기발한개획 1. DPO 알고리즘 그 이후, Process Supervision의 시대 RLHF의 기반이 되는 PPO 알고리즘부터 최신 트렌드인 DPO(Direct Preference Optimization) 알고리즘, 그리고 이를 활용한 비개발자의 바이브 코딩 도구와 대규모 서비스 구축 전략까지 섭렵했다. 특히 1편에서 다루었던 DPO 알고리즘은 AI 모델 학습의 효율성을 비약적으로 높여, 우리가 쓰는 도구들이 더 빠르게 인간의 의도를 파악하도록 만들었다. 그렇다면 AI 기술은 여기서 … 더 읽기
1. 스파게티 코드와 AI 망각, 대형 프로젝트의 적 우리는 RLHF/DPO 알고리즘을 통해 인간의 의도를 잘 파악하게 된 AI를 활용하여, 비개발자가 Cursor나 n8n 같은 도구로 ‘바이브 코딩’을 하는 방법에 대해 알아보았다. 하지만 랜딩 페이지 한 장이나 간단한 자동화 봇을 만드는 것과, 실제 사용자가 가입하고 결제하는 ‘대규모 서비스’를 만드는 것은 차원이 다른 이야기이다. 비개발자가 바이브 코딩으로 규모 … 더 읽기
1. DPO 알고리즘으로 똑똑해진 AI, ‘바이브’를 알아듣다 AI가 어떻게 인간의 선호도를 학습하여 정렬(Alignment)되는지, 그 기술적 근간인 RLHF의 PPO와 DPO 알고리즘에 대해 알아보았다. 특히 최신 트렌드인 DPO 알고리즘 덕분에 AI는 더욱 빠르고 효율적으로, 그리고 정확하게 인간의 의도를 파악하게 되었다. 이제 우리는 이 ‘말귀 알아먹는 똑똑한 AI’를 활용하여 실제로 무언가를 만들어내는 단계, 바로 ‘바이브 코딩(Vibe Coding)’의 세계로 … 더 읽기
우리가 챗GPT나 클로드 같은 생성형 AI와 마치 사람과 대화하듯 편안하게 이야기하고, 심지어 코드를 짜달라고 요청할 수 있게 된 것은 그리 오래된 일이 아니다. 초기 언어 모델은 그저 다음에 올 단어를 통계적으로 예측하는 거대한 기계에 불과했다. 그런 기계가 어떻게 인간의 의도(Intent)를 파악하고, 유용한 답변을 하며, 무례한 질문을 거부할 수 있게 되었을까? 그 핵심 비밀은 바로 RLHF(Reinforcement … 더 읽기
샌프란시스코의 ‘AI 네이티브(AI-Native)’ 스타트업들이 기존의 비즈니스 운영 방식을 어떻게 파괴하고 재정의하고 있는지를 생생하게 보여주는 통찰력 있는 보고서 내용을 가지고 블로그 내용으로 정리 해보았다. 샌프란시스코의 심장부에서 AI를 단순히 도구가 아닌 ‘산소’처럼 사용하는 기업들을 목격하며 느낀 것은, 우리가 알던 기존의 비즈니스 문법이 완전히 붕괴하고 있다는 사실이다. 인공지능이 조직의 근간이 되었을 때 기업이 어떻게 변모하는지 그 실체를 확인했음. … 더 읽기
1. AI 에이전트 시대, 질문에서 실행으로의 패러다임 전환 비즈니스 환경은 단순히 AI에게 질문하고 답을 듣는 챗봇의 시대를 지나, AI가 직접 업무를 판단하고 실행하는 AI 에이전트(AI Agent) 시대로 진입하고 있다. 과거에는 사람이 직접 정보를 검색하고 AI는 보조적인 수단에 그쳤다면, 이제는 AI가 스스로 재무 보고서에서 리스크를 추출하고 영향도를 모델링하여 팀원에게 분석 결과를 이메일로 발송하는 전 과정을 수행하는 … 더 읽기
1. WIS 2026 전시회 시찰 보고를 통한 AI 산업 지형도 분석 2026년 4월, 서울에서 개최된 2026 World IT Show(WIS 2026)는 인공지능(AI)과 디지털 전환(DX) 기술이 단순한 유행을 넘어 산업의 실질적인 인프라로 완전히 정착했음을 증명하는 자리였다. 이번 전시회는 ‘AI·DX 기술의 산업 적용 및 글로벌 확장’을 주제로 하여, 인공지능 기술이 어떻게 기업의 생산성을 혁신하고 비즈니스 모델을 재편하고 있는지 … 더 읽기
인공지능과 협업을 진행하며 가장 큰 성취감을 느끼는 순간은 AI가 내 의도를 ‘찰떡같이’ 알아듣고, 가르쳐주지 않은 부분까지 내 취향에 맞춰 스스로 제안할 때이다. RLHF의 마지막 두 단계인 보상 모델(Reward Model)과 강화학습(Reinforcement Learning)은 AI에게 단순한 지식을 넘어 ‘판단력’과 ‘습관’을 형성해주는 과정이다. 비개발자가 실무에서 이 원리를 활용한다는 것은 AI의 답변 하나하나에 점수를 매기고 교정함으로써, 시간이 지날수록 나에게 더 … 더 읽기
1. 2026년 5월의 대변혁 2026년 5월 2일 현재, 우리는 Matt Shumer가 지난 2월에 경고했던 “뭔가 큰 일이 벌어지고 있다”는 말이 단순한 공포 조성이 아니었음을 온몸으로 체감하고 있다. 불과 며칠 전인 4월 23일, OpenAI는 GPT-5.5(코드명 ‘Spud’)를 전격 출시하며 시장을 다시 한번 압도했음. 이 모델은 기존 5.3 버전을 훨씬 상회하는 추론 능력과 과학적 연구 능력을 갖추고 있으며, … 더 읽기
인공지능과 협업할 때 가장 빈번하게 발생하는 문제는 AI가 내놓은 결과물이 ‘나의 의도’와는 맞지만 ‘나의 스타일’과는 동떨어져 있다는 점이다. RLHF의 첫 번째 단계인 SFT(Supervised Fine-Tuning, 지도 미세 조정)는 바로 이 지점을 해결하는 핵심 열쇠이다. 비개발자가 실무에서 SFT 원리를 활용한다는 것은, AI에게 막연한 창작을 맡기는 대신 내가 원하는 정답의 ‘형태’와 ‘질감’을 미리 학습시키는 과정을 의미한다. 이를 통해 … 더 읽기
