생성형 비디오, 학습에서 유통으로 번진 저작권 분쟁
Seedance 2.0 논란은 저작권 쟁점이 학습에서 결과물 생성·유통 단계로 이동했음을 보여준다.
876개 · 12 / 37페이지
Seedance 2.0 논란은 저작권 쟁점이 학습에서 결과물 생성·유통 단계로 이동했음을 보여준다.
에이전트 실행 루프를 자가구현할 때 필요한 신뢰성 패턴과 평가·로그 기준을 정리한다.
한국어 LLM 도입은 모델명보다 학습 사용, 보관 기간, 리전 저장·처리 조건을 먼저 점검해야 한다.
규제는 의도보다 증빙이 핵심이다. 데이터 흐름, 자동결정 로그, 14세 미만 동의를 산출물로 고정하라.
정부 감시·법집행 AI 요청에 대비해 절차, 최소수집·보관, 감사증적을 설계로 묶는다.
AI 대화의 관계시험에 대응하는 거절·경계 설정을 규칙과 평가로 고정하는 방법.
RAG와 파라미터 업데이트의 비용·리스크를 비교하고 재귀개선 검증 체계를 정리한다.
GPU 부족이 학습보다 반복·배치 중심으로 전략을 바꾸며 혼합정밀도·체크포인팅·ZeRO 트레이드오프를 수치로 정리한다.
Blackstone-Neysa 지원과 2만+ GPU 목표, 인도 내 처리 조건이 비용·규제·지연에 영향.
리더보드 상위권 점수 차이가 작을수록 오차와 평가조건 변화가 커진다. 3~6개월 추세는 검증이 필요하다.
AI 코딩 도구는 모델 품질뿐 아니라 도구 호출·에이전트·권한 설계가 보안과 팀 속도를 좌우한다.
연속 배칭·스트리밍·KV 캐시로 TTFT/TBT와 처리량이 달라진다. 점검 기준을 정리.
LLM 지연을 queue/compute·prefill/decode로 나눠 계측하고 배치·KV캐시·양자화를 조정하는 방법
AI 지식 격차가 서열·설교·고립으로 번지는 이유와 5요소·NVC·MI로 대화 구조를 재설계한다.
가족 내 AI 사용 격차를 설득 대신 계정·권한·복구, 안전 규칙, 과제 템플릿으로 줄이는 방법.
온디바이스 AI의 경계 재정의와 NPU, 양자화·증류의 정확도 손실, 하이브리드 PoC 가이드.
요청을 분류해 품질·비용·지연시간과 안전 기준을 함께 고려하는 LLM 라우팅 설계법.
RAG top-K 뒤 reranking으로 상위 결과를 재정렬해 NDCG@10 개선과 비용·지연 트레이드오프를 평가한다.
무료·유료 체감 품질은 모델보다 레이트리밋, 우선처리, 컨텍스트, 기능 접근권에서 갈린다.
모델보다 툴·권한·세션 운영 등 하네스가 에이전트 완주율과 품질을 좌우한다.
AI 코딩 도구 확산으로 CS 학습이 작성에서 이해·검증·설계로 이동한다.
지난 수집 자료(공식/뉴스) 중 중요한 링크를 모아 정리했다.
레이트리밋·실시간 사용량·크레딧을 결합해 고비용 모델의 지속 접근과 SLO를 제어하는 설계 관점
AI 우려를 task 자동화, 고위험 투명성·감사, 안전 TEVV로 나눠 도입 요건을 정리한다.