🔥 주목
OpenAI, 10대 수학 난제를 해결한 Astra 모델의 249페이지 논문 및 검증 코드 공식 발표 : OpenAI는 차세대 추론 모델 Astra가 필즈상급 수학 난제 10개를 해결한 249페이지 분량의 기술 논문을 공식 발표하고, GitHub에 Lean 4 형식 검증 코드를 오픈소스로 공개했다. Astra는 최초로 비소피크 군(non-sofic group)의 반례를 구축했으며, 1978년 이후 고차원 구체 패킹(sphere packing) 문제의 감쇠율 한계를 돌파했다. 이 돌파구는 순수 수학 분야에서 AI의 깊이 있는 구조적 능력을 입증했으며, 단일 증명의 평균 Token 비용은 200달러에 불과해 ‘컴퓨팅 파워로 수학 정리를 구매하는’ 시대가 도래했음을 예고한다. (출처: OpenAI News)
Andrej Karpathy, 단일 프롬프트로 완전한 3D 물리 게임 세계를 구현한 Claude Opus 5에 대해 열띤 토론 : 전 Tesla AI 책임자 Andrej Karpathy가 Anthropic 합류 후 첫 게시물을 올려, Claude Opus 5가 100만 Token 예산 내에서 단 하나의 프롬프트만으로 복잡한 물리 효과, 재질, 음악이 포함된 ‘반지의 제왕’ 3D 게임 세계를 생성한 모습을 공개했다. 이 진전은 AI가 단순한 2D SVG 드로잉에서 절차적 3D 프로토타입 생성으로 패러다임이 전환되었음을 의미한다. 그러나 Karpathy는 모델이 비디오에 대한 실시간 인지 및 게임 오디팅(audit) 능력이 부족하여, 생성된 화면에서 물체가 겹쳐 보이는 ‘클리핑(clipping)’ 현상 등의 한계가 여전히 존재한다고 지적했다. (출처: THE DECODER)
Microsoft의 사이버 보안 시스템 MDASH, CyberGym 벤치마크에서 95.95%의 획기적인 성과 달성 : Microsoft는 자사의 멀티 에이전트 사이버 보안 시스템 MDASH가 CyberGym 벤치마크에서 최신 성적을 거두었으며, 95.95%의 취약점 재현율로 업계를 압도적으로 선도하고 있다고 발표했다. 이 시스템은 가성비가 뛰어난 하이브리드 라우팅 아키텍처를 채택했다. 단 5B 매개변수만 활성화하는 경량 모델 MAI-Cyber-1-Flash가 일반적인 보안 쿼리의 90%를 처리하고, 가장 어려운 10%의 작업만 GPT-5.4로 분류하여 전달한다. 이를 통해 최상위 방어 성능을 유지하면서도 추론 비용을 절반으로 줄여, AI 사이버 보안이 ‘대형 모델 쌓기’에서 ‘시스템적 비용 절감’으로 진화하고 있음을 보여주었다. (출처: 36氪)
AI 데이터 체인 중개업체, 2022년 이전의 희귀 도서를 대량 구매하여 파괴적으로 스캔한 사실 폭로 : 호주 도서 판매상과 업계 조사를 통해 AI 학습 데이터 소스에 대한 새로운 세부 정보가 드러났다. ISBNdb 등 데이터 중개업체들이 중고 플랫폼을 통해 2022년 이전에 출판된 절판 및 희귀 도서를 익명으로 대량 구매하고 있다는 것이다. 이 도서들은 AI가 생성한 콘텐츠에 의해 ‘오염’되지 않았기 때문이다. 디지털화 효율을 높이기 위해 스캔 기관들은 책등을 잘라내고 실물 책을 폐기하고 있어, AI 학습으로 인한 인류 문화유산 소실에 대한 문화계의 윤리적 논쟁을 불러일으키고 있다. (출처: The Guardian)
🎯 동향
Google Gemini Robotics 2, ‘전신 엔드투엔드 협업’ 제어에 주력 : Google DeepMind는 범용 로봇 모델 Gemini Robotics 2를 발표했다. 핵심은 ‘먼저 안정적으로 서서 손을 뻗는’ 기존의 단계별 제어를 깨고 양다리, 몸통, 다지(multi-finger) 매니퓰레이터의 전신 협업을 구현한 것이다. 테스트 결과 이 모델은 Franka Duo와 Apollo 2에서 교차 플랫폼 적응을 실현했으나, 전구 끼우기나 지퍼백 밀봉 등 ‘마지막 몇 센티미터’의 정밀한 작업 성공률은 여전히 개선이 필요한 것으로 나타났다. (출처: 36氪)
NVIDIA, 극도로 단순화된 에이전트 강화학습 프레임워크 Molt 오픈소스로 공개 : NVIDIA NeMo 팀은 PyTorch 네이티브 에이전트 강화학습 프레임워크인 Molt를 오픈소스로 공개했다. 이 프레임워크는 극도로 단순한 디자인을 지향하며, 코드 양이 약 8.6K 행에 불과해 AI 코딩 어시스턴트가 이해하고 수정하기 매우 쉽다. Molt는 Ray와 vLLM을 통해 학습과 Rollout의 효율적인 비동기 협업을 구현했으며, ‘Rollout 라우팅 리플레이’ 기술을 도입하여 MoE 모델의 학습 및 추론 단계에서 전문가(expert) 선택이 일치하는 문제를 해결했다. (출처: MarkTechPost)
AMD, 완전 오픈소스 혼합 전문가 모델 Instella-MoE-16B-A3B 발표 : AMD는 Instinct MI300X/MI325X GPU에서 학습된 오픈소스 혼합 전문가 모델 Instella-MoE-16B-A3B(활성 매개변수 2.8B)를 발표했다. 이 모델은 Gated MLA(Gated Multi-head Latent Attention)와 FarSkip-Collective 비동기 통신 기술을 도입하여 사전 학습 속도를 12.7% 향상시키고 첫 토큰 출력 지연 시간을 39.2% 줄였으며, 여러 벤치마크 테스트에서 동일한 크기의 오픈소스 모델 중 선두를 차지했다. (출처: MarkTechPost)
Meta AI, ‘행동 상태 쇠퇴’ 해결을 위한 능동 메모리 에이전트 아키텍처 제안 : Meta AI 연구진은 상태, 지식, 프로세스를 포함하는 구조화된 메모리 저장소를 유지하기 위해 독립적인 ‘메모리 코치’ 에이전트를 도입하는 ‘능동 메모리 에이전트’ 아키텍처를 제안했다. 이 코치 에이전트는 실행 에이전트에게 프롬프트를 보낼 타이밍을 능동적으로 판단할 수 있으며, Terminal-Bench 등의 테스트에서 긴 작업의 성공률을 크게 향상시켰다. 이를 통해 에이전트가 긴 컨텍스트에서 제약 조건을 잊어버리거나 실패한 시도를 반복하는 문제를 효과적으로 방지했다. (출처: THE DECODER)
OpenAI, 기업용 에이전트 배포 및 통합 플랫폼 Presence 출시 : OpenAI는 ChatGPT Workspace 에이전트를 고객 서비스 및 내부 워크플로우에 직접 사용할 수 있는 프로덕션급 애플리케이션으로 전환하기 위해 기업 고객을 위한 Presence 서비스를 출시했다. OpenAI는 프론티어 배포 엔지니어를 파견하여 기업 고객의 시스템 통합을 지원하고 보안 경계를 설정하며 테스트를 관리할 예정이다. 이는 거대 모델 개발사들이 AI 에이전트를 기업의 핵심 비즈니스 시나리오로 도입하는 데 속도를 내고 있음을 보여준다. (출처: THE DECODER)
EU ‘인공지능법’ 공식 발효로 ‘공개 피로감’ 우려 제기 : EU ‘인공지능법’(EU AI Act)이 8월 2일 공식 발효되었다. 새 규정은 AI 시스템과 상호작용하거나 AI로 생성/편집된 모든 미디어 콘텐츠에 의무적으로 표시를 하도록 요구하며, 위반 시 최대 1,500만 유로 또는 글로벌 매출액의 3%에 달하는 벌금이 부과된다. 업계 분석가들은 어디에나 존재하는 AI 표시가 GDPR의 쿠키 팝업창처럼 대중의 ‘공개 피로감’과 시각적 불감증을 유발할 수 있다고 우려하고 있다. (출처: WIRED)
🧰 도구
DwarfStar: DeepSeek V4에 최적화된 C 언어 로컬 추론 엔진 : 개발자 antirez는 DeepSeek V4 Flash에 고도로 최적화된 C 언어 로컬 추론 엔진 DwarfStar를 오픈소스로 공개했다. 이 엔진은 완전히 자체 포함(self-contained)되어 있으며 Metal, CUDA, ROCm 백엔드를 지원한다. 또한 SSD 전문가 스트리밍 모드를 특별히 설계하여 메모리가 부족한 소비자용 기기(예: 96GB Mac)에서도 수용 가능한 속도로 대형 매개변수 MoE 모델을 실행할 수 있도록 지원한다. (출처: GitHub)
Xberg v1: 레이아웃을 인지하는 Rust 기반 콘텐츠 지능형 추출 프레임워크 : 개발자가 효율적인 콘텐츠 지능형 추출 프레임워크 Xberg v1(구 명칭 Kreuzberg)을 오픈소스로 공개했다. 이 프레임워크는 순수 Rust로 작성되었으며 101가지 문서 형식과 367가지 코드 형식의 심층 분석을 지원한다. ONNX 기반 레이아웃 감지 및 Docling 스타일의 읽기 순서 재구성을 도입하여 네이티브 PDF 추출 품질과 표 복원력에서 docling 및 mineru 등 유사 도구를 크게 능가한다. (출처: Reddit)
mem-port: AI 협업 시 컨텍스트 드리프트를 제거하는 로컬 메모리 서버 : 개발자가 로컬 MCP 메모리 서버 mem-port를 오픈소스로 공개했다. 이 도구는 임베디드 SurrealDB를 사용하여 그래프 및 벡터 저장소를 구현하므로 복잡한 외부 데이터베이스를 구성할 필요가 없다. mem-port는 ChatGPT, Claude Code, Cursor 등 다양한 AI 코딩 도구에 통일된 공유 장기 기억을 제공하여 아키텍처 선택과 이전 시도 기록을 보존함으로써, 여러 도구를 전환할 때 발생하는 컨텍스트 손실 문제를 효과적으로 해결한다. (출처: Reddit)
📚 학습
NVIDIA Transformer Engine FP8 자동 혼합 정밀도 학습 튜토리얼 : 이 튜토리얼은 NVIDIA Transformer Engine을 사용하여 Transformer 모델의 학습 프로세스를 가속화하는 방법을 자세히 소개한다. te.Linear 등 융합 연산자(fused operators) 사용법, FP8 자동 혼합 정밀도 기반 Autocast 설정, 지연 스케일링(Delayed Scaling) 및 amax 기록을 통해 저정밀도 텐서 계산을 안정화하는 방법 등을 다루며, PyTorch 네이티브 구현과의 비교 벤치마크를 제공한다. (출처: MarkTechPost)
TimesFM 2.5 기반 엔드투엔드 시계열 예측 및 백테스팅 실전 : 이 튜토리얼은 Google의 오픈소스 모델 google/timesfm-2.5-200m-pytorch를 기반으로 한 엔드투엔드 시계열 예측 워크플로우를 보여준다. 튜토리얼은 제로샷 확률 예측, 롤링 오리진(rolling origin) 백테스팅, 예측 구간 기반 이상 탐지, 그리고 XReg 모듈을 통해 가격, 프로모션 등 수치형 및 범주형 공변량(covariates)을 TimesFM 모델에 통합하여 리테일 등의 시나리오에서 고정밀 예측을 제공하는 방법을 다룬다. (출처: MarkTechPost)
💼 비즈니스
CuspAI, 4억 5,000만 달러 규모의 시리즈 B 투자 유치 완료, 기업 가치 26억 달러 달성 : 영국의 AI 소재 설계 기업 CuspAI가 4억 5,000만 달러 규모의 시리즈 B 투자를 유치하여 기업 가치가 26억 달러로 급등했다고 발표했다. 이번 투자는 Kleiner Perkins와 NEA가 주도했으며 제프 베이조스 산하 펀드가 참여했다. CuspAI는 목표 성능에 따라 소재 구조를 역으로 생성하는 ‘역설계’ 방식을 주력으로 하며, NVIDIA, 현대자동차 등과 공동으로 AI 소재 워크숍을 설립하여 반도체, 배터리 및 탄소 포집 소재 연구 개발을 가속화하고 있다. (출처: 36氪)
SGLang 팀의 RadixArk, 1억 달러 이상의 투자 유치 및 Miles 프레임워크 발표 : 오픈소스 추론 엔진 SGLang의 핵심 팀이 인큐베이팅한 RadixArk가 1억 달러 이상의 시드 라운드 투자를 유치했다. 이번 투자에는 NVIDIA, AMD 및 PyTorch 창시자 등이 참여했다. RadixArk는 GPU의 한계를 극대화하는 것을 목표로 하며, 오픈소스 사후 학습(post-training) 프레임워크인 Miles를 발표했다. 이 프레임워크는 강화학습의 추론, 평가 및 매개변수 업데이트를 시스템 레이어에서 깊이 있게 협업시켜 사후 학습 과정에서의 연산 자원 낭비를 대폭 줄였다. (출처: 36氪)
🌟 커뮤니티
AI의 수학 난제 해결로 수학계에 ‘기계의 인간 대체’에 대한 정신적 위기 촉발 : OpenAI Astra가 단 2,000달러로 비소피크 군 등 10대 수학 난제를 해결하자 수학계는 복잡한 감정에 휩싸였다. 일부 수학자들은 연구 효율을 높이기 위해 AI를 적극적으로 수용하고 있지만, Kirwin Hampshire와 같은 학자들은 AI가 기계적으로 검증 가능하지만 인간이 직관적으로 이해하기 어려운 증명을 대량으로 생성함으로써 인간이 미지의 영역을 탐구하는 정신적 즐거움을 박탈하고 있다고 지적하며 수학계 내부의 깊은 ‘정신적 위기’를 불러일으키고 있다고 주장했다. (출처: THE DECODER)
Sam Altman의 ‘ChatGPT 육아’ 제안, 소셜 미디어에서 대중의 조롱을 받다 : OpenAI CEO Sam Altman이 부모들에게 ChatGPT Work를 사용해 가족 일정과 자녀의 관심사를 기반으로 ‘통학용 팟캐스트’를 자동 생성하여 등교 길에 들려줄 것을 제안하는 글을 올렸다. 이 제안에 대해 애니메이션 ‘디퍼와 메이블의 미스터리 빌(Gravity Falls)’의 제작자 Alex Hirsch는 “그냥 아이와 직접 대화하는 건 어때요?”라고 냉소적으로 응수했다. 이 답글은 12만 개 이상의 좋아요를 받으며, 기술이 부모와 자녀 관계에 과도하게 개입하여 인간의 진정한 감정적 연결을 약화시킨다는 커뮤니티의 광범위한 비난을 불러일으켰다. (출처: TechCrunch)
대중 과학 유튜버 Hank Green, AI 조사 과도 의존에 대해 공개 사과 및 업로드 일시 중단 : 유명 대중 과학 유튜버 Hank Green이 영상에서 AI 흔적이 뚜렷한 전환 어구를 잘못 사용하여 시청자들로부터 AI로 대본을 작성했다는 의혹을 받았다. Green은 이후 Reddit에 장문의 사과 글을 올려 다작을 추구하는 과정에서 AI에 ‘비정상적인’ 의존을 했음을 인정했으며, 이로 인해 개인 창작의 순수성이 희석되었다고 밝혔다. 그는 AI에 의존하지 않는 개인 연구 및 집필 프로세스를 재구축하기 위해 채널 업로드를 일시 중단하거나 줄일 예정이다. (출처: TechCrunch)
플랫폼 기업들의 ‘AI 슬롭(Slop, 쓰레기 콘텐츠)’ 방어전과 역풍 효과 : 생성형 AI의 대중화로 저품질 콘텐츠가 범람하고 있다. LinkedIn은 기존 신고 시스템과 분리된 ‘AI Slop’ 원클릭 신고 버튼을 도입했고, Snapchat은 Spotlight 숏폼 비디오 추천 알고리즘에서 순수 AI 생성 비디오를 더 이상 추천하지 않겠다고 발표했다. 동시에 AI가 자동 생성한 저품질 취약점 보고서가 Apple의 보안 메일함을 가득 채우는 바람에, 20만 달러 가치의 실제 macOS 취약점이 제때 보고되지 못하는 일이 발생하여 AI 스팸 정보가 보안 방어 생태계를 훼손하고 있음이 드러났다. (출처: THE DECODER)
💡 기타
Autonomous Key, 스마트폰 중독에 맞서기 위해 9달러짜리 물리적 NFC 앱 잠금 장치 출시 : 소프트웨어를 통한 앱 사용 제한이 사용자에 의해 쉽게 우회되는 문제를 해결하기 위해, Autonomous Key는 단돈 9달러짜리 물리적 NFC 키를 출시했다. 사용자는 제한된 앱을 잠금 해제하기 위해 이 키를 물리적으로 스캔해야 하며, 한 번 잠금 해제 시 60분 동안만 사용할 수 있다. 키를 다른 방에 두어 물리적 접근 장벽을 높이고, AI가 제공하는 ‘뼈 때리는(독설)’ 습관 분석을 결합하여 사용자가 소셜 미디어 중독에서 벗어날 수 있도록 돕는다. (출처: TechCrunch)
법원, 미네소타주의 ‘원클릭 옷 벗기기’ 금지법에 대한 xAI의 집행 정지 신청 기각 : 비동의 AI ‘누디파이(nudify, 옷 벗기기)’ 앱에 대한 미네소타주의 금지법이 공식 발효되었다. xAI는 해당 금지법이 ‘과도한 제한’이라며 소송을 제기하고 집행 정지를 신청했으나, 연방 판사 Don Donovan은 집행 정지 신청을 기각했다. 판사는 xAI가 법안 서명 후 거의 3개월이 지나고 발효되기 불과 사흘 전에 긴급 소송을 제기한 점을 지적하며, 그들이 주장하는 ‘임박한 피해’가 논리적으로 성립하지 않는다고 밝혔다. (출처: TechCrunch)
개발자, 거대 모델 군비경쟁을 조롱하기 위해 16.5T 빈 매개변수 모델 Vacuum 16T 오픈소스로 공개 : 주요 폐쇄형 연구소들이 맹목적으로 매개변수 크기를 경쟁하는 행태를 겨냥하여, 한 개발자가 Hugging Face에 16.5조 개의 매개변수를 가진 빈 모델 Vacuum 16T를 오픈소스로 공개했다. 이 모델은 safetensors 헤더에 방대한 영(0) 값 텐서를 선언함으로써 Hugging Face 매개변수 규모 1위를 차지하는 데 성공했으나, 실제 전송 시에는 중복 제거를 통해 1MB 미만의 대역폭만 소모한다. 이를 통해 업계의 ‘대형 매개변수’에 대한 맹목적인 숭배를 풍자했다. (출처: Reddit)
