AI 모델 (LLM·GPT·Claude·Gemini)

인도 델리 고등법원은 아시안뉴스인터내셔널(ANI)이 오픈AI를 상대로 제기한 임시 금지 가처분 신청을 기각했습니다. 법원은 AI 모델 학습을 위한 저작물 활용이 연구 목적의 공정사용에 해당할 수 있다고 판단하며, 이는 LLM 학습의 적법성을 다룬 인도 내 첫 예비적 판결입니다.

다국어 레스토랑 메뉴 구현 시 두 개의 독립된 문서를 만드는 대신, 가격이나 재고 같은 공통 데이터는 공유하고 이름과 설명만 언어별로 분리하는 단일 데이터 모델링 방식을 제안합니다. 이를 통해 운영 효율성을 높이고 사용자가 페이지 이동 없이 즉각적으로 언어를 전환할 수 있는 최적의 UX를 제공할 수 있습니다.

트렌디한 영상 효과를 재현하기 위해서는 단일 모델에 의존하기보다, Veo 3.0의 모션 일관성과 GPT Image 2.0의 구도 제어 능력을 결합한 정교한 파이프라인 구축이 필요합니다. 프롬프트를 분해하여 모션과 색상 보정을 단계별로 처리하고, API 지연 및 파일 형식 불일치에 대비한 엔지니어링적 대응이 성패를 결정합니다.

메타는 '뮤즈 스파크 1.1' 기반의 자율 작업(Autonomous Tasks) 기능을 메타 AI 앱과 웹 서비스에 순차적으로 적용한다고 발표했습니다. 이번 업데이트를 통해 AI는 단순한 답변 제공자를 넘어 스스로 업무를 수행하는 에이전트로 진화하며, 향후 왓츠앱 등 메타의 주요 서비스로 확대될 예정입니다.

KAIST 안성진 교수 연구팀이 관측 데이터로부터 스스로 물리적 법칙을 도출하는 '이론화 학습(L2T)'과 이를 구현한 신경망 모델 'NEO'를 개발했습니다. 이 연구는 세계 최고 권위의 AI 학회인 ICML 2026에서 상위 0.7%에 해당하는 구두 발표 논문으로 선정되며 기술력을 인정받았습니다.

개발자가 단돈 8달러짜리 ESP32-S3 칩에서 기존 대비 약 100배 큰 규모의 언어 모델을 실행하는 데 성공했습니다. 모델의 핵심 연산 부분은 빠른 SRAM에, 방대한 임베딩 테이블은 느린 플래시 메모리에 배치하여 메모리 한계를 극복한 것이 핵심입니다.

단순한 링크 모음을 넘어 SWOT 분석과 5축 레이더 차트, 워크플로우 가이드를 제공하는 오픈 소스 AI 도구 핸드북 프로젝트가 공개되었습니다. 이 프로젝트는 도구 간의 단순 순위 매기기 대신 기능, 성능, 사용성 등을 다각도로 비교할 수 있는 구조화된 정보를 제공하여 기술 변화에 대응합니다.

이벤트 테크 기업 온오프믹스가 실시간 음성인식(STT), 번역, 음성합성(TTS)을 통합한 AI 통역 플랫폼 'OnStage AI'로 서비스를 리뉴얼했습니다. 별도 앱 설치 없이 QR코드만으로 128개 언어의 자막과 음성을 제공하며, 행사 운영 방식의 디지털 전환을 목표로 합니다.

노타는 업스테이지의 차세대 MoE 모델인 '솔라 오픈2'를 최적화하여 가중치 메모리를 약 76.5% 감축하는 데 성공했습니다. 이를 통해 엔비디아 H100 GPU 8장이 필요했던 환경을 2장만으로도 구동 가능하게 만들어 기업용 AI 도입 비용을 획기적으로 낮췄습니다.

AI 모델의 오픈 웨이트 발표 시 발생할 수 있는 기술적 기만 행위를 식별하는 방법을 다룹니다. 존재하지 않는 저장소와 gated 저장소를 구분하는 법, 조직의 최근 업데이트 내역을 통한 검증, 그리고 이름만 같은 가짜 리포지토리를 찾아내는 세 가지 프로브(Probe)를 소개합니다.

인공지능 전자문서 전문기업 유니닥스가 차트와 표 분석에 특화된 경량 AI 모델 'Gemma 4-E4B-Instruct-KD'를 허깅페이스에 공개했습니다. 이 모델은 지식 증류 기술을 통해 성능은 유지하면서 연산 비용을 낮췄으며, 행정 및 공공문서의 구조적 이해도를 높이는 데 집중했습니다.

이 글은 권한 부여(Authorization) 공격을 탐지하는 게이트의 성능을 측정할 때, 단순 차단 여부가 아닌 '정확한 사유'를 기반으로 한 검증이 필요함을 강조합니다. 저자는 기존 스코어링 방식의 허점을 이용해 시스템을 속이는 '게이밍 전략'을 소개하고, 이를 방지하기 위해 공격 시퀀스의 맥락과 이유를 모두 확인하는 새로운 평가 체계를 제시합니다.

넷플릭스는 LLM을 별도 사일로가 아닌 기존 ML 인프라에 통합하여 vLLM과 Triton 기반의 서빙 플랫폼을 구축했습니다. 모델 버전 관리, I/O 변경 대응을 위한 배포 전략(Red-Black vs Versioned), 그리고 성능 최적화를 위한 기술적 해결책을 통해 대규모 LLM 서비스의 운영 안정성을 확보했습니다.

Cerebras는 정보를 한곳으로 옮기는 대신 Slack, GitHub 등 기존 도구의 데이터를 직접 수집하여 공통 스키마의 Postgres 임베딩 테이블에 연결하는 방식을 채택했습니다. 하이브리드 검색과 LLM 기반 질의 계획 기술을 통해 출시 3개월 만에 하루 15,000건 이상의 질문을 처리하는 고성능 지식 베이스를 구축했습니다.

노타가 업스테<0xA5>이지의 초거대 언어모델 '솔라 오픈2' 전용 경량화 모델을 공개하며, 모델 가중치 메모리를 기존 대비 약 76.5% 감축하는 데 성공했습니다. 이를 통해 NVIDIA H100 GPU 8장이 필요했던 환경을 2장으로 줄여 기업의 AI 인프라 구축 및 운영 비용을 대폭 절감할 수 있게 되었습니다.

Langflow 서버의 인증 누락 취약점(CVE-2025-3248)을 통해 공격자가 Python 코드를 실행하고 AI 모델 가중치를 파괴하는 랜섬웨어 공격이 발생했습니다. 이번 공격은 금전적 요구 없이 모델 자체를 파괴하도록 설계되어 기존 랜섬웨어와는 다른 양상을 보입니다.

최근 LLM이 오래된 수학적 난제의 반례를 찾아내면서, 인간의 발견과 창조가 지닌 고유한 가치가 사라질 수 있다는 수학계의 정서적·영적 위기를 조명합니다. AI가 증명을 대량 생산하는 시대에 인간 연구자가 단순 평가자로 전락할 위험과, 그럼에도 불구하고 AI를 도구 삼아 발견을 확장할 수 있는 가능성을 함께 탐색합니다.

이 프로젝트는 Ollama와 같은 로컬 모델 서버를 활용해 LLM의 보안 가드레일을 우회하는 다양한 공격 기법을 실험할 수 있는 인터랙티브 키트를 제공합니다. 사용자는 DeepSeek R1, Llama 3.1 등 다양한 모델을 대상으로 탈옥 및 에이전트 주입 공격에 대한 방어 성능을 직접 비교하며 보안 역량을 강화할 수 있습니다.

C, Go, Swift 등 기존 주요 언어들은 기본 정수 타입을 제공하여 개발 편의성을 높이지만, 이는 의도치 않은 오버플로우나 메모리 낭비를 초래할 수 있습니다. 반면 Rust는 모든 정수 타입의 크기와 부호를 명시하도록 강제함으로써, 잠재적 버그를 방지하고 데이터의 유효성을 컴파일 단계에서 검증합니다.

AI로 인해 업무 효율이 극대화되면서 오히려 더 많은 프로젝트를 동시에 진행하게 되어 번아인과 인지적 과부하가 발생하는 역설적인 상황을 다룹니다. 저자는 AI를 단순히 업무량을 늘리는 수평적 도구가 아닌, 소수의 핵심 과제의 완성도를 극한으로 끌어올리는 수직적 심화 도구로 활용해야 한다고 강조합니다.

Stripe가 AI 모델 라우팅 스타트업인 OpenRouter 인수를 검토 중이며, 이는 주요 플랫폼들이 모델 선택 및 라우팅 기능을 자체 기능으로 흡수하려는 흐름을 보여줍니다. Runway와 OpenAI 역시 품질, 비용, 성능에 최적화된 자동 라우팅 기술을 도입하며 모델 관리의 주도권을 확보하려 하고 있습니다.

Osmium AI는 모든 파라미터를 활성화하는 대신 작업에 필요한 전문가 네트워크만 선택적으로 사용하는 동적 MoE 아키텍처 기반의 교육 특화 LLM 플랫폼입니다. 개발자 친화적인 OpenAI 호환 API와 워크로드별 세분화된 모델 라인업을 제공하며, 특히 인도 교육 시장의 다국어 및 비정형 데이터 처리에 최적화되어 있습니다.

중국을 중심으로 여러 API 키를 모아 저렴하게 재판매하는 '릴레이 시장'이 형성되었으며, 이들은 무료 체험 남용이나 카드 도용 등 부정적인 방식으로 토큰을 확보합니다. 이러한 프록시 서비스는 비용 절감과 지역 제한 회상 등을 목적으로 운영되며, AI 개발자들에게 예기치 못한 API 비용 폭증과 보안 취약점 노출이라는 위협을 던지고 있습니다.

Google Gemma의 Per-Layer Embeddings 방식을 응용하여 대규모 임베딩 테이블을 플래시에 배치하고 연산에 필요한 최소한의 데이터만 SRAM/PSRAM에서 처리하는 기술이 소개되었습니다. 이를 통해 초저가 MCU에서도 초당 약 9개의 토큰을 생성할 수 있으며, 이는 단순 텍스트 생성 중심의 에지 AI 가능성을 보여줍니다.