Claude가 NIST ECDSA 곡선의 시드 출처를 밝혀내고, Reflection이 Beam 가중치를 공개하며, Gemini 4 Argon 에이전트 네 개가 Minecraft를 클리어

Anthropic의 내부 연구 모델이 NSA가 설명 없이 제공한 NIST ECDSA 곡선의 시드 출처를 30분도 안 되어 밝혀냈다. 이 시드들은 1997년과 1998년에 시계 값으로 초기화한 평범한 의사 난수 생성기에서 나온 것으로, Anthropic에 따르면 이로 인해 백도어가 존재할 가능성은 훨씬 낮아진다. Reflection은 Apache 2.0 라이선스로 5010억 매개변수의 전문가 혼합 모델 Beam의 가중치를 공개했으며, 출시 첫날부터 40개 이상의 협력사가 이를 지원한다. 한편 Gemini 4 Argon 에이전트 네 개는 27시간 만에 Minecraft를 클리어했고, Claude Mythos 5는 여덟 가지 과제에서 기존에 공개된 최고 성능의 양자 회로를 개선했다. 제품 측면에서는 GPT-6 Astra Pro가 이제 ChatGPT에서 하나의 과제를 여러 에이전트에 분배하며, Grok Bot은 컴퓨터 작업을 3배 더 빠르게 완료한다.

NIST ECDSA 곡선: Claude가 시드의 출처를 밝혀내다, 1997년과 1998년에 시계 값으로 초기화한 생성기에서 추출

10월 16일 — Anthropic의 Frontier Red Team이 Claude가 암호학의 오랜 수수께끼를 어떻게 해결했는지 소개했다. NIST가 2000년 FIPS 186-2 표준에서 ECDSA 서명 알고리즘을 채택했을 때, 표준 타원 곡선에는 해시값으로 각 곡선의 계수 b를 결정하는 ‘시드’(seeds)가 포함되어 있었다. NSA가 아무 설명 없이 제공한 이 값들은 수년간 백도어 의혹을 불러일으켰고, 필리포 발소르다가 마련한 공개 현상금도 그 출처를 밝혀낼 사람을 기다리고 있었다. NSA 소속 제리 솔리나스가 2023년 사망하기 전인 2015년에 언급했던, 유머러스한 문장을 해시 함수에 넣었다는 가장 잘 알려진 단서로는 성과를 내지 못했다.

Anthropic의 한 직원이 이름이 공개되지 않은 내부 연구 모델에 이 질문을 제시하면서 해당 단서에 관한 힌트를 주지 않았다. Claude는 30분도 안 되어 P-192, P-224, P-256, P-384, P-521 시드의 출처를 찾아냈다. 어느 것도 해시값이 아니었으며, 모두 Unix 타임스탬프로 초기화한 C 라이브러리의 의사 난수 생성기 lrand48에서 나왔다. 생성기와 출력 구간의 34가지 조합을 검토한 뒤, Claude는 상위 비트에서 lrand48의 특징을 포착하고 격자 축약(LLL 알고리즘)으로 내부 상태를 재구성했다. 이어 NIST의 다섯 개와 ANSI X9.62 표준의 다섯 개, 총 열 개 시드의 초기화 시점까지 역추적했으며, 모두 1997년 5월부터 1998년 4월 사이였다.

Claude가 검토한 항목	Anthropic이 공개한 결과
발견까지 걸린 시간	30분 미만
P-256 사례	1997년 8월 16일 추출의 후보 1842번(같은 추출의 876번도 조건에 부합)
출처를 밝혀낸 이진 곡선 시드	B-233, B-283, B-409, B-571로, 1984년 2월로 해석되며 타임스탬프를 두 배로 늘리면 1998년 4월 17일에 해당
출처를 설명한 기저점	FreeLIP 생성기를 통해 1997년 5월에 생성된 6개 곡선(P-192와 ANSI X9.62의 예제 곡선 5개)
아직 설명되지 않은 항목	B-163의 시드; P-224, P-256, P-384, P-521 및 이진 곡선의 기저점

이 기저점들은 아르옌 렌스트라의 라이브러리 FreeLIP에서 나왔다. Anthropic에 따르면 지금까지 NIST의 기저점은 단 하나도 출처가 설명된 적이 없었다. 유효한 후보 중 일부를 제외한 기준도 여전히 알려지지 않았다. 게시물은 자신의 발견을 의심하다가 계산으로 확인하는 모델의 사고 과정도 그대로 소개한다.

This is astonishing: it solves the 25-year-old mystery. Hmm wait. Let me be skeptical: am I in some sort of simulated/test environment?

🇰🇷 정말 놀랍다: 이것으로 25년 된 수수께끼가 풀린다. 음, 잠깐. 계속 의심해야 한다: 내가 어떤 시뮬레이션 환경이나 테스트 환경 안에 있는 것은 아닐까? — Claude, Anthropic Frontier Red Team 게시물에 인용된 사고 과정

Anthropic은 이번 발견의 의미를 강조했다. 암호 해독도, 새로운 공격도, 취약점도 아니며, «취할 조치는 없다»는 것이다. 누구나 이제 재현할 수 있는 평범한 생성기가 시계 값에서 추출한 시드라는 사실은 오히려 백도어가 존재할 가능성을 «훨씬 낮춘다». 시드와 여섯 기저점을 재현하는 코드는 CC0 라이선스로 공개되었으며, 현상금 36 864달러는 Internet Security Research Group(ISRG)에 기부될 예정이다.

🔗 Anthropic Frontier Red Team의 게시물 · 필리포 발소르다의 현상금

공개 모델: Reflection이 Beam 가중치를 공개하고, pplx-decider-v1.2, Granite Switch 4.1, Bonsai 2와 인도 22개 언어로 된 NVIDIA 말뭉치도 등장

10월 16일 — Reflection은 소개한 지 11일 만에 자사의 첫 가중치 공개 모델인 Beam의 가중치를 Apache 2.0 라이선스로 공개했다. 5010억 매개변수 중 토큰당 230억 개가 활성화되는 이 전문가 혼합(Mixture-of-Experts, MoE) 모델은 코딩, 추론, 장시간 에이전트 작업을 겨냥하며, 텍스트만 지원하고 컨텍스트 길이는 100만 토큰이다. 10월 5일에 Reflection은 조기 접근만 개방하고 가중치는 «10월 중 추후 공개»하겠다고 약속했다.

공개 자료에는 BF16, FP8, NVFP4 가중치, 토크나이저, 참조 구현, 추측 디코딩용 DFlash2 초안 모델, Beam 훈련에 사용한 오픈 소스 하네스 Mirror CLI가 포함된다(Python 인터페이스, Rust 에이전트 코어, 별도의 Git 작업 트리에서 실행되는 병렬 에이전트, 스킬 및 MCP 연결). 출시 첫날부터 40개 이상의 협력사가 지원한다. 소프트웨어 분야에서는 Transformers(v5.20.1), vLLM, SGLang, Unsloth, Axolotl, Dynamo가, 호스팅 분야에서는 AWS, Google Cloud, Azure, Together AI, Fireworks AI, OpenRouter, Ollama 등이, 사내 배포 분야에서는 Dell과 HPE가 지원한다. Reflection API는 공개 베타 상태다.

Hugging Face 게시물은 아키텍처를 상세히 설명한다. 52개 계층 중 43개는 512토큰 슬라이딩 윈도 어텐션을, 9개는 전역 어텐션을 사용한다. 이에 따라 KV 캐시는 토큰당 208 Kio에서 36 Kio로 줄어들며, 100만 토큰 시퀀스당으로는 208 Gio에서 36,08 Gio로 감소한다. 가중치 용량은 BF16에서 약 1 To, NVFP4에서 280 Go이며, Hugging Face는 모델 서빙에 B200 네 개를 권장한다.

벤치마크(Reflection 수치)	BF16의 Beam	FP8의 Beam	NVFP4의 Beam
SWE-bench Verified	81,6 %	80,2 %	80,7 %
Terminal Bench v2.1	80,1 %	78,9 %	78,4 %
SWE Bench Pro v1	66,1 %	65,9 %	65,6 %
AIME 2026	97,7 %	98,0 %	97,5 %
GPQA Diamond	90,6 %	90,3 %	89,3 %
MCP Atlas	80,8 %	81,5 %	80,5 %

NVIDIA에 따르면 Beam은 GB300 NVL72 시스템에서 훈련되었으며, 출시 첫날부터 별도 조정 없이(기본 설정으로) Blackwell Ultra에서 GPU당 초당 70 000토큰 이상을 처리한다. 몇 시간 뒤 NVIDIA는 약 90 000토큰을 발표했지만, 측정 조건(배치 크기, 컨텍스트, GPU 수)은 명시하지 않았다. NVFP4 체크포인트 역시 Apache 2.0 라이선스로 Hugging Face에 공개되었다.

🔗 Reflection의 게시물 · Hugging Face의 게시물 · 모델 카드 · NVIDIA의 게시물 · 초당 90 000토큰으로 높아진 처리량

pplx-decider-v1.2와 Flash 버전: Perplexity가 Decisions API용 가중치 공개 의사결정 모델 두 개를 공개

10월 16일 — Perplexity가 10월 1일 출시한 Decisions API의 모델을 업데이트했다. pplx-decider-v1.2는 동일한 가격의 270억 매개변수 의사결정 모델로 v1.1을 대체하며, 27B 모델들에서 증류한 새로운 40억 매개변수 모델 pplx-decider-flash-v1.2는 절반 가격으로 제공된다. 두 모델 모두 텍스트와 이미지를 읽으며, 출력은 계속 무료이고 가중치는 Apache 2.0 라이선스로 Hugging Face에 공개되어 있다. 여전히 v1.1이나 v1을 지정하는 호출은 자동으로 v1.2로 전환된다.

의사결정 모델	기반 모델	입력 가격(100만 토큰당)	Decision Index 0.3 점수	Vision Decision Index 0.3 점수
pplx-decider-v1.1-27b	Qwen3.8-27B	0,02 달러	62,30	73,22
pplx-decider-v1.2	Qwen3.8-27B	0,02 달러	68,09	77,43
pplx-decider-flash-v1.2	Qwen3.5-4B	0,01 달러	58,88	72,53

v1.2에서는 요청 형식이 바뀐다. 모델은 상태를 먼저 읽은 뒤 모든 질문을 하나의 시퀀스로 읽기 때문에, 같은 상태에 관한 여러 질문의 비용은 질문 하나와 거의 같다. 질문을 묶으면 하나의 의사결정에 관한 여러 측면을 다룰 때는 도움이 되지만(SATA-Bench에서 +11,3점), 서로 독립적인 후보를 비교할 때는 성능이 떨어진다(ToolRet에서 −4,8점). Perplexity는 Decision Index의 일부 벤치마크 공식 훈련 데이터셋에서 테스트 데이터셋과 겹치는 항목을 제거한 뒤, 이를 훈련에 추가했다. GB200 한 대에서 v1.2의 단일 요청 응답 시간 중앙값은 96 ms다.

🔗 Hugging Face의 pplx-decider-v1.2 · Hugging Face의 pplx-decider-flash-v1.2 · Perplexity API 변경 이력

Granite Switch 4.1: IBM이 대화, 의사결정, 음성 전사를 하나의 공개 모델로 통합

10월 15일 — IBM이 Hugging Face 블로그에 Granite Switch 4.1을 8B와 30B 크기로 Apache 2.0 라이선스에 따라 공개했다. 각 모델은 대화 모델 하나, 의사결정 어댑터 두 개, 음성 인식 모델 하나를 결합하며, 모두 단일 엔드포인트에서 제공된다.

Granite Switch 4.1 구성 요소	IBM이 발표한 역할
Decision 어댑터(aLoRA)	일반적인 의사결정, `/v1/systemone` 형식
Guardian 어댑터(aLoRA)	보안 관련 의사결정, IBM에 따르면 평균적으로 Jev 1.13, Microsoft-Decision-1, GPT-Luna-Decisions, Clef-Flash를 앞섬
Granite-Speech-5.0-Turbo-CTC	음성 전사, Open ASR Leaderboard에서 가장 빠른 모델로 소개

어댑터는 Activated LoRA 방식으로, 기본 모델이 생성한 KV 캐시를 재사용한다. 따라서 응답 후 의사결정을 내릴 때 컨텍스트를 다시 계산하지 않으며, 전체 구성의 메모리 사용량도 기본 모델 하나와 거의 같다. 모델들은 플러그인을 통해 vLLM에서 실행되며 llama.cpp에서는 기본 지원으로 실행되고, /v1/systemone 호출을 그대로 대체할 수 있다. IBM은 Doom 플레이용으로 훈련한 3B Granite Switch도 선보였다. 이 모델은 Jev에 대해 발표된 초당 10회와 비교해 초당 60~100회의 의사결정을 내리며, IBM은 Mellea에서 자체 어댑터를 훈련할 수 있는 SDK도 계획하고 있다. 다른 의사결정 모델과의 비교는 그래프로만 제시되었다.

🔗 IBM의 게시물 · Hugging Face의 Granite Switch 4.1 30B

Bonsai 2: PrismML이 용량 0,432 Go의 2B9B 삼진 비전 모델을 공개

10월 15일 — PrismML이 Qwen3.5에서 파생되어 이미지도 이해하는 삼진 가중치(−1, 0 또는 +1) 모델 Bonsai 2를 2B, 4B, 9B 크기로 Apache 2.0 라이선스에 따라 공개했다. 이 모델들은 기본 모델의 262 144토큰 컨텍스트를 유지하며, 이에 따라 Bonsai 2 제품군은 2B부터 27B까지 네 가지 크기를 갖추게 되었다.

Bonsai 2 모델	삼진 가중치 크기
2B	0,43 Go
4B	0,95 Go
9B	2,0 Go, FP16에서는 약 17,9 Go

PrismML은 로컬 비서 활용에 맞춰 지시 준수, 반복 루프 방지, 휴대전화에서의 도구 호출, 군더더기 없는 응답을 개선했다고 밝혔다. 9B는 비교 기준은 명시되지 않았지만 일반적인 지시 수행 및 수학 과제에서 토큰을 약 40 % 적게 사용한다고 하며, iPhone 18 Pro Max에서 초당 최대 34토큰으로 실행되고 2B는 초당 120토큰으로 실행된다. 가장 압축된 형식은 PrismML의 llama.cpp 포크가 필요하며, 공식 llama.cpp는 Q2_0 형식만 읽을 수 있다. Mac용 MLX 버전도 있다.

🔗 PrismML의 스레드 · GGUF 형식 9B 모델 카드

Nemotron-pretraining-Indic-v1 : NVIDIA와 AI4Bharat, 인도 22개 언어로 구성된 약 2조 8,000억 토큰 말뭉치의 상세 정보 공개

10월 16일 — NVIDIA와 인도 언어를 연구하는 IIT Madras의 연구소 AI4Bharat가 전날 Nemotron 3.5 Super VL의 학습 데이터 중 하나로 언급된 사전 학습 말뭉치 Nemotron-pretraining-Indic-v1의 상세 정보를 공개했다. 약 2조 8,000억 토큰으로, 고유 문자로 표기된 2조 6,010억 토큰과 로마자로 표기된 2,246억 토큰이 포함된다. 인도 헌법에 명시된 22개 언어로 구성되며, 2011년 인구조사에 따르면 인도인의 97 %가 이들 언어를 모국어로 사용한다. 말뭉치는 아직 온라인에 공개되지 않았으며, 이를 만든 GPU 가속 생성 파이프라인과 함께 “곧” 공개될 예정이다.

텍스트는 Nemotron-CC-v2의 하위 데이터셋 15개에서 가져온 영어 문서를 번역한 것이다. 12개 언어에서는 Gemma-4-31B-it가 문서 전체를 번역하고, MQM에서 착안한 평가 기준으로 각 번역에 점수를 매긴다. 통과 기준은 100점 만점에 75점이며, 점수가 낮은 결과물을 수정해 4,384억 토큰을 복구했다. 나머지 10개 언어는 Bodhan AI의 Indic Translate로 처리한다. 총 1,000억 토큰을 사용하는 지속 사전 학습에 이 말뭉치의 토큰 100억 개를 포함하자, 인도 언어 벤치마크 5개에서 Nemotron 3.5 Super VL의 점수가 4,98~9,82점 올랐다. 다만 이 측정은 해당 말뭉치만의 기여를 분리한 것은 아니다. NVIDIA는 이러한 번역이 해당 언어로 직접 작성된 텍스트를 대체하지 못하며, 품질 관리도 여전히 주로 자동화된 방식에 의존한다고 인정한다.

🔗 NVIDIA와 AI4Bharat의 게시글

연구실의 인공지능 : Claude Mythos 5는 양자 회로 8개를 개선하고, Google DeepMind는 Antigravity로 항균 펩타이드를 탐색

10월 16일 — Anthropic은 STEM Fellows 프로그램 참여자인 앤디 구가 Anthropic의 양자물리학 전문가 알렉 케메니의 지도 아래 수잔 옐린(하버드), 미하일 루킨(하버드 및 QuEra Computing)과 함께 수행한 연구를 공개했다. 실험에는 일상 언어로 작성된 회로 8개의 명세와, 각 제안을 검증하고 큐비트 수에 게이트 수를 곱한 값으로 점수를 매기는 자동 평가기가 사용됐다. Claude Mythos 5는 반복 단계 사이에 사람이 개입하지 않는 폐쇄 루프 방식으로 작업했다. 그 결과 기본 연산 8개 모두에서 공개된 최선의 설계보다 큐비트와 게이트 수가 모두 적은 설계를 찾아냈으며, 일부는 10배 이상 개선됐다.

Claude Mythos 5에 맡긴 작업	공개된 결과	비교 대상
타원 곡선 위의 점 덧셈	게이트 수 17분의 1, 큐비트 수 12 % 증가	공개된 최소 규모 설계
DQI 알고리즘의 Reed-Solomon 디코더	게이트 수 12분의 1; 할당 큐비트 19개, 기존에는 665개	Google의 이전 구현

첫 번째 결과는 타원 곡선 이산 로그 양자 알고리즘의 핵심 단계와 관련된다. Claude는 최소한의 사람 개입 아래 53시간 동안 작업해, 분기 이력을 저장하지 않는 최초의 가역적 divsteps 구현을 완성했다. 이 구현은 시뮬레이션으로 검증된 뒤 Lean으로 형식화됐다. 게시글은 이 수치를 또 다른 사례와 비교한다. FeMoco의 시뮬레이션 비용 추정치를 약 15만 분의 1로 줄이는 데에는 8년과 수많은 연구진의 노력이 필요했다. Anthropic은 이러한 개선이 유용한 응용에 필요한 양자 자원을 줄여, 실용적인 양자 컴퓨터가 예상보다 빨리 등장할 수 있다고 본다. 연구팀은 성능 개선을 거듭 확인하고 익숙한 방법을 선호하는 신중한 Claude를 다루기 위해, 여러 접근법을 병렬로 탐색하도록 요구해야 했다.

🔗 Anthropic의 게시글 · arXiv 논문

Google DeepMind, Antigravity로 새로운 항균 펩타이드를 탐색하고 3D 뷰어 추가

10월 15일 — Google DeepMind는 에이전트형 개발 플랫폼 Antigravity를 과학 연구용 작업 환경(에이전트형 과학 연구 작업대)으로 활용하는 방법을 소개했다. 소개된 세션에서는 생물학자가 스트렙토코쿠스 슈도뉴모니애에서 새로운 항균 펩타이드를 찾아 계산으로 검증한다는 목표를 정하고, 에이전트가 데이터베이스, 구조 분석, 문헌 종합을 조율한다. 에이전트는 단백질의 서열로 기능을 예측하고, 특성이 규명되지 않은 수백만 개의 UniProt 항목에 주석을 다는 Google 모델 ProtNLM을 활용한다.

에이전트는 아미노산 97개로 구성된 박테리오신(UniProt A0A0U0D591)을 선별했다. Swiss-Prot의 검토된 단백질 중에는 유의미한 상동 단백질이 없으며, AlphaFold로 예측한 구조는 구조가 알려진 박테리오신과 같은 형태로 접힌다. 이어 문헌을 바탕으로 작용 기전을 제안하고 실험실 프로토콜을 작성했다. 이 후보와 같은 파이프라인에서 나온 다른 여러 후보는 현재 실험실에서 검증 중이다. 게시글은 이를 확정된 결과가 아닌, 가능성 있는 단서로 설명한다. 또한 한 추정치에 따르면 항균제 내성으로 인한 사망자가 2050년까지 연간 약 1,000만 명에 이를 수 있다고 상기시킨다.

게시글은 Antigravity에 통합돼 에이전트와 연구자가 함께 사용하는 3D 뷰어 Biomolecular Structure Viewer도 소개한다. 에이전트는 가설을 설명하기 위해 특정 영역을 강조하며, 결합 포켓에 고정한 메모 같은 연구자의 주석도 전달받는다. 공개 시점과 이용 조건은 제시되지 않았다.

🔗 Google DeepMind의 게시글 · 과학 연구용 Antigravity

연구자를 위한 도구 : Google은 Deep Review를 전면 공개하고, SAIR는 Open Math OS를 출시하며, OpenAI는 미국 연구실에 Rosalind Academic Plan 제공

10월 14일 — Google Research는 Research@ 2026을 맞아 복잡한 기술 문서를 검토하고 내용을 검증하는 에이전트형 인공지능 시스템 Deep Review를 일반에 공개했다. 논리적 일관성, 수학적 명제, 사실의 출처 근거, 기존 연구와의 비교를 검토하고 개선점을 제안하되, 본질적인 판단은 사람에게 맡긴다. 이 시스템은 STOC 2026, ICML 2026, NeurIPS 2026, ICLR 2027에서 시험한 Paper Assistant Tool의 후속이다. 자발적으로 참여한 원고 1만 6,000편 이상의 저자들은 제출 마감 전에 비공개 피드백을 받았으며, 이는 학회의 공식 심사와는 별개로 진행됐다.

전 세계에서 이용할 수 있으며, 매주 두 차례 무료 검토를 제공한다. Gemini API 키를 사용하면 더 높은 사용 한도와 Deep Review API를 이용할 수 있다. 현재 PDF와 일반 텍스트를 지원하며, 향후 Google Docs 문서와 프레젠테이션, 법률·금융 분야로도 확대할 계획이다. Google은 문서를 모델 학습에 사용하지 않겠다고 약속한다. 문서는 조회를 위해 1년간 보관된다. Google은 투고량 급증을 이 도구가 필요한 이유로 제시한다.

투고 연도	ICLR, NeurIPS, ICML에 제출된 논문
2023	약 23 000
2024	약 32 000
2025	약 45 000
2026	74 000 초과

같은 날 Google Earth AI의 Geospatial Reasoning 에이전트에 관한 기술 보고서와 연구자용 신규 벤치마크 두 개(GeoKTools와 GeoExpertQueries)가 공개됐다. Ask Google Earth와 Agent-to-Agent(A2A) 서비스를 통한 실험적 접근도 확대됐다.

🔗 Google Research의 게시글 · Google 블로그의 Research@ 2026 소개 · Geospatial Reasoning 에이전트 게시글

Open Math OS : SAIR 재단, 개방형 모델 기반 수학 연구 플랫폼 출시

10월 16일 — SAIR 재단은 Open Math Model 구상을 발표한 지 한 달 만에, “수학 2.0”의 인프라라고 소개하는 Open Math OS를 출시했다. Hugging Face, Lean, EPFL, @cscsch가 출시 파트너로 참여했으며, Hugging Face 공동 창업자 토마스 볼프가 발표를 공유했다. 각 프로젝트에는 100개가 넘는 수학·과학 도구가 사전 설치된 클라우드 머신이 제공되며, 하루 24시간 사용할 수 있다. 신청을 거쳐 선정된 팀은 컴퓨팅 자원을 무료로 이용한다.

수학자는 개방형 모델을 선택하고, 여러 에이전트가 같은 문제의 서로 다른 접근법을 병렬로 탐색하는 Ultramath 모드를 실행할 수 있다. 공개된 인터페이스에는 Kimi K3, DeepSeek V4.1 Flash, GLM 5.3, Nemotron 3가 표시돼 있다. 웹사이트 시연에서는 Lean으로 검증한 증명을 LaTeX 논문에 통합하는 과정을 보여준다. 프로젝트는 기본적으로 비공개이며, 연구 내용을 학습에 사용하려면 저자의 명시적 동의가 필요하다. 저자는 자신의 아이디어에 대한 소유권과 기여에 대한 인정을 유지한다.

🔗 SAIR의 게시물 모음 · Open Math Model 웹사이트

Rosalind Academic Plan : 미국 대학 연구실에 최대 30개 ChatGPT 라이선스를 12개월간 무료 제공

10월 15일 — OpenAI는 대학의 생명과학 연구실을 위한 Rosalind Academic Plan을 출시했다. 현재는 미국 대학만 신청할 수 있다.

제공 혜택	관련 조건
최대 30개 ChatGPT Business Standard 라이선스	사용자당 월 0 달러, 최대 12개월
상용으로 제공되는 최첨단 모델	요금제의 사용 한도 내
GPT-Rosalind 및 Rosalind Workbench	신뢰 기반 접근 권한(신뢰 접근) 승인 후
공유한 연구 데이터	기본적으로 학습에 사용하지 않음

Rosalind Workbench는 의약화학, 유전체학, 실험 지원 도구를 조율한다. 책임연구자나 연구실 책임자가 팀을 대표해 신청하며, 신청한다고 바로 이용 권한이 부여되지는 않는다. 이미 OpenAI Enterprise 계약을 맺은 대학은 자체 절차를 거친다. OpenAI는 신약·단백질 설계부터 항균제 내성까지 7개 분야를 대상으로 삼으며, 자오 연구실(UCSF), 부르댕 연구실, 브라이언 히 연구팀(스탠퍼드 및 Arc Institute)의 연구를 사례로 제시한다. 4월 16일 출시된 GPT-Rosalind는 9월 11일부터 API, Codex, ChatGPT Enterprise를 통해 신뢰 접근 방식으로 이용할 수 있다.

🔗 OpenAI의 게시글 · OpenAI의 게시물 모음

Gemini 4 Argon : 에이전트 네 개가 27시간 만에 Minecraft를 클리어하고, Perplexity는 Pro·Max 구독자와 Agent API에 제공

10월 16일 — Gemini 4 Argon 에이전트 네 개가 맨손으로 시작해 Minecraft를 끝까지 클리어했다. 적대적 몬스터가 등장하는 무작위 생존 세계에서 Easy 모드로 플레이해, 27시간과 프로그램 2,783개를 거친 끝에 엔더 드래곤을 물리쳤다. 막상스 팔도르는 @GoogleDeepMind가 공유한 X Article에서 실험을 소개하고, 사틴더 싱, 로베르타 라일레아누와 함께 arXiv 기술 보고서에 상세 내용을 실었다. 사용된 에이전트는 엔지니어들이 일상적으로 쓰는 Argon의 범용 코딩 에이전트로, Minecraft 전용 도구도, 사전에 지정된 역할도 없었다.

에이전트는 이미지를 보거나 키를 누르지 않는다. 각 에이전트는 오픈 소스 라이브러리 Mineflayer용 짧은 프로그램을 작성해 플레이어 한 명을 조종하고, 실행 결과를 읽으며, 게임 채팅과 공유 메모리로 다른 에이전트와 협력한다. 시작 10분 만에 도구, 식량, 다이아몬드, 포털 관련 작업을 나눴다. 요새를 찾기 위해 한 에이전트는 두 지점에서 물체 두 개를 던진 뒤 궤적의 교점을 계산했고, 1,3킬로미터 떨어진 요새의 위치를 오차 43미터 이내로 알아냈다. 마지막 전투에서는 69번 재생성됐다. 게임을 시작한 지 약 21시간이 지났을 때, 한 에이전트가 수정이 드래곤을 회복시키며 흙을 쌓기만 해도 수정에 도달할 수 있다는 사실을 알아냈다.

실험 측정 항목	측정값
승리까지 걸린 시간	27 h 14 min
작성한 프로그램	2 783개, 그중 22 %는 오류로 종료
채팅 메시지	229
총 재생성 횟수	605회, 그중 69회는 드래곤과의 전투

다섯 번째 에이전트인 Observer는 부정행위나 명세의 허점을 이용하는 행위(명세 악용)를 찾아내기 위해 게임을 감시했다. Observer와 일부 로그를 사람이 직접 검토한 결과 모두에서 그러한 행위는 발견되지 않았다. 저자들은 실험의 한계도 인정한다. 에이전트는 블록과 생물의 정확한 위치를 알려주는 API로 세계를 파악하고, 이동 경로는 플러그인이 계산한다. 이는 독립적인 연구 실험으로, Minecraft의 공식 성과 기록이 아니며 Mojang이나 Microsoft가 승인한 실험도 아니다.

🔗 막상스 팔도르의 글 · Google DeepMind의 공유 게시물 · arXiv 기술 보고서

Perplexity, Pro·Max 구독자에게 Gemini 4 Argon 제공… WANDR에서 최고 점수 0,802 기록

10월 16일 — Perplexity가 10월 13일부터 Google에서 정식 제공되는 Gemini 4 Argon을 Pro·Max 구독자에게 추가했다. 발표는 트윗 하나와 그래프 하나로 이뤄졌다. 자체 출처 기반 조사 벤치마크 WANDR에서 Argon은 작업당 7,88달러의 비용으로 0,802를 기록해, 그래프에서 가장 높은 점수를 얻었다.

평가 모델	WANDR 점수	작업당 비용
Gemini 4 Argon	0,802	7,88 달러
GPT-6 Astra	0,735	13,34 달러
GPT-6.1 Sol	0,654	3,70 달러
Claude Opus 5.5	0,647	3,69 달러
Claude Fable 5.1	0,601	12,76 달러
GPT-6 Sol	0,566	2,23 달러
Claude Sonnet 5.5	0,550	2,73 달러
Grok 4.7	0,528	9,30 달러
DeepSeek V4 Pro 0813	0,359	0,75 달러

개발자용 API 변경 기록에는 10월 15일 저녁부터 Agent API가 google/gemini-4-argon을 지원한다고 명시돼 있다. 2026년 11월 30일까지 적용되는 도입 요금은 토큰 100만 개당 입력 2달러, 캐시 0,10달러, 출력 10달러이며, 출력에는 추론 토큰도 포함된다.

🔗 Perplexity의 발표 · Agent API의 모델

일반 사용자용 에이전트 : GPT-6 Astra Pro는 ChatGPT에서 작업을 여러 에이전트에 분배하고, Grok Bot은 3배 빨라지며 Robinhood, Coinbase, eToro에 연결

10월 16일 — OpenAI가 ChatGPT의 GPT-6 Astra Pro를 업데이트했다. 응답이 빨라지고 플러그인과 도구를 더 잘 활용하며, 특히 여러 에이전트가 하나의 작업을 나눠 병렬로 처리한다. 사용자는 각 에이전트의 진행 상황을 확인하고 완료된 작업을 열어 결과를 검토할 수 있다. 이 기능은 Pro 구독자에게 채팅 탭에서 제공된다.

OpenAI는 속도 향상 수치나 벤치마크를 제시하지 않았으며, 16일 저녁까지도 ChatGPT와 모델 출시 노트에는 이번 업데이트가 언급되지 않았다. UTC 20시 00분에 “GPT-6 Pro”라는 이름으로 게시된 트윗은 27분 뒤 “GPT-6 Astra Pro”로 수정됐다. 10월 7일 GPT-6가 전체 사용자에게 제공된 이후, ChatGPT의 Pro 추론 수준에는 GPT-6 Pro (Astra)가 사용된다. 여러 에이전트가 협업하는 기능은 지금까지 9월 29일부터 GPT-6.1 Sol용 베타 기능으로 소개돼 왔다.

🔗 OpenAI의 발표

Grok Bot, 컴퓨터 작업을 3배 빠르게 마치고 X Chat을 읽으며 Robinhood·Coinbase·eToro에 연결

10월 16일 — 사용자의 도구에 연결되는 SpaceXSI의 에이전트 Grok Bot이 x.ai에 별도 글을 게시하지 않고 10개 게시물로 구성된 스레드에서 새 기능을 소개했다. 핵심은 속도다. @bot 계정에 따르면 컴퓨터 작업은 평균 3배 빠르게 끝나며, 그 밖의 모든 응답은 기존의 절반도 안 되는 시간에 도착한다.

관련 분야	발표된 새 기능
속도	컴퓨터 작업은 평균 3배 빨라지고, 그 밖의 응답 시간은 절반 미만으로 단축
음성	통화 속도와 안정성 향상, 이전 대화 기억 능력 개선
인터페이스	채팅 카드 디자인 개편, 새 글꼴, 테마, 사용 중인 기기에만 알림 표시
이메일	특정 주소로 보낸 메일에만 루틴을 적용하는 « 플러스 » 별칭
X	게시물에서 @bot을 언급하면 작업 시작; X 계정을 연결하면 X Chat 읽기 가능
커넥터	Robinhood, Coinbase, Trello, PostHog, beehiiv, eToro 등

팀에서 직접 만든 커넥터도 제출할 수 있다. x.ai의 양식을 통해 플러그인이나 MCP 서버를 제출하면 마켓플레이스 심사를 거쳐 Grok Bot과 Cursor 사용자에게 배포할 수 있으며, 조만간 Grok 사용자에게도 배포할 수 있게 된다.

🔗 Grok Bot 스레드 · 플러그인 제출 양식

생성형 미디어: GPT-Live의 설명 기반 음성 생성, ChatGPT에 들어온 Pika, 이미지당 0,8~22센트인 Ideogram 4.5, Runway에 통합된 Mirelo SFX 2.0

10월 16일 — GPT-Live API가 모든 고객에게 설명을 바탕으로 음성을 만드는 기능(prompt-to-voice)을 제공한다. API나 음성 Playground에서 원하는 맞춤 음성을 텍스트로 설명한 뒤 GPT-Live 세션에서 재사용할 수 있다. 맞춤 음성을 만드는 데는 비용이 들지 않으며, 생성된 발화에는 일반 세션 요금이 적용된다. 이 음성은 GPT-Live에서만 작동하며 Text to Speech API, Realtime API, Chat Completions에서는 사용할 수 없다. 참고용 녹음이나 동의 확인용 녹음은 요구하지 않지만, OpenAI는 성인 음성만 허용하고 타인 사칭을 금지하며 인공지능으로 생성한 음성임을 알리도록 요구한다. 서로 다른 두 고객이 비슷한 음성을 얻을 수도 있다.

@OpenAIDevs에 따르면 각 언어를 모국어로 구사하는 성우들과 녹음한 사전 설정 음성 9종도 GPT-Live에 추가된다.

사용 언어	추가된 음성
독일어	Nuri, Juni, Flitz
프랑스어	Brise, Sillage
힌디어	Nira
일본어	Harema, Shida
한국어	Noeul

전날 변경 기록에는 GPT-Live에 Decisions API를 기본 통합한 내용도 추가됐다. 사용자가 말하는 동안 애플리케이션이 동작하며, Live가 Decisions를 직접 호출하거나(기본 위임), Live가 애플리케이션에 알리면 애플리케이션이 Decisions에 질의하는 방식(맞춤 위임)을 쓴다. 전사 텍스트 조각을 계기로 판단을 실행할 수도 있다. 가이드는 온도나 김 서림 제거 기능을 조절하는 차량용 음성 비서를 예로 든다. 이 새 기능들은 gpt-live-1에 해당한다. 10월 15일 ChatGPT에 배포된 GPT-Live-1.1은 아직 API 변경 기록에 나타나지 않는다.

🔗 OpenAI Developers 스레드 · 맞춤 음성 가이드 · 음성과 Decisions API 연동 가이드

Pika, OpenAI와 공동 개발한 플러그인으로 ChatGPT에 제작 도구 제공

10월 16일 — Pika가 OpenAI와 협력해 ChatGPT의 대화와 측면 패널에 제작 도구를 넣는 Pika × ChatGPT 플러그인 확장 기능(Pika X ChatGPT plugin extension)을 발표했다. 대화를 벗어나지 않고 도구 옵션, 시각적 사전 설정, 생성 작업을 조정하거나, ChatGPT가 사용자와 함께 작업하는 몰입도 높은 Pika 창을 열 수 있다. Pika는 스레드에서 이미지·음향·영상 앱 40개 이상과 생성 모델 100개 이상을 제공한다고 밝혔다. 플러그인 소개 페이지에는 제품 광고부터 팟캐스트까지 13개 스킬과, 크레딧을 쓰기 전에 Pika가 어떤 방식으로 승인을 요청할지 정하는 초기 설정 절차가 나와 있다.

Pika는 플러그인을 통해 첫 생성 작업을 마친 각 계정에 250크레딧을 추가하며, 플러그인 전용 요금은 공개하지 않았다. OpenAI는 10월 7일 ChatGPT 플러그인 확장 기능을 소개했으며, Adobe, Canva, Figma, Shopify 등이 초기 참여 업체에 포함됐다.

🔗 Pika 스레드 · ChatGPT의 Pika 플러그인 소개

Ideogram 4.5, 이미지당 0,8~22센트의 품질 모드 4종 제공

10월 15일 — Ideogram이 9월 30일 출시한 이미지 편집 모델 Ideogram 4.5의 요금 체계를 공개했다. 이미지당 0,8~22센트인 품질 모드 4종으로, 모두 기본 2K 해상도를 지원한다. 가장 저렴한 Very Low는 0,8센트로 이미지를 8초 만에 수정하며, 편집을 반복해도 아티팩트가 누적되지 않는다. Design Arena를 근거로 든 Ideogram에 따르면 이 모드는 가격과 속도 모두에서 이미지 편집의 파레토 경계를 넓힌다. 이보다 평가 점수가 높은 모델은 모두 더 비싸고 느리다. Design Arena의 Image Editing Arena에서는 Elo 1189로 23위에 올라 있다.

Ideogram은 중간 단계 모드 2종의 가격은 구체적으로 밝히지 않았다. 출시 당시 약속한 가중치 공개에 관한 질문에는 작업 중이라고 답했으나 일정은 제시하지 않았다.

🔗 Ideogram 스레드

Runway, 대사를 보존하면서 영상에 음향을 입히는 Mirelo SFX 2.0 통합

10월 16일 — Runway가 영상의 음향 구성(sound design)을 자동으로 만드는 모델 Mirelo SFX 2.0을 플랫폼에 추가했다. 이 모델은 영상의 이미지를 바탕으로 각 프레임에 동기화된 완전한 배경 음향을 생성하면서 대사는 그대로 보존한다. 길이 제한이 있는지 묻는 질문에 Runway는 어떤 길이의 클립에서도 작동한다고 답했다. 요금이나 크레딧 비용은 공개되지 않았고, Runway 변경 기록에도 아직 이 모델이 언급되지 않았으며, Mirelo 역시 별도 발표를 하지 않았다. 9월 말 ElevenLabs의 Eleven v4를 추가한 데 이어, Runway는 자체 영상 모델과 함께 타사 오디오 모델을 계속 도입하고 있다.

🔗 Runway 발표 · 클립 길이에 관한 답변

코딩 에이전트: Claude Code 팀의 코드 검토 방식, Codex CLI 0.163.0, Cursor의 캔버스와 Muse Wonder, Antigravity CLI로 안내하는 Gemini CLI

10월 16일 — Claude Code 팀이 claude.dev에서 자체 코드를 검토하는 방식을 설명했다. 코드의 약 90 %는 Claude가 작성한다. 애디 오스마니, 모건 웨스틀리 런트, 칭 왕이 쓴 글은 두 가지 수치를 제시한다. 6월부터 9월까지 병합된 pull request 수는 2배 넘게 늘었고, 되돌려야 했던 비율은 40 % 넘게 줄었다. 대부분의 pull request를 사람이 최대 한 명만 관여한 상태로 병합하는 것이 목표이며, 그 한 명은 작성자여도 된다.

각 변경 사항은 여러 단계를 거친다. pull request 생성 전 Claude의 검증(테스트, 빌드, 정적 분석 후 새로운 컨텍스트에서 두 번째 에이전트가 diff 검토), CI, Code Review, 문제가 있으면 진행을 차단하는 보안 검토, 병합 대기열(merge queue), 점진적 배포다. 분류기는 작성자가 아닌 변경 내용에 따라 위험 수준을 정한다. 문서나 플래그로 제어되는 추가 사항에는 사람의 승인이 필요 없고, 일반적인 제품 변경이나 캐시·시스템 프롬프트처럼 민감한 영역에는 한 명, 가장 위험한 변경에는 두 명의 승인이 필요하다. 에이전트의 승인은 사람의 승인을 대신할 수 없다. Code Review의 연구 프리뷰 기간에 실질적인 의견을 받은 내부 pull request 비율은 이미 16 %에서 54 %로 늘었다.

이 글은 에이전트 특유의 문제인 끝없이 반복되는 검토도 수치로 보여준다. 한 CLI pull request는 하룻밤 동안 검토를 50차례 넘게 반복했다. 검토 횟수를 3회로 제한하고, 새 diff만 다시 검토하며, 버그 유형별로 문제를 보고하게 하자 검토가 더 빨리 수렴했다.

지표(Claude Code 내부 pull request)	변경 전	변경 후
한 차례 검토와 수정 후 승인	65 %	78 %
5회 이상 검토 필요	8,9 %	1,5 %
승인까지 평균 검토 횟수	2,08	1,32

글은 실행 항목 목록으로 끝난다. 짧은 CLAUDE.md, 로컬에서 /code-review와 /security-review 실행, 코드 담당자가 작성한 REVIEW.md, 문서화된 위험 수준, 병합 대기열, 과거 사고를 매일 재현하는 평가 세트다.

🔗 Claude Code 팀의 글 · @ClaudeDevs의 공유 게시물

Codex CLI 0.163.0: 응답 중 방향 조정, /config 검색, Daybreak 기본 활성화

10월 15일 — OpenAI가 UTC 21시 30분에 Codex CLI 0.163.0을 공개했다. 10월 9일의 0.162.1 이후 첫 안정 버전이며, 0.162.0 이후 변경 항목은 227개다. 10월 7일의 0.161.0에서 cli_daybreak 옵션으로 제공되던 Daybreak는 이제 대상 계정에서 기본 활성화되며, 서버가 접근을 허용하면 codex exec에서 OpenAI API 키로 선택할 수도 있다.

관련 분야	0.163.0의 변경 사항
방향 조정	응답 중 보낸 후속 메시지가 즉시 Codex의 작업 방향에 반영됨; 턴을 중단하면 실행 중인 Code Mode 셀도 중지
`/config` 명령어	모든 범주에서 환경설정 검색, 지원되는 설정은 즉시 적용
`/keymap` 명령어	리더 키 설정 가능(Ctrl+X 기본값); 음성 음소거 키는 F9로 변경
`/daemon` 명령어	관리되는 백그라운드 서버를 재시작한 뒤 자동 재연결
도구	서로 독립적인 읽기 전용 도구를 병렬 실행
네트워크 프록시	DNS 조회 전에 권한 확인, 중복된 `Host` 헤더 거부

대화를 재개하면 권한과 네트워크 승인도 복원된다. 또한 Codex는 수정된 zsh을 더는 포함하지 않고 표준 셸 실행기를 사용한다.

🔗 Codex CLI 0.163.0 릴리스 노트

Cursor: 공유 가능한 캔버스를 만드는 클라우드 에이전트, Environments API 베타 전환, CursorBench에서 46,1 %를 기록한 Meta의 Muse Wonder

10월 16일 — Cursor의 클라우드 에이전트가 이제 대화형 캔버스(canvases)를 만들 수 있다. 에이전트가 작업하는 동안 대시보드나 보고서를 요청하고, 완성된 캔버스를 링크로 팀과 공유할 수 있다. Environments API는 베타로 전환된다. 이 API는 복제된 저장소와 environment.json 설정을 포함해 에이전트의 환경을 프로그래밍 방식으로 생성하고 관리한다. 환경 하나에 이제 최대 500개 저장소를 넣을 수 있으며, Cursor에 따르면 여러 저장소로 구성된 대규모 환경의 시작 속도는 5배 빨라졌다. 스레드가 인용한 변경 기록 항목은 16일 저녁에도 아직 게시되지 않아, 적용 요금제와 가격, 베타 종료일은 알려지지 않았다.

10월 15일 — Meta가 출시한 지 3일 만에 Muse Wonder가 Cursor에 도입됐다. 가격은 Meta API와 마찬가지로 입력 토큰 100만 개당 4달러, 출력 토큰 100만 개당 20달러다. Cursor는 기본 추론 강도에서 CursorBench 46,1 %를 기록했다는 점을 강조하며, 이는 Muse 모델 중 최고 점수다. 공개된 CursorBench 4.0 순위에는 다른 추론 강도의 결과도 나와 있다.

모델 및 추론 강도	CursorBench 4.0 점수	작업당 비용	순위
Claude Opus 5.5 Max	57,8 %	13,43달러	1위
Muse Wonder Max	50,4 %	5,25달러	12위
Muse Wonder Extra High	48,2 %	4,24달러	15위
Muse Wonder High	46,1 %	3,51달러	21위
Muse Wonder Medium	45,2 %	2,82달러	22위
Muse Wonder Low	41,7 %	1,91달러	32위
Muse Spark 1.3 Max	41,6 %	2,64달러	34위

🔗 Cursor의 클라우드 에이전트 스레드 · Cursor의 Muse Wonder · CursorBench 순위

Gemini CLI, Gemini 4 Argon에 최적화되지 않았다고 밝히며 Antigravity CLI로 안내

10월 16일 — Google이 밤사이 Gemini CLI의 README 상단에 경고문을 추가했다. 안내문은 무료 등급 및 Google One 사용자에게 Gemini CLI가 2026년 6월 18일 Antigravity CLI로 대체됐다는 점을 상기시키고, Argon을 쓰려면 Antigravity를 이용하라고 안내하기 전에 다음 내용을 굵게 강조한다.

Gemini CLI has not been optimized for Gemini 4 Argon.

🇰🇷 Gemini CLI는 Gemini 4 Argon에 최적화되지 않았습니다. — Gemini CLI의 README, pull request 29774

한 시간 조금 넘게 뒤에 병합된 두 번째 변경은 안내 대상을 모든 최신 Gemini 모델로 넓히고, 최상의 코딩 경험을 위해 Antigravity CLI를 이용하라고 안내한다. 이 과정에서 README의 기존 장점 소개도 사라졌다. « 왜 Gemini CLI인가? » 절과 분당 60회·하루 1 000회 요청을 제공하는 무료 등급, 고급 기능, GitHub 통합에 관한 내용이다. Google 계정 로그인은 이제 조직용 유료 Code Assist 라이선스에만 적용된다.

이 안내문들은 5월 19일 발표한 전환의 연장선에 있다. 6월 18일부터 Gemini CLI는 Code Assist Standard 및 Enterprise 라이선스와 유료 API 키 사용자에게 계속 제공되며, 최신 Gemini 모델에 접근할 수 있다고 약속했다. Argon이 정식 출시된 지 3일이 지났지만, Gemini CLI의 모델 선택기에 Argon을 추가하는 커뮤니티 제안(pull request 29737)은 여전히 병합되지 않았다.

🔗 README를 정리한 pull request 29775 · Antigravity CLI 전환에 관한 5월 19일 글

단신

에이전트와 코딩 도구

Amp, 러너의 데스크톱 공개 — 이제 대화 스레드에서 macOS 또는 Linux 러너의 데스크톱을 보고 제어할 수 있다. 예를 들어 브라우저나 iPhone 및 iPad 앱에서 Amp가 만든 iOS 앱을 시험할 수 있다. 러너의 스레드에 글을 쓸 수 있는 사람은 누구나 해당 데스크톱도 제어할 수 있다. 🔗 출처
v0 — 미리 보기로 열기에 너무 큰 파일은 Code 탭에서 다운로드할 수 있다. iOS 앱에는 스킬 및 디자인 시스템 선택 기능과 동영상 첨부 기능이 추가됐으며, 높은 추론 노력 수준에서도 Gemini 4 요청이 더 이상 실패하지 않는다. 🔗 출처
Copilot CLI 프리뷰 — 하루 동안 프리뷰 세 개(1.0.99-2, 1.0.99-3, 1.0.100-0)가 나왔으며 안정판은 없었다. 온라인 세션에서는 의미 기반 코드 검색이 기본 설정이 되고, --disable-client-telemetry 옵션으로 클라이언트 원격 측정 기능을 끌 수 있으며, MCP 서버가 멈춰도 세션이 더 이상 차단되지 않는다. 🔗 출처
Slack 및 Teams의 Copilot — 이제 @GitHub는 하나의 대화에서 여러 저장소를 다룬다. 열려 있거나 병합된 풀 리퀘스트, 프런트엔드와 백엔드 양쪽에 걸친 조사, 활동 요약 등을 처리하며, 공유된 Slack 메시지와 스레드를 맥락으로 활용한다. 🔗 출처
Qwen Code v0.25.3-preview.0 — 안정판 v0.25.2가 나온 다음 날, 64개 변경 항목을 담은 프리뷰가 출시됐다. /auth에서 QwenCloud를 맨 위에 배치하고, Managed Agent에 승인 전환 기능과 함께 Shell 전체 접근 권한을 부여하며, Web Shell에서 작업 경로를 실시간으로 보여 준다. 🔗 출처
Gemini CLI, 나이틀리 0.66.0 — 해당 계열의 첫 나이틀리로, 수정 사항은 아홉 개다. tmux에서 화면 깜빡임을 막는 동기화 출력, 인터페이스를 멈추게 하던 Git 프롬프트, 이제 정상적으로 해석되는 MCP 설정의 .env 변수, 설명이 한 줄인 SKILL.md 파일 등을 수정했다. 안정판과 프리뷰는 바뀌지 않았다. 🔗 출처
DeepSeek Harness 0.2.1-alpha.5 — 안정판 없이 나온 29번째 프리뷰다. 네 가지 수정 사항(플러그인 활성화 후 스킬 메뉴, 중복 터미널, PTC 모드 지침, Windows 및 Linux의 Page Up 키)과 플러그인이 공급자별로 모델 이름을 바꿀 수 있는 확장 지점을 담았다. 🔗 출처

ChatGPT, Claude와 기업의 인공지능

Enterprise용 ChatGPT Sites — @OpenAIDevs가 Enterprise에서의 정식 출시를 발표했다. 새 Sites에는 미국 또는 유럽연합 내 데이터 보관, 검증된 도메인, 내부 API로 연결되는 비공개 터널을 제공한다. Enterprise 릴리스 노트에서는 관리자용 프리뷰를 배포 중이라고 설명하며, Plus와 Pro에서는 Sites의 고정 개수 제한이 사라진다. 🔗 출처
ChatGPT Slides 배포 시작 — 9월 29일 DevDay에서 발표한 공동 작업용 프레젠테이션이 이용 자격을 갖춘 Pro, Business, Enterprise 구독자의 Space에 도입된다. 실시간 공동 편집, ChatGPT에서 직접 발표, PowerPoint·PDF·Google Slides로 내보내기를 지원한다. 🔗 출처
Stack Overflow for Agents — OpenAI의 사례 연구에 따르면 엔지니어 두 명이 Codex를 활용해 몇 주 만에 제품을 출시했다. ChatGPT 플러그인 도입으로 가입자 수가 하룻밤 사이 세 배로 늘었고, Stack Internal 커넥터는 3~6주 대신 4일 만에 구축한다. 🔗 출처
Sullivan & Cromwell — 이 법률 사무소는 OpenAI와 함께 Agreement Analyzer를 구축했다. 사내에서 존 사바가 Codex로 시제품을 만든 이 도구는 계약 초안을 바탕으로 검토 의견서와 수정 제안을 작성하며, 변호사가 이를 검토한다. 사례 연구에는 효율 향상을 보여 주는 수치가 없다. 🔗 출처
Anthropic 영업 담당자의 에이전트 — 일본 팀의 샤흐보즈 이브라기모프는 Claude Managed Agents의 에이전트 여섯 개(잠재 고객 분류, Salesforce, 일본어 또는 영어 답변, 보고서), 후속 관리를 위한 Claude Tag, 필요한 판단 수준에 따라 선택하는 Sonnet 또는 Opus를 소개했다. 주간 업무 기록에 따르면 약 60시간의 작업을 절약했다. 🔗 출처
American Forge — Cognition과 National Design Studio가 엔지니어를 미국 정부에 배치하는 6개월 상주 프로그램을 시작한다. 게시글에 따르면 오래되거나 낙후된 연방정부 웹사이트가 29 000개를 넘는다. 지원을 받고 있으며, 보수와 모집 인원은 명시하지 않았다. 🔗 출처

생성 음성과 영상

HeyGen MCP의 HeyGen Video 1 — 에이전트(ChatGPT, Claude, Claude Code 또는 Cursor)에게 원하는 영상을 설명하면 바로 게시할 수 있는 영상이 돌아온다. HeyGen에 따르면 몇 초면 된다. 렌더링에는 요금제의 크레딧이 차감된다. 🔗 출처
NTT Docomo Business와 ElevenAgents — 이 통신사는 후쿠시마현 아이즈와카마쓰에서 ElevenAgents 기반 음성 비서 CONN을 시험하고 있다. 눈 때문에 외출하지 못하는 고령 주민에게 정보를 제공하고 대화를 나누도록 돕는다. 반응은 긍정적이라고 평가했지만 수치는 없다. 🔗 출처
ElevenLabs 인증 — ElevenLabs가 ISO/IEC 27001, 27701, 42001, 27017, 27018, SOC 2 Type II, PCI DSS 레벨 1 인증을 갱신하고, ElevenProductions에 대한 SOC 2 Type I을 추가했다. 🔗 출처

모델, 벤치마크와 연구

STEMBench의 Mistral Large 4 — Mistral이 Ulam의 과학 벤치마크를 소개했다. 자사 모델은 도구 없이 4점 만점에 2,501점(공학 2,602점, 천문학 2,597점)을 기록했다. 10개 구성 중 6위이며, 도구를 사용하지 않은 구성 중에서는 Muse Wonder, Claude Opus 5.5, Hy4 Preview에 이어 4위다. 상위 두 모델인 GPT-6 Astra xhigh와 GPT-6.1 Sol은 Codex에서 도구를 사용했다. 🔗 출처
Jebadiah v2.1 — 10월 10일 Apache-2.0으로 공개된 27B 및 9B 규모의 공개 의사결정 모델 두 개가 Decision Index에서 각각 55,94점(35위)과 44,91점(74위)을 기록했다. 총 168개 모델 중 순위이며, Jev 1.13(60,11점)보다 낮았다. 🔗 출처
Nemotron 3.5 Super VL과 차트 — Thoughtworks에 따르면 생성된 차트 24 000개로 3,3시간 동안 학습한 LoRA가 예비 모델 체크포인트의 CharXiv 224개 문항 성적을 16,96 %에서 78,13 %로 끌어올렸다. 대신 다른 문항에서는 순수하게 104개만큼 정답 수가 줄었다. 🔗 출처
Intel의 Arc Pro B65 — llama.cpp 기반 커뮤니티 벤치마크에서 약 30B 규모의 4비트 모델 세 개를 측정한 결과, 플래시 어텐션을 사용하는 SYCL이 사전 채우기에서 Vulkan보다 31,2 % 빨랐다. 그중 두 모델은 약 16 000토큰의 프롬프트에서 첫 토큰을 생성하는 데 42초 대신 20,5초가 걸렸다. 🔗 출처
TB-Lite Verified — Hugging Face가 별도 발표 없이 터미널 에이전트용 OpenThoughts-TBLite 벤치마크의 수정 버전을 공개했다. 100개 과제 중 결함이 있는 다섯 개를 제거하고, 점수가 0,997로 제한되던 채점 문제를 수정했다. 공개된 점수는 없다. 🔗 출처
Sakana AI의 AutoIllustrate — 10월 14일 소식을 뒤늦게 전한다. Apache-2.0으로 공개된 명령줄 도구가 논문의 ‘방법’ 절을 편집 가능한 draw.io 도해로 변환한 뒤, 스타일을 바꾼 PNG로 만든다. 「에이전트 기반 과학자」의 도해 제작에 사용됐다. 🔗 출처
Meta가 분석한 LLM의 아첨 성향 — facebookresearch가 별도 발표 없이 논문 「선호 데이터에서 개인화로」의 프롬프트와 채점 기준을 공개했다. 답변을 명확한 반박부터 명시적 동조까지 일곱 가지 유형으로 분류한다. 모델이나 수치는 없다. 🔗 출처
Anthropic과 Simons Foundation — Anthropic이 수학자를 위해 자금, 연산 자원, Claude 이용 권한 형태로 500만 달러를 지원하며, Simons Foundation이 이를 관리한다. Simons Foundation에 따르면 재단과 역시 500만 달러를 지원하는 OpenAI의 참여로 총규모는 1 500만 달러에 이르며, 연구 제안 공모 등의 방식으로 배분된다. 🔗 출처

가이드와 수상 소식

Perplexity가 설명하는 LLM 보안 — 가이드에서 OWASP의 2026년 LLM 애플리케이션 10대 위험을 살펴보며, 각 위험의 사고 사례와 대응책을 제시한다. Computer의 샌드박스, Comet용 BrowseSafe, 외부 공급자의 데이터 무보관 등 Perplexity의 보호 조치도 다시 소개한다. 새로운 기능은 없다. 🔗 출처
인공지능으로 공부하기 — Perplexity가 연구에 근거한 다섯 가지 방법(질문받기, 간격을 두고 학습하기, 다시 설명하기, 번갈아 학습하기, 진도 추적하기)을 공개했다. Gallup과 Lumina Foundation을 인용해 미국 학생의 57 %가 매주 수업 공부에 인공지능을 사용한다고 밝혔다. 🔗 출처
TIME이 선정한 올해의 발명품 두 가지 — 이 잡지는 2026년 최고의 발명품에 1 600개가 넘는 언어를 지원하는 Meta의 음성 인식 기술 Omnilingual ASR과, 샌드박스 안에 격리된 NVIDIA의 자율 에이전트 NemoClaw를 선정했다. 🔗 Meta · 🔗 NVIDIA

GitHub: 라이선스, 러너와 접근 권한

오픈 소스 라이선스 준수 — Code Security를 사용하는 GitHub Enterprise Cloud에서 정식 출시됐다. 규칙 집합을 통해 기업의 라이선스 정책을 풀 리퀘스트에 적용하며, 새 엔드포인트를 통해 코딩 에이전트가 패키지의 정책 준수 여부를 확인할 수 있다. 🔗 출처
Xcode 27 이미지 — 인공지능 외 소식으로, GitHub Actions의 Xcode 27 러너 이미지(macOS 27, Apple Silicon 전용)가 정식 출시됐다. xcode-27과 xcode-27-xlarge 레이블은 그대로 유지된다. 🔗 출처
Evergreen — 인공지능 외 소식으로, GitHub가 직원 1 400명 이상이 공유하는 조직을 위한 GitHub App을 소개했다. 매 분기 확인되지 않은 외부 협업자의 접근 권한을 회수하고, 비활성 저장소를 삭제하지 않고 보관 처리한다. 🔗 출처

이것이 의미하는 것

같은 날 Anthropic 게시글 두 편이 서로 다른 관점에서 타원 곡선을 다뤘다. 과거를 돌아본 글에서는 Claude가 NIST 시드에 사용된 생성기와 타임스탬프를 찾아냈다. Anthropic이 거듭 강조하듯 보안이 깨진 것은 아니지만, 조작 가능성은 훨씬 낮아졌으며 누구나 CC0으로 공개된 코드로 결과를 재현할 수 있다. 미래를 내다본 글에서는 Claude Mythos 5가 큐비트를 12 % 더 사용하는 대신 게이트 수를 17분의 1로 줄이는 타원 곡선 점 덧셈 회로를 찾아냈다. 이 회로는 타원 곡선의 이산 로그를 계산할 수 있는 양자 알고리즘의 핵심 구성 요소이며, ECDSA의 보안은 바로 이 문제의 어려움에 달려 있다. Anthropic은 이를 근거로 실용적인 양자 컴퓨터가 예상보다 일찍 등장할 수 있다고 본다. 이 곡선들의 생성 과정에 대한 신뢰가 높아지는 동시에, 언젠가 곡선들을 위협할 수 있는 양자 회로의 추정 비용은 낮아지고 있다.

연구실에서는 에이전트가 혼자 작업하는 시간이 길어지고 있으며, 검증이 신뢰성의 조건이 되고 있다. Claude Mythos 5는 자동 평가기의 평가를 받으며 53시간 동안 실행됐고, Lean으로 형식화한 증명을 제시했다. Argon 에이전트들은 부정행위를 탐지하는 Observer의 감시 아래 27시간 넘게 게임을 했다. Antigravity의 에이전트는 실험 절차를 작성했지만, 그 박테리오신은 아직 실험실 검증을 기다리고 있다. 연구자용 도구도 같은 흐름을 따른다. Deep Review는 제출 전에 명제와 일관성을 검증하고, Open Math OS는 Lean을 기반으로 프로젝트를 기본적으로 비공개로 유지하며, Rosalind Academic Plan은 신뢰할 수 있는 접근 권한 승인을 받은 뒤에만 GPT-Rosalind를 제공한다.

공개 모델에서는 라이선스가 다시 경쟁 요소로 떠오르고 있다. 상업적 이용 조건이 제한된 Muse Model License로 Muse Spark Open이 공개된 다음 날, Beam은 Apache 2.0으로 등장했다. 첫날부터 40곳이 넘는 파트너, NVFP4 체크포인트, 학습에 사용한 하네스를 함께 제공했다. 더 작은 모델들도 같은 라이선스를 채택하며 효율성을 추구한다. 가장 작은 Bonsai 2는 용량이 0,43기가바이트이며 휴대전화에서 실행된다. 의사결정 모델도 하나의 범주로 자리 잡고 있다. pplx-decider-v1.2와 Flash 버전은 토큰 백만 개당 각각 0,02달러와 0,01달러이며, Granite Switch 4.1의 어댑터는 기반 모델의 캐시를 재사용하고, Decision Index라는 공통 순위표도 마련됐다.

이제 하네스는 모델만큼 중요해졌다. Reflection은 Beam과 Mirror CLI를 함께 제공하고, Google은 Argon 사용자를 Gemini CLI 대신 Antigravity CLI로 안내한다. Claude Code 팀은 병합 건수가 두 배로 늘어난 이유로 검토 절차의 개편을 꼽으며, 이 절차에서는 분류기가 필요한 검토자 수를 결정한다. 일반 사용자 영역에서는 에이전트의 활동 범위가 넓어지고 있다. GPT-6 Astra Pro는 여러 에이전트에 작업을 나누고, Grok Bot은 Robinhood, Coinbase, eToro에 연결되며, ChatGPT 플러그인은 Pika의 도구부터 가입자 수가 세 배로 늘어난 Stack Overflow for Agents까지 제품을 유통하는 통로가 되고 있다.