'Your Fine-Tuning Roadmap' 주제로, AI 업계 주요 기업 및 전문가 다수 참여 인공지능(AI)의 기업 도입이 확산되는 가운데, 산업 현장의 실무자들에게 실질적인 가이드를 제시하는 컨퍼런스가 열린다. 'AI 융합 비즈니스 개발 컨퍼런스 2025(AI Tech 2025)'가 오는 5월 15일 서울 삼성동 코엑스 컨퍼런스룸 317호, 318호에서 개최된다. AI Tech 2025는 AI 융합 비즈니스의 실제 적용과 전략을 주제로 한 행사로, 생성형 AI 시대에 기업이 직면한 현실적인 과제를 중심으로 다뤄질 예정이다. 이번 컨퍼런스는 ‘Your Fine-Tuning Roadmap’이라는 주제를 내걸고, 파인튜닝 이후 실무에서 어떻게 AI 모델을 활용할 것인지에 대한 구체적인 전략을 공유한다. 특히 GPT 기반 도입 이후 발생하는 다양한 운영상의 고민과 현장의 요구에 맞춰 RAG, SLM, LLMOps 같은 최신 기술 트렌드의 실무 적용 사례가 소개될 예정이며, PoC 이후 실제 프로덕션 단계로의 전환 전략에 대해서도 조망한다. AI를 단순히 기술이 아닌 비즈니스 전환의 도구로 받아들이는 기업에 반드시 짚고 넘어가야 할 내용이다. 발표에는 업계를
'Your Fine-Tuning Roadmap' 주제로, AI 업계 주요 기업 및 전문가 다수 참여 인공지능의 기업 도입이 확산되는 가운데, 산업 현장의 실무자들에게 실질적인 가이드를 제시하는 컨퍼런스가 열린다. 'AI 융합 비즈니스 개발 컨퍼런스 2025(AI Tech 2025)'가 오는 5월 15일 서울 삼성동 코엑스 컨퍼런스룸 317호, 318호에서 개최된다. AI Tech 2025는 AI 융합 비즈니스의 실제 적용과 전략을 주제로 한 행사로, 생성형 AI 시대에 기업이 직면한 현실적인 과제를 중심으로 다뤄질 예정이다. 이번 컨퍼런스는 ‘Your Fine-Tuning Roadmap’이라는 주제를 내걸고, 파인튜닝 이후 실무에서 어떻게 AI 모델을 활용할 것인지에 대한 구체적인 전략을 공유한다. 특히 GPT 기반 도입 이후 발생하는 다양한 운영상의 고민과 현장의 요구에 맞춰 RAG, SLM, LLMOps 같은 최신 기술 트렌드의 실무 적용 사례가 소개될 예정이며, PoC 이후 실제 프로덕션 단계로의 전환 전략에 대해서도 조망한다. AI를 단순히 기술이 아닌 비즈니스 전환의 도구로 받아들이는 기업에 반드시 짚고 넘어가야 할 내용이다. 발표에는 업계를 대표하
스노우플레이크(Snowflake)가 자사 생성형 AI 기반 애플리케이션 생성 도구인 ‘코텍스 AI(Cortex AI)’에서 ‘딥시크-R1(DeepSeek-R1)’ 모델을 지원한다고 5일 밝혔다. 딥시크-R1은 지도학습(SFT) 없이 대규모 강화학습(RL)만으로 훈련된 최초의 오픈소스 모델로 자체검증, 스스로 답을 찾는 추론하는 사고체계(Chain-of-Thought, CoT), 추론 생성 등이 가능하다. 폐쇄형 모델인 오픈AI의 o1 수준의 고급 추론, 수학, 코딩 성능을 보이며 응답의 무한 반복, 언어 혼재, 낮은 가독성 문제를 해결하고 추론 능력을 개선하기 위해 콜드 스타트 데이터를 전략적으로 통합했다. 딥시크-R1은 스노우플레이크 코텍스 AI를 통해 서버리스 추론에 사용할 수 있는 비공개 프리뷰 형태로 제공된다. 배치(SQL 함수)와 대화형(파이썬 및 REST API) 모두를 통해 액세스할 수 있어 기존 데이터 파이프라인, 애플리케이션 및 통합개발환경(IDE)에 통합된다. 코텍스 AI는 고객이 코텍스 가드(Cortex Guard)를 활성화할 수 있도록 해 잠재적으로 유해한 콘텐츠를 필터링하고 고객이 생성형 AI 애플리케이션을 대규모로 안전하게 배포할 수
기업들의 생성 AI 도입이 가속화되고 있다. 챗GPT와 같은 생성 AI 서비스의 인기가 높아지며 유료 고객을 대상으로 고객 데이터 학습을 지원하는 서비스도 활발히 제공되고 있다. 그러나 최근 기업들은 클로즈드 모델 대신 오픈소스 모델을 파인튜닝해 각자 기업 목표에 최적화한 맞춤형 서비스를 구축하는 방식으로 전환하고 있다. 파인튜닝은 라마(Llama), 미스트럴(Mistral), 퀜(Qwen)과 같은 오픈소스 모델을 특정 데이터로 재학습해 기업 내부 데이터나 특정 업무 관련 정보를 반영한 AI 서비스를 구축하는 기술이다. 이 기술의 강점은 투명성과 소유권에 있다. 기업은 모델의 내부 구조를 이해함으로써 신뢰성 높은 AI 서비스를 설계할 수 있으며 외부 서비스의 정책이나 비용 변동에 영향 받지 않고 안정적으로 AI 서비스를 운영할 수 있다. 이러한 흐름 속에서 기업 프렌들리에이아이는 지난 10월 오픈소스 모델을 활용한 기업 맞춤형 AI 개발 서비스 ‘프렌들리 파인튜닝’을 출시했다고 18일 밝혔다. 이 서비스를 통해 기업은 비용 효율적인 오픈소스 모델을 최적화해 사내 업무와 서비스에 효과적으로 도입할 수 있으며 이 과정에서 발생하는 높은 GPU 비용과 실무적 부담
생성형 AI 기술로 ML 예측 모델 개선에 필요한 파인튜닝 데이터 효율적으로 확보 이글루코퍼레이션(이하 이글루)은 머신러닝 예측 모델의 성능을 개선하는 인공지능(AI) 특허 등록을 완료했다고 밝혔다. 본 특허의 적용을 통해 머신러닝의 핵심 과정 중 하나인 ‘파인튜닝(fine tuning)’ 작업의 효율성을 높일 수 있게 될 전망이다. 인공지능의 한 분야인 머신러닝은 기계가 데이터에 대한 학습을 토대로 자체적인 판단 기준을 만들어 또 다른 데이터에 대한 예측을 내리게 하는 기술이다. 이를 잘 활용하기 위해서는 기존에 학습된 모델을 새로운 목적에 맞게 변형하고자 이미 학습된 모델에 신규 목적에 부합하는 추가 데이터를 학습시키는 파인튜닝 작업이 요구된다. 이글루코퍼레이션이 이번에 취득한 특허는 생성형 AI 기술을 활용해 머신러닝 예측 모델 개선에 필요한 파인튜닝 데이터를 효율적으로 확보하는 데 중점을 두고 있다. GPT의 앱 프로그래밍 인터페이스(API)를 통해 원본 데이터 전처리를 위한 프롬프트를 입력하고 이를 토대로 복수의 원본 데이터를 생성하는 형태이다. 이를 통해 시시각각 변화하는 방대한 보안 정보에 대한 전처리 속도를 끌어올리는 효과를 기대할 수 있다.