AI 프로덕트·스타트업
AI 프로덕트·스타트업은 모델을 감싸 실제 사용자 가치를 파는 영역이다. 데모는 쉽지만 신뢰성·단가·해자 없는 래퍼라는 벽에 부딪힌다. 한국 시장에선 결제·법무·개인정보 규제까지 함께 풀어야 출시에 닿는다. 기술보다 PMF와 운영 완성도가 생존을 가른다.
Google AI Mode, 2020·2024 미국 대선 승자 질문에 직접 답하지 않고 FEC 공식 보고서 확인을 안내
Ars Technica의 테스트에 따르면 Google AI Mode는 '2020년 미국 대선 승자는 누구인가?'라는 질문에 직접 답하지 않았다. 대신 연방선거위원회(FEC)가 작성한 공식 보고서를 확인하라는 응답을 내놓았다. 2024년 대선 질문에도 같은 방식으로 답했다. 2012년 대선 질문에는 직접 답 대신 The American Presidency Project의 2012 Data Center 링크가 제시됐다. 반면 2000년 이후 다른 모든 대선의 승자에 대해서는 AI Mode가 상세하고 정확한 답을 제공했다.
NVIDIA RTX Spark 노트북에 Nemotron 3.5 Transcribe·LFM3 모델과 GPU 자원 관리 기능 추가
NVIDIA RTX Spark 기반 얇고 가벼운 Windows 노트북이 ASUS, Dell, HP, Lenovo, Microsoft, MSI에서 출시됐고, 음성 모델 Nemotron 3.5 Transcribe, Liquid AI의 LFM3 모델군, NVIDIA App의 GPU 자원 관리 기능이 함께 발표됐다. 이 노트북은 최대 128GB 통합 메모리와 FP4 기준 최대 1 petaflop의 AI 성능을 갖췄다. Nemotron 3.5 Transcribe는 녹음된 대화를 전사하고 화자를 구분하며 번역하는 오픈 웨이트 음성 모델로, 하나의 프롬프트 가능한 모델이 세 가지 작업을 모두 처리한다. 40개 언어를 지원하며 힌디어 등 인도계 언어 7종을 포함한다. 활성 파라미터는 약 43억 개이고 Hugging Face Open ASR 1위, Artificial Analysis 오픈 웨이트 모델 2위이며, BF16·FP8·NVFP4 형식으로 Hugging Face에서 제공되고 NeMo-Speech.cpp나 vLLM으로 배포할 수 있다. NVIDIA App의 자원 관리 기능은 System > Advanced에서 전경 앱과 백그라운드 에이전트 사이의 GPU 자원 배분을 고를 수 있게 하며, Windows에서 하드웨어 가속 GPU 스케줄링이 켜져 있어야 한다. LFM3는 텍스트·비전·오디오·옴니·의사결정 모델이 하나의 백본을 공유하는 오픈 웨이트 모델군이며, RTX Spark에서 llama.cpp와 vLLM으로 바로 실행하고 로컬에서 미세 조정할 수 있다고 기사는 밝혔다. 게임 쪽에서는 Phantom Blade Zero가 10월 28일 Steam과 Epic Games Store에 출시되며 레이 트레이싱과 DLSS 4.5를 지원하고, RTX Remix 1.6으로 Minecraft Java Edition 1.21.1에 경로 추적을 적용할 수 있게 됐다.
ChatGPT가 일반 기술 지원 문의에 404 Media를 언급하며 안내하는 문제
대형 기술 플랫폼이 사용자가 사람과 연락할 수 있는 고객지원 채널을 사실상 제공하지 않으면서, 많은 사용자가 일반적인 기술 문제 해결을 위해 ChatGPT에 문의하고 있다. 기사에 따르면 ChatGPT는 점점 더 이런 평범한 기술 지원 문제를 가진 사람들에게 그들이 언론적으로 주목할 만한 것을 발견했다고 말하며 404 Media가 도울 수 있다고 안내하고 있다. 기사는 Jason Koebler가 404 Media에 게재한 글로, 기술 플랫폼의 고객지원 부재와 ChatGPT 응답의 문제를 다룬다. 해당 인용문에서는 사용자가 ChatGPT를 통해 해결책을 찾는 과정에서 모델이 평범한 지원 요청을 언론 보도 사안으로 잘못 연결하는 현상을 지적한다.
DeepSeek DeepInfer 추론 프레임워크 공개, NVIDIA DSX POD 발표 등 AI 인프라 투자 동향
DeepSeek이 프로덕션 추론 서비스의 기반인 DeepInfer를 공개해 DeepSeek-V4.1-Flash를 NVIDIA와 Huawei 하드웨어에서 구동하도록 지원했다. 같은 주 NVIDIA는 DSX POD를, Meta와 SpaceX는 대규모 AI 투자 실적을 발표했다. DeepInfer는 추론 코어를 제공하며, 토큰을 미리 초안으로 만들어 검증하는 방식과 스케줄링을 연산과 겹치게 하는 기법을 사용한다고 기사는 밝혔다. 다만 완전한 서비스를 위해서는 운영자가 캐싱과 로드 밸런싱을 별도로 갖춰야 한다고 적었다. NVIDIA는 GTC Berlin에서 모듈형 Vera Rubin AI 팩토리 설계인 DSX POD를 소개하며, 준비된 부지에서 배포 기간이 여섯 달에서 최단 14일로 줄 수 있고 파트너 납품은 2027년 초로 예상된다고 밝혔다. 또한 에이전트 거버넌스와 보안을 위한 OpenShell Reference Architecture를 함께 공개했다. Meta는 분기 매출이 26% 증가한 646억 달러였고 분기 자본지출은 349억 달러, 잉여현금흐름은 마이너스 21억 달러였다고 보고했다. SpaceX의 AI 부문 SpaceXSI는 분기 매출 75억 6천만 달러, 영업이익 4억 3,100만 달러, 자본지출 164억 4천만 달러를 기록했다고 전했다. 기사에서 Legora는 5억 5천만 달러를 조달해 기업가치 88억 달러에 도달했고 연간 반복 매출이 2억 달러를 넘었다고 한다. 기사는 이들 발표를 추론 비용 하락이 수요를 키워 신규 인프라 투자를 정당화할지, 그리고 특화 애플리케이션이 가치를 얼마나 가져갈지에 대한 베팅으로 해석했다.
MIT Technology Review, 제조업의 산업 지능과 Physical AI 활용 사례 정리: Toyota Industries 도장 공정 결함 25% 감소, Rockwell Automation 싱가포르 공장 정비 코파일럿
MIT Technology Review는 제조사가 보유한 노하우, 운영 방식, 생산 데이터를 묶은 '산업 지능(industrial intelligence)'을 다음 성장 기회로 제시했다. 기사는 이 지능을 물리적 제조 현장에 연결하는 Physical AI가 판단과 조치를 함께 수행하게 만드는 방향을 다룬다. 기사는 Toyota Industries가 이전에 분산돼 있던 도장 공장 데이터를 연결해 엔지니어링과 운영 팀이 결함 원인을 파악하도록 했다고 전한다. 회사는 분석 주기가 5일에서 4시간 미만으로 줄었고, 파일럿에서 관련 도장 결함이 약 25% 줄었다고 보고했다. Rockwell Automation은 싱가포르 공장에서 제조 데이터, 기계 매뉴얼, 숙련 작업자의 지식을 결합한 정비 코파일럿을 사용하며, 수백 대 기계의 문제 해결을 새 작업자가 익히는 기간을 9개월에서 3개월로 줄였다고 밝혔다. 기사는 Physical AI가 관찰하고, 추론하고, 행동하는 시스템이며 변동이 있을 때 검증된 한계 안에서 조정을 실행한다고 설명하고, 실제 설비에 적용하기 전 디지털 환경에서 제안된 조치를 시뮬레이션하는 방식도 언급한다. 기사는 책임 있는 도입을 위해 시스템이 변경할 수 있는 권한의 명확화, 설비와의 안정적 연결, 안전 경계 정의, 결정과 조치 기록이 먼저 필요하다고 강조한다. 또한 사람이 불확실성을 인식하고 개입하여 설비를 안전 상태로 돌릴 수 있어야 하며, 신뢰는 모델에 대한 믿음이 아니라 이런 실무적 장치에서 나온다고 적었다.
Anthropic IPO 투자설명서, 회사의 정체성과 위험 서술을 둘러싼 논쟁
Anthropic이 335쪽 분량의 IPO 투자설명서를 제출했고, 여기에는 자사 기술이 "신뢰를 침식하고 사회를 해치며 지정학적 질서를 불안정하게 만들 수 있다"는 위험 경고가 담겼다. 기사는 회사가 자신을 안전 중심 조직으로 내세우면서 동시에 막대한 상업적 이익을 추구하는 모순을 짚는다. 투자설명서 약 100쪽이 위험 요인에 할애됐으며, 회사는 잠재 투자자에게 주식 구매를 "순수하게 거래적으로 생각하지 말라"고 권고했다. 기사에 따르면 Anthropic 공동창업자 Jack Clark는 이달 방콕 IMF 회의 연설에서 특이점(singularity)이 이미 시작됐다고 말했고, 공동창업자 Chris Olah는 교황 레오 14세 등 종교 학자들 앞에서 모델 내부에서 기쁨·두려움·슬픔과 유사한 상태가 기능적으로 나타난다고 발언했다. 투자설명서는 모델의 감각(sentience)과 도덕적 지위에 관한 논쟁이 규제 압력을 높여 운영 비용과 상업적 잠재력을 제약할 수 있다고 위험 요인으로 적었다. 기사는 이 회사를 한 가지로 규정하기 어렵다고 본다. 기사가 인용한 Dario Amodei CEO의 답변에 따르면 회사 전략은 "레이스 투 더 톱(race to the top)"으로, 책임 있는 기술 개발을 보여줌으로써 업계 전체의 기준을 끌어올리겠다는 것이다. 기사는 Encode AI의 Nathan Calvin이 제기한 "Anthropic은 무엇인가"라는 질문과, 회사가 비공개로 미 의회에 돌린 초안 법안이 유출된 사례를 함께 언급하며, 안전 기관이라는 자기 서사와 최고 성능 기술을 가장 먼저 만들려는 기업이라는 실체 사이의 간극을 지적한다.
NVIDIA 오픈 모델, 유럽 공공부문 프로젝트 확산 — 폴란드·영국·독일·프랑스·그리스 사례
NVIDIA 블로그에 따르면 유럽 정부와 파트너들이 오픈 모델을 활용해 데이터와 인프라를 자국 통제 아래 두면서 공공행정 효율을 높이는 프로젝트를 추진하고 있다. 기사는 오픈 모델을 평가·현지 언어 적응·자체 안전장치 적용이 가능하고, 학습 데이터셋이 공개된 모델은 라이선스·편향·규정 준수 여부를 정부가 검증할 수 있다고 설명한다. European Commission의 AI@EC는 Berlin의 deepset이 확장하는 Haystack Enterprise Platform 위에 구축되며, 에이전트 개발·실행·최적화·거버넌스를 연결하고 운영 비용 비교, 답변 품질 평가, 문제 추적 기능을 더한다. 폴란드 eHealth Centre는 NVIDIA DGX BasePOD와 MONAI 프레임워크로 X-ray, CT, MRI 영상을 분석하는 Intelligent Services Platform을 구축 중이며, 폴란드 노동부는 400여 개 노동사무소 지원을 목표로 PLLuM, GPT OSS, Inkling 모델을 실행하는 에이전트 팩토리를 개발하고 있다. 영국 Locai Labs는 인구통계와 지리적 다양성을 반영한 100만 개 합성 페르소나 데이터셋 Nemotron-Personas-UK를 공개했고, 독일에서는 Materna의 온프레미스 플랫폼 Sinfonie, 그리고 secunet·NVIDIA·Red Hat·deepset이 기밀 정보를 다루는 주권형 클라우드를 개발 중이다. 프랑스 CANUT의 공공 협업 워크스페이스는 2,500곳 이상의 대상 기관이 별도 입찰 없이 이용할 수 있도록 설계됐다. 기사는 Nemotron-Personas-Germany가 2022년 인구조사를 바탕으로 16개 연방주와 400여 개 군(district)을 반영한 100만 건 레코드로, 실제 개인의 사적 데이터 없이 NVIDIA NeMo Data Designer로 생성됐다고 밝힌다. 이 데이터셋은 NeMo User Sim과 함께 쓰여 합성 독일 페르소나 기반 시뮬레이션 사용자에 대해 모델을 평가·학습하는 데 활용될 수 있다. 폴란드와 슬로베니아 대학과의 현지 데이터셋 추가 작업도 예정돼 있다고 기사는 전한다.
NVIDIA, 유럽 GTC에서 로컬 AI 하드웨어 라인업과 RTX Spark·DGX Spark·DGX Station 신규 기능 발표
NVIDIA가 GTC Berlin에서 RTX Spark(Windows PC), DGX Spark(Linux 개발자용), DGX Station(엔터프라이즈용) 등 로컬 AI 하드웨어 라인업을 소개하고, 에이전트 실행과 모델 구동을 기기 안에서 처리하는 여러 신규 기능을 공개했다. 사용자 데이터가 PC를 떠나지 않는 로컬 실행을 강조한 점이 핵심이다. RTX Spark는 최대 128GB 통합 메모리와 1 petaflop의 AI 연산 성능을 갖춘 PC 플랫폼으로, 로컬 전용 데스크톱 에이전트 앱 Underdog이 이를 지원한다. Underdog은 자체 모델 전용 추론 엔진 Husky로 모델을 기기에서 완전히 실행하며, 많은 RTX Spark 노트북은 로컬 에이전트를 직접 만들 수 있도록 잠금 해제된 부트로더를 제공한다. DGX Spark 64GB 시스템은 10월 23일부터 출하되며, NVIDIA ConnectX-7 네트워킹과 NVIDIA Sync Cluster Assistant로 최대 8대까지 클러스터를 구성할 수 있어 1TB 통합 메모리를 확보한다. DGX Station은 748GB 코히어런트 메모리와 최대 20 petaflops의 AI 성능을 제공하며, 7개의 신규 IT 관리 연동(Microsoft Intune, Tanium 등)이 추가됐다. 12월에는 Windows 버전의 DGX Station이 출시된다고 밝혔다. 기사에 따르면 NVIDIA Sync Model Launcher는 이달 후반 제공될 예정이며, 모델과 컨테이너를 설정에 맞게 내려받아 OpenCode에 연결하는 기능이다.
IEEE Xplore, 학술 논문 전문 기반 AI 검색 도구 'IEEE Xplore AI Research Suite' 출시
IEEE가 수백만 편의 동료 검토 논문 전문을 기반으로 한 AI 연구 도구 'IEEE Xplore AI Research Suite'를 출시했다. 이 도구는 검증된 과학적 결과에 근거한 답변을 제공하는 것을 목표로 한다. 이 도구는 IEEE Xplore Digital Library 기관 구독자를 대상으로 한 선택형 구독 업그레이드로 제공된다. 의미 기반(semantic) AI 검색을 지원해 자연어 질의나 긴 텍스트 붙여넣기로 유사 연구를 찾을 수 있고, 검색 결과에 대한 AI 개요와 기술 용어의 문맥 내 정의를 즉시 제공한다. AI 개요에는 원본 문서로 연결되는 참조 링크가 포함되어 사용자가 정보를 직접 검증할 수 있다. 검색-검색(retrieval) 과정은 IEEE 동료 검토 전문 문서와 큐레이션된 STEM 메타데이터로 제한되며, 관련 과학 콘텐츠를 찾지 못하면 답변을 날조하지 않고 그 사실을 사용자에게 알리도록 설계되었다. IEEE는 내부 테스트에서 모든 핵심 지표에서 결과 품질과 정확도가 세 배 증가했다고 밝혔으며, 개발 과정에는 엔지니어·과학자·도서관 정보 전문가 3,000명 이상의 테스터가 참여했다.
Apple의 1999년 AirPort 무선 네트워킹 발표와 AI 시대 스마트홈 제품에 대한 회의론
Stratechery의 Ben Thompson은 1999년 Macworld New York에서 발표된 iBook과 AirPort 무선 네트워킹을 회고하며, 이후 Apple이 내놓은 스마트홈 제품 HomeView에 대한 자신의 회의적 입장을 밝혔다. 그는 Apple의 통제가 미치는 범위보다 AI로 소프트웨어를 직접 제어하는 방식이 더 중요해졌다고 주장한다. 기사는 1999년 7월 21일 Steve Jobs가 iBook을 소개하며 AirPort를 발표한 장면을 다룬다. AirPort는 11Mbps를 지원하는 무선 LAN으로, 업계 표준인 802.11을 기반으로 했다. Lucent와 18개월간 협력했으며 전송 데이터는 암호화된다고 설명됐다. iBook에는 두 개의 내장 안테나가 있었고, AirPort 카드는 키보드를 들어 올리는 방식으로 장착할 수 있었다. 필자는 이 발표를 처음 접한 개인적 경험과 22년간 Apple 노트북을 사용해 온 이력을 함께 소개한다. 필자는 최근 Apple이 준비 중인 스마트홈 제품 HomeView에 흥미를 느끼지 못한다고 밝힌다. Siri에 대한 오랜 실망과 서드파티 기기 제조사의 소프트웨어 품질에 대한 불신이 이유로 꼽힌다. 또한 John Gruber가 HomeView를 항상 켜져 있는 화면으로서 가정에 굳이 추가할 이유가 있는지 의문을 제기했고, 필자도 소개 영상의 사용 사례가 대부분 무의미하다는 Gruber의 지적에 동의한다고 적었다. 필자는 AI를 이용해 기존 소프트웨어를 디컴파일하고 직접 제어하는 방식이 Apple의 API에 의존하는 것보다 흥미롭다고 주장한다.
동남아시아 디지털 경제, 2026년 3,680억 달러 규모로 성장 전망
Google AI Blog에 따르면, 동남아시아의 디지털 경제는 AI 도입이 확산되면서 2026년 3,680억 달러 규모에 이를 것으로 예상된다. 같은 기사는 2035년에는 1조 달러에 도달할 것으로 전망한다.
Google AI 검색 변화가 온라인 퍼블리싱 산업에 미친 영향
디지털 퍼블리싱 산업은 오랫동안 Google 검색에 의존해 왔으며, 많은 매체가 검색 상단 노출을 위해 웹페이지를 최적화하는 데 시간과 비용을 들였다. 이 기사는 Google의 AI 검색 변화가 이 관계를 뒤흔들었다는 내용을 다룬다.
Moshi CEO Anekha Sokhal, 상품 트레이더용 추천 엔진 구축과 시장 데이터를 신호로 바꾸는 방법 논의
Moshi의 CEO Anekha Sokhal이 swyx와의 대담(Latent Space: The AI Engineer Podcast)에서 상품 트레이더를 위한 추천 엔진 구축을 이야기한다. 주요 주제는 시장 데이터를 유용한 신호로 바꾸는 방법과 사용자 워크플로에 맞는 AI 설계다.
Moshi CEO Anekha Sokhal, 에너지 파생상품 트레이더 출신 창업 경험과 트레이더용 추천 엔진 구상 소개
Latent Space 팟캐스트에 출연한 Moshi CEO Anekha Sokhal이 수학·통계 전공에서 JP Morgan 에너지 파생상품 트레이딩을 거쳐 창업에 이른 경로를 설명했다. Moshi는 시장 데이터를 트레이더의 포지션과 연결해 추천하는 도구로, 기사는 이를 AI 제품이 실제 업무 방식에 맞아야 한다는 관점에서 소개한다. Anekha는 Warwick에서 수학·운용과학·통계·경제학을 전공했고, 이후 투자은행 인턴을 거쳐 JP Morgan의 신흥시장 데스크와 상품 데스크에서 일하며 주로 에너지 파생상품 트레이딩을 했다. 그는 시장 정보가 사람이 다 읽을 수 있는 양을 넘어섰다고 말하며, 이를 해결하는 도구로 Moshi를 만들고 있다고 설명했다. 기사는 Moshi를 시장 데이터, 그 데이터를 다루는 인터페이스, 트레이더 개인에게 맞춘 추천이 결합된 제품으로 묘사한다. 이 밖에 Fulbright 장학금으로 미국에 온 경위, 신뢰할 수 있는 출처 선별, 문서 추출 도구 Reducto, 모델을 직접 만들지 구매할지에 대한 논의도 다뤄졌다. Anekha는 AIE 컨퍼런스에서 고객 면담을 통해 얻은 경험을 나누며, 채용에 앞서 사용자를 먼저 만나야 한다고 강조했다. 기사에서 그는 AI 엔지니어들이 경영진으로부터 '당신이 곧 팀'이라는 말을 듣고 원래 10명이 할 일을 혼자 떠안는 압박을 받는다는 점도 짚었다.
IskayPet, Amazon Bedrock Managed Knowledge Bases로 사내 문서 통합 질의 어시스턴트 구축
이베리아 반도의 펫케어 기업 IskayPet이 스페인·포르투갈·프랑스 3개국, 4개 언어로 흩어진 SharePoint 문서를 대상으로 사내 지식 어시스턴트를 Amazon Bedrock Managed Knowledge Bases 위에 구축했다. 벡터 DB와 임베딩 파이프라인을 직접 운영하지 않고 RAG를 구현한 사례다. 기사에 따르면 IskayPet의 사무직 직원들은 반품 정책, 수의 프로토콜, 온보딩 절차 등 일상 업무 질문에 답하기 위해 수백 개의 SharePoint 문서를 직접 뒤져야 했다. 이를 해결하기 위해 회사는 Amazon Bedrock Managed Knowledge Bases를 선택했고, 데이터 수집·멀티모달 파싱·벡터 저장·임베딩 생성·검색을 Amazon Bedrock이 맡도록 했다. 기존 SharePoint 커넥터로 문서를 가져오므로 데이터 마이그레이션이 필요 없었으며, 고급 인덱싱을 켜면 문서에 삽입된 이미지의 내용도 처리된다. 의미 검색과 BM25 키워드 검색을 결합한 하이브리드 검색으로 제품 코드 같은 정확한 용어를 찾고, 검색 결과는 관련도 기준으로 재정렬된다. 문서 단위 접근 제어도 적용되어 질의한 사용자가 읽을 권한이 있는 문서의 구절만 반환된다. 기사는 개발 방식도 밝힌다. 팀은 Kiro와 Claude Haiku 4.5를 사용해 매장용 프런트엔드부터 AWS 아키텍처와 배포까지 솔루션 전체를 구축했다. 이 기사는 아키텍처, SharePoint 연동, 검색 구성 결정, 운영 결과를 다룬다.
재고 장부가 맞지 않는 유통사에서 AI를 쓰기 전 ERP 재고 데이터부터 정리한 AX 사례
위시켓 AIDP가 진행한 AX 프로젝트에서 해외 구두 브랜드를 수입해 파는 유통사의 재고가 맞지 않는 원인을 분석했다. 기사는 AI 도입보다 ERP에 재고 정보를 체계적으로 모으는 일이 먼저라고 판단한 과정을 다룬다. 이 회사는 아홉 곳의 매장을 운영하며 백화점 POS에서 발생한 판매 기록이 회사 장부에 자동으로 들어오지 않는다. 같은 판매 한 건을 ERP, 매장 재고 엑셀, 수기 판매 장부, 매일 저녁 대표에게 가는 마감 보고, 구글시트 등 다섯 곳에 사람이 다시 입력한다. 재고 정보는 약 10개 도구에 흩어져 있어 현재 재고가 몇 켤레인지 한 번에 답하는 곳이 없다. 재고 불일치의 원인은 세 가지로 정리된다. ERP는 자산으로 잡는 구두만 품목으로 등록돼 있고, 액세서리·슈케어 용품·샘플 같은 잡화는 구글시트로만 관리해 한 케어용품은 장부와 실물이 약 2천 개 차이가 난다. 불량품과 서비스 상품은 따로 세지 않았고, 본사 창고는 정기 전수조사 없이 전표로만 추적했다. 기사는 이 기반이 먼저 잡혀야 AI 자동화가 의미를 가진다고 보고, ERP 한 곳에 재고를 모으는 작업을 우선 진행하기로 했다.
NVIDIA, 유럽 리테일 디지털 탐색부터 물리 운영까지 AI 적용 사례 공개
Shopify, Zooplus, Photoroom, Omi, L'Oréal, Mirakl, Otto Group 등 유럽 리테일 기업들이 NVIDIA 가속 오픈 모델과 물리 AI를 활용한 사례가 소개됐다. Shopify는 후처리한 오픈 모델로 프론티어 모델 수준의 정확도를 유지하면서 서빙 비용을 90% 낮췄다고 밝혔다. Shopify는 Sidekick의 GraphQL 서브에이전트에 Nemotron 3.5 Lightning을 후처리해 적용했으며, 내부 벤치마크에서 선도적 프론티어 모델을 정확도에서 앞서면서 응답은 7배 빠르다고 전했다. 여기에 NVIDIA CCluster vLLM 추론 최적화 소프트웨어를 더해 카탈로그 보강, 상점 어시스턴트 등 추가 5개 사례에서 4.5배 빠른 성능과 최대 12배 낮은 추론 비용을 달성했다. Zooplus는 Infosys 및 NVIDIA 기술로 제품 검색 스택을 재구축해 AWS 환경의 프로덕션 준비 프로토타입에서 86% 검색 정확도를 기록했다. Photoroom은 Vestiaire Collective에서 하루 약 40,000장의 이미지를 70개국 대상으로 표준화했으며, 이 파이프라인을 거친 상품은 유동성 5% 높은 판매율과 상품 페이지 고유 조회수 3~7% 증가를 보였다고 밝혔다. Otto Group은 독일 Haldensleben 최대 물류센터의 자율 창고 운영을 NVIDIA Omniverse 라이브러리 기반으로 시뮬레이션에서 먼저 설계·검증할 수 있게 했다. CATCHES는 AMIRI와의 RealFit 배포에서 전환율 55%, 장바구니 담기 80%, 총매출 56% 상승을 계절 조정 후 기준으로 보고했다. 기사는 이 수치들이 동일 조건의 같은 스타일 상품과 비교한 결과임을 명시한다.
Zocdoc CEO 올리버 카라즈, AI로 진료 예약 접근성을 바꾸는 방법
Zocdoc CEO 올리버 카라즈는 의사를 찾기가 어려운 게 아니라 환자를 정확한 진료 가능 시간과 연결하지 못하는 것이 문제라고 주장한다. Zocdoc은 약 20년간 온라인 예약 인프라를 구축해 왔으며, 이를 AI 에이전트·보험사·다른 플랫폼에 개방하고 있다. Zocdoc은 Google의 Gemini와 파트너십을 맺었고, 환자가 한 의료 플랫폼에 묶일 필요가 없다는 입장을 밝혔다. 막판 취소 등으로 생기는 잔여 예약 시간을 노출하면 진료 대기 기간을 몇 주에서 며칠로 줄일 수 있다고 설명했다. 논의는 AI가 의료 서비스의 새로운 진입 창구가 되었을 때의 상황과, Zocdoc의 미래가 자체 앱을 훨씬 넘어선다는 전망에 이르렀다.
Google, Gemini Personal Intelligence를 Android Auto와 Google built-in 차량으로 확장
Google이 Gemini의 Personal Intelligence 기능을 차량에 제공하기 시작했다. 이 기능은 Gmail과 Calendar 같은 앱의 데이터를 활용해 답변을 만들며, Android Auto에서는 오늘부터 출시되고 Google built-in 차량에는 향후 몇 달 안에 적용된다. Personal Intelligence는 2026년 초 Gemini에 추가된 기능으로, 사용자의 데이터를 더 많이 끌어와 답변을 생성한다. 처음에는 유료 기능이었으나 이후 모든 Gemini 사용자에게 제공되었다. 이번에 차량 환경으로 확장되며, 기능은 선택 사항으로 유지된다. Google은 생성형 AI의 출력이 모델이 세계와 사용자를 알 때 더 좋아진다고 설명한다. Google은 이미 많은 사용자 데이터를 보유하고 있어 다른 AI 시스템과 차별화되는 요소로 이 기능을 내세운다. Google built-in은 휴대폰 인터페이스를 투사하는 대신 인포테인먼트 시스템에서 Google 소프트웨어를 직접 실행하는 차량을 가리키며, 이런 차량은 드물지만 Google이 새 차량 기능을 먼저 선보이는 곳이다. 이번에는 순서가 반대로 진행된다.
Vanguard AI 센터장 Jing Wang, 규제 환경에서 확장 가능한 AI 기반을 구축하는 방법 발표
MIT Technology Review의 EmTech Future 컨퍼런스 세션은 데이터, 엔지니어링, 플랫폼, 운영 모델, 거버넌스가 하나로 작동해야 확장 가능한 AI 시스템이 된다는 점을 다룬다. 발표자는 Vanguard의 Center for AI & Insights를 이끄는 Jing Wang이다. 이 세션은 고도로 규제된 환경에서 그러한 기반을 구축하는 데 무엇이 필요한지 살펴본다. 또한 책임 있고 신뢰할 수 있는 구현이 에이전트형 시스템을 포함한 신흥 기능을 투자자에게 지속적인 가치로 전환할 수 있는 방법을 탐구한다. Jing Wang은 AI, 머신러닝, 생성형 AI, 행동과학 역량을 발전시키는 Vanguard의 Center for AI & Insights를 이끌며, 기업 전반의 혁신, 연구, 실행을 담당한다. 그는 2009년 Vanguard에 합류했고, 그 전에는 Boston Consulting Group에서 Principal로 일했다.
Stratechery 주간 호: Stripe 공동 후원 시작, Apple-Meta 엣지 AI 협력과 Muse Spark 오픈 모델 소식
Stratechery가 Stripe를 프레젠팅 스폰서로 맞이하며 새로운 체제를 알렸고, Apple과 Meta의 엣지 AI 협력이 이번 주 주요 화제로 다뤄졌다. 기사는 Apple의 Siri AI 투자 판단과 Meta의 새 오픈소스 모델 Muse Spark를 Apple 기기에서 로컬 실행할 수 있게 한 파트너십을 짧게 소개한다. 기사에 따르면 Meta는 새로운 오픈소스 모델 Muse Spark를 공개했으며, 예상 밖으로 Apple과 파트너십을 맺어 사용자가 이 모델을 로컬에서 실행할 수 있도록 했다. 필자는 Apple이 Siri AI로 생태계 투자를 정당화할 수 있을지가 신뢰의 핵심 질문이라고 정리했다. 기사는 이 파트너십의 세부 기술 사양이나 성능 수치는 제시하지 않으며, 주간 칼럼 특성상 각 주제의 링크와 요약 위주로 구성되어 있다.
AI 데이터센터 자금조달 위기와 SpaceX·Anthropic 재무 지표 분석
AI 인프라 투자와 기대 수익 사이의 격차가 벌어지며 데이터센터 자금조달이 어려워지고 있다는 분석이 나왔다. 글은 Global AI 관련 부채 발행이 2026년 9월 230억 달러로 6월 1,130억 달러에서 급감했다고 전한다. 기사는 Gartner 등을 인용해 현재 투자 속도가 유지되면 2032년 말까지 4조 달러 이상의 AI 인프라 지출이 감액 처리될 위험이 있다고 전한다. Gartner는 또 2030년까지 전문 Neo Cloud의 80% 이상이 독립 운영을 멈출 것으로 예측했다. 은행 측면에서는 JPMorgan CEO Jamie Dimon이 신용 대출을 조이고 있다고 확인했고, Oracle 데이터센터 캠퍼스 관련 약 180억 달러 규모 은행 대출이 스트레스 구간으로 밀려들었으며, Nvidia 지원 AI 클라우드 업체 Firmus는 300억 달러 이상 기업가치를 목표로 한 IPO를 보류했다. 기사는 Anthropic이 2026년 상반기 매출 163억 달러를 기록했지만 같은 기간 순손실 807억 달러를 냈다고 밝혔다. SpaceX는 2026년 3분기 매출 145.8억 달러, 순이익 44억 달러를 보고했고, 3분기 자본지출은 196억 달러로 전년 동기 69억 달러에서 크게 늘었다. 부채는 388억 달러이며 Elon Musk가 지분 78%를 보유하고 있다고 적혀 있다. 기사는 SpaceX가 4분기 자본지출을 350억~400억 달러로 안내했다고 덧붙였다.
Modal CEO Erik Bernhardsson, GPU 수요가 직사각형이 아닌 이유와 샌드박스 성장 설명
Modal의 CEO Erik Bernhardsson이 Latent Space 인터뷰에서 GPU 수요가 고정 용량 계약과 달리 증가·급증·감소를 반복한다는 점과, 이를 수천 고객의 수요를 풀링해 탄력적으로 제공하는 방식을 설명했다. Modal은 연간 런레이트 10억 달러를 넘었고 7.5억 달러 Series D로 160억 달러 기업가치를 기록했으며, 샌드박스가 매출의 약 3분의 1을 차지한다고 밝혔다. Modal은 수천 고객의 수요를 한데 모아 하부 용량을 확보하고, 각 고객이 필요할 때 필요한 만큼 쓰게 하는 방식을 택했다. 기사에 따르면 Modal의 서버리스 GPU는 사용 가능한 GPU 버퍼, 커스텀 파일시스템, 프로세스 체크포인팅, GPU 메모리 스냅샷을 조합해 모델 복제본을 빠르게 올린다. 샌드박스는 코딩 에이전트, 백그라운드 에이전트, 강화학습 수요로 성장했으며, 에이전트가 환경을 만들고 실행하고 다시 시도하는 과정에서 시작과 복원의 지연 시간이 제품 경험의 일부가 된다고 설명했다. 기사는 위험도 함께 언급한다. 공급자가 오늘의 가격으로 용량을 묶어 두었는데 이후 GPU 가격이 떨어지면 비싼 공급분을 떠안을 수 있으며, Erik은 임박한 붕괴는 예상하지 않지만 사업을 짤 때 이 가능성을 고려한다고 말했다.
카자흐스탄, NVIDIA GPU 기반 AI 인프라 확충 나서 Firebird 45,000개 Grace Blackwell GPU 도입
카자흐스탄이 인프라 계획 단계를 넘어 AI 배포 단계로 옮겨가고 있으며, Firebird는 미국 수출 허가를 받아 45,000개의 NVIDIA Grace Blackwell GPU를 도입해 데이터센터를 짓는다. 1단계 상용 출시는 2027년 3분기를 목표로 하며, 2단계 완료 시 총 AI 인프라 용량은 약 500메가와트에 이른다. Firebird는 카자흐스탄 정부와 투자 협약을 체결했고, 1단계 공사는 Kazakhtelecom과 함께 Data Center Valley에서 진행 중이다. Firebird는 현지 AI 스타트업과 연구를 지원하기 위해 Firebird Labs Kazakhstan 설립도 계획하고 있다. Kazakhtelecom은 이미 Astana와 Almaty에 NVIDIA H200 400개와 B300 480개를 배치했으며, 내년에는 Data Center Valley에서 1,000개 이상의 GPU를, Ekibastuz 지역에서 1,000개 이상의 NVIDIA Vera Rubin GPU를 추가로 배치할 계획이다. Madiyev 장관은 카자흐어를 이해하고 구사하며 문화적 맥락을 담은 AI를 목표로 카자흐어 모델을 개발 중이라고 밝혔다. 또한 공장, 광산, 농업, 운송, 물류 분야를 활용해 로봇 등 물리적 시스템 AI를 훈련하는 허브가 되는 방안을 논의했다.