오늘의 AI뉴스 — 2026년 07월 25일

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

OpenAI는 목요일 ChatGPT 데스크톱 앱을 업데이트하여 ChatGPT Voice에 대한 지원을 추가했다고 밝혔습니다. 이를 통해 사용자는 앱과 대화하여 AI 에이전트를 제어하고 컴퓨터에서 작업을 수행할 수 있습니다.

새로운 기능은 이달 초 출시된 ChatGPT-Live라는 OpenAI의 새로운 음성 모델 제품군을 활용합니다.

OpenAI는 ChatGPT Voice가 ChatGPT Work 및 Codex와 모두 작동하며 컴퓨터 사용 기술을 활용하여 웹사이트와 앱을 검색할 수도 있다고 말했습니다. 또한 macOS에서 Appshots를 사용하면 사용자는 앱이 대체 텍스트를 포함하여 화면에 있는 내용에 액세스하도록 할 수 있습니다.

출시 당시 ChatGPT Voice의 스마트폰 버전은 보다 원활한 대화와 향상된 방해 처리 기능을 제공했지만 스마트폰에서 조치를 취하도록 제작되지 않았습니다.

목요일의 데스크톱 업데이트는 더욱 강력해 사용자가 여러 단계가 포함된 복잡한 명령을 지시하고 ChatGPT에 입력이 필요할 때 응답할 수 있습니다.

데모 비디오에서 OpenAI는 개발자가 ChatGPT에게 하나의 명령으로 새 스레드를 생성하고, 끌어오기 요청을 하고, 버그의 근본 원인을 찾도록 요청하는 모습을 보여주었습니다.

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

월간 활성 사용자가 약 430만 명에 달하는 것으로 알려진 Co-Star는 대부분 사람들이 점성술 출생 차트를 결정하는 데 사용되며 이를 앱에서 다른 친구들과 공유할 수 있습니다. Co-Star는 AI와 인간을 모두 사용하여 사용자의 점성술 정보를 기반으로 운세, 호환성 평가 및 기타 조언을 작성합니다.

24명의 직원으로 구성된 Co-Star 팀이 인수의 일환으로 Midjourney에 합류했습니다. 소비자 앱 구축에 대한 팀의 경험을 고려할 때 Midjourney는 마침내 자체 독립형 앱을 얻을 수 있을 것입니다.

더 빠르게 확장하세요. 포트폴리오를 성장시키세요. 실무적인 전문 지식을 얻으세요. 귀하의 목표가 무엇이든 Disrupt는 귀하에게 힘을 실어줄 수 있습니다.

미국이 중국 AI에 대한 대응을 검토함에 따라 업계는 광범위한 개방형 제한을 촉구합니다.

브라우저 창 크기를 조정하면 이 페이지의 일부 영역이 바뀔 수 있습니다. 제목과 문서 순서를 꼭 확인하세요.

우리는 귀하가 보는 광고에 알리기 위해 귀하의 개인 정보를 판매하거나 공유하지 않습니다. 귀하의 정보가 다른 회사에 의해 판매 또는 공유되었거나 이전에 판매 또는 공유된 경우 관심 기반 광고가 계속 표시될 수 있습니다.

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

이 주제의 게시물이 일일 이메일 요약 및 홈페이지 피드에 추가됩니다.

정부의 사이버 보안 문제 이후 회사는 이 모델에 이전 Opus 모델보다 더 많은 사이버 보호 기능을 제공했습니다.

이 작성자의 게시물이 일일 이메일 요약 및 홈페이지 피드에 추가됩니다.

The Verge의 수석 AI 리포터입니다. 5년 넘게 AI 전문 기자로 활동하고 있는 그녀의 작업은 CNBC, MIT Technology Review, Wired UK 및 기타 매체에도 게재되었습니다.

Anthropic이 미국 정부와 최근 맞대결을 벌인 지 몇 주 후, 그리고 기술 산업 논의를 지배했던 OpenAI 보안 사고가 발생한 지 며칠 후, Anthropic은 목요일에 최신 모델인 Claude Opus 5를 출시했습니다.

Fable 5에 대한 우려와 그에 따른 Anthropic과 정부 간의 몇 주간의 협상은 트럼프 행정부에 AI 규제의 새로운 시대를 열었습니다. 얼마 지나지 않아 OpenAI가 GPT-5.6을 출시했을 때 약 2주간의 시험 기간을 거쳐 정부 승인 기관에 한해 제한된 미리 보기로 출시되었습니다.

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

그렇다면 미래의 에이전트 직장에서 탁월한 능력을 발휘하는 데 어떤 기술이 도움이 될까요? 전문가들은 세 가지 유형의 전문가, 즉 기술에 정통한 조력자, 적극적인 과정 수정자, 결과 중심의 협력자가 중요하다고 제안했습니다.

에이전트가 자율적으로 작업하는 데 중점을 두는 반면, 에너지 공급업체 EDF UK의 데이터 담당 선임 엔터프라이즈 제품 관리자인 Alex Read는 AI를 최대한 활용하려면 강력한 내부 기술 역량이 필요하다는 점을 인식했습니다.

Read의 데이터 팀은 비즈니스 익스플로잇 에이전트 AI 전반에 걸쳐 1,000명 이상의 사용자를 지원합니다. 그의 팀은 데이터 및 디지털 전문가가 기술 지원에 집중하고 사업부가 가치 창출에 집중하는 연합 허브 앤 스포크 모델의 핵심에 자리잡고 있습니다.

그는 ZDNET에 “AI의 경우 상황이 왕입니다”라고 말했습니다. “에이전트 및 AI 지원 경험을 수행하는 엔지니어의 역할은 이러한 서비스와 상호 작용하는 주변 기능을 구축하기 위해 높은 기술 기반이 필요하다는 것입니다.”

그의 팀은 의미 테이블 및 Horizon 데이터 카탈로그와 같은 Snowflake 기술을 사용하여 데이터 자산을 정의하고 AI 에이전트가 이해할 수 있도록 만듭니다. 그런 다음 팀은 데이터 플랫폼 위에 Snowflake의 코딩 에이전트 CoCo를 사용하여 기능을 구축합니다.

한 가지 예는 서비스 센터 직원이 고객 문의를 관리하는 데 도움이 되는 도구입니다. 그의 팀은 CoCo를 사용하여 Snowflake 데이터 플랫폼에서 정보를 가져오고 직원의 Slack 메시징 사용자 인터페이스에 통찰력을 제공하는 에이전트를 개발했습니다.

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

24개 기업과 조직이 미국 정책 입안자들에게 개방형 AI 모델을 보호할 것을 촉구하는 공개 서한에 서명했습니다.

오늘 공개된 이 서한(PDF)에는 Meta, Microsoft, Nvidia, IBM, Dell Technologies, CrowdStrike, Palantir, ServiceNow, Hugging Face, Perplexity, Mistral, Andreessen Horowitz, Y Combinator, Linux Foundation, Mozilla 등 비즈니스 모델에서 거의 중복되지 않는 직접적인 상업적 경쟁자와 조직에 걸친 목록의 서명이 포함되어 있습니다.

편지의 주장은 1980년대 오픈 소스 소프트웨어 운동과 AI 모델 가중치가 자유롭게 순환해야 하는지 아니면 상용 API 뒤에 고정되어야 하는지에 대한 현재의 싸움을 비교하는 데 중점을 두고 있습니다.

개방형 모델은 누구나 자신의 하드웨어에서 다운로드, 검사, 수정 및 실행할 수 있도록 훈련된 매개변수가 게시되는 AI 시스템입니다. 이는 기본 가중치가 공급업체의 인프라를 떠나지 않는 API 액세스를 통해서만 OpenAI 또는 Anthropic에서 제공하는 프론티어 제품과 같은 폐쇄형 모델과 다릅니다.

서명자들은 AI 기능이 자본이 잘 갖춰진 소수의 실험실을 넘어 “공장, 병원, 농장, 교실 및 주요 거리 기업”의 워크플로우라고 부르는 것으로 확산되는 메커니즘으로 오픈 웨이트를 구성합니다.

1. 개방형 가중치는 프론티어 모델을 처음부터 훈련하거나 일상적인 작업에 대해 프론티어 가격으로 토큰당 수수료를 지불할 여력이 없는 스타트업 및 공공 기관의 진입 비용을 낮춥니다.

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

_이 게시물은 Amazon Bedrock Guardrails의 모범 사례에 대한 시리즈를 계속합니다. 이전 게시물은 전문가처럼 안전한 생성 AI 애플리케이션 구축: Amazon Bedrock Guardrails를 사용한 모범 사례를 참조하세요._

그러나 에이전트 루프와 함께 코딩 워크플로는 긴 스트리밍 출력, 동시 개발자 세션 및 반복적인 컨텍스트 평가를 포함한 고유한 처리량 특성을 갖습니다. 적절한 구성 없이 이러한 특성을 지닌 워크플로에 Amazon Bedrock Guardrails를 적용하면 잠재적으로 제한 오류, 비용 증가, 최적의 지연 시간 미만과 같은 제약이 발생할 수 있습니다. 이 게시물에서는 이러한 제약을 극복하기 위해 코딩 도우미를 사용하여 코드 생성 워크플로에 대해 Amazon Bedrock Guardrails를 구성하는 방법을 설명합니다. 이러한 모범 사례를 통해 강력한 안전 범위를 갖춘 효과적인 용량 계획을 지원하는 효율적인 청사진을 구축할 수 있습니다.

Amazon Bedrock Guardrails는 사용자 입력과 모델 응답 모두에서 유해하고 바람직하지 않은 콘텐츠를 감지하고 필터링하여 안전한 생성 AI 애플리케이션을 구축하는 데 도움이 되는 포괄적인 보호 장치를 제공합니다. 이러한 보호 조치는 다양한 애플리케이션에 걸쳐 구성 및 구현될 수 있지만 다음과 같은 유해한 코드 패턴을 보호하는 데 사용할 수 있는 특정 보호 조치가 있습니다.

즉각적인 공격 탐지 – 모델을 조작하여 악성 코드를 생성하거나 지침을 우회하려는 시도를 차단합니다.

민감한 정보 필터링 – 개인 식별 정보(PII), 사용자 입력 및 모델 응답의 사용자 지정 정규식과 같은 민감한 정보를 차단하거나 마스크하고, 하드코딩된 AWS 액세스 키, 데이터베이스 연결 문자열 또는 개인 키가 생성된 코드에 표시되기 전에 이를 포착하는 데 도움이 될 수 있습니다.

콘텐츠 조정 – 조직의 허용 가능한 사용 정책을 위반하는 콘텐츠를 포함하여 사용자 프롬프트 및 모델 응답에서 유해한 콘텐츠를 감지하고 필터링합니다.

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

이 튜토리얼에서는 문서 이미지와 여러 페이지로 구성된 PDF에서 Baidu의 Unlimited-OCR 모델을 실행하기 위한 완전한 워크플로를 구축합니다. GPU 환경을 구성하고, 필요한 종속성을 설치하고, bfloat16 또는 float16을 자동으로 선택하여 3B 매개변수 비전 언어 모델을 로드하고, 테스트용 구조화된 샘플 문서를 생성합니다. 그런 다음 PyMuPDF 및 infer_multi()를 사용하여 파이프라인을 다중 페이지 PDF 구문 분석으로 확장하기 전에 타일형 건담 추론 모드와 단일 페이지 OCR에 대한 더 빠른 기본 모드를 모두 평가합니다. 워크플로우 전반에 걸쳐 긴 컨텍스트 생성 설정, 반복 제어 및 구조화된 출력 처리를 유지하여 재현 가능한 엔드투엔드 파이프라인에서 조밀한 레이아웃, 테이블, 단락 및 페이지 간 콘텐츠를 처리합니다.

print(“>> 모델 다운로드 중(BF16에서 3B 매개변수의 경우 ~6GB). 처음 실행하는 데 시간이 걸립니다…”)

무제한 OCR 추론을 위해 필요한 라이브러리를 설치하고 Google Colab 환경을 준비합니다. CUDA 지원 GPU를 사용할 수 있는지 확인하고 하드웨어 지원에 따라 bfloat16 또는 float16을 자동으로 선택합니다. 그런 다음 Hugging Face에서 토크나이저와 3B 매개변수 모델을 로드하고 평가 모드로 전환한 다음 GPU로 옮깁니다.

필요한 입력 및 출력 디렉터리를 만들고 PIL을 사용하여 세 가지 현실적인 샘플 문서 페이지를 생성합니다. 구조화되고 레이아웃이 풍부한 콘텐츠에 대한 모델을 테스트하기 위해 머리글, 단락, 표 및 각주를 추가합니다. 또한 OCR 파이프라인으로 보내기 전에 Matplotlib를 사용하여 처음 생성된 페이지를 미리 봅니다.

우리는 전체 문서 보기와 타일 이미지 자르기를 결합한 건담 모드를 사용하여 단일 이미지 OCR을 실행합니다. 우리는 자르기 모드를 활성화하고 더 작은 타일 크기를 사용하여 미세한 텍스트를 유지하고 조밀한 문서 레이아웃에 대한 인식을 향상시킵니다. 또한 모델이 안정적이고 구조화된 결과를 생성할 수 있도록 긴 출력 생성 및 반복 제어를 구성합니다.

단일 1024픽셀 이미지 보기가 있는 기본 모드를 사용하여 동일한 문서를 처리합니다. 추론 복잡성을 줄이고 깨끗하고 명확하게 인쇄된 페이지에 대한 처리 속도를 향상시키기 위해 이미지 자르기를 해제합니다. 베이스 모드와 건담 모드를 직접 비교하기 위해 동일한 출력 길이와 반복 제어 설정을 유지합니다.

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

수십억 달러 규모의 AI 스타트업들이 중국 AI에 경종을 울리고 있다. 더 작은 선수들은 완전히 다른 견해를 가지고 있습니다.

보안 문제는 고려할 가치가 있는 것 같지만, 다른 사람의 지적 재산을 훔쳐 훈련한 AI의 “결과를 훔친다”고 불평하는 것은 웃기는 일입니다.

라이브 코딩 세션과 실리콘 밸리의 낙관론 속에서 UN의 AI for Good 정상회담은 다음과 같은 긴급한 질문과 씨름했습니다. 기술이 통제할 수 없을 정도로 경쟁하기 전에 글로벌 거버넌스가 따라잡을 수 있을까요?

이 회사는 작년에 캘리포니아와 뉴욕에서 획기적인 AI 투명성 법률을 승인했지만 미국 주 및 지역 정책 책임자는 해당 법률이 이미 시대에 뒤떨어졌을 수 있다고 말했습니다.

Cursor는 SpaceX에 인수된 후에도 제3자 AI 모델을 계속 제공하여 최첨단 AI 연구소 간의 관계를 테스트하기를 희망합니다.

Anthropic의 비평가들은 그것이 빠르게 힘을 축적하고 있다고 주장합니다. 회사에서는 이것이 책임감 있는 AI 개발의 모습이라고 말합니다.