AI 소식

AI 활용이 의심되는 은행권 연쇄 해킹으로 신한은행 고객 약 2만5천 명에 이어 국민은행 고객 정보 150여 건과 하나은행 고객 89명의 정보가 유출됐습니다. 국민은행은 관련 서버를 차단했고, 하나은행은 피해 고객에게 통보한 뒤 실제 피해 발생 시 규정에 따른 보상을 약속했습니다. 우리·농협은행도 공격을 받았으나 정보 유출은 없었다고 보도됐으며, 금융당국은 공격 원인을 조사하고 외부에 노출된 시스템의 보안 점검을 요구했습니다.

정부는 12월로 예정된 '모두의 AI' 공식 서비스에 앞서 AI 에이전트의 개인정보 처리·활용 기준을 마련하고 보안과 안전성을 검증할 계획입니다. 민원 등 공공서비스에서 실제 업무를 수행할 수 있도록 기존 공공 API를 연계하고 아직 공개되지 않은 API와 데이터를 추가 개방하도록 요청했습니다. 42개 중앙행정기관이 참여한 협의회에서는 서비스 준비와 AI 입법 방향을 논의했으며, 개인정보 처리 기준은 앞으로 마련할 과제입니다.

의원실이 4년제 국공립대 52곳을 조사한 결과 자체 AI 활용·윤리 지침을 갖춘 학교는 19곳이었고, 교육부·대교협 지침을 준용하는 학교도 따로 있었습니다. 인터뷰한 학생과 교수들은 원칙적인 문구만으로는 과제에서 허용되는 AI 사용 범위와 평가·불이익 기준을 알기 어렵다고 지적했습니다. 기사에서는 수업별 허용 수준과 표절 처리 사례를 구체화하고, AI 사용이 늘어나는 상황에 맞춰 평가 방식과 유료 도구 접근 격차를 함께 살펴야 한다고 짚었습니다.

애플은 AI 에이전트 사용에 따른 정보 유출 위험에 대응해 맥의 '전체 디스크 접근' 권한에 추가 보안 통제를 도입하겠다고 밝혔습니다. 이 권한은 파일뿐 아니라 이메일·메시지·방문 기록에도 접근할 수 있어 사용자와 대화 상대방의 개인정보가 함께 노출될 수 있습니다. 앞으로 높은 권한을 부여할 때 사용자가 위험을 명확하게 이해하도록 통제를 강화할 방침이며, 구체적인 적용 시점은 제시하지 않았습니다.

월스트리트저널은 오픈AI가 외부 AI 안전 기구에 사내 정보를 공유했다는 의혹을 받은 안전팀 연구원 3명과 계약을 해지했다고 보도했습니다. 오픈AI는 조사 결과 직원들이 정해진 절차를 벗어나 민감한 정보를 취급했다며 규정 위반을 해지 사유로 제시했습니다. 정확히 어떤 정보가 어떤 경로로 전달됐는지는 확인되지 않았으며, AI 개발 속도와 에이전트 안전성에 대한 업계의 우려가 커지는 가운데 나온 조치입니다.

소비자가 생성형 AI에 원하는 조건을 설명하고 상품 추천을 받으면서 유통업계가 AI가 읽기 쉬운 상품정보를 구축하고 있습니다. 풀무원은 공식몰의 가격·판매 상태·리뷰·영양정보를 구조화했고, 해외에서는 AI 대화에서 구매까지 연결하는 서비스도 확산하고 있습니다. 풀무원이 제시한 방문자 2.3배·구매 건수 7.4배 증가는 적용 전후의 단순 비교 수치이며, 가격·행사·계절 수요 등 다른 요인의 영향을 배제한 결과는 아닙니다.

고용노동부·대한상공회의소의 일경험 사업으로 운영되는 'AI 네이티브 커리어 캠프'가 장기 구직 청년의 AI 실무 경험을 지원합니다. 1년 넘게 구직한 청년 80명을 대상으로 하며, 첫 기수 35명은 16주 동안 개발·디자인·서비스 기획 프로젝트를 수행합니다. 교육비와 AI 구독료·장비를 지원하고 월 80만 원씩 최대 320만 원의 참여수당을 지급하며, 현직자 멘토링 결과물을 취업용 포트폴리오로 활용하도록 돕습니다.

GPT-6 가이드는 업무 난도와 비용·지연 시간을 기준으로 Astra, Sol, Luna를 선택하고 추론 수준을 조정하는 방법을 설명합니다. 반복 작업에서는 안정적인 지시와 도구 정의를 앞에 배치해 캐시를 재사용하고, 긴 작업은 문맥 압축과 비동기 도구로 이어가도록 안내합니다. 실서비스 적용 전에는 대표 업무의 성공률, 지연 시간, 성공한 작업당 비용을 측정해야 하며 캐시 할인율도 모델별로 다릅니다.

ggml-org는 llama.cpp 서버에 /v1/systemone 엔드포인트를 추가해 텍스트·JSON·이미지 상태에서 선택지별 확률을 한 번의 순전파로 계산하도록 했습니다. Julia-1, Kev-4B, OpenJev 등으로 요청 분류, 콘텐츠 검토, 에이전트 단계 확인을 수행하며 지원 모델과 라이선스는 각각 다릅니다. 공개된 속도는 RTX PRO 6000 한 대에서 질문 하나에 답한 중앙값이며, 신뢰도 임계값은 실제 업무 예제로 모델마다 따로 검증해야 합니다.

AutoSynthData는 목표 모델의 실패와 더 강한 교사 모델의 성공을 분석해 실행 가능한 학습 과제와 검증기를 생성합니다. 평가 원문을 생성기에 전달하지 않고 능력 명세로 변환하며, 개별 과제의 실행·수정과 데이터 묶음의 다양성 검토를 거칩니다. EnterpriseOps Gym Hybrid에서 Gemma 모델을 합성 과제 2,000개로 미세조정한 최적 체크포인트는 Pass@1이 7.2%포인트 높아졌으며, 해당 환경의 통제된 실험 결과입니다.

Ai2는 전문가 가중치를 GPU에 상주시켜 반복적인 수집 비용을 줄이는 DDP 기반 MoE 학습 인프라와 코드를 공개했습니다. B300 GPU 8개를 사용한 470억 매개변수 예비 실험에서 기존 FSDP 구현 대비 약 2.7배 처리량을 보고했습니다. 1.2조 매개변수 실험은 무작위 라우팅으로 시스템 처리량을 측정했고, 2.38조 규모는 짧은 용량 시험이므로 학습된 모델의 품질이나 지속 성능을 뜻하지 않습니다.

Ai2는 연구 질문과 검색된 논문 발췌문으로 인용 보고서를 작성하는 AstaBrief 8B의 가중치와 학습 데이터를 공개했습니다. Qwen3-8B에 지도 미세조정과 선호 학습을 적용하고 인용 밀도가 낮은 데이터를 걸러, 보고서 전체를 한 번에 생성하도록 설계했습니다. Asta 전체 파이프라인의 평균 생성 시간은 Fast 모드 51.1초, Thinking 모드 178.5초로 약 3.5배 차이를 보였습니다. 주요 학습·평가는 2025년에 수행됐으며 최신 프런티어 모델과 재평가한 결과는 아니므로, 현재 모델 간 우열로 해석해서는 안 됩니다.

DIN Deploy는 모델을 Python으로 ONNX에 내보낸 뒤, ONNX Runtime과 TensorRT RTX를 사용하는 C++ 앱으로 실행하는 공개 샘플 모음입니다. Windows·Linux에서 음성 인식, SAM 2.1 영상 분할, FLUX.2 이미지 생성을 구현하며 CMake 설정과 추론 파이프라인을 제공합니다. DGX Spark에서 SAM 2.1은 GPU 38.3 FPS, CPU 0.5 FPS로 측정됐고, 음성 처리 수치는 CPU 대비 배수가 아니라 실시간 대비 처리 속도입니다.

애플은 AI 에이전트의 자율성이 커질수록 파일·메일·메시지·방문 기록을 포괄하는 전체 디스크 접근 권한의 위험도 커진다며 추가 통제를 예고했습니다. 앱이 이 권한을 받으려면 사용자가 위험을 이해하고 명시적으로 행동하도록 하는 것이 발표의 핵심입니다. 구체적인 적용 시점은 공개하지 않았으며, 개발자는 광범위한 접근 권한을 전제로 한 앱의 동작과 권한 안내를 검토할 필요가 있습니다.