전체 글 17

온라인쇼핑의 유사 상품 추천 ,어떻게 이루어질까?

온라인 쇼핑을 하면서 한번쯤 이런 경험을 한 적이 있지 않은가? 내가 관심 있는 제품을 검색하면 그 아래에 '방금 본 상품과 유사한 제품'과 같은 추천 목록이 나타나는 것을 본 적이 있을 것이다. 이러한 추천 시스템의 핵심 기술 중 하나가 바로 이미지 유사도 분석이다. 단순히 상품 이름이나 설명이 비슷해서 추천하는 것이 아니라 상품의 이미지를 분석하여 시각적으로 유사한 상품을 찾아주는 것이라고 볼 수 있다.   이번 Hands on에서는 지난 호에서 다뤘던 CLIP 을 다시 한번 사용하여 이미지 유사도를 평가해보는 실습을 해보도록 하겠다. CLIP 을 통해 여러 이미지를 생성 한 후 ① 생성된 이미지가 내가 원하는 실제 이미지와 얼마나 비슷한지 ② 다른 주제로 생성된 이미지들이 얼마나 명확히 구분되는지를..

딥시크, 제대로 알아보자!

딥시크의 기원   딥시크는 지난 2023년 량원펑(Liang Wenfeng) 에 의해 설립된 중국의 AI 스타트업이다. 량원펑은 지난 2015년 대학 동창 2명과 함께 헤지펀드(Hedge Fund) 회사 '하이 플라이어'(환팡량화)를 세웠다. 하이 플라이어는 약 13억 달러(한화 약 1조 8 천억 원) 이상을조달 한 중국 최초의 헤지펀드가 되었다. 2019년부터는 투자 기법 정교화를 위해 하이 플라이어 내에 AI 전담 부서를 만들었다. 그의 팀은 엔비디아의 GPUR H800 을 사용해 주식 거래에서 수익을 창출했다. 이후 량원펑은 2023년 5월 하이 플라이어의 AI 조직을 데리고 분사해 딥시크를 창업하였다.딥시크의 특징   DeepSeek V3 모델은 671억 개의 파라미터를 가진 전문가 혼합(MoE)..

[파이썬 코딩 ] 효율적인 반복문 활용하기

for 루프는 리스트, 튜플, 문자열, 딕셔너리 등 반복 가능한(iterable) 객체의 요소를 하나씩 가져와 순차적으로 실행하는 반복문이다. 주어진 객체 내부를 순회하며 특정 작업을 반복적으로 수행할 때 사용된다. 머릿속으로 쉽게 떠올릴 수 있는 직관적인 구조 덕분에 초보자에게 유용하며, 데이터를 다룰 때 가장 먼저 떠오르는 반복문 방식이다. AI 를 활용한 연구 및 데이터 분석에서는 보통 pandas 패키지를 기반으로 데이터프레임을 다룬다. 하지만 데이터프레임의 크기가 커질수록 for 루프는 비효율적인 방법이 된다. for 루프는 데이터프레임의 각 요소를 하나씩 인덱싱하여 접근하기 때문에 연산 속도가 느려지고, 코드 실행 시간이 길어질 수 있기 때문이다.   그렇다면 for 루프를 어떻게 효율적으로 ..

한국수자원학회 AI 응용연구· 활용 분과위원회 출범, K-water 주도적 참여

K-water AI 연구센터가 한국수자원학회 수자원-AI 융합학술활동의 중추적 역할을 맡게 되었다. 2월 27 일 K water 연구원에서 개최된 2025 년 한국수자원학회 회장단·분과위원회 워크샵에서는 학회 하부기구로 AI 응용연구·활용분과(AIoH)가 새로 설치되었으며, AI 연구센터 김성훈 센터장이 홍익대 이승오 교수와 함께 공동위원장으로 임명되었다. AI 연구센터에서는 위원장과 간사를 포함 4명이 위원회에 참여하게 되었다.   AI 응용연구·활용분과는 수자원 AI 분야의 연구 및 개발을 활성화하고, 실용적인 AI 활용 가치를 창출하는 것을 목표로 한다. 이를 위해서 AI 세미나 및 심포지엄 개최, 최신 기술 동향 기고 AI 연구윤리 및 안정성 확보 방안 논의, 수자원 AI 연구플랫폼 구축 등의 다..

AI가 변화시키는 물 관리 생태계 변화

물 관리 AI 도입의 과거와 현재    최근 글로벌 물 관리 분야에서 인공지능(AI)의 역할과 중요성이 급부상하고 있다. 특히 선진국을 중심으로 데이터 기반의 효율적 물 관리가 강조되면서, AI 융합 기술의 고성장 시대가 본격적으로 열릴 것으로 전망된다. AI는 본질적으로 기계와 데이터 과학의 결합체로서 학습, 추론, 문제 분석, 지각, 언어 이해 등 인간 지능을 모방하는 기술이다. 물 관리 분야에서는 이를 통해 복잡하고 반복적인 작업을 신속하게 처리하고, 난제 해결에 효율성을 높일 것으로 기대된다.    이러한 흐름은 과거부터 점진적으로 형성되었다. 본격적인 AI 기술 활성화가 이뤄지기 전인 2000년대 후반부터 2020년까지는 IoT 및 클라우드 기반의 데이터 수집·관리를 통해 '스마트 물 관리' 개..

메타, AI 기반 누수 탐지 기술 도입

영국 FIDO Tech와 협력해 2030년까지 콜로라도강 유역 파밍턴시의 물소비량 200% 반환 약속 이행   글로벌 기술기업 메타(Meta)가 콜로라도강 유역 물 부족 문제 해결을 위해 AI 기반 누수 탐지 기술을 활용하는 사업에 참여하는 협약을 체결했다. 이번 협력은 AI 주도 민관협력 커뮤니티인 Water United의 지원을 받아 추진되며, 향후 10년간 지속될 계획이다. 메타는 영국 소프트웨어 기업인 FIDO Tech와 협력해 미국 뉴멕시코주 파밍턴시의 300km 길이 상수도망에서 누수감지 및 관리 AI 솔루션 ‘FIDO Plus'를 도입할 예정이다. FIDO Tech는 AI와 머신러닝 기반의 누수 탐지 기술을 개발하여 전 세계의 물 관리 효율성을 개선하기 위한 솔루션을 제공하고 있다.    F..

AI, MWC 2025의 핵심 기술로 자리 잡다

※ MWC(Mobile World Congress)는? 엔비디아, 마이크로소프트, 구글, 삼성전자, 메타, 퀄컴, 아마존웹서비스(AWS), 에릭슨, 노키아, 화웨이 등 글로벌 주요 기업이 대거 참가하는 세계 최대의 모바일 기기 박람회이다. 단순한 제품 전시를 넘어 글로벌 기술의 미래를 논의하고, 협업과 혁신의 장을 마련하는 기술 박람회로 자리매김 하고 있다.    MWC(Mobile World Congress) 2025가 스페인 바르셀로나 Fira Gran Via에서 2025년 3월 3일~3월 6일(현지시간)동안 개최되었다. MWC는 세계 최대의 모바일 전시회로, AI가 다양한 산업 분야에서 혁신을 주도하며, 기업들의 경쟁력을 강화하는 핵심 요소로 부각되고 있다. 올해는 특히, AI 기술을 활용한 새로운..

국내 첫 추론형 AI, LG 엑사원 딥 공개!

수능수학 95점, 딥시크보다 높아  LG AI연구원이 3월 18일, 국내 최초의 추론형 인공지능(AI) 모델인 '엑사원 딥(EXAONE Deep)'을 오픈소스로 공개하며 미국 오픈AI·구글, 중국 딥시크 등과의 글로벌 AI 경쟁에 본격적으로 뛰어들었다. 엔비디아 연례 개발자 콘퍼런스(GTC)에서 처음 공개된 엑사원 딥은 스스로 가설을 세우고 이를 검증하는 능동적인 AI로, '에이전틱(Agentic) AI' 시대의 도래를 알리는 신호탄으로 평가받고 있다. 이번에 공개된 '엑사원 딥-32B' 모델은 320억 개의 매개변수를 보유하고 있으며, 이는 중국의 '딥시크 R1' 모델(6710억 개 매개변수)의 약 5%에 불과한 규모다. 그럼에도 불구하고, 엑사원 딥은 수학 문제 해결 능력 평가 지표인 MATH-500..

글만 쓰면 그림이 된다 ! CLIP

이번 Hands-On 에서는 텍스트로 그림을 그려볼 것이다. OpenAI 에서 개발한 CLIP 이라는 모델을 사용해 한국어로 프롬프트를 입력하면 영어로 자동 번역되어 사용자가 입력한 대로 AI가 이미지를 만들어준다. 실습을 시작하기 전에 CLIP에 대해 간단하게 살펴보자. CLIP(Constrastive Language Image Pretraining)은 텍스트와 이미지를 연결하는 멀티모달 AI 이다 CLIP 는 텍스트와 이미지 데이터를 함께 학습하여 텍스트 이미지 간의 관계를 이해하는데 뛰어난 성능을 보인다. CLIP 의 주요 기능은 크게 ① 멀티모달 학습 ② 대조학습 ③ 제로샷 적용이며 자세한 내용은 아래 표를 참조하기 바란다. 이제 본격적인 코딩 실습으로 들어가 보자. 말이 그림이 된다! CLIP ..

MLOps(Machine Learning& Operations)

MLOps는 기존의 소프트웨어 개발이후 배포·운영의 효율화를 위해 적용되는 DevOps(Development Operations)의 개념을 머신러닝에 적용한 것으로, 머신러닝(Machine Learning, ML)과 운영(Opearation, Ops) 프로세스를 통합하여 개발된 ML모델의 운영서비스 환경에서 모델을 안정적이고 효율적으로 배포 및 유지관리 할 수 있는 개념 및 개발을 의미한다. 따라서, ML단계에서는 데이터의 수집, 전처리, 모델 구축, 학습 및 평가 등, Ops단계에서는 모델의 배포, 모니터링 및 평가 등의 기능을 수행한다. MLOps가 적용되면 개발된 ML모델은 운영 시 효율적 버전 및 성능관리와 데이터 연계까지 하나의 프로세스로 관리가 가능하게 되어 기존에 소프트웨어 개발자와 시스템 ..