TECH BLOG
기술 블로그
AI 기술 인사이트와 엔지니어링 경험을 공유합니다.
ALL POSTS
모든 포스트
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.
Zep 논문 해부: AI 에이전트에게 '시간을 아는 기억'을 선물하다
AI 에이전트가 어제 대화를 기억하지 못한다면? Zep은 시간 인식 지식 그래프(Temporal Knowledge Graph)로 이 문제를 해결한다. 3계층 그래프 구조, 이중 시간축 모델, 동적 엣지 무효화 — MemGPT를 넘어 LongMemEval에서 최대 18.5%(상대) 정확도 향상과 90% 레이턴시 감소를 달성한 Zep의 핵심을 완전 해부한다.
PINN은 왜 자꾸 경직되는가 — ill-conditioning, Jacobian, TSONN으로 읽는 핵심 논문
PINN은 왜 복잡한 PDE에서 자주 수렴하지 않을까? Jacobian condition number 관점에서 이 문제를 해부한 핵심 논문을 중심으로, controlled system, TSONN, 실제 유동 해석 사례, 그리고 2026년 현재 이 아이디어의 역할까지 쉽고 깊게 풀어본다.
Meta Muse Spark 특집: LLaMA의 좌절에서 Muse의 비상까지 — Meta AI 대반격의 모든 것
LLaMA 4의 벤치마크 조작 스캔들로 무너진 Meta가 어떻게 9개월 만에 프론티어 AI 모델 Muse Spark으로 돌아왔는가. LLaMA 1부터 Muse까지의 전체 여정, 핵심 기술, 벤치마크 분석, 그리고 멀티모달 AI의 미래를 총정리합니다.