OpenAI, 교사 AI 과정에 브라질 포르투갈어 추가…질문으로 배우는 수업을 제안
OpenAI가 무료 학습 플랫폼의 교사 대상 AI 과정에 브라질 포르투갈어를 추가했다. 수업 준비와 평가에 도구를 쓰되 교사의 교육적 판단을 유지하는 방향이다. 함께 소개한 학습 모드는 단계별 질문을 돕는 기존 기능으로, 이번에 새로 출시된 것은 아니다.
“NTS” 검색 결과검색 초기화22편
리퀴드 AI, 온디바이스 에이전트 특화 MoE 모델 'LFM2.5-24B-A2B' 공개
리퀴드 AI가 240억 개 파라미터 중 24.5억 개만 활성화하는 하이브리드 MoE 구조의 LFM2.5-24B-A2B를 오픈 웨이트로 공개했습니다. 131K 컨텍스트와 도구 조작에 특화되어 엣지 기기에서 빠른 추론 속도를 보이지만, 온디바이스 적재를 위한 메모리 하한선과 지식 집약 과제의 한계도 명확합니다.
엔비디아, 프랑스 스타트업 4곳 투자 계획…생산·연구·업무 AI로 잇는 생태계
엔비디아가 Doctolib·Entalpic·Genesis AI·Pigment에 대한 신규 투자 계획을 발표했다. 유럽 전체에 약속한 약 100억 달러와 이번 프랑스 기업 투자액은 구분해야 한다. Bull의 2028년 생산 계획, SBS의 은행 플랫폼, ALCHEMI 연구 도구와 Mirakl 적용 사례를 보면 자금·인프라·산업별 실행이 서로 다른 단계로 연결된다.
Meta, 에이전트 특화 '뮤즈 원더' 제품군 공개…오픈소스 탈피와 선별 배포 전략 분석
Meta가 장기 작업 처리 역량을 강화한 프런티어 에이전트 모델 'Muse Wonder'와 'Muse Wonder Full'을 발표했다. 과거 Llama의 오픈 가중치 정책을 버리고 독점 API 및 자사 구독 소프트웨어 중심의 상용 모델 체제로 전환했으며, 최상위 모델은 API에서 배제해 자사 유료 도구 가입을 유도하는 사업적 락인 전략을 구체화했다.
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.
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.
엔비디아와 마이크로소프트, Arm 기반 'RTX 스파크'와 윈도우 에이전트 격리 인프라 공개
엔비디아와 마이크로소프트가 상시 실행 AI 에이전트를 위한 Arm 기반 'RTX 스파크' 슈퍼칩과 윈도우 OS 레벨 격리 인프라 'MXC'를 공식 발표했습니다. 대규모 로컬 연산 하드웨어와 보안 제어가 결합되며 온디바이스 개발 환경의 전환이 본격화됩니다.
초등학생의 Gemini 창작 수업… 학생이 프롬프트를 쓰고 교사가 실행
미국 5학년 교사 Rayna Freedman이 학생의 지시문을 Forms로 받아 대신 Gemini에 입력하는 수업 경험을 소개했다. 학교 가치를 표현하는 이미지와 역사 노래를 만들고 사실 확인·수정을 거쳤다는 사례다. 학생의 직접 접속과 교사의 중개를 구분해 창작 판단의 역할을 살핀다.
8학년 학생들의 학교 방송 제작… Gemini로 로고 초안·촬영 계획을 다듬다
미국 Carriel Junior High의 8학년 학생들이 Gemini와 Docs·Slides로 첫 학교 방송 The Cougar Rumble을 기획한 경험이 공개됐다. 로고 스케치의 공통 주제와 브랜드 자료를 정리하고 주간 방송의 대본·촬영 목록을 다듬는 방식이다. 기획 지원과 실제 촬영·편집의 역할을 구분한다.
중학교 기술 교사의 AI 수업 관점… 준비는 Gemini로, 판단은 학생이
미국 기술 교사 Kavita Khanna가 Gemini로 계획과 수준별 수업을 준비하면서 학생에게 질문과 추론을 강조하는 경험을 공개했다. 글은 AI를 보는 두려움을 줄이고 비판적 사고를 앞세운다는 교육관을 담는다. 계정 접근 설정과 생성 응답의 한계를 대조해 공개 경험의 범위를 살핀다.
음성으로 생각을 이미지로… 인도네시아 특수교육 교사의 Gemini 경험
인도네시아 교사 Eni Wulandari가 Chromebook과 Gemini로 시각 안내를 만들고 글쓰기가 어려운 학생의 음성 요청을 활용하는 경험을 공개했다. 동료와 만드는 교육 계획 앱은 개발 중이라고 설명한다. 시각화와 표현 기회, 서비스의 계정·기능 조건을 구분해 접근성의 의미를 살핀다.
코딩 시험 대신 선택의 이유를 묻다… 말레이시아 교수의 Colab·Gemini 수업
말레이시아 Universiti Putra의 교수가 데이터 마이닝 평가를 코드 작성 시험에서 선택을 설명하는 구두 면담으로 바꾼 경험을 공개했다. 학생은 Colab의 Gemini 제안을 검토하고 모델링 결정을 정당화한다. 교수의 평가 방식과 제품 기능, 학습 효과의 근거를 구분해 읽는다.
완료 보고 뒤에 숨은 백엔드 오류: MS·허깅페이스의 '씽킹박스' 분석
마이크로소프트와 허깅페이스가 AI 에이전트의 텍스트 답변 대신 백엔드 데이터베이스 상태를 직접 검증하는 벤치마크 '씽킹박스'를 공개했다. 12만 회 이상의 대규모 테스트 결과, 실제 DB 상태 검증에 실패한 시도 중 67.24%가 도구 호출 오류 없이 정상 응답으로 종료된 것으로 나타나 에이전트 신뢰도 검증 방식의 근본적 전환을 요구하고 있다.
ServiceNow, 에이전트 실패 패턴으로 맞춤형 학습 데이터를 생성하는 'AutoSynthData' 공개
ServiceNow CoreAI 연구팀이 엔터프라이즈 환경에서 인공지능 에이전트의 취약점을 분석하고 폐쇄 루프 커리큘럼을 통해 맞춤형 합성 훈련 데이터를 구축하는 프레임워크 'AutoSynthData'를 발표했습니다. 이 파이프라인은 과제 해결 성공률을 유의미하게 끌어올렸으나, 소스코드 공개 여부와 절대 성공률 측면에서 검토해야 할 한계도 안고 있습니다.
내용만 맞으면 끝일까… MCP 에이전트의 출처 왜곡 잡는 검증 계층 등장
멀티버스 컴퓨팅 연구팀이 모델 컨텍스트 프로토콜(MCP) 기반 LLM 에이전트의 '출처 교차 혼동' 문제를 해결하기 위한 사후 사실성 검증 프레임워크 '프로비넌스가드(ProvenanceGuard)'를 공개했습니다. 이 기술은 에이전트 재학습 없이도 생성된 답변의 세부 주장을 개별 도구 출력과 대조해 잘못된 인용을 차단합니다.
H Company의 오픈 웨이트 에이전트 'Holo4', 실무 자동화의 가능성과 성능 격차
프랑스 AI 스타트업 H Company가 데스크톱 GUI, 웹, 모바일, API 도구 호출을 아우르는 컴퓨터 조작 에이전트 모델군 'Holo4'를 공개했다. 뛰어난 가성비와 오픈 웨이트 배포로 주목받고 있으나, 상업용 라이선스 분리와 복합 업무에서의 성능 한계가 뚜렷해 도입 전 면밀한 검토가 요구된다.
허깅페이스, Hub에 강화학습 환경 필터 추가…데이터 공개와 실행은 별도
허깅페이스가 기존 데이터셋 저장소를 강화학습 환경으로 찾는 필터와 프레임워크 태그를 추가했다. Harbor·Verifiers·OpenEnv·NeMo Gym의 로딩 명령을 표시하지만 태그가 파일 형식을 변환하거나 작업을 실행하지는 않는다. 평가 보상의 의미와 실제 학습 업데이트도 각각 구분해야 한다.
엔비디아 AI Day 싱가포르, 공공 연구와 동남아 언어 모델 적용 사례 공개
엔비디아가 싱가포르 AI Day에서 동남아 공공·기업의 AI 개발 사례를 소개했다. HTX의 공공안전 연구, AI Singapore의 지역 언어 모델 공개, Sea의 인프라 도입은 서로 다른 단계다. SEA-LION 논문의 언어 평가 결과와 실제 서비스 운영 효과를 구분해 지역화의 의미와 확인할 조건을 살펴봤다.
Transformers, GGUF 양자화 실행 경로 추가…애플 실리콘·Qwen3.5부터 지원
허깅페이스가 ggml의 Metal 커널로 압축 가중치를 직접 계산하는 Transformers 실행 경로를 소개했다. 초기 대상은 애플 실리콘과 Qwen3.5 계열이다. 익숙한 Python·PyTorch 인터페이스로 GGUF를 다루지만 커널이 없으면 가중치를 풀어 메모리를 더 쓰고, llama.cpp 비교도 서로 다른 측정 조건을 명시한다.
엔비디아, AI 에이전트 보안 원칙 제시…모델 밖 권한 통제와 검증 근거 강조
엔비디아가 AI 에이전트 보안을 모델·도구·실행 환경에 걸친 엔지니어링 과제로 설명했다. OpenShell의 정책 집행 구조와 Cisco·JFrog의 도구 검증 방식을 대조했다. 고객 기록 수정 권한과 외부 전송 권한을 구분하고, 시험 결과와 변경 이력을 관리하는 접근이다. 제품 도입만으로 모든 공격 차단이 확인되는 것은 아니다.
마이크로소프트, 교육용 AI 5대 원칙과 교원 협약 발표… 인지적 외주화 방지와 거버넌스 과제
마이크로소프트가 미국교사연맹(AFT)과의 협약을 바탕으로 교육용 AI 5대 원칙과 ‘학교를 위한 개인정보 보호 및 안전 표준’을 공개했습니다. 수업 보조 기능인 ‘Teach in Microsoft 365 Copilot’을 내세워 행정 부담 완화와 인지적 외주화 방지를 표방했으나, 발표된 성과 수치의 대조군 검증 부재와 타사 플랫폼에 대한 규제 구속력 한계는 교육 현장의 면밀한 검토를 요합니다.
코딩 에이전트의 지난 판단을 찾다, 로컬 기록에서 시작하는 funes
허깅페이스가 에이전트 세션 기록을 검색 가능한 기억으로 만드는 funes를 소개했다. 원문과 출처를 함께 반환하고 필요할 때 자신이 소유한 데이터셋으로 공유한다. 기록의 검색과 사실의 확정, 로컬 처리와 공유 범위의 차이를 살핀다.
