OpenAI, Codex 하네스를 Agents SDK 미리보기에 통합… Shruti는 인도 22개 언어 지원, HeliosLM은 대만 겨냥

OpenAI가 Python용과 JavaScript용 Agents SDK 알파 미리보기 두 종을 공개했다. Codex 하네스를 기본 엔진으로 탑재했으며, 대화 저장, 사용량 제한, A2A를 통한 에이전트 간 대화를 지원하고 Python에서는 기본 추론 강도도 높였다. 이번 일요일의 나머지 소식은 단신으로 전한다. Devin 릴리스 노트, GitHub Agentic Workflows 미리보기 두 종, Antigravity와 Gemini CLI 수정 사항, Qwen Code 데스크톱 앱에 이어 Hugging Face 커뮤니티 게시글을 살펴본다. 여기에는 대만과 인도의 22개 공용어를 위한 개방형 음성 모델, 터키어의 추가 비용을 측정한 글이 포함된다.

OpenAI, Codex 하네스를 Agents SDK에 통합: A2A, 사용량 예산, 대화 저장을 갖춘 알파 미리보기 두 종

11월 8일 — OpenAI가 Agents SDK 알파 미리보기 두 종을 공개했다. Python용은 v0.24.0-alpha.7, JavaScript용은 v0.22.0-alpha.2다. 11월 3일 시작된 이 버전 계열은 Codex 하네스를 기본 엔진으로 탑재하며, 기존 엔진은 ‘Classic’으로 계속 사용할 수 있다. Python 미리보기는 PyPI가 아닌 GitHub Releases를 통해 배포된다.

이번 버전에는 애플리케이션 측 대화 저장, 호스팅형 도구 FileSearch, CodeInterpreter, ImageGeneration, 지출 상한을 보장하지는 않는 RunBudget 사용량 제한(요청 수, 토큰 수 또는 예상 비용), 에이전트 간 A2A 어댑터, 음성 워크플로가 추가됐다. 업데이트 시 고려할 변경 사항도 있다. 새 환경에는 엄격한 쓰기 모드가 기본으로 적용되며, Python에서는 MCP 승인 모드의 이름이 바뀌고 별도로 설정하지 않은 경우 GPT-6 Astra, GPT-6.1 Sol, GPT-5.6 Sol의 기본 추론 강도가 low에서 medium로 높아진다.

🔗 Python 미리보기 · JavaScript 미리보기

단신

에이전트와 코딩 도구

11월 6일 Devin 릴리스 노트 — 뒤늦게 전하는 소식이다. 관리자는 새 세션의 기본 공개 범위를 설정하고 공유를 조직 내부로 제한할 수 있다. Gerrit 연결은 그룹과 프로젝트 접근 권한을 Devin의 권한에 동기화한다. 새 연결에는 Gerrit 3.13 이상이 필요하다. 또한 버튼 하나로 웹 앱부터 모바일 앱까지 모든 기기에서 한꺼번에 로그아웃할 수 있다. 요금은 발표되지 않았다. 🔗 출처
GitHub Agentic Workflows 1.2.0 및 1.2.1 — 10월 28일 정식 출시 이후 11월 4일과 6일에 공개된 미리보기 두 종이다. 이제 포크에서 pull_request_target로 실행되는 워크플로를 제한 없이 사용하려면 명시적으로 동의해야 하며, 이는 호환성을 깨뜨리는 변경이다. 여기에 프로젝트 명세를 기준으로 작동하는 풀 리퀘스트 검토 도구, 실험적인 선언형 엔진 Atomic, 미해결 상태로 남으면 실패로 처리하는 보안 검토(실패 시 차단)가 추가됐다. 🔗 출처
Antigravity 2.29.1 — 11월 6일 소식을 뒤늦게 전한다. 이번 앱 버전은 Gemini Live 음성 모드의 결함 네 가지를 수정한다. 이제 계정 연결을 갱신해야 할 때 음성 모드가 재로그인을 요청하고, 통화 중 입력한 메시지의 링크와 @ 멘션을 읽어 준다. 또한 이전 발언을 마지막 문장에 잘못 이어 붙이거나, 연결이 끊긴 뒤 실제로 들려주지 않은 응답 조각을 표시하지 않는다. 🔗 출처
Gemini CLI, PR 30183 — 11월 6일 main에 병합됐지만 아직 릴리스에는 포함되지 않았다. 연결 방식과 관계없이 초기 응답 헤더를 기다리는 60초 제한 시간을 조정할 수 있게 한다. 이 제한은 오래 추론하는 요청을 중단한 뒤 처음부터 다시 실행하게 만들었다. 변수 GEMINI_API_HEADERS_TIMEOUT_MS 또는 설정 model.requestTimeoutMs로 조정할 수 있다. 🔗 출처
Qwen Code Desktop v0.27.0 및 TypeScript SDK v0.1.30 — CLI 안정 버전 v0.27.0이 나온 다음 날인 11월 8일 공개됐으며, 새로운 기능은 없다. 앱에는 CLI v0.26.9와 v0.27.0의 변경 사항 112개가 반영됐고, SDK에는 CLI 0.27.0이 포함됐다. Desktop은 macOS, Windows x64, Linux용으로 제공된다. Linux 배포 형식은 AppImage, .deb, Fedora 44 및 RHEL 10용 RPM이다. 🔗 출처

음성과 지역 언어를 위한 개방형 모델

HeliosLM — 치엔신 린이 대만을 위해 설계한 첫 개방형 모델군을 공개했다. Gemma 4 E4B-it에서 파생된 대화 모델과 안전성 분류기, Whisper large-v3에서 파생된 음성 인식 모델 두 종으로 구성된다. 작성자의 측정에 따르면 Common Voice의 대만어(호키엔어)에서 문자 오류율이 231.13%에서 32.69%로, 대만 표준중국어에서는 15.25%에서 5.10%로 낮아졌다. 🔗 출처
Shruti — 소형 모델 Laghu를 만든 Udgam Labs가 인도 헌법 제8부칙에 등재된 언어마다 하나씩, 음성 인식 모델 22개를 Apache-2.0 라이선스로 공개했다. 각 모델의 크기는 약 30MB이며 영어도 전사하고, 2021년형 휴대전화에서도 오프라인으로 실행된다. 22개를 모두 합쳐도 653MB로, IndicConformer-600M의 약 4분의 1이다. 개발팀에 따르면 실제 대화에서는 여전히 단어의 22.9~56.8%가 잘못 인식된다. 🔗 출처
터키어의 추가 비용 — 세르칸 페케르는 H200에서 vLLM을 사용해 개방형 모델 네 종(Turkish-Gemma-9b-T1, Gemma 4 12B, Ministral 3 14B, Qwen3.8-27B)으로 같은 내용을 생성할 때, 터키어가 영어보다 GPU 시간을 1.45~~1.62배 더 요구한다고 추산했다. 이 추가 비용의 76~~82%는 늘어난 토큰 수로 설명된다. 토크나이저 7개 중 터키어 모델 Kumru-2B의 토크나이저만 터키어에서 영어보다 적은 토큰을 사용했다. 🔗 출처

커뮤니티 연구와 데이터

Lexsi Labs 해커톤의 Tiny Aya Global — Lexsi Labs의 안전성·정렬 해커톤에 참가한 세 팀이 Cohere Labs의 이 개방형 모델(파라미터 33억 5천만 개)을 미세 조정한 결과를 공개했다. 각 팀의 자체 측정에 따르면 SafeQuery는 테스트한 프롬프트 주입 공격에 굴복하지 않으면서 SQL 에이전트의 성공률을 19.8%에서 99.1%로 높였다. TaxOps는 합성 세금 신고서의 93.3%를 정확하게 작성했으며, SafetyPulse는 HarmBench 공격 성공률을 25.2%에서 12.3%로 낮췄다. 🔗 SafeQuery · 🔗 TaxOps · 🔗 SafetyPulse
가중치를 수정해 화풍 지우기 — 자바드 타기아가 GPT-6 Astra에 소형 확산 모델(segmind/tiny-sd)의 가중치에 접근하는 도구를 제공하되 기울기는 제공하지 않고, 반 고흐의 화풍을 지우게 한 실험을 공개했다. 사전 등록된 실험 절차에 따르면 이 에이전트는 유사한 화가들의 화풍을 같은 정도로 훼손하면서 UCE 방식보다 화풍 점수를 11.5점 더 낮췄고, 같은 도구를 제공한 무작위 탐색보다 52점 앞섰다. 🔗 출처
FiftyOne의 SEW Multimodal AMR — 하르프리트 사호타가 11월 7일 이 데이터셋의 FiftyOne용 변환본을 공개했다. SEW-EURODRIVE의 자율 이동 로봇이 여섯 종류의 센서(RGB·열화상 카메라, 깊이 센서, 4D 레이더, 레이저 스캐너, 초음파 센서)로 수집한 55개 MCAP 에피소드의 주석 이미지 3,151장으로 구성되며, 각 센서가 같은 장면을 어떻게 인식하는지 비교할 수 있다. 🔗 출처

GPU 인프라

NVIDIA DSX OS, 11월 5일 게시글 — 뒤늦게 전하는 소식이다. NVIDIA가 Apache 2.0 라이선스로 공개한 DSX OS의 오픈 소스 구성 요소 세 가지가 Kubernetes 기반 GPU 클러스터를 어떻게 지원하는지 상세히 설명했다. AICR은 구성을 버전이 관리되는 레시피로 고정하고, NVCRE는 실제 워크로드(NCCL 테스트, DCGM 4단계 진단, NeMo 사전 학습)로 이를 검증한다. NVSentinel은 수리한 노드가 테스트를 통과한 뒤에만 서비스에 복귀시킨다. 🔗 출처

이것이 의미하는 것

이번 미리보기로 Codex를 구동하는 하네스가 Python과 JavaScript 모두에서 Agents SDK의 기본 엔진이 된다. 11월 6일부터 요청 시 베타로 제공되는 예산 상한이나 문맥 압축처럼, 여러 기능은 이미 OpenAI의 호스팅형 Agents API에 존재했다. SDK는 이러한 기능을 애플리케이션 코드 가까이 가져온다. 애플리케이션은 자체 저장소에 대화를 보관하고 A2A로 다른 에이전트와 대화한다. 그 대가로 알파 단계의 제약을 감수해야 한다. 버전마다 인터페이스가 바뀌고, Python 배포는 PyPI 밖에서 이루어지며, Python의 기본 추론 강도가 높아져 이를 직접 지정하지 않은 프로젝트의 동작이 달라진다.

에이전트 도구의 기본 설정도 엄격해지고 있다. OpenAI SDK는 새 환경에 엄격한 쓰기 모드를 적용한다. GitHub Agentic Workflows는 포크에서 실행되는 워크플로를 제한 없이 사용하려면 명시적으로 동의하도록 요구하고, 미해결 보안 검토를 실패로 처리한다. Devin은 관리자가 세션의 공개 범위를 정하고 공유를 제한할 수 있게 한다. GitHub와 OpenAI 모두 업데이트 시 확인이 필요하다. gh-aw의 변경은 기존 호환성을 깨뜨리며, Python SDK는 이전 MCP 승인 모드 이름을 허용하지 않는다.

여러 커뮤니티 게시글은 대형 모델이 제대로 지원하지 못하는 언어를 겨냥한다. HeliosLM은 Whisper large-v3의 대만어 오류율을 231.13%에서 32.69%로 낮췄고, Shruti는 인도 22개 언어의 음성 인식을 오프라인으로 실행되는 약 30MB 파일에 담았다. 세르칸 페케르는 토큰 분할이 비효율적인 언어의 비용을 수치화했다. 터키어는 영어보다 GPU 시간이 1.45~1.62배 더 필요했다. Udgam Labs는 그동안 이런 언어를 위한 개발에는 분 단위로 청구되는 클라우드 비용, 수 기가바이트짜리 모델, 또는 대기업의 허락이 필요했다고 장애물을 요약한다. 이 수치는 모두 작성자들이 직접 측정했으며, Udgam Labs는 Shruti의 한계도 직접 공개했다. 실제 대화에서는 단어의 최대 56.8%가 여전히 잘못 인식된다.

OpenAI, Codex 하네스를 Agents SDK 미리보기에 통합… Shruti는 인도 22개 언어 지원, HeliosLM은 대만 겨냥

이번 호에 나온 회사

OpenAI, Codex 하네스를 Agents SDK에 통합: A2A, 사용량 예산, 대화 저장을 갖춘 알파 미리보기 두 종

단신

이것이 의미하는 것

출처

목차