Weekly-ai

Amazon DeepFleet 발표 웨어하우스 로봇 100 만 대 돌파 2012 년 Kiva Systems 인수 이후 13 년 만에 누적 1 백만 대 로봇을 생산·배치해 ‘로봇 플릿’ 규모가 인력(약 150 만 명)에 근접. 전 세계 300 여 개 물류 거점 중 75 %가 로봇 지원으로 운영 → 아마존 배송의 75 %가 로봇과 협업해 처리됨. Proteus·Hercules·Titan 등 9종 플랫폼을 포함, ‘휴먼-패리티’(로봇 대 인력 1 : 1) 달성 목표 공식화. 로봇 운영 사이트는 비(非)로봇 사이트 대비 사고율 15 %↓, 근무 공백 18 %↓로 안전 지표도 개선. 생성형 AI ‘DeepFleet’ 주요 기능 Fulfillment 센터 내 모든 주행 로봇의 경로를 실시간 ‘교통망’처럼 조율하는 FM(Foundation Model)로, 즉시 이동 속도 10 % 향상. 내부 재고·이동 로그 수십 억 건으로 사전학습, 혼잡 구간 예측·우회로 생성으로 체증 감소 및 피킹 대기 시간 단축. 초거대 시뮬레이션에서 다중 로봇 ↔ 공간 상호작용을 생성해 ‘보지 못한’ 레이아웃도 즉시 최적화(일종의 자체 데이터 증강). 지속학습 – 자동 재훈련 루프 덕분에 신형 로봇·신규 레이아웃 추가 시 코드 수정 없이 적용. 에이전트 간 경쟁·협력 보상을 주는 강화학습(RL) 기법으로 세밀한 회피·합류 행동을 학습(AWS RL 레퍼런스 활용). Deepfleet에 차세대 로봇 ‘Vulcan’ 연동 듀얼-암(비전 + 흡착) 구조에 3D 포스 센서 탑재, 75 %의 카탈로그 품목을 인간 수준 정밀도로 피킹·적재. DeepFleet은 Vulcan의 위치·하중 데이터를 실시간 수집해 통행 우선권·속도 한계치를 동적으로 조정. 2025 Q3 피닉스·스포캔 등 5개 FC 베타 적용 후 ’26 년 20 개 센터까지 확대 계획. ‘물리 AI’ 계열 연구 논문 공개 → 타 물류 로봇 제조사와도 공용 인터페이스를 검토 중. https://youtu.be/2X4CU3jmw-g?si=UzYfy8cCoWHWIX37 로봇화 덕분에 주문 한 건당 처리비용(COGS) 최대 40 % 절감(WSJ 추정치). OpenAI × Oracle ‘Stargate’ 확장 4.5 GW ‘기가-캠퍼스’ 전력 임차 Oracle이 텍사스 애빌린(기존 1.2 GW → 2 GW) 등 다수 주(루이지애나·네바다 후보)에서 초대형 데이터센터를 신규·증설, 총 4.5 GW 용량을 OpenAI에 장기 임대하기로 합의.

목차 Anthropic · Claude Artifacts: ‘코딩-없는’ AI 앱 제작·배포 기능 전면 공개 OpenAI ChatGPT Business Stack: 드라이브·드롭박스 연결 + 데스크톱 Record Mode 출시 ElevenLabs eleven.ai: MCP(모델 컨텍스트 프로토콜)로 음성 비서의 업무 자동화 가속 Google Gemini CLI: 100만 토큰 컨텍스트로 터미널 안에서 작동하는 오픈소스 AI 에이전트 Anthropic | Claude Artifacts – AI-Powered App Studio 런칭 개요 Claude 대화창 옆 ‘Artifacts’ 탭에서 코드·UI·로직이 포함된 미니 앱을 즉시 생성·호스팅 · 공유 가능 비용 구조 앱 이용 시 호출량은 사용자 개인 구독으로 과금, 제작자는 추가 요금 없음 핵심 기능 실시간 코드 수정·디버깅, 링크-한번으로 퍼블리시, 포크 기반 협업 지원 초기 활용 사례 AI 게임, 개인화 튜터, CSV 분석 대시보드 등 커뮤니티 샘플 다수 등장 https://youtu.be/PU5P8PaeiYM OpenAI | ChatGPT Connectors & Record Mode Connectors 출시 Google Drive·SharePoint·Dropbox·Box 문서를 실시간 검색·인용 가능(Beta)

Midjourney 「V-1 비디오 모델」 첫 공개 이미지→비디오 애니메이션 Midjourney로 생성 or 업로드한 정지 이미지를 4종 영상(4 – 6 s, 24 fps)으로 자동 변환 ‘Extend Auto/Manual’ 기능: 프롬프트 추가해 5 초 단위로 후속 장면 확장 특징 미드저니 특유의 하이컬러 · 초현실 감성 유지, 실사 계열은 아직 Veo3·Kling 수준 미달 항목 Midjourney V1 Google Veo 3 Kling 1.6 해상도 1024×576 / 24fps(4–6 초) 1080p / 30fps(90 초까지) 1080p / 30fps(16 초) 텍스처·피부 디테일 브러시 · 라이팅 느낌의 ‘미드저니’ 색감이 남음 포토스캔 수준의 피부·조명 영화 트레일러 급 샷 가능 물리·카메라워크 기본 패닝·줌은 양호, 복합 동작은 물리 어색 드론샷·핸드헬드 흔들림까지 자연

Apple WWDC 2025 – ‘온-디바이스 AI’ 실전 적용 실시간 번역 메시지·전화·FaceTime에 즉시 자막/통역(온-디바이스 모델, 개인정보 클라우드 전송 無) 화면 예시: iOS가 스페인어↔영어 대화·일정 자동 반영 Image Playground·Genmoji 텍스트·이모티콘 두 이미지를 섞어 ‘슬로스+전구’ 등 맞춤 Genmoji 생성 Vision Pro에서도 호출 가능, 공유용 스티커/AR 연계 Shortcuts × AI 자동화 예: ‘강의 녹음→요약→노트 반영’ 워크플로우를 클릭 몇 번으로 구성 개발자용 ‘Apple Intelligence SDK’ 공개, 로컬 모델 호출 가능 Vision OS 2.0 공간 고정 위젯(가상 창·캘린더)·공동 감상 모드·더 입체적인 3D 캡처 ‘Image Playground in Vision’로 실시간 스타일 변환 Meta × Scale AI – $15 B 지분 인수 딜 구조 Meta, Scale AI 49 % 지분 확보(약 $14.8 B) Scale 창업자 Alexander Wang, Meta Super-Intelligence Lab 수장으로 합류 산업 파장 Scale AI 고객사: OpenAI·Microsoft·NVIDIA·Anthropic 등 → “데이터 중립성 훼손” 우려 Meta-Llama3 후속 모델 학습 데이터·휴먼 라벨링 독점 가능성

Builder AI 사기논란 “코드 자동생성 AI”라 홍보했지만 실제로는 인도 엔지니어 약 700명이 수작업으로 개발. 클라이언트 대시보드에 “AI 자동 개발 진행률”처럼 표시 → 실제론 Jira·GitHub에서 인간 개발자 배정 前 직원 내부고발 메일 유출: “대량 계약 후 밤샘 파견근무… AI는 시연용 더미” 투자 Qatar Investment·SoftBank Vision Fund·Microsoft M12 등에서 총 $450M 투자 → 밸류 $1.5B 투자 유치 시 GPT-3 파워드 ‘자동 앱 빌더’ 라이브 데모 → 프론트엔드만 AI, 백엔드는 미리 짜둔 스크립트 호출 실제론 ‘라운드트리핑’(서로 청구서를 주고받아 매출 부풀리기)로 재무제표 조작 4월 말 英 고등법원 가압류 → HSBC 실사 후 주계좌 동결, 채권단 회수 착수 22개 고객사 프로젝트 중 9건 “전액 환불·손해배상 소송” 진행 중 Luma AI, "Modify Video" 공개 2025 년 6 월 2 일 Luma Labs 공식 블로그를 통해 ‘Modify Video’ 출시 발표. Dream Machine Ray 2 모델에서 최대 10 초 클립 지원. “고정 프리셋 선택 → 첫 프레임 스타일 설정 → 프롬프트/레퍼런스 프레임 추가” 순서로 작업 기존 ‘text-to-video’보다 후편집(post-production) 워크플로우를 단축해 VFX·광고·SNS 숏폼 제작 비용 절감 목표 주요 기능 카테고리 설명 장면 구조 보존 포즈·표정·카메라 움직임·깊이 등 ‘고차원 성능 시그널’을 추적해 원본 모션 유지

Flux One kontext (Black Forest Labs) 독일의 AI 연구소인 Black Forest Labs에서 개발한 최신 이미지 생성 및 편집 도구 텍스트와 이미지를 동시에 입력받아, 사용자가 원하는 대로 이미지를 생성하거나 수정. 예를 들어, 기존의 사진에서 특정 인물의 표정이나 배경을 변경하거나, 새로운 스타일을 적용하는 등의 작업이 가능. 컨셉 : “Stable Diffusion급 리얼리즘 ＋ GPT-Image급 편집 자유도” 핵심 기능 문맥 기반 생성: 텍스트와 이미지 둘 다를 기반으로 새로운 이미지를 생성 로컬 편집: 이미지의 특정 요소만 수정 가능 (예: 얼굴에 있는 물건 제거) 스타일 유지: 참조 이미지의 스타일을 유지한 채 새로운 장면 생성 캐릭터 일관성: 인물/사물의 정체성과 특징을 여러 장면에서 유지 고속 처리: 기존 모델 대비 최대 8배 빠른 추론 속도 단계별 편집 지원 하나의 이미지에 대해 여러 단계에 걸쳐 텍스트로 수정 가능 각 수정 단계마다 품질과 캐릭터 일관성을 유지하며 이미지 업데이트 모델 종류 FLUX.1 Kontext [pro] 텍스트 기반 생성, 이미지 기반 편집, 로컬 수정 모두 지원 빠른 속도로 반복 편집 가능 FLUX.1 Kontext [max] 프롬프트 해석력과 타이포그래피 생성 능력 향상 높은 일관성과 속도 유지

Google I/O 2025 분류 주요 발표 디테일 & 실전 영향 ① Veo 3 (텍스트→영상) 최대 1080p·30fps·90초 - 대사·SFX·BGM 동시 합성(페르소나·감정 조절 가능).<br>· 연속 프롬프트—대본 입력→장면별 자동 컷 편집. 영상편집 초보 → 틱톡·릴스 제작까지 원-클릭 Ultra 요금제(월 250, 50% 할인 중) : 일 5 회 제한 ② Flow(베타) 타임라인 기반 ‘AI 프리미어’.Extend·Jump-to·오브젝트 삭제/삽입. V2/Veo3 혼합 가능, 장면 Extend·Jump-to·오브젝트 삭제/삽입. 스토리보드→러프컷→파이널까지 한 곳에서. 프롬프트형 파이널컷. ③ V2 업그레이드 카메라 컨트롤 (Pan, Tilt, Dolly, Zoom). Out-painting : 해상도·화각 확대 레퍼런스 이미지 두 장 → 스타일·배경 결합. “B-롤 + 카메라워크” 를 한 문장으로. ④ Imagine 4 (이미지) 텍스트 렌더링 정확도 ↑, 사진/만화 품질 ↑. “8-페이지 풀컬러 만화” 1 프롬프트 완성. 썸네일·만화·포스터 제작 속도 폭발.

Google DeepMind ‘Alpha Evolve’ 공개: 자가 진화형 AI 등장 Alpha Evolve는 코드 문제를 스스로 생성·검증·개선하는 자가 학습형 AI. Gemini Flash는 아이디어를 광범위하게 생성, Gemini Pro는 그중 우수안을 정제. 1969년 이후 갱신되지 않은 복소수 행렬 곱셈 알고리즘을 개선한 사례도 등장. 활용사례 데이터센터 스케줄링 Google의 Borg 시스템에서 효율적인 스케줄링 알고리즘을 제안 전 세계 컴퓨팅 자원의 0.7% 회수 효과 발생 (1년 이상 운영 중) 하드웨어 설계 보조 행렬 곱셈을 위한 회로 최적화를 Verilog 코드 수준에서 제안 향후 TPU에 적용 예정 → AI와 하드웨어 엔지니어 협업 강화 AI 모델 학습 속도 향상 Gemini 모델의 핵심 연산을 23% 속도 개선 전체 학습 시간 1% 단축, 수백만 달러 규모의 리소스 절감 FlashAttention 커널에서 최대 32.5% 속도 향상 'Absolute Zero': 데이터 없이 학습하는 자가학습 모델 칭화대, 북경AI연구소, 펜실베이니아 주립대 공동 논문 발표. 외부 데이터 없이 AI가 스스로 학습 과제를 생성하고 해결하는 자기주도형 학습 방식입니다.. 기존의 강화학습은 고품질 데이터셋에 의존했다면, AZR은 코드 실행기를 통해 학습과 보상 루프를 자체 생성 AGI 수준은 아니며, 비즈니스/일상적 추론 영역에는 한계 있음.

OpenAI 모델 가이드 발표 OpenAI, 사용자들이 다양한 GPT 모델 중 어떤 것을 어떤 상황에 써야 할지 혼란스러워함을 인식함. 이에 각 모델의 특성과 용도를 정리한 가이드 공개함. 문서명은 엔터프라이즈용이지만 일반 사용자에게도 적용 가능. 각 모델의 성능, 응답 스타일, 추천 사용 예시 등을 구체적으로 설명함. 예: GPT-4.5는 감성 표현과 창의적 글쓰기에 탁월함. 공감이 중요한 고객 대응 메일이나 마케팅 콘텐츠에 적합함. GPT-4 Mini High는 수학 계산이나 프로그래밍에서 높은 정확도 제공함. https://cookbook.openai.com/examples/partners/model_selection_guide/model_selection_guide HeyGen Avatar 4 – 한 장의 사진으로 실사 아바타 영상 생성 HeyGen Avatar 4, 한 장의 이미지와 스크립트 or 음성으로 실제 사람처럼 말하는 AI 아바타 영상 생성 가능함. 사진 업로드 후 사용자가 녹음한 음성 or 입력한 텍스트 기반으로 영상 생성. 음성의 톤, 리듬, 감정 등을 분석해 입 모양, 표정, 고개 움직임, 미세 표정까지 재현함. 단순 립싱크 수준을 넘는 자연스러운 결과물 가능. 개인 브랜딩, 유튜브 영상, 고객 응대 봇 등에 활용 가능함. NVIDIA 초고속 음성 텍스트 변환기 공개 NVIDIA, 1시간 분량 오디오를 단 1초 만에 텍스트로 바꾸는 음성 인식 모델 공개함. 현재 HuggingFace에서 무료로 체험 가능. Whisper 등 상용 음성 모델과 달리 오픈소스로 제공됨. 누구나 자유롭게 사용 가능. 오류율 6.05%로 정확도 우수. 팟캐스트, 회의, 강의 등 긴 오디오 문자화에 효율적임. 넷플릭스의 AI 기반 검색 및 쇼츠 피드 테스트 넷플릭스, “기분 좋은 로맨틱 코미디 보고 싶어” 식의 자연어 기반 생성형 AI 검색 기능을 iOS 사용자 대상으로 베타 제공 중.

OpenAI, 무료 플랜에 Deep Research 기능 제공 ChatGPT 무료 사용자에게도 월 5회까지 Deep Research 기능 제공. Plus, Team, Pro 사용자는 기존 Deep Research 할당량 소진 시 '라이트 Deep Research'로 자동 전환. '라이트' 버전은 o4-mini 모델 기반으로, 응답이 짧아지고 비용이 절감되지만 정보의 깊이는 유지. Plus는 월 10회, Team은 월 15회, Pro는 월 125회 Deep Research 기본 제공. OpenAI, 완전 개방형 모델 출시 계획 6월경 무료로 다운로드 가능한 오픈 모델(Open-weight LLM) 출시 예정. 로컬 컴퓨터에서 인터넷 연결 없이 실행 가능, 데이터 프라이버시 확보. Meta Llama 4 이상의 성능 목표. 복잡한 쿼리는 API를 통해 GPT-4o 같은 클라우드 모델에 자동 핸드오프 가능성 있음. Perplexity AI, Siri를 능가하는 아이폰용 AI 어시스턴트 출시 iOS용 Perplexity 앱에 'Perplexity Assistant' 기능 추가. 이메일 작성, 미팅 예약 변경, 팟캐스트 재생, 일정 관리 등 실생활 지원 기능 강화. Siri 대비 실제 활용성 및 실용성이 뛰어나다는 평가. 일부 기능은 아직 베타 단계라 완성도가 완벽하지 않음. https://youtu.be/MuLXoeK-AY8 마이크로소프트, 365 Copilot에 새로운 에이전트 기능 추가 Microsoft 365 Copilot에 'Agent Store' 오픈 예정. 분석(Analyst), 리서치(Research) 전용 AI 에이전트 추가. 사용자는 원하는 에이전트를 선택해 설치 가능, 외부 툴(Jira, Dropbox, Trello 등)과 연동 가능. 데이터 기반 자동 차트 생성, 문서 작성 등 업무 생산성 향상 기대. https://youtu.be/5xj5BQUKQas?si=ukeEHEQOhbSOX1n8

OpenAI 신규 모델 출시 및 변경사항 GPT-4, GPT-4.5 모델 서비스 종료 (4월 30일부터) ChatGPT에서는 4월 30일부터 GPT-4가 GPT-4o로 대체 GPT-4는 OpenAI API를 통해 계속 제공 최근 출시된 4.5도 함께 중단 결정GPT-4.5는 고비용 대비 성능 향상이 제한적이라는 평가로 인해 API에서의 지원이 중단될 예정 새로운 GPT-4.1 시리즈 공개 (API 전용) 버전: 4.1, 4.1 mini, 4.1 nano GPT-4.1 mini는 GPT-4o 대비 83% 저렴하며, 지연 시간도 절반 수준 (4.5 대비 약 40배 저렴) 100만 토큰 컨텍스트 (약 75만 단어) : 코디엄(Windsurf)이 실시한 200개의 PR Benchmark에서 54% vs 45.1%로 Claude 3.7 sonnet을 이겼으며, 코드 제안 task에서도 6.81/10으로 sonnet(6.66/10)보다 높은 성능을 나타냄 (100만 토큰 당 $) 모델 입력 출력 GPT-4.1 2 8 GPT-4o 3.75

Meta의 Llama 4 벤치마크 이슈 라마 4 모델군: Scout, Maverick, Behemoth Scout: 최대 10백만 토큰(약 7.5백만 단어) 컨텍스트 윈도우로 현존 최장 수준 Maverick: 파라미터는 더 많지만 컨텍스트 윈도우는 1백만 토큰 Behemoth(예정): 2조 파라미터로 추정, 출시 시점 불확실 LM Arena 벤치마크 논란: 메타가 제출한 실험용 모델이 일반에 공개되지 않은 최적화 버전으로 평가받아, 초기에는 높은 순위를 기록했으나 실제 공개 버전이 다시 테스트되면서 순위가 급락. 새 평가 방식 도입: LM Arena 측은 이번 사건을 계기로 평가 정책을 수정하고, “Llama-4-Maverick-17B-128E-Instruct”라는 공개 버전 기준으로 재평가를 진행. 공개 버전의 실제 성능: 재평가 결과, Llama 4 Maverick은 기존의 GPT-4o, Claude 3.5 Sonnet, Gemini 1.5 Pro 등과 견줄 때 낮은 순위를 기록. 내부고발자 “벤치마크 데이터로 모델 훈련” 폭로 → Meta 공식 부인 MS Copilot Update 메모리(Memory) 기능 확장 사용자 취향·경험 학습 반려동물 이름, 직장에서의 까다로운 프로젝트, 운동 루틴 등 세부정보 장기 보관 개인화된 제안, 알림, 선제적 대응 등 실질적 AI 비서 역할 강화 보안·개인정보 보호 대시보드 통해 사용자가 저장 정보 유형이나 기능 On/Off 결정 가능 “메모리는 진정한 AI 동반자의 핵심” (MS 공식 블로그), 개인정보 설정 중요성 강조 https://youtu.be/H54C6MVyk5U 작업 대행 ‘액션(Actions)’ 기능

OpenAI: 대규모 투자 유치 & 신규 오픈소스 모델 발표 SoftBank 주도 400억 달러(58조원) 투자 기업 가치 3,000억 달러(440조원) 규모로 평가, 데이터센터·GPU 확충에 집중 투자 예정 CNBC에 따르면, 소프트뱅크는 오픈AI의 영리 기업 전환을 조건으로 투자에 참여했으며, 25년 연말까지 영리형태로 전환하지 않을 경우, 최대 100억 달러(약 14조원)의 투자금이 삭감될 수 있는 조건이 설정됐음 WSJ에 따르면 microsoft 컨소시엄이 10억 달러 규모로 추가 투자 검토 중 OpenAI는 흑자전환시점을 2029년으로 예상 중 오픈소스 언어 모델 & OpenAI Academy GPT2 이후 첫 오픈 모델 준비, 개발자·연구자와 사전 협의 통해 최적화 academy.openai.com에서 AI 교육자료(노인 대상 AI, RAG 기반 그래프 등) 온라인 강의 제공 Llama 4 공개(Scout, Maverick) 모델 특징 17B Base 모델에 MoE 적용 총 3가지 모델 공개(Behemoth는 추후 공개예정) 기술적 핵심요소 MoE 아키텍처 (Mixture of Experts) 일부 전문가만 활성화해 연산 효율화 Native 멀티모달 & Early Fusion 텍스트와 이미지 데이터를 초기부터 통합 학습 이미지 최대 48장 입력 가능 iRoPE 기반 초장문 문맥 처리 10M 토큰, '무한 문맥' 가능성

OpenAI, Whisper를 넘어서는 차세대 음성 인식 모델 (STT, TTS) 배경 OpenAI는 Whisper는 오픈소스로 공개되어 대중적 지지를 받았지만, 속도와 일부 언어에서의 정확도 측면에서 한계가 있었음 GPT-4.0 및 Mini는 OpenAI가 내부적으로 연구·개발한 차세대 음성 인식 모델로, Whisper를 대체할 만한 ‘상위 버전’ 주요 기능/특징 정확도(Accuracy) 영어 기준으로 Whisper 대비 오류율이 눈에 띄게 낮아짐. 억양이 복잡하거나 주변 소음이 많은 환경에서도 인식 성능이 개선. 처리 속도(Throughput) Whisper보다 최대 2배 이상 빠른 처리 속도를 제공한다고 발표. 실시간 스트리밍 환경(예: 컨퍼런스, 라이브 방송)에서도 유용. Voice Cancellation & Activity Detection Voice Cancellation: 고음질 마이크가 아닌 상황에서도 배경 소음을 줄여주는 기능. Voice Activity Detection: 사람이 실제로 말하는 구간만 정확히 인식하여 불필요한 공백을 줄임. 가격 경쟁력 분당 0.5~0.6센트 수준으로, 업계 최저 수준. (Whisper 대비 경쟁력 확보) 시장 반응 기업용 콜센터, 온라인 세미나 플랫폼, 대규모 컨퍼런스 운영사 등이 이미 테스트를 진행 중인 것으로 알려짐. 기존에 Whisper를 사용하던 개발자 커뮤니티도 전환을 고려할 만큼 매력적이라는 평가가 다수. 활용사례 콜센터 자동화: 상담원의 음성을 실시간으로 텍스트화하여 고객 이슈를 분석하고 FAQ 연동.

Manus AI 개요 최근 공개된 차세대 AI 멀티 에이전트 협업시스템으로 Sonnet 3.5를 기반으로 만들어짐 사용자의 요청을 받아 자동으로 다양한 작업을 수행할 수 있는 기능을 제공 AI가 단순한 챗봇을 넘어 실제 업무를 수행하는 단계로 발전하는 중요한 사례로 평가됨 웹 브라우저를 직접 조작해 정보 검색, 데이터 분석, 문서 정리 등의 복잡한 태스크를 자동화할 수 있음 Manus AI의 주요 기능과 데모 사례 이력서 분석 (Resume Screening) 다수의 이력서를 압축 파일로 업로드하면, AI가 이를 개별적으로 분석하여 평가 점수를 부여하고, 정리된 보고서를 제공 부동산 조사 (Property Research) 사용자가 원하는 조건(예: 뉴욕, 안전한 지역, 낮은 범죄율)의 부동산을 자동으로 검색하여 최적의 추천 목록을 제공 주식 분석 (Stock Analysis) 특정 기업의 주가 및 시장 데이터를 조사하고, 투자 전망을 분석하는 기능 수행 커뮤니티에서의 활용 사례 AI를 활용한 SEO 감사 (Website SEO Audit) : 특정 웹사이트를 분석하고, SEO 최적화를 위한 개선점과 실행 전략을 제공 자동 게임 생성 : Three.js를 활용한 간단한 게임을 단 하나의 프롬프트 입력만으로 완성 기타 Manus AI는 Claude Sonnet을 포함한 29개 이상의 도구를 통합하여 실행됨 과부하 문제: 높은 사용량으로 인해 시스템이 가끔 중단되거나 지연되는 문제 발생 AI의 한계: 완전한 자율적 사고보다는 사전 설정된 도구들의 조합을 활용하여 자동화하는 수준 하지만, 현재까지 공개된 AI 에이전트 중 가장 실용적이며 상용화 가능성이 높은 모델로 평가됨

OpenAI, 월 2만 달러 AI 에이전트 출시 예정 고급 AI 에이전트 서비스 계획 OpenAI가 월 $2,000에서 $20,000에 이르는 AI 에이전트 서비스 출시를 준비 중. 고급 연구 및 소프트웨어 개발 지원이 가능한 자동화된 AI 에이전트를 제공할 예정. 세 가지 주요 AI 에이전트 유형 기본형 ($2,000/월): 고소득 지식 노동자를 위한 연구 지원 AI. 중급형 ($10,000/월): 소프트웨어 개발 업무를 자동화하는 AI. 고급형 ($20,000/월): 박사 수준의 연구를 수행할 수 있는 AI. AI 대 인간 비교 논란 "월 10,000달러면 인간 소프트웨어 개발자를 고용할 수도 있다"는 의견도 제기. AI 에이전트의 생산성 및 경제성이 주요 논쟁점이 될 전망. Google 및 DuckDuckGo, AI 검색 기능 강화 Google의 AI 검색 모드(AI Overview) 웹 검색 결과를 기반으로 AI가 답변을 생성하는 검색 모드 테스트 중. Perplexity 및 OpenAI의 검색 기능과 유사한 방식. Google One Premium(월 $20) 가입자에게 우선 제공될 가능성. DuckDuckGo의 AI 검색 확장 AI 챗봇 서비스 duck.ai 공개 → GPT-4, Llama 3, Claude 등을 선택 가능. 기존 검색 엔진에도 AI 요약 기능 추가. AI 기반 음성 및 영상 생성 기술 급성장

Anthropic의 Claude Sonnet 3.7: 차세대 AI 모델의 등장 하이브리드 추론 기능 도입 Claude Sonnet 3.7은 빠른 응답과 깊이 있는 사고를 병행하는 하이브리드 추론(Hybrid Reasoning) 기능을 탑재. 복잡한 문제 해결 시 심층 분석이 가능하면서도, 간단한 질문에는 즉각적인 답변 제공. 업계 최고 수준의 성능 지표 MMLU 벤치마크(대학 수준 종합 평가)에서 84.8% 기록, OpenAI의 최신 모델 GPT-4.5(79.7%)보다 높은 점수 획득. Claude 3.5 Sonnet, OpenAI, DeepSeek, Grok 3 Beta를 다수의 항목에서 앞섬. 강력한 개발자 지원 기능 대규모 컨텍스트 윈도우 지원 → 긴 문서 이해 및 분석이 뛰어남. API 제공을 통해 다양한 서비스 및 애플리케이션에 통합 가능. 고급 코딩 및 디버깅 지원 → 복잡한 소프트웨어 개발 작업을 보조. Pricing 100만 토큰 기준 claude 3.7 : 입력 3달러, 출력 15달러 o3-미니 : 입력 1.10달러, 출력 4.40달러 딥시크-R1 : 입력 55센트, 출력 2.19달러 OpenAI GPT-4.5 공식 출시: 성능 개선 및 새로운 사용자 경험 제공 더욱 정교한 콘텐츠 생성 GPT-4.5는 이전 모델보다 더 간결하고 요점 중심적인 응답을 제공.

OpenAI 로드맵과 제품 업데이트 모델 통합 및 사용자 경험 개선: 기존의 여러 모델(예: GPT-4, GPT-3 등) 선택 옵션이 너무 복잡하다는 문제 인식. “마법 같은 통합 인텔리전스”라는 목표 아래, 사용자가 프롬프트만 입력하면 내부적으로 최적의 모델을 선택하여 응답하는 시스템 구축 계획. 신규 모델 출시 계획: 내부적으로는 GPT-4.5(코드명 Orion)로 불리는 모델이 곧 출시될 예정이며, 이는 최종 비체인 오브 씽킹(non-chain-of-thought) 모델로 알려짐. 이후 GPT-5부터는 테스트타임 컴퓨트(test-time compute) 방식을 도입하여, 프롬프트 입력 시 실시간으로 “생각”하는 과정을 반영할 예정. 서비스 등급에 따른 차별화: 무료 사용자에게는 GPT-5 제공. 구독자와 프로 사용자에게는 더 높은 수준의 인텔리전스 옵션을 제공하여, 사용 목적에 맞는 맞춤형 서비스 제공. 기능 및 사용성 업데이트: 프로 사용자 대상 딥 리서치(Deep Research) 기능이 모바일(iOS, Android)과 데스크탑(Mac, Windows) 모두에서 활성화됨. OpenAI 01과 03 mini 버전에 파일 및 이미지 업로드 기능 추가되어, PDF나 이미지 자료에 대해 질문하고 분석할 수 있음. Plus 사용자를 위해 03 mini high의 일일 사용량 제한이 7배 상향되어 최대 50회 사용 가능. 오픈 소스 관련 발언: 최근 샘 알트만은 오픈 소스에 대한 논의도 진행하며, 앞으로 일부 모델 또는 기술을 오픈 소스 방식으로 공개할 가능성을 시사함. 이는 머스크가 주장하는 “원래의 개방적 목표”와 일맥상통하는 부분으로, 향후 OpenAI의 전략 방향에 관심이 집중됨. Adobe Firefly – AI 기반 비디오 생성 도구 핵심 기능 및 특징:

OpenAI, o3-mini 비용 효율적인 최신 reasoning 모델로, 고급 수학 및 코딩 문제에서 뛰어난 성능을 발휘함. 함수 호출(Function Calling), 구조화된 출력(Structured Outputs), 개발자 메시지 지원 등 다양한 기능을 지원하여 유연성을 높임. 세 가지 reasoning effort 제공: Low, Medium, High, 이를 통해 사용자는 응답 속도와 정확성 간의 균형을 조절 가능. Low Reasoning Effort: 빠른 응답이 필요한 경우 적합 (예: 단순 요약, 기본적인 코드 생성). Medium Reasoning Effort (기본값): 속도와 정확성의 균형을 유지하며, 일반적인 AI 활용에 적합 (예: 중간 난이도의 수학 문제 해결, 논리적인 질문 응답). High Reasoning Effort: 복잡한 문제 해결을 위해 더 깊이 있는 추론 수행 (예: 고급 알고리즘 문제 해결, 과학적 분석, 논리적 사고 요구). 스트리밍 지원 (단, 비전(이미지) 기능 없음), 따라서 시각적 이해가 필요한 작업에서는 OpenAI o1 모델 사용 권장. ChatGPT 및 API(Chat Completions, Assistants, Batch API)에서 사용 가능하여 다양한 개발 환경에서 활용 가능. Plus 및 Team 사용자의 메시지 제한이 기존 o1-mini의 50개에서 150개로 증가, 이를 통해 더 많은 쿼리를 실행할 수 있음. 검색 기능 추가(웹 링크 제공)로 최신 정보를 더욱 정확하게 제공할 수 있음. 무료 사용자도 'Reason' 모드 선택을 통해 사용 가능, 이는 OpenAI reasoning 모델 중 처음으로 무료 사용자에게 제공됨. OpenAI, Deep Research 인터넷에서 방대한 정보를 수집·분석·종합해, 복잡한 과제를 수십 분 안에 자동으로 해결해주는 역할을 수행 Deep research는 5분에서 최장 30분 동안 인터넷을 탐색해 세부적인 보고서를 작성함 작업 진행 중에는 단계별 요약과 참조 출처가 표시되는 사이드바를 통해 과정을 확인 가능 최종 결과물은 광범위한 인용과 함께 보고서 형태로 제공되며, 향후 이미지·데이터 시각화 등도 포함될 예정 동작원리 OpenAI o1의 추론 능력을 확장한, 다음 세대 모델(OpenAI o3 기반)을 활용해 복잡한 브라우징과 분석 작업에 대응

DeepSeek 중국 항저우 인공지능 회사. DeepSeek-V3 등 MoE 모델들 출시. V3의 경우 타 회사 대비 API 비용이 10배 이상 쌈. V3모델에 강화학습(feat. GRPO) 방식을 적용한 것이 R1 감춰져있던 OpenAI-o1은 어떻게 만들까?에 대한 방법론 제시. 답은 SFT->RL->SFT->RL 오해 전체 비용이 80억 아님 V3를 한번 학습하는데 드는 비용이 80억임. 보통 모델을 학습하는 과정은 여러 파라미터를 조정하면서 여러번 시도하기 때문에 학습과정에서 더 많은 비용이 들어갔을 것으로 추정됨. V3를 학습하는데 들어간 비용이 80억이고, R1에 CoT학습데이터를 대규모로 넣어서 강화학습을 진행했기 때문에 더 많은 비용이 들어갔을 것으로 예상됨 저사양 GPU에서만 학습한 것은 아님 Deepseek의 모회사인 highflyer는 퀀트 기반의 헤지펀드로 이미 고성능 gpu를 많이 확보하고 있을 것이라는 의견이 지배적(A100과 H100 모두 1만장씩 보유하고 있을 것이라는 의견도 존재) 연산량 최적화로 OpenAI대비 낮은 가격으로 API 제공가능 inference 과정에서 연산량을 줄이는 MLA 기법(아래 설명)이 사용되었으나, 이것만으로 훨씬 낮은 가격으로 제공할 수 있는 수준은 아님 OpenAI의 가격이 너무 비싼 수준이었거나, Deepseek가 데이터확보를 위해 원가이하의 가격으로 모델을 제공 중일 가능성이 있음 혁신적은 학습방법론을 제안한 것은 아님 MLA를 제외하고는 가설로 나와있거나 이미 적용되고 있는 기술이었음. 이걸 잘 조합한 하고 방법론을 공개한 부분은 충분히 의미가 있음 기여