7월 3일, SK텔레콤은 <SK AI 데이터센터 프로젝트>를 발표했습니다. 2029년부터 1단계 5GW 가동, 중장기 전국 15GW, 총 1,000조 원 – 정부가 총 4,755조 원 규모로 묶어 부르는 ‘대한민국 대도약 3대 메가 프로젝트’의 한 축이자, 같은 날 6대 그룹이 영남권에 쏟아낸 312조 원 투자의 중심축입니다. 1단계에만 여의도 면적의 부지 75만 평과 GPU 300만 장, HBM 2,400만 장, … 더 읽기
UIUC,Stanford,NVIDIA,MIT 공동 연구진이 4월 28일arXiv에 올린 논문입니다. 제목은 <Recursive Multi-Agent Systems> 한 줄로 요약하면 이렇습니다. “멀티에이전트의 협업 자체를, 잠재 공간의 재귀(latent-space recursion)로 다시 설계한다.” 수치부터 보겠습니다. – 평균 정확도 +8.3% (9개 벤치마크) – 추론 속도 최대 2.4× 향상 – 토큰 사용량 최대 −75.6% !!!! – 학습 파라미터는 전체 시스템의 0.31% (13M) 문제의식은 지금까지 멀티에이전트 시스템(MAS)의 … 더 읽기
며칠전 4월 20일, 결국은 많은 우려에도 불구하고, 공공 클라우드 보안 검증 절차를 국정원 단일 체계로 정리가 되었네요. CSAP와 보안성 검증이라는 이중 절차를 하나로 합치고, 기존 CSAP의 민간 영역 규범은 ISMS·ISMS-P에 모듈화해 자율 인증으로 전환하며, 2027년 7월부터 새 제도를 본격 시행한다는 내용입니다. 당초, 디지털플랫폼정부위 시절, 그러니까 2022년에 국정원은 불투명한 보안성 검토를 메뉴얼화하고 예측가능하게 바꾸기로 했었습니다만, 그 … 더 읽기
stanford HAI AI index 2026 을 제가 보기 편하게 인터액티브 웹페이지로 만들었는데요, 혹시 영어 리포트 보기 귀찮으신 분들 (400페이지라서.ㅋㅋ) 이걸로 쭉 리뷰해보셔도 좋을것 같아 공유합니다. 요약, 9개 챕터별 내용 정리, 한국 부분만 별도로 정리 이렇게 3개 축으로 정리했습니다. 역시나 by claude code https://hai2026.vercel.app
Skywork AI가 4월 10일 공개한 Matrix-Game 3.0은 5B 규모의 모델로 720p 해상도에서 초당 40프레임, 그리고 분(minute) 단위의 기억 일관성을 동시에 달성한 최초의 오픈소스 Interactive World Model 입니다. Google DeepMind의 Genie 3가 약 24FPS/720p을 폐쇄형으로 보여준 것을, Skywork는 코드와 가중치, 그리고 테크니컬 리포트까지 전부 공개하며 넘어섰다는 지점에서 단순한 기술 보고서가 아니라 월드모델 오픈소스 진영의 매우 중요한 … 더 읽기
오늘날 리더십의 본질이 근본적으로 재정의되고 있다. 과거의 리더가 ‘가장 많이 아는 사람’이었다면, AI 시대의 리더는 ‘가장 잘 듣는 사람’이어야 한다. 지식의 독점이 권력이 되던 시대는 끝났다. 정보는 넘쳐흐르고, 전문성의 유효기간은 짧아졌으며, 어제의 정답은 오늘의 함정이 된다. 이 격변의 시대에 리더십의 핵심 역량은 ‘무엇을 아는가’에서 ‘누구의 말에서 무엇을 들을 수 있는가’로 이동하고 있다. 그러나 여전히 두 … 더 읽기
4월 8일 Meta AI와 KAUST 연구진이 발표한 논문 <Neural Computers>는 현대 컴퓨팅의 근간을 바꾸는 연구입니다. 그동안 우리는 AI를 ‘컴퓨터라는 도구를 능숙하게 다루는 영리한 에이전트’ 정도로 간주해 왔는데, 이 연구는 AI와 Runtime을 분리해 온 이분법을 없애버리고, AI 그 자체가 곧 실행 환경이 되는 신경 컴퓨터(Neural Computers, NC)의 도래를 얘기합니다. 이 논문이 제안하는 것은 1945년 이래 전 … 더 읽기
LLM은 “한 번 훈련하고 고정된 채로 배포한다”는 패러다임 위에서 작동합니다. 방대한 데이터로 학습된 가중치는 배포 이후 변하지 않으며, 모델은 새로운 정보나 진화하는 맥락, 혹은 극단적으로 긴 문서를 만났을 때 병목이 생길 수 밖에 없습니다. 이 병목은 크게 두 가지 지점에서 나타납니다. 첫째, 지식의 경직성입니다. 모델이 세상을 이해하는 방식은 학습 종료 시점에 가중치 안에 고정됩니다. 단일 … 더 읽기
4월 8일, 샌프란시스코에서 열린 ‘HumanX 2026’ 컨퍼런스에서 AI 4대 석학인 앤드류 응 교수는 “인간의 코딩이 불필요해질 것이라는 주장은 훗날 ‘역대 최악의 조언’으로 기록될 것”이라고 얘기했습니다. 젠슨황이 계속 ‘코딩 무용론’ 을 주장하고, 도메인 지식을 키우라고 한 발언에 대한 일종의 카운터입니다. 앤드류 응 교수가 크게 세 가지로 설명했습니다. 1) 문해력(Literacy)의 관점 – 코딩을 단순한 기술이 아닌 현대적인 … 더 읽기
지난 4월 9일, OpenAI는 <지능 시대를 위한 산업 정책: 사람 중심의 가치를 지키기 위한 제언(Industrial Policy for the Intelligence Age: Ideas to Keep People First)>을 발표했었죠. AI 에이전트 기술이 가속화됨에 따라 기술 발전의 속도만큼이나 이를 뒷받침할 산업 정책의 원칙, 즉 ‘사회적 합의’와 ‘사회계약’의 중요성이 어느 때보다 커지고 있습니다. 제 책 『AI 국부론』 에서도 강조해 온 … 더 읽기
오늘의 하네스 작업은, 한국인공지능소프트웨어산업협회(KOSA)에서 만든 사례집과 가이드라인 자료들을 활용해서, <인공지능기본법 안내>를 웹에서 쉽게 찾아볼 수 있는 웹사이트를 1시간만에 만들어봤습니다. 기존 KOSA에서 자료가 워낙 정리가 잘되어있어서, 전체적인 러프한 기획, 그리고 몇가지 로직과 ui/ux 방향 등 몇가지만 정해주고, 나머지는 거의 하네스 에이전트 팀에게 위임했는데 제 기준에는 매우 훌륭한 결과가 나왔습니다. https://ailaw-korea.vercel.app
일요일 아침에 만들어본 앱은 현행 CSAP의 구조적 문제를 진단하고, 해외 사례와 AI 시대의 과제를 분석하여, 데이터 중심 등급분류 프레임워크를 제안하는 보고서를 보기 좋게 웹에 구현을 하고, 이러한 프레임워크가 적용되었을때, 공공기관이나 정부부처 공무원들이 쉽게 공공기관 클라우드 전환을 위해 데이터 중심 등급분류을 해 볼 수 있는 <문진표>를 제공하는 웹기반 앱입니다. 현행 CSAP 체계에서 공공기관은 보안 사고 발생 … 더 읽기
원래 N2SF는 MLS 라는 이름이었고, 처음 구상시에는 1)물리적 망분리에서 벗어난 논리적 망분리 향 망분리 혁신, 2) AI를 잘 이용하기 위한 망분리 혁신 이 방향성이었습니다. 하지만 계엄 이후, 다소 원래의 목적과 조금은 다르게 흘러갔고, 또 워낙 AI 가 빠르게 변화하다 보니 그런 부분을 담지 못했습니다. 당장, 일방향 설계로 AI agent 나 MCP 를 활용하기 어려운 점이 … 더 읽기
2026년 3월 30일 스탠퍼드와 MIT, 그리고 KRAFTON 연구진이 공동 발표한 <Meta-Harness: End-to-End Optimization of Model Harnesses> 논문입니다. (스탠퍼드의 이윤호, 크래프톤의 이광욱 두분의 한국분이!) 이 논문은 LLM 시스템의 성능을 결정짓는 핵심 요소인 하네스(Harness)를 에이전트가 스스로 설계하고 최적화하는 ‘Meta-Harness’ 시스템을 제안합니다. 여기서 하네스란 모델이 어떤 정보를 저장하고, 검색하며, 사용자에게 어떻게 제시할지를 결정하는 외부 코드 로직을 의미합니다. 기존의 … 더 읽기
Kimi (문샷AI)가 2026년 3월 16일 발표한 따끈따끈한 논문입니다.<Attention Residuals (AttnRes)>는 LLM의 표준인 PreNorm 잔차 연결(Residual Connection) 방식이 가진 근본적인 한계를 해결하기 위해 제안된 기술입니다. (잔차 연결은 레이어의 입력을 출력에 그대로 더해 정보와 그래디언트가 끊기지 않고 깊게 흐르도록 만드는 같은 연결 방식) 기존 방식은 Layer가 깊어질수록 이전 모든 레이어의 출력을 단순히 똑같은 비중(고정된 가중치)으로 더해나가는 방식을 … 더 읽기
” ….AGI로 가는 길, 정답 기계를 넘어 혁신의 파트너로 우리는 여전히 AI를 단순히 ‘정답을 맞히는 기계’로 보고 있지는 않나 생각해 봐야 한다. 만약 그렇다면 우리는 AI라는 거대한 잠재력을 겨우 하이테크 사전 정도로 축소해 쓰고 있는 셈이다. 진정한 AGI로의 도약은 과거 데이터의 정밀한 복제가 아니라, 데이터 사이의 빈틈을 메우는 새로운 설명과 대안을 스스로 구성할 수 있을 … 더 읽기
LLM은 기본적으로 질문이 입력되면 답변을 생성하고 세션이 종료됨과 동시에 모든 처리 정보를 초기화하는 완전한 무상태성(Stateless) 시스템입니다. 물론 ‘메모리’ 기능으로 과거의 대화 기록이나 사용자 정보를 외부 데이터베이스에 텍스트로 저장해 두었다가, 새로운 대화가 시작될 때 시스템 프롬프트에 이를 덧붙여 주입(In-Context Memory)함으로써 사용자를 기억하고 맥락을 유지하는 것처럼 작동합니다. 하지만 이 방식은 외부에서 기억을 끌어와 읽어낼 뿐, AI의 지능을 … 더 읽기
― Impact, Governance, Safety, Power, Sovereignty 최근 몇 년 사이 국제기구와 연구기관에서 발표되는 AI 관련 보고서는 당연한 얘기지만, 엄청나게 늘어나고 있습니다. 처음에는 각각의 보고서가 서로 다른 주제를 다뤘습니다. 어떤 보고서는 AI의 사회적 영향에 집중하고, 어떤 보고서는 산업 경쟁력을 강조하며, 또 다른 보고서는 AI의 위험과 규제 문제를 얘기했습니다. 그런데, 이 보고서들을 쭉 보다보면 일정한 구조가 드러납니다. … 더 읽기
드디어 <AI 국부론> 제 첫번째 책이 나왔습니다.. 바쁘신 와중에도 부족한 책에 기꺼히 추천사를 써주신 조준희 회장님, 김경묵 대표님, Wontae Lee 교수님, 장대익 학장님, Dongsoo Lee 전무님, Sung Kim 대표님, Woohyung Lim 원장님, 너무 감사드립니다. 언제 꼭 신세를 갚겠습니다!! 제목은 <AI 국부론> 입니다. 처음에 디지털플랫폼정부위원회에서 국장으로 일하면서 얻은 성과와 실패, 그리고 교훈등을 정리하자는 취지에서 시작했다가, 너무 … 더 읽기
계속 쏟아지고 있는 AI 논문들을 보다보면, 스케일링 법칙이 여전히 유효한가? 라는 궁금증이 듭니다. 수년간 전 세계 AI 업계를 지배한 절대적인 믿음은 스케일링 법칙(Scaling Law)이었죠. “더 많은 데이터, 더 거대한 파라미터, 더 압도적 연산량을 무식하게 쏟아부으면 AI 지능은 무조건 상승한다” 이 ‘규모의 경제’는 확실히 작동했습니다. 이 법칙은 여전히 유효하며, AI의 체급을 키워 AGI에 닿으려는 인류의 도전은 … 더 읽기
“AI는 이제 단순한 소프트웨어가 아니라 전략 자산이 되었고, 그 능력을 대규모로 빼내는 시도가 실제로 벌어지고 있다” 2월 23일 Anthropic은 자사 모델 Claude를 대상으로 조직적이고 대규모적인 증류(distillation) 시도가 탐지되었다고 밝혔습니다. 증류는 원래 합법적인 머신러닝 기법으로, 큰 모델(teacher)의 출력 결과를 활용해 더 작은 모델(student)을 훈련시키는 방식입니다. 내부적으로 경량 모델을 만들거나 비용을 줄이는 데 자주 쓰이죠. 문제는 허가 … 더 읽기
오늘날의 머신러닝, 특히 딥러닝 모델은 본질적으로 방대한 데이터를 바탕으로 한 통계적 최적화 과정에 크게 의존하고 있습니다. Empirical Risk 를 최소화하기 위해 경사 하강법같은 훈련 방식을 사용하지만, 그러다보니 Local minimum 에 빠지거나 수렴이 느려지는 등 태생적인 불안정성을 안고 있습니다. 그러다보니 이러한 최적화 기반 훈련은 결과의 도출 과정을 설명하기 어려운 ‘블랙박스’ 문제를 야기시키 기도 합니다. 수학자 라이언 … 더 읽기
이번주 it조선 연재는 Agent Centric Data 에 대해 얘기해봤습니다. 에이전트 중심 전략에서는 시간성을 다뤄야 합니다. 데이터를 ‘기억’이라는 살아있는 자산으로 바꾸어야, 초개인화가 가능하고, 정체성이 부여되며 실제로 에이전트 시대에 제대로 활용이 가능하다고 봅니다. 여기에 기존 소버린AI 전략도 모델 중심의 전략에서 에이전트 중심의 전략, 즉 에이전트가 메인이 되고, 모델은 plug n play 될수 있을때, 어떤 모델을 장착하더라도 즉시 … 더 읽기
GLM-5 테크리포트가 2월 17일에 올라왔네요. 이 테크리포트는 제목 <GLM-5: from Vibe Coding to Agentic Engineering> 처럼, AI가 단순히 인간의 프롬프트로 코드 조각을 짜주던 수동적인 바이브 코딩(Vibe Coding) 시대에서, AI 스스로 전체 소프트웨어 개발 과정을 기획, 구현, 검증, 수정하는 주도적인 에이전트 기반 엔지니어링(Agentic Engineering)시대로의 전환을 제시하고 있습니다. 이를 위해 비용은 확 줄이면서 긴 문맥을 이해하는 고효율 … 더 읽기
2월 3일 발표된 <Accelerating Scientific Research with Gemini: Case Studies and Common Techniques> 은 Google Research와 CMU, Harvard, MIT 등 유수 대학의 연구진 30여 명이 참여하여, Gemini Deep Think(추론 강화 모델)가 실제 과학 난제 해결에 어디까지 기여할 수 있는지 검증한 연구입니다. 기존 AI가 코딩 보조나 텍스트 요약에 그쳤다면, 이 연구는 AI가 전문가 수준의 수학적 증명, … 더 읽기
“지금의 거대언어모델(LLM)은 정말 놀랍습니다. 하지만 이 모델은 자신이 무슨 말을 하는지 근본적으로 이해하지 못합니다. 확률에 기대어 다음 단어를 내뱉을 뿐이죠. 진정한 인공일반지능(AGI)으로 가기 위해선, AI가 언어(Word)의 감옥을 탈출해 세계(World)를 이해해야 합니다.” 구글 딥마인드의 수장, 데미스 허사비스(Demis Hassabis)가 최근 각종 인터뷰와 강연을 통해 던지는 화두는 명확하다. 지난 3년간 전세계를 강타했던 생성형 AI 붐이 ‘언어와 이미지’라는 1막을 … 더 읽기
LLM의 미세조정(Fine-tuning)을 지배해 온 것은 단연 LoRA(Low-Rank Adaptation)였습니다. 수십억 개의 파라미터를 전부 재학습하는 비효율을 획기적으로 줄여주었지만, 여전히 수백만 개의 파라미터와 랭크(Rank) 행렬 연산이 필요하다는 점은 변함이 없었습니다. 그런데 2026년 2월 4일, Meta(FAIR) 연구진이 발표한 <Learning to Reason in 13 Parameters> 논문은 우리가 당연하게 여겨왔던 이 ‘최소한의 용량’을 훨씬 더 줄여버렸습니다. 이 연구의 핵심은 단순합니다. Qwen-2.5 … 더 읽기
2026년 세계 경제는 과거의 충격에서 벗어나 회복의 조짐을 보이고 있으나, 그 이면에는 여전히 짙은 불확실성이 깔려 있습니다. 세계경제포럼(WEF) Chief Economists’ Outlook 2026년 1월호에서, 전 세계 수석 이코노미스트들을 대상으로 실시한 조사에 따르면, 응답자의 53%는 올해 글로벌 경제 여건이 약화될 것이라고 전망했습니다 . 직전 조사였던 2025년 9월의 72%보다는 그래도 개선된 수치로, 경제 전반에 ‘조심스러운 낙관론’이 고개를 들고 … 더 읽기
지난 2026년 1월 29일, 글로벌 IT 리서치 기관 가트너(Gartner)는 매우 의미심장한 전망을 내놓았습니다. “2027년까지 전 세계 국가의 35%가 지역 특화 AI 플랫폼(Region-Specific AI Platforms)에 종속될 것” 이라는 예측입니다. 현재 이 비율이 약 5%에 불과하다는 점을 감안하면, 향후 3년 내에 무려 7배에 달하는 폭발적인 변화가 일어날 것임을 예고한 것입니다. 가트너가 지목한 변화의 핵심 동인은 ‘신뢰’와 ‘맥락’입니다. … 더 읽기
