그러나 이제 글로벌 분업화와 자유무역시대, 그리고 첨단 기술의 상호협력 시대는 불확실성의 시대로 접어들게 되었다. 미-중 첨단 기술 패권 경쟁으로 대표되는 기정학의 시대, 이제 미국과 중국뿐만 아니라, 세계 각국은 첨단 산업을 중심으로 국부의 창출과 직결되는 산업을 보호하고 자국의 이익을 안보적 관점에서 다시 우선적으로 고려하는 산업 보호 기조가 강해지고 있다. 한국의 첨단 산업은 한국의 좁은 시장을 넘어 글로벌 시장 전체를 대상으로 수익을 창출해 왔기 때문에 이러한 시대적 상황, 국제정치적 상황의 변화와 불확실성은 곧 한국의 산업 발전에도 불확실성이 커질 수 있음을 의미한다. 한국의 경제는 구조고도화와 균형성장의 시대를 거쳐 이 불확실성의 시대, 일본 같은 장기간의 저성장 함정에 빠질 수도 있고, 최악의 경우 이탈리아 사례같이 퇴보할 수도 있다.

영국이나 싱가포르와 다른 구조임에도 두 나라와 유사한 탈산업화 정책으로 무리한 전환을 시도할 경우, 전략적으로 보호해야 할 산업, 특히 제조업의 기반이 약해질 수 있으며, 산업 규모 자체의 팽창을 위해 무리한 자본투입을 시도할 경우 구조고도화 기조에 있는 중국과의 과열 경쟁, 그리고 그로 인한 고비용 구조의 고착화를 야기할 수 있다. 불확실성이 누적되는 지금, 한국의 산업 발전 전략은 무엇이 되어야 할까?

2022년 하반기, 한국 정부는 12개 국가전략기술을 선정하였고, 각 기술에 대한 세부 전략 기술 도합 50개를 발표했다. 각각의 세부 기술은 혁신의 선도, 미래에 대한 도전, 그리고 국가 산업의 필수 기반을 이루는 구성 요소로 분류되어 전략적으로 관리하는 것을 목표로 한다. 12대 전략기술에는 반도체와 디스플레이를 필두로, 이차전지, 첨단 모빌리티, 차세대 원자력, 인공지능, 첨단로봇과 제조, 차세대 통신, 양자기술, 첨단 바이오, 우주항공과 해양, 수소, 그리고 마지막으로 사이버 보안 기술이 포함된다

기존의 산업 정책에 더해 한국을 둘러싼 더 큰 스케일의 기정학적 상황의 변화에 대한 고려와 각 전략 기술의 상호 간 의존 관계, 국가 간 의존 관계, 그리고 고도화 로드맵을 고려한 전략적 변혁이 뒤따라야 함을 의미한다. 미국의 예를 들어 보자.

미국은 1970년대 카터-1980년대 레이건 정부, 2000년대 오바마 정부에서 우주항공 및 군사 분야, 그리고 나노 기술과 IT 분야에서의 산업 정책을 선보인 바 있다. 미국은 바이든 정부 들어, 이러한 전략적 산업 정책을 미-중 간 패권 경쟁의 최선단 정책으로서 중요도를 상향 조정하였으며, 그 대표적인 결과물이 바로 2022년에 통과된 IRA와 CHIPS 법안이다. IRA 법안은 주로 에너지 산업, 그중에서도 배터리 산업에서, 그리고 CHIPS 법안은 주로 반도체 산업, 그중에서도 첨단 반도체 제조 산업에서의 미국 국익 보호와 산업 지배력 강화를 타깃으로 한다. 반도체 산업에서는 미국이 중국을 일방적으로 견제할 수 있는 포인트가 넓게 포진되어 있다. 반도체 칩의 설계부터 첨단 제조 장비, 그리고 일부 소재와 부품, 팹리스 회사가 제작하는 인공지능 반도체에 이르기까지 반도체 산업의 거의 전 영역에서 미국은 글로벌 반도체 산업을 지속적으로 리드하고 있다. 이를 기반으로 미국은 상대적으로 기술 수준과 시장 점유율에 격차가 있는 후발국인 중국의 반도체 산업 견제를 위한 선수를 둘 수 있는 입장을 취할 수 있다.

대표적인 소재 기반 산업인 배터리 산업에서는 중국이 자체적인 안정적 공급망을 보유하고 있을뿐더러, 중국 배터리 업체들의 세계 시장 점유율이 이제 절반을 넘어 2020년대 말경에는 3분의 2에 육박할 것으로 전망되는 상황이다. 특히, 앞으로 전기차 시장과 각 제조업 분야의 탄소중립, 탈산소화에 필요한 신재생에너지 전력 저장 시설(예를 들어 ESS)의 수요가 급증함에 따라 중국의 배터리 산업 지배력은 더욱 강해질 것이라는 예상이 주를 이룬다. 중국의 배터리 산업은 생산 점유율과 기술력 모두 미국을 압도하고 있기 때문에 미국의 IRA 법안이 중국 배터리 산업에 미치는 영향은 제한적이며, 오히려 미국의 자동차 산업과 에너지 산업에서 배터리가 필수재로 자리잡게 될 경우, 적어도 배터리 산업에는 중국과 미국의 구도가 역전된다. 즉, 중국이 미국을 견제할 수 있게 된다.

미국 입장에서 배터리 기술을 전략 기술로 만들기 위해서는 배터리 산업이 소재 산업임을 고려하여 배터리 산업의 원료(원광), 부품, 소재, 조립, 재활용으로 이어지는 일련의 공급망을 미국 중심으로 재구축하는 방향으로 정책이 설계되어야 한다. 또한 대용량 배터리 구조 및 용량 확장, 양극재 효율 강화, 그리고 수명 연장 기술 선행 특허 관리 전략도 필요할 것이다.

부처를 초월할 수 있는 과제 관리 기관의 설정과 권한 부여, 자원의 집중과 관리, 인적·물적 자원의 통합과 자유도 확장 등의 제도적 개편이 뒤따르지 않으면 이러한 지배 구조 개편은 공염불이 될 가능성이 높다. 이를 위해 구체적으로는 국가전략기술과 관련된 산업에 대한 규제 샌드박스 논의가 범부처적으로 이뤄져야 하며, 정부 주도의 연구개발 프로그램 정책은 초기 단계부터 각 부처의 상호 이해를 바탕으로 통합 구성 및 관리될 수 있어야 한다. 또한 각 부처 차원의 자금 지원과 펀드 확보는 TIPS나 조세 지원 방식 등의 개념 단계에서부터 같은 기준을 공유하며 정책적 일관성을 확보할 필요가 있다.

문제는 인력 양성은 교육부, 과기정통부, 산업자원부 등, 각 부처에서 각 부처의 고유 사업에 대한 인력 양성으로 세분화되어 추진된다는 것이다. 예를 들어 정부가 의지를 가지고 최근 시행하고 있는 반도체 산업 전문 인력 양성 사업의 일환으로, 반도체융합대학 학부 사업은 교육부 주관으로, 반도체융합대학원 사업은 산자부 주관으로 구분되어 있다. 실제 대학 현장에서는 학부와 대학원의 연계를 통해 첨단 기술 산업에 진출할 전문 인력을 교육하고 훈련시킬 수 있는 프로그램의 연속성이 중요하나, 현재의 인력 양성의 정책은 소관 부처가 다르고 사업 기간이 다르며 사업의 성격에 연속성이 부족하기 때문에 학부와 대학원 사이에서 단절을 야기할 수 있다. 국가전략기술과 연관된 산업 전문 인력 양성은 지배 구조와 더불어 부처 간 이해관계를 초월하는 방향에서 재정립되어야 한다.

앞서 예로 든 양자 ICT 분야에서의 협력의 경우, 현재 미국은 영국, 캐나다, 호주 등 이른바 파이브 아이즈(FIVE EYES) 국가들을 위주로 다소 폐쇄적인 협력 관계를 구성하고 있다. 일본이 여기에 추가될 가능성이 높으며, 이는 일본과 미국의 외교안보협력 관계를 바탕으로 양국이 전략기술 분야에서의 이해관계를 공유할 수 있다는 판단에서 비롯된 것이다. 양국의 전략기술 협력은 예를 들어, 미국의 IBM과 일본의 이화학연구소(리켄)의 협력을 바탕으로 2022년 말부터 추진되고 있는 일본의 첨단 2나노급 시스템반도체 제조 부활 프로젝트인 라피더스 프로젝트로 대표된다. 첨단 반도체 생산에서 한국, 대만, 중국에 집중적으로 포진된 산업의 무게중심을 다른 지역으로 분산시킨다는 미국의 의도와 자국의 반도체 제조업 부활을 꿈꾸는 일본의 이해관계가 맞아떨어지면서, 미국은 자국으로의 반도체 생산 시설 확보뿐만 아니라, 위험 헷징 차원에서 일본의 구세대 팹을 되살리며 일본이 아직 보유하고 있는 반도체 제조 분야에서의 필수 기술 자산을 활용하는 것을 모색하고 있다.

앞으로의 시대는 산업의 공급망을 넘어, 지식의 밸류체인을 주도하는 국가에게 전략기술의 주도권이 넘어갈 가능성이 높아질 것이며, 이러한 밸류체인을 바탕으로 전략기술에 해당하는 산업에 대해 각국은 내재화 경쟁에 돌입하게 될 것이다. 내재화될 수 없는 부분은 전략적 협력 관계를 통해 보강 시도가 횡행할 것이며, 각국의 국가 안보에서도 경제 안보와 기술 안보에 대한 비중은 계속 높아질 것이다.

Code Interpreter does not immediately show up you have to turn it on. Go to your settings and click on beta features and then toggle on Code Interpreter.

These use cases are in no particular order but they will give you good insight into what is possible with this tool.

Edit Videos: You can edit videos with simple prompts like adding slow zoom or panning to a still image. Example: Covert this GIF file into a 5 second MP4 file with slow zoom (Link to example)

Perform Data Analysis: Code Interpreter can read, visualize, and graph data in seconds. Upload any data set by using the + button on the left of the text box. Example: Analyze my favorites playlist in Spotify Analyze my favorites playlist in Spotify (Link to example)

Convert files: You can convert files straight inside of ChatGPT. Example: Using the lighthouse data from the CSV file in into a Gif (Link to example)

Turn images into videos: Use Code Interpreter to turn still images into videos. Example Prompt: Turn this still image into a video with an aspect ratio of 3:2 will panning from left to right. (Link to example)

Extract text from an image: Turn your images into a text will in seconds (this is one of my favorites) Example: OCR "Optical Character Recognition" this image and generate a text file. (Link to example)

Generate QR Codes: You can generate a completely functioning QR in seconds. Example: Create a QR code for Reddit.com and show it to me. (Link to example)

Analyze stock options: Analyze specific stock holdings and get feedback on the best plan of action via data. Example: Analyze AAPL's options expiring July 21st and highlight reward with low risk. (Link to example)

Summarize PDF docs: Code Interpreter can analyze and output an in-depth summary of an entire PDF document. Be sure not to go over the token limit (8k) Example: Conduct casual analysis on this PDF and organize information in clear manner. (Link to example)

Graph Public data: Code Interpreter can extract data from public databases and convert them into a visual chart. (Another one of my favorite use cases) Example: Graph top 10 countries by nominal GDP. (Link to example)

Graph Mathematical Functions: It can even solve a variety of different math problems. Example: Plot function 1/sin(x) (Link to example)

https://www.reddit.com/r/ChatGPT/comments/14ublwc/code_interpreter_is_the_most_powerful_version_of/

ExplainPrompt

ExplainPrompt는 최근 연구 논문의 대규모 언어 모델 프롬프트에 대한 자세한 안내를 제공합니다.

http://explainprompt.com/

다음은 해외의 생성 AI 활용 교육 사례입니다.

"방금 웨이브메이커 글로벌과 함께 가장 큰 AI 프로젝트를 마쳤습니다. 그들은 3개월 전에 저를 고용하여 일러스트레이터와 디자이너에게 워크플로에 AI를 추가하는 방법을 가르쳤습니다. 3개월 만에 그들의 에이전시(유럽에서 가장 큰 에이전시 중 하나)를 위한 신속한 가이드를 만들었습니다. 저는 AI가 일자리를 빼앗는 것이 아니라 현명한 기업들이 직원(대부분 아티스트)에게 이 기술을 활용하는 방법을 교육하는 데 돈을 쓰는 것을 직접 목격했습니다. AI를 시작했을 때 아티스트와 크리에이터로서의 직업을 유지하려면 AI를 배워야 한다는 것을 알았습니다."

"처음 시작할 때는 다른 사람을 가르치겠다는 생각은 하지 않았고, 단지 일자리에 영향을 미칠 것이라는 것을 알았기 때문에 살아남고 싶었습니다."

"이 프로젝트는 모든 면에서 훌륭했습니다. 웨이브메이커의 로고는 주황색 원으로, AI를 통해 다양한 환경과 위치에 배치할 수 있었습니다. 여전히 많은 부분이 일러스트레이터의 작업과 다듬기가 필요했습니다. 이제 그들은 이 기술을 사용할 수 있게 되었고 저는 프로젝트에 작별 인사를 할 수 있게 되었습니다. 제가 함께 일한 팀 중 최고의 팀 중 하나였습니다. 매주 회의를 하면서 새로운 기술을 배우던 크리에이터들의 눈빛을 보며 신기해하던 모습이 그리울 것 같습니다."

출처 https://twitter.com/icreatelife/status/1678394452157530113?s=46&t=h5Byg6Wosg8MJb4pbPSDow

Profiles of the Future

Open AI 내부에서 작년 11월 즈음 아서 클라크의 "Profiles of the Future"를 DALL-E 2로 커버 디자인을 해서 비치해 뒀나 봅니다.

유명한 '클라크의 삼법칙',

1. 어떤 노년의 과학자가 무엇이 가능하리라고 한다면 그것은 거의 확실히 맞다. 그러나 그가 무엇이 불가능하리라고 한다면 틀릴 가능성이 높다.

2. 가능성의 한계를 발견하는 유일한 방법은 불가능할 때까지 시도해 보는 방법밖에 없다.

3. 충분히 발달한 기술은 마법과 구분할 수 없다.

중 1번과 2번이 1962년에 에세이 모음집인 이 책의 2장 Hazards of prophecy : The Failure of Imagination( 예언의 위험: 상상력의 실패 )에 있었고, 1973년의 개정판에야 3번 "충분히 발달한 기술은 마법과 구분할 수 없다"이 등장했다고 합니다.

https://en.wikipedia.org/wiki/Clarke%27s_three_laws

저도 클라크의 삼법칙만 알았지 이 책을 읽어보지 못했는데요. 이제라도 살펴봐야겠네요.

OpenAI 블로그의 대표 이미지를 만드는 Ruby Chen이 누굴까 찾아보다가 작업 사이트를 알게 됐는데, 거기에 언급이 있는걸 김성완님이 발견해서 좀 더 체크해 봤습니다.

Ruby Chen: https://rubywjchen.com

* Ruby Chen은 "Original novel by Arthur C. Clarke repackaged for limited internal publication at OpenAI. Cover artwork is co-created with DALL·E 2, a text-to-image AI system." 이라고 썼는데, 에세이 모음집이지 소설로 보긴 어렵거든요. (혹시 모음집 속에 소설인 챕터가 있었을까요?) 어쩌면 책 표지만 디자인하고 내용은 살펴보지 않았을지도요.

* GPT-4의 소개:
----
"Profiles of the Future: An Inquiry into the Limits of the Possible"는 아서 C. 클라크가 저술한 책입니다. 이 책은 원래 1962년에 출간되었으나, 클라크는 그 후에도 여러 차례에 걸쳐 책을 업데이트하였습니다.

이 책의 주요 주제는 가능한 미래 기술에 대한 탐구이며, 과학 기술이 어떻게 발전할 것인지에 대한 예측과 관찰을 포함합니다. 클라크는 이 책에서 "매우 확실하게 알고 있는" 것부터 "절대로 불가능한" 것에 이르기까지 다양한 미래의 가능성을 논의하며, 그의 예측은 종종 놀랍도록 정확하게 드러났습니다.

그는 향후 우리가 기대할 수 있는 일부 기술적 발전을 상세하게 설명하였고, 이에는 통신 위성, 개인용 컴퓨터, 인터넷, 그리고 다른 혁신적인 기술들이 포함됩니다. 이 외에도 클라크는 과학과 기술의 발전이 인류에게 어떤 영향을 미칠지에 대해 심도있게 탐구하였습니다.

클라크의 또 다른 중요한 주장 중 하나는 그의 유명한 "클라크의 세 가지 법칙"이 책에서 제시된 것입니다. 이 중 가장 유명한 법칙은 "충분히 발전된 기술은 마법과 구별할 수 없다"는 내용의 세 번째 법칙입니다.

요약하자면, "Profiles of the Future"는 미래의 과학과 기술 발전에 대한 통찰적인 예측과 고찰을 제공하는 책입니다. 이 책을 통해 클라크의 뛰어난 상상력과 미래에 대한 통찰력을 볼 수 있습니다.
----

1945: 우리가 생각하는 대로 (배니바 부시)
1960: 인간-컴퓨터 공생 (J. C. R. 리클라이더)
1962: 스케치패드 - 인간-기계 그래피컬 커뮤니케이션 시스템 (아이반 서덜랜드)
1962: 미래의 프로파일 (아서 클라크)
1968: 모든 데모의 어머니 (더글러스 엥겔바트)

순으로 제가 염두에 두는 타임라인에 1962년을 업데이트해 둬야 겠습니다.

1, 2 챕터인 "예언의 위험", "신경의 실패"와 "상상력의 실패"는 꼭 읽어봐야겠습니다.

* 2011년 가디언의 Profiles of the Future 리뷰: https://www.theguardian.com/science/2011/mar/04/profiles-future-arthur-clarke-review

* 관련 글 - 배니바 부시의 "우리가 생각하는 대로" (2023. 2. 26.): https://www.facebook.com/seungjoon.choi/posts/pfbid02keT8ujX2z4NtgpscPCFPb5Jkh8GT8GwE6WEeVNNJr4pDD4u4CYA312dARMhrERuyl

* 관련 글 - 리클라이더의 "인간-컴퓨터 공생" (2023. 2. 26.): https://www.facebook.com/seungjoon.choi/posts/pfbid02ZGiKPRAWhmDiZLTEnUFHaukLL9XTcPMoUnV5krHKpzfHoB6fAyiKXkSGFuFuLkQxl

* 관련 글 - 피터 노빅의 "우리가 프로그램하는 대로" (2023. 3. 20.): https://www.facebook.com/seungjoon.choi/posts/pfbid02VfgfGGxmxu96Dvj8DjXedBxK5Yygnf7YNZFrzxAUbb5Ps39USBWuoqV35wQPFD1Dl

Embracing discomfort can lead to personal growth. Over time, challenges not only heal past wounds, but also foster development. Reflecting on Nietzsche's words, 'what does not kill me makes me stronger,' it seems life's hardships aren't inherently painful. Instead, they build resilience and strength. Ultimately, the essence of life is in overcoming adversities to discover our purpose. This journey, though challenging, is essential to human experience and growth.

Domain specific use case of AI. Agriculture.

https://www.reddit.com/r/Damnthatsinteresting/comments/14sifgp/zero_chemcials_ai_based_laser_based_pesticide_and/?utm_source=share&utm_medium=ios_app&utm_name=ioscss&utm_content=1&utm_term=1

The machine in the video is a "LaserWeeder" sold by Carbon Robotics.

Their website does not mention pest control . Only weed control.

"Laserweeding is precision weed control for commercial farming... kills weeds at the meristem before they compete for precious resources."

https://carbonrobotics.com/

A Survey of Large Language Models

LLM에 대한 조사 논문으로 최근 업데이트되었습니다. 600개 이상의 참조 자료, LLM 컬렉션, 유용한 프롬프트 팁, 기능 평가, GitHub 레포 등이 포함되어 있습니다. (https://twitter.com/omarsar0/status/1678419456895197185)

논문 [https://arxiv.org/abs/2303.18223](https://t.co/Tq2hBKUtNt)
깃허브 https://github.com/RUCAIBox/LLMSurvey

[현기증 나는 환율 흐름.. 왜 이런 상황이 나타나는 걸까]
https://outstanding.kr/wondollar20230711

1. 장마가 끝나면 본격 휴가철이 시작됩니다. 해외여행을 할 때 가장 중요한 것은 환전이죠. 그런데 요즘 달러원 환율이 심상치 않습니다.

2. 지난해 11월에는 달러당 1450원 가까이 뛰었다가 올해 초에는 1220원까지 내렸다가 다시 1330원까지 치솟고 1270원을 때린 다음에 지금은 1300원 수준에 머물러 있죠. 상하방의 방향성이 나타나는 것이 아니라 위아래로 요동을 치는, 이른바 변동성이 높은 시기입니다.

3. 왜 이런 상황이 나타나는지를 생각해 보죠. 미국의 강한 성장과 금리 인상 기대는 달러 강세, 즉 환율 상승을 가리킵니다. 반면 무역 적자의 늪에서 벗어나 흑자로의 전환은 원화 강세, 즉 환율 하락을 가리키죠.

4. 물론 이런 흐름이 미래에 계속 이어질지는 아무도 모를 겁니다. 만약 미국 금리가 예상보다 강하게 오른다면 환율은 보다 위로 튈 수 있겠죠. 반면 한국의 무역 흑자 기조가 보다 강해진다면? 환율은 밑을 바라볼 수 있을 겁니다.

5. 성장세가 강했던 미국이 갑자기 경기 침체 논란에 휩싸인다면? 이렇게 되면 달러 약세, 즉 환율의 하락을 볼 수 있겠죠. 복잡하시죠? 네. 우리가 복잡하게 느끼는 것만큼 시장도 하루하루의 뉴스에 현기증을 느끼게 될 겁니다.

웹 개발자를 위한 50가지 이상의 ChatGPT 프롬프트 [번역]

ChatGPT를 사용하여 웹 개발 워크플로우의 속도를 높이는 데 도움이 되는 50가지 이상의 프롬프트와 전략
코드 생성/완성/변환/설명/리뷰/리팩터
버그 감지 및 수정
시스템 설계 및 아키텍처
검색 엔진 최적화(SEO)
모의 데이터 생성
테스트, 문서, 쉘 명령어, 정규 표현식, 콘텐츠
이력서 및 자기소개서, 면접 준비, 배움

Sung Kim 대표님 페북
#gpt-code-interpreter-opensource GPT Code Interpreter는 기본적으로 여러분들이 하고 싶은 일을 말하면, GPT가 코드를 생성하고 이 코드를 (주어진 데이터가 있다면) 생성하고 결과를 보여주는 것입니다. 그래서 점점 프로그래머가 할수 있는 많은 일을 할수 있을 것입니다.
Code Interpreter의 OpenSource 버전을 소개합니다. 이름이 GPT-Code 인데 GPT로 코드를 짜고 이를 Jupyter Kernel에서 실행을 시키고, Flask UI로 보여주는 것입니다.
정말 멋진 프로젝트 입니다.
https://github.com/ricklamers/gpt-code-ui
코드 인터프리터 Access 안주니까 본인이 만든 것 같네요 ㅋㅋㅋㅋ

스스로 브랜딩 좀 할 줄 안다고 생각했고, 어느 순간부터는 아무렇게나 행동해도 도에 어긋나지 않는 70세의 공자처럼 지냈는데 미국 와서 정말 주눅 들 정도로 퍼스널브랜딩을 잘하는 사람이 많아 내가 정말 깝치고 다녔구나 하는 며칠 동안 했다.

내가 생각하는 퍼스널브랜딩은 1. 미션을 세우고 2. 그대로 행하며 3. 성과로 증명하고 4. 과정을 소통하며 5. 계속 성장하며 6. 미션 주변의 필요한 일들도 사회 구성원으로써 해내며 7. 특정한 맥락 속에서 사람들이 나를 인식하고 친구가 되게 하는 것이다. 이런 걸 하면서 컨셉이니 키워드니 컬러니 이런 건 하면 좋지만 안 해도 좋고 이런 식이다. 브랜드가 브랜드인 이유는 브랜딩을 잘해서도 있지만, 브랜드 되지 못하는 것들이 그만큼 많아서도 있다.

미국에서 활동하는 내 또래 CEO 인터뷰하는 사람들이나 미디어를 잘 활용하는 CEO들을 보면 1. (인류를 대상으로 하는 원대한) 미션을 세우고 2. (범지구적인 스케일로) 그대로 행하며 3. (곱하기 10~100쯤 되는) 성과로 증명하고 4. 과정을 그대로 소통하는데 모든 디테일한 부분에서 자신의 뾰족한 생각과 통찰을 드러낼 줄 알고 5. 프로패셔널하게 새로운 소식들을 이어나가며 6. 공동체에 필요한 담론에 적극적으로 참여하며 7. 그 사람의 맥락 속에서 그 사람을 소비하게 만들고, 브랜드 네이밍부터 슬로건, 문장 하나하나가 브랜드답다.

이런 차이를 만드는 건 언어, 세상을 보는 시야, 패권국 마인드 등등이 있는 거 같다.

좀 겸손할 필요가 있다고 생각하고 뭔가 대단한 성취를 하기 전까지는 책도 쓰지 말고 그냥 성과나 잘 내자, 그냥 뭐 회사에 해가 되는 게 아닌 선에서, 좋은 얘기 힘든 얘기 재미난 놀이터라고 생각하고 SNS에 올리자 정도로 생각하고 살았는데 글로벌에서는 절대 이렇게 활동하면 안 되겠다는 생각이다. 마이너리티 아이덴티티를 버리고 미션을 더 내세우고 강력하고 규모있게 꾸준히 실행하고 증명하는 것이 필요하다.

좋은 자극제고 해낸다면 얼마나 나중에 나눌 수 있는 얘기들이 많아질까 싶다.

태용님

AI가 괴물이 될 거다 라는 모두의 공포감 속에서 영지식 증명(ZK)을 활용한 어떤 AI 연산의 검산 내지 신뢰성을 검증할 수 있는 도구로서 ZKML에 대해 관심을 가지고 기말고사가 끝나고 시간이 날 때마다 조금씩 살펴봤다. 특히 지난 번 샘 알트만의 방한 때 OpenAI 엔지니어와 5분 정도 대화를 나눌 기회가 있었는데 OpenAI도 내부적으로 ZKML 연구를 하고 있다고 한다.

샘 알트만의 월드코인이 ZKML을 최소한 마케팅 용어로나마 표방하고 있으니 당연할 지도 모른다. 하지만 ZKML의 실무적 도입에 대해서는 아직까지 시기상조라는 생각이 들었고 계속 리서치가 필요하다는 의견을 갖게 되었다(나는 문과에서 전과한 수학과 학부생이니까 계속 공부할 기회가 있을 것이다. 사실 지난 주말에는 또 한국통계학회에서 진행하는 수리통계 석사생 대상 강의를 듣고 이게 뭐지 한 걸 보면 난 호기심 부자가 맞다.)

ZKML 라이브러리로는 EZKL이 가장 유명한데 나의 질문 공세에 매우 빠르면서도 친절하게 대답해주어 감명 받았고 정말 고마운 마음이다. Halo2를 사용하는 EZKL 라이브러리의 목적은 인공지능 모델의 출력이 특정 입력에 대해 정확하게 계산되었음을 증명하는 것이고, 일반적으로 블록체인에서 주장하는 “상호 무신뢰 상태에서의 신뢰 부여” 에 부합하는 유즈케이스라고 생각했다.

일반적으로 머신러닝에서 숨기고자 하는 것은 모델의 가중치와 파라미터이므로 모델의 전체 정보를 포함하는 ONNX 파일은 숨겨져야 한다.

내가 파악한 EZKL의 구동 원리는 대략적으로 다음과 같다:

1. 모델 생성: 증명자(prover)는 머신러닝 모델을 생성하고, 이 모델의 가중치와 파라미터를 알게 된다.

2. 해시 생성: 증명자는 이 가중치와 파라미터를 해시 함수에 입력하여 결과 해시 값을 얻고 해시 함수는 원래의 정보를 완전히 복구할 수 없도록 변환하는 일방향 함수이므로 주어진 해시 값만으로는 원래의 가중치와 파라미터를 알아낼 수 없다.

3. 프리 커밋: 증명자는 이 해시 값을 사전 커밋값으로 사용하고 커밋값은 후에 검증 과정에서 사용되며, 증명자는 이 해시 값을 검증자에게 보낸다.

4. 증명 생성: 증명자는 이 모델을 사용하여 작업을 수행하고, 그 결과에 대한 증명을 생성한다. 이 증명에는 해시 값을 사용하여 생성한 모델 파라미터의 해시 값이 포함된다.

5. 증명 검증: 검증자(verifier)는 증명자로부터 받은 증명을 검증한다. 검증자는 증명 내의 해시 값과 증명자로부터 사전에 받은 해시 값이 일치하는지 확인한다. 두 해시 값이 일치한다면, 검증자는 증명자가 작업을 수행할 때 약속한 모델의 가중치와 파라미터를 사용했다고 확신할 수 있다.

이 과정을 통해, 증명자는 실제 가중치와 파라미터를 공개하지 않고도, 이들이 정상적으로 사용되었다는 것을 검증자에게 증명할 수 있는 것이 목표다. 그래서 이는 ONNX 파일 자체를 공개하지 않고도 모델의 신뢰성을 검증하는 방법으로 사용될 수 있다고 한다.

하지만, 허점이 하나 있다. ONNX 파일이라는 모델 형식을 사용하여, EZKL 라이브러리가 신뢰할 수 있는 검증 키(verifying key)와 증명 키(proving key)를 생성한다는 것이다. ONNX 파일은 모델의 구조뿐만 아니라 가중치와 같은 모델의 파라미터를 포함하고 있으므로, ONNX 파일을 소유하고 있는 개체가 해당 모델의 기밀 정보를 접근하고 조작할 수 있다는 의미이다. 그렇다고 투명성을 위해 ONNX 파일을 공개하자니 이건 기업 기밀 유출 내지 과도한 정보 공개이다.

그렇기 때문에, 검증 키와 증명 키를 생성하는 과정에서 ONNX 파일을 보유하고 있는 생성자를 믿어야 하는 문제가 생기게 된다. 따라서 genesis setup에서는 모델 개발자에게 trust를 현실적으로 부여해야 한다는 이야기다. 모델의 개발자가 그 파일을 적절하게 보호하고, 파일이 정확한 파라미터와 함께 올바르게 생성되었다는 것을 보장할 수 있어야 함을 의미하는데 이는 암호학이 궁극적으로 달성하고자 하는 “완전한 무신뢰 상태” 목표 달성에 실패한다.

물론, 이러한 문제를 해결하기 위한 가능한 방법은 다자간 계산(MPC)을 이용해 ONNX 파일을 공동으로 생성하는 것이지만, 이는 현실적으로는 복잡한 프로토콜을 요구하며, 아직까지는 엔터프라이즈 환경에서 실용적이지 않다.

따라서 이러한 문제들은 EZKL 라이브러리가 single-point of failure가 존재하는 현재 아키텍처 상 기업 수준의 생산 환경에서 현재 구조 하에서 실질적으로 적용될 수 있는지에 대한 의문을 가지게 된다. (물론 zk-SNARKs 환경에서 부동소수점 계산이 제대로 되지 않아 tolerance를 일부 상쇄해줘야 한다는 단점도 있지만 이는 차치하도록 하자)

하지만 온디바이스 ML에 대해서는 유용하게 사용될 수도 있겠다. 만약 애플이 구동하는 어떤 온디바이스 신용평가 ML 모델이 있다고 한다면 애플이 가지고 있는 모델과 아이폰에서 구동하는 ML 모델은 동일할 것이므로 아이폰과 애플 사이에는 ML 모델은 public으로 두고 아이폰에서 제공하는 데이터는 private으로 두어 최종적으로 애플에 ML 모델을 돌린 결과값인 신용평가 정보(이 아이폰 사용자는 신용 등급이 A등급입니다)를 제출하고 그 모델을 맞게 돌렸다고 하는, 즉 중간에서 위변조가 이루어지지 않았다는 proof를 함께 제출하면 애플은 사용자의 민감 정보를 수집하지 않고도 모델의 결과값을 신뢰할 수 있을 것이다.

그리고 한 가지 더.. 실질적으로 ZK의 구동은 서버에서 proof를 생성하고 클라이언트에서 wasm으로 bind된 verify 바이너리를 call하여 증명의 참 거짓 여부를 알게 될 것이다. verify 바이너리의 checksum만 봐도 내가 사용하는 라이브러리의 신뢰성을 부여할 수 있다. 다시 말해, 특수하게 신뢰공증을 제공해야 할 경우를 제외하고는 굳이 블록체인에 검증 연산을 실행할 필요가 보이지는 않는다.

Sigurd

https://www.forbes.com/sites/alexkonrad/2023/07/10/flexport-founder-ryan-petersen-joins-founders-fund/

I believe entrepreneurs who did zero to one, could find next entrepreneurs better as there wore the similar shoes with them.

Being a contrarian. https://markets.businessinsider.com/news/stocks/howard-marks-oaktree-contrarian-investing-stock-market-timing-cycles-psychology-2023-7?utm_source=facebook&utm_campaign=markets-sf&utm_medium=social&fbclid=IwAR0VLENyCj7CsZ7LQC7gAKmERORTJaX7qrmX6dPpje8CrrFe6Mw4-tkAYAc_aem_AbfE17TxcVeMlLywh5wOjngbsTE5BvF1gY9p8lPvFodi1FUDs26QakF4yjcgn61tpHk&mibextid=Zxz2cZ