구글이 젬미니(Gemini) AI 모델의 아키텍처를 실리콘에 직접 하드코딩하여 AI 추론 효율을 극대화하는 신규 서버 칩 '프로즌 v2(Frozen v2)'를 개발하고 있습니다. 현재 TPU 대비 6~10배 높은 효율을 낼 것으로 예상되며, 2028년 배포를 목표로 하고 있습니다. 이는 구글이 막대한 AI 연산 비용을 절감하고, 오픈AI 및 앤스로픽과의 경쟁에서 가격 우위를 점하기 위한 핵심 전략으로 평가됩니다.
클로드 기반 AI인 '페이블(Fable)'이 미해결 수학 난제 중 하나인 야코비안 추측(Jacobian Conjecture)을 부정하는 반례(counterexample)를 단 한 번의 트윗 안에 담아내어 큰 화제를 모으고 있습니다. 수학자 레벤트(Levent)는 페이블이 도출한 복소수 3차원 다항함수 매핑과 그 야코비 행렬식(Jacobian determinant)이 -2임을 보이는 수식을 공유하며, 오랜 난제가 AI에 의해 증명된 놀라운 순간을 전했습니다.
단 30억(3B) 개의 매개변수를 가진 소형 추론 모델인 VibeThinker-3B가 공개되었습니다. 이 모델은 효율적인 포스트 트레이닝(Post-training) 파이프라인을 적용하여 DeepSeek V3.2 및 Kimi K2.5 같은 거대 AI 모델들과 필적하는 검증된 벤치마크 성능을 기록했습니다. 적은 컴퓨팅 자원으로도 뛰어난 성능을 낼 수 있음을 증명했다는 점에서 AI 실무자들에게 매우 중요한 의미를 갖습니다.
OpenAI의 범용 추론 모델이 80년 난제인 '평면 단위 거리 문제'에 대한 기존의 오랜 수학적 추측을 반증하는 증명을 자율적으로 완성했습니다. 이는 수학의 특정 하위 분야에서 AI가 유명한 미해결 문제를 해결한 첫 사례로, AI의 고차원적인 추론 능력과 독창적인 아이디어 도출 능력을 입증한 혁신적인 기록입니다.
AI 개발자들의 핵심 요구인 '빠르고 저렴한 토큰' 제공에 집중하는 스타트업 Parasail(파라세일)이 3,200만 달러의 시리즈 A 투자를 유치했습니다. 이 회사는 자체 칩을 소유하지 않고 전 세계 데이터센터의 유휴 GPU 자원을 유연하게 연결하여, 오픈소스 모델과 AI 에이전트 개발에 필수적인 '추론(Inference)' 비용을 획기적으로 낮추는 인프라를 제공합니다.