์คํAI, ์์คํธ๋ผ๋ก ์ํ ๋์ 10๊ฐ ์ง์
๋ฏธ์คํธ๋, ๊ฒฝ๋ ์์ ๋ถ๋ฅ๊ธฐ ์ด๋์คํธ๋ ๊ณต๊ฐ
์คํAI๊ฐ ์ฐจ๊ธฐ ์ฃผ์ ๋ชจ๋ธ ์์คํธ๋ผ(Astra)์ ๋ด๋ถ ๋ฒ์ ์ ํ์ฉํด ์ํ, ์ด๋ก ์ปดํจํฐ๊ณผํ ๋ถ์ผ์ ๋์ 10๊ฐ์ง์์ ์๋นํ ์ง์ ์ ์ด๋ค๋ค๊ณ ๋ฐํํ์ด์. ์ฐ๊ตฌ๋ ๊ตฐ ์ด๋ก (group theory), ๋ณต์ก๋ ์ด๋ก , ์ํธํ, ๊ทธ๋ํ ์ด๋ก ๋ฑ ๋ค์ํ ๋ถ์ผ์ ๊ฑธ์ณ ์๋๋ฐ์.
์์คํธ๋ผ๋ ๋ฌธ์ ๋ฅผ ๋ฐ์ฆ(disproof)ํ๊ฑฐ๋ ์๋ก์ด ๊ฒฝ๊ณ๊ฐ(upper/lower bound)์ ์ ์ํ๊ณ , ์ดํ ์ธ๊ฐ ์ฐ๊ตฌ์๋ค์ด ๋ ผ๋ฌธ์ผ๋ก ์ ๋ฆฌํ ๋ค Lean ์ธ์ด๋ก ํ์์ ์ผ๋ก ๊ฒ์ฆ ๊ฐ๋ฅํ ์ฆ๋ช ๊น์ง ๊ตฌํํ๋ค๊ณ ํด์. ๋ฌธ์ ํด๋ฒ์ ์ฐพ๋ ๋ฐ ํ์ํ ํ ํฐ ๋น์ฉ์ GPT-5.6 Sol API ๊ธฐ์ค ์ฝ 2000๋ฌ๋ฌ ์๋น์ด์๋ค๊ณ ํ๊ณ ์, ์คํAI๋ ๊ฒฐ๊ณผ ๋์ถ์ AI ์์คํ ์ด ํ์ฉ๋๋์ง ์ ์ ํ๊ธฐ์ ์ ์งํ๊ฒ ๋ฐ์ํด์ผ ํ๋ค๋ ์ ์ฅ์ ๋ฐํ์ต๋๋ค.
๋ฏธ์คํธ๋AI๊ฐ ์ฝํ ์ธ ๊ฒํ ๋ฅผ ์ํ ์์ ์ฑ ๋ถ๋ฅ๊ธฐ ์ด๋์คํธ๋(Shieldstral)์ ๊ณต๊ฐํ์ด์. 3B ํฌ๊ธฐ์ ์คํ์จ์ดํธ(open-weight) ๋ชจ๋ธ๋ก, ์ฝํ ์ธ ๊ฒํ ์์ ์ ์ง๋ฌธ-์๋ต ํ์์ผ๋ก ์ฌ๊ตฌ์ฑํด ์ต๋ 7๋ฐฐ ํฐ ๋ชจ๋ธ๋ณด๋ค๋ ์ฐ์ํ ์ฑ๋ฅ์ ๋ณด์๋ค๊ณ ํ๋๋ฐ์.
์ด๋์คํธ๋์ 16GB๊ธ GPU ํ ๋๋ก๋ ํจ์จ์ ์ผ๋ก ์คํํ ์ ์๊ณ , ํ ์คํธยท์ด๋ฏธ์งยทํ ์คํธ+์ด๋ฏธ์ง ์ฝํ ์ธ ๋ฅผ ๋ชจ๋ ์ฒ๋ฆฌํ ์ ์์ด์. ๊ณ ์ ๋ ๊ฐ์ค์น๋ก ํ๋จํ๋ ๊ธฐ์กด ๋ถ๋ฅ ๋ชจ๋ธ๊ณผ ๋ฌ๋ฆฌ ์ถ๋ก ์์ ์ ์ ์ฑ (policy)์ ์์ฐ์ด ์ง๋ฌธ์ผ๋ก ์ ๋ ฅ๋ฐ๋ ๋ฐฉ์์ด๋ผ, ์ ํ์ด๋ ์ํฉ์ด ๋ฌ๋ผ์ ธ๋ ๋ชจ๋ธ์ ๋ค์ ํ์ต์ํฌ ํ์ ์์ด ์ ์ฐํ๊ฒ ์ ์ฉํ ์ ์์ต๋๋ค.
์ด๋ฆฐ ์ธ๋ฏธ๋
๋ชจ๋์์ฐ๊ตฌ์ ๊ณต์ ๐ ๐จ ๋ด์ค๋ ํฐ โฎ ๐ฒ๐๐๐ผ๐พ ๐ค๐ข๐ค๐ค