AI 뉴스

구조화 출력과 함수 호출, 스키마 강제가 필요한 순간 구분하기

LLM 출력을 안정적으로 다루려면 구조화 출력(Structured Outputs)과 함수 호출(Function Calling)의 차이를 이해해야 한다. JSON 모드는 '유효한 JSON'만 보장하지만, 구조화 출력은 strict: true로 제공한 JSON 스키마를 모델이 반드시 따르도록 제약한다 — 즉 형식뿐 아니라 필드·타입 준수까지 보장된다. 함수 호출은 모델이 어떤 도구를 어떤 인자로 부를지 결정하게 하는 메커니즘이며, 여기에도 스키마 강제를 결합할 수 있다. 실무 구분은 이렇다 — 외부 행동(도구 실행)을 트리거하려면 함수 호출을, 단지 응답을 타입 안전한 JSON으로 받아 후속 코드에 넘기려면 구조화 출력을 쓴다. 둘은 배타적이지 않고 함께 쓰인다. 참고로 OpenAI의 구형 Assistants API는 2026년 8월 26일 종료 예정이므로 신규 설계는 최신 권장 경로(Responses/Agents 계열)를 따르는 것이 안전하다. 한국 팀이 안정적 파이프라인을 만들 때 파싱 실패·재시도 비용을 크게 줄여 준다.

프로덕션 LLM 파이프라인의 흔한 장애가 출력 파싱 실패인데, 스키마 강제 옵션을 제대로 고르면 이 클래스의 버그를 구조적으로 제거할 수 있다.

GSPO 알고리즘을 통한 언어 모델을 위한 강화 학습 확장

강화 학습(RL)은 언어 모델의 확장과 깊은 추론 및 문제 해결 능력 향상을 위한 중요한 패러다임으로 자리잡고 있다. 그러나 기존의 RL 알고리즘인 GRPO는 긴 훈련 과정에서 심각한 불안정성을 보이며 모델 붕괴를 초래하여 성능 향상을 저해하고 있다. 이를 해결하기 위해 Group Sequence Policy Optimization(GSPO) 알고리즘을 제안한다.

Qwen-MT 업데이트: 92개 언어 지원 및 번역 정확도 향상

Qwen-MT(qwen-mt-turbo)의 최신 업데이트가 Qwen API를 통해 소개되었다. 이 업데이트는 Qwen3를 기반으로 하며, 수조 개의 다국어 및 번역 토큰을 활용하여 모델의 다국어 이해 및 번역 능력을 종합적으로 향상시켰다. 강화 학습 기법을 통합하여 번역 정확도와 언어 유창성에서 상당한 개선을 이루었다. Qwen-MT는 92개 주요 공식 언어와 주요 방언에 대한 고품질 번역을 지원하며, 이는 전 세계 인구의 95% 이상을 커버한다.

Qwen3-Coder: 480B-파라미터 모델 출시

Qwen3-Coder가 발표되었으며, 가장 강력한 변형인 Qwen3-Coder-480B-A35B-Instruct는 480B 파라미터의 Mixture-of-Experts 모델로, 35B의 활성 파라미터를 가지고 있다. 이 모델은 기본적으로 256K 토큰의 컨텍스트 길이를 지원하며, 외삽 방법을 통해 1M 토큰까지 확장할 수 있다. Qwen3-Coder-480B-A35B-Instruct는 Agentic Coding, Agentic Browser-Use, Agentic Tool-Use 분야에서 오픈 모델 중 새로운 최첨단 결과를 세웠으며, Claude Sonnet 4와 비교 가능하다.

LLM을 활용한 픽셀 아트 생성 실험

최근 언어 모델이 도구 호출 기능을 통해 실제 도구를 사용하는 능력이 향상되고 있다. Aseprite를 사용하여 픽셀 아트를 제작하는 과정에서 LLM의 도구 호출 기능을 테스트했다. 두 가지 작업을 수행했으며, 첫 번째는 정적인 검술사 이미지를 생성하는 것이고, 두 번째는 검술사 슬래시 공격 시퀀스를 나타내는 4프레임 스프라이트 시트를 생성하는 것이다. 각 LLM의 결과는 정확성과 창의성 기준으로 평가되었으며, SwordsBench 점수로 평균화되었다. 이 프로젝트는 MCP와 LLM 에이전트의 개발 워크플로우를 이해하는 데 도움을 주었다.

강화학습에서의 정책 학습과 개인적 성장

강화학습(RL)에서는 항상 '온-정책'으로 행동해야 하며, 다른 사람의 성공적인 경로를 모방하기보다는 자신의 행동을 통해 환경으로부터 보상을 배우는 것이 중요하다. 초기에는 모방 학습이 유용하지만, 이후에는 자신의 강점을 활용하여 독자적인 경로를 걸어야 한다. 예를 들어, 연구자는 데이터 수집 시 개인화된 피드백을 제공함으로써 더 나은 결과를 얻고, 실험을 통해 RL의 효과적인 방식에 대한 독특한 교훈을 배울 수 있다. 결국, 초기 모방 후에는 자신의 강점과 약점에 맞춰 정책 학습을 해야 한다.

개발자는 초기 학습 후 자신만의 방식으로 실험하고 경험을 쌓아야 더 나은 결과를 얻을 수 있다.

비교적 쉬운 검증과 해결의 비대칭성 이해

비대칭 검증은 일부 작업이 해결하기보다 검증하기가 훨씬 쉬운 개념이다. 예를 들어, 스도쿠와 크로스워드 퍼즐은 해결하는 데 시간이 많이 걸리지만, 주어진 해결책이 맞는지 확인하는 것은 간단하다. 강화 학습(RL)에서 비대칭 검증은 중요한 아이디어로, 검증이 쉬운 작업은 AI가 해결하기 용이하다. 검증의 용이성은 객관적 진실, 빠른 검증 속도, 확장 가능성, 낮은 노이즈, 연속 보상 등의 특성과 관련이 있다. Google의 AlphaEvolve는 이러한 비대칭 검증을 활용한 대표적인 사례이다.

비대칭 검증의 이해는 AI 솔루션을 개발할 때 검증이 용이한 작업을 선택하는 데 도움을 줄 수 있다.

컨텍스트 엔지니어링 입문: 무엇을 언제 어떻게 넣을지 설계하기

에이전트 품질은 모델 자체보다 컨텍스트 창에 무엇을 채우느냐에 점점 더 좌우된다. 컨텍스트 엔지니어링은 시스템 지침·사용자 입력·검색 문서·메모리·세션 상태·도구 결과를 한정된 토큰 예산 안에 어떻게 배치할지 설계하는 작업이다. 핵심 기법은 여섯 가지다 — 압축(추출·추상 요약, 사실 추출), 메모리 큐레이션, 프롬프트 캐싱, 요약 아티팩트, RAG, 필터링. 특히 RAG에서는 모든 청크를 그냥 프롬프트에 쏟아붓는 대신, 높은 재현율로 50개 후보를 검색한 뒤 리랭킹으로 상위 5개로 정밀화하는 파이프라인이 일반적으로 더 낫다. 청킹·임베딩·재현율/정밀도 트레이드오프, 최신성 가중치, 중요도 임계값을 함께 다뤄야 환각을 줄이고 비용을 통제할 수 있다. '컨텍스트가 길수록 좋다'는 직관은 종종 틀린다 — 관련성 낮은 토큰은 노이즈이자 비용이다.

RAG·에이전트 정확도 문제의 상당수가 모델 한계가 아니라 컨텍스트 구성 실패에서 오므로, 이 사고 틀이 디버깅의 출발점이 된다.

Qwen-TTS, 3개 중국 방언 지원 및 7개 중영 이중 언어 음성 추가

Qwen-TTS의 최신 업데이트(qwen-tts-latest 또는 qwen-tts-2025-05-22)는 수백만 시간의 음성을 포함한 대규모 데이터셋으로 훈련되어 인간 수준의 자연스러움과 표현력을 달성했다. Qwen-TTS는 입력 텍스트에 따라 운율, 속도 및 감정적 억양을 자동으로 조정하며, 현재 베이징어, 상하이어, 쓰촨어를 포함한 3개의 중국 방언을 지원한다. 또한 Cherry, Ethan, Chelsie, Serena, Dylan(베이징어), Jada(상하이어), Sunny(쓰촨어) 등 7개의 중영 이중 언어 음성을 제공한다.

Qwen-TTS의 방언 지원은 중국 시장을 타겟으로 하는 음성 인식 및 합성 기술 개발에 있어 중요한 기회를 제공한다.

Qwen VLo: 이미지 이해 및 생성 통합 모델 소개

Qwen VLo는 QwenVL에서 Qwen2.5 VL까지의 발전을 바탕으로 한 통합 멀티모달 이해 및 생성 모델이다. 이 모델은 세계를 '이해'하는 것뿐만 아니라, 그 이해를 바탕으로 고품질의 재창작을 생성할 수 있다.

Qwen VLo는 이미지 콘텐츠 이해와 생성의 경계를 허물어, 다양한 AI 응용 프로그램에서의 활용 가능성을 높인다.

Anthropic 저작권 소송 15억 달러 합의, AI 학습 공정이용이라도 해적판은 별개

2025년 6월 미국 캘리포니아 북부지법의 William Alsup 판사는 Anthropic이 합법적으로 취득한 도서를 AI 학습에 사용한 것은 '본질적으로 변형적(transformative)'이어서 공정이용에 해당한다고 판단했다. 그러나 LibGen 같은 섀도 라이브러리에서 해적판 수백만 권을 내려받아 보관한 행위는 공정이용이 아니라고 동시에 판시했다. 이 구분 이후 사건은 약 15억 달러 규모로 합의됐고, 저작물 1건당 약 3,000달러 수준의 지급이 추정되는 미국 최대 규모 저작권 합의가 됐다. 즉 '학습 행위 자체'는 보호받을 수 있어도, 학습 데이터를 어떻게 '취득·보관'했는지가 별개의 책임을 만든다는 점이 핵심이다. Meta의 Llama 학습 관련 유사 소송에서도 공정이용 쟁점에서 일부 각하가 있었다.

무작위 신경망의 귀납적 편향 연구

이 글에서는 별 영역 부피 추정을 사용하여 무작위 신경망의 매개변수-함수 맵의 귀납적 편향을 연구한다. 이는 '무작위로 훈련된 신경망 샘플링 확률 추정' 및 '신경적 적색편이: 무작위 네트워크는 무작위 함수가 아니다'라는 아이디어에 기반한다. 귀납적 편향을 이해하는 것은 딥 신경망의 일반화를 이해하는 데 필수적이며, 고정된 아키텍처에서 일부 작업은 쉽게 학습될 수 있지만 다른 작업은 학습하는 데 기하급수적으로 긴 시간이 걸릴 수 있다.

AI 연구는 최대 성과 영역으로 간주된다

AI 연구는 특정 분야에서 뛰어난 성과를 내면 세계적 수준이 될 수 있는 '최대 성과 영역'으로 볼 수 있다. 예를 들어, AI 연구자는 매년 수십 개의 실패한 프로젝트를 가질 수 있지만 몇 년에 한 번 중요한 연구 결과를 내면 성공할 수 있다. 이러한 영역에서는 역할 모델을 지나치게 강조하는 것이 위험할 수 있으며, 인터뷰는 실수를 심각하게 처벌하고 기하급수적인 가치를 포착하지 못해 유용하지 않다.

AI 연구 분야에서 특정 기술에 대한 깊은 전문성이 중요하며, 다양한 기술을 고루 갖추지 않아도 성공할 수 있는 환경이 조성되고 있다.

EU AI Act, 2026년 8월 전후 범용 AI(GPAI) 제공자 의무 본격 집행

EU AI Act의 범용 AI(GPAI) 모델 제공자 의무는 2025년 8월 2일부터 적용이 시작됐고, 2026년 8월 2일부터 유럽연합 집행위원회가 과징금을 포함한 전면 집행에 들어간다. 첫 1년간 AI Office는 실천강령(Code of Practice)을 준수하는 제공자와 협력 모드로 운영해, 즉시 모든 약속을 이행하지 못해도 '선의(good faith)'로 간주하고 완전한 준수를 함께 모색하는 유연한 접근을 택했다. 2025년 8월 2일 이전에 시장에 출시된 GPAI 모델은 2027년 8월 2일까지 의무를 맞추면 되는 경과 규정도 있다. 과징금은 GPAI 제공자에 대해서는 집행위가, 그 외 운영자에 대해서는 각국 당국이 부과한다. 한국 기업이라도 EU 시장에 모델·서비스를 제공하면 역외 적용되므로 학습 데이터 요약 공개, 저작권 정책, 기술 문서 같은 GPAI 의무를 점검해야 한다.

EU 사용자를 대상으로 모델이나 AI 기능을 배포하는 한국 팀은 2026년 8월 집행 시점 전에 GPAI 기술문서·저작권 정책 준비를 끝내야 과징금 리스크를 피한다.

Test time compute와 Chain-of-thought의 모델 성능 향상

Test time compute(Graves et al. 2016, Ling et al. 2017, Cobbe et al. 2021)와 Chain-of-thought(CoT)(Wei et al. 2022, Nye et al. 2021)의 사용이 모델 성능에 상당한 개선을 가져왔으며, 이와 관련된 많은 연구 질문이 제기되고 있다. 이 글은 테스트 시간 계산을 효과적으로 사용하는 방법과 그 이유를 검토하는 것을 목표로 한다.

MenuGen: 메뉴 사진을 기반으로 이미지 생성하는 앱

MenuGen은 메뉴 사진을 찍으면 메뉴 항목의 이미지를 생성해주는 앱이다. 사용자는 이 앱을 통해 메뉴의 기본적인 아이디어를 시각적으로 확인할 수 있다. 개발자는 Cursor와 Claude를 사용하여 React 프론트엔드를 빠르게 구축했으며, OpenAI API와 Replicate API를 통해 메뉴 항목을 OCR 처리하고 이미지를 생성하는 기능을 추가했다. 그러나 API 호출 시 속도 제한과 문서의 불일치로 어려움을 겪었다. 최종적으로 Vercel에 배포를 시도했으나 빌드 과정에서 오류가 발생했다.

[설명] 2026 AI 엔지니어 핵심 역량, API 호출에서 운영 신뢰성으로

AI 채용의 기준선이 바뀌었다. 'LLM API를 호출할 수 있는가'가 아니라 '신뢰할 수 있고, 관측 가능하며, 비용이 통제되고, 안전한 시스템을 운영 트래픽 속에서 6개월간 유지할 수 있는가'를 묻는다. 2026년 채용 체크리스트로 자주 언급되는 항목은 다음과 같다. 에이전트 오케스트레이션, MCP 연동, 평가(eval) 설계, 프롬프트 엔지니어링, 벡터 DB/RAG, 비용 최적화, 안전·가드레일, 운영 관측 가능성, 그리고 프런티어 모델에 대한 숙련도다. 특히 MLOps는 'AI 투자가 실제 제품 가치로 이어지는지'를 가르는 병목으로 지목된다. 시장은 일반론적 제너럴리스트보다 도메인 전문성을 보상하며, 같은 연차라도 30~50% 높은 보상을 받는 사례가 보고된다. 분석 엔지니어링·백엔드·데이터 모델링 배경이 오히려 강한 출발점이 된다. 결론은 명확하다. 모델을 '호출'하는 사람이 아니라, 모델을 '제품의 신뢰 가능한 동작'으로 바꾸는 사람을 시장이 원한다.

한국 정부, 2026년 AI 인재 양성에 약 1.4조 원 투입해 고급 인재 1.1만 명 목표

한국 정부는 'AI 3대 강국' 목표 아래 2026년 약 1.4조 원(약 10억 달러)을 들여 고급 AI 인재 약 1만 1천 명을 양성하고, 전 생애주기에 걸친 AI 교육을 확대한다는 계획을 발표했다. 2026년부터 3개 지역 교육청에 AI 교육지원센터를 설치하고 2028년까지 전국 17곳으로 늘려 학생·학부모·교사 교육과 대학·기업 연계를 추진한다. 배경에는 구조적 인력난이 있다. 2025~2029년 사이 이공계 전문인력이 최소 58만 명 부족할 것으로 전망되며, 반도체·AI·바이오·양자 분야의 공백이 특히 크다. 한국소프트웨어산업협회는 2026년 수도권에서만 AI/ML 엔지니어링, 클라우드 인프라, RegTech를 중심으로 4만 5천~5만 2천 개의 순신규 일자리를 예상했다. 다만 고급 인재의 해외 유출(브레인 드레인)은 여전한 과제로 남아 있다.

공공 교육·일자리 정책이 AI 직군으로 집중되면서, 국내 개발자에게 재교육·전직·신규 진입의 기회 창구가 구조적으로 넓어진다.

한국 소버린 AI: Naver·LG·SK·NC·Upstage 5개 팀이 자체 파운데이션 모델 구축

한국 정부가 ChatGPT에 맞설 자체 파운데이션 모델 개발을 위해 Naver, LG, SK, NC, Upstage 5개 정예 팀을 선정해 고성능 컴퓨팅 인프라, 대규모 데이터셋, AI 인재 인건비 보조를 지원한다. Upstage는 자사 모델 Solar를 1,000억~3,000억 파라미터 규모로 목표하며 언어 능력에 더해 멀티모달과 산업 특화 버전으로 단계적 확장을 계획하고, 2026년 3월에는 AMD와 차세대 모델 개발·배포 가속 및 GPU 공급 협력을 확대했다. Naver의 HyperCLOVA X는 한국어·문화·맥락에 강점을 둔 초대규모 모델로 자리잡았다. 한국어 데이터와 국내 인프라 위에서 모델·도구가 만들어지는 흐름은, 데이터 주권과 규제 대응이 중요한 국내 서비스에 실질적인 모델 선택지를 넓힌다.

데이터 주권·한국어 성능·국내 규제가 중요한 서비스를 만드는 개발자에게 글로벌 폐쇄형 API 외의 실질적 대안이 늘어난다.

[설명] 정규식 파싱 대신 구조화 출력·함수 호출 제대로 쓰기

LLM 응답을 정규식으로 긁어 JSON을 추려내는 방식은 이제 안티패턴이다. 핵심은 스키마를 한 번 정의하고, 그 JSON 스키마를 모델에 형식 지시로 넘긴 뒤, 응답을 원본 스키마로 다시 검증하는 흐름이다. 제약 디코딩 기반의 네이티브 구조화 출력은 스키마 유효성을 사실상 보장하며, 스키마 없는 JSON 모드는 약 8~15% 비율로 실패한다고 보고된다. 제공사마다 결이 다른데, OpenAI·Gemini는 response_format/스키마 기반 strict 모드를, Claude는 input_schema를 갖춘 도구 정의(tool use)와 tool_choice 패턴을 쓴다. 또한 vLLM·Ollama 등 셀프 호스팅 런타임도 스키마 기반 출력 제어를 노출한다. 스키마 강제는 호출당 토큰이 다소 늘지만 재시도 비용을 없애므로, 복잡한 스키마는 잘게 쪼개 병렬 호출로 처리하는 편이 비용 효율적이다.

구조화 출력은 프로덕션 LLM 파이프라인의 신뢰성을 좌우하는 기본기로, 제공사별 구현 차이를 알아야 이식성 있는 코드를 짤 수 있다.

2026 에이전틱 코딩 도구 지형도: 벤치마크는 도구마다 다르게 이긴다

2026년 에이전틱 코딩 도구 비교를 보면, 단일 '최강'은 없고 벤치마크마다 승자가 갈린다. 터미널 작업 중심의 Terminal-Bench 계열에서는 Codex CLI가 선두로, Claude Code와 Gemini CLI가 뒤를 잇는 양상이 보고된다. 반면 실제 저장소 이슈를 푸는 SWE-bench Pro 계열에서는 Claude Code(Opus 4.x)가 앞서는 결과가 나온다. 도구 철학도 다르다 — Claude Code는 터미널·파일시스템·git 히스토리에 직접 붙는 에이전트 중심이고 대용량 컨텍스트로 교차 파일 의존성을 읽는 데 강하다. Cursor는 IDE 우선에 빠른 탭 자동완성·멀티모델 라우팅, 2026년 초 CLI와 클라우드 핸드오프를 추가했다. 결론은 '벤치마크 점수 하나로 고르지 말고, 작업 형태(터미널 자동화 vs 저장소 PR vs 인터랙티브 IDE)에 맞춰 고르라'는 것이다.

팀이 사내 표준 코딩 에이전트를 정할 때, 단일 점수가 아니라 실제 작업 유형에 맞춰 선택해야 ROI가 난다는 실무 기준을 준다.

AI 팀의 성공을 위한 측정과 반복의 중요성

많은 AI 팀이 복잡한 시스템을 구축하는 데 집중하지만, 실제로 효과를 측정하지 못하는 경우가 많다. 성공적인 팀은 도구에 대한 논의보다 측정과 반복에 집중하며, 오류 분석을 통해 가장 높은 ROI 개선점을 찾아낸다. 예를 들어, Nurture Boss의 팀은 대화 로그를 분석하여 날짜 처리에서 66%의 실패율을 발견하고, 이를 개선하기 위해 구체적인 테스트를 구축하여 성공률을 33%에서 95%로 향상시켰다. 또한, 오류 유형 분석에는 '상향식' 접근 방식이 효과적이며, 실제 데이터를 기반으로 문제를 파악하는 것이 중요하다.

AI 프로젝트의 성공을 위해서는 도구보다 측정과 오류 분석에 집중해야 한다.

무료 과정 'How Transformer LLMs Work' 개설

'How Transformer LLMs Work'는 현대 Transformer 아키텍처, 토크나이저, 임베딩 및 혼합 전문가 모델을 설명하는 약 90분 분량의 무료 과정이다. 이 과정에서는 LLM이 텍스트를 처리하는 방식과 Transformer 아키텍처의 주요 구성 요소를 코드 예제를 통해 배울 수 있다. 주요 주제로는 언어 표현의 진화, LLM 입력의 토큰화 과정, Transformer 블록의 세 가지 주요 단계, 주의(attention) 메커니즘, 캐시된 계산의 속도 향상 등이 포함된다. 과정이 끝나면 LLM 모델에 대한 논문을 이해하는 데 필요한 깊은 통찰력을 얻게 된다.

컴퓨터·브라우저 에이전트 2026: 픽셀 vs DOM, 세 진영의 설계 차이

2026년 컴퓨터·브라우저 에이전트가 실제 워크로드에 쓸 만해졌고, 세 진영이 서로 다른 아키텍처를 택했다. Anthropic의 Claude는 화면 스크린샷을 받아 마우스·키보드 입력을 돌려주는 범용 computer use 도구를 노출하되, 실제 실행 환경은 고객 책임이다 — 즉 화면을 시각적으로 분석해 클릭·입력을 수행하는 픽셀 기반에 가깝다. OpenAI는 Codex Background Computer Use로 엔지니어의 메인 작업 환경과 병렬로 별도 데스크톱 세션에서 에이전트를 돌린다. Google의 Gemini Computer Use는 Project Mariner 계보로, 원시 픽셀 파싱보다 DOM 인식을 우선한다. 오픈소스 쪽에서는 Browser Use가 Playwright를 감싸 Claude·GPT·Gemini·로컬 모델을 백엔드로 붙이는 가장 인기 있는 프레임워크다. 다만 안티봇 탐지·동적 레이아웃·인증 플로우는 여전히 난제로 남아 있다.

웹 자동화·RPA를 대체할 에이전트를 고를 때 '픽셀 기반 vs DOM 기반'이라는 설계 축이 안정성·유지보수성을 가르므로, 용도에 맞는 선택 기준을 준다.