AI 내부자들

이 책을 펴내며_ AI 혁신은 어떻게 일어나는 것인가?
머리말_ 우리 모두가 AI 활용의 주인이 되길 바라며

Part 1 AI가 바꾸는 비즈니스와 산업 생태계
기업은 언어모델로 어떻게 경쟁우위를 확보할까? _이활석(업스테이지 CTO)
마법상자 같은 대규모 언어모델 | 언어모델이 만들어지는 과정 | 언어모델의 장점과 한계 | 제품 경쟁우위 확보를 위한 언어모델 활용 전략들 | AI 사업 운영의 핵심 요소

AI 창업의 비밀: 성공의 열쇠는 무엇인가 _박지혁(와들 CEO)
기술의 한계를 넘는 비즈니스 모델들 | AI 개발의 초점이 달라지고 있다 | AI의 비용이 높아지고 있는 이유 | ‘A2A 시대’의 도래 | 시간, 성공적 비즈니스의 필수 요소

AI를 이용한 새로운 한글교육 _홍창기(H2K 창업자)
H2K를 창업하다 | 교육 분야에서의 AI 활용 사례 | ‘소중한글’의 AI 활용 사례: AI 튜터의 세 가지 동작 원리 | AI 서비스에서 데이터 전략이 중요한 이유: 업계 사례 비교 | AI 학습 서비스의 데이터 실패 사례가 주는 교훈 | AI가 창업에서 차지하는 역할 | AI를 이용한 앞으로의 비전

AI 시대라는데 왜 엔비디아 주식이 오를까? _설형욱(스탠퍼드)
GPU가 대체 뭐지? | AI는 왜 GPU가 필요할까? | 엔비디아의 GPU가 더 강력한 이유 | GPU는 공을 들여야 작동한다 | 압도적 1위, 엔비디아 | 쿠다 플랫폼 | AI 반도체의 미래 | 트랜스포머 특화 칩: 에치드 | 새로운 AI 프로그래밍 플랫폼: 모듈러

투자자의 마음을 읽는 AI _문현지(MIT)
투자자 의견 불일치에 숨은 해독 가능한 패턴 | AI 투자의 엔진, 베이즈 접근법 | AI를 활용한 협업적 의사결정 시스템 | 불일치를 엔진으로

Part 2 AI의 발전과 미래 전망
시퀀스 모델부터 챗GPT와 딥시크까지, 그리고 미래 전망 _한승주(스탠퍼드)
구글의 ‘시퀀스-시퀀스 모델’과 오픈AI의 GPT-1 | GPT-2의 등장과 스케일링 법칙 | 오픈AI 챗GPT: 말을 잘 알아듣는 GPT-3 | ‘오픈AI o1’과 ‘딥시크-R1’: 사람처럼 생각하는 언어모델 | 2025년 이후의 대규모 언어모델

AI가 인류를 지배한다고?: AI의 위험, 그리고 그 해결을 위한 노력들 _이성민(조지아텍)
AI는 어떻게 학습할까? | AI가 일으킬 수 있는 문제들 | AI의 위험을 줄이려면 | 현명한 AI 활용에 요구되는 것들

빅테크 AI 과학자 _장영균(전 메타, 현 구글 딥마인드)
AI 연구 과학자는 무엇을 할까? | AI 연구 과학자를 향한 첫걸음 | 빅테크 AI 연구 과학자가 되어보자! | AI 연구 과학자로서의 삶과 미래

Part 3 의료와 생명과학에서의 AI 혁신
의학과 AI, 그리고 암 치료의 새로운 길 _문인태(하버드)
의학과 AI의 진화: 더 나은 치료를 향한 발걸음 | AI는 어떻게 암과의 싸움에 도움을 줄 수 있을까? | 최신 AI 기반 암 연구의 현 상황 | 앞으로의 전망: AI가 바꿀 암 치료의 미래 | 암과의 싸움에서 바라보는 도전과 희망의 미래

AI를 활용한 노화극복 _이동현(하버드)
노화 연구의 효용 | AI를 활용한 노화 극복 | 노화 특성 식별 및(치료) 표적 탐색 | 면역 노화 | 유전자 치료 | 세포 리프로그래밍 | 노화 바이오마커 | 나가며

AI를 이용한 신약개발 _노지혜(MIT)
AI를 이용한 후보물질 선별 | AI를 이용한 새로운 후보물질 설계 | AI를 이용한 후보물질의 합성 | AI를 이용한 신약 개발의 미래

우울증, 정신질환 진단 및 치료에서의 AI 활용 _안건(MIT)
디지털 표현형을 이용한 우울증 조기진단 | AI를 이용한 우울증 치료방법 추천 | 설문조사 데이터의 사용 | 뇌 이미지 데이터의 사용 | AI를 이용한 정신질환 치료

Part 4 창의성을 확장하는 AI: 가능성과 한계
AI 음악 창작의 새로운 세계 _김수현(스탠퍼드)
음악 창작에서의 AI 기술, 어떻게 봐야 할까 | 기술기업들이 AI 음악 생성 기술을 연구하는 이유 | AI가 진정으로 의미 있는 음악 창작도구가 되려면 | 새로운 음악의 혁신을 위해

AI는 스스로 진화한다? 진실과 오해 _황민영(MIT)
AI가 할 수 있는 것과 할 수 없는 것 | AGI가 만능은 아닌 이유

AI와 글쓰기 _이민아(시카고대 조교수)
AI, 글쓰기에서 진짜 효과는 얼마나 될까? | AI가 글쓰기 생태계에 가져온 변화와 전망

Part 5 인간-기계 협력의 새로운 지평
물리적 AI: 로보틱스와 생성형 AI의 다음 프론티어 _장요엘(엔비디아)
물리적 AI 실현을 위한 과제 | 엔비디아가 물리적 AGI에 주목하는 이유 | 미래: 범용 목적 로보틱스와 휴머노이드의 역할 | 물리적 AGI로 가는 길

인간-로봇 상호작용 _황민영(MIT)
인간 피드백을 통한 로봇 학습 | 범용 시스템에서 개인화된 로봇으로 | 개인화된 보상 함수 학습 | 신뢰할 수 있는 로봇: 안전성, 명료성, 그리고 불확실성

AI를 활용한 설계 최적화 _유윤아(UC버클리)
설계 최적화란 무엇이고, 왜 필요할까? | AI는 어떻게 설계 최적화에 활용될 수 있을까? | 설계 최적화에서의 AI 활용 사례 | AI와 설계 최적화의 미래

AI와 재료공학 _오창환(MIT)
AI와 재료공학 | 온실가스 흡착을 위한 금속-유기 골격 구조체 | AI를 이용한 재료 물성 예측 | AI를 이용한 재료 데이터베이스 구축 | 최종 재료설계에서의 AI 활용방식 | AI 시대에 공학자가 갖는 역할