남자부 이찬원 81.64점으로 9월까지 석 달 연속 1위, 손태진 근소한 격차로 추격. (사진=컴위더스) 트로트 가수 이찬원이 K-Star 인덱스(KSI)가 집계한 2026년 9월 트로트 영향력 지수에서도 남자부 1위를 지키며 석 달 연속 정상을 이어갔다. 여자부에서는 김다현이 처음 1위를 차지하는 동시에 집계 이래 남녀 전체를 통틀어 가장 높은 종합점수를 기록했다. 엔터테인먼트 빅데이터 분석 전문기업 컴위더스는 자사가 운영하는 KSI 트로트 영향력 지수 2026년 9월 결과(Vol.6)를 발표했다. 이번 집계에는 9월 한 달 동안 수집된 남자부 약 2,553만 건, 여자부 약 1,403만 건 등 총 약 3,956만 건의 온라인 데이터가 반영됐다. KSI는 뉴스, 포털, SNS, 블로그, 커뮤니티, 영상 플랫폼 등 약 550개 온라인 채널에서 데이터를 수집한 뒤 광고성·중복·무관 게시물을 AI 기반 필터링으로 걸러낸다. 이후 아티스트별 온라인 영향력과 연관성이 높은 데이터만을 남겨 점수 산정에 활용한다. 평가는 콘텐츠 지수 25%, 관심도 지수 20%, 화제성 지수 10%, 호감도 지수 5%, 팬 응원지수 30%, 성장률 지수 10% 등 6개 항목을 합산해 이뤄진다. 영상 콘텐츠 참여도, 검색 트렌드, 온라인 화제성, AI 감성 분석, 팬 응원 데이터, 전월 대비 성장 흐름을 반영하며, 모든 지표는 상대평가 방식을 통해 점수로 환산된다. 남자부 이찬원 81.64점으로 9월까지 석 달 연속 1위, 손태진 근소한 격차로 추격. (사진=컴위더스) 남자부에서는 이찬원이 종합점수 81.64점을 받아 1위를 차지했다. 7월과 8월에 이어 9월까지 연속 정상에 오른 것으로, 올해 3월을 포함하면 시즌 네 번째 1위다. 이찬원은 검색 트렌드를 반영하는 관심도 지수 20점과 AI 감성 분석 기반 호감도 지수 5점에서 모두 만점을 획득했다. 더불어 뉴스·블로그·커뮤니티 등에서의 확산 정도를 보여주는 화제성 지수에서도 10점 만점에 9.5점을 받았다. 2위는 손태진이 차지했다. 손태진은 81.34점을 기록하며 전월 7위에서 다섯 계단 상승해 이찬원을 0.30점 차로 바짝 추격했다. 특히 팬 응원지수에서 30점 만점에 28.5점을 올렸고, 전월 대비 변화 폭을 보여주는 성장률 지수 6.34점이 순위 상승에 힘을 보탰다. 3위 김용빈은 74.08점으로 상위권을 지켰다. 김용빈은 팬 응원지수에서 30점 만점을 받아 팬덤의 결집력을 입증했다. 이어 박서진이 73.94점, 성리가 69.76점, 장한별이 65.50점, 강문경이 61.30점, 황영웅이 55.96점, 김희재가 54.00점, 신승태가 52.29점으로 4~10위를 형성했다. 특히 김희재는 전월 20위에서 9위로 11계단이나 뛰어올라 9월 남자부 최대 상승폭을 보였다. 성장률 지수에서는 10점 만점을 받으며 변화 흐름에서 두드러진 모습을 나타냈다. 남자부 이찬원 81.64점으로 9월까지 석 달 연속 1위, 손태진 근소한 격차로 추격. (사진=컴위더스) 여자부에서는 김다현이 종합점수 91.61점을 기록하며 첫 정상에 올랐다. 전월 2위에서 한 계단 올라선 것으로, 이번 점수는 KSI가 남녀 트로트 영향력 지수를 집계한 이래 가장 높은 기록이다. 김다현은 6개 평가 항목 중 관심도 20점, 화제성 10점, 호감도 5점, 팬 응원지수 30점 등 네 개 지수에서 만점을 달성했다. 2위와의 종합점수 차이가 12.18점에 달해 상위권 내에서도 격차를 벌렸다. 2위는 전유진이 차지했다. 전유진은 79.43점으로 전월보다 한 계단 상승했다. 특히 영상 콘텐츠 참여도를 반영하는 콘텐츠 지수에서 23.75점을 기록해 이 부문에서 강세를 보였다. 전월 1위였던 송가인은 콘텐츠 지수에서 25점 만점을 기록했지만, 종합점수 78.79점으로 3위에 자리했다. 이어 빈예서가 75.62점, 홍지윤이 65.47점, 오유진이 63.40점, 강혜연이 59.38점, 양지은이 59.27점, 김소연이 58.29점, 이소나가 48.03점으로 4~10위를 이뤘다. 여자부에서는 김소연의 상승세도 눈에 띄었다. 김소연은 전월 11위에서 9위로 순위를 끌어올렸고, 성장률 지수에서 8.04점을 받아 여자부 가운데 가장 높은 수치를 나타냈다. KSI는 개별 항목의 쏠림을 줄이기 위해 평가 설계를 진행했다고 밝혔다. 특정 팬덤의 투표 수나 검색량, 기사량 등 한 가지 요소가 전체 순위를 좌우하지 않도록 비중을 조정하고, 콘텐츠 경쟁력, 대중 관심도, 온라인 파급력, 팬덤 활성도, 성장 흐름을 함께 보는 방식을 택했다는 설명이다. 9월 집계에서 분석 데이터 규모가 약 3,956만 건까지 늘어난 가운데 KSI는 조사 대상을 확대해 지표 활용도를 넓힌다는 계획이다. 10월 집계부터는 기존 조사 대상 40명을 유지하면서 남자 아티스트 20명, 여자 아티스트 10명 등 30명을 추가로 편입해 남자 40명·여자 30명, 총 70명을 대상으로 순위를 산정한다. 컴위더스 관계자는 KSI의 지향점을 데이터 기반 순위로 설명했다. 이 관계자는 KSI가 콘텐츠, 검색 관심도, 온라인 화제성, AI 기반 호감도, 팬덤 활동, 성장 흐름 등 다양한 데이터를 함께 반영해 트로트 아티스트의 영향력을 객관적 수치로 보여주는 것을 목표로 하고 있다고 말했다. 또한 9월에는 월간 분석 데이터가 크게 증가했고, 10월부터는 조사 대상이 총 70명으로 확대되는 만큼 데이터 수집 범위와 분석 알고리즘을 지속적으로 고도화하겠다는 계획을 밝혔다. 더불어 아티스트와 팬덤뿐 아니라 방송, 미디어, 공연, 광고, 브랜드 등 트로트 산업 전반에서 활용 가능한 신뢰도 높은 산업 데이터 지표로 KSI를 발전시키겠다고 덧붙였다. KSI 전체 순위와 아티스트별 세부 지수는 KSI 공식 홈페이지를 통해 제공된다.

남자부 이찬원 81.64점으로 9월까지 석 달 연속 1위, 손태진 근소한 격차로 추격. (사진=컴위더스) 트로트 가수 이찬원이 K-Star 인덱스(KSI)가 집계한 2026년 9월 트로트 영향력 지수에서도 남자부 1위를 지키며 석 달 연속 정상을 이어갔다. 여자부에서는 김다현이 처음 1위를 차지하는 동시에 집계 이래 남녀 전체를 통틀어 가장 높은 종합점수를 기록했다. 엔터테인먼트 빅데이터 분석 전문기업 컴위더스는 자사가 운영하는 KSI 트로트 영향력 지수 2026년 9월 결과(Vol.6)를 발표했다. 이번 집계에는 9월 한 달 동안 수집된 남자부 약 2,553만 건, 여자부 약 1,403만 건 등 총 약 3,956만 건의 온라인 데이터가 반영됐다. KSI는 뉴스, 포털, SNS, 블로그, 커뮤니티, 영상 플랫폼 등 약 550개 온라인 채널에서 데이터를 수집한 뒤 광고성·중복·무관 게시물을 AI 기반 필터링으로 걸러낸다. 이후 아티스트별 온라인 영향력과 연관성이 높은 데이터만을 남겨 점수 산정에 활용한다. 평가는 콘텐츠 지수 25%, 관심도 지수 20%, 화제성 지수 10%, 호감도 지수 5%, 팬 응원지수 30%, 성장률 지수 10% 등 6개 항목을 합산해 이뤄진다. 영상 콘텐츠 참여도, 검색 트렌드, 온라인 화제성, AI 감성 분석, 팬 응원 데이터, 전월 대비 성장 흐름을 반영하며, 모든 지표는 상대평가 방식을 통해 점수로 환산된다. 남자부 이찬원 81.64점으로 9월까지 석 달 연속 1위, 손태진 근소한 격차로 추격. (사진=컴위더스) 남자부에서는 이찬원이 종합점수 81.64점을 받아 1위를 차지했다. 7월과 8월에 이어 9월까지 연속 정상에 오른 것으로, 올해 3월을 포함하면 시즌 네 번째 1위다. 이찬원은 검색 트렌드를 반영하는 관심도 지수 20점과 AI 감성 분석 기반 호감도 지수 5점에서 모두 만점을 획득했다. 더불어 뉴스·블로그·커뮤니티 등에서의 확산 정도를 보여주는 화제성 지수에서도 10점 만점에 9.5점을 받았다. 2위는 손태진이 차지했다. 손태진은 81.34점을 기록하며 전월 7위에서 다섯 계단 상승해 이찬원을 0.30점 차로 바짝 추격했다. 특히 팬 응원지수에서 30점 만점에 28.5점을 올렸고, 전월 대비 변화 폭을 보여주는 성장률 지수 6.34점이 순위 상승에 힘을 보탰다. 3위 김용빈은 74.08점으로 상위권을 지켰다. 김용빈은 팬 응원지수에서 30점 만점을 받아 팬덤의 결집력을 입증했다. 이어 박서진이 73.94점, 성리가 69.76점, 장한별이 65.50점, 강문경이 61.30점, 황영웅이 55.96점, 김희재가 54.00점, 신승태가 52.29점으로 4~10위를 형성했다. 특히 김희재는 전월 20위에서 9위로 11계단이나 뛰어올라 9월 남자부 최대 상승폭을 보였다. 성장률 지수에서는 10점 만점을 받으며 변화 흐름에서 두드러진 모습을 나타냈다. 남자부 이찬원 81.64점으로 9월까지 석 달 연속 1위, 손태진 근소한 격차로 추격. (사진=컴위더스) 여자부에서는 김다현이 종합점수 91.61점을 기록하며 첫 정상에 올랐다. 전월 2위에서 한 계단 올라선 것으로, 이번 점수는 KSI가 남녀 트로트 영향력 지수를 집계한 이래 가장 높은 기록이다. 김다현은 6개 평가 항목 중 관심도 20점, 화제성 10점, 호감도 5점, 팬 응원지수 30점 등 네 개 지수에서 만점을 달성했다. 2위와의 종합점수 차이가 12.18점에 달해 상위권 내에서도 격차를 벌렸다. 2위는 전유진이 차지했다. 전유진은 79.43점으로 전월보다 한 계단 상승했다. 특히 영상 콘텐츠 참여도를 반영하는 콘텐츠 지수에서 23.75점을 기록해 이 부문에서 강세를 보였다. 전월 1위였던 송가인은 콘텐츠 지수에서 25점 만점을 기록했지만, 종합점수 78.79점으로 3위에 자리했다. 이어 빈예서가 75.62점, 홍지윤이 65.47점, 오유진이 63.40점, 강혜연이 59.38점, 양지은이 59.27점, 김소연이 58.29점, 이소나가 48.03점으로 4~10위를 이뤘다. 여자부에서는 김소연의 상승세도 눈에 띄었다. 김소연은 전월 11위에서 9위로 순위를 끌어올렸고, 성장률 지수에서 8.04점을 받아 여자부 가운데 가장 높은 수치를 나타냈다. KSI는 개별 항목의 쏠림을 줄이기 위해 평가 설계를 진행했다고 밝혔다. 특정 팬덤의 투표 수나 검색량, 기사량 등 한 가지 요소가 전체 순위를 좌우하지 않도록 비중을 조정하고, 콘텐츠 경쟁력, 대중 관심도, 온라인 파급력, 팬덤 활성도, 성장 흐름을 함께 보는 방식을 택했다는 설명이다. 9월 집계에서 분석 데이터 규모가 약 3,956만 건까지 늘어난 가운데 KSI는 조사 대상을 확대해 지표 활용도를 넓힌다는 계획이다. 10월 집계부터는 기존 조사 대상 40명을 유지하면서 남자 아티스트 20명, 여자 아티스트 10명 등 30명을 추가로 편입해 남자 40명·여자 30명, 총 70명을 대상으로 순위를 산정한다. 컴위더스 관계자는 KSI의 지향점을 데이터 기반 순위로 설명했다. 이 관계자는 KSI가 콘텐츠, 검색 관심도, 온라인 화제성, AI 기반 호감도, 팬덤 활동, 성장 흐름 등 다양한 데이터를 함께 반영해 트로트 아티스트의 영향력을 객관적 수치로 보여주는 것을 목표로 하고 있다고 말했다. 또한 9월에는 월간 분석 데이터가 크게 증가했고, 10월부터는 조사 대상이 총 70명으로 확대되는 만큼 데이터 수집 범위와 분석 알고리즘을 지속적으로 고도화하겠다는 계획을 밝혔다. 더불어 아티스트와 팬덤뿐 아니라 방송, 미디어, 공연, 광고, 브랜드 등 트로트 산업 전반에서 활용 가능한 신뢰도 높은 산업 데이터 지표로 KSI를 발전시키겠다고 덧붙였다. KSI 전체 순위와 아티스트별 세부 지수는 KSI 공식 홈페이지를 통해 제공된다.

“데이터는 곧 돈이 되는 시대, 외부 크롤링을 원천 차단하고 5초 미만의 실시간 AI 필터링을 도입해 플랫폼 건전성과 수익성을 동시에 잡습니다.” 레딧의 과감한 쇄국 정책 행보를 짚어봤습니다. AI포스트 핵심 요약 ✅ [레딧, 오는 11월 13일 RSS 피드 지원 종료] 외부 개발자와

Top-Conf Figure Gallery 소개 논문의 첫 번째 그림인 Figure 1(또는 티저(Teaser) 그림)은 연구 내용을 한 장으로 압축하는 개요도(Overview Figure) 역할을 하는 경우가 많아, 모듈과 화살표를 어떻게 배치할지 정하는 데 시간이 오래 걸립니다. 참고할 만한 예시를 찾으려면 보통 학회 프로시딩(Proceedings)에서 관련 논문을 하나씩 열어 첫 페이지를 넘겨 봐야 하는데, 이렇게 모은 예시는 대개 자기 분야의 논문 몇 편에 그치고, 열어 본 논문의 Figure 1이 결과 그래프나 사진 모음이라 참고할 수 없는 경우도 많습니다. 이번에 소개하는 Top-Conf Figure Gallery는 ICLR, ICML, NeurIPS, CVPR, ACL, AAAI의 2023~2025년 논문에서 설계가 잘 된 Figure 1과 티저 그림 2,730장을 골라, 검색하고 필터링할 수 있는 웹 갤러리로 묶은 프로...

Humans are reading ChatGPT users’ prompts to improve OpenAI’s models, and those chats can include sensitive, personal information, according to leaked internal documents and real prompts seen by 404 M...

Humans are reading ChatGPT users’ prompts to improve OpenAI’s models, and those chats can include sensitive, personal information, according to leaked internal documents and real prompts seen by 404 M...

Recently I've been catching myself having these little moments at work, when I'm trying to read a document someone has sent me and my brain somehow refuses to analyze it. It feels like I'm reading it,...

Recently I've been catching myself having these little moments at work, when I'm trying to read a document someone has sent me and my brain somehow refuses to analyze it. It feels like I'm reading it,...

Spotify, LinkedIn and others are trying to dig out of a digital sewage heap full of low-quality content made with artificial intelligence.

Spotify, LinkedIn and others are trying to dig out of a digital sewage heap full of low-quality content made with artificial intelligence.

생성형 AI 콘텐츠의 확산으로 콘텐츠 필터링이 필수적이다. AI 기반 필터링 도구의 원리와 활용법, 주의점을 알아본다.

pgContext 소개 애플리케이션이 이미 PostgreSQL에 데이터를 담고 있어도, 의미 기반 검색을 붙이려면 보통 별도의 벡터 검색 서비스를 하나 더 세우게 됩니다. 이렇게 되면 원본 데이터를 그 서비스로 복사해야 하고, 권한과 백업, 복구 경계가 둘로 나뉘어 서로 동기화 상태를 유지해야 하는 부담이 생깁니다. 데이터가 두 곳에 존재하는 순간 둘 사이의 불일치(drift)와 접근 권한 누락 같은 문제가 따라옵니다. pgContext는 이 문제를 검색을 데이터 곁에 두는 방식으로 접근합니다. PostgreSQL 17과 18에서 동작하는 확장(extension)으로, 이미 운영 중인 데이터베이스 안에서 밀집 벡터 검색, 메타데이터 필터링을 적용한 근사 검색, 그리고 밀집 벡터와 전문 검색(full-text)을 함께 쓰는 하이브리드 검색을 처리합니다. 벡터와 메타데이터, MVCC 가시성, 접근 제어(ACL)와 행 수준 보안(RLS)...

Hacked source code reveals how Suno scraped decades worth of music and podcasts from the internet to train its AI tool.

Hacked source code reveals how Suno scraped decades worth of music and podcasts from the internet to train its AI tool.

​ 자소서 ai 판독기 원리와 표절 기준 피하는 방법 3가지의 핵심 메커니즘 자소서 AI 판독기는 자연어 처리 알고리즘을 활용하여 문장의 다차원 벡터 유사도를 측정하고 문맥적 흐름을 분석하는 자동화 기술입니다. ​ 이를 효과적으로 우회하고 표절 기준을 안정적으로 피하기 위해서는 문장 구조의 기하학적 재배치, 독창적인 정량적 수치 데이터의 삽입, 그리고 문맥 지향적 동의어 치환이라는 3가지 기술적 접근이 핵심입니다. ​ 이러한 방식을 통해 고도화된 채용 자동화 시스템의 필터링망을 안정적으로 극복할 수 있습니다.