Headline

• 
  NVIDIA Nemotron 3 Embed - Open Embedding Models, No.1 on RTEB 2026-07-20

  NVIDIA가 공개한 Nemotron 3 Embed는 8B·1B·1B-NVFP4 세 가지 체크포인트로 구성된 오픈 임베딩 컬렉션입니다. 8B 모델이 RTEB 멀티링구얼 리더보드 1위(78.46 NDCG@10)를 기록했고, RAG와 에이전트 검색에 직접 쓸 수 있습니다.

• 
  HuggingFace AI-Agent-Driven Breach - AI 에이전트가 AI 인프라를 공격하다 2026-07-20

  HuggingFace 프로덕션 인프라에 자율 AI 에이전트 스웜이 17,000+ 행동으로 침투했습니다. 공격자도 AI 에이전트를 썼고, 방어자도 AI 에이전트를 썼습니다.

• 
  독일 ZAK, AI 검색에 미디어법 적용 - DSA 면책 조항 배제 첫 사례 2026-07-20

  독일 방송면허감독위원회(ZAK)가 Google AI Overviews와 Perplexity를 미디어 사업자로 판정했습니다. AI가 생성한 요약물을 '콘텐츠 생산'으로 보고 DSA 면책 조항을 배제한 세계 첫 사례입니다.

• 
  Orca - 병렬 코딩 에이전트 ADE 2026-07-19

  stablyai가 공개한 오픈소스 에이전트 개발 환경(ADE). 여러 AI 코딩 에이전트를 병렬로 실행해 복잡한 소프트웨어 작업을 나누어 처리하며, GitHub 스타 21,702개를 돌파했습니다.

• 
  Apple의 OpenAI 소송 - 영업비밀 유출 혐의 2026-07-19

  Apple이 OpenAI를 상대로 영업비밀 침해 소송을 제기했습니다. 전직 Apple 직원이 OpenAI로 이직하면서 내부 AI 하드웨어 기술을 유출했다는 혐의로, 두 회사의 파트너십이 균열을 맞이했습니다.

• 
  Kimi K3 (Moonshot AI) 2026-07-18

  Moonshot AI가 7월 16일 공개한 2.8조 파라미터 MoE 모델 Kimi K3를 분석합니다. 16개 활성 전문가 구조, 1M 컨텍스트, 오픈웨이트 공개 계획, 그리고 DeepSeek 이후 중국 오픈웨이트 AI의 현재 위치를 짚어봅니다.

• 
  Helsing 18억 달러 Series E 2026-07-18

  유럽 최대 방산 AI 스타트업 Helsing이 Series E로 18억 달러를 조달하며 기업가치 180억 달러를 달성했습니다. 우크라이나 전쟁 이후 유럽 재무장 흐름이 만들어낸 투자 규모입니다.

• 
  WAIC 2026 - 중국의 AI 거버넌스 독자 체계 구축 2026-07-18

  중국이 7월 17일 개막한 WAIC 2026에서 29개국이 서명한 세계인공지능협력기구(WAICO)를 출범시켰습니다. AI 거버넌스의 무게중심을 서방 중심 틀에서 끌어오려는 전략적 움직임입니다.

• 
  Inkling - Thinking Machines Lab 첫 오픈웨이트 멀티모달 모델 2026-07-17

  Mira Murati 팀의 975B MoE 오픈웨이트 모델. 리더보드 1위 경쟁 대신 맞춤화 최적화와 검열 저항을 전략으로 내세우며, Tinker 파인튜닝 시스템으로 도메인 특화를 지원합니다.

• 
  삼성 헬스, AI 학습 동의 거부하면 데이터 삭제한다는 팝업 논란 2026-07-16

  삼성 헬스가 AI 학습용 데이터 사용에 동의하지 않으면 건강 데이터를 삭제하겠다는 팝업을 띄워 논란이 됐습니다. 삼성이 해명을 냈지만, 이 사태는 헬스케어 데이터와 AI 학습 동의의 경계가 얼마나 불명확한지를 잘 보여줍니다.

• 
  Verbalizable Representations Form a Global Workspace in Language Models 2026-07-07

  Anthropic이 언어모델 내부에서 인간의 의식 접근(access consciousness)과 유사한 기능을 하는 신경 표상 집합을 발견했습니다. J-space라 이름 붙인 이 표상은 Claude가 무엇을 생각하고 있는지 겉으로 드러나지 않는 순간에도 읽어낼 수 있게 해주며, 안전성 모니터링에도 실제로 활용되고 있습니다.

• 
  Gated Attention for Large Language Models - Non-linearity, Sparsity, and Attention-Sink-Free 2026-06-15

  어텐션 출력 뒤에 헤드별 시그모이드 게이트 하나. PPL -0.2, MMLU +2점, 어텐션 싱크 소멸. NeurIPS 2025 Best Paper.

• 
  Open Knowledge Format - AI 에이전트를 위한 데이터 공유 표준 2026-06-14

  Google Cloud가 제안한 OKF는 AI 에이전트가 데이터를 이해할 수 있도록 마크다운과 YAML 프론트매터로 지식을 표현하는 개방형 표준입니다. CLAUDE.md와 옵시디언 볼트 같은 패턴의 데이터 카탈로그 버전입니다

• 
  MinerU2.5 - Document Parsing Vision-Language Model 2026-06-14

  1.2B 파라미터로 고해상도 문서의 정확한 파싱을 달성한 MinerU2.5의 2단계 분리 아키텍처와 데이터 엔진을 분석합니다.

• 
  Recursive Language Models 2026-06-09

  긴 프롬프트를 신경망에 통째로 밀어넣지 않고 REPL 환경의 변수로 두는 추론 패러다임. 모델이 코드를 써서 컨텍스트를 들여다보고 자기 자신을 재귀 호출합니다. 컨텍스트 창을 한 자리 수 배가 아니라 10M 토큰 단위로 넘기면서도 비용은 비슷하게 유지합니다.

• 
  Recursive Multi-Agent Systems 2026-04-30

  AI 에이전트 하나가 작업을 받습니다. 그 에이전트가 작업을 쪼갭니다. 쪼개진 작업들을 새로운 에이전트들에게 넘깁니다. 그 에이전트들도 또 쪼갭니다. AI가 AI를 낳는다. 재귀적 멀티에이전트 시스템이 무엇이고, AI의 불편한 미래는 어디로 향하는지 정리합니다.

• 
  Seedream 4.0 Toward Next-generation Multimodal Image Generation 2025-12-04

  벌써 4.5가 나온다구요? 두 달 정도밖에 안 지났습니다. 아직 4.5는 테크니컬 리포트가 없습니다. 대신 4.0 테크니컬 리포트를 가져왔습니다. 2K 해상도 이미지를 1.4~1.8초 만에 생성하며, T2I 생성과 이미지 편집 작업을 단일 모델에서 공동 학습합니다. 특히 복잡한 텍스트 렌더링, 다중 이미지 참조, 인컨텍스트 추론 생성 등 기존 모델들이 취약했던 영역에서 강점을 보입니다.

• 
  Depth Anything 3 Recovering the Visual Space from Any Views 2025-11-18

  또이트댄스입니다. Depth Anything 3는 한 장의 이미지든 여러 장의 영상이든, 카메라 포즈 정보가 있든 없든 상관없이 3D 기하 정보를 예측하는 모델입니다. 평범한 트랜스포머 하나와 단순한 깊이-광선(depth-ray) 표현으로 이전 최고 성능을 44% 능가하는 성능을 달성했으며, 모든 데이터를 공개 학술 데이터셋으로만 학습했습니다.

• 
  DINOv3 2025-09-15

  Meta AI의 70억 파라미터 자기지도학습 모델 DINOv3 논문을 요약합니다. 라벨 없이 이미지 특징을 학습하는 이 모델의 거대한 아키텍처, 데이터 큐레이션 전략, 그리고 패치 일관성을 유지하는 혁신 기술 'Gram Anchoring'을 중심으로 설명합니다.

• 
  Prefix-Tuning Optimizing Continuous Prompts for Generation 2025-09-13

  Prefix-Tuning 논문을 요약하며, 대형 언어모델의 파라미터를 고정한 채 작은 연속적 프롬프트(prefix)만 최적화하는 효율적인 튜닝 방법을 설명합니다. 전체 파인튜닝 대비 적은 파라미터로 경쟁력 있는 성능을 내는 원리와 장점을 다룹니다.

• 
  You Only Look Once, Unified Real-Time Object Detection 2025-09-02

  실시간 객체 탐지의 시대를 연 YOLO(You Only Look Once) 논문을 요약합니다. 전체 이미지를 단일 신경망에 한 번만 통과시켜 객체의 경계 상자와 클래스를 동시에 예측하는 혁신적인 통합 아키텍처의 원리와 성능을 설명합니다.

• 
  Attention Is All You Need 2025-09-01

  'Attention Is All You Need'는 RNN을 버리고 셀프 어텐션만으로 시퀀스를 처리하는 Transformer 아키텍처를 제안한 2017년 논문입니다. 기계 번역에서 당시 SOTA를 경신했고, 이후 BERT·GPT·Claude를 포함한 거의 모든 대형 언어 모델의 기반이 되었습니다.