1. LLM 전문가가 웹 UI 대신 API를 고집하는 현실적인 까닭 10년 넘게 인공지능과 텍스트 생성 기술을 연구해 온 유명 데이터 사이언티스트가 실제 일상 및 업무 환경에서는 대화형 인공지능 서비스인 ChatGPT나 Claude의 일반 웹 화면을 자주 사용하지 않는다고 발표했음. 이러한 현상은 언뜻 이해하기 어려울 수 있으나, 기술의 내부 동작 원리와 한계를 누구보다 깊이 이해하고 있는 전문가일수록 … 더 읽기
릴스를 보는데 토스에서 휴리봇을 사용하여 UT를 진행한다고 하길래 한번 찾아봐서 테스트도 해보았다.[LINK]생각보다 의미있는 상황이라서 왜 테크 블로그에까지 기고 했는지 알것 같았다. 1. 왜 토스는 AI 가상 유저 리서치 툴인 휴리봇을 만들었을까? ㄱ. 게릴라 UT의 한계와 디자이너의 심리적 허들 서비스를 만드는 기획자와 디자이너는 항상 사용자의 목소리를 듣고 싶어 한다. 토스(Toss)팀 역시 온라인으로 빠르게 실제 유저를 만나 … 더 읽기
LLM(ChatGPT, Claude 등)에 아래 프롬프트를 입력하고, 하단의 [ ] 부분만 만들고자 하는 서비스에 맞게 수정하여 가상 UT를 진행해 보세요.
요즘 트랜드는 또, MD파일을 HTML로 변경해서 보는 사람들이 늘어나고 있다고 한다. [LINK] 이 현상이 자리 잡으면, 깃허브에도 mD 파일이 아닌 HTML 파일로 볼 수 있게 제공하지 않을까? 라는 이야기를 했더니 개발자 친구는 NOPE!이라고 단호하게 이야기 했다. 우리가 매일 사용하는 생성형 AI(클로드, 챗GPT 등)는 놀라운 속도로 방대한 정보를 쏟아냅니다. “이번 프로젝트 기획서 써줘”, “프로그램 개발 계획 … 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
LLM RAG에 대한 글을 공유 받고, 이 글을 AI와 공부한 내용을 정리해서 업로드 합니다. [LINK] 1. 지식의 작업실: Obsidian을 위키의 IDE로 활용하기 LLM 위키를 구축하기 위한 가장 강력한 도구는 옵시디언(Obsidian)임. 옵시디언은 단순한 메모 앱이 아니라, 로컬 마크다운 파일을 기반으로 지식의 연결망을 시각화해주는 지식 관리 환경(IDE)이라는 것이다. 카파시는 “옵시디언은 IDE이고, LLM은 프로그래머이며, 위키는 코드베이스”라고 비유했음. 옵시디언을 … 더 읽기
AI필수용어56를 읽기 시작한 계기는 서점에 꽂힌 수많은 AI 서적들은 수식과 코드라는 높은 장벽을 세워두고 있다. 문과의 언어로 풀어낸 AI 필수 용어 56은 이러한 장벽을 허물고, 인문학적 감성과 일상적인 비유로 기술의 본질을 꿰뚫는 가이드북이라 생각했다. AI가 단순히 공학의 영역이 아니라 우리 삶의 새로운 언어가 된 지금, 이 책이 제시하는 56가지 이정표를 따라가며 바이브 코딩을 하면서 한계를 … 더 읽기
보리스 체르니 워크플로우 시리즈의 마지막 장은 AI 협업의 궁극적인 지향점인 ‘자율성’과 ‘연속성’을 다룬다. 앞선 단계들이 AI의 지능을 교정하고 결과물의 품질을 높이는 데 집중했다면, 이번 단계는 사용자의 개입을 최소화하여 업무의 흐름이 끊기지 않게 만드는 운영 시스템에 관한 것이다. 1. 사용자의 맥락 전환 비용과 AI의 수동성 문제 업무 현장에서 발생하는 가장 큰 비효율 중 하나는 AI가 스스로 … 더 읽기
AI가 내놓은 결과물이 “그럴듯해 보인다”는 것과 “실제로 완벽하게 작동한다”는 것 사이에는 거대한 간극이 존재한다. 보리스 체르니 워크플로우의 세 번째 단계는 AI의 근본적인 한계인 ‘할루시네이션(환각)’과 ‘타협하는 속성’을 제어하여, 결과물의 품질을 시니어 전문가 수준으로 격상시키는 엄격한 검증 시스템에 대해 다룬다. 1. “다 됐습니다”라는 말을 의심해야 하는 이유 많은 사용자가 AI에게 업무를 맡긴 후 가장 당혹스러워하는 지점은 AI가 … 더 읽기
AI와 협업하며 가장 허망한 순간은 한참 동안 결과물을 만들어온 AI가 “사실은 우리 프로젝트 방향과 전혀 맞지 않는 방식”으로 작업했음을 깨달았을 때이다. 보리스 체르니 워크플로우의 두 번째 단계는 AI의 성급한 실행을 억제하고, 유한한 지능 자원을 효율적으로 분배하여 이러한 자원 낭비를 원천 차단하는 데 목적이 있다 1. ‘일단 실행’이 불러오는 비효율과 자원 낭비 인공지능과 협업해 본 경험이 … 더 읽기
