전문가 프로필

답변 내역

생성형 모델관련하여 LLM과 SLLM이 정확히 무엇인지 궁금합니다.
안녕하세요. 서종현 전문가입니다.애플 , 마이크로 소프트, 구글 등 주요 기업들이 생성현 모델 경쟁을 하는 가운데, LLM과 SLLM은 핵심적인 기술 용어입니다. 생성형 모델은 AI가 새로운 텍스트, 이미지, 오디오 등을 생성하는 기술 전반을 일컫는 광범위한 개념입니다. 이 생성형 모델의 한 종류가 바로 언어를 다루는 언어 모델입니다. LLM : 방대한 양의 텍스트 데이터를 학습하여 사람처럼 언어를 이해하고 생성하는 AI 모델입니다. 복잡한 문맥 파악, 추론, 요약 등 고도의 언어 능력을 보여주며, 챗GPT나 Gemini등이 대표적인 예시입니다. 일반적으로 클라우드 기반의 강력한 컴퓨팅 자원을 필요로 합니다. SLLM 또는 SLM : LLM보다 훨씬 적은 매개변수와 데이터로 학습된 모델입니다. 크기는 작지만 특정 분야나 기기환경에 최적화되어 LLM에 준하는 효율적인 성능을 내기도 합니다. 구조가 중요한 이유 : 이 모델들이 크기(구조)가 중요한 것은 활용성에 큰 차이를 주기 때문입니다. LLM은 막대한 데이터로 높은 성능을 내지만 비용이 많이 들고 무겁습니다. 반면 SLLM은 스마트폰 같은 개인 기기나 엣지 디바이스에 직접 탑재(온디바이스AI)하여 사용할 수 있어 응답 속도가 빠르고 개인 정보 보호에 유리하며 인터넷 연결 없이도 작동 할수 있습니다. 따라서 기업들은 클라우드 기반의 범용적인 LLM과 개인 기기에 특화된 SLLM을 모두 발전 시켜 다양한 사용 환경에 맞는 생성형 AI 서비스를 제공 하기 위해 경쟁하고 있습니다.
학문 / 기계공학
25.10.01
0
0

선박을 건조할때 용접을 대신하는 기술이 있을까요?
안녕하세요. 서종현 전문가입니다.현재까지 선박 선체를고정하는데 있어 용접은 강도와 기밀성, 경제성 면에서 가장 효과적이고 널리 사용되는 방법입니다. 조선 분야의 혁신은 주로 용접 기술 자체의 발전과 자동화에 초점을 맞추고 있습니다. 예를 들어, 용접 로봇 기술 : 로봇을 활용하여 용접 작업을 자동화하고 작업 속도와 정밀도를 높여 효율성을 증대하고 있습니다. 첨단 용접 기법 : CO2용접, 서브머지드 아크 용접(SAW) 등 다양한 용접법 들이 재료 특성 및 용도에 맞게 진화하며 생산성과 품질을 향상시키고 있습니다. 접착제나 기계적 결합(볼트,리벳 등) 방식은 특정 재료나 비구조적인 부분에는 사용될 수 있지만, 선박 선체와 같은 대형 강철 구조물의 주된 고정 방식으로는 아직 용접을 대체할 만한 수준의 강도와 신뢰성을 확보하기 어렵습니다. 따라서 선박의 대규모 선체를 고정하는데 용접을 완전히 대체할 만한 최신 기술은 아직 상용화되지 않았으며 앞으로도 용접 기술의 효율성과 정밀성을 높이는 방향으로 발전이 이루어질 것으로 전망됩니다.
학문 / 기계공학
25.10.01
0
0

기사가 앉아있는데 왜 자율주행버스인가요?
안녕하세요. 서종현 전문가입니다.현재 자율 주행 버스에 기사님이 앉아계시고 엄격한 안전 수칙이 적용되는 것은 기술 개발 및 초기 상용화 단계의 특성 때문입니다. 기사님이 탑승하는 이유 : 자율 주행 기술은 아직 완벽하지 않으므로 돌발 상황 발생시 즉시 수동 전환하여 안전을 확보하기 위한 안전 요원입니다. 이는 현행 법규상으로도 운전석에 안전요원이 탑승하도록 되어 있습니다. 데이터를 수집하고 기술을 검증하는 과정이며, 궁극적으로는 완전 무인 운행을 목표로 합니다. 안전 벨트 착용 및 입석 금지 이유 : 자율 주행 버스는 기존 대중 교통과 다른 운행 규칙이 적용 될 수 있습니다. 이는 만약의 사고에 대비하여 승객의 안전을 최우선으로확보하기 위한 조치입니다. 아직 기술이 완벽하지 않기에 사고 발생시 위험도를 낮추려는 보수적인 접근입니다. 비효율적으로 보이는 운행의 목적 : 이러한 비효율적인 운행은 기술 개발과 검증의 과정입니다.실제 도로에서데이터를 쌓고, 시스템을 개선하며, 법규를 정비하는 중요한 단계입니다. 장기적으로는 인적 오류 감소를 통한 교통 사고 예방, 운영 효율 증대, 미래 교통 혁신을 위한 투자로 볼수 있습니다. 지금은 과도기적인 단계로 보일수있지만, 미래에는 훨씬 안전하고 효율적인 대중 교통 시스템이 될 것입니다.
학문 / 기계공학
25.10.01
0
0

자율주행 기술이 어떻게 발전되고 있는지, 미래의 도로 안전과 교통체계에 어떤 영향을 미칠까요?
안녕하세요. 서종현 전문가입니다.자율주행 기술은 현재 빠르게 발전하며 우리 사회와 교통 체계를 변화시키고 있습니다. 최신 기술 동향 : 현재 자율주행 기술은 인공지능(AI)과 고도화된 센서 기술의 발전을 통해 운전자의 개입 없이 주행이 가능한 수준으로 나아가고 있습니다. 도로 상황을 정확하게 인식하고 판단하는 능력과, 차량간 통신(V2V) 및 차량 -인프라 통신(V2I)을 통한 실시간 정보 공유가 핵심입니다. 일부 국가에서는 무인 택시 시범 운영이 시작되는 등 특정 구역에서는 상용화 단계에 진입하고 있습니다. 미래 도로 안전과 교통 체계에 미치는 영향 : 도로 안전 향상 : 자율 주행은 인간의 부주의나 피로, 졸음 운전 등으로 인한 사고를 크게 줄여줄 것으로 기대됩니다.AI가 돌발 상황에 더 빠르고 정확하게 반응하여 교통 사고 사망률을 낮춰주는데 기여할 것입니다. 교통 체계 효율성 증대 : 차량 간의 원활한 소통을 통해 정체 구간이 줄어들고, 최적화된 경로로 이동하며 이동 시간이 단축될 수 있습니다. 또한, 택시나 물류 등 유통 분야에서도 무인 운행이 가능해져 자원 절약 및 효율성 증대가 예상됩니다. 잠재적인 이점 : 개인적으로는 운전의 부담에서 벗어나 생산적인 활동이나 휴식을 취할수있게 되며, 고령자나 운전이 어려운 사람들도 이동의 자유를 누릴수있게 됩니다. 장기적으로는스마트 시티 구축과 함께 더욱 안전하고 지속 가능한 교통 환경을 조성하는데 중요한 역할을 할 것입니다.
학문 / 기계공학
25.10.01
0
0

오토바이 안전 장비의 혁신적인 발전에 대한 전망은?
안녕하세요. 서종현 전문가입니다.오토바이 안전 장비는 혁신적인 변화를 맞고 있으며, 미래에는 더욱 발전할 것으로 전망됩니다. 현재는 스마트 헬멧이 대표적인 예입니다. AR(증강현실),AI(인공지능),IoT(사물인터넷)기술이 접목되어 내비게이션, 통신 기능은 물론, 충돌 감지 및 경고까지제공하고 있습니다. 또한, 웨어러블 에어백은 라이더의 움직임을 분석해 충돌시 자동으로 전개되어 심각한 부상을 방지하며 안전성을 한 단계 높였습니다. 미래에는 이러한 스마트 기술의 통합이 더욱 가속화될 것입니다. 스마트 기술 통합 : AI가 라이더의 자세, 주변 환경, 피로도 등을 실시간으로 분석하여 잠재적 위험을 예측하고, 사고 발생 전에 경고하는 시스템이 보편화될수있습니다. 모든 안전 장비(헬멧,재킷,장갑 등)가 서로 연결되어 데이터를 공유하고 유기적으로 작동하는 통합 안전 시스템이 구축될 것으로 기대됩니다. 새로운 소재 및 디자인 : 충격 흡수율은 극대화하면서도 훨씬 가벼운 신소재가 개발되어 보호 장비의 착용감을 높이고, 디자인적으로도 더욱 발전할 것입니다. 예를 들어, 특정 충격에 반응하여 자동으로 강성이 변하는 스마트 소재의 적용도 예상됩니다.
학문 / 기계공학
25.10.01
0
0

아파트 엘리베이터 전체 수리교체를 했는데 감시카메라 안다는 이유
안녕하세요. 서종현 전문가입니다.감시 카메라 미설치 관련 : 엘리베이터는 안전 및 범죄 예방을 위해 감시 카메라 설치가 일반적이고 중요합니다. 기존에 카메라가 있었다면 새로 교체한 엘리베이터에도 설치되는 것이 마땅한데요 아직 설치가 진행중이거나 카메라 위치나 디자인이 변경되어 눈에잘 띄지 않는 경우일수도 있습니다. 이 부분은 아파트 관리 사무소에 문의하셔서 정확한 설치 계획이나 미설치 이유를 확인해 보시는 것이 좋습니다. 거울 안 카메라 의혹 관련 : 엘리베이터 내 전신 거울은 확장감이나 뒤에 있는 사람을 확인하는 등 안전을 위한 목적으로 설치되기도 합니다. 불법 촬영 관련 우려가 있으신 것은 충분히 이해되나, 아파트와 같은 공용 시설에 관리 주체가 불법 카메라를 설치할 가능성은 매우 낮습니다. 가장 좋은 방법은 관리사무소나 경비실에 문의하여 거울의 용도와 해당 엘리베이터에 감시 카메라가 어떻게 운영되고 있는지 정확히 확인하시는 것입니다. 불법적인 부분이라면 즉각적인 조치가 필요합니다.
학문 / 기계공학
25.10.01
0
0

데이터 쉐어링을하면 유심을사고 테블릿에서도 데이터를 사용할수있는데요 ip도 따로생기는건가요?
안녕하세요. 서종현 전문가입니다.데이터 쉐어링 시 IP 주소 데이터 쉐어링을 통해 태블릿에 유심을 꽂아 데이터를 사용하면 해당 태블릿에는 별도의 IP주소가 할당됩니다. 스마트폰의 데이터를 나눠 쓰는 것이지만, 통신망을인터넷에 직접 연결되는 독립적인 기기로 인식되기 때문에 고유한 IP주소를 갖게 됩니다. 데이터 쉐어링 태블릿에서 테더링 가능 여부 기술적으로는 데이터 쉐어링으로 유심을 사용 중인 태블릿에서 다른 기기로 테더링을 할수 있습니다. 태블릿 자체의 데이터 연결을 다른 기기와 공유하는 것이니까요 하지만 몇가지 주의 하실 점이있습니다. 통신사 정책 : 일부 통신사나 특정 요금제에서는 데이터 쉐어링 유심으로 테더링 기능을 사용하는 것을 제한하거나 테더링 시 추가 요금을 부과할수있습니다.이점은 반드시 가입하신 통신사의 요금제 약관을 확인해 보시는 것이 좋습니다. 데이터 소모 : 데이터 쉐어링으로 받은 데이터를 다시 테더링으로 공유하게 되면, 데이터가 더 빠르게 소모될수있습니다. 결국 원본 회선의 데이터가 소진되면 태블릿과 테더링으로 연결된 다른 기기 모두 인터넷 사용이 어려워 질수 있습니다. 따라서 데이터 쉐어링 유심으로 태블릿에서 테더링을 계획하신다면 먼저 통신사 고객 센터를 통해 가입하신 요금제의 구체적인 정책을 확인해 보시는 것을 추천해 드립니다.
학문 / 기계공학
25.10.01
0
0

일반인도 AI를 이용 가능한가요?
안녕하세요. 서종현 전문가입니다.일반인도 특별한 장치 없이 AI 기술을 충분히 이용하실수있습니다. 최근에는기술이 발전하여 대부분 웹사이트나 스마트폰 앱을 통해 손쉽게 접근하고 활용할수있게 되었습니다. 챗GPT같은 생성형 AI는 대표적인 예시입니다. 질문에 답변하거나 글을 쓰는데 활용할수있습니다. 이외에도 실생활에서 AI를 다양하게 활용할수있습니다. 스마트폰 및 스마트 가전 : 음성(시리,빅스비),사진 자동 보정 및 편집, 번역 앱, 음악 · 영화 추천 시스템, 스마트 로봇 청소기 등이 AI 기술을 사용합니다. 자동차 : 내비게이션의 최적 경로 안내, 주차 보조, 일부 자율 주행 보조 기능 등에도 AI가 적용됩니다. 콘텐츠 생성 및 편집 : 이미지 생성, 영상 편집 보조, 문서 요약 등 다양한 업무나 취미 활동에 AI도구를 활용할수있습니다. 이처럼 AI는 이미 우리 일상 곳곳에 스며들어 생활을 더 편리하게 만들고 있습니다.
학문 / 기계공학
25.09.30
0
0

유상사급 무상사급이게 뭔가요?? 공장에서 사용하는 단어 같은데요.
안녕하세요. 서종현 전문가입니다.공장에서 자주 사용되는 유상사급과 무상사급은 자재 공급 방식에 대한 용어입니다. 사급은 주 계약 업체가 제품 생산에 필요한 원재료나 부품을 외부 협력 업체에 제공하는 것을 의미합니다. 유상사급은 주 계약업체가 협력업체에 재료를 유상(돈을 받고)판매하는 방식입니다. 협력업체가 재료를 구매하여 가공후 납품하죠 무상 사급은 주 계약 업체가 협력 업체에 재료를 무상으로 제공하는 방식입니다. 협력업체는 가공만 하고 가공비를 받으며 재료 소유권은주 계약 업체에 있습니다. 이 방식들은 외부 임가공시 자재 품질 관리나 원가 절감을위해 활용됩니다.
학문 / 기계공학
25.09.30
0
0

다이소 5000원짜리 칼과 시중의 2만원 이상의 칼을 비교하다 보니...
안녕하세요. 서종현 전문가입니다.칼의 가격은 천차만별인데요 다이소 식칼은 매우 저렴하게 출시되어 부담없이 구매하게 되는 경우가 많습니다. 반면, 2만원 이상 하는 칼들은 일반적으로 더 좋은 소재와 정밀한 가공 기술 그리고 장인 정신이 들어가 제작됩니다. 이는 칼날의 절삭력 유지 기간이나 균형, 내구성 등 전반적인 성능에 영향을 줍니다. 특히 절삭력을 중요하게 여기는 전문가들은 오래도록 좋은 성능을유지하는 칼을 선호합니다. 질문자님께서 느끼신 만족감은 초기 절삭력이나 사용감에서 오는 주관적인 부분일수있습니다. 가격은 주로 재료의 질, 제조 공정, 브랜드 가치 등에 따라 결정되며, 단가나 마진, 기술력 등 다양한 요인이 복합적으로 작용합니다.
학문 / 기계공학
25.09.30
5.0
1명 평가
0
0