오늘의 AI뉴스 — 2026년 07월 21일

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

Microsoft는 2026년 하반기에 Nvidia의 GPU 시스템에 도전할 예정인 AMD의 새로운 Helios 플랫폼을 통해 Azure의 AI 인프라를 확장하고 있습니다. 공개 GitHub 프로필에 따르면 Anthropic도 AMD 하드웨어를 테스트하여 Nvidia의 가격 결정력에 더 많은 압력을 가하고 있습니다. Microsoft가 AMD로 전환하고 Anthropic이 뒤따르면서 AI 칩에 대한 Nvidia의 지배력이 약해지고 있다는 기사가 The Decoder에 처음 등장했습니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

Google의 모회사인 Alphabet은 사내 Gemini 모델이 보다 효율적으로 작동할 수 있도록 새로운 서버 칩을 설계하고 있습니다.

내부적으로 “Frozen v2″라고 불리는 새로운 칩은 2028년에 출시될 예정이라고 The Information이 익명의 소식통을 인용하여 보도했습니다. 보고서에 따르면 이 칩은 전력 단위당 생성되는 토큰 수로 측정했을 때 Google의 기존 AI 칩보다 6~10배 더 효율적일 수 있습니다.

TechCrunch에 대한 응답으로 회사는 보고서를 직접 확인하지 않았습니다. 그것도 부정하지 않았습니다.

Google은 TechCrunch에 “우리 팀은 사용자와 고객에게 최대의 성능과 효율성을 제공하기 위해 끊임없이 새로운 혁신을 연구하고 실험하고 있습니다.”라고 말했습니다. “모든 프로젝트가 프로덕션으로 이동하는 것은 아니지만 이러한 엄격한 탐색은 우리의 전체 스택 접근 방식의 핵심입니다. 처음부터 하드웨어와 소프트웨어를 공동 설계함으로써 우리는 시스템이 통합되고 실제 워크로드에 고도로 최적화되도록 보장합니다.”

보다 효율적인 Frozen v2 칩에 대한 소식은 투자자들을 안심시킨 것으로 보이며 이번 주 말 수익 보고서를 앞두고 Google에 활력을 불어넣었습니다. The Information의 보고서가 발표된 후, 회사의 주가는 월요일 아침에 약 3% 상승했습니다.

_기사에 있는 링크를 통해 구매하시면 소액의 커미션을 받으실 수 있습니다. 이는 당사의 편집 독립성에 영향을 미치지 않습니다._

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

오래된 애호가의 움직임은 가장 큰 70B 퀀트를 카드에 집어넣는 것이었습니다. 그 조언은 이제 구식입니다. 더 강력한 2026 전략은 깔끔하게 맞는 최신 20B~35B급 모델을 사용합니다. 이를 통해 상황에 맞는 여지를 남겨두고 코딩, 채팅, 상담원이 충분히 빠르게 응답할 수 있습니다. 이 가이드에서는 실제로 적합한 모델, 각 모델을 실행할 가치가 있는 이유, 24GB를 소비하는 방법을 다룹니다.

추론 중에 메모리를 소비하는 세 가지가 있습니다. 분할을 올바르게 수행하면 모델이 적합한지 여부가 결정됩니다.

첫 번째는 모델 가중치입니다. 크기는 매개변수 수와 양자화에 따라 달라집니다. 일반적인 가정 추론 기본값인 Q4_K_M에서 각 매개변수 비용은 대략 0.58바이트입니다. 따라서 32B 모델에는 무게만 약 18~20GB가 필요합니다. 여기에서는 Mixtral 스타일의 전문가 혼합(MoE) 모델이 일반적인 함정입니다. 토큰당 경로가 몇 개뿐인 경우에도 모든 전문가는 VRAM에 상주합니다. 따라서 활성 매개변수가 아닌 전체 매개변수를 기준으로 MoE 메모리 크기를 조정합니다.

두 번째는 KV 캐시로, 컨텍스트 길이에 따라 증가합니다. 프롬프트가 길고 세션이 길수록 VRAM이 더 많이 소모됩니다. 세 번째는 서빙 스택의 런타임 오버헤드입니다. 경험상 안전한 규칙에 따르면 짧은 컨텍스트에서 KV 캐시 및 런타임에 약 1~2GB가 추가됩니다.

양자화는 24GB를 실행 가능하게 만드는 레버입니다. Q4_K_M은 품질과 설치 면적의 표준 균형입니다. Q5_K_M과 Q6_K는 메모리 비용으로 품질을 높입니다. Q8_0 및 BF16은 일반적으로 단일 24GB 카드의 30B급 모델에 비해 너무 큽니다. 아래의 대화형 도구를 사용하면 양자화를 전환하고 각 모델의 핏 변경을 실시간으로 확인할 수 있습니다.

아래의 모든 모델에는 Apache 2.0 또는 MIT의 허용 라이센스가 포함되어 있습니다. 모두 Q4_K_M의 24GB 카드 한 장에 맞으며 상황에 맞는 공간이 있습니다. 그들은 각자가 가장 잘하는 일을 기준으로 그룹화되어 있습니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

데이터베이스 쿼리를 생성하고, 인덱스를 추천하고, 다중 턴 대화 워크플로를 지원할 수 있는 AI 기반 개발자 어시스턴트를 구축하려면 단일 LLM(대형 언어 모델) 이상이 필요합니다. 이를 위해서는 유연하고 확장 가능하며 탄력적인 추론 아키텍처가 필요합니다. Capella iQ의 기업 채택이 증가함에 따라 Couchbase는 AI 애플리케이션을 확장하여 유연성 향상, 운영 탄력성 향상, 다양한 고객 배포 선호도 조정을 위해 여러 FM(기반 모델) 제공업체를 지원했습니다. Couchbase에는 트래픽 폭주를 통해 확장하고 사전 프로비저닝된 용량 없이 AWS 리전 전반에 걸쳐 고가용성을 유지할 수 있는 모델 독립적 추론 아키텍처가 필요했습니다.

이 게시물에서는 Couchbase가 Anthropic의 Claude 모델 제품군을 통해 Capella iQ를 강화하기 위해 Amazon Bedrock을 채택한 방법, 다중 모델 접근 방식의 아키텍처 결정, 생산에서 실현된 운영상의 이점에 대해 설명합니다.

다음 다이어그램은 Capella iQ와 Amazon Bedrock의 통합을 위한 프로덕션 아키텍처를 보여줍니다.

아키텍처는 고가용성을 위해 두 개의 AWS 리전(us-east-1 및 us-west-2)에 걸쳐 있는 AWS Control Plane 내에서 호스팅됩니다. us-east-1 내에서 Amazon Elastic Kubernetes Service(Amazon EKS) 클러스터는 Capella iQ 마이크로서비스를 실행합니다.

cp-api pod: 개발자 요청을 수신하고 추론 호출을 조정하는 기본 API 서비스입니다. 이 포드는 Virtual Private Cloud(VPC) 인터페이스 엔드포인트를 통해 Amazon Bedrock 호출을 전달합니다.

cp-internal-api pod: 내부 서비스 간 통신 및 모델 라우팅 논리를 처리합니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

또한: 4년 간의 제품 개발을 4일 만에 200달러에 완료했지만 여전히 놀랍습니다.

따라서 OpenAI가 Codex 사용자를 위한 멋진 작은 미니 키보드인 Codex Micro를 발표했을 때 제가 그것을 원했다는 것은 놀라운 일이 아닙니다. 네, 230달러면 비싸죠. 하지만 생산성상의 이점을 생각해 보십시오. 키보드의 Enter 키를 누르는 수고 대신 Codex Micro의 Checkmark 키를 탭할 수 있습니다. 화면에서 취소를 클릭하는 대신 Codex Micro에서 X 키를 누를 수 있습니다. 다이얼과 조이스틱도 있습니다. 아. 아.

참고로 비꼬는 “우”, “아”도 아닙니다. 나는 이런 일들에 정말로 능숙합니다. 아아, 그러면 안 됐어요. 나는 좌절했다. 분명히, 나는 괴짜계에서 유일한 추가 컨트롤 표면 악마가 아닙니다. 첫날에는 매진되었습니다.

하지만 나는 변화된 사람이다. 이틀 전만 해도 Codex 작업을 위해 특별한 추가 키보드가 필요한지 몰랐습니다. 이제 그렇습니다. 그리고 동료 괴짜 여러분, 무언가를 할 수 있다는 것을 알지만 생산성에 대한 애정의 대상을 얻지 못하는 경우 어떻게 해야 합니까? 하지만 물론이죠. 우리는 그것을 만듭니다.

그러니 뒤로 물러서서 앉으십시오. Stream Deck+를 나만의 Codex Micro로 바꾸었습니다. 그리고는 쉬었어요. 그리고 그것은 좋았다.

이제 Codex Micro가 사용할 수 없다는 이유로 나를 조롱하는 것에 대해 흥분한 만큼, 나는 그것이 무엇을 했는지 정확히 알지 못했습니다. 보세요, 반짝이고 단추도 있어요, 그렇죠?

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

빠르게 성장하는 기업과 엔터프라이즈 공급망 팀은 문제가 있음을 확인할 수 있을 만큼 충분한 데이터를 보유하고 있지만 모든 중단 사항을 수동으로 조사할 시간이 부족한 경우가 많습니다. 공급업체 지연으로 인해 계획자는 다음에 수행할 작업을 결정하기 전에 구매 주문서, 재고, 고객 약속, 계약 규칙, 물류 옵션 및 승인 정책을 확인해야 할 수 있습니다.

대시보드는 팀이 무슨 일이 일어나고 있는지 확인하는 데 도움이 됩니다. 더 어려운 부분은 해당 신호를 다음에 수행할 작업을 권장하고 권장 사항 뒤에 있는 증거를 보여주는 신뢰할 수 있는 의사 결정 워크플로로 바꾸는 것입니다.

이 솔루션에서 공급망 분석가는 Amazon Quick Chat 에이전트를 사용하여 Amazon Quick Sight NeMo Agent Toolkit 워크플로를 통해 문제를 진단합니다. 워크플로우는 중단을 조사하고, 공급망 도구를 호출하고, 권장 사항을 검증하고, 순위가 매겨진 완화 계획을 계획자에게 반환합니다.

공급망 운영 리더, 분석가 또는 빌더인 경우 이 게시물을 사용하여 Amazon Quick의 대시보드 컨텍스트에서 완화 계획으로 이동하는 방법을 알아볼 수 있습니다. 엔지니어링 리더 또는 개발자라면 Amazon Quick이 비즈니스 사용자를 위한 정문 역할을 하는 동안 NVIDIA NeMo Agent Toolkit을 사용하여 백엔드 에이전트 워크플로를 구축하는 방법을 확인할 수 있습니다. 스타트업의 일원이라면 이 접근 방식을 사용하여 대규모 계획 팀을 추가하지 않고도 운영을 확장할 수도 있습니다. 주문량, 공급업체, 고객 약속이 증가함에 따라 동일한 아키텍처를 통해 팀이 더 빠르고 반복 가능한 공급망 결정을 내리는 데 도움이 될 수 있습니다.

또한 NVIDIA NeMo Agent Toolkit을 사용하여 원격 측정, 단계별 대기 시간 및 평가 결과를 통해 에이전트 워크플로를 검사하고 평가할 수도 있습니다. 이러한 신호는 워크플로, 해당 도구, 오케스트레이션 로직을 조정하는 데 도움이 됩니다. 팀이 단순한 채팅 도우미에서 에이전트 워크플로로 전환함에 따라 이러한 관찰 가능성은 더욱 중요해졌습니다.

이 아키텍처에서 Amazon Quick은 비즈니스 사용자 인터페이스, 대시보드 컨텍스트, 지식 액세스 및 작업 트리거를 제공합니다. Amazon Bedrock AgentCore는 MCP 게이트웨이 및 런타임 호스팅 경로를 제공합니다. NeMo Agent Toolkit은 백엔드 에이전트 워크플로를 소유합니다. 즉, 도구 등록, 공급망 조사 조정, 실행 추적 캡처, 평가 및 프로파일링 지원을 통해 개발자는 프로덕션 전에 워크플로를 개선할 수 있습니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

월드컵 하프타임 쇼 – 전 세계를 당황하게 만든 FIFA 열풍의 꿈

최고의 신작 스릴러 — 위험에 처한 저널리스트, 제1차 세계대전의 스파이, 추격전의 스릴

AI가 사이버 위협을 강화함에 따라 조직은 여러 가지 과제에 직면하게 됩니다. 내부에서 공격하는 가짜 원격 근무자; 공급망 약점

시장 데이터가 최소 15분 이상 지연되었습니다. © THE FINANCIAL TIMES LTD 2026. FT 및 ‘Financial Times’는 The Financial Times Ltd. 의 상표입니다.

파이낸셜 타임즈(Financial Times)와 그 저널리즘은 FT 편집 실무 강령에 따른 자체 규제 체제의 적용을 받습니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

YouTube에는 이미 AI 콘텐츠에 대한 정책이 있었습니다. 작년에 회사는 AI 기술의 도움으로 생성하기 쉬워진 대량 생산 비디오 및 기타 유형의 반복적인 콘텐츠를 포함하여 소위 “진짜 콘텐츠”에서 창작자의 수익 창출 능력을 차단한다고 발표했습니다.

업데이트된 지침은 허위 콘텐츠를 일반, 반복 또는 템플릿 기반 콘텐츠, 불쾌하거나 고통스러운 콘텐츠, AI 페르소나가 건강 및 금융과 같은 민감한 주제를 논의하는 데 사용되는 콘텐츠 등 세 가지 범주로 분류합니다.

성인용 콘텐츠와 마찬가지로 AI 슬롭은 많은 사람들에게 “보면 알게 될 것입니다”라고 생각하는 상황이지만 YouTube 정책은 YouTube 파트너 프로그램(YPP)을 통해 수익을 창출하는 동영상에 대해 콘텐츠 제작에 AI 사용이 허용되거나 허용되지 않는 경우를 보다 구체적으로 명시하기 위한 것입니다.

Halprin은 “AI를 사용하면 사람들이 실제로 많은 동영상을 만들 수 있습니다. “때때로 이러한 동영상은 훌륭하고 창의성을 높여줍니다. 그리고 우리가 YPP에서 장려하고 보유하고 싶은 고품질 콘텐츠를 더 많이 만들 수 있습니다.”

“하지만 완전히 동일한 새 도구를 사용하면 매우 유사한 많은 동영상을 정말 빠르게 만들 수 있습니다. 동영상은 매우 일반적이고 실제로 내러티브 아크가 없으며 창의성을 실제로 보여주지도 않습니다. 따라서 동일한 기술은 실제로 훌륭한 작업을 가능하게 하지만 일종의 콘텐츠 파밍도 가능하게 하며 이것이 바로 우리가 YPP에서 갖고 싶지 않은 기능입니다.”라고 Halprin은 덧붙였습니다.

두 번째 카테고리는 YouTube에서 말하는 ‘불쾌한’ 콘텐츠 또는 조회수를 추적하기 위해 괴로움을 주거나 감정적으로 조종하도록 설계된 콘텐츠에 중점을 둡니다. 여기에는 조난에 빠진 동물이 등장하는 동영상이 포함될 수 있으며, 누군가가 와서 구조해 주는 것이 포함될 수 있다고 Halprin은 말했습니다.