인공지능(AI)과 디지털 트윈 기술의 무한한 가능성을 계속해서 실험하면서 우리는 더 이상 우리 자신과 기술을 공상과학 소설의 영역 내에서 메우는 데 도움을 주는 기술에 국한되지 않습니다. AI 애플리케이션의 발전은 이제 디지털 트윈 기술이 모든 시스템이나 사람의 프로세스를 정확하게 복제하여 원본과 거의 동일한 더 풍부하고 정교하며 조작된 디지털 환경을 만들 수 있음을 의미합니다. 디지털 트윈 기술은 인공 지능과 함께 이제 더 많은 사람과 기업이 일상적인 작업을 자동화하여 직원과 개인이 불필요한 활동에 소비하는 시간을 최소화할 수 있음을 의미하지만 이론적으로나 실제로는 디지털 트윈 애플리케이션이 떠오르기 시작했습니다. 개인 정보 보호 문제, 신원 도용 가능성, 잘못된 정보 확산을 촉진하는 딥페이크 사용 등이 있습니다. 실제 사람을 거의 정확하게 복제한 가짜 AI 생성 이미지와 비디오만이 인터넷을 떠돌고 뒤흔드는 유일한 것은 아닙니다. 사기꾼들이 디지털 오디오를 획득하고 단 3초의 오디오로 사람들의 목소리를 복제했다는 이야기는 이제 당국 사이에서 더 큰 우려를 불러일으키고 있습니다. 일부 업계 통찰에 따르면 와 온라인 콘텐츠에 속았다고 보고했습니다. 미국 인터넷 사용자의 약 77%가 AI가 생성한 유사 콘텐츠 그러나 이제 개발자는 사용자와 함께 국회의원이 디지털 프레임워크에 도전하기 시작하고 사물 인터넷 전반에 걸쳐 개인의 디지털 신원과 개인정보를 보호하기 위한 프로세스를 더욱 재구성할 수 있는 방법을 이해하는 교차점에 서 있습니다. 내 디지털 트윈을 보셨나요? 우리는 최근 몇 년 동안 디지털 기술이 일련의 놀라운 경험을 만들어내는 것을 보아왔고, 인공 지능과 함께 이제 우리를 다음 단계로 이끌어줄 차세대 컴퓨터 및 기계 학습 기능의 최전선에 서 있습니다. 가능성이 무한해짐에 따라 디지털화의 새로운 방법은 우리가 여기 지구상에서 더욱 평온한 삶을 살 수 있는 자유를 누리면서 디지털 생태계에서 자리를 잡을 수 있는 일종의 프레임워크 시스템을 개발하는 데 도움이 됩니다. 디지털 트윈 기술의 개발을 통해 일상 생활 전반에 걸쳐 사용하는 사용자와 애플리케이션이 더욱 자동화되고 고급 기술을 활용하여 보다 개인화된 경험을 위해 일상을 연구하고 학습할 수 있습니다. 연구진에 따르면 디지털 트윈 기술은 사물이나 개인에게 중요한 기능 영역을 모니터링하는 수많은 전기 센서가 장착되는 프로세스입니다. IBM 여러 테스트를 실행하고 다양한 입력 및 출력 메커니즘을 지속적으로 추적함으로써 컴퓨터화된 소프트웨어는 물체나 사람의 성능의 다양한 측면에 대한 데이터를 생성하기 시작할 수 있습니다. 궁극적인 목표는 사용 가능한 데이터를 사용하고 이를 디지털 사본에 적용하여 다양한 시나리오를 재현하거나 다양한 유형의 테스트를 거치는 것입니다. 이 데이터를 통해 기술 회사는 특정 조건에서 물체가 어떻게 작동하는지, 시스템을 수정하면 물체의 성능을 어떻게 향상시킬 수 있는지 연구할 수 있습니다. 일상적이거나 일상적인 작업을 모두 자신의 디지털 사본에 넘겨서 더 많은 시간을 확보하고 일일 일정에서 불필요한 활동을 제거할 수 있다고 상상해 보십시오. 우리가 역사에서 배운 바에 따르면, 더 많은 시간을 희생하지 않고도 가상 세계에서 우리 자신을 어느 정도 복제하고 실제 생활에서 더 효율적이 될 수 있는 방식으로 기술을 적용하는 것이 가능합니다. 능력. 이러한 수준의 기술을 개척하는 기술 회사의 경우 디지털 트윈 모델은 다양한 시뮬레이션에서 테스트 및 연구를 수행하고 원래 프로토타입을 개선하는 데 도움이 되는 개선 작업을 수행하는 데 도움이 될 수 있습니다. 이 기술은 다양한 조건과 오류 하에서 특정 개체가 어떻게 작동하는지 더 잘 이해하고 관련 데이터를 사용하여 필요한 개선을 통해 원래 엔터티를 향상시키면서 향후 버전이 더 효율적이고 더 엄격한 테스트를 받을 수 있도록 보장하는 데 매우 유용합니다. 시나리오? AI가 생성한 복제품의 디지털 구성에 균열이 생겼습니다. 이론적으로 디지털 트윈 기술과 AI 기반 애플리케이션은 우리의 삶을 더욱 효율적으로 만들고 생산성을 높이도록 설계되었습니다. 이 기술은 인간의 능력을 향상시킬 뿐만 아니라 과학적인 수준에서도 설계되었습니다. 차세대 AI 기반 기술을 통해 우리는 현재 시스템을 개선하고 더 정확하고 더 나은 결정을 내릴 수 있으며 우리가 생활하고 일하는 방식을 완전히 바꿀 수 있습니다. 하지만 이 기술이 의도된 용도로 실행되지 않으면 어떻게 될까요? 더 나아가, 사기꾼들이 현재 우리의 현실을 빠르게 형성하고 있는 디지털 문자열을 끌어당기고 있을 때 무엇이 진짜인지 가짜인지 어떻게 해독할 수 있을까요? AI 기반 기술이 발전할수록 그 결과도 더욱 정교해졌습니다. 이제 인터넷은 이미지, 비디오, 음악부터 유명 유명 인사와 소셜 미디어 영향력자의 기사와 오디오 녹음에 이르기까지 AI가 생성한 콘텐츠로 가득 차 있습니다. 올해 1월, 스위프트의 이미지가 노골적이고 다소 포르노적인 콘텐츠에 등장한 후 테일러 스위프트의 조작된 이미지가 인터넷을 디지털 질식처럼 보였습니다. 의 보고서에 따르면 해당 이미지는 인터넷에서 빠르게 퍼져나갔고 계정이 정지되기 전까지 4,700만 번 이상 조회되었습니다. New York Times 노골적인 콘텐츠를 생성하기 위해 AI 기반 애플리케이션이 사용된 것은 이번이 처음이 아닙니다. 에 따르면, 연구자들은 2020년 10월 동의 없이 디지털 방식으로 제작된 여성 누드 이미지 100,000개 이상을 발견했으며 신체적 특징이 사용된다는 사실도 인지하지 못했다고 보고했습니다. 미국 국토안보부 다른 곳에서 전문가들은 2018년 이후 온라인으로 공유 및 게시된 딥페이크 동영상의 90~95%가 합의되지 않은 음란물을 기반으로 제작된 것임을 발견했습니다. 2023년 7월, 겁에 질리고 혼란스러운 한 어머니는 연락을 받은 후 사기꾼들에게 몸값으로 , 딸이 포로로 잡혀 있다고 믿게 되었습니다. 50,000달러 이상을 지불할 뻔했고 다행스럽게도 어머니는 신속하게 점들을 연결했고 그 설정이 사기였으며 의심하지 않는 피해자들로부터 수천 달러를 사기 위해 딸의 목소리를 모방하기 위해 AI 애플리케이션을 사용하는 사기꾼 그룹의 연락을 받았다는 것을 깨달았습니다. 에 따르면 음성 기반 사기는 이제 성인 4명 중 1명에게 영향을 미치고 있습니다. 하지만 사기꾼이 어떻게 이미지뿐만 아니라 사람의 목소리도 복제할 수 있는지 궁금하실 것입니다. McAfee의 최근 조사 이제 GAN(Generative Adversarial Network) 기술을 사용하여 전 세계 모든 사람이 일련의 프롬프트와 관련 데이터를 기반으로 콘텐츠를 생성할 수 있습니다. GAN 기술은 이미지의 가능성을 생성하고 평가하는 일종의 기계 학습 도구로 2014년에 개발되었습니다. GAN 프레임워크는 AI 기반 기술의 또 다른 분야일 뿐이며 디지털 트윈 애플리케이션의 기능과 결합되어 이 기술은 거의 무한한 잠재력을 가지고 있습니다. AI로 생성된 콘텐츠는 매일 소셜 미디어와 인터넷에서 점점 더 일반적인 특징이 되고 있으며, 전문가들은 2026년까지 AI로 생성된 콘텐츠가 최대 90%에 달할 것으로 예측하고 있습니다. 이 기술의 결과를 보는 것은 재미있지만, 사용자가 자신의 데이터가 새로운 언어 및 학습 모델을 훈련하는 데 어떻게 사용되는지 의문을 제기하기 시작하면서 이 기술의 어두운 면이 이제 표면 아래에서 끓어오르기 시작했습니다. AI 기술을 사용하여 새로운 콘텐츠가 많이 생성됨에 따라 진짜와 가짜를 해독하는 것은 더 똑똑한 인공 기계가 필요할 뿐만 아니라 가까운 미래에 이 기술이 초래할 수 있는 잠재적 위험에 대해 사용자에게 교육하는 어려운 활동이 되었습니다. 분명히 전문가들은 악의적인 행위자가 우리의 이름과 기타 개인 정보를 빼앗고 사용할 뿐만 아니라 대신에 우리의 신원을 주장하고 기술을 사용하여 우리의 신체적 특징, 음성 및 체격을 재현하는 "신원 하이재킹" 시대로 진입하고 있다고 제안합니다. 우리 자신의 가상 버전은 정확한 복사본일 뿐만 아니라 실제와 구별할 수 없는 것입니다. 이 모든 일이 바로 우리 눈앞에서 일어나고 있지만 그것은 우리의 동의나 승인 없이 이루어집니다. 그리고 온라인에서 사용할 수 있는 수십억 개의 데이터 포인트를 통해 악의적인 행위자들은 우리가 무슨 일이 일어나고 있는지 깨닫지 못하는 사이에 우리의 현실을 비틀고 왜곡하는 데 사용할 수 있는 정보의 보물창고 위에 서 있습니다. 디지털 방식으로 제작된 우리의 세계 잘못된 정보가 넘쳐나는 시대, 그리고 소셜 미디어가 가짜 정보와 사실이 아닌 정보로 몸살을 앓고 있는 지금, 사기꾼은 이제 AI 기반 기술을 사용하여 우리가 전혀 다른 것을 의심하지 않고 공인으로 가장함으로써 이익을 얻을 수 있습니다. 더 많은 정보가 인터넷에서 스크랩되어 기계 학습 애플리케이션에 더 복잡한 패턴을 가르치는 데 사용됨에 따라 이러한 애플리케이션이 더 효과적으로 분석하고 학습해야 할 무한한 기회가 있지만 더 중요한 것은 우리를 왜곡하는 방식으로 정보를 전문적으로 모방하는 것입니다. 현실에 대한 이해. 딥페이크와 AI 생성 콘텐츠는 우리 사이에 혼란을 야기할 뿐만 아니라 AI 생성 도플갱어로 인해 부정적인 영향을 받았거나 이전에 부정적인 경험을 했던 사람들에게 장기적인 사회학적, 심리적 영향을 남깁니다. 에서 연구자들은 도플갱어 공포증이 개인의 정체성을 착취하고 대체하며 부정적인 감정 반응을 이끌어내는 악의적인 AI 클론의 결과라고 지적했습니다. 한 연구 또한, 같은 연구의 연구자들은 AI로 생성된 디지털 트윈이 인간이 기술과 상호 작용하는 방식에 대한 담론을 창출하고 인간의 정체성과 대인 관계에 더 많은 영향을 미칠 것이라고 강조합니다. 디지털 클론을 갖는 것은 궁극적인 현실처럼 보일 수 있습니다. 그러나 이러한 인공 복제품은 개인의 응집력 있는 자기 인식과 개성을 위협할 가능성이 있습니다. 그러나 이 기술을 사용하여 약물 투여를 돕고, 환자의 요구 사항을 모니터링하고, 무선으로 전송하는 경우 디지털 트윈이 최선의 시나리오처럼 보일 수 있습니다. 이 기술이 모두 나쁘지 않다는 것을 알고 차세대 원격 의료를 가능하게 할 수 있는 장기적인 가능성을 발견한다는 것은 환자가 더 효과적으로 치료되고 매번 적절한 진단이 제공된다는 것을 의미합니다. 가능성은 거의 무한하지만, 공공 기관과 민간 기관 간의 파트너십은 환자 정보의 보호 또는 보관을 보장하고 공정하고 평등한 공유 경험을 허용해야 합니다. 기술이 존재할 수는 있지만, 인공 지능 관행을 통한 불법적이고 불법적인 데이터 수집으로부터 개인을 보호하기 위한 법적 및 사법적 프레임워크는 여전히 개발 과정에 있습니다. 이러한 학제간 협력은 것이 아닙니다. 대신, 이러한 노력은 법적 의미를 고려하고 사용자에게 보다 확립된 보증을 제공하는 공간 내에서 AI 기술을 개발하고 적용할 수 있는 방법에 대한 더 나은 이해를 제공하는 포괄적인 로드맵을 장려해야 합니다. 의료 관행의 최전선에서만 중요한 AI 생성 쌍둥이의 미래 과제 탐색 AI 생성 콘텐츠가 인터넷과 소셜 미디어에서 점점 보편화되면서 사용자와 중앙 당국은 어떻게 인위적으로 생성된 애플리케이션을 관리하고 진위성을 보존할 수 있는지 의문을 제기하기 시작했습니다. 법적 및 개인 정보 보호 문제 개인이든 공공이든 개인을 복제하거나 모방하기 위해 딥페이크 기술을 사용하는 것은 개인의 사생활을 침해하게 됩니다. 더욱이 AI 기반 애플리케이션을 사용하여 사전 허가나 인지 없이 사람의 이름, 이미지 또는 초상을 재현하는 것은 퍼블리시티권을 침해하고 잠재적으로 일련의 심각한 위반을 초래할 수 있습니다. 데이터 프라이버시 기업은 계속해서 귀중한 고객 관련 정보를 추적하고 공유합니다. AI 기반 애플리케이션을 사용하는 기술 회사의 경우 이 데이터를 통해 새로운 소프트웨어를 교육하고 실제 사람과 실제 시나리오를 모두 반영하는 디지털 모델을 구축할 수 있습니다. 기업 간에 공유되는 데이터는 매우 중요할 뿐만 아니라 새로운 애플리케이션의 정교함 수준과 다양한 기업에서 공유하고 저장하는 데이터의 양으로 인해 이러한 활동을 규제하는 것도 점점 더 어려워지고 있습니다. 사용자 감시 기업은 기계 학습 애플리케이션을 사용하는 데 필요한 데이터에 액세스하기 위해 수많은 데이터 포인트에서 사용자를 추적하고 있습니다. 이러한 매장을 모니터링함으로써 기업은 고객과 기본 사용 패턴을 더 잘 이해하고, 보다 개인화된 경험을 제공하고, 미리 개선할 수 있습니다. 그러나 이러한 매체는 사용자를 더욱 면밀히 모니터링하는 방법으로 작용할 수 있으며 종종 개인 정보 침해의 경계를 모호하게 만듭니다. 이러한 활동은 사용자 데이터 및 공개적으로 이용 가능한 정보의 보호를 보장하는 데 필요한 추가 조항에 기여합니다. 자원 및 교육의 가용성 최근 몇 달간 백악관은 바이든 행정부와 함께 행정명령을 도입해 인공지능을 규제하는 방식을 했다. 행정 명령을 통해 연방 정부는 모든 연방 기관과 직원에게 AI 도구를 보다 적절하게 사용할 수 있는 방법을 더 잘 이해하는 데 필요한 적절한 훈련과 교육을 제공하려고 합니다. 발표 이러한 조치는 아직 시행 중이지만 일반 개인이 AI 생성 콘텐츠에 대해 더 많이 배우고 교육을 받고 모든 사람의 디지털 안전을 우선시하는 데 도움이 되는 적절한 자원에 정부가 투자하는 훨씬 더 광범위한 접근 방식이 필요합니다. 투명성 요구 사항 자신에 대한 새로운 정보가 언제 수집되는지 또는 어떤 유형의 데이터가 사용되는지 사용자가 알 수 있도록 허용하는 것은 많은 규제 기관이 아직 완전히 익숙하지 않은 부분입니다. 2023년 6월, 유럽연합 집행위원회는 사용자에게 수집되는 정보의 양과 이 정보가 어떻게 사용될 것인지에 대해 사용자에게 더 많은 투명성을 제공하기 위해 업계 최초로 승인했습니다. AI법을 이와 같은 발전을 통해 국회의원은 사용자 개인 정보 보호 및 안전 개선을 위해 법 집행을 어떻게 활용하는지 명확하게 알 수 있습니다. 이는 기술 산업의 어두운 구석에 빛을 비추고 모든 회사가 사용자의 개인 정보 보호와 보안을 최우선으로 생각하는 동일한 수준의 투명성을 따르도록 보장합니다. 마무리 생각 우리 각자가 광대한 인터넷 어딘가에 디지털 트윈을 갖고 있는지 여부는 불분명하지만, 우리의 디지털 신원을 보호하는 것이 국회의원과 규제 기관에 어려운 질문을 던지고 많은 부분에 대한 답변을 제공하지 못하는 과제가 되고 있습니다. 언젠가 디지털 트윈을 갖게 된다는 생각은 그 과정에서 우리의 정체성을 약간 포기해야 한다는 것을 의미합니다. 많은 사람들에게 이는 윤리적 우려를 불러일으키는 반면, 다른 사람들은 디지털 트윈이 그들에게 많은 새로운 가능성을 제공할 수 있다고 느낄 수도 있습니다. 균형을 찾는 것은 쉽지 않습니다. 우리가 자신을 보호하고, 적절한 규제를 부과하고, 보다 투명한 관행을 갖추는 방법에 대한 명확한 이해를 갖기 전까지는 언제 우리가 알 수 없는 잡아당김 상태에 직면하게 됩니다. 우리 자신의 신원을 이용해 인위적으로 발생한 사기의 피해자가 될 것입니다.
