의사를 능가한 OpenAI의 o1-preview AI, 의료 진단 분야에서 혁신을 일으키다

도입 의료 진단의 정확성은 환자의 생명을 구하는 데 매우 중요합니다. 최근 연구에 따르면 OpenAI의 혁신적인 AI 시스템인 o1-preview가 복잡한 의료 사례를 진단하는 데 있어서 숙련된 의사들보다 뛰어난 성과를 보였습니다. 이번 블로그에서는 이 연구 결과와 AI 시스템의 잠재력에 대해 자세히 알아보겠습니다. 연구 개요 하버드 의과대학과 스탠포드 대학의 연구팀은 OpenAI의 o1-preview AI 시스템을 종합적인 의료 진단 테스트에 부쳐 성능을 평가했습니다. 연구 결과, o1-preview는 모든 사례를 78.3%의 정확도로 진단했으며, 70개의 특정 사례에서는 88.6%의 높은 정확도를 기록했습니다. 이는 이전 버전인 GPT-4의 72.9%보다 훨씬 뛰어난 성과입니다. 세부 성과 특히, 의료 추론 분야에서 o1-preview는 놀라운 성과를 보였습니다. R-IDEA 척도를 사용한 평가에서 80개의 사례 중 78개에서 완벽한 점수를 받았으며, 이

엘비스 프레슬리의 "Didja' Ever" - 너 그런적 있어?

첫눈처럼 설레는 만남

GPT를 활용한 E커머스 자동화와 콘텐츠 생성 전략 -(1편)콘텐츠 생성 중심

fp32, fp16, bf16, fp8, e4m3fn 등 개념 정리

개념정리 로컬 이미지나 비디오를 생성하기 위해서 모델 파일을 받을 때 hunyuan_video_t2v_720p_bf16 이런식으로 되어 있어서 어떠한 파일을 받아야 할 지 난감할 때가 있습니다. 컴퓨터는 2진법의 숫자로 정보를 처리하는데 기본 단위를 비트라고 합니다. 이러한 비트수를 얼마나 할당하느냐에 따라 위와 같이 나누고 있습니다. 인공지능 분야에서는 모델의 정확도와 메모리 효율성을 동시에 고려해야 하기 때문에 다양한 데이터 타입을 사용해야 하는데 그중에서 우리는 그 다양한 타입 중 하나를 선택해서 사용한다고 생각하면 될 것 같아요. 지난 글에서도 정리를 했지만 좀더 정리하는 차원에서 같이 보시면 좋을 것 같습니다. 이미지 생성시 보이는 용어 Fp16, Fp8 차이가 뭘까? 숫자의 표현 방식 부동소수점 방식 예 )123.456 우리는

tldraw와 Gemini 2.0으로 구동되는 AI 기반 자연어 워크플로우 도구 소개

Tldraw computer 소개 Tldraw computer는 tldraw와 Google gemini의 협업을 통해 개발된 자연어 기반 워크플로우 도구입니다. 사용자는 이 도구를 통해 tldraw의 무한 캔버스(infinite canvas)에서 여러 명령어 블록을 연결하고, AI 기반의 워크플로우를 만들고 실행할 수 있습니다12. 이 시스템은 다양한 AI 모델을 활용하여 텍스트 입력으로부터 이미지를 생성하고, 이를 입력으로 다른 결과물을 생성하는 과정을 시각적으로 표현하고 실행합니다2. 주요 특징 무한 캔버스와 시각적 프로그래밍 tldraw computer의 가장 큰 특징은 무한 캔버스 위에서 시각적 프로그래밍을 지원한다는 점입니다. 다양한 컴포넌트(텍스트 필드, 이미지, 오디오 클립 등)를 캔버스에 배치하고, 각 컴포넌트를 화살표로 연결하여 데이터 흐름을 시각화합니다. 각각의 컴포넌트는 연결된 다른 컴포넌트로부터 입력을 받아 지

엘비스 프레슬리의 "G.I. Blues" - 가사 분석

미래의 캠핑을 바꿀 노스페이스 클라이매트실드 텐트 리뷰

"Little Cabin on the Hill"의 Elvis Presley의 리메이크

척 베리의 My Ding-a-Ling" 에피소드

엘비스 프레슬리의 "Shoppin' Around" - 사랑을 쇼핑에 비유한 경쾌한 곡

ModernBERT 모델이 BERT 모델보다 속도와 효율성에서 우수한 이유

ModernBERT 모델이 BERT 모델보다 속도와 효율성에서 우수한 이유 서론 2018년에 도입된 BERT 모델은 자연어 처리의 판도를 바꿔놓았습니다. 하지만 기술이 발전함에 따라 더 빠르고 효율적인 모델에 대한 필요성이 커져만 갔습니다. 이에 따라 ModernBERT가 등장했으며, 이는 BERT 모델을 실질적으로 대체할 수 있는 새로운 가능성을 제시하고 있습니다. ModernBERT: 새로운 시대의 워크호스 모델 ModernBERT는 BERT 모델의 약점을 보완한 업그레이드 버전입니다. 이 모델은 속도와 정확도 면에서 큰 개선을 이루었으며, 다양한 응용 프로그램에서 더 나은 성능을 발휘합니다. ModernBERT는 2조 개의 웹 문서, 프로그래밍 코드, 과학 기사 등으로 훈련되어, 더 긴 문맥 처리가 가능해졌습니다. 최대 8,192개의 토큰을 처리할 수 있는 능력은 기존의 BERT 모델에서는 불가능했던 작업들을 가능하게 합니다. 성능 비교 Mode

30년 전 편지와 별들의 운명적 사랑 이야기

별들에게 띄우는 편지 봄비가 내리는 4월의 오후, 대학교 천문대에서 윤하는 망원경을 정비하고 있었다. 대학원에서 천체물리학을 전공하는 그녀의 일상이었다. 그때 누군가가 노크를 하고 문을 열었다. "실례합니다. 혹시 이곳이 천문대인가요?" 낯선 목소리에 고개를 돌린 윤하는 한 남자와 마주쳤다. 빗물에 젖은 검은 우산을 들고 있는 그는 마치 오래된 흑백사진 속 주인공처럼 클래식한 분위기를 풍겼다. "네, 맞아요. 무슨 일로 오셨나요?" "제가 어머니의 유품을 정리하다가 이상한 편지를 발견했어요. 혹시 도움을 주실 수 있을까 해서..." 그가 내민 것은 바랜 편지 한 통이었다. 1985년 4월 15일자로 적힌 그 편지에는 별자리 좌표와 함께 암호같은 숫자들이 빼곡히 적혀있었다. 편지를 건넨 남자의 이름은 서준이었고, 그의 어머니는 한 달 전에 돌아가셨다고 했다. "이게 무슨 의미인지 알고 싶어서요. 어머니가 돌아가시기 전에 이 편지가 중요하다고 하셨거든요." 윤하는 편지

디지털 발자국: 알고리즘이 읽어내는 우리의 숨겨진 마음

에디터 노트 저는 독서, 운동, 영어공부, 자녀와의 관계, 감정에 이르기까지 제가 중요하다고 여기는 일상의 행동을 어떤 식으로든 기록으로 남겨두는 편입니다. 업무에서도 시간 활용이 잘 되는지 확인하고자 Toggl 이라는 어플에 각 과제에 소요되는 시간을 기록한 지 4년이 지났습니다. 시간을 정복한 남자 류비셰프나 이준희 작가(

도시 아들과 시골 어머니의 감동적인 이별 이야기

시골의 작은 마을에 한 노모와 그녀의 아들이 살고 있었습니다. 노모는 80세가 넘은 나이에도 매일 밭일을 하며 생활했지만, 아들에게만큼은 절대 힘든 내색을 하지 않았습니다. 아들은 도시로 떠나 직장을 잡았고, 바쁜 일상 속에서 어머니를 찾아뵙는 일이 점점 줄어들었습니다. 어머니는 아들이 바쁘다는 걸 알기에 "괜찮다"며 늘 전화 통화로만 안부를 전했습니다. 어느 날, 아들은 출근길에 어머니로부터 한 통의 전화를 받았습니다. “얘야, 그냥 네 목소리 듣고 싶어서 전화했어. 바쁘지? 밥은 잘 챙겨 먹고 다니니?” 아들은 피곤한 목소리로 대답했습니다. “네, 엄마. 바빠서 밥은 대충 먹고 있어요. 그런데 제가 지금 회의 준비 때문에 급해요. 나중에 다시 전화할게요.” 전화를 끊고 나서도 아들은 어딘가 마음이 무거웠습니다. 그날 밤, 그는 어머니의 전화를 떠올리며 어릴 적을 회상했습니다. 어려운 형편에도 어머니는 언제나 아들만큼은 굶기지 않겠다고 새벽부터 일하시던 분이었습니다. 하지

"어머니를 위한 마지막 효도, 감동 실화"

아버지의 사랑과 희생: 아들의 감동적인 이야기

OpenAI GPT-5 개발 지연과 비용 문제

OpenAI GPT-5 개발 지연과 비용 문제 2024년 12월 올해 OpenAI의 차세대 언어 모델인 GPT-5의 개발이 일정에 큰 차질을 빚고 있습니다. 해당 모델의 개발 코드명은 '오리온'(Orion)으로, 성능과 기술적 진보에 대한 기대가 컸던 만큼 지연 소식은 많은 이들에게 실망감을 안겼습니다. 본 글에서는 GPT-5 개발 계획이 지연되는 이유와 그로 인한 영향 등을 다루겠습니다. GPT-5 개발 진행 상황 OpenAI는 GPT-5 개발을 위해 최소 두 번의 대규모 훈련을 완료했다고 밝혔습니다. 그러나 초기 훈련이 예상보다 느리게 진행되었고, 이는 추가적인 훈련에 시간과 비용이 많이 소요된다는 점을 시사합니다. 결과적으로, GPT-5는 이전 모델들보다는 향상된 성능을 보이지만, 그 운영 비용을 정당화할 만큼의 성과를 내지 못했다고 평가받고 있습니다. 비용 문제와 데이터 전략 비용 문제를 해결하기 위한 OpenAI의 전략 중 하나는 새로운 데이터를

"어머니의 손길: 사랑과 희생"

어머니의 손 서울 변두리의 작은 반지하 방. 낡은 형광등 아래에서 김순자 씨는 밤늦게까지 재봉틀을 돌리고 있었다. 손은 거칠어져 있었지만, 움직임만큼은 여전히 섬세했다. 옷 수선으로 벌어들이는 돈으로 아들 민호의 대학 등록금을 마련하기 위해서였다. "어머니, 또 늦게까지 일하세요?" 대학교 도서관에서 공부하다 돌아온 민호가 걱정스러운 눈빛으로 어머니를 바라보았다. "괜찮아, 이제 곧 끝나." 순자 씨는 미소를 지으며 대답했지만, 그녀의 허리는 이미 뻐근해져 있었다. 민호는 어머니의 굽은 등을 바라보며 마음이 아팠다. 아버지가 돌아가신 후, 어머니는 혼자서 그를 키우기 위해 온갖 고생을 했다. 낮에는 식당 일을, 밤에는 옷 수선 일을 하면서도 단 한 번도 힘들다는 말을 하지 않았다. "어머니, 제가 아르바이트를 구해볼까요?" "안 돼. 넌 공부에만 전념해. 나중에 훌륭한 의사가 돼서 아픈 사람들 살리는 게 네 할 일이야." 순자 씨는 아들이 의대에 합격했을 때가 생각났

OpenAI o3 공개 - OpenAI는 AGI에 도달하는가?