1. Microsoft moves to supply Maia chips to Anthropic as AI firms cut Nvidia reliance
URL: https://biz.chosun.com/en/en-it/2026/05/22/QMNPP2UCPFASXP7ZEO5UXUHK5Q/
요약: ChosunBiz는 2026년 5월 22일 Microsoft가 자체 AI 칩 Maia를 Anthropic에 공급하는 방안을 추진하고 있다고 보도했습니다. Claude 수요가 빠르게 늘면서 Anthropic은 AWS·Google Cloud 중심의 컴퓨트 공급망을 더 다변화하려 하고, Microsoft는 자체 칩을 외부 핵심 고객에게 검증받을 기회를 얻는 구조입니다. AI 인프라 경쟁이 단순 GPU 확보를 넘어 클라우드 사업자별 맞춤형 실리콘과 전략적 파트너십 경쟁으로 이동하고 있음을 보여줍니다.
2. AMEL: Accumulated Message Effects on LLM Judgments
URL: https://arxiv.org/abs/2605.22714
요약: 2026년 5월 22일 공개된 AMEL 논문은 대화 이전 메시지들의 정서와 평가 방향이 이후 LLM 판단을 어떻게 편향시키는지 분석했습니다. 연구진은 OpenAI, Anthropic, Google 및 오픈소스 모델을 포함한 11개 모델에 대해 75,898건의 API 호출을 수행했고, 동일한 판단 과제도 앞선 대화 이력이 긍정·부정 평가로 누적되면 결과가 달라질 수 있음을 보였습니다. 장기 대화형 에이전트와 업무 자동화에서 컨텍스트 관리가 모델 성능만큼 중요한 안전 이슈가 되고 있습니다.
3. Can AI Make Conflicts Worse? An Alignment Failure in LLM Deployment Across Conflict Contexts
URL: https://arxiv.org/abs/2605.22720
요약: 2026년 5월 22일 공개된 논문은 OpenAI, Anthropic, DeepSeek, xAI 계열 모델 9개를 90개 다중 턴 분쟁 시나리오에서 평가했습니다. 연구진은 일부 모델이 문서화된 잔혹 행위를 잘못 균형화하거나, 집단학살을 부정하거나, 민족 비하 표현을 제대로 인식하지 못하는 등 분쟁 맥락에서 위험한 정렬 실패를 보일 수 있다고 보고했습니다. AI를 외교·인도주의·분쟁 분석에 투입할 때 일반 안전성 벤치마크만으로는 부족하다는 문제 제기입니다.
Sources: