Douglas' Space

RouterDC는 "Query-Based Router by Dual Contrastive learning"의 줄임말입니다. 이 혁신적인 방법론은 여러 대규모 언어 모델(LLM)의 강점을 효율적으로 결합하기 위해 제안되었으며, 특정 쿼리에 가장 적합한 LLM을 동적으로 선택하는 "라우터" 역할을 수행합니다. 이 개념은 Shuhao Chen, Weisen Jiang, Baijiong Lin, James T. Kwok, Yu Zhang 연구진에 의해 최초로 제안되었습니다.1. RouterDC의 배경 및 개발 동기 LLM 앙상블의 부상: 최근 연구들은 여러 대규모 언어 모델(LLM)을 조합함으로써 그들의 상호 보완적인 능력을 활용할 수 있음을 보여주고 있습니다. 이러한 접근 방식은 개별 LLM의 한계를 극복하고..

안녕하세요! 오늘은 미래 기술의 최전선에 있는 양자 컴퓨팅(Quantum Computing)과 이 분야를 선도하는 기업 중 하나인 IBM에 대해 이야기해보려고 합니다. 기존 컴퓨터의 한계를 뛰어넘어 인류가 풀지 못했던 복잡한 문제들을 해결할 열쇠로 여겨지는 양자 컴퓨터, 그 중심에 IBM이 어떻게 서 있게 되었는지, 그리고 앞으로 어떤 미래를 꿈꾸고 있는지 함께 살펴보시죠!양자 컴퓨팅, IBM의 오랜 여정양자 컴퓨팅의 개념은 1980년대 리처드 파인만과 데이비드 도이치와 같은 선구자들에 의해 처음 제시되었습니다. 그리고 IBM은 이 혁신적인 아이디어를 현실로 만들기 위해 일찍이 뛰어들었습니다.초기 개척 (1980년대 ~ 2000년대 초): IBM은 1980년대부터 양자 컴퓨팅 연구에 본격적으로 투자하기 ..

양자암호통신(Quantum Cryptography Communication)은 양자역학의 원리를 이용하여 정보를 안전하게 전송하는 차세대 보안 기술입니다. 기존의 암호 통신은 수학적 알고리즘에 기반하여 암호화 및 복호화를 수행하지만, 양자암호통신은 빛의 가장 작은 단위인 광자의 양자적 특성을 활용하여 도청이나 해킹이 불가능에 가깝도록 설계되었습니다.양자암호통신의 핵심 원리:양자 중첩(Superposition): 큐비트(양자 정보의 기본 단위)는 0과 1의 상태를 동시에 가질 수 있습니다. 외부에서 측정하기 전까지는 어떤 상태인지 확정되지 않는 이 성질을 이용하여 정보를 더욱 안전하게 인코딩할 수 있습니다.양자 얽힘(Quantum Entanglement): 두 개 이상의 양자가 서로 얽혀 있어, 하나를 측..

양자 센서(Quantum Sensor)는 물질의 양자 역학적 특성(양자 중첩, 양자 얽힘, 양자 간섭 등)을 이용하여 물리량을 측정하는 장치입니다. 기존의 고전적인 센서로는 도달할 수 없는 수준의 초고감도와 정밀도를 제공하며, 중력, 자기장, 회전, 시간, 온도, 전기장 등 다양한 물리량을 측정하는 데 활용될 수 있습니다. 공통적인 이론적 원리 양자 센서는 기본적으로 환경 변화가 특정 양자 시스템의 상태에 미치는 영향을 정밀하게 측정함으로써 작동합니다. 이 과정에서 다음과 같은 양자 역학적 원리가 핵심적으로 활용됩니다.양자 중첩 (Quantum Superposition): 양자 시스템이 동시에 여러 상태로 존재할 수 있다는 원리입니다. 센서에서는 측정하려는 물리량에 민감한 여러 양자 상태의 중첩 상태를 ..

■  Agent2Agent (A2A) 프로토콜 정의Agent2Agent (A2A) 프로토콜은 Google이 주도하여 개발한 개방형 프로토콜 사양으로, 서로 다른 플랫폼과 프레임워크 기반으로 구축된 AI 에이전트들이 서로를 발견하고, 안전하게 통신하며, 정보를 교환하고, 상호 작용을 협상하며, 행동을 조율할 수 있도록 설계된 표준화된 통신 계층이다. 이는 개별 에이전트의 내부 구현 세부 사항을 숨기는 추상화 계층 역할을 한다.   ■   핵심 아키텍처: 클라이언트 및 원격 에이전트 A2A는 두 가지 주요 에이전트 역할, 즉 클라이언트 에이전트(Client Agent)와 원격 에이전트(Remote Agent)를 정의한다.클라이언트 에이전트: 외부 전문 지식이 필요한 작업을 식별하고 시작하는 주체이다. 적절한..

MCP란 무엇인가? 핵심 정의 및 비유:모델 컨텍스트 프로토콜(MCP)은 Anthropic이 주도하여 개발한 개방형 표준 프로토콜로 , AI 애플리케이션(호스트/클라이언트)과 외부 시스템(서버) 간의 통신을 표준화하여 데이터와 도구를 제공하는 것을 목표로 한다. MCP는 종종 "AI 애플리케이션을 위한 USB-C 포트"에 비유되는데 , 이는 파편화되고 맞춤화된 기존 통합 방식을 대체하여 범용적인 연결성을 제공하려는 목표를 잘 보여준다. 즉, MCP는 LLM이 필요한 컨텍스트와 기능에 접근할 수 있는 표준화된 방법을 제공한다. 문자 그대로 해석하면 "모델 컨텍스트 프로토콜"은 AI 모델이 상황 정보를 다루는 규칙을 의미한다. 개발 목적 및 목표:MCP의 주요 목표는 AI 모델을 실시간 외부 데이터 및 도..

우주 기반 양자 키 분배(Space-Based Quantum Key Distribution, QKD)의 방식은 양자역학의 원리를 이용해 절대적으로 안전한 암호 키를 지구의 두 지점 간에 전송하는 기술입니다. 주로 위성을 이용하여 지상국 간 양자 키를 분배하는 방식이며, 크게 다음과 같은 방식들이 존재합니다.1. 우주 기반 QKD의 주요 방식(1) 위성-지상국 QKD (Satellite-to-Ground QKD)위성에서 지상국으로 양자 키 전송, 단방향 방식 (위성 → 지상국) 위성에 탑재된 양자 광원(Quantum Light Source)이 지상국으로 편광된 광자(Photon)를 전송하고, 지상국에서 양자 상태를 측정하여 암호 키를 생성 (예시: 중국의 ‘미시우스(Micius)’ 위성이 2017년 세계 ..

이번에는 분류모델에 대한 평가지표들을 알아보도록 하겠습니다. 평가지표를 알아보기 위해 먼저 평가를 위한 데이타를 분류하기 위한 분류표인 Confusion Matrix(혼동행렬)에 대해 알아 보도록 하겠습니다. 1. Confusion Matrix (혼동행렬) 아래 그림은 Confusion Matrix(혼동행렬)를 설명하는 표로, 머신러닝 및 통계 분석에서 모델의 성능 평가를 위해 자주 사용됩니다. 혼동 행렬은 예측값(출력값)과 실제값의 조합을 비교하여 모델이 얼마나 정확히 분류했는지 분석하는 데 사용됩니다.   True Positive (TP): 모델이 양성(Positive)이라고 예측했고, 실제로도 양성인 경우. (예: 암 진단 모델이 암이 있는 환자를 올바르게 암으로 예측한 경우)False Positi..

Ai기반 시스템의 시험평가를 위해서는 머신러닝 모델들의 다양한 평가지표를 이해하고 적절히 활용해야 합니다. 이번 부터 모델의 유형이나 목적에 따라 다르게 적용될 수 있는 여러 평가지표를 살펴보겠습니다. 먼저 회귀모델에 대한 평가지표를 살펴보겠습니다.   1. MSE (Mean Square Error, 평균 제곱 오차)정의: MSE는 예측값과 실제값의 차이를 제곱한 후 평균을 구하는 방법입니다. 특징:오차의 제곱을 취하기 때문에 큰 오차에 대해 패널티가 큽니다. 즉, 큰 오차를 강조하는 특성을 가집니다.제곱을 사용하여 모든 오차가 양수로 변하므로, 양수와 음수 오차가 상쇄되지 않습니다.RMSE (Root Mean Square Error)와 MAE (Mean Absolute Error)도 유사한 방식으로 사..

1. ISO/IEC 29119-Software Testing 표준 지난 글에서 Ai-based System의 품질을 검증하기 위해서 ISO 25000 시리즈 소개를 통해  Ai로 인해 추가된 품질특성들에 대해 소개하였습니다. 이와 마찬가지로 Ai-based System의 품질을 확인(Validation)하는 활동으로서의 테스팅도 기존의 Software Testing 표준을 기반으로 Ai-based System의 테스팅을 위해 추가로 고려해야 할 기법들이 제안되고 있습니다.  ISO 29119-Software Testing은 아래 그림과 같이 파트1로서 Concepts and Definition, 파트2-Test Process, 파트3-Test Documentation, 파트4-Test Techniques..