영국 정부 기관 ARIA가 공모를 통해 실험 설계부터 실행, 결과 분석까지 자동화하는 ‘AI 과학자’ 프로젝트 12건을 선정했다. 단조로운 연구 작업에 투입되던 시간을 AI로 대체해 연구 속도를 크게 높이는 것이 목표다.

파라미터는 우리가 즐겨 쓰는 AI 모델을 작동하게 하는 신비로운 숫자들로 이루어져 있다. 그렇다면 이 숫자들은 무엇이며 어떤 역할을 하는 것일까?

챗GPT 등장 이후 3년이 지난 지금, 생성형 AI는 전환점을 맞이하고 있다. GPT-5는 기대를 밑돌았고, 기업의 95%는 AI 도입을 통해 뚜렷한 성과를 내지 못하고 있다. 이러한 상황 속에서 생성형 AI를 둘러싼 ‘거품’ 우려도 제기되고 있지만, 지금은 오히려 이 신기술에 대한 기대치를 조정하고 현실적으로 평가해야 할 시점이다.

대형언어모델은 때때로 거짓 응답을 하거나 규칙을 우회하는 비정상적 동작을 보인다. 오픈AI는 이러한 문제를 완전히 차단할 수는 없지만, 최소한 모델이 스스로 이를 자백하도록 만드는 방법을 연구 중이다.

지난해 알파폴드로 노벨화학상을 공동 수상한 구글 딥마인드의 존 점퍼 박사는 “과학 분야에서 대형언어모델(LLM)의 영향력이 점점 더 커지지 않는다면 오히려 놀라울 것”이라고 말했다.

기계가 머지않아 인간의 지능 수준에 도달하거나 이를 넘어설 것이라는 믿음이 AI 산업 전반을 지배하고 있다. 그러나 이 믿음은 명확한 근거보다 믿음과 기대에 의해 유지되며, 그 작동 방식은 음모론적 사고와 놀라울 만큼 닮았다.

모델의 작동 원리를 파악하는 데 도움을 줄 오픈AI의 새로운 대형언어모델(LLM)은 모델이 왜 이상한 행동을 하는지, 우리가 실제로 모델을 얼마나 신뢰할 수 있는지에 대한 해답을 제시할지도 모른다.

구글 딥마인드가 가상 세계에서 문제 해결 방식을 스스로 찾아내는 능력을 갖춘 차세대 AI 모델 ‘시마2’를 공개했다.

사람처럼 행동하는 챗봇을 둘러싼 찬반 논란이 가열되고 있는 가운데 무스타파 슐레이만 마이크로소프트 AI CEO를 만나 그가 이상적으로 생각하는 챗봇의 본질과 기능에 대해 들어봤다.

AI 영상 생성 도구가 대중화되면서 누구나 실제로 촬영한 것 같은 영상을 손쉽게 만들 수 있는 시대가 열렸다. 이제 그 원리가 어떻게 작동하는지 살펴볼 시점이다.