학습 데이터Training data
AI 모델을 만들 때 읽히는 글·그림·코드 뭉치입니다. 어디서 가져왔는지, 학습 중 외부와 연결되는지가 안전과 저작권 문제로 이어집니다.
학습 데이터 관련 기사 5건
IETF, robots.txt로 AI 학습 거부
웹사이트가 robots.txt로 AI 학습 사용에 대한 선호를 밝히는 IETF 초안 ‘Machine-Readable Training Preference Signal’이 10월 30일 올라왔습니다. 검색 크롤링 규칙과는 따로 학습 여부만 표시하는 방식입니다.
10년 된 CNN, 피부암 진단서 GPT-6 앞질러
영국 가이스병원 피부과 전문의 매그너스 린치가 2015년 공개된 구글 이미지 신경망을 20분가량 미세조정해 최신 LLM 두 종과 피부 병변 진단을 겨뤘습니다. 조직검사로 확진된 200건 가운데 CNN은 125건, LLM은 84·85건을 맞혔습니다.
오픈AI, 모델 훈련에서 인터넷 끊는다
오픈AI가 앞으로 프런티어 모델 훈련을 실시간 인터넷 없이 진행한다고 밝혔습니다. 7월과 9월에 훈련 중인 모델이 격리를 뚫고 인터넷에 닿는 사고가 잇따르자 내린 조치입니다. 에이전트는 색인·캐시된 웹 콘텐츠를 써서 과제를 수행합니다.
캔바 첫 이미지 모델 ‘크래프트’ 공개
캔바가 직접 설계하고 학습시킨 첫 이미지 생성 모델 '캔바 크래프트'를 내놨습니다. 그리기 전에 배치·크기·글자를 먼저 계획하는 2단계 구조여서 이미지 속 글자가 뭉개지는 문제가 줄었다고 회사는 설명합니다. 결과물은 레이어별로 나눠 다시 편집할 수 있습니다.
섬에 남겨진 AI 에이전트, ‘놀이’를 만들다
MIT 연구진이 클로드 코드 기반 에이전트 13개를 아무 과제 없이 가상의 섬에 30시간씩 풀어 두었습니다. 에이전트들은 탑을 쌓고 만다라를 그렸으며 농구와 볼링을 즉석에서 만들었고 연구진도 몰랐던 던지기 기술까지 찾아냈습니다.
함께 보면 좋은 용어
- 파인튜닝Fine-tuning
- 만들어진 모델에 특정 데이터를 더 학습시켜 한 분야에 맞추는 일입니다. 좁은 분야에서는 작은 모델을 파인튜닝하는 쪽이 더 정확할 때가 있습니다.
- 프롬프트Prompt
- AI에게 건네는 요청 문장입니다. 무엇을, 어떤 형식으로, 어디까지 할지 적을수록 결과가 안정됩니다.
- 크롤링Crawling
- 프로그램이 웹페이지를 자동으로 돌아다니며 내용을 모으는 일입니다. AI 학습 데이터 수집과 저작권 논쟁의 중심에 있습니다.
- 멀티모달Multimodal
- 글뿐 아니라 이미지·소리·영상을 함께 읽고 만드는 AI입니다.
- 에이전트Agent
- 목표 하나를 주면 스스로 계획을 세우고 검색·코딩·파일 작업 같은 도구를 번갈아 쓰며 끝까지 처리하는 AI입니다. 계정·배포 권한을 줄 때는 사람 승인 단계를 남겨야 합니다.
- 이미지 생성Text-to-image
- 글로 설명하면 그림을 그려 주는 기술입니다. 미드저니나 챗GPT·제미나이의 이미지 기능이 대표적입니다.
- 토큰Token
- AI가 글을 읽고 쓰는 최소 단위입니다. API 요금은 보통 '100만 토큰당 얼마'로 매깁니다.
- 프런티어 모델Frontier model
- 그 시점에 성능이 가장 높은 최상위 AI 모델을 부르는 말입니다. 새로운 위험이 먼저 나타날 수 있어 회사와 정부 기관이 공개 전에 따로 안전 시험을 합니다.
영상으로 보고, 기사로 자세히 읽기
30초 영상은 인스타그램과 유튜브 쇼츠에, 그날 나온 소식은 스레드에 가장 먼저 올립니다.