읽을 가치가 있는 기사만, 짧고 또렷하게.

연방통신위원회(FCC)는 파라마운트-워너브로스 사건에서 외국인 지분 소유 제한 규정을 면제하고 사우디아라비아, 카타르, 아부다비 정부가 회사 지분의 49.5%를 소유하도록 허용했습니다. 이는 외국 정부가 거대 미국 미디어 복합체에 상당한 지분을 소유하는 것을 허용하는 선례를 만든 것입니다.

이러한 결정은 브렌단 카(Brendan Carr) 당시 FCC 임기 동안의 행태와 대조를 이룹니다. 카 임기 동안 FCC는 민주당 인터뷰를 방송하는 것을 막거나, 심야 TV 진행자를 검열하거나, 언론인을 괴롭히는 등 표현의 자유에 대한 제한을 시도한 바 있습니다.

결과적으로 FCC가 국내 언론의 자유에 대해 강경한 입장을 취했던 것과 달리, 거대 미국 미디어 기업에 대한 외국 정부의 지분 소유에는 관대하다는 점이 주목됩니다. 이는 미디어 규제와 외국 자본의 관계에 대한 정책적 입장이 어떻게 변화했는지에 대한 맥락을 제공합니다.

인공지능 관련 연구소 및 투자자들과 연관된 정치 활동 위원회(PAC)들이 사우스다코타주의 한 상원 선거에 거의 100만 달러를 지출한 사실이 밝혀졌습니다. 이 선거구는 보수당이 압도적으로 우세한 지역이며 현직 의원이 출마 중인 상황입니다.

이러한 지출 규모는 해당 선거구의 실제 주민들이 지출한 금액을 이미 초과하는 수준입니다. 이는 AI 산업과 투자 자본이 지역 정치에 상당한 재정적 영향력을 행사하고 있음을 보여줍니다.

결국 이 사건은 AI 관련 기업 및 투자 집단이 지역 정치에 자금을 투입하는 방식과 규모에 대한 의문을 제기합니다. 이는 기술 산업의 자본 흐름이 지역 사회의 정치적 결정에 미치는 영향에 대해 주목할 필요가 있음을 시사합니다.

Anthropic의 CEO는 안전성이 인공지능이 어떻게 '생각하는지'를 이해하는 것에 달려 있다고 강조했습니다. 현재까지 제시된 증거들은 심각한 우려를 불러일으키고 있습니다.

이는 AI 안전 연구의 방향성에 대한 근본적인 질문을 던집니다. 많은 개발자와 연구자들이 AI 시스템의 안전성을 확보하기 위해 내부 작동 방식에 대한 깊은 이해가 필수적임을 시사합니다.

만약 AI 산업이 자체적인 연구를 따라왔다면 이미 중단했을 수도 있다는 제목처럼, 현재의 안전 문제는 기술적 구현을 넘어 AI의 인지 과정 자체를 이해하는 데 초점을 맞춰야 함을 의미합니다. 따라서 개발자들은 단순히 성능 개선을 넘어 AI의 사고 과정을 투명하게 분석하고 이해하는 데 집중해야 합니다.

로빈후드의 아비셰크 파테후리아가 테크크런치 디스럽트 2026에서 현대 금융 소비자를 어떻게 사로잡았는지에 대해 발표했습니다. 주식 거래 앱이 금융 생활 전체를 관리하는 앱으로 진화하면서 투자, 뱅킹, 신용, 암호화폐, AI 기반 거래 등이 융합되고 있습니다. 소비자들은 돈을 다루는 데 있어 신뢰를 유지하면서도 일상에서 사용하는 다른 기술 제품처럼 직관적이고 반응성이 좋은 금융 상품을 기대하고 있습니다.

로빈후드는 이러한 변화를 가장 명확하게 보여주는 사례입니다. 로빈후드는 투자 플랫폼을 넘어 금융 생태계 전반을 포괄하며 투자, 뱅킹, 신용, 암호화폐, 은퇴, 예측 시장 등 광범위한 서비스를 제공하고 있습니다. 2026년 8월 말 기준 로빈후드는 2,860만 명의 자금 지원 고객과 3,840억 달러의 플랫폼 자산을 보고했습니다. 특히 로빈후드 뱅킹은 30억 달러 이상의 예금을 유치했으며, 예측 시장은 35억 계약 이상이 거래되었습니다.

이러한 규모 확장은 단순히 제품 수를 늘리는 것을 넘어 고객의 재정 관리에서 더 큰 역할을 하려는 시도에서 비롯됩니다. 로빈후드는 현재 Cortex와 에이전트 거래(Agentic Trading)를 포함한 AI 기반 투자 도구를 실험하고 있으며, 이미 약 10만 명의 고객이 에이전트 거래 계정을 개설했습니다. 또한 예측 시장은 8월에만 47억 건의 이벤트 계약이 거래되어 전년 대비 15배 증가하는 등 빠르게 성장하고 있습니다. 이는 금융 소비자의 기대치가 변화함에 따라 제품이 어떻게 진화해야 하는지에 대한 중요한 시사점을 제공합니다.

초기 단계 스타트업이 아이디어나 제품에 대한 피드백을 조기에 얻는 것은 학습 속도를 높이는 데 필수적입니다. 잠재적인 시장 적합성을 탐색하는 과정에서 가설을 테스트하고 위험을 줄이기 위해 실제 사용자나 잠재 고객과 대화하는 질적 사용자 연구가 중요합니다. 이는 단순히 재미있는 아이디어를 구상하는 것을 넘어, 자신이 올바른 방향으로 나아가고 있는지 확인하고 실패 지점을 빠르게 파악하여 더 빨리 실험하고 반복할 수 있는 여유 공간을 확보해 줍니다.

저자는 과거 스타트업 경험을 바탕으로 '모모 테스트(The Mom Test)'와 '디자인 스프린트(Design Sprint)'와 같은 방법론을 활용하여 이러한 피드백 루프를 가속화하는 방법을 공유합니다. 이러한 연구는 제품 아이디어, 가치 제안, 랜딩 페이지, 사용자 그룹에 대한 이해, 그리고 사용성(UI/UX) 문제 등을 검증하는 데 사용됩니다. 특히 질적 연구의 가장 큰 가치는 목표 달성에 실패했을 때 그 실패로부터 더 빠르고 효과적으로 배우는 데 있습니다.

최근에는 AI 도구를 사용자 연구 과정에 활용하여 피드백을 더 빠르게 얻을 수 있지만, AI는 인간 고객이나 사용자에게 직접 대화하는 것을 대체해서는 안 됩니다. AI는 가설을 다듬고 테스트를 가속화하는 데 도움을 줄 수 있지만, 최종적인 의사 결정과 통찰력은 실제 사람들과의 소통을 통해 얻어야 합니다.

이 글은 사용자 연구를 통해 누구와 어떻게 대화해야 하는지, 효과적인 연구 가이드를 설계하는 방법, 그리고 AI 도구를 활용하여 연구 워크플로우를 어떻게 가속화할 수 있는지 등 실질적인 주제를 다룹니다. 이는 제품이나 엔지니어링 결정을 내리거나 전략을 수정할 때 다른 창업가들이 자신들의 피드백 루프를 가속화하는 데 도움이 될 수 있는 실질적인 통찰력을 제공할 것입니다.

Git을 대체하는 새로운 플랫폼 rickub이 출시되어 개발자들에게 주목받고 있습니다. rickub은 GitHub나 GitLab보다 빠르고 독립적이며 데이터에 대한 타협 없이 프로젝트를 관리할 수 있도록 설계되었으며, 비용 면에서도 경쟁력을 갖추고 있습니다.

이 플랫폼은 기본적인 저장소 관리뿐만 아니라 전체 워크플로우를 통합하여 제공합니다. 사용자는 첫 푸시부터 릴리스까지 필요한 모든 도구를 기본으로 제공받으며, 특히 병합 요청(Merge request) 과정에서 인라인 리뷰와 의도 표시를 통해 변경 사항에 대한 명확한 소통이 가능합니다.

또한, rickub은 AI 기반의 코드 리뷰 에이전트인 Athena를 내장하여 병합 요청마다 즉각적인 피드백을 제공합니다. 이 외에도 컨테이너 레지스트리, Git LFS, 그리고 OCI 아티팩트(컨테이너 이미지, Helm 차트 등)를 단일 로그인과 권한 모델로 관리할 수 있어 개발 환경의 통합성을 높입니다.

추천 시스템(RecSys) 연구에서 경험적 평가는 핵심이지만, 실험 설계를 실행 가능한 코드로 전환하는 과정은 수동적이고 오류가 발생하기 쉽습니다. 이에 저자들은 자연어 프롬프트로부터 RecSys 실험을 자동화하는 파이썬 기반의 자율 실험 연구소인 AutoRecLab을 제시합니다. 이 도구는 연구 아이디어를 입력받아 명시적인 실험 요구 사항을 도출하고 프로토타입을 구축 및 검증한 다음, 요청된 전체 실험으로 반복적으로 확장하는 과정을 자동화합니다.

AutoRecLab의 워크플로우는 문서 검색을 위한 검색 증강 생성(RAG), 정적 타입 검증, 실행 지향 트리 검색을 결합하여 복잡한 실험을 효율적으로 수행합니다. 이 방법론을 통해 연구자는 복잡한 실험 설계를 코드로 변환하는 데 드는 수고를 크게 줄일 수 있습니다.

실제 시연에서 AutoRecLab은 명시적 피드백을 암묵적 피드백으로 변환하는 연구를 자율적으로 구현했습니다. 여섯 가지 알고리즘과 세 가지 데이터셋에 걸친 기준 비교 결과, 총 아홉 번의 실행 중 여덟 번이 성공했으며, GPT-5.4-mini를 사용하여 실행당 평균 약 1달러의 비용으로 이 작업을 수행할 수 있었습니다.

신약 개발 과정에서 투자가 수십억 달러에 달함에도 불구하고 약 90%가 임상 개발에 실패한다는 현실이 있습니다. 따라서 제약 회사들은 개발 위험을 예측하기 위해 임상 개발 계획(CDP)과 기술적 및 규제적 성공 확률 평가에 의존하지만, 이러한 결정은 임상 과학, 통계, 규제 업무, 경쟁 정보 분석 전문가들이 이질적인 증거를 공동으로 취합하고 추론해야 하므로 매우 노동 집약적이고 주관적입니다.

이러한 복잡한 과정을 해결하기 위해 연구팀은 CDP를 위한 메모리 증강형 멀티 에이전트 연구 조직인 TrialAtlas를 소개합니다. TrialAtlas는 문헌 합성, 경쟁 임상 정보, 규제 선례 분석, 임상 설계 및 개발 위험에 대한 통합 추론을 담당하는 전문 에이전트들을 조정하여 이러한 협업 프로세스를 모방합니다. 또한 TrialAtlas는 이전 임상 시험 및 신약 신청(NDA)과 같은 역사적 임상 결과로부터 학습하여 결정의 근거를 마련합니다.

TrialAtlas의 능력을 검증하기 위해 291개의 FDA 회신서에서 구축된 TrialAtlasBench를 도입하여 임상 시험 설계 결함 감지, 실행 가능한 설계 개선 권고, 기술적 및 규제적 성공 예측이라는 세 가지 실질적인 과제를 수행하도록 했습니다. 이 평가 결과, TrialAtlas는 결함 감지에서 50.0%의 F1 점수를 달성하여 가장 강력한 기준선보다 6.1점 더 높은 성능을 보였습니다.

기술 및 규제적 성공 예측에서는 85.3%의 균형 정확도와 84.7%의 F1 점수를 기록했으며, 이는 가장 좋은 기준선보다 균형 정확도에서 6.7점, 코헨의 카파에서 12.0점 향상된 수치입니다. 전문가 평가에서도 TrialAtlas가 생성한 우려 사항의 86.4%가 타당하다고 판단되었는데, 이는 OpenAI DeepResearch의 83.1%와 Gemini DeepResearch의 59.3%보다 높은 수치입니다.

거대 언어 모델(LLM)의 배포에 있어 추론 효율성과 출력 출처(provenance) 확보는 중요한 과제이며, 이를 해결하기 위해 추측 샘플링과 워터마킹 기법이 연구되어 왔습니다. 그러나 최근 연구들은 이 두 목표를 결합하는 것이 매우 복잡하거나 불가능할 수 있음을 보여주었습니다.

본 논문에서는 이러한 근본적인 상충 관계를 개선하기 위해 포아송 프로세스에 기반한 새로운 다중 초안 추측 샘플링 알고리즘을 개발했습니다. 이 알고리즘은 자체적으로 강력한 샘플링 효율성을 가지면서도, 추측 수용도를 저하시키지 않고 편향되지 않은 워터마크를 삽입할 수 있는 특징을 가집니다.

특히, 이 알고리즘은 정확한 리스트 커플링-통신 없는(exact list-coupling-without-communication) 방식을 기반으로 하여 작성자 불변성(drafter invariance) 속성을 제공하며, 이는 샘플링과 워터마킹 모두에 이점을 제공합니다. 이는 워터마크 강도와 샘플링 효율성을 동시에 유지하는 최초의 다중 초안, 작성자 불변 추측 샘플링 방식을 제시하며, 실험을 통해 두 측면 모두에서 강력한 성능을 입증했습니다.

거대 언어 모델(LLM)은 규칙 기반 시스템보다 더 유연하여 사회적 상호작용 에이전트 및 로봇의 사회 시뮬레이션에 점점 더 많이 사용되고 있습니다. 하지만 LLM이 인간의 행동을 매우 잘 모방함에도 불구하고, 여전히 그들에게는 일종의 이질감이 존재합니다. 이 연구는 성격 인식 미세 조정(personality-aware fine-tuning)이 지시 프롬프팅만 사용하는 것과 비교하여 성격 조건화 대화 생성의 일관성과 제어 가능성을 개선하여 이러한 격차를 줄일 수 있는지 조사합니다.

연구진은 사회 시뮬레이션을 위한 성격 기반 대화 엔진을 만들기 위해 성격 레이블이 지정된 소셜 미디어 게시물과 대화를 결합한 코퍼스를 사용하여 두 개의 소형 오픈 웨이트 LLM인 Qwen2.5-7B-Instruct와 Ministral-8B-Instruct를 미세 조정했습니다. 결과 모델들은 세 명의 독립적인 LLM 심사관을 사용하여 여러 사회적 상호작용 시나리오에 걸쳐 평가되었으며, 이는 성격 충실도와 증거 기반 행동 해석을 평가합니다.

분석 결과, 미세 조정된 모델이 해당 기준 모델보다 다른 성격을 역할극하는 데 더 우수하지는 않았습니다. 그러나 심사관 간의 일치도가 낮아 이러한 결과에 대한 해석에 신뢰성이 제한됩니다. 생성된 텍스트의 품질에 관해서는 미세 조정된 모델들이 기본 모델과 대부분 유사했으며, 미세 조정은 Qwen 모델의 언어적 다양성을 개선하는 데 기여했습니다.

결론적으로, 기준 모델들이 전반적으로 최고의 성능을 제공하지만, 정확한 성격 역할극을 위해서는 훈련 데이터의 품질과 도메인 정렬에 더 중점을 두어야 합니다. 향후 연구에서는 성격 역할극의 정확성을 높이기 위해 훈련 데이터의 품질과 도메인 정렬에 더 큰 비중을 두어야 합니다.

Z.ai의 데스크톱 코딩 앱인 ZCode가 사용자가 로그인한 상태에서 작업 공간과 Git 이력 등의 민감한 정보를 암호화하여 Aliyun OSS로 업로드하는 동작이 역공학 분석을 통해 확인되었습니다. 이는 사용자가 인지하지 못한 상태에서 민감한 코딩 기록이 클라우드에 전송될 수 있음을 시사합니다.

이러한 분석 결과에 따르면, 해당 아카이브를 복호화하는 데 필요한 개인 키는 Z.ai 클라우드에만 존재합니다. 즉, 사용자의 로컬 디스크에 저장된 암호화된 데이터는 Z.ai 클라우드에 저장된 개인 키를 통해서만 접근 및 복호화가 가능합니다.

따라서 ZCode를 사용하는 개발자는 자신의 작업 공간과 Git 이력 데이터가 클라우드에 업로드될 때 적용되는 암호화 방식과 키 관리에 대해 보안적 관점에서 주의를 기울여야 합니다. 데이터의 보안과 접근 권한에 대한 이해가 필수적입니다.

바이브 코딩은 문제를 충분히 이해하기 전에 큰 규모의 해법을 완성하게 하여 기존에 더 나은 접근법이 있다는 사실을 놓치게 할 수 있다는 함정이 있습니다. 이는 개발 과정에서 효율성을 높일 수 있지만, 근본적인 문제 해결보다는 결과물 도출에 집중하게 만들어 비효율적인 경로를 선택하게 만들 위험이 있습니다.

이러한 맥락에서 Bend 2는 사람이 법칙을 작성하고 AI가 구현과 증명을 만들면 컴파일러가 증명의 타당성을 검사하는 언어로 정의됩니다. Bend 2는 AI를 활용하여 증명의 타당성을 검증하는 시스템을 구축하는 것을 목표로 합니다.

하지만 Bend 2와 같은 새로운 접근 방식에서도 바이브 코딩의 함정이 발생할 수 있습니다. 데모의 단순함에 집중하여 복잡한 증명 과정이나 근본적인 문제 이해를 생략하고 결과물에만 집중할 경우, 시스템의 실제 타당성이나 확장성을 놓칠 수 있습니다. 따라서 새로운 언어나 방법론을 도입할 때도 문제에 대한 깊은 이해를 바탕으로 접근하는 것이 중요합니다.

1000달러 예산으로 윈도우 노트북을 찾는 사용자에게 레노보 요가 슬림 7X가 현재 구매 가능한 최고의 선택입니다. 이 노트북은 2K 16:10 OLED 터치스크린을 갖춘 슬림한 14인치 기기로, 스냅드래곤의 고성능 X2 Elite 프로세서(12코어), 16GB DDR5 RAM, 1TB SSD를 탑재하고 있습니다. 이러한 사양은 현재 RAMageddon 상황에서 1000달러 예산 내에서 얻을 수 있는 최고의 사양으로 평가받고 있습니다.

요가 슬림 7X는 마이크로소프트 서피스 랩톱과 같은 다른 대안에 비해 뛰어난 가치를 제공합니다. 비슷한 사양의 다른 모델이 1549달러에 판매되는 것에 비해, 이 노트북은 더 적은 저장 공간을 제공하면서도 더 나은 성능을 제공합니다. 특히 이 기기는 x86 프로세서가 탑재된 노트북보다 우수한 배터리 수명을 보이며 대부분의 윈도우 애플리케이션을 원활하게 실행할 수 있습니다.

또한 이 노트북은 Wi-Fi 7 및 블루투스 5.3을 지원하며, 웹캠을 비활성화하는 하드웨어 스위치와 세 개의 USB-C 포트를 포함하고 있습니다. 이는 작업, 영화 감상, 그리고 그래픽 집약적이지 않은 게임을 즐기기에 적합한 뛰어난 기기입니다.

북한의 핵실험이 수년간의 지진을 촉발했다는 과학 연구 결과가 발표되었습니다. 이 연구는 북한의 핵 활동이 지각 변동에 미치는 영향을 분석하며, 핵폭발로 인한 지진 발생 메커니즘에 대한 새로운 이해를 제공합니다.

연구에 따르면 북한의 핵실험으로 인해 발생한 지진 활동은 장기간에 걸쳐 관찰되었으며, 이는 핵폭발이 지각에 미치는 물리적 영향을 구체적으로 보여줍니다. 이러한 지진 현상은 핵 활동과 지구 내부의 상호작용에 대한 중요한 과학적 증거로 해석됩니다.

이러한 연구 결과는 핵실험이 지역의 지질학적 안정성에 미치는 영향을 평가하는 데 중요한 맥락을 제공합니다. 과학자들은 핵 활동과 지진 발생 간의 관계를 더 깊이 탐구함으로써 핵 위협이 환경에 미치는 장기적인 영향을 이해하는 데 기여하고 있습니다.

온디바이스 추론이 급증하고 있지만, 현재의 동력은 주로 언어 모델에 집중되어 있습니다. 확산 파이프라인은 메모리를 많이 사용하고 지연 시간에 민감하며, 임베더, 트랜스포머, 디코더, 그리고 종종 표준화되지 않은 후처리 과정을 조정해야 하는 복잡성을 요구합니다. 개발자들은 성능, 품질, 모델 크기 사이의 균형을 맞추어 최대한 많은 클라이언트 기기에서 작동하도록 모델을 배포하는 데 중점을 두고 있습니다.

이 연구는 이러한 트레이드오프를 해결하기 위한 세 가지 기여를 제시합니다. 첫째, 작은 텍스트 인코더를 큰 인코더 공간으로 매핑하여 가중치와 지연 시간을 줄이는 임베딩 번역기입니다. 둘째, 확산 파이프라인에서 속도, 품질, 메모리 삼각형을 탐색하는 재현 가능한 스윕 레시피입니다. 셋째, 최신 GPU에서 수 초 이내에 이미지 생성(TTFI)을 달성하는 상호작용적인 온디바이스 이미지 생성 편집기입니다.

이러한 방법들은 복잡한 확산 모델을 제한된 온디바이스 환경에서 효율적으로 실행할 수 있도록 돕습니다. 특히 임베딩 번역기는 모델의 크기와 지연 시간을 줄이는 데 직접적으로 기여하며, 상호작용적인 편집기는 실제 사용자 경험을 개선하는 데 중요한 역할을 합니다. 이는 디바이스 환경에서 고품질의 이미지 생성 기능을 구현하려는 개발자들에게 실질적인 가이드라인을 제공합니다.

패스키는 피싱 공격과 서버 데이터 유출을 방지하는 데 강력한 보안 수단입니다. 하지만 사용자 개인의 관점에서 볼 때, 패스키 도입이 가져오는 위험 요소도 고려해야 합니다.

패스키를 사용하더라도 개인에게는 영구적인 계정 접근 상실, 자동 계정 정지, 기기 분실과 같은 더 큰 위험이 발생할 수 있습니다. 이는 강력한 인증 방식이 제공하는 이점과 실제 사용자 경험 및 복구 메커니즘 사이의 균형을 이해해야 함을 의미합니다.

일반적인 로그인 과정에서의 피싱을 효과적으로 막더라도 계정 보안은 여전히 가장 취약한 복구 수단에 의해 좌우됩니다. 예를 들어, SMS, 이메일 링크, 보안 질문 등의 복구 수단이 여전히 중요한 보안 취약점으로 남아있습니다. 따라서 패스키 도입 시 이러한 복구 수단에 대한 대체 보안 전략을 함께 마련하는 것이 필수적입니다.

긴 스크립트는 후속 NLP 시스템에 비용이 많이 들고 불필요한 맥락을 포함하고 있어 효율적인 처리가 필요합니다. 본 연구는 주제-제목 질의에 가장 잘 부합하는 스크립트 내 문장 범위를 예측하는 쿼리 조건부 주제 국소화 문제를 다룹니다.

이를 개선하기 위해 연구진은 ASR 인코더 상태를 문장 수준 표현으로 재사용하고 이를 텍스트 임베딩과 융합하는 방법을 제안했습니다. 이 접근 방식은 별도의 오디오 인코더를 실행하지 않고도 경량의 범위 국소화기(span locators)가 음성 정보를 활용할 수 있게 합니다.

두 개의 공개 데이터셋에 대한 실험 결과, 엄격한 경계 일치 기준 하에서 텍스트만 사용하는 기준선 대비 일관된 성능 향상을 보였습니다. 그러나 데이터셋 간 교차 실험 결과, 이러한 이점은 구조화되거나 반구조화된 음성에서 가장 강력하게 나타났으며, 자발적인 음성에서의 성능 향상은 제한적이고 혼재된 것으로 나타났습니다.

중국 회사 FunnyPlaying이 오리지널 닌텐도 카트리지와 ROM을 플레이할 수 있는 새로운 휴대용 기기 FPGB Mini를 발표했습니다. 이 기기는 게임보이와 게임보이 컬러 카트리지 지원에 한정되어 있어 GBA와 세가 게임 기어까지 지원하는 Analogue Pocket만큼의 성능은 제공하지 못합니다.

FPGB Mini가 매력적인 대안으로 여겨지는 이유는 매우 휴대하기 좋은 디자인과 가격 경쟁력 때문입니다. 이 기기는 게임보이 카트리지보다 약간 넓은 크기로 제작되어 주머니에 쉽게 넣을 수 있으며, 가격은 $89.99에서 $69.99로 할인 중입니다.

최근 Analogue Pocket의 가격 인상에 따라 Analogue Pocket은 현재 239.99달러에 판매되고 있습니다. 따라서 FPGB Mini는 더 저렴한 가격으로 고성능 휴대용 게임 경험을 원하는 사용자들에게 매력적인 선택지가 될 수 있습니다.

최첨단 언어 모델이 전문적인 결과물을 생성함에도 불구하고, 대부분의 기업용 생성형 AI(GenAI) 이니셔티브는 측정 가능한 비즈니스 효과를 보이지 못하고 에이전트 프로젝트의 상당 부분이 취소되는 문제가 발생하고 있습니다. 이는 모델이 "무엇을 할 수 있는가"에 대한 공개 벤치마크를 제공하는 반면, 실제 배포 결정은 "이 워크플로우가 적합하고, 신뢰할 수 있으며, 안전하고, 확장할 가치가 있는가"에 대한 답을 요구하는 측정 문제에서 기인합니다.

이러한 격차를 해소하기 위해 연구진은 사용 사례 수준의 평가 시스템인 EnterpriseVal을 제시합니다. 이 시스템은 사용 사례와 모델, 프롬프트, 도구, 안전장치, 인간 감독 등 사회기술적 구성을 형식적으로 명세하고, 충실도, 유용성, 효율성, 신뢰성, 보증, 감독을 포괄하는 측정 기준을 제공합니다. 또한, LLM 기반의 평가 점수와 예측 기반 추론을 통해 전문가 판단을 측정하고, 결과를 거부/조건부/확장 결정으로 매핑하는 실행 가능한 게이트 시스템을 구축합니다.

연구진은 글로벌 은행의 세 가지 워크플로우에 대한 파일럿 실험 결과를 보고했습니다. 신용 메모 초안 작성 작업에서 최고 모델은 70%와 5%의 게이트에 대해 인간 평가 기준 정확도 88%와 환각률 1.6%를 달성했습니다. 또한 절차 변환 작업에서는 분석가의 개선 노력이 문서당 약 27.4시간에서 2.9시간으로 감소하는 효율성을 입증했습니다.

EnterpriseVal은 이러한 평가를 통해 기업 환경에서 생성형 AI의 신뢰성과 안전성을 측정하고, 실제 비즈니스 가치를 확보하는 데 필요한 실질적인 프레임워크를 제공합니다. 이는 단순히 모델의 성능을 넘어 실제 운영 환경에서의 신뢰성 및 위험 관리를 위한 측정 기준을 제시한다는 점에서 중요합니다.

작가는 존 콘웨이가 제기한 추측에 대한 증명을 인공지능을 사용하여 도출했다고 주장합니다. 이 추측은 모든 유니피케이션 정수(omnific integers)가 정제 속성을 가진다는 내용을 담고 있으며, 두 인수분해 $ab=cd$가 있을 때 $a=ef, b=gh, c=eg, d=fh$를 만족하는 정수 $e, f, g, h$가 존재함을 의미합니다.

이 증명은 수학자들의 독립적인 검증을 거치지는 않았으나, 팔로마 등록소의 기계적 점검을 통과했으며 관련 분야 전문가들로부터 내용이 정확하다는 평가를 받았습니다. 작가는 이 과정에서 수리체(surreal numbers)와 콘웨이의 산술에 대한 연구를 AI 모델 클로드에게 요청하여 문제의 방향을 설정하고 해결책을 찾는 데 활용했습니다.

작가는 수리체라는 시스템이 단일 규칙에서 파생되어 실수와 모든 순서수를 포함하는 풍부한 체계를 형성한다는 점을 설명하며, 이 시스템이 수학적 탐구에 어떻게 적용될 수 있는지 보여줍니다. 그러나 작가는 AI가 수학적 내용을 이해하지 못한 채 증명을 도출했기 때문에, AI가 수학적 통찰력 없이 작업을 수행하는 데는 한계가 있다고 지적합니다.

결론적으로 작가는 AI가 수학적 연구에 가치를 제공할 수 있지만, 궁극적으로 수학자 자신만이 AI를 통해 가장 큰 가치를 창출할 수 있다고 보며, 인간의 이해와 협력이 필수적임을 강조합니다.