기본 콘텐츠로 건너뛰기

글

라벨이 데이터인 게시물 표시

[한경글로벌마켓] 구글이 망한 항공사 데이터에 1000만달러 베팅한 이유 | 김인엽의 실리콘밸리나우 (2026-10-29)

채널: 한경글로벌마켓 · 영상 게시 시각: 2026년 10월 29일 18:00 (한국시간) 한경글로벌마켓 | 망한 항공사 데이터에 구글이 100억 넘게 투자한 진짜 이유! AI 시대, 소프트웨어보다 데이터가 핵심 가치로 떠올랐어요. 구글이 파산 항공사 데이터에 100억 넘게 베팅한 이유? 바로 AI 학습에 필수적인 고품질 데이터 때문이죠! 핵심 요약 AI로 소프트웨어 복제가 쉬워지며 기업 가치는 '고품질 데이터'로 이동 중입니다. 인터넷 데이터 고갈과 맞물려, 기업 내부 데이터가 AI 학습의 핵심이 되었어요. 배경 설명 AI 역설계로 포토샵급 오픈소스 '포토크래프트'가 등장하며 SaaS 기업의 경쟁 우위가 흔들립니다. 개발자 브랜든 토머스가 AI로 수개월 걸리던 역설계를 몇 분 만에 해낸 거죠. 이제 소프트웨어보다 고객 데이터, 업무 흐름이 더 중요해진 시대입니다. 주요 포인트 • AI로 SW 복제 가속화: 포토크래프트 사례처럼 AI가 전문 SW 복제를 쉽게 만들어 SaaS 기업의 경쟁 우위가 흔들려요. • 데이터가 핵심 자산: SW보다 고객 데이터, 업무 흐름 등 '데이터' 가치가 폭등, 파산 기업 데이터도 고가에 거래됩니다. • 인터넷 데이터 고갈: AI 학습용 웹 데이터가 2030년경 소진될 전망. 기업 내부 데이터, 책 등 비공개 고품질 데이터가 필수적이에요. • 데이터 2.0 시대: 단순한 양보다 '고품질'에 정교하게 가공된 데이터가 AI 학습의 핵심으로 부상했습니다. • 빅테크, 데이터 확보 난항: 메타, XAI 등 빅테크도 직원 데이터 활용이나 플랫폼 기본값 설정에 어려움을 겪으며, 전문 데이터 밴더에게 외주를 맡기는 추세입니다. 실천 방법 내 데이터의 가치를 인식하고 잘 관리하기: 개인 정보, 업무 기록 등 내가 가진 데이터의 중요성을 이해하세요. 고품질 데이터 활용 전략 고민: 기업이라면 보유 데이터를 어떻게 AI 학습에 활용할지 전략을 세워야 합니다. AI...

[와이스트릿 - 지식과 자산의 복리효과] AI는 죄가 없다 문제는 네 잘못이다 #재무제표 #공부 #AI #유흥관 (2026-09-16)

채널: 와이스트릿 - 지식과 자산의 복리효과 · 영상 게시 시각: 2026년 9월 16일 18:32 (한국시간) 와이스트릿: AI는 죄가 없다? 문제는 네 질문 방식이야! AI에게 현명하게 질문하는 방법을 아시나요? 무턱대고 '이 주식 살까요?'라고 묻는 건 AI의 함정에 빠지는 지름길이에요. 와이스트릿에서 AI를 제대로 활용하는 꿀팁을 알려드립니다! 핵심 요약 AI는 만능이 아니에요! 똑똑한 AI 활용의 핵심은 바로 '올바른 질문'에 있답니다. AI가 답할 수 있는 범위 내에서 구체적이고 명료하게 물어보는 게 중요해요. 배경 설명 많은 분이 AI에게 "이 주식 사야 할까요?" 같은 질문을 던지곤 하죠. 하지만 AI는 우리가 원하는 답을 해주기 위해 사실을 왜곡하거나, 과거 데이터에 갇혀 버릴 수도 있대요. AI는 그저 유능해 보이는 게 주된 관심사거든요! 주요 포인트 • 정답 답변이 가능한 질문인가? • 답변에 충분한 데이터가 있는가? • 명료하게 답을 얻을 수 있는 부분인가? 실천 방법 AI가 답할 수 없는 질문(예: 로또 번호 예측)은 애초에 하지 않기 '삼성전자 주식 사야 돼?' 대신, '이마트 주가에 영향을 미치는 요소는 무엇이며, 각 요소의 예측치는?'처럼 구체적으로 질문하기 핵심 수치 이번 영상에서는 특정 수치나 통계보다는 AI 질문법에 대한 핵심 원칙을 다루고 있어요. AI에게 '이번 주 로또 번호 6개 뭐야?' 같은 예측 불가능한 숫자를 묻는 것은 AI 활용의 잘못된 예시라고 할 수 있죠! 마무리 AI를 똑똑하게 활용해서 현명한 투자 결정을 내리고 싶다면, 오늘 알려드린 질문법을 꼭 기억하세요! AI는 여러분의 든든한 조력자가 될 수 있답니다. 태그: #AI #인공지능 #투자 #주식 #재무제표 #와이스트릿 #질문법 #데이터 📺 원본 영상: https://www.youtube.com/shorts/dSTwY1G1...

[와이스트릿 - 지식과 자산의 복리효과] AI 버블은 여기서 터진다! 구글 메타가 급하게 용접공을 뽑는 이유 / 강정수 박사 (풀버전) (2026-08-23)

채널: 와이스트릿 - 지식과 자산의 복리효과 · 영상 게시 시각: 2026년 8월 23일 09:00 (한국시간) 와이스트릿: AI 버블은 여기서 터진다! 구글 메타가 급하게 용접공을 뽑는 이유 최근 뜨거운 피지컬 AI 시장, 정말 괜찮은 걸까요? 강정수 박사님이 지금의 휴머노이드 로봇은 아직 상용화 수준이 아니라고 딱 잘라 말했어요. 핵심은 바로 '데이터 부족', 특히 '벡터 데이터'의 부재 때문이라는데요. 구글과 메타가 용접공까지 찾는 이유도 함께 알아봐요! 핵심 요약 지금 피지컬 AI 로봇들은 상용화 단계가 아니라는 점, 그리고 가장 큰 문제는 '데이터 부족'이라는 점을 강정수 박사님이 강조하셨어요. 특히 로봇의 움직임과 감각을 담는 '벡터 데이터'가 절실하다고 합니다. 배경 설명 유니트리 상장으로 휴머노이드 로봇에 대한 기대가 폭발적이지만, 강정수 박사님은 현재의 피지컬 AI는 상용화 수준이 아니라고 진단해요. 기존의 제조/공장 데이터만으로는 로봇 학습에 필요한 '벡터 데이터'가 될 수 없다는 거죠. 데이터 부족이 발목을 잡고 있습니다. 주요 포인트 • 유니트리, 옵티머스, 아틀라스 등 현존하는 피지컬 AI는 아직 상용화 수준이 아님. • 가장 큰 병목은 '데이터 부족', 특히 인간의 상호작용과 관계를 담은 '벡터 데이터'가 없음. • 일반 제조/공장 데이터는 피지컬 AI 학습에 부적합하며, '실패 데이터'가 성공 데이터보다 훨씬 중요함. • 구글은 유튜브 영상을 통한 물리 세계 학습 가능성을 연구 중이며, 중국은 수백 명의 인력이 직접 '인간 상호작용 데이터'를 수동으로 생산 중. • 구글과 메타가 용접공을 급하게 찾는 건 AI 인프라의 핵심인 데이터센터 완공을 위한 투자 때문. 실천 방법 피지컬 AI 관련 뉴스나 투자 소식을 접할 때, '데이터 수집 방식'과 '실패 데...