메타, AI 에이전트 훈련을 위해 직원 컴퓨터 상호작용 추적 중

메타가 하고 있는 일
메타는 AI 모델 훈련을 위한 상호작용 데이터를 수집하기 위해 미국 기반 직원 컴퓨터에 내부 추적 소프트웨어를 배포하고 있습니다. 로이터가 입수한 내부 메모에 따르면, 이는 업무를 자율적으로 수행할 수 있는 AI 에이전트를 구축하려는 그들의 계획의 일부입니다.
수집되는 구체적인 데이터
- 마우스 움직임
- 클릭
- 키 입력
- 상황 파악을 위한 가끔의 화면 스냅샷
도구 작동 방식
추적 소프트웨어는 업무 관련 애플리케이션 및 웹사이트 목록에서 실행됩니다. 메타 슈퍼인텔리전스 랩스 팀을 위한 메타 내부 채널에 직원 AI 연구 과학자가 게시한 메모에 따르면, 이 도구는 특정 애플리케이션에서 이러한 입력을 포착할 것입니다.
목적과 사용 사례
메타 대변인 앤디 스톤은 다음과 같이 말했습니다: "컴퓨터를 사용하여 사람들이 일상적인 작업을 완료하도록 돕는 에이전트를 구축한다면, 우리 모델은 사람들이 실제로 어떻게 사용하는지에 대한 실제 예시가 필요합니다. 마우스 움직임, 버튼 클릭, 드롭다운 메뉴 탐색 같은 것들이죠."
내부 메모는 특히 모델이 어려움을 겪는 영역에서의 개선을 언급했는데, 여기에는 다음이 포함됩니다:
- 드롭다운 메뉴에서 선택하기
- 키보드 단축키 사용하기
메모에는 "이것이 모든 메타 직원이 단순히 일상 업무를 수행함으로써 우리 모델이 더 나아지도록 도울 수 있는 부분입니다."라고 명시되어 있습니다.
개인정보 보호 및 사용 제한
메타 대변인 앤디 스톤은 수집된 데이터가 다음과 같은 용도로 사용되지 않을 것이라고 설명했습니다:
- 성과 평가
- 모델 훈련 이외의 다른 목적
스톤은 또한 민감한 콘텐츠를 보호하기 위한 안전 장치가 마련되어 있다고 언급했습니다.
📖 Read the full source: HN AI Agents
👀 See Also

개발자가 8GB VRAM에서 임베드, 리랭크, 제로샷 모델을 서빙하기 위한 아키텍처 조언을 구합니다
로컬 코딩 에이전트를 위한 통합 지식 그래프/RAG 서비스를 구축 중인 개발자가 8GB VRAM과 16GB 시스템 RAM의 메모리 제약으로 어려움을 겪고 있으며, 세 개의 트랜스포머 모델을 동시에 서빙할 때 OOM 오류, 지연 시간 급증, Linux 커널 강제 종료 문제를 경험하고 있습니다.

Qwen3.5-122B-A10B-MINT-MLX는 64GB RAM이 탑재된 M5 Pro에서 원활하게 실행됩니다.
사용자가 M5 Pro(64GB RAM)에서 Qwen3.5-122B-A10B-MINT-MLX 모델을 로컬에 성공적으로 배포했다고 보고하며, 특정 VRAM 할당 명령어로 39.58 토큰/초의 생성 속도를 달성했습니다.

클로드, 소매업체 간 제품 가격 검색 능력 상실
4월 27일부터 Claude는 Amazon, Best Buy, Newegg, B&H Photo에서 가격 정보를 더 이상 반환하지 않습니다. Walmart만이 여전히 가격을 표시하고 있습니다.

Google: 신규 코드의 75%가 AI로 생성, 에이전트 기반 코드 마이그레이션 속도 6배 향상
Google은 신규 코드의 75%가 AI로 생성되었다고 보고합니다. 이는 2024년의 25%에서 증가한 수치입니다. 복잡한 코드 마이그레이션이 Gemini 에이전트를 사용하여 6배 더 빠르게 완료되었습니다. 일부 조직의 엔지니어들은 성과 평가에 AI 사용 목표가 연결되어 있습니다.