AI가 100년 수학 난제를 풀었다. 그런데 왜 날씨는 여전히 예측하기 어려울까?
물 한 방울의 움직임을 설명하는 방정식이 인류 최고의 수학 난제였다. OpenAI는 마침내 그 방정식이 무너지는 조건을 찾아냈다. 722편의 수학 원고와 컴퓨터가 검증하는 증명까지 공개됐다. 과연 AI는 자연의 비밀을 얼마나 풀어낸 것일까?
테슬라에서 만난 AI의 미래, 이제 자동차가 사람의 말을 알아듣기 시작했다
“Hey Grok” 한마디에 달라지는 운전 경험. 놀라운 것은 자동차의 기능보다 AI가 일상으로 들어오는 속도다.
프랑스에서 143년 된 시청이 불탔다. 시민들은 왜 거리로 나왔을까
50만 명이 넘는 시민들의 시위, 역사적 건축물의 화재, 상점 약탈. 폭력적인 장면뿐 아니라 그 이전부터 쌓인 교육과 생활비, 공공서비스에 대한 불만을 함께 살펴야 한다.
AI를 잘 쓰는 사람은 왜 직접 고치지 않을까
챗GPT, 클로드 코워크, 바이브 코딩까지 - AI에게 일을 맡기고 사람은 결과를 책임지는 새로운 업무 기술
AI가 일자리를 없애나, 늘리나 - 진짜 문제는 ‘첫 일자리’가 사라지는 속도다
빌 게이츠는 AI가 인간의 인지 노동 자체를 대체할 수 있다고 경고하고, 젠슨 황은 생산성 향상이 더 큰 시장과 더 많은 일을 만든다고 본다. 지금까지의 데이터는 한쪽의 완승보다 더 복잡한 답을 보여준다. 총고용은 아직 무너지지 않았지만, 노동시장에 들어오는 문부터 먼저 좁아지고 있다.
챗GPT가 ‘대화 상대’에서 ‘작업실’로 바뀐다 ChatGPT Space를 가장 쉽게 이해하는 법
챗GPT를 카카오톡처럼 질문하고 답을 받는 도구라고 생각했다면, Space는 그 생각을 바꾸는 기능이다. 이제 챗GPT 안에 문서를 펼쳐 놓고, 자료를 쌓고, 사람과 AI가 같은 결과물을 며칠이고 계속 고쳐 나갈 수 있다.
AI가 전문가보다 빨라진 시대, 우리는 무엇을 공부하고 무엇을 가르쳐야 하나
회계사 12명과 최상위 AI를 붙여봤더니 AI가 더 빠르고 정확했다. 그러나 이 숫자를 “전문직의 종말”로 읽으면 절반만 보는 것이다. 더 큰 변화는 인간의 값어치가 지식의 보유량에서 문제를 정의하고, 판단하고, 책임지고, 사람을 설득하는 능력으로 이동하고 있다는 점이다.
AI 비용 통제 노하우! 모델보다 ‘배치 순서’에서 갈린다
ChatGPT와 Claude를 아끼는 가장 좋은 방법은 싼 모델만 고집하는 것이 아니다. 쉬운 일은 가볍게 처리하고, 질문을 먼저 정교하게 만든 뒤, 돈과 시간, 보안에 실제 손실이 생길 수 있는 마지막 단계에만 강한 모델과 높은 reasoning을 쓰는 것이다.
AI가 손과 발을 얻은 뒤 - 공장보다 더 크게 바뀌는 것은 아이들의 공부와 인간의 일이다
피지컬 AI는 로봇 산업의 유행어가 아니다. AI가 화면 밖으로 나와 현실의 물체를 움직이기 시작하면서, 제조업의 경쟁 방식과 인간이 맡는 일의 경계, 그리고 ‘무엇을 배워야 하는가’라는 교육의 오래된 질문까지 동시에 흔들고 있다.
AI가 다 만들 수 있게 되면 ‘사람이 만들었다’는 게 브랜드가 될까
AI가 음악·영상·그림·이야기의 제작비와 시간을 급격히 낮추면, 콘텐츠 시장의 희소성은 ‘잘 만들었는가’에서 ‘누가 왜 만들었는가’로 이동할 수 있다. 다만 인간 프리미엄이 모든 장르에서 자동으로 생기는 것은 아니다.
아이폰 듀오는 왜 가운데가 덜 접혀 보일까
책장, 무광 벽지, 모기장만 알면 이해되는 애플의 폴더블 공학. 주름을 없앤 게 아니라, 힘과 빛과 카메라를 영리하게 속였다.
이 섹션에 아직 발행한 특집이 없습니다.
이메일 주소만 받습니다. 편지마다 있는 링크로 언제든 그만 받을 수 있습니다.