AI 뉴스

NVIDIA Isaac ROS로 로봇 개발 가속화하는 Jaiveer Singh

Jaiveer Singh은 NVIDIA Isaac ROS(로봇 운영 체제) 팀을 이끄는 로봇 소프트웨어 엔지니어로, 오픈 소스 ROS 2 프레임워크를 기반으로 CUDA 가속 라이브러리와 AI 모델을 제공하여 자율 이동 로봇, 조작 시스템 및 휴머노이드 개발을 지원한다. Isaac ROS는 인식, 객체 탐지, 매핑, 충돌 탐지 및 모션 계획을 위한 패키지를 제공하며, NVIDIA Jetson 엣지 시스템과 NVIDIA DGX Spark 개인 AI 슈퍼컴퓨터에서 실행할 수 있다. 이 소프트웨어는 모듈화되어 있어 개발자들이 기존 ROS 코드와 쉽게 결합할 수 있도록 설계되었다.

Isaac ROS는 로봇 개발자들이 NVIDIA Jetson 플랫폼과 CUDA 라이브러리를 활용하여 로봇 시스템을 보다 효율적으로 구축할 수 있도록 지원한다.

Emily Bender, 'Stochastic Parrots' 논문 5주년 기념 블로그 포스트 발표

2021년 3월, Emily M. Bender를 포함한 연구자들이 발표한 논문 'On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?'는 대형 언어 모델이 텍스트를 이해하지 않고 통계적으로 단어의 순서를 예측한다고 주장했다. Bender는 이 논문이 '인공지능'이라는 용어가 기술을 명확히 설명하지 못한다고 지적하며, 많은 사람들이 'AI'를 챗봇이나 대형 언어 모델과 동일시하는 경향이 있다고 설명했다. 그녀는 'stochastic parrot' 비유가 잘못 이해되고 있다고 강조했다.

이 논문과 Bender의 주장은 한국의 언어 기술 개발 및 AI 연구에서 명확한 용어 사용의 중요성을 강조한다.

NVIDIA Omniverse와 OpenUSD를 활용한 Vision AI 에이전트 정확도 향상 방법

NVIDIA는 Vision AI 에이전트를 통해 물리적 세계의 비디오 데이터를 운영 지능으로 변환하는 방법을 제시하고 있다. Gartner는 2028년까지 기업 관리 데이터의 3분의 2 이상이 데이터 센터나 클라우드 외부에서 생성되고 처리될 것이라고 예측하며, 2029년까지 전 세계의 3분의 2 이상 기업이 엣지 AI를 배포할 것이라고 밝혔다. NVIDIA의 Metropolis 에이전트 기술과 블루프린트는 개발자들이 Vision AI 에이전트를 구축하고 최적화하는 데 필요한 재사용 가능한 워크플로우를 제공하며, OpenUSD는 3D 환경을 설명하고 재사용하는 공통 프레임워크를 제공한다. Roboflow는 NVIDIA Defect Image Generation 기술을 통합하여 실제 훈련 데이터가 부족할 때 합성 결함 이미지를 생성해 고객에게 제공하고 있다.

NVIDIA의 Defect Image Generation 기술은 실제 결함 이미지가 부족한 경우 합성 결함 이미지를 생성하여 검사 모델의 성능을 향상시킬 수 있다.

니콜라 테슬라의 삶과 경험

니콜라 테슬라는 여덟 번의 삶을 통해 다양한 경험을 쌓았다. 첫 번째 삶은 폭풍 속에서 시작되었고, 두 번째 삶은 물속에서의 고난을 겪었다. 세 번째 삶은 댐에서의 위기, 네 번째 삶은 산속의 고립된 경험이었다. 다섯 번째 삶은 콜레라로 인한 고통 속에서 아버지의 격려로 일어섰고, 여섯 번째 삶은 소음 속에서의 적응을 포함한다. 일곱 번째 삶은 작업의 화재로 인한 재시작을 의미하며, 여덟 번째 삶은 택시에 의해 큰 사고를 당한 사건이다. 아홉 번째 삶은 어둠 속에서의 영혼의 상승을 경험했다.

테슬라의 다양한 경험은 기술 개발과 혁신에 있어 극복과 재시작의 중요성을 강조한다.

농업 AI의 데이터 준비 상태와 그 중요성

AI는 농업에서 가능성을 변화시키고 있으나, 효과적인 AI 솔루션을 위해서는 깨끗하고 견고한 데이터 기반이 필요하다. 연구에 따르면 AI 기반 예측 모델은 작물 수확량을 26% 향상시키고, 물 사용량을 41% 줄이며, 화학물질 사용량을 33% 감소시킬 수 있다. 그러나 데이터가 불완전할 경우 AI는 신뢰할 수 없는 결과를 생성할 위험이 크다. 농업의 데이터 환경은 복잡하며, IoT 기기와 외부 데이터 소스를 통합하는 것이 중요하다. 데이터 준비 상태는 AI의 성과와 밀접하게 연관되어 있으며, 정확하고 일관된 데이터 모델이 필요하다.

AI 기반 예측 모델은 작물 수확량을 26% 향상시킬 수 있지만, 데이터 준비 상태가 불완전하면 신뢰할 수 없는 결과를 초래할 수 있다.

모델 증류 이해하기: 비싼 교사와 저렴한 학생

지식 증류는 비싼 교사(대형 모델)와 저렴한 학생(소형 모델) 간의 학습을 설명한다. 대형 모델은 높은 용량과 느린 속도를 가지며, 소형 모델은 빠르고 저렴하지만 일반적인 방식으로 훈련 시 능력이 떨어진다. 증류는 소형 모델이 원본 데이터셋뿐만 아니라 대형 모델의 행동에서 학습할 수 있는지를 묻는다. 즉, 소형 모델을 현실에 직접 훈련시키는 대신 대형 모델이 해석한 현실로 훈련시키는 방식을 사용한다.

이 접근법은 소형 모델의 성능을 향상시키면서도 배포 비용을 절감할 수 있는 방법을 제시한다.

NAVER ENGINEERING DAY 2026에서 발표된 AI 에이전트 활용 세션

NAVER ENGINEERING DAY 2026에서 AI 에이전트를 활용하여 개인 회사를 설립하고, 다양한 위치에서 동일한 목표로 일하는 방법에 대한 발표가 있었다. 발표 내용은 Claude Code, NaverMadCat, 비서실장과 10개 부서, 라이프사이클 훅, 슬래시 커맨드와 대시보드, 에이전트의 채용·해고·병합, 설치와 실전 시나리오, 다른 에이전트 시스템과의 차별점 등을 포함한다.

AI 에이전트를 통한 조직 운영 방식의 변화는 개발자들에게 새로운 업무 환경과 도구 활용 방안을 제시한다.

Luma와 Phota Labs의 AI가 창작에 미치는 영향

Yoko Li는 Luma의 응용 연구 책임자 Matt Tancik과 Phota Labs 공동 창립자이자 CTO인 Zach Xia와 AI가 창작, 사진, 예술 도구에 미치는 영향을 논의했다. 대화는 이미지 생성, 개인화, 창의적 워크플로우, 제어 가능성, 에이전틱 디자인 도구에 대한 예술가와 AI의 관계 변화를 탐구한다. 또한, 개인화, 사진, 창의적 소프트웨어, 모델 설계 및 평가에 대해 이야기하며, 미래의 창작 도구는 콘텐츠 생성보다는 사람들이 쉽게 실현하지 못했던 아이디어를 표현하는 데 도움을 줄 것이라고 언급했다.

Neo Labs와 AI의 수학 및 과학 한계

2026년 6월 30일, Paul Erdős의 Nature 기사에서는 OpenAI와 같은 자금이 풍부한 AI 연구소들이 과학 발전에 기여할 수 있는지를 탐구한다. Neo Labs라는 새로운 AI 스타트업들이 AI 연구를 가속화하고 있으며, 이들은 Anthropic, OpenAI, DeepMind, Google Brain 출신의 엘리트 연구자들에 의해 설립되었다. 최근 12개월 동안 생성적 AI 경제는 1,100억 달러의 매출을 기록했으며, 연간 매출 전망은 1,750억 달러를 초과한다. Mirendil과 같은 Neo Lab들은 실제 AI 연구자의 작업을 수행할 수 있는 '자기 가속화' AI를 개발하고 있다.

Bamboo: AI로 제어하는 Markdown 노트

Bamboo는 사용자가 AI를 통해 Markdown 형식의 노트를 작성하고 관리할 수 있는 도구이다.

Microsoft Teams에 봇 출입 제한 기능 추가

Microsoft는 Teams 회의에 봇이 자동으로 참여하는 문제를 해결하기 위해 '봇 바운서' 기능을 도입했다. 이 기능은 회의에 참여하기 전에 인간이 봇의 ID를 확인하도록 요구하며, 봇이 회의에 들어오려면 여러 번 클릭해야 한다. Microsoft는 또한 독립 소프트웨어 공급업체(ISV)가 Teams 회의 경험을 구축할 수 있도록 등록 경로를 추가할 계획이다. 이 등록 경로를 통해 봇 제작자는 Microsoft에 등록하고 자신을 식별할 수 있는 마커를 요청에 포함할 수 있다.

이 기능은 Teams 회의의 보안과 개인 정보 보호를 강화하며, 개발자들은 봇의 참여를 관리할 수 있는 새로운 방법을 제공받는다.

영국의 생산성 향상을 위한 AI 기술 활용 방안

Google UK는 최신 경제 영향 보고서를 공유하며, 더 많은 사람들이 AI 기반 기술의 이점을 활용할 수 있도록 하는 방법을 제시하고 있다.

AI가 시간 기반 보수를 넘어 리텐너, 성과 기반 보수로 전환

AI는 컨설턴트, 변호사 및 급여 근로자들이 시간 기반 보수에서 리텐너, 성과, 품질 기준 및 공유 이익으로 이동하도록 하고 있다.

한국의 개발자들도 AI의 영향을 받아 프로젝트 보수 방식이 변화할 수 있다.

Spotify, AI 도구가 73%의 풀 리퀘스트 지원

Spotify의 엔지니어링 부문 부사장인 Niklas Gustavsson에 따르면, AI 도구가 현재 회사의 약 73%의 풀 리퀘스트를 지원하고 있다. 중요한 점은 '더 많은 에이전트를 사용하라'는 것이 아니라, 에이전트가 최상의 성능을 발휘하기 위해서는 그 주변의 엔지니어링 시스템이 준비되어 있어야 한다는 것이다.

AI 도구의 효과적인 활용을 위해서는 개발 환경과 프로세스의 적절한 준비가 필요함을 시사한다.

팀 마켓플레이스에서 Team MCPs 및 조직 그룹 지원 확대

팀 마켓플레이스가 Team MCPs와 조직 그룹을 지원하도록 확장되었다. 관리자는 Team MCP 서버를 구성하고 이를 클라우드 에이전트, 에이전트 창, IDE, CLI에 배포할 수 있다. 클라우드 에이전트를 위한 Team MCP 서버를 설정하면, 대시보드의 'Integrations & MCP'에서 팀 마켓플레이스에 동일한 서버를 제공할 수 있다. 이를 통해 팀원들은 서버를 직접 구성하지 않고도 승인된 통합을 로컬에 설치할 수 있다. 또한, 팀 마켓플레이스는 팀 수준의 SCIM 디렉토리 그룹 외에도 조직 그룹을 지원하며, 특정 조직 그룹에 대한 마켓플레이스 접근을 제한할 수 있다.

팀 마켓플레이스에서 Team MCP 서버를 설정하면 팀원들이 더 쉽게 통합을 설치할 수 있다.

Together AI, ICML 2026에서 9편의 논문 발표

Together AI는 ICML 2026에서 전체 스택에 걸쳐 9편의 논문을 발표할 예정이다. 이 연구는 Together 플랫폼의 기반이 된다. 서울에서 부스 B714에서 만나볼 수 있다.

Memora: 추상화와 구체성을 균형 있게 조화하는 메모리 시스템

Memora는 AI 에이전트의 생산성을 높이기 위한 메모리 시스템으로, 저장되는 내용과 검색 방법을 분리하여 장기적인 작업에서 효율성을 극대화한다. Memora는 LoCoMo와 LongMemEval에서 새로운 최첨단 성능을 기록하며, Mem0, RAG, 전체 컨텍스트 추론보다 우수하고 최대 98% 적은 컨텍스트 토큰을 사용한다. Memora는 프로젝트 타임라인과 같은 풍부한 메모리 내용을 유지하면서도 경량 구조 레이어를 통해 인덱싱과 검색을 처리한다.

저커버그의 개인 초지능 개발 계획과 AI 접근 방식

저커버그는 2026년 6월 23일에 개인 초지능(personal superintelligence) 개발을 목표로 하고 있으며, AI 모델을 개선하기 위해 다양한 AI 툴을 활용하고 있다. 또한, AI의 윤리적 사용과 관련된 문제를 해결하기 위해 노력하고 있으며, AI의 발전이 인류에 미치는 영향을 고려하고 있다.

저커버그의 개인 초지능 개발은 AI 기술의 방향성과 윤리적 사용에 대한 논의를 촉진할 수 있다.

AI 도구를 '직원'으로 간주할 때 발생하는 문제

Boston University의 Emma Wiles 교수의 연구에 따르면, AI 도구를 '직원'으로 간주할 경우 사람들은 오류를 18% 더 많이 놓치는 것으로 나타났다. 연구에 참여한 관리자 중 23%는 AI 에이전트를 직원으로 간주하고 있으며, AI 도구가 직원으로 프레임될 때 사용자는 자신의 책임을 덜 느끼고, AI의 문제 작업을 관리자에게 보고할 가능성이 44% 증가한다. 이는 AI 에이전트가 의료, 교육, 정부 등 다양한 분야에 통합될 때 인간의 잘못된 결정에 대한 책임을 회피하는 경향을 초래할 수 있다.

AI 도구를 직원으로 간주하는 것은 개발자들이 AI의 실제 기능과 한계를 이해하는 데 방해가 될 수 있다.

Git 2.55 출시, 증분 다중 패키지 인덱스 기능 추가

오픈 소스 Git 프로젝트가 Git 2.55를 출시했다. 이번 버전은 100명 이상의 기여자, 그 중 33명이 새로 참여하여 기능과 버그 수정을 포함하고 있다. Git 2.55는 git repack 명령어에 증분 다중 패키지 인덱스 체인을 직접 작성하는 기능을 추가했다. 이를 통해 대규모 리포지토리의 메타데이터 재작성 비용을 최소화할 수 있다.

Anthropic의 Claude 모델, NVIDIA GB300에서 Azure에서 일반 제공 시작

Anthropic의 Claude 모델이 Microsoft Azure에서 NVIDIA GB300 Blackwell Ultra GPU를 사용하여 일반 제공되며, 기업들이 자율적이고 도메인 특화된 AI 에이전트를 구축할 수 있는 강력한 방법을 제공한다. Claude는 NVIDIA Quantum-X800 InfiniBand 네트워킹이 포함된 NVL72 시스템에서 실행되며, 기업들은 이를 통해 고급 작업을 수행할 수 있는 강력한 에이전트 시스템을 구축할 수 있다. NVIDIA는 Anthropic과 협력하여 개발자들이 NVIDIA 도구를 Anthropic 스택에 통합할 수 있도록 지원하고, 이를 통해 기업들은 Claude 에이전트에 도메인 특화 능력을 부여할 수 있다.

NVIDIA GB300 GPU를 활용하여 기업들은 자율 에이전트를 보다 효율적으로 운영하고, 비즈니스 작업을 가속화할 수 있다.

2026년 5월 GitHub Advisory Database, 역사상 최대의 취약점 보고서 발표

2026년 5월 GitHub Advisory Database는 1,560개의 검토된 권고사항을 발표했으며, 이는 월 평균의 5배가 넘는 수치로 역사상 가장 높은 기록이다. 이로 인해 새로운 권고사항의 검토 시간이 길어졌고, 취약점의 양과 복잡성이 증가했다. 2026년에는 30,000개 이상의 CVE가 발표되었고, 1.7백만 개 이상의 저장소가 개인 취약점 보고를 활성화했다. 그러나 이러한 증가로 인해 내부 목표를 일관되게 달성하지 못하고 있으며, 처리 시간이 길어져 노출 기간이 늘어날 수 있다.

5월에는 GitHub CNA CVE 요청이 거의 4,000건에 달해 전년 대비 10배 증가했다.

WSJ, 중국 AI 모델 GLM-5.2가 Anthropic의 Mythos와 성능 비교 보도

월스트리트저널은 중국의 Z.ai의 AI 모델 GLM-5.2가 Anthropic의 Mythos와 일부 사이버 보안 시나리오에서 성능이 일치한다고 보도했으나, 이는 사실과 다르며 오해를 불러일으킬 수 있는 내용이다. GLM-5.2는 특정 조건에서 Mythos와 유사한 성능을 보일 수 있으나, 전반적인 성능에서는 여전히 Anthropic과 OpenAI의 제품에 뒤처진다. 또한, 중국 AI 시스템의 사용이 증가하고 있으며, Microsoft는 비용 절감을 위해 중국 모델을 고려하고 있다.

AI 에이전트에 대한 기술 전문가의 신뢰 증가

Gartner는 2026년을 기업들이 AI 프로젝트를 전략적 비즈니스 목표에 맞추는 '전환점'으로 보고 있다. McKinsey에 따르면 IT 인프라 비용은 2030년까지 2~3배 증가할 것으로 예상되며, 기술 팀은 AI 에이전트를 활용하여 업무를 자동화하고 전체 워크플로를 관리하는 데 집중하고 있다. 기술 전문가들은 에이전트가 일상 업무를 간소화하고 성과를 개선하며 반복 작업을 줄이는 데 도움을 준다고 믿고 있으며, 데이터 품질 모니터링 및 시각화 이상 탐지와 같은 데이터 워크플로에서 에이전트에 대한 신뢰가 가장 높다. 이 보고서는 300명의 글로벌 기술 전문가를 대상으로 한 조사 결과를 바탕으로 작성되었다.