피그마, 팀의 AI 활용을 높이는 네 가지 협업 습관 공개
피그마가 소규모 학습, 실패 과정 공유, 직무 간 교육, 프로토타입 우선 리뷰를 실천하는 네 회사의 사례를 소개했다. 개인의 도구 숙련을 팀의 판단 능력으로 연결하는 방법이며, 생산성 수치를 입증한 실험과는 구분해 읽어야 한다.
새롭게 도착한 이야기174편
여기어때, 사내 RAG에 검색·답변 평가와 MCP 운영 체계 구축
여기어때가 사내 문서 검색을 랭퓨즈로 관측하고 검색 지표와 LLM 채점을 나눠 평가한 사례를 공개했다. MCP 명세와 문서 식별 방식도 개선했다. 내부 평가 결과를 일반 성능으로 확대하지 않고, 변경을 판단할 근거를 만드는 과정에 주목할 만하다.
여기어때, AI 설계와 규칙 기반 렌더링을 나눈 ERD 도구 제작
여기어때 광고플랫폼개발팀이 AI에 ERD 전체를 맡기는 대신 설계 대화와 도구의 명명·타입·배치 처리를 분리했다. MCP 편집 경로와 오류 응답도 다듬었다. 내부 실험에서는 호출 실패가 줄었지만 작은 모델의 명명 오류가 남아 검토의 필요성을 보여준다.
여기어때, AI 개발의 결정 과정을 공동 워크스페이스로 기록
여기어때 유저혜택개발팀이 AI 개발의 입력과 가이드, 판단·수정 이력을 한 저장소에 모아 리뷰하는 방식을 공개했다. 코드 생성 속도보다 왜 그 구조가 만들어졌는지 공유하는 데 초점을 둔다. 스킬과 검사만으로 해결되지 않는 팀의 판단 과정을 드러낸 사례다.
클라우드플레어, 클레프 옴니 공개…플래시 인하에 입력 한도 조정
클라우드플레어가 오디오·영상을 직접 받는 결정 모델 클레프 옴니를 공개하고 클레프 플래시 가격을 낮췄다. 플래시 호스팅의 문맥 한도는 함께 축소됐다. 입력을 선택지별 확률로 바꾸는 도구의 성격과 미디어 토큰, 서빙 성능의 측정 조건을 구분할 필요가 있다.
Ai2, GPU 배분을 우선순위에서 시간 예산으로 바꾸다
Ai2가 연구용 GPU 클러스터에 시간 예산과 계층적 공정 배분, 최소 실행 시간 계약을 도입한 운영 사례를 공개했다. 연구소는 30일 관찰에서 배정해야 할 GPU 시간의 98%를 제공했다고 보고했다. 높은 점유율과 실제 연산 효율의 차이, 중단되는 작업의 복구 비용도 함께 살핀다.
피그마 사이트라인스 3호, AI 도입의 목표를 속도와 품질로 분리
피그마가 리더들과 나눈 대화를 정리한 사이트라인스 3호에서 AI 활용의 목표와 실험 시간을 다뤘다. 더 빨리 내놓는 결과와 더 나은 제품 판단을 구분하고, 학습을 기존 업무에 연결하자는 제안이다. 조직 운영 의견을 검증된 생산성 수치와 혼동하지 않는 것이 중요하다.
소포스, Daybreak 활용 대응 시간 89초 보고… 자동화의 권한 경계
OpenAI가 소포스의 Daybreak 활용 사례를 공개했다. 양사는 AI 에이전트를 활용한 사건의 평균 대응 시간이 약 38분에서 89초로 줄었고 MDR 사건의 52%를 AI로 처리한다고 밝혔다. 회사가 제시한 성과의 범위와 고객의 대응 권한, 사람에게 넘기는 판단을 함께 읽어야 한다.
아사나, 브라우저 에이전트 캐시 재설계로 비용 개선… ‘76배’의 비교 조건
아사나가 브라우저 에이전트의 이력과 스크린샷 캐시를 재설계한 실험을 공개했다. OpenAI 사례의 76배 비용 개선은 기존 Model B 구성과 최적화한 GPT-6.1 Sol 구성을 비교한 추정 모델 비용이다. 동일 모델 안의 개선, 반복 횟수와 과제 범위를 구분해 읽는다.
AMIE 진료 전 대화 연구, 감독하의 가능성과 단일 기관의 한계
구글과 BIDMC 연구진의 AMIE 임상 가능성 연구가 란셋에 실렸다. 대화와 진료를 모두 마친 환자는 98명이었으며, 사전 기준에 따른 대화 중단은 없었다. 그러나 감독자는 오류 1건과 정보 보완 5건을 기록했다. 연구 조건과 설문 분모를 살피면 의료진을 보조할 가능성과 검증 과제를 함께 읽을 수 있다.
미드저니, 이미지 결과를 다시 읽는 Thinking Mode 실험
미드저니가 알파 웹에서 생성 결과를 다시 검토해 재생성하는 Thinking Mode를 시험한다. 공식 안내는 프롬프트 정확도와 글자 표현 등의 개선 가능성을 말하지만 정량 결과는 공개하지 않았다. V8.2 작업에서 제공하는 초기 기능의 범위와 이미지 비교·기록 방법을 살핀다.
미드저니 알파, 공유 폴더 도입… 협업 권한과 이미지 공개는 별개
미드저니가 알파 웹에 공동 생성과 열람 권한을 나누는 공유 폴더를 추가했다. 비공개 폴더 안에서 만든 이미지도 Stealth가 아니면 Explore나 프로필에 보일 수 있다. 폴더 권한과 이미지 공개 설정의 차이, 작업 제출 오류와 정리 화면의 개선을 살핀다.
엔비디아, AI 에이전트로 시뮬레이션 구성하는 사례 공개…핵심은 반복 검증
엔비디아가 옴니버스 라이브러리와 AI 에이전트로 창고 로봇 환경과 센서 기반 디지털 트윈을 구성하는 사례를 공개했다. 자연어 지시가 자산·물리·렌더링의 연결을 돕지만, 시뮬레이션의 신뢰성은 자산 검증과 실제 센서 기록의 비교로 확인해야 한다.
메타의 데이터센터 해명, 냉각 구조와 지역 비용을 나눠 읽다
메타 뉴스룸에 실린 방문기가 물 사용, 전기요금, 일자리에 관한 데이터센터 논쟁을 다뤘다. 폐쇄형 냉각의 구조와 루이지애나 전력 계약은 구체적인 자료로 확인할 수 있지만, 두 시설의 관찰을 모든 지역의 환경 영향으로 확대할 수는 없다. 회사 설명과 검토에 필요한 단위를 구분한다.
오라클의 ChatGPT·Codex 도입 사례, 빨라진 조사와 남는 설계 책임
OpenAI가 오라클의 채용 조사, 업무 분석, 운영 엔지니어링에 사용한 ChatGPT Work와 Codex 사례를 공개했다. 채용 조사 준비가 2~4일에서 15~20분으로 줄었다는 회사 설명 뒤에는 업무 개념의 구조화와 사람의 검토가 있다. 내부 도입 성과와 고객의 제품 조달 경로도 구분해 읽는다.
GeForce NOW에 Gears of War: E-Day 추가, 출시와 스트리밍 지원 구분
엔비디아가 Gears of War: E-Day의 GeForce NOW 스트리밍 지원을 발표했다. 10월 6일 게임 출시와 8일 클라우드 소식, 주간 추가 목록의 날짜는 서로 구분해야 한다. 게임 이용 권한과 스트리밍 서비스, 네트워크 조건을 함께 읽으면 클라우드 게임의 접근 범위를 이해할 수 있다.
구글 클라우드의 Gemini 에이전트, 하나의 요청창 뒤 권한과 예산
구글 클라우드가 Gemini at Work 2026에서 업무용 Gemini 에이전트를 발표했다. 대화와 코드, 장기 실행 업무를 연결하고 모델 선택과 비용 통제를 결합한다는 구상이다. 공식 설명의 기억·권한·감사 구조와 산업별 프리뷰 범위를 살피면 결과를 위임할 때 필요한 조건을 읽을 수 있다.
리걸온, Codex 하루 비용 추정치 65% 절감… 모델 선택과 예산의 조합
OpenAI가 리걸온의 Codex 비용 관리 사례를 공개했다. 회사는 작업별 모델 선택과 Fast 모드 제한, 사업 단계에 따른 예산 배분으로 하루 비용 추정치를 약 65% 줄였다고 밝혔다. 동일 작업의 독립 벤치마크는 아니며 고객 가치와 기능별 비용을 연결하는 측정 체계는 아직 구축 중이다.
Pollo AI의 광고 제작 흐름, 모델 선택에서 장면 검토로
OpenAI가 Pollo AI의 이미지·영상 제작 사례를 공개했다. 플랫폼은 GPT-5.6으로 작업을 나누고 GPT-6 Astra로 복잡한 기획을 처리하며 GPT-Image-2.5를 이미지 생성에 사용한다. 제품 사진에서 광고로 이어지는 과정을 살피되, 제작 시간 주장과 판매 효과를 구분해 읽는다.
메타, 싱가포르에 AI 안경 1천 대 기부 발표… 기기와 교육을 함께
메타가 싱가포르 네 기관에 Ray-Ban Meta AI 안경 1천 대를 기부하고 접근성 교육에 미화 3만 달러를 지원한다고 발표했다. 글자 읽기와 사물 파악, 음성 명령의 일상 활용이 교육의 중심이다. 기부 규모와 실제 지원 기능·언어·사용 경험을 구분하며 접근성 보급의 조건을 살핀다.
OpenAI, 위장 연구기관·언론인 계정 차단… AI 문장보다 출처 구조가 문제
OpenAI가 러시아와 이란에서 시작된 것으로 판단한 두 영향력 공작의 계정을 차단했다고 밝혔다. 위장 연구기관과 언론인 명의를 이용해 메시지를 기존 매체로 전달한 사례다. 회사가 확인한 공개 확산과 공작 주체가 과장한 성과를 구분하고, 출처 검증의 의미를 살핀다.
허깅페이스 ML Intern 제작 사례 공개… 작은 모델도 기준선·예산·평가가 먼저
허깅페이스가 자연어 지시로 학습·평가 작업을 수행하는 ML Intern의 여섯 제작 사례를 소개했다. 공개 모델 카드와 공식 문서는 작업별 성과, 비상업 라이선스, 계산 비용의 범위를 보여준다. 쉽게 시작하는 학습 에이전트에서도 기준선과 검증 가능한 산출물이 중요한 이유를 살핀다.
메타, 초거대 AI 패권 잡기 위해 기가와트급 자체 데이터센터 전면 배치
메타가 대규모 인공지능 워크로드를 뒷받침하기 위해 자체 데이터센터 중심의 수직 통합 인프라 전략을 공식화했습니다. 기가와트 단위 전력 조달과 자체 실리콘, 맞춤형 냉각 기술을 결합해 효율을 극대화한다는 구상이지만 천문학적인 설비투자 부담과 전력망 병목이라는 물리적 과제도 동시에 안고 있습니다.
GitHub Copilot, 경량 AI 모델 Claude Haiku 5.5 탑재: 기능과 한계 분석
GitHub가 Anthropic의 경량 모델 Claude Haiku 5.5를 GitHub Copilot 유료 플랜에 도입했습니다. 빠른 코드 편집과 서브에이전트 작업을 목표로 내세웠으나, 변경된 토크나이저와 기본 추론 토큰 소비로 인한 실질 비용 변화를 면밀히 검토해야 합니다.
