읽을 가치가 있는 기사만, 짧고 또렷하게.

로봇이 인간처럼 낯선 환경에 빠르게 적응하도록 하는 것은 임베디드 AI의 목표이지만, 제한된 시연만으로는 모든 상황을 커버할 수 없기 때문에 배포 시점에 문맥으로부터 학습하는 능력, 즉 인컨텍스트 학습(ICL)이 일반화에 필수적입니다. 그러나 현재의 로봇 정책들은 이러한 인컨텍스트 학습을 구현하는 데는 한계가 있습니다.

이러한 문제를 해결하기 위해 본 연구는 인컨텍스트 로봇 학습을 위한 범용 에이전트 프레임워크인 GPT-Policy를 제안합니다. GPT-Policy는 작업 관련 시각적 전환을 보존하는 컨텍스트 컴파일러, 로봇 도구 행동을 제안하는 VLM, 그리고 각 행동을 검증하고 실행하는 제약된 컨트롤러를 통합하여 작동합니다.

실제 로봇 실험 결과는 GPT-Policy의 신뢰성을 입증하는데, 인간 비디오 시연은 로봇 행동 레이블 없이도 작업 완료를 개선했으며, 정렬된 행동 참조는 접촉에 민감한 작업에서 추가적인 성능 향상을 가져왔습니다. 이러한 발견은 VLM의 일반적인 능력을 물리적 행동으로 번역하는 데 있어 경험적 기반을 제공하며, 안정적인 배포를 위해 극복해야 할 과제를 명확히 제시합니다.

강화 학습을 이용한 대규모 언어 모델(LLM)에서 정책 경사법(PPO)은 정책 업데이트의 분산을 줄이기 위해 상태 값을 추정하는 비평가(critic)를 사용합니다. 그러나 연구진은 PPO 비평가에서 체계적인 실패 모드인 가치 평탄화(Value Flattening)를 발견했습니다. 이는 여러 몬테카를로 연속체에서 추정된 상태 값이 중간 상태에서 급격하게 변화함에도 불구하고 비평가 예측은 비교적 평탄하게 유지되는 현상을 의미합니다.

이 현상은 제어된 환경에서 관찰되었으며, 상태 공간이 커질수록 더욱 두드러지는 것으로 나타났습니다. 연구 결과에 따르면 가치 평탄화는 비평가 손실에 내재된 분산 패널티와 유사한 기울기를 가진 시간적으로 상관관계가 있는 상태들로부터 발생하는 중복 업데이트와 관련이 있습니다.

이러한 문제를 해결하기 위해 연구진은 SP^3O(SParse Proximal Policy Optimization)라는 방법을 제안했습니다. SP^3O는 각 응답에서 단지 소수의 잘 분리된 상태에만 가치 손실을 적용하여 이러한 효과를 완화합니다. Qwen3-Base 모델에 대한 실험 결과, 응답당 세 개의 상태만 감독하여 학습할 경우 가치 평탄화를 완화하고 모델 크기와 평가 세트 전반에 걸쳐 학습된 정책을 일관되게 개선할 수 있었습니다.

결론적으로 연구진은 가치 평탄화를 표준 PPO 비평가 학습에서 간과되었지만 중요한 실패 모드임을 밝히고, 단순한 희소 감독 전략이 이를 완화할 수 있음을 보여줍니다. 이는 RL 기반 LLM 학습 시 비평가 학습의 안정성과 효율성을 높이는 데 중요한 시사점을 제공합니다.

비전-언어-행동(VLA) 모델에서 액션 토큰화는 정책 학습의 목표와 예측된 토큰에서 복구되는 실행 가능한 명령을 결정하는 핵심 역할을 합니다. 그러나 평균 제곱 오차(MSE)와 같은 점별 재구성 측정 지표는 여러 시연에 걸친 액션 조정이 얼마나 충실하게 보존되었는지를 완전히 설명하지 못합니다. 압축 과정에서 유사한 행동은 대표적인 움직임 주변에 군집화될 수 있지만, 다양한 맥락에 필요한 조정은 감소하거나 왜곡되거나 심지어 반전될 수 있습니다.

이러한 문제를 해결하기 위해 우리는 재구성 후 국소 물리적 거리 순위를 얼마나 잘 보존하는지 측정하는 물리적 순위 일관성(PRC)을 도입합니다. 또한 디코딩된 액션을 평가하여 토큰 어휘와 디코더 아키텍처 전반에 걸쳐 관계적 충실도를 측정함으로써 점별 정확도에 관계적 충실도를 보완합니다.

우리는 표현 학습과 양자화의 공동 감독을 통해 물리적 행동 관계를 보존하는 ActionPiece를 제시합니다. 이 방법은 인코더 및 양자화된 특징 거리에서 근접-원거리 순서를 감독하고, 코드가 할당된 분포에 이 순서를 적용하여 물리적 관계를 보존합니다. 이 두 가지 목표는 재구성을 향상시키고 표준 자기회귀 정책 학습 및 고정된 디코더를 통한 실행을 위한 이산 액션 토큰을 생성합니다.

Qwen3-VL-4B 정책 훈련 설정에서 ActionPiece는 LIBERO에서 94.8%, 보지 못한 LIBERO-Plus에서 68.8%의 성능을 달성했으며, SimplerEnv에서는 71.9%, VLA-Arena L0-L2에서는 51.5%의 추가 평가 결과를 보였습니다. 구성 요소 제거 분석 결과, 이 두 목표는 PRC와 정책 성공을 공동으로 개선하여 액션 토큰화에 있어 물리적 관계 감독의 가치를 입증합니다.

자율 연구 루프인 AutoResearch는 여러 에이전트가 동시에 작업할 때 중복된 탐색이 발생하기 쉬움을 보여줍니다. 이를 해결하기 위해 연구 결과와 가설을 기록하는 공유 메모리 시스템인 Agora를 제안합니다. Agora는 연구 과정을 Git에 저장된 추가 전용 방향 비순환 그래프(DAG) 형태로 기록하여 모든 주장과 결과가 커밋 형태로 기록되므로 누구나 검토하고 재실행할 수 있게 합니다.

이 시스템은 각 결과, 통찰, 가설, 검증 및 보고를 불변의 커밋으로 취급하며, 부모 에지(parent edges)를 통해 어떤 내용을 기반으로 구축되었는지 명시합니다. 또한 파생 인덱스는 연구의 최전선, 간과된 브랜치, 각 주장의 검증 상태를 노출하며, 다양성 인식 선택 규칙은 커뮤니티가 단일 리더에게 집중되는 것을 방지합니다.

연구진은 이 시스템의 첫 지속적인 사용 사례로 13개의 언어 모델 워커가 가중치 전송 문제를 수행한 12일간의 실험을 보고했습니다. 이 실험에서 워커들은 중앙 계획이나 할당된 작업 없이 작업했으며, 최종적으로 1,703개의 기여를 발표했고 평가 지표를 3.39에서 1.899 비트/바이트로 개선하여 훈련된 GPT-2 124M 모델과의 격차를 62% 줄였습니다.

성공적인 결과는 도너 다음 토큰 통계를 타겟 임베딩과 출력 헤드로 압축하고 어텐션, 순방향, 상태 공간 블록에 희소 편집을 통해 단거리 컨텍스트 신호를 추가하는 레시피에서 나왔습니다. 연구진은 이 시스템의 작동 방식과 인간의 개입이 커뮤니티를 단일화에서 벗어나게 한 과정, 그리고 공유된 연구 상태가 컴퓨팅 단위당 발견을 개선하는지 여부를 판단할 통제된 비교를 설명했습니다.

코딩 에이전트는 일반적으로 이슈나 지침을 통해 원하는 행동을 평가받지만, 실제 웹 개발 환경에서는 에이전트가 작동하는 소프트웨어로부터 행동을 추론하고 불완전한 애플리케이션에 구현해야 하는 과제가 있습니다. 이러한 문제를 해결하기 위해 연구진은 완전한 참조 애플리케이션과의 상호작용을 통해 발견된 기능을 평가하는 벤치마크인 ProgramDistill을 소개합니다.

ProgramDistill은 애플리케이션을 다양한 세분성(granularity)의 기능으로 분할하고, 각 기능은 골드 패치(gold patch)를 통해 실행 가능한 재현 가능한 행동과 연결하여 구축되었습니다. 이 파이프라인인 mine-craft-patch를 통해 26개의 애플리케이션에서 1,975개의 재현 검증된 행동을 발견하고 인간의 개입 없이 4,063개의 태스크를 구성할 수 있었습니다.

아홉 가지 최첨단 코딩 에이전트 중 GPT-6 Astra와 Claude Opus 5는 전체 애플리케이션 재구성에 있어 각각 49.2%와 28.8%의 성공률을 달성했습니다. 특히 부분 애플리케이션 재구성을 평가했을 때, 복원 깊이(restoration depth)가 1에서 8로 증가함에 따라 성공률은 100%에서 64.0%로, 96%에서 32%로 크게 하락하는 것을 확인했습니다.

따라서 ProgramDistill은 코딩 에이전트를 평가하고 진단하기 위한 통제된 난이도를 제공하는 확장 가능한 벤치마크를 제공하며, 향후 커리큘럼 기반 훈련의 자연스러운 기반이 됩니다.

협업 과제에서 비대칭 정보가 있을 때 참여자들이 상호작용을 통해 이해를 조율하는 과정에서 시선이 지식 기반(grounding)에 대한 증거를 제공하는지 연구했습니다. 연구진은 HCRC MapTask와 MUNDEX라는 두 과제를 사용하여 시선이 지식 기반에 대해 어떤 증거를 제공하는지 분석했습니다.

분석 결과, 정렬된 참조 해석(MapTask)과 이해 판단(MUNDEX)은 더 과제 지향적인 시선, 덜 파트너 지향적인 시선, 낮은 시선 엔트로피, 그리고 더 적은 시선 전환과 연관되었습니다. 이러한 연관성은 과제를 주도하는 참여자에게서 가장 명확하게 나타났는데, 이는 제공자 생산 참조와 설명자 판단에서 나타났으며 설명 대상자의 시선과도 공변했습니다.

특히 동일 화자 간의 MapTask 참조 사슬에서는 이전에 정렬되지 않았던 지시어가 정렬될 때 화자의 시선 엔트로피가 낮아지는 것으로 나타났습니다. 가장 효과적인 시선 특징 그룹은 그룹 교차 검증 하에서 시간적 특징(MapTask)과 원시 비율(MUNDEX)이 통제 변수보다 약간 더 개선된 성능을 보였습니다.

결론적으로 이러한 효과는 작고 반복되는 참여자보다는 대화 단위가 추론의 단위일 때 약해지므로, 시선은 지식 기반을 위한 하나의 기여 신호로 간주하고 과제 및 대화 맥락과 함께 해석해야 합니다.

4B 규모의 언어 모델을 훈련하여 Postgres의 기본 계획보다 81% 더 빠른 쿼리 계획을 생성하는 데 성공했습니다. 이 연구는 에이전트 강화 학습(RL)과 지도 미세 조정(SFT)을 사용하여 모델이 쿼리 최적화 과정을 학습하도록 유도함으로써 데이터베이스 성능을 개선하는 방법을 제시합니다.

쿼리 최적화는 본질적으로 NP-난해 문제로 알려져 있어 기존의 옵티마이저가 완벽한 계획을 찾는 데 어려움을 겪어왔습니다. 연구진은 언어 모델이 실행 시간이라는 단일 목표에 집중하도록 훈련함으로써 이러한 복잡한 조인 순서 문제를 해결할 수 있음을 입증했습니다.

실험 결과, 4B 모델은 113개의 조인 중심 쿼리에서 평균 44.7%의 지연 시간 감소를 달성했습니다. 이는 모델이 데이터베이스의 내부 구조와 조인 순서에 대한 복잡한 추론을 수행하여 기존 Postgres 계획보다 훨씬 효율적인 실행 계획을 생성할 수 있음을 의미합니다. 이는 LLM을 데이터베이스 시스템의 성능 최적화에 적용하는 새로운 패러다임을 열어줍니다.

20달러 미만의 MF800 4G 모뎀을 메시지 전용 휴대 기기로 개조하는 프로젝트가 소개되었습니다. 이 프로젝트는 4G 무선 핫스팟 모뎀을 기반으로 리눅스(Linux)를 설치하고 물리 키보드와 디스플레이를 결합하여 맞춤형 메시징 기기를 제작하는 것을 목표로 합니다.

이 기기 제작 과정에서 기본 운영체제인 안드로이드(Android)를 리눅스로 교체하기 위해 OpenStick을 사용했습니다. 개발자들은 원래 기기의 디바이스 트리에서 디스플레이 핀과 전원 정보를 추출하는 작업을 수행하여 하드웨어 제어를 확보했습니다.

이러한 개조는 저렴한 모뎀 하드웨어를 활용하여 커스텀 임베디드 시스템을 구축하는 방법을 보여줍니다. 이는 하드웨어 해킹과 임베디드 시스템 개발에 관심 있는 사용자들에게 새로운 접근 방식을 제공합니다.

결과적으로 이 프로젝트는 저가 모뎀을 활용하여 특정 기능에 최적화된 메시지 전용 휴대 기기를 만드는 구체적인 방법을 제시합니다. 이는 하드웨어 제어와 리눅스 환경 구축에 대한 실질적인 개발 참고 자료가 될 수 있습니다.

뉴욕타임스와 시에나 대학교가 발표한 여론조사에 따르면 인공지능(AI)과 데이터 센터에 대한 대중의 인기는 매우 낮습니다. AI 기술을 구동하기 위한 데이터 센터 건설에 대한 지지 또는 반대 여부를 물은 결과, 조사에 참여한 1,503명의 유력 유권자 중 61퍼센트가 데이터 센터 건설에 반대했으며, 강력한 지지층은 14퍼센트에 불과했습니다.

이러한 결과는 AI 안전 속도 둔화 논의가 진행되는 시점에 정치인들이 데이터 센터에 대해 반대 입장을 취하는 배경을 보여줍니다. 특히 2024년 도널드 트럼프 지지층 사이에서는 지지 49퍼센트 대 반대 45퍼센트의 차이로 의견이 거의 균등했습니다.

또한 카멀라 해리스를 지지했거나 투표하지 않은 유권자들 역시 반대 입장을 보이며 전반적인 대중의 인식이 AI 인프라에 대해 부정적임을 시사합니다. 이는 AI 기술의 발전과 관련된 하드웨어 및 데이터 인프라 구축에 대한 사회적 수용도가 낮다는 점을 보여줍니다.

항공 연료 절약을 위한 최적 비행 경로 계획 프레임워크인 Scikit-decide와 OpenAP에 대한 개발 사례가 소개되었습니다. 이 프로젝트는 풍향 데이터와 연료 소비 모델을 활용하여 비행 경로를 조정함으로써 연료 소비를 줄이는 것을 목표로 하며, 강화 학습(Reinforcement Learning) 기반의 자동화된 계획 및 스케줄링 프레임워크를 제공합니다.

Scikit-decide는 비행 경로 최적화뿐만 아니라 항공사 인력 스케줄 재조정이나 드론 군집 경로 계산 등 다양한 분야에 적용될 수 있는 오픈 소스 솔루션입니다. 이 시스템은 OpenAP이라는 항공기 성능 모델 및 툴킷을 기반으로 하며, TU Delft 대학교의 교수진이 개발한 연료 소비 모델과 NOAA의 풍향 데이터를 통합하여 작동합니다.

실제 적용 사례로 암스테르담에서 프랑크푸르트까지의 A320과 B737 비행 경로를 비교하는 실험이 진행되었습니다. 이 최적화 모델을 통해 두 항공기의 연료 소모를 비교 분석했으며, B737의 경우 A320보다 약 3.5kg 적은 연료(1622.1kg 대 1625.6kg)를 소모하는 최적 경로를 도출해냈습니다.

개발 과정에서는 Python, scikit-decide, openap, opentop 등의 라이브러리를 사용했으며, 데이터 처리를 위해 DuckDB의 H3, JSON, Parquet, Spatial 확장 기능을 활용했습니다. 이는 복잡한 공간 데이터와 최적화 문제를 해결하는 데 있어 데이터베이스와 지리 공간 분석 기술이 어떻게 통합될 수 있는지 보여주는 구체적인 예시입니다.

FPGA를 사용하여 3dfx Voodoo 그래픽과 1990년대 후반 게임 PC를 재현하는 프로젝트가 성공적으로 완료되었습니다. 개발자는 z486 CPU와 Xilinx KV260 보드에 시스템Verilog로 구현된 zSST를 통해 Voodoo 그래픽의 핵심 기능들, 즉 준비된 삼각형, 텍스처 필터링, 밉맵핑, 깊이 및 알파 테스트, 안개, 블렌딩 등을 구현했습니다. 이 결과물은 Tomb Raider와 같은 게임을 Voodoo 렌더러로 구동할 수 있게 하며, 이는 과거 하드웨어의 작동 방식을 소프트웨어로 재현하는 데 중요한 기여를 합니다.

zSST는 100MHz에서 7850만 픽셀/초의 텍스처 삼각형 처리 속도를 달성했으며, 깊이 테스트와 블렌딩을 포함하면 7280만 픽셀/초를 기록했습니다. 이는 Voodoo 1의 추정 성능과 비교했을 때 특정 워크로드에서 유사한 기능 세트를 구현했음을 보여주지만, 실제 게임 프레임 속도와 직접적인 연관은 없으며 CPU 병목 현상이 여전히 존재합니다.

이 프로젝트는 Voodoo의 렌더링 파이프라인이 어떻게 하드웨어에서 처리되었는지에 대한 깊은 이해를 제공하며, 소프트웨어 렌더러와 달리 전용 하드웨어가 어떻게 픽셀 처리 작업을 병렬로 처리하는지 보여줍니다. 특히 Voodoo의 FBI(프레임 버퍼 인터페이스)와 TREX(텍스처 매핑 유닛)와 같은 ASIC이 어떻게 픽셀 처리 작업을 분담하는지 상세히 구현했습니다.

결론적으로 zSST는 Voodoo의 메모리 시스템과 캐시 구조를 재현하는 데 성공했으며, 이는 오픈 소스 환경에서 과거의 그래픽 하드웨어 아키텍처를 FPGA로 구현하는 데 유용한 참고 자료를 제공합니다. 이 시스템은 KV260 보드에 Linux 지원을 제공하며 DOS 디스크 이미지를 실행할 수 있는 환경도 제공합니다.

애플 워치에 도입될 예정인 오디오 인텔리전스 기능은 대화를 상시 청취하고 전사하며 하루가 끝날 때 대화를 요약하는 방식으로 작동합니다. 이 기능은 개인 일지 작성이나 업무 회의 기록을 정리하는 데 유용할 수 있다는 장점이 있습니다.

하지만 이 기술은 대화 상대방이 인지하거나 동의하지 않은 상태에서 기록이 이루어질 수 있다는 점에서 심각한 개인정보 보호 문제를 제기합니다. 이는 기기 소유자가 개인정보 보호 장치를 어떻게 설정하고 관리하느냐에 따라 그 위험성이 크게 달라질 수 있습니다.

따라서 오디오 인텔리전스 같은 감시 기술이 일상적인 기록 도구로 활용될 때, 사용자는 기기 소유자의 개인정보 보호 조치에 대해 더욱 신중하게 고려해야 합니다. 개발자 관점에서 이러한 기능이 사용자에게 제공하는 편의성과 프라이버시 간의 균형점을 어떻게 설정할 것인지가 중요한 쟁점이 될 것입니다.

자율 해킹 에이전트인 스트릭스(Strix)가 자격 증명이나 소스 코드 없이 Baseten 시스템을 점검하여 내부 저장소 관리자 권한이 있는 유효한 GitHub 토큰을 약 25분 만에 발견했습니다. 이 에이전트는 이를 통해 Baseten의 민감한 개발 환경에 접근할 수 있는 권한을 확보했습니다.

해당 에이전트는 발견한 토큰을 활용하여 공개된 Harbor 컨테이너 레지스트리에서 이미지를 다운로드하고 Docker 빌드 이력을 확인하는 등의 작업을 수행했습니다. 이는 개발 환경에 사용되는 민감한 빌드 기록과 컨테이너 이미지가 외부로 노출될 수 있는 잠재적인 보안 위험을 시사합니다.

이 사건은 개발자들이 GitHub 토큰과 같은 인증 정보 및 컨테이너 레지스트리 정보를 관리하는 보안 체계를 재점검해야 할 필요성을 제기합니다. 특히, 자율 에이전트가 이러한 정보를 탐색할 수 있다는 점은 개발 환경의 접근 통제 및 데이터 보호 메커니즘에 대한 경각심을 높입니다.

NASA의 낸시 그레이스 로먼 우주 망원경이 NASA의 초기 예상보다 두 배 긴 기간 동안 과학 운영에 필요한 연료를 확보했다는 소식이 발표되었습니다. 이는 우주선의 연료가 최소 22년 동안 지속될 수 있음을 의미하며, 이는 인공위성 연료 보급에 있어 NASA의 기대치를 상회하는 결과입니다.

이러한 연료량은 설계 단계에서 설정된 최소 5년의 수명과 잠재적인 5년의 임무 연장 계획을 훨씬 뛰어넘는 수치입니다. NASA 관계자들은 목표 지점으로의 발사 및 우주 망원경의 첫 궤도 수정 기동이 완벽하게 실행되었기 때문에 로먼이 충분한 연료를 보유하게 되었다고 설명했습니다.

NASA 고다드 우주 비행 센터의 센터 책임자인 제이미 던(Jamie Dunn)은 이러한 결과가 궤도 역학 팀의 정교한 계획, 운영 팀의 뛰어난 실행, 그리고 SpaceX의 정확한 발사 덕분이라고 밝혔습니다. 따라서 로먼 망원경은 계획과 실행의 정확성이 어떻게 장기적인 우주 임무를 가능하게 하는지를 보여주는 사례입니다.

AI 데이터 센터 붐이 대규모 산업화로 피해를 입은 도시들과 충돌하고 있습니다. 미국 전역에서 새로운 데이터 센터 건설에 대한 논쟁이 벌어지고 있으며, 데이터 센터 기업들이 제시하는 일자리와 경제 성장이라는 약속에도 불구하고 환경 및 에너지 문제로 인해 지역 주민들의 반대가 커지고 있습니다.

특히 필라델피아에서는 과거 석유 정제소로 인해 환경적 피해를 입었던 지역에 데이터 센터 건설이 논의되면서 지역 사회의 반발이 거세지고 있습니다. 지역 주민들은 데이터 센터 건설이 환경 오염, 소음, 그리고 지역 자원의 고갈을 초래할 것을 우려하며 건설 중단을 요구하고 있습니다.

이러한 갈등은 환경 정의 문제와도 연결됩니다. 필라델피아의 한 지역 주민들은 과거 정제소 운영으로 인한 건강 문제와 오염을 경험했으며, 이는 데이터 센터 건설이 환경적 부담을 가중시킬 것이라는 우려로 이어집니다. 또한 AI 산업의 폭발적인 성장은 2035년까지 미국 데이터 센터가 독일과 일본을 합친 것보다 더 많은 천연가스를 소비할 것으로 예측되어 기후 변화에 미치는 영향이 심각해지고 있습니다.

데이터 센터는 막대한 전력과 천연가스를 소비하며 대기 오염을 유발하고, 이는 전 세계적으로 환경 문제와 건강에 영향을 미칩니다. 따라서 AI 인프라 확장이 가져오는 경제적 이점뿐만 아니라 환경적, 사회적 비용에 대한 심도 있는 논의가 필요합니다.

AWS는 이란의 공격으로 타격을 입은 중동 시설에서 일부 데이터를 복구할 수 없다고 밝혔습니다. 이는 특정 지역의 인프라 손상 상황에서 클라우드 서비스 제공업체가 데이터 복구에 직면할 수 있는 기술적 한계를 시사합니다.

이러한 상황은 데이터가 저장된 물리적 시설의 손상 정도와 복구 프로세스의 복잡성 때문에 발생한 것으로 보입니다. AWS가 데이터 복구에 실패했다는 점은 재해 상황에서 클라우드 기반 데이터의 무결성과 접근성을 보장하는 데 있어 물리적 인프라의 제약이 얼마나 중요한지 보여줍니다.

결론적으로, 지리적 분쟁이나 물리적 공격으로 인해 데이터 센터나 관련 시설이 손상될 경우, 클라우드 서비스 제공업체가 데이터 복구에 직면하는 현실적인 제약 사항을 이해해야 합니다. 이는 클라우드 환경에서 데이터 백업 및 복구 전략을 수립할 때 물리적 위험 요소를 고려해야 함을 의미합니다.

구글이 대화하며 추론하는 Gemini 3.8 Live와 Extended Thinking이라는 두 가지 새로운 모델을 출시했습니다. 이 모델들은 음성 대화를 통해 복잡한 작업을 수행하는 데 중점을 두고 개발자들에게 새로운 활용 방안을 제시합니다.

두 모델은 목적에 따라 기능이 명확히 구분됩니다. Live 모델은 비용 효율성과 대규모 활용에 초점을 맞추어 광범위한 애플리케이션에 적합하며, Extended Thinking 모델은 고난도 작업과 다단계 추론 능력을 강화하는 데 중점을 둡니다.

특히 Gemini 3.8 Live는 시각 정보를 거의 실시간으로 파악하는 능력을 갖추고 있습니다. 또한 대화 도중에 97개 언어를 자동으로 감지하고 전환할 수 있어 다국어 환경에서의 실시간 상호작용이 가능해집니다. 이러한 멀티모달 및 다국어 처리 능력은 복잡한 사용자 인터페이스 및 글로벌 서비스 개발에 중요한 변화를 가져올 것입니다.

라이트한메탈(Rheinmetall)이 전투 시스템에 사용되는 연결 무기 시스템의 프로토콜인 onboardapi를 오픈 소스로 공개했습니다. 이 라이브러리는 센서 시스템과 소프트웨어 구성 요소 간의 원활한 통신을 위해 설계되었으며, 복잡한 하드웨어 및 소프트웨어 환경 전반에서 상호 운용성을 보장하는 표준화된 데이터 모델을 제공합니다.

onboardapi는 ddkit 소프트웨어 개발 키트를 기반으로 하며, 객체 관리 그룹(OMG)의 데이터 분배 서비스(DDS) 표준을 활용합니다. 이는 데이터 중심의 발행-구독(publish-subscribe) 아키텍처를 통해 고요구 애플리케이션에 대해 안정적이고 낮은 지연 시간의 데이터 교환을 보장합니다.

이 라이브러리는 DDS XTypes 및 XCDR2 인코딩을 활용하여 완벽한 하위 호환성을 보장하며, 데이터 모델이 발전하더라도 다양한 버전의 소프트웨어가 원활하게 공존하고 통신할 수 있도록 합니다. 또한 핵심 라이브러리는 C++로 제공되지만, Java, C#/.NET, Python을 위한 래퍼를 통해 다중 언어 통합을 지원합니다.

개발자들은 이 문서를 통해 클라이언트/서비스 아키텍처, 데이터 모델, 인터페이스 등을 탐색하고 라이브러리를 구성하는 방법을 확인할 수 있습니다. 이는 복잡한 임베디드 시스템 환경에서 센서 데이터와 소프트웨어 간의 효율적인 통신 시스템을 구축하는 데 직접적인 도움을 줄 것입니다.

DEFCON 34에서 발생한 iOS 데모 충돌을 추적하는 과정에서 UNIX 도메인 소켓 관련 커널 버그가 발견되었습니다. 이 버그는 동일한 UNIX 도메인 소켓의 inode 번호가 두 번째 fstat() 호출 시점에 변경되는 현상과 관련이 있습니다.

이러한 문제의 원인은 0을 미초기화 값으로 사용하여 첫 번째 inode에도 0을 할당하는 로직에서 발생했습니다. 이는 전역 카운터의 후위 증가 연산과 관련되어 있으며, 메모리 관리 및 파일 시스템 관련 커널 동작에 영향을 미칠 수 있습니다.

해당 버그는 파일 시스템 객체의 고유 식별자인 inode 번호가 예상치 않게 변경될 수 있음을 의미합니다. 개발자는 이러한 커널 레벨의 오류가 시스템 안정성과 파일 시스템 무결성에 미치는 영향을 고려해야 합니다.

장-피에르 세르(Jean-Pierre Serre)는 1926년생 프랑스의 수학자로 대수 위상학, 대수 기하학, 대수 정수론 분야에 중요한 공헌을 했습니다. 그는 부르바키 그룹의 일원이었으며, 앙리 카르탕 등 당대 주요 수학자들과 깊은 학문적 교류를 했습니다.

세르는 1944년 수학 경연에서 1위를 차지했으며, 이후 파리 노르학교(École Normale Supérieure)에서 연구를 진행하며 수학자로서의 길을 걸었습니다. 그는 1948년에 수학 분야에서 학위를 받았으며, 당시 부르바키 그룹에서 가장 젊은 멤버 중 한 명이었습니다.

그는 1948년부터 1954년까지 파리에서 국립과학연구센터(Centre National de la Recherche Scientifique)에서 근무했으며, 대수 위상학과 시프 이론에 관한 앙리 카르탕의 세미나에 참여했습니다. 세르는 자신의 연구를 통해 렝(Leray)의 이론을 호모토피 군 계산에 적용할 수 있는 확장 가능성을 발견하는 데 기여했습니다.

세르는 2003년에 아벨상을 수상했으며, 그의 생애는 수학적 이론의 발전과 학문적 교류의 중요성을 보여줍니다.