<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>AI on AIEconLab</title><link>https://www.aieconlab.com/tags/ai/</link><description>Recent content in AI on AIEconLab</description><generator>Hugo -- gohugo.io</generator><language>ko-KR</language><lastBuildDate>Sun, 09 Aug 2026 09:00:00 +0900</lastBuildDate><atom:link href="https://www.aieconlab.com/tags/ai/index.xml" rel="self" type="application/rss+xml"/><item><title>예상을 웃돈 미국 생산성 1.4%, 고용 통계와 곧장 잇지 못하는 까닭</title><link>https://www.aieconlab.com/post/trend20_two_scorecards/</link><pubDate>Sun, 09 Aug 2026 09:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend20_two_scorecards/</guid><description>2026년 8월 6일과 7일 밤 9시 30분(한국시간), 미국 노동통계국(BLS)이 하루 간격으로 지표를 내놓았습니다. 첫날 나온 2분기 비농업 사업부문 노동생산성 예비치는 전기 대비 연율 1.4%로 시장 예상(로이터 집계 0.6%)을 크게 웃돌았고, 이튿날 나온 7월 비농업 일자리 증감은 -2만 3,000개로 발표되어 8만 개 안팎의 증가를 내다본 시장 예상과 방향이 반대였습니다.</description></item><item><title>잔차끼리의 회귀: 이중 머신러닝(DML)의 수학과 401(k) 재추정</title><link>https://www.aieconlab.com/post/analysis_dml_401k/</link><pubDate>Wed, 05 Aug 2026 09:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/analysis_dml_401k/</guid><description>DML의 작동 원리를 오차 항등식의 각 항을 직접 측정해 설명하고, 원 논문의 401(k) 사례를 같은 데이터로 재추정한다. 공변량을 조정하지 않았을 때 19,559달러인 평균 차이는 유연하게 조정하면 그 값의 약 40–51%로 낮아진다.</description></item><item><title>수출의 41.5%는 반도체 한 품목, 시총의 절반은 두 종목: 두 개의 집중도</title><link>https://www.aieconlab.com/post/trend19_two_concentrations/</link><pubDate>Mon, 03 Aug 2026 22:30:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend19_two_concentrations/</guid><description>2026년 8월 1일 산업통상부가 발표한 7월 수출입 동향에서 반도체 수출은 410억 1,000만 달러였습니다. 월 수출 988억 9,000만 달러로 나누면 41.5%로, 석 달 연속 40%대입니다(비중은 두 발표치에서 계산한 값). 주식시장에서는 삼성전자와 SK하이닉스 두 종목의 시가총액이 한국거래소 집계를 전재한 언론 보도 기준으로 7월 28일 종가에 코스피 전체의 50.</description></item><item><title>첫 명단 약 190곳, 국내 주요 AI 기업은 보이지 않았다: 8월 2일 EU AI법에서 시작된 것</title><link>https://www.aieconlab.com/post/trend18_eu_ai_act_article50/</link><pubDate>Sun, 02 Aug 2026 21:20:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend18_eu_ai_act_article50/</guid><description>2026년 8월 2일 유럽연합(EU) AI법 제50조의 투명성 의무가 적용되기 시작했고, 범용 AI(GPAI) 의무를 집행하고 제재할 권한도 같은 날 생겼습니다. 원래 2026년 8월 2일 시작될 예정이던 부속서 III 고위험 규제는 7월 27일 발효한 개정 규정으로 2027년 12월로, 회원국 규제 샌드박스 기한은 2027년 8월로 미뤄졌습니다.</description></item><item><title>명목 22.5%, 실질 8.3%: 'AI 투자'를 세는 숫자는 왜 서로 다른가</title><link>https://www.aieconlab.com/post/trend17_super_week_receipts/</link><pubDate>Sat, 01 Aug 2026 23:30:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend17_super_week_receipts/</guid><description>2026년 7월 29일과 30일 이틀 사이에 다섯 개의 발표가 있었습니다. 그런데 그 발표들이 내놓은 숫자는 같은 규모를 재지 않습니다. 기업이 공시하는 설비투자, 공급자의 평균판매가격, 국민계정의 실질투자는 서로 다른 질문에 답합니다. 2026년 2분기 미국 정보처리장비 투자는 전 분기 대비 연율로 명목 22.</description></item><item><title>AI는 고장 나지 않는다, 시스템이 고장 난다 — 실무자를 위한 5구역 진단 지도</title><link>https://www.aieconlab.com/post/ai-diagnosis/</link><pubDate>Tue, 28 Jul 2026 08:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/ai-diagnosis/</guid><description>개발자들은 19% 느려졌는데 20% 빨라졌다고 믿었고, 기업 AI 파일럿의 실패율은 80%에 이릅니다. 그런데 범인은 대개 모델이 아닙니다. 입력·맥락·검색·추론·실행 다섯 구역으로 고장 지점을 나누고, 증상에서 출발해 원인을 짚어가는 진단 지도 — 그리고 그 뒤에 있는 2025~2026년의 연구들.</description></item><item><title>토큰 단가와 과제 비용은 다르다: AI 비용을 세는 두 가지 방법</title><link>https://www.aieconlab.com/post/trend16_intelligence_price/</link><pubDate>Tue, 28 Jul 2026 07:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend16_intelligence_price/</guid><description>2026년 7월 28일 기준, 이 글이 비교한 주요 모델 15종의 출력 100만 토큰당 공식 단가는 0.28달러부터 50달러까지 약 180배로 갈라져 있고, 이 글이 추적한 7월 출시 목록에서 직전 동급과 견줄 수 있는 8개를 같은 무게로 세면 동결 2개·인상 5개·인하 1개였습니다.</description></item><item><title>금액은 96% 늘고, 개수는 7% 늘었다: 중국 반도체 수출 통계를 읽는 세 개의 잣대</title><link>https://www.aieconlab.com/post/trend15_china_chip_exports/</link><pubDate>Mon, 27 Jul 2026 07:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend15_china_chip_exports/</guid><description>중국 해관총서의 2026년 상반기 통계에서 집적회로 수출액(달러 기준)은 전년 동기 대비 96.1% 늘었지만, 수출 개수는 7.0% 느는 데 그쳤습니다. 이 글은 그 차이를 로그 분해로 가르고, ‘물량’을 세는 세 잣대(개수·중량·물량지수)가 서로 다른 답을 주는 이유를 짚습니다.
이달 중순 중국 해관총서가 내놓은 상반기 무역통계에서 집적회로(IC) 수출액은 1,772.</description></item><item><title>밀도의 덫 — 우버×딜리버리히어로를 경제학과 AI로 읽다</title><link>https://www.aieconlab.com/post/uber-delivery-hero-aieconlab/</link><pubDate>Sun, 26 Jul 2026 16:58:00 +0900</pubDate><guid>https://www.aieconlab.com/post/uber-delivery-hero-aieconlab/</guid><description>우버는 99개 시장을 샀습니다. 그런데 배달의 네트워크 효과는 반경 3km 안에서 끝나고, 국경을 넘는 인수는 그 밀도를 단 1건도 늘려주지 못합니다. 그렇다면 148억 달러는 무엇을 산 값인가. 3면 시장과 멀티호밍, 알고리즘 규모의 경제, 공정위 심사 쟁점, 그리고 반증 가능한 예측 다섯 개까지 따라갑니다.</description></item><item><title>이익은 298% 늘고, 주가는 7% 빠졌다: 알파벳 2분기, ‘AI 영수증’ 읽기</title><link>https://www.aieconlab.com/post/trend14_alphabet_receipts/</link><pubDate>Sat, 25 Jul 2026 07:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend14_alphabet_receipts/</guid><description>지난 22일(현지시간) 알파벳이 2026년 2분기 실적을 발표했습니다. 매출은 1,198억 달러로 전년 동기 대비 24% 늘었고, 보통주주 귀속 순이익은 1,121억 달러로 298% 늘었습니다. 회사 역사상 가장 큰 분기 이익입니다. 그리고 이튿날(23일) 뉴욕 증시에서 알파벳 주가는 약 7% 급락해 4월 중순 이후 가장 낮은 수준으로 내려갔습니다.</description></item><item><title>0.2%가 0.6%가 됐다: 2분기 깜짝 성장은 ‘AI 경제’의 실증인가</title><link>https://www.aieconlab.com/post/trend13_gdp_q2_surprise/</link><pubDate>Fri, 24 Jul 2026 07:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend13_gdp_q2_surprise/</guid><description>어제(7월 23일) 한국은행이 발표한 2026년 2분기 실질 국내총생산(GDP) 속보치는 전기 대비 0.6% 성장이었습니다. 한국은행이 5월 경제전망에서 제시했던 2분기 전망치는 0.2%였으니, 두 달이 채 지나지 않아 실제 숫자가 전망의 세 배(공표 반올림치 기준)로 돌아온 셈입니다. 전년 동기 대비로는 3.7%로, 1분기(3.8%)에 이어 두 분기 연속 3%대 후반입니다.</description></item><item><title>첫 계단은 높아졌나: 신입 일자리 시니어화의 증거와 빈칸</title><link>https://www.aieconlab.com/post/analysis_entry_seniorization/</link><pubDate>Thu, 23 Jul 2026 14:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/analysis_entry_seniorization/</guid><description>“AI가 신입 일자리를 없앤다”는 문장과 “AI의 노동시장 효과는 아직 미미하다”는 문장이 요즘 같은 주에 나란히 보도됩니다. 둘 다 근거가 있는 문장입니다. 이번 글은 이 두 문장 사이에서 제3의 질문을 다룹니다. 일자리가 사라지는 것이 아니라, 첫 계단의 높이가 달라지고 있는가. 채용공고 데이터가 포착한 ‘시니어화(seniorisation)’ 현상을 정의하고, 뉴욕 연은이 공개한 미국 실업률 시계열로 역전의 지속 기간을 직접 계산하고, 한국은행이 국민연금 자료로 수행한 분석을 비판적으로 읽은 뒤, 신입 채용 축소가 몇 년 뒤 무엇을 남기는지 간단한 산수로 확인합니다.</description></item><item><title>AI의 거시 생산성 효과가 확인되기 전에 통화정책을 움직일 수 있는가: 신트라의 중앙은행들</title><link>https://www.aieconlab.com/post/column4_central_banks_ai/</link><pubDate>Tue, 21 Jul 2026 09:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/column4_central_banks_ai/</guid><description>6월 29일부터 7월 1일까지 포르투갈 신트라에서 열린 ECB 중앙은행 포럼(ECB Forum on Central Banking)의 프로그램에는 AI와 금융안정에 관한 패널, 그리고 OpenAI 수석이코노미스트와 ECB 수석이코노미스트의 대담이 나란히 올랐습니다(ECB 2026). 마지막 날 정책 패널에서 취임 약 6주 차의 케빈 워시(Kevin Warsh) 연준 의장은 물가 안정이 중앙은행들 공통의 책무라는 말로 운을 뗀 뒤 이렇게 말했습니다.</description></item><item><title>AI 사용자가 아꼈다고 보고한 주 1.5시간은 어디로 갔나: 한국은행이 포착한 '생산성 단절'과 75억 달러+의 실험</title><link>https://www.aieconlab.com/post/analysis_productivity_paradox/</link><pubDate>Sun, 19 Jul 2026 09:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/analysis_productivity_paradox/</guid><description>지난 6월 8일 한국은행 조사국 고용연구팀이 BOK 이슈노트 제2026-12호 ‘AI 도입은 생산성을 높이는가? 초기 3년의 효과 분석’을 발표했습니다(서동현·오삼일·윤종원). 결론을 한 문장으로 줄이면 이렇습니다. 지난주 업무 목적으로 생성형 AI를 사용한 국내 근로자들은 업무시간이 평균 3.8%(주 40시간 기준 약 1.5시간으로 환산) 줄었다고 보고하지만, 시간을 아꼈다고 보고한 정도와 업무처리량이 늘었다고 보고한 정도 사이에서 평균적인 양(+)의 선형 관계는 관찰되지 않았습니다.</description></item><item><title>미국이 AI 모델 접근을 막은 18일: 한국의 소버린 AI는 어떤 보험이어야 하나</title><link>https://www.aieconlab.com/post/trend12_sovereign_ai/</link><pubDate>Sat, 18 Jul 2026 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend12_sovereign_ai/</guid><description>7월 16일 이재명 대통령 주재로 열린 정부 하반기 정책 브리핑에서, 배경훈 과학기술정보통신부 장관은 사이버보안에 특화된 소버린 AI 모델을 연내 개발·출시하겠다는 계획을 발표했습니다. 개발 중인 독자 모델에 보안 데이터를 추가 학습시키는 방식이며, 장기적으로는 해외 선도 모델에 견줄 프런티어급 모델의 개발도 검토하겠다고 했습니다.</description></item><item><title>수십 년에서 몇 년으로? 노벨상 수상자들의 경고와 기술 채택의 데이터</title><link>https://www.aieconlab.com/post/analysis_ai_adoption_speed/</link><pubDate>Fri, 17 Jul 2026 09:30:00 +0900</pubDate><guid>https://www.aieconlab.com/post/analysis_ai_adoption_speed/</guid><description>7월 13일 ‘지금 행동해야 한다(We Must Act Now)’라는 제목의 공동성명이 발표되었습니다. 노벨 경제학상 수상자 16인을 포함해 경제학자와 AI 연구자 200여 명이 서명했습니다. 대런 애스모글루, 조지프 스티글리츠, 마이클 스펜스, 폴 크루그먼, 벤 버냉키 같은 경제학자들과 요슈아 벤지오, 얀 르쿤 같은 AI 연구자들의 이름이 나란히 올랐고, 에릭 브린욜프슨, 아자이 아그라왈, 앤턴 코리넥, 톰 커닝햄이 조직을 맡았습니다.</description></item><item><title>'3·4·5 비전'의 세 가지 시험대: 성장률 3.0%, 잠재성장률 3.0%, 청년 20만</title><link>https://www.aieconlab.com/post/trend11_345_vision/</link><pubDate>Wed, 15 Jul 2026 08:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend11_345_vision/</guid><description>7월 14일 정부는 이재명 대통령 주재 국무회의에서 하반기 경제성장전략을 발표했습니다. 표제는 &amp;lsquo;3·4·5 비전&amp;rsquo;입니다. 잠재성장률 3.0%, 수출 세계 4강, 국민소득 5만 달러를 목표로 내걸고, 차세대 반도체·AI 데이터센터·피지컬 AI의 3대 메가프로젝트, 청년 첨단산업 인력 20만 명 양성과 청년 일자리 20만 개 창출, 지방 성장거점(5극 3특)과 메가특구특별법 제정 등을 실행 수단으로 제시했습니다.</description></item><item><title>예측이 값싸지는 시대, 경제학자의 일</title><link>https://www.aieconlab.com/post/column3_economists_job/</link><pubDate>Tue, 14 Jul 2026 10:30:00 +0900</pubDate><guid>https://www.aieconlab.com/post/column3_economists_job/</guid><description>7월 8일 IMF는 세계경제전망(WEO) 7월 업데이트에서 2026년 세계 성장률 전망을 0.1%포인트 낮추는 한편, 한국의 전망은 30개 선정 경제 가운데 이란과 공동 최대 폭인 0.7%포인트 올렸습니다. 그런데 이 소식을 전한 글과 그 후속 분석에서 확인했듯, 정작 1분기의 이례적인 성장은 공식 전망이 갱신되기 전에 월간 수출 지표가 먼저 신호하고 있었습니다.</description></item><item><title>지도학습의 경제학: 예측과 인과 사이</title><link>https://www.aieconlab.com/post/analysis_prediction_vs_causation/</link><pubDate>Tue, 14 Jul 2026 10:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/analysis_prediction_vs_causation/</guid><description>3년 전 이 블로그는 AI의 정의와 머신러닝의 분류를 다루면서, 각 방법론을 경제학의 시각으로 해석하는 시리즈를 예고한 바 있습니다. 본 글은 그 시리즈의 세 번째 편으로, 머신러닝의 중심에 있는 지도학습(supervised learning)을 다룹니다.
논의의 출발점은 다음의 명제입니다. 지도학습은 예측의 도구이며, 경제학의 많은 질문은 예측이 아니라 인과의 질문입니다.</description></item><item><title>경제 전망은 왜 빗나가는가: 35년의 데이터, 그리고 하나의 실험</title><link>https://www.aieconlab.com/post/analysis_forecast_errors/</link><pubDate>Mon, 13 Jul 2026 16:30:00 +0900</pubDate><guid>https://www.aieconlab.com/post/analysis_forecast_errors/</guid><description>지난 글에서 한국의 2026년 1분기 성장률(연율 7.5%)이 IMF의 직전 전망(연 1.8%)을 큰 폭으로 상회했다는 사실을 소개했습니다. 본 글은 그 후속 질문을 다룹니다. 경제 전망의 오차는 어느 정도이며, 어떤 조건에서 커지는가.
논의는 세 부분으로 구성됩니다. 첫째, IMF가 공개하는 역대 전망치 데이터베이스를 이용해 1991년부터 2025년까지 한국 성장률 전망의 오차를 계산합니다.</description></item><item><title>세계는 내리고, 한국은 올렸다: IMF가 공식화한 'AI 경제 격차'</title><link>https://www.aieconlab.com/post/trend10_imf_korea/</link><pubDate>Mon, 13 Jul 2026 15:30:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend10_imf_korea/</guid><description>지난주, 국제통화기금(IMF)이 흥미로운 발표를 내놓았습니다. 7월 세계경제전망(WEO) 수정치에서 2026년 세계 성장률 전망은 3.0%로 0.1%p 내리는 한편, 한국의 성장률 전망은 30개 선정 경제 가운데 이란과 함께 가장 큰 폭으로 올린 것입니다.
무슨 일이 벌어지고 있는 걸까요? 그리고 이 흐름은 얼마나 지속될 수 있을까요?</description></item><item><title>AI가 당신의 직업을 빼앗을까요? 스탠퍼드 논문이 밝힌 '의외의' 미래</title><link>https://www.aieconlab.com/post/trend9_ai_in_work/</link><pubDate>Fri, 20 Jun 2025 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend9_ai_in_work/</guid><description>&amp;ldquo;AI가 결국 인간의 모든 일을 대체할 것이다.&amp;rdquo;
AI 기술이 발전하면서 우리 마음속에는 막연한 두려움과 피로감이 쌓여가고 있습니다. 정말 우리는 AI에게 일자리를 모두 내주고 말까요?
이 질문에 대해 최근 스탠퍼드 대학교(Stanford University)에서 아주 흥미로운 연구 결과를 내놓았습니다. 2025년 6월 11일에 발표된 &amp;ldquo;Future of Work with AI Agents(AI 에이전트와 함께하는 일의 미래)&amp;rdquo; 라는 논문은, AI가 인간을 대체할 것이라는 단순한 통념에 데이터에 기반한 깊이 있는 반박을 제시합니다.</description></item><item><title>미국의 AI - OpenAI의 경제 청사진</title><link>https://www.aieconlab.com/post/trend8_ai_in_america/</link><pubDate>Sat, 22 Mar 2025 16:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend8_ai_in_america/</guid><description>2025년 1월 25일 OpenAI는 미국의 AI 혁신을 강화하고 모든 사람이 AI 기술의 혜택을 누릴 수 있도록 하는 정책 제안을 담은 청사진을 발표했습니다. 이 청사진은 AI 기술이 점점 발전함에 따라 미국이 적극적으로 나서서 이 기술의 잠재력을 최대한 활용하고 부작용은 최소화해야 한다고 강조하고 있습니다.</description></item><item><title>대한민국 정부와 AI</title><link>https://www.aieconlab.com/post/trend7_korea_ai/</link><pubDate>Thu, 10 Oct 2024 22:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend7_korea_ai/</guid><description>인공지능이 가져오는 급격한 사회 변화와 이에 따른 선제적 대응 필요성에 대해 인식이 공유되면서, 민간부문뿐 아니라 각국 정부도 앞다투어 움직이고 있습니다. 우리나라도 예외가 아닙니다. 지난 5월 AI 정상회의(AI Seoul Summit)에서 안전, 혁신, 포용의 3대 원칙을 담은 ‘서울 선언’을 채택한 데 이어, 올 9월에는 국내 민-관 최고 전문가들로 구성된 대통령 직속 국가인공지능위원회를 출범시켰습니다.</description></item><item><title>UN이 마침내 AI를 위한 새로운 국제 거버넌스 체제를 제시</title><link>https://www.aieconlab.com/post/trend6_un_report/</link><pubDate>Fri, 27 Sep 2024 17:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend6_un_report/</guid><description>일각에서 AI 회의론 혹은 거품론이 제기되고 있음에도 불구하고, 여전히 AI가 주도하는 미래는 한발짝씩 다가오고 있습니다. 얼마전 OpenAI CEO인 샘 올트먼은 “일반인공지능(Artificial General Intelligence, AGI)의 도래까지 이제 몇천일 전(a few thousand days ahead)”이라는 견해를 밝혀 또 한 번 세상을 떠들썩하게 했죠. 이렇게 급속한 AI 기술발전 속에서 각국과 단체들은 AI시대의 새로운 규범과 질서에 대한 논의를 활발하게 진행하고 있습니다.</description></item><item><title>AI 붐, 알고보면 거품인가?</title><link>https://www.aieconlab.com/post/trend5_ai_hype/</link><pubDate>Tue, 10 Sep 2024 20:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend5_ai_hype/</guid><description>최근 NDIVIA 등 AI 관련 기업의 주가가 폭락하면서, 곳곳에서 AI 열광(AI hype)이 끝났다는 진단이 나오고 있습니다. ChatGPT가 어마어마한 생성형 AI 붐을 일으킨 직후부터 AI 회의론도 심심찮게 등장해 왔는데요, 최근 AI Tech 기업들이 기대했던 만큼의 수익을 내지 못하면서 AI 거품론이 더욱 힘을 받고 있는 상황입니다.</description></item><item><title>Data Frontier에 다다른 AI 테크기업들</title><link>https://www.aieconlab.com/post/trend4_data_frontier/</link><pubDate>Wed, 04 Sep 2024 20:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend4_data_frontier/</guid><description>올 8월 유명 저자 세 사람이 Anthropic을 저작권법 위반 혐의로 고소하였으며, 그 외에도 AI Tech 기업들에 대한 저작권법 관련 집단소송이 줄을 잇는 상황입니다. 제일 유명한 사례로 작년에 New York Times가 OpenAI와 마이크로소프트를 상대로 제기한 소송이 있죠.
전문가들은 이제 AI Tech 기업들은 “data frontier(데이터 프론티어)”에 도달했다고 평가합니다.</description></item><item><title>인공지능과 소프트웨어 개발의 미래</title><link>https://www.aieconlab.com/post/trend3_ai_software/</link><pubDate>Sun, 13 Aug 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend3_ai_software/</guid><description>현재 우리는 인공지능의 확산과 함께 소프트웨어 개발 및 기업 업무의 모습이 크게 변화하고 있는 중입니다. 인공지능은 단순한 기능 제공을 넘어 새로운 가능성을 제시하며, 이로 인해 다양한 분야에서 혁신적인 변화가 예상되고 있습니다. 기업들은 이미 AI를 포함한 다양한 기능을 제공하며, 이는 그저 시작에 불과할지도 모릅니다.</description></item><item><title>기계학습 (머신러닝, Machine Learning; ML)의 분류와 경제학적 접근</title><link>https://www.aieconlab.com/post/ml_category/</link><pubDate>Sat, 12 Aug 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/ml_category/</guid><description>기계학습 (머신러닝, Machine Learning; ML)의 분류와 경제학적 접근 지난 번의 글에서는 인공지능 (Artificial Intelligence; AI)에 대한 분류와 경제적 개념의 확장을 AI의 정의를 통해 살펴보았습니다. 이번 글에서는 AI 발전의 핵심 요소이며, 사회현상에 대한 경제분석을 가능케 한 기계학습 (Machine Learning; ML) 영역에 대해 논의하고자 합니다.</description></item><item><title>인간 – 인공지능 분업구조를 통한 지속가능한 성장</title><link>https://www.aieconlab.com/post/column_2_div_labor/</link><pubDate>Sat, 22 Jul 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/column_2_div_labor/</guid><description>흔히 경제학의 아버지라 불리는 애덤 스미스가 18세기에 &amp;lt;국부론 (The Wealth of Nations) &amp;gt;을 집필한 이래, 경제학은 이론적으로나 방법론적으로나 눈부신 발전을 이뤄왔다. 그럼에도 불구하고, 경제학의 핵심 원리를 단 하나 꼽으라면 필자는 주저없이 분업(division of labor)의 원리를 고른다. 스미스가 국부론에서 든 유명한 “핀 공장의 예시 (pin factory example)”를 보면, 분업을 통한 생산성 향상의 원리는 자명하다.</description></item><item><title>경제와 머신러닝 기반의 인공지능</title><link>https://www.aieconlab.com/post/econml_ai/</link><pubDate>Tue, 04 Jul 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/econml_ai/</guid><description>이 포스팅에서는 경제와 머신러닝, 그리고 인공지능 사이의 관계를 명확히 하고 우리가 AI의 시스템을 통해 경제에 대해 어떠한 시각을 가져야하는 지에 대해 이야기를 펼쳐보려고 합니다.
‘빅데이터’라는 한 단어로 정의되는 데이터 혁명은 우리에게 많은 변화를 가져왔습니다. 수많은 변화 중 우리 주위에서 심심치 않게 들리는 ‘인공지능 (AI)’ 혁신 또한 그 첫 시작을 생각해 보면 이 또한 데이터 혁명의 결과라고 할 수 있습니다.</description></item><item><title>아마존 고 (Amazon Go)의 현재 그리고 미래</title><link>https://www.aieconlab.com/post/trend2_amazon_go/</link><pubDate>Sun, 25 Jun 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/trend2_amazon_go/</guid><description>아마존 고는 2016년에 처음 소개되었을 때 혁신적인 무인편의점으로 주목받았습니다. 아마존 고는 카메라 센서와 딥러닝(Deep Learning) 기술을 활용하여 고객이 상품을 집고 담는 과정을 추적하고, 자동으로 결제를 처리하는 시스템 (저스트 워크 아웃 – Just Walk Out) 을 갖추고 있었습니다. 아마존 고는 처음에 혁신적인 미래형 매장으로 소개되어 많은 찬사를 받았으며, 2021년까지 3000개의 매장을 열겠다는 계획을 발표하기도 했습니다.</description></item><item><title>본격화되는 인공지능 사회, 우리 사회의 정책적 고민이 시작되어야 하는 이유</title><link>https://www.aieconlab.com/post/column1_ai_safety/</link><pubDate>Sun, 18 Jun 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/column1_ai_safety/</guid><description>작년말 챗GPT 출시 후 본격적으로 이슈화된 인공지능의 급격한 발전은 지난 몇 차례의 인공지능 붐 시기 때와는 또 한 차원 다른 사회적 반응을 유발하고 있다. 인공지능 열광(hype)이라는 표현이 등장할 정도로 인간의 사고수준에 점차 근접해 가는 인공지능 기술에 대한 경탄이 있는 한편, 사회 일각에서는 곧 인간을 넘어설 인공지능에 의해 인류는 종 자체로서 생존의 위기를 맞이할 것이라고 경고하고 있다.</description></item><item><title>완벽한 챗GPT 강의</title><link>https://www.aieconlab.com/post/book_chatgpt_lecture/</link><pubDate>Tue, 06 Jun 2023 01:00:00 +0900</pubDate><guid>https://www.aieconlab.com/post/book_chatgpt_lecture/</guid><description>인공지능이 비약적으로 발전하여 인간의 지능을 뛰어넘는다는 특이점(Singularity)이 눈앞에 왔다. 지난 2022년 11월 OpenAI가 챗GPT(chatGPT)를 발표한 이래, 틱톡이나 인스타그램 보다 압도적으로 빠른 속도로 전 세계 1억 명의 사용자를 돌파했다. 벌써 우리 국민 세 명 중 한 명이 챗GPT를 사용해 보았다고 하고, 어디서나 인공지능이 다른 모든 화두를 덮어버릴 정도로 뜨거운 관심을 받고 있다.</description></item></channel></rss>