Meta AI 뉴스

최근 대규모 개인정보 유출 사고로 인해 정교한 표적형 보이스피싱 위험이 커지는 가운데, AI 스타트업 메타크라우드가 실시간 탐지 앱 ‘보이스쉴드’를 선보였습니다. 이 서비스는 온디바이스 AI를 활용해 통화 내용을 서버에 전송하지 않으면서도 딥보이스와 사기 패턴을 즉각적으로 감지하여 사용자에게 경고를 제공합니다.

Shelly는 안드로이드 기기에서 OpenAI Codex CLI를 네이티브하게 구동하며, 실시간 코드 수정이 가능한 에이전트 채팅창과 비용 관리를 위한 위젯을 제공합니다. 특히 Qwen 3.5와 llama.cpp 같은 로컬 LLM 지원을 통해 모바일에서도 강력한 AI 코딩 환경을 구축했습니다.

메타가 사용자의 공개 게시물을 참조하여 질문에 답하는 'AI 모드' 검색 기능을 도입했습니다. 이 기능은 단순 링크 나열을 넘어 Muse Spark AI 모델을 통해 인스타그램, 페이스북, 스레드의 데이터를 바탕으로 정교한 답변과 후기 질문 기능을 제공합니다.

메타는 페이스북의 게시물과 그룹 정보를 기반으로 질문에 대한 요약 답변을 제공하는 'AI 모식'을 포함한 다양한 생성형 AI 기능을 출시했습니다. 이는 검색 방식의 변화와 더불어 콘텐츠 편집, 크리에이터 지원, 구독 모델 도입을 통해 플랫폼의 체류 시간과 수익성을 동시에 높이려는 전략적 움직임입니다.

구글의 존 멀동은 llms.txt가 AI 에이전트에게 사이트 방문 후의 안내(Navigation) 역할은 할 수 있지만, 사이트 간의 우열을 가리는 발견(Discovery) 도구로는 한계가 있다고 밝혔습니다. 그는 이 파일이 누구나 작성 가능한 자가 보고 데이터이기에 메타 키워드처럼 신뢰할 수 없는 신호로 전락할 수 있음을 경고했습니다.

메타는 페이스동에 Meta AI 기반의 새로운 기능들을 출시했습니다. 사용자는 'AI 모드'를 통해 그룹과 릴스 등 커뮤니티 데이터를 바탕한 정교한 답변을 얻을 수 있으며, 생성형 AI를 활용해 사진 속 의상이나 헤어스타일을 바꾸거나 세련된 영상 편집물을 손쉽게 제작할 수 있습니다.

이 글은 FUSE(Filesystem in Userspace)를 사용하여 메타데이터와 실제 데이터를 분리해 관리하는 실험적인 파일시스템 'magiclar'의 구조를 소개합니다. 커널의 VFS가 유저스페이스 프로세스로 요청을 전달하고 처리하는 과정을 통해, 파일 시스템의 핵심 동작인 inode 관리, 쓰기 순서 보장, 그리고 fsync()의 역할을 상세히 분석합니다.

기존 데스크톱 마스코트 프로젝트인 Shijima-Qt를 기반으로 개발된 Lumina AI는 Ollama와 Q통 모델을 활용한 로컬 AI 에이전트입니다. C++와 Qt6를 사용하여 웹 스크래핑, 시스템 자동화, 윈도우 인식 등 강력한 기능을 오프라인 환경에서 가볍게 구현했습니다.

Postgres의 DELETE 명령은 단순히 데이터를 지우는 것이 아니라 새로운 부하를 생성하며 복제 오버헤드와 인덱스 문제를 야기합니다. 반면 DROP TABLE과 TRUNCATE는 메타데이터만 스캔하여 물리적 파일을 직접 삭제하므로 대규모 데이터 처리에 훨씬 효율적입니다.

개발자의 PR 리뷰 병목 현상을 해결하기 위해 Llama 3.3 모델 기반의 자동화된 코드 리뷰 GitHub Action인 'Argus'가 소개되었습니다. Argus는 코드의 버그와 보안 취약점을 찾아 인라인 댓글로 남기며, 설정 파일을 통해 팀별 맞춤형 피드백 강도를 조절할 수 있는 기능을 제공합니다.

Lease Lens는 Llama 3.2 3B 모델을 미세 조정하여 계약서 내 위험 조항을 추출하고 협상 이론을 제공하는 소형 모델 기반의 계약 검토 어시스턴트입니다. 외부 LLM API를 사용하지 않고 로컬에서 구동되도록 설계되어, 민감한 개인정보가 포함된 계약 데이터를 안전하게 처리할 수 있다는 것이 핵심입니다.

AI가 생성한 초안은 독자에게는 유용할 수 있으나 SEO에는 취약하므로, 키워드 분석, 구조 재설계, 데이터 보강 및 메타데이터 최적화 과정을 거쳐야 합니다. 이 글은 단순한 텍스트 생성을 넘어 검색 엔진과 사용자 의도를 모두 만족시키는 구체적인 프롬프트와 체크리스트를 제공합니다.

개발자가 직접 만든 'seo-geo-audt'는 전통적인 SEO뿐만 아니라 AI 크롤러의 가독성을 높이는 GEO(Generative Engine Optimization)를 위한 4가지 Node.js 스크립트 도구 모음입니다. 이 도구는 자바스크립트를 실행하지 않는 AI 봇의 관점에서 메타데이터 누락, 성능 저하, 검색 데이터 분석 등을 수행하여 웹사이트의 가시성을 확보하는 데 집중합니다.

메타가 중국 규제 당국의 명령에 따라 AI 스타트업 마누스 인수를 중단하고 데이터 공유 및 시스템 접근을 차단하는 분리 작업을 시작했습니다. 이에 마누스 공동 창업자들은 외부 투자를 통해 회사를 독립시키고 홍콩 상장을 목표로 하는 새로운 전략을 모색 중입니다.

Ollama를 활용해 Character.AI의 로컬 대안을 구현한 오픈 소스 프로젝트 NeoBrain이 얀덱스 AI 검색 엔진의 추천에 포함되는 성과를 거두었습니다. 개발자는 별도의 마케팅 없이도 dev.to 포스팅과 GitHub 코드를 통해 유기적인 트래픽과 높은 클론 수를 기록하며 기술적 가치를 인정받았습니다.

Cloudback은 GitHub, GitLab, Azure DevOps 및 Linear 워크스페이스를 위한 자동화된 스냅샷 기반 백업 및 복구 서비스를 제공합니다. Git 저장소의 메타데이터부터 Linear의 23개 데이터 카테고리까지 포괄적으로 보호하며, 고객 관리형 스토리지와 강력한 암호화를 지원합니다.

Dify는 시각적 워크플로우 빌더와 RAG 파이프라인을 제공하는 오픈소스 LLM 애플리케이션 개발 플랫폼입니다. OpenAI, Anthropic, Ollama 등 다양한 모델 및 Qdrant, Weaviate와 같은 벡터 데이터베이스와의 높은 호환성을 자랑합니다.

Arize AI Phoenix는 LangChain 및 LlamaIndex와 연동하여 RAG 파이프라인 전체를 추적할 수 있는 오픈소스 LLM 관측 도구입니다. 프롬프트 버전 관리, 토큰 추적, 프로덕션 배포 지원 등 AI 애플리케이션의 성능 최적화에 필요한 핵심 기능을 제공합니다.

메타의 Applied AI 팀 소속 직원들이 강제적인 부서 이동과 단순 반복적인 AI 학습 데이터 생성 업무에 대해 강력한 불만을 제기하며 내부 반란 조짐을 보이고 있습니다. 특히 직원들의 클릭과 키보드 입력을 모니터링하는 프로그램에 대한 반대 서명까지 이어지며 기업 문화의 위기가 심화되는 양상입니다.

이 기사는 Apple Silicon 기반 Mac에서 Gemma 4 모델을 활용해 고성능 로컬 코딩 에이전트를 구축하는 기술적 가이드를 제공합니다. 특히 MTP(Multi-Token Prediction) 드래프트 모델을 llama.cpp에 적용하여 추론 속도를 58.2 tok/s에서 7lam.cpp Metal + MTP 조합이 더 빠른 속도를 기록했습니다.