AI 소식

교육부가 11월 19일 수능을 앞두고 AI 안경 등 스마트 기기를 점검하는 감독 지침을 안내했다. 시험 전에는 의심되는 안경을 벗어 책상에 놓게 하고, 시험 중에는 해당 교시 종료와 답안지 수거 후 확인하도록 했다. 일부 수험생과 학부모는 일반 뿔테 안경도 오인받을 수 있다며 혼란을 호소했으나, 일반 뿔테 안경 자체가 금지된 것은 아니다. 교원단체는 육안으로 스마트 안경을 구별하기 어렵다며 명확한 판별 기준과 현장 대응 체계가 필요하다고 지적했다.

일본 디프리의 돌봄 기기는 초음파 센서로 방광 상태를 살피고, AI로 개인의 배뇨 패턴을 분석해 화장실에 갈 시점을 예측한다. 2024년 추가된 AI 기능은 1~2주간의 개인별 기록을 활용하며, 센서를 계속 착용하기 어려운 상황에서도 돌봄을 돕도록 설계됐다. 기사에 소개된 한 시설에서는 도입 전후 화장실 이동 지원 횟수가 30~50% 줄었지만, 이는 개별 현장 사례다. 야간 돌봄 부담을 덜고 이용자의 자립을 돕는 것이 목표이며, 개발사는 안전과 심리적 돌봄까지 사람을 대체할 수는 없다고 설명했다.

대학들이 학생에게 제공하는 무료 생성형 AI 서비스의 비용을 감당하기 어려워지면서 이용 한도를 줄이거나 지원을 중단하고 있다. 서강대는 배정 예산 소진으로 LLM 허브 운영을 중단했고, 서울대는 ChatGPT Edu의 1인당 월 한도를 8월 2만 크레디트에서 9월 7000크레디트로 낮췄다. 기사의 주요 15개 대학 조사에서는 월평균 제공량이 4750크레디트였으며, 고성능 모델을 쓰면 한도가 더 빨리 소진될 수 있다. 연구와 코딩에 AI를 활용하는 학생의 수요가 커지면서, 대학의 예산 확보와 안정적인 이용 기준 마련이 과제로 떠올랐다.

메모리 업체들이 AI 서버용 HBM과 고부가 제품에 생산 역량을 집중하면서 구형 DDR4의 공급도 빠듯해지고 있다. 기사에서 인용한 바클레이스 분석에 따르면 최근 3개월간 DDR4 계약가격은 24%, DDR5는 20% 상승했다. 낮은 가격의 전자기기를 만드는 업체들 사이에서는 중고·재활용 메모리를 활용하는 움직임까지 나타났다. 모건스탠리는 2027년 DDR4 공급이 20% 감소할 것으로 전망했으며, AI 투자 확대가 일반 PC와 전자기기의 부품 수급에도 영향을 미치는 상황이다.

자동차와 가전 공장에서 AI를 활용한 품질 검사, 로봇 훈련, 생산 흐름 관리가 확대되고 있다. 현대차그룹의 검사 사례에서는 고해상도 사진 5000장으로 결함의 위치와 크기를 확인하고, 용접 로봇의 작업 경로 준비 기간을 6개월 이상에서 약 50일로 줄인 사례도 소개됐다. LG전자는 실제 공장을 가상 공간에 옮긴 디지털 트윈에서 30초마다 데이터를 분석해 병목을 예상하고 부품 운반 경로를 조정한다. 정부는 AI 자율제조 확산율 30% 이상을 목표로 제시했으며, 보도된 시간 단축 수치는 개별 공정 사례로 이해할 필요가 있다.

일론 머스크는 스페이스X가 GPU 구입을 위해 400억달러, 약 53조원 규모의 부채 조달을 마쳤다고 엑스에서 밝혔다. 그는 해당 자금이 주로 2027년 1·2분기 GPU 인도에 맞춰 쓰일 예정이어서 현재 분기에는 큰 요인이 아니라고 설명했다. 머스크는 스페이스X의 신용도와 스타링크·발사 사업의 수익을 자금 조달의 배경으로 들었다. 대규모 AI 연산 인프라 구축에 차입금이 동원되는 사례이며, 조달 완료와 사용 일정은 머스크의 공개 발언을 근거로 한 내용이다.

문샷AI가 Kimi K3.1 Pro를 소개하며 일반 코딩 능력을 유지하면서 보안 공격 능력을 줄이도록 학습 데이터를 걸러냈다고 밝혔습니다. 내부 취약점 탐색·악용 시험에서 제한 적용 모델은 81.0%, 비교 모델은 90.5%를 기록했지만 외부 검증 결과는 아닙니다. 100만 토큰 문맥을 지원하고 더 빠른 Highspeed 버전도 제공하며, 전체 가중치는 11월 4일까지 공개할 계획입니다. 가중치가 배포되면 제공자의 사용 감시와 보호장치 갱신이 어려워져, 자체 운영 조직의 통제 설계가 중요해진다는 보도입니다.

InfoQ가 Google Data Agent Kit의 운영 통제를 분석하며 에이전트에 주는 지침과 실제 호출을 막는 권한 정책의 차이를 짚었습니다. MCP 도구로 15개 이상의 Google Data Cloud 서비스에 연결하고, 37개 공개 스킬로 데이터 작업 관행을 안내합니다. 삭제 전 동의를 구하도록 적은 스킬은 행동 지침이며, 읽기 전용 서비스 계정이나 IAM 거부 정책은 쓰기 도구 호출 자체를 제한합니다. 차단된 도구도 목록에는 보이고 Google Cloud 밖의 MCP 서버에는 같은 정책이 적용되지 않아, 연결 범위와 재시도 시 중복 실행을 별도로 설계해야 합니다.

InfoQ가 구글의 기존 ADK 코드 최적화 사례를 다루며 장시간 코딩 에이전트 운영의 조건을 설명했습니다. Gemini 4 Argon은 약 20만 줄 저장소에서 11시간 작업했고, 이력 복사 전 필터링과 무거운 모듈의 지연 로딩이 최종 반영됐습니다. 보고된 개선은 긴 세션의 메모리 내 준비 비용 약 40%, 패키지 임포트 시간 21%로, 전체 AI 실행이 그만큼 빨라졌다는 뜻은 아닙니다. 개발자들은 신뢰성·유지보수성·호환성 등을 이유로 다른 제안 4개를 제외해, 시험 통과와 별개로 사람의 코드 검토가 필요함을 보여줬습니다.

InfoQ가 LiteRT의 GPU 가속 엔진 ML Drift의 구조와 개발자가 고려할 전환 사항을 정리했습니다. Apache 2.0으로 공개된 엔진은 OpenGL ES·OpenCL·Metal·WebGPU를 지원하고, 텐서 가상화와 사용자 연산 확장, 5차원 텐서 처리를 제공합니다. 구글은 Gemma의 특정 워크스테이션 시험에서 메모리 부담이 최대 12% 낮았다고 보고했지만, 모든 기기와 모델에 같은 개선이 보장되지는 않습니다. 기존 TFLite GPU delegate의 신규 기능 개발은 중단되며, 애플리케이션은 LiteRT 가속기를, 시스템 개발자는 하위 C++ API를 검토할 수 있습니다.

Beetle 연구진이 Hugging Face의 저자 글을 통해 단일언어·이중언어 모델 330개와 학습 중간 상태를 소개했습니다. 21개 언어와 5개 언어 노출 과정, 1억·20억·240억 토큰 규모를 조합해 토크나이저·학습 예산·언어 노출 효과를 나눠 연구하도록 설계했습니다. 논문은 단계적으로 언어를 노출하는 방식이 균형 학습보다 제2언어 학습자의 읽기 시간과 더 잘 맞았다고 보고했습니다. 효과는 작은 데이터 규모와 가까운 언어 쌍에서 컸으며, 사람의 언어 처리 모사 결과를 범용 LLM 성능 우위로 해석해서는 안 됩니다.

AtMem 개발자가 기존 문맥 주입과 별도로 선택해 켜는 읽기 전용 근거 탐색 기능의 구조와 평가를 공개했습니다. 검색은 근거 식별자를 반환하고 원본을 다시 불러 권한·유효 상태를 확인하며, 출처와 사용량 제한을 유지한 채 에이전트가 추가 구절을 살펴보게 합니다. Hermes와 GPT-5.6 Luna를 쓴 후보 구성은 DolphinBench 전체 600개 과제 중 390개를 통과해 성공률 65.0%를 기록했습니다. 자체 시험이고 다른 기억 시스템을 같은 조건에서 다시 실행하지 않았으므로, 이전 버전 대비 개선 효과나 경쟁 제품보다 우수하다는 근거는 아닙니다.

전자신문이 인텔의 팹 유틸리티 설비 관리에 Seeq 기반 AI 에이전트를 적용한 운영 사례를 보도했습니다. 이상 신호가 생기면 관련 데이터·유사 사례·권장 조치를 모으고 작업 지시서 초안을 만들되, 최종 승인은 엔지니어가 맡습니다. 보도된 성과는 이상 징후 탐지 속도 30% 개선과 단일 사례의 연간 약 750만 달러 절감이며, 냉각수 설비의 에너지 효율 개선도 제시됐습니다. 여러 시스템의 시계열 신호를 연결한 사례로, 제시된 절감액과 개선율은 해당 현장의 성과이므로 다른 공장에 그대로 적용할 수는 없습니다.