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.
보스턴다이내믹스의 아만다 맥마스터 CEO는 아틀라스 로봇의 로드맵이 공장, 서비스 산업을 거쳐 가정으로 확장될 것이라고 밝혔습니다. 현대차 공장은 로봇의 성능을 검증하고 범용 로봇 학습을 위한 데이터를 수집하는 전략적 출발점 역할을 합니다.

단순 토큰 단가 비교는 실제 AI 과업 비용을 정확히 반영하지 못합니다. AI 코딩처럼 반복적인 작업이 필요한 경우 토큰 소모량이 급증하여 실제 비용이 단가표와 크게 달라질 수 있습니다.
동일한 모델이라도 에이전트의 루프 구조와 도구 호출(Tool Calling) 방식에 따라 비용과 성공률이 크게 달라질 수 있습니다. 모델 교체에 앞서 하네스(Harness) 설계를 최적화하는 것이 효율적인 에이전트 구축의 핵심입니다.

노타가 업스테이지의 Solar Open2 모델을 경량화하여 필요한 GPU 메모리를 76.5% 절감했습니다. H100 8장이 필요하던 모델을 2장으로 줄이면서도 추론 성능과 툴 호출 안정성을 유지하는 데 성공했습니다.

구글 검색을 통해 사용자가 공유한 AI 대화 내용이 노출되는 보안 취약점이 발견되었습니다. 이는 해킹이 아닌 공유 링크의 noindex 태그 누락과 크롤러 설정 오류로 인한 설계상의 문제입니다.

Figure가 산호세 생산 라인에서 F.03 휴머노이드 1,000대 생산을 달성했습니다. 이는 단순 데모를 넘어 시간당 1대 수준의 생산 속도와 높은 부품 수율을 확보하며 양산 단계로 진입하고 있음을 시사합니다.

BMW 공장에 투입되는 Figure 03 휴머노이드의 실전 조립 및 물류 시퀀싱 능력이 공개되었습니다. 단순 데모를 넘어 부품 정렬, 카트 견인 등 복잡한 공정 수행을 목표로 하며, 관련 부품 공급망의 움직임도 주목받고 있습니다.
전 Anthropic 엔지니어가 제안하는 효과적인 AI 에이전트 구축 공식은 'Claude → 도구 → 검증 루프'입니다. 모델 성능만큼이나 컨텍스트 설계와 비용 효율적인 토큰 관리가 에이전트 시스템의 핵심임을 강조합니다.

한 스페인 팬이 Claude에게 월드컵 102경기의 중계 기록을 입력하여 경기 패턴을 분석하게 한 실험 사례입니다. Claude는 팀의 전술적 습관과 득점 패턴을 찾아냈으나, 최종 스코어와 시간대 예측에는 일부 실패하며 데이터 기반 예측의 한계를 보여주었습니다.
복잡한 작업을 단일 에이전트로 처리할 경우 시간이 급격히 증가하는 반면, 100개의 에이전트를 병렬로 사용하는 Swarm 구조는 작업 복잡도에 관계없이 실행 시간을 일정하게 유지합니다. 이는 이전에는 어려웠던 고난도의 작업을 효율적으로 수행할 수 있게 함을 의미합니다.
카파시(Kapashi)는 '큰 모델이 만능'이라는 통념을 깨고, 작은 모델과 외부 도구, 그리고 자율 루프를 결합하는 방식만으로도 충분히 강력한 성능을 낼 수 있다고 주장합니다. 이제 중요한 것은 단순히 거대한 모델 자체의 능력보다는 시스템 설계와 운영(skill + harness)에 달려있습니다.

테슬라가 기가텍사스 공장에서 직원용 사이버캡 탑승을 시작한다고 발표했으며, 이후 드론 사진에서 금색 차체 245대가 포착되었습니다. 이는 단순한 쇼룸 전시를 넘어 라인 산출물에 가까운 재고 수준으로 해석됩니다.

글쓴이는 특정 AI 모델을 최고로 추천하는 글은 광고일 가능성이 높다고 주장하며, 객관적인 활용법으로 '라우팅(Routing)' 전략을 제시합니다. Fable, GPT-5.6 Sol, Kimi K3 세 모델의 장단점을 비교 분석하고, 사용 목적에 따라 최적의 모델을 선택해야 한다고 조언합니다.

최신 AI 모델 선택 시 지능(Intelligence)만 고려할 것이 아니라 '비용당 지능'을 핵심 지표로 삼아야 합니다. 비용 대비 성능이 가장 좋은 연두색 구역에 위치한 GPT-5.6 Luna, Grok 4.5, GLM-5.2 등이 현재 시장에서 가장 경쟁력 있는 모델들입니다.

메르세데스가 북미 지역의 2022년식 이후 차량에 OTA 방식으로 AI 기능을 업데이트합니다. 이 기능은 클라우드 연결 없이도 작동하며, 저사양 차량 칩(퀄컴/삼성)에서 구동되는 멀티모달 모델을 통해 수백 가지 차 기능을 음성으로 제어할 수 있게 합니다.

스타십의 발사 준비 과정에서 '스택-투-런치' 기록 단축이 중요해지면서, 우주 산업의 초점이 단순한 성공적인 발사 장관을 넘어 운영 효율성과 공장 수준의 리듬으로 이동하고 있음을 지적합니다. 이는 국내 우주 테마주의 스토리텔링과는 다른 실질적인 '턴어라운드' 지표를 의미합니다.

현대차가 Boston Dynamics 인수를 추진하고, 삼성전자가 구미에 대규모 로봇 공장을 건설하며, 일본은 국가 차원의 로봇 AI 연합을 결성하는 등 전방위적인 움직임이 포착되었습니다. 이는 로봇 기술 경쟁의 초점이 '신체'를 넘어 'AI 자율 제어'로 이동했기 때문입니다.

로봇 기술의 발전으로 이제 로봇의 물리적 움직임 자체보다 실제 현장에서 어떤 작업을 수행하게 할 것인지에 초점이 맞춰지고 있습니다. 보스턴 다이나믹스, 스팟 등 다양한 상업용 로봇들이 공장, 건설 현장, 간병 등 전방위적으로 활용되고 있으며, 핵심 경쟁력은 하드웨어가 아닌 응용 능력과 데이터 축적입니다.

영국 1급 건설사 틸버리 더글러스가 휴머노이드 'Douglas'를 실제 공사 현장에 투입했습니다. 이 로봇은 조적이나 용접 같은 단순 작업이 아닌, 현장 순찰, 360도 촬영, 공정 및 안전 기록 등의 업무를 수행합니다. 이는 인력 부족과 안전 관리 부담을 줄이는 데 초점을 맞추고 있습니다.

스페이스X 출신 엔지니어들이 건설 중장비 분야의 스타트업 TerraFirma가 1억 달러를 유치하며 주목받고 있습니다. 이들은 굴착기 같은 중장비를 Xbox 컨트롤러로 원격 조종하는 방식에서 시작해 반자율화로 나아가고 있습니다. 이는 자동화가 가장 덜 된 건설 산업의 인력난과 안전 문제를 해결하려는 시도입니다.