총 3636건 중 1489-1512건
2026년 웹 스크래핑 도구는 대상 사이트의 복잡성, 사용자의 기술 수준, 필요한 출력 형식과 운영 규모에 따라 AI 네이티브 API, 노코드 플랫폼, 파이썬 라이브러리, 브라우저 자동화 도구 중에서 선택해야 한다.
2018년부터 OpenAI의 재무·운영 조직 구축을 이끌어 온 Brad Lightcap이 회사를 떠나 ‘새로운 일’을 시작하며, 이번 퇴사는 IPO 준비와 맞물린 최고위 경영진 개편 흐름 속에서 이뤄졌다.
스탠퍼드 공동연구는 2025년 캘리포니아 등록 데이터 브로커 522곳 중 법정 투명성 요건을 완전히 지킨 곳이 9%뿐이며, 요청 절차의 방해와 불완전한 공개가 소비자의 개인정보 통제를 약화한다고 밝혔다.
OpenAI는 승인된 기업 보안팀이 기존 AWS 환경에서 Daybreak Blue와 Daybreak Red를 사용할 수 있도록 Amazon Bedrock 제공과 Daybreak Access 등록 경로를 마련했다.
Claude 앱 게이트웨이는 기업이 Claude Code와 Claude Desktop의 인증, 모델 접근, 사용량 귀속, 장애 조치, 지출 한도를 중앙에서 통제하도록 지원하는 자체 호스팅 거버넌스 계층이다.
폴 오스터먼은 미국 기업이 표준고용에 따르는 권리·비용·장기적 책임을 피하려 계약직, 조직형 프리랜서, 주변부 근로자를 활용하면서 노동자를 조직의 경력체계에서 분리하고 있다고 설명한다.
xAI 공동창업자 이고르 바부시킨의 River AI가 창업 두 달 만에 General Catalyst·AMP PBC 주도로 11억 달러 seed/Series A를 유치했다.
구글 제미니 앱이 월간 활성 사용자 10억 명을 넘기며 챗GPT와 보조를 맞추는 성장 이정표를 기록했다.
Deep Agents 평가에서 NVIDIA NeMo Switchyard는 호출의 93%를 저렴한 모델로 처리해 Claude Opus 4.8 단독 대비 비용을 74% 줄였지만, 정확도는 6%포인트 낮아져 자체 워크로드의 품질 요구와 라우팅 경제성을 함께 검증해야 한다.
ONESTRUCTION은 도메인 전문가가 설계한 합성 데이터와 3단계 학습, 자동 검증 보상을 결합해 데이터가 부족한 건설 BIM 분야의 IDS 생성 특화 모델 Ishigaki IDS를 구축했다.
Stripe 거래 데이터는 AI 기업이 빠르게 세계로 확장하고 있지만, 장기적인 해외 매출 성장은 수요가 강한 시장을 선별하고 결제수단·통화 등 현지화를 강화할 때 커진다는 점을 보여준다.
NVIDIA는 고빈도 특화 작업용 개방형 모델 Nemotron 3.5 Lightning과 요청별 최적 모델을 자동 선택하는 NeMo Switchyard를 통해 에이전트형 AI의 속도, 비용 효율, 배포 통제력을 높였다.
오픈AI가 리눅스용 챗GPT 데스크톱 앱을 전 세계에 미리보기로 출시하며 주요 데스크톱 운영체제 지원 공백을 해소했다.
OpenAI가 직원 지분 유동성을 위해 70억 달러 규모 텐더오퍼를 완료했고, 기업가치는 3월 라운드와 같은 8520억 달러로 평가됐다.
픽시셋은 사진가의 창작을 대체하지 않고 반복적인 대체 텍스트 작성 부담을 줄이는 AI 기능을 설계해, 4개월 만에 출시하고 16개월 뒤에도 적용 대상 이용자의 35%가 사용하는 성과를 냈다.
스포티파이는 실제 인간을 표방하지 않는 AI 생성 아티스트 프로필에 ‘AI 페르소나’ 표시를 붙이고, 이용자가 직접 팔로우하지 않는 한 해당 음악을 추천에서 기본 제외한다.
ACE와 ALTK Evolve는 에이전트 경험을 압축하지 않고 재사용한다는 원칙은 같지만, ALTK Evolve는 모델 역량에 맞춰 지침 전달량을 조절해 AppWorld에서 같거나 더 높은 정확도를 훨씬 적은 추론 토큰으로 달성했다.
Anthropic의 미공개 모델은 리만 가설의 일반 증명에는 이르지 못했지만, 60개 하위 에이전트의 대규모 탐색과 검증을 통해 가설이 성립하는 해의 범위에 관한 하한을 크게 높였다.
차세대 AI 팩토리의 랙 밀도와 연산 성능을 확장하려면 반복 변환 손실이 있는 기존 AC 배전에서 800 VDC 중심의 하이브리드·직류 전력 아키텍처로 단계적으로 전환해야 한다는 내용이다.
알파폴드의 성과는 막대한 표준화 데이터가 존재하는 드문 조건에 의존하므로, 대부분의 과학을 가속할 더 일반적인 경로는 불확실한 증거를 종합하고 여러 도구를 반복적으로 사용하는 인공지능 에이전트라는 주장이다.
지난 4년간 AI 연구의 중심이 LLM으로 재편되고 최전선이 민간 기업으로 이동하면서, 대학 연구자들은 GPU 비용과 모델 비공개라는 제약 속에서 공익적 질문·특화 AI·소형 고효율 모델로 학술 연구의 역할을 재조정하고 있다.
AI 주도 공격 우려가 커지자 OpenAI는 사이버 방어 서비스 Daybreak를 Blue·Red 2단계로 확대하고, Red 전용 모델 GPT‑5.6‑Cyber를 ‘신뢰할 수 있는 고객 파트너’에 한정해 제공했다.
마이크로소프트 365 코파일럿을 활용해 해결할 업무를 명확히 정의하고, 지시·정보원·출력 형식·경계를 설정한 뒤 실제 사례로 반복 검증하면 코딩 없이도 실무형 AI 에이전트를 만들 수 있다는 안내서다.
컴퓨터 사용 에이전트는 표준화된 반복 업무에서 실운영 단계에 진입했으며, 도입 성패는 모델 성능뿐 아니라 검증·오류 처리·캐싱과 고객별 업무 맥락을 갖춘 인프라에 달려 있다.
