AgileBus - IT 기술자를 위한 최신 기술 Trends

대규모 언어 모델(LLM) 기술 동향 : GPT-4.5, Claude 3.7 Sonnet, Gemini 2.5 Pro 현황 최근 25년 동안 출시된 주요 대규모 언어 모델(LLM)을 정리하고, 각 모델과 기존 GPT-4의 기능적, 기술적 특징을 비교해 보겠습니다. 1. 주요 LLM 출시 현황 (2000~2025)지난 25년 동안 LLM 기술은 급격히 발전했습니다. 아래는 주요 모델들의 출시 연도와 특징을 정리한 표입니다.출시 연도모델주요 특징2000~2010초기 신경망 기반 모델제한적인 NLP 기능, 규칙 기반 번역2017GPT-1최초의 트랜스포머 기반 모델, 117M 파라미터2019GPT-21.5B 파라미터, 더 자연스러운 텍스트 생성2020GPT-3175B 파라미터, Few-shot Learni..

GPT-5 GPT-5는 2025년 중반 출시가 예상되며, OpenAI는 이를 통해 AI 기술을 한 단계 더 발전하고 있습니다. OpenAI는 GPT-5를 통해 AGI(인공지능 일반)로의 도약을 목표로 하고 있으며, 개인화된 사용자 경험, 오류 감소, 그리고 더 자연스러운 대화 능력을 강화하고 훨씬 더 강력한 고급 추론 기능과 다중 모드 기능을 단일 시스템으로 통합할 것으로 예상 됩니다.AGI(Artificial General Intelligence, 인공 일반 지능)는 인간의 지능을 전반적으로 모방하는 AI를 의미해요. - 기존 AI(ANI, 특정 목적 AI)는 특정 작업만 수행 했다면 - AGI는 다양한 문제를 해결하고 학습하며 창의적으로 사고할 수 있는 능력- AGI가 현실화된다면, 기계가 인간과 동..

중국 GPU 자립 도전 - 화웨이 910c 5월 출시 예정 중국이 미국의 제재에 맞서 AI칩 자급에 박차를 가하고 있으며, 화웨이의 ‘AI칩 굴기’를 시작으로 중국 정부도 중국 AI칩 기업 제품의 사용 비율을 높이도록 사실상 강제하면서 기술 자립화에 박차를 가하고 있다.화웨이의 910C GPU, 이르면 5 월 출시 예정: 최근 미국의 수출 규제 이후 중국 AI 기업들이 주요 AI 칩으로 만들 가능성을 시사 하고 있습니다.화웨이의 910C 칩은 획기적인 기술 도약이라기보다는 아키텍처의 정교함을 나타냅니다. 수요일 로이터 통신에 따르면 이 칩은 고급 통합 방법을 사용하여 두 개의 910B 프로세서를 단일 패키지로 통합하여 원래 910B의 컴퓨팅 성능과 메모리 용량을 효과적으로 두 배로 늘려 엔비디아의 H..

LLM의 종류와 특징 비교 주요 LLM 종류 와 특징 모델명 대표 버전/용량 성능/기능 특징 오픈소스 여부 지원 환경 확장 기능/특이점 GPT 시리즈 (OpenAI)GPT-3 (175B), GPT-4, GPT-4o 등텍스트 생성, 고급 추론, 코드 작성, 멀티모달(GPT-4o) 등. 최신 버전일수록 정확도와 멀티모달 처리 능력 향상[2][4][7]비공개(상업 API)클라우드(웹, API), MS Copilot 등플러그인, 인터넷 액세스, 코드 해석, 이미지 처리 등[12]Gemini (Google)Gemini 1.5 등멀티모달(텍스트+이미지) 강점, 구글 생태계 연동, 빠른 응답 속도[5][7]비공개(상업 API)클라우드(Google Workspace 등)구글 서비스와 통합, 이미..

2025년 국내 은행 업권의 AI 기반 사업 현황2025년 국내 주요 은행들은 AI 기술을 활용하여 금융 서비스의 혁신과 효율성을 극대화하고 있습니다. 각 은행은 생성형 AI, 머신러닝, XAI 등을 활용하여 고객 경험 개선, 내부 업무 자동화, 신용평가 고도화 등 다양한 영역에서 AI 기반 서비스를 도입하고 있습니다.  은행별 주요 AI 기능 및 서비스    은행주요 기능 및 서비스진행 일정신한은행- AI 뱅커 기반 ‘디지털 데스크’와 무인점포 ‘AI 브랜치’ 운영- 감정 인식 분석을 통한 금융사고 예방 - 생성형 AI 기반 투자 및 금융지식 Q&A 서비스2024년부터 점포 확대 및 2025년 상반기까지 생성형 AI 플랫폼 구축 예정•생성형 AI 기반 AI 은행원•생성형 AI 투자 및 금융지식 Q&A ..

#인간과기계의상호작용 #인공지능윤리 #인공지능의미래인간과 기계의 상호작용 켄타우로스와 사이보그 모델 인공지능의 미래인공지능의 발전으로 인공지능의 지위와 역할이 향후 관심의 대상이 될 수 있습니다.인공지능을 통해 사회적 문화적인 변화와 발전이 가속화됨으로써, 인간의 역량을 초월하여, 특히 인터넷과 인공지능의 결합으로 GPT, 가전제품의 접목하여 생활 속으로 편리한 세상이 다가오고 있습니다.반면 영화 터미네이터, 메트릭스와 같은 디스토피아 세상이 인공지능이 만들 미래가 될 수도 있습니다.이러한 두 개의 상반된 축의 의견을 다음 이론으로 정리합니다.켄타우로스 모델과 사이보그 모델은 인간과 기계의 상호작용과 융합을 탐구하는 두 가지 흥미로운 개념입니다.켄타우로스 모델: 인간과 AI가 각자의 강점을 살려 업무를 ..

인공지능 기술 요소 및 서비스 동향 정리인공지능 기술은 다양한 형태의 데이터를 처리하고 분석하는 데 사용되며, 각 데이터 유형에 특화된 기술 요소들이 존재합니다.인공지능 기술은 GPT가 나오기전과 나오고 난 이후 시장은 급속한 변화가 일어나고 있습니다.기존의 TEXT, DATA를 중심으로 예측하고 분류하고 분석하는 기술에서 비정형 이미지, 동영상을 생성하거나, 사람과의 대화, 지식의 검색증강 등을 통해 사람과의 상호작용이 증가하는 추세로 보여 집니다.앞으로 인공지능은 사람의 지능을 증강하고 역량을 강화하는 도구로서 지식을 수준으로 역량을 측정하는 시대는 사라질 지도 모릅니다. 오히려 사람의 본성과 인간미 넘치는 판단이 더 중요한 사회가 되기를 바랍니다.최근 인공지능 CEO, 인공지능 면접관 등 사람을 평..

#Graph RAG가 기존 RAG 모델보다 더 정확한 이유는Graph RAG가 기존 RAG 모델보다 더 정확한 이유  1. RAG와 Graph RAG 데이터 구조의 차이기존 RAG는 주로 벡터 임베딩(Vector Embedding)을 사용하여 정보를 검색합니다. 이는 문서나 데이터를 고차원 벡터로 변환한 뒤, 사용자의 질문도 벡터화하여 벡터 공간에서 가장 유사한 항목을 검색하는 방식입니다.Graph RAG는 그래프 데이터 구조를 활용합니다. 그래프는 노드와 엣지로 구성되며, 데이터 간의 관계를 명시적으로 표현할 수 있습니다. 이를 통해 데이터 간의 연결성과 맥락을 더 잘 이해할 수 있습니다.  2. 검색 정확도벡터 기반 RAG 검색은 데이터의 유사도를 계산하는 데 효과적이지만, 문맥이나 관계를 충분히 반..

GraphRAG(그래프 기반 검색-증강 생성) 파이프라인을 구축하는 방법 아래는 GraphRAG(그래프 기반 검색-증강 생성) 파이프라인 구축 방법을 구체적으로 실행 가능하도록 정리한 내용입니다. 각 단계별로 필요한 코드를 포함하여 설명합니다.1. 환경 설정먼저, Python 환경을 설정하고 필요한 라이브러리를 설치합니다.Python(3.7 이상)과 pip 설치.가상 환경 생성:python -m venv myenv source myenv/bin/activate # Windows: myenv\Scripts\activate필요한 라이브러리 설치:pip install llama-index graspologic numpy scipy neo4j-graphrag 가상 환경 생성 및 활성화python -m venv ..

Graph RAG의 주요 특징지식 그래프 활용:텍스트에서 엔티티와 관계를 추출하여 지식 그래프를 생성하고 이를 기반으로 정보를 검색 및 생성.노드(개체)와 엣지(관계)를 통해 데이터 간의 복잡한 연결성을 명확히 표현정보 간 관계 이해:검색된 정보들 간의 관계를 그래프 구조로 모델링하여 맥락과 상호작용을 더 깊이 이해이를 통해 더욱 일관성 있고 논리적인 텍스트 생성 가능효율적인 데이터 처리:대규모 데이터셋에서도 계층적 클러스터링과 그래프 순회를 통해 효율적으로 정보를 검색하고 처리복잡한 데이터 간 연결성을 유지하며 정확한 답변 제공추론 능력 강화:정보 간 관계를 기반으로 새로운 결론 도출 가능, 단순 검색 이상의 고차원적 질문 응답 성능 제공유연성과 확장성:다양한 데이터 구조와 관계를 처리할 수 있어 복잡..

Gpt4All을 이용하면 PC에서도 무료로 GPT를 사용한다. Gpt4all 은 GPT4All은 로컬에서 실행되는 무료 대화형 챗봇입니다. 이 모델은 GPU나 인터넷 연결이 필요하지 않으며, 사용자의 하드웨어에서 실시간 추론이 가능합니다. 대형 인프라를 이용한 LLM 기술로 OpenAI, Dall-E 등과 같은 서버 기반 대형 플랫폼 서비스도 있지만, 모바일 단말에서도 작동가능한 소형 언어 모델(sLLM)로도 원하는 결과를 얻을 수 있을 만큼 발전하였습니다. 최근 GPT4와 같은 클라우드 서비스를 이용하는 것처럼 모바일 디바이스, 자동차, MS 코파일럿 같은 프로그램 개발툴, 디자인툴등의 솔루션, 폐쇄망내 시스템 등 어디에서나 GPT를 이용하는 시대가 되었습니다. GPT4All을 이용하면 PC에서도 gp..

Llama2 는 누구나 무료로 다운로드하여 사용할 수 있는 대규모 오픈 소스 언어 모델입니다.자율주행차부터 챗봇까지,  AI혁명으로 사회 전반의 삶의 변화가 일어나고 있습니다.  AI의 가장 흥미로운 발전 중 하나는 대규모 언어 모델의 생성입니다. 이러한 모델은 일관되고 이해하기 쉬운 새로운 텍스트를 생성하기 위해 기사 및 소셜 미디어 게시물과 같은 대량의 데이터에 대해 훈련되었습니다. 대규모 언어 모델의 잘 알려진 예로는 OpenAI의 ChatGPT, Google의 Google Bard, Meta의 Llama 2가 있습니다. Meta는 Microsoft와 협력하여 Lama 2 모델을 출시했습니다. Llama2 AI모델에 대한 소개 Llama 2는 페이스북 모회사 메타의 AI 그룹에서 개발한 대규모 언어..

[인공지능 기술] RAG를 위한 라마인덱스의 정리 - llamaindex 의 특징 라마인덱스(LlamaIndex)와 ChatGPT라마인덱스(LlamaIndex)는 RAG(Retrieval Augmented Generation)을 구현할 때 유용한 프레임워크입니다.ChatGPT는 방대한 학습된 데이터(LLM)를 이용하여  번역, 요약, 설명 등을 할 수 있는 기술이지만 최신의 정보나 특정 도메인의 지식을 설명하지 못하는 경우 RAG( Retrieval Augmented Generation) 방식으로 데이터의 증강이 필요합니다.이 경우 라마인덱스를 이용하여  ChatGPT가 새로운 도메인의 데이터를 검색하고 응답할수 있도록 데이터를 벡터화 하는 임베딩의 과정을 거쳐 데이터를 활용 할 수 있습니다. RAG(R..

[인공지능 GPT를 이해하는데  알아야 하는 용어들]GPT(Generative Pre-trained Transformer)LangChainLLM (Large Language Model, 거대 언어 모델)Vector Embedding(벡터 임베딩)Vector Database (벡터 데이터베이스)Tokenize (토큰화)사용자가 GPT를 이용하는 과정을 심플하게 이해하기GPT에 대한 내용보다 작동되는 과정을 이해하고  어떻게 하면 만들수 있을까를 고민하면서 업데이트를 하고 있습니다. 조금씩 발전 하는 오늘이 되는데 보탬이 되면 좋겠습니다.GPT3.5의 작동 과정사용자가 GPT를 이용하는 과정을 심플하게 표현하면 질문을 이해하고 학습된 데이터에서 결과를 읽고 답변하는 것입니다.GPT3.5의 제약은 학습하지 못..

프롬프트엔지니어링ChatGPT로 인해 인공지능의 영역은 사용자가 모델에게 제공하는 프롬프트 (입력 문장 또는 질문)를 통해 모델의 출력을 조작하고 원하는 결과를 얻는 AI 프롬프트 또는 프롬프트 엔지니어링의 방법에 이르렀습니다. 방대한 자료를 학습하여 탄생한  LLM(Large Language Model)으로 자연어의 이해, 기계 번역, 텍스트 생성, 질문 응답 및 다양한 언어 관련 작업에서 "인간 수준의 언어 이해와 생성 능력을 갖춘 모델"로서 활용 되고 있습니다.  LangChain(랭체인)은! LangChain은 언어 모델을 기반으로 하는 GPT기반 AI 애플리케이션을 개발하기 위한 프레임워크입니다.  LangChain을 이용해서 chatGPT의 API와 연계하여  LLM을 기반으로한 다양한 언어 ..

정말 알아두면 좋은 AI 도구 트렌드 - AI Trending Tools🍎 CoachVox: 인공지능서비스에이전트 생성형 AI로 자신의 AI 버전을 생성 : create an AI version of yourself to generate leads 콘텐츠와 스타일에 맞춰 훈련된 AI로  콘텐츠와 코칭 스타일을 사용하여 고객에게 가장 적합한 서비스를 제공하는 방법을 리딩하거나 상담하도록 합니다.https://coachvox.ai/ 🍉 FineShare: 영상효과​비디오 및 회의 기능을 자동으로 생성 ( streamlines video & conference capabilities )풍부한 이미지, 음향 효과, 템플릿 라이브러리를 이용하여 자신만의 매력적인 화상 회의 가능https://www.finesh..

인공지능 - 음악을 작곡하는 AI도구[생성형 음악 제작 도구] 1. AudioCraft 2. OpenAI Jukebox 와 MuseNet 3. Amper Music 4. Soundful 5. AIVA (Artificial Intelligence Virtual Artist) 6. Ecrett Music 7. Soundraw 8. Amadeus Code 가트너의 설문조사에 따르면, 인공지능을 사용한 적이 있는 기업의 55%는 새로운 애플리케이션을 개발할 때 이미 인공지능을 우선시하는 것을 목표로 삼고 있다고 합니다. 그만큼 인공지능의 시대는 가속화 되고 있습니다. 최근 몇 년 동안 언어 모델을 포함한 생성 AI 모델은 질문에 대한 텍스트 설명이나 요약에서 부터 음성 모델, 이미지 및 비디오 생성까지 지원되고..

인공지능 챗봇 chatGPT로 글을 쓰는 자율 지능의 시대가 온다.거대 인공지능은 자율 지능의 시대로 전환하는 시작이라고 봐야 할까요?지금까지 인공지능은 사람이 알고 있는 것과 원하는 내용을 기계에게 알려주고 학습을 시켜 왔다면 앞으로는 기계가 생각하고 사람이 따라가야 하는 시대가 되는 듯합니다.자동차  운전기사가  내비게이션만 따라가면 되듯이 자율 지능은 인간의 생각을 단순하게 만들 수도 편리하게 할 수도 있다는 생각이 듭니다.  자율지능화된 chatGPT로 원하는 주제로 시를 지을 수 있습니다. 자율 지능은 자율 지능은 기계 또는 인공 지능 시스템이 인간과 유사한 수준의 학습, 추론, 판단, 의사 결정 등을 수행하는 능력을 의미합니다. 이러한 시스템은 데이터를 기반으로 스스로 학습하고, 새로운 상황에..

(기술 트렌드)빅데이터 처리 환경의 변화와 미래 ❤️ 근래의 빅데이터 기술은 데이터를 수집.저장.변환처리 에 필요한 스토리지 기술의 발전과 함께 데이터 처리 방식과 도구의 발전으로 이어져 있습니다. ❤️ 각 스토리지 기술의 발전과 데이터 시장의 변화를 정리 해 봅니다. 1. Sequential Access Method - Sequencing processd by tape device 80년대 데이터 베이스는 테입 디바이스에 저장되어 순차적인 읽기와 쓰기가 용이한 순차 접근 방식 (Sequential Access Method)은 데이터를 연속적으로 접근하는 방식을 사용 했습니다. 이 방식에서는 데이터를 순서대로 읽거나 쓰는 것이 주된 작업을 사용했습니다. 당시 테이프 디바이스는 대용량 데이터를 저장하기 위..

인공지능 관련 ebook 모음 Machine Learning and Data Science Blueprints for Finance(2020) http://202.91.76.90:81/fdScript/RootOfEBooks/EBook-Collection/CSE/Hariom_Tatsat,_Sahil_Puri_,_Brad_Lookabaugh_Machine_Learning_and.pdf Machine Learning with Python for Everyone (2020) https://mariapilot.noblogs.org/files/2020/10/Machine-Learning-With-Python-For-Everyone-Pearson-2020.pdf Machine_learning_with_python (..