모든 게시물

Cisco는 기록적인 회계연도 4분기 매출 173억 달러를 보고했지만, Google News 헤드라인은 가속되는 AI 인프라 사업 뒤에 놓인 더 어려운 시험대를 가리고 있다. 매출은 전년 대비 약 18% 증가했고, 비GAAP 주당순이익은 1.22달러를 기록했다. 더 중요한 점은 Cisco가 하이퍼스케일 고객으로부터 분기 기준 40억 달러의 AI 인프라 주문을 기록했다는 사실이다. 이에 따라 2026 회계연도 누계는 93억 달러로 늘었으며, 전년 수준의 약 4.5배에 달한다. 이 수치는 Cisco를 AI 자본지출 사이클의 더 깊은 곳으로 끌어들인다. 동시에 대부분의 인프라 수혜가 GPU 공급업체와 클라우드 컴퓨팅 제공업체에 집중될 것이라는 통념에도 도전한다. 이제 Cisco는 마진을 희생하거나 과잉 재고를 쌓지 않으면서 이례적인 주문 실적을 매출로 전환해야 한다. 이 전환 과제가 진정한 승부를 규정한다. 회사는 더 이상 AI 인프라 시장에 속할 자격

보도에 따르면 Graas는 1,700만 달러를 조달하고 Trustana를 인수했다. Google News 항목은 주목을 끌 만한 제목을 내세웠다. 그러나 더 어려운 질문은 자금 조달 규모 아래에 있다. Graas는 상업 성과 데이터와 관리되는 제품 정보를 결합하면서 또 하나의 복잡한 리테일 소프트웨어 스택을 만들지 않을 수 있을까? 보도된 거래는 커머스 데이터에 서로 다른 방향에서 접근해 온 두 회사를 결합한다. Graas는 판매, 광고, 재고, 가격, 마켓플레이스 성과를 분석한다. Trustana는 제품 데이터를 정리하고, 불완전한 기록을 보완하며, 해당 정보를 리테일 채널과 AI 에이전트에 맞게 준비한다. 이 조합은 문서상으로는 타당해 보인다. 제품 속성, 재고 기록, 캠페인 지표, 마켓플레이스 결과가 서로 맞지 않을 때 리테일 AI는 신뢰할 수 있는 추천을 제시할 수 없다. 그러나 이들 레이어를 결합하려면 단순히 두 대시보드를 하나의 법인명

NIST는 사상 최대 규모의 레코드를 처리하는 와중에 소프트웨어 취약점 검토 방식을 바꾼 뒤 Google News의 주목을 받았다. 이 기관에 따르면 CVE 제출 건수는 2020년부터 2025년 사이 263% 증가했다. 인공지능은 이제 이 압박의 양쪽에 자리하고 있다. 더 많은 코드를 만들고 검사하는 데 도움을 주는 한편, NIST는 그 결과로 쌓이는 취약점 데이터를 관리하기 위한 자동화를 검토하고 있다. 이것이 이 이야기의 핵심적인 역설이다. AI 지원 개발이 빨라질수록 검토가 필요한 소프트웨어의 양도 늘어난다. AI 기반 보안 도구 역시 취약점을 더 빠르게 찾아내며, 사람이 검증하고 우선순위를 정하고 수정해야 할 보고서를 만들어 낸다. NIST는 보고된 모든 결함을 동일하게 취급해서는 이 문제를 해결할 수 없다. National Vulnerability Database, 즉 NVD는 긴급한 노출과 영향이 작은 잡음을 구분해야 한다. 이에 따라

Google News는 뚜렷한 충돌을 부각했다. Texas와 New Mexico의 AI 데이터 센터는 기업의 냉각 수치가 시사하는 것보다 약 10배 큰 물 발자국을 남길 수 있다. 이 비교가 반드시 운영업체들이 보고한 물 1갤런당 10갤런을 숨겼다는 뜻은 아니다. 대체로 더 넓은 회계 경계를 반영한다. 기업 공시는 시설에서 냉각에 직접 소비하는 물을 강조하는 경우가 많지만, 독립 추정치는 전력 생산 과정에서 소비되는 물까지 포함한다. 반복되는 가뭄, 압박받는 대수층, 불완전한 시설별 보고에도 불구하고 대규모 컴퓨팅 프로젝트를 유치하는 두 주에서는 이 구분이 중요하다. 또한 이는 빅테크의 저수량 냉각 약속과 전력 집약적인 AI 확장이 요구하는 전체 자원 수요를 맞붙게 한다. 현재 이용 가능한 근거는 모든 계획 중인 데이터 센터를 똑같이 물을 많이 쓰는 시설로 취급하는 것을 뒷받침하지 않는다. 냉각 설계, 기후, 전력원, 운영 부하, 지역 물 시스템은

Google News는 분명한 대립 구도를 지닌 2026년 선박 항법 연구를 소개했다. AI로 강화된 제어기가 기존 제어기보다 뛰어난 성능을 보였지만, 결과는 시뮬레이션에 국한됐다. 이 연구는 대규모 언어 모델과 모델 예측 제어를 결합한다. 모델 예측 제어는 행동을 선택하기 전에 선박의 움직임을 반복적으로 예측하는 방법이다. 목표는 챗봇이 선박을 조종하게 하는 것이 아니다. 대신 이 모델은 표준 수학 제어기가 포착하지 못하는 오차를 추정한다. 이 구분은 중요하다. 선박은 디지털 모델과 정확히 일치하는 방식으로 움직이는 경우가 드물기 때문이다. 바람, 파도, 제어 입력, 변화하는 선박 상태는 실제 궤적을 제어기의 예측에서 벗어나게 할 수 있다. 연구진은 언어 모델이 이 차이를 실시간으로 추정해 제어기가 불확실성을 더 잘 반영하도록 돕는다고 설명한다. 이 결과는 적응형 예측과 확립된 모델 기반 제어 간의 경쟁 구도를 만든다. 그러나 실무적 질문은 헤드

KIO는 Google News를 통해 케레타로에 미화 13억 달러 규모의 데이터센터를 계획하고 있는 것으로 알려졌지만, 프로젝트의 정확한 범위는 여전히 불분명하다. Mexico Business News 보도로 인용된 이 헤드라인은 KIO가 최근 공개한 현지 확장 계획보다 훨씬 큰 투자를 시사한다. 그러나 KIO의 공개 뉴스룸에는 현재 이에 부합하는 프로젝트 사양, 건설 일정 또는 전력 용량이 제시돼 있지 않다. 이 검증 공백은 KIO가 이미 케레타로에서 확장 중인 캠퍼스를 운영하고 있다는 점에서 중요하다. QRO2 시설은 2025년 12월에 문을 열었으며, 회사가 밝힌 현지 용량은 약 19메가와트로 늘어났다. 보도된 규모의 신규 투자가 현실화하면 KIO는 단순한 캠퍼스 증설을 넘어선다. 이는 회사를 하이퍼스케일 클라우드 제공업체, 전문 개발사, 유틸리티 기업, 지방 당국이 얽힌 경쟁 구도 속으로 더 깊이 끌어들일 것이다. 실질적인 경쟁 상대는 특정

대학 연계 프로젝트가 Ryzen AI 소프트웨어의 공백을 로컬 추론을 위한 작동 가능한 오픈 소스 해법으로 전환한 뒤, AMD는 FastFlowLM 팀을 인수했다. 이 거래로 AMD Google 경쟁은 개인 기기에서 AI 모델이 효율적으로 작동하는지를 결정하는 런타임이라는 다소 낯선 전장으로 옮겨간다. FastFlowLM은 최신 Ryzen AI 프로세서에 탑재된 신경망 처리 장치, 즉 NPU에서 언어·비전·오디오 모델을 실행한다. AMD는 2026년 7월 17일 해당 팀의 합류를 발표했다. 회사는 인수 가격이나 기타 거래 조건을 공개하지 않았다. 이 인수는 AMD의 수십억 달러 규모 하드웨어 거래에 비하면 작다. 전략적 가치는 다른 곳에서 나온다. Google, Apple, Microsoft, Intel, Qualcomm, Nvidia는 모두 로컬 AI를 위한 소프트웨어 경로를 구축하고 있다. FastFlowLM은 오픈 모델과 자사의 노트북 실리콘

Google은 처음에 이 모델을 Spark 에이전트의 엔진으로 소개했지만, 이제 일반 Gemini 채팅에도 Gemini 3.7 Flash를 적용했다. 이 변화로 더 많은 사람이 공개 하루 만에 모델에 직접 접근할 수 있게 됐다. 9to5Google 보도는 생성된 미디어에서 눈에 보이는 모서리 표시를 제거하는 새로운 설정도 확인했다. 이 제어 기능이 Google의 보이지 않는 출처 추적 시스템까지 제거한다는 의미는 아니다. 이 업데이트들은 함께 더 폭넓은 제품 전략 변화를 드러낸다. Google은 특화된 에이전트 기술과 일반 고객이 사용하는 일상적인 채팅 인터페이스 사이의 간격을 줄이고 있다. 압박은 다른 모델 개발사에만 국한되지 않는다. Google 역시 빠른 모델 배포가 혼란스러운 이름 변경과 인터페이스 변화의 연속이 아니라 신뢰할 수 있는 개선으로 이어진다는 점을 입증해야 한다. Gemini 3.7 Flash는 이미 Spark를 넘어섰다 중요한

Mark Zuckerberg는 이번 주 공개 가중치 AI 모델을 출시했지만, Meta의 더 강력한 시스템은 회사가 통제하는 인터페이스 뒤에 유지했다. TechCrunch의 보도가 부각한 이 대비는 AI가 “모두를 위한 것”이어야 한다는 그의 약속을 현실적인 시험대에 올려놓는다. Meta는 Muse Glimmer를 내려받아 개인용 하드웨어에서 실행할 수 있다고 말한다. 개발자는 가중치를 살펴보고, 동작을 수정하며, 모든 요청을 Meta 서버를 거치지 않고 운영할 수 있다. Muse Spark는 다른 경로를 따른다. Meta는 4월 이 모델을 소개한 뒤, 7월 자체 API를 통해 제한적인 개발자 접근을 열었다. API는 개발자가 모델을 사용할 수 있게 하지만, 인프라와 접근 규칙, 제공 기능에 대한 통제권은 Meta가 유지한다. 이 구분은 Zuckerberg의 수사보다 더 중요하다. 공개 가중치는 기술적 통제권을 분산시키는 반면, API는 가장 강력한

Tesla는 네바다에서 robotaxi 운행 허가를 얻었지만, 규제 당국은 초기 차량 규모를 요청한 5,000대가 아닌 10대로 제한했다. 따라서 techmeme Tesla 헤드라인은 승인과 함께 강력한 규제적 거부를 함께 보여준다. Nevada Transportation Authority는 운행 속도도 제한하고 서비스 지역을 축소했으며, 공항 승차를 금지하고 적절한 인간 감독을 요구했다. 이 조건들은 잠재적으로 대규모였을 Las Vegas 배치를 엄격히 통제된 출시로 바꾼다. 이 결과는 네바다를 넘어 중요하다. Tesla는 robotaxi를 미래 성장 동력으로 제시하는 반면, Waymo는 이미 훨씬 큰 상업 네트워크를 운영하고 있다. 네바다의 명령은 Tesla가 저비용 운영 모델을 훼손하지 않으면서 야심 찬 차량 규모 전망을 규제 당국이 승인한 서비스로 전환할 수 있는지를 시험한다. 네바다는 서비스를 승인했을 뿐, Tesla가 요청한 규모를 승인

NVIDIA Newsroom은 Universitas Gadjah Mada, Indosat, 그리고 인도네시아 정부와 함께 출범한 인도네시아 최초의 대학 기반 NVIDIA AI Technology Center를 발표했다. UGM Indosat NVIDIA AI Technology Center, 즉 NVAITC는 욕야카르타에 위치한다. 이 센터의 역할은 학생들에게 수입된 AI 제품의 사용법을 가르치는 데 그치지 않는다. 파트너들은 인도네시아 연구자들이 현지 수요에 맞는 모델, 애플리케이션, 기술 전문성을 구축하기를 바라고 있다. 이러한 목표가 진정한 시험대가 된다. 인도네시아는 이미 sovereign cloud 역량, 현지 언어 모델, 스타트업 프로그램, 국가 AI 정책에 투자해 왔다. 새 센터는 컴퓨팅 인프라를 유용한 시스템으로 전환할 수 있는 연구자들과 이 요소들을 연결해야 한다. 이번 출범은 인도네시아의 전통적인 대학 모델에도 압박을 가한다. 대

Kog가 특수 칩 중심의 통념에 정면으로 도전하며 Google News에 올랐다. 이 Paris 스타트업은 에이전틱 AI가 반드시 표준 데이터센터 GPU를 포기할 필요는 없다고 주장한다. 모델, 추론 소프트웨어, 하드웨어를 더 긴밀히 조율하면 복잡한 AI 워크플로가 요구하는 응답성을 제공할 수 있다는 설명이다. 이 주장은 AI 인프라를 둘러싼 확산하는 가정을 겨냥한다. 에이전트는 계획 수립, 도구 사용, 결과 평가, 오류 수정 과정에서 많은 모델 호출을 생성한다. 이런 패턴은 느린 추론을 비용 높고 답답한 문제로 만들 수 있으며, AI 모델 서빙에 특화된 프로세서의 필요성을 강화한다. Kog는 반대 경로를 택하고 있다. GPU를 교체하는 대신, GPU가 잠재력을 충분히 발휘하지 못하게 하는 소프트웨어 오버헤드의 여러 층을 제거하려 한다. 특수 하드웨어와 더 깊은 GPU 최적화의 경쟁은 이제 에이전틱 AI를 정의하는 핵심 인프라 질문 중 하나가 되고

Alibaba Qwen3가 270억 파라미터 멀티모달 모델을 공개했다. 회사는 이 모델이 여러 코딩 및 에이전트 벤치마크에서 더 큰 이전 모델인 Qwen3.7-Plus를 앞선다고 밝혔다. 이번 공개로 Qwen3.8은 호스팅형 플래그십에서 개발자가 직접 살펴보고, 수정하고, 배포할 수 있는 모델로 전환됐다. Qwen 팀은 Max급 서비스의 기반이 되는 Qwen3.8-2.4T-A95B의 가중치도 공개했다. 이 모델은 총 2조 4천억 개의 파라미터를 보유하지만, 토큰당 활성화되는 파라미터는 950억 개다. 두 공개는 가장 강력한 에이전트 모델이 반드시 독점 API 뒤에 남아 있어야 한다는 가정에 도전한다. 실제 경쟁 구도는 Alibaba와 특정 경쟁사 한 곳의 대결이 아니다. 이는 오픈 배포와 폐쇄형 접근의 대결이다. Alibaba는 실용적인 27B 모델이 가중치, 인프라, 데이터에 대한 통제권을 유지하면서 호스팅형 플래그십에 근접하거나, 동등하거나,

보도에 따르면 Anthropic은 예비 2분기 매출로 115억 달러 이상을 기록하며 Anthropic IPO 추진에 눈길을 끄는 새로운 성장 수치를 더했다. Bloomberg News가 검토한 문서에 따르면 이 비상장 기업은 해당 분기에 조정 영업이익도 흑자를 기록했다. 다만 이 수치는 여전히 예비 수치이며, Anthropic은 기초 재무제표를 공개하지 않았다. WallstreetCN이 전한 8월 14일 보도에 따르면, 회사는 해당 문서에 대한 논평을 거부했다. 논의가 계속 진행 중이어서 수치는 변경될 수 있다. 이번에 보도된 분기는 Anthropic이 가장 중요한 상업적 경쟁자인 OpenAI에 맞서 내세우는 주장을 강화한다. 그러나 컴퓨팅 비용, 매출의 질, 고객 유지율 또는 영업 실적 산정에 반영된 조정 항목에 관한 더 어려운 공개시장 질문에는 답하지 못한다. 이 구분이 중요한 이유는 IPO가 비상장 기업의 전망치를 공개적 의무로 바꾸기 때문이

보도에 따르면 Anthropic은 2분기에 115억 달러를 넘는 매출을 올렸으며, 이는 전년 동기 전체의 최소 14배에 이른다. Anthropic 115 수치는 익숙한 성장 서사를 OpenAI의 상업적 우위에 대한 직접적인 도전으로 바꿔 놓는다. 이 수치는 감사받은 공시 자료가 아니라 잠재 투자자에게 제시된 문서에서 나왔다. 그럼에도 5월에 보도된 109억 달러의 분기 전망치를 웃돌며, 연환산 기준으로 460억 달러를 넘는 속도다. 이 같은 가속은 중요하다. 불과 지난해까지만 해도 Anthropic은 OpenAI보다 규모는 작지만 안전성에 집중하는 경쟁사로 널리 인식됐다. 그러나 Claude가 코딩, 기업 워크플로, 자율 에이전트로 확장하면서 이런 설명은 이제 시대에 뒤떨어져 보인다. 핵심 질문은 더 이상 Anthropic이 경쟁력 있는 모델을 만들 수 있느냐가 아니다. 갈수록 비용이 커지는 인프라 경쟁에 자금을 대면서, 기업 시장에서의 모멘텀을

Sandisk는 8월 14일로 끝난 주간에 35% 넘게 상승했다. 미국 3대 주요 지수가 모두 금요일 소폭 하락 마감한 상황에서도 이뤄진 상승이다. 이러한 괴리는 평온했던 장세를 중요한 기술 뉴스로 바꿔 놓았다. 투자자들은 단순히 또 하나의 반도체 랠리를 좇은 것이 아니었다. 플래시 스토리지가 여전히 가혹한 경기 순환형 범용재라는 오래된 평가를 받아야 하는지 재검토하고 있었다. 직접적인 촉매는 하루 전 열린 Sandisk의 2026 Investor Day에서 나왔다. 경영진은 2028회계연도부터 2030회계연도까지 연간 매출이 중후반대 10% 성장률을 기록할 것이라는 재무 프레임워크를 제시했다. 이 전망은 AI 인프라, 장기 고객 계약, 고용량 데이터센터 스토리지 수요 증가와 연결됐다. 이번 랠리는 8월 5일 발표된 Sandisk의 회계연도 4분기 실적 뒤에 이어졌다. 매출은 89억7,000만 달러로, 전 분기 대비 51%, 전년 동기 대비 372

Nvidia가 약 210억 달러 가치의 SpaceX Class A 주식 1억 2,280만 주를 공시하면서, spacex1 228이라는 헤드라인은 단순한 포트폴리오 업데이트 이상의 의미를 갖게 됐다. 이 지분은 2026년 6월 30일 종료 기간에 대한 Nvidia의 분기별 기관 보유 내역 공시에 나타났다. SpaceX는 수주 전 기업공개를 마쳤고, 이에 따라 해당 주식은 상장 주식 보유분으로 공시 대상이 됐다. 이 시점은 중요하다. 이번 공시는 Nvidia가 주요 고객이자 인프라 파트너, 그리고 새롭게 부상한 AI 컴퓨팅 사업자에 이례적으로 큰 지분을 보유하고 있음을 보여준다. 다만 Nvidia가 2분기에 SpaceX 주식을 210억 달러어치 매입했다는 뜻은 아니다. 이 구분은 확인된 사실과 시장의 가장 극적인 해석을 가른다. Form 13F는 보유 종목과 분기 말 시장가치를 보고하지만, 완전한 투자 이력을 제공하지는 않는다. SpaceX의 xAI

NASA 연구진은 AI 모델이 태양 분출의 경고 신호를 5~29시간 일찍 찾아냈다는 눈길을 끄는 주장으로 Google News에 소개됐다. 이 모델은 새로운 활성 영역이 눈에 보이기 전에 변화를 감지했다. 그러나 태양 플레어나 코로나 질량 방출을 직접 예측한 것은 아니다. 이 구분은 이 뉴스를 이해하는 방식을 바꾼다. 활성 영역은 흑점, 플레어, 코로나 질량 방출을 만들어낼 수 있는 자기적으로 복잡한 구역이다. 이들의 출현을 예측하면 예보관은 잠재적 문제를 더 일찍 파악할 수 있지만, 실제 분출이 일어날지까지 알려주지는 않는다. 연구팀은 NASA의 Solar Dynamics Observatory 관측과 LSTM으로 알려진 장단기 기억 네트워크를 사용했다. 이 모델은 겉보기에 조용한 태양 영역 아래에서 변하는 음향 패턴을 찾았다. 그 결과는 자기 구조가 뚜렷하게 보인 뒤에야 위험 분석을 시작하는 예측 시스템에 의문을 제기한다. 이 결과는 기술적으로

MIT 연구진은 기존 기준 방식보다 10배에서 100배 빠르게 분자 궤적을 생성하는 AI 모델을 개발해 google news의 새로운 주목을 받았다. MDGen이라 불리는 이 시스템은 분자 운동을 생성·완성·복원할 수 있는 영상처럼 다룬다. 이 결과는 원자가 시간에 따라 어떻게 움직이는지를 계산하는 분자 동역학용 슈퍼컴퓨터에 대한 직접적인 도전처럼 들린다. 그러나 MDGen이 물리 계산을 없애는 것은 아니다. 기존 시뮬레이션이 이미 생성한 궤적으로부터 학습한 뒤, 더 제한된 영역 안에서 그럴듯한 새 궤적을 생성한다. 따라서 핵심 경쟁은 AI 대 물리가 아니다. 학습 기반 속도와 물리적 충실도의 경쟁이다. MDGen은 생성형 모델이 본격적인 과학 도구로 자리 잡고 있음을 보여주는 한편, 그 한계는 연구실이 기존 시뮬레이션 파이프라인을 단순히 대체할 수 없는 이유를 설명한다. Google News 헤드라인은 가장 중요한 세부 사항을 빼놓고 있다 MDG

CXMT는 상하이 증시 데뷔 후 불과 17일 만에 시가총액에서 Tencent를 앞질렀으며, 이 같은 역전은 현재 Google News와 글로벌 기술 보도 전반으로 확산되고 있다. 메모리 제조업체 CXMT의 8월 13일 기준 기업가치는 약 5,240억 달러였고, Tencent는 약 5,110억 달러 수준이었다. CXMT는 당일 자사 주가가 하락했음에도 정상에 올랐다. 이 역전은 AI 경제 내부의 이례적인 격차를 드러낸다. 투자자들은 데이터센터에 메모리를 공급하는 기업에는 보상을 주는 반면, 데이터센터 구축에 대규모 지출을 하는 고객 기업은 낮게 평가했다. Tencent는 CXMT를 뒷받침하는 수요 형성에 기여했지만, 그 인프라 투자로 현금흐름이 약화되면서 일부는 밸류에이션 선두 자리를 내주게 됐다. 이는 CXMT가 매출, 사업 영향력 또는 운영 역량에서 Tencent를 넘어섰다는 증거는 아니다. 이는 메모리 공급 부족, 제한된 유통 주식 수, AI