• Turing Post Korea
  • Posts
  • ๐ŸŒFOD#88: 'DeepSeek' แ„‰แ…กแ„แ…ขแ„€แ…ก แ„‹แ…ฎแ„…แ…ตแ„‹แ…ฆแ„€แ…ฆ แ„ƒแ…ฅแ†ซแ„Œแ…ตแ†ซ แ„Œแ…ตแ†ฏแ„†แ…ฎแ†ซ - AI แ„€แ…ฎแ†จแ„‰แ…ฎแ„Œแ…ฎแ„‹แ…ดแ„‹แ…ตแ†ซแ„€แ…ก แ„€แ…ณแ†ฏแ„…แ…ฉแ„‡แ…ฅแ†ฏ แ„’แ…งแ†ธแ„…แ…งแ†จแ„‹แ…ตแ†ซแ„€แ…ก

๐ŸŒFOD#88: 'DeepSeek' แ„‰แ…กแ„แ…ขแ„€แ…ก แ„‹แ…ฎแ„…แ…ตแ„‹แ…ฆแ„€แ…ฆ แ„ƒแ…ฅแ†ซแ„Œแ…ตแ†ซ แ„Œแ…ตแ†ฏแ„†แ…ฎแ†ซ - AI แ„€แ…ฎแ†จแ„‰แ…ฎแ„Œแ…ฎแ„‹แ…ดแ„‹แ…ตแ†ซแ„€แ…ก แ„€แ…ณแ†ฏแ„…แ…ฉแ„‡แ…ฅแ†ฏ แ„’แ…งแ†ธแ„…แ…งแ†จแ„‹แ…ตแ†ซแ„€แ…ก

+ แ„€แ…ณแ†ทแ„Œแ…ฎแ„‹แ…ด แ„Œแ…ฎแ„‹แ…ญ แ„‚แ…ฒแ„‰แ…ณ แ„†แ…ตแ†พ แ„‹แ…งแ†ซแ„€แ…ฎ

DeepSeek-R1์˜ ๋“ฑ์žฅ ์ดํ›„ ๋ชฐ์•„์นœ ์ถฉ๊ฒฉํŒŒ, ๊ทธ ์ง€์ •ํ•™์  ๊ธด์žฅ๊ฐ

์ง€๊ธˆ์œผ๋กœ๋ถ€ํ„ฐ 1๋‹ฌ ์ „์ธ 2025๋…„ 1์›”, ์ค‘๊ตญ์˜ ์œ ๋ง AI ์Šคํƒ€ํŠธ์—… DeepSeek์ด ์ž์‚ฌ์˜ ์ถ”๋ก  ๋ชจ๋ธ DeepSeek-R1์„ ๊ณต๊ฐœํ•˜๋ฉด์„œ ์ „์„ธ๊ณ„ AI ์—…๊ณ„์— ํฐ ์ถฉ๊ฒฉ์„ ์•ˆ๊ฒผ์ฃ . DeepSeek์€ โ€˜์˜คํ”ˆ์†Œ์Šค ์ „๋žตโ€™, ๊ทธ๋ฆฌ๊ณ  โ€˜ํšจ์œจ์ ์ธ ์ปดํ“จํŒ… ์ž์› ํ™œ์šฉโ€™์ด๋ผ๋Š” ๋‘ ๊ฐ€์ง€ ์ถ•์„ ์ค‘์‹ฌ์œผ๋กœ ํ•ด์„œ, ์˜คํ”ˆAI์˜ o1๊ณผ ๋น„๊ฒฌํ•  ๋งŒํ•œ ์„ฑ๋Šฅ์˜ ์ด ๋ชจ๋ธ์„ 10๋ถ„์˜ 1 ์ •๋„์˜ ๊ฐ€๊ฒฉ์— ์ œ๊ณตํ•˜๋ฉด์„œ, ํ์‡„ํ˜• ๋ชจ๋ธ๊ณผ ์˜คํ”ˆํ˜• ๋ชจ๋ธ, ๊ทธ๋ฆฌ๊ณ  ๋ฏธ๊ตญ๊ณผ ์ค‘๊ตญ ๊ฐ„ ์ƒˆ๋กœ์šด ๊ฒฝ์Ÿ ๊ตฌ๋„๋ฅผ ํ˜•์„ฑํ•˜๊ธฐ ์‹œ์ž‘ํ–ˆ์Šต๋‹ˆ๋‹ค.

๊ธˆ์œต์‹œ์žฅ๋„ ์ด์— ์ฆ‰๊ฐ์ ์œผ๋กœ ๋ฐ˜์‘ํ–ˆ์ฃ : ๋‰ด์š• ์ฆ์‹œ์—์„œ AI ๊ด€๋ จ์ฃผ๋“ค์ด ์ผ์ œํžˆ ํญ๋ฝํ•˜๋ฉด์„œ ํ˜ผ๋ž€์— ๋น ์กŒ๋Š”๋ฐ, ๋Œ€ํ‘œ์ ์œผ๋กœ ์—”๋น„๋””์•„์˜ ์ฃผ๊ฐ€๊ฐ€ ์žฅ์ค‘ ํ•œ ๋•Œ 13% ๊ธ‰๋ฝํ–ˆ๊ณ , ๋‚˜์Šค๋‹ฅ ์ง€์ˆ˜๋„ 3% ๋„˜๊ฒŒ ๋–จ์–ด์ง€๋ฉด์„œ ํ•œ ๋‹ฌ๋งŒ์˜ ์ตœ๋Œ€ ์ผ์ผ ๋‚™ํญ์„ ๊ธฐ๋กํ•˜๊ธฐ๋„ ํ–ˆ์Šต๋‹ˆ๋‹ค. ํˆฌ์ž์ž๋“ค์€ DeepSeek์˜ ๋“ฑ์žฅ์ด โ€œAI ์—…๊ณ„์˜ ์Šคํ‘ธํŠธ๋‹ˆํฌ ๋ชจ๋จผํŠธ (Sputnik Moment)โ€๋ผ๋ฉด์„œ ์ถฉ๊ฒฉ์„ ํ‘œํ•˜๊ธฐ๋„ ํ–ˆ์Šต๋‹ˆ๋‹ค.

์ผ๋ฐ˜ ๋Œ€์ค‘์˜ ๊ด€์‹ฌ๋„ ๊ทธ์— ๋ชป์ง€ ์•Š๊ฒŒ ํญ๋ฐœ์ ์ด์—ˆ๋˜ ๊ฑธ๋กœ ๊ธฐ์–ตํ•ฉ๋‹ˆ๋‹ค: DeepSeek์˜ ์•ฑ์€ ์ถœ์‹œ ์งํ›„ ์• ํ”Œ ์•ฑ์Šคํ† ์–ด ๋ฌด๋ฃŒ ๋‹ค์šด๋กœ๋“œ 1์œ„๋ฅผ ์ฐจ์ง€ํ•˜๊ธฐ๋„ ํ–ˆ๊ณ , ์‚ฌ์šฉ์ž๊ฐ€ ๋ชฐ๋ฆฌ๋ฉด์„œ ๊ฐ€์ž…์ด ์ง€์—ฐ๋˜๊ณ  ์‚ฌ์ด๋ฒ„ ๊ณต๊ฒฉ์— ์‹œ๋‹ฌ๋ฆฌ๊ธฐ๋„ ํ–ˆ์Šต๋‹ˆ๋‹ค.

ํ•œํŽธ์œผ๋กœ๋Š”, ์ค‘๊ตญ๋ฐœ AI์— ๋Œ€ํ•œ ๊ฒ€์—ด์ด๋‚˜ ๋ณด์•ˆ ์šฐ๋ ค๋„ ์ œ๊ธฐ๋˜์—ˆ์Šต๋‹ˆ๋‹ค. ์‹ค์ œ๋กœ DeepSeek ์ฑ—๋ด‡์€ ์ฒœ์•ˆ๋ฌธ ์‚ฌ๊ฑด ๋“ฑ ๋ฏผ๊ฐํ•œ ์ฃผ์ œ์— ๋‹ต๋ณ€์„ ์ œํ•œํ•˜๊ฑฐ๋‚˜, ์ด์šฉ์ž์˜ ํ‚ค ์ž…๋ ฅ ํŒจํ„ด ๋“ฑ ๋ฐ์ดํ„ฐ๋ฅผ ์ˆ˜์ง‘ํ•œ๋‹ค๋Š” ์ •์ฑ…์ด ๋“œ๋Ÿฌ๋‚˜๋ฉด์„œ, ๊ฐœ์ธ์ •๋ณด์˜ ์œ ์ถœ, ์•…์šฉ ๊ฐ€๋Šฅ์„ฑ์— ๋Œ€ํ•œ ๊ฒฝ๊ณ„์‹ฌ์ด ๋†’์•„์กŒ์Šต๋‹ˆ๋‹ค.

์ฃผ์š” ๊ตญ๊ฐ€๋“ค์˜ ๋Œ€์‘: โ€˜AI ๊ตญ์ˆ˜์ฃผ์˜โ€™์™€ โ€˜์˜คํ”ˆ์†Œ์Šค AIโ€™์˜ ๊ธฐ๋ฌ˜ํ•œ ๋™๊ฑฐ

DeepSeek ์‚ฌํƒœ ์ดํ›„, ์ „์„ธ๊ณ„ ์ฃผ์š” ๊ตญ๊ฐ€๋Š” ์ €๋งˆ๋‹ค์˜ ์ „๋žต์œผ๋กœ ๋Œ€์‘์— ๋‚˜์„œ๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค.

๋ฏธ๊ตญ์€ ์ฆ‰์‹œ ์ž๊ตญ ์ค‘์‹ฌ์˜ AI ์—ญ๋Ÿ‰ ๊ฐ•ํ™”์— ๋Œ์ž…ํ–ˆ์Šต๋‹ˆ๋‹ค. ํŠธ๋Ÿผํ”„ ๋Œ€ํ†ต๋ น์€ ์ทจ์ž„ ์งํ›„ 5,000์–ต ๋‹ฌ๋Ÿฌ ๊ทœ๋ชจ์˜ โ€˜์Šคํƒ€๊ฒŒ์ดํŠธโ€™ AI ์ธํ”„๋ผ ๊ณ„ํš์„ ๋ฐœํ‘œํ•˜๋ฉด์„œ, ๋ฏธ๊ตญ์„ โ€œ์„ธ๊ณ„ AI์˜ ์ˆ˜๋„โ€๋กœ ๋งŒ๋“ค๊ฒ ๋‹ค๊ณ  ์„ ์–ธํ–ˆ๊ตฌ์š”. ๋™์‹œ์— ๊ธฐ์กด์˜ ํ–‰์ • ๋ช…๋ น์„ ์ฒ ํšŒํ•˜๋ฉด์„œ ์ค‘๊ตญ์— ๋Œ€ํ•œ AI ๊ธฐ์ˆ  ์ˆ˜์ถœ ํ†ต์ œ๋ฅผ ๋”์šฑ ๊ฐ•ํ™”ํ•˜๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ๋ฏธ๊ตญ ์˜ํšŒ ์ผ๋ถ€์—์„œ๋Š” โ€œ์ค‘๊ตญ์‚ฐ AI๋ฅผ ์•„์˜ˆ ์ฐจ๋‹จํ•ด์•ผ ํ•œ๋‹คโ€๋Š” ๊ฐ•๊ฒฝ๋ก ๊นŒ์ง€ ๋‚˜์˜ค๋ฉด์„œ โ€˜๋ฐฐํƒ€์  AI ๊ตญ์ˆ˜์ฃผ์˜โ€™ ๊ธฐ์กฐ๋Š” ๋”์šฑ ๋šœ๋ ทํ•ด์ง€๊ณ  ์žˆ๋Š” ๊ฒƒ์œผ๋กœ ๋ณด์ž…๋‹ˆ๋‹ค.

์ „ํ†ต์ ์œผ๋กœ โ€˜AI ์œค๋ฆฌ ๋ฐ ๊ทœ์ œโ€™์— ์•ž์žฅ์„œ ์˜จ ์œ ๋Ÿฝ๋„, DeepSeek ์‚ฌํƒœ ์ดํ›„ ๊ณผ๋„ํ•œ ๊ทœ์ œ๊ฐ€ ์œ ๋Ÿฝ์˜ AI ๊ฒฝ์Ÿ๋ ฅ ์ €ํ•˜๋ฅผ ๋ถˆ๋Ÿฌ์˜ฌ ๊ฑฐ๋ผ๋Š” ์šฐ๋ ค๋กœ โ€˜๊ทœ์ œ ์™„ํ™”โ€™์™€ โ€˜๊ฐœ๋ฐฉโ€™ ๋…ธ์„ ์„ ๋ชจ์ƒ‰ํ•˜๋Š” ๋“ฏํ•ฉ๋‹ˆ๋‹ค. ๋ฐ”๋กœ ์–ผ๋งˆ ์ „ ์—ด๋ ธ๋˜ ํŒŒ๋ฆฌ AI ์ •์ƒํšŒ์˜์—์„œ, ํ”„๋ž‘์Šค์˜ ๋งˆํฌ๋กฑ ๋Œ€ํ†ต๋ น์„ ๋น„๋กฏํ•œ ์ผ๋ถ€ EU์˜ ์ง€๋„์ž๋“ค์€ ์ž๊ตญ์˜ ์Šคํƒ€ํŠธ์—…์„ ํ‚ค์šฐ๊ธฐ ์œ„ํ•ด์„œ ์ƒˆ๋กœ์šด AI ๋ฒ•์— ์œตํ†ต์„ฑ์„ ๋ถ€์—ฌํ•˜๋Š” ๋ฐฉ์•ˆ์„ ๊ณต๊ฐœ์ ์œผ๋กœ ์ง€์ง€ํ•˜๊ธฐ๋„ ํ–ˆ์Šต๋‹ˆ๋‹ค.

โ€‹ํ•œ๊ตญ๊ณผ ์ผ๋ณธ ๋“ฑ ์•„์‹œ์•„ ๊ตญ๊ฐ€๋“ค์€ โ€˜์ž๊ตญ๋ฏผ ๋ณดํ˜ธโ€™, โ€˜๊ธฐ์ˆ  ์ฃผ๊ถŒโ€™์„ ๊ฐ•์กฐํ•˜๋Š” ๋ถ„์œ„๊ธฐ๊ฐ€ ๊ฐ•ํ•ด ๋ณด์ž…๋‹ˆ๋‹ค.

ํ•œ๊ตญ ์ •๋ถ€๋Š” DeepSeek ์ถœ์‹œ ์งํ›„ ์ฃผ์š” ๋ถ€์ฒ˜ ๊ณต๋ฌด์›๋“ค์ด DeepSeek์— ์ ‘์†ํ•˜์ง€ ๋ชปํ•˜๊ฒŒ ์ฐจ๋‹จํ–ˆ๋Š”๋ฐ, ์ค‘๊ตญ์˜ AI ๋ชจ๋ธ ๋•Œ๋ฌธ์— ์ž๊ตญ์˜ ๋ฏผ๊ฐํ•œ ์ •๋ณด๊ฐ€ ์œ ์ถœ๋  ์ˆ˜ ์žˆ๋‹ค๋Š” ๋ถˆ์•ˆ์ด ํ™•์‚ฐ๋œ ๋ฐ ๋”ฐ๋ฅธ ์„ ์ œ์ ์ธ ๋Œ€์‘์ด์ฃ . ๋ฏผ๊ฐ„ ๊ธฐ์—…๋“ค ์‚ฌ์ด์—์„œ๋„ ํ˜„๋Œ€์ž๋™์ฐจ, ํ•œํ™”๊ทธ๋ฃน ๋“ฑ ์ฃผ์š” ๊ทธ๋ฃน์ด ์‚ฌ๋‚ด์—์„œ DeepSeek ์‚ฌ์šฉ์„ ๊ธˆ์ง€ํ–ˆ๊ณ , ์ผ๋ถ€๋Š” ์ž์ฒด์ ์ธ ํ•œ๊ตญ์–ด AI ํ”Œ๋žซํผ ๊ฐœ๋ฐœ๊ณผ ์‚ฌ์—…ํ™”์— ๋ณธ๊ฒฉ์ ์œผ๋กœ ๋‚˜์„œ๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค.

์ผ๋ณธ๋„ ๋งˆ์ฐฌ๊ฐ€์ง€๋กœ AI ์ „๋žต ์žฌ์ •๋น„์— ๋‚˜์„ฐ์Šต๋‹ˆ๋‹ค. ์ผ๋ณธ ์ •๋ถ€๋Š” DeepSeek์˜ ํŒŒ์žฅ์ด ์ปค์ง€์ž AI ๊ฐœ๋ฐœ๊ณผ ํ™œ์šฉ์— ๊ด€ํ•œ ๊ธฐ๋ณธ ๊ณ„ํš์„ ์ˆ˜๋ฆฝํ•˜๋ฉด์„œ, ๋ณด์•ˆ๊ณผ ์œค๋ฆฌ ๋ฌธ์ œ๋ฅผ ์ค‘์ ์ ์œผ๋กœ ๋‹ค๋ฃจ๊ฒ ๋‹ค๊ณ  ๋ฐœํ‘œํ–ˆ์Šต๋‹ˆ๋‹ค. ๋”๋ถˆ์–ด, AI ์‚ฐ์—… ์œก์„ฑ์ฑ…๊ณผ ๋ฆฌ์Šคํฌ ๊ด€๋ฆฌ๋ฅผ ๋ณ‘ํ–‰ํ•˜๋Š” ๋Œ€์‘์ฑ…, ๊ทธ๋ฆฌ๊ณ  AI ์‹œ๋Œ€์˜ ์ „๋ ฅ ์ˆ˜์š” ๊ธ‰์ฆ์— ๋Œ€๋น„ํ•œ ์—๋„ˆ์ง€ ์ •์ฑ… ๋“ฑ๋„ ๊ฒ€ํ† ๋ฅผ ์‹œ์ž‘ํ–ˆ์Šต๋‹ˆ๋‹ค.

์ด๋ ‡๊ฒŒ ์ˆ˜๋งŽ์€ ๊ตญ๊ฐ€๊ฐ€ โ€˜์ž๊ตญ ์ค‘์‹ฌ์˜ ๊ธฐ์ˆ  ๋ณดํ˜ธ์™€ ์œก์„ฑโ€™์— ์‹ ๊ฒฝ์„ ์“ฐ๋ฉด์„œ๋„, ๊ณตํ†ต์ ์œผ๋กœ โ€˜์˜คํ”ˆ์†Œ์Šค AIโ€™๋ฅผ ํ™œ์šฉํ•œ ์ž๊ตญ์˜ ์‚ฐ์—… ๋ฐ ์ƒํƒœ๊ณ„ ๊ฐ•ํ™”๋ฅผ ์†Œ๋ฆฌ๋†’์—ฌ ์ฃผ์žฅํ•œ๋‹ค๋Š” ๊ณตํ†ต์ ์ด ์žˆ์Šต๋‹ˆ๋‹ค.

์›๋ž˜ ์˜คํ”ˆ์†Œ์Šค์˜ ํ•ต์‹ฌ ๊ฐ€์น˜๋Š” โ€˜๊ฒฝ๊ณ„์—†๋Š” ํ˜‘์—…์„ ํ†ตํ•œ ํ˜์‹ ์˜ ๊ฐ€์†ํ™”โ€™๋ผ๊ณ  ์ƒ๊ฐํ•ฉ๋‹ˆ๋‹ค. ์ด๋ฏธ ์†Œํ”„ํŠธ์›จ์–ด ์—…๊ณ„์—์„œ ์ž…์ฆ์ด ๋˜์—ˆ๋“ฏ์ด, ์ „์„ธ๊ณ„์˜ ์—ฐ๊ตฌ์ž์™€ ๊ฐœ๋ฐœ์ž๋“ค์ด ์—ด๋ฆฐ ํ™˜๊ฒฝ์—์„œ ํ•จ๊ป˜ ์ฐธ์—ฌํ•  ๋•Œ ๊ธฐ์ˆ ์˜ ๋ฐœ์ „๋„ ๋น„์•ฝ์ ์œผ๋กœ ์ด๋ฃจ์–ด์ง‘๋‹ˆ๋‹ค. ํ”ํžˆ โ€˜์˜คํ”ˆ์†Œ์Šคโ€™๋ผ๊ณ  ์ด์•ผ๊ธฐํ•  ๋•Œ ๋– ์˜ฌ๋ฆฌ๋Š” โ€˜๊ณต๊ฐœโ€™ ๋˜๋Š” โ€˜๋ฌด๋ฃŒโ€™๋ผ๋Š” ์ด๋ฏธ์ง€๋Š”, โ€˜์˜คํ”ˆ์†Œ์Šคโ€™๋ผ๋Š” ์ •์‹ ์˜ ๊ฒฐ๊ณผ๋กœ ๋‚˜ํƒ€๋‚˜๋Š” ๋‹ค์–‘ํ•œ ์ธก๋ฉด ์ค‘ ์ผ๋ถ€์ผ ๋ฟ์ž…๋‹ˆ๋‹ค.

AI ๋ถ„์•ผ๋„ ์˜ˆ์™ธ๊ฐ€ ์•„๋‹™๋‹ˆ๋‹ค. ๋ฉ”ํƒ€์˜ ์ˆ˜์„๊ณผํ•™์ž์ธ ์–€ ๋ฅด์ฟค (Yann LeCun) ๋ฐ•์‚ฌ๋„ DeepSeek์˜ ์„ฑ๊ณต์„ ๋‘๊ณ  โ€œ์ด๋ฒˆ ์ผ์€ ์ค‘๊ตญ์ด ๋ฏธ๊ตญ์„ ์•ž์„ฐ๋‹ค๊ธฐ๋ณด๋‹ค, ์˜คํ”ˆ์†Œ์Šค ๋ชจ๋ธ์ด ํ์‡„ํ˜• ๋ชจ๋ธ์„ ์•ž์„œ๊ณ  ์žˆ๋‹ค๋Š” ๋œปโ€์ด๋ผ๊ณ  ์ง€์ ํ•œ ๋ฐ” ์žˆ์Šต๋‹ˆ๋‹ค.

๊ทธ๋Ÿฐ๋ฐ, ๊ณผ์—ฐ โ€˜AI ๊ตญ์ˆ˜์ฃผ์˜โ€™๋ผ๊ณ ๋„ ๋ถ€๋ฅผ ๋งŒํ•œ ํ˜„์žฌ์˜ ๊ธด์žฅ๋œ ๋ถ„์œ„๊ธฐ, ๊ทธ๋ฆฌ๊ณ  ๊ฐ๊ตญ์˜ ํƒœ๋„๊ฐ€, โ€˜์˜คํ”ˆ ์†Œ์Šค AI๋ฅผ ํ†ตํ•œ AI ์ƒํƒœ๊ณ„์˜ ๋ฐœ์ „โ€™์ด๋ผ๋Š” ๋ชฉํ‘œ์™€ ๊ณต์กดํ•  ์ˆ˜ ์žˆ๋Š” ๊ฑธ๊นŒ์š”?

โ€˜์˜คํ”ˆ์†Œ์Šค AI๋ฅผ ํ–ฅํ•œ ๊ธ€๋กœ๋ฒŒ ํ˜‘๋ ฅโ€™, ํž˜๋“ค๊ณ  ์–ด๋ ค์›Œ๋„ ํ™•๋Œ€ํ•ด์•ผ

โ€˜์˜คํ”ˆ์†Œ์Šค vs. ํ์‡„โ€™, โ€˜ํ˜‘๋ ฅ vs. ์ž๋ฆฝโ€™์ด๋ผ๋Š” ์ด๋ถ„๋ฒ•์  ์‹œ๊ฐ ์†์—์„œ, ๊ฐ๊ตญ์€ ์ž๊ตญ์˜ ๊ธฐ์ˆ ์  ์—ญ๋Ÿ‰์„ ํ‚ค์šฐ๋ฉด์„œ๋„ ๊ตญ์ œ ๊ทœ๋ฒ”์˜ ํ˜•์„ฑ์— ์ฐธ์—ฌํ•ด์•ผ ํ•˜๋Š” ์ด์ค‘์  ๊ณผ์ œ์— ๋†“์—ฌ ์žˆ์Šต๋‹ˆ๋‹ค. ๋ถ„๋ช…ํžˆ ๊ธฐ์–ตํ•ด์•ผ ํ•  ๊ฒƒ์€, AI ์—ญ๋Ÿ‰์„ ์ž๊ตญ ๋‚ด์—๋งŒ ๊ฐ€๋‘๊ฑฐ๋‚˜, ์ž๊ตญ์˜ AI ์—ญ๋Ÿ‰๋งŒ์„ ๊ฐ•ํ™”ํ•˜๋Š”๋ฐ ํˆฌ์žํ•˜๊ฒ ๋‹ค๋Š” ์‹์˜ โ€˜๊ตญ์ˆ˜์ฃผ์˜์  ์ ‘๊ทผโ€™์€, ์šฐ๋ฆฌ๊ฐ€ ์›ํ•˜๋Š” AI์˜ ํ˜์‹ ์„ ๋‘”ํ™”์‹œํ‚ฌ ๋ฟ ์•„๋‹ˆ๋ผ ํ˜‘์—…์˜ ์„ ์ˆœํ™˜์„ ์ฐจ๋‹จํ•˜๊ฒŒ ๋œ๋‹ค๋Š” ๊ฒ๋‹ˆ๋‹ค. ํ•œ ์กฐ์ง, ํ•œ ๋‚˜๋ผ๊ฐ€ ํ์‡„์ ์œผ๋กœ ์ผํ•  ๋•Œ๋ณด๋‹ค, ์ „์„ธ๊ณ„ ์ธ์žฌ๋“ค์ด ์ง‘๋‹จ์˜ ์ง€์„ฑ์„ ๋ชจ์„ ๋•Œ ๋” ๋น ๋ฅด๊ณ  ์•ˆ์ „ํ•œ ๋ฐœ์ „์ด ๊ฐ€๋Šฅํ•˜๋‹ค๋Š” ์ ์€ ์ด๋ฏธ ์—ญ์‚ฌ์ ์œผ๋กœ ์ฆ๋ช…๋œ ๊ฒƒ์ด๊ตฌ์š”.

๊ฒŒ๋‹ค๊ฐ€, ๋ฏธ๊ตญยท์ค‘๊ตญ์„ ์ œ์™ธํ•œ ๋Œ€๋‹ค์ˆ˜ ๊ตญ๊ฐ€๋“ค์—๊ฒŒ ๊ฐœ๋ฐฉ๊ณผ ํ˜‘์—…์€ ์„ ํƒ์ด ์•„๋‹Œ ํ•„์ˆ˜์ž…๋‹ˆ๋‹ค.

๊ตญ๊ฐ€๋ณ„ AI ์Šคํƒ€ํŠธ์—… ์ƒํƒœ๊ณ„ ๊ทœ๋ชจ vs. ๊ตญ๊ฐ€๊ฐ„ AI ์—ฐ๊ตฌ๊ฐœ๋ฐœ ํ˜‘์—… ํ˜„ํ™ฉ. Image Credit: ํŠœ๋ง ํฌ์ŠคํŠธ

์ „์„ธ๊ณ„ ์ฃผ์š” ๊ตญ๊ฐ€์˜ โ€˜AI ์Šคํƒ€ํŠธ์—… ์ƒํƒœ๊ณ„ ๊ทœ๋ชจโ€™๋ฅผ ํ•ด๋‹น ๊ตญ๊ฐ€์˜ โ€˜๊ตญ๊ฐ€๊ฐ„ AI ์—ฐ๊ตฌ๊ฐœ๋ฐœ ํ˜‘์—… ์ˆ˜์ค€โ€™๊ณผ ๋น„๊ตํ•ด ๋ดค์Šต๋‹ˆ๋‹ค. X์ถ•์˜ AI ํ˜‘์—… ์ˆ˜์ค€์€, 2022๋…„ ~ 2024๋…„ ์‚ฌ์ด์— ์ฃผ์š” ์ปจํผ๋Ÿฐ์Šค (NeurIPS, CVPR, ICML, AAAI, ICJAI ๋“ฑ)์— ๋‚˜์˜จ AI ์—ฐ๊ตฌ ๋…ผ๋ฌธ์„ ๊ตญ๊ฐ€๋ณ„๋กœ 300ํŽธ์”ฉ ๋ฝ‘์•„์„œ ๊ตญ์ œ ๊ณต๋™์—ฐ๊ตฌ ๋น„์œจ, ๋‹ค๊ธฐ๊ด€ ํ˜‘์—… ๋น„์œจ์„ ๋ณด๊ณ  ๋ฐ˜์˜ํ•œ ์ง€ํ‘œ๊ณ , Y ์ถ•์˜ ์Šคํƒ€ํŠธ์—… ์ƒํƒœ๊ณ„ ๊ทœ๋ชจ๋Š”, ๊ตญ๊ฐ€๋ณ„ AI ์Šคํƒ€ํŠธ์—…์— ๋Œ€ํ•œ ํˆฌ์ž์•ก, ์œ ๋‹ˆ์ฝ˜ ์Šคํƒ€ํŠธ์—…์˜ ์ˆ˜, AI ์Šคํƒ€ํŠธ์—… ๋น„์œจ ๋“ฑ์„ ๋ฐ˜์˜ํ•œ ์ง€ํ‘œ์ž…๋‹ˆ๋‹ค.

์ง€ํ‘œ๊ฐ€ ๋กœ๊ทธ์Šค์ผ€์ผ๋กœ ๋ณ€ํ™˜๋˜์–ด์„œ ์ € ์ •๋„๋กœ ๋ณด์ผ ๋ฟ์ด์ง€, ์‹ค์ œ๋กœ๋Š” ๋ฏธ๊ตญ๊ณผ ์ค‘๊ตญ์„ ์ œ์™ธํ•˜๊ณ ๋Š” AI ์Šคํƒ€ํŠธ์—… ์ƒํƒœ๊ณ„์˜ ๊ทœ๋ชจ๋Š” ๋‹ค ์ €~ ๋ฐ‘์— ๊ทธ๋งŒ์ €๋งŒํ•˜๊ฒŒ ๋ชจ์—ฌ์žˆ์„ ๋ฟ์ž…๋‹ˆ๋‹ค. ์‹ฌ์ง€์–ด ๋ฏธ๊ตญ๊ณผ ์ค‘๊ตญ์˜ ์ฐจ์ด๋„ ์—„์ฒญ๋‚˜๊ตฌ์š”. ๋ฏธ๊ตญ, ์ค‘๊ตญ์„ ์ œ์™ธํ•˜๋ฉด, ์šฐ๋ฆฌ๊ฐ€ ๋ฌธ ๊ฑธ์–ด์ž ๊ทธ๊ณ  ์šฐ๋ฆฌ๋ผ๋ฆฌ๋งŒ ํ•ด๋„ โ€˜์˜คํ”ˆ์†Œ์Šค AIโ€™์˜ ํšจ์ต์„ ๊ฑฐ๋‘˜ ์ˆ˜ ์žˆ๋‹ค๊ณ  ์ด์•ผ๊ธฐํ•  ์ˆ˜ ์žˆ๋Š” ๊ทœ๋ชจ์˜ AI ์Šคํƒ€ํŠธ์—… ์ƒํƒœ๊ณ„๋ฅผ ๋ณด์œ ํ•œ ๋‚˜๋ผ๋Š”, ์ ˆ๋Œ€๋กœ ์—†์Šต๋‹ˆ๋‹ค.

์šฐ๋ฆฌ๋‚˜๋ผ์˜ ๊ฒฝ์šฐ ์ง€๋‚œ ๋ช‡ ๋…„๊ฐ„ ์ •๋ถ€, ํ•™๊ณ„, ์—…๊ณ„๊ฐ€ ๋ชจ๋‘ ๋…ธ๋ ฅํ•ด์„œ AI ์—ฐ๊ตฌ์˜ ๊ด€์ ์—์„œ ํฐ ์ง„์ „์„ ๋ณด์—ฌ์˜จ ๊ฒŒ ์‚ฌ์‹ค์ž…๋‹ˆ๋‹ค. ์ผ๋ณธ์˜ ๊ฒฝ์šฐ๋„ ๋งŽ์ด ๋…ธ๋ ฅํ•˜๊ณ  ์žˆ๊ตฌ์š”. ๊ทธ๋ ‡์ง€๋งŒ ์šฐ๋ฆฌ๋‚˜๋ผ๋‚˜ ์ผ๋ณธ ๊ฐ™์ด AI ๊ธฐ์ˆ , ๊ทธ๋ฆฌ๊ณ  AI ์‚ฐ์—…์„ ์„ฑ์žฅ์‹œํ‚ค๋ ค๊ณ  ๋Œ€๊ทœ๋ชจ ํˆฌ์ž๋ฅผ ๊ณ„์†ํ•˜๊ณ  ์žˆ๋Š” ๋‚˜๋ผ์กฐ์ฐจ๋„, ๊ฐœ๋ณ„์ ์ธ AI ์Šคํƒ€ํŠธ์—… ์ƒํƒœ๊ณ„๋Š” ๊ทธ ๊ทœ๋ชจ์— ๋ช…ํ™•ํ•œ ํ•œ๊ณ„๊ฐ€ ์žˆ์Šต๋‹ˆ๋‹ค. ๋‹จ์ˆœํžˆ โ€˜์ž๊ตญ์˜ ์˜คํ”ˆ์†Œ์Šค AI ์ƒํƒœ๊ณ„๋ฅผ ๊ฐ•ํ™”โ€™ํ•œ๋‹ค๋Š” ์บ์น˜ํ”„๋ ˆ์ด์ฆˆ์™€ โ€˜๋…์ž์ ์œผ๋กœ AI ์—ญ๋Ÿ‰ ๋ฐ ์‚ฐ์—…์„ ํ‚ค์šฐ๊ฒ ๋‹ค๋Š” ๊ตญ์ˆ˜์ฃผ์˜์ ์ธ ํˆฌ์žโ€™๋กœ๋Š”, ์ž๊ตญ AI ๊ธฐ์ˆ ์˜ ํ˜์‹ ๊ณผ ์‚ฐ์—…์˜ ์„ฑ์žฅ์„ ์ด๋Œ์–ด๋‚ผ ์ˆ˜ ์—†์Šต๋‹ˆ๋‹ค.

ํ”„๋ž‘์Šค๊ฐ€ โ€˜์˜คํ”ˆ์†Œ์Šค AI์˜ ํ—ˆ๋ธŒ'๋ฅผ ํ‘œ๋ฐฉํ•˜๋ฉด์„œ ๋ฏธ์ŠคํŠธ๋ž„ ๊ฐ™์€ ๊ธฐ์—…์„ ์ง€์›ํ•˜๋Š” ์ด์œ ๋„, ์ „์„ธ๊ณ„์ ์ธ ํ˜‘๋ ฅ ๋„คํŠธ์›Œํฌ ์†์— ์œ ๋Ÿฝ์ด ๋“ค์–ด๊ฐ€์•ผ ๊ฒฝ์Ÿ๋ ฅ์ด ์ƒ๊ธด๋‹ค๋Š” ๊นจ๋‹ฌ์Œ์ด ์žˆ์—ˆ๊ธฐ ๋•Œ๋ฌธ์ž…๋‹ˆ๋‹ค. ๊ฒฐ๊ตญ, ํ˜์‹ ์€ ์ „์„ธ๊ณ„์ ์œผ๋กœ ํ˜‘๋ ฅํ•˜๋Š” ๊ฐœ๋ฐฉ ํ™˜๊ฒฝ์—์„œ, ์•ˆ๋ณด๋„ ๊ตญ์ œ์ ์ธ ๊ณต์กฐ๋ฅผ ํ†ตํ•ด์„œ ๋‹ฌ์„ฑ๋˜๋Š” ๊ฒƒ์ด๋ผ๊ณ  ์ƒ๊ฐํ•ฉ๋‹ˆ๋‹ค. ์ด๋ฏธ ์˜ค๋Š˜ ๋ฏธ๊ตญ์˜ AI ์Šคํƒ€ํŠธ์—…์ด ๊ฐœ๋ฐœํ•œ ์„œ๋น„์Šค๋ฅผ ๋‚ด์ผ์ด๋ฉด ์ง€๊ตฌ ๋ฐ˜๋Œ€ํŽธ์˜ ๋ชจ๋“  ๋‚˜๋ผ์— ์žˆ๋Š” ์‚ฌ๋žŒ๋“ค์ด ์‚ฌ์šฉํ•ด ๋ณผ ์ˆ˜ ์žˆ๋Š” ์ด ์‹œ๋Œ€์—, ๊ณผ๊ฐํ•˜๊ฒŒ AI ๊ตญ์ˆ˜์ฃผ์˜์ ์ธ ๊ด€์ ์„ ๋ฒ„๋ฆฌ๊ณ  ์–ด๋–ป๊ฒŒ ๋‹ค๋ฅธ ๋‚˜๋ผ์™€ ํ˜‘์—…๊ณผ ํ˜‘๋ ฅ์„ ํ™•๋Œ€ํ•˜๋ฉด์„œ ๊ฑด์ „ํ•˜๊ฒŒ ๊ฒฝ์Ÿํ•  ๊ฒƒ์ด๋ƒ ํ•˜๋Š” ๊ณ ๋ฏผ, ๊ทธ๋ฆฌ๊ณ  ๊ทธ ๊ณ ๋ฏผ์ด ๋ฐ˜์˜๋œ ํˆฌ์ž์™€ ๋…ธ๋ ฅ์ด ์—†์ด๋Š”, ๊ฒฐ๊ตญ์€ ๊ณ ๋ฆฝ๋˜๊ณ  ๋’ค์ณ์งˆ ์ˆ˜ ๋ฐ–์— ์—†์Šต๋‹ˆ๋‹ค.

์ธ๋ ฅ์„ ํ‚ค์šฐ๊ฒ ๋‹ค๊ตฌ์š”? ํ‚ค์›Œ์•ผ์ง€์š”. ๊ทธ๋ ‡์ง€๋งŒ ์šฐ๋ฆฌ๋‚˜๋ผ๋ฅผ ๋ณด์ž๋ฉด AI ์ธ๋ ฅ์˜ Inflow๋ณด๋‹ค Outflow๊ฐ€ ๋งŽ์€ ๋‚˜๋ผ์— ์†ํ•ฉ๋‹ˆ๋‹ค - ์™ธ๊ตญ์—์„œ ์šฐ๋ฆฌ๋‚˜๋ผ์— ์™€์„œ ์—ฐ๊ตฌ๋‚˜ ์ผ์„ ํ•˜๋Š” AI ์ธ๋ ฅ๋ณด๋‹ค ๊ทธ ๋ฐ˜๋Œ€๋กœ ๋‚˜๊ฐ€๋Š” ์ธ๋ ฅ์ด ์ ์  ๋” ๋งŽ์•„์งˆ ์ˆ˜ ๋ฐ–์— ์—†์Šต๋‹ˆ๋‹ค. ๋‹ต์€ ์ •ํ•ด์ ธ ์žˆ๋‹ค๊ณ  ์ƒ๊ฐํ•˜๊ณ , ๊ทธ๋ ‡๋‹ค๋ฉด ๊ทธ์— ๋งž๊ฒŒ ๊ณ„ํš์„ ์„ธ์šฐ๊ณ  ๊ทธ์— ๋งž๊ฒŒ ํˆฌ์ž๋ฅผ ํ•ด์•ผ๊ฒ ์ฃ .

์–ด๋Š ๋‚˜๋ผ๋“ , ์•ˆ๋ณด์™€ ์‚ฐ์—… ๊ฒฝ์Ÿ๋ ฅ ์ธก๋ฉด์—์„œ AI์˜ ์ฃผ๊ถŒ์„ ์ง€ํ‚ค๋ฉด์„œ๋„ ๋™์‹œ์— ๊ฐœ๋ฐฉ์ ์ธ ์ƒํƒœ๊ณ„์—์„œ ๋’ค์ณ์ง€์ง€ ์•Š์œผ๋ ค๋Š” ์ด์ค‘์ ์ธ ๊ณผ์ œ์— ์ง๋ฉดํ•˜๊ณ  ์žˆ๊ณ , ์ง€๊ธˆ์œผ๋กœ์„œ๋Š” ์˜ˆ์ „๊ณผ ๊ฐ™์€ ์ˆ˜์‚ฌ๋ฅผ ๋ฐ˜๋ณตํ•˜๋ฉด์„œ ๋˜‘๊ฐ™์€ ๋ฐฉ์‹์˜ ํˆฌ์ž๋ฅผ ๋งํ•˜๊ณ  ์žˆ๋‹ค๋Š” ์ƒ๊ฐ์— ์•ˆํƒ€๊น์Šต๋‹ˆ๋‹ค. ๊ทธ๋ ‡์ง€๋งŒ ์žŠ์ง€ ๋ง์•„์•ผ ํ•ฉ๋‹ˆ๋‹ค: ๊ตญ๊ฒฝ์„ ๋„˜์–ด์„œ ๊ณต์œ ๋˜๋Š” ์ง€์‹์ด์•ผ๋ง๋กœ AI ๊ธฐ์ˆ ๊ณผ ์‚ฐ์—… ๋ฐœ์ „์˜ ์—ฐ๋ฃŒ๋ผ๋Š” ๊ฒƒ์„์š”. ๋Œ์ด์ผœ ๋ณด๋ฉด, ์บ๋‚˜๋‹ค์™€ ์˜๊ตญ ์ถœ์‹  ํ•™์ž๋“ค์ด ์ฃผ๋„ํ•œ ๋”ฅ๋Ÿฌ๋‹ ์—ฐ๊ตฌ๋„ ๋ฏธ๊ตญ ์‹ค๋ฆฌ์ฝ˜๋ฐธ๋ฆฌ ์ž๋ณธ๊ณผ ๋‹ค์–‘ํ•œ ๋‚˜๋ผ์˜ ๋ฐ์ดํ„ฐ ์ž์›์ด ๊ฒฐํ•ฉํ•˜๋ฉด์„œ ๊ฝƒ์„ ํ”ผ์šด ์…ˆ์ž…๋‹ˆ๋‹ค. ์ด๋Ÿฐ ๊ธ€๋กœ๋ฒŒ ํ˜‘์—…๊ณผ ๋ฐธ๋ฅ˜ ์ฒด์ธ์ด ์—†์—ˆ๋‹ค๋ฉด, ์˜ค๋Š˜๋‚ ์˜ AI ํ˜์‹ ์ด ๊ณผ์—ฐ ๊ฐ€๋Šฅํ–ˆ์„๊นŒ์š”? ์˜คํ”ˆ์†Œ์Šค ์šด๋™์˜ ์‚ฐ๋ฌผ์ธ Python, PyTorch, TensorFlow ๊ฐ™์€ ํ•ต์‹ฌ ๋„๊ตฌ๋“ค๋„, ํŠน์ • ๊ตญ๊ฐ€๊ฐ€ ์•„๋‹Œ ์ „ ์„ธ๊ณ„ ๊ฐœ๋ฐœ์ž๋“ค์˜ ํ˜‘๋ ฅ์œผ๋กœ ๋งŒ๋“ค์–ด์ง€๊ณ  ๊ด‘๋ฒ”์œ„ํ•˜๊ฒŒ ์‚ฌ์šฉ๋˜๋ฉด์„œ AI ๋ฐœ์ „์„ ํฌ๊ฒŒ ์•ž๋‹น๊ฒผ์Šต๋‹ˆ๋‹ค. ๋งŒ์•ฝ ๊ฐ ๋‚˜๋ผ๊ฐ€ ์ด๋Ÿฐ ์ง€์‹๊ณผ ๋„๊ตฌ๋ฅผ ํ์‡„์ ์œผ๋กœ ํ†ต์ œํ•˜๊ณ , ์ „ ์„ธ๊ณ„์˜ ์ˆ˜๋งŽ์€ ๊ฐœ๋ฐœ์ž๋“ค์ด ํ˜‘์—…ํ•˜๊ธฐ ์–ด๋ ค์šด ํ™˜๊ฒฝ์ด์—ˆ๋‹ค๋ฉด, AI ๋ฐœ์ „ ์†๋„๋Š” ์ง€๊ธˆ๋ณด๋‹ค ํ›จ์”ฌ ๋”๋””๊ณ  ๊ทธ ๊ฒฐ๊ณผ๋„ ์˜ค์ง ์ผ๋ถ€์˜ ๊ตญ๊ฐ€๋‚˜ ์ง€์—ญ์—์„œ๋งŒ ํ–ฅ์œ ํ•  ์ˆ˜ ์žˆ์—ˆ์„ ๊ฒ๋‹ˆ๋‹ค.

DeepSeek ์‚ฌํƒœ๋กœ ์ธํ•ด ์ด‰๋ฐœ๋œ ํ˜„์žฌ์˜ ๊ฐˆ๋“ฑ๊ณผ ๊ณ ๋ฏผ, ๊ธฐ์ˆ  ํŒจ๊ถŒ์„ ํ–ฅํ•œ ๊ฒฝ์Ÿ ์†์—์„œ๋„ โ€˜์ธ๋ฅ˜ ๊ณต๋™์˜ ๋ฐœ์ „์„ ์œ„ํ•œ ํ˜‘๋ ฅโ€™์ด๋ผ๋Š” ํฐ ๊ทธ๋ฆผ์„ ๊ฐ„๊ณผํ•ด์„œ๋Š” ์•ˆ ๋  ๊ฒƒ์ž…๋‹ˆ๋‹ค. ์ง€๊ธˆ์ด์•ผ๋ง๋กœ โ€˜๊ธ€๋กœ๋ฒŒ ํ˜‘๋ ฅโ€™๊ณผ โ€˜์ž๊ตญ์˜ ์ด์ตโ€™์„ ์กฐํ™”์‹œํ‚ค๋Š” ์ง€ํ˜œ๊ฐ€ ํ•„์š”ํ•œ ๋•Œ์ž…๋‹ˆ๋‹ค.

ํŠธ์œ„ํ„ฐ ๋ผ์ด๋ธŒ๋Ÿฌ๋ฆฌ (Twitter Library) ๐Ÿฆ

โ€˜Test-Time Computeโ€™๋Š” AI ๋ชจ๋ธ์ด ์‘๋‹ต์„ ๋งŒ๋“ค์–ด๋‚ผ ๋•Œ ์‚ฌ์šฉํ•˜๋Š” ์—ฐ์‚ฐ ๋Šฅ๋ ฅ์ด์ฃ . ๋งŽ์€ ์—ฐ๊ตฌ์ž๋“ค์ด ์ง€๊ธˆ TTC์˜ ํ™•์žฅ, ์ฆ‰ ์Šค์ผ€์ผ๋ง์— ์ง‘์ค‘ํ•˜๊ณ  ์žˆ๋Š” ์ด์œ ๋Š”, ๋Š๋ฆฌ์ง€๋งŒ ์‹ฌ์ธต์ ์ธ โ€˜์‚ฌ๊ณ โ€™, ๊ทธ๋ฆฌ๊ณ  ๋‹จ๊ณ„๋ณ„ ์ถ”๋ก ์„ ๊ฐ€๋Šฅํ•˜๊ฒŒ ํ•ด์„œ ์ „๋ฐ˜์ ์ธ ๋ชจ๋ธ์˜ ์„ฑ๋Šฅ์„ - ์šฐ๋ฆฌ๊ฐ€ ์›ํ•˜๋Š” ๋ฐฉํ–ฅ์œผ๋กœ - ํ–ฅ์ƒ์‹œ์ผœ์ค„ ์ˆ˜ ์žˆ๊ธฐ ๋•Œ๋ฌธ์ผ ๊ฒ๋‹ˆ๋‹ค.

์˜ค๋Š˜์€ Test-Time Scaling์— ๋Œ€ํ•œ 8๊ฐ€์ง€์˜ ์ƒˆ๋กœ์šด ์—ฐ๊ตฌ์— ๋Œ€ํ•ด์„œ ์•Œ์•„๋ด…๋‹ˆ๋‹ค:

*์•„์ง ํŠœ๋ง ํฌ์ŠคํŠธ ์ฝ”๋ฆฌ์•„ ๊ตฌ๋… ์•ˆ ํ•˜์…จ๋‚˜์š”? ๊ตฌ๋…ํ•ด ์ฃผ์‹œ๋ฉด ๋งค์ฃผ ์ค‘์š”ํ•œ AI ๋‰ด์Šค๋ฅผ ์ •๋ฆฌํ•œ ๋‹ค์ด์ œ์ŠคํŠธ๋ฅผ ๋ฐ›์œผ์‹ค ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค!

๊ธˆ์ฃผ์˜ ์ฃผ๋ชฉํ•  ๋งŒํ•œ ์—…๊ณ„ ๋™ํ–ฅ ๐Ÿ“ฐ

์•ค์“ฐ๋กœํ”ฝ์ด ์—ฌ๋Ÿฌ ๊ฐ€์ง€ ๋‰ด์Šค๋กœ ๋ฏธ๋””์–ด๋ฅผ ์žฅ์‹ํ•œ ํ•œ ์ฃผ์˜€์Šต๋‹ˆ๋‹ค.

  • ์ƒˆ๋กœ์šด ํ•˜์ด๋ธŒ๋ฆฌ๋“œ ๋ชจ๋ธ
    ์•ค์“ฐ๋กœํ”ฝ์—์„œ โ€˜๋น„์šฉโ€™ - โ€˜์„ฑ๋Šฅโ€™ ์‚ฌ์ด์—์„œ ์ ˆ์ถฉํ•˜๋ฉด์„œ ์กฐ์ •ํ•  ์ˆ˜ ์žˆ๋Š” ์„ฑ๋Šฅ์˜ ๋ฒ”์œ„๋ฅผ ์ œ๊ณตํ•˜๋Š”, ์ƒˆ๋กœ์šด ํ•˜์ด๋ธŒ๋ฆฌ๋“œ ๋ชจ๋ธ์„ ์ถœ์‹œํ–ˆ์Šต๋‹ˆ๋‹ค. ์˜คํ”ˆAI๊ฐ€ ๋‹จ์ˆœํ•œ โ€˜์ €-์ค‘-๊ณ โ€™ ์‹์˜ ์˜ต์…˜์„ ์ œ๊ณตํ•˜๋Š” ๊ฒƒ๊ณผ ๋‹ค๋ฆฌ, ์ด ๋ชจ๋ธ์€ ์ •๋ฐ€ํ•˜๊ฒŒ ์„ฑ๋Šฅ ์ˆ˜์น˜๋ฅผ ์กฐ์ •ํ•  ์ˆ˜ ์žˆ์–ด์„œ, ๋ณต์žกํ•œ ์›Œํฌ๋กœ๋“œ๋ฅผ ์ฒ˜๋ฆฌํ•˜๋Š” ๊ธฐ์—…์˜ ๊ฒฝ์šฐ์— ์“ธ๋ชจ๊ฐ€ ์žˆ์„ ๊ฒƒ ๊ฐ™์Šต๋‹ˆ๋‹ค. ์ดˆ๊ธฐ์˜ ํ”ผ๋“œ๋ฐฑ์œผ๋กœ๋Š”, ์ฝ”๋”ฉ ์ž‘์—…์—์„œ ์˜คํ”ˆAI ๋ชจ๋ธ์˜ ์ตœ๊ณ  ์„ฑ๋Šฅ์„ ๋Šฅ๊ฐ€ํ•˜๋Š” ๊ฒƒ์œผ๋กœ ๋‚˜ํƒ€๋‚ฌ๋„ค์š”.

  • โ€˜Anthropic Economic Indexโ€™

    ์ด ์ง€์ˆ˜๋Š” Claude.ai๋ฅผ ์‚ฌ์šฉํ•˜๋Š” ์‚ฌ๋žŒ๋“ค์˜ ์ต๋ช…ํ™”๋œ ๋ฐ์ดํ„ฐ ์ˆ˜๋ฐฑ๋งŒ ๊ฑด์— ๊ธฐ์ดˆํ•ด์„œ, ๋…ธ๋™ ์‹œ์žฅ์— ๋Œ€ํ•œ AI์˜ ์˜ํ–ฅ์„ ์ถ”์ ํ•ด ๋ณด๊ฒ ๋‹ค๋Š” ์‹œ๋„์ž…๋‹ˆ๋‹ค. ์ž๋ฃŒ์— ๋”ฐ๋ฅด๋ฉด, AI๋Š” ์†Œํ”„ํŠธ์›จ์–ด ๊ฐœ๋ฐœ๊ณผ ๊ธฐ์ˆ  ๋ฌธ์„œ ์ž‘์„ฑ ๋“ฑ์˜ ์˜์—ญ์—์„œ ๊ฐ•๋ ฅํ•œ ํŒŒ์›Œ๋ฅผ ๋“œ๋Ÿฌ๋‚ด๊ณ , ์ž‘์—…์˜ ์„ฑ๊ฒฉ์€ โ€˜์ž๋™ํ™”โ€™๋ณด๋‹ค๋Š” โ€˜์ฆ๊ฐ•โ€™ ์ชฝ์ธ ๊ฒƒ์œผ๋กœ ๋‚˜ํƒ€๋‚ฉ๋‹ˆ๋‹ค. ์ค‘๊ฐ„ ์ •๋„๋ถ€ํ„ฐ ๊ณ ์ž„๊ธˆ์˜ ์ง์—…๊ตฐ์—์„œ AI์˜ ํ™œ์šฉ๋ฅ ์ด ๊ฐ€์žฅ ๋†’๋‹ค๊ณ  ํ•˜๋„ค์š”. ๋ฐ์ดํ„ฐ์…‹์€ ์˜คํ”ˆ๋˜์–ด ์žˆ์–ด์„œ, ์—ฐ๊ตฌ์ž๋“ค์ด AI ํ™œ์šฉ ํŒจํ„ด์˜ ์ถ”์„ธ๋ฅผ ๋ถ„์„ํ•˜๊ณ , ๋ณ€ํ™”ํ•˜๋Š” AI ๊ธฐ๋ฐ˜์˜ ๊ฒฝ์ œ ํ™˜๊ฒฝ์— ๋Œ€์‘ํ•˜๊ธฐ ์œ„ํ•œ ์ •์ฑ… ๊ฒฐ์ •์—๋„ ํ™œ์šฉํ•  ์ˆ˜ ์žˆ์„ ๊ฒƒ์œผ๋กœ ๋ณด์ž…๋‹ˆ๋‹ค.

Where and how AI is used across the economy, drawn from real-world usage data from Claude.ai. The numbers refer to the percentage of conversations with Claude that were related to those individual tasks, occupations, and categories.

  • ์Šค๋…ธ์šฐํ”Œ๋ ˆ์ดํฌ + ์•ค์“ฐ๋กœํ”ฝ์˜ ํŒŒํŠธ๋„ˆ์‹ญ = ๋ฐ์ดํ„ฐ ๊ธฐ๋ฐ˜์˜ ๊ฐ•์ ์„ ๊ฐ€์ง„ AI
    ์Šค๋…ธ์šฐํ”Œ๋ ˆ์ดํฌ์™€ ์•ค์“ฐ๋กœํ”ฝ ์–‘์‚ฌ๊ฐ€ ํ˜‘์—…ํ•ด์„œ Claude 3.5 Sonnet์„ Cortex Agents์— ๋‚ด์žฅ, ๊ธฐ์—…์˜ ๋ฐ์ดํ„ฐ ๋ถ„์„์„ ์ž์—ฐ์–ด๋กœ ์‹คํ–‰ํ•  ์ˆ˜ ์žˆ๊ฒŒ ํ•ฉ๋‹ˆ๋‹ค. ํ…์ŠคํŠธ - SQL ์ž‘์—…์—์„œ ๊ฐ•๋ ฅํ•œ ์„ฑ๋Šฅ์„ ๋ณด์—ฌ์ฃผ๋Š”๋ฐ, AI ๊ธฐ๋ฐ˜์˜ ์˜์‚ฌ ๊ฒฐ์ •์— ์œ ์šฉํ•˜๊ฒŒ ํ™œ์šฉ๋  ์ˆ˜ ์žˆ์„ ๊ฒƒ์œผ๋กœ ๋ณด์ž…๋‹ˆ๋‹ค.

โ€ฆ์˜คํ”ˆAI๋„ ๊พธ์ค€ํžˆ ์ƒˆ๋กœ์šด ์†Œ์‹๊ณผ ๋กœ๋“œ๋งต ์ด์•ผ๊ธฐ๋กœ ์ฃผ๋„๊ถŒ์„ ์žƒ์ง€ ์•Š๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค.

  • ๋ชจ๋ธ ์ŠคํŽ™ ์—…๋ฐ์ดํŠธ

    ์˜คํ”ˆAI๊ฐ€ ์ž์‚ฌ ๋ชจ๋ธ ์ŠคํŽ™์„ ์—…๋ฐ์ดํŠธํ–ˆ๋„ค์š”.

  • ๋ชจ๋ธ์— ๋Œ€ํ•œ ์ถ”๊ฐ€์ ์ธ ์„ค๋ช…๊ณผ ํ•จ๊ป˜ โ€˜์ถ”๋ก โ€™์„ ์œ„ํ•œ ๋ฒ ์ŠคํŠธ ํ”„๋ž™ํ‹ฐ์Šค ๊ณต์œ 

    ์˜คํ”ˆAI์— ์ถ”๊ฐ€ ์„ค๋ช…์— ๋”ฐ๋ฅด๋ฉด, o1 ๋ฐ o3-mini ๊ฐ™์€ ๋ชจ๋ธ์€ ๋ณต์žกํ•œ ์ถ”๋ก , ์˜์‚ฌ ๊ฒฐ์ • ๋ฐ ๋‹ค๋‹จ๊ณ„ ๊ณ„ํš์— ๋›ฐ์–ด๋‚œ ๋ชจ๋ธ๋กœ ๋ฒ•๋ฅ , ๊ธˆ์œต ๋ฐ ์—”์ง€๋‹ˆ์–ด๋ง ๋ถ„์•ผ์˜ ์ž‘์—…์— ์ž˜ ๋งž๋Š”๋‹ค๊ณ  ํ•ฉ๋‹ˆ๋‹ค. GPT ๋ชจ๋ธ์€ ๋” ๋น ๋ฅด๊ณ  ๊ฐ„๋‹จํ•œ ์ž‘์—…์„ ๋น„์šฉ ํšจ์œจ์ ์œผ๋กœ ํ•˜๊ณ ์ž ํ•  ๋•Œ ์ข‹๊ตฌ์š”. - ๋”ฑํžˆ ์ƒˆ๋กœ์šด ์ด์•ผ๊ธฐ๋Š” ์•„๋‹ˆ๋„ค์š”. o-์‹œ๋ฆฌ์ฆˆ๋ฅผ ์ž˜ ์‚ฌ์šฉํ•˜๋Š” ์‚ฌ๋ก€๋กœ, ๋ชจํ˜ธํ•œ ์ •๋ณด๋ฅผ ์ฒ˜๋ฆฌํ•  ๋•Œ, ๋Œ€๊ทœ๋ชจ ๋ฐ์ดํ„ฐ์…‹์—์„œ ํ•ต์‹ฌ์ ์ธ ์„ธ๋ถ€ ์ •๋ณด๋ฅผ ์ฐพ๊ณ  ์‹ถ์„ ๋•Œ, ๊ณ ๊ธ‰์˜ ์ฝ”๋“œ๋ฅผ ๊ฒ€ํ† ํ•  ๋•Œ ๋“ฑ์ด ํฌํ•จ๋˜์–ด ์žˆ๋„ค์š”. ํšจ๊ณผ์ ์ธ ํ”„๋กฌํ”„ํŠธ๋Š”, ๋ช…ํ™•ํ•˜๊ณ  ์ง์ ‘์ ์œผ๋กœ ์จ์•ผ ํ•˜๋Š”๋ฐ, ๋‹จ๊ณ„๋ณ„ ์ง€์นจ์ด๋‚˜ ์˜ˆ์ œ ๋ช‡ ๊ฐœ๋Š” ๊ฑฐ์˜ ํ•„์š”์—†๋‹ค๊ณ  ํ•ฉ๋‹ˆ๋‹ค.

๊ฐˆ๋ฆด๋ ˆ์˜ค ๋žฉ, ํ—ˆ๊น…ํŽ˜์ด์Šค์— ์—์ด์ „ํŠธ ๋ฆฌ๋”๋ณด๋“œ ๊ฒŒ์‹œ

  • ๊ฐˆ๋ฆด๋ ˆ์˜ค ๋žฉ์Šค๊ฐ€ ์ƒˆ๋กœ์šด ์—์ด์ „ํŠธ ๋ฆฌ๋”๋ณด๋“œ๋ฅผ ํ—ˆ๊น…ํŽ˜์ด์Šค์— ์ถœ์‹œ, LLM์ด ์‹ค์ œ ์—์ด์ „ํ‹ฑ ์›Œํฌํ”Œ๋กœ์šฐ์— ํ•„์š”ํ•œ ์ž‘์—…์„ ์–ผ๋งˆ๋‚˜ ์ž˜ ์ฒ˜๋ฆฌํ•˜๋Š”์ง€ ๋ฒค์น˜๋งˆํ‚นํ•˜๊ธฐ ์‹œ์ž‘ํ–ˆ์Šต๋‹ˆ๋‹ค. ์™„๋ฒฝํ•˜์ง€๋Š” ์•Š๋”๋ผ๋„, ๊ฐœ๋ฐœ์ž๊ฐ€ ์—์ด์ „ํŠธ ์–ดํ”Œ๋ฆฌ์ผ€์ด์…˜์„ ๋งŒ๋“ค ๋•Œ ์‚ฌ์šฉํ•  ๋ชจ๋ธ์„ ์„ ํƒํ•˜๋Š”๋ฐ ๋„์›€์ด ๋  ๊ฒƒ ๊ฐ™์Šต๋‹ˆ๋‹ค.

ํŠœ๋ง ํฌ์ŠคํŠธ ์ฝ”๋ฆฌ์•„ํŒ€์ด ์ฝ๊ณ  ์žˆ๋Š” ๊ฒƒ๋“ค

โ€˜์ƒˆ๋กœ์šด ๊ธฐ์ˆ ์ด ๋“ฑ์žฅํ•  ๋•Œ, ์ฒ˜์Œ์—๋Š” ๋‹จ์ˆœํ•œ ์šฉ๋„๋กœ ์‚ฌ์šฉ๋˜์ง€๋งŒ, ์‹œ๊ฐ„์ด ์ง€๋‚˜๋ฉด์„œ ์šฐ๋ฆฌ์˜ ์‚ถ์„ ๊ทผ๋ณธ์ ์œผ๋กœ ๋ฐ”๊พธ๋Š” ๋ฐฉ์‹์œผ๋กœ ๋ฐœ์ „ํ•œ๋‹คโ€™๋Š” ์›๋ฆฌ๋ฅผ ๋ฐ”ํƒ•์œผ๋กœ, AI๋„ ์ง€๊ธˆ์€ ๋‹จ์ˆœํžˆ ์งˆ๋ฌธ์— ๋‹ตํ•˜๊ฑฐ๋‚˜ ๊ทธ๋ฆผ์„ ๊ทธ๋ ค์ฃผ๋Š” ์ •๋„์— ๋ถˆ๊ณผํ•˜์ง€๋งŒ ์•ž์œผ๋กœ๋Š” ์šฐ๋ฆฌ์˜ ์ƒ๊ฐ๊ณผ ์†Œํ†ต ๋ฐฉ์‹ ์ž์ฒด๋ฅผ ๋ฐ”๊พธ๋Š” ๋„๊ตฌ๊ฐ€ ๋  ๊ฑฐ๋ผ๋Š” ์ด์•ผ๊ธฐ๋ฅผ ํ•˜๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค.

  • LLMs and World Models, Part 1 and Part 2 (by Melanie Mitchell)

์ด ๊ธ€์—์„œ๋Š” ๊ฑฐ๋Œ€ ์–ธ์–ด๋ชจ๋ธ (LLM)์ด ๋‹จ์ˆœํžˆ ๋‹จ์–ด๋ฅผ ์˜ˆ์ธกํ•˜๋Š” 'ํ™•๋ฅ ์  ์•ต๋ฌด์ƒˆ'์ธ์ง€, ์•„๋‹ˆ๋ฉด ๋‚ด๋ถ€์ ์œผ๋กœ ์›”๋“œ ๋ชจ๋ธ์„ ๊ตฌ์„ฑํ•˜๋ฉด์„œ ์‚ฌ๋ฌผ์— ๋Œ€ํ•œ ๋” ๊นŠ์€ ์ดํ•ด๋ฅผ ๊ฐ–์ถ”๊ณ  ์žˆ๋Š” ๋ฌด์–ธ๊ฐ€์ธ์ง€์— ๋Œ€ํ•œ ๋…ผ์Ÿ์„ ๋‹ค๋ฃจ๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ์ผ๋ถ€์˜ ์—ฐ๊ตฌ์—์„œ๋Š” LLM์ด ๋‹จ์ˆœํžˆ ํ†ต๊ณ„์  ํŒจํ„ด์„ ๋„˜์–ด์„œ, ํ›ˆ๋ จ ๋ฐ์ดํ„ฐ๋กœ๋ถ€ํ„ฐ ๋ณต์žกํ•œ ๊ฐœ๋…๊ณผ ๊ด€๊ณ„๋ฅผ ํ•™์Šต, ๋‚ด๋ถ€์ ์œผ๋กœ '์›”๋“œ ๋ชจ๋ธ'์„ ๊ตฌ์ถ•ํ•  ์ˆ˜ ์žˆ๋‹ค๋Š” ๊ฑธ ์‹œ์‚ฌํ•˜๊ธฐ๋„ ํ•˜์ฃ . ๋ฌผ๋ก  ์ด๋Ÿฐ ๋ชจ๋ธ์˜ ํ•œ๊ณ„์™€ ์ง„์ •ํ•œ ์ดํ•ด ๋Šฅ๋ ฅ์— ๋Œ€ํ•œ ์˜๋ฌธ์€ ์—ฌ์ „ํžˆ ๋‚จ์•„ ์žˆ์Šต๋‹ˆ๋‹ค.

  • LLMs and World Models, Part 1 and Part 2 (by Melanie Mitchell)

์ด ๊ธ€์—์„œ๋Š” ๊ฑฐ๋Œ€ ์–ธ์–ด๋ชจ๋ธ (LLM)์ด ๋‹จ์ˆœํžˆ ๋‹จ์–ด๋ฅผ ์˜ˆ์ธกํ•˜๋Š” 'ํ™•๋ฅ ์  ์•ต๋ฌด์ƒˆ'์ธ์ง€, ์•„๋‹ˆ๋ฉด ๋‚ด๋ถ€์ ์œผ๋กœ ์›”๋“œ ๋ชจ๋ธ์„ ๊ตฌ์„ฑํ•˜๋ฉด์„œ ์‚ฌ๋ฌผ์— ๋Œ€ํ•œ ๋” ๊นŠ์€ ์ดํ•ด๋ฅผ ๊ฐ–์ถ”๊ณ  ์žˆ๋Š” ๋ฌด์–ธ๊ฐ€์ธ์ง€์— ๋Œ€ํ•œ ๋…ผ์Ÿ์„ ๋‹ค๋ฃจ๊ณ  ์žˆ์Šต๋‹ˆ๋‹ค. ์ผ๋ถ€์˜ ์—ฐ๊ตฌ์—์„œ๋Š” L

๊ตฌ๊ธ€์˜ ์ตœ๊ณ  ๊ณผํ•™์ž์ธ Jeff Dean, ๊ทธ๋ฆฌ๊ณ  AI ์—ฐ๊ตฌ์ž Noam Shazeer์™€ ํ•œ ์ด ์ธํ„ฐ๋ทฐ์—์„œ๋Š” ์ง€๋‚œ 25๋…„ ๊ฐ„ ๊ตฌ๊ธ€์—์„œ ํ–ˆ๋˜ ๊ฒฝํ—˜, ๊ทธ๋ฆฌ๊ณ  AI์˜ ๋ฐœ์ „์— ๋Œ€ํ•ด ์ด์•ผ๊ธฐ๋ฅผ ๋‚˜๋ˆ•๋‹ˆ๋‹ค. ์ดˆ๊ธฐ์˜ PageRank ์•Œ๊ณ ๋ฆฌ์ฆ˜๋ถ€ํ„ฐ MapReduce, BigTable, TensorFlow, ์ตœ๊ทผ Gemini ํ”„๋กœ์ ํŠธ๊นŒ์ง€ ์—ฌ๋Ÿฌ ํ˜์‹ ์ ์ธ ์‹œ์Šคํ…œ ๊ฐœ๋ฐœ์— ์ฐธ์—ฌํ–ˆ๋˜ ๊ฒฝํ—˜, ๊ทธ๋ฆฌ๊ณ  AI์˜ ๋ฏธ๋ž˜, ๊ตฌ๊ธ€์˜ ์—ญํ• , ํ•˜๋“œ์›จ์–ด์™€ ์•Œ๊ณ ๋ฆฌ์ฆ˜ ์„ค๊ณ„์˜ ์ƒํ˜ธ ๋ณด์™„์ ์ธ ๋ฐœ์ „์— ๋Œ€ํ•œ ๋น„์ „์„ ๊ณต์œ ํ•ฉ๋‹ˆ๋‹ค.

์ƒˆ๋กœ ๋‚˜์˜จ, ์ฃผ๋ชฉํ•  ๋งŒํ•œ ์—ฐ๊ตฌ ๋…ผ๋ฌธ

โ€˜์ฃผ๋ชฉํ•  ๋งŒํ•œ ์ตœ์‹ ์˜ AI ๋ชจ๋ธโ€™์„ ๋จผ์ € ์†Œ๊ฐœํ•˜๊ณ , ๊ฐ ์˜์—ญ๋ณ„๋กœ โ€˜Top Pickโ€™์€ ํ•ด๋‹น ๋…ผ๋ฌธ ์•ž์— ๋ณ„ํ‘œ(๐ŸŒŸ)๋กœ ํ‘œ์‹œํ–ˆ์Šต๋‹ˆ๋‹ค!

์ฃผ๋ชฉํ•  ๋งŒํ•œ ์ตœ์‹  AI ๋ชจ๋ธ

  • LM2: Large Memory Models์—์„œ๋Š” Long-Context ํ™˜๊ฒฝ์—์„œ ์ถ”๋ก  ๋Šฅ๋ ฅ์„ ๊ฐœ์„ ํ•˜๊ธฐ ์œ„ํ•œ ๋ฉ”๋ชจ๋ฆฌ ๋ชจ๋“ˆ์„ ๊ฐ–์ถ˜ Transformer ์•„ํ‚คํ…์ฒ˜, LM2๋ฅผ ์†Œ๊ฐœํ•˜๋Š”๋ฐ, LM2๋Š” RMT๋ฅผ 37.1% ๋Šฅ๊ฐ€ํ•˜๊ณ , ๋ฉ€ํ‹ฐ ํ™‰ ์ถ”๋ก ์—์„œ ๋›ฐ์–ด๋‚œ ์„ฑ๋Šฅ์„ ๋ณด์ž…๋‹ˆ๋‹ค.

  • NatureLM: Deciphering the Language of Nature for Scientific Discovery๋Š” ๊ณผํ•™ ์˜์—ญ ์ „๋ฐ˜์— ๊ฑธ์ณ์„œ NatureLM์„ ํ›ˆ๋ จ์‹œ์ผœ์„œ, ๋‹ค์–‘ํ•œ ๋„๋ฉ”์ธ์˜ ์–ดํ”Œ๋ฆฌ์ผ€์ด์…˜์— ์ ์šฉํ•  ์ˆ˜ ์žˆ๋„๋ก SMILES-to-IUPAC ๋ณ€ํ™˜, CRISPR RNA ์„ค๊ณ„ ๊ฐ™์€ ์ž‘์—…์˜ ์„ฑ๋Šฅ์„ ํ–ฅ์ƒ์‹œ์ผœ ์ค๋‹ˆ๋‹ค.

LLM ์•„ํ‚คํ…์ฒ˜, ํŠธ๋ ˆ์ด๋‹ ๋ฐ ์ตœ์ ํ™” ๊ธฐ๋ฒ•

  • ๐ŸŒŸ Matryoshka Quantization์€ ํšจ์œจ์ ์œผ๋กœ ๋ชจ๋ธ์„ ๋ฐฐํฌํ•˜๊ธฐ ์œ„ํ•ด์„œ int2, int4 ๋ฐ int8 ๋ ˆ์ด์–ด๋ฅผ ํ˜ผํ•ฉํ•˜๋Š” ๋ฉ€ํ‹ฐ ์Šค์ผ€์ผ ์–‘์žํ™” ๊ธฐ๋ฒ• MatQuant๋ฅผ ์†Œ๊ฐœํ•ฉ๋‹ˆ๋‹ค.

  • InfiniteHiP: Extending Language Model Context Up to 3 Million Token๋Š” ๋ชจ๋“ˆํ™”๋œ Hierarchical Pruning ๊ธฐ๋ฒ•์„ ํ™œ์šฉํ•ด์„œ ๋‹จ์ผ GPU์—์„œ ์ปจํ…์ŠคํŠธ ์šฉ๋Ÿ‰์„ 3M ํ† ํฐ์œผ๋กœ ํ™•์žฅํ•ด ์ค๋‹ˆ๋‹ค.

  • ๐ŸŒŸ LLM Pretraining with Continuous Concepts๋Š” ํŠธ๋ ˆ์ด๋‹ ํšจ์œจ์„ฑ์„ ํ–ฅ์ƒ์‹œํ‚ค๊ธฐ ์œ„ํ•ด์„œ ํ† ํฐ ์ž„๋ฒ ๋”ฉ๊ณผ ์ถ”์ƒ์  ๊ฐœ๋… ํ‘œํ˜„ (Representation)์„ ํ˜ผํ•ฉํ•˜๋Š” CoCoMix๋ฅผ ์ œ์•ˆํ•ฉ๋‹ˆ๋‹ค.

๋ชจ๋ธ์˜ ์ถ”๋ก  ๋ฐ ์ธ์ง€์  ์—ญ๋Ÿ‰

  • ๐ŸŒŸ LLMs can easily learn to reason from demonstrations๋Š” LLM์ด ๋ณต์žกํ•œ ์ถ”๋ก  ์ž‘์—…์„ ํ•™์Šตํ•  ๋•Œ, ๋‚ด์šฉ๋ณด๋‹ค ๊ตฌ์กฐ์  ํŒจํ„ด์— ๋” ๋งŽ์ด ์˜์กดํ•œ๋‹ค๋Š” ๊ฒƒ์„ ๋ณด์—ฌ์ค๋‹ˆ๋‹ค.

  • From brute force to brain power: How Stanfordโ€™s s1 surpasses DeepSeek-R1 โ€“ ์ตœ๊ณ ์˜ ์„ฑ๋Šฅ์„ ๋‚ด๊ธฐ ์œ„ํ•ด์„œ ์ตœ์†Œํ•œ์˜ ๊ณ ํ’ˆ์งˆ ์˜ˆ์ œ๋ฅผ ์‚ฌ์šฉํ•˜๋Š”, ๋ฐ์ดํ„ฐ ํšจ์œจ์ด ์•„์ฃผ ๋†’์€ ์ถ”๋ก  ๋ชจ๋ธ์„ ๊ฐœ๋ฐœํ•ฉ๋‹ˆ๋‹ค.

  • ๐ŸŒŸ Forget what you know about LLMs evaluations โ€“ LLMs are like a chameleon์€ LLM์ด ํ”ผ์ƒ์ ์ธ ํŒจํ„ด์— ์–ผ๋งˆ๋‚˜ ์˜์กดํ•˜๋Š”์ง€๋ฅผ ํ™•์ธํ•˜๋Š” ๋ฒค์น˜๋งˆํฌ ๊ณผ์ ํ•ฉ ๋””ํ…ํ„ฐ, C-BOD๋ฅผ ์ œ์•ˆํ•ฉ๋‹ˆ๋‹ค.

๊ฐ•ํ™”ํ•™์Šต ๋ฐ ์ ์‘ ํ–‰๋™

  • ๐ŸŒŸ Exploring the Limit of Outcome Reward for Learning Mathematical Reasoning โ€“ ๊ฒฐ๊ณผ์— ๊ธฐ๋ฐ˜ํ•œ ๋ณด์ƒ ๋ฉ”์ปค๋‹ˆ์ฆ˜์„ ์‚ฌ์šฉํ•ด์„œ ์ˆ˜ํ•™์  ์„ฑ๋Šฅ์„ ํ–ฅ์ƒ์‹œํ‚ค๋Š” RL ํ”„๋ ˆ์ž„์›, OREAL์„ ์†Œ๊ฐœํ•ฉ๋‹ˆ๋‹ค.

  • Training Language Models for Social Deduction with Multi-Agent Reinforcement Learning์€ ์‚ฌ๋žŒ๊ณผ ์œ ์‚ฌํ•œ ์˜์‚ฌ์†Œํ†ต ๋Šฅ๋ ฅ์„ ๊ฐ–์ถ˜ ์‚ฌํšŒ์  ์ถ”๋ก  ๊ฒŒ์ž„์„ ํƒ์ƒ‰ํ•˜๋„๋ก LLM์„ ํ›ˆ๋ จํ•˜๋Š” RL ๊ธฐ๋ฐ˜ ํ”„๋ ˆ์ž„์›์„ ์†Œ๊ฐœํ•ฉ๋‹ˆ๋‹ค.

์—์ด์ „ํŠธ ๊ฐœ๋ฐœ

  • Towards Internet-scale training for agents์—์„œ๋Š” ์›น ์—์ด์ „ํŠธ์˜ ํƒ์ƒ‰ ๋ฐ ์ƒํ˜ธ ์ž‘์šฉ ๊ธฐ์ˆ ์„ ํ–ฅ์ƒ์‹œํ‚ค๋Š” ๋Œ€๊ทœ๋ชจ ํ›ˆ๋ จ ํŒŒ์ดํ”„๋ผ์ธ, InSTA๋ฅผ ์†Œ๊ฐœํ•ฉ๋‹ˆ๋‹ค.

  • ๐ŸŒŸ Hephaestus: Improving Agent Capabilities through Continual Pre-Training์€ ์ถ”๋ก , ๊ณ„ํš ๋ฐ ํ•จ์ˆ˜ ํ˜ธ์ถœ ์˜์—ญ์—์„œ LLM ์—์ด์ „ํŠธ์˜ ๋Šฅ๋ ฅ์„ ํ–ฅ์ƒ์‹œํ‚ค๊ธฐ ์œ„ํ•œ ํŠน์ˆ˜ ์ฝ”ํผ์Šค๋ฅผ ๊ฐœ๋ฐœํ•ฉ๋‹ˆ๋‹ค.

  • WorldGUI: Dynamic Testing for GUI Automation์€ ์‹ค์ œ ์–ดํ”Œ๋ฆฌ์ผ€์ด์…˜์˜ ๊ณผ์ œ๋ฅผ ๋ฐ˜์˜ํ•˜๋Š” ๋‹ค์ด๋‚˜๋ฏนํ•œ GUI ์ž‘์—…์—์„œ LLM ์„ฑ๋Šฅ์„ ํ‰๊ฐ€ํ•˜๊ธฐ ์œ„ํ•œ ๋ฒค์น˜๋งˆํฌ๋ฅผ ์ œ์•ˆํ•ฉ๋‹ˆ๋‹ค.

*๋ฆฌ๋ทฐ๋ฅผ ๋‚จ๊ธฐ์‹œ๋ ค๋ฉด ๋กœ๊ทธ์ธํ•˜์‹œ๊ฑฐ๋‚˜ ๊ตฌ๋…ํ•ด ์ฃผ์„ธ์š”. ๊ฐ์‚ฌํ•ฉ๋‹ˆ๋‹ค!

์ฝ์–ด์ฃผ์…”์„œ ๊ฐ์‚ฌํ•ฉ๋‹ˆ๋‹ค. ํ”„๋ฆฌ๋ฏธ์—„ ๊ตฌ๋…์ž๊ฐ€ ๋˜์–ด์ฃผ์‹œ๋ฉด ํŠœ๋ง ํฌ์ŠคํŠธ ์ฝ”๋ฆฌ์•„์˜ ์ œ์ž‘์— ํฐ ๋„์›€์ด ๋ฉ๋‹ˆ๋‹ค!

Reply

or to participate.