십수 년에 걸친 IT 현대화조차도 채 마무리하지 못했는데, AI로 인한 변화에 대처하고 앞서 나갈 방안을 마련해야 한다는 압박이 거세다. 그러나

AI·소프트웨어 개발 분야의 주요 인물인 산티아고 발다라마는 “2년 전만 해도 웹사이트를 만들어달라며 돈을 마구 쏟아붓던 클라이언트가 이제는 모두 사라졌다”라고 언급했다. 그 많던 클라이언트는 모두 LLM으로 눈을 돌렸다. 정확히 말하자면, LLM을 활용해 개발할 줄 아는 프론트엔드 개발자에게로 옮겨갔다. 현재로서 이런 변화는 고급 개발자에게 불균형적으로...

구글은 최근 파이썬과 자바를 위한 라이브러리인 ‘에이전트 개발 키트’를 출시했다. 이 라이브러리는 AI 에이전트를 만드는 과정에 필요한 번거로운 작업의 상당수를 알아서 처리한다. 제미나이와 같은 구글의 자체 AI 모델과는 당연히 잘 호환되고, API를 통해 제공되는 대��분의 AI 모델용으로도 어렵지 않게 개조할 수 있다. 파이썬 버전의 활용법을 살펴본다.

구글 공동 설립자 세르게이 브린은 최근 “모든 AI 모델은 물리적 폭력으로 위협하면 성능이 더 좋아진다”라고 주장했다. 브린은 “불편해서 잘 말하지 않는 주제”라며, AI 챗봇을 납치하겠다고 협박하면 응답 품질이 향상된다고 언급했다. 하지만 이 주장은 사실이 아니다. AI 챗봇은 협박 없이도 충분히 정확한 답변을 제공할 수 있다.

변화의 속도가 빨라질수록 기업은 ‘느낌’이 아닌 ‘수치’를 믿어야 한다. 이때의 수치는 곧 데 이터를 말한다. 그러나 기업이 데이터의 중요성을

가트너(Gartner)가 에이전틱 AI 프로젝트의 40% 이상이 2027년 말까지 비용 증가, 불분명한 비즈니스 가치, 부적절한 위험 관리 등의 이유로 중단될 것이라고 전망했다.

이번 사례는 오픈AI와 마이크로소프트를 상대로 한 2023년 뉴욕타임스의 소송이나 뉴스 코퍼레이션과 퍼플렉서티 간의 분쟁과는 다르다. 이번 소송은 막강한 자금력을 갖춘 할리우드 대형 스튜디오들이 생성형 AI 기업을 저작권 침해로 직접 겨냥한 첫 사례다. 디즈니와 유니버설 모두 AI를 활발히 활용하는 기업이라는 점에서도 주목할 만하다.

사이버보안 직무 대부분은 단일 역할에 그치지 않는다. 실제로 많은 전문가가 여러 영역의 책임을 동시에 수행한다. IANS와 아르티코 서치(Artico Searc)가 발간한 ‘2025 사이버보안 인력 보수 벤치마크 요약 보고서(2025 Cybersecurity Staff Compensation Benchmark Summary Report)’에 따르면, 전체...

구형 PC의 메모리 업그레이드를 고려하고 있다면 서두르는 것이 좋다. 글로벌 주요 메모리 제조사가 DDR4 DRAM 생산을 중단하고 DDR5 중심으로 전환하면서, DDR4 가격이 가파르게 상승할 것으로 전망되기 때문이다.

WWDC 2025 키노트는 새로운 디자인, 기능, 명칭 체계 등으로 가득했지만, 그것이 전부는 아니었다. 애플은 iOS 26, 맥OS 타호, 아이패드OS 26, 워치OS 26 등에 수많은 기능을 조용히 추가했지만 발표 영상에서는 단 한 마디도 언급되지 않았다.

2025년 현재, 전 세계 기업 IT 인프라는 AI라는 진통을 겪고 있다. 예산과 관심이 AI로 쏠리면서 기업은 더욱 비용에 민감해졌다. 비용

다양한 직군과 근로자를 분석한 새로운 연구 보고서는 AI 챗봇이 조직의 생산성과 효율성을 뚜렷하게 개선하지 못한다고 결론지었다. 기술 역사학자와 산업 애널리스트, 경제학자들에 따르면, AI는 역사상 가장 어떤 기술보다 빠르게 채택됐다. 생성형 AI는 특히 빠르게 확산됐다. 예를 들어 챗GPT는 2022년 11월 출시 후 단 2개월 만에 1억 명의 사용자를...

구글과 마이크로소프트가 바라보는 미래는 단순한 기술 변화가 아니라 근본적으로 완전히 다른 지점을 향하고 있다. 그리고 이는 웹이 가진 연결, 소통, 공동체 형성 기능에 위협이 될 수 있다.

인공지능이 나타나 스택 오버플로우를 죽였다고 말하기 쉽지만, 더 정확히 말하자면 AI는 이미 일어난 일에 마침표를 찍었을 뿐이다. 인간 커뮤니티와 자율적 운영에 대한 실험이 납득할 수 없는 실패로 이어진 교훈적 사례다.

생성형 AI가 소프트웨어 개발 현장에 본격적으로 도입되며, 개발자와 데브옵스 팀의 업무 방식이 근본적으로 변화하고 있다. 초기에는 코드 생성, 검증 등에 활용되었으나, 최근에는 테스트 자동화, 문서화, 사용자 인터페이스 설계 등 소프트웨어 개발 생애주기(SDLC) 전반으로 확장되고 있다.

애플 하드웨어가 여전히 강력하다는 점은 부정할 수 없지만, 인공지능과 가상비서 분야에서 아이폰은 더는 안드로이드의 상대가 아니다. 그리고 격차는 점점 더 벌어지고 있다.

작년에 필자는 오픈AI의 저작권에 대한 견해가 다른 사람의 저작물을 복사, 붙여넣기, 도용해도 괜찮다는 것이라고 지적한 바 있다. 오픈AI만이 아니다. 앤트로픽, 구글, 메타 모두 똑같이 지겨운 주장을 되풀이한다. AI는 공정 사용이라는 법적 원칙에 따라 저작권이 있는 자료도 자유롭게 사용할 수 있어야 최고 수준의 AI 프로그램을 제공할 수 있다는 것이다.

폭증하는 데이터와 활용 방식의 다변화는 단순히 저장 공간의 확보를 넘어 ‘데이터를 어떻게 통합 관리하고 활용할 것인가’라는 문제로 이어진다. 데

데이터 애널리틱스(Data Analytics)는 갈수록 더 복잡해지고 있다. 또한 AI 애플리케이션을 위한 데이터 애널리틱스 사용이 증가하면서

이제 모든 개발자는 코드 일부를 챗GPT에 붙여넣어 보았거나, 깃허브 코파일럿이 함수를 자동 완성하는 모습을 본 적이 있다. 만약 그것이 LLM 코딩에 대한 유일한 경험이라면, “아직 멀었다”는 결론을 내리기 쉽다