읽을 가치가 있는 기사만, 짧고 또렷하게.

Rivian은 조지아 공장의 생산 능력을 확대하고 R2 SUV 개발에 집중하기 위해 에너지부(DOE) 대출 규모를 기존 66억 달러에서 45억 달러로 조정했습니다.

이는 생산 단가를 낮추고 향후 확장 가능성을 확보하기 위함이며, 특히 일부 생산 능력은 Uber를 위한 R2 로보택시 생산에 활용될 계획입니다. Rivian은 2028년 말 차량 생산을 목표로 하며, 자율주행 기술 개발에 대한 R&D 지출을 늘리는 등 자율주행차 기술에 대한 투자를 강화하고 있습니다.

k-sajja-agents는 실제 전문가들의 전문 지식을 오픈소스 형태로 구조화하여 AI 에이전트(GPT, Claude 등)가 활용할 수 있는 'Agent Skill' 레지스트리를 구축하는 프로젝트입니다. 이는 전문가들이 자신의 실무 지식을 AI 시대의 인터페이스로 전환하고, AI가 처리할 수 없는 영역을 명확히 구분하여 실제 상담 및 수임으로 연결하는 새로운 비즈니스 모델을 제시합니다. 즉, 전문가들은 자신의 전문성을 구조화된 형태로 공개하여 포트폴리오를 확보하고, 사용자들은 AI 기반의 'AI화된 나'를 통해 전문적인 도움을 받을 수 있는 윈-윈(Win-Win) 구조를 목표로 합니다.

IAC가 검색 사업을 축소하기로 결정하며 Ask.com을 포함한 검색 서비스를 중단하고, 2026년 5월 1일에 공식적으로 종료했습니다. 이는 25년간 운영된 서비스의 마무리를 의미하며, 서비스 개발 및 운영에 기여한 엔지니어와 사용자들에게 감사를 표하는 내용입니다.

산타크루즈의 한 레스토랑이 AI로 생성한 로고에 대한 부정적인 리뷰로 인해 로고를 변경했습니다. 고객들은 AI 로고가 예술적 감각이 부족하고 저렴해 보인다고 비판했으며, 이는 AI 생성 콘텐츠의 품질과 윤리에 대한 광범위한 논란을 보여줍니다. 이는 비즈니스에서 AI를 활용할 때 발생하는 실질적인 반발과 예술가들의 생계에 대한 우려를 반영하며, AI 사용에 대한 사회적 민감도를 강조합니다.

일론 머스크가 OpenAI를 상대로 제기한 소송의 증인으로 출석한 과정에서 최소 7가지의 실수를 저질렀다는 내용이 보도되었습니다. 이는 OpenAI의 미션과 기업 지배 구조에 대한 논란을 더욱 부각시키며, AI 안전 및 비영리 조직 운영에 대한 중요한 맥락을 제공합니다.

* **무엇이 일어났는지:** 일론 머스크는 OpenAI 소송에서 증인으로 출석하는 동안 최소 7가지의 실수를 저질렀습니다. 여기에는 변호인에 대한 양보, xAI의 안전 기록 관련 입장 포기, 증언 내용과 모순되는 문서 제시, 안전팀을 비하하는 발언, '안전 카드(safety cards)'에 대해 모른다고 인정하는 발언 등이 포함됩니다.
* **왜 중요한지:** 이 증언 과정은 OpenAI가 자선 활동을 이용했는지, 그리고 AI 안전 시스템(safety team)의 책임 소재가 무엇인지 등 AI 기업의 윤리적 및 법적 책임에 대한 논쟁을 심화시키는 맥락을 제공합니다.
* **주의할 점 또는 맥락:** 머스크는 OpenAI 경영진이 기부금을 '도둑질'했으며, 그가 '무료 자금'을 받아 비영리 조직을 설립하도록 속았다고 주장했습니다. 법정에서의 실수는 그의 주장에 대한 신뢰도에 영향을 미칠 수 있다는 점에서 법적 맥락이 중요합니다.

게임스탑(GameStop)이 이베이(eBay)에 대한 제안(Offer)을 준비하고 있다는 내용입니다. 이는 게임스탑과 관련된 시장 및 금융 거래 상황에 대한 움직임을 보여주므로, 관련 시장 동향을 파악하는 데 중요합니다.

OpenAI는 피싱 위협으로부터 ChatGPT 계정의 민감한 데이터를 보호하기 위해 디지털 보안 제공업체인 Yubico와 파트너십을 맺고 새로운 고급 보안 시스템(AAS)을 도입했습니다. 이 시스템은 YubiKey와 같은 하드웨어 보안 키를 연동하여 접근을 통제하지만, 보안 키를 분실할 경우 데이터 접근 권한을 복구할 수 없다는 점을 유의해야 합니다.

플록(Flock)의 영업 직원들이 도시의 감옥 체육관, 수영장 등 민감한 장소의 카메라에 접근하여 기술 시연을 진행한 사실이 드러나면서, 데이터 접근의 투명성과 사생활 침해에 대한 논란이 발생했습니다.

이는 플록이 고객 데이터 소유권을 강조하며 접근 로그를 공개하는 방식으로 투명성을 주장했으나, 실제 접근 기록이 민감한 장소까지 포함하고 있어 지역 주민과 활동가들의 강한 비판을 초래했습니다.

결국 플록은 해당 시연을 중단하고, 직원들이 민감한 장소 대신 공공 장소에서만 시연하도록 교육하겠다는 입장을 밝혔으며, 고객 데이터는 소유하며 플록 측이 영상에 접근하지 않는다는 정책을 재확인했습니다.

한두 문장으로 핵심 요약.

소프트웨어 엔지니어 채용 공고가 빠르게 증가하고 있다는 내용입니다. 이는 글로벌 정보 및 안보 위기 상황과 같은 거시적인 요인으로 인해 기술 인력에 대한 수요가 급증하고 있음을 반영하며, 개발자들은 이러한 시장 변화에 맞춰 기술 역량을 강화할 필요가 있음을 시사합니다.

스피릿 항공(Spirit Airlines)이 모든 운영을 중단하고 폐쇄하고 있다는 내용입니다. 이는 항공 산업 내에서 중요한 운영 변화를 의미하며, 관련 시스템이나 데이터 처리 측면에서 주목할 필요가 있습니다.

일론 머스크가 xAI가 Grok를 훈련할 때 OpenAI 모델의 '증류(distillation)' 기술을 사용했다고 증언하며, 이는 AI 분야의 경쟁 구도에 중요한 영향을 미칠 수 있음을 시사했습니다.

이는 AI 거인들이 투자한 컴퓨팅 인프라의 우위를 약화시키고, 다른 소프트웨어 제작자들이 저렴한 비용으로 거의 동등한 성능의 모델을 만들 수 있게 하여 기술 경쟁에 새로운 도전이 될 수 있다는 점에서 중요합니다. 다만, 증류 기술 자체가 불법은 아니지만, 이는 서비스 약관 위반이나 저작권 문제와 관련될 수 있다는 맥락을 염두에 두어야 합니다.

AI 코딩은 실행 가능한 코드를 빠르게 생성하지만, 사용자가 원하는 '좋은 제품'을 자동으로 만들지는 못한다는 것이 핵심입니다. 이는 AI가 상식이나 제품 감각(taste)이 부족하고, 학습 과정에서 코드 실행 성공에만 보상받기 때문에 발생하는 문제이며, 개발자는 AI가 부족한 상식과 판단 영역을 보완하는 역할을 해야 합니다.

Spotify가 플랫폼 내 아티스트가 인간인지 AI 생성인지 구별하기 위해 'Verified' 배지를 도입합니다. 이 인증은 소셜 계정 연동, 청취 활동, 상품 판매 등 실제 아티스트의 신뢰성을 입증하는 기준을 통해 부여되며, 음악 문화에 중요한 기여를 한 아티스트를 우선시하는 것을 목표로 합니다. 다만, AI 사용의 모호성 때문에 이 시스템이 실제 인간 아티스트를 불이익하게 만들거나, AI 음악 자체를 명확히 라벨링하는 대안이 필요하다는 비판도 제기되고 있습니다.

신용카드 정보는 PCI DSS 표준에 따라 마스킹되어 있지만, 공격자들이 유출된 API 엔드포인트와 결제 게이트웨이의 허점을 악용하여 무차별 대입 공격(brute force)을 통해 카드 정보를 탈취하고 자금을 인출하는 사례가 발생했습니다. 이는 보안 표준 준수와 실제 시스템 구현 간의 격차, 특히 결제 흐름에서 필수 정보(예: CVC2)가 누락되거나 취약하게 처리되는 지점을 공격자들이 활용할 수 있음을 보여주며, 개발자와 시스템 설계자는 이러한 결제 파이프라인의 취약점을 심층적으로 검토해야 함을 시사합니다.

구글이 Gemini AI를 구글 내장 차량에 탑재하기 시작하며, 이는 기존 Google Assistant보다 향상된 대화형 AI를 운전 경험에 통합하려는 움직임을 보여줍니다. 이 발표는 구글이 더욱 진보된 대화형 AI를 차량 환경에 도입하려는 전략적 노력을 시사하며, General Motors(GM) 관련 소식에 이어졌습니다.

Meta는 Ray-Ban Meta용 AI 시스템 데이터 주석 작업을 위해 계약했던 회사(Sama)와의 계약을 해지했습니다. 이는 해당 회사 직원들이 스마트 글래스에서 녹화된 민감한 영상(성관계 장면)을 보았다고 보고한 데 따른 조치이며, AI 학습 데이터 처리 과정에서의 사생활 및 윤리적 문제에 대한 논란이 제기되었습니다. 이 계약 해지는 Meta의 계약업체 관리 및 데이터 처리 정책과 관련하여 주목받고 있습니다.

GoModel은 Go로 작성된 고성능 AI 게이트웨이로, OpenAI 호환 API를 통해 OpenAI, Anthropic, Gemini 등 11개 프로바이더를 단일 API로 통합하고 관리할 수 있게 합니다. 이는 Docker 컨테이너 기반으로 가볍고 콜드스타트가 빠르며, 요청 본문 및 임베딩에 대한 2계층 캐싱, 벡터 검색 백엔드(Qdrant, Pinecone 등) 지원, 비용 추적 및 모니터링 기능이 내장되어 개발자가 복잡한 멀티-프로바이더 AI 시스템을 효율적으로 구축할 수 있도록 돕습니다.

Claude Code를 활용하여 구글, 메타 등 7개 광고 플랫폼에 대한 자동화된 감사 항목을 3~5분 만에 250개 이상 수행하는 오픈소스 스킬을 개발했습니다. 이는 광고 대행사가 수주하는 복잡한 감사를 자동화하여 월 $50K 예산 기준 최대 $7,500~$15,000의 비용 절감을 가능하게 하며, 분석 결과와 수정 방법을 우선순위별로 제시합니다. 이 시스템은 Directive, Orchestration, Execution의 3계층 아키텍처를 통해 로컬에서 분석을 실행하며 데이터 보안을 유지하고, `/ads math`, `/ads test` 등의 신규 도구를 추가하여 실질적인 수익 영향 추정치와 Quick Win을 제공합니다.

Blue Origin은 더 강력한 New Glenn의 상단 단계인 'Quattro'용 추진제 탱크 제작을 총괄할 시니어 매니저를 채용했습니다. 이는 New Glenn 로켓의 목표 달성을 위한 가장 구조적으로 복잡하고 일정에 민감한 서브시스템인 추진제 탱크 제작의 중요성을 강조하며, Blue Origin이 설정한 야심 찬 발사 목표와 관련하여 핵심 엔지니어링 과제를 보여줍니다.

Uber는 단 4개월 만에 Claude Code와 Cursor에 전체 2026년 AI 예산을 소진했으며, 이는 AI 도구가 엔지니어링 생산성에 미치는 영향이 예상보다 훨씬 크다는 것을 보여줍니다. 엔지니어들은 월평균 API 비용이 엔지니어당 500달러에서 2,000달러에 달하는 비용을 지출하며 AI 도구를 광범위하게 사용했고, 이는 기업들이 AI 도구 접근 제한보다 대규모 도입을 허용하는 것이 생산성 유지에 더 중요할 수 있다는 점을 시사합니다.