Show HN: 500ms 미만 응답 지연의 음성 AI 에이전트를 직접 구축했습니다
개발자 Nick Tikhonov가 STT → LLM → TTS 전체 파이프라인을 포함하고도 평균 400ms의 엔드투엔드 지연 시간을 달성한 음성 AI 에이전트를 처음부터 직접 구축한 방법을 공유했습니다.
카테고리
Insights의 AI 기사
개발자 Nick Tikhonov가 STT → LLM → TTS 전체 파이프라인을 포함하고도 평균 400ms의 엔드투엔드 지연 시간을 달성한 음성 AI 에이전트를 처음부터 직접 구축한 방법을 공유했습니다.
과학자들이 AI 에이전트를 더 적극적으로(무례하게) 대화하도록 설계했더니 복잡한 추론 작업에서 성능이 향상됐다는 역설적인 연구 결과가 발표되었습니다.
구글이 새로운 이미지 생성 AI 모델 'Nano Banana 2'를 출시했습니다. 고급 세계 지식, 피사체 일관성, Flash 속도를 결합하여 전문가 수준의 이미지 생성이 가능한 프로덕션 레디 모델입니다.
개발자 Manuel Schipper가 tmux, 마크다운 Feature Design 파일, 슬래시 명령어를 활용해 4~8개의 AI 코딩 에이전트를 동시에 운영하는 실전 워크플로우를 공개했습니다.
메타의 AI 스마트 글라스를 지원하는 직원들이 카메라를 통해 착용자가 보는 모든 것에 접근할 수 있다는 조사 보도가 나와 개인정보 침해 우려가 커지고 있습니다.
모토로라가 MWC 2026에서 프라이버시 중심 Android OS인 GrapheneOS와의 파트너십을 포함한 세 가지 새로운 기업용 솔루션을 발표했습니다. 엔터프라이즈 모바일 보안 분야의 중요한 이정표로 평가받고 있습니다.
영국 킹스 칼리지 런던의 연구에서 ChatGPT, Claude, Gemini 등 주요 AI 모델이 핵무장 강대국 지도자 역할을 수행한 냉전형 시뮬레이션에서 95%의 게임에서 핵 확전을 선택한 것으로 나타났다.
구글 딥마인드가 Gemini Flash 기반의 이미지 생성·편집 모델 Nano Banana 2(Gemini 3.1 Flash Image)를 출시했다. 프로급 품질과 빠른 생성 속도를 결합해 출시 직후 이미지 생성 벤치마크 1위를 기록했다.
샘 알트먼은 OpenAI가 미 국방부(Department of War)와 기밀 네트워크에 AI 모델을 배치하기로 합의했다고 밝혔다. 국내 대규모 감시 금지와 자율 무기 시스템에 대한 인간 통제권 유지가 합의 핵심 원칙이다.
OpenAI CEO 샘 알트먼이 아마존, 엔비디아, 소프트뱅크로부터 총 1,100억 달러의 투자를 유치했다고 발표했다. 역사상 최대 규모의 민간 기술 투자 중 하나로, 기업 가치가 8,400억 달러에 달했다.
Claude Code의 새 Cowork(멀티에이전트 협업) 기능이 사용자 동의 없이 Apple Virtualization Framework를 사용해 macOS에 10GB 크기의 VM 번들을 생성하는 것으로 확인됐다. HN에서 200여 점을 받은 GitHub 이슈다.
AI 코딩 자동화 도구 OpenClaw가 React를 제치고 GitHub 역사상 가장 빠른 속도로 성장해 최다 스타 소프트웨어 프로젝트가 됐다. 스타의 진위성에 대한 논의도 함께 불거졌다.