읽을 가치가 있는 기사만, 짧고 또렷하게.

오라클이 스태게이트 AI 인프라 프로젝트의 일환으로 오픈AI를 위해 건설 중인 프로젝트 주피터 데이터 센터의 환경 반대 시위를 잠재우기 위해 재생 에너지 투자 계획을 발표했습니다. 오라클은 2026년 9월 8일에 재생 에너지 프로젝트 제안을 요청하는 제안을 제시하며 뉴멕시코 지역의 환경 문제에 대한 우려를 해소하고자 했습니다.

하지만 이 재생 에너지 약속은 데이터 센터가 여전히 천연가스를 소비하는 연료 전지를 통해 전력을 공급받는다는 사실을 변경하지는 않습니다. 프로젝트 주피터 데이터 센터는 환경 영향에 대한 지역 반대와 법정 다툼에 직면해 있으며, 오라클의 재생 에너지 계획은 이러한 환경적 논쟁을 해결하기 위한 시도로 보입니다.

실제로 재생 에너지 2기가와트는 데이터 센터 자체에 직접적으로 전력을 공급하는 것이 아니기 때문에, 이는 데이터 센터의 에너지 공급 방식에 근본적인 변화를 가져오지 않습니다. 재생 에너지 투자는 데이터 센터의 탄소 발자국을 상쇄하는 데 기여할 수는 있지만, 데이터 센터 운영에 사용되는 주 에너지원은 여전히 천연가스 기반의 연료 전지 시스템입니다.

Anthropic은 2025년 12월부터 2026년 8월 사이에 확인된 Claude 악용 활동을 차단하고 그 사례를 공개했습니다. 이 활동은 사이버 공격, 영향력 공작, 감시, 사기, 생물학적 악용, 재래식 무기 개발 및 증류 등 총 7개 영역에 걸쳐 발생했습니다.

공개된 사례들은 AI가 악용될 수 있는 잠재적 위험의 범위를 보여주며, 이는 단순한 기술적 취약점을 넘어 실제 물리적 및 사회적 피해로 이어질 수 있음을 시사합니다. 특히 AI 기반 악용이 사이버 공격과 같은 영역에서 어떻게 활용될 수 있는지 구체적인 사례를 제시하여 개발자와 보안 전문가들에게 새로운 대응 방안을 요구하고 있습니다.

또한 사이버 공격의 변화는 새로운 기법의 등장보다는 공격 비용과 실행 속도에 더 중점을 두고 있다는 점이 주목됩니다. 이는 AI 기술이 공격의 효율성과 속도를 극적으로 높여, 기존의 보안 시스템이 대응하기 어려운 수준의 위협을 발생시키고 있음을 의미합니다. 따라서 개발 환경에서 AI 모델의 안전성과 악용 방지 메커니즘을 설계하는 것이 더욱 중요해지고 있습니다.

동일한 노트북과 로컬 모델을 사용하더라도 코딩 하네스(Coding Harness) 설정에 따라 첫 토큰 대기 시간이 크게 달라져 실제 응답성을 판단하기 어렵다는 연구 결과가 나왔습니다. llama.cpp 기준으로 첫 토큰 대기 시간은 12.2초에서 225.7초까지 벌어지며, 이는 모델의 속도만으로는 실제 사용자 경험에서의 응답성을 정확하게 판단하기 어렵다는 것을 시사합니다.

이러한 성능 저하는 긴 시스템 프롬프트나 도구 스키마, 그리고 부가 요청이 로컬 자원을 압박하는 주요 원인으로 지적됩니다. 로컬 환경에서 모델을 구동할 때 이러한 복잡한 요청들은 제한된 자원을 과도하게 소모하게 됩니다.

결과적으로 로컬 환경에서 모델을 운영할 때 발생하는 이러한 자원 부담은 데이터센터 운영에도 부담을 줄 수 있습니다. 따라서 로컬 환경에서 고성능 모델을 활용할 때 단순히 모델의 처리 속도뿐만 아니라 시스템 프롬프트와 요청 처리 방식이 전체 응답성에 미치는 영향을 고려해야 합니다.

LiteLLM은 LLM 호출을 다양한 제공업체 간에 라우팅하고 메시지 형식을 번역하는 기능을 제공하는 도구입니다. 이 프로젝트는 기존 LiteLLM의 기능 중 불필요한 부가 기능(블로트)을 제거하고 핵심 기능에 집중하여 개발자에게 더 간결한 경험을 제공하는 것을 목표로 합니다.

LiteLLM은 모델 라우팅, 메시지 번역, 스트리밍, 도구 사용, 임베딩 등 LLM 호출의 경로만을 추출하여 제공하며, 프록시 서버, 캐싱 레이어, 비용 추적과 같은 복잡한 기능은 포함하지 않습니다. 이는 사용자가 LLM 연동에 필요한 핵심 기능에만 집중할 수 있도록 설계되었으며, API 호출의 경로와 번역에만 초점을 맞춥니다.

이 도구는 OpenAI 호환 엔드포인트뿐만 아니라 Anthropic, Groq 등 다양한 모델 제공업체를 지원하며, Ollama나 vLLM 같은 로컬 모델 환경에서도 API 베이스를 설정하여 사용할 수 있습니다. 또한, 개발팀은 262개의 자체 테스트와 45개의 라이브 제공업체 테스트를 통해 LiteLLM의 라우팅 및 포맷팅 기능이 실제로 작동함을 입증했습니다.

트랜스포머 모델의 구성적 일반화는 어휘적 일반화와 구조적 일반화로 나눌 수 있습니다. 기존 연구에서는 트랜스포머에게 구조적 일반화가 어휘적 일반화보다 더 어렵다는 사실을 발견했습니다. 본 연구는 이러한 차이가 트랜스포머 자체의 특성이 아니라, 이전 연구에서 사용된 특정 데이터셋의 어휘적 유형 다양성은 높고 구조적 유형 다양성은 낮은 데서 기인한다고 제안합니다. 여기서 유형 다양성은 특정 구조를 채우는 구체적인 단어 조합이 아니라 해당 유형의 다른 생성자(constructor)의 수를 의미합니다.

연구진은 이 가설을 검증하기 위해 Grammatical Framework를 사용하여 COGS 및 SLOG 데이터셋의 어휘적 및 구조적 유형 다양성을 변화시켰습니다. 그 결과, 어휘적 및 구조적 테스트 사례 모두에서 유형 다양성이 구성적 일반화와 동일하게 상관관계를 보임을 확인하며 가설을 뒷받침했습니다. 이는 구성적 일반화의 어려움이 복합적 발산(compound divergence)에 의해 설명된다는 이전 주장의 내용과 모순됩니다.

따라서 연구는 구성적 일반화의 어려움에 영향을 미치는 다른 데이터셋 속성들을 추가로 조사했습니다. 여기에는 새로운 테스트 구조 외의 다른 유형의 다양성과 논리 의미 형식의 표면 속성 등이 포함됩니다. 이러한 추가 조사를 통해 모델의 일반화 능력에 영향을 미치는 데이터셋의 세부적인 특성들을 더 깊이 이해할 수 있습니다.

최첨단 언어 모델들은 추론 시 메모리 사용량과 컴퓨팅 요구 사항을 줄이기 위해 서브쿼드라틱 어텐션(subquadratic attention)을 공격적으로 사용하고 있습니다. 기존 시스템이 밀집된 어텐션 중심의 분산 서빙 결정을 내리는 것과 달리, 연구진은 서브쿼드라틱 어텐션 LLM의 고유한 산술 강도와 메모리 사용량을 중심으로 추론을 분산하면 새로운 DRAM 기반 및 SRAM 전용 이종 시스템에서 상당한 처리량과 에너지 효율성 향상을 달성할 수 있음을 보여줍니다.

이를 위해 연구진은 SQD(SubQuadratic Disaggregation)라는 세밀한 이종 분산 방식을 도입했는데, 이는 연산자 유형이 아닌 이차 및 서브쿼드라틱 어텐션 변형에 따라 디코드를 분할하는 방식입니다. 희소 어텐션 LLM의 경우, 전체 KV를 인덱싱해야 하는 top-k 선택과 정적인 메모리 사용량을 갖는 top-k 어텐션 및 FFN으로 디코드를 분산합니다.

실제 실험 결과, 8xB200 이종 시스템 프록시에서 GLM 5.2는 53%, Nemotron 3 Ultra는 31%, Gemma 4 31B는 56%의 토큰/J 개선을 GPU 전용 기준선 대비 달성했습니다. 또한, 고정된 전력 예산이 있는 Rubin plus LPX 시스템의 분석 모델에서 어텐션-FFN 분산의 최고 기준선보다 1.2배에서 1.5배 더 타이트한 지연 시간과 최대 3.6배 높은 처리량을 관찰했습니다.

이 연구는 차세대 이종 시스템에서 서브쿼드라틱 어텐션을 지원하는 아키텍처에 대한 중요한 통찰을 제공하며 칩 및 상호 연결 프로비저닝에 대한 건축적 통찰을 제시합니다.

금융 시계열의 비정상성, 비선형성, 낮은 신호 대 잡음비로 인해 주식 수익률을 정확하게 예측하는 것은 계산 금융에서 여전히 큰 도전 과제입니다. 이 논문은 다각화된 14개 미국 주식에 걸친 다중 기간 주식 수익률 예측을 위해 장단기 메모리(LSTM) 네트워크와 XGBoost 그래디언트 부스팅 회귀 모델을 결합한 하이브리드 2단계 아키텍처를 제안합니다.

LSTM 구성 요소는 60일 슬라이딩 윈도우의 다섯 가지 연속적인 시장 특징을 처리하여 학습된 순차적 시장 역학을 인코딩하는 64차원의 시간 임베딩을 생성합니다. 이 임베딩은 14개의 수작업으로 설계된 기술 지표와 결합되어 78차원의 하이브리드 특징 벡터를 형성하며, 이는 3겹 교차 검증을 통해 조정된 XGBoost 회귀 모델에 입력됩니다.

실험 결과, 이 하이브리드 모델은 30일 기간에서 0.0949의 테스트 RMSE를 달성했으며, 이는 단독 LSTM 기준 모델보다 약 3분의 1 수준입니다. 또한, 예측 정확도는 기간이 길어질수록 증가하여 365일 기간에서는 97.6%에 도달하지만, 이는 샘플의 높은 장기 수익률의 기본 비율을 반영하므로, 단기 기간의 예측 오차 차이가 더 유용한 신호임을 강조합니다.

연구진은 다중 기간 예측에서 파생된 복합 투자 점수 프레임워크를 추가로 제안하여 포트폴리오 순위 지정과 의사 결정을 지원할 수 있음을 보여줍니다.

댄스 비디오를 음악으로 생성하는 댄스-투-뮤직(D2M) 분야에서 새로운 방법론인 CMA-OT가 최고 성능을 달성했습니다. 기존 방법들은 리듬과 스타일 같은 희소한 댄스 단서와 최종 오디오 출력만을 사용하여 음악 생성에 필요한 구조, 악기 구성, 표현 역동성 같은 밀도 높은 정보를 학습하는 데 어려움을 겪었습니다.

이 문제를 해결하기 위해 연구진은 외부 음악 전문가를 활용하여 생성 모델의 잠재 특징에 대한 계층적 감독을 제공하는 새로운 패러다임인 CMA-OT를 제안했습니다. 이 방법은 전문가로부터 음악적 지식을 점진적으로 전달하는 커리큘럼 기반 다중 스케일 학습 전략을 도입하여 표현 학습을 안정적이고 효과적으로 만듭니다.

또한, 서로 다른 전문가 스케일 간의 의미적 및 구조적 변화를 수용하고 시간적 불일치 하에서 미세한 정렬을 달성하기 위해 스케일 인식 최적 수송 정렬 메커니즘을 제시했습니다. 이 메커니즘은 계층적 전문가 표현과 생성 모델의 잠재 특징 간의 부드러운 대응 관계를 모델링하여 표현 학습의 정밀도를 높입니다.

두 데이터셋에 대한 광범위한 실험 결과, CMA-OT는 리듬 동기화, 지각적 품질, 그리고 전반적인 음악 생성에서 최고 수준의 성능을 입증했습니다.

풀-듀플렉스(full-duplex) 평가에서 에이전트가 말하기를 계속하거나 멈추는 여부만을 중시하는 경향이 있습니다. 하지만 인간이 일상적으로 사용하는 세 번째 반응, 즉 청취자의 기여를 통합하면서 말하기를 계속하는 반응은 이 이진 분류만으로는 표현할 수 없습니다. 이러한 맥락에서 연구진은 풀-듀플렉스 음성 에이전트의 \emph{턴 내 적응(in-turn adaptation)}을 평가하는 Duplex Cue를 제안합니다.

Duplex Cue는 청취자의 의도(백채널, 협업, 중단)와 화자의 행동(변화 없이 계속하기, 턴 내 적응하기, 양보하기)을 분리하여 측정합니다. 적응에는 인정뿐만 아니라 내용 수정도 포함됩니다. 연구팀은 비대본 영어 대화에서 수집한 300개의 인간 확인 신호를 사용하여 단일 모델 사례 연구를 진행했으며, 녹음된 인간 반응과 청취자의 오디오를 재생하여 생성된 PersonaPlex의 연속 응답을 비교했습니다.

분석 결과, 협업 쌍 66개에서 녹음된 화자들은 68.2%의 경우 적응을 보였는데, 이는 PersonaPlex가 보인 34.8%보다 훨씬 높은 수치입니다. 나머지 경우, 모델은 변화 없이 계속하거나(42.4%) 양보하는(22.7%) 행동을 보였습니다. 이러한 발견은 자연스러운 음성 상호작용을 평가하기 위해서는 에이전트가 청취자의 기여에 어떻게 반응하는지뿐만 아니라 말하기를 계속하는지 여부를 측정해야 함을 시사합니다.

최근 인공지능(AI)이 수학 분야에서 주요 문제를 해결하는 과정에서 목표의 불일치 문제가 심각하게 제기되고 있습니다. AI 기업들이 수학 문제를 벤치마크로 삼으려는 시도는 수학 학문과 수학 커뮤니티의 목표와 심각하게 어긋나고 있습니다. 수학 연구는 단순히 문제를 푸는 것을 넘어 기본적인 구조와 개념을 이해하는 과정이며, 이는 오랜 시간 동안 인간의 상호작용과 토론을 통해 발전해 온 지적 활동입니다.

AI가 수학 문제를 빠르게 해결하는 능력은 도구일 뿐이며, 진정한 목표는 개념적 이해와 통찰을 얻는 데 있습니다. 그러나 AI가 속도에 맞춰 '참/거짓' 진술을 대량 생산하는 방식은 새로운 아이디어가 생겨날 수 있는 토양을 파괴할 위험이 있습니다. 이러한 과정에서 결과만 도출하고 새로운 방법론이나 아이디어를 기록하고 출처를 명시하는 인간의 필수적인 과정이 생략될 수 있습니다.

결과적으로 AI가 수학적 결과물을 직접 생산하면서 수학자들의 발전과 지식의 중요한 인간 전달 체인이 손실될 수 있다는 우려가 제기됩니다. 이는 지적 노동 전반에 걸친 목표와 결과의 불일치 문제로, AI가 작업 방식을 변화시킬 때 인간이 원래 목표를 잃지 않도록 통제하는 것이 중요합니다. 이러한 문제는 수학 커뮤니티뿐만 아니라 다른 과학 및 창의적 직업군 전체가 직면하는 더 넓은 인류의 지적 문제와 연결되어 있습니다.

Room 641A는 미국 국가안보국(NSA)을 위해 AT&T가 운영했던 통신 감청 시설입니다. 이 시설은 2003년에 운영을 시작했으며, 2006년 AT&T 기술자인 마크 클라인에 의해 그 목적이 공개되었습니다. 이 방은 샌프란시스코에 위치한 SBC Communications 건물 내에 있으며, 내부적으로는 SG3(Study Group 3) 보안실로 불렸습니다.

이 방은 약 24피트(7.3m)에 48피트(14.6m) 크기로, 고속 인터넷 통신을 가로채고 분석하기 위해 설계된 장비들을 포함하고 있습니다. 특히 Narus STA 6400과 같은 장비가 설치되어 있으며, 이는 광섬유 통신 백본을 통해 들어오는 인터넷 트래픽을 분석할 수 있는 능력을 제공합니다.

분석 결과에 따르면 이 시설은 건물 전체를 통과하는 모든 인터넷 트래픽에 접근할 수 있어 국내외 트래픽을 포함한 인터넷 콘텐츠를 대규모로 감시하고 분석할 수 있는 능력을 갖추고 있습니다. 이 시설은 대규모 감시 프로그램의 일부였으며, 이후 스노든 폭로와 같은 전 세계적인 감시 공개 사태와 관련하여 논란의 중심이 되었습니다.

Snap은 어린이와 성인을 위한 컴퓨터 과학 학습을 돕는 매력적인 프로그래밍 언어입니다. 이 언어는 학생들이 코딩의 기본 개념을 재미있게 익히고 논리적 사고 능력을 개발할 수 있도록 설계되었습니다.

Snap은 복잡한 프로그래밍 개념을 시각적이고 직관적인 방식으로 접근할 수 있게 하여, 프로그래밍 경험이 없는 사람들도 쉽게 코딩을 시작할 수 있도록 돕습니다. 이를 통해 학습자들은 실제 문제 해결 능력을 기르고 컴퓨팅 사고력을 향상시킬 수 있습니다.

이 플랫폼은 교육 목적으로 개발되었기 때문에, 어린 학습자뿐만 아니라 성인 학습자도 접근하기 쉽도록 설계되었습니다. 따라서 Snap은 코딩 교육을 통해 미래 기술에 대한 이해를 높이고 실질적인 개발 역량을 키우는 데 중요한 역할을 합니다.

예측 모델이 확률을 제공할 때, 이상적인 모델은 실제 결과 확률과 예측 확률이 정확히 일치하는 완벽한 보정(calibration)을 제공합니다. 하지만 실제 모델들은 필연적으로 보정 오류를 보이며, 모델의 신뢰도를 평가하기 위해서는 이러한 오차를 측정할 수 있어야 합니다.

보정 오류를 측정하는 데 가장 널리 사용되는 지표는 기대 보정 오류(Expected Calibration Error, ECE)이지만, 이 ECE는 가정 없이 정확하게 추정하는 것이 불가능하다는 한계가 있습니다. 따라서 모델의 신뢰도를 평가하기 위해서는 ECE를 대체할 수 있는 보다 실용적인 측정 방법이 필요합니다.

본 연구에서는 예측 확률 $f(X)$의 점들을 그 예측 확률의 이웃 값들과 비교하는 것을 기반으로 하는 새로운 측정 방법인 rankECE를 제안합니다. 이론적 보장과 경험적 결과를 통해 rankECE가 실제 사용에서 가장 흔하게 사용되는 빈 기반 근사치보다 ECE의 더 나은 대리 지표가 될 수 있음을 입증했습니다.

마음의 변화를 유도하는 약물들이 안데스 문명의 부상에 핵심적인 역할을 했다는 내용이 다루어집니다. 이 기사는 특정 마약류나 환각 물질의 사용이 고대 안데스 지역의 사회 구조, 종교, 그리고 문명 발전 과정에 어떤 영향을 미쳤는지 탐구합니다.

연구에 따르면, 이러한 약물들은 단순한 오락을 넘어 사회적 의식과 집단적 사고방식을 변화시켜 복잡한 사회 시스템을 구축하는 데 기여했습니다. 이는 안데스 지역의 독특한 문화와 건축 양식, 그리고 사회 조직의 기원에 대한 새로운 해석을 제공합니다.

따라서 이 주제는 약물 사용과 인류 문명 발전 사이의 관계를 이해하고자 하는 독자들에게 흥미로운 통찰을 제공합니다. 다만, 이 주장이 직접적인 인과관계를 의미하기보다는 역사적 맥락과 문화적 상호작용에 대한 학술적 해석을 담고 있음을 염두에 두어야 합니다.

도시 수색 및 구조 작업에서 관절형 트랙 로봇(ATRs)은 계단이나 복잡한 건물 내부와 같이 구조화되어 있지만 접촉이 많은 환경을 통과해야 합니다. 로봇-지형 상호작용(RTI)이 이질적이고 불연속적이며, 효과적인 플리퍼-트랙 협응을 분석적으로 모델링하기가 어려워 안정적인 자율성이 여전히 도전 과제로 남아 있습니다.

본 논문은 이러한 문제를 해결하기 위해 언어 기반 신경역학 모델 예측 제어(MPC) 프레임워크인 ASTRIL-MPC를 제안합니다. 이 프레임워크는 높이 시퀀스와 최근 궤적으로부터 단기 작업 상태 증가량을 예측하는 학습된 역학 모델을 사용하며, 다중 목표 비용과 엄격한 실현 가능성 제약을 통해 NMPC를 계획합니다.

여기에 대규모 언어 모델(LLM)이 안전성 검사 인터페이스를 통해 범위 클리핑, 속도 제한, 일관성 확인을 거쳐 선택된 가중치와 경계값을 제한적으로 업데이트함으로써 제어에 언어 기반 가이드라인을 제공합니다. 이 컴파일된 예측기는 100ms 이내에 전체 제어 주기를 가능하게 합니다.

세 가지 이동 작업과 다중 높이 일반화 설정에서 ASTRIL-MPC는 비적응형 NMPC 대비 최대 71%, PPO 기준선 대비 67%의 집계 이동 품질 점수를 향상시키면서 하강 중 측정 가능한 충돌 영향을 제거했습니다. 이는 학습된 역학, 최적화 기반 계획, 그리고 언어 기반 조정의 결합이 관절형 트랙 로봇을 위한 데이터 효율적이고 강력한 자율성을 제공함을 시사합니다.

맷 멀렌웨그가 유급 휴직에서 복귀하여 Automattic의 CEO로 재임하게 되었다고 보도되었습니다. 이는 테크크런치(TechCrunch)가 본 슬랙 메시지를 통해 확인한 내용입니다.

멀렌웨그는 수요일에 직원들에게 슬랙을 통해 CFO 마크 데이비스가 이사회와 공모하여 자신을 유급 휴직에 두기로 결정했다고 밝혔습니다. 멀렌웨그는 이 결정에 반대표를 던졌으며, 이사회는 데이비스를 임시 CEO로 선출했습니다.

이러한 상황에서 데이비스는 멀렌웨그가 이사회 멤버로 계속 남을 것이라고 별도로 언급했습니다. Automattic 대변인은 멀렌웨그가 현재 어떤 상태인지를 언급하며 이 상황에 대한 추가적인 맥락을 제공하고 있습니다.

에이전트 시스템은 체화된 벤치마크 구축을 자동화할 수 있는 유망한 방법이지만, 기존 접근 방식들은 주로 고립된 단계에 머물거나 미리 정의된 환경 및 작업군에 특화되어 있습니다. 특히 다단계 구축 과정에서 중간 결과물들이 특정 검증 없이 하위 단계로 전달되어 국소적인 결함이 최종 벤치마크로 전파될 수 있다는 문제가 있었습니다.

이에 연구진은 사용자 지정 평가 의도를 완전한 체화 벤치마크 결과물로 변환하는 에이전트 프레임워크인 Embodied-BenchForge를 제안합니다. 이 프레임워크는 전방향 결과물 합성(forward artifact synthesis)과 후방향 검증 및 복구(backward verification and repair)를 통합하는 폐쇄 루프 벤치마크 합성(Closed-Loop Benchmark Synthesis)으로 구축 과정을 공식화합니다.

Embodied-BenchForge는 타입화되고 재사용 가능한 스킬을 실행 가능한 워크플로우로 구성하는 스킬 기반 결과물 합성(Skill-Orchestrated Artifact Synthesis)과 중간 출력 및 의존성을 기록하는 결과물 의존성 그래프(artifact dependency graph)를 활용합니다. 또한 요구 사항 기반 검증 및 복구(Requirement-Guided Verification and Repair)를 통해 결과물별 계약을 적용하고 검증 실패 시 로컬 재실행이나 상위 단계 롤백을 트리거하여 효율적인 결함 복구와 벤치마크 간 재사용성을 입증합니다.

이 프레임워크를 통해 Offline EQA 트랙에서 다양한 체화 시나리오를 다루는 여섯 개의 벤치마크와 220개의 실행 가능한 태스크를 포함하는 상호작용 체화 트랙의 하나의 벤치마크를 구축했습니다. 대표적인 MLLM과 체화 에이전트의 평가 결과, 이 벤치마크들은 관찰 기반 이해와 폐쇄 루프 실행 모두에서 모델의 능력을 구별해냅니다. 또한 복구 및 스킬 재사용 분석은 효율적인 국소 복구와 벤치마크 간 재사용성을 입증하며 벤치마크의 품질과 검증 및 복구의 효과를 검증합니다.

대화형 음성 에이전트가 점진적으로 발전하여 연결형 및 종단 간 아키텍처를 통해 더욱 자연스러운 인간-기계 상호작용을 제공하고 있습니다. 그러나 최근 벤치마크들은 주로 이항 상호작용과 수동적인 오디오 이해를 평가하는 데 집중하며, 실제 환경에서 흔히 발생하는 다자간 대화 상황을 간과하고 있습니다. 다자간 환경에서 에이전트를 평가하는 것은 대화의 복잡성이 기하급수적으로 증가하기 때문에 이항 상호작용보다 근본적으로 더 어려운 과제입니다.

이러한 격차를 해소하기 위해 다자간 맥락 내에서 능동적인 참여자로서 대화 시스템을 객관적으로 평가하기 위해 최초의 벤치마크인 멀티파티 벤치(MP-Bench)를 소개합니다. MP-Bench는 에이전트의 행동을 순서 지킴 인식과 응답 적절성이라는 두 가지 주요 차원에서 평가하며, 이해 기반의 질문 답변 과제를 보완적으로 포함합니다.

12개의 음성 에이전트를 벤치마킹한 결과, 실시간 음성 에이전트는 다자간 이해에서 22% 이하의 성능을 보이거나 다자간 순서 지킴에서는 거의 무작위 수준에 머물렀습니다. 이는 다자간 시나리오에서 실시간 음성 에이전트가 직면하고 있는 명확한 도전 과제를 드러냅니다.

Zep AI가 AI 에이전트를 위한 메모리 및 추론 인프라를 구축하는 회사로, 현재 포워드 디플로이드 엔지니어링 책임자를 채용하고 있습니다. 이 회사는 모든 소스(채팅, 문서, 이벤트, 비즈니스 데이터)에 걸쳐 에이전트가 기억하고 추론할 수 있도록 하는 인프라를 구축하며, 이를 위해 모든 소스를 추적하는 시간 기반 컨텍스트 그래프인 Context Lake를 개발하고 있습니다.

Zep의 핵심 기술인 Context Lake는 수백만 개의 컨텍스트 그래프를 배포 환경 내에서 200밀리초 이내에 제공할 수 있도록 설계되어 있으며, 이는 삼성, Zscaler 등 대기업들이 신뢰할 수 있는 개인화된 에이전트를 운영하는 데 사용됩니다. 이들은 에이전트가 접하는 모든 정보에 대한 기억 시스템을 구축하여 기존의 메모리 시스템이 제공하지 못했던 사용자, 비즈니스, 작업의 맥락을 통합하는 것을 목표로 합니다.

채용 포지션은 이러한 엔터프라이즈 규모의 에이전트 메모리 인프라를 구축하고 확장하는 데 필요한 엔지니어링 역량을 요구합니다. 지원자는 Python, Go 또는 TypeScript에 능숙해야 하며, AWS, Kubernetes, Terraform과 같은 엔터프라이즈 인프라에 대한 이해가 필수적입니다. 특히, 프로토타입 수준이 아닌 실제 운영 환경에서 에이전트 시스템을 배포하고 보안 및 규정 준수를 고려하는 경험이 중요합니다.

Zep은 소규모 분산 팀으로 운영되며, 엔지니어들이 어려운 문제에 대해 함께 협력하고 학습을 업무의 일부로 간주하는 문화를 가지고 있습니다. 이 포지션은 이러한 인프라의 확장성과 안정성을 보장하는 데 직접적으로 기여하게 될 것입니다.

AI의 발전으로 인해 프로그래밍 분야에 대한 존중이 사라지고 있다는 점이 개발자들에게 깊은 슬픔을 안겨주고 있습니다. 저자는 자신이 오랫동안 사랑해 온 프로그래밍이 이제 구식으로 취급받고, AI가 이를 대체할 수 있는 상품으로 전락하면서 겪는 모욕감에 대해 이야기합니다. 이는 AI가 실제로 작동하는지에 대한 논의가 아니라, 개발자로서의 정체성과 그들의 노동에 대한 존중이 사라지는 현상에 대한 감정적인 반응입니다.

많은 사람들이 프로그래밍이 쓸모없어졌다는 주장을 듣고 좌절하지만, 저자는 이러한 변화 속에서도 프로그래밍에 대한 사랑과 실력을 포기하지 말 것을 촉구합니다. 그는 코딩을 통해 습득한 복잡한 시스템을 분석하고 디버깅하는 사고방식은 AI 시대에도 매우 유용하며, 기계어와 코드의 작동 방식을 이해하는 지식은 여전히 핵심적인 가치를 지닌다고 강조합니다.

따라서 개발자들은 외부의 평가에 휩쓸리기보다 자신의 열정을 즐기고, 코딩을 가르치는 사람들을 격려하며, AI 시대에 필요한 근본적인 문제 해결 능력을 키우는 데 집중해야 합니다. AI가 우리의 직업 환경을 변화시키더라도, 코딩 능력과 시스템적 사고는 앞으로 수십 년 동안 개인의 가치를 보장하는 강력한 기반이 될 것입니다.