[240327] 모두의연구소가 전하는 “모두를 위한 SW/AI 뉴스”

모두의연구소는 지식을 나누며 함께 성장하는 국내 최대 SW/AI 커뮤니티입니다.

 🗞️ SW/AI 한줄 뉴스
1. 글로벌 오픈 LLM리더보드 세계 1위는?
https://www.aitimes.com/news/articleView.html?idxno=158306

2. 국내 생성 인공지능(AI) 기업이 B2C로 흑자 기록한 띵스플로우
https://www.aitimes.com/news/articleView.html?idxno=158288

-

🤵‍♂️ 빠르다 빨라 AI 세상
1. 실시간으로 HD 품질의 3D 객체를 생성하는 엔비디아의 새 모델, LATTE3D
엔비디아에서 단일 GPU를 활용, 복잡한 3D 개체를 실시간에 가깝게 3D 개체를 생성해내는 모델 Latte3D를 선보였습니다. GPT를 사용하여 프롬프트를 규격화, 규격화된 프롬프트로부터 생성한 결과물의 pretrained network를 이용하여 한번 생성한 결과물의 잠재 벡터를 재사용하는 한편, 네트워크를 3D 개체의 volume과 texture를 분할 생성하여 생성 속도와 정교함을 향상시켰습니다. LATTE3D는 RTX A6000에서 400ms로 HD 품질의 결과물을 생성한 것으로 레포트되었습니다. 저자들은 한번 생성한 결과물을 재사용 혹은 미세조정을 할 수 있으므로, LATTE3D는 빠르게 여러 객체들을 합친 scene을 만들거나, 객체에 디테일을 조정할 수 있는, 게임, 애니메이션 등에 적용할 수 있는 기술이라 소개하고 있습니다.
https://research.nvidia.com/labs/toronto-ai/LATTE3D/

2. 라벨링 데이터 없이 학습한 실시간 객체 추적 알고리즘 DINO-Tracker
Facebook (현 meta)에서 2021년에 소개했던 DINO는 라벨링 데이터 없이 손실 함수만으로 지식증류를 진행하여 기존 모델의 성능을 개선하는 기법입니다. 이스라엘의 바이츠만 과학연구소에서는 이 기법을 point tracking에 적용하여 비디오에서도 실시간으로 객체를 추적할 수 있는 기술을 소개하였습니다. 학생 모델은 참조 이미지에서 임의의 지점을 선택 후, 선생 모델이 비디오에 따라 해당 지점의 변화한 위치와 얼마나 차이가 나는지 계산하여 학습합니다. DINO-Tracker는 같은 계열의 연구인 TOPIR등을 정량적, 정성적으로 능가하는 뛰어난 성능을 보여주었습니다.
https://dino-tracker.github.io/#ref-paper-2

-

🦸‍♂️ 오늘의 SW 스피드웨건
1.최고의 파이썬 개발자들이 정교한 공급망 공격으로 해킹당했습니다.
Checkmarx 보고서에 따르면, Top.gg의 유지보수자를 포함한 여러 파이썬 개발자들이 인기 있는 도구 'Colorama'의 악의적인 복제본을 다운로드하면서 정보 탈취 맬웨어에 감염되었습니다. 해커들은 이 도구를 복제하고 악성 코드를 삽입한 후, 개발자들이 정통 ‘files.pythonhosted.org’ 미러로 착각하게 만드는 도메인에서 악성 버전을 배포했습니다.
https://www.securityweek.com/top-python-developers-hacked-in-sophisticated-supply-chain-attack/

2. React 번들 크기를 최소화하는 방법
최근 React 번들 크기를 7MB에서 약 700kb로 줄이고, 초기 로딩 시간을 20초 이상에서 대략 1초로 단축하는 최적화 작업을 수행했습니다. 이는 빠른 로딩 시간의 중요성을 강조하며, 페이지 로딩 지연 1초가 전환율을 7% 감소시키고, 연간 $1백만 이상의 판매 손실을 초래할 수 있음을 보여줍니다. Ashish는 이러한 성능 향상을 위해 여러 최적화 방법을 탐색하고 적용하였으며, 그 과정을 공유하고 있습니다.
https://blog.theashishmaurya.me/how-to-minimize-react-bundle-size-for-faster-loading-times

다른 생각에서 시작한 AI교육,
모두의연구소 AI학교 아이펠 온라인 8기
🔥 놓치지 마세요! ► https://bit.ly/3T1rC8r