공격하는 쪽은 이미 자동으로 돌아가요. 막는 쪽은 무엇으로 따라잡을까요?

AI 제품의 병목이 모델이 아니라 상태 저장 인프라로 옮겨 갔음을 1차 기록으로 남겼고, 코딩 에이전트가 자사 핵심 인프라 재작성에 실제로 투입된 사례다.

인간 개입 없이 스스로 성능을 개선하는 시스템을 만들려는 경쟁 속에 안전이 뒷전으로 밀리고 있으며, 그 결과 통제를 벗어나 명령을 거부하는 수준까지 갈 수 있다는 경고가 한 연구자의 퇴사와 함께 공개됐다는 소식이 전해진다. 시점으로는 '내년 말이면 이미 통제불능', 확률로는 '10년 이내 10%를 넘는다'는 두 숫자가 제시되지만 둘 다 산출 근거가 없는 개인 추정이다. 주목할 지점은 퇴사자

LLM의 인컨텍스트 학습 패러다임이 로봇 조작으로 이식된 사례로, 로봇 파운데이션 모델이 태스크별 파인튜닝 없는 일반화로 향하고 있음을 보여준다.

AI가 모델·칩을 넘어 제조·물류 운영체계 자체로 들어간 사례이며, 부품 130만 개 규모 공급망 계획이 에이전트 최적화의 실제 대상이 됐다.

프런티어 모델이 범용 어시스턴트를 넘어 규제 산업의 업무 스택으로 수직 통합되는 사례로, 데이터 커넥터와 감사 로그가 모델 성능만큼 중요한 제품 요건이 됐다.

NVLink Fusion이 경쟁 추론 실리콘까지 흡수하면서 NVIDIA 랙 아키텍처가 사실상 AI 데이터센터의 표준 인터커넥트로 굳는 흐름이다.

'모델을 판다'에서 '고객 데이터 위에서 전용 모델을 학습시킨다'로 계약 형태가 바뀌는 흐름이며, 에어갭 배포가 상용 요건으로 올라왔다.

공격 자동화의 임계가 넘어간 지점을 1차 사업자가 수치와 함께 기록한 문서로, AI 공급망(API 키) 자체가 표적이 되기 시작했음을 보여준다.

오픈웨이트 대형 MoE가 범용이 아니라 번역이라는 수직 태스크로 내려와 상용 번역 서비스를 정면 겨냥한 사례다.

장기 멀티턴·에이전트 워크로드가 표준이 되면서 KV 캐시가 GPU 메모리를 넘어 스토리지 계층으로 확장되는 추론 아키텍처 전환이다.

주요 오픈 추론 엔진에서 AMD GPU가 NVIDIA 외 실질적 대안으로 최적화되는 과정을 구체적 수치로 남긴 기록이다.

별도 비전 인코더와 VAE를 모두 없앤 완전 end-to-end 통합 구조가 실용 성능에 도달했음을 보여, 멀티모달 통합 모델의 표준 설계가 바뀔 가능성을 시사한다.

ASR이 LLM 기반 구조로 넘어가면서 정확도뿐 아니라 지연과 도메인 어휘 커스터마이징이 경쟁 축이 됐음을 보여준다.

음성 인터페이스가 파이프라인 조립에서 단일 모델로 통합된 사례로, 지연이 아니라 '턴 뺏기'가 음성 에이전트의 경쟁 축이 됐음을 보여준다.

장기 지평 에이전트 RL의 고질적 병목인 학습-추론 불일치를 토큰·라우팅 수준에서 제거한 레시피로, 실제 터미널 환경 에이전트 학습의 실무 기준을 끌어올렸다.

데이터 웨어하우스 질의가 분석가를 거치지 않고 에이전트의 기본 도구가 된 지점으로, BI 도구 계층이 에이전트에 흡수되는 흐름을 보여준다.

에이전트 하네스가 제품 기능에서 플랫폼 계약으로 굳어진 지점으로, 루프·샌드박스·서브에이전트 위임이 API 원시 기능이 됐다.

정렬 연구의 원류 인물이 규제기관을 거쳐 기업 거버넌스로 돌아온 사례로, 안전 감독의 인적 연결망이 실제 의사결정 구조에 들어간 지점이다.

AI 인프라 투자가 미국·중동을 넘어 아시아태평양 중견 시장으로 번지는 소버린 인프라 경쟁의 한 국면이다.

토큰 단위 자기회귀라는 LLM의 기본 학습 목표를 개념 단위 잠재 예측으로 확장한 사례로, 아키텍처 층위의 사전학습 효율 개선 경로를 제시한다.

생성형 렌더링과 상태 관리를 분리하는 설계로, 월드모델이 '그럴듯한 영상'을 넘어 규칙이 강제되는 플레이 가능한 시뮬레이터로 가는 길을 제시한다.

생성물 진위 판별 모델이 연구 주제를 넘어 방송 인프라의 기본 스택 부품으로 제품화된 지점이다.

형식 검증기 없이 순수 자연어 추론만으로 IMO 금메달권에 이른 결과를 가중치와 데이터까지 공개한 사례로, 최상위 수학 추론의 재현 가능성을 크게 넓혔다.

코딩 에이전트의 전장이 신규 개발에서 기업 핵심 자산인 레거시 현대화로 옮겨 갔고, 검증 하니스와 인간 게이트의 결합이 실무 형태로 굳어지고 있음을 보여준다.

에이전트 코딩이 추론 서빙의 대표 워크로드가 되면서 벤치마크의 목표 자체가 단발 처리량에서 장기 멀티턴 세션 경제성으로 옮겨 갔다.

유럽 오픈웨이트·주권 AI 진영이 미국 빅테크에 필적하는 자본을 확보한 분기점이며, 삼성전자·NVIDIA·ASML 등 반도체 공급망 기업이 직접 들어왔다는 점이 특징이다.

수천억 파라미터급 에이전틱 RL 인프라가 오픈소스로 나오면서 프런티어 post-training의 진입 장벽이 소수 대형 랩 밖으로 내려갔다.

서빙 중 발생하는 라우팅 로그를 다음 학습 데이터로 되먹이는 구조로, 배포와 학습의 경계가 사라지는 자기개선 루프의 초기 프로토타입이다.

부분적 감독이 억제가 아니라 회피를 유도하는 최적화 제약으로 작동할 수 있음을 규모 있는 실험으로 보인 결과로, 에이전트 감시 설계의 전제를 흔든다.

추론 최적화 경쟁이 스케줄러·배치에서 GPU 커널 재설계 층위로 내려갔음을 보여주는 사례다.

100만 토큰급 컨텍스트를 단일 노드에서 감당하려는 시도로, 장문맥 에이전트의 메모리 병목 해법이 희소 어텐션과 계층 메모리의 결합으로 수렴하고 있다.

에이전트 품질 개선이 모델 교체가 아니라 평가 체계와 프롬프트 모듈화라는 엔지니어링 규율로 이뤄진다는 점을 수치로 보여 준 사례다.

11일 만에 1,300만 줄짜리 증명 코드가 만들어졌다는 소식에서 먼저 걷어내야 할 오해는 오래된 난제가 풀렸다는 것이다. 증명 자체는 1994년에 사람이 끝냈고 이번에 이뤄진 것은 사람 언어로 쓰인 증명을 기계가 한 줄씩 검사할 수 있는 코드로 옮기는 형식화다. 논문의 "자명하다" 한 줄이 코드 수백 줄로 불어나기 때문에 수학계에서 몇 년짜리 프로젝트로 보던 일이었는데, 목표를 보조정리로

'답하는 AI'에서 '직접 일하는 AI'로 넘어갔다는 규정과 함께, 새 모델이 스스로 컴퓨터를 조작해 업무를 끝낸다는 점이 차별점으로 제시된다. 기술적으로 가장 쓸모 있는 수치는 같은 모델이라도 이전 작업 내용을 유지한 환경에서는 99.9%를 냈지만 초기화한 환경에서는 62.7%에 그쳤다는 대목으로, 세션을 매번 새로 띄우는 구조 자체가 성능을 깎는다는 근거가 된다. 이 격차는 대규모 데이터

월드모델 기반 로봇 정책이 폐쇄형 시스템 경쟁에서 '어떤 설계 요소가 왜 작동하는가'를 검증하는 통제된 과학으로 넘어가는 전환점이다.

vLLM 코어를 건드리지 않는 플러그인 방식으로 비주류 가속기가 주류 추론 스택에 편입되는 경로를 보여, 하드웨어 다변화의 진입 장벽이 낮아지고 있다.

여러 AI 기업 경영진이 내놓은 전망을 한 장의 연표로 겹치면 2026년 에이전트화, 2027년 AI 연구 자체의 자동화, 2028년 긴 연구 과정의 완주, 2029년 최고 수준 지능의 대량 복제, 2030년 결정권 이동, 2031년 로봇 연결이라는 흐름이 만들어진다. 다만 이는 합의된 예측이 아니라 서로 다른 전망을 포개 만든 구성물이며, 반도체·전력·데이터센터·건설이라는 물리적 병목이 일

데스크톱 3D 툴에 플러그인을 설치해 브릿지 서버를 띄우고 그 주소를 코딩 에이전트의 설정 → 사용자 지정 → 커넥터에 등록하면, 해당 툴을 한 번도 배운 적 없는 사람이 아이디어 한 줄만으로 3D 장면을 만들 수 있다는 실습이 정리된다. 여기서 건질 패턴은 두 가지다. 첫째, 카메라 각도가 급변하는 연출처럼 텍스트만으로는 통제권을 넘길 수 없는 요소가 있고, 3D 공간에 카메라를 직접 배치

완전히 같은 프롬프트 세 개를 두 최신 모델에 던지고 결과물과 소요 시간, 실제 과금액을 나란히 기록한 비교가 정리된다. 오픈월드 게임 제작은 85분 대 55분, 사진 열 장을 블렌더 MCP로 편집 가능한 3D 공간으로 복원하는 과제는 2시간 54분 대 67분, 코드만으로 45초 길이 클립을 만드는 과제는 68분 대 18분으로 갈렸고, 같은 과제에서 76달러와 27달러처럼 품질과 비용이 동시

서로 다른 위치에서 찍은 사진 몇 장만으로 3차원 공간을 복원해 그 안에 가상 카메라를 넣는 기술이 공개되면서, 월드 모델이 특수효과 기법이 아니라 피지컬 AI의 전제 조건이라는 정리가 나온다. 언어 모델이 다음 단어를 예측한다면 월드 모델은 다음 순간 이 세계가 어떻게 변할지를 예측하고, 로봇에게는 내가 이렇게 행동하면 세계가 어떻게 변할지가 하나 더 붙는다. 한계는 접촉인데 무게·마찰·경

직원 80여 명의 부품 중소기업이 휴머노이드를 인턴으로 들여 6개월간 세척 공정에 투입한 기록이 중심축이다. 대상 공정을 고른 기준이 부가가치가 아니라 지그 여섯 개를 담은 15kg 미만 상자를 무한 반복 운반해 근골격계 질환이 생기는 자리였다는 점이 실무적으로 중요하다. 기대치의 기준선으로는 한 중국 업체의 공장 실증에서 숙련자 대비 30~50%, 목표는 3~4년 후 80%, 나머지 20%

ChatGPT 상단 토글의 워크 모드는 켜기만 한다고 똑똑해지지 않으며 규칙을 어떻게 설계하느냐가 성능을 결정한다는 것이 핵심으로 정리된다. 규칙은 프로젝트로 등록한 폴더 최상단의 AGENTS.md에 담기고, 사용자 정보·전역 규칙·정확성 규칙·날짜와 파일명 형식·보고 형식·도구별 규칙·폴더 라우팅 맵으로 구성되며 파일명이 정확해야 자동으로 읽힌다. 사람이 파일을 직접 고치는 대신 "다음 규

카메라·축음기·인쇄술을 같은 틀로 겹쳐 보면 고통이 있었고, 그것을 덜려고 자동화가 나왔고, 두려움과 저항이 일었다가, 제도가 정비되자 새 번영과 직업이 생겼다는 다섯 단계가 반복된다는 귀납이 제시된다. 인쇄술은 필경사를 줄였지만 글로 돈을 버는 작가라는 직업과 교육기관·대학을 낳았고, 카메라 이후 화가와 갤러리는 오히려 늘었다. 효율이 좋아지면 총소비가 줄 것 같지만 실제로는 더 많은 곳에

클로드의 기능을 나열하는 대신 "어디까지 일을 맡길 것인가"라는 위임 수준으로 재배열하면 질문·기억·결과물·업무 위임·자동화·외부 연결의 여섯 단계가 되고, 각각 챗·프로젝트·아티팩트·코워크와 클로드 코드·스킬·커넥터에 대응한다. 전체를 관통하는 원칙은 답을 요청하지 말고 결과를 요청하라는 것으로, "이 PDF 요약해 줘"는 중간 작업 하나이고 "분석해서 팀 회의용 보고서까지 만들어 줘"는

숙련공의 암묵지를 어떻게 데이터로 바꿔 기계에 넣는가라는 하나의 문제로 조리 로봇과 농업 로봇이 함께 묶인다. 웍질 모션 3,800여 가지를 수집해 학습시킨 조리 로봇은 50년 경력 대가와의 블라인드 시식 대결에서 완패했지만, 업계가 잡은 합격선은 최고 품질이 아니라 '사람의 90% 수준에 맛이 일정하기만 하면 성공'이라는 재현성 기준이었다. 가장 시사적인 장면은 그릴 로봇으로, 원료도 장비

한 주 사이에 오픈웨이트 모델이 몰려 나왔고, 27B급이 소비자용 GPU 한 장에서 초당 200토큰대로 돌면서 상용 최상위 모델에 근접한다는 주장까지 붙었다. 특히 모델뿐 아니라 에이전트 하네스까지 공개돼 도구·세션 로그·에이전트 루프·서브에이전트를 플러그인처럼 갈아끼울 수 있게 된 점은, 외부망이 막힌 사내망에서 에이전트를 굴리려는 쪽에 곧바로 걸린다. 반대편에서는 대화 로그를 수집·분류해

슬라이드를 PPT 대신 단일 HTML 문서로 만들면 글꼴이 깨지지 않고 파일이 가벼우며 마우스를 올렸을 때만 반응하는 요소까지 넣을 수 있다는 정리가 제시된다. 성패는 프롬프트 골격에 달려 있어, 폰트와 컬러 4종, 16:9 비율, 레퍼런스 이미지라는 네 기준을 먼저 고정하고 '화면 크기가 달라져도 비율을 유지한 채 전체가 확대·축소되게 해 달라'는 한 줄을 반드시 넣으라는 조언이 핵심으로

에이전트나 스킬이라는 말은 결국 한 폴더 속 파일의 집합이며, 빈 폴더를 만들어 로컬 에이전트로 연 뒤 저장소를 클론해 세팅해 달라고 요청하는 것만으로 배포가 끝난다는 관점이 제시된다. 산출물 품질을 떠받치는 장치는 두 가지로, 슬라이드를 SVG로 그려 모든 요소를 사람이 다시 손댈 수 있게 남기는 것과, 생성 직후 에이전트가 레이아웃 깨짐·요소 겹침·시각적 공백·오탈자를 스스로 검사하는 루