로스앤젤레스 배심원단, 소셜 미디어 우울증 사례에서 Meta와 Google의 책임 인정

• 노벨상 수상자 Philippe Aghion은 유럽이 현대 글로벌 경제에서 효과적으로 경쟁하는 데 필요한 종합적인 산업 정책이 부족하다고 경고합니다. • Aghion은 연금 펀드를 포함한 장기 기관 투자자들이 AI 관련 자본의 대부분을 미국으로 향하게 하는 우려스러운 추세를 강조합니다.

• 새로운 보고서는 2026년 AI 산업 트렌드를 강조하며, AI 콘텐츠의 광범위한 도입을 나타냅니다. • AI 생성 콘텐츠가 어디에나 존재함에도 불구하고, 정확도와 검토 습관에 대한 면밀한 조사와 함께 AI 생성 콘텐츠에 대한 신뢰는 여전히 중요한 문제로 남아 있습니다.

• World Economic Forum은 2026년 6월 11일 스위스 제네바에서 2026년 테크놀로지 파이오니어(Technology Pioneers) 명단을 발표했습니다. • 이 프로그램은 차세대 인공지능을 위한 핵심 인프라를 개발하고 있는 23개국 100개의 초기 단계 기업들을 선정했습니다.

• 2026년 6월 11일, 세계경제포럼(World Economic Forum)은 Laminar를 2026년 테크놀로지 파이오니어(Technology Pioneer) 그룹의 일원으로 선정했습니다. • Laminar는 자율 주행 공장 구축을 가능케 하는 '프로세스 인식 자율성(Process-Aware Autonomy)' 전문 물리적 AI 기업입니다.

• Help Net Security는 2026년 6월 12일로 끝나는 주에 출시된 가장 흥미로운 정보 보안 제품들을 선정하여 소개했습니다. • 이번에 다뤄진 제품 업데이트는 AISLE, Drata, Elastic, Filigran, IDnow, Ridge Security 등 6개 기업의 제품들입니다.

• 2026년 빅테크 평판 지수(Big Tech Reputation Index 2026)에 따르면 6개 주요 기업에 대한 대중의 인식이 변화하고 있으며, Meta와 Netflix는 평판이 상승한 반면 Microsoft와 Amazon은 안정세를 유지했습니다. • Apple과 Alphabet은 평판이 하락한 유일한 기업들이며, 특히 Apple의 하락은 여러 차례의 고위험 전략적 고전으로 인한 것으로 분석됩니다.

• 2026년 6월 3일, 유럽위원회(European Commission)는 EU 클라우드 및 AI 개발법을 강화하기 위한 프레임워크 구축을 골자로 하는 새로운 규정을 제안했습니다. • 이 제안은 클라우드 컴퓨팅 제공업체가 최소 '높음(high)' 수준의 보증 단계를 갖춘 유럽 사이버 보안 인증서를 획득하도록 의무화합니다.

• Ifo 연구소의 설문 조사 결과, 일부 독일 기업들은 인공지능(AI)으로 인해 전통적인 대학 학위의 필요성이 줄어들고 있다고 믿는 것으로 나타났습니다. • 조사 대상 기업의 약 15%는 이제 AI를 활용할 줄 아는 저경력 직원이 숙련된 직원을 대체하기 쉬워졌다고 답했습니다.

• 유럽 집행위원회는 클라우드 및 AI 인프라를 위한 구조화된 주권 프레임워크를 구축하기 위해 클라우드 및 AI 개발법(CADA)을 제안했습니다. • 이 법안은 레벨 1(자기 평가 및 사이버 보안)부터 레벨 4(완전한 EU 소유, EU 승인 인력 및 엄격한 데이터 현지화)까지 총 4단계의 분류 시스템을 도입합니다.

• West Bengal의 Suvendu Adhikari 수석장관은 인도가 이전 정권 하의 인프라 개발 지체 상태에서 벗어나 세계에서 가장 빠르게 성장하는 경제국 중 하나로 전환되었다고 밝혔습니다. • Adhikari 수석장관은 이러한 경제 가속화의 원인을 국가 인프라와 거버넌스의 전략적 개선 덕분으로 돌렸습니다.

• 현재의 기술 지형은 급격한 혁신과 심각한 인프라 제한 사이의 극명한 대조로 특징지어집니다. • ByteDance 사용자들은 AI 생성 비디오를 기다리는 데 수 시간이 걸리는 상당한 지연을 겪고 있는 반면, Cursor와 같은 도구들은 코딩 작업을 즉각적으로 자동화하는 데 성공하고 있습니다.

• 인공지능(AI)은 인간이 아닌 기계와 컴퓨터 시스템에 의해 구현되는 지능으로 정의됩니다. • AI 개발의 핵심 과제는 시스템이 학습 데이터에 포함된 편향성을 무심코 영속화할 위험이 있으며, 이는 공정성과 평등에 부정적인 영향을 미칠 수 있다는 점입니다.