AI 뉴스
Mesh-Native Physics-Informed Graph Surrogates를 통한 TCAD 설계 공간 탐색
고충실도 TCAD 시뮬레이션은 FinFET 장치 설계의 핵심이지만, 3D 구조에서 계산 비용이 많이 듭니다. 기존의 머신러닝 대체물은 고정된 설계 매개변수를 몇 가지 장치 메트릭으로 매핑하여 물리학을 무시합니다. 제안된 물리정보 그래프 주의 네트워크(GAT) 대체물은 테트라헤드럴 TCAD 메쉬에서 직접 작동하며, 각 메쉬 노드에서 전기적 잠재력과 전자 및 홀 준 페르미 수준을 예측합니다. 이 모델은 적은 수의 핀 메쉬에서 훈련되어도 더 큰 배열에 적용할 수 있으며, GPU 메모리에 의해 추론이 제한됩니다. 다수의 핀 배열에서 직접 시뮬레이션하기 어려운 경우에도 1초 이내에 추론이 완료됩니다.
제안된 GAT 대체물은 다수의 핀 배열에서 1초 이내에 추론을 완료하여 TCAD 스윕이 불가능한 장치 규모에서 Pareto-front 탐색을 가능하게 합니다.
유클리드 데이터에서 그래프 구조 데이터로의 협업 학습 조사
기존 머신러닝 접근법은 데이터 수집, 모델 훈련, 추론을 단일 위치에서 수행하는 방식으로, 확장성과 프라이버시 문제로 제한을 받는다. 이를 해결하기 위해 최근 연구에서는 개별 에이전트가 로컬에서 훈련과 추론을 수행하는 연합 학습과 분산 학습 같은 협업 학습 접근법을 탐구하고 있다. 그러나 기존 연구는 주로 유클리드 데이터에 집중되어 있으며, 그래프 구조 데이터에서의 협업 학습 기회와 도전 과제는 충분히 탐구되지 않았다. 이 조사에서는 유클리드 데이터의 기본 원리를 검토하고, 그래프 구조 데이터에 대한 분류 체계와 알고리즘 프레임워크를 개발하며, 개방된 도전 과제와 연구 방향을 체계적으로 식별한다.
협업 환경에서 에이전트 간 정보 교환을 위한 메시지 전파 메커니즘을 활용한 그래프 기반 학습의 필요성이 강조된다.
RoPE 기반 트랜스포머의 하이브리드 아키텍처 설계
하이브리드 아키텍처는 Full Attention(FA)과 Linear Attention(LA)을 결합하며, RoPE 기반 트랜스포머에서 학습된 헤드 수준의 기능 조직을 기반으로 한다. RoPE Frequency Importance Score(RFIS)와 RoPE Positional Dependence(RPD)라는 두 가지 개입 메트릭을 제안하고, Qwen3 시리즈 모델과 Llama3.1에서 이들을 검증하여 중저주파 대역에 의해 구분된 검색 및 위치 헤드의 완전한 분류 체계를 제시한다. Head-wise Hybrid Architecture(HwH)는 FA와 LA의 비율이 1:3 이하일 때 강력한 언어 모델링과 상식 추론을 유지하면서 검색을 개선하고 제로샷 긴 맥락 외삽을 강화한다.
HwH는 FA와 LA를 결합하여 제로샷 긴 맥락 외삽 성능을 개선한다.
Open source AI gateway가 트래픽을 더 나은 모델로 전환
Open source AI gateway가 트래픽을 활용하여 더 나은 모델로 전환하는 기능을 제공한다.
Federated Kubernetes와 AI 플랫폼에서 사용자 신원 관리
현대 AI 플랫폼은 더 이상 단일 로그인 화면 뒤에 있는 단일 애플리케이션이 아니다. 사용자는 중앙 포털에서 시작하여 관리되는 데이터 세트를 열고, 해당 데이터가 있는 노트북을 실행하며, 다른 클러스터의 서비스를 호출하는 어시스턴트를 사용할 수 있다. 이 과정에서 사용자 신원은 제어 평면과 데이터 평면의 경계를 넘나든다.
사용자가 여러 클러스터에서 통합된 워크플로우를 경험할 수 있도록 하는 것은 사용자 신원 관리의 중요성을 강조한다.
sanoTTS: 294k 파라미터로 구성된 가장 작은 TTS 스택
sanoTTS는 294k 파라미터(337 KB)로 구성되어 있으며, $3 마이크로컨트롤러에서 실행될 수 있다. 이 모델은 11개의 음성과 6개 언어를 지원하며, kokoro보다 244배, voxtral TTS보다 9000배 작다. 1.5m 모델의 SCOREQ는 4.13이며, esp32 마이크로컨트롤러에서 RTF 0.225를 기록하여 4초의 오디오를 1초 만에 생성할 수 있다.
sanoTTS는 294k 파라미터로 구성되어 있어, 저비용의 하드웨어에서도 TTS 기능을 구현할 수 있는 가능성을 제공한다.
GPT-6 Astra: 시간당 $6 이하로 고용 가능한 자동화 AI 엔지니어
GPT-6 Astra가 출시되었으며, OpenAI의 첫 번째 Stargate 및 경량 루프 슈퍼모델로 Fable 5.1을 여러 지표에서 초과 성능을 보였다. Astra는 AI 엔지니어로서 모델 선택 및 훈련, 데이터 레이블링, 시스템 배포 및 디버깅 등 다양한 작업을 수행할 수 있다. 테스트 결과 시간당 $6 이하로 운영할 수 있는 효율성을 보였으며, 33 토큰을 초당 처리할 수 있다.
OpenAI, GPT-6 Astra 공개 — 컴퓨터로 하는 일은 뭐든 가능
OpenAI가 GPT-6 Astra를 공개했다. 이 모델은 'Anything you can do on a computer, Astra can do for you. Fast.'라는 슬로건 아래, 일반 사용자 접근은 며칠 내로 가능할 예정이다. 현재는 사이버보안 파트너만 API를 이용할 수 있으며, 가격은 입력 100만 토큰에 대해 $10, 출력 100만 토큰에 대해 $50이다. 또한, 얼리액세스 크리에이터는 역대 최고 수준으로 제공된다.
GPT-6 Astra는 컴퓨터 사용을 특화한 모델로, 다양한 업무를 신속하게 처리할 수 있는 가능성을 제공한다.
GPT-6 Astra 출시 및 성능
GPT-6 Astra가 오늘 일부 조직에 배포되며, 이후 ChatGPT Plus, Pro, Business, Enterprise 사용자와 OpenAI API, AWS를 통해 제공될 예정이다. API 가격은 Claude Fable 5 및 5.1과 동일하게 입력 100만 건당 10달러, 출력 100만 건당 50달러이다. Astra는 ARC-AGI 3 벤치마크에서 99.9%를 기록했으며, ExploitBench에서 100%를 달성하고, 긴 컨텍스트 처리에서 256K–512K 토큰에서 100%를 기록했다. 그러나 Intelligence Index에서는 GPT-5.6 Sol과 동점인 61점을 기록하며 Claude Fable 5.1보다 5점 낮았다.
Astra는 ARC-AGI 3 벤치마크에서 99.9%를 기록하여 OpenAI의 성능을 입증하고 있다.
OpenAI, Anthropic, xAI, Google의 AI 모델 서비스 중단 발생
2023년 목요일 오전, OpenAI, Anthropic, xAI, Google이 운영하는 클라우드 기반 AI 모델에서 중복된 서비스 중단이 발생했다. Anthropic은 오전 9시 23분에 Claude Mythos 5.1, Claude Fable 5.1, Claude Opus 5에 대한 요청에서 '부분적인 중단'을 보고했으며, 약 15분 후 원인을 파악하고 12시 16분에 문제를 해결했다고 밝혔다. 별도의 사건 보고서에서는 정오 직후 Claude Sonnet 5에 대한 요청에서 '높은 오류'가 발생했다고 전했다. OpenAI는 오전 10시 43분에 ChatGPT와 Codex에서 '높은 오류'로 인해 성능 저하가 발생했다고 보고했으며, 12시 55분에 문제를 해결했다고 밝혔다.
OpenAI의 ChatGPT와 Codex에서 발생한 성능 저하 문제는 사용자 경험에 직접적인 영향을 미칠 수 있다.
기술 기업들이 오픈 AI 모델로 전환하는 추세
Uber, Pinterest, Stripe, Coinbase, Ramp, AT&T는 독점 모델을 포기하고 스마트 모델 라우팅을 사용하여 AI 비용을 절감하고 있다. Linear와 Anthropic은 AI 에이전트가 자동으로 버그를 수정하고 기술 부채를 제거하는 실험을 진행 중이며, 이는 예상보다 잘 작동하고 있지만 검토 없이 병합할 수 있는 코드는 생성하지 못하고 있다. OpenAI는 SpaceX의 모델을 경쟁자로 삼아 Cursor에서 GPT 모델을 철수했으며, Anthropic은 SpaceX의 컴퓨팅 자원에 의존하고 있다. Ramp의 데이터에 따르면, 8월에 상위 1% 기업의 AI 지출이 10% 감소한 것으로 확인되었다.
Ramp의 데이터에 따르면, 상위 1% 기업의 AI 지출이 10% 감소했다는 점은 기업들이 AI 비용을 최적화하고 있다는 것을 보여준다.
OpenAI, Elon Musk 회피 위해 10억 달러 고객과 파트너십 종료
OpenAI는 최근 Cursor 파트너십을 통해 연간 10억 달러 이상의 수익을 예상했으나, Elon Musk의 SpaceX가 AI 코딩 스타트업을 인수한 후 파트너십을 종료했다.
Amazon Bedrock AgentCore를 활용한 AI 기반 개발 생명주기
Amazon Bedrock AgentCore는 대규모로 에이전트를 구축하고 연결하며 최적화하는 서비스로, AI를 소프트웨어 개발 생명주기의 중앙 협력자로 활용한다. 이 글에서는 SQL 스키마에서 Mermaid ER 다이어그램을 자동 생성하고, 코드 보안 분석을 수행하는 두 가지 참조 구현을 소개한다. 첫 번째 구현은 SQL 파일을 기반으로 ER 다이어그램을 생성하며, 두 번째는 다중 에이전트 아키텍처를 통해 보안 평가 및 정책 준수 보고서를 제공한다.
Amazon Bedrock AgentCore의 기능을 활용하여 데이터베이스 팀은 SQL 스키마의 변화를 반영한 ER 다이어그램을 자동으로 생성할 수 있다.
Amazon Bedrock AgentCore로 에이전트 워크로드 마이그레이션
이 글에서는 LangGraph 고객 지원 에이전트를 Amazon Bedrock AgentCore로 마이그레이션하는 두 단계 과정을 설명한다. 1단계에서는 에이전트를 Amazon Bedrock AgentCore Runtime, Gateway 및 Memory로 전환하고, 2단계에서는 Strands Agents에서 모델 기반 계획으로 루프를 재구성한다. Amazon Bedrock Guardrails를 통해 유해 콘텐츠 필터링 및 프롬프트 주입 차단 기능을 추가할 수 있다.
Amazon Bedrock AgentCore는 에이전트를 대규모로 구축하고 최적화할 수 있는 플랫폼으로, 운영 부담을 줄이는 데 기여한다.
Amazon Quick과 Outlook 통합을 통한 AI 기반 이메일 자동화
Amazon Quick은 비즈니스 데이터에 연결되어 이메일 워크플로우를 자동화하는 생성 AI 어시스턴트이다. Outlook과 연결하면 긴 이메일 스레드를 요약하고, 관련 맥락으로 답장을 작성하며, 회의를 일정 잡고, 후속 워크플로우를 시작할 수 있다. 이 통합을 통해 이메일 처리 시간을 줄이고 반복 작업을 자동화하여 생산성을 높일 수 있다.
Amazon Quick을 통해 이메일 응답 초안을 작성하고 긴 스레드를 요약하여 이메일 처리 시간을 줄일 수 있다.
NVIDIA, IFA 2026에서 로컬 AI 가속화 발표
NVIDIA는 IFA 2026에서 로컬 AI 지원을 강화하고, 새로운 도구를 통해 NVIDIA 하드웨어에서 에이전트를 쉽게 설정하고 실행할 수 있도록 한다고 발표했다. 10월에 출시될 NVIDIA RTX Spark Windows PC는 AI 개발자와 창작자에게 로컬에서 에이전트를 실행할 수 있는 새로운 방법을 제공한다. Hermes Agent, OpenClaw, Perplexity Portable Computer에서 NVIDIA GPU에 대한 간소화된 로컬 AI 지원이 제공되며, llama.cpp와 vLLM 최적화를 통해 최대 1.9배 빠른 로컬 추론이 가능하다. Perplexity Portable Computer는 NVIDIA RTX GPU에서 로컬 모델을 간편하게 실행할 수 있도록 돕는다.
NVIDIA RTX Spark는 AI 개발자들에게 로컬에서 강력한 AI 모델을 실행할 수 있는 새로운 기회를 제공한다.
NVIDIA PAIR 가상 추론 라우터, 로컬 네트워크에서의 컴퓨팅 확장
AI 에이전트들이 협력하여 더 많은 작업을 수행하는 방법을 배우고 있다. 주 에이전트는 복잡한 작업을 더 작은 작업으로 나누고, 이를 전문화된 하위 에이전트에게 할당할 수 있다. 또한, 사용자는 동시에 여러 에이전트 세션을 실행하기 시작했으며, 복잡한 작업을 수행하기 위한 다중 에이전트 워크플로우가 점점 더 보편화되고 있다. 이러한 폭넓은 접근 방식은 작업 완료 속도를 향상시킬 수 있다.
NVIDIA PAIR를 통해 다중 에이전트 워크플로우를 활용하면 복잡한 작업의 처리 속도를 높일 수 있다.
GitHub Copilot 앱에서 여러 에이전트 동시에 실행하기
GitHub Copilot 앱에서는 여러 AI 에이전트를 동시에 실행할 수 있으며, 각 에이전트는 독립적으로 작업을 수행하여 서로 간섭하지 않는다. 사용자는 세션 뷰를 통해 여러 작업을 관리할 수 있으며, 각 세션은 고유한 Git 작업 트리에서 실행된다. 이를 통해 사용자는 작업을 진행하면서도 다른 세션의 진행 상황을 확인할 수 있다.
GitHub Copilot 앱을 사용하면 여러 작업을 병렬로 수행할 수 있어 개발 효율성을 높일 수 있다.
WeatherNext 3: 가장 진보되고 정확한 글로벌 날씨 AI 모델
WeatherNext 3는 가장 진보되고 정확한 글로벌 날씨 AI 모델이다.
JEPA 기반 물리 시뮬레이션에서 훈련된 LLM의 이해 문제
LLM은 물리학에 대한 통계적 관계를 학습하지만 실제 물리적 직관은 결여되어 있다. JEPA 스타일 모델을 물리 시뮬레이션에서 훈련하여 미래 상태의 표현을 예측하도록 하고, 이를 LLM에 연결하여 물리적 직관을 부여하는 아이디어가 제안되었다. 이 방법은 LLM이 객체의 낙하와 같은 물리적 개념을 이미 인코딩된 표현으로 빠르게 학습할 수 있도록 할 것으로 예상된다. V-JEPA와 DreamerV3와 유사한 접근이 있지만, JEPA 예측과 시뮬레이션 기반 물리 표현의 결합은 아직 명확히 시도되지 않았다.
JEPA 스타일 예측과 시뮬레이션 기반 물리 표현의 결합은 LLM의 학습 속도를 크게 향상시킬 수 있다.
HuggingFace 해킹 후 모델 출시 소식
HuggingFace 해킹 사건에 대한 포스트모템이 다수 발표되었으며, OpenAI의 Astra가 오늘 출시될 예정이다. 이번 주에는 Mythos 5.1, Fable 5.1, Gemini 3.8 Flash, Muse Spark 1.3, GLM-5.3-Flash 등이 출시될 예정이다. OpenAI의 Astra는 'recurrent depth' 기법을 사용하고 있으며, 이는 Chain of Thought의 해석 가능성에 큰 영향을 미치지 않는 것으로 보인다.
OpenAI의 Astra가 'recurrent depth' 기법을 사용하고 있어, 이는 모델의 사고 방식을 변화시킬 수 있는 중요한 기술이다.
챗GPT 무료 계정 텍스트 대화 무제한 제공 및 AI 서비스 정리
2026년 8월 6일부터 챗GPT 무료 계정의 텍스트 채팅이 무제한으로 제공된다. 기본 모델은 GPT-5.6 Luna이며, 다양한 작업을 수행할 수 있다. 이 외에도 클로드와 제미나이 등 다른 무료 AI 서비스의 특성과 한도 구조가 다르므로, 작업에 따라 적절한 서비스를 선택할 수 있다.
챗GPT 무료 계정의 텍스트 채팅 무제한 제공은 개발자들이 다양한 텍스트 작업을 부담 없이 시도할 수 있는 기회를 제공한다.
Nvidia, AI 모델 플랫폼 Hugging Face를 130억 달러에 인수
Nvidia가 AI 모델 플랫폼 Hugging Face를 130억 달러에 인수하기로 합의했다. Hugging Face는 수백만 개의 모델과 데이터 세트를 저장하는 리포지토리로, '오픈' AI 시스템의 지지자로 알려져 있다. Nvidia는 이번 거래의 목표가 오픈 모델의 확산을 가속화하는 것이라고 밝혔다.
Hugging Face는 오픈-웨이트 모델의 설계가 공개되어 사용자들이 다운로드, 커스터마이즈 및 자체 하드웨어에서 실행할 수 있도록 한다.
사우디 AI 기업 HUMAIN, 100억 달러 규모의 글로벌 VC 펀드 출시 예정
사우디 아라비아의 AI 기업 HUMAIN이 올해 100억 달러 규모의 벤처 캐피탈 펀드를 출시할 예정이다. HUMAIN은 미국, 사우디 아라비아, 프랑스, 영국에 사무소를 두고 있으며, AI 기업에 대한 투자를 통해 사우디 데이터 센터를 활용하도록 유도할 계획이다. HUMAIN은 2034년까지 6GW의 AI 데이터 센터를 구축할 예정이며, 미국 정부와 AI 반도체 공급 계약을 체결하였다.
HUMAIN은 2034년까지 6GW의 AI 데이터 센터를 구축할 계획으로, 이는 사우디 아라비아의 AI 인프라 확장에 중요한 역할을 할 것이다.