[2026-05-26 | 오늘의 AI 뉴스 브리핑] 바쁜 당신을 위한 AI 트렌드 총정리

🏢 AI 기업·비즈니스 (6건)

1. 오픈AI, 브라질 미디어 그룹 폴랴 및 UOL과 콘텐츠 파트너십 발표

오픈AI(OpenAI)가 브라질(Brazil) 최대 미디어 그룹인 그루포 폴랴(Grupo Folha), 그루포 유오엘(Grupo UOL)과 전략적 콘텐츠 파트너십을 맺었다. 오픈AI가 브라질 미디어 기업과 콘텐츠 제휴를 체결한 것은 이번이 처음이다. 계약에 따라 폴랴 지 산파울루(Folha de S.Paulo)와 유오엘(UOL)이 만드는 신뢰도 높은 브라질 뉴스 콘텐츠가 챗GPT(ChatGPT)에 들어간다. 전 세계 9억 명이 넘는 주간 활성 사용자는 출처 표기와 원문 기사로 이어지는 링크를 함께 보면서 브라질 현지 뉴스 요약과 정보를 찾아 확인할 수 있다. 두 회사의 협력은 폴랴가 2025년 오픈AI를 상대로 무단 콘텐츠 사용을 이유로 낸 소송을 마무리하는 합의이기도 하다. 제휴에 따라 그루포 폴랴와 그루포 유오엘은 오픈AI의 고급 도구인 코덱스(Codex), 기업용 챗GPT(ChatGPT Enterprise), 애플리케이션 프로그래밍 인터페이스(application programming interface, API)를 쓸 권한을 갖는다. 두 미디어 그룹은 인공지능(artificial intelligence, AI) 도구로 독자 중심의 신규 기능을 만들 계획이다. 뉴스룸 작업 환경을 효율적으로 가다듬고 사업 운영 구조도 최적화하려 한다. 브라질은 월간 활성 사용자가 5천만 명뿐 아니라 오픈AI에 중요한 시장으로 꼽힌다. 오픈AI는 전 세계 뉴스 기관과 손잡고 신뢰할 만한 저널리즘을 인공지능 환경에 녹여내는 글로벌 사업을 펼치고 있다.

기사원문 바로가기

OpenAI, Grupo Folha, and Grupo UOL announce strategic content partnership

 

2. 델과 엔비디아, AI 시범 도입의 걸림돌인 ‘데이터 파편화’ 해결을 위해 협력

많은 기업이 인공지능(artificial intelligence, AI) 시범 운영 단계에서 벗어나 실질적인 사업 성과를 거두려 애쓴다. 다만 수십 년간 사방에 흩어진 내부 데이터가 AI를 키우려는 발걸음을 가로막는다. 델 테크놀로지스(Dell Technologies)와 엔비디아(Nvidia)는 기업이 겪는 데이터 혼돈을 풀어주고자 손잡고 협력 범위를 넓혔다. 두 기업은 저장 장치와 정제 도구, 조율 기술을 한데 묶어 데이터가 유입되는 시점부터 그래픽 처리장치(graphics processing unit, GPU)에 닿기까지 전 과정을 관장하는 인공지능 데이터 플랫폼(AI Data Platform)에 힘을 쏟는다. 델 테크놀로지스에서 제품 마케팅을 총괄하는 바룬 차브라(Varun Chhabra) 부사장과 스토리지 기술 부문을 이끄는 라제쉬 라자라만(Rajesh Rajaraman) 최고기술책임자는 조각난 데이터가 AI 구축의 앞길을 막는 병목이라고 지적했다. 두 사람은 기업이 마주한 복잡한 인프라를 정비하면서 데이터가 흐르는 통로인 데이터 파이프라인(data pipeline)을 단순하게 다듬는 데 주력한다. 거대 언어모델(large language model, LLM)을 바탕으로 스스로 판단해 움직이는 에이전트형 인공지능(agentic AI)을 기업 업무에 유연하게 들이려면 데이터를 효율적으로 다스려야 한다. 그 결과 엔비디아의 고성능 반도체와 델 테크놀로지스의 서버, 네트워크, 냉각 기술을 유기적으로 엮어 인공지능 공장(AI factory) 환경을 꾸리는 방식이 주목받는다. 기업은 양사가 힘을 모아 일군 환경에서 민감한 정보를 내부 전산망에 안전하게 보관하면서도 대규모 계산 작업을 처리해 AI를 사업 현장에 뿌리내릴 수 있다.

기사원문 바로가기

Fragmented enterprise data remains critical AI blocker - SiliconANGLE

 

3. 마이크로소프트 클로드 코드 라이선스 축소와 기업용 인공지능 실질 도입 비용의 한계

마이크로소프트(Microsoft)가 윈도우(Windows)와 마이크로소프트 365(Microsoft 365), 아웃룩(Outlook), 팀즈(Teams), 서피스(Surface)를 만드는 경험 및 기기 부서(Experiences and Devices group)에서 쓰던 개발자용 인공지능(artificial intelligence, AI) 코딩 도구 클로드 코드(Claude Code) 라이선스를 대부분 거둬들이고 있다. 소속 개발자는 6월 30일까지 깃허브 코파일럿 명령줄 인터페이스(GitHub Copilot command-line interface, GitHub Copilot CLI)로 갈아타라는 지시를 받았다. 마이크로소프트는 도구 체인 통합을 공식 사유로 내세웠지만, 실제로는 토큰(token) 소비량이 가파르게 늘면서 비용이 폭증한 탓이다. 앤트로픽(Anthropic)이 내놓은 명령줄 코딩 에이전트(command-line coding agent)는 추론과 검증에 토큰을 대량으로 쓰기 때문에, 사용자 수 기준으로 요금을 매기던 기존 소프트웨어 계약과 달리 사용량에 비례해 비용이 급격히 불어난다. 우버(Uber) 최고기술책임자(chief technology officer, CTO) 프라빈 네팔리 나가(Praveen Neppalli Naga)는 2026년도 AI 코딩 예산 전액을 단 4개월 만에 다 썼다고 밝혔다. 우버 소속 개발자는 클로드 코드를 활발히 쓰면서 1인당 월 500달러에서 2,000달러에 이르는 토큰 비용을 지출했다. 깃허브 역시 이용자 사용량이 늘어 운용 비용이 정액 요금뿐 아니라 서자 작년 11월 깃허브 코파일럿 프로와 프로 플러스 신규 가입을 일시 중단했다. 엔비디아(Nvidia) 응용 딥러닝 부문 부사장 브라이언 카탄자로(Bryan Catanzaro)는 컴퓨팅 인프라 비용이 직원 인건비를 훌쩍 뛰어넘었다고 설명했다. 가트너(Gartner)도 기업이 AI 인프라 프로젝트를 추진할 때 비즈니스 목표를 온전히 달성하는 비율은 28%에 그친다고 발표했다. 내년에 편성한 AI 예산 중 25%는 구매 조달 단계에서 무산돼 이듬해로 이월될 것으로 내다봤다. 매사추세츠 공과대학교(Massachusetts Institute of Technology, MIT) 분석을 보면, 현재 가격 체계에서 AI 자동화 비용이 인간 노동력보다 싼 직무는 대체 가능한 전체 일자리의 4분의 1 수준에 머문다. 이번 라이선스 회수는 대기업이 비용을 무제한 떠안으며 기술을 익히던 초기 실험 단계가 끝났다는 신호다. 앤트로픽이 클로드 구독 상품에서 하루 수천 달러에 달하는 인터페이스 호출 비용을 일으킨 오픈소스 에이전트 프레임워크 오픈클로(OpenClaw) 사용을 제한한 일도 개발 도구가 비용 임계점에 닿았음을 보여준다. 앞으로 기업은 무제한 사용권 대신 아마존 웹 서비스(Amazon Web Services, AWS)나 전력 요금처럼 사용량 기준으로 값을 치르는 체계로 옮겨갈 것으로 보인다. 그 결과 최고재무책임자(chief financial officer, CFO) 통제 아래 사용량 한도를 정하고 과금 현황을 실시간으로 추적하는 새로운 도입 기준이 자리 잡기 시작했다.

기사원문 바로가기

Microsoft’s quiet Claude Code retreat and the real cost of enterprise AI

 

4. 생산성 소프트웨어 기업 클릭업, 인공지능 에이전트 가동과 대규모 감원으로 제시하는 미래 업무 형태의 변화

설립 9년 차를 맞은 미국 협업 소프트웨어 기업 클릭업(ClickUp)이 전체 직원의 22%를 감축했다. 최고경영자(chief executive officer, CEO) 제브 에반스(Zeb Evans)는 비용 절감이 목적이 아니라 인공지능(artificial intelligence, AI)을 축으로 회사 구조를 다시 짜려는 전략적 결정이라고 설명했다. 클릭업은 업무 방식 자체를 바꾸기 위해 사내에 독자 개발한 인공지능 에이전트(artificial intelligence agent) 약 3,000개를 배치해 가동하고 있다. 직원 한 명당 약 3개를 붙인 셈이다. 에반스는 앞으로 직원이 맡을 역할을 세 부류로 나눴다. 첫째는 인공지능 에이전트에 지시를 내리고 업무를 주도하는 기술자와 제품 기획자 계열인 빌더(builder)다. 둘째는 인공지능 시스템이 제대로 돌아가는지 전반을 관리하는 시스템 매니저(system manager)다. 마지막은 사람 간 교류와 고객 소통을 전담하는 프론트라이너(front-liner)다. 클릭업은 인공지능을 도구로 활용해 일반 직원보다 100배 뛰어난 성과를 내는 우수 직원에게 연간 최대 100만 달러(한화 약 13억 원)를 보상으로 지급할 계획이다. 인력을 줄여 아낀 재원을 핵심 인재에게 몰아줘 업무 효율을 끌어올리겠다는 구상이다. 정보기술(information technology, IT) 업계에서는 인공지능 기술을 적극 활용하면서 기존 직원을 줄이는 흐름이 점차 뚜렷해지고 있다.

기사원문 바로가기

What ClickUp's mass layoff tells us about the future of work | TechCrunch

 

5. 델 테크놀로지스, 클라우드 비용 상승에 대응해 온프레미스 에이전트 인공지능 발표

클라우드 추론(cloud inference) 비용이 급증하면서 기업들이 부담을 호소하는 사이, 온프레미스(on-premises) 인공지능 컴퓨팅이 대규모 에이전트 인공지능(agentic AI)을 경제적으로 굴릴 해법으로 떠올랐다. 델 테크놀로지스(Dell Technologies Inc.)는 ‘델 데스크사이드 에이전트 인공지능(Dell Deskside Agentic AI)‘을 공개하면서 온프레미스 컴퓨팅을 핵심 기업 전략으로 앞세웠다. 로컬 컴퓨터를 단순한 클라우드 대체재가 아니라 에이전트 인공지능을 구현할 필수 인프라로 못박았다.

기사원문 바로가기

On-prem AI computing and the agentic enterprise - SiliconANGLE

 

6. 덴마크 애그테크 스타트업 퍼플랜트, AI 기반 정밀 살포 기술로 100만 유로 투자 유치

덴마크 코펜하겐 기반의 애그테크(agricultural technology, agtech) 스타트업(startup) 퍼플랜트(PerPlant)가 100만 유로(EUR) 규모의 시드(seed) 투자를 유치했다. 이번 라운드에는 탄소배출권(carbon credit) 플랫폼 아그리나(Agreena)의 이테 로센마이(Jytte Rosenmaj) 의장과 코프 단마르크(Coop Danmark)의 크렌 외스터고르 닐센(Kræn Østergaard Nielsen) 전 최고경영자(chief executive officer, CEO) 겸 인공지능(artificial intelligence, AI) 투자자가 이름을 올렸다. 덴마크 수출투자기금(Export and Investment Fund of Denmark, EIFO)과 유럽우주국(European Space Agency, ESA), 덴마크 혁신재단(Innovation Fund Denmark)도 재정적 지원에 가세했다. 퍼플랜트가 내놓은 장치는 트랙터 지붕에 얹는 인공지능 카메라 상자다. 부착된 카메라로 농경지를 촬영해 제초제를 뿌려야 할 잡초를 실시간으로 가려낸다. 농가는 이 방식으로 제초제 살포량을 최대 90%까지 줄이고, 비료 사용량도 30% 절감한다. 퍼플랜트는 20만 헥타르(hectare)가 넘는 유럽 농지를 지도화하면서 북유럽 최대 규모의 정밀 농업(precision agriculture) 데이터셋(dataset)을 확보했다. 유치한 자금은 유럽 전역에 장비를 보급하고 수집한 데이터를 고도화하는 데 투입된다.

기사원문 바로가기

PerPlant raises €1M to put AI cameras on tractors, and 200,000 hectares in the bank

 

🚀 AI 제품·서비스 (8건)

1. 리얼루전, 3D 제어와 바이트댄스 ‘시댄스 2.0’을 결합한 영상 제작 플랫폼 ‘AI 스튜디오’ 출시

3D 캐릭터 제작 소프트웨어 개발사인 리얼루전(Reallusion)이 전통적인 3D 장면 구축 기술과 생성형 인공지능(artificial intelligence, AI) 비디오 모델을 결합한 영상 제작 플랫폼 ‘AI 스튜디오(AI Studio)‘를 내놨다. 리얼루전은 아이클론(iClone)과 캐릭터 크리에이터(Character Creator)를 만든 회사로 알려져 있다. 신규 플랫폼은 아티피셜 애널리시스(Artificial Analysis) 순위표에서 1위를 달리는 바이트댄스(ByteDance) 동영상 생성 모델 시댄스 2.0(Seedance 2.0)을 중심 기능으로 직접 품었다. 창작자가 구글(Google) 비오 3(Veo 3)이나 런웨이(Runway) 젠-4(Gen-4) 같은 기존 생성 모델에 의존하면 텍스트 프롬프트(text prompt)만으로 캐릭터를 정밀하게 다루거나 카메라 연출, 공간적 연속성을 확보하기 어려워 영상이 자주 왜곡된다. 리얼루전은 이런 한계를 풀려고 하이브리드 워크플로(workflow)를 제시했다. 아티스트가 실시간 3D 애니메이션 도구인 아이클론에서 카메라 경로와 캐릭터 위치, 골격 움직임, 조명을 잡아두면, 이 데이터를 AI 제어용 공간 구조 레이어로 변환하는 방식이다. 바이트댄스도 시댄스 2.0에 강한 공간 지능을 심어, 창작자가 짠 레이아웃과 골격 데이터를 정확히 읽어내도록 설계했다. 그 결과 시댄스 2.0은 최대 15초 분량의 의도된 카메라 연출 영상을 뽑아낸다. 리얼루전은 AI 스튜디오를 단일 엔진에 묶지 않았다. 이미지 생성에는 플럭스(Flux)와 나노 바나나(Nano Banana)를, 영상 생성에는 클링 AI(Kling AI)와 완(Wan), 엘티엑스(LTX), 스케일(Scail)을 함께 붙여 다중 모델 플랫폼으로 꾸렸다. 앞서 오픈AI(OpenAI)가 막대한 운영 비용을 감당하지 못해 동영상 생성 도구 소라(Sora) 서비스를 갑작스럽게 닫으면서, 창작업계가 단일 플랫폼에 매달릴 때 떠안는 불안정성이 드러난 바 있다. 리얼루전은 3D 장면 데이터를 로컬 환경인 아이클론에 저장하도록 만들어, 특정 AI 모델이 사라지거나 가격이 오르더라도 자산과 카메라 설정을 계속 쓸 수 있는 안정적인 제작 방식을 확보했다. 1993년에 세워진 리얼루전은 대만에 연구개발 센터를 두고, 기술을 통째로 갈아치우기보다 기존 3D 전문가의 역량을 끌어올리는 쪽으로 생태계를 다지고 있다. 이런 접근은 어도비(Adobe)가 파이어플라이 AI 어시스턴트(Firefly AI Assistant)와 프로젝트 그래프(Project Graph)를 기존 소프트웨어에 얹은 방식과 닮아 있다.

기사원문 바로가기

Reallusion pairs 3D control with ByteDance's Seedance 2.0

 

2. 2026년 인공지능 에이전트(AI agent) 및 모델 컨텍스트 프로토콜(model context protocol, MCP) 서버용 최적의 인증(authentication) 플랫폼

모델 컨텍스트 프로토콜의 월간 소프트웨어 개발 키트(software development kit, SDK) 다운로드 수가 9,700만 건뿐 아니라 서고 인공지능 에이전트가 실제 운영 환경에 투입되면서, 인증 시스템이 인공지능 개발의 핵심 기반 시설로 떠올랐다. 마크테크포스트(MarkTechPost)는 2026년 서비스를 구축하려는 개발자를 위해 시장을 이끄는 8개 인증 플랫폼을 평가해 순위를 매겼다. 평가 대상으로는 워크오에스(WorkOS), 스티치(Stytch), 옥타의 오스제로(Auth0 by Okta), 콤포지오(Composio), 난고(Nango), 아케이드(Arcade), 트루파운드리(TrueFoundry), 클라우드플레어(Cloudflare)가 올랐다. 평가 기준은 표준 규격을 얼마나 지키는지, 기업용 계정 관리가 얼마나 깊이 있는지, 연동이 얼마나 편리한지, 실제 환경에 적용할 수 있는지 네 가지다.

기사원문 바로가기

Best Authentication Platforms for AI Agents and MCP Servers in 2026

 

3. 마이크로소프트, 이용률 저조로 윈도우 11 내 코파일럿 제거 기능 제공

마이크로소프트(Microsoft)가 윈도우 11(Windows 11) 2026년 4월 업데이트로 인공지능(artificial intelligence, AI) 비서 서비스 코파일럿(Copilot) 앱을 완전히 삭제하는 기능을 추가했다. 개인 사용자는 설정 메뉴의 설치된 앱 항목에서 제거를 눌러 지울 수 있고, 필요하면 마이크로소프트 스토어에서 다시 내려받으면 된다. 기업 정보기술(information technology, IT) 관리자는 그룹 정책(group policy)이나 레지스트리(registry) 편집으로 기기에서 코파일럿을 지우는 정책을 적용한다. 다만 관리자 정책으로 삭제하려면 독립형 코파일럿과 비즈니스용 마이크로소프트 365 코파일럿(Microsoft 365 Copilot)이 모두 설치되어 있어야 하고, 사용자가 앱을 직접 설치하지 않았으며 최근 28일 동안 실행한 적이 없어야 한다. 마이크로소프트가 코파일럿을 선택 사항으로 돌린 배경에는 저조한 이용률과 사용자 불만이 있다. 마이크로소프트 365 사용 권한을 가진 이용자 가운데 코파일럿 챗에 비용을 내는 유료 비율은 3.3%에 그친다. 전체 약 4억 5,000만 계정 중 유료 가입자는 1,500만 명에 불과하다. 월 30달러라는 비용에 견줘 성능이 미흡하거나 굳이 쓰고 싶지 않다는 사용자가 많다는 뜻이다. 작업 표시줄과 여러 사무용 소프트웨어(software)에 코파일럿이 강제로 얹혀 배경에서 돌아간다는 점에 불만을 느낀 일부 사용자는 파워셸(PowerShell) 스크립트나 레지스트리 수정을 거쳐 임의로 삭제해 왔다. 기업 관리자들도 관리 제어 권한 없이 강제 적용되는 정책에 반발했다. 마이크로소프트 자체 서비스 약관이 코파일럿을 오락 목적용으로 규정해 둔 점 역시 생산성 도구라는 홍보 방향과 어긋나 혼선을 키웠다. 독립형 코파일럿 앱은 지울 수 있지만 시작 메뉴 검색창의 인공지능 제안, 그림판, 사진, 에지(Edge) 웹 브라우저에 포함된 일부 인공지능 기능은 시스템에 그대로 남는다. 마이크로소프트는 독자 인공지능 모델군 엠에이아이(MAI)를 내놓아 오픈에이아이(OpenAI) 의존도를 낮추고 비용 부담을 줄이려 한다. 내부 클로드 코드(Claude Code) 라이선스 비용을 깎는 등 인공지능 분야의 수익성도 다시 따져 보고 있다. 업계 전반에서도 무리한 인공지능 기능 강제 적용에 제동이 걸리고 있다. 깃허브(GitHub)는 개발 도구 사용 급증으로 불어난 적자를 감당하지 못해 신규 가입을 일시 중단했다. 구글(Google)은 검색창 내 인공지능 요약 기능으로 비판을 받았고, 애플(Apple)은 성능 과장 소송에서 합의금 2억 5,000만 달러를 물었다. 130억 달러를 투자한 마이크로소프트가 주력 서비스를 선택 사항으로 바꾼 일은 유용성을 입증하지 못한 채 밀어붙이는 기술에 대한 대중의 거부감이 그만큼 크다는 방증이다.

기사원문 바로가기

Microsoft will finally let you uninstall Copilot

 

4. 호텔 예약용 인공지능 챗봇이 유발하는 거부감과 예약 취소 방지를 위한 해결책

텍사스 A&M 대학교(Texas A&M University) 농업생명과학대학 연구진이 호텔 예약에 쓰이는 인공지능(artificial intelligence, AI) 기반 챗봇(chatbot)이 사용자에게 불쾌감을 주고 실제 예약률까지 떨어뜨린다는 연구 결과를 내놓았다. 영국 성인 340명을 설문한 결과, 거부감을 일으키는 주된 원인은 정보 부정확성, 기만행위, 침해성 세 가지로 추려졌다. 이 가운데 정보 부정확성이 나머지 원인보다 네 배가 넘는 부정적 반응을 불러왔다. 객실 요금을 잘못 알려주거나 취소 규정을 틀리게 안내하고 질문을 회피하는 행태가 사용자에게 적잖은 불편을 안겼다. 사용자는 이런 경험을 거치면서 대화를 이어가려는 의사가 38%가량 꺾였고, 예약을 미루거나 취소할 확률도 두 배 가까이 높아졌다. 연구진은 챗봇이 인간과 비슷하게 행동하려 애쓸수록 오류가 났을 때 불쾌감이 더 커지는 불쾌한 골짜기(uncanny valley) 현상을 지적했다. 수석 연구원 바바크 타헤리(Babak Taheri)는 인간을 흉내 낸 시스템이 제대로 작동하지 않으면 사용자가 단순한 실망보다 한층 깊은 거부감을 느낀다고 설명했다. 해법으로 제시한 처방은 의외로 단순하다. 챗봇이 대화 첫머리에서 인공지능임을 먼저 밝히면 사용자는 오류를 훨씬 너그럽게 받아들였다. 인공지능 비서라는 점을 분명히 알리는 첫인사만으로도 거부감이 크게 줄었다. 연구진은 복잡한 문의는 상담원에게 쉽게 연결되도록 돕고, 기본 업무는 실수 없이 처리하도록 기술 성능을 끌어올려야 한다고 덧붙였다. 구글(Google)이 검색 엔진에 인공지능 여행 계획 기능을 더하고 우버(Uber)가 앱 안에 호텔 예약 서비스를 시작하는 등 인공지능 여행 예약 시장이 빠르게 커지는 가운데, 연구진은 업계가 곱씹어야 할 대목을 짚었다.

기사원문 바로가기

AI bots are a hit across the hotel biz, and if they feel creepy, you’re not alone: Study

 

5. 코딩 없이 클로드를 활용해 오프라인 그래머리 대체용 맥 앱 개발

IT 전문 매체 디지털 트렌즈(Digital Trends)의 나딤 사르와르(Nadeem Sarwar) 매니징 에디터가 코딩 없이 인공지능(artificial intelligence, AI) 챗봇 클로드(Claude)만 활용해 그래머리(Grammarly)를 대체할 오프라인 문법 검사기를 만들었다. 사르와르는 클로드와 대화하며 단 30분 만에 웹 브라우저 탭 실행 버전, 크롬(Chrome) 확장 프로그램, 맥(Mac) 전용 앱 버전을 차례로 완성했다. 처음에는 애플 인텔리전스(Apple Intelligence)의 온디바이스 모델을 연동하려 했지만 속도가 느리자, 클로드의 추천을 받아 오토매틱(Automattic)의 오픈소스 문법 엔진 하퍼(Harper)로 방향을 틀었다. 인터넷 연결이 필요 없는 맥 앱의 이름은 퀼(Quill)이며, 하퍼 엔진을 품으면서 파일 크기는 25메가바이트(megabyte, MB)로 늘었다. 하퍼는 단어 예측 방식을 쓰는 챗지피티(ChatGPT)나 제미나이(Gemini)와 달리 사전에 하드코딩된 규칙에 기반해 단 20밀리초(millisecond, ms) 만에 오류를 잡아낸다. 오프라인 구동으로 개인정보 유출 우려를 덜었고, 구독료 지출과 인터넷 연결이 부르는 디지털 방해 요소도 함께 끊었다. 사르와르는 앞서 에어팟 프로(AirPods Pro)의 모션 센서로 자세를 측정해 경고를 보내는 오프라인 맥 앱도 직접 만든 적이 있다. 사르와르는 비개발자도 인공지능을 도구 삼아 맞춤형 소프트웨어를 곧바로 만들어낼 수 있음을 이번 작업으로 증명했다.

기사원문 바로가기

I built an offline Grammarly alternative and turned it into a Mac app without any coding

 

6. 윈도우 11용 코파일럿, 크롬의 제미나이와 유사한 화면 고정 사이드바 기능 지원

마이크로소프트(Microsoft)가 윈도우 11(Windows 11)용 코파일럿(Copilot)의 화면 배치 방식을 다시 설계했다. 새 방식은 화면 가장자리에 인공지능(artificial intelligence, AI) 비서를 고정하는 사이드바(sidebar) 형태로, 구글(Google)의 크롬(Chrome) 브라우저에서 제미나이(Gemini)를 쓰는 환경과 비슷하게 상시 접근할 수 있다. 코파일럿은 기본적으로 독립형 애플리케이션(standalone application)으로 열리지만, 제목 표시줄의 드롭다운 메뉴를 거치면 화면 왼쪽이나 오른쪽 끝에 붙일 수 있다. 고정하면 운영체제가 실행 중인 다른 앱의 크기를 자동으로 줄이거나 늘려 빈자리를 채운다. 코파일럿 전용 레이아웃은 윈도우 자체의 화면 분할 레이아웃(Snap Layouts)과는 분리된 별도 설정으로 움직인다. 마이크로소프트는 앞서 화면 가장자리에 코파일럿을 붙이는 사이드바 방식을 한 차례 내놨다가 단독 앱과 엣지(Edge) 기반 웹 래퍼(web wrapper) 형태로 돌아간 적이 있다. 웹 기술에 기댄 옛 고정 사이드바와 달리, 새 버전은 사용자에게 배치 제어권을 명확히 넘기고 화면 방해를 줄여 주는 화면 속 화면(picture-in-picture, PiP) 모드도 함께 갖췄다. 새 고정 기능은 순차적으로 배포되고 있으며, 앞으로 코파일럿 비전(Copilot Vision)을 실행할 때 자동 고정 기능이 함께 작동할지는 아직 알려지지 않았다.

기사원문 바로가기

Copilot is getting a sidebar treatment for Windows 11, just like Gemini in Chrome

 

7. 엔비디아 노트북용 차세대 N1X 프로세서 출시 임박 및 개발 확인

레노버(Lenovo)가 엔비디아(Nvidia)의 미발표 차세대 모바일 프로세서 ‘N1X’를 탑재한 노트북을 개발 중인 것으로 확인됐다. 외신 비디오카드즈(VideoCardz)는 레노버 내부 액티브 디렉터리 페더레이션 서비스(Active Directory Federation Services, ADFS) 인증 시스템 로그인 페이지에서 ‘엔비디아 N1x 포털’이라는 명칭이 노출됐다고 전했다. 앞서 유출된 레노버 지원 페이지에서도 리전 7(Legion 7) 브랜드의 미출시 게이밍 노트북 ‘리전 7 15N1X11’을 비롯해 N1과 N1X 표기가 들어간 시스템 명이 다수 드러났다. 암(Advanced RISC Machine, ARM) 기반 설계인 N1X는 20코어 중앙처리장치(central processing unit, CPU)와 블랙웰(Blackwell) 아키텍처 기반 그래픽처리장치(graphics processing unit, GPU)를 단일 패키지에 묶은 시스템 온 칩(system on chip, SoC)이다. CPU는 성능 코어 10개와 효율 코어 10개를 갖춘 하이브리드 구조이며, GPU에는 데스크톱용 지포스 RTX 5070과 똑같은 6,144개 쿠다(compute unified device architecture, CUDA) 코어가 들어갔다. 3나노미터(3nm) 공정으로 제조되고 최대 128기가바이트(gigabyte, GB) 저전력 더블 데이터 레이트 5X(low power double data rate 5X, LPDDR5X) 메모리까지 지원한다. 업계에서는 N1X가 엔비디아가 공개한 120와트(watt, W)급 소형 인공지능(artificial intelligence, AI) 컴퓨터 디지엑스 스파크(DGX Spark)의 동력원과 같은 칩으로 추정한다. 노트북용은 전력 목표치가 더 낮게 잡혀 성능이 일부 깎일 수 있지만, 기존 윈도우(Windows) 암 노트북을 크게 앞서는 성능을 낸다. 설계대로 작동한다면 윈도우 암 노트북 가운데 처음으로 외장 그래픽카드 없이 고사양 게임을 돌리고 영상 편집과 인공지능 연산까지 처리하는 제품이 된다. 다만 암 기반 윈도우 환경에서 게임 호환성과 그래픽 드라이버 지원을 비롯한 소프트웨어 최적화는 여전히 풀어야 할 숙제로 남는다.

기사원문 바로가기

Nvidia’s N1X processor for laptops could be right around the corner

 

8. 델 테크놀로지스, 인공지능 공장 시대 대비한 차세대 랙 스케일 인프라 공개

기업이 인공지능 공장(AI factory)을 가동하면서 전력 소비와 발열 문제가 커지자, 개별 서버 대신 통합 랙을 도입하는 흐름이 확산하며 랙 스케일 인프라(rack-scale infrastructure)가 핵심 배포 단위로 떠올랐다. 델 테크놀로지스(Dell Technologies)는 이런 전환에 맞춰 컴퓨트, 네트워킹, 스토리지를 단일 시스템으로 묶은 파워랙(PowerRack) 포트폴리오를 델 테크놀로지스 월드 2026(Dell Technologies World 2026)에서 확장해 내놓았다. 수석 부사장 아룬 나랴얀(Arun Narayanan)은 전력 밀도가 급격히 올라가면서 설계를 근본부터 다시 짜야 한다고 말했다. 2년 전만 해도 전력 용량이 가장 큰 랙이 80킬로와트(kW) 수준이었으나, 차세대 인공지능 하드웨어인 베라 루빈(Vera Rubin)이 들어오는 시점에는 235킬로와트(kW)까지 오르고, 이어 루빈 울트라(Rubin Ultra)와 카이버(Kyber) 세대에 이르면 랙당 전력 소비량이 1메가와트(MW)에 다다를 것으로 내다봤다. 이에 따라 델 테크놀로지스는 전력 공급과 냉각 방식을 근본부터 바꿨다. 과거 제품군에는 하이브리드 냉각 방식을 썼으나, 차세대 포트폴리오에는 모든 구성 요소에 냉각판(cold plate)을 밀착하는 100% 완전 액체 냉각(liquid cooling) 방식을 적용했다. 앞으로의 요구에 미리 대비하고자 2상 냉각(two-phase cooling)과 침전 냉각(immersion cooling) 기술도 연구하고 있다. 다만 액체 냉각 장비를 도입하기 어려운 기업을 위해 공기 냉각 방식 포트폴리오도 함께 지원한다. 시장조사기관 인터내셔널 데이터 코퍼레이션(International Data Corporation, IDC)에 따르면 델 테크놀로지스는 2025년 랙 스케일 인프라 공급 분야에서 1위에 올랐다. 글로벌 마케팅 시니어 디렉터 앨리슨 비어스(Alison Biers)는 제조 공장에서 검증을 마친 상태로 제품을 인도해 현장 설치 뒤 6시간 만에 실제 운영을 시작할 수 있는 턴키(turnkey) 방식을 지원한다고 강조했다. 네트워킹 분야에서는 오픈소스 네트워크 운영체제인 소닉(Software for Open Networking in the Cloud, SONiC)을 적극 배치했다. 델 테크놀로지스는 리눅스가 과거 데이터 센터 컴퓨팅을 바꿔놓았듯 소닉이 인공지능 네트워킹을 다시 짤 것으로 보고, 브로드컴 토마호크(Broadcom Tomahawk)와 엔비디아 스펙트럼(Nvidia Spectrum) 스위칭 패브릭에 이를 얹어 인프라를 유연하게 구성하는 데 집중했다.

기사원문 바로가기

Rack-scale infrastructure key to the AI factory era - SiliconANGLE

 

🔬 AI 연구·기술 (8건)

1. 기업 인공지능 프로젝트의 실패율을 높이는 네 가지 신종 기술 부채

기업의 인공지능(artificial intelligence, AI) 도입 실패율이 급증하면서 프롬프트, 모델, 데이터 의존성에서 비롯된 새로운 기술 부채가 주요 원인으로 떠올랐다. 미국 매사추세츠 공과대학교(Massachusetts Institute of Technology, MIT)가 진행한 2025년 연구에 따르면 AI 프로젝트의 95%가 실제 운영 단계로 넘어가지 못하거나 가치를 입증하지 못했다. 에스앤피 글로벌 마켓 인텔리전스(S&P Global Market Intelligence)가 내놓은 조사에서도 2025년에 여러 AI 계획을 폐기한 기업 비율이 42%를 기록해 전년 17%보다 크게 늘었다. 전통적인 기술 부채는 코드베이스 영역에 머물러 오류를 재현하거나 고치기가 비교적 수월했다. 반면 AI 부채는 프롬프트, 모델, 데이터 파이프라인 등 시스템 전반에 흩어져 나타난다. AI가 확률적으로 작동하다 보니 오류가 간헐적으로 터져 사전 점검 단계에서 위험을 짚어내기 어렵다. 배포 뒤에도 꾸준한 점검이 필수다. AI 부채는 크게 네 가지로 나뉜다. 첫째, 프롬프트 부채(prompt debt)는 문서로 남기지 않은 수정이나 임시방편 변경이 쌓여 일관성이 무너지는 현상을 가리킨다. 프롬프트 버전을 관리하지 않거나 데이터를 무분별하게 주입하면 시스템 취약성이 커진다. 둘째, 모델 의존성 부채(model dependency debt)는 외부 기반 모델 제공업체에 기대면서 생긴다. 모델이 업데이트될 때마다 성능이 달라져 재현성이 깨질 위험이 있다. 셋째, 검색 부채(retrieval debt)는 검색 증강 생성(retrieval-augmented generation, RAG)을 쓰는 과정에서 지식창고 안에 중복되거나 낡은 자료가 쌓이며 발생한다. AI가 형식적으로는 타당해 보이지만 실제로는 쓸모없는 과거 정보를 내놓아 오류를 부른다. 넷째, 평가 부채(evaluation debt)는 표준화된 검증 기준이 없어 발생한다. 많은 기업이 프롬프트의 지속적 통합 및 배포(continuous integration/continuous delivery, CI/CD) 체계를 갖추지 못해 성능 변화를 실시간으로 좇는 데 애를 먹는다.

기사원문 바로가기

Why prompt debt, retrieval debt, and evaluation debt are quietly reshaping enterprise AI risk

 

2. 인공지능이 연구용 코드를 작성할 수 있을까? 챗GPT의 통계 코딩 성능 검증

조지타운 대학교(Georgetown University) 데브라 윈버그(Debra Winberg) 연구팀이 인공지능(artificial intelligence, AI) 도구를 양적 연구용 통계 코딩에 썼을 때 드러나는 성능과 한계를 검증한 실증 연구 결과를 내놓았다. 연구진은 툴레인 대학교(Tulane University) 탕티안거(Tiange Tang) 교수 등과 함께 2026년 1월 22일 학술지 ‘헬스 이코노믹스 리뷰(Health Economics Review)‘에 논문을 실었다. 연구는 챗GPT(ChatGPT)를 대상으로 삼아 계량경제학 교과서 ‘인과추론: 믹스테이프(Causal Inference: The Mixtape)‘에 실린 분석 데이터와 코드를 토대로 진행됐다. 인과추론(causal inference) 분석에 널리 쓰이는 이중차분법(Difference-in-Differences, DID), 역확률 가중치(Inverse Probability Treatment Weighting, IPTW), 회귀 불연속 설계(Regression Discontinuity, RD) 세 가지 핵심 기법을 챗GPT가 얼마나 구현해 내는지 평가했다. 연구팀은 파이썬(Python), 아르(R), 스타타(Stata) 세 가지 프로그래밍 언어로 코드를 생성한 뒤 실행 결과를 맞대어 봤다. 분석 결과 챗GPT는 파이썬과 아르에서 대체로 정확한 코드를 작성했고 의도한 분석 결과도 일관되게 끌어냈다. 반면 스타타를 다룰 때는 정확도가 상대적으로 낮았고 오류도 잦아 신뢰성이 부족하다는 사실이 드러났다. 도구마다 사용자 생태계 규모와 학습에 쓸 데이터양이 달라 성능 편차가 생긴 것으로 확인됐다. 파이썬과 아르는 사용자 기반이 넓고 공개된 코드 문서가 풍부해 우수한 성능을 보였지만, 스타타는 학습할 데이터가 부족해 코딩 정확도가 떨어졌다. 챗GPT는 표준적인 분석 코드는 무리 없이 작성하면서도 데이터를 정밀하게 가공하거나 통계 그림을 만드는 세부 작업에서는 오류를 남겼다. 연구진은 인공지능이 양적 연구를 돕는 도구로 쓸모가 있지만, 결과물을 그대로 받아들이기보다 전문가가 직접 검증하고 보완하는 절차를 거쳐야 신뢰성을 확보할 수 있다고 강조했다.

기사원문 바로가기

Can AI write your code? | Towards Data Science

 

3. 화웨이, 무어의 법칙 대체할 ‘타우 스케일링’ 및 ‘로직폴딩’ 반도체 아키텍처 공개

중국 전자기업 화웨이(Huawei)가 상하이에서 열린 전기전자기술자협회(Institute of Electrical and Electronics Engineers, IEEE) 국제 회로 및 시스템 심포지엄(International Symposium on Circuits and Systems, ISCAS)에서 미국 제재를 우회할 새 반도체 설계 프레임워크를 공개했다. 화웨이는 미세화 공정의 무어의 법칙(Moore’s Law)을 대체할 타우 스케일링 법칙(Tau Scaling Law)을 내세웠고, 2031년까지 1.4나노미터(nanometer, nm)급 반도체를 만들면서 트랜지스터 밀도를 55% 끌어올리겠다는 청사진을 내놨다. 화웨이 이사회 위원이자 자회사 하이실리콘(HiSilicon) 의장인 허팅보(He Tingbo)는 기조연설에서 타우 스케일링 법칙에 바탕을 둔 독자 아키텍처(architecture) 로직폴딩(LogicFolding)을 공개했다. 화웨이는 지난 6년 동안 관련 기술을 다듬으며 총 381개의 반도체를 비공개로 설계·생산해 기술적 타당성을 검증했다. 타우 스케일링 법칙은 트랜지스터 크기를 줄이는 기하학적 미세화 대신 신호 속도와 데이터 이동 효율을 끌어올리는 데 무게를 둔다. 화웨이는 논리 회로를 물리적으로 접어 이중 구조로 쌓는 방식으로 내부 배선을 줄여 신호 지연을 차단했다. 그 결과 트랜지스터 밀도가 55% 감소하고 전력 효율은 41% 증가했다. 새 아키텍처는 올가을 출시 예정인 플래그십 스마트폰 메이트 90(Mate 90)의 기린(Kirin) 프로세서에 처음 탑재된다. 화웨이는 이 기술을 대만 적체전로제조(Taiwan Semiconductor Manufacturing Company, TSMC)와 엔비디아(Nvidia) 프로세서 대안인 어센드(Ascend) 인공지능(artificial intelligence, AI) 프로세서로 넓혀 2030년까지 고성능 AI 데이터센터에 들이겠다는 구상이다. 대만 적체전로제조가 2028년까지 1.4나노미터 칩 양산을 목표로 잡은 가운데, 화웨이는 2031년까지 서방 1.4나노미터 프로세서와 대등한 성능을 갖춘 반도체를 만들어 제재 충격을 최소화하겠다고 밝혔다. 발표 직후 중국 최대 위탁생산 기업인 중신궈지(Semiconductor Manufacturing International Corporation, SMIC) 주가는 19% 이상 뛰었다. 시장조사업체 옴디아(Omdia)는 이번 발표를 두고 공급망 제한 속에서 화웨이가 찾아낸 새 돌파구이자 자급자족을 상징하는 성과로 평가했다.

기사원문 바로가기

China's Huawei unveils new sanctions-busting chip architecture that replaces Moore's Law - SiliconANGLE

 

4. 투게더 AI, 긴 콘텍스트 LLM 서빙을 위한 2비트 KV 캐시 양자화 시스템 ‘오스카’ 오픈소스 공개

투게더 에이아이(Together AI)가 긴 콘텍스트 거대 언어모델(large language model, LLM) 서비스 구동을 돕는 2비트 키-값 캐시(Key-Value Cache, KV 캐시) 양자화 기술 오스카(Offline Spectral Covariance-Aware Rotation, OSCAR)를 공개했다. 기존 회전 기반 접근법은 데이터 특성을 반영하지 않는 하다마르 변환(Hadamard transform)을 일괄 적용해 왔다. 반면 오스카는 오프라인에서 미리 추정한 어텐션 인식 공분산 구조를 토대로 키(key)와 값(value)을 각각 독립적으로 회전시킨다. 요소당 2.28비트로 설정하자 퀜3-4B-씽킹-2507(Qwen3-4B-Thinking-2507) 모델과 기존 16비트 브레인 부동소수점(Brain Floating Point 16, BF16) 방식의 정확도 격차가 3.78포인트로 줄었고, 퀜3-8B(Qwen3-8B) 모델에서도 격차가 1.42포인트까지 좁혀졌다. 10만 토큰에 이르는 콘텍스트 길이 환경에서는 키-값 캐시 메모리가 약 8배 줄었고, 디코딩 속도는 최대 3배까지 빨라졌다.

기사원문 바로가기

Together AI Open-Sources OSCAR: An Attention-Aware 2-Bit KV Cache Quantization System for Long-Context LLM Serving

 

5. 엔비디아 플레어(NVIDIA FLARE) 기반 비독립동일분포 시파-10(CIFAR-10) 데이터셋 환경에서 진행한 연합평균(Federated Averaging, FedAvg)과 연합프록스(Federated Proximal, FedProx) 연합 학습(federated learning) 성능 비교 가이드

엔비디아(NVIDIA)가 공개한 오픈소스 연합 학습(federated learning) 프레임워크 엔비디아 플레어(NVIDIA FLARE) 환경에서 연합평균(Federated Averaging, FedAvg)과 연합프록스(Federated Proximal, FedProx) 알고리즘을 비교한 안내서가 배포됐다. 실제 통신 환경과 비슷한 데이터 불균형 상태를 재현하려고 시파-10(CIFAR-10) 이미지 데이터셋을 디리클레 분포(Dirichlet distribution)에 맞춰 무작위로 쪼갠 뒤 각 클라이언트에 나눠 보냈다. 개발자는 엔비디아 플레어가 제공하는 작업 애플리케이션 프로그래밍 인터페이스(Job Application Programming Interface, Job API)로 연합 학습 시스템을 정의하고 실행했으며, 클라이언트 API(Client API)를 활용해 로컬 학습과 모델 가중치 전송 과정을 조율했다. 실험에서는 학습 매개변수 뮤(mu) 값을 조정한 두 알고리즘을 같은 비독립동일분포(non-independent and identically distributed, non-IID) 조건에서 돌려 통신 회차에 따른 전역 모델(global model) 정확도 추이를 살폈다. 비대칭 데이터 조건에서는 연합프록스 알고리즘을 적용해 로컬 학습 변동을 다잡았고, 표준 연합평균보다 성능을 안정적으로 수렴시켰다. 연합 학습을 마친 뒤에는 만들어진 모델 체크포인트(checkpoint)를 저장해 향후 서비스를 구축할 때 다시 쓰도록 설계했다.

기사원문 바로가기

Step by Step Guide to Build and Compare FedAvg and FedProx Federated Learning on Non-IID CIFAR-10 with NVIDIA FLARE

 

6. 워크오에스, 오에이치 표준 기반의 개방형 에이전트 등록 프로토콜 ‘auth.md’ 발표

기존 웹 애플리케이션은 인공지능(Artificial Intelligence, AI) 에이전트가 사용자를 대신해 자동으로 가입하고 권한을 받아 가는 표준 체계를 갖추지 못했다. 개발자 도구 기업 워크오에스(WorkOS)는 개방형 인증(Open Authorization, OAuth) 표준에 기반을 둔 에이전트 등록 프로토콜(auth.md)을 공개하면서 기존 방식의 보안·관리 한계를 넘어설 대안을 내놓았다. 그동안은 에이전트에 가공하지 않은 API 키나 세션 토큰을 그대로 넘겨야 했고, 그 탓에 권한 범위를 좁히기 어렵고 세션별 감사도 불가능했으며 일부 권한만 골라 회수하기도 힘들었다. 새 프로토콜은 웹 서비스 루트 경로에 간단한 마크다운(Markdown) 파일을 올려 두면 에이전트가 이를 기계적으로 읽어 스스로 등록하고 사용자 권한을 위임받는 구조로 짜여 있다. 발견 절차는 에이전트가 API 호출 도중 인증 실패(401 Unauthorized) 응답을 받으면 인증 헤더에 적힌 보호 자원 메타데이터(Protected Resource Metadata, PRM) 경로를 따라가 인가 서버에서 에이전트 인증 정보 블록을 조회하는 2단계 방식으로 돌아간다. 등록 방식은 두 갈래다. 하나는 에이전트 제공 플랫폼이 사용자 신원을 보증하는 에이전트 검증 흐름이고, 다른 하나는 이메일과 일회용 비밀번호(one-time password, OTP)를 쓰는 사용자 청구 흐름이다. 에이전트 검증 흐름에서는 오픈에이아이(OpenAI)나 앤트로픽(Anthropic) 같은 플랫폼이 서명한 신원 주장 인가(Identity Assertion Grant, ID-JAG)를 보내고, 웹 서비스가 자체 제이슨 웹 키 세트(JSON Web Key Set, JWKS)로 이를 검증해 자격 증명을 빠르게 발급한다. 사용자 청구 흐름은 사용자가 이메일로 받은 일회용 번호를 입력해 에이전트와 계정을 묶는 방식이며, 권한을 미리 설정해 곧장 동작을 시작하는 익명 시작 방식과 인증이 끝나기 전까지 권한 발급을 미루는 이메일 필수 방식으로 갈린다. 자격 증명이 나온 뒤에는 과거 위임 기록이나 검증된 이메일을 맞춰 보고 기존 계정과 연결하거나, 적시(Just-in-Time, JIT) 프로비저닝 정책에 따라 새 계정을 만든다. 특정 기업의 인프라에 묶이지 않고 기존 인터넷 보안 표준 규격을 재구성한 만큼, 자율적인 에이전트 연동 생태계를 키우는 데 보탬이 될 것으로 평가받는다.

기사원문 바로가기

WorkOS Releases auth.md: An Open Agent Registration Protocol Built on OAuth Standards

 

7. 하네스와 스캐폴딩: 확실히 알아야 할 인공지능 에이전트 용어 정의

허깅 페이스(Hugging Face) 블로그가 인공지능 에이전트(artificial intelligence agent) 분야의 핵심 용어를 정리한 설명서를 공개했다. 인공지능 기술이 빠르게 발전하면서 에이전트 관련 개념이 뒤섞여 쓰이는 혼선을 줄이려는 취지다. 시스템 구성 요소와 강화학습(reinforcement learning) 기반 모델 학습 과정에 쓰이는 용어가 따로 구분돼 있다. 인공지능 에이전트 시스템은 텍스트만 주고받던 대규모 언어모델(large language model, LLM)에 환경과 상호작용하는 기능을 덧붙인 구조를 가리킨다. 모델을 둘러싸 행동을 정의하는 계층인 스캐폴딩(scaffolding)이 시스템 프롬프트(system prompt)와 도구 설명, 컨텍스트 관리를 맡는다. 모델을 실제로 돌리고 도구 호출을 제어하면서 정지 조건을 판단하는 실행 계층은 하네스(harness)로 부른다. 실행 중 입력을 다루는 컨텍스트 엔지니어링(context engineering)으로 단기 기억과 장기 기억을 조율하는 일도 하네스의 몫이다. 에이전트가 외부 환경과 주고받는 수단은 도구 사용(tool use)으로 묶고, 여러 단계를 엮어 다차원 과제를 처리하는 단위는 스킬(skill)이라 부른다. 까다로운 문제를 풀려고 다른 에이전트를 불러 쓰는 독립된 개체는 하위 에이전트(sub-agent)에 해당한다. 학습 단계에서는 행동에 따른 상태 변화를 처리하는 환경(environment)과 모델 성능을 평가해 가중치를 갱신하는 트레이너(trainer)가 중심에 선다. 에이전트가 실행을 시작해 마칠 때까지 남기는 전체 궤적인 롤아웃(rollout) 데이터와 가중치 조정 폭을 결정하는 보상(reward) 체계도 학습을 떠받치는 필수 요소다.

기사원문 바로가기

Harness, Scaffold, and the AI Agent Terms Worth Getting Right

 

8. 노르웨이 국립도서관, 화웨이 2페타바이트 올플래시 스토리지 도입해 자체 대규모 언어모델 개발 착수

노르웨이 문화부는 노르웨이 국립도서관(Nasjonalbiblioteket)에 자국 문화와 역사를 고스란히 담아낼 주권 대규모 언어모델(large language model, LLM) 개발 임무를 맡겼다. 영어 중심으로 전 세계 데이터를 학습한 기존 상용 모델로는 노르웨이 고유의 문화와 역사적 맥락을 정확히 담아내기 어렵다는 판단에서다. 국립도서관은 2005년부터 서적, 신문, 웹페이지 등을 디지털로 옮겨 20페타바이트(petabyte, PB) 분량의 원본 데이터를 쌓았고, 이를 3중화해 총 60페타바이트 규모의 장기 아카이브로 보존하고 있다. 여기에 저작권이 걸린 신문 기사까지 학습에 끌어다 쓸 법적 권리도 확보했다. 데이터를 처리하는 파이프라인에서 병목이 생기는 원인은 연산 능력이 부족해서가 아니라, 데이터를 정제하고 정합성을 검증하는 과정에 있다. 도서관 측은 병목을 풀기 위해 엔비디아(Nvidia)의 **DGX H200** 시스템과 384코어 중앙처리장치(central processing unit, CPU) 클러스터, 화웨이(Huawei)의 올플래시 스토리지(all-flash storage)인 **오션스토어 도라도(OceanStor Dorado)** 2PB를 들여왔다. 새로 들인 스토리지는 데이터를 모으고 중복을 걷어내며 형식을 맞추는, 빠른 연산이 필요한 사전 처리 과정을 도맡는다. 정제를 마친 데이터는 노르웨이 국립 슈퍼컴퓨터인 시그마2(Sigma2) **올리비아(Olivia)**로 옮겨가 모델 학습에 곧장 투입된다. 올리비아 인프라는 448개의 그래픽 처리 장치(graphics processing unit, GPU)와 5.3PB 용량의 에이치피이 크레이(HPE Cray) **클러스터스토어(ClusterStor) E1000** 스토리지로 짜여 있다. 파리에서 열린 화웨이 아이디 포럼 2026(ID Forum 2026)에서 국립도서관 마리우스 후스네스(Marius Husnes) 정보기술 플랫폼 부문장은 장기 보존용 아카이브에 잠들어 있던 대규모 데이터를 고속 처리가 생명인 인공지능(artificial intelligence, AI) 파이프라인으로 옮겨 붙이는 일이 큰 기술적 난제였다고 설명했다. 도서관 측은 복잡한 방언과 두 가지 표기 체계를 가진 노르웨이어를 평가할 표준 도구가 없어, 평가 체계를 직접 만들어 가고 있다. 앞으로는 완성된 주권 모델의 운영 권한을 누가 행사할지 정하는 관리 체계 문제와, 서로 다른 세 저장·연산 인프라를 유기적으로 맞물려 돌리는 조율 과제를 풀어 나갈 방침이다.

기사원문 바로가기

Norway’s 2 petabytes of Huawei flash storage and LLM training

 

⚖️ AI 산업·정책 (3건)

1. 중국, 모든 휴머노이드 로봇에 29자리 고유 식별 코드 부여…생애주기 밀착 추적 체계 구축

중국 공업정보화부(Ministry of Industry and Information Technology) 산하 위원회가 휴머노이드 로봇(humanoid robot)을 생산부터 폐기 단계까지 추적하는 국가 식별 체계를 도입했다. 후베이성 휴머노이드 로봇 혁신센터가 개설한 관리 플랫폼에서 로봇마다 29자리 고유 디지털 코드를 부여한다. 중국 18자리 주민등록번호 체계를 토대로 삼되, 기계 작동 데이터를 담기 위해 11자리를 더 붙였다. 지금까지 200종이 넘는 모델, 로봇 2만 8,000대 이상에 식별 코드가 발급됐다. 당국은 관절 마모율, 배터리 잔량, 이동 정밀도 같은 실시간 성능 지표를 끊김 없이 추적한다. 로봇 보급 속도가 빨라지면서 불거질 사고 책임 소재도 한층 가려내기 쉬워질 전망이다. 식별 코드만 조회하면 사고 기기, 제조사, 운용 이력을 즉각 대조할 수 있어서다. 반면 미국과 유럽은 아직 개별 기기 등록 체계를 갖추지 못했다. 유럽연합 인공지능법(AI Act)은 위험도에 따라 시스템을 분류할 뿐 물리적 로봇을 한 대씩 식별하지는 않는다. 제조사들로서는 기술 자료 제출 의무를 새로 떠안게 됐다. 대신 투명한 운용 이력으로 품질을 입증하는 발판으로 쓸 수도 있다. 중국은 로봇 산업 표준화를 시장 경쟁력을 다지는 지렛대로 삼으며 생태계 구축을 앞장서 끌고 가고 있다.

기사원문 바로가기

China assigns ID codes to 28,000+ humanoid robots

 

2. 유럽연합 기업의 인공지능 도입 증가 뒤에 가려진 단일 시장 분열과 구조적 한계

유럽연합(European Union, EU) 통계기구 유로스타트(Eurostat)가 내놓은 자료를 보면 종업원 10인 이상 유럽 기업 가운데 인공지능(artificial intelligence, AI)을 도입한 비율은 20%로, 전년도 13.5%보다 올랐다. 다만 평균치 뒤에는 국가 간 격차가 가려져 있다. 덴마크 코펜하겐의 도입률이 42%에 이르는 반면 루마니아 부쿠레슈티는 5.2%에 머물러 유럽연합 단일 시장은 사실상 갈라진 모습을 드러낸다. 법적 규제가 인공지능 도입을 가로막는 요인으로 자주 지목되지만, 실제 발목을 잡는 건 자본 유입 정체와 인재 부족이다. 경제협력개발기구(Organisation for Economic Co-operation and Development, OECD) 집계를 보면 2025년 전 세계 인공지능 벤처 투자 가운데 75%에 해당하는 1940억 달러가 미국으로 흘러간 반면 유럽연합으로 들어온 자금은 158억 달러에 그쳤다. 여기에 미국 기업 세 곳이 유럽 클라우드(cloud) 시장 점유율 70%를 차지하면서 유럽 내 상당수 기업은 미국 인프라에 기대는 구조적 한계에 갇혔다. 프랑스 미스트랄 에이아이(Mistral AI) 최고경영자(Chief Executive Officer, CEO) 아르튀르 멘슈(Arthur Mensch)는 유럽이 자체 데이터센터(data center)를 짓겠다며 거액의 부채를 끌어왔으나, 단기간에 결실을 보기는 벅차다. 중소기업(small and medium-sized enterprise, SME) 경영진도 법률 규제보다 장비를 설치하고 관리할 기술자가 모자란 점, 유지 비용 부담을 기술 도입을 막는 주된 요인으로 꼽는다. 유럽연합 집행위원회(European Commission)가 규제를 풀려고 손을 댔지만 개발사들은 법안을 해석하기 어렵고 제품을 제때 시장에 내놓지 못해 여전히 짐을 진다. 앞으로 유럽 내 인공지능 도입을 살리는 길은 윤리 기준 논쟁이 아니라 자본 시장을 통합하고 클라우드 장비를 늘리며 인력을 길러내는 산업 정책 개편에 달렸다.

기사원문 바로가기

Why EU business AI adoption is rising and still not catching up

 

3. 인도의 AI 기술 중심지 도약 전망과 3억 5,000만 명 규모의 인력 전환 과제

산딥 파텔(Sandip Patel) IBM 인도 지사 사장은 인도가 2030년까지 세계 인공지능(artificial intelligence, AI) 기술의 중심지로 올라설 수 있다고 전망했다. 인도 노동 인구 약 6억 명 가운데 AI 지식을 갖추고 업무에 활용하는 인력은 약 30%인 2억 명 수준이다. ‘IBM 기업가치연구소(Institute for Business Value)‘와 ‘인도AI(IndiaAI)‘가 공동으로 펴낸 연구 보고서에 따르면, AI 기술은 2030년까지 인도 경제에 5,000억 달러 이상의 가치를 더할 수 있다. 이 목표를 이루려면 AI 기술 인력 비중을 2030년까지 약 57%인 3억 5,000만 명까지 끌어올려야 한다. 5년도 채 남지 않은 기간에 풀어야 할 과제다. 인도는 해마다 수백만 명의 엔지니어를 배출하면서 글로벌 정보기술(information technology, IT) 아웃소싱 기지 역할을 해왔다. 다만 코딩과 시스템 관리, 초급 분석 같은 단순 업무는 생성형 인공지능(generative AI) 도입으로 큰 변화를 맞고 있다. 파텔 사장은 AI 도입이 생산성을 끌어올려 기존 일자리 형태를 바꾸는 동시에, 신규 일자리에 맞춘 새로운 기술 습득을 요구한다고 설명했다. 그럼에도 인도 기업의 72%는 세계 경쟁 기업에 비해 AI 기술 도입이 뒤처져 있다고 스스로 인정했다. 다각적 투자를 진행 중인 기업은 15%에 그치고, 나머지 85%는 시범 운영 단계에 머물러 있다. 교육과 기술 도입 격차는 유럽연합(European Union, EU) 기업에서도 비슷하게 관찰된다. 인도는 14억 인구 가운데 절반 이상이 30세 이하라는 인구 구조적 강점을 갖고 있다. 인도 정부는 이 강점을 AI 기술 교육으로 잇기 위해 ‘인도AI 미래기술(IndiaAI FutureSkills)’ 교육 프로그램을 운영하면서, 지방 중소도시까지 인공지능 실험실을 늘려가고 있다. IBM도 ‘SkillsBuild’ 플랫폼을 통해 2030년까지 500만 명의 인도인에게 AI와 사이버 보안(cybersecurity), 퀀텀 컴퓨팅(quantum computing) 교육을 제공할 계획이다. 파텔 사장은 인도가 아웃소싱 기지에서 벗어나 독자적인 기술 수익을 내려면 지식재산권(intellectual property, IP) 보호와 법적 규제 강화가 먼저 이뤄져야 한다고 지적했다. 기술 인력을 갖춰도 자체 지식재산권이 없다면 타국 기술 제품을 단순 대행해 운영하는 수준에 머문다는 이유에서다.

기사원문 바로가기

India’s AI ambitions hinge on turning 200 million workers into 350 million

 

🛡️ AI 윤리·안전 (2건)

1. 교황 레오 14세, 첫 회칙 통해 인공지능 무장 해제 및 독점 지배 해소 촉구

교황 레오 14세(Pope Leo XIV)가 로마에서 첫 회칙(encyclical) ‘마니피카 후마니타스(Magnifica humanitas)‘를 발표했다. 교황이 교리나 사회적 쟁점 대신 신기술을 주제로 회칙 전체를 구성한 사례는 가톨릭 역사상 처음이다. 빌라노바 대학교에서 수학을 전공한 최초의 미국인 교황인 레오 14세는 산업 시대 가톨릭 사회 교리의 기초를 놓은 레오 13세의 회칙 ‘레룸 노바룸(Rerum novarum)’ 발표 135주년에 맞춰 서명하면서 인공지능(artificial intelligence, AI) 시대 사회 교리를 잇겠다고 선언했다. 교황은 회칙에서 인공지능 무장 해제를 강하게 촉구했다. 무장 해제는 기술적 권력이 지배할 권리를 자동으로 부여한다는 전제를 부정하고 알고리즘 위에 인간의 도덕적 우위를 다시 세우려는 시도다. 교황은 소수 미국 대기업이 주도하는 독점적 지배(monopolistic control)를 비판하며 인공지능을 인간 친화적으로 바꿔야 한다고 지적했다. 알고리즘 전쟁(algorithmic warfare)에 관해서는 어떠한 알고리즘도 전쟁을 도덕적으로 정당화할 수 없으며, 인공지능은 갈등을 신속하게 촉발하고 전쟁을 비인격적으로 만들 뿐이라고 규정했다. 바티칸 시노드 홀에서 열린 회칙 발표회에는 안드로픽(Anthropic) 공동 창업자이자 해석 가능성 연구(interpretability research) 책임자인 크리스토퍼 올라(Christopher Olah)가 추기경들과 함께 자리했다. 안드로픽은 제로데이(zero-day) 취약점을 대량으로 찾아내는 자율 취약점 발견 모델(autonomous vulnerability-discovery model) 미토스(Mythos)의 보안 문제를 두고 트럼프 행정부와 갈등을 빚어온 기업이다. 제이디 밴스(JD Vance) 백악관 부통령은 회칙이 미칠 영향력을 인정하면서도 미국이 기술 경쟁에서 반드시 이겨야 한다는 도널드 트럼프(Donald Trump) 대통령의 기존 기조를 다시 확인했다. 바티칸 내부에서도 긴장이 이어졌다. 투자자 피터 틸(Peter Thiel)이 재앙 방지를 명분으로 내건 기술 관료적 세계 정부의 등장을 경고하는 비공개 강연을 진행하자, 교황의 인공지능 자문역인 파올로 베난티(Paolo Benanti) 신부는 이 강연을 주류 합의에 어긋나는 이단적 행위라고 강하게 비판했다. 교황은 통상적인 관례를 깨고 추기경에게 위임하지 않은 채 직접 회칙을 발표하면서, 앞으로의 규제 체계 한가운데에 인간의 존엄성과 사회 정의를 세우고 알고리즘 전쟁은 배제하겠다는 입장을 밝혔다.

기사원문 바로가기

Pope Leo XIV tells the Vatican to disarm AI, in the first encyclical of his pontificate

 

2. 앤스로픽 공동 설립자 크리스 올라, 바티칸 연단에서 인공지능 외부 감독의 필수성 강조

앤스로픽(Anthropic) 공동 설립자이자 해석 가능성(interpretability) 연구 총괄인 크리스 올라(Chris Olah)가 바티칸 시노드 홀(Vatican Synod Hall)에서 열린 교황 레오 14세(Pope Leo XIV)의 첫 회칙(encyclical) ‘위대한 인류애(Magnifica humanitas)’ 공식 발표회에 참석했다. 연단에 오른 올라 총괄은 첨단 인공지능(frontier AI) 개발을 개별 연구소에만 맡겨둘 수 없다고 주장했다. 모든 첨단 인공지능 연구소가 공익과 충돌할 수 있는 상업적·지정학적 압박 속에서 움직이는 만큼, 종교 지도자와 정부, 시민단체가 수행하는 외부 감시가 반드시 필요하다고 덧붙였다. 올라 총괄은 인공지능이 대규모로 일자리를 대체할 가능성이 크다고 보고, 실직자를 지원하는 일을 역사에 남을 도덕적 책무로 규정했다. 첨단 인공지능 개발사가 자사 내부 전망을 근거로 노동 시장 재흡수 속도보다 빠른 급격한 고용 불안을 공식 인정한 첫 사례다. 앤스로픽은 최근 밀라노 사무소 설립을 발표하면서 가톨릭 교회와 관계를 맺었다. 바티칸의 이번 선언은 1891년 교황 레오 13세가 산업 자본 문제를 다룬 회칙 ‘새로운 사태(Rerum novarum)‘를 선포한 이래 가톨릭 교회가 기술 분야를 겨냥해 내놓은 이례적 성명으로 평가된다. 올라 총괄이 이끄는 해석 가능성 연구는 인공지능 모델 내부 실질 동작을 역공학으로 풀어내려는 시도이며, 앤스로픽의 안전성 신뢰도를 뒷받침해 왔다. 바티칸 연설은 미국 정부와 빚어진 갈등 한복판에서 나왔다. 미국 국방부는 사용 제한 규정을 이유로 앤스로픽을 기밀 인공지능 사업에서 배제했고, 트럼프 행정부는 자율 취약점 발견 모델(autonomous vulnerability-discovery model) ‘미토스(Mythos)’ 확장 계획을 차단했다. 외부 통제를 요구한 올라 총괄의 행보는 미국 규제 당국과 빚은 갈등에 정면으로 응수하는 성격을 띤다. 현재 앤스로픽은 기업가치 9,000억 달러를 기준으로 300억 달러 규모 투자 유치를 논의하고 있다. 올라 총괄은 상업적 압박이 실재한다고 인정하면서 해결책은 연구소 바깥에서 찾아야 한다고 거듭 강조했다.

기사원문 바로가기

From the Vatican stage, Anthropic’s Chris Olah says AI cannot be steered by AI labs alone