Claude Code v2.1.198, Chrome GA 및 자동 PR draft, 7월 30일 GitHub Models 제거, Devin Security Remediation 프로그램

Claude Code 2.1.198 버전은 Claude in Chrome의 일반 공급 전환과 백그라운드 에이전트의 worktree 내 자동 PR draft 생성으로 한 단계 도약했다. 동시에 GitHub는 2026년 7월 30일 GitHub Models의 최종 종료를 확정하며, 플랫폼의 단일 AI 진입점으로 Copilot을 재배치하고 있다. 이 날의 소식은 Cognition의 기업용 취약점 remediation 프로그램, Together AI의 멀티 GPU 커널 벤치마크 ParallelKernelBench, OpenAI, NVIDIA, Apple과의 전례 없는 협업이 포함된 Google DeepMind의 SynthID 보고, 그리고 여러 GitHub Copilot 업데이트로 완성된다.

Claude Code v2.1.198 — Chrome GA 및 자동 PR draft

7월 1일 — 2.1.198 버전의 Claude Code는 Claude in Chrome 확장을 일반 공급(generally available)으로 전환한다. 이 확장은 에이전트가 Claude Code 인터페이스에서 Chrome에 열려 있는 웹 페이지와 직접 상호작용할 수 있게 해준다. 이 확장은 몇 주 전부터 베타로 제공되었으며, 이제 실험 단계를 벗어난다.

두 번째 핵심 변경 사항은 백그라운드 에이전트에 관한 것이다. claude agents에서 시작된 에이전트는 이제 worktree에서 작업을 마치면 자동으로 커밋을 만들고, 코드를 푸시하고, 확인을 요청하지 않고 PR draft를 연다. 이 변경은 개발용 에이전틱 워크플로에서 수동 왕복 작업을 줄여준다.

기능	세부 내용
Claude in Chrome GA	Chrome 확장이 베타에서 일반 공급으로 전환됨
자동 PR draft	백그라운드 에이전트가 수동 개입 없이 커밋, 푸시, PR draft 생성을 수행함
Skill `/dataviz`	색상 팔레트 검증기를 실행할 수 있는 그래픽과 대시보드 설계를 위한 새로운 skill
AWS Gateway	`anthropicAws` (AWS의 Claude Platform)가 업스트림 공급자로 추가됨. « 모델을 찾을 수 없음 » 오류는 자동으로 failover 체인을 진행함
Explore가 모델을 상속	내장 Explore 에이전트가 Haiku에서 동작하는 대신 세션 모델(상한 Opus)을 상속함
상속된 extended thinking	서브에이전트와 컨텍스트 압축이 세션의 확장된 추론(extended thinking) 설정을 상속함

주요 수정 사항 중에는 일시적인 네트워크 오류(ECONNRESET)가 이제 포기 대신 지수적 대기(backoff)를 사용한 재시도를 트리거한다는 점이 있다. AWS/Mantle STS 토큰은 awsAuthRefresh를 통해 자동으로 갱신되며, 조건부 규칙 .claude/rules/는 symlink 경로를 통해서도 올바르게 로드된다. 2.1.199 버전은 7월 2일 npm에 게시되었으며, npm 레지스트리에 언급되어 있지만 스캔 시점에는 변경 로그가 아직 업데이트되지 않았다.

🔗 Claude Code 변경 로그

2026년 7월 30일 GitHub Models 최종 제거

7월 1일 — GitHub는 GitHub Models를 2026년 7월 30일에 최종 종료한다고 확인했다. 플레이그라운드, 모델 카탈로그, 추론 API, BYOK(bring your own key) 모드는 기존 활성 사용자까지 포함한 모든 고객에게서 제거될 예정이다.

신규 고객에 대한 종료는 2026년 6월에 이미 발표되었다. GitHub는 전환을 준비하기 위해 7월 16일과 7월 23일에 두 차례의 사전 brownout을 계획하고 있다. 7월 30일 이후 GitHub Models 추론 API에 대한 모든 요청은 오류를 반환한다.

대안	사용 사례
Azure AI Foundry	Copilot과 무관하게 모델에 직접 접근을 유지하려는 팀을 위한 타사 모델 카탈로그
GitHub Copilot	GitHub에 통합된 모델 접근, 작업별 자동 선택, AI 크레딧 기반 과금

GitHub Models는 GitHub 인터페이스에서 바로 AI 모델을 시험해 볼 수 있는 공간으로 출시되었다. 이번 제거는 전략적 재편을 의미한다. GitHub는 이제 GitHub Copilot 아래에서 모델 접근을 통합하며, Copilot은 이제 오픈 웨이트 모델(Kimi K2.7, 7월 1일부터), 작업 유형별 자동 선택, 세밀한 크레딧 제어를 포함한다.

GitHub Models 추론 API를 사용하는 팀은 서비스 중단을 피하려면 7월 30일 이전에 마이그레이션해야 한다. 7월 16일과 23일의 brownout은 최종 종료 전에 파이프라인의 내성을 테스트할 기회를 제공한다.

🔗 변경 로그 — 제거된 GitHub Models

Devin Security Vulnerability Remediation Program

7월 2일 — Cognition은 애플리케이션 취약점 적체를 줄이기 위한 6주짜리 기업용 지원 프로그램인 Devin Security Vulnerability Remediation Program을 시작한다. 이 프로그램은 취약점 지속 탐지 엔진으로서 Devin Security Swarm(전날 발표됨)에 기반한다.

이 프로그램은 두 가지 기둥으로 구성된다. 첫 번째는 backlog 해소를 목표로 한다. Devin은 기존 스캐너(Snyk, SonarQube, Checkmarx, Semgrep, Wiz, Veracode)의 보고서를 수집하고, 취약점을 검증하며, 수정 PR을 제출한다. 두 번째 기둥인 지속적인 remediation은 Devin Security Swarm에 정적 스캔 도구가 놓치기 쉬운 취약점, 즉 비즈니스 로직, 연쇄적인 인증 우회, 서비스 간 공격 경로의 탐지를 맡긴다.

주차	활동
1-2	인벤토리, 범위 설정, Devin 구성, 워크플로 매핑
3-4	우선순위 저장소 전반에 걸친 대규모 remediation
5-6	결과 평가, 확대 배포 계획 수립

이 프로그램은 대규모로 Devin Cloud를 배포하는 기업 고객에게만 제공된다. 자격이 되는 팀은 Cognition의 계정 담당자를 통해 등록할 수 있다.

🔗 Cognition — Devin Security Vulnerability Remediation Program

ParallelKernelBench — frontier LLM은 멀티 GPU 커널에 약하다

7월 2일 — Together AI는 실제 코드베이스(Megatron-LM, DeepSpeed, TensorRT-LLM, NeMo-RL)에서 추출한 87개의 문제로 이루어진 오픈소스 벤치마크 ParallelKernelBench를 공개했다. 이 벤치마크는 LLM이 성능 좋은 멀티 GPU CUDA 커널을 생성하는 능력 — tensor parallel, expert parallel, FSDP/ZeRO, NVLink 통신 — 을 평가한다. 현재의 frontier 모델들은 문제의 3분의 1도 해결하지 못한다.

모델	pass@3	fast1@3 (정답이면서 기준보다 더 빠름)
GPT-5.5	36/87	27/87
Claude Opus 4.7	31/87	20/87
Gemini 3 Pro	30/87	19/87
DeepSeek V4 Pro	3/87	1/87

주요 병목은 NVLink 통신과 TMA, NVLS 같은 고급 메커니즘으로, 이는 현재 세대 모델에서 사실상 보이지 않는다. 에이전틱 모드(Gemini 3 Pro와 터미널 접근 권한)에서는 점수가 정답 35/87, PyTorch+NCCL 기준보다 더 빠른 항목 26개로 상승한다. 생성된 일부 커널은 기존 공개 구현을 능가했으며, 그중 하나는 알려진 최적화된 동등 구현이 없는 NeMo 커널(Gemini 3 Pro)이다.

🔗 Together AI — ParallelKernelBench

SynthID: 1,000억 개의 워터마크 처리된 자산, 텍스트 코드 오픈 소스화

7월 1일 — Google DeepMind는 @GoogleAI를 통해 AI 생성 콘텐츠를 위한 디지털 워터마킹 기술인 SynthID의 성숙도 보고서를 공유했다. 이제 1,000억 장 이상의 이미지와 비디오에 SynthID 워터마크가 적용되었으며, 여기에 6만 년 분량의 오디오 콘텐츠 마킹이 추가된다. 사용자는 Google Search, Chrome용 Gemini 확장 프로그램, Gemini 앱을 통해 5,000만 회 이상 검증을 수행했다.

Google은 자사 생성형 도구 전반에 걸쳐 개방형 표준 C2PA(Content Authenticity Initiative)를 채택한다. Gemini 앱에서 생성된 이미지와 비디오는 이제 SynthID 워터마크와 C2PA 메타데이터를 모두 포함한다. 텍스트용 워터마크 코드는 오픈 소스로 공개된다.

핵심 포인트는 Google이 OpenAI, NVIDIA, Apple과 협력하여 SynthID를 이들 기업의 생성형 미디어로 확장한다고 발표한 것이다. Google이 AI 콘텐츠 출처와 관련해 이 세 기업과의 구체적인 파트너십을 공개적으로 언급한 것은 이번이 처음이다.

🔗 @GoogleAI 트윗 — SynthID

GitHub — Copilot의 새로운 기능

cost center용 AI 크레딧 풀 포함

7월 2일 — GitHub cost center는 이제 부서별로 소비되는 포함된 AI 크레딧(월별 풀)의 비율을 제한할 수 있다. 이 기능은 6월 30일 도입된 사용자별 예산과는 별개이며, 후자는 추가 과금 단계만 관리한다.

GitHub는 cost center에 할당된 라이선스를 기준으로 상한을 자동 계산한다. 상한에 도달했을 때 선택할 수 있는 동작은 두 가지이다. 사용을 차단하거나 추가 과금으로 전환할 수 있다. GitHub Enterprise Cloud의 Copilot Business 및 Copilot Enterprise에서 REST API를 통해 사용 가능하며, 그래픽 인터페이스는 추후 제공된다.

🔗 변경 로그 — Cost centers

Issue fields 일반 공급

7월 2일 — 구조화된 issue 필드(Priority, Effort, 시작 날짜, 목표 날짜)가 모든 GitHub 조직(Free, Team, Enterprise)에서 일반 공급으로 전환된다. 이미 4만 개 이상의 조직이 5월 공개 프리뷰부터 이를 사용하고 있었다. 이제 필드 값은 저장소의 issue 목록에 직접 표시되며, 공개 프로젝트는 가시성 제어를 제공받는다.

가장 주목할 만한 통합은 GitHub MCP 서버가 이러한 필드를 Copilot에 읽기 및 쓰기 권한으로 노출한다는 점이다. 이를 통해 채팅이나 Copilot 에이전트에서 구조화된 메타데이터와 함께 issue를 생성하고 업데이트하는 에이전틱 워크플로가 가능해진다.

🔗 변경 로그 — Issue fields GA

Synthesia — 말하기, 듣기, 보기: 대화형 비디오 아바타의 세 가지 수준

7월 2일 — Synthesia는 새로운 모델 범주를 정의하는 연구 논문을 발표했다. 이 모델은 Interactive Avatar Models(대화형 비디오 아바타 모델)이다. 이 모델들은 자연스러운 상호작용을 가능하게 할 만큼 충분히 낮은 지연 시간으로 실시간 대화를 지원한다는 점에서 기존 비디오 생성 시스템과 구별된다.

논문은 기능을 세 단계로 구조화한다.

수준	기능
말하기 (Talk)	텍스트로부터 비디오 발화 생성
듣기 (Listen)	인간의 이해 및 반응성
보기 (See)	대화 맥락의 시각적 이해

이는 아바타 분야의 주요 기업이 이 범주를 공식화하기 위해 발표한 첫 개념적 프레임워크로, Synthesia를 연구 실험실이자 상업 플랫폼으로 자리매김하게 하며, HeyGen과 Microsoft Azure AI Avatar가 경쟁하는 시장에서 그 위상을 높인다.

🔗 Synthesia 블로그

Perplexity Computer에서 오케스트레이터로 복귀한 Fable 5

7월 2일 — Perplexity는 @perplexityai를 통해 Claude Fable 5가 데스크톱 자동화 제품인 Perplexity Computer에서 오케스트레이터 모델(_orchestrator model)로 다시 사용 가능해졌다고 발표했다. 이 발표는 Anthropic이 7월 1일 Fable 5를 전 세계적으로 복구한 데 따른 것이다. 해당 트윗은 조회수 55,529회와 좋아요 943회를 기록했다.

Perplexity Computer는 사용자가 데스크톱에서 동작하는 AI 에이전트에게 자동화 작업을 위임할 수 있게 한다. 오케스트레이터로서 Fable 5를 다시 통합함으로써, 2026년 6월 미국의 수출 통제로 인해 강제 철회된 이후 시스템의 추론 및 계획 능력이 강화된다.

🔗 @perplexity_ai 트윗

간단 소식

Amp — 무제한 스레드 읽기와 Orbs 내 에이전트 — Amp는 이제 모든 크기의 스레드를 읽을 수 있으며(문서화된 최대 271 라운드), 원격 헤드리스 머신에서 에이전트를 실행하기 위한 Orbs 아키텍처에 대한 기술 문서를 게시했다. 🔗 Amp Chronicle
Copilot CLI용 C++ Skill — Microsoft C++ 언어 서버가 Copilot CLI 플러그인으로 제공되며, CMake와 MSBuild용으로 compile_commands.json 파일을 자동으로 생성하고 유지하는 skill이 포함된다. 설치: /plugin install cpp-language-server@copilot-plugins. 🔗 변경 로그

의미하는 바

에이전트형 툴링이 자율성의 문턱을 넘어섰다. Claude Code v2.1.198은 분명한 흐름을 보여준다. 에이전트는 더 이상 기술적 단계마다 확인을 요청하며 멈추지 않는다. 대신 커밋을 만들고, 코드를 푸시하고, draft PR을 열고, 마지막에 알린다. Devin Security Remediation 프로그램은 보안 측면에서 같은 논리를 밀어붙인다. Devin은 기존 스캐너 보고서를 받아들이고, 취약점을 검증하며, 저장소별 추가 설정 없이 PR을 제출한다. Amp는 원격 headless 머신에서 에이전트를 실행하는 Orbs로 이 그림을 완성한다. 같은 날 나온 이 세 발표는 에이전트가 워크플로를 끝에서 끝까지 처리하고, 인간은 중간 단계마다가 아니라 최종 결과를 검증하는 모델로 수렴하고 있음을 보여준다.

인프라와 벤치마크는 구조적 한계를 드러낸다. GitHub Models의 철수는 범용 모델 접근 계층에 대한 시장의 수요가 충분하지 않음을 시사한다. GitHub는 Copilot 쪽으로 재정렬하고 있다(네이티브 통합, 크레딧 제어, 작업별 자동 선택). ParallelKernelBench는 현재 LLM의 한계에 대해 보완적인 결론을 제시한다. 최고 수준의 frontier 모델(GPT-5.5: 27/87, Claude Opus 4.7: 20/87)조차 성능이 좋은 멀티 GPU CUDA 커널을 생성하는 데 어려움을 겪으며, NVLink 통신은 여전히 해결되지 않은 병목이다. GitHub의 두 가지 비용 센터 메커니즘(6월 30일 사용자 예산 + 7월 2일 포함된 크레딧 풀)은 기업 내 AI 지출 거버넌스가 모델 성능만큼이나 중요해지고 있음을 보여준다.

SynthID와 산업 간 프로비넌스: 전례 없는 모멘텀. SynthID의 성과—1000억 개의 워터마크 처리된 자산, C2PA 채택, 텍스트 코드 오픈 소스 공개—는 단순한 수치를 넘어 전환점을 가리킨다. Google은 AI 콘텐츠 워터마킹에서 OpenAI, NVIDIA, Apple과의 구체적 협업을 처음으로 발표했다. 직접 경쟁사들이 생성 미디어의 출처 정보에 대해 조율하고, 규제 압력이 커지는 상황에서 협력한다는 것은, 이 주제가 각 기업의 범위를 벗어나 신뢰를 위한 공유 인프라가 되었음을 의미한다.