AI 소식

금융위원회가 AI 기반 방어체계를 구축하기 위해 보안 역량과 대체 통제를 갖춘 금융사의 망분리 규제를 단계적으로 해제하는 방안을 추진합니다. 이달 관계기관 태스크포스를 가동하고 내년 1분기까지 평가·선정 기준을 마련할 계획으로, 모든 금융사의 규제가 즉시 없어지는 것은 아닙니다. 약 580개사의 외부 접점과 내부 통제를 점검하고, 개인정보 유출이나 금전 피해에 직결되는 취약 서비스는 보완될 때까지 중단하도록 했습니다. AI가 의심 거래의 사기 가능성을 0~100점으로 산출하는 피싱지수도 이달 시범 도입해 금융사의 지급정지·자금환수 판단을 지원합니다.

미국 중간선거 이후 AI 데이터센터 건설 규제가 강화될 수 있다는 우려가 커지며 5일 국내 반도체 관련주가 큰 폭으로 하락했습니다. 코스피는 장중 매도 사이드카가 발동된 뒤 5% 넘게 떨어졌고 삼성전자와 SK하이닉스도 약세를 보였습니다. MBC는 AI 인프라 투자 이후 수익성을 따지는 분위기와 투자자들의 레버리지 축소가 겹쳤다는 전문가 분석을 전했습니다. 규제 우려가 실제 투자 축소로 얼마나 이어질지는 아직 불확실하며, 향후 기업 실적과 금리·유가 등도 함께 영향을 미칠 변수로 짚었습니다.

카카오가 카카오톡 안에서 여러 AI 기능과 에이전트를 이용하도록 서비스를 통합하고, 12월 ‘카나나 스페이스’ 파일럿을 시작할 계획입니다. 선물하기·송금 등 내부 서비스에서 외부 서비스까지 연동을 추진하며, 올해 AI 월간활성이용자 1000만 명을 목표로 제시했습니다. 다만 3분기 AI 서비스 부문 영업손실은 640억원으로 전년보다 늘어 이용자 확대와 비용 관리가 동시에 과제로 남았습니다. 간단한 대화 요약 등을 스마트폰에서 처리해 서버 비용을 줄일 방침이며, 2028년 손익분기점 달성은 회사가 제시한 목표입니다.

개인정보보호위원회 기술포럼에서 AI 비서가 해킹을 당하지 않아도 과도한 권한 때문에 개인정보를 노출할 수 있다는 지적이 나왔습니다. 최대선 숭실대 교수는 개인정보 제공을 ‘항상 허용’한 이용자의 중고거래를 AI가 대신하며 구매자에게 집 주소를 전달한 사례를 소개했습니다. 일정 확인·결제·정보 전송 권한을 목적별로 나누고, 되돌리기 어려운 행동은 사람의 승인을 받게 해야 한다고 제안했습니다. 작업이 끝나면 권한도 만료시키고 행동과 이유를 기록하는 등, AI에게 말로 주의를 주는 것을 넘어 서비스 구조에서 통제해야 한다는 설명입니다.

구글이 미국 초·중·고교 학생 계정에서 제미나이 등 AI 도구와 검색을 학교 관리자가 허용하기 전까지 기본적으로 비활성화하기로 했습니다. 학교는 제미나이 챗봇을 사용하지 않으면서 검색만 허용할 수 있지만, 검색에 포함된 AI 요약·AI 모드만 따로 끌 수는 없습니다. 학생의 과도한 AI 의존을 우려하는 교육계는 이 같은 검색 설정이 학교의 선택권을 제한한다고 비판했습니다. 구글은 학교의 통제권을 확대하려는 조치라고 설명했으며, 정답을 바로 제시하기보다 단계적으로 풀이를 안내하는 가이드 학습 기능도 제시했습니다.

중국 상하이교통대 연구진이 여러 AI 에이전트와 로봇·20여 종 장비를 연결해 생명과학 실험을 계획·실행하는 오토DNA를 발표했습니다. DNA에 정보를 저장하고 복원하는 실험에서는 203시간 동안 1만1382단계의 작업을 수행했으며, 사람은 중간에 재료를 보충했습니다. 장비 오류 14차례 가운데 AI가 해결한 것은 8차례였고 나머지 6차례는 사람의 도움이 필요해 완전 무인 연구실과는 차이가 있습니다. 한국도 2035년을 목표로 AI 과학자 개발을 추진하는 가운데, 실험 재현성과 장비 안전·위험한 실험에 대한 통제가 과제로 제시됐습니다.

KT와 삼성전자가 고속철 통신 데이터를 AI로 분석해 기지국 연결이 바뀌는 시점을 조정하는 기술을 실증했습니다. 시속 250㎞ 이상으로 이동할 때 다음 기지국으로 연결되는 시점이 늦어지는 현상을 주요 끊김 원인으로 파악했습니다. 평택 고덕면과 화성 매송면 사이 경부고속철도 구간에서 전환 시점을 앞당긴 결과 통신 끊김 발생 비율이 약 29% 줄었습니다. 전국 고속철에 이미 적용된 성과는 아니며, KT는 이번 실증을 바탕으로 실제 노선에 적용하는 방안을 검토할 계획입니다.

OpenAI가 취약점 탐지·검증·수정을 돕는 GPT-6 Cyber를 발표했습니다. 지정된 원격 취약점의 악용 가능성을 시험하는 ExploitGym에서 48.5%를 기록해 GPT-5.6 Cyber의 32.1%보다 약 16%포인트 높았습니다. 허가 범위를 벗어난 보조 서비스를 공격하지 않는 비율도 별도 격리 평가에서 개선됐지만, 이 결과가 실제 환경의 무오류를 보장하지는 않습니다. 초기에는 승인된 일부 Daybreak Red 고객에게 API와 Codex로 제공되므로 도입 시 접근 자격과 연구 범위, 사람의 검토 절차를 함께 확인해야 합니다.

Hugging Face가 로봇 정책을 실행한 채 지시를 바꾸는 대화형 롤아웃과 학습 기능을 확장한 LeRobot 0.7.0을 공개했습니다. 시각 질의응답과 자동 하위 작업 계획은 텍스트를 생성하는 정책이나 OpenAI 호환 API를 제공하는 외부 시각언어 모델이 필요합니다. 데이터를 전부 내려받지 않고 필요한 영상 구간을 읽는 스트리밍과 FSDP2·HSDP 분산 학습, 분산 체크포인트를 지원합니다. 6B FastWAM을 H200 8개에서 시험한 조건에서는 체크포인트 저장이 3배 빨라지고 재개 시 GPU당 최대 메모리가 143GB에서 42GB로 줄었다고 밝혔습니다.

Ricursive Intelligence가 12조 토큰으로 사전 학습한 650억 매개변수 밀집형 모델 Ripple-65B Preview와 Apache 2.0 라이선스 가중치를 공개했습니다. 80개 층과 폭 5120의 구조에 슬라이딩 윈도·전역 주의를 조합하고, 장문맥 학습과 지도 미세조정·강화학습을 적용했습니다. 회사가 보고한 Terminal-Bench 2.1 점수는 80.52이며, 모델 카드에는 비교 모델과 실행 도구에 따라 결과가 달라지는 재현상의 제약도 설명돼 있습니다. 최대 100만 토큰 문맥과 BF16·NVFP4 체크포인트를 제시했으므로 자체 배포 시 메모리와 추론 서버 설정, 실제 작업 성능을 별도로 검증할 필요가 있습니다.

NVIDIA가 Kubernetes GPU 클러스터의 구성을 관리하고 실제 작업으로 성능을 검증하는 DSX OS 구성요소의 운용 방법을 공개했습니다. AICR은 버전과 의존성을 고정한 배포 구성을 만들고, NVCRE는 NCCL 통신·학습 작업을 시험해 문제가 의심되는 노드와 결과를 기록합니다. 성능 합격 기준은 기본으로 지정되지 않아 운영자가 임계값을 설정해야 느린 노드를 걸러낼 수 있습니다. NVSentinel도 처음에는 감시만 하며, 격리·작업 이동·복구를 별도로 활성화하고 재검증 결과에 따라 노드를 다시 투입하도록 설계됐습니다.

Kiro가 반복되는 개발 업무를 맡길 수 있는 Crew 봇을 소개했습니다. 각 봇은 별도 작업 공간과 기억·메모를 유지하고 여러 작업 세션의 결과를 하나의 대화와 대시보드로 모읍니다. 지속적 통합 실패 조사나 릴리스 준비를 정기 실행할 수 있고, 봇과 하위 작업에 서로 다른 모델을 지정할 수 있습니다. 기억을 열람·수정·삭제하고 역할마다 도구와 변경 권한을 구분할 수 있어, 도입할 때 검토·배포 승인 범위를 업무별로 설계하는 것이 핵심입니다.

OpenAI가 Images 2.6을 ChatGPT·Codex와 API에 제공하고 Flare·Sunburst 이미지 모델을 소개했습니다. 회사 발표상 생성 속도가 최대 50% 빨라졌으며, Flare의 낮은 품질 설정에서는 이르면 약 6초에 이미지를 만들 수 있습니다. API에는 표시한 영역을 중심으로 수정하는 이미지 마크업과 SVG 내보내기 등 제작 기능이 추가됐습니다. 새 복잡도 설정은 장면을 계획하는 수준을 조절하고 품질 설정은 시각적 충실도를 조절하므로, 빠른 부분 수정과 복잡한 구도 생성에 맞춰 각각 선택해야 합니다.

Google이 Gemini Omni 1.2 Flash를 Gemini API와 기업용 Gemini에 정식 제공한다고 발표했습니다. 영상 길이를 기존 10초에서 최대 15초로 늘렸으며, 3~15초 범위에서 1초 단위로 지정할 수 있습니다. 이미지·짧은 동작 영상·음성을 참조하고 같은 영상의 배경이나 제품을 후속 대화로 수정하는 기능을 강화했습니다. 720p 영상의 초당 가격은 0.07달러로 Omni 1.1 대비 30% 낮아졌으며, 이 단가는 해당 해상도 조건이므로 고해상도 확대 등 다른 작업의 비용과 구분해야 합니다.