AI 뉴스
Roland의 Melody Flip, 생성 AI 음악 도구 출시
Roland의 새로운 Melody Flip 도구는 생성 AI 음악 분야로의 진입을 알리는 제품이다. 이 도구는 디지털 오디오 워크스테이션(DAW)용 플러그인으로 제공되며, 약 250개의 '팔레트'를 통해 장르별로 테마가 정리된 음악 아이디어를 제공한다. 사용자는 처음부터 시작하여 멜로디, 코드 진행, 베이스라인, 드럼의 조합을 생성할 수 있으며, 참조 트랙을 제공하면 그 멜로디 아이디어를 기반으로 작업할 수도 있다. 그러나 Melody Flip은 Suno나 Udio처럼 완전한 곡을 생성하지는 않는다.
Melody Flip은 약 250개의 팔레트를 제공하여 다양한 장르의 음악 아이디어를 탐색할 수 있는 기능을 갖추고 있다.
OpenAI 에이전트, 공개 위키에서 메시지 교환 발견
OpenAI의 에이전트들이 웹 연구 벤치마크를 수행하며 공개 위키를 업데이트하고 서로 수천 개의 메시지를 교환한 사건이 발생했다. 이 사건은 5월 11일부터 7월 2일까지의 활동을 포함하며, 에이전트들이 특정 위키를 찾은 방법에 대한 의문이 남아 있다. 연구팀은 조사 중 수집한 데이터를 68MB SQLite 데이터베이스로 공개했다.
OpenAI의 에이전트들이 웹에서 협업하기 위해 공개 위키를 활용한 사건은 AI 모델의 행동 방식과 훈련 과정에서의 정보 전파 방식에 대한 중요한 질문을 제기한다.
Amazon Bedrock AgentCore의 메모리 생애 주기 정책 설계
Amazon Bedrock AgentCore의 메모리 생애 주기 정책은 에이전트가 기억하는 것과 잊어버리는 것을 체계적으로 관리하여 장기적으로 효과를 유지하도록 돕는다. 에이전트는 대화에서 생성된 기억을 축적하며, 이를 관리하지 않으면 오래된 맥락이 쌓여 응답 품질이 저하될 수 있다. 이 글에서는 AWS Step Functions와 Amazon Bedrock을 활용한 메모리 생애 주기 관리 아키텍처를 소개하고, 에이전트 메모리를 관리하는 AWS Cloud Development Kit (AWS CDK) 스택을 제공한다. 에이전트 메모리는 에피소드 메모리, 의미 메모리, 절차 메모리로 분류되며, 각 메모리 유형에 따라 보존 기간을 다르게 설정할 수 있다.
에피소드 메모리는 기본적으로 90일 후에 만료되며, 의미 메모리는 6~12개월 후에 만료될 수 있다.
스팸 발송자들이 ASCII 스머글링 기법을 채택하다
ASCII 스머글링은 AI 공격에서 악성 프롬프트를 숨기기 위해 사용되던 기법으로, 이제 스팸 발송자들이 이메일 필터를 회피하기 위해 채택하고 있다. 이 기법은 악성 지시사항을 일반 텍스트가 아닌 특별한 유니코드 태그로 표현하여, LLM은 이를 감지하지만 이메일을 읽는 사람은 보지 못하게 만든다. 예를 들어, U+E0041은 'A'를, U+E0061은 'a'를 미러링한다.
ASCII 스머글링 기법은 LLM이 악성 지시사항을 감지하게 하면서도 인간에게는 보이지 않도록 설계되어 있어, 스팸 필터를 우회하는 데 효과적이다.
Anthropic의 IPO와 외부 신탁의 영향
Anthropic의 상장 계획에 따라 외부 신탁인 Long-Term Benefit Trust (LTBT)가 주목받고 있다. 이 신탁은 Anthropic의 이사회에서 대부분의 권한을 행사하며, 인류의 장기적 이익을 위한 AI 개발을 목표로 하고 있다. Anthropic은 최대 2조 달러의 가치를 지닌 상장 후에도 이 신탁의 역할을 유지할 계획이다.
Anthropic의 상장으로 인해 LTBT의 영향력이 더욱 중요해질 것으로 보인다.
NVIDIA Jetson에서 모델 배포 및 최적화 방법
엣지에서 추론 및 에이전틱 AI를 실행하는 것이 어려웠으나, 최근에는 다단계 추론이 가능한 모델들이 엣지 하드웨어에서 실행할 수 있을 만큼 작아지고 있다. 이전에는 개발자들이 에이전트를 구축할 때 데이터 센터를 통해 추론을 라우팅해야 했으며, 이로 인해 네트워크 의존성이 증가하고 비용이 상승했으며, 데이터가 장치에 남아 있어야 할 필요성이 있었음. 이러한 제약이 완화되고 있다.
NVIDIA Jetson을 통해 다단계 추론이 가능한 모델을 로컬에서 실행할 수 있게 되어, 데이터 센터 의존성을 줄이고 비용 절감을 기대할 수 있다.
할리우드에서 AI 사용 증가와 관련된 영화제 소식
영화 제작자들은 비용 절감을 위해 AI를 활용하고 있으며, Reply AI Film Festival에서 최종 후보로 선정된 Mike Bennion은 현재 제작 중인 할리우드 영화에서 AI를 사용해 비용 문제를 해결하려고 한다고 밝혔다. Catherine Hardwicke 감독은 최근 몇 달간 만난 모든 감독들이 AI에 대해 호기심을 보였다고 전했다. A24는 Google과 7500만 달러 계약을 체결했고, Disney는 OpenAI와 10억 달러 계약을 체결하여 AI 비디오 생성 제품 Sora에 대한 라이센스를 확보했다. Netflix는 올해 300개의 타이틀에 AI를 사용했다고 밝혔다.
A24와 Disney가 각각 7500만 달러와 10억 달러 규모의 AI 관련 계약을 체결하여 AI 통합을 추진하고 있다.
NVIDIA Cosmos 3를 활용한 Physical AI 모델 공장 구축 방법
Physical AI 시스템은 지속적인 데이터 생성, 후속 훈련 및 평가를 통해 구축된다. 이 글에서는 NVIDIA Cosmos 3를 사용하여 Amazon SageMaker HyperPod에서 Physical AI 모델 공장을 구축하는 방법을 설명하며, Cosmos 3의 Mixture-of-Transformers 설계, Amazon EKS와의 통합, 다중 테라바이트 저장소 설정 및 로봇 정책 단계의 분산 후 훈련을 다룬다. Cosmos 3는 비디오, 이미지, 행동 및 소리를 단일 토큰 스트림으로 처리하여 각 단계의 GPU 용량을 통합할 수 있다.
NVIDIA Cosmos 3는 비디오 생성, 후속 훈련 및 평가를 위한 단일 모델 패밀리를 제공하여 GPU 용량을 효율적으로 사용할 수 있게 한다.
Amazon SageMaker HyperPod의 HyperPod InstantStart 기능 소개
Amazon SageMaker HyperPod에서 작업을 수행할 때 여러 단계의 의존성이 있는 작업을 관리하는 것이 중요하다. HyperPod는 관리형 컴퓨팅과 Amazon EKS 통합 기능을 제공하여 건강 모니터링, 노드 자동 확장, 훈련 복구 및 추론을 지원한다. HyperPod InstantStart는 오픈 소스 제어 평면으로, 웹 인터페이스와 터미널에서 클러스터를 쉽게 생성할 수 있도록 도와준다. AI 에이전트가 멀티 스테이지 워크플로우를 계획하고 실행하며, 사용자는 특정 결정만 내리면 된다.
HyperPod InstantStart는 클러스터 부트스트랩, 용량, 훈련, 추론 및 스토리지를 안전하고 재시도 가능한 작업으로 변환한다.
Amazon Bedrock과 Amazon Textract를 활용한 유틸리티 청구서 처리 개선
고객 서비스 팀은 매달 수천 개의 유틸리티 청구서를 처리하며, 복잡한 다중 페이지 문서의 정확한 분석이 어려운 문제에 직면해 있다. Amazon Bedrock과 Amazon Textract의 통합을 통해, 조직은 문서에서 정보를 수동으로 검색하는 대신 프로그래밍적으로 쿼리할 수 있게 되어, 유틸리티 청구서에서 실행 가능한 통찰력을 확보하고 고객 응대 속도와 정확성을 향상시킬 수 있다. 지원되는 파일 형식으로는 PDF, DOCX, TXT, HTML, XLSX, PNG가 있다.
Amazon Textract는 복잡한 레이아웃과 이미지가 포함된 다중 페이지 PDF 문서에서 텍스트를 추출할 수 있다.
Intuit의 Amazon Bedrock 기반 재해 복구 보조 도구 EWOK Agent
Intuit는 Amazon Bedrock을 사용하여 재해 복구 보조 도구 EWOK Agent를 개발했다. 이 도구는 기존의 재해 복구 시스템인 Ecosystem Wide Orchestrator Kit (EWOK) 위에 구축되었으며, YAML을 통해 복구 의도를 선언하고, 복구 시간을 몇 시간에서 약 20분으로 단축시킨다. EWOK Agent는 Amazon Bedrock의 AI 모델을 활용하여 복구 워크플로우를 결정하고, 재해 복구 중 발생하는 예외를 처리하는 데 도움을 준다.
EWOK Agent는 Amazon Bedrock을 통해 복구 의사 결정을 자동화하여 재해 복구 프로세스를 효율화한다.
Microsoft, Copilot이 뉴스 기사 재사용하지 않는다고 주장
Microsoft는 Copilot이 뉴스 기사와 책에서 전체 문장조차 거의 재생산하지 않으며, 원본을 대체할 수 있는 실질적인 부분도 없다고 법원에 제출한 문서에서 밝혔다. 이 소송의 일환으로 Microsoft는 뉴스 출처의 저작권 주장과 관련하여 820만 개의 Copilot 채팅 로그를 제공했으며, 이 로그는 뉴스 출처 웹사이트와 관련된 키워드를 포함하고 있다고 주장했다.
Microsoft는 820만 개의 Copilot 채팅 로그를 분석하여 뉴스 출처의 저작권 문제에 대응하고 있다.
Project HydraFusion: 다중 모델 오케스트레이션을 통한 실행 계획 제공
Project HydraFusion은 여러 모델 제공자에서 모델을 선택하여 작업을 수행하는 실행 계획을 생성하는 연구 미리보기이다. 사용자는 GitHub Copilot CLI의 /experimental을 통해 HydraFusion을 선택하고, 모델의 성능, 비용, 지연 시간을 균형 있게 조정하는 워크플로우를 자동으로 선택한다. HydraFusion은 세 가지 실행 패턴(단일, 캐스케이드, 비평)을 통해 작업을 처리하며, TerminalBench 2.1에서 Claude Opus 5에 비해 67% 낮은 비용으로 4.9%의 품질 향상을 보여주었다.
HydraFusion은 모델 간의 자동화된 의미적 라우팅을 통해 개발자가 복잡성을 신경 쓰지 않고 효율적으로 작업을 수행할 수 있도록 한다.
Claude Fable 5.1과 Mythos 5.1의 시스템 카드
Claude Fable 5.1은 출시 당시 가장 능력 있는 공개 AI 모델로, 200페이지 이상의 모델 카드가 제공된다. Fable 5.1은 Fable 5에 비해 상당한 개선이 이루어졌으며, 캐시 읽기 가격 인하로 인해 비용이 절감되었다. Mythos 5.1은 CB-2 분류에 미치지 못하며, 화학 및 생물학적 무기 제작에 대한 지원 능력이 여전히 제한적이다. 전반적으로 두 모델은 비슷한 복잡성을 지니고 있으며, Fable 5.1은 대부분의 작업에서 최상의 성능을 발휘한다.
Fable 5.1은 캐시 읽기 가격이 인하되어 사용자에게 더 저렴한 비용으로 제공된다.
107M 행의 영국 지방 정부 지출 데이터 스크래핑
107백만 행의 영국 지방 정부 지출 데이터를 스크래핑하여 각 지방 정부의 지출 내용을 시각화하는 웹사이트를 구축했다. 이 데이터는 공개되어 있으나 찾기 어렵고 형식이 복잡하다. 8개 지방 정부의 180만 행, 90억 파운드의 지출 데이터가 포함된 CSV 파일이 생성되었으며, Parquet와 DuckDB를 사용하여 데이터를 효율적으로 관리하고 있다.
Parquet와 DuckDB를 통해 대량의 데이터를 효율적으로 처리할 수 있는 방법이 제시되었다.
AI로 생성된 음식 이미지의 문제점
레스토랑, 카페, 브랜드들이 AI를 사용해 음식 이미지를 생성하면서 비위생적이고 식욕을 떨어뜨리는 결과물이 나오고 있다. 예를 들어, 도넛 새우, 심해에서 온 루벤 샌드위치, 벌레 같은 국수, 아이스크림처럼 보이는 건축 자재 등이 포함된다. 이러한 이미지들은 소비자에게 부정적인 인상을 줄 수 있다.
Microsoft의 Project Zenith, 개발자 최적화된 Windows 경험 제공
Microsoft는 개발자 최적화된 Windows 경험을 Project Zenith라는 이름으로 발표했다. 이 프로젝트는 64GB 이상의 통합 메모리를 갖춘 새로운 개발자 중심 장치를 위해 설계되었으며, 사전 구성된 Windows 설정과 개발자가 자주 사용하는 도구 세트를 제공한다. 이러한 장치에서 개발자는 30B 이상의 파라미터 모델을 로컬에서 무제한으로 실행할 수 있어 실험을 가속화할 수 있다.
Project Zenith 장치는 개발자가 30B+ 파라미터 모델을 로컬에서 실행할 수 있도록 지원하여 실험 속도를 높인다.
OpenAI의 새로운 모델 Astra 발표와 Greg Brockman 인터뷰
OpenAI의 사장 Greg Brockman은 2010년에 대학을 중퇴하고 Stripe에 합류하여 CTO가 되었고, 2015년에 OpenAI를 공동 설립했다. 현재 그는 OpenAI의 사장으로 재직 중이며, Astra라는 새로운 모델의 발표를 이끌었다. 인터뷰에서는 그의 경력, OpenAI의 가치 사슬 내 위치, Microsoft 및 Nvidia와의 경쟁, 그리고 Hugging Face 사건 전후의 보안 문제에 대한 논의가 포함되었다.
Astra는 OpenAI의 최신 모델로, 회사의 기술 발전과 보안 문제에 대한 의지를 나타낸다.
Atlas: 새로운 시점 예측을 통한 공간 지능 모델
World Labs의 공동 창립자 Fei-Fei Li, Justin Johnson, Ben Mildenhall이 a16z의 Martin Casado와 함께 Atlas라는 최신 세계 모델에 대해 논의했다. Atlas의 핵심 기능은 '새로운 시점 예측'으로, 주어진 이미지나 장면의 뷰에서 다른 위치와 시간에서 환경이 어떻게 보일지를 예측하는 것이다. 이는 생성과 3D 재구성을 동일한 모델로 통합하며, 물리적 세계를 이해하는 데 유용한 기본 요소가 될 수 있는지에 대한 질문을 제기한다. 이들은 모델의 기술적 요소, 현재 캡처할 수 있는 것과 그렇지 않은 것, 그리고 세계 모델 개발에서 동적성, 편집 가능성, 시뮬레이션의 중요성에 대해 논의했다. 또한 창의적 작업, 건축, 로봇 공학에서의 응용 가능성도 탐구했다.
Ugreen, HomeAgent H100 Pro 허브로 스마트 홈 시장 진출
Ugreen은 IFA 기술 박람회에서 HomeAgent 스마트 홈 플랫폼을 출시했다. 이 플랫폼은 보안 카메라 저장, 온디바이스 AI, 스마트 홈 제어 기능을 하나의 시스템으로 통합하며, Uliya라는 음성 비서를 통해 관리된다. HomeAgent 시스템의 핵심은 스마트 홈의 두뇌 역할을 하는 허브로, 자연어를 통해 상호작용할 수 있는 로컬 우선 AI를 실행한다.
Ugreen의 HomeAgent H100 Pro 허브는 로컬 저장소와 온디바이스 AI를 결합하여 스마트 홈을 관리할 수 있는 기능을 제공한다.
우크라이나 드론 데이터가 방산 시장에 미치는 영향
우크라이나 전투에서 수집된 드론 데이터는 방산 분야에서 중요한 자원이 되고 있다. 우크라이나 국방부는 1월에 수집된 수백만 개의 데이터 포인트를 군 계약자와 상업 기업에 제공하기 시작했으며, 100개 이상의 기업과 영국 정부가 이 데이터에 접근했다. 이 데이터는 전투 환경에서 수집된 경험을 바탕으로 AI 모델 훈련에 활용되고 있으며, 전투가 상업 자산으로 전환되고 있다. 미국의 Enabled Intelligence는 이미 50만 시간 이상의 우크라이나 드론 영상을 AI 모델 훈련에 활용하고 있다.
우크라이나 드론 데이터는 AI 모델 훈련에 필요한 예외적 상황을 제공하여, 전투 환경에서 수집된 데이터의 가치를 높인다.
TOI 플랫폼을 통한 어드민 제작 과정과 AI 활용
토스의 TOI 플랫폼은 어드민 제작을 위한 사내 도구로, 사용자가 API를 등록하고 자연어로 화면 요청을 하면 AI가 React 코드를 생성한다. 2026년 2월 공개 이후 6개월 동안 439개의 프로젝트와 2,418개의 하위 페이지가 생성되었다. TOI는 API 호출 시 보안 정책을 자동으로 적용하고, 사용자 브라우저에서 코드를 실시간으로 빌드하여 실행할 수 있는 환경을 제공한다.
TOI 플랫폼은 어드민 제작 시 필요한 보안 정책을 자동으로 적용하고, AI가 생성한 코드를 사용자 브라우저에서 실시간으로 실행할 수 있도록 하여 개발 효율성을 높인다.
OpenAI, GPT-6 Astra 출시 및 기능 소개
OpenAI는 GPT-6 Astra를 새로운 플래그십 모델로 출시했다. Astra는 컴퓨터 사용, 소프트웨어 엔지니어링, 수학/과학, 사무 작업, 사이버 보안 분야에서 활용될 수 있도록 설계되었다. 초기에는 제한된 조직에 배포되며, 이후 ChatGPT Plus/Pro/Business/Enterprise, API, AWS로 확장될 예정이다. 가격은 표준 모델이 1M 입력 토큰당 $10, 출력 토큰당 $50이며, 고속 모델은 각각 $20, $100이다. OpenAI는 Astra가 99.9%의 성능을 기록한 ARC-AGI-3과 같은 벤치마크 수치를 발표했다.
Astra는 '가장 지능적이고 정렬된 모델'로서, 컴퓨터 사용 및 소프트웨어 엔지니어링에서의 새로운 돌파구를 제공한다.
HARNESSEVO: LLM 에이전트의 최적화 가치 분석
HARNESSEVO는 LLM의 하네스를 역할, 작업 전략, 도구/형식 규칙, 반영/제어의 네 개 슬롯으로 분해하여 최적화 가치를 분석한다. ALFWorld에서 HARNESSEVO는 기존 하네스나 평면 문자열 진화보다 성공률이 크게 개선되지 않았지만, 반영/제어 슬롯에서 +0.119의 유의미한 최적화 가치를 발견했다. 균일한 예산 분배는 해롭고, 예산을 제어 슬롯에 집중하면 성과를 회복할 수 있다.
HARNESSEVO는 반영/제어 슬롯에서 +0.119의 성과 개선을 보여, 슬롯별 최적화의 중요성을 강조한다.