Warp가 Agent CLI를 출시하고, GitHub가 Spark를 철수하며, FLUX 3 Video가 공개되다: 8월 4일의 발표들

2026년 8월 4일은 여섯 가지 주요 발표로 기록된다. Warp는 자사 코드 에이전트를 자율형 CLI로 분리했고, GitHub는 Copilot을 위해 Spark의 철수를 예고했으며, OpenAI는 ChatGPT 음성 스택의 전면 재구축을 자세히 설명했다. 또한 Black Forest Labs는 FLUX 3 Video를 출시했고, NVIDIA는 자율주행차용 개방형 모델 Alpamayo 2 Super를 공개했으며, Mistral은 개방형 가중치의 보안 분류기 Shieldstral을 선보였다. 이들 발표를 둘러싸고 Cursor, Amp, DeepSeek, Liquid AI, Google, GitHub Copilot, Pika, 그리고 Open Secure AI Alliance가 잇따라 업데이트를 내놓았다.

Warp가 Agent CLI를 출시, 모든 터미널을 위한 자율형 코드 에이전트

8월 4일 — Warp는 자사 코드 에이전트를 Warp 터미널에서 분리해, Ghostty, iTerm 2, VS Code는 물론 Windows, Mac, Linux의 기본 터미널에서도 설치할 수 있는 자율형 CLI로 제공한다. 이 아키텍처는 tmux와 유사한 방식으로 에이전트와 셸 사이의 PTY 연결을 멀티플렉싱하는 계층에 기반하며, 이를 통해 cd으로 디렉터리를 바꿔도 에이전트 컨텍스트가 유지되는 지속 세션, 대상 머신에 바이너리를 설치하지 않고 원격으로 조작하는 기능, 그리고 vim, sqlite, Python REPL, htop 같은 전체 화면 대화형 애플리케이션 제어를 지원한다.

기능 측면에서 이 에이전트는 셸 명령과 자연어 프롬프트를 자동으로 구분하고, 인자와 플래그를 완성하며, 작업의 복잡도에 따라 서로 다른 모델로 요청을 라우팅한다. 경계 모델부터 개방형 가중치 모델까지 사용 가능하며, 라우터는 YAML로 사용자 지정할 수 있다. 또한 멀티에이전트 오케스트레이션과 클라우드 전환도 지원한다.

지원 환경	세부 사항
지원되는 터미널	Ghostty, iTerm 2, VS Code, Windows/Mac/Linux 기본 터미널
월 구독	월 18 $, 추론 크레딧 20 $ 포함
종량제 크레딧	10 $부터
기타 옵션	OpenAI 호환 API 키 또는 SuperGrok 구독

이번 출시는 Warp가 단순한 모델 래핑이 아니라 깊은 셸 통합과 클라우드 오케스트레이션을 앞세워 Codex CLI, Claude Code, Gemini CLI 같은 경쟁 CLI 에이전트와 정면으로 맞서게 한다.

🔗 Warp 블로그 — Warp Agent CLI 소개

GitHub Spark는 더 이상 신규 사용자를 받지 않으며, 철수가 예정됨

8월 4일 — GitHub는 전용 추론 엔진과 함께 출시한 자연어 기반 앱 제작 플랫폼 Spark의 철수를 단계적으로 진행하고 있다(llm()). 8월 4일부터 신규 계정 생성과 신규 애플리케이션 생성이 차단된다.

철수 일정의 이정표	날짜
신규 계정 및 앱 종료	2026년 8월 4일
코드 내보내기 마감일	2026년 8월 31일
GitHub Models 철수(엔진 `llm()`)	2026년 7월 30일(이미 적용됨)

기존 사용자는 8월 31일까지 Spark 워크벤치의 메뉴(… → Create repository)를 통해 애플리케이션 코드를 내보낼 수 있다. 이미 배포된 애플리케이션은 그 이후에도 계속 동작하지만, llm() 기능을 사용하는 경우 이를 구동하던 GitHub Models가 7월 말에 이미 철수되었으므로 다른 추론 공급자로 전환해야 한다.

GitHub는 AI 모델과 에이전틱 개발 도구가 Spark 출시 이후 크게 발전했으며, 창작자들이 이제는 별도의 프로토타이핑 플랫폼보다 VS Code의 Copilot, Copilot CLI, 또는 GitHub Copilot 앱 같은 통합형 워크플로를 선호한다고 설명하며 이번 결정을 정당화했다. 이는 하나의 신호다. GitHub가 Copilot을 중심으로 AI 제공을 집중하기 위해 별도의 ‘vibe coding’ 제품을 정리하고 있다는 뜻이다.

🔗 GitHub Changelog — GitHub Spark의 예정된 지원 종료

GPT-Live: OpenAI가 6개월 만에 ChatGPT 음성 아키텍처를 재구축하다

8월 3일 — OpenAI는 음성 시스템의 3세대인 GPT-Live를 공개하며, 왜 이전 아키텍처가 대화의 자연스러움을 제한했는지 설명한다. 기존 방식은 사용자가 말을 끝냈는지 추측하는 ‘turn detector’에 의존했는데, 너무 일찍 추측하면 말을 끊게 되고 너무 늦게 추측하면 응답이 늘어진다. GPT-Live는 이 검출기를 오디오 경로에서 제거했다. 음성 모델은 full-duplex로, 동시에 듣고 말할 수 있다. 더 깊은 추론이나 도구 호출이 필요할 때는 GPT-Live가 대화를 끊지 않고 GPT-5.5 같은 경계 모델을 비동기적으로 조회한다.

엔지니어링 측면에서 OpenAI는 미디어 프런트엔드와 추론 로직을 Go로 다시 작성해 Python asyncio 구현을 대체했으며, 이로써 프레임 전달의 일관성이 개선되어 새 시스템의 p95가 이전 시스템의 p50과 같아졌다. 전송은 WebRTC에 기반하며, WebRTC는 오디오를 미세하게 늘려 패킷 손실과 시계 드리프트를 흡수한다. 구체적인 결과로 음성 세션 시작이 네트워크 왕복 여섯 번에서 한 번으로 줄었다. 이 아키텍처는 이미 데스크톱 앱에서 컴퓨터를 제어하는 기능을 포함한 새로운 ChatGPT Voice 기능을 구동하고 있다.

GPT-Live can listen while it speaks. To make that feel natural at ChatGPT scale, we rebuilt the voice stack from client to model. This new architecture keeps audio flowing continuously, so deeper reasoning and tool use don’t interrupt the conversation.

🇰🇷 GPT-Live는 말하는 동안에도 들을 수 있습니다. 이를 ChatGPT 규모에서 자연스럽게 느껴지게 하려면, 우리는 클라이언트부터 모델까지 전체 음성 스택을 다시 구축해야 했습니다. 이 새로운 아키텍처는 지속적인 오디오 흐름을 유지하므로, 심층 추론과 도구 사용이 대화를 방해하지 않습니다. — @OpenAI X에서

🔗 6개월 만에 반응형 음성 AI를 위한 실시간 시스템을 구축한 방법

FLUX 3 Video(Black Forest Labs): 공식 출시, API 및 Runway에서 이용 가능

8월 4일 — Black Forest Labs는 7월 30일에 공개했던 사전 공개에 이어 FLUX 3 Video의 출시를 공식화했다. 이 모델은 네이티브 720p와 1080p 해상도로 최대 20초 길이의 클립을 생성하며, 네이티브 동기화 오디오(효과음, 배경음, 음성, 정확한 립싱크 포함)와 영어, 중국어, 스페인어, 프랑스어, 독일어, 일본어를 포함한 약 15개 언어의 대화를 지원한다. 텍스트-투-비디오, 시작 이미지, 종료 이미지 또는 여러 키프레임을 순서대로 사용하는 이미지-투-비디오, 비디오 연장, 그리고 장면에 자연스럽게 녹아드는 텍스트 삽입을 처리한다.

Draft mode는 최종 고품질 렌더링 전에 더 낮은 비용으로 창의적 방향을 빠르게 탐색할 수 있게 해 주며, 최종 렌더링은 승인된 프리뷰의 피사체, 구도, 움직임을 그대로 유지한다:

제작 단계	요금
빠른 미리보기(Draft mode)	초당 $0,06
최종 고품질 렌더링	초당 $0,17부터
최대 길이	20초, 네이티브 1080p

이 모델은 현재 BFL API와 일부 파트너를 통해 제공되며, Runway는 출시 당일 이를 통합했다. Black Forest Labs는 앞으로 더 나은 제어 가능성, 멀티모달 참조(이미지, 비디오, 오디오), FLUX 3 Image 모델, 그리고 FLUX 3 Dev라는 개방형 가중치 변형을 예고했다.

🔗 @bfl_ai X 게시물(FLUX 3 Video 발표)

NVIDIA Alpamayo 2 Super, 자율주행차를 위한 개방형 추론 모델

8월 4일 — NVIDIA는 로보택시, 자율주행차, 트럭, 셔틀을 위한 개방형 vision-language-action(VLA) 추론 모델 Alpamayo 2 Super를 출시한다. 이 모델은 360도 카메라 커버리지를 갖춘, 강화학습으로 후학습된 NVIDIA Cosmos 3 Super 추론기와 확산 기반 행동 전문가를 결합한다.

모델 구성 요소	크기
Cosmos 3 Super 추론기	320억 파라미터
확산 기반 행동 전문가	20억 파라미터
Alpamayo 2 Super 전체	340억 파라미터

각 주행 시나리오마다 모델은 다섯 가지 결합 출력을 생성한다. 계획된 궤적, 인과 사슬 형태의 추론 기록, 메타 액션(양보, 차선 변경, 정지), 학습용 자동 추론 라벨, 그리고 카메라 이미지에 기반한 시각 질문에 대한 답변이다. LingoQA 벤치마크에서 NVIDIA는 GPT-4o를 23.2점 차로 앞서며 1위를 주장한다. 이 모델은 허용적 라이선스인 OpenMDW-1.1 아래 공개되며, 가중치와 추론 코드는 Hugging Face에서 즉시 사용할 수 있어 추가 승인 없이 상업적으로 배포할 수 있다.

Today, we’re launching Alpamayo 2 Super, our frontier open reasoning model for autonomous vehicles. Beyond seeing, Alpamayo understands and reasons through the complex world - thinks before it acts. […] We’re releasing it for commercial use under OpenMDW-1.1 so teams can inspect it, fine-tune it and deploy it—open models advance safety and security. The next wave of AI is robotics—and it starts with autonomous vehicles.

🇰🇷 오늘 우리는 자율주행차를 위한 최첨단 개방형 추론 모델인 Alpamayo 2 Super를 출시합니다. 보는 것을 넘어, Alpamayo는 복잡한 세계를 이해하고 추론합니다. 즉, 행동하기 전에 생각합니다. […] 우리는 팀이 이를 검사하고, 조정하고, 배포할 수 있도록 OpenMDW-1.1 라이선스 아래 상업적 사용을 위해 공개합니다. 개방형 모델은 안전을 발전시킵니다. AI의 다음 물결은 로보틱스이며, 그것은 자율주행차에서 시작됩니다. — @JensenHuang X에서

🔗 NVIDIA 블로그 — Alpamayo 2 Super, open model now available

Shieldstral: Mistral이 개방형 가중치의 3B 모더레이션 모델을 공개하다

8월 4일 — Mistral은 30억 파라미터 규모의 콘텐츠 모더레이션 모델 Shieldstral을 출시하며, 이를 Apache 2.0 라이선스 아래 개방형 가중치로 공개했다. 고정 범주의 전통적인 분류기와 달리, Shieldstral은 모더레이션을 이진 질의응답 작업으로 다룬다. 모더레이션 정책이 추론 시점에 자연어로 제공되므로, 재학습 없이도 정책을 조정할 수 있다. 이 모델은 멀티모달(텍스트와 이미지)이며, 이산적 레이블 대신 보정된 연속형 안전 점수를 반환한다.

적용 기능	세부 사항
프롬프트 분류 및 응답 모더레이션	입력과 출력 모두에서 문제성 콘텐츠를 탐지
거부 탐지	어시스턴트가 요청을 거절하는 순간을 식별
유해성 탐지	텍스트와 이미지
정책 적응형 평가	재학습 없이 자연어로 요청 가능

Mistral은 Shieldstral이 텍스트 안전성, 거부 탐지, 정책 적응성, 멀티모달 평가에서 최대 7배 더 큰 개방형 가드레일 모델들과 같거나 더 나은 성능을 보인다고 밝힌다. 이 모델은 단일 NVIDIA 16GB GPU에서 실행되므로, 로컬 배포를 포함한 표준 인프라에서도 쉽게 사용할 수 있다. Shieldstral은 또한 Open Secure AI Alliance의 첫 멤버이기도 하며, 이 기사 뒤에서 자세히 다루는 새 SAFE 가이드라인을 갖춘 업계 연합이다. 가중치는 Hugging Face에서 제공된다(mistralai/Shieldstral-1.0-3B).

🔗 Mistral — Shieldstral

코드 도구: Cursor, Amp, Warp가 속도를 높이다

Cursor의 MoE 훈련 메가커널, Mixture-of-Kittens(MoK) 오픈소스 공개

8월 4일 — Cursor는 NVIDIA NVL72 노드를 위해 설계된 Mixture-of-Experts 아키텍처용 훈련 메가커널인 Mixture-of-Kittens(MoK)를 오픈소스로 공개한다. 이 커널은 MoE와 관련된 모든 통신과 계산을 단일의 결정적 연산으로 합친다. MoK는 이미 Cursor 내부에서 수만 개의 GPU로 생산 환경 학습을 구동하고 있다.

We’re open-sourcing Mixture-of-Kittens (MoK), our MoE training megakernel for NVL72s. It fuses all Mixture-of-Experts communication and computation into a single, fully deterministic kernel, and runs up to 2.37x faster than the strongest public baselines.

🇰🇷 우리는 NVL72용 MoE 훈련 메가커널인 Mixture-of-Kittens(MoK)를 오픈소스로 공개합니다. 이 커널은 Mixture-of-Experts와 관련된 모든 통신과 계산을 완전히 결정적인 단일 커널로 통합하며, 공개된 최고 기준선보다 최대 2.37배 빠르게 실행됩니다. — @cursor_ai X에서

Cursor에서 측정한 이득은 이전 DeepEP 기반 스택 대비 엔드투엔드 훈련 처리량 1.41배 향상이다.

Amp는 모든 파일을 orb에 첨부할 수 있게 한다

8월 4일 — Amp의 클라우드 에이전트인 ‘orb’는 이제 비디오, 로그, PDF, 스프레드시트, 데이터셋 등 어떤 파일이든 첨부 파일로 받을 수 있다. 팀은 몇 가지 구체적인 활용 사례를 제시한다. Amp가 화면에 보이는 것을 수정하도록 앱 화면을 녹화해 보내기, 로그 파일로 디버깅하기, 스프레드시트를 인터랙티브 웹사이트로 변환하기, 오디오와 비디오를 전사하기 등이 그것이다. 이번 발표는 파일 크기 제한이나 위 예시를 넘어서는 정확한 형식을 명시하지는 않는다.

🔗 Amp News — 무엇이든 첨부하기

Warp가 클라우드 에이전트에게 컴퓨터 제어(computer use)로 작업 검증 능력을 부여하다

8월 3-4일 — Warp의 ‘cloud software factory’ 시리즈 네 번째 편이다. 새로운 verify-behavior 기능은 클라우드 에이전트에게 마우스/키보드 제어 권한을 제공해 보고된 버그를 재현(reproduce 모드)하거나 기능이 사양과 일치하는지 확인(verify 모드)할 수 있게 하며, 가능하면 영상 캡처도 함께 수행한다. Warp의 한 엔지니어는 이를 사내에 배포했다고 확인하며 세 가지 사용 사례를 제시했다. 수정 사항과 전후 영상을 함께 포함해 버그를 재현하는 것, 새 사용자처럼 온보딩 과정을 끝까지 실행해 보는 것, 그리고 인터페이스를 빠르게 검증하기 위해 Slack이나 pull request에 데모 영상을 올리는 것이다.

🔗 Warp 블로그 — 컴퓨터 사용 검증

GitHub Copilot: 개발자와 팀을 위한 네 가지 새로운 기능

클라우드 에이전트를 위한 맞춤형 추론 수준

8월 3일 — Copilot cloud agent에 작업을 위임할 때, 이제 지원되는 모델에 한해 모델의 추론 수준을 선택할 수 있다. 더 높은 수준은 복잡한 문제에 대한 답변 품질을 높일 수 있지만, 그만큼 더 많은 토큰을 소모한다. Copilot 유료 플랜 전체(Pro, Pro+, Business, Enterprise, Max)에서 사용할 수 있다.

🔗 GitHub Changelog — 추론 수준 사용자 지정

댓글에서 Copilot 자동화를 트리거하기

8월 3일 — Copilot cloud agent 자동화는 이제 issue나 pull request 댓글에서 트리거할 수 있으며, 저장소의 Agents → Automations 탭에서 설정할 수 있다. 세 가지 활용 사례가 제시된다. PR 댓글에서 문서 생성하기, issue 댓글에 보고된 스택 트레이스를 분석하기, 또는 후속 작업을 자동 생성하기. Copilot Pro, Pro+, Max, Business, Enterprise에서 사용할 수 있으며, 기업 계정의 경우 관리자 측 정책 활성화가 필요하다.

🔗 GitHub Changelog — 댓글로 Copilot 자동화 트리거하기

GitHub 법무팀이 Copilot CLI를 사용하는 방법

8월 4일 — 개발 경험이 없던 GitHub 내부 변호사 두 명이 Copilot CLI로 도구를 구축했다. Principal Product Counsel인 Ngandu Kasuku는 계약 작성 지침과 계약서 템플릿을 중앙화한 저장소 terms-ai를 만들었고, 그 결과 검토 및 작성 시간이 약 절반으로 줄었다. Online Safety Counsel인 Jesse Geraci는 소스 코드를 분석하고 DMCA 통지를 평가하는 애플리케이션을 개발했으며, 이후 이를 라이선스 준수와 NDA 위험 평가로 확장했다.

🔗 GitHub Blog — GitHub 법무팀이 Copilot CLI를 사용한 방법

코드 커버리지의 자동 활성화, AI가 생성

8월 4일 — 저장소의 Code Quality 설정에서 새로운 AI 에이전트가 코드 커버리지 워크플로를 자동으로 생성한다. 이 워크플로는 프로젝트를 빌드하고, 테스트를 실행하며, 커버리지 보고서를 생성해 GitHub에 전송하고, 기본적으로 최소 권한만 사용한다. 사용자는 검토 후 병합할 준비가 된 pull request를 받게 된다. 이 기능은 공개 preview 상태이며, github.com, GitHub Enterprise Cloud, Team에서 사용할 수 있다(아직 Enterprise Server에서는 미지원).

🔗 GitHub Changelog — Code coverage automatic enablement

오픈 모델과 프로덕션 가용성

DeepSeek V4 Flash, Together AI에서 프로덕션 उपलब्ध

8월 4일 — 7월 말 출시된 DeepSeek의 빠른 모델 DeepSeek V4 Flash가 이제 Together AI에서 프로덕션으로 사용할 수 있게 되었으며, 코딩, 도구 사용, 장기 실행 에이전트를 위한 고처리량 배포 경로를 제공한다. Together AI는 터미널 및 풀스택 작업에서 강화된 코딩 성능, 3단계 추론 노력 수준(낮음, 높음, 최대), 그리고 생성 속도를 높이기 위한 DSpark라는 이름의 speculative decoding을 강조한다.

🔗 @togethercompute on X

Liquid AI, 100% 로컬 에이전트를 위한 컴팩트 모델 LFM2.5-2.6B 공개

8월 4일 — Liquid AI가 LFM2.5-2.6B를 공개했다. 이는 노트북부터 휴대폰까지 완전히 로컬에서 실행되는 에이전트를 위해 설계된 26억 개 파라미터의 모델로, 128K 토큰의 컨텍스트 윈도우를 갖는다. 2~4배 더 큰 모델들과 비교했을 때, 지시 따르기에서 선두를 차지하며(AIME25에서 51.87%, LiveCodeBench에서 59.41%), 도구 사용에서는 테스트된 거의 모든 모델보다 앞선다. 속도는 Apple M5 Max에서 초당 220 토큰, AMD Ryzen에서 초당 113 토큰, 휴대폰에서는 약 초당 30 토큰이다. Hugging Face에서 제공되며 llama.cpp, MLX, vLLM, SGLang, ONNX와 호환된다.

🔗 Hugging Face Blog — LFM2.5-2.6B

Google과 Kaggle, 무료 AI 에이전트 강좌 성과를 공개

8월 3일 — Google과 Kaggle이 생산 환경에서의 AI 에이전트 설계와 배포에 초점을 맞춘 5일짜리 무료 강좌 “AI Agents Intensive: Vibe Coding”의 성과를 공개했다. 발표된 수치는 등록 참가자 353,000명, 세션 기간 동안 Kaggle Discord에서 활동한 392,000명, 그리고 12,000명 이상이 제출한 6,000건 이상의 최종 프로젝트다. Google은 Kaggle과 함께한 집중 과정이 2024년 이후 총 200만 명 이상의 학습자를 모았다고 강조한다. 모든 콘텐츠는 Kaggle Learn에서 자체 학습 형태로 계속 이용할 수 있다.

🔗 Google Blog — Inside our 353,000-person vibe coding course

미디어 생성과 에이전트 생태계의 보안

Pika, 100개 이상의 모델을 묶은 API Club 출시

8월 4일 — Pika Labs가 API Club을 출시했다. 이는 월 10달러 구독으로 비디오, 이미지, 오디오, LLM을 포함한 100개 이상의 미디어 생성 모델에 단일 API로 접근할 수 있게 해 주며, Fal나 Runway Dev 같은 제공업체와 비교해 큰 할인 혜택을 제공한다. Seedance 2.0에서는 최대 87%, MiniMax H3에서는 최대 50%, GPT Image 2에서는 최대 25% 할인이다. Pika는 공급업체와 더 나은 가격을 협상했고 자체 마진은 최소 수준으로 유지했다고 밝히며, 최대 3배에 달하는 마크업을 한다고 비판하는 집계 플랫폼에 대응했다고 설명한다. 이번 출시는 대중용 비디오 생성 도구로 알려졌던 Pika를 개발자와 크리에이터를 위한 API 집계업체로 재포지셔닝한다.

🔗 @pika_labs on X

HeyGen, 부동산용 자동화 비디오 포맷 출시

8월 3일 — HeyGen이 부동산 중개인을 위한 비디오 포맷 시리즈 “HeyGen for Real Estate”를 공개했으며, 각 포맷은 사용자의 개인 아바타를 재사용한다. 당일 포맷인 “Hosted Home Tour”는 매물의 안내 투어를 생성한다. 사용자가 매물 링크(Zillow)를 붙여넣고 선택적으로 스크립트를 추가하면, 도구가 매물 정보에 기반해 아바타가 투어를 소개하는 비디오를 자동으로 만든다. 시리즈의 다른 포맷으로는 “Market Update”와 “Listing Spotlight”가 있다.

🔗 @HeyGen on X

Open Secure AI Alliance, Black Hat에서 SAFE 가이드라인 제안

8월 4일 — 라스베이거스에서 열리는 Black Hat 2026 컨퍼런스에서, NVIDIA가 주도하는 연합체인 Open Secure AI Alliance는 이제 Cisco, CrowdStrike, Hugging Face, Red Hat, Microsoft, Amazon 등을 포함해 120개 이상의 조직을 아우르며 여러 기여 사항을 발표했다. Linux Foundation은 SAFE(Shared AI Findings Exchange)에 대한 의견 수렴을 공개했는데, 이는 AI 보안 사고를 기밀 방식으로 수집 및 분석하고, 반복되는 통제 실패를 식별하며, 증거 기반 권고를 게시하기 위한 제안 프레임워크다. 사이버보안 위협 인텔리전스 공유에서 영감을 받은 집단 방어 접근법이다.

Amazon은 이 연합에 합류해 Strands Agents 툴킷과 Cedar 권한 부여 언어를 기여한다. Uber는 ADR(Agentic AI Detection and Response)을 오픈소스로 공개했는데, 이는 프로덕션에서 매일 20만 건 이상의 에이전트 세션을 처리하는 프레임워크다. Mistral은 앞서 본 기사에 소개된 Shieldstral을 기여했으며, 연합의 첫 번째 모델 멤버가 되었다.

🔗 Blog NVIDIA — Open Secure AI Alliance contributions

OpenAI: Apple에 대한 응답과 새로운 교육 플러그인

Apple is getting this wrong : OpenAI, Apple의 소송에 답하다

8월 3일 — OpenAI가 Apple이 제기한 소장에 대한 상세한 답변을 공개하며, 세 가지 주장을 항목별로 반박했다. 접촉 경위에 대해서는 Apple이 이제 외부 변호사들이 잘못된 사람에게 편지를 보냈음을 인정하고 있으며, OpenAI의 General Counsel과의 대화가 있었다는 주장도 실제로는 없었다고 OpenAI는 밝힌다. 퇴사 후 기밀 정보에 접근했다고 비난받는 전 직원의 사건(Apple에서의 마지막 근무일: 2026년 1월 22일)과 관련해서는, OpenAI가 iMessage 교환 내용을 공개하며 파일 위치를 찾는 데 도움을 요청한 것은 Apple 직원들이었다고 설명한다. Apple에서 24년간 근무한 뒤 영업 비밀을 사용하려 했다고 의심받는 전 임원 사건에 대해서는, Apple의 기밀 정보가 요청되거나 사용된 적이 없다고 OpenAI는 주장한다. OpenAI는 Apple의 예비 금지 명령 요청을 “허위 정보에 기반했고 전혀 불필요하다”고 평가한다.

🔗 OpenAI — Apple is getting this wrong

ChatGPT Work와 Codex를 위한 3개의 새로운 교육용 플러그인

8월 4일 — 새 학기를 맞아 OpenAI가 ChatGPT Edu와 ChatGPT for Teachers 배포용으로 3개의 플러그인을 출시한다: K-12 Educator(초중등용 차별화 리소스), College Educator(고등교육용 강의 설계 및 LMS 내보내기), College Student(학생이 선택한 출처를 바탕으로 하는 가이드형 튜터링, 복습 카드, 퀴즈). 이 글은 OpenAI와 American Federation of Teachers의 파트너십도 상기시키며, 미국 K-12 교사 40만 명에게 AI 사용법을 교육하기 위한 5개년 이니셔티브라고 설명한다.

🔗 OpenAI — Learn and teach with ChatGPT Work and Codex

짧은 소식

Devin Fusion, 지능 4% 향상 및 비용 27% 절감 — Cognition이 내부 벤치마크 FrontierCode 1.1에서 Devin Fusion의 하네스와 모델을 개선했으며, 이는 Devin Cloud에서 즉시 사용할 수 있다. 🔗 출처
Sakana AI, AIRoA 합류 — 이 회사는 일본 AI 로보틱스 협회 회원이 되어, 세계 모델과 피지컬 AI에 대한 자사의 RSI Lab 협업을 추진한다. 🔗 출처
llama-macos, Hugging Face 팀이 주목한 유틸리티 — 머신에 맞는 모델을 추천하고 웹 인터페이스가 있는 llama.cpp 서버를 실행하는 macOS 위젯(brew install --cask llama-app). 🔗 출처
Copilot이 접근할 수 있는 범위를 더 세밀하게 제어 — GitHub가 Copilot 접근 권한에 대한 더 강력한 제어 기능을 발표했으며, 현재로서는 연결된 상세 changelog는 없다. 🔗 출처
Copilot CLI의 로컬 샌드박싱에 대한 문서 보강 — GitHub가 터미널에서 로컬 샌드박싱을 활성화하고 구성하는 문서를 강조한다. 🔗 출처
Air 편집기, ACP를 통해 GitHub Copilot을 사용자 지정 에이전트로 추가 — 서드파티 도구 Air가 이제 Agent Client Protocol을 통한 사용자 지정 에이전트를 지원하며, Copilot 설정 가이드를 제공한다. 🔗 출처
관리형 설정을 위한 엔터프라이즈 팀 단위 세분화 — 기업 관리자는 전용 구성 파일로 특정 팀을 대상으로 설정을 적용할 수 있다. 🔗 출처
대규모 기본 코드 스캐닝의 사용자 지정 구성 — 새 저장소 속성을 통해 기본 설정에 사용자 지정 CodeQL 구성을 적용할 수 있다. 🔗 출처
Copilot Billing Preview 앱 철수 — Copilot 지출 관리는 이제 GitHub 청구 설정에서 직접 이뤄진다. 🔗 출처
Dependabot 브랜치 이름 사용자 지정 — Dependabot이 생성하는 브랜치 이름의 접두사, 길이, 구분자를 정의하기 위한 dependabot.yml의 새 옵션. 🔗 출처
CodeQL 2.26.2, Swift 6.3.3 및 Kotlin 2.4.10 지원 추가 — GitHub의 정적 분석 엔진 업데이트. 🔗 출처
Triage 역할, 이제 이슈 생성 제한을 우회 가능 — 이 역할을 가진 사용자는 저장소가 이 작업을 협업자로 제한해도 이슈를 생성할 수 있다. 🔗 출처
Wan (Alibaba) — Camera-to-Image — Wan의 실시간 제품군에 추가된 새로운 기능으로, 카메라가 실제 환경을 애니메이션 스타일의 장면으로 즉시 변환한다. 🔗 출처
NVIDIA, NSF State and Regional AI Hubs 프로그램에 합류 — 미국 National Science Foundation의 지역 AI 인프라 허브 프로그램에 참여해 연구와 교육을 지원한다. 🔗 출처
NVIDIA, AI를 위한 빠른 스토리지 접근 SCADA 상세 공개 — GPU가 메모리에 가까운 속도로 스토리지에 직접 접근할 수 있게 하는 기술. 🔗 출처
Stability AI와 MusicHackspace, 몬트리올에서 Stable Audio 3.0 해커톤 개최 — MUTEK 페스티벌과 협력한 8월 22~23일 48시간 해커톤. 🔗 출처
Qwen-Image-3.0-Pro, 세계 5위로 상승 — Alibaba가 특정되지 않은 랭킹에서 자사 이미지 생성 모델의 큰 도약을 발표했다. 🔗 출처
Z.ai(GLM)와 Tencent Cloud, 싱가포르에서 첫 커뮤니티 밋업 개최 — GLM-5.2의 에이전틱 기능과 CodeBuddy 및 WorkBuddy 통합을 소개한다. 🔗 출처
Circles, OpenAI API와 Codex로 통신 경험을 개인화 — 기업 사례 연구: ARPU 22% 증가, churn 9% 감소, 고객 지원의 65%를 자율 해결. 🔗 출처

이것이 의미하는 바

코드 도구는 계속해서 IDE의 범위를 벗어나고 있다. Warp는 어떤 터미널이든 제어할 수 있는 CLI 에이전트를 분리해 내놓았고, GitHub Copilot cloud agent는 사용자 지정 가능한 추론 수준과 댓글 기반 트리거를 얻었으며, Amp는 어떤 파일 형식이든 첨부 파일로 허용하고, Warp는 클라우드 에이전트가 컴퓨터 사용(computer use)을 통해 스스로 작업을 검증할 수 있게 한다. 개발 경험이 없는 GitHub 법무팀이 Copilot CLI로 자체 도구를 구축했다는 사례는 더 큰 전환을 보여준다. 이제 이들 에이전트는 개발자뿐 아니라 비개발자에게도 향한다.

이러한 에이전트의 고도화는 확산보다는 플랫폼 통합을 동반한다. GitHub는 자연어 기반 애플리케이션 프로토타이핑 플랫폼 Spark를 출시 1년 반 만에 종료하고, VS Code, CLI, 앱, cloud agent 등 다양한 접점의 Copilot에 단일한 베팅을 한다. 이는 독립형 “vibe coding” 시장이 개별 제품의 난립보다는 몇몇 통합형 서비스 중심으로 수렴하고 있음을 보여주는 신호다.

에이전틱 AI의 보안은 구조화된 생태계로 조직되고 있다. Mistral은 단일 GPU에서 구동되는 오픈웨이트 모더레이션 분류기 Shieldstral을 공개하고, Open Secure AI Alliance의 첫 번째 모델 멤버가 되었다. 이 연합은 120개 이상의 조직으로 구성되어 있으며, Linux Foundation을 통해 AI 보안 사고를 기밀로 공유하는 프레임워크 SAFE를 제안하고 있다. 이는 전통적 사이버보안의 위협 인텔리전스 공유에서 직접 영감을 받은 것이다. Amazon과 Uber도 각자의 오픈소스 도구를 기여했다. 이는 에이전트 보안이 더 이상 개별 독점 조치의 합이 아니라, 집단적이고 문서화된 노력으로 자리 잡고 있음을 보여준다.

마지막으로, 미디어 생성과 실시간 연산의 경제성은 계속해서 진입 비용이 낮아지고 있다. FLUX 3 Video는 최종 렌더링보다 저렴한 아이디어 탐색용 Draft 모드를 초당 0.06달러로 도입했고, Pika는 대중용 제품을 월 10달러의 API 집계 서비스로 전환해 다른 플랫폼의 높은 마진을 우회한다. NVIDIA는 자율주행 산업이 제로베이스에서 다시 시작하지 않도록 공유된 추론 기반을 제공하기 위해 오픈웨이트의 Alpamayo 2 Super를 공개했다. 같은 흐름은 음성 쪽에서도 보인다. OpenAI의 GPT-Live 재설계는 음성 세션의 시작 시간을 6분의 1로 줄였고, 실시간 인프라 역시 모델 자체만큼이나 활발한 최적화 대상이 되고 있음을 보여준다.