[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
-
Worried about your firm’s AI ethics? These startups are here to help.
AI 윤리 문제에서 비즈니스 기회를 발견하다
‘책임있는 AI’ 벤처의 생태계가 점점 커지면서 기업들이 자사 AI 모델을 모니터링하고 개선하는 데 도움을 받을 수 있게 될 전망이다.
-
Should a self-driving car kill the baby or the grandma? Depends on where you’re from.
자율주행차는 아기와 할머니 중 누구를 살려야 할까?
고전적 윤리 문제 ‘트롤리 딜레마’의 자율주행 차량 버전에 세계 수백만 명의 사람들이 의견을 밝혔다. 그 결과는 문화에 따라 윤리에 대한 판단이 얼마나 달라지는지 보여준다.
-
Five ways to make AI a greater force for good in 2021
더 나은 AI를 만들기 위한 5가지 제안
AI가 미치는 영향력이 그 어느 때보다 커졌다. 사람들의 관심도 갈수록 높아지고 있다. 이제 관심을 실행으로 옮길 때다.
-
Why 2020 was a pivotal, contradictory year for facial recognition
우려와 기대 교차하는 얼굴 인식 기술
인종 평등 운동은 얼굴 인식 기술 문제에 대해 대중의 경각심을 불러 일으켰다. 그럼에도 얼굴인식 기술 오용은 좀처럼 줄어들 기미를 보이지 않는다.
-
The UK exam debacle reminds us that algorithms can’t fix broken systems
영국 졸업시험 사건이 보여주는 알고리즘의 한계
대입시험 감독당국이 궁극적인 목표는 잊고, 표준화(standardization)에만 집착하면서 문제가 시작되었다.
-
This avocado armchair could be the future of AI
인공지능의 미래를 보여주는 아보카도 안락의자
오픈AI는 자연스러운 문장을 만들어내는 인공지능 모델 GPT-3로 세상을 놀라게 했다. 이제 자연어처리와 이미지 인식을 결합한 새로운 AI 모델 2가지를 새롭게 개발, GPT-3의 기능을 확장했다. 인공지능이 일상의 개념들을 보다 잘 이해하게 된다.
-
Light and dark of the AI generation algorithm
AI 생성 알고리즘의 명과 암
AI 생성 알고리즘은 실제보다 더 실제 같은 창작을 가능케 하는 기술이다. 창작의 새로운 패러다임을 불러오는 동시에 새로운 우려를 낳고 있다.
-
Three questions leader should ask for successful AI adoption
성공적 AI 도입을 위한 3가지 질문
AI의 학술적 역사는 오래됐지만 산업에 들어온 지는 얼마 되지 않았다. 그래서일까? 산업 내에서는 아직 AI의 성공적 도입에 대한 방법론이 부재하다.
-
In 2020, let’s stop AI ethics-washing and actually do something
‘AI윤리’라는 이미지 세탁을 중단하라
AI 윤리가 그 어느 때 보다도 화두가 되고 있다. 하지만 말만 많을 뿐, 아직 갈 길이 멀다.
-
The year deepfakes went mainstream
딥페이크, 주류가 되다
인공지능 합성 미디어(AI-Synthetic Media)는 작년부터 온라인의 어두운 이면을 벗어나기 시작했다.
-
AI ethics groups are repeating one of society’s classic mistakes
서구 중심 AI 윤리 운동의 실수
AI와 관련된 의회와 자문 위원회의 회원은 주로 유럽이나 미국에 기반을 둔 단체들로 구성되어 있다.
-
-
AI needs to face up to its invisible-worker problem
AI, 그림자 노동에 대한 진지한 고민
머신러닝 모델을 훈련시키는 것은 저임금 긱 (gig) 노동자들이다. 저임금 긱 노동자들은 사라지지 않을 것이다. 다만 우리가 할 수 있는 것은 그들이 일하는 방식을 바꾸는 것이라고 사이프 새비지(Saiph Savage)는 말한다.
-
-
We read the paper that forced Timnit Gebru out of Google. Here’s what it says.
구글이 흑인 여성 AI 윤리 연구자를 해고한 이유
구글의 스타 과학자이자 인공지능 윤리 책임자인 팀니트 게브루는 회사 핵심사업인 인공지능 언어 모델의 위험성을 주장했다.
-
If AI is going to help us in a crisis, we need a new kind of ethics
새로운 AI 윤리가 필요한 시대
제스 휘틀스톤(Jess Whittlestone)은 “긴급상황을 위한 윤리를 뒷전으로 미루지 말고, AI 핵심으로 간주해야 한다”고 주장한다.
-
“We’re in a diversity crisis”: cofounder of Black in AI on what’s poisoning algorithms in our lives
무엇이 편향된 알고리즘을 만드는가
팀닛 게브루(Timnit Gebru)가 인공지능(AI) 업계를 둘러본다. 자신처럼 생긴 사람은 거의 찾아보기 힘들다. 다양성은 이제 우리 모두의 문제다.
-
DeepMind’s protein-folding AI has solved a 50-year-old grand challenge of biology
딥마인드 AI가 단백질의 구조를 밝히다
알파폴드(AlphaFold)는 원자 폭 이내의 정확도로 단백질의 모양을 예측할 수 있다. 이 획기적 발전은 과학자들이 약물을 설계하고 질병을 이해하는 데 기여할 것이다.
-
The two-year fight to stop Amazon from selling face recognition to the police
아마존과 2년 싸웠다, 얼굴 인식 기술 막으려
아마존과 마이크로소프트, IBM의 이번 조치는 법 집행 기관의 얼굴인식 기술 사용을 두고 오랫동안 지속해온 싸움에서 연구자와 평등권 옹호자들에게 중요한 이정표가 되었다.
-
The way we train AI is fundamentally flawed
우리가 인공지능을 훈련시키는 방식에는 근본적 결함이 있다
오늘날 우리가 사용하는 대부분의 머신러닝 모델 구축에 쓰이는 프로세스는 실제 세계에서 제대로 작동할지 여부를 알 수 없다는 문제를 안고 있다.
더보기