한전, 연 1,100억 아낀 AI 전력망 — 9만 5천 개 데이터가 바꾼 전력 산업의 판
전력망에 1초의 정전도 허용되지 않는다. 국내 데이터센터 전력 수요가 2029년까지 41.5GW로 폭증할 것으로 예상되는 지금, 한국전력은 159개에 불과했던 모니터링 포인트를 9만 5천 개로 600배 확대했다. 그 결과 연간 1,100억 원을 아꼈다. AI가
Journal
해외 인기 1인 비즈니스 모델 리서치
해외 인기 1인 비즈니스 모델 리서치 "미래는 자신이 아는 것을 세상이 필요로 하는 것으로 바꾸는 크리에이터의 것" — JD Meier 개요 2025~2026년, AI 도구·클라우드·글로벌 플랫폼의 융합으로 1인 기업(솔로프레너)이
LLM, 그래서 어떻게 써먹을 것인가?
1편에서 벤치마크의 함정을 봤고, 2편에서 선택의 빠른 경로를 찾았다. 이제 남은 건 하나다. 우리 팀, 우리 예산, 우리 데이터에 딱 맞는 활용 전략은 무엇인가. 정답은 없다. 하지만 해답은 있다. 리눅스 서버, 꼭 필요할까? 미니
LLM 선택의 빠른 경로 — 나는 3개월 걸렸다
한 개발자가 있다. 2025년 가을, ollama pull llama3 한 줄로 로컬 LLM의 세계에 입문했다. CPU 추론이라 답 하나에 10초가 걸렸다. 13B에 욕심을 냈다가 VRAM OOM. Q4_K_M 양자화로 내렸지만 여전히 버거웠다. GPU 팬은
LLM, 당신에게 맞는 모델을 어떻게 찾을 것인가?
2023년 말, 한 개발자가 MMLU 86점짜리 오픈소스 모델을 내려받았다. 리더보드 상위 10위 안에 들었고, 커뮤니티 평도 좋았다. 기대를 안고 코드 리뷰를 시켰다. 결과는? 함수 파라미터 순서를 반대로 알려줬고, SQL 인젝션 취약점을 놓쳤다. 벤치마크 점수만
피지컬 AI와 에이전트 시대, Claude와 한국 소버린 AI의 미래
2026년 6월, Anthropic은 조용히 그러나 분명하게 신호를 보냈다. Claude Opus 4.7이 산업용 로봇의 하드웨어 프로그래밍과 센서 통합을 자율적으로 완료했다는 것이다. 소요 시간은 10분 미만. 가장 빠른 인간 팀보다 20배 빨랐다. 무보조 인간 팀보다
Claude에는 약점이 없을까: AI 시대 한국 시장의 빈틈과 도전
지금까지 세 편의 글에서 Claude가 왜 한국에서 인기인지, 어떤 전략으로 시장을 공략하는지 살펴봤다. 하지만 이쯤에서 냉정하게 물어야 할 질문이 있다. Claude에는 약점이 없는가? 그리고 한국 시장에서 Anthropic의 우위는 지속될 것인가? 답은 간단하다. Claude에는 뚜렷한
왜 한국에서만 Claude 사용률이 유독 높을까?
올해 1월, Anthropic이 발표한 경제 지수 보고서(Economic Index)는 하나의 충격적인 숫자를 던졌다. 한국의 AI 활용 지수(AUI)가 3.12를 기록한 것이다. 이 수치는 인구 규모 대비 Claude 사용 집중도를 나타내는데, 1을
주문확인서 10만 건→3개 에이전트, 월말결산 11일→3일 — AI 에이전트가 바꾸는 기업 실무
10만 5천 건. 덴마크 도매상 Lemvigh-Müller의 구매팀이 매년 손으로 처리하던 주문확인서 숫자다. PDF에서 가격·수량·납기를 일일이 대조하던 이 작업이 AI 에이전트 3개로 완전 자동화됐다. 걸린 시간은 10주. ROI는 분기 단위로 나왔다. 주문확인서 지옥에서
똑같은 Claude인데 왜 가격이 4종류일까?
올해 1월, Anthropic이 발표한 경제 지수 보고서에 흥미로운 데이터가 나왔다. 한국의 AI 활용 지수(AUI)가 3.12를 기록했다. 인구 규모 대비 Claude 사용 집중도가 전 세계 최상위권이다. 마케팅 콘텐츠 제작은 글로벌 평균의 4.