AI 뉴스

AI를 활용한 극한 온도 위험 예측과 대응의 격차

도시와 연구자들은 AI를 사용하여 극한 온도 위험을 예측하고 있지만, 새로운 연구에 따르면 사람들의 위험을 식별하는 데 더 많이 사용되고 있다. 2010-2020년 동안 고온과 관련된 미국의 사망자는 4,000명을 넘었으며, 연구 논문 중 98.4%가 예측에, 10.4%만이 대응에 초점을 맞추고 있다. 구글은 AI 기반의 Heat Resilience 데이터를 50개 이상의 도시로 확장하여 도시 계획자들에게 건물 수준의 데이터를 제공하고 있다.

구글은 AI 기반의 Heat Resilience 데이터를 통해 도시 계획자들이 열 개입을 목표로 할 수 있도록 지원하고 있다.

AI 안전 및 규제를 위한 정치 자금이 5천만 달러에 달함

미국 선거에서 AI 안전 및 규제 지지자들이 약 5천만 달러를 지출하며 정치적 영향력을 행사하고 있다. 이 자금은 민주당과 공화당 후보들에게 분배되었으며, OpenAI의 Juan Felipe Cerón Uribe와 Redwood의 Aryan Bhatt와 같은 연구자들의 기부도 포함된다. Guardrails Alliance는 1,170만 달러를 모금했으며, AI 산업 자금이 정치적 입장에 미치는 영향에 대한 우려가 커지고 있다.

AI 안전 그룹과 개인 기부자들이 이번 선거에서 4,800만 달러를 지출하며 AI 규제 지지를 위한 정치적 힘을 강화하고 있다.

백악관 AI 태스크포스 첫 회의 준비

이번 주 백악관의 AI 태스크포스 첫 회의에 주목이 집중되고 있다. 미국 책임 있는 혁신(Americans for Responsible Innovation)은 태스크포스에 새로운 법률 제정을 통해 AI 개발에 대한 안전 기준과 공공 투명성을 보장할 것을 촉구하고 있다. 마이크 라운즈 상원 의원과 마리아 캔트웰 상원 의원은 태스크포스에 국가 표준 기술 연구소에 대한 자원 지원과 에너지부의 국가 연구소가 AI를 독립적으로 테스트할 수 있도록 보장할 것을 요청했다. 또한 FBI는 OpenAI 사무실에서 대화를 몰래 녹음한 혐의로 사우디 국적자를 체포했다.

AI 개발에 대한 새로운 법률 제정이 논의될 가능성이 있다.

GovAI의 Alan Chan, 자율 AI 에이전트의 모니터링 및 안전 인프라 논의

GovAI 연구원 Alan Chan은 자율 AI 에이전트의 거버넌스와 안전 인프라에 대해 논의하며, 실시간 모니터링, 에이전트 식별자, AI R&D 자동화의 위험성을 다룬다. Chan은 훈련 및 테스트 중 동기화된 모니터링의 부재가 즉각적인 보안 취약점을 초래한다고 강조하며, 추적 가능한 에이전트 ID의 부족과 시스템이 샌드박스를 위반할 경우 중단할 수 있는 구체적인 트리거의 필요성을 언급한다.

동기화된 모니터링의 부재는 AI 에이전트의 보안 취약점을 초래할 수 있다.

영국, NVIDIA와 함께 AI 기술을 활용한 다양한 산업 혁신 추진

영국은 NVIDIA의 지원을 받아 다양한 산업에서 AI 기술을 활용하고 있다. NVIDIA는 2억 5천만 달러 규모의 컴퓨팅 지원을 통해 영국의 안전 및 보안 연구를 강화하고 있으며, Earthshot Prize와 협력하여 기후 및 지속 가능성 문제 해결을 위한 혁신을 지원하고 있다. Fuse Energy는 NVIDIA B300 Blackwell Ultra를 기반으로 고객 AI를 자체 인프라로 이전하여 45만 가구에 더 빠르고 응답성 높은 지원을 제공하고 있다. OneAdvanced는 NVIDIA Agent Toolkit 소프트웨어를 사용하여 영국 최초의 고급 LLM을 배포하고 있으며, NHS 환자 수백만 명을 지원하고 있다. 금융 서비스 부문에서는 LSEG와 NVIDIA가 GPU 가속 시장 분석을 제공하고, Revolut은 2,600만 개의 익명 사용자 기록으로 사전 훈련된 PRAGMA 모델을 도입하였다.

NVIDIA는 2억 5천만 달러 규모의 컴퓨팅 지원을 통해 영국의 안전 및 보안 연구를 강화하고 있다.

유럽 도시들, NVIDIA 기반 AI 에이전트를 활용한 스마트 도시 운영

EMEA 지역의 도시들은 NVIDIA 가속 컴퓨팅을 사용하여 물리적 AI 에이전트와 디지털 트윈을 구축하고, 이를 통해 유지보수 필요 예측, 도시 계획 지원, 공공 서비스 개선을 목표로 하고 있다. ABA Technology, Akila, Galene AI, Honeywell Technologies 등 여러 소프트웨어 파트너들이 이 기술을 활용하여 도시 운영 솔루션을 개발하고 있다. 예를 들어, 프랑스의 Côte-d’Or 지역에서는 Akila와 ThinkDeep이 센서와 역사적 데이터를 결합한 운영 에이전트를 구축하여 에너지 효율성을 높이고 운영 비용을 10% 절감하는 성과를 보였다. 또한, 이탈리아 밀라노 지역에서는 NVIDIA 기반 AI 공장을 운영하여 실시간 번역 및 시민 챗봇 서비스를 제공하고 있다.

프랑스 Côte-d’Or 지역의 운영 에이전트는 에너지 효율성을 높이고 운영 비용을 10% 절감하는 데 기여하고 있다.

Gemini 4 Argon 출시 및 AI x Finance 키노트 요약

Gemini 4 Argon이 오늘 출시되었으며, Google은 이를 코딩, 지식 작업, 기업 워크플로우 및 사이버 방어에 활용할 수 있도록 했다. Argon의 가격은 초기 API 요금이 입력/출력 토큰 100만 개당 $2/$10이며, 11월 30일 이후 요금이 두 배로 인상된다. Google은 10,000명의 과학자에게 Antigravity의 최고 사용 등급을 6개월 동안 무료로 제공할 예정이다. Argon은 Cursor, Devin Desktop/CLI 및 GitHub Copilot에서 사용할 수 있다.

Argon의 초기 API 요금은 100만 개 토큰당 $2로, 이는 개발자들이 비용 효율적으로 AI 기능을 활용할 수 있는 기회를 제공한다.

Spark Connect 서버의 생명주기 관리와 테넌트 운영

토스증권 Data Infra팀은 Spark Connect 서버의 생명주기를 관리하기 위해 Apache Spark Operator와 Spark Tenant Operator를 활용하여 여러 서버를 하나의 서비스로 운영하는 방법을 설명했다. 테넌트 설정에 따라 서버를 그룹화하고, 장애 복구 및 서버 교체 과정을 관리하는 방법을 다루었다. 예를 들어, 대화형 분석과 대용량 파이프라인을 위한 테넌트 A와 B의 사양을 구분하여 설정했다. 또한, 서버 교체 시 기존 세션을 고려한 Blue-Green 방식으로 전환하는 과정을 설명했다.

Spark Tenant Operator를 통해 테넌트 설정을 변경하면 새로운 서버를 준비할 수 있으며, 기존 서버에서 세션을 안전하게 종료할 수 있다.

확산 모델을 위한 수정 훈련

확산 모델에서 반복 샘플링은 노출 편향으로 인해 오류가 누적될 수 있다. 이 연구에서는 훈련과 추론 간의 격차를 줄이기 위한 수정 단계를 도입한다. 수정자는 기본 모델의 예측을 입력으로 받아 같은 실제 타겟에 대해 훈련된다. 샘플링 과정에서 각 디노이징 단계에서 예측을 반복적으로 수정하여 초기 아티팩트가 최종 샘플에 남지 않도록 한다. 이 방법은 DiT, SiT, JiT에서 평가되었으며, 무가이드 생성 및 무조건 생성에서 FID 점수를 크게 개선하였다. 수정과 CFG를 결합하면 다양성을 더욱 향상시키고 CFG의 과포화 문제를 줄일 수 있다.

이 방법은 무조건 생성에서 고품질 샘플을 생성하는 데 특히 도전적인 상황에서 성능을 개선한다.

Google DeepMind와 싱가포르 정부, 사기 탐지를 위한 Gemma 모델 개발 협력

Google DeepMind와 GovTech Singapore는 경량화된 온디바이스 Gemma 모델을 사용하여 개인 채팅에서의 대화형 사기를 차단하는 방법을 개발하고 있다. 이 모델은 클라우드 데이터 전송 없이 작동한다.

Gemma 모델은 클라우드 데이터 전송 없이 개인 채팅에서 사기를 탐지할 수 있는 기능을 제공한다.

첫 번째 삼중 모달 마스크 확산 모델 소개

디스크리트 확산 모델이 자가 회귀 언어 모델의 강력한 대안으로 부상하고 있으며, 최근 연구에서는 이분 모달 생성을 위한 기본 단일 모달 모델을 초기화하고 미세 조정하였다. 본 연구에서는 텍스트, 이미지-텍스트, 오디오-텍스트 데이터로부터 처음으로 처음부터 사전 훈련된 삼중 모달 마스크 확산 모델(MDM)을 소개하고, 다중 모달 스케일링 법칙, 모달리티 혼합 비율, 노이즈 스케줄, 배치 크기 효과를 체계적으로 분석하였다. 또한 최적화된 추론 샘플링 기본값을 제공하였다.

배치 크기 분석을 통해 새로운 확률적 미분 방정식(SDE) 기반 접근법을 제시하였다.

Anthropic, Git 대체를 위한 커스텀 소스 제어 시스템 Scion 개발

Anthropic은 지난 6개월 동안 코드 변경 속도가 급증함에 따라 Git의 대체 시스템인 Scion을 개발했다. 2026년 5월에는 하루 평균 2,500개의 코드 변경이 병합되었으나, 9월에는 30,000개 이상으로 증가했다. Scion은 중앙 집중식 소스 제어 시스템으로, 100GB에 달하는 메인 브랜치의 히스토리를 처리하며, 하루 2,500만 건의 코드 체크아웃을 수행한다. 이 시스템은 7명의 팀에 의해 5개월 만에 Git에서 마이그레이션되었다.

Scion은 하루 600PB의 Git 트래픽을 처리할 수 있는 시스템으로, Anthropic의 코드 변경 속도 증가에 대응하기 위해 설계되었다.

llm-gemini 0.35 버전 출시 및 Gemini 4 Argon 모델 지원

llm-gemini 0.35가 출시되었으며, 새로운 Gemini 4 Argon 모델을 지원한다. Gemini 4 Argon은 월 $100의 구독 계획을 통해 사용할 수 있으며, 입력 비용은 $2/백만, 출력 비용은 $10/백만이다. 12월 1일부터 가격이 두 배로 인상될 예정이다. 현재 Argon의 벤치마크 실행 비용은 $2,407로, GLM-5.3과 비슷하며 OpenAI, Anthropic, Meta의 최신 모델보다 저렴하다.

Gemini 4 Argon의 벤치마크 실행 비용이 $2,407로, 경쟁 모델보다 저렴하여 비용 효율적인 AI 솔루션을 찾는 개발자에게 유용할 수 있다.

Dyna-2: 100만 시간의 인간 비디오로 훈련된 일반 목적 물리 에이전트

Dyna Robotics는 Dyna-2라는 세계-action 모델을 발표했으며, 이는 100만 시간의 인간 비디오로 사전 훈련되었다. Dyna-2.1 물리 로봇 에이전트는 24시간 동안 레스토랑 냅킨을 접는 작업에서 99.4%의 성공률을 기록하였다. Dyna Robotics는 로봇이 45분의 시연만으로 새로운 작업을 배울 수 있도록 하고 있으며, 자가 생성된 훈련 데이터와 합성 환경이 로봇 공학의 다음 발전을 이끌 수 있다고 설명했다.

Dyna-2는 100만 시간의 인간 비디오로 훈련되어 로봇의 작업 수행 능력을 향상시킬 수 있다.

NVIDIA cuDF를 활용한 Apache Spark UDF의 GPU 가속화

기업 애플리케이션은 점점 더 많은 데이터와 복잡한 쿼리를 요구하고 있으며, 이러한 수요를 충족하기 위해서는 데이터 처리량을 증가시켜야 한다. NVIDIA cuDF는 대량의 병렬 처리와 고대역폭 메모리를 활용하여 이러한 문제를 해결하는 데 기여한다.

NVIDIA cuDF는 대규모 데이터셋에서의 효율적인 데이터 처리에 필수적인 도구이다.

메타, Muse Wonder와 Muse Wonder Full 모델 공개

메타는 10월 12일에 Muse Wonder와 Muse Wonder Full이라는 두 개의 새로운 모델을 공개했다. 이 모델들은 메타가 만든 모델 중 가장 강력하며, 메타는 이번에 처음으로 '프론티어'라는 표현을 사용했다. 이전까지 이 자리는 OpenAI의 GPT, Anthropic의 Claude, Google의 Gemini가 차지하고 있었다.

메타의 Muse Wonder와 Muse Wonder Full 모델은 AI 모델 경쟁에서 메타의 위치를 강화할 수 있는 중요한 요소이다.

AI 에이전트의 자율 결제를 위한 Anchor Browser와 Amazon Bedrock AgentCore 통합

AI 에이전트는 요청당 요금이 부과되는 웹 리소스에 접근해야 할 필요성이 커지고 있다. Anchor Browser는 AI 에이전트가 x402 보호 페이지와 API에 자율적으로 결제할 수 있도록 Amazon Bedrock AgentCore 결제와 통합되었다. AgentCore 결제는 AI 에이전트가 API 및 웹 콘텐츠에 접근하고 결제할 수 있도록 관리되는 기능을 제공하며, 결제 시도와 승인, 거부, 정산을 Amazon CloudWatch를 통해 모니터링할 수 있다.

Anchor Browser는 AI 에이전트가 402 Payment Required 응답을 처리하고, 설정된 예산 내에서 결제를 완료하여 작업 흐름을 중단 없이 이어갈 수 있도록 한다.

GitHub의 비밀 탐지 모델: 더 적은 노이즈로 더 많은 비밀 찾기

GitHub 블로그에서 발표한 내용에 따르면, GitHub은 비밀 탐지 모델을 개선하여 더 적은 노이즈로 더 많은 비밀을 찾는 방법을 제시하고 있다. 이 모델은 비밀을 효과적으로 탐지하고, 사용자에게 유용한 정보를 제공하는 데 중점을 두고 있다.

앤트로픽, 차세대 체크포인트 실전 라우팅 테스트 착수

앤트로픽이 기존 플래그십 모델 환경을 활용해 차세대 체크포인트의 실전 라우팅 테스트를 진행 중이다. 이 과정에서 '셰도우 디플로이먼트'와 'A/B 테스트'가 이루어지고 있으며, 개발자와 테스터들 사이에서 성능 분석이 활발히 이루어지고 있다. 정식 출시나 발표는 아직 이루어지지 않았다.

차세대 모델 테스트가 진행됨에 따라 앤트로픽의 고성능 모델이 기존 모델 트래픽의 일부를 우회하는 방식으로 성능을 평가받고 있다.

미아 고스, AI 이미지가 인스타그램에서 퍼진 것에 대한 불만 표명

미아 고스가 인스타그램 계정 miagoth_에서 퍼진 AI 이미지에 대해 이해할 수 없다고 밝혔다. 해당 게시물은 'MY EX IS MY BIGGEST FAN'이라는 문구가 적힌 티셔츠를 입은 고스의 사진으로, 수백만 명이 이를 좋아했으며 여러 매체에서 진짜처럼 보도되었다.

AI 에이전트를 위한 Mac Markdown 리더 FolderMD

FolderMD는 Mac용 무료 애플리케이션으로, 여러 코딩 에이전트가 생성한 제안과 아이디어를 정리해주는 기능을 제공한다. 사용자는 .foldermd/에 마크다운 형식으로 문서를 작성하고, 이를 책처럼 즉시 열어볼 수 있다. 문서에는 실제 타이포그래피, 구문 강조 코드, Mermaid 다이어그램, 라이트 및 다크 모드가 지원된다. 또한, Google Doc처럼 댓글을 추가하고 이를 에이전트에 전달할 수 있다.

Sam Newman의 Building Resilient Distributed Systems 출간 및 재난 복구 전략

Sam Newman이 저술한 'Building Resilient Distributed Systems'는 소프트웨어 엔지니어들에게 중요한 주제를 다룬다. 이 책은 재난 복구(DR) 절차, 클라우드 지역 및 데이터 센터에서의 재난 대응 전략, 복구 지점 목표(RPO) 및 복구 시간 목표(RTO)와 같은 구체적인 목표 설정 방법을 제시한다. 또한 AI 기반 소프트웨어의 회복력, 모델 제공자의 회복력, 불확실성 처리 방법에 대해서도 논의한다. DR 전략을 수립할 때 비용과 복잡성을 고려해야 하며, 다양한 DR 옵션을 통해 시스템에 적합한 접근 방식을 선택해야 한다.

Gemini 4 Argon, 유료 사용자에게 배포 시작

Google은 Gemini 4 Argon의 배포를 시작했으며, 현재는 유료 사용자에게만 제공된다. Argon은 악의적인 지시를 거부하도록 훈련되었고, 자동화된 불일치 모니터가 의도하지 않은 작업 흐름을 감지하면 처리를 중단할 수 있다. Argon은 YouTube의 댓글 시스템 효율성을 높이는 데 기여했으며, 중복 이모지 렌더링을 제거하여 서버 부하를 45% 감소시켰다. 또한, Project Wing의 독점 드론 물리 시뮬레이터에서 2018년부터 존재한 중요한 버그를 발견했다.

Argon은 YouTube의 댓글 시스템에서 서버 부하를 45% 감소시킨 사례가 있다.

Gemini 4 Argon: 개발자와 기업을 위한 최신 모델

Google은 개발자, 기업, 과학자, 소비자에게 Gemini 4 Argon에 대한 접근을 제공한다고 발표했다. 이는 최신 프론티어 모델로, 다양한 문제 해결을 위해 설계되었다.

Gemini 4 Argon은 복잡한 문제를 해결하기 위한 도구로 활용될 수 있다.