본문 바로가기

전체 글1035

외계 생명, 미생물만 찾을 건가요? 우주 탐사의 불균형 ✅ 핵심 요약현재 천문학 연구비는 대부분 **외계 미생물 흔적(산소, 메탄 같은 가스)**을 찾는 데 쓰이고 있어요. 예를 들어, 차세대 망원경 HWO에만 100억 달러 이상이 투입됩니다.하지만 많은 사람들이 더 궁금해하는 건 **지적 외계 생명(문명)**인데, 여기에 쓰이는 예산은 거의 0에 가까움.예: 2025년 10월, 태양 반대편을 스쳐 지나갈 성간 천체 3I/ATLAS는 외계 기술 흔적을 찾을 절호의 기회인데, 근접 관측 계획이 전혀 없음.연구자들은 말합니다: “왜 미생물 흔적만 찾고, 기술 흔적(신호·우주선 흔적)은 무시하나?”결론은 간단해요. “둘 다 찾아야 한다(AND)”. 미생물과 기술 흔적 모두가 외계 생명 증거가 될 수 있으니까요.📝 자세한 내용 1. 왜 이 연구가 중요한가지금의 우.. 공부/AI 2025. 8. 24.
AI가 ‘지금 이 순간’ 함께 연주한다, 라이브 AI ✅ 핵심 한눈에 보기무엇? 구글 딥마인드가 실시간으로 끊김 없이 음악을 생성·변형하는 새 모델을 공개: Magenta RealTime(오픈 가중치), Lyria RealTime(API). 사용자가 글이나 소리로 스타일을 계속 바꾸면, 음악도 바로 따라 바뀐다.왜 새롭나? 대부분의 음악 모델은 “생성 버튼 누르고 기다리는” 방식인데, 이 모델은 라이브 스트리밍처럼 지연을 줄여 즉시 반응한다(실시간성·연속성·저지연 3요건).어떻게? 2초 단위로 음악을 이어 붙이는 조각 생성(Chunk), 과거 10초를 요약해서 참고하는 가벼운 문맥(코어스 컨텍스트), 그리고 텍스트/오디오를 공동 임베딩으로 섞어 스타일을 조절한다.품질은? 공개 모델끼리 비교한 자동 지표에서 Magenta RealTime이 음질·자연스러움 지.. 공부/AI 2025. 8. 24.
AI 음악 트렌드 핵심 요약 1️⃣ AI는 완전 자동 작곡보다 ‘도구’풀송 자동 생성은 드물어요.뮤지션들은 멜로디·드럼 패턴·보컬 변조 같은 보조 기능으로 주로 사용.👉 마치 요리사가 믹서기·오븐을 쓰듯, AI도 ‘손발’ 역할!2️⃣ 가장 많이 쓰는 방식공동 작곡: 아이디어 초안 → 사람이 고름사운드 디자인: 합성 보컬, 샘플, 목소리 변조가사 생성: 줄었지만 여전히 일부 활용👉 “AI가 드럼 치고, 가사는 초안 쓰고, 최종 결정은 아티스트”3️⃣ 새로운 발매 형식 등장AI 보이스 모델 공개: 팬이 노래 만들어도 수익 나눔 (예: Grimes)생성형 앨범: 팬 참여형 리믹스 앨범다국어 릴리스: 한 곡으로 여러 나라 시장 공략👉 **“보컬팩 DLC”**처럼 가수 목소리를 빌려 쓸 수 있는 시대4️⃣ 무대 위의 AI드럼·피아노·비.. 공부/AI 2025. 8. 24.
AI는 완성품이 아니다, EU AI법 규제의 어려움 1. AI는 왜 ‘완성품’이 아닐까?우리가 흔히 생각하는 AI는 “한 번 만들어서 출시하는 제품” 같아 보여요.하지만 실제로는 출시 후에도 계속 변합니다.처음에는 훈련 데이터로 기본 성격을 학습합니다사용자가 쓰면서 생기는 반응(클릭·검색·구매)을 다시 피드백 합니다점점 더 개인화되고, 상황에 맞게 업데이트돼요.👉 즉, AI는 스마트폰처럼 “버전업” 되는 게 아니라, 매일, 매 순간 조금씩 달라지는 존재예요.2. 생활 속 예시: 유튜브 추천내가 음악 영상을 클릭 → AI는 “이 사람이 요즘 발라드를 좋아한다” 학습.다음 날 “비슷한 가수 추천” → 내가 또 클릭 → AI는 확신 강화.일주일 뒤엔 내 취향이 완전히 발라드 중심으로 고정돼 버려요.👉 이런 식으로, AI는 한 번 만든 뒤 끝나는 게 아니라 .. 공부/AI 2025. 8. 22.
AI 한 번 쓸 때 전기 얼마나 들까? (구글 논문-탄소, 물 소비량) 1. 핵심 요약구글이 자사 AI 서비스(제미나이 앱)에서 실제로 프롬프트 1건을 처리할 때 쓰이는 전기·탄소·물 사용량을 직접 측정했습니다.전기: 0.24Wh (TV 9초 시청 수준)탄소: 0.03gCO₂e (거의 미세먼지 수준)물: 0.26mL (물방울 5방울)겉으로는 아주 적어 보이지만, 수십억 건이 쌓이면 무시할 수 없는 규모가 됩니다.2. 왜 이 연구가 중요한가?그동안 AI의 환경 영향은 주로 학습(훈련) 과정에 집중됐습니다. GPU 수천 개를 몇 달 돌리는 훈련이 워낙 전기를 많이 쓰기 때문이죠.하지만 지금은 실제 서비스에서 AI를 쓰는 횟수(추론) 가 기하급수적으로 늘고 있습니다. 문제는, 지금까지는 실제 서비스 환경에서 에너지·탄소·물 사용을 정밀하게 측정한 사례가 거의 없었다는 점이에요.구.. 공부/AI 2025. 8. 22.
사람 vs AI 에이전트 / 어떻게 다른가? 핵심 요약이 논문은 온라인 환경(쇼핑·보안·상담 등)에서 인간 행동과 AI 에이전트 행동을 체계적으로 비교하고, 이를 관리(거버넌스)하기 위한 모델과 실험을 제시합니다. 핵심은 **‘겉모습은 비슷해도, 의사결정의 원리와 흐름은 다르다’**는 점입니다. 이를 위해 ① 네트워크 행동 수명주기(6단계), ② Agent for Agent(A4A) 거버넌스 패러다임, ③ 인간-에이전트 행동격차(HABD, 5차원) 모델을 제안합니다.실제 사이버보안 과제에 적용한 결과, **공격(레드팀)**에서는 인간이 휴리스틱 전략으로 효율적으로 풀어낸 반면, 에이전트는 방향성 없는 시도로 토큰을 크게 소모했습니다. **방어 코딩(블루팀)**에서는 에이전트가 규칙 기반 자동화로 68초 만에 구문-정합 코드를 완성했고, 인간은 환경.. 공부/AI 2025. 8. 21.
AI 데이터센터 전력 흔들림과 실전 해결책 핵심 요약대규모 AI 학습 작업은 수만 개의 GPU가 한번에 계산(강한 전력) → 동기화(약한 전력) 를 반복하면서 전력 사용량이 크게 왔다 갔다 합니다. 이 전력 흔들림은 수십~수백 MW 규모로 커져 전력설비(변압기·발전기 축)에 악영향을 줄 수 있습니다.논문은 실측 데이터와 시뮬레이션을 바탕으로 문제를 정량화하고, (1) 소프트웨어(작업 주입), (2) GPU 펌웨어/하드웨어(MPF·램프 제어), (3) 랙 수준 배터리라는 세 축의 해결책을 비교·조합해 실용 해법을 제안합니다.문제를 쉽게 풀이하면 — 왜 전력이 흔들리나?AI 학습은 매 반복(iteration) 에서 GPU들이 먼저 각자 계산하고(전력 ↑), 그다음 결과를 서로 모으고 맞추는 통신 단계가 옵니다(전력 ↓). 이 과정이 빠르게 반복되니 .. 공부/AI 2025. 8. 21.

티스토리툴바