과학기술정보통신부는 앤트로픽과 오픈AI가 최신 인공지능 모델을 사이버보안에 활용하는 사업을 시작한 것과 관련해 긴급 현안 점검 회의를 개최했다. 민관군과 통신 3사, 주요 플랫폼 기업 등에 인공지능 보안 위협에 대한 경계와 긴급 보안점검, 특이 공격 발생 시 한국인터넷진흥원과의 정보 공유를 요청했다. 또한 인공지능 고도화에 따른 사이버보안 대비 태세와 보안 체계 변화 동향을 점검하고 국내 인공지능 보안 전문가들과도 논의했다.
AI 세이프티 인스티튜트(AISI)의 데이터 품질 서브워킹그룹(SWG)이 ‘2025年度 데이터 품질 SWG 활동보고서’를 공개했다. 보고서는 2025년 동안 데이터 품질 관련 국내외 동향 정리, 유스케이스별 중요 품질 특성 도출, 데이터 품질 관리 체크리스트 작성·검증, 관보 데이터를 활용한 데이터 품질 수준과 AI 출력 품질 간 관계 검증 등의 주요 활동과 성과를 담고 있다. 또한 검증에 사용한 관보 데이터는 PDF와 HTML 형식으로 페이지에서 제공하며, 관련 파일은 ZIP으로도 공개된다.
2025년 10월부터 AISI와 민간 기업이 공동으로 ‘AIセーフティ評価環境 検討タスクフォース’를 운영해 왔으며, 2025년도 활동 종료에 맞춰 2025年度版 검토 보고서를 공개함
AISI는 AI 안전성 평가 도구인 ‘AIセーフティ評価環境’을 2025년 9월 오픈소스 소프트웨어(OSS)로 공개한 뒤, 사용자 피드백과 기술 동향을 반영해 개선하기 위해 2025년 10월부터 민간 기업과 함께 검토 태스크포스를 운영해 왔다고 밝혔다. 2025년도에는 태스크포스 구성원 논의와 전문가 인터뷰 결과를 바탕으로 AI 안전성 평가 및 평가 도구 관련 주요 쟁점을 정리했으며, 그 결과를 요약한 ‘2025年度版 검토 보고서’를 공개했다.
Anthropic, Truthful AI, Oxford 등의 연구진은 의미적으로 무관한 데이터로 학생 모델을 훈련하더라도 교사 모델의 편향이나 오작동 특성이 전이되는 '무의식적 학습' 현상을 발견. 명시적인 유해 데이터를 필터링하더라도 악의적인 특성이 전파될 수 있음을 증명하며, 모델과 훈련 데이터의 출처에 대한 안전성 평가의 중요성을 강조.
일본 AISI 산하 데이터 품질 서브워킹그룹(SWG)은 관보 데이터를 활용한 검증 결과를 담은 보고서를 발표. 실무적인 데이터 품질 매니지먼트 체크리스트를 검증하고, 유스케이스에 따른 중요 품질 특성을 정리하여 AI 시대의 데이터 품질 관리 방향성을 기업 및 실무자들에게 제시.
일본 AISI는 여러 민간 기업과 함께 조직한 'AI 세이프티 평가 환경 검토 태스크포스(TF)'의 25년도 논의 결과를 요약한 보고서를 발표. 기존에 오픈소스로 배포된 평가 툴에 대한 피드백을 수렴하고, AI 비즈니스 실무자 및 전문가의 의견을 반영하여 향후 도구의 방향성과 기능 강화 방안을 도출.
Gemini API·Google AI Studio(개발자 프리뷰), Vertex AI(기업 프리뷰), Google Vids(Workspace 사용자)에서 15일부터 순차 롤아웃
Gemini 3.1 Flash TTS는 텍스트를 음성으로 생성하는 모델로, 음성 품질과 표현력, 제어 기능을 개선했다고 밝혔다. 자연어 기반 ‘오디오 태그’를 텍스트 입력에 포함해 발화 스타일·속도·전달 방식 등을 더 세밀하게 조정할 수 있으며, 70개+ 언어와 멀티스피커 대화도 지원한다. 생성 음성은 SynthID 워터마킹이 적용되어 AI 생성 콘텐츠를 탐지하고 허위정보를 예방하는 데 활용된다.
Gemini 3.1 Flash TTS는 음성 품질과 제어 기능을 개선한 텍스트 음성 변환 모델로, 70개 이상의 언어와 다중 화자 대화를 지원한다. 자연어 기반 오디오 태그로 음성의 스타일·속도·전달 방식을 조절할 수 있으며, Google AI Studio·Gemini API·Vertex AI·Google Vids에서 미리보기로 제공된다. 생성된 모든 오디오에는 AI 생성 콘텐츠 식별과 허위정보 방지를 위한 SynthID 워터마크가 삽입된다.
유럽연합 집행위원회 부집행위원장 헨나 비르쿤넨과 로크사나 민차투가 브뤼셀에서 EdTech 기업 리더들과 고위급 대화를 개최한다. 이번 논의는 교육·훈련에서 기술의 중요성이 커지는 흐름, EU의 디지털 주권과 경쟁력에 대한 기여, 그리고 비(非)EU 기술 생태계 의존을 줄이면서 EU 내 AI 기반 교육 솔루션의 경쟁력을 강화하는 방안을 다룬다. 또한 교육과 기업 간 협력 및 전략적 파트너십을 통해 유럽 EdTech 기업의 유럽·글로벌 성장과 경쟁력 제고를 모색하며, 올해 말 예상되는 ‘디지털 교육 및 기술’ 2030 로드맵 준비에도 기여할 예정이다.
유럽 디지털 서비스 이사회는 2026년 4월 15일 브뤼셀에서 제18차 회의를 열고 미성년자 온라인 보호를 최우선 과제로 재확인했다. DSA(디지털서비스법) 제28조(1) 관련 집행·이행 조치 현황을 공유했으며, 미성년자 보호 지침을 EU 전역에서 플랫폼 준수 여부 평가의 기준으로 활용하기로 했다. 또한 EU의 조화된 연령검증(AV) 앱이 지침의 연령확인 요건(정확성·신뢰성·견고성·비침해성)을 충족하도록 하는 기술 업데이트와, eID 등 연령 증명 온보딩 방식에 대해 논의했다. 이사회는 운영 2년을 점검하며 DSA 집행 강화를 위해 업무 방식과 프로세스를 간소화하고 전략적 역할을 더 강조하기로 했다.
유럽연합(EU)의 일반 목적 인공지능(AI) 법에 대한 첫 학술 주석인 캠브리지 주석이 출시되었습니다. 이 주석은 캠브리지 대학의 AI 과학 및 정책 프로그램과 법 및 AI 연구소의 협업으로 이루어졌습니다. EU AI 법은 기존 법률에서 부수적으로 다루어졌던 AI를 전담 법률 체계로 규정하는 최초의 포괄적인 법률 프레임워크입니다. 이 법은 EU 내에서 안전하고 인간 중심적인 AI를 촉진하고, 글로벌 표준 설정에도 영향을 미치는 것을 목표로 합니다.
주석은 특히 일반 목적 AI(GPAI) 모델, 특히 시스템적 위험을 초래할 수 있는 모델에 초점을 맞추어 엄격한 법률 분석을 제공합니다. 이는 다른 관할 구역에서 효과적인 AI 관리 체계를 설계하는 데 중요한 통찰력을 제공할 것입니다. 주석은 명확한 부분과 모호한 부분을 구분하고 각 조항에 대한 가장 강력한 논거를 제시하여 독자들이 스스로 판단할 수 있도록 돕습니다. 첫 번째 챕터는 AI 법의 일반 목적 AI 모델 조항을 다루며, 이후 챕터는 지속적으로 추가될 예정입니다.
더 자세한 내용은 [cambridge-commentary.ai](cambridge-commentary.ai)에서 확인 가능합니다.
하네스 엔지니어링은 AI 모델이 실제 업무를 수행하도록 작업 환경, 도구 연결, 문서, 작업 흐름, 테스트와 평가 체계를 설계하는 개념이다. OpenAI는 개발 저장소와 테스트·리뷰 환경을 정비해 에이전트가 실행을 맡도록 하는 접근을, Anthropic은 장기 작업의 맥락·상태·작업 단위를 구조화하는 실행 체계를 강조한다. 뉴스레터에는 이와 함께 Selectstar의 SOC2 Type 2 인증, 북한 연계 해킹 수법의 고도화, 한국의 인구 대비 AI 특허 세계 1위 소식도 소개됐다.
Softmax의 지수 함수와 반복적인 메모리 이동이 Attention 연산의 병목을 일으키는 원인으로 설명됩니다. FlashAttention은 Q·K·V를 블록 단위로 SRAM에서 처리하고 Online Softmax를 적용해 HBM 왕복과 메모리 사용량을 줄이면서도 정확한 결과를 유지합니다. FlashAttention-4는 Blackwell GPU에서 지수 함수를 다항식으로 근사해 FMA 유닛에서 병렬 처리하고, 불필요한 보정을 생략해 BF16 기준 최대 1,613 TFLOPs/s와 71%의 하드웨어 활용률을 달성했지만 아직 베타 단계입니다. 이와 함께 Sparse Attention, KV Cache 압축, Speculative Decoding 등 LLM 추론 비용을 낮추는 다른 최적화 흐름도 소개됩니다.
IBM Research는 기업 환경과 유사한 조건에서 AI 에이전트의 추론과 행동을 평가하는 도구-접지(executable) 벤치마크 VAKRA를 소개했다. VAKRA는 8,000+ 로컬 호스팅 API와 62개 도메인의 실제 데이터베이스, 도메인 문서 컬렉션을 활용해 3~7단계 추론 체인을 실행 추적(툴 호출/중간 결과)으로 평가한다. 벤치마크는 API 체이닝, 대시보드 API를 통한 도구 선택, 멀티홉 추론, 멀티소스·멀티턴·정책 준수까지 4개 역량으로 구성되며, 평가는 예측된 툴 궤적을 실제 환경에서 재실행해 정답 툴 응답을 회수하는지와 최종 응답의 근거·정합성을 LLM 판정으로 확인하는 실행 중심 방식이다.
Khan TED Institute에 대한 페이지로, 본문에 별도 공지·내용이 제시되지 않았습니다. 현재 제공된 텍스트는 기관/사이트명만 확인됩니다.
유럽 전역(및 그 외) AI 가치사슬 전반의 업계 단체들이 유럽 집행위의 ‘AI 디지털 옴니버스’ 제안을 환영하며, AI법(AI Act)을 명확하고 단순하며 혁신 친화적으로 이행하기 위한 신속한 최종 합의를 촉구했다. 특히 고위험 AI 시스템의 준수기한 고정과, 기존 분야별 EU 입법과의 중복을 줄이기 위한 부속서 조항 조정(섹션 A를 섹션 B로 이동)을 지지하며 법적 확실성과 규제 효율성을 높일 수 있다고 밝혔다. 동시에 생성형 AI 라벨링 유예기간을 더 현실적인 기간(예: 12개월)으로 연장하고, 신규 시스템까지 적용 범위를 확대해야 불확실성과 제품 출시 지연을 막을 수 있다고 강조했다. 또한 ‘누디피케이션’·NCII·CSAM 금지 관련 조치에 대해서는 AI법상 금지행위에 관한 집행위 가이드라인과의 일관성을 유지하고, 고위험이 아닌 AI의 EU 데이터베이스 등록 면제(집행위 원안 복귀)를 통해 과도한 부담을 줄이자고 제안했다.