LATEST TECH ARTICLES

글로벌 데이터 및 AI 기업 SAS는 최근 지속가능성, 데이터 품질, 윤리적 책임 등 9가지 주요 AI 트렌드를 다룬 '인공지능(AI) 트렌드 2025' 보고서를 발표했습니다. 보고서의 주요 내용은 다음과 같습니다: 1. 더 빠른 모델 학습으로 AI의 탄소 배출을 감소시키다 속도와 알고리즘 효율성은 클라우드 소비를 줄이는 중요한 요소입니다. 에너지 집약적인 AI는 지속 가능한 에너지원, 예컨대 핵에너지로의 전환을 촉진하는 동시에 더 에너지 효율적인 모델에 대한 수요를 증가시킬 것입니다. 가전제품 및 자동차 산업이 에너지 효율성에서 큰 발전을 이루었듯이 AI 모델도 더욱 효율적으로 만들어야 합니다. 2. AI 공격이 우리의 삶의 방식을 위협하다 AI는 대규모로 개인화와 운영이 가능하여 정보와의 상호작용 방식을 변화시키고 있습니다. 허위 정보 증가와 사회 규범 조작 등 AI 공격은 개인, 집단, 기관 차원에서 발생할 수 있으며 우리의 삶의 방식을 위협

SAS, the global data and AI company, recently released its Artificial Intelligence (AI) Trends to 2025 report, which covers nine key trends in AI, including sustainability, data quality, ethical responsibility, and more. Here are some of the report's key takeaways : 1. Faster model training reduces AI carbon footprint Speed and algorithmic efficiency cannot be ignored as critical levers to reduce cloud consumption. While energy-hungry AI will continue to fuel the drive toward

Cisco's recently published "2024 AI Readiness Index" report evaluates how well companies worldwide are prepared to adopt artificial intelligence (AI). This report reaffirms the growing importance of AI adoption as a global issue. Here, we summarize the key findings by comparing the AI readiness of South Korean companies to global standards. 1. AI Readiness of South Korean and Global Companies According to the report,  only 3% of South Korean companies are ready to deploy and

최근 시스코가 발표한 '2024 AI 준비 지수(Cisco AI Readiness Index)' 보고서는 전 세계 기업들이 인공지능(AI) 도입을 위해 얼마나 준비되어 있는지를 평가한 내용을 담고 있다. 이 보고서는 AI 도입이 전 세계적으로 중요한 이슈로 떠오르고 있음을 다시 한번 확인시켜 준다. 한국과 글로벌 기업들의 AI 준비 현황을 비교하며 주요 내용을 정리해본다. 1. 한국과 글로벌 AI 준비 현황 보고서에 따르면, 한국 기업의 3%만이 AI 기술을 배포하고 활용할 준비가 되어 있는 상태 라고 한다. 이는 아시아태평양 평균인 15%뿐만 아니라 글로벌 평균인 14%에 비해서도 매우 낮은 수준이다. 반면, 글로벌 평균 에서는 약 14%의 기업이 충분히 준비된 상태로 평가되었다. 한국 기업들은 IT 예산의 상당 부분을 AI 관련 프로젝트에 투자하고 있지만, 준비 상태를 고려했을 때 실제 성과로 연결되는 비율은 여전히 낮은 수준이다. 이는 기업들

In September 2024, the UN AI Advisory Body released its final report, "Governing AI for Humanity," which proposed seven key recommendations to address the ethical and societal challenges posed by the global development of AI technology. The report presents regulatory and governance measures for human-centered AI, emphasizing the need for international cooperation and governance structures to ensure fair and sustainable use of AI. 1. Establishment of an International Scientifi

2024년 9월, UN AI 고위자문기구는 'Governing AI for Humanity' 최종보고서를 통해 AI 기술의 전 세계적 발전에 따른 윤리적, 사회적 과제 해결을 위한 7가지 핵심 제안을 발표했다. 이 보고서는 인간 중심의 AI 기술 규제와 관리 방안을 제시하며, 공정하고 지속가능한 AI 활용을 위한 국제 협력과 거버넌스 체계 구축의 필요성을 강조했다. 1. 국제 AI 과학 패널 설립 (International Scientific Panel on AI) 제안 배경 급속히 발전하는 AI 기술의 잠재력과 위험을 과학적으로 평가하고 이해하기 위해, 다양한 분야의 전문가들이 참여하는 독립적인 과학 패널이 필요하다. 주요 활동 다학제적 전문가로 구성된 독립 패널 운영 AI 기술의 발전 현황과 영향을 평가한 연례 보고서 발간 지속가능발전목표(SDGs) 달성을 위한 AI 활용 등 주요 주제별 분기 보고서 발행 새로운 위험이나 거버넌스 공백 발생 시

최근 몇 년 동안 인공지능(AI)은 산업, 기업, 심지어 우리의 일상 생활을 재편하는 혁신적 힘으로 등장했습니다. 하지만 AI를 이해하려면 지난 수십 년 동안 의존해 온 기존의 디지털 렌즈에서 벗어나야 한다고 말씀드리면 어떨까요? 대신 AI는 아날로그 세계와 더 밀접하게 일치합니다. 기계 계산보다는 인간의 인지에 더 가깝습니다. 이 글에서는 AI의 진정한 잠재력이 디지털 기술의 이진 제약을 넘어선 이유와 아날로그적 특성을 수용하는 것이 어떻게 혁신을 위한 새로운 기회를 열어줄 수 있는지 살펴보겠습니다. 디지털 시대: 속도와 정밀성의 세계 지난 30년 동안 0과 1을 기반으로 구축된 디지털 세계는 인터넷에 동력을 공급하고 글로벌 비즈니스를 가속화하며 산업에 비교할 수 없는 효율성을 가져왔습니다. 초점은 실시간으로 방대한 양의 데이터를 처리하는 데 필수적인 품질인 속도와 정밀성을 최적화하는 데 맞춰졌습니다. 이 이진 시스템을 통해 기업은 지리적 장벽을

In recent years, artificial intelligence (AI) has emerged as a transformative force, reshaping industries, businesses, and even our daily lives. But what if I told you that understanding AI requires us to step away from the conventional digital lens we’ve relied on for the past few decades? Instead, AI aligns more closely with the analog world—closer to human cognition than to machine computation. In this article, I aim to explore why AI’s true potential lies beyond the binar

Recent Advances in AI and the Emergence of AI Governance with the recent rapid advancements in artificial intelligence (AI) technology, its influence is deeply permeating our daily lives. AI is enhancing human efficiency and convenience in almost every field, including healthcare, education, finance, and manufacturing, creating new value. However, these technological innovations are intertwined with both opportunities and challenges. Behind the convenience and possibilities o

최근 인공지능(AI) 기술이 비약적으로 발전하면서 그 영향력이 우리 일상에 깊이 스며들고 있다. AI는 의료, 교육, 금융, 제조를 포함한 거의 모든 분야에서 인간의 효율성과 편의성을 높이며 새로운 가치를 창출하고 있다. 그러나 이러한 기술 혁신은 기회와 도전이 동시에 얽혀 있다. AI 기술이 제공하는 편리함과 가능성 뒤에는 윤리적, 사회적, 법적 문제들이 존재하며, 이는 무시할 수 없는 중요한 과제로 떠오르고 있다. 따라서 AI 기술이 우리 사회에 미치는 긍정적 영향뿐만 아니라 잠재적인 부정적 결과를 최소화하기 위해 AI 거버넌스 의 필요성이 대두되고 있다. AI 거버넌스는 인공지능 기술을 개발하고 배포하며 사용하는 모든 과정에서 윤리적, 법적, 사회적 책임을 지도록 만드는 규범과 관리 체계를 의미한다. AI 거버넌스의 궁극적인 목표는 AI 시스템이 인간의 가치와 사회적 규범을 존중하며, 기술이 가진 잠재적 위험을 최소화하는 동시에 최대한 많은

The 2024 Paris Olympics will be remembered as the first Olympic Games where artificial intelligence (AI) technology has been fully integrated. Throughout the event, AI has been innovatively utilized across various domains, including event management, athlete support, broadcasting, and security. The introduction of these AI technologies is fundamentally transforming how the Olympics are organized and opening new horizons for sports competitions. Event Management and Referee Su

2024 파리올림픽은 인공지능(AI) 기술이 스포츠 대회에 본격적으로 도입된 첫 번째 올림픽으로 기록될 것이다. 이번 대회에서 AI는 경기 운영, 선수 지원, 중계 방송, 보안 등 다양한 분야에서 혁신적으로 활용되었다. 이러한 AI 기술의 도입은 올림픽의 운영 방식을 근본적으로 변화시키고 있으며, 스포츠 경기의 새로운 지평을 열고 있다. 경기 운영 및 심판 지원 파리올림픽에서 가장 주목받은 AI 기술 중 하나는 심판 지원 시스템(JSS)이다. 이 시스템은 고속 카메라와 AI 이미지 분석 기술을 결합하여 선수들의 미세한 동작을 정확하게 포착하고 분석한다. 특히 체조, 다이빙, 육상 등 복잡한 동작이나 빠른 속도를 요구하는 종목에서 큰 도움이 되었다. JSS는 선수의 회전 수, 동작의 정확성, 착지 상태 등을 실시간으로 분석하여 심판들에게 객관적인 데이터를 제공한다. 이를 통해 인간 심판의 주관적 판단에 의존하던 기존 방식의 한계를 극복하고, 더욱 공

TecAce, an IT company based in Seattle, with 24 years of experience, has changed its vision and business strategy to AI Transformation...

미국 시애틀에 본사를 둔 24년 업력의 IT 업체 테크에이스는 2023년부터 회사의 비전과 사업 전략을 AI Transformation으로 변경하였으며, 지속적으로 LLM Foundation을 활용한 솔루션 개발과 파트너사 협력 과제를 수행하고 있습니다. 이번 포스팅에서는 2024년 6월에 상용화된 안랩 AI 글로벌 번역 서비스를 개발하면서 경험한 몇 가지 사례를 공유합니다. CHALLENGE 글로벌 전문 보안 회사인 (주)안랩은 IT 산업의 급성장에 따라 빠르게 진화하는 보안 취약점을 조기에 발견하고, 이에 대응하기 위해 다양한 업종의 고객에게 보안 뉴스와 정보를 제공하고 있습니다. 이러한 과정에서 수많은 전문 보안 용어가 등장하며, 같은 용어라도 일반적인 뜻과 다른 의미를 내포하는 경우가 많아 보안 전문 번역을 반드시 필요로 합니다. 글로벌 IT 시장에서 보안 위험이 발견되면 신속하게 최신 보안 리포트를 배포해야 하지만, 보안 전문 용어와 안랩

백서 AI 산업의 안정성과 위협에 대한 보완 방안: 독립적인 AI 감리 기관 도입의 필요성 한창환, 김성진, 이은석, 이한수, 김융 2024년 7월 8일 목차 서론 AI 기술의 불확실성과 비신뢰성 문제 건설 산업의 시공사-감리사 모델 독립적인 AI 감리 기관의 필요성 AI 감리 기관의 역할과 책임 정책적 보완 방안 적용 가능 사례 연구 결론 서론 AI 기술이 빠르게 발전하면서 다양한 산업에서 혁신적인 변화를 주도하고 있습니다. 그러나 AI 시스템의 불확실성과 비신뢰성은 그 자체로 큰 위협이 되고 있습니다. 본 백서에서는 이러한 문제를 해결하기 위해 독립적인 AI 감리 기관의 도입 필요성을 제안합니다. 이를 통해 AI 기술의 안정성과 신뢰성을 확보하고, AI 산업의 지속 가능한 발전을 도모하고자 합니다. AI 기술의   불확실성과   비신뢰성   문제 AI 시스템은 복잡한 알고리즘과 대규모 데이터에 기반하여 작동합니다. 이러한 특성으로 인해 다음과

A white paper on the Enhancing AI Industry Stability and Mitigating Threats: The Necessity of Independent AI Supervision Institutions Author: Chang Han, Sungjin (James) Kim, Eun Seok Lee, Hansoo Lee, and Yung Kim Date: July 8, 2024 Table of Contents Introduction Issues of Uncertainty and Unreliability in AI Technology Construction Industry's Contractor-Supervisor Model The Need for Independent AI Supervision Institutions Roles and Responsibilities of AI Supervision Institutio

The following text has been translated from Korean to English using AssistAce . Sungjin (James) Kim, Ph.D. | LinkedIn  | YouTube Case Study of Translation LLM Fine-Tuning Introduction The technology of Large Language Models (LLMs) is advancing rapidly. There are various ways to utilize LLMs, including prompting, embedding, and fine-tuning. In this article, we will focus on fine-tuning, which requires a significant amount of GPU computing resources. While it is possible to sec

Sungjin (James) Kim, Ph.D. | LinkedIn  | YouTube 번역 전문 LLM 파인튜닝 사례 들어가기 거대언어모델 (Large Language Model; LLM) 기술이 날로 발전하고 있다. LLM을 활용하는 방법은 여러가지가 있으며 활용하기 위한 기본 방법으로는 프롬프팅, 임베딩, 파인튜닝 등이 있다. 이 글에서는 이 중에 GPU 컴퓨팅 리소스를 많이 필요로 하는 파인튜닝 방법을 다루고자 한다. 고성능 컴퓨팅 리소스는 디바이스로 확보해서 사용할 수도 있지만 클라우드 환경에서 사용한다면 좀 더 번거러움을 줄일 수 있는 장점이 있다. 이런 상황에 맞추어 클라우드에서 AI 학습과 추론을 편하게 할 수 있는 특화된 클라우드 서비스들이 많이 나오고 있다. Vessl은 그 중의 하나로 LLM을 비롯한 생성AI를 다루는 부분도 기본적으로 고려되고 있는 서비스이다[1]. 이 글에서는 LLM 중의 하나인 M2M100 모델을 Vessl

최근 LLM을 활용한 AI 솔루션 중 가장 쉽게 도움을 받을 수 있는 기능 중 하나는 단연 요약 (Summary) 기능입니다. 긴 문서나 이해하기 어려운 문서를 짧고 이해하기 쉬운 내용으로 요약할 수 있다는 점에서 매우 유용합니다 . 이 기능은 이미 널리 활용되고 있으며, 뉴스, PDF문서, 웹페이지 등 다양한 형태의 문서 요약에 쉽게 접근할 수 있습니다. Challenge 요약에 대한 고객들의 피드백을 통해 알 수 있듯, 요약기능에도 고개의 다양한 기대가 있음을 알 수 있었습니다. 일부 고객은 뉴스 요약을 원하고 다른 고객들은 기술 문서나 수 많은 제품 리뷰 등을 간단히 정리하길 원합니다. 또한 요약본이 누구에 의해 읽히느냐, 어떤 목적으로 사용되느냐 에 따라 요약본의 만족도를 상대적으로 평가할 필요가 있습니다. 정리하자면 아래의 요소들에 의해 요약본은 다르게 생성되어야 합니다. 문서의 종류 ex) 기술문서, 뉴스, 제품 리뷰, 인터뷰(회의록),

The following text has been translated from Korean to English using AssistAce . One of the easiest AI solutions to help with LLM...