Perplexity Brain, GPT-5.5 Instant 건강, o3의 희귀 진단 NEJM AI, Genspark AgentBase

2026년 6월 18일 — Perplexity는 Computer 에이전트에 밤새 이전 세션에서 학습하는 자기 개선 메모리(Brain)를 탑재했다. OpenAI는 의료 분야에서 두 가지 주요 성과를 발표했다. GPT-5.5 Instant는 2억 3천만 명의 무료 ChatGPT 사용자에게 frontier 성능에 도달했고, NEJM AI에 발표된 한 연구는 o3 Deep Research가 해결되지 않았던 376건의 소아 유전학 사례에서 18건의 새로운 진단에 기여했음을 보여준다. Genspark는 내부 데이터 관리를 위한 SaaS 없는 플랫폼인 AgentBase를 출시했다. 개발자 도구 측면에서는 Claude Design가 Claude Code와 양방향 동기화를 지원하고, MAI-Code-1-Flash가 8개의 Copilot 표면으로 확장되었으며, DeepMind는 AI 에이전트를 위한 보안 프레임워크를 공개했다.

Perplexity Brain — Computer를 위한 자기 개선 메모리

6월 18일 — Perplexity가 Computer 에이전트에 통합된 자기 개선 메모리 시스템 Brain을 출시했다. 사용자 선호에 초점을 맞춘 기존 메모리 시스템과 달리, Brain은 에이전트가 무엇을 했는지를 기억한다. 즉, 성공한 작업, 발생한 오류, 이전 세션에서 적용된 수정 사항을 기억한다.

작동 방식은 살아 있는 컨텍스트 그래프에 기반한다(언어 모델이 생성하고 에이전트의 샌드박스에 매 세션마다 자동으로 로드되는 일종의 위키). 이 그래프는 사용자의 프로젝트, 사람, 소스, 아티팩트를 매핑한다. 밤이 되면 에이전트는 이전 세션을 분석해 학습 내용을 추출하고 전략을 수정한다 — 사람의 개입 없이. 각 메모리 항목은 원래 세션, 파일 또는 소스까지 추적 가능하다.

매개변수	값
제품	Perplexity Computer — Brain
제공 여부	Max 및 Enterprise Max (Research Preview)
이미 본 작업 정확도	+25 %
재현율	+16 %
토큰 비용 절감	-13 %
추적성	각 항목이 원래 세션 또는 소스에 연결됨

토큰 비용에서의 -13 % 절감은 특히 주목할 만하다. 반복되는 작업의 컨텍스트를 기억함으로써 에이전트가 새로운 세션마다 컨텍스트를 다시 구성할 필요가 없기 때문이다. 개선은 재귀적이다. 에이전트는 세션 간에 자신의 실수와 사용자 수정으로부터 학습하여 되돌림과 모델 호출을 줄인다.

“Brain doesn’t just remember you — it remembers what it did, what worked, what failed, and how to correct course.”

🇰🇷 Brain은 단순히 당신을 기억하는 것이 아니라 — 자신이 무엇을 했는지, 무엇이 잘 작동했는지, 무엇이 실패했는지, 그리고 어떻게 고쳐야 하는지를 기억한다. — @perplexity_ai

🔗 Perplexity Brain — 공식 블로그

GPT-5.5 Instant — 모든 사용자를 위한 frontier 수준의 의료 지능

6월 18일 — OpenAI는 GPT-5.5 Instant가 HealthBench와 HealthBench Professional 벤치마크에서 frontier 모델 수준의 성능에 도달했으며, 이 수준이 이제 무료 계정을 포함한 모든 2억 3천만 명의 주간 ChatGPT 사용자에게 제공된다고 발표했다.

가장 두드러진 지표는 의료 분야의 사실 오류 문제가 ChatGPT의 실제 운영 응답에서 2개월 만에 71 % 감소했다는 점이다. 이러한 진전은 60개국 260명의 의사로 구성된 의료 네트워크가 26개 전문 분야와 49개 언어를 아우르며 모델의 응답을 평가하고 다듬은 데 기반한다.

차원	값
모델	GPT-5.5 Instant
제공 여부	모든 ChatGPT 사용자(무료 포함)
평가 네트워크의 의사 수	60개국 260명+, 26개 전문 분야, 49개 언어
수행된 의료 평가	700,000+
의료 사실 오류율 감소	2개월 만에 -71 % (운영)
도달한 벤치마크	HealthBench, HealthBench Professional (frontier 수준)

OpenAI는 GPT-5.5 Instant가 명확한 표현, 포괄성, 상대의 수준에 맞춘 조정 등 여러 기준에서 의사가 작성한 응답을 능가한다고 밝혔다. 이번 발표는 OpenAI for Healthcare 전략과 ChatGPT for Clinicians 이니셔티브의 일부로, 여기서는 대중 대상 범위가 명시적으로 확장되었다.

🔗 ChatGPT의 의료 지능 — OpenAI

o3 Deep Research — 376건의 미해결 사례에서 18건의 소아 진단 (NEJM AI)

6월 18일 — NEJM AI(New England Journal of Medicine AI)에 발표된 한 연구는 보스턴 어린이병원과 하버드의 임상의들이 연구 도구로 사용한 o3 Deep Research가 이전에 해결되지 않았던 376건의 소아 유전학 사례에서 18건의 새로운 진단을 확립하는 데 기여했음을 보여준다. 이는 추가 진단 수율 4.8 %에 해당한다.

접근 방식은 엄격하게 감독되었다. 연구진은 비식별화된 기록을 o3 Deep Research에 입력해 가설을 얻은 뒤, CLIA 인증 실험실 검사와 다학제 전문가 검토를 통해 이를 검증했다. 모델이 환자를 진단한 것은 아니었다 — 진단을 내리고 확인한 것은 의사들이었다.

코호트	사례	확인된 진단	수율
신경발달 장애	100	10	10,0 %
신경근육 질환	61	4	6,6 %
초기 정신병	15	2	13,3 %
소아 돌연 예기치 못한 사망	200	2	1,0 %
합계	376	18	4,8 %

한 사례는 귀추적 추론의 가능성을 보여준다. o3는 입력 데이터에 명시적으로 존재하지 않았던 22q11.2 결실(DiGeorge syndrome)을 추론했고, 이후 실험실에서 그 가설이 확인되었다. 모델은 또한 S1PR1 경로를 통한 vitiligo의 잠재적으로 새로운 기전도 제안했으며, 이는 검증 가능한 가설이다. OpenAI Foundation은 Manton Center for Orphan Disease Research(Boston Children’s Hospital)에 대한 grant를 통해 이 연구의 후속을 지원할 예정이다.

🔗 소아 희귀 질환 진단 — OpenAI

Genspark AgentBase — 프롬프트로 데이터베이스, 대시보드, CRM 구성

6월 17일 — Genspark는 공개 프리뷰로 AgentBase를 출시했다. 이 플랫폼은 조직의 기존 데이터를 맞춤형 데이터베이스, 대시보드, 운영 가능한 내부 시스템으로 전환한다 — 추가 SaaS 솔루션 구매 없이. 이 발표는 몇 시간 만에 X에서 213,000회의 조회수를 기록했다.

기능	설명
데이터 소스	메일함, 파일, 애플리케이션, 회의 노트
기본 통합	Salesforce, HubSpot 및 기타 기존 데이터베이스
사용자 지정	프롬프트 기반 — 에이전트가 설명을 바탕으로 대시보드를 구축
사전 구축 시스템	CRM, 채용, 프로젝트 추적, 내부 시스템
출시 프로모션	플랜에 따라 2~4주 동안 절반 가격 크레딧; Enterprise 4주 무료

이 포지셔닝은 명시적으로 anti-SaaS다. 전용 CRM, 별도의 채용 도구, 프로젝트 추적 시스템을 배포하는 대신 팀은 자연어로 요구 사항을 설명하고 AgentBase가 자체 데이터 위에 워크플로를 구축한다.

“AgentBase turns your data into personalized databases, dashboards, and internal systems — without buying multiple SaaS tools.”

🇰🇷 AgentBase는 여러분의 데이터를 맞춤형 데이터베이스, 대시보드, 내부 시스템으로 바꿔줍니다 — 여러 개의 SaaS 도구를 구매하지 않고도. — @genspark_ai

🔗 Genspark AgentBase — genspark.ai

Claude Design — Claude Code와의 양방향 동기화

6월 17일 — Anthropic은 /design-sync 명령을 통해 Claude Code와 기본 양방향 동기화를 지원하도록 Claude Design을 업데이트했다. 흐름은 다음과 같다. 디자인 시스템을 코드 저장소로 가져와 실제 컴포넌트를 기반으로 구축하거나, 기존 코드를 Claude Design으로 밀어 넣어 캔버스에서 편집을 계속할 수 있다.

기능	설명
양방향 동기화	Claude Code와 Claude Design 간 `/design-sync`
캔버스 편집	Claude Design 인터페이스를 벗어나지 않고 직접 수정
프로젝트 간 디자인 시스템	모든 프로젝트에서 시각적 일관성(색상, 타이포그래피, 컴포넌트) 유지
내보내기	디자인에서 바로 PDF 및 PowerPoint

“Claude Code and Claude Design now sync both ways. Run /design-sync to pull your design system into your repo and build against your real components, or push what you’ve built back into Claude Design and keep editing on the canvas.”

🇰🇷 이제 Claude Code와 Claude Design이 양방향으로 동기화됩니다. /design-sync를 실행해 디자인 시스템을 저장소로 가져와 실제 컴포넌트 위에서 구축하거나, 여러분이 만든 것을 Claude Design으로 푸시하고 캔버스에서 계속 편집하세요. — @ClaudeDevs

🔗 Claude Design — @claudeai

Google DeepMind — 에이전트 보안을 위한 AI Control Roadmap

6월 18일 — Google DeepMind는 내부 AI 에이전트 시스템을 위한 이른바 defense-in-depth 보안 프레임워크인 AI Control Roadmap을 공개했다. 이 접근법은 에이전트를 잠재적 내부 위협(insider threats)으로 간주하고, 모델 정렬을 아키텍처 수준의 감시 계층으로 보완한다.

이 프레임워크는 백만 개의 에이전트 코드 경로 분석을 바탕으로 조정되었다. DeepMind는 동시에 정책 입안자를 위한 기술 보고서인 Three Layers of Agent Security도 공개했으며, 이는 개별 에이전트 보안, 다중 에이전트 시스템 보안, 전체 생태계 보안의 세 가지 수준으로 구성된다. Gemini Spark 에이전트에는 실시간 모니터가 활성화되어 있다.

“There is a narrow window to embed structural security protocols before multi-agent systems scale globally.”

🇰🇷 다중 에이전트 시스템이 전 세계적으로 배포되기 전에 구조적 보안 프로토콜을 통합할 수 있는 좁은 시간이 아직 남아 있다. — @GoogleDeepMind

🔗 AI 에이전트의 미래를 보호하기 — DeepMind

MAI-Code-1-Flash — 추가 8개 Copilot 표면에서 사용 가능

6월 18일 — GitHub Copilot을 위해 특별히 설계되고 최적화된 Microsoft의 MAI-Code-1-Flash 모델이 이제 8개의 추가 환경에서 사용 가능하다.

표면	MAI-Code-1-Flash 제공 여부
Copilot CLI	✅
GitHub Copilot 앱	✅
Copilot Chat	✅
Visual Studio	✅
GitHub Mobile	✅
JetBrains IDEs	✅
Eclipse	✅
Xcode	✅

지원 플랜: Free, Student, Pro, Pro+, Max. 점진적 배포가 진행 중이며, Business와 Enterprise는 곧 제공될 예정이다.

🔗 MAI-Code-1-Flash — GitHub Changelog

Copilot Code Review — AGENTS.md 지원 및 UI 개선

6월 18일 — Copilot code review가 이제 일반 제공으로 AGENTS.md를 지원한다. 저장소는 이 파일을 루트에 배치해 Copilot의 리뷰를 프로젝트 규칙에 자동으로 맞출 수 있다. 업데이트에는 두 가지 인터페이스 개선도 포함된다. 초안 PR에서 바로 사용할 수 있는 Request 버튼과, 대화 타임라인에서 리뷰 이벤트를 묶어 보여주는 기능이다.

🔗 Copilot code review AGENTS.md — GitHub Changelog

Grok on Databricks — Data + AI Summit에서 Agent Bricks로 제공

6월 18일 — Grok 모델이 이제 Databricks Agent Bricks에서 기본적으로 사용 가능하다. 이 발표는 Databricks 2026 Data + AI Summit에서 이루어졌다. Agent Bricks는 Lakehouse(Data Lakehouse) 데이터에서 얻은 컨텍스트를 Grok 모델과 연결해 엔지니어링 팀이 대규모 데이터 위에서 AI 에이전트를 구축할 수 있게 한다. 이 통합은 6월 17일에 발표된 Amazon Bedrock 지원을 보완한다.

🔗 Databricks의 Grok — x.ai

Kimi Work — 장시간 실행 에이전트를 위한 목표 모드(Goal Mode)

6월 18일 — Kimi(Moonshot AI)는 데스크톱 에이전트 Kimi Work에 목표 모드(Goal Mode)를 도입했다. 이 모드는 에이전트가 지속적으로 24시간 내내, 7일 내내 실행되며 작업을 완전히 완료할 때까지 멈추지 않도록 한다. 장기 작업(long-horizon tasks)과 여러 단계로 구성된 복잡한 워크플로를 위해 설계되었다.

🔗 Kimi Work Goal Mode — @Kimi_Moonshot

ChatGPT Enterprise — 새로운 지출 통제 및 크레딧 분석

6월 18일 — OpenAI는 ChatGPT Enterprise 관리자용 새로운 사용량 분석 도구와 지출 통제 기능을 배포한다. 이제 Global Admin Console에서 ChatGPT와 Codex 크레딧 사용량을 하나의 화면으로 통합해 볼 수 있다. 관리자는 workspace, 그룹, 개인별로 한도를 설정할 수 있다. 직원은 자신의 크레딧 예산을 확인하고 인터페이스에서 직접 증액을 요청할 수 있다. 통합된 Cost API는 외부 분석을 위한 데이터 내보내기를 지원한다.

🔗 ChatGPT Enterprise 지출 통제 — OpenAI

ElevenLabs — 폴란드, Vinci/BGK를 통해 지분 투자

6월 18일 — 폴란드 정부는 BGK 그룹의 자회사이자 국가 개발은행인 Vinci를 통해 ElevenLabs에 지분 투자를 한다. 이는 안드레센 호로위츠, Sequoia, ICONIQ와 함께하는 이 회사의 첫 주권국가 투자다. 바르샤바의 이 선택은 AI에서 디지털 주권을 둘러싼 더 큰 유럽 논쟁의 일부다.

🔗 ElevenLabs에 대한 폴란드 투자

NVIDIA 칸 라이언즈에서 — Blackwell과 DGX Vera Rubin을 활용한 AI 광고 파트너들

6월 18일 — 칸 라이언즈 페스티벌(6월 22~26일, 프랑스)을 앞두고 NVIDIA는 자사 파트너들이 Blackwell과 DGX Vera Rubin NVL72 가속기를 사용해 광고와 마케팅을 어떻게 혁신하고 있는지 소개합니다.

파트너	NVIDIA 활용
Higgsfield AI	Blackwell에서 영상/이미지 마케팅 에이전트(Soul 2.0) + NemoClaw/OpenShell ; Fortune 500 고객 약 400개
Alembic	DGX Vera Rubin NVL72 SuperPODs에서 인과적 AI
Criteo	Blackwell에서 모델 학습 2배 더 빠름(cuEmbed, 연간 17,000 GPU 시간)
KERV.ai	Nemotron 3 Nano Omni로 10배 더 빠른 비디오 이해
Taboola	NVIDIA GPU에서의 대화형 AI DeeperDive

🔗 NVIDIA 칸 라이언즈 — NVIDIA 블로그

브리핑

Dataland — 세계 최초의 AI 아트 박물관 : Google과 아티스트 Refik Anadol이 6월 20일 로스앤젤레스에서 Dataland(25,000㎡)를 개관하며, Gemini Enterprise Agent Platform으로 구동됩니다. AI 아티스트 레지던시도 동시에 시작됩니다: 4명의 아티스트, 각 25,000 USD. 🔗 blog.google
Grok for Word : Microsoft Word용 Grok 확장 프로그램이 Microsoft Marketplace에서 무료로 제공됩니다. 메모를 문서로 변환하고, 웹 검색을 수행하며, SharePoint와 Google Drive에 연결됩니다. 이미 제공 중인 PowerPoint 및 Excel 확장 프로그램을 보완합니다. 🔗 x.ai
GitHub Copilot — 릴리스 노트의 개발자 크레딧 : Copilot 에이전트가 연 PR이 병합되면, 이제 요청한 개발자가 자동 생성 릴리스 노트에서 @copilot와 함께 크레딧에 표시됩니다(예: “by @monalisa with @copilot”). 🔗 GitHub Changelog
Cohere North Mini Code 1.0 — 최초의 오픈소스 에이전틱 코딩 모델 : Cohere가 North Mini Code 1.0(Apache 2.0)을 출시합니다. MoE 아키텍처, 총 30B / 활성 3B, 256K 토큰 컨텍스트, Devstral Small 2보다 처리량이 2.8배 빠릅니다. Hugging Face(bf16, fp8, 4-bit 양자화), Ollama, 그리고 무료 OpenRouter에서 사용 가능합니다. 🔗 cohere.com
Cohere — G7에서의 디지털 주권 기고문 : Cohere의 CEO Aidan Gomez가 Fortune에, AI 분야의 거대 기술 기업에 대한 국가들의 “위험한” 의존을 경고하며 G7 맥락에서 디지털 주권을 옹호하는 기고문을 게재합니다. 🔗 fortune.com

의미하는 바

의료 AI가 과학적 신뢰성의 문턱을 넘고 있습니다. NEJM AI에 게재된 Boston Children’s Hospital / Harvard / OpenAI 연구는 강력한 이정표입니다. 376건의 미해결 사례에서 실험실로 확인된 18개의 진단은 o3 Deep Research가 단순한 문헌 요약이 아니라 실제로 활용 가능한 의료 가설을 생성할 수 있음을 보여줍니다. 같은 날 2억 3천만 명의 무료 사용자를 대상으로 한 GPT-5.5 Instant가 건강 분야에서 frontier 수준에 도달한 것은 일관된 흐름을 그립니다: 대중용 의료 AI는 정규화되고 있으며, 60개국 260명의 의사가 편집상 안전장치로서 이를 뒷받침하고 있습니다. 이 두 발표는 하나의 신호로 수렴합니다 — 의료 분야의 AI는 벤치마크 단계를 넘어 검증 가능한 임상 결과를 만들어내고 있습니다.

에이전트 메모리와 장기 자율성은 차별화된 가치 제안이 되고 있습니다. Perplexity Brain은 구조적 진화를 보여줍니다: 에이전트가 자신의 운영 이력을 활용해 정확도를 25% 높이고 반복 작업에서 토큰 비용을 13% 줄입니다. Kimi Work Goal Mode(24/7 자율)와 Genspark AgentBase(프롬프트로 운영 시스템에 데이터를 반영)는 2026년이 에이전트가 일회성 보조에서 지속 실행으로 넘어가는 해임을 확인시켜 줍니다. 이 세 제품의 수렴은 차세대 에이전트 아키텍처를 그립니다: 세션 간 메모리, 지속 실행, 필요에 따른 도구 구축.

디지털 주권은 AI 집중화에 대한 지정학적 대응으로 자리 잡고 있습니다. BGK를 통한 폴란드의 ElevenLabs 투자와 G7에서의 Aidan Gomez의 Fortune 기고문은 같은 진단으로 수렴합니다: 국가들은 전략적 AI 인프라를 통제하려 하고 있습니다. Cohere North Mini Code 1.0의 Apache 2.0 출시(활성 매개변수 30억 개, 로컬 실행 가능, Devstral Small 2보다 2.8배 빠름)는 오픈소스가 이 수요에 어떻게 대응하는지 보여줍니다 — 로컬 배포 가능성과 클라우드 공급자에 대한 독립성을 통한 주권입니다.

개발자 도구는 보편적 커버리지 단계에 들어서고 있습니다. 하나의 업데이트로 여덟 개의 Copilot 표면에 적용된 MAI-Code-1-Flash, 프로젝트 관행에 맞추기 위해 표준화된 AGENTS.md, /design-sync를 통해 Claude Code와 동기화된 Claude Design: 이제 논리는 “어떤 IDE가 내 AI 비서를 지원하는가”가 아니라 “내 AI 비서가 내가 코딩하는 모든 곳에 있는가”입니다. 한편, DeepMind가 100만 개의 궤적을 기준으로 보정한 에이전트용 보안 프레임워크를 동시에 공개한 것은, 이러한 수직 통합이 아직 해결되지 않은 통제 문제를 제기하며 — 산업계의 대응이 이제 막 형태를 갖추기 시작했음을 상기시킵니다.