´º½º
 








 
 
 




Àü¼Û 2019-11-04 10:35
[´º½º/º¸µµÀÚ·á]

»ï¼ºÀüÀÚ, ÀΰøÁö´É ÃֽŠµ¿Çâ ÀüÇÏ´Â »ï¼º AI Æ÷·³ 2019 °³ÃÖ

»ï¼ºÀüÀÚ°¡ 4ÀϺÎÅÍ 5ÀϱîÁö ‘»ï¼º AI Æ÷·³ 2019’¸¦ °³ÃÖÇÑ´Ù.

‘»ï¼º AI Æ÷·³ 2019’ ù° ³¯Àº »ï¼ºÀüÀÚ Á¾ÇÕ±â¼ú¿ø ÁÖ°üÀ¸·Î »ï¼ºÀüÀÚ ¼­ÃÊ»ç¿Á¿¡¼­, µÑ° ³¯Àº »ï¼º¸®¼­Ä¡ ÁÖ°üÀ¸·Î »ï¼ºÀüÀÚ ¼­¿ïR&DÄ·ÆÛ½º¿¡¼­ °¢°¢ ÁøÇàµÈ´Ù.


¿ÃÇØ·Î 3ȸ°¸¦ ¸Â´Â ‘»ï¼º AI Æ÷·³’Àº ¼¼°èÀûÀ¸·Î Àú¸íÇÑ AI ¼®ÇеéÀ» ÃÊûÇØ ÃֽŠ¿¬±¸ µ¿ÇâÀ» °øÀ¯ÇÏ°í ¹Ì·¡ Çõ½Å Àü·«À» ¸ð»öÇÏ´Â ±â¼ú ±³·ùÀÇ ÀåÀÌ´Ù.

¿ÃÇش ƯÈ÷ ¼¼°èÀûÀ¸·Î ÁÖ¸ñ¹Þ´Â AI Àü¹®°¡µéÀÇ °­¿¬ÀÌ ¸¶·ÃµÇ¾î, ÀΰøÁö´É ºÐ¾ß Àü¹®°¡¿Í ±³¼ö, Çлý µî 1,700¿©¸íÀÌ Âü¼®ÇÒ °ÍÀ¸·Î ¿¹»óµÈ´Ù.

 

¡à »ï¼º AI Æ÷·³ 1ÀÏÂ÷

Æ÷·³ ù° ³¯Àº µö·¯´× ºÐ¾ß ÃÖ°í ±ÇÀ§ÀÚµéÀÌ Âü¿©ÇØ µö·¯´× ±â¹Ý ¼¼°è ÀÌÇØ, ÀÚÀ²Çü ½Ã½ºÅÛ µî ´õ¿í ÁøÈ­µÇ°í È®ÀåµÈ ÀΰøÁö´É ±â¼ú ¿¬±¸¼º°ú¸¦ ¹ßÇ¥Çß´Ù.


»ï¼ºÀüÀÚ ±è±â³² ´ëÇ¥ÀÌ»ç ºÎȸÀåÀº °³È¸»ç¸¦ ÅëÇØ “AI ±â¼úÀº ÀÌ¹Ì »çȸ Àü¹Ý¿¡ ±¤¹üÀ§ÇÑ ¿µÇâÀ» ¹ÌÄ¡°í ÀÖ´Ù”¸ç, “¿À´Ã ¼¼°èÀûÀÎ ¿¬±¸ÀÚµé°ú ÇÔ²² AI ±â¼úÀÇ ¹Ì·¡ ¹ßÀü ¹æÇâÀ» Á¦½ÃÇÏ°í ¼¼»óÀ» ÀÌ·Ó°Ô ÇÒ ¼ö ÀÖ´Â Àü·«À» °í¹ÎÇÏ´Â ÀÚ¸®·Î ¸¸µéÀÚ”°í ¸»Çß´Ù.



Æ÷·³ ù° ³¯ ¿¬»ç·Î´Â ¡âij³ª´Ù ¸óÆ®¸®¿Ã´ëÇб³ (University of Montreal) ¿ä½´¾Æ º¥Áö¿À(Yoshua Bengio) ±³¼ö, ¡â¹Ì±¹ UC¹öŬ¸®´ëÇб³ (UC Berkeley) Æ®·¹¹ö ´ë·²(Trevor Darrell) ±³¼ö, ¡â¹Ì±¹ ´º¿å´ëÇб³ (New York University) Á¶°æÇö ±³¼ö, ¡â»ï¼ºÀüÀÚ Á¾ÇÕ±â¼ú¿ø ¸óÆ®¸®¿Ã AI ·¦ÀåÀÎ ¸óÆ®¸®¿Ã´ëÇб³ »çÀÌ¸Õ ¶óÄÚ½ºÅ× ÁÙ¸®¾Ó(Simon Lacoste-Julien) ±³¼ö µîÀÌ Âü¿©Çß´Ù.

3³â° »ï¼º AI Æ÷·³ ¿¬»ç·Î Âü¿©ÇÏ°í ÀÖ´Â ¿ä½´¾Æ º¥Áö¿À ±³¼ö´Â ‘µö·¯´×¿¡ ÀÇÇÑ Á¶ÇÕÀû ¼¼°è ÀÌÇØ (Towards Compositional Understanding of the World by Deep Learning)’¶ó´Â ÁÖÁ¦·Î °­¿¬À» ÁøÇàÇß´Ù. ¿ä½´¾Æ º¥Áö¿À ±³¼ö´Â ¾î¸° ¾ÆÀÌ°¡ °æÇèÀ» ÅëÇØ ¼¼»óÀ» ÀÌÇØÇØ ³ª°¡´Â °Í°ú °°ÀÌ ¸ÞŸ ·¯´×°ú °­È­ ÇнÀ µî ÀΰøÁö´É ¿¡ÀÌÀüÆ®°¡ ¼¼°è¸¦ ÀÌÇØÇϱ⠵ö·¯´× ºÐ¾ß ÇÙ½É ±â¼úµéÀ» Á¦¾ÈÇß´Ù.

¡Ø¸ÞŸ ·¯´×(Meta Learning): »õ·Î¿î ¹®Á¦°¡ ÁÖ¾îÁ®µµ È¿°úÀûÀ¸·Î Ç® ¼ö ÀÖ´Â ¸ðµ¨À» ÇнÀÇÏ´Â ¹æ¹ý

ÄÄÇ»ÅÍ ºñÀü ºÐ¾ßÀÇ ´ë°¡·Î ¼Õ ²ÅÈ÷´Â Æ®·¹¹ö ´ë·² ±³¼ö´Â ‘ÀÚÀ²Çü ½Ã½ºÅÛÀ» À§ÇÑ µö·¯´× ±â¹Ý ÀûÀÀ ¹× ¼³¸í (Adapting and Explaining Deep Learning for Autonomous Systems)’À» ÁÖÁ¦·Î °­¿¬Çß´Ù. ±×´Â ÀÚÀ² ÁÖÇà ÀÚµ¿Â÷¿Í °°ÀÌ ¼¾¼­ Á¤º¸¸¦ ¹ÙÅÁÀ¸·Î ½º½º·Î °èȹÇÏ¿© ÀÛµ¿µÇ´Â ½Ã½ºÅÛÀÌ ¿¹ÃøÇÏÁö ¸øÇÑ º¹ÀâÇÑ »óȲ¿¡ óÇßÀ» ¶§ ½º½º·Î ºÐ¼®ÇÏ¿© ÆÇ´ÜÇÏ´Â ±â¼ú¿¡ ´ëÇÑ ÃֽŠ¿¬±¸ µ¿ÇâÀ» ¼Ò°³Çß´Ù.

Á¶°æÇö ±³¼ö´Â ‘½Å°æ¸Á ±â¹Ý ¹®Àå »ý¼ºÀ» À§ÇÑ ¼¼ °¡Áö ¹æ¾È (Three Flavors of Neural Sequence Generation)’À» ÁÖÁ¦·Î ¹ßÇ¥Çß´Ù. Á¶°æÇö ±³¼ö´Â º´·Ä µðÄÚµù (Parallel decoding), »ðÀÔ ±â¹Ý ¹®Àå »ý¼º (Insertion-based generation) µî ±â°è ¹ø¿ª½Ã ¹®Àå »ý¼º ¼Óµµ¸¦ Çâ»ó½ÃÅ°´Â ±â¼úÀ» Á¦¾ÈÇß´Ù.

»çÀÌ¸Õ ¶óÄÚ½ºÅ× ÁÙ¸®¾Ó ±³¼ö´Â ‘»ý¼ºÀû Àû´ë½Å°æ¸Á¿¡ ´ëÇÑ »õ·Î¿î ½Ã°¢ (New Perspectives on Generative Adversarial Networks)’À̶ó´Â ÁÖÁ¦·Î ¹ßÇ¥Çß´Ù. »ý¼ºÀû Àû´ë½Å°æ¸ÁÀ̶õ »ý¼ºÀÚ (Generator)¿Í ±¸ºÐÀÚ (Discriminator)°£ °æÀïÀ» ÅëÇØ µ¥ÀÌÅ͸¦ »ý¼º ¹× ÇнÀÇÏ´Â µö·¯´× ¾Ë°í¸®ÁòÀÌ´Ù. »çÀÌ¸Õ ¶óÄÚ½ºÅ× ÁÙ¸®¾Ó ±³¼ö´Â À̹ÌÁö¿Í °°Àº °íÂ÷¿ø µ¥ÀÌÅÍ¿¡ »ý¼ºÀû Àû´ë½Å°æ¸ÁÀÌ ÀûÇÕÇÑ ÀÌÀ¯¸¦ Á¦½ÃÇÏ°í, »ý¼ºÀû Àû´ë½Å°æ¸Á ÇнÀÀÇ ¾î·Á¿òÀ» ÇØ°áÇÒ ¼ö ÀÖ´Â ÃÖÀûÈ­ ÀÌ·ÐÀ» ¼Ò°³Çß´Ù.

ÀÌ¿Ü¿¡µµ, »ï¼ºÀÇ Áøº¸µÈ µö·¯´× ±â¼úÀ» ÇöÀå ½Ã¿¬À» ÅëÇØ ¼±º¸¿´´Ù. 2017³âÀº ±â°è ¹ø¿ª, 2018³âÀº End-to-end À½¼ºÀÎ½Ä ±â¼úÀ» ½Ã¿¬Çß´Ù. ¿ÃÇØ´Â ¼­¹ö¸¦ °ÅÄ¡Áö ¾Ê°í ±â±â ÀÚü¿¡¼­ AI ±â´ÉÀ» ¼öÇàÇÏ´Â ‘¿Â µð¹ÙÀ̽º AI(On-Device AI) Å뿪 ±â¼ú’À» ¼±º¸¿´´Ù.

¡Ø±â°è¹ø¿ª: Àΰ£ÀÌ »ç¿ëÇÏ´Â ÀÚ¿¬ ¾ð¾î¸¦ ÄÄÇ»Å͸¦ »ç¿ëÇÏ¿© ´Ù¸¥ ¾ð¾î·Î ¹ø¿ªÇÏ´Â ÀÏ

¡ØEnd-to-End À½¼ºÀνÄ: ÀÔ·ÂµÈ ´Ü¾î¸¦ ºÐ¸®ÇÏ¿© ÀνÄÇÏÁö ¾Ê°í ÇÑ ¹ø¿¡ ÀνÄÇÏ´Â ¹æ½ÄÀ¸·Î º¹¼öÀÇ È­ÀÚ(ü¥íº)°¡ ÀÖ´Â »óȲ¿¡¼­µµ Á¤È®ÇÑ À½¼ºÀνÄÀÌ °¡´ÉÇÔ

 

¡à »ï¼º AI Æ÷·³ 2ÀÏÂ÷

»ï¼º¸®¼­Ä¡°¡ ÁÖ°üÇÏ´Â µÑ° ³¯Àº ¼¼°è °¢±¹¿¡¼­ ÃÖ±Ù È°¹ßÇÏ°Ô ¿¬±¸ È°µ¿À» ÇÏ°í ÀÖ´Â AI Àü¹®°¡µéÀÇ ´Ù¾çÇÑ °­¿¬À» ¸¸³¯ ¼ö ÀÖ´Ù.

¹Ì±¹ ¿ö½ÌÅÏ´ëÇб³ (University of Washington) ³ë¾Æ ½º¹Ì½º (Noah Smith) ±³¼ö¿Í Ä«³×±â¸á·Ð´ëÇб³ (Carnegie Mellon University) ¾ÐÈ÷³ªºê ±ÁŸ (Abhinav Gupta) ±³¼ö°¡ ±âÁ¶¿¬¼³¿¡ ³ª¼±´Ù.

³ë¾Æ ½º¹Ì½º ±³¼ö´Â ±âÁ¶¿¬¼³¿¡¼­ “½ÇÇèÀû ÀÚ¿¬¾î 󸮸¦ À§ÇÑ ÇÕ¸®ÀûÀÎ ¼øȯ½Å°æ¸Á (Rational Recurrences for Empirical Natural Language Processing)”À» ÁÖÁ¦·Î ¹ßÇ¥ÇÑ´Ù. ±×´Â ±âÁ¸ ÀÚ¿¬¾î ó¸® µö·¯´× ¸ðµ¨µéÀÌ °¡Áö°í ÀÖ´Â Ãë¾àÁ¡¿¡ ´ëÇØ ¼³¸íÇϸç, ¾ð¾îÀûÀÎ ÀÌÇØ°¡ °¡´ÉÇϸ鼭µµ ½Éµµ ±íÀº ¾ð¾î 󸮰¡ °¡´ÉÇÑ »õ·Î¿î ¸ðµ¨·Î ÇÕ¸®ÀûÀÎ ¼øȯ½Å°æ¸Á(RNN: Recurrent Neural Networks)À» ¼Ò°³ÇÑ´Ù.

¾ÐÈ÷³ªºê ±ÁŸ ±³¼ö´Â “½Ã°¢/·Îº¿ ÇнÀÀÇ ±Ô¸ð È®Àå°ú °­È­ ¹æ¾È (Supersizing and Empowering Visual and Robot Learning)” °­¿¬¿¡¼­ ±âÁ¸ Áöµµ ÇнÀÀÇ ÇѰ踦 ³Ñ¾î¼± ´ë±Ô¸ð Àڱ⠽ð¢ ÇнÀ ¹æ¹ýÀ» Á¦¾ÈÇÏ°í ¹Ì·¡ ¿¡ÀÌÀüÆ®¿¡ Àû¿ëÇÏ´Â ¹æ¾È¿¡ ´ëÇØ °øÀ¯ÇÑ´Ù.

¶ÇÇÑ, ¿µ±¹ ¿¡µç¹ö·¯´ëÇб³ (University of Edinburgh) ¹ÙÀ̼¡ º§ (Vaishak Belle) ±³¼ö´Â »ç¶÷µéÀÇ ÀÏ»ó ¼Ó ´õ¿í ´Ù¾çÇÑ ºÐ¾ß¿¡ AI¸¦ Àû¿ë½ÃÅ°±â À§ÇÑ Àΰ£ÀÇ Áö½Ä°ú µ¥ÀÌÅÍ ±â¹Ý ÇнÀÀÇ ÅëÇÕ ¹æ¾È¿¡ ´ëÇØ ¼Ò°³ÇÑ´Ù.

ÀÌ¾î ¹Ì±¹ ´º¿å´ëÇб³ (New York University) Á¶¾È ºê·ç³ª (Joan Bruna) ±³¼ö´Â ¹ü¿ëÀΰøÁö´É (AGI: Artificial General Intelligence) ½ÇÇöÀ» À§ÇÑ µ¹ÆÄ ±â¼ú·Î Àνĵǰí ÀÖ´Â ±×·¡ÇÁ ½Å°æ¸Á (GNN: Graph Neural Network)¿¡ ´ëÇÑ ¿¬±¸ ¼º°ú ¹× °³ÀÎÈ­ µî ´Ù¾çÇÑ È°¿ë ¿¬±¸¿¡ ´ëÇÑ °ßÇظ¦ ¹ßÇ¥ÇÑ´Ù.

¿ÀÈÄ¿¡´Â ‘ºñÀü°ú À̹ÌÁö (Vision & Image)’¿Í ‘¿Âµð¹ÙÀ̽º, IoT¿Í ¼Ò¼È (On-Device, IoT & Social)’ÀÇ ÁÖÁ¦·Î ³ª´² µÎ Æ®·¢ÀÌ µ¿½Ã¿¡ ÁøÇàµÈ´Ù.

‘ºñÀü°ú À̹ÌÁö’ Æ®·¢¿¡¼­´Â ¡âµö³×Æ®¿öÅ© ±â´ÉÀ» Áß½ÉÀ¸·Î Àΰ£ÀÇ Àνİú µö·¯´×ÀÇ ÀÎ½Ä °ÝÂ÷¸¦ ÁÙÀÏ ¼ö ÀÖ´Â ÇÁ·ÎÁ§Æ® (¹Ì±¹ UC»÷µð¿¡ÀÌ°í´ëÇб³ (UC San Diego) ´©³ë ¹Ù½ºÄܼ¿·Î½º (Nuno Vasconcelos) ±³¼ö), ¡â»ç½ÇÀûÀÎ 3D ÅÚ·¹ÇÁ·¹Àü½º ±¸ÃàÀ» À§ÇÑ µö·¯´× ±â¹ÝÀÇ ½Ç½Ã°£ ÃßÀû ¹× ÇÕ¼º ±â¼ú (»ï¼ºÀüÀÚ ¸ð½ºÅ©¹Ù AI ¼¾ÅÍÀå ºòÅ丣 ·½ÇÇÃ÷Å° (Victor Lempitsky)), ¡â±âÁ¸ ¸ð¹ÙÀÏ ±â±â ¿µ»ó ĸóÀÇ ÇѰ踦 ÇØ°áÇϱâ À§ÇÑ ÃÖ±Ù ¿¬±¸ µ¿Çâ°ú µö·¯´× ±â¹ÝÀÇ »õ·Î¿î À̹Ì¡ ÆÄÀÌÇÁ¶óÀÎ (»ï¼ºÀüÀÚ Åä·ÐÅä AI ¼¾ÅÍ ¸¶ÀÌŬ ºê¶ó¿î (Michael Brown)), ¡âµ¥ÀÌÅÍÀÇ ÀϺκÐÀ» Åä´ë·Î ÀüüÀûÀÎ È帧À» À¯ÃßÇÏ°í ´Ù¾çÇÑ °üÁ¡¿¡¼­ »óȲÀ» Çؼ®ÇØ È°¿ëÇÒ ¼ö ÀÖ´Â ¹ü¿ëÀΰøÁö´É(AGI) ±â¹ÝÀÇ °´Ã¼ ÀÎ½Ä ¹× »óȲ ¹¦»ç ±â¼ú (¹Ì±¹ Àϸ®³ëÀÌ´ëÇб³ (University of Illinois at Urbana-Champaign) ¾Ë·º½º ½ºÀ®(Alex Schwing) ±³¼ö) °­¿¬ÀÌ ÁøÇàµÈ´Ù.

‘¿Âµð¹ÙÀ̽º, IoT¿Í ¼Ò¼È’ Æ®·¢¿¡¼­´Â ¡â¹ü¿ëÀΰøÁö´É ½Ã´ë¿¡¼­ ¸ð¹ÙÀÏ ÀÓº£µðµå ±â±â°¡ ¿Âµð¹ÙÀ̽º ÄÄÇ»ÆÃÀ» À§ÇØ ±Øº¹ÇؾßÇÒ µö·¯´× ±â¼ú (»ï¼ºÀüÀÚ Ä·ºê¸®Áö AI ¼¾ÅÍ ´ÏÄÝ¶ó½º ·¡ÀÎ (Nicholas Lane)), ¡âµö·¯´×°ú ¿ÍÀÌÆÄÀÌ ±â¹Ý °íÇػ󵵷ΠÀ§Ä¡ ÃßÀûÀÌ °¡´ÉÇÑ ¹æ½Ä (»ï¼ºÀüÀÚ ¸óÆ®¸®¿Ã AI ¼¾ÅÍ ½ºÆ¼ºê ¸®¿ì (Steve Liu)), ¡â5G¿Í IoT ¹«¼± ½Ã½ºÅÛÀÇ ¿©·¯ ¹®Á¦¸¦ ÇØ°áÇϱâ À§ÇÑ µö·¯´× ±â¹Ý Ãß·Ð ¹× Á¦¾î ±â¼úÀ» Àû¿ëÇÏ´Â ¹æ¹ý (¹Ì±¹ ³ë½ºÀ̽ºÅÏ´ëÇб³ (Northeastern University) Å丶¼Ò ¸á·Îµð¾Æ (Tommaso Melodia) ±³¼ö), ¡âÄÄÇ»ÅÍ ¿¬»ê »çȸ°úÇÐ ºÐ¾ß¿¡¼­ ÁÖ¸ñ¹Þ°í ÀÖ´Â ´ëÈ­Çü ¸ðµ¨¸µ¿¡ °üÇÑ ÃÖ±Ù µ¿Çâ (´ëÇѹα¹ Ä«À̽ºÆ® (KAIST) ¿ÀÇý¿¬ (Alice Oh) ±³¼ö) °­¿¬ÀÌ À̾îÁø´Ù.

ÇÑÆí, ‘»ï¼º AI Æ÷·³ 2019’¿¡´Â ¼®ÇеéÀÇ °­¿¬ ÀÌ¿Ü¿¡µµ, ÀΰøÁö´É ºÐ¾ß ±Û·Î¹ú ÁÖ¿ä ÇÐȸ¿¡¼­ ¼±Á¤µÈ ±¹³» ´ëÇз´ëÇпøÀÇ ¿ì¼ö ³í¹®À» ¼±º°ÇØ Àü½ÃÇÏ´Â Æ÷½ºÅÍ ¼¼¼Çµµ ¸¶·ÃµÆ´Ù.

  Å±×(Tag)  : »ï¼ºÀüÀÚ, ÀΰøÁö´É
°ü·Ã ±â»ç º¸±â
[¿µ»ó] ¿£ºñµð¾Æ¿¡ ´ëÀÀÇÏ´Â ÀÎÅÚ °¡¿ìµð3/AMD MI300/¹üŬ¶ó¿ìµå Áø¿µÀÇ NPU/,±×¸®°í AI Çϵå¿þ¾î °³¹ß È帧°ú Ãß¼¼´Â?
[¿µ»ó] ¿ùµåIT¼î? ¿ùŬÀº ¾Æ´Ñ°Å °°Àºµ¥¿ä, WIS 2024 ÇöÀå ÃëÀç
[¿µ»ó] ´©±¸³ª ½±°Ô ÀÌÇØÇÏ´Â ¿£ºñµð¾Æ ºí·¢À£ B200/GB200/GB200 NVL72,(PCÁ¶¸³ ÇѹøÀÌ¶óµµ Çغ¸¾Ò´Ù¸é)
[¿µ»ó] ¿ÃÇØ´Â Çѱ¹µµ ¶óµ¥¿Â ¶á´Ù!, AMD º»»ç Ã¥ÀÓÀÚ°¡ »ý°¢ÇÏ´Â Çѱ¹½ÃÀå°ú ¶óµ¥¿Â
[¿µ»ó] ¹ÝµµÃ¼ °ø·æÀÌ µÈ ¿£ºñµð¾Æ, AI/¼­¹ö½ÃÀåÀÇ ¹Ì·¡´Â ¼øźÇÒ±î? [NVIDIA À̾߱â 1ºÎ]
[ÃëÀç] ±â¾÷¿ë °³¹æÇü AI ½Ã½ºÅÛ Àü·« ¹ßÇ¥, ÀÎÅÚ ºñÀü 2024 ºê¸®ÇÎ
ű×(Tags) : »ï¼ºÀüÀÚ, ÀΰøÁö´É     °ü·Ã±â»ç ´õº¸±â
ÆíÁýºÎ / ÆíÁýºÎ´Ô¿¡°Ô ¹®ÀÇÇϱâ press@bodnara.co.kr
À̱â»ç¿Í »çÁøÀº ¾÷ü¿¡¼­ Á¦°ø¹ÞÀº º¸µµÀÚ·á¿Í »çÁøÀ¸·Î, º¸µå³ª¶óÀÇ ³íÁ¶¿Í´Â ´Ù¸£´Ù´Â Á¡À» ¾Ë·Áµå¸³´Ï´Ù.
½ÎÀÌ¿ùµå °ø°¨ ±â»ç¸µÅ© ÆÛ°¡±â ±â»ç³»¿ë ÆÛ°¡±â ÀÌ ±â»ç¸¦ ÇϳªÀÇ ÆäÀÌÁö·Î ¹­¾î º¼ ¼ö ÀÖ½À´Ï´Ù. Ãâ·Âµµ °¡´ÉÇÕ´Ï´Ù.
ȨÀ¸·Î žÀ¸·Î
º¸µå³ª¶ó ¸¹À̺» ±â»ç
AMD Zen5 CPU ¸ðµ¨¸í, ¶óÀÌÁ¨ 9000 ½Ã¸®Áî È®ÀÎ
¹Ì±¹ ÇÑÁ¤, ASUS ROG ALLY SD ½½·Ô À̽´ °ü·Ã º¸Áõ ¿¬Àå ¹× ÆÄ¼Õ SD Ä«µåµµ º¸»ó
´õ ºü¸£°í ¾ÈÀüÇÏ°Ô, JEDEC DDR5 8800MHz ±Ô°Ý ¾÷µ¥ÀÌÆ®
ºê¶óº¸ÅØ, 4°¡Áö Ä÷¯¿¡ ÇÚµé µðÀÚÀÎÀÌ ´õÇØÁø ÄÄÆÑÆ® Ç®¸Þ½¬ ÄÉÀ̽º JONSPLUS Z20 Ãâ½Ã
µ¥½ºÅ©Å¾ PC¸¦ Wi-Fi 6E·Î ¾÷±×·¹À̵å, ipTIME AX5400PX-6E
USB·Î ¾îµð¼­³ª ¾²´Â ¿ÍÀÌÆÄÀÌ 6E, ipTIME AX5400UA 6E
¸ÞÀνºÆ®¸² °¡¼ººñ ³ôÀÌ´Â AFMF, ¶óµ¥¿Â RX 7600°ú Á¶ÇÕ È¿°ú´Â?
´À³¦±îÁö ½Ã¿øÇÏ´Ù, ±â°¡¹ÙÀÌÆ® ÁöÆ÷½º RTX 4070 Ti Super Eagle OC Ice Á¦À̾¾Çö
   ÀÌ ±â»çÀÇ ÀÇ°ß º¸±â
Æ®À§ÅÍ º£Å¸¼­ºñ½º °³½Ã! ÃֽŠPC/IT ¼Ò½ÄÀ» Æ®À§Å͸¦ ÅëÇØ È®ÀÎÇϼ¼¿ä @bodnara

±âÀÚÀÇ ½Ã°¢ÀÌ Ç×»ó ¿ÇÀº°ÍÀº ¾Æ´Õ´Ï´Ù. ³ª¸ÓÁö´Â ¿©·¯ºÐµéÀÌ Ã¤¿ö Áֽʽÿä.

2014³âºÎÅÍ ¾î·Á¿î À̾߱⸦ ½±°Ô ÇÏ´Â °ÍÀ¸·Î ÆíÁý¹æħÀ» ¹Ù²ß´Ï´Ù.
´Ð³×ÀÓ À¥º¿¹æÁö

ȨÀ¸·Î žÀ¸·Î
 
 
2024³â 04¿ù
ÁÖ°£ È÷Æ® ·©Å·

[°á°ú¹ßÇ¥] 2024³â 1ºÐ±â Æ÷ÀÎÆ® ¼ÒÁø ·Î¶Ç 16
[°á°ú¹ßÇ¥] 2023³â 4ºÐ±â Æ÷ÀÎÆ® ¼ÒÁø ·Î¶Ç 23
[°á°ú¹ßÇ¥] 2023³â 3ºÐ±â Æ÷ÀÎÆ® ¼ÒÁø ·Î¶Ç 16
[°á°ú¹ßÇ¥] 2023³â 2ºÐ±â Æ÷ÀÎÆ® ¼ÒÁø ·Î¶Ç 18
[°á°ú¹ßÇ¥] 2023³â 1ºÐ±â Æ÷ÀÎÆ® ¼ÒÁø ·Î¶Ç 15

½Ç½Ã°£ ´ñ±Û
¼Ò¼È ³×Æ®¿öÅ©