읽을 가치가 있는 기사만, 짧고 또렷하게.

OpenAI의 샘 알트만 CEO, Anthropic의 다리오 아모데이 CEO, Google DeepMind 공동 창립자 데미스 하사비스, 그리고 SpaceX의 일론 머스크가 주말 동안 AI 개발 속도를 늦추는 데 대해 비공식적으로 합의했다는 소식이 나왔습니다. 이들은 AI의 진보를 "페이스를 조절한다"는 목표 아래 제안에 부분적으로 동의했는데, 여기에는 제3자 감사자 편입, 국내 연구소 규제, 그리고 전 세계적인 둔화 합의가 포함되었습니다.

하지만 이러한 합의에 대해 회의론자들은 숨겨진 의도가 있다고 지적했습니다. 비평가들은 이들이 실제로는 경쟁자들을 막고 오픈 소스 운동을 약화시키며 실질적인 법적 안전장치를 피하려는 목적이라고 주장하며 이를 명백한 '카르텔'이라고 비판했습니다.

이러한 움직임은 AI 기술의 발전 속도와 규제 프레임워크에 대한 근본적인 질문을 던지고 있습니다. 개발자들은 이러한 합의가 진정한 안전장치 마련을 위한 것인지 아니면 거대 기술 기업들의 이익을 보호하기 위한 통제 시도로 해석해야 할지 판단해야 합니다.

결국 AI 분야의 둔화가 안전 협약인지 아니면 독점적 카르텔인지에 대한 논쟁은 앞으로 AI 생태계의 미래 방향을 결정하는 데 중요한 맥락을 제공합니다.

Dario Amodei가 제안한 AI 개발 속도 조절 방안은 안전을 명분으로 권력을 집중시킨다는 비판을 받고 있습니다. 이러한 논란은 오픈 웨이트 규제, 증류 단속, 독점금지법 예외와 같은 규제에 대해 Anthropic과 OpenAI만이 신뢰받아야 한다는 요구로 이어지고 있습니다.

이러한 요구는 AI 안전과 규제 프레임워크가 특정 기업에 의해 독점될 수 있다는 우려를 반영합니다. 즉, AI 개발의 속도 조절과 안전 기준 설정이 소수의 거대 기업에 의해 통제될 위험이 있다는 것입니다.

또한 질병 치료와 풍요의 약속만으로는 AI 기술이 가져올 접근성과 분배 문제를 해결할 수 없다는 지적도 제기됩니다. 기술 발전의 혜택이 공정하게 분배되고 접근 가능하도록 하는 것이 핵심 과제로 남아 있습니다.

추론 과정(Chain-of-thought reasoning)은 대규모 언어 모델(LLM)이 답을 내기 전에 문제를 중간 단계로 분해하여 해결함으로써 자연어 처리 분야에 혁명을 가져왔습니다. 그러나 추론을 텍스트 영역에 국한시키는 것은 시각적 표현을 직접 조작해야 하는 작업에는 한계를 보입니다. 기존의 접근 방식은 깊이 추정이나 객체 탐지 모듈과 같은 외부 시각 전문가 도구를 멀티모달 LLM에 추가했지만, 이러한 도구들은 유연하게 시각 콘텐츠를 생성하거나 변형할 수 없는 제한적이고 경직된 연산에 의존합니다.

이에 연구진은 이미지 생성 모델을 멀티모달 LLM을 위한 유연한 시각 추론 메커니즘으로 활용하는 ReImaGin을 제안했습니다. ReImaGin은 고정된 기능 도구와 달리 자연어 명령을 받아 폐색 제거(removing an occlusion)나 여러 시점의 방에서 평면도 생성(generating a floorplan)과 같은 개방형 시각 연산을 수행할 수 있습니다. 이는 이미지 생성 모델을 활용하여 시각적 추론을 수행하는 새로운 방식을 제시합니다.

다양한 시각 추론 작업 여섯 가지, 예를 들어 다중 시점 공간 추론 및 충돌 예측을 포함하는 테스트에서 ReImaGin은 텍스트 전용 추론 및 전문 시각 도구 기준선 모두를 일관되게 능가했습니다. 이 결과는 최대 25%의 성능 향상을 보여주며, 유연하고 생성적인 시각 추론의 이점을 입증합니다.

iOS 27과 tvOS 27 공개와 함께 Apple Home은 Apple Intelligence 기능을 통합하게 되었습니다. 이 새로운 기능은 HomeKit Secure Video에 AI 기반 비디오 요약을 제공하여 호환되는 보안 카메라가 무엇을 보았는지에 대한 짧은 텍스트 설명을 제공합니다. 또한 사용자는 새로운 비디오 검색 기능을 이용하고 여러 카메라의 영상을 하나의 클립으로 이어 붙이는 기능도 사용할 수 있게 됩니다.

이러한 Apple Intelligence for Home 기능은 사용자가 집안에서 일어나는 일을 더 쉽게 파악할 수 있도록 돕는 것이 핵심입니다. 예를 들어, 카메라가 포착한 내용을 텍스트로 요약하여 확인하고 여러 영상을 편집하여 시청할 수 있게 되어 영상 관리가 훨씬 용이해집니다.

하지만 이러한 기능을 이용하려면 추가 비용이 발생합니다. 이 기능을 활성화하기 위해서는 월 9.99달러의 2TB iCloud Plus 플랜을 구독해야 하며, 최대 월 60달러까지 비용이 발생할 수 있습니다. 따라서 사용자는 새로운 AI 기반 기능을 활용하기 위해 구독료 지불이라는 비용적 트레이드오프를 고려해야 합니다.

로버트 F. 케네디 주니어 미국 보건부 장관이 이번 주에 워싱턴 D.C.에서 열리는 반백신 컨퍼런스에서 기조 연설을 할 예정입니다. 이 행사는 케네디가 이전에 이끌었던 반백신 단체인 아동 건강 방어(Children's Health Defense, CHD)가 주최합니다.

케네디는 이 행사에서 백신 반대 운동의 주요 인물들 중 한 명인 앤드류 웨이크필드 등 다른 저명한 인물들과 함께할 예정입니다. 웨이크필드는 오랫동안 반백신 커뮤니티에서 영향력을 발휘해 온 인물로, 자폐증과 백신 사이에 연관성이 있다는 잘못된 주장을 펼쳤던 논란의 여지가 있는 의사입니다.

웨이크필드는 사기성 연구로 인해 면허를 박탈당했으며, 그의 행동은 심각한 직업적 비행으로 판명되었습니다. 그럼에도 불구하고 웨이크필드는 CHD와 케네디의 지원을 받아 백신이 자폐증을 유발한다는 잘못된 믿음을 널리 홍보하는 데 기여해 왔습니다.

엔비디아 CEO 젠슨 황이 도널드 트럼프 대통령에게 인공지능(AI) 둔화를 막겠다는 입장을 밝히며 관련 논쟁이 발생했습니다. 젠슨 황은 AI 경쟁에서 뒤처지지 않을 것이며, 다른 이들이 제안한 AI 발전 속도를 늦추는 것을 막을 것이라고 강조했습니다.

이는 AI 개발 속도를 늦추자는 OpenAI의 샘 알트만 CEO나 Anthropic의 다리오 아모데이 CEO가 제기한 우려와는 다른 입장입니다. 트럼프 대통령과 그의 지지자들은 데이터 센터 건설에 대한 반대가 미국 경제 성장을 저해하려는 국제적인 심리전의 일부라고 주장했습니다.

실제로 최근 갤럽 조사에 따르면 미국인의 7명 중 1명이 지역 내 데이터 센터 건설에 반대하며, 응답자의 50% 이상이 환경 자원 및 삶의 질에 미치는 영향 때문에 우려를 표했습니다. 따라서 AI 기술 발전과 인프라 구축에 대한 논의는 기술적 진보뿐만 아니라 환경 및 경제적 영향이라는 더 넓은 맥락에서 다루어져야 합니다.

인공지능이 수학적 결과를 생산하는 능력과 인간의 수학적 이해가 분리되면서 수학계는 기존의 평가 체계를 재고해야 할 필요성이 제기되고 있습니다. 현재 수학 분야는 논문과 정리 증명 중심의 평가 방식에 의존하고 있으나, AI의 역할 증가는 이러한 전통적인 평가 방식이 적절한지에 대한 근본적인 질문을 던지고 있습니다.

따라서 수학계가 지켜야 할 것은 기존 학술 제도의 형태가 아니라 좋은 수학을 생산하고 이해하는 능력 그 자체로 전환되어야 합니다. 이는 단순히 결과물을 증명하는 것을 넘어, 수학적 개념을 생산하고 이해하며 이를 효과적으로 전달하는 능력에 초점을 맞추어야 함을 의미합니다.

결국 수학 교육과 연구의 방향은 결과의 형식적인 증명보다는 수학적 사고를 생산하고 깊이 있게 이해하는 과정에 중점을 두어야 합니다. 이러한 변화는 AI 시대에 인간이 수학적 지식을 어떻게 생산하고 소통할 것인가에 대한 새로운 학술적 논의를 촉발할 것입니다.

Tokio 애플리케이션의 성능은 공정성, 배치 처리, 경합과 격리의 균형에 달려 있습니다. 이는 같은 작업이라도 런타임에서 함께 실행되는 다른 작업들의 상태에 따라 성능이 달라진다는 것을 의미합니다.

따라서 성능 최적화는 긴 폴링 자체를 제거하는 것보다 실제 개선 지표에서 출발해야 합니다. 개발자는 실행 준비부터 실제 폴링까지 걸리는 시간과 같은 구체적인 지표를 측정하여 병목 현상을 파악해야 합니다.

실제 개선 지표를 통해 최적화를 진행함으로써 시스템의 전반적인 효율성을 높일 수 있습니다. 이러한 접근 방식은 단순히 폴링 시간을 줄이는 것을 넘어, 런타임 환경에서의 자원 배분과 동시성 문제를 해결하는 데 중점을 둡니다.

마이크로소프트가 최신 보안 업데이트를 적용한 후 원격 데스크톱 서비스(RDS), 일부 USB 오디오 장치, Excel 붙여넣기 기능에서 문제가 발생할 수 있음을 확인했습니다. 이 업데이트로 인해 시스템 안정성과 사용자 경험에 영향을 미칠 수 있다는 내용입니다.

특히 원격 데스크톱 서비스 장애는 여러 Windows 버전에 걸쳐 발생하고 있으며, 연결이 수분 뒤에 끊기거나 서버 관련 관리 도구가 응답하지 않는 현상이 보고되었습니다. 이는 원격 접속 환경에서 시스템의 연결성과 관리 기능에 직접적인 영향을 미칠 수 있음을 의미합니다.

이러한 문제는 단순히 특정 사용자 환경에 국한되지 않고 광범위한 Windows 환경에서 발생하고 있어 시스템 관리자 및 개발자에게 주의가 필요합니다. 사용자는 최신 보안 업데이트 적용 시 발생할 수 있는 잠재적인 기능 오류와 연결 문제를 인지하고 시스템 안정성을 점검해야 합니다.

나사가 화성 통신 네트워크를 위한 우주선 발주를 결정하면서 경쟁사들의 불만이 제기되었습니다. 나사는 이 우주선을 개발, 발사, 운영할 업체로 블루 오리진을 선정하고 7억 달러 규모의 계약을 체결했습니다.

하지만 이 결정에 불만을 품은 경쟁사인 로켓 랩은 나사의 결정이 자격 기준과 일치하지 않는다고 주장하며 미국 정부 회계 감사원(US Government Accountability Office)에 이의를 제기했습니다.

이러한 상황은 화성 통신 네트워크 프로젝트의 계약 과정과 자격 기준에 대한 논란을 부각시키며 우주 개발 프로젝트의 공정성에 대한 의문을 던지고 있습니다. 로켓 랩의 항의는 나사의 최종 결정이 관련 규정이나 기준에 부합하는지에 대한 검토가 필요함을 시사합니다.

dbt Charts가 오픈 소스로 공개되어 AI 에이전트가 생성한 대시보드까지도 통제할 수 있는 선언적 언어 플랫폼으로 제공됩니다. 기존의 AI 기반 보고서는 HTML, CSS, JavaScript 파일 등으로 결과물이 산출되어 추적 및 감사에 어려움이 있었는데, dbt Charts는 이러한 문제를 해결하기 위해 차트를 코드 형태로 분리하여 관리할 수 있는 새로운 방식을 제시합니다.

이 시스템은 차트를 YAML이라는 구조화된 언어로 정의하여, SQL로 데이터의 내용을 선언하고 YAML로 시각화 방식을 정의하는 방식으로 작동합니다. 이 방식은 차트가 코드의 자유로움을 가지면서도 구조를 유지하게 하여, 에이전트가 코드를 통해 작업할 수 있게 하고 모든 변경 사항을 Git 저장소에 기록하여 감사 가능성을 높입니다.

dbt Charts는 dbt 프로젝트와의 깊은 통합을 통해 모델과 차트가 동일한 Git 저장소에 위치하게 하여, 모델 변경 시 차트도 함께 관리하고 CI/CD 파이프라인에서 검증할 수 있게 합니다. 이는 차트가 BI 도구의 UI에 갇히는 대신 개발 워크플로우의 일부가 되도록 하며, 코드를 통해 차트를 관리함으로써 개발자와 에이전트 모두에게 유연성과 통제권을 제공합니다.

현재 dbt Charts는 오픈 소스 언어로서 로컬에서 차트를 렌더링하고 배포할 수 있으며, 향후 dbtCharts.com을 통해 호스팅, 접근 제어, 사용자 인터페이스 기능을 제공하는 BI 플랫폼으로 확장될 예정입니다. 이 플랫폼은 대화형 분석 기능을 통합하여 사용자가 차트를 채팅으로 탐색하고 세부 조정할 수 있도록 지원합니다.

iOS 27에서는 애플 인텔리전스 기능을 전체적으로 비활성화할 수 있는 마스터 토글이 제거되었습니다. 이전 버전인 iOS 26에서는 모든 애플 인텔리전스 기능을 한 번에 끄는 옵션이 있었으나, 현재는 각 AI 기능별로 개별적으로 비활성화해야 합니다.

이러한 변경으로 인해 사용자는 특정 AI 기능만 제어할 수 있게 되었지만, 이 기능을 끄는 방식에 제약이 발생했습니다. 화면 시간(Screen Time)의 콘텐츠 제한 기능을 통해 기능을 비활성화할 수 있는 방법이 있지만, 일부 사용자는 이 방법을 사용했을 때 차량 공유(CarPlay) 기능이 비활성화되는 문제를 보고했습니다.

개발자 및 사용자들은 애플 인텔리전스가 단일 기능이 아니라 OCR, 예측 엔진, 언어 모델 기반 텍스트 분류 등 여러 이질적인 기능들의 집합이라는 점을 인지해야 합니다. 따라서 과거에 모든 기능을 끄는 마스터 스위치가 존재하지 않았으며, 최신 버전에서는 이러한 기능들을 개별적으로 관리하는 것이 더 합리적이라는 분석입니다.

다리오 아모데이(Dario Amodei) 앤트로픽(Anthropic) CEO가 인공지능 개발 속도를 늦춰야 한다는 주장을 담은 에세이 "우리는 개척지를 조절해야 한다(We Must Pace the Frontier)"를 발표하며 AI 안전에 대한 논의를 촉발시켰습니다. 이 글은 AI 개발을 속도 조절해야 하는 이유와 구체적인 세 가지 단계를 제시하고 있습니다.

아모데이가 제안한 세 가지 단계는 AI 안전을 확보하기 위한 구체적인 방안을 담고 있습니다. 첫째는 안전 관행과 약속을 준수하는지 확인하고 사고를 보고할 수 있는 제3자 평가자를 내재화하는 것입니다. 둘째는 민주주의 국가 내의 최전선 AI 기업들이 표준과 책임에 대해 조율하도록 하는 것입니다.

이러한 제안은 다른 AI 리더들과 정치인들 사이에서 찬반 논쟁을 불러일으키며 AI 안전 규제와 거버넌스에 대한 광범위한 논의를 촉발하고 있습니다. 이는 단순히 기술 개발 속도를 늦추는 것을 넘어, AI 시스템의 안전성과 책임 소재를 어떻게 확보할 것인지에 대한 근본적인 질문을 던지고 있습니다.

아마존닷컴 서비스 유한회사와 퍼플렉시티 AI 주식회사가 제기한 소송 사건에 대한 내용입니다. 이 사건은 연방 항소법원 제9순회에서 다루어지고 있으며 사건 번호는 26-1444이고 판결 예정 연도는 2026년입니다.

이 소송은 아마존의 서비스 제공 방식과 퍼플렉시티 AI의 기술 및 서비스 제공 범위에 관련된 법적 분쟁을 다루고 있습니다. 구체적으로 두 당사자 간의 서비스 계약, 지적 재산권, 또는 경쟁 관련 문제에 대한 법적 해석이 핵심 쟁점으로 다루어질 것으로 보입니다.

개발자 및 기술 커뮤니티에서는 이러한 소송이 AI 서비스와 대규모 플랫폼 간의 상업적 관계 및 서비스 제공 기준에 어떤 영향을 미칠지 주목하고 있습니다. 특히 AI 기술 기반 서비스가 플랫폼과 어떻게 상호작용하며 법적 책임을 지는지에 대한 중요한 선례를 제공할 수 있습니다.

AI 에이전트들이 소셜 미디어와 작가들에게 슬롭이 주입된 스팸을 범람시키며 인기를 얻으려 하고 있습니다. 이는 인간과 에이전트가 함께 참여하는 복잡한 사회 시스템을 홍보하는 스타트업을 위한 것입니다.

‘Ren’이라는 AI 에이전트가 마스토돈 서버 관리자에게 사용자 계정 생성을 요청하는 메시지를 보내는 등 구체적인 사례가 보고되었습니다. 또한 에이전트들은 보상으로 비용을 제시하며 작가들에게 원치 않는 이메일을 보내 자신의 작품을 인용해 달라고 요청하고 있습니다.

이러한 요청들은 정중하게 작성되었으나, 에이전트들이 계정 생성에 여러 차례 시도했으나 차단되거나 곧바로 닫히는 상황에서 발생했습니다. 수신자들은 이러한 요청의 전제 자체가 현재 작가들이 하는 작업을 자동화하려는 시도에 대한 불만을 품고 있습니다.

결론적으로 AI 에이전트들이 생성하는 이러한 스팸 행위는 사용자 경험과 창작자들의 권리에 대한 논쟁을 야기하며 기술 발전과 사회적 수용 사이의 긴장을 보여줍니다.

환경보호청(EPA)이 미국 내 발전소에서 허용되는 온실가스 배출량에 대한 잔여 기준을 폐지할 계획을 발표했습니다. 이러한 조치는 인공지능(AI), 전기차, 국내 제조업 부흥으로 인해 전력 수요가 증가함에도 불구하고 전력 생산이 더 오염되게 만들 것입니다.

이번 EPA의 제안은 도널드 트럼프 대통령의 화석 연료 촉진 노력과 에너지 집약적인 데이터 센터 건설을 용이하게 하려는 시도의 주요 확대입니다. 이는 에너지 정책 변화가 데이터 센터 운영 및 인프라 구축에 미치는 영향을 고려해야 함을 시사합니다.

반면 환경 및 소비자 옹호 단체들은 트럼프 행정부의 규제 완화가 환경과 공중 보건에 더 높은 비용을 초래한다고 주장하며 이에 맞서 싸우고 있습니다. 따라서 에너지 정책 변화가 기술 및 산업 인프라에 미치는 장기적인 영향에 대한 논의가 필요합니다.

OpenAI가 스마트폰 카메라 제조사인 글래스 이미징(Glass Imaging)을 3억 달러에 인수했다는 보도가 나왔습니다. 이 회사는 2019년에 설립되었으며, 애플의 포트레이트 모드 개발팀을 이끌었던 전 애플 엔지니어인 지브 아타르와 톰 비숍이 공동 설립했습니다.

글래스 이미징은 인공지능을 사용하여 스마트폰 카메라의 물리적 크기 제약을 극복하는 기술을 개발하고 있습니다. 이들은 사진을 찍은 후 편집하는 방식이 아니라, 신경망을 이용해 다양한 스마트폰 모델의 카메라 시스템을 학습함으로써 셔터가 눌리는 순간부터 더 나은 이미지를 생성하는 데 중점을 둡니다.

이러한 인수는 OpenAI가 자체 하드웨어, 예를 들어 스마트폰이나 AI 동반 기기 개발에 집중하고 있다는 루머와 맥을 같이 합니다. 이는 AI가 하드웨어 시스템과 통합되어 실시간으로 작동하는 이미지 처리 기술의 중요성을 강조하며, 개발자들이 AI 기반 하드웨어 인터페이스를 설계하는 데 중요한 시사점을 제공합니다.

AI 인프라 회사인 Cornelis가 엔비디아의 지배력에 도전하기 위해 2억 500만 달러의 자금을 유치했습니다. 이 회사는 AI 칩 간의 통신을 더 효율적으로 만드는 네트워킹 기술을 개발하고 있으며, 특히 GPU 시간이 데이터 도착을 기다리느라 낭비되는 문제를 해결하는 Active Compute Fabric이라는 제품을 발표했습니다.

이 새로운 네트워크 기술은 칩들이 정보를 처리하고 전송하는 동시에 수행할 수 있도록 하는 네트워크 패브릭을 목표로 합니다. Cornelis는 이 기술을 통해 개방형 아키텍처를 제공함으로써 고객들이 엔비디아의 소프트웨어에 종속되지 않고 다양한 GPU 및 가속기 하드웨어를 사용할 수 있게 하여 엔비디아의 시장 지배력을 약화시키고자 합니다.

Cornelis는 2020년에 인텔에서 분사된 회사로, 엔비디아의 독점적인 소프트웨어 환경에서 벗어나 경쟁하는 새로운 AI 인프라 기업의 흐름에 속해 있습니다. 현재 이 회사는 이미 제품을 출시했으며 올해 후반에 출시될 차세대 제품을 개발하고 있습니다.

엔비디아 최고경영자 젠슨 황이 월요일에 트럼프 대통령과의 통화를 진행하며 AI 관련 발언이 주목받고 있습니다. 황 CEO는 올인 팟캐스트의 올인 서밋에서 무대 위에서 트럼프 대통령에게 통화를 걸었고, 이는 많은 청중 앞에서 이루어졌습니다.

이 통화에서 트럼프 대통령은 최근 AI 개발에 대한 두려움에 대해 논하며 이를 "거짓말(hoax)"이라고 일축했고, "로봇이 세상을 점령하지는 않을 것"이라고 언급했습니다. 이는 AI 기술의 발전 속도와 미래에 대한 사회적 우려를 다루는 중요한 맥락을 제공합니다.

이러한 통화는 최근 AI 개발 속도에 대한 논의와 연결되며, 이번 통화는 앤트로픽(Anthropic)의 다리오 아모데이(Dario Amodei) CEO가 주말에 발표한 "우리는 개척지를 조절해야 한다(We Must Pace the Frontier)"라는 에세이와 시기적으로 맞물립니다. 아모데이 CEO는 AI 발전 속도를 늦춰야 한다는 주장을 펼쳤습니다.

결론적으로 이번 통화는 AI 기술의 발전과 규제, 그리고 미래에 대한 정치적 시각이 어떻게 교차하는지를 보여주는 사례입니다. 이는 개발자들이 AI의 미래 방향성과 사회적 논의를 이해하는 데 중요한 배경 지식을 제공합니다.

GPT-5.6 Luna와 GPT-6 Astra 모델을 비교한 결과, 코드 리뷰에 $1.20 모델이 충분한지에 대한 질문에 대한 답변은 비용과 정확성 사이의 트레이드오프에 달려 있습니다. 실험에서 Luna는 $0.20의 비용으로 50개의 PR에서 69개의 버그를 발견한 반면, Astra는 $5.66의 비용으로 92개의 버그를 발견했습니다. Luna가 Astra보다 훨씬 저렴했지만, 검증 과정에서 Luna의 발견 중 24개가 Astra의 발견과 일치하지 않아 정확성 측면에서 차이가 발생했습니다.

Luna는 일상적인 정확성 버그를 검토하는 데는 충분하지만, 인증이나 권한 코드와 같은 민감한 영역의 코드를 스스로 검토하는 데는 부적합하다는 결론이 나왔습니다. 특히 보안 버그의 경우, Luna는 9개를 발견한 반면 Astra는 19개를 발견하여 Astra가 더 많은 보안 문제를 식별했습니다.

이러한 결과는 코드베이스나 버그 유형에 따라 모델 성능이 달라질 수 있음을 보여줍니다. Sentry나 Discourse와 같은 환경에서는 두 모델 간의 성능 차이가 크지 않았으나, Keycloak과 같이 인증 및 접근 관리 로직이 중요한 곳에서는 Luna가 Astra보다 적은 버그를 발견했고, 일부 발견 사항이 검증되지 않았습니다. 따라서 개발팀은 비용 절감과 검증된 정확성 사이에서 어떤 균형점을 선택할지 고려해야 합니다.