AI가 RFIC 설계의 흑마술을 푼다: Princeton의 강화학습·역설계 결합 접근
RFIC 설계는 전자기·열·패키징 신뢰성을 동시에 만족해야 해 수작업 의존도가 높았지만, Princeton 연구팀이 강화학습과 역설계를 결합해 템플릿 없이 아키텍처와 토폴로지를 자동 탐색하는 접근을 제시했다. 이 기법은 5G·자동차 레이더·위성 통신 등 고난도 RFIC 설계 사이클을 단
AI & 오픈소스
ai_opensource_automatic
DeepSeek DSpark 오픈소스 공개 DeepSeek-V4 추론 속도 60~85% 끌어올린 추측 디코딩 프레임워크 분석
DeepSeek의 DSpark는 DeepSeek-V4 가중치에 suffix decay 기반 draft 모듈과 경량 Markov 헤드를 결합한 speculative decoding 프레임워크로, 오프라인 수락 길이를 DFlash·Eagle3 대비 16~31% 높이고 사용자당 생성 속도를
미국, Anthropic의 Claude Mythos 5 수출통제 사실상 해제…신뢰 기반 선별 공개로 전환
미국 상무부가 2026년 6월 27일 기준, 약 2주 전 단행했던 Anthropic의 Claude Mythos 5 수출통제를 사실상 해제해 100곳 이상의 미국 기관과 대기업, 정부기관에 선별적 접근을 허용한 내용을 정리한 산업·정책 중심 기사이다. 핵심 쟁점과 실무 적용 포인트를 함께
Meta Astryx에 CLI와 MCP 서버가 추가된 이유: AI 에이전트가 읽는 디자인 시스템의 시대
Meta의 오픈소스 React 디자인 시스템 Astryx가 CLI와 MCP 서버를 기본 구성 요소로 제공하기 시작했다. AI 에이전트가 디자인 토큰, 컴포넌트 명세, 접근성 가이드라인을 직접 조회해 코드 생성과 일관성 점검을 자동화하는 흐름과 한국 시장 도입 시사점을 정리한다.
AI 시대 오픈소스 공급망의 집단 방어 표준화, Akrites 공개서한의 메시지
AI가 수 주 걸리던 취약점 분석을 수 분으로 줄인 2026년 6월, Akrites 공개서한은 핵심 오픈소스 프로젝트의 공동 보강을 위한 산업계 협력 이니셔티브의 취지와 우선 대상 선정, 기존 컨소시엄과의 차이를 정리한 분석이다. 핵심 쟁점과 실무 적용 포인트를 함께 정리합니다.
GPT-5.6 Sol·Terra·Luna 라인업과 미국 정부 심사 확대에 따른 AI 거버넌스 진단
OpenAI의 GPT-5.6 시리즈는 Sol·Terra·Luna 3등급 제한 프리뷰로 출시되었으며, Sol은 코딩·생물학·사이버보안 에이전트와 max reasoning effort·ultra 모드를 지원한다. 같은 시점 미국 정부의 모델 접근 심사 확대 흐름이 거버넌스 이슈로 부상했다.
Apple, 고급형 M6 건너뛰고 AI 특화 M7 라인 조기 출시한다는 보도 해석
Apple이 고급형 M6 Mac 칩 출시를 건너뛰고 M7 Pro·M7 Max·M7 Ultra 라인업을 조기 공개할 계획으로 분석됩니다. AI 워크로드 가속에 초점을 맞춘 차세대 실리콘 전략의 전환점을 살펴봅니다. 핵심 쟁점과 실무 적용 포인트를 함께 정리합니다. 핵심 쟁점과 실무 적용
AI 우선 노트의 새로운 기준선, OpenKnowledge가 그리는 Obsidian·Notion 대체 시나리오
OpenKnowledge는 로컬 우선 WYSIWYG Markdown 편집기로 Claude·Codex·Cursor 데스크톱 앱과 MCP, CLI 연동을 지원하며 지식 그래프와 agentic search를 결합한 AI 우선 노트 환경을 지향한다. 핵심 쟁점과 실무 적용 포인트를 함께 정리합
맥북에서 MLX로 LLM 파인튜닝하기: Apple Silicon 온디바이스 워크플로우 가이드
KDnuggets의 Vinod Chugani 기고를 바탕으로 Apple Silicon 맥북과 MLX 프레임워크로 오픈소스 LLM을 로컬 파인튜닝하는 워크플로우, LoRA·QLoRA 메모리 절감 팁, 온디바이스 MLOps 운영 관점까지 한 번에 정리한 가이드. 핵심 쟁점과 실무 적용 포인
나노봇 스타일 AI 에이전트를 Google Colab에서 직접 구현하기
MarkTechPost의 2026년 6월 26일자 튜토리얼은 nanobot 스타일의 provider-agnostic AI 에이전트를 Google Colab에서 직접 구현하며, tool calling, session memory, lifecycle hooks, MCP 서버까지 단계별로 분