Black Forest Labs의 새로운 멀티모달 파운데이션 모델인 FLUX 3가 로봇 제어 및 영상 생성을 하나로 통합하는 '비디오-행동 모델'로 진화했습니다. 이 모델은 영상 생성 과정에서 습득한 물리적 세계의 이해를 바탕으로 로봇의 행동(Action)을 예측하며, mimic 로보틱스와의 협업을 통해 아우디(Audi) 실무 환경에 배포되었습니다. 단일 모델로 영상과 로봇 제어를 모두 처리함으로써 피지컬 AI(Physical AI)가 자연스럽게 확장되는 중요한 기술적 이정표입니다.
샤오미는 로봇 AI 모델 'Xiaomi-Robotics-1'을 발표하며, 로봇 모델의 성능 향상에는 모델 크기를 키우는 것보다 방대하고 다양한 학습 데이터를 확보하는 것이 훨씬 더 중요하다는 것을 입증했습니다. 연구진은 비싼 물리적 로봇 대신 사람이 직접 조작하는 휴대용 그리퍼를 활용해 10만 시간 이상의 행동 데이터를 수집하고 AI로 자동 라벨링하여 데이터 부족 문제를 해결했습니다. 그 결과, 이 모델은 낯선 환경에서도 적은 추가 학습만으로 뛰어난 작업 수행 능력을 보여주며 기존 경쟁 모델들을 뛰어넘는 성능을 기록했습니다.
영국의 AI 스타트업 '적용 컴퓨팅(Applied Computing)'은 석유·가스 및 석유화학 산업을 위한 파운데이션 모델 '오비탈(Orbital)'을 개발하여 2천만 달러의 시리즈 A 투자를 유치했습니다. 이 모델은 수많은 센서 데이터와 물리·화학 법칙, 엔지니어링 문서를 실시간으로 통합하여, 기존에 수일~수주가 걸리던 시설 이상 징후 분석 및 시뮬레이션을 단 몇 분 안에 처리할 수 있게 돕습니다. 이를 통해 운영사들은 에너지 사용량을 줄이고 생산성을 유지하는 등 공장 전체의 운영 효율을 극대화할 수 있습니다.
구글 리서치는 500만 명 이상의 방대한 웨어러블 기기 데이터를 사전 학습한 파운데이션 모델 'SensorFM'을 공개했습니다. 이 단일 모델은 수면, 심혈관 및 대사 건강 등 총 35개의 건강/행동 예측 작업 중 34개에서 기존 특화 모델들을 능가하는 성능을 입증했습니다. 이는 파편화된 기존 웨어러블 건강 기능을 통합하고, 막대한 라벨링 비용 없이도 개인화된 AI 건강 비서 구현의 핵심 기반이 될 수 있어 매우 중요합니다.
미시간 대학교 연구진이 524만 건 이상의 임상 MRI 및 CT 데이터로 학습된 범용 신경영상 파운데이션 모델인 NeuroVFM을 공개했습니다. 이 모델은 3D 의료 영상에 맞춘 Vol-JEPA 아키텍처를 적용하여, 방사선 판독문 라벨링 없이도 뇌 해부학적 구조와 병리를 스스로 학습할 수 있는 것이 핵심입니다. 비정제 임상 데이터 기반의 높은 확장성으로 인해 향후 다양한 뇌 질환 진단 AI 연구에 중요한 기반 모델로 활용될 전망입니다.
구글 리서치가 컨텍스트 내 학습(In-context learning)을 통해 제로샷(Zero-shot) 분류 및 회귀가 가능한 표 형식 데이터용 파운데이션 모델 'TabFM'을 발표했습니다. 이 모델은 별도의 학습이나 하이퍼파라미터 튜닝, 특성 공학(Feature engineering) 과정 없이 단 한 번의 순전파(Forward pass)만으로 즉각적인 예측을 수행할 수 있어 데이터 분석 실무의 효율을 크게 높일 수 있습니다.
Krea 2는 단순히 완성도 높은 기본 스타일을 넘어, 사용자가 다양한 미적 스타일과 분위기를 폭넓게 탐색할 수 있도록 설계된 120억 개 매개변수(12B) 규모의 최신 오픈웨이트 이미지 생성 모델입니다. 확산 트랜스포머(Diffusion Transformer, DiT) 아키텍처와 다단계 학습 파이프라인을 통해 표현력과 제어력을 극대화했으며, 관대한 라이선스로 가중치를 공개해 실무자들이 자유롭게 활용할 수 있다는 점에서 중요합니다.
이 글은 TimeCopilot을 활용하여 실제 항공사 데이터를 바탕으로 처음부터 끝까지 시계열 예측 파이프라인을 구축하는 방법을 다룹니다. 통계 모델과 파운데이션 모델(foundation models)을 평가하고, 예측 구간을 시각화하며 이상치를 탐지하는 과정을 설명합니다. 특히 LLM 에이전트가 최적의 모델을 자동으로 선택하고 예측 결과를 설명해주는 기능은 예측 모델링의 실무 효율성과 접근성을 크게 높여준다는 점에서 중요합니다.
본 글은 현재 'AI 엔지니어'라는 직무가 지나치게 포괄적으로 사용되어 실제 업무 범위가 불분명한 현실을 지적합니다. 특히 최근 ChatGPT와 같은 범용 거대 언어 모델(LLM)과 파운데이션 모델이 급격히 발전함에 따라, 기존의 다양한 AI 하위 분야까지 하나의 모델로 통합되고 있어 AI 엔지니어들의 일자리가 다른 개발자들보다 오히려 먼저 대체될 수 있음을 경고하고 있습니다.
GLM-V 팀이 이미지, 비디오, GUI 등 다양한 형식을 인지하고 해석하며 행동할 수 있는 'GLM-5V-Turbo' 모델을 발표했습니다. 이 모델은 언어 모델의 보조 인터페이스가 아닌, 추론 및 실행의 핵심 구성 요소로 멀티모달 인식을 통합한 것이 특징입니다. 이를 통해 우수한 멀티모달 코딩 및 시각적 도구 활용 능력을 갖춘 에이전트 구축을 위한 실질적인 통찰력을 제공합니다.
스위스는 세계 최고 수준의 'Alps' AI 슈퍼컴퓨터를 활용하여 전 세계에서 가장 큰 규모의 오픈소스 AI 파운데이션 모델 연구를 진행하고 있습니다. 이 이니셔티트는 2026년까지 총 2천만 스위스 프랑의 자금과 막대한 컴퓨팅 자원을 지원하는 3차 프로젝트 공모를 진행하여 신뢰할 수 있는 AI 소프트웨어, 모델 및 데이터를 개발하는 데 목적이 있습니다. 이는 벤처기업과 중소기업 등 산업계가 투명한 AI 기술을 적극 활용할 수 있는 기반을 마련한다는 점에서 매우 중요합니다.
AI 투자자 엘라드 길(Elad Gil)은 기업의 가치가 정점에 달하는 12개월의 골든타임을 놓치지 말고 매각(엑시트)을 고려해야 한다고 조언합니다. 거대 파운데이션 모델의 확장으로 인해 AI 스타트업들의 차별성과 방어력이 빠르게 약해지고 있는 지금, 창업자들은 자사의 가치가 가장 높은 시점인지 냉정하게 평가하고 기회를 잡아야 합니다.
기업용 엔지니어링 팀을 위한 AI 코딩 에이전트를 개발하는 스타트업 팩토리(Factory)가 15억 달러(약 2,000억 원)의 기업 가치로 1억 5,000만 달러를 유치했습니다. 앤스로픽의 Claude나 중국의 DeepSeek 같은 서로 다른 파운데이션 모델 간의 자유로운 전환을 지원하는 점을 핵심 차별점으로 내세우며, 투자자들은 경쟁이 치열한 AI 코딩 시장에서도 성장 동력이 있다고 평가하고 있습니다.
샌프란시스코 기반 로봇 스타트업 Physical Intelligence(PI)가 명시적으로 학습하지 않은 새로운 작업을 수행할 수 있는 로봇 파운데이션 모델 'π0.7(파이 제로 포인트 세븐)'을 발표했습니다. 이 모델은 서로 다른 맥락에서 학습한 기술을 결합하여 처음 보는 문제를 해결하는 '조합적 일반화(Compositional Generalization)' 능력을 보여주며, 이는 데이터 양 이상으로 성능이 비약적으로 상승하는 대규모 언어 모델(LLM)의 변곡점을 로봇 AI에서도 달성할 수 있음을 시사합니다. 아직 복잡한 다단계 작업의 자율 수행이나 프롬프트 엔지니어링의 중요성 등 해결해야 할 한계가 존재하지만, 추가 학습 없이도 사람의 언어 지시를 통해 실시간으로 로봇을 제어할 수 있게 되었다는 점에서 산업계에 큰 의미를 갖습니다.
마이크로소프트(MS) AI 연구소가 음성 인식, 음성 생성, 비디오 생성이 가능한 3종의 자체 멀티모달 파운데이션 모델을 공개했습니다. 오픈AI와의 독점적 파트너십을 유지하면서도 자체 AI 스택을 구축하려는 MS의 전략이자, 구글 등 경쟁사 대비 저렴한 가격을 무기로 LLM 시장을 공략하는 움직임입니다.