DeepSeek, V4.1-Flash를 실제 서비스에서 구동하는 엔진 DeepInfer 공개, Mistral은 Voxtral 3, ElevenLabs는 Eleven Realtime으로 음성 에이전트 공략, Perplexity Computer는 Mac에서 로컬 실행

DeepSeek이 실제 서비스에서 DeepSeek-V4.1-Flash를 구동하는 추론 엔진 DeepInfer의 코드를 공개하고, 단일 클러스터에서 하루 155조 개의 토큰을 제공한다는 서비스 운영 수치를 밝혔다. 같은 날 Mistral과 ElevenLabs는 서로 반대되는 두 가지 방식으로 음성 에이전트용 모델을 출시했다. Voxtral 3는 음성 인식과 합성을 연결하고 Eleven Realtime은 음성 대 음성 모델 하나를 사용하는 가운데, Perplexity는 Computer를 Mac에서 완전히 로컬로 실행하도록 했다. Google도 TorchTPU를 오픈 소스로 공개했으며, Anthropic의 서비스인 OSS Scanner는 현재 수정이 완료된 curl 취약점을 포함해 첫 성과를 정리했다.

DeepInfer: DeepSeek, 실제 서비스에서 DeepSeek-V4.1-Flash를 구동하는 추론 엔진 공개

10월 20일 — DeepSeek이 자사 서비스에서 DeepSeek-V4.1-Flash를 구동하는 자체 추론 프레임워크(inference framework) DeepInfer를 Apache-2.0 라이선스로 오픈 소스 공개했다. 공개된 버전은 오프라인 추론 전용으로, NVIDIA SM100 GPU와 Huawei Ascend 950 NPU에서 이 모델만 지원한다. 실제 서비스에 사용되는 구성 요소를 그대로 활용한다. DeepSeek이 이미 공개한 커널 라이브러리인 FlashMLA, DeepGEMM, DeepEP, TileKernels, DeepSelect와 TileLang 커널, MoE 부분에서 부하 분산을 지원하는 전문가 병렬 처리, 자체 추측 디코딩인 DSpark, 프리필 부담을 줄이는 슬라이딩 윈도 어텐션의 범위 제한 재실행, 정규 표현식이나 JSON 스키마 또는 EBNF 문법에 따른 구조화 출력이 포함된다.

DeepSeek은 동시에 MIT 라이선스의 deepseek-recipe도 공개했다. 이는 실제 서비스에서 Messages, Chat Completions, Responses API 요청을 DeepSeek V4 및 V4.1용 토큰으로 변환하고, 모델 출력을 다시 응답으로 바꾸는 구성 요소다. 그 로직은 공식 API와 일치하므로 외부 호스팅 제공자도 사고 모드, 도구 호출, 구조화 출력에서 같은 동작을 구현할 수 있다. 저장소의 배포 FAQ에는 서비스 규모가 제시돼 있다.

DeepSeek이 공개한 운영 데이터	공개 수치
단일 클러스터가 제공하는 토큰 수	하루 155 000(단위: 십억 개)
비혼잡 시간대 요금 기준 전체 매출	GPU 시간당 38달러
프리필	8 GPU를 탑재한 일반 장비
디코딩	64~128 GPU로 구성된 슈퍼노드
KV 캐시 보존	72시간 이상

모든 구성 요소가 공개된 것은 아니다. DeepSeek이 내부 인프라와 지나치게 밀접하게 연결돼 있다고 설명한 KV 캐시 관리와 복제본 간 부하 분산은 비공개로 남았으며, Zhihu 게시글에서만 설명한다. 시각 인코더, 프리필, 디코딩을 분리하는 기능도 제공되지 않는다. 처리량 측정치는 그래프로만 공개됐다. 처음에는 주로 vLLM을 기반으로 구축하고 SGLang과 TensorRT-LLM에서도 영감을 받은 DeepInfer는 앞으로 나올 DeepSeek 모델의 추론 코드도 수용할 예정이다. 그날 저녁 저장소의 별 수는 11 562개였다.

🔗 @deepseek_ai의 스레드 · GitHub의 DeepInfer · GitHub의 deepseek-recipe

Voxtral 3: Mistral, 음성 인식·합성 모델과 음성 에이전트 SDK 출시

10월 20일 — Mistral이 음성 인식(speech-to-text)과 음성 합성(text-to-speech) 모델 제품군인 Voxtral 3를 음성 에이전트 구축용 SDK와 함께 출시했다. 모두 10월 20일부터 Mistral API의 유럽·미국·글로벌 엔드포인트와 Studio의 시험 환경(playgrounds)에서 사용할 수 있다. 요청에 따라 온프레미스 또는 프라이빗 클라우드 배포도 제공한다.

Voxtral 3 모델	용도	발표 가격
Voxtral Small Transcribe 3	가장 정확한 음성 인식, 화자 분리	분당 0,004달러
Voxtral Mini Transcribe 3 (4B)	일괄 음성 인식, 화자 분리	분당 0,0035달러
Voxtral Mini Transcribe Realtime 3	실시간 음성 인식, 500 ms 미만	분당 0,008달러
Voxtral Speech 3	일괄·실시간 음성 합성	100만 자당 13달러

음성 인식은 유럽연합의 24개 공용어를 포함해 50개 언어를 지원한다. 화자를 구분하고, 미세 조정(fine-tuning) 없이도 키워드를 입력받아 업무 전문 용어를 더 잘 인식하며(문맥 편향, context biasing), 발화가 끝나는 시점을 감지한다. Mistral은 FLEURS 벤치마크의 45개 언어에서 언어를 모델에 지정하거나 자동 감지하도록 했을 때 다음과 같은 단어 오류율을 공개했다.

평가 모델(FLEURS, 45개 언어)	모델에 언어 지정	언어 자동 감지
Voxtral Small Transcribe 3	4,0 %	4,1 %
Microsoft AI Transcribe 2	4,0 %	4,1 %
Voxtral Mini Transcribe 3	4,5 %	4,6 %
Gemini 3.5 Transcribe	4,5 %	6,1 %
Scribe v2	4,9 %	4,9 %
GPT Transcribe	5,6 %	6,3 %
Whisper large-v3	14,9 %	16,0 %

Mistral은 자사의 Small 모델이 Whisper, Scribe v2, Gemini 3.5 Transcribe보다 뛰어나다고 밝혔지만, 자체 그래프에서는 Microsoft AI Transcribe 2와 동률이다. 실시간 처리에서 Mini 모델은 480 ms의 지연 시간으로 35개 언어에서 6,4 %를 기록했다. Gemini 3.5 Realtime Transcribe(4,2 %)와 Microsoft AI Transcribe 2 Streaming(5,8 %)보다는 뒤처지지만, GPT Live Transcribe(8,4 %)와 Scribe v2 Realtime(8,7 %)보다는 앞선다.

Voxtral Speech 3는 35개가 넘는 언어와 50개가 넘는 방언을 구사하며, 대화 맥락에서 감정과 말의 속도를 추론하거나 줄마다 명시된 지시를 따른다. Pro Voice는 30분 분량의 오디오를 바탕으로 전문 음성을 재현한다. Mistral에 따르면 OpenAI, Deepgram, ElevenLabs, Google의 동급 모델보다 운영 비용이 낮다.

LiveKit을 기반으로 구축한 음성 에이전트 SDK는 세 모델을 스트리밍으로 연결한다. 실시간 모델이 듣고 문장의 끝을 감지하면, Mistral Small 같은 범용 모델이 추론하고 도구를 호출한 뒤 Voxtral Speech 3가 답한다. 각 단계는 앞 단계가 끝나기를 기다리지 않는다. Mistral에 따르면 대화의 각 차례는 1초 안에 완료되고, 사용자가 끼어들면 에이전트가 말을 멈추며, SIP 또는 WebRTC로 통화를 처리하고, 각 단계의 모델은 교체할 수 있다. 2월의 Voxtral Transcribe 2와 3월의 Voxtral TTS와 달리 Voxtral 3는 공개 가중치 모델로 발표되지 않았다. 게시글은 Mistral API를 이용하거나 Mistral 팀과 협의해 자체 인프라에 배포하는 방식을 제시하며, 출시 당일 저녁까지 Hugging Face에는 저장소가 나타나지 않았다.

🔗 Mistral의 게시글 · @MistralAI의 스레드

Eleven Realtime: ElevenLabs, 음성 에이전트를 하나의 음성 대 음성 모델로 구현

10월 20일 — Voxtral 3가 출시된 바로 그날 ElevenLabs는 반대 접근법을 택했다. Mistral의 SDK가 분리돼 있고 교체 가능한 세 모델을 연결하는 반면, 각 Eleven Realtime 모델은 음성 에이전트 전체를 하나의 음성 대 음성 모델(Speech to Speech)에 통합한다. 음성 인식, 음성 활동 감지, 발화 순서 관리, LLM, 음성 합성을 하나의 체계로 최적화한다. 모델은 90개가 넘는 언어를 구사하며 ElevenLabs 라이브러리의 17 000개가 넘는 음성을 사용할 수 있다.

두 가지 버전이 출시된다. 기본 모델인 Eleven Realtime v1 Mini는 저비용 대화 용도인 비서, 교사, 상호작용형 캐릭터를 겨냥한다. Eleven Realtime v1 Max는 답하기 전에 추론하며 고객 지원이나 도구 호출을 포함한 여러 단계의 작업 흐름 같은 복잡한 작업에 적합하다. 토큰당 비용은 더 높다. 공개된 결과는 ElevenLabs가 인용한 Artificial Analysis 평가에서 나온 것이다.

평가 항목(Artificial Analysis, ElevenLabs 인용)	Eleven Realtime v1 Max	Eleven Realtime v1 Mini
Big Bench Audio(음성으로 제시한 1 000개 질문)	98,8 %	75,9 %
첫 음성 출력까지의 평균 지연 시간	0,57 s	0,62 s
Full-Duplex-Bench(대화 중 쉼, 끼어들기)	94,1 %	95,8 %
도구 사용 작업 완료율	87,1 %	60,3 %

ElevenLabs에 따르면 Artificial Analysis 순위에 오른 모델 중 v1 Max보다 속도와 정확도가 모두 뛰어난 모델은 없다. Mini는 대화 흐름을 약간 더 잘 처리하지만, Max는 도구 사용 작업에서 격차를 크게 벌린다.

ElevenAgents에서는 에이전트의 음성 모드를 ‘Custom’에서 ‘Realtime’으로 바꾸기만 하면 전화, 웹, WhatsApp, 고객 센터 등 나머지 플랫폼 기능을 그대로 사용할 수 있다. 모델은 OpenAI의 API와 호환되는 Realtime API로도 제공된다. 이미 연동한 개발자는 엔드포인트와 모델 이름만 바꾸고 기존 코드를 유지할 수 있으며, WebSocket만 지원한다. 작업 공간별로 점진적으로 배포된다. Max와 달리 Mini는 Zero Retention 모드나 HIPAA 준수 환경에서 사용할 수 없다. 구체적인 요금은 공개되지 않았다. ElevenLabs는 기존 ElevenAgents 분당 요금에 선택한 모델의 토큰 요금을 더해 청구한다.

이로써 ElevenLabs도 OpenAI의 GPT-Live-1(9월 10일부터 API에서 분당 0,05달러), Google의 Gemini 3.8 Live, SpaceXSI의 Grok Voice 3.0처럼 종단 간 음성 모델을 제공하는 대열에 합류했다.

🔗 ElevenLabs의 게시글 · Realtime 모델 문서

Perplexity Computer, 모델까지 포함해 Mac에서 완전히 로컬 실행

10월 20일 — Perplexity가 자사 에이전트 Computer를 Mac에서 완전히 실행하도록 했다. 모델, 실행 환경(harness), 작업 실행이 모두 기기 안에 머문다.

Perplexity Computer can now run fully local on your Mac. Work with your native Mac apps and local files, and run tasks without sending sensitive data to the cloud. The model and the agent both run on your Mac. Available now in the Perplexity Mac app.

🇰🇷 이제 Perplexity Computer를 Mac에서 완전히 로컬로 실행할 수 있습니다. Mac의 네이티브 앱과 로컬 파일로 작업하고, 민감한 데이터를 클라우드에 보내지 않은 채 작업을 실행하세요. 모델과 에이전트가 모두 Mac에서 실행됩니다. 지금 Perplexity의 Mac 앱에서 이용할 수 있습니다. — X의 @perplexity_ai

출시 항목	Perplexity가 밝힌 내용
로컬 모델	Qwen 3.6 및 PPLX Pro
권장 메모리	통합 메모리 36 Go 이상
지원 기기	M6 및 M5 Pro를 탑재한 신형 Mac mini 등 지원 대상 Apple silicon Mac
대상 요금제	Pro, Max 및 Enterprise
Computer 크레딧	로컬 작업에서는 차감되지 않음
클라우드 연결	허용 시 15개가 넘는 프런티어 모델에 연결

사용자가 허용하면 에이전트는 로컬 파일과 Notes, Messages, Mail, Numbers 같은 앱에서 작업한다. Perplexity의 게시글에 따르면 PPLX Pro는 Qwen 3.8을 사후 학습한 버전이다. 모델 크기에 관한 질문에 Perplexity의 대표 Aravind Srinivas는 매개변수 270억 개의 밀집 모델이라고 답했으며, 36 Go 메모리가 보편화될 것으로 전망했다.

Mac 앱은 이제 Computer를 실행하는 두 가지 방식을 제공한다. 9월 1일 출시된 Hybrid Compute는 클라우드에서 검색과 추론을 시작하고 비공개 파일을 로컬에서 처리한다. 새로운 모드는 Mac에서 시작하며 계획 수립, 추론, 파일 처리를 Mac 안에서 수행한다. 사용자가 허용하면 에이전트는 최신 정보, 웹 탐색, 연결된 앱을 위해 클라우드를 이용한다. 코드와 도구는 격리된 샌드박스에서 실행되며 클라우드 버전과 같은 보안 프로토콜을 적용한다. Perplexity는 비공개 보유 내역을 바탕으로 한 포트폴리오 검토, 기밀 메모로 작성한 영업 제안서, Messages와 Mail에서 추린 아침 우선순위 목록이라는 세 가지 활용 사례를 제시했다.

이는 8월 25일 DGX Spark에서 완전 로컬 버전으로 출시된 뒤 9월에 Linux, Windows, AMD Ryzen AI Max 프로세서를 탑재한 PC로 확장된 Portable Computer의 Mac용 대응 제품이다.

🔗 Perplexity의 게시글

NVIDIA GPU 밖으로 나서는 PyTorch: TorchTPU 오픈 소스 공개, Hugging Face의 네이티브 TPU 지원, PyTorch 2.15의 MPS

이날 발표된 세 가지 소식은 PyTorch를 NVIDIA 이외의 칩에서 구동하는 데 관한 것이다. Google은 PyTorch Conference에서 TorchTPU를 공개했고, Hugging Face는 같은 날 이를 자사 라이브러리에 통합했으며, Hugging Face의 PyTorch 팀은 PyTorch 2.15가 Mac에 제공하는 기능을 상세히 설명했다.

TorchTPU: Google, vLLM·SGLang·TorchTitan·llm-d 1.0을 포함한 TPU용 네이티브 PyTorch 스택 공개

10월 20일 — Google이 Meta의 PyTorch 팀과 공동 개발한 TPU용 네이티브 PyTorch 스택 TorchTPU를 오픈 소스로 공개한다. TPU를 다른 PyTorch 장치와 똑같이 사용할 수 있게 됐다(torch.device("tpu")). 즉시 실행(eager) 모드로 디버깅한 뒤, 실제 운영에서는 XLA를 통해 컴파일하는 torch.compile을 사용한다. 지금까지는 코드를 JAX로 다시 작성하거나 기존 torch_xla를 거쳐야 했다.

TorchTPU를 기반으로 하는 추론 엔진은 두 가지다. Inferact와 함께 개발한 vLLM-TorchTPU와 RadixArk와 함께 개발한 SGLang-TorchTPU이며, 후자는 이미 Meta에서 실제 운영에 사용 중이다. Google은 Ironwood에서 Qwen 3.5를 실행해 SemiAnalysis의 InferenceX 순위에서 토큰 100만 개당 2,01센트를 기록했으며, 매개변수가 2조 8,000억 개인 Kimi K3에서는 단일 사용자 기준 초당 700개가 넘는 토큰을 생성한다고 발표했다. 학습에서는 TPU용 TorchTitan이 Qwen 3 8B에서 최대 52 %의 모델 연산 활용률(Model FLOPs Utilization)을 달성했으며, Ironwood 칩 최대 8 192개를 사용한 시험도 진행됐다. Google은 Red Hat, IBM과 공동으로 시작한 Kubernetes 기반 분산 서빙 스택 llm-d 1.0도 출시한다. 에이전트 코딩 작업 부하에서 첫 토큰까지의 지연 시간 중앙값은 일반 Kubernetes Service 대비 85 % 이상 줄고, 처리량은 2,4배로 늘었다.

🔗 Google Cloud 게시글 · TPU용 vLLM 및 SGLang 엔진 · llm-d 1.0

Hugging Face, Transformers·Diffusers·Kernels에서 TPU 네이티브 지원

10월 20일 — Hugging Face가 자사 생태계에 TorchTPU를 통합한다. PyTorch/XLA나 JAX를 거치지 않고 TPU를 다른 장치와 똑같이 사용할 수 있으며, Transformers와 Diffusers에서는 Hugging Face가 지금까지 유지해 온 계층인 Optimum TPU도 더 이상 필요하지 않다. Transformers에서는 device_map="tpu"으로 모델을 불러오기만 하면 되고, Diffusers에서는 pipe.to("tpu")만 사용하면 된다. 선택적 컴파일과 대규모 모델을 여러 칩에 분산하는 텐서 병렬 처리도 지원한다.

Hugging Face 측정 사례	공개 결과
Qwen-Image-2.1, 1024 × 1024 이미지, 40단계 (TPU v6e-4)	컴파일 시 3,5 s, 컴파일 없이 8,0 s
MiniMax-H3, 오디오가 포함된 5,2 s 영상 (TPU v6e-4)	컴파일 시 188 s, 컴파일 없이 262 s
Qwen3-30B-A3B 디코딩, 배치 크기 64, Tokamax 커널 (v6e-8)	21,5배 빠름
TPU에서 통과한 Transformers 테스트	96,5 %

팀은 TorchTPU 프로젝트에 문제 34건을 보고했으며, 이 가운데 19건은 이미 수정됐다. TPU에서 매일 밤 실행하는 CI도 준비 중이다. 이는 전날 AWS Trainium용 TorchNeuron에 이어, Hugging Face가 이틀 동안 통합한 비 NVIDIA 가속기의 두 번째 네이티브 PyTorch 백엔드다.

🔗 Hugging Face의 TorchTPU 게시글

PyTorch 2.15, Mac에 FP8 도입하고 MoE 디코딩을 최대 6,5배 가속

10월 20일 — Apple silicon Mac의 GPU 백엔드인 MPS를 개발하는 Hugging Face의 PyTorch 팀이 아직 출시 후보 버전인 PyTorch 2.15의 변경 사항을 자세히 소개한다. Mac에 FP8이 도입돼 값 하나당 BF16의 절반인 1바이트를 사용하며, GPU에서 직접 곱셈을 수행한다. 네이티브 그룹 행렬 곱셈 덕분에 MoE 모델의 디코딩은 2.14보다 5~6,5배 빨라진다.

Mac 측정 항목	PyTorch 2.14 사용 시	PyTorch 2.15 사용 시
M3 Ultra에서 Qwen3.6-35B-A3B 디코딩	9,4 tokens/s	61,3 tokens/s
M3 Ultra에서 LFM2.5-8B-A1B 디코딩	23,6 tokens/s	123,6 tokens/s
로짓 128 256개의 FP32 Softmax	57 µs	7 µs
Wan2.2 VAE의 드라이버 최대 메모리 사용량	270,1 Gio	8,1 Gio

MPS에서 오류 알림 없이 이미지를 손상시키던 Qwen-Image-2.1의 VAE 인코더 문제가 수정됐다. PyTorch 2.15는 macOS 15와 Python 3.11을 요구한다. 아직 변경될 수 있는 2.16의 사전 공개 내용에는 Metal로 완전히 작성한 어텐션도 예고돼 있다.

🔗 Hugging Face의 MPS 게시글

오픈 소스 소프트웨어 보안: OSS Scanner의 첫 성과와 GitHub의 패키지 방화벽

두 발표는 오픈 소스 소프트웨어 공급망의 양 끝을 겨냥한다. 프로젝트 코드에서 취약점을 찾는 일과 패키지가 설치되는 순간에 이를 걸러 내는 일이다.

OSS Scanner: 프로젝트 114개 승인, 치명적 취약점 77개와 높은 위험도 취약점 803개 보고, curl 취약점 수정

10월 19일 — Anthropic의 가장 강력한 모델로 핵심 오픈 소스 프로젝트를 검사하는 무료 서비스 OSS Scanner가 출시 11일 만에 첫 수치를 공개한다. 같은 날 저녁 @ClaudeDevs가 공유한 스레드에서 서비스 제품 책임자인 푸니트 샤는 신청한 프로젝트가 약 650개이며, 승인된 프로젝트는 114개라고 집계했다. 아직 모든 프로젝트를 검사하지 않았지만, 모델이 부여한 심각도 기준으로 치명적 취약점 77개와 높은 위험도 취약점 803개를 이미 유지 관리자에게 보고했다.

대표 사례는 curl이다. OSS Scanner 초기 버전이 발견한 HTTP/2 전송 중 해제된 메모리 사용(use-after-free) 취약점 CVE-2026-92392는 10월 14일 curl 8.23.0에서 수정됐다. curl의 보안 공지는 8.12.0~8.22.0 버전에 대해 이 취약점을 높은 위험도로 분류하고, 제보자로 ‘Luna with Claude, Anthropic’을 명시했다. 또 다른 교훈도 있다. 개념 증명과 함께 이메일로 보낸 초기 보고서 대부분이 거부됐는데, 메일 필터가 이를 악성 소프트웨어로 판단했을 가능성이 높다. 이에 Anthropic은 GitHub Security Advisories를 통한 전달을 시험하고 있다. 푸니트 샤의 추산에 따르면 프로젝트 150개 이상이 여전히 승인 여부를 기다리고 있었다.

🔗 푸니트 샤의 스레드 · curl 보안 공지

GitHub, Actions 실행기와 코딩 에이전트가 설치하는 npm 패키지 필터링 기능 사전 공개

10월 20일 — GitHub가 패키지 방화벽(package firewall)의 공개 미리 보기를 시작한다. 출발점은 패키지 코드를 실행하지도 않고 설치 시점을 악용해 CI/CD 호스트나 개발자 컴퓨터에서 자격 증명을 탈취하는 공격이 늘고 있다는 사실이다. 방화벽은 GitHub Actions 실행기(runners) 또는 코딩 에이전트와 상위 레지스트리 사이에 위치해 메타데이터 요청과 다운로드를 모두 검사한다.

방화벽 핵심 사항	미리 보기에서 제공하는 내용
사용 가능한 검사	대기 기간, GitHub Advisory Database 경고, 증명 수준 하향
적용 고객	데이터 레지던시를 포함한 GitHub Enterprise Cloud
지원 생태계	현재는 npm만 지원
요금	미리 보기에서는 무료, 이후 GitHub Actions처럼 사용량에 따라 과금

코딩 에이전트와 CI/CD 호스트는 레지스트리에 직접 요청하는 대신 방화벽을 거치도록 설정해야 하며, 잘못 차단된 패키지에 대해서는 예외를 요청할 수 있다.

🔗 GitHub 발표

어시스턴트: ChatGPT의 잠긴 채팅, 소규모 기업과 미국 행정 기관을 위한 Gemini

OpenAI와 Google이 구체적인 요구에 맞춘 기능을 어시스턴트에 추가한다. ChatGPT에서는 대화의 사생활 보호를, Gemini에서는 소규모 기업과 미국 공공 서비스를 지원한다.

ChatGPT, 4자리 PIN 코드로 대화 숨김

10월 20일 — ChatGPT가 잠긴 채팅(locked chats)을 도입한다. 선택한 대화는 계정에 남아 있지만 기록, 고정된 채팅, 검색에서는 사라진다. 해당 대화는 Projects의 Locked chats 공간으로 이동하며, 계정용 4자리 PIN 코드로 열 수 있다. 모바일에서는 Face ID, Touch ID 또는 Android 기기의 잠금 해제 방식으로도 열 수 있다. 이 기능은 웹, iOS, Android와 새로운 macOS 및 Windows 데스크톱 앱에 점진적으로 배포된다. Free부터 Pro까지, 그리고 Business, Enterprise, Edu에서도 제공되지만 ChatGPT for Healthcare에는 제공되지 않는다.

OpenAI는 한계도 명시한다. 잠금 기능은 종단 간 암호화나 별도의 보관함을 제공하지 않으며, 보관 기간도 바꾸지 않는다. 잊어버린 PIN을 재설정하면 모든 잠긴 채팅과 그 안에서 보호되는 파일이 영구 삭제된다. 기업 환경에서는 잠긴 채팅도 OpenAI Compliance Platform의 로그에 남으며, 관리자는 기능을 비활성화하거나 채팅의 잠금을 해제할 수 없다. Codex 대화, 임시 채팅, 그룹 채팅은 잠글 수 없다.

🔗 ChatGPT 릴리스 노트 · 잠긴 채팅 안내

Gemini 앱, 소규모 기업을 위한 공간 마련

10월 20일 — Google이 Gemini 앱에 소규모 기업 전용 홈 화면을 추가한다. 브랜드 구축, 재무 분석, 고객 이해를 위한 단일 진입점으로 소개되며, Google에 따르면 수천만 명의 소규모 기업 경영자가 이미 Gemini를 사용하고 있다. 시각 자료를 만들 때는 사업자가 웹사이트, 브랜드 가이드라인, 글꼴 또는 색상을 제공하면 된다. Gemini는 Nano Banana 2.1을 활용해 출시나 캠페인용 시각 자료를 만들고, 다시 업로드하지 않아도 해당 스타일을 유지한다. 재무 업무에서는 정리되지 않은 스프레드시트, 영수증, 구매 내역을 몇 초 만에 차트와 상호작용형 모델로 바꾼다.

Gemini는 Google Business Profile, Google Ads, Google Workspace뿐 아니라 Adobe, Canva, Dropbox, Shopify, Wix, Zoho, Xero에도 연결된다. 사용자 사례 가운데 보르도의 도예가(Bleu Clémentine)는 하루에 두세 시간을 절약한다고 말한다. 배포는 ‘앞으로 며칠 안에’ 전 세계 모든 앱 사용자를 대상으로 시작된다.

🔗 Google 게시글

Gemini for government services: 미국 행정 기관을 위한 Gemini 에이전트 사전 공개

10월 20일 — Google Cloud가 10월 초 Gemini at Work에서 선보인 Gemini 에이전트를 공공 부문용으로 제공한다. Google Cloud의 수장 토머스 쿠리언은 Gemini for government services가 미국 연방·주·지방 정부 기관을 대상으로 미리 보기로 제공된다고 발표했다. 이 서비스는 법률·규정·기관 지침을 적용하는 스킬, 데이터 이전 없이 기관 시스템에서 직접 조회하는 커넥터, SZNS Solutions 등을 포함한 파트너 에이전트, 보안과 규정 준수를 위한 단일 제어 계층, 시스템 통합 업체 13개로 구성된 네트워크를 결합한다.

Google은 문단 단위의 출처를 제시하는 규정 조사부터 공개 전 문서의 민감 정보 가림 처리, 행정 문서 공개 청구(FOIA), 보조금 지출 감사까지 일곱 가지 활용 사례를 제시한다. 커넥터는 Federal Register, regulations.gov, eCFR, Oracle, Salesforce, ServiceNow, Google Workspace, Microsoft 365를 지원한다. Google은 미주리주 및 미국 보건복지부(HHS)와 협력하고 있으며, 이 서비스는 Assured Workloads의 FedRAMP High 데이터 경계 내에 배포할 수 있다. 요금과 정식 출시일은 발표되지 않았다.

🔗 Google Cloud 게시글

AI 활용: Claude가 설계한 단백질 결합체, QD-Rec의 추천, 로봇을 위한 Flora

이날 소개된 세 가지 연구는 모델을 구체적인 문제에 적용한다. 독에 대응하는 단백질 설계, 의사 결정 지원, 로봇 학습을 위한 영상 주석 작업이다.

Claude, 전갈 신경독에 대응하는 단백질 결합체 설계: 시험한 211개 중 17개 검증

10월 20일 — Anthropic이 과학 블로그에 Claude를 활용한 단백질 설계 연구를 공개한다. 멕시코부터 중동에 이르는 네 지역의 전갈 신경독 다섯 종이 대상이다. Claude Science에서 사용하는 내부 연구 모델은 8월 연구의 프롬프트를 Citrini Research와 함께 수정해 활용한 뒤, 팀의 후속 지시 네 차례를 받으며 대부분 자율적으로 작업했다. 도구 12개로 설계안 318 484개를 생성하고 64시간 만에 최종 설계안 180개를 선정했으며, 연산량은 약 10 000 GPU 시간에 달했다. Adaptyv Bio와 Twist Bioscience는 팀이 추가한 31개를 포함해 설계안 211개를 시험했다. 엄격한 기준을 적용했을 때 17개가 표적에 결합했고, 각각 한 종류의 독소에만 결합했으며, 브라질 독소 Ts1을 표적으로 삼는 것은 없었다. 가장 우수한 두 결합체 Cn2-B1과 Cn2-B2는 멕시코 독소 Cn2에 수 나노몰 수준의 친화도로 결합하며, 생쥐에서 이 독소를 중화하는 LR 항체와 같은 부위를 표적으로 삼는 것으로 보인다.

This is exploratory work, and we’re not claiming to have produced an antivenom—for that, we’d have to test the binders within living cells, then in mice, among many other steps. But it’s an example of how Claude can concretely assist research in protein design.

🇰🇷 이는 탐색적 연구이며, 항독소를 만들었다고 주장하는 것은 아니고, 실제로 항독소를 만들려면 수많은 다른 단계 외에도 살아 있는 세포에서 결합체를 시험한 다음 생쥐에서도 시험해야 합니다. 하지만 이는 Claude가 단백질 설계 연구에 실질적으로 어떻게 도움을 줄 수 있는지 보여 주는 사례입니다. — X의 @AnthropicAI

설계안 211개와 관련 데이터가 공개됐다. 별도 설명에서는 이 연산량이 대부분의 연구자가 감당할 수 있는 수준을 넘는다고 인정하면서도, 에이전트 하나와 GPU 하나를 24시간 사용하는 간소화된 프롬프트로도 비슷한 인실리코 평가 점수를 얻는다고 밝혔다.

🔗 Anthropic 게시글

QD-Rec: Sakana AI, 다양하고 근거 있는 추천을 진화시키다

10월 20일 — Sakana AI가 의사 결정 지원을 위한 추천에 열린 탐색(open-ended search)과 품질·다양성(Quality-Diversity) 접근법을 적용한 QD-Rec을 소개한다. 이 방법은 후보의 순위를 매기는 대신 후보와 가설의 쌍을 찾는다. 인수할 기업, 영업할 고객, 읽을 글과 함께 해당 후보를 선택해야 하는 이유를 설명하는 텍스트를 찾는 방식이다. 문맥적 밴딧이 탐색이 부족한 영역을 우선하며 다음 후보를 선택하고, LLM이 이미 보관된 가설을 수정하거나 교차 결합해 가설을 작성하며, 틈새별 아카이브가 새로운 근거를 보존한다.

인수 합병, 마케팅 대상 선정, 글 추천을 대상으로 Claude Sonnet 5 또는 Claude Haiku 4.5를 제안자로, gpt-5.6-terra를 평가자로 사용해 시험한 결과, QD-Rec은 1 000번의 평가에서 대부분의 경우 가장 높은 평균 품질과 가장 큰 아카이브를 얻었다. Walt Disney 사례에서는 10점 만점에 2,91점과 추천 214개를 기록했으며, 진화 과정을 적용하지 않았을 때는 2,40점과 85개였다. Sakana는 이러한 시나리오가 투자 조언이 아니며, 한 모델이 그 과정에서 데이터에 없는 수치를 제시한 사례도 있다고 밝혔다. 코드는 Apache-2.0 라이선스로 공개됐다.

🔗 Sakana AI의 기술 글

Flora: NVIDIA가 로봇용 동영상에 주석을 다는 모델군의 가중치를 공개

10월 20일 — NVIDIA의 GEAR 연구소가 Flora의 가중치를 공개한다. Flora는 로봇이나 사람의 원본 동영상을 학습 신호로 변환하는 모델군으로, 타임스탬프가 포함된 동작 설명, 배포 모니터링을 위한 결과 보상, 강화 학습을 위한 과정 보상을 생성한다. Flora는 이미 GR00T 모델을 학습시키는 데이터 엔진으로 사용되고 있으며, GB300 GPU 512개에서 하루 200 000시간 분량의 동영상에 주석을 단다. NVIDIA에 따르면 약 125분의 1 비용으로 GPT-6 Astra에 견줄 만한 성능을 내지만, 공개된 표를 보면 결과는 더 복합적이다.

벤치마크 및 지표	Flora	GPT-6 Astra
DenseRewardBench, 매크로 F1 (높을수록 좋음)	46,2	40,7
RoboReward, 평균 절대 오차 (낮을수록 좋음)	40,0	55,4
DenseCaptionBench Robot200, 분할 F1	66,9	71,9
WGO-Bench, 정확도 (gold-window)	64,7	77,4

Flora는 대부분의 보상 지표와 사람 동영상에서 GPT-6 Astra를 앞서지만, 로봇 동영상, WGO-Bench의 세 지표 중 두 개, 분포 외 데이터에 대한 Robometer 상관관계, RubricBench에서는 뒤처진다.

🔗 Flora 프로젝트 페이지 · 짐 팬의 게시물 묶음

인수와 제휴: OpenAI의 Orchestra Bio 인수, Runway의 Claude Marketplace 입점

오늘의 기업 거래 두 가지는 OpenAI의 신약 개발 분야 기업 인수와 Runway·Anthropic 간 유통 계약이다.

OpenAI, Rosalind와 신약 개발을 연결하기 위해 Orchestra Bio 인수

10월 20일 — OpenAI가 Orchestra Bio 인수를 발표한다. Orchestra Bio는 사람과 인공지능 에이전트가 함께 신약 개발 프로그램을 진행하는 플랫폼으로, 과학자와 프로그램 책임자는 연구와 캠페인의 진행 상황 추적을 에이전트에 위임한다. OpenAI는 한 가지 사례를 든다. 생산 배치가 불량이면 임상시험 시작이 지연될 수 있다. 이때 에이전트는 영향을 받는 활동과 일정을 파악하고, 정보를 모아 가능한 대응책을 비교하며, 결정은 담당 팀이 내린다.

Orchestra의 팀과 기술은 OpenAI의 생명과학 솔루션인 Rosalind에 합류한다. GPT-Rosalind는 생물학과 화학 분야의 추론을 담당하고, Rosalind Workbench는 이러한 역량을 연구자의 도구 및 데이터와 연결한다. 제시된 목표는 발견한 내용을 후보 약물의 연구, 의사결정, 후속 단계로 이어 주는 에이전트다. OpenAI는 미국에서 표적 발견부터 규제 승인까지 평균 10~15년이 걸린다고 설명한다. 인수 금액은 공개되지 않았다.

🔗 OpenAI의 발표

Runway Creative, Claude Marketplace 입점… Anthropic 지출 약정액으로 결제 가능

10월 20일 — Runway가 동영상·이미지·오디오 생성 및 편집 플랫폼인 Runway Creative를 Anthropic의 Claude Marketplace에 입점시킨다. 자격을 갖춘 기업 고객은 Runway 또는 Anthropic 담당자를 통해 Anthropic 지출 약정액의 일부를 Runway 구매에 사용할 수 있다. 가격은 공개되지 않았다. Runway Creative는 Gen-4.5, Aleph 2.0, Seedance 2.5, Kling 3.0, ElevenLabs V4를 통합하며, Claude는 Runway Agent의 추론을 담당한다. Runway Agent는 요청을 장면별 구성으로 바꾸고, 각 장면에 사용할 모델을 선택한 뒤 동영상을 조립한다. Claude Team 및 Enterprise에서 베타로 제공되는 Claude Motion의 애니메이션은 Runway로 내보내 이미지, 내레이션, 음악을 추가할 수 있다.

Runway는 창작자, 영화 제작자, 마케팅 팀 등 6,500만 명 이상이 사용한다고 밝힌다. 이는 9월 29일 Runway Creative가 OpenAI Marketplace에 입점한 데 대응하는 Anthropic 측 행보다.

🔗 Runway의 발표

모델 평가: OpenAI의 MultiLangBench, Ai2의 FairStress, Cohere Labs의 CALIBER

세 연구 발표가 모델을 세 가지 관점에서 평가한다. 널리 쓰이지 않는 언어로 작성하는 코드, 의사결정의 공정성, 자신의 답변에 부여하는 확신도다.

MultiLangBench: GPT-6 Astra, COBOL을 포함한 20개 언어로 SQLite 호환 엔진 구축

10월 19일 — OpenAI가 COBOL, Fortran, Visual Basic처럼 학습 자료가 부족한(low-resource) 프로그래밍 언어에 관한 연구 글을 공개한다. 이들 언어는 은행 시스템이나 기상 예측을 운영하지만, Python에 비해 코드와 문서가 훨씬 적다. Apache-2.0 라이선스로 공개된 첫 번째 평가인 MultiLangBench는 20개 언어 중 하나로 SQLite 호환 데이터베이스 엔진을 처음부터 구축하도록 요구하며, SQLite 테스트 모음을 수정한 테스트로 검증한다.

평가 모델(최대 추론 강도)	20개 언어 평균	COBOL	Fortran	Visual Basic
GPT-5.6 Sol	26,8 %	10,9 %	21,4 %	27,5 %
GPT-6 Luna	40,3 %	17,1 %	31,4 %	41,6 %
GPT-6 Astra	87,4 %	72,1 %	83,5 %	89,4 %

GPT-6 Luna의 샘플당 비용은 약 0,77달러로, GPT-5.6 Sol의 3,48달러보다 낮다. 두 번째 평가는 COBOL 프로그램을 C++, Java, Kotlin, Python, Rust로 이전하면서 출력이 바이트 단위로 일치하도록 하는 작업이다. 여기서 GPT-6.1 Sol은 낮은 추론 강도로 86,6 %의 성공률을 기록해 같은 설정의 GPT-5.6 Sol이 기록한 5,4 %를 웃돌았으며, 비용은 39 % 적었다. 추론 강도를 높이면 성공률은 97,9 %에 이른다. OpenAI는 실제 운영 환경으로 이전할 때는 여전히 전문가 검토가 필요하다고 강조한다.

🔗 OpenAI의 글 · GitHub의 MultiLangBench

FairStress: Ai2, 최종 답변을 넘어 인구통계학적 공정성 평가

10월 20일 — Ai2가 모델의 최종 선택을 넘어 인구통계학적 공정성을 시험하는 벤치마크인 FairStress를 공개한다. 설득하는 주장을 접했을 때 모델이 근거가 타당한 결정을 얼마나 쉽게 포기하는지, 그 결정을 어떻게 정당화하는지도 측정한다. 벤치마크는 채용부터 주거까지 29개 분야에서 두 후보 중 하나를 선택하는 300개 시나리오로 구성되며, 이를 1,300만 건이 넘는 테스트 사례로 확장했다.

인구통계학적 정보가 없으면 모델은 대칭적으로 행동한다. 15개 모델에서 정답을 포기하는 비율의 평균 격차는 정체성을 암시했을 때 6,9포인트, 명시적인 표지를 붙였을 때 9,3포인트에 이른다. 최선의 후보가 다수 집단을 나타내도록 설정됐을 때 모델이 그 후보를 더 쉽게 포기하는데, Ai2는 이를 반고정관념적 과잉 교정이라고 부른다. Claude Opus 5와 GPT-5.5 같은 최첨단 모델은 판단이 모호한 사례의 약 60~65 %에서 소수 집단을 나타내도록 설정된 후보를 선택하며, 시험한 아홉 가지 교정 방법 대부분은 이러한 비대칭을 안정적으로 줄이지 못한다. Ai2는 이번 연구의 공정성 정의가 동등한 대우에 기반한다고 명시한다. 코드는 MIT 라이선스로 공개됐다.

🔗 Ai2의 글

CALIBER: Cohere Labs, 추론 모델이 사고 전후에 확신도를 추정하도록 학습

10월 20일 — Cohere의 연구소인 Cohere Labs가 CALIBER(Calibration Before and After Reasoning)를 소개한다. 이 방법은 추론 모델이 사고하기 전과 답변을 생성한 후, 두 차례에 걸쳐 정답을 맞힐 가능성을 추정하도록 학습시킨다. 초기 확신도는 같은 질문을 여러 번 시도했을 때 모델의 성공률을 기준으로 학습하고(열 번 중 일곱 번 성공하면 목표값은 70 %), 최종 확신도는 생성한 답변의 정확성을 기준으로 학습한다.

BigMathDigits 벤치마크에서 70억 매개변수 모델의 기대 보정 오차(Expected Calibration Error, ECE)는 단일 확신도를 사용하는 최선의 방법이 기록한 0,059에서 0,028로 떨어져 52,5 % 감소했다. 추가 학습 없이도 GPQA에서는 26,8 %, TriviaQA에서는 32,2 %, SimpleQA에서는 36,2 % 감소했다. 300억 매개변수 모델의 결과는 다소 다르다. 이 모델의 ECE(0,022)는 CoCA-lite(0,023)보다 아주 조금 우수할 뿐이다. 이러한 추정치를 활용해 언제 검증하거나 답변을 보류할지 결정하는 방식은 시험하지 않았으며, Cohere 제품 발표도 없다.

🔗 Cohere의 글 · arXiv 논문

OpenAI API, 프롬프트를 12시간 캐시에 보관… 기록 시 입력 요금의 2,5배

10월 20일 — OpenAI API에서 이제 프롬프트를 기본 30분 대신 12시간 동안 캐시에 보관할 수 있다. 이 기능은 OpenAI의 dots처럼 같은 지침, 도구, 맥락을 하루 종일 재사용하는 지속형 에이전트를 겨냥한다. 요청 간격이 몇 시간이더라도 캐시된 토큰의 할인 요금을 계속 적용받을 수 있다. GPT-5.6 및 이후 모델에서 Responses API의 prompt_cache_options.ttl 매개변수로 설정하며, 하나의 요청에 두 보관 시간을 함께 적용할 수 있다. 공통 지침은 12시간, 최근 대화 부분은 30분으로 설정하는 식이다.

요금 유형(GPT-5.6 및 이후 모델)	캐시되지 않은 입력 요금 대비 배수
캐시 기록, 30분(기본값)	1,25
캐시 기록, 12시간(Responses API)	2,5
캐시 읽기	0,1 (GPT-6.1 Sol은 0,05)

OpenAI는 하루 종일 재사용하는 맥락의 경우 절감액이 추가 기록 비용을 크게 웃돈다고 추산한다.

🔗 프롬프트 캐시 가이드 · @OpenAIDevs의 게시물 묶음

코딩 에이전트: Claude Code 2.1.304, Copilot CLI 1.0.101, Vibe CLI 3.0.1, Devin Fusion

코딩 에이전트 CLI 세 가지가 권한과 안정성에 초점을 맞춘 버전을 공개하고, Cognition은 독립 지표에서 Claude Code와 성능을 겨룬다.

Claude Code 2.1.304: /claude-api managed-agents-secure, 비용이 큰 대화 재개 전 알림과 43건의 수정

10월 19일 — UTC 21시 34분에 GitHub에 공개된 Claude Code 2.1.304에는 수정 43건을 포함해 변경 사항 76개가 담겼다. 새 명령어 /claude-api managed-agents-secure는 Claude Managed Agents 에이전트의 설정을 Anthropic이 공개한 보안 가이드와 비교하며, 설정을 변경하지는 않는다. Pro 및 Max 구독자는 비활성 대화를 재개할 때 5시간 사용 한도의 상당 부분을 소모하게 된다면 알림을 받으며, 대신 Claude가 이전 대화를 찾아볼 수 있는 새 대화를 열 수 있다. Bedrock, Vertex, Foundry, Claude apps 게이트웨이에서도 /auto-mode-setup을 사용할 수 있게 된다.

여러 수정 사항은 사용자의 작업을 보호한다. claude --worktree는 HEAD가 분리돼 있거나 다른 브랜치를 가리킬 때 작업 트리와 해당 브랜치를 묻지 않고 삭제하던 동작을 더 이상 하지 않는다. 이 동작은 커밋 손실을 일으킬 수 있었다. 또한 마운트된 디스크의 rm -r은 이제 보안 확인 메시지를 띄운다. 사용자 지정 ANTHROPIC_BASE_URL을 사용하는 경우에도 도구 검색이 기본으로 활성화되며, Code Review는 나중에 추가되는 저장소를 포함해 GitHub 조직의 모든 저장소를 검토할 수 있다.

🔗 Claude Code 2.1.304 릴리스 노트

Copilot CLI 1.0.101: 하위 에이전트의 네이티브 구조화 출력과 권한 판정기 지침

10월 20일 — GitHub가 1.0.100 공개 다음 날 Copilot CLI 1.0.101 안정 버전을 공개한다. 변경 사항 30개는 그사이에 나온 두 사전 공개 버전에서 가져왔다. 목록 첫머리에는 두 가지 추가 사항이 있다. 지원 모델에서 동적 워크플로(dynamic workflows)의 하위 에이전트가 네이티브 구조화 출력을 제공하며, assistedApprovalInstructions 설정으로 Assisted Permissions 판정기의 확인 결정을 유도할 수 있다.

권한 처리도 이해하기 쉬워진다. 승인 요청은 권한 확대가 필요한 이유를 설명하고 해당 요청에 맞는 진단 명령어를 제안하며, 폴더를 만든 뒤 여는 셸 명령어는 곧바로 거부되는 대신 경로 승인을 요청한다. 기업 환경에서는 팀에 할당된 플러그인이 해당 팀의 GitHub 마켓플레이스에서 설치되며, 모델 선택기는 관리자가 지정한 모델을 기본값으로 표시한다. macOS에서는 로컬 접근이 허용된 경우 샌드박스가 로컬 TCP 서비스에 직접 연결되며, providers.json의 로컬 모델이 더 이상 Auto 모드를 막지 않는다.

🔗 Copilot CLI 1.0.101 릴리스 노트

Vibe CLI 3.0.1: Python 3.12 지원 복구와 관리자의 YOLO 모드 차단

10월 20일 — Vibe CLI 3.0.0 공개 다음 날, Mistral이 별도 발표 없이 3.0.1을 공개한다. 추가 9건, 변경 15건, 수정 34건 등 총 58개 항목이 담겼다. 3.0.0에서 내린 결정을 되돌려, Python 3.14를 필수로 요구하는 대신 Python 3.12 이상에서 Vibe를 다시 사용할 수 있게 했다. 새 관리자 설정 enable_auto_approve는 이른바 ‘YOLO’ 자동 승인 모드를 금지한다. auto-approve 에이전트가 사라지고 --auto-approve, --yolo, bypass_tool_permissions 옵션이 무시되며, 도구별 권한은 계속 적용된다.

하위 에이전트의 실행 상태도 더 잘 추적한다. vibe -p은 한 턴이 끝난 뒤에도 실행 중인 하위 에이전트를 기다리며, 내보내기에는 각 에이전트의 상태, 모델, 사용량, 비용이 자세히 기록된다. 비용에는 각 에이전트가 사용하는 모델의 요금이 적용된다. 실험적 명령어 vibe run-server은 하나의 프로세스에서 다수의 비대화형 세션을 실행하며, 출력 토큰 한도에 걸려 잘린 응답은 최대 여섯 번 다시 요청한다.

🔗 Vibe CLI 3.0.1 릴리스 노트

Devin Fusion: Coding Agent Index에서 68,2점, Opus 5.5를 사용하는 Claude Code보다 과제당 비용 31 % 절감

10월 19일 — Cognition이 주 모델과 보조 모델(sidekick)을 결합하는 하네스인 Devin Fusion의 Artificial Analysis Coding Agent Index 점수를 강조한다. 이 독립 지표는 세 가지 평가에 동일한 가중치를 부여해 코딩 에이전트를 채점한다.

Devin Fusion has claimed a top score of 68 on the @ArtificialAnlys Coding Agent Index with an Opus 5.5 lead and GPT-6 Luna sidekick. Devin Fusion outperforms Claude Code with Opus 5.5 on both performance and price – earning a score of 68 at a 31% lower cost per task.

🇰🇷 Devin Fusion은 Opus 5.5를 주 모델로, GPT-6 Luna를 보조 모델로 사용해 @ArtificialAnlys의 Coding Agent Index에서 최상위권 점수 중 하나인 68점을 기록했습니다. Devin Fusion은 68점과 과제당 31 % 낮은 비용으로, 성능과 가격 모두에서 Opus 5.5를 사용하는 Claude Code를 앞섭니다. — X의 @cognition

지표 데이터에서도 비용 차이가 확인되며, Devin Fusion은 42개 구성 중 2위다.

평가 구성	지표 점수	과제당 평균 비용
Claude Code, Sonnet 5.5 (max)	68,4	14,19 달러
Devin Fusion CLI, Claude Opus 5.5 Max + GPT-6 Luna High	68,2	9,02 달러
Claude Code, Opus 5.5 (max)	66,0	13,04 달러

Muse Wonder Full을 사용하는 Muse Code가 68,0점으로 뒤를 잇는다. Devin Fusion은 DeepSWE v1.1(72,6 대 68,4)과 SWE-Atlas-QnA(69,4 대 66,4)에서 뚜렷하게 앞서지만, Terminal-Bench v4에서는 Opus 5.5를 사용하는 Claude Code가 우위를 유지한다(63,1 대 62,6). Cognition은 새 글을 공개하지 않았다.

🔗 Artificial Analysis의 Coding Agent Index

단신

코딩 에이전트와 도구

Devin의 10월 19일 릴리스 노트 — Devin이 이제 GitHub, GitLab, Azure DevOps, Bitbucket에서 풀 리퀘스트뿐 아니라 커밋, 브랜치, 태그의 CI 상태도 확인한다. Devin Review에는 규칙 편집기와 Review now 버튼이 추가됐으며, 메모리의 야간 재구성(야간 메모리 드리밍)을 끌 수 있게 됐다. 🔗 출처
Agent Manager — Hugging Face가 Space에 배포하는 비공개 작업 공간을 Apache-2.0 라이선스로 공개했다. 브라우저에서 Claude Code, Codex, Gemini CLI, opencode, Hermes 에이전트 수십 개를 제어할 수 있으며, 에이전트들은 서로 소통하고 다른 기기에서 작업을 이어 가는 동안에도 계속 실행된다. 🔗 출처
Zed의 MCP 도구 검색 — Zed 팀이 150개 질의와 536개 도구를 대상으로 판정 모델, LLM, 벡터 표현(임베딩) 등 적합한 MCP 도구를 찾는 25가지 방법을 비교한 뒤, 몇 가지 정규화 규칙을 적용한 가중 BM25를 선택했다. API 호출 없이 로컬에서 실행되며, 상세 점수나 적용 제품은 공개하지 않았다. 🔗 출처
Zed 1.24.4와 1.25.1 미리 보기 — 안정 버전은 OpenCode 모델 로딩 문제를 수정했다. 미리 보기 버전은 JavaScript와 TypeScript에서 svg, mathml, raw 태그가 붙은 템플릿의 HTML 구문 강조와 css()에 전달하는 템플릿의 CSS 구문 강조를 추가했다. 에이전트 관련 변경 사항은 없다. 🔗 1.25.1 미리 보기 · 🔗 1.24.4
iOS용 v0 — v0의 iOS 앱에 Browser Use 주석 기능이 추가됐다. 동영상이 포함된 트윗으로 발표됐으며, 기능 설명이나 v0 변경 기록 항목은 없다. 🔗 출처
Gemini CLI, 10월 20일 야간 빌드 — 변경 사항이 없는 야간 빌드가 세 차례 나온 뒤 두 가지 문제가 수정됐다. 화면을 새로 고쳐도 터미널의 스크롤 기록이 지워지지 않으며, /clear와 Ctrl+L은 이제 보이는 영역만 지운다. 또한 DevTools에서 두 HTTP 패킷에 걸쳐 나뉜 UTF-8 문자가 깨져 표시되는 문제를 수정했다. 안정 버전 v0.64.0은 그대로다. 🔗 출처
ZCode v3.16.2 — Z.ai의 코딩 환경인 ZCode의 오픈 소스 저장소가 릴리스 노트 없이 v3.16.2로 동기화됐다. 데스크톱 앱의 측면 패널 전체 보기와, 마켓플레이스에서 A2A 프로토콜로 다른 에이전트에 작업을 맡기는 anet 플러그인이 포함된다. 🔗 출처
mistral CLI 0.9.0 — Mistral 플랫폼에 애플리케이션을 배포하는 이 도구에 mistral upgrade, 커밋을 푸시하지 않고 디스크에서 배포하는 실험적 기능, 그리고 기능 플래그로 활성화하는 mistral apps list 및 logs이 추가됐다. 호환성을 깨는 변경으로, 비공개 레지스트리의 토큰은 이제 MISTRAL_REGISTRY_TOKEN 또는 NODE_AUTH_TOKEN에서만 읽어 온다. 🔗 출처
Copilot 모델 정책 API — 기업, 기업 팀, 에이전트 애플리케이션, 조직 수준에서 허용되는 모델을 조회하고 수정하는 REST GET 및 PATCH 엔드포인트가 정식 출시됐다. 조직이나 팀에 권한을 위임할 수도 있다. 🔗 출처

기업과 활용 사례

Claude Enterprise의 Inference hooks — 베타를 마친 이 기능은 각 요청의 기록을 조직의 보안 서버로 보낸다. 보안 서버는 요청이 모델에 도달하기 전에 허용 또는 거부 여부를 기본 5초 이내에 결정한다. claude.ai부터 Claude Code, Cowork, Claude Tag, Claude in Chrome까지 적용되며, Bedrock, Google Cloud, API는 제외된다. 🔗 릴리스 노트 · 🔗 문서
Perplexity와 Valarian — Perplexity가 영국의 데이터 주권 인프라 기업인 Valarian과 함께 규제 대상 기관의 서버에서 Computer를 실행한다. 망이 격리된 환경(에어갭)도 포함하며, Nemotron, GLM, Kimi, DeepSeek-R1, Qwen 같은 오픈 모델을 사용한다. 요청에 따라 배포하며, 가격이나 고객 사례는 제시하지 않았다. 🔗 출처
IncidentWatch와 IncidentSweep — SpaceXSI가 Grok Bots 두 개로 고객 지원 장애를 처리하는 방식을 소개했다. 하나는 5분마다 티켓 급증을 감지해 당직 담당자에게 알리고, 다른 하나는 엔지니어가 승인한 묶음 단위로 티켓을 종료한다. 9월 18일 장애 때는 약 10분 만에 204건을 종료했다. 🔗 출처
프랜차이즈 가맹점의 ChatGPT Work — OpenAI 사례 연구에 따르면, 뉴멕시코에서 Schlotzsky’s와 Cinnabon 매장 세 곳을 운영하는 테드 테일러는 메뉴 가격 조정 시간을 5일에서 1~~2시간으로, 월별 매출 정산 시간을 3시간에서 5~~10분으로 줄여 소요 시간을 94 % 단축했다. 🔗 출처
Java Champions 세 명과 Copilot — GitHub Blog에서 블라드 미할체아, 파트리크 바움가르트너, 프랑크 델포르테가 Copilot 활용 경험을 소개했다. 약 900장의 슬라이드를 8~10시간 만에 Marp로 옮긴 사례부터, 코딩 에이전트가 30분 만에 Pi4J 버그에 대한 풀 리퀘스트를 만든 사례까지 다룬다. 🔗 출처
Hippolyte.ai와 ElevenLabs — 프랑스 채용 플랫폼 Hippolyte.ai가 ElevenLabs의 음성 합성을 활용해 3주 동안 사전 선별용 음성 면접 4,830건을 진행했다. 음성은 유럽연합 내에서 처리하고, 원본 녹음은 24시간 이내에 삭제하며, 오픈 웨이트 모델은 프랑스에서 자체 호스팅한다. 🔗 출처
일본의 Replit — Replit이 애플리케이션과 기업용 에이전트 제작 서비스를 일본 기업에 더 가까이 제공하기 위해 일본 사무소를 연다. 11월 5일과 6일 도쿄에서 Microsoft와 함께하는 워크숍을 포함해 행사 네 개를 개최한다. 주소, 직원 수, 일본 전용 상품은 공개하지 않았다. 🔗 출처

순위와 안내서

ClaimBench — Vals AI의 새 벤치마크는 연차 보고서 10-K의 발췌문이 어떤 주장을 뒷받침하는지, 반박하는지, 아니면 관련 내용을 담고 있지 않은지 묻는다. Perplexity의 pplx-decider-v1.2가 주장당 0.000104달러에 99.69 %를 기록하며 Mercury Decide(99.08 %)를 제치고 판정 모델 중 선두에 올랐다. 다만 지연 시간은 1.23 s로 가장 긴 편에 속한다. 🔗 출처
Parallel에서 평가한 MiniMax M3.1 Flash — Parallel Web Systems가 전날 출시된 MiniMax 모델을 자사 웹 검색 순위의 효율성 부문 1위로 선정했다. DeepSeek V4.1 Flash와 비슷한 성능을 약 3분의 1 비용으로 제공한다는 평가이며, 제삼자 업체의 순위다. 🔗 출처
Perplexity가 설명하는 AI 게이트웨이 — 아이디어 섹션의 안내서가 애플리케이션이나 에이전트와 모델 사이에 놓이는 프록시를 설명한다. 라우팅, 토큰 예산, 의미 기반 캐시, 안전장치 등을 다루며, 조정된 Envoy 게이트웨이가 요청당 약 2 ms를 추가한 Broadcom의 시험을 인용한다. Perplexity 제품을 소개하는 글은 아니다. 🔗 출처

창작: 이미지, 동영상, 프레젠테이션

Bria의 Fibo 2.0 — 사야크 폴에 따르면, Diffusers가 출시와 동시에 이 오픈 웨이트 이미지 편집 모델을 지원한다. 동종 최초로 소개된 이 모델은 JSON으로 제어하며, 텍스트를 정확하게 렌더링하고 Turbo와 Dev 변형으로 제공된다. 🔗 출처
Luma의 Art Style Match — 제품과 구도를 유지하면서 제품 이미지에 참조 이미지 1~4장의 스타일을 적용하는 도구다. 트윗으로만 소개됐으며, 별도 게시물이나 모델, 가격 정보는 없다. 🔗 출처
Design Arena의 HeyGen Video 1.0 — HeyGen에 따르면, MiniMax H3를 기반으로 후속 학습한 자사의 1080p 모델이 Design Arena의 동영상 및 이미지 기반 동영상 부문에서 3위에 올랐다. HeyGen은 이 모델을 제품 클로즈업과 컷어웨이 장면용으로 소개한다. 🔗 출처
OpenRouter의 Wan3.0 Prime — Alibaba의 빠른 Wan 3.0 변형 모델이 초당 0.068달러부터 제공되며, 약 3,000건의 요청(+85 %)으로 OpenRouter 동영상 순위의 Trending 보기에서 1위에 올랐다. Wan 3.0은 3위다. 🔗 출처
GTC 베를린의 TJ — Synthesia가 젠슨 황의 만화 캐릭터를 자사 동영상·음성 모델과 Interactive Avatar API로 구축한 대화형 아바타로 만들었다. 이 아바타는 10월 21일과 22일 방문객에게 100개 이상의 세션 중 적합한 세션을 추천한다. 🔗 출처
Gemini Notebook의 공동 제작 — Pro와 Ultra 구독자는 주제, 형식, 길이, 언어, 시각적 스타일을 선택한 뒤, 프레젠테이션(Slide Deck)의 개요나 요약 동영상(Video Overview)의 제작 지침을 검토하고 생성을 시작할 수 있다. 배포는 계속 진행 중이다. 🔗 출처

오픈 모델, 연구, 하드웨어

AnyLanguageModel 1.0 — Hugging Face의 Swift 패키지가 가져오기 구문 하나만 바꿔 Apple의 Foundation Models 프레임워크를 대체한다. 동일한 세션을 시스템 모델, llama.cpp·MLX·Core ML을 통한 오픈 모델, 또는 OpenAI·Anthropic·Gemini 같은 호스팅 제공업체의 모델로 실행할 수 있다. 🔗 출처
TRL로 에이전트 후속 학습하기 — Hugging Face가 에이전트 실행 기록에 대한 지도 미세 조정부터 AsyncGRPO로 실제 실행 하네스에서 수행하는 학습까지 이어지는 5단계 과정을 공개했다. 증류, GRPO, OpenEnv 환경도 다루는 교육용 콘텐츠이며, 새로운 제품은 없다. 🔗 출처
Thoughtworks의 Nemotron 3.5 Super VL 평가 — Thoughtworks는 두 번째 보고서에서 LoRA 어댑터 세 개가 평가용으로 따로 남겨 둔 법률·의료 데이터에서 5.42~9.41점 향상됐지만, 공개 벤치마크 CaseHOLD에서는 유의미한 개선이 없었다고 밝혔다. 또한 지시에 따라 판정 결과가 35.1점 달라지는 평가 모델 하나를 제외했다. 🔗 출처
프랑스의 더 정밀한 날씨 예보 — Hugging Face 블로그에서 약 200만 개의 매개변수를 갖추고 1시간 동안 학습한 U-Net이 AIFS-ENS 기온 예보의 해상도를 28 km에서 5.5 km로 높였다. Météo-France 관측소와 비교했을 때 이틀치 예보의 오차가 14 %(RMSE) 줄었으며, 저자들은 이를 시연 사례로 제시한다. 🔗 출처
Coral NPU — Google Research가 RISC-V 기반 임베디드 AI용 오픈 신경망 프로세서의 32비트 아키텍처를 완성하고 Coral Compiler v1.0을 공개했다. 최대 1 TOPS의 행렬 연산 장치를 갖추며 목표 평균 전력은 10 mW다. Synaptics는 Astra SR200 칩 제품군을 출시한다. 🔗 출처

GitHub의 AI 외 소식

Secret scanning — 11월 12일부터 두 종류의 감사 이벤트에 있는 business 필드가 기업의 표시 이름 대신 짧은 식별자(슬러그)를 담게 된다. 미리 보기 단계인 토큰 폐기 기능은 비공개 및 내부 저장소에서 Base64로 인코딩된 GitHub 토큰도 지원한다. 🔗 출처
Dependabot 알림 — REST API와 dependabot_alert 웹훅이 취약한 종속성의 버전 또는 버전 제약 조건을 담은 version_requirement 필드를 반환한다. github.com과 GitHub Enterprise Cloud에 적용됐으며, GitHub Enterprise Server 3.24에도 적용될 예정이다. 🔗 출처
Dependabot과 새 패키지 관리자 — Dependabot이 github.com의 모든 사용자를 대상으로 npm 12, pnpm 11과 12, Bun 1.4를 지원한다. GitHub Enterprise Server 3.24에도 포함될 예정이다. 🔗 출처
규칙 집합 — 이제 저장소의 모든 브랜치 보호를 한 번의 작업으로 규칙 집합(규칙 세트)으로 변환할 수 있다. 미리 보기, 적용 상태 선택(Active, Evaluate 또는 Disabled), 기존 규칙의 유지 또는 삭제를 지원한다. 🔗 출처

이것이 의미하는 바

추론이 NVIDIA 일변도에서 벗어나고 있으며, 개발사들은 이를 구동하는 엔진을 공개하고 있다. DeepInfer는 NVIDIA의 SM100 GPU와 Huawei의 Ascend 950 NPU 모두에서 실행되고, TorchTPU는 Transformers와 Diffusers에서도 TPU를 일반적인 PyTorch 장치로 사용할 수 있게 하며, PyTorch 2.15는 Mac에서 MoE 디코딩 속도를 6배 이상 높인다. DeepSeek는 단일 클러스터에서 하루 155조 개의 토큰을 처리하고 비혼잡 시간대에 GPU 1대당 시간당 38달러의 매출을 올린다는 서비스 운영 수치도 공개했다. deepseek-recipe를 통해 제삼자 호스팅 업체는 공식 API의 동작을 재현할 수 있다. 이러한 계산에서 문맥 재사용의 비중도 점점 커지고 있다. DeepSeek는 KV 캐시를 72시간 넘게 유지하며, OpenAI는 이제 하루 종일 같은 문맥을 재사용하는 에이전트에 12시간 프롬프트 캐시를 판매한다.

음성 에이전트를 두고 Mistral과 ElevenLabs는 같은 날 서로 다른 두 아키텍처를 내세웠다. Voxtral 3는 음성 전사, 선택 가능한 LLM, 음성 합성을 각각 별도의 모델로 연결하는 구조를 유지하며, SDK가 이를 스트리밍으로 연동해 한 차례 응답을 1초 이내에 완료한다. 에이전트를 다시 작성하지 않고도 각 구성 요소를 교체할 수 있고, 가격은 분당 또는 문자당으로 제시된다. Eleven Realtime은 전체 과정을 하나의 음성 대 음성 모델로 통합하고, OpenAI의 Realtime API와의 호환성을 앞세워 이미 해당 API를 연동한 개발자를 끌어들이려 한다. 구체적인 가격은 공개하지 않았다. Mistral은 유럽 내 호스팅도 강점으로 내세운다. 마침 Hippolyte.ai 사례는 대기업 고객이 요구하는 조건을 보여 준다. 음성은 유럽연합 내에서 처리하고 녹음은 24시간 이내에 삭제해야 한다.

어시스턴트가 어디에서 작동하는지도 선택의 근거가 되고 있다. Perplexity Computer는 이제 모델을 포함한 전체를 메모리 36GB의 Mac에서 실행하며, Valarian은 이를 격리된 네트워크로 옮긴다. Anthropic의 Inference hooks는 요청이 모델에 도달하기 전에 기업의 보안 서버가 이를 거부할 수 있게 한다. 개발사들은 이러한 보호 기능의 한계도 구체적으로 설명한다. ChatGPT의 잠긴 채팅은 대화를 숨기지만 종단 간 암호화를 제공하지 않으며, 대화는 기업의 규정 준수 로그에 계속 남는다.

소프트웨어 공급망의 보안은 에이전트가 행동하는 지점에서 결정된다. OSS Scanner가 11일 동안 심각 등급 취약점 77개와 높음 등급 취약점 803개를 보고했지만, 이 심각도는 아직 모델 자체가 매긴 등급이다. 반면 curl 취약점에는 CVE 식별자, 보안 권고, 패치가 나왔다. GitHub의 패키지 방화벽은 악성 패키지가 지속적 통합 실행기나 코딩 에이전트의 인증 정보를 수집할 수 있는 설치 시점을 겨냥한다. 동시에 에이전트 CLI는 관리자에게 더 많은 제어권을 제공한다. Vibe CLI 3.0.1은 YOLO 모드를 금지할 수 있게 하고, Copilot CLI 1.0.101은 권한을 승인하는 판정 모델의 판단 방향을 설정할 수 있게 하며, Claude Code 2.1.304는 워크트리를 삭제하기 전에 확인을 요청한다.