Introducing the Model Context Protocol
Anthropic
표준이란 무엇인지 생각해 볼 필요는 있지만…
오늘, 우리는 AI 어시스턴트를 콘텐츠 저장소, 비즈니스 도구, 개발 환경을 포함한 데이터가 있는 시스템에 연결하기 위한 새로운 표준인 Model Context Protocol (MCP)을 오픈 소스로 공개합니다 . 그 목적은 프런티어 모델이 더 좋고 관련성 있는 응답을 생성할 수 있도록 돕는 것입니다.
AI 어시스턴트가 주류로 채택됨에 따라, 업계는 모델 역량에 막대한 투자를 하여 추론과 품질에서 빠른 진전을 이루었습니다. 그러나 가장 정교한 모델조차도 데이터와의 고립으로 제약을 받고 있으며, 정보 사일로와 레거시 시스템 뒤에 갇혔습니다. 모든 새로운 데이터 소스에는 고유한 사용자 지정 구현이 필요하므로 진정으로 연결된 시스템은 확장하기 어렵습니다.
Bots beyond the text box
Axios
AI 제공업체들은 안전성과 품질 관리를 위해 ‘인간을 개입시켜야 한다’고 강조했지만, 요즘은 에이전트의 가능성에 대한 이야기를 한다. 실제로 몇 개 데모를 보면 놀랍기도 하다. 왜 인간인지 확인하는게 중요하다는 이야기가 나오는지 이해할 수 있을 것.
Anthropic의 ‘컴퓨터 사용’ 기능은 개발자와 고급 사용자가 Claude에게 웹에서 데이터를 수집해 스프레드시트에 입력하거나, 새로운 웹사이트를 처음부터 구축, 배포 및 디버깅하는 등의 작업을 다른 애플리케이션을 통해 수행하도록 지시할 수 있게 합니다.
- 이는 AI 업계에서 말하는 ‘에이전트(agent)’의 한 형태이며, 그 잠재력이 얼마나 강력할 수 있는지 쉽게 상상할 수 있습니다.
- 와튼(Wharton) 교수이자 AI 활용 전문가인 이선 몰릭(Ethan Mollick)은 Claude의 새로운 기능에 대해 “작업을 관리하는 것이 아니라 위임하는 느낌”이라고 평가했습니다.
- 전문가와 업계 관계자들은 AI가 새로운 기능을 추가함에 따라 지식 노동에서 엄청난 배가 효과가 있을 것으로 예상하고 있습니다.
ByteDance intern fired for planting malicious code in AI models
arsTECHNICA
특이한 사건?
또 다른 댓글 작성자는 바이트댄스(ByteDance)가 피해를 축소하고 있다고 주장했습니다. 해당 댓글 작성자는 인턴이 “악성 코드”를 사용해 “몇 달 동안 의도적으로 훈련을 방해했다”고 주장하며, 바이트댄스가 손해 배상을 청구하려 한다면 인턴이 더 가혹한 처벌을 받을 수 있다고 언급했습니다.
“팀의 몇 달간의 연구가 수포로 돌아갔다”고 그 작성자는 주장했습니다. 비록 “제품 라인에 직접적인 영향을 미치지는 않았지만,” “계산 능력의 손실만으로도 수백만에서 수천만에 이르며, 연구팀 전체의 시간, 에너지, 임금 낭비는 말할 것도 없다”고 덧붙였습니다.
The next big arenas of competition
McKinsey
맥킨지 보고서는 아레나(Arena)를 빠르게 성장하고 역동적인 산업으로 정의하며, 경제 성장에서 큰 비중을 차지하고 시장 리더십이 자주 변화하는 특징을 가진다고 말한다. 2040년까지 18개의 주요 아레나가 세계 GDP의 10%~16%를 차지할 것으로 예상했다.
- 전자상거래
- 인공지능(AI) 소프트웨어 및 서비스
- 클라우드 서비스
- 전기차(EV)
- 디지털 광고
- 반도체
- 자율주행 공유 차량
- 우주 산업
- 사이버 보안
- 배터리 생산
- 모듈식 건축
- 스트리밍 비디오
- 비디오 게임
- 로봇 공학
- 산업 및 소비자 생명공학
- 미래 항공 모빌리티
- 비만 치료 및 관련 약물
- 핵분열 발전소
More than a quarter of new code at Google is generated by AI
The Verge
“오늘날 구글에서 작성되는 신규 코드의 4분의 1 이상이 AI에 의해 생성되며, 이후 엔지니어가 검토하고 승인합니다.”
— 구글 CEO 순다 피차이, 화요일 실적 발표 전화회의에서
Growing Up: Navigating Generative AI’s Early Years – AI Adoption Report
Wharton
AI 채택에 관한 초기 보고서
사람들은 인공지능을 어디에 가장 많이 활용하는가? 문서와 제안서 작성 및 편집, 데이터 분석, 자료 요약, 마케팅 콘텐츠 제작 등이 주 이용 방식이다.
나머지 내용을 살펴봐도 전년 대비 의구심은 줄어들고 기대감이 증가했다는 설문 결과를 확인할 수 있다.
What Meta’s AI knows about you
Axios
메타는 사용자와 전 세계 수십억 명의 개인 정보를 잘 알고 있으며, 이를 기반으로 강력하고 적절한 AI를 개발하고 있습니다. 하지만 사용자들에게 이러한 데이터 활용에 대해 “거부”할 권리를 제한하고 있습니다.
브라질과 유럽 이용자만 데이터 활용에 대해 옵트아웃이 가능하다
AI training depends on premium content, study finds
Axios
AI 기업들은 훈련 데이터로 무엇을 사용하는지 정확히 밝히지 않지만, Ziff Davis의 연구에 따르면 상업적인 뉴스 및 미디어 웹사이트 콘텐츠에 불균형적으로 의존하는 것으로 나타났습니다. OpenAI의 GPT-2를 훈련하기 위해 사용된 OpenWebText 데이터셋을 분석한 결과, URL의 약 10%가 연구된 15개의 프리미엄 퍼블리셔에서 나온 것으로 밝혀졌습니다. 연구는 Ziff Davis의 AI 전문 변호사 조지 우코손(George Wukoson)과 최고기술책임자 조이 포르투나(Joey Fortuna)에 의해 진행되었습니다.
Ziff Davis 역시 잡지사에서 출발했으며 News/Media Alliance(NMA) 회원사이다
BCG는 기업의 생성AI 활용에 대해 조사했으나, 예상대로 핵심 사업에 미치는 영향은 적은 것으로 나타났다.
인공 지능(AI)에 대한 과장된 홍보에도 불구하고 그 가치를 찾기는 어렵습니다. CEO들은 투자를 승인하고, 인재를 고용하고, 시범 프로그램을 시작했지만, 새로운 BCG 연구에 따르면, 개념 증명 단계를 넘어 어느 정도 가치를 창출한 기업은 22%에 불과하며, 실질적인 가치를 창출하는 기업은 4%에 불과합니다.
하지만 핵심 비즈니스와 지원 기능 모두 인공지능을 통합하여 경쟁 우위를 확보한 기업들은 높은 매출 성장, 주주총수익(TSR), 투자자본이익률(RoIC)를 기록했다. 비용 절감과 매출 증대를 목표로 인공지능을 활용했으며, 기술과 알고리즘보다는 인적요소와 프로세스에 집중했다고 한다. 아래는 몇 가지 사례
- 한 글로벌 자동차 제조사는 입찰 문서 작성 시간을 50% 단축하고 경쟁 제안 분석 속도를 50% 높이며 지식 자산 검색 시간을 75% 단축.
- 북미 통신사는 AI로 콜센터 상호작용 시간을 20% 줄이고 총 관련 비용을 25% 감소.
- 금융기관은 데이터 관리 생산성을 20~25% 개선하고 데이터 관리의 적용 범위를 5년 이상 단축.
- 유럽 자동차 제조사는 아이디어에서 생산까지의 시간을 30% 단축하고 신제품 산업화 시간 40% 감소.
Growth of AI adoption slows among U.S. workers
Axios
원자료는 여기
Slack이 의뢰한 새로운 연구에 따르면 직장에서 AI를 사용하고 있다고 답한 미국 근로자의 비율은 지난 3개월 동안 거의 제자리걸음을 유지했습니다. 이것이 중요한 이유 AI의 빠른 도입 곡선이 느려지거나 평평해지면 기술에 대한 많은 장밋빛 가정과 그에 따른 매우 높은 시장 가치 평가가 바뀔 수 있습니다. Slack은 최근 설문조사에서 미국 근로자의 33%가 직장에서 AI를 사용하고 있다고 답했으며, 이는 단 1% 포인트 증가한 수치라고 밝혔습니다. 이는 이전 설문조사에서 나타난 급격한 성장세가 상당히 평탄화된 것을 의미합니다.
관리자에게 말하기 꺼려진다는 응답은 거의 절반(48%)에 달했는데, 가장 큰 이유로는 게으르거나 속임수를 쓰거나 무능한 사람으로 비춰질까 봐라는 두려움이 꼽혔습니다.