한 줄 요약: AI 투자에 얽힌 ‘숨은 부채’ 1조6500억달러를 이해하려면 먼저 부채의 범위부터 확인해야 한다. 데이터센터 임대와 GPU 구매 약정이 여러 계약과 주석에 흩어져 있다면, 기업이 감당해야 할 위험은 차입금 규모보다 되돌리기 어려운 장기 수요 예측에 있을 수 있다. 무슨 일이 있었나 2026년 7월 21일 니케이아시아는 미국 기술 대기업 5곳의 AI 투자 관련 숨은 부채가 약 4년 만에 8배로 늘어 1조6500억달러에 이르렀다고 보도했다. 이 추산에는 회사채와 은행 차입금뿐 아니라 데이터센터 임대, GPU 공급 계약처럼 앞으로 현금 지출을 요구하는 장기 약정도 포함됐다. 메타의 계약상 의무는 약 4200억달러로 추산됐다. 기사에서 투명한 부채로 분류한 금액의 약 세 배다. ...
한 줄 요약: MIT의 AI 감시 카메라 도입 논란은 카메라 수보다 더 중요한 질문을 남긴다. 누가 어떤 목적으로 분류 결과를 조회하며, 오탐으로 피해가 생겼을 때 시스템을 멈추고 바로잡을 수 있는가. 무슨 일이 있었나 사람을 촬영하는 카메라는 이미 캠퍼스 곳곳에 있다. 이번에 논란이 커진 이유는 MIT가 설치하는 장비가 단순 녹화를 넘어 사람과 행동을 실시간으로 분류할 수 있기 때문이다. Schneier on Security가 인용한 MIT 학생신문 The Tech의 취재에 따르면, MIT는 300만 달러가 넘는 예산을 들여 학술 건물과 기숙사, 메모리얼 드라이브 주변 야외 공간에 AI 영상 감시 카메라 500대 이상을 설치하고 있다. 공사는 2025년 11월 시작됐으며 2026년 9월까지 이어질 예정이다. ...
한 줄 요약: WordPress 원격 코드 실행(RCE) 취약점을 GPT5.6과 약 25달러로 찾았다는 사례가 나왔다. 모델 호출 비용은 낮았지만, 실제 취약점 판단에는 실행 권한과 안전 정책, 검증 비용이 따로 들었다. 같은 AI를 사용해도 공격자와 방어자의 조건은 다르다. 무슨 일이 있었나 2026년 7월 20일 Searchlight Cyber의 보안 연구자 Adam Kues는 최신 안정 버전 WordPress를 GPT5.6 Sol Ultra로 분석해 인증 전 원격 코드 실행(Pre-auth RCE) 체인을 발견했다고 공개했다. 연구자가 밝힌 모델 사용 비용은 200달러 구독료를 사용량에 따라 환산한 약 25달러다. 이 금액을 취약점 발견에 들어간 전체 비용으로 보기는 어렵다. ...
한 줄 요약: AI 보안 가드레일이 공격자와 방어자를 구분하지 못하면 사고 대응팀만 분석 도구를 잃을 수 있다. 필요한 것은 제한을 모두 푸는 일이 아니라 권한 확인, 격리 환경, 감사 기록을 갖춘 방어 전용 경로다. 무슨 일이 있었나 2026년 7월, AI 보안 가드레일(Cyber Guardrails)이 실제 사고 대응을 방해했다는 주장이 개발자 커뮤니티에서 퍼졌다. 발단은 Kimi K3가 치명적인 보안 버그 15건을 수정했지만 Codex와 Fable은 같은 요청을 거부했다는 Reddit 게시물이었다. 다만 확인된 사실과 게시물의 주장은 구분해야 한다. ...
한 줄 요약: Voicebox를 볼 때 따져야 할 것은 음성을 얼마나 그럴듯하게 만드느냐가 아니다. 내 목소리와 녹음 파일을 누가 관리하고, 운영체제와 AI 에이전트에 어떤 권한을 줄 것인지가 더 중요하다. 무슨 일이 있었나 오픈소스 AI 음성 스튜디오 Voicebox가 GitHub Trending 상위권에 올랐다. 제공된 스냅샷에서 저장소는 별 43,097개를 기록했고, 하루 증가량은 629개로 표시됐다. 스냅샷에는 Trending 집계 시각이 적혀 있지 않다. 이 수치는 장기적인 사용자 만족도나 보안 검증 결과가 아니라, 특정 시점에 개발자의 관심이 빠르게 모였다는 사실만 보여준다. ...
한 줄 요약: Qwen3.8 발표에서 주목할 부분은 2.4조 개라는 파라미터 수보다 실제 가중치 공개와 라이선스다. 현재 나온 것은 클라우드 프리뷰와 출시 예고이며, 로컬에서 검증할 수 있는 체크포인트는 아직 공개되지 않았다. 무슨 일이 있었나 2026년 7월 19일, 알리바바 Qwen 팀은 Qwen3.8을 곧 출시하고 오픈 웨이트(open-weight)로 공개하겠다고 밝혔다. 발표문에 따르면 모델 규모는 2.4T, 즉 2조 4천억 파라미터다. Qwen3.8-Max-Preview는 알리바바의 Token Plan, Qoder, QoderWork에 먼저 배포됐다. 현재 사용자는 가중치를 내려받는 대신 이 서비스에서 프리뷰 모델을 시험할 수 있다. ...
한 줄 요약: Basalt Labs의 HLE 99.44% 주장보다 먼저 확인할 것은 Qwen2.5-7B-Instruct 기반 공개 모델과 DeepSeek로 의심받은 웹 서비스가 같은 평가 대상이었는지다. 모델 라우팅을 썼다면 사용자가 무엇을 평가하는지 밝혀야 벤치마크를 검증할 수 있다. 무슨 일이 있었나 2026년 7월 19일 기준, Reddit의 LocalLLaMA 커뮤니티에 Basalt Labs의 모델 공개와 벤치마크 주장을 문제 삼는 게시물이 올라왔다. 제목에는 Basalt Labs가 도구를 사용한 HLE(Humanity’s Last Exam)에서 99.44%를 기록했다고 주장했지만, 공개 모델은 Qwen2.5-7B-Instruct 기반이고 웹사이트에서 제공하는 모델은 DeepSeek라는 의혹이 담겼다. ...
한 줄 요약: code-review-graph는 82배 토큰 절감을 앞세워 GitHub Trending에 올랐다. AI 코드 리뷰에서 모델 성능만큼 어떤 코드를 읽힐지 정하는 컨텍스트 관리가 중요해졌다는 사례다. 무슨 일이 있었나 AI 코드 리뷰 도구가 저장소를 이해하려면 관련 파일을 정확히 골라야 한다. 이 과정이 어긋나면 같은 코드를 반복해서 읽거나 변경의 영향을 받는 파일을 놓친다. 저장소가 커질수록 토큰 비용이 늘고 검토 시간과 결과의 일관성도 흔들린다. 2026년 7월 19일 수집된 GitHub Trending 스냅샷에서 tirth8205/code-review-graph는 누적 20,007개 스타, 당일 356개 스타로 표시됐다. 특정 시점의 수치이므로 현재 값이나 장기적인 채택 규모를 뜻하지는 않는다. ...
한 줄 요약: Bonsai 27B 아이폰 로컬 LLM 시연이 화제가 된 데는 27B 모델을 3.9GB에 담았다는 사실보다 더 살펴볼 부분이 있다. 모델 크기와 함께 양자화로 인한 품질 손실, 실제 처리 속도, 데이터가 오가는 범위를 확인해야 로컬 AI의 실용성을 판단할 수 있다. 무슨 일이 있었나 27B급 언어 모델은 스마트폰에서 실행하기 어렵다는 인식이 강했다. FP16 가중치만 단순 계산해도 약 54GB가 필요하기 때문이다. 그런데 PrismML이 Qwen3.6-27B를 기반으로 만든 Bonsai 27B를 아이폰에서 로컬로 실행하는 시연을 공개했다. ...
한 줄 요약: Zoox 로보택시 리콜의 핵심은 연기 감지 성능에만 있지 않다. 시야가 가려지고 통신이나 현장 통제가 불안정한 상황에서 차량이 스스로 길을 비울 수 있는지가 문제다. 무슨 일이 있었나: Zoox 로보택시 리콜 2026년 6월 20일, Zoox 로보택시 한 대가 짙은 연기로 뒤덮인 화재 현장에 들어갔다. 당시 현장에는 교통 통제용 콘이 설치되지 않은 상태였다. 미국 도로교통안전국(NHTSA)에 제출된 내용에 따르면 차량은 방향을 바꾸려다 급제동하고 멈췄다. 원격 운영자(Teleoperator)가 차량을 후진시킨 뒤에야 소방 인력이 콘을 설치할 수 있었다. ...