misc. LM

이번 에피소드에서는 인간의 뇌가 가상현실(VR) 비행 훈련을 통해 진화적으로 존재하지 않는 '날개'를 어떻게 자신의 신체 일부로 받아들이는지 파헤쳐 봅니다. 참가자들이 팔의 움직임으로 가상 날개를 조종하는 훈련을 거친 결과, 뇌에서 신체 부위를 인식하는 후두측두피질(OTC)이 날개를 실제 팔과 유사하게 표상하고 관련 감각 및 운동 신경망과의 연결성을 강화하는 놀라운 신경학적 변화가 관찰되었습니다. 이 연구는 뇌가 단순한 시각적 익숙함이나 진화적 제약을 넘어서, 기능적인 연결성만으로도 새로운 인공 신체를 통합할 수 있다는 놀라운 가소성을 증명합니다. 가상현실 기술이 우리의 뇌와 신체 표상의 경계를 어디까지 확장할 수 있을지 보여주는 흥미로운 여정에 함께해 보세요.

우주의 무관심과 죽음이라는 부조리 앞에서도 결코 도피하거나 체념하는 대신, 오히려 삶의 유한성을 원동력 삼아 지금 이 순간을 조건 없이 긍정하는 알베르 카뮈의 철학을 탐구합니다. 무의미한 세상 속에서 우리 스스로 가치와 사랑을 창조하며 연대하는 법을 일깨워주는, 카뮈의 눈부신 비극적 낙관주의를 만나보세요

🔗 참고 소스 및 출처:

* **부조리와 유한성의 심연에서 피어난 긍정: 알베르 카뮈의 조건 없는 삶과 사랑의 철학**: (로컬 문서 파일)

우리의 뇌는 지식을 수동적으로 채우는 빈 그릇이 아니라, 기존의 정보와 치열하게 부딪치고 스스로 오류를 수정하며 배움을 완성해 나가는 능동적인 주체입니다. 최신 인지신경과학부터 인공지능 시대의 에듀테크 혁신까지 아우르는 '학습과학'의 통찰을 바탕으로, 우리 뇌에서 진짜 배움이 일어나는 과학적 비밀과 그 효과적인 학습 설계도를 파헤쳐 봅니다.

🔗 참고 소스 및 출처:

* **이찬승의 학습과학 특강(35) - “학습이란 무엇인가: 학습과학의 관점에서” | 교육을바꾸는사람들**: [원문 바로가기](https://21erick.org/column/17957/)

* **학습과학(Science of Learning)의 학문적 체계와 최신 연구동향**: (로컬 문서 파일)

이번 에피소드에서는 채팅창에 던진 단 한 줄의 프롬프트로 시작해 31일 만에 완벽한 'AI 동료 과학자'를 구축하는 LLM-Wiki 시스템의 셋업 과정을 파헤쳐 봅니다. 단순한 자료 저장소를 넘어, 원본 논문이 자동 요약되고 구조화된 위키 노트를 거쳐 실제 연구 분석 스펙으로까지 이어지는 6단계의 놀라운 지식 누적 사슬을 소개합니다. 매일 쏟아지는 문헌 속에서 길을 잃지 않고 연구 생산성을 2배로 끌어올리고 싶은 연구자라면, 어떤 분야에든 즉시 적용 가능한 이 강력한 지식 복리 운영체제의 노하우를 꼭 확인해 보세요.

🔗 참고 소스 및 출처

• Compounding Wiki — 31일의 누적: 원문 바로가기

이번 에피소드에서는 의사의 연차가 쌓이고 경력이 길어질수록 오히려 최신 의학 지식과 진료 지침 준수율이 떨어져 의료 서비스의 질이 낮아질 수 있다는 충격적인 연구 결과를 파헤쳐 봅니다. 하지만 수치화된 가이드라인만으로는 베테랑 의사들이 지닌 복잡한 진단 능력이나 환자와의 깊은 유대감 등 이른바 의학의 '예술적 가치'를 결코 측정할 수 없다는 의료계의 뜨거운 반론도 함께 다룹니다. 이 치열한 논쟁을 통해 청취자 여러분은 진료 현장에서 '경험'이 지닌 진정한 의미를 다각도로 재평가하고, 연차에 상관없이 끊임없는 학습과 최신화가 왜 필수적인지 깊이 있는 통찰을 얻게 될 것입니다.

'기술이 교육을 구원할 것'이라는 맹목적인 환상 너머, 스마트 교실에 숨겨진 데이터 감시와 상업화, 불평등의 이면을 날카롭게 파헤칩니다. 에듀테크의 무비판적 수용을 멈추고 '진정으로 좋은 교육이란 무엇인가'라는 근본적인 질문을 던지며 우리가 기술의 홍수 속에서도 굳건히 지켜야 할 교육의 본질을 되짚어봅니다.

🔗 참고 소스 및 출처:

* **(PDF) [Review of the book Is technology good for education?, by Neil Selwyn]**: [원문 바로가기](https://www.academia.edu/32227694/_Review_of_the_book_Is_technology_good_for_education_by_Neil_Selwyn_)

* **Beyond Personalization: Embracing Democratic Learning Within Artificially Intelligent Systems - Open Research Online**: [원문 바로가기](https://oro.open.ac.uk/94631/1/94631VOR.pdf)

* **Book Review: Is Technology Good for Education?**: [원문 바로가기](https://educationstudies.org.uk/wp-content/uploads/2016/06/BESA-Journal-EF-7-3-5-Palaiologou.pdf)

* **Is EdTech Good for Education? - librairie coreenne**: [원문 바로가기](https://librairie.coreenne.fr/en/products/115411)

* **Is Technology Good for Education? - Counterfire**: [원문 바로가기](https://www.counterfire.org/article/is-technology-good-for-education/)

* **Is Technology Good for Education? - Polity**: [원문 바로가기](https://www.politybooks.com/bookdetail?book_slug=is-technology-good-for-education--9780745696461)

* **Is Technology Good for Education? - Wiley**: [원문 바로가기](https://www.wiley.com/Is+Technology+Good+for+Education%3F-p-9780745696461)

* **Selwyn, N. (2016). Is Technology Good for Education. Toronto, ON: John Wiley & Sons. Pages - University of Calgary**: [원문 바로가기](https://journalhosting.ucalgary.ca/index.php/cjeap/article/view/42078/30057)

* **Systematic Review of AR and VR Learning: Misalignment between Objectives, Outcomes, and Assessment | Journal of Architectural Engineering | Vol 32, No 3 - ASCE Library**: [원문 바로가기](https://ascelibrary.org/doi/10.1061/JAEIED.AEENG-2307)

* **Teachers and learners in a time of big data - ResearchGate**: [원문 바로가기](https://www.researchgate.net/publication/333059569_Teachers_and_learners_in_a_time_of_big_data)

* **The Ethics of Artificial Intelligence in Education; Practices, Challenges, and Debates - New Teacher Library and Tools**: [원문 바로가기](https://newteacherlibraryandtools.square.site/uploads/b/e4443390-f724-11ec-9291-b5b724deb1dc/The%20Ethics%20of%20Artificial%20Intelligence%20in%20Education%20Practices,%20Challenges,%20and%20Debates%20(Wayne%20Holmes,%20Ka%C5%9Bka%20Porayska-Pomsta)%20(Z-Library).pdf)

* **Towards open knowledge: Opportunities and challenges for education**: [원문 바로가기](https://theeducationhub.org.nz/wp-content/uploads/2018/11/Towards-open-knowledge.pdf)

* **What's the Problem with Learning Analytics? - ERIC**: [원문 바로가기](https://files.eric.ed.gov/fulltext/EJ1237568.pdf)

* **[PDF] Is Technology Good for Education? by Neil Selwyn | 9780745696478, 9780745696508 - Perlego**: [원문 바로가기](https://www.perlego.com/book/1535949/is-technology-good-for-education-pdf)

* **교육의 문제를 푸는 책들(13) - “기술은 교육에 유익한가” | 교육을바꾸는사람들**: [원문 바로가기](https://21erick.org/column/18013/)

* **기술이 교육을 구원하리라?...그 희망고문 앞에서 - 교수신문**: [원문 바로가기](https://www.kyosu.net/news/articleView.html?idxno=151465)

* **닐 셀윈의 『에듀테크, 교육에 좋은가?』 분석을 통한 교육 기술의 비평적 성찰과 공적 과제**: (로컬 문서 파일)

* **로봇은 교사를 대체할 것인가? | 닐 셀윈 - 교보문고**: [원문 바로가기](https://product.kyobobook.co.kr/detail/S000061838567)

* **에듀테크, 교육에 좋은가? | 닐 셀윈 - 교보문고**: [원문 바로가기](https://product.kyobobook.co.kr/detail/S000217919073)

* **에듀테크, 교육에 좋은가? | 닐 셀윈 - 알라딘**: [원문 바로가기](https://www.aladin.co.kr/shop/wproduct.aspx?ItemId=372926115)

이번 에피소드에서는 기존 선형 모델의 한계를 극복하고 모델의 품질과 추론 효율성을 혁신적으로 끌어올린 '맘바-3(Mamba-3)' 아키텍처에 대해 깊이 파헤쳐 봅니다. 맘바-3는 지수-사다리꼴 이산화 기법, 기존 선형 모델이 취약했던 상태 추적 능력을 해결하는 복소수 기반의 상태 공간 모델, 그리고 연산 효율을 높이는 다중 입력-다중 출력(MIMO) 구조라는 세 가지 핵심 기술을 새롭게 도입했습니다. 특히 이전 모델인 맘바-2의 절반에 해당하는 상태 크기만으로도 동등한 성능을 발휘하며, 추론 속도 저하 없이 우수한 언어 모델링 및 검색 능력을 보여줍니다. 모델의 성능과 추론 효율성이라는 두 마리 토끼를 모두 잡으며 AI 최적화의 새로운 지평을 연 맘바-3의 혁신적인 가치를 지금 바로 확인해 보세요.

🔗 참고 소스 및 출처

• https://arxiv.org/pdf/2603.15569: 원문 바로가기

생산은 AI가 전담하고 인간은 오직 '취향'과 '검증'으로 조직의 방향을 제시하는 'AI 네이티브' 기업들의 혁신적인 작동 방식을 파헤칩니다. 머릿수 대신 API 토큰을 극대화하고 조직 전체를 자체 학습하는 폐쇄 루프(Closed-loop)로 연결해 1000배의 생산성을 달성하는 미래 기업의 생존 전략을 지금 바로 확인해 보세요.

🔗 참고 소스 및 출처:

* **20260611_하용호_AI시대의전문성_인프런.pdf**: (로컬 문서 파일)

* **How To Build A Company With AI From The Ground Up**: (로컬 문서 파일)

이번 에피소드에서는 대규모 언어 모델(LLM)의 막대한 연산 비용과 메모리 문제를 해결하기 위해 '비정형 희소성(Unstructured Sparsity)'을 활용하는 최신 연구를 깊이 있게 파헤쳐 봅니다. 연구진이 새롭게 제안한 TwELL 포맷과 맞춤형 CUDA 커널을 적용하면, 모델의 성능 저하를 사실상 없애면서도 신경망 활성화를 99% 이상 줄이는 놀라운 효율을 달성할 수 있습니다. 이 기술은 단순히 이론에 그치지 않고 실제 모델의 학습과 추론 과정 모두에서 처리 속도, 메모리 절감, 그리고 에너지 효율을 대폭 향상시키는 실질적인 가치를 제공합니다. '희소성'이라는 새로운 접근을 통해 미래의 파운데이션 모델들이 어떻게 한 차원 더 빠르고 가벼워질 수 있는지, 오늘 방송에서 그 혁신적인 가능성을 확인해 보세요.

🔗 참고 소스 및 출처

• https://arxiv.org/pdf/2603.23198: 원문 바로가기

매번 처음부터 문서를 뒤져 답변을 생성하는 기존의 방식을 넘어, AI가 스스로 문맥을 연결하고 지식을 복리로 쌓아가는 'LLM 위키'의 혁신적 원리를 파헤칩니다. AI가 귀찮은 문서 관리와 교차 검증을 전담하여 우리의 개인 지식 베이스가 끊임없이 진화하는 새로운 지식 관리의 미래를 지금 만나보세요.

🔗 참고 소스 및 출처:

* llm-wiki · GitHub: [원문 바로가기](https://gist.github.com/karpathy/442a6bf555914893e9891c11519de94f)