#데이터 부족

과학을 위한 AI, 데이터를 넘어 '추론'이 필요하다

구글 딥마인드의 단백질 구조 예측 AI '알파폴드(AlphaFold)'의 성공 이후 데이터 중심 AI가 과학 발전의 정답으로 여겨졌으나, 방대하고 정확한 데이터 구축에는 엄청난 시간과 비용이 든다는 한계가 명확합니다. 따라서 데이터 의존도를 낮추고 불확실성 속에서도 스스로 실험을 기획하고 추론하는 'AI 에이전트(AI Agent)'가 과학 발전을 가속화하는 현실적인 대안으로 주목받고 있습니다.

저 포커 선수, 블러핑일까? AI가 판독한다

ESPN이 2026년 세계 포커 시리즈(WSOP) 메인 이벤트 중계에서 선수들의 미세한 습관과 텔(tell)을 분석해 블러핑 여부와 패의 강도를 예측하는 'AI 텔 탐지(Tells Detection)' 도구를 선보였습니다. 이 도구는 선수들의 눈 깜빡임, 자세, 칩을 다루는 행동 등을 실시간으로 분석하여 확률을 제공하지만, 학습된 카메라 영상 데이터가 턱없이 부족해 프로 포커 선수들은 정보의 정확성과 실효성에 큰 의문을 제기하고 있습니다.