AI & 오픈소스

마이크로소프트, 오픈AI에 수십억 달러 투자…’AI 대전’ 가속화될까 핵심 요약 마이크로소프트가 오픈AI에 수십억 달러 규모의 전략적 투자를 확정했다. 업계에서는 약 100억 달러(약 13조 원) 규모로 추정하고 있다. 애저가 오픈AI의 독점 클라우드 제공업체가 되었다. 마이크로소프트-오픈AI 파트너십은 생성형 AI 시대의 새로운 장을 열었다. 무슨 일이 있었나 마이크로소프트는 오픈AI에 수십억 달러 규모의 투자를 진행한다고 밝혔다. 정확한 투자 금액은 공개되지 … 더 읽기

글로벌 디자인 플랫폼 피그마와 AI 선도 기업 오프앤AI가 손을 잡았다. 올 초 공개된 이 파트너십은 피그마의 디자인 파일을 오프앤AI의 코드엑스 엔진을 통해 직접 코드로 변환할 수 있게 해준다. 이제 디자이너가 화면을 그리는 순간, 개발자가 기다릴 필요 없이 작동하는 프로토타입이 완성되는 시대가 열렸다. 올해 1월, 피그마는 연례 개발자 컨퍼런스 피그마콘에서 오프앤AI와의 전략적 파트너십을 공식 발표한. 핵심 … 더 읽기

글로벌 디자인 플랫폼 Figma와 AI 선도 기업 OpenAI가 파트너십을 발표했습니다. Figma의 디자인 파일을 OpenAI의 Codex 엔진을 통해 직접 코드로 변환할 수 있게 되었습니다. 이제 디자이너가 화면을 그리는 순간, 개발자가 기다릴 필요 없이 작동하는 프로토타입이 완성되는 시대가 열렸습니다. 올해 1월, Figma는 연례 개발자 컨퍼런스 ‘FigmaCon’에서 OpenAI와의 전략적 파트너십을 공식 발표했습니다. 핵심 기능은 간단합니다. Figma에서 디자인한 UI를 … 더 읽기

Liquid AI, 240억 파라미터 하이브리드 AI 모델 ‘LFM2-24B-A2B’ 출시 생성형 인공지능 산업이 ‘파라미터 수가 많을수록 성능이 좋다’는 기존의 사고방식에서 벗어나 효율적 아키텍처의 중요성이 부상하고 있다. 이러한 변화 속에서 스타트업 Liquid AI가 지난 2월 24일 발표한 새로운 대규모 언어모델 LFM2-24B-A2B가 업계의 주목을 받고 있다. 이 모델은 240억 개의 총 파라미터를 보유하면서도 실제 추론 시 활성화되는 파라미터는 … 더 읽기

메타, 대규모 GPU 클러스터 모니터링 도구 GCM 오픈소스로 공개 핵심 요약 메타, 대규모 GPU 클러스터 모니터링 도구 GCM 공개 Prometheus Grafana와 완전 연동으로 실시간 모니터링 가능 대규모 AI 훈련 환경에 최적화 분석: AI 인프라 운영의 효율성이 크게 향상될 전망 메타의 새로운 오픈소스 도구란 메타는 최근 대규모 GPU 클러스터를 운영하기 위해 자체적으로 개발한 GCM이라는 모니터링 도구를 … 더 읽기

메타의 Llama가 모든 것을 바꾼다… 오픈소스 AI의 시대 핵심 요약 메타가 대규모 언어모델 Llama 시리즈를 완전히 오픈소스로 공개하면서 AI 개발의 민주화를 이끌고 있다. Llama 4는 성능면에서 Google’s Gemini이나 OpenAI의 GPT 시리즈에 필적하거나 앞서갈 정도로 성장했다. 전 세계 개발자들의 지혜를 모아 빠르게 진화하고 있다. AI는 특정 기업만의 전유물이 아니라 모두의 공통재산 무슨 일이 있었나 메타가 AI … 더 읽기

오픈소스 AI의 시대가 온다 핵심 요약 구글을 포함한 대형 테크 기업들이 차세대 인공지능 플랫폼으로 오픈소스를 선택하고 있습니다. 전통적인 폐쇄형 모델에서 벗어나 협력적 개발로 빠르게 전환하고 있으며, 전 세계 개발자들이 함께 개선하며 진화하고 있습니다. 오픈소스人工智能이 이끌어가는 새로운创新 무슨 일이 있었나 구글을 포함한 대형 테크 기업들이 차세대 인공지능 플랫폼으로 오픈소스를 선택하고 있습니다. 전통적인 폐쇄형 모델에서 벗어나 협력적 … 더 읽기

Google DeepMind, Semantic Evolution으로 새로운 알고리즘 💡 핵심 요약 Google DeepMind 연구팀이 LLM을 활용한 진화 시스템 AlphaEvolve를 개발했다. 이 시스템은 알고리즘의 소스 코드를 으로 취급하여 새로운 학습 알고리즘을 자동으로 발견한다. VAD-CFR과 SHOR-PSRO라는 두 가지 새로운 알고리즘을했다. 🎯 인사이트: AI가 인간의 상상을 초월하는 알고리즘을 스스로 만들어내는 시대가 왔다. 1. Background 1.1 기존 방식의 한계 다중 에이전트 … 더 읽기

RAG vs Context Stuffing: 어떤 게 더 효율적일까 💡 핵심 요약 대규모 언어 모델의 컨텍스트 창이 커지면서 모든 데이터를 프롬프트에 넣어도 되는 것이 아닌라는가 있다. 하지만 새로운 연구가 이를 반박한다. RAG(검색 증강 생성)는 여전히 필요한 이유를 실험으로 입증했다. RAG는 시그널 대 잡음비를 개선하고 비용을 절감한다. 🎯 인사이트: 컨텍스트 창이 크다고 RAG가 사라진 것이 아니다. 두 … 더 읽기

VectifyAI, 금융 전문 AI 에이전트 ‘Mafin 2.5’와 ‘PageIndex’ 출시… 금융 RAG 정확도 98.7% 달성 💡 핵심 요약 VectifyAI가 금융 전문 AI 에이전트 ‘Mafin 2.5’를 출시하여 FinanceBench에서 98.7%의 정확도를 달성했다. GPT-4o(31%)와 Perplexity(45%)를 크게 앞서며 금융 검색 작업에서 최고 수준의 성능을 보인다. 핵심 기술인 PageIndex는 전통적인 벡터 임베딩을 계층적 트리 인덱스로 대체하여 추적 가능한 RAG를 제공한다. 🎯 … 더 읽기