AI 뉴스
AI 데이터 센터와 OpenAI의 도전
AI 데이터 센터는 지역 저항, 투자자 감시, 오라클의 신용 위험 압박에 직면했다. OpenAI는 안전 리드의 이탈과 출시 복잡성 문제에 직면했다. Anthropic은 Claude Code의 브라우저 에이전트 범위를 확장했다. AI 관련 내용은 LinkedIn에서 계속 확산되고 있다.
이중 서브선형 상호작용 근접 증명 연구
이 연구에서는 이중 서브선형 상호작용 근접 증명(doubly sub-linear interactive proofs of proximity, dsIPPs)에 대해 다룬다. dsIPPs는 대규모 입력에 대한 근사적 주장을 증명하는 데 사용되며, 증명 생성은 입력의 작은 부분만 읽으면 되므로 매우 빠르다. 증명의 근사적 검증은 입력의 더 작은 부분을 읽어야 하며, 정직한 증명자는 속일 수 없는 검증자를 만들 수 있다.
dsIPPs는 대규모 데이터에 대한 빠른 근사적 증명 및 검증을 가능하게 하여, 데이터 처리 및 검증의 효율성을 높일 수 있다.
함수의 위치 불변 속성과 분포의 속성: 검증에서의 차이
위치 불변(대칭) 속성은 함수에서 각 값이 발생하는 위치와 관계없이 각 값이 발생하는 빈도로 설명될 수 있는 속성이다. 위치 불변 속성을 테스트하는 쿼리 복잡도는 해당 분포의 속성을 테스트하는 샘플 복잡도와 밀접한 관련이 있다. 그러나 현재 연구에서는 검증의 맥락에서 이러한 밀접한 관계가 유지되지 않음을 보여준다.
일반 분포 속성에 대한 상호작용 증명 시스템
앨리스가 알려지지 않은 분포에서 소수의 샘플을 수집하고, 신뢰할 수 없는 데이터 분석가인 밥이 분포에 대한 분석을 수행했다고 주장할 때, 앨리스는 자원을 덜 소모하면서 밥의 주장을 효율적으로 검증할 수 있는 방법을 제시한다. 이를 위해 제한된 깊이의 회로로 결정할 수 있는 일반 분포 속성에 대한 상호작용 증명 시스템을 구축한다.
제한된 깊이의 회로를 사용하여 분포 속성을 검증하는 방법은 데이터 분석의 효율성을 높일 수 있다.
NVIDIA, Jetson Thor 아키텍처 기반 T3000 및 T2000 모듈 발표
NVIDIA는 Jetson Thor 아키텍처를 기반으로 한 새로운 T3000 및 T2000 모듈을 발표했다. T3000은 865 FP4 테라플롭스의 AI 컴퓨팅 성능을 제공하며, Jetson T2000은 400 FP4 테라플롭스와 16GB 메모리를 갖추고 있다. 새로운 Jetson 에이전트 기술은 메모리 최적화 및 시스템 구성을 자동화하여 개발자들이 더 낮은 메모리 구성에서도 성능을 유지할 수 있도록 돕는다.
T3000은 865 FP4 테라플롭스의 AI 컴퓨팅 성능을 제공하여, 비용 절감과 함께 고성능 로봇 및 AI 시스템 개발을 가능하게 한다.
NVIDIA DeepStream 9.1을 활용한 다중 카메라 3D 추적 애플리케이션 구축
대규모 공간에서 비디오 분석 애플리케이션을 개발하는 개발자는 카메라 뷰 간에 이동하는 동일한 객체를 추적해야 한다. 단일 카메라 2D 추적은 신뢰할 수 있는 깊이 정보를 제공하지 않으며, 객체가 프레임을 벗어날 때 추적을 잃는 경우가 많아 창고 안전, 소매 분석, 스마트 빌딩 모니터링과 같은 애플리케이션의 한계를 초래한다. 현재의 3D 추적 방법은 수동 작업을 요구한다.
NVIDIA DeepStream 9.1을 사용하면 다중 카메라 환경에서 신뢰성 있는 3D 추적을 구현할 수 있다.
Cadence, AuraStack으로 회로 기판 및 패키징 디자인 지원 확대
Cadence Design Systems Inc.는 새로운 인공지능 에이전트 AuraStack을 발표했다. 이 에이전트는 실리콘이 맞춤 제작되고 생산된 후의 패키징 및 시스템 디자인을 지원하며, 전자 기기에서 칩과 구성 요소가 어떻게 사용되는지를 다룬다. AuraStack은 회사의 Allegro AI 스튜디오 내에서 작동하는 슈퍼 에이전트이다.
기업 AI 조직의 에이전트 오케스트레이션 현황
101개 기업을 대상으로 한 조사에 따르면, 에이전트 오케스트레이션은 모델 제공 플랫폼으로 통합되고 있으며, Anthropic의 Claude가 40%로 가장 높은 점유율을 차지하고 있다. 그러나 대부분의 배포된 '에이전트'는 단일 프롬프트 챗봇에 불과하며, 진정한 다단계 오케스트레이션 워크플로우는 71%가 25% 이하로 평가하고 있다. 2026년까지 51%의 기업이 하이브리드 제어 플레인을 기대하고 있으며, 27%는 실시간 재정 통제가 부족하다.
Anthropic의 Claude는 40%의 점유율로 기업들이 선택하는 주요 플랫폼이며, 이는 모델의 신뢰성과 다단계 실행의 중요성을 반영한다.
AI 에이전트를 활용한 경량 USD 런타임 개발
OpenUSD는 물리적 AI를 위한 공통 장면 설명 언어를 제공하는 개방형 확장 프레임워크이다. 이 프레임워크는 팀이 CAD 데이터, 시뮬레이션 자산, 실제 텔레메트리를 공유된 물리적으로 정확한 세계 관점으로 통합할 수 있게 한다. 기존의 USD 구현을 구축하는 것은 대규모 코드베이스를 조정해야 했으나, 이제는 특정 메모리 요구 사항을 가진 팀들도 더 쉽게 접근할 수 있다.
OpenUSD는 CAD 데이터와 시뮬레이션 자산을 통합하여 물리적으로 정확한 모델을 구축할 수 있는 기반을 제공한다.
NVIDIA, AI 에이전트를 활용한 AI 모델 자동화
NVIDIA는 Cosmos 3, TAO 에이전트 기술, LoRA 및 AutoML을 사용하여 비전 모델의 후속 훈련을 자동화했다. 이 과정에서 에이전트 기반의 머신러닝 운영이 중요한 역할을 한다.
Cosmos 3와 TAO 에이전트 기술을 통해 AI 모델의 후속 훈련을 자동화할 수 있다.
AI로 재구성된 오디세이 영화 Odysseus: The Fall 발표
이번 주말, 크리스토퍼 놀란의 새로운 오디세이 영화가 개봉하며 8000만에서 1억 달러의 수익을 올릴 것으로 예상된다. 이에 영화 스튜디오 Fountain 0은 AI로 생성된 오디세이 재구성 영화 Odysseus: The Fall을 제작 중이라고 발표했다.
Fountain 0의 AI-generated 영화 제작은 AI 기술이 영화 산업에 미치는 영향을 보여준다.
Built Technologies, AWS에서 AI 기반 문서 처리 엔진 배포
Built Technologies는 부동산 금융에서 500억 달러 이상의 프로젝트를 처리하며, Amazon Bedrock과 AWS Intelligent Document Processing(IDP) Accelerator를 활용하여 AI 기반 문서 처리 엔진을 배포했다. 이 엔진은 부동산 금융 생태계 전반에 걸쳐 에이전트 제품의 기초로 사용되며, 250종 이상의 문서 유형을 지원하고, 수백 페이지에 달하는 복잡한 문서를 신속하게 처리할 수 있다. Built는 95% 이상의 신뢰도를 요구하는 분류 및 추출 작업을 위해 이 솔루션을 개발했다.
Built Technologies는 250종 이상의 문서 유형을 처리하며, 복잡한 문서 구조와 높은 신뢰도 요구 사항을 충족하는 AI 기반 문서 처리 엔진을 통해 부동산 금융의 자동화를 가속화하고 있다.
Amazon Bedrock과 MCP 서버를 활용한 시각 지능 구축
AI의 실제 응용에서 시스템 간의 단절 문제를 해결하기 위해 컴퓨터 비전, Strands Agents, Model Context Protocol(MCP)을 통합하여 시각 정보를 수집하고 이해하며 행동할 수 있는 파이프라인을 구축했다. 이 통합은 인식, 의사결정, 행동 간의 전통적인 장벽을 줄여 AI 시스템이 인간 지능처럼 작동할 수 있도록 한다. 또한, AWS Identity and Access Management(IAM)를 통해 보안 관리를 중앙 집중화하고, Amazon S3, Amazon OpenSearch, Amazon Bedrock, Amazon Rekognition과 같은 AWS 서비스를 활용하여 데이터 관리 및 AI 도구 접근을 용이하게 한다.
MCP는 AI 시스템이 도구 및 데이터 소스와 통합되는 방식을 단순화하여 각 AI 모델과 데이터 소스 쌍에 대한 별도의 연결을 구축할 필요를 없앤다.
Amazon SageMaker Pipelines의 크로스 계정 모니터링을 위한 커스텀 Amazon CloudWatch 대시보드
Amazon SageMaker Pipelines를 사용하면 조직이 머신 러닝 워크로드를 자동화하고 여러 AWS 계정 및 리전에서 분산할 수 있다. 그러나 여러 AWS 환경에 분산된 SageMaker Pipelines를 모니터링하는 것은 복잡해질 수 있다. Amazon CloudWatch의 커스텀 대시보드를 사용하여 여러 AWS 계정과 리전에서 SageMaker Pipelines 실행을 중앙 집중식으로 모니터링하는 솔루션이 소개되었다. 이 솔루션은 AWS Cloud Development Kit(AWS CDK)를 사용하여 필요한 인프라의 사용자 정의 예제를 제공한다.
Amazon CloudWatch의 커스텀 대시보드를 통해 SageMaker Pipelines 실행을 중앙에서 모니터링할 수 있다.
Suno, YouTube와 Deezer에서 수백만 곡의 음악과 가사를 수집
AI 음악 생성기 Suno가 해킹 사건을 통해 수백만 곡의 음악과 가사를 YouTube Music, Deezer, Genius 등에서 수집한 사실이 드러났다. Suno는 훈련 데이터셋의 내용과 수집 방법을 공개하지 않았으며, 이로 인해 저작권 문제로 여러 차례 소송을 당한 바 있다. 특히 미국 레코딩 산업 협회(RIAA)가 제기한 소송에서 Suno는 저작권이 있는 자료를 사용한 사실을 인정했다.
Suno는 저작권이 있는 자료를 사용하여 AI 모델을 훈련시켰다는 주장으로 소송에 휘말리고 있다.
NVIDIA CUDA 13.3에서의 캐리리스 곱셈 지원
x86 CPU는 15년 이상 캐리리스 곱셈을 위한 전용 하드웨어 명령어를 제공해왔다. 그러나 NVIDIA GPU는 그동안 이 기능을 지원하지 않았다. NVIDIA CUDA 13.3에서는 이 격차를 해소하기 위해 새로운 PTX 명령어를 도입하였다.
NVIDIA CUDA 13.3의 새로운 PTX 명령어는 캐리리스 곱셈을 지원하여 인증된 암호화 및 오류 수정 코드와 같은 기능을 GPU에서 더 효율적으로 수행할 수 있게 한다.
GitHub 초보자를 위한 가이드: GitHub의 기본 이해하기
이 가이드는 GitHub의 기본 개념을 소개하며, 버전 관리 시스템인 Git의 중요성과 사용 방법을 설명한다. Git은 파일 변경 사항을 추적하고, 작업 디렉토리, 스테이징 영역, 로컬 저장소의 세 가지 영역을 통해 작동한다. GitHub 계정을 설정하고 2단계 인증을 활성화하여 보안을 강화하는 방법도 안내한다. 또한, 기본적인 Git 명령어(예: git init, git clone, git commit 등)와 첫 번째 저장소를 만드는 방법, Markdown 사용법에 대해서도 다룬다.
Git은 전 세계에서 가장 널리 사용되는 버전 관리 시스템으로, 코드 변경 사항을 기록하고 이전 버전으로 되돌릴 수 있는 기능을 제공한다.
Graft AI: 회사 운영을 에이전트를 위한 생동감 있는 맵으로 전환
Graft AI는 회사의 운영을 에이전트를 위한 생동감 있는 맵으로 변환하는 기능을 제공한다.
OpenAI의 GPT-Red, 사이버 공격 방어를 위한 LLM 슈퍼 해커
OpenAI는 GPT-Red라는 LLM 슈퍼 해커를 개발하여 다른 모델의 사이버 공격 방어 능력을 강화하고 있다. 최근 출시된 GPT-5.6은 GPT-Red와의 훈련을 통해 가장 강력한 모델로 발전했다. GPT-Red는 소프트웨어 시스템의 안전성을 평가하는 레드팀 테스트를 자동화하며, 새로운 공격 유형인 가짜 사고 체인을 발견하는 등 기존의 인간 테스터보다 효과적으로 공격을 찾아내는 능력을 보여주었다. OpenAI는 GPT-Red를 통해 모델의 방어력을 지속적으로 개선하고 있다.
GPT-Red는 GPT-5.6의 방어 능력을 90% 이상 강화하는 데 기여했다.
Linus Torvalds, AI 사용에 대한 비판 중단 촉구
Linus Torvalds는 AI에 대한 비판이 존재하지만, Linux 프로젝트는 반AI 프로젝트가 아니라고 강조했다. 그는 AI가 유용한 도구임을 인정하며, AI 사용에 반대하는 사람들은 오픈 소스 방식으로 포크하거나 떠날 수 있다고 말했다. Torvalds는 AI가 유지보수자에게 도움이 되어야 하며, 기술적 장점을 기반으로 결정을 내려야 한다고 덧붙였다.
Linux 프로젝트는 AI를 도구로 활용하며, 기술적 우수성을 중시한다.
Dex Horthy와의 대화: LLM의 컨텍스트 엔지니어링
Dex Horthy는 LLM의 컨텍스트 엔지니어링에 대해 논의하며, AI 엔지니어들과의 대화를 통해 얻은 교훈을 공유했다. 그는 코드 품질을 유지하면서 소프트웨어 개발 생애 주기를 자동화하는 방법을 설명했다. Horthy는 2024년 8월부터 AI 에이전트를 구축하기 시작했으며, LLM이 기존 코드베이스를 악화시키는 이유를 분석했다. 그는 '더 많은 컨텍스트가 항상 더 나은 결과를 가져오지 않는다'고 강조하며, '더 똑똑한 모델'의 기준이 컨텍스트 내에서 토큰을 어떻게 활용하는지에 달려 있다고 말했다.
Dex Horthy는 LLM의 컨텍스트 엔지니어링을 통해 소프트웨어 개발의 효율성을 높일 수 있는 방법을 제시하고 있다.
Atlassian, Jira를 개발자와 AI 에이전트를 위한 오케스트레이션 허브로 확장
Atlassian Corp.는 Jira를 업데이트하여 개발자들이 인공지능 에이전트가 수행하는 작업을 준비, 배포 및 추적할 수 있도록 돕는 기능을 추가했다고 발표했다. 새로운 Jira Planner는 불완전한 프로젝트 아이디어를 기술 사양으로 변환하며, Jira Coding Agent와 제3자 에이전트와의 통합을 통해 작업 항목을 요청으로 변환한다.
Jira Planner는 불완전한 프로젝트 아이디어를 기술 사양으로 변환하는 기능을 제공한다.
OpenAI의 첫 번째 브랜드 하드웨어 Codex Micro 출시
OpenAI가 $230에 판매되는 Codex Micro라는 RGB 조명이 있는 미니 키보드를 출시했다. 이 장치는 사용자가 여러 Codex 에이전트를 모니터링하고 빠르게 상호작용할 수 있도록 설계되었다. Codex Micro는 상단 두 줄에 있는 여섯 개의 frosted 키를 통해 최대 여섯 개의 Codex 스레드에 대한 색상 코딩된 실시간 피드백을 제공하며, 스레드의 상태에 따라 키의 색상이 변화한다. 예를 들어, 스레드가 유휴 상태일 때는 흰색, Codex가 생각 중일 때는 파란색, 작업이 완료되었을 때는 초록색으로 표시된다.
Codex Micro는 최대 여섯 개의 Codex 스레드에 대한 실시간 피드백을 제공하여 사용자가 즉각적으로 작업의 상태를 파악할 수 있게 한다.
ELIZA의 소스 코드 발견과 다중 인격 기능
ELIZA는 세계 최초의 AI 챗봇으로, MIT 아카이브에서 실제 소스 코드가 발견되었다. 이 코드는 ELIZA가 단순한 패턴 매칭 챗봇이 아니라 여러 인격을 가질 수 있는 복잡한 프로그램임을 보여준다. ELIZA는 1960년대 중반에 등장하여 인간-컴퓨터 상호작용의 방식을 변화시켰으며, 'Doctor'라는 스크립트를 통해 심리치료사 역할을 수행했다. 이 발견은 초기 AI 개발에 대한 이해를 변화시키고, 현대 AI 개발에 여전히 영향을 미치는 언어와 상호작용에 대한 기본 가정을 드러낸다.
ELIZA의 소스 코드는 복잡한 스크립트 편집 및 맥락 기억 기능을 포함하여 다중 인격을 구현할 수 있는 능력을 보여준다.