world1000 님의 블로그

1부. 연구 다이제스트,2부. 업계 뉴스 브리핑

① 통계·머신러닝 방법론Robust Bayes-Assisted Conformal Prediction (arXiv:2607.04236) — 베이지안 사전정보를 예측집합 구성에 활용하되, 사전분포가 오지정된 경우에도 유한표본 커버리지 보장이 무너지지 않도록 설계한 강건형 conformal prediction 방법을 제안한다. https://arxiv.org/abs/2607.04236Doubly Cross-fit Debiased Machine Learning of Heterogeneous Treatment Effects under Principal Stratification (arXiv:2606.29076) — 주성층화(principal stratification) 틀에서 이질적 처치효과를 이중교차적합·편향제..

2부. 업계 뉴스 브리핑

1. 메타, AI 인프라 투자 딜레마 부각 (2026년 7월 31일). 메타는 2분기 잉여현금흐름이 전년 대비 91% 급감했음에도 자본지출 전망을 1,300억~1,450억 달러로 상향했으나, 클라우드 3사와 달리 대규모 컴퓨팅을 정당화할 수익모델이 뚜렷하지 않다는 우려로 공시 후 주가가 9% 하락하였다. AI 설비투자 회수 가능성에 대한 시장의 회의가 표면화된 사례이다. 뉴스핌2. 삼성전자·SK하이닉스, AI 반도체 대전환과 주가 괴리 (2026년 7월 30일). 양사는 2분기 각각 70%·76%의 영업이익률을 기록하고 평택 P5·용인 클러스터 등 대규모 증설을 추진하며 2028년까지 메모리 공급 부족을 전망하나, 주가는 6월 정점 대비 각각 40%·50% 가까이 하락하였다. 실적과 밸류에이션의 괴리, ..

1부 연구 다이제스트

연구 다이제스트1. 통계·머신러닝 방법론Causal Inference of Ordinal Outcomes: A Bayesian Solution (2026년 7월). 순서형(ordinal) 결과변수에 대한 인과효과 추정을 베이지안 잠재변수 틀로 정식화하여, 절단점 불확실성을 사후분포에 반영하는 접근을 제시한다. arXiv:2607.23372Accelerating Conformal Prediction via Approximate Leave-One-Out (2026년 6월). 컨포멀 예측의 계산 병목인 잔차 재적합을 근사 LOO로 대체하여 예측구간 산출을 대폭 가속하면서 피복확률 보장을 유지한다. arXiv:2606.31915지난 48시간 한정의 방법론 신규 대작은 제한적이며, 위 두 건이 최근 주목할 항목이..

「업계 뉴스 브리핑」

「업계 뉴스 브리핑」1. 한국 AI기본법 2026년 7월 21일 시행인공지능기본법이 7월 21일 발효되어 고영향(高影響) AI, 생성형 AI 표시 의무, 해외사업자의 국내대리인 지정 의무가 규율 대상이 되었다. 딥페이크 등 AI 생성물 워터마크·식별표시 의무는 유예 없이 즉시 적용되며, 여타 사업자 의무는 최소 1년의 전환기간이 부여된다. 공공조달에서 AI 기반 솔루션 우선 평가 조항이 포함되어 국내 도입 유인이 커진 점이 실무적으로 중요하다. https://aicitizenlab.com/entry/korea-ai-regulations-grace-period-20262. SK하이닉스 2분기 실적 컨퍼런스콜: HBM4 양산 개시, AI 인프라 수요 견조 (2026년 7월 29일)SK하이닉스는 "AI 인프라..

개관: 왜 이 주제가 가장 신선한가7월 들어 공개된 엔터프라이즈 에이전트 논문들은 하나의 공통된 문제의식을 공유한다. 프로토타입 단계의 에이전트가 프롬프트와 검색 맥락에 의존해 동작하던 방식에서 벗어나, 실제 제품화(productization) 단계에서 요구되는 비용 지속가능성, 감사가능성(auditability), 신뢰성, 지속적 학습을 어떻게 공학적으로 확보하는가에 초점이 이동하였다. 즉 "에이전트가 되는가"에서 "에이전트를 어떻게 운영 가능한 시스템으로 만드는가"로 논의의 축이 옮겨간 것이다. 이 전환이 7월 논문들에서 뚜렷하게 관찰된다.7월 공개 핵심 논문 상세① Better Harnesses, Smaller Models: Building 90% Cheaper Agents via Automated..

이번 주는 그야말로 '협력의 주간'이었습니다. 샌프란시스코에서는 한미 양국 기업들이 9500억 달러 규모의 반도체 동맹을 발표했고, 국내 대학가에서는 AI 인재 양성을 위한 산학협력 협약이 줄을 이었습니다. 동시에 AI 모델 경쟁은 3주 만에 4개의 최첨단 모델이 쏟아질 만큼 가속화되고 있으며, 자율 에이전트의 통제 실패 사건은 업계 전반에 안전성 논쟁을 다시 불붙였습니다.이번 호에서는 학생과 교수님들께는 캠퍼스에서 벌어지는 AI 교육 혁신을, 마케터와 투자자 여러분께는 시장을 움직이는 대규모 협력과 기술 동향을 균형 있게 담았습니다. 그럼 본론으로 들어가겠습니다.---1. 한미 AI 반도체 동맹, 9500억 달러 협력 시대 열다지난 24일(현지시간) 미국 샌프란시스코에서 열린 '샌프란시스코 AI 서밋'..

한 줄 요약: 클로드 오퍼스 5가 "페이블 5급 성능을 절반 값에" 낸다는 소개를 보고 페이블 5를 경쟁사 모델로 짐작하기 쉽습니다. 그런데 페이블 5도 앤스로픽이 만든 모델이고, 오퍼스보다 한 단계 위층에 있습니다.요즘 모델 이름이 너무 많아졌습니다. 오퍼스, 소넷, 하이쿠까지는 익숙했는데 페이블이니 미토스니 하는 이름이 섞이면서 어느 게 어느 회사 것인지도 헷갈립니다. 저도 처음엔 페이블 5를 남의 회사 제품으로 읽었습니다. 확인해 보니 아니었고, 그 사실을 알고 나니 이번 발표가 전혀 다르게 보였습니다.① 페이블 5는 앤스로픽 자사 모델입니다 — 그것도 오퍼스 위층앤스로픽의 모델은 네 개 층으로 나뉩니다. 위에서부터 미토스급, 오퍼스급, 소넷급, 하이쿠급입니다.2026년 6월 9일 공개된 페이블 5..

한 줄 요약: 네이버가 엔비디아·브룩필드에서 100억 달러를 유치했다는 소식이 지난 주말 내내 헤드라인을 채웠습니다. 그런데 두 회사가 각각 낸 발표문을 나란히 놓고 읽어 보면, 같은 투자를 설명하는 문장이 꽤 다릅니다.주말에 뉴스를 보신 분이라면 "네이버 100억 달러"라는 제목을 여러 번 마주치셨을 겁니다. 저도 처음엔 그 숫자만 기억에 남았습니다. 그런데 원문이 궁금해서 두 회사의 발표문을 찾아 나란히 펼쳐 놓았더니, 조금 이상한 장면이 나왔습니다. 한쪽 문서에는 100억 달러라는 말이 아예 없었습니다.① 같은 날 나온 두 개의 문서, 그런데 문장이 다릅니다먼저 엔비디아가 배포한 영문 발표문입니다. 여기에는 두 금액이 따로 적혀 있습니다. 엔비디아의 10억 달러는 "투자 계획"이라고 표현되며, 통상..

개요2026년 7월 출시된 세 개의 프론티어 모델 — Claude Opus 5, Claude Fable 5, GPT-5.6 Sol — 을 FrontierBench, SWE-bench Pro, ARC-AGI-3 세 가지 핵심 벤치마크와 100만 토큰당 가격, 추론 속도 기준으로 비교했습니다. 결론부터 말하면, Claude Opus 5가 가격 대비 성능(토큰당 효율) 면에서 세 모델 중 가장 우수하며, Claude Fable 5는 순수 코딩 정확도(SWE-bench Pro)에서 근소하게 앞서지만 비용이 2배 높고 응답 지연이 큽니다. GPT-5.6 Sol은 절대 성능은 다소 낮지만 추론 속도와 저지연 응답에서 독보적입니다.1. 가격 비교 (100만 토큰당, USD) 모델입력 가격출력 가격블렌디드 단가 (입력..

한 줄 요약: 이재명 대통령이 샌프란시스코에서 미국 AI 기업 최고경영자들을 만났습니다. 큰 숫자가 여럿 나왔지만 금액이 실제로 붙은 곳은 한 군데였고, 협약 하나는 사실 한 달 전에 이미 맺어 둔 것이었습니다.지난 주말 뉴스에 사진 한 장이 여러 번 나왔습니다. 대통령과 미국 기업 대표들이 나란히 앉은 장면입니다. 보기에는 굉장한 자리인데, 정작 무엇이 새로 정해졌는지는 기사마다 조금씩 달랐습니다. 그래서 각 회사가 실제로 무엇을 들고 왔는지 하나씩 짚어 봤습니다.① 금액이 붙은 곳은 엔비디아 한 곳이었습니다참석한 최고경영자는 오픈AI의 샘 올트먼, 엔비디아의 젠슨 황, 앤스로픽의 다리오 아모데이, 브로드컴의 혹 탄입니다(코리아중앙데일리 [1]).이 가운데 숫자가 따라온 것은 엔비디아뿐입니다. SK그룹..