AI의 이해
인공지능(AI)은 인간의 지능을 시뮬레이션하고 증강하는 컴퓨터 사이언스 프로세스 및 통계 알고리즘을 의미합니다.
Red Hat AI Enterprise
모든 인프라에서 효율적이고 비용 효과적인 모델, 에이전트, 애플리케이션을 구축하고 실행할 수 있는 통합 AI 플랫폼입니다.
주요 콘텐츠
vLLM이란?
vLLM은 언어 모델이 계산을 더욱 효율적으로 수행할 수 있게 돕는 오픈소스 코드의 집합입니다.
에이전틱 AI란?
에이전틱 AI는 인간 개입을 최소화하는 방식으로 데이터 및 툴과 상호작용하도록 설계된 소프트웨어 시스템입니다.
레드햇, ‘레드햇 AI‘ 대규모 업데이트로 에이전틱 시대의 개발자·운영자 통합 지원
Red Hat announces Red Hat AI 3.4
AI의 파운데이션
머신 러닝이란?
머신 러닝이란 명시적으로 프로그래밍하지 않고도 패턴을 찾고, 예측하고, 경험을 통해 배우도록 컴퓨터를 학습시키는 기술입니다.
딥러닝이란?
딥러닝은 컴퓨터가 인간의 뇌에서 따온 알고리즘을 사용하여 데이터를 처리하도록 가르치는 인공지능(AI) 기술입니다.
AI를 위한 파운데이션 모델이란?
파운데이션 모델이란 다양한 작업을 수행할 수 있도록 사전에 학습된 ML(Machine Learning, 머신 러닝) 모델의 한 유형을 말합니다.
대규모 언어 모델이란?
대규모 언어 모델(Large Language Model, LLM)은 머신 러닝 기술을 활용하여 인간의 언어를 이해하고 생성하는 인공지능 유형입니다.
SLM과 LLM 비교 소규모 언어 모델이란?
소규모 언어 모델(Small Language Model, SLM)은 대규모 언어 모델(Large Language Model, LLM)의 소규모 버전으로, 지식의 전문성이 더 높고 커스터마이징이 더 빠르며 실행 효율성이 더 뛰어납니다.
AI 추론이란?
AI 추론은 AI 모델이 데이터를 기반으로 답변을 제공하는 것을 말합니다. 머신 러닝 기술의 복잡한 프로세스 중 마지막 단계입니다.
AI 인프라 톺아보기
AI 인프라는 안정적이고 확장 가능한 데이터 솔루션을 개발하고 배포하기 위해 인공지능과 머신 러닝(AI/ML) 기술을 결합합니다.
AI 플랫폼이란?
AI 플랫폼은 머신 러닝 모델을 개발하고 학습시키고 실행하기 위한 기술의 통합 컬렉션입니다.
AI의 유형
생성형 AI란?
생성형 AI는 대규모 데이터 세트를 기반으로 학습한 딥러닝 모델을 사용하여 새로운 콘텐츠를 생성하는 일종의 인공지능 기술입니다.
예측 AI와 생성형 AI 비교
생성형 AI와 예측 AI는 차이점과 활용 사례가 많습니다. AI가 진화하는 시대에 이 두 유형을 제대로 구분하면 각각의 기능을 명확히 파악하는 데 도움이 됩니다.
에이전틱 AI란?
에이전틱 AI는 인간 개입을 최소화하는 방식으로 데이터 및 툴과 상호작용하도록 설계된 소프트웨어 시스템입니다.
에이전틱 AI와 생성형 AI 비교
에이전틱 AI와 생성형 AI 비교 설명: 각각의 작동 방식, 고유의 장점, 더욱 스마트한 솔루션을 위한 협업 방법 등을 알아보세요.
모델 개선 사항
Mixture of Experts(MoE)란?
Mixture of Experts(MoE)는 모델 내에서 처리 능력이 가장 높은 부분에 태스크를 라우팅하여 AI 추론을 가속화하는 모델 아키텍처 기술입니다.
검색 증강 생성(RAG)이란?
검색 증강 생성(RAG)은 외부 리소스를 LLM에 연결하여 생성형 AI 모델의 출력 정확성을 향상합니다.
RAG와 미세 조정(fine-tuning) 비교
RAG와 미세 조정(fine-tuning)은 모두 LLM을 향상하는 것을 목표로 하지만 서로 다른 방법을 사용합니다. RAG에서는 모델을 수정하지 않는 반면, 미세 조정(fine-tuning)에서는 매개 변수를 조정해야 합니다.
매개 변수 효율적인 미세 조정(Parameter-efficient Fine-Tuning, PEFT)이란?
PEFT는 리소스 절약을 위해 LLM 내에서 일부 매개 변수만 조정하는 일련의 기술입니다.
LoRA와 QLoRA
낮은 순위 적응(Low-Rank Adaptation, LoRA)과 양자화된 낮은 순위 적응(Quantized Low-Rank Adaptation, QLoRA)은 둘 다 AI 학습에 사용되는 기술입니다.
InstructLab이란?
InstructLab은 프라이빗 데이터로 대규모 언어 모델을 커스터마이징하는 프로세스를 간소화합니다.
vLLM이란?
vLLM은 언어 모델이 계산을 더욱 효율적으로 수행할 수 있게 돕는 오픈소스 코드의 집합입니다.
MCP(Model Context Protocol)란?
MCP(Model Context Protocol)가 AI 애플리케이션을 외부 데이터 소스에 연결함으로써 더욱 스마트한 워크플로우를 구축하는 데 어떻게 도움이 되는지 알아보세요.
서비스로서의 모델(Model-as-a-Service)이란?
서비스로서의 모델(MaaS)은 AI 모델을 공유 리소스로 제공하여 조직 내의 사용자가 온디맨드 방식으로 그러한 모델을 사용할 수 있게 하는 접근 방식입니다.
Granite 모델이란?
IBM의 Granite 모델은 엔터프라이즈 애플리케이션용으로 만든 LLM 시리즈입니다. Granite 모델은 언어 및 코드를 사용하는 생성형 AI 활용 사례를 지원할 수 있습니다.
규모에 맞는 AI
Docling이란?
Docling은 문서를 대규모 언어 모델(Large Language Model, LLM)이 사용하고 학습에 활용할 수 있는 정형 데이터로 변환하는 오픈소스 프로젝트이자 툴입니다.
AgentOps란?
AgentOps(에이전트 운영)는 AI가 실시간으로 의사 결정을 내릴 때 AI의 '두뇌'를 모니터링하는 툴 프레임워크입니다.
소버린 AI란?
소버린 AI의 핵심은 AI 기술을 보유하고, 데이터를 로컬에 유지하고, 시스템이 기업의 고유한 가치와 법적 요구 사항을 반영하도록 하는 것입니다.
llm-d란?
llm-d는 규모에 맞는 분산형 LLM 추론을 가속화하는 쿠버네티스 네이티브 오픈소스 프레임워크입니다.
분산 추론(distributed inference)이란?
분산 추론은 추론 작업을 상호 연결된 일련의 기기에 분배하여 AI 모델이 더 효율적으로 워크로드를 처리할 수 있도록 하는 것을 말합니다.
엔터프라이즈 AI란?
엔터프라이즈 AI는 인공지능(Artificial Intelligence, AI) 툴과 머신 러닝 소프트웨어를 거대 규모의 운영 및 프로세스에 통합한 것을 말합니다. 이제 기업은 문제 해결에 몇 년씩 걸리던 것을 불과 몇 주로 단축할 수 있습니다.
엣지 AI란?
엣지 인공지능(Edge AI)은 데이터 분석과 처리를 클라우드가 아닌 디바이스에서 직접 수행하는 기술입니다. 실시간 응답 속도를 높이고, 보안과 개인정보 보호를 강화하는 Edge AI의 원리와 활용 사례를 확인하세요.
MLOps란?
머신 러닝 운영(MLOps)은 머신 러닝(ML) 모델을 배포 및 유지 관리하는 프로세스를 간소화하는 일련의 워크플로우 사례입니다.
LLMOps란?
LLMOps(Large Language Model Operations) LLMOps(대규모 언어 모델 운영)는 대규모 언어 모델을 관리하는 데 사용되는 운영 방법입니다.
AIOps 설명
AIOps(IT 운영을 위한 AI)는 머신 러닝과 기타 고급 AI 기술로 IT 운영을 자동화하는 방식입니다.
AI 보안이란?
AI 보안은 AI 워크로드를 취약하게 만들거나, 데이터를 변조하거나, 민감한 정보를 탈취하는 것을 목적으로 하는 악의적인 공격으로부터 AI 애플리케이션을 방어합니다.
AI/ML 활용 사례 이해
비즈니스 프로세스와 워크로드에 특화된 AI/ML의 장점을 파악하는 동시에 문제점에 대비하는 것이 중요합니다.
의료 분야의 AI
의료 분야에서 AI의 장점과 문제점 그리고 Red Hat의 의료 산업 지원 방식에 대해 알아보세요.
뱅킹 산업의 AI
뱅킹 산업은 차세대 인공지능(AI)과 머신 러닝(ML)을 통해 고객 서비스와 운영 효율성을 향상할 것입니다.
통신 산업의 AI 이해
적합한 IT 솔루션이 통신사가 AI를 효율적이고 경제적으로 사용하여 일반적인 과제를 극복하는 데 어떻게 도움이 되는지 알아보세요.
Red Hat AI를 선택하는 이유
하이브리드 클라우드 전반에서 기반 하드웨어 가속기에 상관없이 모든 모델과 에이전트를 지원하는 신뢰할 수 있는 기반에서 구축하세요. Red Hat AI는 조직이 데이터, 컴플라이언스, 비용 요구 사항에 따라 자유롭게 배포할 수 있도록 지원합니다.
추론
vLLM 기반의 빠르고 효율적인 추론과 하이브리드 클라우드 전반에서 기반 가속기에 상관없이 모든 모델을 실행할 수 있는 제어 기능으로 모델 복잡성을 관리하세요.
데이터
조직의 자체 프라이빗 데이터에 연결된 모델을 사용하여 도메인별 에이전틱(Agentic) AI 활용 사례를 사용자 정의할 수 있습니다.
에이전트
거버넌스와 제어를 통해 성공적인 에이전틱(Agentic) AI 도입 여정을 간소화하고 가속화하세요.
플랫폼
오픈소스 투명성과 하이브리드 클라우드 확장성을 기반으로 복원력이 뛰어난 신뢰할 수 있는 AI 솔루션을 배포하세요.
