이번주 AI 뉴스 📰
OpenAI 하드웨어 수장, 펜타곤 계약 반발로 전격 사퇴
항의성 사퇴 : OpenAI 하드웨어 책임자는 감시 및 살상 무기 관련 보호 장치 없이 성급하게 진행된 국방부 계약을 강하게 비판하며 회사를 떠남.
거버넌스 부재 : 사임한 임원은 사법적 감독 없는 감시나 통제 없는 자율 무기 사용 가능성을 우려하며, 무엇보다 절차적 정당성이 결여됐다고 지적함.
삭제율 폭증 : 실망한 유저들의 이탈로 ChatGPT 삭제가 295% 늘어났고, 안전을 고수한 Anthropic의 Claude가 앱스토어 1위를 차지하는 역풍이 붊.
얀 르쿤의 AMI Labs, ‘월드 모델’ 개발에 10억 3천만 달러 투자 유치
거액 투자 유치 : 얀 르쿤이 설립한 AMI Labs가 언어가 아닌 현실을 학습하는 ‘월드 모델’ 개발을 위해 10억 3천만 달러를 조달함.
기초 연구 주력 : 단기적 상용화보다 근본적인 연구에 집중하며, 헬스케어 스타트업 Nabla와 협력해 실제 데이터 기반의 테스트를 진행할 계획임.
오픈소스 생태계 : 폐쇄적인 AI 업계 흐름과 달리, 빠른 기술 발전과 커뮤니티 구축을 위해 연구 논문과 코드를 적극적으로 공개할 예정임.
보안 우려에도... 中 지방정부, ‘오픈클로’에 수억원 쏟아붓는다
지자체의 돈풀기 : 중국 내 ‘OpenClaw’ 열풍에 편승해 선전 등 지방 정부가 보안 우려를 뒤로하고 최대 5억 원 규모의 보조금 지원책을 내놓음.
치명적 보안 틈 : 국가 사이버보안 센터는 해당 AI의 설정이 미흡할 경우 해킹이나 개인정보 유출 등 심각한 위험에 노출될 수 있다며 공식 경고함.
과도한 권한 요구 : 전문가들은 AI가 업무를 대행하기 위해 파일 접근 등 시스템 핵심 권한을 요구하므로, 기존 보안 장치가 무력화될 수 있다고 지적함.
이번주 AI 논문 📝
초인적 맞춤형 AI: ‘만능’의 환상을 깬 새로운 인공지능의 미래
만능 AI의 환상 : 사람처럼 모든 것을 다 할 줄 아는 완벽한 인공지능(AGI)을 만들자는 목표는 사실 너무 막연하고 비현실적인 꿈이라고 지적함.
초능력 전문가 : 억지로 모든 걸 다 잘하는 AI를 만들기보다, 특정 분야에서 사람의 능력을 아득히 뛰어넘고 우리의 부족한 점을 든든하게 채워주는 ‘초인적 맞춤형 지능(SAI)’을 개발해야 한다고 주장함.
현실적 미래 방향 : 뜬구름 잡는 만능 AI에 대한 논쟁을 멈추고, 인간이 해결하지 못하는 어려운 문제들을 대신 풀어주며 세상에 진짜 도움이 되는 전문적인 AI를 만들어가자고 강조함.
HACRL: 서로 다른 AI들이 ‘정답지’를 공유하는 똑똑한 공부법
AI 스터디 그룹 : 혼자 공부하면 시간이 오래 걸리고 비효율적이므로, 서로 크기나 구조가 다른 AI들이 모여 각자 푼 문제와 정답(롤아웃)을 공유하며 함께 성장하는 학습 방식을 제안함.
수준별 맞춤 학습 : 실력이 다른 AI끼리 공부할 때 발생할 수 있는 혼란을 막기 위해, 잘한 건 배우고 수준 차이는 보정해 주는 4가지 특별한 규칙(HACPO)을 적용해 학습 효과를 극대화함.
가성비와 성적 향상: 이 방법을 쓰면 나중에는 혼자서도 문제를 잘 풀게 되며, 기존 방식보다 절반의 노력(비용)만 들이고도 평균 점수가 3.3%나 더 오르는 뛰어난 효율을 입증함.
현실감 넘치는 AI : 기존 AI 영상이 중력이나 충돌 같은 물리 법칙을 무시하던 문제를 해결하기 위해, 게임 엔진처럼 물리 현상을 계산하는 시뮬레이터와 AI를 하나로 결합함.
물리 선생님의 지도 : AI가 만든 초안 영상에서 물체의 형태와 움직임을 분석한 뒤, 시뮬레이터가 계산한 ‘진짜 같은 움직임(궤적)’을 정답지처럼 AI에게 알려주어 영상을 다시 만들게 함.
깨짐 없는 고화질 : 물체가 움직일 때 표면 무늬가 깜빡이거나 뭉개지는 현상을 막는 기술(TTCO)까지 더해, 눈으로 볼 때도 자연스럽고 물리적으로도 정확한 영상을 완성함.
이번주 AI 프로덕트 🎁
Utonia: 모든 3D 데이터를 아우르는 만능 번역기
만능 3D 눈 : 실내 로봇, 자율주행차, 3D 디자인 등 서로 다른 형태의 3D 데이터를 하나로 통합해 모든 환경을 이해하는 인공지능을 개발함.
핵심 훈련법 : 일부러 색상 정보를 가리거나 사물의 크기를 맞춰주는 훈련 방식을 도입해, 데이터의 상태가 나빠도 형체를 정확히 파악하도록 가르침.
똑똑해진 AI : 이 기술을 적용하면 로봇이 물건을 훨씬 잘 다루게 되고, AI가 공간에 대한 복잡한 질문에도 척척 대답할 수 있게 됨.
OmniLottie: 멀티모달 명령어 기반 고품질 벡터 애니메이션 생성
명령어 기반 생성 : 텍스트나 이미지 등 다양한 형태의 사용자 입력(명령어)을 바탕으로 움직임과 형태를 자유롭게 조절할 수 있는 고품질 Lottie 형식 벡터 애니메이션을 생성하는 범용 프레임워크인 OmniLottie를 제안함.
데이터 구조 최적화 : 복잡한 메타데이터가 포함된 원본 Lottie JSON 파일의 학습 한계를 극복하기 위해, 이를 애니메이션 기능과 제어 변수 등 구조화된 시퀀스로 변환하는 전용 Lottie 토크나이저를 설계하여 비전-언어 모델(VLM)에 적용함.
대규모 데이터 구축 : 벡터 애니메이션 생성 연구를 촉진하기 위해 텍스트 및 시각적 주석이 포함된 200만 개 규모의 전문가 수준 데이터셋(MMLottie-2M)을 구축하였으며, 실험을 통해 사용자의 명령에 완벽히 부합하는 생동감 있는 애니메이션 생성 성능을 입증함.
