Coupangが韓国史上最高額の罰金——大規模データ漏洩で約4.09億ドル

韓国の規制当局が、同国最大のECプラットフォームCoupangに対して記録的な624億ウォン（約4億900万ドル）の罰金を科した。大規模な個人情報漏洩が理由で、韓国のデータ保護規制史上最大の制裁措置となった。

Coupangは米国上場企業でありながら韓国市場で圧倒的なシェアを持つが、今回の処分はプラットフォーム事業者のデータ管理責任が改めて問われる結果となった。AI・データビジネスの拡大が続く中、消費者データの保護体制が各国で厳格化する趨勢を象徴する事例と言える。

AGPLv3のコードをLLMで「再構築」したらライセンス違反か——Hacker Newsで議論が白熱

Hacker Newsで「AGPLv3で公開するコードをLLMに学習させて再構築されたらどうなるのか」という議論が大きな反響を呼んでいる。

投稿者は、自らのソフトウェアプロジェクトをAGPLv3で公開する際、LLMによるコード再構築を防ぐ方法を模索。オープンソースコミュニティの「利用の自由」と、AIによる実質的なコード複製の境界線がどこにあるのか、法的・倫理的な見解が交錯している。

この議論は、AIモデルの学習データとライセンスの関係という根底的な問いを改めて浮き彫りにしており、今後の法整備やライセンス設計に影響を与える可能性がある。

AIエージェントがテスト修正に実戦投入——Kong Gatewayの「最も不安定なテスト」を修正

APIゲートウェイ企業のKongが、AIエージェントを使って同社のテストスイートの中で最も不安定な（flakiest）テストを修正した事例を公開した。

自律型AIエージェントがテストコードを分析し、失敗パターンを特定して修正パッチを生成・検証するというワークフローを構築。従来はエンジニアが手作業で調査・修正していたflaky testの解決を自動化した点が注目されている。

AIエージェントのソフトウェア開発への応用はコード生成が中心だったが、テストの安定化という品質保証領域での実用例として意味がある。

完全オープンのText-to-Imageモデル「i1」——シンプルな手法で強力な画像生成を実現

Hugging FaceのDaily Papersで「i1: A Simple and Fully Open Recipe for Strong Text-to-Image Models」が公開された。

この論文は、複雑なアーキテクチャに頼らず、シンプルで再現可能な手法で強力なテキストから画像への生成モデルを構築するレシピを提示している。完全にオープンな形で公開されるため、コミュニティが自由に利用・改良できる点が大きな特徴だ。

画像生成AIの民主化が進む中、商用モデルに依存しないオープンな選択肢の充実は開発者コミュニティにとって歓迎すべき動向だ。

AMDの統合メモリアーキテクチャがLocalLLaMAで話題——ローカルLLM実行環境の新たな可能性

RedditのLocalLLaMAコミュニティで、AMDの統合メモリアーキテクチャ（Unified Memory Architecture）が話題になっている。

NVIDIA独占状態が続くLLM推論環境において、AMDのアプローチが大容量メモリを活かしたローカル実行の新たな選択肢を提供する可能性が議論されている。特に、Unified MemoryによるCPU・GPU間のメモリ共有は、大規模モデルの実行において有利に働く可能性がある。

実際のユーザーからはQwen 3.6 35B-A3Bを32GB統合RAM環境で実行する事例も報告されており、ハードウェアの多様化がローカルLLM利用の敷居を下げつつある。

Sources: