[2026-05-27 | 오늘의 AI 뉴스 브리핑] 바쁜 당신을 위한 AI 트렌드 총정리

🏢 AI 기업·비즈니스 (8건)

1. 레드햇 서밋 2026, 기업용 AI 생산 환경 전환을 위한 하이브리드 클라우드 인프라 전략 제시

레드햇 서밋 2026(Red Hat Summit 2026)에서는 기업이 직면한 인공지능(artificial intelligence, AI) 도입 과제를 풀어내려는 움직임이 두드러졌다. 이사회가 투자대비효과(return on investment, ROI) 증명을 요구하며 압박을 키우자, 기업들은 실험 단계를 벗어나 실제 생산 환경에 AI를 얹는 방법을 고민하고 있다. 레드햇(Red Hat)은 가상머신(virtual machine, VM)과 컨테이너(container), AI 에이전트(agent)를 한꺼번에 다루는 통합 제어 계층으로 개방형 하이브리드 클라우드(open hybrid cloud)를 내세웠다. 여러 클라우드 환경에서 대규모 추론과 AI 에이전트를 안정적으로 돌리기 위한 플랫폼으로 레드햇 AI 3.4(Red Hat AI 3.4)를 공개했다. AI 도입에 성공하려면 다양한 하드웨어와 크고 작은 모델을 자유롭게 엮어 쓰는 이종성 환경(heterogeneous environment)이 필요하다. 구글(Google) 에이전트 플랫폼처럼 미리 만들어진 다수의 에이전트를 골라 연동하는 시스템이 대표적이다. 다만 적지 않은 기업이 그동안 쌓인 기술 부채와 과도한 컴퓨팅 비용에 시달리고 있다. 레드햇 사장 겸 최고경영자 매트 힉스(Matt Hicks)는 기초 자동화 도구인 앤서블(Ansible)을 대안으로 꺼냈다. 기존 정보기술(information technology, IT) 시스템을 단순하게 운용해 비용을 줄여야 AI를 떠받칠 안정적 인프라스트럭처(infrastructure)를 마련할 수 있다는 조언이다.

기사원문 바로가기

Enterprise AI pushes Red Hat’s open hybrid cloud strategy - SiliconANGLE

 

2. 미스트랄 AI, 법률 기술 기업 하비와 파트너십 확장하며 법률 부문 공략 본격화

프랑스 인공지능(artificial intelligence, AI) 기업 미스트랄 AI(Mistral AI)와 법률 기술 기업 하비(Harvey)가 초기 협력 관계를 장기 공식 파트너십으로 확장했다. 양사는 2024년 5월 법률 업무 지원을 목적으로 기술 협력을 시작했고, 미스트랄 AI 언어모델 성능이 향상되면서 전면적인 협력 체계를 구축하기로 합의했다. 이번 파트너십 체결로 하비가 운영하는 다중 모델 플랫폼(multi-model platform)에 미스트랄 AI 인공지능 모델 제품군이 공식 탑재된다. 하비 다중 모델 플랫폼은 복잡한 법률 분석 과제를 지능적으로 식별해 최적의 모델로 분배하며, 사용자는 계약 분석(contract analysis), 실사(due diligence), 규제 준수(compliance), 소송 지원(litigation support) 등 고도화된 업무 전반에서 기술 지원을 받는다. 미스트랄 AI는 전 세계 60개국 이상에서 1,500개가 넘는 법률 기관을 고객으로 확보한 하비 유통망을 활용해 법률 전문 시장 진입에 속도를 낸다. 유럽 시장 공략을 본격화하며 파리 사무소를 신설한 하비도 미스트랄 AI와 연대를 강화해 현지 법률 시장의 핵심 의제인 데이터 주권(data sovereignty) 요구와 유럽 연합(European Union, EU) 규제 준수 표준에 선제적으로 대응할 방침이다. 통합 기술 모델은 현재 유럽 연합 내 일부 적격 고객에게 선공개 형식으로 우선 공급되며, 추후 미국과 호주를 포함한 글로벌 시장 전체로 서비스 제공 범위를 점진적으로 넓혀갈 계획이다.

기사원문 바로가기

Mistral AI Taps Legal Sector With Harvey Partnership

 

3. 미국 스타트업 휴먼 아카이브(Human Archive), 인도 임시직 노동자(gig worker) 활용한 로봇 학습용 물리 데이터 수집 사업으로 820만 달러 투자 유치

캘리포니아 대학교 버클리(University of California, Berkeley)와 스탠퍼드 대학교(Stanford University) 연구진이 세운 미국 스타트업 휴먼 아카이브(Human Archive)는 인도 임시직 노동자(gig worker)에게 장비를 씌워 데이터를 모으는 방식으로 문제를 풀어내려 한다. 인도 현지 청소·요리 등 가정 서비스 스타트업과 제휴를 맺고 노동자에게 카메라가 달린 모자와 센서 장비를 착용하게 한 뒤, 집안일을 하는 동안 1인칭 시점(egocentric) 비디오 데이터를 모으는 방식이다. 헤드셋 1,000대 이상을 현장에 배치했고, 수집한 데이터의 가치를 높이기 위해 촉각 장갑과 전신 동작 포착 슈트, 손목 카메라까지 추가로 동원했다. 카메라 영상뿐 아니라 힘과 움직임 같은 물리적 데이터를 색상·깊이(red-green-blue-depth, RGB-D) 정보와 동기화하는 기술도 자체 개발했다. 최근 휴먼 아카이브는 윙 벤처 캐피털(Wing Venture Capital)과 NVP 캐피털(NVP Capital), 와이 콤비네이터(Y Combinator)를 비롯해 오픈AI(OpenAI), 엔비디아(Nvidia), 구글(Google), 메타(Meta) 관계자로부터 820만 달러 규모 투자를 유치했다. 다만 인도 대형 가정 서비스 기업인 프론토(Pronto)와 어반 컴퍼니(Urban Company)는 노동자 권리와 프라이버시 침해를 우려해 휴먼 아카이브가 내민 제휴 제안을 거절했다. 어반 컴퍼니 최고경영자(Chief Executive Officer, CEO) 아비라지 싱 발(Abhiraj Singh Bhal)은 소셜 미디어에 데이터 수집 제휴에 참여하지 않겠다고 못 박았고, 프론토 창업자 안잘리 사르다나(Anjali Sardana)도 제안을 물렸다. 휴먼 아카이브 측은 제안을 거절한 대형 기업들이 고객 이탈로 경쟁력을 잃게 될 것이라고 받아치며 설전을 벌였다. 비디오 촬영을 끼고 진행하는 데이터 수집 방식은 사생활 침해 논란을 불렀다. 인도 전자정보기술부(Ministry of Electronics and Information Technology)는 가정 서비스 노동자가 데이터를 넘길 때 거치는 동의 절차와 개인정보 수집 관행을 조사하기 시작했다. 휴먼 아카이브는 인도 디지털 개인정보 보호법(Digital Personal Data Protection Act, DPDP) 규정을 지키고 있다며 개인정보 처리 방침을 사전에 알리고 수집 목적도 자세히 안내한다고 해명했다. 수집한 영상에서는 얼굴을 흐리게 처리하고 비식별화 과정을 거친다고 덧붙였다. 데이터 수집에 참여하는 노동자에게는 시간당 1달러(약 1,360원)의 기본 수당이 돌아간다. 인도 현지 다른 업체들이 시간당 250루피에서 400루피(약 2.63달러에서 4.20달러)를 주는 것과 비교하면 낮은 금액이다. 라지 파텔(Raj Patel) 최고경영자는 인도 현지에서 직접 수집 네트워크를 굴리는 만큼 보상 비용을 낮게 유지할 수 있다고 설명했다. 휴먼 아카이브는 동남아시아와 미국까지 서비스 영토를 넓힐 계획이다. 미국 고객에게 청소나 요리 서비스를 제공하는 대가로 데이터를 모으는 시범 사업도 초기 단계로 굴러가고 있다. 로봇용 물리적 인공지능(physical artificial intelligence, physical AI)을 구축하려는 기업이 늘어나는 가운데, 휴먼 아카이브가 짜낸 데이터 수집 모델이 확장성을 입증할 수 있을지 시선이 쏠린다.

기사원문 바로가기

This startup is betting India's gig economy can train the world's robots | TechCrunch

 

4. 에이전트형 인공지능 시대에 걸맞은 조직 설계 재고와 비즈니스 전환 방안

기업용 에이전트형 인공지능(agentic artificial intelligence, agentic AI) 도입이 급증하면서 목표와 실제 실행 사이 간극이 깊어지고 있다. 설문 조사를 보면 85%에 달하는 기업이 3년 안에 에이전트 체계를 갖추기를 원하지만, 76%는 현재 운영 체계와 정보 기술 인프라로 급격한 변화를 감당할 수 없다고 답했다. 인력과 프로세스, 워크플로(workflow) 전반에서 준비가 부족한 기업이 많다. PwC 영국 컨설팅(PwC UK Consulting)에서 글로벌 인력 자문을 총괄하는 프라순 샤(Prasun Shah) 최고기술책임자(chief technology officer, CTO) 겸 최고인공지능책임자(chief AI officer, CAIO)는 많은 기업이 운영 체계를 근본부터 재설계하지 않고 기존 인간 중심 운영 모델에 AI 에이전트를 단순히 얹고 있다고 지적했다. 그는 이런 접근법이 망가져 가는 운영 체계에 임시방편으로 접착테이프를 붙이는 격이라고 경고했다. 에이전트를 기존 구조 위에 덧씌우면 기업은 기술이 지닌 온전한 가치를 누리지 못하고 조기에 실망할 위험이 크다. AI 에이전트의 참된 가치는 인간 개입을 최소화한 채 복잡한 과업을 스스로 조율하고 독립적으로 의사결정을 내리며 변화하는 조건에 맞춰 성능을 개선하는 워크플로 전체 실행 능력에 있다. 실제로 고객 서비스와 인사, 영업 분야의 초기 실증 사례를 보면 에이전트형 AI를 대규모로 배치했을 때 비즈니스 프로세스 속도는 30\~50% 빨라지고 단순 노동 시간은 25\~40% 줄었다. 기업용 에이전트 AI 플랫폼 기업인 에마(Ema)는 이 같은 전사적 변화를 **에이전트 비즈니스 전환**(agentic business transformation, ABT)이라고 명명했다. 에마는 시장 조사 기관 HFS 리서치(HFS Research)와 공동으로 개념을 제창하며 에이전트 도입을 위한 새 틀을 제시했다. 에마 최고경영자(chief executive officer, CEO)이자 창업자인 수로짓 차터지(Surojit Chatterjee)는 디지털 전환이 종이에서 소프트웨어로의 이동이었고 AI 전환이 기존 프로세스에 인공지능을 추가하는 것이었다면, ABT는 AI 에이전트를 조직 뼈대에 완전히 통합하는 새로운 차원의 혁신이라고 정의했다. 그는 ABT를 달성하려면 기술 스택(technology stack)과 조직 인력, 성공 지표라는 세 기둥을 전면 개편해야 한다고 강조했다. 첫 번째 기둥인 기술 스택은 인간이 앱을 조작하는 기존 선형 방식에서 벗어나야 한다. 기계 속도로 여러 시스템을 동시에 넘나드는 AI 에이전트를 지원하려면 기술 인프라부터 혁신해야 한다. AI 에이전트는 기존 계층 위에 단순히 얹히는 또 다른 소프트웨어가 아니라, 여러 독립된 앱을 오가며 데이터를 찾고 분석하며 고수준 과업을 조율하는 연결 조직 역할을 맡아야 한다. 기술 스택을 유연하게 구축하면 새 비즈니스 요구가 생겼을 때 소프트웨어 개발사 업데이트를 수개월 기다리지 않고 자연어로 AI 직원을 설정해 며칠 안에 생산 워크플로에 즉시 투입할 수 있다. 두 번째 기둥인 조직 인력도 변화를 겪는다. 표준화된 업무와 부서별 계층 구조에 기반한 기존 산업화 모델은 관리자 승인 없이 과업을 실행하고 최적화하는 AI 에이전트가 등장하면서 경계가 흐려진다. 인간 관리자는 단순 실행 관리에서 벗어나 신뢰, explanation 가능성, 심리적 안정감, 지위 역학 같은 새로운 인간-AI 협업 조직 관리 책임을 맡는다. 맥킨지(McKinsey)는 2030년까지 전 세계 일자리 중 4분의 3이 재설계되거나 직무 전환이 필요하리라고 전망했다. 이에 따라 기업은 채용과 유지, 보상 제도를 신속히 정비해야 한다. 세 번째 기둥인 성공 지표도 결과 중심으로 재조정해야 한다. AI 직원이 업무를 분담하면 전화 통화 건수나 보고서 작성 건수 같은 단순 활동 지표는 무의미하거나 오히려 착시를 일으킨다. AI 직원이 인간보다 100배 많은 고객을 상대하더라도 그 상호작용이 실제 만족도나 매출로 이어졌는지 측정하지 못하면 활동 지표는 눈속임에 불과하다. 에마가 보유한 대기업 고객사는 비용이나 인공지능 정확도 대신 인간 개입 없이 검토를 마친 계약서 비율 같은 실질적 결과물로 지표를 전환해 두 분기 만에 투자 대비 효과(return on investment, ROI)를 3배 끌어올렸다. 경영진은 AI 직원이 실수를 저질렀을 때 지는 책임 소재, 인간과 AI 사이 의견 충돌 해결 방안, 고객 보호를 위한 안전장치 마련처럼 분산된 책임 체계에 대응하는 새 기준도 세워야 한다. 시스템 수준에서 일어나는 변화는 점진적이고 복잡하지만, 에이전트 비즈니스 전환을 이루는 핵심 요소를 면밀히 검토하고 조직 내 토론을 시작하는 리더만이 목표와 실행 사이 간극을 좁히고 에이전트형 AI 시대를 선도할 수 있다.

기사원문 바로가기

Rethinking organizational design in the age of agentic AI

 

5. 핀옵스 X 2026, 인공지능 비용 거버넌스와 기업 의사결정의 미래 조명

클라우드 비용 관리에서 벗어나 인공지능(artificial intelligence, AI) 기반 의사결정을 지원하는 핀옵스(financial operations, FinOps)가 중요해지고 있다. 핀옵스 재단(FinOps Foundation)이 주최하는 연례 콘퍼런스 **핀옵스 X 2026(FinOps X 2026)**이 6월 8일부터 11일까지 미국 캘리포니아주 샌디에이고에서 열린다. 이번 행사에는 2,500명 이상의 업계 관계자가 모여 기술 지출을 실질적인 기업 의사결정과 연결하는 방안을 논의한다. 행사 기간 중 IT 매체 실리콘앤글(SiliconANGLE)의 방송 미디어 **더큐브(theCUBE)**가 6월 8일부터 10일까지 현장에서 인터뷰와 분석을 전한다. 인공지능 전용 핀옵스가 화두로 떠오르면서 토큰 경제학(token economics) 관리와 에이전트형 시스템(agentic system) 통제 방안이 비중 있게 다뤄진다. 핀옵스는 단순한 클라우드 서비스 요금 관리에서 벗어나 서비스형 소프트웨어(software as a service, SaaS)와 대용량 데이터 플랫폼 비용까지 아우르는 영역으로 넓어지고 있다. 참석자들은 핀옵스 공개 비용 및 사용 규격(FinOps Open Cost & Usage Specification, FOCUS) 표준을 도입하고 자동화 기술을 활용해 비용 절감뿐 아니라 비즈니스 가치를 극대화하는 방안을 모색한다.

기사원문 바로가기

FinOps X will showcase the future of enterprise decision-making - SiliconANGLE

 

6. 실시간 데이터와 피지컬 AI(physical AI)로 공항 운영을 최적화하는 프라포트

독일 공항 운영 기업 프라포트(Fraport AG)가 공항 지상 조업과 화물 운송 효율을 높이고자 피지컬 AI(physical AI) 기술을 전격 도입했다. 프라포트는 전 세계 29개 공항을 관리하며 연간 약 1억 7,400만 명에 달하는 여객을 수송하는 대형 항공 허브 운영사다. 델 테크놀로지스(Dell Technologies)가 연 기술 행사에서 프라포트 정보기술(IT) 인프라 부사장 프리츠 오스발트(Fritz Oswald)와 델 테크놀로지스 제품 마케팅 수석 부사장 바룬 차브라(Varun Chhabra)가 대담을 나누며 실제 사례를 발표했다. 프라포트는 데이터를 중앙 클라우드로 보내는 대신 현장에서 곧바로 연산하도록 에지 컴퓨팅(edge computing) 기반 온프레미스(on-premises) 시스템을 구축했다. 델 프라이빗 클라우드(Dell Private Cloud) 위에 애저 로컬(Azure Local)을 얹어 초저지연 연산이 가능한 서버 환경을 갖췄다. 계류장 카메라 600대에서 송출하는 고해상도 영상을 실시간으로 분석해 지상 조업 단계별 종료 시점을 타임스탬프로 자동 기록한다. 실시간 영상 분석 데이터로 조업 직원의 대기 시간을 예측하고 현장 인력을 알맞게 배치한 결과, 평균 16분에 달하던 계류장 대기 시간을 완전히 없앴다. 프라포트는 이렇게 모은 실시간 공항 혼잡 데이터를 바탕으로 계류장을 스스로 누비는 자율주행 차량(autonomous vehicle) 개발에 나섰다. 자율주행 차량은 내장한 라이다(lidar) 센서 신호뿐 아니라 종합 데이터 허브가 보내는 경로 데이터를 실시간으로 받아 장애물을 피하고 목적지까지 유연하게 이동한다.

기사원문 바로가기

Physical AI helps data take flight at Fraport - SiliconANGLE

 

7. 도미노피자와 협력해 피자 제조 자동화를 추진하던 로봇 스타트업 픽닉 폐업

도미노피자(Domino’s)와 손잡고 주방 자동화를 추진하던 로봇 스타트업 픽닉(Picnic)이 자산을 매각하고 사업을 접었다. 시애틀에 본사를 둔 픽닉은 소스를 바르고 치즈와 토핑을 얹는 피자 조리 공정을 기계로 처리하는 컨베이어 벨트 장치를 만들었다. 직원 한 명이 시간당 피자 100판을 만들 수 있도록 설계해 외식 업계의 관심을 끌었다. 설립 후 약 10년 동안 5,300만 달러(약 720억 원)가 넘는 투자금을 끌어모았지만, 경기 침체로 인력을 줄이고 경영진이 교체되면서 경영난에 빠졌다. 채무를 감당하지 못한 픽닉은 2026년 5월 채권자 분배를 위한 자산 양도 절차에 들어갔고, 모든 지식재산권과 자산을 익명의 매수자에게 넘겼다. 수억 달러를 유치하고도 2023년 문을 닫은 줌(Zume)에 이어 픽닉마저 사업을 중단하면서, 외식 자동화 기술이 안고 있는 까다로운 조리 수준과 높은 운영 비용 문제가 다시 드러났다.

기사원문 바로가기

Oops! Domino's-Partnered Robotics Startup That Was Supposed to Put Human Pizza Chefs Out of a Job Just Shut Down

 

8. 오픈AI의 ‘소라’ 서비스 중단 여파로 제작 지연 위기에 직면한 인공지능 영화 ‘크리터즈’

오픈AI(OpenAI)가 동영상 생성 인공지능(artificial intelligence, AI) 도구인 소라(Sora) 서비스를 돌연 중단하면서, 소라로 제작하던 인공지능 애니메이션 영화 크리터즈(Critterz)가 제작 지연에 빠졌다. 공동 프로듀서인 채드 넬슨(Chad Nelson)과 제임스 리처드슨(James Richardson)은 당초 칸 영화제(Cannes Film Festival) 출품을 계획했으나, 제작 도구가 갑자기 닫히면서 일정을 맞추지 못했다. 두 프로듀서는 새로운 인공지능 기술 협력사를 찾아 내년 1분기에 영화를 개봉할 계획이다. 리처드슨 프로듀서는 기존 방식으로 수백 명이 3년 넘게 매달려야 했던 애니메이션을 단 15명이 9달 만에 완성하고 있다며 기술의 강점을 내세웠다. 다만 업계에서는 대기업이 인공지능 모델 운영을 갑자기 멈출 때 독립 창작자들이 떠안게 되는 위험이 크다고 우려했다. 오픈AI는 크리터즈가 자사의 재정 지원이나 직접적인 제작 참여 없이 독립 예술가들이 오픈AI 도구로 실험한 결과물일 뿐이라며 관련 책임을 축소했다.

기사원문 바로가기

OpenAI's Attempt at an AI-Generated Pixar-Style Movie Is in Shambles

 

🚀 AI 제품·서비스 (9건)

1. 7에이아이, 인공지능 에이전트 기반 자율 보안 운영 서비스 ‘플레이드 엘리트’ 출시

에이전트 인공지능(agentic artificial intelligence) 기반 보안 스타트업 7에이아이(7AI Inc.)가 자율 보안 운영을 지원하는 관리형 서비스 플레이드 엘리트(PLAID ELITE)를 내놓았다. 자체 보안운영센터(security operations center, SOC)를 꾸리거나 확장하기 어려운 기업도 24시간 끊김 없이 위협을 자율로 탐지하고 대응할 수 있도록 돕는 서비스다. 보안 에이전트가 경보 수집과 정보 보강, 위협 조사까지 스스로 수행하고, 마지막 단계에서 7에이아이 소속 보안 전문가가 판단과 제어를 맡는 사람 주도 및 인공지능 기반(People-Led, AI-Driven, PLAID) 모델을 토대로 움직인다. 실제 운영 환경에 투입된 보안 에이전트는 700만 건이 넘는 위협을 자율로 조사하면서 오탐지(false positive) 비율을 95%에서 최대 99%까지 끌어내렸다. 수 시간이 걸리던 위협 규명 시간도 몇 분 단위로 단축했다. 새로운 위협 정보와 조사 사례가 쌓일수록 에이전트가 탐지 속도와 정확도를 스스로 끌어올리는 선순환 구조라, 운영 기간이 길어질수록 보안 수준도 함께 올라간다. 계약 체결부터 첫 자율 조사 개시까지 72시간이 채 걸리지 않고, 한 달 안에 전체 보안 체계를 돌릴 수 있어 도입 부담도 가볍다. 7에이아이는 사이버리즌(Cybereason) 공동 창업자이자 이스라엘 정보부대 8200부대(Unit 8200) 지휘관 출신인 리오르 디브(Lior Div) 최고경영자(CEO)와 아미타이 스트리엠-아밋(Amitai Striem-Amit)이 2024년에 함께 세운 회사다. 최근 보안 분야 시리즈 A 투자 가운데 역대 최대 규모인 1억 3,000만 달러(약 1,770억 원)를 끌어모으며 업계의 시선을 끌었다. 이번 서비스 출시에 맞춰 미국 보스턴(Boston) 본사에 엔지니어링, 제품 개발, 시장 개척 분야 전문 인력 100명을 새로 뽑겠다는 계획도 함께 공개해 조직 확장 의지를 드러냈다. 분기별 고객 수 3배 성장, 협력사 파이프라인 6.5배 확장 등 가파른 성장세를 기록 중인 7에이아이는 아마존웹서비스(Amazon Web Services, AWS) 마켓플레이스 등록까지 마치고 시장 저변을 넓히고 있다.

기사원문 바로가기

7AI launches PLAID ELITE fully managed agentic security operations service - SiliconANGLE

 

2. 노비 사이버 시큐리티, 보안 취약점 분석 결과를 클로드와 코파일럿 등에 자동 전송하는 ‘에이전틱 픽스’ 출시

인공지능 모의 해킹(artificial intelligence penetration testing) 스타트업 노비 사이버 시큐리티(Novee Cyber Security Ltd., 이하 노비)가 2026년 5월 26일 ‘에이전틱 픽스(Agentic Fix)‘를 출시했다. 검증을 마친 보안 취약점 분석 정보가 개발자가 쓰는 인공지능 코딩 에이전트(AI coding agent)로 곧장 전송된다. 노비 플랫폼은 모의 해킹을 스스로 수행해 보안 취약점을 찾아낸다. 공격 경로를 검증한 뒤 취약점 유입 지점과 영향받는 코드 경로를 짚어낸다. 분석 내용을 담은 보고서는 클로드(Claude), 코덱스(Codex), 깃허브 코파일럿(GitHub Copilot), 커서(Cursor), 데빈(Devin) 같은 인공지능 도구로 즉시 전달된다. 인공지능 코딩 도구는 전달받은 맥락을 토대로 보안 패치 코드를 제안하고 저장소에 풀 리퀘스트(pull request)를 생성한다. 패치를 저장소에 병합하면 노비 플랫폼이 소프트웨어를 다시 진단한다. 재진단을 거쳐 보안 취약점이 해소됐는지 최종 확인한다. 정부 기관 출신 공격형 보안 전문가 이도 게펜(Ido Geffen), 곤 찰라미시(Gon Chalamish), 오메르 닌버그(Omer Ninburg)가 공동 창업한 노비는 2026년 1월 5150만 달러 규모의 투자금을 유치하며 공식 출범했다. 에이전틱 픽스는 보안 진단과 패치 작성 사이의 수작업을 없애 개발 주기 안에서 보안 노출 시간을 줄인다. 기존 고객은 에이전틱 픽스를 즉시 쓸 수 있다.

기사원문 바로가기

Novee debuts Agentic Fix, pushing pentest findings into Claude, Copilot and Cursor - SiliconANGLE

 

3. 디텍티파이, AI 에이전트의 실시간 보안 취약점 식별 및 해결을 지원하는 모델 컨텍스트 프로토콜 서버 출시

애플리케이션 보안 플랫폼 기업 디텍티파이(Detectify)가 인공지능 에이전트(artificial intelligence agent, AI agent)를 위한 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 서버를 내놓았다. 소프트웨어 개발 과정에서 보안 취약점을 실시간으로 찾아내고 검증한 뒤 고치도록 돕는 통합 계층이다. 앤스로픽(Anthropic)이 공개한 오픈 표준 기술인 모델 컨텍스트 프로토콜을 토대로 삼아, 디텍티파이의 보안 진단 엔진을 인공지능 개발 흐름에 곧바로 잇는다. 개발진은 자율 인공지능 에이전트가 코드를 짓고 배포하는 속도가 사람 개발자가 돌리던 기존 보안 검토 주기보다 훨씬 빨라지면서 벌어진 보안 공백을 메우려는 취지로 서버를 설계했다. 디텍티파이 최고경영자(Chief Executive Officer, CEO) 리카르드 칼손(Rickard Carlsson)은 대규모 언어모델(large language model, LLM)이 추론 능력은 뛰어나지만 확률적으로 움직이는 탓에, 효과적인 보안 검증에 요구되는 결정론적이고 빠른 탐색 능력이 모자란다고 짚었다. 이에 디텍티파이는 진단 엔진을 외부에 개방해 인공지능이 필요로 하는 성능 검증용 보안 도구를 받쳐 주는 동시에, 사람이 보안 대시보드를 일일이 점검하던 방식에서 에이전트가 보안을 핵심 역량으로 직접 조율하는 체계로 옮겨 가려 한다. 디텍티파이 모델 컨텍스트 프로토콜 서버는 크게 세 가지 기능을 갖췄다. 첫째, 취약점을 찾고 해결하는 과정을 자동화해 보안 진단 결과를 구조화된 조치 과제 형태로 인공지능 에이전트에 넘긴다. 에이전트는 취약점을 손볼 코드 패치를 만든 뒤 디텍티파이 검증 스캔으로 수정 여부를 확인하고, 그 결과를 사람에게 올려 최종 검토를 받는다. 둘째, 사용자는 자연어 프롬프트로 대화하듯 명령해 스캔 결과를 조회하거나 자산 상태를 살피며 심각한 취약점을 빠르게 짚어낼 수 있다. 셋째, 원격 호스팅을 지원해 설정이 간편하므로 기업이 즐겨 쓰는 인공지능 개발 도구와 손쉽게 이어진다. 보안 업계가 자사 도구를 인공지능이 다룰 수 있도록 설계하는 흐름에 발맞춰, 이번 신제품은 자율 소프트웨어 개발 속도에 맞춰 보안 체계를 실시간으로 동기화하는 데 보탬이 된다.

기사원문 바로가기

Detectify debuts MCP server to let AI agents find and fix vulnerabilities in real time - SiliconANGLE

 

4. 앱옴니, 서비스형 소프트웨어 보안 경고 조사와 해결 자동화하는 마를린 AI 출시

서비스형 소프트웨어(Software-as-a-Service, SaaS) 보안 기업 앱옴니(AppOmni Inc.)가 2026년 5월 26일 자율형 인공지능(artificial intelligence, AI)을 입힌 마를린 AI(Marlin AI)를 내놓았다. 마를린 AI는 보안 플랫폼(platform)에 올라타 경고 분석과 대응 과정을 자동으로 처리한다. 클라우드 프로그램이 쏟아내는 경고에 지친 보안 부서를 돕고자 만들었다. 보안 시스템 안에서 상시 돌아가며 주요 프로그램의 보안 지표를 엮어 살핀다. 대응이 필요한 사건을 찾아내면 자연어로 단계별 조치 방법을 짚어 준다. 범용 거대 언어모델(large language model, LLM) 에이전트(agent)로는 복잡한 데이터 관계를 읽어 내기 어렵다. 대신 마를린 AI는 자체 보안 연구 부서가 쌓은 분석 데이터와 실시간 위협 정보를 학습해 탐지 정확도를 끌어올렸다. 별도 설정 없이 바로 쓸 수 있고, 위협을 조사하고 해결하는 시간을 큰 폭으로 줄여 준다.

기사원문 바로가기

AppOmni launches Marlin AI to automate SaaS security investigation and remediation - SiliconANGLE

 

5. 챗GPT(ChatGPT) 대신 무료 로컬 인공지능(artificial intelligence, AI) 올라마(Ollama)를 사용하는 이유와 장점

한 기술 기고가가 클라우드 기반 챗GPT(ChatGPT)를 떠나 컴퓨터에 직접 설치해 돌리는 인공지능(artificial intelligence, AI) 올라마(Ollama)로 갈아탄 이유를 구체적으로 밝혔다. 올라마를 쓰면 기기 안에서 대규모 언어모델(large language model, LLM)을 바로 실행할 수 있다. 원활하게 돌리려면 최신 중앙 처리 장치(central processing unit, CPU)와 16기가바이트(gigabyte, GB) 이상의 주 메모리를 갖춰야 한다. 엔비디아(Nvidia) 그래픽 처리 장치(graphics processing unit, GPU)나 애플 실리콘(Apple Silicon) 프로세서를 더하면 연산 성능을 한층 끌어올릴 수 있다. 올라마는 누구나 무료로 내려받는 오픈소스 소프트웨어다. 모든 연산을 사용자 기기 안에서 처리하므로 대화 내용이 외부 서버로 새지 않고, 개인정보도 안전하게 지킬 수 있다. 대규모 데이터 센터가 일으키는 전력 소비나 환경 오염 부담에서도 자유롭다. 딥시크(DeepSeek)나 젬마(Gemma)를 비롯한 여러 언어 모델을 골라 내려받을 수 있고, 취향에 맞춰 모델을 바꿔 가며 작업을 맡길 수 있다. 올라마를 근거리 통신망(local area network, LAN) 서버에 올리면 다른 기기에서도 연산력을 나눠 쓸 수 있다. 인터넷이 끊긴 환경에서도 오프라인으로 돌아가 보안 수준이 높은 독립망에서 안전하게 작동한다.

기사원문 바로가기

I quit ChatGPT for a free, private, and local AI called Ollama - here's why

 

6. 미니코어(Minicor), 애플리케이션 프로그래밍 인터페이스(application programming interface, API) 없는 윈도우(Windows) 자동화용 인공지능(artificial intelligence, AI) 플랫폼 출시

창업자 파이즈(Faiz)와 사히드(Saheed)는 애플리케이션 프로그래밍 인터페이스(application programming interface, API)가 없는 윈도우(Windows) 데스크톱 시스템과 연동해 확장 가능한 로보틱 프로세스 자동화(robotic process automation, RPA)를 빠르게 구축하도록 돕는 미니코어(Minicor)를 출시했다. 두 사람은 병원의 윈도우 기반 의료 기록 시스템과 통합하는 과정에서 데스크톱 자동화 구축이 기술적으로 매우 까다롭고, 가상 머신(virtual machine, VM)을 운영하며 오류를 찾아 고치기 어려워 실패율이 30%를 넘는 문제를 겪었다. 미니코어는 개발자가 모델 컨텍스트 프로토콜(model context protocol, MCP)을 활용해 파이썬(Python)으로 데스크톱 소프트웨어가 구동되는 가상 머신을 제어하고 자동화 흐름을 만들 수 있게 돕는다. 작성된 자동화 흐름은 파이썬 스크립트로 돌아가므로 실행 속도가 빠르고 비용이 적게 들며 결정론적으로 작동한다. 개발자는 지정한 입력·출력 스키마에 맞춰 API를 호출해 자동화를 구동하고, 실행할 때마다 만들어지는 녹화 비디오와 로그로 과정을 따라갈 수 있다. 여러 가상 머신을 동시에 복제해 자동화를 병렬로 수행하며, 이단계 인증(two-factor authentication, 2FA)과 일회용 비밀번호(one-time password, OTP)처럼 까다로운 인증 단계도 해결한다. 슬랙(Slack)으로 알림을 보내거나 사람이 중간에 직접 개입하는 단계를 끼워 넣을 수 있고, 가상 머신의 스크린샷을 대규모 언어모델(large language model, LLM)로 보내 현재 작동 상태를 확인하는 기능도 제공한다.

기사원문 바로가기

Minicor | Scalable Desktop Automations

 

7. 램버스, 에이전트형 인공지능 지원하는 초고속 DDR5 클라이언트 메모리 칩셋 발표

반도체 지식재산권(intellectual property, IP) 기업 램버스(Rambus)가 개인용 컴퓨터(personal computer, PC)의 메모리 속도를 끌어올리는 새로운 DDR5 9600 클라이언트 메모리 모듈 칩셋(DDR5 client memory module chipset)을 내놨다. 개발진은 메모리 작동 속도를 초당 전송 횟수(megatransfers per second, MT/s) 기준 최대 9,600MT/s까지 구현했다. 신제품은 데스크톱과 노트북에서 돌아가는 에이전트형 인공지능(agentic artificial intelligence) 작업의 높은 대역폭과 용량 요구를 겨냥했다. 스스로 계획을 세워 작업을 처리하는 에이전트형 인공지능은 맥락을 끊임없이 붙들고 데이터를 동시에 다뤄야 해서 메모리를 많이 소모한다. 램버스는 메모리가 고속으로 작동하는 과정에서 생기는 신호 성능 저하(signal degradation)와 타이밍 불안정성(timing instability) 문제를 기술적으로 풀었다. 신제품은 2세대 클라이언트 클록 드라이버(second-generation client clock driver, CKD02)와 전력 관리 집적 회로(power management integrated circuit, PMIC5120), 직렬 프레즌스 검출(serial presence detect, SPD) 허브 세 가지 부품으로 구성된다. CKD02는 프로세서 클록 신호를 디램(dynamic random-access memory, DRAM) 장치에 맞춰 재조정한 뒤 분배한다. 신호를 나누는 과정에서 감쇠와 지터(jitter)를 줄여 고속 작동 시 안정성을 확보한다. PMIC5120은 전압을 정밀하게 낮춰 모듈 전력 소모를 제어하고, SPD 허브는 메모리 모듈을 식별·설정하면서 시스템 상태를 측정하는 통신을 맡는다. 램버스는 데스크톱용 클록 장착형 비버퍼 메모리 모듈(clocked unbuffered dual in-line memory module, CUDIMM)과 클록 장착형 쿼드 메모리 모듈(clocked quad in-line memory module, CQDIMM)에 새 칩셋을 공급한다. 노트북에 들어가는 클록 장착형 소형 메모리 모듈(clocked small outline dual in-line memory module, CSODIMM)도 공급 대상이다. 인공지능 성능을 끌어올린 개인용 컴퓨터 보급에 발맞춰 제조업계는 클록 메모리 모듈 채택을 점차 늘리고 있다.

기사원문 바로가기

Rambus targets agentic AI workloads with faster client memory chipset - SiliconANGLE

 

8. 일레븐랩스를 대체할 오픈소스 로컬 인공지능 음성 편집 프로그램 옴니보이스 스튜디오 공개

*옴니보이스 스튜디오(OmniVoice Studio)**는 클라우드 구독이나 응용 프로그램 인터페이스(application programming interface, API) 키 없이 사용자 컴퓨터에서 단독으로 작동하는 인공지능(artificial intelligence, AI) 음성 프로그램이다. 유료 서비스인 일레븐랩스(ElevenLabs)를 대체할 목적으로 개발됐고, 목소리 복제(voice cloning), 비디오 더빙(video dubbing), 실시간 받아쓰기, 화자 분할(speaker diarization)을 모두 사용자 컴퓨터 안에서 처리한다. 목소리 복제는 제로샷 학습(zero-shot learning) 기술을 끌어와 3초짜리 짧은 녹음 파일만으로 특정 음성을 즉석에서 재현한다. 비디오 더빙은 전사, 번역, 텍스트 음성 변환(text-to-speech, TTS), 결합 과정을 자동으로 이어 붙여 오프라인에서 돌린다. 전사 단계에서는 99개 언어를 지원하는 위스퍼X(WhisperX)로 단어 단위까지 세밀하게 정렬한다. 더빙을 합성할 때는 기본 탑재된 음성 엔진과 함께 코지보이스(CosyVoice)를 포함한 6개 엔진 가운데 골라 쓸 수 있다. 음원 분리 도구인 데묵스(Demucs)를 거치면 원래 배경음악을 그대로 살린 채 새로 더빙한 동영상 파일이 나온다. 화자 분할 기능은 파이아노트(Pyannote) 기술로 음성 파일에 섞인 화자들을 따로따로 식별해 각자에게 맞는 음성을 입힌다. 실시간 받아쓰기는 단축키를 누르면 웹소켓(WebSocket) 방식으로 동작하면서 모든 문서 편집 창에 텍스트를 곧장 집어넣는다. 내장된 모델 컨텍스트 프로토콜(Model Context Protocol, MCP) 서버는 데스크톱 화면을 띄우지 않고도 클로드(Claude)나 커서(Cursor) 같은 인공지능 개발 도구에서 음성 합성 기능을 직접 호출하도록 돕는다. 전체 시스템은 타우리(Tauri) 프레임워크와 파스트API(FastAPI), 에스큐엘라이트(SQLite) 데이터베이스 위에서 굴러간다. 생성된 모든 음성에는 저작권 보호와 출처 인증을 돕는 오디오실(AudioSeal) 기술로 눈에 보이지 않는 신경망 워터마크를 자동으로 끼워 넣는다. 라이선스는 기능적 소스 라이선스 1.1(Functional Source License 1.1, FSL-1.1-ALv2)을 적용해 학술 연구나 개인 용도에 한해 무료로 개방한다.

기사원문 바로가기

Meet OmniVoice Studio: A Local, Open-Source Alternative to ElevenLabs

 

9. 인공지능 에이전트의 급부상과 기술 생태계의 격변

앤트로픽(Anthropic)이 자율형 개발 도구 클로드 코드(Claude Code)와 오퍼스 4.5(Opus 4.5) 모델을 내놓으며 기술 업계에 큰 파장을 일으켰다. 오퍼스 4.5 모델은 복잡한 프로그래밍 작업을 알아서 풀어내고 여러 부가 에이전트(agent)를 스스로 제어하는 성능을 보였다. 개발자 피터 슈타인베르거(Peter Steinberger)는 클로드 코드의 기능에 착안해 개인용 인공지능(artificial intelligence, AI) 에이전트를 손쉽게 만들 수 있는 오픈소스(open source) 소프트웨어 오픈클로(OpenClaw)를 선보였다. 오픈클로는 깃허브(GitHub)에서 단 2주 만에 추천 수 10만 개를 기록하며 빠르게 퍼져 나갔다. 벤처캐피털(venture capital) 투자가 데이브 모린(Dave Morin)을 비롯한 전 세계 개발자들은 오픈클로를 활용해 스마트 액자 제어와 업무 자동화 시스템을 꾸렸다. 이어 엔비디아(Nvidia) 최고경영자(chief executive officer, CEO) 젠슨 황(Jensen Huang)은 기조연설에서 이 도구의 중요성을 비중 있게 다루면서 자체 에이전트 전략을 공개했다. 다만 보안 연구진은 오픈클로가 데이터를 유출하거나 시스템을 파괴할 위험이 있다고 경고했다. 비싼 토큰(token) 사용료와 하드웨어 품귀 현상 속에서도 오픈에이아이(OpenAI)와 앤트로픽은 시장 주도권을 잡으려 에이전트 보급에 속도를 내고 있다.

기사원문 바로가기

AI Agents Plunged the Tech World Into Chaos. Here’s Exactly How That Happened

 

🔬 AI 연구·기술 (4건)

1. 허깅페이스, 2,500달러에 제작 가능한 3D 프린팅 휴머노이드 로봇 다리 공개

머신러닝(machine learning)과 인공지능 개발 플랫폼 허깅페이스(Hugging Face)가 삼차원(3D) 프린터로 찍어낼 수 있는 휴머노이드 로봇(humanoid robot) 다리 프로젝트를 공개했다. 르로봇 휴머노이드(LeRobot Humanoid) 프로젝트는 로봇 제작자와 연구자가 저렴한 비용으로 기기를 직접 조립하고 실험하도록 돕는다. 허깅페이스는 부품명세서(bill of materials, BOM), 3D 인쇄용 도면, 배선 문서, 조립 지침서와 함께 로봇을 제어하고 보정하는 소프트웨어(software)까지 오픈소스(open source)로 풀었다. 로봇 다리 한 대를 만드는 데 드는 비용은 약 2,500달러다. 값비싼 시제품에 의존하지 않고도 조립과 수리가 쉬운 다리를 활용해 실제 환경에서 더 빠르게 실험을 돌릴 수 있다는 뜻이다. 허깅페이스는 가상 환경에서 설계한 로봇을 실제 물리 공간에서 검증하고, 거기서 얻은 데이터를 다시 시뮬레이션(simulation)에 반영하는 순환 개발 체계를 목표로 삼았다. 개발팀이 만든 로봇 다리는 앞으로 상반신과 결합해 전신 로봇으로 키워나가는 첫 단계다. 허깅페이스는 일부 대기업이 로봇 산업을 독점하지 못하도록 오픈소스 로봇 사업을 꾸준히 밀고 있다. 실제 상용 휴머노이드 로봇 가격은 대당 3만 달러에서 15만 달러에 이르며, 제조 비용을 낮추려는 업계의 시도가 이어지고 있다. 로봇 분야로 유입된 벤처 투자 자금은 2025년에 400억 달러를 넘어섰다. 중국 유니트리 로보틱스(Unitree Robotics)는 2만 달러 미만 제품을 내놓으며 상하이 증권시장 상장을 준비하고 있으나, 치열한 가격 경쟁 탓에 수익성이 크게 나빠졌다. 현대자동차그룹은 미국 조지아주 전기차 공장에 생산 라인을 꾸려 보스턴 다이내믹스(Boston Dynamics)가 개발한 아틀라스(Atlas) 로봇을 대량 생산하는 구체적인 방안을 협의하고 있다.

기사원문 바로가기

3D-printable humanoid legs let robotics experiments run wild

 

2. 다중모드 데이터셋과 GRPO를 활용한 검증 가능한 보상 기반 강화학습 파이프라인 구축 방안

마크테크포스트(MarkTechPost)는 오픈엠엠알엘(Open-MM-RL) 데이터셋으로 다중모드 검증 가능 보상 강화학습(reinforcement learning with verifiable rewards, RLVR) 파이프라인을 구축하는 방법을 설명했다. 먼저 허깅페이스(Hugging Face)에서 데이터셋을 불러와 크기와 구조를 분석하고, 영역별 예시를 시각화해 데이터의 형태를 파악한다. 데이터는 질문 길이와 답변 유형, 이미지 분포를 담고 있으며 수학 기호나 이미지 형식에 따라 다르게 구성된다. 수학 정답은 레이텍(LaTeX) 수식과 기호로 표현된다. 연구진은 정답 처리를 돕는 심파이(SymPy) 라이브러리로 보상 함수를 설계했다. 보상 함수는 예측값에서 최종 답변을 추출하고, 추출된 답변을 실제 정답과 수치 단위로 비교해 평가 점수로 환산한다. 이어 다중모드 추론용 프롬프트를 구성해 모델 입력값으로 활용한다. 스몰브이엘엠(SmolVLM) 지시 모델은 답변을 예측한 뒤 보상 점수를 받는다. 마지막 단계로 데이터셋을 그룹 상대 정책 최적화(group relative policy optimization, GRPO) 형식으로 변환한다. 변환된 데이터에서 그룹 내 이점을 계산해 학습 준비를 마친다. 공정 전반을 설계함으로써 다중모드 데이터셋을 강화학습 학습 모델에 맞게 바꾸는 실질적 기반을 완성한다.

기사원문 바로가기

Design a Complete Multimodal RLVR Pipeline with Open-MM-RL, Vision-Language Prompting, Reward Scoring, and GRPO Export

 

3. 에이전트형 인공지능 확산에 따라 중앙처리장치와 공랭식 기반 시설이 핵심으로 부상했다

델 테크놀로지스 월드 2026(Dell Technologies World 2026) 행사에서 델 테크놀로지스(Dell Technologies)와 에이엠디(Advanced Micro Devices, AMD)는 에이전트 인공지능(agentic AI) 업무가 늘면서 중앙처리장치(central processing unit, CPU)와 공랭식(air-cooled) 인프라 수요가 급증한다고 밝혔다. 그동안 그래픽처리장치(graphics processing unit, GPU)가 인공지능 논의를 주도했으나, 작업을 끊임없이 조율하고 의사를 결정해야 하는 에이전트 인공지능 특성상 중앙처리장치 역할이 더 중요해졌다. 에이엠디 로버트 호무스(Robert Hormuth) 아키텍처·전략 부사장은 에이전트 인공지능이 복잡한 수학 연산은 그래픽처리장치에 맡기지만, 계획을 세우고 도구를 점검하며 반복하는 작업은 중앙처리장치가 처리한다고 설명했다. 기반 시설을 꾸리는 방식도 달라졌다. 많은 기업이 기존 데이터 센터 전력 한계 탓에 수랭식 냉각(liquid cooling) 설비를 갖추기 어렵다. 그 결과 전면적인 개보수 없이 인공지능 기술을 바로 쓸 수 있는 고성능 공랭식 서버가 대안으로 떠올랐다. 델 테크놀로지스 데이비드 슈미트(David Schmidt) 부사장은 신형 파워엣지(PowerEdge) 서버 한 대로 구형 서버 13대를 대체할 수 있다고 말했다. 서버를 통합해 공간과 전력을 확보하면 에이전트 인공지능을 돌리는 전력망을 안정적으로 갖출 수 있다. 두 전문가는 인공지능 기술을 빠르게 받아들여 새로운 매출을 창출하고 효율적으로 운영하는 기업이 경쟁에서 앞서간다고 조언했다.

기사원문 바로가기

Air-cooled AI infrastructure in demand in agentic era - SiliconANGLE

 

4. 프라이빗 클라우드 기반 엔터프라이즈 인공지능 서비스 플랫폼 구축을 위한 GPU 작업 부하 처리 기술

조셉 스타인(Joseph Stein)은 사설 클라우드 데이터 센터 안에 기업용 인공지능 서비스(enterprise AI-as-a-Service, AIaaS) 플랫폼을 구축하는 기술적 방안을 소개했다. 다중 네임스페이스 스케줄링(multi-namespace scheduling)으로 사용량이 저조한 그래픽 처리장치(graphics processing unit, GPU) 자원 풀을 최대한 끌어쓰는 기법을 설명했다. 우선순위 큐를 원자적으로 관리하고 백프레셔(backpressure)를 제어하려고 발키(Valkey)와 루아(Lua)를 함께 쓰는 방안도 전했다. 중앙 프록시 게이트웨이(central proxy gateway)를 거쳐 오픈웹소프트웨어보안프로젝트(Open Web Application Security Project, OWASP)가 규정한 10대 대규모 언어모델(large language model, LLM) 위험 요소를 완화하는 방법도 제시했다. 사용자 정의 에스쓰리 투 카프카 프록시(custom S3-to-Kafka proxy)를 거쳐 배치 파이프라인을 유연하게 늘리는 설계 방식도 공유했다.

기사원문 바로가기

Realtime and Batch Processing of GPU Workloads

 

⚖️ AI 산업·정책 (2건)

1. 교황 레오 14세의 첫 회칙 ‘위대한 인류애’, 신학 문서 아닌 기술 규제안으로 조명

세계 금융과 정책 분야 관계자들은 교황 레오 14세(Pope Leo XIV)가 내놓은 첫 회칙(encyclical) ‘위대한 인류애(Magnifica Humanitas)‘를 신학 문서가 아닌 기술 규제 분석서로 읽기 시작했다. 교황은 각국 정부와 의회, 대형 인공지능(artificial intelligence, AI) 기업 경영진을 직접 겨냥해 강한 어조로 메시지를 전했다. 교황 레오 14세는 인공지능 기술을 현 세대의 산업혁명으로 규정했다. 법적 강제 규정이 없으면 불평등이 심해지고 인간의 주체성도 갈수록 약해진다고 짚었다. 소수 기업에 기술 권력이 쏠리는 상황도 심각한 문제로 꼽았다. 각국을 향해서는 군사적·경제적 이해관계에서 벗어나 공공의 이익을 지키는 법적 틀을 마련하라고 촉구했다. 합성 콘텐츠가 아동과 민주적 담론에 끼치는 부정적 영향도 우려했다. 회칙 발표 행사에는 미국 인공지능 개발사 앤스로픽(Anthropic)의 공동 창립자 크리스토퍼 올라(Christopher Olah)가 바티칸(Vatican) 무대에 함께 섰다. 올라는 인공지능 연구소 혼자 힘으로는 인공지능을 통제할 수 없다고 주장하며 교황청(Holy See)의 입장에 동조했다. 교황청은 이번 회칙으로 그간 강제력이 부족하다는 비판을 받아 온 ‘인공지능 윤리를 위한 로마 공동 호소(Rome Call for AI Ethics)‘를 공식 대체했다. 각국 입법가와 규제 당국은 이 회칙을 도덕적 규범의 근거로 활용할 수 있다. 교황청은 유럽연합 인공지능법(EU AI Act)이 미치지 않는 라틴아메리카와 아프리카 등 국가로 외교적 접촉을 넓힐 계획이다. 유럽연합 집행위원회는 즉각 환영의 뜻을 밝혔고, 주요 기술 기업들도 존중한다는 입장을 내놓았다. 교황은 오는 9월 열리는 유엔 총회(UN General Assembly) 인공지능 논의에서 구체적인 입장을 표명할 예정이다.

기사원문 바로가기

Pope Leo’s first encyclical reads as tech regulation as much as theology

 

2. 인공지능 혁명 속 청년 초급 일자리 위기와 대응 방안

선진국 전체 고용 지표는 안정적이나, 생성형 인공지능(generative artificial intelligence, generative AI) 확산으로 초년생 취업 기회가 위협받는 흐름이 나타난다. 스탠퍼드 디지털경제연구소(Stanford Digital Economy Lab)가 2025년 11월에 내놓은 연구 결과를 보면, 인공지능 노출도(artificial intelligence exposure)가 높은 직군에 진입하려는 22세에서 25세 사이 청년층 고용률은 기술 확산 이후 16% 상대적으로 떨어졌다. 2026년 3월 앤스로픽(Anthropic)이 공개한 보고서도 같은 흐름을 뒷받침한다. 소프트웨어 개발자나 고객 서비스 대표처럼 청년층이 경력을 시작하던 분야에서 기업이 초급 업무를 인공지능으로 대체하고 있는 것이다. 뉴욕 연방준비은행(Federal Reserve Bank of New York)이 집계한 2025년 4분기 통계를 보면 대졸 초년생 실업률은 5.6%까지 올랐고, 학력보다 낮은 직무에 종사하는 불완전 고용(underemployment) 비율은 코로나바이러스감염증-19(COVID-19) 유행 이후 가장 높은 42.5%를 찍었다. 청년 구직자가 극심한 불안감과 번아웃을 호소하는 사례도 늘었다. 초급 업무를 인공지능이 도맡으면 단기적으로 기업 효율성은 오르나, 장기적으로는 숙련 전수 체계가 무너져 판단력을 갖춘 인재가 부족해질 위험이 커진다. 단순 코딩이나 문서 요약 같은 기초 업무가 사라지면서 과거 코딩 학습 열풍은 실효성을 잃었다. 대신 인공지능 출력값을 검증하고 도메인 판단력(domain judgment)과 엮어내는 능력이 핵심 자산으로 떠올랐다. 대학과 직업 교육 기관은 인공지능 리터러시(artificial intelligence literacy)와 현장 도제식 프로그램을 교과 과정에 전면 도입해야 한다. 정부는 청년층을 인공지능 협업 직무에 채용하는 기업에 세액 공제와 임금 보조금을 지원할 필요가 있다. 기업 역시 눈앞의 비용 절감보다 고숙련 노동력 확보라는 관점에서 청년 채용을 미래 투자로 다뤄야 한다. 시장이 원하는 인재상은 단순한 기술 숙련뿐 아니라 특정 전문 영역과 인공지능 활용 능력을 동시에 갖춘 융합형 인력이다.

기사원문 바로가기

It’s time to address the looming crisis in entry-level work.

 

💰 AI 투자·시장 (3건)

1. 오픈라우터, 캐피탈지 주도로 1억 1,300만 달러 시리즈 B 투자 유치

인공지능 추론 라우팅(artificial intelligence inference routing) 스타트업 오픈라우터(OpenRouter Inc.)가 1억 1,300만 달러 규모 시리즈 B(Series B) 투자를 유치했다. 알파벳(Alphabet Inc.) 산하 독립 성장 펀드인 캐피탈지(CapitalG)가 이번 라운드를 주도했고, 오픈라우터는 13억 달러의 기업 가치를 인정받았다. 신규 투자자로는 엔비디아(Nvidia Corp.) 벤처캐피털 부문인 엔벤처스(NVentures)를 비롯해 서비스나우 벤처스(ServiceNow Ventures), 몽고DB 벤처스(MongoDB Ventures), 스노우플레이크(Snowflake), 데이터브릭스(Databricks)가 합류했다. 기존 주주인 앤드리슨 호로위츠(Andreessen Horowitz)와 멘로 벤처스(Menlo Ventures)도 추가 출자에 나섰다. 오픈라우터는 단일 응용 프로그램 인터페이스(application programming interface, API) 하나로 개발자가 생성형 인공지능(generative AI) 모델 400여 개에 접근하도록 돕는다. 모델별로 다른 비용, 지연 시간(latency), 처리 능력을 비교한 뒤 요청을 가장 적합한 모델에 연결하는 방식이다. 처리량은 최근 주당 25조 토큰(token)까지 늘었는데, 반년 전 기록한 5조 토큰과 견주면 다섯 배 규모다. 회사는 이번 투자금을 라우팅 기술 고도화와 서버 장비 확충에 투입해 기업이 인공지능을 안정적으로 쓰도록 뒷받침할 계획이다.

기사원문 바로가기

OpenRouter raises $113M to bring order to enterprise AI inference routing - SiliconANGLE

 

2. 에이전트 인공지능 스타트업 캐년 코드, 500만 달러 프리시드 투자 유치하며 공식 출범

에이전트 인공지능(agentic artificial intelligence) 스타트업 캐년 코드(Canyon Code)가 500만 달러 규모 프리시드(pre-seed) 투자금을 유치하며 공식 출범했다. 이번 라운드는 코타 캐피탈(Cota Capital)이 주도했고 뉴빌드 벤처스(Newbuild Ventures)와 블랙혼 벤처스(Blackhorn Ventures)가 함께 참여했다. 캐년 코드는 기업이 다중 에이전트(multi-agent) 지능형 애플리케이션을 매끄럽게 관리하고 최적화하도록 돕는 회사다. 공동 창업자이자 최고경영자(Chief Executive Officer, CEO) 라비키란 고팔란(Ravikiran Gopalan)과 아디티야 아켈라(Aditya Akella) 교수는 기업용 오케스트레이션(orchestration) 소프트웨어 스택인 워크플로 인텔리전스 레이어(workflow intelligence layer)를 개발하고 있다. 이 레이어는 기존 모델 서빙(model serving) 레이어 위에 자리 잡아 에이전트와 대규모 언어모델(large language model, LLM) 호출 사이에 얽힌 의존 관계를 관찰한다. 의존성 그래프(dependence graph)로 에이전트 간 상호작용을 실시간으로 추적하면서, 대규모 언어모델 호출을 효율적으로 조율해 지연 시간을 줄인다. 프롬프트가 비대해져 비용이 급증하는 문제를 막기 위해 컨텍스트 메모리도 촘촘하게 다룬다. 많은 기업이 다중 에이전트 인공지능 애플리케이션을 실제 운영 환경에 배포할 때 성능 불일치나 비용 급상승으로 어려움을 겪는다. 캐년 코드는 이런 기술 난제를 풀어 기업이 인공지능 시스템을 안정적으로 운용하도록 뒷받침한다. 유치한 투자금은 연구 개발진을 늘리고 플랫폼 기능을 고도화하는 데 전량 투입할 예정이다.

기사원문 바로가기

Exclusive: Canyon Code closes on $5M pre-seed round to bring visibility to agentic application workflows - SiliconANGLE

 

3. AI 기반 신원 인증 및 사기 방지 인프라 기업 디딧, 600만 달러 규모 시드 투자 유치

인공지능(artificial intelligence, AI) 기반 신원 인증 및 사기 방지 인프라 기업 디딧(Didit)이 600만 달러 규모 시드 투자(seed funding)를 유치했다. 이번 라운드를 더하면서 디딧의 누적 투자 금액은 총 750만 달러로 늘었다. 라운드에는 와이콤비네이터(Y Combinator), 파이어니어 펀드(Pioneer Fund), 오렌지 컬렉티브(Orange Collective), 파운더스 퓨처(Founders Future), 포스포 캐피탈(Phosphor Capital), 사시홀릭(SaaSholic), 레벨 펀드(Rebel Fund) 등이 공동으로 참여했다. 구스토(Gusto) 공동 창업자 토머 런던(Tomer London)과 폰드 테크놀로지스(Fond Technologies) 창업자 타로 후쿠야마(Taro Fukuyama)를 비롯한 개인 투자자들도 자금을 보탰다. 디딧은 쌍둥이 형제이자 인공지능 엔지니어인 알베르토 로사스(Alberto Rosas)와 알레한드로 로사스(Alejandro Rosas)가 2023년에 세웠다. 개발자가 손쉽게 통합할 수 있도록 시스템을 설계해, 사람과 기업, 디지털 행위를 안정적으로 확인하는 프로그래밍 가능한 신원 인증 인프라(programmable identity infrastructure)를 공급한다. 생성형 인공지능(generative AI) 기술이 고도화되면서 급증하는 가상 신원(synthetic identities), 딥페이크(deepfake), 자동 사기 같은 지능형 금융 범죄와 위조 행위를 차단하는 데 초점을 맞춘다. 현재 핀테크(financial technology, fintech), 가상자산, 게임, 모빌리티, 정부 기관을 비롯해 세계 220개국 이상에서 1,500개 넘는 기업 고객이 디딧 서비스로 신원을 확인한다.

기사원문 바로가기

Didit raises $6M funding to build AI-native identity infrastructure - SiliconANGLE

 

🛡️ AI 윤리·안전 (6건)

1. 앤스로픽, 사이버 보안 특화 인공지능 모델 ‘클로드 미소스’의 대중 공개 계획 발표

앤스로픽(Anthropic)이 뛰어난 사이버 보안 능력을 갖춘 인공지능(artificial intelligence, AI) 모델 클로드 미소스(Claude Mythos)를 일반에 공개하겠다는 계획을 내놨다. 클로드 미소스는 성능 시험에서 72.4% 확률로 실행 가능한 공격 코드를 작성해 우수한 성능을 입증했다. 공격 코드를 거의 만들지 못했던 기존 모델 클로드 오푸스 4.6(Claude Opus 4.6)과 비교하면 비약적으로 발전한 수준이다. 클로드 미소스는 이미 1,000개가 넘는 오픈소스 프로젝트를 분석해 23,000개 이상의 보안 결함을 찾아냈다. 수십억 대 기기에서 쓰이는 암호화 라이브러리 울프에스에스엘(wolfSSL)이 안고 있던 치명적 취약점을 발견하면서 패치까지 이끌어냈다. 다만 뛰어난 취약점 발굴 능력이 악용될 소지가 있어, 현재는 일부 협력사만 참여하는 ‘프로젝트 글래스윙(Project Glasswing)‘을 통해 통제된 환경에서 운용된다. 앤스로픽은 모델 악용을 완전히 막을 안전 장치를 아직 마련하지 못했다고 시인했다. 그러면서도 안전 장치를 보강한다는 조건 아래 향후 6개월에서 12개월 안에 미소스급 모델을 대중에 보급할 수 있다고 전망했다. 보안용 인공지능이 빠르게 성장하자 오픈소스 관리자에게 보안 결함 보고가 쏟아져 새로운 관리 업무 부담이 생겼다. 장기적으로는 방어 측에 유리하겠지만, 단기적으로는 공격자가 기술적 우위를 쥘 수 있다는 우려도 나온다.

기사원문 바로가기

Anthropic's Claude Mythos might get public release

 

2. 오픈소스 ‘스타레트’에 치명적 취약점 발생, 수백만 인공지능 에이전트 해킹 위험

독일 보안 기업 엑스41 디섹(X41 D-Sec) 연구진이 매주 3억 2,500만 건 이상 다운로드되는 파이썬(Python) 기반 오픈소스 웹 프레임워크 스타레트(Starlette)에서 인증 절차를 건너뛰는 치명적 보안 취약점을 찾아냈다. ‘배드호스트(BadHost)’로 명명된 이번 결함은 인터넷 통신 규약인 에이치티티피 호스트 헤더(HTTP Host header)를 제대로 검사하지 않는 허점에서 비롯된다. 공격자가 호스트 헤더에 조작된 주소를 끼워 넣으면, 스타레트가 주소를 다시 해석하는 과정에서 오류가 발생해 비인가 요청을 그대로 받아들인다. 그 결과 스타레트 위에 구축된 패스트API(FastAPI)는 물론 대규모 언어모델을 구동하는 브이엘엘엠(vLLM), 라이트LLM(LiteLLM) 등 수많은 인공지능(artificial intelligence, AI) 도구와 모델 맥락 프로토콜(Model Context Protocol, MCP) 서버가 해킹 위기에 놓였다. 외부 침입자가 이 약점을 파고들면 인증을 거치지 않고도 서버 측 요청 위조(server-side request forgery, SSRF)를 시도하거나 내부 서버를 장악해 원격 코드 실행(remote code execution, RCE)을 감행할 수 있다. 실제로 임상시험 데이터베이스, 개인식별정보, 기업 이메일 송수신 내역, 사물인터넷(internet of things, IoT) 기기 제어권 등 방대한 민감 정보가 해커에게 노출되는 심각한 상황이 벌어졌다. 엑스41 디섹 연구진은 취약점 작동 여부를 손쉽게 확인할 수 있는 온라인 검사기를 함께 배포하면서, 피해를 막기 위해 스타레트를 최신 패치 버전인 1.0.1로 즉시 업데이트하라고 촉구했다.

기사원문 바로가기

Millions of AI agents imperiled by critical vulnerability in open source package

 

3. 구글, AI 워터마크 기술 ‘신스아이디’ 생태계 확장 및 콘텐츠 감지 API 공개

구글(Google)이 인공지능(artificial intelligence, AI) 생성 콘텐츠에 보이지 않는 신호를 삽입하는 기술인 신스아이디(SynthID)의 적용 범위를 크게 넓힌다. 구글 클라우드(Google Cloud)가 운영하는 제미나이 엔터프라이즈 에이전트 플랫폼(Gemini Enterprise Agent Platform)에 새 콘텐츠 감지 응용 프로그램 인터페이스(application programming interface, API)를 시범 도입했다. 셔터스톡(Shutterstock), 스냅(Snap), 폭스 스포츠(Fox Sports), 캔바(Canva)가 초기 파트너로 합류해 피드 정렬과 보험 사기 방지, 팩트 체크 같은 업무에 신스아이디를 활용한다. 콘텐츠 감지 API는 제이펙(JPEG), 피앤지(PNG), 웹피(WebP) 형식 이미지를 REST API 방식으로 받는다. 분석 단계에서는 화소 수준의 왜곡과 노이즈 패턴, 대역별 이상 현상을 정밀하게 짚어낸다. 신스아이디 워터마킹(watermarking) 기술은 엔비디아(Nvidia), 오픈AI(OpenAI), 카카오(Kakao), 일레븐랩스(ElevenLabs)로 협력 관계를 넓혔다. 엔비디아는 코스모스 기반 모델(foundation model)에 신스아이디를 결합한다. 오픈AI는 C2PA 메타데이터(metadata)와 신스아이디 워터마크를 함께 묶어 인증 정보를 훼손하려는 우회 시도를 차단한다. 구글은 일반 사용자용 제미나이 앱에 이미지와 오디오, 비디오 분석 기능을 더했다. 앞으로 검색(Search) 서비스와 크롬(Chrome) 브라우저로 검증 기능을 넓힌다. 픽셀(Pixel) 스마트폰 카메라 앱에는 C2PA 기술을 직접 얹어 촬영 원본이 AI 생성물이 아니라는 사실을 입증하도록 돕는다. 신스아이디를 내놓은 뒤 3년 동안 구글은 1,000억 개 이상의 이미지 및 비디오와 6만 년 분량의 오디오에 워터마크를 심었다.

기사원문 바로가기

Google Expands SynthID Adoption for AI Watermarking, Previews Content Detection API

 

4. 인공지능 챗봇이 가톨릭교에 편향된 태도를 보인다는 연구 결과 공개

미국의 베일러 대학교, 브리검 영 대학교(Brigham Young University, BYU), 노터데임 대학교, 예시바 대학교가 공동 설립한 ‘인공지능(artificial intelligence, AI) 신앙 및 윤리 평가 컨소시엄(Consortium for Evaluating Faith and Ethics in AI, CEFE-AI)‘이 인공지능 챗봇(chatbot)에 나타나는 종교적 편향을 측정한 ‘올페이스 벤치마크(AllFaith Benchmark)’ 결과를 내놨다. 연구진은 챗GPT(ChatGPT), 클로드(Claude), 제미나이(Gemini), 그록(Grok), 라마(Llama), 디프시크(DeepSeek)를 포함한 20개 인공지능 모델이 생성한 답변 3,640건을 들여다봤다. 거의 모든 모델이 특정 종교로 개종하는 문제에서 가톨릭교(Catholicism)에는 우호적인 태도를 보인 반면, 여호와의 증인(Jehovah’s Witnesses)에는 부정적인 반응을 나타냈다. 가톨릭교는 개종 권장 비율이 61%에 달했으나 여호와의 증인은 3%에 그쳤다. 복음주의 개신교(Evangelical Protestant)와 주류 개신교(mainline Protestant)는 각각 34%와 49.2%를 기록했다. 신이 존재하는지 알 수 없다는 신념인 불가지론(agnosticism)은 71%로 가장 높은 개종 권장 수치를 보였다. 챗봇 가운데 엑스에이아이(xAI)의 그록 4.20(Grok 4.20)은 가톨릭교에 69%, 복음주의 개신교에 51%에 달하는 우호적 반응을 기록하며 가장 강한 종교 편향을 드러냈다. 다만 그록 4.20과 디프시크 챗 v3.1(DeepSeek Chat v3.1)은 여호와의 증인에 5%가 넘는 우호적 답변을 남긴 유일한 모델로 꼽혔다. 연구진은 인공지능 안전 연구에서 종교 편향을 다룬 논문이 전체 인공지능 편향 연구 가운데 0.2%에 불과하다며, 이 문제가 방치되어 왔다고 비판했다. 인공지능 시스템이 삶의 고민을 부모나 친구, 심리치료사와 상담하도록 권하면서도 목사, 랍비, 이맘 같은 영적 지도자와 나누는 상담은 체계적으로 누락하는 경향도 관찰됐다. 이번 발표는 교황 레오 14세(Pope Leo XIV)가 인공지능을 전면적으로 다룬 최초의 회칙(encyclical) ‘위대한 인류(Magnifica Humanitas)‘를 공표한 다음 날 나왔다. 교황은 회칙에서 기술이 개발자의 가치관과 맹점, 경제적 동기를 흡수하기 때문에 결코 중립적일 수 없다고 경고했다. 학계는 인공지능이 중립적인 태도를 유지할 것이라는 예상과 달리 특정 신앙 체계에 반복적으로 치우친 모습을 보인다는 사실을 입증했다. 연구진은 이번 벤치마크 결과를 아테네 인공지능 윤리 정상회의에서 공유한 뒤 깃허브(GitHub)에 공개했다.

기사원문 바로가기

AI Chatbots Show Bias Toward Catholicism, Researchers Say - Decrypt

 

5. 유니버설 뮤직 그룹과 틱톡, 무단 인공지능 음악 퇴출을 위한 글로벌 라이선스 계약 갱신

유니버설 뮤직 그룹(Universal Music Group, UMG)과 틱톡(TikTok)이 무단으로 제작된 인공지능(artificial intelligence, AI) 음원을 플랫폼에서 퇴출하고 창작물을 보호하는 방안을 담아 글로벌 라이선스 계약을 갱신했다. 양사는 성명을 내고 인간이 지닌 예술성을 옹호하면서 수익이 창작자에게 공정하게 돌아가도록 협력하겠다고 밝혔다. 이번 협상 타결로 음악 저작권과 인공지능 음원을 둘러싼 갈등도 해결 국면에 들어섰다. 앞서 2024년 유니버설 뮤직 그룹은 저작권 침해 문제를 제기하며 틱톡에서 소속 음악가 음원을 일시 철수한 바 있다. 당시 인기 곡들이 플랫폼에서 하루아침에 사라지자 틱톡이 대형 음반사에 크게 기대고 있다는 사실이 드러났다. 음악 업계는 드레이크(Drake)와 더 위켄드(The Weeknd) 등 유명 가수의 목소리를 모방한 가짜 인공지능 음원이 스트리밍 알고리즘을 타고 수백만 회씩 재생되는 현상을 우려해 왔다. 양사가 맺은 계약은 기술 대기업과 콘텐츠 창작 업계가 저작권과 인공지능 활용 기준을 조율하는 선례가 될 전망이다. 유럽연합(European Union, EU)과 미국 각 주가 인공지능 저작물 규제를 구체화하는 가운데, 다른 소셜 플랫폼도 비슷한 규제 체계를 도입하라는 압박에 직면할 가능성이 크다. 틱톡은 지난해 음악 통계 분석 플랫폼 ‘틱톡 포 아티스트(TikTok for Artists)‘를 선보이며 창작자가 스스로를 홍보하고 마케팅용 지표를 분석하도록 뒷받침했다.

기사원문 바로가기

Universal Music Group and TikTok renew agreement to combat unauthorized AI music | TechCrunch

 

6. 미 사법 당국, 동의 없는 AI 성착취 딥페이크 유포자 검거 및 플랫폼 규제 시동

미국 연방수사국(Federal Bureau of Investigation, FBI)이 동의 없이 제작된 성착취물에 해당하는 인공지능(artificial intelligence, AI) 딥페이크(deepfake) 유포자를 잇따라 식별해 검거하고 있다. 미국 뉴욕동부지방검찰청은 2026년 5월 테이크 잇 다운 법(Take It Down Act, TIDA)을 위반한 남성 두 명을 체포했다. 피의자 아르투로 에르난데스(Arturo Hernandez)는 고등학교 동창과 인스타그램(Instagram) 친구를 포함한 여성 약 50명의 사진으로 성적 딥페이크 이미지와 영상을 만들어 113개 앨범에 담아 유포했다. FBI 수사관 크리스토퍼 파월(Christopher Powell)은 지오로케이션(geo-location) 위치 정보와 페이팔(PayPal) 계정 연동 기록, 아이클라우드(iCloud) 접속 IP 주소를 추적해 에르난데스를 특정했다. 에르난데스는 지메일(Gmail)에 가명을 등록하는 방식으로 수사망을 피하려 했으나, 스냅챗(Snapchat) 등 다른 소셜 미디어를 함께 쓰다가 덜미를 잡혔다. 같이 검거된 코넬리어스 닐 섀넌(Cornelius “Neil” Shannon)은 여성 정치인과 유명인 약 90명을 대상으로 360개의 딥페이크 앨범을 만들어 유포했다. 섀넌은 자신의 실제 사진을 성인 사이트 프로필로 쓰는 등 허술한 모습을 보였다. 두 피의자는 징역 최대 2년형에 처할 수 있다. 연방거래위원회(Federal Trade Commission, FTC)는 무단 나체 합성 도구인 누디파이(nudify) 서비스를 제공하는 기업 12곳에 경고장을 보내며 법 집행에 속도를 내고 있다. 경고를 받은 기업은 피해자가 접수한 삭제 요청을 48시간 이내에 처리해야 한다. 이행하지 않으면 건당 최대 5만 3,088달러의 민사 벌금이 부과된다. FTC는 아마존(Amazon), 알파벳(Alphabet), 메타(Meta), 애플(Apple), 엑스(X) 등 주요 기술 기업에도 공문을 보내 법 준수 의무를 강조했다. 엑스는 자체 안전 계정에서 48시간 이내에 피해 신고를 검토해 삭제하겠다고 공지했다. 사법 당국과 규제 기관은 무단으로 딥페이크를 제작해 유포한 책임을 엄격히 물으며 유통 플랫폼이 유해물을 스스로 정화하도록 압박하고 있다.

기사원문 바로가기

FBI agent explains how easy it is to ID people posting AI porn without consent