yunbh2

상당히 좋은 지적이라고 생각합니다. 우리가 살아가는데 필수불가결한 시설임에도 불구하고, 그걸 특정한 곳에서 지으려고 할 때 반드시 발생하는 이슈라고 생각합니다. AI 인프라 관련하여 이를 다 짓고나서 이슈화 되었다면 엄청난 비용이 들었을 것으로 생각하는 제 입장에서는 빠른 시점에 터진게 적절했다고 생각합니다. 원전/방사선 방호분야에서는 이득과 손해를 재고 이를 전부 더했을 때 이득이 될 때를 "정당화"라고 부르는데, 정당화가 성립하는지, 영향이 생긴다면 안전/보건/환경 분야에서 어떠한 영향을 끼치는지 등을 꽤 깊이 따지곤 합니다. 말씀하셨다시피, AI 인프라 분야에서도 "리스크 커뮤니케이션", "이해동의"와 같은 개념을 접목시키는 것이 좋다고 생각합니다. 원전, 중저준위 방사성폐기물 관리시설에서 얻은 교훈은 쓸 수 있을 때 쓸 수 있는 게 좋죠.

AI 데이터센터가 혐오시설이 된 이유

현대 물류센터의 발달을 보면 보관 뿐만 아니라 이를 보낼 인프라, 인근 도로/철도/항만 환경, 포장 및 적재 등 다양한 변수들을 해결하기 위하여 그 기능이 조금씩 변하고 최적화하는 것으로 알고 있습니다. AI가 발전할수록 필요한 것은 인프라라는 느낌이 들고 있는데, 이 CPU, GPU와 데이터를 주고받을 물류센터 기능을 할 SSD, HBM 등이 기존 저장장치에서 데이터를 주고받는 데 필요한 역할이 무엇인지에 대한 답안을 두 회사가 제시했군요.

삼성·하이닉스의 다음 승부처는 SSD다

관점을 바꾸면 문제해결방법이 달라진다는 점은 여기에서도 한번 보여주었다는 점이 인상깊습니다. 자동차 한 대의 가장 중요한 목적과 함께 부가되는 목표의 우선순위를 어떻게 두느냐도 상당히 중요해 보입니다.

테슬라가 자동차를 다시 설계하기 시작했다

인력풀의 인프라 이슈는 확실히 짚고 넘어갈 점이 있는 것 같습니다. 1. 시니어급 인력 육성을 위한 중간사다리 - 비단, 국가적인 내용 말고 기업 입장에서도.. 2. 육성기간 동안의 학생 재무 이슈 3. 육성 후 각 분야별 인력풀 및 T/O 현황 4. (경쟁범위) 타 국가와 비교하였을 때 상대적인 처우 5. 위의 문제들을 삼척동자도 이해할 수 있는 거버넌스와 커뮤니케이션

[오피니언] 삼전닉스 성과급, 이공계 대학원 이대로 괜찮나

비유하자면, 여러 대의 열차를 잘 움직이려면 각 차량의 성능이 좋을 뿐만 아니라, 그 연결부를 어떻게 잘 연결할 수 있는지도 중요하다는 점... 인상깊습니다. 이 연결점에 대하여 처리할 사람들의 "책무"를 어떻게 정할 것인지는 상당한 과제라고 생각합니다. 물론 이를 가장 지혜롭게 해결할수록 최적화는 더 잘 될테니 이를 아는 것도 중요해 보이네요.

K-배터리 위기, 중국 때문만은 아니다

"제사보다 잿밥이다"는 표현이 생각나네요. 수학의 근원을 쫓아가다보면 결국 남는 건 "질문"인데, 그 질문이 무엇이냐에 따라 방향성이 많이 갈린다고 생각합니다. 아무리 AI가 최소한의 가정으로 많은 것을 증명할 수 있어도, 결국 사람이 이해하지 못하면 그 의미는 퇴색될 수 밖에 없다고 생각합니다. 이번에 AI측이 비판받은 이유는 그 "수학"이란 학문에 대하여 이해를 하지 못함이 원인이지 않을까 싶습니다.

OpenAI의 나비에-스토크스 방정식 해법 완벽 해설

1. AI와 관련된 리포트들을 보면서 "AI의 결과물은 사람의 검증을 요하며, 이는 매우 중요하다"는 공통점을 느꼈습니다. 2. 故 이건희 전 회장이 실제 하신 말씀인지는 모르겠지만, "아내 빼고 모두 바꿔야한다"가 당시 삼성의 모토가 되었고, 실제로 혁신을 통해 성장을 한 것으로 기억합니다. 다른 방향에서의 혁신이 필요한 점을 지적한 것도 인상깊네요.

삼성·SK하이닉스, 사람없는 반도체 공장 만든다

어떠한 일과 책무를 AI에게 맡기면 발생되는 치명적인 상황을 잘 설명했다고 봅니다. 현재 법령에도 "고영향"에서 사람의 안전/보건/보안 등에 직결되는 문제는 결국 사람이 이 책무를 져야한다는 것으로 알고 있는데요, 책임은 미루기 쉽지만 책무는 사라지지 않는다는 것을 고려한다면 AI를 무작정 떠넘기고 모든 것을 미룬다는 것이 "사람"들이 원하는 답을 찾는 것에서 더 멀어질 수 있다는, 조금 더 과장되게 이야기하면 "절멸"한다는 표현이 윤리나 철학적인 입장에서는 수긍이 가는 표현입니다. 결국, 궁극적인 목적이 "사람"을 위한 것이라면, 적어도 "사람"이 이 책무를 감당해야 하지 않을까 생각합니다. 내가 할 수 있고, 내가 맡긴다 하더라도 "사람"의 범위는 나 자신도 포함한다는 사실을 많이 잊더군요..

AI 에이전트의 맹점, 자동화 뒤에 남은 ‘검증 비용’

현재까지의 로봇 기술에서의 관점 차이를 잘 보여주면서도 어떤 방향으로 가야 할지에 대해 잘 설명되었네요. 실제 로봇투입은 지형 자체의 관점 뿐만 아니라 그 내부에 있는 위험요소(온도, 습도, 화학작용, 방사선장, 생물학적위험 등)가 있는 곳, 특히 사람들이 진입하기에는 그 위험도가 현저히 높은 곳을 투입하기 위한 각종 실험데이터가 요구된다는 점에서는 이러한 인프라를 구축하는 것도 중요하다고 느꼈습니다. 이런 요소들을 검증할 수 있는 곳이 적절한 위치에 생긴다면 그 면에서 여러 요소를 생각할 여지가 있겠네요.

100m 8.64초 중국 로봇, 한국이 속도 대신 노리는 것

환각제를 이용해 우울증의 빠른 치료 해결... 대략 2시간 정도 관리하면 8주(약 2달)를 버틴다는 것은 어찌보면 혁명이긴 한데... 경험적으로 편차가 발생하기 쉬운 환경에 실제 체감하는 정도를 3상에서 검증할 때 최대 대기시간이 정말 2시간 이내인지 보이는게 관건이겠네요.

일라이릴리는 왜 '환각제'에 5조 원을 베팅했는가?

"무모순성 정리"에서 수학의 위기가 왔다고 평했는데, 현대수학은 진짜로 깊이 발전했다는 걸 실감했죠. 이번에는 AI가 증명했다고 수학의 위기가 올 거라고 평한다면, 개인적인 생각은 그 반대라고 봅니다. Article에서 본 것과 같이 그 포커스가 "증명"에서 "검증"과 "질문"으로 바뀐다는 점에서 현대 이후 수학은 다른 방향으로 많이 발전할 것으로 생각합니다.

사상 최초로 '진짜' 수학 난제를 풀어버린 오픈AI

그린수소라면 언급하신대로 배보다 배꼽이 큰 비용이 걸림돌이라 "승용차"레벨에서는 많이 어려울 것이다는 것에 동의합니다. 한편 버스, 트럭, 기관차 등으로 가면 소위 그레이수소라 불리는 수소가스의 잉여자원을 투입한다는 점에서, 상대적으로 차량 수는 소수라는 점에서 그 장점을 가질 거라고 생각됩니다. 실제 운영 인프라가 어떻게 구축될지는 큰 관건이 되겠네요..

현대차는 왜 안 팔리는 수소차를 포기하지 않을까

비단 우리나라뿐만 아니라, 외국 기업에서 나오는 각종 게임들도 이런 면이 묻어나오고 있다는 점이 우려되는 지점이라고 봅니다. 특히, 양질의 컨텐츠로 검증받은 각종 IP를 이용하여 소위 "천박한 BM"을 사용하고 있는 게임을 보면 기대감보다 아쉬움이 많아지더군요. 단순히 게임이 좋냐 나쁘냐가 아닌, 그 속에 숨어있는 요소 및 한계/문제점을 잘 지적했다고 생각합니다.

한국 '게임주'의 시대가 저문다