Daily Briefing

November 17, 2026
2026-11-16
52 articles

Anthropic files S-1 with the SEC for proposed initial public offering

AI 기업 Anthropic이 미국 증권거래위원회(SEC)에 클래스 A 보통주 상장을 위한 S-1 증권신고서를 제출했습니다.

  • Anthropic은 나스닥 글로벌 셀렉트 마켓(Nasdaq Global Select Market)에 티커 심볼 'ANT'로 클래스 A 보통주 상장을 추진하고 있습니다.
  • 이번 기업공개(IPO)에서 발행될 주식 수와 공모 가격 범위는 아직 확정되지 않았습니다.
  • SEC에 S-1 등록신고서가 제출되었으나 아직 효력이 발생하지 않은 상태로, 유효화 이전에는 주식 매도나 매수 청약이 불가능합니다.
Notable Quotes & Details
  • Form S-1
  • Nasdaq Global Select Market
  • symbol “ANT”
  • Goldman Sachs & Co. LLC, Morgan Stanley & Co. LLC

AI 산업 투자자, 금융 및 주식 시장 관계자, 테크 기업 분석가

Anthropic launches roadshow for proposed initial public offering

AI 기업 Anthropic이 나스닥 상장을 목표로 기업공개(IPO)를 위한 로드쇼를 공식 개시했습니다.

  • Anthropic은 클래스 A 보통주 8억 2,500만 주의 공모를 진행하며, 이 중 약 8억 135만 주는 신주 발행이고 약 2,365만 주는 기존 주주 보유분입니다.
  • 예상 공모가 범위는 주당 $70.00에서 $78.00 사이이며, 나스닥 글로벌 셀렉트 마켓에 종목 코드 'ANT'로 상장을 신청했습니다.
  • 주관사단에는 최대 1억 2,375만 주를 추가 매수할 수 있는 30일간의 옵션(초과배정옵션)이 부여될 예정입니다.
Notable Quotes & Details
  • 공모 예정 주식 수: 825,000,000주 (Anthropic 발행: 801,351,354주, 기존 주주: 23,648,646주)
  • 예상 주당 공모가: $70.00 ~ $78.00
  • 나스닥 상장 종목 코드: 'ANT'
  • 주관사 30일 추가 매수 옵션: 최대 123,750,000주

AI 산업 투자자, 금융 및 증권 업계 관계자, 테크 기업 분석가

AI for Science expands to foundations and research institutions

앤트로픽이 전 세계 20개 과학 재단 및 연구 기관과 파트너십을 맺고 과학자들에게 무료 Claude 크레딧을 지원하는 'AI for Science' 프로그램을 확대했다.

  • 앤트로픽은 고영향 과학 프로젝트를 진행하는 연구자들을 위해 무료 Claude 크레딧을 제공하는 'AI for Science' 파트너십을 전 세계 20개 재단 및 연구 기관으로 확대했다.
  • HHMI Janelia Research Campus와 협력해 AI 에이전트의 실험 장비 안전 제어 규격인 Model Hardware Standard(MHS)를 개발 중이며, 앨런 연구소(Allen Institute)와는 수개월 걸리던 데이터 분석을 수 시간으로 단축하는 프로젝트를 진행하고 있다.
  • Alfred P. Sloan 재단, Simons 재단, Schmidt Sciences, Renaissance Philanthropy 등 주요 과학 후원 기관들을 통해 광범위한 과학 커뮤니티에 공개 데이터셋, 오픈소스 소프트웨어, 표준 규격 등의 공공재를 확산할 계획이다.
Notable Quotes & Details
  • 전 세계 20개 과학 재단, 기관 및 연구 그룹과의 파트너십 확대
  • May 2025
  • turning months of manual analysis into hours
  • Model Hardware Standard (MHS)

AI를 활용해 연구 속도를 높이고자 하는 과학자, 연구 기관 관계자 및 과학계 후원자

Expanding our partnership with GSA to bring Claude to all levels of government

앤트로픽이 미국 연방조달청(GSA)과의 파트너십을 확대하여 연방 및 지방 정부 기관에 클로드 전 제품에 대한 40% 할인과 전용 도입 프로그램을 제공한다.

  • 미국 연방조달청(GSA)과의 신규 계약을 통해 Claude Enterprise, Claude for Government, Claude API에 대해 40% 할인을 제공하며, 최소 지출 약정 없이 사용량 기반으로 지불 가능
  • 약 500개 미국 정부 기관이 클로드를 도입했으며, 연방 민간 기관의 사용량이 1년 새 20배 증가하는 등 공공 부문 도입이 급증함
  • 랜섬웨어 공격에 8분 만에 대응하거나 중요 취약점을 탐지·패치하는 등 사이버 보안 및 레거시 코드 현대화 분야에서 실질적인 업무 효율성 향상 효과를 입증함
Notable Quotes & Details
  • 40% discount on Claude Enterprise, Claude for Government, and the Claude API
  • Approximately 500 US federal, state, and local government organizations now use Claude.
  • Weekly Claude for Government active users are up about eightfold since February, and usage across federal civilian agencies has grown about 20-fold in a year.
  • The discounts offered through the agreement are estimated to save the government $1 billion.
  • Utah: 71% reported saving 20+ hours by the end of the four-week pilot.
  • A US state CIO confirmed their team was able to respond to a ransomware attack in 8 minutes vs. the usual 2-3 days thanks to Claude.
  • Claude for Government... was made generally available on September 30.

공공 부문 IT 및 조달 책임자, 정부 디지털 혁신 및 사이버 보안 담당자, 공공 정책 및 AI 도입 전략가

Donating Agent Skills to the Agentic AI Foundation

Anthropic이 AI 에이전트에 특화된 지식과 워크플로를 제공하는 오픈 표준인 Agent Skills를 리눅스 재단 산하 Agentic AI Foundation(AAIF)에 기부하여 벤더 중립적 표준으로 전환한다.

  • ChatGPT, Cursor, GitHub Copilot 등 70개 이상의 에이전트 플랫폼에서 채택한 Agent Skills 표준을 리눅스 재단 산하 AAIF에 공식 기부함
  • Agent Skills의 명칭, 로고, GitHub 조직, agentskills.io 도메인을 모두 양도하며 Anthropic, Google, OpenAI 등 여러 기업의 엔지니어들이 개인 자격으로 유지보수에 참여함
  • 향후 버전별 릴리스 체계, 공식 제안 절차, 스킬 작성 및 설치자를 위한 보안 가이드라인 등을 포함한 로드맵을 추진할 예정임
Notable Quotes & Details
  • 70 agent platforms
  • December 2025
  • October 2025
  • 1 million skills have been published and nearly 280 million installed
  • David Soria Parra and Mahesh Murag as Lead Maintainers

AI 에이전트 개발자, 소프트웨어 엔지니어, 오픈소스 커뮤니티 및 AI 플랫폼 구축 기업

Le Chonk brings the brains. Studio puts it to work.

미스트랄 AI가 고급 코딩과 보안 추론 역량을 갖춘 Mistral Large 4(일명 Le Chonk)와 이를 기업 환경에서 에이전트 및 워크플로우로 배포할 수 있는 Mistral Studio의 신기능을 공개했습니다.

  • Mistral Large 4(Le Chonk)는 향상된 코딩, 사이버 보안 방어 역량 및 복잡한 비즈니스 문서 추론 능력을 제공합니다.
  • Mistral Studio 플랫폼을 통해 클라우드, VPC, 온프레미스 등 다양한 환경에서 엔터프라이즈 데이터 및 시스템과 연동된 에이전트, 워크플로우, 앱을 구축 및 배포할 수 있습니다.
  • 신규 Mistral MCP 서버와 스킬, 샌드박스, 하위 에이전트, 훅(Hooks) 기능을 지원하여 개발자가 복잡한 다단계 작업을 수행하는 에이전트를 손쉽게 제작하고 모니터링할 수 있습니다.
Notable Quotes & Details
  • ABANCA, Accenture, Alten, BNP Paribas, Capgemini, CMA CGM, Tata Consultancy Services

엔터프라이즈 AI 시스템 도입 및 개발을 검토 중인 소프트웨어 엔지니어 및 기술 의사결정자

Le Chonk: Built for Coders, Trusted by Defenders.

Mistral이 코딩 및 사이버 보안 성능과 추론 효율성을 대폭 강화한 1조 개 매개변수 규모의 오픈 가중치 멀티모달 모델 'Mistral Large 4 (Le Chonk)'의 가중치를 공식 공개했다.

  • Mistral Large 4(Le Chonk)는 강화학습을 통해 코딩과 방어적 사이버 보안 성능을 크게 개선하며 공개 가중치 모델 중 최고 수준의 코딩 벤치마크 결과를 달성함
  • 더 적은 토큰으로 동일하거나 우수한 성능을 내도록 추론 효율성을 높였으며, 비용과 성능 균형을 맞출 수 있는 3가지 추론 모드를 지원함
  • 유럽 인프라에서 처음부터 훈련된 완전 오픈 가중치 모델로 조직이 직접 호스팅 및 커스터마이징하여 소버린 AI를 구축할 수 있도록 지원함
Notable Quotes & Details
  • 1-trillion-parameter multimodal model
  • Cognition의 FrontierCode 2.0 벤치마크에서 19.7% 점수로 선두 기록
  • Artificial Analysis Coding Agent Index에서 48% 점수를 기록하며 최고 모델과 대등하면서도 작업당 토큰 사용량을 평균 47% 절감
  • Terminal-Bench 4.0에서 퍼블릭 프리뷰 대비 13%p 향상된 41%를 기록하며 오픈 가중치 모델 중 1위 달성 및 출력 토큰 30% 감축

소프트웨어 엔지니어, AI 개발자, 사이버 보안 전문가, 엔터프라이즈 및 자체 인프라 구축을 고려하는 기관

Mistral Advances AI for Engineering with NVIDIA

미스트랄(Mistral)과 엔비디아(NVIDIA)가 협력하여 AI 모델과 가속 컴퓨팅을 결합한 산업 공학 및 시뮬레이션용 차세대 워크플로를 구축한다.

  • Mistral Large 4와 물리 모델링 파이프라인을 NVIDIA CUDA-X 및 Warp와 결합하여 시뮬레이션과 AI 기반 설계를 연결하는 폐루프(closed-loop) 워크플로 지원
  • GPU 가속 기반 3D 장면 생성 및 SimReady 자산 제작을 위해 Mistral 모델을 NVIDIA Omniverse 라이브러리와 통합
  • 항공우주, 자동차, 반도체 분야를 겨냥하여 CAE 및 EDA에서 물리 모델과 에이전틱 AI를 평가할 수 있는 공개 벤치마크 및 오픈 데이터셋 구축
Notable Quotes & Details
  • Neil Ashton (VP of Computational Engineering, Mistral): "For too long, the pace of engineering has been set by the pace of simulation. With Mistral's open-weight models and physics AI capabilities, combined with NVIDIA’s accelerated computing stack, we’re giving engineers faster simulation cycles, as well as open benchmarks rigorous enough to validate agents on real CAE and EDA work."
  • Tim Costa (VP and GM of Industrial and Computational Engineering, NVIDIA): "The next wave of engineering breakthroughs will come from exploring ideas that were once too complex or time-consuming to test."

산업 공학(CAE/EDA) 엔지니어, 물리 AI 연구원, 반도체·자동차·항공우주 분야 개발팀

Voxtral 3

Mistral AI가 실시간 다국어 음성 대화 및 복잡한 워크플로우 수행을 지원하는 차세대 음성 에이전트 SDK 및 음성 모델 패밀리인 Voxtral 3을 공개했습니다.

  • Voxtral 3은 50개 이상의 다국어 음성 인식, 감정 표현이 가능한 자연스러운 음성 합성, 추론 및 도구 호출을 단일 실시간 스트리밍 파이프라인으로 통합했습니다.
  • 음성 인식 모델인 Voxtral Small Transcribe 3은 화자 분리(diarization), 문맥 편향(context-biasing), 발화 종료 감지(end-of-turn detection) 기능을 제공합니다.
  • EU 호스팅 API 또는 자체 인프라 배포를 지원하여 데이터 주권을 보장하며, 고객센터 및 가상 비서 등 다양한 자동화 업무에 활용할 수 있습니다.
Notable Quotes & Details
  • 50+ languages
  • Voxtral Small Transcribe 3
  • Mistral’s EU-hosted API

음성 AI 및 가상 비서 솔루션을 구축하려는 AI 개발자, 엔터프라이즈 아키텍트, 고객센터 솔루션 기획자

Introducing Timestral

Mistral이 최대 209M 파라미터 크기로 주요 벤치마크 1위를 기록하며 CPU에서도 효율적으로 구동되는 최초의 시계열 파운데이션 모델 패밀리 'Timestral'을 공개했습니다.

  • Timestral은 합성 데이터 사전학습, 공변량 인식 어텐션, 롱컨텍스트 학습을 결합하여 제로샷 다변량 확률적 예측을 제공하는 시계열 파운데이션 모델입니다.
  • 5M, 28M, 123M, 209M 파라미터의 4가지 크기로 제공되며, CPU에서도 효율적으로 실행 가능하고 Mistral Forge를 통한 미세 조정(fine-tuning)을 지원합니다.
  • 가장 큰 209M 모델은 기존 SOTA 대비 3분의 2 수준 파라미터만으로 GIFT-Eval, TIME, fev-bench 등 3대 주요 벤치마크에서 1위를 차지했습니다.
Notable Quotes & Details
  • 209M parameters
  • GIFT-Eval, TIME, and fev-bench
  • 5M, 28M, 123M and 209M parameters
  • outperforming the previous state of the art with only two-thirds of the model parameters

시계열 데이터 예측 및 이상 탐지를 다루는 머신러닝 엔지니어, 데이터 사이언티스트, 산업 센서 및 금융 분석 개발자

AI Day Seoul Brings Together Korea’s Industry Leaders, Startups and Developer Communities

서울 코엑스에서 개최된 엔비디아의 'AI Day Seoul' 행사에서 한국의 주요 기업, 스타트업 및 개발자 커뮤니티가 모여 피지컬 AI와 AI 에이전트 기술의 혁신 사례를 공유하고 협력을 다졌다.

  • 엔비디아의 로보틱스 및 엣지 AI 부사장 디푸 탈라(Deepu Talla)는 두산로보틱스, 현대자동차그룹, LG전자, SK그룹 및 유망 스타트업들이 엔비디아 플랫폼을 통해 범용 로보틱스를 구현하며 한국이 뛰어난 역량을 발휘하고 있다고 평가했다.
  • 쿠팡, LG AI연구원, 네이버클라우드, SK텔레콤, 업스테이지 등 국내 선도 기업의 발표와 더불어 가짜연구소, 파이토치 한국 사용자 모임 등 다양한 오픈소스 개발자 커뮤니티가 참여한 부트캠프 및 해커톤 행사가 진행되었다.
  • 500명 이상의 개발자가 엔비디아 딥러닝 인스티튜트(DLI) 워크숍 및 한국어로 진행된 인증 시험에 참가했으며, 피지컬 AI 스타트업 피칭 및 과학을 위한 AI 포럼 등 다양한 세션이 열렸다.
Notable Quotes & Details
  • more than 2,000 attendees
  • Korea is “punching above its weight,” with Doosan Robotics, Hyundai Motor Group, LG Electronics and SK Group
  • “Seeing the passion of fellow AI developers was a real source of inspiration for me.” - Hyunho Yang, research engineer at SK Telecom
  • More than 500 developers
  • 10 NVIDIA Inception startups: AIM Intelligence, Avikus, GoLe Robotics, MOVIN, Neubility, ROAI, ROBROS, TESOLLO, TwelveLabs and XYZ

피지컬 AI, 로보틱스, AI 에이전트 개발에 관심 있는 엔지니어, 국내 테크 스타트업 관계자 및 산업계 리더

US tightens AI chip export controls to deter Chinese companies from accessing compute remotely

미국 정부가 중국 등 제재 대상국 기업들이 해외 데이터센터를 원격 접속해 AI 컴퓨팅 파워를 활용하는 우회로를 차단하기 위해 AI 칩 수출 통제를 대폭 강화했습니다.

  • 중국, 러시아, 북한 등 D:5 제재국 기업에 연산 자원을 제공할 가능성이 있는 전 세계 데이터센터 대상 AI 칩 및 서버 수출 시 상무부 허가를 의무화했습니다.
  • 총 처리 성능(TPP) 1200만 이상(엔비디아 H100 또는 H200 약 750대 규모)을 공급할 수 있는 데이터센터 및 네트워크에 원격 접속 통제가 적용됩니다.
  • 말레이시아, 싱가포르, 인도네시아, 태국, 브라질 등 우회 수출 위험국 대상 수출 허가 요건이 추가되었으며, 기존 데이터센터 운영자는 규정 발효 후 90일 이내에 면허를 취득해야 합니다.
Notable Quotes & Details
  • 12 million total processing performance (TPP)
  • 약 750 Nvidia H100 or H200 chips
  • 90 days
  • D:5 group

반도체 및 클라우드 업계 관계자, AI 정책 및 보안 전문가, 글로벌 데이터센터 운영자

Apple launches new app to study how people use AI for health

Apple이 헬스케어 AI 기업 OpenEvidence와 협력하여 사용자들이 건강 관련 질문에 AI를 어떻게 활용하는지 연구하기 위한 전용 연구 앱을 출시했습니다.

  • 미국 내 21세 이상, iPhone 15 이상 및 iOS 26 이상 기기에서 Apple Intelligence를 사용하는 최대 200,000명의 참가자를 대상으로 12개월 이상 연구를 진행합니다.
  • The New England Journal of Medicine, Nature 등 공인된 임상 의학 저널에 기반한 답변을 제공하며, HealthKit 데이터(수면, 심박수 등) 연동을 통해 맞춤형 답변을 지원합니다.
  • 수집된 데이터는 익명화되어 안전하게 처리되며 AI 모델 학습에 사용되지 않고, OpenEvidence는 24시간 후 질의 및 응답 데이터를 삭제합니다.
Notable Quotes & Details
  • 최대 200,000명의 참가자를 대상으로 12개월 이상 진행
  • OpenEvidence는 질의 및 응답 데이터를 24시간 후 삭제
  • OpenAI는 올해 초 사용자들이 매주 3억 건 이상의 건강 관련 질의를 하고 있다고 발표
  • "Apple은 책임 있는 혁신이 과학적 엄밀함과 임상적 기반에서 시작된다고 믿습니다." - Sumbul Desai, M.D. (Apple 헬스 및 피트니스 부사장)

디지털 헬스케어 및 생성형 AI 기술에 관심이 있는 일반 소비자, IT 및 의료 업계 관계자

Google Maps can now create trip itineraries for you

Google Maps가 Gemini 기반 Ask Maps 챗봇을 통해 맞춤형 여행 일정 생성 및 실시간 여행지 정보 안내 기능을 출시했습니다.

  • 구글 지도 내 'Ask Maps' 기능이 당일치기 나들이부터 며칠간의 여행 일정까지 맞춤형 경로와 정차 지점을 포함해 자동으로 계획해 줍니다.
  • 생성된 일정은 친구나 가족과 공유하거나 구글 문서(Google Docs)로 내보낼 수 있으며, 실시간 교통 상황, 주차, 전기차 충전, 날씨, 통행료 정보도 함께 제공됩니다.
  • 여행 계획 기능은 Ask Maps가 지원되는 200여 개국으로 확대 적용되며, 뷰티·반려동물 케어 등 예약 탐색 및 출발 전 팁 기능은 미국에서 우선 시작됩니다.
Notable Quotes & Details
  • 유럽 내 스페인, 독일, 영국 등 30개국 이상으로 Ask Maps 지원 확대
  • 여행 계획 및 저장된 목록 검색 기능은 Ask Maps가 지원되는 200개 이상 국가에 출시
  • Which spots on saved in my lists have availability for five people in the next 30 minutes?

여행 일정을 손쉽게 계획하고 실시간 이동 경로 정보를 확인하려는 일반 구글 지도 사용자

Apple’s new study looks to improve the effectiveness of AI health tools

Apple이 대화형 AI 건강 도구의 효용성과 사용자 상호작용을 파악하기 위해 OpenEvidence와 협력하여 대규모 연구를 시작했습니다.

  • Apple은 의료 전문가용 임상 AI 플랫폼인 OpenEvidence와 협력하여 'Apple Health AI Usage Study'를 진행합니다.
  • 미국 내 21세 이상 사용자 최대 200,000명을 모집하며, 참가자는 iOS 앱을 통해 건강 관련 질문을 하고 답변의 정확도, 상세도, 관련성을 평가합니다.
  • 참가자는 Apple HealthKit 데이터를 공유해 맞춤형 답변을 받을 수 있으나, 수집된 데이터는 기밀로 유지되며 AI 모델 학습에 사용되지 않습니다.
Notable Quotes & Details
  • 최대 200,000명
  • 21세 이상
  • iPhone 15 Pro 및 iOS 26 이상 필요
  • “At Apple, we believe responsible innovation starts with scientific rigor and clinical grounding. Health is deeply personal, and conducting a dedicated research study is the most thoughtful way to understand how people engage with, comprehend, and evaluate health AI in everyday life.” - Sumbul Desai, MD

디지털 헬스케어 및 의료 AI 분야 연구자, Apple 생태계 사용자, 헬스케어 기술 개발자

Meet Meta’s JiTTests: LLM-Generated Tests Designed to Fail Before Risky Code Lands

메타가 위험한 코드 변경 사항이 병합되기 전에 실패하도록 설계된 LLM 기반 테스트 생성 시스템인 JiTTests를 프로덕션 환경에 도입했습니다.

  • JiTTests는 코드 리뷰 단계에서 버그가 포함된 diff에 대해 의도적으로 실패하는 실행 가능한 테스트를 생성하여 동작 차이를 증명합니다.
  • 2026년 상반기에 diff 단계에서 74건의 프라이버시 심각 장애(SEV)를 사전에 감지하여 발생 빈도를 20% 감소시켰습니다.
  • 야간 유휴 자원을 활용해 타겟팅, 테스트 생성, LLM-as-Judge 앙상블, 결정론적 규칙 검사(RubFake), 엔지니어 알림의 5단계 파이프라인으로 운영됩니다.
Notable Quotes & Details
  • 2026년 상반기(H1 2026) diff 단계에서 프라이버시 SEV 74건 감지 및 발생 20% 감소
  • 풀 스케일에서 엔지니어 보고 기준 60%의 참양성(true-positive) 비율 기록
  • 초기 배포 단계에서는 보고된 41건 중 8건(19.5%)만 확인됨
  • 연구 논문 분석 대상 테스트 22,126개
  • 평가 모델: Llama3.3-70B, Gemini 3 Pro, Claude Sonnet 4

소프트웨어 엔지니어, DevOps 및 QA 전문가, AI 기반 개발 도구 연구자

Alibaba Releases Qwen4-Max: 2.4T MoE, 71B Active, 1M Context

알리바바가 2.4T 파라미터 백본과 1M 토큰 컨텍스트를 지원하는 차세대 멀티모달 MoE 모델 Qwen4-Max를 출시하고 API 비용을 인하했다.

  • Qwen4-Max는 2.4T 백본 파라미터 중 토큰당 71B 파라미터가 활성화되는 독점 희소 MoE 모델로, 1M 컨텍스트 윈도우와 393K 최대 출력 토큰을 지원한다.
  • GDN과 결합된 희소 어텐션(QSA), 게이티드 잔차(GR), 328B N-gram 임베딩 등 아키텍처 개선을 통해 효율성을 높였으며 가중치는 미공개로 호스팅 서비스로만 제공된다.
  • 법률 에이전트(HLAB-Vals-1.1) 등 에이전트 작업 벤치마크에서 우수한 성과를 보였으나, 고난도 코딩 및 비전 작업에서는 경쟁 모델 대비 뒤처지는 모습을 보였다.
Notable Quotes & Details
  • 2.4T-parameter backbone, 71B parameters active per token
  • 1M-token context window, 393K max output tokens
  • 작업당 평균 비용 62% 감소
  • HLAB-Vals-1.1: 21.3 (Kimi K3.1: 11.7, Claude Opus 5.5: 9.2)
  • Work360 점수: 52.69 (Qwen3.8-Max의 47.74에서 상승)

AI 개발자, 기업 솔루션 아키텍트, 에이전트 워크플로우 엔지니어

Hark Releases Handoff², a 2x Faster Computer-Use Agent for Hark Pro

Hark가 강화학습과 하네스 개선을 통해 이전 버전 대비 평균 2배 빠른 컴퓨터 제어 에이전트 Handoff²를 출시했습니다.

  • Hark Pro 앱에 탑재된 Handoff²는 턴당 다중 액션 배치 및 지연 시간 페널티 강화학습(RL)을 통해 웹 작업 처리 속도를 약 2배 향상시켰습니다.
  • 자체 478개 작업 벤치마크에서 82%의 완료율을 기록했으며, 항공권 예약은 최대 3.8배, 장기 리서치는 5배 이상 빨라졌습니다.
  • 각 요청은 클라우드의 전용 가상 컴퓨터 환경에서 실행되며, API 호출 대신 화면 좌표 기반의 클릭과 타이핑으로 실제 사람처럼 웹사이트를 조작합니다.
Notable Quotes & Details
  • 5.6M browsing sessions and handled over $20M in purchases
  • 82% task completion on Hark’s 478-task internal benchmark (v1: 73%)
  • 93.8% on Hark’s internal alignment benchmark (v1: 90.3%)
  • Up to 3.8x faster flight booking and more than 5x faster long research
  • 10-minute task can drop to 3 minutes, and a 45-minute task to about 10

AI 에이전트 및 브라우저 자동화 도구 개발자, 생산성 향상을 원하는 Hark Pro 사용자

How to Give Claude Code Up-to-Date Documentation With Context7

Upstash가 개발한 오픈소스 MCP 서버 Context7을 활용하여 Claude Code에 최신 버전별 라이브러리 문서를 자동으로 제공하는 방법 소개

  • Claude Code와 같은 AI 코딩 도구가 학습 데이터의 한계로 인해 구버전 API나 호환되지 않는 코드를 생성하는 문제를 해결합니다.
  • Context7은 resolve-library-id와 query-docs 두 가지 MCP 도구를 통해 특정 라이브러리 및 버전의 문서를 검색해 추가 컨텍스트로 제공합니다.
  • 설치를 위해 Claude Code 및 Node.js 22.13 이상의 환경이 필요하며 대화형 설정을 통해 쉽게 연동할 수 있습니다.
Notable Quotes & Details
  • Node.js 22.13
  • LangChain 1.x

Claude Code 및 AI 코딩 도구를 활용해 개발을 진행하며 라이브러리 버전 불일치 문제로 어려움을 겪는 소프트웨어 개발자

Agentic System Design: A Self-Study Roadmap

장애 원인 분석 에이전트 프로젝트를 통해 도구, 메모리, 제어 루프, 다중 에이전트 조율 등 실전 에이전트 시스템 설계 기법을 단계별로 학습하는 로드맵을 소개합니다.

  • 에이전트 시스템 설계의 핵심은 모델의 일반적인 실패(반복 호출, 인자 조작 등)를 사전에 예측하고 제어 루프와 도구 규약을 마련하는 것이다.
  • 프로덕션 장애의 근본 원인을 분석하고 증거 및 수정안을 제시하는 장애 조사관(Incident Investigator) 프로젝트를 7단계로 직접 구현하며 학습한다.
  • 자율성은 비용과 지연 시간을 수반하므로 단순한 워크플로부터 시작하여 고정된 단계는 코드로, 열린 단계는 모델에 위임하는 작업 분해가 중요하다.
Notable Quotes & Details
  • 7-step roadmap
  • LangGraph, CrewAI, Google's Agent Development Kit
  • Autonomy is a spectrum, and each move along it adds cost, latency, and variability.

실전 프로덕션 환경에서 동작하는 AI 에이전트 시스템을 설계하고 배포하려는 소프트웨어 엔지니어 및 AI 개발자

When Should LLM Agents Forget? Memory Filtering Under Query-Critical Resolver Errors

LLM 메모리 시스템에서 오래된 정보를 완전히 삭제하는 필터링 방식이 해결기 오류로 인해 질의에 중요한 정보까지 삭제할 경우 다운스트림 정확도를 크게 떨어뜨릴 수 있음을 분석하고 비용 민감형 보존 전략을 제안한 연구입니다.

  • 오래된 것으로 분류된 사실을 무조건 삭제하는 하드 필터링(hard-filtering)은 질의에 핵심적인 정보를 잘못 삭제했을 때 심각한 성능 저하를 유발합니다.
  • 표적 개입 실험 결과, 잘못된 정보를 남겨두는 것(false-keep)보다 중요한 정보를 오삭제하는 것(false-drop)이 훨씬 더 큰 성능 저하를 초래하는 것으로 나타났습니다.
  • 검증 데이터가 없는 환경에서는 무리한 삭제 대신 레이블 없이 정보를 보존하는 방식을 기본값으로 채택하고, 삭제는 비용 민감형(cost-sensitive) 방식으로 관리해야 합니다.
Notable Quotes & Details
  • 완전한 해결 상태에서는 하드 드롭이 +0.186 ~ +0.230의 이득을 보였으나, 가장 낮은 신뢰도 조건에서는 -0.176 ~ -0.181의 손실로 전환됨
  • 고정된 102/102 캘리브레이션/테스트 분할에서 배포 맞춤형 게이트가 0.655의 정확도를 기록(상시 하드 드롭 0.641, 오라클 선택 0.662)
  • arXiv:2611.17338v1

LLM 기반 에이전트 및 메모리 아키텍처를 연구·개발하는 AI 엔지니어 및 연구원

Does the Ranking Hold? A Practitioner-Facing Audit of Hallucination Detectors on Small, Quantized, On-Device LLMs

4비트 양자화된 소형 온디바이스 언어 모델 환경에서 기존 환각 탐지기들의 순위 일관성과 성능을 단일 GPU 환경으로 검증한 실무자 대상 연구입니다.

  • 실제 온디바이스에 배포되는 4비트 NF4 양자화 모델(Llama-3.2-3B-Instruct, Qwen2.5-3B-Instruct)을 단일 Colab T4 GPU 환경에서 TriviaQA 폐쇄형 질의응답으로 환각 탐지기 성능을 평가함
  • 모델 간 환각 탐지기 성능 순위 전이성이 매우 낮아 순위가 뒤바뀌었으며, 비용이 적게 드는 어휘적 n-gram 기준선이 부트스트랩 95% 신뢰구간에서 고비용 샘플링 일관성 탐지기들과 통계적으로 유의미한 차이를 보이지 않음
  • TruthfulQA-Generation의 표준 토큰 중복 기반 레이블러는 0.46-0.59의 무작위 수준 AUROC를 기록하며 라벨링 결함을 보인 반면, 동일 파이프라인에서 TriviaQA 평가 시 0.69-0.89 AUROC를 달성함
Notable Quotes & Details
  • Spearman rho: -0.80
  • Kendall tau-b: -0.667
  • TruthfulQA-Generation AUROC: 0.46-0.59
  • TriviaQA AUROC: 0.69-0.89
  • Phi-3-mini, Llama-3.2-3B-Instruct, Qwen2.5-3B-Instruct, Gemma-2-2B-Instruct
  • 4-bit NF4 quantization on a single Colab T4 GPU
  • arXiv:2611.17339

자원 제약이 있는 온디바이스 환경에 소형 언어 모델을 배포하고 환각 탐지 파이프라인을 구축하려는 AI 실무자 및 연구자

LoRAWeaver: Directional Adapter Routing in LoRA Representation Space

추가 학습 없이 어댑터 출력 공간에서의 방향성 정렬을 통해 작업에 적합한 LoRA 어댑터를 동적으로 선택하는 LoRAWeaver 기법을 제안한 논문입니다.

  • 반복적인 파라미터 효율적 미세조정(PEFT)으로 늘어난 LoRA 어댑터 풀에서 추론 시 적절한 어댑터를 선택하는 문제를 어댑터 출력 공간의 표현 정렬 문제로 재해석했습니다.
  • 새 어댑터 추가 시 재학습이 필요한 기존 방식과 달리, 코사인 유사도를 활용해 어댑터 조건부 쿼리 표현과 작업 프로토타입을 매칭하는 훈련 불필요(training-free) 라우팅 방식을 제안했습니다.
  • LLaMA-2-7B 및 LLaMA-2-13B 모델과 48개 작업의 FLAN-v2 벤치마크 실험을 통해 별도 라우터 학습 없이도 기존 비학습 기반 기준 모델보다 우수한 성능을 입증했습니다.
Notable Quotes & Details
  • arXiv:2611.17340v1
  • LLaMA-2-7B
  • LLaMA-2-13B
  • 48-task FLAN-v2 benchmark

LLM 서빙 최적화 및 모듈형 어댑터(LoRA) 라우팅 기법을 연구하는 AI 엔지니어 및 연구자

Tabular Population Priors as Structured Retrieval for EHR Medication Set Prediction

전자의무기록(EHR) 기반 투약 세트 예측 시, 유사 환자 기록 대신 질환-약물 동시 발생 통계인 정형 집단 사전 확률을 검색 객체로 활용하여 효율성과 성능을 크게 향상시킨 연구입니다.

  • 기존 임상 RAG 방식처럼 유사 환자 기록을 통째로 검색하는 간접적 방식 대신, 훈련 데이터에서 추정한 질환-약물 동시 발생 기반의 집단 통계를 직접 검색 객체로 제안했습니다.
  • PACERAG 파이프라인에서 환자 검색기만 교체한 결과, 추가적인 LLM 호출이나 환자 색인 구축 없이도 F1 점수가 0.303에서 0.338로 11.5% 향상되었습니다.
  • 고정된 어휘 기반의 EHR 예측에서는 환자 단위의 최근접 이웃 검색보다 집계된 인구 통계 정보가 더 과업에 부합하고 효율적이며 감사 가능한 검색원임을 입증했습니다.
Notable Quotes & Details
  • F1 from 0.303 to 0.338 (+11.5% relative)
  • Jaccard from 0.218 to 0.237 on 1,004 heldout MIMIC IV admissions
  • non LLM top k baseline reaches F1=0.248
  • arXiv:2611.17341v1

의료 AI 연구자, 임상 자연어 처리 및 EHR 기반 예측 모델 개발자

An Operationalization of Opaque Serial Depth

AI 모델이 해석 가능한 병목 구간을 거치지 않고 수행하는 비언어화된 연속 인지량을 정량화하기 위해 NLS 깊이라는 새로운 척도를 제안하고 분석한 연구이다.

  • 생각의 사슬(CoT) 모니터링 가능성을 위협하는 아키텍처 변화에 대응하여, 모델 내 해석 불가능한 최장 연산 경로를 측정하는 불투명 연속 깊이(opaque serial depth)를 공식화했다.
  • 자연어 기반(NL-rooted) 노드를 기준 병목으로 정의한 NLS 깊이는 아키텍처와 학습 레시피만으로 사전 판정이 가능하며 프롬프팅이나 RL 등 일반적인 사후 학습의 영향을 받지 않는다.
  • 기존 오픈 가중치 모델 분석 결과 NLS 깊이는 레이어 수와 강한 상관관계를 보이며 천천히 증가해 왔으나 잠재 추론 아키텍처 도입 시 급증할 수 있어 개발자의 추적 및 보고가 필요하다고 제안했다.
Notable Quotes & Details
  • arXiv:2611.17495v1
  • Gemma3-1B

AI 정렬 및 안전성 연구자, AI 모델 아키텍처 설계자 및 개발자

Alignment with Reflect-Reasoning: Learning How To Follow Principles

대규모 언어 모델이 고정된 규칙을 단순히 따르는 대신 정렬 원칙을 능동적으로 추론하고 준수하도록 훈련하는 Reflect-Reasoning 기법을 제안한 연구입니다.

  • 단순 시스템 프롬프팅이나 사후 비판 방식의 한계를 넘어, 모델이 정렬 원칙을 어떻게 추론할지 직접 학습시키는 Reflect-Reasoning 방법론을 도입했습니다.
  • 5개 모델 평가에서 시스템 프롬프팅 및 기존 반영 추론 전략을 능가했으며, 의료 및 금융 등 학습에 포함되지 않은 도메인(OOD) 원칙으로도 일반화 성능을 보였습니다.
  • 드물지만 중대한 원칙 위반 사례를 줄이고, 기존 안전 엔지니어링을 훼손하지 않으면서 적대적 원칙을 활용한 탈옥 시도에도 강력한 내구성을 입증했습니다.
Notable Quotes & Details
  • arXiv:2611.17398v1
  • 5개 모델에 걸쳐 일관된 성능 향상 확인 (Across five models)
  • Reflect-Reasoning

AI 정렬 및 안전 연구자, LLM 배포 엔지니어, AI 윤리 가드레일 설계자

Classification with Large-Step Gradient Descent: Unifying Self-Stabilization and Convergence Rates

기존 안정성 임계값을 초과하는 큰 학습률(보폭)을 사용하는 경사하강법이 분류 모델에서 보이는 자기 안정화 메커니즘과 수렴 속도 이론을 기하학적 관점에서 통합한 연구입니다.

  • 최소값 매니폴드가 존재하지 않는 지수 꼬리 손실(로지스틱, 크로스 엔트로피 등) 환경에서 곡률 기반 참조 부분공간을 정의하여 큰 보폭 경사하강법의 동역학을 분석했습니다.
  • 선형 분류 문제에서 불안정 영역과 안정 영역 모두를 포괄하는 반복점들의 명시적 한계를 유도하고, 안정 영역에서 3단계 감쇠 구조가 나타남을 규명했습니다.
  • 큰 보폭이 유도하는 일시적 암시적 편향을 발견하였으며, 점근적으로는 최대 마진 방향에 수렴하지만 유한 시간 내에서는 직교 잔차가 지속되거나 증폭되어 정렬에 영향을 줄 수 있음을 밝혔습니다.
Notable Quotes & Details
  • arXiv:2611.17459v1

머신러닝 및 딥러닝 최적화 이론 연구자, 신경망 수렴 역학 및 학습률 동역학에 관심 있는 수학/통계/AI 연구자

Diffusion Tree Sampling for Inference Time Adaptation of Crystal Generative Models

모델 수정 없이 추론 시점에서 몬테카를로 트리 탐색을 적용해 결정 생성 모델이 상충하는 여러 물성을 만족하도록 유도하는 확산 트리 샘플링(DTS) 기법에 대한 연구입니다.

  • 비용이 큰 파인튜닝이나 미분 가능한 유도 방식 대신, 디노이징 궤적 상에서 몬테카를로 트리 탐색을 수행하는 확산 트리 샘플링(DTS)을 통해 추론 시점 적응을 구현했습니다.
  • 목표 분포를 왜곡하지 않고 기존 조건부 생성 모델을 DTS 내 안내 제안으로 활용하는 방법과 단일 탐색으로 파레토 전선 전반에 걸친 샘플을 생성하는 다목적 샘플링 기법을 제안했습니다.
  • 결정 신규 생성 실험에서 생성된 결정의 안정성을 높이고 희귀 공간군이나 고체적 탄성률 물질, 고유전율과 고밴드갭 파레토 전선에 속하는 결정을 성공적으로 생성했습니다.
Notable Quotes & Details
  • arXiv:2611.17462v1

AI 기반 재료 과학 및 신소재 설계 연구자, 생성형 확산 모델 연구자

Availability-Aware Historical Feedback Learning for Electric Arc Furnace Temperature and Chemical Composition Prediction

전기로(EAF) 제강 공정에서 측정 지연을 고려한 가용성 인지 이력 피드백 학습 프레임워크를 통해 용강의 종점 온도 및 12개 화학 성분 농도 예측 정확도를 향상시킨 연구입니다.

  • 측정값의 간헐적·지연 특성을 반영하여 60분의 측정값 공개 지연 조건을 가정한 상태에서 유효한 과거 결과값만을 피드백으로 활용하는 모델을 구축했습니다.
  • 8개의 산업 데이터 소스를 정적(19개), 시계열(39개), 이력 정보(47개) 특성으로 점진 확장하고, 12개 회귀 알고리즘을 시계열 전진 검증으로 평가하여 156개 비교 대상 중 147개에서 RMSE를 감소시켰습니다.
  • 온도 예측에서 ExtraTrees 모델이 12.290°C의 RMSE(기존 대비 5.54% 감소)를 기록했으며, 재학습 없는 잔차 보정 기법으로 RMSE를 추가 개선할 수 있음을 입증했습니다.
Notable Quotes & Details
  • 19,738 temperature heats 및 3,341 chemistry heats 데이터 사용
  • assumed 60-minute measurement-release delay
  • 156개 비교 중 147개에서 RMSE 감소
  • ExtraTrees 온도 예측 RMSE 12.290°C (5.54% 감소)
  • 적응형 잔차 보정을 통해 온도 RMSE 12.502°C에서 12.275°C로 추가 감소

철강 및 스마트 제조 공정 엔지니어, 산업 인공지능 및 시계열 센서 데이터 예측 연구자

Do Mixture-of-Experts Routers Benefit from Ensembling?

전문가 혼합(MoE) 모델의 라우팅 단계에 앙상블 기법을 적용했을 때의 성능 향상과 연산 비용 간의 트레이드오프를 체계적으로 분석한 연구입니다.

  • 라우터 수가 증가할수록 검증 손실(validation loss)이 감소하는 효과를 확인했습니다.
  • 전문가 다양성을 명시적으로 극대화하도록 라우터를 학습시키면 4개 작업 중 3개에서 평균 성능이 향상되었으나, 라우터 자체의 다양성 극대화는 성능에 유의미한 영향이 없었습니다.
  • 라우터 가중치를 결합할 때 기하평균보다 산술평균을 사용하는 것이 더 우수한 성능을 보였습니다.
  • 라우터 앙상블을 통해 완만한 성능 개선을 얻을 수 있지만, 추가 라우터 학습에 따르는 연산 비용 증가로 인해 그 이점이 상쇄됩니다.
Notable Quotes & Details
  • arXiv:2611.17472v1
  • two image-classification and two tabular-regression tasks
  • Routing benefits mildly from ensembling, but this benefit is offset by the computational cost of training additional routers.

인공신경망 앙상블 기법 및 MoE(Mixture-of-Experts) 아키텍처 최적화에 관심이 있는 AI 연구원 및 딥러닝 엔지니어

Tracing Knowledge and Reasoning in LLM

대규모 언어 모델(LLM)의 단순 벤치마크 점수 평가를 넘어, 지식 검색과 추론 과정에서의 내부 처리 패턴을 분석하고 특성화하는 태스크 중심 프레임워크를 제안한 연구입니다.

  • 어텐션, 활성화 신호, 표현 기반 척도를 결합하여 검색 중심 태스크부터 추론 중심 태스크까지 벤치마크 전반에서 유발되는 모델 내부 처리 과정을 분석함
  • 16개 LLM과 24개 벤치마크를 평가하여 지식 중심 태스크와 추론 중심 태스크 간의 체계적인 내부 처리 차이를 규명하고, 점수에 가려진 실패 모드를 포착함
  • 점수 중심 평가에서 벗어나 모델 내부의 처리 패턴을 분석함으로써 정밀한 벤치마크 선정과 모델 선택을 지원하며 코드를 오픈소스로 공개함
Notable Quotes & Details
  • 16 LLMs across 24 diverse benchmarks
  • https://github.com/extraordinarylab/trace-kr
  • arXiv:2611.17461v1

LLM 내부 동작 원리 및 추론·지식 처리 메커니즘을 연구하는 AI 연구자 및 평가 벤치마크 개발자

Poetry 'resurrection' from LLMs

대규모 언어 모델(LLM)을 활용해 엄격한 연 구절 구조 내에서 무한한 시를 생성할 수 있는지 정량적·정성적으로 탐구한 연구입니다.

  • 반복적인 구조 내에서 각 행의 끝 단어 간 시적 관계를 형성하는 2행 연(couplets)을 활용해 AI의 시 창작 능력을 실험했습니다.
  • 수동 프롬프트 기반의 인간-AI 공동 창작(실험 1)과 LLM에 의미적 유사도를 결합해 1000편의 결과물을 자동 생성한 방식(실험 2)을 비교했습니다.
  • AI가 흥미로운 단어 조합을 생성할 수는 있지만 인간 수준의 창의성과 시적 관계 이해에는 미치지 못하며, 단어 수준의 생성 한계가 있음을 확인했습니다.
Notable Quotes & Details
  • arXiv:2611.17464v1
  • Experiment 2 reliably achieves automated output reaching the 1000 benchmark via an alternative method of using an LLM in combination with semantic similarity

인공지능 기반 창작 예술 및 자연어 처리(NLP), 계산 시학 연구자

CamSpokenNLI: A Pilot Resource for Cross-Variety Transfer Evaluation in Cameroon Pidgin English and Camfranglais

카메룬 피진 영어와 캄프랑글레를 위한 최초의 음성 자연어 추론(NLI) 파일럿 데이터셋인 CamSpokenNLI를 구축하고 교차 변종 전이 및 음성 인식 성능을 평가한 연구입니다.

  • 카메룬 피진 영어와 캄프랑글레 각 114개씩 총 228개의 음성·텍스트 쌍으로 구성된 시나리오 매칭 NLI 파일럿 데이터셋 CamSpokenNLI를 공개했습니다.
  • XLM-RoBERTa 기준 정확도는 44~46% 수준이었으나 가설 전용 입력과 통계적으로 유의미한 차이가 없어 가설 어휘 편향 문제가 나타났으며, 분리 항목 교차 전이 평가 시 정확도는 40.1~45.6%를 기록했습니다.
  • Whisper의 제로샷 전사 오류율(WER)이 피진 66.6%, 캄프랑글레 45.5%로 매우 높았고 피진 음성의 대부분을 요루바어나 스와힐리어로 오인식하여, 엔드투엔드 음성 NLI를 위해서는 음성 인식 모델의 선행 적응이 필요함을 확인했습니다.
Notable Quotes & Details
  • 총 228개 시나리오 매칭 항목 (변종당 114개)
  • XLM-RoBERTa 5겹 교차 검증 정확도: Pidgin 44.7%, Camfranglais 46.2% (무작위 기준 33.3%)
  • 분리 항목 교차 변종 전이 정확도: Pidgin→Camfranglais 40.1%, Camfranglais→Pidgin 45.6% (누출 시 60~64%로 과장)
  • Whisper 제로샷 단어 오류율(WER): Pidgin 66.6%, Camfranglais 45.5%
  • Whisper Large-v3 자동 언어 식별: Pidgin 녹음 114개 중 93개를 Yoruba 또는 Swahili로 분류

자연어 처리 및 음성 언어 처리 연구자, 저자원 언어 및 방언 전이 학습 연구자

See Every Block Once: Variance-Reduced Post-Training for Masked Diffusion Language Models

마스크드 확산 언어 모델(MDLM)의 사후 학습에서 블록 선택에 따른 분산을 줄이기 위해 모든 블록을 정확히 한 번씩 평가하는 풀 블록 추정기를 제안한 연구입니다.

  • 마스크드 확산 언어 모델(MDLM)의 사후 학습은 ELBO 기반의 대리 목적 함수를 몬테카를로 방식으로 추정하는데, 기존의 무작위 블록 샘플링 방식은 블록 선택으로 인한 분산이 발생하는 한계가 있었습니다.
  • 이 논문에서는 모든 블록을 정확히 한 번씩 평가하여 평균을 내는 풀 블록 추정기(full-block estimator)를 제안하여 편향 없이 블록 선택 분산을 제거하고 동일 샘플 크기 대비 낮은 분산을 달성했습니다.
  • 수학, 계획, 코딩 분야를 아우르는 5개 벤치마크 실험 결과, 4개 벤치마크에서 최고 정확도를 달성하며 기존 무작위 블록 샘플링 기준선보다 평균 12.79점 향상된 성능을 보였습니다.
Notable Quotes & Details
  • arXiv:2611.17754
  • 5개 벤치마크 중 4개 벤치마크에서 최고 정확도 달성
  • 무작위 블록 샘플링 기준선 대비 평균 12.79점 성능 향상

확산 모델 기반 언어 모델 및 LLM 정렬(사후 학습)을 연구하는 AI 연구자 및 엔지니어

GDP.xlsx: Benchmarking Frontier Models on Professional Workbooks

전문가 수준의 실제 업무용 스프레드시트를 활용해 프론티어 AI 모델의 실무 처리 능력을 평가하는 벤치마크 GDP_xlsx를 소개한 논문입니다.

  • 13개 분야 현직 전문가들이 작성한 70개의 실제 업무 요청과 791개의 이진 루브릭 평가 기준, 총 218만 개 셀로 구성된 스프레드시트 벤치마크를 구축했습니다.
  • 스프레드시트 도구를 제공한 환경에서 엄격한 pass@1 기준을 적용한 결과, 최고 성능을 기록한 Gemini 4 Argon 모델도 38.3% 통과에 그쳤으며 중앙값은 19.3%에 머물렀습니다.
  • 평가 프레임워크와 3개의 공개 태스크를 배포하였으며, 리더보드 오염 방지를 위해 나머지 67개 태스크는 비공개로 유지됩니다.
Notable Quotes & Details
  • 70 realistic workplace requests written by professionals in 13 domains
  • 2.18 million populated cells
  • 791 criteria
  • Gemini 4 Argon, passes only 38.3% of attempts
  • median score is 19.3%

AI 연구자, LLM 벤치마크 개발자, AI 기반 데이터 분석 및 자동화 실무자

Show GN: Landlink - 인터넷 없이 통신하는 오픈소스 프로젝트

인터넷이나 이동통신망이 없는 환경에서 LoRa와 BLE를 이용해 휴대폰 간 메시지 및 위치를 공유할 수 있는 오픈소스 오프그리드 통신 프로젝트 Landlink에 대한 소개입니다.

  • ESP32 기반 LoRa 보드에 펌웨어를 설치하고 휴대폰과 BLE로 연결하여 독립 기지국처럼 사용 가능
  • 펌웨어 v0.4.0 업데이트를 통해 Meshtastic 상시 호환 및 Wi-Fi 메시 기반 사진·영상 전송 기능 추가
  • 재난, 등산, 캠핑, 오지 등 통신 두절 환경에서 문자·위치 공유 및 별도 요금제 없는 독립 그룹 통신망 구축 지원
Notable Quotes & Details
  • ESP32
  • v0.4.0
  • 지난 6월

오픈소스 하드웨어 개발자, 재난 대비 및 아웃도어(등산·캠핑) 통신망 구축에 관심 있는 사용자

AISTATS 2027 paper discussion [D]

AISTATS 논문 리뷰 결과 발표를 앞두고 의견을 나누기 위해 개설된 레딧 토론 게시글입니다.

  • 논문 심사 결과가 당일 공개될 예정이라는 소식과 함께 토론이 시작되었습니다.
  • 작성자가 커뮤니티 구성원들의 의견과 반응을 묻고 있습니다.
  • 구체적인 심사 결과나 학술적 토론 내용은 포함되지 않은 짧은 알림성 게시글입니다.
Notable Quotes & Details

머신러닝 연구자 및 학술 논문 제출자

Notes: 내용 불완전

Steering a pretrained music transformer at sampling time into a real-time jazz partner (no fine-tuning) [P]

사전 학습된 음악 트랜스포머 모델을 미세조정 없이 샘플링 시점 제어 기법을 통해 실시간 재즈 합주 파트너로 구현한 오픈소스 프로젝트 'duetto'에 관한 소개입니다.

  • 미세조정(Fine-tuning) 대신 Anticipatory Music Transformer 사전 학습 모델을 그대로 활용하며, 샘플링 단계에서 로짓을 수정하는 규칙 레이어를 통해 연주를 실시간 제어함
  • Weimar Jazz Database의 솔로 프레이즈 인용과 모델 자체 생성을 결합하고, 약 1초 분량을 미리 샘플링해 재생성하는 방식으로 낮은 지연 시간을 유지함
  • RTX 3080 Ti 기준 음표당 12~18ms의 빠른 속도를 보이지만, 연주자와의 싱크 이탈 및 규칙 편향 조절의 민감성 같은 한계가 존재함
Notable Quotes & Details
  • Demo (Autumn Leaves, 160 bpm)
  • 데모 기준 솔로 음표의 약 61%는 인용된 프레이즈나 테마에서 유래
  • 지연 속도: 3080 Ti에서 medium 모델 기준 ~12 ms/note, large 모델 기준 ~18 ms/note, Jetson Orin Nano에서 ~90 ms/note

음악 AI 연구자, 실시간 인터랙티브 오디오 개발자, 재즈 및 미디(MIDI) 연주자

Social Simulation with LLMs - From Proxies to Population (CFP @ AAAI'27) Due Nov. 20 [R]

AAAI-27에서 개최되는 제3회 LLM 기반 사회 시뮬레이션 워크숍(Social Sim'27)의 논문 모집 공고 및 핵심 연구 주제 안내.

  • LLM 에이전트 집단 시뮬레이션에서 나타나는 극단화나 규범 형성 등의 현상이 사전 학습 데이터의 암기나 프롬프트 때문인지, 실제 집단 상호작용의 결과인지 규명하는 인과 귀인 문제에 집중합니다.
  • 모집 연구 축은 인구 구성(페르소나 모델링·편향), 집단 역학(창발성 분리·네트워크 구조), 추론 및 영향(검증 프로토콜·윤리적 함의)의 세 가지입니다.
  • 사회적 환경 시뮬레이션을 다룬 논문만 대상이며, 단일 에이전트 연구나 사회적 해석이 배제된 단순 다중 에이전트 강화학습 등은 대상에서 제외됩니다.
Notable Quotes & Details
  • submission Nov 20, 2026
  • notification Dec 2
  • camera-ready Dec 9
  • workshop Feb 22 or 23, 2027
  • Regular: up to 7 pages
  • Early-stage: up to 4 pages
  • AAAI-27 in Montréal

LLM 기반 에이전트 시뮬레이션 및 인공사회학·계산사회과학 연구자

Your enterprise AI access can be sold for pennies – beware ‘LLM Mixers’

사이버 범죄자들이 탈취한 기업의 AI 자격 증명을 'LLM 믹서'를 통해 헐값에 재판매하여 기업들에 막대한 비용 피해를 입히고 있다는 구글 위협 인텔리전스 보고서 내용 요약.

  • 구글 위협 인텔리전스 그룹(GTIG)의 보고서에 따르면 해커들이 탈취한 AI 계정 및 API 키를 'LLM 믹서(LLM Mixers)'라는 불법 스토어프론트를 통해 단돈 몇 센트에 재판매하고 있습니다.
  • 자격 증명이 도용당한 기업은 공격자의 고성능 연산 및 악의적 AI 사용으로 인해 10만 달러 이상의 막대한 종량제 청구 요금을 떠안거나 데이터 유출 및 오염 피해를 겪을 수 있습니다.
  • 이러한 LLMjacking 피해를 예방하기 위해 기업은 토큰 지출 한도 설정, 이상 행위 감지 알림, 지속적인 보안 모니터링을 도입해야 합니다.
Notable Quotes & Details
  • AI token batches can be sold for as little as $0.10, while organizations foot usage bills of over $100,000.
  • Ramp AI index data: top 1% spent over $10,000 per employee per month, compared with around $16 for the median firm.
  • John Hultquist, chief analyst for GTIG: seen a “major increase” in LLMjacking over 2026
  • Token prices for business use ranged from $0.10 to $25

기업 보안 담당자(CISO), AI 인프라 관리자 및 IT 경영진

AI finds zero-day flaws for just $4 now – even mediocre hackers can cash in

AI 모델 성능 향상과 토큰 비용 하락으로 인해 단돈 4달러 수준의 저비용으로 15분 만에 제로데이 보안 취약점을 발견할 수 있게 되었습니다.

  • 보안 침투 테스트 기업 Xint.io의 연구에 따르면 7개 주요 AI 모델 중 GPT 6 Sol, GPT 5.6 Sol, Claude Opus 5 3개 모델이 구글 V8 엔진의 미공개 원격 코드 실행(RCE) 제로데이 취약점(CVE-2026-102321)을 탐지하는 데 성공했습니다.
  • 올해 2월 테스트 당시 25시간 동안 350달러를 들여도 찾지 못했던 취약점을 9월에는 GPT 6 Sol이 단 13분 만에 4.24달러의 비용으로 발견했습니다.
  • 토큰 가격이 지속적으로 급락하고 모델 성능이 고도화됨에 따라 일반적인 해커들도 최신 AI 모델을 활용해 저비용으로 제로데이 공격을 감행할 수 있는 위험이 커졌습니다.
Notable Quotes & Details
  • 2023년 이후 도메인별 토큰 평균 비용 분기당 약 47% 하락, 지난달에만 15% 하락
  • CVE-2026-102321: 구글 V8 엔진의 타입 혼동 기반 원격 코드 실행(RCE) 취약점
  • 2월 테스트: 25시간 동안 350달러 소요 후 취약점 발견 실패
  • 7월 GPT 5.6 Sol: 44분 동안 22달러 소요하여 취약점 발견 (프롬프트 2회)
  • 9월 GPT 6 Sol: 첫 번째 가이드 프롬프트로 13분 만에 4.24달러로 취약점 발견
  • Claude Opus 5: 첫 시도에 발견 성공했으나 43.40달러 소요
  • DeepSeek 및 Z.ai 오픈소스 모델은 취약점 발견 실패
  • “mediocre hackers”

사이버 보안 전문가, 소프트웨어 개발자, IT 보안 관리자 및 AI 기술 정책 입안자

Can Robots Bring Stroke Surgery to Remote Hospitals?

원격지 및 농어촌 지역의 뇌졸중 환자에게 적시 수술을 제공하기 위해 원격 수술 로봇을 개발하는 Remedy Robotics의 기술과 도전 과제를 소개합니다.

  • Remedy Robotics는 혈전으로 인한 허혈성 뇌졸중 환자에게 혈전제거술을 원격으로 수행할 수 있는 카테터 로봇 'Remedy N1'을 개발했습니다.
  • 골든타임이 중요한 뇌졸중 치료에서 원격 수술 로봇은 전문의가 없는 지방 병원에서 환자 이송으로 인한 시간 손실을 줄이는 것을 목표로 합니다.
  • 원격 수술 기술을 통해 현재 시술 적격 환자 중 소수만 치료받는 현실을 개선하고자 소수 환자를 대상으로 원격 시험을 시작했습니다.
Notable Quotes & Details
  • 2025 data, at least 5 million people around the world suffer ischemic strokes every year.
  • Today, only about 1 in 10 patients eligible for thrombectomy receive one.
  • Smoothness and precision are not clinical outcomes. Neither is a surgeon’s ergonomics.

의료 로봇 및 디지털 헬스케어 기술에 관심 있는 의료진, 연구자 및 일반 대중

Uber’s Legal AI Agent Cuts Contract Review Time by 20% with Rules and RAG

우버가 RAG, 변호사 피드백 루프, 결정론적 규칙 엔진을 결합한 법률 AI 에이전트를 도입하여 계약서 검토 시간을 20% 이상 단축하고 91%의 결정 정확도를 달성했다.

  • 우버는 마이크로소프트 워드 애드인 형태로 통합되어 계약서 수정안을 분석하고 위험을 평가하며 수정 방향을 제안하는 법률 AI 에이전트를 개발 및 도입함
  • 단순 RAG 방식의 한계를 극복하기 위해 변호사들의 의사결정 내역과 추론 과정을 저장하는 피드백 루프 및 시간 경과에 따른 지수 감쇄 가중치(반감기 365일) 메커니즘을 적용함
  • 시스템 아키텍처는 React/TypeScript 워드 애드인과 LangGraph 기반의 Python 백엔드로 구성되며, 결정론적 규칙 엔진이 모델의 추천보다 법적 필수 요건을 우선시하도록 설계됨
Notable Quotes & Details
  • 평균 계약서 검토 시간 20% 이상 단축
  • AI 생성 의사결정 정확도 91% 달성
  • early 2024년 개발 시작, 2025년 법무팀 파일럿 운영
  • 지수 감쇄 반감기 365일 설정

기업 법무팀 담당자, 엔터프라이즈 AI 솔루션 설계자 및 LangGraph 기반 실무 애플리케이션 개발자

Airbnb Introduces CASTLE for Training Natural Language Search Models with Synthetic Data

에어비앤비가 비식별화된 예약 세션과 LLM을 결합하여 합성 쿼리와 관련성 레이블을 생성함으로써 자연어 검색 모델의 콜드스타트 문제를 해결하는 프레임워크인 CASTLE을 발표했습니다.

  • 기존 분리 방식(쿼리 생성 후 별도 레이블링)과 달리, 실제 예약된 숙소(양성)와 열람 후 미예약된 숙소(음성)의 대조 쌍을 활용해 LLM이 동시에 쿼리와 레이블을 도출하도록 설계했습니다.
  • 템플릿 프롬프트, 500개의 시드 쿼리를 활용한 퓨샷 프롬프트, 속성 기반 프롬프트와 쿼리 다양성 메커니즘을 결합했으며 신규 등록 숙소를 위해 '가상 평가자(Virtual Judge)' 및 'CASTLE-R' 변형 모델을 도입했습니다.
  • 실제 사용자 쿼리 분포와의 쿨백-라이블러(KL) 발산 평가에서 1.01을 기록해 기존 최고 기준치(Promptagator, 9.33) 대비 9.2배 격차를 줄였고, 전문가 인간 평가에서도 91~93%의 높은 일치도를 확인했습니다.
Notable Quotes & Details
  • 약 500개의 시드 쿼리(seed queries) 활용
  • 실제 사용자 쿼리 분포와의 KL 발산 1.01 달성 (Promptagator의 9.33 대비 9.2배 감소)
  • 속성 유형 수준의 KL 발산 0.08 달성 (수동 조사 시드 쿼리의 0.09 수준)
  • 전문가 3인이 200개 샘플 트리플릿을 평가한 결과 91%~93%의 관련성 일치도 기록

검색 및 추천 시스템 엔지니어, LLM 기반 데이터 합성 및 검색 모델 파인튜닝 연구자/개발자

Amazon Uncovers AI Agent Campaign Targeting LiteLLM, Dify, and Other Apps for API Keys

공격자들이 침투 테스트용 오픈소스 AI 도구인 ARTEX를 활용해 LiteLLM, Dify 등 인터넷에 노출된 AI 애플리케이션의 취약점을 탐색하고 API 키를 탈취해 온 공격 캠페인이 아마존에 의해 포착되었습니다.

  • 공격자들은 ARTEX 기반 AI 에이전트를 이용해 LiteLLM, One API, Dify 등 다수의 AI 공급자 키를 관리하는 게이트웨이 및 빌더 애플리케이션의 취약점을 집중적으로 탐색했습니다.
  • 탈취된 API 키는 다시 다음 공격 및 새로운 키 탐색을 위한 AI 모델 구동 자원으로 재사용되는 공유 풀 형태로 운영되었습니다.
  • 아마존 위협 인텔리전스 팀은 MadPot 디코이 서버를 통해 공격 에이전트의 활동 기록을 확보했으며, 간체자 프롬프트 및 시간대 설정을 근거로 중국 연계 조직의 소행일 가능성을 중간 수준의 신뢰도로 추정했습니다.
Notable Quotes & Details
  • From October 3 to late last week
  • 400 database dump requests in an hour
  • "Amazon Threat Intelligence did not observe that activity as it happened and cannot verify the outcomes the agents reported, but the records show what the actors were pursuing,"

AI 애플리케이션 개발자, 클라우드 인프라 및 보안 엔지니어, 위협 인텔리전스 분석가

알리바바 '큐원4 맥스' 정식 출시…성능 높이고 작업 비용 67% 절감

알리바바가 활성 매개변수와 작업 비용을 대폭 줄이면서 성능을 높인 차세대 AI 모델 '큐원4 맥스'를 정식 출시했다.

  • 총 2조4000억개 매개변수 중 활성 매개변수를 710억개로 줄이고 게이티드 델타넷 등 신규 아키텍처를 도입해 연산 효율을 높였다.
  • 외부 벤치마크(AAII)에서 43점을 기록해 성능이 향상되었으며, 작업당 평균 비용은 약 67% 감소했다.
  • 소프트웨어 개발 평가(딥SWE 1.1)에서 75.7점을 기록하며 경쟁력을 보였고, API 가격도 입력 1.50달러, 출력 4.50달러로 전작 대비 25% 인하됐다.
Notable Quotes & Details
  • 총 매개변수 2조4000억개, 활성 매개변수 710억개
  • 아티피셜 애널리시스 종합 지능 지수(AAII) 43점(전작 34점 대비 9점 상승)
  • 작업당 평균 비용 10.02달러에서 3.27달러로 약 67% 감소
  • API 가격 입력 100만 토큰당 1.50달러, 출력 100만 토큰당 4.50달러

AI 개발자, 연구원, 기업 의사결정권자

앤트그룹, 로봇에 '촉각' 더하는 AI 공개…물체 잡는 힘까지 판단

앤트그룹 자회사 로비앤트가 이기종 촉각 센서 데이터를 통합해 로봇의 정밀 조작 능력을 높이는 오픈소스 파운데이션 모델 '링봇 터치'를 공개했다.

  • 약 5000시간의 실제 촉각 데이터를 학습하여 자기식, 압저항식, 시각 기반 등 서로 다른 원리의 3종 센서 데이터를 하나의 공통 표현 체계로 통합했다.
  • 샤르파 웨이브 및 X핸드 로봇 손을 통한 26개 작업 평가에서 기존 제어 AI 대비 평균 작업 수행 점수가 13.9~24.8%포인트 향상되었다.
  • 약 550만 개 매개변수의 '타이니' 모델을 포함해 아파치 2.0 라이선스로 오픈소스로 배포되었으며, 링봇 VLA뿐만 아니라 다양한 외부 로봇 제어 AI 모델과 연동된다.
Notable Quotes & Details
  • 약 5000시간에 달하는 실제 촉각 데이터 학습
  • 평균 작업 수행 평가 점수 기존 대비 13.9~24.8%포인트 상승
  • 병뚜껑 열기 작업 평가 점수: 56.25%에서 90%로 상승
  • 링봇 터치 타이니 모델 매개변수: 약 550만 개
  • 아파치 2.0 라이선스 적용

로봇 공학 연구원 및 개발자, AI 하드웨어 및 임베디드 제어 기술 엔지니어

엔비디아 '그루트 2', 로봇 동작 넘어 미래 예측…시연 5회로 성공률 95%

엔비디아가 동작 수행과 미래 환경 변화를 동시에 예측하는 차세대 로봇 AI 모델 '그루트 2'와 경량 모델 '그루트 2 터보'를 공개했다.

  • 동작뿐만 아니라 행동 이후 주변 환경 변화를 함께 예측하는 '월드 액션 모델(WAM)'을 도입해 다른 로봇이나 환경으로의 작업 전이 능력을 크게 향상시켰다.
  • 경험하지 않은 50개 작업에서 시연 없이 평균 40% 성공률을 보였으며, 단 5회 시연과 약 30분의 추가 학습으로 성공률을 95%까지 끌어올렸다.
  • 20억 개 매개변수 기반 경량 모델 '그루트 2 터보'도 함께 공개되었으며 폭스콘, 지멘스 등 주요 산업 현장에서 공정 자동화 적용 시험이 진행 중이다.
Notable Quotes & Details
  • 작업당 5회의 시연과 30분간의 추가 학습으로 성공률을 95%까지 높였다
  • 사람의 1인칭 시점 작업 영상 40만시간 이상 학습
  • 엔비디아 RTX 5090 한 대에서 약 30분간 추가 학습
  • 유니트리 G1 휴머노이드 평가에서 기존 그루트 1.7 성공률 40.0% 대비 그루트 2 터보는 63.3% 기록
  • 그루트 2 터보(GR00T 2 Turbo): 20억개 매개변수 기반

로봇 공학 연구자, 인공지능 개발자, 제조 및 스마트 팩토리 산업 관계자

[게시판] 멋쟁이사자처럼 베트남에 '피지컬 AI 데이터랩' 개소 등 단신

국내 주요 AI 및 IT 기업들이 피지컬 AI 데이터랩 개소, VLM 기반 시험 감독 강화, 해양 AI 전환 협력, AI 다국어 통번역 공급 등 다양한 산업 분야에서 AI 사업을 확장하고 있다.

  • 멋쟁이사자처럼은 베트남 호치민에 웨어러블 장비 기반 현장 데이터를 수집하는 '피지컬 AI 데이터랩'을 개소하고 국내 대학 연구실 및 기업에 개방한다.
  • 그렙은 온라인 시험 감독 솔루션 '모니토'에 VLM과 LLM 기반 AI 에이전트를 도입하여 부정행위 판정 및 탐지 정밀도를 강화했다.
  • 메가존클라우드는 국립한국해양대학교와 해양 AI 전환(AX) 교육·인프라·사업 추진을 위한 협약을 체결했으며, 플리토는 한국관광공사의 'AI 관광집사'를 통해 전통시장 다국어 메뉴 번역 및 1대 1 통역을 지원한다.
Notable Quotes & Details
  • 약 131㎡ 규모에 주방·세탁·조립 등 7개 작업 셀
  • 망원·경동·해운대·안동구시장 등 4개 전통시장 먹거리 점포에 10개 언어 메뉴 번역을 제공

국내외 AI 산업 동향, 피지컬 AI 연구, 에듀테크 및 AX 도입 사례에 관심 있는 기업 관계자 및 개발자

KAIST, 입모양 읽는 AI로 시각적 음성인식 향상 기술 개발

KAIST 노용만 교수 연구팀이 확산 대형언어모델(DLLM)을 최초로 적용해 입술 움직임만으로 말을 정확히 문자로 변환하는 시각적 음성 인식(VSR) 기술을 개발했다.

  • 자가회귀(AR) 방식의 오류 누적 문제를 극복하기 위해 확산 대형언어모델 기반의 'DLLM-VSR' 프레임워크를 시각적 음성 인식에 최초 도입함
  • 신뢰도 높은 단어를 먼저 확정하고 양방향 문맥으로 모호한 단어를 점진 교정하는 디코딩 기술 및 2단계 마스크-노이즈 제거 학습법 적용
  • 소음 환경의 산업 현장 및 청각장애인 보조 장치에 적용 가능하며, 온디바이스 실시간 구동을 위한 후속 연구 진행 예정
Notable Quotes & Details
  • 433시간 분량의 입모양 영상 데이터셋 ‘LRS3’만으로 단어 오류율 19.4%를 기록해 세계 최고 수준(SOTA) 달성
  • 국제학술대회 ‘EMNLP 2026’에서 우수논문상 수상
  • 노용만 교수: "이번 연구는 AI가 단어를 생성하는 순서를 유연하게 제어하는 것만으로도 시각적 모호성을 지닌 음성 인식의 근본적 한계를 극복할 수 있음을 입증했다는 데 의미가 있다"

인공지능 연구자, 음성 및 컴퓨터 비전 개발자, 보조공학 기술 관련 종사자

삼성SDS, 연구개발비 10.5% 감소…AI 역량은 AX센터로 결집

삼성SDS가 올해 3분기 연구개발비 감소 속에서도 AX센터를 중심으로 자율 AI 에이전트와 클라우드 등 핵심 AI 기술 역량을 결집해 사업 강화에 나서고 있다.

  • 삼성SDS의 올해 3분기 누적 R&D 비용은 1492억 9354만원으로 전년 동기 대비 10.5% 감소했으며, 매출 대비 R&D 비중도 1.38%로 하락했다.
  • 분산되어 있던 AI 역량을 전략적으로 결합한 AX센터와 R&D센터를 통해 자율 AI 에이전트, 멀티 에이전트, 기업 특화 LLM, 양자 알고리즘 등 핵심 기술 개발에 집중하고 있다.
  • 3분기 누적 연결 매출은 10조 8432억원으로 4.3% 증가했으나 일회성 퇴직급여 비용 등의 영향으로 영업이익은 5511억원으로 24.6% 감소했다.
Notable Quotes & Details
  • 올해 3분기 누적 연결 기준 연구개발비 1492억 9354만원 (전년 동기 대비 약 10.5% 감소)
  • 3분기 누적 연결 매출 10조 8432억원 (4.3% 증가), 영업이익 5511억원 (24.6% 감소)
  • "AI 사업을 더욱 강화하고자 회사 전반에 분산돼 있던 AI 역량을 전략적으로 결합해 AX 센터를 구축·운영하고 있다"

IT 및 기업 비즈니스 관계자, IT 서비스 및 AI 투자자, 산업 분석가

현대오토에버, SI·ITO 성장 속 AI 기술 개발…바이브코딩·에이전트 추진

현대오토에버가 SI와 ITO 사업 성장을 바탕으로 바이브코딩 및 AI 에이전트 개발을 추진하고 현대차그룹 AI 데이터센터 합작법인에 출자하며 AI 역량 강화에 나섰다.

  • 현대오토에버의 올해 1~3분기 연결 매출은 전년 동기 대비 16.4% 증가한 3조 4111억원, 영업이익은 1.0% 늘어난 1806억원을 기록함
  • LLM 기반 통합 AI 워크스페이스 'H-AIgent' 개발 및 전장SW 기술지원을 위한 도메인 특화 AI 에이전트 구축 등 개발 생산성 및 업무 자동화 기술 개발을 진행 중임
  • 현대차그룹의 AI 데이터센터 신설 합작법인 '에이치엠지에이아이팩토리'에 2031년까지 총 1146억 800만원을 단계적으로 출자해 인프라 사업 기반을 확대함
Notable Quotes & Details
  • 올해 1~3분기 연결 매출은 3조 4111억원으로 전년 동기 대비 16.4% 증가
  • 영업이익은 1806억원으로 1.0% 늘었지만 영업이익률은 6.1%에서 5.3%로 하락
  • 연구개발비는 470억원으로 전년 동기 대비 17.4% 감소, 매출 대비 비중은 1.94%에서 1.38%로 하락
  • 11월 설립된 '에이치엠지에이아이팩토리'에 294억 3200만원을 출자해 보통주 29만 4320주(지분 50.98%)를 1차 확보, 2031년까지 총 6차례에 걸쳐 1146억 800만원(최종 지분율 26.0%) 출자 예정
  • 임은영 삼성증권 연구원: '현대오토에버는 현대차그룹의 데이터센터 구축의 최대 수혜주라며 데이터센터 규모가 커질수록 현대오토에버의 SI 매출과 ITO 매출 확대를 예상한다'

IT 및 모빌리티 산업 종사자, 기업 투자자, 소프트웨어 개발 관리자

Jooojub
System S/W engineer
Explore Tags
Series
    Recent Post
    © 2026. jooojub. All right reserved.