{}
source https://www.digitaltrends.com/computing/your-coworkers-ai-built-app-might-be-leaking-company-secrets/ 수천 개의 AI 제작 앱이 온라인에 비밀을 흘리고 있음AI 코딩 도구 덕분에 웹앱을 몇 분 만에 만들고 띄우는 일이 지나치게 쉬워짐. 앱 개발 진입장벽이 낮아진 대신, 잠금장치 확인도 없이 AI가 만든 앱이 공개 배포되는 새 문제가 커지는 중. WIRED는 L
source https://www.theverge.com/tech/925696/yarbo-robot-lawn-mower-hack-remote-control-camera-access-mqtt 나는 흙바닥에 누워 있고, 기계가 나를 향해 온다. 200파운드짜리 로봇 잔디깎이가 덜컥 내 가슴 위로 기어오른다. Andreas Makris가 제때 멈추지 못하면, 칼날이 내 몸을 그대로 훑을 판이다. Makris는 비상정지 버튼을 직접 누를 수 없다. 지구 반대
source https://www.techradar.com/ 검색 결과 상단에 노출된 가짜 사진 편집 도구가 ClickFix 전술로 사용자를 속여 악성코드를 직접 실행하게 만듦. 피해자는 먼저 CastleLoader에 감염되고, 이어 NetSupport RAT와 커스텀 CastleStealer가 설치됨. 이번 캠페인은 SEO poisoning과 사회공학이 얼마나 쉽게 단순 작업을 자격 증명 탈취와 원격 침해로 바꿔버리는지 보여줌. 셀피 배경을 지워준다
source https://www.engadget.com/2167301/perplexity-opens-up-its-personal-computer-ai-assistant-to-all-mac-users/ 지난달 Perplexity는 Claude Cowork와 더 직접 경쟁하고, 출시가 늦어진 Apple의 생성형 AI Siri보다 한발 앞서기 위해 Personal Computer를 macOS에 도입함. 이전에는 월 200달러짜리 $200 per month
Anthropic이 2025년 5월 6일 Managed Agents에 세 가지 새로운 기능을 추가했다. 이 글에서는 각 기능의 구조와 작동 방식을 단계별로 정리하고, 실제 활용 방법까지 설명한다. 목차새로 추가된 기능 개요 Dreaming: 세션 간 자가 개선 메커니즘 Outcomes: 자동 출력 평가 시스템 멀티에이전트 오케스트레이션 Webhooks와 요금 전체 아키텍처: 자기 개선 루프 제한 사항과 주의점 빠른 참조 테이블 1. 새로 추가된 기능
source https://techcrunch.com/2026/05/06/five-architects-of-the-ai-economy-explain-where-the-wheels-are-coming-off/ 이번 주 초 Beverly Hills의 Milken Global Conference에서 AI 공급망 전 층위에 걸친 다섯 사람이 한자리에 모임. 칩 부족, 궤도 데이터센터, 지금 이 기술을 떠받치는 아키텍처 자체가 잘못됐을 가능성까지, 이 편집자와
source https://www.cnbc.com/2026/05/06/anthropic-ceo-dario-amodei-says-company-crew-80-fold-in-first-quarter.html 핵심 포인트Anthropic 개발자 콘퍼런스에서 Dario Amodei가 제시한 수치: 1분기 성장률이 연환산 기준 80배. 회사는 10배 성장 정도를 예상하고 준비했지만, 실제 사용량과 매출 증가가 너무 가팔라 compute 수요를 못 따라가는 중.
source https://www.engadget.com/2166270/google-just-bought-a-stake-in-the-maker-of-eve-online-to-train-its-ai-models/ 구글이 Eve Online 제작사 지분 일부를 매입함. Bloomberg 보도로는 구글이 소수 지분을 확보하고, 그 대가로 DeepMind가 이 게임으로 AI를 훈련할 예정. Eve Online 개발·운영사 CCP Games는 Fenris Cr
source https://www.tomshardware.com/tech-industry/cyber-security/google-chrome-silently-downloads-4gb-ai-model-to-your-device-without-permission-report-claims-researcher-says-practice-may-violate-eu-law-waste-thousands-of-kilowatts-of-energy보안 연구자 Alexan
source https://www.zdnet.com/article/linkedin-red-flags-job-search-scams/ ZDNET의 핵심 요점취업·채용 사기 증가세. 이제는 의심이 많은 구직자도 속을 수 있을 만큼 수법이 정교해짐. 구직 과정에서 봐야 할 가장 큰 위험 신호를, LinkedIn의 새 연구와 함께 정리함. 직장인의 57%는 1년 전보다 채용 공고가 사기인지 더 자주 의심하게 됨. 전반적 경제 불확실성 탓에 고용 시장이 거칠어
이상하다고 느꼈던 순간같은 Max 플랜을 쓰는데, 어떤 사람은 하루 종일 여유롭게 쓰고 어떤 사람은 점심 전에 한도에 걸린다. 처음엔 그냥 사용량 차이라고 생각했다. 그런데 Anthropic이 엔지니어링 블로그에 올린 글을 읽고 나서야 진짜 이유를 알았다. 캐시 히트율의 차이였다. 조사해보니: 캐시가 작동하는 방식Claude Code가 모델에 보내는 요청은 항상 이 순서로 구성된다. 시스템 프롬프트 + 툴 정의 → 프로젝트 문서 (CLAUDE.
source https://www.digitaltrends.com/computing/your-chatgpt-history-is-a-personality-test-you-didnt-know-you-were-taking/ ChatGPT 기록으로 성격을 추정한 AITechXplore 보도: ETH Zurich 연구진이 실제 ChatGPT 대화 로그만으로 성격 특성을 예측하는 AI 모델을 학습했고, 성격 특성 인식 성능도 높았음. 이메일 초안, 연애 고민,
source https://www.digitaltrends.com/computing/openais-codex-now-has-a-tiny-ai-pet-that-keeps-you-updated-while-you-code/ Codex Pets, Windows와 macOS에 배포OpenAI가 Codex 데스크톱 앱에 Codex Pets 추가. Windows와 macOS 지원 작업 중 화면 위에 픽셀아트 애니메이션 동반자를 띄우는 기능 Codex는 원래 백그라
source https://www.ask.com/ IAC가 사업 초점을 더 선명히 하는 과정에서, Ask.com을 포함한 검색 사업을 종료하기로 했습니다. 세상의 질문에 25년간 답해 온 Ask.com은 2026년 5월 1일 공식적으로 문을 닫았습니다. "질문을 건네준 수많은 분들께..."지난 수십 년 동안 Ask를 만들고 지켜 온 뛰어난 엔지니어, 디자이너, 그리고 모든 팀에 깊이 감사드립니다. 빠르게 변하는 세상에서 우리를 찾아 답을
source https://www.digitaltrends.com/computing/ai-got-bougie-research-finds-access-skewed-towards-the-rich-risking-a-new-social-divide/ AI 도구를 알고 이해하고 활용하는 능력이 고소득·고학력층에 몰리면서, AI가 기존 사회경제적 격차를 더 키울 수 있다는 연구 결과. 새로운 격차를 만드는 불균등한 인식과 사용미국 성인 1만 명 이상 데이터를 바
Anthropic이 2026년 4월 16일에 Claude Opus 4.7을 출시했다. 공식 문서와 API 변경사항을 기반으로 실제로 무엇이 바뀌었는지 정리한다. 핵심 요약Opus 4.7은 2026년 4월 기준으로 에이전트 코딩과 구조화된 엔터프라이즈 워크플로에 가장 강한 일반 제공 모델이다. Opus 4.6의 드롭인 교체가 아니다. 파괴적 API 변경이 있어 마이그레이션 전 테스트가 필요하다. 개선된 점에이전트 코딩최대 개선점은 범용 지능 향상이 아니
!Karpathy Skills GitHub Claude Code에 입력 유효성 검사를 추가해달라고 했더니, 추상 클래스 3개와 팩토리 메서드가 담긴 200줄짜리 코드가 돌아왔다. 필요한 건 5줄이었다. 버그 수정을 요청했더니, 버그는 고쳤지만 인접한 함수에 타입 힌트를 추가하고, 따옴표를 바꾸고, 변수명을 변경했다. diff의 절반이 요청과 무관한 변경이었다. 이건 내 문제가 아니다. LLM 코딩 어시스턴트의 근본적인 경향이다. Andrej Karpa
source https://9to5google.com/2026/04/28/chatgpt-strawberry-logic-fix-problem/ ChatGPT가 strawberry의 R 개수는 이제 맞히지만, 자신 있게 틀리는 환각 문제 자체는 그대로 남아 있음. 대형 언어 모델 기반 AI 챗봇의 고질적 문제는 틀린 답을 확신에 차서 내놓는 점임. 정보가 틀려도 스스로 눈치채지 못하는 경우가 많음. 사용자가 틀렸다고 짚어도 답을 고집하면서 오히려 자기가
source https://www.digitaltrends.com/cool-tech/spotify-apparently-has-no-solid-plan-to-label-ai-generated-music/ Spotify는 AI 생성 음악 급증에 비해 라벨링과 필터링 대응이 너무 약하고, 그 공백이 이미 사용자 신뢰 문제로 번지고 있음. Spotify는 5억 명이 넘는 이용자가 일상 배경음악 플랫폼으로 쓰는 서비스지만, AI 생성 트랙이 스트리밍 서비스 전
source https://discourse.ubuntu.com/t/the-future-of-ai-in-ubuntu/81130 2026년이 지나며 LLM 기반 도구가 점점 더 보편화되고 있음. 기술 업계 전반의 도입 양상은 엇갈렸음. 어떤 프로젝트가 "AI" 기술을 받아들이는지도 제각각이고, 기업이 도입 구조를 짜는 방식도 서로 다름. 그래서 Canonical과 Ubuntu가 AI를 어디까지, 어떻게 넣을지 자주 질문받고 있음. 이 글에
길가다주웠어
evolink