기술
201개의 포스트
AIP 경쟁 시대 — Enterprise AI Platform 카테고리의 7가지 트렌드 (2026)
Palantir AIP가 불 지핀 'Enterprise AI Platform' 카테고리는 2026년 기술 지도의 한가운데로 왔다. AI 에이전트 시장은 2030년 526억 달러로 성장 예상. Microsoft, Salesforce, AWS, Google, ServiceNow, Databricks, Snowflake, Palantir — 그리고 vertical AI 스타트업들까지. 누가 무엇을 다르게 하는가, MCP·Semantic Layer·Policy-as-Code는 왜 표준이 되고 있는가. 7가지 트렌드로 풀어낸다.
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.
Palantir 완전 해부 — Ontology, Foundry, AIP, 그리고 '기업의 디지털 트윈'이 의미하는 것
9/11, CIA, PayPal의 사기 탐지 기술에서 시작해 2026년 연매출 72억 달러 규모의 엔터프라이즈 AI 운영체제로 성장한 Palantir. 이 회사의 심장인 Ontology가 왜 '기업의 디지털 트윈'으로 불리는지, Foundry·AIP·Apollo·Gotham이 어떻게 한 덩어리로 움직이는지, Airbus Skywise부터 국방부 Maven, ICE 논란까지 — 핵심 개념을 놓치지 않고 풀어낸다.
Claude Design 특집 — AI가 마침내 '디자인'을 이해하기 시작한 순간
2026년 4월 17일, Anthropic Labs는 Claude Design을 공개했다. 왜 지금인가? 왜 Anthropic인가? AI 디자인 도구의 역사, Generic Gravity라는 숙명, Taste Bottleneck의 시대, 그리고 Claude Design이 뚫어낸 '디자인 시스템 추출 → 인터랙티브 프로토타입 → Claude Code 핸드오프'라는 파이프라인까지. 사례와 다이어그램으로 풀어낸 특집.
PINN은 왜 자꾸 학습에 실패하는가 — NTK 관점으로 다시 읽는 문제의 핵심
PINN은 왜 고주파·다중 스케일 문제에서 자주 무너질까? NTK 관점으로 학습 실패의 구조를 해부한 고전 논문을 중심으로, PINN의 병목과 해결 전략, 그리고 2026년 현재 이 통찰이 어디까지 이어졌는지 깊고 쉽게 풀어본다.
왜 PINN은 자꾸 실패할까 — Physics-informed Neural Networks 훈련 전문가 가이드
PINN의 아이디어보다 어려운 것은 훈련이다. 왜 학습이 자주 무너지는지, 2023년의 전문가 가이드 논문이 어떤 처방을 제안했는지, 그리고 2026년 현재 PINN이 어디에 남아 있는지를 사례와 함께 쉽게 풀어본다.
Giveme5W1H — AI가 뉴스를 읽는 법: 육하원칙으로 해체하는 기사 분석의 모든 것
기자가 기사를 쓸 때 반드시 답하는 육하원칙(누가, 무엇을, 언제, 어디서, 왜, 어떻게) — 이걸 AI가 자동으로 추출할 수 있을까? 2019년 독일 콘스탄츠 대학 연구팀이 만든 Giveme5W1H 시스템의 원리부터 2026년 LLM 시대의 의미까지, 뉴스 이벤트 추출의 세계를 완전 해부한다.
From RAG to Memory: AI에게 '기억'을 가르치다 — HippoRAG 2 논문 완전 해부
RAG는 AI에게 참고서를 주는 것이고, 기억은 AI가 직접 경험하여 아는 것이다. ICML 2025에 발표된 HippoRAG 2는 인간의 해마(hippocampus)에서 영감받아, RAG를 진정한 장기기억 시스템으로 진화시킨다. 사실 기억, 의미 추론, 연상 기억 세 가지를 동시에 달성한 이 논문을 사례와 그림으로 완전 해부한다.
HY-Embodied-0.5: AI가 드디어 '몸'을 갖다 — 체화 지능 파운데이션 모델의 새 시대
텐센트가 공개한 HY-Embodied-0.5는 2B 파라미터로 7B급 성능을 달성하며 로봇 AI의 새 기준을 세웠습니다. 1966년 Shakey부터 2026년 체화 지능까지, AI가 물리 세계를 이해하는 여정을 쉽고 자세하게 살펴봅니다.
뉴럴 그래프 데이터베이스: AI가 '관계'를 이해하는 시대의 데이터 관리 혁명
Freebase 인물의 94%는 출생지 정보가 없고, Wikidata 건물의 99.6%는 높이가 기록되지 않았다. 현실의 데이터는 불완전하다. 뉴럴 그래프 데이터베이스(NGDB)는 이 빈 곳을 AI로 채우겠다는 도전이다. HKUST 연구진의 NGDBench 논문을 중심으로, 그래프 데이터 관리의 과거·현재·미래를 특집으로 다룬다.
AI 워터마크의 함락 — Google SynthID는 어떻게 뚫렸는가, 그리고 AI 콘텐츠 인증의 미래
Google이 100억 개 이상의 AI 생성 콘텐츠에 심은 비밀 워터마크 SynthID. 한 개발자가 검은 이미지 200장과 수학만으로 이를 역설계하는 데 성공했습니다. 워터마킹의 역사부터 주파수 영역 원리, 역공학 아키텍처, 그리고 2026년 AI 콘텐츠 인증의 미래까지 깊이 있게 다룹니다.
Ultraplan 완전 가이드 — AI 코딩 에이전트는 어떻게 '생각'하는가
Claude Code의 Ultraplan은 3개의 독립 탐색 에이전트와 1개의 비평 에이전트가 협업하여 최적의 구현 계획을 만드는 클라우드 기반 멀티 에이전트 아키텍처입니다. 단일 에이전트의 앵커링 바이어스를 극복하고, 더 다양하고 견고한 계획을 생성합니다. 이 글에서는 AI 계획 수립의 역사부터 Ultraplan의 핵심 아키텍처, 실전 활용법까지 풍부한 사례와 함께 깊이 있게 다룹니다.