델코지식정보

[지식정보] 인공지능(AI) 프로세서의 새로운 혁신

관리자
[회원가입 하시면 원문 PDF파일 다운로드가 가능합니다.]

인공지능은 글로벌 IT 산업의 핵심이다. 단순 작업은 물론 회계 법률 진료 등 전문영역까지 인공지능이 활용되고 있다. 미래에는 일상생활의 거의 모든 곳에서 활용될 전망이다. 인공지능 발전을 위해 기존 IT 시스템을 넘어서는 프로세스가 필요하다. CPU(중앙프로세서. Central Processing Unit) 대신. 인공지능 알고리즘을 전담 처리하는 프로세서를 사용하여 고성능 인공지능을 구현하려는 차세대 인공지능 프로세서가 각광받고 있다. 멀티미디어 컨텐츠를 지원하는 GPU(그래픽처리장치. Graphic Processing Unit)는 현재 가장 주목 받는 인공지능 프로세서 이다. 딥 러닝 등 인공지능 알고리즘을 효과적으로 처리한다. ASIC 기술 활용과 용도에 맞는 하드웨어 특성이 변경 가능한 FPGA 기반으로 각종 애플리케이션에 특화된 맞춤형 인공지능 프로세서도 연구되고 있다. 인간 뇌의 신경망 구조와 작동 원리를 모방하여 만든 뉴로모픽 프로세서 역시 차세대 인공지능 프로세서로 각광받고 있다.

 

소프트웨어 중심의 인공지능 개발로는 성능 고도화가 힘들다. 소프트 웨어는 물론 하드웨어, 모든 IT의 중추인 반도체가 미래 인공지능 혁신의 원동력 이다. 인공지능 프로세서가 중시되면서 IT 기업들의 반도체 진출이 가속화될 수 있다. 지금은 주력 사업의 인공지능 경쟁력 강화가 주된 목적이지만, 인공지능 프로세서 개발이 새로운 사업 진출의 포석이 되고 있다. 자사 인공지능 프로세서 역량 활용도 미래 IT 산업의 주요 관심내용 이다. 인공지능 프로세서 전략은 각 기업 차원에서 수립되고 있다. 인공지능 프로세서가 미래 인공지능 트렌드에 미칠 변화와 자사의 사업 영역에 미칠 파급 효과 등을 생각해봐야 한다. 자사에 적합한 인공지능 전략을 수립하는 것이 중요해지고 있다.

 

자료: LG경제연구원 인공지는(AI) 프로세서, 새로운 혁신의 원동력 될까 2018.11.21.

산업연구원 미래전략산업 브리프 2019.6 7

델코지식정보

https://www.delco.co.kr/knowledge/category/%EC%9E%90%EA%B8%88%C2%B7%ED%8A%B8%EB%A0%8C%EB%93%9C

http://www.retailon.kr/on/bbs/board.php?bo_table=r1_02&sca=%EC%9E%90%EA%B8%88%2F%ED%8A%B8%EB%A0%8C%EB%93%9C

 

 

 

 

인공지능 프로세서 성장과 반도체

 

인공지능은 글로벌 IT 산업의 핵심 주제이다. 단순 작업을 넘어 여러 전문 영역까지 인공지능을 활용하고 있다. 음성과 이미지를 인식 분류, 언어 번역, 자율주행, 기사 작성 등도 수행한다. 인간 감정까지 인공지능이 확산되고 있다. 일상생활의 거의 모든 분야에 걸쳐 인공지능이 활용될 전망이다. IT 업계, 금융, 농업, 자동차, 물류 등 IT 융복합이 활발한 기업들도 인공지능 기술역량을 축적하고 있다.

3a392eeed0cd4a4a3637b11ef42e0934_1565932

 

인공지능의 부상으로 반도체가 더욱 중요해지고 있다. 반도체 산업은 PC와 스마트폰 등 새로운 기기가 등장할 때마다 성장을 거듭한다. 시간이 갈수록 보다 많은 정보저장 용량과 빠른 연산 실행 속도가 필요하기 때문이다. 스마트폰 성장으로 작은 크기에 기능을 집약한 반도체 개발경쟁이 치열하다.

 

인공지능은 반도체 산업 성장을 견인한다. 인공지능 발전은 엄청난 정보 수집 및 처리 능력이 필요하기 때문이다. 정보 저장하는 DRAMNAND Flash 등 메모리 반도체 수요가 폭증하면서, 인공지능 알고리즘 실행하는 시스템 반도체가 중요해지고 있다. 스마트폰/TV/스마트 스피커 등은 물론, 클라우드 데이터센터에서도 인공지능 지원을 위한 뛰어난 성능의 반도체가 많이 필요하다.

 

3a392eeed0cd4a4a3637b11ef42e0934_1565933

 

인공지능을 지원하는 반도체의 개발과 탑재가 중요해지고 있다. 인공지능 알고리즘을 효율적으로 구동하는 전용 반도체 프로세서(Processor)를 사용하여 인공지능 성능을 끌어올리기 위함이다.

 

그동안 인공지능을 구현하기 위한 소프트웨어가 관심을 받은 반면, 이를 뒷받침하는 하드웨어는 상대적으로 크게 부각되지 못했다. 최근 중요해지고 있는 하드웨어 중심의 딥 러닝(Deep Learning)은 인공지능 머신러닝 (Machine Learning)을 구현하는 알고리즘으로, 인간 뇌의 신경망(Neural network) 구조를 모방하고 있다.

뇌신경은 뉴런(Neuron)이라는 작은 세포 단위가 연속적으로 연결되어 있는 구조다. 뉴런은 시냅스 (Synapse)라는 연결 세포를 통하여 앞에 연결된 뉴런으로부터 다수의 전기 자극을 입력 받아 이를 저장하거나 새로운 자극을 만들어 다음 뉴런으로 넘겨준다. 1,000억 개 이상의 뉴런과 100조개 이상의 시냅스는 이런 과정을 연속 반복하여 정보를 기억하거나 이를 토대로 다음에 해야 할 일을 판단한다.

 

딥 러닝 알고리즘에서 뉴런의 역할을 담당하는 정보 입출력 연산은 그리 어려운 작업이 아니다. 문제는 수만 개 이상의 연산을 동시 처리하는 과정 반복 이다. 그래서 딥 러닝 프로세서의 병렬 컴퓨팅(Parallel computing) 능력이 인공지능 성능을 결정하는 핵심이 되고 있다.

 

3a392eeed0cd4a4a3637b11ef42e0934_1565933 

현재 컴퓨터의 핵심 반도체인 중앙프로세서(CPU: Central Processing Unit)로는 병렬 컴퓨팅이 어렵다. CPU는 복잡하고 어려운 연산을 입력순서에 따라 처리하는 직렬 컴퓨팅(Sequential computing) 구조이기 때문이다. CPU가 딥 러닝을 구동하면 처리속도가 느려지고 에너지 과다 소모가 심해진다. CPU가 본연의 역할 외 인공지능 업무까지 담당하면서 과중한 부담으로 전체 시스템 성능이 저하된다.

 

그래서 IT 업계는 인공지능 구현에 적합한 프로세서를 전담 사용하는 인공지능 가속(AI Acceleration) 방법을 적용한다. 따라서 인공지능 프로세서가 반도체 업계의 유망 테마로 떠오르고 있다. 많은 IT 기업들이 인공지능 프로세서에 관심을 갖고 기술 확보에 뛰어들고 있다. 글로벌 반도체 전문 기업은 물론 세레브라스 시스템즈(Cerebras Systems)나 그래프코어(Graphcore) 등 관련 스타트업도 등장하여 인공지능 프로세서 개발이 활발해지고 있다.

    

 

인공지능 프로세서 개발 동향

 

그래픽처리장치(GPU)의 재조명

 

과거에는 CPU가 전체 소프트웨어의 구동을 담당하였다. 그러나 컴퓨터에 탑재되는 소프트웨어의 크기가 커지고 유형도 다양해지면서 CPU만으로 모든 작업을 담당하기가 어려워졌다.

 

원래 그래픽처리장치(GPU: Graphic Processing Unit)CPU의 처리작업을 분담하는 목적으로 개발되었다. IT 성장에 따라 고해상도 화려한 그래픽이 적용되는 게임, 영화 등 멀티미디어 컨텐츠 비중이 늘었다. 멀티미디어 컨텐츠 재생을 위해서는 영상을 구성하는 개개의 픽셀(Pixel)을 표현하는 연산을 동시 처리해야 한다. 기존 CPU로는 수행이 어려워 그래픽 처리 전담용 프로세서가 필요하다. 신생 반도체 설계(Fabless)기업이었던 엔비디아(Nvidia)는 멀티미디어 컨텐츠 지원을 위하여 수 천 개 이상의 코어(Core)를 연결하는 병렬 컴퓨팅 기술을 선보여 GPU라는 신규 영역을 개척하였다.

 

초고화질과 3차원 영상 등 그래픽 기술발전으로 GPU 인기도 급상승했다. 컨텐츠 재생에 사용하던 GPU는 이후 각종 소프트웨어에도 적용되었다. 엔비디아는 GPU 가치를 활용하여 다목적 GPU 솔루션을 출시하였다. 엔비디아가 2006년 선보인 GPU 솔루션 쿠다(CUDA)는 복잡한 금융투자 및 기후 모델 시뮬레이션 등 다양한 분야에 활용되고 있다.

 

무엇보다도 GPU는 강력한 병렬 컴퓨팅 강점 때문에 인공지능, 특히 딥 러닝에 적합하다. 구글과 페이스북 등 많은 IT 기업들이 자사의 비즈니스에 딥 러닝을 적용하기 위하여 GPU 사용을 크게 늘렸다.

 

현재 GPU 시장의 과반 이상을 점유하고 있는 엔비디아는 데이터센터, 가전, 자동차 등 많은 기기의 인공지능 적용에 힘입어 매출이 급증하였다. 엔비디아는 자율주행 시스템 드라이브 PX(Drive PX) 등 인공지능 처리에 특화된 각종 GPU 솔루션을 출시하여 인공지능 프로세서 시장을 주도하고 있다. AMD 등 다른 반도체 기업들 역시 GPU 개발에 나서고 있다.

3a392eeed0cd4a4a3637b11ef42e0934_1565933

맞춤형 인공지능 프로세서 부상

 

인공지능의 주류 기술로 부상한 딥러닝은 거듭나고 있다. 인공지능의 목적인 뇌의 신비를 풀기 위하여 인간의 사고 체계, 뇌의 생물학 특성을 연구하는 움직임도 활발하다. 인공지능 활용 어플리케이션도 늘고, 간단한 음성 문자 인식은 물론 수많은 정보를 분석하여 시사점도 발굴한다.

 

동일한 원리의 인공지능이더라도 집중 처리해야 할 정보 유형과 처리방법 등 구현 방식은 각 어플리케이션 마다 다르다. 각 어플리케이션 특성에 적합한 인공지능 시스템 구현을 위하여 범용 프로세서 대신, 주문형 반도체(ASIC: Application Specific Integrated Circuit) 기술로 프로세서를 개발하고 있다.

 

인간의 뇌처럼 딥 러닝도 크게 두 단계로 구성된다.

학습(Learning) 단계로 딥 러닝 신경망이 특정작업 수행을 위해 기본적 지식을 배우는 것.

추론(Inference) 단계로 학습을 거친 신경망이 외부 명령이나 상황인식하면서 학습한 내용을 토대로 가장 적합한 결과를 산출하는 것.

인공지능은 이 두 과정을 반복 실행하여 더 나은 답을 찾도록 성능을 강화한다.

 

3a392eeed0cd4a4a3637b11ef42e0934_1565933

 

적용분야에 따라 인공지능 활용 목적은 상이하기에 GPU가 반드시 적합한 것은 아니다. GPU와 동일한 작업을 수행하면서도 훨씬 적은 양의 에너지를 사용하는 프로세서도 관심 대상이다. 향후 인공지능 확대에 따라 추론 기능을 중심으로 인공지능 프로세서 개발이 진행될 전망이다.

 

3a392eeed0cd4a4a3637b11ef42e0934_1565933

 

Google은 원래 인공지능 바둑 프로그램 알파고 Alpha Go를 구동하기 위하여 GPU를 집중적으로 사용하였다. 이후 개선된 알파고를 위해서는 Tensor Flow Processor라는 독자 적 인공지능 프로세서를 개발하였다. 이는 기존 CPUGPU의 조합보다 15~30배나 빠르게 인공지능의 추론 기능을 수행하고, 에너지 소모량도 수십 배 이상 적다. Intel 역시 2016년 인수한 인공지능 프로세서 스타트업 모비디우스(Movidius)Nervana Systems 기술을 활용하여 ASIC 기반 인공지능 프로세서 시장에 뛰어들었다.

3a392eeed0cd4a4a3637b11ef42e0934_1565933

스마트폰 기업들도 독자적 인공지능을 위한 맞춤형 프로세서 제조를 하고 있다. 2017년 애플(Apple)은 아이폰의 3차원 안면인식을 위한 인공지능 프로세서를 개발하여 스마트폰 AP(Application Processor)에 탑재하였다. 사람들의 노화나 안경착용 등으로 얼굴특징이 일부 변해도 얼굴변화를 추론하여 인식하는 인공지능 프로세서 Neural Engine을 독자적으로 설계하였다.

 

각각 제품 서비스에 적합한 인공지능 구현을 위해 FPGA(Field Programmable Gate Array) 사용도 늘고 있다. FPGA는 설계나 제조 시 특성이 결정되는 일반 반도체와 달리, 사용자가 용도에 맞게 하드웨어 특성을 유연하게 변경하는 반도체다. FPGA1980년대부터 등장하였지만 다른 반도체보다 성능이 낮다는 단점 때문에 활용이 제한적이었다.

 

최근 FPGA는 하루가 다르게 발전하는 각종 인공지능 알고리즘을 지원하고 있다. 기술수준발전으로 인공지능 구현을 위한 FPGA 정보 처리능력도 개선되고 있다.

 

MicrosoftAzure 클라우드 컴퓨팅과 검색서비스 Bing 등을 지원하는 데이터센터에 FPGA를 탑재 하였다. 인텔은 2015FPGA 전문기업 Altera를 인수하고 이를 활용한 신제품을 출시하고 있다.

 

3a392eeed0cd4a4a3637b11ef42e0934_1565933

 

인간의 뇌를 닮은 프로세서

 

오늘날 컴퓨터는 폰 노이만 구조(Von Neumann Architecture)라는 컴퓨터 구조 설계 이론에 근간을 둔다. 정확한 정보와 논리체계로 구성된 프로그램을 효율적으로 처리하기 위하여 설계되었다. IT 산업의 초창기 이래 방대한 정보를 더 빠르게 분석하고 결과를 산출할 수 있도록 발전하면서 컴퓨터 시스템 설계의 표준이 되었다.

 

스마트폰과 데이터센터 등 인공지능 탑재 IT 시스템 대부분은 폰 노이만 구조를 유지하면서 GPU 등 부가프로세서를 활용하여 딥 러닝을 수행한다. CPU가 전체 시스템의 동작과 제어를 담당하고, 인공지능 프로세서는 딥 러닝 기능을 집중적으로 처리하도록 구성된 이기종 시스템(HSA: Heterogeneous System Architecture) 방법 이다. 그러나 인공지능 성능 강화를 위하여 비례적으로 더욱 많은 프로세서가 필요하다.

 

그 개선을 위해 인간의 뇌신경 구조 자체를 그대로 모방한 프로세서 필요성이 등장하였다. 뉴런과 뉴런이 시냅스로 촘촘하게 엮이듯이, 인공지능 프로세서도 개개의 개별 소자가 네트워크로 연결되어 학습과 의사결정을 담당하는 구조로 설계되어야 한다. 즉 지금까지 소프트웨어로 만들었던 딥 러닝을 반도체 집적회로 기술로 구현하는 접근법이다.

3a392eeed0cd4a4a3637b11ef42e0934_1565933

뇌신경을 닮은 프로세서라는 의미로 Neuromorphic Processor라 정의한다. 수십 년 전 제안된 아이디어지만 당시에는 인공지능에 대한 낮은 관심 탓에 주목을 받지 못했다. 딥 러닝 인기가 증가하면서 그 잠재력이 재조명 받고 있다.

 

아직 뉴로모픽 프로세서는 본격적인 상용화에 미달하고 있다. 신경망처럼 수천만에서 수 억 개가 훨씬 넘는 Transistor를 정교하게 연결하는 기술이 없기 때문이다. 그러나 반도체 설계와 공정기술이 발전하면서 이 프로세서의 현실 가능성이 높아지고 있다.

 

딥 러닝은 거의 무한정에 가까운 정보를 학습하기에 뛰어난 인식과 판단능력을 가질 수 있지만 막대한 에너지 소모를 동반한다. 구글은 알파고 구동을 위해서 1,200 여 개의 CPU176개의 GPU, 920TB(Tera Bytes)DRAM 등 엄청난 양의 반도체를 장착한 슈퍼 컴퓨터를 사용했다. 에너지 사용량은 무려 12GW에 달했다. 사람이 일상적으로 정보를 기억하고 판단하는 이론적 에너지 소모량은 약 20W에 불과하다.

미래 인공지능 시대에는 데이터 처리 성능 자체보다 전력 효율성이 더 강조된다. 모바일 가전 작은 사물인터넷 기기 하나하나마다 인공지능이 적용되기 때문이다. 뉴로모픽 프로세서는 신경망 구조를 내재화하고 있어, 이론적으로 인간처럼 아주 적은 전력만으로도 고성능 인공지능을 수행할 수 있다. 이 프로세서가 상용화된다면 인공지능의 저변이 예상보다 더욱 빠르게 확산된다.

 

현재 기술로는 인간의 신경망을 완벽하게 모사할 수 있는 이상적 뉴로모픽 프로세서를 만들기 어렵다. 그래서 고성능 뉴로모픽 프로세서를 만들기 위하여 멤리스터 (Memrister) 등 차세대 소자에 대한 연구가 한창이다.

 

전 세계적으로 뉴로모픽 프로세서를 개발 움직임을 보자. IBM2014년 인간 뇌를 모방하는 시스템을 연구한 미국 국방부 방위고등연구 계획국(DARPA)의 프로젝트 결과를 활용하여 뉴로모픽 프로세서 TrueNorth를 개발하였다. 100만 개의 뉴런과 2.6억 개 시냅스로 이루어진 신경망 구조를 가지고 있다.

 

3a392eeed0cd4a4a3637b11ef42e0934_1565933

 

퀄컴(Qualcomm)도 뉴로모픽 프로세서 연구를 하고 있다. 퀄컴은 자사의 인공지능 역량을 강화하기 위하여 제로스(Zeroth) 프로젝트를 추진하였다. 뉴로모픽 프로세서 기술을 연구하여 이중 일부를 자사의 스마트폰 AP 스냅드래곤(Snapdragon)에 적용하였다. 인텔도 캘리 포니아 공과대학(Caltech) 등과 협력하여 뉴로모픽 프로세서 로이히(Loihi)을 개발하며 관련 기술 역량 축적에 나서고 있다.

 

시사점

 

하드웨어 중심 인공지능 개발 트렌드 확산

 

그동안 인공지능은 주로 소프트웨어와 서비스를 중심으로 발전하였다. 딥 러닝 같은 알고리즘과 인공지능을 활용한 다양한 서비스의 등장으로 인공지능이 IT 산업의 중심이 되었다. 하드웨어를 중심으로 하는 인공지능이 확대될 전망이다.

 

기존 IT 시스템은 인간의 판단과 명령을 기반으로 한 수동성 이다. 반면 인공지능 시스템은 인간 개입 최소화와 자율성을 지향한다. 자율성이 높아질수록 데이터 처리능력도 향상된다. 소프트웨어는 물론 하드웨어, 특히 반도체가 중심이 된 인공지능 프로세서가 중요하다.

반도체 시장은 IT 산업 패러다임 변곡점에 따라 성장하였다. 인터넷, 이동통신, 빅데이터, 사물인터넷 등 새로운 패러다임 때마다 정보 저장과 처리 역량이 강조되었다. 그때마다 메모리와 각종 시스템 반도체의 성능이 강화되었다. 첨단 인공지능에서 반도체는 더욱 중요하다. 인공지능의 확산 정도가 미래 반도체의 소재 설계 공정기술에 영향을 미친다.

인공지능 발전으로 그래픽 처리 등 일부 분야에 사용되었던 병렬 컴퓨팅 기술이 재조명되었듯이, 뉴로모픽 프로세서 같은 우수한 인공지능의 상용화 노력이 진행 중이다. 반도체 기업과 신 비즈니스를 찾는 기업들도 인공지능 프로세서 개발에 열중이다.

 

IT 기업의 반도체 진출 가속화

 

PC 시대에서 모바일로 접어들면서 부품 소프트웨어 완제품 간 연관성이 높아지고 있다. 완제품의 차별화를 위해 소프트웨어 역량 축적에서 자체에 맞는 반도체를 만드는 현상이 늘고 있다. 애플 아이폰은 외부에 의존하던 주요 반도체를 직접 설계 생산하면서 내재화하고 있다. 다른 기업들도 주력 제품에 자체 반도체 기술 역량을 반영하고 있다.

 

구글은 인공지능 서비스 구현을 위해 자체 설계한 프로세서를 클라우드 데이터센터에 접목하였다. 전체 시스템에 인공지능 역량을 확보하면서, 인텔과 엔비디아 같은 반도체 전문기업 의존도를 낮추고 있다. 마이크로소프트는 증강현실 시스템 홀로렌즈(Hololens)를 위한 인공지능 프로세서를 개발하고 있다. 자율주행차 시장 확대로 테슬라(Tesla) 역시 엔비디아의 자율주행 솔루션에서 벗어나 자체 인공지능 프로세서를 개발하고 있다.

 

아마존은 아마존 웹 서비스(Amazon Web Service)에서 인공지능 서비스 알렉사(Alexa) 비중 증가와 인공지능 스피커 에코(Echo), 물류, 배송 등에서도 인공지능 활용이 커지고 있다. 페이스북도 인공지능 서비스 강화를 위하여 데이터센터에 탑재할 자체 프로세서를 개발하고 있다.

 

자체 인공지능 프로세서가 새로운 사업 진출 포석이 될 수 있다. 인공지능 고도화는 자체 전후방을 융합해 IT 산업의 판도 변화를 이끌 플랫폼으로 성장할 수 있다.

 

3a392eeed0cd4a4a3637b11ef42e0934_1565933 

자사에 적합한 인공지능 프로세서 전략 수립 필요

 

인간에 근접한 수준의 인공지능을 구현을 위해 하드웨어와 소프트웨어 등 시스템 전반에 걸쳐 혁신이 진행되고 있다. 인공지능의 적용목적, 구현방법에 따라 인공지능 프로세서에 대한 접근 방식은 다르다. 이를 활용하는 수단 역시 클라우드 컴퓨팅, 엣지 컴퓨팅(Edge computing), 단말기기 등 한층 다양해지고 있다. 인공지능 프로세서를 제조하는 다수 기업과의 유기적 협력으로 필요한 인공지능을 자사 제품에 접목하는 전략도 고려할 수 있다.

[칼럼] "서울 아파트 공급부족…자치구별로 고밀도 개발해야"

댓글 0 | 조회 9
정부와 서울시가 8·4대책으로 수도권 공급대책을 내놨지만, 일부 자치구에서 반발하는 가운데 자치구별로 고밀도 개발을 해야한다는 주장이 나왔다. 자치구별로 생산성이 다르고 집값 차이… 더보기

[지식정보] 미국 그린뉴딜(Green New Deal)과 시사점

댓글 0 | 조회 16
이미 파리협정과 IPCC 1.5도 특별보고서로 인해 지구 평균 온도 상승을 1.5도 이내로 제한해야 한다는 국제사회 인식이 확산하고 있다. ‘기후를 위한 청소년 파업’과 ‘멸종 저… 더보기

[지식정보] 정부 그린뉴딜 정책과 개선 방향

댓글 0 | 조회 26
정부가 2020년 7월 발표한 그린뉴딜을 추진하는 배경은 코로나19 계기로 기후변화 대응 및 저탄소 사회로 전환의 중요성이 부각 되고 있기 때문이다. 추진하는 방향은 인프라・에너지… 더보기

[칼럼] 한국형 그린 뉴딜이 성과를 내기 위해서는

댓글 0 | 조회 41
그린 뉴딜이란 환경과 사람이 중심이 되는 지속 가능한 발전을 뜻한다. 화석에너지 중심에서 신재생에너지를 사용하는 저탄소 경제 구조로 전환하고, 기후변화와 환경 문제에 대응하면서 관… 더보기

[지식정보] 서울시 그린뉴딜

댓글 0 | 조회 64
서울시는 그린 뉴딜 정책을 2020년 7월 8일 발표했다. 2022년까지 2조6,000억원을 투입해 대대적인 ‘그린뉴딜’을 추진한다. ‘서울판 그린뉴딜’ 전략은 건물, 수송, 도시… 더보기

[지식정보] EU 그린딜

댓글 0 | 조회 45
그린뉴딜이란, 환경과 사람이 중심이 되는 지속 가능한 발전을 뜻하는 말로, 현재 화석에너지 중심의 에너지 정책을 신재생에너지로 전환하는 등 저탄소 경제구조로 전환하면서 고용과 투자… 더보기

[지식정보] 유럽 디지털세와 우리나라 대책

댓글 0 | 조회 84
디지털세(Digital tax)는 페이스북·구글·아마존 등 글로벌 IT기업의 자국 내 디지털 매출에 법인세와는 별도로 부과하는 세금이다. 특정 국가 내 고정사업장 유무와 관계없이 … 더보기

[칼럼] 디지털세의 양날, 세수 기대와 무역갈등

댓글 0 | 조회 60
최근에 코로나19 확산으로 글로벌 경기 침체가 계속되면서 많은 국가가 재원 확보를 위해 ‘디지털세(Digital Tax)’를 도입하고 있다. 이를 일명 ‘구글세’라고도 한다. 그동… 더보기

[지식정보] OECD 디지털세 기본 합의안 주요 내용과 전망

댓글 0 | 조회 68
디지털세(Digital Tax)는 일명 ‘구글세’로도 불리며 특정 국가 내 고정사업장 유무와 상관없이매출을 발생시키는 글로벌 IT 기업들에 대해서 세금을 부과하기 위해 고안된 조세… 더보기

[지식정보] 구독경제(subscription economy)

댓글 0 | 조회 100
정보통신기술의 발전과 스마트 기기의 확산 등 새로운 산업이 접목하면서 ‘구독경제(subscription economy)’가 새로운 경제 트렌드로 부상했다. 콘텐트와 소비자가 만나는… 더보기

[지식정보] 디지털 콘텐츠 구매 증가

댓글 0 | 조회 89
젊은층 위주였던 디지털 콘텐츠 소비에 중장년층이 가세하면서 국내 시장은 지난 3년간 두 배 이상 성장하고 있다. 특히 디지털 콘텐츠 이용은 영상 분야에서 두드러졌다. 소비자 10명… 더보기

[칼럼] 디지털 콘텐츠 구독경제 시대

댓글 0 | 조회 89
디지털 콘텐츠는 스마트폰을 통해 접할 수 있는 영화, 동영상, 음악, 게임, 웹툰, 전자책 등의 문화를 말한다. 이를 구매하는 구독경제가 커지고 있다. 특히 영상 결제가 지난 3년… 더보기

[지식정보] 디지털 게임시장

댓글 0 | 조회 94
한국 게임 산업은 지난 20년 간 성장을 계속하고 있다. 오락실에서 PC방으로 그리고 스마트폰으로, 게임을 즐기는 주력 플랫폼은 시대에 맞게 변화하고 있다. 성장의 주역엔 국내 게… 더보기

[지식정보] 음악플랫폼

댓글 0 | 조회 109
대중음악이 비대면 플랫폼을 통해 크게 성장하고 있다. 세계 최대 음원업체인 스포티파이가 한국에 진출한다. 2008년 스웨덴에서 탄생한 스포티파이는 강력한 AI 음원추천 기능을 무기… 더보기

[지식정보] 온라인동영상서비스(OTT)와 숏폼Short Form

댓글 0 | 조회 144
코로나19 영향으로 TV를 이용해 넷프릭스와 유튜브를 시청하는 사람이 증가하고 있다. 집에 머무는 시간이 길어지면서 기존에 유튜브 등 온라인동영상서비스(OTT)를 이용하지 않았던 … 더보기