루브릭 리포트 · 2026.09.23 · AI 도구·자동화

AI 도구·자동화 — 오늘의 3편

'AI 도구·자동화'로 유튜브를 뒤져 3편을 골라 채점했습니다 — 유용해요 3편. 낮은 점수는 '안 봐도 되는 이유'까지 적어 두었으니 시간을 아끼세요.

검토 3편 · 통과 3편 · 제외 0편읽는 데 약 5분 · 원본 27분요청: AI 도구·자동화

No.1유용해요 · 종합 82점알맹이 많음 · 근거 보통 · 광고성 낮음

3Blue1Brown 한국어판(2025-04) 8분 — ChatGPT는 '다음 단어 확률'을 계산하는 함수: 수천억 개 파라미터를 역전파로 조정하는 사전훈련(초당 10억 연산으로 1억 년치)에 사람 선호를 더하는 RLHF, 그 엔진은 단어 벡터끼리 문맥을 주고받는 트랜스포머의 어텐션

원제: LLM 설명 (요약버전)

업로드 후 16개월 경과됨

볼 가치ChatGPT가 어떻게 답을 만드는지 원리를 8분에 정확히 잡고 싶은 사람에게 이 회차 최선의 입문

7:54업로드 2025-04-24읽는 데 2분

(00:02~01:27) LLM은 다음 단어를 하나로 확정하지 않고 확률 분포를 내며, 가끔 낮은 확률 단어를 뽑아 같은 질문에도 답이 달라진다
(01:29~03:08) 학습 데이터는 GPT3 기준 사람이 2,600년 읽을 분량, 수백억~수천억 파라미터를 '마지막 단어 가리고 맞히기'로 역전파 조정
(03:10~04:16) 초당 10억 연산 기계로 1억 년이 걸리는 사전훈련 뒤, 사람이 응답을 고쳐 주는 RLHF로 어시스턴트답게 조정
(04:18~05:10) 2017년 구글 트랜스포머가 단어를 순차가 아닌 병렬 처리하게 만들었고, 단어는 의미를 담은 숫자 벡터로 변환
(05:10~06:27) 어텐션이 '눈이 내린다'와 '보는 눈'을 문맥으로 구분하고, 피드포워드가 패턴을 저장, 여러 층을 거쳐 다음 단어 확률을 예측
(06:29~06:56) 구조는 사람이 설계했지만 출력은 훈련된 파라미터가 정해 왜 그 단어인지 설명이 어렵다

이 판정이 도움이 됐나요?👍 도움됐다 👎 별로 ▶ 봤다 ⏭ 안 볼래누르면 텔레그램이 열리고 기록됩니다

No.2유용해요 · 종합 82점알맹이 많음 · 근거 많음 · 광고성 낮음

원제: 역대급 티빙 개인정보 유출사태 정리. 이번 해킹은 진짜 너무 위험합니다...

업로드 후 3개월 경과됨

볼 가치티빙·CJ 계정을 쓰는 사람이 무엇이 털렸고 지금 당장 뭘 바꿔야 하는지, 기업 제재는 어느 수준인지 한 번에 볼 때.

10:02업로드 2026-06-19읽는 데 1분

알아 두세요

과징금 추정 금액은 발표자 주장이며 확인된 수치가 아닙니다.

(01:20~01:43) 6월 1일 티빙이 개인정보위·KISA에 신고, 3일 조사 착수, 4일 경찰 수사와 과기부·방통위 실태점검 — 신고서상 침입부터 인지까지 21시간
(02:52~04:04) CI는 온라인 주민등록번호 같은 식별값이라 바뀌지 않는다 — 다른 곳에서 샌 주소·결제정보와 CI를 대조하면 같은 사람임을 확정할 수 있어 타깃 스미싱이 정교해진다
(04:45~06:15) 쿠팡 과징금 약 6,200억(역대 최대), SKT 약 1,300억으로 매출의 1% 수준 — 현행 상한은 매출 3%이고 개정안은 최대 10%지만 티빙은 사고 시점 때문에 이전 기준이 적용될 수 있어 1% 적용 시 약 40억
(06:16~07:26) 개인이 할 일 — 티빙과 같은 비밀번호는 완전히 교체, M-Safe에서 명의도용 조회, 개인정보 포털에서 안 쓰는 사이트 탈퇴, PASS 명의도용 방지, 파인에서 내 이름의 계좌·카드 확인
(07:28~09:00) 해외 사이트는 이름 정도만 받는데 한국은 폐지된 인터넷 실명제가 남긴 관성으로 본인인증이 기본값 — 방통위는 주민번호·CI 분리보관 의무를 2027년 1월 1일로 앞당겼다

이 판정이 도움이 됐나요?👍 도움됐다 👎 별로 ▶ 봤다 ⏭ 안 볼래누르면 텔레그램이 열리고 기록됩니다

No.3유용해요 · 종합 81점알맹이 많음 · 근거 보통 · 광고성 낮음

원제: Agentic AI의 기술적 해부 (RAG, A2A, MCP, MAS,...)

업로드 후 13개월 경과됨

볼 가치에이전트 관련 용어(ReAct·RAG·함수 호출·MAS·MCP·A2A)가 한 그림에서 어떻게 맞물리는지 10분에 정리하려는 실무자·기획자용

10:00업로드 2025-08-15읽는 데 2분

(00:36~02:32) LLM은 지시 없인 안 움직이고 대화가 끝나면 잊는 수동적 시스템 — 에이전틱 AI는 여기에 자율성·목표·행동 능력을 붙인 시스템 공학의 문제
(02:32~03:14) AI 에이전트는 이메일 필터링 같은 좁은 임무의 한 명, 에이전틱 AI는 여러 전문 에이전트가 메모리를 공유하며 협력하는 팀
(03:16~04:20) ReAct는 생각→행동→관찰을 반복해 환각을 줄이지만 행동마다 LLM을 불러 느리고 비쌈, 플랜앤액트는 플래너가 계획을 다 짜고 실행자가 처리
(04:22~05:10) RAG 절차 — 문서를 덩어리로 자르고 벡터로 바꿔 저장, 질문도 벡터로 바꿔 코사인 유사도로 관련 덩어리를 찾아 답에 종합(장기 기억 역할)
(05:10~06:04) 함수 호출은 AI가 직접 실행하는 게 아니라 자연어 요청을 JSON 명령서로 번역하고 앱이 실행해 결과를 돌려주는 구조, 랭체인·크루AI가 지휘자
(06:07~08:57) 협업 패턴은 관리자형(메타GPT, 관리자가 막히면 전체 정지)·P2P형(오토젠, 유연하나 조율 복잡), 소통 규칙은 도구용 MCP·에이전트간 A2A(비동기), 위험은 확률적 행동·오류 전파·프롬프트 감염·목표 드리프트 → 민감 작업은 사람 최종 승인·권한 분리·감사 기록·비평 에이전트

이 판정이 도움이 됐나요?👍 도움됐다 👎 별로 ▶ 봤다 ⏭ 안 볼래누르면 텔레그램이 열리고 기록됩니다

자막 전문을 5개 기준으로 채점해 통과한 영상만 요약합니다.