#학습시키

죽은 스타트업 데이터로 AI를 학습시키는 연구소들

AI labs are buying data from dead startups to train their models | MIT Technology Review

미국 로봇 기업이 집안 청소를 하는 휴머노이드 로봇을 개발하고, 지난 8월부터 샌프란시스코에서 가정 청소 서비스 예약을 받는 등 상업 검증 단계에 들어갔다. 이용 고객은 주방 청소 결과에 만족했지만 욕조 청소는 아쉽다고 평가했다. 현재 로봇은 원격 조종 도움 없이는 움직일 수 없어 자율성 확보가 과제이며, 사람의 청소 동작을 학습시켜 개선 중이라고 업체는 설명했다.

한국 내년 피지컬 AI 두뇌 개발 독자 사업 돌입

휴머노이드 '두뇌' 경쟁 치열...한국은 내년 피지컬 AI 파운데이션 모델 개발 시작 과기정통부, 피지컬 AI 버전의 '독파모' 사업 내년 시작 양립형 과제 방식…두 개 콘소시엄 공모해 다양한 기술 개발 시도

AI 속도 논쟁에도 HBM 수요는 늦게 움직인다

미국 AI 업계에서 속도 조절 논의가 확산되고 있지만, HBM 수요는 장기공급계약과 선주문 구조 때문에 당장은 영향을 받지 않을 것으로 보인다. 에이전트 AI 확산으로 추론 수요가 늘어나면서 데이터와 메모리 요구량도 구조적으로 증가하는 상황이다. 다만 추론 수요가 곧 HBM 수요로 이어지지는 않아 SK하이닉스는 HBM과 SSD 사이의 메모리 계층인 HBF를 공개하는 등 HBM을 넘어선 AI 추론용 제품군을 확대하고 있다.

정부, 하반기 광주에 전국 첫 자율주행 도심 도입

국토교통부가 광주에 아이오닉5 기반 자율주행차를 투입해 전국 최초 도심 실증을 시작하고, 2026년 말 레벨4 단계 실현을 목표로 차량 200대를 운행한다. 한편 울산시가 두 번째 실증구역 선정을 정부에 공식 건의한 가운데, 누적 주행거리가 미·중에 비해 부족한 상황에서 추가 실증도시 선정 결과가 주목된다.

AI 모델 25개, 서구는 세속적 가치, 중국은 사회주의 가치 반영

전 세계 25개 생성형 AI 모델 비교 분석 결과, 서구 AI는 개인의 자유와 세속적 가치를, 중국 AI는 사회주의 핵심 가치를 반영하는 뚜렷한 차이를 보였습니다. 특히 중국 AI 모델들은 대만, 티베트 등 민감한 질문에 대해 중국 정부의 입장을 반복하거나 답변을 거부했으며, 이는 개발사의 가치관이 학습 과정에 반영되기 때문으로 분석됩니다.

로봇, 의수 데이터로 촉감 학습해 섬세한 물체 다룬다

ABB 로보틱스는 PSYONIC과 협력해, PSYONIC의 의수 'Ability Hand'에서 얻은 실제 촉감 및 사용 데이터를 자사 코봇 'GoFa' 훈련에 활용한다. 이를 통해 로봇이 사람처럼 섬세한 물체를 부드럽게 다루고 힘을 조절하여 안전하게 잡도록 학습시켜, 인간 손재주와 로봇의 조작 능력 간 격차를 좁히는 것을 목표로 한다.

삼성전자, AI 음성 데이터 무단 활용 의혹으로 집단소송 피소

퓰리처상 언론인 등 7명 "일리노이 생체정보보호법 위반" 주장 원고 측, 피해자 수십만 명 추정…천문학적 피해보상 가능성도 삼성전자가 미국 유명 방송인들이 낸 집단소송에 휘말렸다. 갤럭시 기기에 탑재된 인공지능(AI) 음성 모델을 학습시키는 과정에서 동의 없이 자기들 목소리를 학습 데이터로 사용했다는 것이다.

AI 혁신, 고객 중심으로 길을 찾다

고객 중심 역방향 엔지니어링을 통한 혁신적인 AI 개발

UNIST 한승열 교수팀, 세계 최고 AI 학회 ICLR에 논문 3편 선정

피지컬 AI 필수 기술인 강화학습 분야서 성과 거둬 울산과학기술원(UNIST)은 인공지능대학원 한승열 교수팀의 연구 성과 논문 3편이 오는 23일 브라질 리우데자네이루에서 열리는 표현학습국제학회(ICLR)에 채택됐다고 21일 밝혔다. ICLR은 신경정보처리시스템학회(NeurIPS), 국제머신러닝학회(ICML)와 함께 세계 3대 AI 학회로 꼽힌다. ▲ 왼쪽부터 한승열 교수와 각 연구의 제1저자인 이상현·황재박·조용현 연구원.

AI, 기업 운영의 핵심으로 자리 잡다

기업의 경쟁력은 AI를 단순 도구를 넘어 실제 업무 시스템에 통합하는 데 달려 있습니다. OpenAI 같은 업체가 API로 AI를 제공하는 '유틸리티' 방식과 달리, 기업은 AI를 '운영 계층'에 내재화하여 실제 업무 및 피드백을 통해 학습시키는 접근 방식이 미래 기업 AI 시대를 이끌 것입니다.