기본 콘텐츠로 건너뛰기

iOS 10 - 애플 생태계와 사용자 경험의 강화






(출처: 애플)
 애플이 WWDC 2016에서 공개한 iOS10을 두고 이런 저런 이야기가 나오고 있습니다. 새로운 소프트웨어와 OS만 공개했지만, 애플의 전략이 다소 변경되고 있다는 점을 시사하고 있기 때문입니다. 물론 이는 애플이 개방 생태계로 가기 위해서 노력하기 때문이라기 보다는 iOS 기기와 맥, 그리고 애플의 서비스로 이어지는 자체 생태계를 더 강화하기 위한 노력으로 풀이됩니다.
 - 시리의 변화
 이번 iOS10에서 시리는 큰 변화를 시도했습니다. 애플은 처음으로 시리 SDK를 공개해 앞으로 앱 개발자들이 시리를 이용해서 앱을 개발할 수 있도록 허용했습니다. 음성 인식 기반 서비스를 구축하기 위해서는 상당한 수준의 데이터와 자원이 필요하기 때문에 소규모 개발자 그룹이 이를 개발하기는 어려웠습니다. 애플의 이와 같은 조치는 앞으로 시리를 기반으로 한 여러 가지 음성 서비스 앱 개발에 도움이 될 것으로 보입니다.
 이와 같은 조치는 사실 구글, 아마존, 마이크로소프트 등이 경쟁적으로 음성 인식 및 인공 지능 서비스를 확대하는 데 따른 대응조치로 생각됩니다. 시리의 활용 범위를 높여야 이에 대응이 가능하기 때문입니다. 하지만 그렇다고 시리를 애플 기기가 아닌 다른 기기에서 활용할 수 있도록 빗장을 푼 것은 아니기 때문에 애플의 관점은 여전히 애플 생태계 확장에 맞춰져 있다는 점을 알 수 있습니다.
 아무튼 이와 같은 조치로 앞으로 시리를 이용해서 다양한 앱을 통제할 수 있게 되었다는 점은 재미있습니다. 예를 들어 네비게이션 앱이나 채팅 앱을 시리를 통해서 컨트롤 할 수 있습니다. 본래 애플은 보안 상의 문제로 다른 앱을 컨트롤 할 수 있는 앱을 허용하지 않았습니다. 개별 앱이 연락처나 혹은 앨범에 접근이 가능하긴 했지만, 절대 다른 앱이나 서비스에서 바로 앱을 불러오거나 컨트롤 할 수 없었는데, 이번에 입장을 바꾼 것입니다.
 보안에는 다소 취약해질 우려가 있으나 역시 폐쇄적인 생태계 (애플 앱스토어가 아니면 앱을 설치할 수 없는 점을 포함)​를 가진 만큼 악성 앱이나 멀웨어의 위험성은 아주 높지는 않을 것으로 예상됩니다.




(동영상)
 - 인공 지능


 애플은 딥 러닝 기술을 이용해서 사진을 자동으로 저장하거나 분류하는 기능을 공개했습니다. 그런데 여기서도 애플의 독특한 철학이 드러나고 있습니다. 사진을 인식하기 위한 가장 간단한 방법은 이 사진을 중앙의 서버에 저장한 후 강력한 컴퓨팅 성능으로 분석하는 것입니다. 이는 모바일 기기의 부담을 덜 뿐 아니라 구글 같은 대기업이 정보를 수집하는 방법이기도 합니다.


 하지만 애플은 이 방식을 거부하고 각각의 사진 인식 기술이 독립적인 iOS 기기에서만 돌아가도록 만들었습니다. 구글과 비슷한 서비스를 제공해도 방식이 다른 점은 역시 애플의 철학 때문입니다. 애플은 소비자의 보안 및 프라이버시를 강조하는데, 이는 구글 처럼 검색과 정보로 돈을 버는 대신 하드웨어와 콘텐츠 서비스로 돈을 벌기 때문에 나타난 차이로 생각됩니다.


 아무튼 적어도 애플의 기능을 이용하면 사진을 아이클라우드에 백업하지 않는 이상 내 사진을 애플에서 들여다볼 수 없습니다.  프라이버시를 중요하게 생각하는 유저라면 환영할 만한 방식이지만, 과연 사진을 얼마나 잘 분류할지 궁금하네요.


  - 맥OS 시에라, 애플 워치, 그리고 기타   


 맥OS로 이름을 바꾼 OS X는 한결 더 애플 서비스와 통합되었습니다. 시리를 사용할 수 있게 되면서 유저는 동일한 사용자 경험을 맥OS로 이어갈 수 있습니다. 동시에 애플 워치를 이용해서 자동으로 잠김이 풀리거나 메세지를 iOS 기기에서 연동에서 쓸 수 있는 등 애플 기기간 연동이 강화되었습니다.


 여기에 아이클라우드 동기화 역시 더 확장되어 애플 기기간의 연동성을 강조하는 모습입니다. 이는 애플 TV나 다른 기기에서도 다르지 않습니다.


 watchOS 3는 앱 구동속도가 매우 빨라져 즉시 응답하는 수준으로 발전했다고 합니다. 동시에 필기 인식 기능을 지녀 좀더 편리하게 사용할 수 있습니다.


 마지막으로 재미있는 부분은 애플의 언어인 스위프트를 쉽게 익힐 수 있는 아이패드 앱인 스위프트 플레이 그라운드를 공개한 점입니다. 이는 코딩을 처음 배우는 어린아이들을 대상으로 한 것으로 크게 보면 역시 애플 생태계를 확장하기 위한 노력입니다.
 사실 애플은 아이폰과 아이패드 이후 확실한 히트 상품이 없는 상태입니다. 이미 스마트폰과 태블릿 시장이 포화 상태에 이른 점을 생각하면 뭔가 새로운 대안이 필요한 시점입니다. 그런데 이와는 별개로 자신의 생태계를 꾸준히 유지하고 넓히기 위해 노력하는 점을 보면 그래도 쉽게 망하지는 않겠다는 생각이 듭니다. 그 생태계에 들어온 유저는 쉽게 발을 빼기 어려우니까요.
 다만 애플이 획기적인 신제품을 내놓지 못한다면 매출 감소는 피하기 어려울 것입니다. 기존의 애플 생태계와 통합되면서 새로운 수요를 불러일으킬 제품을 내놓을 수 있을지는 시간이 증명해줄 것입니다.  



 참고

 ​ 


댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

150년 만에 다시 울린 희귀 곤충의 울음 소리

  ( The katydid Prophalangopsis obscura has been lost since it was first collected, with new evidence suggesting cold areas of Northern India and Tibet may be the species' habitat. Credit: Charlie Woodrow, licensed under CC BY 4.0 ) ( The Museum's specimen of P. obscura is the only confirmed member of the species in existence. Image . Credit: The Trustees of the Natural History Museum, London )  과학자들이 1869년 처음 보고된 후 지금까지 소식이 끊긴 오래 전 희귀 곤충의 울음 소리를 재현하는데 성공했습니다. 프로팔랑곱시스 옵스큐라 ( Prophalangopsis obscura)는 이상한 이름만큼이나 이상한 곤충으로 매우 희귀한 메뚜기목 곤충입니다. 친척인 여치나 메뚜기와는 오래전 갈라진 독자 그룹으로 매우 큰 날개를 지니고 있으며 인도와 티벳의 고산 지대에 사는 것으로 보입니다.   유일한 표본은 수컷 성체로 2005년에 암컷으로 생각되는 2마리가 추가로 발견되긴 했으나 정확히 같은 종인지는 다소 미지수인 상태입니다. 현재까지 확실한 표본은 수컷 성체 한 마리가 전부인 미스터리 곤충인 셈입니다.   하지만 과학자들은 그 형태를 볼 때 이들 역시 울음 소리를 통해 짝짓기에서 암컷을 유인했을 것으로 보고 있습니다. 그런데 높은 고산 지대에서 먼 거리를 이동하는 곤충이기 때문에 낮은 피치의 울음 소리를 냈을 것으로 보입니다. 문제는 이런 소리는 암컷 만이 아니라 박쥐도 잘 듣는다는 것입니다. 사실 이들은 중생대 쥐라기 부터 존재했던 그룹으로 당시에는 박쥐가 없어 이런 방식이 잘 통했을 것입니다. 하지만 신생대에 박쥐가 등장하면서 플로팔랑곱

9000년 전 소녀의 모습을 복원하다.

( The final reconstruction. Credit: Oscar Nilsson )  그리스 아테나 대학과 스웨덴 연구자들이 1993년 발견된 선사 시대 소녀의 모습을 마치 살아있는 것처럼 복원하는데 성공했습니다. 이 유골은 그리스의 테살리아 지역의 테오페트라 동굴 ( Theopetra Cave )에서 발견된 것으로 연대는 9000년 전으로 추정됩니다. 유골의 주인공은 15-18세 사이의 소녀로 정확한 사인은 알 수 없으나 괴혈병, 빈혈, 관절 질환을 앓고 있었던 것으로 확인되었습니다.   이 소녀가 살았던 시기는 유럽 지역에서 수렵 채집인이 초기 농경으로 이전하는 시기였습니다. 다른 시기와 마찬가지로 이 시기의 사람들도 젊은 시절에 다양한 질환에 시달렸을 것이며 평균 수명 역시 매우 짧았을 것입니다. 비록 젊은 나이에 죽기는 했지만, 당시에는 이런 경우가 드물지 않았을 것이라는 이야기죠.   아무튼 문명의 새벽에 해당하는 시점에 살았기 때문에 이 소녀는 Dawn (그리스어로는  Avgi)라고 이름지어졌다고 합니다. 연구팀은 유골에 대한 상세한 스캔과 3D 프린팅 기술을 적용해서 살아있을 당시의 모습을 매우 현실적으로 복원했습니다. 그리고 그 결과 나타난 모습은.... 당시의 거친 환경을 보여주는 듯 합니다. 긴 턱은 당시를 살았던 사람이 대부분 그랬듯이 질긴 먹이를 오래 씹기 위한 것으로 보입니다.   강하고 억센 10대 소녀(?)의 모습은 당시 살아남기 위해서는 강해야 했다는 점을 말해주는 듯 합니다. 이렇게 억세보이는 주인공이라도 당시에는 전염병이나 혹은 기아에서 자유롭지는 못했기 때문에 결국 평균 수명은 길지 못했겠죠. 외모 만으로 평가해서는 안되겠지만, 당시의 거친 시대상을 보여주는 듯 해 흥미롭습니다.   참고  https://phys.org/news/2018-01-teenage-girl-years-reconstructed.html