본문 바로가기

AstraGo

 (41)
일반 인공지능을 넘은 초인공지능의 등장! ASI와 AI의 발전 단계 AI가 우리 생활에 침투하며, 인간이 할 수 있는 대부분의 일들을 대신할 수 있다는 것, 이제는 조금 실감 나지 않나요? 😶한 편으로는 이제 어디까지 발전하고 실현 가능할지 조금은 무서워지기도 하는데요.😳 그럼에도 불구하고, 많은 연구원들과 학자들은 지금의 AGI 수준에서 더 높은 지능을 가진 ASI의 구현을 촉진하고 있다고 해요.👩‍🔬 오늘은 지난 콘텐츠에서 소개해 드린 인공일반지능 AGI와 관련하여, AI의 발전 단계 그리고 초인공지능 ASI에 대해 함께 살펴보는 시간을 가져보아요! 인공지능의 세 가지 발전 단계 ANI-AGI-ASI■ ANI (약인공지능)인공지능은 그 목적과 기술의 발전 정도에 따라 약한 인공지능(Weak AI)과 강한 인공지능(Strong AI)으로 구분할 수 있어요. 이때..
컴퓨팅 환경에서 탄력적으로 업무를 수행하는 방법: 클라우드네이티브(Cloud Native) 여러분들 중에서는 ☁️클라우드 환경에서 가장 탄력적으로 업무를 진행하는 방법에 대해 고민해보신 적 있나요? 공유가 쉽고 빠른 클라우드 특성처럼, 우리는 새로운 작업 환경을 구축할 때, 기존 환경을 최적화하고, 모든 환경을 연결하여, 작업 속도를 가속화 시켜야 해요. 🧑‍💻이처럼 현대 회사는 고객의 요구를 충족하기 위해 신속하게 업데이트할 수 있는 확장성, 유연성 및 복원력이 뛰어난 애플리케이션을 구축하고자 하는데요. 이때, 클라우드 네이티브 기술은 서비스 제공에 미치는 영향 없이 애플리케이션을 빠르게 자주 변경할 수 있도록 지원하여 혁신 역량과 경쟁력을 제공하고 있어요.✨ 디지털 환경에서 컴퓨터와 스마트폰 등과 같은 디지털 기기와 언어를 자유자재로 구사하는 디지털 네이티브처럼, 클라우드 환경에 맞춰 ..
클라우드 컴퓨팅과 SaaS의 필수조건! 멀티테넌시 환경(Multitenancy) 누구나 쉽게 공유 가능한 클라우드와 멀티테넌시 환경 공유가 쉬운 클라우드 환경! 클라우드는 이미 우리 생활에 깊숙이 들어와 있어요. 파일을 저장하고, 소프트웨어를 사용하고, 동료나 친구와 협업하는 모든 일이 이제는 인터넷의 클라우드를 통해 이뤄지고 있죠! 마치 네이버·구글 드라이브 처럼요 :)📁🗂️ 더 쉽게 예를 들어볼까요? 우리가 메일이나 메신저를 확인하려 열었는데, 나에게 온 메일 뿐 아니라 부서 내 모든 사람의 메일이 들어있다면 다소 당황스러울 것인데요. 이처럼 클러스터를 공유하게 되면 보안, 공평성 등의 여러 문제 상황이 발생할 수 있어요.😥 이러한 문제점을 해결하기 위해서는 각각의 사용자에게 독립적인 서비스 환경을 제공해야 하는데요. 오늘 소개해드릴 ‘멀티테넌시’ 환경에서 가능하게 됩니다 ..
LLM 한계를 보완할 수 있는 AI 검색증강생성 RAG 기술 지난 시간 현상에 대해 알아보며, 현재 생성형 AI의 꾸준한 발전에도 미묘한 오류는 지속적으로 존재하고 있다는 것을 알 수 있었어요. 이때 많은 기업들은 AI 도구 정확성을 높이고, 환각 현상에 대응하기 위해 검색증강생성 기법 를 도입하고 있는데요!  단순한 LLM 시스템은 훈련 중에 습득한 지식에만 의존하는 반면, RAG 시스템은 먼저 지식 베이스에서 관련 문서를 검색해 응답에 대한 컨텍스트를 제공해요.  이 때문에 RAG는 다양한 도메인에서 AI 환각을 줄이려는 기업들에게 표준이 되고 있는데요!💡오늘은 검색증강생성이라고도 불리는 RAG 기술에 대해서 소개해 보는 시간을 가져볼게요! 검색증강생성 RAG란 무엇인가요?검색증강생성(Retrieval Augmented Generation, RAG)은 대규..
우리의 생활로 들어오는 똑똑한 범용인공지능 AGI 개념과 사례 안녕하세요 씨이랩입니다 :)다들 지난 주말 잘 보내셨나요? 저는 오랜만에 백화점을 방문했어요. 그때 가전제품 코너를 지나가다 '집안일과으 작별 전展' 이라는 문구를 우연히 보게되었는데요! 🧹평소 우리가 쓰던 생활용품에 지능을 달아, 집안일의 근무 양을 확 줄여준다는 것이 해당 카피의 목표였어요. 이걸 보니 많은 AI 연구자 및 CEO가 예견한 것처럼 이제 10~20년 이내에는 기계가 인간이 하는 어떤 일이든 할 수 있게 될 것이라는 말이 심심치 않게 와닿더라고요!😃그만큼 이제 모든 제품과 브랜드에 AI가 적용된 AI 라이프가 시작되고, 우리의 일상, 일하는 방식, 인간이 세계를 인식하는 방식 등에 근본적 변화를 가져온다는 걸 느낄 수 있었어요.  그래서 준비한 오늘의 주제 ‘AGI’! 인간만큼 똑똑해..
생성형 AI 산업 내 주요 이슈, ‘AI 할루시네이션’ 인공지능이 하는 그럴듯한거짓말 ‘AI 할루시네이션’지난 시간 LLM과 LLMOps를 이야기하며, 거대 언어 모델이 개인 일상과 기업에 미치는 영향이 커지고 있음을 짐작할 수 있었어요. 하지만 이러한 생성형 AI에도 큰 골칫거리가 있는데요. 바로 ‘할루시네이션(Hallucination)’으로 불리는 AI 환각 현상입니다.할루시네이션은 맥락과 관계없거나 사실과 무관한 정보를 마치 정답인 것처럼 이야기하면서 정보 획득에 혼란을 불러오는 것인데요. 🤖 우리가 ChatGPT를 활용하면서, 다양한 질문과 명령을 내리다 보면, 논지에 벗어난 답변이나 잘못된 답변을 가져오는 경우처럼 ‘허위’정보를 ‘사실’인 척 위장한답니다.💦 특히 의료·법률·금융·경제 분야 등 중요한 의사 결정에 활용되어 부적절한 결정을 내릴 경..
기업에서 LLM을 효과적으로 관리하는 LLMOps 프로세스 모든 워크플로우를 자동화하는 AI 모델 Chat GPT ·생성형 AI, 이제 일상에서는 빼놓을 수 없는 서비스들이죠? 이러한 AI 서비스의 영향력은 일상에서 점차 두드러지며, 문서 작업과 업무 효율성을 크게 높일 수 있게 되었어요. 이제 초거대 언어 모델(LLM)을 활용하는 능력은 업계와 직무를 불문하고 중요해졌고, LLM은 이제 언어 모델의 새로운 표준이 되었습니다! 현재 많은 기업에서는 AI 파이프라인과 AI 워크플로우를 구축하며, 인공지능 모델 개발과 실행에 필요한 모든 단계를 자동화하고 효율화하는 프로세스를 구축하는 데 힘을 쏟고 있는데요. 이제는 MLOps를 넘어 LLMOps(대규모 언어 모델 운영)라는 새롭고 전문화된 영역이 등장했답니다! 프로덕션 환경에서 생성형 AI 및 LLM 기반 앱을 개..
AI 학습에 적합한 합성곱신경망 CNN과 순환신경망 RNN의 차이 여러분! 컴퓨터 연산 기능을 가진 인공신경망은 언제 처음 등장했을까요?🤖 무려 1950년대 ‘퍼셉트론’으로 시작해 ‘0’ ‘1’ 입력으로 연산을 계산하는 방식을 사용했답니다. 이후로 학자들은 AI에게 본격적인 ‘학습’을 시키기 위해 오랜 기간 연구를 진행했어요.📚 그로부터 약 20년 뒤인 1986년에는 ‘알고리즘’을 통해 많아진 연산수를 해결하고, 특정 결괏값을 예측하게 되었는데요. 무게(Weight)와 편향(Bias) 값을 조정해 손실 값을 알려주며, 겹겹의 층(Layer)를 통해 가중치를 매겨 학습하는 방식을 발견하고, 이 방식을 결괏값에 근접해질 때까지 반복 훈련을 진행했어요. 🧠🔥 여기까지가 저희가 아는 ‘딥러닝(Deep Learning)’의 초기 단계입니다.😀 이런 딥러닝 학습에는 다양..

티스토리툴바