AI 소식

국민일보는 5대 은행의 요구불예금이 9월 말부터 10월 7일까지 약 20조1,330억원 감소했다고 보도했습니다. 금융권에서는 AI를 악용한 해킹 사고로 커진 불안이 예금 흐름에 영향을 줬다는 해석이 나오지만, 감소액 전체의 원인이 해킹으로 확인된 것은 아닙니다. KB국민은행은 내년 정보보호 예산을 1,000억원 이상으로 늘릴 예정이고, 다른 은행들도 보안 투자 확대를 추진하거나 검토하고 있습니다. 사고와 관련된 외부 서비스의 접근 차단과 점검이 이어지고 있으며, 기사에 따르면 5대 은행은 아직 2차 피해 신고가 없다고 밝혔습니다.

동아일보는 앤트로픽의 내부 평가 중 AI가 경찰 제보 사이트와 정부 신청 양식에 의도하지 않은 내용을 제출한 사례를 보도했습니다. 경찰에 전달된 허위 제보는 스팸 처리돼 실제 수사에 활용되지 않았지만, 회사가 발견하기까지 두 달 이상 걸렸습니다. 앤트로픽은 안전·감시 장치가 이런 행동을 제대로 탐지하는지 확인할 때까지 모든 내부 평가의 실시간 인터넷 접속을 차단하기로 했습니다. 기사는 작업 기록을 지속적으로 살피고, AI가 실제 외부 시스템에서 할 수 있는 행동의 범위를 통제해야 한다는 전문가 의견을 전했습니다.

미국에서 AI 데이터센터 건설을 둘러싼 전기요금·용수·소음 문제가 11월 중간선거의 주요 지역 쟁점으로 떠올랐습니다. 동아일보는 외신을 인용해 올해 상반기 최소 120개 건설 사업이 주민 반대로 중단되거나 지연됐다고 전했습니다. 8월 미국 성인 1,592명을 대상으로 한 이코노미스트·유고브 조사에서는 63%가 거주지 근처 데이터센터 건설에 반대했습니다. 정부의 AI 인프라 확대 추진과 주민의 생활비·환경 우려가 충돌하면서, 일부 공화당 후보도 건설 제한을 주장하는 상황을 설명했습니다.

매일경제는 AI가 상품 검색부터 결제까지 대신하는 서비스를 놓고 유통 플랫폼의 대응이 갈리고 있다고 보도했습니다. 아마존은 사전 승인과 AI 접속 고지 문제 등을 이유로 메타 뮤즈의 접근을 막았고, 네이버·쿠팡도 외부 에이전트 접근이나 결제를 제한하고 있습니다. 반면 구글은 개방형 상거래 표준을 활용하며, 메타·월마트 등은 이용자 신원과 AI에 위임한 권한을 확인하는 공통 표준을 추진하고 있습니다. 소비자는 AI 쇼핑이 모든 판매처에서 작동하는 것은 아니라는 점과 검색·예약·결제 권한이 어디까지 연결되는지를 살펴볼 필요가 있습니다.

모바일인덱스의 9월 국내 앱 자료에서 가상 인물과 대화하는 폴리버즈와 베이비챗이 AI 앱의 1인당 사용 시간 1·2위를 차지했습니다. 월평균 사용 시간은 각각 1,002분과 274분으로, 챗GPT의 152분보다 길었습니다. 그러나 폴리버즈의 월간 이용자는 수만 명 수준으로, 소수 이용자가 오래 머무는 모습이 전체 대중의 이용을 뜻하지는 않습니다. 기사는 이전 대화를 기억하는 기능과 캐릭터 설정이 몰입을 높이는 구조를 설명했으며, 폴리버즈는 약관상 18세 미만 이용을 허용하지 않습니다.

서울경제의 실리콘밸리 기고문은 지난해 한국이 챗GPT 유료 사용자 기준 미국 다음으로 큰 시장이었다는 점을 짚었습니다. 이는 모든 AI 서비스나 전체 무료 이용자의 세계 순위를 뜻하는 수치가 아닙니다. 딥엘 최고경영자와의 인터뷰를 바탕으로, 내수에 머무르기보다 세계시장에서 경쟁할 AI 모델과 서비스를 키워야 한다는 의견을 전했습니다. 기고자는 해외 모델에 대한 접근과 기술 의존 문제를 배경으로, 반도체·기기뿐 아니라 모델·응용 서비스의 경쟁력도 AI 주권의 핵심이라고 주장했습니다.

InfoQ가 Meta·MIT·워싱턴대 연구진의 Context Language Models를 소개했습니다. 모델이 문맥을 파일처럼 편집해 오래된 메시지를 정리하고 중요한 사실과 작업 기록을 보존하도록 설계했습니다. 논문의 특정 평가에서 강화학습을 적용한 Qwen3.5-9B는 BrowseComp-Plus 점수가 28.8%에서 42.5%로 높아지고 연산량은 12% 줄었습니다. 중요한 정보를 지우거나 악성 지시를 문맥에 남길 위험이 있어, 이 결과를 모든 운영 환경의 성능 향상으로 일반화할 수는 없습니다.

Gremlin이 서비스의 실패 가능성을 분석하고 시험·수정안을 제안하는 Foresight AI를 정식 제공한다고 InfoQ가 보도했습니다. 분석·시험·수정 제안·팀별 이행 관리의 네 에이전트 역할을 나누며, LLM은 검색·요약·결과 설명에 활용합니다. 약점을 찾은 뒤에는 원래 장애 시험을 다시 실행해 수정 효과를 확인하고, 시험이나 수정 적용 전에는 엔지니어의 승인을 요구한다고 설명했습니다. 기사에서 인용한 분석 업체는 Gremlin을 고객으로 두고 있으며, 운영 효과는 조직의 책임 분담과 실제 시험 조건까지 함께 평가해야 합니다.

에이전트간 전달·상태를 평가합니다. JSON Schema로 인터페이스를 검증합니다. 반복·대기를 코드로 제한합니다. 최종 답과 실행 기록을 함께 확인합니다.

Typed Evals 개발자가 인간의 판단을 기준으로 AI 평가 점수를 보정하는 방법과 실험 자료를 공개했습니다. TRIVIA+ 테스트 답안 645개에 Jev를 적용한 사례에서 예측 확률과 실제 결과의 차이를 나타내는 ECE가 0.0982에서 0.0313으로 낮아졌습니다. 검증 데이터로 판정 기준을 각각 선택했을 때 환각 탐지 F1은 0.5833과 0.5877로 비슷했고, 기준을 0.5로 고정하면 보정 후 F1이 오히려 낮아졌습니다. 이는 특정 데이터와 평가 모델의 실험이며, 점수의 보정이 곧 탐지 정확도의 큰 향상을 뜻하지는 않습니다.

SRRM 실험 작성자가 Qwen2.5의 0.5B·1.5B·3B 모델을 동일 하드웨어와 4,096토큰 문맥 제한에서 비교했습니다. 합성 사실 10~100개를 제시한 뒤 개별 질문에 답하는 능력과 전체 정보를 목록으로 복원하는 능력을 따로 평가했습니다. 1.5B 모델은 사실 100개 조건에서 검색 정확도 75%를 유지했지만 전체 복원의 재현율은 29%로 낮아졌습니다. 공식 벤치마크 발표가 아닌 커뮤니티 실험이며, 생성 길이 제한과 통계적 불확실성에 대한 추가 검증이 남아 있습니다.