본문으로 건너뛰기
IFAI

AI 데일리: 오늘의 AI 소식

목

1월 29일 목요일

  2. 이미지·영상 생성확산 지수 50

    수노, 음성 메모로 새 노래 만들어주는 '샘플' 기능 출시

    수노(Suno)가 음성 메모나 악기 녹음 조각을 완곡으로 편곡해 주는 '샘플(Sample)' 기능을 공개했다. 사용자가 오디오를 녹음하거나 업로드하면 AI가 핵심 구간을 잘라내 새로운 리듬에 맞춰 재배치한다. 복잡한 작곡 소프트웨어 없이도 슬라이더 조절만으로 샘플링 기반 곡을 손쉽게 완성할 수 있다.

  3. 업계 동향확산 지수 52

    머스크, 연내 IPO 앞두고 스페이스X와 xAI·테슬라 합병 검토설

    로이터와 블룸버그에 따르면 스페이스X가 연내 기업공개(IPO)를 앞두고 xAI 또는 테슬라와의 합병을 검토 중이다. 우주에 데이터센터를 쏘아 올리려는 계획을 뒷받침하기 위한 목적으로 알려졌다. 테슬라가 xAI에 20억 달러 투자를 발표한 직후 나온 소식이나, 구체적 일정과 조건은 아직 불확실하다.

  4. 업계 동향확산 지수 56

    애플, 20억 달러에 AI 스타트업 Q.ai 인수…'무음 음성' 기술 확보

    애플이 이스라엘의 AI 스타트업 Q.ai를 약 20억 달러에 인수했다. 비츠 인수 이후 애플 역사상 두 번째로 큰 규모다. Q.ai는 얼굴 미세 표정과 소리를 내지 않는 '무음' 음성 입력 기술을 개발해 왔다. 향후 에어팟이나 비전 프로 등에서 소리를 내지 않고도 기기를 제어하는 새로운 상호작용이 기대된다.

  5. 로봇확산 지수 38

    엔비디아, 세계 모델로 로봇 직접 제어하는 '코스모스 폴리시' 공개

    엔비디아가 세계 기저 모델 코스모스 프리딕트를 파인튜닝한 로봇 제어 정책 '코스모스 폴리시'를 발표했습니다. 별도 제어 모듈 없이 로봇의 동작을 비디오 프레임처럼 확산 모델 안에서 직접 학습해 리베로 벤치마크 98.5% 성공률을 기록했습니다. 모델과 코드는 허깅페이스 및 깃허브에 공개되었습니다.

  6. AI 모델확산 지수 48

    구글, 실시간 탐험 가능한 가상 세계 생성기 '프로젝트 지니' 공개

    구글 딥마인드가 세계 모델 지니 3 기반의 실험용 프로토타입 '프로젝트 지니'를 공개했습니다. 텍스트나 이미지를 입력하면 물리 법칙이 적용된 대화형 가상 세계를 실시간으로 구축해 직접 조작하고 탐험할 수 있습니다. 현재는 미국 내 구글 AI 울트라 구독자 대상이며 생성 시간은 60초로 제한됩니다.

  8. AI 도구확산 지수 46

    구글 지도, 보행 및 자전거 내비게이션에 제미나이 도입

    구글이 구글 지도 내 제미나이 내비게이션 지원 범위를 도보와 자전거 경로로 확대했다. 걷는 동안 주변 명소나 맛집을 음성으로 추천받을 수 있고, 자전거 주행 중에는 손을 떼지 않고도 도착 예정 시간 확인이나 문자 전송이 가능하다. iOS와 안드로이드 지원 지역에 순차 배포된다.

  9. AI 모델확산 지수 52

    바이트댄스·알리바바, 춘절 AI 격돌 예고: 두바오 2.0 대 첸원 3.5

    바이트댄스와 알리바바가 2월 춘절 연휴 기간 차세대 플래그십 AI 모델을 일제히 공개할 전망입니다. 바이트댄스는 두바오 2.0 및 신형 이미지·영상 모델을, 알리바바는 추론 역량을 강화한 Qwen 3.5를 준비 중인 것으로 알려졌습니다. 2월 중순 공개설이 나온 DeepSeek V4까지 가세하며 중국 빅테크 간 경쟁이 한층 달아오를 것으로 보입니다.

  13. 연구확산 지수 36

    앤트로픽 연구: 코딩할 때 AI 의존하면 숙련도 17% 떨어진다

    앤트로픽은 초급 소프트웨어 엔지니어를 대상으로 한 실험 결과를 발표했습니다. AI 보조를 사용해 작업한 참가자는 직접 코딩한 참가자보다 직후 퀴즈 점수가 17% 낮았으며, 특히 디버깅 영역에서 격차가 가장 컸습니다. 코드를 단순히 위임하면 학습이 방해받지만, 개념 설명을 요청하며 사용한 이들은 높은 이해도를 유지했습니다.

수

1월 28일 수요일

  2. 로봇확산 지수 39

    테슬라, 모델 S·X 단종 선언…옵티머스 로봇 양산에 집중

    일론 머스크는 실적 발표에서 2026년 2분기 모델 S와 모델 X 생산을 중단한다고 밝혔다. 프리몬트 공장 공간을 비워 휴머노이드 로봇 '옵티머스' 생산 라인으로 전환하기 위해서다. 테슬라의 초기 성장을 이끈 플래그십 전기차를 접고 AI와 로봇 기업으로 전면 승부수를 띄운 셈이다.

  6. AI 도구확산 지수 38

    애플, 파이널컷·로직 프로 업데이트: 자연어 영상 검색과 AI 신스 연주자 탑재

    애플이 Mac과 iPad용 파이널컷 프로와 로직 프로 업데이트를 출시했다. 파이널컷 프로에는 자연어로 특정 행동이나 대사를 찾는 비주얼·대본 검색이 추가되었으며, 로직 프로에는 AI 기반 신스 세션 플레이어와 루프 검색이 도입됐다. 방대한 원본 영상과 샘플을 일일이 뒤지는 수고를 덜어준다.

  7. 오픈소스확산 지수 48

    OpenMOSS, 영상·음성 동시 생성 모델 'MOVA' 오픈소스 공개

    OpenMOSS가 단일 모델 내에서 영상과 싱크된 음성을 동시에 생성하는 'MOVA'를 오픈소스로 공개했다. 320억 개 파라미터의 MoE 구조로 180억 개가 활성화되며 정밀한 립싱크를 지원한다. 깃허브에 코드와 가중치가 공개되었으나, 720p 버전은 약 77GB에 달해 고사양 GPU가 필요하다.

  8. 오픈소스확산 지수 48

    LingBot-World: 16 FPS 실시간 상호작용 오픈소스 월드 모델

    robbyant가 Wan2.2 기반 월드 시뮬레이터 'LingBot-World'를 공개했다. 텍스트나 이미지로 480P 및 720P 인터랙티브 환경을 16 FPS, 1초 미만 지연 속도로 생성하며 분 단위 장기 일관성을 유지한다. 폐쇄형 인터랙티브 모델에 맞서는 유의미한 오픈소스 대안이다.

  9. 연구확산 지수 35

    구글, 1Mb DNA 서열 분석하는 단일 염기 해상도 모델 '알파게놈' 공개

    구글 연구팀이 국제 학술지 네이처에 통합 DNA 서열 모델 '알파게놈(AlphaGenome)'을 발표했다. 1Mb 길이 서열을 입력받아 단일 염기 해상도로 11개 양식의 조절 효과를 예측하며, 26개 변이 평가 중 25개에서 최고 성능을 달성해 98%에 달하는 비암호화 유전 변이 해석을 크게 앞당겼다.

  11. 업계 동향확산 지수 44

    中, 5년 내 우주 AI 데이터센터 구축 추진…스페이스X와 정면 대결

    중국우주과기집단(CASC)은 발표된 5개년 계획을 통해 우주 공간에 기가와트급 AI 데이터센터를 구축하겠다고 밝혔다. 지상의 전력 한계를 극복하고 궤도 태양광을 활용해 '우주 클라우드'를 구현하겠다는 구상으로, 스페이스X의 궤도 AI 위성 계획과 맞붙는다. 다만 로켓 재사용 기술 확보 여부가 성패의 관건으로 꼽힌다.

  12. 이미지·영상 생성확산 지수 46

    xAI, 고속 오디오·비디오 동시 생성 지원하는 'Grok Imagine API' 공개

    xAI가 텍스트와 이미지로부터 네이티브 오디오를 포함한 비디오를 생성하는 'Grok Imagine API'를 공개했다. 고화질은 물론 지연 시간과 비용을 대폭 줄였으며 오브젝트 수정, 캐릭터 애니메이션 등 정밀 편집도 지원한다. 속도와 가격 경쟁력을 앞세워 창작자의 신속한 반복 실험을 돕는 것이 핵심이다.

화

1월 27일 화요일

  3. AI 도구확산 지수 38

    구글, AI 프로·울트라 구독자에 최대 100달러 클라우드 크레딧 제공

    구글은 개발자 프로그램(GDP) 프리미엄 혜택을 구글 AI 프로 및 울트라 구독에 추가 비용 없이 통합한다고 발표했다. 프로 구독자에게는 매월 10달러, 울트라 구독자에게는 매월 100달러의 구글 클라우드 크레딧이 지급되며, 버텍스 AI와 클라우드 런 배포나 제미나이 API 호출에 바로 사용할 수 있다.

  6. AI 도구확산 지수 38

    에어테이블, 13년 만의 첫 독립 신제품 AI '슈퍼에이전트' 공개

    Airtable이 창사 13년 만의 첫 독립 제품인 AI 에이전트 Superagent를 발표했습니다. 하나의 질문을 받으면 여러 전문 에이전트가 병렬로 조사를 진행해 대화형 데이터 시각화 보고서로 결과물을 제공하는 멀티 에이전트 구조가 특징입니다. Airtable은 이를 통해 노코드 툴을 넘어 AI 네이티브 플랫폼으로의 전환을 노립니다.

  7. 로봇확산 지수 31

    엔진AI, 우주 스타트업과 손잡고 휴머노이드 '우주비행사' 띄운다

    엔진AI(Engine AI)는 민간 우주 기업 인터스텔라와 협력해 휴머노이드 로봇 'PM01'을 우주로 보내는 계획을 발표했다. 우주 정거장 외부 유지보수 등 고위험 임무를 로봇에 맡겨 인간 우주비행사의 위험을 줄인다는 목표다. 다만 진공과 극저온 등 극한 환경을 견딜 내구성과 안정성 확보가 관건이다.

  8. 업계 동향확산 지수 44

    Anthropic 상표권 지적에 Clawdbot, 'Moltbot'으로 개명

    AI 프로젝트 Clawdbot이 서비스명을 'Moltbot'으로 전격 변경했다. Anthropic의 Claude와 유사한 상표권 문제로 요청을 받아 조치한 것으로, 바닷가재의 탈피(Molt) 콘셉트를 살려 이름을 바꿨으며 실질적인 기능과 로드맵은 유지된다.

  9. 업계 동향확산 지수 43

    라이프 바이오사이언스, 세포 리프로그래밍 회춘 치료제 첫 인체 임상 FDA 승인 획득

    라이프 바이오사이언스가 세포 리프로그래밍 기반 노화 역전 치료제 'ER-100'의 첫 인체 임상시험 승인을 받았다. 녹내장 환자의 한쪽 눈에 3가지 유전자를 주입하고 항생제로 발현을 조절해 시신경 세포를 젊은 상태로 되돌리는 방식이다. 다만 종양 발생 위험이 있어 초기 소수 환자를 대상으로 안전성을 검증할 계획이다.

  11. AI 도구확산 지수 45

    야후, AI 검색 엔진 '스카우트' 공개…앤트로픽 클로드 탑재

    야후가 새로운 AI 기반 질의응답 엔진 '야후 스카우트(Yahoo Scout)' 베타 버전을 공개했다. 앤트로픽의 클로드를 주요 파운데이션 모델로 채택하고 마이크로소프트 빙 API를 결합해 링크 대신 직접적인 맞춤형 답변을 제공한다. 미국 내 약 2억 5천만 명의 사용자를 대상으로 검색과 금융, 뉴스 전반에 적용된다.

  12. AI 도구확산 지수 36

    영국 정부, 국가 포털 GOV.UK에 앤트로픽 '클로드' 기반 AI 도입

    영국 과학혁신기술부(DSIT)는 정부 포털 GOV.UK의 전용 AI 비서 시범 구축을 위해 앤트로픽과 손을 잡았다고 밝혔다. 클로드 기반의 이 에이전트 시스템은 초기 단계에서 구직자를 위한 맞춤형 취업·교육 지원을 맡는다. 국가 공공 서비스에 첨단 AI를 안전하게 접목하는 첫 실증 사례다.

  14. 연구확산 지수 38

    클로드, 화성 탐사선 경로 짰다… NASA 첫 AI 주행 계획 성공

    앤스로픽은 NASA JPL이 화성 탐사선 퍼서비어런스의 약 400미터 주행 경로 계획에 클로드를 활용했다고 밝혔다. 클로드는 지형 이미지를 분석해 전용 언어로 제어 명령을 작성했다. JPL은 경로 계획에 드는 시간을 절반으로 줄일 수 있을 것으로 내다봤다.

  15. AI 모델확산 지수 61

    문샷 AI, 오픈소스 비주얼 에이전트 'Kimi K2.5' 공개

    문샷 AI가 시각 에이전트 모델 Kimi K2.5를 오픈소스로 공개했다. 코딩과 멀티모달 벤치마크에서 오픈소스 최고 점수를 기록했으며, 최대 100개의 서브 에이전트를 병렬 실행해 작업 속도를 4.5배 높이는 기능을 지원한다. kimi.com 웹사이트에 적용되었으며 허깅페이스에서도 가중치를 받을 수 있다.

월

1월 26일 월요일

  2. 이미지·영상 생성확산 지수 37

    구글 딥마인드, 선댄스서 AI 단편 애니 공개: Veo 기반 영상 제어로 완성

    구글 딥마인드가 전직 픽사 애니메이터와 협업한 단편 영화 'Dear Upstairs Neighbors'를 선댄스 영화제에서 공개했다. 텍스트 프롬프트 대신 스케치 기반의 비디오 투 비디오 작업 방식과 부분 수정 툴을 도입해 Veo의 무작위성을 통제했다. 전문가의 연출 의도를 지키며 AI를 접목한 실전 워크플로다.

  4. 업계 동향확산 지수 41

    MS, AI 추론 가속기 '마이아 200' 공개…비용 대비 성능 30% 개선

    마이크로소프트가 대규모 AI 추론에 특화된 자체 가속기 '마이아 200'을 공개했다. TSMC 3나노 공정으로 제작되어 기존 인프라 대비 달러당 성능이 30% 향상되었으며, FP4 연산 성능은 아마존 트레니엄 3세대 대비 3배에 달한다. 현재 아이오와주 데이터센터에 배치되어 GPT-5.2 및 코파일럿 서비스 등에 투입된다.

  6. 오픈소스확산 지수 59

    Voicebox: 음성 복제와 받아쓰기를 로컬에서 처리하는 오픈소스 AI 도구

    오픈소스 로컬 음성 앱 Voicebox가 깃허브 스타 4만 2천 개 이상을 기록하며 주목받고 있습니다. 몇 초 분량의 오디오로 음성을 복제하고 전역 단축키를 통해 어떤 입력창에서든 음성 입력을 지원하며, Claude Code 등과 연동해 에이전트에 음성을 입힐 수도 있습니다. 유료 구독 없이 로컬 환경에서 음성 파이프라인을 구축할 수 있습니다.

  11. 오픈소스확산 지수 48

    텐센트, 추론 기반 이미지 편집 모델 '혼원 이미지 3.0 인스트럭트' 오픈소스 공개

    텐센트가 다중 모드 이미지 편집 모델 'HunyuanImage 3.0-Instruct'를 공개했다. 사고 사슬(CoT)을 내장해 편집할 영역과 단계를 먼저 추론한 뒤 이미지를 생성하는 것이 특징이다. 시점 변경 및 다중 이미지 합성이 가능하며 위안바오 앱에서 바로 써볼 수 있지만, 169GB에 달하는 모델 크기로 인해 구동 시 고사양 VRAM이 필요하다.

일

1월 25일 일요일

토

1월 24일 토요일

  1. AI 모델확산 지수 47

    오픈AI 'GPT-5.2', 논쟁적 주제에 xAI 그로키피디아 인용 논란

    영국 가디언의 테스트 결과, 오픈AI의 GPT-5.2가 이란 및 홀로코스트 등 민감한 논쟁적 주제에 대한 답변 출처로 xAI의 AI 백과사전 '그로키피디아(Grokipedia)'를 인용한 것으로 나타났다. 그로키피디아는 앞서 네오나치 포럼 등 부적절한 출처를 인용해 논란을 빚은 바 있다. 오픈AI는 안전 필터를 적용해 공개 웹 정보를 폭넓게 검색한다는 입장을 밝혔다.

금

1월 23일 금요일

  2. 연구확산 지수 36

    구글 딥마인드, 4D 복원 및 추적 모델 D4RT 공개… 속도 최대 300배 향상

    구글 딥마인드가 2D 영상에서 3차원 공간과 시간을 동시에 이해하는 4D 모델 'D4RT'를 발표했다. 영상을 전역 시공간 표현으로 압축한 뒤 병렬 쿼리로 필요한 4D 정보를 즉시 추출해 기존보다 최대 300배 빠른 추적 성능을 낸다. 로봇과 AR 기기의 실시간 환경 인식에 핵심 기술이 될 전망이다.

  3. 업계 동향확산 지수 40

    사카나 AI, 구글과 전략적 파트너십 체결…투자 유치 및 일본 기간산업 AI 공략

    사카나 AI는 구글과 전략적 파트너십을 체결하고 추가 투자를 유치했다고 발표했다. 제미나이와 젬마 등 구글의 첨단 모델을 과학 연구 자동화와 에이전트 개발에 통합하고, 고도의 보안이 필요한 일본 금융·정부 기관 등 기간산업을 겨냥해 구글 인프라 기반 AI 솔루션을 보급할 계획이다.

목

1월 22일 목요일

수

1월 21일 수요일

  1. AI 모델확산 지수 70

    앤트로픽, 새로운 ‘클로드 헌법’ 공개: AI 의식 가능성 언급 및 회사 명령 거부권 명시

    앤트로픽이 AI의 가치관과 행동 원칙을 담은 새로운 ‘클로드 헌법’을 CC0 라이선스로 전면 공개했다. Claude를 주 독자로 작성된 이 문서는 단순한 규제 목록 대신 안전과 윤리를 유용성보다 앞세우는 우선순위를 규정했다. 특히 AI의 의식 가능성을 탐구하고, 부당한 지시라면 자사의 명령조차 거부하도록 명시했다.

  3. AI 도구확산 지수 41

    어도비 아크로뱃, PDF를 팟캐스트로 바꿔주는 AI 기능 공개

    어도비가 아크로뱃 스튜디오에 생성형 AI 기능을 추가했다. 긴 PDF 문서나 회의록을 요약해 오디오 팟캐스트나 발표 슬라이드로 자동 생성해주며, 대화형 프롬프트로 페이지 삭제나 서명 등 직접 편집도 가능하다. 팟캐스트 기능에는 현재 MS와 구글의 AI 모델이 활용된다.

  4. 연구확산 지수 36

    목 근육 떨림 읽어 말문 튼다: 뇌졸중 환자 돕는 웨어러블 ‘AI 목걸이’ 등장

    연구진이 네이처 커뮤니케이션즈를 통해 공개한 목걸이형 웨어러블 AI 시스템은 뇌졸중 후 구음장애를 겪는 환자의 미세한 목 근육 진동과 맥박을 감지해 온전한 문장으로 복원한다. 거대언어모델(LLM)을 활용해 단어 오류율 4.2% 수준을 달성했으며, 침습적 뇌 이식 없이 대화를 돕지만 아직 소규모 검증 단계다.

  5. 이미지·영상 생성확산 지수 41

    일레븐랩스, 그래미 수상자들과 AI 앨범 발표…Eleven Music 모델 적용

    일레븐랩스는 그래미 수상 아티스트 및 프로듀서들과 협업한 스튜디오급 음악 앨범 'The Eleven Album'을 공개했다. 신규 모델 'Eleven Music'으로 제작되었으며, 참여 아티스트가 전곡의 저작권과 스트리밍 로열티를 모두 갖는다. 소송이 잇따르던 AI 음악 생태계가 정식 라이선스 기반의 협업으로 전환되고 있음을 보여준다.

화

1월 20일 화요일

  1. 업계 동향확산 지수 43

    앤트로픽 CEO 다보스서 전망, 6~12개월 내 AI가 소프트웨어 엔지니어링 대체

    앤트로픽의 다리오 아모데이 CEO는 다보스 세계경제포럼에서 AI가 6~12개월 안에 소프트웨어 엔지니어의 엔드투엔드 업무 대부분 또는 전부를 수행할 수 있게 될 것이라고 밝혔다. Claude Code 등 코딩 도구의 발전을 고려할 때 전면적인 AI 개발 환경으로의 전환 시한이 코앞으로 다가왔다는 평가다.

  2. 연구확산 지수 36

    영상 누끼 모델 VideoMaMa: 거친 마스크를 픽셀 단위 매트로 변환

    연구진이 영상 확산 모델의 생성 사전지식을 활용해 거친 분할 마스크를 픽셀 단위 알파 매트로 정밀 변환하는 VideoMaMa를 선보였다. 합성 데이터만으로 학습해 뛰어난 실제 영상 일반화 성능을 갖췄으며, 5만 개 규모의 MA-V 데이터셋과 SAM2-Matte도 함께 오픈소스로 공개될 예정이다.

  7. 오픈소스확산 지수 48

    오버월드, 키보드와 마우스로 실시간 조작하는 세계 모델 '웨이포인트-1' 오픈소스 공개

    오버월드가 키보드와 마우스로 실시간 제어할 수 있는 대화형 비디오 세계 모델 'Waypoint-1'을 오픈소스로 공개했습니다. 1만 시간 분량의 게임 영상으로 학습되어 RTX 5090에서 최대 60FPS의 초저지연 생성을 지원합니다. 아직 일관성 부족과 왜곡 현상이 있지만, 2.3B 소형 모델을 내려받아 로컬에서 실행할 수 있습니다.

월

1월 19일 월요일

  1. 오픈소스확산 지수 48

    LightOnOCR-2-1B 오픈소스 공개: 1B 크기로 9B 모델 넘은 초고속 OCR

    LightOn이 엔드투엔드 비전-언어 OCR 모델 LightOnOCR-2-1B를 오픈소스로 공개했습니다. 1B 파라미터에 불과하지만 OlmOCR-Bench에서 9B 크기의 Chandra-9B를 제쳤으며 DeepSeekOCR보다 1.73배 빠릅니다. Apache 2.0 라이선스로 배포되며 1,600만 페이지 분량의 데이터셋도 함께 공개되었습니다.

금

1월 16일 금요일

  1. 오픈소스확산 지수 48

    메타, 'ShapeR' 공개: 일상 영상에서 크기 정확한 독립 3D 물체 추출

    메타가 스마트폰으로 촬영한 영상 시퀀스에서 개별 3D 객체를 재구성하는 프레임워크 'ShapeR'를 오픈소스로 공개했습니다. 공간 전체를 한 덩어리로 생성하던 기존 방식과 달리, SLAM 포인트와 멀티모달 데이터를 활용해 각 물체를 실제 크기에 맞춘 독립된 3D 메시로 복원합니다. 개별 물체 편집이 훨씬 쉬워집니다.

  2. 오픈소스확산 지수 48

    FlashLabs, 실시간 음성 대화 모델 'Chroma 1.0' 오픈소스 공개…음성 복제 지원

    FlashLabs가 엔드투엔드 실시간 음성 대화 모델 Chroma 1.0을 아파치 2.0 라이선스로 오픈소스 공개했습니다. 텍스트 변환을 거치지 않고 음성 입력을 직접 이해해 실시간 음성과 텍스트 답변을 생성하며, 참조 음성을 활용한 맞춤형 음성 복제도 지원합니다. Qwen2.5-Omni와 Llama 3 기반이며 현재 영어만 지원합니다.

  3. 연구확산 지수 36

    이미지 한 장으로 블렌더 3D 장면 재구성하는 AI 에이전트 'VIGA' 공개

    연구진이 2D 이미지를 블렌더에서 편집 가능한 3D 장면 프로그램으로 재구성하는 멀티모달 에이전트 VIGA를 공개했다. 멀티모달 추론과 그래픽스 엔진 루프를 결합해 기본 도형 조립부터 외부 3D 툴 연동까지 지원하며, BlenderBench 테스트에서 기준 모델 대비 124% 이상 향상된 성능을 보였다.

  4. 오픈소스확산 지수 48

    다중 캐릭터 애니메이션 오픈소스 모델 'CoDance' 공개

    여러 캐릭터를 하나의 동작 시퀀스로 자연스럽게 움직이게 만드는 'CoDance'가 오픈소스로 공개됐다. 포즈와 위치의 고정된 결합을 풀고 텍스트와 마스크로 대상을 다시 지정해 포즈 불일치 문제를 해결했다. 현재 코드와 모델 가중치가 모두 제공된다.

목

1월 15일 목요일

  1. AI 도구확산 지수 41

    레플릿, 자연어로 모바일 앱 만들고 앱스토어 배포하는 기능 출시

    레플릿(Replit)이 자연어 프롬프트만으로 풀스택 모바일 앱을 만들 수 있는 기능을 공개했다. 사용자는 화면의 QR 코드를 스캔해 엑스포 고(Expo Go)로 기기에서 즉시 테스트하고 몇 번의 클릭만으로 앱스토어에 제출할 수 있다. 전문 개발 지식 없이도 아이디어를 실제 모바일 앱으로 구현할 수 있는 길이 열렸다.

  3. 오픈소스확산 지수 48

    오픈소스 음악 생성 AI 'HeartMuLa' 등장, 텍스트와 가사로 완곡 생성

    오픈소스 음악 파운데이션 모델 'HeartMuLa'가 공개됐다. 스타일 프롬프트와 가사만 넣으면 보컬과 반주가 합쳐진 완곡을 생성하며, 현재 3B 파라미터 버전(약 16GB)이 배포 중이다. 다국어를 지원하고 멜로디 일관성이 뛰어나 폐쇄형 상용 모델인 Suno에 필적하는 성능을 오픈소스로 구현했다.

  5. AI 도구확산 지수 41

    OpenAI, '챗GPT 번역' 웹 서비스 공개…구글 번역에 도전장

    OpenAI가 50개 이상의 언어를 지원하는 독립형 웹 번역 도구 'ChatGPT Translate'를 선보였다. 구글 번역과 유사한 화면 구성에 '학술적', '비즈니스 포멀' 등 번역 어조를 직접 지정할 수 있는 스타일 제어 기능을 갖췄다. 모바일 브라우저 음성 입력을 지원하지만 전용 앱과 이미지 번역 기능은 아직 지원하지 않는다.

  8. 연구확산 지수 36

    실시간 디지털 휴먼 생성 모델 'FlowAct-R1' 공개: 25fps로 무제한 생성

    연구진이 실시간 인터랙티브 디지털 휴먼 생성 모델 'FlowAct-R1'을 공개했다. 스트리밍 자기회귀 구조를 적용해 480p 해상도에서 25fps 실시간 생성과 약 1.5초의 첫 프레임 지연 시간을 달성했다. 자연스러운 동작을 유지하며 무제한 길이의 실시간 방송과 소통이 가능해졌다.

  9. 업계 동향확산 지수 43

    싱킹머신 공동창업자 바렛 조프, 오픈AI로 전격 복귀

    미라 무라티 전 오픈AI CTO가 설립한 싱킹머신 랩의 공동창업자 바렛 조프와 루크 메츠가 오픈AI로 전격 복귀한다. 경쟁사 기밀 유출 혐의로 해고됐다는 내부 의혹이 제기됐으나 오픈AI는 이를 일축하고 복귀를 발표했다. 120억 달러 기업가치를 인정받던 스타트업으로서는 뼈아픈 핵심 인재 유출이다.

수

1월 14일 수요일

  1. AI 도구확산 지수 46

    구글 제미나이, 지메일·포토 데이터 연결하는 '개인 지능' 베타 출시

    구글이 지메일, 구글 포토, 유튜브 데이터를 연동해 맞춤형 답변을 제공하는 제미나이 'Personal Intelligence' 베타 기능을 발표했다. 사용자가 출처를 지정하지 않아도 텍스트와 사진을 넘나들며 세부 정보를 추론한다. 기본 설정은 꺼져 있으며, 현재 미국 내 유료 구독자 대상으로 우선 배포된다.

  2. 로봇확산 지수 39

    컬럼비아대, 유튜브 보고 립싱크 배우는 실리콘 로봇 얼굴 개발

    컬럼비아 공대 연구진이 26개의 초소형 모터가 장착된 실리콘 로봇 얼굴을 공개했다. 사전 프로그래밍된 규칙 대신 거울과 유튜브 영상을 통해 음성에 맞춰 입모양을 맞추는 법을 스스로 학습했다. 11개 언어에 걸쳐 기존 방식을 능가하며, ChatGPT와 결합해 어색함을 크게 줄였다.

매일 AI 콘텐츠 픽