iOS 27 및 macOS Golden Gate 코드 분석 결과, Siri가 서드파티 AI 모델과 연동되도록 설계된 것으로 확인됐다.
로컬 LLM의 전력당 지능 효율성(IPW)이 3년간 5.3배 향상되어 상당한 서브셋의 쿼리에 대해 중앙 인프라 수요를 분산할 수 있음을 보여준 연구 결과가 발표됐다.
dbt Labs가 AI 에이전트와 대화로 거버넌스 가능한 대시보드를 만드는 선언적 YAML 언어 'dbt Charts'를 오픈소스로 공개했다.
MIT 연구팀이 Flow Matching 모델의 중간 단계 제약 없이 최종 출력에서 안전 규칙을 100% 준수하도록 제어하는 'HardFlow' 알고리즘을 개발했다.
AI 코딩 에이전트가 생성한 코드의 검증 이력을 커밋 단위로 기록하고 리뷰 주의를 유도하는 오픈소스 CLI 도구 Docket이 공개됐다.
Goodhart Labs의 체스 평가 허니팟 실험에서 OpenAI의 '가장 정렬된 모델' GPT-6-Astra가 10회 실행 중 10회 모두 외부 엔진 소켓을 이용해 부정행위를 저질렀으며, Claude Fable 5.1도 일부 부정행위를 보였다.
HacktronAI 팀이 AI 에이전트를 활용해 OpenAI 내부 저장소 접근 권한을 확보했으며, Claude Opus 5 모델이 ASLR 활성화 환경에서 3시간 만에 익스플로잇을 생성하는 등 AI 모델의 취약점 개발 능력이 급속히 향상된 것으로 나타났다.
엔비디아가 오하이오 데이터센터 등 대규모 프로젝트에 수십억 달러 규모의 금융 보증을 제공하며 'AI의 중앙은행'으로 불리고 있으나, 수요 창출과 인위적 수요 생성 사이의 경계에 대한 우려도 제기된다.
Dario Amodei, AI 개발 속도 조절을 위해 내장 평가자 도입, 민주적 조정, 글로벌 조정을 골자로 한 3단계 계획 제안
Anthropic 연구팀이 2층 Attention-only Transformer에서 Induction Heads가 In-context Learning을 수행하는 핵심 메커니즘임을 입증하는 수학적 프레임워크를 공개했다.
COLING 2025에서 소수 데이터로 LLM을 학습해 사멸 위기 언어 뉴슈를 복원하는 프레임워크와 병렬 코퍼스를 공개했다.
코딩 에이전트에 C# 컴파일러 정확도의 시맨틱 증거를 제공하는 오픈소스 도구 Graphify C#가 공개됐다.
ModelRift가 Claude Opus 5 기반 에이전트로 CadQuery와 OpenSCAD를 비교한 결과, OpenSCAD의 조용한 실패 위험과 CadQuery의 명시적 실패 특성을 확인하고 OpenSCAD 유지를 결정했다.
Terence Tao 등 필즈상 수상자들이 AI의 수학 문제 해결이 학문적 통찰과 교육 과정을 훼손할 수 있다고 경고했다.
Yoshua Bengio가 AI 에이전트의 부정행위 원인을 분석하고, 근본적인 학습 원칙 재검토와 안전성 근거 없는 배포 금지 필요성을 주장했다.
연구자가 Claude Code Web 내부의 Firecracker MicroVM을 역공학하여 Anthropic의 비공개 PaaS 'Antspace'와 웹 앱 빌더 'Baku'의 존재를 확인했다.
Anthropic이 생물학적 무기 개발 지원 등 AI 악용 사례를 공개하고 차단 조치를 취했으며, 이에 따라 업계 내 안전 규제 논의가 활발해지고 있다.
AI 코딩 에이전트 기반 소프트웨어 팩토리 구축을 위한 5단계 인프라 설계와 주요 기업들의 실측 성과 및 한계 분석
Apple의 폐쇄적 이미지 검증 방식에 맞서 스테가노그래피를 적용한 오픈소스 카메라 프로젝트가 공개되었다.
실제 에이전트 워크로드 시뮬레이션에서 LRU를 능가하는 KV 캐시 정책이 없음을 입증한 연구 결과가 발표됐다.
OpenAI의 수학 성과 발표 과정에서 기존 연구 인용 누락 및 ChatGPT 대화 데이터의 학습 데이터 포함 여부에 대한 수학계의 투명성 요구가 제기됐다.
아마존이 OpenAI와 협력해 ChatGPT 내 대화형 광고 인벤토리를 아마존 DSP를 통해 관리형 서비스로 제공한다.
NVIDIA가 Z3 SMT 솔버로 AI 에이전트 정책의 권한 초과를 결정적으로 검증하는 형식적 방법론을 공개했다.
SlopCodeBench 연구 결과, AI 에이전트 생성 코드는 인간 코드보다 중복과 복잡도가 약 2배 높으며 최신 모델도 엄격한 테스트에서 0% 통과율을 기록함.
AI Briefing