Loading...

AI 뉴스

아마존, 워싱턴에 12개의 원자로 건설 계획 발표

페이지 정보

작성자 xtalfi
작성일 10.18 14:41
125 조회
0 추천
0 비추천

본문

6219f3f4df260de8214f56003815327cNuHa.jpg

(퍼플렉시티가 정리한 기사)

Amazon은 워싱턴주에 건설할 Cascade Advanced Energy Facility의 상세 계획과 건축 렌더링을 공개하며, 이 거대 기술 기업의 야심찬 원자력 에너지 프로그램에서 중요한 이정표를 세웠습니다. 10월 15일에 공개된 이 시설은 총 960메가와트 용량의 소형 모듈형 원자로 12기를 갖추게 되며, 이는 약 770,000가구에 전력을 공급할 수 있는 규모입니다.​

이 프로젝트는 1년 전 발표된 Amazon의 원래 원자력 계획을 3배로 확대한 것으로, 인공지능 및 클라우드 컴퓨팅 운영을 위한 무탄소 에너지원에 대한 회사의 증가하는 의지를 보여줍니다. 건설은 이번 10년대 말까지 시작될 것으로 예상되며, 운영은 2030년대에 개시될 예정입니다.

 

기술 산업의 원자력 전환

 

아마존의 발표는 주요 기술 기업들의 전례 없는 원자력 투자 물결 속에서 나왔습니다. Microsoft는 Three Mile Island의 1호기 원자로를 재가동하기 위한 20년 계약을 체결했으며, Google은 첨단 원자로 개발업체들과의 파트너십을 통해 새로운 원자력 시설에 자금을 지원하기로 약속했습니다. Meta는 최근 일리노이 시설에서 1.1기가와트를 공급받기 위해 Constellation Energy와 20년 원자력 전력 계약을 체결했습니다.​

원자력 투자 급증은 2030년까지 미국 전체 전력의 최대 9%를 소비할 수 있는 AI 데이터 센터의 막대한 에너지 수요를 반영합니다. "이 프로젝트는 단순히 새로운 기술에 관한 것이 아닙니다. 성장하는 디지털 세계를 지원할 신뢰할 수 있는 무탄소 에너지원을 만드는 것입니다"라고 아마존의 최고 지속가능성 책임자인 Kara Hurst가 말했습니다.

 

모듈형 기술과 경제적 영향

 

Cascade 시설은 X-energy의 Xe-100 고온 가스 냉각 원자로를 활용할 예정이며, 각 원자로는 80메가와트의 전력을 생산합니다. 기가와트 용량을 위해 1평방마일 이상을 차지할 수 있는 전통적인 원자력 발전소와 달리, 모듈식 설계로 인해 960메가와트 시설을 단 몇 개의 도시 블록 내에 배치할 수 있습니다.​

이 프로젝트는 건설 최성수기 동안 1,000개 이상의 건설 일자리를 창출하고, 완전 가동 시 100개 이상의 정규직 일자리를 만들 것입니다. Amazon은 X-energy에 5억 달러를 투자했으며, Climate Pledge Fund를 통해 초기 타당성 조사, 허가 및 라이선스 단계에 대한 자금 지원을 약속했습니다.​

워싱턴주 리치랜드에 위치한 Energy Northwest의 Columbia 발전소 근처에 위치한 이 시설은 각각 4개의 원자로로 구성된 3단계로 건설될 예정입니다. Amazon은 초기 320메가와트 단계에서 전력을 구매할 권리를 가지며, 추가 용량은 지역 전력 회사에서 이용할 수 있습니다.

댓글 0
전체 515 / 8 페이지
YouTube가 AI 딥페이크로 인한 신원 도용 문제를 방지하기 위해 새로운 AI 얼굴 유사성 감지 기능을 도입.AI 유사성 감지 도구는 크리에이터가 AI로 생성되거나 변경된 자신의 얼굴을 사용하는 영상을 직접 찾아내고 관리할 수 있도록 설계되었다.이 기능은 YouTube Studio 내 콘텐츠 감지 탭에서 사용할 수 있으며, 크리에이터는 신분증과 셀카 영상을 통해 본인 인증 과정을 완료해야 이 기능을 사용할 수 있다.또한 크리에이터는 자신과 유사한 AI 영상 목록(영상 제목, 채널, 조회수, 대화 내용 등)을 볼 수 있으며, AI 기반 유사 영상이 발견될 경우 삭제 요청을 할 수도 있고 만일 저작권 보호 콘텐츠가 허가 없이 사용된 경우에는 저작권 침해 삭제 요청 또한 지원된다.이 기능은 YouTube 파트너 프로그램 멤버 중 즉시 활용도가 높은 창작자를 우선 대상으로 시작되며, 2026년 1월까지 모든 수익화 크리에이터에게 확대 적용될 예정이라고 한다.
18 조회
0 추천
11:33 등록
(퍼플렉시티가 정리한 기사)생성형 인공지능이 스스로 계획을 세우고 실행하는 ‘AI 에이전트’로 진화하면서 금융회사들이 데이터 연동성과 거버넌스 역량을 전면적으로 강화해야 한다는 분석이 나왔다. 삼일PwC는 21일 발간한 ‘AI가 바꾸는 금융 프론트라인, AI 에이전트 금융의 미래’ 보고서에서 금융산업의 구조적 변화가 불가피하다고 전망했다.A2A 경제와 금융사 역할 대전환보고서는 AI 에이전트의 진화가 ‘A2A(Agent-to-Agent) 경제’라는 새로운 질서를 가져올 것이라고 제시했다. A2A 경제는 인간의 개입 없이 AI 에이전트들이 서로 협력하고 거래하며 의사결정과 실행을 자율적으로 수행하는 구조를 의미한다.이러한 변화로 고객 접점의 주도권이 금융사에서 AI 에이전트로 이동하고, 금융사는 데이터와 상품을 제공하는 인프라 역할로 무게 중심이 옮겨갈 것으로 전망된다. 예를 들어 고객이 AI 에이전트에게 금융상품 추천을 요청하면 API(애플리케이션 프로그래밍 인터페이스)를 통해 각 금융사의 상품 정보를 호출해 비교·분석한 후 후보군을 제시하는 방식이 확산될 것이라고 분석했다.데이터 거버넌스가 핵심 경쟁력보고서는 AI 에이전트 시대에 데이터 거버넌스의 중요성이 더욱 커질 것으로 전망했다고 밝혔다. 금융사가 데이터와 상품을 제공하는 핵심 인프라 역할을 하게 되면서, 데이터와 리스크를 아우르는 통합 관리 체계 구축이 핵심 경쟁력으로 자리 잡을 것이라고 강조했다.특히 금융사가 서비스를 기능 단위로 세분화해 API 기반으로 제공하는 체계를 갖추지 못한다면 AI 에이전트의 상품 선택 과정에서 경쟁력을 잃을 수 있다고 경고했다. 또한 단순·반복 직무의 AI 대체가 가속화되는 반면, AI 산출 결과를 비판적으로 해석하고 윤리적·전략적 결정을 내릴 수 있는 인력의 중요성이 부각될 것으로 내다봤다.규제 패러다임도 변화AI 에이전트가 금융 거래의 핵심 채널로 자리잡게 될 경우 규제 방식도 사후 점검에서 AI 행위의 실시간 추적으로 변화할 것으로 예측했다. 금융사의 규제 준수 역시 기존 업권·기관 중심에서 AI의 판단과 행위 자체를 관리·검증하는 방향으로 전환될 것이라고 전망했다.김경구 삼일PwC 금융산업 리더는 “AI 에이전트의 부상은 단순한 기술 변화가 아니라 금융산업의 구조 전반을 재정의하는 흐름”이라며 “A2A 경제 전환기에 대응하지 못한다면 금융의 주도권은 AI 에이전트와 이를 통제하는 새로운 주체에게 넘어갈 수 있다”고 경고했다.
38 조회
0 추천
10.21 등록
(퍼플렉시티가 정리한 기사)중국 AI 기업 DeepSeek은 월요일에 DeepSeek-OCR을 공개했습니다. 이는 97%의 정확도를 유지하면서 최대 20배의 텍스트 압축을 달성하는 오픈소스 멀티모달 AI 모델로, AI 시스템의 문서 처리 효율성에 있어 중요한 돌파구를 마련했습니다.시각적 텍스트 압축의 획기적 발전30억 파라미터 비전-언어 모델은 텍스트를 압축을 위한 이미지로 취급하는 혁신적인 접근 방식을 활용하여, AI 시스템이 컴퓨팅 비용의 비례적 증가 없이 방대한 문서를 처리할 수 있도록 합니다. DeepSeek의 기술 논문에 따르면, 이 모델은 원본 정보의 97%를 유지하면서 텍스트를 최대 10배까지 압축할 수 있으며, 20배 압축 비율에서도 유용한 성능을 발휘합니다.“DeepSeek-OCR을 통해 우리는 비전-텍스트 압축이 다양한 과거 컨텍스트 단계에서 7배에서 20배에 이르는 상당한 토큰 감소를 달성할 수 있음을 입증했으며, 이는 LLM의 긴 컨텍스트 문제를 해결하기 위한 유망한 방향을 제시합니다”라고 항저우에 본사를 둔 이 회사는 밝혔습니다.이 시스템은 단일 Nvidia A100 GPU에서 매일 200,000페이지 이상을 처리하며, 각각 8개의 A100을 장착한 20대의 서버를 사용하여 하루 3,300만 페이지에 달하는 처리량을 달성합니다. 이러한 처리 능력은 유사한 작업에 일반적으로 수천 개의 토큰을 필요로 하는 기존 OCR 방법을 훨씬 능가합니다.기술 아키텍처 및 성능DeepSeek-OCR은 두 가지 핵심 구성 요소로 이루어져 있습니다: 이미지 처리를 위한 DeepEncoder와 디코더로서의 DeepSeek3B-MoE-A570M입니다. 인코더는 Meta의 8천만 매개변수 SAM(Segment Anything Model)과 OpenAI의 3억 매개변수 CLIP을 결합하며, 1,024픽셀 이미지를 4,096개 토큰에서 단 256개 토큰으로 줄이는 16배 압축기를 활용합니다.OmniDocBench 벤치마크 테스트에서 DeepSeek-OCR은 256개가 아닌 단 100개의 비전 토큰만 사용하여 GOT-OCR 2.0을 능가했으며, 페이지당 6,000개 이상의 토큰 대신 800개 미만의 토큰으로 MinerU 2.0을 초과했습니다. 이 모델은 약 100개 언어를 지원하며, 64개 토큰이 필요한 간단한 프레젠테이션부터 “건담 모드”에서 최대 800개 토큰이 필요한 복잡한 신문까지 다양한 문서 유형을 처리할 수 있습니다.DeepSeek은 합성 다이어그램, 화학식, 기하학적 도형을 포함하여 약 100개 언어에 걸친 3천만 개의 PDF 페이지를 사용하여 시스템을 훈련했습니다. 이 모델은 현재 MIT 라이선스 하에 Hugging Face와 GitHub에서 이용 가능하며, OpenAI와 Google 의 모델에 대한 비용 효율적인 대안으로 업계를 혁신해 온 DeepSeek의 오픈소스 AI 개발에 대한 약속을 이어가고 있습니다.
38 조회
0 추천
10.21 등록
(퍼플렉시티가 정리한 기사)6개의 주요 인공지능 모델이 전례 없는 실제 암호화폐 거래 실험에서 경쟁하고 있으며, DeepSeek Chat V3.1이 단 이틀간의 거래 만에 초기 1만 달러를 1만 3,739달러로 전환하며 현재 선두를 달리고 있습니다.AI 연구소 Nof1이 주최하고 "Alpha Arena"라고 명명된 이 대회는 10월 18일에 시작되었으며, 실시간 금융 시장에서 AI 거래 능력을 테스트하는 최초의 대규모 공개 실험을 나타냅니다. GPT-5, Claude Sonnet 4.5, Grok 4, Gemini 2.5 Pro, DeepSeek V3.1, Qwen3 Max를 포함한 각 모델은 동일한 1만 달러의 초기 자본과 균일한 거래 프롬프트를 받아 Hyperliquid 탈중앙화 거래소에서 경쟁합니다.DeepSeek, 공격적인 롱 전략으로 지배하다DeepSeek이 37.4%의 수익률로 확실한 선두주자로 부상했으며, Elon Musk의 Grok 4가 $13,342로 근소한 차이로 뒤를 이었고, Anthropic의 Claude Sonnet 4.5가 $12,383를 기록했습니다. 중국에서 개발된 이 모델은 비트코인, 이더리움, 솔라나에 대한 레버리지 롱 포지션을 통해 주로 수익을 달성했으며, 일부 포지션은 최대 15배의 레버리지를 사용했습니다.​DeepSeek의 성공은 부분적으로 중국의 퀀트 트레이딩 회사인 High-Flyer Capital Management의 지원에서 비롯되며, 이는 전문화된 금융 전문지식이 학습 데이터에 영향을 미쳤을 수 있음을 시사합니다. 이 모델의 가장 큰 수익 거래는 15배 레버리지 이더리움 포지션으로 $889의 수익을 창출했습니다.​한편, OpenAI의 GPT-5와 Google의 Gemini 2.5 Pro는 상당한 어려움을 겪고 있으며, 두 모델 모두 계좌가 $7,500 아래로 떨어져 25%를 초과하는 손실을 나타냈습니다. Gemini는 특히 변동성이 컸으며, 단 3건의 거래만 완료한 Claude와 같은 보수적인 모델들에 비해 44건의 거래를 실행했습니다.업계 리더들, 공유 AI 전략의 효과성에 의문 제기이 실험은 바이낸스 공동 창립자 창펑 자오(CZ)의 관심을 끌었으며, 그는 공유된 AI 거래 전략의 지속 가능성에 대해 의문을 제기했습니다. "거래 전략은 다른 사람들보다 우수한 고유한 전략을 가지고 있고, 다른 누구도 그것을 가지고 있지 않을 때 가장 잘 작동한다고 생각했습니다. 그렇지 않으면 다른 사람들과 동시에 사고파는 것일 뿐입니다"라고 자오는 X에 게시했습니다.​자오는 동일한 AI 모델의 광범위한 채택이 가격을 어느 방향으로든 움직이는 "집합적 구매력"을 통해 시장 왜곡을 만들어 전략의 효과성을 잠재적으로 약화시킬 수 있다고 제안했습니다. 이러한 우려에도 불구하고, 그는 이 실험이 AI 거래에 대한 더 많은 연구를 장려하고 더 높은 거래량을 촉진할 것이라고 예측했습니다.​경쟁은 2025년 11월 3일까지 진행되며, 투명성을 위해 모든 거래와 모델 의사결정 과정이 공개적으로 표시됩니다. 이 실험은 AI가 금융 시장을 어떻게 재편할 수 있는지 이해하기 위한 중요한 단계를 나타내며, 초기 결과는 전문화된 훈련 데이터와 공격적인 위험 감수가 변동성이 큰 암호화폐 시장에서 경쟁 우위를 제공할 수 있음을 시사합니다.
40 조회
0 추천
10.21 등록
홈으로 전체메뉴 마이메뉴 새글/새댓글
전체 검색
회원가입