Created by AI “1조 파라미터”라는 숫자는 압도적입니다. 모델 이름만 봐도 엄청난 GPU 비용과 느린 응답 속도를 떠올리기 쉽습니다. 하지만 Mistral Large 4, 별명 ‘Le Chonk’의 핵심은 바로 이 직관을 뒤집는 데 있습니다. 이 AI 모델은 1조 개의 파라미터를 보유하지만, 질문이나 코드 요청을 처리할 때마다 그 전체를 한꺼번에 계산하지 않습니다. 대신 필요한 전문 영역만 골라 활성화하는 […]
![[뉴스] AI 에이전트 산업 확산, 보안·표준화가 관건…국회서 머리 맞댄다](https://blog.ai.dmomo.co.kr/wp-content/uploads/2026/10/ed30c88ef12be8137e65d4be680ff644577af3677fed8a5e2ee93f88efceadde.jpg-600x121.jpg)
[뉴스] AI 에이전트 산업 확산, 보안·표준화가 관건…국회서 머리 맞댄다
Reference by 한국경제 질문에 답하는 AI를 넘어, 사용자의 목표를 파악하고 업무를 계획해 실제로 실행하는 AI 에이전트가 산업 현장에 들어오고 있습니다. 기업 내부 데이터와 업무 시스템, 외부 API를 활용해 여러 단계의 복잡한 작업을 수행할 수 있어 차세대 기술로 주목받습니다. 그렇다면 현장 적용은 어디까지 왔을까요? 11월 5일 오후 3시 국회 의원회관에서 열리는 제3차 미래기술 전략포럼은 AI 에이전트의 […]
![[뉴스] 센드버드, 업스테이지와 AI 에이전트 상용화 협력](https://blog.ai.dmomo.co.kr/wp-content/uploads/2026/10/94b8d7fa748b5766badf1fb0cdbd4c664eedc88fb35a7b6dc07d48691c02a049.png-600x400.png)
[뉴스] 센드버드, 업스테이지와 AI 에이전트 상용화 협력
Reference by 매일경제 뛰어난 AI 모델도 실제 업무에 활용되지 못하면 가능성에 머뭅니다. 센드버드와 업스테이지가 손잡은 이유는 국산 거대언어모델(LLM)이 기업 현장에서 어떤 성과를 낼 수 있는지 직접 확인하고, 상용화로 이어가기 위해서입니다. 두 회사는 센드버드의 엔터프라이즈 AI 에이전트 플랫폼 딜라이트.ai(Delight.ai)에 업스테이지의 자체 개발 LLM 솔라(Solar)를 연계해 기업 업무에 적용할 계획입니다. 현장에서 얻은 검증 결과는 각사의 제품을 고도화하는 […]
Meta Muse Wonder란? 장기 기억 AI 에이전트의 핵심 기술과 한계
Created by AI 몇 주 전, 당신이 “연말까지 이직용 포트폴리오를 완성하고 싶다”고 말했다고 가정해 보겠습니다. 그 뒤로 선호하는 기술 스택이 바뀌었고, 지원하려는 기업도 달라졌습니다. 오늘 AI에게 “다음 주에 무엇부터 해야 할까?”라고 물었을 때, 이전 목표와 최신 변경 사항까지 반영한 계획을 제안한다면 어떨까요? 2026년 10월 12일 공개된 Meta의 Muse Wonder와 Muse Wonder Full은 바로 이 질문에 […]
Google Gemini agent란? 2026년 기업 업무를 바꿀 자율형 AI 에이전트
Created by AI “이번 분기 시장을 조사하고, 재무 모델을 만든 뒤, 경영진 발표자료까지 준비해줘.” 이 한마디를 받은 AI는 어디까지 움직일 수 있을까요? 기존의 업무용 AI라면 시장 동향을 요약하거나, 재무 모델의 초안을 작성하고, 발표자료 문구를 제안하는 수준에 머물렀을 가능성이 큽니다. 사용자는 AI가 만든 결과를 복사해 여러 도구에 옮기고, 데이터를 확인하고, 다음 작업을 다시 지시해야 했습니다. 하지만 […]
Agentic RAG란? AI 에이전트가 검색·검증을 반복하는 차세대 RAG의 핵심 트렌드
Created by AI 질문 하나에 사내 문서, 데이터베이스, CRM, ERP, 실시간 업무 시스템까지 확인해야 한다면 어떨까요? 단순히 관련 문서를 한 번 검색한 뒤 답변을 생성하는 방식만으로는 충분하지 않을 수 있습니다. 기존 RAG는 대체로 다음과 같은 흐름으로 동작했습니다. 질문 입력 → 관련 문서 검색 → 검색 결과를 바탕으로 답변 생성 이 구조는 사내 규정 확인, 제품 […]
AI 코딩 에이전트가 서버리스를 직접 운영한다? Serverless Framework v4.43.0의 변화_TITLE
Created by AI “주문 처리 서비스를 만들어 배포해 줘.” 이 한 문장을 입력했을 때 AI가 API 코드만 작성하는 데서 멈추지 않고, AWS Lambda 함수와 API Gateway, 데이터베이스, 권한 설정까지 구성한다면 어떨까요? 배포 후 오류가 발생하면 로그를 분석하고, 잘못된 환경 변수나 IAM 권한을 수정한 뒤 다시 배포하는 모습도 상상할 수 있습니다. 이것은 더 이상 먼 미래의 […]
Agentic RAG란? 고전적 RAG와 다른 핵심 기술·프레임워크·활용 사례 총정리
Created by AI “이번 분기 계약 갱신 대상 고객 중, 보안 부속합의서가 누락됐고 최근 30일간 장애 티켓을 등록한 기업은 어디인가요?” 이 질문에 정확히 답하려면 계약서 PDF만 읽어서는 안 됩니다. 고객 관리 데이터베이스, 티켓 시스템, 보안 문서 저장소의 정보를 함께 확인해야 합니다. 계약서마다 표현 방식도 다르고, 데이터베이스에는 날짜·고객 ID·상태값처럼 구조화된 정보가 들어 있습니다. 그런데 고전적인 RAG는 […]
![[뉴스] 5번 망한 AI브라우저의 반전…실밸이 주목한 韓 3인조](https://blog.ai.dmomo.co.kr/wp-content/uploads/2026/10/eb5016b71426ab42fb5cf06e2db0be2cdeebb6454d02c6951b3acbd3acd475a7.jpg-600x400.jpg)
[뉴스] 5번 망한 AI브라우저의 반전…실밸이 주목한 韓 3인조
Reference by 한국경제 오픈AI조차 AI 브라우저 ‘아틀라스’를 출시한 지 1년도 되기 전에 서비스를 접기로 했습니다. 거대한 기업도 고전한 시장에, 이미 다섯 번의 실패를 겪은 한국인 창업자 세 명은 다시 도전장을 내밀었습니다. 이들의 마지막 베팅은 어떻게 실리콘밸리의 관심을 끌었을까요? 어사이드의 출발점은 브라우저가 아니었습니다. 김준 대표와 이찬희 최고제품책임자(CPO)는 영업 통화 중 기술 질문에 답을 찾아주는 AI를 만들었습니다. […]
OpenAI dots란? GPT-6 Astra 기반 상시 AI 에이전트 시대 열리나
Created by AI “매주 월요일 아침 시장 동향을 정리해줘.” 지금까지의 AI는 이 요청에 답을 한 번 만들어주는 데 가까웠습니다. 다음 주 월요일에도 같은 작업을 원한다면, 다시 대화를 열고 같은 지시를 반복해야 했습니다. 하지만 OpenAI가 공개한 상시형 AI 에이전트 ‘dots’는 이 경험을 바꾸려 합니다. 사용자가 대화를 닫은 뒤에도, AI가 목표를 기억하고 필요한 작업을 계속 추적·수행하는 방식입니다. […]