3월 25일 AI관련 동향- 애플워치 개방과 스마트워치 시장 변화 등

최신 IT 업계 동향을 한눈에 살펴보는 뉴스레터입니다. 이번 주에는 애플워치 개방 가능성과 스마트워치 시장의 변화, 윌아이엠의 투자 후회, LLM 시대의 추천 시스템 개선, 그리고 AI 시스템 구축에 대한 교훈 등 다양한 소식을 전해드립니다. 빠르게 변화하는 기술 트렌드를 따라잡고, 미래를 준비하는 데 도움이 되기를 바랍니다.

3월 25일 AI관련 동향- 애플워치 개방과 스마트워치 시장 변화

출처: Android Central

주요 내용:

• EU 디지털 시장법(DMA)에 따라 애플이 자사 워치 기능을 타사 워치에 개방해야 할 가능성이 제기됨.
• 이는 피트니스 스마트워치 발전에 긍정적인 영향을 미칠 수 있으며, iOS와 Android 모두에 대한 접근성이 향상될 수 있음.
• Garmin 등의 피트니스 브랜드는 이미 스마트 기능을 강화하려 노력하고 있지만, 애플의 제한으로 어려움을 겪고 있음.
• DMA 준수 여부에 따라 스마트워치 시장 경쟁이 심화되고, 다양한 기능에 특화된 워치 출시가 가능해질 수 있음.
• 하지만 애플의 반발과 기술적 어려움 등으로 인해 실현 가능성은 불투명함.

태그: 애플워치, 스마트워치, DMA, Garmin, 피트니스, iOS, Android, 시장 경쟁, 규제, 웨어러블

윌아이엠, 테슬라 초기 투자 후회 및 에어비앤비 투자 거절

출처: Business Insider

주요 내용:

• 윌아이엠은 일론 머스크가 CEO가 되기 전 테슬라에 투자했었다고 밝힘.
• 에어비앤비 초기 투자 기회를 놓친 것을 후회.
• 테슬라 주식 보유 여부는 밝히지 않음.
• 과거 트위터에 투자했다가 잭 도시가 회사를 떠날 때 매각.
• 에어비앤비에 대한 초기 투자 제안을 고급 호텔 수준의 서비스 부재로 거절함.

태그: 윌아이엠, 테슬라, 일론머스크, 에어비앤비, 투자, 주식, 비즈니스, 후회, 초기투자, 스타트업

LLM 시대의 추천 시스템 및 검색 개선

출처: eugeneyan.com

주요 내용:

• LLM을 활용한 추천 및 검색 시스템 개선 동향 분석.
• 모델 구조, 데이터 생성, 학습 패러다임, 통합 프레임워크 등 다양한 측면 검토.
• Semantic ID, M3CSR, FLIP, beeFormer, CALRec, EmbSum 등 LLM 기반 모델 소개.
• LLM을 활용한 데이터 생성 및 분석 사례 (Bing, Indeed, Yelp, Spotify, Amazon).
• 스케일링 법칙, 전이 학습, 지식 증류, LoRA 등 LLM 학습 기법 적용 연구.

태그: 추천시스템, 검색, LLM, 딥러닝, 머신러닝, 전이학습, 데이터증강, 통합모델, cold-start

beeFormer: 추천 시스템에서 의미론적 유사성과 상호 작용 유사성 간의 격차 해소

출처: GitHub

주요 내용:

• Recombee사의 beeFormer는 추천 시스템에서 콜드 스타트 문제를 해결하기 위한 방법론 제시.
• 상호 작용 데이터에서 사용자 행동 패턴을 학습하여 새로운 아이템에 대한 추천 성능 향상.
• 콘텐츠 기반 필터링의 한계를 극복하고, 언어 모델을 활용하여 의미론적 유사성을 보완.
• MovieLens, GoodBooks, Amazon Books 데이터셋에 대한 실험 결과 제공.
• LLM을 사용하여 아이템 설명을 생성하고 데이터 증강에 활용.

태그: 추천시스템, 콜드스타트, 상호작용, 언어모델, 의미론적 유사성, Recommender Systems, Cold-start recommendation, Sentence embeddings, Text mining, Zero-shot recommendati

'데이터'라는 변수명 사용의 문제점

출처: johnscolaro.xyz

주요 내용:

• 프로그래밍에서 변수명은 중요하며, 일관성 없는 변수명은 개발 속도를 저하시킴.
• 최악의 변수명 중 하나는 'data'이며, 의미가 불분명하고 모든 것을 지칭할 수 있어 lazy하게 사용됨.
• 'data'는 단수/복수 구분이 없어 iterable 여부도 파악하기 어려움.
• Python 예시를 통해 'data'가 어떤 타입인지, 무엇을 의미하는지 알 수 없는 경우가 많음을 지적.
• 구체적인 타입 힌트나 데이터 클래스를 사용하거나, 'data' 대신 더 명확한 변수명을 사용할 것을 권장.

태그: 변수명, 데이터, 프로그래밍, 코드 가독성, Python, 타입 힌트, 클린 코드, 리팩토링, 개발 생산성, 네이밍 컨벤션

AI 시스템 구축의 쓴 교훈

출처: ankitmaloo.com

주요 내용:

• 리처드 서튼의 '쓴 교훈' 에세이 요약: 고성능 컴퓨팅 시스템이 인간 설계 시스템보다 우수.
• 복잡한 규칙 기반 시스템보다 컴퓨팅 파워를 활용한 AI가 더 효과적.
• 강화학습(RL) 에이전트는 사전 정의된 패턴이 아닌 새로운 문제 해결 방식 탐색.
• AI 엔지니어는 복잡한 알고리즘 개발보다 컴퓨팅 인프라 구축에 집중해야 함.
• 대규모 컴퓨팅 자원을 효과적으로 활용하는 시스템 구축이 중요.

태그: AI, 강화학습, 컴퓨팅파워, 기계학습, 시스템설계, 알고리즘, 인공지능, 딥러닝, 모델학습, 자동화

Hadrius 창립 소프트웨어 엔지니어/기술 리드 채용

출처: Y Combinator

주요 내용:

• Hadrius에서 창립 소프트웨어 엔지니어/기술 리드 (풀타임, 뉴욕 근무) 채용 중.
• 연봉 $200K - $240K, 지분 0.25% - 0.75%.
• 3년 이상 경력 필요. YC 지원 스타트업.
• 주요 업무: 재무 시스템 설계, 구축.
• 기술 스택: Django/Python, React/Next/TypeScript, AWS.

태그: 소프트웨어엔지니어, 기술리드, 채용, 스타트업, 핀테크, 금융규정준수, YC, 풀스택, Django, React