AI 뉴스
라이브 서비스에서 AI 도입의 어려움과 실무자의 우려
라이브 서비스는 이미 운영 중인 제품으로, 기능 추가가 가능하지만 기존 기능 삭제는 어렵다. 이로 인해 유지보수 부담이 커지고, AI 도입 시에도 복잡한 데이터 연결성과 코드 구조로 인해 정확한 처리가 어려워진다. 실무자는 AI의 판단이 잘못될 경우 사용자에게 즉각적인 영향을 미칠 수 있어 신중한 접근이 필요하다고 언급한다.
AI 도입 시 라이브 서비스의 복잡한 데이터 구조와 기능 간의 상호작용을 정확히 이해하지 못하면 큰 사고로 이어질 수 있다.
카카오맵 API: 심사 없이 바로 사용 가능
‘그늘로’ 앱은 공공데이터를 활용하여 그늘진 길을 안내하는 앱이다. 카카오맵 API는 지도 SDK와 장소 검색, 대중교통, 도보, 자전거 경로, 정적 지도를 제공하며, 2026년 7월 21일 개편으로 신청과 심사 절차가 사라졌다. 첫 활성화 앱은 기존 제공량 유지와 신규 4종 각 일 1,000건의 무료 한도가 있다. 네이버 지도 API는 2025년 5월 22일부터 신규 신청이 막혔으며, 무료 이용량은 2025년 6월 30일로 종료된다.
카카오맵 API는 심사 없이 즉시 사용할 수 있어 개발자들이 빠르게 앱을 개발하고 배포할 수 있는 환경을 제공한다.
AI의 다음 경계: 모델 레이어와 소비자 AI의 변화
Anish Acharya는 AI의 발전하는 모델 환경과 오픈 소스 AI에 대해 논의하며, 특히 소비자 AI가 새로운 단계에 접어들고 있다고 설명한다. 그는 모델 레이어에서 여러 승자가 나타날 것이라고 믿으며, 전통적인 네트워크 효과, 규모, 브랜드와 같은 요소들이 여전히 중요하다고 강조한다. 또한, 기업들이 작업의 경제성에 따라 최전선 모델과 오픈 가중치 모델 중에서 선택할 수 있는 방법을 탐구한다. 소비자 AI에 대해서는 개인 비서, 코딩 도구 등이 새로운 소기업 세대를 지원하고 있으며, 소비자 빌더를 위한 르네상스가 일어나고 있다고 언급한다.
소비자 AI는 개인 비서와 코딩 도구를 통해 새로운 비즈니스 모델을 창출할 수 있는 기회를 제공한다.
2026년 AI 반발이 정치적으로 확산
2026년 미국에서 AI 데이터 센터에 대한 반발이 가속화되고 있으며, 여론 조사에 따르면 약 70%에서 75%의 미국인이 자택 근처에 대형 데이터 센터 건설을 반대하고, 절반 이상이 국가적 데이터 센터 금지를 지지하고 있다. 2026년 5월 갤럽 여론 조사에서 70%의 미국인이 지역 사회에 데이터 센터 건설을 반대한다고 응답했으며, 이 수치는 증가할 것으로 보인다. 펜실베이니아의 민주당 주지사 조시 샤피로는 데이터 센터 개발에 대한 엄격한 기준을 설정하는 행정 명령을 서명했다.
2026년 5월 갤럽 여론 조사에 따르면 70%의 미국인이 지역 사회에 데이터 센터 건설을 반대하고 있다.
Stanley Druckenmiller, 월스트리트 저널 기고문에 AI 활용
투자자 Stanley Druckenmiller는 월스트리트 저널에 기고한 글을 작성하는 데 AI를 사용했다고 밝혔다. 그의 기사는 재무부 장관 Scott Bessent에 대한 비판으로 주목받았으며, AI의 사용이 금융 커뮤니티에서 긍정적으로 받아들여졌다. WSJ의 의견 편집자 Paul Gigot은 AI가 현대 생활의 일부이며, 기고자가 AI를 사용해도 원래 주장을 반영하는지 여부가 중요하다고 말했다. 반면, Financial Times는 AI 사용을 금지하는 정책을 가지고 있다.
Druckenmiller는 AI를 계산기처럼 사용한다고 언급하며, 이는 AI 활용이 고급 금융 분야에서도 점차 일반화되고 있음을 시사한다.
AI 모델의 퍼즐 해결 능력과 한계
AI 개발 초기부터 퍼즐과 게임은 중요한 역할을 해왔다. 2024년 말, 컬럼비아 대학교 연구팀은 최고의 AI 모델이 뉴욕 타임스의 Connections 퍼즐을 18%만 해결할 수 있음을 보여주었다. 2025년 초에는 일부 모델이 이 퍼즐을 거의 완벽하게 해결할 수 있게 되었다. 그러나 AI 모델은 여전히 고전적인 수수께끼의 미세한 변화에 어려움을 겪고, 시각적 퍼즐에서는 특히 약점을 보인다. 예를 들어, Knights and Knaves 퍼즐에서는 모델이 훈련 중 본 유사한 문제와의 차이를 간과할 수 있다. ARC-AGI 퍼즐에서도 AI는 일반화된 규칙을 사용하지 못하고 복잡한 규칙으로 답을 내는 경향이 있다.
2024년 연구에서 AI 모델이 뉴욕 타임스의 Connections 퍼즐을 18%만 해결할 수 있었던 점은 AI의 현재 한계를 보여준다.
아이들의 디지털 프라이버시와 기술 사용에 대한 변화
저자는 첫째 아이의 출생 당시 디지털 발자국을 만들었으나, 둘째 아이의 출생 후에는 프라이버시를 중시하게 되었다. 사회적 미디어의 부작용을 경험하면서, 많은 부모들이 자녀의 기술 사용을 제한하고 있으며, 호주가 16세 미만 아동의 소셜 미디어 금지를 시행한 첫 번째 국가가 되었다. 미국에서도 여러 주에서 연령 인증 법안을 통과시키며 유사한 조치를 취하고 있다. 아이들은 기술에 대한 회의적인 태도를 보이며, 구형 Sony Walkman과 같은 기기를 선호하고 있다.
Jonathan Haidt의 2024년 베스트셀러 'The Anxious Generation'은 기술 사용에 대한 우려를 주류로 끌어올렸다.
Bill Gates, AI의 위험 임계점을 넘었다고 경고
Bill Gates는 AI 기술의 발전 속도가 너무 빠르며, 생물학적, 사이버, 심리사회적 능력, 일자리 파괴 능력 등 여러 위험 임계점을 이미 넘었다고 주장했다. 그는 AI 모델이 새로운 분자를 생성할 수 있는 경우에는 모니터링이 필요하다고 강조하며, 생물 테러의 위험이 자연 전염병보다 50배 더 심각하다고 경고했다. Gates는 로봇 세금과 인간이 맡아야 할 직업을 보존하는 등의 새로운 아이디어를 제안하며, AI가 농업, 의료, 교육 분야에서 긍정적인 변화를 가져올 것이라고 언급했다.
Gates는 AI의 생물학적 능력에 대한 경고를 통해, 현재의 최전선 모델이 새로운 분자를 만들 수 있는 경우에는 반드시 모니터링이 필요하다고 강조했다.
Bill Gates, AI와 일자리 문제에 대한 경고
Bill Gates는 AI 기술이 생물학, 사이버 보안, 화이트칼라 직업, 인간 관계에서 위험한 경계를 넘었다고 경고했다. 그는 AI의 발전 속도와 정부 및 기술 리더들의 대응 부족으로 인해 경제적 재앙이 발생할 것이라고 주장하며, AI가 기존 일자리보다 '훨씬 적은' 일자리를 만들 것이라고 말했다. Gates는 기술과 정치 리더들에게 노동자를 보호하기 위한 새로운 정책을 만들고 AI 사용에 따라 세금을 부과할 것을 촉구했다.
Gates는 AI가 전 세계적으로 40%의 일자리에 영향을 미칠 수 있다고 예측하고 있다.
토스증권 추천 시스템의 진화와 RAG 기반 검색 기술
토스증권의 추천 시스템은 배치 중심에서 실시간 개인화로 변화하고 있으며, 유저의 행동 이벤트와 아이템 변경 이벤트를 반영하여 추천을 루프 형태로 운영하고 있다. 추천의 고도화에 따라 임베딩 모델과 벡터 저장소 운영이 중요해지고 있으며, RAG는 검색을 제품화하는 문제로 접근하여 하이브리드 검색과 리랭킹을 통해 검색 품질을 개선하고 있다. RAG 플랫폼은 다양한 제품에서 활용되고 있으며, 각 서비스의 요구에 맞춰 검색 결과를 최적화하고 있다.
RAG는 검색 품질을 높이기 위해 하이브리드 검색과 리랭킹을 활용하여 사용자 쿼리에 대한 정확한 결과를 제공하는 데 기여한다.
Sanja Fidler, Nvidia 퇴사 후 Veeda 설립 및 9000만 달러 시드 펀딩
Sanja Fidler가 Nvidia를 떠나 Veeda라는 스타트업을 설립하고, 9000만 달러의 시드 펀딩을 받았다. Veeda는 다중 모달 세계 모델을 구축하는 데 집중할 예정이다. 현재 세계 모델 스타트업이 약 6개 있으며, 자금 지원이 매우 좋다. 또한, 중국의 오픈 웨이트 모델 빌더들이 AI 구축 방식을 변화시키고 있다.
Veeda는 다중 모달 세계 모델을 구축하여 로봇 공학의 발전에 기여할 예정이다.
PROOF-Gen: 최적화된 데이터로 더 나은 증류 구현
교사 생성 경로에 대한 감독된 미세 조정은 배포 가능한 모델에 도구 호출 기능을 증류하기 위한 표준 첫 단계이다. 훈련 후 파이프라인은 매일 또는 매주 이 단계를 다시 실행하며, 각 주기마다 교사 비용을 지불한다. 그러나 이 메커니즘은 생성 및 필터링 방식으로, 교사의 통과 경로는 유지하고 나머지는 버리며, 각 주기는 동일한 어려운 시나리오를 남긴다. τ 2-bench에서 교사 시험의 57%가 실패하며, 그 중 3분의 2는 근접 실패이다.
τ 2-bench에서 57%의 교사 시험이 실패하는 것은 도구 호출 모델의 성능 개선을 위한 중요한 지표이다.
IDEA Prune: 생성 언어 모델 사전 훈련에서의 통합 확대 및 가지치기 파이프라인
대형 언어 모델의 최근 발전은 제한된 추론 예산 내에서 효율적이고 배포 가능한 모델에 대한 필요성을 증가시켰다. 구조적 가지치기 파이프라인은 처음부터 목표 크기 모델을 훈련하는 것에 비해 토큰 효율성에서 가능성을 보여주었다. 본 논문에서는 이전 연구에서 종종 무시되었던 확대 모델 사전 훈련을 가지치기에 통합하는 것을 주장하며, 확대 및 가지치기 파이프라인을 통합 시스템으로 연구하여 두 가지 주요 질문을 다룬다: 모델이 배포되지 않더라도 확대 모델을 사전 훈련하는 것이 가치가 있는지, 그리고 최적화 방법은 무엇인지에 대해 논의한다.
구조적 가지치기 파이프라인은 대형 언어 모델의 토큰 효율성을 개선할 수 있다.
Luce: 3D 자산 생성을 위한 재조명 가능한 가우시안
Luce는 기하학과 PBR(물리 기반 렌더링) 재료를 통합한 3D 표현 방식으로, 알베도, 금속성-거칠기 및 표면 법선과 같은 PBR 모달리티를 포함하는 복셀화된 다중 모드 가우시안 클라우드를 사용한다. 이 표현은 변분 오토인코더를 통해 통합된 재료 인식 잠재 공간으로 압축된다.
Luce는 3D 자산 생성에서 기하학과 외관을 동시에 캡처할 수 있는 방법을 제공한다.
EVE Online, Python 3로의 전환 시작
EVE Online은 2003년부터 Stackless Python을 사용해왔으며, 마지막 주요 업그레이드는 2010년에 Stackless Python 2.7로 진행됐다. Python 3로의 업그레이드는 240만 줄의 코드에 대해 futurize 스크립트를 사용하고, Python 2와 3의 동작 차이인 약 20,000곳을 수동으로 검토할 예정이다. Stackless의 대체 계획은 발표되지 않았으나, 작년 컨퍼런스에서 EVE Frontier의 Carbon 엔진에서 Stackless를 대체한 방법을 설명했다.
Python 2와 3의 동작 차이를 검토하는 과정은 EVE Online의 코드 품질 향상에 기여할 것이다.
LLM을 생산 환경에서 평가하는 방법
언어 모델은 깨끗한 벤치마크에서 잘 수행되더라도 실제 환경에서는 어려움을 겪을 수 있다. LLM 기반 시스템의 프로토타입 단계에서는 벤치마크와 큐레이션된 데이터셋이 유용하지만, 생산 단계로 접어들면 평가 문제는 달라진다. 실제 입력은 모호할 수 있고, 레이블이 일관되지 않을 수 있으며, 중요한 맥락이 누락되거나 잘릴 수 있다. GitHub의 비밀 스캐닝 시스템을 평가하면서 이러한 문제를 경험했다. 비밀 스캐닝은 레포지토리에 커밋된 자격 증명을 식별하는 작업으로, LLM이 문자열을 올바르게 분류할 수 있는지를 아는 것보다 노이즈 경고를 줄이면서도 충분한 재현율을 유지할 수 있는지를 이해하는 것이 중요했다. 평가 기준은 주요 결과, 안전 제약, 운영 가이드라인으로 나뉘며, 각 지표의 상호 교환성을 고려하지 않아야 한다.
비밀 스캐닝에서 LLM이 잘못된 경고를 줄이면서도 안전성을 유지하는 것이 중요하다.
샘 알트먼 인터뷰에서 AI 기술과 일상의 간극 지적
샘 알트먼은 AI가 인류 역사상 중요한 기술에 도달했지만, 우리의 일상은 여전히 변화가 없다고 언급했다. 그는 이를 '아이폰 모먼트가 아직 오지 않았다'고 표현하며, 기술은 준비되었으나 이를 담을 그릇이 부족하다고 지적했다. 알트먼의 인터뷰는 개인과 조직이 현재의 과도기에 무엇을 준비해야 하는지를 탐구하는 내용을 담고 있다.
AI 기술이 발전했지만, 이를 활용할 수 있는 환경과 습관이 부족한 상태이다.
세계 휴머노이드 로봇 게임, 기록 경신과 한계 드러내다
2023년 8월 22일부터 26일까지 베이징에서 열린 제2회 세계 휴머노이드 로봇 게임에서는 로봇들이 인간의 100미터 기록을 초과하는 성과를 보였으나, 장애물에 부딪히거나 멈추지 못해 넘어지는 모습도 포착되었다. 이 대회에서는 로봇들이 빠르게 달리기, 쿵푸 및 춤 동작 수행, 킥복싱, 축구 및 탁구 경기를 포함한 다양한 과제를 수행했다. 그러나 세탁과 같은 일상적인 작업에서는 일반적인 인간의 작업 속도에 미치지 못하는 모습을 보였다.
NVIDIA Dynamo의 섀도 엔진 복구로 LLM 추론 용량 신속 복구
LLM 엔진 프로세스가 실패할 경우, 표준 복구 경로는 콜드 리스타트가 필요하며, 이 과정에서 저장소에서 HBM으로 가중치를 로드하고, 커널을 컴파일하며, NVIDIA CUDA 그래프를 캡처해야 한다. 대형 모델의 경우 초기화에 몇 분이 소요되며, 이 동안 생존하는 작업자들은 이동된 트래픽을 처리해야 한다. NVIDIA Dynamo에서 미리보기 기능으로 제공되는 섀도 엔진 복구를 사용하면 이 과정을 신속하게 처리할 수 있다.
NVIDIA Dynamo의 섀도 엔진 복구 기능은 LLM 엔진의 신속한 복구를 가능하게 하여 시스템 가용성을 높인다.
McKinsey, 기업 AI가 ROI로 가는 길에 있다고 평가
McKinsey는 2026년 AI 상태 보고서에서 1,719명의 전문가를 대상으로 조사한 결과, 기업들이 AI 투자를 늘리고 있지만 실제 수익 증가를 보고하는 비율은 여전히 정체 상태라고 밝혔다. 응답자의 37%가 AI 사용으로 인해 일부 EBIT 영향을 받는다고 응답했으며, AI 고성능 기업으로 분류된 응답자는 6%에 불과하다. 또한, 연간 수익이 10억 달러 이상인 기업의 40%가 AI 에이전트를 확장하고 있으며, AI 관련 운영 비용이 기술 사용에 제약을 주고 있다고 응답한 비율은 20%이다. AI 사용자는 80%가 개인 생산성이 향상되었다고 보고했지만, 이는 기업의 재무적 성과로 이어지지 않고 있다.
응답자의 37%가 AI 사용으로 EBIT에 영향을 받고 있다고 응답했지만, AI 고성능 기업은 6%에 불과하다.
Anthropic과 OpenAI가 2028년까지 세계 컴퓨팅의 대부분을 통제할 전망
Dylan Patel에 따르면 Anthropic과 OpenAI는 향후 몇 년 내에 세계에서 사용 가능한 FLOPs의 대부분을 통제할 것으로 보인다. 이들은 컴퓨팅 자원을 더 잘 수익화할 수 있어 경쟁업체들을 제치고 입찰에서 우위를 점할 수 있다. 또한, 2020년대 말까지 10조 달러 이상의 AI 자본 지출이 발생할 것으로 예상되며, 이는 국가 부채 위기를 초래할 수 있다.
Anthropic과 OpenAI가 세계 컴퓨팅의 대부분을 통제하게 되면, AI 컴퓨팅 가격이 상승할 수 있다.
NVIDIA RTX Spark, 게임과 기술을 Gamescom에서 공개
NVIDIA는 독일 쾰른에서 열리는 Gamescom에서 RTX Spark를 소개하며 새로운 게임, 안티치트 기술, 시각적 품질 향상을 지원한다고 밝혔다. Electronic Arts, Embark, Ubisoft 등 여러 게임 개발사가 RTX Spark에 블록버스터 타이틀을 제공할 예정이다. RTX Spark는 개인 AI 에이전트, 고급 콘텐츠 제작, 고성능 게임을 통합한 플랫폼으로, EA Javelin 안티치트 기술을 통해 공정한 게임 플레이를 지원한다. RTX Spark는 올 가을 출시된다.
RTX Spark는 EA SPORTS F1 25와 같은 최신 멀티플레이어 게임에서 EA Javelin 안티치트 기술을 지원하여 공정한 게임 환경을 제공한다.
Ramp의 내부 코딩 에이전트 Inspect 개요
Ramp는 내부 AI 코딩 에이전트 Inspect를 개발하여 사용하고 있으며, 이는 원격 샌드박스에서 대부분의 내부 데이터 소스에 접근하고 모든 백엔드 및 프론트엔드 변경 사항을 검증할 수 있다. Inspect는 2022년 11월에 내부적으로 출시되었으며, 현재 Ramp에서 병합된 PR의 75%가 Inspect에 의해 작성되고 있다. Inspect는 원격 개발 환경을 제공하고, 내부 통합을 통해 모든 변경 사항을 검증할 수 있는 기능을 갖추고 있다.
Inspect는 Ramp의 내부 통합을 통해 모든 변경 사항을 검증할 수 있어, 기존의 타사 AI 도구들이 제공하지 못하는 기능을 제공한다.
AI가 방사선 전문의의 직무를 변화시키고 있는 현상
2016년 Geoffrey Hinton은 방사선 전문의가 5년 내에 컴퓨터에 의해 대체될 것이라고 예측했으나, 현재 방사선 분야는 30년 내에 26% 이상 성장할 것으로 예상된다. 방사선학은 AI의 도입이 활발한 분야로, 2026년 초까지 FDA에서 승인된 1,400개의 AI 지원 의료 기기 중 약 75%가 방사선학에 해당한다. AI는 의사의 효율성을 높이고, 인간의 눈으로는 식별할 수 없는 이상을 찾아내는 등 인간 성능을 개선할 가능성이 있다.
AI 지원 대장내시경이 기존 방법보다 더 많은 용종을 발견한다는 분석 결과가 있다.