<최신 AI 기술 트렌드>
- Multi Modal 멀티모달: 데이터를 효과적으로 처리하는 기술
- LLM 발전 과정
- LLM 한계
- 할루시네이션, 최신성 부족
- 클라우드 기반 - 저장공간 한계, 보안에 취약
- 인과관계 추론 어려움
- 수동적
- RAG
- ex) 사내문서 기반으로 챗봇 생성하는 등
- Vector DB: 유사도 높은 문서 찾는 역할 (원천 데이터)
- LLM에서 결과 생성
- SLM (Small Lanauage Model) - Open AI o1
- 추론 능력 장착한 신모델
- GPT-5 출시
- AI Agent
- 기술적 한계
- 사용자 요구 진화
- 경제적 가치 창출 요구
- 근본적 패러다임 전환 요구
- 기존: 수동적 → AI Agent: 능동적
- 효율적인 업무처리를 위해 대기업, 공무원 등은 이미 전환중
- 기존: 수동적 → AI Agent: 능동적
- LLM 한계
- MCP (Model Context Protocol)
- 다양한 DB를 표준화하는 포맷 ⇒ 개발효율성, 시스템 유지보수 원활
- 각각의 API를 MCP 서버에 올려두면 하나의 API만 사용하면 됨
- A2A (Agent 2 Agent) - 개발 by 구글
- Json RPC 방식으로 표준화
- 외부 에이전트와의 결합 용이
- AGI (Artificial Intelligence)
- 주어진 정보로 논리적 판단, 새로운 환경/상황에 유연하게 대처 능력
- Sovereign AI (AI 주권)
- 각 국가가 자체 데이터/인프라 활용하여 해당 국가/지역의 지식, 문화, 역사, 가치관, 규범 등을 이해하는 AI를 개발/운영하는 것
- 필요한 이유
- 가치관 편향 - 이후 세대는 편향된 사고를 갖기 쉬움
- AI 주권 아니라 주권 자체(문화, 역사, 가치관 등)에 문제가 생길 수 있음
- 특히 현재 AI의 기반 국가들인 영어권 국가에 종속될 위험 존재
<빅데이터 이해>
- 빅데이터
- 3V: 속도, 다양성, 규모
- 4V: 3V+정확성
- 5V: 4V+가치
- DIKW 피라미드
- Data (데이터)
- Information (정보)
- Knowledge (지식)
- Wisdom (지혜) - 미래를 예측하고 창의적 산출물 도출
- 데이터 처리 프로세스
- 데이터 소스 → 수집 → 저장 → 처리 → 분석 → 표현
- 저장
- 정형 ex) 엑셀 데이터, DB 데이터
- 비정형 ex) NoSQL, 영상, 이미지, 소리 등
<일자리 변화, 필수 역량>
- SW 분야 기본
- 용어 정리/정의
- 구조파악
- 프로세스 이해
- 환경세팅 (툴, 버전 등)
- 21C 핵심 기술
- 인지능력, 신체능력
- 업무내용 관련 기술, 업무처리 관련 직무기술
- 사회관계 기술, 체계적 기술, 자원관리 기술, 테크놀로지 관련 기술
<AIX(Transformation)>
- 관련 직군
- AI Product manager
- Data Scientist
- Data SW Engineer
- Machine Learnig Engineer (석/박)
<과정 소개>
- IT/DX/AIX 기본 역량
- 데이터 분석, 머신러닝
- 생성형 AI, RAG 구현
<실습>
- 구글 드라이브 ↔ 로컬파일 연동
- 옵시디언 ↔ 구글드라이브 연동
- Claude ↔ 구글드라이브 ↔ 옵시디언 연동
- Claude에서 생성한 파일 옵시디언 마크다운 파일로 저장
