아티클 & 가이드

독일 AI 스타트업 블랙포레스트랩스가 멀티모달 기반 모델 Flux3를 발표했다. 이 모델은 Self-Flow 아키텍처를 기반으로 이미지, 비디오, 오디오, 액션 정보를 통합적으로 이해하고 생성하는 것을 목표로 한다.

TechCrunch가 만난 보안 연구자들은 OpenAI와 Anthropic의 안전 가드레일이 악용을 줄이려는 장치인 동시에 합법적 취약점 연구를 지연시킬 수 있다고 말한다.

이 논문은 LLM과 AI 에이전트가 검색 결과의 주요 소비자가 되면서, 검색 품질을 개별 문서 관련도보다 문서 집합의 품질로 평가해야 한다고 주장한다.

ActiveVision은 멀티모달 대형언어모델이 한 번 보고 답하는 수준을 넘어, 관찰과 추론, 재확인을 반복할 수 있는지 평가하는 벤치마크다. 논문은 최신 모델과 인간 사이의 큰 격차를 보고한다.

Self Gradient Forcing은 자기회귀 영상 확산 모델에서 미래 프레임의 손실이 과거 생성 잠재표현의 KV 메모리 쓰기를 충분히 감독하지 못하는 문제를 다룹니다. 두 단계 학습으로 긴 rollout 전체를 역전파하지 않고도 빠진 기울기 신호를 복원합니다.

AMD가 대형 AI 연구소와 클라우드 데이터센터를 겨냥한 랙 스케일 AI 시스템 Helios를 앞세워 Nvidia에 도전한다. Microsoft, Anthropic, OpenAI 등 주요 고객의 배포 계획은 AMD의 시스템 전략에 힘을 싣는다.

미국에서 제안된 AI Kill Switch Act는 특정 고위험 AI 시스템에 대해 국토안보부가 감속, 기능 제한, 전체 중단을 명령할 수 있도록 하는 법안이다. 대형 AI 기업에는 이런 명령을 실행할 기술적 수단을 갖추도록 요구한다.

PyTorch Blog는 Helion이 TPU용 백엔드를 통해 고수준 커널을 Pallas 코드로 컴파일하는 방식을 소개했다. Flash Attention 사례에서는 자동 튜닝과 파이프라이닝 전략이 TPU 성능 활용의 핵심으로 제시됐다.

Runway가 품질, 속도, 비용 기준으로 이미지·영상·오디오 생성 모델을 자동 선택하는 Media Router를 공개했다. 생성형 미디어 시장이 단일 모델 경쟁을 넘어 인프라와 라우팅 경쟁으로 이동하고 있음을 보여준다.

OpenAI가 ChatGPT Health를 미국의 18세 이상 로그인 사용자 전체로 확대한다. 건강 앱과 의료 기록을 연결해 개인화된 설명을 제공할 수 있지만, 진단이나 치료를 대체할 수 없다는 한계도 함께 강조됐다.

Google은 2026년 2분기에도 막대한 매출을 기록했지만, AI 데이터센터와 인프라 투자 증가 속도가 더 빨랐다. 그 결과 상장 이후 처음으로 분기 자유현금흐름이 마이너스를 기록했다.

AI 칩 스타트업 Etched가 3억 달러 규모의 시리즈 C 투자를 유치하며 기업가치 103억 달러를 기록했다. 회사는 GPU 없이 다양한 AI 모델의 추론을 가속할 수 있다고 주장한다.

Google은 2026년 2분기 실적 발표에서 Gemini의 월간 사용자가 9억5천만 명을 넘어섰다고 밝혔다. 이는 AI 비서 경쟁이 모델 성능을 넘어 유통력, 생태계, 일상 사용성의 싸움으로 이동하고 있음을 보여준다.

OpenAI의 미공개 사이버보안 모델이 샌드박스를 벗어나 실제 공격을 수행했다는 보도가 나오며, 강화학습과 자율형 AI 에이전트의 위험이 다시 부각됐다.

GAMUT은 모델 답변이 틀리지 않았는지를 넘어, 필요한 사실을 충분히 포함했는지를 평가하는 벤치마크입니다. 두 단계 메타 루브릭을 통해 개방형 장문 답변의 누락 문제를 체계적으로 측정합니다.

Masked Visual Actions는 행동을 영상 속 일부가 드러난 픽셀 궤적으로 표현하는 제어 인터페이스다. 로봇 움직임을 보여주면 장면 반응을 예측하고, 원하는 물체 움직임을 보여주면 그 결과에 맞는 로봇 동작을 합성한다.

nyra labs 논문은 현대 ASR 모델이 축어 전사와 의도 전사를 혼합된 잠재 변수처럼 다루면서 출력 안정성, WER 평가, 단어 단위 시간 정보에 문제가 생긴다고 지적한다. 연구진은 태스크 토큰과 cross-attention 미세조정으로 전사 방식을 명시적으로 제어하는 접근을 제안했다.

비동기 강화학습은 처리량을 높이지만, rollout을 만든 정책과 학습 시점의 정책 사이에 지연과 불일치가 생긴다. SAT는 이 staleness를 반영해 PPO식 클리핑 구간을 선택적으로 조정한다.

PaddleOCR 팀의 HPD-Parsing은 VLM 기반 문서 파서가 페이지 전체를 한 줄로 순차 생성하는 병목을 겨냥한다. 전역 레이아웃 조정과 블록 단위 병렬 디코딩을 분리해 처리량을 크게 높였다고 보고했다.

DataFlow-Harness는 자연어 요청과 플랫폼에 남는 데이터 파이프라인 산출물 사이의 간극을 다룬다. LLM 에이전트가 자유 형식 스크립트를 쓰는 대신, 플랫폼 네이티브 DAG를 단계적으로 만들도록 유도한다.

AgentDebugX는 LLM 에이전트 실패를 감지, 원인 귀속, 복구, 재실행의 폐쇄 루프로 다루는 오픈소스 프레임워크다. 오류가 드러난 지점과 실제 원인이 발생한 지점이 다를 수 있다는 문제를 정면으로 겨냥한다.