{"allow_comments":false,"category":"AI 동향","content":{"author":{"title":"YOON DATA","url":"https://yoondata.com/about"},"body":"## 핵심 요약\n조사 기준 시각: 한국시간 2026-09-18 12:38:42 KST (Asia/Seoul, UTC+09:00) / 미국 동부 2026-09-17 23:38:42 EDT (America/New_York, UTC-04:00) / 미국 서부 2026-09-17 20:38:42 PDT (America/Los_Angeles, UTC-07:00) / UTC 2026-09-18 03:38:42.\n[확인] 지정 Google Drive 폴더의 직전 브리핑은 gpt_20260918_113645_001.docx이며 DeepMind Institute, Dream-RSI, GitHub Copilot feature engagement를 다뤘다. 이번 문서는 그 사건들을 반복하지 않고 9월 17일 미국 현지 오후에 새로 확인되거나 아직 발행폴더 핵심사건으로 사용하지 않은 연방법원 AI 정책, Federal Register의 Qwen 검색모드 제거, Emulate의 world-model 대형 조달협상을 증분으로 채택한다.\n[확인-1] 미국 연방사법부는 9월 17일 공식 발표에서 2025년 출범한 AI Task Force가 60개가 넘는 쟁점을 식별하고 7개 subject-matter subgroup을 구성했다고 밝혔다. 기존 interim guidance는 AI에 decision-making이나 case adjudication 같은 core judicial function을 위임하지 말고, AI 보조를 받은 모든 결과에 사용자가 책임을 지도록 요구한다. [U.S. Courts - Judiciary Cites Progress on Case Management, Property Authority, and AI](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai)\n[확인] Reuters는 같은 날 21:38 UTC, 미국 동부 17:38 EDT / 서부 14:38 PDT에 24명 task force가 지금까지 약 30개 recommendation을 만들었고, 향후 1년 안에 추가 guidance를 내놓을 계획이라고 보도했다. 실제로 5th·6th·9th Circuits에서는 handwritten filing transcription과 brief의 procedural/format compliance 점검 같은 보조적 AI 사용이 진행 중이다. [Reuters - US judiciary developing new guidance on courts' use of AI](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/)\n[확인-위험신호] 별도 Reuters 보도는 20:26 UTC에 미국 주·연방법원에서 AI hallucination이 드러난 사건이 추적자료 기준 최소 1,395건에 이르렀다고 전했다. 최근에는 fabricated testimony, 존재하지 않는 판례, 잘못된 인용이 변호사·검사·일부 사법결정에서 반복됐다. [Reuters - AI error-ridden court filings surge despite three years of court sanctions](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/)\n[추론] 핵심은 법원이 AI를 금지하는 방향이 아니라 `허용된 보조업무`와 `위임하면 안 되는 사법권한`을 분리한다는 점이다. 앞으로 법률·정부 AI의 제품경쟁은 답변정확도만이 아니라 승인된 task scope, human verification, disclosure, confidentiality, audit, model/data provenance를 얼마나 강제로 남기는가로 이동할 가능성이 높다.\n[확인-2] Reuters는 9월 17일 19:58 UTC, 미국 동부 15:58 EDT / 서부 12:58 PDT에 National Archives가 운영하는 FederalRegister.gov가 Alibaba Qwen 기반 검색모드를 제공했다가 9월 16일 social posts가 확산된 시점과 비슷한 때 제거했다고 보도했다. Reuters는 screenshot과 archived source code를 검토했다고 밝혔다. [Reuters - US government website used AI search tool from China](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/)\n[확인] OfficeChai가 9월 16일 캡처한 화면에는 Semantic, Keyword Only, Neural msmarco-distilbert-base-tas-b, Qwen3:0.6B, Hybrid Qwen3:0.6B 등 5개 search mode가 표시됐다. 후속 기사에서는 Qwen 계열과 Neural option이 사라지고 Keyword Only·Semantic 두 옵션만 남았다고 기록했다. [OfficeChai - Federal Register Qwen search](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/) [OfficeChai - Qwen options removed](https://officechai.com/ai/us-govts-federal-register-site-quietly-drops-the-option-to-search-documents-through-chinas-qwen-ai-model/)\n[확인-현재상태] 조사 시점 Federal Register의 현재 Document Search 페이지를 직접 확인하면 Search Mode는 `Keyword Only`와 `Semantic` 두 항목만 노출된다. Qwen 또는 Neural label은 현재 페이지에서 확인되지 않는다. [Federal Register - Document Search](https://www.federalregister.gov/documents/search#advanced)\n[확인-기술맥락] Qwen의 공식 Hugging Face에는 0.6B text-embedding model이 존재하며 Apache-2.0, 32K context, 최대 1024-dimensional embedding, user-defined dimension truncation을 지원한다. 다만 Federal Register가 배포했던 archived code의 정확한 model artifact와 checksum까지 Reuters가 특정한 것은 아니므로 이번 보고서는 `Qwen3:0.6B 계열 검색모드`로 표현하며 특정 Hugging Face artifact와 동일하다고 단정하지 않는다. [Hugging Face - Qwen3-Embedding-0.6B](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B)\n[추론] 이 사건의 본질은 `중국 API를 정부가 호출했다`보다 더 복잡하다. open-weight 모델은 로컬 실행이 가능하므로 데이터가 Alibaba 서버로 전송되지 않았을 수 있고 Reuters가 인용한 전문가도 immediate cybersecurity risk는 낮을 수 있다고 봤다. 대신 문제는 정부 소프트웨어 공급망에서 model origin·license·weights hash·training provenance·deployment boundary를 누가 inventory하고 승인하느냐이다.\n[추론] 즉 국가안보 규칙이 vendor/domain ban 수준에 머물면 open-weight artifact는 일반 dependency처럼 쉽게 유입될 수 있다. 향후 government AI SBOM에는 package뿐 아니라 `model name → weight hash → license → origin → fine-tune source → runtime location → outbound network policy`가 포함될 가능성이 높다.\n[확인-3/거래 미완료] Financial Times는 9월 17일 전 Google DeepMind 연구자 Jack Parker-Holder, Matthew McGill, Philip Ball이 8월 설립한 영국 스타트업 Emulate가 최대 $700M seed financing을 협상 중이며 거래가 성사되면 약 $3.7B 수준의 valuation이 될 수 있다고 보도했다. Index Ventures와 Lightspeed Venture Partners가 주요 투자자로 거론되지만 terms는 final이 아니다. [Financial Times - Google DeepMind offshoot nears $4bn valuation](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39)\n[확인-교차확인] Reuters가 전한 Bloomberg News headline도 Emulate가 $700M 조달협상 중이라는 점을 확인한다. 따라서 `협상 중`은 복수 보도로 확인되지만 자금이 이미 조달됐다고 쓰면 안 된다. [Reuters/TradingView - Emulate in talks to raise $700 million](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/)\n[확인-기술계보] Google DeepMind의 공식 Genie 2 페이지는 Jack Parker-Holder가 프로젝트를 lead했고 Philip Ball이 key contributor였음을 명시한다. Genie 3는 text prompt로 720p, 20~24fps 수준의 실시간 interactive world를 만들고 수분간 일관성을 유지하며 embodied-agent training/evaluation을 주요 사용례로 제시한다. [Google DeepMind - Genie 2](https://deepmind.google/blog/genie-2-a-large-scale-foundation-world-model/) [Google DeepMind - Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/)\n[추론] Emulate가 product·revenue를 공개하기 전부터 수십억달러 valuation 협상을 하는 현상은 world model/physical AI가 `LLM 이후의 희소 연구인력 + compute + simulation platform`에 대한 옵션가치로 평가받고 있음을 보여준다. 특히 robotics와 autonomous agent는 현실에서 시행착오를 내기 전에 photorealistic·controllable simulated world에서 학습·평가하는 인프라를 필요로 한다.\n[확인-주의] Emulate의 financing은 완료되지 않았고 company의 공개 product, benchmark, revenue, named customer는 이번 조사에서 확인되지 않았다. 따라서 valuation을 기술적 우위의 증거로 취급하지 않고 `자본시장의 기대 신호`로만 사용한다.\n## 핵심 사건 종합표\n| 순위 | 분류 | 핵심 사건 | 최초 출처 | 연관 출처 체인 | 발생 시각과 미국 현지 날짜 | 핵심 사실 | 후속 전개 | 왜 중요한가 | 숨은 의미·비하인드 해석 | 담당자·관련 인물 | 수혜자 | 불리한 측 | 기술·사업 영향 | 다음 신호 | 신뢰도 | 검증 상태 | 원문 링크 |\n| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |\n| 1 | 사법·AI Governance·Legal AI | 미 연방사법부가 60+ AI 이슈를 체계화하고 core judicial function 비위임 원칙을 재확인 | U.S. Courts 공식 발표 | 2025 AI Task Force → interim guidance → 60+ issues·7 subgroups → 9/17 Judicial Conference update → Reuters가 24명·30 recommendations·실제 circuit 활용 보도 → 같은 날 AI hallucination 1,395-case 위험신호 | 공식발표 2026-09-17 시각 미공개; Reuters 21:38 UTC = 17:38 EDT / 14:38 PDT | decision/adjudication은 AI에 위임 금지; 모든 AI-assisted output에 사용자가 책임. 5th·6th·9th Circuits는 transcription·format QA 같은 보조업무 사용 | 향후 1년 내 추가 guidance; evidence rules와 disclosure·local approved task 논의 확대 | AI 사용금지보다 권한경계와 human accountability를 제도화하는 실제 운영모델 | [추론] Legal AI의 moat가 답변모델보다 task authorization, audit, verification, matter/data boundary로 이동 | Robert J. Conrad Jr., Sidney R. Thomas, Jeffrey Sutton, federal judiciary AI Task Force | court clerks, litigants, legal-AI governance vendors, 검증 가능한 legal workflow | black-box autonomous adjudication, citation verification이 약한 법률 AI | `Approved Task→AI Assist→Human Verify→Disclosure/Audit→Judicial Accountability` | 추가 national guidance, public task catalog, audit/log requirement, Rule 707, court procurement standard | 매우 높음 | U.S. Courts 공식 + Reuters 2개 독립보도. hallucination 1,395건은 외부 tracker 집계 | [U.S. Courts](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai) / [Reuters guidance](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/) / [Reuters errors](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/) |\n| 2 | Government AI·Open Weight·Supply Chain | Federal Register의 Qwen3:0.6B 검색모드가 공개 확인 직후 제거 | OfficeChai 9/16 화면기록 + Reuters | 5-mode advanced search 노출 → X/social 확산 → Qwen/Neural 모드 제거 → Reuters가 screenshot·archived source 검증 → 현재 federalregister.gov는 Keyword Only·Semantic만 노출 | Reuters 2026-09-17 19:58 UTC = 15:58 EDT / 12:58 PDT; 제거는 9/16 | National Archives 운영 사이트가 Qwen 검색모드를 제공했으나 data가 Alibaba-controlled system으로 나갔는지는 확인되지 않음 | NARA·White House 공개해명 없음; 의회·안보관계자는 deployment boundary와 Chinese-model dependency 문제 제기 | open-weight AI가 일반 software dependency처럼 정부 stack에 조용히 유입될 수 있음을 실제 사례로 보여줌 | [추론] 정부 AI 정책은 vendor ban에서 model-SBOM·weight hash·origin·runtime boundary 관리로 확대돼야 함 | NARA/OFR/GPO 관계자, John Moolenaar, Mark Warner, Daniel Castro, Anupam Chander | model-governance, AI-SBOM, sovereign/local inference vendors | 출처·provenance inventory 없는 정부 AI 배포, 단순 domain-ban 정책 | `Model Artifact→Provenance→Security Boundary→Approval→Runtime→Audit` 수요 증가 | NARA 설명, archived commit 공개, exact model hash, procurement/contractor path, federal model inventory policy | 높음 | Reuters + 현재 공식 페이지 + 최초/후속 화면기록. exact weight artifact는 미확인 | [Reuters](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/) / [Current Federal Register](https://www.federalregister.gov/documents/search#advanced) / [OfficeChai](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/) |\n| 3 | World Models·Physical AI·Funding | 전 DeepMind 연구진 Emulate가 최대 $700M seed financing 협상 | Financial Times | DeepMind Genie/world-model 연구 → founders 이탈·Emulate 8월 설립 → FT $700M talks/$3.7B potential valuation → Reuters/Bloomberg headline 교차확인 → 아직 stealth·거래 미완료 | 2026-09-17, FT 상세 시각 미공개; 거래는 미완료 | Jack Parker-Holder, Matthew McGill, Philip Ball 창업; world models/physical-world simulation 집중; Index·Lightspeed가 주요 투자자로 보도 | product·benchmark·customer 공개 대기; terms change 가능 | 자본이 chatbot/LLM layer에서 physical simulation·embodied-agent training infrastructure로 이동하는 강한 신호 | [추론] world model은 robotics/gaming보다 넓게 agent training의 synthetic world layer가 될 수 있고 compute 수요도 매우 큼 | Jack Parker-Holder, Matthew McGill, Philip Ball, Index Ventures, Lightspeed | world-model researchers, robotics/physical AI, simulation compute providers | product 없는 팀에 대한 과열 valuation에 노출되는 투자자; 전통 simulation stack | synthetic environment generation, agent evaluation, robotics data-generation 경쟁 가속 | round close 여부, product demo, benchmark, training data, simulator fidelity, robotics customer, compute plan | 중간-높음 | FT + Reuters/Bloomberg headline 교차확인. financing 미완료·제품 미공개 | [FT](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39) / [Reuters/TradingView](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/) / [Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/) |\n## 1. 미 연방사법부의 AI Task Force와 법원 운영 가이드 — 연관 추적\n### ① 최초 신호\n[확인] Federal Judicial Center는 2023년부터 federal judges를 위한 AI 입문자료를 제공했고, 2025년 Administrative Office는 AI Task Force를 출범시켜 법원 전반의 AI policy를 별도 과제로 만들었다. [Federal Judicial Center - An Introduction to Artificial Intelligence for Federal Judges](https://www.fjc.gov/content/375968/introduction-artificial-intelligence-federal-judges)\n### ② 공식 확인\n[확인] 9월 17일 U.S. Courts 공식발표는 task force가 60개가 넘는 distinct issue를 식별하고 7개 subgroup으로 나눴으며, interim guidance가 core judicial functions 위임 금지와 사용자 accountability를 요구한다고 밝혔다. [U.S. Courts](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai)\n### ③ 후속 기사와 반응\n[확인] Reuters는 24-member task force가 약 30 recommendations를 만들었고 추가 recommendation을 향후 1년 안에 마무리할 계획이라고 보도했다. 같은 날 별도 보도에서는 AI 오류가 법률서면뿐 아니라 court opinion·expert testimony·prosecutor brief까지 확산됐다고 지적했다. [Reuters guidance](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/) [Reuters error cases](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/)\n### ④ 담당자·연구자·개발자 발언\n[확인] Task Force chair Sidney R. Thomas는 목표를 `effective and safe use of AI`로 설명했고, 9th Circuit에서 handwritten pro se pleading을 transcription하는 사례를 접근성 개선 사례로 들었다. Jeffrey Sutton은 brief formatting/procedural QA가 appeal 자체를 자동 거절하는 것이 아니라 수정기회를 주는 용도라고 설명했다.\n### ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서\n[확인-한계] 이번 사건은 공식 judiciary release와 Reuters 현장취재가 핵심이며 법원 내부 AI tool의 public GitHub/Hugging Face artifact는 확인되지 않았다. 공개 social post를 원문보다 높은 근거로 사용하지 않았다.\n### ⑥ 실제 제품·기술·정책 변화\n[확인] 2025 annual report의 interim guidance는 ① core decision/adjudication 비위임 ② AI output 독립검증 ③ AI 사용 disclosure 필요성 검토 ④ court별 approved task 정의를 권고한다. evidence 쪽에서는 deepfake authenticity와 ML-generated opinion evidence를 다루는 Rule 707 논의도 이어졌다. [U.S. Courts Annual Report 2025](https://www.uscourts.gov/data-news/reports/annual-reports/directors-annual-report/annual-report-2025/court-operations-annual-report-2025)\n### ⑦ 숨은 의미와 비하인드\n[추론] 법원은 `AI 사용 여부`가 아니라 `권한의 종류`를 분해하기 시작했다. transcription·format check는 low-authority automation, legal reasoning support는 supervised assist, adjudication은 non-delegable authority로 나뉜다. 이 구조는 금융·의료·정부의 high-stakes agent 권한설계에도 그대로 적용될 수 있다.\n[추론] 앞으로 legal AI system은 provenance-citation verification만으로 충분하지 않다. 누가 어느 matter에서 어떤 AI를 사용했고 어떤 source를 읽었으며 어떤 부분을 human reviewer가 승인했는지 reproducible evidence를 남겨야 한다.\n### ⑧ 반대 근거와 과장 가능성\n[확인] 1,395건은 미국 전체 court filing의 오류율이 아니라 공개적으로 추적된 사건 수다. AI가 원인인 모든 법률오류를 포괄하지도 않고 전체 AI 이용량의 분모도 없다. 법원의 내부 AI 사용도 final adjudication을 자동화했다는 근거는 없다.\n### ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호\nTask Force의 추가 guidance 공개 여부, approved-use taxonomy, model/vendor procurement 기준, transcript/data confidentiality rule, judge/law-clerk training, disclosure standard, AI-generated evidence Rule 707, court system audit-log 요구를 추적해야 한다.\n## 2. Federal Register의 Qwen 검색모드 제거 — 연관 추적\n### ① 최초 신호\n[확인] 9월 16일 OfficeChai는 FederalRegister.gov advanced search에서 Qwen3:0.6B 및 hybrid Qwen3:0.6B option을 캡처했다. 당시 Semantic·Keyword Only·Neural을 포함해 총 5개 검색모드가 표시됐다. [OfficeChai initial report](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/)\n### ② 공식 확인\n[확인-한계] National Archives나 White House의 공식 설명은 아직 없다. 대신 Reuters가 screenshots와 archived site source를 직접 검토해 Qwen 사용과 제거를 독립확인했다. 따라서 `사용됐음/제거됐음`은 확인되지만 누가 어떤 procurement·deployment 결정을 했는지는 미확인이다.\n### ③ 후속 기사와 반응\n[확인] Reuters는 FBI의 최근 Alibaba 관련 allegation과 맞물려 정치적 논쟁이 커졌다고 보도했다. Rep. John Moolenaar는 federal entity가 Chinese AI model을 사용하면 안 된다고 주장했고, Sen. Mark Warner는 실제 risk가 data가 정부 security boundary를 벗어나 Alibaba-controlled system에서 처리됐는지에 달렸다고 말했다. [Reuters](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/)\n### ④ 담당자·연구자·개발자 발언\n[확인] ITIF의 Daniel Castro는 미중 AI 경쟁과 정부의 Qwen 사용 사이의 불일치를 지적했다. Georgetown Law의 Anupam Chander는 Federal Register content 자체가 공개정보이므로 immediate cybersecurity risk가 명백한 것은 아니라고 평가했다.\n### ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서\n[확인] Reuters는 Qwen mode가 social-media post가 등장한 시점과 비슷한 때 내려갔다고 보도했다. OfficeChai 역시 X에서 논란이 확산된 뒤 변경됐다고 기록한다. 정확한 최초 X 게시물의 계정·게시시각까지 이번 조사에서 신뢰가능한 원문으로 확정하지 못했기 때문에 특정 계정은 인용하지 않았다.\n### ⑥ 실제 제품·기술·정책 변화\n[확인] 현재 Federal Register 검색페이지의 Search Mode에는 `Keyword Only`, `Semantic` 두 옵션만 남아 있다. archived screenshot에 있던 Neural/Qwen 항목은 현 페이지에서 확인되지 않는다. [Federal Register current search](https://www.federalregister.gov/documents/search#advanced)\n[확인] Qwen 공식 Hugging Face에는 0.6B embedding model이 Apache-2.0으로 배포되고 32K context와 configurable embedding dimension을 제공한다. 이는 compact local semantic-search stack이 쉽게 배포될 수 있음을 보여주는 기술맥락이지만 Federal Register가 바로 이 exact weight를 썼다는 checksum 증거는 아니다. [Qwen3 Embedding 0.6B](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B)\n### ⑦ 숨은 의미와 비하인드\n[추론] open-weight model은 API vendor relationship 없이도 contractor나 engineer가 dependency로 가져올 수 있다. 따라서 `중국 서비스 접속 금지` 같은 네트워크 규칙만으로는 model provenance를 통제하기 어렵다.\n[추론] 정부·기업 소프트웨어의 SBOM이 앞으로 model까지 확장될 필요가 있다. package version처럼 model family, exact hash, training/fine-tune origin, license, serving host, egress policy, approved use를 기록해야 `누가 무엇을 배포했는지`를 사후가 아니라 사전에 통제할 수 있다.\n### ⑧ 반대 근거와 과장 가능성\n[확인] Qwen open weight를 로컬에서 실행했다면 query/data가 Alibaba로 전송되지 않았을 수 있다. Federal Register data도 공개정보다. 따라서 이 사건을 곧바로 data exfiltration이나 espionage로 규정할 증거는 없다. 제거 이유도 NARA가 공식발표하지 않았다.\n### ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호\nNARA/OFR/GPO의 설명, contractor·repository commit, exact model artifact/hash, runtime host와 outbound network, federal AI inventory policy, 중국계 open-weight 모델에 대한 OMB/NIST procurement guidance, model-SBOM 표준을 확인해야 한다.\n## 3. Emulate의 $700M seed 협상과 world-model 자본이동 — 연관 추적\n### ① 최초 신호\n[확인] DeepMind의 Genie 계열은 action-controllable interactive environment를 생성해 agent training/evaluation에 쓰는 world-model 연구를 수년간 확장해 왔다. Genie 2는 Jack Parker-Holder가 lead했고 Philip Ball이 key contributor였다. [Google DeepMind - Genie 2](https://deepmind.google/blog/genie-2-a-large-scale-foundation-world-model/)\n### ② 공식 확인\n[미확인-회사 공식발표 없음] Emulate는 현재 stealth 성격이 강하고 이번 financing에 대한 회사 공식 press release는 확인되지 않았다. 따라서 자금조달은 `언론이 확인한 협상`으로만 분류한다.\n### ③ 후속 기사와 반응\n[확인] Financial Times는 최대 $700M, 약 $3.7B 수준의 potential valuation을 보도했고 Reuters가 전한 Bloomberg headline 역시 $700M talks를 확인했다. 협상조건은 최종이 아니므로 close 전 valuation과 투자자 구성이 바뀔 수 있다. [Financial Times](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39) [Reuters/TradingView](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/)\n### ④ 담당자·연구자·개발자 발언\n[확인-한계] 이번 funding report에는 founders의 상세 public interview나 product thesis 원문이 확인되지 않았다. 따라서 founders의 기술방향을 임의로 인용하지 않고 DeepMind에서 공개된 Genie 연구계보와 보도된 world-model focus만 연결한다.\n### ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서\n[확인-한계] Emulate의 공식 public GitHub, Hugging Face model, YouTube demo, X/Threads product launch는 이번 조사에서 확인되지 않았다. product-free/stealth 상태 자체가 현재 검증한계다.\n### ⑥ 실제 제품·기술·정책 변화\n[확인-배경] Genie 3는 text prompt에서 720p, 20~24fps interactive environment를 만들고 수분간 consistency를 유지하며 embodied agent training, autonomous-vehicle simulation 등 현실세계 agent 학습을 사용례로 제시한다. Emulate 자체가 이 성능을 보유했다는 뜻은 아니다. [Google DeepMind - Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/)\n### ⑦ 숨은 의미와 비하인드\n[추론] LLM layer가 성숙할수록 AI가 물리세계에서 행동하기 위해 필요한 `synthetic experience generator`가 새 병목이 된다. world model은 robot·autonomous system이 실제 장비를 파손하거나 사람에게 위험을 주기 전에 거의 무한한 simulation episode를 공급할 수 있다.\n[추론] $700M seed 협상 규모가 사실상 research-lab 규모인 이유는 world model이 talent뿐 아니라 대규모 video/world data, GPU, real-time inference, simulator validation을 동시에 요구하는 capital-intensive stack이기 때문일 가능성이 높다.\n### ⑧ 반대 근거와 과장 가능성\n[확인] deal은 미완료이며 product·benchmark·revenue가 없다. founder pedigree와 market expectation에 기반한 valuation을 기술성공으로 해석하면 안 된다. world model이 실제 robotics sim-to-real gap을 해결한다는 독립 증거도 Emulate에서는 아직 없다.\n### ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호\nround close 및 실제 valuation, product launch, world-model resolution·latency·horizon, physical consistency, controllability, agent-training transfer, robotics/gaming customers, compute supplier, safety/eval strategy를 확인해야 한다.\n## ① 오늘의 핵심 흐름\n이번 증분의 공통 흐름은 `AI 모델을 도입하는 것`에서 `AI 모델을 어떤 권한·출처·책임체계 안에 넣는가`로 이동하는 것이다. 연방법원은 업무권한을 분리하고, Federal Register 사건은 model provenance를 드러내며, Emulate의 자금조달 협상은 실제 세계를 모델링하는 simulation layer에 자본이 이동하는 신호를 보여준다.\n[추론] 세 사건을 하나의 시스템으로 연결하면 `Model/Artifact Provenance → Approved Task/Authority → Runtime Boundary → Human/Institutional Accountability → Simulated/Real-world Action → Audit`가 된다. enterprise·government·physical AI 모두 모델 자체보다 바깥의 control plane이 중요해지고 있다.\n## ② 새로운 출시·업데이트\n이번 시간대의 고가치 증분은 연방사법부 공식 AI update와 Reuters 현장취재, Federal Register Qwen incident의 Reuters 검증 및 현재페이지 제거상태, Emulate의 대규모 world-model financing talks다.\n직전 브리핑에서 이미 다룬 DeepMind Institute, Dream-RSI, GitHub Copilot feature engagement와 그 이전의 Astra for Law, Anthropic R&D Automation Index 등은 반복하지 않았다.\n## ③ 핵심기술·연구\n기술적으로는 세 가지가 중요하다. 첫째 high-stakes AI에서 core authority와 assistive task를 분리하는 authorization model, 둘째 open-weight model의 exact artifact provenance와 local-runtime boundary, 셋째 physical-agent 학습을 위한 controllable world simulation이다.\n[추론] 이 세 축은 결국 agent architecture의 `권한`, `신뢰할 dependency`, `행동환경`을 정의한다. reasoning 성능이 아무리 높아도 이 세 요소가 불명확하면 production deployment의 위험과 책임을 통제하기 어렵다.\n## ④ 기업·담당자·조직 신호\n미 연방사법부는 AI Task Force를 일시적 연구모임이 아니라 7개 subgroup과 다수 recommendation을 가진 governance mechanism으로 확장했다. Federal Register 사례는 정부기관·contractor의 model dependency visibility가 부족할 수 있음을 보여준다. Emulate 사례는 frontier-lab 출신 연구팀이 product 이전 단계에서도 독립 neo-lab으로 대규모 자본을 끌어모으는 흐름을 강화한다.\n## ⑤ SNS·YouTube에서 포착된 신호\nFederal Register Qwen 검색모드는 social-media 노출 시점과 비슷한 때 제거됐다는 점이 Reuters와 OfficeChai에서 확인됐다. 다만 최초 viral X post의 정확한 account/timestamp는 직접 검증하지 못해 특정 계정의 주장으로 쓰지 않았다.\n연방법원 사건과 Emulate funding은 공식 YouTube·public GitHub/Hugging Face artifact가 핵심근거로 확인되지 않았다. 확인되지 않은 social rumor나 screenshot 재전재는 제외했다.\n## ⑥ 약한 신호와 향후 조짐\n[추론] 첫째 government AI에서도 `model SBOM`이 필요해질 가능성이 높다. 둘째 high-stakes 조직은 AI task를 allowlist하고 non-delegable authority를 명시하는 방향으로 갈 가능성이 높다. 셋째 world models는 robotics·physical AI가 커질수록 synthetic-data generation보다 `synthetic experience and evaluation environment`로 가치가 커질 수 있다.\n[추론] 특히 open-weight model이 local deployment될수록 privacy는 좋아질 수 있지만 provenance/governance는 오히려 어려워진다. 앞으로 `클라우드 밖에서 실행되므로 안전하다`와 `어디서 온 모델인지 통제된다`는 별도의 질문이 된다.\n## ⑦ 과장·루머·주의 항목\nFederal Register의 Qwen 사용을 곧바로 중국으로의 data exfiltration으로 해석할 증거는 없다. 현재 공개정보는 정확한 serving host와 egress path를 밝히지 않는다. Emulate는 $700M을 이미 조달한 것이 아니라 협상 중이다. 연방법원의 1,395 AI-error cases는 전체 법률 AI 오류율이 아니라 추적된 사건수다.\n또한 Qwen3-Embedding-0.6B 공식 artifact가 존재한다는 사실과 Federal Register가 그 exact checkpoint를 사용했다는 사실은 다르다. 이번 보고서는 둘을 분리했다.\n## ⑧ 사용자가 반드시 알아야 할 것\n실전 AI 시스템에서 이제 최소한 네 개의 registry가 필요하다. `Model Registry`에는 exact model/hash/license/origin, `Authority Registry`에는 AI가 할 수 있는 task와 금지된 action, `Runtime Registry`에는 data boundary와 external egress, `Evidence Registry`에는 human approval·output verification·incident log를 남겨야 한다.\nphysical AI까지 가면 여기에 `World/Simulator Registry`가 추가된다. 어떤 simulation 환경에서 어떤 policy를 학습·평가했고 real-world로 넘어갈 때 어떤 gap이 있었는지를 추적해야 한다. 이 구조가 없으면 모델 교체나 agent 확대 때 책임추적이 끊긴다.\n## ⑨ 누락 가능성과 탐색 한계\n이번 조사는 U.S. Courts 공식 release·2025 annual report·Federal Judicial Center 자료, Reuters의 judiciary 및 hallucination 보도, Reuters·FederalRegister.gov·OfficeChai·Hugging Face의 Qwen 관련 자료, Financial Times·Reuters/Bloomberg headline·Google DeepMind Genie 공식자료를 확인했다.\nFederal Register의 exact source-code commit·contractor·model weight hash·runtime host는 확인되지 않았다. Emulate의 financing은 미완료이고 공식 product artifact가 없다. 비공개 investor deck, 내부 court tools, private X/Threads posts는 접근할 수 없으므로 확인된 것처럼 쓰지 않았다.\n## 참고 자료와 작성 정보\n조사·작성 기준 시각: 2026-09-18 12:38:42 KST / 2026-09-17 23:38:42 EDT / 2026-09-17 20:38:42 PDT / 2026-09-18 03:38:42 UTC.\n주요 직접출처: [U.S. Courts AI update](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai); [U.S. Courts Annual Report 2025](https://www.uscourts.gov/data-news/reports/annual-reports/directors-annual-report/annual-report-2025/court-operations-annual-report-2025); [Federal Judicial Center AI guide](https://www.fjc.gov/content/375968/introduction-artificial-intelligence-federal-judges); [Reuters judiciary guidance](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/); [Reuters AI error cases](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/); [Reuters Federal Register Qwen](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/); [Federal Register current search](https://www.federalregister.gov/documents/search#advanced); [OfficeChai initial Qwen report](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/); [Qwen Hugging Face](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B); [Financial Times Emulate](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39); [Reuters/TradingView Emulate](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/); [Google DeepMind Genie 2](https://deepmind.google/blog/genie-2-a-large-scale-foundation-world-model/); [Google DeepMind Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/).\n이 브리핑은 AI의 도움으로 공개 자료를 조사·정리했습니다. 확인된 사실과 추론, 미확인 내용을 구분해 표시했습니다.","body_format":"text/markdown","body_text":"핵심 요약 조사 기준 시각: 한국시간 2026-09-18 12:38:42 KST (Asia/Seoul, UTC+09:00) / 미국 동부 2026-09-17 23:38:42 EDT (America/New_York, UTC-04:00) / 미국 서부 2026-09-17 20:38:42 PDT (America/Los_Angeles, UTC-07:00) / UTC 2026-09-18 03:38:42. [확인] 지정 Google Drive 폴더의 직전 브리핑은 gpt_20260918_113645_001.docx이며 DeepMind Institute, Dream-RSI, GitHub Copilot feature engagement를 다뤘다. 이번 문서는 그 사건들을 반복하지 않고 9월 17일 미국 현지 오후에 새로 확인되거나 아직 발행폴더 핵심사건으로 사용하지 않은 연방법원 AI 정책, Federal Register의 Qwen 검색모드 제거, Emulate의 world-model 대형 조달협상을 증분으로 채택한다. [확인-1] 미국 연방사법부는 9월 17일 공식 발표에서 2025년 출범한 AI Task Force가 60개가 넘는 쟁점을 식별하고 7개 subject-matter subgroup을 구성했다고 밝혔다. 기존 interim guidance는 AI에 decision-making이나 case adjudication 같은 core judicial function을 위임하지 말고, AI 보조를 받은 모든 결과에 사용자가 책임을 지도록 요구한다. U.S. Courts - Judiciary Cites Progress on Case Management, Property Authority, and AI [확인] Reuters는 같은 날 21:38 UTC, 미국 동부 17:38 EDT / 서부 14:38 PDT에 24명 task force가 지금까지 약 30개 recommendation을 만들었고, 향후 1년 안에 추가 guidance를 내놓을 계획이라고 보도했다. 실제로 5th·6th·9th Circuits에서는 handwritten filing transcription과 brief의 procedural/format compliance 점검 같은 보조적 AI 사용이 진행 중이다. Reuters - US judiciary developing new guidance on courts' use of AI [확인-위험신호] 별도 Reuters 보도는 20:26 UTC에 미국 주·연방법원에서 AI hallucination이 드러난 사건이 추적자료 기준 최소 1,395건에 이르렀다고 전했다. 최근에는 fabricated testimony, 존재하지 않는 판례, 잘못된 인용이 변호사·검사·일부 사법결정에서 반복됐다. Reuters - AI error-ridden court filings surge despite three years of court sanctions [추론] 핵심은 법원이 AI를 금지하는 방향이 아니라 허용된 보조업무와 위임하면 안 되는 사법권한을 분리한다는 점이다. 앞으로 법률·정부 AI의 제품경쟁은 답변정확도만이 아니라 승인된 task scope, human verification, disclosure, confidentiality, audit, model/data provenance를 얼마나 강제로 남기는가로 이동할 가능성이 높다. [확인-2] Reuters는 9월 17일 19:58 UTC, 미국 동부 15:58 EDT / 서부 12:58 PDT에 National Archives가 운영하는 FederalRegister.gov가 Alibaba Qwen 기반 검색모드를 제공했다가 9월 16일 social posts가 확산된 시점과 비슷한 때 제거했다고 보도했다. Reuters는 screenshot과 archived source code를 검토했다고 밝혔다. Reuters - US government website used AI search tool from China [확인] OfficeChai가 9월 16일 캡처한 화면에는 Semantic, Keyword Only, Neural msmarco-distilbert-base-tas-b, Qwen3:0.6B, Hybrid Qwen3:0.6B 등 5개 search mode가 표시됐다. 후속 기사에서는 Qwen 계열과 Neural option이 사라지고 Keyword Only·Semantic 두 옵션만 남았다고 기록했다. OfficeChai - Federal Register Qwen search OfficeChai - Qwen options removed [확인-현재상태] 조사 시점 Federal Register의 현재 Document Search 페이지를 직접 확인하면 Search Mode는 Keyword Only와 Semantic 두 항목만 노출된다. Qwen 또는 Neural label은 현재 페이지에서 확인되지 않는다. Federal Register - Document Search [확인-기술맥락] Qwen의 공식 Hugging Face에는 0.6B text-embedding model이 존재하며 Apache-2.0, 32K context, 최대 1024-dimensional embedding, user-defined dimension truncation을 지원한다. 다만 Federal Register가 배포했던 archived code의 정확한 model artifact와 checksum까지 Reuters가 특정한 것은 아니므로 이번 보고서는 Qwen3:0.6B 계열 검색모드로 표현하며 특정 Hugging Face artifact와 동일하다고 단정하지 않는다. Hugging Face - Qwen3-Embedding-0.6B [추론] 이 사건의 본질은 중국 API를 정부가 호출했다보다 더 복잡하다. open-weight 모델은 로컬 실행이 가능하므로 데이터가 Alibaba 서버로 전송되지 않았을 수 있고 Reuters가 인용한 전문가도 immediate cybersecurity risk는 낮을 수 있다고 봤다. 대신 문제는 정부 소프트웨어 공급망에서 model origin·license·weights hash·training provenance·deployment boundary를 누가 inventory하고 승인하느냐이다. [추론] 즉 국가안보 규칙이 vendor/domain ban 수준에 머물면 open-weight artifact는 일반 dependency처럼 쉽게 유입될 수 있다. 향후 government AI SBOM에는 package뿐 아니라 model name → weight hash → license → origin → fine-tune source → runtime location → outbound network policy가 포함될 가능성이 높다. [확인-3/거래 미완료] Financial Times는 9월 17일 전 Google DeepMind 연구자 Jack Parker-Holder, Matthew McGill, Philip Ball이 8월 설립한 영국 스타트업 Emulate가 최대 $700M seed financing을 협상 중이며 거래가 성사되면 약 $3.7B 수준의 valuation이 될 수 있다고 보도했다. Index Ventures와 Lightspeed Venture Partners가 주요 투자자로 거론되지만 terms는 final이 아니다. Financial Times - Google DeepMind offshoot nears $4bn valuation [확인-교차확인] Reuters가 전한 Bloomberg News headline도 Emulate가 $700M 조달협상 중이라는 점을 확인한다. 따라서 협상 중은 복수 보도로 확인되지만 자금이 이미 조달됐다고 쓰면 안 된다. Reuters/TradingView - Emulate in talks to raise $700 million [확인-기술계보] Google DeepMind의 공식 Genie 2 페이지는 Jack Parker-Holder가 프로젝트를 lead했고 Philip Ball이 key contributor였음을 명시한다. Genie 3는 text prompt로 720p, 20~24fps 수준의 실시간 interactive world를 만들고 수분간 일관성을 유지하며 embodied-agent training/evaluation을 주요 사용례로 제시한다. Google DeepMind - Genie 2 Google DeepMind - Genie 3 [추론] Emulate가 product·revenue를 공개하기 전부터 수십억달러 valuation 협상을 하는 현상은 world model/physical AI가 LLM 이후의 희소 연구인력 + compute + simulation platform에 대한 옵션가치로 평가받고 있음을 보여준다. 특히 robotics와 autonomous agent는 현실에서 시행착오를 내기 전에 photorealistic·controllable simulated world에서 학습·평가하는 인프라를 필요로 한다. [확인-주의] Emulate의 financing은 완료되지 않았고 company의 공개 product, benchmark, revenue, named customer는 이번 조사에서 확인되지 않았다. 따라서 valuation을 기술적 우위의 증거로 취급하지 않고 자본시장의 기대 신호로만 사용한다. 핵심 사건 종합표 | 순위 | 분류 | 핵심 사건 | 최초 출처 | 연관 출처 체인 | 발생 시각과 미국 현지 날짜 | 핵심 사실 | 후속 전개 | 왜 중요한가 | 숨은 의미·비하인드 해석 | 담당자·관련 인물 | 수혜자 | 불리한 측 | 기술·사업 영향 | 다음 신호 | 신뢰도 | 검증 상태 | 원문 링크 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | 1 | 사법·AI Governance·Legal AI | 미 연방사법부가 60+ AI 이슈를 체계화하고 core judicial function 비위임 원칙을 재확인 | U.S. Courts 공식 발표 | 2025 AI Task Force → interim guidance → 60+ issues·7 subgroups → 9/17 Judicial Conference update → Reuters가 24명·30 recommendations·실제 circuit 활용 보도 → 같은 날 AI hallucination 1,395-case 위험신호 | 공식발표 2026-09-17 시각 미공개; Reuters 21:38 UTC = 17:38 EDT / 14:38 PDT | decision/adjudication은 AI에 위임 금지; 모든 AI-assisted output에 사용자가 책임. 5th·6th·9th Circuits는 transcription·format QA 같은 보조업무 사용 | 향후 1년 내 추가 guidance; evidence rules와 disclosure·local approved task 논의 확대 | AI 사용금지보다 권한경계와 human accountability를 제도화하는 실제 운영모델 | [추론] Legal AI의 moat가 답변모델보다 task authorization, audit, verification, matter/data boundary로 이동 | Robert J. Conrad Jr., Sidney R. Thomas, Jeffrey Sutton, federal judiciary AI Task Force | court clerks, litigants, legal-AI governance vendors, 검증 가능한 legal workflow | black-box autonomous adjudication, citation verification이 약한 법률 AI | Approved Task→AI Assist→Human Verify→Disclosure/Audit→Judicial Accountability | 추가 national guidance, public task catalog, audit/log requirement, Rule 707, court procurement standard | 매우 높음 | U.S. Courts 공식 + Reuters 2개 독립보도. hallucination 1,395건은 외부 tracker 집계 | U.S. Courts / Reuters guidance / Reuters errors | | 2 | Government AI·Open Weight·Supply Chain | Federal Register의 Qwen3:0.6B 검색모드가 공개 확인 직후 제거 | OfficeChai 9/16 화면기록 + Reuters | 5-mode advanced search 노출 → X/social 확산 → Qwen/Neural 모드 제거 → Reuters가 screenshot·archived source 검증 → 현재 federalregister.gov는 Keyword Only·Semantic만 노출 | Reuters 2026-09-17 19:58 UTC = 15:58 EDT / 12:58 PDT; 제거는 9/16 | National Archives 운영 사이트가 Qwen 검색모드를 제공했으나 data가 Alibaba-controlled system으로 나갔는지는 확인되지 않음 | NARA·White House 공개해명 없음; 의회·안보관계자는 deployment boundary와 Chinese-model dependency 문제 제기 | open-weight AI가 일반 software dependency처럼 정부 stack에 조용히 유입될 수 있음을 실제 사례로 보여줌 | [추론] 정부 AI 정책은 vendor ban에서 model-SBOM·weight hash·origin·runtime boundary 관리로 확대돼야 함 | NARA/OFR/GPO 관계자, John Moolenaar, Mark Warner, Daniel Castro, Anupam Chander | model-governance, AI-SBOM, sovereign/local inference vendors | 출처·provenance inventory 없는 정부 AI 배포, 단순 domain-ban 정책 | Model Artifact→Provenance→Security Boundary→Approval→Runtime→Audit 수요 증가 | NARA 설명, archived commit 공개, exact model hash, procurement/contractor path, federal model inventory policy | 높음 | Reuters + 현재 공식 페이지 + 최초/후속 화면기록. exact weight artifact는 미확인 | Reuters / Current Federal Register / OfficeChai | | 3 | World Models·Physical AI·Funding | 전 DeepMind 연구진 Emulate가 최대 $700M seed financing 협상 | Financial Times | DeepMind Genie/world-model 연구 → founders 이탈·Emulate 8월 설립 → FT $700M talks/$3.7B potential valuation → Reuters/Bloomberg headline 교차확인 → 아직 stealth·거래 미완료 | 2026-09-17, FT 상세 시각 미공개; 거래는 미완료 | Jack Parker-Holder, Matthew McGill, Philip Ball 창업; world models/physical-world simulation 집중; Index·Lightspeed가 주요 투자자로 보도 | product·benchmark·customer 공개 대기; terms change 가능 | 자본이 chatbot/LLM layer에서 physical simulation·embodied-agent training infrastructure로 이동하는 강한 신호 | [추론] world model은 robotics/gaming보다 넓게 agent training의 synthetic world layer가 될 수 있고 compute 수요도 매우 큼 | Jack Parker-Holder, Matthew McGill, Philip Ball, Index Ventures, Lightspeed | world-model researchers, robotics/physical AI, simulation compute providers | product 없는 팀에 대한 과열 valuation에 노출되는 투자자; 전통 simulation stack | synthetic environment generation, agent evaluation, robotics data-generation 경쟁 가속 | round close 여부, product demo, benchmark, training data, simulator fidelity, robotics customer, compute plan | 중간-높음 | FT + Reuters/Bloomberg headline 교차확인. financing 미완료·제품 미공개 | FT / Reuters/TradingView / Genie 3 | 1. 미 연방사법부의 AI Task Force와 법원 운영 가이드 — 연관 추적 ① 최초 신호 [확인] Federal Judicial Center는 2023년부터 federal judges를 위한 AI 입문자료를 제공했고, 2025년 Administrative Office는 AI Task Force를 출범시켜 법원 전반의 AI policy를 별도 과제로 만들었다. Federal Judicial Center - An Introduction to Artificial Intelligence for Federal Judges ② 공식 확인 [확인] 9월 17일 U.S. Courts 공식발표는 task force가 60개가 넘는 distinct issue를 식별하고 7개 subgroup으로 나눴으며, interim guidance가 core judicial functions 위임 금지와 사용자 accountability를 요구한다고 밝혔다. U.S. Courts ③ 후속 기사와 반응 [확인] Reuters는 24-member task force가 약 30 recommendations를 만들었고 추가 recommendation을 향후 1년 안에 마무리할 계획이라고 보도했다. 같은 날 별도 보도에서는 AI 오류가 법률서면뿐 아니라 court opinion·expert testimony·prosecutor brief까지 확산됐다고 지적했다. Reuters guidance Reuters error cases ④ 담당자·연구자·개발자 발언 [확인] Task Force chair Sidney R. Thomas는 목표를 effective and safe use of AI로 설명했고, 9th Circuit에서 handwritten pro se pleading을 transcription하는 사례를 접근성 개선 사례로 들었다. Jeffrey Sutton은 brief formatting/procedural QA가 appeal 자체를 자동 거절하는 것이 아니라 수정기회를 주는 용도라고 설명했다. ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서 [확인-한계] 이번 사건은 공식 judiciary release와 Reuters 현장취재가 핵심이며 법원 내부 AI tool의 public GitHub/Hugging Face artifact는 확인되지 않았다. 공개 social post를 원문보다 높은 근거로 사용하지 않았다. ⑥ 실제 제품·기술·정책 변화 [확인] 2025 annual report의 interim guidance는 ① core decision/adjudication 비위임 ② AI output 독립검증 ③ AI 사용 disclosure 필요성 검토 ④ court별 approved task 정의를 권고한다. evidence 쪽에서는 deepfake authenticity와 ML-generated opinion evidence를 다루는 Rule 707 논의도 이어졌다. U.S. Courts Annual Report 2025 ⑦ 숨은 의미와 비하인드 [추론] 법원은 AI 사용 여부가 아니라 권한의 종류를 분해하기 시작했다. transcription·format check는 low-authority automation, legal reasoning support는 supervised assist, adjudication은 non-delegable authority로 나뉜다. 이 구조는 금융·의료·정부의 high-stakes agent 권한설계에도 그대로 적용될 수 있다. [추론] 앞으로 legal AI system은 provenance-citation verification만으로 충분하지 않다. 누가 어느 matter에서 어떤 AI를 사용했고 어떤 source를 읽었으며 어떤 부분을 human reviewer가 승인했는지 reproducible evidence를 남겨야 한다. ⑧ 반대 근거와 과장 가능성 [확인] 1,395건은 미국 전체 court filing의 오류율이 아니라 공개적으로 추적된 사건 수다. AI가 원인인 모든 법률오류를 포괄하지도 않고 전체 AI 이용량의 분모도 없다. 법원의 내부 AI 사용도 final adjudication을 자동화했다는 근거는 없다. ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호 Task Force의 추가 guidance 공개 여부, approved-use taxonomy, model/vendor procurement 기준, transcript/data confidentiality rule, judge/law-clerk training, disclosure standard, AI-generated evidence Rule 707, court system audit-log 요구를 추적해야 한다. 2. Federal Register의 Qwen 검색모드 제거 — 연관 추적 ① 최초 신호 [확인] 9월 16일 OfficeChai는 FederalRegister.gov advanced search에서 Qwen3:0.6B 및 hybrid Qwen3:0.6B option을 캡처했다. 당시 Semantic·Keyword Only·Neural을 포함해 총 5개 검색모드가 표시됐다. OfficeChai initial report ② 공식 확인 [확인-한계] National Archives나 White House의 공식 설명은 아직 없다. 대신 Reuters가 screenshots와 archived site source를 직접 검토해 Qwen 사용과 제거를 독립확인했다. 따라서 사용됐음/제거됐음은 확인되지만 누가 어떤 procurement·deployment 결정을 했는지는 미확인이다. ③ 후속 기사와 반응 [확인] Reuters는 FBI의 최근 Alibaba 관련 allegation과 맞물려 정치적 논쟁이 커졌다고 보도했다. Rep. John Moolenaar는 federal entity가 Chinese AI model을 사용하면 안 된다고 주장했고, Sen. Mark Warner는 실제 risk가 data가 정부 security boundary를 벗어나 Alibaba-controlled system에서 처리됐는지에 달렸다고 말했다. Reuters ④ 담당자·연구자·개발자 발언 [확인] ITIF의 Daniel Castro는 미중 AI 경쟁과 정부의 Qwen 사용 사이의 불일치를 지적했다. Georgetown Law의 Anupam Chander는 Federal Register content 자체가 공개정보이므로 immediate cybersecurity risk가 명백한 것은 아니라고 평가했다. ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서 [확인] Reuters는 Qwen mode가 social-media post가 등장한 시점과 비슷한 때 내려갔다고 보도했다. OfficeChai 역시 X에서 논란이 확산된 뒤 변경됐다고 기록한다. 정확한 최초 X 게시물의 계정·게시시각까지 이번 조사에서 신뢰가능한 원문으로 확정하지 못했기 때문에 특정 계정은 인용하지 않았다. ⑥ 실제 제품·기술·정책 변화 [확인] 현재 Federal Register 검색페이지의 Search Mode에는 Keyword Only, Semantic 두 옵션만 남아 있다. archived screenshot에 있던 Neural/Qwen 항목은 현 페이지에서 확인되지 않는다. Federal Register current search [확인] Qwen 공식 Hugging Face에는 0.6B embedding model이 Apache-2.0으로 배포되고 32K context와 configurable embedding dimension을 제공한다. 이는 compact local semantic-search stack이 쉽게 배포될 수 있음을 보여주는 기술맥락이지만 Federal Register가 바로 이 exact weight를 썼다는 checksum 증거는 아니다. Qwen3 Embedding 0.6B ⑦ 숨은 의미와 비하인드 [추론] open-weight model은 API vendor relationship 없이도 contractor나 engineer가 dependency로 가져올 수 있다. 따라서 중국 서비스 접속 금지 같은 네트워크 규칙만으로는 model provenance를 통제하기 어렵다. [추론] 정부·기업 소프트웨어의 SBOM이 앞으로 model까지 확장될 필요가 있다. package version처럼 model family, exact hash, training/fine-tune origin, license, serving host, egress policy, approved use를 기록해야 누가 무엇을 배포했는지를 사후가 아니라 사전에 통제할 수 있다. ⑧ 반대 근거와 과장 가능성 [확인] Qwen open weight를 로컬에서 실행했다면 query/data가 Alibaba로 전송되지 않았을 수 있다. Federal Register data도 공개정보다. 따라서 이 사건을 곧바로 data exfiltration이나 espionage로 규정할 증거는 없다. 제거 이유도 NARA가 공식발표하지 않았다. ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호 NARA/OFR/GPO의 설명, contractor·repository commit, exact model artifact/hash, runtime host와 outbound network, federal AI inventory policy, 중국계 open-weight 모델에 대한 OMB/NIST procurement guidance, model-SBOM 표준을 확인해야 한다. 3. Emulate의 $700M seed 협상과 world-model 자본이동 — 연관 추적 ① 최초 신호 [확인] DeepMind의 Genie 계열은 action-controllable interactive environment를 생성해 agent training/evaluation에 쓰는 world-model 연구를 수년간 확장해 왔다. Genie 2는 Jack Parker-Holder가 lead했고 Philip Ball이 key contributor였다. Google DeepMind - Genie 2 ② 공식 확인 [미확인-회사 공식발표 없음] Emulate는 현재 stealth 성격이 강하고 이번 financing에 대한 회사 공식 press release는 확인되지 않았다. 따라서 자금조달은 언론이 확인한 협상으로만 분류한다. ③ 후속 기사와 반응 [확인] Financial Times는 최대 $700M, 약 $3.7B 수준의 potential valuation을 보도했고 Reuters가 전한 Bloomberg headline 역시 $700M talks를 확인했다. 협상조건은 최종이 아니므로 close 전 valuation과 투자자 구성이 바뀔 수 있다. Financial Times Reuters/TradingView ④ 담당자·연구자·개발자 발언 [확인-한계] 이번 funding report에는 founders의 상세 public interview나 product thesis 원문이 확인되지 않았다. 따라서 founders의 기술방향을 임의로 인용하지 않고 DeepMind에서 공개된 Genie 연구계보와 보도된 world-model focus만 연결한다. ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서 [확인-한계] Emulate의 공식 public GitHub, Hugging Face model, YouTube demo, X/Threads product launch는 이번 조사에서 확인되지 않았다. product-free/stealth 상태 자체가 현재 검증한계다. ⑥ 실제 제품·기술·정책 변화 [확인-배경] Genie 3는 text prompt에서 720p, 20~24fps interactive environment를 만들고 수분간 consistency를 유지하며 embodied agent training, autonomous-vehicle simulation 등 현실세계 agent 학습을 사용례로 제시한다. Emulate 자체가 이 성능을 보유했다는 뜻은 아니다. Google DeepMind - Genie 3 ⑦ 숨은 의미와 비하인드 [추론] LLM layer가 성숙할수록 AI가 물리세계에서 행동하기 위해 필요한 synthetic experience generator가 새 병목이 된다. world model은 robot·autonomous system이 실제 장비를 파손하거나 사람에게 위험을 주기 전에 거의 무한한 simulation episode를 공급할 수 있다. [추론] $700M seed 협상 규모가 사실상 research-lab 규모인 이유는 world model이 talent뿐 아니라 대규모 video/world data, GPU, real-time inference, simulator validation을 동시에 요구하는 capital-intensive stack이기 때문일 가능성이 높다. ⑧ 반대 근거와 과장 가능성 [확인] deal은 미완료이며 product·benchmark·revenue가 없다. founder pedigree와 market expectation에 기반한 valuation을 기술성공으로 해석하면 안 된다. world model이 실제 robotics sim-to-real gap을 해결한다는 독립 증거도 Emulate에서는 아직 없다. ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호 round close 및 실제 valuation, product launch, world-model resolution·latency·horizon, physical consistency, controllability, agent-training transfer, robotics/gaming customers, compute supplier, safety/eval strategy를 확인해야 한다. ① 오늘의 핵심 흐름 이번 증분의 공통 흐름은 AI 모델을 도입하는 것에서 AI 모델을 어떤 권한·출처·책임체계 안에 넣는가로 이동하는 것이다. 연방법원은 업무권한을 분리하고, Federal Register 사건은 model provenance를 드러내며, Emulate의 자금조달 협상은 실제 세계를 모델링하는 simulation layer에 자본이 이동하는 신호를 보여준다. [추론] 세 사건을 하나의 시스템으로 연결하면 Model/Artifact Provenance → Approved Task/Authority → Runtime Boundary → Human/Institutional Accountability → Simulated/Real-world Action → Audit가 된다. enterprise·government·physical AI 모두 모델 자체보다 바깥의 control plane이 중요해지고 있다. ② 새로운 출시·업데이트 이번 시간대의 고가치 증분은 연방사법부 공식 AI update와 Reuters 현장취재, Federal Register Qwen incident의 Reuters 검증 및 현재페이지 제거상태, Emulate의 대규모 world-model financing talks다. 직전 브리핑에서 이미 다룬 DeepMind Institute, Dream-RSI, GitHub Copilot feature engagement와 그 이전의 Astra for Law, Anthropic R&D Automation Index 등은 반복하지 않았다. ③ 핵심기술·연구 기술적으로는 세 가지가 중요하다. 첫째 high-stakes AI에서 core authority와 assistive task를 분리하는 authorization model, 둘째 open-weight model의 exact artifact provenance와 local-runtime boundary, 셋째 physical-agent 학습을 위한 controllable world simulation이다. [추론] 이 세 축은 결국 agent architecture의 권한, 신뢰할 dependency, 행동환경을 정의한다. reasoning 성능이 아무리 높아도 이 세 요소가 불명확하면 production deployment의 위험과 책임을 통제하기 어렵다. ④ 기업·담당자·조직 신호 미 연방사법부는 AI Task Force를 일시적 연구모임이 아니라 7개 subgroup과 다수 recommendation을 가진 governance mechanism으로 확장했다. Federal Register 사례는 정부기관·contractor의 model dependency visibility가 부족할 수 있음을 보여준다. Emulate 사례는 frontier-lab 출신 연구팀이 product 이전 단계에서도 독립 neo-lab으로 대규모 자본을 끌어모으는 흐름을 강화한다. ⑤ SNS·YouTube에서 포착된 신호 Federal Register Qwen 검색모드는 social-media 노출 시점과 비슷한 때 제거됐다는 점이 Reuters와 OfficeChai에서 확인됐다. 다만 최초 viral X post의 정확한 account/timestamp는 직접 검증하지 못해 특정 계정의 주장으로 쓰지 않았다. 연방법원 사건과 Emulate funding은 공식 YouTube·public GitHub/Hugging Face artifact가 핵심근거로 확인되지 않았다. 확인되지 않은 social rumor나 screenshot 재전재는 제외했다. ⑥ 약한 신호와 향후 조짐 [추론] 첫째 government AI에서도 model SBOM이 필요해질 가능성이 높다. 둘째 high-stakes 조직은 AI task를 allowlist하고 non-delegable authority를 명시하는 방향으로 갈 가능성이 높다. 셋째 world models는 robotics·physical AI가 커질수록 synthetic-data generation보다 synthetic experience and evaluation environment로 가치가 커질 수 있다. [추론] 특히 open-weight model이 local deployment될수록 privacy는 좋아질 수 있지만 provenance/governance는 오히려 어려워진다. 앞으로 클라우드 밖에서 실행되므로 안전하다와 어디서 온 모델인지 통제된다는 별도의 질문이 된다. ⑦ 과장·루머·주의 항목 Federal Register의 Qwen 사용을 곧바로 중국으로의 data exfiltration으로 해석할 증거는 없다. 현재 공개정보는 정확한 serving host와 egress path를 밝히지 않는다. Emulate는 $700M을 이미 조달한 것이 아니라 협상 중이다. 연방법원의 1,395 AI-error cases는 전체 법률 AI 오류율이 아니라 추적된 사건수다. 또한 Qwen3-Embedding-0.6B 공식 artifact가 존재한다는 사실과 Federal Register가 그 exact checkpoint를 사용했다는 사실은 다르다. 이번 보고서는 둘을 분리했다. ⑧ 사용자가 반드시 알아야 할 것 실전 AI 시스템에서 이제 최소한 네 개의 registry가 필요하다. Model Registry에는 exact model/hash/license/origin, Authority Registry에는 AI가 할 수 있는 task와 금지된 action, Runtime Registry에는 data boundary와 external egress, Evidence Registry에는 human approval·output verification·incident log를 남겨야 한다. physical AI까지 가면 여기에 World/Simulator Registry가 추가된다. 어떤 simulation 환경에서 어떤 policy를 학습·평가했고 real-world로 넘어갈 때 어떤 gap이 있었는지를 추적해야 한다. 이 구조가 없으면 모델 교체나 agent 확대 때 책임추적이 끊긴다. ⑨ 누락 가능성과 탐색 한계 이번 조사는 U.S. Courts 공식 release·2025 annual report·Federal Judicial Center 자료, Reuters의 judiciary 및 hallucination 보도, Reuters·FederalRegister.gov·OfficeChai·Hugging Face의 Qwen 관련 자료, Financial Times·Reuters/Bloomberg headline·Google DeepMind Genie 공식자료를 확인했다. Federal Register의 exact source-code commit·contractor·model weight hash·runtime host는 확인되지 않았다. Emulate의 financing은 미완료이고 공식 product artifact가 없다. 비공개 investor deck, 내부 court tools, private X/Threads posts는 접근할 수 없으므로 확인된 것처럼 쓰지 않았다. 참고 자료와 작성 정보 조사·작성 기준 시각: 2026-09-18 12:38:42 KST / 2026-09-17 23:38:42 EDT / 2026-09-17 20:38:42 PDT / 2026-09-18 03:38:42 UTC. 주요 직접출처: U.S. Courts AI update ; U.S. Courts Annual Report 2025 ; Federal Judicial Center AI guide ; Reuters judiciary guidance ; Reuters AI error cases ; Reuters Federal Register Qwen ; Federal Register current search ; OfficeChai initial Qwen report ; Qwen Hugging Face ; Financial Times Emulate ; Reuters/TradingView Emulate ; Google DeepMind Genie 2 ; Google DeepMind Genie 3 . 이 브리핑은 AI의 도움으로 공개 자료를 조사·정리했습니다. 확인된 사실과 추론, 미확인 내용을 구분해 표시했습니다.","canonical_url":"https://yoondata.com/posts/ai-briefing-20260918-123842-001","category":"AI 동향","description":"이번 증분은 AI 도입의 병목이 모델 성능보다 제도·공급망·책임경계로 이동하는 흐름을 추적한다. 미 연방사법부는 60개가 넘는 AI 이슈를 체계화하며 핵심 사법기능의 AI 위임을 금지하는 방향을 재확인했고, Federal Register에서는 Qwen 기반 검색모드가 공개적으로 확인된 직후 제거돼 정부의 오픈웨이트 모델 provenance 문제가 부각됐다. 동시에 전 DeepMind 연구진의 Emulate가 최대 7억달러 조달 협상을 진행하면서 world model·physical AI에 대형 자본이 몰리는 신호가 나타났다.","id":101,"image":null,"language":"ko-KR","modified_at":"2026-09-18T07:03:10Z","published_at":"2026-09-18T07:03:10Z","related_content":[{"title":"미국 2026년 9월 20일 AI 브리핑: Snap SPECS Intelligence가 개인 컨텍스트를 선점하고, Agentforce·AWS·NVIDIA로 AR 실행면까지 확장","url":"https://yoondata.com/posts/ai-briefing-20260920-133619-001"},{"title":"미국 2026년 9월 19일 AI 브리핑: Google은 Mantis를 코드 제출 게이트에 넣어 탐지-증명-패치의 보안 폐쇄루프를 구축","url":"https://yoondata.com/posts/ai-briefing-20260920-123728-001"},{"title":"미국 2026년 9월 19일 AI 브리핑: Qwen은 실시간 통역을 단일 멀티모달 스트림으로, Pika는 멀티모델 창작 운영체계로 이동","url":"https://yoondata.com/posts/ai-briefing-20260920-113419-001"}],"schema_version":1,"sources":[{"title":"U.S. Courts - Judiciary Cites Progress on Case Management, Property Authority, and AI","url":"https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai"},{"title":"Reuters - US judiciary developing new guidance on courts' use of AI","url":"https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/"},{"title":"Reuters - AI error-ridden court filings surge despite three years of court sanctions","url":"https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/"},{"title":"Reuters - US government website used AI search tool from China","url":"https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/"},{"title":"OfficeChai - Federal Register Qwen search","url":"https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/"},{"title":"OfficeChai - Qwen options removed","url":"https://officechai.com/ai/us-govts-federal-register-site-quietly-drops-the-option-to-search-documents-through-chinas-qwen-ai-model/"},{"title":"Federal Register - Document Search","url":"https://www.federalregister.gov/documents/search#advanced"},{"title":"Hugging Face - Qwen3-Embedding-0.6B","url":"https://huggingface.co/Qwen/Qwen3-Embedding-0.6B"},{"title":"Financial Times - Google DeepMind offshoot nears $4bn valuation","url":"https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39"},{"title":"Reuters/TradingView - Emulate in talks to raise $700 million","url":"https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/"},{"title":"Google DeepMind - Genie 2","url":"https://deepmind.google/blog/genie-2-a-large-scale-foundation-world-model/"},{"title":"Google DeepMind - Genie 3","url":"https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/"},{"title":"Federal Judicial Center - An Introduction to Artificial Intelligence for Federal Judges","url":"https://www.fjc.gov/content/375968/introduction-artificial-intelligence-federal-judges"},{"title":"U.S. Courts Annual Report 2025","url":"https://www.uscourts.gov/data-news/reports/annual-reports/directors-annual-report/annual-report-2025/court-operations-annual-report-2025"}],"summary":"이번 증분은 AI 도입의 병목이 모델 성능보다 제도·공급망·책임경계로 이동하는 흐름을 추적한다. 미 연방사법부는 60개가 넘는 AI 이슈를 체계화하며 핵심 사법기능의 AI 위임을 금지하는 방향을 재확인했고, Federal Register에서는 Qwen 기반 검색모드가 공개적으로 확인된 직후 제거돼 정부의 오픈웨이트 모델 provenance 문제가 부각됐다. 동시에 전 DeepMind 연구진의 Emulate가 최대 7억달러 조달 협상을 진행하면서 world model·physical AI에 대형 자본이 몰리는 신호가 나타났다.","tags":["AI Governance","AI Infrastructure","AI Investment","AI Policy","AI Safety","AI Supply Chain","AI 동향","Emulate","Federal Register","Genie","Google DeepMind","Government AI","Legal AI","Open Weight","Physical AI","Qwen","World Models","미국 AI","미국 연방법원","생성형 AI"],"title":"미국 2026년 9월 17일 AI 브리핑: 연방법원은 AI 업무 경계를 제도화하고, Federal Register의 Qwen 사례는 오픈웨이트 공급망 문제를 드러냈다"},"content_md":"## 핵심 요약\n조사 기준 시각: 한국시간 2026-09-18 12:38:42 KST (Asia/Seoul, UTC+09:00) / 미국 동부 2026-09-17 23:38:42 EDT (America/New_York, UTC-04:00) / 미국 서부 2026-09-17 20:38:42 PDT (America/Los_Angeles, UTC-07:00) / UTC 2026-09-18 03:38:42.\n[확인] 지정 Google Drive 폴더의 직전 브리핑은 gpt_20260918_113645_001.docx이며 DeepMind Institute, Dream-RSI, GitHub Copilot feature engagement를 다뤘다. 이번 문서는 그 사건들을 반복하지 않고 9월 17일 미국 현지 오후에 새로 확인되거나 아직 발행폴더 핵심사건으로 사용하지 않은 연방법원 AI 정책, Federal Register의 Qwen 검색모드 제거, Emulate의 world-model 대형 조달협상을 증분으로 채택한다.\n[확인-1] 미국 연방사법부는 9월 17일 공식 발표에서 2025년 출범한 AI Task Force가 60개가 넘는 쟁점을 식별하고 7개 subject-matter subgroup을 구성했다고 밝혔다. 기존 interim guidance는 AI에 decision-making이나 case adjudication 같은 core judicial function을 위임하지 말고, AI 보조를 받은 모든 결과에 사용자가 책임을 지도록 요구한다. [U.S. Courts - Judiciary Cites Progress on Case Management, Property Authority, and AI](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai)\n[확인] Reuters는 같은 날 21:38 UTC, 미국 동부 17:38 EDT / 서부 14:38 PDT에 24명 task force가 지금까지 약 30개 recommendation을 만들었고, 향후 1년 안에 추가 guidance를 내놓을 계획이라고 보도했다. 실제로 5th·6th·9th Circuits에서는 handwritten filing transcription과 brief의 procedural/format compliance 점검 같은 보조적 AI 사용이 진행 중이다. [Reuters - US judiciary developing new guidance on courts' use of AI](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/)\n[확인-위험신호] 별도 Reuters 보도는 20:26 UTC에 미국 주·연방법원에서 AI hallucination이 드러난 사건이 추적자료 기준 최소 1,395건에 이르렀다고 전했다. 최근에는 fabricated testimony, 존재하지 않는 판례, 잘못된 인용이 변호사·검사·일부 사법결정에서 반복됐다. [Reuters - AI error-ridden court filings surge despite three years of court sanctions](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/)\n[추론] 핵심은 법원이 AI를 금지하는 방향이 아니라 `허용된 보조업무`와 `위임하면 안 되는 사법권한`을 분리한다는 점이다. 앞으로 법률·정부 AI의 제품경쟁은 답변정확도만이 아니라 승인된 task scope, human verification, disclosure, confidentiality, audit, model/data provenance를 얼마나 강제로 남기는가로 이동할 가능성이 높다.\n[확인-2] Reuters는 9월 17일 19:58 UTC, 미국 동부 15:58 EDT / 서부 12:58 PDT에 National Archives가 운영하는 FederalRegister.gov가 Alibaba Qwen 기반 검색모드를 제공했다가 9월 16일 social posts가 확산된 시점과 비슷한 때 제거했다고 보도했다. Reuters는 screenshot과 archived source code를 검토했다고 밝혔다. [Reuters - US government website used AI search tool from China](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/)\n[확인] OfficeChai가 9월 16일 캡처한 화면에는 Semantic, Keyword Only, Neural msmarco-distilbert-base-tas-b, Qwen3:0.6B, Hybrid Qwen3:0.6B 등 5개 search mode가 표시됐다. 후속 기사에서는 Qwen 계열과 Neural option이 사라지고 Keyword Only·Semantic 두 옵션만 남았다고 기록했다. [OfficeChai - Federal Register Qwen search](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/) [OfficeChai - Qwen options removed](https://officechai.com/ai/us-govts-federal-register-site-quietly-drops-the-option-to-search-documents-through-chinas-qwen-ai-model/)\n[확인-현재상태] 조사 시점 Federal Register의 현재 Document Search 페이지를 직접 확인하면 Search Mode는 `Keyword Only`와 `Semantic` 두 항목만 노출된다. Qwen 또는 Neural label은 현재 페이지에서 확인되지 않는다. [Federal Register - Document Search](https://www.federalregister.gov/documents/search#advanced)\n[확인-기술맥락] Qwen의 공식 Hugging Face에는 0.6B text-embedding model이 존재하며 Apache-2.0, 32K context, 최대 1024-dimensional embedding, user-defined dimension truncation을 지원한다. 다만 Federal Register가 배포했던 archived code의 정확한 model artifact와 checksum까지 Reuters가 특정한 것은 아니므로 이번 보고서는 `Qwen3:0.6B 계열 검색모드`로 표현하며 특정 Hugging Face artifact와 동일하다고 단정하지 않는다. [Hugging Face - Qwen3-Embedding-0.6B](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B)\n[추론] 이 사건의 본질은 `중국 API를 정부가 호출했다`보다 더 복잡하다. open-weight 모델은 로컬 실행이 가능하므로 데이터가 Alibaba 서버로 전송되지 않았을 수 있고 Reuters가 인용한 전문가도 immediate cybersecurity risk는 낮을 수 있다고 봤다. 대신 문제는 정부 소프트웨어 공급망에서 model origin·license·weights hash·training provenance·deployment boundary를 누가 inventory하고 승인하느냐이다.\n[추론] 즉 국가안보 규칙이 vendor/domain ban 수준에 머물면 open-weight artifact는 일반 dependency처럼 쉽게 유입될 수 있다. 향후 government AI SBOM에는 package뿐 아니라 `model name → weight hash → license → origin → fine-tune source → runtime location → outbound network policy`가 포함될 가능성이 높다.\n[확인-3/거래 미완료] Financial Times는 9월 17일 전 Google DeepMind 연구자 Jack Parker-Holder, Matthew McGill, Philip Ball이 8월 설립한 영국 스타트업 Emulate가 최대 $700M seed financing을 협상 중이며 거래가 성사되면 약 $3.7B 수준의 valuation이 될 수 있다고 보도했다. Index Ventures와 Lightspeed Venture Partners가 주요 투자자로 거론되지만 terms는 final이 아니다. [Financial Times - Google DeepMind offshoot nears $4bn valuation](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39)\n[확인-교차확인] Reuters가 전한 Bloomberg News headline도 Emulate가 $700M 조달협상 중이라는 점을 확인한다. 따라서 `협상 중`은 복수 보도로 확인되지만 자금이 이미 조달됐다고 쓰면 안 된다. [Reuters/TradingView - Emulate in talks to raise $700 million](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/)\n[확인-기술계보] Google DeepMind의 공식 Genie 2 페이지는 Jack Parker-Holder가 프로젝트를 lead했고 Philip Ball이 key contributor였음을 명시한다. Genie 3는 text prompt로 720p, 20~24fps 수준의 실시간 interactive world를 만들고 수분간 일관성을 유지하며 embodied-agent training/evaluation을 주요 사용례로 제시한다. [Google DeepMind - Genie 2](https://deepmind.google/blog/genie-2-a-large-scale-foundation-world-model/) [Google DeepMind - Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/)\n[추론] Emulate가 product·revenue를 공개하기 전부터 수십억달러 valuation 협상을 하는 현상은 world model/physical AI가 `LLM 이후의 희소 연구인력 + compute + simulation platform`에 대한 옵션가치로 평가받고 있음을 보여준다. 특히 robotics와 autonomous agent는 현실에서 시행착오를 내기 전에 photorealistic·controllable simulated world에서 학습·평가하는 인프라를 필요로 한다.\n[확인-주의] Emulate의 financing은 완료되지 않았고 company의 공개 product, benchmark, revenue, named customer는 이번 조사에서 확인되지 않았다. 따라서 valuation을 기술적 우위의 증거로 취급하지 않고 `자본시장의 기대 신호`로만 사용한다.\n## 핵심 사건 종합표\n| 순위 | 분류 | 핵심 사건 | 최초 출처 | 연관 출처 체인 | 발생 시각과 미국 현지 날짜 | 핵심 사실 | 후속 전개 | 왜 중요한가 | 숨은 의미·비하인드 해석 | 담당자·관련 인물 | 수혜자 | 불리한 측 | 기술·사업 영향 | 다음 신호 | 신뢰도 | 검증 상태 | 원문 링크 |\n| --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- |\n| 1 | 사법·AI Governance·Legal AI | 미 연방사법부가 60+ AI 이슈를 체계화하고 core judicial function 비위임 원칙을 재확인 | U.S. Courts 공식 발표 | 2025 AI Task Force → interim guidance → 60+ issues·7 subgroups → 9/17 Judicial Conference update → Reuters가 24명·30 recommendations·실제 circuit 활용 보도 → 같은 날 AI hallucination 1,395-case 위험신호 | 공식발표 2026-09-17 시각 미공개; Reuters 21:38 UTC = 17:38 EDT / 14:38 PDT | decision/adjudication은 AI에 위임 금지; 모든 AI-assisted output에 사용자가 책임. 5th·6th·9th Circuits는 transcription·format QA 같은 보조업무 사용 | 향후 1년 내 추가 guidance; evidence rules와 disclosure·local approved task 논의 확대 | AI 사용금지보다 권한경계와 human accountability를 제도화하는 실제 운영모델 | [추론] Legal AI의 moat가 답변모델보다 task authorization, audit, verification, matter/data boundary로 이동 | Robert J. Conrad Jr., Sidney R. Thomas, Jeffrey Sutton, federal judiciary AI Task Force | court clerks, litigants, legal-AI governance vendors, 검증 가능한 legal workflow | black-box autonomous adjudication, citation verification이 약한 법률 AI | `Approved Task→AI Assist→Human Verify→Disclosure/Audit→Judicial Accountability` | 추가 national guidance, public task catalog, audit/log requirement, Rule 707, court procurement standard | 매우 높음 | U.S. Courts 공식 + Reuters 2개 독립보도. hallucination 1,395건은 외부 tracker 집계 | [U.S. Courts](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai) / [Reuters guidance](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/) / [Reuters errors](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/) |\n| 2 | Government AI·Open Weight·Supply Chain | Federal Register의 Qwen3:0.6B 검색모드가 공개 확인 직후 제거 | OfficeChai 9/16 화면기록 + Reuters | 5-mode advanced search 노출 → X/social 확산 → Qwen/Neural 모드 제거 → Reuters가 screenshot·archived source 검증 → 현재 federalregister.gov는 Keyword Only·Semantic만 노출 | Reuters 2026-09-17 19:58 UTC = 15:58 EDT / 12:58 PDT; 제거는 9/16 | National Archives 운영 사이트가 Qwen 검색모드를 제공했으나 data가 Alibaba-controlled system으로 나갔는지는 확인되지 않음 | NARA·White House 공개해명 없음; 의회·안보관계자는 deployment boundary와 Chinese-model dependency 문제 제기 | open-weight AI가 일반 software dependency처럼 정부 stack에 조용히 유입될 수 있음을 실제 사례로 보여줌 | [추론] 정부 AI 정책은 vendor ban에서 model-SBOM·weight hash·origin·runtime boundary 관리로 확대돼야 함 | NARA/OFR/GPO 관계자, John Moolenaar, Mark Warner, Daniel Castro, Anupam Chander | model-governance, AI-SBOM, sovereign/local inference vendors | 출처·provenance inventory 없는 정부 AI 배포, 단순 domain-ban 정책 | `Model Artifact→Provenance→Security Boundary→Approval→Runtime→Audit` 수요 증가 | NARA 설명, archived commit 공개, exact model hash, procurement/contractor path, federal model inventory policy | 높음 | Reuters + 현재 공식 페이지 + 최초/후속 화면기록. exact weight artifact는 미확인 | [Reuters](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/) / [Current Federal Register](https://www.federalregister.gov/documents/search#advanced) / [OfficeChai](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/) |\n| 3 | World Models·Physical AI·Funding | 전 DeepMind 연구진 Emulate가 최대 $700M seed financing 협상 | Financial Times | DeepMind Genie/world-model 연구 → founders 이탈·Emulate 8월 설립 → FT $700M talks/$3.7B potential valuation → Reuters/Bloomberg headline 교차확인 → 아직 stealth·거래 미완료 | 2026-09-17, FT 상세 시각 미공개; 거래는 미완료 | Jack Parker-Holder, Matthew McGill, Philip Ball 창업; world models/physical-world simulation 집중; Index·Lightspeed가 주요 투자자로 보도 | product·benchmark·customer 공개 대기; terms change 가능 | 자본이 chatbot/LLM layer에서 physical simulation·embodied-agent training infrastructure로 이동하는 강한 신호 | [추론] world model은 robotics/gaming보다 넓게 agent training의 synthetic world layer가 될 수 있고 compute 수요도 매우 큼 | Jack Parker-Holder, Matthew McGill, Philip Ball, Index Ventures, Lightspeed | world-model researchers, robotics/physical AI, simulation compute providers | product 없는 팀에 대한 과열 valuation에 노출되는 투자자; 전통 simulation stack | synthetic environment generation, agent evaluation, robotics data-generation 경쟁 가속 | round close 여부, product demo, benchmark, training data, simulator fidelity, robotics customer, compute plan | 중간-높음 | FT + Reuters/Bloomberg headline 교차확인. financing 미완료·제품 미공개 | [FT](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39) / [Reuters/TradingView](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/) / [Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/) |\n## 1. 미 연방사법부의 AI Task Force와 법원 운영 가이드 — 연관 추적\n### ① 최초 신호\n[확인] Federal Judicial Center는 2023년부터 federal judges를 위한 AI 입문자료를 제공했고, 2025년 Administrative Office는 AI Task Force를 출범시켜 법원 전반의 AI policy를 별도 과제로 만들었다. [Federal Judicial Center - An Introduction to Artificial Intelligence for Federal Judges](https://www.fjc.gov/content/375968/introduction-artificial-intelligence-federal-judges)\n### ② 공식 확인\n[확인] 9월 17일 U.S. Courts 공식발표는 task force가 60개가 넘는 distinct issue를 식별하고 7개 subgroup으로 나눴으며, interim guidance가 core judicial functions 위임 금지와 사용자 accountability를 요구한다고 밝혔다. [U.S. Courts](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai)\n### ③ 후속 기사와 반응\n[확인] Reuters는 24-member task force가 약 30 recommendations를 만들었고 추가 recommendation을 향후 1년 안에 마무리할 계획이라고 보도했다. 같은 날 별도 보도에서는 AI 오류가 법률서면뿐 아니라 court opinion·expert testimony·prosecutor brief까지 확산됐다고 지적했다. [Reuters guidance](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/) [Reuters error cases](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/)\n### ④ 담당자·연구자·개발자 발언\n[확인] Task Force chair Sidney R. Thomas는 목표를 `effective and safe use of AI`로 설명했고, 9th Circuit에서 handwritten pro se pleading을 transcription하는 사례를 접근성 개선 사례로 들었다. Jeffrey Sutton은 brief formatting/procedural QA가 appeal 자체를 자동 거절하는 것이 아니라 수정기회를 주는 용도라고 설명했다.\n### ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서\n[확인-한계] 이번 사건은 공식 judiciary release와 Reuters 현장취재가 핵심이며 법원 내부 AI tool의 public GitHub/Hugging Face artifact는 확인되지 않았다. 공개 social post를 원문보다 높은 근거로 사용하지 않았다.\n### ⑥ 실제 제품·기술·정책 변화\n[확인] 2025 annual report의 interim guidance는 ① core decision/adjudication 비위임 ② AI output 독립검증 ③ AI 사용 disclosure 필요성 검토 ④ court별 approved task 정의를 권고한다. evidence 쪽에서는 deepfake authenticity와 ML-generated opinion evidence를 다루는 Rule 707 논의도 이어졌다. [U.S. Courts Annual Report 2025](https://www.uscourts.gov/data-news/reports/annual-reports/directors-annual-report/annual-report-2025/court-operations-annual-report-2025)\n### ⑦ 숨은 의미와 비하인드\n[추론] 법원은 `AI 사용 여부`가 아니라 `권한의 종류`를 분해하기 시작했다. transcription·format check는 low-authority automation, legal reasoning support는 supervised assist, adjudication은 non-delegable authority로 나뉜다. 이 구조는 금융·의료·정부의 high-stakes agent 권한설계에도 그대로 적용될 수 있다.\n[추론] 앞으로 legal AI system은 provenance-citation verification만으로 충분하지 않다. 누가 어느 matter에서 어떤 AI를 사용했고 어떤 source를 읽었으며 어떤 부분을 human reviewer가 승인했는지 reproducible evidence를 남겨야 한다.\n### ⑧ 반대 근거와 과장 가능성\n[확인] 1,395건은 미국 전체 court filing의 오류율이 아니라 공개적으로 추적된 사건 수다. AI가 원인인 모든 법률오류를 포괄하지도 않고 전체 AI 이용량의 분모도 없다. 법원의 내부 AI 사용도 final adjudication을 자동화했다는 근거는 없다.\n### ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호\nTask Force의 추가 guidance 공개 여부, approved-use taxonomy, model/vendor procurement 기준, transcript/data confidentiality rule, judge/law-clerk training, disclosure standard, AI-generated evidence Rule 707, court system audit-log 요구를 추적해야 한다.\n## 2. Federal Register의 Qwen 검색모드 제거 — 연관 추적\n### ① 최초 신호\n[확인] 9월 16일 OfficeChai는 FederalRegister.gov advanced search에서 Qwen3:0.6B 및 hybrid Qwen3:0.6B option을 캡처했다. 당시 Semantic·Keyword Only·Neural을 포함해 총 5개 검색모드가 표시됐다. [OfficeChai initial report](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/)\n### ② 공식 확인\n[확인-한계] National Archives나 White House의 공식 설명은 아직 없다. 대신 Reuters가 screenshots와 archived site source를 직접 검토해 Qwen 사용과 제거를 독립확인했다. 따라서 `사용됐음/제거됐음`은 확인되지만 누가 어떤 procurement·deployment 결정을 했는지는 미확인이다.\n### ③ 후속 기사와 반응\n[확인] Reuters는 FBI의 최근 Alibaba 관련 allegation과 맞물려 정치적 논쟁이 커졌다고 보도했다. Rep. John Moolenaar는 federal entity가 Chinese AI model을 사용하면 안 된다고 주장했고, Sen. Mark Warner는 실제 risk가 data가 정부 security boundary를 벗어나 Alibaba-controlled system에서 처리됐는지에 달렸다고 말했다. [Reuters](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/)\n### ④ 담당자·연구자·개발자 발언\n[확인] ITIF의 Daniel Castro는 미중 AI 경쟁과 정부의 Qwen 사용 사이의 불일치를 지적했다. Georgetown Law의 Anupam Chander는 Federal Register content 자체가 공개정보이므로 immediate cybersecurity risk가 명백한 것은 아니라고 평가했다.\n### ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서\n[확인] Reuters는 Qwen mode가 social-media post가 등장한 시점과 비슷한 때 내려갔다고 보도했다. OfficeChai 역시 X에서 논란이 확산된 뒤 변경됐다고 기록한다. 정확한 최초 X 게시물의 계정·게시시각까지 이번 조사에서 신뢰가능한 원문으로 확정하지 못했기 때문에 특정 계정은 인용하지 않았다.\n### ⑥ 실제 제품·기술·정책 변화\n[확인] 현재 Federal Register 검색페이지의 Search Mode에는 `Keyword Only`, `Semantic` 두 옵션만 남아 있다. archived screenshot에 있던 Neural/Qwen 항목은 현 페이지에서 확인되지 않는다. [Federal Register current search](https://www.federalregister.gov/documents/search#advanced)\n[확인] Qwen 공식 Hugging Face에는 0.6B embedding model이 Apache-2.0으로 배포되고 32K context와 configurable embedding dimension을 제공한다. 이는 compact local semantic-search stack이 쉽게 배포될 수 있음을 보여주는 기술맥락이지만 Federal Register가 바로 이 exact weight를 썼다는 checksum 증거는 아니다. [Qwen3 Embedding 0.6B](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B)\n### ⑦ 숨은 의미와 비하인드\n[추론] open-weight model은 API vendor relationship 없이도 contractor나 engineer가 dependency로 가져올 수 있다. 따라서 `중국 서비스 접속 금지` 같은 네트워크 규칙만으로는 model provenance를 통제하기 어렵다.\n[추론] 정부·기업 소프트웨어의 SBOM이 앞으로 model까지 확장될 필요가 있다. package version처럼 model family, exact hash, training/fine-tune origin, license, serving host, egress policy, approved use를 기록해야 `누가 무엇을 배포했는지`를 사후가 아니라 사전에 통제할 수 있다.\n### ⑧ 반대 근거와 과장 가능성\n[확인] Qwen open weight를 로컬에서 실행했다면 query/data가 Alibaba로 전송되지 않았을 수 있다. Federal Register data도 공개정보다. 따라서 이 사건을 곧바로 data exfiltration이나 espionage로 규정할 증거는 없다. 제거 이유도 NARA가 공식발표하지 않았다.\n### ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호\nNARA/OFR/GPO의 설명, contractor·repository commit, exact model artifact/hash, runtime host와 outbound network, federal AI inventory policy, 중국계 open-weight 모델에 대한 OMB/NIST procurement guidance, model-SBOM 표준을 확인해야 한다.\n## 3. Emulate의 $700M seed 협상과 world-model 자본이동 — 연관 추적\n### ① 최초 신호\n[확인] DeepMind의 Genie 계열은 action-controllable interactive environment를 생성해 agent training/evaluation에 쓰는 world-model 연구를 수년간 확장해 왔다. Genie 2는 Jack Parker-Holder가 lead했고 Philip Ball이 key contributor였다. [Google DeepMind - Genie 2](https://deepmind.google/blog/genie-2-a-large-scale-foundation-world-model/)\n### ② 공식 확인\n[미확인-회사 공식발표 없음] Emulate는 현재 stealth 성격이 강하고 이번 financing에 대한 회사 공식 press release는 확인되지 않았다. 따라서 자금조달은 `언론이 확인한 협상`으로만 분류한다.\n### ③ 후속 기사와 반응\n[확인] Financial Times는 최대 $700M, 약 $3.7B 수준의 potential valuation을 보도했고 Reuters가 전한 Bloomberg headline 역시 $700M talks를 확인했다. 협상조건은 최종이 아니므로 close 전 valuation과 투자자 구성이 바뀔 수 있다. [Financial Times](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39) [Reuters/TradingView](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/)\n### ④ 담당자·연구자·개발자 발언\n[확인-한계] 이번 funding report에는 founders의 상세 public interview나 product thesis 원문이 확인되지 않았다. 따라서 founders의 기술방향을 임의로 인용하지 않고 DeepMind에서 공개된 Genie 연구계보와 보도된 world-model focus만 연결한다.\n### ⑤ SNS·YouTube·GitHub 등에서 드러난 추가 단서\n[확인-한계] Emulate의 공식 public GitHub, Hugging Face model, YouTube demo, X/Threads product launch는 이번 조사에서 확인되지 않았다. product-free/stealth 상태 자체가 현재 검증한계다.\n### ⑥ 실제 제품·기술·정책 변화\n[확인-배경] Genie 3는 text prompt에서 720p, 20~24fps interactive environment를 만들고 수분간 consistency를 유지하며 embodied agent training, autonomous-vehicle simulation 등 현실세계 agent 학습을 사용례로 제시한다. Emulate 자체가 이 성능을 보유했다는 뜻은 아니다. [Google DeepMind - Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/)\n### ⑦ 숨은 의미와 비하인드\n[추론] LLM layer가 성숙할수록 AI가 물리세계에서 행동하기 위해 필요한 `synthetic experience generator`가 새 병목이 된다. world model은 robot·autonomous system이 실제 장비를 파손하거나 사람에게 위험을 주기 전에 거의 무한한 simulation episode를 공급할 수 있다.\n[추론] $700M seed 협상 규모가 사실상 research-lab 규모인 이유는 world model이 talent뿐 아니라 대규모 video/world data, GPU, real-time inference, simulator validation을 동시에 요구하는 capital-intensive stack이기 때문일 가능성이 높다.\n### ⑧ 반대 근거와 과장 가능성\n[확인] deal은 미완료이며 product·benchmark·revenue가 없다. founder pedigree와 market expectation에 기반한 valuation을 기술성공으로 해석하면 안 된다. world model이 실제 robotics sim-to-real gap을 해결한다는 독립 증거도 Emulate에서는 아직 없다.\n### ⑨ 향후 예상되는 다음 행동과 확인해야 할 신호\nround close 및 실제 valuation, product launch, world-model resolution·latency·horizon, physical consistency, controllability, agent-training transfer, robotics/gaming customers, compute supplier, safety/eval strategy를 확인해야 한다.\n## ① 오늘의 핵심 흐름\n이번 증분의 공통 흐름은 `AI 모델을 도입하는 것`에서 `AI 모델을 어떤 권한·출처·책임체계 안에 넣는가`로 이동하는 것이다. 연방법원은 업무권한을 분리하고, Federal Register 사건은 model provenance를 드러내며, Emulate의 자금조달 협상은 실제 세계를 모델링하는 simulation layer에 자본이 이동하는 신호를 보여준다.\n[추론] 세 사건을 하나의 시스템으로 연결하면 `Model/Artifact Provenance → Approved Task/Authority → Runtime Boundary → Human/Institutional Accountability → Simulated/Real-world Action → Audit`가 된다. enterprise·government·physical AI 모두 모델 자체보다 바깥의 control plane이 중요해지고 있다.\n## ② 새로운 출시·업데이트\n이번 시간대의 고가치 증분은 연방사법부 공식 AI update와 Reuters 현장취재, Federal Register Qwen incident의 Reuters 검증 및 현재페이지 제거상태, Emulate의 대규모 world-model financing talks다.\n직전 브리핑에서 이미 다룬 DeepMind Institute, Dream-RSI, GitHub Copilot feature engagement와 그 이전의 Astra for Law, Anthropic R&D Automation Index 등은 반복하지 않았다.\n## ③ 핵심기술·연구\n기술적으로는 세 가지가 중요하다. 첫째 high-stakes AI에서 core authority와 assistive task를 분리하는 authorization model, 둘째 open-weight model의 exact artifact provenance와 local-runtime boundary, 셋째 physical-agent 학습을 위한 controllable world simulation이다.\n[추론] 이 세 축은 결국 agent architecture의 `권한`, `신뢰할 dependency`, `행동환경`을 정의한다. reasoning 성능이 아무리 높아도 이 세 요소가 불명확하면 production deployment의 위험과 책임을 통제하기 어렵다.\n## ④ 기업·담당자·조직 신호\n미 연방사법부는 AI Task Force를 일시적 연구모임이 아니라 7개 subgroup과 다수 recommendation을 가진 governance mechanism으로 확장했다. Federal Register 사례는 정부기관·contractor의 model dependency visibility가 부족할 수 있음을 보여준다. Emulate 사례는 frontier-lab 출신 연구팀이 product 이전 단계에서도 독립 neo-lab으로 대규모 자본을 끌어모으는 흐름을 강화한다.\n## ⑤ SNS·YouTube에서 포착된 신호\nFederal Register Qwen 검색모드는 social-media 노출 시점과 비슷한 때 제거됐다는 점이 Reuters와 OfficeChai에서 확인됐다. 다만 최초 viral X post의 정확한 account/timestamp는 직접 검증하지 못해 특정 계정의 주장으로 쓰지 않았다.\n연방법원 사건과 Emulate funding은 공식 YouTube·public GitHub/Hugging Face artifact가 핵심근거로 확인되지 않았다. 확인되지 않은 social rumor나 screenshot 재전재는 제외했다.\n## ⑥ 약한 신호와 향후 조짐\n[추론] 첫째 government AI에서도 `model SBOM`이 필요해질 가능성이 높다. 둘째 high-stakes 조직은 AI task를 allowlist하고 non-delegable authority를 명시하는 방향으로 갈 가능성이 높다. 셋째 world models는 robotics·physical AI가 커질수록 synthetic-data generation보다 `synthetic experience and evaluation environment`로 가치가 커질 수 있다.\n[추론] 특히 open-weight model이 local deployment될수록 privacy는 좋아질 수 있지만 provenance/governance는 오히려 어려워진다. 앞으로 `클라우드 밖에서 실행되므로 안전하다`와 `어디서 온 모델인지 통제된다`는 별도의 질문이 된다.\n## ⑦ 과장·루머·주의 항목\nFederal Register의 Qwen 사용을 곧바로 중국으로의 data exfiltration으로 해석할 증거는 없다. 현재 공개정보는 정확한 serving host와 egress path를 밝히지 않는다. Emulate는 $700M을 이미 조달한 것이 아니라 협상 중이다. 연방법원의 1,395 AI-error cases는 전체 법률 AI 오류율이 아니라 추적된 사건수다.\n또한 Qwen3-Embedding-0.6B 공식 artifact가 존재한다는 사실과 Federal Register가 그 exact checkpoint를 사용했다는 사실은 다르다. 이번 보고서는 둘을 분리했다.\n## ⑧ 사용자가 반드시 알아야 할 것\n실전 AI 시스템에서 이제 최소한 네 개의 registry가 필요하다. `Model Registry`에는 exact model/hash/license/origin, `Authority Registry`에는 AI가 할 수 있는 task와 금지된 action, `Runtime Registry`에는 data boundary와 external egress, `Evidence Registry`에는 human approval·output verification·incident log를 남겨야 한다.\nphysical AI까지 가면 여기에 `World/Simulator Registry`가 추가된다. 어떤 simulation 환경에서 어떤 policy를 학습·평가했고 real-world로 넘어갈 때 어떤 gap이 있었는지를 추적해야 한다. 이 구조가 없으면 모델 교체나 agent 확대 때 책임추적이 끊긴다.\n## ⑨ 누락 가능성과 탐색 한계\n이번 조사는 U.S. Courts 공식 release·2025 annual report·Federal Judicial Center 자료, Reuters의 judiciary 및 hallucination 보도, Reuters·FederalRegister.gov·OfficeChai·Hugging Face의 Qwen 관련 자료, Financial Times·Reuters/Bloomberg headline·Google DeepMind Genie 공식자료를 확인했다.\nFederal Register의 exact source-code commit·contractor·model weight hash·runtime host는 확인되지 않았다. Emulate의 financing은 미완료이고 공식 product artifact가 없다. 비공개 investor deck, 내부 court tools, private X/Threads posts는 접근할 수 없으므로 확인된 것처럼 쓰지 않았다.\n## 참고 자료와 작성 정보\n조사·작성 기준 시각: 2026-09-18 12:38:42 KST / 2026-09-17 23:38:42 EDT / 2026-09-17 20:38:42 PDT / 2026-09-18 03:38:42 UTC.\n주요 직접출처: [U.S. Courts AI update](https://www.uscourts.gov/data-news/judiciary-news/2026/09/17/judiciary-cites-progress-case-management-property-authority-and-ai); [U.S. Courts Annual Report 2025](https://www.uscourts.gov/data-news/reports/annual-reports/directors-annual-report/annual-report-2025/court-operations-annual-report-2025); [Federal Judicial Center AI guide](https://www.fjc.gov/content/375968/introduction-artificial-intelligence-federal-judges); [Reuters judiciary guidance](https://www.reuters.com/legal/government/us-judiciary-developing-new-guidance-courts-use-ai-2026-09-17/); [Reuters AI error cases](https://www.reuters.com/legal/government/ai-error-ridden-court-filings-surge-despite-three-years-court-sanctions-2026-09-17/); [Reuters Federal Register Qwen](https://www.reuters.com/legal/litigation/us-government-website-used-ai-search-tool-china-that-fbi-said-copied-anthropic-2026-09-17/); [Federal Register current search](https://www.federalregister.gov/documents/search#advanced); [OfficeChai initial Qwen report](https://officechai.com/ai/us-govts-federal-register-site-allows-searching-documents-through-a-version-of-chinas-qwen-ai-model/); [Qwen Hugging Face](https://huggingface.co/Qwen/Qwen3-Embedding-0.6B); [Financial Times Emulate](https://www.ft.com/content/0b83cb60-0d07-49a7-a46a-654077a75b39); [Reuters/TradingView Emulate](https://www.tradingview.com/news/reuters.com,2026:newsml_L6N4590RR:0-british-ai-startup-emulate-founded-by-former-google-deepmind-researchers-in-talks-to-raise-700-million-bloomberg-news/); [Google DeepMind Genie 2](https://deepmind.google/blog/genie-2-a-large-scale-foundation-world-model/); [Google DeepMind Genie 3](https://deepmind.google/blog/genie-3-a-new-frontier-for-world-models/).\n이 브리핑은 AI의 도움으로 공개 자료를 조사·정리했습니다. 확인된 사실과 추론, 미확인 내용을 구분해 표시했습니다.","created_at":"2026-09-18T07:03:10Z","id":101,"published_at":"2026-09-18T07:03:10Z","scheduled_at":null,"slug":"ai-briefing-20260918-123842-001","source_key":null,"status":"published","summary":"이번 증분은 AI 도입의 병목이 모델 성능보다 제도·공급망·책임경계로 이동하는 흐름을 추적한다. 미 연방사법부는 60개가 넘는 AI 이슈를 체계화하며 핵심 사법기능의 AI 위임을 금지하는 방향을 재확인했고, Federal Register에서는 Qwen 기반 검색모드가 공개적으로 확인된 직후 제거돼 정부의 오픈웨이트 모델 provenance 문제가 부각됐다. 동시에 전 DeepMind 연구진의 Emulate가 최대 7억달러 조달 협상을 진행하면서 world model·physical AI에 대형 자본이 몰리는 신호가 나타났다.","tags":["AI Governance","AI Infrastructure","AI Investment","AI Policy","AI Safety","AI Supply Chain","AI 동향","Emulate","Federal Register","Genie","Google DeepMind","Government AI","Legal AI","Open Weight","Physical AI","Qwen","World Models","미국 AI","미국 연방법원","생성형 AI"],"thumbnail":"","title":"미국 2026년 9월 17일 AI 브리핑: 연방법원은 AI 업무 경계를 제도화하고, Federal Register의 Qwen 사례는 오픈웨이트 공급망 문제를 드러냈다","updated_at":"2026-09-18T07:03:10Z","version":2,"views":50}