[오징어게임] 10개 에피소드, 11월 공개 예정게임쇼 포맷으로 제작중이라는 오징어게임 후속편에 대한 관심이 뜨겁습니다. 최근 야후뉴스에서 현재 진행상황이 어떤지 확인한 기사를 올렸네요. (뉴스레터 발송시, '시즌2'로 잘못 표기했네요. 주인공 이정재의 출연을 포함 스토리 또한 시즌1에 이어서 제작되는 것으로 생각되다보니 '시즌2'로 착각했습니다. 독자분의 지적으로 바로잡습니다)  워낙에 넷플릭스측이 보안에 예민해서 구체적인 내용은 덜하지만 몇가지

바드, ChatGPT의 대항마가 될 수 있을까🦾구글이 AI 챗봇 ‘바드(Bard)’의 업그레이드 버전을 전격 공개했습니다. 이제 바드는 새로운 언어 모델을 기반으로 정확도를 높이고, 영어 외의 언어를 지원합니다. ChatGPT의 MS와 본격적인 AI전쟁이 시작됐습니다.‌‌새로워진 바드 바드는 지난 3월 처음 출시된 구글의 AI 챗봇입니다. ChatGPT의 대항마로 주목을 받았습니다. 하지만 여러 문제점으로

워렌 버핏이 AI를 바라보는 관점지난 6일, 버크셔 해서웨이 연례 주주총회가 열렸습니다. CEO인 워렌 버핏과 부회장 찰리 멍거가 참여해 각종 경제 현안에 대해 질의 응답을 가졌습니다. 100% 곧이곧대로 믿을 순 없겠지만 좋은 인사이트를 줄 것 같습니다. 다음은 CNBC와 한국경제 보도, 신영증권 관람기 리포트 등을 바탕으로 정리한 버핏의 주요 발언입니다. AI -

ChatGPT가 촉발한 AI 논쟁에서 가장 화두가 되는 지점은 ‘AI가 인간의 직업을 대체할까?’입니다. 사실 이는 이미 수십 년 전부터 많은 영화/소설에서 다뤄질 만큼 진부한 주제기도 합니다. 그럼에도 GPT를 필두로 한 생성AI는 AI의 일자리 위협이 현실화될 거란 불안감을 키우고 있습니다. 실제로 특정 직종에선 이미 AI 사용이 평범한 일이 되기도 했고요.

2025년 한국 정부는 초중고 영어, 수학 그리고 정보 과목에 인공지능 교과서(?)를 도입하기로 결정했습니다. 그 교과서가 어떤 내용으로 구성될지, 이 때 학생 수행 평가의 기준과 방식은 어떻게 될지 등에 대해서는 아직 정해진바 없습니다. 쉽게 이야기해서 영어, 수학 그리고 정보 과목 시험에서 챗GPT의 도움을 어느 정도 받을 수 있을지 결정되지 않았습니다.

지난 3월 1일, 마크 저커버그가 본인의 페이스북을 통해 ‘메타도 AI 경쟁에 참여한다’는 걸 선언했죠? 하지만 이를 허풍으로 보는 시선도 많습니다. 메타가 최근 AI에 막대한 투자를 쏟아 붓고 있다지만 상용화된 앱을 출시한 적은 없기 때문입니다. 저커버그도 그런 시선을 인지하고 있기 때문에 메타의 사업 방향에 AI가 들어있음을 더욱 선언적으로 발표한 것

🦾기계학습(ML)과 인공지능(AI)는 비약적으로 발전하는 중입니다. 특히 ChatGPT, Dall-E 2, Stable Diffusion 등 Generative AI는 창작 작업과정에서 큰 쓰임새를 보이고 있는데요. 하지만 곳곳에서 갈등도 커지고 있습니다. 이 글에서는 최근 발생한 Getty Images(게티이미지)-Stability AI의 소송과 넷플릭스-일본 애니메이터의 갈등을 사례로, Generative AI와 관련된 주요 논쟁을 살펴보고 있습니다.

20년전, 즉 2003년은 대기업들의 파산이 줄을 이뤘던 해입니다. 엔론(Enron), 월드컴(Worldcom), 콘세코(Conseco)가 대표적입니다. 엔론과 월드컴은 회계 부정으로 인해 파산했습니다. 콘세코는 회계 부정은 물론 무리한 인수합병 등 부적절한 경영 활동으로 인해 파산했습니다. 모든 사람이 위의 세 기업에 대해 ‘가망이 없다’고 생각했지만, 헤지펀드 매니저 데이비드 테퍼(David Tepper)

💡아래는 유럽의 The Fix Media, Bohuslav Romanenko 기자가 소개한 글을 번역한 것입니다. AI를 기자들이 직접 무료로 활용하고 경험해 볼 수 있는 툴들을 다루고 있기에 여기에도 공유를 합니다. 대부분의 비한국어권 사용자를 위한 도구들에게 당장 활용할 만한 것은 많지 않습니다. 이미지 생성 도구 정도가 전부일 겁니다. 그럼에도 AI 기술들이 실제로 기자들에게 어떻게

언어 모델은 비지도 복합작업 학습자(Language Model are Unsupervised Multitask Learners) 논문 원문 링크 도입 우리는 개별 작업을 위해 트레이닝 데이터 세트를 라벨링하거나 수동으로 만드는 작업 없이 다양한 작업을 수행할 수 있는 보편 시스템을 만들고 싶었다. 멀티태스크 러닝은 보편적인 작업수행(성과)를 개선하기 위한 유망한 프레임워크다. 현재 언어 관련 작업을