삼성, 빅스비에 AI 탑재📱 / 스타벅스, AI 가격 책정☕️ / 객체 스토리지의 장단점✅

2024/07/23 화요일

반가워요. 구독자 님!🫡

구독자 님이 잠든 사이에 있었던 핫 한 이슈들을 모아보았는데요. 어떤 일들이 있었는지 보기 좋게 정리해서 공유드립니다.

📰 IT뉴스 모아보기 (국내)

삼성, 빅스비에 LLM 탑재! AI 비서 경쟁 심화

삼성전자가 빅스비에 자체 LLM을 탑재하여 개인화된 온디바이스 AI 비서로 진화시키고, 구글 어시스턴트와의 협력을 통해 검색 분야를 강화하는 투트랙 전략을 추진합니다. 빅스비는 사용자 맥락을 파악하고 스마트싱스 연결성을 강화하여 삼성 디바이스 생태계를 더욱 긴밀하게 연결할 예정입니다. 반면, 구글 어시스턴트는 제미나이 기반의 클라우드 AI로 검색 분야에서 뛰어난 성능을 제공합니다. 이는 삼성이 빅스비의 개인화 기능과 구글 어시스턴트의 검색 기능을 결합하여 사용자에게 최적의 AI 경험을 제공하려는 전략으로 해석됩니다. 애플의 시리 역시 챗GPT와 연동되어 AI 비서 시장 경쟁은 더욱 치열해질 것으로 예상됩니다.

삼성전기, AMD와 손잡고 데이터센터 시장 공략!

삼성전기가 AMD와 손잡고 데이터센터용 고성능 반도체 기판인 FCBGA 공급 계약을 체결하며, 일본과 대만 업체가 독점하고 있는 시장에 진출했습니다. AI 데이터센터 시장의 폭발적인 성장과 함께 FCBGA는 핵심 부품으로 떠올랐으며, 2033년까지 시장 규모가 94조원에 달할 것으로 예상됩니다. 삼성전기는 1조 9천억원을 투자하며 데이터센터용 FCBGA 기술력을 확보했으며, 기판 휨 현상 해결과 생산 수율 향상을 통해 경쟁력을 강화했습니다. 이번 계약을 통해 삼성전기는 이비덴, 유니마이크론 등 기존 강자들과 본격적인 경쟁을 펼치게 될 것입니다.

네이버, 사우디아라비아와 손잡고 주요 도시 디지털 트윈 구축 본격화

네이버가 사우디아라비아 정부와 손잡고 주요 도시의 디지털 트윈 구축 사업에 본격적으로 착수합니다. 네이버는 자체 개발한 ALIKE 솔루션과 실내 공간 매핑 기술을 활용하여 10cm 오차 범위 내에서 도시 전체를 디지털 트윈으로 구축할 계획이에요. 이를 기반으로 도시 계획, 홍수 시뮬레이션 등 다양한 분야에 활용될 핵심 서비스 개발을 진행하며, 한국수자원공사, LX 등과 협력하여 사업을 추진합니다. 네이버는 향후 파트너십 확대를 통해 사업 영역을 넓히고, 디지털 트윈 플랫폼을 활용한 부가가치 창출 기회를 모색할 계획입니다.

중고 거래 시장의 급성장, 신뢰와 편의성이 성장의 열쇠다

중고 거래 시장은 전 세계적으로 급성장하고 있으며, 국내에서도 2021년 24조원 규모를 기록하며 2025년에는 43조원까지 성장할 것으로 예상됩니다. 이러한 성장 배경에는 인플레이션과 환경 의식 고취로 인한 지속 가능한 소비 트렌드 확산이 있습니다. 하지만 국내 중고 거래 시장은 개인 간 거래 중심으로 이뤄지면서 정보 불균형, 신뢰 부족, 안전 결제 시스템 부재 등의 문제점을 안고 있습니다. 특히 개인 간 계좌 이체를 통한 거래는 구매자에게 선입금 후 발송 방식의 불안감을 야기하고, 판매자의 정보 독점은 구매자의 신뢰를 저해하는 요소로 작용합니다. 따라서 중고 거래 시장의 지속적인 성장을 위해서는 정보 불균형 해소, 신뢰 구축, 안전 결제 시스템 도입 등의 개선이 시급합니다.

인플레이션시대, 통신요금인상의딜레마: 한국통신산업의미래는?

인플레이션과 5G, AI 투자 확대 등의 요인으로 세계 각국의 통신요금 인상이 가속화되고 있습니다. 영국은 통신요금을 물가상승에 연동하는 제도를 도입하며, 미국과 인도 역시 5G 및 AI 투자를 위한 자금 확보를 위해 요금 인상을 단행했습니다. 반면, 한국은 정부의 통신비 인하 압박과 시장 포화로 인해 통신사들의 수익성이 악화되고 있으며, 이는 해외 통신사들과의 투자 격차로 이어질 수 있다는 우려가 제기됩니다. 한국 통신 산업의 지속적인 성장을 위해서는 통신사들의 수익성 확보와 투자 여력 확보를 위한 정책적 지원과 함께, 소비자들의 요구를 충족할 수 있는 혁신적인 서비스 개발이 필요합니다.

📰 IT뉴스 모아보기 (해외)

🧠 해외 토픽 훑어보기

데이터 집약적 애플리케이션의 새로운 시대: 객체 스토리지의 부상

본 글은 데이터 집약적 애플리케이션이 데이터를 읽고 변환하여 저장하고 다시 빨리 읽는 패턴을 따른다는 점을 강조합니다. Martin Kleppmann의 'Designing Data-Intensive Applications'에서 언급된 이 패턴은 RDBMS, 로그 검색 엔진, 스트리밍 데이터 파이프라인 등 다양한 애플리케이션에서 관찰됩니다. 특히 최근에는 객체 스토리지가 파일 시스템을 대체하여 데이터 저장의 저렴한 대안으로 부상하고 있습니다. Quickwit, WarpStream, Neon과 같은 실제 예시를 통해 객체 스토리지 기반 아키텍처의 장단점을 살펴보며, 객체 스토리지가 적합한지 여부를 결정하기 위한 가이드를 제공합니다.

Node.js의 느린 프로세스 생성: 성능 개선 전략

본 글에서는 Node.js에서 프로세스 생성 속도가 느린 현상에 대한 분석과 개선 전략을 제시합니다. 벤치마크 결과, Node.js는 Deno, Bun, Go, Rust와 비교하여 'spawn' 함수 호출 시 상당한 성능 저하를 보였습니다. 이는 메인 스레드 차단으로 이어져 고부하 환경에서 심각한 문제가 될 수 있습니다. Node.js 클러스터 모듈을 사용하여 프로세스를 분산시키는 방법은 성능을 향상시키는 간단한 해결책입니다. 또한, Deno, Bun과 같은 다른 런타임으로 마이그레이션하는 것도 효과적인 대안이 될 수 있습니다. 이러한 분석 결과는 개발자들에게 Node.js 성능 개선을 위한 실질적인 지침을 제공합니다.

LLM을 활용한 사용자 피드백 시스템 구축

Qualtive는 LLM을 활용하여 사용자 피드백을 '불만', '제안', '칭찬'으로 분류하고 '고객 지원', '알림' 등 제품 영역과 관련된 주제를 추출하는 시스템을 구축했습니다. 다국어 환경에서도 효과적으로 작동하며, 시스템 출력에 대한 인간의 수정을 통해 모델을 개선할 수 있습니다. 이 시스템은 데이터와 모델뿐만 아니라 비즈니스 목표, 제품 지표, 인프라, 지속적인 유지 관리를 고려하여 생산 준비가 된 AI 파이프라인으로 구축되었습니다. Qualtive의 사례는 LLM이 사용자 피드백 분석에 어떻게 활용될 수 있는지 보여주는 좋은 예시입니다.

바이너리의 헤더만으로 ELF 실행 파일의 크기를 알아내는 방법

본 블로그 포스트는 ELF 실행 파일의 크기를 헤더 정보만으로 계산하는 방법을 자세히 설명합니다. ELF 파일은 ELF 헤더, 프로그램 헤더 테이블, 섹션 헤더 테이블, 데이터 섹션 등 4개의 부분으로 구성되며, 각 부분의 역할과 상호 관계를 분석합니다. 특히, 프로그램 헤더 테이블과 섹션 헤더 테이블의 정보를 이용하여 파일 크기를 정확하게 계산하는 방법을 소개하며, 이는 실행 파일의 시작과 끝을 명확히 파악하는 데 필수적인 기술입니다. 이러한 기술은 디지털 포렌식, 리버스 엔지니어링, 악성 코드 분석 등 다양한 분야에서 실행 파일을 추출하고 분석하는 데 유용하게 활용될 수 있습니다.

Electron JS, ASAR 무결성 검사 우회

Electron JS는 크로스 플랫폼 데스크톱 애플리케이션 개발에 널리 사용되는 프레임워크입니다. 최신 버전의 Electron JS는 ASAR 파일 무결성 검사 기능을 통해 애플리케이션 코드 변조를 방지합니다. 이 분석에서는 ASAR 파일 무결성 검사 우회 방법을 살펴보고, 이를 악용할 수 있는 보안 취약점을 분석합니다. Electron JS 애플리케이션의 코드를 수정하거나 악성 코드를 삽입하는 행위는 개발자와 사용자 모두에게 심각한 위협이 될 수 있습니다. 이 분석은 개발자가 ASAR 파일 무결성 검사 우회를 통해 발생할 수 있는 보안 위협을 이해하고 이를 예방하는 데 필요한 정보를 제공합니다. 또한, 이 분석은 Electron JS 애플리케이션 보안 강화를 위한 실질적인 조언과 권장 사항을 제시합니다.

👨🏻‍💻 오픈소스 소식지

GraphQL Query Complexity: 보안 및 성능 최적화를 위한 필수 도구

graphql-query-complexity는 GraphQL 서버의 보안 및 성능을 강화하는 필수 도구입니다. 이 라이브러리는 쿼리 복잡성을 분석하여 사용자가 정의한 최대 복잡성 기준을 초과하는 쿼리를 차단합니다. 이를 통해 서버 과부하 및 DoS 공격으로부터 보호하고, 안정적인 성능을 유지할 수 있습니다. graphql-query-complexity는 graphql-js와 호환되며, 간편한 설치 및 사용으로 빠르게 GraphQL 서버에 통합할 수 있습니다. 또한, 다양한 estimator를 사용하여 쿼리 복잡성을 정확하게 측정하고, 사용자 정의 에러 메시지를 통해 사용자에게 명확한 오류 정보를 제공합니다.

Jiff: Rust의 날짜/시간 처리를 위한 새로운 시대 

Jiff는 Rust에서 날짜/시간 처리를 위한 새로운 라이브러리로, 오류를 최소화하고 성능을 극대화하는 데 중점을 둡니다. Temporal에서 영감을 받은 Jiff는 타임존 데이터베이스와의 원활한 통합, DST 인식 연산, 포맷팅 및 파싱 기능을 제공하며, Serde 지원도 포함되어 있습니다. Jiff는 chrono, time, hifitime, icu와 비교하여 Rust에서 날짜/시간을 처리하는 더욱 효율적이고 안전한 방법을 제공합니다. Jiff는 상세한 문서와 다양한 예제를 제공하여 개발자가 쉽게 사용할 수 있도록 지원하며, crates.io에서 다운로드하여 사용할 수 있습니다.

orch: Rust로 구축하는 강력한 언어 모델 기반 애플리케이션 및 에이전트

orch는 Rust 프로그래밍 언어에서 언어 모델 기반 애플리케이션과 에이전트를 구축하기 위해 설계된 강력한 라이브러리입니다. 주로 magic-cli를 위해 개발되었지만, 다른 컨텍스트에서도 활용될 수 있습니다. orch는 텍스트 생성, 스트리밍 텍스트 생성, 구조화된 데이터 생성 등 다양한 기능을 제공합니다. 또한, 이 프로젝트가 인기를 얻으면 Python이나 WebAssembly 모듈과 같은 다른 언어로도 확장될 가능성이 있습니다. orch는 Rust 개발자에게 언어 모델의 잠재력을 활용하여 혁신적인 애플리케이션을 구축할 수 있는 강력한 도구를 제공합니다.

🔗 못 다한 이야기들

이 외에도 다양한 해외 아티클을 보고 싶다면 아래 링크를 참고해주세요!

📣 상시 공지

'유료 멤버십' 권한이 있으면 1주일에 1회씩 발행되는 기술 아티클을 열람할 수 있어요. 물론, 모든 구독자분들에게 뉴스레터는 매일 발송이 된답니다. :)

멤버십 변경하기

Social

 Threads | Instagram | X(Twitter) | Linkedin