AI 뉴스
2026년 기술 직업 시장: 고용 관리자와 구직자의 경험
2026년 상반기 기술 직업 시장은 고용 관리자와 구직자 간의 소통 부족으로 혼란스러운 상황이다. 많은 경험이 있는 엔지니어와 관리자들은 고용주와 리크루터에게 무시당하고 있으며, AI로 인해 지원서의 질이 낮아졌다는 불만이 있다. AI 엔지니어링, 머신러닝, FDE 분야는 높은 수요를 보이고 있지만, 그 외의 분야는 채용 기준이 높아지고 보상이 낮아지는 경향이 있다. 미국에서는 인재 부족이 큰 문제로 지적되고 있으며, 영국과 EU에서는 '고스트링'과 '가짜 지원자' 문제가 더 심각하다.
AI 엔지니어링 분야는 높은 수요를 보이고 있어, 관련 기술을 가진 인재에게 유리한 시장 환경이 조성되고 있다.
TorchJD: PyTorch에서 다중 손실로 훈련하기
TorchJD는 다중 손실(여러 작업, 제약 조건, 보조 손실, 정규화 항 등)로 모델을 훈련할 수 있는 라이브러리로, 두 가지 방법인 스칼라화와 야코비안 하강법을 지원한다. 스칼라화 방법은 메모리 사용이 적지만, 목표 간 불일치가 클 경우 야코비안 하강법이 더 효과적일 수 있다. 최근 TorchJD는 PyTorch 생태계에 통합되었으며, 다양한 손실을 훈련하는 데 필요한 기존 방법들을 구현했다.
TorchJD는 다중 손실을 효과적으로 처리할 수 있는 기능을 제공하여, 복잡한 모델 훈련을 간소화할 수 있다.
2026년 1분기 GitHub Innovation Graph 업데이트: 오픈 소스 협업 증가
2026년 1분기 동안 GitHub Innovation Graph의 경제 협력자 지표에 따르면, 오픈 소스 협업이 증가했다. 2025년 4분기 대비 2026년 1분기 아웃바운드 협업은 16% 증가했으며, 이는 2020년 이후 두 번째로 높은 분기 성장률이다. 시리아에서는 2025년 4분기부터 GitHub 기능 접근성 개선과 함께 눈에 띄는 성장세를 보였고, 지난 6개월 동안 8,000명 이상의 시리아 학생에게 GitHub Student Developer Pack이 제공되었다. 또한, 오픈 소스 기여량 증가에 따른 유지 관리자의 부담을 덜기 위해 여러 기능이 도입되었다.
2026년 1분기 아웃바운드 협업이 16% 증가하여 오픈 소스 프로젝트에 대한 기여가 활발해지고 있다.
NVIDIA Vera: 에이전트 작업을 위한 최대 단일 스레드 CPU
NVIDIA Vera는 에이전트 루프를 위해 설계된 최대 단일 스레드 CPU로, NVIDIA의 맞춤형 CPU 코어인 Olympus를 기반으로 하여 NVIDIA Grace보다 50% 더 높은 사이클당 명령어 수를 제공합니다. Vera는 최대 1.2TB/s의 LPDDR5X 메모리 대역폭과 3.4TB/s의 코어 간 대역폭을 지원하며, 이는 데이터 센터 CPU 중 가장 높은 성능입니다. 이러한 설계는 모든 88 코어가 CPU의 전체 메모리 성능을 활용할 수 있게 하여 병목 현상을 방지합니다.
NVIDIA Vera는 에이전트 작업의 효율성을 극대화하기 위해 설계된 CPU로, 각 코어가 최대 단일 스레드 성능을 제공하여 에이전트의 작업 속도를 높입니다.
AI 아트 시장의 변화와 Dataland 개관
SHL0MS라는 익명의 아티스트가 AI로 생성한 이미지를 NFT로 판매하여 40,000달러 이상에 거래되었다. 이 이미지는 실제 클로드 모네의 작품을 변형한 것으로, AI 아트에 대한 비판과 논란을 불러일으켰다. Dataland라는 세계 최초의 생성 AI 박물관이 로스앤젤레스에 개관하였으며, Refik Anadol이 주도하여 비가시적 데이터를 활용한 전시를 선보이고 있다. 이 박물관은 관람객의 생체 데이터를 활용하여 독특한 디자인의 티셔츠를 제작하고, 로봇 페인팅 시스템 Qualia를 통해 개인화된 캔버스를 생성한다.
Dataland의 Large Nature Model은 500만 개 이상의 자연 이미지로 훈련되어 있으며, 이는 AI 아트의 데이터 출처와 모델 훈련 과정의 투명성을 요구한다.
무선 통신을 위한 미분 가능 레이 트레이싱 모델링에 관한 박사 논문
박사 논문 'Differentiable Ray Tracing for Radio Propagation Modeling'이 발표되었다. 이 논문은 무선 통신과 머신러닝의 교차점에서의 연구를 다루며, 자동 미분을 통해 복잡한 물리적 환경에서의 정확한 그래디언트를 계산할 수 있는 방법을 제시한다. 논문은 물리학 기초, 알고리즘 핵심, 실제 응용 사례로 나뉘어 있으며, GPU 가속 경로 추적 및 미분 가능 시뮬레이션의 안정성을 위한 기술을 포함하고 있다. 관련 오픈소스 라이브러리인 DiffeRT도 소개되었다.
Fable 사용 후기 및 GPT 5.6 출시 기대
Ben Tossell은 Fable을 사용하며 Anthropic의 모델이 창의적이고 자원ful하다고 평가했다. 그는 Fable이 Opus와 유사한 특성을 보인다고 언급하며, GPT 5.6의 출시를 기대하고 있다. 또한 Codex가 Claude Code보다 성능이 우수하다고 강조하며, Fable의 메모리 사용 방식과 파일 기록 기능에 감명을 받았다고 전했다. Fable은 오늘까지 Claude 구독에서 사용 가능하며, 내일부터는 사용 크레딧을 구매해야 한다. OpenAI는 최근 API 비용을 절반으로 줄이는 방법을 발견했다고 보도되었다.
GPT 5.6의 출시가 임박했으며, 이는 새로운 창의적 사고를 위한 도구로 활용될 수 있다.
NVIDIA-Nemotron-Labs-3-Puzzle-75B-A9B 모델 출시
NVIDIA가 개발한 Nemotron-Labs-3-Puzzle-75B-A9B 모델은 Nemotron-3-Super-120B-A12B에서 파생된 대형 언어 모델로, Iterative Puzzle이라는 포스트 트레이닝 압축 프레임워크를 사용하여 추론 효율성을 개선하고 강력한 정확도를 유지한다. 이 모델은 하이브리드 MoE 아키텍처를 채택하고 있으며, Multi-Token Prediction(MTP)을 지원하여 텍스트 생성 속도를 높인다. Puzzle-75B-A9B는 120.7B에서 75.3B로 모델 크기를 줄였으며, 단일 8×B200 노드에서 서버 처리량이 약 2배 증가하고, 1M-token 단일-H100 동시 처리 요청이 1에서 8로 증가한다. 지원 언어는 영어, 프랑스어, 독일어, 이탈리아어, 일본어, 스페인어, 중국어가 포함된다.
Puzzle-75B-A9B는 단일 8×B200 노드에서 서버 처리량을 약 2배 증가시켜 효율적인 모델 운영이 가능하다.
AI 아키텍처의 기초 요소와 IT 리더의 역할
AI 기술의 발전과 에이전트 시스템으로의 전환에 따라 조직들은 다양한 사용 사례를 확대하고 있다. AI 아키텍처의 기초 요소는 신뢰할 수 있는 통합 AI 시스템을 배포하고 관리하는 데 필요한 구조적 프레임워크를 제공한다. 데이터 품질은 AI의 성공에 중요한 요소로, 효과적인 AI 전략은 조직 전반에 걸쳐 데이터를 연결하고 실시간으로 접근 가능하도록 하는 데서 시작된다. 또한, 컨텍스트 엔지니어링은 AI 쿼리에 적합한 데이터를 제공하는 데 필수적이며, 강력한 거버넌스와 LLM 관찰 가능성은 AI 시스템의 데이터 사용을 통제하고 성능을 모니터링하는 데 필요하다.
Gartner는 2026년까지 AI 준비가 되지 않은 데이터로 인해 기업들이 모든 AI 프로젝트의 60%를 포기할 것이라고 예측하고 있다.
모델 증류의 역사: 2006년부터 2015년까지
지식 증류에 대한 일반적인 이야기는 2015년에 Geoffrey Hinton, Oriol Vinyals, Jeff Dean이 소프트맥스 온도 조정 기법과 '어두운 지식'이라는 용어를 도입한 것으로 시작된다. 그러나 이 이야기는 2006년부터 2015년까지의 실제 역사를 간과하고 있다. 이 시기에 이루어진 개념적 변화는 오늘날의 증류에 대한 이해를 정의하고 있으며, 각기 다른 문제를 해결하며 동일한 아이디어를 발명한 세 개의 논문을 살펴보는 것이 도움이 된다.
지식 증류의 개념은 2006년부터 2015년까지의 연구를 통해 발전해왔으며, 이는 현대의 온-정책 증류, 추론 증류, 크로스 아키텍처 전이의 이해에 기여한다.
AI가 자율 로봇 근로자를 가능하게 할 수 있는 방법
자율주행 로봇택시와 배송 드론이 도심에서 운전자가 없이 운영되는 시대에, 일반-purpose 로봇이 작업장이나 가정에서 인간을 돕는 미래가 다가오고 있다. 이를 위해서는 현대 인공지능에 의해 구동되는 점점 더 자율적인 로봇 개발이 필요하다. Boston Dynamics의 소프트웨어 부사장인 Matt Malchano는 15년 전 자율성 프로젝트를 이끌었으며, 당시 목표는 로봇이 A 지점에서 B 지점으로 이동하는 것이었다고 설명했다. 현재는 로봇이 스스로 수행할 수 있는 작업의 범위가 크게 확장되었다.
Boston Dynamics는 로봇의 자율성을 향상시키는 데 집중하고 있다.
AI 에이전트의 소프트웨어 사용 변화와 Salesforce의 Headless 360 발표
Seema Amble, Steven Sinofsky, Elena Burger는 AI 에이전트가 소프트웨어의 주요 사용자가 되는 경우에 대해 논의한다. 이들은 '헤드리스' 소프트웨어의 부상, API와 에이전틱 워크플로우가 기업 애플리케이션을 어떻게 재편하는지, 그리고 전통적인 SaaS 제품이 기록 시스템으로 변모하고 있는지에 대해 이야기한다. Salesforce의 Headless 360 발표와 MCP, 기업 소프트웨어 아키텍처에 대해서도 다루며, AI가 기업의 데이터 상호작용 방식을 어떻게 근본적으로 변화시킬 수 있는지를 탐구한다.
Salesforce의 Headless 360 발표는 기업 소프트웨어의 구조와 사용 방식에 중대한 변화를 가져올 수 있다.
Meta CEO Mark Zuckerberg의 2026년 2분기 실적 발표
2026년 8월, Meta CEO Mark Zuckerberg는 2분기 실적 발표에서 AI에 대한 투자와 관련된 질문에 답변할 예정이다. 그는 Meta의 비즈니스 모델이 자산 경량의 현금 생성 기계임에도 불구하고 AI에 수십억 달러를 투자하는 이유를 설명할 계획이다. Zuckerberg는 Facebook의 역사와 사용자 데이터에 기반한 제품 직관의 중요성을 강조하며, Instagram의 진화와 모바일 전환의 중요성을 언급한다.
Meta는 AI에 수십억 달러를 투자하고 있으며, 이는 회사의 미래 전략에 중요한 영향을 미친다.
Nemotron-Labs-Audex-30B-A3B 소개
Nemotron-Labs-Audex-30B-A3B는 30B MoE 모델로, 음성 및 일반 오디오 출력을 위한 이산 오디오 토큰의 어휘를 확장하고, 음성 및 일반 오디오 입력을 위한 오디오 인코더를 포함한 통합 오디오-텍스트 LLM이다. 이 모델은 오디오 이해, 음성 인식 및 번역, 텍스트-음성 변환, 오디오 생성, 음성-음성 생성 등의 오디오 작업에서 강력한 성능을 발휘하며, 텍스트 전용 LLM의 추론, 정렬, 지식, 긴 맥락 처리 및 에이전트 기능을 유지한다. Audex-30B-A3B는 최대 1M 토큰의 컨텍스트 길이를 지원하며, 생각 모드와 비생각 모드를 모두 운영할 수 있다.
Audex-30B-A3B는 오디오 작업에서 강력한 성능을 제공하며, 최대 1M 토큰의 컨텍스트 길이를 지원한다.
Microsoft Foundry 2026년 6월 업데이트: Claude 일반 제공 시작 및 Microsoft 365 Copilot과 Teams에 에이전트 게시
2026년 6월 Microsoft Foundry에서 Claude가 일반 제공을 시작했으며, Foundry 에이전트는 Microsoft 365 Copilot과 Teams에 직접 게시할 수 있게 되었다. Foundry 에이전트는 이제 하나의 관리된 게시 파이프라인을 통해 이동하며, 새로운 자동화 에이전트 카테고리인 Foundry autopilot agents가 공개 미리보기로 추가되었다. 이 에이전트는 팀 내에서 작업을 조정하고 지속적인 책임을 수행할 수 있다. 또한, Toolboxes와 Memory 기능이 강화되었고, Agent Optimizer가 비공식 미리보기로 진입했다.
Claude는 Azure에서 호스팅되며, Foundry Agent Service는 Claude를 다단계 에이전트의 추론 핵심으로 사용할 수 있다.
NVIDIA와 Hugging Face, LeRobot에 새로운 로봇 모델 및 프레임워크 도입
NVIDIA와 Hugging Face가 LeRobot에 NVIDIA Isaac GR00T 1.7 모델과 NVIDIA Isaac Teleop 프레임워크를 통합했다. 이로 인해 개발자들은 공유된 모델과 데이터를 활용하여 로봇을 훈련하고 평가할 수 있는 표준화된 경로를 갖게 된다. NVIDIA Cosmos 3는 곧 LeRobot에 추가될 예정이며, 이를 통해 로봇 데이터 생성 및 시뮬레이션이 가능해진다. Hugging Face LeRobot은 로봇 데이터셋, 모델, 정책 및 워크플로우를 훈련하고 공유할 수 있는 오픈 소스 로봇 라이브러리이다.
NVIDIA Isaac GR00T 1.7은 로봇 모델을 LeRobot 워크플로우를 통해 쉽게 배포하고 조정할 수 있도록 지원한다.
Fable 5의 한계 탐색 및 Tencent Hy3 모델 출시
Fable 5의 구독 보조금 종료를 앞두고 Thariq는 'Field Guide to Fable' 블로그 시리즈를 통해 모델의 행동 이해와 새로운 디자인 방향 탐색에 대한 조언을 제공했다. 또한, Tencent는 295B MoE 모델인 Hy3를 Apache 2.0 라이선스 하에 출시했으며, 21B 활성 파라미터와 192명의 전문가를 포함하고 있다. Hy3는 vLLM에서 원활하게 실행되며, 도구 호출 안정성과 환각 방지 개선이 강조되었다.
Hy3는 295B MoE 모델로, 안정성과 성능 개선을 통해 경쟁력 있는 오픈 모델로 자리잡았다.
Federated Learning을 활용한 드론의 객체 탐지
객체 탐지는 재난 대응, 운영 보안, 인프라 모니터링 및 방어 애플리케이션을 포함한 드론 및 엣지 비전 시스템에서 중요한 기능이다. 그러나 고성능 탐지기를 훈련하기 위해서는 대규모의 지속적으로 업데이트되는 데이터셋이 필요하며, 이는 데이터 중앙화로 인해 프라이버시 및 규제 문제를 야기한다. 본 연구에서는 Federated Learning(FL)을 적용하여 드론이 이미지 데이터를 로컬에 유지하면서 공유 모델을 개선할 수 있도록 하였다. Sherpa.ai FL 플랫폼을 사용하여 KIIT-MiTA 데이터셋에서 연합 객체 탐지 파이프라인을 구현하고, 단일 드론 및 중앙 집중식 기준선과 비교하였다. 실험 결과, 제안된 FL 접근 방식은 중앙 집중식 훈련에 근접하면서도 단일 드론 훈련에 비해 크게 개선된 성능을 보였으며, 가장 경량화된 모델인 YOLO26 nano는 mAP@0.50에서 52.89%, mAP@0.50:0.95에서 67.80%의 상대적 향상을 기록하였다.
YOLO26 nano 모델은 매우 제한된 엣지 인프라에서도 배포 가능하며, FL을 통해 데이터 중앙화 없이도 높은 성능의 객체 탐지를 가능하게 한다.
ASK+ 모델을 통한 불확실성 기반 LLM 지원 개선
강화 학습 에이전트는 불완전한 정보에서 행동해야 하며, 소형 언어 모델(SLM)의 지침을 통합하는 것이 어려웠다. 기존의 불확실성 기반 접근 방식은 SLM이 독립적인 행동을 거의 하지 못하는 문제를 보였고, 이는 맥락 문제로 확인되었다. ASK+는 SLM에 경로 인식 맥락과 구조화된 사고 과정을 제공하여 정책을 가끔 수정하는 더 유용한 상담자로 변환한다. ASK+는 DoorKey에서 93%의 성공률, FourRooms에서 70%, HigherLower에서 73.7%의 정확도를 기록하며, Qwen3.5-2B 모델이 Qwen3.5-4B 모델과 동등하거나 더 나은 성능을 보였다.
ASK+는 불확실성 신호를 활용하여 POMDP 환경에서도 유용한 지원을 제공할 수 있다.
내부 다원성과 쌍대 비교의 한계
로컬 쌍대 비교는 사람들이 원하는 의사 결정 규칙을 학습하는 데 사용되는 도구이다. 그러나 이 방법은 두 가지 강한 가정을 내포하고 있다. 첫째, 로컬 비교가 자동화된 의사 결정 규칙의 행동을 결정하는 데 충분한 증거라는 것과, 둘째, 사람들이 항상 이러한 비교에 대해 결정적으로 대답할 수 있다는 것이다. 내부 다원성의 개념 아래에서 이러한 가정이 어떻게 타협될 수 있는지를 조사하며, 의사 결정 규칙에 대한 다원적 선호를 형식적으로 모델링한다. 이 모델은 강하게 고수된 우선순위 간의 긴장이 내부 갈등을 생성할 수 있음을 보여준다. 또한, 사람들이 결정을 내리지 못한 상태를 보고할 수 있도록 허용하는 대안을 사용하여, 선호를 정확하게 학습하는 데 필요한 쿼리 수를 상당히 줄일 수 있음을 발견하였다.
로컬 쌍대 비교는 의사 결정 규칙의 우선순위를 정확하게 반영하지 못할 수 있으며, 내부 갈등이 행동 왜곡을 초래할 수 있다.
Tencent의 295B-파라미터 Mixture-of-Experts 모델 Hy3 출시
Tencent에서 개발한 Hy3는 295B 파라미터를 가진 Mixture-of-Experts(MoE) 모델로, 21B의 활성 파라미터와 3.8B의 MTP 레이어 파라미터를 포함한다. Hy3는 비슷한 크기의 모델보다 성능이 우수하며, 주요 오픈 소스 모델과 경쟁할 수 있는 성능을 보여준다. 전체 모델 크기는 598GB이며, FP8 양자화 모델은 300GB이다. 컨텍스트 길이는 256K로 설정되어 있다. 현재 OpenRouter에서 7월 21일까지 무료로 제공된다.
Hy3는 295B 파라미터를 통해 다양한 제품과 생산성 작업에서 유의미한 성능 향상을 보여준다.
Chuck Schumer, Graham Platner의 캠페인 중단 촉구
상원 소수당 원내대표 Chuck Schumer는 Graham Platner에게 즉시 캠페인을 중단할 것을 촉구하며 메인주 상원 선거에 혼란을 초래했다. 메인주는 민주당이 상원 의석을 뒤집을 수 있는 가장 좋은 기회였으나 현재는 Schumer의 최악의 악몽이 되었다. Platner는 2021년 자신이 데이트하던 여성에게 성폭행을 했다는 주장에 대해 캠페인 지속 여부를 고려하고 있다고 밝혔다. 민주당은 Platner가 후보에서 물러날 경우 새로운 후보를 선출할 수 있는 기회를 갖게 된다.
Democrats는 Platner가 후보에서 물러날 경우 새로운 후보를 선출할 수 있는 기회를 갖게 된다.
Hugging Face와 Amazon SageMaker Studio 간의 원클릭 통합 발표
Hugging Face와 Amazon SageMaker AI 간의 딥 링크 통합이 발표되었다. 이제 개발자는 Hugging Face에서 모델을 선택한 후 SageMaker Studio에서 직접 실험을 시작할 수 있다. 새로운 기능으로는 모델 커스터마이즈 페이지와 배포 페이지로의 직접 접근이 가능해지며, SageMaker AI는 자동으로 새로운 도메인을 생성하고 필요한 권한을 미리 설정한다. 또한, GPU 인스턴스 유형의 쿼터 가용성을 즉시 확인할 수 있는 기능이 추가되었다.
이 통합을 통해 개발자는 Hugging Face에서 선택한 모델을 SageMaker Studio에서 즉시 사용할 수 있어 실험 과정이 간소화된다.
Amazon Nova의 선택적 잊기 기능 소개
Amazon Nova의 Customizable Content Moderation Settings (CCMS)는 고객이 승인된 정책 영역에서 모델의 콘텐츠 모더레이션 안전 장치를 선택적으로 조정할 수 있도록 한다. 이 과정에서 Reverse Direct Preference Optimization (rDPO)라는 새로운 잊기 기법을 사용하여 모델의 과도한 콘텐츠 차단을 줄이고 모델 품질을 유지한다. CCMS는 안전성, 민감한 콘텐츠, 공정성, 보안의 네 가지 책임 있는 AI(RAI) 기둥을 포함하여 고객이 특정 정책을 잊도록 훈련된 LoRA 어댑터를 제공한다.
CCMS는 고객이 승인한 정책 영역에서 콘텐츠 생성의 유연성을 높일 수 있도록 지원한다.