aiagentx aiagentx

사용 가능한 텍스트 임베딩 모델Vertex AI에서 지원하는 주요 텍스트 임베딩 모델과 특성은 다음 표와 같습니다. 각 모델은 생성하는 벡터의 길이가 다르며, 주로 768차원 또는 3072차원을 사용합니다.모델 이름설명출력 임베딩 차원textembedding-gecko@001영어 텍스트 전용 Gecko 임베딩 모델(기본 버전)cloud.google.com768cloud.google.comtextembedding-gecko@002영어 텍스트 전용 Gecko 임베딩 모델(버전 2)cloud.google.com768cloud.google.comtextembedding-gecko@003영어 텍스트 전용 Gecko 임베딩 모델(버전 3)cloud.google.com768cloud.google.comtext-emb..

1. SMR의 기술 개요 및 작동 원리대형 원전 vs. 소형모듈원전: 소형모듈원자로(SMR)는 기존의 거대 원자력발전소와 달리 출력이 300MWe 이하로 작고, 모듈식으로 제작되는 원자로를 말합니다pwc.com. 대형 원전(보통 1000MWe 이상)은 모든 건설이 현장에서 이루어지지만, SMR은 주요 부품을 공장에서 표준화해 만든 후 현장에서 조립할 수 있어 공사 기간과 비용을 줄일 수 있습니다pwc.com. 이러한 모듈형 설계로 확장성이 높아 필요에 따라 여러 기기를 조합해 출력 증가도 가능합니다.SMR의 기본 작동 원리는 기존 원자로와 마찬가지로 핵분열 반응을 이용해 열을 발생시키고, 그 열로 물을 끓여 증기를 만들어 터빈을 돌려 전기를 생산하는 것입니다. 다만 SMR은 일체형 설계 등을 도입하여 냉..

인공지능(AI)의 비약적 발전은 막대한 전력 수요 증가를 야기하고 있습니다. 초거대 AI 모델의 **학습(Training)**부터 일상적인 추론(Inference) 서비스까지, AI 구현에는 방대한 전력이 필요합니다. 이러한 전력 수요 폭증은 데이터센터를 중심으로 이미 가시화되고 있으며, 탄소중립 시대에 맞춰 안정적으로 전력을 공급하기 위한 해법이 중요해졌습니다. 이에 따라 원자력 발전이 재조명되고 있습니다. 원자력은 탄소 배출 없이 24시간 안정적으로 전력을 공급할 수 있는 에너지원으로, AI 인프라의 전력 수요를 충당하는 데 중요한 역할을 할 것으로 기대됩니다npr.org. 본 보고서에서는 AI 학습·추론 과정의 전력 소비 현황, 데이터센터 전력 수요 증가 추세, 원자력의 장점, 주요 국가와 기업들의..

1. Agent Builder 개요 및 배경Vertex AI Agent Builder는 Google Cloud Vertex AI 플랫폼의 최신 구성 요소로서, 기업이 AI 에이전트를 손쉽게 빌드하고 배포할 수 있게 해주는 도구 모음입니다cloud.google.com. 이는 AI 도입의 어느 단계에 있든지 기존 시스템과 워크플로를 교란시키지 않으면서 멀티 에이전트 환경을 구축하도록 지원하는 플랫폼입니다cloud.google.com. 즉, 새로운 기술 스택으로 전환하거나 업무 프로세스를 변경하지 않아도 현재의 비즈니스 프로세스 위에 지능형 에이전트들을 추가할 수 있게 해줍니다. Google은 2025년 Cloud Next 콘퍼런스에서 이 Agent Builder를 발표하며, **Agent Developmen..

주요 임원별 매도 계획 및 최근 매도 내역피터 채프먼(Peter Chapman) – Executive Chair (전 CEO): IonQ의 최고경영자였던 피터 채프먼은 2025년 3월 자신의 주식 200만 주를 매도했습니다. 2025년 3월 11일에 주당 약 $18.72에 매도하여 약 3,744만 달러 규모의 현금을 실현하였으며, 이 거래로 보유 주식의 약 82.8%를 처분하고 남은 보유 지분은 414,363주가 되었습니다nasdaq.com. 채프먼의 이 매도는 **정기 공시(Form 4)**로 보고되었으며, 회사 측 설명에 따르면 별도 설정된 자동매도계획 없이 정해진 오픈 윈도우 기간 중에 실행된 거래입니다. 회사는 채프먼이 이 기간 동안 최대 200만 주의 주식매도를 계획하며, 옵션 행사 후 세금 납..

애플리케이션을 직접 실행할 서버 환경을 구축하는 방법으로 GCP에서는 가상 머신부터 컨테이너 기반 무서버 서비스까지 다양한 옵션을 제공합니다. 초보자가 Python 기반 서비스를 운영할 때 많이 사용하는 Compute Engine VM과 Cloud Run을 중심으로 설명합니다.Compute Engine: 가상 머신(VM) 인스턴스 설정필요한 서비스: Compute Engine (컴퓨트 엔진).개념: Compute Engine은 GCP에서 제공하는 **IaaS(Infrastructure as a Service)**로, 원하는 사양의 **가상 머신 인스턴스(VM)**를 생성하여 사용할 수 있습니다. 즉, 물리적인 서버를 임대하는 것과 비슷하게, 사용자가 VM의 운영체제, 소프트웨어 스택, 런타임 등을 자유롭..

GCP에서는 머신러닝(ML)을 위한 다양한 서비스와 도구를 제공합니다. Vertex AI는 2021년에 도입된 통합 ML 플랫폼으로, 이전에 개별 제공되던 AI Platform 기능(모델 학습, 예측 서비스 등)을 모두 아우릅니다. 여기서는 Vertex AI를 중심으로, GCP에서 머신러닝 모델을 학습시키고 배포하는 방법을 설명합니다. 또한 간단히 사전 구축된 ML API도 소개합니다 (코드를 통해 바로 활용 가능한 Vision AI 등).Vertex AI 개요 및 필요한 서비스필요한 서비스: Vertex AI (및 관련 AI Platform 서비스).개념: Vertex AI는 데이터 준비부터 모델 개발, 훈련, 배포까지 ML 워크플로우 전반을 지원하는 통합 머신러닝 플랫폼입니다cloud.google.c..

애플리케이션을 만들면서 데이터를 저장/관리하려면 GCP의 여러 데이터 저장소 서비스를 사용할 수 있습니다. 초보자에게 비교적 사용이 쉬운 Cloud Storage(파일 객체 저장)와 Cloud Firestore(NoSQL 문서형 DB)를 예로 들어 설명합니다 (필요에 따라 Cloud SQL같은 관계형 DB도 이용 가능하지만, 별도 설정이 필요하고 무료 혜택이 없어 여기서는 언급만 합니다).Cloud Storage: 파일 객체 저장소필요한 서비스: Cloud Storage.개념: 앞서 웹호스팅에서도 등장한 Cloud Storage는 객체 스토리지로, 애플리케이션에서 사용하는 각종 파일(이미지, 동영상, 문서 등)을 저장하기 적합합니다. **버킷(bucket)**이라는 이름 공간에 파일을 객체 형태로 보관하..