들어가기에 앞서 전제할 내용이 있습니다. 이 글은 네이버 알고리즘 개발자들이 2017년에 발표한 논문 ‘Deep Neural Networks for News Recommendations’를 바탕으로 분석한 것입니다. 이 당시 소개된 AiRS의 버전이 그 상태이진 않을 겁니다. 이미 여러 업데이트를 거쳤을 것으로 추정됩니다. 이 점 이해하시고 읽어주시기 부탁드립니다. AiRS 모델이 해결하고자 한 문제들 너무나도 많은
https://www.academia.edu/42907575/The_Nooscope_Manifested_Artificial_Intelligence_as_Instrument_of_Knowledge_Extractivism 2018년 어딘가에서 발표했던 자료인데, 기억이 잘 나질 않네요. 일단 미디어고토사에도 올려둡니다. 알고리즘의 정의 로렌스 레식 하버드 로스쿨 교수는 “코드는 사이버 공간의 법”이라고 했다. 인터넷이 코드에 의해 건축되고 코드의 통제를 받으며 코드에 의해 인터넷의 일상이
언어모델의 경쟁구도가 BERT와 GPT-3의 대결로 압축이 되는 흐름입니다. BERT의 우위로 굳어지던 분위기가 GPT-3의 등장으로 다시 역전이 됐습니다. 제가 표지 포함 72페이지나 되는 공학계 영어 논문을 모두 이해했다는 건 거짓말일 겁니다. 이해하기 위해 애썼다는 말을 넘어서면 과장일 겁니다. 제가 이해한 만큼만 썼으니 정확한 내용은 저보다 더 훌륭한 분께 재확인하시길 부탁드립니다. 이
알고리즘 윤리와 미디어 연구방법론의 새로운 과제 토론문이성규(메디아티 미디어테크랩장) 연구윤리에 대한 상징적인 두 가지 사건소셜네트워크서비스 연구와 관련한 두 가지의 상징적 사건을 든다면 2014년 페이스북의 심리 조작 실험과 캠브리지 애널리티카의 데이터 유출이 있을 수 있습니다. 두 사건 모두 SNS 연구 윤리에 대한 사회적 관심과 우려를 불렀다는 점에서 공통점을 갖습니다. 하지만 한
image LA Times 본사 건물상황오전 6시 25분. LA에 강도 4.4의 지진이 발생한다. USGS는 즉각 지진 관련 데이터를 수집해 경고를 발령하고 동시에 정형화된 데이터를 API를 통해 제공한다. 지진 발생 데이터가 도착하자마자 LA Times 담당 기자에게는 메일과 함께 메시지가 도착한다. “지진 발생 기사의 발행 준비가 완료됐습니다”기자는 침대에서 일어나 먼저 컴퓨터를
[번역자 주] 구글 뉴스랩 티칭 펠로의 입장에서 번역한 것은 아닙니다. 오리지널 리포팅을 우대하는 구글의 알고리즘 변경에 대해 국내외에서 여러 의견들이 쏟아진 것으로 압니다. 그에 대한 구글의 응답이 궁금했고 때마침 그에 대한 자세한 설명이 공개됐기에 개인적 차원에서 번역을 하게 된 것입니다. 이 결정이 알고리즘과 정책이라는 이름으로 집행되기까지 어떤 어려움과 고민이 존재했는지,
지난 8월29일 흥미로운 연구결과가 한국언론진흥재단을 통해 공개됐습니다. 제목은 ‘포털 등의 알고리즘 배열 전환 이후 모바일 뉴스 이용 행태’였습니다. 제목에서 유추할 수 있듯, 국내 뉴스 이용자들이 알고리즘 배열 방식에 대해 어떤 인식과 경험을 하고 있는지를 대략적으로나마 추정해볼 수 있는 귀한 자료였습니다. 일단 이 보고서의 결론부터 살펴보도록 하죠. “이용자들은 알고리즘에 따른
이 글은 주간경향에 게시된 칼럼의 초벌본입니다.. 정치적 선동이 알고리즘 덕을 보고 있다. 그럴 듯한 음모론이 소셜미디어를 거치며 진실로 둔갑한다. 조작과 강제, 억압의 메커니즘을 따르지 않아도 된다. 선동의 주체는 바뀌지 않았지만 선동의 확산은 서서히 기계의 몫으로 넘어가고 있다. 이를 옥스퍼드의 한 연구팀은 컴퓨테이셔널 선동(Computational Propaganda), 혹은 자동화한 선동이라 부른다. 미국
AI의 실체로서 머신러닝 알고리즘 머신러닝은 간단하게 설명하면 결정론적 함수식(deterministic function)이다. d라는 속성이 함수를 거쳐 Y라는 예측치를 도출하는 과정이다. Y가 한정돼있다면(남성, 여성 혹은 암환자, 정상환자) 함수는 곧 분류기(classfier)가 된다(Fredrikson 등, 2015). 대다수의 분류기는 분류값의 속성 벡터를 받아들여 분류하는 회귀함수이다. 즉, 높은 수준의 신뢰도(confidence)를
