API와 MCP의 차이 = ‘주체’의 전환

AI 생태계에서 MCP(Model Context Protocol)가 화두로 떠오르며, 이를 기존의 API와 동일 선상에서 바라보는 시각이 많습니다. 특히 공공 대상 강의를 할 때, MCP를 설명하면 이 부분에 대한 질문을 여러번 받은적이 있습니다. 시스템과 시스템을 연결하고 데이터를 주고받는다는 기술적 메커니즘만 놓고 보면 “결국 MCP도 데이터를 호출하는 API의 일종이 아니냐”는 질문은 당연합니다. 하지만 제가 볼때 두 기술은 단순히 연결이라는 … 더 읽기

독파모, 주권의 1막을 넘어 효용의 2막으로 [이승현의 AI 네이티브]

it조선에서 앞으로 매주 화요일 아침 제 이름으로 연재를 하기로 했습니다.많은 관심 부탁드립니다~ ‘이승현의 AI 네이티브’는 인공지능(AI)의 본질과 진화를 한눈에 조망합니다. AI가 단순한 기술을 넘어 사회의 새로운 ‘본성(Native)’으로 자리 잡는 과정을, 하부 구조에서 상위 서비스까지 추적합니다. 여기에 민·관을 아우르는 실전적 통찰을 더해, 대한민국이 독자적 경쟁력을 갖춘 AI 네이티브 강국으로 도약할 수 있는 구체적 로드맵을 제시합니다. [편집자 … 더 읽기

DeepSeek Engram: GPU에서 메모리로 – 차세대아키텍처

1. 스케일 법칙의 한계와 아키텍처의 전환 ChatGPT 등장 전후로 LLM의 발전사는 Scale is All You Need 라는 스케일링 법칙(Scaling Law)에 의해 지배되어 왔죠. 모델의 파라미터 수를 수천억 개로 늘리고, 학습 데이터의 양을 무한대로 확장하며, 천문학적인 양의 GPU 연산 자원을 투입하면 성능이 정직하게 올라갔습니다. 그런데, 언제까지 늘리기만 할 수는 없는 노릇이고, 심각한 경제적, 공학적 임계점에 도달한게 … 더 읽기

WEF의 The Global Risks Report 2026

2026년 1월 14일 발표된 세계경제포럼(WEF)의 ‘글로벌 리스크 보고서 2026(The Global Risks Report 2026)’ 은 인류가 경쟁의 시대(Age of Competition)라는 새로운 국면에 진입했다고 지적합니다. 특히 AI 기술의 급격한 확산이 기존의 지정학적, 사회적 균열을 어떻게 증폭시키는지에 대해서도 심층적으로 다루고 있습니다. 1. 2026년 글로벌 10대 리스크 현황 보고서는 단기(2년)와 장기(10년)로 나누어 리스크를 진단하며, 올해 가장 시급하게 관리해야 할 … 더 읽기

[AI 리더스] ‘AI 표준’ 만든 이승현 “K-AI 5곳, 모두 승자…톱2 집착 버려야”

디플정위 4년 경험 토대로 ‘AI 네이티브 국가’ 제시…포티투마루서 실행 모색“독자 인공지능(AI) 파운데이션 모델(K-AI) 사업자로 선정된 5곳은 사실상 모두 승자입니다. 2개 사업자만 선별해 정부가 지원하기 보다 각 팀이 짧은 시간 안에 각자의 방식으로 글로벌 모델과 일정 수준 비교 가능한 결과물을 만들어냈다는 점을 인정해야 합니다. 정부가 각 모델의 특성과 강점을 살릴 수 있는 지원책을 마련한다면 국내 AI 생태계도 훨씬 건강해질 수 … 더 읽기

소버린AI 판정시스템 2.0 assisted by Antigravity

구글 Antigravity 로 <소버린AI 판정시스템>을 한번 재미삼아 만들어 봤습니다. ** 소버린AI 판정시스템 https://sovereign-ai-evaluator.streamlit.app 모델카드, 기술리포트, 허깅스페이스 링크 등을 넣어서 분석해볼수 있게 만들었습니다. 테스트 해보니, 모델카드에서는 좋은등급이 나와도, 기술리포트에서는 명확한 등급이 나오는것 같습니다. 되도록 기술리포트로 보는게 정확할거 같습니다. 1) https://github.com/epoko77-ai/sovereign-ai-tclass-2.0/ – 이 내용 토대로, 추가적인 몇가지 로직을 넣어서 만들었는데, 로직이 있어도 판정에는 gemini 3.0 을 사용하기 … 더 읽기

컨텍스트 엔지니어링(Manus)vs컨텍스트 확장(google) (25.12.31)

LLM은 언어를 이해하고 생성하는 능력에서 이미 성능을 입증했죠. 하지만 LLM을 단순한 대화 도구가 아니라 실제로 “일을 하는 존재”, 즉 에이전트로 사용하려는 순간부터 구조적 한계가 있습니다. 작업이 길어질수록 정확도가 떨어지고, 중간 단계에서 사실과 다른 내용을 만들어내며, 여러 작업을 동시에 시키면 앞뒤가 엉키는 현상이 반복됩니다. 이 문제를 해결하기 위해 컨텍스트 윈도우를 키우는 방향으로 달려왔죠. 컨텍스트를 늘리면 더 … 더 읽기

엔비디아의 29조 원 그록(Groq) 인수, 시장의 오해와 실체

엔비디아(NVIDIA)가 크리스마스 이브에 AI 반도체 스타트업 그록(Groq)의 IP와 핵심 인력을 200억 달러(약 29조 원)에 인수했습니다. 이번 딜을 두고, 추론이 확대되면서, GPU는 학습, LPU는 추론이라는 구도가 확립되었다는 해석도 있고, LPU가 추론시장을 주도할 것이라는 얘기들도 있습니다. 추론이 중요한 피지컬AI에서도 LPU 중요성이 높아진다는 얘기, 그리고 그록의 기술이 도입되면 HBM(고대역폭메모리)의 필요성이 줄어들 것이라는 전망도 나옵니다. 물론 저는 반도체 전문가는 … 더 읽기

일본의 ‘소버린 AI’ 전략과 제조 데이터 주권의 한계

일본 정부가 12월 23일 발표한 ‘제1차 AI 기본 계획’과 약 3조 엔 규모의 민관 합동 투자는 일본이 처한 기술적 위기감을 여실히 드러납니다. 행정, 의료, 국방 등 민감한 공공 분야뿐만 아니라 일본 경제의 근간인 제조업 전반에 걸쳐 해외 기술 의존도를 낮추겠다는 의지의 표현이죠. 일본은 소프트뱅크, NTT, 후지쯔 등 주요 자국 기업을 중심으로 대규모 컴퓨팅 인프라를 확충하고, … 더 읽기

AI 확산의 이면 by World Bank

World Bank가 2025년 12월 발간한 『Digital Progress and Trends Report 2025: Strengthening AI Foundations』 보고서는 AI가 개발도상국과 선진국 모두에 중대한 성장 기회를 제공하는 동시에, 국가 간 디지털 격차를 구조적으로 확대시킬 위험을 내포하고 있음을 분석한 보고서입니다. 이 보고서에서는 AI를 개별 기술이나 단일 산업의 혁신이 아니라, 연결성·연산 자원·데이터·인적 역량이 결합된 국가 단위의 기반(infrastructure)으로 규정합니다. 특히 생성형 AI의 … 더 읽기

CoT 의 진화, 탈언어화와 검증으로

원래 LLM의 발전은 스케일링 법칙(Scaling Laws)에 의존해왔죠. 모델의 파라미터와 데이터량을 늘리면 AI가 선형적으로 향상될 것이라는 믿음은 사실 지금도 유효하긴 합니다. 모델들은 인간의 언어 패턴을 방대한 확률적, 통계적 연산으로 모방하며 놀라운 퍼포먼스를 보여줬으나, 복잡한 논리 구조나 수학적 추론 앞에서는 취약한 한계를 드러냈습니다. LLM은 근본적으로 다음에 올 가장 확률이 높은 단어를 예측하는 시스템입니다. 겉으로는 지능적인 대화를 하는것 … 더 읽기

왜 美 국방부는 팔란티어가 있는데, 구글을 도입했을까?

지난 9일 미국 국방부(DoD)가 구글의 생성형 인공지능 모델인 제미나이를 기반으로 한 ‘GenAI.mil’ 플랫폼을 공식 출범했다는 뉴스는 그냥 보면, 추가적인 빅테크 AI 기술 도입사례로 보일수 있습니다. 하지만, 단순하게만 볼 건 아니라고 생각합니다. 펜타곤에는 이미 팔란티어가 존재하고 있기 때문입니다. 오사마 빈 라덴을 추적하던 숨 막히는 작전에서부터, 지금 이 순간에도 우크라이나의 대평원에서 벌어지는 전투에 이르기까지, 팔란티어의 ‘고담(Gotham)’과 ‘AIP(Artificial … 더 읽기