Large Language Models

주요 뉴스

1. 1

   Amex, AI로 제품 개발 속도 높여…전사적 영향은 앞으로

   무엇이 일어났는가: American Express가 2분기 순이익 31억1000만 달러(약 5000억 엔)를 기록했으며, 이는 1년 전 28억8000만 달러(약 4600억 엔)에서 증가한 수치다. 회사는 연간 성장률 전망을 9~10% 범위에서 10%로 상향 조정했다. CEO Steve Squeri는 AI가 방대한 제품 백로그에서 기술 제품을 출시하는 능력을 가속화하고 있으며, 출시 속도와 효율성에서 초기 성과를 거두고 있다고 말했다. 중요한 이유: Amex는 내부 운영과 고객 대면 도구 모두에 AI에 투자하고 있으며, 개인 지출 패턴을 바탕으로 초개인화된 리워드를 생성하는 AI 활용을 포함하고 있다. Block의 Cash App과 Revolut 같은 핀테크 기업들, 그리고 JPMorganChase의 Saffire와 Citi의 Strata Elite 같은 프리미엄 카드 경쟁사들을 상대로 젊은 고객층을 확보하기 위한 노력이다. Squeri는 제품 개발, 업무 흐름, 수익에 미칠 더 깊은 영향은 아직 남아 있으며, 모든 인력 감축은 정리해고가 아닌 자연 감소를 통해 이루어질 것이라고 강조했다.

   주목할 점: Squeri는 현재를 '프리시즌'이라고 표현했으며, 이는 AI가 비즈니스에 미칠 전면적 영향이 향후 수년간 나타날 것임을 시사한다. 회사는 최근 미국 소비자 및 기업용 Platinum 카드 업그레이드에 '역사상 최대 규모의 투자'를 완료했으며, 여기에는 리디자인, 새로운 웹사이트, 추가 인센티브가 포함되어 있다. 이는 밀레니얼 세대와 Z세대 고객 확보를 위한 추진의 일환이다.

2. 2

   Meta AI, Muse Spark 1.1을 통해 작업 계획 및 실행 가능해져

   상황: Meta가 Muse Spark 1.1을 공개했다. 이 업데이트된 AI 모델은 Meta AI와 meta.ai를 구동하며, 반복적인 프롬프트 없이 여러 단계의 작업을 계획하고 실행하며 완료할 수 있다. 부엌 리모델링 계획, 하프 마라톤 훈련 일정, 생일 저녁 식사 조율, 일일 브리핑, 연구 종합 등의 기능이 오늘부터 선별된 시장에서 출시되며, 향후 몇 주 내에 WhatsApp 및 기타 플랫폼으로 확대될 예정이다. 중요한 이유: 이 모델은 Meta AI를 단순히 질문에 답하는 방식에서 사용자를 대신해 행동하는 방식으로 전환한다. 반복적인 작업을 처리하고, 달력 충돌을 추적하며, 자동으로 지속적인 업데이트를 제공한다. 이는 Meta가 추구하는 '개인형 초지능'으로의 한 걸음으로, 문맥을 이해하고 사용자가 수동으로 관리할 작업들을 처리하는 AI로서 사람들이 일상 계획과 연구를 위임하는 방식을 크게 바꿀 수 있다.

   주목할 점: Meta는 오늘부터 Meta AI 앱과 meta.ai를 통해 선별된 시장에서 이 기능들을 배포하고 있으며, 향후 몇 주 내에 추가 국가와 WhatsApp으로 확대할 예정이다. 사용자는 실시간으로 작업을 조정할 수 있고(초점, 톤, 콘텐츠 조정), 생성된 모든 콘텐츠—일정, 슬라이드 덱, 무드 보드—는 한 곳에 저장되어 나중에 접근하고 공유할 수 있다.

3. 3

   에이전틱 AI 토큰 비용 2030년까지 24배 급증, 로컬 실행으로 87% 절감

   무엇이 일어났는가: 간단한 AI 에이전트는 작업당 최대 15,000개의 토큰을 소비하고, 복잡한 멀티에이전트 시스템은 200,000개에서 100만 개 이상을 사용한다. Goldman Sachs는 2030년까지 총 토큰 소비가 약 24배 증가하여 월 120경 개에 달할 것으로 예측한다. Dell은 5월에 Deskside Agentic AI를 출시했으며, 이는 오픈소스 모델을 사용하여 회사 워크스테이션에서 프로덕션 레벨의 에이전트를 실행하고 처음부터 거버넌스가 내장된 시스템이다. 왜 중요한가: 2023년 중반부터 2026년 초 사이에 토큰 가격은 80% 하락했지만, 엔터프라이즈 AI 지출은 320% 급증했다. 이는 기업들이 훨씬 더 많은 토큰을 소비하는 많은 수의 에이전트를 배포했기 때문이다. 토큰당 가격이 낮아졌음에도 불구하고 전체 청구액은 올랐다. IT 팀의 입장에서는 인프라, 보안, 예산, 거버넌스가 모두 변해야 하며, 토큰 전략은 더 이상 IT 결정만이 아닌 이사회 수준의 문제가 됐다.

   주목할 점: Signal65와 Futurum의 분석에 따르면 에이전트를 온프레미스에서 실행하면 공개 클라우드 API 대비 2년에 걸쳐 토큰 지출을 최대 87%까지 절감할 수 있으며, 손익분기점은 단 3개월 만에 달성된다. 이 시스템은 300억 개에서 조 개 규모의 파라미터를 가진 모델에서 코딩, 연구, 개인 비서를 위한 워크플로를 처리하고 재설계 없이 데이터센터 서버로 마이그레이션할 수 있다.

4. 4

   1인 사업가 경고: AI에 맡기면 안 되는 업무는?

   무엇이 일어났는가: Fast Company가 독립 사업가들을 위해 인공지능 시스템에 위임하기보다는 인간이 직접 관리해야 할 업무에 대한 지침을 발표했다. 왜 중요한가: 1인 사업가들이 경쟁력을 유지하기 위해 자동화 압박을 받고 있는 가운데, 이 기사는 개인적 판단, 클라이언트 관계, 전략적 방향 설정이 필요한 특정 비즈니스 기능들은 AI에 아웃소싱할 경우 비즈니스의 핵심이나 클라이언트 신뢰에 손상을 입힐 수 있을 만큼 중요하다고 주장한다.

   주목할 점: 이 기사의 '거절해야 할 업무' 목록은 1인 사업가들이 AI가 가치를 더하는 영역과 인간의 판단이 여전히 필수불가결한 영역을 신중하게 구분하는 데 도움이 될 것이다.

5. 5

   빅테크 기업들, 규제 감시 속에서 오픈웨이트 AI 모델 옹호

   무슨 일이 일어났는가: 주요 기술 기업들이 기저 코드와 가중치를 공개하는 오픈웨이트 AI 모델에 대해 잠재적 규제 제한이나 비판에 맞서 공개적으로 옹호하고 있다. 왜 중요한가: 오픈웨이트 모델은 폐쇄적이고 독점적인 AI 시스템에 대한 경쟁력 있는 대안이 되어 연구자와 중소 기업이 빅테크 기업의 통제에 의존하지 않고 애플리케이션을 개발할 수 있게 해준다. 이러한 옹호는 대형 기업들이 이러한 투명성을 전략적으로 중요하고 보호할 가치가 있다고 보고 있음을 시사한다.

   주목할 점: 오픈웨이트 모델을 둘러싼 규제 환경은 여전히 불확실하며, 정책입안자들이 업계의 주장에 어떻게 대응하는지에 따라 이러한 모델들이 광범위하게 접근 가능하게 유지될지 아니면 새로운 규제에 직면할지가 결정될 것이다.

6. 6

   Apple Store 앱에 AI 쇼핑 어시스턴트 추가

   일어난 일: Apple이 개인정보 보호정책 업데이트를 통해 Apple Store 앱에 '가상 쇼핑 어시스턴트'를 추가하는 것으로 드러났다. 이 봇은 계정 정보, 기기 식별자, 통신사 정보, 채팅 데이터, 선택적 위치 데이터를 수집해 응답을 개인화하고 쇼핑 결정을 돕는다. 중요한 이유: 이 기능을 통해 Apple은 AI 어시스턴트와의 대화를 통해 자세한 쇼핑 행동과 선호도를 수집할 수 있다. 사용자는 어시스턴트 개선을 위해 Apple이 채팅 내용을 사용하도록 허용할지 여부를 선택할 수 있으며, 이 선택은 앱 내 계정 > 설정 > 채팅 개선 사항에서 할 수 있다. 다만 데이터 수집을 완전히 거부하는 옵션은 없는 것으로 보인다.

   주목할 점: 가상 어시스턴트는 아직 Apple Store 앱에서 활성화되지 않았다. Apple은 이전에 Apple Support 앱에 AI 봇을 추가한 적 있지만, 그 기능도 모든 사용자에게 제공되지 않았다.