알리바바 클라우드가 차세대 AI 인재 육성을 위한 국제 해커톤을 개최했다. 서울대·고려대·연세대·KAIST 등 국내 주요 대학 소속 학생들이 참여한 이번 행사는 분산형 AI 플랫폼 기업 FLock.io와의 협업으로 진행됐으며 알리바바의 오픈소스 대규모 언어모델 Qwen을 활용한 실습과 개발 프로젝트 중심으로 구성됐다. 해커톤은 지난 7월 28일부터 8월 2일까지 6일간 진행됐다. 참가자들은 Qwen 모델을 산업별 요구에 맞춰 파인튜닝하고 분산형 AI 애플리케이션을 설계했다. 실습은 FLock.io의 AI 아레나 플랫폼을 기반으로 이루어졌으며 고성능 연합 학습 환경에서 모델 구현과 성능 최적화에 집중했다. 참가자들은 알리바바 클라우드의 인프라와 기술지원을 바탕으로 다국어 이해 및 생성 능력을 갖춘 Qwen 모델을 직접 운용하며 고급 AI 아키텍처와 데이터 처리 기술을 습득했다. 수상작은 감정 분석 기반 투자 의사결정 AI 모델과 블록체인 연동 Web3 에이전트 등으로 구성됐다. 이들 팀은 Qwen의 유연성과 실시간 처리 성능을 활용해 다양한 산업 적용 가능성을 입증했다. 최종 수상자는 고려대, 연세대 소속 개발자들로 구성된 3개 팀이다. 알리바바 클라우드는 A
아마존웹서비스(이하 AWS)가 국내 38개 기관이 참여하는 대규모 연합학습 기반 신약개발 프로젝트 ‘K-MELLODDY’의 AI 플랫폼에 클라우드 인프라를 제공한다고 5일 밝혔다. 이 프로젝트는 신약 후보 물질의 특성을 AI 기반으로 예측해 전임상 과정을 단축하고, 민감한 의료 데이터를 중앙화하지 않고도 협업을 가능케 하는 새로운 방식으로 주목받고 있다. K-MELLODDY는 국내 11개 대학, 9개 제약사, 8개 AI 기업, 7개 연구기관, 3개 병원을 포함한 총 38개 기관이 참여하는 국내 최대 규모의 의료 R&D 이니셔티브다. 이 프로젝트는 제약·의료 산업에 데이터 프라이버시 보호와 기관 간 협업이라는 두 가지 요구를 동시에 충족할 수 있는 연합학습(Federated Learning) 방식을 채택했다. 참여 기관은 각자의 민감한 데이터를 외부로 전송하지 않고, 자체 보안 환경 내에서 AI 모델을 학습시킨 후 학습된 파라미터만 중앙 서버에 공유하는 방식으로 협업한다. 이 구조는 개인정보보호법이 엄격한 국내 규제 환경에 최적화되어 있으며, 의료 데이터의 비중앙화 원칙을 준수하면서도 고성능 예측 모델 개발을 가능하게 한다. AWS는 아시아 태평양(서울
국내 물류 산업이 치솟는 물류비와 운송비 증가, 인력난 등으로 비효율의 벽에 가로막힌 가운데, 해답은 인공지능(AI) 기술에 있다는 주장이 설득력을 얻고 있다. 특히 전체 물류비의 60~70%를 차지하는 육상 운송비를 절감하기 위한 ‘배차 최적화’는 기업 수익성 제고의 핵심 과제로 떠올랐다. 이런 흐름 속에서 위밋모빌리티는 AI 기반 물류 최적화 엔진 ‘루티(Roouty)’를 앞세워 물류 차량 회전율 극대화, 공차율 감소, 운전자 만족도 향상 등 다각적인 혁신을 꾀하고 있다. 실제 현장 적용 사례에서도 높은 효율성과 비용 절감 성과가 확인되며, AI 물류 솔루션이 기존 운송 패러다임을 뒤흔들고 있다. 지금 물류업계는 ‘기술로 비용을 줄이는’ 전략적 전환점에 서 있다. 물류비 현황과 증가 원인 국내 물류 산업의 고질적인 비효율 문제가 해마다 치솟는 물류비와 맞물려 기업의 수익성을 위협하는 가운데, 인공지능(AI) 기반 물류 최적화 솔루션이 해법으로 떠오르고 있다. 최근 업계에서는 물류 비즈니스에서 가장 중요한 역할을 하는 배차의 비효율성을 진단하고 이를 최적화하는 엔진의 중요성이 강조된다. 특히 국내외 물류비 현황 분석을 통해, 관련한 AI 기반 솔루션 도입의