PDF를 팟캐스트 및 프레젠테이션으로 변환하는 새로운 AI 기반 기능과 함께 Adobe의 최신 Acrobat 업데이트에는 편리한 대화형 편집 도구가 도입되었습니다. 작년에 Anthropic이 Claude 챗봇에 추가한 문서 편집 기능과 유사하게 Acrobat의 AI Assistant를 사용하면 이제 사용자가 자연어 프롬프트를 사용하여 필수 PDF 작업을 수행할 수 있습니다.
Adobe는 이제 Acrobat의 채팅 기반 AI가 PDF를 편집하는 더 스마트하고 빠른 방법을 제공한다고 말합니다. 사용자는 AI와 채팅만으로 페이지, 텍스트, 댓글, 이미지를 제거하고 전자 서명과 비밀번호를 추가하는 등 기타 작업을 처리할 수 있습니다. 메뉴를 탐색하거나 특정 도구가 어디에 있는지 기억하는 대신 사용자는 원하는 작업을 입력하고 AI가 편집을 처리하도록 할 수 있습니다.
이 기능은 PDF에 대한 가장 일반적인 불만 사항 중 하나를 해결하도록 설계되었습니다. 이 형식은 계약서, 보고서 및 공식 문서에 널리 사용되지만 PDF 편집은 특히 일반 사용자에게는 항상 직관적이지 않다고 느꼈습니다. 사용자가 자연어 프롬프트를 사용하여 편집할 수 있도록 함으로써 Adobe는 빠른 편집에 대한 장벽을 크게 낮췄습니다.
이 기능을 사용하면 사용자는 혼란스러운 여러 단계를 따르는 대신 AI 도우미에게 특정 페이지 삭제, 댓글 제거, 비밀번호 보호 추가 또는 짧은 프롬프트로 전자 서명 삽입을 지시할 수 있어 일상적인 PDF 편집을 더 빠르고 직관적으로 만들 수 있습니다.
Acrobat의 새로운 AI 도구 외에도 Adobe는 Premiere에서 유사한 기능을 출시했습니다. 이 회사는 최근 온디바이스 AI를 사용하여 사용자가 피사체 위에 마우스를 놓고 클릭하기만 하면 마스크를 생성할 수 있도록 돕는 개체 마스크 도구를 출시했습니다.
私は仕事でも個人的なプロジェクトでも、さまざまな AI コーディング ツールを試してきました。 GitHub Copilot は、私のツールボックスに最近追加されたものです。時には生産性が向上することもありますが、私は非常に多くの困難に直面してきたため、良いことよりも害の方が大きいと感じています。
AI は間違いを犯す可能性があります。間違いが多かった。しかし、GitHub Copilot を使用するまでは、これほどひどいことになるとは思いませんでした。どのような間違いがあるのですか？
変数名の間違い。あるファイルでは変数名を「phone」として定義し、別のファイルでは同じ変数を「phone_number」として定義しています。データ型が一致しません。 1 つのファイルでは、変数が日時型として正しく定義されています。ただし、別のファイルでは、同じ変数を文字列型として設定します。
そして、クリーンなコーディングとベストプラクティスに従うことから始めさせないでください。ユーティリティ関数を生成した後、それを使用せずにどこにでも同じ機能を記述する場合があります。最近のプロジェクトで、コードに競合状態が発生しました。
ああ、間違いを明らかにするように要求すると、どのように応答するか想像してください。 「まったくその通りです。むしろこうすべきでした。」
NotebookLM には情報を収集するだけではありません。
LLM ボットが指示したこと以外のすべてを実行しているのを見つけたことがありますか? GitHub Copilot は、それを次のレベルに引き上げることもあります。計画を立てたり、何かについて話し合ったりするよう依頼すると、機能全体の実装が始まります。これは、私がよく直面するもう 1 つの一般的なシナリオです。
私はバックエンドとして PostgreSQL と Python を使用しています。データベースの移行を行う必要があります。 GitHub Copilot にデータベース モデルの実装を依頼すると、それを超えて、Alembic を使用して移行ファイルが生成され、次に移行を実行しようとしますが、(バージョンの不一致のため当然のことながら) 失敗し、コードベースを読み取り、移行ファイルを変更し、再度移行を試行して再び失敗し、このループにはまってしまいます。
移行に関連することを何もしないように指示しない限り、移行は毎回そうしようとします。コーディング エージェントのデフォルトの動作は、指定されたプロンプトに厳密に準拠し、それ以上のことは行わないことです。つまり、それが正しく実行できれば、一般的には悪いことではありません。しかし、間違いを犯し、その間違いのループにはまってしまうと、多くの時間とリソースが失われます。
Python の世界へようこそ!
コーディング エージェントの使用で最も優れている点の 1 つは、ファイル自体に変更を加えられることです。コードをコピーし、入力する場所を見つけてそこに貼り付ける必要はありません。エージェントがこれらすべてを行います。その後、そのコード スニペットを確認して、それを採用するか拒否するかを決定できます。
ただし、最近、GitHub Copilot が単にスニペットをファイルに書き込むのではなく、更新されたコードでファイル全体を再生成するという問題を確認しました。ファイル全体が新しいファイルとして表示され、コードもすべて新しいため、新しい変更が何であるかわからないという問題が発生します。
新しい変更を理解するにはファイル全体を最初から確認する必要があるため、これではエージェントを使用する目的が損なわれます。最近のセッションでは、エージェントが正しい方法で行うよりも頻繁にこれを行うことがわかりました。実際、最小限の変更を加えるように指示しただけで、エージェントがファイル全体を書き換える場合は、さらにイライラします。
コーディング エージェントの質問モードでは、議論したり、疑問を解消したり、説明したり、システムを計画したりするために (もちろん) 質問することができます。あるいは、それが本来あるべき姿だった。ただし、GitHub Copilot では、Ask モードは機能を簡略化した Agent モードのように動作します。
デバッグやバグ修正をしているときに、このようなことがよく起こります。私は質問モードで Copilot とエラーを共有し、説明と解決方法を教えてもらいます。これを行うのは、ボットを盲目的に信じるのではなく、エラーを正しく理解し、解決方法を学ぶためです。理想的なシナリオでは、GitHub Copilot がバグを説明し、その原因となっているコード スニペットを共有し、それを修正するために必要な変更を提案し、場合によってはコードも共有します。
ただし、場合によっては、まだエージェント モードであるかのように動作することがあります。コンテキストを取得してファイルを読み取り、それ自体でファイルを更新しようとしますが、そうあるべきではありません。場合によっては、空白のコード スニペットが共有されることもあります。また、エージェント ツールが無効になっており、ファイルを更新できないというメッセージが表示されることもあります。
最悪の部分は？応答を終えた後、「バグを引き起こしていたコードへの変更はすべて行いました。今すぐ修正する必要があります。」などの内容が誤って言われます。
うーん、いや？これは怪我にさらに侮辱を加えるようなものです。 Copilot を使い始めて以来、Ask モードは私の目的にはまったく役に立ちませんでした。必要なリソースは言うまでもなく、最小の目的でエージェント モードを使用するのはやりすぎのように感じられます。
私は AI コーディングを無視していましたが、より優れた副操縦士、コンテキスト、ガードレールのおかげで、最終的にはほとんどの日で AI コーディングが役立つようになりました。
これらをすべて終えた後、Claude Code や Cursor などの別のコーディング ツールに切り替えようと考えています。私は、時折のサイド プロジェクトや迅速な開発のために、GitHub Copilot を今後も使用し続けるつもりです。できれば、その背後にあるチームが他の競合他社に匹敵するように改良できるよう取り組んでくれることを願っています。
캄필로박터는 식중독의 일반적인 원인이며 미시간주와 전 세계적으로 증가세를 보이고 있습니다. 이는 감염된 동물, 주로 닭 및 기타 조류로 제조되거나 접촉된 식품을 통해 인간에게 전파됩니다. 지금까지 캄필로박테리아증의 발병은 야생 조류의 배설물과 확실히 연관되어 있는 것으로 밝혀졌습니다. 그럼에도 불구하고, 질병 통제 센터는 캄필로박터가 다른 유형의 박테리아보다 가벼운 증상을 유발하기 때문에 현재 데이터가 나타내는 것보다 더 흔할 수 있는 식중독의 상당히 과소보고된 원인으로 간주합니다.
Smith는 “더 많은 맹금류를 확보하려는 노력은 농부들에게 도움이 될 것입니다.”라고 말했습니다. "포식자가 한 명이라면 먹이가 여러 마리 있는 것에 비해 전체적으로 새의 수가 적습니다. 새의 수가 훨씬 적다면 거기에 있는 새가 박테리아를 옮기더라도 전염 위험을 줄일 수 있습니다."
황조롱이가 미시간 체리 농장의 물리적 피해와 식품 안전 위험을 크게 줄여준다는 연구 결과는 지역 황조롱이 개체수를 늘리고 농업 지역 주변의 야생동물 서식지를 정리할 필요성을 제거함으로써 작물을 관리하고 보존 목표를 달성하는 것이 동시에 이루어질 수 있음을 보여준다고 연구 저자들은 말합니다. 그들은 해충 관리 문제에 직면한 농부들에게 상자당 약 100달러의 비용이 들고 최소한의 유지 관리가 필요한 황조롱이 상자를 만드는 것을 고려할 것을 권장합니다.
특정 지역의 둥지 상자에 황조롱이가 성공적으로 서식할 수 있을지 여부는 해당 지역에 새가 풍부한지에 따라 달라집니다. 미시간의 체리 재배 지역에는 황조롱이가 너무 많아서 상자의 80~100%가 다른 둥지 새가 아닌 황조롱이의 보금자리가 된다고 미시간 주립 대학의 조류 생태학자이자 이번 연구의 수석 저자인 Catherine Lindell은 말했습니다.
Lindell은 "이것은 농부들에게 훌륭한 도구인 것 같습니다."라고 관심 있는 농부들에게 "상자 몇 개를 올려놓고 무슨 일이 일어나는지 지켜보세요"라고 말했습니다.
KR 캘러웨이는 과학, 보건, 역사, 정책 기사 전문 기자이자 편집자입니다. 그녀는 현재 뉴욕대학교에서 저널리즘 석사 학위 과정을 밟고 있으며 과학, 건강 및 환경 보고 프로그램(SHERP)에 참여하고 있습니다. 그녀의 글은 Scientific American, Sky & Telescope, Fast Company 및 Audubon Magazine 등에 게재되었습니다.
이 이야기는 원래 다음 페이지에 게재되었습니다. 기후 뉴스 내부.
봄이 다가오면서 세금을 어떻게 신고할지 고민해야 할 때입니다. 안타깝게도 최근 Direct File이 종료됨에 따라 2026년에는 정부가 TurboTax를 대신하여 무료로 제공하는 대안이 없으며 서류를 제출하려면 IRS Free File을 포함한 다른 연방 프로그램을 찾아야 합니다. 무료 제출 자격이 없으면 Intuit 소프트웨어를 구입하기 위해 현금을 지불해야 할 가능성이 높습니다. 그리고 미국의 조세 제도를 악몽으로 만들기 위해 수십 년 동안 로비 활동을 해온 회사에 돈을 주라고 제안하고 싶지는 않지만, TurboTax가 유일한 선택이라면 최소한 돈을 절약할 수 있습니다.
인튜이트
세금 납부 시즌이 다가옴에 따라 Amazon은 TurboTax의 디럭스 데스크톱 버전을 44% 할인했습니다.
현재 Amazon은 TurboTax의 디럭스 데스크톱 버전을 44% 할인했습니다. 그러면 일반적으로 80달러인 소프트웨어를 35달러 할인받을 수 있으며, 이를 통해 개별 주세와 연방세를 모두 신고할 수 있습니다. 대부분의 미국인에게는 그것이 그들의 필요를 충족시켜야 합니다.
그러나 자영업자인 경우에는 현재 42% 또는 54달러 할인되는 더 비싼 TurboTax 비즈니스 버전을 구입해야 합니다. 마지막으로 주의할 점: 소프트웨어를 실행하려면 Windows 11 또는 macOS Sonoma가 설치된 PC가 필요하므로 불행히도 오래된 컴퓨터에서는 작동하지 않습니다.
따르다 @EngadgetDeals X에서 최신 정보를 확인하세요 기술 거래 그리고 구매 조언.
ZDNET을 팔로우하세요: 우리를 선호 소스로 추가하세요 Google에서.
기술 분석가 Gartner에 따르면 AI 데이터는 사용자에게 전형적인 GIGO(Garbage In/Garbage Out) 문제로 빠르게 자리잡고 있습니다. 그 이유는 조직의 AI 시스템과 대규모 언어 모델(LLM)이 신뢰할 수 없는 검증되지 않은 AI 생성 콘텐츠로 넘쳐나기 때문입니다.
당신은 이것을 AI 슬롭으로 더 잘 알고 있습니다. 당신과 나에게는 짜증나는 일이지만, 가짜 데이터로 LLM을 오염시키기 때문에 AI에게는 치명적입니다. 그 결과는 AI 서클에서 "모델 붕괴(Model Collapse)"라고 불리는 것입니다. AI 회사인 AQuant는 이러한 추세를 다음과 같이 정의했습니다. "간단히 말하면 AI가 자체 출력에 대해 훈련을 받으면 결과가 현실과 더 멀어질 수 있습니다."
또한: 에이전트 AI 혁명을 이끌 4가지 새로운 역할 - 이들에게 필요한 사항은 다음과 같습니다.
그러나 나는 그 정의가 너무 친절하다고 생각한다. "할 수 있다"는 경우가 아닙니다. 잘못된 데이터로 인해 AI 결과는 현실에서 "떠날 것"입니다.
이 문제는 이미 명백합니다. Gartner는 2028년까지 조직의 50%가 데이터 거버넌스에 대한 제로 트러스트 상태를 갖게 될 것이라고 예측했습니다. 검증되지 않은 AI 생성 데이터가 기업 시스템과 공개 소스 전반에 걸쳐 확산되고 있기 때문에 이러한 기업에는 선택의 여지가 없을 것입니다.
분석가는 기업은 더 이상 데이터가 사람이 생성했거나 기본적으로 신뢰할 수 있다고 가정할 수 없으며 대신 비즈니스 및 재무 결과를 보호하기 위해 데이터 계보를 인증, 확인 및 추적해야 한다고 주장했습니다.
AI의 데이터를 인증하고 검증해 본 적이 있나요? 쉽지 않습니다. 가능하지만 AI 활용 능력은 일반적인 기술이 아닙니다.
또한: AI 기술이 있나요? 기술 관련 업무뿐만 아니라 다음 직장에서도 43% 더 많은 수익을 올릴 수 있습니다
IBM의 저명한 엔지니어인 Phaedra Boinodiris는 최근 저에게 다음과 같이 말했습니다. "데이터를 가지고 있는 것만으로는 충분하지 않습니다. 데이터의 맥락과 관계를 이해하는 것이 핵심입니다. 이것이 바로 어떤 데이터가 올바른지 누가 결정하는지에 대해 학제간 접근 방식이 필요한 이유입니다. 데이터가 우리가 서비스를 제공해야 하는 다양한 커뮤니티를 모두 대표합니까? 이 데이터가 수집된 방식의 관계를 이해합니까?"
설상가상으로 GIGO는 이제 AI 규모로 운영됩니다. 이러한 상황은 결함이 있는 입력이 자동화된 워크플로 및 의사결정 시스템을 통해 연쇄적으로 전달되어 더 나쁜 결과를 초래할 수 있음을 의미합니다. 네 맞습니다. AI 결과 편향, 환각, 단순한 사실 오류가 오늘 나쁘다고 생각한다면 내일까지 기다리세요.
이러한 우려에 대응하기 위해 Gartner는 기업이 제로 트러스트 사고 방식을 채택해야 한다고 말했습니다. 원래 네트워크용으로 개발된 제로 트러스트(Zero Trust)는 이제 AI 위험에 대응하여 데이터 거버넌스에 적용되고 있습니다.
또한: AI 에이전트 배포는 일반적인 소프트웨어 출시가 아닙니다. 참호에서 얻은 7가지 교훈
Gartner는 많은 기업이 데이터 소스를 인증하고, 품질을 확인하고, AI 생성 콘텐츠에 태그를 지정하고, 메타데이터를 지속적으로 관리하여 시스템이 실제로 무엇을 소비하는지 파악하기 위한 더 강력한 메커니즘이 필요하다고 제안했습니다. 분석가는 다음 단계를 제안했습니다.
그렇다면 AI는 2028년에도 여전히 유용할까요? 물론입니다. 그러나 그것이 유용하다는 것을 보장하고 나쁜 대답으로 가는 앵초의 길로 향하지 않도록 하려면 많은 좋은 구식 사람들이 일해야 합니다. 하지만 이 역할은 적어도 소위 AI 혁명으로 인해 생성된 새로운 직업이 될 것입니다.