Talk Lowy(kr)

스탠포드 HAI 2026 AI 인덱스 리포트 핵심 요약: 가속화되는 AI와 새로운 질서 스탠포드 인간 중심 AI 연구소(HAI)에서 발표한 '2026 AI 인덱스 리포트'는 현재 우리가 마주한 인공지능의 급격한 변화와 미래를 데이터로 증명하고 있습니다. 이번 리포트에서 강조된 9가지 핵심 트렌드를 통해 AI 산업의 현재와 미래를 짚어봅니다. 1. 정체기 없는 AI의 가속화 AI의 성능 향상은 정체되지 않고 오히려 가속화되고 있습니다. 2025년 최첨단 모델의 90% 이상이 산업계에서 생산되었으며, 이 모델들은 이제 박사 수준의 과학 질문, 다학제적 추론, 수학 경시 대회에서 인간의 기준을 충족하거나 능가하고 있습니다. 특히 코딩 벤치마크(SWE-bench Verified) 성능은 단 1년 만에 60%에서 100%에 근접할 정도로 비약적인 성장을 이뤘습니다. 2. 좁혀진 미-중 AI 성능 격차 미국과 중국의 AI 모델 성능 격차는 사실상 사라졌습니다. 2025년 초부터 두 국가의 모델들은 1위 자리를 번갈아 가며 차지하고 있습니다. 중국의 DeepSeek-R1은 미국의 최고 모델과 대등한 성능을 보였으며, 2026년 3월 기준 앤스로픽(Anthropic)의 최고 모델이 중국 모델을 단 2.7% 차이로 앞서고 있을 뿐입니다. 다만, 한국은 인구 대비 AI 특허 수에서 세계 1위를 기록하며 혁신 밀도 면에서 두각을 나타냈습니다. 3. 데이터 센터의 집중과 하드웨어 공급망의 의존성 미국은 5,427개의 데이터 센터를 보유하며 전 세계에서 가장 압도적인 인프라를 갖추고 있습니다. 그러나 하드웨어 측면에서는 대만의 TSMC가 거의 모든 주요 AI 칩을 제조하고 있어, 글로벌 AI 하드웨어 공급망이 특정 파운드리에 과도하게 의존하고 있다는 위험성도 지적되었습니다. 4. '들쭉날쭉한 경계(Jagged Frontier)': AI의 불균형한 능력 AI는 국제 수학 올림피아드에서 금메달 수준의 성과를 거둘 수 있지만, 아날로그 시계의...

영상버전 :  https://youtu.be/h9mVZ6MHQ4k #생성형AI 가 아무리 발전해도 그걸 쓰는 사람의 능력 이상은 끌어낼 수 없다.  요즘 이런 이야기를 하시는 분들이 늘고 있습니다.  저 역시 공감하고 있고, 어제 그 공감이 또 확신이 되었네요.  신규 고객의 환경은 #proxmox 로 #kubernetes 를 관리하는 환경인데요. kubernetes가 원래 #docker #container 관리를 편하게 해주는 툴 이잖아요? 그런데 kubernetes를 바로 안쓰고 다시 proxmox라는걸 이용해서 #가상환경 까지 통합관리를 하더라구요..  즉, #VMWare + Kubernetes 랄까요? Kubetnetes를 그냥 쓰면 어딘가 docker 이미지를 디플로이 할 수 있는 환경을 손수 준비를 해야 하지만, proxmox에서 설정하면 자동으로 VM과 docker 이미지를 같이 디플로이 할 수 있다.. 인데요..  어떻게 보면 참 편리한 도구 같잖아요? 하지만, 역으로 이게 더 관리가 어렵네요.  이유는 VM을 위한 환경 변수도 다 설정해야 하고,  VM이 설치 된 뒤의 Docker이미지 관련 환경 변수도 다 설정하고 해야 하니 어짜피 한 화면에서 하느냐 서너화면에서 하느냐 차이 밖에 없더라구요.. 너무 복잡하게 설정되어 있어서, 이걸로 서비스를 하나 만들었는데 신규 고객용으로 디플로이 하는거 자체가 엄청난 수작업 해야하는 상황입니다. 이 이야기는 관리포인트가 더 많아서 장애에 대한 대처 지식이 더욱 필요한 것이지요.   그런데 일이 터져 버렸습니다.  인수인계를 받자마자 일 주일도 안되어 서비스가 떨어졌습니다.  인계를 해준 타이 개발자들은 나몰라라 하고 인계후 연락을 끊어버렸구요..  이 원인을 찾기 위해 #chatgpt 를 사용해서 에러 메시지와 그에 따른 원인을 묻고 그 원인처럼 보이는 것을 하나씩 찾아서 제거해 갔죠....

요즘 생성형 AI서비스가 핫 한데,  지인이 투자한 한 회사 서비스를 보고 있다.  https://pokeit.ai/ 다른 생성형 AI와 비슷해서 설정 방법이 초심자에게는 익숙한 형태는 아니다.  너무 많은 조절 패드...  그냥 대충 놔두고, 제일 중요한 것은 prompt를 잘 넣는 것이다.  내 어휘로는 그다지 좋은 결과가 나오지 않았다.  다시 돌아와서 다른 사람들의 생성된 화면을 보니 역시 달랐다.  프롬프트를 얼마나 풍부하게 적느냐가 전혀 다른 분위기를 만들어내는 것 같다.  결국 머신러닝 시대에선 수학자들이 우위를 점했는데,  생성형 AI시대에는 국문학자들이 우위를 점하는거 아닐까? giip :: Control all Robots and Devices! Free inter-RPA orchestration tool! https://giipasp.azurewebsites.net/