9월 24일 AI 뉴스

발행 2026-09-24

구글은 글을 음성으로 바꾸는 Gemini 3.8 Flash TTS와 대량 제작용 Flash-Lite TTS를 출시했다. 목소리 설계와 복제, 대사별 감정·속도 조절, 두 사람의 대화 생성까지 지원해 팟캐스트와 더빙, 음성 상담 서비스의 제작 과정을 세밀하게 자동화할 수 있다.

배경부터 이해하기

TTS는 입력한 글을 사람이 말하는 것 같은 음성으로 바꾸는 기술이다. 오디오북이나 영상 더빙뿐 아니라 사용자의 질문을 음성으로 듣고 답하는 서비스에도 쓰인다. 구글은 이번 발표에서 기존에 제공하던 30개 기본 음성에서 벗어나, 사용자가 원하는 목소리를 직접 설계하는 방식으로 범위를 넓혔다.

두 모델의 역할은 다르다. Flash TTS는 캐릭터와 연기를 세밀하게 만드는 데 초점을 맞췄다. Flash-Lite TTS는 많은 분량의 더빙이나 음성 콘텐츠를 비용 효율적으로 처리하도록 설계됐다. API는 개발자가 자신의 앱에서 구글 모델을 호출하도록 연결하는 통로를 뜻한다.

무엇이 바뀌었나

Flash TTS에서는 역할, 억양, 음색 등의 설명을 일상 언어로 입력해 새로운 목소리를 만들 수 있다. 100개가 넘는 언어와 방언을 지원하며, 제작에 바로 쓸 수 있다고 구글이 설명한 음성도 2,000개 이상 제공한다. 권리를 보유한 목소리의 30초 녹음과 본인의 음성 동의 녹음을 제출하면 같은 특성을 지닌 목소리를 재현할 수도 있다.

두 모델 모두 대사마다 속도와 감정, 방언, 웃음이나 한숨 같은 반응을 지정할 수 있다. 하나의 대본에서 두 화자의 목소리를 구분해 대화를 만들고, 긴 오디오에서도 목소리 특성을 유지하도록 설계됐다. 모든 생성 음성에는 사람이 듣기 어려운 SynthID 표시가 삽입된다. 구글은 Flash TTS가 Hume AI의 목소리 설계 평가에서 종합 71.4점, 억양 재현 평가에서 60.8점을 얻어 각각 1위를 기록했다고 주장했다. 다만 점수의 척도와 세부 평가 방식은 출처에 설명되지 않았다.

왜 중요한가

제작자는 성우 후보를 정한 뒤 모든 대사를 같은 방식으로 녹음하는 대신, 목소리를 먼저 설계하고 장면마다 연기를 수정할 수 있다. 대사 한 줄의 속도나 감정만 바꿔 다시 만들 수 있어 전체 녹음을 반복할 필요가 줄어들 수 있다.

개발자는 같은 기술을 실시간 음성 안내나 상담 서비스에 연결할 수 있다. 대량 처리를 목표로 한 Flash-Lite와 세밀한 표현을 목표로 한 Flash를 작업 성격에 따라 선택할 수 있다는 점도 달라진 부분이다. 음성 복제에는 동의 확인과 생성물 표시가 함께 적용돼 무단 모방 위험을 줄이려는 장치도 포함됐다.

실제로 어떤 의미인가

활용 예시: 두 명이 진행하는 여행 팟캐스트를 만든다고 가정하자. 이전 방식에서는 두 목소리를 고르고 각각의 대사를 녹음한 뒤 웃음과 말의 간격을 편집해야 했다. 새 모델을 이용하면 대본 하나에 진행자별 목소리를 지정하고, 특정 문장에는 ‘천천히 설명’, ‘놀란 말투’, ‘짧게 웃음’ 같은 지시를 붙일 수 있다. 결과를 들은 뒤 어색한 한 줄만 다시 생성하는 흐름이다. 이는 기능을 설명하기 위한 가정한 예시이며, 해당 제작 과정의 시간이나 비용 절감 효과가 실제로 측정됐다는 뜻은 아니다.

사용·공개 범위

두 모델은 발표일부터 개발자가 Gemini API와 Google AI Studio에서 사용할 수 있도록 순차 출시됐다. Flash TTS는 일반 사용자를 위한 Gemini Notebook에도, Flash-Lite TTS는 Google Vids에도 순차 적용된다. Gemini Enterprise용 API 제공은 ‘곧’으로만 예고됐으며 정확한 날짜는 공개되지 않았다. 기존 음성의 음색·높이·속도·억양을 다시 조절하는 기능도 추후 제공 예정이다. 가격과 국가별 이용 범위는 출처에서 확인되지 않았다.

확인할 점

성능 수치와 순위는 구글이 인용한 외부 평가 결과에 근거한 회사 측 주장이다. 실제 품질은 언어, 억양, 대본 길이와 연출 지시에 따라 달라질 수 있다. 장시간 생성에서 음질과 목소리를 유지한다는 설명도 구글의 발표이며, 구체적인 지속 시간이나 오류율은 제시되지 않았다. SynthID가 생성 음성의 식별을 돕더라도 모든 오용을 막는다는 근거는 제공되지 않았다. 음성 복제는 본인 목소리나 사용 권리를 가진 목소리로 범위가 제한된다.

용어 풀이

TTS: 글로 입력한 문장을 사람이 말하는 것 같은 음성으로 바꾸는 기술.
API: 개발자가 자신의 앱이나 서비스에서 외부 기능을 호출하도록 마련된 연결 방식.
SynthID: AI가 만든 콘텐츠임을 나중에 확인할 수 있도록 결과물에 넣는 구글의 디지털 표시 기술.

발행 2026-09-23

앤스로픽은 Claude가 대규모 DNA 자료를 조사해 CRISPR와 비슷한 반복 구조를 지닌 미확인 효소 체계 ART를 찾아냈다고 발표했다. 기능은 아직 밝혀지지 않았지만, AI가 후보를 대량으로 찾고 추린 뒤 인간 연구자가 실험으로 확인하는 생물학 연구 방식을 실제 초기 발견에 적용했다는 의미가 있다.

배경부터 이해하기

생물학자는 방대한 DNA 자료에서 아직 기능이 알려지지 않은 유전자와 단백질을 찾아 서로 어떤 관계가 있는지 분석한다. CRISPR도 세균 DNA의 특이한 반복 배열에서 출발해 유전자 편집 기술로 발전했다. 다만 이번에 발견된 체계가 CRISPR처럼 작동하거나 유전자 편집에 쓰일 수 있다고 확인된 것은 아니다.

앤스로픽은 2026년 봄 생명과학 연구팀과 자체 실험실을 만들었다. 이 팀은 Claude 에이전트가 문헌과 DNA 자료를 조사하고 가설을 제안하면 인간 과학자가 후보를 검토하고 실험하는 방식을 사용한다. 여기서 에이전트는 정해진 목표 아래 자료 검색과 판단을 여러 단계에 걸쳐 수행하는 AI 작업 단위를 말한다.

무엇이 바뀌었나

연구팀은 Claude에 방대한 DNA 자료에서 흥미로운 역전사효소를 찾으라는 상위 수준의 지시를 줬다. 역전사효소는 RNA 정보를 DNA로 옮기는 효소다. 약 950개의 에이전트가 21시간 동안 2억1,000만 토큰을 처리했다. 토큰은 AI가 글이나 DNA 정보를 계산할 때 나누는 작은 단위다. 이 과정에서 20만 개가 넘는 역전사효소를 모으고 3,500개 후보 체계를 찾은 뒤, 심층 분석할 후보 20개로 좁혔다.

Claude는 대형 박테리오파지에서 이미 알려진 역전사효소 주변에 규칙적으로 반복되는 DNA 배열과 기능이 알려지지 않은 보조 단백질이 있다는 점을 포착했다. 연구팀은 이를 ‘배열 연관 역전사효소’, 즉 ART라고 이름 붙였다. 초기 실험에서는 이 반복 배열이 서로 구분되는 짧은 RNA들로 발현된다는 사실을 확인했다. 분석과 실험 설계 해석에는 Claude가 참여했지만 실제 실험은 모두 인간 과학자가 수행했다.

왜 중요한가

기존에는 전문 연구자가 수많은 유전자 주변을 조사하고 문헌과 비교해 특이한 후보를 추리는 데 수주에서 수개월이 걸릴 수 있었다. 이번 방식은 AI가 동시에 많은 후보를 검토하고 사람이 읽을 수 있는 근거 보고서를 만든 뒤, 연구자가 실험할 소수의 대상을 고르는 구조다. 따라서 과학자의 판단을 없애기보다 초기 탐색 범위를 빠르게 줄이는 도구에 가깝다.

운영상 중요한 점은 AI가 제시한 가설을 그대로 발견으로 인정하지 않았다는 것이다. 후보 대부분은 후속 검토에서 제외됐고, 살아남은 후보만 실험실에서 단백질을 만들고 생화학적으로 확인했다. 이런 흐름은 DNA 자료에서 이상 징후를 찾는 연구에 적용할 수 있지만, 실제 기능과 활용 가능성은 별도의 반복 실험으로 입증해야 한다.

실제로 어떤 의미인가

활용 예시: 한 연구팀이 세균 바이러스의 DNA에서 알려지지 않은 방어 체계를 찾는다고 가정하자. 이전에는 연구자가 특정 단백질군을 정하고 주변 유전자를 하나씩 비교하며 후보 목록을 작성했을 수 있다. 이번과 같은 방식에서는 여러 Claude 에이전트가 공개 자료와 기존 논문을 대조하고, 설명되지 않는 유전자 조합을 찾아 근거 보고서를 만든다. 인간 연구자는 상위 후보를 검토해 실험 대상을 고르고 실제 단백질의 작동 여부를 측정한다. 이는 발표된 연구 흐름을 바탕으로 한 가정한 예시이며, 모든 생물학 과제에서 같은 속도나 결과를 낸다는 뜻은 아니다.

사용·공개 범위

이번 발표는 완성된 생명공학 제품의 출시가 아니라 초기 연구 결과다. 자세한 내용은 동료 평가가 완료되지 않은 사전 공개 논문 형태로 공개됐다. 연구팀은 Claude Science와 Claude Code를 사용했으며, 여러 Claude 작업을 병렬로 조정하는 자체 도구도 때때로 활용했다. ART 자체를 외부 연구자가 사용할 수 있는 제품이나 실험 키트로 제공한다는 일정과 가격은 발표되지 않았다.

확인할 점

ART가 자연에서 무슨 기능을 수행하는지는 아직 모른다. DNA를 자르거나 복사하거나 붙이는 기능이 확인된 것도 아니며, CRISPR와 닮았다는 설명은 반복 배열 등 구조적 특징에 관한 것이다. 결과는 앤스로픽 자체 연구팀의 초기 발표와 사전 공개 논문에 기반한다. 약 950개 에이전트와 2억1,000만 토큰을 사용한 대규모 계산이 어느 정도의 비용을 요구했는지는 공개되지 않았다. 실험실은 낮은 생물안전 등급인 BSL-1과 BSL-2 연구만 수행하며 사람을 감염시키는 병원체는 다루지 않았다고 밝혔다.

용어 풀이

CRISPR: 세균의 반복 DNA 구조에서 발견돼 특정 유전자를 찾아 바꾸는 기술의 기반이 된 생물학적 체계.
AI 에이전트: 목표를 받아 검색, 비교, 판단 같은 여러 단계의 작업을 이어서 수행하는 AI 작업 단위.
사전 공개 논문: 다른 전문가들의 정식 검토가 끝나기 전에 연구 결과를 먼저 공유한 논문.

발행 2026-09-23

구글 딥마인드는 Private AI Compute에 암호화된 서버 측 기억 기능을 추가하는 기술 설계를 발표했다. 휴대전화와 웹 등 여러 기기에서 이전 맥락을 이어가면서도 해독 열쇠는 개인 기기에 두는 방식이지만, 일반 이용자를 위한 출시 일정은 아직 공개되지 않았다.

배경부터 이해하기

Private AI Compute는 민감한 정보를 개인 기기 밖의 구글 클라우드에서 처리하면서, 기기 내부 처리와 비슷한 개인정보 보호를 제공하려는 기반 기술이다. 구글은 2025년 이 플랫폼을 소개하면서 밀폐된 클라우드 환경과 암호화를 이용해 데이터가 이용자 외에는 접근되지 않도록 설계했다고 설명했다. 초기 적용 사례로 Pixel 10의 Magic Cue와 Recorder 요약 기능을 제시했다.

이 플랫폼의 기존 설명은 작업이 끝난 뒤 상태를 남기지 않는 처리에 초점이 있었다. 이런 방식은 정보를 오래 보관하지 않는다는 장점이 있지만, AI가 다른 기기에서 이전 대화나 지시를 이어받으려면 별도의 기억 구조가 필요하다. 이번 발표는 클라우드에서 맥락을 지속적으로 보관하는 방법을 추가한 기술 업데이트다.

무엇이 바뀌었나

새 구조에서는 AI 지원에 필요한 맥락을 이용자별 서버 데이터베이스에 암호화해 저장한다. 내용을 풀 수 있는 열쇠는 사용자의 개인 기기에서 만들어지고 그 기기에 남는다. 요청은 상대방이 진짜인지 확인하는 종단 간 암호화 통로를 거쳐 보호된 클라우드 환경으로 전달된다. 종단 간 암호화는 전송 중간의 운영자가 내용을 읽기 어렵게 만드는 방식이다.

보호 환경 안의 보안 구역은 필요한 순간에만 격리된 메모리에서 데이터를 해독하고 요청을 처리한다. 새 맥락을 저장한 뒤에는 즉시 다시 암호화한다. 구글은 하드웨어로 격리된 실행 구역, 암호화된 통신, 기기에서 나온 열쇠로 보호되는 개인별 데이터베이스를 결합했다고 설명했다. 서버 소프트웨어의 진위를 기기가 확인할 수 있도록 갱신된 기술 문서와 변경이 어려운 공개 기록, 독립 감사 요약도 제공한다고 밝혔다.

왜 중요한가

개인화된 AI가 유용하려면 사용자가 전에 말한 선호나 작업 맥락을 기억해야 한다. 그러나 기억을 클라우드에 평문으로 쌓으면 운영자나 공격자가 접근할 위험이 커진다. 이번 설계는 서버가 정보를 보관하되 해독 열쇠는 개인 기기에 두고, 검증된 격리 환경에서만 잠시 내용을 푸는 방식으로 두 요구를 함께 다루려는 시도다.

실제로 제품에 적용되면 휴대전화에서 시작한 대화를 웹에서 이어가거나, 노트북에서 본 지시를 다른 기기에서 다시 활용하는 흐름이 가능해질 수 있다. 이용자는 같은 내용을 기기마다 반복해 입력할 필요가 줄어들 수 있다. 다만 이는 기술 설계가 의도하는 효과이며, 일반 소비자 제품에서 구현됐다고 발표된 것은 아니다.

실제로 어떤 의미인가

가정한 예시: 사용자가 휴대전화의 AI 도우미에게 출장 일정과 선호하는 이동 시간을 알려준 뒤 노트북에서 같은 작업을 계속한다고 하자. 이전에는 두 번째 기기에 일정과 선호를 다시 입력해야 할 수 있었다. 서버 측 기억이 제품에 적용되면 암호화된 맥락을 불러와 이어서 답할 수 있다. 이때 노트북은 서버 소프트웨어가 승인된 상태인지 먼저 확인하고, 보호된 환경에서만 필요한 정보가 잠시 해독되는 흐름이다. 이는 작동 원리를 보여주기 위한 활용 예시이며, 특정 제품에서 실제로 제공된 기능을 묘사한 것은 아니다.

사용·공개 범위

이번 내용은 Private AI Compute의 기술 업데이트 발표다. 지속형 서버 측 기억을 일반 소비자가 바로 사용할 수 있다는 출시 공지는 아니다. 어느 구글 제품에 먼저 적용되는지, 지원 국가와 기기, 일반 배포 날짜, 이용 요금은 확인되지 않았다. 앞서 발표된 Private AI Compute의 제한된 제품 적용과 이번에 새로 설명된 지속형 기억 기능은 구분해야 한다.

확인할 점

원문은 소비자용 출시 안내가 아니라 기술 구조를 설명하는 발표다. 따라서 실제 제품에서 기억할 정보의 종류, 보관 기간, 사용자가 기록을 확인하거나 삭제하는 방법은 확인되지 않았다. 개인정보 보호와 보안에 관한 설명은 구글의 설계 주장에 기반하며, 제공된 자료만으로 독립 감사의 범위나 발견 사항을 자세히 평가할 수 없다. 개인 기기의 해독 열쇠를 여러 기기 사이에서 어떻게 관리하거나 복구하는지도 출처에서 구체적으로 확인되지 않았다.

용어 풀이

서버 측 기억: AI가 이전 대화나 지시의 맥락을 다음 작업에서도 쓸 수 있도록 원격 서버에 보관하는 정보.
종단 간 암호화: 보내는 쪽과 승인된 받는 쪽만 내용을 풀어볼 수 있도록 통신을 보호하는 방식.
보안 구역: 서버 안에서 다른 소프트웨어와 격리해 민감한 데이터를 처리하도록 만든 보호된 실행 공간.

발행 2026-09-24

GitHub가 Copilot 앱의 로컬 작업 세션에서 파일, 네트워크, 로그인 자격증명에 대한 접근 범위를 프로젝트별로 제한하는 샌드박스 기능을 공개 미리보기로 내놓았습니다. Copilot이 의도하지 않은 명령을 실행하더라도 영향을 받을 수 있는 영역을 좁힐 수 있어, 개발자가 자기 컴퓨터에서 코딩 작업을 맡길 때 위험을 줄이는 안전장치가 됩니다.

배경부터 이해하기

GitHub Copilot 앱은 코드 작성뿐 아니라 여러 단계의 개발 작업을 수행할 수 있습니다. 이런 방식의 에이전트는 사용자의 지시를 바탕으로 파일을 읽거나 수정하고 명령을 실행하는 소프트웨어를 뜻합니다.

샌드박스는 프로그램이 접근할 수 있는 컴퓨터 자원을 제한하는 격리 공간입니다. 이번 기능은 로컬 저장소와 작업 트리에서 실행되는 세션에 적용되며, 클라우드 샌드박스나 원격 컴퓨터에서 실행되는 세션에는 적용되지 않습니다.

무엇이 바뀌었나

개발자는 프로젝트마다 추가로 읽고 쓸 수 있는 폴더, 읽기만 허용할 폴더, 접근을 거부할 폴더를 정할 수 있습니다. 외부 인터넷과 로컬 네트워크 연결 여부도 설정할 수 있으며, 인증된 HTTPS 방식의 Git 작업에 쓰는 Git 자격증명과 GitHub 명령줄 도구의 자격증명 접근도 관리할 수 있습니다.

기능은 기본적으로 꺼져 있습니다. 앱 설정에서 프로젝트를 선택한 뒤 새 세션에 샌드박스를 적용하도록 켤 수 있습니다. 이미 실행 중인 로컬 세션에서는 ‘/sandbox on’ 명령으로 해당 세션에만 적용할 수 있습니다. 운영체제가 요청된 제한을 강제할 수 없다면, 보호 없이 실행되는 대신 샌드박스 셸이 오류를 내고 중단됩니다.

왜 중요한가

코딩 에이전트가 잘못된 경로의 파일을 바꾸거나 불필요한 네트워크 연결을 시도하면 작업 프로젝트 밖에도 피해가 생길 수 있습니다. 프로젝트별 허용 범위를 미리 정하면 명령을 일일이 승인하는 방식과 별개로 접근 가능한 영역 자체를 줄일 수 있습니다. 기업이 관리하는 정책이 있다면 실제 적용 범위는 사용자가 요청한 설정보다 더 엄격해질 수도 있습니다.

실제로 어떤 의미인가

가정한 활용 예시: 개발자가 쇼핑몰 프로젝트의 오류 수정을 Copilot에 맡깁니다. 이전 방식에서는 명령을 확인하며 프로젝트 밖의 개인 문서나 자격증명에 접근하지 않는지 주의해야 했습니다. 샌드박스를 켠 뒤에는 해당 프로젝트 폴더만 읽고 쓰게 하고, 사내망 연결과 불필요한 자격증명 사용을 막을 수 있습니다. 에이전트가 예상 밖의 명령을 만들더라도 설정된 경계 밖으로 영향이 번질 가능성을 낮추는 흐름입니다.

사용·공개 범위

GitHub Copilot 앱에서 공개 미리보기로 제공됩니다. 로컬 저장소와 작업 트리 세션에 프로젝트별로 설정할 수 있습니다. 기존 세션에는 설정 변경이 자동 적용되지 않으며, 세션을 다시 시작하거나 해당 세션에서 직접 켜야 합니다. 지원 운영체제, 대상 요금제, 정식 출시 시점과 별도 가격은 출처에서 확인되지 않았습니다. Copilot CLI의 샌드박스 설정은 앱과 별도로 관리됩니다.

확인할 점

공개 미리보기이므로 기능과 설정 방식이 바뀔 수 있습니다. 샌드박스가 모든 잘못된 명령을 찾아내는 것은 아니며, 허용된 범위 안에서 발생하는 수정까지 막아 주지는 않습니다. 클라우드 샌드박스와 원격 호스트 세션에는 적용되지 않습니다. 운영체제의 강제 기능과 기업 관리 정책에 따라 실제로 적용되는 제한도 달라질 수 있습니다.

용어 풀이

에이전트: 사용자의 목표를 받아 파일 수정이나 명령 실행 같은 여러 단계를 스스로 진행하는 소프트웨어입니다.
샌드박스: 프로그램이 접근할 수 있는 파일, 네트워크 등의 범위를 제한하는 격리 환경입니다.
자격증명: Git이나 GitHub에 로그인하고 권한을 증명하는 데 쓰는 인증 정보입니다.

발행 2026-09-24

Microsoft Research가 로봇 안에서만 처리하던 AI 계산을 현장 서버나 클라우드의 GPU로 보내 처리하는 연구 결과와 관련 도구를 공개했습니다. 로봇의 무게와 전력 부담을 줄이면서 더 큰 AI 모델을 쓸 가능성을 보여줬지만, 실제 성능은 네트워크 지연과 연결 상태에 크게 좌우됩니다.

배경부터 이해하기

로봇은 카메라와 센서 정보를 분석해 이동 경로를 정하고 장애물을 피하며 물체를 잡아야 합니다. 이때 학습된 AI 모델이 입력을 받아 판단 결과를 만드는 과정을 ‘추론’이라고 합니다. 일반적으로 작업 실행에 필요한 추론은 로봇에 탑재된 GPU에서 처리하는 방식이 많이 쓰입니다.

하지만 고성능 GPU는 전력을 많이 쓰고 무게와 비용을 늘릴 수 있습니다. Microsoft 연구진은 이동하면서 물체를 다루는 로봇 작업을 대상으로, 계산을 로봇 내부·현장 서버·클라우드에 어떻게 나눌지 측정했습니다.

무엇이 바뀌었나

회사 연구진에 따르면 작은 GPU를 사용했을 때 지도 작성과 계획 작업은 A100 GPU 대비 최대 383% 더 느렸습니다. 가벼운 GPU에서는 장애물을 제때 감지한 비율이 30% 떨어졌고, 시각·언어·행동을 연결하는 모델의 정확도는 일부 조건에서 50% 낮아졌습니다. 외부 GPU로 추론을 보내자 연구 대상의 지도 작성, 이동, 물체 조작 작업에서 응답 속도와 성공률이 개선됐다는 설명입니다.

Microsoft는 Physical AI Toolchain에 외부 추론 기능도 추가했다고 발표했습니다. 개발자는 로봇 작업을 컨테이너라는 독립 실행 단위로 묶고, Kubernetes 기반 도구로 로봇과 현장 GPU, 클라우드에 배치할 수 있습니다. SO-101과 UR10e 로봇의 추론을 외부로 보내는 예제 프로젝트도 포함됐습니다.

왜 중요한가

로봇에 가장 강력한 GPU를 항상 싣지 않아도 된다면 배터리 사용 시간, 무게, 비용을 조정할 여지가 생깁니다. 또한 로봇 내부 메모리에 들어가지 않는 큰 모델을 외부 GPU에서 실행할 수 있습니다. 반대로 통신이 늦거나 끊기면 즉시 반응해야 하는 동작이 지연될 수 있으므로, 안전에 중요한 계산은 로봇 안에 두고 무거운 계산만 외부로 보내는 식의 설계 판단이 필요합니다.

실제로 어떤 의미인가

가정한 활용 예시: 창고 로봇이 통로를 이동하며 물건을 찾아 집습니다. 기존 흐름에서는 영상 분석, 경로 계획, 물체 조작 판단을 모두 탑재 GPU가 처리해 배터리와 계산 용량의 제약을 받습니다. 외부 추론을 적용하면 긴 경로 계획과 무거운 영상 분석은 창고의 현장 GPU로 보내고, 급정지처럼 즉각 필요한 제어는 로봇 안에서 처리하도록 나눌 수 있습니다. 다만 네트워크 상태가 나쁘면 외부 계산을 기다리는 시간이 늘어날 수 있습니다.

사용·공개 범위

연구 결과가 공개됐으며, 외부 추론 기능은 오픈소스 Physical AI Toolchain의 일부로 발표됐습니다. 출처는 소스 코드와 SO-101·UR10e 예제 프로젝트를 확인할 수 있다고 설명합니다. 지원 지역, 상용 지원 범위, Azure 사용 비용, 필요한 GPU 사양과 전체 설치 비용은 출처에서 확정하지 않았습니다.

확인할 점

성능 수치는 Microsoft가 선택한 로봇 작업, 모델, GPU와 네트워크 구성에서 얻은 회사 측 연구 결과입니다. 모든 로봇에서 같은 성공률이나 배터리 개선이 보장되지는 않습니다. 출처의 배터리 관련 문구는 대형 탑재 GPU를 Raspberry Pi 5와 외부 GPU 방식으로 바꾼 비교를 설명하지만, ‘최대 160%’의 정확한 계산 기준이 발췌문만으로 명확하지 않습니다. 외부 추론에는 네트워크 지연, 전송 용량, 서버 GPU 가용성이라는 추가 제약도 있습니다.

용어 풀이

추론: 학습을 마친 AI 모델이 센서나 영상 같은 새 입력을 받아 판단 결과를 만드는 과정입니다.
GPU: AI 계산을 빠르게 처리하는 데 널리 쓰이는 연산 장치입니다.
Kubernetes: 여러 컴퓨터에 실행 프로그램을 배치하고 상태를 관리하는 소프트웨어입니다.

발행 2026-09-23

NVIDIA가 실시간 대화와 녹음 파일에서 최대 8명의 발언 구간을 구분하는 Nemotron 3 Diarization 모델의 가중치를 공개했습니다. 회의나 상담 통화의 음성 인식 결과에 익명 화자 표시를 붙일 수 있어, 누가 언제 말했는지 반영한 기록과 요약을 만드는 데 활용할 수 있습니다.

배경부터 이해하기

일반적인 음성 인식은 말한 내용을 글자로 바꾸지만, 문장마다 누가 말했는지를 항상 알려 주지는 않습니다. 화자 분리는 음성에서 각 사람이 말한 시작·종료 시점을 찾아 익명 번호로 나누는 작업입니다. 두 사람이 동시에 말한 구간도 각각 표시할 수 있습니다.

Nemotron 3 Diarization은 1억 개의 학습 매개변수를 가진 오픈 웨이트 모델입니다. 여기서 매개변수는 학습 과정에서 조정된 내부 숫자이며, 오픈 웨이트는 이 값을 내려받아 실행할 수 있다는 뜻입니다. 모델은 발언 내용을 문자로 옮기지 않으므로 별도의 음성 인식 시스템과 결합해야 합니다.

무엇이 바뀌었나

이 모델은 실시간 스트리밍과 녹음 파일을 하나의 모델로 처리하며 최대 8개 화자 채널을 지원합니다. 이전 NVIDIA 비교 모델은 최대 4명을 지원했습니다. 출력은 실제 이름이 아니라 ‘화자 1’, ‘화자 2’ 같은 익명 표시와 발언 시간입니다. 입력을 여러 조각으로 나눠 처리할 수 있어 모델이 정한 고정된 녹음 길이 상한은 없습니다.

VoiceArena의 초기 영어 평가에서는 139개 대화, 약 22시간 분량을 대상으로 12개 시스템의 17개 설정을 비교했습니다. Nemotron 모델의 화자 분리 오류율은 14.72%였습니다. 이 수치는 놓친 발언, 발언이 아닌데 발언으로 잡은 구간, 잘못된 화자 배정을 전체 기준 발언 시간과 비교한 비율이며 낮을수록 좋습니다. 다음 순위의 19.3%보다 4.58%포인트 낮고, 상대적으로는 약 24% 감소한 결과입니다.

왜 중요한가

회의록에서 발언 내용만 정확하고 화자가 빠지면 누가 약속하거나 반대한 것인지 확인하기 어렵습니다. 화자별 시간표를 음성 인식 문장과 결합하면 담당자별 발언, 상담원과 고객의 대화, 여러 출연자가 있는 방송을 구조화할 수 있습니다. 실시간 처리는 입력을 오래 모을수록 문맥이 늘어 정확도에 유리하지만 결과가 늦어지므로, 서비스 목적에 맞춰 지연시간과 정확도를 조절해야 합니다.

실제로 어떤 의미인가

가정한 활용 예시: 여섯 명이 참여한 온라인 회의를 자동 기록합니다. 기존에는 음성 인식 결과가 한 덩어리의 문장으로 나와 담당자 확인을 위해 녹음을 다시 들어야 할 수 있습니다. 새 모델로 각 발언 구간을 ‘화자 1’부터 ‘화자 6’까지 나눈 뒤 음성 인식 결과와 합치면, 회의 시스템의 참가자 정보로 익명 번호를 실제 이름에 연결할 수 있습니다. 이 예시는 활용 흐름을 설명한 것이며 실제 정확도를 시험한 결과는 아닙니다.

사용·공개 범위

Nemotron 3 Diarization은 Hugging Face에서 오픈 웨이트 모델로 공개됐고, 실시간 마이크와 녹음 파일을 시험할 수 있는 데모도 소개됐습니다. 16kHz 단일 채널 음성을 입력으로 사용합니다. 출처는 무료 이용 범위, 상용 서비스 가격, 호스팅 비용, 지원 하드웨어의 최소 사양을 확정하지 않았습니다.

확인할 점

VoiceArena 결과는 아직 초기 평가이며, 최종 버전의 통계 분석에 따라 순위와 수치가 달라질 수 있습니다. 평가 자료는 영어 대화 139개를 중심으로 하므로 다른 언어와 환경의 성능을 그대로 보장하지 않습니다. 긴 녹음, 심한 소음, 울림, 먼 거리의 마이크, 학습 자료와 다른 환경에서는 성능이 낮아질 수 있습니다. 최대 8명을 지원하지만 일부 별도 평가에는 9명이 포함된 자료도 있었습니다. 처리량 수치는 특정 NVIDIA 하드웨어에서 여러 음성을 묶어 처리한 결과이므로 한 건의 실시간 서비스 지연시간으로 해석하면 안 됩니다.

용어 풀이

화자 분리: 음성에서 누가 어느 시간대에 말했는지를 익명 화자별로 구분하는 작업입니다.
오픈 웨이트: 학습된 모델의 내부 숫자 값을 공개해 사용자가 내려받아 실행할 수 있게 한 형태입니다.
화자 분리 오류율: 놓친 발언, 잘못 감지한 발언, 화자를 틀리게 배정한 시간을 합산한 비율로 낮을수록 좋습니다.

발행 2026-09-23

OpenAI는 22개국의 자격을 갖춘 정신건강 전문가 80명 이상과 함께 만든 공개 평가 도구 ‘MentalHealthBench’를 발표했다. 위기 상황에서 금지된 답을 피하는지만 보는 대신, 일상적 스트레스부터 긴급 상황까지 AI가 안전하고 실질적인 도움을 주는지를 함께 측정하려는 연구 자료다.

배경부터 이해하기

벤치마크는 여러 AI에 같은 과제를 주고 결과를 공통 기준으로 비교하는 평가 도구다. MentalHealthBench 자체가 상담 서비스나 진단 도구인 것은 아니다. 정신건강 관련 대화에 AI가 어떻게 답하는지를 연구자가 점검하기 위한 자료다.

기존 평가는 자해처럼 즉각적인 위기 상황에서 위험한 답변을 하는지에 집중하는 경우가 많았다. OpenAI는 일상적 스트레스, 인간관계 조언, 도움 요청 등 더 넓은 대화에서 판단력과 공감, 상황에 맞는 지원도 살펴볼 필요가 있다고 설명했다.

무엇이 바뀌었나

MentalHealthBench에는 실제 이용 형태를 바탕으로 인공적으로 작성한 정신건강 대화 1,215건이 담겼다. 일반적인 어려움부터 위험도가 높은 상황과 긴급 상황까지 포함하며, 이용자 유형도 성인·청소년·임상의·돌봄 제공자로 나뉜다. 여러 언어와 문화적 맥락도 다룬다.

각 대화에는 전문가가 작성한 평가 기준이 연결돼 있으며 전체 기준은 5,262개다. 안전성뿐 아니라 필요한 맥락을 추가로 묻는지, 이용자의 선택권을 지키는지, 적절할 때 실행 가능한 안내를 제공하는지 등을 본다. 일부 비긴급 대화에는 이용자 관점의 주석도 포함됐다. 연구진은 평가 결과에서 AI가 상황의 긴급도를 적절히 조절하고 필요한 정보를 묻는 능력에 여전히 빈틈이 있다고 보고했다.

왜 중요한가

정신건강 대화에서는 단순한 답변 거부가 항상 최선은 아니다. 위험을 키우지 않으면서도 상대의 상황을 이해하고, 필요하면 현실의 지원으로 연결해야 하기 때문이다. 이 자료를 이용하면 개발자는 모델 업데이트 전후에 어떤 종류의 답변이 나아졌고 어디서 위험이 남는지 같은 기준으로 점검할 수 있다. 다만 이용자가 선호하는 답과 임상적으로 안전한 답은 같지 않을 수 있어 전문가 기준을 별도로 유지해야 한다.

실제로 어떤 의미인가

가정한 예시: 한 개발팀이 스트레스를 호소하는 이용자에게 답하는 대화 기능을 만들었다고 하자. 이전에는 위험 단어가 포함됐는지만 검사했다면, 이제는 MentalHealthBench의 기준을 참고해 AI가 상황을 성급히 단정하지 않는지, 필요한 질문을 하는지, 이용자의 결정을 존중하는지까지 평가할 수 있다. 이는 평가 절차의 활용 예시이며 실제 제품에서 효과가 검증됐다는 뜻은 아니다.

사용·공개 범위

OpenAI는 이를 유료 상담 제품이 아닌 공개 벤치마크로 발표했다. 다른 연구자도 자체 평가를 수행하고 후속 연구에 활용할 수 있다고 설명했다. 별도 유료판, 이용 등급 또는 비공개 시험 운영에 관한 내용은 확인되지 않았다.

확인할 점

대화 1,215건은 사적인 실제 상담 기록이 아니라 개인정보를 보호하며 파악한 상위 수준의 이용 형태를 토대로 만든 합성 자료다. 따라서 현실의 모든 개인·문화·임상 상황을 그대로 재현하지는 않는다. 보고된 평가 결과는 논문 저자들의 연구 결과이며, 이 벤치마크가 AI 답변의 임상적 안전성을 완전히 보증하지 않는다. ChatGPT도 치료나 전문 진료를 대신하지 않는다.

용어 풀이

벤치마크: 여러 시스템에 같은 과제를 주고 정해진 기준으로 성능을 비교하는 평가 자료다.
합성 대화: 실제 사적 대화를 그대로 복사하지 않고, 이용 형태를 참고해 인공적으로 만든 대화다.
평가 기준표: 답변에서 확인해야 할 행동과 품질 조건을 항목별로 적어 둔 채점 기준이다.

발행 2026-09-24

구글은 Gemini 대화 안에서 프로젝트 관리, 디자인, 웹사이트 제작, 운동 계획 등에 쓰는 외부 앱을 연결하는 기능을 단계적으로 배포하기 시작했다. 이용자는 탭을 계속 옮겨 다니는 대신 설정에서 앱을 연결한 뒤 대화에서 앱 이름을 지정해 관련 작업을 요청할 수 있지만, 실제 지원 범위는 계정·기기·국가·언어에 따라 달라진다.

배경부터 이해하기

Gemini의 ‘연결된 앱’은 외부 서비스의 기능이나 정보를 Gemini 대화에서 이용하도록 연결하는 기능이다. 독립된 새 앱을 출시한 것이 아니라 기존 Gemini와 함께 쓸 수 있는 서비스 목록을 늘린 것이다.

연결 기능을 쓰지 않으면 이용자는 Gemini에서 계획이나 문안을 만든 뒤 프로젝트 관리 도구나 디자인 서비스로 이동해 작업을 이어가야 한다. 연결 후에는 Gemini 설정에서 허용한 앱을 대화 중 직접 불러오는 흐름을 구성할 수 있다.

무엇이 바뀌었나

생산성 분야에는 Airtable, Linear, monday.com, PandaDoc, Wispr AI, Zoho가 추가 대상에 포함됐다. 창작 분야에는 Adobe, Picsart, Squarespace, Webflow가, 생활 분야에는 apartments.com, Experian, Peloton, SeatGeek가 포함됐다.

구글은 설정의 연결된 앱 메뉴에서 서비스를 연결하거나, 대화에 ‘@앱 이름’을 입력하거나, 필요한 앱을 직접 요청할 수 있다고 안내했다. 발표문은 프로젝트 관리, 데이터베이스 정리, 시각 자료 디자인, 웹사이트 제작, 주거 검색, 운동 계획과 행사 티켓 찾기 같은 용도를 제시했다. 모든 이용자에게 동시에 켜진 것이 아니라 발표일부터 순차 배포되는 업데이트다.

왜 중요한가

여러 서비스 사이에서 내용을 복사하고 다시 입력하는 과정이 줄어들 수 있다. 특히 계획을 세우는 대화와 실제 업무 도구를 한 흐름으로 이어갈 수 있어 Gemini가 답변만 제공하는 도구에서 작업의 출발점 역할까지 맡게 된다. 다만 앱마다 허용하는 기능이 다를 수 있으므로, 연결됐다는 사실이 해당 서비스의 모든 작업을 Gemini가 대신 수행한다는 뜻은 아니다.

실제로 어떤 의미인가

활용 예시: 웹사이트 담당자가 Gemini에서 새 행사 페이지의 구성과 문구를 정리한 뒤 Webflow를 불러 후속 작업을 요청한다고 가정할 수 있다. 이전에는 결과를 복사해 Webflow 탭으로 옮겨야 했다면, 연결 후에는 같은 대화에서 앱을 지정해 작업 흐름을 이어갈 수 있다. 이는 가능한 사용 흐름을 설명한 가정한 예시이며, 발표문이 특정 페이지 제작을 실제 시연하거나 모든 편집 기능을 보장했다는 뜻은 아니다.

사용·공개 범위

구글은 2026년 9월 23일부터 새 연결 앱을 단계적으로 배포한다고 발표했다. Gemini에 로그인해야 하며, 이용 가능 여부는 활동 저장 설정, 기기 종류, 국가, 언어, 사용하는 Gemini 앱과 계정 조건에 따라 달라진다. 웹·모바일·실시간 음성 대화에서 지원 앱이 서로 다를 수 있다. 별도 연결 요금은 발표되지 않았으며, 각 외부 서비스의 구독 비용이나 계정 필요 여부도 이 자료만으로는 확인되지 않는다.

확인할 점

활동 저장이 꺼져 있으면 gemini.google.com, iOS 기기와 스마트워치에서 연결된 앱을 사용할 수 없다. Android에서는 이 상태에서도 기기 지원, 전화, 메시지, WhatsApp 등 일부 앱만 남는다. 배포가 순차적으로 진행되므로 발표 시점에 모든 이용자에게 같은 앱 목록이 표시된다고 볼 수 없다. 외부 앱 연결 시 어떤 정보와 권한이 공유되는지는 실제 연결 화면에서 확인해야 한다.

용어 풀이

연결된 앱: Gemini 대화에서 외부 서비스의 정보나 기능을 사용할 수 있도록 계정을 연동한 앱이다.
순차 배포: 기능을 모든 이용자에게 한 번에 제공하지 않고 계정이나 지역별로 차례로 여는 방식이다.
활동 저장: Gemini 이용 기록을 계정에 저장하도록 정하는 설정이다. 설정 상태에 따라 연결 기능이 제한될 수 있다.

발행 2026-09-23

OpenAI는 우크라이나 정부가 소프트웨어 취약점을 찾고 수정안을 더 빠르게 개발·시험하도록 사이버 방어 프로그램 Daybreak의 접근 권한을 제공한다고 발표했다. 일반 이용자에게 공개하는 서비스가 아니라 병원, 에너지, 통신 등 민간 기반시설을 지키는 승인된 방어팀을 위한 제한적 지원이다.

배경부터 이해하기

Daybreak는 승인된 보안 담당자가 소프트웨어 목록 확인, 취약점 발견과 검증, 담당자 배정, 수정과 결과 확인을 수행하도록 AI 도구와 관리 절차를 묶은 사이버 방어 프로그램이다. 사람의 판단과 감독, 이용 범위 통제를 전제로 한다.

소프트웨어 취약점은 공격자가 시스템에 침입하거나 장애를 일으키는 데 악용할 수 있는 결함이다. 보안팀은 일반적으로 문제를 찾아 실제 위험인지 검증하고, 수정 코드를 만든 뒤 서비스에 다른 문제가 생기지 않는지 시험해야 한다.

무엇이 바뀌었나

OpenAI는 우크라이나 디지털전환부와 협력해 정부 소속 팀에 Daybreak 도구를 제공한다고 밝혔다. 지원 범위는 소프트웨어 취약점 식별과 수정안의 개발·시험을 빠르게 하는 방어 업무에 맞춰졌다. 발표는 지속되는 러시아의 사이버 공격과 물리적 공격 속에서 민간 기반시설을 보호하기 위한 조치라고 설명한다.

OpenAI는 앞서 프랑스, 독일, 폴란드 등 유럽의 방어 담당자에게도 사이버 모델 접근을 제공했다고 밝혔다. 유럽연합 사이버보안기구와 폴란드 침해사고 대응팀이 취약점을 찾아 수정하는 데 이를 썼다는 사례도 제시했지만, 이는 발표문에 담긴 회사 보고이며 독립적으로 검증된 결과는 아니다.

왜 중요한가

기반시설의 소프트웨어는 규모가 크고 구성 요소가 많아 취약점을 찾은 뒤 수정 우선순위를 정하는 데 시간이 걸린다. 승인된 보안팀이 AI로 코드와 문제 후보를 검토하면 사람이 집중적으로 확인할 대상을 좁히고 수정 시험을 앞당길 수 있다. 운영 측면에서는 강력한 도구를 무제한 공개하기보다 신원 확인, 범위 제한과 감독을 적용한 방어 절차 안에 배치하는 사례라는 의미가 있다.

실제로 어떤 의미인가

가정한 예시: 공공병원 예약 시스템을 관리하는 승인된 보안팀이 오래된 소프트웨어 구성 요소에서 의심스러운 결함을 발견했다고 하자. 기존에는 담당자가 여러 코드와 기록을 직접 대조해 수정 후보를 만들었다면, Daybreak를 통해 후보를 찾고 수정안을 시험한 뒤 사람이 결과를 검증하는 흐름을 구성할 수 있다. 이는 운영 방식을 설명한 가정한 예시이며, 우크라이나의 특정 병원에서 실제 수행됐다는 뜻은 아니다.

사용·공개 범위

2026년 9월 23일 발표 기준으로 우크라이나 정부의 승인된 방어팀에 접근이 확대됐다. Daybreak는 검증된 방어 담당자를 대상으로 하는 통제된 프로그램이며 일반 사용자용 공개 출시는 아니다. 우크라이나 지원의 가격, 라이선스 조건, 참여 팀 수와 정확한 시작 일정은 공개 자료에서 확인되지 않았다.

확인할 점

OpenAI는 Daybreak가 사람의 감독과 승인된 보안 시험을 전제로 한다고 설명하지만, 우크라이나에서의 실제 탐지 정확도나 수정 시간 단축 수치는 제시하지 않았다. 회사가 공개한 다른 지역의 취약점 발견 사례와 프로그램 통계도 자체 보고 수치이며 독립 감사 여부는 확인되지 않는다. AI가 제안한 취약점이나 수정안은 오류가 있을 수 있으므로 운영 환경에 적용하기 전에 담당자의 검증과 시험이 필요하다.

용어 풀이

취약점: 공격자가 침입이나 장애에 악용할 수 있는 소프트웨어 또는 시스템의 결함이다.
민간 기반시설: 병원, 에너지, 통신처럼 시민 생활과 공공서비스 유지에 필요한 시설과 시스템이다.
사이버 방어: 컴퓨터와 네트워크의 공격을 탐지하고 막으며 피해를 복구하는 활동이다.

발행 2026-09-23

구글과 게이츠재단은 사하라 이남 아프리카와 남아시아의 소규모 농가에 기후·작물·언어 AI 도구를 제공하는 사업의 목표를 5천만 명에서 2억 명으로 확대하고, 1억 달러 이상의 공동 자금과 기술 지원을 투입한다고 발표했습니다. 농민이 지역별 날씨 예측과 농지 정보를 더 쉽게 받도록 지원하는 계획이지만, 2억 명은 실제 이용자가 아니라 앞으로 달성하려는 목표입니다.

배경부터 이해하기

소규모 농가는 비교적 작은 농지를 직접 경작하는 생산자를 뜻합니다. 구글은 이들이 전 세계 식량의 약 35%를 생산한다고 설명했는데, 이는 전 세계 식량 생산량에서 소규모 농가가 차지하는 비율입니다.

이 사업은 하나의 소비자용 앱을 출시하는 것이 아닙니다. 현지 단체와 기존 농업·기후 정보 서비스를 지원해 위성 자료, 지역별 기상 예측, 농지 지도와 현지 언어 안내를 농민에게 전달하는 방식입니다.

무엇이 바뀌었나

두 기관은 기존 5천만 명이던 지원 목표를 네 배인 2억 명으로 늘렸습니다. 대상 지역은 사하라 이남 아프리카와 남아시아이며, 현지 사업자에 대한 자금 지원과 구글 연구자의 연구·공학 지원이 포함됩니다.

세부 사업에는 지역 단위 기후 예측을 제공하는 TomorrowNow, 농지 경계를 1미터보다 세밀한 단위로 표시하는 Agricultural Understanding Platform, 40개가 넘는 아프리카 언어의 공개 음성·문자 데이터 구축이 포함됩니다. 농지 지도 데이터는 인도·말레이시아·베트남·인도네시아를 포괄하며, 일부 아프리카 국가에서도 도입이 진행 중이라고 재단은 밝혔습니다.

왜 중요한가

날씨와 파종 시기를 판단할 자료가 부족한 농민에게는 전국 단위 예보보다 농지 주변의 구체적인 정보가 더 직접적으로 쓰일 수 있습니다. 또한 현지 언어 음성 도구가 보급되면 글을 입력하기 어려운 이용자도 말로 질문하고 안내를 받을 가능성이 커집니다. 다만 효과는 현지 단체가 도구를 실제 서비스로 운영하고 농민에게 전달해야 발생합니다.

실제로 어떤 의미인가

가정한 활용 예시: 이전에는 농민이 넓은 지역을 대상으로 한 일기예보와 경험만으로 파종일을 정했다면, 지원 사업이 적용된 뒤에는 현지 농업 단체의 음성 안내 서비스에서 가까운 농지의 강우 전망과 권장 작업 시점을 자국어로 확인할 수 있습니다. 이는 사용 흐름을 설명하기 위한 예시이며, 발표 자료가 특정 농가에서 이런 결과를 시험했다고 밝힌 것은 아닙니다.

사용·공개 범위

확대 계획은 2026년 9월 18일 공개됐고 구글은 9월 22일 관련 내용을 게시했습니다. 대상은 사하라 이남 아프리카와 남아시아의 소규모 농가이지만, 국가별 제공 일정과 이용 방법, 농민이 부담할 가격은 공개되지 않았습니다. 일부 기반 사업은 운영 또는 도입 단계이지만, 전체 2억 명에게 이미 배포됐다는 발표는 아닙니다.

확인할 점

지원 규모와 대상 인원, 기술 범위는 구글과 게이츠재단이 밝힌 계획입니다. 독립적으로 확인된 실제 이용자 수나 수확량 개선 결과는 제시되지 않았습니다. 구글 자료는 1억 달러를, 재단 자료는 공동 지원액이 1억 달러를 넘는다고 표현합니다. 농지 지도의 1미터 미만 해상도는 표시의 세밀함을 뜻하며, 경계가 항상 정확하다는 의미는 아닙니다.

용어 풀이

언어 AI: 사람의 말이나 글을 인식하고 번역하거나 답변을 만드는 인공지능 기술입니다.
미기후: 넓은 지역의 평균 날씨가 아니라 특정 농지나 마을처럼 좁은 범위에서 나타나는 기후 조건입니다.
해상도: 지도나 영상이 공간을 얼마나 세밀하게 구분해 보여주는지를 나타내는 기준입니다.

출처: Google Blog · Company News ([blog.google](https://blog.google/company-news/outreach-and-initiatives/google-org/partnering-with-the-gates-foundation-to-bring-ai-resources-to-200-million-farmers-across-the-global-south/?utm_source=openai)) · 발행 2026-09-23T08:50:00+09:00