출처, 주제, 시간으로 전체 뉴스에서 관심 소식을 찾아보세요.
Meta를 상대로 제기된 여러 건의 AI 학습 관련 저작권 소송에서 법원은 Meta가 Anna’s Archive, LibGen 등과 같은 그림자 도서관에서 불법 복제 도서를 다운로드한 책임을 인정한 임원들을 명확히 지목해야 한다고 판결했다. 앞서 Meta는 책임을 일선 직원들에게 전가하며, 초기 AI 데이터 수집 과정이 ‘비공식적 절차’에 해당하고 다운로드 행위에 대해 ‘공식적인 의사결정’이 내려지지 않았다고 주장해 왔다.
Octave Reliance는 Amazon Bedrock을 기반으로 엄격한 테넌트 격리형 AI 인프라를 구축했으며, Cohere Embed v4와 AgentCore 마이크로 가상머신 런타임을 통합해 의료기기, 제약 및 식품 제조 산업 전반에 걸친 컴플레인 트라이애지 어시스턴트를 구현했습니다. 이를 통해 20억 건이 넘는 규제 대상 문서(불만 사항, CAPA, 감사 발견 등)에 대한 의미 기반 검색을 지원하며, 전체 과정에서 테넌트 간 데이터 유출을 완전히 차단합니다.
아마존 웹 서비스는 캐나다 고객들이 Amazon Bedrock을 통해 ca-central-1(캐나다 중부) 및 ca-west-1(캐나다 서부/캘거리) 리전에서 OpenAI GPT-5.6, GPT-6 및 GPT-6.1 모델을 크로스리전 추론(CRIS) 방식으로 호출할 수 있다고 발표했습니다. 실제 추론은 북미 또는 전 세계 AWS 상용 리전에서 이루어지며, 데이터는 캐나다 원본 리전에 정적 상태로 저장됩니다.
AWS는 2026년 10월 26일에 에이전트 레지스트리 서비스의 전면적인 이용 가능을 발표했으며, 이 관리형 서비스는 하이브리드 의미론과 키워드 검색을 통해 런타임에 승인된 모델 컨텍스트 프로토콜(MCP) 서버와 에이전트 간(A2A) 에이전트를 동적으로 발견하고 인스턴스화하며 실행함으로써, 하드코딩된 도구 통합을 대체하고 기업 수준의 AI 에이전트 규모화 편성에서 발생하는 병목 문제를 해결합니다.
블라드 미할체아, 패트릭 바움가르트너, 프랑크 델포르트 세 명의 베테랑 자바 챔피언이 프로덕션 환경과 오픈소스 프로젝트에서 GitHub Copilot을 활용한 실무 경험을 공유했습니다. 이들은 AI가 자동으로 코드를 생성하는 데 의존하기보다는, 인간이 주도하는 문제 정의, 컨텍스트 기반 고정, 반복적 검증 및 최종 책임 소재의 중요성을 강조했습니다.
연구실장 크리스 화이트는 전시 데이터 분석에 대한 새로운 접근법부터 인신매매 방지 도구에 이르기까지, 현실 세계에 실질적인 영향을 미치는 연구 과제들을 수행해 왔습니다. 그는 프로그램 매니저 위슝 리우와 함께 이러한 연구를 이끌어 온 배경과 더 많은 이야기를 나눕니다. “봉사의 소명: 기술, 연구, 그리고 긍정적 영향”이라는 글은 마이크로소프트 리서치에서 처음 게재되었습니다.
기사에서는 전력 보급을 비유로 삼아, 기업의 AI가 이제까지의 단편적 실험 단계에서 벗어나 인프라화 단계로 진입하고 있으며, 핵심 문제도 ‘AI를 도입할 수 있는가’에서 ‘최소한의 효율적 비용으로 측정 가능한 비즈니스 성과를 어떻게 달성할 것인가’로 변화했음을 지적합니다. 또한 ‘각 유용한 산출물의 효율적 비용’을 핵심 지표로 제시하고, 자체 스택 구축, 온디맨드 클라우드 서비스, 통합형 프라이빗 AI 플랫폼 등 세 가지 AI 운영 모델 간의 경제성 차이를 분석하며, 활용률, 모델 선택, 캐시 관리 등 운영 실무가 ROI에 결정적인 영향을 미친다는 점을 강조합니다.
보안업체 클라록은 메타가 새롭게 출시한 AI 에이전트 뮤즈가 대화 공유 기능을 활성화할 경우 생성되는 URL에 충분한 난수성이 부족해, 공격자가 단순한 열거 방식으로 6,800개의 사용자 공유 링크를 획득할 수 있다고 밝혔다. 이 가운데 수백 개의 링크는 비공개된 개인 및 상업 관련 민감 정보를 노출했다. 메타는 해당 공유 기능을 일시 중지하고 내부 검토를 진행 중이다.
Mistral은 2026년 10월 26일 이전에 Voxtral 3를 출시할 예정이며, 이는 다국어 실시간 음성 상호작용을 위한 엔드투엔드 SDK 및 모델 패밀리로, ASR(화자 분리 기능 포함), 추론 계층, TTS 등 세 가지 주요 모듈을 포괄합니다. 데이터 주권과 모듈식 배포를 강조하지만, 모든 성능 관련 주장은 제조사 자체 테스트에 근거한 것으로, 독립적인 제3자 검증은 이루어지지 않았습니다.
MIT 테크놀로지 리뷰는 트리플텐의 2026년 조사를 인용해, AI의 산업별 도입은 ‘선도 대 후발’의 구도가 아니라 기술 확산의 자연스러운 시계열에 따른 것이라고 지적했다. 기술과 금융 분야에서 먼저 도구 체인과 워크플로우가 검증되었으며, 의료·교육 등 규제가 엄격하고 인간 중심적인 산업에서는 현재 도입률이 낮지만(예를 들어 의료 분야에서는 AI 챗봇 사용이 의무화된 비율이 18%에 불과함), 이들 분야 역시 귀중한 골든타임을 확보해 AI 출력 검증, 프롬프트 엔지니어링 등 고부가가치 역량을 체계적으로 식별하고 선제적으로 역량 강화를 추진할 수 있는 여건을 갖추고 있다.
네비우스, 엔스케일, 베르다 등 유럽의 AI 클라우드 서비스 제공업체와 불, 델, HPE 등 서버 제조사들은 NVIDIA Vera CPU를 기반으로 차세대 고에너지 효율·고병렬 AI 인프라를 구축하고 있으며, 특히 샌드박스 실행, 시맨틱 검색, 데이터 분석 및 연구 협업과 같은 시나리오를 포함한 에이전트 기반 컴퓨팅(Agentic Computing) 워크로드를 중점적으로 지원하고 있습니다.
생성형 AI의 급부상으로 인한 고대역폭 메모리 칩 수요 급증에 대응하기 위해, 삼성은 한국 평택에 뉴욕 센트럴파크 규모의 반도체 제조 클러스터를 건설하고 있다. 현재까지 세 곳의 웨이퍼 공장이 가동 중이며, 네 번째 공장은 곧 상업 생산을 시작할 예정이고, 다섯 번째 공장은 2024년 수요 약세로 일시 중단됐다가 다시 건설을 재개했다. 현장에서는 높은 강도와 높은 안전 기준을 갖춘 건설 속도와 노동력 생태계가 구현되고 있다.
DeepSeek V4.1, Flash 1017 등 세 가지 새로운 모델이 발표되었지만 아직 초기 배포 단계에 있습니다. 중국과 미국은 동시에 AI 거버넌스를 강화하고 있으며, 미국 국토안보부는 DeepSeek 관련 제품의 사용을 금지했고, 중국은 초대규모 모델의 수출에 대해 심사 승인 제도를 도입할 계획입니다. 또한 Anthropic은 공익 지분 펀드를 출범하고 연방 AI 법안을 초안 작성 중이며, 산업 인프라와 보안 연구가 동시에 추진되고 있습니다.
2026년 10월 16일부터 19일까지, DeepSeek V4.1 Flash 1017, MiniMax M3.1 Flash（Space Bunny） 및 Mercury 3（Inception） 등 세 가지 신형 모델이 연이어 출시되었다. 같은 시기 미국 국토안보부는 DeepSeek 관련 제품의 사용을 금지하는 명령을 내렸으며, 중국은 초대형 모델 수출 규제 초안을 마련하려 하고 있다. 이에 따라 오픈소스 생태계, 컴퓨팅 인프라 구축, 그리고 AI 거버넌스 간의 갈등이 전면적으로 부각되고 있다.
OpenAI는 AI 기반 운영을 생명과학 R&D에 도입하기 위해 Orchestra Bio를 인수하며, 바이오제약 팀들이 약물 개발을 가속화하고 새로운 치료법을 개척하도록 지원합니다.
Hugging Face는 TorchTPU를 발표하여 PyTorch에 원래의 TPU 백엔드 지원을 제공함으로써, Transformers, Diffusers 등과 같은 라이브러리들이 torch_xla에 의존하거나 JAX로 이전할 필요 없이 바로 TPU에서 실행될 수 있도록 했습니다.
Hugging Face는 AnyLanguageModel 1.0을 정식으로 출시했으며, Apple Foundation Models API와 완전히 호환되는 오픈소스 Swift 프레임워크를 제공합니다. 이 프레임워크는 로컬 모델(MLX, llama.cpp, Core ML)과 호스팅 모델(OpenAI, Anthropic, Gemini, Hugging Face Inference Providers 등) 간의 원활한 전환을 지원하며, 이미지 입력, 도구 호출, 가이드형 생성, 추론 블록 자동 적응 등의 기능도 추가되었습니다.
IBM 연구소는 ALTK-Evolve 방법을 제안했으며, GPT-4.1을 활용해 자체 작업 흐름에서 신원 인증, 환불 확인 등과 같은 구조화된 행동 지침을 자동으로 도출하고, 이를 순수 프롬프트 엔지니어링 방식으로 ReAct 에이전트 시스템에 주입함으로써 모델 가중치를 업데이트하거나 인간의 라벨링에 의존하지 않고도 고객 서비스 과제의 정확도와 신뢰성을 크게 향상시켰다. 또한, 이 기술의 리테일 분야 버전은 67.5%의 Pass⁴ 점수로 τ²-bench 2026년 10월 12일 기준 순위 1위를 차지하며, 모든 최첨단 모델 및 미세 조정 시스템을 능가했다.
터미널 X의 평가 에이전트는 54개 기준의 평가 척도에 따라 결과를 점수 매기며, GPT-6.1 솔루션을 사용할 경우 펀드의 운용 방침에서 벗어난 사례를 25% 더 많이 포착합니다.
PyTorch 2.15는 Apple Silicon 맥을 위한 주요 MPS 백엔드 업그레이드를 제공하며, macOS에서 처음으로 FP8 텐서 연산을 네이티브로 지원합니다. 또한 MoE 모델의 디코딩 속도가 5~6.5배 향상되고, 비디오 VAE 디코딩 시 최대 GPU 메모리 사용량이 270 GiB에서 8 GiB로 감소하며, 다수의 연산자들이 MPSGraph에서 전용 Metal 커널로 이전되었습니다.
