지난주는 지인들이 나를 걱정할 정도로 뉴스가 쏟아졌다. 이제 'AI in a week'을 준비하면서 뉴스를 골라내는 것이 점점 힘들어진다. 일단 유럽이 지난 4월에 애매모호한 AI 대륙 액션 플랜을 서둘러 내놓더니 이번에는 아주 체계적이고 상세한 두 개의 전략을 발표했다. 영국,

NVIDIA 연구진의 'Small Language Models are the Future of Agentic AI' 논문을 바탕으로 소형 언어 모델이 에이전트 AI 시스템에서 대형 모델을 대체할 수 있는 이유와 실무 활용 가능한 모델들을 소개합니다. Phi-3, Gemma, Llama 등 주요 SLM의 성능 비교와 LLM에서 SLM으로 전환하는 6단계 실무 로드맵을 제공합니다.

인공지능(AI) 에이전트 생태계가 글로벌 기술 패권의 새로운 격전지로 떠올랐다. 오픈AI, 구글, 앤스로픽 등 주요 AI 기업들이 연이어 에이전트 개발 도구를 공개하며 여러 에이전트가 협력해 일하는 'AI 에이전트 허브' 구축에 속도를 내고 있다. 단순히 거대언어모델(

이재명 정부의 대선공약 1순위는 인공지능(AI)이다. “세계를 선도하는 경제 강국”이라는 비전 아래 “AI 등 신산업 집중육성”을 통해 새로운 성장기반을 구축하겠다는 목표를 내세웠다. 이행방안도 첫 번째로 “인공지능 대전환(AX)을 통해 AI 3강으로 도약”하겠다고 밝혔다. 이재명

대형 언어 모델(LLM), 비전-언어 모델(VLM), AI 윤리 및 교육, 산업 분야 활용 사례까지! 최신 논문과 강의 기반으로 정리한 2025년 인공지능 트렌드 블로그입니다.

**추상:** 본 연구는 대규모 언어 모델(LLM) 스케일링 과정에서 발생하는 메모리 제약 문제를 해결하기 위해 혼합 정밀도 훈련(Mixed Precision Training, MPT) 기법을 활용한 새로운 메모리 최적화 전략을 제시한다. 본 연구에서는 MPT의 활용 범위를 확장하여, 훈련 과정에서 발생하는 메모리 사용량을 효과적으로 감소시키고, 계산 효율성을 극대화하는 방법을 제안한다. 특히, 그래디언트 축적(Gradient Accumulation) 기법과의 결합을 통해, 특정 하드웨어 환경에서도 LLM의 스케일링을 효율적으로 수행할 수 있는 방법을 제시한다.

Online discussions about using Large Language Models to help write code inevitably produce comments from developers who’s experiences have been disappointing. They often ask what they’re doing wrong—h...

기업 AI 경쟁력의 핵심 – MLOps/LLMOps 활용 사례 VESSL AI가 진행하는 이번 첫 웨비나에서는 안재만 대표님께서 <기업 AI 경쟁력의 핵심 – MLOps/LLMOps 활용 사례>를 주제로 인사이트를 나눠주실 예정입니다. 👉 신청하기 https://lu.ma/8o4mpj6r 일시 및 진행 방법 일시: 2025년 2월 26일 (수) 오후 3시~4시 진행 방법: 온라인 Zoom 이용 *신청하신 분들께 링크를 웨비나 시작 1~2일 전 이메일로 전달드립니다. *다시보기 녹화본 및 자료는 제공되지 않으니, 꼭 실시간 참여를 해주세요. ​발표자  ​안재만, Co-founder & CEO, VESSL AI ​내용기업들이 AI 프로젝트를 진행시 겪는 어려움과 이를 해결하기 위한 VESSL AI 팀의 이용 사례를 소개합니다. 이를 통해 MLOps/LLMOps 플랫폼인 VESSL을 기업에서 어떻게 활용할 수 있는지 실질적인 운영 방안을 알 수 있습니다. 실시간 Q&A...

중국 인터넷 네트워크 정보센터(Chines Internet Network Information Center)의 2024년 보고서에 따르면 2024년 6월 기준으로 중국에서 2억 3천만명의 사용자가 생성Ai 기반 제품을 사용하기 위해 등록했다고 한다. 2024년 8월 중국 사이버공간관리

연구 소개: The Dawn of GUI Agent: A Preliminary Case Study with Claude 3.5 Computer Use 이 연구는 Claude 3.5에 새롭게 추가된 GUI 기반 데스크탑 자동화 기능인 Computer Use를 다양한 실제 사례에 적용해보는 활용 사례에 대한 초기 연구입니다. 이 연구에서는 웹 검색, 오피스 생산성, 게임 등 다양한 분야에서 GUI 시각 상태 인식을 통한 종단 간(End-to-End) 데스크탑 작업의 자동화를 시험해보고, 그 결과를 정리하였습니다. Claude 3.5 Computer Use API 호출 시 별도의 메타 데이터나 사전 정의된 GUI 파싱과 같은 추가 정보를 제공하지 않고 API 호출만으로 상호작용을 하였습니다. 연구에서 Claude 3.5 Computer Use API의 동작을 평가하는 핵심 평가 영역은 다음과 같습니다: 계획(Planning): 실행 가능한 작업 시퀀스 생성 행동(Action): ...

네이버 보도자료 수록 Press Releases

Claude 3 모델, 외부 도구 및 API 활용 기능 추가 제공 Anthropic의 Claude 3 모델이 이제 외부 도구와 API를 사용할 수 있게 되었습니다. 이로 인해 Claude는 더 동적이고 정확한 응답을 제공할 수 있으며, 다양한 작업을 자동화할 수 있습니다. 지금까지 Claude-3 모델이 제공한 함수 호출 기능은 도구 설명과 함께 사용자 질문을 처리하고, 적절한 도구를 선택하여 응답을 생성하는 방식이었습니다. 예를 들어, 특정 기능을 XML 태그로 정의하고, 사용자가 질문을 하면 Claude가 이를 인식하여 도구를 호출했습니다. 이러한 방식은 다소 복잡하고 사용자가 명확하게 도구 사용 시퀀스를 정의해야 했습니다. 이번 발표는 개발자들이 Claude의 기능을 쉽게 활용할 수 있도록 지원하는 새로운 기능들을 포함하고 있습니다. 예를 들어, Claude는 청구서에서 이름, 날짜, 금액 등을 추출하거나, 자연어 요청을 구조화된 API 호출로 변환할 수 있습니다. C...

LLM 기술의 금융 시장 활용 소개 자연어 처리 분야에서 최근 눈부신 발전을 이룬 대규모 언어 모델(LLM)이 금융 시장에서도 활용될 수 있는지에 대한 관심이 높아짐 LLM은 단어나 단어의 일부를 나타내는 토큰의 시퀀스를 모델링하는 데 뛰어난 성능을 보이며, 이를 통해 번역, 질의응답, 사람과 유사한 문장 생성 등의 작업을 수행할 수 있음 금융 시장에서의 LLM 활용 가능성 퀀트 트레이더들은 LLM을 활용하여 가격이나 거래를 예측할 수 있는지에 대해 관심을 가지고 있음 이는 단어 시퀀스 대신 가격이나 거래 시퀀스를 모델링하는 것을 의미함 이러한 접근은 생성 AI와 금융 시계열 모델링에 대해 많은 것을 알려줄 수 있음 LLM과 금융 시장 데이터의 차이점 LLM은 자기회귀 학습자로, 이전 토큰이나 시퀀스의 요소를 사용하여 다음 요소나 토큰을 예측함 그러나 금융 시장 데이터에서는 훈련에 사용할 수 있는 데이터의 양과 정보 내용이 제한적임 예를 들어, GPT-3은 5,000...