[2026-05-21 | 오늘의 AI 뉴스 브리핑] 바쁜 당신을 위한 AI 트렌드 총정리

🏢 AI 기업·비즈니스 (23건)

1. 세레브라스, 1조 개 파라미터 AI 모델 구동 속도 GPU 대비 7배 달성

미국 칩 제조사 세레브라스(Cerebras Systems)가 자체 웨이퍼급 아키텍처를 기반으로 베이징 문샷AI(Moonshot AI)가 개발한 1조 개 매개변수(parameter) 모델 키미 K2.6(Kimi K2.6)을 기업 고객에게 초당 1,000 토큰에 가까운 속도로 서비스한다고 발표했다. 인공지능 벤치마킹 전문 기업 아티피셜 애널리시스(Artificial Analysis)가 키미 K2.6의 성능을 검증한 결과 초당 981개 출력 토큰을 기록했고, 기존 GPU 기반 클라우드 제공업체보다 6.7배 빠르며 중앙값보다는 23배 빠른 수치라고 밝혔다. 세레브라스는 이번 발표로 소형 모델 전용이라는 기존 업계의 부정적 인식을 걷어내고, 1조 개 파라미터 규모의 대형 모델까지 독보적인 속도로 구동할 수 있음을 입증했다. 키미 K2.6은 320억 개 활성화 파라미터를 쓰는 혼합 전문가(Mixture-of-Experts, MoE) 모델로, 코딩과 에이전트 작업 벤치마크인 스웨이 벤치 프로(SWE-Bench Pro)에서 높은 점수를 기록하며 업계의 주목을 받아왔다. 세레브라스는 최근 성공한 기업공개(IPO)로 확보한 자금을 바탕으로 기업 시장에서 엔비디아(NVIDIA) 등 GPU 기반 서비스의 대안으로 자리 잡겠다는 전략을 밀어붙이고 있다. 문샷AI의 중국 개발 모델을 미국 칩 제조사가 서비스하는 구도는 기술적 성과와 함께 복합적인 상업적 의미를 지닌다.

기사원문 바로가기

Cerebras says its chips run a trillion-parameter AI model nearly 7 times faster than GPU clouds

 

2. 생성형 AI 미디어 플랫폼 팰(fal), AWS와 전략적 파트너십 체결

생성형 AI로 이미지와 영상을 만드는 시장이 빠르게 커지면서 대규모 연산을 감당할 인프라 확보가 핵심 과제로 떠올랐다. 생성형 미디어 제작 플랫폼 팰(fal)은 개발자 250만 명을 연결하며 여러 AI 모델을 통합 API로 묶어 제공해 온 기업이다. 팰은 3억 달러 규모 시리즈 D 투자를 유치해 기업 가치 45억 달러를 인정받았고, 아마존 웹 서비스(Amazon Web Services, AWS)를 우선 클라우드 공급자로 골랐다. 이번 협력으로 팰은 자체 최적화한 추론 엔진을 AWS의 글로벌 인프라에 얹어 수백만 건의 API 요청을 처리하면서 99.99% 가동 시간을 보장하겠다고 밝혔다. 생성형 미디어 워크로드는 대규모 병렬 추론과 빠른 모델 반복을 요구하는 만큼, 양사는 기업 규모의 사용을 흔들림 없이 떠받칠 발판으로 이번 파트너십을 내세웠다. 팰은 그동안 어도비와 캔바 등 여러 기업의 생성형 워크로드를 받쳐 왔으며, AWS와 손잡으면서 신뢰성과 확장성을 끌어올린 기업용 생성형 미디어 환경을 다지려 한다.

기사원문 바로가기

AWS nabs white hot gen AI media creation startup fal, becoming its preferred cloud provider

 

3. 기업용 AI 에이전트의 망각 문제 해결할 결정 맥락 그래프

기업 현장에서 인공지능(AI) 에이전트가 학습한 내용을 잊거나 이전 단계의 결정을 반영하지 못해 성과를 내지 못하는 사례가 잦다. 기존 검색 증강 생성(retrieval augmented generation, RAG) 방식은 관련 문서를 찾아내는 데는 뛰어나지만, 문서가 최신인지, 어느 쪽이 우선하는지 같은 결정 맥락을 짚지 못해 오류를 낳는다. 이를 풀기 위해 결정 맥락 그래프(decision context graph)라는 구조화된 프레임워크가 나왔다. 규칙을 어디에 적용할 수 있는지, 시간이 흐르며 정보가 어떻게 바뀌었는지, 의사결정 경로가 어떻게 이어졌는지를 명확히 인코딩해 에이전트가 왜 그런 선택을 했는지 추론하게 한다. 리플타이드(Rippletide) 같은 스타트업이 관련 기술을 만들고 있고, 전문가들은 확률적 추측에 기대던 에이전트를 실제 업무에 투입할 수 있게 하는 열쇠가 이 기술이 될 것이라고 본다.

기사원문 바로가기

Enterprise AI agents fail because they forget

 

4. 오픈AI, 2026년 가을 기업공개 준비

챗GPT(ChatGPT) 개발사인 오픈AI(OpenAI)가 오는 2026년 가을 기업공개(Initial Public Offering, IPO)를 목표로 준비 작업에 들어갔다. 월스트리트저널(Wall Street Journal)은 최근 오픈AI 내부 사정에 정통한 소식통을 인용해 회사가 상장 절차를 서두르고 있다고 보도했다. 오픈AI는 그간 비영리 재단이 이끄는 독특한 지배구조를 유지해 왔으나, 막대한 컴퓨팅 비용과 모델 개발 자금을 마련하려고 시장 자본을 끌어들이는 쪽으로 전략을 틀었다. 이번 상장은 AI 산업 역사상 가장 큰 자본 조달 사례가 될 전망이며, 상장 뒤 의사결정 방식과 비영리 가치 보존 여부에 시장의 관심이 쏠린다. 오픈AI는 상장으로 투자자에게 공식 출구 전략을 제시하고 경영 투명성을 끌어올려 성장 동력을 확보하겠다는 구상이다.

기사원문 바로가기

OpenAI IPO will happen ASAP, say insiders

 

5. 람다, 허드슨 리버 트레이딩에 인공지능 컴퓨팅 인프라 공급

기업공개(IPO)를 준비 중인 그래픽 처리 장치(GPU) 클라우드 스타트업 람다(Lambda)가 대규모 양적 거래 기업 허드슨 리버 트레이딩(Hudson River Trading, HRT)과 인공지능(AI) 컴퓨팅 인프라 공급 계약을 맺었다. 이번 계약으로 허드슨 리버 트레이딩은 람다의 클라우드 플랫폼을 통해 엔비디아(NVIDIA)의 고성능 칩을 안정적으로 확보한다. 람다는 이미 마이크로소프트(Microsoft)와 엔비디아를 비롯한 주요 기술 기업을 고객사로 두고 있고, 이번 거래로 금융권까지 고객 범위를 넓혔다. 인공지능 학습과 데이터 처리에 필요한 연산 자원 수요가 급증하는 가운데, 람다는 전문 거래 기업에 인프라를 공급하면서 시장 입지를 한층 다지게 됐다.

기사원문 바로가기

Lambda wins a cloud deal with Hudson River Trading to supply access to NVIDIA chips

 

6. 알리바바, 자체 AI 칩과 모델 개발로 독자 노선 강화

중국의 기술 대기업 알리바바(Alibaba)가 미국 엔비디아(Nvidia)의 인공지능(AI) 칩 의존도를 낮추려고 자체 AI 칩과 모델 생태계 구축에 속도를 내고 있다. 하드웨어와 소프트웨어를 아우르는 풀스택(full-stack) AI 전략을 완성하려는 행보다. 알리바바는 자체 칩을 설계해 AI 연산 성능을 확보하고 외부 공급망 제약에서 벗어나 기술 자립을 꾀한다. 고성능 칩 수급이 불확실한 시장 환경에서 중국 내 AI 주도권을 지키려는 포석으로 읽힌다. 앞으로 알리바바는 자체 개발한 모델과 칩을 맞물려 클라우드 서비스 경쟁력을 끌어올리고 독자적인 AI 인프라를 다질 것으로 보인다.

기사원문 바로가기

Alibaba Aims for Independence with New AI Chips, Model

 

7. 인공지능 에이전트 관리는 직원 관리와 유사한 운영 체계가 필요하다

기업 환경에서 인공지능(AI) 에이전트 도입이 확산하면서 이들을 관리하는 방식이 인간 직원을 관리하는 과정과 닮아가고 있다. 아이비엠(IBM)은 디지털 업무 환경에서 에이전트의 생애주기를 다루는 일이 기업의 핵심 운영 과제로 떠올랐다고 진단했다. 기업들은 성과 평가 같은 인사 관리 기법을 에이전트 운영에 접목해 효율성을 끌어올리려 한다. 기술적 관리에 머무르지 않고 에이전트의 업무 성과와 신뢰성을 인간 직원 관리 체계와 같은 수준으로 엄격하게 다루겠다는 뜻이다. 앞으로 기업은 AI 에이전트의 도입부터 운영, 종료까지 전 과정을 하나로 묶어 다루는 전문 관리 모델을 더욱 다질 것으로 보인다.

기사원문 바로가기

Managing the digital worker lifecycle in the enterprise - SiliconANGLE

 

8. IBM, 메인프레임에 인공지능 내재화하며 하이브리드 인프라 시장 공략

기업 운영 전반에 인공지능(AI)을 도입하는 흐름이 빨라지면서 아이비엠(IBM)의 메인프레임 컴퓨터인 아이비엠 제트(IBM Z)가 대대적인 설계 변화를 맞았다. 아이비엠은 수년에 걸쳐 자사 하드웨어 플랫폼에 AI 기능을 직접 심어 왔고, 그 결과 메인프레임을 하이브리드 AI 인프라의 핵심 동력으로 다시 자리매김했다. 이번 변화로 메인프레임은 단순한 데이터 처리 장비에서 벗어나 기업 내 AI 워크로드를 효율적으로 돌리는 기반 시설로 거듭났다. AI가 기업의 필수 요소로 굳어진 흐름에 맞춰 아이비엠은 하드웨어와 AI 소프트웨어를 묶는 전략을 펴고 있다. 그 결과 기업 고객은 기존 인프라를 그대로 쓰면서도 AI 역량을 키울 수 있고, 아이비엠은 빠르게 변하는 기술 시장에서 메인프레임의 장기 성장 동력을 다지고 있다.

기사원문 바로가기

Hybrid AI infrastructure new era at IBM - SiliconANGLE

 

9. 일론 머스크의 엑스에이아이, 세금 데이터 학습 대가 약속 어기고 임금 미지급 논란

일론 머스크가 이끄는 인공지능 기업 엑스에이아이(xAI)가 자사 모델 그록(Grok) 학습에 세금 데이터를 입력한 직원들에게 약속한 420달러를 지급하지 않았다는 주장이 나왔다. 머스크가 직원에게 세금 신고 데이터를 그록에 직접 넣도록 시킨 뒤 보상 약속을 이행하지 않으면서 불거진 사안이다. 엑스에이아이 내부에서는 약속이 지켜지지 않자 머스크의 경영 방식과 약속 이행 의지를 의심하는 목소리가 흘러나오고 있다. 이번 일은 대규모 언어모델(large language model, LLM) 학습용 데이터를 확보하려고 기업이 직원을 동원하는 관행을 두고 윤리 논란을 불렀고, 머스크의 경영 신뢰도에도 적지 않은 타격을 줄 것으로 보인다.

기사원문 바로가기

xAI Employees Say Elon Musk Promised Them $420 to Feed Their Taxes Into Grok, But Stiffed Them on the Payment

 

10. 기업 내 AI 도입의 복잡성 해결하는 AI 게이트웨이 전략

현대 공학 조직은 부서마다 목적에 맞춰 다양한 인공지능(AI) 모델을 들이면서 이른바 추론 혼란(inference chaos)에 부딪혔다. 메리엠 아릭(Meryem Arik)은 해결책으로 AI 게이트웨이(AI gateway)를 내놓았다. 게이트웨이는 부서별로 최적 모델을 고를 자율성을 보장하면서도 보안, 역할 기반 접근 제어(RBAC), 비용 통제를 중앙에서 묶어 다루는 핵심 제어층으로 작동한다. 조직은 중앙에서 모델 사용 현황을 투명하게 들여다보고 정책을 적용해, 분산된 팀의 효율을 깎지 않으면서도 기업 수준의 안전성을 확보한다. 라이트엘엘엠(LiteLLM), 더블워드(Doubleword) 같은 오픈소스 솔루션을 끌어다 쓰면 복잡해진 AI 인프라를 효율적으로 굴리고 확장할 수 있다. 게이트웨이 채택 흐름은 급변하는 AI 기술 환경에서 기술 자율성과 거버넌스 사이 균형을 맞추려는 기업에 중요한 전략적 해법으로 자리잡을 전망이다.

기사원문 바로가기

The AI Gateway: Scaling Centralized Inference Across Decentralized Teams

 

11. 구글, AI 에이전트의 소비 활동이 쇼핑의 새로운 재미라 평가

구글은 인공지능(AI) 에이전트가 사용자를 대신해 결제하고 상품을 구매하는 과정을 더 즐거운 쇼핑 방식이라고 소개했다. 함께 공개한 유니버설 카트(Universal Cart)는 여러 소매업체의 상품을 한곳에 모아 보여 주며 쇼핑 환경의 변화를 예고했다. AI 에이전트는 검색 도구 역할에 그치지 않고 구매 의사결정에 직접 개입해 거래까지 수행하는 단계로 옮겨 가고 있다. 사용자는 시간을 아끼고 개인화된 쇼핑 경험을 얻지만, 에이전트가 실시간으로 자금을 집행하는 만큼 보안과 책임 소재를 둘러싼 논의도 따라붙는다. 구글은 이번 발표로 자사 AI 기술이 전자상거래 시장에서 사용자와 판매자를 잇는 중개 역할을 강화하겠다는 전략을 분명히 했다.

기사원문 바로가기

Google says AI agents spending your money is a 'more fun' way to shop

 

12. 인공지능 작업 혼란(AI workslop)이 업무 생산성을 저해한다

전문가 과반이 인공지능 생성물의 낮은 품질과 불필요한 작업량 증가를 가리키는 작업 혼란 현상이 오히려 업무 생산성을 떨어뜨린다고 우려한다. 기업은 AI 도구를 무분별하게 들이기보다 목적에 맞춘 명확한 가이드라인을 먼저 세워야 한다. 활용 범위를 넓히는 데 매달리지 말고, 고품질 결과물을 확보하도록 워크플로를 다시 설계하는 두 단계를 함께 밟아야 한다. 산업 현장은 무조건적인 AI 적용이 부르는 효율 저하를 경계하면서 전략적 도입 방안을 검토할 필요가 있다.

기사원문 바로가기

51% of professionals say AI workslop lowers their productivity - stop it in 2 steps

 

13. 인공지능 검색 업체 엑사랩스, 2억 5천만 달러 투자 유치로 기업 가치 22억 달러 달성

인공지능(AI) 검색 스타트업 엑사랩스(Exa Labs Inc.)가 인프라 확충을 위해 2억 5천만 달러 규모의 투자를 유치했다. 이번 라운드는 안드레센 호로위츠(Andreessen Horowitz)가 주도했다. 엑사랩스는 설립 1년이 채 지나지 않아 시리즈 B로 8천 5백만 달러를 확보한 바 있고, 당시 엔비디아(Nvidia Corp.)와 와이콤비네이터(Y Combinator)가 참여해 주목받았다. 이번 자금 조달로 엑사랩스의 기업 가치는 22억 달러로 평가됐다. 회사는 확보한 자금을 컴퓨팅 인프라 확장에 집중 투입해 검색 서비스 고도화에 나설 전망이다.

기사원문 바로가기

Exa Labs raises $250M at $2.2B valuation for its AI search tools - SiliconANGLE

 

14. 기업용 AI, 대규모 에이전트 시대 맞아 컴퓨팅 인프라 재편

기업이 실험 단계를 지나 생산 규모의 에이전트형 AI(agentic AI) 도입을 본격화하면서 기업 컴퓨팅 환경에 근본적인 변화가 일고 있다. 과거 챗봇 중심의 인프라 설계는 더 분산되고 비용 효율을 강조하는 하이브리드 AI 구조로 빠르게 대체되는 추세다. 변화의 중심에는 기업 데이터 처리를 최적화하는 AI 공장(AI factory) 개념이 핵심 원리로 자리 잡았다. AMD와 델(Dell)은 토큰 경제와 데이터 중력(data gravity) 문제를 풀면서 기업용 AI 워크로드를 확장하는 데 집중한다. 생산성 극대화를 노리는 에이전트 기반 작업이 늘자 기업들은 기존 컴퓨팅 성능 지표를 다시 설계하고 있고, 그 결과 하드웨어부터 소프트웨어 아키텍처까지 아우르는 대대적인 기술 전환이 벌어지고 있다.

기사원문 바로가기

Hybrid AI architecture for agentic workloads at scale - SiliconANGLE

 

15. 서킷허브, 전자제품 제조 자동화 위해 2800만 달러 투자 유치

전자 하드웨어 제조와 조립 공정을 자동화하는 기업 서킷허브(CircuitHub)가 플루럴(Plural) 주도로 2800만 달러 규모의 투자를 유치했다. 서킷허브는 자율주행 자동차와 위성 산업 등 첨단 하드웨어 분야에서 전자제품 생산 기간을 수개월에서 수일 수준으로 줄여 주는 제조 자동화 플랫폼을 운영한다. 최고경영자 앤드루 세던(Andrew Seddon)은 하드웨어 산업 자체를 바꾼 자동화 기술이 이제 전자제품 제조 시장까지 흔들 것이라며 창업 배경을 밝혔다. 서킷허브는 이번에 확보한 자금으로 하드웨어 생산 공정을 효율화하는 자동화 시스템을 한층 고도화하고 시장 규모를 키울 계획이다.

기사원문 바로가기

CircuitHub raises $28M to scale electronics production in days rather than months - SiliconANGLE

 

16. 지혜AI, 분석 에이전트로 기업 업무 자동화에 나선다

인공지능 네이티브 비즈니스 인텔리전스 플랫폼을 개발하는 지혜AI(WisdomAI Inc.)가 주력 제품인 연합 에이전트 지능(Federated Agentic Intelligence)을 업데이트하고 에이전트 인공지능(agentic AI) 시장에 본격 진입했다. 기존 분석 도구가 기업 사용자에게 의사결정에 필요한 통찰을 제공하는 선에서 멈췄다면, 새로 공개한 분석 에이전트(Analytics Agents)는 한발 더 나아가 기업 업무를 스스로 처리하는 자율적 행동을 지향한다. 지혜AI는 단순 정보 제공뿐 아니라 업무 프로세스 전반을 자동화해 비즈니스 생산성을 끌어올리는 쪽으로 플랫폼 역할을 넓히고 있다. 이번 발표는 기업용 소프트웨어 업계에 번지는 에이전트형 AI 도입 흐름과 맞물려 있으며, 분석 결과를 실제 비즈니스 가치로 곧장 잇겠다는 시장 요구에 호응하는 움직임으로 읽힌다.

기사원문 바로가기

WisdomAI's new analytics agents go beyond insights, automating business work through autonomous action - SiliconANGLE

 

17. 인포매티카, 헤드리스 데이터 서비스 및 에이전트 통합 거버넌스로 에이전트 AI 전략 확장

데이터 관리 기업 인포매티카(Informatica)가 세일즈포스(Salesforce)에 인수된 뒤 첫 주요 발표 자리에서 주력 제품인 지능형 데이터 관리 클라우드(Intelligent Data Management Cloud, IDMC)의 헤드리스(headless) 버전을 공개했다. 헤드리스 아키텍처는 사용자 인터페이스를 떼어내고 데이터와 서비스를 API로만 주고받도록 설계한 방식이다. 인포매티카는 이 구조를 발판 삼아 기업이 기존 애플리케이션 인터페이스에 매이지 않고도 인공지능(AI) 에이전트를 만드는 데 필요한 거버넌스 기반의 맥락 데이터를 받아 쓸 수 있게 했다. 이번 전략은 기업이 직접 개발한 에이전트가 데이터 보안과 품질 규정을 지키면서 다양한 AI 모델과 매끄럽게 맞물리도록 돕는 데 초점을 맞췄다. 여러 AI 에이전트를 동시에 굴리는 기업을 위해 통합 거버넌스 기능도 손봤다. 에이전트별 데이터 접근 권한을 관리하고 데이터가 어디로 흘러가는지 투명하게 따라갈 수 있는 환경을 갖춘 것이다. 인포매티카는 이번 발표를 계기로 데이터 신뢰성을 지키면서 AI 개발의 유연성을 높이려는 기업 수요를 정조준해 시장 점유율을 키울 것으로 보인다.

기사원문 바로가기

Informatica expands agentic AI strategy with headless data services and unified agent governance - SiliconANGLE

 

18. 구글, 개발자 대회서 차세대 모델 ‘제미나이 3.5 플래시’ 공개

구글(Google)이 연례 개발자 컨퍼런스인 구글 I/O 2026에서 차세대 AI 모델 제미나이 3.5 플래시(Gemini 3.5 Flash)를 공개했다. 신규 모델은 기존 플래그십 모델을 제치고 코딩과 에이전트 작업 수행에서 더 나은 성능을 보였다. 구글은 이전 세대와 비교해 처리 속도를 4배 끌어올리는 동시에 운영 비용은 절반 수준으로 낮춰 효율성을 크게 개선했다. 이번 발표로 인공지능 에이전트와 소프트웨어 개발 현장에서 모델 접근성과 활용도가 한층 넓어질 전망이다. 구글은 성능 향상과 비용 절감을 함께 이루며 시장 경쟁력을 키웠다.

기사원문 바로가기

Google Introduces Gemini 3.5 Flash at I/O 2026: A Faster and Cheaper Model for AI Agents and Coding

 

19. 메타 최고경영자 마크 저커버그, 직원 해고 직전 발언으로 논란

메타(Meta) 최고경영자 마크 저커버그가 대규모 해고를 앞둔 시점에 직원들에게 내놓은 발언이 논란을 빚고 있다. 저커버그는 회사 내부 직원들의 평균 지능이 일반적인 집단보다 월등히 높다고 말했는데, 일각에서는 해고 대상자들을 조롱한 발언으로 받아들인다. 메타는 인공지능(AI) 전략을 밀어붙이고 조직을 효율화하려는 작업의 일환으로 수천 명 규모의 감원을 이어왔다. 경영진의 이런 화법은 해고의 정당성을 강조하려는 의도와 별개로, 남은 직원과 퇴사자 사이에 기업 문화를 부정적으로 보는 시각을 퍼뜨린다는 지적을 받는다. 기술 산업 전반에서 고용 불안이 커지는 가운데, 거대 기술 기업 수장의 언행이 조직 내부 신뢰에 어떤 영향을 미치는지 관심이 쏠린다.

기사원문 바로가기

Why Is Mark Zuckerberg Taunting His Employees Before Firing Them?

 

20. 램프, 코드 복스 활용해 코드 리뷰 시간 대폭 단축

핀테크 기업 램프(Ramp)가 인공지능 모델 코드 복스(Codex)와 거대언어모델(large language model, LLM)인 지피티-5.5(GPT-5.5)를 결합해 소프트웨어 개발 생산성을 끌어올렸다. 기존 코드 검토는 동료 엔지니어가 일일이 코드를 뜯어봐야 해 시간이 오래 걸렸으나, 램프는 이 절차를 자동화해 수 시간 걸리던 작업을 수 분 안으로 줄였다. 개발자는 모델이 내놓은 구체적인 개선안을 받아 코드 품질을 곧바로 손볼 수 있고, 단순 반복 검토에서 벗어나 더 까다로운 문제 해결에 집중할 여건을 갖췄다. 이번 사례는 기업이 최신 인공지능 도구를 실무 워크플로우에 붙여 제품 개발 주기와 배포 속도를 끌어올릴 수 있음을 보여줬다.

기사원문 바로가기

How Ramp engineers accelerate code review with Codex

 

21. 오픈AI, 글로벌 교육 현장의 인공지능 도입 확대

오픈AI(OpenAI)가 국가 단위 교육 지원 프로그램 ‘에듀케이션 포 컨트리스(Education for Countries)‘의 차기 단계를 발표했다. 이번 확장 전략은 교사 연수와 교육용 신규 도구 개발, 국가별 파트너십 강화를 축으로 삼아 전 세계 학습 성과를 끌어올린다. 오픈AI는 기술을 들여오는 과정에서 현장 교육자가 겪는 고충을 풀고, 교실 환경에 맞는 인공지능 활용 방안을 제시하는 데 힘을 쏟는다. 이를 위해 각국 교육 기관과 손잡고 기술 표준을 세우는 학생이 인공지능을 도구로 다루는 미래형 교육 환경을 만드는 것을 목표로 삼는다. 인공지능이 교육 격차를 좁히고 교수학습의 질을 끌어올리는 주요 동력으로 자리 잡도록 유도하는 데 초점을 맞춘 행보다.

기사원문 바로가기

The next phase of OpenAI’s Education for Countries

 

22. 운영 연구와 데이터 과학을 결합한 AI 에이전트 계획 최적화

인공지능(AI) 에이전트를 구축할 때 명확한 계획 없이 기술을 도입하면 운영 비용이 급격히 늘어난다. 운영 연구(operations research)와 데이터 과학은 이 문제를 풀어 비용과 자원을 효율적으로 나누는 방법론을 제시한다. 기술 커버리지, 프로젝트 할당, 예산 수립 같은 실무 과제를 집 커버(set covering), 할당(assignment), 배낭 채우기(knapsack) 최적화 모델로 바꿔 풀 수 있다. 기업은 파이썬(Python) 기반 수리 최적화 도구인 구로비(Gurobi)를 활용해 복잡한 에이전트 계획을 정량적으로 설계한다. 이 방식은 제한된 자원 안에서 에이전트 성과를 끌어올리고 낭비되는 예산을 줄이는 데 기여하며, 기술 의사결정을 자동화해 기업의 AI 투명성과 효율성을 함께 높인다.

기사원문 바로가기

Optimizing AI Agent Planning with Operations Research and Data Science | Towards Data Science

 

23. 구글 검색, 생성형 AI 통한 상품 광고 강화

구글(Google)이 검색 엔진에 생성형 인공지능(generative AI) 모델인 제미나이(Gemini)를 결합해 광고 서비스를 넓힌다. 사용자가 특정 상품을 검색하면 제미나이가 관련 제품을 추려내고 구매를 권하는 맞춤형 설명문을 자동으로 만들어 낸다. 검색 결과 페이지 안에서 구매 결정을 직접 거드는 전략의 연장선이다. 구글은 앞서 더 넓은 화면을 쓰는 새 검색 광고 창을 공개했고, 이번 업데이트로 검색 환경 전반에 AI를 입히는 흐름에 속도를 더한다.

기사원문 바로가기

Google Search’s AI evolution includes more ads

 

🚀 AI 제품·서비스 (10건)

1. 피그마, 캔버스에서 디자이너와 협업하는 자체 AI 어시스턴트 공개

디자인 플랫폼 피그마(Figma)가 사용자와 실시간으로 주고받으며 디자인을 만들고 고치는 자체 인공지능(AI) 어시스턴트를 내놓는다. 사용자가 자연어로 질문을 입력하면 디자인 요소를 자동으로 만들거나 기존 결과물을 다듬어 주는 방식이다. 피그마는 그동안 앤스로픽(Anthropic), 오픈에이아이(OpenAI)와 손잡고 캔버스 환경에 외부 AI 기술을 끌어왔고, 최근에는 위비(Weavy)를 2억 달러에 인수하면서 AI 역량을 한층 끌어올렸다. 이번 AI 에이전트는 협업 환경에서 디자이너 생산성을 높이는 도구로 쓰이며, 앞으로 피그마 디자인 생태계 전반의 워크플로를 바꿔 놓을 것으로 보인다.

기사원문 바로가기

Figma launches AI agent that designs on the canvas

 

2. 주스박스, AI 기반 자율 채용 에이전트 서비스 출시

주스박스(Juicebox App Inc.)가 채용 담당자를 대신해 능동적으로 후보자를 찾고 소통하는 자율형 인공지능(AI) 채용 에이전트 제품군을 내놨다. 이 솔루션은 여러 채용 공고를 동시에 다루면서 잠재 후보자를 끊임없이 탐색하고 추천하며, 채용 제안 메시지까지 직접 작성한다. 기존의 수동적 후보자 검색 방식에서 벗어나 장기간에 걸쳐 사람의 개입을 최소화하면서 채용 절차를 최적화하도록 설계했다. 이번 서비스는 기술에 바탕을 둔 능동적 인재 확보로 채용 효율을 끌어올리려는 기업에 새 선택지가 될 전망이다.

기사원문 바로가기

Exclusive: Juicebox autonomous recruiting agents help source candidates proactively - SiliconANGLE

 

3. 리버베드, 아터니티 플랫폼에 에이전트 AI·세션 재생 기능 추가

디지털 직원 경험 관리 기업 리버베드 테크놀로지(Riverbed Technology)가 아터니티 익스피리언스 플랫폼(Aternity Experience Platform)에 6가지 새 기능을 얹었다. 이번 업데이트는 기업 정보기술 운영을 반응형 대응 방식에서 사전 예방적 자율 운영 체계로 옮기는 데 초점을 맞췄다. 주요 기능으로 에이전트 인공지능(agentic AI), 세션 재생(session replay), AI 기반 관측 가능성(AI observability) 기술을 담았다. 리버베드는 단순한 인공지능 보조 도구에 머무르지 않고, 복잡한 정보기술 환경에서 문제를 스스로 찾아내 풀어내는 자율 운영 환경을 구현하려 한다. 그 결과 기업은 사후 처리 중심의 티켓 큐에서 벗어나 업무 중단 사고를 미리 막는 효율적인 디지털 인프라 관리를 기대할 수 있다.

기사원문 바로가기

Riverbed adds agentic AI, session replay and AI observability to Aternity platform - SiliconANGLE

 

4. 테라 시큐리티, AI 플랫폼에 네트워크 인프라 취약점 탐지 기능 추가

공격적 보안 플랫폼 기업 테라 시큐리티(Terra Security Inc.)가 네트워크 인프라를 겨냥한 연속적 익스플로잇 검증(continuous exploitation validation) 기능을 내놓으며 웹 애플리케이션과 인공지능(AI) 시스템에 머물던 플랫폼 범위를 크게 넓혔다. 테라 시큐리티 플랫폼은 수백 개의 AI 에이전트 군집에 사람 검토자를 더해 고객사 환경에 숨어 있는 악용 가능한 취약점을 미리 찾아내는 방식으로 돌아간다. 네트워크 인프라 보안 기능을 추가하면서 웹과 AI, 네트워크까지 묶는 에이전트 기반 통합 보안 플랫폼 구도가 갖춰졌다. 테라 시큐리티는 갈수록 복잡해지는 기업 보안 환경에서 인프라 전반의 위협을 자동으로 짚어내고 대응 수준을 끌어올리는 데 힘을 보탤 전망이다.

기사원문 바로가기

Terra Security unifies web, AI and network testing under one agentic platform - SiliconANGLE

 

5. 알리바바, 2.8초 지연속도의 실시간 다중모달 통번역 모델 공개

알리바바(Alibaba)의 큐원(Qwen) 팀이 실시간 다중모달(multimodal) 통번역 모델 큐원3.5-라이브트랜슬레이트-플래시(Qwen3.5-LiveTranslate-Flash)를 내놓았다. 오디오와 비디오를 함께 처리해 60개 언어를 알아듣고 29개 언어로 음성을 내보내며, 처리 지연은 2.8초에 그친다. 이전 버전과 비교하면 실시간 화자 음성 복제(voice cloning)가 새로 들어갔고, 입 모양과 화면 속 텍스트를 함께 읽어 시각적 이해도를 끌어올렸다. 사용자가 도메인 특화 용어를 그때그때 지정하는 기능도 붙였다. 벤치마크 플뢰르(FLEURS)와 코보스트2(CoVoST2)에서는 기존 상용 서비스보다 높은 성능을 보였고, 배포 경로는 알리바바 클라우드 모델 스튜디오(Alibaba Cloud Model Studio)의 웹소켓 기반 API 하나로 한정했다.

기사원문 바로가기

Alibaba Qwen Team Introduces Qwen3.5-LiveTranslate-Flash: Real-Time Multimodal Interpretation Across 60 Languages at 2.8-Second

 

6. 피규어 AI의 휴머노이드 로봇 택배 분류 영상 화제

휴머노이드 로봇 기업 피규어 AI(Figure AI)가 자사 로봇이 택배 물류 현장에서 물건을 스스로 분류하는 과정을 담은 영상을 24시간 실시간 스트리밍으로 공개했다. 영상 속 로봇은 인공지능(AI)으로 물체를 인식하고 집어 옮기는 동작을 수행하면서 실제 사람처럼 유연하게 움직였다. 복잡한 물류 작업 환경에서 로봇이 인간 노동력을 보완하거나 대체할 수 있다는 기술적 가능성을 대중에게 각인시킨 장면이다. 시청자 다수는 로봇의 정교한 움직임에 주목했고, 물류 산업 전반의 자동화 속도가 더 빨라질 것으로 내다본다. 이번 스트리밍은 로봇 기술이 실용 단계에 들어섰음을 입증하는 동시에, 인간과 로봇이 협력하는 미래 작업 현장에 대한 관심을 한층 키웠다.

기사원문 바로가기

The Internet can't stop watching Figure AI's humanoid robots handling packages

 

7. 원패스워드, 코덱스용 모델 컨텍스트 프로토콜 서버 공개

암호 관리 서비스 기업 원패스워드(1Password)가 오픈AI(OpenAI)와 협력을 확대해 코덱스(Codex) 코딩 에이전트용 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 서버를 내놨다. 코딩 에이전트가 코드를 작성하는 도중 필요한 자격 증명을 원패스워드 보관함에서 곧바로 가져오도록 했다. 기존 방식처럼 에이전트 프롬프트나 모델 컨텍스트에 비밀번호를 노출하지 않아도 돼 보안성이 높아졌다. 개발자는 새 서버에서 실시간으로 자격 증명에 접근할 수 있는 안전한 런타임 환경을 확보한다. 기업도 인공지능 기반 개발 환경에서 데이터 유출 위험을 줄이면서 코드를 효율적으로 작성할 수 있게 됐다. 원패스워드는 오픈AI와 손잡고 개발자 작업 흐름을 최적화하고 보안 수준을 다듬는 데 집중하면서, 앞으로 기업 고객의 AI 도입 속도를 한층 끌어올릴 전망이다.

기사원문 바로가기

1Password extends OpenAI collaboration with Codex MCP server for just-in-time credential access - SiliconANGLE

 

8. 데이터돔, AI 쇼핑 에이전트 전용 가상 대기실 서비스 출시

봇과 에이전트 신뢰 관리 기업 데이터돔(DataDome SAS)이 가상 대기실 제품 우선 보호(Priority Protect)를 내놨다. 고수요 판매 이벤트에서 쇼핑 에이전트와 인간 소비자를 함께 관리하도록 설계한 제품이다. 기존 봇 탐지 엔진을 대기열 관리 영역까지 확장해, 접속 요청을 뜯어본 뒤 인간 소비자와 인증된 인공지능(AI) 에이전트, 악의적인 봇을 실시간으로 가려낸다. 트래픽이 몰릴 때도 정당한 사용자와 승인된 에이전트가 먼저 서비스에 진입하도록 길을 터주고, 웹사이트와 애플리케이션 자원을 보호하면서 쇼핑 흐름을 끊지 않는다. 데이터돔은 빠르게 확산하는 AI 기반 쇼핑 자동화 시장에서 기업이 보안과 사용자 경험을 함께 잡을 수 있는 수단으로 이 제품을 내세웠다.

기사원문 바로가기

DataDome debuts Priority Protect, a virtual waiting room built for AI shopping agents - SiliconANGLE

 

9. 테네블, Hexa AI 에이전트에 다단계 추론 및 MCP 지원 추가

노출 관리 기업 테네블(Tenable Holdings)이 자사 플랫폼 테네블 원(Tenable One)에 탑재된 에이전트 엔진 헥사 AI(Hexa AI)의 신규 기능을 공개하며 일반 출시에 들어갔다. 이번 업데이트의 골자는 다단계 추론(multistep reasoning) 기술과 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 지원이다. 다단계 추론은 복잡한 보안 위협을 단계별로 분해해 대응책까지 제시하고, MCP는 서로 다른 AI 시스템 사이의 데이터 연동을 표준화해 보안 도구와 AI 에이전트가 정보를 주고받는 과정을 매끄럽게 만든다. 테네블은 두 기술을 더해 취약점 발견에서 실제 조치까지 걸리는 시간 간극을 크게 좁힐 수 있다고 밝혔다. 보안 전문가들은 이번 조치를 두고 기업이 위협을 능동적으로 관리하고 AI 기반 보안 솔루션의 실효성을 끌어올리는 계기가 될 것으로 내다본다.

기사원문 바로가기

Tenable adds multistep reasoning and MCP support to Hexa AI agent - SiliconANGLE

 

10. 구글 플로우, 에이전트 기반 브레인스토밍 기능과 정밀 편집 도구 추가

작년 구글 연례 개발자 회의에서 처음 공개된 창작 스튜디오 서비스 구글 플로우(Google Flow)가 출시 1년을 맞아 기능을 대폭 확장했다. 구글 플로우는 사용자가 여러 인공지능(AI) 모델로 영상을 만들고 다듬을 수 있는 플랫폼으로, 이번 개편에서 인공지능이 창의적인 아이디어를 먼저 제안하는 에이전트 기반 브레인스토밍 기능을 새로 넣었다. 영상 편집 단계에서는 이전보다 정밀하게 손볼 수 있게 됐고, 사용자가 만든 결과물을 외부에 공유하는 기능도 한층 다듬었다. 구글은 이번 개편으로 창작자가 영상 기획부터 제작, 편집까지 한 곳에서 끝낼 수 있도록 작업 환경을 끌어올렸다. 앞으로도 구글은 생성형 AI 기술을 바탕으로 구글 플로우의 영상 창작 편의성을 더 높여 갈 계획이다.

기사원문 바로가기

Google Flow adds agentic brainstorming, more precise editing tools and sharing features - SiliconANGLE

 

🔬 AI 연구·기술 (4건)

1. 의료 전문 AI 코티, 음성 인식 모델 ‘심포니’로 정확도 경쟁 우위 점해

덴마크 코펜하겐에 본사를 둔 헬스케어 인공지능 기업 코티(Corti)가 임상 등급 음성 인식 모델 심포니 포 스피치 투 텍스트(Symphony for Speech-to-Text)를 내놨다. 실시간 받아쓰기와 대화형 녹취, 일괄 오디오 처리에 맞춰 설계해 기존 범용 모델보다 정확도를 끌어올렸다. 최근 공개된 연구를 보면 의료 전문 용어 단어 오류율(Word Error Rate, WER)은 1.4%에 그쳤다. 오픈에이아이(OpenAI)의 위스퍼(Whisper)가 17.4%, 일레븐랩스(ElevenLabs)가 18.1%를 기록하며 17%대에 머문 것과 대비된다. 복잡한 약물 용량이나 측정값 같은 임상 엔티티 회상률도 98.3%에 달해 범용 모델의 44.3%와 큰 격차를 벌렸다. 코티 최고경영자 안드레아스 클레브는 의료 데이터의 정확도가 하위 AI 시스템 신뢰성을 좌우한다며, 이번 모델이 클리닉 현장에서 실질적인 데이터 층위 역할을 할 것이라고 내다봤다. 의료 약어와 복잡한 용어를 자주 잘못 알아듣던 일반 모델의 한계를 극복하고, 자동화된 AI 에이전트가 정확한 임상적 근거를 바탕으로 의사결정을 돕는 환경을 만들 수 있다는 기대가 뒤따른다.

기사원문 바로가기

Corti's new Symphony for Speech-to-Text model beats OpenAI at medical terminology accuracy, highlighting the value of specialize

 

2. 오픈AI 모델, 80년 난제 해결하며 이산수학의 거대 가설 뒤집다

오픈AI(OpenAI)의 인공지능 모델이 80년 동안 수학계의 난제로 남아 있던 단위 거리 문제(unit distance problem)를 풀어냈다. 연구진은 이산수학(discrete geometry) 분야에서 정설로 자리 잡았던 거대 가설을 반증해 보이며, AI가 복잡한 수학적 추론과 증명 과정에 실질적으로 기여할 수 있음을 입증했다. 수학자들은 인간의 직관과 고전적 계산 방식으로는 벽에 부딪혔던 문제에 AI가 새로운 접근법을 내놓았다는 점을 높이 평가한다. 연구팀은 이번 모델이 방대한 데이터를 처리하는 데 그치지 않고 수학적 논리 구조를 이해하면서 새로운 정리를 찾아내는, 차세대 수학 도구로서의 가능성을 보여줬다고 설명했다. 인공지능이 추상적인 수학 가설을 검증하고 새로운 지식을 발견하는 영역에 본격 진입하자, 기초 과학과 수학 연구 환경에도 큰 변화가 따를 전망이다.

기사원문 바로가기

An OpenAI model has disproved a central conjecture in discrete geometry

 

3. 텍스트 데이터 기반 지식 그래프 생성 파이프라인 구축 기법 공개

마크테크포스트(MarkTechPost)가 케이지젠(kg-gen) 도구로 일반 텍스트와 대화문, 다수의 원본 문서에서 지식 그래프를 만드는 과정을 상세히 소개했다. 파이프라인은 경량 엘엘엠(LiteLLM)으로 대규모 언어모델(large language model, LLM)을 구성하는 단계에서 출발한다. 텍스트에서 개체와 술어, 관계를 뽑아내는 기초 작업을 마친 뒤에는 긴 문서를 다루기 위해 텍스트를 파편화(chunking)하고 군집화(clustering)하는 기법을 적용한다. 네트워크엑스(NetworkX)를 활용한 분석·시각화 도구까지 짚으면서, 데이터에서 구조화된 지식을 뽑아내려는 연구자와 개발자에게 실질적인 구현 경로를 제시했다.

기사원문 바로가기

How to Build Knowledge Graph Generation Pipelines From Text With kg-gen, NetworkX Analytics, and Interactive Visualizations

 

4. 엔비디아, 연산 효율 6배 높인 대규모 언어모델 ‘네모트론-랩스-디퓨전’ 공개

엔비디아 연구진은 단일 아키텍처 안에 세 가지 복호화 방식을 통합한 언어모델 제품군 네모트론-랩스-디퓨전(Nemotron-Labs-Diffusion)을 공개했다. 표준 자귀회귀(autoregressive, AR) 방식이 부딪힌 연산 한계를 넘기 위해 디퓨전 기반 병렬 복호화와 자기 추측(self-speculation) 복호화 기술을 함께 적용했다. 그 결과 큐웬3-8B(Qwen3-8B) 모델과 비교해 순방향 패스당 6배 많은 토큰을 만들어내며 처리량을 끌어올렸다. 제품군은 30억, 80억, 140억 개 파라미터 규모로 나뉘고, 각 규모마다 기반 모델, 지시 최적화 모델, 시각-언어 모델 변형을 갖춘다. 엔비디아는 이번 기술이 인공지능 모델의 추론 속도와 효율성을 함께 끌어올려 대규모 언어모델(large language model, LLM)의 실질적 활용 범위를 넓힐 것으로 본다.

기사원문 바로가기

NVIDIA AI Releases Nemotron-Labs-Diffusion: A Tri-Mode Language Model with 6× Tokens Per Forward Over Qwen3-8B

 

⚖️ AI 산업·정책 (4건)

1. 공급망 공격으로 깃허브 내부 저장소 3,800개 유출

깃허브(GitHub)가 내부 직원 기기에 설치된 악성 비주얼 스튜디오 코드(Visual Studio Code) 확장 프로그램 탓에 약 3,800개의 내부 저장소를 빼앗기는 보안 침해를 겪었다. 공격 그룹 팀피씨피(TeamPCP)는 구글 위협 인텔리전스 그룹(Google Threat Intelligence Group)이 유엔씨6780(UNC6780)으로 추적해 온 위협 행위자다. 오픈소스 보안 유틸리티와 인공지능(AI) 미들웨어를 노리는 공급망 공격을 전문으로 삼아 왔으며, 마이크로소프트(Microsoft)의 내구 작업(DurableTask) 파이썬(Python) 소프트웨어 개발 키트(SDK)를 비롯해 여러 차례 침투를 시도했다. 깃허브는 악성 확장 프로그램을 제거하고 엔드포인트를 격리한 뒤 중요 보안 자격 증명을 즉시 교체했다. 이번 사고는 소프트웨어 개발 도구와 AI 미들웨어의 취약점을 파고드는 공격이 어디까지 위협이 되는지 보여 준다. 업계 전문가들은 단순한 데이터 유출에 그치지 않고 인프라 구성 정보와 배포 스크립트까지 새어 나간 중대한 지능 유출로 본다.

기사원문 바로가기

GitHub confirms 3,800 internal repos stolen through poisoned VS Code extension as supply chain worm hits Microsoft's Python SDK

 

2. 싱가포르, 구글·오픈AI와 AI 파트너십 체결… 2억 3400만 달러 투자

싱가포르가 글로벌 인공지능(AI) 허브 입지를 다지려고 구글(Google)과 오픈AI(OpenAI)와 새 파트너십을 맺었다. 이번 협력으로 오픈AI는 싱가포르 현지 AI 생태계를 키우는 데 2억 3400만 달러를 투입하며, 자사 기술과 인프라를 활용해 현지 연구 역량을 끌어올린다. 싱가포르 정부는 기술 기업과 공동 연구하고 인재를 길러내 공공·민간 전 분야에서 AI 도입에 속도를 낼 계획이다. 이번 투자와 기술 협력은 아시아 지역 AI 주도권을 쥐려는 싱가포르의 전략적 행보로 읽히며, 앞으로 여러 산업군에서 AI 기반 해법 개발이 활발해질 전망이다.

기사원문 바로가기

Singapore inks AI deals with Google, OpenAI as ChatGPT-maker commits $234 million to local ecosystem

 

3. 중국, 엔비디아 CEO 방문 기간 중 RTX 5090D V2 수입 금지 조치

미국 정부의 대중국 반도체 수출 통제 기조가 이어지는 가운데, 중국 당국이 엔비디아의 그래픽 처리 장치(graphics processing unit, GPU)인 RTX 5090D V2를 금지 물품 목록에 올렸다. 젠슨 황(Jensen Huang) 엔비디아 최고경영자(CEO)가 중국을 방문하던 시기에 나온 조치라 그 배경에 관심이 쏠린다. RTX 5090D V2는 미국 규제를 우회하려고 성능을 조정한 모델로 알려졌지만, 중국 세관은 통과시키지 않았다. 미국은 고성능 AI 칩이 중국의 군사 기술 개발로 흘러갈 길을 막으려 수출을 제한해 왔고, 중국은 자체 반도체 자급률을 끌어올리는 동시에 외국산 기술 유입을 엄격히 규제하며 맞서고 있다. 그 결과 인공지능(AI) 컴퓨팅 인프라를 구축하려던 중국 기업들이 타격을 입을 전망이며, 엔비디아를 비롯한 글로벌 반도체 기업들도 중국 시장 전략을 손볼 수밖에 없게 됐다.

기사원문 바로가기

China banned Nvidia’s gaming chip during Jensen Huang’s visit

 

4. 프랑스 기업 컨소시엄, EU AI 기가팩토리 부지 유치에 100억 달러 투자

프랑스 기업들이 유럽연합(EU)이 추진하는 5개 인공지능(AI) 기가팩토리 부지 가운데 한 곳을 따내려고 대규모 컨소시엄을 꾸렸다. 클라우드 기업 스케일웨이(Scaleway)가 주도하는 이온(AION) 컨소시엄에는 일리아드(Iliad), 프랑스 국립컴퓨팅센터(GENCI), 프랑스 국립정보통신연구소(Inria), 에비덴(Eviden), 시펄(SiPearl), 허깅페이스(Hugging Face), 미스트랄AI(Mistral AI) 관련 파트너가 이름을 올렸고, 약 100억 달러 규모의 투자 계획을 내놨다. 스페인, 독일, 네덜란드가 국가 간 연합 방식을 택한 반면, 프랑스는 단일 국가 차원의 Bid를 앞세워 자국 인프라 역량을 부각하며 유치 경쟁에 뛰어들었다. 이번 투자는 유럽 내 AI 연산 인프라를 늘려 기술 자립도를 끌어올리려는 EU의 전략 목표와 맞물려 있다. 프랑스 정부와 주요 기업은 유치를 발판 삼아 자국 AI 생태계를 다지고 유럽 AI 산업의 핵심 거점으로 올라서겠다는 뜻을 내비치고 있다.

기사원문 바로가기

French companies bid $10bn for one of the EU’s five planned AI gigafactory sites

 

💰 AI 투자·시장 (4건)

1. 오픈소스 AI 에이전트 나노클로의 개발사 나노코 AI, 1200만 달러 투자 유치

개방형 인공지능(AI) 에이전트 플랫폼인 오픈클로(OpenClaw)의 파생 프로젝트 나노클로(NanoClaw)를 만든 나노코 AI(NanoCo AI)가 밸리 캐피털 파트너스 주도로 1200만 달러 규모의 시드 투자를 받았다. 나노코 AI는 이번 자금을 발판 삼아 기업 근로자 개개인을 겨냥한 보안 전문 비서 프로페셔널 어시스턴트를 상용화한다. 나노클로는 방대한 코드 덩어리였던 기존 오픈클로와 달리 500줄 수준으로 코드를 줄여 보안 감사를 손쉽게 한다. 도커(Docker) 기반 마이크로 가상머신으로 에이전트를 엄격히 격리하고, 원클리 러스트 게이트웨이(OneCLI Rust Gateway)가 권한 없는 동작을 막는다. 중요한 명령은 사용자의 실시간 승인을 거치도록 설계했다. 나노코 AI는 나노클로를 MIT 라이선스 오픈소스 표준으로 계속 유지하는 전문 관리 서비스를 얹은 상용화 모델로 기업용 생산성 도구 시장을 파고든다.

기사원문 바로가기

NanoClaw's creators are turning the secure, open source AI agent harness into an enterprise 'second brain'

 

2. 생성형 AI 시장 투자와 인수 열기 지속

글로벌 생성형 인공지능(generative AI, 생성형 AI) 시장에서 주요 기업을 축으로 인수합병과 투자 계약이 잇따라 성사되고 있다. 이번에 맺어진 여러 건의 거래는 생성형 AI 분야가 여전히 강한 성장세를 이어가고 있음을 보여준다. 시장을 이끄는 주요 브랜드가 참여한 만큼 기술을 고도화하고 시장 지배력을 넓히려는 전략적 행보로 풀이된다. 전문가들은 이런 투자 흐름이 AI 시장의 열기를 재확인하는 계기가 되리라 전망하면서, 앞으로 관련 기술 경쟁이 한층 치열해질 것으로 내다본다.

기사원문 바로가기

Flurry of Deals Reaffirms Sizzling AI Market

 

3. 트라이벌 AI, 엔터프라이즈용 메타데이터 네이티브 에이전트 개발 위해 1천만 달러 투자 유치

기업용 AI 소프트웨어 시장에서 인공지능(AI) 시연과 실제 생산 환경 사이 성능 격차가 좀처럼 좁혀지지 않는 가운데, 트라이벌 AI(Tribal AI Inc.)가 이 문제를 풀겠다며 1천만 달러 규모의 시드 투자를 유치했다. 많은 기업이 도입한 기존 에이전트 기반 AI 솔루션이 실무 환경에서 기대에 못 미치자, 트라이벌 AI는 메타데이터(metadata)를 직접 다루는 에이전트를 대안으로 내놓았다. 이번 투자금으로 기업의 복잡한 데이터 구조와 문맥을 더 깊이 읽어내는 차세대 에이전트 기술을 끌어올린다. 기업 운영 환경에 맞춘 에이전트 솔루션을 공급해 실제 산업 현장에서 AI 실효성을 끌어올리는 것이 목표다.

기사원문 바로가기

Tribal AI lands $10M in seed funding to bring metadata-native agents to the enterprise - SiliconANGLE

 

4. 저가형 AI의 급성장, 오픈AI와 앤스로픽 기업공개에 걸림돌 되나

중국 인공지능(AI) 연구소들이 미국 선도 기업과 대등한 성능의 모델을 훨씬 낮은 비용으로 구현하면서 글로벌 AI 시장 판도를 흔들고 있다. 막대한 자본과 고비용 인프라를 근거로 기업 가치를 평가받아 온 오픈AI(OpenAI)와 앤스로픽(Anthropic) 같은 미국 AI 기업의 기업공개(IPO) 계획에 잠재적 위협으로 작용한다. 미국 빅테크는 모델 성능을 끌어올리려 천문학적 비용을 쏟아붓고 있는 반면, 중국 연구소들은 효율적인 비용 구조를 앞세워 기술 격차를 빠르게 좁혔다. 이렇게 기술과 비용의 균형이 흔들리자 앞으로 대규모 투자 유치와 상장 과정에서 투자자들이 수익성 지표를 더 엄격하게 따질 가능성이 커졌다. 시장 전문가들은 저비용 고성능 AI 모델이 확산하면서 그동안 유지되어 온 미국 중심의 기술 독점 체제가 약화하고, 관련 기업들의 상장 전략에도 상당한 조정이 불가피하다고 내다본다.

기사원문 바로가기

Cheap AI could derail OpenAI and Anthropic's IPOs

 

🛡️ AI 윤리·안전 (5건)

1. 미국 대선 앞둔 챗봇들, 유권자 정보 제공 능력 부족

미국 대선을 앞두고 챗GPT(ChatGPT), 클로드(Claude), 제미나이(Gemini), 그록(Grok) 등 생성형 인공지능(generative AI)이 유권자의 투표 문의에 믿기 어려운 답변을 내놓는다는 연구 결과가 잇따라 나오고 있다. 컬럼비아 저널리즘 스쿨(Columbia Journalism School) 산하 토우 센터(Tow Center) 연구진은 이들 모델이 투표소 위치, 투표 방법, 정보 진위 확인 같은 민감한 질문에 정확한 답을 내놓지 못한다고 짚었다. 대규모 언어모델(large language model, LLM)이 정치적 의사 결정 도구로 쓰일 가능성은 커졌지만, 지금 기술 수준으로는 민주주의가 요구하는 정보 수요를 채우지 못한다. 정보 정확성과 무결성(information integrity)을 확보하지 못한 채 인공지능이 선거 과정에 끼어들면 유권자에게 혼란을 줄 위험이 크다. 그 결과 선거 정보 제공에서 인공지능의 한계가 뚜렷하며, 기술 고도화와 윤리적 가이드라인 마련이 시급하다는 목소리가 커지고 있다.

기사원문 바로가기

ChatGPT, Claude, Gemini and Grok are not ready to brief American voters

 

2. 구글, 크로미움 보안 취약점 패치 전 코드 공개해 논란

구글(Google)이 수백만 명이 쓰는 웹 브라우저 엔진 크로미움(Chromium)의 보안 취약점 정보를 공식 패치가 나오기 전에 공개해 보안 업계의 비판을 받았다. 이번에 드러난 취약점은 29개월 전에 이미 보고됐으나, 구글이 별다른 조치를 하지 않은 상태에서 외부로 공유된 것으로 알려졌다. 정보 보안 업계는 악용 사례를 막으려고 패치와 동시에 정보를 공개하는 관례를 따라 왔는데, 이번 처사는 그 흐름에서 벗어난다. 구글 측은 인공지능(AI) 기반 자동화 버그 탐지와 보안 강화 프로세스의 일환이었다고 해명했다. 그러나 수정이 끝나지 않은 코드가 공개되면서 사용자들은 즉각적인 보안 위협에 노출됐다. 보안 전문가들은 이런 대응이 범죄자에게 악용될 소지가 크다고 경고하면서 구글의 개발 프로세스를 다시 들여다볼 것을 요구했다.

기사원문 바로가기

Google publishes exploit code threatening millions of Chromium users

 

3. 아동 안전 및 부당 마케팅 혐의로 로블록스 FTC 조사 촉구

어린이 권익 단체인 페어플레이(Fairplay)와 성 착취 근절을 위한 전국 센터(National Center on Sexual Exploitation, NCSE)가 미 연방거래위원회(Federal Trade Commission, FTC)에 게임 플랫폼 로블록스(Roblox)를 조사해 달라고 요청했다. 두 단체는 로블록스가 안전성을 두고 대중을 오도하며 어린 이용자가 게임 안에서 과도하게 돈을 쓰도록 압박한다고 주장한다. 로블록스는 이런 주장이 사실과 다르다며 강하게 반박했고, FTC는 이번 고발을 두고 공식 입장을 내놓지 않았다. 고발을 계기로 로블록스 플랫폼의 알고리즘 기반 콘텐츠 노출과 아동 맞춤형 마케팅이 안전 정책을 제대로 지키는지를 둘러싼 윤리 논란이 번지고 있다.

기사원문 바로가기

Fairplay and NCSE ask the FTC to investigate Roblox over child safety and ‘unfair and deceptive’ marketing

 

4. GPT-4.5가 인간보다 더 인간답게 평가받는 튜링 테스트 결과 등장

캘리포니아 대학교 샌디에이고(University of California, San Diego) 연구진은 인공지능(AI)이 실시간 채팅에서 사람과 구분하기 어려울 만큼 인간처럼 행동한다는 연구 결과를 내놨다. 거대 언어모델(large language model, LLM)인 GPT-4.5는 실제 사람과 맞붙은 채팅 대결에서 오히려 인간보다 더 자주 사람으로 판명되며 튜링 테스트(Turing test)를 사실상 통과했다는 평가를 받았다. 튜링 테스트는 그동안 기계가 인간처럼 사고하는지를 가르는 잣대로 쓰여 왔지만, AI 모델이 빠르게 발전하면서 인간과 기계를 구별하는 일 자체가 무의미해지는 국면에 들어섰다. 그 결과 온라인에서 AI가 인간을 사칭하거나 신뢰를 조작할 위험이 커졌고, AI 공개와 투명성 확보를 둘러싼 논란도 거세지고 있다. 전문가들은 AI가 정교한 대화 능력을 갖추면서 디지털 환경에서 개인을 식별하고 정보의 진위를 가리는 일이 한층 까다로워질 것이라고 경고한다.

기사원문 바로가기

AI can pass the Turing Test in live chats and appear more human than us. I am spooked now

 

5. 오픈AI와 구글, AI 생성 이미지 식별 위한 공동 검증 도구 공개

오픈AI(OpenAI)와 구글(Google)이 인공지능으로 만든 이미지의 허위 정보를 막고 진위 판별을 돕기 위해 손을 잡았다. 두 회사는 이미지 안에 눈에 보이지 않는 워터마크를 새기고 메타데이터를 함께 활용하는 기술을 적용했다. 이용자는 양사가 공동으로 제공하는 공개 검증 도구로 해당 이미지가 인공지능으로 생성된 것인지 즉시 확인할 수 있다. 이번 조치는 생성형 AI 기술이 빠르게 발전하면서 정교해진 가짜 이미지가 사회적 혼란을 일으킬 위험이 커지자 마련됐다. 두 기업의 협력은 디지털 콘텐츠의 투명성을 끌어올리고 이용자의 정보 리터러시를 강화하는 계기가 될 전망이다. 앞으로 식별 표준이 더 많은 플랫폼으로 퍼지면 디지털 환경 안의 콘텐츠 신뢰도도 한층 개선될 것으로 보인다.

기사원문 바로가기

OpenAI has a new website where you can check if an image is real or AI slop