[ICT시사상식] 디지털뉴딜시대 국면 & 상식용어정리 /딥페이크 /라이다 /랜덤스토

      1.  딥페이크    

---

    용어정의

인공지능(AI) 기술을 이용해 제작된 가짜 동영상 또는 제작 프로세스 자체

 

    부연설명

딥페이크(deepfake)는 딥러닝(deep learning)과 페이크(fake)의 합성어다. 적대관계생성신경망(GAN: Generative Adversarial Network) 이라는 기계학습(ML) 기술을 사용하여, 기존 사진이나 영상을 원본에 겹쳐서 만들어 낸다. 2017년 미국 대형 온라인 커뮤니티 ‘레딧’에 올라온 합성 포르노 영상을 딥페이크 시초로 본다.

 

‘Deepfakes’라는 아이디를 쓰는 이용자가 오픈 소스 소프트웨어(SW) 텐서플로(TensorFlow)를 활용해서 유명 연예인과 포르노를 합성한 영상을 올렸다. 이후 ‘FakeApp’이라는 무료 SW가 배포되면서 초보자도 쉽게 딥페이크 영상을 만들어 올리기 시작하였다. 기술이 고도화되면서 점차 진짜와 구분하기 어려운 수준까지 발전하였다. 딥페이크 기술은 많은 윤리 논쟁을 촉발하였다.

 

위조 포르노로 피해자가 늘고 있다는 점이 가장 큰 우려를 사고 있다. 갤 가돗, 엠마 왓슨 등 미국 할리우드 유명 여배우들이 딥페이크 포르노 영상으로 많은 피해를 입었다. 아시아 지역에서는 한국 케이팝 가수들을 타깃으로 하고 있다. 사이버 보안 연구 회사 딥트레이스의 보고서에 따르면 2019년 유통되고 있는 딥페이크 영상 1만 4698점 가운데 96%는 포르노로 소비되었다. 얼굴 합성 피해자는 미국· 영국 여배우가 46%, 한국 케이팝 가수가 25%로 많은 비중을 차지하였다. 딥페이크 가짜뉴스로 인한 위험성도 제기된다.

 

유명 정치인의 얼굴을 합성한 딥페이크 연설 영상은 텍스트로 된 가짜 뉴스와 비교하면 파급력이 더 클 것으로 예상한다. 조던 필 영화감독은 버락 오바마 전 미국 대통령이 “트럼프는 천하에 쓸모없는 놈”이라고 말하는 딥페이크 영상을 만들어 공개하였는데 이것은 딥페이크 기술이 내포한 위험성을 사람들에게 알리기 위한 목적이었다.

 

      2. 라이다      

---

    용어정의

레이저 펄스를 발사하여 그 빛이 대상 물체에 반사되어 돌아오는 것을 받아 물체까지 거리 등을 측정하고 물체 형상까지 이미지화하는 기술

    부연설명

라이다(LiDar)는 전통적 레이다(radar)와 원리 측면에서는 동일 하지만 사용하는 전자기파 파장이 다르기 때문에 실제 적용 분야와 이용 기술에서 차이가 있다. 라이다는 대상 물체까지 거리, 속도와 운동 방향, 온도, 주변의 대기 물질 분석 및 농도 측정 등 다방면에서 활용된다. 구름, 빗방울, 에어로졸 등을 감지할 수 있어 기상 관측과 지형을 정밀하게 그려 내거나 비행체 착륙 유도에 쓰인다. 라이다가 가장 각광 받는 분야는 자율주행이다. 3차원 영상을 구현하기 위하여 필요한 정보를 습득하는 센서의 핵심 기술로 라이다가 활용된다. 라이다를 장착하고 레이저 펄스를 발사해서 돌아오는 시간을 측정하면 반사 지점의 공간 위치를 분석할 수 있다. 빛을 반사하는 대상에 따라 빛이 돌아오는 시간이 다르기 때문에 이를 활용해 3차원 모델을 얻는다.

 

이는 라이다의 뛰어난 공간 분해능 때문에 가능하다. 라이다의 적외선 공간 분해능은 짧은 파장으로 0.1도 단위까지 세분할 수 있다. 기술 발달로 라이다 비용이 저렴해지고 크기도 작아졌다. 과거에만 해도 자율주행 차량 위에 큰 라이다가 장착되어 볼품이 없었지만 점차 소형화되면서 디자인 측면에서도 진일보했다는 평가를 받고 있다.

 

      3.    랜덤스토    

---

    용어정의

물류창고의 한정된 공간을 최대로 활용하는 시스템

    부연설명

랜덤스토(Random stow)는 상품별로 정해진 공간에 배치하던 기존의 물류 시스템과 대비되는 개념이다. 커다란 수납장 같은 진열대를 일렬로 배열해 놓고 다양한 제품을 진열대 곳곳에 구역이나 종류 구분 없이 소량씩 배치한다. 같은 물건이 이쪽 진열대에도 있고 저쪽 구석 진열대에도 있다. 언뜻 보면 무질서한 데다 비효율적으로 보이지만 실상은 그렇지 않다. 각 상품 입출고 시점을 예측한 데이터와 다양한 종류의 상품 규모를 고려한다. 또한 주문받은 상품을 보관 장소에서 꺼내는 인력 동선을 모두 고려한 시스템이 배치 공간을 정한다.

 

제품은 랜덤스토 기반 물류 소프트웨어(SW)를 설치한 단말기가 지시하는 진열대 위치에 배치한다. 이 소프트웨어(SW)는 해당 제품의 주문 빈도, 센터 전체 내 배치 분포, 위치별 재고량 등을 토대로 최적의 진열 장소를 계산해서 입고 담당자에게 알려준다. 제품을 아무 곳에나 무작위로(random) 집어넣는 (stow) 것처럼 보이지만 사실은 고도의 알고리즘으로 제품별 배치를 설계한다. 랜덤스토의 최대 장점은 속도다.

 

수많은 입고자와 출고자가 각자 동선을 최소화할 수 있어 작업 시간이 크게 줄어든다. 더 많은 제품을 더 빠른 시간에 내보낼 수도 있다. 랜덤스토는 공간 관리 측면에서도 효율이 높다. 제품 보관 공간이 정해져 있는 일반 물류센터에서는 제품이 소진되어도 다시 채워 놓기 위하여 그 공간을 비워 놓는다. 그러나 랜덤스토 시스템은 빈 공간으로 발생하는 비효율을 허용하지 않는다. 대표적으로 해외에는 아마존, 국내에서는 쿠팡이 각각 대표하며 활용하고 있다.

 

 

 

 

 

 

<위 자료는  ICT용어 자료집을 참고하였습니다>

 

▣ 함께 읽기 좋은글 바로가기   

전월세 전환율이란? 전세 / 월세 전환 계산방법은?!

5대법정의무교육을 한눈에(법정의무교육 그 시간이 다가온다..)

직장 내 성희롱 판단의 기준 (성희롱 언어표현 예시)

주식투자 10계명 (초보탈출 / 알지만 못지키는 10계명)