G검정(G-Kentei) 합격자가 전하는 효율적인 AI 기초 지식 학습법에 관한 수기입니다. 방대한 용어의 늪에서 벗어나기 위해 개념의 계층 구조를 파악하고, 모의시험을 통해 빈틈을 메우는 전략을 제시합니다.
6월 7일0
로컬 LLM은 '라살 중학교'의 난제를 풀 수 있을까? 최신 모델 비교를 통해 드러난 놀라운 지능 차이
로컬 LLM인 Qwen 3.6-35b, Gemma 4-31b, Gemma 3-12b를 활용해 중학교 및 대학 입시 수학 문제를 해결하며 모델 크기에 따른 추론 능력을 비교했습니다. 상위 모델은 기하학적 직관과 논리적 추론을 보여준 반면, 소규모 모델은 문맥 파악의 한계를 드러냈습니다.
6월 7일0
헤드라인
「고양이가 물고기를 먹는다」를 양자 회로로 변환하기 ── QNLP(양자 자연 언어 처리) 입문 ~ Transformer와는 다른 계통의
QNLP(양자 자연 언어 처리)의 개념과 lambeq 라이브러리를 활용한 문장의 양자 회로 변환 원리를 설명합니다. 통계적 학습 기반의 LLM과 달리 문법 구조를 계산의 골격으로 사용하는 새로운 언어 이해 접근 방식을 다룹니다.
6월 6일0
헤드라인
llcore 검증 arc (#37) — AI가 무료 GPU로 실험 3연전을 자율 주행한 날: 안전 게이트의 대가는 '표현력', 사후 증명은
Claude Code를 활용해 무료 GPU 환경에서 AI가 실험 설계부터 논문 초안 작성까지 자율적으로 수행한 연구 기록입니다. llcore 연구를 통해 수학적 안정성을 증명하는 기억 코어의 고차원 동작 특성과 안전 게이트가 표현력에 미치는 영향을 분석했습니다.
6월 6일0
헤드라인
【쉽게 풀이한 버전】 AI가 스스로 실험을 3회 수행한 날 — 「AI의 안전 울타리 비용은 얼마인가?」를 측정했더니
AI의 기억 회로가 하울링 현상처럼 불안정해지는 것을 방지하기 위한 '안전 울타리(Safety Guardrail)'의 비용과 성능 저하를 연구한 실험 결과입니다. 안전 제약이 성능에 미치는 영향이 운영 방식(밀어내기 vs 되감기)과 관계없이 일정하다는 점을 발견했습니다.
6월 6일0
NVIDIA가 물리 세계의 역학을 이해하는 풀 모달 물리 AI 모델 'Cosmos 3'와 PC 시장을 겨냥한 'RTX Spark' 칩을 발표했습니다. 또한 Vera Rubin 플랫폼 양산과 Unitree Robotics와의 협력을 통해 로보틱스 및 AI 추론 시장 선점 전략을 구체화했습니다.
6월 6일0
CVE-2026-49975 「HTTP/2 Bomb」 알기 쉬운 해설 —— AI가 인간보다 먼저 발견한 취약성
OpenAI Codex가 인간 보안 연구자보다 먼저 발견한 HTTP/2 DoS 취약성인 'HTTP/2 Bomb(CVE-2026-49975)'을 소개합니다. 이 취약성은 HPACK 압축과 흐름 제어 기술을 결합하여 서버 메모리를 급격히 고갈시키는 공격 방식으로, AI의 코드 분석 능력이 인간의 지식 사일로를 극복할 수 있음을 보여줍니다.
6월 5일0
Anthropic이 사이버 보안 능력이 비약적으로 향상된 새로운 프론티어 모델 'Claude Mythos Preview'를 발표했습니다. 이 모델은 자율적인 익스플로잇 개발 능력을 갖추었으며, 방어 목적의 산학관 협력 이니셔티브인 'Project Glasswing'을 통해 제한적으로 활용됩니다.
AI의 창의성을 Margaret Boden의 3가지 분류(조합형, 탐색형, 변혁형)를 통해 분석하고, 최신 연구 결과를 바탕으로 AI가 인간의 창의성 중 어느 단계에 도달했는지 고찰합니다.
6월 4일0
6월 4일0
6월 4일0
생성형 AI에게 현재의 AI 기술 동향 및 관련 정보에 대해 물어보았습니다
2026년 6월 기준 AI 기술 동향을 분석한 리포트로, LLM을 넘어 World Model과 Agent 중심의 기술 이행을 다룹니다. 모델 성능 경쟁에서 신뢰할 수 있는 Agent 시스템 구축과 메모리 병목 현상 해결로 연구 무게중심이 이동하고 있습니다.
6월 3일1
【AI의 돌파구】 단 80만 파라미터로 스도쿠를 100% 푸는 「Lattice Deduction Transformer (LDT)」가 놀랍다
Lattice Deduction Transformer(LDT)는 단 80만 파라미터만으로 스도쿠와 미로 찾기 문제를 거의 100% 정확도로 해결하는 혁신적인 모델입니다. 기존 거대 모델이 취약했던 논리적 추론 태스크를 라티스 구조와 확률적 백트래킹 기법을 통해 효율적으로 극복했습니다.
6월 3일0
피지컬 AI란 무엇인가? 응답 속도가 다른 반응계의 조합인가?
피지컬 AI를 LLM/VLM, 에지 AI, 에지 제어가 결합된 '물리 실행 체인'으로 정의하며, 상위 지능과 하위 제어계의 경계면 설계가 핵심임을 설명합니다.
6월 3일0
Microsoft의 자체 코딩 모델 Project Polaris 발표와 NVIDIA의 물리 AI 모델 Cosmos 3 출시를 다룹니다. Microsoft는 OpenAI 의존도를 낮추는 자체 모델 생태계를 구축 중이며, NVIDIA는 로보틱스를 위한 통합 멀티모달 모델을 선보였습니다.
6월 3일0
QiitaAI 번역헤드라인
Google의 새로운 AI 「Gemini Omni」와 「Gemini Spark」의 차이점──생성 AI는 '만드는 것'에서 '움직이는 것'으로
Google I/O 2026에서 발표된 Gemini Omni와 Gemini Spark의 차이점을 분석합니다. Omni는 멀티모달 콘텐츠 생성을, Spark는 사용자의 작업을 수행하는 에이전트 역할을 수행하며 AI의 패러다임이 생성에서 실행으로 변화함을 보여줍니다.
6월 2일0
AI를 창조적 도구가 아닌 기존 소재와 질문을 구조적으로 압축하는 장치로 정의합니다. 인간의 현장 경험에서 나온 '소재'와 AI의 '구조적 압축'이 결합될 때 천재적 사고에 근접할 수 있음을 논합니다.
