우리가 일상에서 흔히 쓰는 자석은 사실 아주 오래전, 고대 그리스 시대부터 알려져 왔어요. 지금은 전기차, 의료기기, 스마트폰까지 거의 모든 기술에 들어가는 핵심 소재가 되었죠. 그런데 이런 자석은 보통 수백만 개, 많게는 수십억 개의 원자층이 쌓여 만들어져요. 이런

페이페이 리는 AI가 '공간'을 이해하도록 만드는 기술을 개발하고 있어요. 지금의 AI는 사진 한 장 속 사물은 잘 구분하지만, 그 사물들이 어디에 있고 어떻게 연결되어 있는지까지는 아직 잘 이해하지 못해요. 사람은 방 안을 보면 책상이 어디에 있는지, 문과 창문이 어

페이페이 리는 인공지능(AI) 분야에서 세계적으로 유명한 과학자예요. 특히 컴퓨터가 사람처럼 세상을 보고 이해하도록 만드는 연구를 이끌어온 인물로, 'AI의 대모'라고 불리기도 해요. 그녀는 스탠퍼드대학교 교수로 활동하며, AI 연구의 방향을 크게 바꾼 인물로 평가받고

AI가 화면을 넘어 현실로 나오다 지금까지의 AI는 대부분 화면 속에서 작동했어요. 텍스트를 분석하고, 이미지를 인식하고, 데이터를 계산하는 일이 중심이었죠. 이제 AI는 그저 정보를 처리하는 것을 넘어 현실 세계에서 직접 움직이고 행동하는 단계로 나아가고 있습니다.

시뮬레이션, 현실의 복잡한 시스템을 가상으로 돌리다 현실 세계에서 모든 실험을 직접 해 보는 것은 쉽지 않습니다. 자동차 충돌 실험은 차량을 실제로 부숴야 하고, 대규모 공장이나 도시 시스템은 마음대로 시험해 볼 수도 없죠. 그래서 등장한 방법이 바로 '시뮬레이션'입니

빠른 칩보다, '잘 연결된 칩'이 더 중요해졌다 오늘날 AI 모델은 수천억 개에서 수조 개의 파라미터를 가진 거대한 규모로 커지고 있어요. 이런 모델을 학습하려면 한 개의 칩으로는 감당할 수 없고, 수천 개의 GPU가 동시에 계산을 나눠 맡아야 합니다. AI 연산은 더

하드웨어에 영혼을 불어넣다 원래 GPU는 게임 그래픽이나 그리던 장치였어요. 복잡한 수학 계산이나 AI 학습에 쓰기에는 활용하기 까다로운 장치였죠. 그런데 2006년, 엔비디아는 CUDA(Compute Unified Device Architecture)라는 소프트웨어

미래 산업의 설계자, 엔비디아를 이해하는 첫 번째 열쇠는 바로 '가속 컴퓨팅 하드웨어'에 있어요. 엔비디아는 스스로를 반도체 제조사에 머무는 기업이 아니라, 인공지능(AI) 시대의 계산 방식을 새로 설계하는 회사로 규정해 왔죠. 그 전략의 중심에 있는 것이 기존 컴퓨팅

제프리 힌턴(Geoffrey Hinton)은 딥러닝의 이론적 토대를 수십 년에 걸쳐 만들어 온 인물이에요. 인공지능(AI)이 주목받지 못하던 시절부터 “기계도 사람처럼 학습할 수 있다”는 생각을 포기하지 않았던 연구자죠. 업적 1. 인공신경망을 포기하지 않은 연구자 1