최신 피드를 AI 요약으로 빠르게 확인하세요

AWS의 분산 학습 클러스터 구축과 운영 가이드는 Enroot+Pyxis를 활용한 컨테이너 기반 실행과 Slurm를 통한 자원 관리로 수십~수백 노드의 학습을 일관된 환경에서 가능하게 합니다. 노드 간 동일 환경은 .sqsh 이미지와 공유 파일시스템 FSx for Lustre로 보장되며, aws-ofi-nccl과 NCCL, EFA가 고속 AllReduce 경로를 구성합니다. 실전 구성은 ODCR이나 Capacity Block으로 인스턴스를 확보하고, ParallelCluster, PCS, SageMaker HyperPod 중 운영 모델에 맞는 플랫폼과 DLAMI/Custom AMI를 선택합니다.
에이아트릭스가 CEO스코어의 국내 AI 경쟁력 평가에서 바이오·헬스케어 부문 2위와 스타트업 부문 3위를 차지했고, 6개 부문으로 구성된 평가에서 강점을 보였습니다. 특히 논문 10편을 국제 학회에 등재하는 등 학술 연구 역량이 뚜렷하게 나타났으며, 의료 현장에서 활용 가능한 AI 솔루션의 개발에 집중할 계획입니다. 앞으로도 학술 성과를 바탕으로 글로벌 경쟁력을 높이고, 의료 분야에 적용 가능한 AI 솔루션의 확산을 목표로 합니다.
에이아이트릭스가 주최한 2025 AITRICS RRS Symposium은 전국 RRT 의료진의 현장 적용 가능성과 의료 AI의 실질적 영향을 다룹니다. AITRICS-VC 기반 RRT 적용 사례와 기술 고도화의 현장 경험을 중심으로, 예측 솔루션의 임상 가치와 데이터 기반 근거를 제시했습니다. 참석자 95%의 만족과 활발한 Q&A, 부스 시연을 통해 임상 현장에서의 안전 개선과 치료 성과 향상 가능성이 확인되었습니다.
에이아이트릭스 연구팀이 새로 제안한 TIMING 기법은 시계열 예측의 설명 가능성을 시간 의존성을 반영하도록 확장한 XAI 방식입니다. 기법은 CPD, CPP 지표와 Segment-based Random Masking으로 IG를 시계열에 맞게 고도화하고, 중요한 시점과 예측 안정성을 함께 평가합니다. MIMIC-III, PAM, Epilepsy 등 6개 데이터셋에서 최대 109.8%의 성능 향상과 실시간 0.04초 처리로 의료 현장 적용 가능성을 시사합니다.
당근은 WebView 기반 화면의 초기 UI를 즉시 렌더링하기 위해 Lynx를 도입해 실행 환경과 렌더링 레이어를 재설계했습니다. PrimJS로 시작하는 소형 자바스크립트 엔진과 주 스레드-백그라운드 스레드 이중 구조로 IFR를 구현해 첫 프레임에 실제 화면을 보여줍니다. 리스크 관리 측면에서 WebView로의 롤백 경로를 남겨두고, React Native와 Flutter 비교를 통해 부분 교체의 적합성을 확인했습니다.
당근은 웹뷰의 일부 화면을 대체하기 위해 Lynx를 도입하고, 프론트엔드와 모바일이 협업해 렌더링 계층 아키텍처를 설계했습니다. 작은 JavaScript 런타임 PrimJS와 듀얼스레드 구조로 Instant First-Frame Rendering을 구현했고, 번들은 Warp와 CDN으로 배포하며 PoC에서 610ms/302ms 성능을 확인했습니다. 또한 번들 캐싱, 공통 자산 재사용, Lydl DSL 도입 등으로 개발 생산성과 유지 관리의 경계를 확장해 나갔습니다.

구글코리아가 제미나이와 함께 ‘구글 대학생 앰배서더 2기’ 발대식 현장을 소개합니다. 제목이 암시하는 제미나이와의 협업은 대학생 앰배서더 프로그램의 아이디어 확장에 중점을 두고 이를 다룹니다.
티빙이 가왕쇼를 8월 11일에 독점 공개하고 현역 가왕 3인이 한자리에 모여 센터 자리를 놓고 경쟁하는 구도를 다룹니다. 또한 K-트롯 중심의 OTT 콘텐츠 확장 전략을 다룹니다.
구글코리아의 제미나이(Gemini) 앱이 월간 활성 이용자 10억 명을 넘겨, 구글 역사상 가장 빠르게 성장한 서비스로 자리잡았습니다. 또한 이용자 데이터가 공개되며 제미나이가 음성 기능으로 일상의 소통에 미친 영향을 조명합니다. 이는 글로벌 서비스 운영과 사용자 경험 개선에 실무적으로 참고할 수 있는 지표와 방향성을 제공합니다.

구글이 제시하는 Go 언어는 AI 보조 소프트웨어 엔지니어링에서 핵심 도구로, 엄격한 컴파일러와 통합 도구체인으로 장기적 아키텍처 안정성을 강화합니다. 읽기 쉬운 구문과 생태계 전반의 일관성, 과거 호환성의 엄수로 AI 모델이 자체 수정하고 표준화된 코드를 더 정확하게 생성하도록 결정론적 가드레일을 제공합니다. 생산 환경에서 AI로 생성된 출력물을 검증하고 최적화하는 엔지니어링 팀의 속도와 품질을 높이는 실용적 이점을 제시합니다.