AI가 잘못 일할 때와, 갑자기 일을 멈출 때 회사의 구매 업무를 맡은 AI를 생각해봅시다. AI는 재고를 확인하고, 여러 공급업체의 가격을 비교하고, 납품 일정을 맞춥니다. 정해진 금액 안에서는 주문도 넣습니다. 처음에는 편리합니다. 사람이 자료를 모으고 연락을 주고받던 시간이 줄어듭니다. 그런데 어느 날 AI가 잘못된 견적서를 근거로 큰 주문을 넣으려 합니다. 담당자가

AI가 다시 짜는 조직과 정보시장의 질서 AI가 보고서를 완성했다. 그러면 일도 끝난 것일까 신제품 출시를 준비하는 어느 회사의 한 기획자를 생각해봅시다. 그는 AI에게 경쟁사 제품을 비교하고, 고객 반응을 정리하고, 시장의 빈 틈을 찾아달라고 요청합니다. 사내 자료와 외부 정보를 참고해 제안서 초안까지 만들어달라고 합니다. AI는 제안 문서를 '뚝딱' 내놓습니다. 구체적 수치가

디지털 지능이 물리세계에 들어갈 때 만나는 데이터·비용·안전의 장벽 AI가 컵을 집는 순간, 문제가 달라진다AI에게 탁자 위의 컵을 싱크대로 옮기는 방법을 물어보면, 꽤 훌륭하게 설명합니다. 컵의 위치를 확인하고, 손잡이를 잡고, 기울어지지 않게 들어 올린 뒤 장애물을 피해 이동하라고 할 것입니다. 말로 들으면 간단합니다. 그러나 실제 로봇에게 시키면 어떨까요? 당연히

세상에서 가장 값싼 것이 가설이 된다 앞선 4편은 이렇게 끝맺었습니다. “검증의 고리가 닫힌 분야에서 AI는 스스로 배우며 빨라집니다. 수학과 코드에서 벌어진 일이 실험실에서도 벌어질 수 있을까요.” 이번 편은 바로 그 질문에서 출발합니다. AI에게 새로운 항암제 표적을100개 제안해 달라고 해봅시다. 몇 분이면 그럴듯한 목록을 만들 수 있습니다. 새로운 배터리 물질과 탄소

<원시 데이터의 시대에서 학습·피드백·평가 루프의 시대로> 인터넷을 다 읽고 나면, 그 다음에는 무엇을 읽을까앞선 글, 보고서 3편을 이렇게 끝맺은 바 있습니다. “추론 경제의 최종 병목은 칩이 아니라 칩이 만든 결과를 가르치고 평가하는 데이터다.” 그렇다면 그 데이터는 어디에 있을까요? 한동안 AI업계를 지배하던 걱정이 있었습니다. 바로 데이터가 곧

질문 한 번은 가벼워졌는데, 공장은 무거워졌다 우리가 챗봇에게 이메일 초안을 부탁할 때, 그 질문 한 번을 처리하는 데 드는 비용은 얼마일까요? 소프트웨어와 하드웨어의 발전 덕분에 단순한 텍스트 질문 한 번에 필요한 전력은 이제 같은 시간 동안 텔레비전을 켜놓는 것보다 적은 수준으로 떨어졌습니다. 그런데 이상한 일이 벌어지고 있습니다. 질문 한 번은