메타의 MCI 도구, 직원 상호작용 포착해 AI 훈련에 활용

메타의 MCI 도구가 하는 일
메타는 미국 내 직원 컴퓨터에 Model Capability Initiative(MCI) 추적 소프트웨어를 배포하고 있습니다. 이 도구는 다음을 캡처합니다:
- 마우스 움직임
- 키 입력
- 클릭
- 가끔씩의 화면 콘텐츠 스냅샷
이 소프트웨어는 업무 관련 앱과 웹사이트에서 실행됩니다. 내부 메모에 따르면, 그 목적은 AI 모델이 인간-컴퓨터 상호작용을 재현하는 데 어려움을 겪는 분야, 특히 "드롭다운 메뉴에서 선택하고 키보드 단축키를 사용하는" 부분을 개선하는 데 있습니다.
데이터가 어떻게 사용될 것인가
메타 대변인 앤디 스톤은 MCI 데이터가 성과 평가가 아닌 모델 훈련에만 사용될 것이라고 확인했습니다. 회사는 "민감한 콘텐츠"를 보호하기 위한 안전 장치가 마련되어 있다고 밝혔지만, 구체적인 제외 사항은 상세히 설명되지 않았습니다.
스톤은 설명했습니다: "우리가 컴퓨터를 사용하여 사람들이 일상적인 작업을 완수하도록 돕는 에이전트를 구축한다면, 우리 모델은 사람들이 실제로 어떻게 사용하는지에 대한 실제 예시가 필요합니다 — 마우스 움직임, 버튼 클릭, 드롭다운 메뉴 탐색과 같은 것들입니다."
더 넓은 AI 인력 맥락
이 계획은 메타의 "에이전트 변형 가속기"(ATA)의 일부로, 이전에는 "AI for Work"라고 불렸습니다. CTO 앤드류 보즈워스는 이 비전을 "우리의 에이전트가 주로 작업을 수행하고 우리의 역할은 지시, 검토 및 개선을 돕는 것"이라고 설명했습니다.
메타는 동시에 다음과 같은 조치를 취하고 있습니다:
- 5월 20일부터 글로벌 인력의 10%를 해고할 계획
- 새로운 응용 AI(AAI) 엔지니어링 팀을 창설
- "강력한" 소프트웨어 엔지니어를 AAI로 전환
- 직원들에게 코딩 및 기타 작업에 AI 에이전트를 사용하도록 촉구
- 특정 직무 기능 간의 구분을 없애고 "AI 빌더" 직함을 선호
회사는 "메타에서 미래 제품 및 인프라를 구축, 테스트 및 출시하는 작업의 대부분을 수행할 수 있는" AI 에이전트를 구축하는 것을 목표로 하고 있습니다.
📖 Read the full source: HN AI Agents
👀 See Also

AlphaEvolve: 딥마인드의 제미니 기반 에이전트, 유전체학, 전력망, TPC 회로 전반에서 알고리즘 최적화
Google DeepMind의 Gemini 기반 코딩 에이전트 AlphaEvolve가 DeepConsensus 변이 탐지 오류를 30% 줄이고, AC 최적 전력 흐름 GNN의 실행 가능성을 14%에서 88%로 높였으며, 양자 회로 오류를 10배 감소시켰습니다.

DeepSeek-V4 Pro 및 Flash: 1.6T 파라미터, 100만 토큰 컨텍스트, 하이브리드 어텐션
DeepSeek-V4-Pro (1.6T 파라미터, 49B 활성)와 V4-Flash (284B 파라미터, 13B 활성)는 100만 토큰 컨텍스트를 지원합니다. 새로운 하이브리드 어텐션(CSA + HCA)은 단일 토큰 추론 FLOPs를 DeepSeek-V3.2 대비 27%로, KV 캐시를 10%로 줄입니다.

DeepSWE 벤치마크에서 평가된 Qwen 3.6 27B: 2% 점수, 70시간, 평균 출력 토큰 44k
Qwen 3.6 27B(FP8, BF16 KV 캐시, 262k 컨텍스트)가 DeepSWE에서 70시간 만에 2%를 기록했습니다. 작업당 평균 출력 토큰 수는 44k로, Qwen 3.6 Plus와 같은 대형 모델에 필적합니다. RunPod에서 1x RTX6000 Pro Blackwell으로 실행되었습니다.

미니맥스 M2.7 및 10만 개 이상의 오픈클로 인스턴스 확장에 관한 생태계 세션 논의
Jim과 AndyML이 Minimax 팀을 초대하여 Minimax M2.7과 10만 개 이상의 OpenClaw 인스턴스를 지원하기 위해 호스팅 환경을 확장한 방법에 대해 논의했습니다. 이 세션은 Discord에서 100-110명의 사용자와 중국어 동시 중계에서 35만 명 이상의 시청자를 끌어모았습니다.