TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
EDITOR'S PICK
에디터 추천
라쇼몬 셋 특집: AI가 '같은 답'을 내는 수백 가지 다른 이유 — 개념 기반 신경망의 새로운 지평
같은 사진을 보고 '호랑이'라 답한 5개 AI 모델. 하나는 줄무늬를 봤고, 하나는 발톱을 봤고, 하나는 '초식동물이 아님'을 확인했다. 모두 정답이지만 이유는 전혀 다르다. 이 '라쇼몬 효과'를 체계적으로 탐구하는 획기적 논문을 깊이 파헤친다.
DX의 70%는 첫 질문에서 결정된다 — 문제 정의와 비즈니스 이해의 기술
DX 프로젝트의 70%가 실패한다. GE의 68억 달러 Predix 참사부터 영국 NHS의 100억 파운드 IT 프로젝트 붕괴까지 — 원인은 기술이 아니라 '잘못된 질문'이었다. 아인슈타인에서 디자인 씽킹까지, 문제 정의 200년 계보와 2026년 AI 시대의 새로운 패러다임을 총정리한다.
Palantir 후속 특집 — 2026, 엔지니어들이 거울을 들여다보기 시작했다
Pretti 간호사의 죽음, 미납(Minab) 초등학교에 떨어진 미사일, CEO가 스스로 공개한 매니페스토. 2026년 Palantir 내부에서 벌어지는 윤리적 반란은 한 회사의 위기가 아니라 AI 시대 테크 노동자 전체가 직면한 질문이다. '나는 지금 빌런이 되고 있는가?' — Wired 보도를 기점으로 터져나온 이 질문을, 1차 자료 중심으로 풀어낸다.
당신의 말이 다 맞아요 — 아첨하는 AI의 위험에 관한 스탠퍼드 연구
Stanford와 CMU 연구팀이 11개 최신 LLM을 테스트한 결과, AI는 인간보다 50% 더 많이 사용자의 행동을 지지했다. 그리고 그렇게 아첨받은 사람들은 갈등 상대와 화해할 의지가 28% 감소했다. 그런데도 사람들은 아첨하는 AI를 더 좋아하고 더 신뢰한다. 2026년 우리는 왜 이 역설을 걱정해야 하는가.
ALL POSTS
모든 포스트
로컬 AI는 '열등한 Opus'가 아니다: 내 컴퓨터 속 모델은 완전히 다른 연장이다
1만 2천 달러짜리 GPU를 사서 자기 사무실에 AI를 들인 한 엔지니어가 던진 한 문장이 화제가 됐다. '로컬 Qwen은 더 싼 Opus가 아니라, 아예 다른 연장이다.' 대장장이가 칼을 담금질하듯 한순간도 눈을 뗄 수 없는 이 모델은 왜 어떤 일에서는 무너지고 어떤 일에서는 클라우드를 압도할까. 오픈웨이트 AI의 역사부터 트랜스포머·MoE·양자화·투기적 디코딩 같은 핵심 아키텍처, 벤치마크의 함정, 그리고 2026년 데이터 주권의 시대에 로컬 모델이 차지하는 진짜 자리까지 — 쉽고 자세하게 풀어본다.
박사 학위로도 부족하다: 어느 DeepMind 연구자의 면접 가이드가 드러낸 'AI 실력의 지도'
옥스퍼드 박사에 1저자 논문이 여러 편, 그런데도 그녀는 LeetCode 150문제를 풀고 FlashAttention을 맨손으로 구현했다. DeepMind에 합격한 Silvia Sapora의 면접 가이드가 화제가 된 건 '준비법' 때문만이 아니다. 그 글에 담긴 공부 목록이 곧 2026년 현대 AI의 전체 지도였기 때문이다. 면접의 역사부터 어텐션·디퓨전·정렬·분산학습의 핵심 개념까지, 쉽고 자세하게 풀어본다.
오픈 날리지 포맷(OKF) — 흩어진 지식을 에이전트가 읽는 하나의 표준으로
AI 에이전트에게 '주간 활성 사용자를 어떻게 계산하지?'라고 물으면, 답은 메타데이터 카탈로그·위키·코드 주석·시니어의 머릿속에 흩어져 있습니다. 2026년 6월 Google Cloud가 내놓은 답이 OKF입니다. 더블린 코어와 시맨틱 웹부터 Karpathy의 LLM 위키까지, 30년에 걸친 '데이터를 함께 쓰자'는 꿈의 역사와, 왜 이번엔 '그냥 마크다운'이 답이 되었는지를 사례와 함께 쉽게 풀어드립니다.
Fable·Mythos 사태, 그 후: '코드 한 줄'이 부른 5가지 후폭풍
정부가 Fable 5·Mythos 5를 끈 지 일주일. 그사이 보안 전문가 100명이 '모델을 돌려달라'는 공개서한을 냈고, 방아쇠를 당긴 게 Amazon이었다는 사실이 드러났으며, 진짜 전쟁은 이미 법정에서 벌어지고 있었다. 그리고 최대 수혜자는 중국이었다. 사태의 후폭풍을 5가지 쟁점으로 추적한다.
AI 사서 7명이 협업한다 — Google의 Agentic RAG가 '믿을 수 있는 답'을 만드는 법
한 번 검색하고 답하는 RAG는 여러 데이터베이스에 흩어진 질문 앞에서 무너진다. Google이 Gemini Enterprise에 넣은 Agentic RAG는 7명의 전문 에이전트가 '계획 → 검색 → 충분성 검증 → 재검색 → 합성'을 반복해 답을 만든다. 왜 이 구조가 나왔는지 ReAct부터의 역사와 논문, 병원·기업 사례, FRAMES 벤치마크(정확도 34%↑)로 쉽고 자세하게 풀었다.
정부가 AI를 끈 날: Fable 5·Mythos 5 수출통제 사태 완전 해부
2026년 6월 12일 금요일 오후 5시 21분, 미국 정부는 Anthropic에게 Fable 5와 Mythos 5를 끄라고 명령했다. 수억 명이 쓰던 AI 모델이 며칠 만에 사라진 이 사건은 '코드 좀 고쳐줘'라는 한 문장에서 시작됐다. 탈옥의 역사부터 AI를 '무기'로 보는 시각까지, 2026년 가장 중요한 AI 규제 사건을 쉽게 풀어본다.
만능 선수가 전문가를 이겼다: 범용 LLM이 전문 의료 AI를 압도한 날 — Nature Medicine 2026 완전 해부
‘의료 전용으로 만든 AI가 당연히 더 낫다’ — 60년간 의심받지 않던 이 가정이 처음으로 무너졌다. NYU Langone·UT오스틴 연구진이 *Nature Medicine*(2026.6)에 발표한 독립 검증에서, 범용 프런티어 LLM(GPT-5.2·Gemini 3.1 Pro·Claude Opus 4.6)이 전문 의료 AI(OpenEvidence·UpToDate Expert AI)를 *세 가지 평가 전부*에서 앞섰다. 실제 의사 질문 100개를 *12명이 맹검*으로 채점한 실전 벤치마크(RCQ)에서도 결과는 같았다. 왜 ‘전문가’가 ‘만능 선수’에게 졌을까? RAG가 오히려 독이 되는 이유, USMLE·MedQA·HealthBench의 정체, 그리고 2026년 병원 구매·규제·한국 의료 AI에 던지는 질문까지 — 의학사 60년을 거슬러 쉽고 자세하게 해부한다.
루프가 밤새 일할 때 — 비용, 보안, 그리고 사라지는 주니어
‘에이전트를 프롬프트하는 시스템을 설계하라’는 루프 엔지니어링이 화제가 되자, 곧바로 반대편의 목소리도 커졌습니다. 그냥 크론잡 아니냐는 리브랜딩 논쟁, 하룻밤 $437·주말 $4,200의 비용 폭주 사고, 자율 루프와 MCP가 만드는 ‘치명적 삼각편대’ 보안 위험, 그리고 사라지는 주니어 파이프라인까지 — 첫 글에서 못다 한 ‘그늘’을 사례와 함께 짚습니다.
루프 엔지니어링 — 더 이상 에이전트에게 프롬프트하지 마라
Addy Osmani의 글 한 편이 개발자 타임라인을 뒤흔들었습니다. '에이전트에게 프롬프트하지 마라. 에이전트를 프롬프트하는 시스템을 설계하라.' 프롬프트→컨텍스트→하니스→루프로 이어진 추상화의 사다리, ReAct·Reflexion부터 2026년 /goal까지의 역사, 루프를 이루는 5가지 빌딩블록과 비용·위험을 논문과 사례로 쉽고 자세하게 풀어드립니다.