
TECH SESSION 6편 | AI는 단어의 순서를 어떻게 기억할까?
Transformer는 단어 순서를 어떻게 알까? Positional Encoding과 RoPE 회전 원리, LongRoPE2·MrRoPE 및 긴 컨텍스트의 한계를 설명합니다.
INSTORM JOURNAL / APPLIED INTELLIGENCE

기술·연구 / Instorm
Transformer는 단어 순서를 어떻게 알까? Positional Encoding과 RoPE 회전 원리, LongRoPE2·MrRoPE 및 긴 컨텍스트의 한계를 설명합니다.
53개의 이야기

Transformer는 단어 순서를 어떻게 알까? Positional Encoding과 RoPE 회전 원리, LongRoPE2·MrRoPE 및 긴 컨텍스트의 한계를 설명합니다.

같은 질문도 말투를 바꾸면 답이 달라지는 이유. Context Conditioning, Few-shot, 프롬프트 민감도와 2026년 연구를 쉽게 풀어봅니다.

Transformer와 Self-Attention은 어떻게 Q·K·V를 계산할까? 2017년 원논문부터 2026년 Local Attention 연구까지 숫자 예시로 설명합니다.

언어모델이 다음 토큰을 예측하며 지식을 형성하는 원리. 임베딩, Cross-Entropy, Backpropagation, Scaling Laws와 Chinchilla 논문까지 설명합니다.

AI가 strawberry의 r을 세는 것이 왜 어려웠을까? 유니코드·BPE·SentencePiece 토큰화와 Byte Latent Transformer 연구를 연결합니다.

같은 질문에 다른 답이 나오는 이유를 샘플링·Temperature·Top-p·GPU 비결정성 원리와 Thinking Machines Lab의 실험으로 설명합니다.

약 330만 년 전 석기 제작과 라이트 형제의 첫 비행에서 AI 시대의 도전까지. 불확실한 미래에도 질문하고 시도하는 인스톰의 창업 철학을 담은 첫 번째 시리즈 마지막 칼럼.

400만 원짜리 다리미를 본 이커머스 시절의 충격에서 시작해 부르디외의 아비투스, 변호사 가정의 아이, 잃어버린 아인슈타인 연구로 살펴보는 상식·환경·기회의 차이.

날아오른 자동차, 에어백의 역사, 비만 치료제의 접근성. 기술이 바꾸는 10년 뒤의 삶이 모두에게 같은 속도로 도착할지 묻는 인스톰 칼럼.

전서구와 교환원, 삐삐와 스마트폰을 지나 다음 정보 탐색 수단은 무엇이 될까? AI 안경·렌즈·뇌-컴퓨터 연결까지 열린 가능성을 생각합니다.

1979년 비지칼크에서 2026년 AI 에이전트까지. 같은 기술을 쥐고도 왜 서로 다른 결과를 만드는지, 도전과 선택의 가치를 이야기합니다.

전화번호부에서 검색엔진과 AI 추천으로. 제로클릭 시대, 네이버·구글의 변화와 정보가 선택되는 방식이 사업자와 소비자에게 던지는 질문.

2026년 9월 국내 생성형 AI 앱 MAU 3,075만 명과 사용시간 증가, 네이버 AI 브리핑과 AI탭 변화를 통해 검색이 대화로 바뀌는 이유를 살펴봅니다.

골드러시, 철도, 인터넷 그리고 AI. 역사가 반복되는 방식과 AI 시대 사업자가 준비해야 할 변화, 인스톰이 검색·마케팅에 집중하는 이유를 생각합니다.

러다이트 운동과 증기기관의 역사를 통해 AI가 세상을 바꾸는 시간을 살펴봅니다. 기술의 진보와 사람들의 삶은 언제나 같은 속도로 움직였을까요?

AI 콘텐츠를 대하는 사람들의 태도가 달라지는 이유는 무엇일까요? 인터넷의 역사, AI 신뢰도 조사, 기술에 적응하는 사람들의 모습을 통해 살펴봅니다.

AI 답변의 브랜드 언급, 공식 페이지 연결, 설명의 정확성과 실제 방문·문의를 구분해 이해하는 방법을 설명합니다.

고객의 질문에 답하고 확인 가능한 근거를 연결하는 편집법. 사례 표현과 발행 전 점검 항목을 제공합니다.

SEO·AEO·GEO를 작업 단위로 이해하고, 작은 팀이 접근 점검·회사 설명·고객 질문·측정 순서로 실행하는 방법을 제안합니다.

인스톰에 기술 원문을 모으고 서비스 홈페이지·네이버 블로그·SNS를 연결하는 방법과 기존 글 이전 시 URL 점검 항목을 정리합니다.

검색 순위, 브랜드 언급, 자사 URL 인용, 방문과 문의를 나누어 기록하고 수정 전후를 비교하는 방법을 설명합니다.

ChatGPT에서 회사가 안 보일 때 질문 조건, 검색용 크롤러, 회사 설명, 실제 출처를 순서대로 확인하는 진단 가이드입니다.

AI 노출 측정, 기술 수정, 콘텐츠 제작, 지속 운영을 구분해 AEO·GEO 업체의 실제 산출물과 검증 방법을 비교합니다.

네이버 SEO 견적을 비교하기 전에 확인할 진단표·수정 목록·원고·성과 기록·인수인계 자료를 실무 질문으로 정리합니다.

AI 초안을 발행하기 전에 확인할 사실과 공개 범위, 원고 검토와 발행 후 관리 기준을 정리합니다.

네이버 AI 브리핑과 일반 검색을 구분하고, 홈페이지·블로그·플레이스에서 확인할 정보와 기술 점검 순서를 설명합니다.

검색 서비스마다 브랜드가 소개되는 맥락은 달라질 수 있습니다. 공식 정보와 채널별 설명을 정리하고 고객의 발견 경로를 살펴보는 방법을 안내합니다.

AI 검색 최적화는 글을 여러 채널에 올리는 작업으로 끝나지 않습니다. 수집·색인·검색·답변 생성의 차이, 엔진별 크롤러 정책, 콘텐츠 배치 전략, 인용과 실제 유입을 구분하는 측정법까지 공식 기술 문서를 기준으로 정리했습니다.

AEO는 검색·AI 서비스가 질문에 답할 때 우리 콘텐츠를 이해하고 활용하기 쉽도록 정리하는 작업입니다. 글을 짧게 쓰거나 FAQ를 붙이는 것만으로 끝나지 않습니다. AI가 페이지를 읽고 답변을 만드는 과정, 인용에 실패하는 이유, 브랜드블룸의 AI 가독성 7원칙을 설명합니다.

GEO는 생성형 AI의 답변에서 우리 브랜드와 콘텐츠가 발견되고, 활용되고, 인용될 가능성을 높이는 작업입니다. SEO와 기본기를 공유하지만 측정해야 할 결과는 다릅니다. 논문과 구글 공식 문서, 그리고 브랜드블룸의 국내 실측으로 그 차이를 설명합니다.

네이버가 지도앱에 '플레이스 에이전트'를 출시했습니다. 한 문장으로 조건을 말하면 가게를 골라주고 예약까지 연결합니다. 그 답변의 근거로 네이버가 명시한 것 — 플레이스 정보, 방문자 리뷰, 그리고 블로그 후기입니다. 왜 순위 조작이 구조적으로 안 통하게 되는지까지 정리했습니다. 연재 4편.

블로그 검색 순위와 AI 답변에서의 브랜드 소개는 따로 살펴봐야 합니다. 고객에게 필요한 정보와 채널 운영의 기본을 정리합니다.

2026년 6월, 네이버가 검색홈의 상징이던 그린닷을 없애고 그 자리에 AI탭을 넣었습니다. 정식 출시 18일 만에 1,000만 명, 일평균 질문 7배. 새로운 1페이지가 생겼는데 우리 마케팅 보고서는 아직 '플레이스 3등'입니다. 연재 3편.

"플레이스 상위노출 보장" 업체에 매달 내는 돈 — 그 방법의 실체가 올해 판결문과 수사 결과로 드러났습니다. 그리고 설령 1등을 해도, 손님의 결정은 이미 순위 밖에서 내려지고 있습니다. 팩트로 정리한 연재 2편.

오늘도 네이버에서 손님이 들어오니까, 아무 일도 없는 것처럼 보입니다. 그런데 웹 트래픽의 절반은 이미 사람이 아닙니다. 고객이 가게를 찾는 방법이 조용히 바뀌는 중입니다 — 플레이스 순위에 돈 쓰는 사이에. 신규 연재 1편.

인테리어 업종은 동네 장사와 다릅니다. 노출이 돼도 돈이 안 되는 노출이 있기 때문입니다. 비지스튜디오가 1:1 컨설팅으로 전략 타겟을 정하고, 시공 사례를 AI가 인용하는 구조로 축적해 네이버 AI탭 답변에 등장하기까지의 과정을 정리했습니다.

구글이 2026년 5월 공식 AI 검색 최적화 가이드를 냈습니다. "AEO·GEO도 결국 SEO"라는 결론에 저희는 대부분 동의합니다. 다만 그 가이드에 적히지 않은 전제 세 가지가 한국 시장의 실전과 어긋나는 지점을, 원문과 데이터로 정리했습니다. 시리즈 특별편.

"검색의 시대는 끝났다"는 말, 진짜일까요. 키워드 101만 개, 월 354억 건을 뜯어본 2026년 대규모 연구를 읽어봤습니다. 결론: 검색은 안 죽었습니다. 짐 싸서 이사 가는 중입니다. 문제는 — 우리 가게 키워드가 어느 동네에 있느냐입니다.

구글 검색의 68%는 클릭 없이 끝나고(SparkToro 2026), AI 답변은 확률로 조립됩니다. 저희가 "노출 보장"을 말하지 않는 기술적 이유와, 대신 무엇을 측정하고 약속하는지를 데이터로 정리했습니다. AI 검색의 원리 시리즈 완결편.

5년간 가짜 후기 2만 8,886건을 찍어내고 19억 원을 챙긴 '리뷰 공장'이 검거됐습니다. 의뢰 업체 707곳 중 1위는 병원(34.5%). 조작으로 쌓은 것은 하루아침에 블라인드 처리됐습니다. 가짜 후기의 경제학과, AI 시대에 이 사업 모델이 왜 끝났는지 정리했습니다.

"글을 올렸는데 왜 AI가 아직 우리를 모르죠?" AI가 정보를 얻는 두 갈래 — 학습된 기억(pretraining)과 실시간 검색(RAG) — 를 구분하면 답이 보입니다. 구글 공식 문서와 LLM 학습 원리로, 축적에 왜 시간이 걸리는지 정리했습니다. 시리즈 4편.

수백만 원 들인 홈페이지가 AI 답변에는 왜 안 나올까요. AI는 사람이 보는 형태로 글을 수집하지 않기 때문입니다. 프린스턴대 KDD 2024 논문이 1만 개 질의로 검증한 'AI가 인용하는 글쓰기'를 수치 그대로 정리했습니다. 시리즈 3편.

네이버가 회원 수십만 대형 카페 10여 곳에 접근제한 조치를 내렸습니다. 매크로·다계정으로 만든 기업형 바이럴이 원인. AI 브리핑 콘텐츠의 약 70%가 카페·블로그 글인 시대, 왜 '진짜 기록'이 더 중요해지는지 정리했습니다.

ChatGPT에 같은 질문을 두 번 하면 답이 다릅니다. 버그가 아니라 설계입니다. temperature, 확률 추첨, 검색 변동, 모델 업데이트 — 네 가지 변수로 "AI 노출 100% 보장"이 왜 성립할 수 없는지 팩트로 설명합니다. 시리즈 2편.

AI는 저장된 정답을 꺼내는 기계가 아니라, 매 순간 확률로 문장을 조립하는 기계입니다. 이 원리를 알면 'AI 노출'을 둘러싼 오해가 풀립니다. AI 검색의 원리 시리즈 1편.

성수동 와인바 둘쭈라 성수는 실력 있는 소믈리에가 직접 운영하는 와인 다이닝입니다. 매장에서 와인과 음식을 소개하는 데 그치지 않고, 샴페인 수업과 기업 강의까지 진행하고 있어요. 하지만 오프라인에서 쌓아온 전문성이 검색 결과와 AI 답변에 그대로 나타나는 것은 아니었습니다. 둘쭈라 성수는 BrandBloom과 함께 매장의 경험과 전문성을 하나씩 콘텐츠로 축적하기 시작했습니다.

베이비시터 교육 카테고리에서 네이버 상위 노출 + ChatGPT 추천 + 유입 약 3배. BrandBloom과 함께 만든 다솜홈서비스 인천본사의 이야기를 소개합니다.

1편에서 "사장님 혼자서는 사실상 안 됩니다" 까지 짚었어요. 이번 편에선 BrandBloom을 쓰셨을 때 사장님이 실제로 얻으시는 게 뭔지 솔직하게 풀어드립니다. 한 줄로 먼저 — 사장님은 평소처럼만 하시면 됩니다. 떠오를 때 가게 사진·짧은 영상 찍어두시는 정도. 나머지는 전부 저희가 합니다.

"필요한 건 아는데, 어떻게 할지 모르겠어요." — 저희가 만나뵌 사장님들이 한결같이 하신 말씀입니다. 그리고 이젠 게임 룰까지 바뀌고 있어요. 한 번에 정리해드릴게요.

1편에서 "검색이 AI 답변으로 바뀌고, 네이버도 같은 방향" 이라는 변화와, "AI가 뭘 좋아하는지는 누구도 공개 안 했다" 는 함정을 짚었어요. 이번 편에선 그 안에서 우리가 어떻게 사장님 가게를 챙기는지, 그리고 왜 우리 팀이 그걸 잘하는지 를 풀어드립니다.

자영업 하시는 분들이 지금 알아두면 좋은 변화를 짧게 정리해드릴게요. 모르고 지나가면 1~2년 안에 매장 유입에 직접 영향이 옵니다.

사장님은 클릭만 하시면 돼요. 우리 가게를 아는 AI가 플랫폼별 글까지 한 번에 만들어드립니다. 영상(약 2분)을 보시면서 따라하셔도 좋아요.

AI가 우리 가게 글을 써주려면, 우리 가게부터 알아야 해요. 그래서 첫 사용 때 딱 한 번 온보딩을 하시면 됩니다. 영상 한 편(약 4분)을 보시면서 그대로 따라하시면 끝나요.