인공지능 (4) 썸네일형 리스트형 AI와 AGI는 뭐가 다른걸까 인공지능(AI)과 범용 인공지능(AGI)의 개념과 차이점인공지능(AI)은 이미 우리의 일상과 산업 전반에 걸쳐 다양한 용도로 활용되고 있습니다. 음성 인식, 자율 주행, 이미지 분석, 추천 시스템 등이 그 예시입니다. 그러나 이러한 AI 시스템들은 주로 특정 작업이나 분야에 맞춰 개발된 약한 인공지능(Narrow AI)에 해당합니다. 각 시스템은 특정 데이터와 알고리즘으로 훈련되어 미리 정의된 범위 내에서만 성능을 발휘합니다. 1956년 다트머스 회의에서 '인공지능(Artificial Intelligence)' 용어가 처음 제안된 이후, AI 연구는 기계 학습과 신경망 모델을 중심으로 빠르게 발전했습니다. 초기에는 전문가 시스템과 규칙 기반 시스템이 주를 이루었으나, 빅데이터와 연산 성능이 급격히 향상되.. Meta AI 추천 알고리즘의 뇌를 직접 만들다 소셜네트워크가 AI 인프라로 변한 순간“우리는 단순히 세상을 연결하는 것이 아니라, 세상이 생각하는 방식을 바꾸고 있다.” 메타(Meta)의 창립자 마크 저커버그가 남긴 이 말은 소셜미디어 제국을 넘어 AI 제국의 서막을 예고하는 문장처럼 들린다. 한때 페이스북으로 불리던 이 회사는 지금 인공지능 시대의 또 다른 핵심 플레이어가 되어 있다. 그리고 그 중심에는 놀랍게도, ‘메타가 직접 설계한 반도체 칩’이 있다. 전 세계 인구의 절반 이상이 메타의 서비스를 사용한다. 페이스북, 인스타그램, 왓츠앱, 스레즈 — 이들의 뉴스피드와 추천, 영상, 광고는 모두 거대한 AI 알고리즘 위에서 돌아간다. 하지만 2020년대 초, 메타는 중대한 문제를 마주했다. 사용자가 늘어나면서 AI 모델이 처리해야 할 데이터 양이.. Amazon 클라우드 속 보이지 않는 두뇌를 설계하다 데이터의 제국, 아마존의 진짜 핵심세상에서 가장 많은 데이터를 움직이는 회사가 있다. 하지만 그 데이터는 눈에 보이지 않는다. 그 주인공은 물류와 쇼핑의 대명사인 아마존(Amazon)이다. 많은 사람들은 아마존을 ‘전자상거래 기업’으로만 기억하지만, 실제로 아마존의 진짜 핵심 사업은 AWS(Amazon Web Services), 즉 클라우드다. 지금의 인터넷 서비스 중 40% 이상이 AWS 위에서 돌아간다. 이 거대한 인프라의 중심에는, 엔비디아나 인텔이 아닌 아마존이 직접 설계한 반도체 칩이 있다.CPU의 한계, 클라우드의 병목2010년대 후반, 아마존의 내부 엔지니어들은 커다란 문제에 직면했다. AI와 클라우드 서비스의 폭발적 성장으로 서버당 연산량이 급격히 늘어났는데, 인텔의 범용 CPU로는 감당이.. Google TPU로 AI의 속도를 재정의하다 AI 시대의 근본, 속도와 효율AI의 역사는 결국 속도와 효율의 경쟁이다. 누가 더 많은 데이터를 더 빨리 계산하느냐가 인공지능의 품질을 결정한다. 그런데 이 단순한 원리를 가장 철저하게 이해한 회사가 있다. 바로 구글(Google)이다. 검색엔진으로 시작한 이 회사는, 지금은 AI의 뇌를 직접 설계하는 반도체 기업이기도 하다.CPU와 GPU로는 부족했던 시대2010년대 초, 구글의 내부 엔지니어들은 이상한 문제에 부딪혔다. AI 기술이 급격히 발전하면서, 서버 한 대가 처리해야 하는 연산량이 수백 배로 폭증한 것이다. 특히 음성 인식, 번역, 이미지 검색, 추천 시스템 같은 서비스는 기존의 CPU로는 감당이 되지 않았다. GPU가 대안으로 떠올랐지만, 그래픽 연산 중심으로 설계된 GPU는 전력 소모와 .. 이전 1 다음