모두의 이야기 블로그

오늘, 다양한 이미지 생성 기법이 발표되었습니다. 이 중 주목할만한 두 가지 기법을 소개해드립니다.

이 책은 AI 대전환 시대를 대비하기 위해 알아야 할 기술 트렌드, 장애물, 실질적인 전략, 그리고 필요한 마인드셋을 체계적으로 제시합니다.

스테이블 디퓨전 모델은 인코더, 디코더 외에도 디노이징에 관여하는 샘플러, 조건을 반영시키는 컨디셔닝 등 다양한 컴포넌트로 이루어져 있습니다. 이런 컴포넌트의 개량으로, 기존 모델은 뛰어난 향상을 보이기도 합니다.

알리바바 클라우드가 코드 생성 모델 '큐원2.5-코더(Qwen2.5-Coder)' 시리즈의 라인업을 확장했습니다.

사람을 대신해 미션을 해결해주거나 주요 과업을 자동화하여 돕는 AI. 사용자와의 의사소통을 통해 의도를 정확히 파악하고 원하는 결과를 만들어냅니다. 특히 2024년에 들어 폭발적으로 관련 연구가 늘어났던 AI agent , 그 정의와 연구 동향을 살펴봅니다.

2025년 AI 트렌드 중 하나가 될 것으로 예측되는 AI 에이전트 , 다양한 활용과 그 활용을 위한 프레임워크까지 활발히 연구가 진행되고 있습니다. 어제, 그리고 오늘 기업이 참가하여 진행한 AI 에이전트 관련 연구를 소개해드립니다.

최근 많은 관심을 받고 있는 보이스피싱 방지 를 수행하는 AI 와 휴머노이드 로봇을 소개해드립니다.

의료 AI 가 나날이 발전하고 있습니다. 기존에는 판독의 보조수단이었지만, 모델의 발전과 겹쳐 사람이 판독하지 못하는 미세한 지점까지 찾아서 정확한 결과를 보여준다던지, LLM으로 환자에게 필요한 행동지도를 하는 수준까지 발전하게 되었습니다. 오늘 발표된 의료 AI를 다루는 두 논문을 소개해드립니다.

이미지와 사용자의 텍스트 입력에 대해 복잡한 시각적 정보를 이해하고 답변하는 능력을 보여준 LLaVA 를 기점으로, ‘언어모델’ 이 ‘시각정보’를 ‘이해’ 하기 시작했다는 연구계의 시선과 함께 VISION LANGUAGE MODEL (이하 VLM ) 은 꾸준히 발전을 지속해왔는데요, 또 한번의 진화를 거듭한 VLM 이 어제와 오늘, 이틀에 걸쳐 등장했습니다.

글 뿐만 아니라 음성, 사진, 영상을 입력으로 받아 다양한 형태의 콘텐츠나 데이터를 생성할 수 있는 Multimodal AI. 강력한 성능과 활용성에, 2025 AI trend 중 하나가 될 것으로 예측되고 있습니다.

원하는데로 이미지를 컨트롤 할 수 있는 이미지 편집 AI , 얼마나 발전했을까요? 바로 오늘, 그리고 어제 발표된 논문을 통해 살펴봅니다.

객체를 의미론적으로 분할하거나 , 기존 이미지에 객체를 더하는 태스크는 활용도가 무궁무진하기 때문에 컴퓨터 비전에서 항상 인기있는 주제입니다. 사용자 상호작용 을 통해 편의성을 제공하면서 이와 같은 태스크를 수행하는 두 가지 모델을 소개해드립니다.

GMNT (Google Neural Machine Translation) 는 기존 NMT 의 문제들에 대한 해결책을 제공합니다. 깊은 LSTM 네트워크로 구성하고, 추론 계산 시 저정밀도 연산을 사용합니다.

NeurIPS 2024에도 다양한 Diffusion model 관련 연구가 이루어졌는데요,이 중, 구글 딥마인드가 참여한 연구들을 소개해드립니다.

미국의 IT 자문 회사 가트너(Gartner)가 2025 AI 전략 기술 트렌드를 발표했습니다.