부활한 우리동네 대마왕 retweeted
헤일메리 프로젝트에서는 그래도 인류를 구한 것은 인간과 인간과 유사하게 진화한 생물의 두뇌였으나... 이 작품 역시 ai가 어떻게 될 줄 몰랐던 것임. 우주생물이나 삼체의 위협은 아직 오지도 않았는데 우리는 공허를 먼저 맞이 함. ㅋㅋㅋ youtu.be/D2m50b5ff_E?si=k1vN…
부활한 우리동네 대마왕 retweeted
이스라엘, 팔레스타인인 얼굴 사진 35만장 아마존 AI로 학습…추적에 활용
등록 2026-11-17 17:43
hani.co.kr/arti/internationa…
그래서 이이상 뭘 더 어쩌라고임 ai이전에는 컨닝을 안했던 것도 아니고 남들이 갖은 수단을 다 동원해서 ai쓴다한들 너네가 지금까지 공부한걸 머리에서 훔쳐가는 것도 아니고. 그냥 해
1
387
부활한 우리동네 대마왕 retweeted
아니 비밀로 기습으로 해야지 다 알려주면
핸드폰 꺼두라고 미리 광고하는 거밖에 더 됨?
[속보] 韓총리 "시험시작 전 재난문자 발송해 미제출 휴대폰 적발…복도 감독관 추가 배치" #뉴스1 news1.kr/politics/president/…
부활한 우리동네 대마왕 retweeted
[단독] 전국 소아응급센터 전문의 42% 재계약 미정...압수수색 후폭풍 우려
전국 소아응급센터 반이 날아가겠구나
[단독] 전국 소아응급센터 전문의 42% 재계약 미정...압수수색 후폭풍 우려 bosa.co.kr/news/articleView.…
부활한 우리동네 대마왕 retweeted
스마트안경이나 초소형카메라 이용 AI 부정행위도 조만간 추억이 될 날도 머지 않은 듯..
[게임체인저 AI 콘택트렌즈.."시험의 시대는 끝났다"] youtu.be/Md1Nc3PvJmU?si=-Xvk… - @YouTube
부활한 우리동네 대마왕 retweeted
기본적으로 남성들은 여성의 취미를 급 낮은 것으로 만들고 싶어함 하지만 내가 좋아하면 그건 별개가 되는 것임 치이카와 여자들이 좋아하는 유치하고 뭔 좆같은거 봤더니 제법 재미있네? 그럼 갑자기 개유잼 갓사기 되는거임 대신 나머지는 폐급임 여자들이 좋아하니까ㅋ
부활한 우리동네 대마왕 retweeted
모텔 프런트 야간 알바 2년째 하고 있음. 밤 10시부터 아침 8시까지 카운터 작은 창문으로 별걸 다 보다 보니 친구들이 술만 먹으면 물어보길래 상상이랑 실제를 정리해 봄.
사람들이 상상하는 모텔 야간 프런트:
1. 커플들이 얼굴 빨개져서 고개 푹 숙이고 키만 받아서 도망가듯 올라감
2. 방음이 안 돼서 복도에 밤새 이상한 소리가 울려 퍼짐
3. 낮에 대실하는 손님은 거의 다 불륜 커플임
4. 1년 중 제일 바쁘고 정신없는 날은 무조건 크리스마스이브
실제 모텔 야간 프런트:
대체 얼마나 긁히고 위기감 느낀건지 감도 안옴.... – at Vancouver, British Columbia
테슬라 FSD 이제 독보적 시절 끝??
모카 김한용좌가 샌프란에서 벤츠 최신자율주행을 경험 해보고 fsd보다 나은점도 있는 등 극찬을 아끼지 않았다
또 헐 테슬라 이제 다 따라잡혔네
다른 기업들도 다 잘하는데 이제 해자가 없는거 아닌가 하는 사람들을 위해 간략하게 적어본다
일단 지금 보이는 수준이 디테일에서 좀 차이가 있겠지만 대략,
2024년 초 (FSD v12) 처음으로 엔드투엔드 신경망으로 바뀌면서 "사람처럼 부드러워졌다"는 평가가 쏟아질때와 비슷한 수준이라 생각된다
이중주차 회피나 보행자 양보, 부드러운 정차와 출발이 이 시기에 확 좋아졌음
벤츠 PRO가 받는 칭찬이 딱 이때 테슬라가 받던 칭찬이랑 비슷해 보임
어쨌든 무슨 데이터도 없다던 벤츠가 갑자기 어떻게 이렇게 좋아졌냐
1. AI를 처음부터 만든 게 아님
벤츠는 엔비디아가 대규모 주행 데이터와 시뮬레이션으로 미리 학습시킨 모델을 가져다 썼음
2. 그리고 예전보다 확실히 시뮬레이션과 합성 데이터가 좋아지긴 함
요즘은 가상 환경에서 어려운 상황을 대량으로 만들어 학습할 수 있어서, 예전보다 실주행 거리가 덜 필요한거도 사실임
3. 좋은 환경에서 시연
지도가 가장 잘 갖춰진 샌프란시스코에서, 정해진 구역의 짧은 시승
첫인상이 좋은 것과, 수백만 대가 매일 어디서나 달려도 된다는건 전혀 다른 얘기임
4. 그리고 센서가 많아서 카메라를 보완해줘서 초기 완성도를 끌어올리기 쉬움
.
.
자율주행 성능은 처음엔 빨리 오르지만 갈수록 오르기 어려워지고, 마지막 구간에서는 희귀 상황 데이터를 얼마나 많이, 얼마나 빨리 학습에 반영하느냐가 승부를 가르게 됨
흔한 상황은 적은 데이터로도 금방 배울수 있음 벤츠가 빌린 모델로 2년 만에 따라온 구간이 여기인거고
무인 주행 단계에서는 사람 운전자보다 확실히 안전하다는 걸 증명해야 함
그러려면 개입 간격이 수만~수십만 마일 단위까지 늘어나야 하는데, 여기서 실패는 거의 다 롱테일에서 나옴
희귀 상황을 학습 데이터로 확보하는 속도는 대략 "그 기능을 켜고 달리는 차의 총 주행거리"에 비례할수 밖에 없음
차가 수백만 대면 하루에도 희귀 사례가 쏟아지고, 얼리액세스 수천 대 수준이면 같은 양을 모으는 데 몇 배, 몇십 배의 시간이 걸리는거임
시뮬레이션으로 일부는 메울 수 있지만,
시뮬레이션은 "이미 상상할 수 있는 상황"을 늘려줄 뿐, 아무도 예상 못 한 상황은 결국 실제 도로에서 발견되는 거임
롱테일 해결은 한 번의 학습이 아니라 반복 루프임
1. 발견: 운전자 개입, 급브레이크, 모델의 불확실성 같은 신호로 문제 장면을 자동 탐지
2. 수집: 비슷한 장면을 차량 전체에 요청해서 대량으로 끌어모음
이게 테슬라가 쓰는 "트리거" 방식
3. 라벨링과 정제: 자동 라벨링과 사람 검수로 학습용 데이터를 만듦
4. 재학습: 대규모 학습 클러스터에서 모델을 다시 학습시킴
5. 검증: 시뮬레이션과 과거 주행 재생으로 고친 게 다른 걸 망가뜨리지 않았는지 확인함
6. 배포: OTA로 차량에 내려보내고, 다시 1번으로 돌아감
이 루프를 "몇 주 만에 한 바퀴 돌리느냐"가 개선 속도를 결정하는거임
데이터가 많아도 루프가 느리면 소용없고, 루프가 빨라도 데이터가 적으면 소용이 없는 거임
수직통합이 루프 속도에 미치는 영향
테슬라: 차량, 카메라와 센서 구성, 차량용 칩, 신경망, 학습 클러스터, 차량 소프트웨어, OTA까지 전부 직접 함
루프의 1번부터 6번까지 누구보다 빠르게 돌릴 수 있는거임
그리고 하드웨어 구성이 표준화돼 있어서,
모든 차의 데이터를 그대로 한 모델 학습에 쓸 수 있음
즉, 모델에 맞게 칩을 설계하고, 칩에 맞게 모델을 최적화하는 공동 설계가 가능한거임
문제를 발견하는 순간부터 배포까지 회사 밖과 협의할 일이 없으니 가장 빠르고 정확한 기술개발이 되는거임
반면에 벤츠는,
차량은 벤츠, AI 모델과 칩과 개발 도구는 엔비디아, 중국판은 Momenta 임
데이터 소유권과 접근 범위, 누가 어떤 걸 고치는지를 계약으로 정해야 해서 루프 단계마다 회사 사이를 오감
시장마다 스택이 달라서,
미국에서 고친 걸 중국판에 그대로 옮길 수 없고
같은 문제를 두 번 해야 됨
차종과 연식마다 센서와 컴퓨터 구성이 달라지면 데이터를 하나로 합치기 어려움
완성차 회사의 전통적인 개발 방식은 검증 절차가 길어서, 소프트웨어 회사처럼 빠르게 배포하는 문화를 잘 받아들이지 못함
결론: 왜 격차가 쉽게 안 좁혀지나
지금까지는 "빌린 모델 + 흔한 상황"의 구간이라 늦게 출발해도 빨리 따라올 수 있었음
이제부터는 "희귀 상황 데이터 × 루프 속도"의 구간이라, 두 변수 모두에서 앞선 쪽이 계속 더 빨리 개선되는 구조임
테슬라의 수직통합으로도 24년부터 2년넘게 해서 이정도 라는걸 생각해보면
테슬라 제외 무감독은 불가능할지도 모름
와 외국기업한테 협조 요청 해야한다는 주장 보고 현실성 없는 소리 한다고 생각했는데 이걸 진짜 하네 ㅋㅋㅋ
n.news.naver.com/article/056…

































