읽을 가치가 있는 기사만, 짧고 또렷하게.

개들은 '부바'는 둥글고 '키키'는 뾰족하다고 인간과 동의하는 것으로 나타났습니다. 이는 시각 정보와 소리를 연결하는 방식에 인간과 개가 보편적인 경향을 따른다는 것을 시사하는 흥미로운 심리학 실험 결과입니다.

이 연구는 1920년대에 시작된 '부바/키키' 실험을 기반으로 하며, 연구진은 70마리의 개를 대상으로 두 가지 실험을 진행했습니다. 첫 번째 실험에서 개들은 '부바'가 재생될 때 뾰족한 모양을 더 많이 바라보는 경향을 보였으나, 소리를 듣는 인간의 신호(소유자의 신호)를 제거했을 때는 이러한 편향이 사라졌습니다.

연구진은 이러한 차이가 소유자의 무의식적인 신호 때문이 아니라, 개들의 얼굴 형태, 특히 고대 개나 늑대의 각지고 '뾰족한' 특징이 인간의 아기 얼굴 형태와 대조되어 반대 편향을 유발했을 수 있다고 추측합니다. 이 연구는 개들이 인간의 언어를 빠르게 파악하고 가까운 동반자가 된 이유에 대한 더 큰 질문을 탐구하는 출발점이 됩니다.

산업 내스트는 공장 로봇이 주간이 아닌 분 단위로 작업을 전환할 수 있도록 하는 것을 목표로 한다. 기존 공장 자동화 시스템은 로봇과 기계가 특정 작업에 고정되어 있어 라인을 변경하려면 수주에서 수개월이 걸리는 프로그래밍 및 물리적 재설비가 필요했다.

이러한 문제를 해결하기 위해 산업 내스트는 시각, 작업 맥락, 움직임을 연결하는 독자적인 파운데이션 모델을 기반으로 AI 구동 자율 로봇 스테이션을 개발했다. 이를 통해 제조 라인을 전통적인 프로그래밍 없이 몇 분 만에 재구성할 수 있으며, 인간의 노동이 필요한 복잡하고 섬세한 작업을 자동화하는 것을 목표로 한다.

회사는 BMW 그룹 기술 사무소와 협력하여 산업 내스트의 AI 기반 섬세한 조작 능력을 평가하고 있다. 창립자인 루카스 판카우와 앨런 판은 테슬라와 웨이모 등에서 근무하며 전통적인 산업 장비의 한계를 경험했고, 로봇이 복잡한 물리적 작업을 수행하기 위해서는 방대한 데이터가 필요하다는 점을 인식했다.

현재 로봇은 인터넷 기반 AI 모델과 달리 복잡한 물리적 작업을 가르치는 데 필요한 방대한 데이터가 부족하다는 한계가 있다. 따라서 산업 내스트는 고충실도 시뮬레이션 환경을 사용하여 이러한 고정밀 및 고유연성 작업을 수행하는 데 중점을 두고 있다.

마틴 슈크렐리 전 제약업계 임원은 평생 제약업계에서 금지된 상태였음에도 이를 위반했다는 이유로 연방거래위원회(FTC)와 7개 주가 연방 판사에게 그를 감치 상태로 유지하라고 요청했습니다. 이는 그가 소셜 미디어를 통해 주식 거래를 하고 제약 산업에 대해 논의한 행위가 평생 금지 조항을 위반한 것으로 간주되었기 때문입니다.

슈크렐리는 과거 생명을 구하는 항균제 약물의 가격을 4,000% 이상 인상하고 사기적인 방식으로 이익을 얻은 것으로 악명 높습니다. 그는 2022년부터 제약업계에서 평생 금지 처분을 받았으나, 이 기간 동안 주식 거래와 산업 관련 논의를 라이브 스트리밍으로 진행하며 금지 조항을 반복적으로 위반했다는 의혹이 제기되었습니다.

이러한 요청은 과거 다라프림(Daraprim) 사태와 관련하여 2020년에 FTC와 7개 주가 슈크렐리를 상대로 소송을 제기했던 것과 동일한 주체들입니다. 이들은 다라프림 가격을 거의 하룻밤 사이에 1정당 750달러로 올리고 제네릭 경쟁사의 시장 진입을 막았던 부당한 행위에 대해 소송을 제기했습니다.

애나하임에서 열릴 올해 그레이스 호퍼 셀레브레이션(Grace Hopper Celebration, GHC)이 취소되었다는 소식이 발표되었습니다. 이는 행사를 진행하는 데 필요한 자금을 확보하지 못했기 때문에 발생했으며, 개인 등록 및 후원 약속이 기대치에 미치지 못해 운영 비용을 충당하기에 부족했기 때문입니다.

이 결정으로 인해 여행 계획, 호텔 예약, 비자 발급, 업무 시간 조정 등 많은 참가자들이 준비했던 일정이 중단되었습니다. 주최 측은 이러한 취소로 인해 불편을 겪는 모든 사람들에게 깊은 유감을 표하며, 관련 정보를 개별적으로 전달할 예정입니다.

참가자들은 항공편이나 숙소 예약 등 여행 관련 사항을 여행 제공업체에 직접 취소하거나 수정해야 하며, 등록비와 같은 재정 관련 정보는 AnitaB.org를 통해 추후 공지될 예정입니다. 주최 측은 현재 재정 상황을 고려하여 향후 프로그램과 전략적 대안을 평가하고 있으며, 관련 업데이트가 곧 있을 것으로 예상됩니다.

세레브라스(Cerebras)의 CEO인 앤드류 펠드먼(Andrew Feldman)이 인공지능(AI)에 대한 종말론적 경고를 퍼뜨리는 AI 리더들에게 메시지를 전달했습니다. 그는 테크크런치 디스럽트(TechCrunch Disrupt)에서 AI의 위험에 대한 집중이 잠재적인 이점을 가리고 있다는 주장을 펼쳤습니다.

펠드먼 CEO는 현재 업계가 AI의 위험에 초점을 맞추는 것이 AI가 제공할 수 있는 잠재적인 이점을 압도하고 있다고 주장했습니다. 이는 AI 기술의 발전 방향에 대해 논의할 때 위험과 기회의 균형을 재고해야 한다는 점을 시사합니다.

이 발언은 AI 기술의 발전 속도와 관련하여 업계 내에서 위험에 대한 논의가 지나치게 강조되어 실제적인 잠재력과 혁신에 대한 논의가 소홀해질 수 있다는 우려를 반영합니다. 개발자와 리더들은 AI의 위험성을 인식하는 동시에 그 기술이 가져올 수 있는 긍정적인 잠재력과 기회를 함께 탐색해야 할 필요가 있습니다.

재미를 위한 프로그래밍, 즉 레크리에이션 프로그래밍은 돈이나 외부 요구사항이 아닌 프로그래밍 자체의 즐거움을 위해 코드를 탐구하는 활동을 의미합니다. 이는 경력 개발이나 취업을 위한 기술 습득, 튜토리얼 따라 하기, 코딩 챌린지 반복처럼 외부 압력에 의한 학습과는 근본적으로 구분됩니다. 레크리에이션 프로그래밍의 핵심은 내적 동기를 통해 코딩에 대한 열정을 유지하고, 낮은 위험으로 탐색하며 직관을 개발하여 번아웃을 예방하는 데 있습니다.

이러한 활동은 다양한 스타일로 나타나며, 라이브 탐험가, 깊은 탐구자, 창의적 기술자, 문제 해결자, 언어 탐험가 등으로 분류될 수 있습니다. 예를 들어, 어떤 사람은 실제 도구를 만드는 실험을 통해 지식의 즐거움을 얻고, 다른 사람은 복잡한 시스템의 작동 방식을 이해하는 데 몰두하며, 또 다른 사람은 코드를 예술적 매체로 사용하여 창의적인 비전을 실현합니다.

레크리에이션 프로그래밍을 할 때 중요한 통찰은 비즈니스 사례나 투자 수익률이 적용되지 않는다는 점이며, 계획보다는 에너지에 집중해야 한다는 것입니다. 또한 지루함은 흥미의 데이터로 간주하고, 완벽함보다는 진행에 초점을 맞추는 것이 중요합니다. 이는 개인의 호기심을 충족시키고, 실패를 통해 배움을 얻으며, 다른 사람들과 연결되는 경험을 제공합니다.

실제 사례로는 Go, Rust, Python 등을 활용하여 브라우저 자동화 도구를 만들거나, 다양한 아키텍처를 탐구하며 풀스택 기술을 익히는 개발자들의 경험이 있습니다. 이러한 실험들은 단순히 결과물을 만드는 것을 넘어, 코딩에 대한 근본적인 호기심을 유지하고 커리어를 지속하는 데 필수적인 내적 동기를 강화합니다.

오픈 소스 모델을 로컬 하드웨어에서 빠르게 구동하기 위한 최적화 기술에 대한 내용입니다. mesh.applied 팀은 후처리, 양자화, 커널 특화 기법을 통해 최신 오픈 소스 모델들을 로컬 하드웨어에서 빠르게 실행할 수 있도록 만들었습니다.

구체적인 사례로 DeepSeek-V4.1-Flash-Ternary 모델은 4개의 RTX6000 GPU를 사용하여 276 tok/sec의 총 처리 속도를 달성했으며, 이는 복잡한 코딩 및 연구 작업에 적합합니다. 또한 Qwen3.8-Flash-Next-NVFP4 모델은 Goethe 프레임워크를 사용하여 단일 RTX6000 GPU에서 334 tok/sec의 총 처리 속도를 보이며 코딩 및 일상 작업에 활용될 수 있습니다.

이러한 최적화는 모델을 로컬 환경에서 효율적으로 구동하고자 하는 개발자들에게 중요한 참고 자료가 됩니다. 모델의 성능을 극대화하기 위해서는 하드웨어 사양과 모델 특성에 맞는 커널 특화 기법을 적용하는 것이 필수적입니다.

결론적으로, 최신 오픈 소스 모델을 고성능 로컬 환경에서 효율적으로 사용하기 위해서는 단순한 모델 사용을 넘어 하드웨어와 소프트웨어 레벨의 깊은 최적화가 필요합니다.

바리 와이스(Bari Weiss)가 선정한 편집자가 CBS 직원들에게 해고의 법적 근거를 위협하는 발언을 한 것으로 알려졌습니다. 이 논란은 이스라엘과 가자 지역 보도에 대한 네트워크의 접근 방식에서 발생한 충돌을 배경으로 합니다.

이러한 갈등은 외신 편집자인 샤인디 라이스(Shayndi Raice)가 CBS 뉴스 외신 부서에 대해 발언하는 과정에서 드러났습니다. 라이스는 편집 권위에 대한 주장을 방어하며 "이것은 당신들의 출판 플랫폼이 아니며, 계층 구조가 존재한다"고 경고했습니다. 이 과정에서 그녀는 특정 보도에 대한 비판과 함께 내부의 권위 구조에 복종하지 않는 행위는 해고의 법적 근거가 될 수 있다고 언급했습니다.

구체적으로 라이스는 가자 지역의 10월 7일 보도와 팔레스타인 사망자 수에 대한 논쟁에서 동료 기자 홀리 윌리엄스(Holly Williams)와 충돌했습니다. 윌리엄스는 사망자 수 포함 여부에 대해 이의를 제기했고, 라이스는 이를 "마법의 숫자"로 치부하며 윌리엄스가 사건을 제대로 이해하지 못한다고 지적했습니다. 라이스는 또한 베냐민 네타냐후 총리와 관련된 주장을 배제한 이유를 설명하며 해당 논란들을 "곁가지"로 치부했습니다.

결과적으로 이 논쟁은 외신 부서의 편집 워크플로우에 대한 향후 변화 발표로 이어졌습니다. 이는 편집 권한과 보도 방향에 대한 내부적인 긴장 상태가 외부에 노출된 사례로 해석됩니다.

아르헨티나 시골 주민들이 AM 라디오를 통해 메시지를 주고받으며 최초의 소셜 네트워크를 형성했다는 기사가 보도되었습니다. 이 사례는 기술적 인프라가 부족한 환경에서도 비공식적인 커뮤니케이션 방식이 어떻게 사회적 연결망을 구축하는지를 보여줍니다.

이 현상은 전통적인 디지털 플랫폼이 보편화되기 이전에, 지역 사회 내에서 제한된 매체를 활용하여 정보와 관계를 공유하는 새로운 형태의 소통 방식을 제시합니다. 이는 기술적 제약 조건 속에서 인간의 사회적 필요가 어떻게 새로운 통신 채널을 창출하는지 보여주는 흥미로운 사례입니다.

이러한 경험은 기술 개발자들이 접근성이나 인프라의 제약이 사용자 경험과 커뮤니티 형성 과정에 미치는 영향을 이해하는 데 중요한 맥락을 제공합니다. 비록 AM 라디오를 이용한 소통 방식이 현대적인 소셜 네트워크와는 거리가 멀지만, 이는 기술이 없더라도 연결을 추구하는 인간의 본질적인 욕구를 반영합니다.

애플이 새로운 홈뷰 스마트 디스플레이를 소개하는 광고가 다소 특이한 반응을 얻고 있습니다. 이 광고는 다섯 가족이 아침 일과를 서두르는 모습을 빠르게 진행하며 소란스럽고 통제되지 않은 상황을 묘사합니다. 여기에는 고함, 어수선함, 잃어버린 열쇠, 버려진 달걀 껍데기 등이 등장하여 애플 특유의 깔끔하고 단순하며 정돈된 분위기와는 대조적인 혼란스러운 장면을 연출합니다.

하지만 이러한 혼란스러운 장면 속에서도 광고는 부모들, 특히 십대 자녀를 둔 부모들이 자신들이 주목받고 있다는 느낌을 받게 합니다. 광고는 일상적인 혼란을 보여주면서도 그 상황에 놓인 가족들의 감정을 포착하여 시청자들에게 공감을 유도합니다.

광고를 본 한 시청자는 아침에 아이를 깨우는 과정 자체가 특유의 혼란을 동반한다고 언급하며 광고가 자신에게 스트레스를 주었다고 솔직하게 밝혔습니다. 이는 아침 루틴이 본질적으로 혼란스러울 수 있다는 현실을 반영하며, 제품 광고가 이상적인 질서만을 제시하기보다 실제 사용자 경험의 복잡성을 다루는 방식에 대한 시사점을 제공합니다.

AlphaNIST는 강화 학습(reinforcement learning)의 철학을 접촉이 풍부하고 정밀한 로봇 조립 시뮬레이션에 적용한 연구입니다. 이 연구는 인간의 시연 없이 경험을 통해 전략을 학습하는 알파제로(AlphaZero)의 접근 방식을 모방하여, 로봇이 미리 정해진 조작 단계를 따르지 않고 작업을 완료하는 방법을 스스로 학습하도록 합니다.

NIST 조립 과제는 부품 간의 틈이 매우 좁아 오차에 취약하며, 로봇이 접촉과 장애물을 고려하여 창의적인 해결책을 찾아야 하는 복잡한 과제입니다. 기존 방식처럼 모든 조작을 명시적으로 지시하는 대신, 로봇이 스스로 해결책을 발견하도록 훈련함으로써 예상치 못한 조립 기술을 습득할 수 있습니다.

연구진은 이 학습을 위해 이질적인 자산과 초기 상태에서 훈련을 진행했으며, 성공에 기반한 샘플링(Success-guided sampling) 기법을 사용하여 정책이 해결한 상태를 중심으로 경험의 다양성을 확보했습니다. 이러한 방식으로 단일 부품 조립 실험에서 하나의 정책이 20가지 모든 과제를 수행하는 데 있어 20명의 개별 전문가보다 더 높은 훈련 성공률을 달성했습니다.

실제로 로봇은 접촉을 통해 커넥터를 돌리고 너트를 정렬하는 등 복잡한 조립 행동을 스스로 발견하고 수행하는 놀라운 조립 행동을 보였습니다. 이는 로봇이 인간이 생각하지 못한 해결책을 발견하고 학습할 수 있음을 시사하며, 로봇의 자율적인 문제 해결 능력을 한 단계 발전시킬 잠재력을 보여줍니다.

엔터테인먼트 소프트웨어 협회(ESA)가 안베르닉(Anbernic) 에뮬레이션 핸드헬드 기기를 "슈퍼페이크" 불법 복제 촉진자로 겨냥하고 있습니다. ESA는 미국 무역대표부(USTR)에 안베르닉을 저작권 침해 및 상표 모조품을 대량으로 유통하는 "악명 높은 시장" 목록에 추가해 줄 것을 요청했습니다.

이는 안베르닉 기기가 저작권 보호를 받는 비디오 게임 수백 또는 수천 개의 무단 복사본이 미리 채워진 메모리 카드를 통해 제공되거나 배송된다는 점에 근거합니다. ESA는 이러한 ROM이 담긴 안베르닉 기기가 "정상적인 소매 채널"을 통해 판매됨으로써 불법적인 하드웨어 기반의 불법 복제를 정상화시킨다고 주장합니다.

ESA는 이러한 행위가 상업적 규모의 "고품질 모조 상표 상품"에 해당하며 슈퍼페이크의 기준을 충족한다고 주장합니다. 다만, 온라인 판매자들이 ROM이 채워진 SD 카드를 포함하여 판매하는 것과는 달리, 안베르닉 자체는 자사 웹사이트를 통해 직접 판매하지는 않는 것으로 보입니다. 따라서 이 사안은 하드웨어 자체의 불법 복제와 소매 판매 채널의 관계에 대한 법적, 상업적 논쟁을 불러일으킬 수 있습니다.

맞춤형 피드 리더인 스프링클즈(sprinklz.io)를 HN에 소개한 이후 웹사이트에 심각한 성능 저하가 발생했습니다. 실제 로그인 사용자는 소수에 불과했음에도 불구하고 서버 부하는 크게 증가한 것으로 나타났습니다.

엔드포인트별 로그를 추가하여 분석한 결과, 대부분의 요청은 뉴스 기사 조회조차 시도하지 않았으며 단일 페이지 애플리케이션의 화면 렌더링에 집중되어 있었습니다. 이는 트래픽이 실제 콘텐츠 소비보다는 페이지 로딩 과정에 집중되었음을 시사합니다.

이러한 로그 분석은 외부 트래픽이 콘텐츠 소비 목적이 아닌 시스템의 화면 렌더링에 집중하여 서버 자원을 소모하고 있음을 보여줍니다. 따라서 외부 소개나 트래픽 유입이 실제 사용자 경험과 서버 부하에 미치는 영향을 면밀히 검토할 필요가 있습니다.

Minions는 여러 macOS 기기의 유휴 Apple Silicon GPU를 모아 대규모 머신러닝 추론 작업을 실행하는 동적 분산 가상 GPU 클라우드입니다. 이 시스템은 사용하지 않는 기기의 자원을 활용하여 GPU 자원을 효율적으로 분산하고 활용하는 것을 목표로 합니다.

기존의 중앙집중형 GPU 인프라는 추론 수요가 증가하는 상황에서 높은 비용, 제한적인 탄력성, 그리고 자원이 부족할 때 긴 대기 시간이라는 한계를 가지고 있습니다. 이러한 한계는 대규모 머신러닝 추론 작업을 처리하는 데 있어 효율성과 접근성을 저해하는 주요 요인이 됩니다.

Minions는 이러한 문제를 해결하기 위해 분산된 자원을 동적으로 활용함으로써 GPU 자원의 효율적인 분배를 가능하게 합니다. 이를 통해 개발자와 사용자들은 비용 효율적이면서도 유연하게 대규모 추론 작업을 수행할 수 있는 새로운 클라우드 환경을 경험할 수 있습니다.

Ledger 지갑에서 발생한 암호화폐 도난 사건과 관련하여 피해 기기에서 무단 하드웨어 삽입물이 발견되었습니다. 이 삽입물은 동남아 리셀러인 CryptoBilis를 통해 판매된 일부 Ledger 지갑에서 발견되었으며, 이는 지갑의 보안에 심각한 문제를 야기했습니다.

연구진이 분석한 Ledger X 삽입물은 화면 출력과 버튼 입력을 통해 사용자가 시드 구문을 알아낼 수 있도록 설계되었습니다. 이 과정에서 삽입물은 eSIM을 사용하여 데이터를 전송하는 방식으로 작동하는 것으로 확인되었습니다.

이러한 발견은 하드웨어 기반 암호화폐 지갑의 물리적 보안 취약점을 드러냅니다. 이는 사용자가 지갑 기기를 통해 입력하는 정보와 하드웨어 자체의 보안 메커니즘 사이에 존재하는 잠재적인 보안 격차를 시사합니다. 따라서 사용자는 지갑 기기의 물리적 무결성과 소프트웨어 보안뿐만 아니라 하드웨어 수준의 무단 접근 가능성에 대해서도 깊이 고려해야 합니다.

Topgolf는 VMware에서 벗어나 비용을 절감하며 1,130만 달러 이상을 절약했습니다. 이는 Broadcom 환경에서 VMware 비용이 400% 증가할 것으로 예상되었기 때문에 발생한 조치입니다. 이 회사는 이 비용 증가를 피하기 위해 12,000개의 가상 머신(VM)을 VergeIO의 VergeOS로 이전했으며, 현재까지 1,130만 달러 이상의 비용을 절감했습니다.

이러한 마이그레이션은 Topgolf의 글로벌 인프라 관리자였던 스콧 포핸드가 언급했듯이, 기존의 VMware 연결이 매우 깊었기 때문에 진행되었습니다. Topgolf는 실시간 샷 추적 및 디지털 분석 기능을 제공하는 전 세계 100개 이상의 지점을 운영하고 있으며, 수십 년 동안 vSphere와 ESXi를 사용해 왔습니다.

Topgolf는 2017년에 VMware와 Dell이 공동 개발한 하이퍼컨버지드 인프라(HCI) 플랫폼인 VxRail을 사용하기도 했습니다. 이처럼 대규모 인프라를 이전하는 과정은 기존의 엔터프라이즈 환경과 클라우드 네이티브 솔루션 간의 복잡한 전환을 보여줍니다.

이 사례는 대규모 엔터프라이즈 환경에서 기존의 레거시 플랫폼에서 벗어나 새로운 HCI 솔루션으로 전환할 때 발생하는 비용 및 기술적 고려 사항을 이해하는 데 도움이 됩니다.

헬릭스 카본은 고로에서 발생하는 오염 물질을 재활용하여 철 생산 비용을 절감할 수 있다고 주장합니다. 철강 산업은 세계에서 가장 큰 오염원 중 하나이며, 헬릭스 카본은 고로를 대체하는 대신 오염을 처리하는 방식으로 탄소 배출을 줄이고 철 생산자의 수익 마진을 개선할 수 있다고 제안합니다.

고로 과정에서 코크스를 태우는 과정은 막대한 양의 이산화탄소(CO2)를 배출하는데, 헬릭스 카본은 이 폐기물 이산화탄소를 전기분해 장치인 전해조를 사용하여 일산화탄소로 전환하고 이를 다시 고로로 재순환하는 방식을 개발했습니다. 이 기술을 통해 철 생산자는 코크스 사용량을 줄일 수 있으며, 일부 연구에 따르면 코크스의 최대 90%를 제거할 수 있다고 합니다.

이러한 접근 방식은 철 생산자에게 톤당 14달러의 비용 절감을 가져다줄 수 있으며, 이는 철강 산업의 매우 낮은 마진 구조를 고려할 때 중요한 이점입니다. 헬릭스 카본은 탄소 포집을 먼저 하기보다 폐기물 흐름을 활용하여 현장에서 화학 물질을 생산하는 방향으로 특수 화학 산업을 먼저 공략할 계획입니다.

AI 기반 바이오테크 기업인 PostEra가 신약 발견을 가속화하기 위해 AI 연구원 채용을 진행하고 있습니다. 이 포지션은 특히 에이전트 시스템을 활용하여 생물학적 및 생리학적 과정의 메커니즘 모델을 자동 개발하고 생물학적 데이터를 분석하는 에이전트 연구 분야를 담당합니다.

채용 포지션은 분자 및 표 형식의 인컨텍스트 학습과 멀티모달 데이터를 기반으로 파운데이션 모델을 구축하는 데 중점을 둡니다. 연구원은 제한된 레이블 데이터에서도 새로운 약물 발견 문제에 빠르게 적응할 수 있는 머신러닝 방법을 개발해야 하며, 분자 학습 및 분포 변화에 대한 예측 능력을 확보하는 데 집중하게 됩니다.

이 역할은 약물 발견의 전체 연구 루프를 이끌어가는 것을 목표로 하며, 모델 훈련, 데이터 파이프라인 구축, 실험 설계, 그리고 결과를 과학 커뮤니티에 발표하는 엔지니어링 역량을 요구합니다. 지원자는 에이전트 워크플로우, 인컨텍스트 학습, 표 형식 학습 등 최신 머신러닝 방법론에 대한 깊은 이해와 실질적인 경험을 갖추어야 합니다.

PostEra는 파이프넥스, 암젠 등과의 대규모 AI 파트너십을 통해 연구를 진행하고 있으며, 이 포지션은 연봉 20만 달러에서 30만 달러와 함께 0.05~0.1%의 스톡옵션을 제공합니다. 특히 표 형식 파운데이션 모델 훈련이나 분자 인컨텍스트 학습 시스템 개발 경험이 있다면 성공 가능성이 높습니다.

FBI는 OpenAI의 한 직원을 체포했는데, 이 직원은 회사의 슈퍼 인텔리전스 기술에 관한 민감한 통신을 녹음하기 위해 회의실에 숨겨진 녹음 장치를 설치한 혐의를 받았습니다.

FBI 국장인 카시 패텔은 이 계획의 목적이 회사의 슈퍼 인텔리전스 기술에 대한 민감한 통신을 포착하는 것이었다고 밝혔습니다. 이 사건은 인공지능 기술을 개발하는 기업의 핵심 정보가 외부의 접근이나 유출 위험에 노출될 수 있다는 보안 문제를 제기합니다.

개발자 관점에서 이는 AI 모델과 같은 첨단 기술을 다루는 기업의 내부 보안 및 데이터 보호가 얼마나 중요한지를 보여줍니다. 특히 슈퍼 인텔리전스 기술과 같은 핵심 지적 재산이 외부 위협에 노출될 가능성은 기술 개발 과정에서 보안 프로토콜을 강화해야 할 필요성을 강조합니다.

OpenAI 직원 한 명이 녹음 장치를 설치한 혐의로 체포되었습니다. 회사는 사무실 내에서 "정교한 녹음 장치"를 발견한 후 이 사건을 공개했습니다. 이 직원은 압둘라흐만 알포잔(Abdulrahman Alfozan) 씨로 35세이며, 구체적으로 구두 통신을 가로채기 위해 장치를 사용하거나 사용을 시도한 혐의를 받고 있습니다.

OpenAI는 이 사건을 해결하기 위해 자체 AI 모델을 활용했습니다. 회사는 AI를 사용하여 장치의 출처와 종류를 파악했고, 이를 통해 며칠 전에 특정 직원이 장치를 설치했음을 식별해냈습니다. 이 과정은 AI가 내부 보안 및 감시 시스템에서 비정상적인 활동을 탐지하는 데 사용되었음을 보여줍니다.

발견된 녹음 장치는 임원 회의실의 TV USB 포트에 연결되어 있었습니다. 이 사건은 AI 기술이 내부 보안 위협을 감지하고 조사하는 데 어떻게 활용될 수 있는지 보여주는 사례입니다. 이는 기업 환경에서 AI 기반 감시 및 보안 시스템의 잠재적인 적용 가능성과 그 한계를 시사합니다.