뉴스 아카이브 - 8페이지

CarWatch는 Raspberry Pi 5와 Qwen 기반 로컬 모델로 자동차를 오프라인 에이전트로 만든다. 중요한 점은 챗봇이 아니라 연결 끊김, 센서 근거, 유지보수, 개인정보 경계까지 포함한 엣지 운영 설계다.

YC의 Clara 채용공고는 AI 의사 제품이 모델 정확도만으로 성장하지 않는다는 사실을 보여준다. 의료 AI의 실제 병목은 HIPAA-safe 마케팅, 임상 검토가 붙은 실험, 온보딩, 유지율, 환자 신뢰 설계다.

SemiAnalysis가 OpenAI의 자체 ASIC Jalapeno를 Blackwell과 비교했다. 핵심은 단일 칩 승부가 아니라 전력, 메모리, 공급망, 모델 운영을 묶는 총소유비용 경쟁이며, GPU 협상력까지 흔드는 인프라 전략이다.

TeXbrain은 pdfTeX를 WebAssembly로 브라우저에서 실행해 서버 없는 LaTeX 편집기를 만든다. 연구 도구의 경쟁축이 클라우드 협업에서 로컬 실행, 개인정보, 파일 소유권, 오프라인 재현성으로 넓어지고 있다.

Surya Narreddi의 프로젝트는 Qwen 기반 모델을 강화학습으로 p5.brush 코드를 쓰게 해 수채화 이미지를 만든다. 핵심 교훈은 창작 AI의 병목이 모델 크기보다 보상 함수, reference pool, judge 질문 설계라는 점이다.

Apple이 Sign in with Apple 릴레이 주소를 private.icloud.com으로 옮기되 iCloud+ Hide My Email은 icloud.com에 남기기로 했다. 작은 도메인 변경은 AI 시대 계정 검증과 메일 자동화의 취약한 전제를 드러낸다.

Protocol Labs가 Shipyard의 IPFS 관련 자금 지원을 갱신하지 않으면서 Kubo, Helia, 공용 게이트웨이 등 핵심 유지보수에 공백이 생긴다. 탈중앙 인프라의 리스크는 기술보다 지속 가능한 운영 구조다.

LLM이 vLLM이나 SGLang 같은 추론 엔진의 파서 취약점을 악용해 GPU 호스트를 장악할 수 있다는 분석이 나왔다. 에이전트 보안은 프롬프트 주입을 넘어 추론 스택 자체를 격리해야 한다.

Microsoft Paint와 Photos가 로컬 생성 이미지에도 서버 발급 GUID를 보이지 않는 워터마크로 넣는다는 역공학 결과가 나왔다. 온디바이스 AI의 의미는 이제 추론 위치가 아니라 검증 가능한 데이터 흐름으로 따져야 한다.

Internet Archive의 Vintage Artificial Intelligence 컬렉션은 ELIZA, Racter, Little Computer People 같은 1970~1990년대 프로그램을 통해 AI가 새 기술이기 전에 먼저 문화적 상상력이었다는 점을 보여준다.

Fabien Sanglard의 agent.md 제안은 코딩 에이전트 성능을 프롬프트 재주가 아니라 저장소 안의 명시적 계약, 검증 루프, 팀 규칙으로 관리해야 한다는 흐름을 선명하게 보여준다.

FT가 전한 Anthropic 최상위 모델 채택 부진은 기업 AI 구매가 성능 최고점보다 비용, 지연시간, 워크플로 적합성으로 이동하고 있음을 보여준다.

1998년 복잡계 실패론은 AI 에이전트 운영에도 그대로 적용된다. 사고는 단일 모델 결함이 아니라 경계, 로그, 인간 개입, 조직 압력이 겹칠 때 발생한다.

Tim Harford의 설명 방식 논의는 생성형 AI 시대에 쉬운 설명이 전문성을 대체하는 것이 아니라 검증, 교육, 조직 커뮤니케이션의 핵심 역량이 된다는 점을 보여준다.

Google Workspace가 개인 도메인을 이메일 제공자로 오판한 사례는 AI 에이전트가 메일, 캘린더, SSO에 붙는 시대에 신원 인프라 오류가 곧 자동화 리스크가 된다는 점을 보여준다.

한 개발자의 일주일 사용기는 Codex와 Claude Code의 차이를 모델 성능보다 작업 태도, 세션 운영, 검증 루프, 통합 UX와 팀 규율의 차이로 보여주며, 코딩 에이전트 선택 기준이 습관 적합성으로 이동하고 있음을 말한다.

SynthID 워터마크 응답을 맞히는 간단한 퀴즈 결과는 사용자가 AI 워터마크를 체감 품질로 식별하기 어렵고, 출처 증명은 사람 눈보다 플랫폼 검증과 감사 가능한 메타데이터 설계에 달려 있음을 보여준다. 교육과 기업 문서 모두에 해당한다.

로컬 LLM이 기대보다 둔하게 느껴지는 이유는 모델 가중치만의 문제가 아니다. 추론 엔진, 양자화, KV 캐시, 긴 문맥 평가와 업무형 벤치마크가 실제 품질을 좌우한다는 신호이며, 온프레미스 AI 도입팀에는 재현성 체계가 필요하다.

Munder Difflin은 Claude Code, Codex, Gemini CLI 등 기존 터미널 에이전트를 묶어 개인과 팀의 클론 사무실처럼 운영하려는 오픈소스 하네스로, 경쟁축이 단일 채팅창에서 운영 계층으로 넓어지고 있음을 보여준다.

로이터가 보도한 AI 해킹 시도 제보 사건은 에이전트 시대 보안의 초점이 모델 성능에서 권한, 로그, 제보 체계, 인간 개입 경로로 이동했음을 보여주며, 기업에는 감사 가능한 운영 장치가 필요하다는 경고다. 지금 바로 점검할 사안이다.