AI 소식

금융당국은 10월 14일 AI 해킹 침해가 확인된 금융회사가 은행·저축은행·가상자산 사업자 등 총 16곳이라고 발표했습니다. 성명·연락처·주민등록번호·이메일 등 정보 유출 규모는 약 10만 건이며, 이를 피해자 10만 명으로 해석해서는 안 됩니다. 보도 시점까지 계좌 비밀번호나 카드번호처럼 직접적인 부정 결제에 쓰일 정보의 유출은 확인되지 않았고, 추가 피해 여부는 점검 중입니다. 당국은 555개사 점검에서 130개사의 보안 미흡 사항을 확인했으며, 외부 접점 관리와 경영진 책임·위협정보 공유를 강화할 계획입니다.

미국 8개 주 법무장관이 챗GPT의 미성년자 보호 장치가 부족하다며 각 주 법원에 OpenAI를 상대로 개별 소송을 냈습니다. 원고들은 챗봇이 위험한 행동을 부추겼다는 사례와 연령 확인 문제를 제기하고, 작동 방식 변경과 민사상 제재·손해배상 등을 요구했습니다. 이 내용은 소장에서 제기한 주장과 요구이며, 법원이 OpenAI의 책임을 확정한 판결은 아닙니다. 기사는 AI 산업 경쟁을 중시하는 연방정부와 적극적인 규제를 요구하는 주정부 사이의 차이도 짚어 청소년 안전 논쟁의 배경을 설명했습니다.

SK텔레콤·KT·카카오의 각 컨소시엄이 10월 16일부터 ‘모두의 AI’ 비공개 베타 테스트를 진행하고, 일반 이용자 출시는 12월을 목표로 합니다. 초기 참여 대상은 컨소시엄 기업과 공공기관 관계자 등이며, 이날부터 모든 국민에게 서비스를 공개하는 것은 아닙니다. SK텔레콤은 전화·문자, KT는 검색과 예약·신청 연결, 카카오는 카카오톡을 통한 접근을 중심으로 서비스를 개발합니다. 예약이나 신청이 정확히 완료되는지와 연동 오류 대응 등을 검증하는 단계로, 안내된 기능에는 향후 개발 계획도 포함됩니다.

카카오는 카카오톡 AI 비서 ‘카나나 스페이스’의 내년 1분기 출시를 앞두고 개인정보 활용 동의를 단계별로 받는 체계를 준비하고 있습니다. 이용자가 허용한 정보 범위에 따라 AI 기능을 달리 제공해, 대화·일정·구매 이력 등을 어디까지 활용할지 선택하도록 하는 구상입니다. 보도에 따르면 이르면 12월 베타 테스트를 거쳐 내년 3월 전체 이용자에게 제공할 계획이며, 현재 모든 이용자에게 적용된 제도는 아닙니다. 결제·송금 같은 중요한 작업에는 이용자의 최종 확인과 승인을 두는 구조를 예고해, 편의성과 정보 통제권을 함께 다루고 있습니다.

시장조사업체 가트너는 현재의 설비투자 추세가 이어지면 2030년 말까지 3조5,000억 달러 이상의 AI 인프라 투자액이 자산손상 위험에 노출될 수 있다고 전망했습니다. 투자비·조달 비용을 충당하고 12% 투자자본수익률을 얻으려면 누적 매출 8조5,000억 달러가 필요하지만, 데이터센터에 돌아갈 매출은 최대 3조6,000억 달러로 추산했습니다. AI 서비스 매출 전체가 서버 소유 기업의 수입이 되지는 않기 때문에, 이용량 증가만으로 막대한 시설투자의 회수가 보장되지는 않는다는 분석입니다. 이는 가정에 따른 위험 시나리오이며 이미 확정된 손실 규모가 아니고, AI 연산에 특화된 클라우드 사업자의 자금·수익 구조가 주요 쟁점입니다.

메타가 10월 15일 현지에서 대형 AI 모델 ‘뮤즈 스파크 오픈’의 가중치를 공개해 자체 환경에서 활용할 선택지를 넓혔습니다. 코딩과 여러 단계의 작업에 초점을 맞춘 모델로, 미국 기업이 중국 중심의 공개 모델 시장에서 경쟁을 강화하는 움직임입니다. 메타의 강력한 성능 주장과 별개로, 기사에 소개된 외부 지능지표 점수는 일부 중국 모델보다 낮아 모든 평가에서 우위를 보인 것은 아닙니다. 애플 맥 스튜디오 2대를 연결한 실행도 소개했지만, 필요한 고용량 구성은 출시 예정이고 두 대 가격은 약 4만 달러로 추정돼 일반 PC와는 자원 조건이 다릅니다.

아시아경제는 배우의 얼굴·표정·목소리를 촬영해 AI 영상 제작에 활용하는 한국디지털DNA센터의 데이터 구축 현장을 취재했습니다. 카메라 40대 등으로 수집한 자료를 약 3시간에 걸쳐 200GB 규모의 데이터로 만들고, 폐쇄망에 보관하며 워터마크를 붙이는 과정을 소개했습니다. 당사자의 허락을 받은 사용과 승인·수익 배분을 연결하려는 방식으로, 실제 가수의 뮤직비디오와 짧은 영상 제작 사례도 제시됐습니다. 현재 등록 프로필 150명과 연내 200명 이상 확보 계획은 구분해야 하며, 표준화된 원천 데이터 등록·인증 역시 향후 목표로 제시됐습니다.

메타의 Muse Spark Open은 텍스트·이미지·음성·영상을 입력받고 텍스트를 생성하는 공개 가중치 모델로, 코드 수정과 도구 호출에 맞춰 학습됐습니다. 전체 약 8,160억 매개변수 중 토큰당 약 420억 개를 활성화하며, 최대 100만 토큰 문맥을 지원합니다. Hugging Face는 Transformers·vLLM·SGLang 등에서의 실행과 미세 조정 예제를 공개해 자체 서비스 적용 경로를 설명했습니다. 활성 매개변수가 적어도 모든 전문가 가중치는 메모리에 있어야 하며, BF16 체크포인트만 약 1.5TB여서 배포 자원을 별도로 산정해야 합니다.

NVIDIA는 문서·이미지·영상 이해와 도구 사용을 결합한 Nemotron 3.5 Super VL의 공개 가중치와 학습 자료를 소개했습니다. 전체 1,200억·활성 120억 매개변수 구조에 다중 교사 증류, 양자화 인지 증류, 추측 디코딩과 문맥 재사용을 적용했습니다. 회사 평가에서 차트 추론 CharXiv 점수는 80.8%, Python 코드 해석 도구를 함께 쓰면 84%로 제시돼 도구 사용 조건에 따른 차이를 확인할 수 있습니다. NeMo 기반 SFT·LoRA·강화학습 예제가 제공되며, 속도와 메모리 절감 효과는 GPU 종류·정밀도·서빙 설정에 맞춰 검증해야 합니다.

OpenAI 실험 인프라 팀은 Codex가 코드·변경 이력·실서비스 계측을 함께 조사해 불필요한 코드와 오래된 실험을 정리한 방법을 공개했습니다. 엔지니어 5명이 주로 다른 업무를 병행한 약 2주 동안 1,400개 넘는 PR을 병합하고 80만 줄 이상을 삭제했으며, 변경 사항은 관련 팀의 검토를 거쳤습니다. 특정 저장소 감사 비교에서 GPT-6.1 Sol Ultra는 Astra Ultra 대비 발견 건수 92%를 API 비용 14%로 달성했다고 보고했습니다. 운영 중인 비상 차단 기능을 보존하고 작은 PR마다 근거를 남기는 절차가 핵심이며, 이 비용·효과 수치는 해당 내부 작업의 결과입니다.

Hugging Face는 ASCII 구간을 SIMD로 건너뛰고 유니코드 정규화 판단을 캐시해 BERT 토큰화 속도를 개선한 구현을 설명했습니다. 최적화 브랜치는 tokenizers 0.23 대비 최대 약 50배의 처리량을 보였으며, 서로 다른 CPU의 단일 스레드 실험에서 출력 토큰 일치도 확인했습니다. 영어·코드는 효과가 컸지만 중국어는 이득이 거의 없었고, 매우 짧은 입력이나 일부 설정에서는 오히려 느려졌습니다. 발행 시점에는 PR 단계이므로 정식 배포 완료로 볼 수 없으며, 재현 코드로 실제 언어 구성과 입력 크기에 맞춰 평가할 수 있습니다.

Hugging Face는 Black Forest Labs의 FLUX.3 Image Klein을 Diffusers에서 실행하고 LoRA로 조정하는 방법을 공개했습니다. 텍스트 기반 생성과 여러 참조 이미지를 이용한 편집을 지원하며, 프롬프트의 경계 상자로 요소 위치를 지정할 수 있습니다. 증류 모델은 기본 16단계, 기반 모델은 50단계로 동작하고, 단일 H100 80GB에서 1024×1024 생성 시간은 준비 실행 후 3회 평균 1.93초였습니다. FP8·NVFP4 체크포인트와 메모리 절약 설정도 제공되지만, 빠른 양자화 커널의 지원 여부는 GPU 세대에 따라 달라집니다.

IBM은 8B·30B Granite Switch 4.1에 일반 판단·안전 판단 어댑터와 음성 인식 기능을 구성하는 방법을 소개했습니다. Activated LoRA가 기반 모델의 KV 캐시를 재사용해 대화 뒤의 분류·판단 요청에서 반복 계산을 줄이는 구조입니다. 공개 데모는 음성 전사·요약·유해성 검사와 사용자 지정 항목 판단을 단일 엔드포인트에서 수행합니다. 기본 어댑터를 조합해 자체 모델을 구성할 수 있으며, 어댑터 학습 SDK는 향후 계획이므로 현재 공개된 구성·실행 자료와 구분해야 합니다.

Google DeepMind는 Antigravity에서 연구자가 AI 에이전트와 함께 항균 펩타이드 후보를 찾는 기술 사례를 공개했습니다. ProtNLM의 단백질 기능 예측을 출발점으로 UniProt 검색, BLAST 비교, AlphaFold 구조 분석과 주변 유전자 검토를 연결했습니다. 사례에서는 97개 아미노산 길이의 후보를 좁혀 구조·유전체 근거를 모으고, 발현·항균 감수성·독성 검사를 위한 실험 계획을 작성했습니다. 후보는 실험실 검증 중이므로 항균 효능이 입증된 신약으로 해석할 수 없으며, 연구자의 단계별 판단과 후속 실험이 필요합니다.