세일즈포스는 17일(현지시간) 미국 샌프란시스코에서 ‘에이전트포스 2.0’ 공개행사를 열었다. 이 자리에서 베니오프 CEO는 “지금 우리는 에이전트의 시대로 들어가고 있다”면서 “디지털 노동력을 기업들이 관리하는 시대”라고 설명했다. 그는 “세일즈포스의 고객대응 페이지에 에이전트포스를 서비스한 이후 인간 상담자로 넘어가는 건 수가 주 1만건에서 5000건으로 줄었다”고 설명했다. 에이전트가 고객의 요청을 자율적으로 처리하면서 인간이 직접 개입하는 일이 줄었다는 것이다.

베니오프 CEO는 “(에이전트포스) 영업을 위해 추가로 1000명을 더 고용할 것”이라면서 총 2000명의 인력을 채용할 것을 시사했다.

에이전트포스 2.0을 통해 세일즈포스는 메신저 서비스 슬랙과의 통합을 강화했다. 사용자는 슬랙을 통해 채팅하듯 AI 에이전트를 호출해 대화할 수 있으며, AI 에이전트는 채널 내 과거 대화 내용을 기반으로 보다 정교하고 정확한 답변을 제공한다.

기업 수요에 맞게 AI 에이전트를 구축할 수 있는 ‘에이전트빌더’에 슬랙 캔버스 생성, 채널 메시지 전송 등 기능이 추가된다.

사전 구축된 에이전트 스킬 라이브러리’도 고객들에게 제공한다. 마케팅 캠페인 및 커머스 판매자 스킬, 서비스 예약 관리 스킬, 현장 서비스 작업자 스킬 등 업무 부문에 특화된 AI 스킬을 에이전트에 추가할 수 있다.

지능형 데이터 분석 플랫폼인 태블로에서는 AI 에이전트가 제공하는 답변을 시각화하고, 데이터 기반 예측 분석을 수행할 수 있게 됐다. 에이전트포스의 기반이 되는 ‘아틀라스 추론 엔진’도 성능이 향상됐다.

https://m.mk.co.kr/news/world/11197537

로이터는 17일(현지시간) 데이터브릭스가 최근 진행된 펀딩 라운드에서 100억달러의 자금을 조달했다고 보도했다. 이는 올해 오픈AI의 66억달러, xAI의 60억달러 펀딩을 뛰어넘는 역대 최대 규모의 벤처캐피털(VC) 투자 사례 중 하나다.

이번 자금 조달은 미국의 벤처 투자사 스라이브 캐피털이 주도했으며, 앤드리슨 호로비츠, DST 글로벌, GIC, 인사이트 파트너스, WCM 인베스트먼트 매니지먼트 등 글로벌 투자사들이 대거 참여했다.

데이터브릭스는 내년 1월 마감되는 2025 회계연도에 연매출 30억달러를 돌파할 것으로 예상되며, 이는 8월부터 10월까지 분기 매출이 전년 동기 대비 60% 이상 증가한 데 따른 결과다. 많은 소프트웨어 기업들이 성장 둔화로 어려움을 겪는 상황에서 꾸준한 상승세로 주목받고 있다.

알리 고드시 데이터브릭스 CEO는 “기업공개(IPO)를 서두르지 않을 것”이라며 “이론적으로는 내년부터 IPO가 가능하지만, 시기를 급히 결정할 계획은 없다”라고 말했다.

https://www.aitimes.com/news/articleView.html?idxno=166335

오픈AI 챗GPT, 전화 확장(Day 10)

: 1-800-242-8478(1-800-CHATGPT)로 전화해 챗GPT 기능 활용. 인터넷 연결이 없거나 불안정한 상황에 적용. 미국 한정(15분 무료 통화 시간)

: 글로벌 유저 대상 WhatsApp을 통한 텍스트 기반 챗GPT 대화 지원

영상: https://www.youtube.com/live/LWa6OHeNK3s?si=zf0vbIQHEFMJUrL5

팔란티어, 미 육군 Vantage 파트너십 연장

: 계약기간 4년. 총 계약가치 4억 달러. 최대 6.19억 달러. 2018년부터 육군은 팔란티어 소프트웨어 기반으로 데이터와 인공지능(AI)를 필수 임무를 효과적으로 수행하고, 빠른 의사 결정을 내리는데 활용

: Army Vantage 파트너십은 Army Data Platform(ADP) 지원 목표. ADP는 준비 상태, 물류, 모집, 병력 관리, 인재 관리, 재정 관리, 위험 관리 및 설치 관리 등 모든 데이터 도메인에 걸친 다양한 사용 사례 지원

www.businesswire.com/news/home/20241218946739/en/Palantir-Expands-Army-Vantage-Partnership-with-618.9M-Contract

오픈AI, 챗GPT macOS 데스크탑 앱 업데이트(Work with Apps, Day11)

: 음성과 텍스트를 통해 코딩(ex Xcode)및 노트 작성앱(ex Notion)과 연동

: 라이브 영상 소개에는 Tasks 데모도 언급되어 있으나 실제 시현 부재

영상: https://www.youtube.com/live/g_qxoznfa7E?si=clpyihIeu7zGwoqd

구글, Gemini 2.0 Flash Thinking 모델 공개

: 2.0 Flash의 속도와 성능 기반으로 생각을 통한 추론 능력 강화. 실험 모델이지만, Google AI Studi와 Vertex AI를 통해 API 형태로 제공

https://techcrunch.com/2024/12/19/google-releases-its-own-reasoning-ai-model/

오픈AI 알렉 레드포드(Alec Redford) 퇴사 발표

: 2016년 학부 졸업 후 23살에 오픈AI 합류 후 트랜스포머 기술 연구 주도

: GPT, GPT-2, CLIP, Whisper 논문 제1저자. DALL-E, GPT-3, PPO, Scaling laws, RLHF 등 주요 논문 공동 저자

: 퇴사 이유는 독립적 연구를 하기 위함. 퇴사 메시지에서오픈AI 포함 타 AI 개발자 콜라보 계획 언급 보도

https://www.theinformation.com/briefings/senior-openai-researcher-radford-departs

오픈AI, 12Days of OpenAI(Shipmas) 12일차 발표는 o3?

: 샘 알트먼의 어그로성 X 포스팅과. The Information 보도. o3는 Orion 모델 기반이며, o2는 영국 통신사와 저작권 문제로 건너뛰었다는 내용 포함

https://www.theinformation.com/briefings/openai-preps-o3-reasoning-model

Day 1 - o1 & 챗GPT Pro 요약
Day 2 - 강화 미세조정 기능 요약
Day 3 - Sora 요약
Day 4 - Canvas 요약
Day 5 - 챗GPT 애플 인텔리전스 요약
Day 6 - AVM 비전 및 산타 모드 요약
Day 7 - 챗GPT Projects 요약
Day 8 - 챗GPT 서치 요약
Day 9 - DevDay for 개발자 요약
Day 10 - 1-800-CHATGPT 요약
Day 11 - Work with apps 요약

오픈AI는 20일(현지시간) 12일 발표 이벤트 십마스(shipmas) 마지막 날을 맞아 o3와 'o3-미니(mini)'를 출시한다고 발표했다.

샘 알트먼 CEO는 "우리는 이것을 다음 단계 AI의 시작(begining of next AI)으로 보며, 이 모델을 사용해 많은 추론이 필요한 점점 더 복잡한 작업을 수행할 수 있다"라고 말했다. o3가 AGI에 근접했다는 것을 보여주기 위해 각종 벤치마크를 동원했다.

https://www.aitimes.com/news/articleView.html?idxno=166425

오픈AI, GPT-5 프로젝트 지연 관련 보도

: 오픈AI GPT-5(코드명 오리온)는 기존 모델보다 획기적 성능 향상을 목표로 18개월간 개발 중이나 일정 지연. 개발 과정에서 높은 비용과 기술적 문제 직면

: 고품질 데이터 부족에 따른 데이터 확보 및 직접 생성해야 하는 상황. 대규모 훈련에 소요되는 시간과 비용 이슈. 주요 인재 이탈, 경쟁사의 연구자 빼가기 등으로 프로젝트에 어려움 가중

: 코드,수학 문제 해결 등 새로운 데이터 직접 생성. 합성 데이터 활용 및 품질 관리. 추론 중심 접근법 채택 등으로 대응

: 오픈AI는 GPT-5 출시 일정에 대해 확신하지 못하며, 2024년 출시 가능성은 낮음. 추론 모델 기반의 오리온 개선 계획 진행 중

https://www.wsj.com/tech/ai/openai-gpt5-orion-delays-639e7693?st=GXr1bN&reflink=desktopwebshare_permalink

오픈AI는 20일(현지시간) 십마스(Shipmas) 마지막 날 발표를 통해 'o3' 모델 공개에 이어 안전한 언어 모델 구축을 위한 방법으로 신중한 정렬을 소개했다.

이 방법은 ▲추론 모델에게 인간이 작성하고 해석 가능한 안전 사양의 텍스트를 직접 가르치고 ▲답변하기 전에 이런 사양에 대해 '생각의 사슬(CoT)'로 추론하도록 훈련하는 것으로 구성됐다.

우선 광범위한 안전 교육에도 불구하고, 대형언어모델(LLM)은 자주 탈옥 공격의 희생자가 된다고 지적했다. 그 이유로 모델이 충분하게 추론하지 않고 즉시 응답하는 점을 들었다. 또 자연어로 안전 원칙을 학습하는 대신, 데이터 학습 중 많은 예제를 통해 안전 원칙을 추측해야 하기 때문이라고 전했다.

신중한 정렬은 이런 문제를 해결하기 위해 등장한 것이다. 모델에 안전 원칙에 관한 텍스트를 직접 가르치고, 모델이 답을 내는 시점에 이런 사항을 추론하도록 훈련하는 최초의 접근 방식이라는 설명이다.

특히 이 방식은 기존에 주요 사용된 인간 피드백을 통한 강화 학습(RLHF)이나 AI 피드백을 통한 강화 학습 등보다 뛰어난 결과를 보인다고 강조했다.

훈련 방법은 안전 관련 사항이 포함된 시스템 프롬프트가 포함된 데이터셋을 감독 미세 조정(SFT)과 강화 학습(RL)을 사용해 미세조정하는 방식이다. 합성 데이터를 사용하는 방법으로, 인간이 라벨링한 데이터에 대한 의존도를 낮출 수 있다는 설명이다.

오픈AI는 "o1이나 o3처럼 모델이 더 많은 지능과 자율성을 얻으면서 정렬 오류나 오용으로 인해 발생할 수 있는 잠재적 피해 규모가 극적으로 증가한다"라며 "신중한 정렬은 우리의 노력에서 가장 최근의 진전을 나타내며, 그 결과는 매우 고무적"이라고 말했다.

https://www.aitimes.com/news/articleView.html?idxno=166433

오픈AI, 연휴 기간 Plus 유저 대상 Sora 무제한 접속 발표