젠슨 황의 졸업식 메시지: AI가 아니라 AI 잘 쓰는 사람이 당신을 대체함
젠슨 황 엔비디아 CEO가 카네기멜런대 졸업식에서 AI 시대의 경쟁력은 AI를 두려워하는 게 아니라 잘 활용하는 능력이라고 강조했다. 그는 AI가 인간의 목적을 대체하기보다 역량을 증폭시키며, 업무 자동화와 직업의 본질을 구분해야 한다고 말했다.
- 1
젠슨 황은 현재를 AI 혁명의 시작점으로 보고 졸업생들이 역사적으로 강력한 도구를 가진 세대라고 강조함
- 2
AI는 업무 일부를 자동화할 수 있지만 의사처럼 목적과 책임이 있는 역할 전체를 대체하진 않는다는 관점을 제시함
- 3
개인을 대체하는 건 AI 자체가 아니라 AI를 더 잘 쓰는 사람일 수 있다고 경고함
기술적으로 새 정보가 많은 기사는 아니지만, ‘AI가 일자리를 없앤다’ 논의를 업무와 목적의 차이로 나눠 설명한 대목은 꽤 쓸 만하다. 개발자 커리어 관점에서는 도구 사용 능력이 기본기가 되는 흐름을 다시 확인시켜주는 연설이다.
관련 기사
제미나이 도구 호출 능력을 2,600만 파라미터 모델로 증류한 니들 공개
Cactus Compute가 Gemini 3.1의 도구 호출 능력을 2,600만 파라미터짜리 초소형 모델 Needle로 증류해 공개했다. 맥이나 PC에서 로컬 파인튜닝까지 가능하고, 프로덕션 환경에서는 프리필 6,000 토큰/초, 디코드 1,200 토큰/초를 낸다고 주장한다. 개인용 AI 기기에서 함수 호출만 빠르게 처리하는 작은 모델 실험으로 보면 꽤 흥미로운 공개다.
딥시크 V4 인덱서, 6기가바이트 메모리로 백만 토큰까지 밀어붙인 논문
딥시크 V3.2와 V4의 압축 희소 어텐션에서 병목이 되는 인덱서 단계를 스트리밍 방식으로 바꿔, 기존 구현이 6만5536 토큰에서 메모리 부족으로 죽던 문제를 104만8576 토큰까지 확장했다. 핵심은 전체 점수 텐서를 만들지 않고 청크 단위로 top-k를 나눠 계산한 뒤 병합하는 방식이며, 단일 엔비디아 H200에서 피크 메모리 6.21기가바이트를 기록했다. 다만 논문은 인덱서 단계만 다루며, 실제 체크포인트 기반 종단간 성능이나 더 빠른 어텐션 커널을 주장하진 않는다.
챗지피티가 학습에 좋다던 유명 논문, 결국 철회됨
챗지피티가 학생 학습 성과에 큰 도움이 된다고 주장했던 논문이 출판 약 1년 만에 철회됐어. 스프링거 네이처는 분석의 불일치와 결론 신뢰 부족을 이유로 들었고, 문제의 논문은 이미 500회 넘게 인용된 뒤였어.
샘 올트먼, 법정에서 “머스크가 오픈AI 지배권을 자녀에게 넘기려 했다”고 증언
샘 올트먼이 캘리포니아 오클랜드 연방법원 배심원 앞에서 일론 머스크가 오픈AI의 장기 지배권을 원했고, 사망 후엔 자녀에게 넘기는 방안까지 언급했다고 증언했다. 머스크는 오픈AI가 비영리로 출발했는데도 영리화됐다고 소송을 제기했지만, 올트먼은 오히려 머스크가 영리 전환과 테슬라 편입을 밀었다는 취지로 반박했다.
혜전대, AI로 스마트팜 생산·가공·유통 교육 모델 만든다
혜전대가 2026년 교육부·한국연구재단의 AID 전환 중점 전문대학 지원사업에 충남 지역 연합형 사업단으로 선정됐다. 연암대와 역할을 나눠 스마트팜 생산부터 가공·유통까지 전주기를 디지털화하는 교육 모델을 만들겠다는 내용이다.
댓글
댓글
댓글을 불러오는 중...