AI 브리핑

6월 1일 AI 브리핑

오픈 모델과 폐쇄 모델 간 성능 격차가 다시 약 4개월로 벌어졌다는 에포크 AI 분석이 공개됐어요. 엔비디아가 MS와 손잡고 PC CPU 시장에 본격 진출하며 AI PC 시대를 선언했어요. 한국 정부가 미토스급 프런티어 모델 개발 필요성을 강조하며 국가 AI 경쟁력 확보에 나섰어요. 생성형 AI의 인권 침해·보안 취약점 등 안전·윤리 이슈가 동시다발적으로 제기됐어요.

• 오픈 vs 폐쇄 모델 격차 재확대
• 엔비디아의 AI PC 시장 진출
• AI 안전·윤리 이슈 급부상

1. 오픈 모델, 폐쇄형에 4개월 뒤져…에포크 "격차 다시 확대"

   에포크 AI가 개방형 모델과 폐쇄형 모델의 성능 격차가 다시 약 4개월로 벌어졌다고 밝혔어요. 오픈소스 모델의 추격세가 한풀 꺾였다는 신호예요.

2. 엔비디아, PC CPU 시장 본격 진출…MS와 첫 ‘윈도우 AI PC’ 선보인다

   엔비디아가 MS와 협력해 자사 칩을 메인 CPU로 탑재한 첫 윈도우 AI PC를 발표할 예정이에요. 인텔·AMD 중심의 PC CPU 시장 판도가 흔들릴 수 있어요.

3. 엔비디아, 11년만에 노트북용 칩 도전

   엔비디아가 11년 만에 노트북용 칩 시장에 재진출해요. AI 연산 수요 급증을 배경으로 개인 기기 시장까지 영역을 확장하는 전략이에요.

4. 배경훈 "한국도 미토스급 프론티어 모델 개발해야…GPU 26만장도 부족”

   배경훈 장관이 한국도 미토스급 프런티어 모델 개발에 나서야 하며 GPU 26만 장도 부족할 수 있다고 강조했어요. 국가 차원의 AI 인프라 투자 의지를 명확히 밝힌 발언이에요.

5. Unlawful by design: Exposing the human rights costs of generative AI

   국제앰네스티가 생성형 AI 학습 과정에서 저작권 침해·노동착취·개인정보 수집 등 구조적 인권 문제를 고발하는 보고서를 발표했어요. AI 규제 논의에 새로운 압력이 될 수 있어요.

6. ChatGPT for Google Sheets Exfiltrates Workbooks

   Google Sheets용 ChatGPT 확장 프로그램이 사용자 동의 없이 스프레드시트 데이터를 외부로 유출하는 보안 취약점이 발견됐어요. 업무용 AI 확장 프로그램 신뢰성에 경고등이 켜졌어요.

7. AI models are free, private, and will never say 'no'

   제한 없이 개인 기기에서 실행 가능한 오픈 가중치 모델의 확산이 안전장치 우회 악용 위험을 높이고 있어요. 오픈소스 AI의 자유도와 안전 사이의 딜레마가 심화되고 있어요.

8. CT gov signs AI law to notify employees

   미국 코네티컷 주가 고용주의 직원 AI 사용 통지를 의무화하는 법안에 서명했어요. 직장 내 AI 활용 투명성을 법으로 강제한 첫 사례 중 하나예요.

9. 네이버 '검색 AI 에이전트' 개인정보위 문턱 넘었다

   네이버의 검색 AI 에이전트 'AI Tab'이 개인정보보호위원회 심의를 통과했어요. 자율적으로 웹을 검색·수집하는 에이전트 서비스의 국내 상용화 길이 열렸어요.

10. 아마존, 베드록 플랫폼에 ‘그록’ 추가 협상 중..."주요 모델 다 모은다"

    AWS가 베드록 플랫폼에 xAI의 그록 모델 추가를 협상 중이에요. 주요 모델을 한 플랫폼에 집결시키려는 AWS의 전략이 가속화되고 있어요.

11. The Sequence Radar #869: Last Week in AI: The Token Becomes the Unit of Account — Opus 4.8, OpenRouter, Cognition, Snowflake, and a papal warning

    Claude Opus 4.8 출시와 함께 AI 업계에서 토큰이 새로운 가격 단위로 자리잡고 있다는 분석이에요. 토큰 기반 경제가 AI 산업 구조 자체를 바꾸고 있어요.

12. Netflix Wiz creates app to slash AI bills, then open sources it

    Netflix Wiz 팀이 LLM 사용 비용을 줄이는 도구를 개발 후 오픈소스로 공개했어요. AI 비용 절감이 대기업들의 공통 과제로 부상하고 있어요.

13. Remove all LLM generated commits before people get hurt by this nonsense

    오픈소스 프로젝트 Rsync가 LLM이 생성한 코드 커밋 전체를 제거하기로 결정했어요. AI 생성 코드의 품질·보안 신뢰 문제가 오픈소스 커뮤니티에서 공론화됐어요.

14. Trajectory Releases a Concurrent Multi-LoRA Training Stack for Continual Learning, Reporting a 2.81× Experiment-Throughput Gain

    Trajectory가 동시 다중 LoRA 훈련 스택으로 실험 처리량을 2.81배 향상시켰어요. 지속적 학습을 위한 효율적 파인튜닝 방법론이 오픈소스로 공개됐어요.

15. “AI 서버 구축 전 미리 성능 검증”…KAIST, LLM 인프라 시뮬레이터 개발

    KAIST가 AI 서버 구축 전 성능을 가상으로 검증하는 'LLMServingSim 2.0' 시뮬레이터를 개발해 ISPASS 2026 최우수 논문상을 받았어요. AI 인프라 투자 실패 리스크를 줄일 수 있는 실용적 도구예요.