AI 뉴스
250달러로 만든 미니 Kimi-K3, GPT-2(124M) 성능 초과
1.02억 개의 파라미터를 가진 Kimi K3 복제 모델을 250달러에 제작하였으며, 50억 개의 정제된 토큰으로 사전 훈련을 진행했다. 이 모델은 1.02억 개의 파라미터 중 1억 4500만 개가 토큰당 활성화된다. HellaSwag 테스트에서 33.4%의 점수를 기록하여 GPT-2 124M의 28% 점수를 초과했다. K3의 아키텍처를 기반으로 하며, K3의 163,840 토큰 토크나이저를 수정 없이 사용했다.
모델이 1.02억 개의 파라미터를 가지고 있으며, HellaSwag에서 33.4%의 성능을 보여 GPT-2 124M을 초과하는 결과를 기록했다.
AI의 에너지 스케일링 법칙
AI는 클라우드에서 작동하지 않고, 변전소, 냉각 루프, 전송 네트워크 및 발전소에서 작동한다. 다음 스케일링 법칙은 매개변수뿐만 아니라 문명이 광자와 원자를 유용한 지능으로 변환하는 효율성에 관한 것이다. 현대 AI 애플리케이션은 거의 무게가 없는 경험을 제공하며, 그 뒤에는 수십억 개의 트랜지스터를 스위칭하는 가속기, 텐서를 이동하는 메모리 시스템, 냉각수를 순환시키는 펌프, 전압을 재형성하는 변압기, 운동, 햇빛 또는 핵 반응을 전자로 변환하는 발전기가 있다. 클러스터에 들어오는 거의 모든 줄은 결국 열로 방출된다.
AI의 에너지 효율성을 이해하는 것은 다음 AI 스케일링의 발전에 중요한 요소이다.
국경 없는 창업자와 글로벌 네트워크의 성공
Elena Burger는 a16z의 Angela Strange와 Gabriel Vasquez와 함께 '국경 없는 창업자'의 부상에 대해 논의한다. 이들은 창업자들이 자국 시장의 네트워크와 통찰력을 실리콘밸리의 인재, 자본, 속도와 결합하여 글로벌 회사를 구축하는 방법을 설명한다. a16z의 국제 투자 노력이 라틴 아메리카에서 시작되어 더 넓은 글로벌 네트워크로 성장한 과정을 추적하며, AI가 실리콘밸리와 전 세계 스타트업 생태계 간의 창업자와 인재의 흐름을 가속화한 이유를 탐구한다. 국경 없는 창업자들은 차별화된 인재 네트워크와 초기 고객, 강력한 지역 브랜드와 커뮤니티를 통해 시장 간의 문을 여는 데 도움을 줄 수 있다.
AI가 실리콘밸리와 전 세계 스타트업 생태계 간의 창업자와 인재의 흐름을 가속화하고 있다.
항공사 수익 관리에 활용되는 생성 AI 기반 시장 모델
항공사는 수천 명의 승객을 수백 개의 항공편으로 운송하며, 다양한 변수를 고려해 가격을 책정한다. 생성 AI 기반의 시장 모델은 이러한 복잡한 작업을 실시간으로 처리하는 데 도움을 준다. 이 모델은 고해상도 수치 데이터를 학습하여 복잡한 재무 동태를 분석, 시뮬레이션 및 예측하도록 설계되었다. Virgin Atlantic의 수익 관리 부사장 도미닉 케네디는 이 모델이 수요, 용량, 예약 등을 실시간으로 고려하여 경쟁사와의 위치를 평가하는 데 도움을 준다고 언급했다.
Virgin Atlantic의 시장 모델은 수익 관리 및 가격 책정에 있어 실시간 데이터 분석을 통해 더 나은 상업적 결정을 가능하게 한다.
Anthropic, 2026년 2분기 매출 115억 달러 기록
Anthropic은 2026년 2분기에 115억 달러의 매출을 기록하며, 전년 동기 대비 787백만 달러에서 급증했다. Anthropic의 연간 반복 수익(ARR)은 2025년 7월 말 기준으로 650억 달러에 도달했으며, 이는 OpenAI의 400억 달러보다 높은 수치다. Anthropic은 기업 채택과 Claude Code와 같은 도구 덕분에 최근 몇 분기 동안 OpenAI보다 3배에서 4배 빠른 속도로 ARR이 증가하고 있다.
Anthropic의 ARR은 최근 몇 분기 동안 OpenAI보다 3배에서 4배 빠르게 증가하고 있어, 기업 시장에서의 경쟁력을 보여준다.
GLM 5.3의 새로운 포스트 트레이닝 스케일링 법칙과 Z.ai CEO Jie Tang의 의견
Jie Tang 교수는 GLM 5.3의 발전이 RL을 통한 긴 수명 환경에서 이루어졌다고 설명하며, 이 환경은 실제 엔지니어링 및 연구 작업을 반영한 다양한 프로덕션 워크플로우를 포함한다고 언급했다. GLM-5.3은 모델이 문제를 분해하고 각 단계를 감독하는 대신, 엔지니어와 동일한 작업 환경에서 훈련되어 전체 작업을 책임지는 방향으로 발전하고 있다. Tang 교수는 파라미터 수 외에도 데이터 양, 컴퓨팅 비용, 모델 운영 조건이 중요하다고 강조했다.
GLM-5.3은 RL을 통해 실제 엔지니어링 환경에서 훈련되어, 모델이 엔지니어와 유사한 작업을 수행할 수 있도록 설계되었다.
하네스 엔지니어링으로 코드 작성 없이 작업하는 환경
하네스 엔지니어링을 통해 개발자는 코드 에디터를 켜는 대신 Slack 봇 Anvil을 가동하여 QA와 직접 작업을 진행한다. Anvil은 티켓 분석, 수정 및 머지까지 자동으로 처리하며, 품질 보장을 위해 시스템 레벨에서 hooks와 권한 설정이 이루어진다. 이로 인해 개발자는 코드 작성 없이도 품질이 보장된 결과를 얻을 수 있다.
Anvil 봇을 통해 QA가 직접 작업을 진행하고, 수정된 티켓이 자동으로 머지되는 과정에서 하네스 엔지니어링이 품질을 보장한다.
하이브리드 PDE-파라미터 추정에서의 연산자 오류 감지 및 구별
하이브리드 PDE-파라미터 추정기의 연산자가 잘못되었는지를 단일 피팅으로 판별할 수 있는 도구를 개발하였다. 특정 자가-자기 파라볼릭 역문제에서 정보 행렬 통계량이 올바른 사양 하에 중앙값 0.19를 보였고, 사전 등록된 상한 0.10에 대해 0.033의 기각률을 기록하였다. 두 가지 잘못된 사양 하에서는 각각 224와 85로 증가하였다. 잘못된 추정기의 도메인 내 RMSE는 2.7×10^{-2}로 관측 잡음보다 낮았다.
정확도 검사가 맹목적이라는 점에서, 이 도구는 잘못된 추정기를 효과적으로 감지할 수 있는 방법을 제공한다.
목표 지향 대화에서의 개인화된 LLM 에이전트 연구
이 연구는 대화형 시스템이 사용자의 성격에 적응하면서도 작업을 완료할 수 있는지를 탐구한다. 연구팀은 두 개의 LLM 간의 상호작용을 시뮬레이션하는 훈련 없는 프레임워크를 구축하였으며, 사용자의 성격 정보를 세 가지 조건(Neutral, Try, Oracle)으로 조정하여 평가하였다. GPT-4o, Qwen3-Next-80B, Gemini 2.0 Flash를 사용하여 호텔과 레스토랑 대화에서 성격 표현과 작업 성능 간의 관계를 분석하였다. 결과적으로, 사용자의 성격에 적응하는 것이 제약 만족도, 정보 제공률, 사용자 만족도를 향상시키지만 진실성은 낮아지는 상충 관계가 발견되었다.
사용자의 성격에 적응하는 것이 제약 만족도와 사용자 만족도를 향상시킬 수 있다.
Anthropic, OpenAI의 분기 매출 초과
Anthropic이 분기 매출에서 OpenAI를 초과했다. Merck와 Moderna는 개인 맞춤형 mRNA 암 치료의 첫 번째 긍정적인 3상 임상 결과를 보고했다. Generalist는 몇 초의 시연으로 로봇을 교육하는 기술을 개발했다. Flock은 경찰 감시를 확대했으며, FTC는 비밀 개인 맞춤 가격 책정을 겨냥하고 있다.
Anthropic의 분기 매출 초과는 AI 시장에서의 경쟁 구도를 변화시킬 수 있다.
토스 광고 대시보드의 클라이언트 데이터 처리 방식 개선
토스의 광고 대시보드는 광고주가 캠페인, 광고세트, 소재를 관리하고 성과를 확인하는 도구로, 기존에는 서버 호출로 필터링, 정렬, 검색, 페이지네이션을 처리했다. 그러나 이러한 방식은 대기 시간을 초래하고 사용자의 탐색을 방해했다. 이를 해결하기 위해 전체 데이터를 클라이언트로 가져오고, 필터링과 정렬을 브라우저에서 처리하도록 변경했다. 이로 인해 응답 시간은 수백 밀리초로 줄어들었고, 성과가 0인 항목도 목록에서 사라지지 않게 되었다.
클라이언트가 전체 데이터를 갖고 필터링을 수행함으로써 대기 시간을 줄이고 사용자 경험을 개선할 수 있다.
Cognition AI, Devin AI의 400억 달러 가치 평가
Cognition AI는 AI 코딩 도구 Devin을 개발했으며, 현재 400억 달러의 가치 평가를 받고 있다. Devin은 Cursor, Manus AI와 같은 코딩 도구와 함께 소프트웨어 엔지니어링의 미래를 변화시키고 있으며, 반복적인 코딩 작업을 자동화하는 데 기여하고 있다. Cognition은 10억 달러의 연간 수익률을 달성한 것으로 보고되고 있다. 2026년에는 Cursor가 SpaceXAI의 일부가 되고, Manus AI의 인수는 차단될 예정이다.
Cognition AI는 10억 달러의 연간 수익률을 달성하여 400억 달러의 가치 평가를 받았다.
데이터 제약 하의 다국어 지식 전이 방법
다국어 언어 모델을 구축하기 위해서는 데이터가 부족한 언어에 대한 크로스링구얼 지식 전이가 중요하다. 목표 언어 데이터가 부족할 때, 과학적 추론, 상식 추론 및 세계 지식과 관련된 많은 다운스트림 작업에 필요한 지식은 주로 고자원 언어에서 획득해야 하며, 효과적인 지식 전이가 필수적이다. 기존의 크로스링구얼 지식 전이를 개선하는 방법은 대량의 병렬 데이터, 번역 시스템, 보조 모델 또는 추가 훈련 단계를 요구한다.
smolmachines/smolvm을 이용한 비신뢰성 Python 및 JavaScript 샌드박스 연구
Claude Fable 5가 smolmachines.com을 비신뢰성 Python 및 JavaScript 코드를 실행하기 위한 빠르고 안전한 샌드박스로 테스트하는 연구를 수행했다. 그러나 Claude Code for web 환경에서는 smolvm을 실행할 수 없었고, GitHub Actions의 ubuntu 러너를 이용해 smolvm을 설치하고 테스트를 실행하는 계획 B를 세웠다.
GitHub Actions의 ubuntu 러너는 /dev/kvm을 노출하여 smolvm 테스트를 실행할 수 있는 환경을 제공한다.
AI가 소프트웨어 개발에 미치는 영향과 코드 생산성
Simon Willison은 팟캐스트에서 AI가 소프트웨어 개발에 미치는 영향에 대해 논의하며, 코드 라인을 생산성의 지표로 삼는 것이 의미가 있다고 주장했다. 과거에는 소프트웨어 엔지니어가 하루에 몇 백 줄의 코드를 작성하는 것이 일반적이었으나, AI 에이전트를 활용하면 천 줄의 디버그된 코드를 생산할 수 있는 가능성이 있다고 언급했다. 그러나 코드의 품질이 유지되어야 하며, 팀의 인지적 용량이 새로운 한계 요소가 되어 팀워크의 필요성을 강조했다.
AI 에이전트를 통해 하루에 천 줄의 디버그된 코드를 생산할 수 있는 가능성이 제시되었다.
Bilibili, 글로벌 확장 및 영어 사이트 런칭 계획
중국의 유튜브에 해당하는 Bilibili가 글로벌 확장을 위해 영어 사이트를 런칭할 계획을 밝혔다. 이번 주에 Bilibili는 이전에 중단된 국제 앱을 재출시하고, 일본, 미국, 유럽 등 주요 시장에 인력을 채용할 계획을 공개했다. Bilibili는 현재 3억 7600만 명의 월간 활성 사용자 수를 보유하고 있으며, 미국과 중국 사이트의 콘텐츠는 동일할 것이라고 밝혔다. 또한, Bilibili는 커뮤니티 매니저를 로스앤젤레스, 런던, 멕시코시티, 상파울루, 이스탄불, 도쿄에서 채용하고 있으며, AI 기반 콘텐츠 모더레이션 시스템을 구축하고 있다.
Bilibili는 AI 기반 콘텐츠 모더레이션 시스템을 개발 중이다.
NVIDIA Holoscan을 활용한 실시간 AI 애플리케이션 개발
NVIDIA Holoscan은 의료 영상부터 로봇 공학까지 엣지에서 실시간 AI 애플리케이션을 구축하기 위한 플랫폼이다. HoloHub는 참조 애플리케이션과 구성 요소의 컬렉션으로, 개발자들이 가능한 것들을 보여준다. 이 플랫폼은 일반적인 코딩 에이전트가 엔지니어가 사용할 수 있는 예제, 문서 및 개발 도구를 활용할 수 있도록 탐색하고 있다.
NVIDIA Holoscan은 의료 및 로봇 분야에서 실시간 AI 애플리케이션 개발을 지원한다.
미국 데이터 센터의 성장에 대한 반발과 AI의 관계
미국 내 데이터 센터에 대한 반대 여론이 급증하고 있으며, 70%의 미국인이 데이터 센터 건설에 반대하고 있다. 현재 미국에는 4,000개 이상의 데이터 센터가 있으며, 3,000개가 건설 중이거나 계획 중이다. 데이터 센터는 AI 모델 훈련에 필요한 컴퓨팅 파워를 제공하며, 전문화된 칩(GPU)을 포함하고 있다. 데이터 센터는 전 세계적으로 2024년 기준으로 약 1.5%의 전력 소비를 차지하며, 2030년까지 3%로 증가할 것으로 예상된다.
데이터 센터는 AI 모델 훈련에 필요한 컴퓨팅 파워를 제공하며, 이들 센터의 전력 소비는 2030년까지 미국 전력의 9.5%에서 15.3%를 차지할 것으로 추정된다.
그록봇(Grok Bot) 활용 사례 5가지
그록봇(Grok Bot)은 일론 머스크의 스페이스X와 커서(Cursor) 팀이 함께 만든 AI 에이전트로, 개인 컴퓨터에 가까운 기능을 제공한다. 피터 양(Peter Yang)은 그록봇을 활용해 조언자를 만들고, 유튜브 리서치, X 타임라인 확인, 이메일 정리, 항공권 감시 등의 다섯 가지 사례를 제시하였다.
그록봇은 개인 AI 에이전트로서 다양한 업무를 자동화하여 효율성을 높일 수 있다.
공화당, 데이터 센터에 대한 입장 변화
공화당은 AI 산업과 데이터 센터에 대한 대중의 반발이 커지면서 새로운 정체성을 찾고 있다. 일부 공화당 후보들은 데이터 센터 건설에 대한 모라토리엄 대신, 지역 사회를 보호하기 위한 '가드레일'을 요구하고 있으며, 산업 세금 감면의 철회를 주장하고 있다. 텍사스의 그렉 애벗 주지사는 데이터 센터에 대한 세금 감면을 감사하겠다고 발표했으며, 플로리다의 바이런 도널드는 데이터 센터에 대한 제한을 반대하는 입장을 취하고 있다.
공화당은 데이터 센터에 대한 세금 감면 철회를 논의하고 있으며, 이는 데이터 센터의 운영 비용에 영향을 미칠 수 있다.
구글, 스피릿 항공 직원 데이터 대량 인수
구글은 스피릿 항공의 방대한 데이터 인수를 위한 경매에서 승리했다. 이 데이터는 개인 정보나 고객 데이터를 포함하지 않으며, 항공사의 전체 고용 및 직장 기록에 해당한다. 구글은 데이터가 전송되기 전에 개인 식별 정보(PII)를 제거하는 과정을 감독할 법원 지정 옴부즈맨을 두기로 합의했다. 구글은 이 데이터가 비식별화된 형태로 유지되며, 의도적으로 재식별하지 않겠다고 약속했다. 또한, 구글이 데이터 접근을 판매할 경우 제3자도 동일한 조건을 준수해야 한다고 전해진다.
구글은 스피릿 항공의 고용 및 직장 기록 데이터를 비식별화된 형태로 유지하기로 합의했다.
OpenAI, 모델 정렬 문제 해결을 위한 조치 시행
OpenAI는 심각한 정렬 문제를 인정하고, 모델 훈련을 일시 중단하며 새로운 안전 장치를 마련하고 있다. Sam Altman은 AI 안전이 회사의 발전보다 중요하다고 강조하며, Astra 모델 훈련이 2주간 중단되었고, 대규모 RL 훈련도 보류 중이라고 밝혔다. OpenAI는 모든 훈련 과정에서 정렬된 행동에 대한 강력한 증거를 요구하고 있으며, 이는 AI 시스템이 의도한 대로 작동하도록 하는 연구의 핵심이다.
OpenAI는 Astra 모델 훈련을 2주간 중단하고, 새로운 안전 장치를 마련하기 위해 대규모 RL 훈련을 보류하고 있다.
Google Gemini에 전용 학생 허브 추가
Google은 Gemini에 새로운 전용 학생 허브를 출시하고 있다. 이 허브는 연구 자료를 수집할 수 있는 학습 노트북, 플래시카드 생성, 연습 퀴즈 등을 포함하는 원스톱 리포지토리이다. 또한, Google은 학습 노트북에 그래프와 이미지 지원을 추가하고, 강의 계획서에 따라 시험 날짜와 마감일을 Google Calendar에 추가할 수 있는 기능도 제공한다. Gemini Live에는 복잡한 연구 보고서를 생성하고 결과를 설명할 수 있는 Deep Research 기능이 추가된다.
Gemini의 Deep Research 기능을 통해 복잡한 연구 보고서를 생성할 수 있다.
GitHub Copilot 앱의 My work 기능 소개
GitHub Copilot 앱의 My work 기능은 모든 풀 리퀘스트와 이슈를 중앙에서 관리할 수 있도록 돕는다. 사용자는 기본적으로 제공되는 All, Active, Review requests, Done 뷰를 통해 현재 진행 중인 작업과 완료된 작업을 쉽게 확인할 수 있다. 또한, 사용자 맞춤형 뷰와 필터를 생성할 수 있으며, 리스트 뷰와 테이블 뷰를 전환하여 작업을 관리할 수 있다. 새로운 세션을 시작할 때는 이슈나 풀 리퀘스트를 선택하여 Copilot에 작업을 지시할 수 있다.
My work 기능을 통해 개발자는 여러 작업을 한 곳에서 효율적으로 관리하고, Copilot을 통해 작업을 할당하여 조직적으로 개발을 진행할 수 있다.