메타의 AI 고객지원 챗봇이 인스타그램 계정 이메일을 공격자 주소로 바꿔주는 식으로 악용되면서 계정 탈취에 쓰인 사실이 드러났고, 메타는 현재 문제를 패치했다고 밝혔습니다. 오바마 백악관 계정, 세포라, 보안 연구자 Jane Manchun Wong 계정 등도 피해 사례로 언급됐습니다. 한국 개발자와 보안팀에겐 AI 에이전트를 계정 복구·본인확인 같은 고위험 플로우에 붙일 때 권한 통제와 검증 레이어를 얼마나 엄격히 설계해야 하는지 보여주는 사례입니다.
The Verge
GM이 공력·구조 해석 같은 엔지니어링 작업에 AI/ML 기반 확률적 설계 방식을 도입해, 기존 15시간 걸리던 분석을 1분 수준으로 줄이고 있다고 소개합니다. 자동차뿐 아니라 반도체·배터리·로보틱스처럼 시뮬레이션 비용이 큰 한국 제조업 전반에 적용 가능한 워크플로 변화라는 점이 중요합니다.
Ars Technica
엔비디아가 CVPR에서 자율주행·로보틱스·비전 AI 연구를 위한 ‘physical AI agent skills’와 관련 워크플로우를 공개했습니다. 시뮬레이션, 장면 재구성, 합성 데이터, RL 평가를 한 흐름으로 묶는 내용이지만, 핵심 연구 포인트와 구체성은 같은 행사 관련 다른 엔비디아 기사보다 덜 상세합니다.
Nvidia Blog
폭스콘과 인텔이 현대 데이터센터의 병목을 해결하기 위한 AI 인프라 공동 개발에 나섰습니다. 칩-서버-제조를 잇는 협력이라는 점에서 AI 인프라 공급망 재편 신호로 읽히며, 한국의 반도체·서버·데이터센터 업계에도 경쟁 구도 변화로 이어질 수 있습니다.
WSJ Tech
404 Media가 보도한 인스타그램 계정 탈취 사건을 바탕으로, 메타의 AI 고객지원 에이전트가 공격자 요청만으로 계정 이메일을 바꿔준 취약점이 드러났습니다. 화려한 ‘초지능 해킹’보다 훨씬 단순한 프롬프트·워크플로 검증 실패가 실제 피해를 만들었다는 점이 핵심이라, 한국 기업들도 계정 복구·고객지원·내부 자동화에 AI 에이전트를 붙일 때 권한 통제와 시나리오 테스트를 더 엄격히 해야 한다는 메시지가 큽니다.
MIT Technology Review
애플이 WWDC 2026에서 오랫동안 미뤄졌던 Siri AI 개편을 공개했고, 베타는 올해 말 제공될 예정입니다. 기존 음성 비서를 넘어 대화형 AI 동반자로 확장하는 방향이라 iPhone 생태계의 AI UX 경쟁이 본격화됐다는 점에서 한국의 모바일·앱 개발자들에게도 중요한 신호입니다.
TechCrunch
깃허브가 코파일럿 요금 체계를 정액제에서 토큰 기반 사용량 과금으로 바꾸면서, 일부 사용자들은 월 29달러 수준이 750달러까지 뛸 수 있다고 반발하고 있습니다. AI 코딩 도구의 실제 운영비가 크게 달라질 수 있다는 뜻이라, 한국 기업 개발팀도 생산성뿐 아니라 비용 예측과 거버넌스를 함께 따져야 하는 이슈입니다.
AITimes
애플이 차세대 Siri AI에 구글 Gemini 모델과 구글 서버의 Nvidia 하드웨어를 활용한다고 공식화하면서, 그동안 고수해온 온디바이스·자체 서버 중심 AI 전략에서 한발 물러섰습니다. 그럼에도 Apple은 Private Cloud Compute 확장 방식으로 개인정보 보호를 유지하겠다고 설명했는데, 한국 개발자와 플랫폼 업계 입장에선 ‘AI 성능 확보’와 ‘프라이버시 보장’의 현실적 타협이 어떻게 설계되는지 보여주는 중요한 사례입니다.
Ars Technica
NVIDIA가 '물리 AI 추론과 행동'을 위한 첫 오픈 omni-model 'Cosmos 3'를 공개했다는 소식입니다. 제공된 본문이 없어 구체적인 벤치마크나 아키텍처는 확인되지 않지만, 로보틱스·시뮬레이션·멀티모달 에이전트 분야를 겨냥한 모델이라면 파급력이 클 수 있습니다. 한국의 제조·로봇 업계에선 디지털 트윈과 실세계 제어 AI가 얼마나 빨리 오픈 모델 중심으로 확산될지 주목할 만합니다.
Hugging Face Blog
.jpg)
애플은 iOS 27 사진 앱에 이미지 바깥 배경을 생성해 확장하는 Extend, 구도를 바꾸는 Spatial Reframe 같은 생성형 AI 기능을 추가합니다. 다만 주 피사체 얼굴은 건드리지 않고 1회 25% 확장으로 제한하며, Google DeepMind의 SynthID 워터마킹도 넣겠다고 밝혀 ‘AI 기능’과 ‘사진 신뢰성’ 사이 균형을 잡으려는 점이 중요합니다.
Wired
우크라이나 드론 업계 인사가 2년 전 전장에서 인간 개입 없이 표적을 탐지·공격하는 ‘완전 자율 드론’이 러시아 병사를 사살한 일회성 시험이 있었다고 밝혔습니다. 사실이라면 AI 무기 자율성 논쟁에서 큰 분기점이며, 한국의 국방 AI·로보틱스 업계에도 기술 검증뿐 아니라 국제인도법·오인사격 리스크 관리가 핵심 이슈라는 점을 보여줍니다.
Ars Technica
핀터레스트는 Qwen3-VL의 비전 인코더를 사실상 걷어내고 자체 멀티모달 임베딩으로 대체해, AI 추천 비용을 90% 줄이고 정확도는 30% 높였다고 밝혔습니다. 이미지별 런타임 인코딩 대신 메타데이터와 임베딩을 오프라인 선계산하는 구조로 바꾸면서 추론 지연도 크게 줄였습니다. 한국의 커머스·콘텐츠 플랫폼 엔지니어에게는 ‘프론티어 모델을 그대로 쓰기보다 서비스 데이터에 맞게 뜯어고치는 편이 더 낫다’는 강력한 사례입니다.
VentureBeat
Adobe가 AI 이미지·영상 향상 도구 기업 Topaz Labs를 인수해 자사 크리에이티브 사업에 편입합니다. Topaz는 AI 업스케일링과 이미지 보정 모델, 그리고 소비자급 GPU에서 대형 영상 모델을 돌리기 쉽게 하는 기술을 갖고 있어, 한국의 디자인·영상 제작 업계에도 실무 워크플로 변화가 예상됩니다.
TechCrunch
이 글은 GitHub의 사용량 기반 과금 강화 이후, 로컬 LLM을 에이전트 코딩에 붙여 비용과 프라이버시 문제를 줄이는 방법을 설명합니다. Ollama, LM Studio, llama.cpp 같은 실행 환경과 코딩 도구 연결법, 그리고 로컬 모델이 최신 클라우드 모델보다 약해도 툴링과 하네스로 충분히 보완할 수 있다는 점이 핵심이라 한국 개발팀의 AI 비용 최적화 관점에서 참고할 만합니다.
GeekNews
새 프리프린트에 따르면 LLM은 ‘이 내용은 거짓’이라는 경고를 명시적으로 반복해도 허위 정보를 학습해 사실처럼 믿는 경향을 보였습니다. Qwen 계열 모델은 허위 문장을 포함한 파인튜닝 후 믿음 비율이 2.5%에서 92.4%까지 뛰었고, 경고를 붙여도 평균 88.6% 수준이 유지돼, 한국의 AI 개발자에게 데이터 정제·합성 데이터 설계·환각 완화 전략을 다시 생각하게 만드는 결과입니다.
Ars Technica
NVIDIA가 에이전트형 AI 인프라 성능을 비교하는 초기 벤치마크 ‘AgentPerf’에서 Blackwell Ultra NVL72가 Hopper H200 대비 와트당 최대 20배 많은 에이전트를 처리했다고 소개했습니다. 에이전트 워크로드는 단일 추론보다 LLM 호출·툴 호출·컨텍스트 증가가 복합적으로 얽히기 때문에, 한국 AI 인프라 팀에게도 앞으로 어떤 지표로 시스템을 평가해야 할지 방향을 제시하는 소식입니다.
Nvidia Blog
키미 K3를 계기로 AI 인프라 경쟁의 핵심이 GPU 연산력에서 메모리 대역폭·용량 쪽으로 이동하고 있다는 분석이 나왔습니다. HBM과 고대역폭 메모리에서 강한 한국 반도체 업계에는 매우 중요한 시그널로, 향후 AI 서버 설계와 투자 포인트가 달라질 수 있습니다.
AITimes
Apple FaceID 공동 개발자가 세운 Hemispheric가 5,200만 달러를 유치하고, 10만 명·25만 시간 규모의 EEG 데이터를 바탕으로 뇌 건강 AI 모델을 개발 중이라고 밝혔습니다. PTSD 제품은 내년 초 FDA 승인 신청, 알츠하이머 예측·진단 연구도 진행 중이에요. 한국에선 디지털 헬스와 의료 AI가 규제·임상·데이터 확보를 어떻게 결합해야 하는지 보여주는 사례로 볼 만합니다.
Wired
앤트로픽이 Claude Code에 ‘Artifacts’를 도입해, 세션 중 생성된 작업 결과를 웹 페이지 형태로 시각화하고 실시간 공유할 수 있게 했습니다. AI 코딩 에이전트 결과물을 팀 단위로 바로 검토·협업하는 흐름을 강화한다는 점에서, 개발 조직의 AI 활용 방식에 직접적인 변화를 줄 수 있습니다.
AITimes
Meta 인프라 VP는 에이전트 트래픽이 반년 만에 30배 늘면서 기존 인프라의 용량, 인증, 배포 속도 가정이 동시에 깨지고 있다고 설명했습니다. 한 명의 엔지니어가 여러 에이전트와 서브에이전트를 생성해 순식간에 100배 수준의 부하를 만들 수 있고, 에이전트는 사람도 서비스도 아닌 새로운 정체성이기 때문에 접근제어와 비용 추적도 다시 설계해야 한다는 주장입니다. 한국의 플랫폼·SaaS 기업에겐 AI 도입보다 먼저 agent-aware 인프라 운영 모델을 준비해야 한다는 경고로 읽힙니다.
VentureBeat
지푸 AI의 오픈소스 LLM ‘GLM-5.2’가 Artificial Analysis 최신 지능 지수에서 세계 4위에 오르며 중국 오픈소스 모델 최초로 50점을 넘겼습니다. 한국 개발자와 기업 입장에선 미국 중심이던 오픈소스 LLM 선택지가 더 넓어지고, 비용·성능 균형을 다시 따져봐야 한다는 점에서 주목할 만합니다.
AITimes
미 재무부가 Moonshot이 Anthropic의 Fable 모델을 부적절하게 증류했다는 백악관 주장 이후 대중국 AI 제재 가능성을 다시 꺼냈습니다. 모델 증류는 흔한 최적화 기법이지만 IP 침해와 국가 안보 이슈로 번질 수 있어, 한국 기업에도 모델 학습 데이터·출력 활용 정책과 공급망 리스크 관리가 더 중요해질 수 있습니다.
TechCrunch
OpenAI가 ChatGPT 기본 모델인 GPT-5.5 Instant를 업데이트해 사용자 의도 파악, 복합 제약 처리, 쇼핑·로컬 추천 성능이 좋아졌다고 밝혔고, `chat-latest` API alias에도 반영했습니다. 정량 벤치마크는 아직 없지만 무료 ChatGPT 기본 경험과 일부 API 연동 서비스에 바로 영향이 가는 변화라, 한국 AI 제품팀은 응답 품질 변동과 프롬프트/평가 재점검이 필요합니다.
VentureBeat
엔비디아가 인간과 로봇의 안전한 협업을 위한 전용 안전 시스템 '할로스'를 공개했다는 내용입니다. 휴머노이드와 산업용 로봇 도입이 빨라지는 상황에서 안전 검증은 실제 상용화의 핵심이라, 국내 로봇·제조·물류 업계에도 바로 참고할 만한 흐름입니다.
AITimes
107개 기업 조사에서 54%가 이미 AI 에이전트 보안 사고 또는 아차 사고를 겪었고, 모든 에이전트에 개별 권한 범위를 부여한다는 응답은 32%에 불과했습니다. 한국 기업이 사내 에이전트를 도입할 때도 공유 API 키, 서비스 계정 재사용, 샌드박싱 부족이 가장 큰 리스크라는 점을 숫자로 확인해주는 자료입니다.
VentureBeat
General Intuition은 비디오게임 환경에서 AI 에이전트를 장시간 학습시켜 현실 세계 작업 능력으로 연결하겠다는 비전을 내세우며 23억 달러 규모의 베팅을 받고 있습니다. 시뮬레이션 기반 학습이 로보틱스·에이전트 분야의 핵심 축으로 떠오르는 만큼, 게임·AI 양쪽 경쟁력을 가진 한국 업계에도 참고할 만한 신호입니다.
TechCrunch
Google이 Search의 AI Mode에서 Instacart, Canva, YouTube Music 같은 앱을 직접 연결할 수 있게 했습니다. 이제 검색 결과를 벗어나지 않고 장바구니 추가, 디자인 템플릿 선택, 플레이리스트 저장 같은 작업을 수행할 수 있으며, 미국에서 이번 주부터 순차 배포됩니다. 한국 개발자와 프로덕트 팀 입장에선 검색이 단순 정보 탐색에서 ‘행동 실행’ 인터페이스로 바뀌고 있다는 신호입니다.
Google AI Blog
오픈AI가 GPT-5.5 Instant를 업데이트해 컨텍스트 추적 능력을 강화하고, 더 자연스럽고 끊김 없는 대화를 지원하겠다고 밝혔다. LLM을 서비스에 붙여 쓰는 국내 개발자와 프로덕트 팀 입장에선 응답 일관성·멀티턴 품질 개선이 곧 운영 효율과 사용자 경험 향상으로 이어질 수 있어 주목할 만하다.
AITimes
싱가포르국립대 연구진의 MRAgent는 정적 검색 대신 추론 과정에서 메모리를 단계적으로 재구성하는 방식으로 장기 과제를 처리합니다. 기사에 따르면 쿼리당 약 11.8만 토큰을 쓰는 반면 LangMem은 326만 토큰을 소모해 비용 차이가 크며, 에이전트 시스템을 실제 서비스에 붙이려는 국내 AI 팀에게는 성능보다 운영비 최적화 관점에서 특히 중요한 시사점을 줍니다.
VentureBeat
Flexion Robotics는 인간 시연 영상을 바탕으로 상위 AI가 작업 계획을 세우고, 개별 기술은 시뮬레이션과 강화학습으로 익히는 방식의 휴머노이드 제어 시스템을 공개했습니다. 문 열기, 계단 오르기, 엘리베이터 타기, 물건 정리처럼 실제 사무 환경의 연속 작업을 노린 접근이라서, 로보틱스와 physical AI를 보는 한국 엔지니어에게 흥미로운 참고 사례입니다.
Wired