읽을 가치가 있는 기사만, 짧고 또렷하게.

소셜 미디어를 통해 과학 및 의료 오정보가 빠르게 확산되는 현상에 대해 논하는 인터뷰 기사입니다. 이 기사는 과학적 진실을 알리는 데 헌신하는 전문가 중 한 명인 자카리 루빈 박사를 소개하며, 그가 오정보에 맞서 최전선에서 활동하는 내용을 다룹니다.

루빈 박사는 소아 알레르기 및 면역학 전문의이며 저서 『All About Allergies』의 저자입니다. 그는 과학적이고 의학적인 오정보에 맞서 싸우는 일선에서 활동하고 있습니다.

많은 오정보가 쉽게 퍼지지만, 진실은 비용이 많이 든다는 메시지를 통해, 전문 지식을 가진 사람들이 진실을 알릴 의무를 수행하는 것이 얼마나 중요한지 강조합니다. 이 기사는 이러한 오정보 문제에 대한 전문가의 시각과 접근 방식을 제시합니다.

카탈리스트 스페이스 테크놀로지스(Katalyst Space Technologies)의 위성 구조체 링크(Link)가 NASA의 스위프트(Swift) 관측소를 추격하는 위성 구조체 구출 임무를 시작했습니다. 이 임무는 독립기념일 주말에 발사된 로켓을 통해 시작되었으며, 스위프트가 몇 달 안에 궤도를 이탈할 위험에 처하자 이를 구출하기 위한 최초의 상업적 임무로 진행되고 있습니다.

NASA는 이 위성을 구출하기 위해 상업 기업들이 스위프트 우주선에 부착하여 고도를 높여 낙하를 방지할 소형 위성을 신속하게 제작하고 발사하는 방안을 제안하도록 요청했습니다. 카탈리스트는 이 요구에 가장 적합한 제안을 제시하여 지난 9월에 스위프트 구출 임무를 수행하는 계약을 수주했습니다.

이 계약에 따라 카탈리스트는 거의 절반 톤에 달하는 링크 위성을 제작하고 발사했으며, 현재 이 위성은 안전하게 궤도에 진입했습니다. 이는 1년 이내에 해당 크기의 기능하는 최초의 위성을 제작, 테스트, 발사하는 것은 통상적으로 수년이 걸리는 일에 비해 놀라운 성과입니다.

링크 위성과 스위프트 관측소가 실제로 궤도에서 만날 때까지는 몇 주가 걸릴 예정이며, 이 임무는 우주 산업에서 신속한 위성 개발 및 발사 기술의 발전을 보여주는 중요한 사례입니다.

카탈리스트 스페이스 테크놀로지스(Katalyst Space Technologies)의 링크(Link) 위성이 현재 NASA의 스위프트(Swift) 관측소를 추격하는 임무를 수행하고 있습니다. 이 임무는 스위프트가 궤도를 이탈할 위험에 처했을 때 이를 구출하기 위한 최초의 임무입니다.

NASA는 이 위성을 구출하기 위해 상업 기업들이 스위프트 우주선에 부착하여 고도를 높여 몇 달 안에 추락하는 것을 막을 수 있는 소형 위성을 신속하게 제작하고 발사하는 방안을 제안하도록 요청했습니다. 카탈리스트는 이 요청에 응하여 스위프트 구출 임무를 수행할 위성을 제작하고 발사하는 계약을 수주했습니다.

약 9개월 후, 카탈리스트의 거의 절반 톤에 달하는 링크 위성이 성공적으로 궤도에 진입했습니다. 이는 1년도 채 되지 않는 기간 동안 이처럼 크고 기능하는 최초의 위성을 건설, 테스트, 발사하는 놀라운 성과입니다.

이러한 성과는 우주 산업에서 매우 주목할 만한 발전이며, 일반적으로 이러한 규모의 위성을 개발하는 데는 수년이 걸리는 작업이기에 더욱 의미가 큽니다.

구글이 사용자의 데이터를 AI 학습에 활용하기 위해 개인 정보 설정에 변경을 가했다는 내용입니다. 최근 구글은 검색 서비스 이용 시 업로드된 이미지, 파일, 오디오 및 비디오 녹화물과 같은 미디어를 포함한 더 많은 데이터를 AI 모델 개선에 사용하도록 허용했습니다. 이는 사용자가 별도로 거부하지 않는 한 구글 검색 서비스에 미디어를 업로드할 경우 AI 학습에 사용된다는 의미입니다.

이러한 변경은 구글 검색뿐만 아니라 지도, 쇼핑, 항공편, 호텔, 번역, 뉴스 등 다른 검색 서비스에도 적용됩니다. 예를 들어, 구글 렌즈를 사용하여 사진을 검색하거나 구글 앱에서 음성 입력 기능을 사용할 때 녹음된 오디오가 저장되어 AI 학습에 사용될 수 있습니다. 구글은 이러한 미디어 저장 데이터가 AI 모델과 안전 조치를 개발하고 개선하는 데 사용된다고 명확히 밝혔습니다.

사용자는 검색 서비스 기록 및 개인화 추천 설정에서 이 데이터 사용을 제어할 수 있습니다. 사용자는 '검색 서비스 기록' 설정에서 '미디어 저장' 옵션을 별도로 해제하거나 모두 해제할 수 있으며, 저장된 데이터의 자동 삭제 주기를 3개월, 18개월 또는 36개월로 설정할 수 있습니다. 또한, 웹 및 앱 활동 데이터와 검색 데이터가 분리되어 별도로 관리되므로, 사용자가 웹 및 앱 활동 데이터 보존 설정을 변경하더라도 구글 검색 서비스 이용에 대한 영향은 여전히 별도로 적용됩니다.

최근 대법원은 Flock Safety의 번호판 카메라 시스템을 둘러싼 소송에서 중요한 판결을 내렸습니다. 이 사건은 노퍽(Norfolk) 시가 설치한 번호판 인식 카메라 클러스터가 수정헌법 제4조에 따른 영장 없는 수색에 해당하는지에 대한 논쟁을 다루고 있습니다.

이 소송에서 피고들은 도시 전체를 포괄하는 카메라망이 개인의 일상적인 이동을 기록하는 광범위한 감시 행위이며 영장 없는 수색에 해당한다고 주장했습니다. Flock 시스템은 차량의 번호판, 시간, 위치를 기록하여 차량 지문(Vehicle Fingerprint)을 생성하며, 이 데이터는 최대 21일 동안 보관됩니다.

법원은 이 시스템이 개인의 삶을 충분히 추적하는 수준이 아니므로 대법원이 우려하는 광범위한 감시의 범주에 속하지 않는다고 판단했습니다. 그러나 ACLU 등 여러 단체는 175대의 카메라가 연결된 네트워크가 단일 카메라보다 훨씬 광범위한 감시를 가능하게 하므로 사생활 보호에 대한 새로운 법적 기준이 필요하다고 반박했습니다.

결국 이 판결은 사설 기업이 AI와 카메라 기술을 사용하여 대규모 데이터를 수집하고 보관할 때, 기존의 사생활 보호 법규가 어떻게 적용되어야 하는지에 대한 중요한 선례를 남겼습니다. 이는 향후 광범위한 감시 기술의 법적 경계 설정에 영향을 미칠 것으로 보입니다.

AI 에이전트가 워드, 엑셀, 파워포인트 파일을 읽고 편집하며 자동화할 수 있도록 설계된 최초의 오피스 스위트인 OfficeCLI가 공개되었습니다. 이 도구는 단 하나의 바이너리로 구성되어 있으며, 별도의 오피스 설치나 의존성 없이 어디서든 작동하는 오픈 소스 솔루션입니다.

OfficeCLI는 내장된 HTML 렌더링 엔진을 사용하여 문서(.docx, .xlsx, .pptx)를 높은 충실도로 렌더링함으로써 AI 에이전트가 문서 내용을 시각적으로 이해하고 수정할 수 있는 기반을 제공합니다. 이는 AI 에이전트가 복잡한 오피스 파일 작업을 코드를 통해 직접 자동화할 수 있게 하여 개발 워크플로우에 혁신을 가져옵니다.

사용자는 이 도구를 GUI 기반의 AionUi 데스크톱 앱이나 CLI 명령어를 통해 접근할 수 있으며, Python 및 Node.js용 SDK를 제공하여 다양한 환경에서 통합이 가능합니다. 개발자는 GitHub에서 바이너리를 다운로드하거나 스킬 파일을 통해 에이전트에게 설치를 자동화할 수 있으며, 이는 AI 기반 자동화 시스템 구축에 새로운 가능성을 열어줍니다.

Anthropic은 중국 사용자들을 비밀리에 모니터링하던 Claude Code 사용자를 추적하는 트래커를 신속하게 제거했습니다. 이는 보안 연구원이 숨겨진 코드를 폭로하고 해당 추적 행위를 사용자 신뢰에 대한 심각한 침해라고 비난한 후에 이루어졌습니다.

이 추적 코드는 프롬프트 스테가노그래피를 사용하여 코드를 숨겨 중국 사용자들의 시간대, 프록시 및 중국 AI 연구소와의 잠재적 연결을 조용히 표시했습니다. Anthropic 엔지니어인 타리크 시히파르에 따르면 이 추적기는 3월에 '실험' 목적으로 Claude Code에 추가되었으며, 목적은 무단 리셀러로부터의 계정 남용을 방지하고 증류 공격으로부터 보호하기 위함이었습니다.

이러한 정보는 무단 리셀러들이 무료 모델 및 프로 구독에 대한 접근 권한을 월 1달러 또는 월 12달러에 판매하고 있다는 맥락에서 중요합니다. 따라서 Anthropic이 주장하는 보안 실험이 사용자 프라이버시 침해 논란을 야기했다는 점이 주목됩니다.

YC S26라는 이름의 스텔스 로보틱스 스타트업이 팰로 알토에 주니어 엔지니어 채용을 위해 프린시펄 엔지니어 세 명을 모집하고 있습니다. 이 회사는 웨어러블 로봇 장치를 개발하며, 사람들의 피로를 줄이고 더 멀리 이동하며 더 많은 짐을 운반할 수 있게 하는 장치를 첫 제품으로 개발하고 있습니다.

이 회사는 이미 실제 사용자들에게 하드웨어를 제공하고 있으며, 가장 까다로운 조건에서 직접적인 피드백 루프를 통해 개발을 진행하고 있습니다. 이 스타트업은 Y Combinator와 여러 딥테크 투자자들의 지원을 받고 있으며, 현재 팀을 확장하기 위해 캘리포니아 베이 에어리어로 이전했습니다.

채용하는 프린시펄 엔지니어 역할은 기계, 펌웨어, 소프트웨어 세 분야로 나뉘며 각 분야는 해당 도메인에 대한 완전한 권한을 가집니다. 기계 엔지니어는 로봇 및 휴머노이드 시스템의 구조, 구동기 통합, 내구성 등을 담당하며, 펌웨어 엔지니어는 실시간 BLDC 모터 제어, 센서 통합, OTA 기능을 포함하는 임베디드 스택을 책임집니다.

소프트웨어 엔지니어는 장치에서 클라우드로의 텔레메트리, 테스트 데이터베이스, 데이터 파이프라인, 사용자 애플리케이션 등 소프트웨어 인프라를 구축하는 역할을 맡습니다. 이 포지션들은 연봉 20만 달러에서 25만 달러와 1~2%의 지분, 그리고 전체 복리후생을 제공하며 팰로 알토에서 현장 근무를 하게 됩니다.

마이크로소프트는 오늘 발표된 구조조정의 일환으로 엑스박스 게임 스튜디오 네 곳, 즉 컴펄션 게임즈, 더블 파인 프로덕션스, 닌자 이론, 언데드 랩스를 분사합니다. 그러나 엑스박스 최고경영자 아샤 샤르마는 이 중 독립할 두 스튜디오인 더블 파인과 컴펄션이 자신들의 프랜차이즈와 게임 카탈로그를 유지할 것이라고 밝혔습니다.

샤르마 CEO는 컴펄션 게임즈와 더블 파인 프로덕션스가 자신들의 IP, 카탈로그, 그리고 다음 게임을 위한 운영 자금(runway)을 가지고 독립 스튜디오로 복귀할 것이라고 메모에서 언급했습니다. 이는 해당 스튜디오들이 독립적인 주체로서 게임 개발을 지속할 수 있는 기반을 확보한다는 의미입니다.

이러한 결정은 해당 스튜디오들이 마이크로소프트의 구조조정 과정에서 자산을 유지하며 독립적인 개발 경로를 확보하게 해준다는 점에서 중요합니다. 컴펄션과 더블 파인은 향후 게임 개발에 필요한 자원과 기존 IP를 그대로 보유하게 되었습니다.

애플이 인도에서 카드 결제를 다시 도입하여 애플 계정 구매에 적용하기 시작했습니다. 이는 인도 정부의 결제 프레임워크 변화에 맞춰 서비스를 조정하는 조치로, 사용자들이 아이클라우드 플러스나 애플 뮤직 구독 및 앱스토어 구매 시 적격한 비자 및 마스터 카드에 등록된 카드를 사용하게 됩니다.

이전에는 2022년 5월 인도에서 카드 결제가 중단되었으며, 사용자들은 UPI, 넷뱅킹, 애플 계정 잔액 등을 통해 구독료를 지불했습니다. 이러한 변화는 인도 중앙은행이 2021년에 도입한 규제 프레임워크에 따라 상인과 결제 제공업체가 더 강력한 고객 인증과 토큰화된 카드 자격 증명을 채택하도록 요구하면서 발생했습니다.

애플은 이러한 규제 환경에 맞춰 백엔드 변경을 완료했으며, 이는 구독 갱신 과정에서 발생하는 마찰을 해소하는 데 도움이 될 것으로 평가됩니다. 또한, 애플 서비스의 인도 내 설치 기반이 확장됨에 따라 카드 결제 옵션 복원은 중요해졌으며, 이는 인도에서 애플페이 서비스에 대한 추측을 다시 불러일으킬 가능성이 있습니다.

오라클의 비밀 컬럼 정렬 기술인 오라소트(Orasort)의 특허가 만료되어 이 알고리즘이 공개됨으로써 정렬 속도가 5배 빨라졌다는 내용입니다. 오라소트는 데이터베이스 테이블 정렬에 사용되는 알고리즘으로, 기존의 문자 단위 비교 방식보다 훨씬 빠른 성능을 제공합니다.

기존의 정렬 방식은 문자 단위로 비교하는 1바이트 비교를 수행하여 데이터베이스 관리 시스템(DBMS)이 많은 CPU 사이클을 소모했습니다. 반면 오라소트는 CPU 레지스터를 활용하여 두 문자열에서 8바이트를 추출한 후 이를 64비트 정수로 변환하여 비교함으로써 훨씬 적은 CPU 사이클로 정렬을 완료합니다. 이러한 최적화 덕분에 오라소트는 대규모 데이터 처리에서 운영 비용을 절감하는 데 기여합니다.

이 기술이 공개된 이후 MySQL이나 PostgreSQL 같은 오픈 소스 데이터베이스들이 오라소트를 통합하여 실험하고 있으며, 클라우드 컴퓨팅 회사들은 CPU 사이클 감소를 통해 운영 비용을 절감하고 있습니다. 오라소트는 대용량 레코드를 처리할 때도 데이터를 여러 부분으로 나누어 처리하고 비동기 쓰기 방식을 사용하여 디스크에 데이터를 기록함으로써 효율성을 높입니다.

소규모 언어 모델(Small Language Models, SLM)이 네트워크가 불안정하거나 데이터 센터 인프라가 부족한 지역에서도 확산되며 큰 주목을 받고 있습니다. 이는 대규모 언어 모델(LLM)이나 거대한 데이터 센터에 의존하지 않고도 AI 기술을 보편화할 수 있는 가능성을 제시합니다.

브라질의 연구원들이 개발한 TinyML 모델을 통해 심전도(ECG)를 생성하는 사례에서 보듯이, 소규모 AI는 의료 접근성 개선과 같은 실질적인 문제를 해결하는 데 기여하고 있습니다. 특히, 반품된 약물 감지 시스템인 RxScanner를 구현할 때, 데이터 센터와의 거리가 멀고 대역폭이 제한적인 환경에서는 모델을 스마트폰에서 구동할 수 있는 소형 저전력 버전으로 축소해야만 실시간 결과를 얻을 수 있었습니다.

이러한 접근 방식은 광대역 인터넷이나 안정적인 전력 없이도 약물의 진위를 확인할 수 있는 장치를 개발하는 데 성공했으며, 이는 소규모 AI가 글로벌 보건 접근성을 높이는 데 중요한 역할을 함을 보여줍니다. 하지만 소규모 AI만으로는 개발 및 디지털 불평등과 같은 더 큰 문제를 해결할 수 없으며, AI 생태계를 지원하기 위한 안정적인 전력, 공급망, 교육 시스템 구축이 여전히 필수적입니다.

결국 소규모 AI의 성공은 기술 자체의 발전뿐만 아니라, 이를 뒷받침할 인프라에 대한 정치적 투자와 장기적인 계획이 병행되어야만 그 잠재력을 완전히 실현할 수 있다는 점을 시사합니다.

Rust 개발 시 구현 흐름을 유지하기 위해 특정 전략을 사용하는 것이 유용합니다. 모든 오류 경로와 소유권 문제를 즉시 정리하면 구현 흐름이 끊어지기 쉬워지기 때문에, 먼저 'happy path'를 구축하고 나머지 작업은 '경고'로 추적하는 전략이 효과적입니다.

이러한 접근 방식은 복잡한 로직을 다룰 때 개발 흐름을 유지하는 데 도움을 줍니다. 개발자는 당장 해결해야 할 핵심 기능에 집중하고, 나머지 세부 사항이나 미완성된 부분은 경고 메시지를 통해 추적하여 관리할 수 있습니다.

표준 Rust만으로도 `unwrap`, `clone`, `todo!`와 같은 유용한 기능과 기본 컴파일러 경고 기능이 제공되고 있습니다. 이러한 기능을 활용하여 코드를 정리하고 관리하면 개발 과정에서 발생하는 오류와 소유권 문제를 효과적으로 제어할 수 있습니다.

Feyn에서 웹 페이지에서 주요 콘텐츠를 추출하기 위한 파레토 최적 모델인 Pulpie를 발표했습니다. Pulpie는 기존의 선두 추출기인 Dripper와 동등한 최고 수준의 추출 품질을 달성하면서도 비용을 20분의 1로 줄이는 것을 목표로 합니다.

이러한 비용 절감은 모델 아키텍처의 변화에서 비롯됩니다. 기존의 추출 모델들은 토큰 단위로 출력을 생성하는 디코더 방식이라 메모리 바운드였으나, Pulpie는 전체 HTML을 한 번의 순방향 통과(forward pass)에서 블록을 분류하는 인코더 구조를 사용합니다. 이로 인해 Pulpie는 계산에 집중하는 컴퓨트 바운드 모델이 되어 더 빠르고 저렴하게 작동할 수 있습니다.

실제로 10억 개의 웹페이지를 정리하는 비용을 비교하면 큰 차이가 발생합니다. Pulpie를 사용하면 7,900달러가 소요되는 반면, Dripper를 사용하면 159,000달러가 필요합니다. 또한, 추출된 데이터의 품질은 모델 학습에도 직접적인 영향을 미치는데, 더 깨끗한 데이터는 모델의 정확도를 높여 학습 성능을 향상시키는 것으로 나타났습니다.

Pulpie는 웹 콘텐츠 추출의 병목 현상을 해결하고 대규모 데이터 처리의 효율성을 높여, 사전 학습 및 컨텍스트 관리에 긍정적인 영향을 줄 것으로 기대됩니다. Pulpie 모델들은 Hugging Face에 공개되어 있으며, MinerU-HTML 및 Dripper 팀의 연구 결과를 기반으로 개발되었습니다.

Fred Hutch 암센터는 Advanced Practice Providers(APP)들이 미국 의사 및 치과 의사 연합(UAPD)과 단체교섭을 하는 것을 막기 위해 반노조 캠페인을 진행했습니다. 이 과정에서 반노조 업체들은 노동자들이 노조에 가입하지 않도록 설득하기 위해 getthefactsfredhutch.com과 같은 웹사이트를 운영하며 노조가 돈을 받고 속이는 사업이라는 식의 허위 정보를 게시했습니다.

이에 대응하여 한 개발자는 Fred Hutch 웹사이트의 내용을 반박하는 카운터 웹사이트 realfactsfredhutch.com을 구축하고 AI를 활용하여 반노조 사이트의 HTML, CSS, JS를 완전히 재작성했습니다. 이 과정에서 웹사이트의 디자인을 파란색과 청록색에서 빨간색과 베이지색으로 변경하고, 모든 페이지에 명확한 면책 조항을 추가하여 해당 사이트가 Fred Hutch의 공식 웹사이트가 아님을 명시했습니다.

이러한 대응에 반노조 업체는 법무법인 Ballard Spahr를 고용하여 웹사이트에 대한 지적 재산권 침해를 주장하며 소송을 시도했습니다. 개발자는 이들의 요구에 따라 웹사이트의 FAQ 페이지 구조를 변경하고 드롭다운 기능을 제거하는 등 요구 사항을 반영하여 분쟁을 해결했습니다.

이 사례는 조직화 과정에서 기업이 노동자들을 위협하는 방식과 이에 맞서는 디지털 대응 전략을 보여줍니다. 이는 노동자들이 자유를 얻기 위해 이러한 형태의 위협으로부터 보호받아야 한다는 점을 시사합니다.

마이크로소프트가 Xbox 사업부의 구조조정을 위해 3,200명의 인원 감축과 5개의 소규모 스튜디오 매각 계획을 발표했습니다. 이는 경영진이 Xbox 브랜드의 부진을 해결하기 위한 어려운 '리셋'을 진행하겠다는 계획의 일환입니다.

이 감축 계획 중 절반인 1,600명은 즉시 발효되며, 나머지 인원은 마이크로소프트의 2027 회계연도 말까지 단계적으로 감축될 예정입니다. 이는 Xbox 사업부 인력의 약 20%에 해당하며, 새로운 Xbox CEO인 아샤 샤르마가 언급한 내용입니다.

이러한 Xbox 사업부 감축은 마이크로소프트 전체 인력 감축과 합쳐져 전체 직원 수는 2%를 약간 넘게 줄이는 수준입니다. 하지만 다른 부문에서의 채용이 지속되면서 마이크로소프트의 총 인력 규모는 비교적 안정적으로 유지될 것으로 보입니다.

할리우드가 스마트 글래스에 대해 기대치를 설정함과 동시에 망쳤다는 주장이 제기되어 왔다. 넷플릭스 시리즈 ‘A Man on the Inside’ 두 시즌을 시청한 후, 이 글쓴이는 할리우드가 스마트 글래스와 관련하여 현재 가장 큰 문화적 문제를 보여주는 첫 사례를 발견했다고 언급한다.

이러한 문제는 스마트 글래스에 내재된 사생활 침해와 감시의 문제에 집중된다. 예를 들어, 해당 시리즈에서 테드 던슨이 연기한 캐릭터는 레이밴 메타 글래스, 녹음기, 스마트폰을 사용하여 요양원을 잠입하는 내용을 다룬다. 이는 사생활을 침해하는 여러 사건들이 벌어지는 상황을 보여주며, 스마트 글래스 기술이 개인의 프라이버시를 어떻게 다루는지에 대한 문화적 인식을 반영한다.

결론적으로, 스마트 글래스에 대한 대중의 기대와 현실 사이의 괴리는 기술이 개인의 사생활을 다루는 방식에 대한 근본적인 질문을 던진다. 이는 AI 웨어러블 기기 개발자들에게 기술의 발전과 함께 프라이버시 보호의 중요성을 더욱 강조하는 맥락에서 중요한 시사점을 제공한다.

Rust를 위한 모델 체커인 Kani가 안전성과 기능적 정확성을 보장하는 새로운 방법을 제시하며 주목받고 있습니다. Rust의 소유 타입 시스템이 메모리 오류를 방지하지만, 안전한 코드의 건전성, 안전하지 않은 연산의 건전성, 런타임 패닉 부재와 같은 특정 속성들은 컴파일과 독립적인 문제로 남아있습니다. Kani는 이러한 속성들에 대한 정확성 보장을 제공하기 위해 오픈 소스 모델 체커로 개발되었습니다.

Kani는 Rust의 중간 레벨 표현(MIR)에서 증명 하네스를 컴파일하여 CBMC의 비트 정밀 검증 엔진으로 변환함으로써 사용자 주석 없이 포괄적인 안전 속성을 자동으로 검사합니다. 이는 산업용 Rust 프로젝트 사례를 통해 검증을 패닉 자유(panic-freedom)에서 기능적 정확성으로 확장하고 이전에 알려지지 않았던 여섯 가지 버그를 발견하는 데 성공했습니다.

이 모델 체커는 경계를 넘어 무한한 검증으로 확장될 수 있도록 함수 계약, 루프 계약, 한정자 등의 명세 언어를 제공합니다. 또한 Kani는 Rust 표준 라이브러리 검증 캠페인에서 코드 변경당 16,000개 이상의 하네스를 검증하는 등 대규모 환경에서도 작동할 수 있는 확장성을 보여줍니다.

영국 그랑프리에서 기대에 미치지 못하는 결과가 나왔으며, 이는 자동화 소프트웨어의 문제와 차량 신뢰성 문제로 인해 실망감을 안겼습니다. 안전차 발생 후 레이스 재시작에 대한 기대가 있었으나, 화면에 표시된 정보가 오류로 인해 잘못 전달되어 경기가 실망스럽게 마무리되었습니다.

실버스톤 서킷은 평탄하고 바람이 많이 부는 특성을 지니며, 코너들이 매우 빠릅니다. 이러한 환경에서 하이브리드 파워 유닛이 트랙 중간에 에너지가 부족해질 수 있다는 우려가 제기되었습니다.

특히 예선에서는 차량이 한 바퀴당 6.5 MJ의 에너지만 회복하고 사용할 수 있었던 반면, 스프린트 및 본 레이스에서는 8 MJ가 허용되었습니다. 이는 차량의 에너지 관리 시스템과 관련된 기술적 제약 사항을 보여줍니다.

AI 슈퍼포캐스터가 등장하며 예측 시장이 단순한 취미를 넘어 수십억 달러 산업으로 성장하는 가운데, 인공지능이 인간 예측가보다 미래를 더 잘 예측할 수 있다는 주장이 주목받고 있습니다. 이들은 보통 ChatGPT나 Claude 같은 최첨단 모델을 예측에 특화되도록 수정하고, 다양한 프롬프트와 도구를 통해 장기간의 연구 과정을 수행하도록 설계된 프로그램 구조를 사용합니다.

이러한 AI 슈퍼포캐스터는 복잡한 질문에 대해 구체적인 추론 과정을 제시하며, 예를 들어 특정 질병 발생률을 2040년까지 절반으로 줄일 확률을 예측할 때 생물학적 제약, 기술 로드맵, 사회적 수용도 등 여러 조건을 동시에 고려하여 확률을 도출합니다. 실제 사례에서 FutureSearch AI는 특정 환경 기술의 광범위한 채택 가능성을 분석하여 7%의 확률을 제시했으며, 이는 다른 AI 모델과 비교했을 때 인간 예측가들의 답변과 유사한 수준이었습니다.

하지만 예측 능력을 측정하는 것은 질문의 난이도에 따라 달라지기 때문에 AI와 인간의 예측 능력을 직접 비교하는 데는 한계가 있습니다. 그럼에도 불구하고, AI는 기본적인 질문에 대해서는 기존의 AI 챗봇보다 우월한 의견을 제시할 수 있으며, 논쟁적이거나 편향이 개입된 질문에 대해서는 예측 시장이 다양한 AI의 의견을 통합하여 효율적으로 집계하는 새로운 예측 시대가 열릴 것으로 전망됩니다.