읽을 가치가 있는 기사만, 짧고 또렷하게.

전자부품 설계에 필요한 값들은 수십에서 수백 페이지에 걸친 데이터시트의 표와 그래프 안에 존재합니다. 열저항이나 절대 최대 정격 같은 핵심 설계 값들은 이러한 데이터시트 내의 특정 페이지에 위치하고 있습니다.

이러한 복잡한 데이터 속에서 인공지능에게 질문할 경우, AI는 종종 기억에 의존하여 답변하거나 해당 값이 어느 페이지에서 나왔는지 명확하게 제시하지 못하는 경우가 많습니다. 이는 설계자가 정확한 근거를 바탕으로 정보를 검증하기 어렵게 만듭니다.

이러한 문제를 해결하기 위해 PartsPlan이라는 MCP 서버가 개발되었습니다. PartsPlan은 Claude, ChatGPT, Cursor와 같은 주요 AI 모델에 연결하여 AI가 제조사 데이터시트의 특정 페이지를 근거로 답변하게 하는 시스템입니다.

PartsPlan을 통해 AI는 데이터시트의 특정 페이지를 근거로 답변할 수 있게 되어, 설계 과정에서 정보의 정확성과 신뢰도를 높일 수 있습니다. 이는 AI 기반 설계 지원 도구의 실질적인 활용 범위를 확장하는 중요한 진전입니다.

최근 AI 분야에서 오픈 웨이트 모델이 독점 모델인 OpenAI와 Anthropic에 대한 대안으로 부상하고 있습니다. 이 글은 LLM을 사용하는 개발자와 보안 전문가들에게 기업이 제공하는 폐쇄형 모델의 한계와 오픈 웨이트 모델의 이점을 설명합니다.

OpenAI와 Anthropic의 모델은 강력하지만, 사용자의 데이터가 학습에 사용될 수 있으며 엄격한 안전장치(cop agent)가 적용되어 있어 보안 및 개인 정보 보호에 대한 우려를 남깁니다. 반면, 오픈 웨이트 모델은 사용자가 자신의 하드웨어에서 모델을 실행하거나 Tinfoil과 같은 보안 환경을 통해 사적으로 운영할 수 있는 큰 장점을 제공합니다. 이는 사용자가 특정 기업에 종속되지 않고 강력한 LLM을 더 안전하고 자유롭게 활용할 수 있게 합니다.

현재 GLM-5.3과 같은 오픈 웨이트 모델들은 최신 독점 모델에 비해 성능 차이가 크지 않으며, 특히 소프트웨어 엔지니어링 분야에서는 Claude Opus와 비슷한 수준으로 평가받고 있습니다. 개발자들은 Z.ai의 GLM 모델을 사용하면서도 데이터 유출 위험을 최소화하기 위해 Tinfoil이나 OpenCode Go와 같은 프라이버시 옵션을 고려할 수 있습니다.

결론적으로, 개발자들은 기업의 통제에서 벗어나 더 많은 프라이버시와 유연성을 확보하기 위해 오픈 웨이트 모델 생태계를 탐색하는 것이 현명한 대안이 될 수 있습니다. 다만, 이러한 대안을 사용할 때 데이터 보존 정책이나 기술적 안전장치에 대한 명확한 이해가 필요합니다.

한국어 언어 모델을 직접 구축하려는 프로젝트가 현재 진행 중입니다. 이 프로젝트는 기존 모델을 사용하다가 직접 만들어 보는 경험을 통해 시작되었으며, 거창한 계획보다는 실질적인 학습과 구현에 초점을 맞추고 있습니다.

개발자는 한국어 언어 모델을 직접 만들어 보겠다는 목표로 프로젝트를 시작했으며, 이는 오픈소스 한국어 LLM 학습 프로그램으로 발전하고 있습니다. 이 프로그램은 데이터셋 준비부터 Ollama, Hugging Face를 통한 배포까지 전 과정을 포괄하는 것을 목표로 합니다.

이러한 프로젝트는 한국어 LLM을 오픈소스로 공개하고 학습할 수 있는 환경을 제공하는 데 중점을 두고 있습니다. 개발자들은 이 프로그램을 통해 한국어 언어 모델을 직접 학습하고 배포하는 경험을 할 수 있습니다.

구글은 전 세계에 걸쳐 데이터 센터를 소유하고 운영하며 24시간 7일 내내 제품을 구동하고 있습니다. 이 정보는 구글의 글로벌 인프라가 어떻게 구축되어 있는지 이해하는 데 중요합니다.

현재 구글 데이터 센터는 인도 안드라프라데시, 미국 텍사스주 암스트롱 카운티, 미국 사우스캐롤라이나주 버클리 카운티, 우루과이 카넬로네스 등 다양한 지역에 분포되어 있으며 일부 지역에서는 개발이 진행 중입니다. 이처럼 광범위한 물리적 인프라는 구글 클라우드 서비스의 글로벌 확장성과 안정성에 기여합니다.

특히 대만 창화 카운티의 데이터 센터는 과학, 기술, 공학, 수학(STEM) 교육 프로그램과 디지털 훈련 프로그램에 지원하며 차세대 IT 및 운영 엔지니어 인력 양성에 기여하고 있습니다. 이는 데이터 센터가 단순한 컴퓨팅 공간을 넘어 지역 사회의 인력 개발과 교육에 미치는 영향을 보여줍니다.

구글은 데이터 센터 운영을 통해 에너지 효율성, 순환 경제, 물 관리 등 지속 가능성 목표를 추구하며 인프라를 개선하고 있습니다. 개발자로서 이러한 글로벌 인프라의 위치와 운영 현황을 이해하는 것은 클라우드 서비스의 지리적 분산과 운영 환경을 파악하는 데 도움이 됩니다.

AI 에이전트가 겪는 환각 현상과 논리 루프 문제를 해결하기 위해 전자기학 기반의 추론 인프라를 제안하는 JulianFlux 연구가 공개되었습니다. 기존의 벡터 데이터베이스가 코사인 유사도와 같은 유클리드 측정에 의존하여 모순되거나 무질서한 정보를 반환하는 문제를 해결하고자, JulianFlux는 데이터를 운동학적 추론 엔진으로 격상시킵니다.

이 시스템은 고차원 임베딩을 저차원 다양체로 압축하고 연속적인 전자기장(Electrodynamic Field)을 계산하여 데이터를 검색하고 경로를 지정합니다. 핵심은 로렌츠 힘(Lorentz Force) 방정식을 변형하여 에이전트가 물리적 경로를 따라 데이터를 이동하도록 유도하는 것입니다. 또한, 환각을 물리적으로 억제하기 위해 데이터에 위상 전하(topological charges)를 할당하고, 패러데이의 유도 법칙을 통해 시간 경과에 따른 구식 정책이나 사실을 감쇠시켜 에이전트가 구식 정보에 접근하는 것을 물리적으로 차단합니다.

JulianFlux는 이러한 물리적 접근 방식을 통해 데이터의 단순한 거리가 아닌 인과 관계를 기반으로 에이전트를 라우팅함으로써 논리적 오류를 최소화합니다. 연구팀은 이 핵심 수학 모델을 파이썬으로 공개했으며, 엔터프라이즈 환경에서는 러스터(Rust) 및 CUDA 백엔드를 사용하여 수십억 개의 벡터에 대해 서브밀리초 수준의 지연 시간으로 전자기장 방정식을 실행하는 고성능 클라우드 솔루션을 제공합니다.

쿠키가 차단되면서 이제 디바이스 핑거프린트가 새로운 추적 수단으로 부상하고 있습니다. 과거 서드파티 쿠키에 대한 논란이 거세지면서 구글을 비롯한 기술 기업들은 쿠키를 없애고 개인 정보 보호를 우선하는 새로운 접근 방식을 모색해 왔습니다. 이러한 변화는 웹사이트가 사용자 데이터를 수집하고 광고를 제공하는 방식에 근본적인 변화를 가져오며, 이는 개발자들이 사용자 추적 방지 기술을 설계해야 함을 의미합니다.

디바이스 핑거프린트는 사용자의 브라우저, 운영체제, IP 주소뿐만 아니라 GPU, CPU, 폰트 렌더링 등 하드웨어 및 소프트웨어 환경의 고유한 특성을 측정하여 고유한 식별자를 생성합니다. 웹사이트는 이러한 측정값을 통해 사용자를 식별하며, 네트워크 요청 정보나 코드 실행 환경에서 얻은 데이터는 IP 주소처럼 취약할 수 있지만, 하드웨어 품질과 같은 측정값은 비교적 안정적입니다.

현재 이러한 핑거프린팅에 대해 완벽한 보호는 불가능하며, 따라서 브라우저 수준에서 노이즈를 추가하여 식별자를 일관성 없게 만드는 방식을 사용합니다. Brave나 Tor와 같은 프라이버시 우선 브라우저들은 이러한 방식을 채택하고 있으며, VPN 서비스도 IP 주소 변경을 통해 위치 추적을 어렵게 합니다. 개발자는 이러한 환경에서 사용자 추적을 최소화하기 위해 브라우저 엔진 레벨의 보호 기능을 구현하는 데 집중해야 합니다.

북한의 지도 제작자라는 제목의 기사가 제공되었으나, 실제 기사 내용은 포함되어 있지 않습니다. 따라서 해당 기사에 대한 구체적인 정보나 맥락을 제공하기 어렵습니다.

해당 기사는 북한의 지도 제작과 관련된 주제를 다루고 있는 것으로 보입니다. 지도 제작이라는 주제는 지리 정보 시스템(GIS)이나 데이터 시각화 분야에 관심 있는 개발자들에게 특정 데이터의 출처나 제작 방식에 대한 흥미로운 맥락을 제공할 수 있습니다.

만약 기사 본문이 제공된다면, 북한의 지도 제작 과정에서 사용된 데이터의 특성, 사용된 기술, 혹은 지리 정보의 정치적 의미 등 개발자 관점에서 분석할 수 있는 구체적인 내용을 확인할 수 있을 것입니다.

인공지능이 인간의 축적된 지식을 넘어 발전하는 과정에서, AI 자체가 최적화자이자 평가자로서 지속적으로 스스로를 개선하는 재귀적 자기 개선(RSI)의 가능성이 연구되고 있습니다. 이를 위해 다중 에이전트 자기 감독(Multi-Agent Self-Supervision, MASS)이라는 방법론이 제시되었는데, 이는 여러 에이전트의 집단 지능에서 정보를 추출하여 RSI를 위한 자기 감독 신호를 생성하는 방식입니다.

MASS는 동일한 모델을 실행자, 최적화자, 평가자로 사용하여 팀의 작업 흐름을 최적화하고 집단 경험을 공유 모델로 압축합니다. 이 과정에서 모델은 스스로의 작업 흐름을 평가하고 개선하며, 이를 통해 집단 지능을 추출하여 자기 개선을 반복합니다. 이러한 과정은 모델이 스스로 평가하는 신뢰성 있는 기준을 확보하는 데 중점을 두며, 인간 전문가가 제시하는 목표를 학습 과정에서 유용한 기준으로 전환하는 것을 목표로 합니다.

하지만 이러한 자기 개선 루프에는 중요한 안전 문제가 내포되어 있습니다. 모델이 스스로 판단하는 과정에서 발생하는 공유된 맹점은 결함 있는 결과를 개선으로 받아들이고 다음 모델에 통합될 수 있게 하여 시스템의 안전성을 위협할 수 있습니다. 따라서 재귀적 자기 개선의 안전을 확보하기 위해서는 시스템의 자기 평가를 수정할 수 있는 메커니즘을 유지하는 것이 필수적입니다.

이러한 맹점을 이해하는 것은 더 강력한 시스템을 통제하는 데 중요하며, AI의 도약기에 의미 있는 감독을 보존하기 위한 안전 질문을 제기합니다. 시스템의 판단에 대한 의존도가 가장 적절하지 않은 지점을 파악함으로써 독립적인 검증과 개입 조건을 설정할 수 있습니다.

패스키(Passkeys)는 사용자가 생각하는 것보다 통제력이 부족하며 사용을 지양해야 한다는 주장이 제기되고 있습니다. 패스키는 비밀번호보다 더 안전하고 편리하다는 홍보를 받고 있지만, 실제로는 웹사이트가 사용자의 통제권을 점진적으로 제거할 수 있는 숨겨진 메커니즘을 내포하고 있다는 것입니다.

패스키는 FIDO 얼라이언스라는 다양한 이해관계자들(빅 테크 기업, 정부, 금융 기관 등)의 요구로 탄생했으며, 사용자 권익을 최우선으로 하는 소비자 옹호 단체가 참여하지 않았다는 점이 주목됩니다. 이는 패스키가 사용자에게 이익이 아닌 특정 목적을 달성하기 위한 도구로 설계되었을 수 있다는 의문을 제기합니다.

보안 문제에 대한 해결책으로 제시된 패스키의 기반 기술인 TOTP(시간 기반 일회용 비밀번호)는 텍스트 메시지나 외부 앱에 의존하지 않아 강력하지만, 실제로는 인증 앱을 사용해야 한다는 식으로 오해를 유발하는 경우가 많습니다. 또한 WebAuthn 표준 내의 원격 증명(remote attestation) 기능은 사용자에게 여러 종류의 제한을 부과할 수 있는 여지를 남겨두고 있습니다.

따라서 패스키가 제공하는 높은 보안 수준을 원한다면, 원격 증명 관련 복잡성을 피하고 물리적인 패스키 역할을 하는 YubiKey와 같은 보안 키를 사용하는 것이 더 안전한 대안이 될 수 있습니다.

직장 생활을 통해 부를 쌓는 동력을 얻을 수 있지만, 단순히 높은 소득 자체가 부는 아니라는 점을 이해해야 합니다. 성공적인 재정 관리를 위해서는 일의 가치를 높이는 동시에 늘어난 소득의 상당 부분을 실질적인 자산으로 전환하는 것이 핵심입니다.

성공적인 부의 축적을 위해서는 소득 증대뿐만 아니라 자산 전환 전략이 필수적입니다. 이는 단순히 월급을 많이 받는 것을 넘어, 노동의 가치를 극대화하고 그 결과를 재투자하는 체계를 구축해야 함을 의미합니다.

또한 경력 개발에 있어서도 성적이나 초기 기회보다는 이후의 경력은 문제 해결 능력과 검증 가능한 성과에 의해 결정됩니다. 개발자로서 커리어를 발전시키기 위해서는 추상적인 목표보다는 구체적인 결과물을 만들어내는 데 집중해야 합니다.

The Onion이 자사 신문 아카이브에서 누락된 호를 복원하기 위해 독자들에게 소장본 제공을 요청했습니다. 이 요청은 신문 아카이브의 보존 및 복원 작업을 위한 자료 확보를 목적으로 합니다.

현재 수집 목록은 1988년부터 2013년까지의 발행분에 걸쳐 있으며, 제목과는 달리 2012년과 2013년 발행분도 포함하고 있습니다. 일부 권은 특정 호만 찾고 있지만, 전체 수집 범위는 1988년부터 1991년과 2011년 이후의 발행분을 포함하고 있습니다.

이는 The Onion의 역사적인 신문 아카이브를 완성하고 보존하기 위한 중요한 과정입니다. 독자들이 소장하고 있는 과거 발행본을 제공함으로써 누락된 자료를 복원하고 아카이브의 완전성을 높일 수 있습니다.

애플이 화요일에 새로운 스마트 홈 허브인 홈뷰(HomeView)를 발표할 예정입니다. 이는 블룸버그의 마크 거먼이 보도한 내용이며, 애플이 몇 년 동안 개발해 온 새로운 스마트 홈 제품에 이름과 출시일이 정해졌음을 의미합니다.

그동안 애플은 새로운 스마트 홈 제품 개발에 대한 여러 보도가 있었으나, 이제 구체적인 제품명이 공개되면서 시장의 주목을 받고 있습니다. 홈뷰는 애플 생태계 내에서 스마트 홈 경험을 통합하는 핵심 허브 역할을 할 것으로 예상됩니다.

이러한 움직임은 애플이 스마트 홈 시장에서 새로운 성공을 거둘 수 있을지에 대한 기대를 높입니다. 개발자 관점에서 볼 때, 홈뷰의 출시와 기능은 향후 애플 기기 간의 연동성과 스마트 홈 플랫폼의 확장성에 중요한 영향을 미칠 것입니다.

원격 근무 중인 직원이 하루에 160장의 웹캠 사진 제공을 거부하여 해고당했다는 내용입니다. 이 사건은 원격 근무 환경에서 고용주가 직원에게 요구하는 감시 수준과 개인 프라이버시의 경계에 대한 논란을 제기합니다.

해당 사례는 원격 근무 환경에서 고용주가 직원에게 요구하는 데이터 수집의 범위와 그 정당성에 대한 윤리적, 법적 문제를 부각시킵니다. 특히 직원들이 자신의 사적인 공간에서 일할 때 고용주가 사용하는 감시 기술의 한계와 직원들의 권리 보호가 중요한 쟁점으로 떠오르고 있습니다.

이는 원격 근무 정책을 수립하는 기업들에게 직원들의 사생활 보호와 데이터 수집에 대한 명확한 정책과 동의 절차를 마련할 필요성을 시사합니다. 또한, 기술 발전에 따라 원격 근무 환경에서의 감시 기술 사용에 대한 법적 및 윤리적 기준을 재검토해야 할 필요가 있습니다.

새롭게 개발된 화학적 트릭을 사용하여 켜고 끌 수 있는 문신이 가능해졌습니다. 이 기술은 기존의 영구적인 문신과는 달리, 특정 화학 반응을 통해 문신의 존재를 동적으로 제어할 수 있게 합니다.

이러한 접근 방식은 문신을 일시적으로 활성화하거나 비활성화할 수 있게 함으로써, 시각적 효과를 실시간으로 변화시키는 새로운 예술적 가능성을 열어줍니다. 이는 단순히 피부에 색을 입히는 것을 넘어, 물질의 상태를 조작하는 화학적 원리를 활용하는 혁신적인 기술입니다.

개발자나 디자이너에게 이 기술은 물질의 상태를 제어하는 새로운 인터페이스를 제공할 수 있습니다. 문신의 활성화 및 비활성화 과정을 제어하는 화학적 메커니즘을 이해하고 구현하는 것은 새로운 형태의 동적 미디어 경험을 창출하는 데 중요한 맥락을 제공합니다.

아론 서킨의 영화 ‘소셜 레코닝’이 기대에 미치지 못하는 성적을 기록하며 흥행에 대한 의문을 제기하고 있습니다. 이 작품은 ‘소셜 네트워크’의 후속작으로, 주말 박스오피스에서 국내 흥행 수입이 550만 달러에 그쳤는데, 이는 스튜디오가 예상했던 700만 달러에서 800만 달러 사이의 예상치보다 훨씬 낮은 수치입니다.

이러한 성적 부진은 영화가 다루는 주제의 무게와 관련하여 관객의 반응을 반영하는 것으로 해석됩니다. 이전 작품이 페이스북 초기 흥분과 드라마에 초점을 맞췄다면, 이번 작품은 내부 고발자인 프랜시스 하우겐의 결정과 알고리즘 변화 등 더 어둡고 무거운 주제를 다루고 있습니다. 이는 대중이 알고리즘이나 페이스북에 대한 비판을 접하는 것에 대해 덜 긴급함을 느낄 수 있으며, 결과적으로 영화의 흥행에 영향을 미쳤을 수 있다는 분석입니다.

한편, 이러한 영화 성적은 최근 몇 달간 테크 기업 CEO들을 소재로 한 영화와 다큐멘터리가 쏟아지는 시기와 맞물려 주목받고 있습니다. 최근 마크 저커버그, 일론 머스크, OpenAI 등 논란의 중심에 있는 인물들을 다룬 다큐멘터리들이 공개되었으며, 넷플릭스 시리즈 ‘더 알트루이스트’ 역시 FTX 붕괴와 샘 뱅크먼-프리드(Sam Bankman-Fried)의 몰락을 다루고 있습니다.

결론적으로 ‘소셜 레코닝’의 성적은 단순히 한 편의 영화에 국한된 문제가 아니라, 현재 대중이 인공지능과 기술 거물들의 행보에 대해 어떤 흥미나 긴급성을 느끼는지에 대한 광범위한 질문을 던지고 있습니다.

휴대전화, 브라우저, 서버 등 광범위한 분야에서 의존하는 오픈소스 프로젝트 23개를 분석한 결과, 11개 프로젝트는 정기 기여자가 1~2명에 불과한 것으로 나타났습니다. 이는 핵심 기반 기술들이 소수의 운영자에 의해 유지되고 있음을 보여줍니다.

조사 기준은 1년 동안 병합과 봇 활동을 제외하고 변경을 10회 이상 작성한 사람을 정기 기여자로 집계했습니다. 이 통계는 xz, sudo, bash, 시간대 데이터베이스와 같이 널리 사용되는 기반 프로젝트들에서 특히 두드러지게 나타났습니다.

이러한 현상은 광범위하게 사용되는 오픈소스 인프라의 지속 가능성과 안정성에 대한 우려를 제기합니다. 소수의 기여자에게 의존하는 프로젝트들은 잠재적인 유지보수 공백이나 기술적 위험에 노출될 수 있습니다.

따라서 개발자들은 이러한 핵심 오픈소스 프로젝트들의 기여 패턴을 이해하고, 프로젝트의 장기적인 유지보수를 위해 기여 방식을 고려할 필요가 있습니다.

Epoch AI가 개발한 InnovationEval은 AI가 아이디어 구상부터 구현, 실험, 분석까지 수행하여 인간이 개발한 후속 학습 기법인 SDPO에 필적하는 새로운 방법을 만들 수 있는지 검증하는 프레임워크입니다. 이 평가는 AI가 단순한 패턴 학습을 넘어 실제 알고리듬 혁신을 이룰 수 있는지에 대한 가능성을 탐색하는 데 중점을 둡니다.

이러한 평가 기준에 따라 Claude Fable 5와 GPT-5.6 Sol 모델에 대해 평가를 진행할 경우, 각 모델당 3,000 GPU시간과 100억 토큰의 자원이 허용됩니다. 이는 최신 AI 모델들이 복잡한 문제 해결과 혁신적인 방법론을 생성하는 능력을 측정하기 위한 구체적인 테스트 환경을 제공합니다.

개발자들은 이러한 평가 결과를 통해 현재 AI 모델들이 인간의 알고리듬 혁신 수준에 도달하는 데 어떤 한계가 있는지, 그리고 어떤 학습 기법이 가장 효과적인지 실질적인 데이터를 확보할 수 있습니다. 따라서 InnovationEval과 같은 방법론은 AI의 잠재력을 측정하고 후속 연구 방향을 설정하는 데 중요한 맥락을 제공합니다.

Nanolathe는 클린룸 연구를 통해 Total Annihilation을 재현한 오픈소스 2.5D RTS 엔진으로 현재 공개 베타 상태입니다. 이 엔진은 MIT 라이선스를 기반으로 하며, 현대 컴퓨터 환경에 맞게 재구현되었다는 특징이 있습니다.

Nanolathe의 가장 큰 특징은 접근성을 높인 브라우저 데모 기능입니다. 사용자는 별도의 설치나 게임 폴더 없이 원작의 3개 미션을 브라우저에서 바로 플레이할 수 있습니다. 이는 데스크톱 환경인 Chrome, Edge, Safari와 키보드 및 마우스를 사용하여 접근할 수 있도록 구현되었습니다.

이러한 브라우저 데모는 개발자나 일반 사용자 모두에게 Total Annihilation의 경험을 쉽게 공유하고 체험할 수 있는 기회를 제공합니다. Nanolathe는 클린룸 연구 기반의 재구현을 통해 게임 엔진의 기술적 구현 방식을 보여주는 동시에, 웹 환경에서의 접근성을 극대화하는 데 중점을 두고 있습니다.

엘진 커뮤니티 칼리지(Elgin Community College)는 학생들의 안전과 보안 강화를 위해 2025년 4월에 플록 안전 카메라(Flock Safety) 여섯 대를 설치했습니다. 그러나 이 학교 행정부는 2025년 9월까지 플록이 세관국경보호국(Customs and Border Patrol)과 데이터를 공유하고 있으며, 카메라 피드가 제대로 보호되지 않고 있고, 법 집행 기관과 회사 직원들이 데이터 접근 권한을 오용하고 있다는 우려를 표했습니다.

이러한 문제에 따라 엘진 커뮤니티 칼리지는 2025년 10월에 플록 측에 카메라를 제거해 줄 것을 요청했습니다. 하지만 플록은 계약을 위반하지 않았다는 이유로 이 요청을 거부했습니다.

이 사건은 사설 보안 시스템이 공공 기관의 안전 목표와 데이터 보안 요구 사항을 충족하는 방식에 대한 계약 및 데이터 거버넌스 문제를 제기합니다. 이는 사설 솔루션 도입 시 데이터 공유 범위, 보안 조치, 그리고 법적 책임에 대한 명확한 기준이 필요함을 시사합니다.

뉴욕시가 기업들에게 구독 해지 절차를 간소화하도록 요구하는 ‘Click to Cancel’ 규정이 시행됩니다. 이 규정은 기업들이 구독 가입을 진행하는 것과 동일한 방식으로 간단하게 구독을 해지할 수 있는 절차를 제공하도록 의무화합니다.

이 규정은 구독 서비스를 이용하는 사용자들의 해지 접근성을 높이는 데 중점을 두고 있습니다. 공식 안내에 따르면 해당 규정의 시행일은 2026년 10월 1일입니다.

시행일 이후부터는 구독 해지를 어렵게 만드는 기업에 대해 민원을 제출할 수 있게 됩니다. 이는 기업들이 사용자 친화적인 구독 관리 시스템을 구축하도록 촉진하는 역할을 할 것입니다.