인공 지능을 더욱 효과적으로, 파운데이션 모델
지난 기사에서 AI의 대표적인 학습 방법인 머신 러닝과 딥 러닝에 대해 살펴보았다. 사용자의 요구에 따라 새로운 콘텐츠를 자동으로 만들어주는 ‘생성형 AI’는 인간의 지능을 모방하거나 대체하는 기술 또는 시스템을 의미하는 ‘인공 지능’의 부분 집합이라 할 수 있는데, 생성형 AI가 놀라운 성능을 발휘하기 위해선 머신 러닝, 딥 러닝 등의 다양한
기획
고성능 PC의 동반자, 쿨러 part.1
전기로 작동하는 전자제품은 필연적으로 발열을 수반한다. 전기 회로에 사용되는, 전기가 아무리 잘 흐르는 도체라도 기본적으로 전류가 흐르는 것을 방해하는 성질을 가지고 있기 때문이다. 이 성질을 ‘저항’(resistance)이라고 하며, ‘R’로 표기한다. 다만, 저항은 길이, 크기, 단면적 등 도체의 형태에 따라 값이 달라지므로 형태에 따라 달라지는 값이 아니라 물질의 특성으로
SSD의 수명 연장 기술, TRIM 커맨드
지난 기사에서 SSD의 데이터 쓰기와 읽기는 ‘페이지’라는 단위로 실행되지만, 데이터의 삭제는 여러 페이지가 모인 ‘블록’이라는 단위로 실행되어(즉, 쓰기와 삭제의 단위가 다르기에) 원래 장소에 새롭게 덧씌우는 게 원천적으로 불가능하다는 점, 그래서 좀 복잡한 방법으로 데이터를 삭제한다는 점을 설명했다.
이렇게 데이터 삭제가 복잡하게 진행되는 건 NAND 플래시 메모리는 데이터를
똑똑한 AI의 비결, 인공신경망이 학습하는 딥 러닝
지난 기사에서 AI의 학습 방법 중에서 데이터를 분석하고 그 안에서 패턴을 찾아내어 예측하는 인공 지능의 한 형태(알고리즘), ‘머신 러닝(Machine Learning)’에 대해 살펴보았다. 이번 기사에서는 머신 러닝과 함께 AI의 대표적인 학습 방법으로 꼽히는 딥 러닝(Deep Learning)에 대해 살펴보려 한다.
세 줄 요약
* 딥 러닝은 레이블(정답)
성능과 반비례하는 노트북 무게, 최선의 절충점은?
오랫동안 PC를 사용하는 사람들에게 PC의 폼팩터 선택지는 둘 중 하나였다. 성능과 가격을 중시한다면 데스크톱, 이동성과 편의성을 중시한다면 노트북이었다. 일부 최고급형 노트북은 데스크톱 못지않은 성능을 제공하기도 했지만, 비슷한 성능의 데스크톱과 비교해 가격이 3~4배 정도 비쌌고, 고성능 데스크톱과 비교하면 성능 면에서도 한계가 분명했다.
무게도 문제였다. 노트북의 성능이 높아질수록 LCD 화면도 커졌고,
SSD가 빠른 이유, 데이터 삭제 원리
HDD를 대신해 SSD가 PC의 메인 스토리지로 자리매김하고 있다. 가격도 많이 낮아져서 부담도 줄어들었고, 소음이 적어 조용한 업무 환경을 제공하며 HDD보다 충격에 강해 외장 저장장치나 노트북에서 이용하기가 편하다. 그리고 무엇보다 속도가 빨라 PC를 쾌적하게 이용할 수 있다!
SSD의 장점은 이렇게 널리 알려져 있지만, 실제로 SSD가 어떻게 작동하고 어떤 원리에 의해 빠르게
똑똑한 AI의 비결, 머신 러닝은 무엇인가?
생성형 AI가 대중에 급속도로 보급되면서 사람들은 그 놀라운 성능에 찬사를 보내고 있다. 어떻게 하면 더 잘 활용할 수 있을지를 공부하는 사람도 많고, 인터넷을 통해 관련 팁을 제시해주는 회사, 단체, 사람들도 많다. 그런데 혹시 생각해본 적 있는가? 생성형 AI는 어떤 과정을 통해 그렇게 똑똑해졌는지 말이다.
지금은 좀 뜸해졌지만, 과거에 학력고사나 수능