#infrastructure

Phoenix Semiconductor 사례는 AI 시대의 병목이 최신 GPU만이 아님을 보여준다. 국방, 의료, 산업 장비를 지탱하는 레거시 칩 확보 능력은 자동화와 피지컬 AI의 숨은 회복탄력성이다.

Agentic Resource Discovery는 에이전트가 도구와 스킬을 검색·검증하는 표준을 제안한다. MCP 이후의 병목은 호출보다 발견과 신뢰다.

유출 재무자료 보도는 OpenAI가 2025년 130억달러대 매출에도 대규모 손실을 냈다고 전한다. 프런티어 AI의 성장은 이제 제품력이 아니라 자본 효율의 시험대에 올랐다.

존 카맥의 Fabrice Bellard 언급이 개발자 커뮤니티에서 크게 퍼졌다. AI 코딩 시대에도 오래 남는 것은 데모가 아니라 작고 깊은 시스템을 끝까지 이해하는 능력이다.

네덜란드 GPT-NL은 공개 가치와 데이터 통제를 내세운 국가 언어모델 프로젝트다. 한국 AI 전략에도 모델 성능보다 거버넌스와 조달 구조가 중요하다는 신호다.

인도 Sarvam이 2억3400만달러를 조달하며 15억달러 가치의 AI 유니콘이 됐다. 주권 AI 경쟁이 연구 구호를 넘어 IT서비스, 컴퓨트, 언어 전략의 자본전으로 이동하고 있다.

Fulcrum의 Inverse Rubric Optimization은 장기 에이전트가 숨은 평가 기준을 학습하는 과정을 관찰한다. 벤치마크보다 행동 과학에 가까운 실험이다.

리우데자네이루의 자체 LLM 주장에 병합 의혹이 제기됐다. 주권 AI 경쟁에서 모델 출처, 가중치 감사, 공개 검증이 핵심 신뢰 인프라가 되고 있다.

미 정부의 Anthropic 모델 접근 제한 논란은 AI 경쟁이 제품 성능을 넘어 외교, 클라우드, 조달, 국가안보의 문제로 이동했음을 보여준다.

개인 개발자의 AI 코딩 비용 논쟁은 로컬 GPU, 오픈모델 API, 프런티어 구독을 어떻게 섞어야 생산성과 지출을 모두 관리할 수 있는지 보여준다.

투자와 성장 지표를 내세운 LLMOps 프로젝트가 GitHub에서 archived 상태가 되며 오픈소스 AI 인프라의 지속 가능성과 신뢰 문제가 떠올랐다.

M1 Max에서 Gemma 4와 llama.cpp를 조합한 로컬 코딩 에이전트 실험은 클라우드 모델 경쟁의 반대편에서 비용, 프라이버시, 장애 대응을 다시 묻는다.

스위스 법원이 Republik 보도에 대한 팔란티어의 반론 게재 요구 대부분을 기각하면서, 미국 AI·데이터 기업의 공공 부문 신뢰 문제가 더 선명해졌다.

OpenAI 서비스 약관의 Licensed Materials 조항과 Dell 협력은 프런티어 AI가 클라우드 API에서 하이브리드 배포로 이동하고 있음을 보여준다.

Claude Desktop이 채팅만 해도 1.8GB Hyper-V VM을 띄운다는 이슈가 제기됐다. 에이전트 앱은 기능보다 런타임 비용과 온디맨드 설계가 중요해졌다.

ISS 물 재활용을 괴롭힌 실록산 이야기는 장기 운영 시스템에서 작은 오염원이 얼마나 큰 비용을 만드는지 보여준다. AI 운영도 같은 교훈을 갖는다.

Apple의 Core AI 문서는 Apple silicon에서 앱 안 AI 모델 실행을 전면에 세운다. 개발자 경쟁은 API 호출에서 로컬 런타임 설계로 이동한다.

MacRumors는 Apple이 Google Gemini 기술을 바탕으로 새 Apple Intelligence 아키텍처를 공개했다고 전했다. 애플의 독자 생태계 전략이 실용적 동맹으로 이동한다.

xAI가 Anthropic과 Google에 대규모 GPU 용량을 임대한다는 분석이 나왔다. 프런티어 모델 경쟁은 연구소보다 데이터센터 금융에 가까워지고 있다.

Silurus OOXML은 브라우저에서 DOCX·XLSX·PPTX를 캔버스로 렌더링한다. 전부 AI로 작성됐다는 점보다 검증 가능한 구조가 더 중요하다.