전체기사

MBC '손에 잡히는 경제', 애플 팟캐스트 한국 1위 유지… 'Pretty Lonesome with Madeline Argy' 6위로 새로 진입

MBC '손에 잡히는 경제'가 애플 팟캐스트 한국 인기 차트 1위 자리를 지켰다. 애플이 23일 공개한 애플 팟캐스트 한국 인기 차트를 보면, 이날 상위 10위 안에 새로 들어온 프로그램은 6위에 오른 Unwell의 'Pretty Lonesome with Madeline Argy' 하나다. 나머지 아홉 개 프로그램은 앞선 차트에서도 10위 안에 있던 프로그램이다.이날 차트 상위 10위는 다음과 같다. 1위 MBC '손에 잡히는 경제', 2위 컨텐츠랩비보 '송은이 김숙의 비밀보장', 3위 Team Epikase 'Hey Tablo', 4위 Morning Brew 'Morning Brew Daily', 5위 BBC Radio '6 Minute English', 6위 Unwell 'Pretty Lonesome with Madeline Argy', 7위 여자 둘이 토크하고 있습니다 '여둘톡', 8위 SBS '컬투쇼 레전드 사연', 9위 MBC '손석희의 12시', 10위 Lindsay McMahon and Michelle Kaplan 'All Ears English Podcast'다.맨 위는 경제 프로그램이 차지했다. '손에 잡히는 경제'는 MBC가 만드는 경제 프로그램으로, 이날도 2위 '송은이 김숙의 비밀보장'을 제치고 정상을 지켰다. MBC는 9위 '손석희의 12시'까지 두 프로그램을 10위 안에 올려 방송사 가운데 가장 많았다. SBS도 '컬투쇼 레전드 사연'으로 8위에 이름을 올렸다. 라디오와 방송에서 쌓은 브랜드가 팟캐스트 차트에서도 힘을 쓰고 있다는 뜻이다.방송사가 아닌 제작자도 상위권에 많았다. 2위 '송은이 김숙의 비밀보장'은 컨텐츠랩비보가, 7위 '여둘톡'은 '여자 둘이 토크하고 있습니다'가 만든다. 진행자의 입담을 앞세운 토크 프로그램이 방송사 프로그램들과 나란히 10위 안에 든 것이다.해외 프로그램이 많은 것도 이번 차트의 특징이다. 미국 경제 뉴스 매체 Morning Brew의 'Morning Brew Daily'가 4위, BBC Radio의

LASAGNA로 본 RAG 기법 조합의 함정…IBM "따로 좋은 기법, 합치면 효과 줄어"

검색증강생성(RAG)에 쓰이는 기법을 여럿 함께 적용하면 하나씩 따로 쓸 때 얻은 성능 향상이 그대로 더해지지 않는다는 연구 결과가 나왔다. IBM 소속 이도 레비(Ido Levy) 등 연구자 3명은 사전공개 논문 저장소 arXiv에 논문 「Retrieval Augmented Generation Compositionality」를 올렸다. 논문에 따르면 검색 기법 세 가지의 개별 효과를 합산하면 성능이 47% 오를 것으로 예측됐지만, 실제로 세 기법을 함께 적용했을 때 개선 폭은 17%에 그쳤다. 연구진은 실험에 쓴 오픈소스 평가 프레임워크 'LASAGNA'도 함께 공개했다.RAG는 대규모언어모델(LLM)이 외부 지식을 찾아 참조한 뒤 답변하게 하는 기술이다. 요즘 RAG 파이프라인은 여러 단계로 이뤄진다. 문서를 벡터로 바꾸는 임베딩, 문서를 작은 단위로 나누는 청킹, 검색, 검색 결과의 순서를 다시 매기는 리랭킹, 질문을 보강하는 질의 확장, 모델에 넣을 맥락을 줄이는 컨텍스트 압축, 에이전트 방식의 검증까지 들어간다. 그런데 연구진은 이런 기법들이 대개 하나씩 따로 평가돼 왔다고 짚었다. 따로 잰 성능 향상이 여러 기법을 묶었을 때도 유지되는지, 검색 품질과 답변 충실도가 같은 설계를 선호하는지, 작은 문서 집합에서 얻은 결론이 대규모 환경에서도 통하는지는 아직 제대로 검증되지 않았다는 것이다.연구진은 이 세 가지 질문에 맞춰 가설 세 개를 실험 전에 미리 밝혀 두고 검증에 나섰다. 8개 벤치마크에서 450개 구성을 시험했고, 검색 대상 문서 집합(코퍼스)은 5천 건에서 20만 건까지 규모를 달리했다.결과는 세 가지로 정리된다. 첫째, RAG 파이프라인의 서로 다른 단계에서 각자 뛰어난 성능을 보인 기법이라도 함께 쓰면 효과가 꼭 더해지지는 않았다. 앞서 말한 47% 예측과 17% 실측의 차이가 대표적인 사례다. 둘째, 각 구성 요소의 향상 효과가 검색 품질과 답변 충실도에서 서로 다르게 쌓였다. 한쪽을 최적화하면 다른 쪽이 나빠질 수도 있었다. 관련 문서

Policy-Mask, 정해진 채널 예산 안에서 확산 모델 특징을 골라 분할·분류에 쓰는 기법

이반 리스토파도프(Ivan Listopadov) 등 연구진 3명이 사전공개 논문 저장소 arXiv에 올린 초록에 따르면, 이들은 가중치를 고정한 확산 모델에서 이미지 분할·분류·의미 대응 같은 판별 과제에 쓸 중간 특징을 자동으로 골라내는 기법 'Policy-Mask'를 제안했다. 논문 제목은 「Policy-Mask: Budget-Aware Adaptation of Diffusion Features to Discriminative Tasks」(arXiv:2610.28889)다. 연구자 커뮤니티 플랫폼 허깅페이스의 일일 논문 목록에서는 추천 25회를 받았다. 동료평가를 거치지 않은 사전공개 논문이다.연구진이 풀려고 한 문제는 '어디서 특징을 꺼낼 것인가'다. 초록에 따르면 고정된 확산 모델의 중간 특징을 판별 과제에 활용하는 일은 간단하지 않다. 쓸모 있는 신호가 노이즈 제거 궤적(타임스텝), 네트워크 깊이(블록), 채널에 걸쳐 흩어져 있기 때문이다. 그래서 실제로 쓰려면 어느 타임스텝에서, 어느 블록의, 어떤 채널 묶음을 가져올지를 모두 정해야 한다. 연구진은 기존 방법들이 이 선택을 사람이 직접 고정하거나, 타임스텝처럼 일부 추출 하이퍼파라미터만 최적화하는 데 그쳤다고 지적했다. 한번 정한 규칙을 입력 이미지나 허용된 특징 크기가 달라져도 그대로 다시 쓴다는 점도 한계로 꼽았다.Policy-Mask는 이 세 가지를 한꺼번에 고르는 정책이다. 미리 정한 채널 예산, 곧 남길 채널 수를 조건으로 받고 최종 과제의 목표 함수로 학습한다. 타임스텝·블록·채널을 각각 맡는 정책 헤드 세 개가 함께 학습되는 구조다. 연구진은 이 과정에서 생기는 불균형도 다뤘다. 별도 정규화가 없으면 선택한 채널이 많을수록 채널 점수의 기여가 커져, 타임스텝과 블록 쪽 업데이트를 압도한다. 연구진은 채널 점수를 선택한 부분집합의 크기로 나눠 정규화했다. 이렇게 세 정책 헤드의 크기를 비슷한 수준으로 맞춰 공동 학습을 안정시켰다고 설명했다.성능은 같은 예산 조건에서 고정 추출 방식과 특징

NVIDIA Minerva 공개, AI 팩토리 장애 조짐 미리 찾는 AIOps 플랫폼

NVIDIA는 공식 블로그(NVIDIA Blog)에서 AI 팩토리 운영 플랫폼(AIOps) 'NVIDIA Minerva'를 공개했다. 인프라와 AI 작업에서 나오는 원격 측정 데이터를 한곳에 모은 뒤, 전용 AI 모델로 분석해 운영자가 바로 조치할 수 있는 정보로 바꿔 준다.Minerva는 NVIDIA GPU, 네트워크, 스토리지, 스케줄러, 작업 데이터를 연결해 '지식 그래프'를 만든다. 이 그래프는 GPU, SuperNIC, 스위치, 케이블 같은 장비와 그 위에서 돌아가는 작업의 관계를 나타낸다. 이를 통해 GPU가 수십만 개 규모인 시설에서도 학습 작업이 느려지면 원인이 된 부품을 찾아낼 수 있다. Minerva는 지도·비지도 머신러닝으로 시간당 수십억 개의 데이터를 분석해 이상 징후와 앞으로 생길 고장을 예측한다. 한꺼번에 쏟아지는 경보는 가능성이 높은 근본 원인과 함께 하나의 사건으로 묶어 보여 준다. 자체 AI 어시스턴트가 들어 있어 운영자는 대화하듯 클러스터 상태를 확인하고 해결 방법을 추천받을 수 있다.IREN이 이미 Minerva를 쓰고 있다. Aolani, Bitdeer AI, IBM, Jio, Lambda, Quake AI, Tesla도 도입할 계획이다. Dell Technologies, Lenovo, Supermicro는 각자의 AI 팩토리 운영 제품군에 Minerva를 넣어 제공한다.

MiniMax-M3.1-Flash 공개… 미니맥스, 이미지·텍스트 이해에 100만 토큰 입력

미니맥스(MiniMax)가 10월 17일 이미지와 텍스트를 함께 이해하는 AI 모델 ‘MiniMax-M3.1-Flash’를 허깅페이스(Hugging Face)에 공개했다. 미니맥스가 허깅페이스 공식 계정에 올린 모델 카드에 따르면 이 모델의 매개변수는 2,205억 개다. 한 번에 받아들일 수 있는 입력 길이(컨텍스트)는 최대 1,048,576토큰이다. 라이선스로는 미니맥스의 자체 라이선스인 ‘minimax-community’를 적용했다.모델 카드는 이 모델의 용도를 ‘이미지·텍스트 이해’로 밝혔다. 글만 처리하는 언어 모델과 달리 사진이나 도표 같은 이미지와 문장을 함께 입력받아 내용을 해석하는 방식이다. 모델은 허깅페이스의 ‘MiniMaxAI/MiniMax-M3.1-Flash’ 저장소에서 내려받을 수 있다. 미니맥스는 이번에 이 모델 하나만 올렸다.이번 모델에서 가장 눈에 띄는 수치는 입력 길이다. 최대 1,048,576토큰은 약 100만 토큰에 해당한다. 토큰은 AI가 글을 처리할 때 쓰는 기본 단위다. 입력 한도가 클수록 긴 보고서나 여러 문서를 나눠 넣지 않고 한꺼번에 넣어 질문할 수 있다. 이미지와 텍스트를 함께 다루는 모델이므로 많은 분량의 자료를 한 번의 요청으로 처리하는 작업에 쓸 수 있다.매개변수 2,205억 개는 공개 모델 가운데서도 큰 편이다. 매개변수는 모델이 학습하면서 조정한 내부 값으로, 수가 많을수록 모델이 크고 돌리는 데 드는 자원도 늘어난다. 모델 카드 기준으로 가중치 파일은 약 224GB다. 가중치를 4비트로 줄이는 양자화를 해도 약 123GB 안팎이 남는다. 양자화는 모델의 숫자 정밀도를 낮춰 용량을 줄이는 기법으로, 큰 모델을 적은 메모리로 돌릴 때 흔히 쓴다. 하지만 실제로 실행하려면 이 파일 크기보다 메모리가 더 필요하다. 그래픽카드 한 장을 단 일반 개인 PC로는 돌리기 버거운 규모여서, 직접 운영하려면 메모리가 넉넉한 서버급 장비를 갖추는 것이 현실적이다.라이선스도 짚어볼 부분이다. MiniMax-M3.1-Flash는

美 CISA, AhsayCBS 명령어 주입 취약점 '실제 악용' 목록에 추가… 연방기관 사흘 내 조치 요구

미국 사이버보안·인프라보안국(CISA)이 Ahsay의 AhsayCBS 제품에서 나온 명령어 주입 취약점 CVE-2026-105134를 '실제 악용이 확인된 취약점(KEV·Known Exploited Vulnerabilities)' 목록에 올렸다. CISA가 10월 14일 갱신한 KEV 목록을 보면, 이 취약점은 원격 공격자가 서버의 운영체제 명령을 실행할 수 있게 하는 결함이다. 미국 연방기관은 10월 17일까지 조치를 마쳐야 한다.CISA 설명에 따르면 문제는 AhsayCBS의 복제 수신(Replication Receiver) 구성요소에 있다. 이 구성요소의 '/rps/api/json/UpdateReceivers.do' 엔드포인트로 들어가는 'random' 매개변수를 조작하면 공격자가 원격에서 운영체제 명령을 실행할 수 있다. CISA가 붙인 공식 명칭은 'Ahsay AhsayCBS Command Injection Vulnerability'다.명령어 주입은 프로그램이 외부 입력값을 제대로 걸러내지 않고 시스템 명령에 그대로 넘길 때 생기는 취약점이다. 입력값에 끼워 넣은 명령이 서버에서 그대로 실행되므로, 공격에 성공하면 공격자가 해당 서버를 원격으로 조종하다시피 할 수 있다. 이번 취약점은 네트워크 너머에서 공격할 수 있는 원격형이라 인터넷에 노출된 서버일수록 위험이 커진다.CISA는 이 취약점이 같은 제품의 다른 취약점인 CVE-2026-105133과 연계(체이닝)될 수 있다고 밝혔다. 체이닝은 여러 취약점을 차례로 엮어 취약점 하나로는 어려운 공격을 완성하는 기법이다. 한쪽만 막으면 공격 경로가 남을 수 있으니 두 취약점을 함께 점검해야 한다는 뜻이다.KEV 목록에는 이론상 위험한 취약점이 아니라 실제 공격에 쓰인 사실이 확인된 취약점만 오른다. 등재됐다는 것은 공격자들이 이미 이 결함을 무기로 쓰고 있다는 뜻이다. 이번 건의 이행 기한이 등재일에서 사흘 뒤인 10월 17일로 잡힌 것도 그만큼 시급하다는 판단으로 볼 수 있다.CISA가 요구한 조치는 공

원/달러 환율 1,324.6원…최근 41개 시점 중 가장 낮아

원/달러 환율이 최근 41개 시점 가운데 가장 낮은 수준으로 내려왔다. 한국은행 경제통계시스템(ECOS)에 공개된 서울외국환중개 자료에 따르면, 23일 서울외환시장의 원/달러 환율은 1,324.6원으로 집계됐다. 직전 시점의 1,325.5원보다 0.9원(0.1%) 낮다.이번 수치는 최근 41개 시점 가운데 최저치다. 앞선 40개 시점에서는 환율이 계속 이보다 높았다는 뜻이다. 직전 시점과 비교하면 1원도 안 되는 작은 하락이지만, 비교 기간 전체에서 가장 낮은 값을 새로 기록했다는 점에서 의미가 있다.원/달러 환율이 내렸다는 것은 1달러를 사는 데 필요한 원화가 줄었다는 뜻이다. 달러에 비해 원화 가치가 상대적으로 올랐다는 의미이기도 하다. 직전 시점에는 1달러를 바꾸려면 1,325.5원이 필요했지만, 이번에는 1,324.6원이면 된다. 1달러 기준으로는 차이가 작아도 금액이 커지면 차이도 커진다. 1만 달러를 원화로 바꾸면 직전 시점에는 1,325만5,000원, 이번 시점에는 1,324만6,000원으로 9,000원이 차이 난다. 100만 달러면 차이는 90만 원이다. 수입 대금 결제나 외화 송금처럼 거래 규모가 큰 경우에는 이 정도 움직임도 무시하기 어렵다.일반적으로 환율이 내리면 달러로 값을 치르는 쪽의 원화 부담이 줄어든다. 수입품 대금, 해외 직구 결제, 해외여행 경비가 그렇다. 반대로 달러로 대금을 받는 수출 기업은 같은 금액을 벌어도 원화로 바꾸면 받는 돈이 줄어든다. 환율 하락이 유리한지 불리한지는 달러를 쓰는 쪽인지, 버는 쪽인지에 따라 달라진다.이번 수치는 매매기준율 기준이다. 매매기준율은 외환시장 거래를 거래량으로 가중평균해 낸 값이다. 은행이 고객과 외화를 사고팔 때 적용하는 환율의 기준이 된다. 그래서 장중에 실시간으로 움직이는 환율과는 차이가 있다. 개인이 은행 창구에서 달러를 살 때는 매매기준율에 환전 수수료(스프레드)가 더해져 이보다 높은 환율을 적용받는다. 달러를 팔 때는 이보다 낮은 환율을 적용받는다. 이번 수치는 개인이 실제로

박스오피스 ‘베러티’ 5위로 첫 진입… 1위는 ‘극장판 치이카와: 인어 섬의 비밀’

10월 22일에도 ‘극장판 치이카와: 인어 섬의 비밀’이 박스오피스 1위를 지켰다. 하루 관객 2만 명, 누적 192만 명이다.새로 10위 안에 든 작품은 ‘베러티’(5위, 하루 8,618명)이다.이날 상위 5편:- 1위 ‘극장판 치이카와: 인어 섬의 비밀’ — 하루 23,254명 · 누적 1,927,845명 · 매출 점유율 22.5%- 2위 ‘실낙원’ — 하루 14,196명 · 누적 38,183명 · 매출 점유율 12.6%- 3위 ‘암살자(들)’ — 하루 11,153명 · 누적 3,306,283명 · 매출 점유율 10.0%- 4위 ‘클레이페이스’ — 하루 10,069명 · 누적 28,908명 · 매출 점유율 9.4%- 5위 ‘베러티’ — 하루 8,618명 · 누적 8,774명 · 매출 점유율 7.1%관객 수는 전국 영화관 발권 기준이다.자료: 영화진흥위원회 영화관입장권통합전산망(KOBIS).

집게로 올리고 밀판이 떨어뜨린다…크레인 게임 'mimi push play1' 전체이용가 판정

게임물관리위원회 등급분류 결과에 따르면 위원회는 2026년 10월 22일 아케이드 크레인 게임 'mimi push play1'을 전체이용가로 결정했다. 등급분류를 신청한 업체는 호랑이물산이고, 등급분류번호는 CC-NA-261022-002다. 이번 결정으로 이 게임물은 이용 연령 제한 없이 누구나 이용할 수 있는 등급을 받았다.위원회는 이 게임의 장르를 '크레인'으로, 이용 형태를 '아케이드 게임'으로 분류했다. 'mimi push play1'은 오락실이나 상가 등에 기기를 설치해 이용자가 직접 조작하는 업소용 게임이다. PC나 모바일, 콘솔로 내려받아 즐기는 게임과는 성격이 다르다.위원회가 공개한 게임 개요를 보면 이 기기는 혼자서 즐기는 1인용 크레인 게임이다. 이용자는 조이스틱과 버튼으로 집게를 움직인다. 다만 집게로 경품을 집어 바로 배출구까지 옮기는 일반적인 인형뽑기 방식과는 다르다. 이 게임에서는 집게로 경품을 '밀판' 위에 올려놓아야 한다. 이후 밀판이 경품을 밀어 떨어뜨리면 이용자가 그 경품을 얻는다.결국 이용자의 조작은 경품을 밀판 위 원하는 자리에 올려놓는 데까지다. 경품이 떨어지는 마지막 단계는 밀판의 움직임이 맡는다. 집게로 물건을 집어 올리는 크레인 게임의 조작에, 밀판이 경품을 밀어내는 방식을 합친 구조다. 게임 이름에 들어간 '푸시(push)'도 밀판이 경품을 미는 이 방식을 가리키는 것으로 보인다.이 게임처럼 경품이 걸린 아케이드 기기도 국내에서 운영하려면 다른 게임물과 마찬가지로 등급분류 절차를 거쳐야 한다. 게임물관리위원회는 게임의 내용과 이용 방식을 심의해 이용 가능 연령을 정한다. 등급분류를 받지 않은 게임물은 국내에서 유통하거나 이용자에게 제공할 수 없다. 이번에 전체이용가를 받으면서 'mimi push play1'은 국내 유통에 필요한 첫 관문을 넘었다.전체이용가는 위원회의 등급 가운데 연령 제한이 가장 낮은 등급이다. 어린이도 보호자 동반 여부 등과 관계없이 등급상으로는 이용할 수 있다. 집게를 조작해 경품을 옮기는 단순

유튜브 한국 음악 차트, A2O 「NEON」 1위… IVE 「Looks Can Kill」 새로 진입해 3위

유튜브(YouTube) 한국 인기 동영상 음악 카테고리 집계에 따르면, 2026년 10월 23일 기준 1위는 A2O의 「NEON」이다. 조회수는 15,185,676회로 1,500만 회를 넘었다. 이번 집계에서 10위 안에 새로 들어온 곡은 IVE의 「Looks Can Kill」 한 편이다. 이 곡은 진입하자마자 3위에 올랐다. Crush의 「삐그덕 (seesaw)」는 9위에서 4위로 다섯 계단 뛰어올라 상위권에 자리 잡았다.상위 5편은 1위 A2O 「NEON」, 2위 에픽하이 「Mise en scène」, 3위 IVE 「Looks Can Kill」, 4위 Crush 「삐그덕 (seesaw)」, 5위 엔믹스 「긴 소원 (Birthday Wish)」 순이다. 걸그룹, 힙합 그룹, 솔로 가수가 함께 이름을 올렸다. 특정 장르나 활동 형태에 쏠리지 않은 구성이다.이번 집계에서 가장 눈에 띄는 변화는 IVE의 「Looks Can Kill」이다. 10위 밖에 있던 곡이 한 번에 3위까지 올라왔다. 이번 집계에서 10위권에 새로 진입한 곡은 이 곡 하나다. 따라서 나머지 아홉 자리는 기존 곡들이 순위만 바꿔 가며 지켰다. 상위권이 대체로 유지되는 가운데 신곡 한 편이 그 사이를 비집고 들어온 모양새다.「Looks Can Kill」의 조회수는 519,139회다. 1위 「NEON」의 15,185,676회와 비교하면 약 29분의 1 수준이다. 1위와 3위 사이에 조회수 격차가 크게 벌어져 있는 셈이다. 「NEON」은 1,500만 회를 넘는 조회수로 이번 집계에서 가장 높은 자리를 지켰다. 「Looks Can Kill」은 50만 회 남짓한 조회수로 3위에 진입했다. 같은 상위 5위 안에서도 곡마다 조회수 규모가 크게 다르다는 점을 보여 준다.순위가 크게 오른 곡도 있다. Crush의 「삐그덕 (seesaw)」는 지난 집계에서 9위였으나 이번에 4위에 올랐다. 10위권 끝자락에서 상위 5위 안으로 뛰어오른 것이다. IVE의 신규 진입과 함께 이번 차트 상위권의 판도를 바꾼 곡으로

OpenMOSS-Team, 이미지 생성 모델 ‘MOSS-Image-SFT’ 허깅페이스 공개… 12일 만에 내려받기 6,890회

OpenMOSS-Team이 이미지 생성 모델 ‘MOSS-Image-SFT’를 공개했다. 허깅페이스(Hugging Face) 모델 정보에 따르면 이 모델은 2026년 10월 11일 허깅페이스에 올라왔고, 지금까지 내려받기 6,890회와 즐겨찾기 571회를 기록했다. 라이선스는 아파치 2.0(apache-2.0)이다.허깅페이스는 전 세계 개발자와 연구자가 AI 모델을 올리고 내려받는 공유 플랫폼이다. 새 모델이 나오면 보통 이곳에 모델 파일과 설명이 함께 올라온다. 그래서 허깅페이스의 수치는 새 모델에 대한 개발자들의 초기 반응을 보여주는 지표로 쓰인다. 내려받기는 모델 파일을 실제로 받아 간 횟수이고, 즐겨찾기는 이용자가 관심 있는 모델로 표시한 횟수다. 내려받기가 실제 사용으로 이어질 가능성을 보여준다면, 즐겨찾기는 계속 지켜보겠다는 관심에 가깝다.이번 수치를 기간으로 나눠 보면 흐름이 더 뚜렷하다. 공개일인 10월 11일부터 10월 23일까지는 12일이다. 같은 기간 내려받기가 6,890회였으니 단순 계산하면 하루 평균 570회가량이다. 즐겨찾기 571회는 내려받기의 약 8% 수준으로, 내려받기 12회당 1회꼴로 즐겨찾기가 붙은 셈이다. 공개 2주가 안 된 모델이 이 정도 수치를 냈다는 것은 이미지 생성 분야 개발자들이 MOSS-Image-SFT를 직접 받아 써 보고 있다는 뜻으로 읽힌다.모델 이름 끝의 ‘SFT’는 AI 업계에서 흔히 ‘지도 미세조정(Supervised Fine-Tuning)’을 줄여 부르는 말이다. 미리 학습된 모델에 정답이 붙은 데이터를 더 학습시켜 특정 목적에 맞게 다듬는 과정을 가리킨다. 오픈소스 모델 생태계에서는 같은 계열 모델이 학습 단계나 용도에 따라 이처럼 이름 뒤에 꼬리표를 붙여 공개되는 경우가 많다.라이선스도 눈여겨볼 대목이다. 아파치 2.0은 오픈소스 라이선스 가운데 제약이 적은 편에 속한다. 원저작자의 저작권 표시와 라이선스 고지만 지키면 상업적 이용과 수정, 재배포가 모두 허용된다. 연구 목적으로만 쓰도록 묶어 둔 라

우버, 직원 3만여 명 전원에 'ChatGPT Work' 도입

글로벌 차량호출·배달 플랫폼 기업 우버가 3만 명이 넘는 전 직원에게 오픈AI의 업무용 인공지능(AI) 서비스 'ChatGPT Work'를 도입한다. OpenAI는 자사 공식 뉴스 채널인 OpenAI News를 통해 우버와 함께 이 서비스를 전사에 배포한다고 발표했다.OpenAI에 따르면 이번 도입 대상은 우버 직원 3만여 명이다. 특정 부서나 일부 팀에만 시범 적용하는 방식이 아니라 전 직원이 대상인 전사 단위 배포다.우버 직원들은 ChatGPT Work를 자료 조사와 데이터 분석, 프레젠테이션 작성 같은 일상 업무에 쓰게 된다. 여러 단계를 거쳐야 하는 복잡한 업무 흐름(워크플로)을 처리하는 데도 활용된다.OpenAI는 이번 도입으로 우버의 각 팀이 리서치부터 분석, 결과물 작성까지 업무 전반을 더 수월하게 처리하도록 돕겠다고 설명했다. 3만여 명 규모의 직원이 같은 AI 업무 도구를 쓰게 되면서, 우버 사내에서 ChatGPT Work를 쓰는 업무의 범위도 넓어질 것으로 보인다.