읽을 가치가 있는 기사만, 짧고 또렷하게.

보안 전문가에 따르면 주요 신분증 인증 서비스가 해킹당해 대규모 데이터 유출이 발생한 것으로 보입니다. 이 사건은 미국과 캐나다 거주자의 운전면허증 및 여권 사진 1억 5천만 건 이상이 도난당한 것으로 알려졌습니다.

해커들은 다크웹에 'Nexus'라는 신분 도용 사이트를 개설하여 이 데이터를 검색할 수 있도록 제공했으며, 이 사이트는 하루에 약 50만 건의 새로운 문서를 추가하여 해커들이 신분증 인증 회사의 시스템에 거의 실시간으로 접근했음을 시사합니다. 이 데이터베이스에는 기자 본인의 운전면허증이나 국방부 장관의 사진 등 실제 신분증이 포함되어 있어 유출된 데이터의 진위성이 확인되었습니다.

이번 유출은 전 세계적으로 신분증을 저장하는 기업들이 직면한 심각한 보안 위험을 보여줍니다. 특히 정부가 연령 확인 법규를 도입하며 신분증 업로드를 의무화하는 추세 속에서, 기업들이 방대한 양의 신분 정보를 장기간 보관할 경우 해킹에 매우 취약해질 수 있다는 경고가 커지고 있습니다.

피해를 입은 신분증 인증 서비스 IDScan은 현재 조사 중이며 FBI도 침해 사건을 조사하고 있습니다. 이 사건은 신분증 데이터의 보안과 개인 정보 보호에 대한 근본적인 질문을 던지며, 데이터 저장 및 인증 시스템의 보안 강화가 더욱 중요해지고 있음을 강조합니다.

Meta 개발자 문서에 따르면 Muse Spark 1.3 관련 정보가 공개되었습니다. 이 업데이트는 AI 모델 개발에 사용되는 Muse Spark의 새로운 버전으로, 개발자들이 모델을 활용하여 새로운 기능을 구현할 수 있도록 지원합니다.

Muse Spark 1.3의 출시로 인해 개발자들은 최신 AI 모델 기능을 통합하고 실험할 수 있는 기회를 얻게 됩니다. 이는 모델의 성능 개선이나 새로운 사용 사례에 대한 접근성을 높이는 데 중점을 두고 있습니다.

구체적인 변경 사항이나 기술적인 세부 사항은 해당 문서를 통해 확인해야 하며, 개발자는 이 버전을 활용하여 애플리케이션에 AI 기능을 통합하는 방법을 탐색할 수 있습니다.

Mistral은 대화나 문서 등 사용자의 입출력 데이터를 모델 학습에 포함할 수 있지만, 사용자는 언제든지 해당 학습 참여를 거부할 수 있습니다. 이는 사용자 데이터가 모델 개선에 활용될 수 있는 가능성을 열어주지만, 개인의 데이터 통제권을 보장하는 것이 핵심입니다.

현재 일반 Vibe 사용자는 기본적으로 모델 학습의 대상이 되며, 사용자는 자신의 데이터 활용에 대해 통제권을 가집니다. 다만, Vibe Enterprise 사용자는 기본적으로 학습 대상에서 제외됩니다.

Vibe Enterprise 사용자의 데이터는 기본적으로 제외되며, 참여 여부는 관리자가 직접 제어할 수 있습니다. 따라서 기업 환경의 사용자는 데이터가 학습에 사용되는 것을 원하지 않을 경우 관리자 차원에서 참여 여부를 결정할 수 있습니다.

딜리버리 히어로 이사회가 우버의 150억 달러 인수 제안을 지지하며 이 거래를 승인했습니다. 이 합병이 성사될 경우 두 회사는 세계에서 가장 큰 주문형 음식 배달 플랫폼 중 하나가 될 것입니다.

이 결정은 인수 제안이 회사, 주주, 직원 등 이해관계자 모두에게 최선이라고 판단되었으며, 거래 가격이 "공정하고 적절하다"고 평가되었기 때문입니다. 또한 이 거래가 제품 혁신을 가속화할 잠재력이 있다고 보았습니다.

이 거래가 승인되면 우버는 글로벌 입지를 두 배로 확장하고 중국을 제외한 세계에서 가장 큰 배달 플랫폼 중 하나를 확보하게 됩니다. 이는 우버가 DoorDash나 Just Eat Takeaway와 경쟁하는 데 더 유리한 위치를 제공할 수 있습니다.

이는 주문형 배달 산업 내의 통합 사례가 계속되고 있음을 보여줍니다. 과거에도 우버는 Getir, DoorDash, Deliveroo 등 여러 회사를 인수하며 시장 통합을 추진해 왔습니다.

뉴욕 타임스와 더 애슬레틱 노동조합원들은 회사와 칼시(Kalshi)와의 거래를 취소할 것을 요구하고 있습니다. 이는 노동조합이 연대하여 내놓은 요구로, 이들은 칼시의 예측 시장 파트너십이 언론사의 독립성을 위협한다고 주장합니다.

이들은 칼시의 예측 시장이 독립적이고 사실에 기반한 보도 없이 운영된다는 점을 지적하며, 뉴욕 법무장관의 조사 결과 칼시의 예측 시장 플랫폼은 "불법적이고 무허가된 도박 운영"이며 사용자에게 심각한 개인적, 재정적 위험을 노출시킨다고 밝혔습니다.

만약 칼시와 더 애슬레틱 간의 파트너십이 이루어진다면, 이는 예측 시장 데이터를 보도할 때 언론사의 독립성에 의문을 제기하게 만들 수 있습니다. 이는 언론의 핵심 가치인 독립성을 훼손할 수 있다는 우려가 제기된 것입니다.

이에 노동조합은 회사가 이러한 약속을 지키고 언론의 독립성을 존중할 것을 촉구하고 있습니다.

REI의 노동절 세일이 2026년 9월 7일까지 진행되며 아웃도어 장비를 할인된 가격에 구매할 수 있는 기회를 제공합니다. 이 세일은 남성 및 여성 의류, REI Co-op 장비, 캠핑 및 하이킹 장비 등 다양한 품목에 걸쳐 대폭 할인 혜택을 제공합니다.

REI 회원에게는 추가 혜택이 있으며, 쿠폰 코드 LABORDAY26을 사용하여 단일 아울렛 품목에 대해 20%를 추가 할인받을 수 있습니다. 또한, REI 회원 자격으로 평생 멤버십은 30달러에 제공되며, 일부 품목에서는 이 할인이 멤버십 비용을 충당할 수 있습니다.

특히, 사이클링과 운동에 적합한 Darn Tough 양말은 25% 할인 중이며 평생 보증을 제공하여 내구성이 보장됩니다. 또한, 세일 기간 동안 Garmin InReach Mini 3 Plus, REI Siesta Hooded 20 침낭, JBL Charge 6 스피커, MSR PocketRocket 2 스토브 등 다양한 아웃도어 필수 장비에 대한 할인 정보가 제공됩니다.

이 외에도 Half Dome 2 텐트나 Zippo HeatBank 6 Pro 같은 제품도 할인된 가격에 구매할 수 있어, 이번 세일을 통해 아웃도어 활동에 필요한 장비를 합리적인 가격으로 마련할 수 있습니다.

1Password가 데이비드 하이네미어 한손(David Heinemeier Hansson)이 만든 리눅스 배포판 프로젝트에 30만 달러를 기부한 것에 대해 고객들로부터 즉각적인 반발을 받았습니다. 이 프로젝트는 유럽 내 소수 민족 추방을 요구하는 인종차별적인 블로그 게시물을 정기적으로 올리는 것으로 알려진 인물에 의해 만들어졌습니다.

이러한 기부로 인해 1Password는 인기 있는 리눅스 배포판인 오마르키(Omarchy)를 감독하는 비영리 재단인 오마콤(Omacom)의 "저명한 기업 후원자"가 되었습니다. 이 상황은 1Password가 논란이 많은 프로젝트와 연관됨으로써 윤리적 문제에 직면하게 만들었습니다.

심지어 한 바이럴 블로그 게시물에서는 이 기부가 1Password가 "유럽의 인종 청소(Ethnic Cleansing of Europe)를 지원한다"는 것을 의미한다고 주장했습니다. 이에 따라 소셜 미디어에서는 대안적인 비밀번호 관리자를 요청하는 목소리가 나왔습니다.

미국 노동자 대 가장 자격 있는 사람이라는 논쟁은 기술 채용과 이민 맥락에서 활발하게 논의되고 있습니다. 이 글은 국제 인재를 수혈하는 과정에서 어떻게 역량이 개발되고 조직에 기여하는지에 대한 개인적인 이야기를 다룹니다.

이 이야기는 열역학적 재료 개발에 참여했던 존 존슨이라는 인물의 사례를 통해 시작됩니다. 그는 처음에는 가장 자격 있는 인물이 아니었지만, 군 복무와 NASA의 우주 프로그램에서 근무하며 고온 재료 개발에 대한 핵심 역량을 쌓았습니다. 특히 그는 독일의 과학자였던 베른하르트 폰 브라운 밑에서 일하며 재진입 시 열을 견딜 수 있는 차폐재 개발에 참여했고, 이 과정에서 미국 엔지니어들에게 지식과 기술을 전수하는 역할을 했습니다.

이는 단순히 개인의 자격에 초점을 맞추기보다, 국제적인 전문 지식이 어떻게 미국 인력의 역량을 끌어올리는 데 기여했는지 보여줍니다. 따라서 H-1B 프로그램과 같은 채용 과정에서 새로운 인재를 단순히 미국 동료보다 약간 우위에 두는 것이 아니라, 조직 전체의 지식과 전문성을 향상시키는 발판으로 삼아야 한다는 주장이 제기됩니다.

결론적으로 기업은 미국 인재 풀을 구축하는 것이 미래의 도전에 대응하는 데 중요하며, 국제적 전문성을 활용하여 인재를 양성하는 기업적 사고방식을 가져야 합니다. 이는 모든 직원들이 조직과 제품에 익숙해지면서 역할을 발전시키고 전문성을 향상시키는 과정과 일치합니다.

미국 정부가 OpenAI의 주장에 동의하는 내용의 서한을 작성했습니다. 이 서한은 인공지능을 다른 사람들의 지적 재산으로 훈련시키는 것이 공정 사용(fair use)에 해당한다는 OpenAI의 주장을 지지하는 내용을 담고 있습니다.

이는 OpenAI가 뉴욕 타임스(New York Times)와의 저작권 소송에서 제기한 법적 논쟁과 관련이 있습니다. 소송은 AI 학습에 사용된 데이터의 저작권 문제를 다루고 있으며, 정부의 지지는 AI 학습 데이터 사용에 대한 법적 해석에 중요한 영향을 미칠 수 있습니다.

이러한 정부의 입장은 AI 모델 개발과 상업적 활용에 있어 지적 재산권과 공정 사용 원칙이 어떻게 적용되어야 하는지에 대한 논의에 중요한 맥락을 제공합니다. 개발자와 기업들은 AI 학습 데이터의 사용 범위와 법적 책임에 대해 이 사안을 주목해야 합니다.

임베디드 시스템에서 비동기 Rust(Async Rust)와 RTOS(Real-Time Operating System)의 성능 및 프로그래밍 방식 비교를 다룬 기술 블로그 글입니다. 이 글은 STM32F446 마이크로컨트롤러를 대상으로 Embassy/Rust와 FreeRTOS/C를 비교하며 인터럽트 지연 시간, 프로그램 크기, 메모리 사용량, 프로그래밍 용이성 등의 기준으로 평가합니다.

비동기 Rust는 Future와 Waker 메커니즘을 사용하여 작업을 처리하며, Embassy는 정적 할당 및 런타임 할당자(allocator) 없이 태스크를 컴파일 시점에 정의하는 제약을 추가합니다. 반면 RTOS는 독립적인 스레드를 사용하여 실행하며, 스레드 전환 시 전체 프로세서 컨텍스트를 저장하고 복원하는 방식으로 작동합니다.

실제 측정 결과에서 RTIC(RTOS의 한 형태)가 인터럽트 처리 및 스레드 시간 측면에서 인상적인 결과를 보였으며, 이는 런타임 오버헤드를 줄이는 데 유리함을 보여줍니다. 비동기 방식은 작업 전환에 있어 더 세밀한 제어를 제공하지만, RTOS는 전통적인 멀티태스킹 환경에서 안정적인 성능을 제공합니다.

결론적으로 개발자는 시스템의 요구사항에 따라 비동기 Rust의 효율성과 RTOS의 안정성 및 예측 가능성 사이에서 적절한 트레이드오프를 선택해야 합니다. 특히 임베디드 환경에서 인터럽트 지연 시간과 메모리 사용량을 고려하여 시스템의 특성에 맞는 접근 방식을 결정하는 데 이 비교가 유용합니다.

많은 개발 도구들이 왜 설정 파일로 JSON을 사용하는지에 대한 논의가 이루어지고 있습니다. 이는 단순히 형식의 문제가 아니라, 데이터 구조의 보편성과 도구 생태계의 지원 범위가 중요한 이유가 됩니다. JSON은 광범위하게 지원되는 형식이기 때문에 많은 도구에서 기본 설정 파일로 채택되었으며, 이는 다른 시스템과의 상호 운용성을 높이는 데 기여합니다.

하지만 설정 파일 형식에 대한 선호도는 다양하며, 특히 TOML과 같은 다른 형식에 대한 논의도 활발합니다. TOML은 주석을 허용한다는 장점이 있어 설정 파일로서 더 직관적이라는 의견이 있으며, 특히 Rust 커뮤니티에서 TOML 사용이 증가하고 있습니다. 반면, YAML은 인간이 읽기 쉽다는 장점으로 선호되지만, 설정 파일에 필요한 스키마(Schema) 지원이 부족하다는 한계가 있습니다.

결국 설정 파일 형식의 선택은 데이터의 구조뿐만 아니라, 문서화의 필요성, 그리고 스키마 지원 여부에 따라 달라집니다. 많은 개발자들은 문서화가 경력 발전과 관련이 있다고 보며, 설정 파일에 대한 명확한 스키마를 제공하는 것이 중요하다고 강조합니다. 이러한 맥락에서 JSON 스키마나 TOML 스키마와 같은 표준을 구축하려는 노력이 진행되고 있습니다.

러시아 스타트업 모스틱(Mostik)이 인공지능 모델들의 능력을 결합하는 새로운 접근 방식을 제시했습니다. 이들은 단어를 사용하지 않고도 AI 모델들이 서로 소통할 수 있도록 훈련시키는 방법을 개발했습니다.

이 혁신적인 방법은 기존의 언어 기반 소통 방식을 넘어선 새로운 형태의 AI 상호작용을 가능하게 합니다. 이는 여러 AI 모델들이 복잡한 개념을 공유하고 협력하는 데 필요한 근본적인 구조를 구축하는 데 중요한 의미를 가집니다.

이러한 연구는 AI 모델 간의 정보 교환 및 협업 능력을 향상시키는 데 기여하며, 향후 멀티모달 AI 시스템의 발전 방향에 영향을 미칠 것으로 기대됩니다. 개발자들은 AI 모델 간의 상호작용을 설계하고 구현하는 데 있어 새로운 아키텍처와 방법론을 탐색할 수 있는 기회를 얻게 됩니다.

구글이 최근 여섯 주 만에 세 번째 플래시 모델인 제미나이 3.8 플래시를 출시했습니다. 이는 구글이 2026년 초 이후 프론티어급 제미나이 프로 모델 출시를 보류하고 있음을 시사하며, 약속되었던 제미나이 3.5 프로 모델은 당분간 나오지 않을 가능성이 높습니다. 구글은 제미나이 3.8 플래시가 현재 구글이 보유한 최고의 추론 및 코딩 모델이라고 밝혔습니다.

제미나이 3.8 플래시는 두 가지 버전으로 제공됩니다. 표준 플래시는 에이전트 작업부터 소프트웨어 개발까지 활용하기 좋은 "워크호스" 모델이며, 제미나이 3.8 플래시 사이버는 취약점 탐지 및 완화에 특화되어 있습니다. 개발자들은 이 모델을 통해 다양한 작업에 활용할 수 있습니다.

API 접근에 있어서 구글은 연말까지 도입 가격을 제시했습니다. 입력 토큰당 0.75달러, 출력 토큰당 3.75달러의 도입 요율이 적용되며, 일반 가격은 각각 1.50달러와 7.50달러입니다. 구글은 다른 AI 연구소들이 토큰 가격을 낮추면서 비즈니스 참여를 유도하고 있는 상황을 고려하여 이러한 가격 정책을 채택한 것으로 보입니다.

개발자로서 기술 분야에 계속 머물러야 할지에 대한 개인적인 고민을 다룬 글입니다. 데이비드 하이네미어 한슨(DHH)의 오마콤 재단에 수백만 달러가 기부된 사실과 관련하여, 쇼피파이, 스트라이프, 델, 블록/스퀘어, 클라우드플레어 등 주요 테크 기업의 CEO들이 이러한 활동을 지지했다는 내용이 언급됩니다. 이는 DHH의 우월주의적 글쓰기와 비정상화된 파시즘에 대한 지지를 다룬 분석 기사에서 비롯되었으며, 기술 업계 내 권력자들이 특정 이념을 지지하는 데 자금을 지원하고 있다는 주장을 담고 있습니다.

이러한 논란은 단순히 개인적인 의견을 넘어, 기술 생태계 내에서 특정 이념과 혐오가 어떻게 확산되고 자본화되는지에 대한 근본적인 질문을 던집니다. 글쓴이는 과거에 정치적으로 다른 배경을 가진 사람들과 함께 일했지만, 현재는 기술 기업들이 파시즘을 조장하는 이념에 자금을 지원함으로써 이러한 현상이 더욱 심화되고 있다고 지적합니다. 이는 기술 분야에서 일하는 사람들이 어떤 가치와 이념을 기반으로 일하는지에 대한 윤리적 경계를 재고하게 만듭니다.

글쓴이는 AI 코드 사용에 대한 개인적인 기준을 제시하며, 인간이 생성한 코드 검토 경험을 바탕으로 AI가 생성한 코드가 생산에 투입될 때 발생할 수 있는 잠재적인 위험을 경고합니다. 따라서 개인적인 경계는 파시즘을 조장하는 사람들에게 자금을 지원하지 않는 것으로 확장되며, 이는 기술 분야에서 일하는 사람들이 어떤 회사와 어떤 활동을 지지할지에 대한 중요한 판단 기준이 됩니다.

결론적으로, 기술 분야에 계속 머무르는 문제는 개인의 가치관과 기술 산업의 정치적 맥락이 복잡하게 얽혀 있으며, AI 시대에 기술 종사자들이 어떤 선택을 해야 하는지에 대한 깊은 성찰을 요구합니다.

천문학자들이 토성의 대기에서 10각형 구조를 발견하여 태양계 거대 가스 행성의 대기 현상에 대한 새로운 이해를 제공했습니다. 이 발견은 토성이 북극 주변에 알려진 육각형 구조 외에도 남극 주변에도 다각형 파동이 형성될 수 있는 환경을 가지고 있음을 시사합니다.

스페인 바스크 지방 대학교의 아구스틴 산체스-라베가 연구팀은 허블 우주 망원경과 카시니 탐사선 데이터를 분석하여 토성의 남극 주변에 10개의 면을 가진 다각형을 포착했습니다. 이 다각형은 토성의 강력한 동쪽 제트 기류를 타고 움직이는 거대한 대기 파동으로 보이며, 이 현상은 토성의 대기 조건이 극지방 주변에서 다각형 파동이 형성될 수 있는 조건을 제공한다는 것을 의미합니다.

이 새로운 다각형은 북극의 육각형 구조와는 차이가 있으며, 남반구에서 더 낮은 위도에 위치하고 형성된 안정성이 상대적으로 낮다는 특징이 있습니다. 연구자들은 이 차이가 위도 차이, 배경 바람 구조, 또는 인근 고기압 소용돌이(레드 스팟과 같은)의 존재와 관련이 있을 수 있다고 추측합니다.

현재 과학자들은 이 다각형이 어떻게 형성되었는지에 대한 정확한 시나리오를 찾고 있으며, 태양 복사 에너지 증가에 따라 이 구조가 안정화될지 불안정해질지에 대한 변화를 관찰하고 있습니다. 이는 토성의 대기 구조가 시간에 따라 어떻게 진화하는지 실시간으로 관찰할 수 있는 중요한 기회를 제공합니다.

음성 뇌-컴퓨터 인터페이스(speech BCI)는 신경 활동을 언어로 번역하여 마비 환자의 발성 회복을 돕고 자연스러운 인간-컴퓨터 상호작용을 가능하게 하는 길을 제시합니다. 그러나 시스템들이 서로 다른 데이터셋, 녹음 방식, 발음 유형, 어휘를 사용하기 때문에 진척도를 비교할 수 있는 공통 측정 기준이 부족한 상황입니다.

이러한 측정 문제를 해결하기 위해 연구진은 오픈 어휘 상호 정보량(open-vocabulary mutual information, OVMI)이라는 정보 이론적 양을 도출했습니다. OVMI는 사용자가 소통하고자 하는 단어에 대한 참조 분포 대비 디코더가 전달하는 정보를 측정하여, 서로 다른 조건에서 측정된 시스템들의 능력을 공통의 소통 척도로 평가할 수 있게 합니다.

연구 결과, 시스템이 지원하는 단어에 대해서만 계산된 정확도나 단어 오류율(WER)과 같은 기존 지표는 사용자가 의도한 발화 중 시스템이 전달할 수 있는 정보량을 과대평가할 수 있음을 보여줍니다. OVMI를 사용하여 기존 시스템들을 비교했을 때, 시스템이 지원하는 언어의 양과 해당 단어를 얼마나 정확하게 디코딩하는지 사이의 상충 관계를 드러냈습니다.

또한, OVMI를 최대화하는 어휘를 선택하면 세 가지 발화 영역에서 정확도가 최대 16.3% 상대적으로 향상됨을 입증했습니다. 따라서 OVMI는 음성 BCI 커뮤니티에 이질적인 시스템들을 비교하고, 어휘 설계를 개선하며, 연구 분야의 진척도를 측정할 수 있는 원칙적인 방법을 제공합니다.

웹 에이전트가 테스트 시 행동 선택을 위해 세계 모델을 사용할 때 발생하는 목표 불일치 문제를 해결하기 위한 새로운 학습 방법이 제안되었습니다. 기존의 세계 모델은 다음 상태 예측을 통해 HTML이나 AXTree 스냅샷과 같은 고정된 표현을 생성하도록 학습되지만, 이는 후보 행동들 사이에서 예측된 상태가 충분히 구별되지 않아 정확한 점수를 매기는 후속 랭커 모델이나 프로세스 보상 모델(PRM)과 목표가 일치하지 않습니다.

연구진은 이러한 문제를 해결하기 위해 예측된 상태 일치(predicted-state matching)라는 새로운 학습 목표를 도입했습니다. 이 목표는 예측된 표현이 대안적인 행동들로 도달한 상태와 실제 결과 상태를 구별할 수 있도록 학습된 표현을 요구합니다. 이 모델은 WebArena Go-Browse 궤적에서 파생된 분기형 웹 에이전트 데이터셋을 사용하여 학습되었는데, 이는 각 결정 지점에서 여러 대안 행동과 그에 따른 상태를 포함하고 있습니다.

실험 결과, 예측된 상태 일치 접근 방식은 지도 다음 상태 예측으로 학습된 세계 모델보다 벤치마크에서 더 우수한 성능을 보였습니다. 또한, 이 방법은 WebPRMBench에서 행동 전용 PRM 및 지도 다음 상태 세계 모델이 추가된 PRM과 비교하여 PRM 스타일의 행동 순위를 개선했습니다. 최종적으로 WebArena-Lite 환경에서 이 세계 모델을 테스트 시 행동 선택에 사용함으로써 엔드투엔드 작업 성공률을 향상시켰습니다.

트럼프 행정부가 최첨단 AI 모델의 안전성 검토에 사용하는 비밀 프레임워크에 대한 정보 공개 요구에 따라 네 개 연방 기관이 소송을 당했습니다. 이 소송은 프런티어 AI 모델의 안전성 검토에 관한 비밀 규칙을 공개하라는 요구에 대한 것입니다.

비영리 단체인 프로텍트 데모크라시(Protect Democracy)는 이 소송에서 정부가 대중이나 의회에 공개한 세부 사항이 거의 없다고 주장했습니다. 이들은 정부의 검토 과정에 어떤 기관들이 관여했는지, 프레임워크를 구축하는 데 어떤 회사들이 참여했는지, 그리고 트럼프 관리들이 이러한 검토를 수행할 법적 권한이 무엇인지에 대한 정보가 불분명하다고 지적했습니다.

구체적으로 프로텍트 데모크라시는 해당 프레임워크에 참여한 주체들의 신원이나 선정 기준이 공개되지 않았다고 밝혔습니다. 이는 AI 안전성 검토에 대한 거버넌스 구조와 투명성이 부족하다는 점을 시사하며, AI 개발 및 정책 결정 과정의 투명성에 대한 중요한 질문을 제기합니다.

그래프 머신(Graph Machine, GM)은 희소하고 동적인 라우팅을 통해 $O(n)$ 크기의 상태를 유지하고 접근하는 새로운 아키텍처를 소개합니다. 이는 고정된 크기의 상태나 정적인 라우팅 방식과 달리, 상태 크기를 $O(1)$로 제한하지 않으면서도 희소 레이어에서 $O(n)$ 복잡도를 보존합니다. GM은 포인터 추적과 유사한 참조 메커니즘을 통해 업데이트되는 엣지, 즉 포인터와 같은 객체를 사용하여 차분적으로 업데이트됩니다.

이러한 GM 구조를 활용하여 Qwen3-0.6B의 밀집된 트랜스포머 레이어 중 75%를 GM 희소 레이어로 대체하고 15.7B 토큰으로 처음부터 사전 학습을 진행했습니다. 실험 결과, 각 희소 레이어의 KV 헤드당 4,096개의 토큰 중 단 2개만 검색했을 때 손실은 약간만 악화되었으며, 4개를 검색했을 때는 손실이 미미하게 개선되었습니다.

이는 모델의 효율성을 유지하면서도 필요한 정보에 대한 접근성을 높이는 방법을 제시합니다. GM은 희소성(sparsity)을 활용하여 대규모 모델의 사전 학습 효율을 개선하고, 메모리 제약 없이 동적으로 상태에 접근하는 새로운 패러다임을 보여줍니다.

미분 방정식(ODE)은 과학 및 공학 모델의 기반이며, 많은 응용 분야에서 매개변수에 대한 해의 미분값이 필요합니다. 독립적인 궤적들의 앙상블(ensemble)은 GPU에 적합하지만, 현재 GPU 소프트웨어는 가장 빠른 앙상블 솔버를 풀 때 그 속도로 역모드 미분(reverse-mode differentiation)을 수행할 수 없으며, 미분에 최적화된 솔버는 더 느리게 계산된다는 상충 관계가 존재합니다. 따라서 단일 도구로는 융합 커널(fused-kernel) 솔브의 속도로 역모드 기울기를 제공하는 것이 불가능했습니다.

이러한 문제를 해결하기 위해 GRADSOLVE라는 오픈 소스 JAX 라이브러리가 NVIDIA GPU에서 저차원 ODE 앙상블을 풀고 역모드 미분하는 기능을 제공합니다. GRADSOLVE는 적응형 솔버가 수용하는 단계를 기록하고 고정된 단계 재현(fixed-step replay)을 통해 미분하며, 이는 해당 단계의 정확한 이산 부가(discrete adjoint) 기울기를 반환합니다. 이 기울기는 Diffrax가 기본적으로 반환하는 것과 동일하며, 적응형 루프보다 훨씬 적은 계산으로 얻어집니다.

GRADSOLVE를 솔버로 사용할 경우, 순방향 전용 커널은 DiffEqGPU.jl보다 2.8배 빨랐습니다. 기울기 계산에 사용될 경우, 세 세대의 GPU에서 동일한 순방향 상태 정확도를 유지했을 때 Diffrax의 체크포인트된 부가보다 5.6배에서 14.1배 더 빠르게 계산할 수 있었습니다. 이러한 성능 우위는 대규모 앙상블과 강체 시스템에서 더욱 좁아지며, 높은 정확도에서는 성능이 거의 동일해집니다.

GRADSOLVE는 명시적(explicit) 및 로젠브로크(Rosenbrock) 적분기를 지원하며, 기록된 메시지에 대해 여러 번 미분하는 앙상블에 초점을 맞춥니다. 이 라이브러리는 Diffrax를 대체할 수 있는 대안으로 사용될 수 있으며, GitHub에서 공개되어 있습니다.