인공지능

Artificial intelligence (AI) is the capability of computational systems to perform tasks typically associated with human intelligence, such as learning, reasoning, problem-solving, perception, and decision-making. It is a field of research in computer science that develops and studies methods and software that enable machines to perceive their environment and use learning and intelligence to take actions that maximize their chances of achieving defined goals.

— “Artificial intelligence”, Wikipedia

이 문서를 인용한 문서

  • 주제문서
  • 인공지능 코딩을 위한 테스트 주도 개발

    • 테스트 주도 개발(Test-Driven Development, TDD)는 인공지능 코딩 시대에 잘 어울리는 개발 방법론이다.

  • AI 시대에 살아남기

    • “AI 시대에 살아남기 위한 어쩌고” 얘기를 들을 때마다 슬픈 이유는 이런 조언이나 전략, 방법들이 결국 자기계발로 귀결되기 때문이다.

  • AI 시대의 소프트웨어 엔지니어

    • AI가 소프트웨어 엔지니어의 존재를 위협하려면 소프트웨어 공학의 특정 분야나 단일 제품, 특정 산업 섹터가 아닌 소프트웨어 산업 전반을 위협할 수준에 도달해야 한다.

  • Agentation

    • Agentation은 화면상 UI의 특정 위치에 주석을 작성하면 AI 에이전트가 이해할 수 있는 프롬프트로 변환해 에이전트와 실시간 협업을 할 수 있게 만들어주는 도구다.

  • 에이전트 클라이언트 프로토콜

    • 에이전트 클라이언트 프로토콜(Agent Client Protocol, ACP)은 AI 에이전트와 코드 편집기(IDE, 텍스트 에디터 등) 간의 통신을 표준화하기 위한 프로토콜이다.

  • Zed

    • Zed는 인공지능 통합과 빠른 속도, 협업을 내세우는 코드 편집기로, Rust로 작성된 오픈소스 소프트웨어다.

  • 대화형 사용자 인터페이스

    • 나는 OS 레벨에서 인공지능이 메타 레이어로서 동작하지 않는 한, 대화형 AI는 제대로 사용하지 못할 것 같다.

  • 『The Productivity Paradox of Information Technology』

    • 현재 인공지능 기술이 빠르게 확산되고 있지만, 시차효과와 오남용으로 인해 생산성 증가를 확인할 수 없는 것일지도. 인공지능이 생산성을 높이려면 인프라 구축을 선행해야 하고, 『Towards a Science of AI Agent Reliability』에서 지적한대로 신뢰성을 보장해야 한다.

  • 『Towards a Science of AI Agent Reliability』

    • 인공지능 에이전트의 신뢰성 측정 방법을 제안하는 연구. 기존 에이전트 벤치마크가 평균 성공률에만 치중했기 때문에 평가 결과가 좋아도 실제 환경에서는 자주 실패함을 지적한다.

  • 『Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity』

    • 각 태스크는 무작위로 AI 사용을 허용/금지하는 조건이 배정됐다.

    • 그러나 실제로 AI 도구를 허용했을 때 태스크 처리 시간이 오히려 19% 증가했다.

  • 『Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task』

    • LLM을 활용한 글쓰기가 인간의 인지 능력에 미치는 영향에 관한 연구. 핵심 주장은 AI에 의존하는 글쓰기가 인지 부채를 축적시킨다는 것이다.

  • 『지능의 기원』

    • 저자는 서문에서 1962년에 나온 SF 만화 에 등장하는 로봇 '로지’를 소개하며, 지난 수십년간 인공지능 분야가 놀라운 발전을 이룩했음에도 왜 아직 로지와 같은 로봇은 만들지 못하는지 질문한다.

    • 로드니 브룩스(Rodney Brooks)를 비롯한 행동주의 인공지능 연구자들은 단순한 수준의 지능을 구현하기 전에는 절대 인간 수준의 지능을 이해할 수 없다고 주장했다.

    • 실제 뇌가 강화학습을 한다면 지도학습이 유행하는 최근 인공지능 트렌드에 한계가 있음을 생각하게 된다.

    • 파괴적 망각 문제를 회피하기 위해 대부분의 현대 인공지능 시스템은 모든 것을 한꺼번에 학습한 뒤 동결해버린다.

    • 얀 르쿤(Yann Le Cun)은 현대 인공지능이 누락한 능력은 세계 모델을 구축하는 능력이며, 지능의 기질로서 언어와 기호는 과대평가 되었다고 주장했다.

    • 인공지능의 훈련 데이터를 계속 키우다보면 점점 인간의 지능과 구분할 수 없게 될 수도 있겠지만, 외부 세계에 대한 내적 모델(시뮬레이션)과 마음이론(정신화)에 대한 모델을 통합하지 않는다면 지능의 본질을 담아내지는 못할 것이다.

  • 『Welcome to the Era of Experience』

    • 인공지능 모델도 사람이 만든 휴먼 데이터를 암기하는 것만으로는 초인간적 능력에 도달하기 어렵다.

  • 『프롬프트 엔지니어링』
  • 『Human-Centered Artificial Intelligence: Reliable, Safe & Trustworthy』

    • 인간중심 인공지능(Human-Centered Artificial Intelligence, HCAI)을 위한 2차원 프레임워크를 제시한다.

    • 지금까지 인공지능 연구자와 개발자들은 제어권과 자동화를 1차원적으로 생각해왔다.