소식

  • AI 에이전트, 챗봇이랑 뭐가 다른가 — 작동 원리와 앱 5종 비교

    AI 에이전트, 챗봇이랑 뭐가 다른가 — 작동 원리와 앱 5종 비교

    챗봇은 답만 준다. AI 에이전트는 직접 한다. 이 차이가 사소해 보이지만, 실제로 써보면 완전히 다른 경험이다. iOS·안드로이드용 에이전틱 AI 앱들이 연달아 출시되면서 이 기술이 일반 소비자 손에 닿기 시작했다.

    챗봇과 AI 에이전트, 뭐가 다른가

    챗봇은 반응형(reactive)이다. 묻고, 받고, 끝. AI 에이전트는 자율형(autonomous)이다. 목표 하나를 던져주면 세부 작업으로 쪼개고, 순서를 정하고, 하나씩 실행한 다음 결과를 합친다. 중간에 뭔가 틀어지면 스스로 방향을 바꾼다.

    기술 구조로 보면 ReAct(Reasoning + Acting) 프레임워크가 핵심이다. 추론과 행동을 교대로 반복하면서 목표에 가까워지는 방식이다. 여기에 웹 검색, 코드 실행, 파일 조작, API 호출 같은 외부 도구 접근 권한이 붙으면 비로소 ‘에이전트’라고 부를 수 있다.

    스마트폰 에이전트가 실제로 뭘 하나

    모바일 에이전트의 활용 범위는 생각보다 실용적이다.

    • 일정·예약 관리: 캘린더를 읽고, 빈 시간을 찾아 미팅을 잡고, 참석자에게 초대장 발송까지 처리
    • 리서치 자동화: 여러 웹사이트를 돌며 정보를 수집하고, 요약본·비교표 형태로 정리
    • 앱 간 데이터 이동: 이메일에서 데이터를 뽑아 스프레드시트에 채우거나, 메모 앱 내용을 메신저로 전송
    • 쇼핑·가격 비교: 조건을 주면 여러 쇼핑몰을 뒤져 최저가 옵션 목록을 제시
    • 코드 실행: 데이터 처리나 계산이 필요한 작업은 직접 코드를 짜서 돌린 결과를 반환

    핵심은 멀티스텝 실행이다. 챗봇이 레시피를 알려준다면, 에이전트는 재료를 마트 앱 장바구니에 담는 데까지 간다. 이걸 직접 써보면 “아, 이게 진짜 다른 거구나” 하는 순간이 온다.

    주요 모바일 AI 에이전트 앱 5종 비교

    지금 설치해서 쓸 수 있는 앱들이다.

    • ChatGPT (OpenAI): Tasks 기능과 Operator 연동으로 예약·검색·폼 작성이 된다. 에이전트 기능 중 가장 범용적이고 iOS·안드로이드 모두 지원한다.
    • Claude (Anthropic): 긴 문서 처리와 코드 분석에 강하다. 컴퓨터 사용(computer use) 기능이 모바일로 확장되는 중이다.
    • Gemini (Google): 구글 워크스페이스·안드로이드 시스템과의 통합 깊이가 가장 깊다. 캘린더, 지메일, 구글 독스를 직접 조작한다.
    • Perplexity: 엄밀히는 에이전트보다 강화된 리서치 도구에 가깝다. 멀티스텝 검색과 요약 능력은 인상적이다.
    • OpenClaw: 오픈소스 AI 에이전트 생태계를 모바일로 끌어온 앱이다. MCP(Model Context Protocol) 서버와 연결해 커스터마이징 범위가 넓다. 개발자·파워유저용.

    처음 쓴다면 ChatGPT나 Gemini가 맞다. 커스텀 워크플로를 직접 짜고 싶다면 OpenClaw 같은 MCP 기반 앱이 훨씬 유연하다.

    알고 쓰면 다른, 현실적 한계들

    모바일 에이전트의 가장 큰 문제는 신뢰도(reliability)다. 멀티스텝 작업에서 중간 단계 하나가 어긋나면 이후 전체가 무너진다. 에러 복구 능력이 모델마다 달라서 같은 작업도 결과가 달라지기 일쑤다.

    • 환각(hallucination): 존재하지 않는 URL을 방문하거나, 없는 파일을 참조하는 일이 여전히 발생한다
    • 배터리·데이터 소모: 백그라운드에서 여러 도구를 동시에 호출하면 리소스 소비가 상당하다
    • 권한 범위: 어떤 앱·데이터에 접근하는지 사용자가 명확히 설정해야 한다
    • 루프 위험: 목표 달성 조건이 불명확하면 같은 작업을 반복하다 멈추지 않는 경우도 있다

    금융 거래, 계약서 발송 같은 고위험 작업은 아직 에이전트에 단독으로 맡기지 않는 게 안전하다. 솔직히 지금 기술 수준의 한계다.

    개인정보와 보안, 어디까지 믿을 수 있나

    에이전트가 강력할수록 접근 권한도 넓어진다. 이메일을 읽고, 파일을 열고, 앱을 조작하려면 해당 권한을 전부 줘야 한다. 문제는 이 권한이 어디에 어떻게 저장되는가다.

    확인해야 할 항목:

    • 에이전트가 수집한 데이터가 서버에 저장되는지, 온디바이스에서만 처리되는지
    • 서드파티 MCP 서버를 연결할 경우 해당 서버의 데이터 처리 정책 확인
    • OAuth 토큰 등 민감한 자격증명이 앱 내 어디에 보관되는지
    • 앱 삭제 시 수집된 데이터가 실제로 삭제되는지

    오픈소스 기반 에이전트 앱은 코드를 직접 확인할 수 있어 투명성 면에서 유리하다. 상용 앱은 편의성이 높지만 데이터 흐름이 불투명한 경우가 많다. 어느 쪽을 쓰든 권한 설정은 꼼꼼히 해두는 게 맞다.

    다음 수순은 OS 수준 통합

    모바일 AI 에이전트 시장의 다음 경쟁 축은 OS 수준 통합이다. 애플 인텔리전스와 구글 안드로이드 AI가 시스템 레이어에서 에이전트 기능을 직접 제공하기 시작하면, 서드파티 에이전트 앱들은 차별화 포인트를 더 좁은 버티컬—업무 자동화, 개발, 의료 등—에서 찾아야 한다.

    MCP 같은 표준 규격이 자리를 잡으면 에이전트끼리 서로를 호출하는 멀티에이전트 시스템이 일반화될 전망이다. 이렇게 되면 단일 앱이 아니라 목적에 맞는 에이전트 조합을 직접 구성하는 방식으로 흘러갈 것이다.

    결정적으로, 에이전트의 실용적 가치는 연결된 도구 수보다 실행 신뢰도에 달려 있다. 많이 하는 것보다 실수 없이 해내는 게 훨씬 어렵다. 그게 앞으로 이 시장이 풀어야 할 핵심 과제다.

    출처: Engadget

  • 월 30달러 요금제 쓰다 갑자기 60달러 내라고? T-모바일 구형 요금제 강제 종료 논란

    월 30달러 요금제 쓰다 갑자기 60달러 내라고? T-모바일 구형 요금제 강제 종료 논란

    문자가 왔다. “귀하의 요금제가 곧 종료됩니다.” T-모바일이 수십만 가입자에게 레거시 플랜 종료를 통보하기 시작했다. 황당하다는 반응부터 집단소송 얘기까지 벌써 나오고 있는 상황이다.

    사라지는 건 그냥 ‘구형 요금제’가 아니다

    The Verge 보도에 따르면, 이번에 폐지되는 플랜들이 단순히 오래됐다는 이유만으로 없어지는 게 아니다. 2000년대 후반~2010년대 초반 3G 시대에 만들어진 요금제들인데, 그 안에는 T-모바일이 2020년 스프린트(Sprint)를 인수하면서 떠안은 구 스프린트 요금제도 포함돼 있다. 문제가 되는 부분이 바로 여기인데, T-모바일이 당시 “스프린트 고객 요금제는 그대로 유지한다”고 약속했기 때문이다. 6년이 지난 지금, 그 약속이 사실상 없던 일이 됐다.

    이 레거시 플랜들, 낡아서 사라지는 게 아니다. 오히려 지금 T-모바일이 파는 요금제보다 더 싸고 조건도 좋은 경우가 많다. 10년씩 같은 통신사를 쓰면서 인상 한 번 없이 요금제를 유지해온 장기 고객들 — T-모바일 입장에서 이 사람들이 지금 제일 거슬리는 존재가 된 거다. 말이 좋아 충성 고객이지, 회사 입장에선 저단가 고정 지출이니까.

    레딧이 폭발했다

    문자 통보가 시작되자마자 레딧(Reddit)에 스크린샷이 쏟아졌다. 반응은 싸늘했다.

    • “월 30달러대 요금제 쓰고 있었는데 이제 60달러짜리로 옮기라고?”
    • “스프린트 인수할 때 요금제 유지해준다고 했잖아요, T-모바일.”
    • “이건 계약 위반 아닌가. 집단소송 얘기도 나온다.”

    구 스프린트 고객들의 반발이 특히 거세다. T-모바일은 스프린트 인수 당시 미국 연방통신위원회(FCC)와 법무부에 “스프린트 고객 보호”를 명시적으로 약속하는 조건으로 합병 승인을 받았다. 이번 조치가 그 약속과 정면으로 충돌한다는 법적 지적이 나오는 이유다.

    T-모바일이 노리는 것

    이 조치를 단순한 네트워크 정리로 보면 순진한 거다. 레거시 플랜 가입자를 현행 플랜으로 이동시키면 어떤 일이 벌어지냐면:

    • 월정액이 평균 20~40달러 오를 가능성이 높다
    • 과거 단순했던 요금 체계 대신 부가 서비스 번들이 붙는다
    • 장기 록인(lock-in) 효과가 약해진 구 가입자를 재계약 구조에 편입시킬 수 있다

    결국 매출 방어 전략이다. T-모바일 주가는 최근 12개월간 우상향을 이어갔지만, 성장 여력이 좁아지고 있다는 분석이 지배적이다. 신규 가입자 유치 경쟁이 포화 상태에 접어들면, 기존 가입자당 평균 매출(ARPU)을 끌어올리는 수밖에 없다. 그 타깃이 된 게 레거시 플랜 가입자들이다.

    이건 T-모바일만의 문제가 아니다

    미국 통신사들의 ‘레거시 요금제 퇴출’은 업계 전반에 걸친 흐름이다. AT&T는 수년 전부터 구형 무제한 요금제 가입자들에게 강제 업그레이드 압박을 가해왔고, 버라이즌도 2G·3G 네트워크 종료와 함께 구형 요금제를 단계적으로 없앴다.

    패턴은 늘 비슷하다. “네트워크 효율화”, “더 나은 서비스 제공”이라는 명분이 앞에 세워지지만, 실제 목적은 저단가 구형 가입자를 고단가 현행 플랜으로 올리는 수익 구조 재편이다. 소비자 입장에서 선택지는 없다. 이 통신사에서 나가봤자 다른 통신사도 거기서 거기니까.

    국내 얘기도 결국 같다

    T-모바일 사태가 남 일처럼 안 보이는 이유가 있다. SKT·KT·LGU+ 모두 5G 전환 이후 구형 LTE 요금제에 사실상 ‘자연 퇴출’ 전략을 쓰고 있어서다. 신규 가입 불가, 단말기 지원 배제, 혜택 축소. 고객이 스스로 요금제를 바꾸도록 유도하는 방식이다.

    T-모바일처럼 문자 한 통으로 강제 전환을 통보하진 않는다. 근데 결과는 크게 다르지 않다. 2023년 기준 국내 LTE 요금제 가입자 수는 전년 대비 약 8% 감소했고, 이 중 상당수가 더 비싼 5G 요금제로 이동했다. 알뜰폰(MVNO) 시장이 LTE 수요를 일부 흡수하고 있지만, 이마저도 주요 망 사업자의 정책 변화에 종속되는 구조다.

    이 흐름이 가속화될수록 알뜰폰 사업자들에게는 오히려 기회가 된다. T-모바일에서 밀려난 레거시 가입자 중 일부는 이미 미국 MVNO 사업자로 이동하는 조짐을 보이고 있거든요. SKT·KT·LGU+가 구형 요금제를 계속 압박할수록, 가성비를 따지는 소비자들이 알뜰폰으로 빠져나갈 공산이 크다. 통신사가 ‘편의’라는 이름으로 소비자 선택을 빼앗을 때, 시장은 언제나 틈새를 만들어낸다.

    출처: The Verge

  • 웹 데이터 80%는 AI가 못 읽는다 — AI 웹 데이터 인프라 레이어와 기업 전략

    웹 데이터 80%는 AI가 못 읽는다 — AI 웹 데이터 인프라 레이어와 기업 전략

    웹에 있는 데이터 중 AI가 바로 처리할 수 있는 건 20%도 안 된다. 나머지 80%는 HTML, PDF, 이미지, 동영상, 로그인 뒤에 숨겨진 페이지들이다. 기계가 소화하기엔 엉망인 형태. 그런데 AI를 실제 비즈니스에 갖다 쓰려면 대규모·고품질·도메인 특화 데이터가 꼭 필요하다. 이 간극을 메우는 게 바로 웹 데이터 인프라 레이어(Web Data Infrastructure Layer)다.

    AI가 웹 데이터를 바로 못 쓰는 이유

    인터넷은 사람이 읽도록 만들어졌다. 기계용이 아니다. MIT 테크놀로지 리뷰도 이 점을 짚은 바 있다. 웹의 근본 구조 자체가 AI 데이터 수집의 발목을 잡는다.

    • 비정형 데이터: HTML 마크업, 중첩 테이블, 동적 JavaScript 렌더링 — 구조가 제각각이라 일괄 처리가 안 된다
    • 접근 제한: 로그인 월(paywall), CAPTCHA, robots.txt, IP 차단
    • 품질 불균일: 같은 주제라도 출처마다 형식과 신뢰도가 다르다
    • 실시간성 문제: 가격 데이터, 재고 정보는 캐시한 순간 이미 구식이 된다

    크롤러랑 뭐가 다른가

    단순 크롤러와는 차원이 다르다. 수집(Crawling) → 파싱(Parsing) → 정제(Cleaning) → 구조화(Structuring) → 저장(Storage) → 제공(Delivery)까지, 파이프라인 전체를 아우른다. 원시 웹 데이터를 AI가 소화 가능한 형태로 변환하는 중간 계층이라고 보면 된다.

    이 레이어가 급부상한 건 LLM 파인튜닝과 RAG(Retrieval-Augmented Generation) 파이프라인 수요가 폭발하면서다. 도메인별 지식 베이스를 쌓거나 실시간 웹 검색 결과를 AI에 연동할 때, 모두 이 인프라가 필요하다.

    기술 구성 4가지

    1. 웹 크롤러 & 스크레이퍼
    정적 HTML부터 SPA(Single Page Application)까지 처리하는 헤드리스 브라우저 기반 크롤러다. Playwright, Puppeteer, Scrapy가 대표 도구고, 규모가 커지면 분산 크롤링 아키텍처가 필수다.

    2. 데이터 파서 & 추출기
    수집된 원시 HTML에서 의미 있는 정보만 뽑아내는 레이어다. LLM 기반 파서인 Diffbot, Firecrawl은 구조 없는 페이지도 자연어 이해로 필드를 추출한다. 솔직히 기존 룰 기반 파서와 LLM 파서의 차이가 여기서 크게 갈린다.

    3. 데이터 클렌징 파이프라인
    중복 제거, 언어 감지, 품질 스코어링, 개인정보(PII) 필터링이 들어간다. AI 학습 데이터셋 품질은 모델 성능에 직결되는 문제다. 이 단계를 건너뛰면 결국 “garbage in, garbage out”이 된다.

    4. 벡터 스토어 & 검색 인덱스
    정제된 데이터를 임베딩 벡터로 변환해 저장하는 단계다. Pinecone, Weaviate, pgvector 같은 벡터 데이터베이스가 RAG 파이프라인의 중심축 역할을 한다.

    자체 구축? 외주? 구매? — 기업 전략 3가지

    • 자체 구축(In-house): 데이터 통제권은 최대다. 단, 엔지니어링 비용·유지보수·스케일링이 모두 내부 책임이다. 데이터 독점이 경쟁 우위인 기업에 어울린다.
    • 서드파티 API 활용: Bright Data, Apify, Zyte 같은 전문 플랫폼을 쓰는 방식이다. 개발 속도가 빠르고 법적 리스크 관리가 상대적으로 쉽다. 비용은 데이터 볼륨에 비례해 올라간다.
    • 데이터 마켓플레이스 구매: AWS Data Exchange, Snowflake Marketplace 등에서 이미 정제된 데이터셋을 산다. 속도는 빠르지만 커스터마이징 한계가 뚜렷하고, 경쟁사도 똑같은 데이터를 쓴다는 구조적 약점이 있다.

    법적 리스크, 생각보다 깊다

    기술 문제이기 전에 법적 문제다. 안일하게 넘어갔다가 소송에 휘말린 사례가 적지 않다.

    • robots.txt 준수: 법적 구속력은 없지만, 위반하면 계정 차단이나 법적 분쟁 리스크가 따른다
    • 저작권: 뉴욕타임스 vs. OpenAI 소송처럼, AI 학습 목적 사용에 저작권자가 동의하지 않은 경우 소송 리스크가 현실이 된다
    • GDPR / 개인정보보호법: EU 사용자 데이터가 섞이면 GDPR이 적용된다. 국내 기업은 개인정보보호법 준수도 필수다
    • 컴퓨터사기남용법(CFAA): 미국에서 무단 접근으로 간주되면 형사 처벌까지 간다

    LinkedIn vs. hiQ Labs 판결처럼 공개 데이터 수집의 합법성은 나라마다 해석이 다르다. 법무팀과의 사전 협의는 건너뛰면 안 된다.

    이 판을 키우는 플레이어들

    웹 데이터 인프라는 이제 독립 산업 카테고리로 자리 잡는 중이다. 주요 플레이어들이다.

    • Bright Data (구 Luminati): 프록시 네트워크 + 데이터 수집 플랫폼. 기업 고객 중심으로 운영한다
    • Firecrawl: LLM 친화적 마크다운 변환에 특화된 스크래핑 API
    • Apify: 클라우드 기반 크롤링 플랫폼. 비개발자도 쓸 수 있는 Actor 마켓플레이스를 운영한다
    • Diffbot: AI 기반 웹 파싱 및 구조화된 지식 그래프(Knowledge Graph) 제공
    • Common Crawl: 비영리 오픈 웹 크롤 데이터셋. GPT, LLaMA 등 대형 모델의 사전학습 데이터로 쓰인다

    모델보다 파이프라인이 AI 경쟁력을 가른다

    모델 성능 격차가 좁혀지는 속도는 무섭게 빠르다. GPT-4, Claude, Gemini의 벤치마크 차이는 1~2년 전보다 훨씬 줄었다. 이제 차별화 지점은 어떤 데이터로 학습하고, 어떤 데이터를 RAG 파이프라인에 연결하느냐로 이동했다.

    자사 도메인에 특화된 고품질 웹 데이터를 확보하고, 이를 체계적으로 AI에 연결하는 기업이 범용 모델에만 기대는 경쟁사보다 더 정확하고 신뢰도 높은 AI 서비스를 만든다. 웹 데이터 인프라 레이어는 선택지가 아니다. AI 경쟁력의 기반 자체다.

    출처: MIT Tech Review AI

  • 너겟 아이스 메이커 고르는 법 – 종류·스펙·가격 한 번에 정리

    너겟 아이스 메이커 고르는 법 – 종류·스펙·가격 한 번에 정리

    소닉 버거 얼음, 한 번 먹어보면 안다. 일반 각얼음이랑 비교가 안 된다. 씹히는 감촉이 다르고, 음료 맛도 다르다. 그 정체가 ‘너겟 아이스’인데, 요즘 가정용 제빙기로 집에서도 만들어 먹는다. Govee 같은 스마트홈 브랜드들이 잇달아 프리미엄 너겟 아이스 메이커를 내놓으면서 시장이 빠르게 커지고 있다. 가격은 10만 원대부터 70만 원대까지 제각각인데, 뭘 봐야 할지 모르겠다면 이 글이 그 답이다. 제빙기 종류부터 필수 스펙, 가격대별 차이, 스마트 기능의 실용성, 청소 주기까지 한 번에 정리했다.

    너겟 아이스, 대체 뭐가 다른가

    너겟 아이스는 작고 불규칙한 다각형 모양의 얼음이다. 내부에 공기층이 있어서 씹으면 살살 부서진다. 미국에서는 ‘펠릿 아이스(Pellet Ice)’ 또는 ‘소닉 아이스(Sonic Ice)’라는 별명으로 불릴 정도로 열성 팬층이 두껍다. 단순히 씹는 맛이 좋아서만은 아니다.

    • 음료 희석 속도가 느리다 — 표면적은 크지만 밀도가 낮아서, 음료 맛이 오래 유지된다
    • 칵테일·커피·아이스티에 잘 맞는다 — 얼음 자체가 맛의 일부가 되는 음료에 특히 어울린다
    • 얼음 씹는 습관 있는 사람에게 딱이다 — 파고포피아(pagophagia), 즉 얼음을 씹는 버릇을 가진 사람들 사이에서 수요가 높다

    얼음을 ‘그냥 차갑게 해주는 것’으로만 보던 사람도, 너겟 아이스 한 번 써보면 생각이 바뀐다. 한 번 맛본 사람들이 일반 각얼음으로 못 돌아간다는 게 허세가 아니다.

    가정용 제빙기 4종류, 한 줄씩

    제빙기는 만드는 얼음 종류에 따라 크게 4가지로 나뉜다. 어떤 얼음을 원하느냐가 제품군을 결정하기 때문에, 구매 전 이 부분을 먼저 정리해야 한다.

    • 너겟(펠릿)형 — 부드럽고 씹히는 얼음. 가격이 높고 제빙 속도는 다소 느리다. 홈카페 마니아 전용
    • 큐브형 — 정육면체 또는 반달형. 10만 원대부터 구입 가능하고 제빙 속도가 빠르다. 가장 무난한 선택
    • 크러시드(분쇄)형 — 눈처럼 부서진 얼음. 슬러시나 블렌더용. 단독 제빙기보다 냉장고 부속 기능으로 많다
    • 볼(구형)형 — 위스키 전용. 녹는 속도가 가장 느리다. 실리콘 몰드 대신 쓰는 전용 제빙기가 존재한다

    일반 가정에서 주로 고르는 건 큐브형 아니면 너겟형이다. 큐브형은 가성비가 좋고, 너겟형은 가격이 높아도 만족도 후기가 압도적이다. 써본 사람들은 잘 못 돌아간다는 거, 과장이 아니다.

    구매 전 확인할 스펙 5가지

    같은 너겟 아이스 메이커라도 제품마다 스펙 차이가 생각보다 크다. 아래 5가지만 체크해도 구매 실패 확률을 크게 낮출 수 있다.

    • 시간당 제빙량 — 가정용은 시간당 1~1.5kg이면 충분하다. 파티나 여름철 수요가 많다면 2kg 이상 제품으로
    • 얼음 저장 용량 — 보통 내부 저장소가 1~2kg이다. 제빙 속도와 저장 용량을 같이 봐야 한다. 빨리 만들어도 저장 공간이 작으면 그때그때 꺼내 써야만 한다
    • 급수 방식수동(직접 물 붓기)직수 연결 두 가지다. 직수는 편하지만 설치 공사가 필요하고, 수동형은 어디서나 쓰지만 물 채우는 게 귀찮다
    • 소음 수준 — 너겟 아이스 메이커는 큐브형보다 소음이 크다. 거실이나 침실 옆에 둘 계획이라면 리뷰에서 소음 관련 코멘트를 꼭 확인해야 한다
    • 자가 청소 기능 — 제빙기는 정기 청소가 필수라 자동 청소 사이클이 있는 제품이 관리가 훨씬 편하다. 위생 면에서도 안심이 된다

    가격대별로 뭐가 달라지나

    제빙기 가격은 10만 원대 입문형부터 70만 원 이상 프리미엄까지 스펙트럼이 넓다. 대략적인 가격대별 포지션은 이렇다.

    • 10~20만 원대 (큐브형 입문) — 카운터탑 소형 제빙기. 첫 얼음 7~9분, 가볍고 빠르다. 오피스나 1인 가구에 어울린다. 너겟 아이스는 이 가격대에 선택지가 없다
    • 30~40만 원대 (너겟형 입문) — 너겟 아이스 메이커의 합리적인 시작점. 제빙 속도나 저장 용량이 고가 대비 부족하지만, 처음 경험해보는 용도로는 나쁘지 않다
    • 50만 원 이상 (프리미엄 스마트형) — 앱 연동, 자동 청소, 직수 연결 등 편의 기능이 다 들어간다. 얼음 품질도 한 단계 높다. 매일 쓸 계획이라면 오히려 이 가격대가 장기적으로 낫다는 평이 많다

    싸다고 좋은 선택이 아니다. 너겟 아이스가 목적이라면 30만 원 미만에는 선택지 자체가 거의 없다는 걸 미리 알아야 한다.

    스마트 기능, 정말 쓸 만한가

    요즘 고가 제빙기들이 앱 연동을 강조한다. 스마트폰으로 제빙 시작·중지, 얼음 양 알림, 청소 예약까지 된다는데 — 솔직히 말하면, 앱보다 하드웨어 퀄리티가 훨씬 중요하다.

    너겟 아이스 메이커를 산 사람들이 가장 많이 언급하는 불만은 ‘얼음 크기가 들쑥날쑥하다’, ‘물이 넘친다’, ‘소음이 예상보다 크다’ 같은 기본 기능 문제다. 앱이 아무리 잘 만들어져도 얼음 품질이 떨어지면 의미가 없다. 이 순서를 헷갈리면 안 된다.

    스마트 기능이 실제로 값어치 하는 경우는 이 세 가지 정도다.

    • 직수 연결 모델에서 물 부족 알림을 앱으로 받을 때
    • 외출 전 원격으로 제빙을 미리 시작해둘 때
    • 청소 알림 기능으로 위생 관리를 자동화할 때

    가격 대비 스마트 기능의 가치를 따져보되, 기본 스펙이 탄탄한 제품에 스마트 기능이 얹힌 구조인지를 먼저 확인해야 한다. 스마트 기능 먼저 보다가 본질을 놓치는 경우가 꽤 많다.

    청소 주기, 이건 지켜야 한다

    제빙기는 관리를 소홀히 하면 곰팡이와 물때가 빠르게 쌓인다. 물과 냉각 장치가 맞닿는 구조라 세균이 번식하기 좋은 환경이 만들어진다. 아래 주기를 기준으로 잡으면 된다.

    • 1~2주마다 — 내부 물통과 얼음 저장 공간을 물과 식초(혹은 제빙기 전용 세정제) 혼합액으로 닦아낸다
    • 한 달마다 — 물 공급 라인과 필터(있을 경우) 점검. 수질이 좋지 않은 지역은 주기를 앞당기는 게 낫다
    • 3~6개월마다 — 제빙 부품 전체 분해 세척. 제조사 권장 세정제를 매뉴얼에 따라 사용해야 한다

    자동 청소 기능이 있어도 손을 완전히 놓으면 안 된다. 적어도 한 달에 한 번은 내부를 눈으로 직접 확인하는 습관이 필요하다.

    결국 이 3가지만 기억하면 된다

    너겟 아이스가 목적이라면 30만 원 미만 예산으로는 원하는 제품을 찾기 어렵다. 단발성으로 써볼 생각이라면 30~40만 원대 입문형, 매일 쓸 계획이라면 50만 원 이상 프리미엄 제품이 결국 가성비가 낫다. 스마트 기능보다 하드웨어 품질 — 얼음 크기 일관성, 소음, 청소 편의성 — 을 먼저 따지는 게 구매 실패를 막는 가장 빠른 방법이다.

    출처: TechCrunch

  • Suno vs Udio 직접 써봤다 — AI 음악 생성 툴, 인디 아티스트한텐 뭐가 맞나

    Suno vs Udio 직접 써봤다 — AI 음악 생성 툴, 인디 아티스트한텐 뭐가 맞나

    텍스트 몇 줄 쳤더니 30초 만에 노래가 나왔다. 보컬까지. 2~3년 전이면 SF 소설 얘기였을 텐데, Suno와 Udio가 이걸 현실로 만들어버렸다. 인디 씬에서 AI 음악 생성 툴 얘기가 계속 나오고 있는 건 사실인데, 막상 어떤 걸 써야 하는지, 저작권은 어떻게 되는지 모르고 쓰는 경우가 많다. 두 툴의 실제 차이와 인디 아티스트가 현실적으로 써먹을 방법을 정리했다.

    Suno와 Udio, 뭐가 다른가

    Suno는 지금 가장 많이 쓰이는 AI 음악 생성 툴이다. 장르 이름이나 분위기를 텍스트로 입력하면 보컬까지 들어간 완성형 곡이 나온다. 팝, 록, 힙합 같은 주류 장르에서 완성도가 안정적이고, 인터페이스가 단순해서 처음 써보는 사람도 5분이면 첫 곡이 나온다. 진짜 5분.

    Udio는 음악적 뉘앙스 표현에 강점이 있다는 평가를 받는다. 특정 악기 배치나 리듬 패턴을 세밀하게 지정하는 게 가능해서, 장르 특유의 질감을 살리고 싶을 때 선택지가 된다. 다만 그만큼 손이 좀 간다.

    • Suno: 초보자 친화적, 완성도 높은 풀 트랙, 빠른 생성 속도
    • Udio: 음악 디테일 조정 가능, 장르 특성 재현에 유리, 실험적 사운드에 강함

    둘 다 무료 티어가 있다. 월정액을 내면 생성 횟수가 늘어나고 상업적 이용 권한도 생긴다.

    실제로 써보면 어떻게 다른가

    Suno에 "late night jazz, sad vibes, female vocals"라고 입력하면 2분짜리 완성곡이 30초 만에 나온다. 보컬 톤, 피아노 반주, 베이스라인이 맞아떨어지는데, 처음 써보면 진짜 당황스러울 정도다. 좋은 의미로.

    Udio는 손이 좀 간다. "80년대 신스팝 스타일에 드럼 머신 강조"처럼 구체적으로 쓸수록 결과가 좋아진다. 반대로 뭉뚱그린 지시어를 주면 기대에 못 미치는 경우가 생긴다. 솔직히 번거롭긴 하다.

    음질은 둘 다 스트리밍 플랫폼에 올릴 수 있는 수준이다. 단, 가사가 영어 위주고, 간혹 음절이 어긋난 발음이 나온다. 아직 한계다.

    저작권 문제, 미리 알아야 나중에 안 당한다

    AI 음악 툴 쓸 때 가장 자주 나오는 질문이 "저작권은 괜찮냐"다. 솔직히 말하면, 지금 상황이 완전히 안전하진 않다.

    Suno와 Udio는 현재 미국 음반사들로부터 저작권 소송을 받고 있다. 훈련 데이터에 저작권 있는 음악을 무단으로 썼다는 이유다. 소송 결과에 따라 서비스 구조가 바뀔 여지가 있다. 진짜로.

    생성된 음악의 저작권은 플랜마다 다르다.

    • Suno 유료 플랜: 생성한 곡의 상업적 이용 허용, 저작권은 사용자에게 귀속
    • Udio 유료 플랜: 마찬가지로 상업적 이용 가능, 플랫폼 정책 내에서
    • 무료 플랜: 두 툴 모두 비상업적 이용만 허용

    약관이 수시로 바뀐다. 상업적으로 쓸 생각이라면 현재 약관을 직접 확인하는 게 필수다. 스포티파이는 이미 AI 생성 곡에 별도 레이블을 붙이는 방향으로 움직이고 있고, 스트리밍 플랫폼에 올릴 때 AI 생성 음악임을 공개해야 하는 규정도 점점 늘어나는 추세다.

    인디 아티스트가 현실적으로 쓰는 방법

    AI 음악을 바로 "완성품"으로 내놓는 건 아직 리스크가 크다. 법적 불확실성도 있고, 청중 반응도 갈린다. 작업 보조 도구로 쓰는 게 현실적이다.

    • 데모 제작: 정식 녹음 전에 곡의 분위기를 AI로 먼저 잡는다. 악기 편성이나 장르 방향을 실험하는 용도로 쓰면 시간이 많이 줄어든다.
    • 레퍼런스 생성: "이런 느낌의 곡을 원한다"고 말로 설명하기 어려울 때, AI로 만들어서 세션 뮤지션이나 프로듀서에게 보여주는 커뮤니케이션 도구로 쓰기 좋다.
    • 배경음악 제작: 유튜브, 팟캐스트, 릴스 배경음 등 직접 쓸 음악을 만들 때 활용도가 높다.
    • 창작 슬럼프 탈출: AI 생성 곡을 들으면서 멜로디나 코드 진행 아이디어를 얻는 방식이다. 결과물을 그대로 쓰는 게 아니라 자극제로 활용하는 것.

    AI 음악 인큐베이터 프로그램이란

    최근 Suno 같은 AI 음악 플랫폼들이 인디 아티스트를 대상으로 인큐베이터 프로그램을 운영하기 시작했다. The Verge 보도를 보면, Suno의 ‘Spark’ 프로그램은 서명하지 않은 독립 아티스트를 대상으로 그랜트, 멘토십, 마케팅 지원을 제공한다.

    • 그랜트(보조금): 음악 제작비, 장비 구입비 등 실질적인 지원금
    • 멘토십: 업계 전문가와의 1:1 또는 그룹 멘토링
    • 마케팅 지원: 플랫폼 내 노출 기회, 소셜 미디어 캠페인 등

    플랫폼 입장에서는 우수한 창작자를 끌어들이고 AI 툴 사용을 확산시키면서 콘텐츠를 풍성하게 만드는 전략이다. 아티스트 입장에서는 AI를 단순 도구로만 쓰는 게 아니라 플랫폼 생태계 안으로 들어가는 통로가 된다. 단, 영어권 프로그램이 많다. 한국 아티스트가 접근하려면 영어 포트폴리오와 글로벌 계정 운영이 먼저 되어 있어야 한다.

    AI가 음악을 만드는 시대, 아티스트에게 남는 것

    AI가 음악을 만들 수 있다면, 인간 아티스트의 역할은 뭐가 남을까. 이 질문이 불안하게 느껴진다면 방향을 조금 바꿔볼 필요가 있다.

    AI는 청중과의 관계를 못 만든다. 라이브 공연, 팬과의 소통, 개인적인 스토리텔링 — 이 영역은 대체가 안 된다. 반면 AI 툴을 능숙하게 다루는 아티스트는 제작 비용을 줄이고 더 빠르게 실험하는 이점을 챙길 수 있다. 결정적으로, AI를 먼저 익힌 아티스트가 앞서간다는 건 이미 여러 업계에서 반복되고 있는 패턴이다.

    Suno와 Udio 모두 무료 플랜으로 시작할 수 있다. 일단 써보고 직접 판단하는 게 맞다. 쓰다 보면 어디에 맞고 어디에 안 맞는지 금방 보인다.

    출처: The Verge

  • 감기 백신이 수십 년째 없는 이유, AI 신약 개발은 뭘 바꾸나

    감기 백신이 수십 년째 없는 이유, AI 신약 개발은 뭘 바꾸나

    코로나19 백신은 1년 만에 나왔다. 그런데 감기 백신은 없다. 수십 년 동안. 이 이상한 격차가 생긴 이유가 있고, 지금 AI와 빅테크 자본이 여기 뛰어들면서 판이 바뀌고 있다.

    160종 이상의 바이러스와 싸워야 하는 구조

    라이노바이러스(Rhinovirus)만 160종 이상의 혈청형이 존재한다. 독감 백신은 WHO가 매년 유행 예측 변종 3~4가지를 골라 만든다. 그게 가능한 이유는 독감 바이러스가 어느 정도 예측 가능하기 때문이다. 감기는 다르다. 종류가 너무 많고, 돌연변이 속도도 빠르다. 단일 백신 하나로 커버하는 게 구조적으로 불가능하다.

    더 근본적인 문제가 있다. 면역 기억의 지속성이다. 독감이나 코로나 바이러스에 감염되면 몸이 중화 항체를 만들어 다음 감염에 대비한다. 반면 라이노바이러스 감염 후 생기는 면역은 수 주 안에 약해진다. 백신으로 형성한 면역도 마찬가지다. 오래가지 않는다.

    여기에 복병이 하나 더 있다. 감기를 일으키는 코로나바이러스 계열이 따로 4종이나 존재한다. SARS-CoV-2와 다른 계열이지만 비슷한 내성 문제를 안고 있다. 쉽게 말하면, ‘감기’라는 단어 하나 뒤에 수백 개의 적이 숨어 있는 셈이다.

    코 점막과 에어로졸 — 호흡기 감염이 막기 어려운 진짜 이유

    주사 백신은 혈중 항체(IgG)를 높이는 데 효과적이다. 문제는 호흡기 바이러스의 주 침투 경로가 비강(코 점막)이라는 것. 코 점막에서 작동하는 건 분비형 면역글로불린(IgA)인데, 이건 혈중 항체와 기전이 다르다. 그래서 최근 비강 내 투여 방식 백신 연구가 급증하고 있다. 콧속에 뿌리는 형태로 IgA를 직접 자극하는 방식이다.

    에어로졸 전파 문제도 있다. 바이러스 입자 크기가 0.1~0.3마이크론 수준이다. KF94 필터로도 100% 차단은 불가능하다. 마스크가 전파를 줄이지만 완전히 막지 못하는 이유가 여기 있다. 구조 자체가 그렇다.

    AI가 신약 개발에 끌려온 진짜 이유

    신약 하나 개발에 평균 10~15년, 비용은 1조 원 이상. 성공률은 10% 미만이다. 이 구조가 감기 치료제 개발을 막아왔다. 치명률이 낮고 환자 1인당 지불 의향도 높지 않다. 제약사 입장에서 투자 회수가 어렵다는 계산이 나온다.

    AI는 이 방정식에서 시간과 비용을 건드린다. 단백질 구조 예측, 분자 도킹 시뮬레이션, 임상시험 환자 매칭에서 기존 실험 기반 방식보다 수십 배 빠른 속도가 나온다. 구글 딥마인드의 AlphaFold는 2억 개 이상의 단백질 구조를 예측해 공개 데이터베이스를 구축했다. 이 데이터베이스가 감기·호흡기 바이러스 연구에도 직접 쓰인다.

    빅테크가 바이오에 돈을 쏟아붓는 이유

    테크 기업들의 헬스케어·바이오 투자를 사회공헌으로 보면 오해다. 구조적 계산이 있다.

    • 데이터 잠금 효과: 헬스케어 데이터는 수십 년치 바이오 자산이다. AI 학습에 쓸 수 있는 최고 품질 원자재다.
    • 시장 규모: 글로벌 의약품 시장이 연간 1,800조 원 규모다. 소프트웨어·광고가 포화된 빅테크에겐 확장 가능한 다음 판이다.
    • 규제 선점: 의료 AI 규제는 아직 초기다. 지금 들어오는 기업이 표준을 만든다.
    • 인재 유치: 바이오·의약 AI 연구는 기초과학을 다루기 때문에 최상위 AI 연구자들에게 매력적이다.

    결제 인프라를 가진 핀테크 기업이 바이오 연구를 후원하는 건 단기적으로 이상해 보일 수 있다. 하지만 헬스케어 구독 결제, 원격 진료 인프라, 의약품 전자상거래로 확장할 때 연구 투자에서 확보한 데이터와 네트워크가 진입 장벽이 된다. MIT Tech Review 보도를 보면 Stripe, Anthropic, OpenAI가 호흡기 감염 억제 프로젝트를 후원하는 흐름도 같은 맥락으로 읽힌다.

    AI 신약 개발, 지금 어디까지 왔나

    임상 진입 사례가 쌓이기 시작했다. 숫자가 말해준다.

    • Insilico Medicine: AI가 설계한 특발성 폐섬유화증(IPF) 치료 후보 물질이 임상 2상 진행 중. 후보 물질 발굴부터 임상 진입까지 18개월 만에 달성했다. 전통 방식이라면 5~7년 걸리는 구간이다.
    • Recursion Pharmaceuticals: 고처리량 실험과 AI를 결합해 200개 이상의 프로그램을 동시에 돌리고 있다.
    • Isomorphic Labs (딥마인드 분사): 일라이 릴리, 노바티스와 수천억 원 규모의 AI 신약 개발 계약을 맺었다.

    호흡기 분야에선 RSV(호흡기세포융합바이러스) 백신이 2023년 처음 허가를 받았다. AI 기반 면역원 설계 연구가 이 과정에 병행됐고, 이후 관련 파이프라인이 빠르게 늘고 있다.

    감기보다 먼저 나올 것들

    솔직히 말하면, 감기 백신은 당장 나오지 않는다. 하지만 인접 영역에서 눈에 띄는 진전이 이미 진행 중이다.

    • 범용 코로나 백신: 여러 코로나바이러스 변종을 동시에 막는 광역 백신 연구가 미국 NIH 주도로 진행 중. AI가 항원 설계의 핵심 역할을 맡는다.
    • 비강 전달 백신: IgA 항체를 직접 유도해 바이러스 침입 초기에 차단. 주사 없이 콧속에 뿌리는 형태다.
    • 광범위 항바이러스제: 바이러스 복제의 공통 기전을 막는 약물. 감기·독감·코로나를 하나의 약으로 막는 개념이다. 이게 현실이 되면 게임이 달라진다.
    • mRNA 치료제 응용: 코로나 백신에서 검증된 mRNA 플랫폼을 호흡기 바이러스 전반으로 확장하는 연구가 활발하게 이어지고 있다.

    5~10년 뒤, 감기 치료의 현실적 그림

    ‘정복’이라는 단어 자체가 감기에는 어울리지 않는다. 200종 이상의 바이러스가 끊임없이 돌연변이를 일으키기 때문에, 완전한 예방보다 빠른 치료와 중증화 방지가 현실적 목표다.

    AI가 신약 개발 속도를 높이면 증상 발현 후 24~48시간 내 복용하는 항바이러스제 개발 여지가 생긴다. 타미플루가 독감에 하는 역할을 감기에 하는 약을 AI가 설계하는 시나리오다. 상용화까지 여전히 5~10년은 필요하다. 그래도 투자 규모, 연구 속도, 기술 성숙도를 보면 과거와는 차원이 다르다. 분명히 가까이 오고 있다.

    출처: MIT Tech Review AI

  • 터치스크린 맥북, 솔직히 살 가치 있나 따져봤다

    터치스크린 맥북, 솔직히 살 가치 있나 따져봤다

    윈도우 진영에서 터치스크린은 진작부터 기본이다. 10년 전 서피스가 나왔을 때도, 지금도. 근데 애플은 달랐다. 스티브 잡스가 “수직 화면에 손가락을 올리는 건 피로하다”고 못 박은 뒤로, 맥북에 터치스크린은 없었다. 그 노선이 바뀌려 하고 있다. 터치스크린 맥북 출시가 가시권에 들어오면서 질문이 따라온다. 이게 진짜 쓸만한 기능이 될까? 아니면 윈도우 진영처럼 ‘있긴 한데 거의 안 씀’으로 끝날까?

    터치스크린 노트북, 실제로 얼마나 쓰이나

    윈도우 터치스크린 노트북 쓰는 사람들은 크게 두 부류다. 실제로 자주 터치를 쓰는 사람. 그리고 살 때는 ‘터치 된다는 게 좋아서’ 골랐는데, 막상 쓰고 나니 트랙패드만 쓰는 사람.

    마이크로소프트 서피스 사용자 조사에서 터치스크린을 “자주 사용한다”고 답한 비율은 약 40%였다. 나머지 60%는 가끔 또는 거의 쓰지 않는다고 했다. 터치가 모두에게 게임체인저가 되는 기능은 아닌 거다. 근데 그렇다고 무용지물이란 뜻도 아니다. 결국 자기 작업 패턴에 맞는지가 핵심이다.

    터치스크린이 진짜 빛나는 순간

    마우스나 트랙패드보다 손가락이 훨씬 직관적인 상황들이 있다.

    • 디지털 드로잉 / 스케치: 애플 펜슬이나 스타일러스와 조합하면 드로잉 작업이 완전히 달라진다. 아이패드 프로를 맥으로 대체할 수 있다는 기대가 여기서 나온다.
    • 프레젠테이션 중 슬라이드 조작: 발표 도중 화면을 직접 짚거나 슬라이드를 넘길 때 자연스럽다. 리모컨 없이도 된다.
    • 스크롤 많은 웹 브라우징: 소파에 반쯤 누워서 인터넷 볼 때. 솔직히 이때는 트랙패드보다 터치가 편하다.
    • 사진 편집 / 리터칭: 포토샵에서 세밀한 마스킹이나 선택 작업을 손가락으로 하면 정밀도가 다르다.

    터치스크린이 오히려 걸리는 상황들

    반대로, 불편한 시나리오도 분명히 있다.

    긴 타이핑 작업에서는 거의 쓸 일이 없다. 코딩이든 문서 작성이든 이메일이든, 키보드 앞에 앉아 있으면 손이 화면으로 올라갈 이유가 없다. 화면 지문 오염 문제도 생각보다 심각하다. 맥북 레티나 디스플레이의 선명도가 장점인데, 지문이 덕지덕지 묻으면 역효과다. 윈도우 터치스크린 유저들이 하나같이 하는 말이 “자꾸 닦아야 돼서 귀찮다”거든요.

    그리고 고릴라 팔(gorilla arm) 현상. 이건 여전히 해결 안 된 인체공학 문제다. 수직으로 세운 화면에 팔을 들어 조작하면 어깨와 팔이 금방 뻐근해진다. 단순한 여담이 아니라, 애플이 수십 년간 터치스크린 맥을 안 만든 핵심 이유였다는 점에서 이 문제는 지금도 유효하다.

    macOS가 터치를 얼마나 받쳐주느냐가 진짜 관건

    하드웨어 못지않게 결정적인 게 소프트웨어다. 터치스크린이 달린다고 바로 쓸만해지는 게 아니다. macOS 자체가 터치 입력에 맞게 설계돼야 한다.

    지금 macOS는 마우스와 트랙패드 중심으로 만들어진 UI다. 버튼 크기, 메뉴 간격, 텍스트 필드 — 전부 정밀한 포인터 조작 기준으로 만들어진 것들이다. 손가락으로 누르기엔 타깃이 작은 요소들이 너무 많다. 애플이 터치스크린 맥북을 낸다면, 하드웨어에 터치 레이어만 얹는 게 아니라 macOS 자체를 손봐야 한다는 얘기다.

    아이패드OS처럼 큰 버튼과 넓은 여백을 가진 터치 모드를 별도 제공할 수도 있고, 아니면 앱마다 터치 지원 여부가 달라지는 반쪽짜리 경험이 될 수도 있다. 이 부분이 솔직히 제일 걱정되는 대목이다.

    아이패드 대신 쓸 수 있을까

    “터치스크린 맥북이 나오면 아이패드 프로 따로 살 필요 없겠지?” 많은 사람들이 기대하는 부분이다.

    결론부터 말하면, 현실적으로 쉽지 않다. 아이패드 프로의 강점은 터치스크린 하나가 아니다. 애플 펜슬의 압력 감지 정밀도, 태블릿 폼팩터의 휴대성, iPadOS의 터치 최적화 앱 생태계가 다 묶여서 나오는 결과거든요. 맥북에 터치스크린이 달린다고 이 조합이 그대로 구현되지는 않는다.

    오히려 반대 시나리오가 현실적이다. 지금 맥북과 아이패드를 둘 다 쓰는 사람 중, 아이패드를 주로 넷플릭스나 웹서핑 용도로만 쓰는 경우라면 맥북 하나로 정리될 여지가 생긴다. 아이패드를 갖다 버릴 이유가 생기는 게 아니라, 굳이 새로 살 이유가 줄어드는 셈이다.

    지금 살까, 신형 기다릴까

    지금 사도 되는 경우:

    • 현재 쓰는 맥북이 너무 느리거나 고장났을 때
    • 영상 편집, 3D 렌더링 등 지금 당장 성능이 필요한 작업을 하는 경우
    • 터치스크린 기능 자체에 큰 관심이 없는 경우
    • 현 세대 M4 Pro / M4 Max 성능으로 충분하다고 판단될 때

    기다려볼 만한 경우:

    • 드로잉, 스케치, 노트 필기 등 터치 활용도가 높은 크리에이터
    • 아이패드 프로와의 통합을 기대하는 경우
    • 구매 여유가 있고, 얼리어답터보다 완성도를 중시하는 경우

    맥북의 제품 사이클 특성상 신형이 나오면 이전 세대는 가격이 내려가거나 리퍼 시장에 풀린다. 급하지 않다면 기다리는 게 어떤 방식으로든 손해는 아니다.

    단순한 스펙 추가가 아닌 세 가지 이유

    터치스크린이 모든 사람에게 필수인 기능은 아니다. 근데 애플이 이 결정을 내린다는 건 스펙 하나 추가하는 것 이상이다.

    첫째, 맥과 아이패드의 경계가 흐려진다. 하드웨어 수렴이 가속화되면 앱 생태계도 바뀐다. 개발자들이 macOS용 터치 앱을 만들 유인이 생기는 거다. 둘째, 애플 펜슬이 맥북 정식 액세서리가 된다. 아이패드 전용 도구였던 애플 펜슬이 크리에이터의 맥 작업 흐름에 편입된다면, 프로 크리에이터 시장에서 맥북의 위상이 달라진다. 셋째, AI 기능과 만나는 지점이 흥미롭다. M5 칩의 강화된 뉴럴 엔진과 터치스크린이 결합되면 손글씨 인식, 제스처 기반 AI 인터랙션 같은 새로운 경험이 가능해진다. 화면을 터치하는 게 아니라 입력 패러다임 자체가 바뀌는 계기가 될 수 있다는 거다.

    터치스크린 맥북이 혁명적일지, 그저 그런 기능 추가로 끝날지는 소프트웨어에 달려 있다. 하드웨어는 애플이 잘 만들 거다. macOS가 얼마나 빠르게 터치에 맞게 진화하느냐가 남은 숙제다.

    출처: Engadget

  • 중국, 세계 1위 슈퍼컴 탈환…미국 제재는 역효과로 끝났다

    중국, 세계 1위 슈퍼컴 탈환…미국 제재는 역효과로 끝났다

    중국이 7년 만에 슈퍼컴퓨터 세계 1위를 가져갔다. 새 챔피언은 라인샤인(LineShine). 미국 로런스 리버모어 국립연구소의 엘 캐피탄(El Capitan)을 TOP500 1위에서 끌어내렸다. 그것도 미국 칩 한 장 없이.

    7년 만에 돌아온 왕좌

    TOP500은 반기마다 발표되는 세계 슈퍼컴퓨터 성능 순위다. 단순한 기술 자랑이 아니라, 국가 간 연산 능력 격차를 가장 직접적으로 보여주는 지표 중 하나다. 중국은 2016~2018년 사이 선웨이 타이후라이트(Sunway TaihuLight)와 톈허-2로 이 리스트 상단을 장악했다. 이후로는 오크리지·로런스 리버모어 같은 미국 국립연구소들이 꾸준히 정상을 지켜왔다.

    라인샤인은 그 구도를 뒤집었다. 엘 캐피탄이 보유하던 약 1.7 엑사플롭스(ExaFLOPS) 기록을 넘어선 것으로 알려졌다. 엑사플롭스는 1초에 100경 번 연산하는 단위다. 이 수준이면 핵 시뮬레이션, 기후 모델링, 대규모 AI 훈련에 바로 투입된다. 슈퍼컴이 국가 인프라 그 자체가 된다는 게 이런 맥락이다.

    미국 제재가 오히려 중국 손을 잡아당겼다

    핵심 질문은 하나다. 어떻게 만들었냐는 것. 미국은 2022년부터 엔비디아 A100·H100 GPU와 인텔 첨단 프로세서의 대중국 수출을 사실상 봉쇄했다. TOP500 상위권을 채운 미국·유럽 슈퍼컴퓨터 대부분이 이 부품들로 돌아간다. 제재로 중국의 컴퓨팅 성장을 틀어막겠다는 계산이었다.

    그 계산은 빗나갔다. 라인샤인은 자국산 칩으로 이 성능을 달성했을 가능성이 높다. 화웨이 아센드(Ascend) 계열이나 국산 CPU 라인이 핵심 부품으로 쓰였을 것으로 분석된다. 솔직히 이건 미국 입장에서 최악의 시나리오다. 수출 규제가 중국의 반도체 자립 일정을 앞당겨버린 꼴이니.

    TOP500이 드러낸 미중 기술 전쟁의 현주소

    전체 리스트에서 미국은 여전히 상위권 다수를 차지한다. 유럽·일본이 그 뒤를 잇는다. 하지만 1위 교체는 순위 변화 그 이상이다. The Verge 보도가 짚은 핵심은 세 가지다.

    • 중국이 미국 부품 없이도 자립적 HPC 생태계를 구축할 수 있다는 사실 증명
    • AI·국방·에너지 분야에서 슈퍼컴 성능이 곧 국가 경쟁력인 시대의 도래
    • 미국의 수출 통제 전략이 장기적으로 재검토 압박을 받게 될 것

    엔비디아 입장에서도 불편한 소식이다. 중국 시장 접근이 막힌 상황에서 중국이 자체 칩으로 세계 1위를 만들어냈다면, 그건 잠재 고객이 영구 이탈 수순에 들어가고 있다는 신호다. 당장의 매출 손실을 넘어, 중장기 시장 판도 자체가 바뀌는 이야기다.

    한국의 셈법은 더 복잡해졌다

    이 뉴스가 한국에 던지는 함의는 직접적이다. 삼성전자와 SK하이닉스는 HBM(고대역폭 메모리) 시장에서 엔비디아 등 미국 고객사와 깊이 연결돼 있다. 동시에 중국은 여전히 메모리 반도체 최대 수요처 중 하나다. 중국이 자국산 칩 생태계를 착실히 쌓아가면, 이 공급망 구도는 달라진다.

    국내 AI 인프라도 짚어봐야 한다. 한국과학기술정보연구원(KISTI)이 운영하는 슈퍼컴 누리온(Nurion)은 TOP500 기준 이미 상위권 밖이다. AI 주권을 이야기하면서 연산 인프라에서 뒤처지면, 결국 말뿐인 전략이 된다. 라인샤인의 1위 등극은 한국 정부와 기업이 국산 AI 칩과 슈퍼컴퓨팅 투자를 더 이상 미룰 수 없다는 경고등이기도 하다.

    출처: The Verge

  • 수노 ‘Spark’ 인큐베이터 — AI 스트리밍 플랫폼이 인디 음악가를 직접 키운다

    수노 ‘Spark’ 인큐베이터 — AI 스트리밍 플랫폼이 인디 음악가를 직접 키운다

    수노(Suno)가 ‘Spark’라는 이름의 인큐베이터를 출범했다. 텍스트 한 줄 넣으면 노래 뚝딱 만들어주던 그 수노가, 이번엔 아예 신인 뮤지션을 직접 발굴하겠다고 나선 것이다. 멜로디 자판기에서 기획사로. 변신의 폭이 제법 크다.

    Spark, 어떤 프로그램인가

    지원 대상은 레이블과 계약하지 않은 독립 음악가들이다. 미계약 싱어, 송라이터, 프로듀서가 신청할 수 있고, 선발되면 지원금(그랜트), 업계 전문가 멘토링, 마케팅 지원이 패키지로 제공된다. The Verge 보도를 보면, 수노는 이 프로그램을 통해 플랫폼 내 콘텐츠 생태계를 인간 창작자 중심으로 넓히겠다는 의도를 분명히 했다.

    솔직히, AI 음악 서비스가 인간 아티스트를 직접 지원하겠다고 나선 게 아직 좀 낯설다. 기존 AI 음악 서비스들은 어디까지나 ‘도구’였다. 수노는 그 선을 넘어 기획사, 레이블, 플랫폼의 역할을 한꺼번에 가져가려 한다.

    소송 한가운데서 꺼낸 카드

    타이밍이 묘하다. 2024년 미국음반산업협회(RIAA)가 수노와 유디오(Udio)를 저작권 침해로 고소했다. 아티스트 동의 없이 기존 음악을 AI 학습 데이터로 썼다는 혐의다. 소송이 아직 진행 중인 상황에서 인디 아티스트 지원 프로그램을 전면에 내세운 건, 어떻게 봐도 음악 업계와의 관계 회복 시도로 읽힌다.

    “우리는 아티스트를 착취하지 않는다”는 메시지를 말이 아닌 행동으로 보여주겠다는 것. 이 의도를 순수하게 받아들이는 시선만 있는 건 아니지만.

    스트리밍 플랫폼으로 — 스포티파이와 같은 링에

    수노의 진짜 그림은 AI 음악과 인간 음악을 함께 유통하는 스트리밍 플랫폼이다. Spark는 그 구조에서 ‘콘텐츠 파이프라인’ 역할을 맡는다. 수노가 발굴한 아티스트가 수노 플랫폼에 계속 곡을 공급하는 식이다.

    • AI 생성 음악 + 인간 창작 음악의 혼합 플랫폼
    • 인디 아티스트 → 수노 발굴 → 수노 플랫폼 유통
    • 광고·구독 수익 모델로 확장

    유료 구독자 2억 5천만 명을 보유한 스포티파이와 정면 승부하기보다는, ‘AI 네이티브 플랫폼’이라는 차별점으로 틈새를 파고드는 전략이다. 후발 주자로선 현실적인 선택이기도 하다.

    인디 뮤지션 입장에선 — 지원인가, 함정인가

    양면이 있다. 지원금과 멘토링은 분명 매력적이다. 레이블 없이 혼자 활동하는 뮤지션에게 마케팅 지원은 현실적으로 큰 도움이 된다. 문제는 AI 기업의 생태계에 묶인다는 점이다.

    핵심 쟁점은 음악 저작권의 귀속과 AI 학습 데이터 활용 여부다. 미국 음악인 연맹 AFM은 AI 기업과 계약할 때 조건을 꼼꼼히 따져보라고 공식 권고하고 있다. Spark 참여 아티스트의 음악이 수노 AI 모델 훈련에 쓰일 가능성을 계약서에서 명확히 차단하지 않으면, 단기 지원금이 장기 권리 손실로 돌아올 수 있다. 이건 그냥 넘길 대목이 아니다.

    AI 음악 시장 판도

    현재 AI 음악 생성 시장엔 수노, 유디오, 에이바(AIVA), 뮤직LM이 경쟁 중이다. 이 중 수노는 사용자 친화적 인터페이스와 음질로 가장 넓은 사용자층을 확보했다는 평가를 받는다. AI가 만든 곡이 유튜브와 틱톡에서 수억 회 이상 재생된 사례도 이미 나왔고, 음원 차트에 오른 전례도 있다.

    업계 리서치 회사 마켓앤마켓(MarketsandMarkets)은 글로벌 AI 음악 생성 시장이 2028년까지 연평균 28% 이상 성장할 것으로 전망한다. Spark는 이 흐름을 타고 수노가 플랫폼 기업으로 올라서려는 시도다.

    K팝과 인디 씬 — 한국 음악 산업의 셈법

    이 흐름은 한국 음악 시장과도 직결된다. SM엔터테인먼트, 하이브, JYP 등 대형 기획사는 이미 AI 작곡·음원 제작 도구 도입을 검토 중이다. 홍대 인디 씬이나 유튜브 기반 1인 뮤지션들은 수노 같은 툴을 가장 빠르게 받아들이는 계층이기도 하다.

    Spark가 글로벌로 확장돼 국내 인디 아티스트에게도 문이 열린다면, 국내 독립 음악가가 실리콘밸리 AI 기업의 콘텐츠 공급망에 편입되는 시나리오도 현실이 된다. 단기적으로는 노출과 자금 지원이라는 이점이 있지만, 저작권 구조와 플랫폼 종속성은 꼼꼼히 따져봐야 한다. 지금이 딱 그 타이밍이다.

    멜론·지니·플로 입장에서도 수노가 스트리밍 시장에 본격 진입하면, AI 생성 음원과 인간 창작 음원이 뒤섞인 경쟁에 대비해야 한다. 저작권법 개정 논의와 함께, 국내 음악 생태계가 이 변화를 어떻게 수용할지 논의가 시급하다.

    출처: The Verge

  • GLM-5.2, 사이버보안 AI 격차 사실상 좁혔다 — 중국 오픈웨이트의 양날검

    GLM-5.2, 사이버보안 AI 격차 사실상 좁혔다 — 중국 오픈웨이트의 양날검

    즈푸AI(Z.ai)가 내놓은 오픈웨이트 모델 GLM-5.2가 사이버보안 벤치마크에서 업계 최상위 모델 Mythos와 사실상 동급 성능을 기록했다. 버그 탐지, 취약점 코드 분석 같은 실전형 작업에서다. 범용 성능은 GPT-4o나 Claude에 아직 못 미치지만, 보안이라는 특정 영역에서 최정상급 모델과 어깨를 나란히 했다는 사실 자체가 업계를 흔들기에 충분하다. 더구나 이 모델은 완전 무료, 로컬 설치 가능한 오픈웨이트다. 누구든 내려받아 자기 서버에서 구동하면 된다.

    GLM-5.2, 단순 업그레이드가 아닌 ‘보안 AI 지각변동’

    즈푸AI는 칭화대학교에서 파생된 AI 연구기업이다. 중국 내에서 바이두·알리바바와 함께 AI 3강으로 꼽힌다. 이번 GLM-5.2의 핵심은 성능 벤치마크 숫자가 아니다. 오픈웨이트 방식으로 공개됐다는 것이 게임 체인저다. 모델 가중치 자체를 배포하기 때문에 API 요금 없이 로컬 서버에서 자유롭게 구동이 가능하다. 보안 업계 입장에서는 꽤 무거운 변화다.

    The Verge 보도에 따르면, 연구자들은 GLM-5.2를 사이버보안 특화 시나리오에 투입해 테스트했고, 보안 분야 최상위 모델로 평가받는 Mythos와 동등한 성능을 확인했다고 밝혔다. 버그 탐지, 취약점 코드 분석, 침투 테스트 보조 등 실전형 작업에서 두드러진 결과였다.

    Mythos가 기준점이 된 이유

    Mythos는 사이버보안에 특화된 AI 모델이다. 악성코드 분석부터 취약점 식별, 공격 코드 이해까지 — 보안 전문가가 일상적으로 쓰는 작업에서 현재 업계 최고 성능을 보이는 모델로 통한다. 연구자들이 이 모델을 기준선으로 삼아 GLM-5.2와 비교했을 때 특정 시나리오에서 동등한 결과를 얻었다는 게 핵심이다.

    GLM-5.2가 모든 분야에서 동급이라는 건 아니다. 글쓰기·추론·수학 등 범용 벤치마크에서는 GPT-4o나 Claude와 여전히 격차가 있다. 솔직히 여기서 갈린다 — 범용에서는 뒤지지만 사이버보안이라는 특정 고부가가치 영역에서 사실상 동급이라는 평가 자체가 업계를 흔들기에 충분하다. 전장을 바꾸면 이야기가 달라진다.

    딥시크에서 GLM까지, 중국 AI의 영역 침공

    올 초 딥시크(DeepSeek)가 R1 모델로 서구 AI 생태계에 충격을 준 이후, 중국 AI의 추격은 범용에서 특화 분야로 무게 중심을 옮기는 양상이다.

    • 딥시크 R1 — 수학·코딩 추론에서 OpenAI o1 수준 달성
    • 알리바바 Qwen2.5 — 다국어 처리·코딩 분야 글로벌 상위권 진입
    • 즈푸AI GLM-5.2 — 사이버보안·버그 탐지에서 Mythos 동급 평가

    패턴이 선명하다. OpenAI·Anthropic을 범용에서 단기간에 앞지르기 어렵다고 판단한 중국 AI 기업들이 보안·군사·산업 특화 영역을 집중 공략하는 방향으로 전략을 수정하고 있다. GLM-5.2는 그 전략이 실제로 통한다는 첫 번째 구체적 증거다.

    오픈웨이트라는 칼, 누가 쥐느냐에 달렸다

    GLM-5.2가 오픈웨이트라는 사실은 완전히 다른 차원의 문제를 만든다. 보안 연구자 입장에서는 반갑다. API 호출 비용 없이 최상급 사이버보안 AI를 로컬에서 돌릴 수 있으니, 한국의 중소 보안 기업이나 개인 연구자도 고성능 위협 탐지 도구를 손에 넣게 된다. 이건 꽤 큰 기회다.

    반면 악의적 활용 가능성도 현실이다. 취약점을 찾아주는 AI는 동시에 취약점을 악용하는 공격자의 자동화 무기가 된다. 폐쇄형 API와 달리 오픈웨이트는 사용 제한이 없어 해킹 자동화, 익스플로잇 생성 도구로 전용될 위험이 있다. 미국 CISA는 올해 AI 기반 사이버 위협을 최우선 경보 사안으로 분류했고, 유럽 ENISA도 같은 경고를 내놓은 바 있다. 개방성과 위험은 동전의 양면이다.

    북한 해킹 조직에 새 무기 — 한국이 마냥 지켜볼 수 없는 이유

    한국은 이 흐름을 관망할 처지가 아니다. 북한의 사이버 공격 조직(라자루스 그룹 등)은 이미 AI를 활용한 피싱·사회공학 공격을 고도화하고 있다는 정보 당국의 경고가 이어지고 있다. 고성능 사이버보안 AI가 오픈소스로 풀리면, 훨씬 정교한 자동화 공격 체계 구성이 한결 쉬워진다. 이건 좀 과한 우려가 아니다.

    국내 금융권과 공공기관은 경각심을 높여야 한다. KISA(한국인터넷진흥원) 집계에서 2024년 국내 랜섬웨어·공급망 공격 건수는 전년 대비 40% 이상 증가했다. AI 보조 공격이 본격화하는 국면에서 방어 비용 역시 가파르게 오를 수밖에 없다.

    기회도 분명히 있다. 안랩·SK쉴더스·이글루시큐리티 등 국내 보안 기업들이 GLM-5.2 같은 오픈웨이트 모델을 방어 도구로 선제 채택해 자동화 위협 탐지 체계를 구축하면, 오히려 방어 측이 선점 우위를 가져가는 그림도 그려진다. 결국 같은 칼을 누가 먼저 집느냐의 싸움이다. 중국이 공개한 무기를 한국 보안 업계가 어떻게 활용하느냐가 향후 2~3년 사이버 안보 역량을 결정할 것이다.

    출처: The Verge

  • 아이패드·맥북 싸게 사는 법: 타이밍과 채널만 알면 30만 원이 달라진다

    아이패드·맥북 싸게 사는 법: 타이밍과 채널만 알면 30만 원이 달라진다

    아이패드 기본형이 60만 원대다. 맥북 에어는 150만 원을 훌쩍 넘는다. 그런데도 매년 수백만 명이 산다. 이상한 일이 아니다. 타이밍과 채널만 제대로 잡으면 아이패드는 10~20만 원, 맥북은 30만 원 이상 아낄 수 있거든. 정가에 사는 건 정말 정보 손해다.

    애플이 공식 할인을 거의 안 하는 이유

    애플 홈페이지에선 정가 할인을 거의 안 한다. 브랜드 가치를 지키는 구조적 선택이다. 대신 쿠팡, 11번가, 하이마트 같은 공인 리셀러를 통해 간접적으로 할인이 풀리도록 설계해뒀다.

    아마존 같은 글로벌 플랫폼에선 특정 쇼핑 시즌에 꽤 의미 있는 할인이 나온다. 국내에서도 쿠팡 로켓직구나 11번가 글로벌 탭으로 들어오는 병행 수입 제품이 정가 대비 10~25% 저렴한 경우가 종종 있다.

    연중 할인이 몰리는 다섯 구간

    할인이 집중되는 시기가 있다. 아무 때나 사는 것과 이 구간을 노리는 건 30만 원 차이가 날 수 있다.

    • 1~2월 설 연휴 전후: 국내 이커머스 특가. 통신사 공시 지원금과 묶인 아이패드 셀룰러 모델이 저렴하게 풀리는 시기다.
    • 7월 중순 — 아마존 프라임데이: 직구가 된다면 이 시기에 사는 게 연중 최저가에 가장 가깝다. 맥북, 아이패드 모두 해당.
    • 9~10월 신제품 출시 직후: 전 세대 모델 재고 소진용 할인이 뜬다. 아이패드 한 세대 전 모델을 이 타이밍에 사면 성능 대비 가격 효율이 제일 좋다.
    • 11월 블랙프라이데이: 글로벌 기준 연간 최대 할인 시즌. 직구에 카드사 캐시백을 조합하면 20% 이상 절약도 현실적이다.
    • 12월 말 재고 소진 기간: 국내 리셀러들이 연말 재고 처리를 위한 막바지 할인을 진행한다. 급하지 않으면 조금 기다릴 만하다.

    대부분이 모르는 채널 — 애플 공인 리퍼브 스토어

    애플 공식 홈페이지 하단에 “Refurbished and Clearance(리퍼브 제품)” 섹션이 있다. 반품되거나 전시됐던 제품을 애플이 직접 수리·검수해서 되파는 채널이다. 정가 대비 15~40% 저렴하다.

    품질이 낮을 거라는 건 오해다. 애플 공식 보증 1년이 그대로 적용되고, 외관도 새 제품 기준에 맞게 정비된다. 미국 애플 스토어 리퍼브 섹션은 국내보다 재고가 훨씬 풍부해서, 배송 대행 서비스를 쓰면 국내 정가 대비 30% 이상 아끼는 것도 충분히 가능하다. 이걸 모르고 정가에 사는 사람이 아직도 많다는 게 신기할 정도다.

    아이패드 4종, 솔직하게 갈라보면

    아이패드는 기본형·에어·미니·프로, 네 가지다. 가격 차가 2~3배 나는데 용도를 안 따지고 샀다가 후회하는 경우가 꽤 있다.

    • 아이패드 기본형: 넷플릭스, 유튜브, 가벼운 문서 작업이면 이걸로 충분하다. 가장 저렴하고 배터리도 길다.
    • 아이패드 에어: M 시리즈 칩 탑재 이후 성능이 확 올랐다. 그림·영상 편집·학습이 목적이라면 가격 대비 성능 균형이 가장 좋은 선택이다.
    • 아이패드 미니: 한 손에 쥐는 소형 폼팩터. 전자책이나 이동 중 사용이 많다면 고려할 만하다.
    • 아이패드 프로: 전문가급 그래픽, 영상 편집, 음악 제작이 아니라면 솔직히 과스펙이다. OLED 화면이나 나노 텍스처 글래스가 꼭 필요한 경우에만 투자 가치가 있다.

    WiFi 모델이냐 셀룰러 모델이냐도 한번 따져봐야 한다. 스마트폰 핫스팟을 쓸 의향이 있다면 WiFi 모델로 충분하다. 셀룰러를 고르면 매월 유심 요금제 비용이 따로 붙는다는 걸 계산에 넣어야 한다.

    맥북 구매 타이밍 — 사이클만 알면 30만 원이 보인다

    맥북은 신제품 출시 사이클이 꽤 규칙적이다. 에어는 연 1회, 프로는 연 1~2회 업데이트된다. 신제품 출시 직후가 구형 모델을 가장 저렴하게 살 수 있는 타이밍이다.

    맥북 에어 M3가 나왔을 때 M2 에어 가격이 30만 원 이상 내려갔다. 한 세대 전 모델도 일상 업무에는 성능이 충분하다. MacRumors Buyer’s Guide라는 사이트가 각 맥 모델이 출시 사이클 대비 어느 위치에 있는지를 “지금 사도 될까, 기다려야 할까”로 정리해준다. 구매 전에 한 번만 확인해도 타이밍 손해를 피할 수 있다.

    카드·통신사 혜택까지 조합하면

    애플 기기 구매 시 신용카드 혜택을 조합하면 5~10% 추가로 아낄 수 있다.

    • 현대카드 애플 공동 카드: 애플 공식 스토어 결제 시 특별 혜택이 적용된다.
    • 삼성·신한 카드 청구 할인: 특정 기간 IT 기기 구매 시 캐시백 또는 청구 할인 행사가 주기적으로 돌아온다.
    • 통신사 공시 지원금: 셀룰러 아이패드를 SKT, KT, LG U+ 공시 지원금으로 사면 30만 원 이상 내려가는 경우도 있다. 단 약정 기간과 요금제를 먼저 계산해봐야 실제 이득인지 확인된다.
    • 애플 교육 할인(Education Store): 학생·교직원이라면 무조건 먼저 확인해야 할 채널이다. 아이패드 에어 기준 10만 원 이상 저렴하고, 에어팟 무상 제공 프로모션도 주기적으로 나온다.

    무이자 할부도 중요하다. 150만 원짜리 맥북을 12개월 무이자로 나누면 월 12만 5천 원이다. 목돈 부담을 줄이는 데 효과적이다.

    결국 내 상황에 맞는 최선은

    • 지금 당장 필요하다면: 쿠팡 로켓직구 + 현재 사용 가능한 카드 청구할인 조합이 현실적 최선이다.
    • 2~3개월 여유가 있다면: 블랙프라이데이나 다음 신제품 출시 시점을 기다리는 게 유리하다.
    • 성능보다 가격이 우선이라면: 애플 공인 리퍼브 스토어, 또는 신제품 출시 직후 구형 모델이 답이다.
    • 학생·교직원이라면: Education Store를 무조건 먼저 확인해야 한다.

    타이밍과 채널만 달리해도 같은 기기를 20~30% 더 저렴하게 살 수 있다. Wired 보도를 보면 아마존 프라임데이만 잘 써도 애플 기기에서 의미 있는 절약이 나온다고 한다. 정가 구매는 정보 손해다.

    출처: Wired

  • 전기 버기카 종류·가격·용도 총정리 — 골프장 밖으로 나온 이유

    전기 버기카 종류·가격·용도 총정리 — 골프장 밖으로 나온 이유

    골프장에서 슬슬 굴러다니던 카트 정도로만 알았다면, 지금 시장은 좀 다르다. 전기 버기카가 럭셔리 리조트, 대형 캠핑장, 공항 터미널, 물류 창고 안까지 스며들고 있다. 조용히, 그리고 꽤 빠르게. 일반 전기차랑은 완전히 다른 논리로 굴러가는 시장이라 처음 접하는 사람한테 헷갈리는 게 많다. 뭘 봐야 하는지 짚어봤다.

    일반 전기차랑 뭐가 다른가

    전기 버기카(Electric Buggy)는 통상 4~6인승 이하의 저속 전기 모빌리티를 가리킨다. 리조트, 골프장, 캠퍼스, 대형 시설 안처럼 한정된 공간에서의 이동에 특화된 물건이다. 공도를 달리는 EV랑은 목적 자체가 다르다.

    핵심 차이는 속도 제한과 인증 체계다. 미국 기준으로 LSV(Low-Speed Vehicle)로 분류되면 최고 시속 40km 미만이고, 도로 인증 요건이 일반 승용차보다 훨씬 단순하다. 가격도 달리 간다. 수천만 원대 EV와 달리 수백만 원에서 3,000만 원 사이가 주류다. 최근엔 애플·아우디 출신 엔지니어들이 공동 설계한 고급형 모델처럼 소재와 디자인에 진심인 럭셔리 버기도 등장하면서 판도가 흔들리고 있다.

    유형 3가지: 골프 카트형·리조트형·산업형

    ① 골프 카트형
    가장 오래된 유형이다. 야마하(Yamaha Golf Car), E-Z-GO, 클럽카(Club Car)가 시장을 나눠 갖는 구조다. 2~4인승이 표준이고, 상업용으로 오래 쓰인 만큼 내구성과 유지비 면에서 검증은 확실하다. 클럽 운반 기능과 배터리 교체 주기가 실구매 시 가장 많이 따지는 항목이다.

    ② 리조트·캠핑용 버기
    오프로드 주행 능력을 갖추고 인테리어로 차별화한 유형이다. Polaris GEM, Arcimoto FUV가 대표적이다. 럭셔리 리조트 시장을 겨냥한 고급형은 가죽 시트에 프리미엄 오디오, 커스텀 바디 라인을 달고 2,500만~3,000만 원대에 포지셔닝하는 경우도 있다. 이 가격이면 소형 전기차 살 수 있지 않냐는 생각이 드는 게 당연한데, 브랜드 경험으로 팔리는 물건이라 시장 자체가 다르다.

    ③ 산업·물류용
    공항, 병원, 대형 쇼핑몰에서 굴러가는 실용 중심 모델이다. 적재 공간이 크고 배터리 수명과 내구성이 선택 기준 1순위다. 디자인은 고려 대상 밖이고, 총소유비용(TCO)으로만 판단이 이루어진다.

    가격대별 선택지

    • 500만~1,500만 원: 기본 골프 카트 수준. 배터리 용량이 작고 편의장비는 거의 없다. 공동주택 단지나 소규모 상업시설에 알맞다.
    • 1,500만~3,000만 원: 중급 리조트형. 앞유리, 도어, 냉난방 옵션이 붙기 시작하는 구간이다. Polaris GEM E2·E4가 이 범위에 해당한다.
    • 3,000만 원 이상: 럭셔리 버기 영역. Arcimoto FUV($17,900~), 신흥 프리미엄 브랜드 모델들이 포함된다. 도로 인증이 따라오고, 소재와 주행 감성에서 확실한 차이가 난다.

    배터리·주행 거리, 스펙 뜯어보기

    전기 버기카 배터리는 리드산(Lead-Acid)리튬이온으로 나뉜다. 이 선택 하나가 장기 운영 비용을 사실상 결정한다.

    • 리드산 배터리: 초기 비용이 낮다. 수명 3~5년, 충전 시간 8~10시간, 주행 거리 40~60km 수준이다. 기기 대수가 많고 교체 주기를 감수할 수 있는 환경에서 선택한다.
    • 리튬이온 배터리: 초기 비용이 높지만 수명 8~10년, 충전 시간 2~4시간, 주행 거리 80~120km까지 뽑힌다. 장기 운영으로 가면 총비용에서 역전된다.

    하루 8시간 이상 돌려야 하거나 빠른 충전이 필요한 현장이라면 리튬이온이 사실상 답이다. 리드산으로 버티다가 3년 후 세트 통째로 바꾸는 비용까지 계산하면, 처음부터 리튬이온으로 가는 쪽이 손해가 덜하다.

    어디에 쓰면 딱 맞는가

    • 리조트·호텔: 객실 간 이동, 짐 운반, VIP 픽업. 버기 디자인이 그 자체로 브랜드 이미지가 된다.
    • 골프장: 가장 전통적인 용도다. 클럽 운반 장치와 배터리 교체 주기로 선택한다.
    • 캠핑장·글램핑장: 야간 조명, 외부 충전 포트 유무가 중요하다. 없으면 밤에 쓸 수가 없다.
    • 대학 캠퍼스·공장·물류센터: 내구성 우선이고, 적재 중량이 얼마나 나오는지가 핵심 변수다.
    • 공항·병원: 실내 운용 가능 여부와 안전 인증 체계를 반드시 확인해야 한다.

    구매 전 반드시 따져야 할 5가지

    1. 공도 인증 여부
    국내 법령상 초소형 자동차 범주에 드는지 먼저 확인해야 한다. 공도 주행이 필요한 환경이라면 정식 차량 인증이 있는 모델만 선택지에 올라온다.

    2. 배터리 교체 비용
    3~5년 후 교체 시 얼마나 드는지 미리 잡아야 총소유비용(TCO) 계산이 된다. 리드산 배터리 세트 교체는 30~80만 원, 리튬이온은 100만~300만 원 이상이다.

    3. AS 네트워크
    수입 브랜드는 국내 서비스 거점이 어디 있는지 확인하는 게 필수다. 부품 수급이 2~3주씩 걸리면 그 기간 운용이 멈춘다.

    4. 충전 방식
    전용 충전 포트가 필요한지, 일반 220V 콘센트로 충전이 되는지에 따라 인프라 구축 비용이 달라진다. 생각보다 이 차이가 크다.

    5. 탑승 인원·적재 중량
    실제 운용 시나리오에 맞게 골라야 한다. 과적 운용은 배터리와 섀시 수명을 급격히 깎아먹는다.

    다음 수순은 어디로

    전통적으로 전기 버기카는 ‘싸게 굴리는 이동 수단’이었다. 근데 럭셔리 리조트 시장에서 버기가 브랜드 경험의 일부로 편입되면서, 디자인·소재·주행 감성에 돈을 쓰는 고가 모델 군이 형성됐다. 기후변화 대응 차원에서 내연기관 카트를 전기로 교체하는 흐름도 이 시장을 밀어올리는 동력이 됐다.

    결국 선택 기준은 목적에 따라 완전히 갈린다. 상업적 내구성이 최우선이면 검증된 브랜드의 중급 모델, 브랜드 이미지와 고객 경험을 팔아야 하는 리조트라면 럭셔리 라인업을 보는 게 맞다. 배터리 기술이 개선될수록 이 두 시장의 간격은 좁아질 거다.

    출처: Ars Technica