2026년 6월 20일 AI 뉴스

토큰 비용과 처리 속도를 줄이는 세 가지 프롬프트 최적화 기법(T O O N, 축약 마크다운, 멀티샷 예시)이 실전에서 비용 효율성과 품질을 동시에 개선한다.

GLM-5.2와 Claude Code를 사용하여 HyperFrames, Remotion, Revideo 라이브러리로 모션 그래픽을 제작하고 비용과 성능을 비교 분석한다.

WWDC 2026에서 Apple은 Gemini로 작동하는 Siri AI를 iOS 27에 도입해 개인화와 프라이버시를 강화했고, 기기 데이터 인덱싱으로 맥락‑기반 대화를 가능하게 했다.

Stepyard는 로컬 머신에서 YAML 파이프라인을 실행하고 파이썬 플러그인으로 확장하는 자동화 러너이다.

AMD AIMs는 모델과 런타임을 포함한 컨테이너를 제공하고, ClearML은 운영 계층을 관리해 생산형 추론 엔드포인트를 간소화한다.

미드저니의 하드웨어 시장 진출, 앤스로픽의 연방 금지 조치, AWS의 칩 판매 전략 등 AI 업계 주요 소식을 다룹니다.

기업이 AI 도입을 위해 전략 수립보다 실질적인 AI 학습 시스템 구축과 운영 체계 마련에 집중해야 한다는 점을 강조한다.

정보 이론에 기반한 다양한 로컬 환경을 포괄하는 학습 데이터셋으로 금속 합금의 물성 예측을 더 정확하게 수행하는 ML 샘플링 접근법을 제시한다.

사람 시연 데이터를 입력으로 받아 비전-촉각 멀티모달 정보를 통해 로봇의 손 제어 정책을 학습하고, 대규모 데이터 수집을 위한 비디오 리타게팅과 인터랙티브 학습 방법이 현장 적용에 중요함을 설명한다.

LLM 추론 시스템의 런타임, 도구, 인프라 계층을 아우르는 45시간 분량의 실전 엔지니어링 워크숍 내용을 요약한다.

구글이 Nvidia의 금융 플레이북을 모방해 보증 기반 자금조달로 TPU 임대와 데이터센터 계약을 확대하는 전략을 채택했다.

MolmoAct2는 실세계 로봇 배포를 위해 설계된 완전 오픈소스 Vision-Language-Action 파운데이션 모델로, 적응형 추론과 개방형 데이터셋을 활용한다.

Anthropic 모델 제재, GLM-5.2 출시, Perplexity의 에이전트 메모리 개선 등 이번 주 주요 AI 기술 뉴스를 요약한다.

Reliance의 Jio Call Agent, MyJio AI, TeleFrame 등으로 AI를 네트워크 수준에 내재화해 전화 통화와 가정용 AI 경험을 확장한다.

VCRL은 강화학습 시 보상 분산이 높은 문제를 우선 선택하고 메모리 뱅크에 저장해 재학습함으로써 LLM의 수학 추론 성능을 효율적으로 향상시킨다.

TurboQuant는 QJL 알고리즘을 활용해 LLM KV 캐시 양자화 시 발생하는 오차를 보정하여 성능 저하를 최소화하는 기법이다.

ML 시스템 설계 면접의 10가지 대표 문제를 데이터 흐름, 모델 선택, 평가 지표, 운영 고려사항으로 단계별로 해석한다.

Headroom은 에이전트가 읽는 모든 도구 출력·로그·RAG 결과를 로컬에서 압축해 LLM에 전달하는 토큰 수를 크게 줄이되, 동일한 응답 품질을 유지한다.

터미널 세션에 바로 통합되는 경량 LLM 코파일럿으로 로컬/클라우드 백엔드를 선택하고 컨텍스트를 기반으로 명령을 제안한다.

WAN 상의 다중 GPU 분산 인퍼런스에서 744B GLM-5.2를 파이프라인으로 처리하고, 추정 디코딩과 CUDA-그래프 드래프트로 처리량을 비약적으로 높이는 설계를 제시한다.

LLM의 기본 구성요소인 뉴런과 파라미터에서 시작해 토큰화, 컨텍스트 윈도우, Transformer의 어텐션, KV 캐시에 이르는 작동 원리와 하드웨어 비용의 관계를 설명한다.