사전등록은 5월 2일(목) 오후 5시까지 가능합니다.
01. 대세된 생성형 AI, 결국은 ‘생산성’이다
챗GPT 등장과 함께 본격적인 AI 대중화 시대가 열렸습니다. 생성형 AI(Generative AI)를 위시한 이 거대한 기술 혁명은 ‘AI Everywhere’를 실현하고 있습니다. 기업은 더 이상 AI를 의심대상이 아닌 혁신의 도구로 바라봅니다. 특히 자사가 보유한 데이터를 기반으로 파인튜닝, 최적화를 거쳐 생산성 확보에 나서고 있습니다.
02. AI Frontier for AI Era
다만, 기업이 AI 도입과정에서 겪는 어려움은 다양한 요소에 기인합니다. 이는 경쟁력 확보를 위해 극복해야 할 주요 과제인 셈임니다. 그럼에도 불구하고 기업은 성공적인 AI 도입으로 업무 프로세스를 개선하고 비즈니스 기회를 포착함으로써 경쟁력을 강화해야 합니다.
이에 AI 도입을 고려하고 전략을 구상 중인 참관객을 대상으로 ‘AI 융합 비즈니스 개발 컨퍼런스 2024(AI Tech 2024)’를 개최합니다. 이번 컨퍼런스에 참가하는 모든 참가자 분들이 AI를 도약의 발판으로 삼길 바랍니다.
03. About, AI Tech 2024
- 일 시 : 2024. 5. 3(금) 10:20-16:10
- 장 소 : 코엑스 3층 컨퍼런스홀 E1-E4
- 주 최 : ㈜첨단, 헬로티, 서울메쎄인터내셔널
- 후 원 : 과학기술정보통신부, 한국인공지능협회, 인공지능신문
- 주 제 : ‘AI Frontier for AI Era’
- 행사 규모 : 각 산업 비즈니스 개발 관계자 250여 명 대상
- 관련 전시 : 국제인공지능대전 2024 / AI Tech 등록 시 동시 관람 가능
04. 어느 것 하나 놓치고 싶지 않은 프로그램들
* 본 컨퍼런스는 등록 후 자유롭게 이동해 원하는 발표를 들으실 수 있습니다.
※ 세션 주제 및 발표 업체는 변경 될 수 있습니다.
05. 궁금한 점들
1. 발표 트랙이 총 2개인데, 자유롭게 들을 수 있나요?
네, 프로그램 표를 보시고 원하시는 룸 이동하셔서 자유롭게 들으실 수 있습니다.
(참고로, 컨퍼런스 E홀은 한 공간 안에 있어 룸 이동이 쉽습니다.)
2. 행사 당일 준비해야 할 것과 등록 방법은 어떻게 되나요?
별도 준비 서류는 없습니다. 행사 당일 등록대 오셔서 성함을 말씀해주시면 확인 후 명찰을 지급해 드립니다. 만약, 대리 참석의 경우 본래 참석자 명함을 가져오시기 바랍니다. (정보 확인 후 변경해 드리겠습니다.)
3. 점심은 어떻게 하나요?
신세계 상품권(1만원권)이 지급됩니다. 코엑스 지하 여러 음식점에서 사용 가능합니다. (5년 기한인 상품권으로, 여느 신세계 상품권처럼 사용하셔도 됩니다)
4. 참가확인증과 영수증 발급은 가능한가요?
참가확인증은 행사 후, 두비즈 [마이페이지] → [등록 이벤트] → [프린트 아이콘] 클릭으로 직접 발급하실 수 있습니다. 현장 등록의 경우, 별도로 참가확인증 발급 요청을 해주시면 메일로 전달드리겠습니다. 영수증은 신용카드 결제 시 [마이페이지] → [결제내역]에서 영수증 출력이 가능합니다. 입금 계좌 시 [결제 방식] → [무통장 입금] → [세금계산서 발행] 선택 후 사업자 정보를 기입하시면 됩니다.
5. 발표자료를 모바일이나 웹으로 확인할 수 있나요?
행사 당일, QR코드를 통해 발표자료를 다운받으실 수 있도록 QR코드를 행사장 곳곳에 부착해둘 예정입니다.
문의: AI Tech 2024 담당자 / 070-4345-9890 / E-mail. dubiz@hellot.net
신청등록 안내
| 구분 | 등록비 (VAT 포함) |
|---|---|
| 사전등록 ~2024.05.02 |
160,000원 |
| 현장등록 | 210,000원 |
| 단체할인 | 3인이상(30% 할인) |
발표자 소개
발표자
백인송 이사
한국마이크로소프트
과거와 현재의 일하는 환경과 방식을 비교해보고, AI 시대에 생산성을 높일 수 있는 생성형 AI인 Copilot for Microsoft 365에 대해 소개합니다.
발표자
김진형 교수
KAIST
LLM을 활용하는 대화형 AI는 인간의 언어를 이해하고, 다양한 질문에 자연어로 유연하게 대응하는 능력을 보여줍니다. 또한, 이러한 AI 시스템이 로봇과 결합해 흥미로운 상황을 연출합니다. 그러나 이런 AI 시스템은 종종 부정확한 정보를 제공하거나 데이터의 편향성을 그대로 반영하는 등 신뢰성에 심각한 문제를 보이기도 합니다. 신뢰할 수 없는 AI가 확산된다면 우리 사회는 심각한 어려움을 겪을 것입니다. 신뢰성 강화 등 AI의 한계를 극복하려는 노력이 중요하다는 화두를 던지고자 합니다.
발표자
이승준 CTO
트웰브랩스
2022년 말, 초대형 언어 모델 챗GTP의 등장으로 기업들의 AI 도입이 가속됐습니다. 반면 자체 데이터 및 사용 사례에 초대형 언어 모델을 직접 적용하고자 하는 기업들은 많은 어려움을 겪었고, 해결책으로서 새로운 기술에 대한 수요가 높아졌습니다. 본 세션에서는 초대형 언어 모델 기반 시스템의 한계를 설명하고, 이를 극복하기 위한 다음 세대 AI 시스템을 소개합니다. RAG, 에이전트, 멀티모달이라는 세 가지 주요 키워드를 소개하며, 이러한 기술 트렌드에 대해 설명합니다.
발표자
박찬준 수석연구원
업스테이지
Upstage LLM팀은 현재 Solar라는 초거대 언어모델을 개발 중입니다. 이번 강연에서는 Solar LLM에 대해 상세히 소개하고, 업스테이지가 구축 중인 LLM 생태계와 관련된 현황 및 미래 비전을 공유하고자 합니다. 즉 기업 입장에서 LLM을 연구적 측면과 사업적 측면으로 조망하며, 현재 LLM 생태계가 처한 상황을 종합적으로 조명해보고자 합니다.
발표자
김세엽 대표
셀렉트스타
AI Safety에 있어 중요한 영역인 LLM의 신뢰성에 대해 어떻게 평가할 수 있을지에 대해 알아보고자 합니다. 이번 발표에서는 AI Safety에서의 셀렉트스타, LLM 평가 동향 Brief, 국내 최초 LLM 신뢰성 평가 데이터 구축 과정 및 결과 등에 대해 발표할 예정입니다.
발표자
주민식 박사
LG CNS
생성형 AI로 AI 황금기가 다시 도래했지만, 과대한 기대는 잘못된 판단을 만들어낸다는 우려가 있습니다. AI를 산업체에 적용하는 관점에서 어떤 요인과 난제들이 어렵게 하는지 살펴보고, 이를 위해 모델 중심과 데이터 중심의 AI 기술, 현실세계의 AI 한계에 대해 생각하는 시간을 갖고자 합니다.
발표자
최통령 CBO
리벨리온
이번 발표에서는 인공지능 시대를 여는 생성형 AI 그리고 생성성 AI는 어떤 반도체를 필요로 하는지에 대해 집중합니다. 이에 NPU와 GPU의 차이는 무엇이며, GPU와 더불어 NPU가 필요한 이유에 대해 설명합니다. 또한, 최근 이슈가 되는 AI 반도체의 주요 개발 트렌드와 NPU 개발 트렌드 그리고 어떤 플레이어를 주목해야 하는지 공유할 예정입니다.
발표자
김동환 대표
포티투마루
이번 발표에서는 AX(AI Transformation) 시대에 기업들이 초거대 AI를 효과적으로 도입해 제품 개발, 고객 서비스, 내부 프로세스를 혁신하는 사례를 설명합니다. 이와 함께 지속 가능하고 윤리적인 AI 사용을 위한 전략과 실제 산업에서 적용돼 활용 중인 사례를 공유할 예정입니다.
발표자
김준환 대표
스트라드비젼
이번 발표에서는 연간 상업 생산량 100만 대를 달성할 수 있게 함과 동시에 기존 기술의 한계를 뛰어넘는 스트라드비젼의 딥러닝 기반 인식 소프트웨어 SVNet의 최신 3D Perception Network에 대해 설명할 예정입니다.
발표자
유태하 팀장
올거나이즈
금융권에서 생성 AI 프로젝트를 시작할 때 준비해야 할 데이터, AI 내재화와 고도화를 위해 바로 사용할 수 있는 애플리케이션 등 실제 금융권 고객사와 진행한 사례 분석을 통한 핵심 전략을 공유합니다.
발표자
정철호 상무
퀄컴코리아
본 발표에서는 on-device AI의 중요성과 함께 개발자가 쉽고 다양하게 활용하는 오픈소스 기반 AI 모델을 퀄컴 플랫폼 기반의 단말기에서 최적하는 퀄컴 AI Hub에 대한 설명 및 활용 방안을 제언하고자 합니다.
발표자
서태원 사업개발 이사
마키나락스
스마트 공장으로의 여정도 어느덧 10년 차에 접어들었습니다. 이제는 AI에 대한 고민을 넘어 실행에 착수해야 할 시점입니다. 하지만 산업 현장에서 AI의 가치는 여전히 충분히 실현되지 않고 있습니다. 이 세션에서는 제조 현장에서 AI 활용이 어려운 이유와 제약사항을 다룹니다. 또한, 이를 극복하기 위한 최적의 머신러닝 운영 체계(MLOps)를 구축해야 하는 이유를 소개합니다.
발표자
유병우 AI사업기술 이사
콴다
콴다는 학생들이 사진으로 질문을 하면 해설을 제공하는 서비스로, 전세계에서 가장 많은 K12 학생들(초중고)이 사용합니다. 학생의 눈높이에 맞춰서 문제에 대한 해설을 제공하기 위해 AI를 어떻게 활용하고, LLM 시대에 효과적인 교육서비스 개발을 위해 어떤 일들 하는지 소개하겠습니다.