❗️❗️구글 신규 오픈 모델 Gemma 4 출시 Source

역대 가장 지능적인 오픈 모델

📔 개발자용 모델 스펙

· 파라미터당 지능 극대화
· Apache 2.0으로 상업적 유연성 제공
· 에이전트 워크플로우
· 멀티모달 엣지 AI
· Long-context 추론

✍️ Gemini 3랑 동일 기술인데 오픈인 것이 핵심. 상업 제약도 없어서 스타트업이나 개인 개발자분들은 스윽 체험해보시져

출시 전에는 기대 안된다는 의견이 많았긴 함

#구글 #AI #Gemma4

❗️❗️LLM을 활용한 지식의 척추 만들기 Source

최근 대다수의 AI 사용자는 업무 등의
편리함을 위해 코드 짜기 하는 중
코드가 아닌 지식 축적도 꽤 강력할 것이라는 글

❓ 그게 무슨 말인가요?

· 원본 자료(기사·논문·이미지)를 raw/ 폴더에 수집
· LLM이 개념별로 분류해 마크다운 위키로 컴파일
· Obsidian을 프론트엔드로, 위키 작성·유지는 전부 LLM이
· 사용자가 직접 편집하는 일은 거의 없음

💡 규모가 커지면 달라지는 것

· 아티클 100개, 40만 단어쯤 되면 복잡한 질문도 소화
· 거창한 RAG 없이도 인덱스 파일 + 요약본만으로 관련 데이터를 쉽게 탐색
· 질문과 탐색이 쌓이면서 위키 자체가 계속 성장
· 결과물(텍스트·슬라이드·그래프)을 다시 위키에 파일링 → 다음 질문의 밑거름이 됨

🔧 위키 관리도 LLM이

· 데이터 일관성 점검 + 누락 정보 웹 검색으로 보충
· 다음에 뭘 조사할지까지 제안
· 직접 만든 검색 엔진을 CLI 도구로 LLM에게 넘겨 대규모 질의 수행

✍️ 코드 짜는 데 쓴다는 인식이 강한데, LLM을 지식 관리자로 쓰는 게 어쩌면 더 강력할 수 있겠다는 생각이 드네요. 저도 지금 하는 작업들 마무리하면 이것도 시도해볼듯?

위키가 커질수록 질문의 질도 같이 올라간다는 부분이 인상적인 것 같음. 뉴스 큐레이션이나 리서치 작업에도 바로 적용해볼 수 있는 구조라...

무슨 말인지 잘 모르겠으면 원문 들어가서 긁은 다음에 이거 이해하기 쉽게 설명 좀 해달라고 하시면 다 해줍니다. 일단 이거 전 굉장히 좋아하는 영역임 🤩

#AI