AIda

1. GOOVER

구버(Goover)는 2024년 7월 3일 초거대 AI 검색 서비스로서 한국과 미국에서 동시에 정식 공개되었으며, 전 세계 검색 서비스 시장 점령을 목표로 하고 있다.

구버(Goover)는 인공지능 기업 솔트룩스에서 10년간 인공지능과 생성AI를 연구한 조직이 스핀오프 되어 설립된 스타트업 기업(솔트룩스 100% 지분 보유)으로, 매우 강력한 AI 기술인 '루시아(Luxia)'와 그래프 검색 증강 생성 기술을 활용하여 정보를 탐색한다.

이러한 서비스는 기존 웹 검색 방식과는 차별화된 매우 효율적인 정보 제공 방식을 제공하는데, 특히 사용자 별로 맞춤형 리포트를 자동으로 생성해주는 기능이 포함되어 있다.

구버(Goover)는 최신 인공지능 기술을 활용하여 정보 탐색과 지식 습득을 효율적으로 돕는 서비스이다. 구버의 핵심 기능 중 하나는 개인화된 정보 제공으로, 이는 사용자의 검색 패턴과 선호도를 학습하여 맞춤형 리포트를 생성하는 데 있다. 이렇게 제공되는 정보는 믿을 수 있는 출처에서 유래하며, 사용자가 필요한 정보를 더욱 쉽게 찾을 수 있도록 지원한다.

구버(Goover) 는 한국과 미국에서 서비스를 본격 출시하며 퍼플렉시티를 뛰어넘는 새로운 차원의 검색 서비스 탄생을 알렸다.

현재 공식 홈페이지(Goover.ai)에서 회원가입 후  무료로 바로 이용해 볼 수 있다.

심층적으로 조사 및 분석한다는 뜻의 ‘Go over’에서 따온 구버는 AI 뇌 ‘커넥톰(Connectome)’이 전 세계 웹에서 맞춤형 정보를 찾아주고 이를 기반으로 자동 생성된 심층 리포트까지 제공하는 초거대 AI 검색 서비스다. 사용자는 수백만 개 사이트를 직접 일일이 확인하지 않고도 꼭 필요한 정보를 빠르게 확보할 뿐 아니라 보고서 형태로도 받아볼 수 있다. 

구버의 핵심인 ‘애스크 구버(Ask Goover)’는 강력한 AI 에이전트로, 솔트룩스의 ‘루시아(Luxia)’ 등 거대언어모델(LLM)과 그래프 검색증강생성(Graph RAG) 기술이 적용됐다. 이는 전 세계 다양한 언어로 산재된 웹 정보는 물론 사용자가 개별 등록한 유료 구독 서비스까지 탐색하여 질문에 가장 최적화된 답변과 출처를 제시하며, 심층 질의응답과 정보 추천, 요약, 번역 등도 수행한다.  

2. 구버의 주요 특징 및 기능

인간 수준의 콘텐츠 이해: 구버는 독창적인 신경-기호 AI 뇌를 기반으로 하여 정보의 의미를 파악하고 사용자에게 가장 관련성 높은 데이터와 콘텐츠를 제공한다. 이를 통해 사용자는 보다 정확한 정보를 신속하게 접할 수 있다.

능동적인 지식 큐레이션: 구버는 새로운 정보를 지속적으로 찾아내고 사용자에게 업데이트하여 제공한다. 이 서비스는 사용자에게 중요한 최신 정보를 전달하며, 업데이트된 내용을 통해 사용자가 시시각각 변화하는 이슈에 대응할 수 있도록 한다.

자동화된 브리핑 페이지: 사용자가 특정 주제를 선택하면, 구버는 그에 대해 브리핑 페이지를 생성한다. 이 페이지는 관련 뉴스, 소셜 미디어 반응, 주요 인물, 기업 정보 등을 카드 뉴스 형태로 쉽게 표시한다. 이를 통해 사용자는 각종 정보를 일일이 검색하지 않고도 최신 정보를 파악할 수 있다.

상황 인식을 통한 인사이트: 구버의 리포트는 단순한 데이터에 그치지 않고, 사용자의 질문에 맞춤화된 의미 있는 통찰력을 제공한다. 이는 기업 내에서 의사 결정이 필요한 이들에게 특히 유용한 기능이다.

모바일 접근성: Goover Mobile을 통해 사용자는 언제 어디서나 필요한 지식에 접근할 수 있다. 바쁜 현대인들에게 매우 유용한 기능으로, 실시간 업데이트와 정보를 제공한다.

다양한 관점 제공: 구버는 사용자가 모든 주제에 대해 균형 잡힌 다양한 관점을 접할 수 있도록 돕는다. 이는 특정 주제에 대한 포괄적인 이해를 증진시킨다.

AI를 활용한 검색 기능: '애스크 구버(Ask Goover)' 기능은 사용자에게 맞춤형 답변을 제공하는 강력한 AI 에이전트이다. 솔트룩스의 거대 언어 모델과 그래프 검색 증강 생성 기술이 적용되어, 사용자가 개별 등록한 유료 구독 서비스까지 포함하여 질문에 최적화된 답변을 제공한다.

3. Goover CEO 이경일대표의 유튜브 인터뷰

 구글 검색의 시대 끝날 것 같습니다 (솔트룩스 이경일 대표) - 인더스탠딩

   AI가 대신 검색해준다? 보시면 깜짝 놀랄 겁니다 (솔트룩스 이경일 대표) - 인더스탠딩 

"이걸 버텨낸 자만 살아남는다"...AI 거품이 꺼질 수밖에 없는 이유 / 이경일 대표 (1부) - 와이스트릿

"HBM 어휴 답답해" 젠슨황이 가장 걱정하는 반도체는 이것...'10년 뒤의 중국'이 가장 무섭습니다 / 이경일 대표 (2부)

1. 네이버 검색창에서 ChatGPT를 검색한다. (한글로 쳇/쳇지피티/쳇gpt/chat...으로 검색가능)

2. ChatGPT 클릭 후, 회원가입하기 (이메일주소를 입력하여 회원가입하기)

3. 회원가입 후, 우선 무료버전으로 이용해 본다.

   (무료버전은 질문 5개, 그림3개 정도, 일정시간 경과 후 다시 이용가능) 

4. 강의할 대상과 주제를 질문하여 강의맥락 잡기

5. ppt로 내용 정리하기

# 더 간단하게 강의안 만드는 법

1. ChatGPT탐색에 들어가서 PPT를 검색한다.

2. PPT를 선택한다. (현재까지는 PPT Maker가 한글을 잘 인식하여 강의안을 만든다.)

3. 강의할 대상과 주제를 입력하고, PPT를 작성한다.

(강의안 만들기 어렵지 않아요.)

생성형 AI의 주요 활용 분야

• 콘텐츠 제작: 블로그 글쓰기, 기사 작성, 스토리텔링, 대본 작성 등.
• 디자인: 텍스트 설명에 맞는 이미지나 로고 생성.
• 음성 비서: 고객 응대, 자동 전화 시스템 등.
• 프로그래밍: 코드 생성, 버그 수정.
• 게임 개발: 캐릭터, 스토리, 게임 환경 자동 생성.

인공지능(AI, Artificial Intelligence)은 기계가 인간의 지능적 행동을 모방하거나 이를 넘어서기 위한 기술

AI는 문제 해결, 학습, 추론, 언어 이해, 시각 인식 등 다양한 영역에서 인간의 사고방식을 모방하여 작업을 수행합니다. 일반적으로 AI는 다음과 같은 두 가지로 나뉩니다:

1. 약한 AI(Weak AI): 특정 작업을 수행하는 데 특화된 시스템. 예를 들어,음성 인식, 이미지 분류, 자연어 처리 등.
2. 강한 AI(Strong AI): 인간과 유사한 지능을 가진 시스템을 지향하지만 아직 연구 단계에 있으며, 스스로 학습하고 복잡한 결정을 내릴 수 있는 능력을 목표로 합니다.

AI의 발전 과정

• 초기 개념과 기초 연구(1940~1950년대)
  • AI의 기초는 수학과 논리, 컴퓨터 공학에서 시작되었습니다.
  • 앨런 튜링(Alan Turing)은 기계가 인간처럼 사고할 수 있는지에 대한 질문을 던지며, *튜링 테스트**를 제안했습니다.
  • 존 맥카시(John McCarthy)는 1956년에 "Artificial Intelligence"라는 용어를 처음 사용했습니다. 이는 다트머스 학회(Dartmouth Conference)에서 인공지능 연구의 시작을 알리는 계기가 되었습니다.
• 탐구와 시도(1950~1970년대)
  • 초기 AI 연구자들은 기계가 논리적 규칙과 알고리즘을 통해 문제를 해결할 수 있다고 믿었고, 전문 시스템(expert systems), 규칙 기반 시스템(rule-based systems) 등의 시스템을 개발했습니다.
  • 이 시기에는 간단한 게임, 논리적 퍼즐 등의 문제 해결이 가능했습니다.
• AI 겨울(1970~1980년대)
  • 기대와는 달리, AI의 발전 속도는 더뎠고, 특히 계산 자원의 한계와 복잡한 문제 해결에 어려움이 있었습니다. 이로 인해 AI 연구에 대한 자금 지원이 줄어들었고, 이 시기를 "AI 겨울"이라고 부릅니다.
• 신경망의 재발견(1980~1990년대)
  • “인공신경망(Artificial Neural Networks)”이 다시 주목을 받으며, 인간 두뇌의 뉴런 작용을 모방한 학습 알고리즘 연구가 진행되었습니다. 비록 이 시기에도 AI의 상용화는 어려웠으나, 백프로퍼게이션(Backpropagation) 알고리즘이 개발되어 신경망 학습을 더욱 효율적으로 할 수 있었습니다.
• 기계 학습과 빅데이터의 부상(2000년대)
  • 기계 학습(Machine Learning)과 대량의 데이터를 처리할 수 있는 빅데이터의 발전이 AI 발전에 중대한 변화를 가져왔습니다.
  • 지도 학습(Supervised Learning), 비지도 학습(Unsupervised Learning), 강화 학습(Reinforcement Learning) 등이 발전하여, AI는 특정 규칙을 프로그래밍하는 대신 데이터를 통해 학습할 수 있게 되었습니다.
• 딥러닝과 현대 AI(2010년대 이후)
  • 딥러닝(Deep Learning)*은 여러 층의 인공신경망을 이용하여 인간보다 뛰어난 성능을 보이는 AI 기술을 가능하게 했습니다.
  • 구글 딥마인드의 알파고(AlphaGo)는 바둑 챔피언 이세돌을 이기며 AI 기술의 잠재력을 세상에 알렸습니다.
  • 자연어 처리에서는 GPT(Generative Pre-trained Transformer)와 같은 언어 모델이 혁신을 일으키며 대화형 AI 시스템이 대중화되었습니다.
• 미래의 AI
  • 현재 AI는 자율주행차, 의료 진단, 금융 분석, 고객 서비스 등 다양한 산업에서 활용되고 있으며, 강한 AI로의 발전을 향한 연구도 계속 진행 중입니다.