Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
© 2026 Molayo
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.

NVIDIA의 Jensen Huang이 대담에서 오픈 모델과 프론티어 모델의 비용 효율성을 비교하며, 기업 내부 문제 해결에 있어 전용 에이전트와 사내 지식 결합의 중요성을 강조했습니다. 그는 미래 기술은 단순히 업무 프로세스 위에 세워지는 것이 아니라 '하네스(harness)' 위에 구축될 것이라고 전망했습니다.

OpenAI가 SWE-Bench Pro의 평가 신뢰성 문제로 인해 프론티어 코딩 평가 추천을 철회했습니다. 이는 모델 성능 경쟁보다 측정 인프라 자체에 근본적인 문제가 있음을 시사합니다. 또한, 삼성전자가 2030년까지 전 생산 라인을 AI 기반 완전 자율 공장으로 전환하겠다는 계획도 언급되었습니다.

삼성전자가 2030년까지 전 생산 라인을 AI가 제어하는 완전 자율 공장으로 전환한다는 계획을 발표했습니다. 이는 단순한 인건비 절감을 넘어, 설비 가동 중단이라는 변수를 제거하고 공장의 안정적인 운영과 가동률 극대화를 목표로 합니다.

뉴저지 법안 A3968에 따르면, 무인택시 차량은 카메라 외에도 레이더와 라이다 같은 추가 센서 장착이 의무화됩니다. 이는 소프트웨어 완성도만으로는 부족하며, 사고 발생 시의 정치적 책임을 고려한 안전 표준화 노력입니다.

AI 시대에 빅테크 기업들이 기술 판매를 넘어 수많은 인력을 고객 현장에 배치하는 '전방 배치 엔지니어(FDE)' 전략을 펼치고 있습니다. 이는 AI 도입의 병목이 기술 자체가 아니라 각 기업의 복잡한 업무와 데이터라는 인식에서 비롯되었습니다.

마이크로소프트가 비용 절감과 자체 모델 MAI 활용을 명분으로 엑셀과 아웃룩에서 OpenAI 및 Anthropic 같은 외부 LLM 연동 기능을 제거하고 있습니다. 이는 단순히 비용 문제가 아니라, MS가 거대한 사용자 기반의 '유통'을 장악하여 핵심 작업 흐름을 자체 모델로 내재화함으로써 수익 구조를 통제하려는 전략적 움직임으로 분석됩니다.

현대차가 계획하는 42조 원 규모의 투자는 단순한 자동차 생산을 넘어선 제조 AI 생태계 구축에 초점을 맞추고 있습니다. 핵심은 전 세계 공장의 데이터를 활용해 제조 특화 AI를 학습시키고, 이를 로봇, 항공, 우주 등 다양한 분야에 적용하는 것입니다.

보스턴 다이내믹스가 5세대 아틀라스의 복잡성을 1/10로 줄여 연 3만 대 규모의 양산 체제를 준비 중입니다. 현대차의 제조 노하우를 활용해 부품 수를 줄이고 조립을 단순화하며, 하드웨어보다 제어 AI 소프트웨어의 발전을 핵심 과제로 꼽았습니다.

보스턴 다이내믹스가 휴머노이드 로봇의 두뇌를 학습시키는 세 가지 데이터 수집 전략을 공개했습니다. VR 텔레오퍼레이션, 시뮬레이션 강화학습, 그리고 에고센트릭 데이터를 통해 물리적 상식을 학습하고 제조를 넘어 일상 영역으로 확장하려는 로드맵을 제시합니다.

OpenAI 공동 창업자 카파시가 에이전트 활용으로 인해 직접 코딩하는 비중이 사라졌음을 언급하며, 엔지니어의 역할 변화를 설명합니다. 이제는 코드를 직접 작성하기보다 에이전트에게 의도를 전달하고 결과를 검수하는 능력이 핵심이 되었습니다.

테슬라 모델Y 5대를 활용해 최고급 선팅 필름 4종의 열 차단 성능을 비교 실험했습니다. 실험 결과, 열을 반사하는 방식이 흡수하는 방식보다 에어컨 가동 시 실내 냉각 속도가 더 빨랐습니다.

네이버가 검색 포털의 역할을 AI 쇼핑 에이전트로 전환하고 있습니다. 이용자들은 단순 키워드 대신 의도를 담은 문장형 질문을 사용하며, 네이버는 이를 활용해 검색창과 파워링크 지면 축소라는 자기 잠식 전략을 택했습니다. 하반기에는 장바구니와 결제 기능까지 통합하여 실행 에이전트로 진화할 계획입니다.
BMW가 Figure 03 휴머노이드 로봇을 스파르탄버그 공장 물류 라인에 투입했습니다. 이전 모델인 Figure 02가 차체 공정에서 보여준 높은 정확도와 내구성 데이터를 바탕으로, 이제는 부품 정리와 같은 더 유연한 물류 작업까지 영역을 확장하고 있습니다.

Figure가 BMW 생산 라인에서 사용된 F.02 휴머노이드 로봇을 해체하여 결함 원인을 분석하고 있습니다. 분석 결과 팔 부위의 배선과 모터 컨트롤러 문제로 밝혀졌으며, 이를 바탕으로 차세대 모델인 F.03의 설계를 개선했습니다.

피지컬 AI의 핵심은 하드웨어가 아닌 데이터 학습에 있으며, 로봇 동작 데이터 확보를 위한 다양한 방법론이 중요합니다. LG CNS는 텔레오퍼레이션과 시뮬레이션을 통해 데이터를 구축하고 로봇 지휘 및 모델 단련 플랫폼을 제공합니다.
Sakana AI가 멀티 에이전트 오케스트레이션 시스템인 Fugu를 발표했습니다. 단일 모델의 성능보다 여러 모델을 지능적으로 조합하고 검증하는 오케스트레이션 계층의 중요성을 강조합니다.
Tesla AI 엔지니어가 밝힌 실제 ML 프로젝트의 비중은 훈련(2%)보다 데이터 정제(40%)와 평가(50%)가 압도적으로 높습니다. 모델의 성능은 결국 데이터의 품질과 정의된 정답의 일관성에 의해 결정됨을 강조합니다.

중국남방전력망이 고위험 전력 현장에 휴머노이드 로봇을 투입하는 계획을 발표했습니다. 휴머노이드는 단순 노동 대체가 아닌, 감전이나 추락 위험이 큰 송전선 점검 등 인간이 수행하기 어려운 작업부터 우선적으로 투입될 전망입니다.

보스턴 다이내믹스의 Atlas 로봇은 인간의 외형 대신 기능적 효율성을 극대화한 설계를 채택했습니다. 부품의 단순화와 표준화를 통해 유지보수성을 높였으며, 강력한 성능을 바탕으로 이미 상업적 수요를 확보했습니다.

문어의 유연성과 게코도마뱀의 접착력을 모방한 'REACCH' 로봇 팔 기술이 우주 쓰레기 제거의 새로운 해법으로 주목받고 있습니다. 이 기술은 도킹 장치가 없는 잔해도 포획할 수 있으며, 이미 ISS에서 성공적인 시연을 마쳤습니다.