AI4 DNA LLM(Genome Foundation Model) 입문 논문 로드맵 대학원 과목중 " 의생명과학을위한 AI" 수업을 재밌게 들어서 DNA + AI 분야에 관심이 생겼다.그래서 Genome Foundation Model(DNA LLM) 분야를 처음 공부하는 `나` 같은 사람을 위한 논문 읽기 로드 맵이다. 이 중에 몇개는 이미 읽었지만 그래도 기록용으로 순서를 남긴다 1. Attention Is All You Need (2017) Transformer를 처음 제안한 논문으로, RNN과 LSTM 없이 Self-Attention만으로 자연어를 효과적으로 처리할 수 있음을 보여주었다. 현재 GPT, BERT, DNABERT 등 대부분의 대규모 언어 모델의 기반이 되는 연구이다. Transformer 아키텍처Self-AttentionMulti-Head AttentionPositi.. 2026. 7. 18. MCP(Model Context Protocol)와 AI Agent 정리: 차이와 관계 쉽게 이해하기 AI 이야기를 하다 보면 요즘 자주 나오는 단어가 있다. 바로 MCP와 Agent다. 둘 다 AI를 더 “실무형”으로 만드는 핵심 개념인데, 처음 보면 비슷해 보여서 헷갈리기 쉽다.핵심만 먼저 말하면 이렇다.Agent는 일을 수행하는 AI 시스템 자체이고,MCP는 그 AI가 외부 도구와 데이터를 연결할 때 쓰는 표준 인터페이스다. 즉, Agent가 “무엇을 할지 결정하는 존재”라면, MCP는 “외부 세계와 연결되는 통로”에 가깝다 1. Agent란 무엇인가OpenAI 공식 문서에서는 Agents를 이렇게 설명한다. Agents are applications that plan, call tools, collaborate across specialists, and keep enough state to co.. 2026. 4. 20. [AI 논문 리뷰 #1] Attention Is All You Need Attention Is All You Need1. 개요 Attention Is All You Need는 2017년 발표된 논문으로, 기존의 RNN이나 CNN 구조를 사용하지 않고 Attention 메커니즘만으로 자연어 처리 모델을 구성할 수 있음을 보여준다.이 논문에서 제안된 구조가 바로 Transformer이며, 이후 BERT, GPT 등 대부분의 현대 NLP 모델의 기반이 되었다.2. 기존 방식의 한계 RNN (Recurrent Neural Network)순차적으로 데이터를 처리하기 때문에 병렬화가 어렵다문장이 길어질수록 앞의 정보를 잊는 문제 발생 (Long-term dependency 문제)CNN (Convolutional Neural Network)병렬 처리는 가능하지만, 문장 내 단어 간 관계.. 2026. 4. 5. 🤔 AI를 돌릴 때 왜 그래픽카드가 중요할까? 최근 여러 이슈를 보다가 왜 AI를 돌릴 때 그래픽 카드가 중요한지 궁금해졌다.(ex : Chat GPT vs DeepSeek ) 궁금한건 못 참으니까 왜 그런지 알아보자! 💡 AI를 돌릴 때 그래픽 카드(GPU)가 중요한 이유는 병렬 처리 성능 덕분이다. 💪 CPU vs GPUCPU(중앙 처리 장치) : 직렬 처리에 특화됨. 여러 작업을 순차적으로 빠르게 처리함.GPU(그래픽 처리 장치) : 병렬 처리에 특화됨. 수천 개의 작은 코어가 동시에 많은 작업을 처리함.⚙️ AI에서 GPU가 중요한 이유병렬 연산:딥러닝과 같은 AI 모델은 수많은 행렬 연산과 벡터 연산을 수행한다. GPU는 수천 개의 코어로 이 연산을 병렬로 처리해서 속도를 크게 높여준다. 훈련과 추론 속도:AI 모델을 훈련할 때는 수.. 2025. 2. 21. 이전 1 다음
