Webtagr - 기술 뉴스 다이제스트

유전력 격차: 쌍둥이 연구 vs. 유전체학

2025-06-28

1970년대 이후 쌍둥이 연구는 많은 행동 특성에 높은 유전력이 있음을 시사하며, IQ는 약 60%가 유전적인 것으로 추정됩니다. 그러나 전장유전체 연관 분석(GWAS)은 이러한 유전자를 발견하는 데 어려움을 겪어 “유전력 격차”가 발생했습니다. 최근 연구에 따르면 인구 집단 구조, 선택적 짝짓기, 유전적 양육과 같은 요인으로 인해 GWAS의 예측력이 과대평가될 수 있다는 것이 시사됩니다. Sib-Regression이나 RDR과 같은 새로운 방법은 유전력을 추정하는 대체적인 접근 방식을 제공하며, 쌍둥이 연구와는 다른 결과를 가져옵니다. 유전력의 실제 값과 방법 간의 불일치에 대한 논쟁은 계속되고 있으며, 어떤 사람들은 쌍둥이 연구가 유전력을 과대평가한다고 주장하는 반면, 다른 사람들은 GWAS가 희귀 변이와 유전자 간 상호 작용을 간과한다고 주장합니다. 많은 미스터리가 남아 있으며, 추가 연구가 필요합니다.

(www.astralcodexten.com)

AI 유전력

Qwen VLo: 이미지를 이해하고 생성하는 통합형 멀티모달 모델

2025-06-28

알리바바 DAMO 아카데미는 이미지의 내용을 이해할 뿐만 아니라, 그 이해를 바탕으로 고품질 이미지를 생성하는 새로운 멀티모달 모델 Qwen VLo를 발표했습니다. 점진적인 생성 방식을 채택하여 왼쪽에서 오른쪽으로, 위에서 아래로 단계적으로 이미지를 구축함으로써 최종 결과의 일관성과 조화를 보장합니다. Qwen VLo는 다국어 지시를 지원하며, 이미지 편집 및 스타일 전환과 같은 복잡한 작업을 처리하고, 생성된 이미지의 내용을 이해할 수도 있습니다. 현재 미리 보기 단계이지만, 강력한 멀티모달 기능은 이미지 생성 분야에서 AI의 잠재력을 보여줍니다.

(qwenlm.github.io)

AI

강화 학습: 2025년 에이전트 AI 부상의 원동력

2025-06-28

2023년에 등장한 BabyAGI나 AutoGPT와 같은 에이전트 AI는 초기에는 주목을 받았지만, 대규모 언어 모델(LLM)이 다단계 추론에 어려움을 겪으면서 실패로 끝났습니다. 하지만 2024년 중반 상황이 역전되었습니다. 강화 학습의 발전으로 복잡한 다단계 작업을 지속적으로 수행할 수 있는 새로운 세대의 에이전트 AI가 등장했습니다. Bolt.new와 같은 코드 생성 도구나 Anthropic의 Claude 3.5 Sonnet이 그 예입니다. 강화 학습은 시행착오를 통한 모델 훈련을 통해 모방 학습에 내재된 누적 오류 문제를 극복하여 모델이 알 수 없는 데이터에 대해서도 견고성을 유지할 수 있도록 합니다. OpenAI의 RLHF나 Anthropic의 Constitutional AI와 같은 기술은 피드백 자동화를 통해 강화 학습의 효율성을 더욱 높입니다. DeepSeek의 R1 모델은 강화 학습을 통해 모델이 추론 능력을 스스로 학습하는 놀라운 가능성을 보여주었습니다. 요약하자면, 강화 학습의 발전은 2025년 에이전트 AI의 급성장을 뒷받침하는 중요한 원동력입니다.

(www.understandingai.org)

AI

TarFlow: Transformer 기반 정규화 흐름 모델, 이미지 우도 추정에서 SOTA 경신

2025-06-28

연구원들은 Transformer 아키텍처와 마스크된 자기 회귀 흐름의 장점을 결합한 새로운 정규화 흐름 모델인 TarFlow를 발표했습니다. TarFlow는 이미지 패치에 자기 회귀 Transformer 블록을 적용하고, 레이어 간에 자기 회귀 방향을 번갈아 전환하여 효율적인 밀도 추정과 이미지 생성을 달성합니다. 또한, 샘플 품질을 향상시키는 세 가지 주요 기술, 즉 훈련 중 가우시안 노이즈 증강, 훈련 후 노이즈 제거 절차, 그리고 클래스 조건부 및 무조건 설정 모두에 대한 효과적인 가이드 방법을 제안합니다. 이러한 기술들을 결합하여 TarFlow는 이미지 우도 추정에서 획기적인 성과를 달성하여 기존 최첨단 기법을 크게 능가하며, 독립형 정규화 흐름 모델로서는 최초로 확산 모델에 필적하는 품질과 다양성을 갖춘 샘플을 생성합니다.

(machinelearning.apple.com)

AI 정규화 흐름

에코 체임버 공격: LLM에 대한 새로운 제일브레이크

2025-06-27

Neural Trust의 AI 연구원이 주요 대규모 언어 모델(LLM)의 보안 메커니즘을 우회하는 새로운 제일브레이크 기법인 '에코 체임버 공격'을 발견했습니다. 이 기법은 명시적으로 위험한 프롬프트 없이 모델을 유해한 콘텐츠 생성으로 미묘하게 유도하기 위해 컨텍스트 포이즈닝과 멀티턴 추론을 사용합니다. 겉보기에는 무해한 프롬프트를 여러 턴에 걸쳐 누적함으로써 공격은 모델의 내부 상태를 점진적으로 변화시켜 정책 위반 응답을 생성합니다. 평가 결과 여러 모델에서 90%를 넘는 성공률을 보였으며, 현재 LLM 보안의 심각한 취약성을 드러냅니다.

(neuraltrust.ai)

AI

높은 IQ, 더 정확한 예측과 더 나은 의사결정으로 이어져

2025-06-27

배스대학교 연구에 따르면 높은 IQ와 더 정확한 예측 사이에 강력한 상관관계가 있는 것으로 나타났습니다. 높은 IQ를 가진 사람들(상위 2.5%)은 낮은 IQ를 가진 사람들(하위 2.5%)보다 예측 오류가 훨씬 적으며, 부정확성은 두 배 이상입니다. 이 연구는 영국 종단적 노화 연구(ELSA) 데이터를 사용하여 평균 수명 예측에 중점을 두었습니다. 라이프스타일, 건강, 유전자를 통제함으로써 지능이 확률적 추론과 의사결정에 미치는 독립적인 영향을 강조하고 있습니다. 이러한 결과는 재정 및 건강과 같은 분야에서 확률에 대한 더 명확한 전달이 예측 오류를 일으키기 쉬운 사람들의 의사결정을 개선할 수 있음을 시사합니다.

(phys.org)

AI

TorchFT: 극한의 장애율 하에서의 내결함성 LLM 학습

2025-06-27

연구원들은 TorchFT와 TorchTitan을 사용하여 극한의 합성 장애율을 가진 실제 환경에서 모델을 학습시켜 내결함성 학습의 신뢰성과 정확성을 증명했습니다. 1200번의 장애와 체크포인트 없이도 학습 손실은 안정적이었습니다. TorchFT는 글로벌 등대 서버와 복제 그룹별 관리자를 사용하여 실시간 조정을 수행하고 내결함성 HSDP 및 LocalSGD/DiLoCo와 같은 다양한 내결함성 알고리즘을 구현합니다. 실험 결과는 매우 높은 장애율 하에서도 TorchFT가 모델을 효과적으로 학습시킬 수 있음을 보여주며, 다양한 장애 시나리오에 대한 강력함을 보여줍니다.

(pytorch.org)

AI 내결함성 학습

Gemma 3n: 강력한 모바일 우선 AI 모델 출시

2025-06-27

혁신적인 MatFormer 아키텍처 기반의 강력한 모바일 우선 다중 모드 AI 모델 Gemma 3n이 공식 출시되었습니다! 이미지, 오디오, 비디오, 텍스트 입력을 지원하며, 매우 적은 메모리 공간으로 작동합니다(E2B는 2GB, E4B는 3GB). Gemma 3n은 텍스트 처리에 140개 언어, 다중 모드 이해에 35개 언어를 지원하며, LMArena 점수에서 1300점을 넘는 성과를 달성했습니다. 효율적인 아키텍처와 Per-Layer Embeddings 기술을 통해 다양한 작업에서 뛰어난 성능을 제공하며, 개발자에게 전례 없는 편리성을 제공합니다. 모바일 AI의 새로운 시대를 열었습니다.

(developers.googleblog.com)

AI

Meta의 AI 학습 데이터 저작권 분쟁: 판사, 저작권자에게 유리한 판결

2025-06-27

Meta는 AI 모델 Llama 훈련에 저작권이 없는 책을 사용한 것에 대한 저작권 소송에 직면해 있다. Chabria 판사는 Meta의 다운로드가 AI 훈련이라는 '매우 변혁적인' 목적을 위한 것이었더라도 저작권 침해를 면할 수 없다고 판결했다. 판사는 Meta의 다운로드와 Llama 훈련의 불가분성을 지적하고, Meta가 컴퓨팅 성능을 제공함으로써 간접적으로 불법 복제 라이브러리를 지원했을 가능성을 시사했다. Meta가 불법 복제 라이브러리로부터 직접 이익을 얻었다는 증거는 없지만, 판사는 이러한 P2P 파일 공유 사례의 대부분이 침해로 간주된다는 점을 지적했다. 최종 판결은 Meta가 BitTorrent 네트워크에 기여하여 불법 복제 라이브러리를 지원했다는 증거를 저작권자가 제시할 수 있다면 저작권자에게 유리할 것이다.

(arstechnica.com)

AI

애플, 확산 모델에 도전장: 정규화 플로우 기반 이미지 생성의 돌파구

2025-06-27

애플은 두 편의 논문을 통해 잊혀졌던 이미지 생성 기술인 정규화 플로우의 가능성을 제시했습니다. 새로운 모델인 TarFlow와 STARFlow는 트랜스포머를 활용하여 이미지 품질과 효율성에서 상당한 발전을 이루었습니다. 토큰 단위로 이미지를 생성하는 OpenAI의 GPT-4o와 달리, 애플의 모델은 픽셀 값을 직접 생성하거나 압축 및 압축 해제 과정을 통해 생성하여 토큰화로 인한 정보 손실을 방지하고 이미지 세부 사항을 더욱 정밀하게 제어할 수 있습니다. STARFlow는 더 나아가 잠재 공간 생성과 경량 언어 모델 통합을 통해 모바일 기기 적합성을 높였습니다. 이는 이미지 생성 분야의 새로운 방향을 제시하는 것으로, 확산 모델의 지배적인 위치에 도전하는 것입니다.

(9to5mac.com)

AI 정규화 플로우

AlphaGenome: AI가 게놈의 비밀을 푸는 열쇠

2025-06-27

Google DeepMind는 인간 DNA 변이가 유전자 조절에 어떻게 영향을 미치는지 예측하는 AI 도구인 AlphaGenome을 공개했습니다. 최대 100만 개의 염기쌍을 처리하는 AlphaGenome은 유전자 시작 및 종료 위치, 스플라이싱 위치, RNA 생성량, DNA 접근성 등 다양한 분자 특성을 예측합니다. 벤치마크에서 최첨단 성능을 달성한 AlphaGenome은 유전자 변이의 영향을 효율적으로 평가하여 연구자에게 유전자 조절에 대한 보다 포괄적인 정보를 제공합니다. AlphaGenome API는 현재 비상업적 연구를 위해 사용할 수 있으며, 게놈학 및 의료 분야의 발전을 가속화할 것으로 기대됩니다.

(deepmind.google)

AI

AI 코드 작성: 다윈-괴델 머신의 돌파구

2025-06-26

마이크로소프트와 구글 CEO는 AI가 이미 상당한 양의 회사 코드를 작성하고 있다고 밝혔습니다. 새로운 연구에서는 대규모 언어 모델과 진화 알고리즘을 결합한 '다윈-괴델 머신(DGM)'이라는 시스템을 소개합니다. DGM은 반복적인 개선을 통해 코드 벤치마크 성능을 크게 향상시켰으며, 고정된 외부 시스템 개선을 사용한 시스템보다도 뛰어난 성능을 보였습니다. 현재 DGM의 성능은 인간 전문가를 능가하지는 않지만, 엄청난 잠재력을 보여주며 AI 안전성과 위험에 대한 논의를 불러일으키고 있습니다.

(spectrum.ieee.org)

AI

MUVERA: 효율적인 다중 벡터 검색

2025-06-26

현대 정보 검색은 신경 임베딩 모델에 의존하지만, 다중 벡터 모델은 정확도가 높은 반면 계산 비용이 높아 비효율적입니다. 연구자들은 고정 차원 인코딩(FDE)을 구축하여 복잡한 다중 벡터 검색을 단순한 단일 벡터 최대 내적 검색(MIPS)으로 변환하는 MUVERA라는 새로운 알고리즘을 발표했습니다. 이를 통해 정확도를 희생하지 않고 효율성을 크게 향상시킬 수 있습니다. 오픈 소스 구현은 GitHub에서 공개되어 있습니다.

(research.google)

AI 다중 벡터 검색

메타, 저작권 소송 회피: 전략적 승리, 법적 승리가 아님

2025-06-26

Meta Platforms Inc.는 자사의 생성형 AI 모델인 Llama의 훈련에 수백만 권의 저작권으로 보호되는 책을 허가 없이 사용했다는 저작자 그룹의 획기적인 저작권 소송을 피했습니다. 샌프란시스코 연방 판사는 메타의 행위가 공정 이용에 해당한다고 판결했지만, 이는 원고의 소송 전략 미숙 때문이라고 경고했습니다. 이 판결은 메타가 저작권으로 보호되는 자료를 AI 훈련에 사용하는 것이 보편적으로 합법적이라는 것을 확인하는 것은 아닙니다.

(news.bloomberglaw.com)

AI Llama 모델

Lovable: 7개월 만에 ARR 7500만 달러 달성, AI 코드 생성기의 수익화 전략

2025-06-25

Lovable은 이전에 한 달이 걸리던 마이크로 앱 개발을 단 3분 만에 가능하게 하는 놀라운 AI 코드 생성 도구입니다. 7개월 만에 ARR 7500만 달러라는 놀라운 성장을 이룬 Lovable의 수익화 모델에 대한 관심이 높아지고 있습니다. 이 글에서는 Lovable의 가치 창출 방식을 살펴보고, 현재 크레딧 기반 가격 책정 모델의 어려움을 지적하며, 에이전시 및 제품 관리자를 위한 지속적인 가치 제공, 추가 기능 추가, 타사 벤더와의 제휴, 앱 스토어 구축, AI 에이전트 마켓플레이스 구축 등 몇 가지 잠재적인 수익화 전략을 제안합니다. 결론적으로 Lovable의 장기적인 성공은 Shopify와 같은 포괄적인 SaaS 비즈니스 플랫폼으로의 진화, 즉 소프트웨어 개발자에게 포괄적인 서비스와 지원을 제공하는 데 달려 있다는 점을 시사합니다.

(getlago.substack.com)

AI SaaS 수익화

Google AI 제품 사용 현황 설문조사: Gemini와 NotebookLM의 매일 사용?

2025-06-25

블로그 게시물에는 Gemini와 NotebookLM과 같은 Google AI 도구의 사용 빈도를 파악하기 위한 동일한 설문조사가 여러 번 포함되어 있습니다. 설문조사는 이러한 도구를 매일, 매주, 매달, 거의 사용하지 않음, 또는 잘 모르겠음으로 선택하는 단일 선택 질문으로 구성됩니다. 결과는 Google이 AI 제품을 개선하고 사용자 요구에 더 잘 부합하도록 하는 데 도움이 됩니다.

(blog.google)

AI 사용자 설문조사

Hugging Face 과학자, AI의 과학적 발견 능력에 의문 제기

2025-06-25

Hugging Face의 수석 과학자인 토마스 울프는 현재 AI 시스템이 일부 주요 연구소가 기대하는 것과 같은 획기적인 과학적 발견을 할 수 있는 능력에 의문을 제기하고 있다. 대규모 언어 모델(LLM)은 질문에 답하는 데 뛰어나지만, 울프는 진정으로 독창적인 질문을 하는 더 어려운 과제에 어려움을 겪고 있다고 주장한다. 이는 과학적 진보의 핵심이다. 그는 바둑을 예로 들어, 규칙을 마스터하는 것은 인상적이지만, 게임 자체를 발명하는 것이 훨씬 더 위대한 업적이라고 말한다. 마찬가지로, 그는 현재 AI 모델은 "서버의 예스맨"으로 기능하며, 기존의 가정에 도전하고 진정으로 새로운 과학적인 질문을 할 수 있는 능력이 부족하다고 생각한다.

(fortune.com)

AI

4Real-Video-V2: 효율적인 4D 비디오 확산 모델

2025-06-24

Snap Inc.과 KAUST는 피드포워드 아키텍처 기반의 4D 비디오 확산 모델인 4Real-Video-V2를 공동 개발했습니다. 이 모델은 각 시간 단계의 4D 시공간 그리드와 3D 가우시안 입자를 효율적으로 계산합니다. 핵심은 동일한 프레임, 동일한 타임스탬프 또는 동일한 뷰포인트에서 토큰이 다른 토큰에 주의를 기울일 수 있는 스파스 어텐션 패턴입니다. 이를 통해 대규모 사전 훈련된 비디오 모델에 대한 확장성, 효율적인 훈련 및 우수한 일반화 성능을 달성하여 기본 비디오 모델에 매개변수를 추가하지 않고도 상당한 성능 향상을 달성했습니다.

(snap-research.github.io)

AI 4D 비디오 스파스 어텐션

판결: Anthropic의 AI 훈련에서의 도서 사용은 공정 이용

2025-06-24

연방 판사는 Anthropic이 저작권자의 허가 없이 출판된 책을 AI 모델 훈련에 사용한 행위가 합법적이라고 판결했습니다. 이는 LLM 훈련에서 AI 기업의 공정 이용 주장이 법정에서 처음으로 인정된 사례입니다. 이 결정은 OpenAI 및 Meta와 같은 기업을 고소한 저자들에게는 타격입니다. 보편적인 판례가 되는 것은 아니지만, 기술 기업에 유리한 판결입니다. 판결은 생성 AI 시대에 시대착오적인 공정 이용 해석에 의존합니다. 그러나 Anthropic이 저작권으로 보호되는 작품으로 구성된 “중앙 도서관”을 구축하기 위해 불법 복제된 책을 사용한 문제에 대해서는 손해 배상에 영향을 미칠 수 있는 재판이 진행될 것입니다.

(techcrunch.com)

AI

MCP: 실제로 자리 잡을지도 모르는 LLM 인터페이스

2025-06-24

과장 광고와는 달리, 모델 컨텍스트 프로토콜(MCP)은 마법이나 혁명적인 기술이 아닙니다. 하지만 간단하고, 시의적절하며, 잘 실행됩니다. Stainless에서는 MCP가 자리 잡을 것이라고 확신합니다. LLM을 세계와 연결하려는 이전의 시도들(함수 호출, ReAct/LangChain, ChatGPT 플러그인, 사용자 지정 GPT, AutoGPT 등)은 번거롭고, 오류가 발생하기 쉽고, 제한적이었습니다. MCP의 성공은 다음과 같은 이유 때문입니다. 1. 모델이 마침내 충분히 좋아져서 복잡한 워크플로를 안정적으로 처리할 수 있게 되었다는 점. 2. 프로토콜이 충분히 우수하고, 공급업체 중립적인 표준을 제공한다는 점. 3. 도구가 충분히 우수하고, 사용하기 쉬운 SDK를 제공한다는 점. 4. 모멘텀이 충분히 우수하고, 주요 업체와 커뮤니티가 채택하고 있다는 점. MCP는 도구와 에이전트 개발을 간소화하고, 도구 재사용과 생태계 성장을 촉진합니다. LLM API의 미래 표준이 될 가능성이 있습니다.

(www.stainless.com)

AI

Anthropic의 공정 이용 방어: AI 저작권 전쟁의 중요한 판결

2025-06-24

캘리포니아 법원은 저작권으로 보호되는 책을 AI 모델 훈련에 사용한 것과 관련된 저작권 소송에서 Anthropic을 부분적으로 지지하는 판결을 내렸습니다. 법원은 Anthropic이 구매한 책을 훈련에 사용하고 인쇄물을 디지털 형식으로 변환한 것은 “공정 이용”에 해당한다고 판단했지만, 불법 복제본의 사용은 해당되지 않는다고 판단했습니다. 이 판결은 AI 업계에 큰 영향을 미치며, AI 모델 훈련에 합법적으로 획득한 저작권 자료를 사용하는 것의 정당성을 확인하는 동시에 합법적인 데이터 확보의 중요성을 강조합니다. 불법 복제본 사용에 대한 손해 배상은 이후 재판에서 결정될 것이며, AI 기업의 데이터 확보 전략에 큰 영향을 미칠 수 있습니다.

(aifray.com)

AI

쓴 교훈이 토큰화를 강타하다: LLM의 새로운 시대?

2025-06-24

이 글에서는 대규모 언어 모델(LLM)에서 널리 퍼져 있는 '토큰화' 문제와 잠재적인 해결책을 탐구합니다. 바이트 페어 인코딩(BPE)과 같은 기존 토큰화 방법은 어휘를 효과적으로 압축하지만 모델의 표현 능력을 제한하고 다양한 후속 문제를 야기합니다. 이 글에서는 토큰화를 우회하려는 다양한 아키텍처, 즉 ByT5, MambaByte, Hourglass Transformers 등을 분석하고 최근 등장한 Byte Latent Transformer(BLT)에 중점을 둡니다. BLT는 바이트 시퀀스를 동적으로 분할하고 로컬 인코더와 글로벌 트랜스포머를 결합하여 계산 자원이 제한된 환경에서도 기존 모델보다 우수한 성능과 확장성을 제공합니다. 특히 문자 수준 작업에서 뛰어난 성능을 보여줍니다. BLT에는 과제도 남아 있지만, 이 연구는 LLM 개발의 새로운 방향을 제시하며 토큰화가 없는 시대를 열 가능성을 제시합니다.

(lucalp.dev)

AI

대규모 로봇 프로젝트, 수백 명의 기여자에게 감사

2025-06-24

대규모 로봇 프로젝트가 프로젝트 성공에 기여한 수백 명의 기여자(연구원, 엔지니어, 운영 직원)에게 감사를 표하는 긴 감사 목록을 발표했습니다. 이 목록에는 전 세계 전문가들이 포함되어 있으며, 프로젝트를 뒷받침하는 광범위한 협업 네트워크를 보여줍니다.

(deepmind.google)

AI

AI 2027 초지능 예측 모델 비판

2025-06-23

"AI 2027"이라는 글은 2027년 초지능 AI 출현을 예측하며 광범위한 논쟁을 불러일으켰다. METR 보고서의 AI 개발 모델과 단편 소설 시나리오를 바탕으로 저자들은 초인적인 코딩 능력이 단기간에 달성될 것이라고 예측한다. 그러나 이 비판에서는 주요 모델에 심각한 결함이 있다고 주장하며, 초지수적 성장 곡선에 대한 과도한 의존, 매개변수 불확실성의 불충분한 처리, 중요한 데이터 지점의 선택적 사용을 지적한다. 이 비판은 이 모델에 경험적 검증과 엄격한 이론적 근거가 부족하며, 지나치게 낙관적이고 설득력 없는 결론에 이른다고 결론짓는다. 이는 기술 예측에서 경계해야 할 사례이다.

(www.lesswrong.com)

AI 모델 비판

AI 챗봇 개인정보보호 소송에서 판사가 사용자 개입을 거부하다

2025-06-23

판사는 소송에서 AI 챗봇 회사에 사용자 채팅 로그를 보존하도록 명령하여 개인정보보호에 대한 우려를 불러일으켰습니다. 사용자인 Hunt는 이 명령이 너무 광범위하여 대규모 감시로 이어질 수 있다고 주장하며 익명 채팅이나 의료, 금융, 개인적인 주제에 대한 대화 등 민감한 정보에 대한 면제를 요청했습니다. 판사는 Hunt의 개입 요청을 기각하고 이 명령은 소송에만 국한되며 대규모 감시가 아니라고 강조했습니다. 이 사건은 AI 챗봇 데이터 개인정보보호를 둘러싼 법적 문제와 사용자의 데이터 제어 부족을 드러냅니다.

(arstechnica.com)

AI AI 개인정보보호

AI 라이프스타일 보조금의 종말: 디지털 경험이 악화되는 이유

2025-06-23

한때 벤처캐피탈과 저금리 정책은 각 판매에서 손실을 보더라도 스타트업의 급성장을 촉진했습니다. 현재 그 자금은 LLM 기반 제품으로 흘러들어가고 있지만, 이러한 보조금은 지속 불가능합니다. 검색 엔진과 소셜 미디어는 광고로 넘쳐나고 정보의 질은 저하되고 있습니다. AI 발견 메커니즘도 같은 문제에 직면해 있습니다. 미래에는 AI 애플리케이션이 광고로 포화 상태가 되고, "블랙햇 GEO" 등이 등장하여 AI 환각과 유료 광고의 구분이 어려워질 것입니다. 유료 서비스와 오픈소스 모델은 예외가 될 수 있지만, 대부분의 소비자용 AI 애플리케이션은 불가피하게 광고 홍수에 휩싸일 것입니다. AI 라이프스타일 보조금이 종료되기 전에 지금 즐기세요.

(digitalseams.com)

AI

학문 분야의 옹호: AI 시대의 지식 사일로

2025-06-21

이 글은 학문 분야의 사일로를 허무는 개념에 이의를 제기하며, 학문 분야는 곡물 사일로처럼 기능하여 지식의 완전성과 질을 유지한다고 주장합니다. 19세기 사일로 발명을 예로 들어 전문 지식이 지식 생산에서 얼마나 중요한지를 강조합니다. AI 시대에 학문 분야의 전문 지식은 AI의 '환각'에 대항하고 정보의 정확성을 보장하는 데 필수적입니다. AI의 광범위함은 전문적인 연구에서 제공하는 깊이에 의해 뒷받침되며, 학계 내부의 논의와 자기 수정 메커니즘은 시대에 뒤떨어지거나 편향된 정보에 대한 의존을 방지합니다. 저자는 학문 분야의 사일로를 해체하는 것은 지적인 쇠퇴와 부족으로 이어질 것이라고 결론짓습니다.

(hollisrobbinsanecdotal.substack.com)

AI 학문 지식 생산

AllTracker: 고해상도에서 효율적인 고밀도 점 추적

2025-06-21

AllTracker는 쿼리 프레임과 비디오의 다른 모든 프레임 간의 흐름 필드를 계산하여 장거리 점 경로를 추정합니다. 기존 방법과 달리 고해상도 고밀도(모든 픽셀) 대응 필드를 생성하여 40G GPU에서 768x1024 해상도로 추적할 수 있습니다. 프레임별 처리 대신 AllTracker는 동시에 흐름 문제의 창을 처리하므로 장거리 흐름 추정이 크게 향상됩니다. 이 효율적인 모델(1600만 매개변수)은 다양한 데이터 세트에서의 학습으로 인해 최첨단 정확도를 달성합니다.

(alltracker.github.io)

AI 점 추적 광학 흐름 고해상도

Weave에서 창립 AI 엔지니어를 모십니다!

2025-06-21

잘 지원받는 스타트업 Weave는 소프트웨어 엔지니어링 워크플로를 이해하고 개선하는 AI를 구축할 뛰어난 AI 엔지니어를 찾고 있습니다. CTO와 CEO에게 직접 보고하며, 처음부터 프로세스와 표준을 구축하고, 고객에게 만족감을 주는 작업 효율을 10배 향상시키는 제품을 만드는 것을 목표로 합니다. 특정 기술보다 잠재력과 불굴의 정신을 더 중요하게 생각합니다. 필수 자질로는 실용적인 사고방식, 공감 능력, 뛰어난 의사소통 능력, 성장에 대한 헌신 등이 있습니다. React, TypeScript, Go 또는 Python 경험이 있으면 좋습니다. 빠르게 성장하는 수익성 높은 팀에 합류하세요!

(www.ycombinator.com)

AI 소프트웨어 엔지니어링 생산성

HIV 백신 돌파구: 단일 접종으로 강력한 면역 반응 유도

2025-06-21

MIT와 스크립스 연구소 연구원들은 두 가지 강력한 아주반트를 추가한 단일 백신 접종으로 HIV에 대한 강력한 면역 반응을 유발할 수 있음을 보여주었습니다. 마우스 실험에서 이 이중 아주반트 접근 방식은 단일 아주반트 또는 아주반트가 없는 백신에 비해 훨씬 더 다양한 항체를 생성했습니다. 백신은 최대 한 달 동안 림프절에 남아 더 많은 항체 생성을 가능하게 했습니다. 이 전략은 HIV 및 SARS-CoV-2를 포함한 다양한 감염병에 대한 단일 접종 백신 개발에 대한 기대를 높입니다.

(www.sciencedaily.com)

AI HIV 백신 아주반트 면역 반응

Category: AI