읽을 가치가 있는 기사만, 짧고 또렷하게.

Prime Agent는 장기 목표 달성을 위한 평가 및 코딩 에이전트 워크플로우를 위한 오픈 소스 하네스입니다. 이는 언어 모델이 가진 가중치와 활성 컨텍스트를 넘어선 외부 정보와 계산을 처리하기 위해 설계되었습니다. Prime Agent는 재귀적 언어 모델 추상화를 따르는 지속적인 IPython REPL을 통해 프로그램적인 컨텍스트 처리와 테스트 시간 컴퓨팅을 가능하게 합니다.

이 시스템은 Continual Harness를 사용하여 궤적 전반에 걸쳐 기록, 기억, 기술, 프롬프트 및 하위 에이전트 사양을 보존합니다. 재귀적 하위 에이전트들은 직접적인 에이전트 간 통신을 통해 협력하며, Agents View 기능을 통해 사용자가 데몬 지원 세션을 검사하고 관리할 수 있습니다. Prime Agent는 실행, 복구, 검증 및 자원 회계를 표준화하여 하네스 실패가 모델 실패로 이어지는 것을 방지하고 모델의 최대 잠재 능력을 측정하도록 유도합니다.

이러한 접근 방식은 ARC-AGI-3 RHAE Best@1 점수를 30%에서 95.5%로 향상시켰으며, 장기 컨텍스트 코딩, GPU 커널 생성, 에뮬레이터 구축, 자율 nanoGPT 스피드런 등 다양한 영역에서 네이티브 및 인기 있는 하네스와 동등하거나 그 이상의 성능을 보였습니다. 특히 Factorio 환경에서는 정제를 통해 지속적인 기술 발전을 가능하게 하고 전용 하위 에이전트가 병렬 작업을 가능하게 합니다.

Prime Agent의 코드는 GitHub에서 공개되어 있으며, 개발자들은 이 프레임워크를 활용하여 장기 에이전트 시스템의 신뢰성과 효율성을 높일 수 있습니다.

최근 연속 확산 및 흐름 기반 언어 모델(LM)의 발전은 이산적인 LM과 경쟁할 만한 성능을 달성했습니다. 그러나 기존의 연속 프레임워크는 흐름 궤적이 유효한 토큰 임베딩으로 종료된다는 보장이 없기 때문에 교차 엔트로피(CE)로 지도된 디코더에 의존하고 있습니다.

이러한 한계를 극복하기 위해 연구진은 임베딩 공간 기반의 흐름 기반 LM인 ConvergeFlow를 제안했습니다. ConvergeFlow는 데이터 예측기를 토큰 임베딩의 볼록 껍질(convex hull)로 제한하고 흐름 매칭에서 유도되는 평균 제곱 오차(MSE) 목표만을 사용하여 학습합니다.

연구 결과, 적절한 규칙성 조건 하에서 데이터 예측기의 오류에도 불구하고 결과 흐름이 유효한 토큰 임베딩으로 수렴함을 증명했습니다. 이는 CE 지도 디코더 없이도 직접적인 토큰 예측을 가능하게 합니다. 또한 생성적 퍼플렉시티와 엔트로피 사이의 균형을 제어하기 위한 세 가지 샘플링 메커니즘도 개발했습니다.

OpenWebText에 대한 실험 결과는 ConvergeFlow가 기존의 연속 및 이산 확산 LM과 경쟁할 만한 성능을 달성함을 보여줍니다. 이 연구는 흐름 기반 패러다임이 언어 모델링에 잠재력을 가지고 있음을 입증하며, 관련 코드는 GitHub에서 공개되어 있습니다.

Autostep이 AI 및 풀스택 엔지니어와 최고 책임자(Chief of Staff)를 채용하고 있습니다. 이 회사는 Y Combinator(YC) P26 프로그램에 속하는 스타트업으로 알려져 있습니다.

Autostep은 현재 기술 인력과 경영 지원 인력을 동시에 확보하려는 것으로 보입니다. 이는 회사가 AI와 풀스택 기술을 중심으로 제품 개발을 확장하고 있으며, 동시에 조직 운영 및 전략적 방향을 설정할 핵심 리더를 찾고 있음을 시사합니다.

특히 AI 및 풀스택 엔지니어 채용은 회사의 기술적 깊이와 제품 개발 속도에 중점을 두고 있음을 나타냅니다. 또한 최고 책임자 포지션 채용은 기술 개발뿐만 아니라 조직의 성장과 전략적 목표 달성을 위한 리더십 역량을 중요하게 평가하고 있음을 의미합니다.

산업 제어 시스템(ICS)에서 머신러닝 기반 이상 탐지 모델이 널리 사용되고 있지만, 대부분의 연구는 학습 데이터가 신뢰할 수 있다고 가정합니다. 실제 환경에서는 로그 오염, 레이블 오류, 조작된 기록 등 학습 데이터가 손상될 수 있습니다. 이 논문은 이러한 학습 시간 오염 환경에서 ICS 이상 탐지 파이프라인의 견고성을 평가하기 위해 Secure Water Treatment(SWaT) 벤치마크를 사용했습니다.

연구진은 무작위 주입, 유사성 타겟팅 주입, 특징 노이즈 주입이라는 세 가지 오염 전략을 통해 11가지 이질적인 이상 탐지기를 평가했습니다. 그 결과, 주입 기반 오염이 가장 큰 성능 저하를 유발했으며, 특히 국소 밀도 및 거리 기반 탐지기에 가장 큰 영향을 미쳤습니다. 반면, 특징 노이즈 오염은 상대적으로 제한적인 효과만을 보였습니다.

PCA, SVM, HBOS, IForest와 같은 모델들은 비교적 안정적인 성능을 유지한 반면, 조정된 신경망 탐지기는 중간 정도의 견고성을 보였습니다. 이러한 결과는 모델의 견고성이 깨끗한 데이터 성능만으로는 예측할 수 없으며, ICS 모니터링에서 학습 데이터의 무결성이 데이터셋, 모델, 위협 가정에 따라 중요하게 달라진다는 점을 강조합니다.

점성 시간 의존 편미분 방정식(PDEs)을 해결하기 위해 관성 다양체 신경 연산자(Inertial Manifold Neural Operator, IMNO)가 소개되었습니다. 이 방법은 소산(dissipation)으로 인해 시스템의 장시간 동역학이 효과적인 저차원 구조를 보인다는 사실을 활용합니다. IMNO는 표준 신경 연산자 구조인 푸리에 신경 연산자(Fourier Neural Operator, FNO)와 달리, 이 저차원 구조를 명시적으로 활용하여 비선형 소산 PDE에 대한 장기 예측 및 자기회귀 훈련에서 더 나은 물리적 해석 가능성, 정확성, 안정성을 달성합니다.

특히 공간 이동에 동등한(shift-equivariant) PDE에 대해서는 IMNO의 공간 이동 동등 변형(shift-equivariant variant)인 IMNO-SE를 추가로 제안합니다. IMNO-SE는 입력의 공간 이동이 출력에서도 동일한 공간 이동을 유도하도록 보장하여 대칭성을 보존하는 귀납적 편향을 제공합니다. 이러한 대칭성 보존 특성은 공간 이동 동등 PDE에서 IMNO-SE의 성능을 상당히 향상시킵니다.

연구진은 IMNO의 성능을 수치적으로 평가하기 위해 광범위한 벤치마크 실험 결과를 제시했습니다. 이는 IMNO와 IMNO-SE가 복잡한 비선형 소산 PDE를 다루는 데 있어 기존 방법론보다 우수한 성능과 안정성을 제공함을 입증합니다.

최근 멀티 디바이스 헤드셋에 대한 가격이 크게 하락했다는 소식이 전해졌습니다. 이 헤드셋은 3월에 구매했던 가격보다 현재 훨씬 저렴한 가격에 판매되고 있습니다.

이러한 가격 변동은 게이밍 주변기기 시장에서 특정 제품의 가격 경쟁력이 높아졌음을 의미합니다. 이는 멀티 디바이스 환경을 지원하는 헤드셋에 대한 수요가 지속되면서 가격이 조정되고 있음을 보여줍니다.

구체적으로 해당 기사는 SteelSeries Arctis Nova 3P 헤드셋에 대한 가격 변화를 다루고 있습니다. 이는 해당 제품을 고려하는 사용자들에게 현재 시점에서 구매를 결정할 중요한 정보를 제공합니다.

메타의 MTIA 300은 랭킹 및 추천 모델 훈련에 최적화된 인하우스 훈련 및 추론 가속기 중 첫 번째 제품입니다. 이 칩은 내장된 NIC(네트워크 인터페이스 카드) 칩렛을 통해 일반적인 범용 GPU보다 우수한 성능으로 추천 모델 훈련에 필요한 통신 요구 사항을 충족시킵니다.

추천 모델 훈련은 대규모 언어 모델과 달리 엄청난 부동 소수점 처리량보다는 가속기 간의 빠르고 효율적인 통신에 의해 병목 현상이 발생합니다. 모델의 임베딩 테이블이 전체 모델 매개변수의 99% 이상을 차지하기 때문에, 수백 개의 가속기 간에 빈번한 AllReduce, AllToAll 등의 집합 연산(collective operations)이 발생하며 이는 훈련 연산과 경쟁하여 고가의 하드웨어를 비효율적으로 사용하게 만듭니다.

메타는 이러한 통신 문제를 해결하기 위해 하드웨어와 함께 통신 라이브러리인 HCCL을 공동 설계하여 통신을 칩 설계의 첫 번째 요소로 만들었습니다. MTIA 300은 네트워크 인터페이스를 칩 패키지 내부에 통합하여 PCIe 버스를 거치지 않고 1.2 TB/s의 총 I/O 대역폭을 제공하며, 이는 기존 GPU 아키텍처의 호스트-장치-NIC 병목 현상을 제거합니다.

또한 MTIA 300은 계산을 담당하는 처리 요소 외에 모든 통신을 독립적으로 처리하는 16개의 전용 메시지 엔진(ME)을 포함하고 있어, CPU가 최적화 연산을 오프로드하고 더 높은 정밀도의 데이터 타입을 유지할 수 있게 합니다. 이러한 통합된 네트워크 및 통신 오프로딩 아키텍처는 향후 추론 및 에이전트 기반 사용 사례로 발전하는 AI 요구 사항을 충족시키는 기반이 됩니다.

샤오미는 새로운 Xring O3 CPU가 단일 스레드 성능에서 Apple 코어와 대체로 비슷하며 멀티스레드 성능에서는 훨씬 빠르다고 주장했습니다. 이 CPU는 특히 멀티태스킹 환경에서 높은 성능을 제공하는 데 중점을 두고 있습니다.

또한 Xring O3는 총 44MB의 캐시를 탑재하여 대다수의 노트북 CPU보다 큰 용량을 자랑합니다. 이는 많은 인텔 노트북 프로세서들이 갖는 캐시 크기보다도 더 큰 수치입니다.

이러한 캐시 용량 증가는 CPU의 전반적인 성능 향상에 기여하며, 경쟁사인 인텔 노트북 프로세서들과 비교했을 때 메모리 접근 속도와 효율성 측면에서 차별점을 보입니다. 최상위 모델인 C1-Ultra를 포함한 Xring O3 시리즈는 이러한 성능과 캐시 크기를 통해 노트북 시장에서 경쟁력을 확보하려는 시도를 보여주고 있습니다.

AI 안전과 통제에 있어 샌드박스 대신 울타리(Fences)를 설정해야 한다는 주장이 제기되고 있습니다. 이는 모델을 통제하려는 프로그램보다는 법률과 규칙에 의해 AI가 관리되어야 한다는 미래상을 제시합니다. 저자는 Fable과 같은 모델이 가진 판단 능력의 한계를 지적하며, 현재의 안전장치인 샌드박스가 충분하지 않다고 주장합니다.

현재 대부분의 AI 모델은 판단 수준이 초등학교 수준에 머물러 있어 사회적 인식이나 복잡한 상황에 대한 이해가 부족하며, 이는 실수나 부적절한 행동으로 이어질 수 있습니다. 모델들이 인간의 대화에 무분별하게 개입하거나 논의를 앞당기는 등 사회적 맥락에 대한 이해가 부족한 행동을 보이며 인간에게 불편함을 주고 있습니다.

따라서 AI 거버넌스는 고립시키는 샌드박스가 아니라, 외부와의 소통을 제한하는 울타리 형태로 이루어져야 합니다. 울타리는 "당신은 서류 작업을 완료하지 않았다"와 같이 정중하게 거절하는 방식으로 작동하며, 이는 초지능이 악의적인 행동을 하는 것을 막는 방어벽이 아니라, 모델이 더 현명한 결정을 내릴 수 있도록 역할과 규칙을 명확히 제시하는 역할을 합니다.

앞으로 Fable급 모델들이 비용 효율적으로 보급되면 이들은 대거 노동 시장에 진입할 것이며, 이때는 안전과 통제를 위해 샌드박스 대신 명확한 울타리를 설정하는 접근 방식이 필요합니다. 이는 조직의 지식과 시스템 주변에 지능이 성장하는 방식을 이해하고, AI가 조직의 맥락 안에서 더 현명하게 행동하도록 유도하는 데 중점을 두어야 합니다.

마이크로소프트에서 에이전트 라이트닝(Agent Lightning) v1.0.1 버전을 공식 출시했습니다. 이번 릴리스는 코딩 에이전트가 다른 AI 에이전트를 최적화할 수 있도록 돕는 에이전트 라이트닝 스킬의 첫 공식 버전입니다.

이 스킬은 사용자가 에이전트와 벤치마크를 제공하여 프롬프트, 도구, 워크플로우, 모델, 추론 설정에 대한 체계적인 개선을 안내합니다. 이를 통해 정확도, 비용, 지연 시간, 신뢰성을 측정된 반복을 통해 균형 잡을 수 있게 됩니다.

에이전트 라이트닝 v1.0.1은 이러한 최적화 기능을 통해 코드 에이전트의 성능을 향상시키는 데 중점을 둡니다. 이 스킬은 Claude Code, Codex, 또는 GitHub Copilot에 설치하여 사용할 수 있으며, CI, 패키징, 릴리스 자동화, 문서화 및 벤치마크 보고 기능도 강화되었습니다.

결론적으로 이번 업데이트는 AI 기반 개발 환경에서 에이전트의 성능과 신뢰성을 측정하고 개선하는 데 필요한 도구를 제공하여 개발 워크플로우를 더욱 효율적으로 만드는 데 기여합니다.

샌프란시스코 전체를 배경으로 하는 비디오 게임 개발 관련 내용이 공개되었습니다. 이 게임은 2026년 Apple Inc.에 의해 저작권이 보유되고 있으며, 개발 과정에서 사용된 기술적 상태와 디버그 정보가 함께 제시되었습니다.

게임은 현재 로딩 및 준비 상태에 있으며, 플레이어에게 도시 환경 탐험을 위한 준비가 완료되었음을 알리고 있습니다. 구체적으로 지형 파일, 건물 데이터, 그리고 도시 환경이 100% 준비되었다는 정보가 포함되어 있습니다.

개발자들은 게임 내에서 사용되는 핵심 조작 및 카메라 시스템에 대한 상세 정보도 확인할 수 있습니다. WASD 이동, 마우스 조준, 스페이스 점프, 시프트 달리기, 카메라 제어(C, H 키) 및 글라이더 기능 등 세부적인 물리 및 시각적 상호작용이 명시되어 있습니다.

또한, 게임 데이터에는 좌표(Z20, Z17 등), 거리(470m), 그리고 재질(WOOD, STONE, METAL)에 대한 디버그 로그가 포함되어 있어, 개발자들이 환경 데이터와 물리 엔진의 상태를 검토하는 데 중요한 참고 자료가 될 것입니다.

이메일 발송 플랫폼의 보고서에 따르면, 대형 기술 기업들이 받은 편지함에 미치는 영향이 커지면서 광고주들이 '인증된 클릭(verified clicks)'을 요구할 가능성이 높아지고 있습니다. 이는 이메일 트래킹에 있어 봇 클릭 문제를 해결하고 광고 사기를 방지하기 위한 새로운 표준을 요구하는 변화입니다.

최근 보고서에 따르면, 봇 클릭은 기업 이메일뿐만 아니라 소비자 이메일과 뉴스레터에도 침투하고 있으며, 2023년 2%였던 B2C 봇 클릭률은 올해 16%로 증가했습니다. 특히 구글 지메일의 봇 오염도는 2026년까지 2%에서 20% 이상으로 급증했으며, 마이크로소프트 아웃룩/핫메일이 가장 오염된 것으로 나타났습니다. 이러한 봇 클릭은 이메일 제공업체의 링크 사전 가져오기 및 스캐닝 시스템과 자동화된 아카이브 서비스(예: 메타의 링크 크롤러)를 통해 발생하며, 이는 원시 클릭 지표를 크게 왜곡합니다.

이러한 문제에 대응하기 위해 일부 뉴스레터 플랫폼들은 봇 클릭을 걸러낸 '인증된 클릭'이라는 지표를 도입했습니다. 이는 클릭이 100% 인간에 의해 생성되었음을 보장하는 여러 단계의 필터링 과정을 거친 결과입니다. 옴니베리(Omnivery)와 같은 서비스는 이메일 제공업체가 자체적으로 수행하기 어려운 수준으로 봇 클릭을 감지하는 API를 제공하며, 이 기술은 광고 사기를 방지하는 데 중요한 역할을 합니다.

결과적으로 광고주들은 이제 이메일 게시자가 봇 클릭을 어떻게 필터링하는지에 대한 증거를 요구하고 있으며, 게시자는 필터링 전후의 클릭 데이터를 모두 제공하여 정확한 정보를 제공해야 하는 상황에 직면했습니다. 이는 향후 이메일 마케팅 환경에서 데이터 투명성과 신뢰성이 핵심 경쟁 요소가 될 것임을 시사합니다.

FTC와 지로(Zillow)는 지로와 레드핀(Redfin) 간의 2025년 '파트너십'이 독점금지법을 위반했다는 주장에 대한 합의를 발표했습니다. 이 소송은 지로가 레드핀에게 매물 목록을 중개하도록 비용을 지불하고, 레드핀이 자체 광고 계약을 종료하며 지로와 멀티패밀리 매물에 대해 경쟁하지 않겠다고 약속한 내용을 다루고 있었습니다.

이번 합의안에 따라 레드핀은 원래 계약에서 존재했던 반경쟁적 제한 없이 지로로부터 임대 목록을 계속 중개할 수 있게 되었습니다. 하지만 레드핀은 파트너십의 일환으로 중단했던 자체 임대 목록 광고 사업을 다시 시작해야 합니다.

이는 지로와 레드핀 간의 시장 구조 및 광고 사업 운영 방식에 변화를 가져옵니다. 레드핀이 자체 광고 사업을 재개하게 되면서 시장 내 경쟁 구도와 광고 플랫폼의 역할에 영향을 미칠 것으로 보입니다.

미라화된 인체 및 동물 유해의 거래는 법적 문제뿐만 아니라 심각한 건강 위험을 내포하고 있습니다. 수집가들의 수요로 인해 이러한 유해의 거래가 규제되지 않거나 불법적인 방식으로 이루어질 수 있으며, 보존 과정에서 사용된 독성 물질과 부적절한 보관 조건으로 인해 미생물 오염이 발생할 수 있기 때문입니다.

역사적으로 미라화 과정에는 비소, 수은, 납과 같은 독성 물질이 사용되었으며, 이는 취급 시 건강에 악영향을 미칠 수 있습니다. 또한, 유해의 조직 내에는 수세기 동안 박테리아, 곰팡이, 효모와 같은 미생물이 잠복해 있다가 유기 물질이 풍부할 경우 증식할 수 있습니다.

실제로 과거 사례를 통해 이러한 위험이 입증되었는데, 1962년 사례에서는 미라화된 유해에서 흡입 시 호흡기 염증과 감염을 유발하는 독성 곰팡이 포자가 발견되었습니다. 또한, 시칠리아 팔레르모 카타콤의 미라들이 수년간 불안정한 환경에서 미생물 및 곰팡이 성장을 겪었으며, 폴란드 크라쿠프의 성 베드로와 바울 교회 지하 묘지에서도 곰팡이 종들이 확인되었습니다.

엔비디아가 CUDA 소프트웨어 지원을 RISC-V CPU로 확장하는 방안을 모색하고 있습니다. 이는 RISC-V 기반 CPU가 GPU 컴퓨팅에 사용될 수 있는 길을 열어주기 위함이며, 엔비디아는 이 과정에서 RISC-V CPU가 CUDA와 원활하게 작동하기 위해 충족해야 할 요구 사항을 제시했습니다.

엔비디아는 서버 등급의 CPU와 플랫폼을 요구하며, 이는 RAS 기능, 보안 프로세서, 그리고 RISC-V 서버 SoC 및 플랫폼 사양 준수를 포함합니다. 특히 CUDA 소프트웨어가 원활하게 작동하기 위해 벡터 확장이나 ACPI(고급 구성 및 전원 인터페이스)와 같은 특정 기능이 필요하지만, 엔비디아는 이러한 기능이 없더라도 성능 저하가 발생하지 않도록 요구 사항을 설정했습니다.

또한, 데이터 이동의 효율성을 위해 PCIe 일관성(coherency)과 피어 투 피어 PCIe 통신 지원을 요구하는데, 이는 CPU 캐시와 GPU 간의 데이터 일관성 문제를 해결하는 데 필수적입니다. 엔비디아는 이러한 요구 사항을 충족하기 위해 하드웨어의 캐시 무효화(cache invalidations)를 요구하며, 이는 시스템이 PCIe 일관성을 지원하지 않을 경우 성능 비용을 발생시킬 수 있습니다.

현재 대부분의 RISC-V 하드웨어는 엔비디아가 요구하는 모든 조건을 충족하지 못하며, ACPI 지원과 같은 일부 요구 사항은 구현하기 어렵다는 점이 관건입니다. 그럼에도 불구하고 엔비디아의 노력은 RISC-V 생태계에 긍정적인 발전이 될 수 있으며, 향후 엔비디아가 요구 사항을 완화하여 더 많은 RISC-V 시스템이 CUDA를 활용할 수 있도록 하는 것이 중요합니다.

유럽 고성능 컴퓨팅(EuroHPC)이 양자 컴퓨팅 분야 발전을 위해 1억 1,900만 유로를 지원하며 총 6건의 양자 관련 공모를 시작했습니다. 이 자금은 유럽 내 양자 기술 연구 및 개발을 촉진하고 관련 인프라 구축을 목표로 합니다.

이번 지원은 유럽의 양자 기술 생태계를 강화하고, 양자 컴퓨팅 분야의 혁신적인 연구를 가속화하는 데 중점을 둡니다. EuroHPC는 이 자금을 통해 양자 알고리즘 개발, 양자 하드웨어 최적화, 그리고 양자 보안과 같은 핵심 분야에 집중적으로 투자할 계획입니다.

이러한 공모는 유럽 내 다양한 연구 기관과 개발자들이 양자 기술 분야에서 협력하고 새로운 솔루션을 탐색할 수 있는 기회를 제공합니다. 개발자들은 이 자금 지원을 통해 양자 컴퓨팅 관련 프로젝트에 참여하거나 관련 기술을 학습할 수 있는 기회를 모색할 수 있습니다.

로보택시가 확장되는 가운데 이를 규제하는 규칙을 둘러싼 싸움이 진행되고 있습니다. 뉴욕주에서는 캐시 호쿨 주지사가 올해 초 뉴욕시 외 지역에 무인 로보택시를 허용하려는 제안을 철회했습니다. 이는 택시 운전자, 노조, 주 의원들이 반대했기 때문입니다. 이로 인해 6개월이 지났음에도 상업용 무인 운송 서비스는 여전히 주 내에서 불법이며 합법화 노력은 중단된 상태입니다.

워싱턴 D.C.에서도 상업용 로보택시를 합법화하려는 입법에 대해 노동조합들이 반대하며 싸우고 있습니다. 동시에 의원들은 대중교통 개선과 자율주행 차량으로 인해 일자리를 잃은 노동자들을 돕기 위해 메트로 업그레이드 자금과 지원을 마련할 수 있는 200대 차량 제한과 마일당 15센트 요금을 고려하고 있습니다.

이러한 지역별 규제 논의는 자율주행 기술의 상업적 확산에 대한 법적, 사회적 합의가 얼마나 어려운지를 보여줍니다. 개발자들은 이러한 지역별 규제 환경이 로보택시 시스템의 실제 배포와 운영에 미치는 영향을 주목해야 합니다.

엔비디아 고위 관리와 슈퍼마이크(Supermicro) 직원들이 중국으로 고성능 AI 서버를 불법 수출한 혐의로 기소된 사건이 대만에서 수사되고 있습니다. 이들은 미국 수출 통제 규정을 위반하여 관련 문서를 위조한 혐의로 기소되었으며, 검찰은 이들에게 신임 위반 및 문서 위조 혐의를 적용했습니다.

이 사건은 미국이 국가 안보와 AI 경쟁 우위를 위해 2022년부터 중국에 반도체 수출에 허가를 요구하면서 발생한 배경과 관련이 있습니다. 특히 슈퍼마이크 공동 창업자 왈리 리아우(Wally Liaw)가 2024년부터 중국에 제한된 AI 서버 25억 달러를 유통업체에 흘려보낸 혐의로 체포된 이후 대만이 이 사기에 대해 별도의 조사를 시작했습니다.

대만 당국은 이 사건을 통해 중국으로의 첨단 칩 수출과 관련된 불법 수출 경로에 대해 더 자세히 파악하고자 했습니다. 이는 AI 서버 공급망 내에서 발생하는 수출 통제 위반과 관련된 복잡한 국제적 문제를 보여줍니다.

결과적으로 이 사건은 AI 하드웨어 공급망의 지정학적 위험과 미국 수출 통제 정책이 실제 공급망에 미치는 영향을 보여주는 구체적인 사례입니다.

루퍼트 로우(Rupert Lowe)가 엑스(X)에서 논란을 일으키는 게시물에 대해 하는 대가로 하는 수입이 총리직(MP)으로 받는 급여와 동일하다는 보도가 나왔습니다. 그는 플랫폼으로부터 시간당 최대 1,476파운드를 벌어들이고 있으며, 이는 그의 온라인 활동에서 발생한 수입을 의미합니다.

이러한 수입은 엑스의 수익 공유 시스템에 따라 게시물의 성과에 기반하여 지급되며, 비평가들은 이 시스템이 분열을 조장하는 정치적 콘텐츠를 선호하고 영국 정치 담론을 우파 쪽으로 이끈다고 주장합니다. 로우는 2024년 총선 이후 엑스에서 벌어들인 총수입이 105,000파운드를 넘어섰으며, 2026년 상반기에는 이 금액의 절반 이상을 벌어들였습니다.

로우는 자신의 수입에 대해 정치 활동보다 기부 활동을 더 중요하게 생각한다고 밝히면서, 정치인이 되는 것이 가장 비용이 많이 드는 직업이라고 언급했습니다. 그의 최근 게시물들은 이민자들에 대한 극단적인 비판과 대규모 추방 요구를 포함하고 있으며, 이는 엑스 플랫폼이 이러한 논쟁적인 콘텐츠에 금전적 인센티브를 제공하는 방식에 대한 비판을 더욱 부각시킵니다.

실행 파일 자체를 SQLite 데이터베이스로 만드는 프로토타입인 SELF(Structured Executable & Linkable Format)가 개발자 커뮤니티에 소개되었습니다. SELF는 실행 파일의 구조를 데이터베이스화하여 일반 바이너리처럼 실행할 수 있도록 하는 것을 목표로 합니다.

이 기술은 ELF(Executable and Linkable Format) 파일의 내부 정보들을 SQLite 데이터베이스의 구조로 매핑하는 방식으로 작동합니다. 구체적으로 ELF의 문자열 테이블, 심볼 인덱스, 섹션 헤더, 버전 정보 등을 SQLite의 테이블, 열, 인덱스로 변환하여 파일의 메타데이터를 구조적으로 접근할 수 있게 합니다.

이러한 접근 방식은 바이너리 분석 및 리버스 엔지니어링 분야에서 실행 파일의 내부 구조를 보다 체계적으로 이해하고 추출하는 데 중요한 의미를 가집니다. SELF는 실행 파일의 구조적 정보를 데이터베이스 형태로 제공함으로써, 복잡한 바이너리 파일의 구조를 분석하고 조작하는 새로운 방법을 제시합니다.