읽을 가치가 있는 기사만, 짧고 또렷하게.

cMCP는 하드웨어 신뢰 실행 환경(TEE) 내에서 MCP 도구 호출 정책을 강제하는 보안 게이트웨이입니다. 이는 에이전트가 사용하는 도구 호출이 실행되는 환경 내에서 정책을 강제하여, 에이전트가 접근할 수 없는 곳에서 정책이 안전하게 집행되도록 보장합니다.

기존의 소프트웨어 기반 거버넌스와 달리 cMCP는 정책 엔진이 운영체제 수준에서 실행되어 관리자나 공급망 취약점에 의해 정책이 변경되거나 메모리 상태가 조작될 위험을 차단합니다. cMCP는 Cedar 정책 번들을 하드웨어 증명 보고서에 기록하여, 실행된 정책이 승인된 정책이었음을 증명합니다.

각 세션은 하드웨어에 의해 증명되고 소프트웨어 모드에서 서명된 TRACE Claim을 생성하여, 운영자를 신뢰하지 않고도 호출된 도구, 적용된 정책, 감사 체인을 검증할 수 있게 합니다.

실제 운영 환경에서는 TPM 2.0, AMD SEV-SNP, Intel TDX와 같은 하드웨어 제공자를 사용하여 보안을 확보하며, 개발 단계에서는 하드웨어 없이 소프트웨어 모드로도 테스트가 가능합니다. 이는 에이전트가 외부 API를 호출할 때 데이터 유출을 방지하고 규제 요구사항을 입증하는 데 중요한 보안 기반을 제공합니다.

실행력은 판단을 무료로 구축했지만, 그 결과는 기대에 미치지 못했습니다. 제품 팀과 엔지니어링 조직은 지난 12개월 동안 이전 2년 합산보다 많은 결과물을 배포하고 백로그를 해소했으며, 이는 회사가 기록한 모든 실행 지표에서 최고의 해였음에도 불구하고 실제 이익은 단지 6%에 불과했습니다. 과거에는 단일 운영 변화로 인한 성장 가속이 사례 연구로 다뤄졌지만, 실제 성과는 약속된 30%에서 50%에 훨씬 못 미쳤습니다.

이러한 실행의 격차는 조직 내에서 깊은 판단력과 에너지가 사라졌음을 시사합니다. 회의는 생산적이지만 기계적으로 느껴지며, 팀원들은 합리적인 선택을 하지만 용감한 결정을 내리지 못하고 있습니다. 특히 조직을 이끌었던 핵심 인력들이 떠나면서, 시스템이 더 이상 전문가의 판단을 원하지 않는다는 것을 깨닫게 되었습니다. 이는 시스템이 최적화된 결과는 낼 수 있지만 독창적인 결과를 내지 못하는 디자인 패턴을 따랐기 때문입니다.

결국 조직이 갖춰야 할 것은 실행 속도가 아니라 중요한 순간에 집중할 수 있는 판단 능력을 유지하는 것입니다. 앞으로 조직은 경험 많은 판단을 통합하고, 실제 결과에 따른 책임을 만드는 의사결정 구조를 설계해야 합니다. AI 시대에 모든 조직에게 던져지는 질문은 중요한 순간에 집중할 수 있는 역량을 유지할 것인지, 아니면 그 역량이 퇴화하도록 내버려 둘 것인지에 달려 있습니다.

명성이 높아지면 팬들은 지나치게 열렬한 지지자(fanboys)가 되고 반대로 싫어하는 사람들, 즉 헤이터(haters)가 생기는 것은 피할 수 없는 현상입니다. 팬들은 당신의 모든 행동을 좋게 해석하는 반면, 헤이터들은 당신의 모든 행동을 나쁘게 해석하며 강한 집착을 보입니다. 이러한 헤이터는 단순한 악플러가 아니라, 특정 대상에 대한 집착과 불만에서 비롯된 극단적인 반응을 보이는 사람들입니다.

헤이터는 본질적으로 팬보이와 동일한 현상이며, 그들은 자신이 싫어하는 대상의 명성에서 에너지를 얻습니다. 이들은 종종 자신이 부족하다고 느끼는 좌절된 재능감에서 비롯되며, "저 사람이 유명한 것은 불공평하지만 나는 그렇지 않다"와 같은 생각에서 비롯되기도 합니다. 이러한 헤이터들은 당신이 잘하는 것을 보고 질투하며, 그들의 분노는 당신의 성공에 대한 왜곡된 인식에서 발생합니다.

헤이터를 대하는 가장 효과적인 방법은 그들을 분쟁의 대상으로 여기지 않는 것입니다. 그들을 이해하거나 해결하려고 애쓰는 것은 불필요한 시간 낭비이며, 오히려 그들의 집착에 휘둘리는 것을 방치하는 것이 좋습니다. 팬들에게 적용되는 방법과 마찬가지로, 헤이터에 대해서도 깊이 생각하지 않고 무시하는 것이 가장 현명한 대처법입니다.

AI 데이터 센터가 전력 요금을 상승시키는 현상이 심화되고 있으며, 이는 미국 전력망에 직접적인 영향을 미치고 있습니다. 최근 네 차례의 용량 경매에서 AI 데이터 센터가 약 290억 달러에서 300억 달러에 달하는 비용을 발생시켰고, 이는 전체 용량 비용의 약 46%를 차지하며 소비자 전기 요금에 직접 반영되고 있습니다. 데이터 센터는 현재 미국 전력의 약 4%를 소비하고 있으며, 이러한 비용은 그리드 운영자들이 전력 공급을 확보하기 위해 경매를 진행하면서 발생하고 있습니다.

이러한 비용 부담은 주(State)별로 다르게 나타나고 있으며, 일리노이주는 전년 대비 약 28% 상승했고 버지니아주는 약 15.4% 상승했습니다. 특히 데이터 센터가 밀집된 지역에서는 전력 비용 상승 폭이 두드러지게 나타나고 있으며, 이는 전력망의 부담을 특정 지역에 집중시키고 있습니다. 일부 전문가들은 데이터 센터가 단순한 소비자가 아니라 주요 부동산 개발처럼 발전 및 백업 용량을 사전에 협상하여 자금을 조달해야 한다고 주장합니다.

현재 기업들이 자발적으로 에너지 비용을 부담하겠다는 약속을 하고 있지만, 이러한 약속들은 법적 구속력이나 집행 메커니즘이 부족하여 실질적인 보호가 이루어지지 않고 있습니다. 이에 따라 27개 주가 데이터 센터가 자체적으로 전력망 확장에 자금을 지원하도록 요구하는 법안을 추진하고 있으며, 이는 인프라 비용을 소비자에게 분산시키는 정책적 선택으로 작용하고 있습니다.

Hop.earth는 오픈스트리트(OpenStreetMap) 데이터를 기반으로 제작된 자동차 레이싱 게임입니다. 이 프로젝트는 지도 데이터와 게임 플레이를 결합하여 독특한 환경을 제공하는 것을 목표로 개발되었습니다.

이 게임은 오픈소스 지도 데이터인 오픈스트리트를 활용하여 맵과 환경을 구축했다는 점에서 개발자 커뮤니티에 흥미로운 사례를 제공합니다. 특히, 실제 지리 정보가 게임의 기반이 된다는 점은 게임 개발 시 데이터 소스의 활용과 라이선스 문제를 고려하는 데 중요한 맥락을 제시합니다.

개발자들은 오픈소스 기반의 지리 데이터를 활용하여 게임 환경을 구현하는 방식에 대해 참고할 수 있습니다. Hop.earth는 오픈소스 기술과 실제 지리 정보를 결합하여 새로운 형태의 인터랙티브 경험을 창출하는 사례로 주목받고 있습니다.

인플루언서의 브랜드 여행은 종종 스폰서가 그들을 모든 비용을 부담하는 휴가에 초대하는 일종의 통과 의례이자 정당성의 표시로 여겨집니다. 이러한 여행은 종종 사치스러운 무료 선물과 활동을 포함하며, 초대받지 않은 인플루언서들로부터 강한 반감을 사거나 대중의 비판을 자초하고 경박함을 드러낸다는 비판을 받기도 합니다.

이러한 행위는 보통 패스트 패션 회사나 뷰티 브랜드가 소셜 미디어에 스폰서 콘텐츠를 채우기 위해 인플루언서를 항공편에 태워 보내는 방식으로 이루어졌습니다. 이번 사례에서는 이러한 관행이 주요 AI 회사인 OpenAI와 연결되었습니다.

최근 주말 동안 여러 인플루언서들이 OpenAI의 '최초의 브랜드 여행'에 대해 게시하며 논란이 발생했습니다. 이는 단순한 상업적 마케팅을 넘어 AI 분야의 인플루언서들이 브랜드 경험을 공유하는 방식에 대한 새로운 논쟁을 불러일으키고 있습니다.

미국 노동력 참여율이 2026년에 급격히 하락했다는 분석이 나왔습니다. 이러한 참여율 감소는 일반적으로 사람들이 노동 시장에서 포기하고 있음을 시사하는 신호로 해석됩니다. 하지만 전체 감소분의 절반 이상은 노동자들이 노동 시장을 이탈한 것이 아니라 1월의 인구 수준 통계 수정과 고령화의 꾸준한 영향에서 비롯되었습니다.

그러나 이 하락 중 일부는 25세에서 54세 사이의 근로자들 사이에서 6월에 나타난 참여율 급락 때문에 발생했습니다. 이 급락은 매우 극적했지만, 해당 연령대의 노동력 참여율은 최근 몇 년과 일치하는 수준으로 회복되었습니다.

그럼에도 불구하고 이 수치는 향후 몇 달 동안 주의 깊게 관찰해야 합니다. 만약 이러한 하락세가 계속된다면 이는 이 중요한 연령층의 노동자 행동에 더 깊은 변화가 있음을 나타낼 수 있습니다.

노동력 참여율 변화는 행동 변화와 인구 통계학적 변화가 복합적으로 작용한 결과입니다. 특히 주요 노동 연령층의 변화를 볼 때, 단기적인 데이터 변동보다는 장기적인 인구 변화의 영향을 고려하는 것이 중요합니다.

레노버 리전 고 S 스팀OS 모델이 현재 역대 최저 가격으로 할인 판매되고 있습니다. 이 제품은 Z2 Go 프로세서와 스팀OS를 탑재하고 있으며, 원래 가격은 1,137.41달러였으나, 특별 할인 코드(EXTRASAVEAFF)를 적용하면 635.54달러에 판매되고 있습니다.

이러한 할인은 메모리와 저장 장치 가격이 앞으로도 인플레이션될 것으로 예상되는 상황에서, 성능이 준수한 게이밍 하드웨어에 대한 좋은 기회로 작용합니다. 리뷰에 따르면, 리전 고 S는 8인치 IPS 패널을 통해 최대 120Hz의 주사율과 가변 주사율을 지원하여 동급 가격대에서 경쟁력을 갖추고 있습니다.

개발자 관점에서 운영체제 선택에 있어서 스팀OS 버전이 윈도우 버전보다 훨씬 매력적인 옵션으로 평가되었습니다. 윈도우 환경이 점차 개선되고 있지만, 스팀OS는 사용자 경험 측면에서 이미 상당한 발전을 이루었기 때문입니다.

Z2 Go 칩 자체의 성능은 고가인 OLED 스팀 덱과 유사하지만, 설정 조절을 통해 인디 게임이나 사양이 높은 타이틀을 구동하기에 충분한 선택입니다.

테슬라의 상하이 공장은 2026년 6월에 역대 최고 생산량을 기록했지만, 이는 중국 고객 대상 판매량 증가로 이어지지 않고 있습니다. 중국 자동차 협회 데이터에 따르면 테슬라는 해당 월에 중국에서 93,579대의 차량을 생산했는데, 이는 2025년 6월 대비 38% 증가한 수치입니다. 그러나 이러한 생산량 증가에도 불구하고 중국 내 판매량은 지난 1년 이상 분기별로 감소세를 보이며, 특히 모델 3 세단에 대한 구매자들이 피로감을 느끼고 있습니다.

생산된 차량의 상당 부분이 수출로 향하고 있어 상하이 공장은 단순한 생산 기지를 넘어 매우 가치 있는 자산이 되었습니다. 6월 생산 차량 중 약 40%가 수출용이었으며, 2분기 전체 생산 차량의 절반 이상은 유럽, 캐나다 및 기타 아시아 시장으로 보내졌습니다. 이는 중국 내 판매량보다 수출량이 훨씬 많았으며, 중국 정부의 세금 환급 혜택과 독일이나 미국에 비해 낮은 인건비, 현지 공급업체로부터의 저렴한 부품 사용이 이러한 수출 활동을 촉진했습니다.

이러한 상황은 테슬라가 중국 시장에 대한 의존도를 재고하고 있음을 시사합니다. 테슬라 경영진 일부가 중국과 비중국 지역의 사업 부문을 분리하는 방안을 검토하고 있다는 보도가 나왔습니다. 이는 테슬라가 수익 마진이 감소하는 상황에서 중국을 중심으로 한 사업 구조를 재편하여 미래 전략을 모색할 가능성을 보여줍니다.

유명한 유튜버이자 과학 소통가인 행크 그린이 인공지능(AI) 사용에 대한 거센 비판 속에서 제작 활동을 잠시 중단한다고 밝혔습니다. 그린은 자신의 AI 사용을 "건강하지 않다"고 평가하면서도, 스크립트를 작성하기 위해서가 아니라 연구 자료를 찾는 목적으로 AI를 사용했다고 강조했습니다.

이러한 논란은 창작자가 진정성과 신뢰도를 바탕으로 구축한 브랜드와 타인의 작업(종종 보상받지 못한)으로 학습된 기술, 그리고 그 기술이 그럴듯한 허위 정보를 생성하는 경향 사이의 균형을 어떻게 맞출 것인가에 초점이 맞춰져 있습니다.

인터넷에서 벌어진 논쟁의 대부분은 AI 사용의 윤리적 측면에 집중되어 있으며, 이는 AI가 학습한 데이터의 출처와 생성된 콘텐츠의 신뢰성에 대한 근본적인 질문을 제기합니다. 이는 AI 기술을 활용하는 개발자와 크리에이터들이 데이터 윤리와 투명성을 고려해야 할 중요한 맥락을 제공합니다.

웨이모가 댈러스 지역의 로보택시 서비스를 모든 이용자에게 개방하며 대기자 명단을 폐지했습니다. 이는 알파벳 소유 회사인 웨이모가 미국, 영국, 유럽 전역에서 자율 주행 기술을 확장하려는 노력의 일환입니다. 이제 누구나 앱을 다운로드하여 댈러스 내에서 로보택시를 즉시 호출할 수 있게 되었습니다.

이 서비스는 웨이모가 2026년에 댈러스에서 서비스를 시작하기 위해 공공 도로에서 기술을 테스트하고 계획을 발표한 이후의 다음 단계입니다. 웨이모는 이전에 대기자 명단으로 제한적인 접근을 허용했으며, 서비스 개방 이전 기간 동안 약 15만 명의 이용자가 웨이모 앱을 사용한 것으로 알려져 있습니다.

다만, 현재로서는 이용자들이 댈러스 러브필드 공항으로 이동하는 서비스는 아직 제공되지 않습니다. 웨이모는 공항에서의 자율 주행 차량 테스트를 계속하고 있으며 곧 서비스를 제공할 예정입니다. 또한 웨이모는 과거 5월에 댈러스, 휴스턴, 산안토니오, 애틀랜타 지역에서 폭우와 침수 도로 문제로 인해 서비스를 일시 중단했던 경험을 바탕으로, 앞으로도 악천후나 홍수 경보에 따라 운영을 조정하거나 일시 중단할 수 있다고 밝혔습니다.

2000년부터 2026년까지 시장에서 사라진 542개의 정신 건강 스타트업에 대한 데이터셋이 공개되었습니다. 이 데이터는 기업의 실패 원인과 생존 요인을 분석하기 위해 비즈니스 모델, 자금 조달, 철회 이유, 임상 증거 등 최대 18개 필드를 코딩하여 구성되어 있습니다.

데이터는 제품 유형, 조직 유형, 치료 방식, 임상 전문가 참여 여부 등 네 가지 분류 축을 기반으로 분류되었으며, 각 분류에 대한 구체적인 추론 근거가 제공되어 데이터의 신뢰성을 검증할 수 있습니다. 특히, 누가 비용을 지불하는지(소비자 지불 또는 기관 지불)에 따라 생존율이 크게 달라진다는 분석 결과가 도출되었습니다.

연구 결과에 따르면, 창업팀보다 지불 주체가 생존율을 훨씬 더 잘 예측하는 것으로 나타났습니다. 예를 들어, 소비자가 비용을 지불한 조직은 53%가 사망했고, 기관이 비용을 지불한 조직은 21%가 사망했습니다. 이 데이터는 정신 건강 스타트업의 실패 패턴과 구조적 문제를 이해하는 데 중요한 통찰을 제공합니다.

TechCrunch Disrupt 2026 패스 구매자에게 이번 주 한정으로 추가 100달러 할인이 제공됩니다. 이 혜택은 창업가, 투자자 또는 참석자에게 적용되며 현재 할인된 가격에 더해지는 추가 보너스입니다. 이 특별 할인은 8월 7일 금요일 밤 11시 59분(PT)까지 진행되며, 8월 21일에 적용될 다음 가격 등급이 시작되기 전에 추가 할인을 받을 수 있는 마지막 기회입니다.

이번 디스럽트 컨퍼런스는 10월 13일부터 15일까지 샌프란시스코 모스콘 웨스트에서 열리며 향후 성공을 위한 모멘텀을 만드는 데 중점을 둔 행사입니다. 단순한 관람이 아닌, Amazon의 임원이나 Replit의 CEO와 같은 주요 인물들이 참여하는 Disrupt Stage, AI Stage, Smart Money Stage 등 다양한 세션과 네트워킹 기회를 통해 기술 트렌드를 깊이 있게 다룰 수 있습니다.

참가자들은 스타트업 배틀필드 경연, 수백 개의 스타트업이 참여하는 엑스포 홀, 그리고 자신의 필요에 따른 네트워킹 기회까지 누릴 수 있습니다. 이 추가 100달러 할인을 통해 8월 7일까지 등록을 완료하고, 10월에 열릴 이 중요한 이벤트에서 최적의 기회를 확보하시기 바랍니다.

BMW가 차량 내 디스플레이에 마블 영화 광고를 송출하는 방식으로 마케팅을 진행했습니다. 이는 많은 BMW 소유자들이 차량 시동 시 컨트롤 디스플레이에서 스파이더맨: 브랜드 뉴 데이 관련 배너 광고를 보게 된 상황입니다.

BMW는 이 광고가 실제이며 새로운 마블 영화와의 "더 광범위한 브랜드 파트너십"의 일환임을 확인했습니다. 이 발표는 광고가 7월 27일부터 8월 10일까지 송출되었음을 명시하며 광고의 기간과 범위를 구체적으로 밝혔습니다.

이러한 광고 방식에 대해 일부에서는 프리미엄 자동차 브랜드가 영화 홍보를 위해 광고를 사용하는 것이 기대하는 것보다 덜 고급스럽다고 지적하고 있습니다. BMW는 이러한 광고를 통해 현대 모빌리티를 제공하려는 목표를 달성하고자 하는 것으로 보입니다.

TV 타임(TV Time) 서비스가 종료된 후 수백만 명의 사용자들이 대안을 찾고 있는 상황에서, 해당 앱의 초기 공동 창업자 중 한 명이 새로운 TV 및 영화 추적 앱인 빙러스(Bingers)를 출시했습니다.

빙러스는 팬들이 좋아했던 소셜 기능을 복원하는 동시에 사용자들이 자신의 시청 기록을 가져올 수 있는 기능을 추가하여 기존 앱의 핵심 가치를 되살리는 것을 목표로 합니다.

이러한 업데이트는 사용자들이 과거의 경험을 유지하면서도 더 나은 추적 및 공유 기능을 제공하는 대안을 찾을 수 있게 한다는 점에서 의미가 있습니다. 빙러스는 단순히 시청 기록을 관리하는 것을 넘어 소셜 상호작용을 강화하여 사용자 경험을 개선하고자 합니다.

벤 장(Ben Zhang)이 회사에서 휴대폰을 분실한 후, MDM(모바일 기기 관리) 설정으로 인해 '나의 찾기(Find My)' 기능이 비활성화되어 위치를 찾지 못하는 상황에 처했습니다. 그는 이 문제를 해결하기 위해 Claude에게 도움을 요청했고, Claude는 블루투스 신호 강도를 추적하여 위치를 파악하는 방법을 제안했습니다.

Claude는 약 1분 만에 이 방법을 구현하는 도구와 코드를 제공했으며, 벤 장은 이 코드를 사용하여 블루투스를 레이더처럼 활용하는 측정 도구를 직접 만들었습니다. 이 방법을 통해 분실된 기기를 성공적으로 찾을 수 있었습니다.

이 사례는 사용자가 운영체제(OS)의 기본 기능이 제한되거나 비활성화되었을 때도, 인공지능을 활용하여 커스텀 소프트웨어를 개발함으로써 실질적인 문제 해결 도구를 만들 수 있음을 보여줍니다. 이는 사용자가 필요에 따라 맞춤형 추적 및 위치 확인 솔루션을 직접 구축할 수 있는 잠재력을 시사합니다.

유럽 베를린에 기반을 둔 물류 기술 스타트업 truemetrics가 창업자들과 함께 성장할 수 있는 재무적 보상과 함께 설립 GTM 리드 포지션을 채용합니다. 이 포지션은 3년 이상의 영업 경험을 요구하며, 회사 성장의 다음 단계인 100만 유로에서 1000만 유로 이상으로 도약하는 데 기여할 수 있는 기회를 제공합니다.

truemetrics는 배송 과정에서 발생하는 가장 큰 문제인 라스트 마일 배송의 비효율성을 해결하기 위해 쿠리어의 스마트폰 센서 데이터를 분석하여 건물 주차 및 출입 위치를 파악하는 기술을 제공합니다. 이 기술은 독일, Qatar, 영국 등 여러 국가에서 운영되며 GLS, DPD와 같은 대형 기업들에게 판매되어 이미 150만 유로 이상의 연간 반복 매출(ARR)을 달성하며 유니콘 투자자인 Y Combinator의 지원을 받았습니다.

채용 포지션은 단순히 영업을 담당하는 것을 넘어, 데이터 기반으로 새로운 시장 기회를 발견하고 핵심 비즈니스를 강화하는 두 가지 경로를 모두 수행해야 합니다. 구체적으로는 새로운 제품과 시장을 발견하는 혁신 경로와 기존 사업을 확장하고 운영 효율성을 높이는 경로를 동시에 추진해야 합니다.

이 역할은 높은 자율성과 주도적인 문제 해결 능력을 요구하며, 운전자나 COO와 직접 소통하며 현장의 운영 현실을 이해하고 새로운 전략을 직접 만들어내는 실행력을 중요하게 여깁니다. 따라서 구조화된 환경보다는 불확실성을 감수하고 빠르게 실험하며 직접 성과를 이끌어내는 역량을 갖춘 인재에게 적합합니다.

SIEMatic은 Django를 기반으로 구축된 공정한 출처의 관측 가능성 및 보안 플랫폼으로, 보안 이벤트를 수집, 인덱싱, 검색 및 분석하는 데 중점을 둔 시스템입니다. 이 플랫폼은 이벤트 데이터를 수집, 처리, 쿼리하기 위한 모듈식 아키텍처를 제공하며 확장성, 보안, 개발자 생산성을 핵심 목표로 설계되었습니다.

SIEMatic은 플러그인 가능한 에이전트, 인증된 WebSocket 인덱서, 파이프라인 검색 언어, 대시보드, 경고 시스템 등 다양한 기능을 포함하고 있어 보안 이벤트 관리의 포괄적인 솔루션을 제공합니다. 개발자들은 이 플랫폼을 통해 이벤트 데이터의 수집부터 분석까지의 전체 워크플로우를 효율적으로 관리할 수 있습니다.

현재 SIEMatic은 알파 버전으로 활발하게 개발 중이며, 인터페이스, 데이터 형식, 기능 등이 예고 없이 변경될 수 있어 안정성이 보장되지 않습니다. 따라서 프로덕션 워크로드에 의존하기 전에 비운영 환경에서 충분히 평가하는 것이 중요합니다.

시스템을 사용하려면 Python 3.12 이상이 필요하며, 설정 및 배포를 위해서는 공식 문서를 참조해야 합니다. 상업적 라이선스는 Business Source License 1.1을 통해 제공되며, 상업적 라이선스에 대한 문의는 판매팀에 연락해야 합니다.

에이전트 기반 코딩 작업에서 LLM이 생성한 결과물의 대부분이 실질적인 의미에서 손실된다는 점이 핵심입니다. 개발자가 코드를 읽고 시스템에 대한 상세한 정신적 모델을 구축한 후 필요한 파일만 수정하는 과정과 유사하게, 에이전트가 많은 작업을 수행한 후에는 그 상태의 완전함을 포착하지 못하고 정보가 사라집니다. 이는 LLM이 코드를 처리하는 과정에서 발생하는 막대한 토큰 소모와 기관 지식의 손실을 의미합니다.

특히 여러 LLM이 동일한 코드에 대해 작업할 때 발생하는 비효율성이 심각합니다. 예를 들어, 한 팀원이 Codex를 사용하고 다른 팀원이 Claude를 사용할 경우, 각 모델이 논리를 구축하는 데 필요한 수백만 개의 토큰이 불필요하게 소모됩니다. 이는 LLM 포터빌리티라는 개념이 단순히 추상적인 것이 아니라 실제 효율성과 관련되어 있음을 보여줍니다.

이러한 맥락에서 LLM의 이동성 문제는 지리적 제약과 결합하여 더욱 시급해집니다. 특정 지역의 서비스가 전쟁 등으로 인해 중단될 경우, AI 사용 환경을 다른 지역으로 옮기는 것이 현실적인 문제가 됩니다. 또한, 코드 리뷰 과정에서 이러한 맥락 손실은 심각한 문제를 야기합니다. 코드 변경에 대한 미묘한 뉘앙스나 맥락이 커밋 메시지 외에는 남지 않아, 시니어 엔지니어가 작업의 연속성을 파악하고 검토하는 데 어려움을 겪게 됩니다.

Mistral AI가 3B 규모의 오픈 웨이트 멀티모달 안전 분류기인 Shieldstral을 공개했습니다. 이 모델은 콘텐츠 중재를 정책 적응형 질문 응답 작업으로 프레이밍하여, 모델을 재학습시키지 않고도 텍스트와 이미지 안전 평가를 통합하는 새로운 방법을 제시합니다.

Shieldstral은 추론 시점에 사용자가 제시하는 정책을 질문 형태로 받아 안전 점수를 반환하며, 이는 프롬프트 분류, 응답 중재, 거부 감지, 유해성 감지를 단일 문제로 통합합니다. 이 접근 방식은 안전 정의가 애플리케이션과 도메인에 따라 달라지는 문제를 해결하며, 모델이 새로운 정책에 적응할 수 있도록 합니다.

성능 면에서 Shieldstral은 텍스트 안전 및 멀티모달 벤치마크에서 최대 7배 큰 모델들을 능가하며 멀티모달 중재 분야에서 새로운 최고 수준을 달성했습니다. 또한, 이미지 안전을 위해 시각-언어 재랭커를 사용하고 대조 쌍 학습을 통해 데이터의 오분류와 환각 현상을 줄이는 방식으로 시각적 안전 데이터의 부족 문제를 보완했습니다.

Shieldstral은 Apache 2.0 라이선스로 공개되었으며, 단일 16GB NVIDIA GPU에서 효율적으로 실행될 수 있어 개발자들이 안전 시스템을 구축하는 데 활용할 수 있습니다. 이 모델은 Forge 플랫폼을 통해 훈련 및 정렬되었으며, 사용자 정의 정책에 따라 적응하는 중재 시스템을 구현하는 데 중점을 두고 있습니다.