AI 뉴스

IEEE, 전력망 현대화를 위한 AI 활용 교육 과정 개설

미국 전력망은 산업 성장과 극단적인 날씨, 전기 사용량 급증으로 한계에 도달했다. 데이터 센터의 수요 증가로 인해 전력망의 운영 방식이 복잡해지고 있으며, AI와 고성능 컴퓨팅의 도입이 필요하다. AI는 대량의 데이터를 즉시 처리하여 전력 시스템을 관리하는 데 필수적이며, 예측 유지보수를 통해 장비 가동 중단 시간을 최대 50% 줄일 수 있다. IEEE는 전력 시스템 엔지니어와 데이터 과학자를 교육하기 위해 'Artificial Intelligence for Power and Energy Systems' 온라인 과정 프로그램을 시작했다.

AI는 전력 시스템의 실시간 데이터 분석을 통해 전력망의 효율성을 높이고, 예측 유지보수를 통해 장비 가동 중단 시간을 최대 50% 줄일 수 있다.

백악관, AI 모델 사이버 보안 위험 평가 프레임워크 논의

백악관은 OpenAI와 Anthropic과 함께 최전선 AI 모델의 사이버 보안 위험 평가 프레임워크에 대해 논의했지만, 세부 사항은 공개하지 않을 계획이다. 최전선 연구소는 모델 출시 30일 전에 가장 강력한 모델을 제출하도록 요청받고 있으며, 이 비밀 유지 조치에 대해 AI 안전 옹호자들로부터 비판을 받고 있다. AI 모델의 '안전' 인증이 가능할 것이라는 기대는 낮으며, AI 기술은 모든 산업에서 사용되고 있다.

백악관의 AI 사이버 보안 위험 검토는 미국 개발자의 상위 제품에만 초점을 맞추고 있다.

AI Pills: AI, AGI, ASI의 개념과 그 중요성

AI에 대한 의견은 주로 미래의 AI 능력에 대한 불일치로 나뉜다. 세 가지 AI Pills는 AI가 현재 할 수 있는 것, AGI가 더 많은 것을 할 수 있을 것, ASI가 모든 것을 더 잘할 수 있을 것이라는 개념이다. 현재 많은 사람들이 첫 번째 AI Pill조차 복용하지 않았으며, 이는 AI의 실제 능력에 대한 무지에서 비롯된다. AI는 이미 많은 작업을 더 잘 수행할 수 있으며, 이를 통해 새로운 질문을 할 수 있는 기회가 생긴다. 그러나 많은 경제학자와 정책 입안자들은 AI의 잠재력을 과소평가하고 있다.

AI는 이미 많은 작업을 더 잘 수행할 수 있으며, 이는 기존의 작업 방식을 변화시킬 수 있다.

State of CSS 2026 결과 및 Vite+ Beta 출시 소식

2026년 5월 15일부터 6월 29일까지 진행된 State of CSS 설문 조사에서 4,902명이 응답했으며, 앵커 포지셔닝이 "가장 마음에 드는 신규 기능"과 "브라우저 지원 때문에 쓰지 못해 아쉬운 기능" 모두에서 1위를 차지했다. CSS의 AI 생성 비율은 평균 28%로 나타났다. 또한, Vite+의 베타 버전이 출시되었으며, 이는 Vite, Vitest, Rolldown, tsdown, Oxlint, Oxfmt를 통합한 웹 개발 툴체인으로, 500개 이상의 PR이 반영되어 엔터프라이즈 기능이 추가되었다.

State of CSS 2026의 결과는 개발자들이 다음 프로젝트에서 어떤 CSS 기능과 도구를 채택할지 판단하는 데 참고할 수 있다.

AI 에이전트의 개방형 AI 연구 수행 능력 평가 결과

AI 연구의 목표는 AI 에이전트를 통한 자기 개선(Recursive Self-Improvement, RSI)이다. 최근 평가에서 AI 에이전트는 쉽게 검증 가능한 작업에서 진전을 보였으나, 개방형 AI 연구를 수행하는 데는 한계가 있음을 보여주었다. 연구자들은 두 개의 미발표 논문을 바탕으로 AI 에이전트에게 연구를 수행하도록 했으나, 에이전트의 결과는 원 저자들에 의해 명확히 거부되었다. 에이전트는 개방형 연구를 위한 판단력이 부족하고, 피드백에 창의적으로 대응하지 못하며, 구체적인 지침을 따르지 않는 등의 문제를 드러냈다.

AI 에이전트가 개방형 연구를 수행하는 데 어려움이 있다는 결과는 AI 연구의 자동화 가능성에 대한 의문을 제기한다.

에이전트 접근 모델(AAM) 제안

기업 보안은 네트워크 신뢰에서 벗어나 BeyondCorp 모델을 채택했다. 이 모델은 요청의 출처가 아니라 사용자 신원과 기기 건강을 기준으로 접근 결정을 내린다. 현재 에이전트라는 소프트웨어 주체가 시스템에 접근하여 작업을 수행하고 있으며, 이들은 작업 범위가 제한된 일시적인 실행을 통해 빠르게 데이터를 처리한다. 에이전트 접근 모델(AAM)은 에이전트의 권한을 최소화하여 접근 결정을 단순화하는 방안을 제안한다. 에이전트는 서비스 계정과는 달리 일시적이며, 그 수명은 작업의 수명과 일치해야 한다.

에이전트 접근 모델(AAM)은 에이전트의 권한을 최소화하여 접근 결정을 간소화하는 방법을 제시한다.

Cloudflare OS를 통한 AI 활용 변화

Cloudflare의 CIO Sam Rhea는 AI를 활용한 SuperApp 개발 요청을 받으면서 AI 도입의 필요성을 느꼈다. Cloudflare는 2025년까지 AI를 조심스럽게 도입했으나, 최근 더 나은 모델과 강력한 도구들이 등장하면서 AI 활용을 본격적으로 시작했다. 이를 위해 Cloudflare OS라는 플랫폼을 구축하였으며, 이는 Cloudflare Workers와 Access와 같은 기존 플랫폼을 통합하여 개발되었다. AI 도입을 위한 원칙으로는 고객과의 소통 증대, 모든 직원에게 직관적인 플랫폼 제공, AI 출력에 대한 인간의 책임 강조 등이 있다.

Cloudflare OS는 직원들이 안전하고 생산적으로 AI를 활용할 수 있도록 설계된 플랫폼이다.

Cloudflare AI Gateway의 사용자 식별 기능 및 User Insights 기능 발표

Cloudflare는 AI Gateway와 Cloudflare Access의 통합을 통해 사용자 인증 및 접근 제어 기능을 제공하며, AI Gateway를 통해 모든 AI 사용을 중앙에서 관리할 수 있게 되었다. 이제 사용자는 SAML 지원 아이덴티티 제공자를 통해 인증할 수 있으며, 요청 메타데이터에 사용자 ID가 추가되어 로그 및 비용 분석이 가능하다. 또한, User Insights 기능이 도입되어 각 계정의 행동 패턴을 분석하고 비정상적인 행동을 식별할 수 있다.

AI Gateway는 요청에 대해 인증된 사용자 ID를 추가하여 비용 관리를 보다 효율적으로 할 수 있게 한다.

Cloudflare OS: 조직 맞춤형 에이전트 및 작업 공간 제공

Cloudflare OS는 조직의 맥락과 기술에 기반한 에이전트와 작업 공간을 제공하는 플랫폼이다. 이 플랫폼은 사용자가 문서, 슬라이드 작성, 반복 작업 자동화, 데이터 시각화를 위한 작은 앱을 만들 수 있도록 지원한다. 2023년 5월 Cloudflare의 모든 직원에게 첫 번째 버전이 제공되었으며, 오늘 새로운 버전이 오픈 소스로 공개되었다. Cloudflare OS는 보안과 거버넌스를 통합하여 내부 데이터와 서비스에 안전하게 접근할 수 있도록 설계되었다.

Cloudflare OS는 조직의 고유한 맥락과 기술을 활용하여 작업 효율성을 높일 수 있는 플랫폼이다.

AI 연구를 위한 새로운 문서 형식 제안: Agent-Native Research Artifact

2023년 5월, 37명의 연구자들이 AI의 필요에 맞춘 새로운 연구 문서 형식인 'Agent-Native Research Artifact'(ARA)를 제안하는 논문을 발표했다. 이들은 AI가 연구 과정에서 단순한 도구가 아닌 자율적인 기여자로 자리잡고 있다고 주장하며, 기존의 과학 논문이 AI의 요구를 충족하지 못한다고 지적했다. ARA는 AI 에이전트가 효율적으로 활용할 수 있는 형식으로 연구 결과를 제시하는 것을 목표로 한다. 논문의 주 저자 Jiachen Liu는 2025년 미시간 대학교에서 박사 학위를 취득하고, AI 연구 스타트업인 Agent Native Research Lab을 공동 설립했다.

'Agent-Native Research Artifact'는 AI 에이전트가 연구 결과를 효율적으로 활용할 수 있도록 설계된 새로운 문서 형식이다.

Gemini Robotics 2의 새로운 기능과 변화

Apptronik의 Apollo 2는 사용자의 지시에 따라 물뿌리개를 특정 위치에 놓는 시연을 보여주었다. 이전 Gemini Robotics 모델은 고정된 베이스에 몸체만 장착된 형태였으나, 이번 모델은 걷기와 잡기가 동일한 정책에서 언어 지시에 따라 이루어진다. 이는 로코모션이 별도의 서브시스템이 아닌 행동 공간의 일부로 예측된다는 것을 의미한다.

Gemini Robotics 2는 걷기와 잡기 기능이 동일한 정책에서 작동하여 로봇의 행동 예측 방식을 변화시킨다.

미국의 산업 문제 해결을 위한 세 스타트업

a16z American Dynamism Films가 Ulysses, Mariana Materials, Radiant 세 회사를 조명하는 단편 다큐멘터리를 공개했다. Will O'Brien은 자율 수중 로봇이 해양 탐사와 보안을 혁신할 수 있다고 설명하고, Turner Caldwell은 미국의 주요 광물 공급망을 재건하고 현대화하는 방안을 논의하며, Doug Bernauer는 휴대용 원자력 마이크로 리액터가 전력 생성 방식을 변화시킬 수 있다고 밝혔다. 이 대화들은 미국의 산업 기반을 재건하기 위한 기술과 창립자들을 조명한다.

자율 수중 로봇은 해양 탐사와 보안의 새로운 시대를 열 수 있다.

AI 수요의 지속 가능성은 외부 고객 자금에 달려 있다

기존 사용자들은 에이전트를 운영하고, 더 긴 작업을 위임하며, 노동을 컴퓨팅으로 대체함으로써 AI를 더 많이 활용할 수 있다. 그러나 이러한 구축은 연구소, 하이퍼스케일러 및 투자자 간의 자본 순환을 대체할 외부 고객 자금이 필요하다.

AI의 수요는 외부 고객 자금의 유입에 의해 결정되며, 이는 AI 서비스의 지속 가능성에 직접적인 영향을 미친다.

Megakernels의 연구 방향 종료

최근 Inference Engineering Masterclass에서 Megakernels에 대한 논의가 있었습니다. Megakernels는 두 달을 투자해 커널을 작성해도 런치 오버헤드와 커널 간의 상호작용 문제로 인해 실질적인 이점을 제공하지 못하고 있습니다. NVIDIA의 Rubin 설계가 Megakernels를 무력화하도록 설계되었으며, 이로 인해 Megakernels 연구 분야는 지속되지 않을 것으로 보입니다.

NVIDIA의 Rubin 설계가 Megakernels를 무력화하도록 설계되어, 해당 연구 방향이 종료될 가능성이 높습니다.

Bad Apple 애니메이션을 3MB 신경망으로 압축

한 사용자가 Bad Apple 애니메이션을 2.7억 픽셀에서 790k 파라미터로 압축한 신경망을 훈련시켰다. 이 네트워크는 3D 좌표를 입력받아 그레이스케일 값을 출력하며, 5개의 선형 레이어와 512개의 히든 유닛을 사용한다. 훈련 과정에서 시간 좌표를 4배로 늘리고, 움직이는 가장자리를 중심으로 샘플링하여 성능을 개선했다. 새로운 모델의 검증 MSE는 0.0090으로 떨어졌고, 고속 프레임은 3.6배 더 정확해졌다.

검증 MSE가 0.0090으로 개선되어, 고속 프레임의 정확도가 3.6배 향상되었다.

Diffusion Transformers에서의 아웃라이어 토큰 연구

Diffusion Transformers(DiTs)에서 이미지 생성을 위한 아웃라이어 토큰을 연구하였다. 이전 연구에서는 Vision Transformers(ViTs)가 제한된 지역 정보를 가지면서도 불균형한 주목을 끄는 고노름 토큰을 생성할 수 있음을 보여주었으나, 생성 모델에서의 역할은 충분히 탐구되지 않았다. 본 연구에서는 현대 Representation Autoencoder(RAE)-DiT 파이프라인의 인코더와 디노이저 모두에서 이러한 현상이 나타남을 보여주며, 사전 훈련된 ViT 인코더가 아웃라이어 표현을 생성할 수 있고, DiTs 자체에서도 특히 중간 레이어에서 내부 아웃라이어 토큰이 발생할 수 있음을 확인하였다.

Diffusion Transformers의 아웃라이어 토큰 현상은 이미지 생성 품질에 영향을 미칠 수 있다.

BackEngine MCP: 기업 지식의 AI 활용

BackEngine MCP는 기업의 비공식 지식을 AI가 활용할 수 있도록 만드는 솔루션이다.

AMD 데이터 센터 매출 67억 달러로 증가, 게임 부문은 감소

AMD의 데이터 센터 매출이 AI 수요에 힘입어 지난해 같은 기간 대비 107% 증가하여 67억 달러에 달했다. 이는 1분기 매출 58억 달러에서 증가한 수치이다. AMD CEO 리사 수는 2027년까지 데이터 센터 부문 매출이 연간 두 배로 증가할 것으로 예상한다고 밝혔다. 반면, 게임 부문 매출은 31% 감소하여 7억 7900만 달러에 그쳤다.

AMD의 데이터 센터 매출이 67억 달러에 달하면서 AI 관련 기술 개발에 대한 수요가 증가하고 있음을 보여준다.

SpaceX, AI 부문 수익 26억 달러로 증가

SpaceX의 AI 수익이 전년 대비 3배 이상 증가하여 26억 달러에 달했다고 회사의 분기 실적 보고서에서 밝혔다. AI 부문은 이번 분기에 15억 달러의 손실을 기록했으며, 이는 지난해 같은 분기보다 약간 줄어든 수치다. SpaceX는 5월에 Anthropic, 6월에 Google과 컴퓨팅 제공 계약을 체결하여 CoreWeave와 같은 다른 클라우드 서비스와 경쟁하고 있다.

SpaceX의 AI 수익이 26억 달러로 증가하면서 AI 기업으로서의 입지를 강화하고 있다.

텍사스, 데이터 센터 전력망 연결 중단

텍사스에서 데이터 센터의 전력망 연결이 중단되었다. 그렉 애벗 주지사는 데이터 센터가 전력망과 지역 사회에 미치는 잠재적 영향에 대한 추가 정보를 제공할 때까지 모든 신규 전력망 연결에 대한 유예를 선언했다. 이 발표는 8월 3일 텍사스 공공 유틸리티 위원회와 전력 신뢰성 위원회(ERCOT)에서 이루어졌다. 텍사스는 저렴한 토지와 풍부한 에너지 자원으로 데이터 센터 개발을 유치해왔으며, 이는 버지니아를 초과하여 미국 최대 데이터 센터 시장이 될 가능성을 높이고 있다.

ERCOT는 텍사스의 전력망을 관리하며, 데이터 센터의 전력 소비가 지역 사회에 미치는 영향을 평가할 필요성이 있다.

GitHub 법무팀이 Copilot CLI로 업무 효율성을 높인 사례

GitHub 법무팀은 반복적인 계약 검토와 법적 질문에 대한 답변을 효율적으로 처리하기 위해 GitHub Copilot CLI를 활용했다. Ngandu Kasuku는 'terms-ai'라는 계약 초안 도구를 개발하여 검토 및 초안 작성 시간을 절반으로 줄였고, 일관된 초안을 작성할 수 있게 되었다. Jesse Geraci는 DMCA 통지를 평가하기 위해 법적 워크플로우를 구축했으며, 이는 독립적으로 수행되던 작업을 반복 가능한 형태로 변환했다. 이 과정에서 법률적 판단을 워크플로우에 통합하여 팀의 업무 효율성을 높였다.

Ngandu Kasuku는 'terms-ai'를 통해 계약 검토 및 초안 작성 시간을 절반으로 줄였다.

Amazon Bedrock에서의 웹 검색 기능 소개

Amazon Bedrock에서 웹 검색 기능이 일반 제공되며, 이는 모델의 응답을 최신 웹 지식으로 보강하는 서버 측 내장 도구이다. 웹 검색은 다수의 출처에서 정보를 수집하고, 의미 기반 스니펫 추출을 통해 모델의 컨텍스트 창에 최적화된 형태로 결과를 제공한다. 또한, 데이터가 AWS 환경을 벗어나지 않도록 기본적으로 제로 데이터 이그레스 기능을 제공한다.

Web Search는 Amazon Bedrock의 API 호출에서 단일 매개변수로 활성화되어, 외부 공급업체와의 통합 없이 간편하게 사용할 수 있다.

OpenAI, 2026년 ChatGPT Work 출시: 지식 작업을 위한 에이전트

2023년 7월 9일 OpenAI는 지식 작업을 위한 에이전트 제품인 ChatGPT Work를 출시했다. 이 제품은 14개 구성의 3가지 새로운 모델을 포함하며, ChatGPT와 Codex 데스크탑 앱을 통합하고 클라우드 에이전트를 대중에게 제공한다. 출시 3주 만에 Work는 1천만 사용자 이상을 기록했으며, ChatGPT는 6월에 10억 MAU를 초과할 것으로 예상된다. Work는 Slack, 이메일, 드라이브 등 다양한 플랫폼과 연결되어 작업을 수행하며, 클라우드 컴퓨터에서 운영된다.

GitHub 스택형 풀 리퀘스트로 리뷰 간소화하기

GitHub의 스택형 풀 리퀘스트는 대규모 풀 리퀘스트를 작은 독립적으로 리뷰 가능한 레이어로 분해하여 리뷰 과정을 간소화한다. 이 구조는 각 레이어가 독립적인 문제를 다루도록 하여 리뷰어가 각 부분을 쉽게 이해하고 검토할 수 있게 한다. GitHub의 스택형 풀 리퀘스트는 풀 리퀘스트 UI와 터미널에서 gh stack CLI를 통해 사용할 수 있다.

GitHub의 스택형 풀 리퀘스트는 2028년까지 모든 SDLC 단계에서 50%의 생산성 향상을 이끌 것으로 예상되는 코딩 에이전트와 함께 사용될 수 있다.