모든 게시물

TableVerse가 재구성한 테이블탑 장면 10만 개를 공개하며, 확장 가능한 로봇 훈련의 기본 가정에 도전장을 내밀었다. 생성형 모델에 방을 상상하게 하는 대신, 이 파이프라인은 실제 인터넷 이미지에서 레이아웃을 재구성한다. 이 차이는 중요하다. 보기 좋은 3D 장면이 곧바로 로봇에 유용한 것은 아니기 때문이다. 물체는 서로 겹치거나 공중에 떠 있을 수 있고, 크기가 잘못되거나 물리 엔진 안에서 무너지는 배치로 놓일 수도 있다. TableVerse 논문은 다른 경로를 설명한다. ByteDance 연구진은 비정형 이미지를 기계적으로 안정적인 장면으로 변환한 뒤, 그 안에서 충돌 없는 집기 및 배치 시연을 생성한다. 그 결과물인 TableVerse-100K 데이터셋에는 3만5,000개 의미 범주에 걸친 물체 인스턴스 100만 개가 포함된다. 장면은 사무실, 주방, 식사 공간, 침실, 거실 등을 포함한 7가지 일상 테이블탑 테마를 아우른다. 이 수치

WorldWeaver가 두 에이전트 비디오 모델에 명시적인 공유 메모리를 도입하며, 최근 프레임만으로 세계를 재구성하는 파이프라인에 도전장을 던졌다. W²라고도 불리는 이 모델은 동기화된 Minecraft 시점을 생성하는 동안 세계 상태 레지스터에 변화하는 정보를 저장한다. 연구 결과는 영속적인 인터랙티브 세계를 구현하려면 그럴듯한 비디오만으로는 충분하지 않음을 시사한다. 이 연구는 UCLA와 Adobe Research 연구진이 수행했다. 연구진은 2026년 7월 23일 WorldWeaver 논문을 제출했다. 핵심 경쟁 구도는 아키텍처에 있다. 영속적 공유 상태와, 롤링 컨텍스트 윈도 안에 압축된 관측 이력의 대결이다. 이 차이는 여러 에이전트가 정확히 같은 장면을 보지 못한다는 점에서 중요하다. 한 플레이어가 벽 뒤로 이동하는 동안 다른 플레이어는 밖에서 계속 건축할 수 있다. 보이는 픽셀만 기억하는 모델은 두 시점이 다시 연결될 때 숨겨진 변화

GitHub Microsoft Copilot은 개발자에게 단순한 모델 엔드포인트 접근 이상의 가치를 판매하면서도, 이제 집약적인 AI 작업에 대해 공개된 API 요율로 비용을 계량한다. 이 변화는 익숙한 구매 질문을 더 이상 피하기 어렵게 만든다. Copilot과 직접 API가 동일한 기반 모델을 제공한다면, 관리형 코딩 제품에 비용을 지불할 이유는 무엇일까? GitHub의 답은 고객이 이슈에서 검토된 풀 리퀘스트까지 이어지는, 유지 관리되는 경로를 구매한다는 것이다. 그 경로에는 컨텍스트 검색, 도구 오케스트레이션, 리포지터리 지침, 정책 시행, 사용량 제어, GitHub 및 개발 환경 전반의 통합이 포함된다. 원시 API를 사용하면 이러한 책임은 구매자에게 남는다. 따라서 진짜 경쟁은 관리형 코딩 워크플로와 팀이 직접 소유하는 시스템 간의 대결이다. GitHub Microsoft Copilot이 모델 소비량을 가시화하다 GitHub의 청구 방식

Google Research는 오류 보정 양자 프로세서가 작동하는 동안 강화학습으로 이를 안정화해, 장시간 양자 계산의 근본적인 한계에 도전했다. 이 시스템은 오류 신호로부터 학습하고, 과학자들이 재보정을 위해 계산을 중단하지 않아도 수천 개의 제어 파라미터를 조정한다. 이 차이는 중요하다. 유용한 양자 알고리즘은 며칠 또는 몇 달 동안 연속 실행돼야 할 수 있기 때문이다. 현재 프로세서는 큐비트를 제어하는 주파수, 진폭, 위상의 드리프트에 여전히 민감하다. 운영자는 일반적으로 계산과 보정을 분리하므로, 해당 설정을 수정하기 전에 기계를 멈춰야 한다. 7월 8일 Nature에 게재되고 7월 22일 Google이 자세히 공개한 이번 연구는 이러한 유지보수 문제를 새롭게 정의한다. 제어기는 양자 오류를 단지 복호화해야 할 손상으로 다루는 대신, 프로세서 자체에 관한 피드백으로 활용한다. Google은 제어 드리프트를 의도적으로 도입한 뒤 자사의 초전도

Gemini CLI가 14개의 변경 사항을 담은 v0.52.0을 출시했지만, 핵심은 버전 번호가 아니다. 이번 GitHub 릴리스는 GitHub 워크플로우 안에서 작동하는 에이전트를 위한 인프라를 구축하는 동시에, 로컬 파일 안전성을 강화하려는 Google의 움직임을 보여준다. 이번 릴리스는 구조화된 파일 손상을 수정하고, 워크스페이스 컨텍스트에서 임시 자격 증명을 제외하며, 취소와 계획 모드 동작을 개선한다. 또한 Caretaker라는 자동화 이슈 트리아지 시스템을 위한 기반 구성 요소도 추가했다. 이 조합은 핵심적인 긴장을 만든다. Gemini CLI는 리포지토리 주변에서 더 많은 자율성을 얻고 있지만, 유지보수자는 여전히 파일, 자격 증명, 실행 제어를 둘러싼 기본 경계를 바로잡고 있다. 이는 Gemini CLI만 유독 안전하지 않다는 증거는 아니다. 모든 코딩 에이전트는 대화형 지원에서 독립적인 행동으로 옮겨갈 때 비슷한 문제를 해결해야 한

Google Research는 13,917명을 대상으로 SymptomAI를 시험하며 의료 AI를 정교하게 다듬어진 사례 연구의 영역에서 실제 증상에 관한 대화로 옮겨 놓았다. 이 실험적 에이전트는 추가 질문을 던지고 감별진단을 작성했으며, 동일한 대화 기록을 검토한 의사들보다 더 높은 임상 평가를 받았다. 다만 이 비교는 일반적인 진료 예약 상황을 재현한 것은 아니었다. 이 구분이 핵심이다. SymptomAI는 임상의사를 대체하지 않았고, 환자를 진찰하거나 완전한 의료 기록에 접근하지도 않았으며, 확정 진단을 내리지도 않았다. 이 연구는 Gemini 기반 에이전트가 일반인에게서 유용한 정보를 수집하고 그들이 보고한 내용을 바탕으로 추론할 수 있는지를 시험했다. 이 결과는 사용자가 어떤 증상과 세부 정보가 중요한지 알아야 하는 소비자용 챗봇의 기본 설계에 의문을 제기한다. 또한 Google Research에 더 어려운 질문을 던진다. 강력한 후향적

The Verge의 우익 데이터 센터 보도는 카운티가 이미 1년간 보류한 프로젝트에 반대하는 12명도 안 되는 플로리다 주민들의 시위로 시작한다. 이 겉보기 모순이 바로 핵심이다. Spring Hill Branch Library 밖에 모인 주민들은 Hernando County의 한시적 모라토리엄만으로는 하이퍼스케일 시설을 막기에 충분하지 않다고 봤다. 이 시위는 인공지능에 초점을 둔 보수 단체 Humans First가 조직한 전국 공동 캠페인의 일부였다. 그러나 시위대의 주장은 좌파 환경운동가와 소비자 옹호자들의 목소리와 놀랄 만큼 닮아 있었다. 이들은 전기요금, 물 소비, 산업 소음, 세금 인센티브, 토지 이용, 정치권 접근성을 우려했다. 이러한 공통분모는 AI 기업과 이들을 지지하는 정치 세력에 문제를 안긴다. 데이터 센터 반대를 더는 한 정당의 기술 저항이나 특정 지역의 부동산 가치 보호로 치부할 수 없게 됐기 때문이다. 이제 같은 지역적 우

Anthropic이 다운로드 가능한 AI 모델에 대한 성급한 규제에 반대하는 업계 공약 참여를 거부하면서 Amazon Anthropic 관계가 새로운 검증에 직면하고 있다. 이 거부로 Anthropic은 Nvidia, Microsoft, Meta, Google, 그리고 결국 OpenAI와도 대립하게 됐다. 불과 며칠 전 두 폐쇄형 모델 연구소가 규제 우려를 공유했다는 보도가 나온 상황이었다. 이 갈등은 중국의 오픈 웨이트 모델, 특히 Moonshot AI의 Kimi K3가 빠르게 확산된 뒤 이어졌다. 오픈 웨이트 모델은 학습된 파라미터를 공개하므로 개발자는 원래 제공업체의 API에 의존하지 않고 이를 다운로드, 수정, 실행할 수 있다. 이 기술적 선택은 정치적 분기점이 됐다. Anthropic은 고성능 다운로드형 시스템이 출시 후 회수되거나 중앙에서 업데이트될 수 없다고 경고한다. Nvidia CEO Jensen Huang, Elon Musk, M

IEEE Spectrum은 Cornell Tech 연구진이 기존의 광학 수신기 단계를 우회해 비트당 0.7피코줄의 에너지로 빛을 이용해 칩 메모리에 데이터를 전송했다고 보도했다. 이 수치는 완성된 로봇 부품이 아닌 28나노미터 프로토타입에서 나온 것이다. 그럼에도 이 실험은 비용이 큰 문제를 정면으로 겨냥한다. AI 프로세서는 분리된 메모리에서 전기 연결을 통해 모델 파라미터를 반복적으로 가져와야 한다. 박사후 연구원 Yifan He와 부교수 Jae-sun Seo는 수정된 정적 랜덤 액세스 메모리, 즉 SRAM을 중심으로 수신기를 구축했다. 각 감광 셀은 들어오는 빛을 저장된 이진값을 바꿀 수 있는 전류로 변환한다. 따라서 빛은 다른 회로가 해독하고 라우팅해야 하는 전기 신호가 되는 대신 메모리에 데이터를 기록한다. 즉각적인 결과는 제한적이다. 실험실 송신기는 거의 1미터 거리에서 하나의 고정된 14×14비트 패턴을 전송했다. 연구진은 이제 변화하

Apple은 최신 모델에 더 빠른 M5 프로세서를 탑재했음에도 Apple Silicon 기반 MacBook Air를 6세대째 팬리스로 유지하고 있다. 이는 위험한 결정처럼 들린다. 더 빠른 칩은 일반적으로 더 많은 전력을 소비하고, 더 많은 열을 발생시키며, 더 강력한 냉각을 필요로 한다. 그럼에도 현행 Air가 조용한 이유는 Apple이 이를 최대 성능을 무기한 유지하도록 설계하지 않았기 때문이다. Apple은 효율적인 프로세서, 수동적 열 분산, 소프트웨어로 제어되는 성능 제한을 결합한다. 이 조합은 대부분의 Air 사용자가 실제로 수행하는 짧고 불규칙한 작업 중에는 팬을 불필요하게 만든다. 이 Apple Engadget 분석은 Apple의 마케팅이나 단순한 과열 경고보다 덜 편한 결론에 이른다. MacBook Air는 실제로 뜨거워지며, 지속적인 작업은 속도를 낮출 수 있다. 그러나 이러한 한계는 냉각 시스템의 실패를 보여주는 증거가 아니라

Tom Hardware는 선도적인 멤리스터 저장소보다 약 10배 큰 오차를 기록했음에도 혼돈 신호를 예측하는 400개 입자 액체 컴퓨터를 조명했다. 이 실험은 Konstanz대학교와 Stuttgart대학교의 물리학자들이 수행했다. 이들의 프로세서는 온도가 제어되는 액체 안에서 궤도를 도는 미세 실리카 구체를 사용한다. 입자 사이의 유체역학적 상호작용이 연산의 일부를 수행한다. 이 결과는 공상과학과 반도체 공학의 대결처럼 들린다. 그러나 실제 경쟁은 더 좁은 범위에서 이뤄지며, 그만큼 더 많은 것을 보여준다. 액체 시스템은 실질적인 병렬 동역학과 조절 가능한 물리적 연결을 제공하지만, 멤리스터는 정확도와 실용성에서 상당한 우위를 유지한다. 연구진은 디지털 프로세서를 대체할 준비가 된 제품을 제시하는 것이 아니다. 이들의 발표된 연구는 물리적 저장소 컴퓨팅의 개념 증명을 설명한다. 이 접근법에서는 재료의 변화하는 상태가 시간 정보를 처리한 뒤, 단순하

Senao는 Computex 2026에서 SA9832v2를 공개했지만, 이 신형 게이트웨이가 가장 분명하게 내세우는 점은 무선 연결 기능을 제거했다는 것이다. ServeTheHome의 Senao 첫인상 보도에 따르면, 이 제품은 8개의 Ethernet 인터페이스, 8코어 Intel 프로세서, 16GB 메모리를 탑재한 유선 SASE 어플라이언스다. 이 조합은 SA9832v2를 단순한 소형 지점 라우터 이상으로 만든다. Senao는 익숙한 SA9820 플랫폼을 통합 셀룰러 또는 Wi-Fi 무선보다 유선 용량이 더 중요한 환경에 맞춰 재구성했다. 그 결과는 엣지 보안 하드웨어가 안고 있는 현실적인 긴장 관계를 드러낸다. 공급업체들은 클라우드 관리형 보안 기능을 계속 확대하고 있지만, 지점용 어플라이언스는 여전히 제한된 전력 및 열 설계 범위 안에서 트래픽을 전달하고, 검사하고, 암호화해야 한다. Senao는 유선에 집중한 설계가 더 나은 균형을 제공한다

Suno는 주로 한 번의 프롬프트로 노래를 생성하는 도구로 알려져 있음에도 5가지 제품 변경 사항을 강조했다. apple suno 연결고리는 광범위한 파트너십이 아니라 Apple CarPlay 지원에 국한된다. 더 중요한 추가 기능은 MIDI 내보내기, 고급 스템 분리, 협업 가사 편집, 자동 저장, 노래 제작을 위한 시각적 입력과 관련돼 있다. 이 기능들은 함께 Suno를 뮤지션과 프로듀서가 사용하는 작업 환경에 더 가깝게 옮겨 놓는다. 생성된 트랙은 더 이상 완성된 오디오 파일로만 남을 필요가 없다. 사용자는 악기를 분리하고, 편집 가능한 음악 데이터를 추출하며, 가사를 수정하고, 디지털 오디오 워크스테이션(DAW)에서 제작을 계속할 수 있다. 이 변화가 진짜 긴장을 만든다. Udio가 더 통제되고 라이선스 기반의 환경으로 향하는 반면, Suno는 음악 제작을 위한 개방형 출발점이 되려 한다. Suno의 확장된 워크플로는 창작자에게 더 많은 이

Moonshot AI가 Kimi K3를 전 세계의 주목을 받는 무대로 밀어 올리자, Google News는 중국이 미국의 AI 우위를 지워버렸다는 주장으로 빠르게 채워졌다. 대결 구도는 유난히 직접적이었다. 베이징의 한 기업이 OpenAI와 Anthropic의 선도 시스템에 맞서도록 포지셔닝한 오픈 웨이트 모델을 선보인 것이다. Kimi K3는 Moonshot이 7월 27일 모델 웨이트를 공개하기에 앞서 2026년 7월 17일 출시됐다. 회사는 이를 코딩, 추론, 장시간 에이전트 작업을 위해 구축한 2조 8,000억 파라미터 규모의 네이티브 멀티모달 모델이라고 설명한다. 일반적인 챗봇과 달리 에이전트형 모델은 단계를 계획하고, 도구를 호출하며, 더 넓은 목표를 향해 작업을 계속할 수 있다. 반응은 2025년 1월의 DeepSeek 충격을 떠올리게 했지만, 근본적인 위협은 달라져 있었다. DeepSeek는 학습 효율성에 관한 가정에 도전했다. Kim

Simon Willison은 할인된 LLM 액세스가 공동 사용 자격 증명, 노출된 봇, 결제 사기에 의존할 수 있는 릴레이 시장을 조명했다. 그의 7월 26일 게시물은 독자들을 소프트웨어 엔지니어 Matt Lenhard의 조사로 이끈다. 해당 조사는 주로 중국어 커뮤니티를 통해 개발자, 스타트업, 기타 구매자에게 서비스를 제공하는 상업적 공급망을 설명한다. 이 갈등은 단순히 공식 API와 더 저렴한 경쟁 서비스 간의 문제가 아니다. 이는 합법적인 게이트웨이 기술과, 운영자가 컴퓨팅 용량의 출처를 숨길 수 있는 재판매 시장 간의 갈등이다. 구매자는 호환되는 하나의 엔드포인트와 편리한 과금 방식을 본다. 하지만 업스트림 액세스가 정당하게 구매된 것인지, 다른 애플리케이션에서 수집된 것인지, 또는 사기 계정으로 확보된 것인지는 쉽게 확인할 수 없다. 이 불확실성은 세 집단에 동시에 압박을 가한다. 모델 제공업체는 무단 사용과 차지백 비용을 떠안는다. 애

Google은 Gemini 3.5 Pro의 약속했던 6월 출시 시기를 놓쳤음에도 Gemini 4 학습을 시작했다. 최근 공개 내용을 다룬 9to5Google의 Google 보도는 의미심장한 모순을 포착한다. Google은 현재 주력 모델을 아직 제공하지 못하는 상황에서 가장 야심찬 학습 작업을 설명하고 있다. 이 모순은 모델명 자체보다 더 중요하다. Gemini 4는 제품 발표가 아니며, Google은 출시일, 사양, 벤치마크, 공개 프리뷰를 전혀 제공하지 않았다. 이는 회사가 컴퓨팅 자원과 기술적 관심을 어디에 투입하고 있는지에 대한 선언이다. Sundar Pichai CEO는 Google이 Gemini 4가 출시 시점의 최전선 모델들과 경쟁할 수 있기를 바란다고 말했다. 그러나 Google의 학습 주기 동안에도 OpenAI, Anthropic, Meta 및 다른 연구소들은 자체 시스템을 발전시키고 있다. 따라서 Gemini 4는 Google의

Apple이 스마트 글래스 공개 시점을 WWDC27로 미뤘다는 보도가 나왔다. 이 제품이 소비자에게 도달하기 전에 해결해야 할 핵심 충돌은 카메라와 프라이버시다. 내부적으로 N50으로 알려진 이 글래스는 원래 2026년 말 공개돼 2027년 초 매장에 출시될 것으로 예상됐다. 그러나 Mark Gurman에 따르면 Apple은 이제 내년 6월 공개와 2027년 말까지의 소비자 출시를 목표로 하고 있다. 이 시점이 중요한 이유는 Meta가 이미 카메라 탑재 글래스를 일상적으로 사용되는 제품으로 만들었기 때문이다. Apple은 비어 있는 카테고리에 진입하는 것도, 최초의 설득력 있는 웨어러블 어시스턴트를 내놓는 것도 아니다. 늦게 시장에 들어오지만, 프라이버시 측면의 평판은 강점인 동시에 출시 가능한 제품에 더 엄격한 제약을 가한다. 최초 보도는 Sina Finance가 전한 내용을 인용한 RSSHub 36Kr 뉴스 피드를 통해 나왔다. 해당 주장은 A

HKEX는 주요 상장 기준을 최대 절반까지 낮춰 기술기업 창업자들이 공개 자본을 조달하면서도 경영권을 유지할 여지를 넓혔다. 이번 변경은 거래소가 컨설테이션 결론을 발표한 직후인 2026년 7월 24일부터 시행됐다. 접근성은 확대됐지만, 창업자 지배력과 일반 주주 영향력 사이의 오랜 긴장도 더욱 뚜렷해졌다. 이번 개편은 홍콩 기업공개 시장이 강세를 보이는 시기에 이뤄졌다. KPMG에 따르면 홍콩은 2026년 상반기에 85건의 신규 상장을 기록했다. 비공개 제출 건을 포함해 이미 500건이 넘는 신청이 진행 중이었다. 이 수치는 시점의 중요성을 보여준다. HKEX가 한산한 시장을 되살리기 위해 규정을 완화한 것은 아니다. 되살아난 수요를 활용해 기술기업, 해외 발행사, 그리고 뉴욕·런던·중국 본토를 저울질하는 창업자 주도 기업을 더 적극적으로 유치하려는 것이다. 새 규정은 차등의결권을 활용하는 기업의 재무 장벽을 낮췄다. 또한 모든 신규 신청자가 절

OpenAI CEO Sam Altman은 7월 25일 Samsung Electronics 이재용 회장과 만나, 9개월째 이어진 양사의 인프라 파트너십에 새로운 시험대를 만들었다. 두 사람은 San Francisco AI Summit에 참석한 다음 날 OpenAI의 샌프란시스코 본사에서 만났다. OpenAI는 회동이 있었다는 사실은 확인했지만 의제는 공개하지 않았다. 업계 관측통들은 고대역폭 메모리, 일반 DRAM, 첨단 반도체 제조, 그리고 Samsung의 생성형 AI 내부 도입이 논의됐을 것으로 예상한다. 이 구분은 중요하다. 회동 자체는 확인됐지만, 새로운 칩 주문·투자·파운드리 계약은 아직 확인되지 않았다. 어느 회사도 공급 물량, 제조 일정, 계약 규모, 수정된 생산능력 목표를 발표하지 않았다. 더 큰 이야기는 기술 업계 경영진 간의 또 한 번의 악수가 아니다. OpenAI와 Samsung은 이미 메모리, 데이터센터, 기업용 소프트웨어, 실

초기 산업용 장비의 퇴역 시점이 다가오면서 중국 로봇 제조사들은 전 생애주기 회수 시스템으로 이동하고 있다. 이 변화는 업계가 수년간 미뤄온 갈등을 드러낸다. 제조사들은 더 빠른 판매 확대와 기술 업그레이드를 원하지만, 고객들은 이제 노후 장비를 위한 신뢰할 만한 선택지를 필요로 한다. China Securities Journal을 인용해 36Kr가 7월 28일 배포한 보도에 따르면, 더 많은 로봇 제조사가 설치된 장비에서 가치를 회수하는 방법으로 순환 재사용을 바라보고 있다. 이 보도는 제조사 주도 시스템이 정책 개념에서 상업적 도입 단계로 옮겨가고 있다고 설명한다. 다만 단일 국가 플랫폼의 출범이나 업계 전반에 걸쳐 완성된 네트워크를 발표한 것은 아니다. 이 구분은 중요하다. 중국은 수년간 로봇 생산, 설치, 국내 공급망을 확대해 왔다. 다음 과제는 노후 장비를 수거하고, 상태를 평가하며, 재사용 가능한 장비로 재구축하고, 다시 운용할 수 없는