검색

NVIDIA가 AI 인프라를 위해 5,000억 달러를 조달하고, Alibaba는 Qwen3.8-2.4T-A95B를 오픈 웨이트로 공개하며, Zed는 Delta를 출시

JLS42 /
인공지능으로 생성된 기사
nvidia qwen alibaba zed coding-tools gemini google github copilot openai cohere media open-source actualites
NVIDIA가 AI 인프라를 위해 5,000억 달러를 조달하고, Alibaba는 Qwen3.8-2.4T-A95B를 오픈 웨이트로 공개하며, Zed는 Delta를 출시

ai-powered-markdown-translator

gpt-5.4-mini로 fr에서 ko로 번역된 기사.

GitHub에서 프로젝트 보기 ↗

2026년 8월 12일, NVIDIA는 차세대 10년을 위한 AI 인프라를 구축하기 위해 5,000억 달러를 넘는 자금 조달 파트너십을 발표하고, Alibaba는 2조 4천억 개 매개변수의 추론 모델인 Qwen3.8-2.4T-A95B의 오픈 웨이트를 공개합니다. Zed는 에이전트와 함께 코딩하는 멀티플레이어 환경 Delta를 선보이고, Google DeepMind는 Pixel 11에서 수화 언어를 텍스트로 번역하는 SL2T를 출시하며, Suno는 BMG와 전 세계 파트너십을 체결합니다. 또한 Cohere와 Liquid AI의 새로운 오픈 모델, 개발 도구 측면의 진전(Devin, Replit, GitHub Copilot), 그리고 기업에서의 에이전틱 AI 도입에 관한 OpenAI의 연구도 함께 다룹니다.

NVIDIA, AI 인프라를 위해 5,000억 달러 이상 동원

8월 12일 — NVIDIA는 Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR 등 금융·투자 분야의 6개 주요 기업과 파트너십을 맺고, 5,000억 달러 이상의 외부 자본을 동원하기 위한 독립적 자금 조달 플랫폼을 구축한다고 발표했습니다. 목표는 모델의 학습과 추론에 전념하는 대규모 데이터센터인 “AI factories”의 건설을 장기적으로 지원하는 것입니다.

NVIDIA는 이를 업계의 구조적 전환점으로 제시합니다. AI 컴퓨팅 역량의 배치에 필요한 자금 조달이 더 이상 기술 기업 자체의 대차대조표에만 의존하지 않고, 이제는 업계를 대표하는 대형 기업들만이 아니라 주요 금융기관이 주도하는 전용 자금 조달 수단에 의존하게 된다는 것입니다.

이번 발표는 지난 며칠간 자세히 다뤄진 다른 NVIDIA 인프라 이니셔티브들과 연속선상에 있습니다. 미래 세대 가속기를 위한 800볼트 DC 전력 공급 아키텍처와 미국 내 AI 전용 지역 허브를 위한 NSF 프로그램이 그것입니다. 이는 모든 주요 클라우드 제공업체들 사이에서 AI 인프라 경쟁이 가속화되는 가운데, 컴퓨팅 수요를 뒷받침하기 위한 자본 수요의 규모를 다시 한 번 확인시켜 줍니다.

🔗 NVIDIA 공식 게시물

Alibaba, 2조 4천억 개 매개변수 추론 모델 Qwen3.8-2.4T-A95B의 오픈 웨이트 공개

8월 12일 — Alibaba는 8월 초 Qwen3.8-Max라는 이름으로 공개 의도를 밝혔던 플래그십 모델 Qwen3.8-2.4T-A95B의 오픈 웨이트를 공개했습니다. 이는 실제 웨이트 출시를 의미하며, 총 2조 4천억 개 매개변수를 가진 세밀한 MoE(Mixture-of-Experts) 모델로, 토큰당 950억 개가 활성화되고, 높은 요구의 추론 및 에이전트 작업을 위해 설계되었습니다.

아키텍처는 완전 어텐션과 선형 어텐션 층을 번갈아 사용합니다. 전자는 토큰 간 상호작용을 담당하고, 후자는 제한된 순환 상태에 의존해 컨텍스트가 길어질수록 메모리를 효율적으로 관리합니다. 이 모델은 최대 100만 토큰의 컨텍스트 창과 최대 128K 토큰의 출력 길이를 지원하며, 작업에 따라 계산 비용과 응답 품질 사이의 균형을 맞출 수 있도록 추론 깊이를 low/high/xhigh로 설정할 수 있습니다.

전용 기술 게시물에서 배포를 자세히 설명한 NVIDIA에 따르면, 이 모델은 FP8 정밀도에서 GB300 NVL72(Blackwell Ultra GPU 72개) 기준 GPU당 초당 4,000 토큰이 넘는 기본 처리량을 보이며, 앞으로 NVFP4 최적화가 제공될 예정입니다.

측정 지표측정값
총 / 활성 매개변수2조 4천억 / 950억
컨텍스트 창최대 100만 토큰
GPU당 처리량초당 4,000 토큰 이상 (GB300 NVL72, FP8)
사용자당 처리량초당 350 토큰 이상
웨이트 공개 여부Hugging Face, ModelScope

웨이트는 Hugging Face와 ModelScope에서 제공되며, SGLang, vLLM, NVIDIA Dynamo, NVIDIA NIM을 통한 배포가 지원됩니다. 파인튜닝은 NVIDIA NeMo AutoModel을 통해 가능하며, LoRA와 SFT를 지원합니다.

🔗 X의 NVIDIA 발표 · NVIDIA 기술 게시물

Zed, 에이전트와 함께 코딩하는 멀티플레이어 환경 Delta 출시

8월 12일 — Zed는 에이전트와 함께 코딩하고 그 결과물을 검토할 수 있는 멀티플레이어 환경 Delta를 공개했습니다. 이 제품은 7월 초 “코드를 위한 Google Docs”라는 이름으로 얼리 액세스 공개된 DeltaDB를 기반으로 합니다. Delta는 그 첫 번째 실제 응용 사례이며, 8월 12일부터 첫 사설 베타 초대장이 발송되기 시작했습니다.

Delta에서는 에이전트와의 대화 자체가 하나의 문서가 됩니다. 커서는 스레드 전체에서 작동하며, 코드 편집기와 같은 키보드 단축키를 사용할 수 있습니다. 특정 지점에 답하려면 그 위치에 커서를 두고 바로 입력을 시작하면 되며, 스레드 안의 어떤 것도 손이 닿지 않는 곳에 있지 않습니다.

리뷰는 작업이 실제로 이뤄진 바로 그 자리에서 이루어집니다. 코드를 작성한 에이전트가 스레드에 그대로 남아 있으므로, diff를 통해 의도를 역추적하는 대신 바로 질문할 수 있습니다. 스레드는 한 번의 클릭으로 공유할 수 있고, 팀원들은 완전한 참여자로서 이를 사용합니다. 이들은 기록을 탐색하고, 프롬프트를 공동 편집하고, 며칠 뒤에도 마지막 코드가 제대로 커밋됐는지 의문을 품지 않은 채 작업을 이어갈 수 있습니다.

Delta is built on DeltaDB, which keeps your code and conversation in sync for everyone in the thread, in real-time. It works with the git repo you already have. Every edit and conversation is captured between your commits.

🇰🇷 Delta는 DeltaDB를 기반으로 하며, 스레드 안의 모든 사람에게 코드와 대화를 실시간으로 동기화된 상태로 유지합니다. 이미 가지고 있는 git 저장소와 함께 작동합니다. 모든 편집과 모든 대화는 커밋 사이에 캡처됩니다. — @zeddotdev X에서

Zed는 향후 몇 주에 걸쳐 초대 대상을 점진적으로 확대할 예정이며, 대기자 명단 등록은 현재 열려 있습니다.

🔗 X의 발표

SL2T: Google DeepMind, Pixel 11에서 수화 언어를 텍스트로 번역

8월 12일 — Google DeepMind는 수화 언어를 직접 문자 텍스트로 변환하는 모델 SL2T(sign-language-to-text)를 소개했습니다. 이 기능은 Android에 도입되며, 사용자는 이제 웹 검색, 메시지 작성, Gemini에 보낼 요청을 위해 타이핑하는 대신 Gboard와 Live Transcribe에서 직접 수화할 수 있습니다.

기술적으로 이 시스템은 on-device로 실행되는 MediaPipe Holistic 모델을 기반으로 하며, 원본 비디오를 저장하는 대신 몸의 위치(손, 팔, 몸통, 머리, 얼굴)를 추적합니다. 원본 비디오는 즉시 삭제되고, 번역을 위해 포즈의 기하학적 좌표만 서버로 전송됩니다. 이 선택은 개인정보를 보호하는 동시에, 기존 시스템의 정확도를 제한하던 중간 주석 단계를 거치지 않고 좌표를 텍스트로 직접 번역할 수 있게 합니다.

이 모델은 50개가 넘는 수화 언어를 포함하는 10만 시간 이상의 데이터로 학습되었으며, 이 중 약 25%는 미국 수화(ASL)입니다. FLEURS-ASL 벤치마크에서 SL2T는 zero-shot 기준 70 BLEURT를 달성했으며, Google DeepMind는 이를 이전에 보고된 어떤 점수보다도 유의미하게 우수하다고 평가합니다.

개발 과정에는 전담 자문위원회를 통해 청각장애인 커뮤니티가 모든 단계에 참여했으며, 이 위원회는 시스템의 기능과 한계를 상세히 다룬 공동 영향 보고서를 공동 작성했습니다. 이 기능은 Pixel 11에서 ASL을 영어로 번역하는 것부터 시작하며, 향후 다른 기기와 수화 언어도 지원될 예정입니다.

SL2T is state-of-the-art on academic benchmarks, plus it’s optimized for real-world use like one-handed signing while holding a phone. To protect privacy, it tracks body poses on-device, while our servers translate them into text.

🇰🇷 SL2T는 학술 벤치마크에서 최첨단 수준이며, 휴대폰을 들고 한 손으로 수화하는 것과 같은 실제 사용에 맞게 최적화되어 있습니다. 개인정보 보호를 위해 기기에서 신체 포즈를 추적하고, 서버가 이 데이터를 텍스트로 번역합니다. — @GoogleDeepMind X에서

🔗 Google DeepMind 공식 발표

Suno, BMG와 전 세계 파트너십 체결

8월 12일 — Suno는 세계 주요 음반사이자 음악 출판사 중 하나인 BMG(Bertelsmann Music Group)와 전 세계 파트너십을 체결했다고 발표했습니다. 회사는 이 합의를 예술가와 작곡가를 우회하지 않고 함께하는 창의적 생태계를 구축하기 위한 “랜드마크”라고 설명합니다.

이번 파트너십은 특별한 맥락 속에서 이뤄졌습니다. Suno는 2024~2025년에 모델 학습에 보호된 녹음을 무단으로 사용했다는 이유로 음반 3대 메이저인 Universal Music Group, Warner Music Group, Sony Music의 소송 대상이 되었습니다. 따라서 BMG와의 합의는 법정 공방보다는 음악 산업과의 협상된 라이선스 관계로의 전략적 전환을 의미하며, 이는 이미 7월 Runway와 Bertelsmann의 합의로 비디오 측면에서 시작된 흐름인데, BMG가 바로 그 그룹에 속합니다.

보도자료는 재정 조건이나 합의의 정확한 범위(학습에 사용할 수 있는 카탈로그, 권리자 보상, BMG 아티스트에게 제공되는 도구 등)를 상세히 밝히지 않습니다. 이러한 요소는 향후 Suno와 BMG의 공식 커뮤니케이션을 통해 더 구체화될 예정입니다.

🔗 X의 발표

에이전틱 개발 도구: Devin, Replit, VS Code, JetBrains

여러 AI 보조 개발 도구가 8월 12일에 병행해서 진전을 보이고 있습니다. 새로운 모델 제공, 인프라 제어, 에이전트 플러그인 표준화가 그 축입니다.

Devin에서 Grok 4.6 사용 가능, Cognition은 이를 Opus 5와 Fable 5보다 낮게 분류

Cognition은 Grok 4.6(xAI, 같은 날 발표)을 Devin에서 사용할 수 있는 모델로 추가합니다. 팀은 이를 Grok 4.5에 비해 상당한 개선으로 보고, 내부 순위에서 GPT-5.6 Sol보다 앞서고 Opus 5와 Fable 5 바로 뒤에 둡니다. Cognition은 코드의 깊은 탐색과 수정 전 근본 원인 분석에서 특히 강점을 강조합니다. 이는 복잡한 디버깅 작업에서 Devin이 시스템을 이해한 뒤 손대야 할 때 유용합니다.

🔗 X의 발표

Replit, 워크스페이스 호스팅 지역 선택 기능 추가(Pro/Enterprise)

Replit은 Pro 및 Enterprise 고객이 신규 워크스페이스의 호스팅 지역을 북미, 유럽, 아시아 중에서 선택할 수 있게 합니다. 목표는 두 가지입니다. 개발 중 체감 지연을 줄이고, 게시된 애플리케이션의 데이터 및 미리보기 위치를 제어할 수 있게 하는 것입니다. 이는 기업 환경에서 자주 요구되는 사항입니다(준수, 사용자와의 근접성). 이 기능은 이미 제공되던 게시된 애플리케이션의 지역 선택 기능에 추가되며, 적격 계정은 즉시 사용할 수 있습니다.

🔗 X의 발표

Agent Plugins 1.0, VS Code, Copilot CLI, Copilot 앱에 도입

8월 6일 AWS, Anysphere(Cursor), Microsoft, OpenAI, Vercel과 함께 공개되었고 이후 Google이 유지관리자로 합류한 오픈 표준 Agent Plugins 1.0이 이제 VS Code, Copilot CLI, Copilot 앱에 도입됩니다. 한 번만 패키징된 플러그인(에이전트 기능 + MCP 서버)은 Awesome Copilot 마켓플레이스에서 설치할 수 있으며, 기존 Copilot 플러그인을 반드시 마이그레이션하지 않아도 여러 호환 클라이언트에서 수정 없이 작동합니다. 기업의 경우 거버넌스는 managed-settings.json를 통해 이뤄지며, Copilot Business 및 Enterprise 플랜에서 사용할 수 있습니다.

🔗 GitHub 변경 로그

Copilot for JetBrains, 지속 메모리와 로컬 Ollama 접근 기능 추가

GitHub Copilot for JetBrains가 대대적인 업데이트를 받았습니다. 지속 메모리를 통해 이제 에이전트 채팅 세션 사이에서 유용한 정보를 보존하고 불러올 수 있어, 프로젝트 맥락이나 선호도를 반복해서 설명할 필요가 없습니다. 또 다른 주목할 만한 추가 사항으로 Ollama가 BYOK(Bring Your Own Key) 제공자가 되어, JetBrains의 모델 선택기에서 로컬로 실행되는 모델에 직접 접근할 수 있게 됩니다. 기업은 또한 플러그인 가용성, MCP 접근, 권한 우회 동작에 대한 서버 측 제어를 얻게 됩니다.

🔗 GitHub 변경 로그

오픈 모델과 임베디드 AI

모델 측면에서는 여러 연구소가 로컬 추론과 문서 이해에 최적화된 오픈 버전을 연이어 공개하고 있습니다.

Hugging Face: Transformers.js, 월간 다운로드 1,000만 회 돌파

Hugging Face의 CEO Clément Delangue는 브라우저에서 직접 AI 모델을 실행할 수 있게 해주는 라이브러리 Transformers.js가 월간 다운로드 1,000만 회를 돌파했다고 발표합니다. 이는 3년 전부터 내부적으로 개발되어 온 결과로, 단 6개월 만에 거의 10배 성장한 셈입니다. Delangue는 이 성장을 더 넓은 흐름과 연결합니다. 즉, 비용, 개인정보 보호, 컴퓨팅 부족에 대한 회복력 때문에 AI 워크로드의 점점 더 큰 부분이 로컬로 이동하고 있다는 것입니다. 이 메시지에는 추가적인 기술적 세부사항이 없으며, 기존 프로젝트의 성장세를 알리는 발표입니다.

🔗 공식 트윗

Ai2: OlmoEarth Studio, 맞춤형 임베딩 내보내기 지원

Ai2(Allen Institute for AI)는 OlmoEarth Studio에 지구 관측 임베딩 벡터의 계산 및 내보내기 기능을 추가합니다. 이 기능은 세 가지 변형으로 제공됩니다. Nano(128차원, 140만 매개변수), Tiny(192차원, 620만), Base(768차원, 8,900만)입니다. Cloud-Optimized GeoTIFF에 저장된 이 벡터는 표준 GIS 도구(QGIS, GDAL, rasterio)에서 바로 사용할 수 있습니다. 시연된 활용 사례에는 유사도 검색, few-shot 세분화가 포함되며, 60개의 주석 픽셀로 학습한 토지 피복 맵은 가중 F1 0.84를 달성합니다. 또한 시계열 변화 감지도 지원합니다. 모델과 코드는 Hugging Face와 GitHub에 공개되었습니다.

🔗 Hugging Face 게시물

Liquid AI: 엣지를 위한 비전-언어 모델 LFM2.5-VL-3B

Liquid AI는 디바이스 추론에 최적화된 31억 매개변수 비전-언어 모델 LFM2.5-VL-3B를 공개했습니다. 이 모델은 4억 개 규모의 SigLIP2 비전 인코더와 26억 매개변수 텍스트 백본을 결합했으며, 약 34조 토큰으로 학습되었습니다. 벤치마크에서는 MMBench에서 81.0%(이전 버전은 80.0%), RefCOCO 앵커링에서 87.9%, DocVQA에서 91.1%를 기록했습니다. 속도 측면에서는 CPU(M5 Max)에서 초당 228 토큰, 모바일(Galaxy S26 Ultra)에서 초당 20 토큰을 처리하며, 메모리 사용량은 약 3GB입니다. 이 모델은 llama.cpp, MLX, vLLM, SGLang 통합과 함께 Hugging Face에서 제공됩니다.

🔗 Hugging Face 게시물

Cohere, 가장 작은 비전-언어 모델 North Micro Vision 공개

Cohere는 North 모델 패밀리를 North Micro Vision으로 확장했습니다. 이는 지금까지의 모델 중 가장 작은 비전-언어 모델입니다. 24억 개 매개변수의 이 모델은 정교한 문서 이해를 위해 설계되었으며, Apache 2.0 라이선스의 오픈 소스로 공개되었고 가중치는 Hugging Face에서 제공됩니다. 크기는 작지만, 네이티브 해상도 시각 처리, 이미지와 텍스트를 결합한 다중 턴 대화, 공간 추론, 다국어 이미지 이해를 지원합니다. Cohere는 이 모델이 폭넓은 시각 이해 벤치마크에서 Gemma 4 E2B와 Ministral 3 3B를 능가한다고 밝히지만, 발표에서는 구체적인 수치는 공개하지 않았습니다.

🔗 X에서 발표

연결형 어시스턴트: Gemini와 Runway, 통합 범위 확대

Gemini, 14개의 새로운 연결 앱 추가

Google은 설정에서 Gemini에 직접 연결할 수 있는 앱 목록을 확장해, 14개의 새로운 서비스를 카탈로그에 추가했습니다. Zoho Bigin, Granola, Wix, GetYourGuide, Ticketmaster, OpenTable, Pandora, iHeartRadio, Thumbtack, Zocdoc, Otter.ai 등이 포함됩니다. 서비스를 연결한 뒤에는 예를 들어 “Zocdoc에서 직장 근처 안과 진료 예약 찾아줘”라고 Gemini에 요청하기만 하면, 어시스턴트가 해당 서비스와 직접 상호작용합니다. 배포는 앞으로 몇 주에 걸쳐 점진적으로 진행되며, Gemini를 여러 외부 서비스로 향하는 단일 진입점으로 만들려는 Google의 전략이 이어집니다.

🔗 Google 공식 발표

Runway, Agent를 Figma·Dropbox·Notion과 연결

Runway는 플랫폼에 내장된 제작용 어시스턴트인 Agent에 Figma, Dropbox, Notion 커넥터를 추가해, 창작 자산이 별도 도구에 분리되어 남지 않도록 했습니다. 이제 Agent는 이들 외부 플랫폼에서 디자인, 파일, 문서를 단일 작업공간으로 직접 동기화할 수 있습니다. 이 기능은 모든 유료 요금제에서 사용할 수 있으며, Runway가 Agent를 창작 팀의 기존 도구 생태계와 연결된 중앙 미디어 제작 허브로 만들려는 전략의 연장선입니다.

🔗 X에서 발표

OpenAI, 기업의 에이전틱 AI 도입에 관한 연구 발표

OpenAI는 기업용 AI 사용에 관한 보완적 연구 두 편을 공개했습니다. 하나는 고객사에서의 에이전틱 AI 실태를 다룬 실무 중심 개요인 «Enterprise Signals»이고, 다른 하나는 기업, 직무, 경력 수준에 따른 도입 확산을 분석한 보완 워킹 페이퍼입니다. 핵심 결론은 사용 방식이 보조에서 실행으로 이동하고 있다는 점입니다. 6월에는 **Codex가 기업 고객에서 Codex와 ChatGPT가 생성한 토큰 총량의 64%**를 차지했습니다. 상위권 기업과 나머지 기업의 격차도 커지고 있습니다. 월간 사용량 기준 상위 10%인 이른바 «frontier firms»는 이제 일반적인 기업보다 활성 사용자 1인당 출력 토큰을 8.3배 더 많이 생성하며, 1월의 2.6배에서 크게 벌어졌습니다. 2월 이후 기업용 Codex의 주간 사용자는 법무 분야에서 108배, 영업 분야에서 41배 늘었고, 엔지니어링에서는 5배 증가에 그쳤습니다.

🔗 OpenAI 전체 연구

브리핑

  • Grok 4.6, v0(Vercel)에서 사용 가능 — xAI의 발표와 같은 날, v0가 앱 생성을 위한 모델 선택기에 Grok 4.6을 추가했습니다. 🔗 트윗
  • Open_MOSS, MOSS-VL의 FP8/NF4 버전 공개 — 로컬 추론을 위해 MOSS-VL-Instruct와 MOSS-VL-Realtime의 양자화 버전을 제공하며, VRAM 24GB만 필요합니다. 🔗 트윗
  • Google AI Studio, 8월 12일 개기일식용 3D 뷰어 제공 — 전 세계에서 달의 그림자를 실시간으로 추적하고, Reykjavík 또는 Valencia에서의 로컬 하늘 시뮬레이션도 지원합니다. 🔗 트윗
  • GitHub Enterprise Server 3.22, 릴리스 후보 공개 — 연결이 끊긴 환경의 Copilot CLI, 일반 공개된 Enterprise Teams, secret scanning과 rulesets를 위한 세분화된 제어가 포함됩니다. 🔗 변경 로그
  • 조직 수준에서 Rule insights 사용 가능(공개 프리뷰) — ruleset 감사 대시보드가 repository 수준을 넘어 확장되며, CSV 내보내기를 지원합니다. 🔗 변경 로그
  • 브랜치 보호 규칙의 rulesets 자동 마이그레이션 — «Convert to ruleset» 버튼이 기존 규칙을 동등한 ruleset으로 자동 변환합니다. 🔗 변경 로그
  • Seedance 2.5, Genspark의 AI 비디오 에이전트에 도입 — 한 번에 30초 생성, 최대 30개의 이미지와 10개의 참조 비디오/오디오 클립을 지원합니다. 🔗 트윗
  • Grant Thornton의 Genspark 활용 — 제안서 생성 가속화 — 이 회계법인은 단일 프롬프트로 입찰 응답을 생성하며, 인간 검토를 항상 거칩니다. 🔗 트윗
  • GitHub Monthly Enterprise Roundup — 2026년 8월판 — 이 roundup은 코드 완성에서 엔드투엔드로 관리되는 엔지니어링 워크플로로 이동하는 AI를 강조합니다. 🔗 트윗
  • LTX-2.5, Runway에서 사용 가능 — 8월 11일 공개된 Lightricks의 오픈 월드 모델이 Runway의 모델 카탈로그에 추가되었습니다. 🔗 트윗
  • FLUX 3, Luma에서 사용 가능 — image, video, audio를 아우르는 Black Forest Labs의 최초 통합 멀티모달 모델이 Luma에 도입되었으며, 네이티브 비디오-오디오 생성을 지원합니다. 🔗 트윗
  • Nemotron 3.5 Lightning, Perplexity의 Agent API에서 사용 가능 — NVIDIA의 오픈 30B MoE 모델이 Perplexity 에이전트의 고처리량 실행 계층에 합류했습니다. 🔗 트윗
  • Qwen-Image-3.0, OpenArt에서 사용 가능 — Alibaba의 이미지 생성 모델이 새로운 외부 플랫폼으로 배포 범위를 넓혔습니다. 🔗 트윗
  • Qwen3.8-Max, Legal Research Bench에서 4위로 상승 — 이 모델은 해당 법률 연구 특화 순위에서 22위에서 4위로 올라섰습니다. 🔗 트윗
  • Daybreak 모델(사이버보안), Amazon Bedrock에서 사용 가능 — OpenAI의 Daybreak Blue와 Daybreak Red를 승인된 방어 담당자가 Bedrock 콘솔에서 직접 사용할 수 있습니다. 🔗 OpenAI

이것이 의미하는 바

AI 인프라에 대한 자금 조달은 규모가 달라지고 있습니다. NVIDIA가 Apollo, BlackRock, Goldman Sachs, KKR 등 전통 금융 플레이어로부터 확보한 5,000억 달러는, 기술 기업의 대차대조표만으로 자금을 조달하던 모델에서 전용 자본 수단으로 이동하고 있음을 보여줍니다. 이러한 거시경제적 움직임은 보다 구체적인 현실과 맞물립니다. 같은 날 공개된 Qwen3.8-2.4T-A95B는 NVIDIA GB300 인프라에서 GPU당 초당 4,000개가 넘는 토큰을 네이티브로 처리합니다. 자본 수요와 연산 수요는 서로를 강화하며, 새로 등장하는 거대 모델 하나하나가 발표된 투자에 더욱 정당성을 더해 줍니다.

오픈 가중치의 확산은 모든 규모로 이어지고 있습니다. Alibaba의 2,400억 파라미터 경계 모델부터, 모바일에서 실행되도록 설계된 Liquid AI의 24억 파라미터 비전-언어 모델 LFM2.5-VL-3B까지 이어집니다. 성능만이 아니라 크기 측면의 이러한 다양화는 Hugging Face가 확인한 성장세를 뒷받침합니다. Transformers.js는 월 1,000만 회 다운로드를 기록해 6개월 전보다 거의 10배 늘었으며, 로컬 추론이 실험 단계를 넘어 본격적인 운영 옵션으로 자리 잡고 있음을 보여줍니다.

AI 지원 개발 도구는 더 풍부한 협업 형식으로 수렴하고 있습니다. Zed는 Delta를 통해 에이전트와의 대화를 공유·버전 관리되는 문서로 바꾸고, GitHub는 Agent Plugins 1.0으로 VS Code, Copilot CLI, JetBrains 전반에 걸쳐 에이전트 플러그인을 표준화하며, Devin과 v0는 xAI에서 Grok 4.6이 출시된 같은 날 이를 통합했습니다. 공통점은 이들 도구가 더 이상 단순한 개별 어시스턴트가 아니라 상호운용 가능한 인프라 계층이 되고 있다는 점입니다. 기반 모델의 선택과 세션 간 메모리가 코드 생성 자체 못지않게 중요해지고 있습니다.

마지막으로, AI는 일상적 사용과 산업적 관계에 더 깊숙이 통합되고 있으며, 단순히 강요되는 것이 아니라 협상을 통해 자리 잡고 있습니다. Google DeepMind의 SL2T는 프라이버시를 고려해 설계된 아키텍처로 Pixel 11에서 수어를 직접 번역하고, Gemini와 Runway는 수십 개의 외부 서비스로 커넥터를 확장하며, Suno는 2024~2025년의 소송과는 대비되는 BMG와의 라이선스 계약을 체결했습니다. 이는 음악 산업이 이제 생성형 모델과 싸우기보다 협상하고 있음을 보여주는 신호입니다. 기업 측면에서는 OpenAI의 연구가 에이전트형 실행으로의 전환이 이미 가장 앞선 조직과 나머지 조직 사이에서 크게 벌어지고 있음을 확인합니다.

출처