본문 바로가기
728x90
반응형

전체 글

 (3725)
Lemma Platform: AI 에이전트와 사람이 함께 일하는 오픈소스 업무 플랫폼 AI 기술이 발전하면서 단순히 질문에 답하거나 코드를 작성하는 것을 넘어, 실제 업무를 수행하고 팀의 작업 흐름을 관리하는 AI 에이전트에 대한 관심이 높아지고 있습니다. 하지만 AI를 업무에 도입하려면 데이터 관리, 사용자 권한 설정, 작업 자동화, 사람의 승인 절차 등을 함께 고려해야 합니다.Lemma Platform은 사람과 AI 에이전트가 하나의 업무 환경에서 협업할 수 있도록 설계된 오픈소스 플랫폼입니다. 데이터, 에이전트, 워크플로, 애플리케이션, 권한 관리 기능을 하나의 환경에 통합하고, 반복되는 업무에서 얻은 지식과 절차를 재사용할 수 있도록 지원합니다.이 글에서는 Lemma Platform의 핵심 개념과 아키텍처, 주요 기능, AI 에이전트의 협업 방식, 개발 및 운영 방법을 살펴봅니다...
상온에서 작동하는 차세대 스핀트로닉스 반도체: 러팅거 보상형 자성체 후보 2종 분석 1. 상온에서 작동하는 자성 반도체가 주목받는 이유차세대 컴퓨터 메모리 기술은 더 많은 데이터를 저장하면서도 전력 소비를 줄이고, 데이터를 더 빠르게 읽고 쓸 수 있어야 합니다. 기존 반도체 기술의 성능을 높이는 것만으로 이러한 요구를 충족하기 어려워지면서, 전자의 전하뿐 아니라 스핀(Spin)을 정보 처리에 활용하는 스핀트로닉스(Spintronics)가 주목받고 있습니다.스핀트로닉스의 핵심 과제 중 하나는 정보를 빠르게 처리하면서도 주변 소자에 영향을 적게 주는 자성 소재를 개발하는 것입니다. 일반적인 강자성체는 전자 스핀을 구분하기 쉽지만 외부로 새어 나오는 자기장이 발생합니다. 반면 반강자성체는 전체 자기 모멘트가 상쇄되어 외부 자기장의 영향을 줄일 수 있지만, 전자 스핀을 구분하고 정보를 읽어내는..
pg-jev: 자연어로 PostgreSQL 데이터를 필터링하고 분류하는 AI 확장 기능 PostgreSQL에서 데이터를 조회할 때 일반적인 조건문만으로는 처리하기 어려운 요구사항이 있습니다. 고객 문의의 감정 상태를 판단하거나, 상품의 고급스러움을 평가하거나, 문의 내용을 담당 부서별로 분류하려면 단순한 문자열 비교를 넘어 데이터의 의미를 파악해야 하기 때문입니다.pg-jev는 이러한 요구를 자연어 기반으로 처리할 수 있도록 지원하는 PostgreSQL 확장 기능입니다. TypeSafe의 Jev 모델을 활용해 데이터 행(Row)을 자연어 조건과 비교하고, 조건에 해당하는 데이터를 필터링하거나 확률에 따라 정렬하고, 지정된 범주로 분류할 수 있습니다.특히 기존 SQL 쿼리와 결합할 수 있다는 점이 특징입니다. 별도의 벡터 컬럼이나 임베딩을 준비하지 않고도 자연어 조건을 데이터 조회 과정에 적..
xAI Grok Bot 완벽 이해: AI 에이전트 구성, 업무 자동화, 다중 봇 협업과 템플릿 공유 AI가 단순히 질문에 답하거나 문서를 작성하는 수준을 넘어, 실제 컴퓨터를 사용하고 여러 애플리케이션을 오가며 업무를 수행하는 방향으로 발전하고 있습니다. 이러한 변화에서 중요한 것은 AI 모델의 성능뿐 아니라, AI에게 어떤 업무를 맡기고 어떤 도구와 권한을 제공하며 작업 결과를 어떻게 검토할 것인지입니다.xAI의 Grok Bot은 이러한 방식으로 AI를 활용할 수 있도록 설계된 에이전트 환경입니다. 클라우드에 있는 컴퓨터를 기반으로 앱을 사용하고, 웹을 탐색하며, 코드를 작성하고 실행할 수 있습니다. 사용자는 채팅으로 작업을 요청하거나 반복 실행되는 루틴을 구성할 수 있으며, 여러 Bot을 연결해 복잡한 업무 흐름을 만들 수도 있습니다.특히 Grok Bot의 특징은 복잡한 개발 환경을 처음부터 구축하..
Anthropic, 사이버 보안 검증 프로그램(CVP) 확대: 보안 전문가를 위한 AI 접근 권한과 안전 통제 강화 AI 기술이 발전하면서 소프트웨어의 보안 취약점을 발견하고 분석하는 작업도 빠르게 변화하고 있다. AI는 보안 담당자가 취약점을 더 효율적으로 파악하고 대응할 수 있도록 지원하지만, 동일한 기술이 악의적인 공격에 활용될 가능성도 존재한다. 따라서 보안 역량을 높이는 동시에 AI의 오용을 방지할 수 있는 접근 제어 체계가 중요해지고 있다.Anthropic은 이러한 문제에 대응하기 위해 사이버 보안 검증 프로그램(Cyber Verification Program, CVP)을 확대한다고 발표했다. 2026년 10월 6일 발표에 따르면, 이번 개편의 핵심은 보안 업무의 목적과 위험 수준에 따라 AI 모델의 접근 권한을 세 단계로 구분하고, 검증된 보안 조직에 필요한 기능을 제공하는 것이다.이번 글에서는 Anthr..
Perplexity AI, 멀티모달 임베딩 모델 pplx-embed-v2-late 공개: 0.6B 엣지 모델부터 9B 고성능 모델까지 Perplexity AI가 텍스트, 이미지, PDF 페이지를 통합적으로 검색할 수 있는 멀티모달 임베딩 모델 제품군 pplx-embed-v2-late를 공개했습니다. 이 모델은 경량 환경에서 빠르게 검색을 수행하는 0.6B 모델과 고품질 검색 인덱스 구축에 초점을 맞춘 9B 모델로 구성됩니다. 특히 9B 모델은 MADQA 벤치마크에서 92.4%의 정확도를 기록했으며, 두 모델은 동일한 임베딩 공간을 공유해 모델 크기가 서로 다른 환경에서도 연계해 사용할 수 있습니다.이번 공개의 핵심은 단순히 대규모 임베딩 모델을 추가한 데 있지 않습니다. 문서의 내용을 하나의 벡터로 압축하는 대신 토큰별 벡터를 유지하는 검색 방식을 채택하고, 텍스트와 시각 자료를 함께 다루며, 검색 품질과 운영 비용 사이에서 선택할 수..
AI 시대의 소프트웨어 엔지니어링: 코드 작성에서 시스템 설계와 검증 루프로의 전환 AI의 발전은 소프트웨어 엔지니어의 역할을 코드 작성자에서 시스템 설계자로 변화시키고 있다. AI 에이전트가 코드를 작성하는 일을 담당하고, 엔지니어는 AI가 올바른 결과를 만들 수 있도록 시스템을 설계하고 제약 조건을 설정하며 결과를 검증하는 방식이다. 이러한 변화는 단순히 코딩 속도를 높이는 데 그치지 않는다. AI가 작성한 코드를 반복적으로 검증하고, 실패를 학습하며, 검증된 기능을 재사용할 수 있는 시스템을 구축하는 것이 핵심이다.Tomasz Tunguz의 아티클 「Thinking in Systems, Shipping in Loops」는 이러한 변화를 바탕으로 새로운 소프트웨어 엔지니어링의 방향을 설명한다. 실제 기업의 개발 성과와 함께 시스템 설계의 세 가지 핵심 요소인 회복탄력성(Resilie..
NVIDIA PivotOPD: AI 에이전트의 치명적인 실수를 예방하고 복구하는 학습 기술 AI 에이전트가 복잡한 작업을 수행할 때 중요한 것은 처음부터 정답을 선택하는 능력만이 아닙니다. 잘못된 판단을 내렸을 때 이를 바로잡고, 작업을 성공적으로 완료할 수 있는 경로로 돌아오는 능력도 중요합니다.예를 들어, AI 에이전트가 웹에서 특정 상품을 찾아 구매 조건을 비교하거나, 소프트웨어의 오류를 분석하고 수정하는 작업을 수행한다고 가정해 보겠습니다. 초기 단계에서 잘못된 정보를 선택하거나 부적절한 행동을 하면 이후의 판단도 영향을 받을 수 있습니다. 문제가 발생했다는 사실을 파악하지 못하면 불필요한 작업을 반복하거나 결국 전체 작업에 실패할 수 있습니다.이러한 문제를 해결하기 위해 NVIDIA 연구진은 프린스턴대학교, 메릴랜드대학교 연구진과 함께 PivotOPD(Pivotal On-Policy ..
tinyjs: JavaScript로 가벼운 네이티브 데스크톱 애플리케이션 개발하기 데스크톱 애플리케이션을 개발할 때는 사용자 인터페이스뿐 아니라 운영체제와의 연동, 실행 환경 구성, 배포 파일 생성까지 고려해야 합니다. 특히 웹 기술을 활용해 데스크톱 앱을 개발하려면 웹 렌더링 엔진과 JavaScript 실행 환경을 함께 제공해야 하므로 애플리케이션의 크기와 구성 요소가 늘어날 수 있습니다.tinyjs는 이러한 개발 환경을 간소화하기 위해 설계된 오픈소스 프로젝트입니다. HTML, CSS, JavaScript로 프런트엔드를 구성하고, JavaScript 백엔드와 네이티브 WebView를 결합해 데스크톱 애플리케이션을 개발할 수 있습니다. 프로젝트에서 제시하는 주요 특징은 약 6MB 규모의 배포 구성, Electron이나 Node.js 및 별도 Chromium 번들에 대한 비의존성, 운..
Google Cloud Gemini 에이전트란? 기업 업무 자동화부터 멀티 에이전트 오케스트레이션까지 기업의 AI 활용 방식이 단순한 질의응답을 넘어 실제 업무를 수행하는 방향으로 발전하고 있습니다. 이제 AI는 질문에 답하거나 문서를 요약하는 수준을 넘어, 기업 내부 데이터를 활용하고 여러 도구를 연결해 복잡한 작업을 계획하고 실행하는 역할을 맡기 시작했습니다.이러한 흐름에 맞춰 Google Cloud는 2026년 10월 8일, 기업 업무 전반을 지원하는 통합형 AI 에이전트인 Google Cloud Gemini 에이전트를 발표했습니다. 하나의 인터페이스와 API를 통해 지식 업무, 질문 응답, 콘텐츠 생성, 코드 작성 및 실행 등을 지원하며, 여러 AI 모델과 기업 시스템을 연계해 작업을 수행하는 것이 특징입니다.이번 글에서는 Google Cloud Gemini 에이전트의 핵심 개념과 아키텍처, 메모..
728x90
반응형

티스토리툴바