태그검색
찾고 싶은 것이 있나요?
Ai에 대한 327개의 태그 검색결과가 있습니다.
- 블로그 초·중·고교 영어 교과서, 앱 하나로 공부 끝! DX전문기업 LG CNS가 ‘스피킹클래스’에 71권 분량의 초·중·고교 영어 교과서 콘텐츠를 탑재했습니다. 이제 앱 하나로 영어 교과서에 있는 수만 개의 영어 문장을 AI와 함께 학습할 수 있게 됐습니다. LG CNS는 24일까지 코엑스에서 열리는 ‘2022 에듀테크 코리아 페어’에 참가해 스피킹클래스 체험 부스를 운영합니다. 부스를 방문하면 스피킹클래스, 다국어 버전 AI튜터 등 LG CNS의 다양한 AI 영어학습 앱을 체험할 수 있습니다. 스피킹클래스는 LG CNS가 개발한 AI 영어회화 학습 앱입니다. 스마트폰을 통해 언제, 어디서든 AI와...
- 블로그 데이터로 미래를 내다본다? 현대판 예언가 초거대 AI의 등장! 미래를 먼저 아는 사람이 세상을 승리로 이끌 수 있습니다. 최근 AI가 과거 예언가나 점성술사를 뛰어넘는 ‘예측 전문가’로 진화하고 있는데요. AI는 거대한 분량의 콘텐츠를 학습해 수필과 소설을 쓰는 창작활동까지 합니다. 여기에는 AI가 사람의 역할을 대신하고 인간을 능가하도록 만들기 위한 ‘초거대 AI 프로젝트’가 큰 몫을 하고 있는데요. 4차 산업혁명이 탄생시킬 초거대 AI는 어떤 미래를 만들까요? 몇 년 안에 지금까지의 AI와는 차원이 다른 ‘초거대 AI’가 등장할 전망인데요. 대규모 데이터를 스스로 학습해 인간처럼 논리를...
- 블로그 광고 카피부터 소설까지 OK! 글 쓰는 AI의 진화 AI가 텍스트 영역으로 빠르게 확장하고 있습니다. AI에 특정 문장을 입력하면 곧 문맥에 맞는 다음 문장을 만들어 내는데요. 2019년 오픈 AI(Open AI)가 GPT-2를 내놓은 이후 AI를 기반으로 한 글쓰기 시대가 열렸습니다. 현재 AI는 이미 많은 영역에서 대량의 글을 빠르게 생산해내고 있습니다. 게다가 글의 품질 역시 이전과 비교할 수 없을 정도로 향상되고 있죠. 물론 AI가 전문 작가를 바로 대체하지는 않겠지만, AI가 글을 쓰는 미래는 우리의 생각보다 빠르게 다가오고 있습니다. AI 글쓰기의 시작 최근...
- 블로그 LG CNS의 SW2.0, “Software with AI” 요즘 IT 관련 신문 기사에는 대부분 AI에 대한 주제가 포함돼 있습니다. 연구실에서만 존재할 것 같았던 AI는 이제 세상 밖으로 나와 우리 모두의 실생활과 밀접하게 연결되고 있죠. 이는 AI 기술이 이미 실체화됐다는 것을 보여줍니다. 그러다 보니 AI를 적용하는 현장 분위기와 관심도 ‘AI 알고리즘’ 중심에서 ‘AI를 적용하는 시스템의 구축, 그리고 운영’으로 이동하고 있습니다. 이를 뒷받침하듯 가트너도 2022년 ‘전략기술 트렌드 톱12’ 중 하나로 ‘AI 엔지니어링’을 선정했습니다. 기술 트렌드를 알 수 있는 하이퍼 사이클...
- 블로그 다가오는 SW2.0시대와 AI엔지니어링! 디스토피아적 공상과학(SF) 영화 덕분일까요? 인간은 ‘사람과 같은’ AI(인공지능)을 그다지 달가워하지 않습니다. 영화 매트릭스는 인간이 컴퓨터와 기계에 의해 양육되는 먼 미래를 그립니다. 터미네이터 역시 자의식을 가진 집단적 AI가 인간을 적으로 간주해 주인공을 죽이려 하는 줄거리를 골자로 합니다. 대부분의 SF 영화에서 인류는 암울한 미래를 맞이합니다. 이처럼 인간을 뛰어넘는 AI에 역습당하는 영화가 난무하지만, 그런데도 우리는 끊임없이 ‘사람과 같은’ AI를 갈구합니다. 사람과 비슷하되 흠 없는 AI를 개발해 더 나은 삶을 사는 것을 꿈꾸죠. 불쾌한...
- 블로그 LG CNS의 상상은 현실이 된다! DX용광로 ‘스마트시티’의 모든 것 [찐텐올라가는 DX기술시리즈] 스마트시티 1편 DX전문기업 LG CNS가 스마트시티 분야에서 최강자 면모를 입증하고 있습니다. 스마트시티는 AI·데이터, 디지털트윈 등 다양한 DX 기술이 녹아 들어 있어 ‘DX용광로’라 불리기도 하는데요. LG CNS는 세종, 부산 등 대한민국 스마트시티 국가시범도시 구축 사업에 모두 참여하는 것은 물론 인도네시아 스마트시티 설계 컨설팅 사업까지 수주하며 국가 DX사업을 선도해오고 있습니다. 스마트시티 최강자 입증한 LG CNS, 세종·부산 이어 인도네시아로 해외 첫발! LG CNS는 최근 인도네시아가 새 수도 이전 지역으로 발표한 보르네오섬...
- 블로그 소설부터 의상 디자인까지? 초거대 AI, 어디까지 가봤니? 초거대 AI는 무엇을 할 수 있을까요? 빅테크 기업들이 단순히 소설과 칼럼을 쓰기 위해 많은 금액을 투자해 초거대 AI를 구축하지는 않았을 겁니다. 처음에 기업들은 초거대 AI를 활용해 주로 연구를 진행했습니다. 하지만 지금기업은 연구 용도를 벗어나 하나둘 초거대 AI를 사업 모델에 적용하고 있습니다.자체 서비스를 고도화하거나 타 기업과 업무협약(MOU)을 체결해 다양한 산업의 경쟁력을 높이고 있습니다. GPT-3, 다양한 기업의 서비스에 변화 이끌다 초거대 AI의 가능성을 밝힌 모델은 오픈AI의 ‘GPT-3’입니다. 그만큼 활용 사례가 다양한데요. 기업들은 GPT-3로 고객 피드백을 분석하거나 검색 엔진과 챗봇 서비스를 고도화하고 있습니다. 지금까지 공개된 GPT-3 사용 사례 중 중요한 내용을 모아봤습니다. 아이어블, GPT-3로 고객 피드백 분석 고객 피드백을 분석해 고객사의 마케팅 전략을 지원하는 아이어블(Aiable)은 2021년 피드백을 분석하는 업무에 GPT-3를 적용했습니다. 고객이 남긴 앱 리뷰나 설문 조사, 문의 사항, 소셜 미디어, 통화 내용 등에서 얻은 텍스트 형식 피드백을 GPT-3를 사용해 분석하는데요. 여기서 분석한 자료를 다시 텍스트로 처리해 마케팅 전략에 필요한 점을 찾고 있습니다. 예를 들어 “고객이 우리 호텔에서 체크아웃할 때 무엇을 가장 불편해하지?”라고 질문하면 GPT-3를 탑재한 아이어블 플랫폼은 “고객들은 체크아웃하는 시간이 너무 오래 걸린다는 점에 답답함을 느낀다. 특히 체크아웃할 때 자신의 집 주소를 불필요하게 길게 기입하는 걸 안 좋아한다. 그리고 그들은 지금보다 더 다양한 지불 방식을 원한다”라고 대답합니다. 기업 마케터는 이 내용을 사업 전략에 활용할 수 있죠. 알골리아, 고급 검색 솔루션에 GPT-3 통합 검색 엔진 솔루션 기업 알골리아(Algolia)는 자체 개발한 고급 검색 기술에 GPT-3를 통합했습니다. 고객...
- 블로그 텍스트를 넘어 생체신호까지 학습한다!떠오르는 ‘멀티모달 AI’ 지난 글에서는 기계 언어를 바꾼 ‘초거대 AI’의 등장을 살펴봤습니다. 초거대 AI는 인간의 뇌 구조를 모방해 스스로 사고하고 학습하며 판단할 수 있는 AI인데요. LG AI연구원이 선보인 엑사원은 오픈AI의 GPT-3와 네이버가 출시한 하이퍼클로바, 카카오의 코지피티와는 다릅니다. GPT-3와 하이퍼클로바가 언어모델이라면, 엑사원은 멀티모달 AI죠. 언어뿐만 아니라 이미지도 학습하고 사고하고 판단할 수 있습니다. 최근 초거대 AI는 언어모델을 벗어나 엑사원처럼 ‘멀티모달’ 형태로 발전하고 있습니다. 멀티모달 AI란? 멀티모달 AI는 다양한 모달리티를 동시에 받아들이고 사고하는 AI 모델을 뜻합니다. 기존 초거대 AI가 주로 언어에 초점을 맞춘 언어 모델이었다면, 멀티모달 AI는 여기서 한발 더 나아갑니다. 언어모델이 사고할 수 있었던 텍스트 데이터 외에도 △이미지 △음성 △제스처 △시선 △표정 △생체신호 등 여러 입력 방식을 받아들이고 사고할 수 있죠. 이를 통해 인간과 AI가 더욱 자연스럽게 의사소통할 수 있게 합니다. GPT-3가 영국 가디언지에 칼럼을 쓸 수 있었던 것은 AI가 텍스트를 받아들이고 이를 사고할 수 있었기 때문입니다.멀티모달 AI는 텍스트뿐만 아니라 이미지, 동영상, 생체신호 등을 학습하고 사고할 수 있기 때문에 칼럼 작성 외에 다른 일도 할 수 있는데요. 다양한 이미지를 학습해 인테리어를 디자인할 수 있고, 사람의 대화를 바로 영상으로 만들어 보여줄 수도 있습니다. 이처럼 멀티모달 AI는 텍스트 기반으로 새로운 콘텐츠를 만들어냈던 초거대 AI가 이미지, 음성, 표정, 시선, 제스처 등 다양한 데이터를 토대로 새로운 결과물을 내놓는 방향으로 진화한 버전입니다. 초거대 멀티모달 AI의 시작을 알린 오픈AI의 ‘달리(DALL-E)’ GPT-3로 초거대 언어모델 AI 시대를 알린 오픈AI는 초거대 멀티모달 AI에도 성과를 냈습니다. 오픈AI는 2021년 1월 초거대 멀티 모달 AI인 ‘달리(DALL-E)’를 자사 블로그에 공개했습니다. 달리는 자율주행 로봇 이야기를 담은 2008년 애니메이션 영화 ‘WALL-E’와 초현실주의 화가 살바도르 달리(Salvador Dalí)를 합친 이름입니다. 오픈AI는 “달리가 NLP(Natural Language Processing, 자연어처리)와 이미지 인식 기술을 함께 사용해 전에 학습한 적이 없는 이미지를 새로 ‘창조’해낼 수 있다”고 밝혔습니다. GPT-3가 방대한 양의 언어 데이터를 학습한 후 다양한 방식으로 언어를 사용할 수 있었다면, 달리는 GPT-3가 학습한 텍스트와 더불어 같은 방식으로 이미지를 학습해 새로운 결과물을 냈습니다. 달리는 기존 이미지 생성 기술과 달리 각 이미지 데이터를 큐레이팅, 라벨링 하지 않습니다. 인터넷상에서 수집한 방대한 이미지와 이를 묘사한 캡션들을 학습해 결과물을 내죠. 이를 통해 경험한 적이 없는 이미지 대상도 학습 데이터를 조합해 새로 만들어낼 수 있습니다. 예를 들어 달리는 ‘개를 산책시키는 아기 무’란 이미지를 만들어낼 수 있습니다. 개를 산책시키는 무는 세상에 없죠. 따라서 이러한 이미지를 라벨링 할 수 없고 학습할 수도 없습니다. 하지만 달리는 이 이미지를 조합해 새로운 이미지를 창조해냈습니다. 오픈AI는 블로그를 통해 “달리는 이질적인 아이디어를 결합해 사물을 합성할 수 있는 능력을 갖추고 있다”며 “현실 세계에 존재하지 않는 것도 만들어낼 수 있다”고 밝혔습니다. ‘달리 2(DALL-E 2)’와 구글 ‘이매젠(Imagen)’의 등장 오픈AI는 올해 4월 달리에 이은 ‘달리 2(DALL-E...
- 블로그 나랑 ‘티키타카’ 할 수 있는 AI 비서? ‘초거대 AI’의 등장! 지금의 인공지능(AI) 기술이 아이언맨에 나오는 AI 비서 ‘자비스’처럼 인간과 자연스러운 대화를 하며 도움을 줄 수 있을까요? 우리에게 익숙한 챗봇처럼 정해진 답변만 제공하는 것이 아니라 우리의 대화를 이해해 자연스러운 대화가 가능한 AI 비서가 나올 수 있을까요? 이 질문에 대한 답은 ‘그렇다’ 입니다. 이미 이러한 기술은 속속 등장하고 있죠. 초거대 AI가 등장하면서입니다. AI 업계에 ‘거거익선(巨巨益善)’바람이 불고 있습니다. 최근 AI 빅테크 기업은 하이퍼스케일(Hyperscale)급 학습 모델을 갖추고 있는데요. 이는 ‘초거대 AI’혹은 ‘초대규모 AI’라고 불리는 AI 학습 모델입니다. 초거대 AI란? 초거대 AI는 스스로 사고하고 학습하며 판단할 수 있는 인간의 뇌 구조를 모방한 AI입니다. 대용량 연산이 가능한 컴퓨팅 인프라를 기반으로 대규모 데이터를 스스로 학습하고 사고하며 판단할 수 있습니다. 글을 쓴다고 가정해봅시다. 사람이 하나의 주제에 대한 글을 쓰기 위해선 관련 주제에 대한 데이터를 모으고 공부를 해야 합니다. 그리고 이러한 데이터를 토대로 내용을 구성하고 새로운 이야기를 만들어 글을 작성하죠. 초거대 AI도 비슷합니다. 수많은 데이터를 학습하고 여기서 학습한 데이터를 토대로 새로운 이야기를 만들어냅니다. 초거대 AI가 학습할 수 있는 데이터는 사람의 학습량을 훨씬 초월하기 때문에 사람보다 더 빠르고 다양한 내용을 다룰 수 있습니다. 초거대 AI에는 인간의 뇌에서 정보를 학습하고 기억하는 ‘시냅스’와 유사한 역할을 하는 존재가 있습니다. 인공신경망에 있는 ‘파라미터(Parameter, 매개변수)’인데요. 우리 뇌에 있는 시냅스는 많으면 많을수록 뇌가 처리할 수 있는 정보량이 많아지고 처리 속도도 빨라집니다. 뇌의 성능이 좋아지는 것이죠. AI도 마찬가지입니다. 이론상으로 AI는 파라미터가 많으면 많을수록 정교한 학습이 가능합니다. 일반적으로 초거대 AI는 기존 AI보다 최소 수백 배 많은 파라미터를 탑재하고 있습니다. 오픈AI가 개발한 ‘GPT-3’는 1,750억 개의 파라미터를 탑재하고 있죠. 네이버의 ‘하이퍼클로바’는 2,040억 개, LG AI 연구원의 ‘엑사원’은 약 3,000억 개의 파라미터를 보유하고 있습니다. 이처럼 파라미터를 많이 탑재한 초거대 AI는 기존 AI처럼 특정 역할에 국한되지 않고 스스로 생각하고 학습하며 판단할 수 있습니다. 그렇다면 초거대 AI는 왜 등장하게 됐을까요? AI의 최종 목표는 사람같이 생각하고 판단할 수 있는 모델을 만드는 것입니다. 사람의 뇌와 같은 역할을 할 수 있는 AI를 목표로 하죠. 이러한 AI가 만들어져야 사람의 개입 없이 완전 자율주행을 할 수 있는 자동차가 만들어질 수 있고 영화에서 나오는 AI 비서를 만들 수 있기 때문입니다. 하지만 지금까지 AI 개발 속도는 더딘 편이었습니다. 딥러닝 학습이 등장하면서 학습 속도가 대폭 개선됐지만, 여전히 사람의 뇌에는 한참 미치지 못했는데요. 이에 AI 개발자들은 학습 모델을 대폭 키우기 시작했습니다. 엄청난 양의 데이터를 소화할 수 있는 컴퓨팅 인프라를 갖춘 후 여기서 데이터를 학습해 나갔죠. 많은 양의 데이터를 학습한 AI는 특정 역할에만 한정됐던 기존 AI의 한계를 벗어났습니다. 학습한 데이터를 토대로 더 자연스러운 대화를 하기 시작했고, 사설과 소설도 작성할 수 있게 됐습니다. 이러한 학습모델의 가능성이 켜지면서 빅테크 기업들은 경쟁적으로 초거대 AI 모델을 갖추기 시작했습니다. 초거대 AI의 불을 지핀 GPT-3 초거대 AI가 처음 등장한 것은 2020년입니다. 일론 머스크 테슬라 최고경영자(CEO)가 설립하고 마이크로소프트 등 글로벌 기업이 투자한 미국 AI 연구기관인 오픈AI는 2020년 수많은 언어 데이터를 학습한 GPT-3를 선보였습니다. GPT-3는 1,750억 개의 파라미터를 탑재한 AI 모델입니다. 기존 GPT-2가 보유한 파라미터 15억개보다 117배 많은 양을 탑재했죠. GPT-3는 자연어를 번역할 수 있었고, 대화와 작문이 가능했습니다. 자연어를 토대로 사람과 소통할 수 있는 가능성을 연 것입니다. 이 모델은 GPT-2를...
-
블로그 스마트물류 선두주자 LG CNS,
첨단 DX기술로 ‘물류혁신’ 이끈다 [찐텐 올라가는 DX기술시리즈] 스마트물류 2편 DX전문기업 LG CNS는 IT신기술과 물류 산업에 대한 전문성을 바탕으로, 컨설팅부터 설계, 구축, 운영까지 물류의 모든 것을 원스톱으로 서비스하는 ‘Total Logistics Solution Provider’ 역할을 지향하고 있습니다. LG CNS는 최적화 알고리즘, AI, 디지털 트윈 등 DX기술들을 자동화 설비와 결합해 국내 물류 자동화 시장을 선도해 나가고 있는데요, 업계에 따르면 LG CNS는 8,100억 원으로 추정되는 지난해 물류자동화 시장에서 약 30%의 점유율로 1위를 차지한 것으로 알려졌습니다. 과거 물류센터의 역할은 소품종의 상품을 대량 보관하고, 이러한 상품을 다른 판매처로 운반하는 데 국한됐습니다. 그러나 최근 물류센터는 수만 가지 상품을 대량 보관하는 것은 기본이며, 단순한 물류 창고의 개념을 넘어 상품 적재부터 재고관리, 포장, 출하, 배송까지 처리하는 ‘풀필먼트 센터(Fulfillment Center)’가 주목받고 있습니다. 최근 기업들은 스마트물류 시장 내 경쟁력을 강화하기 위해 다양한 IT신기술을 총동원하고 있는데요, 그 결과 기존 하드웨어설〮비 중심의 물류센터는 소프트웨어와 데이터가 중심이 되는 ‘디지털웨어하우스’로 변모하고 있습니다. LG CNS, AI·물류로봇·디지털트윈 등 DX신기술로 물류센터 지능화 구현 스마트물류 영역에서 DX전문기업 LG CNS의 약진은 두드러지고 있습니다. LG CNS는 해당 물류 센터가 커버하는 지역 고객들의 누적된 주문 데이터를 분석하고, 알고리즘을 적용해 물류 센터 내부 프로세스를 최적화고 있습니다. 예를 들어, LG CNS의 최적화 알고리즘은 직사각형, 정사각형 등 포장이 정형화된 상품들을 1개 박스에 최대로 담을 수 있도록 설계돼 있습니다. 상품별 넓이, 부피 등을 기반으로 한 박스 안에 여러 상품을 가장 많이 담아낼 수 있는 최적의 조합을 찾아내는 역할을 합니다. 그 과정이 마치 조각을 빈 공간 없이 쌓아 내려가는 테트리스 게임과 비슷해, 회사 내부에서는 ‘테트리스 알고리즘’으로 지칭합니다. 또한, LG CNS의 최적화 알고리즘은 해당 지역 고객의 누적된 주문 데이터를 분석해 최적의 상품 공급 순서를 계산하기도 합니다. 예를 들어 1시간 동안 50명의 고객이 양파 1개씩을 주문했다고 가정했을 때 최적화 알고리즘이 없는 환경에서는 고객 주문을 처리하기 위해 최악의 경우 양파를 1개씩 최대 50번 이동시켜야 합니다. 하지만 알고리즘이 있을 경우에는 양파 50개를 한 번에 옮길 수 있게 됩니다. 물류센터에서 일하는 작업자는 물품을 이동시키는 횟수를 줄일 수 있게 되고 그만큼 일하는 시간을 단축할 수 있습니다. 최적화 알고리즘으로 근무환경 개선, IoT센서로 24시간 설비 감시 LG CNS는 이러한 최적화 알고리즘을 통해 업무 효율성 향상은 물론 근로 환경도 개선하고 있습니다. 물류 센터에서 상품을 분류하는 근로자들의 작업 시간을 균등하게 맞추는 역할을 하고 있으며, 몇몇 작업자에게 복잡한 상품 분류가 집중되지 않도록 업무를 분배합니다. 시간 단위로 고객의 누적된 주문 데이터를 분석해, 복잡한 주문이 몇몇 작업자에게만 몰리지 않게 업무를 배분합니다. 작업자 개개인별로 편차 없이 균등한 업무 시간이 주어지게 되면서 근로자의 업무 능률 향상은 물론 생산성 증대 효과로 이어질 수 있습니다. LG CNS는 상품이 이동하는 컨베이어벨트, 배송 박스를 권역별로 분류하는 분류기 등 물류센터의 주요 설비를 실시간으로 점검하는 기술도 갖췄습니다. 진동을 감지하거나 온도습〮도를 체크하는 IoT 센서를 포함해, 수천 개의 카메라와 센서를 주요 설비에 장착했습니다. 이상 징후가 포착되면 바로 통제실의 컴퓨터 모니터 화면에 띄워줍니다. 디지털 트윈 기술을 활용해, 실제 장비를 컴퓨터 모니터에 3차원으로 구현하기도 하는데요, 이상 상황 발생 시 바로 모니터에 알람이 울리고 즉각적인 조치를 할 수 있어, 배송 지연이나 배송이 불가한 상황을 차단할 수 있습니다. 해당 기술은 글로벌 종합 물류기업 LX판토스와 국내 한 식자재 유통기업 물류센터 등에서 활용되고 있습니다. AI솔루션으로 상품 담기부터 물품검수까지 단번에 해결 자동화 단계에서 한 단계 올라선 지능화를 위해 AI화물분류, AI피킹로봇, AI물품검수 등 AI솔루션 개발에도 집중하고 있습니다. 트럭에서 하차된 박스는 물류센터에서 입고되는 순간부터 분류 작업을 거치게 됩니다. 크기와 형상별로 박스를 분류하는 작업으로, 그동안에는 전적으로 사람이 해당 작업을 수행해왔습니다. AI화물분류는 AI이미지 인식 기술을 통해 대형, 중소형, 이형(異形) 등 세 가지 타입으로 박스를 자동 분류합니다. 하나의 컨베이어 벨트가 세 갈래로 나눠지는 지점에서 적용되며, 정확도는 99.8%에 달합니다.... - 블로그 AI 활용 트렌드, 여기서 확인해보세요! 맥락과 취향을 이해하는 인공지능(AI)이 궁금하신가요? LG CNS Entrue DX Foresight 2022에서 인과적 관계를 이해하는 AI 활용 트렌드를 소개합니다! 8월 웨비나에서는 여러 AI기술의 적용 사례와 경험을 바탕으로 한 Entrue컨설팅만의 인사이트를 전해드릴 예정입니다. 여러분의 많은 관심과 참여 부탁드립니다. 글 ㅣ LG CNS 홍보팀
- 블로그 문장 하나로 2,000점의 그림을 그려내는 LG AI ‘엑사원’ 반 고흐 10년에 2,000여 점 그렸는데… 인상파 화가로 유명한 빈센트 빌럼 반 고흐(Vincent Willem van Gogh, 이하 반 고흐)는 그림을 많이 그린 다작 화가로 알려져 있습니다. 반 고흐는 1890년 자살을 감행하기 직전까지 약 10년간 900여 점의 그림과 1,100여 점의 습작을 그렸는데요. 10년간 2,000여 점이니, 반 고흐는 1년에 그림을 200여 점씩 쏟아낸 셈입니다. 적어도 그림을 이틀에 한 점 이상씩 그려낸 것이죠. 하지만 1시간이 채 안 된 시간에 2,000점의 그림을 그리는 화가가 있다면...