본문 바로가기
반응형

전체 글1829

허깅페이스, 41만원 오픈소스 로봇 '리치 미니' 출시! AI 개발자·연구자 열풍 예고 허깅페이스, 접근성 높은 데스크톱 로봇으로 AI 혁신 주도​"41만원으로 나만의 AI 로봇​을 만들 수 있다면?"허깅페이스가 개발자와 연구자용 소형 오픈소스 로봇 '리치 미니(Reachy Mini)'​를 출시했습니다. 299달러(약 41만 원)부터 시작하는 이 로봇은 직접 조립·프로그래밍​이 가능하며, AI 모델 테스트 및 실험에 최적화되어 있습니다. 리치 미니의 핵심 기능​디자인​: 인형 크기, 2개의 화면(눈), 안테나(귀), 머리·팔 움직임 가능.프로그래밍​: 파이썬 지원, 기본 데모 탑재, 허깅페이스 허브와 연동.AI 연동​: 170만 개 이상의 AI 모델·40만 개 데이터셋 접근 가능.버전​:라이트(299달러)​: 외부 컴퓨팅 장치 연결.무선(449달러)​: 라즈베리 파이 5 내장, 무선 작동... 2025. 7. 16.
코그니션, 구글·오픈AI에 밀린 윈드서프 인수… 코딩 AI 시장 패권 경쟁 격화 코딩 AI 스타트업, 글로벌 기업 간 치열한 인재·기술 쟁탈전​"오픈AI·구글에 CEO를 빼앗긴 윈드서프​, 경쟁사 코그니션에 인수되다."코딩 자동화 스타트업 코그니션​이 윈드서프를 인수하며, AI 코딩 시장의 패권 다툼이 새로운 국면으로 접어들었습니다. 이는 오픈AI의 인수 무산, 구글의 핵심 인력 영입 직후의 전략적 움직임으로 주목받고 있습니다.윈드서프의 부상과 갑작스러운 변화​윈드서프​: 연간 매출 8,200만 달러(약 1,100억 원), 350개 기업 고객 보유.변동 사항​:오픈AI의 30억 달러 인수 협상 결렬.CEO 바룬 모한과 공동창업자 더글라스 첸 등 핵심 인력 구글 영입(역인수 방식, 24억 달러).코그니션의 전략적 선택​: 구글에 합류하지 않은 직원·지식재산권(IP)·고객 기반 확보.코.. 2025. 7. 15.
아마존, 앤트로픽 '클로드' 기반 AI 코딩 플랫폼 '키로' 출시! 개발 문화 혁신 예고 아마존, AI 통합개발환경(IDE) 시장에 도전장​"코드 생성부터 테스트·문서 자동화까지, AI가 개발을 주도​하는 시대가 온다."아마존웹서비스(AWS)가 AI 기반 통합개발환경(IDE)​ '키로(Kiro)'를 출시하며, 개발자 생태계의 판도를 바꿀 혁신을 선언했습니다. 앤트로픽의 클로드 소네트 3.7·4.0​을 백엔드로 채택한 이 플랫폼은 '스펙 코딩'​으로 기존의 한계를 뛰어넘습니다.키로의 핵심 기능 – '스펙 코딩' 혁명​키로는 단순한 코드 생성​을 넘어, 프로덕션급 소프트웨어 개발​을 지원합니다.자연어 명령 → 전체 프로젝트 설계​:예) "제품 리뷰 시스템 추가"라는 명령 하나로 요구사항 문서·사용자 스토리·테스트 기준​ 자동 생성.작업 단위 분할​: 개발자가 단계별로 검토·수정 가능한 프로젝트 .. 2025. 7. 15.
LG, 하이브리드 AI '엑사원 4.0' 공개! 32B 매개변수로 글로벌 톱 성능 달성 LG AI연구원, 경량화 모델로 글로벌 경쟁 도전​"적은 매개변수로도 최고 수준의 성능"​을 자랑하는 LG의 새로운 하이브리드 AI 모델 '엑사원(EXAONE) 4.0'​이 공개되었습니다.320억(32B) 개의 매개변수로 딥시크-R1(671B)·큐원3-235B​와 맞먹는 성능을 달성하며, 효율성​과 전문성​에서 글로벌 프론티어 수준을 입증했습니다.엑사원 4.0의 혁신적 기술​하이브리드 아키텍처​: 추론 모델과 비추론 모델 결합으로 복합 문제 해결 능력​ 향상.전문가 모델(32B)​: 6가지 국가 공인 자격증(의사, 변호사, 감정평가사 등) 필기 시험 통과.온디바이스 모델(1.2B)​: GPT-4o 미니보다 우수하며, LG의 이전 모델 대비 절반 크기·2배 성능​.벤치마크 성능 – 글로벌 모델과 경쟁​MM.. 2025. 7. 15.
MIT의 '테스트-타임 학습'으로 LLM 추론 능력 6배 향상! 복잡한 문제 해결의 새로운 지평 LLM의 한계를 뛰어넘는 혁신적 학습 기술​"대형언어모델(LLM)이 의료 진단, 공급망 관리​ 같은 복잡한 추론 문제에도 강해진다?"MIT 연구진이 개발한 '테스트-타임 학습(Test-time training)'​ 기술이 LLM의 복잡한 추론 능력을 6배​ 향상시켰습니다. 이 기술은 모델이 배포 후에도 실시간으로 학습​해 낯선 문제에 적응할 수 있도록 합니다.테스트-타임 학습이란?​기존 LLM은 맥락 내 학습(in-context learning)​에 의존해 새 작업을 처리했지만, 논리적 추론이 필요한 문제에서는 한계가 있었습니다. MIT의 접근법은 다음과 같습니다.소량의 새 데이터​로 모델 매개변수 일부를 실시간 업데이트​.저랭크 적응(Low-Rank Adaptation)​ 기술 적용: 전체 모델 재학습.. 2025. 7. 15.
구글 NotebookLM, 전문가 지식 탐색 '추천 노트북' 기능 출시! 연구·학습의 새로운 패러다임 AI 학습 도구 NotebookLM, 전문가 지식 추천으로 업그레이드​"연구부터 여행 가이드까지, 전문가가 엄선한 지식​을 AI가 정리해주는 시대가 왔다."구글이 AI 기반 학습 도구 NotebookLM​에 '추천 노트북(Featured Notebooks)'​ 기능을 출시했습니다. 이 기능은 과학, 역사, 경제, 여행​ 등 다양한 분야의 전문가 콘텐츠를 제공해 사용자의 탐구와 학습을 혁신적으로 지원합니다.추천 노트북의 핵심 기능 – 전문가 지식을 한곳에​NotebookLM은 이제 베스트셀러 작가·언론·대학 연구팀​과 협력해 검증된 자료를 제공합니다. 주요 추천 노트북에는 다음이 포함됩니다.장수 비결​: 에릭 토폴의 '슈퍼 에이저스' 기반 건강 조언2025년 전망​: '이코노미스트'의 글로벌 경제 예측심리.. 2025. 7. 15.
반응형

티스토리툴바