전체 글80 [Paper Review] High-Resolution Image Synthesis with Latent Diffusion Models 논문 원본 : https://arxiv.org/abs/2112.10752 High-Resolution Image Synthesis with Latent Diffusion ModelsBy decomposing the image formation process into a sequential application of denoising autoencoders, diffusion models (DMs) achieve state-of-the-art synthesis results on image data and beyond. Additionally, their formulation allows for a guiding mechanism tarxiv.org 기존 diffusion model은 이미지 생성 품질이 .. 2026. 5. 12. [산업체특강] AI EXPO KOREA 2026 방문 후기최신 IT 기술 트렌드를 현장에서 직접 경험하고 이해하기 위해 AI EXPO KOREA 2026에 방문했다.이번 방문을 통해 산업과 AI는 독립적으로 발전하는 분야가 아니라, 상호 결합을 통해 함께 발전해 나가야 하는 핵심 요소임을 알 수 있었다. 1. 마음 AI마음AI 세미나를 통해 AI의 발전 방향이 기존의 디지털 공간 중심 모델 경쟁을 넘어, Vision-Language-Action 구조를 기반으로 실제 물리 환경을 인식하고 판단하며 행동하는 Physical AI 중심으로 전환되고 있음을 확인할 수 있었다. 특히 발표에서는 로봇이 단순한 하드웨어가 아니라, AI 모델과 엣지 디바이스, 센서, 제어 시스템이 결합된 지능형 시스템으로 발전하고 있음을 강조했다.특히 내가 현재 관심 있게 연구하고.. 2026. 5. 11. [산업체특강] World IT Show 2026 방문 후기빠르게 변화하는 기술의 흐름을 직접 체감하기 위해 World IT Show 2026을 방문했다.다양한 기술을 접하며 새로운 지식과 경험을 쌓을 수 있었지만, 기대에 비해 아쉬움이 남는 부분도 분명 존재했다. 1. Notion AI대학생활 동안 지속적으로 활용해온 Notion은 단순한 문서 작성 도구를 넘어, AI 기반 생산성 플랫폼으로 진화하고 있었다. 특히 부스에서 직접 체험한 Notion AI 에이전트는 단순히 글을 생성해주는 수준이 아니라, 실제 작업을 대신 수행하는 구조라는 점에서 인상적이었다. 현장에서 시연된 흐름을 보면, 반복적인 작업을 역할별로 나누어 자동화하는 방식이 자연스럽게 구현되고 있었다. 기존에 강의 내용을 직접 정리한 뒤 다시 요약까지 반복해야 하는 번거로운 과정이 있었다.. 2026. 4. 25. [산업체특강] AI를 활용하여 글로벌 탑컨 논문 합격률을 높이는 방법 특강 감상문 1. 기회를 바라보는 관점: 안정 vs. 잠재력안수남 대표님의 사례에서 가장 인상 깊었던 점은 NVIDIA 스카웃 제의를 거절하고 넷마블을 선택한 결정이었다. 당시 NVIDIA의 주가는 낮았지만, 결과적으로 보면 엄청난 성장 가능성을 가진 회사였다. 이 사례는 단순히 “선택의 결과”가 아니라, 우리가 커리어에서 무엇을 기준으로 판단해야 하는지를 생각하게 만든다. 연봉이나 안정성 같은 단기적인 요소도 중요하지만, 장기적인 관점에서 “이 회사가 얼마나 성장할 수 있는가”, “내가 그 안에서 얼마나 성장할 수 있는가”를 판단하는 것이 더 중요하다는 점을 느꼈다. 결국 커리어는 확률적 베팅의 연속이며, 때로는 자신이 믿는 방향에 과감히 투자하는 태도가 필요하다는 점이 인상적이었다. 2. 제조업 AI.. 2026. 4. 14. [Paper Review] SAM : Segment Anything 논문 원본 : https://arxiv.org/abs/2304.02643 Segment AnythingWe introduce the Segment Anything (SA) project: a new task, model, and dataset for image segmentation. Using our efficient model in a data collection loop, we built the largest segmentation dataset to date (by far), with over 1 billion masks on 11M licensearxiv.org 1. Introduction 대규모 웹 데이터셋으로 사전 학습된 LLM은 zero-shot 및 few-shot 일반화 성능을 통해 .. 2025. 8. 10. [Paper Review] DINO : Emerging Properties in Self-Supervised Vision Transformers 논문 원본 : https://arxiv.org/abs/2104.14294 Emerging Properties in Self-Supervised Vision TransformersIn this paper, we question if self-supervised learning provides new properties to Vision Transformer (ViT) that stand out compared to convolutional networks (convnets). Beyond the fact that adapting self-supervised methods to this architecture works particarxiv.org 1. Introduction ViT는 CNN과 경쟁력이 있지.. 2025. 7. 28. 이전 1 2 3 4 ··· 14 다음
