AI 뉴스

QA Studio를 활용한 배치 회귀 테스트 및 CI/CD 통합

QA Studio는 개별 사용 사례를 그룹화하여 테스트 스위트를 생성하고, 이를 통해 구조화된 회귀 테스트를 지원한다. 각 테스트 스위트는 Amazon ECS의 Fargate 작업에서 독립적으로 실행되어 병렬 처리로 수행된다. QA Studio CLI는 CI/CD 파이프라인과 통합되어 명령줄에서 테스트를 실행하고 결과를 보고할 수 있다.

QA Studio는 테스트 스위트를 통해 20개의 테스트를 동시에 실행할 수 있어 전체 소요 시간을 단축시킨다.

Nemotron Labs: 기업과 국가를 위한 신뢰할 수 있고 맞춤형 AI 구축

Nemotron Labs 블로그 시리즈는 최신 오픈 모델과 데이터셋, 훈련 기법이 기업들이 NVIDIA 플랫폼에서 전문화된 AI 시스템과 애플리케이션을 구축하는 데 어떻게 도움이 되는지를 탐구한다. 오픈 모델은 기업들이 AI를 맞춤화하고 통제할 수 있도록 하며, Nemotron과 같은 모델을 통해 특정 비즈니스 요구에 맞는 AI를 구축할 수 있다. 예를 들어, Abridge는 임상 대화를 위한 최초의 기초 모델을 구축하고, H Company는 Nemotron 3 Nano Omni를 사용해 76% 이상의 정확도를 달성했다. 또한, LangChain은 Nemotron 3 Ultra를 조정하여 약 10배 낮은 비용으로 최상위 에이전트 정확도를 기록했다.

Nemotron과 같은 오픈 모델은 기업들이 AI를 맞춤화하고 비즈니스 요구에 맞게 개선할 수 있는 완전한 통제를 제공한다.

구글, 25주년 기념 이미지 검색 리뉴얼 및 AI 기능 확대

구글은 이미지 검색 출시 25주년을 맞아 사용자 경험을 새롭게 개선하고 AI 기능을 확대한다고 발표했다. 이미지 검색은 2001년 7월에 처음 출시되었으며, 당시 제니퍼 로페즈의 그린 베르사체 드레스가 검색의 계기가 되었다. 현재 구글 이미지 검색 사이트는 간결한 검색 바를 제공하며, 새로운 구글 이미지가 출시될 예정이다.

구글은 이미지 검색에서 AI 기능을 확대하여 사용자 경험을 개선할 계획이다.

NVIDIA NeMo와 RL 에이전트 기술을 활용한 자동 연구 워크플로우 실행 방법

코딩 AI 에이전트는 장기적인 머신러닝(ML) 워크플로우에서 실용적인 운영자로 자리잡고 있다. 이들은 저장소를 검사하고, 런타임을 설정하며, 빌드 문제를 해결하고, 실험을 시작하고, 실행을 모니터링하며, 메트릭을 분석하고, 결과를 요약하는 등의 작업을 수행할 수 있다. 강화 학습(RL) 연구에서 이러한 기능은 필수 실험 인프라가 갖춰진 후에만 의미 있는 메트릭이 나타나기 때문에 중요하다.

NVIDIA Cosmos를 사용한 자율 코딩 AI 에이전트의 비전 추론 모델 정확도 향상

자율 코딩 AI 에이전트가 비전 추론 모델의 정확도를 90% 이상으로 끌어올릴 수 있다는 가능성이 제기되었다. 개발자들은 비전 추론 모델을 프로덕션 비디오 작업에 맞게 조정할 때 데이터 포맷팅, 컨테이너 설정, 훈련 스크립트, 기준 평가 및 하이퍼파라미터 조정에 많은 시간을 소모하며, 이러한 과정이 끝나기 전까지는 포스트 트레이닝이 정확도를 개선하는지 알기 어렵다.

NVIDIA Cosmos를 활용하면 비전 추론 모델의 정확도를 효율적으로 향상시킬 수 있다.

Dave Kuszmar, LLM 안전성 취약점 발견 및 개선 촉구

연구자 Dave Kuszmar는 여러 시스템적 취약점을 발견하여 LLM 안전성을 우회하고 위험한 지침을 얻을 수 있음을 밝혔다. 이 취약점은 주요 LLM 전반에 걸쳐 작동하며, 산업 전반의 보안 문제를 드러낸다. Kuszmar는 LLM을 사회에 통합하기 전에 배포 속도를 늦추고 투명성을 높이며 대규모 연구를 촉구하고 있다.

Kuszmar의 연구는 LLM의 보안 취약점이 실제로 존재하며, 이를 해결하기 위한 조치가 필요하다는 점을 강조한다.

뉴욕, 데이터 센터 건설 1년 중단

뉴욕주가 민주당 주지사 캐시 호컬의 발표에 따라 50메가와트 이상의 대규모 데이터 센터 건설을 1년간 중단하기로 했다. 이 주 전역의 금지는 뉴욕에서 책임 있는 데이터 센터 개발을 위한 '일관된 기준'이 마련될 때까지 해제되지 않는다. 미국 전역에서 데이터 센터 건설 중단 요구가 증가하고 있으며, 연방 차원에서는 버니 샌더스와 알렉산드리아 오카시오-코르테즈가 전국적인 건설 금지 법안을 제안했다. 그러나 공화당은 이러한 법안에 반대하는 입장이다.

50메가와트 이상의 데이터 센터 건설이 중단됨에 따라, 뉴욕에서의 데이터 센터 개발 기준이 어떻게 설정될지 주목할 필요가 있다.

AI 인프라 효율성을 위한 성능 대비 전력 소비의 중요성

AI 인프라에서 전력은 필수적인 제약 조건이다. AI 공장이 고정된 전력 예산 내에서 생성할 수 있는 토큰 수는 수익성과 직결된다. NVIDIA Blackwell NVL72 플랫폼은 최고 성능 대비 전력 소비를 제공하며, 72-GPU 도메인에서 MoE 아키텍처를 효율적으로 지원한다. NVIDIA GB300 NVL72 시스템은 NVIDIA Hopper 세대에 비해 최대 25배의 성능 대비 전력 소비를 제공하며, 이는 AI 추론 작업의 토큰 처리량을 극대화하기 위해 설계된 코드 디자인의 결과이다. 또한, NVIDIA DSX MaxLPS는 전력과 효율성을 개선하여 동일한 전력 예산 내에서 최대 40% 더 많은 GPU를 운영할 수 있게 한다.

NVIDIA GB300 NVL72 시스템은 NVIDIA Hopper에 비해 최대 25배의 성능 대비 전력 소비를 제공하여 AI 인프라의 수익성을 극대화한다.

OpenAI, GPT-5.6 모델 출시 및 ChatGPT Work 모드 통합

OpenAI는 GPT-5.6 모델을 출시했으며, ChatGPT의 macOS 앱과 Codex 앱이 통합되어 ChatGPT Work 모드가 추가되었다. GPT-5.6 시리즈는 Luna, Terra, Sol 세 가지 모델로 구성되며, 각 모델은 5단계의 사고 수준과 새로운 Ultra 모드를 제공한다. 사용자는 Sol 모델을 통해 UI 작업을 효과적으로 수행할 수 있으며, Codex 앱에서 컴퓨터 사용을 자동화하는 기능도 지원한다.

GPT-5.6 모델은 Sol 모델을 통해 UI 작업을 효과적으로 수행할 수 있어, 개발자들이 더 효율적으로 작업할 수 있는 기회를 제공한다.

Gavin Baker가 말하는 AI 투자 사이클과 데이터 센터, GPU의 경제적 의미

Gavin Baker, Atreides Management의 매니징 파트너가 AI 투자 사이클에 대한 주요 질문을 다루며, 데이터 센터와 GPU의 전례 없는 구축이 경제에 미치는 영향을 논의했다. 그는 오늘날의 AI 투자 사이클이 2000년대 초 인터넷 버블과 근본적으로 다르다고 주장하며, Nvidia, Google, 맞춤형 실리콘, AI 인프라, 응용 소프트웨어, 로봇 공학에 대해 이야기했다. 또한 GPU 경제학, 기업 소프트웨어, AI 비즈니스 모델에 대해서도 논의하였다.

Nvidia와 같은 기업들이 AI 인프라를 구축하는 방식은 향후 AI의 경제적 영향을 결정짓는 중요한 요소가 될 것이다.

Omniwork: Creative Agent OS로 데스크탑 AI 에이전트 활용하기

Omniwork는 Creative Agent OS를 통해 데스크탑에서 AI 에이전트를 활용하여 더 나은 창작을 지원하는 플랫폼이다.

Creative Agent OS는 데스크탑 환경에서 AI 에이전트를 활용하여 창작 과정을 개선할 수 있는 기능을 제공한다.

LLM 생성 임상 시험 요약의 신뢰성 평가 및 개선

대형 언어 모델(LLM)은 의료 제공자, 환자 및 지불자를 위한 임상 시험 결과 요약에 사용되지만, 허위 정보 생성 경향이 있어 위험이 크다. 이 연구는 세 가지 이해관계자 대상을 위한 LLM 생성 임상 시험 요약의 신뢰성을 측정하기 위한 벤치마크 평가 프레임워크를 소개한다. 이 프레임워크는 Aggregate Analysis of ClinicalTrials.gov 데이터베이스에서 추출한 200개의 계층화된 시험을 포함하며, 청중별 프롬프트 템플릿과 여섯 가지 차원의 신뢰성 주석 스키마를 사용하여 평가된다. GPT-4o, Claude Sonnet 4.6, Gemini 2.5 Flash의 1,800개 생성 요약에 대한 기준 측정이 설정되었고, 모든 모델에서 '지원되지 않는 주장'이 주요 실패 모드로 확인되었다. 지식 그래프를 활용한 검색 시스템이 개발되어 기준선과 비교 평가되었으며, NLI 기반 신뢰성 점수에서 통계적으로 유의미한 개선을 보였다.

GPT-4o, Claude Sonnet 4.6, Gemini 2.5 Flash 모델의 신뢰성 평가를 통해 임상 시험 요약의 품질을 개선할 수 있는 방법을 제시한다.

GameCraft-Bench에서의 엄격한 실행 기준을 통한 게임 생성 최적화

이 연구에서는 학습된 판별자 없이도 생성된 프로젝트가 헤드리스 엔진에서 깔끔하게 실행되는지를 확인하는 엄격한 실행 기준을 적용하여 게임 생성의 일반화를 최적화하는 방법을 다룬다. GameCraft-Bench에서 14B 모델(Qwen3-14B+LoRA)을 사용하여, 네 가지 보지 못한 게임 가족에서의 깔끔한 생성 비율이 8.8%에서 42.2%로 증가하고, 최상의 K 커버리지가 18/25에서 25/25로 향상되었다. 이러한 성과는 단순히 데이터 추가에서 오는 것이 아니며, 판별자의 정밀도가 모델 학습에 미치는 영향을 강조한다.

Qwen3-14B+LoRA 모델을 사용한 연구에서, 엄격한 실행 기준을 통해 게임 생성의 성능을 크게 향상시킬 수 있음을 보여준다.

Bilibili에서 개발한 Index-1.9B 시리즈 언어 모델

Bilibili에서 개발한 Index-1.9B는 1.9억 개의 비임베딩 파라미터를 가진 네 가지 모델로 구성된다. Index-1.9B-Base는 2.8조 개의 주로 중국어와 영어 토큰으로 사전 학습된 기초 모델이다. Index-1.9B-Pure는 모든 지시형 데이터를 필터링하여 학습된 변형 모델이며, Index-1.9B-Chat은 감독된 미세 조정과 직접 선호 최적화를 통해 정렬된 모델이다. Index-1.9B-Character는 채팅 모델에 검색 증강 생성을 추가하여 역할 놀이 맞춤화를 지원한다. Index-1.9B-Base는 여러 표준 벤치마크에서 평균 64.92점을 기록하며, 그 크기의 몇 배에 달하는 오픈 모델과 경쟁력을 보인다. 모든 모델과 평가 코드는 https://github.com/bilibili/Index-1.9B에서 공개된다.

Index-1.9B-Base는 64.92점의 평균 점수를 기록하여, 대규모 모델과 경쟁할 수 있는 성능을 보여준다.

AuditWeave: AI 지원 및 데이터 변환 워크플로우를 위한 변조 방지 증거 레이어

AuditWeave는 AI 지원 및 데이터 변환 워크플로우의 단계를 기록하는 경량 Python 라이브러리로, 실행 시간 의존성이 없다. 이 라이브러리는 단일 추가 전용 해시 체인 원장에 증거를 기록하며, 다양한 이벤트 용어를 사용하여 RAG 파이프라인과 표 형식/레이크하우스 변환을 아우른다. 원장 내에서 이벤트의 수정, 재정렬, 삽입 또는 삭제는 체인 검증을 통해 감지 가능하다. 구현된 참조 모델에서 기록 오버헤드, 확장성 및 변조 탐지 정확성을 평가하였고, 이벤트당 수십 마이크로초의 비용으로 무결성 보장을 제공한다.

AuditWeave는 AI 지원 결정의 근거를 추적할 수 있는 기능을 제공하여 감사 및 규제 환경에서의 신뢰성을 높인다.

메시지 형식의 효과는 계층에 따라 다르다: 다중 홉 에이전트 릴레이에서의 연구

LLM 에이전트가 정보를 서로 전달할 때 메시지 형식이 중요한지에 대한 연구가 진행되었다. 연구에서는 12개의 원자 사실을 다섯 가지 형식(NL, JSON, triples, key-value)으로 재인코딩하여 6회 릴레이하며, 두 가지 릴레이 능력 계층에서 평가하였다. 결과적으로 메시지 형식의 효과는 계층에 따라 다르며, 강력한 릴레이에서는 손실이 거의 없고, 약한 릴레이에서는 형식 간의 기억력 차이가 8.7배 증가하였다. 잘못된 값이 주입되면 모든 형식에서 최종 홉까지 83-100%의 확률로 지속된다.

형식 선택은 파이프라인에서 가장 약한 릴레이를 따라야 한다.

YUKTI: 자연어 상황을 수치적 계획으로 변환하는 새로운 접근법

YUKTI는 언어 모델이 단일 목표와 점수 기반 계수를 사용하는 기존 파이프라인의 한계를 극복하기 위해, 관계가 형상 사전, 계수 불확실성 및 출처를 포함하는 유형 제안 그래프를 사용한다. YUKTI는 각 단계를 정확한 비선형 또는 진화적 해결사로 라우팅하고, 분포적 파레토 핸드오프를 통해 단계를 연결하며, 가정 강건 파레토 경계(ARPF)를 도입하여 각 행동이 얼마나 자주 생존하는지를 평가한다. 세 가지 방법으로 검증하였고, 강건한 타협안은 평균 및 꼬리 후회를 90% 이상 줄였다. YUKTI는 LLM이 단순한 수치 제공 시 약 47배의 후회를 초래하는 것과 비교하여 더 나은 성능을 보였다.

YUKTI는 가정 강건 파레토 경계를 통해 의사결정의 후회를 줄이고, 평균 및 꼬리 후회를 90% 이상 감소시킬 수 있다.

SciML 방법의 구조적 선행 조건이 예측 성능에 미치는 영향 연구

Scientific Machine Learning (SciML) 방법인 Neural Ordinary Differential Equations (NODEs), Physics-Informed Neural Networks (PINNs), Universal Differential Equations (UDEs)는 구조적 선행 조건이 신뢰할 수 있는 동역학을 반영할 때 가장 효과적이다. 본 연구에서는 거시경제 예측을 스트레스 테스트 도메인으로 사용하여 ARIMA, LSTM, NODE, PINN, UDE의 다섯 가지 모델 패밀리를 23개 국가에서 평가하였다. 결과적으로, 평가된 모델들은 일관된 예측 성능을 보이지 않았으며, ARIMA와 NODE와 같은 덜 제약된 모델이 PINN과 UDE와 같은 더 제약된 모델보다 일관되게 우수한 성능을 보였다. 이는 SciML의 거부가 아니라, 구조적 선행 조건이 데이터 생성 과정과 일치하지 않을 때 잘못된 정규화로 작용할 수 있음을 보여준다.

SciML 실무자들은 구조가 도움이 되는지 테스트해야 하며, 구조적 선행 조건이 데이터 생성 과정과 일치하지 않을 경우 예측 성능에 부정적인 영향을 미칠 수 있다.

머지 아비트리지 예측을 위한 언어 모델 시스템

이 연구에서는 M&A 거래의 결과를 예측하는 머지 아비트리지에 특화된 언어 모델 예측 시스템을 제시한다. 이 시스템은 수백 페이지의 기술 문서에 대한 긴 맥락 추론을 요구하며, 전문가의 맥락 설계와 역사적 거래에서 유도된 후향적 추론 트레이스를 기반으로 파인튜닝을 결합한다. 발표된 거래에 대해 세 가지 상호 배타적 결과(발표된 조건으로 종료, 더 높은 입찰, 거래 종료)에 대한 확률 분포를 출력하며, 42개국의 400건 이상의 대규모 거래에 대한 평가에서 Brier 점수를 0.151로 줄이며 최고의 성능을 달성하였다.

이 시스템은 LLM 기반 예측이 전문화된 긴 맥락의 금융 워크플로우에서 성공할 수 있음을 보여준다.

Codex 사용자 수 6개월 만에 10배 증가, 700만 명 도달

Codex의 사용자 수가 6개월 만에 10배 증가하여 현재 700만 명에 도달했다. Codex는 올해 초 약 55만에서 70만 명의 사용자로 시작했으며, Claude Code는 약 200만 명의 사용자와 25억 달러의 ARR을 기록하고 있다. Prime Intellect는 에이전트 RL 및 평가를 위한 환경 스택을 재설계한 verifiers v1을 출시했다.

DOOMQL: SQLite를 게임 엔진으로 활용한 도스 스타일 게임

Peter Gostev가 GPT-5.6 Sol을 사용해 개발한 DOOMQL은 SQLite를 게임 엔진으로 활용한 작은 도스 스타일 게임이다. 이 게임은 SQL을 통해 이동, 충돌, 적, 전투, 진행 및 화면의 모든 RGB 픽셀을 제어한다. Python 터미널 스크립트로 구현되어 있으며, 사용자는 GitHub에서 코드를 클론하여 실행할 수 있다. 또한, Datasette 앱을 통해 SQL 쿼리를 실행하고 게임 상태를 실시간으로 반영하는 HTML+JavaScript 앱을 만들 수 있다.

DOOMQL은 SQLite 데이터베이스를 사용하여 게임의 모든 요소를 SQL 쿼리로 처리하는 방식을 보여준다.

인스타그램, 13명 팀에서 4명 팟으로 조직 구조 변화

인스타그램의 수장 아담 모세리(Adam Mosseri)는 최근 팟캐스트에서 AI 시대에 맞춰 조직 구조가 변화하고 있음을 언급하며, "13명이 하던 일을, 지금은 4명이 한다"고 밝혔다. 이는 미국 내에서 많은 조직들이 인력을 줄이고 팀의 구조를 가볍게 만드는 변화의 일환으로 보인다.

인스타그램의 조직 변화는 AI 시대에 기업들이 인력 구조를 어떻게 재설계하고 있는지를 보여준다.

TwelveLabs의 비디오 AI 에이전트 Jockey

TwelveLabs의 Jockey는 사용자의 전체 비디오 라이브러리를 이해하는 AI 에이전트이다.

OpenAI GPT-5.6 Sol, Terra, Luna가 Amazon Bedrock에서 일반 제공 시작

OpenAI의 GPT-5.6 Sol, Terra, Luna 모델이 Amazon Bedrock에서 일반 제공된다. GPT-5.6 Sol은 가장 강력한 모델로, Artificial Analysis Coding Agent Index에서 80점을 기록하며, GPT-5.5보다 비용과 시간에서 절반 이하로 소모한다. Terra는 일상적인 생산 작업에 적합하며, Luna는 고속 추론 작업에 적합하다. Amazon Bedrock의 차세대 추론 엔진은 수요 급증을 처리하고, 요청을 지정된 AWS 리전 내에서 유지하여 데이터 거주 요건을 충족한다.

GPT-5.6 Sol은 Artificial Analysis Coding Agent Index에서 80점을 기록하며, 이전 모델보다 성능과 비용 효율성을 크게 개선했다.