AI 경쟁, 미국과 중국의 대립 안녕하세요, 여러분. 이번 주에는 미국과 중국의 AI 경쟁 소식을 전해드립니다. 미국 의회의 보고서가 공개되면서 AI 기술 발전을 위한 대규모 프로젝트가 제안되었는데요. 😮 ‘맨해튼 프로젝트’ 스타일의 AI 개발 미국의회는 AI 개발을 위한 ‘맨해튼 프로젝트’ 스타일의 대규모 투자를 제안했습니다. 이는 인간 수준, 혹은 초인적인 지능을 갖춘 AI 시스템 개발을 목표로 하고 있답니다.
데이터 사일로 문제 해결을 위한 노력 많은 기업들이 데이터를 효율적으로 활용하지 못하고 있었죠. 😅 이유는 간단합니다. 데이터가 여기저기 분리되어 있었기 때문이죠. 그게 AI 응용 프로그램의 성능을 떨어뜨렸고, 실시간 의사결정을 느리게 했습니다. 오늘 마이크로소프트는 이 문제를 해결할 큰 진전을 발표했습니다. 그들의 주력 트랜잭션 데이터베이스인 Azure SQL을 Fabric에 통합한 것이죠. 이제 기업들은 실시간 운영 데이터와 역사적 데이터를
AI 에이전트의 시대 최근 기업들 사이에서 AI 에이전트가 뜨거운 화두입니다. 하지만 많은 경영자들은 실제적인 결과와 적용 사례를 듣고 싶어 하죠. 그런데 마이크로소프트가 이 모든 요구를 새로운 무코드, 로우코드 기능으로 해결했다고 합니다. Microsoft 365 Copilot 마이크로소프트는 오늘 Ignite 행사에서 사용자들이 맞춤형 자율 에이전트를 구축하거나 목적 기반의 에이전트를 배포할 수 있는 기능을 발표했습니다. 이제 Azure AI 카탈로그의
ChatGPT의 웹 음성 모드 🌐 OpenAI가 드디어 ChatGPT의 고급 음성 모드를 웹에서도 사용할 수 있게 했습니다. 이제 브라우저에서 AI 챗봇과 말로 대화할 수 있죠. 이번 기능은 ChatGPT의 유료 사용자들에게 먼저 제공되며, Plus, Enterprise, Teams, Edu 구독자들이 접근할 수 있습니다. iOS와 Android에 이어 이 기능은 이미 9월에 iOS와 Android 앱에서 출시되었었는데요, 이번엔 웹에서도 경험할 수 있게
AI와 과학의 만남 여러분, 최근 몇 년간 AI가 과학 발전에 어떤 영향을 미쳤는지 들어본 적 있으신가요? 🤔 과학적 발견의 속도가 점점 빨라지고 있다는 이야기는 많지만, 사실 수십 년 동안 진행 속도는 느려졌다고 하네요. 하지만 AI와 양자 컴퓨팅 같은 새로운 기술 덕분에 이제는 과학의 새로운 장을 열었습니다. 단백질 접힘 문제 해결 오랜 시간 동안 과학자들은 단백질
오늘날 런던에서는 Google DeepMind와 왕립 학회가 공동 주최한 첫 번째 AI 과학 포럼이 열렸습니다. 🧪 이 포럼은 노벨상 수상자, 과학계, 정책 결정자, 산업 리더들이 모여 AI가 과학 혁신을 어떻게 이끌어갈 수 있는지를 탐구하는 자리였죠. AI와 과학의 만남 Google의 제임스 마니카는 AI가 과학에서 어떻게 활용되고 있는지에 대해 설명했습니다. 그는 AI가 과학자들을 대체하는 것이 아니라, 복잡한 문제를
미스트랄의 새로운 도전 🚀\n\n프랑스 AI 스타트업, \n미스트랄이 최근 \n자사의 제품 포트폴리오에 \n대규모 업데이트를 \n발표했습니다. 치열한 \nAI 시장에서 경쟁력을 \n유지하기 위한 \n노력의 일환입니다. 💪\n\n### Le Chat의 혁신\n\n미스트랄의 Le Chat \n챗봇 플랫폼은 이제 \n웹 검색 기능을 \n갖추게 되었고, \n이는 OpenAI의 \nChatGPT와 유사한 \n방식으로 인용을 \n포함합니다. 사용자는 \n캔버스 도구를 통해 \n웹 페이지 목업이나 \n데이터 시각화 같은 \n콘텐츠를 수정하고
오늘은 구글이 발표한 흥미로운 소식을 소개해드리려고 합니다. 바로 AI 기술로 과학적 돌파구를 찾아내기 위해 2000만 달러를 지원한다는 소식인데요. 🤖 구글의 새로운 도전 구글의 자선 부문 Google.org는 과학자와 연구자를 위해 2000만 달러 현금과 200만 달러의 클라우드 크레딧을 제공할 예정입니다. 이는 AI 기술을 통해 새로운 과학적 발견을 돕기 위함이라고 합니다. 과학과 AI의 만남 구글의 이 지원은 특히
Perplexity, 쇼핑 기능 도입 🛍️\n\nPerplexity라는 AI 기반\n검색 엔진이 미국에서\n새로운 쇼핑 기능을\n선보였습니다. 이번 기능은\n유료 사용자들을\n대상으로 제공되며,\n검색 결과 내에서\n쇼핑 추천을 받을 수\n있게 합니다.\n\n### 구글과 아마존에 도전\n\nPerplexity는 이번\n이동으로, 구글과 아마존을\n겨냥하며 쇼핑\n검색 결과의\n일부를 차지하려고\n합니다. 사용자는\n제품의 세부 정보와\n가격, 판매자 정보가\n담긴 시각적 카드를\n볼 수 있는데요,\n이 카드에는 상품의\n장단점도 포함되어\n있습니다.\n\n### 원클릭 구매의 편리함\n\nPerplexity는 사용자가\n주소와 신용카드 정보를\n저장하여, 간편하게\n구매를 완료할 수\n있도록 지원합니다.\n또한, 이 원클릭\n구매 시스템을
벡터 데이터베이스란? 2014년 구글의 한 혁신이 AI의 언어 이해 방식을 변화시켰어요. 🤖 바로 ‘자가 주의 모델’이죠. 이 모델은 단어를 수학적 벡터로 취급해, 인간 의사소통의 맥락과 의미를 이해하게 했답니다. 오늘날, 이 벡터 기반 접근법은 정교한 벡터 데이터베이스로 발전했어요. 이는 우리 두뇌가 정보를 처리하고 검색하는 방식과 유사하죠. 벡터의 혁신적 역할 벡터를 아이디어의 GPS 좌표로 생각해보세요. GPS가 숫자로