AI 엔지니어링 인사이트
기술 심층 분석, 업계 분석, 그리고 고위험 환경을 위한 AI 시스템 구축에서 얻은 교훈.
레이블이 EU AI Act용으로 카탈로그에 C2PA를 달았다. 트랜스코드 한 번에 전부 벗겨지는 것을 봤다.
AI 생성 오디오용 Article 50 수집 게이트 Tessera를 만들며 배운 것: 마감은 워터마크 문제가 아니라 생존 문제이고, 소프트 바인딩만 살아남는다.
어떤 포즈 모델이든 무릎이 무너지는데도 스쿼트 15회를 양호로 기록한다. 나는 9회째를 잡는 AI를 만들었다.
물리치료용 운동 검증 엔진 Kinetiq를 만들며 배운 것: 가치는 포즈 모델이 아니었다. 그 위의 신뢰도 게이트·RTM 청구 가능 증명이다.
자동차 보험 청구용 딥페이크 탐지기를 만들려다, 편집되지 않은 진짜 사진에 졌다.
진위 탐지기를 이기는 사기는 가짜 이미지가 아니다. 정산된 청구에서 재활용된 진짜 사진이며, 모든 검사를 통과한다. 대신 내가 만든 포렌식 게이트가 여기 있다.
내 AI가 세련된 콜드 이메일을 초안했다. 그것은 또한 거짓이었고, 나는 발송을 막은 게이트를 만들었다.
AI 세일즈 이메일을 위한 아웃리치 거버넌스 레이어를 만들며 배운 것: 더 나은 모델은 잘 꾸며진 거짓 주장을 잡지 못한다. LLM 바깥의 결정적 코드가 잡고, 영수증을 건넨다.
항공 승무원 회복에서 솔버를 이기려고 AI를 만들었다. 졌고, 그 패배가 제품이 되었다.
폭풍에 묶인 허브 재배정은 FAA Part 117과 노조 규칙 아래 4~12시간짜리 허둥지둥이다. 해법은 더 똑똑한 옵티마이저가 아니었다. 코드에서 불법 수를 불가능하게 만드는 것이었다.
내 지식 추적 AI는 과정을 편법으로 통과한 학습자를 인증하려 했다. 내가 쓴 코드는 거절했다.
기업 컴플라이언스 교육에서 완료가 아니라 역량을 증명하기 위해 Attest를 만들었다. 나를 놀라게 한 교훈: 오래 남는 부분은 SAKT 모델이 아니라, 초록색 체크 표시를 허위로 주지 않는 결정론적 게이트다.
제 드론은 GPS 재밍 거품을 통과하며 0.9% 표류를 유지합니다. 제가 자랑하는 코드는 비행을 거부하는 그 한 줄입니다.
GPS 차단 드론 항법 엔진 Lodestar를 만들며, 확신에 찬 잘못된 위치가 솔직한 "모르겠다"보다 더 위험하다는 것을 배웠습니다. 그것을 말하도록 만든 무결성 모니터가 여기 있습니다.
내 뉴스룸 AI가 시장이 한 번도 하지 않은 인용문을 지어냈다. 독자가 보기 전에 그걸 잡는 것이 제품의 전부다.
발행사 대화형 엔진 주변의 출처 게이트 The Standards Desk를 만들며, "제호 아래 발행해도 안전하다"는 모델 속성이 아니라 거버넌스 속성임을 배웠다.
내 예약 에이전트가 호텔 없이 "모두 완료되었습니다"라고 했다. 나는 흐름을 LLM에 맡기기를 그만두었다.
에이전틱 여행 예약 데모를 만들며 배운 것: 발이 묶인 여행자를 고치는 방법은 더 똑똑한 모델이 아니다. 모든 단계가 자체 되돌리기를 갖는 결정론적 상태 기계다.
하나의 COBOL 파일이 AI에게 중요한 그 사실만 빼고 전부 알려 줬기에, 나는 먼저 지도를 만들었다.
COBOL 현대화용 의존성 지식 그래프를 만들며 배운 것: 마이그레이션은 번역에서 실패하지 않는다. 검색에서 실패하고, 더 큰 컨텍스트 윈도우로는 그 간극이 닫히지 않는다.
유명한 AI 실수를 재현하려 데모를 만들었더니, 베이스라인이 그 실수를 거부했다
모델을 신뢰할 수 있게 만들려다 멈추고, 대신 신뢰를 불필요하게 만들며 배운 것.
법령은 실재했다. 답변은 그래도 불법이었다.
정부 AI용 법령 결정 게이트를 만들며 배운 것은, 위험한 실패가 지어낸 법이 아니라는 점이다. 올바른 법을 거꾸로 읽는 것이며, 더 나은 모델로는 그 간극이 닫히지 않는다.
모델이 눈에 띄게 틀린 레드에 브랜드 적합도 0.97을 매겼습니다. 그 숫자가 제가 만들 것을 바꿨습니다.
AI가 더 나은 크리에이티브를 생성하게 하려 했습니다. 그러다 유사도 점수가 틀린 레드를 통과시키는 걸 보고, 생성은 결코 문제가 아니었음을 깨달았습니다.
FEMA 지도를 이긴 홍수 모델을 만들었다. 그런데 그것이 신고를 막았다.
요율 요소는 쉬운 부분이었다. 비순환 증명과 스스로의 신고를 막는 게이트가 제품이었다.
프라이빗 LLM이 이사회 문서를 유출하는 걸 지켜봤다. 모델은 잘못한 게 없었다.
엔터프라이즈 RAG용 검색 시점 권한 방화벽을 만들며, 주권 AI 스택에서 가장 중요한 구성 요소에는 AI가 없다는 확신을 얻었다.
나는 계속 모델을 고치려 했다. 문제는 조명이었다.
검사 Trust Gate를 만들며 배운 것: 97% 비전 모델도 차가운 교대 시작 06:00에는 무용지물일 수 있고, 지속 가능한 해결책은 더 나은 모델이 아니라 계층이다.
챗봇 세 대, 안전 위반 0건, 재판소 판결 1건. 나는 문제를 잘못 라벨링했다.
이번 빌드에서 나는 76,000달러짜리 차량을 1달러에 팔도록 설득당하지 않는 어시스턴트를 만들려 했습니다. 해법은 더 나은 모델도, 더 똑똑한 비평가도 아니었습니다. 듣지 않는 것이었습니다.
주장은 참이었다. 그래도 나는 죽였다.
AI 아웃리치용 검증 계층을 만들며 사실과 안전한 사실의 차이를 배웠고, 왜 더 나은 모델도 그 간극을 메우지 못하는지 알게 되었다.
정신 건강 채팅을 읽었는데 위험한 메시지는 하나도 없었다. 그게 바로 위험이었다.
위기 챗봇을 더 똑똑하게 만들려다 멈추고, 책임질 수 있는 기억을 주기 시작한 이유.
판례는 실재했다. 그래도 AI가 보증하게 둘 수 없었다.
AI가 초안한 법률 브리프용 인용 검증기 CiteGuard를 만들며, 제출 준비 완료는 모델 속성이 아니라 거버넌스 속성이며, 시스템에서 가장 가치 있는 부분은 "확신이 없다"고 말할 의가 있는 부분임을 배웠다.
LLM이 스스로의 세무 오류를 잡게 해 보았습니다. 불가능했고, 그것이 바로 사업의 전부였습니다.
모델을 더 정확하게 만들려는 시도를 그만두고, 법령에 대해 검증하는 결정론적 계층을 구축한 이유.
CFO의 얼굴은 위조에 $50이면 됩니다. 송금 통제는 그걸 위해 설계되지 않았습니다.
$25.6 million 딥페이크 화상 통화가 알려 준 것 — 탐지 도구가 당신을 구하지 못하는 이유, 그리고 무엇이 구하는가.
AI 모델은 실행 가능한 코드입니다. 그런데 대부분의 기업은 이를 스프레드시트처럼 다룹니다.
정상으로 보이던 모델이 로드되는 순간 리버스 셸을 여는 것을 지켜본 뒤, AI 공급망 보안을 구축하며 제가 배운 것들.
1,500메가와트가 82초 만에 사라졌다 — 그리드 운영자들은 이를 전혀 예상하지 못했다
왜 나는 데이터센터가 전력 문제라는 믿음을 버리고, 그리드에서 제 자리를 얻어내는 그리드 연동 데이터센터를 만들기 시작했는가.
스마트 계량기 73,000대가 하룻밤 사이 먹통이 되었다 — 그런데 그 펌웨어는 모든 실험실 테스트를 통과했다
스마트 계량기 펌웨어 고장이 왜 전체 설비를 계속 벽돌로 만드는가, 그리고 AMI 예지보전이 소비량 데이터 대신 감시해야 하는 것
완벽하게 작동하던 가짜 리뷰 탐지기, BypassGPT를 거치자 무너졌다
FTC가 탐지 시스템의 부재 자체를 위반으로 규정한 그 해, 가짜 리뷰 탐지를 구축하며 내가 배운 것들.
AI 쇼핑 어시스턴트는 전환율 4배 — 단 하나를 지어내기 전까지는
리테일 AI의 해법은 더 똑똑한 모델이 아니다. 쇼핑객이 보기 전에 모든 답변을 실측 기준과 대조해 확인하는 검증 계층이다.
물 18,000잔: 드라이브스루 음성 AI가 계속 놓치는 것
입소문을 탄 드라이브스루 음성 AI 재난은 모두 같은 지점으로 거슬러 올라간다 — 그리고 그건 언어 모델이 아니다.
418킬로볼트는 정상으로 보였다. 그리고 6천만 명이 전력을 잃었다
이베리아 정전이 나에게 가르쳐 준 것 — 아무도 지켜보지 않는 전압 단계를 감시하는 전력망 AI를 구축하는 법.
초록불 대시보드는 거짓말을 했다: 엔터프라이즈 AI 검증이 실제로 테스트해야 하는 것
거버넌스 대시보드는 여러분이 프로세스를 따랐음을 증명할 뿐, AI가 옳은 답을 냈는지는 증명하지 않습니다. 규제 산업에서 그 간극은 수백만 달러의 대가를 치릅니다.
당신의 세이브 플로우는 조용히 이탈을 만들어내고 있다 — 그것을 증명한 숫자
세이브율은 왜 구독 리텐션에서 가장 값비싼 허영 지표인가, 그리고 인과 AI는 그에 대해 무엇을 하는가.
당신의 조달 AI가 더 나은 공급업체에 더 낮은 점수를 줬다 — 그 원인이 된 수학
신뢰도 가중 공급업체 점수 산정이 어떻게 소규모 공급업체를 조용히 파묻는지, 그리고 내가 편향을 고치려던 시도를 멈추고 대신 공정성을 증명하기 시작한 이유.
Apple과 Goldman은 아무도 존재를 몰랐던 상태에 수천 건의 분쟁을 잃었다. 그 대가는 8,900만 달러였다.
나는 왜 은행 분쟁 워크플로의 컴플라이언스를 테스트하기를 멈추고, 그것이 실패할 수 없음을 증명하기 시작했는가.
연차보고서 속 열한 단어가 이제 증권 사기가 될 수 있다
AI 주장 실증을 구축하며 배운 것: SEC, FTC, 그리고 주 법무장관은 모두 똑같은 방식을 쓰지만, 그 증거를 가진 곳은 거의 없다.
누군가 취소 버튼을 누르기도 전에, 당신의 알고리즘은 14억 달러어치를 팔았습니다. 그 이유를 설명할 수 있습니까?
Citigroup의 9,200만 달러짜리 알고리즘 실패 이후, 알고리즘 트레이딩 컴플라이언스는 통제 장치를 갖췄음을 증명하는 일에서 모든 의사결정을 사후에 재구성하는 일로 바뀌었습니다.
AI 보장 거부의 90%가 이의 제기에서 뒤집힌다. 법원은 이를 계약 위반이라 판단했다.
nH Predict 소송이 메디케어 어드밴티지 AI 거버넌스에 관해 내게 가르쳐준 것 — 그리고 왜 고장 난 알고리즘을 더 잘 모니터링하는 것만으로는 법정에서 당신을 구할 수 없는가.
법원이 당신의 챗봇을 "제품"이라 판결했다. 그 한 단어가 AI 제품 책임을 다시 썼다.
단 한 분기 만에 엄격 책임이 과실 책임을 대체했고, AI를 위한 "우리는 주의했다"는 항변은 조용히 사라졌다.
임상 AI를 신뢰하는 의사의 90%, 위험한 오류는 3분의 1만 잡아낸다
임상 AI 안전을 구축하며 배운 것: 위험한 오류는 명백히 틀린 것이 아니라, 최고의 의사조차 잡아내지 못하는 유창하고 자신감 있는 초안이다.
얼굴 인식 벤더가 99% 정확도를 기록하고도 하루 종일 무고한 쇼핑객을 표시했다
얼굴 인식 컴플라이언스는 알고리즘이 아니라 조달과 데이터의 문제다 — NIST가 거의 완벽하다고 평가한 감시 목록을 감사하며 얻은 교훈.
세입자 심사 AI가 공정성 테스트를 통과했다. 그런데도 차별하고 있었다.
주택 AI 컴플라이언스를 구축하며 배운 것 — 모든 부동산 관리 알고리즘 속에 숨어 있는 두 건의 소송에 관하여.
당신의 가격 책정 알고리즘은 하나가 아니라 두 개의 소송이다 — 대부분의 기업은 한쪽만 방어한다
FTC가 한 해에 두 회사로부터 25억 6천만 달러를 징수한 뒤, AI 가격 책정 규정 준수를 구축하며 내가 배운 것.
여섯 개 AI 채용 법을 만족시킬 하나의 편향 감사를 만들었다. 출시한 바로 그 주에 실패했다.
뉴욕, 시카고, 덴버, 오스틴, 런던에서 동시에 채용하는 회사를 위해 AI 채용 컴플라이언스를 작동시키려 애쓰며 배운 것.
여러분 쪽에서 아무도 검토하지 않은 파일 하나로 850만 대의 컴퓨터가 멈췄다
CrowdStrike 사태가 소프트웨어 업데이트 배포 무결성에 대해 저에게 가르쳐 준 것, 그리고 커널 수준 에이전트를 운영하는 기업들에게 여전히 없는 계층.
플레이테스터가 단 한 문장으로 AI 상인에게서 퀘스트 키를 빼앗는 것을 지켜봤습니다
실제 플레이어와의 접촉에서 살아남는 게임 AI NPC를 만드는 것은 프롬프트 엔지니어링이 아니라 아키텍처 문제인 이유
욕실은 모든 낙상 감지 시스템을 무너뜨린다 — 그래서 우리는 무엇을 만들었나
노인 주거 시설에서 목걸이 호출기, 카메라, 침대 알람이 새벽 2시에 모두 실패하는 이유 — 그리고 수동형 레이더와 Wi-Fi 센싱이 어떤 카메라도 들어갈 수 없는 그 방을 어떻게 포괄하는가.
렌더링은 아름다웠다. 그런데 그 건물은 지을 수 없었다.
건축 분야의 생성형 AI는 왜 구조 엔지니어가 결국 폐기할 수밖에 없는 멋진 설계를 계속 만들어내는가 — 그리고 그 간극을 메우기 위해 우리가 만든 것.
당신의 광학 선별기는 검은색 플라스틱을 보지 못합니다. 우리는 이것을 소프트웨어 문제라고 부르기를 멈췄습니다.
MWIR 검은색 플라스틱 회수 개조 시스템을 구축하며, 실험실 시연과 더러운 벨트 사이의 격차에 대해 배운 것.
AI 카메라가 경기 내내 대머리를 추적했다 — 학습 데이터를 더 넣어도 해결되지 않는 이유
데모와 공장 현장에서 살아남는 시스템을 가르는 것은 더 많은 학습 데이터가 아니라 물리 제약 컴퓨터 비전이다.
제약 신약 발굴 모델이 6시간 만에 4만 개의 독소를 설계했다. 해법은 내가 예상한 것이 아니었다.
생성형 화학을 위한 AI 바이오보안 계층을 2년간 구축하며 배운 것 — 왜 "우리는 모델을 정렬했다"는 말이 당신을 두렵게 해야 하는가.
정형 검증기는 "증명됨"이라고 했다. 그런데 칩은 여전히 망가져 있었다.
반도체 AI 검증이 어떤 시뮬레이션도 잡을 수 없는 방식으로 실패하는 이유 — 그리고 우리 자신의 LLM 도구가 먼저 우리를 속인 뒤 우리가 만든 것.
당신의 위성은 스트레스 받은 옥수수를 봅니다. 하지만 '왜'인지는 알려주지 못합니다 — 그리고 잘못된 추측은 에이커당 $29를 잃게 합니다
우리가 NDVI를 그만 믿고, 작물 스트레스를 눈에 보이기 7~14일 전에 진단하는 초분광 AI를 만든 이유.
200만 달러 홍수 보험금이 물과 그림자를 가리는 데 달려 있을 때
위성 홍수 탐지는 구름 그림자를 홍수 물과 혼동한다 — 그리고 패러메트릭 보험에서 그 혼동은 준비금을 소진시키거나 신뢰를 파괴한다.
78,000달러를 들여 답을 놓치는 법: 더 큰 스크리닝 대신 자율 실험실을 구축하는 이유
12년 된 액체 취급 장비에 베이지안 최적화를 연결하며 배운 것—그리고 왜 모델은 결코 어려운 부분이 아니었는가.
반품이 미국 소매에 8,490억 달러를 안깁니다. 패션을 고치려는 AI 대부분은 엉뚱한 문제를 풀고 있습니다.
이커머스용 AI 핏 예측을 구축하며 배운 것 — 그리고 돋보이는 가상 착용이 왜 사이즈 M과 L을 구별하지 못하는가.
오디오 워터마크는 인터넷을 견뎌야 했다. 우리 것은 첫 트랜스코더에서 죽었다.
EU AI법(EU AI Act)의 8월 2일 마감이 다가오는 가운데, 레이블·DSP·광고 대행사를 위한 AI 오디오 출처 증명을 구축하며 내가 배운 것.
우리는 완벽한 스쿼트를 세는 AI를 만들었다. 그런데 62세 남성의 무릎은 내내 무너지고 있었다.
자세 추정은 공짜다. 그 움직임이 실제로 안전한지 아는 것 — 아무도 팔지 않는 바로 그 AI 운동 검증 문제다.
당신의 청구 AI는 손상을 완벽하게 잡아낸다. 하지만 그 손상이 진짜인지는 전혀 모른다.
더 정확한 보험 청구 AI를 만들려던 시도를 그만두고 대신 포렌식 AI를 만든 이유, 그리고 딥페이크 탐지가 실제로 요구하는 것.
AI 세일즈 개인화를 이해하기도 전에, 우리는 발송 도메인을 불태웠다
자율형 AI SDR 시장은 당신의 영업 담당자를 대체하겠다고 약속했습니다. 하지만 연간 50~70%의 이탈률을 냈을 뿐입니다 — 그것이 무너지는 것을 지켜본 뒤 우리가 만든 것을 소개합니다.
우리는 더 빠른 항공 승무원 솔버를 만들었다. 그저 더 빠르게 실패했을 뿐이다.
IROPS 회복 중에 항공 승무원 스케줄링 AI가 계속 무너지는 이유 — 그리고 잘못된 해법을 먼저 만든 뒤 우리가 배운 것.
당신의 컴플라이언스 교육은 모두가 통과했다고 말한다. 나는 그렇지 않다는 걸 아는 모델을 만들었다.
완료 체크 표시를 더는 믿지 않게 된 이유, 그리고 기업 교육에 지식 추적을 심기 시작한 이야기 — 게다가 첫 버전을 창피할 만큼 틀렸던 과정까지.
25와트 재머가 2만 달러짜리 위성을 이깁니다. 그래서 당신의 드론은 눈이 먼 채로 날아야 합니다.
GPS 차단 드론 자율비행은 FCC가 모두의 조달 목록 절반을 지워 버린 날, 방위 분야의 호기심거리이기를 그쳤습니다. 그것을 구축하는 데 무엇이 필요한지 짚어 드립니다.
당신의 뉴스 아카이브가 자산이다. 구글이 공짜로 빌려 쓰게 두지 마라.
중견 발행사에게 필요한 것은 챗 위젯도, 7자리 수 규모의 자체 ML 팀도 아니다 — 자사 아카이브 위에 RAG로 구축한 대화형 AI다.
우리 AI가 존재하지 않는 호텔을 예약했다 — 그리고 수학은 이미 그럴 줄 알았다
TMC와 OTA를 위한 에이전틱 AI 여행 예약을 구축하며 배운 것: 유창함은 인벤토리가 아니며, 그 둘 사이의 이음새에 바로 소송이 산다.
완벽하게 컴파일된 COBOL 마이그레이션이 그래도 원장을 무너뜨린 이유
메인프레임 현대화 프로젝트의 70%가 실패하는 이유 — 그리고 COBOL을 텍스트가 아니라 위상(topology)으로 다루기 시작하면서 내가 배운 것.
AI가 심장 카테터 삽입술과 정맥주사 라인을 구분하지 못해 적격 환자를 놓쳤다
임상시험 모집 AI의 병목은 환자를 찾는 것이 아니다. 기계는 단어를 읽지만, 적격성은 의학적 개념에 관한 것이라는 데 있다.
정부 챗봇에게 정확한 법 조항을 줬는데도, 집주인에게 법을 어기라고 답했다
.gov 도메인의 지방자치 AI는 왜 계속 불법 조언을 내놓는가 — 그리고 그것을 마침내 멈춘 단 하나의 아키텍처 선택.
당신 고객의 절반은 AI 브랜드 콘텐츠를 응징한다. 그럼에도 우리는 이렇게 활용한다.
프리미엄 브랜드 콘텐츠 파이프라인 속에서 보낸 1년이 가르쳐 준 것 — 소비자 신뢰를 예측하는 질문은 "AI냐 인간이냐"가 아니라, 전혀 다른 것이었다.
홍수 피해 대부분은 홍수 구역 바깥에서 발생한다 — 그리고 당신의 손해율을 조용히 망가뜨리고 있다
부동산 단위 AI 홍수 위험 언더라이팅이 알려 준, 당신의 요율 산정 엔진이 거저 내주고 있는 Zone X 주택들에 관한 이야기.
우리 사내 프라이빗 AI가 어느 직원에게 보여선 안 될 급여를 건넨 날
ChatGPT를 금지하면 왜 역효과가 나는지, 프랑크푸르트 데이터 센터가 왜 유럽산이 아닌지, 그리고 소버린 AI가 실제로 무엇을 요구하는지.
당신의 엣지 AI는 모든 결함을 잡아냅니다. 멀쩡한 부품의 12%도 불량 처리하죠.
제조 품질 검사용 엣지 AI가 프로덕션에서 실패하는 이유 — 그리고 하드웨어는 애초에 어려운 부분이 아니었던 이유.
당신의 챗봇이 76,000달러짜리 타호를 1달러에 팔았다. 그게 버그였다는 사실을 법원은 개의치 않는다.
챗봇 세 대가 저마다 다른 방식으로 실제 법적 책임을 만들어 냈다. 내가 직접 만든 AI 가드레일이 무너진 뒤, 나는 해법이 더 나은 프롬프트가 아니라 코드라는 것을 배웠다.
우리 AI 아웃바운드는 하루 1,000통씩 이메일을 보냈다. 그러다 우리 청구서가 도착하지 않기 시작했다.
태워버린 발송 도메인을 재건하며 배운 것 — 왜 AI 세일즈 인텔리전스는 발송 후가 아니라 발송 전에 모든 주장을 검증해야 하는가.
당신의 정신 건강 챗봇에 필요한 건 더 나은 프롬프트가 아니라 안전 아키텍처다
프롬프트 엔지니어링만으로는 행동 건강 AI를 안전하게 만들 수 없는 이유와, 실제로 무엇이 그것을 해내는지를 몇 달에 걸쳐 배웠다. 위험은 메시지들 사이에 산다.
초록색 깃발은 당신을 구해 주지 않는다: 2026년 법률 AI 환각의 진짜 모습
Westlaw Precision은 복잡한 질의의 33%에서 환각을 일으켰다 — 그런데 그중 가짜 판례는 거의 없었다. 당신의 검증 도구가 볼 수 없는 실패를 짚어 본다.
내가 테스트한 모든 세무 AI가 똑같은 공제를 틀렸다 — 인터넷이 틀렸기 때문에
세무 컴플라이언스 AI가 자신 있게 법을 잘못 분류하는 이유, 그리고 검색(retrieval)과 더 나은 프롬프트로는 이것이 고쳐지지 않는 이유
방금 내려받은 그 모델이 당신의 네트워크를 장악할 수 있습니다 — AI 공급망 공격 방어를 구축하며 배운 것
기업 AI의 가장 큰 위협은 환각이 아닙니다. 공개 저장소에 버젓이 올라와 있는, 오염된 가중치입니다.
딥페이크 CFO가 Zoom 통화로 $25 Million을 빼돌렸다: 당신 회사가 다음 차례일 수 있는 이유
Arup 침해 사건은 보는 것이 더 이상 믿는 것이 아님을 증명했다 — 그리고 대부분의 기업 AI 아키텍처는 그다음에 올 것에 위험할 만큼 대비되어 있지 않다.
Hugging Face에서 백도어가 심긴 AI 모델을 발견했습니다 — 그리고 들여다본 사람은 누구나 똑같이 발견했습니다
AI 공급망은 여러분의 기술 스택에서 가장 취약한 지점입니다. 그런데 그것을 지키고 있는 곳은 거의 없습니다.
당신의 AI 보안은 신기루다 — 그리고 공격자들은 이미 알고 있다
내가 AI 래퍼를 신뢰하지 않게 되고, 데이터가 결코 조직 밖으로 나가지 않는 주권적 지능 시스템을 직접 만들기 시작한 이유
2025년 AI 보안 침해 사고가 폭로한 1조 달러짜리 거짓말 — 그래서 저는 대안을 직접 만들었습니다
GitHub Copilot, Microsoft Bing, Amazon Q에서 터진 세 건의 파국적 취약점은 "AI 래퍼" 경제 전체가 사상누각이었음을 증명했습니다 — 그리고 그 해법은 더 나은 래퍼가 아닙니다.
60개 데이터센터가 전력망에서 사라진 그날 밤 — 그리고 그것이 AI의 한계에 대해 내게 가르쳐 준 것
버지니아에서 발생한 1,500MW의 "바이트 블랙아웃"은 AI 업계가 듣고 싶어 하지 않는 진실을 드러냈다: 확률적 모델은 물리적 인프라를 통제할 수 없다.
6천만 명이 5초 만에 전기를 잃었다 — 그리고 AI 업계는 아무것도 배우지 못했다
2025년 이베리아 정전이 내게 가르쳐 준 것: 확률론적 AI는 왜 핵심 인프라에 결코 충분할 수 없는가
하룻밤 사이 먹통이 된 스마트 미터 73,000개, 인프라 AI 구축 방식의 총체적 결함을 드러내다
북미 전역의 유틸리티를 마비시키는 펌웨어 장애의 내막, 그리고 GPT를 문제에 덧씌우는 방식이 상황을 더 악화시킬 뿐인 이유
AI를 잡는 AI를 1년간 만들었다 — 가짜 후기에 대해 아무도 말해주지 않는 것들
인터넷의 신뢰 인프라가 합성 콘텐츠에 무너지고 있다. 그런데 대부분의 기업이 이에 맞서 쓰는 도구는 민망할 만큼 쉽게 속아 넘어간다.
도시를 삼켜버린 알고리즘: 예측 치안의 붕괴가 신뢰받는 AI 구축에 관해 내게 가르쳐 준 것
'더러운 데이터'는 어떻게 공공 안전 AI를 무너뜨렸는가 — 그리고 왜 똑같은 실패 패턴이 여러분 기업의 번쩍이는 최신 LLM 통합 안에 숨어 있는가
맥도날드는 3년 동안 AI에게 드라이브스루 주문 받는 법을 가르쳤습니다. 260개의 치킨 맥너겟이 그 실험을 끝낸 이유.
골든 아치 역사상 가장 공개적이었던 AI 실패 뒤에 놓인 아키텍처의 문제 — 그리고 그것이 데모에서만 잘 되는 AI와 실제로 작동하는 AI의 차이에 대해 알려주는 것.
누군가 타코벨 AI에 물 18,000잔을 주문했다 — 그리고 AI는 "예"라고 답했다
한 드라이브스루 장난이 드러낸 진실: 왜 대부분의 기업 AI는 터무니없는 요청 단 한 건으로 재앙에 이르는가
드라이브스루 AI가 말을 더듬는 사람의 말을 끊는 걸 지켜봤다. 그래서 나는 다른 것을 만들었다.
대부분의 음성 AI는 현실 세계를 감당하지 못하도록 설계되어 있다 — 8천만 명이 한 문장을 끝내지 못하는 상황에서 '엔터프라이즈급'이 진정 무엇을 의미하는가.
미국 전력망, 최대의 시험대를 통과하지 못했다 — 그런데 아무도 눈치채지 못했다
PJM의 용량 부족과 ERCOT의 233GW 계통연계 대기열은 미래의 문제가 아닙니다. 지금 벌어지고 있고, 제때 그 격차를 메울 수 있는 것은 Deep AI뿐입니다.
Klarna는 700명을 AI로 대체했다가 다시 불러들였습니다. 모든 기업이 배워야 할 교훈은 무엇일까요?
"래퍼 함정"이 기업에 수십억 달러의 대가를 치르게 하고 있습니다 — 그리고 그 출구는 더 나은 프롬프트가 아니라, 근본적으로 다른 아키텍처입니다.
고객이 떠나지 못하게 막는 AI를 만드는 데 일조했습니다. 그 대부분이 왜 도덕적으로 파산했는지 말씀드리죠.
구독 경제의 불편한 비밀은 이탈률이 아닙니다. 이탈을 막으려고 기업들이 하는 짓, 그리고 인과 AI가 유일한 윤리적 해법인 이유입니다.
AI에 350억 달러를 쏟아붓고, 우리가 돌려받은 것은 거의 없습니다
MIT는 기업 AI 파일럿의 95%가 손익계산서에 닿지 못한다고 말합니다. 저는 그 이유를 내부에서 지켜봤습니다 — 그리고 그것은 기술의 문제가 아닙니다.
여러분의 회사가 사들인 AI는 아마 거짓말을 하고 있습니다 — 저희가 대신 만들고 있는 것
76,000달러짜리 트럭을 1달러에 팔아넘긴 셰보레 챗봇은, 엔터프라이즈 AI 산업 전체가 모래 위에 지어졌다는 것을 제게 확신시켰습니다
자율주행차는 충돌 5.6초 전에 그 보행자를 봤다 — 그런데도 그가 무엇인지 끝내 판단하지 못했다
자율주행차의 가장 큰 실패는 센서 문제가 아니라 아키텍처 문제다 — 안전 필수 AI를 만들며 배운 그 결정적 차이에 대하여
당신의 AI 가격 책정 도구가 카르텔을 돌리고 있을지도 모른다 — 당신도 모르는 사이에
법무부의 RealPage 제재가 알고리즘 의사결정을 쓰는 모든 기업의 규칙을 어떻게 다시 썼는가, 그리고 "그냥 API 쓰면 된다"가 이제 법적 리스크가 된 이유
250만 달러 벌금이 드러낸 AI 대출의 진짜 문제 — 당신이 생각하는 그것이 아니다
Earnest Operations 합의는 알고리즘 하나가 폭주한 사건이 아니었다. 자신이 내리는 결정에 걸맞은 AI 시스템을 끝내 만들지 않은 업계의 문제였다.
8,900만 달러짜리 버그: 애플과 골드만삭스가 금융 AI에서 놓친 것
고장 난 버튼 하나가 어떻게 수천 건의 소비자 분쟁을 침묵시켰나 — 그리고 왜 수학적으로 증명 가능한 컴플라이언스만이 진짜 해법인가
모든 AI 기업이 두려워해야 할 $400,000 벌금 — 그리고 내가 대신 만들고 있는 것
SEC의 첫 AI 워싱 단속이 드러낸, 대부분의 엔터프라이즈 AI가 살아남을 수 없는 기술적 위기
죽어가는 환자의 치료를 거부한 알고리즘 — 그리고 사람을 죽이지 않는 AI를 만드는 법에 대해 내가 배운 것
UnitedHealth의 nH Predict 참사가 드러낸 기업 AI의 치명적 결함, 그리고 그 해법이 더 나은 모델이 아니라 더 나은 거버넌스인 이유
제 딸 손가락에 물린 맥박 산소 측정기는 거짓말을 하고 있었습니다 — 그리고 당신 병원의 AI도 마찬가지입니다
인종차별적인 의료 기기가 어떻게 흑인 환자와 흑인 산모, 그리고 알고리즘을 신뢰하는 모든 이를 체계적으로 저버리는 임상 AI 시스템의 토대가 되었는가
한 소년이 챗봇과 대화하다 목숨을 끊었다. 이제 모든 AI 기업은 법적으로 '제품 제조사'다
2026년 1월 Character.AI 합의는 한 기업의 미래만 바꾼 것이 아니다. 생성형 AI를 배포하는 모든 기업을 지켜 온 법적 방패를 무너뜨렸다.
지금 AI에서 가장 위험한 숫자는 99.999%다
텍사스 소송이 어떻게 엔터프라이즈 AI 정확도 주장 뒤에 숨은 공허한 계산을 드러냈는가 — 그리고 생성형 AI에 베팅하는 모든 기업에게 그것이 의미하는 바
당신 의사의 AI가 당신을 죽일 수도 있는 메시지를 썼다 — 그리고 아무도 알려주지 않았다
환자 메시지 속 위험한 AI 오류의 66%를 의사가 놓친다는 사실을 밝힌 Lancet 연구, 그리고 이를 바로잡는 데 왜 고지문 한 줄로는 부족한가
알고리즘이 유죄라고 말했다는 이유로, 한 할아버지가 열흘간 감옥에 갇혔다
저는 AI 시스템을 만드는 일을 합니다 — 그리고 Rite Aid 금지 처분과 하비 머피 사건은, 왜 대부분의 기업용 AI가 혁신으로 위장한 책임 폭탄인지를 드러냅니다
아마존의 비밀 알고리즘이 당신에게서 10억 달러를 훔쳤다 — 다음 차례는 당신 회사의 AI일지도 모른다
프로젝트 네시(Project Nessie)가 제게 가르쳐 준 것: 비즈니스에 봉사하는 AI와 법적 시한폭탄이 되는 AI의 차이
흑인 여성의 주택 입주를 거절한 알고리즘 — 그리고 그것이 내게 가르쳐 준, 숨을 수 없는 AI를 만드는 법
227만 5천 달러의 합의는 AI 개발자가 공정성을 남의 문제로 취급할 때 무슨 일이 벌어지는지를 폭로했다. 나는 수년간 그 대안을 만들어 왔다.
"AI 기반" 만능주의에 대한 제 믿음을 무너뜨린 6천만 달러짜리 식료품 알고리즘
Instacart의 가격 책정 붕괴가 엔터프라이즈 AI의 심장부에 자리한 거짓을 어떻게 드러냈는가 — 그리고 해법이 더 나은 모델이 아니라 더 나은 아키텍처인 이유
AI가 청각장애인 여성에게 "적극적 경청을 연습하세요"라고 말했다. 이 산업이 망가졌다는 걸 내가 확신한 순간이다.
Intuit·HireVue 차별 사건이 드러낸 기업용 채용 AI의 치명적 결함, 그리고 그 해결책이 왜 완전히 다른 아키텍처를 요구하는가.
55년 된 법이 AI 채용 산업을 무너뜨리는 것을 지켜봤다 — 그리고 그것은 이미 늦은 일이었다
Eightfold AI 소송은 기업이 채용 결정을 광고 타깃팅처럼 다룰 때 무슨 일이 벌어지는지 드러냈다 — 그리고 그 해법이 왜 사과가 아니라 엔지니어링을 요구하는지도
법원이 Workday에 던진 경고: AI 채용 소프트웨어가 수백만 지원자를 차별했을 수 있다
저는 AI 시스템을 만드는 일로 먹고삽니다 — 그리고 Workday 판결은 딱 옳은 이유로 저를 두렵게 합니다
6,400만 명이 일자리에 지원했다. 비밀번호 "123456" 하나가 그들의 비밀을 통째로 넘겼다.
맥도날드 AI 채용 시스템 유출은 천재 해커가 필요 없었다 — 브라우저 하나와 기본 로그인이면 충분했다. AI 업계 전체가 왜 두려워해야 하는지 살펴본다.
850만 대의 컴퓨터가 죽은 날 — 그리고 절대 무너지지 않는 소프트웨어를 만드는 법에 대해 배운 것
구성 파일 하나가 어떻게 전 세계 IT 인프라의 무시무시한 취약성을 드러냈는가, 그리고 왜 수학적으로 증명된 소프트웨어가 더 이상 선택이 아닌가
우연히 의학적 검사가 되어버린 채용 알고리즘
한 대형 컨설팅 기업의 '편향 없는' AI 도구가 어떻게 자폐 후보자를 걸러내게 되었는가 — 그리고 그것이 실제로 작동하는 AI를 구축하는 법에 대해 내게 가르쳐준 것
비디오 게임에서 말을 받아치는 AI를 만들었다. "무한한 자유"가 재미를 죽일 뻔했다.
게임 AI의 가장 중요한 돌파구는 NPC를 더 똑똑하게 만드는 것이 아니라, 더 고집스럽게 만드는 것이다.
게임 AI를 망치는 '3초의 정적' — 그 해법은 이미 당신의 PC 안에 있다
클라우드 기반 게임 AI가 왜 어색하게 느껴지는지 몇 달간 파고든 끝에 내린 결론: 문제는 소프트웨어가 아니라 물리학이었다
당신의 Wi-Fi 공유기가 낙상을 감지할 수 있다면 — 어떤 스마트워치보다 중요한 이유
나는 평범한 전파를 보이지 않는 건강 모니터로 바꾸는 AI 시스템을 만들었다 — 그리고 노인 돌봄의 가장 큰 결함은 기술이 아니라 순응(착용)의 문제라는 것을 깨달았다.
우리는 당신의 알몸을 보지 않고도 낙상을 감지하는 시스템을 만들었다
노인 돌봄에 카메라 대신 레이더를 선택한 이유 — 프라이버시의 물리학이 내게 가르쳐준, 진짜 의미 있는 AI를 만드는 법
재규어를 녹인 건물: 나는 왜 AI에게 건축 설계를 맡기지 않기로 했는가
생성형 AI는 물리 법칙을 어기고, 개발자를 파산시키고, 가끔은 불까지 내는 화려한 건축 이미지를 만들어낸다 — 우리가 대신 만들고 있는 것
GPT-4에게 이 발코니가 안전하냐고 물었다. 안전하다고 답했다. 하지만 물리는 무너진다고 말했다.
구조 엔지니어링의 AI 혁명이 잘못된 기초 위에 세워지고 있는 이유 — 그리고 Veriprajna에서 우리가 이를 어떻게 바로잡고 있는가.
당신의 재활용 AI는 1.5미터 늦다 — 그리고 물리학은 기다려주지 않는다
왜 나는 클라우드 AI가 산업 속도로 쓰레기를 분류할 수 있다는 믿음을 버리고, 대신 프로그래머블 실리콘에 모든 것을 걸었는가
당신의 재활용은 거짓말입니다 — 해결책은 ChatGPT가 아니라 물리학입니다
모든 재활용 공장의 AI가 보지 못하는 것을 중파장 적외선 이미징은 어떻게 보는가: 눈앞에 뻔히 숨어 있는 검정 플라스틱의 화학적 정체
VAR이 축구를 망치는 게 아니다, 잘못된 엔지니어링이 망친다
나는 센서 퓨전 시스템을 만드는 게 업이다 — VAR 오프사이드 기술이 왜 기본적인 물리학에서부터 무너지는지, 그리고 이를 실제로 고치려면 무엇이 필요한지 설명한다.
AI가 단 6시간 만에 잠재적 화학무기 4만 개를 설계했다. 이것이 의미하는 바가 머릿속을 떠나지 않는다.
생성형 AI 안전 도구들이 왜 핵심을 놓치는지, 그리고 생사가 걸린 상황에서 '잠재 공간 거버넌스'가 실제로 어떤 모습인지
잘못된 것처럼 보였던 그 칩이, 우리가 본 최고의 설계였다
강화 학습은 어떻게 인간 엔지니어라면 결코 그리지 못했을 실리콘 레이아웃을 설계하며 무어의 법칙을 되살리고 있나
AI가 짜낸 $10 million짜리 버그 — 그리고 내가 그것을 없애려 회사를 세운 이유
칩 설계의 단 하나의 레이스 컨디션이, 형식 검증 없는 LLM은 반도체 산업의 째깍거리는 시한폭탄임을 내게 확신시킨 과정
당신의 농장은 건강해 보입니다. 하지만 스펙트럼은 죽어가고 있다고 말합니다.
위성 이미지를 JPEG처럼 다루기를 멈추고, 피해가 닥치기 전에 작물의 생화학을 읽어내는 법을 배우기까지.
AI가 존재하지 않는 홍수를 보았다 — 그리고 그 대가는 수십만 달러였다
구름 그림자 하나가 컴퓨터 비전의 치명적 결함을 드러낸 과정, 그리고 시간을 하나의 차원으로 다루는 것이 왜 모든 것을 바꾸는가
AI가 소재를 합성하기 전에 예측하도록 몇 달을 쏟았습니다 — 미래의 실험실이 비커에서 시작하지 않을 이유
새로운 분자의 탐색 공간은 우주의 원자 수보다 큽니다. 추측하고 확인하는 방식은 이제 느린 정도가 아니라, 수학적으로 불가능합니다.
저는 왜 AI를 믿지 않고 오라클을 만들기 시작했나
그럴듯하게 들리는 AI와 실제로 옳은 AI 사이의 위험한 간극 — 그리고 우리가 불이 날 수 있는 배터리와 소송을 부를 수 있는 오디오를 위해 진실을 설계하는 방법.
8,900억 달러짜리 거짓말: AI '가상 피팅'이 패션 반품을 오히려 악화시키는 이유
저는 패션 이커머스를 위한 물리 기반 AI를 만듭니다 — 그런데 업계가 가장 사랑하는 솔루션은 아름답게 렌더링된 환각에 불과합니다
AI 업계에는 물리 문제가 있다 — 그리고 그 대가로 소매업체는 8,900억 달러를 잃고 있다
생성형 AI가 옷의 핏을 보여주는 것을 더는 믿지 않게 된 이유, 그리고 대신 물리 엔진을 구축하기 시작한 이야기
스포티파이에서 가짜 곡 7,500만 개가 삭제됐습니다. 진짜 문제는 걸리지 않은 곡들입니다.
지문 인식은 존재한 적 없는 것을 잡아낼 수 없습니다. 그래서 저는 오디오 워터마킹 기술을 만들고 있습니다 — 우리가 외면하는 사이 음악 업계는 매년 30억 달러를 잃고 있습니다.
AI 음악 생성기가 머라이어 캐리 보컬 런을 뱉어낸 그날 밤, 나는 신뢰를 접었다
저작권 위험 0%로 100% AI 생성 오디오를 만들어 내기 위해 우리가 구축한 아키텍처, 그리고 '프롬프트하고 기도하기' 시대가 이미 끝난 이유
당신의 피트니스 앱은 당신이 거짓말하는지 알지 못한다 — 그리고 그건 수십억 달러짜리 문제다
우리는 어떻게 그럴듯한 답을 생성하는 AI를 그만 만들고 물리적 진실을 측정하는 AI를 만들기 시작했는가
당신의 AI 헬스 코치는 척추를 지키기엔 3초나 느리다
나는 실시간 생체역학 시스템을 직접 만들었다 — 그리고 대부분의 '스마트' 피트니스 앱이 정작 중요한 순간에 당신을 스포팅할 수 없는 구조라는 것을 알게 됐다.
당신의 교통사고 과실을 판정하는 AI는 아마 틀렸습니다 — 제가 더 나은 것을 만드는 이유
책임 판정에서 LLM의 위험한 어림짐작을, 지식 그래프와 형식 논리가 어떻게 대체할 수 있는가
AI가 파손된 차를 '수리'하고 보험금 지급을 거절했다. 그 순간, 나는 이 업계에 문제가 있음을 깨달았다.
손상을 지우는 대신 측정하는 포렌식 컴퓨터 비전을 내가 직접 만든 이유 — 그리고 보험 업계의 생성형 AI 열풍이 왜 언제 터질지 모르는 법적 시한폭탄인지.
당신의 최고 영업 담당자는 이미 이메일 천 통을 썼습니다. AI가 그 한 통 한 통에서 배우는 법.
AI를 "프로페셔널"하게 들리도록 만드는 걸 그만두고, 실제로 계약을 성사시키는 특정 사람들처럼 들리게 만들기 시작한 이유.
GPT-4는 99.4% 실패했다 — 그래서 우리는 AI에게 결정을 맡기지 않기로 했다
레거시 항공사 시스템을 위한 AI 에이전트를 만들며 배운 것: 챗봇과 실제로 작동하는 소프트웨어 사이의 위험한 간극
사우스웨스트 항공은 자사 조종사들의 행방마저 놓쳤다. 그때 나는 챗봇이 물류를 구하지 못하리라는 걸 알았다.
일주일간의 항공사 붕괴 사태가 우리가 복잡한 운영을 위한 AI를 구축해 온 방식의 치명적 결함을 드러냈다 — 그리고 왜 그래프 강화 학습이 유일하게 정직한 답인지.
당신의 AI 튜터는 당신이 지난주에 분수로 씨름했다는 걸 모른다
교사를 연기하는 챗봇 만들기를 그만두고, 학생이 실제로 어떻게 배우는지 기억하는 시스템을 설계하기 시작한 이유
2+2=5라고 가르친 AI 튜터 — 그리고 그것이 당신이 쓰는 모든 AI 제품에 대해 드러내는 것
내가 대규모 언어 모델 위에 짓기를 멈추고 그 주위에 짓기 시작한 이유 — 수학을 환각하지 않는 기호 추론 엔진과 함께
성차별을 학습한 AI 채용 도구 — 그리고 공정한 도구를 만들며 제가 배운 것
시중의 모든 'AI 기반' 채용 도구가 잘못된 질문을 던지는 이유, 그리고 인과 AI가 그 답을 바꾸는 방법
아마존은 스스로 여성을 혐오하도록 학습한 AI 채용 담당자를 만들었다. 나는 그럴 수 없는 것을 만들었다.
지식 그래프가 어떻게 채용 결정에서 편향을 구조적으로 제거하는가 — 그리고 왜 블랙박스를 아무리 "고쳐도" 결코 충분하지 않은가.
당신의 드론은 자율이 아니다 — 아직 그것을 죽이려 들지 않은 세계에서 자동화되어 있을 뿐이다
GPS가 차단된 환경을 위한 항법 시스템을 만들며 배운 것 — 진짜 자율성과 값비싼 희망사항 사이의 차이
5달러짜리 스티커가 우리 AI를 무너뜨렸다. 그리고 우리는 어떻게 진실을 보게 만들었나.
적대적 공격에 견디는 AI 시스템을 만들면서 배운 것 — 그저 예측하는 인공지능과 진짜로 이해하는 지능 사이의 차이에 관하여.
신문 기사는 낡은 마차 채찍, 당신의 아카이브는 금광이다
미디어의 미래는 기사를 더 찍어내는 데 있지 않다 — 50년치 저널리즘을 10초 만에 심문할 수 있는 AI 엔진을 짓는 데 있다. 내가 그것을 깨닫게 된 이야기.
Sports Illustrated의 문제는 AI가 아니었다. 진실 아키텍처의 부재였다
가짜 바이라인, 환각을 일으키는 모델, 그리고 27% 주가 폭락이 내게 가르쳐 준 것 — 기업 AI의 미래는 더 나은 프롬프트가 아니라, 거짓말할 수 없는 시스템을 구축하는 데 있다.
당신의 AI 여행 플래너는 거짓말을 하고 있습니다 — 낯선 곳에 발이 묶이기 전까지는 모릅니다
가장 위험한 AI는 실패하는 AI가 아니라, 의심하기엔 너무 자신만만하게 들리는 AI였습니다. 우리가 그것을 깨닫게 된 과정
AI가 30년치 COBOL을 완벽하게 번역했다. 그런데 데이터베이스가 무너졌다.
왜 대규모 언어 모델은 레거시 현대화에 실패하는가 — 그리고 우리 팀이 또 하나의 GPT 래퍼 대신 만든 것.
하루 80만 달러짜리 오타: 카테터를 헷갈린 AI가 신약 개발을 죽이고 있다
언어 모델이 심장 시술을 일상적인 정맥주사 라인과 혼동해 완벽하게 적격인 암 환자를 제외하는 것을 지켜본 뒤, 나는 임상시험 모집을 위한 신경-기호(neuro-symbolic) AI를 구축했다.
뉴욕시의 AI 챗봇은 시민들에게 법을 어기라고 말했습니다. 저는 그것을 불가능하게 만드는 아키텍처를 구축했습니다.
정부 AI를 창작 글쓰기 연습이 아니라 선서한 공무원처럼 다루는 엔지니어링 철학의 내막.
코카콜라가 수백만 달러를 들여 AI에게 미소를 가르치는 걸 지켜봤다. AI는 끝내 웃지 못했다.
생성형 AI의 "래퍼(Wrapper) 시대"가 왜 끝났는가, 그리고 AI로 진짜 승리하는 브랜드들은 무엇을 다르게 하는가.
당신의 AI 챗봇은 당신을 배신한다 — 그것도 당신이 훈련시킨 그대로
가장 "도움이 되는" 엔터프라이즈 AI 시스템이 어떻게 가장 위험한 존재가 되는가, 그리고 우리가 그것을 막기 위해 왜 면역 체계를 처음부터 구축해야 했는가
당신의 홍수보험료는 1987년에 만든 지도에 근거합니다. 무엇이 그것을 대체해야 하는가.
컴퓨터 비전, 궤도 레이더, 물리 정보 기반 AI가 어떻게 우편번호 단위 홍수 요율 산정을 낡은 것으로 만들고 있는가 — 그리고 왜 보험업계의 지급 능력이 여기에 달려 있는가.
당신의 직원들은 이미 ChatGPT에 회사 기밀을 흘리고 있다 — 금지는 상황을 더 악화시켰을 뿐이다
삼성 데이터 유출 사건이 엔터프라이즈 AI 보안에 대한 제 생각을 어떻게 바꿨는지, 그리고 유일한 진짜 해법이 왜 인텔리전스를 직접 소유하는 것인지
우리는 공장 바닥에서 클라우드를 해고했다 — 지금까지 내린 최고의 엔지니어링 결정이었다
800밀리초의 지연이 내게 가르쳐준 것: 물리학은 당신의 클라우드 아키텍처를 봐주지 않는다
당신의 AI 챗봇은 이제 법적 구속력을 가진 직원이다 — 대부분의 기업은 아직 모른다
800달러짜리 판결이 어떻게 "블랙박스" 항변을 무너뜨렸는가, 그리고 왜 모든 엔터프라이즈 AI는 빠져나올 수 없는 계약서를 쓰기 전에 책임 방화벽이 필요한가.
당신의 AI 영업 담당자가 고객에게 거짓말을 하고 있다 — 게다가 당신은 그 대가까지 지불하고 있다
환각으로 지어낸 이메일 한 통이 수억 원짜리 거래를 하마터면 날릴 뻔한 것을 지켜본 뒤, 저는 자율 영업 에이전트를 위한 팩트 체크 시스템을 구축했습니다. B2B 영업에서 AI를 두고 업계가 놓치고 있는 것은 무엇인가.
거식증 여성에게 칼로리를 세라고 말한 AI 챗봇 — 안전한 헬스 AI를 구축하며 내가 배운 것
프롬프트 엔지니어링으로는 임상 안전을 결코 해결할 수 없는 이유, 그리고 실제로 생명을 구할 수 있는 아키텍처의 전환
챗봇이 7만 6천 달러짜리 자동차를 단돈 1달러에 팔았습니다. 저는 그런 일을 불가능하게 만드는 아키텍처를 몇 달에 걸쳐 만들었습니다.
왜 프롬프트 엔지니어링으로는 엔터프라이즈 AI를 지킬 수 없는가 — 그리고 "뉴로-심볼릭 샌드위치"란 내부에서 실제로 어떤 모습인가
가짜 판례를 지어낸 AI — 그리고 그것을 원천 차단하기 위해 우리가 만든 아키텍처
5,000달러의 법원 제재가 드러낸 리걸 AI의 치명적 결함, 그리고 지식 그래프가 유일하게 정직한 해법인 이유