Meta

메타가 오픈 소스 전략을 수정하고 첫 폐쇄형 프런티어 모델인 뮤즈 스파크를 공개했습니다. 이번 모델은 기술 보안과 상업적 수익화를 강화하려는 메타의 전략적 변화를 보여줍니다.

메타가 대규모 설정 배포 과정에서 발생하는 오류를 방지하기 위해 카나리 배포와 자동화된 모니터링 체계를 도입했습니다. 기술적 투명성을 높이고 비난 없는 엔지니어링 문화를 정착시켜 시스템 안정성을 확보하고 있습니다.

메타가 대규모 코드베이스의 암묵적 지식을 구조화하는 사전 계산 엔진을 도입했습니다. 이 시스템은 AI 에이전트의 코드 탐색 범위를 100%까지 확장하며 개발 효율을 높였습니다. 메타는 이를 통해 복잡한 워크플로우 처리 시간을 2일에서 30분으로 단축했습니다.

Meta Llama Stack이 v0.6.1 버전으로 업데이트되어 CI 환경의 안정성이 향상되고, Agentic flows 튜토리얼이 추가되었습니다. 이번 업데이트는 사용자 경험 개선과 개발 편의성 증대에 초점을 맞추고 있습니다.

메타가 인공지능 모델과 하드웨어 다양화에 따른 성능 병목 현상을 해결하기 위해 자동화 도구인 커널이볼브를 선보였습니다. 이 시스템은 커널 최적화를 자동화하여 연산 처리량을 대폭 개선하고 엔지니어링 시간을 단축합니다.

인공지능 검색 엔진 퍼플렉시티 AI가 사용자 대화 내용을 메타와 구글에 무단 공유했다는 혐의로 집단 소송을 당했습니다. 이번 사건은 인공지능 기업의 개인정보 보호 관행에 대한 의문을 제기하며 향후 법적 공방으로 이어질 전망입니다.

미국 법원이 메타의 플랫폼 설계가 십대 정신건강에 미치는 악영향을 인정하며 거액의 배상과 벌금을 명령했습니다. 메타는 내부 문건을 통해 중독성 설계를 인지하고도 이를 강행한 사실이 드러나며 경영상 위기를 맞았습니다.

메타가 인스타그램 광고 추천 시스템에 거대언어모델(LLM) 규모의 적응형 랭킹 모델을 도입했습니다. 이 모델은 사용자 맥락에 따라 복잡성을 동적으로 조정하여 광고 성과를 높이고 시스템 효율을 극대화합니다.

메타가 인공지능 학습 데이터 수집과 관련한 저작권 소송에서 미국 대법원의 판결을 근거로 기각을 요청했습니다. 법원은 원고 측의 절차적 실수를 지적하면서도 소송을 이어갈 기회를 부여했습니다.

메타가 미국 내 콘크리트 공급망 강화를 위해 인공지능 기반 배합 설계 모델인 BOxCrete를 공개했습니다. 이 기술은 미국산 원자재 활용도를 높이고 건설 효율성을 개선하는 데 기여합니다.