인공지능신문에 따르면 에버퓨어는 9월 17일 AI 도입의 성패가 모델보다 데이터를 어디에 두고 누가 통제하는지에 달려 있다며, 데이터 주권을 구축 뒤가 아니라 설계 단계부터 반영해야 한다고 강조했다. 발표에서는 AI 프로젝트를 운영 단계로 넘기는 데 어려움을 겪는 조직이 97%에 이르고, 그 배경에 분산되고 준비되지 않은 데이터 문제가 크게 자리한다고 짚었다. 기업 데이터가 여러 시스템과 부서, 국가에 흩어진 환경에서는 같은 정보가 다른 버전으로 존재하거나 활용과 보호 기준이 엇갈릴 수 있다고 봤다. 특히 금융·공공·의료처럼 규제가 강한 분야일수록 데이터의 위치와 소유, 접근 권한, 관할 문제를 함께 따져야 한다는 점을 부각했다. 국내에 데이터센터가 있거나 암호화를 적용했다고 해서 주권 문제가 끝나는 것은 아니며, 계약과 법적 구조, 지정학적 변수까지 함께 검토해야 한다는 설명이다. 결국 AI 확산 국면에서 기업은 필요한 데이터를 찾고 분류하는 체계와 함께 특정 플랫폼에 묶이지 않고 옮겨갈 수 있는 구조를 처음부터 설계해야 한다는 메시지다.

인공지능신문에 따르면 영국 육군은 8대의 무인항공기를 묶어 실제 군사환경에서 군집비행 실험을 마치며, 여러 드론을 하나의 협력 집단으로 운용하는 자율화 기술의 전장 적용 가능성을 확인했다. 영국 국방부 산하 국방과학기술연구소는 9월 16일 이 시험이 소프트웨어 정의 군집 개념 실증사업의 일환이며, 8주간의 운용을 통해 군집 제어 성능을 점검했다고 밝혔다. 이번 실증의 핵심은 개별 기체를 따로 조종하는 방식에서 벗어나 임무 단위로 다수의 무인체계를 통합 운용하는 데 있다. 시험에는 영국 방산 기업들이 만든 서로 다른 군집 시스템이 참여했고, 이를 떠받치는 시험 기반은 육군 운용 조직으로 넘겨져 직접 비행 검증에 활용되고 있다. 특히 이 구조는 무인항공기에만 머무르지 않고 지상과 수상 무인체계로 넓힐 수 있도록 개방형 구조로 설계됐다. 영국 육군은 앞으로 추가 시험과 현장 검증을 거쳐 어떤 작전에 이 기술이 맞는지 가려내고, 이후 전력 개발과 무인체계 도입 방향에 반영할 계획이다.

인공지능신문에 따르면 화웨이는 9월 16일 '지능형 세계 2035' 보고서를 내고 에이전틱 AI 확산에 맞춰 컴퓨팅과 네트워크, 메모리, 반도체, 전력, 보안까지 아우르는 새 인프라 방향 10가지를 제시했다. 화웨이는 2035년 전 세계 토큰 사용량이 지금보다 10만 배 늘고 에이전트 트래픽 비중이 90%를 넘을 것으로 봤다. 핵심은 기존 인터넷 애플리케이션 중심 구조로는 감당이 어려워지는 수요에 맞춰 토큰의 생성과 이동, 소비 전 과정을 하나의 흐름으로 다시 설계하자는 데 있다. 보고서는 AGI와 에이전트 운영체제, 지능형 연결, 저장·메모리, 자율주행, 데이터센터 전력·냉각, 보안까지 AI 생태계 전반을 함께 묶어 제시했다. 함께 공개된 다른 보고서에서는 AI가 산업과 국가 경쟁력 재편의 중심축이 되고, 디지털화와 지능화 수준에 따라 발전 경로도 달라져야 한다는 점을 강조했다. 화웨이는 앞으로의 경쟁이 개별 모델 성능보다 이를 떠받치는 인프라 구조와 생태계 설계 능력에서 갈릴 수 있다고 보고, 개방형 기반과 시스템 차원의 접근을 주문했다.

인공지능신문에 따르면 인하대학교가 9월 16일 제17대 최기영 총장 취임식을 열고 새 총장 체제를 공식화했습니다. 최 총장은 지난 9월 1일 임기를 시작했고, 대학은 이번 행사를 통해 향후 4년 운영 방향과 리더십 전환을 대내외에 알렸습니다. 취임식은 임명장 수여와 교기 전달, 취임사, 축하 영상 상영 등으로 진행됐습니다. 새 총장은 항공우주공학 분야 연구 경력과 함께 교내 주요 보직을 거치며 대학 운영 경험을 쌓아온 인물로 소개됐습니다. 대학 구성원과 외부 참석자들은 새 출발을 함께 축하하며 향후 변화에 대한 기대를 나타냈습니다. 최 총장은 학생 성장을 중심에 두고 교육과 연구 혁신을 이끌며 대학의 강점 위에 유연성과 민첩성을 더하겠다는 방향을 제시했습니다.

인공지능신문에 따르면 MIT 연구진은 생성형 AI가 최종 결과에서 안전·물리 규칙을 반드시 지키도록 하는 알고리즘 '하드플로우'를 개발했다고 9월 14일 밝혔다. 이 방식은 생성 중간 단계마다 제약을 거는 대신 마지막 출력에만 엄격한 조건을 적용해, 안전성을 확보하면서도 더 나은 해법을 찾도록 설계됐다. 연구진은 이를 로봇 조작과 미로 탐색, 텍스트 기반 이미지 편집 등에 시험해 기존 방법보다 결과 품질이 꾸준히 나아졌다고 설명했다. 특히 안전이 중요한 현장에서는 그럴듯한 답보다 규칙을 어기지 않는 결과가 우선인데, 하드플로우는 그 경계를 생성 과정의 자유와 함께 다루려는 접근으로 읽힌다. 이미 학습된 생성형 AI에 배포 단계에서 붙일 수 있다는 점도 특징으로 제시됐다. 다시 학습하지 않고 적용할 수 있어, 현실 제약을 다뤄야 하는 생성형 AI의 실용화 논의를 한 단계 앞으로 밀 수 있을지 주목된다.

인공지능신문에 따르면 ABB와 BCG는 9월 15일 AI 데이터센터의 전력 병목을 줄일 현실적 대안으로 AC와 DC를 함께 쓰는 하이브리드 전력망과 800VDC 배전 구조를 제시했다. 이 보고서는 AI 서버의 고전력화로 커진 변환 손실과 인프라 부담을 줄이려면 데이터센터 내부 전력 경로를 다시 설계해야 한다고 봤다. 핵심은 교류를 완전히 밀어내는 전환이 아니라, 송전과 외부 배전은 AC가 맡고 시설 내부의 고전력 부하는 DC 비중을 높이는 방식이다. 이렇게 하면 불필요한 변환 단계를 줄여 제한된 전력망 연결 용량 안에서 연산 자원을 더 효율적으로 운용할 여지가 생긴다고 설명했다. 보고서는 이런 흐름이 데이터센터를 넘어 제조시설과 상업용 건물로도 번질 가능성을 짚었다. 다만 확산의 걸림돌은 기술 자체보다 표준의 파편화와 이를 다룰 인력 부족에 더 가깝다고 봤다.

인공지능신문에 따르면 구글은 미국 특허 제12731392호를 통해 컴퓨터 비전 모델을 정답 데이터에만 맞추지 않고 실제 업무 성과를 보상으로 삼아 다시 학습시키는 방식을 제시했다. 9월 14일 소개된 이 특허는 사전학습 뒤 강화학습 기반 미세 조정을 거쳐, 모델이 현장에서 중요한 평가 기준을 직접 목표로 삼게 하는 데 초점을 둔다. 핵심은 학습 데이터의 정답을 잘 흉내내는 것과 실제 환경에서 일을 잘하는 것이 다를 수 있다는 문제의식이다. 이에 따라 객체 탐지나 이미지 분할, 컬러화처럼 서로 다른 과제에서도 현장 성능을 더 잘 반영하는 기준을 학습에 연결하는 길을 열었다. 특히 보상 함수가 꼭 미분 가능한 형태일 필요가 없다는 점을 내세워, 사람이 내린 평가나 복합적인 성능 판단도 학습 목표로 끌어올 수 있다고 짚었다. 글은 이를 생성형 AI의 정렬 흐름이 컴퓨터 비전과 피지컬 AI로 번지는 신호로 해석하며, 앞으로는 큰 모델 자체보다 목표를 어떻게 보상으로 설계하느냐가 경쟁력이 될 수 있다고 봤다.

인공지능신문에 따르면 사티아 나델라는 9월 14일 슈퍼인텔리전스가 인간 통제를 벗어나거나 인류에 도움이 되지 않는다면 추구할 가치가 없다고 밝히며, AI 주도권이 소수 기업에 집중되는 흐름에도 경고를 보냈다. 그는 개발 자체를 늦추자는 뜻이 아니라 안전과 정렬을 설계 단계에 넣고, 폐쇄형과 오픈소스가 함께 가는 생태계 속에서 기업이 자기 지식과 데이터를 스스로 통제해야 한다는 점을 함께 강조했다. 특히 기업이 외부 모델을 가져다 쓰는 데 머무르지 않고 자체 학습과 평가의 반복 구조를 갖춰야 한다고 봤다. 그래야 특정 공급자에 종속되지 않은 채 업무 지식과 암묵지를 모델에 계속 반영할 수 있다는 논리다. 또 AI의 안전성을 사후 장치가 아니라 처음부터 설계 목표로 삼고, 작동 과정에서 인간 의도와 맞는지 계속 점검하는 체계가 필요하다고 했다. 마이크로소프트도 이런 방향에 맞춰 행동강령 공개 협의를 준비하며, 성능 경쟁 못지않게 누가 AI의 학습 방향과 평가 기준을 쥐는지가 중요해졌다는 메시지를 내놓았다.

인공지능신문에 따르면 오픈AI의 샘 올트먼은 9월 14일 프런티어 AI 개발을 멈추자는 게 아니라, 안전성 검증과 모니터링을 위해 개발 속도를 조절할 수 있다고 공개 선언했다. 그는 경쟁 압력이 크더라도 AI 능력 향상이 안전 장치보다 앞서가선 안 된다고 보고, 개발이 끝난 뒤 점검하는 방식에서 나아가 학습 과정 자체를 검증 대상으로 삼아야 한다는 입장을 내놨다. 이 흐름은 앞서 제기된 업계의 페이싱 논의와 맞물려, 외부 표준기구 구상에서 더 나아가 개발 내부의 독립 검증까지 요구하는 방향으로 번지고 있다. 핵심은 규제를 기다리기보다 기업이 먼저 공통 안전 기준과 점검 체계를 드러내야 한다는 데 있다. 기사 전체는 프런티어 AI 경쟁의 기준이 성능과 출시 속도만이 아니라 안전을 입증하는 능력으로 옮겨가는 장면을 짚는다. 선언의 수위보다 실제로 어떤 기준과 책임 구조를 만들지가 다음 쟁점이라는 점도 남겨 둔다.

인공지능신문에 따르면 데미스 허사비스 구글 딥마인드 CEO는 9월 13일 공개한 글에서 AGI가 몇 년 안에 등장할 수 있으며, 그 충격은 산업혁명보다 10배 크고 더 빠를 수 있다고 봤다. 그는 이런 변화에 대비하려면 미국이 주도하는 민관 협력형 프런티어 AI 표준기구를 세워 최첨단 모델을 출시 전에 검증해야 한다고 제안했다. 핵심은 기존 규제처럼 개인정보나 저작권 문제에 머무르지 않고, 모델 자체의 능력과 고위험 영역의 안전성을 따로 평가하는 체계를 만드는 데 있다. 특히 경쟁이 기술 발전을 밀어붙이는 사이 인류의 이해와 통제는 뒤처질 수 있다는 점을 경고했다. 그래서 최첨단 모델일수록 더 무거운 검증과 책임을 적용하되, 비프런티어 영역의 혁신은 과도하게 막지 않는 구상이 함께 제시됐다. 미국에서 출발한 기준이 장차 국제 공통 규범으로 이어져야 한다는 점도 이번 제안의 축으로 읽힌다.

인공지능신문에 따르면 KT가 9월 14일 금융·공공 분야의 인공지능 전환 현황과 대응 전략을 담은 'AX 인사이트 리포트'를 내놨다. 이 리포트는 설문조사를 바탕으로 금융기관의 59.5%와 공공기관의 30%가 이미 실행 단계에 들어섰다고 짚었다. 보고서는 제도 변화에 맞춰 현장의 도입 수준을 나누고, 각 단계에서 무엇을 먼저 풀어야 하는지에 초점을 맞췄다. 금융은 성과를 입증하고 신뢰를 확보하는 일이, 공공은 예산과 성과 체계, 데이터 연계가 핵심 과제로 제시됐다. 단순한 현황 진단에 그치지 않고 실제 적용 사례를 곁들여 도입 과정에서 부딪히는 판단 지점을 정리한 점도 눈에 띈다. KT는 이를 통해 전략 수립부터 구축과 운영, 고도화까지 아우르는 지원 역량을 강조했다.

인공지능신문에 따르면 앤트로픽의 다리오 아모데이 CEO는 9월 12일 AI 성능 향상 속도를 그대로 두면 안전성 연구와 검증이 따라가지 못한다며 개발 속도 조절을 공개 제안했다. 그는 특히 앞으로 6~12개월 안에 통제에 실패한 AI 에이전트 군집이 더 큰 피해를 낳을 수 있다고 보고, 개발 중단이 아니라 검증 가능한 속도로의 조정을 요구했다. 핵심은 프런티어 AI 개발을 멈추지 않되 외부 평가자가 기업 내부 과정까지 들여다보는 체계를 먼저 깔자는 데 있다. 이어 기업 간 공동 안전 기준과 국가 간 공조로 논의를 넓혀야 한다고 봤다. 재귀적 자기개선처럼 AI가 다음 세대 AI 개발에 관여하는 흐름이 빨라질수록 인간의 이해와 통제가 뒤처질 수 있다는 점도 주요 근거로 들었다. 결국 AI 안전의 기준을 기업의 자체 설명에서 제3자 검증으로 옮기려는 문제 제기라는 점이 이번 제안의 무게를 키운다.