찰리초이 스토리 블로그

  생성형 AI와 콘텐츠 산업의 윈윈 파트너십: Perplexity AI와 Scalepost.ai의 혁신 모델   배경 최근 인공지능 기술의 발전으로 생성형 AI가 급부상하면서 콘텐츠 산업에 큰 변화가 일어나고 있다. 특히 Perplexity AI와 같은 AI 검색 엔진은 기존 검색 방식과는 차별화된 서비스를 제공하며 사용자들의 관심을 끌고 있다. 하지만 이러한 AI 검색 엔진이 기존 콘텐츠를 활용하는 과정에서 저작권 침해 논란이 제기되었고, 이에 대한 해법으로  Perplexity AI는 퍼블리셔와의 수익 공유 프로그램 을 발표했다.     한편 Scalepost.ai는 생성형 AI 기업과 콘텐츠 제공업체를 연결해주는 마켓플레이스 플랫폼으로, 양측 간의 원활한 파트너십을 지원하고 있다. 특히 Perplexity AI와 주요 언론사의 제휴를 중개하는 등 AI 검색 시장에서 중요한 역할을 담당하고 있다.  이러한 배경에서 Perplexity AI의 수익 공유 프로그램과 Scalepost.ai의 비즈니스 모델을 분석해보고자 한다. 본론 Perplexity AI의 수익 공유 프로그램은 자사 검색 엔진이 퍼블리셔의 콘텐츠를 활용해 광고 수익을 창출할 경우, 이를 콘텐츠 제공자와 나누겠다는 내용이 핵심이다. 구체적으로 검색 결과에 특정 퍼블리셔의 기사가 인용되고 이를 통해 광고 수익이 발생하면, 해당 퍼블리셔에게 일정 비율의 수익을 제공한다는 것이다. 현재 TIME, Der Spiegel, Fortune 등 주요 언론사들이 이 프로그램에 참여하고 있다.       이는 그동안 제기되었던 저작권 침해 문제에 대한 Perplexity AI의 대응으로 볼 수 있다. 포브스와 와이어드 등 일부 매체는 Perplexity AI가 자사 콘텐츠를 무단으로 활용하고 있다고 비판한 바 있다.    이에 Perplexity AI는 퍼블리셔와의 수익 공유를 통해 콘텐츠 사용에 대한 정당한 보상...

  AI 버블이 정점에 도달 다음 내용은 아래 Forbes에서 지난 7월9일에 게시한 기사의 내용을 Perplexity Pro 에 의해서 정리 요약한 것입니다. Forbes 7월9일자 기사  :  https://bit.ly/3LEsQ6h   지난 7월9일에 Forbes에 의해서 작성된 이 기사는 최근 실리콘밸리 유명 벤처캐피털 회사인  세쿼이아 캐피털(Sequoia Capital)이 제기한 'AI의 6,000억 달러 질문 ' [5] 에 대해 다루고 있습니다. 세쿼이아의 파트너 데이비드 칸(David Cahn)은 현재 AI 산업에 엄청난 인프라 투자가 이뤄지고 있지만, 그에 상응하는 수익은 크게 부족하다고 지적했습니다. 그의 계산에 따르면 AI 산업이 연간 6,000억 달러의 매출을 올려야만 현재의 인프라 지출을 정당화할 수 있다고 합니다. 하지만 알파벳, 마이크로소프트, 애플, 아마존, 메타 등 대형 테크 기업들이 연간 100억 달러씩의 AI 매출을 올린다고 가정하고, 오라클, 바이트댄스, 알리바바, 텐센트, 테슬라 등 다른 기업들도 각각 연간 50억 달러씩 벌어들인다고 해도 여전히 5,000억 달러의 갭이 존재한다는 것이 세쿼이아의 분석입니다.[1][3] 골드만삭스 역시 향후 5년간 AI에 1조 달러 이상을 투자하는 빅테크 기업들이 그에 상응하는 성과를 내기는 어려울 것이라며 비관적인 전망을 내놓았습니다.[4] 이는 AI 버블이 정점에 달했으며, 앞으로 AI 산업의 지속 가능성에 의문이 제기되는 상황임을 시사합니다. 투자에 비해 실질적인 수익이 부족한 현 상황이 개선되지 않는다면 AI 버블이 꺼질 수 있다는 우려가 나오고 있는 것입니다. 물론 일각에서는 AI가 장기적으로는 클라우드 컴퓨팅처럼 폭발적인 성장을 이룰 것이라는 낙관론도 있습니다.[3] 하지만 단기적으로는 AI에 대한 과도한 투자가 거품으로 이어질 수 있다는 경고의 목소리가 커지고 있습니다. 이 기사는 AI의 미래를 가늠하는 데 있어 수익성 문제가 중요한 ...

  최근 생성형 AI의 발전으로 멀티스텝 추론(Multi-step reasoning) 기능이 크게 향상되었습니다. 이에 따라 사용자가 프롬프트 엔지니어링 기법 중 하나인 CoT(Chain of Thought) 프롬프팅을 직접 적용하여 단계별로 질의를 할 필요성이 줄어들고 있습니다. CoT 프롬프팅은 복잡한 문제를 해결할 때 단계별로 사고 과정을 거치도록 유도하는 기법입니다. 하지만 이를 위해서는 사용자가 CoT 프롬프팅 기법에 대해 잘 이해하고 있어야 하며, 문제를 단계별로 나누어 프롬프트를 직접 설계해야 합니다. 이는 일반 사용자에게는 다소 어려울 수 있습니다. 반면에 PP의 멀티스텝 추론 방식은 사용자가 복잡한 질문을 던지면, 시스템이 내부적으로 이를 하위 질문으로 분해하여 순차적으로 처리한 후 최종 답변을 제시합니다. 따라서 사용자는 CoT 프롬프팅 기법에 대한 전문 지식 없이도 자연스러운 질문만으로 원하는 답변을 얻을 수 있습니다. 즉, CoT 프롬프팅은 사용자의 적극적인 개입과 프롬프트 엔지니어링 능력을 요구하는 반면, PP의 멀티스텝 추론은 이 과정을 자동화하여 사용자 편의성을 대폭 향상시킵니다. 일반 사용자 입장에서는 PP와 같은 방식이 훨씬 더 직관적이고 접근성이 높다고 할 수 있겠습니다. (Perplexity Pro 멀티 스텝 추론 검색의 예)  Chain of Thought(CoT) 프롬프팅과 멀티스텝 추론의 중요성 Chain of Thought(CoT) 프롬프팅과 멀티스텝 추론은 대규모 언어 모델(LLM)의 추론 능력을 향상시키는 데 중요한 역할을 합니다. CoT 프롬프팅은 LLM이 복잡한 문제를 중간 단계로 분해하여 추가적인 계산을 수행할 수 있도록 돕습니다. 이는 산술, 상식, 추론 작업 등 다양한 분야에서 LLM의 성능을 높이는 데 효과적입니다. 특히 전통적인 방법으로는 계산하기 어려운 복잡한 문제에 좋은 접근 방식이 됩니다. 멀티스텝 추론은 CoT의 핵심 개념을 실제 문제 해결에 적용하여, 직관적인 사고 과정을 모방하...

복지부 주최 의료 인공지능 경진 대회에서 사람이 평가한 결과와, 생성형 AI 들 (ChatGPT, 클로드, 제미나이)에게 평가한 결과를 설명한 기사입니다 https://www.nextplay.kr/news/articleView.html?idxno=7812 생성형 AI(ChatGPT, 제미나이, 클로드)의 평가 결과와 실제 수상 결과를 비교 분석해보면 다음과 같은 중요한 시사점을 도출할 수 있습니다: 1. 일치점: - Wellysis의 MUG-ECG 플랫폼이 최우수상을 수상했고, 클로드와 제미나이도 이를 가장 혁신적인 아이디어로 선택했습니다. 이는 실시간 모니터링과 웨어러블 기술의 결합이 현재 의료 기술 트렌드와 부합함을 보여줍니다. 2. 차이점: - ChatGPT는 ㈜셀타스케어의 AI 기반 Off-label Indication 서비스를 선택했지만, 이 서비스는 우수상을 수상했습니다. 이는 AI가 실용성과 혁신성을 중요하게 여기는 반면, 심사 기준에는 다른 요소들도 고려되었음을 시사합니다. 3. 평가의 의미: - AI의 평가는 기술적 혁신성과 실용성에 초점을 맞추는 경향이 있습니다. 반면 실제 심사에서는 시장성, 사회적 영향력 등 더 넓은 범위의 기준이 적용되었을 것입니다. - AI의 평가가 실제 수상 결과와 일부 일치한다는 점은 AI가 의료 기술 트렌드를 정확히 파악할 수 있음을 보여줍니다. 4. 향후 의료 데이터 활용 및 AI 기술에 미치는 영향: - 이번 경진대회 결과는 의료 데이터와 AI 기술의 융합이 의료 서비스 혁신의 핵심 동력이 될 것임을 시사합니다. - 웨어러블 기기, 실시간 모니터링, 개인화된 의료 서비스 등이 앞으로의 의료 기술 발전 방향을 제시하고 있습니다. - AI의 평가 결과가 실제 수상작과 유사하다는 점은 향후 의료 기술 개발 및 평가 과정에서 AI의 역할이 더욱 중요해질 수 있음을 암시합니다. 결론적으로, 이번 경진대회와 AI의 평가 결과는 의료 데이터와 AI 기술의 융합이 의료 서비스의 질적 향상과 개인화를 이끌어낼 수 있는 큰 잠재...

  2024 AI 지수 보고서 이 보고서는 스탠포드 대학교 인간 중심 인공지능 연구소(HAI)에서 발표한 2024년 AI 지수 보고서입니다. 인공지능(AI) 분야의 현재 동향과 미래 전망을 제시하는 종합적인 보고서입니다. 정책 입안자, 연구원, 경영진, 언론인 및 일반 대중에게 AI 분야에 대한 균형 잡히고 엄격하게 검증된 데이터를 제공하여 AI에 대한 더욱 심층적인 이해를 돕는 것을 목표로 합니다. 이 보고서는 AI 기술 발전, AI에 대한 대중의 인식, AI 개발을 둘러싼 지정학적 역학 관계 등 광범위한 주제를 다루고 있습니다. 특히, 2023년 AI 분야의 급속한 발전과 함께 사회에 미치는 영향력이 그 어느 때보다 커지고 있다는 점을 강조합니다. https://aiindex.stanford.edu/report/ 이 사이트에서 아래와 같이 보고서, 챕터별, 보고서에 포함된 차트와 데이터를 별도의 파일들로 제공됩니다.   DOWNLOAD THE FULL REPORT DOWNLOAD INDIVIDUAL CHAPTERS ACCESS THE PUBLIC DATA 주요 내용은 다음과 같습니다. AI는 특정 작업에서 인간을 능가하지만 모든 작업에서 그런 것은 아니다. 이미지 분류, 시각적 추론, 영어 이해와 같은 몇 가지 벤치마크에서 인간의 능력을 뛰어넘었지만, 경쟁 수준의 수학, 시각적 상식 추론 및 계획과 같은 더 복잡한 작업에서는 여전히 인간에 뒤처져 있습니다. 업계는 최첨단 AI 연구를 지배하고 있다. 2023년에 업계에서는 51개의 주목할 만한 머신 러닝 모델을 생산한 반면 학계는 15개만 기여했습니다. 2023년에는 산업-학계 협력으로 21개의 주목할 만한 모델이 탄생하여 새로운 최고치를 기록했습니다. 미국은 최고의 AI 모델의 주요 공급원으로서 중국, EU, 영국을 이끌고 있다. 2023년에는 미국 기관에서 61개의 주목할 만한 AI 모델이 개발되었으며, 이는 유럽 연합(21개)과 중국(15개)을 훨씬 능가하는 수치입니다....