News
AI 뉴스
매일 수집·정리하는 전세계 AI 소식을 최신순으로
Basedash의 AI 데이터 분석가 기능 업데이트
Basedash는 이제 스스로 아이디어를 제안하는 AI 데이터 분석가 기능을 추가했다.
Basedash의 새로운 기능은 데이터 분석 과정에서 사용자에게 더 많은 통찰력을 제공할 수 있다.
Lila Sciences의 AI 기반 자동화 실험실 개념
Lila Sciences는 AI 기반 로봇과 실험 장비로 구성된 자동화 실험실을 구상하고 있으며, 이를 통해 과학적 초지능을 구축하는 것을 목표로 하고 있다. 이들은 10조 개의 실험적으로 검증된 과학적 추론 토큰을 보유하고 있으며, 생물학, 화학, 약물 발견 및 재료 과학을 동시에 진행하고 있다. Lila는 실험실을 데이터 센터로 보고, 유연성과 일반화 가능성을 최우선으로 하여 자동화를 최적화하고 있다.
Thinking Machines, Inkling 모델 출시 및 GLM-5.2 기능 업데이트
Thinking Machines가 첫 번째 오픈 웨이트 모델인 Inkling을 출시했다. Inkling은 1M 토큰의 컨텍스트 윈도우를 가지고 있으며 텍스트, 이미지 및 오디오에서 작동한다. Inkling은 Thinking Machines의 파인튜닝 플랫폼 Tinker에서 사용 가능하다. GLM-5.2는 현재 최고의 오픈 소스 모델 중 하나로, 많은 스타트업이 프론티어 모델에서 자가 호스팅된 파인튜닝 버전으로 작업을 전환하고 있다. GPT-5.6 Sol은 OpenAI의 내부 모델인 GPT-Red의 도움을 받아 안전성을 높였다. 구글의 Gemini Spark는 Docs 편집, Sheets/Slides의 댓글 읽기 및 병렬 작업 기능을 추가하여 50% 더 빨라졌다.
Inkling은 1M 토큰의 컨텍스트 윈도우를 제공하여 다양한 데이터 형식에서 활용 가능하다.
인도네시아의 디지털 감시 시스템을 통한 어업 단속 변화
인도네시아의 해양 및 어업 자원 감시소에서는 위성 신호를 통해 어선의 위치를 기록하고, 이를 어업 허가증, 지정 어획 구역, 선박 특성 및 역사적 이동 패턴과 자동으로 비교하여 잠재적인 위반을 식별한다. 2026년까지 9,394척의 인도네시아 어선이 국가 선박 모니터링 시스템(VMS)을 통해 신호를 송신하고 있으며, 이는 2021-2025년 동안 2,880척 증가한 수치이다. 디지털 모니터링을 통해 규제 당국은 선박의 움직임을 재구성하고, 의심스러운 행동 패턴을 식별하며, 불법 어업 활동을 탐지할 수 있다.
2025년 인도네시아 해양 및 어업부는 VMS를 통해 감지된 위반 사항으로 2,550건의 행정 제재를 부과하였다.
Meta, Muse Spark 1.1 출시 및 가격 공개
마크 저커버그가 3년 만에 X에 게시글을 올리며 Muse Spark 1.1을 발표했다. Muse Spark 1.1은 Meta Superintelligence Labs의 두 번째 모델로, 가격은 입력 토큰 100만 개당 1.25달러, 출력 토큰 100만 개당 4.25달러이다. 또한 OpenAI와 호환되는 API와 폐쇄형 가중치를 제공한다. Muse Spark 1.1 출시 이틀 전에는 첫 이미지 생성 모델인 Muse Image도 공개되었으며, Meta는 AI 인프라를 외부 고객에게 판매하기 위한 클라우드 사업인 Meta Compute를 구축 중이다.
Muse Spark 1.1은 입력 토큰 100만 개당 1.25달러, 출력 토큰 100만 개당 4.25달러의 가격으로 제공된다.
David Sacks가 말하는 AI와 미국 기술 미래
David Sacks는 Marc Andreessen, Ben Horowitz, Erik Torenberg과 함께 AI, 암호화폐, 규제, 미국의 경쟁력에 대해 논의했다. 이 대화에서는 트럼프 행정부의 AI 및 암호화폐 정책, 오픈 소스 AI, 수출 통제, 에너지 및 인프라, 중국과의 글로벌 경쟁, 혁신을 형성하는 규제의 역할에 대해 다뤘다. 또한 스테이블코인, AI 개발의 미래, 허가 없는 혁신에 대해 이야기하며, 미국의 장기적인 이점은 빌더를 지원하는 데 달려 있다고 강조했다.
David Sacks는 AI 안전성과 분산 기술에 대한 관점을 공유하며, 미국이 신흥 기술의 글로벌 리더로 남기 위해 필요한 요소를 설명했다.
LinkedIn에서 팔로우할 AI 관련 주요 소스
Michael Spencer는 LinkedIn에서 AI 관련 정보를 제공하는 주요 소스를 소개하고자 하며, AI 생성 콘텐츠가 증가하고 있는 현황을 언급했다. Pangram에 따르면, 소셜 미디어 게시물의 25%가 AI 생성이며, 이 중 2/3가 LinkedIn에서 발생하고 있다. LinkedIn은 AI 뉴스와 산업 통찰을 얻기에 유용한 플랫폼으로, 다양한 전문가와 교육 소스들이 활동하고 있다.
Pangram의 보고서에 따르면 LinkedIn은 AI 관련 긴 형식 콘텐츠가 가장 많은 플랫폼이다.
Ventorah: 브라우저에서 가상 풍동 공기역학 분석 실행
Ventorah는 사용자가 브라우저에서 가상 풍동을 통해 공기역학 분석을 수행할 수 있는 도구이다.
Ventorah를 통해 개발자들은 웹 기반 환경에서 공기역학적 성능을 분석할 수 있다.
Thinky의 Inkling 모델: 975B 파라미터와 1M 토큰 컨텍스트 지원
Thinky는 Inkling이라는 새로운 오픈 모델을 발표했다. Inkling은 총 975B 파라미터와 41B 활성 파라미터를 가진 Mixture-of-Experts 트랜스포머 모델로, 텍스트, 이미지, 오디오를 지원하며 최대 1M 토큰의 컨텍스트 윈도우를 제공한다. 이 모델은 45조 개의 훈련 토큰으로 사전 훈련되었으며, Inkling-Small이라는 12B 활성 파라미터를 가진 경량 모델도 함께 공개되었다. 두 모델 모두 Apache 2.0 라이센스를 따른다.
Inkling은 975B 파라미터를 통해 텍스트, 이미지, 오디오를 효율적으로 처리할 수 있는 멀티모달 모델로, 다양한 응용 프로그램에 활용될 수 있다.
일상 브라우저 작업을 위한 AI 인턴 Aye
Aye는 일상적인 브라우저 작업을 지원하는 교육 가능한 AI 인턴이다.
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.
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.
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.
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.