← Feelyoworks / Insights
INSIGHTS 주간 뉴스레터
오늘AI
AI 최신 소식과 실무에서 바로 써보는 활용 팁. 누구나 따라 해볼 수 있는 일상의 예시로 풀어드립니다.
매주 한 번, 짧고 진하게 보내드립니다.
LLM이란, 앞글을 보고 다음 말을 하나씩 이어 쓰는 기계입니다
AI 이야기 · 13편 휴대폰 자판의 추천 단어만 계속 눌러도 제법 문장이 만들어지죠. 챗GPT 같은 LLM도 바탕은 이와 같은 ‘다음 말 맞히기’입니다. LLM, 즉 대규모 언어 모델은 엄청난 양의 글로 다음 말 맞히기를 배운 AI입니다. 같은 원리라는데 LLM은 어떻게 긴 글을 요약하고 설명까지 해낼까요. 같은 질문을 두 번 하면 왜 답이 조금씩 달라질까요. LLM은 답을 어딘가에서 찾아…
읽으러 가기 ↗
딥러닝이란, 사람이 짚어 주기 어려운 단서를 기계가 층층이 찾아내는 방식입니다
AI 이야기 · 12편 딥러닝 이야기를 휴대폰 앨범에서 시작해 봅니다. “고양이”를 찾으면 고양이 사진이 줄줄이 모여 나오죠. 그런데 컴퓨터에게 사진 한 장은 고양이가 아니라, 점마다 붙은 빨강·초록·파랑 밝기 숫자의 더미입니다. 휴대폰 사진 한 장에는 이런 숫자가 아주 많이 들어 있습니다. “귀는 이런 숫자 모양”이라고 누가 알려 줄 수 있었을까요. 앞 편의 광고 메일에서는 ‘무료’ 같은…
읽으러 가기 ↗
머신러닝이란, AI가 규칙 대신 예시를 보고 배우는 방식입니다
AI 이야기 · 11편 광고 메일이 알아서 스팸함에 들어가 있는 걸 보며 “누가 일일이 걸러 놓았지?” 싶었던 적, 있으시죠. 그 뒤에 있는 머신러닝 이야기를 오늘 풀어 봅니다. 가끔은 중요한 메일이 스팸함에서 발견되어 “대체 어떤 기준일까” 갸웃하기도 합니다. 아무도 “이런 단어가 있으면 광고”라는 규칙을 적어 주지 않았는데, 기계는 어떻게 광고를 알아볼까요. 답부터 말씀드리면 머신러닝은…
읽으러 가기 ↗
AI 머신러닝 딥러닝 차이, 다른 게 아니라 상자 안의 상자입니다
AI 이야기 · 10편 AI 기사를 읽다 보면 한 문단 안에 인공지능, 머신러닝, 딥러닝, LLM이 줄줄이 나옵니다. 같은 말 같기도 하고 다른 말 같기도 해서 그냥 넘어간 적, 있으시죠. “챗GPT에 새 모델이 나왔다”는 기사 앞에서 바뀐 게 챗GPT인지 GPT인지 갸웃해 본 분도 계실 겁니다. 답부터 말씀드리면, 인공지능, 머신러닝, 딥러닝은 서로 다른 기술이 아니라 큰 상자 안에 작은…
읽으러 가기 ↗
챗GPT의 T는 무엇일까, 트랜스포머가 문장을 한눈에 읽는 법
AI 이야기 · 9편 단체 카톡방을 맨 위부터 한 줄씩 읽어 내려가다 보면, 끝에 닿았을 때 첫 줄 내용이 가물가물해집니다. 챗GPT의 T, 트랜스포머는 학습할 때 문장 속 여러 위치의 관계를 함께 계산할 수 있게 만든 구조입니다. 이 글에서는 단어라고 풀어 쓰지만, 실제 계산 단위는 단어·단어 조각·문장 부호 등을 나타내는 토큰입니다. 이 글을 읽으면 트랜스포머 가 문장을 어떻게 읽는지,…
읽으러 가기 ↗
딥러닝이란 무엇일까, 2012년 신경망이 돌아온 이유
AI 이야기 · 8편 딥러닝이라는 말을 몰라도, 구글 포토 같은 스마트폰 사진 앱에서 “강아지”를 검색하면 관련 사진을 모아 볼 수 있습니다. 누가 기계에게 강아지의 생김새를 하나하나 가르쳐 줬을까요. 예전 방식에서는 사람이 어떤 특징을 볼지 골라 주는 경우가 많았고, 이 흐름이 크게 바뀌었다고 널리 이야기되는 계기가 2012년의 한 대회였습니다. 이 글을 읽으면 딥러닝 이 예전 방식과 무엇…
읽으러 가기 ↗
머신러닝이란 무엇일까, 규칙을 적기 어려운 일은 예시로 배웁니다
AI 이야기 · 7편 머신러닝 이야기는 고양이 사진 한 장에서 시작합니다. 사진 속 고양이는 대개 한눈에 알아봅니다. 그런데 “고양이가 뭔데?”라고 말로 설명해 보라면 갑자기 막막해집니다. 귀가 뾰족하고 수염이 있다고 하면 여우도 고양이가 되어 버리니까요. 이 글을 읽으면 규칙을 일일이 적어 주는 방식이 고양이 앞에서 왜 막히는지, 그럴 때 쓸 수 있는 “예시를 많이 보여 주는” 방식, 곧…
읽으러 가기 ↗
AI의 겨울은 왜 두 번 왔을까
AI 이야기 · 6편 AI가 곧 많은 일을 해낼 거라는 기대는 오래전에도 있었습니다. 하지만 성과가 기대를 따라가지 못하자 연구비가 줄고 시장도 위축됐습니다. 이렇게 관심과 지원이 크게 줄어든 시기를 AI의 겨울 이라고 부릅니다. AI 역사에서는 흔히 두 차례의 침체기를 대표적인 겨울로 꼽습니다. 1970년대 중반의 침체와 1980년대 후반부터 이어진 침체입니다. 무엇이 기대에 못 미쳤는지,…
읽으러 가기 ↗
기계는 생각할 수 있을까, 튜링 테스트와 일라이자가 남긴 질문
AI 이야기 · 5편 챗봇에게 고민을 털어놓았다가 이상하게 마음이 풀린 적이 있나요. 뉴스에서 “AI, 튜링 테스트 통과” 같은 제목을 보고 “그럼 AI가 정말 생각한다는 건가” 하고 멈칫한 분도 있을 겁니다. 이 글은 튜링이 “기계는 생각할 수 있을까”라는 질문을 어떻게 다른 질문으로 바꿨는지, 그 뒤 ‘인공지능’이라는 이름과 일라이자로 이야기가 어떻게 이어지는지 따라갑니다. 다 읽고 나면…
읽으러 가기 ↗
한 가지만 잘하는 AI, 무엇이든 해내는 AI: “AGI가 왔다”는 뉴스, 정의부터 보세요
AI 이야기 · 4편 같은 주에 뉴스 제목 두 개를 나란히 본 적이 있을 겁니다. 하나는 “AGI 시대가 열렸다”, 다른 하나는 “AGI는 아직 멀었다”입니다. 같은 AI 이야기인데 결론은 정반대여서, 누구 말이 맞는지 알 수 없고 왠지 나만 못 따라가는 기분이 듭니다. 같은 AI를 보고 어떻게 한쪽은 이미 왔다고 하고, 한쪽은 아직 멀었다고 할까요. 이 글을 읽고 나면 “AGI가 왔다”는…
읽으러 가기 ↗매주 1회 발행 · 최근 30편까지 노출됩니다 · RSS