AI, LLM 비용 8배 절감, 음성 복원, 체스까지!

AI 동반자, 대규모 언어 모델의 메모리 절약 기술, 그리고 AI 덕분에 무대로 돌아온 음악가의 이야기가 최근 헤드라인을 장식했습니다. 데이트 경험부터 AI 추론의 발전, 그리고 잃어버린 목소리의 복원에 이르기까지, 기술은 삶의 다양한 측면을 계속해서 변화시키고 있습니다.

2026년 2월, The Verge의 기자는 AI 동반자의 세계를 탐구하며, 팝업 데이트 카페에서 AI 개체들과의 스피드 데이트에 참여했습니다. 수석 기자 빅토리아 송은 다른 AI 동반자들과 함께 피비 칼라스라는 AI 동반자를 만났습니다. 이 경험은 사회적 상호 작용에서 AI의 증가하는 존재감을 강조했습니다.

한편, 엔비디아의 연구원들은 대규모 언어 모델(LLM) 추론과 관련된 메모리 비용을 획기적으로 줄이는 기술을 개발했습니다. VentureBeat에 따르면, 이 방법은 동적 메모리 희소화(DMS)라고 불리며, 메모리 비용을 최대 8배까지 줄일 수 있습니다. DMS는 LLM이 프롬프트를 처리하고 문제를 해결하기 위해 사용하는 키-값(KV) 캐시를 압축합니다. 실험 결과 DMS를 통해 LLM이 메모리 요구 사항을 늘리지 않고도 더 오래 "생각"하고 더 많은 솔루션을 탐색할 수 있는 것으로 나타났습니다.

또 다른 발전으로, 루게릭병을 앓고 있는 한 음악가가 AI의 도움으로 다시 목소리를 찾았습니다. MIT Technology Review에 따르면, 29세에 근위축성 측삭 경화증(ALS) 진단을 받은 패트릭 달링은 노래할 수 있는 능력을 잃었습니다. 그러나 AI 기술을 통해 그는 2년의 공백기를 거쳐 밴드 멤버들과 함께 무대에서 공연할 수 있었습니다. 이 공연은 달링과 관객들에게 깊은 감동을 선사했습니다.

기술과 창의성의 교차점은 또한 MIT Technology Review에 따르면, 영화 제작을 강도 행위에 비유한 스티븐 소더버그 감독에 의해 강조되었습니다. 그는 창의적인 접근 방식, 숙련된 팀, 그리고 기술적 어려움을 극복할 필요성을 언급했습니다.

마지막으로, 2KB 내에 들어가는 최소 체스 엔진이 개발되었습니다. Hacker News는 게임의 제한된 하위 집합을 지원하는 체스 엔진인 "sameshi"에 대해 보도했습니다. 1170 Elo의 강도를 가진 이 엔진은 극도로 제한된 메모리 제약 내에서 복잡한 애플리케이션의 가능성을 보여줍니다.