도깨비방

인공지능, 어디까지 왔을까? (2026년 시점에서 본 AI의 성장 일기) ✨인공지능(AI)은 지난 수십 년 동안 눈부신 발전을 거듭해 왔습니다. 단순히 계산을 돕던 시절에서 이제는 스스로 목표를 세우고 행동하는 단계까지 진화했죠. 오늘은 AI의 발전 단계를 시간 순으로 정리해 보겠습니다. 👉 인공지능의 발전 단계의 정리 1. 과학적 실험 예측 알고리즘 (1950년대 ~ 1980년대)개념:규칙 기반 시스템, 수학적 통계, 단순한 "If-Then" 논리.사전에 정의된 복잡한 공식과 논리 회로를 통해 특정 실험 결과를 예측하던 시기입니다. 주로 수학적 통계와 'If-Then' 방식의 규칙 기반(Rule-based) 시스템이었습니다.활용 시기: 초기 컴퓨터 공학, 기초 기상 예측, 간단한 체스 프로그램 등 ..

Management of Technology (MOT) is an interdisciplinary field that integrates technology, management, and strategy to enhance innovation and competitiveness. It focuses on how organizations can effectively utilize technological resources to achieve sustainable growth. ---📖 Academic Essay (English)Management of Technology (MOT) is a discipline that systematically addresses the integration of tec..

Here’s a three-paragraph academic essay-style explanation of project management concepts and procedures in English, expanded with emphasis on methodologies:---Academic Essay (English) Project management is a structured discipline that integrates knowledge, skills, tools, and techniques to accomplish defined objectives within the constraints of scope, time, cost, and quality. It is characterized..

LLM 기반 비식별화 및 동적 정책 학습 연구(2) 연구 계획서(Research Proposal) '제2장 관련 연구(Related Work)' 최신 연구 트렌드인 **'하이브리드 탐지'**와 **'자가 학습형 비식별화'**를 중심으로 구성했습니다.2. 관련 연구 (Related Work)2.1. 규칙 기반 및 전통적 NER 연구의 한계초기 데이터 비식별화 연구는 정규표현식(Regex)이나 사전(Dictionary) 기반의 결정론적 방식에 의존하였다. 이후 Spacy나 Microsoft Presidio와 같은 Named Entity Recognition(NER) 모델이 도입되었으나, 이러한 방식은 도메인 특화 용어나 문맥에 따라 의미가 변하는 잠재적 식별자(Quasi-identifier)를 탐지하는 데 ..

LLM 기반 비식별화 및 동적 정책 학습연구 2025년에서 2026년 사이에 발표된 최신 연구들을 바탕으로 LLM 기반 비식별화 및 동적 정책 학습에 관한 글로벌 연구 동향을 정리해 드립니다.해외 최신 연구 동향 (2025-2026) 요약최근 비식별화 연구의 핵심 패러다임은 **"정적 규칙(Static Rules)"**에서 **"맥락 인지형 적응(Context-Aware Adaptation)"**으로 전환되고 있습니다.1. 하이브리드 PII 탐지 프레임워크: RECAP (2025) * 연구 내용: 저자원 언어 및 복잡한 문맥에서의 PII 탐지를 위해 결정론적 규칙(Regex)과 LLM의 추론 능력을 결합한 하이브리드 프레임워크를 제안했습니다. * 핵심 기여: * 3단계 정제 파이프라인(모호성 제거 → 범..

AI플랫폼과 비즈니스의 발전(1) 컨설팅기업 이 말하는 AI비즈니스 플랫폼BCG, McKinsey, PwC 등 빅3 컨설팅 업체들은 AI 플랫폼을 **데이터 기반 가치 창출 시스템**으로 정의하며, 비즈니스에서 효율성·혁신·성장으로 이어지는 통합 전략으로 봅니다. 각 업체는 공통적으로 AI 성숙 기업(5~10%)과 후발 기업 간 격차 확대를 지적하나, 접근 방식이 다릅니다. [1][2][3]## 1. AI Platform과 비즈니스 정리 비교 (표 형식)| 컨설팅 업체 | AI Platform 정의 | 비즈니스 접근 | 핵심 성공 요인 | 수익/가치 창출 | 주요 리포트 ||-------------|------------------|---------------|----------------|-------..

Claude AI를 활용한 인공지능과 블록체인 기반 거래 시스템 설계https://claude.ai/Claude.md 를 작성하여 프로그래밍이 가능한 시대가 되었고, 앞으로 자동화된 프로그램의 생산 환경이 예상됩니다.자동화된 프로그래밍은 향후 인간이 작성한 프로그램의 논리적인 구성을 AI와 AI간의 네트웍적인 서비스 결합이 가능한 시대가 될 것으로 예상합니다. 거대 AI 네트웍을 기반으로 프로그램을 검증하고 실행이 가능한 환경이 미래의 프로그램 환경이 될 수 있다는 가설입니다.블록체인과 LLM을 이용하여 자동화된 거래 시스템을 만들고자한다. 1. LLM을 이용하여 블록체인 smart Contract 프로그램을 작성 할수 있다. 2. 작성된 Smart Contract를 LLM이 검증하여 문법과 취약..

이 논문은 대형 언어 모델(LLM)의 시맨틱 프라이버시 문제를 체계적으로 분석한 SoK(Systematization of Knowledge) 논문이다. LLM 생애주기 전반에 걸친 시맨틱 프라이버시 위험과 방어 기법을 다루며, 기존 연구의 한계를 지적한다. ppl-ai-file-upload.s3.amazonaws논문 요약제목 및 발행연도SoK: Semantic Privacy in Large Language Models, 2025 (arXiv:2506.23603v2, 2025년 7월 16일). ppl-ai-file-upload.s3.amazonaws연구배경LLM은 훈련 데이터의 의미를 깊이 내재화하지만, 이는 verbatim memorization을 넘어 paraphrasing이나 추론을 통해 민감 정보를..

LLM in the Loop Pipeline 기반 감사 모델.요야기2026.1.22(목)인공지능의 발달과 함께 채봇기반의 지식을 탐구하고 학습하는 문화 생태계가 보편화를 넘어 대중화에 이러렀다.그러나 AI 서비스들은 멀티 모달을 채용하여 다양한 분야의 질문에 응답이 가능하지만 특정 분야의 질문에는 한계가 존재하며, 사용자의 질문 의도를 이해하고 적합한 답변이 이루어 지거나, 원하는 기대 품질에 부합하는 소통은 부족하다.또한 각 금융사 들은 챗봇을 기반으로 간단한 고객의 질문에 응대하는 시스탬을 금융서비스에 활용하고 있다.고객은 금융의 서비스에서 전문화된 응답이나 금융을 이용하는 불편함을 단순응대에 대하여 기대에 부응하지 않는다고 하였다.(관련 설문조사)금융에서 챗봇을 활용한 서비스 활용에는 1)각 분야..

통합 기술 수용 이론 ( UTAUT, Unified Theory of Acceptance and Use of Technology) 정리UTAUT(통합 기술 수용 이론, Unified Theory of Acceptance and Use of Technology)는 다양한 기술 수용 이론을 통합하여 사용자의 기술 수용 행동을 설명하는 이론입니다. Venkatesh 등(2003)이 제안했으며, TAM의 한계를 보완하고자 개발되었습니다 .다양한 기술 수용 모델의 변천을 살펴 보면 다음과 같은 모델들이 있습니다.Technology Adoption Models are1. Technology Acceptance Model(TAM)-19862. Technology Acceptance Model (TAM) (Davis,..