2026년 1월 25일(일)
최신 AI 토픽 뉴스
안녕하세요, TEUM Lab입니다!
오늘도 넘쳐나는 AI 정보 속에서, 제가 공부하며 함께 공유하고 싶은 기사 3가지를 골랐습니다.
출근길이나 짧은 휴식 시간에 가볍게 훑어보세요.
짧은 지식으로 정리하다 보니 부족한 점이 있을 수 있습니다.
나누고 싶은 의견이나 조언이 있다면 언제든 댓글로 알려주세요.
함께 고민하며 더 채워나가겠습니다.
시그널 창립자, 종단간 암호화에 특화된 오픈소스 AI 'Confer' 출시
3줄 핵심 요약
시그널 메신저의 창립자이자 암호학 전문가인 모시 말린스파이크가 사용자 데이터를 종단간 암호화로 보호하는 오픈소스 AI 어시스턴트 'Confer'를 발표했다.
서버 측의 데이터 접근 및 변조를 방지하기 위해 신뢰 실행 환경과 원격 검증 기술을 도입했다.
사용자는 기기에 저장된 패스키로 제어권을 유지하며, 서비스 운영자나 수사 기관조차 대화 내용을 열람할 수 없다.
본문 해설
시그널 메신저의 개발자로 알려진 암호학 전문가 모시 말린스파이크(Moxie Marlinspike)가 현대 챗봇의 고질적인 프라이버시 문제를 해결하기 위해 AI 어시스턴트 'Confer'를 출시했다.
법적 요구에 따라 로그를 제출해야 하는 일반적인 플랫폼과 달리, Confer는 사용자를 제외한 그 누구도 데이터를 읽을 수 없도록 설계. 이 시스템은 AI와의 상호작용을 공개적인 검색 쿼리가 아닌 개인적인 일기처럼 취급하며, 사용자의 프롬프트가 학습이나 수익 창출을 위한 거대 데이터 레이크에 수집되는 것을 원천 차단한다.
Confer의 기술적 토대는 기기에 저장된 패스키와 하드웨어 수준의 격리 기술에 있다.
사용자가 시스템과 상호작용할 때 기기에 저장된 고유한 개인 키가 모든 입출력을 암호화. 특히 이 시스템은 완전 순방향 비밀성(*1)을 제공하여, 특정 세션 키가 유출되더라도 과거와 미래의 대화 내용을 안전하게 보호한다. 서버 측 처리를 보호하기 위해 Confer는 언어 모델을 신뢰 실행 환경(*2) 내에서 실행한다.
신뢰 실행 환경은 서버 CPU 내의 보안 블랙박스 역할을 하며, 데이터 처리 과정에서 이를 암호화하여 시스템 관리자가 민감한 정보에 접근하는 것을 막는다. 또한 플랫폼은 서버가 변조되지 않은 오픈소스 코드를 실행 중임을 증명하는 암호화 인증서인 원격 검증 기술을 활용한다.
이를 통해 사용자는 기업의 약속이나 모호한 서비스 약관이 아닌, 수학적 원리에 기반해 시스템의 프라이버시를 검증할 수 있다.
시그널이 글로벌 표준으로 자리 잡게 한 간결함을 목표로 하는 Confer는 현재 macOS, iOS, Android를 기본 지원. 암호학적 검증과 사용자 친화적 설계를 결합한 이 프로젝트는 새로운 프라이빗 AI 인프라 구축을 목표로 한며, 사용자는 데이터 유출, 해킹, 또는 정부의 소환장 위협 없이 비즈니스 기밀이나 개인적인 생각을 AI 어시스턴트와 공유할 수 있다.
용어 풀이
*1 완전 순방향 비밀성: 장기적인 비밀 키가 유출되더라도 과거에 생성된 세션 키들의 보안이 유지되는 암호학적 특성
*2 신뢰 실행 환경: 메인 프로세서 내에서 외부 접근이 차단된 안전한 영역으로, 실행 중인 데이터를 보호함
출처: https://arstechnica.com/security/2026/01/signal-creator-moxie-marlinspike-wants-to-do-for-ai-what-he-did-for-messaging/
구글 딥마인드, '나노 바나나' 브랜드 탄생 비화 공개
3줄 핵심 요약
구글 딥마인드 제품 매니저 나이나 라이싱가니의 개인적 별명에서 '나노 바나나' 명칭 유래
공식 명칭 '제미나이 2.5 플래시 이미지' 모델이 LMArena 벤치마크 1위를 차지하며 화제
구글, 차세대 모델인 제미나이 3 프로 이미지에 '나노 바나나 프로' 브랜딩 공식 도입
본문 해설
구글 딥마인드가 선풍적인 인기를 끌었던 이미지 모델 '나노 바나나(Nano Banana)'의 독특한 탄생 배경을 공개했다.
이 명칭은 나이나 라이싱가니(Naina Raisinghani, 구글 제품 매니저)가 익명 AI 모델 비교 플랫폼인 LMArena의 제출 기한을 맞추기 위해 새벽 2시 30분에 고안. 라이싱가니는 자신의 별명인 '나이나 바나나'와 '나노'라는 단어를 결합해 당시 기술적으로 '제미나이 2.5 플래시 이미지(Gemini 2.5 Flash Image)'라 불리던 모델의 코드명을 만들었다고 한다.
해당 모델은 LMArena 순위표에서 빠르게 상승하며 전 세계 이미지 편집 분야 1위를 기록. 특히 인물의 특징을 정확히 유지하고 복잡한 다중 이미지 편집을 수행하는 능력이 뛰어난 것으로 평가받았다.
이러한 성공은 인도에서의 사리 트렌드나 태국의 피규어 유행처럼 각 지역에서 화제가 된 '문화적 맥락이 담긴 프롬프트' 덕분에 더욱 탄력을 받았고, 개발자와 소비자 모두에게 출시 첫날부터 동시에 공개된 전략 또한 빠른 확산에 큰 역할을 했다.
코드명이 큰 인기를 얻자 구글은 이를 정식 브랜딩으로 전격 채택했다. AI 스튜디오의 인터페이스를 노란색 버튼과 바나나 이모지로 꾸몄을 뿐만 아니라, 최신 후속 모델인 제미나이 3 프로 이미지의 명칭을 '나노 바나나 프로(Nano Banana Pro)'로 공식화했다.
이러한 행보는 구글의 첨단 AI 라인업이 보다 친숙하고 커뮤니티 지향적인 브랜딩으로 변화하고 있음을 보여준다.
출처: https://blog.google/products-and-platforms/products/gemini/how-nano-banana-got-its-name/
오픈소스 API 시장, 추론 주도권 쟁탈전 가열
3줄 핵심 요약
Cerebras는 웨이퍼 스케일 하드웨어를 통해 GPT-OSS 120B 모델에서 초당 2,988 토큰이라는 압도적인 처리량을 기록하며 시장을 선도하고 있다.
Fireworks AI와 Groq는 저지연 벤치마크에서 우위를 점하며, 실시간 상호작용형 에이전트와 챗봇 구축에 최적화된 성능을 보여준다.
Together.ai와 Clarifai는 대규모 기업용 배포를 위한 안정적인 스케일링과 비용 효율적인 하이브리드 클라우드 오케스트레이션 서비스를 제공한다.
본문 해설
오픈 가중치(Open-weight) 모델의 시대가 임계점을 넘었다. 이제 실험적인 프로젝트를 넘어 유료 독점 모델에 도전하는 생산용 엔진으로 진화했다.
하지만 1,000억 개 이상의 파라미터를 가진 모델은 막대한 메모리를 요구한다. 일반적인 하드웨어 한계를 넘어서는 수준이다. 이로 인해 개발자들은 로컬 실행(*1) 대신 특화된 API 제공사로 눈을 돌리고 있다.
Cerebras는 거대한 단일 칩 아키텍처인 웨이퍼 스케일 엔진을 활용해 차별화를 꾀했다. 표준 클러스터 간의 통신 지연을 완전히 제거한 방식이다. 덕분에 복잡하고 긴 프롬프트를 처리할 때도 즉각적인 응답이 가능하다.
반응 속도를 중시하는 개발자에게는 Groq가 매력적이다. 자체 개발한 LPU를 통해 에이전틱(*2) 워크플로우에 필수적인 예측 가능한 저지연 스트리밍을 보장한다. 한편, Together.ai와 Fireworks AI는 최적화된 소프트웨어 스택으로 높은 신뢰성을 구축했다. 모델의 가중치 못지않게 하부 인프라와 추론 스케일링(*3) 기술이 성능의 핵심임을 입증한 셈이다.
비용 효율성 또한 주요 변수다. DeepInfra는 가장 낮은 가격을 제시하지만, 여러 클라우드 환경을 관리하는 Clarifai 같은 기업용 플랫폼에 비해 가동 시간은 다소 희생된다. 이제 적합한 제공사를 선택하는 기준은 단순한 모델 접근성을 넘어, 투입 비용 대비 성능이라는 구체적인 지표로 이동하고 있다.
용어 풀이
*1 로컬 실행: 외부 클라우드 서버를 통하지 않고 사용자의 개인 기기나 내부 서버에서 소프트웨어를 직접 구동하는 방식
*2 에이전틱: AI가 단순히 답변하는 것에 그치지 않고 스스로 판단하여 복잡한 목표를 수행하는 특성
*3 추론 스케일링: 모델의 답변 품질을 높이기 위해 답변 생성 시점에서 계산 자원을 추가로 투입하거나 확장하는 기술
출처: https://www.kdnuggets.com/top-5-open-source-ai-model-api-providers
