주제

AI

새로운 AI 모델·서비스와 실제 활용법
추론용 NPU로 325M 모델 학습, B200과 손실값 비슷

추론용 NPU로 325M 모델 학습, B200과 손실값 비슷

제조사 SDK가 추론용이라 수천 단계 만에 발산하던 학습을 VIDRAFT는 안정화해 약 나흘간 돌렸다. 손실값이 B200과 비슷하다면 학습용 GPU를 NPU로 바꿔도 된다는 뜻일까?

읽는 시간 7분
AI 답변은 짧은데 왜 읽기 어려울까?

AI 답변은 짧은데 왜 읽기 어려울까?

단어는 다 아는데 AI가 쓴 한 문장짜리 코드 설명을 두 번씩 읽게 된다. 영어 AI 답변을 분석한 연구는 어떤 문장 구조를 그 원인으로 짚었을까?

읽는 시간 4분
Copilot HydraFusion과 Max, 어떤 작업에 골라야 할까?

Copilot HydraFusion과 Max, 어떤 작업에 골라야 할까?

Copilot에서 HydraFusion을 고르면 화면엔 답변 하나만 남지만, 뒤에서는 여러 모델이 초안·비평·수정을 거친다. 어떤 작업이라야 늘어난 시간과 AI 크레딧만큼 값을 할까?

읽는 시간 4분
GitHub Copilot, /fleet과 동적 워크플로는 언제 쓸까?

GitHub Copilot, /fleet과 동적 워크플로는 언제 쓸까?

문서 수정은 여러 모듈에서 동시에 진행해도 되지만, 릴리스 검사는 실패 원인을 분석한 뒤 사람의 검토를 기다려야 한다. Copilot에 두 작업을 같은 방식으로 맡겨도 될까?

읽는 시간 4분
SillyTavern 긴 대화, 요약 대신 원문을 찾는 SillyMemory

SillyTavern 긴 대화, 요약 대신 원문을 찾는 SillyMemory

SillyTavern 긴 대화의 요약은 큰 줄거리만 남기고 캐릭터가 예전에 한 말의 정확한 표현은 빠뜨린다. 원문을 찾아 넣는 SillyMemory의 ‘입력 토큰 95% 감소’는 어떤 조건의 숫자일까?

읽는 시간 4분
WorldTUI의 AI 터미널, 파일도 실제로 저장할까?

WorldTUI의 AI 터미널, 파일도 실제로 저장할까?

WorldTUI 터미널에 pythoon이라고 잘못 쳐도 Python처럼 반응하고, 파일에 줄을 덧붙이는 명령도 그럴듯한 결과를 띄운다. 이 화면 뒤에서는 실제로 무엇이 돌아가고 있을까?

읽는 시간 4분
AI 회의록이 일을 줄이기는커녕 늘리는 순간

AI 회의록이 일을 줄이기는커녕 늘리는 순간

회의가 끝나자 AI가 담당자와 마감일까지 붙인 할 일을 업무 도구에 올렸다. 그런데 팀원이 ‘이건 하기로 한 적 없다’고 한다면, AI는 회의의 어느 말을 잘못 읽은 걸까?

읽는 시간 10분
GPT 6.1 공개, 왕좌 굳히기 돌입하나

GPT 6.1 공개, 왕좌 굳히기 돌입하나

OpenAI가 공개한 일부 코딩 평가에서 GPT-6.1 Sol이 Astra와 같은 점수를 냈는데, 토큰 가격은 Astra의 5분의 1이다. 매일 에이전트를 돌리는 팀이라면 이제 어느 모델에 일을 맡길까?

읽는 시간 10분
중국판 AI, 사실은 클로드였다?

중국판 AI, 사실은 클로드였다?

Anthropic 조사에서 Kimi와 DeepSeek 고객 요청 일부가 Claude로 넘어간 정황이 드러났다. CCTV 자료와 DB 접속 정보까지 섞인 이 요청은 어떤 경로로 다른 회사 AI에 건너갔을까?

읽는 시간 9분
Jev, 새로운 혁명일까, 가짜 트렌드일까

Jev, 새로운 혁명일까, 가짜 트렌드일까

Jev는 문장 대신 미리 정한 선택지의 확률을 수백 밀리초 안에 돌려준다. 작은 언어 모델로도 비슷한 판단을 하는데, Jev는 무엇이 달라야 쓸 만할까?

읽는 시간 10분
AI 시대, 50대를 위한 교수의 조언

AI 시대, 50대를 위한 교수의 조언

AI 도구가 나올 때마다 처음부터 다시 배워야 할 것 같다. 50대의 경력은 새 기술 앞에서 어떤 힘이 될 수 있을까?

읽는 시간 8분
부의 판도는 이미 뒤집혔다

부의 판도는 이미 뒤집혔다

AI가 보고서와 코드를 대신 쓸수록, 사람이 직접 내주는 시간이 사치품이 된다는 전망이 나온다. 김대식·유현준·송길영은 AI가 키운 부가 누구에게 간다고 봤을까?

읽는 시간 9분
바이브코딩으로 성공하는 사람의 공통점

바이브코딩으로 성공하는 사람의 공통점

피터 레벨스는 게임 개발에는 초보였지만 이미 여러 제품을 팔아 본 창업자였다. 다른 바이브코딩 성공 사례의 주인공들은 AI를 쓰기 전에 무엇을 해 왔을까?

읽는 시간 12분