[심층분석] AI 트레이더 군단이 회의를 한다? TradingAgents가 보여주는 멀티에이전트 금융 트레이딩의 현재
## 진짜 트레이딩 회사처럼 AI를 조직한다면? 요즘 AI 업계에서 가장 뜨거운 키워드 중 하나가 바로 **멀티에이전트(Multi-Agent)** 시스템이에요. 하나의 거대한 AI가 모든 걸 다 하는 게 아니라, 여러 AI가 각자 전문 분야를 맡...
폰트 인식 모델을 밑바닥부터 학습시키며 배운 것들
## 이미지 속 폰트를 알아내는 문제 디자인 작업을 하다 보면 한 번쯤은 이런 경험이 있을 겁니다. 어떤 웹사이트나 포스터에서 마음에 드는 글꼴을 발견했는데, 그 폰트가 뭔지 알 수 없는 상황. WhatTheFont 같은 서비스를 써보기도 하지만...
tinybox: 오프라인에서 1200억 파라미터 AI를 돌리는 데스크탑 장비의 등장
## 클라우드 없이 초거대 모델을 돌린다고? tinygrad의 창업자 George Hotz가 만든 하드웨어 프로젝트 tinybox가 본격적으로 모습을 드러내고 있다. tinybox는 이름 그대로 '작은 상자'지만, 그 안에 담긴 성능은 전혀 작지 않...
2025 튜링상, 양자 정보 과학의 선구자 베넷과 브라사르에게 돌아가다
## 컴퓨터 과학계의 노벨상, 올해의 주인공은 ACM(미국컴퓨터학회)이 수여하는 튜링상(Turing Award)은 컴퓨터 과학 분야의 노벨상으로 불립니다. 올해 그 영예의 주인공은 **찰스 베넷(Charles H. Bennett)**과 **질 브라사...
테크 뉴스를 읽는 당신,
직접 만들어볼 준비 되셨나요?
17가지 수익 모델 실습 · 144+ 강의 · 자동화 소스코드 제공
2,000개의 혼합 정밀도 커널을 한 번에 — NumKong이 고성능 수치 연산의 판을 바꾸려 한다
## 혼합 정밀도 연산, 왜 지금 중요한가 딥러닝 모델이 거대해지면서 연산 효율성은 더 이상 "있으면 좋은 것"이 아니라 경제적 생존의 문제가 되었습니다. GPU 한 시간당 수 달러를 지불하는 클라우드 환경에서, 같은 결과를 절반의 연산으로 얻을 수...
MoonshotAI의 Attention Residuals: 트랜스포머 어텐션 메커니즘을 개선하는 새로운 접근
## 트랜스포머의 심장, 어텐션 메커니즘에 잔차 연결을 더하다 MoonshotAI가 GitHub에 공개한 'Attention Residuals' 프로젝트는 현대 AI 모델의 핵심인 트랜스포머 아키텍처의 어텐션 메커니즘을 개선하려는 연구입니다. 이름에...
[심층분석] 2021년 이후, 우리는 'A.I. 도미니' 시대를 살고 있다 — AI가 재정의한 기술 연대기
## 서기(A.D.)에서 AI기(A.I. Domini)로: 농담이 아닌 현실 서양 달력의 기준이 되는 **A.D.(Anno Domini, '주의 해')**라는 표현은 2천 년 넘게 인류의 시간을 구분해왔습니다. 그런데 최근 개발자 커뮤니티에서 흥미로...
Flash-KMeans: K-Means 클러스터링을 메모리 절반으로, 속도는 수십 배 빠르게
## 들어가며 클러스터링은 머신러닝에서 가장 기본적이면서도 가장 널리 쓰이는 비지도 학습 기법입니다. 그중에서도 K-Means는 1950년대에 제안된 이래 70년이 넘도록 실무에서 살아남은 알고리즘입니다. 추천 시스템에서 사용자 그룹을 나누거나, 이...
[심층분석] 잠자는 동안 GPU 커널이 최적화된다 — AutoKernel이 보여주는 자율 AI 에이전트의 미래
## 도입: AI가 AI 인프라를 최적화하는 시대 GPU 커널 최적화는 딥러닝 성능의 핵심이지만, 전통적으로 소수의 CUDA 전문가만이 다룰 수 있는 영역이었다. Triton의 등장으로 진입 장벽이 낮아졌음에도, 실제로 프로덕션 수준의 커널을 작성하...
