[인터뷰] LG AI연구원 이홍락 원장 “다음은 사이언티스트 AI, 가설-실험-검증 시대 온다”FREE
2026년은 AI의 역사에 또 중요한 기점이 될 것으로 보인다. AI 컴퓨팅의 속도만큼, AI 기술이 산업으로 빠르게 넘어갈 것이기 때문이다. 산업의 초미의 관심사는 ‘AI 트랜스포메이션’에 얼마나 빨리 적응하는가이다. LG AI연구원 이홍락 원장은 이것이 산업 AI의 성패를 가를 것이라 말한다.
인공지능
-
-
What’s next for AI in 2026
2026년 주목해야 할 5대 AI 트렌드FREE
기술 혁신과 정치·사회적 갈등이 교차하며 AI 산업이 중대한 전환점을 맞고 있다. 2026년 AI 기술과 규제, 산업 전반에서 예상되는 다섯 가지 핵심 변화를 짚어본다.
-
Why AI predictions are so hard
AI의 미래를 가늠하기 어려운 이유
AI의 미래는 대형언어모델의 지속적인 발전 여부, 대중의 반감 등으로 점점 예측하기 어려워지고 있다. 그럼에도 2026년 AI의 향방을 짚어볼 필요가 있다.
-
LLMs contain a LOT of parameters. But what’s a parameter?
LLM의 성능을 좌우하는 핵심 단위 ‘파라미터’란 무엇인가?
파라미터는 우리가 즐겨 쓰는 AI 모델을 작동하게 하는 신비로운 숫자들로 이루어져 있다. 그렇다면 이 숫자들은 무엇이며 어떤 역할을 하는 것일까?
-
[인터뷰] LLM 열풍에 맞서 새로운 도전 나선 ‘딥러닝 대부’ 얀 르쿤
AI 선구자 얀 르쿤이 MIT 테크놀로지 리뷰와의 단독 인터뷰에서 파리에 설립한 새 회사 AMI 랩스의 구상과 AI의 미래에 대한 비전을 밝혔다.
인공지능 의 최신 뉴스
-
Looking for work? Here’s how to write a résumé that an AI will love.
AI 기반 채용 시대…AI 입맛에 맞는 이력서 작성법은?
코로나19 상황에서 비대면 문화가 확산하자 채용과정의 효율성을 높이기 위해 인공지능(AI)을 활용하는 기업들이 늘어나고 있다. 한 마디로 채용시장에서 AI의 영향력이 점점 더 커지고 있는 것. 그렇다면 이런 변화된 환경에 맞춰 AI의 입맛에 맞는 이력서를 쓰려면 어떻게 해야 할까?
-
An endlessly changing playground teaches AIs how to multitask
멀티태스킹을 학습하는 AI
이제 AI는 가상게임 공간에서 학습하며 ‘인공 일반 지능’을 갖는 방향으로 나아가고 있다.
-
DeepMind says it will release the structure of every protein known to science
딥마인드(DeepMind), 과학계에 알려진 모든 단백질을 해부하다
딥마인드는 이미 자사의 AI 알파폴드(AlphaFold)를 이용해 인간 단백체(proteome) 구조뿐만 아니라 효모, 초파리, 쥐 등의 단백체 구조까지 예측하고 있다.
-
Disability rights advocates are worried about discrimination in AI hiring tools
AI 채용 시스템의 장애인 차별, 어떻게 개선할까?
고용 차별 문제를 담당하는 미연방 기관은 AI 채용 시스템을 조사하려는 움직임을 전혀 보이지 않고 있다.
-
-
AI voice actors sound more human than ever—and they’re ready to hire
실전 투입 준비를 마친 AI 음성 합성 기술
딥러닝 기술을 활용해 음성 비서, 비디오 게임 캐릭터, 기업 홍보 자료에 사용될 목소리를 합성하는 새로운 스타트업들이 나타났다.
-
We tested AI interview tools. Here’s what we found.
AI 면접 툴의 테스트 결과는?
면접에서 독일어만 사용한 지원자가 영어 구사력 부문에서 높은 점수를 받은 경우도 있다.
-
LinkedIn’s job-matching AI was biased. The company’s solution? More AI.
AI 편향성 제거 위한 링크드인의 새로운 시도
집리크루터, 커리어빌더, 링크드인 등 일자리 검색 사이트들은 AI를 활용하여 구직자와 일자리를 연결한다. 그런데 이 AI 알고리즘이 늘 공정한 것은 아니다.
-
Bias isn’t the only problem with credit scores—and no, AI can’t help
AI의 신용평가 편향, AI가 해결할 수 있나?
실제 담보대출 데이터를 분석한 최대 규모 연구에서 소수인종에 대한 대출 심사에 사용된 예측 도구의 정확도가 낮은 것으로 확인되었다.
-
These creepy fake humans herald a new age in AI
이 가짜 얼굴이 AI의 새로운 시대를 알린다
딥러닝에 사용할 데이터가 필요하다면 데이터 생성 회사에 문의하면 된다.
-
The coming productivity boom
AI가 이끄는 생산성 혁명
AI를 비롯한 디지털 기술들은 지금까지 성장률 재고에 크게 기여하지 못했지만, 머지않아 상황이 달라질 것이다.
-
How wearable AI could help you recover from covid
웨어러블 AI가 팬데믹 해결에 기여하는 방법
시카고의 한 연구에서 센서를 부착해 환자 상태를 모니터링하는 방식을 시험하고 있다.
-
-
AI is learning how to create itself
인공지능을 창조하는 인공지능
사람들은 그 동안 정말 똑똑한 기계를 개발하기 위해 노력해왔다. 그러나 어쩌면 우리는 AI가 스스로 발전해 나가도록 할 필요가 있을지도 모른다.
-
We could see federal regulation on face recognition as early as next week
안면인식 기술 금지법안 곧 나오나?
아마존 등 빅테크 기업들은 안면인식용 프로그램을 미국 경찰에게 제공하지 않고 있다. 그런데 그 사용을 영구적으로 금지하는 법률안이 미국 의회에 발의되었다.
-
The race to understand the exhilarating, dangerous world of language AI
초대형 AI 언어모델 이해 위해 뭉친 세계 과학자
전 세계 수백 명의 과학자들이 너무 늦기 전에 AI 언어모델이라는 강력한 신기술을 이해하기 위해 손을 잡았다.
-
Evolving to a more equitable AI
편향성 없는 AI 만들기 위한 숙제
AI는 팬데믹 이후 정상을 회복하기 위한 강력한 도구가 될 수 있다. 단, AI 도입과 사용이 모든 이에게 공정하게 이루어져야 할 것이다.
-
We need to design distrust into AI systems to make them safer
더 안전한 AI를 만들고 싶다면 AI를 의심하라
로봇 과학자이자 교육자인 에이너 하워드는 자동화 시스템에 대한 맹신이 위험한 상황을 초래할 수 있다고 경고한다.
-
How to overcome data shortage in AI projects
데이터가 부족하십니까? 데이터 창출하는 혁신적 방법
AI 도입을 추진하는 많은 기업들이 데이터 부족을 호소한다. 기업에게 필요한 데이터를 창출할 수는 없을까?
-
Product design gets an AI makeover
AI, 제품 설계를 변화시키다
인공지능을 도입하면 시뮬레이션 소프트웨어 엔지니어링이 간단해지고 생산 공정이 개선되고 혁신이 확대된다.
더보기