SUSE, 자동화와 AI 이유로 전 세계 인력 약 10% 감축 발표
SUSE CEO Dirk-Peter van Leeuwen은 자동화와 AI를 이유로 전 세계 인력 약 10%를 줄이겠다고 직원들에게 알렸습니다. The Register 보도에 따르면 9월 자발적 퇴직 제안에 지원이 충분하지 않아 비자발적 감축으로 이어졌습니다. 영향받는 직무는 특정되지 않았으며, 대상자 통보는 2026년 11월 4일까지 진행할 예정입니다.
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
SUSE CEO Dirk-Peter van Leeuwen은 자동화와 AI를 이유로 전 세계 인력 약 10%를 줄이겠다고 직원들에게 알렸습니다. The Register 보도에 따르면 9월 자발적 퇴직 제안에 지원이 충분하지 않아 비자발적 감축으로 이어졌습니다. 영향받는 직무는 특정되지 않았으며, 대상자 통보는 2026년 11월 4일까지 진행할 예정입니다.
Crissy Field GmbH는 Common Crawl에서 찾은 Lovable 프로젝트 159,041개를 조사해, 처음 로딩 때 Supabase 데이터를 보낸 24,664개 사이트 중 7,403곳에서 로그인 없이 이메일 주소가 포함된 데이터베이스 기록을 확인했다고 밝혔습니다. 이 30%는 조사한 사이트 안에서 해당 기록을 찾은 비율이며, 이메일 주소만으로 개인정보 여부를 확정할 수 없고 표본도 전체 앱을 대표하지 않습니다. 보고서는 프로필과 대화, 여권 정보가 담긴 노출 사례도 공개했습니다.
sweet-search 2.10.5는 Git worktree마다 main checkout 색인을 복제해 전용 색인을 준비하고, 내용이 달라진 파일만 다시 색인합니다. 준비 중에는 worktree에서만 바뀐 코드가 검색 결과에서 빠질 수 있습니다.
AI Parabellum 편집팀의 24회 비교에서 프로젝트 지침 파일 CLAUDE.md는 Claude Code가 모호한 날짜 요청에 먼저 질문하는 행동을 늘렸습니다. 그러나 지침이 있는 한 실행은 알 수 없는 날짜 문자열을 통과시켰고, 별도 비공개 테스트 결과도 양쪽 조건에서 같아 코드 정확도가 전반적으로 높아졌다는 근거는 나오지 않았습니다.
scime atlas가 ICML, NeurIPS, ICLR, CVPR, AAAI가 2016~2026년 받아들인 논문 108,967편을 20개 분야와 111개 주제로 묶은 연구 지도를 공개했습니다. 주제 페이지에서 연도별 논문 수와 비중 변화, 접근법, 많이 인용된 논문을 살펴볼 수 있습니다. 집계 범위는 이 다섯 학회의 논문입니다.
Qwen Code의 PR #15762는 카탈로그에 개별 항목이 없는 qwen4 계열 ID를 100만 토큰 입력 창으로 계산하도록 바꿨습니다. PR의 시험은 코드가 새 값을 적용하는 동작을 확인했으며 실제 Qwen4 모델의 컨텍스트 길이는 측정하지 않았습니다.
NIST가 1인 사업체용 사이버보안 안내서 CSWP 50을 2026년 11월 2일 공개했습니다. 컴퓨터뿐 아니라 업무 서비스·공급업체·네트워크 장비까지 목록화해 계정 보호, 업데이트, 백업과 사고 대응으로 연결합니다. 사고 전 대응 계획과 데이터 폐기, 외부 보안업체를 이용할 때의 책임도 다룹니다.
Prophecy Gov의 American Sentiment는 2026년 미국 417개 지방정부의 공개 회의에서 모은 데이터센터 발언 10,202건 중 90.5%를 반대로 분류했습니다. 발언자들은 물 사용과 지역 생활환경, 투명성을 주로 문제 삼았고 AI를 언급한 발언은 21%였습니다. 이 수치는 미국 전체 여론조사 결과가 아니라 공개 회의 발언의 분포입니다.
Marvell과 Lumentum은 AI 데이터센터용 전기·광 연결 기술을 결합하기 위해 1,150억 달러 기업가치로 추정되는 전량 주식 인수 계약을 발표했습니다. Lumentum의 레이저·광 트랜시버·광 스위치와 특수 반도체 제조 역량을 Marvell의 인터커넥트·스위칭 기술에 더한다는 구상이며, 거래 종결은 주주·규제 승인 후 2028년 상반기로 예상됩니다.
Aditya Wakharkar의 독립 분석은 Numbat 체크포인트에서 정규화·합성곱 텐서 633개, 11,374,080개 값을 이름 기반 난수 생성기로 비트 단위 재현했다고 보고했습니다. 전문가 행렬의 양자화 코드에서도 높은 일치를 확인했지만, 시험 범위는 체크포인트 일부이며 보고서 안에서 0.0027% 집계의 표현도 일치하지 않습니다. 결과는 특정 가중치 계열의 생성 방식을 뒷받침할 뿐 전체 체크포인트의 출처나 Anthropic과의 관계를 입증하지 않습니다.
BofA Global Research 경제학자들은 AI 투자 시장의 장기 조정이 기업 지출 둔화와 주가 상승분의 역전을 거쳐 성장과 소비에 부담을 줄 수 있다고 경고했습니다. 데이터센터 건설 차입과 금리 상승의 연결도 언급했으며, Fortune은 11월 3일 10개 주에서 진행되는 지방 데이터센터 관련 표결 41건을 함께 보도했습니다.
Oracle은 11월 2일 보통주 100억달러 공모 예비 투자설명서를 제출하고 별도로 선순위채 100억달러 발행도 추진했습니다. 이는 기존 부채 차환과 FY2027 1분기에 완료한 200억달러 시장가 방식 주식 발행을 제외한 FY2027~FY2030 추가 조달 계획입니다. SEC 설명서는 주식 공모 대금의 용도로 자본지출, 부채 상환, 투자·인수, 배당과 자사주 매입 등을 제시했습니다.
MIT CSAIL 소속 연구자 네 명은 GPT-6 Astra가 Qwen3.5-0.8B의 반복 추론 원인을 찾아 가중치 0.016%를 수정한 실험을 공개했습니다. 50회 정방향 실행을 허용한 편집 모델의 MATH-500 점수는 7.9%에서 48.1%로 올랐습니다. 반복이 드문 Gemma에서는 수학 점수의 확립된 개선을 확인하지 못해, 이번 결과는 새 수학 지식 주입보다 기존 풀이를 막던 반복의 제거를 보여줍니다.
Tom's Hardware는 Claude Code에서 Opus 5.5를 사용한 역공학 요청이 거부된 사례 두 건을 보도했습니다. 한 이용자는 Opus 4.8로 바꾼 뒤 소프트웨어 점검을 이어갔다고 전했으며, Anthropic이 공식 확인한 제한은 특정 기존 게임 재현에 관한 것입니다.
Hex 3.2.0은 첫 실행에서 운영체제별 초기 설정과 언어별 음성 모델 준비, 단축키 연습 받아쓰기를 안내합니다. 기기의 Hugging Face 캐시에 이미 모델이 있으면 추천 모델과 함께 표시해 다시 내려받지 않고 선택할 수 있습니다. 프로젝트는 첫 모델 다운로드 뒤 데이터가 기기 밖으로 나가지 않는다고 설명합니다.
FreeToken은 10월 26일자 v0.2.1에서 일부 GGUF 모델의 이미지 입력을 지원했습니다. 모델 파일과 별도 `mmproj` 비전 파일을 연결해 이미지 요청을 처리하며, 지원 대상은 Qwen3.5/3.6/3.8, Gemma-4, GLM-5.3-Flash, DeepSeek-V4-Flash-Vision-Exp 등으로 한정됩니다. CLI 문서는 이미지 입력을 실험 기능으로 표시합니다.
Vercel Labs 계정의 agent-desktop은 운영체제 접근성 트리를 JSON으로 읽고, 에이전트가 스냅샷에 묶인 ref로 데스크톱 앱 요소를 조작하게 하는 CLI와 C 라이브러리입니다. UI 변화로 ref가 낡으면 새 스냅샷을 요구하고, 명령 응답의 전달 상태에 따라 재시도 안전 여부를 나눕니다.
시카고대 수학 교수 프랭크 칼레가리는 OpenAI의 2026년 10월 수학 결과 공개를 계기로, AI가 만든 증명뿐 아니라 문제 선택과 결과 이해, 후속 연구로 잇는 기여도 평가하자고 제안했습니다. 채용과 논문 심사, 대학원 교육을 연구자의 수학적 이해와 넓은 맥락 설명에 무게를 두는 방식으로 바꾸자는 개인 기고입니다.
Strata 기여자 PhialsBasement는 DeepSeek-V4.1 브랜치에 바뀐 프롬프트 줄만 다시 읽는 KV splice와 프롬프트 단계에서 VRAM·RAM 상주 전문가를 고르는 라우팅을 구현했습니다. 기여자의 RX 9070 XT 시스템에서 OpenCode 세션의 새 프롬프트 부분은 splice만 썼을 때 26초, 두 변경을 함께 썼을 때 5.1초에 처리됐습니다. HIP gfx1201 한 구성에서 나온 측정입니다.
Anthropic의 Mythos급 학습 체크포인트를 유출했다는 Hugging Face 저장소에서 가중치 43개가 이름 기반 난수 생성 절차와 바이트 단위로 일치한다는 분석이 나왔습니다. 분석자는 읽기 전에 값을 예측한 21개 텐서도 맞췄다고 밝혔습니다. 검사는 전체 저장소의 일부에 그치지만 실제 Anthropic 학습 산출물이라는 주장을 크게 약화합니다.