1014 일간호 · VOL.1014
마이크로소프트의 자체 AI 칩 마이아 300 공개, 메타의 장기 기억형 에이전트 모델 뮤즈 원더 출시, AMD 헬리온 랙스케일 플랫폼 발표 등 AI 인프라 경쟁이 본격화됐다. 앤트로픽은 Claude를 겨냥한 증류 공격 데이터를 90~99% 줄이는 방어 기술을 공개했고, 구글은 제미나이 4 아르곤 상용화를 확대하며 개인용 안드로이드 앱 제작 기능도 내놨다. IMF는 AI가 전 세계 일자리의 40%에 영향을 줄 수 있다고 경고했으며, LG유플러스는 통신 앱에 실행형 AI 에이전트를 도입했다. 물리 AI 안전 점검, 야생동물 충돌 방지 AI, 식물 유전자 분석 AI까지 AI의 현실 적용 영역이 다방면으로 넓어졌다.
일간호 읽기 →
리빙 모델스가 식물 DNA 모델 보타닉-1과 젬마 4를 결합해 멜론 수확량 관련 변이를 4분 안에 1위로 찾아냈다. 범용 모델과 유전체 특화 모델을 나눠 쓰는 방식이 작물 개량 연구의 시간과 비용을 줄일 수 있다는 점이 핵심이다.
출처 · aitimes.com
오픈AI가 코덱스와 챗GPT 워크에서 쓰는 GPT-6.1 솔의 기본 컨텍스트 길이를 27만2000토큰에서 50만토큰으로 늘렸다. 긴 작업에서 맥락 압축을 줄여 코드·대화·다단계 작업의 연속성을 더 오래 유지하는 것이 핵심이다.
출처 · aitimes.com
엔비디아가 차세대 NIC와 DPU에서 구글의 팔콘 전송 프로토콜을 지원할 계획을 밝혔다. 대규모 AI 클러스터에서 혼잡·손실 대응과 이기종 네트워크 간 상호운용성이 핵심이다.
출처 · aitimes.kr
Laplace Intelligence가 로봇과 자율주행차를 실세계 배치 전에 자동 레드팀으로 점검하는 기술을 개발하고 있다. 물리 AI의 실패를 사전에 찾고 고치는 검증 기반을 만들겠다는 점이 핵심이다.
출처 · techcrunch.com
KES 2026 키노트에서 AI가 대화형 서비스를 넘어 제조와 로봇 같은 산업 현장으로 확장되고 있다는 진단이 나왔다. 핵심은 더 큰 컴퓨팅 자원과 운영 효율화, 그리고 추론 비용을 낮추는 인프라 설계다.
출처 · etnews.com
트리즈엔이 AOTING과 상업·산업용 청소로봇 공동 개발과 운영관제 기술 연계를 추진한다. 로봇 기술에 네트워크 기반 관리 기능을 붙여 공장·물류센터·학교 같은 시설 관리 수요를 겨냥한 점이 핵심이다.
트리즈엔은 14일 중국 상하이에서 청소로봇 개발 기업 AOTING과 전략적 로봇기술 개발협력 협약을 맺었다. 협력의 중심은 AOTING의 청소로봇 기술과 트리즈엔의 AI 네트워크 운영·관제 역량을 결합하는 것이다. 양사는 제품을 함께 개발하고 운영관제 기술을 연계해 트리즈엔 자체 브랜드 제품 출시를 추진한다. 주요 목표 시장은 공장, 물류센터, 대형 건물, 학교 등으로 제시됐다.
AOTING은 자율주행, 장애물 회피, AI 딥러닝을 바탕으로 청소로봇과 지능형 청소 솔루션을 공급해 왔다. 트리즈엔은 자체 SDN 기술을 기반으로 네트워크 제품 개발과 인프라 구축, 운영 서비스를 해왔고, 최근에는 지능형 네트워크 운영·관리 플랫폼으로 영역을 넓히고 있다. 이번 협력은 청소로봇을 단순 장비가 아니라 시설 관리 업무를 지원하는 네트워크 연결형 단말로 확장하려는 시도라는 점에서 의미가 있다.
