Tech predictions for 2023 and beyond 아마존 CTO의 2023년 이후 기술 예측

워너 보겔스 박사의 글 # 예측 1: 클라우드 기술이 스포츠를 재정의할 것 * 음악/비디오와 마찬가지로 분석 가능한 데이터스트림이 될 것 * 이 분석으로 얻어진 인사이트가 모든 게임을 플레이하고 경험하는 것의 의미를 재정의 * Veo 같은 회사는 머신러닝/컴퓨터비전/스트림 프로세싱 같은 기술로 아마추어/프로선수 간의 디지털 격차를 좁힘 * 아마추어 스포츠를 위한 방송을 제공하고, 자동으로 하이라이트를 생성하는 심층신경망을 구축 * 선수/코치/리크루터가 이전과는 다른 방식으로 핵심 플레이를 찾고 전술을 개선하고 공유 가능 * 분데스리가/NFL 같은 리그는 이미 실시간 분석을 위해 웨어러블/IoT센서 등을 사용하기 시작했음 * 앞으로 이런 기능은 어디에서나 사용되게 될 것 * 코치가 실시간으로 컴퓨터비전과 생체 데이터를 통해서 선수의 피로 상태를 파악하고 적절한 시간에 교체 * 선수의 안전을 향상시키고 경쟁력을 높이게 됨 * 직접 보거나 스크린으로 보거나 팬들의 경험도 바뀔 것 * 컴퓨터비전, 센서 융합, 딥러닝으로 티켓없이 입장하고 Grab-n-Go(테이크아웃) 구매 가능한 Amazon Go 매장처럼 경기장도 바뀜 * 비디오게임에서 보이는 수준의 선수별 데이터 오버레이와 인사이트를 제공해서 게임수준의 시각적 인사이트를 제공 # 예측 2 : 시뮬레이션된 세계가 우리가 실험하는 방식을 재창조할 것 * 공간 컴퓨팅, 시뮬레이션, 디지털 트윈스. 수년간 천천히 성숙해 왔지만 일상에 영향은 제한적 이었음 * 빠르게 변하고 있으며 2023년에는 클라우드가 이런 기술에 더 쉽게 접근하도록 해서 물리적 제약에 얽매이지 않는 새로운 유스케이스를 가능하게 할 것 * 시뮬레이션은 더 나은 경주용 차를 만들고, 날씨를 예측하고, 주식시장을 모델링 하는데 사용 * 제트기 날개나 경주용 자동차의 유체 역학 시뮬레이션을 1초 하기 위해서 최대 150TB까지의 데이터가 필요할 수 있음 * 이런 것은 AWS SimSpace Weaver와 같은 기술로 빠르게 변화하는 중 * 이 기술은 세계의 거의 모든 것이 시뮬레이션될 미래로 가는 길을 여는 시뮬레이션 기술들중 첫번째 * Terraformation 같은 회사는 SimSpace 기술을 활용해서, 1조 그루의 나무를 심는 목표를 달성하기 위해 전체 숲의 성장을 모델링 가능 * 공간 컴퓨팅 영역도 혁신이 빠르게 증가하고 있음 * 회사들이 특수하드웨어를 구축하고 클라우드 기술을 이용해서 거의 모든 환경의 3D 모델을 캡쳐하고 생성하는 중 * 곧 모바일 장치만으로 이런 작업을 수행하는게 곧 현실이 될 것 * 이를 통해서 건축, 건설, 상업용 부동산 및 리테일 산업에서 새로운 혁신을 불러일으킬 것 * 비디오가 인터넷에게 한 것처럼, 요즘의 숏폼 미디어 같이 3D개체와 환경이 쉽게 만들고 소비할수 있는 수준까지 발전할 것 * 인터넷에 있는 정적인 2D 제품 이미지는 과거의 일이 되고, 모두 회전가능한 3D 모델로 대체될 것 * 요즘 웹브라우저에서 보이는 것처럼 당신의 거실에 놓아보는게 가능해 질 것 * 더 나아가 램프를 배치해보는것 외에 조명을 켜고 끄고 할수 있고, 다른 가상 가구들과 어떻게 상호 작용하는지 실시간 관찰 가능 * 그리고 에너지 소비량에 어떤 영향을 주는지 까지도 * 이게 모두 "Buy Now" 버튼을 누르기 전에 가능함 * 2023년에는 이런 기술이 융합되기 시작할 것 * 물리적 세계와 디지털 기술의 통합이 증가하면서, 공간 컴퓨팅 기술이 올바른 영향을 미치도록 시뮬레이션이 더욱 중요해짐 * 서로 떨어져 있던 기술들이 같이 사용되면서 선순환으로 이어질 것 * 클라우드는 방대한 규모와 접근성을 이용해서 다음 시대를 주도할 것 # 예측 3: 스마트 에너지의 혁신 급증 * 에너지를 저장하는 재료. 분산 그리드, 스마트 소비기술 * 2023년에는 에너지를 생산, 저장 및 소비하는 방식을 개선하는 전 세계적 규모의 급속한 발전을 보게 될 것 * 또 다른 에너지 위기에 처해있음. 에너지 위기는 처음이 아니지만, 성숙한 기술 몇가지로 이전과 다르게 해결가능 * 우리 주변은 이미 충분한 재생에너지를 생산함. 문제는 해당 에너지를 저장하고 온디맨드에 전달하는 것 * 아마존은 150 MW 배터리 저장 시스템등으로 이 분야에서 일하고 있음 * 우리뿐 아니라 전세계 기업들이 빠르게 혁신중 * 클라우드는 에너지 저장 장치를 전력을 공급할 물체의 구조 안에 넣는 재료 연구를 가능하게 함 * 선박의 측면이 실제로 항해중 동력을 공급하는 배터리 인것을 상상해 보라 * 이것은 빙산의 일각. Molten Salt, Stacked Block, Fuel Cell 처럼 장기 저장 분야에서 획기적인 발전을 보기 시작함 * 또 다른 영역은 에너지의 탈중앙화 * 에너지 가용에 대한 불확실성으로 일부는 마이크로 그리드로 전환중 * 마이크로 그리드는 전통적 에너지회사와 노후화된 인프라에 대한 의존도를 줄이는 커뮤니티 가든이라고 생각함 * 내 이웃에는 작은 마이크로그리드가 있어서 태양광을 모아서 세입자들간에 공유함 * 지정학적 문제들과 기후변동으로 인해서 에너지 문제가 증폭되면서, 마이크로 그리드는 전세계 커뮤니티에서 실행가능한 솔루션이 될 것이며, 클라우드 기술은 이를 가능하게 할 것 * 태양열 패널, 풍력 발전소, 지력 및 수력발전의 데이터는 클라우드에서 스트리밍, 저장, 모니터링, 강화 및 분석됨 * 또한 내년에는 IoT 기반 스마트 전력 소비 장치가 전세계에서 도약할 것 * 가정과 기업에 도입되어 관찰하는 능력으로 인해 차세대 혁신으로 이어질 것 * 에너지 절약 기술로 역사적 건물들을 개조해서 얻게될 에너지 절약을 상상해보세요 * 기술 솔루션이 위기를 해결할 수 있는 문턱에 도달했기 때문에, 향후 몇년간 모든 유형의 스마트 에너지 기술들이 융합하는 것을 보게 될 것 # 예측 4: 다가올 공급망 혁신 * 컴퓨터 비전 및 딥러닝 같은 기술의 채택이 공급망을 발전 시킬 것 * 무인차량, 자율 창고 관리 및 시뮬레이션은 스마트 물류 및 글로벌 공급망의 새로운 시대로 이어질 최적화의 일부에 불과함 * 지난 몇년간 공급망의 취약성을 반성하고, 미세 조정 했지만 많은 회사가 물류문제로 어려움을 겪었음. 이게 이제 바뀔것 * 상품를 제조하는 것부터 시작 * 공장의 IoT 센서가 확산되고, 머신러닝이 기계의 고장을 예측할 뿐만 아니라 예방하는데 사용될 것 * 다운타임의 감소는 일관된 생산을 의미함 * 이런 제품을 전세계로 배송하는 것은 또 다른 도전 * 클라우드로 구동되는 디지털 화물 네트워크는 * 국가/바다를 횡단하는 운송업체가 장비고장/날씨문제 등에 대응해서 가장 효율적인 경로를 최적화하고 변경 * 공급망의 모든 레벨에서 상품의 현재 상태 및 도착 시간에 대해서 실시간 인사이트를 가지게 되는 것 * 이런 화물 네트워크는 최초의 국가간 자율 운송 트럭을 위한 발판을 마련할 것 * 미국같은 국가는 현재 8만명의 운전자 부족을 겪고 있어서, 그 영향은 즉시 체감될 것 * 공간 계산, 엣지 컴퓨팅, 시뮬레이션을 사용하여 자율 운송은 우리의 글로벌 공급망에 막대한 영향을 미칠 것 * 왜냐하면 인간 운전자는 주의가 산만해지고 피곤해지며, 건강 안전 규정때문에 제한된 시간동안만 운전 가능 * 그러나 자율 주행 트럭은 24시간 도로에서 있을수 있음 * 로컬 창고에 도착하면 로봇에 의한 픽업, 주문 분류 및 자동 포장이 더 보현화 될 것 * 로봇공학은 창고에서 더 큰 역할을 하기 시작 * 공급망 혁신의 핵심은 기술을 사용하여 제품 여정의 각 단계를 최적화 하는 것 * 내년 부터는 스마트 공장, 스마트 장비, 스마트 배송의 발전에서 가속을 보게 될 것 * 공급망의 미래는 디지털 # 예측 5: 커스텀 실리콘이 주류가 됨 * 특수 제작된 칩의 사용이 2023년에 급격히 증가할 것 * 성능을 극대화한 하드웨어를 활용하는 동시에 에너지 소비를 낮추고 비용을 절감하게 되면서 혁신의 속도가 빨라질 것 * 커스텀(맞춤형) 실리콘은 소비자 기술 산업에서 빠르게 주목을 받고 있음 * 랩탑에서 휴대폰, 웨어러블 장치에 이르기 까지 모두 커스텀 실리콘을 제조/채택하면서 성능이 크게 향상중 * 소비자 분야에서는 채택이 빠르지만 비즈니스 어플리케이션과 시스템에서는 그렇지 않았음. 하지만 향후 몇년간 빠르게 변할 것 * AWS에는 매일 평균 1억개의 EC2 인스턴스가 실행되며, 지난 몇*년간 칩 설계에 막대한 투자를 해왔음 * 특정 워크로드에서는 특별히 제작된 커스텀 실리콘에서 실행할 때 성능이 더 우수하고 비용 효율적이기 때문 * 머신러닝 워크로드의 경우 * 고가의 GPU에 의존해 왔지만, 대부분의 GPU는 이런 작업에 최적화 되어있지 않음 * 앞으로는 모델 훈련(AWS Trainium) 과 추론(AWS Infrentia) 작업을 위해 특별히 설계된 프로세서로 이점을 얻게 될 것 * 이게 새로운 혁신의 물결의 시작. 훈련 비용을 50% 절감하거나 추론 성능을 50% 향상 * 또한 EC2 인스턴스도 Graviton3 같은 것으로 이전하면 최대 60% 적은 에너지를 사용 * 비용 절감 및 성능에 대한 이점은 더 많은 실험, 더 많은 혁신, 더 많은 채택으로 이어지면서 * 궁극적으로는 다른 특정 워크로드를 위한 더 많은 커스텀 실리콘으로 이어지는 선순환이 만들어 질 것 * Alan Kay는 "소프트웨어에 대해 정말로 진지한 사람들은 자신의 하드웨어를 만들어야 합니다" 라고 말한 적이 있음 * 내년에는 소프트웨어에 진정으로 진지한 사람들이 커스텀 실리콘이 제공하는 모든 이점을 실제로 활용하기 시작할 것