토스, 모델 신청부터 호출·도구 권한·용량 관리까지 잇는 AI 플랫폼 공개
토스 AI Platform 팀이 프로젝트 단위의 모델 사용 신청과 실제 요청 제어를 연결한 구축 사례를 소개했다. 모델 호출과 사내 도구 실행, 누적 예산과 분당 처리 용량을 구분하고, 처리 중인 요청의 토큰을 먼저 예약하는 방식으로 공통 운영 기능을 플랫폼에 모았다.
“AI” 검색 결과검색 초기화270편
메타, 102.4T 액체냉각 스위치와 FPF 구조로 초거대 AI 패브릭 재편
메타가 OCP 서밋 2026에서 차세대 AI 네트워킹 포트폴리오를 공개했습니다. 102.4Tbps 액체냉각 스위치 '아이스큐브', 2계층 멀티플레인 패브릭 'FPF', 스위치 플랫폼 표준 초안인 'OSPA'를 통해 초고밀도 AI 클러스터 구축의 표준화를 꾀하고 있습니다.
기초 유전체 분석부터 병원 판독까지: 구글 헬스케어 AI 생태계의 성과와 현주소
구글이 기초 생물학 규명, 효소 설계, 임상 영상 판독 및 공중보건 대응을 아우르는 헬스케어 AI 기술 현황을 공개했다. 비코딩 유전 변이 예측과 효소 설계 등 연구 성과가 가시화되는 가운데, 실제 의료 현장 적용을 위한 규제 승인과 전향적 임상 검증 과제도 함께 짚어본다.
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.
메타, 유휴 추론 자원으로 광고 후보·모델 적용 폭 조정…기본 서비스 보호 구조 공개
메타가 회수 가능한 유휴 추론 자원을 광고 추천에 활용하는 구조를 공개했다. RMA는 평가 후보 수를, SBM은 더 강력한 모델로 보내는 요청 비율을 조절한다. 자원이 줄면 추가 작업을 덜어내 기본 서비스에 부담이 넘어가지 않게 설계했다. 자원 구성·부하 분산·모델 계산·배분 정책이 함께 작동하며 결과를 단일 모델 효과로 볼 수는 없다.
엔비디아, 차세대 '베라 루빈' 랙 설계 OCP 전격 개방… 250kW 초고밀도 AI 팩토리 표준화 시동
엔비디아가 OCP 글로벌 서밋에서 차세대 플래그십 아키텍처 '베라 루빈'의 핵심 랙 및 컴퓨트 트레이 설계를 MGX 오픈 아키텍처를 통해 공개했습니다. 랙당 250kW 전력 밀도를 지원하는 액체 냉각 규격과 독립형 베라 CPU 랙, DSX AI Factory 오픈소스 소프트웨어를 함께 발표하며 생태계 표준화를 추진하지만, 핵심 반도체 종속성과 실제 인프라 공기 등 실무적 검증 과제도 공존합니다.
마이크로소프트, 자체 AI 가속기 '마이아' 2027년 멀티 기가와트 규모 확대
마이크로소프트가 상용 가동 중인 AI 추론 가속기 '마이아 200'의 운용 현황과 함께 2027년 배포를 목표로 하는 차세대 '마이아 300'을 공개했다. 전력 밀도 최적화와 메모리 병목 해소를 통해 멀티 기가와트 단위로 자체 인프라를 확장한다는 구상이지만, 비교 대상 미공개와 외부 공급 여부 등 검증 과제도 공존한다.
Google Health, 운동 자동 감지·Air 기능 확대 예고…월간 추세와 서비스별 조건 확인
구글이 10월 중 Fitbit Air·Edge와 Pixel Watch 3~5의 운동 자동 감지 확대를 예고했다. 감지 개선 수치는 수동 기록 운동으로 이전 모델과 비교한 오프라인 평가다. Premium의 Health Guardian은 월간 추세 정보이며 실시간 임상 측정과 다르다. 앱 연동은 서비스별 지역·구독·시점이 다르며 Air Metal Mesh 밴드도 예약 판매한다.
구글, 운동선수·크리에이터의 Health 협업 사례 공개…제품 자문과 효과 검증 구분
구글이 아홉 운동선수·크리에이터·운동·영양 분야 협업자의 Health 활용 사례를 소개했다. 커리의 2025년 자문 역할과 Beast Industries의 기존 다년 계약을 대조하면 새 임명·새 서비스 출시와 다른 사례 모음이다. 훈련과 수면·식사·일정을 제품 의견에 연결하지만 임상 효과나 일반 이용자의 성과를 입증한 연구는 아니다.
언어 문법에서 AI 구현으로: SSAFY 17기가 보여준 개발자 교육의 구조 전환
삼성전자가 SSAFY 17기 교육생 모집을 발표하며 교육 체계를 기존 프로그래밍 언어 중심에서 AI 애플리케이션 및 피지컬 AI의 2대 실무 트랙으로 전면 개편했습니다. 전체 1,725시간 중 AI 교육 비중이 70%로 확대된 가운데, 지원자가 살펴봐야 할 커리큘럼 변화와 취업 지표의 실제 맥락을 짚어봅니다.
NUMA 최적화로 벡터 검색 처리량 41% 개선: 토스증권의 Milvus 사이징 분석
토스증권 Data Infra 팀이 온프레미스 Milvus 환경에서 1억 건 벡터 검색의 인덱스를 HNSW_SQ8로 전환하고 쿠버네티스 NUMA 격리 설정을 적용해 검색 처리량을 41% 높였습니다. 이들은 실측 데이터에 기반해 목표 QPS와 메모리 요구량을 동시에 고려하는 인프라 사이징 기준을 도출했습니다.
JetBrains용 코파일럿, 기본 모델·MCP 실행 제어와 대화 탐색 개선
GitHub가 JetBrains용 코파일럿에서 조직의 기본 모델 지정, MCP 서버 자동 시작 제어, 진단 메시지의 수정 요청과 대화 탐색을 개선했다. IDE 2025.1 지원도 종료됐다. 새 제어가 실제 권한 설정과 어떻게 다른지, 팀이 업데이트에서 확인할 항목은 무엇인지 살펴본다.
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.
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, 장애 대응 질문 순서로 관측 대시보드 구성
여기어때 전시개발팀이 기존 메트릭·트레이스·로그를 활용해 서비스 상태에서 연계 호출, 개별 요청과 원인 로그로 이어지는 대시보드를 만들었다. AI는 쿼리와 패널 구성을 도왔지만, 대응시간 개선은 기준선이 없어 정량화하지 못했다고 밝혔다.
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.
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.
