시되는 것도 아니니까. 지금 알아둘 만한 것들, 정리해봤다.

    AI 생성 음악이라는 게 정확히 뭘까

    작곡가도, 프로듀서도 없다. 텍스트 프롬프트 몇 줄, 조건 몇 개만 입력하면 알고리즘이 멜로디와 가사, 보컬, 편곡까지 통째로 뽑아낸다. 이게 AI 생성 음악이다. 수노(Suno)나 우디오(Udio) 같은 서비스가 대표주자고, 결과물 범위도 넓다. 짧은 로파이 배경음악부터 완성도 있는 팝송 형태까지 다 나온다. 문제는 이런 곡이 스트리밍 플랫폼에 그대로 올라오면서 사람이 만든 곡과 아무 구분 없이 섞여버린다는 점이다. 업계에서는 품질 낮은 AI 곡을 대량으로 찍어내는 걸 슬롭 송(slop song)이라 부르며 경계한다. 이름부터 살벌하다.

    플랫폼들이 라벨링에 나서는 이유

    AI 곡이 많아질수록 플랫폼 입장에서는 골치 아픈 문제가 쌓인다.

    • 저작권이 불분명한 곡이 스트리밍 수익을 가져가는 구조적 문제
    • 가짜 아티스트 계정을 만들어 봇으로 재생수를 부풀리는 어뷰징
    • 실제 아티스트 신곡과 AI 생성곡이 뒤섞여 검색·추천 품질이 떨어지는 현상

    스포티파이는 이미 AI 관련 콘텐츠 정책을 손보고 있다. 애플뮤직도 투명성 태그(Transparency Tags)를 확장해서 AI로 만든 트랙에 별도 표시를 붙이는 방향을 검토 중이다. 곡 설명이나 크레딧 영역에 “AI로 생성됨” 같은 문구가 뜨는 식이 될 가능성이 크다.

    일단 귀로 걸러내는 법

    라벨링이 모든 플랫폼, 모든 곡에 적용되기 전까지는 직접 판단해야 하는 경우가 훨씬 많다. 아래 특징이 겹치면 AI 생성곡일 확률이 올라간다.

    • 보컬 발음이 미묘하게 뭉개지거나 감정 표현이 단조롭다
    • 가사는 문법적으로 맞는데 맥락이 붕 뜨거나 뻔한 라임만 반복된다
    • 같은 아티스트 이름으로 짧은 기간에 수십, 수백 곡이 쏟아져 있다
    • 앨범 커버가 실제 인물 사진이 아니라 일러스트나 합성 이미지다
    • 아티스트 프로필에 인터뷰나 SNS, 공연 이력 같은 실존 흔적이 전혀 없다

    한 곡 재생수만 봐서는 사실 판단하기 어렵다. 아티스트 페이지 전체를 훑어보는 편이 훨씬 정확하다.

    플랫폼마다 다른 대응 방식

    서비스마다 AI 곡을 다루는 방식이 조금씩 다르다.

    • 스포티파이: AI 보이스 클로닝 악용 방지 정책을 운영하고, 신고 기능으로 삭제 요청도 가능하다
    • 유튜브 뮤직: 유튜브 전체의 ‘변경되거나 합성된 콘텐츠’ 라벨 정책과 연동된다
    • 애플뮤직: 투명성 태그 확장을 통해 AI 생성 트랙 표시를 준비 중이다

    라벨이 붙는다고 AI 곡 자체가 서비스에서 사라지는 건 아니다. 표시만 하고 재생은 그대로 허용하는 정책이 일반적이다. 결국 듣는 사람 스스로 걸러 듣는 습관이 필요하다는 얘기다.

    진짜 논쟁거리는 저작권과 돈

    AI 음악을 둘러싼 진짜 싸움은 청취 경험보다 돈 쪽에 가깝다. AI 모델을 학습시키는 과정에서 기존 곡을 무단으로 가져다 썼는지가 소송으로 번지는 사례가 이어지고 있고, AI 생성곡이 스트리밍 수익 풀을 갉아먹으면서 실제 창작자 몫이 줄어든다는 지적도 나온다. 저작권 등록 기준도 나라마다 갈린다. 미국 저작권청은 사람의 창작적 개입이 거의 없는 순수 AI 생성물은 저작권 보호 대상이 아니라는 입장을 유지하고 있다. AI로 만든 곡을 상업적으로 쓰려는 크리에이터라면 이 부분, 꼭 확인해야 한다.

    직접 곡 만드는 사람이라면 지금 체크할 것

    직접 곡을 만들어 유통하는 입장이라면 아래를 미리 점검해두는 편이 안전하다.

    • 배급사(디스트리뷰터)의 AI 콘텐츠 관련 약관을 확인한다
    • AI 도구를 보조적으로만 썼다면 어느 단계에서 사람이 개입했는지 기록해둔다
    • 보컬이나 목소리를 AI로 복제했다면 원 저작권자·권리자 동의 여부를 명확히 한다

    플랫폼들이 라벨링을 강화하는 흐름을 보면, 앞으로 신고나 정책 위반으로 곡이 내려가는 사례도 늘어날 여지가 있다. 미리 정리해두는 쪽이 마음 편하다.

    자주 묻는 것들

    Q. AI 생성 음악은 무조건 품질이 낮은가?
    A. 아니다. 단순 배경음악부터 완성도 높은 곡까지 편차가 크다. 다만 대량 생산된 저품질 곡이 워낙 많다 보니 ‘슬롭 송’이라는 부정적 이미지가 먼저 붙어버렸다.

    Q. AI 곡인지 스트리밍 앱에서 바로 확인할 방법이 있나?
    A. 아직 모든 플랫폼에 라벨이 붙어있지 않다. 아티스트 프로필과 곡 정보를 함께 확인하는 수밖에 없다. 애플뮤직 라벨링이 적용되면 곡 정보 화면에서 바로 확인하는 방식이 될 전망이다.

    Q. AI로 만든 곡도 스트리밍 수익을 받을 수 있나?
    A. 저작권 등록 여부와 플랫폼 정책에 따라 갈린다. 사람의 창작적 기여가 인정되는 부분이 있어야 저작권 보호와 수익 정산이 가능한 구조다.

    출처: Engadget

  • 구글 문서 하나로 보안 전문가도 낚일 뻔했다, 피싱 메일 구별법

    구글 문서 하나로 보안 전문가도 낚일 뻔했다, 피싱 메일 구별법

    가짜 암호화폐 컨퍼런스 초대장. 링크는 구글 문서. 받은 사람은 다름 아닌 보안 전문가들이었다. 테크크런치 보도를 보면, 암호화폐 전문 매체 직원을 사칭한 해커가 이 두 가지 조합으로 여러 보안 연구자를 노렸다고 한다. 피싱 메일을 매일 들여다보는 게 본업인 사람들조차 걸려들 뻔했다는 대목에서 좀 섬뜩했다. 보안 지식이 많다고 피싱에서 자유로운 건 아니라는 얘기다. 그래서 오늘은 초대장이나 협업 문서로 위장한 피싱 메일, 어떻게 구별하고 대처해야 하는지 하나씩 짚어본다.

    보안 전문가도 왜 방심할까

    피싱이 먹히는 건 기술보다 심리 문제인 경우가 훨씬 많다. 잘 알려진 매체나 인물 이름을 빌려 신뢰를 얻고, 컨퍼런스 초청이나 협업 제안 같은 그럴듯한 명분을 붙이면 방어벽이 스르륵 내려간다. 보안 전문가라고 다를 게 없다. 하루에 수백 통씩 메일을 처리하다 보면 어느 순간 판단력이 흐려지는 타이밍이 온다. 공격자는 바로 그 틈을 정확히 노린다.

    가짜 초대장이 유독 잘 먹히는 이유

    학회나 컨퍼런스 초대장은 받는 순간부터 기분이 좋아진다. 커리어에 도움 되는 제안처럼 느껴지니까. “발표자로 모시고 싶다”, “패널로 참여해달라” 같은 문구는 은근히 우쭐하게 만들고, 마감일까지 붙어 있으면 사람을 서두르게 만든다. 여기에 업계에서 실제로 활동하는 매체나 단체 이름까지 빌리면 의심할 이유가 확 줄어든다. 초대장 하나로 기분이 좋아지고, 그 감정이 판단을 무디게 한다. 딱 이 순서다.

    구글 문서 링크, 뭐가 위험한가

    구글 독스나 구글 드라이브 링크는 회사 이메일 보안 필터를 어이없을 만큼 잘 통과한다. 도메인이 google.com이니 스팸 필터 입장에서는 그냥 정상 트래픽이다. 진짜 문제는 그 다음부터다. 문서 안에 악성 링크나 매크로가 심어져 있거나, 문서를 열람하려면 확장 프로그램 설치나 권한 허용 같은 추가 동작을 요구하는 식으로 실제 악성코드 설치까지 유도한다. 첨부파일 대신 링크를 쓰는 이유도 비슷하다. 첨부파일은 백신이 즉시 검사하지만, 링크는 클릭한 다음에야 진짜 목적지가 드러난다. 이 타이밍 차이, 공격자들이 제일 좋아하는 틈이다.

    피싱 메일 구별 체크리스트

    메일 한 통 받았을 때 아래 다섯 가지만 확인해도 상당수는 걸러진다. 개인적으로는 링크 미리보기 습관 하나만 들여도 절반은 잡아낸다고 본다.

    • 발신자 도메인: 회사명은 맞는데 도메인 철자가 미묘하게 다르진 않은지 확인한다.
    • 링크 미리보기: 클릭 전에 마우스를 올려서 실제 주소가 표시된 텍스트와 일치하는지 본다.
    • 긴급성 강조: “24시간 내 회신”, “오늘까지 확정” 같은 문구는 판단을 흐리려는 장치일 가능성이 높다.
    • 권한 요청: 문서 열람하는데 확장 프로그램 설치나 매크로 실행을 요구하면 일단 멈춘다.
    • 연락 경로 이중 확인: 메일에 적힌 연락처 말고, 공식 홈페이지에서 찾은 번호나 메일로 따로 확인한다.

    이미 눌러버렸다면

    클릭했다고 바로 끝난 건 아니다. 순서대로만 처리하면 피해는 줄어든다.

    • 네트워크 연결부터 끊는다. 와이파이를 끄거나 랜선을 뽑아 추가 통신을 막는다.
    • 같은 기기에서 로그인했던 계정, 이메일과 클라우드 저장소 비밀번호를 다른 기기에서 바로 바꾼다.
    • 2단계 인증을 안 켜놨다면 이번 기회에 설정한다.
    • 회사 소속이면 IT 보안팀에 즉시 신고한다. 혼자 해결하려다 골든타임 놓치는 경우, 의외로 많다.

    회사 차원에서는 뭘 준비해야 하나

    개인의 주의만으로는 한계가 있다. 조직 단위에서는 시스템으로 막아야 한다.

    • 피싱 모의훈련: 분기마다 가짜 피싱 메일을 보내 직원들 대응을 점검한다.
    • 제로트러스트 정책: 사내 시스템 접근할 때마다 인증을 요구해 계정 탈취 피해를 최소화한다.
    • 격리 브라우저 도입: 외부 링크를 클릭해도 실제 기기가 아닌 가상 환경에서 열리게 한다.
    • 신고 문화 정착: 실수로 링크를 눌러도 질책보다 빠른 신고를 우선하는 분위기를 만든다.

    개인적으로 마지막 항목이 제일 중요하다고 본다. 실수를 숨기다가 대응이 늦어지는 경우를 꽤 봤다. 신고했을 때 안 혼나는 문화, 그게 있어야 초기에 잡는다.

    이것도 궁금하죠?

    Q. 회사 메일이 아니라 개인 메일로 와도 위험한가요?
    개인 메일도 똑같이 위험하다. 오히려 회사 보안 시스템의 보호를 못 받아서 더 취약한 경우가 많다.

    Q. 구글 문서 자체도 악성코드에 감염되나요?
    문서 파일 자체보다는 안에 삽입된 링크나 스크립트가 문제다. 정상적인 문서라도 공유 설정이 풀리면 악성 콘텐츠 삽입 통로로 악용될 여지가 있다.

    출처: TechCrunch

  • 닐슨 시청률이란? OTT 시대엔 스마트워치가 시청률까지 잰다

    닐슨 시청률이란? OTT 시대엔 스마트워치가 시청률까지 잰다

    스마트워치, 손목에 차고 다니면서 심박수랑 걸음 수만 재는 줄 알았는데 아니었다. 요즘은 이 조그만 기기가 지금 무슨 방송을 보고 있는지까지 잡아낸다. 시청률 조사 회사들이 웨어러블 데이터를 슬슬 끌어다 쓰기 시작했기 때문인데, 손목시계까지 동원해서 시청률을 재는 이유가 뭔지 한번 정리해봤다.

    닐슨 시청률, 대체 뭘 재는 걸까

    닐슨(Nielsen)은 미국에서 TV·라디오·스트리밍 시청 데이터를 모아 광고 단가 기준을 만드는 회사다. 광고주 입장에서는 어떤 프로그램에 얼마짜리 광고를 붙일지 정할 때 이 숫자 하나가 사실상 유일한 잣대였다. 국내도 비슷하다. 닐슨코리아가 지상파와 케이블 시청률을 뽑아서 방송사와 광고업계에 넘겨준다.

    방식은 단순하다. 표본 가구를 뽑는다. 그 집 TV 시청 패턴을 24시간 추적한다. 그걸 전체 인구로 환산해서 추정치를 낸다. 국민 전체를 다 조사할 수 없으니, 대표성 있다고 판단한 표본으로 통계적 확대 해석을 하는 셈이다.

    피플미터 방식의 한계

    전통적인 측정 도구는 피플미터라는 셋톱박스형 장치다. 표본 가구 TV에 설치해두면 채널 전환과 시청 시간은 자동으로 기록된다. 문제는 그다음이다. 가족 구성원이 리모컨 버튼을 직접 눌러서 “지금 이거 보는 사람은 나”라고 입력해야 한다.

    • 버튼을 안 누르면 데이터 자체가 통째로 빠진다
    • 거실 TV 앞이 아니라 스마트폰이나 태블릿으로 보는 시청은 안 잡힌다
    • 표본 가구 수가 한정적이라 마이너한 콘텐츠는 오차 범위가 확 커진다

    결국 사람이 손으로 눌러야 굴러가는 구조다. 응답 피로도가 쌓이면 데이터 신뢰도가 떨어진다는 지적, 꽤 오래전부터 나왔다.

    OTT 등장 이후 측정이 꼬인 이유

    넷플릭스, 디즈니플러스 같은 OTT가 자리 잡으면서 시청 행위 자체가 흩어져버렸다. 같은 드라마를 누구는 거실 TV로 보고, 누구는 지하철에서 스마트폰으로 이어보고, 누구는 태블릿으로 몰아본다. 피플미터 하나로 이 흐름을 다 따라잡기엔 무리다.

    넷플릭스 같은 플랫폼은 자체 시청 데이터를 밖으로 세세하게 공개하지 않는다. 그래서 업계 전체가 참고할 만한 표준화된 OTT 시청률이 마땅치 않은 채로 몇 년이 흘렀다. 이 부분, 솔직히 아직도 답이 없는 영역이다.

    웨어러블 데이터가 시청률 조사에 등장한 이유

    닐슨은 최근 파트너사의 웨어러블 기기 데이터를 시청률 산출 과정에 좀 더 적극적으로 반영하겠다고 밝혔다. 스마트워치나 피트니스 밴드는 하루 종일 몸에 붙어 있으면서 별도 조작 없이 자동으로 데이터가 쌓인다는 게 매력 포인트다. 버튼을 눌러야 인식되는 피플미터와는 정반대다. 표본 크기를 늘리면서 시청 맥락 정보까지 확보하는 셈이니까.

    웨어러블이 화면 내용을 직접 읽어내는 건 아니다. 대신 간접 지표 몇 가지를 조합해서 시청 여부를 추정한다.

    • 움직임 센서로 파악한 활동량 — 가만히 앉아 있는 시간
    • 블루투스·와이파이로 연결된 스마트 TV, 스트리밍 기기와의 근접 신호
    • 스마트폰·워치 앱 사용 로그와의 교차 대조

    여기에 기존 피플미터 데이터와 패널 조사 응답까지 합쳐서 오차를 줄인다. 웨어러블이 전부를 대체하는 게 아니라, 기존 방식의 빈틈을 메우는 보조 수단에 가깝다는 얘기다.

    개인정보는 안전할까

    이 대목에서 걱정 안 하면 이상하다. 건강 데이터 재던 기기가 시청 습관까지 들여다본다는 소리니까. 조사기관들 설명은 대개 이렇다. 참여자가 명시적으로 동의한 패널만 대상으로 데이터를 모으고, 개인을 특정할 수 없게 가공해서 광고주에게 넘긴다고.

    다만 웨어러블 제조사와 시청률 조사 회사가 데이터를 주고받는 구조 자체가 아직 낯설다. 어떤 정보가 얼마나 세밀하게 공유되는지는 각자 서비스 약관을 한번 직접 들여다보는 게 안전할 듯하다.

    국내 시청률 조사는 뭐가 다른가

    닐슨코리아를 비롯한 국내 조사기관도 여전히 피플미터 중심 표본 조사를 쓴다. 반면 넷플릭스, 티빙, 웨이브 같은 OTT는 자체 서버 로그로 시청 시간과 순위를 집계해서 따로 발표하는 구조다. 그래서 외부 조사기관 수치와 플랫폼 자체 발표가 서로 다른 값을 보여주는 일이 흔하다. 같은 드라마인데 매체마다 ‘1위’라는 말을 다르게 쓰는 이유, 여기 있다.

    이 숫자, 어디까지 믿어야 하나

    시청률은 절대적 진실이 아니라 표본을 통한 추정치다. 이거 하나만 기억해두면 편하다. 조사 방식이 피플미터든 웨어러블이든, 전 국민을 1대1로 추적하는 게 아닌 이상 오차는 늘 있다. 다만 자동으로 쌓이는 데이터가 많아질수록 표본이 커지고 응답 누락이 줄어드는 쪽으로는 분명 나아지고 있다. 광고 단가나 콘텐츠 흥행 여부를 판단할 때 이 숫자를 참고하되, 플랫폼 자체 발표치와 외부 조사기관 수치를 같이 놓고 비교하는 습관이 제일 확실하다.

    출처: The Verge

  • 구글 픽셀 vs 갤럭시, 결국 어느 쪽이 나을까

    구글 픽셀 vs 갤럭시, 결국 어느 쪽이 나을까

    스마트폰 바꿀 때마다 늘 이 질문 앞에서 멈춘다. 픽셀이냐, 갤럭시냐. 두 브랜드 다 매년 플래그십 내놓고, AI 카메라에 음성 비서, 폴더블까지 다 밀어붙이니 스펙표만 보면 거기서 거기다. 근데 막상 두 대 다 써보면 얘기가 완전히 다르다. 카메라 성향, AI 기능, 게임 성능, 업데이트 정책 — 항목별로 하나씩 뜯어보면 답이 의외로 명확해진다.

    픽셀은 AI에 몰빵, 갤럭시는 두루두루

    구글 픽셀 시리즈는 처음부터 AI를 가장 잘 쓰는 폰으로 설계됐다. 텐서 칩부터가 범용 연산보다 온디바이스 AI 처리 쪽에 무게를 실었고, 카메라 소프트웨어도 순정 안드로이드 위에서 구글이 직접 매만지는 구조다. 갤럭시는 다르다. 카메라, 배터리, 디스플레이, 게임 성능 — 전부 골고루 끌어올리는 쪽. 한쪽에 몰아준 픽셀, 평균점을 최대한 높인 갤럭시. 이 차이만 알아도 절반은 정리된다.

    음성 받아쓰기는 픽셀이 확실히 낫다

    최근 픽셀에서 체감이 제일 큰 건 보이스 타이핑이다. 그냥 말을 받아 적는 수준이 아니다. 문장 중간에 단어를 바꾸거나 “이거 지우고 다시 말할게” 하면 실시간으로 문장을 고쳐준다. 긴 이메일이나 메신저 답장을 손 안 대고 처리하고 싶을 때 이 차이가 크게 느껴진다. 갤럭시도 녹음 요약이나 실시간 통역 같은 AI 기능을 갖추고 있긴 하다. 다만 순수 받아쓰기 정확도와 반응 속도만 놓고 보면 픽셀 손을 들어주는 사람이 많다.

    게임 돌릴 거면 얘기가 달라진다

    텐서 칩의 약점, 그래픽 처리량이다. 고사양 게임 오래 돌리면 프레임 떨어지고 기기도 금방 뜨거워진다는 지적이 꾸준하다. 스냅드래곤 8 시리즈를 얹은 갤럭시 S 울트라 라인업은 그래픽 벤치마크에서 앞서는 경우가 많고 발열 관리도 상대적으로 안정적이다. 원신이나 PUBG 모바일처럼 사양 많이 잡아먹는 게임을 자주 한다면? 갤럭시나 스냅드래곤 탑재 기종이 무난하다.

    카메라는 취향 문제다

    픽셀 카메라는 인물 사진 보정과 자연스러운 색감, 매직 이레이저 같은 AI 편집 도구에서 강점을 보인다. 찍고 바로 SNS에 올려도 될 정도로 결과물이 다듬어져 나온다. 갤럭시는 200MP 센서를 앞세워 디테일과 줌 배율에서 유리하다. 색감은 좀 더 선명하고 쨍하게 나오는 편. 인물 위주면 픽셀, 풍경이나 줌샷 자주 찍는다면 갤럭시 쪽이 편하다.

    오래 쓸 거면 업데이트 정책부터 봐야 한다

    픽셀 프로 라인업은 OS와 보안 업데이트를 7년 보장한다. 갤럭시 S와 폴드 라인업도 7년으로 맞춰오면서 두 브랜드 격차는 사실상 없어졌다. 다만 픽셀은 매달 새 기능을 얹는 피처 드롭 방식을 쓰다 보니 업데이트 체감 빈도는 픽셀 쪽이 확실히 잦다. 새 기능이 자주 생기는 걸 좋아하면 픽셀, 큰 변화 없이 안정적으로 쓰고 싶으면 갤럭시가 맞다.

    화려한데 며칠 지나면 꺼두는 기능들

    요즘 플래그십들은 후면 LED 알림등이나 커스텀 색상 조명 같은 기믹성 기능을 하나씩 넣는 추세다. 매장에서 보면 눈길 가는데, 며칠 써보면 대부분 꺼둔다. 알림 확인은 잠금화면이나 스마트워치가 훨씬 편해서다. 스펙표에 적힌 기능 개수보다 매일 실제로 쓰는 기능이 몇 개인지 세어보는 게 구매 결정엔 더 도움이 된다. 이건 좀 과한 스펙 경쟁이라고 봐도 무방하다.

    결국 나한테 맞는 건 뭘까

    • 글쓰기·메모·음성 받아쓰기를 자주 쓴다 → 픽셀
    • 고사양 게임을 오래, 자주 한다 → 갤럭시 울트라
    • 광고 없는 순정 안드로이드를 선호한다 → 픽셀
    • 폴더블이나 S펜 같은 입력 도구가 필요하다 → 갤럭시
    • 줌샷과 디테일한 풍경 사진을 많이 찍는다 → 갤럭시
    • AI 보정과 자연스러운 인물 사진을 원한다 → 픽셀

    가격대가 겹치는 만큼 결국 스펙보다 어떤 기능을 매일 쓰느냐가 선택을 가른다. 음성 입력과 AI 편집을 자주 쓴다면 픽셀 쪽 만족도가 높고, 게임과 카메라 디테일을 우선한다면 갤럭시로 기우는 게 자연스럽다. 솔직히 여기서 갈린다 — 정답은 없고, 본인 손 습관이 정답이다.

    출처: Wired