AI 모델 (LLM·GPT·Claude·Gemini)

미국 정부가 앤트로픽의 특정 모델에 대해 일부 신뢰할 수 있는 미국 기관 및 기업에는 접근 권한을 부여했으나, 일반 외국인 사용자에 대한 접근은 여전히 제한하고 있습니다. 이는 AI 기술을 안보 자산으로 간주하여 국가 차원의 통제권을 강화하려는 움직임으로 해석됩니다.

소설 '시녀 이야기'의 저자 마거릿 애트우드는 최근 인터뷰에서 Anthropic의 Claude를 사용한 경험을 바탕으로 AI의 정보 왜곡 문제를 비판했습니다. 그녀는 학습 데이터의 불완전성이 잘못된 답변을 생성하는 원인임을 지적하며, AI에 과도하게 의존하여 편법을 찾는 태도를 경계해야 한다고 주장했습니다.

본 기사는 데이터 유출 리스크를 피하기 위해 Google NotebookLM 대신 사용할 수 있는 5가지 오픈소스 프로젝트의 설치 편의성, 오프라인 지원 여부, 성능을 비교 분석합니다. 각 도구의 장단점과 함께, 단순 개인용을 넘어 기업용 서비스로 활용하기 위해 반드시 필요한 인프라 강화 작업에 대해서도 경고하고 있습니다.

Lyto는 사용자의 브라우저 환경을 직접 조작할 수 있는 크롬 확장 프로그램 기반의 AI 에이전트입니다. 탭 관리, 클릭, 양식 채우기 등 DOM 요소 제어는 물론 구글 문서 및 지메일과의 통합을 통해 업무 자동화를 지원합니다.

극도로 건강한 생활 습관을 유지하던 창업자 코노 크리스토가 갑작스러운 희귀 림프종 진단을 받은 후, AI를 활용해 방대한 의료 데이터를 분석하며 치료 과정을 주도한 이야기입니다. 그는 웨어러블 기기의 생체 데이터와 의료 기록을 Claude에 입력하여 의사에게 질문할 핵심 정보를 도출하고 최적의 치료 전략을 세우는 데 성공했습니다.

바이두가 대용량 문서 처리에 최적화된 오픈소스 OCR 모델인 '언리미티드 OCR'을 공개했습니다. 이 모델은 기존 LLM 기반 OCR의 고질적인 문제였던 메모리 사용량 급증과 처리 속도 저하를 극복하여, 수십 페이지의 문서를 단일 추론으로 처리할 수 있는 것이 특징입니다.

아티피셜 애널리시스가 장기 프로젝트 수행 능력을 측정하는 새로운 벤치마크 'AA-브리프케이스'를 발표했습니다. 기존의 단답형 평가에서 벗어나 여러 주에 걸친 복합적인 업무 완수 능력을 평가하며, 테스트 결과 '페이블 5'가 1위를 차지했습니다.

엔비디아가 자사의 Model Optimizer를 활용해 지푸 AI의 GLM-5.2 모델을 4비트(NVFP4)로 양자화한 체크포인트를 허깅페이스에 공개했습니다. 이번 최적화를 통해 753B 규모의 거대 모델 용량을 기존 대비 70% 줄이면서도 성능 저하를 최소화하여 상업적 활용도를 높였습니다.

딥시크는 최근 약 11조 원 규모의 대규모 외부 투자를 단행하며 기존의 고효율 중심 전략에서 벗어나 대규모 인프라 투자로 방향을 선회했습니다. 이는 앤트로픽의 '미소스'가 보여준 압도적인 성능이 막대한 자본과 인프라 투자의 결과물이라는 판단에 따른 결정입니다.

이 글은 IBM PS/2 모델에 사용된 MCGA 칩셋의 두 핵심 게이트 어레이(72X8300, 72X8205)를 역공학한 결과를 상세히 다룹니다. 분석을 통해 기존 기술 문서에는 공개되지 않았던 외부 신호 동기화 기능과 제조 공정용 테스트 레지스터 등 하드웨어의 숨겨진 동작 원리를 밝혀냈습니다.

OpenAI의 GPT-4o를 사용하던 개발자가 비용 절감을 위해 DeepSeek V4 Flash와 같은 저가형 모델로 마이그레이션하여 월 API 비용을 500달러에서 12.50달러로 대폭 낮췄습니다. 실험 결과, 모델 간 품질 차이는 미미한 반면 비용 효율성은 최대 40배에 달하며, OpenAI SDK를 그대로 활용해 코드 변경 없이도 손쉽게 전환이 가능함을 보여줍니다.

구글은 2026년 6월, Gemini 모델과 에이전트를 위한 단일 엔드포인트인 Interactions API를 정식 출시(GA)했습니다. 이 API는 서버 측 상태 관리와 매니지드 에이전트 기능을 통해 기존의 파편화된 개발 방식을 통합하고 복잡한 에이전트 시스템 구축을 단순화합니다.

인공지능 및 머신러닝 모델의 복잡성이 증가하면서 인간이 그 내부 작동 원리를 이해하기 어려운 '블랙박스' 문제가 발생하고 있습니다. 이를 해결하기 위해 알고리즘의 의사결정 과정을 투명하게 밝히려는 설명 가능한 AI(XAI) 기술이 주목받고 있습니다.

이 기술은 KAN(Kolmogorov-Arnold Networks)의 원리를 컨볼루션 레이어에 이식하여, 가중치 대신 함수를 학습함으로써 더 적은 파라미터로도 복잡한 패턴을 인식할 수 있는 가능성을 제시합니다. 기존 CNN 아키텍처의 구조적 한계를 극복하려는 시도로 주목받고 있습니다.

최근 DeepSeek, Qwen 등 중국 AI 모델들이 GPT-4o와 유사한 수준의 추론 및 코딩 능력을 갖추면서도 운영 비용은 수십 배 저렴하다는 사실이 확인되었습니다. 성능 차이는 미미한 반면 가격 경쟁력은 압도적인 '가성비' 중심의 새로운 AI 생태계 변화를 시사합니다.

vLLM 기반 LLM 추론 환경에서 동일한 프롬프트 접두사를 가진 요청을 캐시가 존재하는 특정 노드로 유도하는 llm-d 라우팅 기술의 성능을 벤치마크했습니다. 실험 결과, 기존 Kubernetes 서비스 방식보다 토큰 처리량은 134% 증가하고 첫 토큰 생성 지연 시간(TTFT)은 극적으로 감소하는 성과를 보였습니다.

LLM의 긴 컨텍스트 창 내에서 중요한 정보가 중간에 묻혀 무시되는 '컨텍스트 부패(Context Rot)' 현상이 발견되었습니다. 이를 해결하기 위해 등장한 오픈소스 도구 ContextForge는 데이터를 점수화, 압축, 재정렬하여 토큰 사용량을 최대 92%까지 줄이면서도 모델의 정확도를 높이는 혁신적인 접근법을 제시합니다.

Ollama v0.14.0 업데이트를 통해 Anthropic Messages API와의 호환성이 확보되어, Claude Code와 같은 고급 에이전트 도구들을 로컬 환경에서도 원활하게 사용할 수 있게 되었습니다. 이는 그동안 API 규격 차이로 인해 불가능했던 로컬 모델 기반의 에이전트 워크플로우 구현을 가능케 합니다.

로컬 LLM 엔진인 Olllam의 한계인 세션 간 상태 비저장성과 컨텍스트 누적으로 인한 추론 속도 저하를 해결하기 위한 'Sieve' 프록시 도입 방법을 설명합니다. Sieve는 API 엔드포인트만 변경하면 별도의 SDK 구현 없이도 대화에서 핵심 사실을 추출해 영구 저장하고, 필요할 때 적절히 재주입하여 효율적인 메모리 관리를 지원합니다.

오픈AI가 플래그십 '솔(Sol)', 균형 잡힌 '테라(Terra)', 경제적인 '루나(Luna)' 등 총 3종의 GPT-5.6 모델을 발표했습니다. 특히 테라는 기존 모델 대비 절반 가격에 높은 성능을 제공하며, 이번 출시는 정부 규제 이슈로 인해 제한적으로 진행됩니다.

OpenAI가 성능과 비용에 따라 차별화된 GPT-5.6 Sol, Terra, Luna 세 가지 모델을 발표했습니다. 이번 출시는 미국 정부의 요청으로 인해 초기에는 약 20개의 승인된 파트너사에게만 제한적으로 제공되며, 코딩 및 에이전트 작업에서 탁월한 성능을 보입니다.

구글은 제미나이 3.5 플래시에 AI가 직접 화면을 보고 조작하는 '컴퓨터 유즈' 기능을 네이티브 도구로 통합했습니다. 이를 통해 개발자는 별도의 모델 연결 없이도 저렴한 비용으로 강력한 성능의 AI 에이전트를 구축할 수 있게 되었습니다.

오픈AI가 성능과 비용 효율성을 최적화한 GPT-5.6(솔, 테라, 루나) 모델을 발표하며 앤트로픽 등 경쟁사를 압도하는 코딩 및 보안 성능을 선보였습니다. 다만 미국 정부의 요청에 따라 일반 배기 전 신뢰 파트너를 대상으로 한 제한적 공개가 먼저 진행될 예정입니다.

Vercel은 대시보드의 프로덕션 배포 강조 및 설정 메뉴의 접근성 개선을 통해 사용자 인터페이스를 고도화했습니다. 또한, 더 강력한 CPU 도입으로 빌드 성능을 높이고 배포 요약의 필터링 기능을 추가하여 개발 워크플로우의 효율성을 증대시켰습니다.