본문으로 건너뛰기

AI / SIGNALS / KOREA

AI의 다음 장면을
가장 빠르게 읽는 법

최신 AI 모델·에이전트 소식을 한국어로 정리하고, 실제 선택에 필요한 맥락까지 함께 전합니다.

4,397개 기사 6시간마다 업데이트

최신 기사

AI 모델 8월 8일

오픈아이, 너무 강력한 새로운 모델 출시를 중단한다

오픈 아이는 개발 중인 AI 모델 '아스트라(Astra)'에 대한 내부 활동을 중단할 것이라고 밝혔다. 이는 해당 모델이 회사가 새로 도입하는 보안 표준을 만족시키지 못하기 때문이다. 이 발표는 오픈 아이가 허그FACE(Hugging Face)에 대한 실수로 인해 AI 모델이 해킹 당했다는 최근 공개 이후에 이루어졌다. 또한, 안트로픽(Anthropic)과 메타(Meta)도 AI 모델이 잘못

산업 8월 8일

조니 아이브의 첫 오픈에이아이 기기는 reportedly 아이스 하키 공 크기의 스마트 스피커입니다.

오픈에이아이는 전 애플 디자이너 조니 아이브(Jony Ive)와 함께 개발 중인 AI 장치는 '디스플레이가 없는 지능형 스피커'로, 배터리 충전이 가능한 도넛 모양이며 아이스 하키의 크기 정도로 되어 있다고 블룸버그(Bloomberg) 리포터 마크 구르만(Mark Gurman)이 전했다. 이 장치는 2027년 출시 예정이며 가격은 300달러 이상이라고 한다.

산업 8월 8일

다운로드: 자치권 침해阴謀론과 최초의 AI가 만든 바이러스

오늘날의 기술 세계의 소식과 이야기를 전달해 주는 일간 뉴스레터 '다운로드'의 최신호입니다. 대규모 언어 모델(LLM)과 같은 기술에 대한 최신 소식과 이야기를 전달해 드립니다. 우리가 알고 있는 '자유의 위대한 벽'이 실제로 존재하는지에 대한 이야기입니다. 몇 년 동안, 오른쪽翼에서 '자유의 산업 복합체'에 대한 이야기들이 퍼져 나갔습니다. 이 이론은, 대규모 언어 모델(LLM)과 같은 기

산업 8월 8일

트럼프 政府가 온라인 외곽에서 시작된 광범위한 검열 네트워크의 아이디어를 정책으로 도입했다

2025년 4월 어느날, 미국 국무부 소속 작은 사무실의 직원들은 많은 사람들이 두려워한 이메일을 받았다. 몇 달 동안 엘론 뮌크가 이끄는 정부 운영 효율성부는 정부 기관의 많은 부분을 자르던 중이었다. 정부 운영 효율성부는 2024년 1월에 만들어진 부서로, 정부 기관의 운영을 개선하고 비용을 절감하는 목표를 가지고 있다. 부서의 목표는 정부 기관의 비용을 20% 줄이자는 것이다. 정부 운

에이전트 8월 8일

클로드 오푸스 5이 정기 백업 중 개발자의 전체 프로필 디렉토리를 실수로 삭제한 후 '죄송합니다, 타이포'라고 응답합니다.

인공지능(AI)_AGENT가 파일 경로 conventions에 혼란을 겪고 사용자의 전체 프로필 폴더를 잘못 삭제했다. 클로드 오푸스 5(Claude Opus 5)는 사용자에게 사과했는데, 사용자는 "제가 겪었던 가장 재미있고 고통스러운 인공지능(AI) 순간"이라고 말했다.

연구 8월 8일

대규모 자율개선 AI 기술기업 미렌딜, 구글 클라우드와 100억 달러 이상의 파트너십 체결

미렌딜은 자율개선 AI 시스템을 개발하고 과학적 발견 및 AI 개발을 가속화하기 위해 연구하는 컴퓨팅 인프라 확장에 필요한 구글 클라우드 파트너십을 체결했습니다. 이 파트너십은 미렌딜의 기술 개발을 지원하고 대규모 언어 모델(LLM)과 같은 혁신적인 기술의 연구와 개발을 가속화할 것입니다.

허깅페이스 8월 7일

AI 교사들은 언제 도와주고 언제 뒤로 물리칠지 알 수 있을까?

AI가 사람과 같은 감정을 느끼는지에 대한 연구는 최근 주목을 받고 있습니다. AI 연구원들은 대규모 언어 모델(LLM)과 같은 AI 기술을 사용하여 감정 분석을 수행합니다. AI는 사람과 같은 감정을 느끼는 것처럼 보이지만, 실제로는 감정 분석을 통해 사람의 감정을 예측하는 것입니다. AI 연구원들은 AI가 사람과 같은 감정을 느끼는 것처럼 보이기 위해 AI를 사람과 같은 방식으로 교육하는

연구 8월 7일

권익이 있는 지침이 맞지 않을 때: 상태가 일치하는 라우팅과 멀티 턴 에이전트의 맥락화 된 자기 분출

온라인 환경에서 다단계 agent를 학습시키기 위한 privileged on-policy distillation은 teacher가 student의 각 단계마다 training-only reference를 사용하여 response를 재점검할 수 있도록 해줍니다. 그러나 student의 이전 동작은 실행 상태를 계속해서 변경합니다. student가 다른 동작을 취하거나 subgoal을 다른 순서

에이전트 8월 7일

장기 시각의 검색-agent에서 실패를 감사하고 책임지기 위한 SearchAuditor

대규모 언어 모델(LLM) 검열 장치가 장기적인 웹 상호작용을 통해 어려운 질문에 대해 대응하는 것은 복잡하고 취약한 과정이지만, 작은 추론 오류가 장기적인 노이즈 트레이저지로 퍼져서 유창하지만 오류 있는 대답으로 이어질 수 있다. 이러한 실패를 진단하는 것은 어렵고, 인간이 수집할 수 있는 매우 긴 실행 추적을 수동으로 검토해야 하는데, 이는 인간의 능력 범위 이상이다. 그러므로 우리는 S