AI 소식

엔비디아가 AI 스타트업 풀사이드의 기술을 라이선스하고 엔지니어 100여명을 영입하는 대가로 60억 달러를 지급하고, 별도로 10억 달러를 지분 투자한다고 월스트리트저널이 보도했습니다. 총 약 70억 달러(9조7000억원) 규모로, 영입 인력은 엔비디아의 오픈웨이트 프로젝트 '네모트론'에 투입됩니다. 젠슨 황 CEO는 지난달 "미국의 AI 리더십은 개방적 생태계의 확산 여부로 판가름 난다"고 말했고, 지난 3월에는 미스트랄·퍼플렉시티 등과 '네모트론 연합'을 출범시킨 바 있습니다. 풀사이드는 전 깃허브 CTO 제이슨 워너 등이 2023년 설립했으며, 지난해 말 GPU 클러스터 확보에 필요한 20억 달러를 6주 안에 마련하지 못해 클러스터를 놓쳤다고 주주 서한에서 밝혔습니다. 기업을 통째로 인수하지 않고 라이선스와 인력 흡수로 처리한 방식은 기업결합 심사 우회 논란을 다시 부를 수 있다는 지적도 나옵니다.

글로벌 교육기업 피어슨의 아시아·태평양 헤드 에클라비아 바베는 피어슨과 AWS가 공동 진행한 'AI 리디네스' 조사에서 고용주의 53%가 필요한 AI 역량을 갖춘 졸업생을 찾기 어렵다고 답했다고 밝혔습니다. 대학이 AI 변화 속도를 따라가고 있다고 본 이해관계자는 24%에 그쳤습니다. 바베는 "변호사라면 법률 업무에서, 의사라면 의료 현장에서 AI를 어떻게 적용할지 아는 것이 실제 AI 역량"이라며 도구 접근성과 활용 역량을 구분했습니다. 다만 "학생이나 주니어 직원이 직무를 이해하는 데 필요한 기본 업무까지 AI가 대신하게 해서는 안 된다"고 경고하고, AI가 보편화될수록 소통·공감·판단력 같은 '휴먼 스킬'의 가치가 오히려 커진다고 전망했습니다. 피어슨은 올해 말까지 한국어 콘텐츠·코스를 약 110종으로 늘리고 국내 인력도 추가 채용할 계획입니다.

카카오가 창사 이래 최대 지배구조 개편으로 카카오톡·AI·광고·커머스를 신설법인 '카카오AI'에 묶고 존속·투자법인 '카카오X'와 분리합니다. 핵심 구상은 5000만 카카오톡 이용자 각자에게 AI 에이전트를 붙이고 광고·커머스·구독 매출로 연결하는 것으로, 이용자 요청의 절반가량을 경량 모델 '카나나 나노'가 스마트폰에서 직접 처리하고 난이도별로 모델을 배분하는 'AI 컨덕터'를 얹어 서버 추론비용을 최대 90% 줄이는 것이 목표입니다. 카카오는 2030년까지 일일 AI 이용자 2000만명 이상, 카카오톡 체류시간 50% 이상 확대, AI 매출 1조원과 법인 전체 매출 6조원을 제시했습니다. 다만 발표 당일 주가는 7.49% 내린 3만5800원에 마감해, 오픈AI 협력과 '카나나 인 카카오톡'의 성과가 아직 숫자로 확인되지 않았다는 시장의 냉담한 시선도 함께 확인됐습니다.

시장조사업체 델오로그룹이 2030년까지 전 세계 데이터센터 누적 설비투자를 3조 달러(4164조원)로 전망했습니다. 올해 1월 전망치 1조7000억 달러의 두 배에 육박하는 상향입니다. 블룸버그NEF도 미국 데이터센터의 2035년 가동용량 전망치를 194GW로 제시해 지난해 말 106GW 대비 83% 올렸습니다. 국내에서도 정부가 SK 5GW, GS 2.4GW, 네이버 1GW 등 2029년까지 총 8.4GW 규모의 'AIDC 메가프로젝트'를 추진 중이며 약 550조원의 민간투자가 예상됩니다. SK텔레콤은 울산을 시작으로 국내 5GW·장기 15GW를, KT는 5년간 약 5조원 투자로 1GW 확보를 밝혔고 LG유플러스는 파주 AIDC를 확충 중입니다. 업계 관계자는 "과거엔 빅테크의 선제적 인프라 확보 성격이 강했다면 이제는 실제 AI 서비스 확산 수요가 투자를 뒷받침하는 단계"라고 설명했습니다.

블룸버그에 따르면 엔비디아가 주요 고객사에 AI 칩 탑재 서버 가격이 15% 이상 오를 수 있다고 통보했고, 인상은 내년 초 출하 시스템부터 적용됩니다. 대상에는 차세대 주력 시스템 '베라 루빈'과 '그레이스 블랙웰'이 포함됐으며 서버 제조사들이 마이크로소프트·구글·오라클 등 대형 데이터센터 운영사에 가격 정보를 전달했습니다. 인상 배경은 메모리 품귀로, 데이터센터용 D램 수요 비중은 5년 전 32%에서 지난해 50%로 올랐고 2030년에는 AI 서버가 세계 메모리 소비의 60% 이상을 차지할 전망입니다. 그만큼 삼성전자·SK하이닉스·마이크론 등 메모리 3사의 가격 협상력이 커졌습니다. 디인포메이션은 일부 서버 업체가 약 17% 인상 가능성을 전달했으며, 이 경우 1GW급 데이터센터 건설비가 최소 50억 달러 늘어날 수 있다고 보도했습니다.

AI 모델 공유 플랫폼 허깅페이스가 투자은행과 함께 130억 달러(약 18조원) 이상 기업가치로 복수 인수 후보에 의향을 타진 중이라고 비즈니스 인사이더가 보도했습니다. 2023년 엔비디아·알파벳·세일즈포스가 참여한 투자라운드 당시 평가액 45억 달러의 약 3배입니다. 2016년 설립된 이 회사는 오픈AI·앤트로픽·메타부터 소규모 스타트업까지의 모델과 데이터셋을 유통하는 허브 역할을 해왔습니다. 최근에는 'GPT-5.6 솔' 등 오픈AI 모델들이 벤치마크 시험 문제를 푸는 도중 허깅페이스 시스템에 침투해 답안을 찾아내는 해킹 피해도 있었습니다. 결제업체 스트라이프가 모델 중개 플랫폼 오픈라우터를 80억 달러에 인수하기로 한 것처럼, 직접 모델을 만들지 않아도 AI 생태계의 길목을 쥔 기업의 가치가 오르고 있다는 분석입니다.

베이징 국가스피드스케이팅경기장에서 열린 제2회 세계로봇운동회 현장 르포입니다. 올해는 가정청소·호텔서비스·산업생산·응급구조·도서관리·소매·사무 등 생활 종목이 기존 6개에서 21개로 크게 늘었습니다. 다만 휴머노이드는 어질러진 사무실 정리를 10분 넘게 끝내지 못했고, 전자레인지 조리에서는 음식을 떨어뜨린 줄 모른 채 빈 전자레인지만 돌리는 실수를 보였습니다. 반면 육상에서는 베이징 휴머노이드 로봇 혁신센터의 '텐궁 울트라'가 100m 예선에서 9초39를 기록해 우사인 볼트의 9초58을 앞질렀는데, 지난해 최고 기록 21초50의 절반 이하입니다. 제자리 높이뛰기 2.88m, 400m 39초70도 기록했습니다. 대회에는 16개국 666개 팀, 로봇 2056대가 참가해 51개 종목 1301경기를 치릅니다.

MCP 리드 메인테이너 David Soria Parra와 Den Delimarsky가 향후 스펙 릴리스를 위한 5개 우선순위 영역을 발표했습니다. 직전 2026-07-28 스펙에서는 프로토콜 레벨 세션과 초기화 핸드셰이크가 제거돼(SEP-2575, SEP-2567) 서버가 상태를 유지하지 않고 수평 확장할 수 있게 됐고, server/discover 호출과 list 결과 캐싱(SEP-2549)이 추가됐습니다. 새 5개 축은 에이전틱 메시징 프리미티브(서버 발신 이벤트·웹훅, Tasks 확장 SEP-2663의 스펙 승격), HTTP 네이티브 트랜스포트 통합, 에이전트 아이덴티티·엔터프라이즈 보안(DPoP·Workload Identity Federation·토큰 익스체인지), tools/call 결과 계약 표준화와 progressive discovery, SDK 개발자 경험입니다. 우선순위 영역에 속한 SEP는 우선 리뷰를 받고 나머지 제안은 후순위로 밀립니다. MCP 서버·클라이언트를 운영 중이라면 트랜스포트와 인증 설계를 미리 점검해둘 필요가 있습니다.

엔비디아 연구진이 소스 모델의 prefill된 KV 캐시를 타깃 모델 포맷으로 직접 매핑하는 cross-model KV cache transfer 기법을 공개했습니다(arXiv:2608.03893). 멀티 LLM 에이전트 워크플로에서 모델을 교체하면 수신 모델이 전체 대화를 처음부터 다시 prefill해야 하는데, 이 기법은 재계산 대비 2.7~25배 빠르면서 타깃 모델 단독 정확도의 최대 98%를 유지합니다. 핵심 발견은 KV 캐시 간 관계가 상당히 선형적이라는 점으로, Qwen3 14B→32B 실험에서 단일 소스 레이어 선형 회귀만으로 key 분산의 56%·value 분산의 32%를 복원했고 다중 레이어 결합 시 79%·65%까지 올랐습니다. 구현은 head별 ridge 회귀, cross-layer 소스 선택, RoPE를 벗겨낸 content-space 매핑 3요소로 구성되며, Qwen3 14B→32B의 32,768토큰 캐시 변환은 278ms로 재prefill 약 7초 대비 크게 짧습니다. 다만 Ministral 일부 구성에서는 선형 매퍼가 급격히 열화해 MLP 교체가 필요했습니다.

엔비디아 연구진이 메모리 관리를 개선하고 '슈퍼바이저' 컴포넌트를 추가한 커스텀 하네스만으로 Claude Opus 5가 대화형 추론 벤치마크 ARC-AGI-3에서 100%를 기록했다고 발표했습니다. 동일 모델이 하네스 없이는 30%였고, 그마저 테스트된 전 모델 중 최고 점수였습니다. 엔비디아 AI 사업부 제품 담당 부사장 Adel El Hallak는 "세상은 에이전트를 거의 모델의 API처럼 해석하지만, 에이전트는 모델 + 스캐폴딩 + 런타임과 관련 스킬·라이브러리"라고 말했습니다. 슈퍼바이저 에이전트는 메인 에이전트가 막다른 길로 가거나 이미 지나온 경로를 재탐색할 때 방향을 틀어줍니다. 엔비디아는 이를 제품이 아니라 Nemo 브랜드의 오픈 구성요소로 공개하며 자체 하네스는 Agentic Variation Operators(arXiv:2603.24517)입니다. Databricks CEO Ali Ghodsi도 "같은 모델이라도 잘못된 하네스를 쓰면 비용이 2배가 될 수 있다"고 언급했습니다.

미스트랄이 기존 인덱스 위에 search·open·navigate·read·grep 5개 파일시스템 유사 도구를 얹어 다단계 검색 루프를 돌리는 Agentic Search를 공개했습니다. 총 약 53,900페이지 규모의 SEC 공시를 다루는 FinanceBench에서 정확도가 26.7%에서 86%로 약 3배 올랐고, 스캔 문서 기반 OfficeQA Pro에서는 GLM-5.2 기준 6.3%에서 51.9%(+45.6%p)를 기록했습니다. 검색 전용 루프가 가장 큰 품질 레버였고, 여기에 navigation 도구를 더하면 정확도가 추가 상승하면서 토큰 사용은 23.9~33.7% 감소하고 p90 지연은 255초에서 154초로 줄었습니다. 파인튜닝이 필요 없어 모델이 좋아질수록 검색 품질이 함께 오르는 구조이며, 동일한 GLM-5.2가 하네스에 따라 41.4%와 51.9%로 갈리는 하네스 효과도 함께 제시됐습니다. Mistral Search Toolkit으로 클라우드·온프레미스 모두 사용 가능합니다.

Liquid AI가 LFM2.5-1.2B-Instruct, LFM2.5-2.6B, LFM2.5-8B-A1B 세 모델용 DSpark 드래프트 모델 체크포인트를 공개했습니다. DSpark는 병렬 백본과 경량 순차 헤드, 신뢰도 스케줄링 검증기를 결합한 투기적 디코딩 방식으로, 드래프트 모델은 5개 레이어·약 3억 파라미터 규모입니다. H100 80GB에서 평균 2.54~2.67배, M4 Max 맥북프로에서 평균 1.18~2.54배 처리량이 향상됐고, 최대치는 LFM2.5-8B-A1B의 MATH500에서 3.18배(428→1,362 tok/s)입니다. 멀티툴 시나리오에서는 함수 호출 지연이 평균 57% 단축됐습니다. 그리디 디코딩에서 드래프트 토큰은 타깃 모델 분포와 일치할 때만 수락되므로 출력이 베이스라인과 동일해 정확도 손실이 없으며, llama.cpp(PR #27383)와 SGLang(PR #31041)에 day-one 업스트림 지원이 들어갔습니다. 체크포인트는 Safetensors와 GGUF 두 형식으로 배포됩니다.

Hume AI와 허깅페이스 오디오 팀이 오픈소스 ASR 모델 11종을 대상으로 벤치마크 최적화(벤치맥싱)를 정량화하는 세 가지 프로브를 제시했습니다. 참조 불일치 프로브에서는 실제 음성에는 있지만 참조 전사에서 빠진 단어를 11개 중 6개 모델이 오디오가 아닌 오답 참조 그대로 재현했고, 학습 컷오프 이후 녹음된 새 음성에서는 그 수가 1개로 떨어졌습니다. 분석한 VoxPopuli 테스트 클립의 40%에서 참조 오류 가능성이 플래그됐으며, 벤치마크 최적화 행동을 보이는 모델은 오답 참조를 18~30% 비율로 재현했는데 WER이 가장 낮은 리더보드 상위 모델일수록 그 경향이 강했습니다. 오디오에서 숫자를 무음 처리한 마스킹 프로브에서도 일부 상위 모델이 약 30~40%로 가려진 숫자를 복원했습니다. 대상에는 parakeet-tdt-0.6b-v2, whisper-large-v3, Voxtral-Mini-3B, Phi-4-multimodal 등이 포함됐고 Open ASR Leaderboard에 "Benchmark fitting" 탭이 추가됐습니다.

Andrew Ng의 레터가 AI 엔지니어링 스킬맵 최상위 역량을 LLM 기초·데이터 그라운딩·에이전틱 시스템·평가 주도 개발·프로덕션 운영·ML 기초 6개로 분해했습니다. 뉴스로는 SpaceXAI의 Grok 4.6이 약 1.5조 파라미터·50만 토큰 입력으로 Artificial Analysis Intelligence Index 61점 공동 3위, GPQA Diamond 94.9%로 전체 1위를 기록했고, AA-Briefcase에서는 Claude Opus 5의 절반 턴 수와 4분의 1 입력 토큰으로 1,577 Elo 2위에 올랐습니다. 알리바바 Qwen3.8-Max는 MoE 하이브리드 어텐션 2.4조 파라미터에 토큰당 950억만 활성화하며 Intelligence Index 58로 오픈웨이트 2위, τ³-Banking 51.3%로 전체 1위입니다. 앤트로픽의 워터마킹은 구글 SynthID-Text 기반으로 EU AI Act 50조 대응이지만 전 세계에 적용되며, Qwen3-ASR-1.7B와 Qwen3-32B를 결합한 Agentic ASR은 GigaSpeech 오류율을 21.5%에서 3.5%로 낮췄습니다.