Claude가 채팅과 Cowork를 통합하고, Zed가 Delta를 모두에게 공개하며, Vera Rubin이 MLPerf에 데뷔

이번 수요일, Anthropic은 채팅과 Cowork를 도구를 스스로 선택하는 하나의 Claude로 통합하고 Claude Docs와 Claude Slides 베타를 출시했다. Zed는 pull request를 스레드 내 검토로 대체하며 Delta를 모두에게 공개했고, NVIDIA는 전력이 AI 공장의 핵심 제약으로 떠오르는 가운데 MLPerf Inference v6.1에 Vera Rubin NVL72를 데뷔시켰다. ChatGPT와 YouTube에서는 브랜드 에이전트도 광고에 진입했으며, Cohere는 Aleph Alpha와 최종 계약을 체결했고 Mistral은 Firefox에 도입됐다.

하나의 Claude: 채팅과 Cowork 통합, Claude Docs와 Claude Slides 베타 출시

9월 16일 — Anthropic이 채팅과 Claude Cowork를 통합한다. 더 이상 모드를 선택할 필요 없이 Claude가 웹 검색, 파일 읽기 또는 코드 실행이 필요한지 스스로 판단하고 완성된 파일을 제공한다. 장시간 작업은 컴퓨터가 꺼져 있어도 cloud에서 계속되지만, 로컬 파일, 내장 브라우저 및 컴퓨터 제어 기능(computer use, Pro와 Max에서 베타)은 Claude Desktop이 열려 있어야 한다.

Today, chat and Cowork start merging into one Claude. The direction: one Claude that carries context across everything you’re working on, wherever you are.

🇰🇷 오늘부터 채팅과 Cowork가 하나의 Claude로 통합되기 시작합니다. 지향점은 어디에 있든 여러분이 작업하는 모든 것의 맥락을 유지하는 하나의 Claude입니다. — Boris Cherny(Anthropic), X에서

새로 출시된 Claude Docs와 Claude Slides는 문서와 프레젠테이션을 제작하며, 4월에 출시된 Claude Design은 이제 대화에서도 작동한다. 세 기능 모두 유료 요금제에서 베타로 제공되며, Enterprise에서는 관리자가 사용 여부를 선택할 수 있다. 각 결과물은 링크로 공유할 수 있고 프레젠테이션은 PowerPoint 또는 PDF로 내보낼 수 있다. 기본 설정인 수동 모드에서는 Claude가 각 작업 전에 승인을 요청하며, 자동 모드에서는 각 작업에 앞서 자동 보안 검사를 수행한다.

해당 요금제 또는 사용자층	발표된 일정
Pro와 Max(웹, 데스크톱, 모바일)	활성화할 항목 없이 “향후 몇 주에 걸쳐”
Team과 Free	날짜 없이 “곧”
Enterprise	변경 전 최소 30일 전에 사전 통지

전환은 되돌릴 수 없지만 Cowork의 작업, 프로젝트, 커넥터, skills 및 아티팩트는 유지된다. 출시 시점에 도움말 센터는 몇 가지 제한 사항을 안내한다. GitHub에서 추가하거나 대화를 분기할 수 없고, 시크릿 대화는 이전 환경에서 열리며, 과거 Cowork 작업 중 일부는 검색에 나타나지 않고, Dispatch는 신규 사용자에게 제공되지 않는다. 채팅과 Cowork는 이미 7월 7일부터 프로젝트와 아티팩트를, 8월 25일부터 메모리를 공유하고 있었다.

🔗 Anthropic 게시물 🔗 도움말 센터

Design, Slides 및 Docs는 Claude Code에서도 작동

같은 날 @ClaudeDevs는 Claude Design, Claude Slides 및 Claude Docs가 Claude Code에서도 작동한다고 밝혔다. Claude가 저장소의 실제 파일과 RFC를 참조하도록 해 설계 검토 자료(design review deck)나 인터페이스 목업을 요청하고, 결과물을 직접 또는 대화에서 수정한 뒤 링크를 공유할 수 있다. Design의 경우 /design 명령이 8월 17일부터 사전 연구 단계로 제공됐으므로 완전히 새로운 기능은 아니며, 새로 추가된 것은 Slides와 Docs다. 해당 게시물에는 최소 버전, 요금제 또는 문서가 명시되지 않았고, 최근 공개 버전의 릴리스 노트에도 관련 내용이 없다.

🔗 X에 게시된 @ClaudeDevs의 발표

Zed, Delta 공개 베타 시작하고 pull request를 스레드 내 검토로 대체

9월 16일 — Zed가 Delta를 모두에게 공개했다. 8월 12일 신청제로 출시되고 9월 4일에는 신청자를 대상으로 Windows 버전이 제공된 이 도구는 이제 macOS, Linux 및 Windows에서 자유롭게 다운로드할 수 있고, 설치 없이 웹에서 사용할 수 있으며, 모바일에서도 토론 스레드(threads)를 확인할 수 있다.

핵심 발상은 commit이나 push 없이 협업하는 것이다. 에이전트와의 대화에 초대된 팀원은 동일한 작업 트리(worktrees)를 보고 자신의 컴퓨터에서 이어받을 수 있으며, 에이전트에게 선택의 이유를 묻거나 작성자가 연결을 끊어도 작업을 계속할 수 있다. 9월 10일 미리보기로 공개된 코드 검토는 pull request를 대신한다. 하위 스레드가 원래 에이전트의 맥락과 함께 격리된 worktrees 사본에서 검토자에게 브랜치 변경 사항을 안내한다. 이후 /land 명령을 사용하면 에이전트가 변경 사항을 하나의 commit으로 묶고, CI를 통과시키며, 팀 승인 후 병합하고 브랜치를 삭제한다.

Delta 저장소에서는 발표 전주부터 pull request가 비활성화됐으며, 이후 33명이 570개의 변경 사항을 병합했다. Zed 편집기의 저장소는 “현재로서는” GitHub에 남아 있다. 내부적으로 DeltaDB는 두 commit 사이에 사람과 에이전트가 수행한 수정 사항과 메시지를 보존하는 증분 delta로 Git 버전 관리를 보완한다. commit은 여전히 체크포인트로 남으므로 Delta를 전혀 열지 않는 팀원에게는 일반적인 Git 저장소로 보인다.

Zed는 GitHub.com을 대체하겠다는 목표를 밝히며 이러한 작업 방식을 지속적 엔지니어링(continuous engineering)이라고 부른다. 날짜가 정해지지 않은 로드맵에는 DeltaDB 내 Git 저장 기능이 포함돼 있으며, 장기적으로 스레드 안에서 CI와 유사한 검증을 수행하는 방안도 검토하고 있다. Delta는 베타 기간에 무료이며, 가격과 날짜가 공개되지 않은 유료 상품이 “곧” 출시될 예정이다. Zed는 무료 버전도 계속 제공하겠다고 약속했다.

🔗 Delta 공개 베타에 관한 Zed 게시물 🔗 /land 명령에 관한 Zed의 스레드

Vera Rubin NVL72, GB300 NVL72보다 최대 3.7배 높은 처리량으로 MLPerf Inference v6.1 데뷔

9월 16일 — NVIDIA가 차세대 rack 플랫폼 Vera Rubin NVL72를 MLCommons가 결과를 공개하는 MLPerf Inference v6.1에 사전 공개(preview) 제출 방식으로 데뷔시켰다. NVIDIA가 자체 제출 결과를 비교한 바에 따르면, 이 rack은 vLLM과 NVIDIA Dynamo를 사용한 오프라인, 서버 및 대화형 시나리오의 Qwen3-VL에서 GB300 NVL72보다 최대 3.7배 높은 처리량을 달성했으며, TensorRT-LLM을 사용한 DeepSeek-R1에서는 최대 2.5배를 기록했다. Nebius도 Vera Rubin NVL72 사전 공개 결과를 제출했다.

NVIDIA는 이러한 성과를 하드웨어와 소프트웨어의 공동 설계 덕분이라고 설명한다. 가중치, attention 및 KV cache에 적용된 NVFP4 정밀도, prefill(prefill)과 decoding을 분리하는 분산형 서비스, 대규모 expert parallelism, 그리고 표준 Ethernet보다 패킷 처리량이 10배 높다고 NVIDIA가 주장하는 6세대 NVLink 영역이 그 요인이다. 현세대 시스템의 수치도 공개됐다.

MLPerf Inference v6.1 테스트	제출 시스템	NVIDIA가 공개한 결과
DeepSeek-R1 오프라인, GPU 72개에서 288개	GB300 NVL72, rack 1개에서 4개	99% 확장 효율
WAN 2.2, 텍스트에서 비디오 생성	GB300 NVL72	초당 720p 비디오 0.65개, 비디오당 5.7초
Qwen3-VL, v6.1과 v6.0 비교	GB300 NVL72	소프트웨어 덕분에 최대 1.6배
Edge-Agentic, 신규 테스트(Qwen3.6-27B)	Jetson AGX Thor, TensorRT Edge-LLM	게시물에 수치가 없는 제출

NVIDIA는 제출 기한 이후 GPT-OSS-120B와 DLRMv3에서 달성한 성과도 보고했지만, MLCommons는 아직 이를 검증하지 않았다. NVIDIA는 19개 파트너가 참여했으며, 그중 8개 파트너가 다중 노드 Blackwell NVL72 시스템을 사용했다고 밝혔다. 또한 에이전트 추론 측정을 표준화할 예정인 MLCommons의 향후 MLPerf Endpoints 테스트를 언급했다.

🔗 NVIDIA Vera Rubin NVL72, MLPerf Inference v6.1 데뷔에서 선도적 성능 달성

AI 공장의 핵심이 된 전력: Lambda의 DSX MaxLPS와 AEMA 연합

9월 15일과 16일 — Emerald AI가 모두 참여한 NVIDIA의 두 발표는 전력망을 AI 배포의 중심에 놓았다. 소프트웨어로 제어되는 AI 공장이 전력 공급자의 요청에 따라 소비 전력을 줄였고, 이어 Emerald AI, Google 및 NVIDIA가 유연한 data center를 위한 연합을 출범시켰다.

AI Infra Summit: Lambda가 DSX MaxLPS를 검증하고 AI 공장이 전력망 요청에 따라 소비량 감축

9월 15일 — AI Infra Summit에서 Ian Buck(NVIDIA)의 keynote는 AI 공장(AI factories)에서 메가와트당 생산되는 token을 주제로 했다. Lambda는 GPU와 rack의 전력 소비를 감시하고 작업 부하에 따라 전력을 재분배하는 NVIDIA 소프트웨어 DSX MaxLPS를 검증했다. HGX B200 노드 19개가 최대 출력 노드 16개분의 전력 예산 안에서 작동하면서 처리량은 초당 약 400만 token에서 500만 token으로 증가했고(+24%), watt당 성능은 23% 향상됐다. NVIDIA는 “적합한 환경에서” 동일한 전력 예산으로 Vera Rubin NVL72의 GPU 용량을 최대 40% 늘릴 수 있을 것으로 예상한다. 8월 어느 저녁에는 Silicon Valley Power의 신호에 따라 Emerald AI Conductor가 제어하는 Santa Clara의 AI 공장이 우선순위 추론을 중단하지 않고 전력 소비를 4MW에서 3MW로 자동 감축했다. 이후 200건이 넘는 신호에 1분 이내로 대응했다. 이러한 신호를 처리하는 DSX Flex의 첫 전용 상용 배포는 Virginia주 Manassas에 위치한 96MW 규모의 Vera Rubin 공장에서 이뤄질 예정이다.

🔗 NVIDIA 실시간 블로그

AEMA, 전력망에 맞춰 조정되는 data center를 위한 연합

9월 16일 — Emerald AI, Google 및 NVIDIA가 전력망 상태에 따라 소비량을 조절할 수 있는 data center를 위한 연합인 AI Energy Management Alliance(AEMA)를 출범시켰다. 작업 부하를 이동하고, 저장 전력을 사용하며, 연계된 발전 설비를 활용하거나 장애에 대응하는 방식이다. 원칙은 연결 전에 지속 운전(ride-through), 수요 감축(curtailment) 및 장애 대응 의무를 정하고, 측정 지표를 표준화하며, 검증 가능한 유연성 약정을 통해 더 빠른 전력망 연결 경로를 마련하고, 실제 영향에 따라 비용을 배분하는 것이다. 이 연합은 미국을 대상으로 하며, 출범 파트너의 이름은 공개되지 않았다. 연합 웹사이트는 두 가지 잠재 효과를 제시한다. 적당한 유연성을 갖춘 data center를 통해 기존 전력망에서 100GW를 추가로 활용할 수 있고, 신규 유연형 data center 1GW당 7억 3,300만 달러의 비용을 절감할 수 있다는 것이다. NVIDIA와 Emerald AI는 이미 3월 31일 CERAWeek에서 유연한 AI 공장을 선보인 바 있다.

🔗 AEMA에 관한 NVIDIA 게시물 🔗 AEMA 웹사이트

ChatGPT와 YouTube 광고에 진입한 브랜드 에이전트

9월 16일 — 같은 날 OpenAI와 Google은 미국에서 브랜드의 대화형 에이전트를 광고 형식에 도입했다. OpenAI에서는 선정된 광고주를 대상으로 시험 중이며, Google에서는 판매자 신청을 받아 베타로 제공한다.

ChatGPT Ads, Sponsored Agents를 시험하고 HubSpot 및 Shopify와 연동

OpenAI가 ChatGPT Ads 광고 플랫폼 양쪽에 AI를 추가한다. Sponsored Agents를 사용하면 ChatGPT에서 광고를 클릭했을 때 브랜드가 후원한다는 사실이 명확히 표시된 에이전트와의 대화가 열린 뒤 브랜드 웹사이트 링크로 이어질 수 있다. OpenAI는 이 대화가 ChatGPT의 독립적인 답변과 구분되고 원래 대화와도 분리된다고 설명한다.

ChatGPT Ads의 새로운 기능	9월 16일 기준 상태
Sponsored Agents	미국의 선정된 광고주를 대상으로 시험 중
Plugin Ads Manager, prompt 기반 캠페인	배포 중
Ads Manager의 문구 및 시각 자료 제안	배포 중
문구 개인화 및 번역	출시됨, 선택적 활성화(opt-in)
HubSpot 연동	사용 가능
Shopify용 ChatGPT Ads 애플리케이션	미국 판매자 대상, 9월 23일부터 ChatGPT Ads의 다른 시장으로 확대

게시물에는 요금이나 광고주 수가 공개되지 않았다. 광고는 2월 ChatGPT에서 시험을 시작했고, 5월에는 베타 및 셀프서비스(self-service) 방식의 Ads Manager가 추가됐다. 이후 OpenAI는 셀프서비스를 확대하면서 8월 31일 기준 연환산 매출 10억 달러를 달성했다고 밝혔다.

🔗 AI로 광고를 새롭게 구상하기

Google, YouTube 광고에 Business Agent를 도입하고 에이전트 상거래 확대

Google이 연말 쇼핑 시즌을 위한 에이전트 상거래(agentic commerce) 업데이트를 공개했다. Google에 따르면 “올해 초” Search에 도입된 Business Agent가 미국에서 판매자 신청 방식으로 YouTube 광고 베타에 진입한다. 시청자는 YouTube를 떠나지 않고 에이전트에게 제품을 문의할 수 있다. AI Mode와 AI Overviews에서 브랜드의 노출 점유율(share of voice)을 비교하는 AI performance insights는 Australia, Canada, India, New Zealand 및 미국의 Merchant Center에서 사용할 수 있게 된다. Merchant Center에서는 Google이 1월 11일 공개한 프로토콜인 UCP(Universal Commerce Protocol)의 통합 hub에 판매자 웹사이트로 장바구니를 넘기는 기능과 결제 과정 테스트가 추가되며, 분석 기능은 “곧” 제공된다. 이 기능들은 미국에서 단계적으로 배포된 뒤 Australia와 Canada에서는 “내년 초” 제공될 예정이다. Tapestry(Coach, Kate Spade)는 이미 Search와 Gemini 애플리케이션에서 UCP를 통해 제품을 판매하고 있다. Google에 따르면 제품 feed 모범 사례를 적용하면 다음 달 전환율이 평균 5% 증가하며, lululemon과의 시험에서는 브랜드의 대화형 속성이 AI Mode의 관련 추천 중 50%에 반영됐다.

🔗 에이전트 상거래에 관한 Google 게시물

Cohere, Aleph Alpha와 계약하고 Model Vault에서 Confidential Computing 출시

9월 16일 — Cohere가 여러 소식을 발표했으며, 그중 두 가지는 데이터와 기술에 대한 통제권을 유지하려는 고객을 대상으로 한다.

Aleph Alpha: 최종 계약 체결 및 Berlin·Toronto 이중 본사 설립

Cohere와 Aleph Alpha는 4월 24일 계획을 발표했던 최종 기업 결합 계약(definitive business combination agreement)을 체결했다. 통합 법인은 Cohere라는 이름으로 운영되며 직원 수는 1,000명 이상이다. Berlin과 Toronto에 이중 본사를 두고 Aleph Alpha 사업장이 있는 Heidelberg에 연구 센터를 설립할 예정이다. 금액이 공개되지 않은 이번 거래는 최종 규제 당국 승인을 남겨두고 있으며, 거래 종결은 “올해 말”로 예상된다. 이후 Aleph Alpha의 공동 CEO Ilhan Scheer는 Cohere의 최고운영책임자가 되고, 공동 창립자 Samuel Weinbach는 연구 책임자가 된다. Schwarz 그룹과의 파트너십은 이 그룹의 소버린 클라우드인 STACKIT에서 계속된다.

No government or enterprise should have to choose between capable AI and control over their tech. That belief is exactly why we’re joining forces with Aleph Alpha. Together, we’ll meet the rising global demand for frontier AI that’s both powerful and secure.

🇰🇷 어떤 정부나 기업도 뛰어난 성능의 AI와 자사 기술에 대한 통제권 중 하나를 선택해야 해서는 안 됩니다. 바로 이러한 신념이 Aleph Alpha와 힘을 합치게 된 원동력입니다. 우리는 함께 강력하면서도 안전한 최첨단 AI에 대한 전 세계의 증가하는 수요에 부응할 것입니다. — X의 @cohere가 인용한 Aidan Gomez(Cohere)

🔗 계약에 관한 Cohere 게시물

Model Vault의 Confidential Computing 조기 액세스 제공

Cohere는 완전 관리형 전용 추론 플랫폼인 Model Vault에 Confidential Computing을 도입해, 저장 및 전송 중인 데이터뿐 아니라 처리 중인 데이터까지 보호한다. 세 가지 메커니즘이 소개됐다. 종단 간 암호화 추론, NVIDIA Confidential Computing을 통해 GPU까지 확장되는 하드웨어 강제 격리, 그리고 요청 시 제공되며 하드웨어 제조사의 공개 키로 검증할 수 있는 서명된 증명 토큰이다. Cohere는 제3자 감사에 대해서는 언급하지 않은 채 “우리조차도” 고객의 워크로드에 접근할 수 없다고 주장한다. 조기 액세스는 제한된 베타 고객 그룹에만 제공되며, 가격이나 정식 출시일, 모델 목록은 공개되지 않았다. 발표도 트윗과 제품 페이지에 국한됐다. 이 기능은 9월 9일에 곧 제공될 예정이라고 발표된 바 있다.

🔗 X의 Cohere 발표 🔗 Model Vault 제품 페이지

Mistral이 Firefox의 AI 도우미 Smart Window를 구동한다

9월 16일 — Mistral AI와 Mozilla는 공동 게시물을 통해 아직 베타 단계인 Firefox의 AI 탐색 도우미 Smart Window가 이제 Mistral 모델로 작동한다고 발표했지만, 구체적인 모델은 밝히지 않았다. 이 도우미는 복잡한 조사를 정리하고 열린 탭에서 출처를 모으는 일을 돕는다. Mistral은 우선 France와 North America 사용자에게 이를 제공하며, United Kingdom과 Germany에서는 “올해 말” 제공될 예정이다. 기본적으로 대화는 Mozilla 서버에 보관되지 않으며, Mistral과 같은 파트너는 데이터 무보존(zero data retention)을 약속한다. “전통적으로” 기업 고객을 지원해 왔다고 밝힌 Mistral은 이번 계약을 통해 일반 대중에게 접근할 수 있게 됐다. Mistral 공동 창립자 겸 CEO Arthur Mensch는 오픈 소스를 옹호하는 두 기업이 협력한다고 설명했으며, Mozilla Corporation CEO Anthony Enzor-DeMeo는 브라우저가 일방통행식 유입 경로가 되어서는 안 된다고 평가했다.

🔗 Mistral과 Mozilla의 공동 게시물

Grok Build가 세션 간 프로젝트 규칙과 결정을 기억한다

9월 16일 — SpaceXAI가 자사의 코딩 에이전트 Grok Build에 메모리 기능을 추가했다. 각 작업이 끝나면 Grok은 세션을 막지 않고 백그라운드에서 해당 작업을 다시 검토한 뒤, 팀 규칙, 결정과 그 근거, 테스트 실행 명령어 같은 프로젝트의 지속적인 정보를 Markdown 메모에 기록한다. 작업 상태, 잠정적 결론, 비밀 정보, 저장소나 문서에 이미 포함된 내용은 제외된다. 메모는 프로젝트별로 정리되며, 어디에서나 적용되는 선호 사항을 위한 전역 메모도 제공된다. /dream 명령은 메모를 주제별 파일로 묶으며 주기적으로 자동 실행되기도 하고, /memory은 읽기 전용 브라우저를 연다. 프로젝트로 돌아오면 Grok은 작업할 영역의 주제를 읽지만, 현재 대화가 메모보다 우선한다. 메모리는 새 세션에만 적용된다. 5월 25일 베타에서도 이미 세션 간 결정 유지 기능이 언급됐으며, 이번 게시물은 그 작동 방식을 자세히 설명한다.

🔗 Grok Build의 메모리

Qwen Code v0.24.0이 Linux에서 커널 수준으로 에이전트를 격리하고 bash hook을 변경한다

9월 16일 — v0.23.4 출시 이틀 뒤 공개된 Qwen Code v0.24.0은 컨테이너, root 권한, daemon, 이미지 없이 bubblewrap(bwrap)을 사용하는 Linux 커널 기반 sandbox를 추가했다. 옵션을 활성화하면 CLI가 파일 시스템의 읽기 전용 보기 뒤에서 다시 실행되며, workspace와 일부 디렉터리(임시, cache, Qwen, Git)만 쓰기 가능 상태로 유지된다. qwen sandbox는 설정을 표시하고 --verify은 격리를 테스트한다. PR 작성자가 밝힌 한계로는 별도의 PID namespace가 없고, 호스트의 Unix socket에 접근할 수 있으며, Git과 Qwen 설정을 수정할 수 있다는 점이 있다. 호환성을 깨는 변경 사항(breaking change)으로, bash에서 실행되는 hook에서는 환경 변수에서 읽어 들여지며 치환되지 않는 $QWEN_PROJECT_DIR 및 이에 대응하는 Claude와 Gemini 변수를 큰따옴표로 묶어야 한다. web_search은 세션별 상한이 적용되고(기본 200, 최대 10,000), 메시지의 +500k 같은 예산이 전체 작업 한 번의 규모를 정하며, 세션 간 메시징은 기본적으로 활성화된다.

🔗 릴리스 노트

Devin이 목표 중심의 전체 코드베이스 감사 기능 Code Scans를 출시한다

9월 16일 — Cognition이 Devin에 Code Scans를 출시했다. 구체적인 수정 사항 대신 광범위한 목표에서 시작하며, 필요하면 팀 표준, 접근성 평가표, 마이그레이션 요구 사항 같은 자체 기준을 추가할 수 있다. Devin은 코드베이스를 조사하고 발견 사항의 우선순위를 정해 논의한 뒤 요청된 pull request를 생성한다. 웹 애플리케이션에서 /scan으로 실행하며 9월 2일 릴리스 노트에서도 이미 언급됐던 이 스캔은, 7월에 공개된 Devin Security Swarm의 에이전트형 MapReduce(Agentic MapReduce) 아키텍처를 계획, 배치 분할, 병렬 탐색, 종합의 네 단계로 구현한다. Cognition은 두 가지 실험 결과를 공개했다. Dioxus에서는 22개 crate의 전체 debug 빌드 시간이 58.6초에서 21.0초로 줄어 64% 단축됐고, devin.ai와 cognition.com의 SEO 스캔에서는 44건의 문제를 발견했다. 이후 devin.ai의 Ahrefs 점수는 87에서 92로 올랐고 느린 페이지는 73% 감소했다. 가격은 공개되지 않았다.

🔗 Code Scans 소개

Claude for Small Business가 43개 workflow와 27개 신규 integration으로 확대된다

9월 15일 — 9월 15일자 조사에서 놓쳤던 게시물에서 Anthropic은 5월에 15개 workflow로 출시한 소기업용 plugin인 Claude for Small Business를 확장했다. 현재 43개 workflow와 Shopify, Salesforce, TikTok, Atlassian, Zoom, Xero, Gusto, Square, Stripe, Zapier를 포함한 27개 신규 integration을 제공하며, 설치 횟수는 900,000건 이상이라고 밝혔다. 각 workflow는 승인 모드로 시작하며, 자동화 수준은 workflow별로 설정하고 되돌릴 수 있다. Anthropic은 교육 프로그램도 다시 가동한다. Tenex와 함께 미국 10개 도시에서 가을 순회 교육을 진행하고, 150곳 이상의 공인 교육 기관이 750회가 넘는 workshop을 제공하며, 파트너 webinar 14회도 개최한다. 이 서비스는 모든 유료 요금제에서 이용할 수 있다. 봄 순회 교육 결과는 9월 10일에 공개됐다.

🔗 Claude for Small Business에 관한 Anthropic 게시물

ElevenLabs가 소기업용 AI 접수 담당자 Reception을 출시한다

9월 16일 — ElevenLabs가 ElevenAgents 플랫폼을 기반으로 만든 소기업용 AI 접수 담당자 Reception을 출시했다. 이 서비스는 발신자의 언어로 서비스, 영업시간, 주소에 관한 질문에 하루 24시간 답하고 일정표에 예약을 등록한다. 팀이 전화를 받지 못할 때 보조로 응답하거나 영업 종료 후 응답하도록 선택할 수 있다. 서비스 전용 사이트는 reception.ai이며, 통화 30분이 포함된 14일 무료 체험을 제공한다.

Reception 요금제	세전 월 요금	포함된 통화 시간(분)
Basic	29달러	75
Plus	79달러	275
Premium	199달러	1,000
Enterprise	별도 견적	맞춤형

모든 요금제에는 70개 이상의 언어, Google Calendar, Calendly, Zapier, webhook, MCP server가 포함된다.

🔗 ElevenAgents의 Reception 소개 🔗 Reception 요금

Synthesia가 분당 0.10유로의 실시간 avatar를 제공하는 Interactive Avatar API를 공개한다

9월 16일 — Synthesia가 듣고 말하며 실시간으로 응답할 수 있는 avatar를 제품에 통합하는 Interactive Avatar API를 정식 출시했다. 고객은 자체 LLM, knowledge base, logic을 제공하고 Synthesia는 얼굴, 음성, 입 모양 동기화를 처리한다. avatar는 plugin을 통해 영상 참가자로 LiveKit room에 참여하며, FAQ에 따르면 현재 이 plugin은 Python으로 작성된 LiveKit agent만 지원한다. API는 약정 없이 분당 0.10유로의 사용량 기반 요금제로 제공되고, 500분이 무료로 제공된다. Pipecat plugin과 LLM, knowledge, 음성을 모두 관리하는 end-to-end 서비스는 날짜 없이 “곧” 출시될 예정이다. Synthesia는 7월에 Interactive Avatar 모델의 연구 framework를 공개한 바 있다.

🔗 X의 Synthesia 발표 🔗 Synthesia Interactive Avatars 페이지

Nemotron 3 Super를 기반으로 구축된 Salesforce의 CRM 모델 Koa

9월 15일 — Dreamforce에서 Salesforce는 고객 관계 관리(CRM) 전용 최초의 reasoning 모델인 Koa를 공개했다. Koa는 synthetic dataset에서 NeMo RL, NeMo Gym, NeMo AutoModel을 사용해 NVIDIA Nemotron 3 Super를 post-training하여 개발됐다. Salesforce가 weight를 통제하고 자체 infrastructure에서 모델을 실행한다. Salesforce에 따르면 training이나 inference에 고객 데이터가 사용되지 않았다. 자체 benchmark인 CRM Bench(영업 기회 업데이트, case routing, 후속 조치 예약)에서 Koa는 오류를 3분의 1 수준으로 줄이면서 최신 모델과 동등하거나 더 나은 성능을 보였지만, 비교 대상 모델은 공개되지 않았다. 이미 Slack에서 내부적으로 사용 중이며, 10월에는 Formula 1과 Xero 등을 대상으로 Agentforce에서 선택할 수 있는 모델로 pilot 운영에 들어간다. 정식 출시는 2026년 겨울 미국 지역에서 이뤄질 예정이다.

🔗 Dreamforce의 Jensen Huang에 관한 NVIDIA 게시물

Runway가 향후 실시간 영상 모델의 콘텐츠 검토 방식을 공개한다

9월 16일 — Runway는 “앞으로 몇 달 안에” 실시간 영상 생성 모델을 출시할 계획이며, 이를 어떻게 검토할지 설명했다. 연속 스트리밍(streaming)에서는 사용자가 최종 검토 전에 영상을 보게 된다. 이에 Runway는 더 빠른 체계를 설계하고 테스트했다. 입력을 신속히 검사하고, 동기식 검토를 통해 stream의 frame을 분석해 문제가 있는 콘텐츠가 나타나는 즉시 전송을 중단한 뒤, 다운로드나 공유 전에 전체 영상을 검사한다. classifier인 Zentropi의 CoPE-B는 Gemma-4-26B-A4B-it 기반 LoRA adapter로, 전체 parameter 252억 개 중 38억 개가 활성화되는 mixture of experts다. 검사는 평균 0.5초 미만이 걸린다. 테스트에서는 경계선에 있는 입력으로 인해 전송이 중단되기 전 금지된 콘텐츠가 잠시 표시되기도 했다. 이 체계는 Runway의 기존 보호 조치에 추가되며, 실시간 영상에도 다른 창작물과 마찬가지로 C2PA provenance signal이 포함된다.

🔗 실시간 콘텐츠 검토

단신

Zed 1.20.1에 Gemini 3.8 Flash 추가 — 이 편집기의 주간 안정 버전에는 선택형 커서 애니메이션, Markdown 파일을 렌더링된 미리 보기로 여는 기능, 크기가 약 25% 줄어든 macOS 및 Linux 바이너리도 포함되며, 프로젝트 검색을 통해 비공개 파일이 공동 작업자에게 노출될 수 있었던 결함을 수정한다. 🔗 출처
Replit, 사용자 지정 커넥터(Custom Connectors) 베타 공개 — 워크스페이스 관리자는 공식 커넥터 이외에도 Agent가 사용할 수 있도록 API 키로 인증되는 HTTPS 기반 REST API를 등록할 수 있다. 문서에는 Pro 및 Enterprise 고객이 언급되지만, 별도 안내문에는 베타가 Enterprise 전용이라고 명시되어 있다. 🔗 출처
NVIDIA, Agent를 활용해 TileGym을 cuTile Rust로 포팅 — CUDA Rust 출시 8일 뒤 TileGym에 제공된 multi-agent skill을 통해 라이브러리의 공개 연산자 24개를 포팅했으며, DGX B200에서 측정한 347개 구성에서 cuTile Python 성능의 평균 99.5%를 유지했다. 🔗 출처
OpenAI, Admin Console 분석 가이드 공개 — Usage, Insights, Outcomes 보기는 ChatGPT Work와 Codex 사용을 성과와 연결하기 위한 것으로, Outcomes는 Codex가 기여한 병합 commit의 비율을 측정한다. 언급된 245%의 투자수익률은 명시적으로 가정에 따른 수치이며, 조사 당시 연결된 문서는 찾을 수 없었다. 🔗 출처
OpenAI API, 키 생성 관리 기능 도입 — 만료일 기능이 추가된 지 5일 뒤인 9월 15일 changelog에 등록된 API Key Governance 섹션을 통해 관리자는 service account 키만 허용하거나, 사용자가 소유한 project 키만 허용하거나, 모든 신규 키 생성을 차단할 수 있다. 기존 키는 변경되지 않는다. 🔗 출처
Copilot: 예산 증액 요청 기능 정식 출시 — 사용량 기반 요금제가 적용되는 Copilot Business 및 Enterprise에서 AI credit을 소진한 구성원은 추가 예산을 요청할 수 있다. 소유자와 결제 관리자가 금액을 설정하고 승인하면 접근 권한이 즉시 복구된다. 🔗 출처
pull request의 AI Scan에 CodeQL 기본 구성이 더 이상 필요하지 않음 — pull request에서 AI로 취약점을 탐지하는 기능이 해당 구성 없이도 적격 저장소로 확대된다. github.com에서 GitHub Advanced Security 고객을 대상으로 공개 미리 보기로 제공되며, GitHub Enterprise Server는 지원되지 않는다. 🔗 출처
GitHub Advanced Security 구성을 조직에 강제 적용 가능 — 9월 15일부터 enterprise 관리자는 저장소 소유자뿐 아니라 조직 관리자도 enterprise 수준에서 지정된 보안 구성을 변경하지 못하도록 할 수 있다. 🔗 출처
GitHub, HTTPS에서 SHA-1 비활성화 — 4월 20일 예고한 대로 9월 15일 changelog는 GitHub Enterprise Cloud를 포함해 github.com 및 제휴 CDN으로 연결되는 HTTPS 접속에서 SHA-1 지원이 종료되었음을 확인했다. 브라우저, API client, HTTPS 기반 Git이 영향을 받으며 GitHub Enterprise Server는 해당하지 않는다. 🔗 출처
MiniMax H3, Together AI에서 serverless 방식으로 제공 — 9월 15일 태평양 표준시 오후 4시 58분에 게시된 tweet에서 발표된 이 330억 parameter 규모의 공개 video model은 최대 2K 해상도와 기본 stereo 음향을 갖춘 4~15초 길이의 clip을 생성하며, 영상 한 편당 0.1391달러로 표시되어 있다. 🔗 출처
MiniMax, H3 IP Edition 공개 — KAGAMI AI와 함께 연 Tokyo conference를 결산하며 MiniMax는 공식 license를 받은 일본 지식재산권과 연계된 H3 edition을 공개했다고 밝혔다. 다만 license 목록이나 출시일, 가격은 제시하지 않았다. 🔗 출처
Runway, Fall 2026 collection에 타사 model 5종 추가 — Fish Audio S2.1 Pro, Cartesia Sonic 3.6, MiniMax H3 Max, FLUX Video Upscale, FLUX Video Edit가 가격 발표 없이 platform에 추가됐다. 이 가운데 FLUX Video Upscale은 8월 20일부터 Black Forest Labs에서, H3 Max는 8월 27일부터 제공되는 등 여러 model은 이미 다른 곳에서 이용할 수 있었다. 🔗 출처
Luma, Camera Angles 출시 — 9월 15일 태평양 표준시 오후 4시 26분에 공개된 Luma Agents의 이 기능은 세부 사항을 유지하면서 한 장의 사진 속 피사체를 선택한 각도에서 다시 생성한다. 사용 model의 이름이나 수치는 공개되지 않았다. 🔗 출처
Grok Voice, fal에 추가 — 이 inference platform은 SpaceXAI의 voice model을 Speech to Speech 및 실시간 방식으로 제공한다. fal에 따르면 응답 시간은 0.70초, 비용은 초당 0.00083달러이며, SpaceXAI와 함께하는 실시간 workshop이 9월 22일로 예정되어 있다. 🔗 출처
OpenText와 Cohere, 규제 산업을 위한 협력 체결 — Montréal의 ALL IN AI conference에서 발표된 이번 partnership을 통해 North와 Cohere model이 OpenText Aviator Agent에 통합되며, 온프레미스나 private, public 또는 sovereign cloud에 배포할 수 있다. 공동 제품은 2027년 초 고객에게 제공될 예정이다. 🔗 출처
Manus, Singapore에서 교육 partnership 체결 — 일부 AI 강좌에 등록한 적격 Singapore 국민에게 6개월 무료 이용권을 제공하는 SkillsFuture AI Subscription과 Singtel AI Pass에 이 Agent가 포함된다. 캠퍼스 간 challenge에는 1,100건 넘는 신청이 접수됐으며, Manus는 전 세계 학습 partner를 모집한다. 🔗 출처
University of Manchester, Earth-2로 대기 오염 예측 — Isambard-AI supercomputer의 GPU 8개 node에서 이틀 동안 재훈련된 Earth-2 CorrDiff는 2~3km² 해상도로 영국 전역을 포괄하며, 연구진은 data와 workflow를 open source로 공개하겠다고 밝혔다. 🔗 출처
Children’s Hospital of Philadelphia, 몇 초 만에 심장 model 생성 — open source framework MONAI를 기반으로 구축된 CHOP의 이 service는 기존에 약 4시간이 걸리던 심장 model을 생성하며, 올해 약 200건에 활용될 예정이다. 현재 통합 중인 Newton 기반 도구는 의료기기 삽입 simulation을 거의 실시간으로 단축할 수 있다. 🔗 출처
Google, 미국 청소년과 AI에 관한 연구 발표 — RXN과 함께 13~17세 청소년 1,000명 이상을 대상으로 진행한 U.S. Future Report에 따르면, 이들 중 94%가 지난 1년 동안 AI를 사용했으며 55%는 답변을 다른 출처와 교차 확인한다. 새로운 제품 발표는 없었다. 🔗 출처
Perplexity, AI 생성 글 탐지기 가이드 공개 — 가상 사례로 제시된 예시에 따르면 사람의 글 가운데 2%를 잘못 판정하는 탐지기는 글 1,000개 중 64개를 표시할 수 있으며, 그중 19개는 사람이 작성한 글로 오류 비율이 약 30%에 이른다. 이 가이드는 탐지 결과를 검토의 시작점으로 취급하라고 권고한다. 🔗 출처
GiniGEN AI, OpenRouter model 425개 평가 — Hugging Face blog에 게시된 community 글로, 순위표에는 329개 model에서 측정한 첫 token 생성까지의 지연 시간과 한국어 품질 점수가 추가됐다. 평가된 model 중 높임말 부문에서 A를 받은 비율은 8.5%, 한국 기관 관련 부문에서는 9.4%에 불과했다. 🔗 출처

이것이 의미하는 것

Agent가 interface가 되면서 mode 선택은 사라지고 있다. 새로운 Claude에서는 대화와 workspace 중 하나를 사용자가 결정하지 않는다. Claude가 web 검색, 파일, code 중에서 선택한 다음 문서나 presentation을 만들어 낸다. Delta는 code 전달에도 같은 논리를 적용한다. 대화 thread 안에서 검토하고, pull request 대신 commit, CI, 병합을 연이어 수행하는 /land 명령을 사용한다. Devin Code Scans는 변경 사항이 아닌 목표에서 시작하며, Grok Build는 session이 바뀌어도 project의 규칙과 결정을 기억한다. 사람의 통제는 사라지는 대신 위치가 바뀐다. Claude에서는 Manual mode가 기본이고, Zed에서는 병합 전 team 승인이 필요하며, Devin에서는 pull request를 만들기 전에 발견 사항을 논의한다.

Agent는 상거래 과정에도 진입하고 있다. OpenAI는 광고에서 이어지는 Sponsored Agents를 시험하고 있으며, Google은 Business Agent를 YouTube 광고에 배치하고 UCP로 결제 기능을 지원한다. 두 회사 모두 brand Agent를 나머지 영역과 분리한다. 한쪽에서는 대화에 표시를 붙이고 이를 ChatGPT의 독립적인 답변과 구분하며, 다른 쪽에서는 신청한 판매자를 대상으로 beta를 운영한다. 소규모 기업을 위한 Claude for Small Business는 43개 workflow와 900,000건 이상의 설치 실적을 내세우며, ElevenLabs는 예약을 접수하는 receptionist를 월 29달러부터 판매한다. Synthesia는 고객사 제품 안에서 말하는 avatar에 분당 0.10유로를 청구하고, Salesforce는 Koa를 Agentforce에서 선택 가능한 model로 제공한다. 이제 Agent는 기업을 보조하는 데 그치지 않고 기업을 대표해 고객과 소통한다.

신뢰는 판매 전략이 되었고, 업체들은 이를 검증 가능하게 만들려 한다. Cohere와 Aleph Alpha는 Berlin과 Toronto에 이중 본사를 두며 주권을 강조하고, Model Vault는 고객이 hardware 제조사의 public key로 검증할 수 있는 attestation token을 발급한다. Mistral은 Firefox에 데이터 무보존을 약속하고, Salesforce는 Koa의 weight를 자체 infrastructure에 보관하며, Runway는 문제가 있는 content가 나타나는 즉시 video stream을 중단할 계획이다. OpenAI는 관리자가 API key 생성을 제한할 수 있게 하고, Qwen Code는 제한 사항 목록을 공개하면서 kernel 수준에서 Agent를 격리한다. 가장 강력한 보장은 고객이 직접 검증할 수 있는 것이다. CRM Bench 같은 자체 benchmark나 제삼자 audit에 대한 언급 없이 내세우는 “우리조차 접근할 수 없다”는 문구는 여전히 주장에 불과하다.

마지막으로 computing은 전력이라는 장벽에 부딪히고 있다. NVIDIA에 따르면 Vera Rubin NVL72는 GB300 NVL72보다 최대 3.7배 높은 처리량을 제공하지만, 지난 이틀간 나온 가장 구체적인 발표들은 megawatt에 관한 것이었다. Lambda는 node 19개를 16개에 해당하는 전력 예산 안에서 운용하고, Santa Clara의 AI factory는 전력 공급사의 요청에 따라 4MW에서 3MW로 전력 사용량을 낮췄으며, AEMA는 검증 가능한 유연성을 제공하는 대가로 더 빠른 전력망 연결을 요구한다. rack당 처리량은 여전히 핵심 기술적 강점이지만, 전력망 접근성이 이 rack들이 가동되는 속도를 좌우한다.