Anthropic, Claude Fable 5.2와 Mythos 5.2 출시, Meta는 Muse Ember 공개, Google은 TPU 8tx와 8i Max 추가

Anthropic이 동일 모델의 두 버전인 Claude Fable 5.2와 Claude Mythos 5.2를 출시했다. 100만 토큰당 요금은 기존 10달러와 50달러에서 8달러와 40달러로 낮아졌으며, 5.1 세대보다 최대 30 % 빠르다. 같은 날 저녁 Cursor, Devin, Perplexity, v0가 사용자들에게 모델을 제공하기 시작했고, 앞의 세 서비스는 자체 측정 결과도 공개했다. Anthropic은 모델이 이미 만들어 낸 성과를 소개했다. 전자기기 세 대, 에이전트 1 000개가 다시 완성한 페르마 정리의 증명, MIPLIB에서 기존 최선의 해를 뛰어넘은 72건이다. Meta는 자사에서 가장 작은 모델인 Muse Ember로 비용 경쟁에 나섰고, Google은 8세대 TPU 제품군에 8tx와 8i Max 시스템을 추가했다. NVIDIA는 CoRL에서 로봇공학을 위한 공개형 현실 세계 행동 모델인 GR00T 2를 선보였다.

Claude Fable 5.2와 Claude Mythos 5.2: 동일 모델, 더 낮은 가격과 최대 30 % 빠른 속도

11월 9일 — Anthropic이 동일 모델의 두 버전인 Claude Fable 5.2와 Claude Mythos 5.2를 출시했다. Fable 5.2는 사이버보안과 생물학 분야의 안전장치를 강화했으며 모든 사용자가 이용할 수 있다. Mythos 5.2는 Cyber Verification Program 또는 Life Sciences Verification Program에 승인된 조직에만 제공된다. Anthropic에 따르면 두 모델 모두 코딩, 추론, 시각 이해 능력이 향상됐으며, Fable 5.1과 Mythos 5.1보다 최대 30 % 빠르게 응답을 생성한다. 가격은 20 % 인하됐다.

Introducing Claude Fable 5.2 and Claude Mythos 5.2, designed to tackle the most daunting technical challenges. They’re capable collaborators on ambitious projects in many fields, and show improvements in areas like coding, reasoning, and vision.

🇰🇷 가장 까다로운 기술적 과제에 도전하도록 설계된 Claude Fable 5.2와 Claude Mythos 5.2를 소개합니다. 두 모델은 다양한 분야의 야심 찬 프로젝트에서 유능한 협업 파트너가 되며, 특히 코딩, 추론, 시각 이해 능력이 향상됐습니다. — X의 @claudeai

요금 유형 (100만 토큰당)	Fable 5.2와 Mythos 5.2	Fable 5.1과 Mythos 5.1
입력	8달러	10달러
출력	40달러	50달러
고속 모드, 최대 2,5배 빠름 (입력 / 출력)	16 / 80달러	명시되지 않음
캐시 읽기 (Claude Code 릴리스 노트 기준)	0,20달러	명시되지 않음

API에서 claude-fable-5-2과 claude-mythos-5-2은 100만 토큰의 컨텍스트, 최대 128 000개의 출력 토큰, 항상 활성화된 적응형 사고를 제공한다. 사고 보존(preserved thinking)은 모든 계정으로 확대된다. Fable 5.2의 사고 블록을 다시 전달하기 전에 시스템 프롬프트, 도구 또는 이전 메시지를 수정하면 400 오류가 발생하며, 컴퓨터 사용은 computer_toolset_20260801을 통해서만 가능하다. 기본 추론 노력 수준은 Claude Platform에서 high, Claude 앱과 Claude Code에서는 medium이다. 모델은 Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry와 모든 유료 요금제에서 이용할 수 있다. Claude Code도 당일부터 이를 기본 Fable 모델로 채택했다(코딩 에이전트 섹션 참조). Anthropic은 여전히 Claude Opus 5.5로 시작하고 가장 도전적인 작업에만 Fable을 사용할 것을 권장한다. claude.dev에 게시된 아디 오스마니의 가이드가 이 원칙을 자세히 설명한다(단신 참조).

에이전트 기반 코딩에서는 비용 측면의 이점이 특히 크다. FrontierCode 2.0에서 추론 노력 수준 High의 Fable 5.2는 45,3 %를 기록했다. 작업당 비용은 약 절반이면서 Opus 5.5의 최고 점수(추론 노력 수준 Max에서 45,5 %)와 비슷한 수준이다. xhigh에서는 49,1 %에 도달했으며, Anthropic에 따르면 이는 테스트한 공개 출시 모델 중 최고 점수다. 모든 평가에서 선두인 것은 아니다. AutomationBench에서는 Gemini 4 Carbon이 앞선다. 아래 점수는 별도 언급이 없는 한 안전장치를 적용하고 사용 가능한 가장 높은 추론 노력 수준에서 측정한 Anthropic의 결과다.

벤치마크 (분야)	Fable 5.2	Fable 5.1	Opus 5.5	GPT-6 Astra	Gemini 4 Carbon
FrontierCode 2.0 (에이전트 기반 코딩)	49,1 % (xhigh)	32,4 % (xhigh)	45,5 %	42,8 %	41,1 % (medium)
FrontierSWE v2 (에이전트 기반 코딩)	69,9 %	56,3 %	62,3 %	65,5 %	61,2 %
AutomationBench (업무 흐름)	51,4 %	31,4 %	42,5 %	41,4 %	53,9 %
OSWorld 2.1 (컴퓨터 사용)	89,3 %	83,5 %	87,2 %	79,5 %	81,5 %
Humanity’s Last Exam (도구 사용)	74,2 %	65,6 %	67,7 %	57,2 %	비교하지 않음
RoboDojo Sim (로봇공학)	64,9 %	27,6 %	39,4 %	29,8 %	비교하지 않음
CVE Rediscovery (사이버보안, Mythos 5.2/5.1)	89,6 %	78,3 %	81,3 % (안전장치 없음)	비교하지 않음	비교하지 않음

Anthropic은 현재 자사 핵심 코드에 병합되는 변경 사항의 90 % 이상을 사람의 감독 아래 Claude가 작성한다고 밝혔다. 또한 1 000개가 넘는 하위 에이전트가 빈 폴더에서 시작해 8일 만에 작성한 운영체제 시제품을 사례로 들었다. 과학 분야에서는 모델이 블랙홀 물리학의 미해결 문제 두 개를 해결했고 사전 공개 논문도 발표됐다. Mythos 5.2는 유전자 치료에 쓰이는 아데노 연관 바이러스의 캡시드 구조를 예측했으며, 34개 중 28개에서 오차가 3 Å 미만이었다.

Mythos 5.2는 Anthropic의 사이버보안 역량이 가장 뛰어난 모델로 소개됐다. CVE Rediscovery(1 829개 CVE)에서 Opus 5.5보다 10,2 % 더 많은 취약점을 찾아냈다. 다만 Anthropic은 자체 평가에서 취약점 식별 능력이 Opus 5.5와 대체로 비슷한 수준이라고 설명한다. 샌드박스 탈출 시도는 Mythos 5.1의 21 %에서 3,1 %로 줄었지만, 두 모델 모두 자신이 평가받고 있다고 의심하는 빈도가 높아졌다. 초기 테스트에 따르면 Fable 5.2의 분류기는 Fable 5.1보다 차단이 약 55 % 적을 것으로 보인다. 요청이 차단되면 사이버보안 분야에서는 Opus 4.8, 생물학 분야에서는 Opus 5로 전환된다. 마지막으로, 데이터 보존을 하지 않는 방식과 호환되는 모니터링 기능인 Enterprise Frontier Safeguards가 Bridgewater, Salesforce, Stripe와 함께 비공개 베타에 들어간다.

🔗 Claude Fable 5.2와 Claude Mythos 5.2 (Anthropic) · Claude Platform 릴리스 노트 · @ClaudeDevs의 스레드

출시 혜택: Fable 사용량 최대 세 차례 초기화, Pro에는 일주일간 Fable 포함

11월 9일 — Anthropic은 출시 게시글에서 연결한 도움말 페이지를 통해 유료 구독자에게 Fable 사용량 한도 초기화 혜택을 제공한다. 초기화하면 해당 주에 소진한 Fable 사용량이 복구되고, 다른 모델을 포함한 5시간 사용량 한도도 완전히 채워진다. 한도 자체가 늘어나는 것은 아니며, 설정의 사용량 항목에서 무료 초기화 버튼을 눌러 실행한다. 혜택은 Fable 5.2, Fable 5.1, Fable 5에 적용된다.

대상 요금제 또는 좌석	제공 혜택	만료 시각 (태평양 시간)
Pro, Team 표준 좌석	주간 한도의 50 %까지 Fable을 요금제에 포함하고, 초기화 1회 제공	2026년 11월 16일, 23시 59분
Max, Ultra, Team 프리미엄 좌석 및 기존 좌석당 과금 Enterprise 요금제	초기화 1회 (구독 6개월 미만), 2회 (6~12개월) 또는 3회 (12개월 초과)	2027년 3월 8일, 23시 59분

11월 9일 오전 10시 PT 이전에 유료 결제가 설정되어 있어야 한다. Free 요금제, 셀프서비스·사용량 기반·HIPAA-ready Enterprise 요금제, 기존 좌석당 과금 Enterprise 요금제의 표준 좌석은 제외된다. Pro와 Team 표준 좌석에서는 일주일이 지나면 Fable이 다시 사용량 크레딧을 소모하는 방식으로 돌아간다.

🔗 Claude Fable 5.2 출시 혜택 (Claude 도움말 센터)

Fable 5.2가 이미 만들어 낸 성과: Diode와 만든 기기 세 대, 에이전트 1 000개가 다시 완성한 페르마 증명, 화학과 MIPLIB

같은 날 나온 세 건의 게시물은 5.2 세대가 실제로 수행한 작업을 보여준다. 일부는 모델의 예비 버전을 사용했다.

Diode: 처음부터 끝까지 설계한 전자기기 세 대, 수정 없이 작동

11월 9일 — Anthropic은 인쇄회로기판 제조업체 Diode Computers와 함께 Claude Fable 5.2가 짧은 프롬프트만으로 기기 세 대를 설계하는 모습을 공개했다. Bluetooth를 갖춘 USB-C 회의용 스피커, 가정용 음성 비서 허브, 주머니에 넣고 다니는 가상 반려동물이다. 모델은 사양을 작성하고 회로도를 그렸으며, 4층 회로기판의 배선을 설계하고 3D 프린팅용 외장을 만들고 펌웨어까지 작성했다. 시제품 세 대 모두 회로 수정 없이 작동했다. KiCad의 라우터가 한 번에 배선 하나만 처리할 수 있었기 때문에 Claude는 약 30분 만에 자체 라우터를 작성했다.

향상의 핵심은 기하학적 추론이다. Diode의 내부 벤치마크인 PCB Gym에서 Fable 5의 25 %에 비해 69 %를 기록했으며, BenchCAD 2.1에서는 Fable 5.1의 거의 두 배인 83,5 %를 달성했다. Anthropic은 Diode와 상업적 관계를 맺고 있다고 명시하며, 이 시제품들이 전기적 검증, 열 시험, 인증을 거치지 않았다고 덧붙였다.

🔗 Claude, 전자기기 시제품을 처음부터 끝까지 설계하다 (Anthropic)

페르마: 에이전트 1 000개가 전용 플랫폼 없이 28,7시간 만에 형식화 재현

11월 9일 — 지난 9월 Anthropic은 페르마의 마지막 정리에 대한 최초의 완전한 형식화를 공개했다. Prove2Me 플랫폼에서 연구자 한 명의 지도를 받은 수십 개의 에이전트가 11일간 작업한 결과였다. 배리 장, 톈이 펑, 엘 나이트, 켈러 숄, 랜스 마틴이 공동 작성한 claude.dev 게시글은 Fable 5.2 예비 버전의 에이전트 1 000개, 즉 총괄 에이전트 하나와 보조 에이전트 999개가 해당 플랫폼이나 사람의 지휘 없이 이 작업을 다시 완수한 과정을 설명한다. 게시글에 따르면 소요 시간은 28,7시간이었고(출시 게시글에서는 30시간으로 반올림), 출력 토큰은 3분의 1, 증명 길이는 7분의 1로 줄었다. 출시 게시글에 따르면 같은 구성에서 Opus 5.5는 18시간 동안 26 %만 완료했다.

각 에이전트에는 네트워크 연결이 없는 가상 머신과 Lean, Mathlib, 자체 Git 브랜치, 공유 Postgres 데이터베이스가 제공됐다. 총괄 에이전트는 이 데이터베이스에 10분 만에 작업 조율용 테이블을 만들었다. 가장 큰 작업이었던 랭글랜즈–터널 정리는 2 418개의 과제로 나뉘었으며, 최대 약 750개의 보조 에이전트가 여기에 참여했다. 분류기가 모든 명령과 파일 수정을 검사했으며, 100만 회가 넘는 도구 호출 중 차단된 것은 없었다.

🔗 Claude Fable 5.2로 다중 에이전트 팀을 안전하게 확장하기 (claude.dev)

유기화학과 MIPLIB: 시연 스레드에서 게시글에 없던 성과 두 가지 추가 공개

11월 9일 — 출시 두 시간 뒤 @claudeai 계정이 시연 스레드를 게시했다. 유기화학 분야에서 Claude는 스탠퍼드의 노아 번스, 예일의 티머시 뉴하우스, 칼텍의 세라 라이스먼 연구실에서 아직 발표하지 않은 연구에 등장하는 분자 네 개에 대해, 각각 약 30분 만에 완전한 합성 경로를 도출했다. 이미지 한 장만 제공받았고, 인터넷 연결 없이 코드만 도구로 사용했다. 게시물의 삽화는 이 합성 경로를 Mythos 5.2의 성과로 표시한다. 협력 화학자들은 박사과정 초년생 수준의 작업이라고 평가했지만, 실험실에서 시험한 경로는 아직 없다.

Of 203 open problems, Claude beat the listed mathematical solution in 72 cases, and in 45 cases proved that a solution was optimal.

🇰🇷 미해결 문제 203개 중 Claude는 72개에서 기존에 등재된 수학적 해보다 더 나은 해를 찾았고, 45개에서는 해가 최적임을 증명했습니다. — X의 @claudeai

MIPLIB는 승무원 배치나 배송 경로 계획 같은 최적화 문제를 모아 놓은 자료집이다. 게시물의 이미지에 따르면 최대 300개 에이전트로 구성된 팀들이 Fable 5.2의 이전 버전으로 이 문제들을 풀었다. 최대 전력 소비를 줄이기 위해 설계된 열차 42대의 시간표 문제에서는 에이전트들이 두 시간도 안 되어 기존 최선의 시간표보다 2,6 % 더 나은 시간표를 찾았고, 이후 그보다 더 나은 해가 존재하지 않는다는 사실도 증명했다. 해는 MIPLIB에 제출됐다.

🔗 @claudeai의 시연 스레드

출시 첫날부터 Cursor, Devin, Perplexity, v0에 도입된 Fable 5.2, 각자 자체 벤치마크로 평가

출시 당일 저녁, 세 도구가 각자의 자체 벤치마크에서 측정한 Fable 5.2의 결과를 공개했다. Vercel의 앱 제작 도구 v0도 수치 공개 없이 모델을 제공하기 시작했다(단신 참조).

Fable 5.2를 제공하는 도구	제공업체의 벤치마크	Fable 5.2 점수	공개된 가장 근접한 경쟁 모델
Cursor	CursorBench 4.0	추론 노력 수준 Max에서 60,0 %, 32,79달러	Opus 5.5 Max: 57,8 %, 13,43달러
Devin (Cognition)	FrontierCode 2.0	49,1 %	Opus 5.5: 45,5 %
Perplexity	WANDR	작업당 14,51달러로 0,851	Gemini 4 Argon: 7,88달러로 0,802

Cursor: CursorBench 4.0 1위, Fable 5.1의 추론 강도 설정을 그대로 적용해서는 안 돼

11월 9일 — Cursor가 Fable 5.2를 출시 당일부터 제공한다. 최대 추론 강도에서 이 모델은 CursorBench 4.0에서 60,0 %로 Claude Opus 5.5 Max(57,8 %)를 앞서며 1위를 차지했다. 기본 추론 강도(High)에서는 56,9 %를 기록해 Fable 5.1의 49,2 %를 웃돌았다. Cursor는 추론 강도 설정이 Fable 5.1 때와 다르게 작동한다고 경고하며, 이전 설정을 그대로 적용하기보다 기본 설정에서 다시 시작하라고 권장한다. 순위 페이지에서도 이를 확인할 수 있다.

Fable 5.2 추론 강도	CursorBench 4.0 점수	작업당 비용
Max	60,0 %	32,79 달러
High (기본값)	56,9 %	9,70 달러
Extra High	56,3 %	15,48 달러
Medium	54,8 %	4,66 달러
Low	53,2 %	3,94 달러

Extra High는 High보다 비용이 높으면서 점수는 낮고, Low도 이미 Fable 5.1의 최대 추론 강도 결과(51,8 %, 17,28달러)를 넘어선다. Cursor는 모델 요금을 토큰 100만 개당 8달러와 40달러로 표시하지만, 변경 내역이나 적용 요금제에 관한 구체적인 설명은 없다.

🔗 @cursor_ai의 발표 · CursorBench 4.0 순위

Devin: FrontierCode 2.0에서 49,1 %로 1위, 낮은 추론 강도부터 Fable 5.1 앞서

11월 9일 — Cognition이 Devin Desktop과 Devin CLI에서 Fable 5.2를 제공하기 시작했으며, 실제 엔지니어링 작업의 품질과 병합 가능성(mergeability)을 평가하는 자체 벤치마크 FrontierCode 2.0에서 이 모델이 1위를 차지했다고 밝혔다. Fable 5.2는 49,1 %로, 10월 27일 벤치마크 공개 이후 선두였던 Claude Opus 5.5(45,5 %), GPT-6 Astra(42,8 %), Sonnet 5.5(41,0 %), Gemini 4 Carbon(40,0 %)을 앞섰다. Fable 5.1의 최고 점수는 32,4 %였다. 게시글에 따르면 Fable 5.2는 낮은 추론 강도에서도 작업당 비용이 3분의 1 미만이면서 Fable 5.1의 최고 결과를 이미 넘어선다. 트윗에서는 비용이 3분의 1이라고 표현했다. 필수 통과 기준을 하나라도 충족하지 못한 해법은 0점을 받으며, 비용은 API 공개 요율을 적용한 실행당 평균 지출이다. Cognition은 Devin 요금을 제시하지 않았다.

🔗 이제 Devin에서 Claude Fable 5.2 이용 가능(Cognition) · @cognition의 발표

Perplexity: WANDR에서 0,851, 자체 벤치마크 기준 신기록

11월 9일 — Perplexity가 Pro와 Max 구독자에게 자사 에이전트 Computer에서 Fable 5.2를 제공하기 시작했으며, 검색(Search)에서는 Max 구독자에게만 제공한다. 근거 기반 조사를 평가하는 자체 벤치마크 WANDR에서 이 모델은 작업당 14,51달러로 0,851을 기록했다. Perplexity는 이를 파레토 경계에 위치한 신기록으로 소개했다. 파레토 경계란 점수와 비용 양쪽에서 동시에 다른 모델에 뒤지지 않는 모델들이 이루는 경계다. 이 수치의 유일한 출처인 Perplexity 공개 그래프에 따르면, Fable 5.2는 10월 16일부터 7,88달러에 0,802로 최고 기록을 보유했던 Gemini 4 Argon을 앞섰으며 작업당 비용은 약 1,8배다. 재측정한 Fable 5.1은 13,16달러에 0,684를 기록했으며, 9월 처음 도입됐을 때는 0,601이었다. 트윗에는 추론 강도나 Computer에서 소모되는 크레딧이 명시돼 있지 않다. 이 점수는 11월 5일 공개된 Agent API의 ultra 단계 점수 85,9 %와 비교할 수 없다. 해당 결과는 여러 에이전트를 사용하는 구성에서 나왔다.

🔗 @perplexity_ai의 발표

Meta, 자사 최소 규모 모델 Muse Ember를 입력 토큰 100만 개당 0,10달러에 출시

11월 9일 — Meta가 자사에서 가장 작고 효율적인 모델이라고 소개한 Muse Ember를 출시했다. 이 모델은 에이전트가 하루 종일 반복하는 작업을 겨냥한다. 순차적인 도구 호출, 코드 관련 하위 작업(파일 읽기, 테스트 실행, 필요한 부분만 수정), 라우팅, 긴 문서의 정보 추출과 분석 등이다. 컨텍스트는 100만 토큰이며, 최대 512 000토큰을 생성하고 텍스트, 이미지, 오디오, 비디오를 기본적으로 이해한다. Meta가 10월 Muse Wonder 출시 당시 예고한 대로, Muse Wonder Full을 활용해 학습한 첫 모델이다. 제품군에서 Muse Wonder는 가장 어려운 문제를, Muse Spark는 코드와 에이전트 워크플로를, Muse Ember는 대규모로 반복 가능한 작업을 담당한다.

모델은 Muse Code와 Meta Model API에서 muse-ember-1.0이라는 이름으로 이용할 수 있으며, Responses API를 지원한다. 요금은 토큰 100만 개당 입력 0,10달러, 캐시된 입력 0,004달러, 출력 0,50달러다. 가중치 공개에 관한 발표는 없다.

On the @ArtificialAnlys Intelligence Index, it achieves performance comparable to Claude Haiku 5.5 at roughly one-third of the cost per task, while scoring higher than GPT-6 Luna across all of Luna’s reasoning settings.

🇰🇷 Artificial Analysis의 Intelligence Index에서 Claude Haiku 5.5와 비슷한 성능을 작업당 비용 약 3분의 1로 달성하면서, Luna의 모든 추론 설정에서 GPT-6 Luna보다 높은 점수를 기록한다. — X의 @AIatMeta

이것이 Meta의 핵심 주장이다. 게시글에는 Muse Ember가 Haiku 5.5의 최고 점수와 동률이라는 설명도 덧붙어 있다. 두 모델 모두 지수에서 36점을 기록했으며, 그래프 설명에는 Muse Ember의 비용이 제시된 요율을 바탕으로 한 추정치라고 명시돼 있다.

Meta가 공개한 비교	Muse Ember (max)	Muse Spark 1.3 (max)
Artificial Analysis Intelligence Index	36	37
지수의 작업당 비용	0,14 달러	2,39 달러
토큰 100만 개당 요금(입력 / 출력)	0,10 / 0,50 달러	1,25 / 4,25 달러

최대 설정 벤치마크(Meta 기준)	Muse Ember	Claude Haiku 5.5	GPT-6 Luna
AutomationBench-AA	37,8	13,9	20,2
Coding Agent Index-AA	46	37	31
Terminal-Bench 4.0 (최적 하네스)	40,9	39,2	16,4
OSWorld 2.1 (부분 점수, 내부 평가)	69,5	68,9	50,5
FrontierCode 2.0-AA	27,2	34,9	25,2
Artificial Analysis Intelligence Index	36	36	28

최대 추론 설정에서 Muse Ember는 공개된 열 개 벤치마크 중 일곱 개에서 Claude Haiku 5.5와 GPT-6 Luna를 앞섰지만, FrontierCode 2.0-AA에서는 Haiku 5.5가 여전히 앞선다. 여러 수치는 자체 Personal Superintelligence Index를 비롯한 Meta의 내부 평가에서 나왔으며, Terminal-Bench 4.0은 각 모델에 대해 공개된 최적 하네스를 사용해 비교한다. Vals AI의 독립 순위도 비슷한 경향을 보인다. Muse Ember는 테스트당 0,15달러로 가장 저렴한 모델이며, 종합 점수는 60,5 %로 DeepSeek V4.1 Flash와 0,8점 차이를 보이고 비용은 약 4분의 1이다.

Meta는 Meta Superintelligence Scaling Framework에 따라 Muse Ember를 평가했으며 고위험 임계값을 밑돌았다고 밝혔다. 또한 Box, Cline, Oracle, Cloudflare, You.com을 통해 테스트했다고 설명했으며, 더욱 효율적인 모델들이 학습 중이라고 발표했다.

🔗 Muse Ember(Meta 연구 블로그) · Vals AI 순위

Google, 8세대 TPU에 TPU 8tx와 TPU 8i Max 추가, 일정과 요금은 미공개

11월 9일 — Google이 아민 바흐다트 명의의 게시글에서 TPU 8tx와 TPU 8i Max라는 두 신규 시스템을 추가하며 8세대 TPU 제품군을 확장했다. 4월 공개한 TPU 8t(학습용)와 8i(추론용)에 이은 것으로, Google에 따르면 한 해에 TPU 시스템 네 개를 내놓는 것은 처음이다. 회사는 새로운 칩이 아니라 기존 칩을 중심으로 패키지, 메모리, 네트워크, 보안을 구성한 새로운 시스템이라는 점을 강조한다. 이런 접근법 덕분에 특화 슈퍼컴퓨터를 수년 대신 수개월 만에 공급할 수 있다는 설명이다.

TPU 시스템	목표 용도	Google이 발표한 사양
TPU 8t	대규모 학습	이전 세대 대비 최대 2,7배의 학습 성능
TPU 8i	실시간 추론	이전 세대 대비 가격 대비 추론 성능 80 % 개선
TPU 8tx	기밀 추론, 소규모 학습	8t 실리콘, 5세대 AMD EPYC 호스트, 8t 대비 지연 시간 최대 2배 단축
TPU 8i Max	매우 긴 컨텍스트, 랙당 밀도	패키지당 8i 칩 두 개: 8i 대비 연산량, SRAM, HBM 대역폭 2배

TPU 8tx는 규제를 받는 기업과 정부를 겨냥한다. 보안은 하드웨어 수준에서 구현된다. 연산 중에도 데이터와 모델 가중치가 보호되고 격리되며(confidential compute), Google에 따르면 성능 저하는 거의 없다. 같은 시스템으로 민감한 데이터를 이동하지 않고 비공개 데이터로 모델을 미세 조정하거나, 대형 모델을 증류하거나, 강화 학습으로 에이전트를 학습시킬 수 있다. TPU 8i Max는 수십 개의 에이전트가 전체 코드베이스나 몇 시간 분량의 비디오를 처리할 때 나타나는 메모리 장벽(memory wall)을 겨냥한다.

소프트웨어 측면의 지원도 이어진다. 미리 보기로 제공되는 오픈 소스 TPU 에이전트 도구 모음은 Claude Code, Cursor, Google Antigravity에 연결해 자연어로 TPU 마이그레이션, 병목 현상 진단, 커널 조정을 수행한다. XLA Serving Engine은 TPU, GPU, CPU에서 C++로 모델을 서비스한다. TPU Sync는 KV 캐시 전송 지연 시간과 첫 토큰 생성까지의 시간을 90 % 넘게 줄인다. Agent Compute Engine은 유휴 상태의 에이전트 세션을 자동으로 일시 중단한다. Gemini를 구동하는 Google DeepMind의 런타임인 Cloud Pathways와 GKE의 동적 분할(GKE dynamic slicing: 작업 시작 최대 5배 가속, 장애 복구 최대 4,5배 가속)은 정식 제공 단계로 전환된다.

Google은 TPU 고객이 거의 100곳에 달하며, 이제 고객이 자체 데이터 센터에도 TPU를 배치할 수 있다고 밝혔다. 다만 TPU 8tx와 TPU 8i Max의 제공 일정이나 요금은 제시하지 않았으며, InferenceX와 AgentX 벤치마크 결과에도 구체적인 수치는 없다.

🔗 TPU 8i Max 및 TPU 8tx(blog.google) · Google Cloud 게시글 · TPU Sync 소개(Google Cloud)

NVIDIA, CoRL에서 개방형 월드 액션 모델 GR00T 2 공개, 라이선스와 다운로드 링크는 미제공

11월 9일 — 오스틴에서 열린 Conference on Robot Learning(CoRL) 개막에 맞춰 NVIDIA가 GR00T 2를 공개했다. NVIDIA는 Cosmos 플랫폼을 기반으로 구축한 이 모델을 최첨단 개방형 월드 액션 모델(open frontier world action model)이라고 설명한다. 모델은 NVIDIA가 오픈 소스로 공개한 100 000시간의 인간 1인칭 시점 비디오를 포함한 로봇과 인간 데이터로 학습했다. 이를 통해 정교한 조작 동작을 익히고, 로봇 시연 없이도 한 로봇의 몸체에서 다른 몸체로 옮겨 적용하도록 했다. 에이전트는 API를 통해 모델의 동작 기술을 연속으로 실행하고 오류에서 복구할 수 있다.

NVIDIA가 발표한 측정 항목	발표 수치
GR00T 2, 작업별 시연 없이 성공한 작업	50개 중 40개, 최소 한 번 성공
GR00T 2, 작업당 시연 1회 제공 시 평균 성공률	50개 작업에서 71 %
GR00T 2, 작업당 시연 5회 제공 시 평균 성공률	95 %
Newton 기반 Isaac Lab 3.0과 PhysX 기반 Isaac Lab 2.3 비교	학습 처리량 최대 2,5배
AlphaNIST, 단일 정책과 개별 정책 비교	98 % 초과 대 81 %, GPU 소요 시간 약 39배 단축
EgoHand, Hugging Face 다운로드 수	2주간 40 000회 초과

NVIDIA는 GR00T 2가 RoboCasa365, RoboLab, RoboDojo, MolmoSpaces 순위에서 상위 세 모델에 들었고 여러 항목에서 1위를 기록했다고 밝혔지만, 구체적인 점수는 공개하지 않았다. Nexuni는 세탁물 처리, Foxconn은 서버 제조, Siemens는 평가 용도로 테스트하고 있으며, MicroAGI는 강화 학습으로 후속 학습한 모델을 로봇 팔로 Ethernet 케이블을 교체하는 데 사용한다.

시뮬레이션 분야에서는 10월 21일부터 제공되는 Isaac Lab 3.0이 변형 가능한 물체(케이블, 직물)와 관절형 손을 위해 오픈 소스 물리 엔진 Newton을 더 폭넓게 활용한다. AlphaNIST가 그 예다. 단일 정책이 성공 또는 실패라는 단순한 신호만으로 NIST Assembly Task Board의 조립 작업 20개를 학습한다. 평가를 위해 NVIDIA는 Isaac Lab-Arena 0.4를 개발자 미리 보기로 공개하고, 개방형 벤치마크 두 개도 내놓았다. RLWRLD와 함께 개발한 DexBench는 상업부터 호텔업까지 네 가지 장면에서 15개 작업을 다루며, UC Berkeley와 함께 개발한 VABAR는 산업 작업 여섯 개를 다룬다. 인간 비디오를 시뮬레이션 로봇 시연으로 변환하는 Video to Data 워크플로와 3D 손 복원용 개방형 모델 EgoHand도 추가된다.

게시글은 GR00T 2를 개방형으로 소개하지만, 라이선스와 다운로드 링크, 제공 일정은 제시하지 않았다.

🔗 NVIDIA의 CoRL 게시글

NVIDIA의 한국 소식: Rebellions·SK Telecom과 NVLink Fusion 협력, Dynamo 레시피와 물리 인공지능

11월 9일 — NVIDIA AI Day Seoul 행사 기간 NVIDIA가 한국 관련 발표를 잇달아 내놓았다. 핵심은 한국 과학기술정보통신부의 지원을 받는 칩 설계사 Rebellions 및 통신사 SK Telecom과의 협력이다. Rebellions는 향후 출시할 Rebel R200 신경망 처리 장치(NPU)를 NVLink Fusion으로 NVIDIA 플랫폼에 연결하고 MGX 랙 아키텍처를 기반으로 시스템을 구축할 예정이다. SK Telecom은 자사 인공지능 데이터 센터에 이를 도입해 A.X K2 같은 자체 모델과 정부의 AI for All 프로젝트 공공 서비스에 활용할 계획이다. 추론은 분리형으로 이뤄질 것으로, NVIDIA GPU가 프롬프트를 읽고(prefill) Rebellions NPU가 토큰을 생성하는 방식이다. 일정과 물량은 공개하지 않았다.

NVIDIA는 한국의 개방형 모델 네 개(A.X K2, K-EXAONE 2.0, Solar Open 2, Motif-3)를 위한 Dynamo 레시피도 공개했다. B200 GPU에 최적화됐으며, NVIDIA에 따르면 기본 상태에서 최대 2배의 성능을 낸다. LG AI Research는 Nemotron-Personas-Korea(700만 개 페르소나)를 비롯한 Nemotron 데이터셋으로 학습한 K-EXAONE-2.5의 API 접근을 개방하고, Hyundai Motor Group은 NemoClaw와 OpenShell의 활용을 검토하고 있다. NVIDIA는 Point2(무선 주파수 기반 상호연결)에 대한 투자와 Motif Technologies, RLWRLD, Upstage에 대한 투자 계획도 발표했으나 금액은 공개하지 않았다. 같은 발표 묶음에서 Samsung, Kakao Mobility, LG Electronics도 NVIDIA와 추진하는 물리 인공지능 프로젝트를 상세히 소개했다(단신 참조).

🔗 NVIDIA·Rebellions·SK Telecom 공동 발표 · 한국 모델용 Dynamo 레시피 · 한국의 보안 에이전트 · 한국 스타트업 투자

코드 에이전트: Claude Code 2.1.321, Vibe CLI 3.1.1, Qwen Code, Copilot CLI, Antigravity CLI, Amp와 Delta

Claude Code와 Vibe CLI가 이날 가장 많은 변경 사항을 담은 두 버전을 공개했다. Qwen Code v0.27.1, 안정 버전 Copilot CLI 1.0.108, Antigravity CLI 1.5.2, Amp의 Portals와 Windows 애플리케이션, 재작성된 Delta 편집기는 단신의 코드 에이전트 및 도구 항목에 요약돼 있다.

Claude Code 2.1.321, Fable 5.2를 기본 Fable 모델로 지정하고 문제 74건 수정

11월 9일 — Claude Code 2.1.321이 출시와 발맞춰 공개됐다. Fable 5.2가 기본 Fable 모델이 된다(컨텍스트 100만 토큰, 100만 토큰당 8달러와 40달러, 캐시 읽기 0.20달러). 저장된 Fable 5.1 선택 설정은 fable 별칭으로 전환되며, Pro와 Max에는 즉시 적용되고 Team과 Enterprise에는 조직이 허용한 뒤 적용된다. /model claude-fable-5-1로 이전 설정으로 돌아갈 수 있다. claude remote-control --settings은 시작되는 모든 세션에 설정 파일을 적용한다.

변경 사항 118건 중 74건은 수정 사항이며, 여러 보안 취약점도 포함된다. MCP OAuth 토큰이 리디렉션 후 다른 호스트로 전송될 수 있었고, 읽기 전용 Bash 명령이 확인 요청 없이 샌드박스 밖에서 실행될 수 있었으며, 폴더를 대상으로 하는 cp 또는 mv에 거부 규칙이 적용되지 않았다. 고속 서비스의 한도에 도달하거나 장애가 발생하면 고속 모드는 우선 같은 모델의 표준 속도로 전환된다. Claude가 작성한 모드는 auto 및 bypass 모드에서 확인 요청 없이 활성화되며, 거부 규칙은 계속 적용된다. 2.1.320은 출시되지 않았고, npm 안정 채널은 2.1.311을 유지하며, Agent SDK도 TypeScript 0.3.321과 Python 0.2.180으로 뒤를 잇는다.

🔗 Claude Code 2.1.321 릴리스 노트

Vibe CLI 3.1.1, 훅 이벤트 4종과 Vim 모드, 다른 에이전트의 설정 가져오기 추가

11월 9일 — 3.1.0 출시 5일 뒤, Mistral이 X에 별도 발표 없이 Vibe CLI 3.1.1을 공개했다. 패치 버전 번호를 달고 있지만 변경 사항은 92건에 이른다. 추가 17건, 변경 26건, 수정 44건, 제거 5건이다. 훅에는 이벤트 4종이 추가됐다. pre_agent은 모델이 메시지를 읽기 전에 실행되며 메시지를 차단하거나 다시 쓰거나 맥락을 추가할 수 있다. notification은 Vibe가 승인이나 응답을 기다릴 때 실행된다. 여기에 session_start과 session_end도 추가됐다. 내장 스킬 /vibe:import은 다른 코딩 에이전트의 설정을 찾아 지침, 스킬, 하위 에이전트, 명령, 훅, MCP 서버와 권한을 가져온다.

입력 영역에는 Vim 모드가 추가됐으며, /pr는 세션의 풀 리퀘스트 목록을 표시하고, 실패한 첫 번째 CI 검사를 열거나 PR 진행을 가로막는 문제를 해결할 프롬프트를 작성한다. 이 추적 기능은 기본으로 활성화된다. 이번 버전에서는 /teleport, --teleport 옵션, /remote-project이 제거됐다. Mistral Large 4의 추론 수준은 이제 API가 허용하는 Low, Medium, High로 바뀌며, 플러그인 스킬은 플러그인 이름을 사용하게 된다(my_plugin:review 대신 my-plugin:review). 이에 따라 사용자 지정 에이전트도 수정해야 한다.

🔗 Vibe CLI 3.1.1 릴리스 노트

ChatGPT의 dots, 작업마다 선택한 여러 로컬 컴퓨터에서 작업 수행

11월 9일 — 9월 말 출시된 ChatGPT의 상시 에이전트 dots가 이제 여러 로컬 컴퓨터를 활용할 수 있다. 하나의 dot에 여러 컴퓨터를 연결한 뒤 작업에 사용할 컴퓨터를 선택하는 방식이다. OpenAI Developers는 개발자를 위한 활용 사례를 제시했다. 노트북으로 코딩하는 동안 전용 컴퓨터에서 앱을 빌드하고 테스트하기, 두 번째 Mac의 Xcode에서 변경 사항을 테스트하고 스크린샷 받기, 이전 버전의 SDK가 설치된 컴퓨터에서 버그 재현하기, 사용자의 화면이나 커서를 점유하지 않고 인터페이스를 탐색하게 하기 등이다.

도움말 페이지에 따르면 각 컴퓨터는 해당 컴퓨터에 설치된 ChatGPT 앱에서 dot 프로필의 Computers 항목을 통해 연결하며, 앱을 연 채 온라인 상태를 유지해야 한다. 서로 독립적인 작업은 dot에 컴퓨터별로 별도 대화 스레드를 만들어 달라고 요청한다. 오프라인 상태가 되어도 접근 권한은 취소되지 않으므로 명시적으로 해제해야 하며, 이 권한은 Codex 연결 및 Work Sync와 별개다. OpenAI는 대상 요금제나 제공 일정을 밝히지 않았다.

🔗 @OpenAIDevs의 발표 · dot에 컴퓨터와 앱 연결하기

OpenAI, Game Boy Color 게임 제작용 플러그인과 함께 Codex 에디션 ModRetro Chromatic 재판매

11월 9일 — OpenAI Developers가 OpenAI의 상점인 OpenAI Supply Co.에서 Codex 에디션 ModRetro Chromatic을 다시 판매한다. Game Boy Color 게임을 실행하는 휴대용 게임기로, 프로그래밍 가능한 카트리지와 케이스를 포함해 200달러다. 처음에는 DevDay에서만 판매됐으며, 이번에는 새로운 디자인으로 돌아온다. 상점은 11월 19일 재입고를 예고했으며, 배송 지역은 미국, 캐나다, 호주, 뉴질랜드, 일본, 영국, 유럽연합으로 제한된다.

이 게임기는 ModRetro가 제공하는 ModRetro Chromatic 플러그인의 기능을 보여 주는 역할을 한다. 플러그인은 ChatGPT 데스크톱 앱의 Codex 플러그인 카탈로그에서 설치한다. GB Studio를 기반으로 스프라이트와 애니메이션 도구, 배경 옆에 표시되는 충돌 지도, Codex 내장 브라우저에서 열리는 에뮬레이터, 각 단계에서 화면을 캡처하며 실행하는 버튼 입력 시퀀스를 제공한다. 숙련된 사용자는 GBDK-2020으로 C 코드를 작성하거나 어셈블리어로 자체 엔진을 만들 수 있다. USB 케이블로 재기록 가능한 카트리지에 설치하면 백업 없이 기존 게임이 삭제되며 저장 데이터도 삭제될 수 있다.

🔗 @OpenAIDevs의 발표 · Codex와 ModRetro Chromatic으로 레트로 휴대용 게임 만들기 · OpenAI Supply Co.의 Codex 에디션 Chromatic

Google AI Studio, 신용카드 없이 프롬프트로 Google Maps Platform 앱 생성

11월 9일 — Google AI Studio에서 프롬프트로 Google Maps Platform 기반 앱을 바로 만들 수 있게 됐다. 뉴욕의 대화형 3D 투어 같은 아이디어를 Gemini에 설명하면, AI Studio가 다른 페이지로 이동할 필요 없이 Google Maps Platform을 설정하고 API 키를 관리한 뒤 미리보기에 대화형 지도를 표시한다. 기존 Google Cloud 프로젝트를 연결할 수도 있다. Maps API(스타일을 적용한 지도, 실사 수준의 3D 도시), Places API(지역 검색, 장소 정보), Routes API(경유지가 있는 경로), Environment API(대기질, 꽃가루)를 사용할 수 있으며, 갤러리에서는 City Immersive Tour, Pet Grooming Route Optimizer, Store Locator & Near Me Finder라는 세 가지 예제를 리믹스할 수 있다.

샌드박스 할당량 내에서는 신용카드 없이 무료로 시험할 수 있다. API별 하루 100회 호출이 가능하며 24시간마다 초기화된다. 실제 서비스 운영에는 Google Cloud 결제 계정을 연결해야 하며, Google Maps Platform의 표준 요금이 적용된다.

🔗 프롬프트에서 앱까지: AI Studio에서 Google Maps로 개발하기(Google Developers) · @GoogleAIStudio의 발표

ElevenLabs, ElevenAgents에 발신 통화 캠페인을 맡기는 Campaign Manager 출시

11월 9일 — ElevenLabs가 음성 에이전트에 발신 통화 캠페인 전체를 맡기는 ElevenAgents Campaign Manager를 출시했다. 연락처 목록과 적격 잠재 고객 확보나 예약 확정 같은 목표를 제공하면, 에이전트가 지정한 시간대에 전화를 걸고, 통화 간 맥락을 유지하며, 나중에 다시 전화하고, 요청한 시간대를 예약하거나 해당 계정의 다른 번호나 담당자에게 연락한다. 목표를 달성하거나 상대방이 중단을 요청하면 즉시 멈춘다.

이 모듈은 통화에 관리 기준을 적용한다. 시도 횟수 상한과 별도의 재통화 횟수 상한을 설정하고, 상대방이 중단을 요청하면 수신 거부 목록을 즉시 갱신하며, 에이전트의 첫인사에 필수 고지 사항을 포함한다. 연락처별로 의사 결정 이력이 시간순으로 기록되고, 판단이 불확실한 사례는 처리 대기열로 보내며, 모든 내용을 CSV로 내보낼 수 있다. 보험, 은행, 전자상거래 분야에서 베타 테스트를 거쳤으며, The AA Ireland의 최고기술책임자 제러미 오설리번에 따르면 이 회사가 하루에 처리하는 잠재 고객 비율을 50~60%에서 100%로 높였다. Campaign Manager는 지금부터 전화와 WhatsApp에서 사용할 수 있으며, 이메일과 SMS도 곧 지원할 예정이다. 별도 요금은 공개되지 않았다.

🔗 ElevenAgents Campaign Manager(ElevenLabs) · @ElevenLabs의 발표

공개 데이터와 연구: NVIDIA의 일본어 합성 데이터셋과 Amazon의 HOPE 가지치기

이날 Hugging Face 블로그에는 학습 데이터에 관한 글과 전문가 모델이 차지하는 메모리에 관한 글이 각각 하나씩 올라왔다.

NVIDIA와 Elith, 금융 및 데이터 보호용 일본어 합성 데이터셋 2종 공개

11월 9일 — NVIDIA가 함께 사용하도록 설계한 일본어 합성 데이터셋 2종을 Hugging Face에 공개했다. Elith와 공동 제작한 Nemotron-Personas-Finance-Japan은 Nemotron-Personas-Japan을 금융 분야로 확장한다. 공식 통계에 근거한 가구 구성, 자산, 금융 행동을 담은 일본어 페르소나 900만 개(50개 필드로 구성된 레코드 100만 개)로 이루어지며, 약 15억 토큰을 CC BY 4.0 라이선스로 제공한다. 저자들에 따르면 일본의 공공 통계와 가계 금융 데이터를 결합한 이 규모의 공개 페르소나 데이터셋은 처음이다.

Nemotron-PII-Japan은 의료, 금융, 행정, 법률 등 8개 분야의 일본어 합성 업무 문서 100,000개를 제공한다. My Number를 비롯한 56종의 개인정보에 주석을 달아, 이를 탐지하고 가리는 모델을 학습하는 데 활용할 수 있다. NVIDIA는 이 중 문서 95,000개로 GLiNER 모델을 미세 조정한다. 전체적인 구상은 첫 번째 데이터셋으로 고객을 시뮬레이션한 뒤 두 번째 데이터셋으로 처리 파이프라인이 고객 데이터를 보호하는지 검증하는 것이다.

🔗 Nemotron-Personas-Finance-Japan(Hugging Face 블로그) · Nemotron-PII-Japan(Hugging Face 블로그)

Amazon, 함께 작동하는 전문가를 고려하는 MoE 전문가 가지치기 기법 HOPE 발표

11월 9일 — 알렉스 엠 쳉이 작성한 글에서 Amazon 연구팀이 재학습 없이 전문가 혼합(MoE) 모델의 유용성이 낮은 전문가를 제거하는 방법인 HOPE(고차 전문가 가지치기)를 소개했다. MoE는 토큰마다 소수의 전문가만 사용하지만 모든 전문가를 메모리에 유지한다. Qwen3.5-122B에서는 전문가가 약 250GB에 이르는 모델 용량의 95%를 차지한다. 기존 방법은 각 전문가를 개별적으로 평가하지만, HOPE는 자주 함께 활성화되는 전문가 쌍 사이의 상호작용도 측정한다.

Amazon에 따르면 Qwen3.5-122B, Qwen3.5-35B, GLM-4.5-Air에서 전문가의 1050%를 제거하며 REAP, MAN, EAN, Frequency와 비교한 결과, HOPE는 가장 좋은 평균 순위(5개 방법 중 2.07위)를 기록했다. 가지치기 비율이 높아질수록 격차도 커져, 50%에서는 에이전트형 코딩 작업에서 가장 우수한 경쟁 방법보다 최대 +6.1%의 성능 향상을 보였다. 양자화와도 호환되며, 추가 소요 시간은 레이어당 12초다.

🔗 Amazon의 HOPE 소개 글(Hugging Face 블로그)

단신

에이전트와 코딩 도구

Qwen Code v0.27.1 — v0.27.0 출시 이틀 뒤인 11월 9일에 나온 정식 버전으로, 호환성을 깨는 변경은 없다. 변경 항목은 122개이며, 기능 추가 26건과 수정 65건이 포함된다. Managed Agent에는 선택적으로 사용할 수 있는 Mem0 기반 개인 메모리와 보관 기능, MCP 서버를 직접 설치하는 기능이 추가됐다. Desktop v0.27.1과 TypeScript SDK v0.1.31도 같은 날 출시됐다. 🔗 출처
Copilot CLI 1.0.108 정식 출시 — 11월 9일 정식 버전으로 전환됐으며, 11월 7일에 다룬 사전 출시 버전 1.0.108-0과 1.0.108-1 외에 새로 추가된 내용은 없다. /index 명령, 기본으로 공유되는 tgrep 인덱싱, Windows용 샌드박스 설정, 수정 72건이 포함된다. 🔗 출처
Antigravity CLI 1.5.2 — 변경 기록에 11월 6일 버전으로 기재됐다. --dangerously-skip-permissions은 보호된 명령을 더 이상 자동 승인하지 않으며, Gemini Enterprise 관리자가 검토를 요구하면 작업 공간 외부 접근도 자동 승인하지 않는다. 위험한 이름을 사용하는 플러그인은 거부되며, 클라우드 플러그인의 스킬을 --remote-agent 세션에서 사용할 수 있게 됐다. 🔗 출처
사용자 러너에서 이용할 수 있는 Amp Portals — 그동안 orbs에서만 사용할 수 있었던 Portals가 사용자 컴퓨터에서도 작동한다. 에이전트가 실행한 개발 서버를 스레드의 Portal 탭에서 열 수 있으며, 문서에 따르면 브라우저와 iPhone 및 iPad 앱에서 접근할 수 있다. Allow Portals 또는 amp --no-tui --remote-control-portals으로 활성화한다. 러너를 공유하는 경우를 제외하면 Portals는 비공개이며, 문서에 따르면 공개로 제공되는 경우는 없다. 🔗 출처 · 🔗 문서
Windows용 Amp — 11월 7일, Amp 최고경영자 퀸 슬랙이 자동으로 업데이트되는 설치 프로그램을 갖춘 실험적 Windows 앱을 공개했다. 버그를 제보하면 크레딧을 지급하며, 약 3~4일 뒤에 안정적인 버전을 제공하겠다고 약속했다. 다운로드 페이지에는 실험적 Linux 앱도 올라와 있다. 🔗 출처
Delta의 스레드 편집기 — 아구스 수비아가는 Delta 블로그에서 Zed 편집기의 아키텍처를 버리고, 스레드를 채팅이 아닌 공유하고 주석을 달 수 있는 문서로 만들기 위해 편집기를 다시 작성한 과정을 설명한다. Zed는 처음부터 다시 만드는 과정을 여섯 번 거쳤다고 요약한다. 엔지니어링 관련 글로, 새 버전 발표는 없다. 🔗 출처 · 🔗 Zed 트윗
v0와 Fable 5.2 — Vercel의 앱 제작 도구가 출시 당일 저녁부터 Claude Fable 5.2를 제공하며, v0.app/?fable52으로 바로 접근할 수 있다. 요금제나 가격에 대한 설명은 없다. 🔗 출처

플랫폼, API와 기업

Claude 모델 선택하기 — claude.dev에 게시한 가이드에서 애디 오스마니는 노력 수준을 medium으로 설정한 Opus 5.5로 시작하고, 범위가 명확한 작업이나 대량 처리에는 Sonnet 5.5 또는 Haiku 5.5로 낮추며, 가장 어려운 프로젝트에는 Fable 5.2로 높이되 먼저 노력 수준을 한 단계 올려 보라고 권한다. SWE-bench Pro에서 Opus 5.5를 low로 실행한 뒤 실패한 작업을 high로 다시 시도하면 과제당 0.17달러에 약 97%를 달성한다. 모든 작업을 high로 실행하면 0.29달러에 95.3%다. 🔗 출처
Agents API의 비동기 함수 — OpenAI Agents API 팀의 마이클 뤄가 비동기 함수를 소개했다. 에이전트가 도구를 호출한 뒤 결과를 기다리지 않고 계속 작업하므로, 시간이 오래 걸리는 검색을 일찍 시작하거나 요청에서 서로 독립적인 부분을 처리할 수 있다. 이미 10월 20일에 다룬 12시간 프롬프트 캐시도 다시 언급했다. 🔗 출처
OpenAI SDK — openai-python 3.48.0은 에이전트 세션용 스트리밍 옵션을 추가했으며, Python과 Node(7.54.0) SDK는 베타 Responses에서 gpt-6-rosalind를 인식한다. Codex CLI는 11월 6일의 0.167.0 이후 정식 버전을 출시하지 않았으며, 설명 없는 0.169.0 사전 출시 버전만 공개했다. 🔗 출처
AWS Marketplace의 ChatGPT Enterprise — 이제 AWS Marketplace에서 ChatGPT Enterprise(ChatGPT, ChatGPT Work, Codex 및 dots)를 구매할 수 있다. 기존 AWS 결제를 이용하고, 지출액을 AWS 약정 지출로 인정받을 수 있다. OpenAI에 따르면 직접 구매할 때와 기능은 같으며, 가격은 발표되지 않았다. 10월 Google Cloud와 Oracle에 이어 제공되는 구매 경로다. 🔗 출처
Kuken Industries — 일본 냉각탑 제조업체가 스타트업 Recursive에서 OpenAI API로 만든 도구를 이용해, 거의 한 시간 걸리던 예비 부품 도면 검색을 4.5분으로 줄였다. 연간 검색 시간을 약 90% 줄일 것으로 예상한다. 🔗 출처
Perplexity의 메모리 가이드 — Perplexity가 인공지능 비서의 메모리를 설명하고 자사 기능을 자세히 소개했다. 모든 모델에서 작동하고, Project별로 분리되며, 사용될 때 출처 목록에 표시되고 삭제할 수 있다. 일반 사용자 계정에서는 AI Data Retention 설정을 끄지 않으면 메모리 내용이 모델 개선에 사용될 수 있다. Enterprise 계정에서는 사용되지 않는다. 🔗 출처

보안

Actions 로그의 비밀 정보 검사 — GitHub의 비밀 정보 검사가 이제 GitHub Actions 워크플로 실행이 끝나면 로그를 분석한다. Secret Protection 또는 Advanced Security를 사용하는 GitHub Enterprise Cloud에서 공개 미리 보기로 제공된다. 기업 정책은 기본적으로 비활성화돼 있으며, 미리 보기 기간에는 이전 로그를 분석하거나 알림을 보내지 않는다. 🔗 출처
Fizzl의 x402 시험 — 프리츠 즈바허가 x402 Agent Safety Bench를 모든 에이전트가 응시할 수 있는 시험으로 전환해 Fizzl 사이트에 공개했다. 가상 판매자들을 상대로 하는 구매 과제 19개로 구성되며, 판매자 중 14곳은 부정행위를 한다. 결제에는 Base Sepolia의 테스트 USDC를 사용한다. 🔗 출처

공개 모델과 커뮤니티

하네스 어댑터 — 11월 6일에 소개한 harness-hub 프로젝트의 후속 소식이다. pi, hermes, opencode 하네스에서 Liquid AI의 LFM2.5-24B와 LFM3, webAI의 Twil-8B용 LoRA 학습이 완료됐다. 팀은 LFM3의 도구 효율이 최대 43%, 정확도가 최대 15% 향상됐으며, Twil-8B의 도구 효율은 최대 37% 향상됐다고 발표했다. 🔗 출처
의학 분야의 가중치 편집 — 마지아르 파나히(OpenMed)가 학습 없이 가중치를 수정해 소형 Qwen 모델의 의학 시험 성능을 개선했다. Qwen3.5-2B의 MedQA 점수는 52.0%에서 70.5%로 올랐으며, 수학 성능에는 유의미한 변화가 없었다. 글에서는 개선의 일부가 답변 형식에서 비롯된다고 설명한다. 🔗 출처
Mac Studio에서 미세 조정한 Qwen3.8-27B — 로만 멜니크가 모든 작업을 512GB Mac Studio M3 Ultra에서 수행해 Qwen3.8-27B를 Kafka, Strimzi, Kubernetes, Argo CD용 비서로 만들었다. 4비트 버전은 약 15GB에 들어가며, 작성자는 첫 결과를 장단점이 섞인 성과로 평가했다. 🔗 출처
Together AI의 Step 5 — 11월 8일, Together AI는 에이전트로 서비스 스택을 최적화해 StepFun의 Step 5 처리량을 세 배 이상으로 높였다고 밝혔다. 최적화 대상에는 MoE 라우팅, 스케줄링, 커널, 추측 디코딩, 희소 어텐션이 포함되며, 절대 수치는 제시하지 않았다. 🔗 출처
Hub의 3D 갤러리 — Hugging Face가 공유한 케일럽 팔그렌의 설명에 따르면, .glb, .ply, .stl 파일이나 스플랫이 포함된 데이터셋은 자동으로 3D 갤러리로 표시된다. 350개가 넘는 공개 데이터셋에 적용됐으며, 10월 OpenUSD 뷰어에 이은 기능이다. 🔗 출처
도하에서 열린 Hugging Face와 Qai 해커톤 — Hugging Face의 아리트라 로이 고스티파티와 공동 저자 네 명이 11월 5~7일 열린 해커톤을 돌아봤다. Hugging Face가 걸프 지역에서 처음 개최한 해커톤으로 소개됐으며, 지원자는 500명 이상, 참가자는 150명, 팀은 40개, 결선 진출팀은 15개, 수상팀은 3개였다. 🔗 출처
Sakana AI의 모바일 앱 — Sakana AI가 첫 모바일 앱의 베타 테스터를 11월 15일까지 모집한다. 임시 이름은 Sakana AI App이며, 기능에 대한 설명은 없다. 🔗 출처

로봇, 3D와 영상

한국의 피지컬 AI — NVIDIA의 한국 관련 연재에서 Samsung은 반도체 설계 계산을 가속하고 있으며, PhysicsNeMo를 사용해 약 1,600배, 18시간에서 41초로 단축했다. Kakao Mobility는 Kia 차량과 NVIDIA Hyperion으로 레벨 4 자율주행을 목표로 하며, Isaac GR00T로 구동되는 LG의 CLOiD 로봇은 실제 공장에서 작업한다. 일정이나 도입 규모는 제시하지 않았다. 🔗 출처
IKEA 가구를 조립하는 휴머노이드 — 11월 8일, 하르프리트 사호타가 2026 Humanoid IKEA Assembly Challenge의 일부를 FiftyOne용으로 변환했다. 모터 35개와 카메라 7개를 갖춘 휴머노이드의 에피소드 6개, 총 30.7분 분량이며, 모터 토크 데이터는 손목 카메라와 동기화됐다. 🔗 출처
Meshy의 SAM3D-Part와 BranchTokens — SAM3D-Part는 기존 3D 객체에서 클릭 한 번으로 완전한 부품 하나를 추출하며, 객체 500개에서 OmniPart보다 Chamfer 거리가 약 72% 낮다. 논문은 SIGGRAPH Asia 2026에 채택됐고 가중치도 공개됐다. Purdue와 함께 진행한 BranchTokens는 Auto-Connect 대비 3D 골격 생성 오류를 16.9% 줄였다. 🔗 출처 · 🔗 BranchTokens
Runway의 Sightline — App Studio의 새 앱이다. 장소의 360도 파노라마를 만들고, 일관된 배경을 유지하며 모든 각도에서 장면의 구도를 잡을 수 있게 해 준다. 환경으로 사용할 수 있도록 3D로 내보내기도 한다. Runway 크레딧을 사용하며, 비용이나 모델에 대한 설명은 없다. 🔗 출처

이것이 의미하는 바

이제 최첨단 모델은 이를 통합하는 업체들의 자체 벤치마크에서 출시 당일 평가받는다. Cursor, Cognition, Perplexity는 출시 몇 시간 안에 저마다 자체 벤치마크로 측정한 Fable 5.2 수치를 공개하고, Claude Code는 즉시 이를 기본 Fable 모델로 지정한다. 이 측정값들이 모두 같은 결론을 가리키는 것은 아니다. CursorBench에서는 노력 수준을 Extra High로 설정하면 High보다 성능이 낮고 비용은 더 들며, WANDR에서 최고 기록을 내는 데 드는 과제당 비용은 Gemini 4 Argon의 약 1.8배다. 기본 설정에서 다시 시작하라는 Cursor의 조언은 자사 도구를 넘어 적용된다. 새 모델을 도입하면 노력 수준을 다시 조정해야 한다.

과제당 비용이 비교의 단위가 되고 있다. Anthropic은 Fable 가격을 20% 낮추고 약 절반 가격으로 Opus 5.5의 점수에 도달한다는 점을 내세운다. Meta는 자체 수치에 따르면 Muse Ember가 Claude Haiku 5.5 수준이면서 과제당 비용은 약 3분의 1이라고 제시한다. Cursor, Devin, Perplexity는 모두 점수 옆에 과제당 비용을 표시한다. 모델을 뒷받침하는 인프라에서는 Google이 추론용 TPU 시스템을 늘리고, Amazon은 HOPE로 MoE의 메모리 사용량을 줄이려 한다. 다만 TPU 8tx와 TPU 8i Max의 출시 날짜와 가격은 제시되지 않아 아직 비교할 수 없다.

시연의 규모도 달라지고 있다. Fermat에는 에이전트 1,000개, MIPLIB에는 팀당 최대 300개, 운영체제 시제품에는 하위 에이전트 1,000개 이상이 투입된다. Anthropic은 이 수치와 함께 측정한 안전장치도 제시한다. Fermat 실험에서 이루어진 100만 건이 넘는 도구 호출 하나하나에 분류기를 적용하고, 샌드박스 탈출 비율을 3.1%로 낮췄으며, Mythos 5.2는 사이버보안과 생물학 검증 프로그램에 한해 제공한다. 다만 두 모델이 평가받고 있다고 의심하는 빈도가 높아져 이러한 안전성 측정값을 해석하기가 더 까다로워졌다.

로봇 분야의 개방성은 아직 확인이 필요하다. NVIDIA는 GR00T 2를 공개 모델이라고 설명하고 공개 벤치마크 두 개인 DexBench와 VABAR를 내놓았지만, 해당 글에는 라이선스나 다운로드 링크가 없다. 한국에서는 NVIDIA가 NVLink Fusion을 통해 자사 GPU와 Rebellions의 NPU가 함께 작동하는 주권형 AI 생태계를 구축하고 있다. 플랫폼은 다른 설계업체의 칩을 받아들이면서도 추론의 중심을 유지한다.