집단지성/잡스9급/기출해설/두문암기

1. 인공지능 소프트웨어 2. 인공지능 서비스 3. 인공지능 하드웨어

생성형AI, 양강 구도, MS·오픈AI vs 아마존·앤스로픽, Amazon-Anthropic Vs. Microsoft-OpenAI 생성형 AI 시장이 마이크로소프트(MS)·오픈AI 연합과 아마존·앤스로픽 연합의 양강 구도로 재편되고 있다. AI 서비스 필수 인프라인 클라우드 시장 1위 아마존웹서비스(AWS)와 2위 MS 애저가 각각 유망 AI 기업들과 대규모 투자 계약을 맺으며 AI 패권 경쟁에 돌입했다. 25일 업계에 따르면 AWS는 지난 22일 앤스로픽에 대한 40억 달러(5조6000억원) 규모의 지분 투자를 단행했다. 지난해부터 올해 상반기까지 투자한 40억 달러까지 합치면 총 투자 금액은 80억달러(11조2000억원) 규모다. 생성형 AI 시장에서 MS와 오픈AI의 독주를 견제하기 위한 전략적 포..

"사람들은 인공지능에 일자리를 잃을까 걱정하지만, 실제로는 인공지능을 잘 활용하는 전문가들에게 일자리를 빼앗길 것이다." 젠슨 황  Nvidia CEO Jensen Huang says AI will do parts of some jobs 1,000 times better — but it won't completely replace people Jensen Huang says AI can enhance jobs — but won't replace humans entirely. AI could perform parts of some jobs up to 1,000 times better but not replace entire roles, he said. The Nvidia CEO advocates using..

튜링 테스트(Turing test), 이미테이션 게임(imitation game), 앨런 튜링, 기계 인공지능 여부 판별  기계의 인공지능 여부를 판별하기 위해 앨런 튜링이 제안한 시험으로, 그는 상대의 정체를 알지 못하는 인간 실험자가 인간과 유사하게 반응하는 기계와 자연어로 소통했을 때, 상대가 기계인지 인간인지 구분할 수 없게 되는 것(수행 능력의 비구별성)을 지능의 존재 기준으로 삼았다. 튜링 테스트는 "'인간의 지적 능력' 또는 '인공지능'이란 무엇인가?"라는 근본적인 물음에 대한 접근에서도 연구된다. 1950년 앨런 튜링이 맨체스터 대학교에서 연구원으로 재직하고 있을 시절, 대학 연구팀과의 연구 중에 기고한 '계산 기계와 지성(Computing Machinery and Intelligence..

체계적 탐색과 경험적 탐색  체계적 탐색이란 선험적인 지식 없이 상태공간을 탐색하여 해를 찾는 것을 말하며, 상태 공간을 모두 탐색하므로 해의 발견이 보장되지만, 상태 공간이 커지면 목표 상태가 존재하는 위치에 따라 해를 발견할 때까지의 시간이 매우 길어지는 단점이 있다.  경험적 탐색은 탐색 지점(노드)을 사전에 축적된 평가 기준을 바탕으로 우선순위를 붙여서 그 순서대로 조사해 나감으로써 탐색 효율을 향상시키는 방법으로, 휴리스틱 탐색법이 이에 속한다. 휴리스틱 탐색법(Heuristic Search) 경험적으로 얻을 수 있는 지식에 기반하여 탐색을 수행하는 방법을 말하며, 휴리스틱 함수(h(n))를 평가 함수로 사용한다.탐색을 효율적으로 수행하기 위해 목표 상태를 기준으로 현재 상태가 어느정도로 평가되..

인공지능 로봇(AI robot) 인공지능 시스템을 결합시킨 로봇을2022년 달리2의 등장과 함께 본격적으로 상업적 용도로 사용 가능한 퀄리티의 그림 인공지능이 대두하고 그 해 연말 챗GPT 서비스 시작과 함께 딥러닝 기반 인공지능이 언론의 주목을 대대적으로 받기 시작한 이후 AI로봇에 대한 정확한 학술적 정의가 존재하지 않음에도 AI로봇, 혹은 인공지능 로봇이라는 용어는 언론과 대중들에 의해 널리 사용되고 있다. 인공지능 로봇(AI robot)이란 기본적으로 AI와 로봇의 합성어이므로 로봇의 사용 목적에 필수적인 여러 기능을 구현하는 데 딥러닝 메커니즘이 적용된 경우를 모두 포함할 수 있는데, 주변 기능을 인공지능을 통해 구현한 광의의 인공지능 로봇과 핵심기능을 포함한 대부분의 시스템을 인공지능을 기반으..

인공지능 인공지능 ⊃ 기계학습 ⊃ 인공신경망 ⊃ 딥 러닝인공지능 - 인공지능 구현을 위한 몇 가지 기술이 존재한다. 기계학습 - 많은 매개변수를 넣어주면 모델이 스스로 규칙을 학습하는 방식의 인공지능 구현 방법이다. 인공신경망 - 인간의 뉴런 구조를 본떠 만든 기계 학습 방법론이다. 딥 러닝 - 입력층과 출력층 사이에 있는 은닉층에 인공 뉴런을 여러 겹 쌓고 연결한 인공신경망 방법론 중 하나이다. 즉, 단일층이 아닌 실제 뇌처럼 다층 구조로 되어있다. 21세기에 와서는 (인공신경망=딥러닝)이라고 이해해도 무방하다. 인지 컴퓨팅 - 기계학습을 이용하여 특정한 인지적 과제를 해결할 수 있는 프로그램 또는 솔루션을 이야기한다. 뉴로모픽 컴퓨팅 - 인공 신경망을 하드웨어적으로 구현한 것이라고 생각하면 된다.  ..

거대언어모델(Large Language Model, LLM) 대용량의 인간 언어를 이해하고 생성할 수 있도록 훈련된 인공지능(AI) 모델이다. 딥러닝 알고리즘과 통계 모델링을 바탕으로 자연어처리 작업에 활용된다. 주어진 언어 범위 내에서 정해진 패턴이나 구조, 관계를 학습하는 기존 언어모델과 달리 대규모 언어 데이터를 학습해 문장 구조 문법, 의미 등을 파악하고 자연스러운 대화 형태로 상호작용이 가능하다. 국내에서는 대규모언어모델이라고도 불린다. 콘텐츠 패턴을 학습해 추론 결과로 새로운 콘텐츠를 만드는 생성형 AI의 핵심 기본 기술로 손꼽힌다. 오픈AI에서 개발한 '챗GPT'와 구글이 채팅 기반 AI 도구 바드에 적용한 'PaLM', 메타의 'LLaMa' 등이 대표적 사례다. 대형 언어 모델(Large ..

클러스터링은 input data들을 비슷하게 묶어 주는 것을 말하며 군집분석이라고도 한다. 아래의 그림에 샘플들이 색깔별로 나누어져 있는 것을 알 수 있다. 같은 그룹 속 샘플들은 특성이 비슷하다. 즉, 그룹간의 차이는 크게 그룹내의 차이는 작게 만드는 것이 군집을 잘 나누는 목적이라고 할 수 있다. 샘플 사이가 얼마나 가깝냐라고 하는 것은 distance measure를 활용한다. 그리고 그룹은 어떻게 나눌 것인가?에 대한 것은 clustering algorithm을 사용한다. clustering algorithm은 어떤 방식으로 그룹을 나눌 것인지에 대한 방법들이 존재한다. 이번 장에서 클러스터링에 대한 알고리즘은 K-means와 Hierarchical Clustering, 그리고 DBSCAN에 대해..

쿠다, CUDA, Compute Unified Device Architecture, 엔비디아 그래픽 처리 장치(GPU)에서 수행하는 (병렬 처리) 알고리즘을 C 프로그래밍 언어를 비롯한 산업 표준 언어를 사용하여 작성할 수 있도록 하는 GPGPU 기술이다. CUDA는 엔비디아가 개발해오고 있으며 이 아키텍처를 사용하려면 엔비디아 GPU와 특별한 스트림 처리 드라이버가 필요하다. CUDA는 G8X GPU로 구성된 지포스 8 시리즈급 이상에서 동작한다. CUDA 플랫폼은 컴퓨터 커널의 실행을 위해 GPU의 가상 명령 집합과 병렬 연산 요소들을 직접 접근할 수 있는 소프트웨어 계층이다. 개발자는 패스스케일 오픈64 C 컴파일러로 컴파일 된 '쿠다를 위한 C' (C언어를 엔비디아가 확장한 것)를 사용하여 GPU..

HBM , High Bandwidth Memory, 고대역폭 메모리 2013년에 발표된 적층형 메모리 규격 HBM 구조 H100 HBM 기존의 GDDR 계열 SGRAM을 대체하고 보다 고대역폭의 메모리 성능을 달성하기 위해 제안되었으며, 2013년에 반도체 표준협회인 JEDEC에 의해 채택되었다. 메모리 다이를 적층하여 실리콘을 관통하는 통로(TSV)를 통해 주 프로세서와 통신을 한다는 것으로, 이를 위해서 직접 인쇄 회로 기판 위에 올려지는 GDDR 계열 SGRAM과는 달리 인터포저라는 중간 단계를 필요로 한다. GDDR의 경우 32개의 핀을 구리배선으로 연결하면 되므로 따로 미세공정이 필요 없었다. 그러나 HBM은 1024개나 되는 미세한 핀을 연결해야 하기 때문에 그대로 기판에 붙일 수 없다. 설령..

AGI, Artificial General Intelligence 인공 일반 지능 흔히 강인공지능(Strong AI)이라고 분류되는 인공지능 중의 하나 인공 일반 지능이라는 용어에서 일반(General)의 의미는 '일반적이다'라는 단어의 평범한 의미보다는 특수 상대성 이론을 일반화시킨 일반 상대성 이론에서 '일반'의 의미처럼, 말 그대로 '범용' 혹은 '통상'의 뜻으로 이해하면 좋다. 이 때문에 일본 등 일부 국가에서는 인공 일반 지능을 '범용 인공지능'이나 '인공 범용 지능' 등의 보다 직관적인 명칭으로 호칭하기도 한다. 쉽게 설명하자면, 특정한 조건 하에서만 적용할 수 있는 약인공지능과 달리 모든 상황에 일반적으로 두루 적용할 수 있는 AI를 말한다. 인공 일반 지능은 약인공지능과 달리 한 번도 해 ..

폼팩터, form factor 폼팩터(form factor)는 제품 외형이나 크기, 물리적 배열을 의미한다. 주로 컴퓨터 하드웨어(HW) 규격을 지칭하는 용어로 쓰였지만 모바일 기기 발전과 더불어 휴대폰 외형을 가리키는 용어로 활용되고 있다. 폼팩터는 제품의 물리적 외형을 뜻하는 말이다. 원래 컴퓨터 하드웨어 규격을 지칭하는 용어지만 요즘 스마트폰 분야에서도 많이 쓴다. 몇 년 전까지 반듯한 네모 뿐이었던 스마트폰의 겉모습이 다양해지고 있기 때문이다. 삼성전자를 필두로 화웨이, 모토로라 등은 2019년부터 화면을 접는 ‘폴더블 폰'을 선보였다. LG전자는 2020년 9월 14일 메인 스크린(주 화면)을 시계 방향으로 돌리면 절반 크기의 세컨드 스크린(보조 화면)이 하나 더 나오는 'LG윙'을 공개했고 2..

AI 반도체 인공지능(AI)은 우리 일상에 깊게 들어왔다. 가전, 스마트 기기, 인터넷, 의료, 자율주행 등 산업과 생활 전반에 AI가 쓰이지 않는 데가 없다. AI 기술이 확대되면서 함께 변화하는 영역으로 대표되는 것이 ‘반도체’ 이 중에서도 ‘AI 반도체’다. 기존 반도체 분야의 강자들뿐만 아니라 글로벌 빅테크 기업들까지 앞다퉈 천문학적인 투자와 인수합병을 통해 AI 반도체 개발에 열을 올리고 있다. AI는 수많은 데이터를 학습하고 이를 통해 추론한 결과를 도출 한다. 학습 데이터를 단시간에 받아들이고 처리하기 위해서는 특별한 프로세서가 필요한데, 이 프로세서가 ‘AI 반도체’다. AI 반도체는 AI 서비스 구현에 필요한 대규모 연산을 초고속, 초전력으로 실행하는 효율성 측면에서 특화된 비메모리 반도..

‘팹리스(Fabless)’는 Fabrication+less라는 단어가 합쳐진 것으로 반도체를 직접 제조(fabrication)하지 않고 설계만 하는 기업을 뜻한다. 즉, 팹리스라고 불리는 기업은 반도체 설계를 전문적으로 하는 기업이다. 하지만 설계만 한다고 다 되는 것은 아니다. 실제로 반도체칩이 생산이 되기 위해서는 제조, 패키징, 테스트 등 일련의 과정을 다 거쳐야 한다. 이 과정들은 모두 외주로 진행이 되며, 과정이 다 완료된 반도체 칩의 소유권이나 판매권은 팹리스에 있다. 보통 팹(생산설비)을 구축할 때 수 조원 이상의 비용이 들기 때문에, 다품종 소량 생산 형태인 시스템 반도체를 제작할 때는 팹을 만드는 것이 비효율적이다. 따라서 시스템 반도체를 제작할 때는 팹리스가 자신의 필요나 고객의 요구에..

‘대화’는 사람들이 업무를 처리하고 상호 작용할 때 가장 기본이 되는 수단이다. 사람과 대화를 주고받을 수 있는 생성형 인공지능(AI)의 등장이 특히 남다른 의미를 갖는 이유다. 앞으로 10~20년간 AI는 인류가 일하는 방식을 완전히 바꿔 놓을 것으로 예측된다. 챗GPT가 세상에 등장한 지 4개월. 이후 AI 기술의 발전은 숨가쁠 만큼 빠르게 진행되고 있다. 오픈AI는 챗GPT보다 똑똑해진 GPT-4를 세상에 선보였고 마이크로소프트(MS)와 구글은 빠르게 발전하고 있는 AI를 활용해 우리의 일상을 바꾸기 위해 분주하게 움직이고 있다. MS는 뉴빙을, 구글은 바드를 출시하며 AI 챗봇 경쟁이 본격화되고 있지만 이들의 ‘진짜 전쟁’은 아직 시작도 되지 않았다. AI를 활용해 우리가 일하는 방식을 어떻게 바..

빅데이터는 인공지능(artificial intellengence) 시대를 움직이는 새로운 자원이자 화폐 일상의 모든 것이 데이터가 되는 세상 10년전부터 사물인터넷(internet of things, IoT) 및 소셜미디어에서 발생하는 데이터가 폭발적으로 증가하고 컴퓨터의 계산능력 또한 획기적으로 향상되었으며 이와 함께 머신러닝 알고리즘도 고도화되었다. ... 휴대폰의 전원을 켜는 순간 우리의 위치 데이터가 생성되고 통화와 문자사용 내역이 데이터화되며 네비게이션 앱을 켜는 순간 우리의 위치와 속도데이터가 저장된다. 주식매매, 은행 입출금 모두 데이터다. 구글과 네이버에 검색하는 단어, 페이스북에 올리는 사진과 좋아요를 누르는 패턴, 인스타그램에 올리는 사진과 해시태그 모두 데이터다. 이메일과 각종 문서도..

GPT 3.5를 기반으로 하는 대화형 인공지능. 간단한 회원가입 후 무료로 이용 ChatGPT는 사용자와 주고받는 대화에서 질문에 답하도록 설계된 언어모델이다. 오픈AI는 블로그 게시글을 통해 “챗GPT가 대화 형식으로 추가적인 질문에 답하고 실수를 인정하며 정확하지 않은 전제에 대해서는 이의를 제기하고 부적절한 요청을 거부할 수 있다”고 설명했다. 예시 양자 컴퓨팅을 쉬운 문장으로 설명해 줘. 10살 아이의 생일축하를 위한 창의적인 아이디어 있어? JavaScript로 HTTP 요청을 어떻게 보내? 가능한 것 유저가 대화에서 말한 것을 기억함 답변을 보고 사용자가 내용 수정을 요청할 수 있음 부적절한 요청은 거부할 수 있음 한계 잘못된 정보를 제공할 수 있음 유해하거나 편향적인 정보를 제공할 수 있음 ..

생성형 인공지능, Generative AI 이용자의 특정 요구에 따라 결과를 생성해내는 인공지능을 말한다. 데이터 원본을 통한 학습으로 소설, 이미지, 비디오, 코딩, 시, 미술 등 다양한 콘텐츠 생성에 이용된다. 한국에서는 2022년 Novel AI의 그림 인공지능 등장으로 주목도가 높아졌으며, 해외에서는 미드저니, 챗GPT등 여러 모델을 잇달아 공개하면서 화제의 중심이 되었다. 보통 딥러닝 인공지능은 학습 혹은 결과 출력 전 원본 자료를 배열 자료형 숫자 데이터로 변환하는 인코딩 과정이 중요한데, 생성 AI의 경우 인공지능의 출력 데이터를 역으로 그림, 글 등의 원하는 형태로 변환시켜주는 디코딩 과정 또한 필요하다. 구글 vs MS, 챗GPT 열풍에 AI챗봇 경쟁 미국 오픈AI의 대화형 인공지능 모델..

Botto “Botto는 커뮤니티의 피드백을 기반으로 그림을 그리는 탈중앙화 작가입니다.” 여기서 ‘탈중앙화’는 작가와 커뮤니티가 같이 그림 생산에 참여한다는 의미에서 사용된 것 같습니다. 완전히 AI가 처음부터 생산하는 형태는 아닌것 같구요. 보토가 그림을 생산하는 프로세스는 아래와 같습니다. 매주 보토는 커뮤니티를 대상으로 50개의 미술품을 공개 커뮤니티는 위 작품들을 선호도에 따라 투표 보토는 선호도 투표 결과를 미술품 제작 알고리즘에 학습 선호도 투표로 선정한 1개 미술품을 매주 SuperRare(NFT 미술품 경매 서비스) 경매에 부침 4번 경매에서 발생한 수익금은 다시 커뮤니티 참여자에게 분배 한 주 cycle이 종료되고, 매주 1~5 반복 간략한 설명이지만, 통상적인 미술품 생산 방식과 차원..

에이전트의 정의 복잡한 동적 환경에서 목표를 달성하려고 시도하는 시스템(모델)을 에이전트(Agent)라고 부른다. 에이전트는 기본적으로 입력기(센서 : Sensor)를 통해 자신의 환경을 파악하고, 출력기(액추에이터 : Actuator)을 통해 현재 상황에 동작하여 반응함으로써 주어진 환경과 상호작용(학습, 전개 등)한다. 에이전트의 환경은 지각을 통해 입력되며, 특정 시점까지 지각한 모든 지각들을 지각열이라고 한다. 에이전트의 설계 및 구현 에이전트는 모든 가능한 지각열에 대하여 그 행동의 선택을 지정하는 형태로 설계되며, 주어진 순간에서의 에이전트는 항상 그때까지 관찰된 지각열 전체에 의존하여 판단한다(지각하지 못한 것은 활용할 수 없음). 에이전트의 행동은 임의의 지각열에서 하나의 동작으로 치환되는..