읽을 가치가 있는 기사만, 짧고 또렷하게.

개발자가 직접 설계한 커스텀 CPU에서 DOOM을 구동하고 이를 바이럴시킨 경험을 공유합니다. 이 프로젝트는 논리 게이트 레벨에서 CPU를 설계하고 FPGA에 배포하여 실시간으로 게임을 구동하는 것을 목표로 했습니다.

초기에는 메모리와 속도라는 두 가지 큰 문제에 직면했습니다. DOOM의 기본 파일 크기인 14MB는 FPGA의 BRAM 용량보다 훨씬 컸으며, DDR3 메모리의 느린 지연 시간 때문에 속도 향상이 필수적이었습니다. 이를 해결하기 위해 캐시를 활용하여 BRAM에 활성 메모리 영역을 저장함으로써 DDR3 지연 시간을 최소화했습니다.

CPU 파이프라인 설계에서는 메모리 접근을 통합된 인터페이스로 추상화하고, 레지스터 사용 맵(RUM)을 도입하여 데이터 경쟁(hazard)을 처리하는 방식으로 개선했습니다. 또한, VGA 컨트롤러 BRAM에 직접 데이터를 쓰는 방식으로 메모리 대역폭을 개선하고 캐시 읽기 결과를 파이프라인화하여 지연 시간을 줄였습니다.

최종적으로 컴파일러 최적화 과정에서 하드웨어 타이머 MMIO 포인터를 volatile로 표시하지 않아 발생하는 문제를 해결하여 게임이 원활하게 구동되도록 했습니다. 이러한 최적화를 통해 DOOM은 15~20 FPS로 구동되었으며, 향후 아웃 오브 오더 프로세싱을 구현하여 30 FPS에 도달하는 것을 목표로 하고 있습니다.

3D 프린터 폐기물을 활용하여 코이 연못 모자이크를 만든 프로젝트에 대한 기사가 올라왔습니다. 이 작품은 총 10파운드의 3D 프린팅 폐기물을 재료로 사용하여 예술적인 모자이크를 제작하는 과정을 보여줍니다.

이 프로젝트는 3D 프린팅 과정에서 발생하는 폐기물을 단순한 쓰레기가 아닌 재활용 가능한 재료로 활용하는 업사이클링의 개념을 제시합니다. 제작자는 폐기물을 활용하여 코이 연못의 모자이크를 만드는 구체적인 방법을 공유하고 있습니다.

이는 제조 과정에서 발생하는 폐기물을 재활용하여 새로운 형태의 예술 작품을 창조하는 데 있어 3D 프린팅 기술의 잠재력을 보여주는 사례입니다. 개발자나 제작자들에게는 폐기물 재료를 활용한 창의적인 디자인과 지속 가능한 제작 방식에 대한 영감을 제공할 수 있습니다.

Jane Street의 Incremental은 입력 변화에 효율적으로 반응하여 계산을 업데이트할 수 있는 복잡한 계산을 구축하기 위한 라이브러리입니다. 이 라이브러리는 자기 조정 계산에 대한 연구를 바탕으로 개발되었으며, 데이터가 변경될 때 전체 계산을 다시 수행할 필요 없이 필요한 부분만 효율적으로 업데이트하는 것을 목표로 합니다.

Incremental은 다양한 애플리케이션에서 유용하게 활용될 수 있습니다. 예를 들어, 스프레드시트처럼 대규모 계산을 구축할 때 데이터 변화에 빠르게 반응할 수 있으며, GUI 애플리케이션에서 새로운 데이터를 효율적으로 통합하는 뷰를 구성할 때도 사용됩니다. 또한, 필터링이나 매핑 역변환과 같이 소스 데이터와 동기화된 파생 데이터를 계산할 때도 정확성을 보장하며 효율적으로 처리할 수 있습니다.

이 라이브러리는 OCaml로 구현되었으며, 개발자들이 데이터 변화에 민감하게 반응하는 동적인 계산 시스템을 구축할 수 있도록 돕습니다. 상세한 사용법과 라이브러리 구조는 공식 문서에서 확인할 수 있으며, 이는 대규모 데이터 처리 및 실시간 업데이트가 필요한 시스템을 개발하는 데 중요한 기반이 됩니다.

VTubing은 퍼포머가 애니메이션 모델을 사용하여 화면에 자신을 표현하는 온라인 활동입니다. Live2D Cubism과 같은 소프트웨어는 실제 배우의 움직임을 아바타가 반영하도록 하여 이 활동이 가능해졌습니다. 일본에서 시작된 이 현상은 2023년 VTuber 에이전시의 매출로 800억 엔을 기록하며 전년 대비 153.8% 증가하는 등 큰 수익을 창출하며 세계적으로 확산되고 있습니다.

일본 기업들이 이 시장을 주도하고 있지만, 이제 미국을 비롯한 전 세계에서 새로운 참여자들이 유입되며 VTubing은 더욱 광범위하게 진화하고 있습니다. VTuber들은 캐릭터를 만들고 연기하는 과정에서 표현의 자유를 얻으며, 외모 변화와 캐릭터 설정에 대한 큰 매력을 느낍니다. 이는 단순히 얼굴을 공개하는 것을 넘어, 자신을 표현하는 새로운 방식이자 콘텐츠 제작의 기회로 작용하고 있습니다.

VTuber들의 주요 활동은 캐릭터로 라이브 스트리밍을 진행하거나, 노래 커버 및 스킷 영상을 제작하고, 라이브 콘서트를 개최하는 것입니다. 특히 홀로라이브나 니지산지 같은 대형 에이전시들은 3D 모션 캡처 기술을 활용하여 이러한 이벤트들을 진행하고 있습니다.

앞으로 VTubing은 단순히 엔터테인먼트 영역을 넘어 애니메이션, 비디오 게임, 만화 등 다양한 산업으로 확장될 것으로 전망됩니다. 기술 발전과 함께 2D 아바타를 넘어 3D 기술을 활용한 콘텐츠 제작이 활발해지면서, 인디 개발자들도 자체적인 트랜스미디어 IP를 구축할 수 있는 기회가 열리고 있습니다.

감시 위험이 온라인 발언을 위축시키고 있는가에 대한 논의가 제기되고 있습니다. 연방, 주, 지방, 기업 차원의 감시망이 확장됨에 따라 사람들이 인터넷상에서 표현의 자유를 잃고 있는지에 대한 의문이 제기됩니다.

정부나 국가 기관이 특정 기준에 따라 개인의 입국을 거부하거나 추방할 수 있는 상황이 발생하고 있습니다. 예를 들어, 정부가 비판적인 발언을 했다고 판단할 경우 이민 심사 과정에서 문제가 발생할 수 있으며, 이는 지난 1년 반 동안 실제로 일부 사람들에게 적용된 사례가 있습니다. 이러한 조치가 법적으로 문제가 없더라도 개인의 삶에 부정적인 영향을 미칠 수 있다는 점이 중요합니다.

과거에는 선거 결과에 의문을 제기하거나 특정 정치적 입장을 취하는 것에 대해 제재를 받았던 사례들이 있으며, 이는 온라인 발언의 자유가 시대와 정치적 상황에 따라 달라질 수 있음을 보여줍니다. 일부에서는 현재의 정치적 환경 변화로 인해 표현의 자유가 더 확대되었다고 주장하기도 하지만, 다른 관점에서는 감시보다는 좌파 정치 세력에 의한 언어 검열과 게이트키핑이 더 큰 문제라고 지적합니다.

결론적으로 인터넷 환경에서 표현의 자유는 감시 위험뿐만 아니라 정치적 맥락과 사회적 통제에 의해 복합적으로 영향을 받고 있습니다. 사용자는 온라인 활동 시 이러한 감시와 검열의 위험을 고려하여 자신의 발언에 신중을 기해야 합니다.

미네소타주 모리스에서 풍력 에너지를 활용하여 암모니아와 비료를 생산하는 유연한 재생 가능 암모니아 시연 시설이 가동을 시작했습니다. 이 시설은 풍력 터빈에서 얻은 에너지를 이용해 수소 생산에 필요한 전기분해 장치(electrolysers)를 구동하고, 이를 통해 하버-보슈 플랜트에 공급하는 수소를 생산합니다.

이 프로젝트는 재생 에너지 공급의 변동성을 관리하기 위해 새로운 모델링 및 제어 시스템을 도입하여 암모니아 생산 속도를 조절하는 것이 핵심입니다. 이를 통해 고가의 수소나 전력을 저장할 필요성을 최소화함으로써 훨씬 더 경제적이고 효율적인 설계가 가능해졌습니다.

이 시설은 높은 비료 가격과 공급 불안정 문제를 해결하고 주 내에서 수익원을 창출하는 것을 목표로 하며, 생산된 암모니아는 질소 비료의 가장 일반적인 형태인 요소(urea)를 생산하는 데 사용될 수 있습니다. 또한 이 시연 시설은 향후 농민 협동조합이 소유한 상업용 재생 암모니아 생산 허브 네트워크로 확장될 잠재력을 가지고 있습니다.

Jelly UI v1.1은 실제 폼 컨트롤과 소프트 바디 물리 효과를 결합한 의존성 없는 웹 컴포넌트 라이브러리로 개발되었습니다. 이 라이브러리는 개발자가 복잡한 물리적 상호작용을 포함하는 사용자 인터페이스를 쉽게 구현할 수 있도록 돕습니다.

Jelly UI는 총 40개의 커스텀 엘리먼트를 제공하며, 단일 모듈 스크립트로 설치가 가능하여 프로젝트에 쉽게 통합할 수 있습니다. 이는 별도의 복잡한 설정 없이도 고급 시각적 효과를 구현하고자 하는 웹 개발자들에게 유용한 솔루션을 제공합니다.

또한 이 라이브러리는 사용자 경험을 향상시키는 다양한 기능을 포함하고 있습니다. 다크 모드 지원, 운영체제 테마 자동 추적, 강조색 변경 기능이 내장되어 있으며, 오른쪽에서 왼쪽으로 쓰는 언어 지원도 제공합니다. 이러한 기능들은 사용자 친화적이고 반응성이 뛰어난 인터페이스를 구축하는 데 기여합니다.

Ramp Router는 AI 요청을 비용 효율성과 품질을 고려하여 가장 적합한 모델로 자동으로 라우팅해주는 시스템입니다. 이 도구는 100가지 이상의 AI 사용 사례를 Ramp에서 실행하며 LLM 비용을 30% 절감하면서 기능의 성능과 속도를 향상시켰습니다.

Ramp Router는 OpenAI, Anthropic, Gemini 등 다양한 모델과 일부 오픈 소스 모델(Kimi 포함)을 지원하며, 사용자가 품질 기준을 충족하는 가장 저렴한 옵션으로 요청을 보낼 수 있게 합니다. 이를 통해 모델 가격이나 성능 변화에 관계없이 사용자는 지속적으로 최적의 AI 경험을 유지할 수 있습니다.

개발자는 Ramp Router를 통해 별도로 모델을 선택하고 가격을 관리할 필요 없이, OpenAI 호환 API를 그대로 사용하면서 엔드포인트를 변경하는 것만으로 시스템을 전환할 수 있습니다. 또한, 특정 모델의 서비스 중단이나 속도 제한이 발생하더라도 다른 사용 가능한 모델로 요청을 자동 전환하여 서비스 중단을 방지하는 백업 기능도 제공합니다.

Ramp Router는 비용 절감과 성능 향상을 동시에 추구하며, 사용자는 Ramp 카드나 회사 계정 없이도 초기 접근을 요청할 수 있습니다. 이 시스템은 AI 사용에 있어 비용과 품질을 모두 고려하며, 사용자가 더 많은 지능을 사용할 때 모델 제공업체가 더 많은 수익을 얻도록 설계되었습니다.

리눅스 커널이 $ORIGIN을 부분적으로 지원하게 되면서 Nix와 같은 리로케이터블 바이너리 환경에 중요한 변화가 생겼습니다. 이 변경은 $ORIGIN을 PT_INTERP 및 shebang에서 지원하도록 패치하는 것을 목표로 하며, 이는 런타임에 인터프리터를 동적으로 선택하는 메커니즘을 가능하게 합니다.

개발자는 eBPF를 활용하여 이 기능을 구현할 수 있으며, 이를 통해 바이너리 파일 내의 정보를 기반으로 인터프리터를 프로그래밍 방식으로 선택할 수 있게 됩니다. 구체적으로 eBPF 프로그램을 사용하여 $ORIGIN을 활용하면, 커널이 특정 바이너리를 로드할 때 $ORIGIN을 통해 인터프리터를 결정하도록 할 수 있습니다.

이러한 변화는 binfmt_misc 시스템이 단순한 핸드오프가 아니라 PT_INTERP 오버라이드로 기능하게 하며, 로더 대체(loader substitution) 방식을 변경합니다. 이는 기존의 동적 로더가 변경되지 않도록 보장하지만, 인터프리터 호출 방식에 대한 새로운 계약이 생기므로 개발자는 이로 인한 잠재적인 부작용을 고려해야 합니다.

향후 계획은 이 기능을 새로운 PT_INTERP_NIX 세그먼트에 게이팅하여 기존 바이너리와의 하위 호환성을 유지하는 것입니다. 이를 통해 Nix에서 생성된 바이너리는 기존 방식대로 작동하면서도, 새로운 세그먼트를 통해 리로케이터블 상태로 승격될 수 있는 길을 열어줍니다.

Moonshot Labs의 Kimi K3와 Alibaba의 Qwen 3.8 모델이 Anthropic의 Fable 5 모델에 근접한 성능을 보인 것으로 알려졌습니다. 이러한 사실은 최첨단 대규모 언어 모델(LLM) 시장에서 경쟁 구도가 변화하고 있음을 시사합니다.

두 모델은 수주 안에 가중치까지 공개될 예정이어서 개발 커뮤니티에 공개될 가능성이 높습니다. 이는 최신 모델 경쟁이 폐쇄적인 모델을 넘어 개방형 모델 중심으로 확장되고 있음을 의미합니다. 개발 과정에는 연구 인력, 컴퓨팅 자원, 전력이 필요하지만, 모델의 가중치가 공개되면 더 많은 연구자와 개발자가 모델을 검토하고 개선할 수 있는 기회가 열립니다.

따라서 Kimi K3와 Qwen 3.8의 공개는 개방형 모델 생태계의 발전에 중요한 영향을 미칠 것으로 예상됩니다. 이는 개발자들이 최신 기술 동향을 파악하고 새로운 모델을 활용하여 혁신을 가속화하는 데 중요한 맥락을 제공합니다.

Kimi Work는 로컬 파일 연결, 브라우저 자동화, 백그라운드 코드 실행, 그리고 예약 작업을 결합하여 깊이 있는 업무를 수행하는 데스크톱 AI 에이전트입니다. 이 도구는 지식 노동자들이 복잡한 작업을 효율적으로 처리할 수 있도록 설계되었습니다.

이 에이전트의 핵심은 내장된 Cron 엔진을 통해 LLM 에이전트 호출과 Python 또는 Shell 실행을 자동화하는 기능입니다. 사용자는 이 엔진을 활용하여 작업을 매일, 매시간 또는 특정 조건에 따라 자동화할 수 있습니다.

이는 개발자가 AI 에이전트의 기능을 단순한 대화 수준을 넘어 실제 시스템 작업으로 확장하여 활용할 수 있게 합니다. Kimi Work는 단순한 정보 제공을 넘어 실제 코드를 실행하고 시스템을 자동화하는 데 중점을 둔 차세대 데스크톱 AI 에이전트입니다.

맥에서 창을 옮기거나 크기 조절할 때 타이틀바나 가장자리를 정확히 잡아야 하는 불편함을 해결하기 위해 초경량 유틸리티인 Snatch가 개발되었습니다. Snatch는 수정자 키를 누른 채 창 위 아무 곳에서나 마우스를 움직이면 해당 창이 따라오는 메뉴바 유틸리티입니다. 이는 리눅스의 Alt+드래그 창 이동 기능을 macOS 환경으로 가져온 것이며, Rectangle Pro의 기능 중 창 이동 및 크기 조절 동작만을 분리하여 최소 메모리로 구현한 것입니다.

Snatch는 기본적으로 클릭 없이 수정자 키와 마우스 이동만으로 창을 이동하거나 크기를 조절할 수 있게 합니다. 창 이동은 ⌘⌃ 키와 마우스 이동으로, 창 크기 조절은 ⌘⌥ 키와 마우스 이동으로 설정할 수 있습니다. 사용자는 이동이나 드래그 동작에 따라 수정자 조합과 트리거를 설정에서 자유롭게 지정할 수 있습니다.

이 유틸리티는 Chrome, Electron, Slack과 같은 애플리케이션에서 창이 마우스 움직임을 따라오는 문제와 같은 성능 저하를 해결하는 데 기여합니다. 개발 과정에서 AXEnhancedUserInterface를 잠시 비활성화하여 접근성 API 호출을 빠르게 처리함으로써 성능을 개선했습니다. Snatch는 Swift와 AppKit 네이티브로 개발되어 Electron을 사용하지 않으며, 아이들 상태에서 약 15MB의 메모리만을 사용합니다.

Snatch는 Homebrew를 통해 설치하거나 릴리스에서 DMG 파일을 직접 받을 수 있으며, 설치 시 Gatekeeper 관련 권한 설정이 필요합니다. 설치 후 처음 실행 시 Gatekeeper가 차단할 수 있으므로 우클릭 메뉴를 통해 실행하거나 xattr 명령어를 사용하여 손쉬운 사용 권한을 허용해야 합니다.

중국 오픈 웨이트 모델인 Kimi K3가 최첨단 모델에 근접했음에도 불구하고, 실제 AI 사업의 경쟁력은 모델 개발 비용보다 정답 수준의 지능을 제공하는 매출원가(COGS)에서 결정된다는 분석이 나왔습니다. 이는 단순히 모델을 개발하는 비용뿐만 아니라, 사용자가 원하는 수준의 정확한 지능을 얼마나 효율적으로 제공하느냐가 사업 성공의 핵심이라는 점을 시사합니다.

모델마다 정답에 도달하는 데 필요한 토큰의 양이 다르기 때문에 토큰 자체는 대체 가능한 상품이 아니며, 단순히 토큰의 양을 늘리는 것이 곧 성능 향상으로 이어지지 않습니다. 따라서 개발자들은 모델 개발 비용에만 집중하기보다, 특정 정답 수준을 달성하는 데 필요한 효율적인 지능 제공 방식을 연구해야 합니다.

결론적으로, AI 서비스의 경쟁력은 모델의 크기나 개발 비용보다는 정답 수준의 지능을 제공하는 효율성과 품질에 달려 있습니다. 따라서 개발 과정에서는 토큰의 대체 가능성보다는 실제 결과물의 질과 효율성을 측정하는 데 중점을 두어야 합니다.

샤오미 로보틱스에서 10만 시간 규모의 로봇 비종속 UMI 궤적 데이터를 사용하여 사전 학습된 로봇 파운데이션 모델을 공개했습니다. 이 모델은 실제 로봇 데이터로 후속 학습을 진행하여 로봇 정책 모델이 겪는 데이터 부족 문제를 완화하는 것을 목표로 합니다.

이 모델은 1,700개 이상의 시나리오를 자동 주석 처리하는 과정을 통해 일반적인 행동 생성 능력을 익혔습니다. 이는 로봇이 다양한 환경에서 일반적인 행동을 생성하고 계획하는 능력을 학습하는 데 중요한 기반이 됩니다.

후속 학습 단계에서는 로봇의 형태와 자연어 명령을 통합하여 모델을 미세 조정합니다. 이러한 접근 방식은 로봇 정책 모델이 실제 환경에서의 복잡한 명령과 물리적 형태를 이해하고 반응할 수 있는 능력을 향상시키는 데 기여합니다.

미국은 무비자 여행 프로그램을 유지하는 조건으로 각국의 생체정보 데이터베이스 접근권을 요구했습니다. 이에 EU 집행위원회는 이러한 요구를 반영하여 EBSP 기본협정 협상을 마무리하고 있습니다.

EBSP는 여행자 심사와 신원 확인을 목적으로 개인정보를 자동 교환하는 체제입니다. 이 과정에서 EU 회원국들은 미국과 개별 양자 협정을 진행하며 데이터 공유의 법적 근거를 마련하고 있습니다.

이는 EU 회원국들이 민감한 개인정보, 특히 생체정보 데이터를 미국과 공유하는 과정에서 데이터 거버넌스와 보안 문제가 핵심 쟁점으로 다루어지고 있음을 의미합니다. 따라서 데이터 교환의 범위와 안전성, 그리고 법적 책임에 대한 세부 사항이 향후 협상에서 중요하게 다뤄질 것입니다.

Claude Fable이 제시한 다항식 사상은 Jacobian 추측에 대한 반례를 제공한다는 점에서 주목받고 있습니다. 이 사상은 Jacobian 행렬식이 상수 -2가 되면서 서로 다른 세 점을 같은 점으로 보내는 조건을 만족하는 다항식을 포함합니다.

이러한 사상은 복소 공간 $\mathbb{C}^3$에서 정의되며, 세 성분 모두 $x, y$ 등의 변수를 포함하는 함수로 구성됩니다. 이는 다항식의 구조와 미분 기하학적 성질 사이의 관계에 대한 중요한 반례를 제시합니다.

이 결과는 $\mathbb{C}^3$에서 정의된 함수에 대한 Jacobian 추측의 진위를 탐구하는 데 중요한 맥락을 제공합니다. 따라서 이 반례는 다항식의 성질과 관련된 추측의 경계를 이해하는 데 중요한 단서를 제공합니다.

Anthropic의 15억 달러 저작권 합의안이 최종 승인되었습니다. 이 합의는 AI 모델 학습을 위해 저작권 침해 논란이 제기된 작가 및 출판사 그룹에 대해 보상하는 내용입니다. 법원은 Anthropic이 저작권이 있는 책을 불법적으로 다운로드하고 저장했다는 점을 인정했지만, AI 모델 학습에 대한 핵심 쟁점에서는 Anthropic의 입장을 지지했습니다.

판사는 AI 모델을 저작권이 있는 텍스트로 학습시키는 것이 공정 이용에 해당한다고 판단했습니다. 이는 AI 산업에 중대한 전환점이 될 수 있는 결정이지만, Anthropic이 데이터를 확보한 방식에 대해서는 별도로 판단했습니다. Anthropic은 구매 및 스캔한 책 외에 라이브러리 제네시스 같은 불법 사이트에서 책을 다운로드하여 학습 데이터로 사용했습니다.

이러한 판결은 단일 지역 법원의 결정이므로 AI 모델 학습에 대한 산업 전반의 법적 문제를 해결하지는 못합니다. Google, Meta, OpenAI 등 다른 회사들을 상대로 저작권 침해에 대한 소송이 계속 진행 중이며, 이는 AI 학습 데이터의 합법성에 대한 논쟁이 여전히 남아있음을 의미합니다.

전문적인 학술 콘텐츠, 예를 들어 동료 검토(peer review)나 반박(rebuttal)을 생성하는 것은 도메인 추론과 사실적 근거의 복합적인 시너지를 필요로 합니다. 이 연구는 이러한 요구사항을 충족하기 위해 전문 학술 에이전트인 InternReviewer와 InternAdvocate를 개발하고 평가하는 포괄적인 프레임워크를 제시합니다.

연구팀은 먼저 대규모의 고품질 학술 데이터셋을 구축하고 효율적인 arXiv 검색 도구를 통합하여 능동적인 증거 수집을 가능하게 했습니다. 또한, 이 에이전트들을 최적화하기 위해 통합된 목표 지표와 보상 시스템에 의해 구동되는 에이전트 강화 학습(RL) 패러다임을 구현했습니다.

이 시스템은 주관적인 모델 기반 판단의 편향을 피하기 위해 참조 기반 의미 정렬(reference-anchored semantic alignment), 구조적 준수(structural compliance)와 같은 다차원 기준을 사용합니다. 특히, 실시간 상호작용 로그와 인용을 교차 확인하는 엄격한 검증 메커니즘을 통해 환각(hallucination)을 제거하는 데 중점을 둡니다.

이러한 폐쇄 루프 프레임워크 내에서 훈련된 에이전트들은 추론 깊이와 인용 정확도에서 상당한 개선을 보였습니다. 이는 학술적 정확성과 신뢰성을 요구하는 복잡한 텍스트 생성 작업에서 에이전트의 성능을 향상시키는 데 중요한 방법론을 제공합니다.

에어버스(Airbus)가 차세대 단일 통로 항공기를 위한 고하중 날개 확장(wing extensions) 성능을 평가하기 위한 새로운 비행 시험 프로그램을 시작했습니다. 이 프로그램은 에어버스의 대규모 연구 및 기술 프로그램인 'Wing of Tomorrow'의 다음 단계로, 향후 3년 동안 전체 규모의 날개 확장을 설계, 제작하고 비행 시험을 진행할 예정입니다.

이 확장 부품들은 A321neo 항공기에 설치되어 실제 비행 조건에서 다양한 날개 형상이 공기역학에 미치는 영향을 평가하는 데 사용됩니다. 각 확장은 수 미터에 달하며 비행 중 완전히 확장된 상태에서 접이식 날개의 움직임을 재현하도록 설계되었습니다.

이번 시험의 핵심 목표는 더 긴 날개 폭이 차세대 단일 통로 항공기의 공기역학적 성능에 어떤 영향을 미치는지 실시간으로 평가하는 것입니다. 이는 미래 항공기 설계에서 효율성과 성능을 최적화하는 데 중요한 데이터를 제공하며, 항공기 설계 및 공기역학 시뮬레이션 분야에 새로운 혁신을 가져올 것으로 기대됩니다.

최근 실리콘밸리에서 일어나는 변화는 혁신을 추구하던 기존의 반항적인 정신 대신 뒤처질 것에 대한 두려움에서 비롯된 새로운 종류의 광기를 낳고 있습니다. 사람들은 더 이상 앞서가는 것에 집중하며, 그 과정에서 어디로 가야 할지 기억할 시간이 부족해졌습니다.

AI 기술은 삶의 공간을 마련하기는커녕, 오히려 AI를 중심으로 삶이 재편되면서 사람들은 기계에게 판단, 관심, 시간을 제공하는 방식으로 반응하고 있습니다. 예를 들어, 연봉 55만 달러를 버는 부부가 한쪽이 AI 사용자로서 시간을 확보하기 위해 육아를 위임하고, 다른 사람은 Claude를 통해 데이트 상대의 감정적 평가를 받는 사례가 있습니다.

이러한 현상은 사람들이 기계에 의존하면서 끝없는 경쟁에 놓이게 만들며, 모든 '절약된' 시간은 결승선 없는 경주로 돌아갑니다. 저자는 이러한 상황에서 뒤처지는 것이 최악의 일은 아닐 수 있으며, 오히려 멈출 줄 아는 이방인들이 필요하다고 제안합니다.

진정한 평화는 앞서 나가는 것이 아니라 더 이상 무언가를 필요로 하지 않는 상태에서 발견될 수 있습니다. 따라서 기록하지 않는 대화를 하거나, 배경에 에이전트를 두지 않고 자녀와 놀거나, 타인의 성공을 부러워하면서도 소외감을 느끼지 않는 태도가 중요해집니다.