Blog Home
📔

Sejong Yang’s Blog

들어가며

양세종의 블로그에 오신 것을 환영합니다.
저에 대해 궁금하신 분들은 Homepage of Sejong Yang (yangspace.co.kr) 를 방문해주세요.

결산

2025년 결산 및 2026년 계획
2024년 결산 및 2025년 계획
2023년 결산 및 2024년 계획
2022년 결산 및 2023년 계획
2021년 결산 및 2022년 계획
2020년 결산 및 2021년 계획
2019년 결산 및 2020년 계획

생각들

전문연 군사훈련 후기
프리랜싱, 스타트업, 중견기업, 대기업 그리고 대학원
말하는 감자 박사의 LG 인화원 경력교육과정 4박 5일
짧은생각들
천재성의 민주화와 인지부채의 함정

1. 조선은 왜 전쟁 한 번 제대로 못하고 무너졌을까?

조선 말기의 멸망을 설명할 때 흔히 나오는 이야기가 있다.
조선은 성리학적 문치주의에 빠져 군대를 천시했고, 양반 지배층은 신분제를 지키는 데만 몰두했으며, 결국 근대 제국주의 국가인 일본 앞에서 전면전 한 번 치르지 못하고 무너졌다는 설명이다.
이 설명은 일정 부분 맞다. 조선 후기 군역 제도는 점차 실제 군사 복무보다 군포를 걷는 재정 제도처럼 변했고, 양반층은 여러 방식으로 군역 부담에서 빠져나갔다. 임진왜란 이후 훈련도감과 오군영 같은 군사 개혁이 있었지만, 그것이 근대적 국민군이나 재정군사국가로 발전하지는 못했다. 대한제국기에도 군사력 강화와 징병제 구상이 있었지만, 이미 일본과 러시아가 한반도를 둘러싸고 각축하던 시기였고 시간과 자원이 부족했다.
그러나 이 설명을 “조선 지배층이 멍청하고 이기적이어서 망했다”는 식으로 밀어붙이면 너무 단순하다. 조선의 문제는 도덕성의 문제가 아니라, 더 깊은 구조의 문제였다. 한반도는 산지가 많고 경작지가 제한적이었다. 조선은 낮은 농업 생산성과 좁은 세원 위에서 운영되는 국가였다. 근대 군대는 병력만 있으면 되는 것이 아니라, 인구 파악, 조세 행정, 장교단, 무기, 탄약, 군복, 훈련소, 교통망, 군수산업, 금융 시스템을 필요로 한다. 조선은 이런 체계를 만들기에는 물질적 기반도, 제도적 동원력도, 정치적 합의도 부족했다.
따라서 조선의 멸망은 단순히 “성리학 때문에 군대를 싫어해서”가 아니라, 낮은 생산 기반, 약한 재정 추출력, 신분제적 이해관계, 늦은 개혁, 제국주의 국제질서, 일본의 단계적 주권 해체가 겹친 결과였다.

2. 조선의 신분제는 왜 그렇게 오래 버텼을까?

조선의 신분제는 왜 오래 버텼고, 오늘날 한국은 무엇을 배워야 하는가
척박한 생산 기반, 지위 경쟁, 엘리트 재생산, 그리고 “현대판 양반화”의 위험
소프트웨어가 서비스를 삼킬 때: 개인, 커리어, 그리고 소버린 AI

본문 (Claude Code Generated)

TL;DR

AI 에이전트가 사용자의 파일 시스템 작업 패턴(파일 읽기, 생성, 편집, 정리 등)을 기억하고 개인화에 활용하는 프레임워크. 기존 대화 요약 기반 메모리 시스템(Mem0, Zep 등)이 행동 구분 정보를 잃어버리는 문제를 지적하고, 원자적 행동 로그에서 직접 프로파일을 구축하는 bottom-up 메모리 아키텍처를 제안한다.

왜 이 연구가 필요한가?

OS-level AI 에이전트(Claude Code, Cursor, Devin 등)가 단순 명령 실행을 넘어 파일 시스템 코워커로 진화하고 있다. 그런데 사용자마다 작업 방식이 완전히 다르다.
FileGram: 파일 시스템 행동 흔적으로 AI 에이전트를 개인화하다
AI와 유저의 상호작용만 중요한 게 아니라… 결국 AI가 File System, 즉 Environment와 어떻게 상호작용했느냐가 더 중요한 힌트일수도 있다
최근 LG 인화원에서 기획 강의를 들었다. 강의가 끝나고 남은 것은 기획을 더 잘 "쓰는 법"이 아니었다. 기획을 완전히 다르게 "생각하는 법"이었다.
그 변화의 핵심을 정리해 본다.
하지만 이 뒤로는 ChatGPT 5.4와 Claude Opus 4.6의 도움으로 작성되었다.

1. 기획은 논문이 아니다

그동안 나는 연구자로서 기획을 해왔다. 문제를 정의하고, 분석하고, 방법을 제시하고, 검증한다. 이 구조는 익숙하고 논리적으로도 완벽하다.
하지만 기획서를 받아든 사람의 반응은 항상 같았다.
"그래서… 어쩌라고?"
기획은 설득이다: 연구자에서 기획자로 사고가 바뀌는 순간
논문처럼 쓰던 기획서에서, 사람을 움직이는 기획으로

본문 (ChatGPT and Claude Generated)

인공지능은 반드시 "지능"의 하위범주여야 하는가?

본문

개인적으로 나는 Kingma라는 과학자를 아주 좋아한다. Adam optimizer (citation 240k 이상)의 저자이자, VAE (citation 54k 이상)의 저자이자, flow-based model, diffusion model 등을 OpenAI, Google에서 활발하게 연구함으로써 현대 딥러닝 기반 인공지능의 발전을 대단히 앞당긴 인물. 그가 가진 수학적 직관과 컴퓨터 과학자로서의 넓은 철학적 이해는 내가 추구하는 방향과 같으면서도 대단히 앞서가 있다고 느껴진다.
첨부 사진은 Kingma의 PhD 논문 두 번째 문단인데, 여기서 그는 이렇게 말한다:
인공지능은 지능을 구현하는 기술이 아니라, 지능을 이해하기 위한 도구다.
인공지능은 ‘지능’의 하위 범주일까, 아니면 새로운 종류의 지능일까?
Kingma와 Hofstadter의 시선에서 바라본 인공지능: 인간을 모방하는 도구를 넘어, 지능 자체를 탐구하는 실험

본문 (ChatGPT Generated)

“중용(中庸)”이라는 단어를 처음 배웠을 때, 나는 그것을 꽤 단순하게 이해했다.
넘치지도 않고, 부족하지도 않은 상태. 딱 적절한 균형.
이 개념을 가장 직관적으로 느꼈던 건 의외로 철학 책이 아니라, 강화학습 환경 중 하나인 CartPole이었다.
카트 위에 올려진 막대기가 쓰러지지 않도록 좌우로 움직이며 균형을 맞추는 문제.
처음에는 이게 중용의 완벽한 예시라고 생각했다.
만 30살에 다시 생각해보는 ‘중용’이라는 균형
CartPole에서 시작해, 인생이라는 다중 진자 위에서 균형을 잡는다는 것

본문 (ChatGPT Generated)

최근 TurboQuant 관련 논문과 함께, 반도체 시장—특히 삼성전자와 SK하이닉스—의 주가가 출렁이는 장면이 연출되었다.
흥미로운 점은, 기술 자체보다 “해석”과 “내러티브”가 시장을 더 크게 흔들었다는 것이다.
이 글에서는 TurboQuant라는 기술의 실제 의미와, 그것이 왜 과대해석되었는지를 정리해본다.

1. TurboQuant는 무엇인가 (간단 요약)

TurboQuant는 대규모 모델에서 메모리 사용을 줄이기 위한 quantization 기반 최적화 기법이다.
핵심은 모델의 weight나 activation을 더 효율적으로 표현하여 메모리 footprint를 줄이면서 성능을 유지하는 것이다.
TurboQuant가 반도체 주가를 흔든 이유 — 기술 vs 시장의 온도차
“논문 하나로 산업이 바뀔까?”에 대한 냉정한 답

본문 (ChatGPT Generated)

요즘 AI 커뮤니티에서 가장 흥미로운 흐름 중 하나는
단순한 모델 성능 경쟁이 아니라, **“AI가 스스로 개선되는 구조”**로의 전환이다.
그 중심에 있는 개념이 바로
Andrej Karpathy가 만든 autoresearch,
그리고 이를 확장해 부르는 이름인 The Karpathy Loop다.

핵심 아이디어: 연구를 루프로 바꿔버리다

The Karpathy Loop: AI는 이제 스스로 연구를 시작한다
Autoresearch에서 Swarm Intelligence까지, “점수화된 세계”의 시작
Load more

연구 및 개발 관련

The Lottery Ticket Hypothesis와 그 후속 연구들 리뷰
torch에서 `Subset`과 `__len__`의 관계
xformers로 메모리 절약하기
Diffusion Model 입문하기
GPU Utilization 세미나
20억원 상당의 연구실 GPU Cluster 유지보수 하기 - 0 Intro
Windows(Client)에 X11 Server 설치해서 Ubuntu(Server)의 프로그램 셋팅하기
선형대수에서 Column Space Picture란?
Pytorch의 Autograd를 제대로 이해하기

컴공 대학원생 일기

한모금 (금요일 모닝커피 한잔)

한모금 Season 3
25.53 MB • https://docs.google.com
한모금 Season 4
33.44 MB • https://docs.google.com

태부살롱

태부살롱🥋☕ 26.04.19 제1회