읽을 가치가 있는 기사만, 짧고 또렷하게.

PostgreSQL에 플러그인 언어 확장인 PL/CBMBASIC이 추가되어 레거시 시스템과의 연동 방식을 혁신적으로 개선했습니다. 이 확장은 Commodore 64 BASIC V2 함수 본체를 실행하는 절차적 언어 확장으로, 실제 Microsoft/Commodore 인터프리터가 공유 라이브러리로 컴파일되어 PostgreSQL 백엔드 프로세스 내에서 실행됩니다.

이러한 구현 덕분에 함수 호출은 64KB RAM 배열을 초기화하고 CPU 레지스터를 재설정하는 방식으로 이루어지며, 이는 기존 C64가 달성할 수 없었던 15~20 마이크로초의 속도로 작동합니다. 결과적으로 대규모 테이블에서 행별로 함수를 호출하는 것이 매우 빠르며, 이는 데이터 처리 성능에 큰 이점을 제공합니다.

또한 이 확장 기능은 C64 BASIC의 변수 이름 제한과 같은 제약 사항을 검증하는 유효성 검사기(validator)를 포함하고 있습니다. 이 검증기는 함수 생성 시점에 BASIC의 제약 사항을 PostgreSQL이 알 수 있도록 제공하여 런타임 오류를 PostgreSQL의 표준 오류로 변환하고 사용자에게 적절한 피드백을 제공합니다.

PL/CBMBASIC은 데이터베이스 장치(device 8)를 C64의 디스크 드라이브로 모델링하여 OPEN, INPUT# 등의 명령을 SQL 트랜잭션으로 실행하는 방식으로 작동합니다. 이는 레거시 시스템의 메모리 구조를 데이터베이스 연산에 통합하는 독특한 접근 방식을 보여줍니다.

Go 언어를 활용한 문학적 프로그래밍 도구인 GWEB의 기능이 개선되어 한글 사용자도 이용할 수 있게 되었습니다. 이전에는 프로그래밍이 영어로만 지원되어 한글을 사용하는 개발자들은 GWEB을 이용하는 데 제약이 있었습니다.

이번 개선을 통해 GWEB은 한글 환경에서도 문학적 프로그래밍을 즐길 수 있도록 기능을 확장했습니다. 이는 Go 언어를 배우거나 문학적 접근을 통해 코딩을 시도하는 한국 사용자들의 접근성을 크게 높이는 변화입니다.

결론적으로 GWEB은 이제 한글을 지원함으로써 더 많은 한국 개발자들이 Go 언어와 문학적 프로그래밍의 재미를 경험할 수 있게 되었습니다. 개발 도구의 접근성이 향상되어 한국 사용자 커뮤니티에 긍정적인 영향을 미칠 것으로 기대됩니다.

Wordgard는 ProseMirror의 개발자가 만든 오픈 소스 JavaScript 라이브러리로, 브라우저 내에서 작동하는 리치 텍스트 에디터를 구현합니다. 이 라이브러리는 단순히 자유로운 HTML 편집기가 아니라 사용자가 지원할 콘텐츠의 종류를 정확하게 제어할 수 있도록 설계된 시스템입니다.

Wordgard의 가장 큰 특징은 맞춤형 에디터를 위한 강력한 프로그래밍 인터페이스를 제공한다는 점입니다. 문서 구조를 정의하는 스키마 기반 접근 방식을 통해 사용자 정의 문서 요소를 만들 수 있으며, 에디터 기능들이 확장(extension) 형태로 구현되어 있어 필요에 따라 기능을 교체하거나 수정할 수 있는 모듈성을 제공합니다.

또한 Wordgard는 접근성, 다국어 지원, 오른쪽에서 왼쪽 쓰기 방향을 인식하는 양방향 콘텐츠 지원 등 다양한 사용자 경험 요구사항을 충족합니다. 문서 트리에는 표, 중첩 목록, 캡션이 있는 그림 등 구조화된 콘텐츠를 포함할 수 있으며, 기능의 많은 부분이 명확성과 테스트 용이성을 위해 함수형 스타일로 작성되어 있습니다.

이 시스템은 여러 사용자가 동시에 문서를 편집하고 동시 편집 내용을 병합할 수 있는 협업 편집 기능을 지원합니다. Wordgard는 MIT 라이선스로 공개되어 있으며, 커뮤니티의 기여를 통해 유지보수가 이루어지고 있습니다.

알리바바가 업무 환경에서 Claude Code 사용을 금지한다고 보도되었습니다. 이는 Claude Code에 잠재된 백도어 위험이 있다는 소식에 따른 조치로 알려졌습니다.

이 결정은 개발자들이 업무에 사용하는 AI 코드 생성 도구의 보안 문제에 대해 심각하게 고려해야 함을 시사합니다. 알리바바는 해당 도구 사용을 중단함으로써 잠재적인 보안 위험을 최소화하려는 것으로 보입니다.

이러한 상황은 AI 기반 코딩 도구를 기업 환경에서 도입할 때 보안 및 신뢰성에 대한 검증이 필수적임을 강조합니다. 개발자들은 AI 도구를 사용할 때 코드 무결성과 잠재적인 백도어 위험에 대해 더욱 주의를 기울여야 합니다.

9월부터 일부 플레이스테이션(PlayStation) 고객들은 구매했던 일부 영화와 쇼를 더 이상 접근할 수 없게 됩니다. 이는 소니(Sony)가 라이브러리에서 디지털 콘텐츠를 삭제했기 때문에 발생한 일입니다.

이러한 조치는 디지털 구매가 실제 소유가 아니라 장기 임대와 같은 성격을 띤다는 점을 강조합니다. 사용자가 콘텐츠를 구매하더라도 실제 소유권을 가지는 것이 아니라 서비스 제공자가 일정 기간 접근 권한을 부여하는 방식이라는 것입니다.

결국 이번 사태는 디지털 콘텐츠 구매 방식에 대한 근본적인 재고를 요구합니다. 이는 디지털 구매가 소유권 개념이 아닌 일종의 장기 임대 계약으로 운영되고 있음을 명확히 보여줍니다.

git-annex 프로젝트는 LLM이 생성한 코드가 포함된 의존성이 없는 상태로 빌드되도록 지난 한 달 동안 약 100시간을 들여 점검을 진행했습니다. 이 작업은 개별 코드 파일뿐만 아니라 전체 의존성 트리를 지속적으로 추적해야 하는 현실을 드러냈습니다.

이러한 점검 과정은 소프트웨어 유지보수 과정에서 의존성 관리가 얼마나 복잡한지를 보여주며, 특히 LLM 생성 코드가 포함된 의존성을 관리할 때 유지보수 부담이 크게 증가함을 시사합니다. 개발자는 특정 코드의 상태뿐만 아니라 전체 의존성 그래프를 이해하고 관리해야 하는 새로운 요구 사항에 직면하게 됩니다.

결론적으로, LLM 생성 코드의 포함 여부를 관리하기 위해서는 개별 파일 수준을 넘어 전체 의존성 트리를 포괄적으로 추적하는 것이 필수적입니다. 이는 복잡한 소프트웨어 환경에서 의존성 관리의 중요성을 더욱 강조하며, 개발자들이 시스템의 안정성과 유지보수 효율성을 높이기 위해 더 심층적인 의존성 분석을 수행해야 함을 의미합니다.

밸브(Valve)가 스팀 머신용 전자잉크(e-ink) 화면을 오픈 소스로 공개하여 누구나 자체 제작할 수 있도록 했다. 밸브는 자체적으로 전자잉크 디스플레이를 제공하지는 않지만, 이 프로젝트에 필요한 모든 파일과 설계 정보는 GitLab에 MIT 라이선스로 공개되었다.

이 프로젝트는 스팀 머신에 부착할 수 있는 맞춤형 e-ink 디스플레이를 제작하는 것을 목표로 하며, 이를 위해서는 Adafruit ESP32 Feather, Adafruit eInk Breakout Friend, Adafruit 5.83인치 단색 eInk 패널 등의 부품이 필요하다. 또한 M2.5 x 5mm 팬 헤드 나사 및 Stepped Magnet SB443-OUT과 같은 특정 하드웨어 구성 요소도 요구된다.

밸브는 이 프로젝트를 통해 커뮤니티가 자체적인 액세서리를 개발할 수 있는 기회를 제공하며, JSAUX와 같은 다른 업체들이 향후 '잉크 및 픽셀 버전'을 포함한 다양한 버전을 제공할 가능성이 있음을 시사했다. 이는 스팀 머신의 인기가 높아질 경우, 다른 액세서리 브랜드들이 이 기술을 활용하여 맞춤형 디스플레이를 제작할 수 있는 기반을 마련한다는 점에서 의미가 있다.

회의나 중요한 의사결정 과정에서 발생하는 병목 현상은 사람 자체보다는 방 안의 공기에서 비롯될 수 있다는 연구 결과가 제시되었습니다. 저자는 회의실 내 이산화탄소(CO2) 농도가 높아질수록 인지 능력과 의사결정 품질이 현저히 떨어진다는 사실을 지적합니다.

로렌스 버클리 국립연구소와 하버드 연구에 따르면, CO2 농도가 상승함에 따라 전략, 계획, 압박 속에서 정보를 활용하는 능력 등 인지 점수가 감소했습니다. 특히 1,000ppm에서 2,500ppm 사이의 CO2 농도에서 이러한 인지 능력 저하가 두드러지게 나타났습니다. 이는 사람들이 회의나 건축 환경에서 최상의 사고를 하는 데 가장 적합하지 않은 환경에 놓여 있기 때문에 발생합니다.

이러한 현상은 닫힌 회의실뿐만 아니라 재택근무 환경에서도 동일하게 적용됩니다. 팀원들이 문을 닫고 일하는 작은 사무실이나 집에서 발생하는 동일한 물리적 조건 때문에 오후 시간대에 집중력이 떨어지고 판단력이 흐려질 수 있습니다.

따라서 팀의 성과 저하를 사람의 동기 부여나 문화 탓으로 돌리기보다, 가장 저렴하고 측정되지 않는 변수인 실내 공기를 점검할 필요가 있습니다. CO2 모니터는 비용 대비 효과가 크며, 환경이 결과에 미치는 영향을 측정하여 업무 환경을 개선할 수 있습니다.

Show GN은 오픈 API와 데이터셋을 모아둔 레포지토리입니다. 이 저장소는 개발자들이 여러 곳에서 오픈 API를 찾는 번거로움을 줄이기 위해 만들어졌습니다.

해당 레포지토리는 오픈 API를 한곳에 모아 제공함으로써 개발자들이 필요한 데이터를 쉽게 찾고 활용할 수 있도록 돕는 것을 목표로 합니다. 이 모음집은 오픈 API를 찾기 위해 여러 곳을 탐색해야 하는 과정을 간소화하는 데 중점을 두고 있습니다.

이 정보는 해당 레포지토리에 대한 소개 게시글이 작성된 지 약 1년이 지났음을 알려줍니다. 따라서 레포지토리의 최신 업데이트나 현재 상태에 대해서는 별도로 확인이 필요합니다.

마이크로소프트가 개발한 오픈소스 CLI 도구인 inshellisense는 셸 환경에서 IDE 수준의 명령어 자동완성을 제공합니다. 이 도구는 withfig/autocomplete 런타임을 기반으로 작동하며, 600개 이상의 CLI 도구에 대한 자동완성을 지원합니다.

inshellisense는 Windows, Linux, macOS 등 다양한 운영체제에서 사용할 수 있도록 설계되어 크로스 플랫폼 환경을 지원합니다. 사용자는 bash, zsh, fish, PowerShell(pwsh/powershell), cmd(실험적), xonsh, nushel 등 광범위한 셸 환경에서 명령어 입력 시 더욱 정확하고 편리한 자동완성 기능을 활용할 수 있습니다.

이 도구는 개발자들이 셸 환경에서 명령어 입력의 효율성을 높이고 생산성을 향상시키는 데 중점을 두고 있습니다. 다양한 셸과 환경을 지원함으로써 개발자는 운영체제에 구애받지 않고 일관된 자동완성 경험을 얻을 수 있습니다.

페디버스(Fediverse) 서버 환경에서 메시지 교환의 효율성을 높이는 기술에 대한 내용입니다. 작은 페디버스 서버인 sukhi-fedi가 JSON-LD 조립이라는 기술을 통해 서버 간에 메시지를 상호 이해할 수 있는 형식으로 만드는 과정에 대해 다루고 있습니다.

이는 분산된 서버 네트워크에서 데이터와 메시지를 표준화하고 연결하는 데 있어 중요한 기술적 접근 방식을 보여줍니다. JSON-LD 조립은 서버 간의 통신이 단순히 텍스트를 주고받는 것을 넘어, 구조화된 형식으로 이루어지도록 보장하여 네트워크의 상호 운용성을 향상시킵니다.

이러한 방식은 서버 간의 연결과 데이터 교환을 보다 명확하고 구조적으로 만드는 데 기여하며, 분산 시스템의 확장성과 안정성을 높이는 데 의미가 있습니다. 개발자들은 이러한 JSON-LD 기반의 접근 방식이 서버 네트워크를 구축하고 관리하는 데 있어 어떤 이점을 제공하는지 주목할 필요가 있습니다.

LLM을 코딩에 사용하는 방식에 대해 프롬프트 응답 루프를 넘어서는 다른 실험을 하고 있는지에 대한 논의가 이루어졌습니다. 현재 Claude Code나 Codex 같은 모델을 사용하지만, 코드를 직접 작성할 때 경험하는 몰입 상태(flow state)에 도달하지 못하고 있다는 아쉬움을 제기했습니다. 이는 AI가 사고를 돕는 자전거가 되어야 한다는 기대와는 상반되며, 모델이 몇 분마다 갑자기 멈추고 재검토하고 프롬프트를 다시 입력하는 방식에 대한 근본적인 대안을 모색해야 한다는 의견이 제시되었습니다.

이에 따라 프롬프트 응답 방식 대신 탭 모델이 더 나은 방향이라고 제안되었으며, 사용자의 아이디어를 자유 텍스트로 기록하는 TODO 파일을 통해 프롬프트를 큐잉하는 방식이 논의되었습니다. 또한 외부 오케스트레이션에 덜 집중하고 모델 자체에 신뢰를 부여하는 것이 중요하며, 모델이 외부 도구에 의존하기보다 명확한 사양을 제공하는 데 에너지를 집중해야 한다는 의견이 나왔습니다.

효율적인 모델 사용을 위해서는 모호한 목표 대신 명확한 사양, 즉 의도 1, 입력/출력 계약 2, 제약 조건 3, 선행 조건 4를 제공하는 것이 최적의 방법으로 제시되었습니다. 또한, 메모리나 컨텍스트 관리에 있어서 에이전트보다 스킬을 활용하는 것이 더 강력하며, 스킬은 모델의 능력을 확장하는 반면 에이전트는 컨텍스트를 제약하는 역할을 한다는 분석이 있었습니다.

이러한 맥락에서 컨텍스트는 필요할 때만 로드하는 점진적 공개(progressive disclosure)가 중요하며, 스킬을 통해 모델이 학습 데이터에 없는 특정 시스템에 접근하거나 코드를 실행하고 그 결과만 컨텍스트에 로드하는 방식으로 기능을 확장할 수 있습니다. 현재 많은 개발자들이 에이전트 오케스트레이터를 구축하고 있지만, 이는 토큰 소모의 한 방식일 수 있다는 의문이 제기되었고, 컨텍스트 관리의 새로운 방법론에 대한 실험이 활발히 진행되고 있습니다.

바이브코딩 과정에서 Claude Code, Cursor, Codex 등 다양한 도구를 사용하다 보면 규칙 파일과 맥락이 분산되어 관리하기 어렵습니다. 이로 인해 코딩 에이전트가 완료했다고 보고하더라도 실제 테스트가 제대로 실행되지 않는 문제가 자주 발생합니다.

이러한 비효율적인 과정을 해결하기 위해 작성자는 수동으로 정리하는 번거로움을 없애고자 CLI 하네스를 개발했습니다. 이 도구는 모델이나 에이전트를 교체하더라도 일관된 규칙과 맥락을 유지하며 전체 코딩 사이클을 관리할 수 있도록 돕습니다.

VHK는 이러한 문제를 해결하기 위해 개발된 코딩 에이전트 관리 하네스로, 모델이나 에이전트를 전환하더라도 코딩의 전체 흐름이 무너지지 않도록 보장합니다. 이는 개발자가 복잡한 AI 기반 코딩 작업에서 일관성과 신뢰성을 확보하는 데 중요한 기반이 됩니다.

NSO 그룹의 페가수스 스파이웨어(Pegasus spyware)가 유럽 정치인의 휴대폰을 해킹한 사건이 발생했습니다. 이 정치인은 당시 스파이웨어 산업을 조사하는 임무를 맡은 유럽연합 위원회에서 활동하고 있었습니다.

이 사건은 정부 고객인 NSO 그룹이 보유한 페가수스 스파이웨어를 사용하여 유럽 정치인의 기밀 정보를 불법적으로 수집했다는 점에서 심각한 보안 문제를 제기합니다. 페가수스 스파이웨어는 정부 기관이나 특정 고객에게 판매되어 감시 및 정보 수집 목적으로 사용될 수 있는 악성 소프트웨어입니다.

해당 정치인이 스파이웨어 산업을 조사하는 과정에 있었다는 점은 이 사건의 맥락을 더욱 중요하게 만듭니다. 이는 정부가 자체적으로 감시 도구를 조사하고 규제하는 과정에서 이러한 첨단 스파이웨어 기술이 어떻게 오용될 수 있는지에 대한 경각심을 높입니다.

이 사례는 정부가 사용하는 보안 도구의 오용 가능성과 국제적인 감시 기술의 확산에 대한 우려를 반영합니다. 따라서 정부 고객에게 제공되는 소프트웨어의 보안 관리와 사용에 대한 국제적인 규제 및 감시가 더욱 중요해지고 있습니다.

Wasmer는 웹어셈블리(WebAssembly)를 기반으로 하는 빠르고 안전하며 경량화된 컨테이너 기술을 제공합니다. 이 기술은 프로그램을 로컬 환경이나 클라우드에서 안전하게 실행할 수 있게 하며, 개발자들이 코드를 수정하지 않고 기존 애플리케이션을 Wasmer로 이전할 수 있도록 지원합니다.

Wasmer를 사용하면 Next.js, WordPress, Django 등 다양한 프레임워크를 포함한 모든 애플리케이션을 플랫폼 제약 없이 실행할 수 있습니다. 특히 Wasmer는 내장된 가상화(Wasm)를 통해 애플리케이션을 안전하게 격리하여 보안성을 높이며, 서버, 브라우저, 모바일 장치 등 어디서든 애플리케이션을 원활하게 실행할 수 있게 합니다.

이 기술은 시작 속도가 다른 플랫폼보다 100배 빠르며, 사용자가 유휴 용량에 대해 비용을 지불하지 않고 필요할 때만 지불하는 방식으로 확장성을 단순화합니다. 개발자 커뮤니티는 Wasmer와 WASI(WebAssembly System Interface)가 서버 컴퓨팅의 미래에 있어 필수적인 표준 인터페이스라고 보고 있으며, 보안, 컴퓨팅, 성능에 대한 수요가 폭발적으로 증가함에 따라 WebAssembly와 wasmer.io의 중요성이 커질 것이라고 강조합니다.

AI 가시성 도구는 사용자가 ChatGPT, Claude, Gemini 등 AI 답변 내에서 얼마나 노출되는지를 측정한다고 주장하지만, 실제로는 측정 방법론의 불투명성 때문에 신뢰하기 어렵다는 지적입니다. 현재의 도구들은 언급률이나 점유율 같은 깔끔한 수치를 제공하지만, 이는 실제 데이터의 분포, 방법론, 분산 등을 숨기고 있어 정밀도가 조작되었을 가능성이 높습니다.

측정 과정에서 웹 프론트엔드를 스크래핑하는 방식은 단일 세션, 특정 계정, 지리적 위치, 브라우저 상태 등 단 하나의 통제된 표면만을 측정하기 때문에 심각한 편향을 발생시킵니다. 반면 API 호출 방식은 반복 가능하고 감사하기 쉽지만, 소비자 앱이나 웹 인터페이스가 제공하는 메모리, 계정 개인화, 위치 추론 등의 복잡한 요소가 API 결과와 다르게 작동한다는 트레이드오프가 존재합니다.

AI 모델의 응답은 배치 처리나 커널 동작의 변화 등으로 인해 비결정적이며, 동일한 프롬프트라도 반복 실행 시 다른 결과가 나올 수 있습니다. 따라서 단순히 순위를 제시하는 대신, 측정 결과에 대한 분산이나 신뢰 구간을 함께 제시하고, 스크래핑과 API 호출 중 어떤 방식을 사용했는지, 어떤 계정 상태와 지리적 맥락이 반영되었는지 등 측정의 근거를 공개해야만 진정한 가시성을 확보할 수 있습니다.

Manticore에서 임베딩 속도를 14배 향상시킨 새로운 ONNX 경로가 출시되었습니다. 이 개선은 텍스트 컬럼을 자동으로 벡터로 변환하는 자동 임베딩 기능을 사용할 때 발생하는 속도 문제를 해결하기 위해 이루어졌습니다. 기존의 SentenceTransformers/Candle 경로가 CPU 자원을 비효율적으로 사용하여 낮은 처리량(docs/sec)을 보였던 반면, 새로운 ONNX 런타임 백엔드는 동일한 하드웨어에서 평균적으로 14배 빠른 성능을 제공합니다.

이 변화는 데이터 수집(ingest) 처리 속도에 직접적인 영향을 미칩니다. 이전 경로에서는 단일 행 삽입 시 5~11 docs/sec에 머물렀으나, 새로운 ONNX 경로는 단일 스레드 및 배치 작업에서 70~230 docs/sec의 처리량을 달성합니다. 특히, 단일 클라이언트 스레드와 배치 크기를 고려했을 때 이 성능 차이는 14배의 마진을 유지하며, 동시 호출 시에도 이전 경로보다 훨씬 낮은 지연 시간(latency)을 보장합니다.

성능 향상은 내부적인 최적화에서 비롯되었는데, 이는 호출 내부에서 병렬 처리를 수행하고 작업자 내에서 문서 배치 처리를 포기함으로써 달성되었습니다. 사용자는 이제 데이터베이스에 임베딩을 삽입할 때 훨씬 더 높은 처리량을 기대할 수 있으며, 이는 대규모 데이터 처리 환경에서 중요한 이점입니다.

새로운 ONNX 경로는 HuggingFace의 MiniLM이나 BGE와 같은 소형 인코더 모델을 프로덕션 환경에서 추론할 때 Candle 경로보다 훨씬 효율적입니다. 개발자는 ONNX 형식으로 변환된 모델을 사용하여 임베딩을 처리하고, Xenova 컬렉션과 같은 ONNX 지원 모델을 활용하여 시스템의 전체적인 성능을 극대화할 수 있습니다.

웹 브라우저에서 직접 게임패드를 테스트할 수 있는 도구가 공유되었습니다. 이 도구는 별도의 테스트 소프트웨어를 설치하는 번거로움을 없애기 위해 개발되었으며, 웹 브라우저의 Gamepad API를 활용하여 작동합니다.

새로운 컨트롤러를 구매했거나 스틱 쏠림(Drift) 현상이 의심될 때마다 복잡한 테스트 소프트웨어를 설치하는 과정이 불편하다는 점을 해결하고자 합니다. 따라서 사용자는 별도의 설치 없이 웹 환경에서 즉시 게임패드 기능을 테스트할 수 있습니다.

이러한 접근 방식은 개발자나 사용자가 하드웨어 문제를 진단할 때 외부 소프트웨어 의존성을 줄이고 즉각적인 피드백을 얻는 데 유용합니다. Gamepad API를 활용한 이 툴은 웹 기반 환경에서 컨트롤러의 입력 상태를 확인하는 실용적인 방법을 제공합니다.

AI가 '똑똑하지 않다'는 주장을 바탕으로 인공지능의 다음 단계에 대한 논의가 진행되고 있습니다. Yann LeCun은 현재의 대규모 언어 모델(LLM)들인 ChatGPT나 Gemini가 코딩이나 텍스트 생성 같은 특정 영역에서는 유용하지만, 실제 세계의 복잡한 상황을 이해하고 해결하는 데는 한계가 있다고 지적합니다. 그는 LLM이 실제 세계 데이터를 처리하지 못하고 단순히 통계적 패턴을 기반으로 예측을 생성할 뿐, 근본적인 이해를 가지고 있지 않기 때문에 인간 수준의 지능에 도달할 수 없다고 주장합니다.

이러한 한계를 극복하기 위해 파리 기반의 AMI Labs는 ChatGPT와 경쟁하는 기술이 아닌 새로운 유형의 인공지능을 개발하고 있습니다. 이들은 현실 세계의 결과물을 평가하고 행동의 결과를 예측할 수 있는 Joint Embedding Predictive Architecture(JEPA)와 같은 시스템을 개발하여 현실 세계의 추상화를 시도하고 있습니다. 이는 AI가 유용한 정보만을 걸러내고 세상에 대한 유용한 그림을 얻도록 하여 물리적 현실을 다루는 데 필수적인 유연성을 제공하는 것을 목표로 합니다.

특히 로봇 공학 분야에서 이러한 유연한 AI는 매우 중요합니다. 현재의 LLM은 로봇이 가사 노동과 같은 실제 환경에서 안전하게 작업을 수행하도록 훈련시키는 데는 부적합하며, 로봇 산업은 더 유연한 인공지능을 우선순위로 삼고 있습니다. 또한, Ingmar Posner와 같은 연구자들은 '무엇이 중요한지', '무엇이 무엇을 야기하는지'와 같은 질문에 답할 수 있는 World Models를 개발하여 이러한 현실 이해 능력을 향상시키고자 노력하고 있습니다.

버지니아주는 주 단위 개인정보보호법인 VCDPA를 개정하여 위치정보 데이터 판매를 금지하고 위치 데이터 거래를 제한했습니다. 이번 개정은 S.B. 388 서명으로 확정되었으며, 해당 금지 조치는 2026년 7월 1일부터 적용됩니다.

이 조치는 버지니아 내에서 위치 정보 데이터의 상업적 거래를 엄격하게 제한하는 것을 목적으로 합니다. VCDPA에서 '판매(sale)'의 정의가 어떻게 해석되는지에 대한 세부 사항이 포함되어 있어, 위치 데이터 관련 서비스를 개발하거나 운영하는 개발자들에게 중요한 영향을 미칩니다.

따라서 위치 데이터를 다루는 애플리케이션이나 서비스는 2026년 7월 1일 이후부터 버지니아 주 내에서 위치 정보 데이터를 판매하는 행위를 중단해야 합니다. 개발자는 이 법적 제한을 준수하기 위해 데이터 처리 및 거래 방식을 재검토해야 합니다.