Filtrar por gênero

misc. LM

misc. LM

m.s.s.

NotebookLM에서 정리한 다양한 주제를 팟캐스트로 모아 듣는 개인 아카이브입니다.

580 - AI 시대의 생존 공식, 시간을 복리로 쌓는 맥락 자본의 비밀
0:00 / 0:00
1x
  • 580 - AI 시대의 생존 공식, 시간을 복리로 쌓는 맥락 자본의 비밀

    기술의 발전으로 무언가를 구현하는 것이 그 어느 때보다 쉬워진 AI 시대, 대체 불가능한 최후의 경쟁력은 유저와 함께 쌓아 올린 시간과 신뢰인 '맥락 자본'에 있습니다. 단숨에 복제할 수 없는 경험과 문화가 복리처럼 불어나며 압도적인 격차를 만드는 진정한 생존 전략을 지금 바로 만나보세요.


    🔗 참고 소스 및 출처:

    * **[NDC26] 키노트 - 구현이 쉬워지는 시대, 우리는 무엇으로 경쟁하는가**: (로컬 문서 파일)

    Sat, 26 Sep 2026 - 18min
  • 579 - 10배 빠른 AI 시대, 이해 부채를 넘어 성장의 주도권을 쥐는 법

    AI가 개발 속도를 10배 앞당긴 시대, 쏟아지는 코드 속 '이해 부채'를 극복하지 못하면 진정한 혁신은 불가능합니다. 단순한 도구 활용을 넘어 인간만의 높은 기준과 통찰력으로 성장의 주도권을 쥐고 진정한 가치를 창출하는 비결을 이 에피소드에서 만나보세요.


    🔗 참고 소스 및 출처:

    * **[NDC26-게임기획] 바이브코딩으로 오픈월드 게임 개발용 인터렉티브 맵을 만들기까지**: (로컬 문서 파일)

    * **[NDC26-인공지능 대담] AI가 10배 빠른 시대, 성장을 멈출 이유는 없다 - 성장을 문제로 보는 사람만이 AI 시대를 주도한다**: (로컬 문서 파일)

    * **[NDC26-인공지능] 코드 리뷰부터 지식 자산화까지 게임 코드베이스를 위한 AI - CodeOnBoard**: (로컬 문서 파일)

    Fri, 25 Sep 2026 - 20min
  • 578 - 넥슨 실무진의 고백: 우리가 AI에게 모든 것을 맡기지 않은 이유

    넥슨의 유저 리서치, 아트 리뷰, 데이터 분석 실무진들은 맹목적인 업무 자동화 대신, **인간의 최종 판단과 AI의 역할을 뾰족하게 재정의하여 파이프라인을 혁신**했습니다. 단순한 시간 단축을 넘어 **고유의 데이터를 지적 자산으로 만들고 조직의 근본적인 경쟁력을 끌어올린 치열한 실무 최전선의 인사이트**를 지금 만나보세요.


    🔗 참고 소스 및 출처:

    * **[NDC26-데이터] [인사이트 파인더] 유저 리서치 3주를 30분으로 - AI에게 맡길 것과 맡기지 않을 것**: (로컬 문서 파일)

    * **[NDC26-비주얼아트&사운드] 당신이 AI에게 리뷰를 맡긴다면 - 시네마틱 제작 파이프라인에서 실험한 AI 리뷰의 가능성과 경계**: (로컬 문서 파일)

    * **[NDC26-인공지능] [AI 서치] 대시보드를 넘어 에이전트로 - 게임 데이터 분석의 새로운 패러다임**: (로컬 문서 파일)

    Thu, 24 Sep 2026 - 25min
  • 577 - 중력에 맞선 3차원의 춤: 3축 투르비옹은 어떻게 예술이 되었나

    중력이라는 근원적 물리 법칙에 맞서 3차원 공간에서 펼쳐지는 경이로운 기계적 춤사위, '3축 투르비옹'의 세계로 여러분을 초대합니다. 단순한 시간 측정 도구를 넘어 인류 지성이 도달한 궁극의 마이크로 기계공학적 예술품으로 진화하기까지의 치열하고도 아름다운 역사를 지금 만나보세요.


    🔗 참고 소스 및 출처:

    * **3차원 공간의 중력 초월과 미기계공학적 극치: 3축 투르비옹(Triple-Axis Tourbillon)의 역사적 전개와 기술적 아키텍처**: (로컬 문서 파일)

    Wed, 23 Sep 2026 - 24min
  • 576 - AI의 은밀한 편애: 거대언어모델은 왜 유독 일본 문화에 집착할까

    거대언어모델(LLM)이 모호한 문화적 질문에 답할 때 유독 일본이나 미국 같은 특정 국가의 문화를 암묵적인 정답처럼 제시한다는 사실, 알고 계셨나요? 이번 에피소드에서는 최신 AI 모델들에 숨겨진 지역적 편향성을 파헤치고, 이러한 편견이 초기 데이터 학습이 아닌 오히려 모델을 정교하게 다듬는 '후기 미세 조정(Fine-tuning)' 단계에서 심화된다는 충격적인 연구 결과를 흥미롭게 풀어냅니다.


    🔗 참고 소스 및 출처:

    * **https://arxiv.org/pdf/2604.21751**: [원문 바로가기](https://arxiv.org/pdf/2604.21751)

    Tue, 22 Sep 2026 - 20min
Mostrar mais episódios