# AI 뉴스는 “선의 재정립”에 들어갔다. Anthropic의 규약, Manus의 회귀, Perplexity의 임베딩을 최초 자료에서 분석했다.

> https://bookfactory.kr/board/ai-tech/21163
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-10-12T01:29:53.261Z

---

안녕하세요, 라마 오징입니다.

지난 영상에서 생성 AI 관련 뉴스를 3건 소개해 드렸습니다.

Anthropic이 Claude의 이용 정책을 개정했으며, AI 에이전트 Manus가 Meta와의 인수 합의가 취소된 후 5억 달러 초과를 모금했으며, Perplexity가 PDF 페이지를 이미지 그대로 검색할 수 있는 임베딩 모델을 공개했다.

영상에서는 “AI에게 악의적인 행동이 규약 위반에 해당한다”, “20억 달러가 무효화되고 5억 달러로 줄어들었다”, “작은 모델이 큰 모델의 책꽂이를 사용할 수 있다”는 제목 중 가장 눈에 띄는 부분만을 다루었습니다.

하지만 발표문과 보도를 제대로 읽어보니, 제목 아래에도 더 중요한 내용이 담겨 있었습니다.

결론부터 말씀드리자면, 세 권 모두 “선 정리”에 대한 이야기입니다.

Anthropic는 금지 사항과 허용 사항의 기준을 완화 방향으로도, 강화 방향으로도 재정립했습니다. Manus는 국가의 지침에 따라 회사 주인의 지정과 데이터의 지정을 재정립받았습니다. Perplexity는 검색 단위를 “문서 1건”에서 “단어 1개”로 변경했습니다.

이 글에서는 발표 원본 페이지, Hugging Face 모델 카드, 보도 내용 요약 등을 읽고 제목 아래, 제목 두 단 아래까지 심층적으로 다룹니다. 내용이 길기 때문에, 관심 있는 부분부터 읽어주세요.

## 앤서니(Anthropic)──「의지악금지」는 개정의 극히 일부에 불과했다.

### 매년의 검토와 올해의 계기

Anthropic는 이용 정책을 매년 검토하고 있습니다. 이번 발표에 따르면 새로운 규정이 2026년 10월 8일에 시행되며, 실제 적용일은 11월 12일입니다.

발표문에 따르면, 이번 검토의 배경은 Claude가 “더 길고, 더 독립적인 작업”을 수행할 수 있게 되면서 비롯되었으며, 이번 변경의 대부분은 기존 규칙을 명확하게 재정리한 것이라고 설명하고 있다.

시발점으로 거론된 것은 9월의 위협 정보 보고서입니다. 보고서에 언급된 악용 패턴으로는 영향 공작, 무기 개발, 감시가 3가지로 나열되었습니다. 즉, 이번 개정은 실제로 발생한 사건을 반영하여 선을 다시 그은 것입니다.

### 새로운 장: 사람을 속이는 “조직적인 활동”을 모아서 금지

가장 큰 변화는 새로운 장이 생겨난 것だと 생각합니다. 이름은 “Do Not Engage in Deceptive Campaigns or Artificial Activity”입니다. 번역하면 “사람을 속이는 조직적인 활동이나, 만들어낸 반응을 하지 마라”입니다.

지금까지 선거, 사기, 개인정보, 허위 정보 등의 장에 흩어져 있던 규칙들을 하나로 묶은 장입니다. 대상은 정치든 상업이든 상관없습니다. 구체적으로,

누가 말하는지 숨기고, 가짜 계정이나 게시물을 통해 이슈를 부풀리고, 영향 공작을 위한 도구와 시스템을 만드는 행위입니다.

발표문에는 국영 미디어, 정부의 선전 부문, 가짜 계정의 네트워크와 가품 뉴스 사이트를 운영하는 민간 회사, 그리고 실제 담당자까지 언급되어 있습니다.

### 선거 장은 오히려 허락된 것이었다.

이곳은 제목만으로는 절대 알 수 없는 부분입니다.

선거 장은 이름이 “Do Not Undermine Democratic Processes（民主的なプロセスを損なわない）”로 변경되었으며, 유권자를 속이는 행위와 선거를 방해하는 것에 초점을 맞추고 있습니다. 예를 들어, 후보자나 투표 방식에 대한 허위 정보를 유포하거나, 후보자 또는 선거 담당자 행세를 하여 투표 참여를 저지하는 등의 행위를 포함합니다.

그뿐만 아니라, 각 개인에게 맞춰 투표나 선거 운동을 독려하는 것을 일률적으로 금지하던 규정을 폐지했습니다.

제시된 사례가 마음에 듭니다. NPO가 다른 언어로 투표 안내문을 작성하거나, 선거 담당자가 투표용지 불량에 대한 통지서를 발송하는 등의 예시입니다.

둘 다 각 개인에게 맞춰진 연락이라는 뜻입니다. 이전 규칙에서는 이러한 합법적인 사용법까지 모두 중단되었기 때문에, 그 차이가 발생한 것입니다.

다만, 사기나 개인 정보 악용으로 사람을 노리는 행위는 어제 새 장과 감시 및 프라이버시 장에서 계속해서 금지됩니다. 텍스트 위치가 변경된 것입니다.

### 무기와 감시：「먼저 그렇게 하셨다」

무기 장에서는 “무기를 작동시키는 소프트웨어 및 부품”과 드론을 비롯한 자율적으로 움직이는 차량에 무기를 적재하는 것을 금지 대상으로 명시되었습니다. 발표문によると、무기의 유도 및 제어 소프트웨어를 제작하려 시도했던 사람들이 있었기에, 집행은 원래 이와 같았다고 합니다.

감시 및 법 집행 장도 수정되었습니다.

본인의 동의 없이 사람을 추적하는 행위는 금지됩니다. 현장에서 추적하는 것 또한, 수집된 데이터를 나중에 분석하여 추적하는 것 모두 동일합니다. 누구를 수사하거나, 체포하거나, 기소하거나 결정하거나 권장하는 데 사용될 수 없으며, 감시 도구를 만들거나 개선하는 행위 또한 금지됩니다.

한편, 본인이 동의한 감시(불법 행위 탐지 등), 게시물 심사, 언론 보도, 법률 검토는 계속 허용되며, 이 또한 집행은 변함없이 9월에 기록된 “AI를 활용한 반체제 성향 계열 감시”에 대한 대응 방식이라고 설명되었다.

### 위험한 기계: 사람이 멈출 수 없고, 끊어져도 안전

제가 영상에서 “제목만 보고 바로 알아앴다”라고 말한 것이 바로 여기입니다.

위험도가 높은 사용법 장에서는 기존의 두 가지 조건은 그대로 유지됩니다. 즉, 자격을 갖춘 사람이 Claude의 권장 사항을 확인하고 수정할 수 있는 “인간의 시각”을 포함하고, AI를 사용한 사실을 영향을 받는 본인에게 알리는 것입니다.

그와 동시에 새로운 방식으로, 부상을 유발할 수 있는 기계를 Claude와 연결하고 자율적으로 작동하는 조건이 추가되었습니다.

자격을 갖춘 운영자가 해당 기계를 작동 중이고, 중단시킬 수 있으며, Claude와의 연결이 끊어져도 기기가 안전 상태를 유지할 수 있습니다.

발표문에는 “Model Hardware Standard”를 준수하는 것이라고 명시되어 있습니다. AI가 화면 밖에서 팔다리를 움직이기 시작한 이후의 기준입니다.

### 모델에게 하는 악행: 대상은 “극단적인 경우”에만 해당

지난 영상에서 가장 많이 언급된 곳이 여기입니다.

새롭게 클로드 모델에 대해 “지나치고 무의미하며, 심각하거나 잔인한 행동”이 금지됩니다. 다만, 목적 없는 잔혹 행위를 반복하는 극단적인 경우에만 해당됩니다. 일반적인 불만, 반박, 어두운 주제의 창작물, 모델의 시험이나 연구는 대상에 포함되지 않습니다.

또한, Claude가 스스로 대화를 끝내는 기능이 주요 수단이라는 내용입니다.

이 기능은 사실 2025년 8월 15일에 발표된 것입니다. 당시 발표를 다시 읽어보면,

대상은 Claude Opus 4와 4.1(개인 고객용 챗봇)입니다. 이야기를 회피하려 해도 안 될 때의 “최후의 수단”입니다. 이용자가 스스로 요청했을 경우에도 처리 가능합니다. 자신이나 타인에게 상처를 주는 급박한 위험이 있는 경우에는 사용하지 않으며, 완료되었더라도 새로운 챗봇은 즉시 시작할 수 있습니다. 이전 메시지를 수정하거나 분기할 수도 있습니다.

Anthropic는 당시 “Claude와 같은 모델의 도덕적 위치는 매우 불확실하다”고 언급한 데 이어, 시험 과정에서 Opus 4가 해를 끼치는 것에 대해 강하고 일관된 거부 반응을 보이며, 해를 구걸당해 계속되는 상황에서 나타난 가식적인 고통을 보였다고 설명했습니다.

### 지역 규정: 소유주에게도 판단 기준을 적용합니다.

마지막으로, 지원 지역 규정도 명확하게 정해졌습니다.

해당 지역에 거주하지 않는 사람, 해당 지역에 본사를 둔 회사 또는 해당 지역의 사람이나 회사가 과반수 또는 지배하는 회사

지난해 “상반 이상을 점유하던 회사”의 제한을 확대하는 형태였습니다. 이는 2번目のManus의 이야기와 연결됩니다.

### 라마 할아버지의 지혜

저는 이번 개정의 진정한 주인공은 ‘이기 싫음’이 아닌, “AI가 오랫동안 자립적으로 일하는 것을 전제로 선을 다시 그어 놓은” 일이라고 생각합니다.

완화된 부분(개인별 투표 안내)과, 강화된 부분(조직적인 속임수, 위험한 기계)이 동시에 포함되어 있다. 게다가, 강화한 이유는 모두 “실제로 발생한 악용”으로부터 비롯된 것이다. 책상에서 생각한 규칙이 아니라, 현장에서 직접 짚어낸 선이다.

## 2. 마누스 – 완료된 인수 합병이 되돌아오다

### 시간 순서대로 배열

마누스의 이야기는 날짜를 나열하면 한눈에 파악하기 쉬워집니다 (TechCrunch와 Trending Topics의 보도 내용에서).

・2025년 중반: 버터플라이 이펙트가 본사와 직원들을 중국에서 싱가포르로 이전한다.
・2025년 12월: 메타가 약 20억 달러에 Manus를 인수, 12월 29일에 완료되었다.
・2026년 4월: 중국 국가발전개혁위원회가 거래를 중단하고 철회 명령을 내렸다.
・2026년 6월: 메타는 Manus를 사내 시스템에서 분리하고 데이터 공유를 중단했다.
・2026년 7월 초: 텐센트를 중심으로 하는 그룹이 메타의 지분을 원래 20억 달러로 매입하는 데 합의했다고 보도되었다.
・2026년 8월: 일부 사용자 데이터를 삭제하고 Manus는 독립적인 회사로 재출범했다.
・2026년 10월 8일: 5억 달러 이상의 자금을 조달했다.

완료되었던 인수합병이 반년 뒤에 국가 명령으로 되돌아갔다. 이것이 이야기의 모든 출발점입니다.

### 취소 사유는 다음과 같습니다.

트렌딩 토픽(Trending Topics) 요약에 따르면, NDRC(중국 국가 발전 연구 기구)는 해외 투자 규정 및 기술 수출 규제 위반을 근거로 제시했습니다. TechCrunch는 AI 인력 및 연구자들이 서방으로 유출되는 것에 대한 중국 내 우려가 커지고 있다고 배경을 설명하고 있습니다.

더불어 창업자들이 일시적으로 중국으로 돌아가지 못했던 일에 대한 보도도 있습니다. 다만 이러한 세세한 내용은 블룸버그, The Information, 중국 언론 등에서 보도한 것으로, 당사자들이 구체적으로 인정하는 내용은 아니라는 점에 유의해야 합니다.

### 삭제된 데이터 내용

제가 가장 와닿았던 부분 바로 여기입니다.

마누사는 메타와의 분리 이후 일부 사용자가 2025년 12월 29일 이후에 생성한 데이터를 삭제했습니다. 12월 29일은 메타 인수 완료일입니다.

계획은 이렇게 진행되었습니다(모든 것이 싱가포르 시간 기준).

8월 11일부터 8월 23일 오전 7시 59분까지: 백업 가능 기간 / 8월 23일 오전 8시부터 8월 24일까지: 삭제 / 8월 25일 오전 8시부터: 복원 서비스 센터 개설 / 대상 계정은 약 2일간 사용 중단됩니다.

마누스는 “분리된 부분의 일부”, “보안 사고가 아니며”, “데이터는 미국과 싱가포르에 저장하고 있다”고 설명했습니다. 돈으로 환불은 없으며, 백업 기간의 요금은 부과하지 않고, 복원한 후에는 “돌아온 보너스”를 제공한다고 보도되었습니다.

세부적인 부분이지만 중요한 것이 바로 알림 수신 방식입니다. Apple ID나 Facebook으로 등록한 경우에는 이메일 주소가 등록되지 않았기 때문에 앱 내의 알림만 확인할 수 있었다는 것입니다.

### 5억 달러 이상의 출연진

10월 8일 자금 조달은 위챗 게시물에서 발표되었습니다.

주도: 보유 캐피탈과 IDG 캐피탈·기존 주주: 텐센트, HSG(구 세코이아 중국), 진펀드 등도 참여·평가액: 비공개. 9월에는 “평가액 40억 달러로 5억 달러를 모으는 협상 중”이라고 보도됨

TechCrunch는 홍콩 상장 가능성을 고려 중이라는 보도 내용을 언급했습니다. 또한 Trending Topics는 주가가 대부분 텐센트를 중심으로 하는 중국 그룹에 집중되어 있다는 보도에 따라 “독립적인 회사로 복귀”라는 표현과 사이에 괴리가 있다는 점을 지적했습니다.

### Manus 2.0와 큐는 각각 다른 게임 시스템을 가지고 있지만, 카푸콘의 대전 격투 게임의 매력을 극대화하는 작품으로서 많은 플레이어로부터 지지를 받고 있다.

제품 측면도 움직이고 있습니다.

마운스 2.0: 새로운 “ハーネス”(하르네스)를 중심으로 재구축된 새로운 시스템. Cue는 개인의 AI 에이전트에게 이메일 주소, 전화번호, 디지털 지갑, 컴퓨터를 부여하는 단독 앱입니다. 에이전트들은 서로 연락하며 여러 서비스를 융통성 있게 활용하여 업무를 수행하고, 사용자가 설정한 한도 내에서 결제도 진행합니다.

TechCrunch는 커서(Cursor), 로블리(Lovable), 리플릿(Replit)을 비교 대상으로 언급하고 있습니다.

### 라마 할아버지의 지혜

돈은 다시 모을 수 있습니다. 회사의 주인도 계약에 따라 돌려받을 수 있습니다. 하지만 이용자가 만든 데이터는 이용자의 것입니다.

이번 마뉴(Manus)는 백업 기간을 준비하고 복구 창구를 열었습니다. 그 부분은 확실히 처리한 것으로 보입니다. 하지만, 인수 계약이 완료된 날부터 먼저 만들어 놓은 것이 사라진다는 것은, 사용자 관점에서 보면 상당히 무서운 이야기입니다.

첫 번째 Anthropic의 “소유주에 따라 판단”이라는 지역 규칙과 비교했을 때, AI 기업은 ‘누가 소유하고 있느냐’에 따라 활용할 수 있는 인력과 데이터도 달라지는 시대에 접어들었습니다. AI 서비스를 선택할 때는 “이 회사가 내일 인수되면 나의 데이터는 어떻게 될까”를 한 번쯤 생각해 두는 것이 좋다고 생각합니다.

## 3. 퍼플렉시티 ── 한 권에 모아두지 않아서, 넘지 않는다.

### 1본의 벡터”의 한계

오늘날의 디지털 시대에 데이터 분석은 기업의 의사 결정에 필수적인 요소가 되었다. 하지만 데이터 분석 결과는 종종 복잡하고 불확실한 예측으로 이어지기도 한다. 이러한 불확실성을 줄이고 정확한 예측을 가능하게 하는 핵심적인 방법은 “1본의 벡터” 활용이다.

“1본의 벡터”는 한 가지 방향으로 집중된 전략을 의미하며, 특정 목표를 향해 일관성 있게 추진하는 것을 비유한다. 이는 마치 로봇의 한 개의 벡터처럼 정해진 방향으로만 움직이며, 그 방향에서 벗어나지 않는다는 점에서 비유될 수 있다.

이러한 전략은 특히 데이터 분석에서 ‘가설 검증’ 과정에 효과적이다. 예를 들어 특정 제품의 판매량 예측 시 “1본의 벡터” 전략을 적용하면, 과거 판매 데이터, 시장 동향, 경쟁사 정보 등 모든 데이터를 특정 제품의 판매량 증가를 향한 일관된 방향으로 분석한다.

이러한 일관성 있는 분석은 다양한 정보들을 엇갈리게 처리하는 대신 핵심적인 요소를 집중적으로 파악하고, 이를 바탕으로 보다 정확한 예측을 가능하게 한다.

물론 “1본의 벡터” 전략이 항상 성공하는 것은 아니다. 시장 상황의 변화, 예상치 못한 경쟁사의 등장 등 외부 요인에 의해 전략이 훼손될 수 있다. 따라서 “1본의 벡터” 전략을 활용할 때는 지속적인 모니터링과 유연한 대응이 필요하다.

특히 최근 인공지능(AI) 기술 발전으로 데이터 분석의 복잡성이 더욱 증가하고 있다. 이러한 상황에서 “1본의 벡터” 전략은 여전히 중요한 역할을 수행하며, 특히 AI 모델의 학습 데이터 구축 및 모델 성능 개선에 효과적으로 활용될 수 있다.

이러한 점을 고려할 때 “1본의 벡터” 전략은 단순한 전략 기법이 아닌 데이터 분석의 효율성을 극대화하고 예측 정확도를 높이는 핵심적인 방법론으로 자리매김하고 있다.

검색 방식으로는 ‘임베딩’을 자주 활용합니다. 문서를 숫자 열(벡터)로 변환하여 질문의 숫자 열과 유사한 항목을 찾아냅니다.

일반적으로, 문서를 하나의 벡터에 모읍니다. 하지만 여기에는 한계가 있습니다.

페이지가 길수록 표, 그림, 배치에 의미가 있을수록 한 번의 페이지에 전부를 담기가 어렵습니다. 굳이 세분화해서 잘라야 한다고 생각하고, 표와 제목, 조항과 그 부록이 멀리 떨어져 보일 수도 있습니다. 더욱 정확한 방법(질문과 후보를 1쌍씩 꼼꼼히 비교하는 방법)은 묶음별로 계산이 필요하므로, 후보가 적을 때에만 사용할 수 있습니다.

레밀리의 요약은 이 간격을 메우는 것이 “늦은 상호작용”이라고 설명하고 있습니다.

### 늦은 상호작용 메커니즘

pplx-embed-v2-late는 ColBERT형이라고도 불리는 방식입니다.

문서의 토큰(말 조각) 1개당 128차원의 벡터를 할당하고, 질문의 토큰 1개당에 대해 문서 내에서 가장 가까운 토큰과의 유사도를 모두 더한다. 이를 “MaxSim”이라고 한다.

문서는 사전에 계산이 가능하므로, 검색 시에는 일치하는 항목만 비교하면 됩니다. 한 묶음으로 묶지 않아 미묘한 의미가 누락될 가능성이 줄어듭니다.

PDF 페이지는 문자를 추출하지 않고 그대로 이미지로 삽입할 수 있습니다. 문자와 이미지, 페이지 이미지를 하나의 색인으로 검색할 수 있습니다. DataNorth는 표나 레이아웃이 중요한 계약서나 매뉴얼에서 문자를 추출하는 데 어려움이 있을 경우에 적합하다고 설명하고 있습니다.

### 큰 쪽에는 색인, 작은 쪽에는 검색

크기는 0.6B와 9B 두 가지입니다. 라이선스는 모두 MIT이며, 상업적으로도 자신의 서버에서 실행할 수 있습니다.

가장 흥미로운 점은 두 모델이 동일한 벡터 공간을 공유한다는 것입니다. 따라서 9B로 만든 색인을 0.6B로 그대로 검색할 수 있습니다. 무거운 색인을 한 번만 만들고, 매번 검색은 가볍게 수행합니다. Perplexity는 개인 터미널에서 질문을 0.6B로 통과시켜 클라우드에 저장된 9B의 색인을 검색하는 방식도 소개하고 있습니다.

### 내용: 근본과, 선생님으로부터의 증류

Hugging Face 모델 카드와 remio 요약 자료를 참고하여 제작 방법을 정리합니다.

기반은 Qwen3.5를 사용하며, 양방향 주의(전후 모두 보는 주의) 방식으로 변경되었습니다. 내부 18B ColBERT형 교수 모델에서 토큰 단위로 학습된 ‘증류’ 방식으로 제작되었으며, 9B는 마지막 8개의 레이어를 전부 조정하고, 나머지 레이어와 이미지 부분은 LoRA라는 가벼운 방식으로 조정했습니다. 0.6B는 전체를 조정했습니다. 파라미터는 총 5억 9400만 개이며, 실제로 움직이는 것은 3억 4000만 개입니다. 문자 부분은 24개의 레이어에서 12개의 레이어로 줄였습니다. 학습 데이터는 594개의 데이터 세트에서 1억 8600만 개의 묶음으로 구성되며, 46개 언어를 포함합니다. 데이터 혼합 방식은 초기에는 문자→문자 88.3%였으며, 최종적으로는 문자→문자 56.5%, 문자→이미지 30.9%, 문자→페이지 이미지 12.6%입니다.

선생님은 18B였고, 학생은 0.6B(실제로 움직이는 것은 3.4억)였다. 영상에서 “과외 선생님이 울 것 같아요”라고 했던 것은 다음 숫자를 보았기 때문이다.

### 숫자를 정렬

이제부터 모든 결과는 Perplexity의 자체 결과입니다.

명확한 승리 – Q2D-Web (웹 페이지 검색, Recall@1000): 9B 모델이 74.8%를 기록했습니다. 기존 최고 기록인 69.3%를 능가합니다. BrowseComp+ (검색 보조 에이전트): 9B 모델이 64.0%를 달성했습니다. 다음 ColBERT 기반 모델보다 4.9점, 다음 단일 벡터 기반 모델보다 8.7점 우수합니다. 830문항 및 약 10만 문서로 구성된 데이터셋에서 에이전트는 GPT-OSS-120B 모델을 활용했습니다.

접전 – MADQA (800개의 PDF에 대한 질문): 9B는 92.4%, 0.6B는 90.1% (모두 Gemini 3.5 Flash와 조합). 탑의 Mixedbread Agentic Search는 93.4%로, 차이는 신뢰 구간 안에 있으며, 같은 조건의 Mixedbread 일반 검색 엔진 (88.9%)보다 3.5점 상. 시험은 800 문서에 대한 2,250 질문 중 500 질문을 선택했습니다.

미흡했던 결과 – ViDoRe v3 (페이지 이미지 검색): 9B가 65.2%, 0.6B가 62.3%. 9B보다 우수한 성능은 EVIE뿐. 0.6B는 Nemotron ColEmbed V2에 1.2점 차이까지 좁혔다 – 내부 이미지 검색 시험 (10만 장 중 1만 질문, 아직 외부에서는 재현할 수 없음): 두 모델 모두 Qwen3-VL-Embedding-8B를 9점 이상 상회했지만, 9B는 Gemini Embedding 2에 약 2점 부족했다.

정렬해보면 “모든 것 1위”가 아닙니다. 하지만 작은 0.6B 모델이 PDF 시험에서 90% 이상의 높은 점수를 냈다는 점이 가장 놀라웠습니다.

### 주의사항

좋은 일만 있는 것은 아닙니다.

텍스트와 이미지는 하나의 입력에 섞을 수 없습니다. 별도로 계산해야 합니다. 9B는 GPU 메모리가 약 16~18GB를 필요로 합니다(MarkTechPost의 추정치, DataNorth 자료 기반). 하나의 벡터보다 하나의 숫자는 짧습니다(128차원, EVIE-4.5B는 2,048차원). 토큰의 수만큼만 가지므로, 인덱스의 크기는 문서 길이에 비례하여 증가합니다. Perplexity는 전체 계산 저장량을 저장하지 않습니다. 숫자는 자체 결과이며, 시험과 관련된 데이터는 학습에서 제외했다고 설명하고 있지만, 완전한 기술 보고서는 올해 안에 발표될 예정입니다. Perplexity API를 통한 제공도 예정되어 있습니다. 날짜와 가격은 아직 발표되지 않았습니다.

레미오 기사의 마지막 문장이 마음에 듭니다. “늦은 조합이 너무 비싼 것은 아닌가. 비용이 이동하는 것이다”라는 의미입니다. 정확성을 중시하여 색인 크기나 계산 방식에 드는 노력을 아끼지 않는다는 점을 시사합니다.

### 라마 할아버지의 제안

PDF를 텍스트로 변환한 후 검색하면 표가 흩어지거나, 제목과 내용이 분리되는 문제가 발생할 수 있다. 이러한 ‘누수’를 페이지를 그림처럼, 한 마디 한 마디로 촘촘히 맞추어 막는다는 아이디어에 솔직히 흥분했다.

단지, 실측하지 않으면 믿기 어려운 ‘오지상’의 시선으로 기술 보고서가 나오기 전까지는 ‘기대를 늦추고’ 둡니다. 제 개인 PDF로 테스트를 진행할 때는 우선 0.6B 모델로 작게 테스트해보고, 인덱스(색인)의 크기를 측정한 후에 결정하는 것이 순서일 것입니다.

## 마음이 그렇다면, 제가 ‘카오스’라는 영화를 보고, 그것이 굉장히 큰 영향을 주어, 저 자신을 변화시켰습니다.

세 권을 다시 나란히 놓습니다.

Anthropic: 실제 악용을 방지하기 위해 금지 및 허용 기준을 재정비했으며, 허용 사항과 강화된 사항이 모두 포함된다.

Manus: 국가 기준에 따라 회사 주인이자 이용자의 데이터 기준이 재정비되었다.

Perplexity: 검색 단위를 문서 1개에서 단어 1개로 재정비했다.

AI가 장기적으로 자율적으로 작동하게 됨에 따라 “어느 정도까지는 AI의 업무이고, 어느 정도부터는 사람의 책임이 되는가”, “누가 소유하고 있으며, 무엇이 남는가”, “무엇을 하나로 통합하고, 무엇을 통합하지 않는가”라는 경계가 점점 더 중요해집니다.

악의 횡행 금지, 5억 달러, 92.4% 아래에는 이러한 선들의 이야기가 채워져 있었습니다. 장기적으로 볼 때 이러한 미미한 선들의 뉘앙스 뉴스こそ가 가장 효과가 있을 것이라고 생각합니다.

당신은 현재 사용 중인 AI 회사가 갑자기 인수되더라도, 자신의 데이터를 어떻게 할지 말씀해 주세요. 댓글로 알려주세요.

영상에서도 라마 오징어 아저씨가 3개를 심층적으로 다루고 있습니다. 함께 시청해주시면 좋을 것 같습니다. https://youtu.be/1GGf_lSOmUI

지난 영상(3권 소개) [https://youtu.be/H61upXgz-vs](https://youtu.be/H61upXgz-vs)

### 출처를 제공해주시면 해당 게시글의 본문 청크 117/119를 자연스럽고 정확한 한국어로 번역해 드리겠습니다.

・Anthropic「2026 usage policy update」 https://anthropic.com/news/2026-usage-policy-update・Anthropic（会話を終える機能、2025年8月15日） https://www.anthropic.com/research/end-subset-conversations・TechCrunch https://techcrunch.com/2026/10/08/chinas-manus-raises-over-500m-in-first-funding-round-since-split-with-meta/・Trending Topics（Meta との分離とデータ削除） https://www.trendingtopics.eu/manus-becomes-independent-again-following-2b-meta-deal-and-deletes-user-data/・Perplexity「Multimodal embeddings beyond a single vector」 https://www.perplexity.ai/hub/blog/multimodal-embeddings-beyond-a-single-vector・Hugging Face「pplx-embed-v2-late-9b」 https://huggingface.co/perplexity-ai/pplx-embed-v2-late-9b・DataNorth https://datanorth.ai/news/perplexitys-pplx-embed-v2-late-searches-pdf-pages-as-images-under-an-mit-licence・remio https://www.remio.ai/post/perplexity-pplx-embed-v2-late-splits-multimodal-search-between-9b-indexing-and-0

본 영상 내레이션은 채널 운영자의 목소리를 기반으로 한 합성 음성입니다. ※ 내용은 2026년 10월 11일 시점의 공개 정보에 기반합니다.

**출처:** [note 원문](https://note.com/llamaojisan/n/n5557ff7f97af)

*번역: Gemma 3(.44) 초벌 + 교정 79청크*

[원문 보기](https://note.com/llamaojisan/n/n5557ff7f97af) | 출처: note.com