블로그

AI는 이제 새로운 세상을 만들어가고 있습니다. 마치 인터넷이 전 세계 네트워크를 연결하며 세상을 바꿨듯,AI 역시 이전에 없던 서비스를 탄생시키며 산업의 판도를 바꾸고 있죠.그렇다면AI가 만들어가는 세상에서 살아남기 위해 우리는 어떻게 준비해야 할까요?지금의 변화 속에서 어떤 기업들이 살아남았는지를 돌아보며, 한국인 최초 스탠포드 종신 교수이자 현재 스탠포드 경영 대학원 명예교수로 활동 중인황승진 교수님의 칼럼을 통해 그 해답의 실마리를 함께 찾아봅니다.AI와 경쟁력 – 별의 순간경영의 역사를 보면, 신기술에 관한 어느 한 순간의

AI의 학습 속도는 인간의 통제를 뛰어넘고 있습니다. 뛰어난 학습 능력을 바탕으로 한 악용 사례도 꾸준히 발생하고 있는데요.인류는 오래전부터 영화와 소설을 통해 AI가 인간을 위협하는 모습을 그려오며, 그 위험성을 경고해왔습니다.이러한 상상은 단순한 일자리 대체를 넘어, 훨씬 더 심각하고 복잡한 문제로 다뤄지고 있는데요.그렇다면 AI가 초래하는 위험들은 어떤 모습으로 그려지고 있을까요?한국인 최초 스탠포드 종신 교수이자 현재스탠포드 경영 대학원 명예교수인황승진 교수님의 칼럼을 통해실리콘밸리에서 발생하는 AI 악용 사례와 AI의 어두

수천억 개에 달하는 파라미터를 바탕으로 비즈니스 판도를 바꾼 LLM.이제 LLM을 어떻게 활용하느냐에 따라 기업의 업무 효율이 크게 달라지고 있습니다.실리콘밸리 기업들은 단일 LLM 모델을 넘어서여러 개의 LLM 모델을 함께 사용하며, 혁신적인 멀티 에이전트 LLM 시대를 열어가고 있는데요.복잡한 문제일수록멀티 에이전트 LLM을 활용해 글로벌 물류의 새로운 지평을 넓혀가는 실리콘밸리의 모습을,한국인 최초 스탠포드 종신 교수이자 현재스탠포드 경영 대학원 명예교수인황승진 교수님의 칼럼을 통해 소개해 드립니다.글로벌 물류와 멀티 에이전트

지속가능성이 중요한 사회적 화두로 자리 잡으면서,ESG(환경·사회·지배구조) 경영의 중요성도 점점 커지고 있습니다.그중에서도‘환경보호’는 더 이상 미룰 수 없는 과제로 주목받고 있죠.많은 선진 기업들이 환경 보호에 앞장서며, 경영 전반에 ESG 원칙을 적극 반영하고 있습니다. 이 과정에서AI의 역할도 점점 더 커지고 있는데요.데이터를 스스로 분석하고 해답을 도출하는AI 기술이 환경 보호에 어떻게 활용되고 있을까요?한국인 최초의스탠퍼드 종신 교수이자, 현재스탠퍼드 경영 대학원 명예교수로 활동 중인황승진 교수님의 칼럼을 통해, AI가

유튜브의 추천 영상만 봐도 그 사람의 취향을 알 수 있을 만큼, 알고리즘은 점점 정교해지고 있습니다.AI를 활용한 데이터 기반 추천 시스템은 고객의 관심사에 맞춘 콘텐츠를 실시간으로 제공하며, 플랫폼의 충성 고객 확보에 중요한 역할을 하고 있죠.넷플릭스부터 아마존까지,추천 시스템은 이제 모든 플랫폼 기업의 필수 전략이 되었습니다. 그렇다면 이런 시스템은 어떤 방식으로 작동할까요?한국인 최초의스탠포드 종신 교수이자, 현재스탠포드 경영 대학원 명예교수로 활동 중인황승진 교수님의 칼럼을 바탕으로, 실리콘밸리 기업들이 어떻게 추천 시스템을

LLM의 등장은 다양한 산업에 새로운 혁신을 불러오고 있습니다. 수백만 건의 데이터를 단시간에 처리할 수 있는 AI 기술 덕분에, 기업들은 생산 시간을 대폭 단축하며 업무 효율을 비약적으로 끌어올리고 있습니다.SQL 처리 방식도 예외는 아닙니다.실리콘밸리에서는 이미 LLM을 SQL에 접목해 새로운 형태의 효율화를 실현하고 있으며, 특히 우버는 이 시스템을 도입한 뒤한 달에 약 14만 시간을 절약하는 성과를 거두고 있습니다.이번 글에서는,한국인 최초의 스탠포드 종신 교수이자 현재스탠포드 경영 대학원 명예교수로 활동 중인황승진 교수님의

AI는 이제 텍스트를 넘어, 사람의 음성을 인식하고 자연스럽게 대화할 수 있는 수준에 이르렀습니다.음성 인식 기술은 단순한 학습을 넘어서, 일상생활부터 비즈니스 현장까지 폭넓게 활용되고 있는데요.과거에는 영화 속에서나 가능한 상상으로 여겨졌던,인공지능와 대화를 나누고 사랑을 주고받는 장면조차 이제는 현실에서도 가능할 것처럼 느껴질 만큼음성 AI 기술은 눈에 띄게 발전하고 있습니다.그렇다면,AI는 어떻게 사람의 음성을 이해하고 자연스럽게 언어로 응답할 수 있을까요?한국인 최초의 스탠포드 종신 교수이자,현재스탠포드 경영 대학원 명예교수

미래에 어떤 일이 벌어질지 미리 예측하고 대비할 수 있다면 얼마나 좋을까요? 그 해답은 바로 ‘사전 시뮬레이션’에 있습니다.사전 시뮬레이션을 통해 다양한 상황을 가정하고 실험해 보면,최적의 전략을 세우고, 예기치 못한 위기에도 미리 대비할 수 있습니다.실리콘밸리에서는 AI의 ‘강화 학습’을 활용해 방대한 데이터를 시뮬레이션하고, 더 나은 의사결정과 효율적인 운영 방식을 지속적으로 모색하고 있는데요.공장 생산 스케줄 조정부터 재난 대응 시나리오 설계까지, 다양한 분야에서 강화 학습을 통해 최적의 답을 찾아가는 방식이 궁금하다면,한국인

AI가 보편화되면서 이를 활용한 데이터 분석도 점점 활발해지고 있습니다.수천 개의 변수와 수백만 개의 데이터 포인트 속에서 의미 있는 패턴을 찾아내는AI의 힘 덕분에,의료, 증권, 금융, 의류업계 등 다양한 산업에서 분석용 AI를 적극적으로 도입하고 있는데요.그렇다면AI는 과연 어떤 방식으로 방대한 데이터를 분석해 유의미한 패턴을 찾아내는 걸까요?이번 글에서는한국인 최초 스탠포드 종신 교수이자,현재스탠포드 경영대학원 명예교수로 활동 중인황승진 교수님의 칼럼을 통해, 무수한 데이터 속에서 AI가 어떻게 의미 있는 정보를 도출하는지 살

“Connecting the dots”스티브 잡스가 스탠포드 대학교 졸업식 연설에서 언급한 명언으로 흩어져 있던 경험들이 결국서로 관계를 맺으며 새로운 가치를 만들어낸다는 의미로 잘 알려져 있습니다.최근실리콘밸리에서는 이러한‘관계 기반의 사고’가 지식 그래프(KG, Knowledge Graph)와 AI 기술의 결합을 통해 더욱 확장되고 있습니다.지식 그래프는 서로 연관된 정보를 연결하고, 그 속에서 의미 있는 답을 도출해 내는 기술로 이제는 AI와 결합되어,보다 정밀하고 문맥에 맞는 응답을 생성하는 ‘그래프 RAG(Graph RAG