AI 인사이트 미리보는 2025년 주요 AI 트렌드 2024년은 인공지능(AI) 기술이 실용성과 혁신의 중요한 전환점을 맞이한 한 해였다. 범용적인 기초 모델(Foundation Model)의 성능이 상향 평준화되면서 기업들은 AI 에이전트와 생성형 AI 기반 서비스를 적극적으로 도입하기 시작했고, 기초과학 연구 분야에 딥러닝을 기반으로 한 인공지능 기술들이 연구에 적용되기 시작하며 다양한 분야에 실질적인 변화를 가져왔다. 2025년에는 기술적 혁신이 더욱
AI 인사이트 생성형 AI 창작의 저작권 문제와 그 해결책 생성형 AI 기술의 발전과 함께 AI가 만든 창작물의 퀄리티가 높아지면서 AI와 인간이 만든 창작물 사이의 경계가 점차 허물어지고 있다. 이제는 챗GPT나 Gemini와 같은 텍스트 기반 생성형 AI가 사람보다 더 자연스럽고 매끄럽게 보고서를 작성해 주는 것은 물론이고, Stable Diffusion이나 Dall-e와 같은 이미지 생성 AI가 만들어낸 이미지를 사람이 그려낸 것과 구분하기가 거의
AI 인사이트 컴퓨터 비전: 기계의 눈으로 세상을 바라보다 우리는 매일 수많은 시각 정보를 처리하며 살아갑니다. 길을 걸으며 장애물을 피하고, 친구의 얼굴을 알아보며, 음식의 상태를 판단하는 등 시각은 우리 일상에서 매우 중요한 역할을 합니다. 그렇다면 기계도 인간처럼 '볼' 수 있을까요? 이러한 질문에서 출발한 기술이 바로 '컴퓨터 비전'입니다. 이번 글에서는 컴퓨터 비전의 개념과 응용 분야를
AI 인사이트 생성형 AI로 진화하는 에듀테크 생성형 AI의 발전과 함께 교육과 기술을 결합한 ‘에듀테크(edutech)’ 업계의 인공지능 도입이 가속화되고 있다. 이러한 생성형 AI 도입 붐에 힘입어 에듀테크 시장의 규모는 급격히 성장하고 있다. 삼일PwC 경영연구원이 발표한 에듀테크 보고서 ‘초개인화 학습의 혁명이 시작된다’에 따르면 생성형 AI의 등장으로 이르면 2030년에 전 세계 에듀테크 시장 규모는 현재와 비교하여 무려
AI 인사이트 AI, 기후 변화의 해결사가 될 수 있을까? 21세기 인류가 직면한 가장 시급한 문제 중 하나는 기후 변화입니다. 지구 온난화, 해수면 상승, 극단적인 날씨 등 기후 변화의 영향은 이미 전 세계적으로 뚜렷하게 나타나며, 이에 대한 대응은 더 이상 미룰 수 없는 상황입니다. 이러한 긴급한 상황 속에서 다양한 해결책이 모색되고 있는데, 그 중에서도 인공지능(AI)이 기후 위기 대응의
AI 인사이트 대표적인 프롬프트 엔지니어링 기법들 업무와 일상생활에서 생성형 AI(이하 LLM)을 효과적으로 활용하기 위해서는 언어 모델의 작동 원리를 이해하는 것만큼이나 프롬프트의 엔지니어링의 기초 문법을 배우는 것 역시 중요하다. 지난 글에서는 프롬프트 엔지니어링의 개념과 구성요소 등 LLM을 더욱 효과적으로 다루기 위한 기초 문법들에 대해 다루었다. 지난 글 보기 프롬프트 엔지니어링의 기초생성형 AI 기술의 발전과 함께
AI 인사이트 인공지능의 역사: 인간을 이긴 최초의 체스 기계에서 현대 AI까지 1770년, 오스트리아의 한 전시장. 터키 복장을 한 인형이 체스판 앞에 앉아 있습니다. 놀랍게도 이 인형은 스스로 체스를 두는 것처럼 보였습니다. 이것이 바로 '메커니컬 터크'라 불리는, 당시 사람들이 믿었던 '최초의 체스 기계'의 모습입니다. 오늘날 우리가 알고 있는 인공지능의 역사는 이 놀라운 기계에서부터 시작됩니다. 그렇다면 메커니컬
AI 인사이트 프롬프트 엔지니어링의 기초 생성형 AI 기술의 발전과 함께 GPT-4o뿐 아니라 Gemini와 Claude 3.5 Sonnet 등 성능 좋은 최신 기초 모델(foundation models)이 쏟아져 나오고 있지만, 프롬프트 엔지니어링은 여전히 파인튜닝과 함께 언어 모델의 성능을 결정짓는 가장 중요한 요소 중 하나라고 할 수 있다. 특히 상당량의 데이터셋을 직접 구축해야 하고, 적지 않은 컴퓨팅
AI 인사이트 검색증강생성(RAG)의 한계점과 보완책 검색증강생성(Retrieval Augmented Generation, RAG)은 답변을 생성하기 전에 학습 데이터 소스 외부의 신뢰할 수 있는 지식 베이스를 참조하도록 하여 초거대언어모델(LLM)의 답변을 최적화하는 기법을 말한다. RAG는 데이터 셋을 직접 구축해야 하고 많은 계산 리소스와 훈련 시간을 필요로 했던 기존의 파인튜닝과는 다르게 비교적 단기간에 낮은 비용으로 LLM의 고질병인 환각현상(
AI 인사이트 성공적인 AI 도입을 위해 반드시 확인해야 하는 핵심 요소 인공지능(AI)은 더 이상 미래의 기술이 아닙니다. 이미 많은 기업들이 AI를 활용하여 업무 효율성을 높이고, 고객 경험을 개선하며, 새로운 사업의 일환으로 중요하게 여기고 있으며 대다수의 기업들에게 AI 도입은 이제 선택이 아닌 필수 사항이 되었습니다. AI 도입을 고민하고 계신 기업의 담당자분들께 이 글이 도움이 되길 바랍니다. 1. 가장 먼저 확인해야
AI 인사이트 AI 윤리와 규제 동향 인공지능 기술이 급속도로 발전하면서, 우리는 이 기술이 가져올 혜택과 동시에 잠재적인 위험성에 대해서도 진지하게 고민해야 할 시점에 와 있습니다. AI 윤리란 무엇인가? AI 윤리란 인공지능 기술의 개발과 활용 과정에서 인간의 존엄성과 기본권을 보호하고 공익을 증진하기 위한 원칙과 지침을 말합니다. 주요 원칙으로는 인간 자율성 존중, 피해 방지, 공정성, 투명성, 설명 가능성
AI 인사이트 생성형 AI가 바꾸는 여행산업 생성형 AI의 발전과 여행 수요의 다양화로 여행산업의 패러다임이 변화하고 있다. 문화체육관광부와 한국관광공사가 발표한 ‘2022년 국내 관광 트렌드 보고서’에 따르면 소비자마다 여행 기간, 숙소 등 선호하는 여행 행태에 뚜렷한 차이를 보였을 뿐만 아니라 관심 활동의 격차 역시 커진 것으로 나타났다. 획일화된 코스로 여행하는 것이 아닌 각자의 취향과 여행 스타일에 맞춰
AI 인사이트 GPT-4o는 어떻게 아이폰을 똑똑하게 만들까? 혁신의 아이콘이던 애플은 그동안 구글, 메타, 오픈AI 등 빅테크 기업들과는 다르게 유독 인공지능 활용에 있어서 소극적인 모습을 보여왔다. 아이폰에 탑재된 시리(Siri)의 성능이 다소 떨어진다는 비난에도 불구하고 자체 LLM 개발에 적극적으로 나서지 않았던 것은 물론이고, 챗GPT가 나왔을 때도 경쟁자들과는 다르게 별다른 반응을 보이지 않는듯 했다. 그러던 애플이 별안간 충격적인
AI 인사이트 생성형 AI는 어떻게 RPA의 문제점을 해결할 수 있을까? 비즈니스 프로세스 자동화를 뜻하는 RPA(Robotic Process Automation)은 전표 입출력, 보고서 작성 등 직장인들의 단순 반복 업무를 획기적으로 줄이고 보다 본질적인 일에 집중할 수 있게 도와줄 것으로 기대를 모았다. 그러나 사전에 정해진 규칙에 기반하여 패턴화된 시나리오에 기반한 방식으로 작동하는 RPA(Robotic Process Automation)는 그 명확한 한계점을 드러내면서 점차
AI 인사이트 AI 로봇 혁명: 휴머노이드의 진화 인류의 상상력을 자극해온 인간형 로봇, 휴머노이드가 인공지능(AI)과 결합하며 새로운 차원의 진화를 이루고 있는데요. 이 글에서는 휴머노이드의 개념, 현주소와 함께 고려할 윤리적 문제에 대해 살펴보려고 합니다. 1. 인간을 닮은 기계의 탄생 휴머노이드라고 하면 어떤 이미지가 떠오르시나요? 영화 속 로봇? 아니면 미래의 동반자? 사실 휴머노이드는 단순히 인간처럼 생긴 로봇을 넘어서,
AI 인사이트 얼굴 표정만으로 환자의 통증을 평가하는 AI가 있다? 우리 몸에서 느끼는 통증은 매우 주관적인 경험으로, 이를 객관적으로 평가하는 것은 의료진에게도 큰 도전입니다. 그런데 최근 얼굴 표정만으로 수술 후 통증을 예측하는 AI 모델이 개발되었다는 소식이 들려왔습니다. 2024년 7월 17일 분당서울대병원의 연구팀이 발표한 이 획기적인 연구는 의료 현장에서의 통증 평가 방식에 큰 변화를 가져올 것으로 기대되고 있습니다. 그럼, 이 흥미로운
AI 인사이트 AI 에이전트 시대의 도전과 기회 최근 인공지능 기술의 급속한 발전으로 AI 에이전트가 우리 일상 속으로 빠르게 파고들고 있습니다. 하지만 많은 사람들이 아직 AI 에이전트가 정확히 무엇인지, 어떤 일을 할 수 있는지 잘 모르고 있죠. 오늘은 AI 에이전트의 개념, 유형, 작동 방식, 활용 분야를 통해 이 혁신적인 기술이 우리의 삶과 업무를 어떻게 변화시킬 수 있는지에 대해
AI 인사이트 리걸 테크와 생성형 AI 법률(Legal)과 기술(Technology) 이 결합된 '리걸 테크(Legal Tech)'란 인공지능과 같은 첨단 기술을 활용한 새로운 형태의 법률 서비스를 말한다. 우리 일상 속에서 이미 활용되고 있는 법률상담용 챗봇(Chatbot)은 리걸 테크 기술을 활용한 서비스의 가장 대표적인 예이다. 이러한 리걸 테크가 최근 생성형 AI 기술의 발전으로
AI 인사이트 메타가 라마3.1을 오픈소스로 공개한 이유는? 메타가 7월 23일(현지시간) 자사의 최신 인공지능 모델인 '라마3.1'을 오픈소스로 공개했습니다. 이는 마치 세계적인 요리사가 자신의 비밀 레시피를 공개한 것과 같은 큰 사건입니다. 오픈AI나 구글이 자사의 AI 모델을 비공개로 유지하고 있는 것과는 대조적이죠. 오늘은 오픈소스란 무엇인지, 그리고 메타가 왜 이러한 결정을 내렸는지에 대해 자세히 살펴보겠습니다. 1.
AI 인사이트 인공지능, LLM과 GPT는 어떻게 다를까? 오늘은 인공지능(AI), 거대언어모델(LLM), 그리고 GPT의 개념과 차이점을 자세히 알아보려 합니다. 인공지능은 이미 우리의 일상 속에 깊이 자리 잡고 있으며, 다양한 분야에서 혁신을 일으키고 있습니다. 특히 최근 주목받고 있는 LLM과 GPT에 대해 이해하는 것은 AI 기술의 발전을 이해하는 데 중요한 첫걸음이 될 것입니다. 이 글에서 AI의 기본 개념부터 시작해서
AI 인사이트 GPT-4o와 멀티모달 기술의 변천사 얼마 전 OpenAI에서 출시한 GPT-4o가 화제다. 모델 이름에서부터 이미 '모든 것'을 의미하는 'omni'라는 단어를 담고 있는 GPT-4o는 음성, 이미지, 텍스트 가릴 것 없이 모든 형태의 데이터의 인풋과 아웃풋이 자유자재로 가능한 멀티모달(Multimodal) 모델이다. GPT-4o는 기존의 초거대언어모델(LLM)과 같이 텍스트와 음성으로 사람처럼 매끄럽고 자연스러운
AI 인사이트 스프레드시트LLM이란 무엇인가? 엑셀도 AI 시대! 스프레드시트LLM이란? 오늘날 데이터 분석 및 관리에서 스프레드시트는 필수적인 도구로 자리 잡고 있습니다. 엑셀이나 구글 시트와 같은 스프레드시트 프로그램은 간단한 데이터 입력에서부터 복잡한 재무 모델링까지 다양한 작업에 활용됩니다. 하지만 이러한 스프레드시트 데이터를 효과적으로 분석하고 처리하는 것은 여전히 어려운 과제였습니다. 이를 해결하기 위해 마이크로소프트(MS)는 2024년 7월 15일(
AI 인사이트 오픈AI의 스트로베리란 무엇인가? AI가 인간처럼 추론! 오픈 AI의 스트로베리란? 최근 오픈AI는 인공지능(AI) 기술의 발전을 통해 새로운 차원으로 도약하고 있습니다. 이러한 혁신의 중심에는 ‘스트로베리(Strawberry)’라는 코드명으로 알려진 프로젝트가 있습니다. 스트로베리는 오픈AI가 인간처럼 추론할 수 있는 AI를 목표로 개발 중인 새로운 접근 방식을 의미합니다. 이번 블로그에서는 스트로베리의 개념, 개발 배경, 그리고 그 잠재적
AI 인사이트 소형 언어모델(sLLM)이 주목받는 이유 : 가성비와 보안 두 마리 토끼를 잡는 방법 생성형 AI는 지식 노동 패러다임의 변화를 가져올 만한 파괴적인 기술임에 분명하지만, 실제 생성형 AI를 업무에 적극 활용하고 있는 기업은 많지 않다. 글로벌 컨설팅펌 딜로이트의 조사에 따르면 생성형 AI를 대규모로 도입하고 있는 기업은 전체의 13%에 불과했으며, 약 79%에 달하는 회사에서는 여전히 생성형 AI의 도입 여부를 평가/실험하는 단계에 있거나
AI 인사이트 생성형 AI의 탄소발자국 줄이기 각 분야에서 생성형 AI의 도입이 확대되면서 이로 인한 막대한 전기 사용량과 탄소 배출이 심각한 사회적 문제로 대두되고 있다. 한 연구소에 따르면 GPT-3가 훈련과정에서 사용한 전력은 1287MWh, 이산화탄소 배출량은 552톤에 이르며, 이는 가솔린 자동차 123대가 1년 주행할 때의 탄소 배출량과 맞먹는다고 한다. 뿐만 아니라 생성형 AI에는 엄청난 양의 물도 소비된다. 컴퓨터
