Anthropic 연구소, Perplexity Everything is Computer, OpenAI Responses API : 2026년 3월 11일

2026년 3월 11일은 소식이 많습니다: Anthropic가 공공 이익을 위한 학제간 연구소를 설립하고, Perplexity가 4개의 API로 “Computer” 비전을 전개하며, OpenAI가 Responses API에 신뢰 가능한 자율 에이전트를 위한 새로운 원시 기능들을 공개하고, Meta가 2년에 걸쳐 개발한 4세대 맞춤형 IA(인공지능) 칩을 상세히 설명했습니다.

Anthropic Institute : 잭 클라크가 이끄는 공공 이익 활동

2026년 3월 11일 — Anthropic는 강력한 AI가 제기하는 문제에 대한 공적 논의를 진전시키기 위한 새로운 노력으로 The Anthropic Institute를 출범시켰습니다. 이 이니셔티브는 공동 창립자 **잭 클라크(Jack Clark)**가 Anthropic에서 새로 맡은 “Head of Public Benefit”(공공 이익 책임자) 역할을 수행하며 이끕니다.

이 연구소는 연구자, 경제학자, 법률가, 정책 전문가 등 학제간 팀을 구성하고 Anthropic의 최첨단 모델에 대한 고유한 접근권을 부여받습니다. 임무는 AI의 사회적, 경제적, 안전적 영향을 분석하고 이를 공개적으로 전달하는 것입니다.

초기 세 명의 영입 인사가 발표되었습니다:

영입 인물	경력
Matt Botvinick	Resident Fellow, Yale Law School ; 전 Senior Director of Research, Google DeepMind
Anton Korinek	경제학 교수(안식년), Economic Research 팀
Zoë Hitzig	전-OpenAI, AI의 사회적·경제적 영향 전문

연구소는 Anthropic의 기존 팀들(Frontier Red Team, Societal Impacts, Economic Research)을 기반으로 하며, 동시에 모델 투명성, 에너지 소비자 보호, 수출 통제, 전 세계적 AI 거버넌스를 중점으로 하는 Public Policy 팀의 확장도 발표했습니다.

이 연구소의 설립은 Anthropic가 공공 참여에 공식적인 구조를 부여하고 공동 창립자 중 한 명을 전면에 내세웠다는 점에서 중요한 이정표입니다.

🔗 Anthropic 연구소 소개

Perplexity : “Everything is Computer” 비전의 동시 발표

2026년 3월 11일 — Perplexity는 ‘Computer’ 비전(즉, AI를 개인 및 업무용 컴퓨터로 활용하는 개념)을 중심으로 네 가지 발표를 동시에 공개했습니다.

Personal Computer 및 Enterprise

Personal Computer는 24시간 작동하는 전용 Mac mini로, 로컬 애플리케이션과 Perplexity 서버에 연결됩니다. 민감한 작업은 명시적 승인 필요. 대기열 등록 중입니다.

Computer for Enterprise는 Snowflake, Salesforce, HubSpot 및 수백 개 플랫폼과 연결됩니다. 스킬(skills)은 맞춤형이며 Slack 통합을 통해 DM 또는 공유 채널에서 작업할 수 있습니다. SOC 2 Type II, SAML SSO 및 감사 로그(audit logs)를 기반으로 합니다. Perplexity는 내부 조사(16,000건의 쿼리)를 근거로 인건비 160만 달러 절감 및 4주간에 3.25년 분량의 작업 성과를 제시했습니다.

Comet Enterprise는 도메인별 권한, 작업 로그, MDM 같은 관리자 제어를 갖춘 네이티브 AI 브라우저이며, 브라우저 수준 보호를 위해 CrowdStrike와 파트너십을 맺었습니다.

Perplexity Finance는 SEC 제출 문서, FactSet, S&P Global, Coinbase, LSEG, Quartr, Polymarket 등 40개 이상의 금융 도구에 실시간 접근을 제공하며 Plaid를 통한 브로커 연결로 실제 포트폴리오 분석을 지원합니다.

Premium Sources는 Statista, CB Insights, PitchBook 같은 유료 소스를 검색 흐름 내에서 직접 제공하며, 유료 출처는 자동으로 인용됩니다.

🔗 Everything is Computer(모든 것은 컴퓨터다)

Agent API : 런타임 오케스트레이션 전체

Agent API는 통합 검색, 도구 실행, 다중 모델 오케스트레이션을 갖춘 관리형 런타임으로, 모델 라우터, 검색 계층, 임베딩 제공자, 샌드박스 서비스 및 모니터링 스택을 하나의 통합 지점으로 대체합니다.

통합 도구	기능
`web_search`	도메인, 최신성, 날짜 범위, 언어, 콘텐츠 예산으로 필터링
`fetch_url`	URL 직접 검색
맞춤 함수	완전 지원

사례별로 최적화된 네 가지 프로필(프리셋)은 빠른 사실 검색, 균형 잡힌 검색, 다원 출처 심층 분석, 기관용 검색을 포괄합니다. Deep Research 2.0은 advanced-deep-research 프로필을 통해 제공되며, 요청당 수십 건의 검색을 실행하고 수백 건의 문서를 처리합니다.

Agent API는 모델에 독립적이며, 가용성을 거의 100%에 가깝게 유지하기 위한 다중 모델 폴백 체인(fallback chains)을 지원하며, 오늘부터 docs.perplexity.ai에서 사용 가능합니다.

🔗 에이전트 API

Search API : 향상된 스니펫과 SEAL 벤치마크

Search API 업데이트는 스니펫 품질과 평가 인프라에 중점을 둡니다.

새로운 스팬 수준(span-level) 태깅 파이프라인은 질의에 대해 어떤 문서 구간이 관련성이 있는지 식별합니다. 결과적으로 더 작고 정확한 스니펫이 생성되어 토큰 비용을 줄이고 하류 모델의 컨텍스트 관리를 개선합니다.

SEAL 벤치마크는 검색 시스템이 시간이 지나면서 변하는 질문에 답할 수 있는지를 평가합니다. Perplexity는 SEAL-Hard에서 진전을 보이는 반면 일부 공급업체는 성능이 하락했습니다. 프레임워크 search_evals는 GitHub에서 오픈소스로 업데이트됩니다.

기타 개선사항: 다중 쿼리 지원(단일 API 요청당 최대 5개), 언어(ISO 639-1 코드) 및 국가별 필터링, 그리고 세 개의 API를 기본으로 지원하는 Python SDK(pip install perplexityai).

🔗 Search API 업데이트

Sandbox API : 에이전트용 격리된 코드 실행

Perplexity는 내부 코드 실행 환경을 독립 서비스로 공개합니다. 각 세션은 격리된 Kubernetes 파드에서 실행되며 영구 파일 시스템이 마운트됩니다. 지원 언어: Python, JavaScript, SQL. 런타임 시 패키지 설치가 가능합니다.

세션은 상태(stateful)를 가지며, 한 단계에서 생성된 파일은 이후 단계에서 사용 가능하고 장기 워크플로는 일시 중지 후 수시간 뒤에 재개할 수 있습니다. 보안은 제로 트러스트(zero-trust) 모델을 기반으로 하며, 직접 네트워크 액세스 금지, 아웃바운드 트래픽은 프록시 경유, 코드가 원시 API 키에 접근하지 못하도록 설계되었습니다.

Sandbox API는 동일한 API 키와 동일한 크레딧으로 Agent API에 통합될 예정입니다. 상태: 곧 비공개 베타.

🔗 Sandbox API

OpenAI : Responses API에 에이전트용 컴퓨터 환경 추가

2026년 3월 11일 — OpenAI는 자율 에이전트를 신뢰성 있게 구축하기 위한 Responses API의 새로운 원시 기능들(Unix 셸 도구, 호스팅 컨테이너, 네이티브 컨텍스트 압축, 재사용 가능한 에이전트 스킬 등)을 상세히 설명하는 엔지니어링 게시물을 공개했습니다.

셸 도구

셸 도구는 모델이 grep, curl, awk 같은 전통적인 Unix 유틸리티에 접근해 명령줄로 컴퓨터와 상호작용할 수 있게 합니다. 기존의 코드 인터프리터가 Python만 실행하던 것과 달리, 셸 도구는 Go, Java, Node.js 등 다양한 런타임을 지원합니다. GPT-5.2 이상 모델은 셸 명령을 제안하도록 훈련되었습니다.

Responses API는 별도의 컨테이너 세션을 통해 여러 셸 명령을 병렬로 실행할 수 있으며, 명령당 출력 상한을 적용해 컨텍스트 창이 포화되는 것을 방지합니다.

호스팅 컨테이너

컨테이너는 모델의 작업 공간을 구성합니다:

구성 요소	설명
파일 시스템	container 및 file API를 통해 리소스 업로드, 구성 및 관리
데이터베이스	구조화 저장(SQLite) — 모델은 전체를 로드하는 대신 테이블을 질의
네트워크 접근	허가 목록이 있는 중앙 egress 프록시, 도메인별 비밀 주입(secret injection)

네이티브 컨텍스트 압축

장기 작업을 위해 Responses API는 네이티브 압축 메커니즘을 통합했습니다: 모델은 대화 상태의 압축되고 암호화된 표현을 생성하도록 훈련됩니다. 서버측(임계값 구성 가능)에서 또는 엔드포인트 /compact를 통해 사용 가능합니다. Codex는 이를 사용해 장기 코딩 세션을 품질 저하 없이 유지합니다.

Agent skills

스킬(skills)은 반복적 워크플로 패턴(workflow patterns)을 번들로 캡슐화한 재사용 가능한 구성입니다: SKILL.md 파일과 관련 리소스를 포함한 폴더 형태입니다. Responses API는 프롬프트를 모델에 보내기 전에 스킬을 자동으로 컨텍스트에 로드합니다. 스킬은 API로 관리되며 버전 관리됩니다.

동시에, 개발자 블로그 게시물은 Responses API 1주년을 기념한 다섯 가지 고객 사례를 소개합니다. 두 발표는 플랫폼의 에이전트화(agentification) 방향을 일관되게 보여줍니다.

🔗 Responses API + 컴퓨터 환경 🔗 Responses API 1주년

OpenAI : 프롬프트 인젝션 방어 전략

2026년 3월 11일 — OpenAI는 프롬프트 인젝션(prompt injection) 공격에 대한 AI 에이전트의 저항성을 다룬 보안 게시물을 공개했습니다.

초기 공격은 위키백과 페이지나 이메일 같은 외부 콘텐츠에 직접적인 지시문을 삽입하는 방식이었습니다. 모델이 향상되면서 공격은 사회공학적 수법(social engineering)으로 진화했습니다: 설득력 있는 직장 문맥, 긴박성 가장, 권한 주장 등. 게시물에 기술된 2025년의 한 사례에서는 이전 버전의 ChatGPT에서 50%의 성공률을 보였습니다.

OpenAI는 문제를 고용주/에이전트/악성 제3자라는 삼자 체계 관점에서 다루며, 이는 고객 서비스 담당 인간 에이전트가 조작 시도에 노출되는 상황과 유사합니다. 목표는 모든 공격을 완벽히 식별하는 것이 아니라, 조작에 성공했을 때 그 영향을 제한하는 것입니다.

대응책	설명
소스-싱크 분석	신뢰할 수 없는 콘텐츠 + 위험한 행동의 조합 탐지
Safe Url	대화의 정보가 제3자에게 전송되는지를 감지 — 확인을 요구하거나 차단
앱 샌드박스	Canvas 및 ChatGPT Apps는 예기치 않은 통신을 감지하고 동의를 요청

Safe Url은 Atlas 내 탐색과 Deep Research의 검색·탐색에도 적용됩니다.

🔗 프롬프트 인젝션에 저항하는 AI 에이전트 설계

Meta MTIA : 2년 만에 공개된 4세대 AI 칩

2026년 3월 11일 — Meta는 맞춤형 AI 칩 제품군인 MTIA(Meta Training and Inference Accelerator)에 관한 기술 게시물을 공개했습니다. 2년 동안 Meta는 비용 효율적으로 수십억 사용자에게 서비스를 제공하기 위해 네 세대의 칩을 개발했습니다.

“AI models are evolving faster than traditional chip development cycles.”

🇰🇷 AI 모델은 전통적인 칩 개발 주기보다 더 빠르게 진화하고 있습니다.

세대	주요 혁신
MTIA 300	랭킹 및 추천(Ranking & Recommendation)에 최적화된 최초의 칩, 재사용 가능한 모듈형 기반
MTIA 400	GenAI 워크로드로 진화, 단일 스케일업 도메인에 72개의 칩 랙
MTIA 450	HBM 대역폭 두 배, MX4 FLOPS +75%, 어텐션 및 FFN 하드웨어 가속
MTIA 500	MTIA 450 대비 HBM 대역폭 +50%, 인퍼런스(추론) 중심 설계

MTIA 300에서 MTIA 500까지의 발전: HBM 대역폭은 4.5배, FLOPS는 25배 증가했습니다. Meta의 전략은 고속 개발(매년 새 칩 출시), 사전학습보다 인퍼런스에 초점, PyTorch와의 네이티브 통합에 기반합니다.

“Mainstream GPUs are typically built for the most demanding workload — large-scale GenAI pre-training — while Meta’s primary need is inference.”

🇰🇷 일반 GPU는 일반적으로 가장 부담이 큰 워크로드인 대규모 GenAI 사전학습을 위해 설계되는 반면, Meta의 주요 요구는 인퍼런스(추론)입니다.

프로세싱 엘리먼트(Processing Element) 아키텍처는 두 개의 RISC-V 벡터 코어, 도트 프로덕트 엔진(Dot Product Engine), 특수 함수 유닛(Special Function Unit), 리덕션 엔진 및 DMA를 결합합니다. 소프트웨어 스택은 PyTorch, vLLM, Triton 및 전용 MTIA 컴파일러를 기반으로 하며, vLLM 통합은 플러그인 아키텍처를 통해 제공됩니다.

🔗 Meta MTIA : scale AI chips for billions

Gemini CLI v0.33.0 : 강화된 Plan Mode 및 A2A 인증

2026년 3월 11일 — Gemini CLI가 v0.33.0을 발표했습니다(Plan Mode를 도입한 v0.32.0 공개 후 2주 만).

카테고리	신규 사항
에이전트 아키텍처	원격 A2A 에이전트용 HTTP 인증, 인증된 A2A 에이전트 맵 검색
Plan Mode	통합 검색 하위 에이전트, 사용자 피드백 주석 지원, 새로운 하위 명령 `copy`
CLI 인터페이스	ASCII 아이콘이 있는 컴팩트 헤더, 역방향 컨텍스트 창 표시, 채팅 기록 기본 보존 기간 30일

원격 A2A(Agent-to-Agent) 프로토콜용 HTTP 인증 추가가 주요 기술적 업데이트로, Gemini CLI가 원격 에이전트를 발견하고 인증할 수 있게 되어 안전한 다중 에이전트 오케스트레이션의 기반을 마련합니다.

🔗 Gemini CLI 변경사항 로그

Gemini in Chrome : 인도·뉴질랜드·캐나다로 확장

2026년 3월 11일 — Google은 Chrome의 AI 기능을 인도, 뉴질랜드, 캐나다의 세 시장으로 확장했습니다.

사이드패널 내 어시스턴트인 Gemini in Chrome( Gemini 3.1 기반 )은 이제 Mac, Windows, Chromebook Plus에서 이용 가능하며, 배포된 기능에는 Gmail, Maps, Calendar, YouTube 접근, 여러 탭의 교차 분석, Nano Banana 2를 통한 브라우저 내 이미지 변환이 포함됩니다. 업데이트는 힌디어, 프랑스어, 스페인어 등 50개 이상의 언어를 추가합니다.

🔗 Chrome이 인도, 뉴질랜드 및 캐나다로 확장

--- ## AlphaEvolve : 5개의 Ramsey 수에 대한 새로운 하한

2026년 3월 11일 — Pushmeet Kohli (Google DeepMind)는 AlphaEvolve가 조합 극한 이론의 고전적 Ramsey 수 5개에 대해 새로운 하한을 설정했다고 발표했습니다 — 이 문제들은 매우 어려워 Erdős 자신도 그 복잡성에 대해 언급했으며, 이전 최선 결과들은 적어도 10년 이상 된 것이었습니다.

AlphaEvolve는 필요한 탐색 절차를 자동으로 발견하는 메타 알고리즘처럼 작동하며, 역사적으로 특정 알고리즘을 수작업으로 설계해야 했던 부분을 대체합니다. 이 성과는 AlphaEvolve가 이전에 알려져 있던 Google 커널 최적화 능력을 넘어선 역량을 보여줍니다.

🔗 Pushmeet Kohli의 트윗

Gemini Embedding 2 : Google의 첫 완전 멀티모달 임베딩

2026년 3월 10일 — Google은 Gemini Embedding 2를 발표했으며, 이를 “our most capable and first fully multimodal embedding model”라고 설명했습니다. 이는 Google의 최초 네이티브 멀티모달 임베딩 모델로, 개발자들이 Gemini API와 AI Studio를 통해 이용할 수 있습니다.

🔗 @googleaidevs의 트윗

GitHub Copilot : 터미널에서의 코드 리뷰 및 JetBrains 향상

2026년 3월 11일 — GitHub Copilot에 대한 두 가지 주목할 만한 업데이트가 발표되었습니다.

GitHub CLI v2.88.0에서의 코드 리뷰

이제 터미널에서 직접 Copilot 코드 리뷰를 요청할 수 있습니다. 명령어 gh pr edit --add-reviewer @copilot (비대화형 모드) 및 gh pr create (대화형 모드)은 Copilot을 동료들과 함께 통합합니다. 리뷰어 선택은 동적 검색을 지원해 대규모 조직에서의 성능을 개선하고 접근성 문제를 수정합니다. Copilot code review가 포함된 모든 요금제에서 이용 가능 — GitHub CLI v2.88.0로 업데이트 필요.

🔗 GitHub CLI에서의 코드 리뷰

JetBrains IDE용 에이전트 기능 개선

JetBrains 플러그인 업데이트는 일반 제공(GA)으로 맞춤형 에이전트(custom agents), 서브에이전트 및 플랜 에이전트(plan agent), 그리고 모든 요금제에 대한 자동 모델 선택을 포함합니다. 공개 미리보기(퍼블릭 프리뷰)로는 에이전트 훅(userPromptSubmitted, preToolUse, postToolUse, errorOccurred)을 hooks.json 파일로 .github/hooks/에 정의하는 기능과 AGENTS.md 및 CLAUDE.md 파일 지원이 포함됩니다.

업데이트에는 MCP로 구성 가능한 자동 승인, 확장 추론 모델을 위한 생각 패널, 컨텍스트 창 사용량 표시기, 메뉴의 Edit 모드 사용 중단 등도 포함됩니다.

🔗 JetBrains 향상 내용

웹의 Copilot에서 저장소 탐색

퍼블릭 프리뷰로 웹 인터페이스에서 GitHub 저장소의 파일 트리를 탐색할 수 있습니다. 선택한 파일들은 채팅의 임시 참조로 자동 추가되며, 영구 참조로 만들 수도 있습니다.

🔗 Copilot에서 저장소 탐색

Anthropic Sydney 및 Claude for Office

시드니, 아시아·태평양 4번째 사무소

2026년 3월 10일 — Anthropic은 시드니에 곧 개설될 사무소를 발표했으며, 이는 도쿄, 서울, 싱가포르에 이은 아시아·태평양 지역의 네 번째 사무소입니다. 호주는 1인당 Claude.ai 사용률에서 세계 4위이며, 뉴질랜드는 동일 지표에서 8위입니다(Anthropic Economic Index). 해당 사무소는 초기에는 기업 고객, 스타트업 및 연구에 중점을 둘 예정입니다.

🔗 시드니, 아시아·태평양 4번째 사무소

Claude for Excel 및 PowerPoint : 공유 컨텍스트와 Skills Office

2026년 3월 11일 — Claude for Excel 및 Claude for PowerPoint 애드인에는 두 가지 주요 업데이트가 적용됩니다: 두 애플리케이션 간의 컨텍스트 공유(분석가가 Excel 통합문서에서 데이터를 추출해 단일 대화에서 PowerPoint 프레젠테이션에 사용할 수 있음)와 두 애드인 모두에 Skills(원클릭으로 재사용 가능한 워크플로)가 도입됩니다.

프리로드된 Skills는 가장 흔한 사용 사례를 다룹니다: 수식 감사, LBO/DCF 모델 구성, 경쟁 구도 덱 작성, 새 데이터로 프레젠테이션 업데이트, 투자은행(IB) 딜 덱 검토 등. 애드인은 Amazon Bedrock, Google Cloud Vertex AI 및 Microsoft Foundry를 통한 규정 준수 배포에서 사용할 수 있습니다. 이용 가능 플랫폼: Mac 및 Windows(유료 요금제: Pro, Max, Team, Enterprise).

🔗 Claude for Excel 및 PowerPoint

NVIDIA Nemotron 3 Super, ComfyUI 및 GTC 2026

2026년 3월 11일 — NVIDIA는 GTC 2026을 둘러싸고 활발한 발표를 하고 있습니다.

Nemotron 3 Super는 이전 세대에 비해 에이전트형 AI의 처리량을 5배 향상시킵니다. 이는 오픈소스인 1,200억 매개변수의 MoE (Mixture of Experts) 모델로, 고주파수 추론 워크로드에 최적화되어 있습니다.

NVIDIA와 ComfyUI는 GDC 2026에서 게임 개발자 및 크리에이터를 위한 로컬 IA 비디오 생성을 단순화하는 통합을 발표했으며, FLUX 및 LTX-Video 모델을 지원합니다.

NVIDIA 블로그의 GTC 2026 Live Updates는 산호세에서 열린 컨퍼런스의 실시간 발표를 모아둔 곳이며 — Mistral AI도 이 자리에서 최첨단 모델을 발표했습니다.

🔗 Nemotron 3 Super 🔗 ComfyUI GDC 🔗 GTC 2026 라이브 업데이트

요약

Runway Labs — Runway는 Alejandro Matamala Ortiz(공동설립자, 혁신 책임자)가 이끄는 내부 인큐베이터인 Runway Labs를 출범했습니다. Runway Labs는 영화, 의료, 교육, 게임, 광고, 부동산 등 다양한 산업에서 비디오 생성과 General World Models(세계 시뮬레이션 모델)에 대한 근본적으로 새로운 애플리케이션을 프로토타이핑할 예정이며, 인재를 모집 중입니다.

🔗 Runway Labs 소개

Claude Code /btw — 새 명령어 /btw을 통해 작업이 실행되는 동안 현재 작업을 중단하지 않고 사이드 체인 대화(side chain conversations)를 진행할 수 있습니다.

🔗 @bcherny의 트윗

NotebookLM Flashcards — 퀴즈 및 플래시카드 업데이트: 중단한 지점부터 다시 시작, 성공/실패 플래시카드 추적, 플래시카드 삭제 또는 셔플 가능.

🔗 NotebookLM의 트윗

Meta Canopy Height Maps v2 — Meta와 World Resources Institute는 전 세계 산림 캐노피 높이 지도 CHMv2를 공개했습니다. Meta의 자체 지도 학습 모델 DINOv3가 정확도와 전 세계 커버리지를 향상시켰습니다. 적용 사례: 기후 이주, 산림 복원, 도시 계획. 모델은 오픈소스로 제공됩니다.

🔗 Canopy Height Maps v2

Z.ai GLM-5 — GLM-5는 2026년 2월 출시 이후 Pro 사용자에게만 제공되었으나 이제 Lite 사용자(무료 계층)에게도 제공됩니다.

🔗 @ZixuanLi_의 트윗

이것이 의미하는 바

2026년 3월 11일의 소식은 두 가지 근본적 추세가 수렴하고 있음을 보여줍니다.

첫째는 에이전트화의 플랫폼화입니다: OpenAI, Perplexity 및 GitHub가 같은 날 셸 도구, 샌드박스, 에이전트 훅, 코드 리뷰 같은 보완적 프리미티브를 공개했습니다. 생태계는 skills, 컨테이너, 서브에이전트 같은 재사용 가능한 블록을 중심으로 구조화되어 개발자들이 인프라를 재발명하지 않고도 신뢰할 수 있는 에이전트를 구축할 수 있게 합니다.

둘째는 커스텀 실리콘 경쟁입니다: Meta가 2년 사이 네 세대의 MTIA를 공개한 세부 내용은 대규모 추론을 위해 대중 GPU에 대한 독립성을 분명히 하려는 전략을 드러냅니다. 같은 논리가 NVIDIA가 GTC 당일 Nemotron 3 Super를 공개하게 만든 배경입니다.

Anthropic Institute의 설립은 보다 은밀하지만 지속적인 움직임의 일부로 볼 수 있습니다: 역량이 향상됨에 따라 주요 AI 기업들은 단순한 대외 홍보가 아닌 독립적 연구 역량으로 공공 영향력을 조직화하고 있습니다.

출처

이 문서는 gpt-5-mini 모델을 사용하여 프랑스어(fr) 버전에서 한국어(ko)로 번역되었습니다. 번역 프로세스에 대한 자세한 정보는 https://gitlab.com/jls42/ai-powered-markdown-translator 를 참조하세요.