#ai-assistant

뉴욕과 LA 학군의 AI 사용 중단 조치는 학교 AI 논쟁이 도입 경쟁에서 책임, 안전, 평가 지표의 정치로 이동했음을 보여준다.

Mistral은 Vibe와 API 데이터 학습 옵트아웃 절차를 설명했다. 개인, 팀, 엔터프라이즈, 모바일, API 토글이 나뉘면서 AI 데이터 거버넌스가 운영 업무가 됐다.

The load-bearing vocabulary of Claude는 모델별 반복 어휘를 시각화해 AI 문체 감지의 한계를 드러낸다. 문제는 단어 몇 개가 아니라 조직과 제품이 AI 말투, 편집 이력, 책임 표시를 어떻게 다루느냐다.

Obsidian에 AI 요약과 자동 링크를 넣는 흐름이 커졌지만, 지식 관리는 검색보다 사고의 과정이다. AI가 제안한 아이디어는 빠르게 쌓이지만 끝까지 밀고 가는 소유감, 판단력, 장기 기억을 약하게 만들 수 있다.

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.

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.

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

AI가 만든 듯한 문서를 뇌가 건너뛰기 시작했다는 경험담은 업무 생산성의 새 병목을 말한다. 문서의 양보다 신뢰 신호가 중요해지고 있다.

AI가 숙제 점수는 올리지만 시험 성적은 낮출 수 있다는 보도는 교육 AI의 핵심 리스크를 보여준다. 도구 사용과 학습 전이를 분리해 평가해야 한다.

NoBuzz의 Claudette는 Claude 답변을 Gemini CLI로 다시 쓰는 장난 같은 도구다. 하지만 AI 업무 도구의 다음 경쟁축이 말투와 정보 밀도임을 보여준다.

Kagi가 유료벽 링크를 검색 결과에서 자동 제거하는 설정을 추가했다. 검색 품질 경쟁이 색인 규모에서 사용자의 읽기 가능성으로 이동하고 있다.

The Verge가 AI 글쓰기 탐지기의 부작용을 짚었다. 확률 점수로 사람을 의심하는 시대는 한계에 왔고, 이제 필요한 것은 사후 탐지가 아니라 작성 과정의 증명이다.

덴마크가 AI 부정행위 대응을 위해 고교 주요 과제에 구술 방어를 붙인다. 답안 탐지보다 학생의 이해 과정을 검증하려는 평가 재설계다.

OpenAI가 프레젠테이션 스타트업 NextSlide를 흡수했다. 문서 작성 보조를 넘어 회의 자료와 시각 커뮤니케이션까지 ChatGPT 안으로 넣으려는 신호다.

OpenAI는 Plus와 Pro의 GPT-5.6 Sol을 더 집중된 답변으로 조정하고 무료 사용자의 GPT-5.6 Luna 접근을 넓혔다. 추론 깊이를 UI로 고르는 시대가 왔다.

중세 Ars Notoria 이야기는 AI 학습 도구가 파는 즉석 지식의 약속이 새롭지 않으며, 비용·접근성·검증 문제가 반복된다는 점을 보여준다.

MIT Sloan 연구는 AI 금융 조언이 저축과 분산투자에는 강하지만 충격 대응과 편향에는 약하다고 짚었다. 금융 AI의 핵심은 답변보다 질문 설계다.

AI가 작업 속도를 높일수록 사람의 열린 프로젝트와 결정 피로도 함께 늘어난다. 이제 생산성의 핵심은 더 많이 시작하는 능력이 아니라 끝까지 좁히는 운영 습관이다.

Meta가 Muse Spark 1.1 기반 에이전트 기능을 밀어붙인다. 강점은 소셜 그래프와 배포면, 약점은 신뢰와 실제 업무 수행력이다.