AI 에이전트는 아무것도 결정하지 못하게 했습니다
Google Agentic Cinema hackathon용 Shot-Delivery Guardian은 영상 후반 작업의 마감 지연을 감지하고, AI의 자유 판단이 아닌 고정 규칙으로 미룰 작업을 고릅니다. 실환경 5회 테스트에서 3회 일치했고, 규칙 위반은 0건, 평균 응답 시간은 44초였습니다.
AI · 최신기사
AI 서비스와 활용, 기업·정책 소식을 다룹니다.
Grok 4.7 — 장시간 코딩과 안전성 개선을 내세운 새 모델
xAI가 코딩과 지식 작업을 겨냥한 Grok 4.7을 출시했습니다. 더 큰 기반 모델과 장시간 강화학습으로 긴 작업, 자기 검증, 문서·프레젠테이션 생성을 개선했으며 입력 100만 토큰당 2달러, 출력 6달러부터 제공합니다.
조부모는 손주 AI 이미지를 좋아하지만, 밀레니얼 부모는 싫어합니다
조부모 세대가 손주 사진을 생성형 AI에 넣어 기념 이미지와 영상을 만드는 일이 늘면서, 밀레니얼 부모와 프라이버시·동의 문제로 충돌하고 있습니다. 기사와 Reddit 토론은 아이 얼굴 데이터의 재사용, 허위 기억, 온라인 이미지 통제 상실을 함께 다룹니다.
AI는 실행을 싸게 만들었습니다. 나쁜 결정도 더 싸게 만들었을까요?
AI는 코딩·디자인·조사·출시 속도를 높였지만, 문제 검증과 사용자 대화 같은 느린 절차까지 개선하지는 않습니다. 잘못된 가정과 판단을 더 빠르게 확장하지 않으려면 stop condition, 수동 검증, 출시 후 피드백 루프가 필요하다는 논의입니다.
ZuckOff — 방 안에 카메라가 있는지 알아채기
ZuckOff는 Bluetooth 신호를 감지해 Ray-Ban Meta, Oakley Meta, Snap Spectacles 같은 카메라 안경이 주변에 있는지 알려주는 앱입니다. 데이터는 휴대폰 밖으로 나가지 않지만, 신호 위조와 오탐 가능성이 커서 감지는 촬영의 증거가 아닙니다.
AI 환각이 미국과 중국의 전쟁을 일으킬 뻔했습니다
CNN에 따르면 미군 분석가가 챗봇의 잘못된 답변을 바탕으로 중국 선박이 핵무기 개발 물자를 운반한다는 정보 보고서를 작성했습니다. 미군이 선박을 강제 검색하려 병력과 항공기를 움직인 뒤 보고서 일부가 AI로 생성됐다는 사실을 확인하면서 작전이 중단됐습니다.
AI 에이전트가 브라우저를 떠날 필요가 없다면? — WebMCP 로컬 에이전트 데모
WebMCP는 웹사이트가 AI 에이전트용 도구를 직접 공개하도록 만드는 실험적 브라우저 API입니다. 글에서는 로컬 모델과 Chrome 확장 프로그램으로 현재 페이지의 도구를 호출하고, 위험한 작업에는 사용자 확인을 요구하는 WebMCP Local Agent를 소개합니다.
MCP는 처음부터 나쁜 아이디어였을까요?
이 글은 MCP가 초기 LLM의 한계를 보완하던 시기를 지나 이제는 과도한 도구 정의와 컨텍스트 부하를 만드는 낡은 계층이 됐다고 주장합니다. 에이전트가 직접 스크립트를 작성하고 HTTP API와 CLI를 호출하는 흐름에 맞춰 MCP 서버 대부분을 줄이고 표준 HTTP 인터페이스를 다듬자고 제안합니다.
Anthropic, Amodei의 AI 개발 속도 늦추기 제안 실행 위해 Accenture를 첫 상주 평가자로 선정
Anthropic이 AI 모델의 안전 검증을 위해 Accenture의 AI 전문 조직 Faculty 직원을 회사 안에 상주시킵니다. 외부 평가자는 안전장치를 시험하고 모델을 레드팀으로 공격하며 사고를 보고하지만, 커뮤니티에서는 Accenture의 역량과 독립성을 두고 강한 반발이 나옵니다.
펜타곤 조사관들, 팔란티어 AI 기술 과신이 이란 어린이 123명 사망한 미군 공습에 영향을 줬다고 밝혀
이란 미나브의 초등학교가 미군 토마호크 미사일 공격을 받아 123명 이상의 어린이를 포함한 150명 이상이 사망했습니다. 내부 조사에서는 오래된 표적 정보와 위성 이미지, 민간인 피해 검토 인력 부족에 더해 Palantir의 Maven Smart System이 오류를 걸러낼 것이라고 믿은 운용 방식이 문제로 지목됐습니다. 유엔 조사단은 미국이 민간 시설 여부를 확인할 의무를 다하지 않았다며 전쟁범죄에 해당할 합리적 근거가 있다고 밝혔습니다.
이제 인간 수학자가 왜 필요한가?
Po-Shen Loh는 AI 시대에도 인간 공동체와 전문성을 지켜야 한다는 원칙으로 ‘인류의 번영을 돕는다’를 제안합니다. AI가 통제해야 할 지점을 폭발적으로 늘리면 숙련된 인간 인력이 부족해지고, 결국 AI 발전 속도도 인간의 통제 능력에 맞춰 늦춰질 수 있다고 주장합니다.
젠슨 황, 2030년까지 AI가 세계를 파괴할 가능성은 ‘0%’ — “다른 누구와 상관없이 최대한 빠르게 가야 합니다”
Nvidia CEO 젠슨 황은 2030년까지 AI가 인류를 멸망시킬 가능성은 0%라며 개발을 늦출 이유가 없다고 주장합니다. 반면 Anthropic의 전 정렬 연구 책임자는 10년 안에 AI가 인류를 멸종시킬 가능성을 10% 이상으로 제시했으며, Reddit에서는 황의 사업적 이해관계와 안전성 발언의 충돌을 비판하는 반응이 이어집니다.
GPU 스타트업이 단 하나의 주장도 하기 전에 일본·루마니아·캐나다에서 직접 검증하게 했습니다
GPU 스타트업이 가격 계산기에 최대 512개 GPU를 표시하기 전에 실제 클라우드 환경에서 동시 배포 테스트를 진행했습니다. 테스트 결과 RunPod의 8개 GPU 제한과 Vast.ai의 카드별 한계를 확인했고, 총비용 1달러 미만으로 하드웨어 용량과 재고 경쟁에 따른 가용성을 구분하게 됐습니다.
Shopify CEO, 직원들의 ‘슬롭 수류탄’이 다른 사람의 업무를 늘리고 있다고 지적
Shopify CEO Tobias Lütke가 검토 없이 AI로 만든 이메일과 코드를 동료에게 넘기는 ‘slop grenades’를 비판했습니다. 관련 조사에서는 52.7%가 이런 workslop을 보냈고, 이를 받은 사람들은 수정에 월평균 3.4시간을 쓰는 것으로 나타났습니다.
엔터프라이즈 AI 에이전트를 위한 복원력 있는 DevSecOps 파이프라인 설계
자율적으로 API를 호출하고 코드를 생성하며 데이터베이스 상태를 변경하는 AI 에이전트의 공급망을 보호하기 위해 GitHub Actions 기반 4단계 DevSecOps 파이프라인을 제안합니다. Secret Scanning, AI 코드·프롬프트 검토, 의존성 SCA, Pipeline SAST를 PR 병합 전에 실행하고, 고위험 CVE와 정적 분석 결함을 정책으로 차단하는 구성을 코드와 함께 설명합니다.
Pirate Face, 삭제된 LLM 모델을 토렌트로 되살립니다
Pirate Face는 Hugging Face의 오픈 모델을 BitTorrent 자석 링크로 미러링해 단일 호스트가 사라져도 계속 배포하려는 서비스입니다. Hugging Face의 SHA-256으로 파일 무결성을 검증하고, 원본이 삭제되면 피어 간 시딩으로 다운로드를 이어갑니다.
광고 수집기를 통해 다른 웹사이트에서 무엇을 하는지 알게 된 ChatGPT
OpenAI의 광고 수집기가 ChatGPT 계정과 연결된 식별자 쿠키를 광고주 웹사이트로 전송해 사용자의 탐색·구매 관련 정보를 수집한다는 분석입니다. 이 쿠키는 로그아웃 상태에서도 작동하며, 분석 동의만 한 사용자에게도 전달될 수 있어 ChatGPT의 광고 사업과 개인정보 보호 범위를 함께 보여줍니다.
에이전트가 작동한다고 했습니다. 커널에 물어봤습니다
AI 에이전트가 작성한 코드의 “성공” 보고를 종료 상태나 테스트 결과만으로 믿지 않고, 저장된 파일·시스템 콜·eBPF·패킷 캡처·CPU 샘플로 교차 검증하는 실험입니다. 8가지 결함을 의도적으로 심은 백업 클라이언트를 통해 결과 상태와 실행 과정을 독립적으로 관찰해야 하는 이유를 보여줍니다.
Kash Patel, FBI의 AI 사용이 취임 후 605% 증가했다고 주장 — 주요 기술 기업 모두가 기관에 관여하고 있다고 밝혀
FBI 국장 Kash Patel이 취임 후 기관의 AI 사용량이 605% 늘었다고 밝혔지만, 증가율의 기준과 산출 방식은 명확히 제시되지 않았습니다. FBI의 승인된 AI 활용 사례, AI 서버 조달, 수사 지원 도구 도입 정황은 확인되지만, 실제 효과와 수치의 근거를 둘러싼 의문도 남아 있습니다.
오리건 데이터센터가 주 전력의 거의 25%를 사용합니다
오리건주에는 현재 111개의 데이터센터가 운영 중이며, 2025년 주 전체 소매 에너지 판매량의 23%를 사용합니다. 연구진은 신규 시설까지 반영하면 데이터센터 전력 소비가 2030년 주 전체 전력 수요의 31~32%에 이를 수 있어, 발전·송전·인프라 계획의 조정이 필요하다고 설명합니다.