

NVIDIA Cosmos: WFM의 세 가지 핵심 모델과 피지컬 AI의 활용
NVIDIA Cosmos는 피지컬 AI를 위한 WFM으로, 예측·전이·추론 모델을 통해 합성 데이터와 검증 파이프라인을 제공합니다. 자율주행과 로봇 학습의 데이터 부족, 안전 리스크, 운영 비용을 줄이는 활용 방식을 설명했습니다.
새로운 기술 블로그가 추가되었어요


NVIDIA Cosmos는 피지컬 AI를 위한 WFM으로, 예측·전이·추론 모델을 통해 합성 데이터와 검증 파이프라인을 제공합니다. 자율주행과 로봇 학습의 데이터 부족, 안전 리스크, 운영 비용을 줄이는 활용 방식을 설명했습니다.

X


NeurIPS 2025에서 데이터, 추론, 효율성, 벤치마크 한계 등 핵심 트렌드를 정리했습니다. XAI와 인과추론을 통해 AI를 더 신뢰하고 제대로 측정해야 한다는 메시지를 담았습니다.

마이리얼트립은 AI를 기능이 아니라 조직 전환의 핵심 도구로 삼아 소수 정예 운영을 추진했습니다. 인위적 결핍과 역할 재정의를 통해 AI 시대의 고성과자 기준도 새로 세웠습니다.
사내 DB 관리 규정을 바탕으로 DDL 요청을 1차 검토하는 Bedrock 기반 리뷰봇을 개발했습니다. 20% 처리 속도 개선과 함께 DBA의 반복 업무와 커뮤니케이션 비용을 줄였습니다.

Claude AI와 Burp Suite를 MCP로 연동해 웹 취약점 점검과 모의해킹 실습을 소개했습니다. 반복 분석과 보고서 작성은 자동화하되, 최종 검토와 보안 통제는 사람이 책임져야 한다고 정리했습니다.

라포랩스가 AX팀을 통해 전사 구성원이 AI를 직접 쓰며 효용을 느끼도록 조직 혁신을 추진했습니다. 비개발자 교육, 내부 플랫폼, 자동화 사례로 AI 진입장벽을 낮췄습니다.
AI를 단순 도구가 아니라 업무 전제로 두고, 비개발과 개발 전반을 다시 설계한 AI-Native 워크플로우를 소개했습니다. 단계 분리, TDD, 문서 고정, 자동화 연동으로 AI를 제약 안에서 활용한 사례입니다.


Rivian은 Amazon Kinesis Video Streams와 WebRTC로 차량의 실시간 라이브 카메라 기능을 구현했습니다. 저지연 스트리밍과 강한 보안을 위해 시그널링, 인증, 리전 배치를 함께 최적화했습니다.


건설현장 방역을 위한 해충 판별 AI 챗봇을 Amazon Bedrock과 LangGraph로 구현했습니다. 이미지 분석, RAG 검색, 보고서 자동화까지 연결해 설명 가능한 방역 판단을 만들었습니다.


VMS Solutions가 Strands SDK와 Amazon Bedrock으로 사내 AI 에이전트 AIto를 구축했습니다. RAG 한계를 넘어 실시간 조회와 멀티 에이전트 분담으로 내부 생산성을 높였습니다.

LLM으로 서비스 취약점 분석을 자동화한 과정과, 대용량 코드·정확도·비용·지속 가능성 문제를 해결한 방법을 공유했습니다.\nMCP, SAST, Multi-Agent, Open Model을 조합해 실용적인 분석 체계를 만든 사례였습니다.