[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
-
Intelligent models for smarter decision-making
현명한 의사결정을 위한 지능형 모델
많은 조직은 시뮬레이션 강화를 위해 인공지능에 기대를 걸고 있으며, 이는 곧 빠른 혁신과 좋은 제품으로 이어질 전망이다.
-
How Facebook got addicted to spreading misinformation
페이스북은 거짓정보 유포에 중독되었나
페이스북은 거짓말과 혐오표현을 향한 채울 수 없는 욕구를 AI 알고리즘에 주었다. 이제는 그것을 설계한 사람조차 고칠 수 없는 상황에 이르렀다.
-
“We’ll never have true AI without first understanding the brain”
뇌를 이해하지 않고는 진정한 AI를 얻을 수 없다
신경과학자이자 기술기업가인 제프 호킨스는 지능이 어떻게 작동하는지 알아냈다고 주장한다. 그는 세계 모든 AI 연구소에서 이 원리를 알게 되기를 바란다.
-
An AI is training counselors to deal with teens in crisis
위기 청소년 상담을 돕는 인공지능
성소수자 청소년을 위한 상담 기관인 트레버 프로젝트는 고민에 빠진 십대들을 지원하기 위해 GPT-2 챗봇으로 눈을 돌렸다. 하지만 여전히 한계는 있다.
-
How to poison the data that Big Tech uses to surveil you
빅테크 기업의 데이터 우물에 독 풀기
적절한 데이터가 없으면 알고리즘은 소용이 없다. 우리가 데이터를 이용하여 변화를 요구할 수 있는 이유다.
-
AI armed with multiple senses could gain more flexible intelligence
언어와 감각이 만난다, 다중감각 인공지능
인간의 지능은 감각과 언어 능력이 결합되어 나온다. 인공지능도 마찬가지일 것이다.
-
What is an “algorithm”? It depends whom you ask
알고리즘은 도대체 무엇?
책임성 강화를 위해서는 시스템 디자인이 아니라 영향(impact)에 주목해야 한다.
-
Why GPT-3 is the best and worst of AI right now
AI의 명암을 모두 담은 소우주, GPT-3
오픈AI의 GPT-3는 완벽한 영어 구사로 대중을 감탄하게 했다. 하지만 만약 이것이 허상이라면?
-
AI 챗봇은 왜 실패하는가 : 이루다가 남긴 과제 Ⅱ
이루다 문제가 불거진 이후 인공지능에 대한 규제와 감시 논의가 활발해지고 있다. 그러나 규제가 실제 문제를 해결할 수 있을지는 미지수다.
-
AI 챗봇은 왜 실패하는가 : 이루다가 남긴 과제Ⅰ
이루다는 왜 실패했을까? AI 챗봇에 대한 기대가 커지고 있지만, 일반 소비자의 기대를 만족할 수준의 AI를 구현하기에는 아직 한계가 있다.
-
Who are the AI talents our company should select?
우리 회사가 뽑아야 할 AI 인재는?
축구 경기에서도 승리 비결은 좋은 팀을 구성하는 것이다. AI를 통해 비즈니스를 성공적으로 혁신하는 데 있어서도 좋은 인재로 구성된 팀이 필요하다.
-
Auditors are testing hiring algorithms for bias, but there’s no easy fix
AI 알고리즘 분석해 편향 극복할 수 있나?
AI 채용 알고리즘에 대한 감사(audit)를 실시해도 편향을 발견하지 못할 수 있다. 또 가장 우수한 인재를 가려 주는 것도 아니다.
-
The power of creative measurement in AI innovation
성공하는 AI 기업들이 중시하는 한가지
우리가 무언가를 잘 모르는 이유는 대체로 그것을 측정해보지 않았기 때문이다. AI의 활용에 있어서 측정은 더욱 중요한 문제가 된다.
-
Unlimited computer fractals can help train AI to see
프렉털이 인공지능을 가르친다
지난 10년 간 AI의 인식 능력을 훈련시킨 이미지넷 같은 대규모 데이터세트는 구축이 어렵고 편향성의 위험도 크다. 컴퓨터 합성 데이터세트가 대안이 될 수 있다.
-
This is how we lost control of our faces
인공지능에 빼앗긴 내 얼굴 정보
얼굴 인식 데이터에 대한 대규모 연구를 통해 딥러닝이 우리의 프라이버시를 얼마나 침해하는지 드러났다.
-
An AI saw a cropped photo of AOC. It autocompleted her wearing a bikini
AI, 남성에겐 양복, 여성에겐 비키니를 입히다
인터넷의 성차별적이고 인종차별적인 내용이 이미지 생성 알고리즘에 반복적으로 주입되고 있다.
-
Transforming the energy industry with AI
AI가 이끄는 에너지 산업의 트랜스포메이션
석유 및 가스 산업은 디지털화를 통해 프로젝트 경제성을 개선하고 사업 효율성을 제고하고 있다. AI는 지속가능한 성장과 사이버보안을 위한 중요한 도구다.
-
These virtual robot arms get smarter by training each other
서로 가르치며 배우는 인공지능 가상 로봇 팔
오픈AI는 인공지능이 서로 상대방을 이기려 경쟁하는 게임을 하게 함으로써, 재훈련 없이도 다양한 문제를 해결하는 법을 학습할 수 있는 로봇을 만들려 한다.
-
Jumbled-up sentences show that AIs still don’t really understand language
인공지능이 언어를 이해하지 못 한다는 증거
인공지능은 문장 속 단어 순서가 바뀌어도 알아채지 못 한다. 이 문제는 AI 성능을 개선하는 방법을 찾는 힌트가 되기도 한다.
-
AIs that read sentences are now catching coronavirus mutations
말 잘하는 인공지능이 코로나 변이도 잡는다
자연어처리(NLP) 알고리즘이 바이러스의 유전적 변화 해석에도 쓰일 전망이다. 이에 따라 코로나 변이 예측을 위한 연구가 가속화되고 있다.
더보기