SKAI Worldwide Tech Blog

더 똑똑해졌는데 더 환각을 일으키는 AI, 왜 그럴까요?안녕하세요, 여러분! 오늘은 최근 AI 세계에서 재미있는(?) 현상에 대해 이야기해볼게요. 더 똑똑해진 AI가 오히려 더 많은 '환각'을 일으키는 현상에 대해서요. 네, 맞아요. 더 발전했는데 더 틀린 답을 내놓는다니 이상하죠? 함께 알아봅시다! AI의 '환각'이 뭐예요?AI의 '환각'이란 AI가 존재하지 않는 정보를 마치 진짜인 것처럼 자신감 있게 말하는 현상이에요. 마치 술에 취한 친구가 없는 일을 있었다고 우기는 것처럼요! 대표적인 사례: 1. 존재하지 않는 법원 판례를 인용하기2. 실제로 발표된 적 없는 논문을 언급하기3. 일어나지 않은 역사적 사건을 사실처럼 설명하기 최신 AI가 더 많은 환각을 일으키는 이유는? 1. "너무 빨리 달리다 ..

1부 : AI전환에 온톨로지(ontology)가 필요한 이유 2부 : 온톨로지와 그래프 기술: SKAI의 AI 시대 혁신 솔루션 - 온톨로지와 그래프 기술의 기본 개념과 SKAI의 접근 방식 소개 3부 : 객체 중심의 사고 체계 구현 – 온톨로지가 어떻게 인간의 사고방식을 데이터 모델로 변환하는지, 실제 적용 사례를 이용하여 설명 4부 : 직관적인 데이터 해석과 탐색 – 그래프 시각화를 통한 데이터 탐색의 이점과 SKAI의 솔루션 소개 5부 : OGDB(Object Graph Database) 구현으로 확장성 확보 - SKAI만의 차별화된 기술인 OGDB 개념과 GenAI 시대에서의 의미 설명 AI 시대, 왜 온톨로지가 필요할까요?요즘 기업들이 인공지능(AI)을 도입한다는 이야기를 자주 듣..

1. 개요1.1. 분석 목적 및 배경팔란티어(Palantir Technologies)는 빅데이터 분석 및 인공지능 솔루션을 제공하는 글로벌 기업으로, 최근 AIP(Artificial Intelligence Platform)를 통해 AI 시장에서의 입지를 강화하고 있습니다. 본 글에서는 팔란티어의 AIP 솔루션을 중심으로 기술적 특성, 핵심 기능, 주요 모듈 및 차별화 요소를 분석합니다.1.2. 주요 분석 대상 및 범위팔란티어 AIP의 핵심 기술 및 아키텍처주요 기능 및 모듈별 기술적 특징기존 팔란티어 제품(Foundry, Gotham)과의 연계성AIP의 시장 경쟁력 및 차별점향후 발전 방향 및 전략적 시사점2. 시장 및 환경 분석2.1. 글로벌 엔터프라이즈 AI 플랫폼 시장 동향엔터프라이즈 AI 플랫폼 ..

함께 만들어 나가는 IT 용어사전, 알쓸IT잡! IT 분야의 모든 궁금증을 해결해 드립니다. 오직 알쓸IT잡에서만! 이상거래탐지시스템(FDS, Fraud Detection System) 이란? 거래 관계를 기반으로 한 그래프 FDS의 4가지 핵심 기능 이상거래탐지시스템(FDS, Fraud Detection System)은 전자금융거래 시 단말기 정보와 접속 정보, 거래 정보 등을 수집 및 분석하여 이상 금융 거래를 차단하는 기술입니다. FDS 솔루션은 90년대 초 처음 등장하여⑴ 다양한 기술과 융합하며 발전해왔습니다. 일례로 온라인 전자 결제 시스템을 제공하는 미국의 페이팔(Paypal)은 2001년 해커에게 공격을 당한 사건을 계기로 독자적인 FDS를 구축했습니다. 그렇다면 FDS는 어떻게 이상 거래를..

블로그 글을 보시기 전에 2024년 비트나인의 첫 번째 월간 백서인 '오픈소스 DB 전성시대, PostgreSQL을 선택하는 이유'를 읽어보세요! ▶ 지금 다운로드하기! 오픈소스 vs 상용, 벌어지는 인기 트렌드 격차 지난 해부터 소프트웨어 업계에서는 오픈소스 생태계가 대세가 되면서 상용 DBMS 사용 입지가 줄어들고 있습니다. 모바일 운영체제를 포함하여, 클라우드, 데이터베이스, 웹서버, 빅데이터 등의 주류를 이루는 소프트웨어 분야에서 오픈소스 기술이 사용되지 않는 곳을 찾아보기 어려울 정도이기 때문이죠.   대표적인 상용 DBMS로는 외산 DB인 오라클(Oracle)이 있는데, 이는 높은 라이선스 비용 때문에 말이 많으며 불평등한 계약 조건과 데이터 마이그레이션이 복잡하다는 점 때문에 오라클로부터 종..

현대는 정보 과잉의 시대다. 정보가 많을수록 무언가를 결정하기가 힘들어진다. 가령 친구와 집에서 영화를 보기로 했다. 사이트에 영화 검색을 했더니 수천 개의 영화들이 쏟아져 나온다. 영화수가 많으니 뭘 볼지 결정이 어려워진다. 무엇을 볼지 인터넷을 뒤지며 한두 시간을 훌쩍 보내다 어렵사리 한 영화를 골라 친구와 보기로 결정했다. 다음번에는 나 대신 누군가 영화를 추천해줬으면 좋겠다는 생각이 든다. 온라인에서 접할 수 있는 콘텐츠가 기하급수적으로 늘어나니 이를 추천해주는 서비스도 우후죽순 생겨나고 있다. 이런 서비스들은 추천 알고리즘을 통해 제공된다. 위의 경우 넷플릭스 구독자라면 서비스에 들어가 본인의 취향에 맞는 영화 목록을 참고했을 것이다. 그렇다면 이런 알고리즘은 어떻게 사용자에게 맞는 콘텐츠를 추..