AI 뉴스
Nvidia RTX Spark N1X 프로세서와 새로운 노트북
Nvidia의 RTX Spark N1X 프로세서가 출시되었으며, 여섯 개 제조사의 Windows 노트북에서 사용되고 있다. 이 프로세서는 Arm 기반의 SoC로, Apple, Intel, AMD, Qualcomm의 제품들과 경쟁할 수 있는 성능을 제공한다. RTX Spark는 많은 코어와 Nvidia RTX Blackwell 그래픽을 갖추고 있으며, 대규모 로컬 AI 모델을 실행할 수 있는 충분한 전력과 통합 메모리를 제공한다. Microsoft의 Surface Laptop Ultra에는 128GB의 통합 메모리가 탑재되어 있다.
RTX Spark N1X 프로세서는 대규모 로컬 AI 모델을 실행할 수 있는 충분한 전력을 제공한다.
Meta, 뉴스 사이트에서 AI 훈련을 위한 데이터 수집 허용
Meta의 새로운 약관은 10월 30일부터 발효되며, 온라인 출판사를 포함한 비즈니스와 관련된 웹사이트를 크롤링하고 스크랩할 수 있는 권한을 부여한다. 이 외부 콘텐츠는 Meta의 AI 제품을 '개발, 개선, 연구 및 훈련'하는 데 사용될 수 있다. 법률 전문가들은 이러한 약관이 Meta가 상업적 조건이 다른 차단 지침보다 우선한다고 주장할 수 있는 근거가 될 수 있다고 지적하고 있다.
Meta는 AI 제품을 훈련하기 위해 뉴스 사이트에서 수집한 데이터를 활용할 수 있다.
Beam 모델: 501B 파라미터와 1M 토큰 컨텍스트 지원
Beam은 Reflection에서 개발한 오픈 모델로, 텍스트 입력을 받아 텍스트 출력을 생성한다. 이 모델은 501B의 총 파라미터와 23B의 활성 파라미터를 가지며, 1M 토큰의 컨텍스트 윈도우를 지원한다. BF16, FP8, NVFP4 수치로 제공되며, 주로 영어를 위해 개발되었다. Beam은 코드 생성, GitHub 문제 해결, 자연어 지시를 통한 다단계 작업 수행 등 다양한 기능을 제공한다.
Beam은 약 3배 적은 추론 시간 토큰으로도 기존의 오픈 모델과 유사한 솔루션 품질을 달성할 수 있다.
중국, 23개 AI 기술에 대한 수출 통제 제안
2026년 10월 16일, 중국 상무부와 과학기술부는 수출 금지 및 제한 기술 목록의 개정 초안을 발표했다. 이 초안에는 AI, 생명공학, 태양광 PV 분야의 40개 기술이 포함되며, 이 중 23개는 AI 관련 기술로서 기초 모델, 대형 모델, 지능형 에이전트, 컴퓨팅 클러스터 및 정보 처리 기술을 포함한다. 공개된 기술은 통제에서 면제되며, 기술의 해외 이전에는 등록 또는 승인 절차가 필요할 수 있다.
중국의 새로운 수출 통제는 DeepSeek 및 Qwen과 같은 중국 연구소의 향후 공개 모델에 추가적인 준수 요구사항을 부과할 수 있다.
Cloudflare Verified Bot의 지속적인 책임성 평가 시스템 도입
Cloudflare는 Verified Bot의 행동이 규칙에서 벗어날 경우 이를 평가하고 보고하는 시스템을 도입했다. 이 시스템은 봇의 신뢰성을 유지하기 위해 봇이 사이트의 선호도를 얼마나 존중하는지를 측정하고, 이를 통해 봇 운영자에게 신뢰를 입증할 수 있는 방법을 제공한다. 또한, robots.txt 파일을 통해 사이트 소유자의 선호도를 전달하고, HTTP 429 응답을 통해 요청 속도를 조절하도록 유도하는 방식으로 봇의 행동을 모니터링한다.
Verified Bot은 Web Bot Auth를 통해 신원을 확인하고, BotBase에서 이를 기록하여 신뢰성을 평가한다.
Skild AI, 로봇 하드웨어 간 지능 전이 연구
Skild AI는 로봇 지능이 하드웨어 간에 전이되어야 하며, 매 기계마다 재구성될 필요가 없다는 연구를 진행하고 있다. 이 연구는 모터 적응, 비디오 기반 작업 학습, 자기 플레이를 연결하며, 이러한 기능이 배치의 속도, 신뢰성 및 안전 요구 사항을 충족하는지 여부가 결정적인 시험이 된다. Skild AI는 지능을 기계와 분리하려고 하며, 모델이 몸에 대한 이해를 학습해야 한다고 주장한다.
Skild AI는 로봇 지능의 하드웨어 간 전이를 목표로 하여, 로봇 개발 시 지능과 하드웨어의 관계를 재정의하고 있다.
AI가 코드를 작성한 뒤 시스템을 운영할 수 있는가: Grepr CEO Jad Naous 인터뷰
a16z의 Martin Casado 제너럴 파트너가 Grepr CEO Jad Naous와 나눈 대담으로, AI가 코드를 쓰는 단계 다음에 그 코드가 만든 시스템을 디버깅하고 운영할 수 있는지를 다룬다. Jad Naous는 10명 규모 팀에서 일부 프로젝트가 6개월에서 10일로 줄었다고 밝혔다. 운영 중인 프로덕션 시스템은 예측하기 어려운 워크로드, 장애, 셀 수 없이 많은 가능한 상태 때문에 더 어려운 과제로 제시된다. 대담에서는 AI가 사람 엔지니어처럼 문제를 진단하고 가설을 검증하며 시스템을 디버깅하도록 학습할 수 있는지에 대한 논의가 이어진다. 이 밖에 AI SRE, 보안, 쿼리 최적화도 다루며, 최고 수준의 엔지니어들이 코딩 에이전트에서 가장 큰 레버리지를 얻고 있을 수 있다는 점을 짚는다.
Jad Naous 팀에서 일부 프로젝트가 6개월에서 10일로 단축된 사례는 코딩 에이전트 도입의 체감 효과를 보여주지만, 기사는 프로덕션 운영과 디버깅은 여전히 더 어려운 과제라고 강조한다.
토스, 도메인별 DW Airflow와 dbt 기반 파이프라인 구축
토스 Data Warehouse 팀은 중앙 DW Airflow에서 도메인별 DW Airflow와 dbt 기반의 선언적 파이프라인으로 전환하는 과정을 공유했다. 새로운 시스템 '뉴타운'은 기존의 2,794줄의 DAG 코드를 100줄로 줄이고, 파이프라인 실행 시간을 4시간에서 2시간 30분으로 단축시켰다. 도메인별 클러스터를 운영하며, 각 도메인 팀이 자기 파이프라인을 관리할 수 있도록 했다. 기존 파이프라인과의 병행 운영을 통해 안정성을 확보하고, dbt를 통해 SQL 파일의 복잡성을 줄였다.
dbt는 SELECT 문만으로 테이블 생성과 적재를 자동으로 처리하며, 모델 간 의존 관계를 그래프로 관리해준다.
Meta, Muse Spark Open 모델 출시 및 해석 가능성 향상
Meta는 Muse Spark Open을 출시하였으며, 이 모델은 816B의 총 파라미터와 42B의 활성 MoE를 갖추고 있다. 이 모델은 텍스트, 이미지, 비디오, 오디오 입력을 지원하며, 코딩, 장기 에이전트 및 다단계 추론을 목표로 하고 있다. Muse Spark Open은 62개의 디코더 레이어와 256명의 전문가를 포함하고 있으며, 하이브리드 주의 메커니즘을 사용한다. 라이센스는 Muse Model License를 따르며, 연간 수익이 2천만 달러를 초과하는 경우 별도의 계약이 필요하다.
Muse Spark Open은 1M 토큰의 컨텍스트 윈도우를 지원하여 다양한 입력 형식을 처리할 수 있어, 복잡한 AI 작업에서 활용 가능성이 높다.
KNOU-Flood: 글로벌 유량 예측을 위한 리드 인식 확률적 머신러닝 발전
KNOU-Flood는 424일의 긴 입력 창과 리드 인식 예측 입력을 사용하여 LSTM을 기반으로 한 두 단계 훈련을 통해 유량 예측 성능을 개선한다. 2021-2023년 동안 2,099개의 테스트 유역에서 LT1에서 KGE' 0.65, LT10에서 0.48의 중간값을 기록하며, AIFL의 동일한 데이터와 조건에서 더 나은 성능을 보였다. 또한, 앙상블 모델이 확률적 버전보다 낮은 CRPS를 달성하고, 드롭아웃을 통한 추론 시간 보정이 이루어졌다.
KNOU-Flood는 LT1에서 KGE' 0.65를 달성하여 기존 모델보다 성능이 개선되었음을 보여준다.
Microsoft Foundry 2026년 9월 업데이트: GPT-6 모델 및 기능 개선
2026년 9월 Microsoft Foundry 업데이트에서는 에이전트를 일정에 따라 실행하고, 도구 정의를 필요에 따라 로드하며, 트레이스에서 동작을 조사할 수 있는 기능이 추가되었다. Routines와 Tool Search는 일반 제공(GA) 상태이며, Insights는 공개 미리보기로 진입했다. GPT-6 모델 라인업이 확장되었고, GPT-6.1 Sol이 출시되었다. GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna는 모두 GA 상태이다. 각 모델의 가격은 1M 토큰 기준으로 GPT-6 Astra는 입력 $10.00, 출력 $50.00, GPT-6.1 Sol은 입력 $2.00, 출력 $10.00, GPT-6 Luna는 입력 $0.10, 출력 $0.50이다.
GPT-6.1 Sol은 이전 모델보다 50% 낮은 캐시 입력 가격으로 더 나은 코딩 및 전문 작업 성능을 제공한다.
토스뱅크 패키지 개발 기준: 안정성, 예측 가능성, 디버깅 편의성
토스뱅크는 패키지 개발 환경을 개선하기 위해 세 가지 기준을 설정했다. 첫째, 안정성: 호스트의 실행 환경에서 안정적으로 동작해야 한다. 둘째, 예측 가능성: 배포 후 원본 코드의 의도가 유지되어야 한다. 셋째, 디버깅 편의성: 사용처에서 쉽게 디버깅할 수 있어야 한다. 이를 위해 패키지의 원본 소스 코드 확인을 용이하게 하고, declaration sourcemap을 지원하여 IDE에서 원본 구현을 쉽게 확인할 수 있도록 했다.
패키지 개발 시 안정성, 예측 가능성, 디버깅 편의성을 기준으로 설정하여 빌드 도구와 설정 선택에 일관성을 제공한다.
백악관 AI 태스크포스, 120일간 AI 기술 관리 방안 논의 시작
백악관의 AI 태스크포스가 공식적으로 헌장을 채택하고, AI 기술의 급속한 발전에 대한 정부의 대응 방안을 논의하기 위해 120일의 기간을 시작했다. 태스크포스는 사이버 보안, 생물 보안, 모델 통제 및 책임의 세 가지 분야에서 AI 위험을 평가하기 위한 보고서를 대통령 과학기술 자문위원회에 의뢰하기로 했다. 또한, 주요 AI CEO들이 서명한 백악관의 슈퍼 인텔리전스 협정 이행을 위한 작업 그룹을 구성하고, 사이버 문제에 대한 정부 보고 프로토콜 개발을 담당할 부서도 구성할 예정이다.
AI 태스크포스는 사이버 보안 및 중요 인프라 보호를 포함한 AI 위험 평가를 진행할 예정이다.
클라우드 에이전트의 인터랙티브 캔버스 및 환경 API 개선
클라우드 에이전트는 이제 작업의 일환으로 인터랙티브 캔버스를 구축할 수 있으며, 완성된 캔버스를 팀과 공유할 수 있는 링크를 보낼 수 있다. 또한, Environments API가 베타 버전으로 제공되어 에이전트가 실행되는 클라우드 환경을 프로그래밍적으로 생성하고 관리할 수 있다. 클라우드 에이전트 환경은 최대 300개의 리포지토리를 지원하며, 대형 환경은 5배 더 빠르게 로드된다.
Environments API를 활용하면 클라우드 환경을 효율적으로 관리할 수 있다.
트럼프, AI로 수정된 백악관 개조 사진 게시
도널드 트럼프 대통령이 Truth Social에 백악관 개조 작업을 보여주는 사진을 게시했으나, 그 중 하나는 AI로 수정된 것으로 보인다. 이 사진은 구글의 AI 탐지기에 의해 'OpenAI로 제작 또는 수정됨'으로 표시되었으며, '복원된' 기둥의 양쪽 계단 수가 불균형하고, '이전' 사진과 계단 수가 일치하지 않는 등의 불일치가 발견되었다.
구글의 AI 탐지기가 AI로 수정된 이미지를 식별할 수 있다는 점은 이미지 진위 검증에 중요한 의미를 가진다.
SpaceX, Grok Voice 3.0 공개 및 스타링크 콜센터 운영 현황
SpaceX가 10월 14일 Grok Voice 3.0을 공개했다. 이 음성 대 음성 모델은 Artificial Analysis의 Speech-to-Speech Index에서 1위(86.9점)를 기록했으며, 스타링크 콜센터에서 하루 2만 통의 고객 전화를 처리하고 그중 약 70%가 사람 없이 끝난다고 밝혔다.
Grok Voice 3.0은 고객 응대 자동화에 있어 높은 처리량과 효율성을 보여준다.
GitHub Copilot과 Logitech MX Keypad를 통한 개발자 인터페이스의 변화
소프트웨어 개발에서 AI는 개발자의 작업 방식을 변화시키고 있다. GitHub Copilot은 저장소를 이해하고, 적절한 모델을 선택하며, 작업을 계획하고, 파일을 편집하고, 명령을 실행하는 등의 기능을 제공한다. 또한, Logitech MX Keypad는 개발자가 자주 사용하는 작업을 프로그래밍 가능한 입력으로 변환하여 작업 흐름을 가속화한다. 이러한 변화는 개발자가 명령을 내리는 것이 아니라 의도를 실행 가능하게 만드는 방향으로 나아가고 있다.
GitHub Copilot은 저장소 컨텍스트를 수집하고, 파일을 편집하며, 테스트를 실행하는 기능을 통해 개발자의 작업 효율성을 높인다.
NVIDIA Nemotron 3.5 Super VL, 멀티모달 추론을 통한 전문 에이전트 지원
NVIDIA Nemotron 3.5 Super VL은 항상 활성화된 에이전트가 더 길고 복잡한 기업 워크플로우를 처리할 수 있도록 설계된 오픈 커스터마이즈 가능한 멀티모달 모델이다. 이 모델은 120B 파라미터의 혼합 전문가(MoE) 아키텍처를 기반으로 하며, 단일 요청이 문서 읽기, 정보 확인, 회사 정책 준수 및 여러 도구 호출을 포함할 수 있다.
NVIDIA Nemotron 3.5 Super VL의 120B 파라미터 아키텍처는 복잡한 기업 워크플로우를 효율적으로 처리할 수 있는 가능성을 제공한다.
Meta의 Muse Spark Open, NVIDIA GB300 NVL72에서 출시
Meta는 816B mixture-of-experts (MoE) 모델인 Muse Spark Open을 출시했다. 이 모델은 42B의 활성 파라미터와 1M 토큰 컨텍스트 윈도우를 가지고 있으며, NVIDIA GB300 NVL72 Blackwell Ultra에서 에이전틱 코딩 워크플로우를 위해 훈련되었다. Muse Spark Open은 높은 첫 시도 정확도, 신뢰할 수 있는 도구 호출, 그리고 코드베이스에 대한 깊은 이해를 제공한다.
Muse Spark Open은 1M 토큰 컨텍스트 윈도우를 통해 전체 코드베이스를 이해하고 처리할 수 있는 능력을 제공한다.
Evergreen: GitHub에서 외부 협업자 접근 관리 자동화
Evergreen은 GitHub App으로, 외부 협업자 접근 검토와 오래된 저장소 감지를 자동화한다. 매 분기마다 외부 협업자의 접근을 검토하고, 최근 활동이 없는 저장소는 경고 후 아카이브한다. 이 앱은 GitHub의 기본 기능을 활용하여 작동하며, 각 저장소의 상태를 JSON 파일로 기록하여 감사 추적이 가능하다. 접근 검토가 종료되면 체크리스트 이슈를 통해 협업자를 관리하고, 권한이 없는 사용자가 이슈를 닫으면 자동으로 재개된다.
Evergreen은 외부 협업자의 접근을 매 분기 검토하여 필요한 접근만 유지함으로써 보안을 강화한다.
Meta의 Muse Spark Open, Amazon SageMaker JumpStart에서 사용 가능
Meta의 Muse Spark Open 모델이 Amazon SageMaker JumpStart에서 제공된다. 이 모델은 816억 개의 파라미터를 가진 Mixture of Experts(MoE) 아키텍처로, 1백만 토큰의 컨텍스트 윈도우를 지원하며, 코드 생성, 디버깅, 다중 파일 리팩토링 등 실제 개발자 작업 흐름에 맞춰 훈련되었다. SageMaker JumpStart에서는 BF16 및 NVFP4 두 가지 변형을 제공하며, 사용자는 자신의 AWS 계정에서 손쉽게 배포할 수 있다.
Muse Spark Open은 1백만 토큰의 컨텍스트 윈도우를 통해 전체 프로젝트를 처리할 수 있어, 복잡한 작업을 작은 조각으로 나누지 않고도 수행할 수 있다.
NVIDIA RTX Spark 출시 및 전 세계 행사 안내
NVIDIA RTX Spark가 출시되며, 창작자, 게이머 및 AI 에이전트를 위한 PC로 소개된다. 10월 16일에 샌프란시스코, 베를린, 타이베이, 베이징, 이스탄불, 서울 등지에서 출시 기념 행사가 진행된다. 서울에서는 COEX 동쪽 로비에서 오후 7시에 시작하여 AI 및 게임 관련 프로그램이 진행된다.
RTX Spark는 강력한 로컬 AI 성능을 제공하여 창작 및 게임 개발에 최적화된 플랫폼이다.
Magnetar: 제로 지식 증명을 활용한 일반 목적 컴퓨팅
Magnetar는 제로 지식 증명을 통해 Rust, Go, C로 작성된 프로그램의 실행을 증명하며, 이전 시스템보다 평균 10배에서 39배 빠른 성능을 보인다. 이 시스템은 표준 해시 함수에 기반하여 보안을 유지하고, 제로 지식 증명의 효율성, 일반성 및 보안성 문제를 해결하는 데 기여하고 있다. Microsoft Research는 10년 이상 제로 지식 증명의 실용화를 위해 연구해왔다.
Magnetar는 제로 지식 증명을 통해 프로그램의 실행 결과와 함께 짧은 증명을 제공하여, 프로그램을 다시 실행하지 않고도 결과를 검증할 수 있는 기능을 갖춘다.
AWS의 Trust in Depth: 에이전트의 자율성 증대와 신뢰 구축
AWS는 에이전트가 자율적으로 작업을 수행할 수 있도록 하면서도 신뢰를 구축하는 방법인 'Trust in Depth'를 소개했다. 이 접근법은 에이전트의 작업 범위를 정의하고, 배포 시 인증을 확인하며, 실행 중 행동이 설정된 한계를 준수하는지 모니터링하는 것을 포함한다. AWS는 2.1억 건 이상의 요청을 처리하는 Identity and Access Management(IAM)와 같은 시스템에서 10년 이상 자동화된 추론을 운영해왔으며, 이를 에이전트에도 적용할 예정이다.
AWS는 2.1억 건 이상의 요청을 처리하는 IAM에서 자동화된 추론을 사용하여 에이전트의 규칙을 검증할 수 있다.