Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
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.
llama.cpp/ggml 프로젝트에 약 1년 반 동안의 개발 끝에 새로운 WebGPU 백엔드가 도입되었습니다. 이 업데이트를 통해 브라우저 환경에서의 LLM 실행 성능이 크게 향상될 것으로 기대됩니다.
Hugging Face의 LeRobotHF 팀이 3D 프린팅과 기성 부품을 활용한 2,500달러 규모의 오픈 소스 이족 보행 로봇 플랫폼을 발표했습니다. 하드웨어 설계부터 소프트웨어, 시뮬레이션까지 통합된 패키지를 제공합니다.
Hugging Face가 로봇 학습을 위한 오픈 소스 저가형 휴머노이드인 LeRobot Humanoid를 공개했습니다. 약 2,500달러의 비용으로 하드웨어, CAD, 시뮬레이션 환경을 포함한 풀 스택 솔루션을 제공합니다.
Perplexity(pplx)가 pplx-embed-0.6b를 지속 학습하여 네이티브 다국어를 지원하는 소형 ColBERT 모델을 공개했습니다. 이와 함께 후기 상호작용 검색(Late-interaction retrieval)의 병목 현상을 해결하기 위해 Metal 및 WMMA 기반의 MaxSim 커널을 출시하여 기존 방식 대비 3~5배의 속도 향상을 구현했습니다.
llama.cpp가 MTP(Multi-Token Prediction) 지원을 통해 로컬 모델의 추론 속도를 획기적으로 개선했습니다. Qwen3.6-27B 모델 기준 A10G 환경에서 기존 대비 약 78% 향상된 생성 속도를 보여주며, 로컬 모델을 실사용 가능한 수준으로 끌어올렸습니다.
새로운 DNA 모델인 Carbon이 출시되었습니다. Carbon은 기존 차순위 모델보다 275배 빠른 속도를 자랑하며, 단일 GPU를 사용하여 2일 미만의 시간 내에 전체 인간 게놈을 처리할 수 있는 성능을 갖추고 있습니다.
비디오 내에서 '무슨 일이 일어나는지'와 '언제 일어나는지'에 대한 구조화된 정보를 추출하도록 설계된 초소형 VLM인 Marlin-2B가 오픈 소스로 공개되었습니다. 2B 파라미터 규모임에도 불구하고 Gemini-1.5-flash와 경쟁할 수 있는 뛰어난 성능을 보여주는 해당 체급 최고의 오픈 모델입니다.
과거에는 거대 모델을 빠르게 실행할 수 없어 오픈 소스 공개가 무용지물이라는 의견이 있었으나, Cerebras가 1조 개의 파라미터를 가진 Kimi K2.6 모델을 초당 약 1,000 토큰의 속도로 실행하며 이를 반박했습니다. 이는 Artificial Analysis가 측정한 역대 가장 빠른 프런티어 모델 성능입니다.
중국 산업계에서는 모델 레이어(model layer)가 전체 스택을 마스터할 가치가 있는 핵심 영역이라는 깊은 베팅이 존재합니다. 이는 AI 기술의 발전 방향과 관련하여, 단순히 특정 하드웨어나 애플리케이션에 국한되지 않고 모델 자체를 중심으로 하는 풀 스택 접근 방식이 중요하게 여겨지고 있음을 시사합니다.
이 기사는 안트로픽(Anthropic)과 같은 AI 모델들이 특정 소프트웨어 취약점을 발견하는 데 사용될 수 있음을 시사합니다. 사이버 보안 전문가들은 Mythos가 공개한 취약점들이 이미 존재하는 다양한 AI 모델, 특히 안트로픽의 모델을 통해서도 찾아낼 수 있다고 지적했습니다.
본 기사는 AI 분야의 광범위한 주제들을 다루며, 능력 가속화 방법부터 에이전트 안전성 문제까지 다양한 내용을 포함하고 있습니다. 특히 중국 정부 기관 세 곳(CAC, NDRC, MIIT)이 '지능형 에이전트'를 자율 시스템으로 정의하는 표준 정책 프레임워크를 공동 발표했다는 점을 강조합니다.
Hugging Face의 SWE-bench Verified 리더보드가 매우 유용하며, 여러 모델을 비교할 수 있는 핵심적인 벤치마킹 요소를 쉽게 제공해 준 것에 대해 감사를 표하고 있습니다. 이 공개적이고 커뮤니티 기반의 벤치마킹 방식은 폐쇄적인 테스트보다 더 많은 참여자와 데이터를 통해 더 신뢰성 높은 성능 지표를 제공합니다.
이 기사는 엔비디아(Nvidia)가 지배하는 데이터센터 시장과 달리, 애플(Apple)이 로컬 추론(local inference) 분야에서 강력한 우위를 점하고 있음을 주장합니다. 저자는 고용량 VRAM, 적절한 대역폭, 그리고 최적화된 커널을 갖춘 시스템이 사용자에게 만족스러운 경험을 제공하며, 이 조건들이 애플 기기에서 잘 구현되고 있다고 분석합니다.
본 기사는 로봇에게 반드시 인간적인 얼굴이 필요하지 않다는 점을 강조하며, 이를 통해 개발의 복잡성과 비용을 줄일 수 있음을 시사합니다. 대신, 기존에 존재하는 비인간형 얼굴 모델(Reachy Mini)을 컨트롤러로 활용하여 구현할 수 있습니다. 이 솔루션은 오픈소스이며 브라우저 환경에서 바로 실행 가능하다는 장점을 가집니다.
Hugging Face가 Reachy Mini 전용 에이전틱 로봇 앱 스토어를 출시하며 물리 AI 분야의 접근성을 크게 높였습니다. NVIDIA Isaac GR00T N과 Hugging Face LeRobot을 통합하여 개발자들이 로봇 기반 모델을 쉽게 오픈 포스트-트레인, 평가 및 배포할 수 있게 되었습니다. 이로써 과거 전문가만 가능했던 로봇 앱 구축이 누구나 몇 시간 만에 할 수 있도록 민주화되었습니다.
EO-1 모델이 LeRobot 플랫폼에 직접 통합되어 사용 가능해졌습니다. 이로써 사용자들은 LeRobot 정책 인터페이스를 통해 EO-1을 학습, 평가, 배포하는 것이 훨씬 간편해져 로봇 제어 워크플로우에서 EO-1을 쉽게 시도할 수 있게 되었습니다.
이 기사는 Hugging Face 플랫폼에서 사용자들이 자발적으로 제출한 로컬 하드웨어 설정 데이터를 분석하여, 현재 가장 인기 있는 100가지 하드웨어 구성을 소개합니다. 총 297,135명의 사용자 데이터가 기반이 되었으며, AI 개발자 및 빌더들에게 유용한 인사이트를 제공합니다.
새로운 agentic robotics 앱 스토어가 출시되어 AI 로봇 기술이 대중화됩니다. 과거에는 전문 엔지니어의 오랜 시간이 필요했던 로봇 애플리케이션 구축 과정이 이제는 ML 인턴이나 일반 사용자도 몇 시간 만에 쉽게 할 수 있게 되었습니다.
Hugging Face CEO 클레멘트 델랑유가 Datadog CEO 올리비에 포멜과 함께 #DASH2026에서 대담(fireside chat)을 진행합니다. 이 자리에서는 오픈AI 생태계의 성장, Hugging Face가 오픈 소스 모델 및 협력 기반 글로벌 커뮤니티를 확장해 온 방식, 그리고 AI 분야의 미래 전망에 대해 심도 깊은 논의가 이루어질 예정입니다.
이 기사는 Parquet 파일 형식이 Hugging Face 플랫폼에서 성공적으로 사용되었음을 알리고, 관련 데이터셋 링크를 공유합니다. 이는 대규모 데이터 처리 및 모델 학습에 있어 효율적인 데이터 저장 형식의 중요성을 강조합니다.