북한 김책공대, DB 구조까지 반영한 단어 클라우드 배치 기법 연구
북한 김책공업종합대학 연구원이 DB의 구조적 관계를 이용해 단어 유사도를 계산하고, 유사도 행렬 기반 클러스터링으로 단어 클라우드 배치를 최적화하는 방법을 제안했다. 단순히 많이 나온 단어를 크게 보여주는 수준을 넘어서, 단어 사이의 의미적 연관 관계를 시각화에 반영하려는 접근이다.
- 1
DB 구조 관계를 이용해 단어 간 유사성을 평가하고 유사도 행렬을 만든다는 점이 핵심임
- 2
유사도 행렬 기반 클러스터링으로 의미적으로 가까운 단어들이 시각적으로도 가깝게 배치되도록 설계함
- 3
단어의 무게를 바탕으로 서체 크기와 경계 영역을 결정하고 2차원 평면 배치를 최적화함
- 4
기존 표 형식 시각화가 자료 간 연관성과 변화 정도를 보여주는 데 약하다는 문제의식에서 출발함
요즘 기준으로 보면 단어 클라우드는 낡은 시각화처럼 보일 수 있지만, DB 구조와 클러스터링을 결합해 의미 관계를 배치에 반영하려는 문제 설정은 여전히 유효하다. 다만 기사에 실험 데이터, 비교 기준, 정확도 지표가 거의 없어 실무 적용성은 제한적임.
관련 기사
생성형 AI는 학생을 똑똑하게도, 게으르게도 만든다
생성형 인공지능이 고등교육에서 비판적 사고와 창의적 사고를 키울 수도 있지만, 수업 설계가 없으면 학생이 생각을 도구에 떠넘기는 결과로 이어질 수 있다는 체계적 문헌고찰이 나왔다. 연구진은 2022년부터 2025년 4월까지의 실증 연구 67편을 분석해, 생성형 인공지능의 효과가 도구 자체보다 과제 설계·학습 지원·인공지능 리터러시에 달려 있다고 봤다. 국내 대학과 교육 현장에도 ‘사용 금지냐 허용이냐’보다 ‘어떻게 쓰게 만들 것인가’가 더 중요한 질문이 됐다.
중국 스피릿 AI, 로봇 AI 평가에서 엔비디아를 밀어냈다
중국 스타트업 스피릿 AI의 피지컬 인공지능 모델이 로보아레나 순위에서 엔비디아 코스모스3를 제치고 1위에 올랐다. 로봇의 ‘두뇌’를 만드는 경쟁이 반도체나 대규모 언어 모델을 넘어 실제 물리 세계를 다루는 모델 경쟁으로 옮겨가고 있다는 신호다. 한국 로봇 기업 입장에선 하드웨어뿐 아니라 데이터와 소프트웨어 모델 경쟁력을 같이 봐야 하는 상황이 됐다.
중국 AI의 다음 전장, 챗봇이 아니라 공장·병원·도시 인프라
중국의 세계지능산업박람회는 AI 경쟁의 중심이 범용 대형언어모델에서 산업 AI로 이동하고 있음을 보여줬다. 의료, 제조, 에너지, 도시관리, 로봇, 데이터 플랫폼이 전면에 등장했고, 중국 정부의 인공지능+ 전략도 이 흐름을 밀고 있다.
AI 에이전트 고르기 전에 봐야 할 기준, 컨텍스트·도구·권한·트리거
요즘 쏟아지는 AI 에이전트 도구를 웹 에이전트와 코딩 에이전트 중심으로 정리한 글이다. Manus, Genspark, Claude Code, Codex, Antigravity, Claude Cowork를 비교하면서 에이전트를 구분하는 핵심 기준은 겉모습이 아니라 컨텍스트·도구·권한·트리거라고 설명한다.
젠슨 황이 또 한국 온 이유, 이번 키워드는 피지컬 AI
젠슨 황 엔비디아 CEO가 7개월 만에 다시 한국을 찾아 SK, LG, 네이버, 현대차 등과 피지컬 AI 협력을 확대하려는 행보를 보였다. 반도체 공급망을 넘어 로봇, 자율주행, AI 팩토리, 소버린 AI까지 한국을 테스트베드이자 전략 거점으로 보려는 흐름이다.
댓글
댓글
댓글을 불러오는 중...