라벨이 인공지능인 게시물 표시

로봇세란 무엇일까?|빌 게이츠가 9년 전 던진 질문, AI 시대 다시 주목받는 이유

이미지
로봇이 내 일자리를 대신하면 세금은 누가 내게 될까?   처음에는 조금 엉뚱한 질문처럼 들렸다. 그런데 AI와 휴머노이드 로봇이 실제 공장과 사무실로 들어오기 시작하면서 빌 게이츠가 9년 전에 이야기했던 ‘로봇세’가 다시 조명되고 있다. 결론부터 말하면 로봇세는 로봇에게 주민등록번호를 만들어 세금을 내게 하자는 이야기가 아니다. 사람을 대신해 생산성과 이익을 만들어내는 자동화에도 세금 부담을 어떻게 나눌 것인가 라는 질문에 가깝다. 로봇세를 아주 쉽게 말하면 사람이 일하면 소득세와 사회보험료를 낸다. 그런데 사람 대신 로봇과 AI가 일을 하면 노동에서 나오던 세금은 어떻게 될까? 빌 게이츠는 이 문제를 그냥 두지 말고 자동화가 만든 경제적 이익의 일부를 사회가 함께 활용할 방법을 고민해야 한다고 봤다. 로봇세란 정확히 무엇일까? 로봇세라는 이름만 보면 로봇 자체가 세금을 내는 것처럼 느껴진다. 하지만 실제 논의는 훨씬 넓다. 기업이 사람 대신 로봇이나 자동화 시스템을 사용해 생산비를 줄이고 이익을 늘렸다면, 그 과정에서 발생한 경제적 이익에 어떤 방식으로 세금을 부담시킬 것인가가 핵심이다. 예를 들어 공장에서 한 사람이 일을 하면서 급여를 받으면 근로소득세와 사회보험료가 발생한다. 그런데 같은 업무를 로봇이 완전히 대신한다면 생산은 계속되지만 노동소득에서 나오던 세금과 사회보험료는 줄어들 수 있다. 그래서 로봇세 논쟁의 본질은 “로봇에게 세금을 매길까?”보다 “노동에서 자본과 자동화로 소득이 이동할 때 세금 체계도 바뀌어야 할까?” 에 더 가깝다고 이해했다. 빌 게이츠는 왜 로봇세를 주장했을까? 이 이야기가 널리 알려진 것은 2017년이었다. 당시 빌 게이츠는 사람이 하던 일을 로봇이 대신한다면 자동화가 만들어낸 경제적 가치에도 일정한 세금 부담을 생각할 필요가 있다는 취지의 의견을 밝혔다. 그 돈의 사용처도 중요했다. 자동화로 일자리를 잃은 사람들의 재교육과 새로운 일자리 전환을 돕고, ...

NPU 뜻과 GPU 차이|AI 반도체가 중요한 이유와 한국 전략

이미지
NPU는 인공지능 신경망 계산을 효율적으로 처리하도록 설계된 AI 연산장치입니다. GPU가 다양한 병렬연산과 AI 작업에 강하다면, NPU는 필요한 AI 연산에 집중해 전력과 처리 효율을 높이는 데 강점이 있습니다. 이 차이를 이해하면 한국이 왜 국산 AI 반도체를 키우려는지도 쉽게 이해할 수 있습니다. AI 반도체를 공부하다 보면 CPU, GPU, NPU, TPU 같은 이름이 계속 등장합니다. 저도 NPU를 처음 접했을 때는 GPU보다 작은 반도체이거나 스마트폰에 들어가는 보조 칩 정도로 생각했습니다. 하지만 중요한 차이는 크기가 아닙니다. 여러 종류의 계산을 폭넓게 처리할 것인지, 특정 AI 계산에 맞춰 효율을 높일 것인지 가 핵심입니다. 이 글에서는 NPU 뜻부터 GPU와의 차이, AI가 확산될수록 NPU가 중요해지는 이유, 그리고 한국이 국산 AI 반도체를 육성하는 이유까지 순서대로 살펴보겠습니다.   목차 NPU 뜻과 GPU 차이는 무엇인가요? AI가 확산될수록 NPU가 중요한 이유 한국이 국산 AI 반도체를 키우는 이유   NPU 뜻과 GPU 차이는 무엇인가요? NPU는 Neural Processing Unit 의 약자로, 우리말로는 신경망처리장치라고 합니다. 인공지능 신경망에서 반복되는 행렬과 텐서 연산을 효율적으로 처리하도록 설계된 AI 가속기의 한 종류입니다. 사진 속 사람을 구분하거나 음성을 문자로 바꾸고, 생성형 AI가 입력받은 문장을 처리하려면 수많은 숫자의 곱셈과 덧셈이 반복됩니다. NPU는 이런 AI 연산을 효율적으로 처리하는 데 초점을 맞춥니다. GPU와 비교하면 차이를 조금 더 쉽게 이해할 수 있습니다. 구분 GPU NPU 출발점 그래픽·병렬연산 AI 신경망 연산 주요 강점 높은 범용성과 대규모 병렬처리 AI 연산 특화와 전력효율 활용 분야 AI 학습·추론, 그래픽, 데이터센터 AI 추론, 온디바이스 AI, 데이터센터 ...

Kimi K3 사용 후기, 검색·자료조사는 체계적이지만 속도는 아쉬웠다

이미지
Kimi K3 사용 후기, 검색·자료조사는 체계적이지만 속도는 아쉬웠다  최근 인공지능 관련 소식을 살펴보다가 Kimi K3라는 이름을 접했다. DeepSeek 이후 중국 AI 기업의 움직임을 그냥 지나치기 어려워졌는데, 이번에는 ‘세계 최대 규모의 오픈 웨이트 모델’이라는 설명까지 붙었다. 모델 크기가 크다고 답변까지 무조건 똑똑한 것은 아니지만, 숫자가 워낙 크다 보니 호기심 버튼이 먼저 눌렸다. 직접 사용해 본 분야는 검색과 자료조사였다. 결론부터 말하면 결과물을 체계적으로 정리하는 능력은 꽤 인상적이었지만, 속도와 안정성에서는 답답함이 컸다. 잘 준비한 보고서를 늦게 제출하는 직원과 빠르게 핵심만 알려주는 직원 사이에서 누구와 일할지를 고민하는 기분이었다. Kimi K3의 정체 Kimi K3는 중국 AI 스타트업 문샷AI(Moonshot AI)가 2026년 7월 공개한 최신 플래그십 모델이다. 문샷AI는 2023년 설립됐으며, 창업자인 양즈린은 카네기멜런대학교에서 인공지능을 연구한 경력이 있다. 회사 발표를 기준으로 Kimi K3는 총 2조8천억 개의 매개변수를 가진 모델이다. 텍스트뿐 아니라 이미지를 함께 이해하는 네이티브 멀티모달 구조를 적용했고, 최대 100만 토큰의 문맥을 처리할 수 있다고 한다. 토큰은 AI가 글을 읽는 기본 단위다. 100만 토큰을 지원한다는 것은 긴 문서와 여러 자료를 한꺼번에 다루는 작업에 초점을 맞췄다는 의미다. 문샷AI는 Kimi K3를 소프트웨어 개발, 지식 업무, 장시간 추론에 적합한 모델로 소개한다. 단순히 질문에 답하는 챗봇보다 여러 자료를 찾고 분류해 결과물을 만드는 ‘AI 작업자’에 가까운 방향이다. 검색 결과의 체계적인 구성 내가 Kimi K3를 사용하면서 가장 먼저 눈에 들어온 장점은 답변의 구조였다. 검색과 자료조사를 요청하면 긴 설명부터 늘어놓기보다 핵심 내용을 표로 먼저 보여주고, 이후 항목별로 내용을 풀어가는 방식이 많았다. 특히 여러 대상이나 조건을 비교할 때 장점이 분명했다. 비교 기준을...