[더구루=홍성환 기자] '제2의 에어비앤비'로 불리는 숙박 공유 플랫폼 손더(Sonder)가 약 760억원의 자금을 확보했다. 최근 개인정보 유출 사태로 신뢰도가 하락한 가운데 재도약의 발판을 마련할 수 있을지 주목된다. [유료기사코드] 손더는 실리콘밸리은행(Silicon Valley Bank)과 최대 6000만 달러(약 760억원) 규모 대출·담보 계약을 맺었다고 28일(현지시간) 밝혔다. 이는 기존 채무를 상환하기 위한 목적이다. 지난 2013년 설립한 손더는 아파트형 호텔을 제공하는 숙박 공유 플랫폼이다. 에어비앤비와 달리 아파트를 직접 관리하며 균일화된 서비스를 제공하는 것이 특징이다. 현재 뉴욕, 보스턴, 시카고, 밴쿠버, 토론토, 런던, 로마 등 10개 국가 40여개 도시에서 객실을 운영 중이다. 손더는 올해 1월 나스닥에 상장된 기업인수목적회사(SPAC·스팩)와 합병을 통해 미국 증시에 우회 상장했다. 손더는 3분기 1억2450만 달러(약 1580억원(의 매출을 기록했다. 전년 동기 대비 85% 증가한 수치다. 순손실은 7450만 달러(약 950억원)로 지난해보다 적자폭이 확대됐다. 한편, 손더는 최근 개인정보 유출 사고로 신뢰도에 타격을 받았다
[더구루=홍성환 기자] '제2의 에어비앤비'로 불리는 숙박 공유 플랫폼 손더(Sonder)에서 개인정보가 유출된 것으로 나타났다. 신뢰도 하락이 불가피할 전망이다. [유료기사코드] 손더는 세스트 예약 데이터베이스의 보안 사고가 발생했다고 25일 밝혔다. 회사 측에 따르면 지난 14일 사용자 이름과 비밀번호, 전화번호, 주소, 이메일, 신용카드 번호, 숙박 예약 날짜 등 고객 기록이 포함된 시스템 가운데 하나에 무단 접근이 확인된다. 이에 손도는 승인되지 않은 개인이 손더 시스템에 접근할 수 없도록 조치를 취했다. 아울러 이번 사고를 조사하기 위해 보안·포렌식 전문업체를 선임했다. 손더는 "현재 조사를 진행 중으로 사건을 신속하게 해결하기 위해 최선을 다할 것"이라고 전했다. 지난 2013년 설립한 손더는 아파트형 호텔을 제공하는 숙박 공유 플랫폼이다. 현재 뉴욕, 보스턴, 시카고, 밴쿠버, 토론토, 런던, 로마 등 10개 국가 40여개 도시에서 객실을 운영 중이다.
[더구루=홍성일 기자] 애플이 액세서리 제품인 '매직마우스(Magic Mouse)'와 관련된 새로운 특허를 출원했다. 애플은 클릭과 수평이동만으로 사용되는 마우스 장치에 새로운 변화를 시도하고 있다. [유료기사코드] 29일 미국특허청(USPTO)에 따르면 애플이 출원한 '인풋 디바이스(Input Device)' 특허가 공개됐다. 해당 특허는 지난해 9월 21일 등록됐다. 애플의 새로운 특허는 마우스를 기울이거나 회전하는 방식으로 컴퓨터와 상호작용할 수 있는 기능이다. 애플은 특허를 통해 디스플레이 화면에서 보여지는지 여부와 관계없이 수행되는 모든 기능을 사용할 수 있다고 설명했다. 예를 들어 이용자가 매직마우스를 오른쪽으로 기울이면 최소화 된 상태로 존재하던 프로그램을 작동시키도록 등록한다면 원하는데로 사용할 수 있다는 것이다. 새로운 기능이 추가됨에 따라 애플은 마우스의 디자인도 변화를 시도했다. 2000년 출시된 아이맥 g3(iMac G3)에 장착됐던 하키퍽 마우스도 등장했다. 또한 마우스의 하단부를 평평하게 만드는 대신 대각선으로 깎아 다수의 면을 만든 디자인도 공개됐다. 업계 관계자는 "애플이 공개한 모든 아이디어가 상품화되는 것은 아니다. 하지만 애
[더구루=홍성일 기자] 마이크로소프트(MS)가 생성형 인공지능(AI)의 악의적 사용을 막기 위해 새로운 통합 API(application programming interface)를 공개했다. MS는 새로운 AI관리 기능으로 엔터프라이즈(기업용) AI 시장에서 경쟁력을 유지한다는 목표다. [유료기사코드] MS는 28일(현지시간) 생성형 AI의 취약점을 파고들어 악의적으로 이용하려는 행위를 방지하는 새로운 통합 API '프롬프트 쉴드(Prompt Shields)'를 출시한다고 밝혔다. MS는 프롬프트 쉴드를 통해 더욱 정교해지고 있는 대형 언어 모델(LLM)에 대한 공격에 대응한다. 프롬프트 쉴드는 LLM에 대한 직간접적인 공격에 모두 대응한다. 특히 LLM의 출력값을 조작하기 위해 악의적으로 프롬프트를 입력하는 프롬프트 인젝션(prompt injection)에 대응할 수 있다. 자연어처리(NLP)와 통계를 기반으로 한 LLM이 인간처럼 언어로 사고하지 못한다는 것을 악의적으로 이용한 사례다. 악의적인 프롬프트 입력에는 직접적으로 텍스트를 입력하는 것 외에도 LLM를 속이는 것을 목적으로 정상적인 텍스트 안에 악의적인 지침을 잘 보이지 않도록 삽입하는 방법도 있