TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
ALL POSTS
모든 포스트
TurboQuant 특집: AI의 기억을 6배로 압축하는 수학의 마법
Google Research가 ICLR 2026에서 발표한 TurboQuant — AI 모델의 메모리를 6배 줄이면서 정확도 손실은 제로에 가까운 압축 알고리즘의 원리를 역사적 맥락부터 수학적 증명까지 풀어본다.
AI가 오픈소스 라이선스를 세탁한다? — chardet 사건으로 본 라이선스 론더링의 모든 것
2026년 3월, AI가 오픈소스 라이브러리를 5일 만에 재작성하고 라이선스를 바꿔버린 사건이 전 세계를 뒤흔들었다. 클린룸 구현의 역사부터 AI 시대의 저작권 위기까지, 개발자라면 반드시 알아야 할 이야기.
Depth Separation 특집: 왜 '넓고 얕은' AI보다 '좁고 깊은' AI가 압도적으로 효율적인가
종이 한 장을 42번 접으면 달에 닿는다. 신경망도 마찬가지다 — 뉴런을 '옆으로 늘리는' 대신 '위로 쌓으면' 지수적으로 효율적이다. 1989년 보편 근사 정리가 약속한 '무한한 가능성'의 이면에 숨겨진 비용, 그리고 2016년 수학자들이 증명한 '깊이의 압도적 승리'까지. ResNet에서 Transformer, LoRA까지 — 현대 AI의 모든 혁신이 깊이에 빚지고 있는 이유를 파헤친다.
PINN vs Neural Operator vs KAN — 물리 시뮬레이션을 대체할 AI는 누구인가
편미분방정식(PDE)을 풀기 위한 세 가지 AI 패러다임 — 물리법칙을 손실함수에 넣는 PINN, 함수 공간 간의 매핑을 학습하는 Neural Operator, 해석 가능한 스플라인 엣지를 학습하는 KAN — 을 원리·벤치마크·한계·산업 적용까지 깊이 비교합니다.
콜모고로프-아르놀드 정리 완전 해부 — 130년 된 수학 난제가 AI의 미래를 바꾸고 있다
1900년 힐베르트가 던진 도전장, 19세 천재 아르놀드의 증명, 그리고 2024년 MIT에서 탄생한 KAN까지 — 130년에 걸친 수학 정리가 어떻게 AI 신경망의 새로운 패러다임이 되었는지, 역사·논문·사례로 깊이 파고듭니다.
오픈소스 듀얼 라이센싱 전략: 무료의 역설과 생존의 기술
MySQL에서 시작된 듀얼 라이센싱, MongoDB의 SSPL 충격, HashiCorp의 BSL 전환, 그리고 Elastic과 Redis의 U턴까지. 오픈소스 생태계의 8년간 라이센스 전쟁을 사례 중심으로 완전 해부한다. 2026년, 오픈소스의 지속가능성을 둘러싼 핵심 논쟁과 실무 전략.
OpenDataLoader PDF 완전 해부: AI 시대, PDF 파싱의 새로운 표준
PDF는 30년 넘게 디지털 문서의 표준이었지만, AI에게는 최악의 데이터 형식이다. OpenDataLoader PDF는 이 문제를 어떻게 해결하는가? XY-Cut++ 알고리즘부터 하이브리드 아키텍처, 프롬프트 인젝션 방어까지 — 11,000개 이상의 GitHub 스타를 받은 오픈소스 프로젝트의 기술을 완전히 해부한다.
Redis 라이선스 전쟁: 오픈소스의 배신인가, 생존인가?
15년간 BSD 라이선스로 세계에서 가장 사랑받던 인메모리 DB Redis가 어느 날 갑자기 오픈소스를 포기했다. 그리고 1년 뒤 다시 돌아왔다. 이 극적인 드라마의 전말과, 그 뒤에 숨겨진 오픈소스 생태계의 구조적 문제를 파헤친다.
Transformer와 Depth Separation: 96개 층이 만드는 '생각의 깊이' — 왜 Transformer는 깊어야 똑똑한가
GPT-1은 12층, GPT-3는 96층이다. 층수가 8배 늘자, 모델은 '텍스트 생성기'에서 '범용 추론 엔진'으로 변신했다. 이 질적 도약은 왜 일어났는가? Transformer의 각 층이 어떤 역할을 하는지 — 초기 층의 문법 감지부터 깊은 층의 논리 추론까지 — 를 추적하고, 이 계층적 구조가 LoRA의 효율과 Mixture of Depths의 혁신을 어떻게 가능케 했는지를 파헤친다.