GTX 1080 10년 생존이 바꾸는 중고 GPU 기준
GTX 1080 계열은 10년 뒤에도 1080p 게임을 돌리지만 중고 매수 기준은 훨씬 좁아졌다. 무엇이 나왔나 Linus Tech Tips는 GTX 1080과 GTX 1080 Ti가 출시 10년 뒤에도 실제 게이밍 PC에서 어느 정도 버티는지 다시 측정했다. ...
여러 라벨을 한꺼번에 맞히는 문제에서 Jaccard/IoU 점수를 완벽하게 최적화하려면, 필요한 예측 공간이 라벨 수에 따라 폭발적으로 커진다는 것을 증명한 논문이다.
여러 라벨을 한꺼번에 맞히는 문제에서 Jaccard/IoU 점수를 완벽하게 최적화하려면, 필요한 예측 공간이 라벨 수에 따라 폭발적으로 커진다는 것을 증명한 논문이다. 무엇이 문제였나 — Jaccard는 예측한 라벨 집합과 실제 라벨 집합이 얼마나 겹치는지를 보는 점수다. 어떻게 풀었나 — 이 논문은 이 점수를 정확히 최적화하는 convex 학습 방법에는 최소 2^(s-1) 차원이 필요하다고 보인다. 그래서 뭐가 좋아졌나 — 완벽함을 조금 포기하면 F1 기반 방법이나 MinHash 기반 방법으로 다항 차원에서 제한된 오차 보장을 얻을 수 있다. ...
번호판을 가려도 잡아내는 Flock 카메라 84억 달러 감시망
차량 번호판을 가려도 차종·색상·범퍼 스티커 조합으로 차를 찾아내는 Flock Safety의 카메라망이 미국 50개 주로 퍼졌고, 회사 가치는 84억 달러다. 원본 영상: https://www.youtube.com/watch?v=E7la7-dtfVM 84억 달러 감시망의 실체 Flock Safety는 2017년 애틀랜타 외곽 주택단지(HOA)의 택배 도난을 잡으려고 만든 번호판 인식 카메라 회사다. 8년 만에 이 회사는 기업 가치 84억 달러의 전국 단위 감시 사업자가 되었고, Falcon 카메라가 남긴 스캔 기록은 50개 주 경찰이 함께 검색하는 하나의 데이터베이스로 합쳐졌다. 기록되는 항목은 번호판 문자열만이 아니라 차종, 색상, 찌그러진 자국, 범퍼에 붙인 스티커까지다. ...
AI가 모르는 이름을 봤을 때 엉뚱한 세부 정보를 꾸며내지 않고, 아는 범위 안에서 더 넓게 말할 수 있는지 확인한 논문
AI가 모르는 이름을 봤을 때 엉뚱한 세부 정보를 꾸며내지 않고, 아는 범위 안에서 더 넓게 말할 수 있는지 확인한 논문 무엇이 문제였나 — AI는 낯선 사람·회사·제품 이름을 만나도 자신 있게 구체적인 답을 만들 때가 많다. 어떻게 풀었나 — 이 논문은 모델 내부에 ‘이 이름은 낯설다’는 신호와 ‘지금 구체적으로 답하려 한다’는 신호가 있는지 살펴봤다. 그래서 뭐가 좋아졌나 — 결과적으로 두 신호는 있었지만, 실제 답변을 만들 때는 그 신호를 잘 활용하지 못해 틀린 구체 답변을 계속 선호했다. ...
벵골어는 세계적으로 많이 쓰이는 언어지만, 현재 AI 인프라는 벵골어 사용자에게 불리하게 만들어져 있다는 점을 보여주는 논문이다.
벵골어는 세계적으로 많이 쓰이는 언어지만, 현재 AI 인프라는 벵골어 사용자에게 불리하게 만들어져 있다는 점을 보여주는 논문이다. 무엇이 문제였나 — 벵골어 사용자는 많지만 벵골어 웹 콘텐츠는 전 세계 웹의 0.5% 미만이고, AI 학습 데이터도 영어보다 훨씬 적다. 어떻게 풀었나 — 웹 콘텐츠, 학습 토큰, 글자 쪼개기 방식, 인터넷 접근성이라는 네 층위에서 불평등이 어떻게 누적되는지 정리했다. 그래서 뭐가 좋아졌나 — 그래서 왜 중요한가: AI 교육 도구가 클라우드와 영어를 기본값으로 삼으면, 농촌 벵골어 학습자는 설명을 이해하기도 어렵고 도구에 접속하기도 어렵다. ...
머스크의 99% 발언이 드러낸 SpaceX AI 거품 구조
회사 가치의 99%가 5년 안에 AI에서 나온다는 말은 자신감이 아니라, 지금 밸류에이션이 로켓으로는 설명되지 않는다는 고백에 가깝습니다. SpaceX는 2026년 6월 12일 주당 135달러에 상장했습니다. 약 5억 5,600만 주를 팔아 750억 달러를 모았고, 시가총액은 1조 7,500억 달러로 잡혔습니다. 역대 최대 규모 기업공개였습니다. 그런데 상장 두 달이 지난 지금, 시장이 이 회사를 두고 다투는 주제는 로켓 발사 성공률이 아닙니다. 데이터센터입니다. ...
구글 TPU 수직 통합이 추론 단가를 78% 낮춘 구조
AI에서 돈이 영원히 빠져나가는 구간은 모델 학습이 아니라 매일 돌아가는 추론이고, 그 단가를 가장 크게 깎아낸 회사는 지금까지 구글입니다. 엔비디아 이야기가 AI의 전부처럼 들리는 데는 이유가 있습니다. 칩이 없으면 아무것도 시작되지 않으니까요. 그런데 칩을 사는 건 한 번이고, 그 칩으로 사용자 질문에 답하는 일은 서비스가 살아 있는 내내 계속됩니다. 비용의 무게중심이 여기에 있습니다. 구글은 2026년 5월 열린 I/O에서 월 3,200조 개(3.2쿼드릴리언) 토큰을 처리한다고 밝혔고, 같은 자리에서 제미나이 서빙 단가를 78% 낮췄다고 했습니다. 이 두 숫자가 함께 나왔다는 점이 핵심입니다. ...
AI 답이 튼튼한 여러 근거에 기대고 있는지, 아니면 한두 길이 막히면 바로 흔들리는지 확인해 위험한 답을 찾는 방법이다.
AI 답이 튼튼한 여러 근거에 기대고 있는지, 아니면 한두 길이 막히면 바로 흔들리는지 확인해 위험한 답을 찾는 방법이다. 무엇이 문제였나 — 모델이 답을 낼 때 쓰는 여러 어텐션 머리 중 일부를 일부러 꺼 보고, 같은 답이 계속 안정적으로 나오는지 본다. 어떻게 풀었나 — 근거 문서를 읽고 답해야 하는 문제에서는, 확신은 높아 보여도 내부 경로가 흔들리는 답이 실제로 더 자주 틀렸다. 그래서 뭐가 좋아졌나 — 반대로 문서 없이 기억만으로 맞혀야 하는 문제에서는 이 방법이 잘 통하지 않았고, 논문은 이 실패도 설계상 예상된 경계라고 본다. ...
BDH-CQ는 색깔 격자 퍼즐의 예시 몇 개를 보고 규칙을 익힌 뒤, 풀이 과정을 글로 쓰지 않고 내부 계산만으로 답을 내는 작은 AI 모델이다.
BDH-CQ는 색깔 격자 퍼즐의 예시 몇 개를 보고 규칙을 익힌 뒤, 풀이 과정을 글로 쓰지 않고 내부 계산만으로 답을 내는 작은 AI 모델이다. 무엇이 문제였나 — 기존 추론 모델은 중간 풀이를 단어로 길게 만들어 비용과 시간이 커질 수 있다. 어떻게 풀었나 — BDH-CQ는 예시를 볼 때마다 내부 기억을 갱신하고, 답을 낼 때는 숫자로 된 내부 상태를 여러 번 다듬는다. 그래서 뭐가 좋아졌나 — 공개 ARC-AGI-1 평가에서 400문제 중 118문제를 두 번 시도 기준으로 맞혔고, 계산 비용은 문제당 $0.00070으로 보고됐다. ...