• MS의 차세대 AI 에이전트 플랫폼 ‘프로젝트 솔라라’
• 구글의 Gemma 4 12B: 텍스트·이미지·오디오 통합 처리 모델
• Endava의 AI 에이전트 활용 사례
• 메타, AI 에이전트로 비즈니스 운영 지원 계획
• IBM의 소프트웨어 개발 전 과정 솔루션 ‘IBM 밥’ 공개
• Scikit-LLM으로 오픈소스 LLM 활용하기
• 마이크로소프트의 AI 학습 인프라 발표 및 초대형 모델 지원
• Anthropic의 클로드 파트너 네트워크: 기업 거래 신뢰를 높인다
• AI 기반 컴퓨터 웜의 출현 가능성
• OpenAI, Opal Electronics에 투자하며 하드웨어로의 여정 확대
• Google의 새로운 ‘수면’ 패러다임: 단기 지식을 장기 파라미터로 통합하며 발전하는 AI 기술
• 기업 AI의 배포 전 검증 기술
• 장기 AI 에이전트의 실패 원인 분석
• 마이크로소프트의 Copilot Super App: 비서에서 다기능 에이전트로
• 한국어 Long-Document VLM 벤치마크 KOLongDoc 공개
• AI 기반 E2E 테스트 자동화로 효율성 12배 향상
• Microsoft, 모델 출시 카드에 ‘평균 토큰 사용량’ 도입
• World ID: 인간 인증의 새로운 패러다임
• ggml, WASM SIMD128로 ggml_vec_dot_q4_1_q8_1 최적화
• 트럼프 대통령, 새로운 AI 행정명령 서명

MS의 차세대 AI 에이전트 플랫폼 ‘프로젝트 솔라라’

마이크로소프트가 AI 에이전트를 구동하는 차세대 기업용 기기 플랫폼 ‘프로젝트 솔라라’를 공개했다. 이 플랫폼은 클라우드 기반 AI 에이전트를 다양한 디바이스에서 활용할 수 있도록 설계되어 AI 시대의 새로운 하드웨어 생태계 구축을 목표로 한다. MS는 이를 위해 칩-투-클라우드 방식을 도입하여, 기업들이 AI의 잠재력을 극대화할 수 있도록 지원하고 있다. 이는 기업의 IT 구조를 혁신하고, 향후 기술 진보에 중요한 기반이 될 것으로 예상된다.

구글의 Gemma 4 12B: 텍스트·이미지·오디오 통합 처리 모델

구글의 새로운 멀티모달 모델 Gemma 4는 12억 개의 파라미터를 가진 인코더 없이 텍스트, 이미지, 오디오를 통합 처리하는 기능을 제공합니다. Apache 2.0 라이선스로 배포되어 16GB 랩톱에서 실행할 수 있어 개발자들이 자유롭게 커스터마이징하고 배포할 수 있는 장점을 가집니다. 이로 인해 다양한 멀티모달 작업을 쉽게 수행할 수 있어 한국의 AI 개발 환경을 한층 진일보시킬 것으로 보입니다. Gemma 4는 특히 오픈소스 모델이기 때문에 접근성이 높고, 실무에서의 활용도가 기대됩니다.

Endava의 AI 에이전트 활용 사례

Endava는 AI 에이전트, ChatGPT Enterprise 및 Codex를 통해 소프트웨어 배달을 가속화하고 워크플로우를 자동화하는 방안을 모색하고 있습니다. 이러한 접근 방식은 AI 네이티브 문화를 구축하여 기업의 전반적인 효율성을 개선하는 데 기여하고 있습니다. 다른 기업들도 비슷한 전략을 채택하여 경쟁력을 갖추는 것이 중요할 것입니다. 이 사례는 AI가 기업 혁신에 어떻게 기여할 수 있는지를 명확하게 보여줍니다.

메타, AI 에이전트로 비즈니스 운영 지원 계획

Meta는 WhatsApp, Instagram, Messenger 플랫폼을 활용한 비즈니스용 AI 에이전트를 출시했습니다. 이 에이전트는 고객 질문에 답변하고, 예약을 진행하며, 판매를 완료하는 등 다양한 비즈니스 기능을 지원할 수 있습니다. 초기에는 무료로 제공되지만, 추후 유료 구독 서비스로 전환될 계획입니다. 이는 비즈니스 운영의 효율성을 높이고 비용을 절감하는 데 기여할 수 있습니다.

IBM의 소프트웨어 개발 전 과정 솔루션 ‘IBM 밥’ 공개

IBM이 소프트웨어 개발의 전체 과정을 지원하는 ‘IBM 밥’을 국내에서 처음으로 공개했다. 이 솔루션은 코드를 생성하는 것에 그치지 않고, 기존의 코드와 개발 문화를 이해하여 조직의 파트너로서 기능한다. 이로써 여러 단계의 작업을 자동화하고 보안 및 정책을 내재화하는 방식으로 개발 프로세스를 개선할 수 있다. 따라서 이 솔루션은 개발 팀의 효율성을 크게 증대시키고, 소프트웨어 품질을 높이는 데 기여할 것으로 기대된다.

Scikit-LLM으로 오픈소스 LLM 활용하기

이 글에서는 Scikit-LLM을 사용하여 로컬에서 오픈소스 LLM을 활용하는 방법에 대해 다루고 있습니다. 텍스트 분류와 같은 언어 작업을 수행하며, 실용적인 접근 방식을 제시하는 이 내용은 데이터 과학자들과 개발자들에게 유용할 것입니다. 오픈소스 LLM의 통합 방법을 통해 개발자들은 더욱 효율적인 모델 구성 및 분석을 할 수 있게 됩니다. 이러한 지식은 물론 실무에 응용될 수 있는 가능성을 열어줍니다.

마이크로소프트의 AI 학습 인프라 발표 및 초대형 모델 지원

마이크로소프트는 Build 발표에서 초대형 모델 지원을 위한 혁신적인 인프라를 소개했습니다. 이 발표는 학습 FLOPs와 MoE MAI-Thinking-1 모델에 기반한 AI 성능 극대화를 위한 데이터센터 및 하드웨어 전략이 포함되어 있습니다. 500k Trainium2 칩의 활용이나 1 PFlops RTX Spark Dev Box와 같은 방안들은 AI 경쟁이 단순 모델 성능을 넘어서 인프라와 전력, 냉각, 양자 컴퓨팅으로 확장되고 있음을 나타냅니다. 이는 한국의 AI 개발 환경에 큰 영향을 미칠 수 있으며, 차세대 AI 모델 트레이닝을 위한 필수 요소로 자리잡을 것입니다.

Anthropic의 클로드 파트너 네트워크: 기업 거래 신뢰를 높인다

Anthropic은 AI 제품 판매를 위한 클로드 파트너 네트워크를 강화하여 기업 쇼핑 신뢰를 구축하고 있습니다. 이 프로그램은 제3의 판매업체가 제품을 보다 전문적으로 마케팅할 수 있는 기반을 제공합니다. 특히 최근 비공식 IPO 계획을 통해 기업의 신뢰성과 시장에서의 성숙도를 강조하고 있으며, 이러한 프로그램의 확대는 인공지능 분야에서의 경쟁력을 높이는 데 크게 기여할 것으로 예상됩니다.

AI 기반 컴퓨터 웜의 출현 가능성

AI 기반 컴퓨터 웜이 오픈소스 AI 모델을 활용해 스스로 취약점을 찾고 퍼지는 가능성이 연구됐다. 이 웜은 인간의 개입 없이 네트워크 전체로 퍼질 수 있으며, 이는 사이버 보안 역사에서 새로운 위협이 될 수 있다. 연구진은 해당 프로토타입을 실험 환경에서 성공적으로 구현하여 이 기술이 실제 공격에 사용될 여지가 있음을 경고하고 있다. 따라서 기업들은 이에 대한 방어책을 마련하는 것이 필수적이다.

OpenAI, Opal Electronics에 투자하며 하드웨어로의 여정 확대

OpenAI는 Opal Electronics에 대한 투자를 통해 AI-native 기기 개발에 본격적으로 나서고 있습니다. 현재 WebCam 제품을 넘어선 새로운 제품 라인을 구상하고 있으며, 이들은 창의적인 작업에 최적화된 장치들이 될 것입니다. OpenAI의 하드웨어 확장은 지연되었던 자사의 주변 컴퓨팅 프로젝트와 맥락에서 보았을 때, AI 기술의 실질적인 응용 가능성을 더욱 높이는 계기가 될 것으로 보입니다.

Google의 새로운 ‘수면’ 패러다임: 단기 지식을 장기 파라미터로 통합하며 발전하는 AI 기술

구글 연구자들은 AI 모델의 단기 지식을 장기 파라미터로 통합하는 새로운 ‘수면’ 패러다임을 제안했습니다. 이 접근법은 변화하는 학습 환경에서의 효율성을 높이기 위해 강화 학습을 활용한 ‘꿈’ 단계와 결합됩니다. 이러한 두 가지 단계는 모델이 스스로 개선할 수 있는 훈련 커리큘럼을 생성하도록 지원합니다. 상당히 혁신적인 이 연구는 AI 모델의 지속적인 성장을 도울 수 있는 요소로 자리 잡을 가능성이 높습니다.

기업 AI의 배포 전 검증 기술

이 연구에서는 기업 인공지능의 배포 전 검증 과정을 다루고 있습니다. AI 시스템의 신뢰성을 높이기 위한 효과적인 검증 방법론이 논의되며, 이는 기업들이 실패를 줄이고 안정성을 확보하는 데 기여할 것입니다. 이러한 기술은 특히 대규모 AI 솔루션을 다루는 개발자들에게 큰 도움이 될 것으로 예상됩니다. 각종 시나리오에서 모델 검증의 중요성을 강조하는 연구 결과가 제시되고 있습니다.

장기 AI 에이전트의 실패 원인 분석

이 논문에서는 장기적으로 운영되는 AI 에이전트가 실패하는 여러 원인에 대해 다루고 있습니다. 추론 실패, 도구 명세 부족 외에도, 독립적으로 진화하는 모델의 변화가 중요한 요인으로 지적됩니다. AI 시스템의 안정성을 높이기 위한 연구와 실행 방안의 필요성을 일깨우는 결과로, AI 에이전트의 신뢰성을 확보하는 데 실질적인 기여를 할 수 있습니다. 이는 기존의 AI 시스템을 개선할 방법을 점검하는 데 유용할 것입니다.

마이크로소프트의 Copilot Super App: 비서에서 다기능 에이전트로

마이크로소프트는 기존의 Copilot을 ‘Copilot Super App’으로 확장하여 단순 질문-답변 비서를 넘어선 다기능 AI 에이전트를 소개했습니다. 이 앱은 Chat, Cowork, Code, Autopilots 네 가지 축을 기반으로 하여 Teams, Outlook, OneDrive, SharePoint 등과 연동되어 복잡한 업무를 자동화합니다. 특히 처음 등장한 Autopilot Microsoft Scout는 회의 준비, 일정 관리, 자료 정리 같은 작업을 획기적으로 개선해 기존 업무의 효율을 높일 수 있습니다. 이는 인공지능 에이전트의 진화를 가속화하며, 한국의 기업들도 이러한 혁신을 통해 생산성을 극대화할 수 있을 것입니다.

한국어 Long-Document VLM 벤치마크 KOLongDoc 공개

최근 KOLongDoc이라는 한국어 Long-Document 벤치마크가 공개됐다. 이 벤치마크는 ChatGPT, Claude, Gemini 등의 멀티모달 AI가 한국어 긴 문서를 얼마나 잘 이해하는지를 평가하는 도구로 주목받고 있다. 한국어의 특성과 다양한 상황에서의 활용 가능성을 고려했을 때, KOLongDoc은 기존의 벤치마크와 비교해 한층 더 발전된 접근방법을 제시한다고 볼 수 있다. 따라서 한국 AI 생태계에서 중요한 역할을 할 것으로 기대된다.

AI 기반 E2E 테스트 자동화로 효율성 12배 향상

QA Wolf의 AI 공급자는 사용자의 복잡한 앱 흐름을 매핑하고 Playwright와 Appium 코드를 생성하여 기존 방식보다 12배 빠른 성능을 자랑합니다. 이 플랫폼은 200개 이상의 워크플로우를 단 몇 분 만에 매핑할 수 있으며, 테스트 작성을 5배로 단축시키고, 전체 테스트를 100% 병렬로 실행함으로써 일관된 결과를 제공합니다. 팀은 오픈 소스 테스트 덕분에 벤더 의존성을 걱정할 필요가 없으며, 이는 QA와 테스팅의 새로운 패러다임을 제시합니다.

Microsoft, 모델 출시 카드에 ‘평균 토큰 사용량’ 도입

Microsoft는 모델 출시 카드에 ‘평균 토큰 사용량’ 지표를 도입하였습니다. 이는 기업들이 비용 대비 성능을 평가하고 경쟁력을 유지하기 위한 새로운 기준을 설정하는 데 중요한 역할을 할 것으로 보입니다. 이제 모델들은 성능뿐만 아니라 그 성능을 달성하는 데 소요된 비용에 대해서도 평가되어야 하며, 이는 AI 생태계의 효율성을 높이기 위한 경쟁을 촉발할 것으로 예상됩니다.

World ID: 인간 인증의 새로운 패러다임

Tiago Sada는 World ID를 소개하며 봇과 에이전트의 문제를 언급했다. 이러한 문제를 해결하기 위해 인간의 존재를 증명하는 새로운 방법론을 제안하고 있다. 인간 인증 시스템의 필요성이 증가하는 현 상황에서 World ID는 강력한 대안이 될 가능성이 높다. 특히, 봇의 오용이 늘어나는 사회적 문제에 대응하기 위한 이 기술은 개발자와 기업에 큰 의의를 가질 것이다. World ID의 도입은 AI와 관련된 여러 분야에서 긍정적인 영향을 미칠 전망이다.

ggml, WASM SIMD128로 ggml_vec_dot_q4_1_q8_1 최적화

ggml의 최신 업데이트는 ggml_vec_dot_q4_1_q8_1_generic 함수의 내부 루프를 WASM SIMD128으로 최적화하여 속도 성능을 크게 개선했습니다. 벤치마크 결과, SIMD를 적용한 방식은 880.7ns/call에서 257.8ns/call로 성능이 향상되어 3.42배의 속도 이점을 보여주었습니다. 이 과정에서 32개 포장된 4비트 가중치를 단일 wasm_v128_load로 처리하고, 두 개의 u8x16 레지스터로 분해하여 연산을 수행합니다. 이동된 SIMD128 구현은 특정 아키텍처에 맞춰 배치되어 있으며, 이는 다양한 플랫폼에서의 호환성을 높이고 있습니다. 이러한 최적화는 ML 모델의 성능을 요구하는 엔지니어들에게 중요한 참고자료가 될 것입니다.

트럼프 대통령, 새로운 AI 행정명령 서명

트럼프 대통령은 새로운 AI 행정명령을 통해 AI 기술 발전을 촉진하겠다고 발표했다. 이는 이전의 행정명령을 폐기한 지 불과 이주 만의 결정으로, AI 관련 연구와 개발을 강조하고 있다. 이러한 변화는 기술 정책의 방향을 새롭게 설정할 가능성이 있다. AI 기술의 활용과 연구가 본격적으로 지원받을 수 있는 전환점이 될 것으로 예상된다. 그러나 이러한 정책이 실제로 어떻게 실행될지는 두고 볼 일이다.