이번주 AI 뉴스 📰
허깅페이스, 자율 AI 에이전트가 수행한 침입 사고 공개
공격 통로가 된 데이터셋: 악성 데이터셋이 처리 과정의 코드 실행 허점과 설정 템플릿 취약점을 악용해 내부 노드와 일부 자격 증명에 접근함.
1만7천 건을 AI로 복원: 침입 과정은 수천 개의 자동 행동으로 이어졌고, 조사팀은 별도의 AI 에이전트로 1만7천 건이 넘는 로그를 연결해 공격 흐름을 재구성함.
공개 자산 변조는 미확인: 공개 모델·데이터셋·스페이스가 바뀌었다는 증거는 없었지만 고객·파트너 데이터 영향은 당시 계속 조사 중이어서, 토큰 교체와 최근 활동 점검이 권고됨.
호주, 창작물 통제권과 데이터센터 책임 묶은 AI 기준 발표
창작물 통제권: 호주 정부가 작가·예술가·언론인의 작품을 AI 학습에 쓰려면 권리자가 사용 조건을 결정할 수 있도록 보호 원칙을 세우겠다고 밝힘.
데이터센터 책임: 대형 데이터센터는 새 전력 공급과 계통 연결 비용을 직접 부담하고, 필요할 때 전력 사용을 줄이며 물 사용 효율도 높여야 함.
이제 입법 단계: AI 전담 조직은 발표 당일 출범했지만 관련 기준은 2027년 초 법제화를 목표로 하고 있어, 구체적인 의무와 집행 방식은 후속 법안에서 정해질 예정임.
AI임을 밝히기: 챗봇처럼 사람과 직접 상호작용하는 시스템은 이용자가 AI와 대화하고 있다는 사실을 분명히 알 수 있도록 설계해야 함.
콘텐츠에도 표시: AI로 생성하거나 변형한 콘텐츠에는 기계가 읽을 수 있는 표식을 넣고, 딥페이크와 공익 정보를 다루는 AI 콘텐츠는 사람에게도 생성 사실을 알려야 함.
8월 2일부터 적용: 감정 인식과 생체 분류 사용 고지까지 포함한 투명성 의무가 2026년 8월 2일부터 적용되며, 이번 가이드라인은 기업이 이를 구현하는 구체적인 기준을 제시함.
이번주 AI 논문 📝
기술을 따로 배우지 않기: 기존 로봇은 걷기·달리기·점프를 개별적으로 훈련해, 낯선 지형에서 여러 동작을 자연스럽게 이어 쓰기 어려웠음.
8분 만에 움직임 데이터: 단순화한 물리 모델로 15.5시간 분량의 다양한 움직임을 8분 만에 만들고, 하나의 강화학습 제어기가 상황에 맞춰 여러 기술을 조합하도록 훈련함.
숲길에서 직접 검증: 로봇은 카메라와 라이다로 계단·틈·나뭇가지·숲길을 인식해 걸음걸이를 바꿔가며 통과함. 재난 현장이나 시설 점검 로봇의 이동 범위를 넓힐 수 있다는 점이 흥미로움.
AI가 설계한 초소형 유전자 가위, 세포 안에서 실제로 작동하다
자연 효소를 그대로 베끼지 않기: AI가 단백질의 구조와 필수 기능만 조건으로 삼아, 자연에 존재하는 효소와 다른 초소형 유전자 가위 후보를 새롭게 설계함.
세 종류 세포에서 검증: 설계된 단백질을 박테리아/식물/사람 세포에서 시험한 결과 여러 후보가 실제 유전자 편집에 성공했으며, 일부는 기준이 된 자연 효소보다 높은 활성을 보임.
맞춤형 효소의 가능성: 한 종류의 효소 계열에서 확인한 결과라 범용성은 더 검증해야 하지만, 크기/속도/안정성 같은 특성을 목적에 맞게 설계하는 유전자 편집 도구로 이어질 가능성을 보여줌.
공을 잡지 않은 수비수의 움직임까지 점수로 매기는 축구 AI
기존 지표의 사각지대: 대부분의 축구 분석은 공을 가진 선수의 행동에 집중해, 상대 선택지를 줄이는 수비수들의 위치 조정과 협력을 제대로 평가하지 못했음.
역할별 가상 수비수: 선수 추적 데이터에서 맨마킹과 지역 방어 역할을 자동으로 추론하고, 같은 역할과 상황에서 기대되는 가상의 위치를 만들어 실제 수비 움직임과 비교함.
1만3천 번의 코너킥: 프리미어리그 코너킥 약 1만3천 건을 분석한 결과 평균 수비 품질은 크로스 방향에 따라 크게 달라지지 않았지만, 바깥으로 휘는 공에서는 선수별 편차가 더 컸음. 공을 만지지 않은 기여까지 전술·스카우팅에 반영할 수 있다는 점이 흥미로움.
이번주 AI 오픈소스 🎁
Inkling: 텍스트·이미지·음성을 함께 이해하는 맞춤형 공개 모델
한 모델에 여러 감각: 텍스트·이미지·음성을 함께 입력받고, 최대 100만 토큰의 긴 문맥에서 추론·코딩·도구 사용을 수행하도록 설계됨.
사용자 맞춤 학습: 모델 가중치와 코드, 학습 레시피가 공개돼 검색 도구 사용, 여러 AI의 협업, 음성·이미지 분류 같은 목적에 맞게 추가 학습할 수 있음.
개인 PC용은 아님: 전체 9,750억 개 중 410억 개의 매개변수만 한 번에 활성화하는 구조지만, 양자화 버전도 최소 600GB의 GPU 메모리를 요구해 대형 서버 환경을 전제로 함.
Cosmos 3 Edge: 로봇이 다음 장면과 행동을 함께 예측하는 경량 월드 모델
장면과 행동을 함께 생성: 40억 매개변수 모델이 현재 장면을 이해하고 다음 상황을 예측하는 동시에, 로봇이 취할 행동까지 같은 표현 안에서 생성함.
몸이 달라도 같은 표현: 이동·회전·물체 집기 상태를 공통 벡터로 표현해 카메라, 차량, 한 팔·두 팔 로봇처럼 서로 다른 기계의 동작을 같은 틀에서 다룰 수 있음.
바로 실험할 재료: 기본 모델과 로봇 조작용 체크포인트, 추가 학습 스크립트가 공개돼 공장·창고·실험실 환경에 맞춰 조정할 수 있음. 다만 공개된 실시간 성능 수치는 NVIDIA 하드웨어를 기준으로 함.
