Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Qwen 3.6 35B A3B의 기대감이 현실이네요!!!
작성자는 전문적인 학술 연구 코드와 논문을 LLM에 입력하여 이해도를 테스트했으며, 최근 출시된 여러 오픈 웨이트 모델들이 과거의 작은 로컬 모델들보다 훨씬 뛰어난 성능을 보여 놀라움을 표했습니다. 특히 Qwen 3.6 35B A3B를 포함한 최신 모델들은 긴 컨텍스트 처리 능력을 갖추어 복잡한 코드와 문헌 간의 매핑 분석이 가능해졌습니다. 작성자는 이들 로컬 모델들이 단일 거대 상용 모델보다 더 유능할 수 있다는 자신감을 드러내며, 관련 실험 결과를 공유했습니다.
단순 RAG를 넘어: 에이전트 기반 검색의 부상
단순 RAG는 다단계 추론이나 자체 수정 능력에서 한계를 보이면서, 검색 증강 생성(RAG)의 다음 단계로 '에이전트 기반 RAG'가 부상하고 있습니다. 에이전트 기반 RAG는 정적인 파이프라인을 넘어, 자율 에이전트가 필요한 도구 사용(SQL 쿼리, 외부 API 호출 등)과 검색 전략 자체를 동적으로 결정하고 수정할 수 있게 합니다.
Claude Code가 자체 사용량 제한을 인지하게 만들었습니다
Claude Code(CLI)는 Anthropic API의 속도 제한 헤더를 모델 자체에 노출하지 않아, 개발자가 현재 할당량 사용량을 인지하기 어렵다는 문제를 발견했습니다. 이를 해결하기 위해 작성자는 Claude Code와 Anthropic API 사이에 로컬 HTTP 프록시를 구축하여 모든 `anthropic-ratelimit-*` 헤더를 가로채고 모델이 접근할 수 있도록 했습니다. 이 프록시는 순수 Node.js 표준 라이브러리로 구성되었으며, 사용량 수준에 따라 Claude의 동작을 자동으로 조정하는 규칙까지 제공합니다.
실제 적합한 인재를 찾아내는 AI 소싱 에이전트 구축하기
본 글은 단순한 직무명 기반 추천 목록 제공 수준을 넘어선 진정한 'AI 소싱 에이전트'를 구축하는 방법을 다룹니다. 핵심은 데이터 계층의 혁신에 있으며, 기존 B2B 데이터 공급업체가 제공하는 제한적인 필터(직무, 위치 등)로는 한계가 명확합니다. 성공적인 에이전트는 GitHub 저장소, 자격증, 구사 언어, 투자 단계 등 70가지 이상의 세분화된 '틈새 필터'를 활용하고, 데이터를 캐시 대신 60개 이상의 공개 출처에서 실시간으로 소싱하며, 여러 정보를 단일 호출로 풍부하게(enrich) 가져오는 것이 중요합니다.
詳しくはこちら
웹 페이지를 스크래핑하여 LLM에 그대로 입력하면 불필요한 HTML 태그와 구조 때문에 토큰 사용량이 과도하게 늘어나 비용 효율성이 매우 떨어집니다. 같은 내용을 담고 있어도 원본 HTML을 사용할 경우 Markdown으로 변환했을 때보다 훨씬 많은 토큰이 소모됩니다. 따라서 웹 콘텐츠를 LLM에 활용하기 위해서는 반드시 마크다운(Markdown)과 같이 정제된 형태로 전처리하는 과정이 필수적입니다.
Mimo v2.5 Pro의 여러 면모
최근 주목받았던 Mimo 모델의 프로 버전(v2.5 Pro)을 시험적으로 사용한 경험을 공유하는 글입니다. 작성자는 이 모델이 초기에는 매우 거칠고 성능이 떨어지는 모습을 보였으나, '애플 웹 디자이너' 역할을 부여하여 비평하게 하는 등 특정 프롬프트 엔지니어링 기법을 적용했을 때 개선된 결과를 얻었습니다. 전반적으로 다른 최신 로컬 및 상용 모델과 비교할 때 불안정하고 예측 불가능한 측면이 많아, 향후 사용에 대한 기대와 함께 주의가 필요함을 시사합니다.
로컬에서 돌린다고 안심하던 Ollama 서버 30만 대가 GGUF 파일 하나로 메모리 다 털리게 생겼음. CVE-2026-7482 취약점 터진
Ollama 서버가 GGUF 파일을 통해 메모리 정보 유출 및 원격 코드 실행에 취약한 CVE-2026-7482 취약점이 발견되었습니다. 이 취약점은 30만 대 이상의 노출된 Ollama 서버를 대상으로 하며, 특히 Windows 환경에서는 업데이트 메커니즘을 악용하여 영구적인 코드 실행 권한까지 넘겨줄 위험이 있습니다. 사용자들은 즉시 시스템을 업데이트하거나 해당 서비스를 제거하는 것이 강력히 권장됩니다.
PPI-Net: 분자 단백질 상호작용을 질병의 기능적 과정에 연결
PPI-Net은 단백질-단백질 상호작용(PPI) 네트워크와 Reactome 같은 경로 수준의 계층 구조를 통합하여 질병을 모델링하는 새로운 계층적 그래프 신경망입니다. 이 모델은 분자 수준의 PPI 정보부터 고차원적인 기능적 생물학적 과정까지 정보를 효과적으로 집계할 수 있습니다. 임상 데이터(RNA-seq 등)에 적용한 결과, 여러 암 유형에서 높은 예측 성능을 보였으며, 특히 계층적 구조를 통합함으로써 기존 모델 대비 정확도를 크게 향상시켰습니다.
Vercel Sandbox 방화벽, 요청 프록시 및 필터링 지원
Vercel은 아웃바운드 샌드박스 트래픽을 사용자가 제어하는 프록티로 라우팅할 수 있는 기능을 도입했습니다. 이를 통해 로깅, 디버깅 또는 요청/응답 변환과 같은 고급 작업을 수행할 수 있습니다. 또한 '매처(matchers)'를 사용하여 특정 경로, 메서드, 헤더와 일치하는 요청에만 포워딩 및 자격 증명 브로커링을 적용함으로써 매우 세밀한 제어권을 확보했습니다.
IMG Dataset Refiner v4.0 Pro - LoRAs를 위한 궁극의 데이터셋 엔지니어링 스위트 (Flux, SDXL 등)
IMG Dataset Refiner v4.0 Pro는 단순한 선택 도구를 넘어, AI 모델 학습을 위한 포괄적인 데스크톱 데이터 엔지니어링 스위트로 업그레이드되었습니다. 이 버전은 로컬 VLM/LLM 통합 기능을 통해 이미지 자동 캡셔닝, 컨셉 아이솔레이션 등 고급 태깅 작업을 지원하며, 사용자가 원하는 언어로 쉽게 데이터를 준비할 수 있도록 실시간 번역 및 대량 배치 편집 기능도 제공합니다. 또한, 시각적 중복 탐지, 논리적 모순 검사 등의 전처리 기능을 통해 고품질의 학습 데이터셋 구축을 돕습니다.
FDA의 위기 상황: 마티 마카리(Marty Makary)는 남을까, 떠날까?
FDA의 커미셔너 마티 마카리가 해고 위기에 처하면서 관련 산업계가 큰 긴장감을 느끼고 있다. FDA는 미국 경제의 상당 부분을 규제하는 핵심 기관이므로, 리더십 변화나 정책적 혼란은 실제적인 차질을 초래할 수 있다. 현재 마카리의 생존 여부가 불확실하며, 그가 떠날 경우 내부 후보자들로 대체될 것이라는 관측과 함께 FDA의 미래 방향성에 대한 의문점들이 제기되고 있다.
Bumble, Gen Z를 유혹하기 위해 리셋 계획
Bumble은 온라인 데이팅 시장의 포화와 Gen Z 세대의 피로도에 대응하기 위해 대대적인 개편을 예고했습니다. 창립자 Whitney Wolfe Herd는 AI를 활용하여 사용자들이 앱과 상호작용하는 방식을 근본적으로 변화시키겠다고 밝혔습니다. 핵심 목표는 단순히 매칭 수를 늘리는 것이 아니라, 사용자들에게 자신감 있고 안전하며 역동적인 경험을 제공하고 궁극적으로 오프라인의 실제 만남으로 연결시키는 '높은 품질의 회원 기반'을 조성하는 것입니다.
AI를 활용한 금광 채굴: 기능 및 피드백 분석 자동화
본 기사는 인디 게임 개발자들이 수많은 플레이 테스트 코멘트를 수동으로 분석하는 어려움을 해결하기 위한 AI 기반 자동화 워크플로우를 제시합니다. 이 시스템은 디스코드, 포럼 등 다양한 출처의 원시 텍스트 피드백을 통합하여 AI 에이전트에게 전달하고, 이를 '기능 요청'과 '밸런스 문제'와 같은 구조화된 카테고리로 분류하고 요약하는 과정을 자동화합니다. 결과적으로 개발팀은 방대한 양의 잡음 속에서 플레이어들이 진정으로 원하는 핵심적인 통찰력(가장 많이 요청되는 기능, 만연한 밸런스 문제)을 효율적으로 추출할 수 있게 됩니다.
대형 기술 기업들은 AI 투자와 통합을 가속화하는 반면, 규제 기관과 기업들은 안전성과 책임 있는 도입에 집중하고 있습니다.
AI 분야는 막대한 산업 투자와 기술적 발전으로 전례 없는 성장을 경험하고 있습니다. 주요 기술 기업들은 AI 인프라 구축에 대규모 자본을 투입하며 가속화를 주도하고 있으며, 동시에 개발 프로세스 내에서 코드 생성 등 실질적인 활용 사례를 확대하고 있습니다. 하지만 이러한 급격한 도입 속도에 발맞춰 규제 기관과 산업계는 안전성(Safety)과 책임 있는 AI 도입 방안 마련에 초점을 맞추고 있어, 기술 발전과 거버넌스 구축이 동시에 이루어지는 양상을 보이고 있습니다.
AI 비서가 기억력이 나쁘다고요? 이 오픈소스 프로젝트로 잊지 않는 메모리 시스템을 장착하세요
AI 비서의 가장 큰 단점 중 하나인 '기억력 부족' 문제를 해결하는 오픈소스 프로젝트, Hermes Memory Installer 2.0이 소개되었습니다. 이 시스템은 단순한 검색을 넘어 FTS5 전문 검색, 벡터 의미 검색, 그리고 gbrain 지식 그래프를 결합한 삼중 검색 아키텍처를 통해 사용자의 맥락과 정보를 깊이 있게 기억하고 추론합니다. 제로 설정으로 쉽게 설치 가능하며 다국어 지원 및 자체 최적화 기능까지 갖추고 있어 AI 기반 개발 환경의 메모리 시스템을 혁신할 것으로 기대됩니다.
젠슨 황, 대학 졸업생들에게: AI를 향해 '달리세요. 걷지 마세요'
엔비디아 CEO 젠슨 황은 카네기멜런 대학교 졸업생들에게 AI 인프라 구축이 미국 재산업화와 국가 역량 회복의 절호의 기회라고 강조했습니다. 그는 AI가 단순히 기술적 변화를 넘어, 데이터 센터, 칩 공장 등 다양한 분야에서 건설 및 노동력 수요를 창출하며 새로운 산업 시대를 열고 있다고 역설했습니다. 황은 졸업생들에게 두려워하기보다 이 거대한 기회를 포착하여 적극적으로 도전하고 나아갈 것을 독려했습니다.
TAVIS: 모방 학습을 위한 자아 중심 능동 시각 및 예측 응시의 벤치마크
본 기술 기사는 모방 학습(imitation learning)의 핵심 역량으로 부상한 능동 시각(Active vision)에 대한 표준화된 평가 벤치마크인 TAVIS를 소개합니다. TAVIS는 전역 검색을 위한 TAVIS-Head와 국부 가림을 다루는 TAVIS-Hands라는 두 가지 태스크 스위트를 포함하며, IsaacLab 기반의 휴머노이드 몸체 위에서 구축되었습니다. 이 벤치마크는 능동 시각이 다양한 작업 유형과 조건 하에 얼마나 기여하는지 정량적으로 평가할 수 있는 표준화된 환경을 제공합니다.
당신의 언어 모델이 스스로 비평가이다: 액터의 내부 상태로부터의 가치 추정 기반 강화학습
본 논문은 대규모 추론 모델에 적용되는 강화학습(RLVR)의 높은 계산 비용 문제를 해결하기 위해 '내부 상태 가치 추정 기반 정책 최적화(POISE)'라는 새로운 방법을 제안합니다. POISE는 기존 방식들이 필요로 했던 복잡한 비평가 네트워크나 다중 롤아웃 대신, 정책 순전파 과정에서 이미 얻어진 내부 신호(internal signals)를 활용하여 기준선(baseline)을 효율적으로 추정합니다. 이를 통해 모델의 안정성과 최적화 효율성을 크게 향상시키면서도 계산 비용을 절감할 수 있습니다.
프레임당 토큰 하나: VLA 정책을 위한 월드 모델의 시각적 대역폭 재고찰
본 기사는 Vision-language-action (VLA) 모델이 장기 계획을 위해 사용하는 월드 모듈의 설계 문제를 다룹니다. 기존 방식은 높은 시각적 대역폭으로 프레임별 스트림을 전달하여 자원 비효율성을 초래했습니다. 이에 저자들은 각 뷰를 '프레임당 단일 의미론적 토큰'으로 압축하는 OneWM-VLA라는 새로운 접근 방식을 제안합니다.
TimeLesSeg: 확률적 생성 모델을 이용한 통합 대비 불가지론적 횡단 및 종단 MS 병변 분할
본 논문은 다발성 경화증(MS) 병변 분할의 어려움을 해결하기 위해 TimeLesSeg라는 통합 대비 불가지론적 프레임워크를 제안합니다. 이 프레임워크는 시간 차원의 유무와 관계없이 단일 CNN을 사용하여 MS 병변을 분할하도록 설계되었으며, 병리학적 사전 지식을 모델링하여 횡단적 처리의 가능성을 높였습니다. 실험 결과, TimeLesSeg는 기존 방법론보다 종단적 처리에 있어 더 정확하게 병변 부하 역학을 포착하며 우수한 성능을 보였습니다.
이 피드 구독하기
본 페이지의 콘텐츠는 AI가 공개된 소스를 기반으로 자동 수집·요약·번역한 것입니다. 원 저작권은 각 원저작자에게 있으며, 각 게시물의 “원문 바로가기” 링크를 통해 원문을 확인할 수 있습니다. 저작권자의 삭제 요청이 있을 경우 신속히 조치합니다.