Loading...

AI 뉴스

노션, 20분 동안 자율 작업하는 AI 에이전트 공개

페이지 정보

작성자 xtalfi
작성일 2025.09.19 06:03
1,022 조회
0 추천
0 비추천

본문

26899753a2a9632f92125a14ea61c473Nxhb.png

(퍼플렉시티가 정리한 기사)

노션은 목요일, 노션 3.0의 일환으로 AI 에이전트 기능을 공개하며 기본적인 지원에서 자율적인 작업 수행으로의 중요한 발전을 알렸다. 이번 출시는 샌프란시스코에서 열린 회사의 연례 “Make with Notion” 컨퍼런스에서 이뤄졌으며, CEO 아이반 자오는 해당 기술을 “지식 노동을 위한 세계 최초의 AI 에이전트”라고 설명했다.


고급 자동화 기능


AI 에이전트는 단순히 다음 단계를 제안하는 기존의 AI 도구와는 근본적으로 다른 변화를 보여줍니다. 이 에이전트들은 수백 페이지에 걸쳐 최대 20분 동안 복잡한 다단계 작업을 동시에 수행할 수 있습니다. 또한 페이지를 생성하고 수정하며, 데이터베이스를 관리하고, 구조화된 콘텐츠를 생성하며, Notion 워크스페이스의 여러 구성 요소에 대한 실행 계획을 개발할 수 있습니다.


“이제 팀들은 실제로 작업을 완료하는 AI를 준비하고 있습니다.“라고 Notion EMEA의 제너럴 매니저인 Mick Hodgins가 말했습니다. 이 에이전트들은 Slack, Google Drive, Microsoft Teams, SharePoint 등의 외부 플랫폼과 연동되며, 웹 리서치를 통해 포괄적인 정보를 수집할 수 있습니다.


사용자들은 프로필 페이지를 통해 에이전트의 행동 선호도, 응답 스타일, 콘텐츠 참조 등을 설정하여 에이전트를 맞춤화할 수 있습니다. 또한 시스템에는 에이전트가 상호작용을 통해 학습하고 자동으로 프로필을 업데이트할 수 있는 메모리 기능이 포함되어 있습니다.


생산성 시장에서의 경쟁적 포지셔닝


이번 발표는 노션이 생산성 소프트웨어 시장에서 기존 경쟁자인 마이크로소프트와 구글(알파벳 Inc.)에 대해 더욱 공격적인 입장을 취하게 함을 보여줍니다. 마이크로소프트는 2023년에 노션과 유사한 문서 협업 애플리케이션인 루프를 출시했으며, 이는 마이크로소프트 365 가입자가 사용할 수 있게 되었습니다. 한편, 마이크로소프트는 워드 문서와 아웃룩 이메일을 생성할 수 있는 AI 도구인 코파일럿을 홍보하고 있습니다¹.


램프, 버셀, 파롤라 등의 기업 고객들은 이미 이 기술을 도입하고 있습니다². 램프의 AI & 운영 책임자인 벤 레빅은 “이제는 몇 시간이나 소요되던 반복 업무가 즉시 사용할 수 있는 시스템으로 바로 구현됩니다. 우리는 이런 노션 에이전트를 활용해 완전히 새로운 업무 흐름을 대규모로 운영하고 있습니다”고 말했습니다.


향후 개발 계획


Notion은 올해 말에 수동 입력 없이 자동화된 일정이나 트리거에 따라 작동할 수 있는 맞춤형 에이전트의 출시를 계획하고 있습니다. 회사는 이러한 기능을 수백 명의 고객과 함께 테스트하여 사용 패턴을 평가하고, 광범위하게 제공하기 전에 적절한 가격을 결정하고 있습니다.


이 에이전트들은 OpenAI와 Anthropic의 시스템을 포함한 다양한 대형 언어 모델을 활용합니다. “우리는 통합하는 모든 LLM이 고객 경험을 향상시키는지 확인하고 싶습니다.“라고 Hodgins는 설명했습니다.


현재 에이전트는 웹 브라우저 및 데스크톱 애플리케이션을 통해 기존 Notion AI 구독자에게 즉시 제공되며, 모바일 버전도 곧 출시될 예정입니다.

댓글 0
전체 858 / 161 페이지
손목밴드에서 조정을 하는 것 같고 전작과 많이 달라졌습니다.AI 기능으로 번역도 가능하네요..https://www.meta.com/kr/ai-glasses/meta-ray-ban-display/
1028 조회
0 추천
2025.09.18 등록
조금 전 메타가 AI 기능이 있는 안경을 비롯하여 중요한 키노트를 진행하였습니다.CNET이 준비한 키노트 요약입니다.RAYBAN 과 새로 제작한 안경이 큰 화제입니다.
1118 조회
0 추천
2025.09.18 등록
마이크로소프트가 코파일럿 메모장과 그림판 연동기능을 제공하기 시작했으며이 기능은 오피스365를 사용하지 않아도 코파일럿을 이욯하면 이용할 수 있다.예를 들어 메모장은 다음과 같은 기능을 갖게 된다.-요약: 긴 텍스트를 간략하게 요점만 추려내고, 문서의 핵심을 빠르게 파악할 수 있습니다.- 쓰기: 프롬프트나 선택한 텍스트를 활용해 새로운 문장을 AI로 쉽고 빠르게 작성합니다.- 다시 쓰기: 선택한 내용을 AI가 어투, 길이, 명확성 등 다양한 스타일로 변환해 줍니다.또한 그림판은 다음과 같은 기능을 추가하게 된다.- 프로젝트 파일 저장 기능: 그림판에서 작업을 .paint 파일로 저장해 언제든 이어서 편집이 가능.- 불투명도(Opacity) 슬라이더: 연필 및 브러시 도구의 투명도를 원하는 대로 조절해 더 섬세한 혼합이나 레이어링 효과 주기.- 크기 및 불투명도 슬라이더 병행 사용: 두 슬라이더를 활용해 부드럽게 배합하고 다양한 질감의 그림 그리기.
1066 조회
0 추천
2025.09.18 등록
(퍼플렉시티가 정리한 기사)중국 AI 스타트업 DeepSeek은 획기적인 R1 모델 훈련 방식에 관한 새로운 세부 정보를 세계적인 권위지 네이처(Nature)의 동료검토 논문을 통해 발표했습니다. 이 논문에서는 기존 경쟁 모델 대비 극히 적은 비용으로 순수 강화학습만을 사용해 첨단 추론 능력을 달성한 방법을 공개했습니다.항저우에 본사를 둔 이 회사는 자사의 R1 추론 모델 훈련 비용이 단 29만 4천 달러에 불과하며, 기반 베이스 모델의 개발 비용은 약 600만 달러였음을 처음으로 공개했습니다. 총 630만 달러가 소요된 것으로, 이는 미국의 기술 기업들이 개발한 경쟁 모델이 수천만 달러에 달하는 것과는 극명한 대조를 이룹니다.순수 강화학습의 획기적인 발전DeepSeek의 주요 혁신은 연구자들이 “순수 강화 학습(pure reinforcement learning)“이라고 부르는 방식을 사용해 R1을 개발한 점에 있으며, 이는 인간이 만든 예시에 의존하는 기존의 감독 학습(supervised learning) 방식과는 다른 접근법입니다. 이 과정에서 모델은 인간이 선택한 추론 방식에 따르도록 학습시키는 대신, 올바른 답변에 도달할 때 보상을 받도록 설계되었습니다.네이처(Nature) 논문에 따르면, DeepSeek의 접근법은 모델이 인간이 제시한 전략을 따르지 않고도 자체적인 추론 전략을 개발하고 자신의 작업을 검증할 수 있는 능력을 갖추게 해주었습니다. 회사는 자체 시도에 대해 별도의 알고리즘을 사용하지 않고 추정치를 활용해 점수를 매길 수 있게 해주는 Group Relative Policy Optimization(GRPO)이라는 기법을 활용했습니다.“이 모델은 AI 연구자들 사이에서 매우 영향력이 컸습니다,“라고 오하이오 주립대(Ohio State University) 콜럼버스 소재 AI 연구원인 Huan Sun은 말했습니다. “2025년 현재까지 LLM에서 강화 학습을 수행하는 거의 모든 연구가 어떻게든 R1로부터 영감을 받았을지도 모릅니다”.5단계 훈련 과정완전한 R1 학습 과정은 감독 학습(fine-tuning)과 강화 학습을 번갈아가며 진행하는 여러 단계로 구성되었습니다. 이 과정은 딥시크(DeepSeek)의 V3-Base 모델을 수천 개의 ‘콜드 스타트’ 데이터 포인트로 파인튜닝하는 것으로 시작했고, 이후 순수 강화 학습을 통해 추론 능력을 향상시켰습니다.수렴에 가까워지면 시스템은 리젝션 샘플링(rejection sampling) 방식을 사용했습니다. 여기서 모델은 강화 학습 실행에서 성공적인 예시 중 최상의 예시를 선택해 자체 합성 훈련 데이터를 생성했습니다. 이 합성 데이터는 이후 글쓰기나 사실 기반 질문응답 등 다양한 영역에서 DeepSeek-V3-Base의 감독 학습 데이터와 통합되었습니다.동료 평가 중인 최초의 주요 LLMR1은 엄격한 동료 평가 과정을 거친 최초의 대형 언어 모델을 의미합니다. Nature 논문을 심사한 허깅페이스의 머신러닝 엔지니어 루이스 턴스톨은 이를 “매우 환영할 만한 선례”라고 평가하며, 훈련 과정이 공개되지 않으면 AI 시스템이 위험을 초래하는지 평가하기 어렵다고 언급했습니다.이 동료 평가 과정에서 DeepSeek는 훈련에 사용된 데이터 유형과 안전 조치를 포함한 기술적 세부 사항에 대한 설명을 추가하게 되었습니다. 이 모델은 오픈소스 특성을 유지하면서도 OpenAI의 o1 모델에 필적하는 추론 벤치마크 성능을 달성하였습니다.성능 및 접근성Hugging Face에서 1월에 출시된 이후, R1은 복잡한 문제 해결을 위한 플랫폼에서 가장 많이 다운로드된 모델이 되었으며, 다운로드 수는 1,090만 회를 넘어섰습니다. 이 모델은 AIME 2024 수학 벤치마크에서 pass@1 점수 79.8%를 기록하여 OpenAI o1의 79.2%를 소폭 앞섰습니다.DeepSeek의 혁신은 AI 개발 비용 및 성능 향상을 위해 모델 크기와 연산 능력을 늘려야 한다는 확장 법칙에 대한 기존의 통념에 도전장을 내밀었습니다. 회사는 비교적 덜 강력한 H800 칩을 사용해 성공을 거두었으며, 이 칩은 2023년 미국의 수출 통제로 중국 내 판매가 금지된 바 있습니다. 이러한 성과는 향후 AI 개발 방향에 대한 논의를 촉진하고 있습니다.
1032 조회
0 추천
2025.09.18 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입