AI 소식

정부가 AI 데이터센터 구축 사업자와 장비·솔루션 기업, 지역 주민을 함께 지원하는 생태계 지원 방안을 발표했습니다. 인허가 일괄처리 절차를 줄이고 전담창구를 마련하며, 데이터센터의 무인 설비 특성을 시설 규제에 반영할 계획입니다. 국산 기술 개발과 실증을 위한 내년 신규 사업은 정부안 기준 약 2000억원 규모입니다. 내년 상반기 특구 지정과 지역 상생 계획도 추진하지만, 법령 정비와 예산 절차가 남아 있어 발표 즉시 모두 시행되는 것은 아닙니다.

한국산업인력공단 이사장이 국가자격시험에서 스마트 안경을 식별하는 별도 감독직을 만들겠다는 방침을 국정감사에서 밝혔습니다. 올해 필기시험장에서 스마트 안경을 동원한 부정행위는 소방설비기사·정보처리기사 등에서 총 5건 적발됐습니다. 오는 25일부터 3주 동안 약 47만명이 응시할 것으로 예상돼 감독 교육과 수험자 안내를 확대하고 있습니다. 시험장 내 기술적 차단도 관계 기관과 협의 중이며, 전담 감독직과 종합 대책은 추진 단계입니다.

머니투데이는 기업들의 경력직 선호와 AI 전환이 겹치면서 신입 채용 기회가 좁아지는 현장을 취재했습니다. 올해 7월 청년 1000명 조사에서는 53.9%가 향후 5년 안에 현재 또는 희망 직무가 AI로 대체·축소될 가능성이 높다고 답했습니다. 이는 실제 일자리 감소를 측정한 수치가 아니라 청년들의 전망과 불안을 보여주는 조사입니다. 기사는 채용연계형 인턴십과 현장실습 등 경험을 쌓을 기회를 늘리는 방안을 제시하며, AI 확산과 기존 채용 구조가 함께 작용하는 문제를 짚었습니다.

한국경제는 메타의 데이터센터·전력·네트워크·반도체 등 장기지출약정이 9월 기준 8250억달러로 늘었다고 보도했습니다. 이는 여러 해에 걸친 계약상 지급 약정으로, 올해 한 해에 지출한 금액과는 구분해야 합니다. 3분기 잉여현금흐름이 마이너스를 기록한 가운데 의결권 없는 주식 발행을 통한 자금 조달이 거론돼 기존 주주 가치 희석과 투자 회수에 대한 우려가 커졌습니다. AI 인프라 확대는 국내 메모리 기업의 수요와 연결되지만, 메타의 AI 서비스 매출·손익은 별도로 공개되지 않아 수익성 확인이 과제로 남아 있습니다.

제주도가 AI 실종자 추적 플랫폼을 활용해 2024년 6월부터 올해 10월까지 286명의 수색을 지원하고 29명 발견에 도움을 줬다고 밝혔습니다. 옷차림·키·소지품 등의 특징을 입력하면 CCTV에서 대상자를 찾아 이동 경로를 추적하는 방식입니다. 경찰이 인상착의를 등록하고 영상 검색을 신청하면 제주도가 승인하고 관제센터가 24시간 지원합니다. 발견 기여 인원은 전체 실종 사건의 해결률을 뜻하지 않으며, 도는 앞으로 AI 선별관제 범위와 화재·배회 인식 기능을 확대할 계획입니다.

서울 홈케어·재활·복지전시회에서 이용자 이름을 부르고 복약·일정을 안내하는 AI 로봇과 인지·신체활동 프로그램이 소개됐습니다. 리쿠는 얼굴·음성을 인식해 대화하고, 효돌은 생활 일정 안내와 함께 일정 시간 움직임이 없으면 보호자에게 알리는 기능을 제공합니다. 기사에서는 의사소통을 돕는 AI 앱과 활동 기록을 비교하는 디지털 프로그램 등 다양한 돌봄 지원 사례도 살폈습니다. 고령화에 따른 돌봄 수요가 늘면서 기술을 실제 현장에 도입하는 수요자 지원이 과제로 제시됐으며, 전시 기능 소개 자체가 임상 효과 검증을 뜻하지는 않습니다.

OpenAI는 개발 중인 고성능 모델의 학습·평가 환경을 강화하고, 실제 인터넷 대신 캐시된 웹으로 구성한 오프라인 환경에서 강화학습을 수행한다고 밝혔습니다. 컨테이너·가상머신·감시·네트워크와 클라우드 경계를 겹쳐 적용하고, 내부 서비스가 우회 통로가 되는지도 시험했습니다. 수천억 토큰 규모의 레드팀에서 가상머신 탈출, 인터넷 우회 접속, 격리 작업 간 통신 문제를 찾아 패치와 감시 강화로 대응했습니다. 이는 공격에 유리한 정보와 조건을 제공한 내부 시험이며 완전한 안전성 증명은 아닙니다. 회사는 보강 후 10월 1일 학습을 재개했다고 설명했습니다.

Hugging Face가 TorchNeuron으로 AWS Trainium에서 실행되는 Transformers 모델을 조회하는 지원 현황 Space와 공개 데이터셋을 소개했습니다. 모델별 시험 결과, 사용 코어 수, 컴파일 포함 실행 시간, 최대 메모리와 재현용 run.py를 확인하고 소프트웨어 버전별로 비교할 수 있습니다. 현재 생성형 텍스트·이미지 입력 모델을 대상으로 Trainium2 최대 4개 장치·16코어에 담기는 모델을 시험합니다. 검사는 32토큰 생성과 간단한 결과 확인으로 이뤄져 PASS가 처리량이나 장문 생성 품질을 보장하지는 않습니다.

NVIDIA는 TensorRT 11.1의 Global Performance Tuner가 컴파일 설정 조합을 탐색해 추론 엔진을 최적화하는 방법을 공개했습니다. 200개 이상의 조정 항목을 제공하며, trtexec은 빌드 실패나 정확도 기준 미달 후보를 제외하고 실제 측정에서 가장 빠른 엔진을 고릅니다. 공개된 10개 작업에서는 기본 빌드 대비 1.14~1.63배 성능 개선을 보였지만 모든 모델에서 같은 효과가 나는 것은 아닙니다. 대표 입력과 정확도 기준을 직접 정해야 하며, 모델·입력 크기·GPU·소프트웨어가 바뀌면 다시 튜닝해야 합니다.

OpenAI가 GPT-6 Luna 기반 Decisions API를 정식 출시해 답의 범위가 정해진 분류·점수 산정·다음 행동 선택을 지원합니다. 텍스트·이미지·JSON을 받아 확률·선택·점수를 반환하고, 요청당 최대 400개 질문과 GPT-Live의 실시간 이벤트 연동을 제공합니다. 입력 100만 토큰당 0.10달러, 캐시 입력은 0.01달러이며 출력 토큰 요금은 없습니다. Responses API의 같은 모델 대비 최대 10배 빠르다는 회사 수치는 한정된 판단 작업 기준으로, 실제 데이터의 정확도와 지연을 함께 평가해야 합니다.

NVIDIA는 AI 에이전트로 장애물 코스를 계획하고 3D 자산을 만든 뒤 Microduck의 보행 정책을 학습·검증하는 과정을 공개했습니다. FreeCAD·Blender로 만든 자산을 Isaac Sim에 조립하고, Isaac Lab과 Newton 물리 엔진으로 로봇의 관측·행동·보상을 구성합니다. 경사로 적응 학습은 RTX PRO 6000 Blackwell GPU에서 4096개 병렬 환경과 머리 카메라 깊이·로봇 상태 입력을 사용했습니다. 코스 완주·충돌·넘어짐을 별도 평가해야 하며, 실제 로봇으로 옮길 때는 구동기 보정과 센서·접촉·제어 지연 차이에 대한 추가 검증이 필요합니다.

Ai2와 펜실베이니아대 협력진은 연구 제안을 문제·기여·평가 계획으로 나누고 각 부분에 관련 문헌과 근거 인용을 연결하는 LitPivot을 소개했습니다. 연구자가 선택한 논문을 토대로 수정안을 제안하고, 한 부분이 바뀌어 다른 부분도 손봐야 할 때 표시하는 방식입니다. 연구자 17명이 같은 논문 모음을 활용한 비교 실험에서, 도메인 전문가들은 LitPivot으로 수정한 제안의 문헌 기반 타당성을 더 높게 평가했습니다. 초기 연구 구상을 돕는 소규모 사용자 연구이며, 참신성·유용성 개선에는 참가자 자기평가도 포함돼 연구 성과 향상이 입증됐다고 일반화할 수는 없습니다.

NVIDIA는 Python KvikIO와 cuFile을 사용해 학습 데이터 등을 GPU 메모리로 읽고 실제 GPUDirect Storage 경로를 검증하는 튜토리얼을 공개했습니다. KvikIO가 cuFile을 호출해도 cuFile이 CPU 메모리를 거치는 호환 경로를 선택할 수 있어, 호출 성공만으로 직접 전송을 확인할 수는 없습니다. 예제는 H100·CUDA 13.3·로컬 NVMe 환경에서 1GiB를 읽고 gds_stats의 nvfs·posix 카운터로 가속 경로 사용 여부를 구분합니다. 운영체제·파일시스템·장치 연결과 두 계층의 설정에 따라 경로가 달라지므로, 실제 작업에서도 통계를 확인하며 조정해야 합니다.