인프라·반도체Hugging Face2026-10-09
GPU 클러스터 스케줄링 개선을 통한 연구 효율성 향상
Impactful scheduling for GPU clusters
- Hugging Face의 AI 인프라 팀은 GPU 클러스터의 고성능 활용을 위해 스케줄링 방식을 개선했다.
- 기존 우선순위 기반 스케줄러 대신 GPU 시간 예산과 계층적 공정 분배 알고리즘을 도입해 연구 프로젝트의 자원 할당을 투명하게 관리하고 있다.
왜 중요한가이 개선은 연구자들이 GPU 자원을 효율적으로 사용할 수 있도록 하여, 전체적인 연구 생산성과 자원 활용률을 높일 수 있다.
공식 원문 확인 ↗
정책·안전OpenAI2026-10-09
소프소, 오픈AI 데이브레이크로 위협 조사 시간 96% 감소
Sophos cuts threat investigation time by 96% with OpenAI Daybreak
- 소프소는 오픈AI 데이브레이크를 도입해 위협 조사 시간을 96% 감소시켰다.
- AI 에이전트를 통해 MDR 사례의 52%를 자동화해 처리 시간을 38분에서 89초로 단축했다.
왜 중요한가AI 기술을 활용해 보안 분석의 효율성을 극대화함으로써 기업의 보안 대응 능력을 강화하고 있다.
공식 원문 확인 ↗
모델·연구NVIDIA2026-10-08
NVIDIA, AI 에이전트와 Omniverse 라이브러리로 시뮬레이션 개발 지원
Into the Omniverse: How Developers Turn Ideas Into Simulations With Frontier AI Agents
- NVIDIA는 AI 에이전트와 Omniverse 라이브러리를 결합해 시뮬레이션 개발을 지원하고 있으며, 물리, 렌더링, 센서 시뮬레이션 기능을 제공합니다.
- 개발자는 자연어 지시를 통해 AI 에이전트를 조작하고, 시뮬레이션 결과를 검토하며, 개선 작업을 수행할 수 있습니다.
왜 중요한가이 기술은 시뮬레이션 개발의 효율성을 높이고, 다양한 분야에서의 테스트와 디자인 개선을 가능하게 합니다.
공식 원문 확인 ↗
제품·서비스NVIDIA Developer2026-10-07
NVIDIA cuOpt, 10억 변수 이상의 선형 프로그래밍 문제 해결 기술 발표
Scaling Decision Optimization to 100 Million Variables and Beyond with mPDLP in NVIDIA cuOpt
- NVIDIA cuOpt에서 개발한 mPDLP 솔버는 NVLink 연결 GPU를 통해 대규모 선형 프로그래밍 문제를 해결할 수 있는 기술
- mPDLP는 단일 GPU보다 최대 11.4배 빠른 속도를 보이며, 10^7 이상의 비제로 요소를 가진 문제에서 효과적임
왜 중요한가대규모 공급망 및 에너지 시스템 문제 해결에 GPU 가속 최적화 기술이 중요한 영향을 미치고 있음
공식 원문 확인 ↗
모델·연구OpenAI2026-10-09
아산, 브라우저 테스트에서 GPT-6.1 솔로 모델 비용 76배 절감
Asana cuts model costs 76x in browser tests with GPT-6.1 Sol
- 아산은 GPT-6.1 솔로 모델을 사용해 브라우저 에이전트의 비용을 76배 절감하고 처리 속도를 5배 빠르게 했다.
- 최적화된 작업 흐름은 평균 $0.47의 모델 비용으로, 원래 설정보다 76배 저렴하고 5배 빠른 성능을 보였다.
왜 중요한가아산은 고객에게 더 효율적이고 강력한 모델을 제공하면서 운영 비용을 절감할 수 있는 기술적 성공을 이뤘다.
공식 원문 확인 ↗
제품·서비스OpenAI2026-10-08
LegalOn, Codex 비용 절반 줄이면서 개발 속도 유지
LegalOn halves Codex costs while maintaining development speed
- LegalOn은 GPT-6 모델을 활용해 Codex 일일 비용을 약 65% 절감하면서도 개발 속도를 유지했다.
- 모델 선택과 예산 관리 전략을 통해 비용 절감과 생산성 균형을 달성했다.
왜 중요한가AI 투자 효과를 고객 가치와 연결해 조직의 경쟁력 강화에 기여할 수 있는 전략을 제시했다.
공식 원문 확인 ↗