주간 IT 소식 (24.11.30)

✏️트럼프의 반독점 및 환경 정책이 마이크로소프트에 미칠 영향

 

저번 주에 이어 트럼프의 당선과 정책적 행보가 마이크로소프트에 어떤 영향을 미칠 지에 대해서 알아보자.

 

트럼프는 대기업에 대한 규제가 적을수록 좋다고 생각한다. 

그렇기에 기술에 대한 반독점 기소를 공격적으로 추진해 온 미국 연방거래위원회의 수장이 해임될 것이라는 데는 의심의 여지가 없다. 하지만 기술 산업에 대한 반독점 소송을 반드시 종식시킬 것이라고는 예상할 수 없다.

왜냐하면 부통령 등 일부 고문은 행정부가 빅테크(미국 정보기술 산업에서 가장 크고 지배적인 기술기업)를 제재하기를 바란다. 주된 이유는 메타를 비롯한 기타 소셜 미디어 회사가 잘못된 정보, 백인 우월주의, 선거 사기를 단속하지 못하도록 하는 것이다. 

 

바이든 행정부가 구글, 애플, 메타, 아마존을 표적으로 삼았음에도 불구하고 마이크로소프트는 연방거래위원회(FTC)의 기소를 대부분 피했다. 

하지만 워싱턴 포스트는 FTC가 마이크로소프트의 클라우드 사업에 대한 반경쟁적 관행을 조사할 것이라고 보도했다.

트럼프가 FTC위원장으로 임명하는 사람으로 하여금 이런 조치를 중단하도록 요구할 수는 있으나, 주요 기술 고문이 된 엘론 머스크 덕분에 그럴 가능성은 낮다.

머스크가 운영하는 AI 스타트업인 xAI가 마이크로소프트와 직접 경쟁하고 있는 상황으로, 머스크는 최근 오픈 AI를 상대로 제기한 반독점 소송에 마이크로소프트도 피고로 추가했다. 따라서 FTC의 마이크로소프트에 대한 조사는 지속될 것이라고 예상된다.

 

트럼프는 기후변화가 사기라고 믿으며, 환경 규제를 철폐하고 친환경 에너지를 공격하겠다고 공언했다.

또한 트럼프는 원자력 지지자가 될 것으로 예상한다.

마이크로소프트는 2030년까지 탄소 배출을 제로로 만들겠다고 공언한 바 있는데, 트럼프의 친환경 에너지에 대한 공격으로 인해 청정 에너지원을 찾기가 더 어려워질 것이다.

마이크로소프트의 기후변화 관련 공약을 더욱 힘들게 만드는 것은 AI를 구동하는 데이터센터에 엄청난 양의 전력이 필요하다는 사실이다. 이 때문에 기후변화에 맞서 싸우겠다는 약속을  포기하고 원자력 에너지 부활에 동의하게 될 수도 있다.

트럼프의 기후변화에 대한 견해와 AI에 대한 지지를 고려할 때, 트럼프는 환경에 미치는 영향에 관계없이 마이크로소프트와 다른 AI업체가 원하는 모든 전기를 제공하기 위해 움직일 가능성이 높다.

(그럼 마이크로소프트 입장에서는 결과적으로는 일단 좋은 거 아닌가?)

https://www.itworld.co.kr/t/69500/AI%E3%86%8DML/354301#csidxf6a1fbc64ca0e9694b3f452c76a92a7 

트럼프의 반독점 및 환경 정책이 마이크로소프트에 미칠 영향

 

 

✏️ 네트워크의 자율주행 시스템, ‘AI 네트워킹’의 이점과 주요 사용례

 

오늘날 네트워크는 갈수록 복잡해지고 분산되며 다양한 과제에 직면한다. 성능과 속도, 가용성, 지연에 대한 전통적인 문제는 여전히 골칫거리이며, 가동중단 사고는 회사의 재정과 평판에 위험을 초래할 수 있다.

 

그러나 AI는 네트워크를 개선할 수 있는 잠재력을 지녔다. 새로운 AI네트워크 개념은 여러 기술을 결합해 네트워크 운영을 자동화하고 네트워크 관리를 도와 가용성과 성능을 개선할 수 있게 해준다. 

AI 모델은 네트워크를 구성, 모니터링하고 문제를 해결하고 보호하고, 사고관리와 세부적인 권장 사항 및 대응책을 제공할 수 있다.

 

AI 네트워킹이라는 용어는 가트너가 23년 처음 사용한 용어이나, 그 개념은 오래전부터 존재했다. 

AI 네트워킹은 AI를 네트워킹 인프라 깊이 통합해 수많은 프로세스를 자동화하고 효율성, 적응성, 성능, 속도 지연, 기타 핵심적인 요소를 개선한다.

가트너는 AI를 사용해 2일차 운영(리소스 할당, 네트워크 문제 파악)을 자동화하는 기업의 비중이 2023년 불과 10%에서 2027년에는 90%에 이를 것으로 예측한다. 또한 그는 AI네트워킹이 문제해결과 네트워크 가용성을 개선하고 지원요청을 줄여주므로 이미 운영관리 비용을 25% 낮춰줄 수 있다고 말한다.

AI 네트워킹의 주요 사용례 

AI 네트워킹의 몇 가지 사용례를 살펴보자. AI 기반 네트워크가 할 수 있는 일은 다음과 같다. 
 

• 실시간으로 트래픽을 분석해 네트워크의 원활한 동작을 보장한다. 빠르고 안정적인 액세스를 보장하고 병목 현상을 줄여야 하는, 트래픽이 많은 기업에 특히 유용하다. 
• 사용량 추세 분석을 통해 미래 수요를 예측함으로써 용량 계획, 리소스 할당을 지원하고 최적의 네트워크 성능과 흐름을 유지하도록 한다. AI는 성능 추세를 통해 네트워크 상태를 평가하고 이런 평가를 업계 동종 기업과 비교할 수 있다. 
• 장기적인 예측 모델링을 수행해서 네트워크 중단 또는 성능 저하가 발생할 수 있는 시점을 판단한다. 또한 지연 문제 또는 정체 현상을 파악하고 트래픽 경로를 변경하거나 인프라를 확장하거나 기타 네트워크 리소스 분산을 위한 조치를 취할 수 있다. 
• 비밀번호 재설정 또는 간단한 하드웨어 결함과 같은 기본적인 문제 해결(레벨 1, 레벨 2 지원)을 처리해서 ITSM(IT service management)를 최적화한다. 또한 오탐지를 없애고 사람의 개입이 필요한 더 높은 수준의 문제를 파악하는 데 도움이 된다. 
• 위협 대응을 개선하고 보안 사고를 식별, 평가하고 해결을 위한 조치를 제안한다. 제로 트러스트 구성으로 보강된 AI는 네트워크의 디바이스를 식별 및 분류하고 트래픽, 로그, 사용자 행동을 분석해 의심스러운 부분을 파악하고 사이버 공격이나 침해 또는 그러한 시도가 발생하면 경보를 발령할 수 있다. 
• 다양한 사용자 그룹에 따라 네트워크 경험을 맞춤 설정해서 특정 요구사항을 충족하고 생산성을 개선한다. 다양한 사용자 그룹이 있는 규모가 큰 환경에서 특히 중요한 부분이다. 
• 배포, 유지보수, 문제해결에 도움이 되도록 IoT 엔드포인트를 추적한다. 
• 트래픽 흐름을 분석해(프로토콜, 포트 번호, 출발 및 목적지) 사용자, 디바이스, 앱 간의 특정 상호작용을 허용 또는 거부함으로써 정책을 자동화한다. 
• 디바이스를 평가하고 모든 디바이스의 소프트웨어가 최신 상태인지 확인해 수명 주기 관리를 개선한다. 잠재적인 구성 취약성 또는 문제를 찾고 업그레이드에 대해 제안할 수 있다. 

 

물론 AI 역시 틀릴 수 있다. 잘못된 권장사항을 제시해 결과적으로 지나치게 복잡한 네트워크 구성이 될 수도 있고, 중단이나 기타 문제로 이어질 수도 있다. 이런 현상은 잘못된 프롬프트 또는 떨어지는 품질, 부정확하거나 관련없는 학습 데이터로 인해 발생할 수 있다.

 

새로운 기술에는 새로운 스킬도 필요하므로 기업은 직원의 업스킬 또는 리스킬을 위해 시관과 리소스를 투자해야 할 것이다.

https://www.itworld.co.kr/t/69500/AI%E3%86%8DML/354252#csidxb83e659db1a357bb4fdf3018a80a038 

네트워크의 자율주행 시스템, ‘AI 네트워킹’의 이점과 주요 사용례

 

 

✏️ “실험은 끝났다” 목표 지향적 투자 전환 필요 : 글로벌 생성형 AI 보고서

 

인공지능은 점점 더 널리 보급되고 대중화되면서 많은 기업이 AI를 비즈니스에 활용하기 시작했다. 

최근 NTT 데이터가 발표한 글로벌 생성형 AI 보고서는 생성형 AI가 얼마나 큰 역할을 하고 앞으로 얼마나 더 커질지 분석했다.

 

연구팀은 기업이 핵심전략에 생성형AI를 통합하고 있다는 사실을 발견했다. 응답자의 83%는 이미 상설 생성형 AI팀을 구성했다고 답했다. 응답자의 90%는 생성형 AI를 효과적으로 사용하는 데 있어 가장 큰 장애물은 오래된 인프라라고 답했다. 설문조사에 참여한 관리자의 89%는 보안에 대해 우려하고 있으며 82%는 AI에 대한 정부 규제가 불명확해 생성형 AI전략을 방해한다고 답했다. 

연구팀은 명확한 윤리적 프레임워크, 데이터 거버넌스, 지속가능성 전략의 필요성을 강조한다고 분석했다.

 

이러한 모든 우려에도 불구하고 연구팀은 모든 산업 분야에서 생성형 AI에 대한 투자가 증가할 것으로 전망했다.

당장 한국의 어떤 애플리케이션이나 사이트만 들어가더라도 AI챗봇이 활성화되어 있지 않은가.

 

생성형 AI 혁신의 다음 물결은 에이전트 Ai에 초점을 맞출 것으로 예상되며, 정확도를 높이고 분석 및 작업의 효율성을 개선하기 위한 SLM 과 다양한 데이터 형식을 처리할 수 있는 멀티모달 솔루션 등이 새로운 주제로 떠오를 것이다.

연구팀은 향후 몇 년 안에 생성형 AI가 어디에나 존재하고 애플리케이션에 원활하게 통합될 것으로 예측한다. 그러면 고객과의 상호작용, 창의적인 산업 및 산업별 프로세스가 혁신적으로 변화할 것이다. 

2027년까지 멀티모달 솔루션은 특히 의료, 금융, 제조 분야에서 혁신을 주도할 것으로 예상된다.

 

https://www.itworld.co.kr/t/69500/AI%E3%86%8DML/354210#csidx9ca65d7a8418eda8a56a58b64ffe43a 

“실험은 끝났다” 목표 지향적 투자 전환 필요 : 글로벌 생성형 AI 보고서