그라놀라는 위스프와 경쟁하기 위해 받아쓰기 기능을 추가했습니다
역전! 위스프가 자사의 받아쓰기 앱에 회의록 기능을 추가한 뒤, 그라놀라도 회의록 작성 도구에 받아쓰기 기능을 탑재했습니다. 음성 AI 전쟁이 점점 흥미로워지고 있습니다.
AI NEWS JOURNAL
AI 뉴스 검색
제목, 요약, 본문을 검색해 흩어진 정보를 연결하세요.
Anthropic은 세계 최고의 기업일까요?
사용하고 학습할 수 있는 시각 자료가 많습니다.
Edge Sound, 물리적 AI가 오디오를 이해할 수 있도록 지원하기 위해 200만 달러를 조달했습니다.
Edge Sound Research Inc.는 오늘, 유용한 음향을 분리하고 이를 다른 센서 데이터와 결합해 물리적 AI 시스템이 실시간으로 상황을 이해할 수 있도록 지원하는 오디오 인프라를 구축하기 위해 200만 달러의 신규 자금을 조달했다고 발표했습니다. 이번 투자 라운드는 Stormbreaker Ventures가 주도했으며, 이로써 회사의 총 누적 투자액은 900만 달러에 달합니다. […] 해당 기사의 원문은 SiliconANGLE에 처음 게재되었습니다.
귀하의 AI 에이전트에도 최고운영책임자(COO)가 필요합니다
AI 에이전트를 확장하려면, 이를 규제된 직무에 종사하는 직원처럼 대우해야 하며, 서면으로 정해진 규정과 명확히 규정된 책임, 그리고 그 성과에 대해 책임을 지는 담당 인력이 있어야 합니다. 게스트 필자인 Get Covered의 COO 리크 폴그만은 기업들에게 먼저 확립된 규칙에 따라 관리되는 업무부터 시작하고, 각 워크플로의 위험 수준에 맞춰 자율성을 조정하며, 에이전트의 권한을 확대하기 전에 결과를 정기적으로 검토할 것을 권고합니다.
오디오-언어 모델에서의 제어 가능한 화법 캡션 작성에 대한 벤치마크
arXiv:2610.33036v1 발표 유형: 신규 초록: 화법 캡션 작성(SSC)은 목소리의 음색, 억양, 표현력 등과 같은 언어 외적 특성을 포착하여, 말이 전달되는 방식에 대한 자연스러운 언어 설명을 생성하는 것을 목표로 합니다. 대화형 AI 에이전트, 제어 가능한 음성 생성, 대규모 오디오 주석 작업 등 많은 하위 애플리케이션에서는 단일한 통합되지 않은 설명이 아니라, 발화자의 특성, 감정, 전달 스타일 등 특정한 측면을 구체적으로 묘사하는 차원별 스타일 캡션을 필요로 합니다. 그러나 기존 연구들은 제어 가능한 화법 캡션 작성에 대한 통일된 정식화가 부족한 실정입니다. 우리는 이 격차를 해소하기 위해 SSC를 명시적인 지침이 화법의 특정 차원을 규정하는 지침 준수형 오디오-언어 과제로 정식화합니다.
OpenAI가 세 가지 주요 과학적 발견과 학계와 협력하는 새로운 방식을 발표했습니다.
수년간 미해결이던 수학 문제의 해법을 담고 있다고 밝힌 수백 편의 원고를 대규모로 공개한 지 한 달도 채 되지 않아, OpenAI는 수학, 컴퓨터 과학, 물리학 분야에서 또다시 세 가지의 “중대한” 발견을 발표했습니다. 이번에는 특히, OpenAI가 ‘셰퍼드’라고 부르는 외부 전문가들이 결과를 안내하는 방식을 선택했다는 점이 다릅니다 […]
앤타로픽은 AI 붐을 뒷받침하기 위해 가스를 연소하고 있다
상장 준비를 앞두고, 앤트로픽의 S-1 서류는 생성형 AI가 메탄에 의존하고 있음을 여실히 드러냅니다. “전력 공급과 충분한 전력 가용성을 갖춘 데이터센터 입지 확보를 둘러싼 경쟁은 치열합니다.” 월요일 미국 증권거래위원회에 제출된 문서에서 앤트로픽은 데이터센터들이 점점 더 “천연가스”에 의존하고 있음을 인정했습니다 […]
기업들이 AI 실험에서 자율 운영으로 전환하는 과정에서 주목해야 할 점
지난 3년간 기업용 인공지능 대화는 주로 모델이 무엇을 말할 수 있는지에 초점이 맞춰져 있었습니다. 앞으로 3년은 시스템이 허용되는 행동이 무엇인지에 관한 논의가 될 것입니다. 이는 더 나은 모델만으로는 해결되지 않는, 훨씬 더 어려운 문제입니다. 오는 10월 28일(수)에는 블룸버그 테크 이벤트: Building the […] 행사에 참석하기 위해 보스턴에 방문합니다. 기사 원문: “기업들이 AI 실험에서 자율 운영으로 전환하는 과정에서 주목해야 할 점”은 SiliconANGLE에 처음 게재되었습니다.
2026년 뉴욕 기후 주간에서 MIT는 글로벌 네트워크와 연결됩니다
MIT 커뮤니티의 다양한 구성원들이 데이터센터와 초강력 온실가스부터 농업과 교육에 이르기까지 다양한 주제에 대해 논의를 열었습니다.
더 리얼리얼은 AI 에이전트가 디자이너 의류를 독점하지 못하게 합니다
중고 명품 패션 위탁 판매업체인 더 리얼리얼은 자사의 봇 방어 시스템을 업데이트해 AI 에이전트가 자사 사이트에서 쇼핑하는 것을 사실상 어렵게 만든다고 밝혔다. 이 같은 변경은 더 버지가 AI 에이전트가 더 리얼리얼의 상품 예약 시스템을 악용할 수 있다는 보도를 내놓은 지 며칠 만에 이루어진 것이다. 해당 소매업체의 웹사이트에서는 […]
앤티로픽의 IPO 신청서에 담긴 다섯 가지 기이한 세부사항
Anthropic은 마침내 SEC에 S-1 신고서를 제출했습니다. 이 문서는 경영진의 보수 수준과 IPO로 조달한 자금의 사용 계획부터, 회사의 야망을 좌절시킬 수 있는 위험 요인에 이르기까지 비즈니스의 내부 구조를 투자자들에게 상세히 공개하기 위해 마련된 것입니다. 300페이지가 넘는 분량으로, 다룰 내용이 매우 많습니다 […]
앤티로픽의 IPO는 종말론 입문서이기도 하다
Anthropic은 “루프를 닫는 것”이 AI 성공으로 가는 최선의 길이자, 인류에 대한 “존재론적” 위협을 초래하는 원인이라고 생각합니다.
마이크로소프트, 6만 명의 직원에게 퇴직금 제공
마이크로소프트는 미국, 영국, 캐나다, 인도 전역의 최대 6만 명의 직원을 대상으로 자발적 퇴직 제안을 제공하고 있습니다. 직원들에게 보낸 메시지에서 마이크로소프트의 최고인사책임자 에이미 콜먼은, 회사가 추가적인 […] 없이 인력을 축소하려는 가운데 이번 조치를 통해 직원들이 “재정적 지원과 경력 설계 자원을 받으며 마이크로소프트를 떠날 수 있는 기회”를 얻게 된다고 밝혔습니다.
케빈 루스는 AGI에 사로잡혔다. 당신은 왜 그렇지 않은가?
오늘은 AI 산업의 최근 급격한 변화를 상세히 다룬 신간 『AGI 연대기』의 저자이자 기자인 케빈 루스와 이야기를 나눕니다. 케빈은 오랜 기간 뉴욕타임스의 기자로 활동해 왔으며, 인기 팟캐스트 ‘하드 포크’의 진행자이기도 합니다. 그러나 그는 이 프로그램의 친구인 케이시 뉴턴과 함께 최근 […]을 떠났습니다.
Anthropic의 IPO 신청서는 AI를 통해 ‘인류 활동의 모든 분야를 혁신’하겠다는 계획을 제시하고 있다.
Anthropic은 미국 증권거래위원회에 S-1 상장 신청서를 제출했으며, Claude를 개발한 이 회사가 OpenAI보다 먼저 IPO를 통해 시장에 나설 준비를 하고 있습니다. SEC에 제출된 문서에서 Anthropic은 나스닥 거래소에 “ANT”라는 티커 심볼로 상장할 계획이라고 밝혔습니다. 이 AI 기업은 SEC에 비공개로 […]
이 AI 라디오 진행자는 스페인어를 구사하며 이민자를 지지합니다. 그는 청취자들의 마음을 사로잡고 있습니다.
코요텍은 이중언어를 구사하며 욕을 하며 청취자들에게 ICE에 맞서 스스로를 방어하는 방법을 알려줍니다. 이러한 인기의 배경에는 더 많은 방송사들이 인공 성격을 실험하고 있기 때문입니다.
DirCast: 단일 스트리밍 비디오 언어 모델을 활용한 실시간 e스포츠 연출 및 해설
arXiv:2610.31734v1 발표 유형: 신규 초록: 실시간 e스포츠 중계에서는 매초마다 다음 장면을 예측하지 못한 채, 어떤 카메라를 송출할지 결정하는 디렉터와 그 선택에 대해 해설하는 캐스터가 필요합니다. 기존의 스트리밍 비디오 언어 모델은 이미 인간 디렉터가 제작한 방송에 대해서만 해설하는 능력을 학습해 왔습니다. 우리는 이러한 상황에서, 모든 선수의 원시 카메라 영상을 입력으로 받아, 과거 정보만을 바탕으로 동시에 연출과 해설을 수행해야 하는 실시간 방송 제작 환경을 연구합니다. 이에 따라, 두 가지 역할을 모두 수행하는 단일 스트리밍 비디오 언어 모델인 DirCast를 제안합니다. DirCast는 매초마다 모든 카메라 영상을 저해상도로 스캔하고, 유지 또는 전환 여부를 결정하는 디렉터 모드를 통해 언제 어디서 컷을 할지 판단한 뒤, 선택된 카메라 영상을 고해상도로 읽어들여 해설을 시작합니다. 또한, 모델의 문맥은 현재 송출된 내용과
무엇을 말할 것인가를 넘어서: 늑대인간 에이전트를 위한 내적 생각을 활용한 선제적 발화 타이밍
arXiv:2610.32107v1 발표 유형: 신규 요약: 대화에 참여하는 것은 단순히 무엇을 말할지 결정하는 것뿐만 아니라, 과연 말을 해야 하는지 여부까지 포함합니다. 이러한 판단은 특히 늑대인간 게임과 같이 참가자들의 이해관계가 상충되는 환경에서 더욱 중요한 의미를 지닙니다. 왜냐하면 발화와 침묵 모두 타인에 의해 해석되고 평가되기 때문입니다. 따라서 언제 말을 할지, 그리고 무엇을 말할지를 결정하는 것은 늑대인간 게임을 플레이하는 LLM 에이전트에게 매우 중요합니다. 본 연구에서는 AIWolfDial 공동 과제의 Anytime Utterance Track를 위해 개발된 늑대인간 AI 에이전트를 소개합니다. 우리 시스템은 기존의 Inner Thoughts 프레임워크를 기반으로 하며, 이는 대화 중에 내적 생각을 생성하고 각 생각의 가치를 평가함으로써 발화 타이밍을 결정합니다.
저자원 언어에서의 연구 진전 및 언어적 포용성 측정
arXiv:2610.30296v1 발표 유형: 신규 초록: 대규모 언어 모델(LLMs)은 저자원 및 다국어 NLP에 대한 연구를 가속화했지만, 이들이 공평한 연구 환경을 조성하는 데 얼마나 효과적인지는 아직 명확히 규명되지 않았습니다. 우리는 2020년부터 2025년까지 출판된 1,158편의 동료 심사 오픈 액세스 논문을 분석하여, 저자원 언어(LRLs)에 대한 연구 관심도와 언어 및 사용자 집단 전반에 걸친 표현 수준을 검토합니다. 출판 건수 외에도 언어적 포용성을 평가하기 위해, 우리는 언어적 포용성 프레임워크(LIF)를 도입합니다. 이는 연구 성장, 표현 확대, 표현 지속성, 그리고 분포적 형평성 등 네 가지 차원에서 언어적 포용성을 측정하는 다차원적 체계입니다. 연간 출판물 수는 52건에서 415건으로 5.4배 증가했으며, ACL Antholo
OpenAI가 Decisions API 의사결정 모델을 정식으로 출시하며, TypeSafe Jev와의 경쟁에 본격적으로 나섰다.
OpenAI는 2026년 10월 22일을 전후하여 모든 고객에게 Decisions API를 개방할 예정이며, 이 모델은 ChatGPT Luna를 기반으로 재구성되어 밀리초 수준의 낮은 지연 시간과 저비용 추론을 강조하며, 이미지 이해 등 다중 모달 작업에서 우위를 보입니다. 현재 주요 의사결정 모델 벤치마크에서는 최신 Jev 및 D1 Ultra와 같은 경쟁 제품에 비해 순위가 뒤처져 있지만, Box, Datadog, Speak 등 여러 기업에서 실사용 사례로 채택된 바 있습니다.