Claude, 신약개발 전 과정에 투입…AI가 먼저 바꾸는 것은 ‘성공률’보다 비용
Anthropic이 Claude를 분자 설계, 실험, 제조 문서, 규제 자료, 임상계획에 투입한 초기 결과를 공개했다. 성과와 한계, 제약산업 비용구조에 미칠 영향을 분석한다.
AI
OpenAI ‘AI가 과학 난제 3개 풀었다’…학계는 검증에 나섰다
OpenAI가 수학·컴퓨터과학·물리학의 난제 3건에 AI 생성 해법을 발표했다. 카케야 추측, 지수시간가설, 양자색역학 주장의 내용과 검증 과제를 쉽게 설명한다.
Is HBM4 the Last Big Bandwidth Leap? The Memory Wall for AI Inference
HBM4 doubles the per-stack interface to 2,048 bits. We test whether this is the last big bandwidth leap and what it means for AI inference.
HBM4가 마지막 ‘대역폭 2배’ 세대일까? AI 추론의 새로운 병목
HBM4의 2,048비트 인터페이스가 GPU 대역폭을 어떻게 22TB/s까지 끌어올렸는지, HBM4E·HBM5와 AI 추론 병목의 투자 시사점을 검증합니다.
Meta Muse 개인 AI 에이전트: 대중을 위한 비서인가, 또 하나의 데모인가
Meta Muse의 실제 사용 사례와 한계를 살펴보고 OpenClaw와 비교했습니다. Siri·Gemini 및 기존 AI 비서 서비스를 대체할 수 있는지도 분석합니다.
Meta Muse: A Personal AI Agent for Everyone—or Just Another Demo?
Meta Muse turns consumer AI into a task-running assistant. We test real use cases, compare it with OpenClaw, and assess whether it can replace Siri or Gemini.
History of HBM: How HBM4 and HBM4E Will Change AI Servers
This article reviews the evolution from HBM1 to HBM3E and analyzes how HBM4 and HBM4E will reshape AI server platforms through a 2,048-bit interface, 32 independent channels, base dies, TSVs and interposers, and 12-high and 16-high stacking.
CXL Memory: The Next Standard for AI Server Memory Expansion
CXL memory is moving from concept to early commercialization as AI servers push memory expansion, pooling, and cloud infrastructure efficiency into focus.
트랜스포머에서 생각하는 기계까지: 현대 인공지능(AI)을 만든 세 가지 돌파구
트랜스포머, 전문가 혼합(Mixture of Experts), 추론 모델(reasoning model)이 현대 인공지능(AI)을 어떻게 만들었고 그래픽처리장치(GPU), 고대역폭 메모리(HBM), 메모리 대역폭, 데이터센터 인프라 수요를 왜 바꾸고 있는지 설명합니다.
From Transformers to Thinking Machines: Three Breakthroughs That Built Modern AI
How Transformers, Mixture of Experts and reasoning models built modern AI, and why they are reshaping demand for GPUs, HBM, memory bandwidth and data-centre infrastructure.