이전 1페이지 (약 24개 비디오)
원제 · When Running Your Own AI Models Beats Paying for APIs - Steven Latré, imec
코딩 어시스턴트 같은 장기 호라이즌 작업에서 오픈 웨이트 모델과 자체 인프라로 전환하면 토큰 기반 API 비용 대비 약 25%의 총소유비용을 절감할 수 있다.
원제 · Voice AI Where One Wrong Question Breaks the Rules - Shiv Indap, Upstart & Brooke Hopkins, Coval
규제가 엄격한 핀테크 산업에서 음성 AI 에이전트를 안전하게 배포하려면, 인간 검토 피드백을 반영한 LLM 심판 모델과 음성 대 음성 시뮬레이션을 결합한 지속적인 평가 루프가 필수적입니다.
원제 · How to Decide What Your AI Agent Should Remember - Wojciech Pluta, Oracle
AI 에이전트는 검색 기반의 RAG를 넘어 메모리 승격 파이프라인과 데이터베이스 기반의 체계적인 메모리 관리를 통해 독창적인 비즈니스 가치를 창출한다.
원제 · Your AI Agent Starts Every Session Like a New Hire - Killian Carlsen-Phelan, Sonar
소나 볼텍스는 에이전틱 코딩 세션에 결정론적 검증 레이어를 제공하여 불필요한 토큰 소모와 보안 문제를 예방한다.
원제 · Your Agent Just Paid for Nothing: 6 Attacks on x402 Payments - Ishween Kaur, SoFi
에이전트의 자율 결제 환경에서는 가격 조작, 중복 결제, 공짜 쇼핑, 프롬프트 인젝션 등의 취약점에 대응하기 위해 결제 서명 전후의 검증 가드와 단일 결제 ID 기반의 추적 체계를 구축해야 합니다.
원제 · Why AI Won't Replace Stock Pickers - Jack Woodruff, Candlestick & Vinoo Ganesh, Kepler
AI가 리서치 준비 시간을 5분으로 단축시키더라도 펀더멘털 투자에서 알파를 창출하는 본질은 여전히 남들과 다른 차별화된 시각과 인간의 깊이 있는 판단력에 있다.
원제 · The Cheaper AI Model That Costs You More - Rayan Krishnan, Vals AI
기업이 AI 도입에서 실질적인 ROI를 달성하고 비용을 90%까지 절감하기 위해서는, 단순한 모델 출시 벤치마크나 직관에 의존하지 않고 자사 조직의 실제 업무 이력을 활용한 맞춤형 평가(evals) 시스템을 구축해야 한다.
원제 · Catch the Bugs Your Code Review Misses - Killian Carlsen-Phelan & Taylor Luttrell-Williams, Sonar
코드 변경 검증 에이전트인 기타는 AI가 생성한 코드로 인한 리뷰 병목 현상을 해결하고, 풀 리퀘스트의 비즈니스 로직 오류와 CI 실패를 자율적으로 진단 및 수정한다.
원제 · Why Humans Can't Keep Up With AI-Written Code - Tariq Shaukat, Sonar
에이전트 도입으로 코드 생산량이 폭증하는 시대에는 맹목적인 신뢰 대신 명확한 의도, 가이드레일, 독립적 검증, 반복 가능한 증거를 기반으로 한 소프트웨어 팩토리 구축이 필수적이다.
원제 · How Revolut Cut AI Coding Costs 90% With Self-Hosted Open Models - David Abitbol, Revolut
레볼루트는 오픈소스 모델의 자체 호스팅과 철저한 추론 최적화를 통해 AI 코딩 비용을 기존 상용 서비스 대비 10분의 1 수준으로 절감하고 생산성을 대폭 향상시켰다.
원제 · We Trust AI Agents That Break Every Day - Shy Ruparel, Temporal
AI 에이전트의 반복적인 시스템 실패와 상태 손실 문제를 해결하려면 개별 모델 최적화가 아니라 중단 시에도 상태와 진행 상황을 보존하는 내구성 실행(Durable Execution) 아키텍처가 필수적이다.
원제 · Why a One-Line Change Can Break Your Whole Stack - Cole Gannaway, Qodo
소프트웨어 팩토리 환경에서 코드 생성 속도보다 정확한 리뷰와 폭발 반경 분석이 프로젝트의 신뢰성을 결정하는 핵심 요소입니다.
원제 · How Anthropic Merges 30,000 Code Changes a Day - Manish Kapur, Sonar & Addy Osmani, Anthropic
코딩 에이전트로 인해 코드 작성 속도가 빨라진 현재 환경에서는 다계층 검증과 철저한 자동화 루프를 구축하는 것이 성공의 핵심이다.
원제 · AI That Hunts Logic Bugs Before Attackers Do - Taylor Luttrell-Williams, Sonar
SonarCube Hunter Agent는 프론티어 수준의 추론 능력을 활용하여 기존 패턴 기반 스캐너가 감지하지 못하는 비즈니스 로직 및 의도 수준의 제로데이 취약점을 공격자보다 먼저 사전에 탐지하고 수정한다.
원제 · Stop Guessing Your vLLM Config: Benchmarking LLMs on Runpod - Chris Vela, Runpod
VLM 모델을 프로덕션 환경에 배포할 때는 기본 레시피 설정을 그대로 사용하지 않고 벤치마킹 도구와 실측 데이터를 활용해 지연 시간과 설정을 최적화해야 한다.
원제 · Who Is Making This Request? Agent Auth 101 - Kamil Potrec, Keycard
에이전트 보안을 확보하려면 자격 증명을 에이전트 실행 환경에서 분리하고, 게이트웨이와 제어 플레인을 통해 인증, 권한 부여, 감사 기능을 중앙에서 통제해야 한다.
원제 · Exploits Now Beat Patches: Open Source Security in the AI Era - Patrick Smyth, Chainguard
프론티어 AI의 등장으로 공격 속도가 패치 속도를 압도하는 영하 7일의 적대적 환경이 도래함에 따라 소스 빌드와 제로 트러스트 기반의 공급망 보안 대응이 필수적입니다.
원제 · We Kept Rebuilding Our AI Agent. Here's What Survived - Fuad Ali, Arize AI
에이전트 시스템 구축 시 복잡한 프레임워크나 모델 자체에만 의존하지 않고, 하니스 코드를 통해 계획 수립, 상태 관리, 메모리를 직접 통제하는 것이 안정성과 성능을 높이는 핵심이다.
원제 · Stop Giving Your Agent Tools. Give It a Sandbox - Mikyo King, Arize AI
에이전트에게 방대한 도구 목록 대신 프로그래밍 환경과 샌드박스를 제공하는 코드 모드는 토큰 사용량을 줄이고 창발적 행동을 이끌어낸다.
원제 · What a $900M Bank Error Teaches Us About AI Agents - John Feminella, Two Sigma
자율형 AI 에이전트를 안전하게 운영하기 위해서는 과도한 차단이나 전면적 수동 승인 대신, 레지스트리 등록, 목적 기반 위험 분리, 공유 평가 시스템, 자동화된 분류기를 조합한 가드레일이 필요하다.
원제 · Why Are We Still Governing AI Agents Like Software? - Tim Tyler, Gravitee
AI 에이전트를 성공적으로 관리하려면 신원 할당, 명확한 권한 설정, 머신 속도의 실시간 관리를 포함하는 인간 직원 수준의 '에이전트 책임성' 프레임워크가 필수적이다.
원제 · 300 Agents, 60 People: How We Secured Our Own AI Agents - Aiden Sochowski, Runlayer
기업 내에서 급증하는 사내 AI 에이전트와 MCP 서버의 보안 리스크와 비용 폭등을 통제하려면, 모든 세션과 툴 호출을 모니터링하는 중앙 게이트웨이와 자체 분류 모델을 통한 가시성 확보가 필수적이다.
원제 · How a Trading Firm Ships New AI Models the Same Day - Noyan Tokgozoglu, Optiver
옵티버는 즉각적인 손익 피드백 루프와 철저한 온프레미스 통제를 바탕으로, 새로운 AI 모델과 에이전트를 당일 프로덕션에 배포하고 모듈화된 게이트웨이를 통해 확장한다.
원제 · Agents That Self Improve While You Sleep - Fuad Ali, Arize AI
Arise Signal 기반 자기 개선 루프는 트레이스 군집화, 평가 생성, 픽스처 데이터셋 축적 및 실험 검증 과정을 통해 인간의 반복 작업 없이 실패를 자동 수정한다.
24장로딩 중...