"MIT Technology Review" 주제의 글
  • 2017년 8월 25일. 문서를 요약하는 인공지능

    트위터나 페이스북에서 공유되는 기사, 혹은 업무에 필요한 문서를 모두 읽는 것은 무척 어려운 일입니다. 정보의 홍수 현상이 점점 더 심해지고 있는 요즘, 이 문제를 해결해줄 것은 인공지능밖에 없을 것 같다는 생각이 듭니다. 어쩌면 언젠가는, 컴퓨터가 모든 기사나 논문을 요약해주는 것이 당연해질지도 모르지요. 세일즈포스 연구진이 개발한 한 알고리듬은 컴퓨터가 문서를 요약하는 세상이 올 수도 있다는 사실을 분명히 보여줍니다. 이 알고리듬은 몇 가지 기계학습 방법을 이용해 긴 글을 놀라울 정도로 논리적이고 정확하게 요약합니다. 더 보기

  • 2017년 5월 26일. 일론 머스크가 말하는 텔레파시를 믿지 마세요

    억만장자 기업인인 일론 머스크는 블로거이자 만화가인 팀 어반의 웹사이트(waitbutwhy)를 통해 인간의 마음을 직접 컴퓨터와 연결하겠다는 자신의 목표와 이를 이룰 새로운 회사 뉴럴링크에 대해 36,400 단어 분량의 글로 밝혔습니다. 그는 인간의 느리고 부정확한 언어를 통한 소통을 뇌와 컴퓨터 사이의 직결을 통해 보완해야 한다고 주장합니다. 머스크는 이를 통해 두 사람이 텔레파시를 주고 받을 수 있으며 인공지능과도 더 가까워질 수 있다고 말합니다. 머스크는 이를 위한 구체적 기한까지 밝혔습니다. 그의 계획은 8년에서 10년 이내에 더 보기

  • 2017년 4월 28일. “디지털 치료”가 실제 약을 대신할 수 있을까요?

    앱이 약을 대신할 수 있을까요? 이는 최근 떠오르는 “디지털 치료(digital therapeutics)”의 핵심 질문입니다. 곧, 앱이 약만큼 한 사람의 건강을, 더 낮은 비용과 부작용의 위험 없이, 향상시킬 수 있는가 하는 뜻입니다. 디지털 치료(digital therapeutics), 혹은 “디지수티컬(digiceuticals)”은 실리콘 밸리의 일부 투자자들이 이를 스마트폰을 통한 의료행위의 기회로 바라보면서, 새로운 성배가 되고 있습니다. 심지어 투자회사인 안드레센 호로비츠는 디지털 약을 화학 기반 약, 단백질 기반 약의 뒤를 잇는 의학의 제 3의 물결로, 특히 시장에 내놓기 더 보기

  • 2017년 4월 24일. 완벽한 우주인을 만드는 법(2/2)

    바꾸고 싶은 유전자 목록 우주에서 살아남는 법이란 결국 유전학의 용어로 “적합성(fitness)”이라는 개념으로 연결됩니다. 이 단어는 헬스장에서 한 시간 뛰는 것을 의미하는 것이 아니라 유전적으로 생명체가 주어진 환경에서 얼마나 잘 생존하고 번식하는가를 의미합니다. 즉, 우주 공간에서, 그리고 화성에서 인간의 적합성은 극히 낮습니다. 우주인이 우주에서 살아남기 위해서는 적절한 양의 산소와 질소, 그리고 적절한 온도가 유지되는 우주복을 입어야 합니다. 이 우주복의 목적은 바로 우주인의 유전자가 이미 적응해 있는 환경, 곧 지구와 같은 환경을 더 보기

  • 2017년 4월 24일. 완벽한 우주인을 만드는 법(1/2)

    지난 9월, 멕시코 과달라하라에서 열린 국제 우주인 협회에서 엘론 머스크는 그 자리에 모인 수많은 우주 기술자들에게 자신이 수천 명을 화성으로 보낼 수 있는 우주선 선단을 만들 것임을 약속했습니다. 머스크의 연설은 화성으로의 궤도, 비행 계획, 연료비 등을 설명하는데 길게 할애되었습니다. 그러나 화성으로 간 개척자들이 어떻게 살아남을 수 있을지에 대해서는 많은 말을 하지 않았습니다. 사실 화성으로의 여행은 퇴로가 없는 여행이 될 가능성이 큽니다. 강력한 방사능과 풀 한포기 자라지 않는 땅이라는 사실은 화성을 더 보기

  • 2017년 1월 23일. 인공지능 프로그램을 만드는 인공지능

    사람들은 인공지능이 트럭 운전사의 직업을 뺏을지 모른다고 걱정합니다. 하지만 최근 이 분야를 이끄는 연구자들은 인공지능으로 하여금 연구자들 자신이 하는 일 중 가장 까다로운 일을 학습하게 하는 방법을 찾고 있습니다. 그 일은 바로 기계학습 프로그램을 짜는 일입니다. 한 실험에서 구글 브레인 인공지능 연구팀은 기계학습 시스템을 만드는 프로그램을 개발한 후 그 프로그램이 만든 기계학습 시스템을 언어처리 프로그램들을 평가하는 테스트를 이용해 평가했습니다. 그 기계학습 시스템은 인간이 만든 프로그램보다 더 높은 점수를 받았습니다. 최근 더 보기

  • 2013년 10월 29일. 위키피디아의 추락

    위키피디아는 세계에서 6번째로 많은 방문자수를 자랑하는 웹싸이트입니다. 그러나 네티즌의 자발적참여를 통해 유례없는 성공을 이뤄낸 이 인터넷 백과사전 모델도 최근 들어서 삐걱대기 시작했습니다. 자원봉사자수는 2007년 대비 1/3로 줄었고, 포켓몬 종류나 여성포르노스타 같은 남성 중심 컨텐츠는 풍부한 반면 여성 노벨상 수상자라던가 사하라이남 아프리카 지역 정보 등은 턱없이 부족합니다. 백인 미국 남성이 주로 참여하는 조직이기 때문이죠. 위키피디아는 2001년 철학과 박사과정에 있던 레리 샌져(Larry Sanger)와 지미 웨일즈에 의해 시작된 이래 위계적인 요소나 참여자들의 조직화 더 보기

  • 2013년 3월 6일. 아마존이 광고주에게 제시할 수 있는 것들

    구글은 고객의 검색 정보로 380억 달러 비지니스를 만들었고, 페이스북은 고객의 소셜네트워크 정보로 타겟 광고를 팔고있습니다. 이 거대한 두 광고 기업의 옆에 아마존은 1억5천만 고객들의 구매이력과 관심상품 정보를 들고 있습니다. 작년부터 아마존은 고객 데이타를 활용하여 광고주들이 어디서 얼마에 광고할지 결정할 수 있도록 도와주는 실시간 광고 상품을 만들었습니다. 처음에는 외부 사업자의 기술을 사용하였으나 이제는 자체적으로 시스템을 개발해 사업을 확장하고 있습니다. “현재 아마존은 고객의 웹브라우징 이력을 확인해서 아마존 상품 광고만을 내보내고 있지만, 곧 더 보기