쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 9월 11일 (금)까지270건
11건 · "AI 모델"조건 지우기 ×
001▲ 136 · 댓글 67Cognition, 코딩 AI 모델 SWE-2 공개Cognition이 최신 소프트웨어 엔지니어링 모델 SWE-2를 발표했다.AI · 머신러닝 · Cognition launches new SWE-2 model, Rivaling Fable 5.1 and GPT-Astra
Cognition, 코딩 AI 모델 SWE-2 공개
Key Point소프트웨어 엔지니어링 AI의 성능-비용 경계가 어떻게 달라졌는지, 그리고 이전 모델의 과잉 탐색 문제를 어떻게 해결했는지 알 수 있다.
핵심 요약
- Cognition이 최신 소프트웨어 엔지니어링 모델 SWE-2를 발표했다.
- FrontierCode 1.1 Main에서 50.0% 점수를 기록해 Fable 5.1과 1포인트 차이나며, 비용은 64% 더 저렴하다.
- 다중 삼조 파라미터 규모에서 강화학습을 처음 적용해 모든 성능-비용 트레이드오프를 최적화했다.
- Kimi K33(2.8T 파라미터) 기반으로 선형 비용 페널티와 개선된 RL 보상 베이스라인을 적용했다.
- SWE-2는 SWE-1.7 대비 같은 작업을 58% 적은 스텝으로 81% 낮은 비용에 수행하며, Devin Desktop·CLI·Web·Fusion에서 즉시 이용 가능하다.
보안 · Factoring RSA 260
RSA-260 인수분해 성공…GPU로 암호화 난제 깨다
Key PointRSA-1024 인수분해이 이론이 아닌 현실의 경제 규모로 접근 가능해졌으며, 고도로 전문화된 암호분석 인력 없이도 충분한 GPU 자원만으로 수행할 수 있음을 보여준다.
핵심 요약
- Cognition 연구팀이 새로운 GPU 기반 격자 체 구현으로 260자리 RSA 수를 인수분해했으며, 이는 2020년 RSA-250 이후 가장 큰 공개 기록이다.
- 기존 최고 성능 대비 10배 저렴한 비용으로 인수분해를 달성했으며, 약 4,900 GPU-일(13.5 GPU-연간)에 현재 시장가 약 40만 달러가 소요되었다.
- 범용 수체 체(GNFS) 알고리즘을 GPU에 구현하되, 기존 CADO-NFS를 크게 개선해 GPU의 메모리 시스템을 활용했다.
- RSA-1024(309자리)는 RSA-260 대비 78배 더 많은 계산이 필요하며, 인수분해 비용을 약 3천만 달러로 추정했다.
- RSA-2048(현대 표준 공개키)은 RSA-1024보다 약 10억 배 어려우며 이 연구의 영향을 거의 받지 않는다.
- 여유 GPU 자원을 활용해 부수적 비용 없이 수행되었으며, AI 모델 훈련용 클러스터의 단편화된 계산 자원을 활용했다.
AI · 머신러닝 · Desert Ant Labs: local, fast models that run on device
온디바이스 AI 모델 플랫폼 Desert Ant Labs 출범
Key Point온디바이스 AI의 경제성이 바뀌고 있다. 클라우드 추론 비용이 없으면 개발자들은 모든 사용자 입력마다 모델을 실행할 수 있게 되고, 기존 클라우드 API 중심의 제품 설계 방식이 근본적으로 흔들린다.
핵심 요약
- 유럽 AI 스타트업 Desert Ant Labs가 스마트폰·태블릿에서 직접 실행되는 경량 전문화 모델 18개를 공개했다.
- 음성인식(Voz), 오디오 품질 개선(Clear), 개인정보 마스킹(Redact) 등 각 작업별로 최적화된 모델들로, 모두 밀리초 단위 응답 시간을 제공한다.
- Voz는 Whisper보다 4.7배 빠르고, Clear는 5분 음성을 1초에 처리하며, Redact는 12MB 크기로 GLiNER-PII(2.3GB)와 유사한 정확도를 낸다.
- 월 10만 활성 기기까지 무료이며, 개발자는 Swift·Kotlin·JavaScript SDK로 몇 줄의 코드로 통합할 수 있다.
- 데이터가 기기를 벗어나지 않으므로 클라우드 API 비용을 없앨 수 있고, 기업들이 LLM에 쏟는 토큰 비용의 40~70%를 이런 소형 모델로 대체할 수 있다고 주장한다.
오픈소스 · 도구 · TALA Is Open-Source
D2의 자동 레이아웃 알고리즘 TALA, 오픈소스 공개
Key Point소프트웨어 아키텍처 다이어그램 작성 시 직교 레이아웃 방식의 새로운 선택지가 생겼으며, 특히 AI와 함께 사용할 때 좌표 고정 기능이 유용해 다양한 설계 워크플로우를 가능하게 한다.
핵심 요약
- Terrastruct의 TALA(자동 레이아웃 알고리즘)가 D2와 같은 MPL-2.0 라이선스로 오픈소스 공개됐다.
- 건축 다이어그램을 염두에 둔 직교 레이아웃 엔진으로, 화이트보드 스타일의 다이어그램을 우선하며 DAG 기반 레이아웃과 다르게 한 방향으로 성장하지 않는다.
- 대칭성, 노드 클러스터링, 흐름 등 여러 심미적 요소를 고려해 다이어그램을 생성한다.
- 노드 위치와 크기를 고정할 수 있어 AI 모델이 2D 공간 설계는 하되 복잡한 선 라우팅은 TALA에 맡기는 하이브리드 사용이 가능하다.
- 알고리즘에 무작위성이 있어 노드를 추가하면 다이어그램이 크게 달라질 수 있고, 큰 다이어그램에서는 실행 속도가 비선형으로 증가하는 트레이드오프가 있다.
- D2 v0.9.0에 포함되어 있으며 --layout=tala 옵션으로 사용하거나 play.d2lang.com에서 클라이언트 측에서 100% 실행할 수 있다.
AI · 머신러닝 · QuantumNous/new-api · Go
다양한 AI 모델을 한 곳에서 통합 관리하는 게이트웨이
Key Point여러 AI 서비스의 API를 통합 관리하고 비용 추적이 필요한 개발팀이나 AI 기반 제품을 운영하는 기업이 자체 게이트웨이를 구축할 때 바로 활용 가능한 오픈소스 솔루션이다.
핵심 요약
- New API는 OpenAI, Claude, Gemini 등 서로 다른 LLM들을 호환 가능한 포맷으로 변환해주는 통합 AI 모델 허브다.
- 조직 수준의 토큰 관리, 모델별 제한, 사용자 권한 관리를 지원하며 요청별·사용량 기반 정산과 캐시 비용 계산 기능을 제공한다.
- Discord, LinuxDO, Telegram, OIDC 등 다양한 인증 방식을 지원하고 OpenAI Realtime API를 포함한 여러 API 포맷을 호환한다.
- Go 언어로 개발되었으며 Docker Compose로 쉽게 배포할 수 있고, 간편한 웹 UI와 시각화된 데이터 대시보드를 제공한다.
- 개인 사용자의 AI API 게이트웨이 구축부터 기업 수준의 모델 관리, 프라이빗 배포까지 다양한 시나리오를 지원한다.
AI · 머신러닝 · WeatherNext 3
구글, 시간 단위 날씨 예측 AI 모델 WeatherNext 3 공개
Key Point기존의 복잡한 수치 기상 모델을 대체할 수 있는 AI 기반 날씨 예측이 시간 단위로 제공되면서, 개인과 기업의 의사결정 정확도가 크게 향상될 수 있다는 점과 재생에너지 분야의 효율성 개선에 직결된다.
핵심 요약
- 구글 딥마인드가 전 지구 날씨 예측 AI 모델 WeatherNext 3를 발표했으며, 하루 24시간 매시간 일기예보를 생성하는 첫 글로벌 모델이다.
- 위성 데이터를 직접 활용해 5km 해상도의 기온·습도, 10km 해상도의 풍속 등 지표면 변수를 예측하며, 학습 데이터에 없는 지역도 더 정확한 예보를 제공한다.
- 시간 단위 업데이트로 빠르게 변하는 강우·강설 등의 날씨 변화를 추적할 수 있다.
- 재생에너지 산업용으로 설계돼 풍력·태양광 발전소의 운영 효율 개선을 돕는 태양 복사량·운량 등의 변수를 제공한다.
- 구글 검색, 지도, Gemini에 통합되며, BigQuery·Earth Engine·Google Maps Platform·Google Cloud Storage 등으로 기업 사용자에게도 제공된다.
AI · 머신러닝 · Harnessing the Universal Geometry of Embeddings
임베딩 벡터를 쌍 데이터 없이 변환하는 방법 개발
Key Point서로 다른 AI 모델의 임베딩을 통역할 수 있다는 것은 모델 간 상호운용성을 높이지만, 동시에 벡터 데이터베이스의 민감 정보 노출 위험을 직시하게 한다.
핵심 요약
- 텍스트 임베딩을 한 벡터 공간에서 다른 공간으로 옮기는 비지도 학습 방법을 제시했다.
- 쌍 데이터, 인코더, 미리 정의된 매치 없이 범용 잠재 표현(Platonic Representation Hypothesis)으로 변환한다.
- 서로 다른 아키텍처·파라미터 크기·학습 데이터를 가진 모델 간에도 높은 코사인 유사도를 달성한다.
- 임베딩 벡터만으로도 원본 문서 정보를 추출해 분류나 속성 추론에 이용할 수 있어 벡터 데이터베이스의 보안 문제를 드러낸다.
AI · 머신러닝 · I tested 10 model/harness combinations on the same Three.js task
AI 모델 10가지, Three.js 코딩 작업으로 벤치마크 비교
Key PointThree.js 같은 복잡한 프론트엔드 작업에서 모델별 성능과 비용 효율이 크게 달라지므로, 개발자가 선택할 때 참고할 수 있는 실제 측정 데이터가 제공된다.
핵심 요약
- GLM 5.3 Flash Max가 가장 빠르고 저렴했으며, 9분 내 3D 씬 생성을 완료했다.
- 같은 프롬프트로 다양한 모델(Qwen, Luna, Sol, Astra)과 프레임워크(Codex, OpenCodeOpen 등)를 조합해 성능을 측정했다.
- 처리 시간은 8분부터 41분까지 편차가 컸고, 생성된 토큰 수는 모델마다 크게 달랐다.
- 총 비용(OpenRouter 환율 기준)은 GLM 5.3이 약 $0.015로 가장 저렴했고, Astra 6.0은 약 $4.04로 가장 비쌌다.
- 캐시 활용도는 대부분 78~95% 범위였고, 일부 모델은 도구 호출 오류가 발생했거나 브라우저에서 결과물을 열지 못했다.
AI · 머신러닝 · Ask HN: How do you manage skills files?
개발자들은 AI 스킬(Skills)을 어떻게 관리할까
Key PointAI 스킬 관리가 대두되는 시점에서 개발자 커뮤니티의 실제 고민과 해결 방안을 엿볼 수 있는 기회다.
핵심 요약
- AI 모델의 기능이 발전하면서 스킬의 역할은 축소될 것으로 예상된다.
- 개발자들 사이에서 스킬을 찾고, 정리하고, 제대로 작동하는지 검증하는 방법에 대한 논의가 활발하다.
- 스킬을 지속적으로 개선하면서 효과적으로 관리할 수 있는 더 나은 방법을 찾으려는 움직임이 있다.
AI · 머신러닝 · Caltech Mathathon – first hackathon ever devoted to research level mathematics
AI가 풀어낸 40년 난제들, 수학 해커톤에서 새로운 가설에 도전
Key PointAI가 기초 수학 문제를 풀기 시작한 가운데, 수학자의 역할과 AI 활용의 미래 방향을 현장에서 직접 탐색하는 첫 시도이기 때문이다.
핵심 요약
- 칼텍이 10월 30일부터 11월 1일까지 최초의 연구급 수학 해커톤 'Mathathon'을 개최한다.
- 100개 팀이 40시간 동안 최신 AI 모델을 활용해 미해결 난제를 풀고 새로운 수학 이론을 구축한다.
- 올해 AI가 80년, 78년, 27년 된 3개의 주요 추측을 증명·반증한 사례들이 수학계를 자극했다.
- 참가팀은 수백만 달러 규모의 AI 크레딧을 지원받으며, 결과물을 수학자 심사위원단 앞에서 방어해야 한다.
- 현장 심사와 별개로 수학계의 검증 이후 2차 시상식을 진행하며 우수한 결과에 상금을 지급한다.
AI · 머신러닝 · unslothai/unsloth · Python
Unsloth, 로컬에서 LLM과 확산 모델 학습할 수 있는 데스크톱 앱 공개
Key Point로컬 AI 모델 실행·학습을 간편하게 만드는 도구로서 개발자가 클라우드 비용 없이 자체 서버에서 LLM을 운영할 수 있게 해주는 점이 주목받고 있다.
핵심 요약
- 로컬에서 LLM, 확산, 임베딩, 오디오 모델을 실행하고 학습할 수 있으며 Kimi K3, DeepSeek-V4, Gemma 4 등을 지원한다.
- 미세조정 시 학습 속도를 2배 빠르게 하면서 VRAM 사용량을 70% 줄일 수 있고 LoRA, QLoRA, GRPO, DPO 등 다양한 훈련 방식을 지원한다.
- Tauri 기반 데스크톱 앱으로 제공되며 Windows, macOS, Linux 등 여러 플랫폼을 지원하고 Cloudflare를 통한 원격 접근도 가능하다.