우연한 기회가 되어 읽기 시작했는데 계속 읽다보니 어느새 완결 10권까지 다 읽게 되었다. 한번 시작을 했으면 웬만하면 끝을 보려는 스타일인지라 중간에 놓지 않고 읽을 수 있었던듯 하다. 또한 저자께서 이야기를 흥미진진하게 써주셨다고 느껴서인지 지루하지 않고 즐겁게 읽었다. 나는 원래 판타지라는 장르를 즐겨 읽던 사람이 아니어서 어떤 느낌인가 맛이나 좀 보자고 하며 읽었는데 완독을 하고나니 나름의 뿌듯함도 느꼈다. 이와 더불어 왜 사람들이 판타지 소설을 손에 붙들고 있는지 조금이나마 이해가 되었다. 특유의 몰입감과 더불어 다음이야기가 어떻게 이어질지에 대한 호기심을 자극하니 본능적으로 읽게 되는거 같았다. 잡설은 이정도로 하고 스토리에 대해 대략적으로 적어본다.우리나라(한국)에 한 농사꾼이 있었는데 어느날 갑자기 꿈을 꾸게 되고 꿈 속에서 중국의 삼국지를 배경으로 한 세계속으로 들어가게 된다. 이 농사꾼이 들어간 세계속에서 이 사람은 위속이라는 이름을 가진 여포의 부하로 살아간다. 여기서 위속은 지략가 스타일로 나와서 여포가 하는 전쟁에서 각종 계책을 내놓는 일을 하는 사람이다. 근데 이 계책을 내놓는 방식이 너무나도 비현실적이다. (만약에 현실적이었으면 판타지가 아니었겠지.) 위속은 보름달이 뜬 날 밤에 핸드폰을 보면서 꿈나라로 떠난다. 이 꿈나라에서 '무릉도원'이라는 삼국지 커뮤니티에 접속해서 네티즌들이 올린 글들을 참조하여 여포군에게 어떤 일들이 일어나는지 미리 알아낸뒤 꿈을 깨고 다시 돌아와 여포에게 계책을 내놓는다. 여포군은 위속이 내놓은 계책대로 움직여서 하는 전투마다 모조리 승리를 거둔다. 위속에게 미래를 보는 능력이 있다는 것을 전혀 모르는 상대편 인물들은 위속을 신과같은 존재라고 생각할 정도다. 각 권별로 크고 작은 전투들이 있지만 각 권마다 전반적인 레파토리는 이런 식으로 흘러간다. 참고로 책 제목이 '업어 키운 여포' 인 것도 여포군이 위속의 계책에 기반하여 전쟁에서 승승장구하다보니 말그대로 위속이 여포를 업어 키웠다는 의미로 지어진듯 하다. 판타지니까 가능한 것이었겠지만 읽으면서 기존 삼국지에서는 같은 편이 아니었던 인물들이 여포군에 합류하여 원소와 조조를 대적하는 그림이 나오는게 흥미로웠다. 한 예로 위속이 제갈량을 제자로 두고, 원래 원술 밑에 있던 주유를 굴복시켜 자신의 편으로 만든뒤 여포군을 위해 일하게 하는 장면들이 나오는데 개인적으로 신선하게 느껴졌다. (제갈량과 주유 외에도 다양한 인물들이 나온다) 또한 기존 삼국지를 읽어보셨던 분들이라면 읽으면서 어떤 사건이나 전투를 어디선가 본거 같은데 하는 느낌을 받을 수 있다. 실제로 이 '업어 키운 여포' 에서는 실제 삼국지와 비슷하면서도 살짝 다르게 스토리가 전개 되는 모습이 종종 나온다. 이를 통해 기존의 삼국지와 '업어 키운 여포' 를 자연스럽게 비교해보며 읽어가는 재미도 있을듯 하다. 개인적으로는 예전에 기존 삼국지를 읽어봤던게 이 판타지 소설을 이해하는데 훨씬 도움이 되었다. 이외에도 등장인물들 간의 대화를 통해 인간관계나 심리적인 부분들 또는 각종 사건들을 통해 느낄 수 있는 교훈들을 중간중간 배울 수 있어서 좋았다. 다만 이야기 중간중간에 간혹 너무 유치하다싶을 정도로 나왔던 농담들이 있었는데 좋게보면 재미를 위한 것으로 볼 수도 있겠으나 그렇지 않을 수도 있겠다 싶어서 별하나는 뺐다.전반적으로 부담없이 즐겁게 읽었다는 느낌을 마지막으로 남기며 후기를 마친다.
누군가 내 것을 빼앗아 간다면, 나는 그에게서 더 큰 것을 빼앗아 오면 된다.
수년간 서비스하며 쌓인 데이터는 절대 무시 못 하는 법이거든.
긍정적인 현상이다. 사람은 자신이 애정을 가진 일을 할 때, 곱절은 더 성과를 내는 법이었으니까.
처음 보는 용어들도 나오는데 배경지식을 배워간다는 느낌으로 읽어보련다.
코덱스는 자연어 기반 코드 생성 모델이다. 언어 모델이 소통을 위한 언어 생성이라고 한다면 코덱스는 코드생성 모델이다. 코드는 자연언어가 아닌 프로그램 언어이다. 자연어든 프로그램 언어든 무엇이든 생성할 수 있는 인간과 같은 지식을 가지게 될 것이다.
생성 AI는 머신러닝 알고리즘을 활용하여 기계가 학습데이터를 기반으로 텍스트, 이미지,오디오, 비디오 콘텐츠와 같은 새로운 인공 콘텐츠를 만드는 기술이다. 좀더 자세히 말하자면 사용자가 생성 AI에게 어떤 것을 만들어달라는 요구를 함에 따라서 결과를 만들어 내는데,AI가 학습에 활용한 데이터를 기반으로 출력을 만들어 내고 있다.
특히 초거대 언어모델의 확산은 ‘트랜스포머‘라는 모델 덕분이다.트랜스포머는 수학적 기법을 이용해서 멀리 떨어진 데이터끼리의 상관관계를 감지하는 방식이다.
현재 AI 분야에 주로 사용되는 반도체는 그래픽 처리장치(GPU)이다. GPU는 본래 그래픽 처리 속도를 높이기 위해 만들어진 프로세서지만, 데이터를 한 번에 대량으로 처리하는 ‘병렬처리방식‘ 을 취하고 있다는 특성 때문에 AI분야에서 각광을 받고 있다.
특히 신경망 처리장치(NPU)는 인간의 신경망과 같은 구조로 빅데이터를 처리하는 프로세서를 말한다. GPU는 애초에 AI 처리를 위해 만들어진 프로세서가 아니기 때문에 GPU로 생성AI나 초거대AI 처리를 하기 위해서는 코어 수를 늘려야하는데, 그 과정에서 가격이 높아지고전력 소모가 커진다. 또한 프로그램을 돌리기에도 무겁고 효율성이 낮아지는 것이다.
또한 생성AI가 역할을 하기 위해서는 NPU 이외에 대용량 고속 메모리가 필요하다. 거대 AI모델을 저장하기 위해서는 지금의 메모리와 같은 구조나 크기로는 감당할 수 없기 때문이다. 인간의 뇌는 아날로그 형식으로 데이터를 저장하고 추론하는데 반해, 컴퓨터는 반도체라는 형식으로 구성되어 있다. 거대 생성AI모델과 관련된 응용시장이 커질수록 결국 프로세서와 메모리의 해결이 반드시 필요할 것으로 예상된다.