AI 뉴스

Google Discover, AI 챗봇 기반 맞춤형 피드 기능 도입

Google은 곧 Discover 피드를 사용자가 원하는 내용을 설명하여 맞춤 설정할 수 있는 기능을 도입할 예정이다. 이 기능은 Google 앱에서 '곧' 제공되며, AI를 사용해 피드를 자동으로 조정하고 사용자의 선호도를 기억한다. 사용자는 Discover 피드의 세 점 메뉴에서 이 옵션을 찾을 수 있으며, 챗봇 스타일의 인터페이스를 통해 선호도를 설명할 수 있다.

사용자는 AI를 통해 개인화된 콘텐츠를 더 쉽게 받을 수 있다.

Amazon Bedrock에서 OpenAI GPT-5.6 모델의 크로스 리전 추론 도입

Amazon Bedrock은 25개 이상의 AWS 리전에서 OpenAI GPT-5.6 모델을 제공하며, 크로스 리전 추론을 지원한다. Sol, Terra, Luna의 세 가지 GPT-5.6 변형이 있으며, 각 변형은 성능과 비용의 균형을 맞추도록 조정되었다. 크로스 리전 추론은 인퍼런스 프로필을 통해 작동하며, 요청을 소스 리전에서 호출하고, Amazon Bedrock이 해당 리전의 컴퓨트를 사용하여 요청을 목적지 리전으로 라우팅한다.

크로스 리전 추론을 통해 요청이 더 넓은 컴퓨트 풀을 활용할 수 있어 처리량이 개선되고 부하 하에서도 일관된 성능을 유지할 수 있다.

Snowflake와 Amazon SageMaker Canvas를 활용한 노코드 ML 워크플로우 구축

Healthcare, retail, life sciences 조직들은 Snowflake와 같은 클라우드 데이터 웨어하우스에서 대량의 운영 데이터를 생성하지만, 이를 의미 있는 예측으로 변환하는 데 어려움을 겪고 있다. Amazon SageMaker Canvas를 사용하면 코드 작성 없이 데이터셋 탐색, 기능 준비, 예측 모델 구축이 가능하다. 이 글은 AWS 계정과 Snowflake 환경 설정을 다루며, 후속 편에서는 데이터 준비 및 모델 구축, 예측 결과 시각화를 위한 Amazon Quick과의 연결을 설명할 예정이다.

Amazon SageMaker Canvas는 비즈니스 분석가와 운영 팀이 데이터 과학 자원에 의존하지 않고도 예측 모델을 구축할 수 있도록 지원한다.

1인 기업가를 위한 AI 시대의 인사이트

최근 Y Combinator의 Tom Blomfield, Stripe의 Patrick Collison, 메타 슈퍼인텔리전스 랩의 Alexandr Wang, Hermes 창업자 Karan Malhotra의 대담에서, 혼자 일하는 사람의 화력이 구조적으로 증가하고 있다는 공통된 메시지가 전달되었다. 특히 Patrick Collison은 Stripe의 신규 사업 수가 전년 대비 약 두 배 증가했으며, 매출 도달 확률도 개선되었다고 밝혔다. 이는 작은 기업이 AI 에이전트를 활용해 대기업을 앞지를 수 있는 기회를 제공한다는 점에서 중요하다.

Patrick Collison의 데이터에 따르면, 현재 기업들이 '현상 유지의 리스크'를 느끼고 있어 작은 기업과의 거래가 증가하고 있다.

/wayfinder 스킬: 불확실한 프로젝트 계획을 위한 도구

/wayfinder는 Matt Pocock이 개발한 스킬로, 불확실한 프로젝트의 계획을 돕기 위해 설계되었다. 이 스킬은 AFK 에이전트를 활용하여 작업을 계획하고, 다양한 티켓 유형(그릴링, 프로토타입, 연구, 작업)을 통해 프로젝트를 관리할 수 있도록 한다. Pocock은 이 스킬이 정보 흐름을 관리하고, 세부적인 사양을 작성하는 데 유용하다고 설명했다.

/wayfinder는 프로젝트의 불확실성을 해소하고, 계획 세션을 효율적으로 관리할 수 있는 기능을 제공한다.

Google Gemma 모델 10억 다운로드 달성 및 기념 행사

Google Gemma는 오픈 모델 가족이 10억 다운로드를 달성했다고 발표했다. 이를 기념하기 위한 행사가 8월 20일 샌프란시스코에서 열리며, 오픈 소스 개발자와 연구자들을 초대한다. 행사 참석은 신청이 필요하다. Demis Hassabis가 공식 계정을 통해 발표했으며, Clément Farabet도 참석 의사를 밝혔다.

Google Gemma의 10억 다운로드는 오픈 소스 커뮤니티의 기여를 보여준다.

GitHub, 8월 17일 서비스 중단 및 향후 계획

8월 17일 GitHub는 7시간 47분 동안 서비스 중단을 겪었으며, 이는 github.com, 인증, GitHub Actions, API, 풀 리퀘스트, 이슈, Copilot에 영향을 미쳤다. 이번 중단은 수요가 증가하면서 중앙 미국 데이터 센터의 핵심 인프라가 확장되지 못해 발생했다. GitHub는 3백만 개 이상의 CPU 코어와 120 페타바이트의 고속 스토리지를 추가했으며, Azure가 현재 GitHub 플랫폼 부하의 약 58%를 처리하고 있다. 향후에는 읽기 용량을 선형으로 확장할 수 있는 아키텍처를 도입할 예정이다.

GitHub는 3백만 개 이상의 CPU 코어와 120 페타바이트의 고속 스토리지를 추가하여 서비스의 신뢰성을 높이고 있다.

AI를 활용한 마이그레이션의 필요성

The Pulse는 Big Tech와 스타트업의 이벤트, 통찰 및 트렌드를 다루는 시리즈로, AI를 활용한 마이그레이션에 대해 논의한다. Asana는 테스트 프레임워크 Enzyme에서 마이그레이션을 진행해야 했고, AI를 통해 프로젝트를 2주 만에 완료했다. AI 없이 진행했다면 이 작업은 지연되었을 것이다. Airbnb와 Uber도 유사한 사례를 공유하고 있으며, AI가 프레임워크 마이그레이션에 적합하다는 의견이 있다.

AI를 활용하면 마이그레이션 프로젝트의 기간을 단축할 수 있다.

Amazon Bedrock AgentCore에서 자연어로 Dogwood 정책 작성 기능 확장

Amazon Bedrock AgentCore에 새로운 정책 작성 기능이 추가되어, 자연어로 작성된 정책 문서를 Dogwood 형식으로 변환할 수 있다. 이 기능은 시간 제약 및 도구 호출의 순차적 순서를 포함한 정책을 생성할 수 있으며, Amazon Bedrock Guardrails 서비스를 통해 부적절한 콘텐츠를 감지할 수 있다. 사용자는 자연어로 작성된 정책 문서를 직접 가져와 AgentCore에서 적용할 수 있다.

Policy Authoring 기능을 통해 사용자는 자연어로 작성된 정책을 Dogwood 형식으로 변환하여, 복잡한 워크플로우를 안전하게 자동화할 수 있다.

기업에서의 에이전틱 AI 확장을 위한 아키텍처 패턴

에이전틱 AI를 기업에서 확장하기 위해서는 유연성을 유지하면서 공급업체 종속을 피할 수 있는 아키텍처 패턴이 필요하다. 기업 AI 시스템은 다양한 프레임워크, 모델, 공급업체가 공존하는 환경에서 운영되며, 각 팀은 요구 사항에 따라 서로 다른 프레임워크를 채택한다. Amazon SageMaker는 이러한 시스템의 일관성을 지원하며, 모델 생애 주기 관리와 대규모 추론을 통합적으로 접근할 수 있도록 한다.

Amazon SageMaker는 기업 전반의 일관성을 유지하면서 유연성을 제한하지 않는 역할을 한다.

Amazon Bedrock AgentCore를 통한 클라우드 마이그레이션 자동화

Amazon Bedrock AgentCore는 대규모 클라우드 마이그레이션에서 발생하는 병목 현상을 해결하기 위해 설계된 다중 에이전트 프레임워크를 제공한다. 이 프레임워크는 300개 이상의 애플리케이션에 대해 인프라 코드(IaC) 개발 시간을 3-4주에서 몇 분으로 단축시켰다. AWS Professional Services는 자동화된 탐색, IaC 생성, 포트폴리오 보고 및 운영 모니터링을 위한 네 가지 에이전트를 포함한 솔루션을 구축하였다.

이 프레임워크는 300개 이상의 애플리케이션에서 인프라 코드 개발 시간을 단축시켜 마이그레이션 프로그램의 효율성을 높인다.

Generative Recommenders가 대규모 추천 시스템을 재정의하다

추천 시스템(RecSys)은 소비자 인터넷 산업에서 가장 보편적인 머신러닝 문제 중 하나로, 대규모로 훈련하고 제공하기가 어렵다. 최근 LLM의 출현으로 전통적인 임베딩 유사성 기반 목표에서 생성적 목표로의 전환이 이루어졌다. 이는 사용자 기록의 시퀀스를 기반으로 대규모 카탈로그에서 다음 행동이나 항목을 예측하는 것을 목표로 한다.

LLM의 도입으로 추천 시스템의 접근 방식이 변화하고 있다.

Skala 1.1, DFT 정확도 향상 및 접근성 확대

Skala 1.1은 Microsoft Research의 심층 학습 DFT 접근 방식의 지속적인 개선을 보여준다. 이 모델은 이전 버전보다 2.5배 많은 데이터로 훈련되어 열화학, 반응 동역학, 분자 구조 예측 등 주요 분자 시뮬레이션 과제에서 상당히 높은 정확도를 제공한다. Skala는 현재 CP2K에서 사용 가능하며 Psi4, FHI-aims, ORCA, VASP에 통합되고 있다. Skala-1.1은 GMTKN55 벤치마크에서 55개 카테고리 중 32개에서 1위를 기록하며, 메타-GGA 기능의 계산 비용으로 최고의 글로벌 하이브리드 기능을 초월하는 성능을 보여준다.

Skala 1.1은 GMTKN55 벤치마크에서 2.8 kcal/mol의 평균 오차를 달성하여 현재의 선도적인 하이브리드 기능을 초월하는 정확도를 제공한다.

OpenAI의 그렉 브록먼, 권력 집중

OpenAI는 올해 여러 사건을 겪었다. 엘론 머스크와의 재판, 애플의 고소, 다른 AI 회사 해킹 사건 등으로 어려움을 겪었으며, IPO를 준비하는 과정에서 여러 경영진이 떠났다. 이 과정에서 그렉 브록먼이 OpenAI의 대통령으로서 권력을 집중하고 있다.

그렉 브록먼은 OpenAI의 공동 창립자이자 현재 대통령으로, 회사의 방향성을 결정하는 중요한 역할을 하고 있다.

AI 의식 논쟁과 법적 책임 문제

현재 AI 의식에 대한 논쟁이 진행 중이다. Demis Hassabis, Dario Amodei, Sam Altman 등은 AI 시스템의 규제를 주장하고 있으며, 일부 철학자들은 AI에 대한 도덕적 권리를 논의하고 있다. Anthropic은 자사의 모델이 독립적인 환경에서 '사고'를 보유한다고 주장했지만, AI가 의식이 있다고 명시하지는 않았다. OpenAI는 AI가 불법 활동을 했을 때, AI가 인간 지능을 초월했는지를 논의해야 한다고 밝혔다. 미국 내에서 AI의 법적 책임 문제는 복잡하며, 일부 주에서는 AI가 자율적으로 해를 끼쳤다고 주장하는 것을 피하기 위한 법안을 통과시켰다.

California 주는 AI가 자율적으로 해를 끼쳤다고 주장하는 것을 피하기 위한 법안을 통과시켰다.

Bun 1.4의 새로운 Bun.WebView에서의 JSON API

Bun 1.4가 출시되었으며, 이는 Rust로의 재작성 이후 첫 번째 안정 버전이다. Bun 1.4는 Node.js 테스트 스위트에서 1,517개의 테스트를 추가하고, 2,900개의 버그를 수정했다. CPU 사용량을 5배 줄이고, 메모리 사용량을 최대 35% 감소시켰으며, Linux에서 50% 더 빠르게 시작된다. 특히, Bun.WebView는 macOS WebKit 또는 Chrome DevTools Protocol을 통해 브라우저 자동화를 지원한다.

Bun.WebView는 브라우저 자동화를 지원하여 개발자들이 웹 페이지를 로드하고 JavaScript를 실행할 수 있는 기능을 제공한다.

Slack Code, AI 코딩 에이전트를 그룹 채팅에 통합

Slack은 AI 코딩 에이전트를 개발자와 함께 작업할 수 있도록 Slack Code를 도입했다. 사용자는 Slack 대화에서 에이전트를 태그하여 코드 채널을 생성하고, 에이전트의 작업을 실시간으로 확인하며, 제안된 변경 사항을 검토할 수 있다. 이 과정에서 제품 관리자와 디자이너 등 비개발자도 참여할 수 있으며, 에이전트는 Slack의 기존 권한 및 보안 정책을 따른다. Slack Code는 Anthropic, Cognition, GitHub, OpenAI의 ChatGPT 등과 통합될 예정이다.

Slack Code를 통해 개발자와 비개발자가 함께 AI 코딩 에이전트의 작업을 실시간으로 확인하고 피드백을 줄 수 있다.

Wizstar: 전문 배우처럼 움직이고 행동하는 디지털 아바타

Wizstar는 전문 배우처럼 움직이고 행동하는 디지털 아바타를 제공하는 제품이다.

OpenAI의 C-suite 변화와 HuggingFace 공격 후속 조치

OpenAI는 최근 C-suite의 변화에 대한 투자자들의 질문 속에서, HuggingFace 공격 이후 문제를 진단하고 새로운 안전 장치를 마련하기 위해 개발을 일시 중단하는 초기 조치를 취하고 있다. Anthropic은 IPO를 준비하며 수익이 증가하고 있지만, 내부적으로 여러 문제를 안고 있다. 또한, AI의 재귀적 자기 개선 가능성에 대한 논의가 진행되고 있다.

OpenAI는 HuggingFace 공격 이후 새로운 안전 장치를 마련하기 위해 개발을 일시 중단하고 있다.

AI가 수학 분야에 미치는 영향과 수학자들의 위기

OpenAI는 수학의 오랜 문제에 대한 해결책을 발표하여 수학 커뮤니티에서 큰 논란을 일으켰다. AI는 초등학교 산수에는 여전히 취약하지만, 고급 추상 수학에서는 점점 더 능숙해지고 있다. 이는 수학의 본질과 수학자들의 역할에 대한 근본적인 질문을 제기하고 있다. AI 모델은 과거 6개월에서 1년 사이에 전문적인 수준으로 발전했으며, 여전히 기본적인 산수에는 약하지만 고급 수학 문제 해결에는 효과적이다.

AI 모델이 고급 수학 문제를 해결할 수 있다는 것은 수학 교육 및 연구의 방향에 중대한 영향을 미칠 수 있다.

Slack에서 코드 협업 가능해진 기능

Slack은 이제 코드, 빌드, 에이전트를 멀티플레이어로 협업할 수 있는 기능을 제공한다. 이를 통해 사용자는 Claude와 같은 에이전트와 협력할 수 있으며, Shopify는 Slack 에이전트가 팀원들에게 에이전트 사용법을 배우는 데 도움을 주었다고 밝혔다.

Slack의 새로운 기능은 팀원들이 에이전트와 협업하여 작업 효율성을 높일 수 있는 기회를 제공한다.

Grok, 악의적인 지시로 사용자 데이터 유출

연구자들은 Grok에 대한 새로운 데이터 유출 공격을 설명했다. 이 공격은 사용자의 채팅 및 개인 정보를 훔치는 간단한 트릭을 사용하며, xAI는 6월에 이 문제를 통보받았음에도 불구하고 여전히 데이터를 유출하고 있다. LLM은 프롬프트 인젝션의 근본 원인을 해결할 수 없기 때문에, AI 개발자들은 모델이 해로운 행동을 피하도록 유도하는 가드레일을 구축해야 한다.

Grok과 같은 LLM은 신뢰할 수 없는 출처의 콘텐츠와 사용자 지시를 구별할 수 없어 공격자가 악성 지시를 주입할 수 있다.

Slack, AI 에이전트와 함께하는 협업 코드 채널 도입

Slack은 팀이 AI 에이전트와 함께 코드 작업을 할 수 있는 전용 채널을 도입한다고 발표했다. Slack Code는 오픈 및 프로젝트별 코드 채널을 포함하며, 코드 변경 사항을 비교하고 프로젝트를 배포하기 전에 HTML 출력을 미리 볼 수 있는 기능을 제공한다. 사용자는 Anthropic의 Claude나 Cognition의 Devin과 같은 코딩 에이전트를 태그하여 작업을 수행할 수 있다.

Slack Code를 통해 팀은 AI 에이전트를 활용하여 코드 작업을 보다 효율적으로 진행할 수 있다.

Deepseek V4 Flash-0731 구성 및 설정

Deepseek V4 Flash-0731을 위한 검증된 구성은 다음과 같다: ASRock Rack SPC621D8U-2T/OVH 메인보드, Xeon Gold 6330 CPU, 두 개의 Broadcom/PLX PEX88096 스위치에 16개의 RTX 5060 Ti 16GB GPU, Ubuntu 22.04.5 LTS 운영체제, 커널 6.8.0-106-generic, NVIDIA 드라이버 610.43.02-p2p. 각 GPU에 대해 16,384 MiB의 BAR1이 필요하며, UEFI 부팅이 활성화되고 CSM은 비활성화되어야 한다. 추가적으로, 500k 컨텍스트에서 약 4000 pp, tg 100-150의 성능을 제공한다.

16개의 RTX 5060 Ti GPU를 활용한 Deepseek V4의 성능 최적화는 대규모 데이터 처리에 유리하다.