OpenAI 모델과 Codex가 Google Cloud에 도입되고, Anthropic이 Claude Duet를 공개하며, OpenAI가 PHP2Shell 취약점 대응을 조율하다

OpenAI가 자사의 최첨단 모델과 Codex를 Google Cloud의 Model Garden에 도입하며, 일부 기업을 대상으로 비공개 미리보기를 제공한다. Google은 이제 3대 비공개 LLM을 모두 제공하는 유일한 주요 클라우드라고 주장한다. Anthropic은 자체 가상 머신에서 독립적으로 작업하고 결제나 서명 전에 승인을 요청하는 에이전트 Claude Duet의 미리보기를 공개했다. 한편 OpenAI는 PHP의 치명적인 취약점 두 건인 PHP2Shell에 대한 대응을 정리했다. 이 중 하나는 GPT-5.6 Sol을 활용해 발견됐다. 베를린에서 열린 GTC에서 NVIDIA는 에이전트를 격리하는 참조 아키텍처와 컨테이너에 담아 공급하는 인공지능 공장을 선보였다. Recursive는 로컬 코딩용 개방형 모델 Flint를 공개했고, Cohere는 Rerank 5를 출시했다.

OpenAI 모델과 Codex, Google Cloud의 Model Garden에서 비공개 미리보기로 제공

10월 21일 — OpenAI와 Google Cloud가 Google Cloud의 모델 카탈로그인 Model Garden에 OpenAI의 최첨단 모델과 Codex의 에이전트 워크플로를 도입한다고 발표했다. Google Cloud의 Gemini 제품 담당 부사장 마이클 게르스텐하버가 작성한 게시물은 대상 모델 세 가지를 명시했다. 가장 까다로운 작업인 코딩, 컴퓨터 사용, 전문 업무, 과학 연구를 위한 GPT-6 Astra, 더 낮은 비용으로 Astra에 가까운 지능을 제공한다고 소개된 GPT-6.1 Sol, 일상적인 작업을 대규모로 처리하기 위한 빠르고 경제적인 모델 GPT-6 Luna다.

제공 일정은 여러 단계로 나뉘며, 두 회사가 이를 설명하는 방식에도 차이가 있다.

발표 항목	안내된 일정	일정 출처
Model Garden의 GPT-6 Astra, GPT-6.1 Sol, GPT-6 Luna	신청서를 통해 선정된 기업 고객에게 비공개 미리보기 제공	Google Cloud
Google Cloud API 호출, 추론을 위해 Gemini 플랫폼에 연결된 Codex CLI와 Codex Desktop	해당 고객을 대상으로 10월 21일부터	Google Cloud
정식 출시	향후 몇 주 내	OpenAI
데이터 미보관(Zero Data Retention) 및 Confidential Compute	곧 제공	Google Cloud
Google Antigravity와 Gemini 에이전트에 OpenAI 모델 도입(Google의 명칭은 Gemini for business)	향후 제공 예정, 날짜 미정	양사

구매는 Model Garden과 Google Cloud Marketplace를 통해 이루어진다. 별도 공급업체 계약 없이 Google Cloud 청구서 하나로 결제하며, 사용액은 Google과 이미 체결한 지출 약정에서 차감되고 Flexible Savings Plans에도 반영된다. OpenAI는 지난 6월 Oracle Cloud에서도 이러한 약정 사용액 반영 방식을 제공한 바 있다. Google은 거버넌스도 강조했다. 프롬프트, 맥락, 응답은 고객의 데이터 경계 안에 머물며 기반 모델 학습에 절대 사용되지 않는다. 모델은 격리된 게이트웨이 뒤의 전용 Google Cloud 인프라에서 실행되며, VPC Service Controls와 통합 감사 로그가 적용된다. 가격은 공개되지 않았다. 이를 바탕으로 Google은 다음과 같이 주장했다.

Google Cloud is now the only hyperscale cloud provider offering access to all three leading closed source LLMs, alongside more than 200 first-party, third-party, and open models on a unified enterprise AI platform.

🇰🇷 Google Cloud는 이제 통합된 기업용 인공지능 플랫폼에서 200개가 넘는 자체 모델, 외부 모델, 개방형 모델과 함께 3대 비공개 LLM에 대한 접근을 제공하는 유일한 하이퍼스케일 클라우드 제공업체입니다. — 마이클 게르스텐하버, Google Cloud의 Gemini 제품 담당 부사장

OpenAI는 Microsoft가 여전히 자사의 주요 클라우드 파트너라고 밝혔다. 6월 1일 Amazon Bedrock, 6월 10일 Oracle Cloud에 이어 Google Cloud도 Codex를 포함한 OpenAI 모델을 배포하는 클라우드에 합류했다. 같은 날 공개된 공식 SDK인 openai-python 3.36.0과 openai-node 7.41.0은 이미 Responses API의 Vertex AI 지원을 포함하고 있다.

🔗 OpenAI 게시물 · Google Cloud 게시물 · @OpenAI의 게시물

Claude Duet: Anthropic이 선제적으로 작업하는 에이전트의 미리보기를 공개하고, Grok Bot은 대시보드를 최신 상태로 유지

10월 21일 — Anthropic이 Claude Duet의 연구용 미리보기(리서치 프리뷰)를 공개했다. 이 새로운 애플리케이션에서 Claude는 선제적으로 작업하는 에이전트로서 사용자의 주의가 필요한 사항을 알리고, 맡긴 작업을 수행하며, 사용자가 자리를 비운 동안에도 계속 작업하고, 사용자를 대신해 행동하기 전에 승인을 요청한다. 접근은 대기자 명단을 통해 제공되며, 우선 미국의 Pro 및 Max 구독자가 대상이다. Duet는 기존 Claude 애플리케이션과 별개인 독립 애플리케이션으로, iOS, Android, claude.ai에서 제공된다. 미리보기 기간에는 Pro 및 Max 요금제에 포함되며 동일한 사용 한도를 공유한다.

Claude Opus 5.5를 중심으로 설계된 Duet는 Claude 계정의 메모리, 스킬, 연결된 애플리케이션을 활용한다. 매일 아침 중요한 사항을 짧게 요약해 보내고, 낮에는 몇 시간마다 연결된 계정을 확인한다. 지속적으로 모니터링하면 요금제 한도가 더 빨리 소진되기 때문이다. 사용자는 하나의 대화에서 글이나 음성으로 소통하며, Duet는 자체 브라우저를 갖춘 전용 가상 머신에서 작업한다. 컴퓨터나 휴대전화를 켜 둘 필요가 없다. Claude Marketplace의 6 000개가 넘는 커넥터와 플러그인(Gmail, Slack, QuickBooks, Stripe, Gusto, Docusign, Shopify…)을 활용하며, Stripe의 디지털 지갑인 Link로 기업을 대신해 구매할 수도 있다. Link는 실제 카드 번호를 전달하지 않고 가상 카드로 결제한다.

요청된 작업 유형	Claude Duet의 동작
읽기, 작성, 작업 준비	백그라운드에서 독립적으로 수행
메시지 전송, 결제, 서명, 삭제	실행할 작업을 보여 주고 승인 대기
증권 거래, 계좌 간 송금	승인이 있어도 금지
은행 카드 번호, 신분증	새로운 분류기가 공유 거부
건강 정보, 개인 재무 정보	명시적인 지시가 있을 때만 전달

보안에는 기존 구성 요소를 활용한다. 인증 정보는 Claude Managed Agents와 같은 방식으로 관리하고, 작업은 자동 모드의 분류기를 거치며, 프롬프트 주입 방어는 브라우저 사용 연구에서 가져왔다. 또한 Duet는 레드팀과 외부 업체의 침투 테스트를 거친 뒤 공개 취약점 보상 프로그램(버그 바운티)에 포함된다.

Claude Duet draws on years of our safety and security work on agents. It never directly sees your passwords, a new classifier guards against sharing sensitive information, and the important decisions stay with you. We’ll share more on our approach to safety in Claude Duet soon.

🇰🇷 Claude Duet는 에이전트의 안전성과 보안에 관해 우리가 수년간 수행해 온 작업을 기반으로 합니다. 사용자의 비밀번호를 직접 보지 않으며, 새로운 분류기가 민감한 정보의 공유를 막고, 중요한 결정은 사용자가 내립니다. Claude Duet의 보안 접근 방식에 관해서는 곧 더 자세히 설명하겠습니다. — X의 @claudeai

Anthropic은 이 첫 버전의 한계도 인정했다. Duet는 대화 내용을 잘못 읽거나 긴급성을 잘못 판단할 수 있고, 티켓 예약 같은 개인 용무 처리 기능은 완성도가 상대적으로 낮으며, 아직 자신의 브라우저를 보여 줄 수 없다. 백그라운드 확인 작업도 요금제 사용 한도에 포함되며, 재무 모델이나 프레젠테이션 작성 같은 큰 작업은 더 많은 한도를 소모한다.

🔗 Claude Duet 발표

Grok Bot, 보고서와 대시보드를 만들고 최신 상태로 유지

10월 21일 — SpaceXSI 역시 요청과 요청 사이에도 작업하는 에이전트라는 방향을 따르고 있다. Grok Bot은 이제 보고서, 메모, 대시보드를 만들 수 있다. 페이지를 만들어 달라고 요청한 뒤 함께 수정하거나, 시간이 지나도 최신 상태로 유지하도록 맡길 수 있다. 이 기능은 최신 모바일 및 데스크톱 애플리케이션 사용자에게 발표 당일부터 배포된다.

발표는 게시물 두 개와 시연 영상으로 이루어졌으며, x.ai에는 별도 게시물이 없다. 적용 요금제, 사용 한도, 대시보드에서 추적할 수 있는 데이터 출처는 명시되지 않았다. 이는 10월에 이어진 Grok Bot의 새 기능 발표를 잇는다. 9일에는 이메일 주소, 16일에는 커넥터와 속도 개선, 19일에는 iPhone 동작 버튼 지원이 공개됐다. 또한 Anthropic이 10월 초부터 베타로 제공하고 있는, Claude가 최신 상태로 유지하는 대시보드인 Claude Dashboards를 떠올리게 한다.

🔗 Grok Bot 발표

PHP2Shell: OpenAI가 PHP의 치명적인 취약점 두 건에 대한 대응을 조율하고, Claude Security는 지속 검사로 전환

10월 21일 — OpenAI가 PHP 핵심부의 치명적인 취약점 두 건인 PHP2Shell을 둘러싼 두 달간의 대응 조율 결과를 공개했다. 게시물에 따르면 보안 업체 Calif는 Daybreak의 오픈 소스 이니셔티브인 Patch the Planet의 일환으로 GPT-5.6 Sol을 활용해 이 중 하나를 발견했으며, Wiz는 별도로 두 취약점을 모두 발견해 신고했다. PHP 유지관리자들이 OpenAI, Wiz, Cloudflare 등의 지원을 받아 수정을 주도했다. OpenAI는 자사가 아는 한 최첨단 인공지능이 공격자보다 먼저 이 취약점들을 발견했다고 평가했다. PHP가 웹사이트의 약 70 %를 구동한다는 보급 규모를 보면 이 문제의 중요성을 알 수 있다.

취약점 공개 사이트 php2shell.com은 심각도가 CVSS 9,2에 이르는 두 CVE를 자세히 설명한다. 인증되지 않은 공격자가 서버에서 코드를 실행하거나 PHP 프로세스의 메모리에서 비밀번호, 토큰, API 키를 읽을 수 있다. 취약한 코드는 PHP 자체에 있으므로, 애플리케이션에 결함이 없어도 영향을 받을 수 있다.

CVE 식별자	취약점 유형	php2shell.com에 제시된 시연
CVE-2026-109618	메모리 부족(out-of-memory)에 따른 손상	WordPress, Drupal, Joomla에서 인증 없이 코드 실행
CVE-2026-109619	요청 간에 남아 있는 오래된 전역 상태, use-after-free	WordPress와 Drupal에서 인증 없이 코드 실행, 애플리케이션 종류와 관계없이 메모리 읽기

영향을 받는 버전은 PHP 5.4까지 거슬러 올라간다. 완전한 해결책은 PHP 8.2.35, 8.3.36, 8.4.27 또는 8.5.12로 업그레이드한 뒤 Apache, PHP-FPM, PHP 워커를 재시작하는 것뿐이다. 운영자를 돕기 위해 OpenAI는 사이트 URL을 통해 또는 서버에서 직접 PHP 버전을 확인하는 Codex 스킬 openai/php2shell-checker를 공개했다. 해당 저장소는 이 스킬이 HTTP 헤더나 php -v에 표시된 버전만 확인하므로, 결과가 알 수 없음으로 나오더라도 대상에 수정이 적용됐다는 뜻은 아니라고 안내한다.

Given the severity of these flaws and PHP’s widespread use, we consider this one of the most impactful security issues in recent memory.

🇰🇷 이 취약점들의 심각성과 PHP의 보급 정도를 고려할 때, 우리는 이를 최근 몇 년간 가장 파급력이 큰 보안 문제 중 하나로 보고 있습니다. — OpenAI, 10월 21일 게시물

OpenAI는 이를 바탕으로 다섯 단계의 대응 체계를 제시했다. 최첨단 모델로 수행하는 적대적 테스트를 포함한 사전 수정 검증부터 관련 조직에 대한 사전 통보, 당국과의 조율, 지침 공개까지 이어지는 절차다. PHP의 경우 백악관 초지능 전담반, ONCD, CISA와 조율했다. 또한 공개 유예 기간의 길이를 비롯한 네 가지 질문을 커뮤니티에 제시했다. 회사는 모든 유지관리자에게 Codex for OSS 구독을 제공하고, Rust Foundation 같은 프로젝트를 직접 후원하며, 앞으로 몇 달간 이러한 발견이 크게 늘어날 것으로 예상한다. 같은 날 사이버 방어 담당자에게 필요한 도구를 제공하기 위한 계획도 공개했다(단신 참조).

🔗 OpenAI 게시물 · php2shell.com 사이트 · php2shell-checker 스킬

Claude Security, 지속 검사와 수정 추적 기능을 Claude Enterprise 대상 공개 베타로 제공

10월 21일 — Anthropic의 Claude Security는 이제 수동으로 시작하는 검사에 의존하지 않고 저장소의 변경 사항을 지속적으로 추적한다. 프로젝트에는 하나 이상의 저장소를 묶을 수 있으며, Claude의 GitHub 애플리케이션(GitHub Enterprise Server 포함)이나 GitLab 및 기타 Git 제공업체용 접근 토큰으로 연결한다. Claude는 먼저 심층 기준 검사를 수행한 뒤, 변경 사항의 위험도와 복잡성에 따라 분석한다. Claude Security 밖에서 수정했더라도 수정 사항이 반영되면 발견 항목이 해결된 것으로 표시되며, 문제가 재발하면 다시 열린다. Anthropic에 따르면 4월 공개 베타 출시 이후 수천 개 조직이 이 도구로 100만 건이 넘는 취약점을 발견했다.

각 프로젝트에는 Claude가 코드를 바탕으로 작성하고 팀이 수정할 수 있는 지식 기반과 위협 모델(위협 모형)이 제공된다. 각 발견 항목의 심각도는 이를 기준으로 정해지며, 공격 경로에 대한 설명이 함께 제공되고 때로는 다이어그램으로도 표시된다. API, 웹훅, Claude.ai와 Claude Code의 MCP 커넥터, 역할 기반 접근 제어도 제공된다. 이 버전은 Claude Enterprise용 공개 베타로, 관리자가 활성화할 수 있다. Cyber Verification Program을 거치지 않고 Claude Mythos를 포함한 전체 모델 제품군에서 사용할 수 있다. 자격을 갖춘 조직에는 두 달간 매월 25 000달러의 사용 크레딧이 제공되며, 2026년 12월 31일까지 사용할 수 있다.

🔗 Claude Security 발표

컴퓨팅 인프라: 컨테이너형 DSX POD, Google Cloud의 A5X 인스턴스와 Confidential Bare Metal

10월 21일 — 젠슨 황이 기조연설에서 Vera Rubin이 본격 양산 중이라고 밝힌 GTC Berlin에서 NVIDIA가 DSX POD를 공개했다. DSX POD는 파트너사들이 모듈형 컨테이너로 제작하는 완전한 Vera Rubin 인공지능 공장의 참조 설계다. 연산 장비, 네트워크, 랙 간 배선, 배관, 랙 단위 전원 공급, 수랭 시스템을 공장에서 통합하고 검증한 뒤, 설비가 갖춰진 부지에 바로 연결할 수 있는 상태로 납품한다.

핵심은 구축 기간이다. NVIDIA에 따르면 전력, 냉각, 네트워크가 준비된 부지에서는 구축 기간을 6개월에서 최단 14일로 줄일 수 있다. 젠슨 황은 인공지능 공장이 공사를 마칠 때가 아니라 토큰 생산을 시작할 때 가치를 창출한다고 말한다. Dell, HPE, Lenovo, Foxconn, Schneider Electric, Vertiv, Bull, Crusoe, Anduril 등 17개 파트너사가 2027년 초부터 전 세계에 이 공장들을 공급할 예정이며, 가격은 공개되지 않았다.

NVIDIA 발표 항목	발표 수치
DSX POD 가동 개시	6개월에서 최단 14일로
제조 파트너사	17
첫 납품	2027년 초
냉각수 절감량(2 GW 부지)	하루 최대 54백만 리터
DSX MaxLPS 소프트웨어 사용 시 에너지	같은 수의 토큰을 생성할 때 최대 30 % 절감

함께 발표된 보도자료는 DSX 플랫폼의 효율성을 수치로 제시한다. 공랭식 열교환기를 결합한 폐회로 수랭 방식으로 냉각수 소비를 거의 없애, 2기가와트 규모의 부지에서 하루 최대 5,400만 리터를 절약한다는 설명이다. 이는 18만 가구의 하루 물 소비량에 해당한다. DSX MaxLPS 소프트웨어는 에너지를 최대 30 % 덜 사용하면서 같은 수의 토큰을 생성할 수 있다고 하며, CoreWeave, Google Cloud, Lambda, Nebius 등이 도입을 계획하고 있다. 전날 NVIDIA는 Nebius, Nscale, Verda의 Vera CPU 도입 등 유럽 내 도입 현황도 상세히 공개했다.

🔗 DSX POD 보도자료 · 유럽의 DSX 생태계

Google Cloud, Vera Rubin NVL72 기반 A5X 인스턴스 발표, 다음 달 제공 예정

10월 21일 — Google Cloud와 NVIDIA가 대규모 에이전트 추론과 강화학습을 위한 A5X 인스턴스를 공개했다. Vera Rubin NVL72 시스템, ConnectX-9 네트워크 카드, Google Cloud의 Virgo 네트워크와 4세대 수랭 기술을 결합한 구성이다. 제목에서는 정식 제공을 언급하지만, NVIDIA의 게시글 본문은 다음 달 제공을 시작하며 유럽으로도 확대할 예정이라고 명시한다. Google Cloud는 장기적으로 여러 부지에 Rubin GPU를 최대 96만 개 배치할 계획이다.

첫 고객은 AlphaGo를 만든 데이비드 실버가 런던에 설립한 Ineffable Intelligence다. 이 회사는 자신의 경험에서 지속적으로 학습하는 시스템을 훈련하려 한다. WPP는 초기 테스트에서, 기존에는 여러 노드로 구성된 클러스터가 필요했던 창작 에이전트 워크로드를 A5X 인스턴스 하나에서 처리했다고 밝혔다.

🔗 A5X 인스턴스에 관한 NVIDIA 게시글

Confidential Bare Metal: NVIDIA, 연구소가 소유하지 않은 장비에서도 모델 보호

10월 21일 — NVIDIA가 Confidential Bare Metal로 기밀 컴퓨팅을 확대한다. 클라우드, 네오클라우드 또는 기업이 제공하는 타사의 전용 인프라에서 최첨단 모델을 훈련하거나 서비스하는 연구소를 위한 옵션이다. 연구소는 호스트와 플랫폼 소프트웨어를 포함한 자체 소프트웨어 스택을 설치하면서도 모델과 데이터에 대한 통제권을 유지할 수 있다. 이를 위해 전송 중 데이터 보호, 플랫폼 무결성 측정, 하드웨어로 강제하는 접근 제한이라는 새로운 통제 기능을 제공한다.

이제 제공 방식은 베어메탈, Kubernetes 컨테이너, 가상 머신의 세 가지다. 지원 범위는 Grace Blackwell과 Rubin 시스템으로 확대되며, 인공지능 공장을 구축하는 클라우드를 위한 참조 아키텍처인 DSX OS에도 통합될 예정이다. Cohere는 Cohere Model Vault에 이를 사용할 계획이며, Google Cloud는 GB300 NVL72 기반 A4X Max 인스턴스로 적용을 확대하는 동시에 G4 가상 머신에서 Confidential Computing을 정식 제공한다. 지난 9월 NVIDIA는 B200에서 처리량의 96,1~98,2 %를 유지하는 기밀 추론을 시연한 바 있다.

🔗 Confidential Bare Metal에 관한 NVIDIA 게시글

NVIDIA의 기업용 에이전트: OpenShell Reference Architecture, Agent Toolkit과 Kumo 모델

10월 21일 — NVIDIA는 GTC Berlin에서 기업용 에이전트를 구축하고, 격리하고, 관찰하고, 통제하기 위한 참조 아키텍처인 OpenShell Reference Architecture를 공개했다. 즉시 사용할 수 있다. 커널 수준의 정책으로 통제되는 샌드박스에 에이전트를 배치하는 오픈 소스 런타임 OpenShell을 완전한 하드웨어·소프트웨어 스택으로 확장한 것이다. 젠슨 황은 역할 분담을 이렇게 요약했다. 에이전트는 Rubin에서 사고하고, Vera에서 행동하며, BlueField에서 통제된다. 그는 기업들이 수십억 개의 에이전트 배포를 앞둔 지금, 인공지능의 역량과 보안이 함께 발전해야 한다고 본다.

스택 구성 요소	발표된 역할	NVIDIA가 제시한 수치
Vera Rubin NVL72	폐쇄형 모델 또는 Nemotron으로 구축한 개방형 모델의 추론	에이전트 워크로드에서 메가와트당 처리량 30배
CPU Vera	에이전트 하네스 및 도구 호출	x86 프로세서 대비 성능 2배
NVIDIA Sentry를 탑재한 DPU BlueField-4	대역 외 모니터링, 실리콘에서 강제되는 정책	수 밀리초 내 에이전트 중지, 에이전트 수용량 최대 20 % 증가

NVIDIA에 따르면 에이전트가 허용된 범위를 벗어나려 할 경우 Sentry가 이를 격리하고 수 밀리초 안에 중지한다. 이 아키텍처는 RTX Spark, DGX Spark, DGX Station 워크스테이션까지 적용된다. AWS, Google Cloud, Azure에서 Linux와 Kubernetes(Canonical, SUSE, Red Hat)를 지원하며, Windows에서는 Microsoft Execution Containers를 통해 작동한다.

Anthropic, Cohere, Google, Meta, OpenAI, Perplexity, Reflection, SpaceX Super Intelligence의 모델을 사용하는 에이전트를 이 환경에서 실행할 수 있다. CrowdStrike, Palo Alto Networks, Zscaler, Okta, 1Password 등 11개 보안 소프트웨어 업체가 이를 통합하고 있다. BBVA와 Santander는 활용을 검토 중이며, Cadence, Dassault Systèmes, IBM, SAP, Siemens, Synopsys는 이를 기반으로 제품을 구축하고 있다. SAP는 이를 Joule Studio 런타임에 연결한다. ServiceNow는 이를 계기로 OpenShell이 동작을 집행하는 장기 실행형 개인 에이전트 ServiceNow Arc를 정식 제공하기 시작했다. 이 에이전트의 AI Passport는 정책을 OpenShell과 Sentry에 전달해 에이전트의 접근 권한을 수초 내에 철회할 수 있게 한다.

🔗 NVIDIA 보도자료 · @NVIDIAAI의 트윗

Agent Toolkit: Agent Knowledge Foundation과 개방형 Kumo 모델 제품군

10월 21일 — NVIDIA는 같은 스택 안에서 기업 데이터용 구성 요소인 Agent Knowledge Foundation을 추가하며 오픈 소스 Agent Toolkit을 확장한다. 여기에는 CUDA-X 라이브러리(cuDF, cuGraph, cuML, cuOpt, cuVS), 데이터를 이동하거나 거버넌스 통제를 변경하지 않고 원시 데이터를 고객·제품·주문 같은 비즈니스 개념과 관계로 변환하는 새로운 Auto-Ontology 라이브러리, Nemotron Retriever 검색 모델, 표·관계·시계열 데이터를 바탕으로 예측하는 개방형 Kumo 모델 제품군(Kumo Tabular, Relational, Time Series, Forecast)이 포함된다. 이 도구 모음에는 OpenShell 런타임과 NemoClaw 블루프린트도 들어 있으며, 에이전트 최적화에 초점을 맞춘 새 블루프린트도 추가됐다.

NVIDIA는 파트너사들의 초기 성과를 소개했다. SAP가 미세 조정한 재순위화 모델은 거의 3배 빠르게 실행되고, ServiceNow는 재순위화 지연 시간을 거의 4분의 1 줄였으며, Amazon OpenSearch Service는 추가 지연 시간이 거의 없이 검색 관련성을 높였다. Databricks는 Kumo Anomaly를 Genie Ontology와 결합하고, Snowflake는 자사 노트북에서 Kumo Engine과 Kumo Relational을 제공한다. NVIDIA도 Palantir와 함께 자체 공급망에 이를 활용한다. Kumo 제품군은 9월 말 Kumo Tabular와 함께 처음 공개됐다.

🔗 Agent Toolkit에 관한 NVIDIA 게시글

Flint: Recursive, 로컬 코딩용 400억 매개변수 개방형 MoE 공개, Base Labs는 의사결정 모델 공개

10월 21일 — 리처드 소처의 회사 Recursive가 첫 모델 Flint를 공개했다. 로컬 하드웨어에서 에이전트 코딩을 수행하도록 설계된 전문가 혼합(mixture-of-experts) 모델이다. 전체 매개변수는 398억 개지만 토큰당 약 25억 개만 활성화하므로 노트북에서도 실행할 수 있다. 가중치는 Hugging Face에 Apache 2.0 라이선스로 공개됐으며, BF16과 INT4 및 NVFP4 양자화 버전(GGUF)을 제공한다. Ollama, LM Studio, Unsloth, exo에서 사용할 수 있고, OpenCode와 Pi에서는 무료로 이용할 수 있다.

벤치마크 또는 특성	Flint 모델 카드에 명시된 값
Terminal-Bench 2.1	54,9 %
SWE-bench Pro v2	89,7 %
SWE-bench Verified	74,2 %
전체 및 활성 매개변수	총 39,8십억 개, 이 중 토큰당 약 2,5십억 개 활성화
MoE 계층당 전문가	라우팅 대상 256개 중 6개 활성화, 공유 전문가 1개 추가
문서에 명시된 컨텍스트	262 144토큰

점수는 Recursive가 최소 5회 시도해 측정한 평균 pass@1이다. Terminal-Bench에서는 웹 검색으로 찾은 해답을 실패로 간주하며, 경쟁 모델의 점수 중 일부는 해당 개발사가 서로 다른 평가 절차로 발표한 수치다. Recursive에 따르면 매개변수 500억 개 미만의 다른 어떤 MoE도 이 세 벤치마크에서 더 높은 성능을 내지 못하며, Flint는 매개변수 250억~400억 개의 밀집 모델과 경쟁하면서 5배 넘게 빠르게 작동한다. 회사는 MacBook Pro M4 Pro에서 초당 125토큰을 넘게, 64GB NVIDIA RTX Spark에서 초당 150토큰을 넘게 생성한다고 밝혔다. 게시글은 최대 512k 토큰의 컨텍스트를 언급하면서도 256k 미만으로 유지할 것을 권장하며, 복잡한 작업은 나누어 처리하라고 조언한다. Flint는 대형 폐쇄형 모델보다 더 많은 지침이 필요할 수 있기 때문이다.

Flint는 Recursive의 자동화 연구 시스템 Eureka Machine의 성과를 보여 주는 사례이기도 하다. 이 시스템은 아이디어 제안, 구현, 테스트, 다음 연구 방향 선택을 연속해서 수행한다. 회사에 따르면 이 시스템은 데이터, 최적화 도구, 학습 레시피, 인프라, 추론에 기여했으며, 소규모 팀이 4개월도 안 되어 모델을 처음부터 구축할 수 있게 했다.

🔗 Recursive 게시글 · Hugging Face의 RecursiveSI/flint

Baseten의 연구소 Base Labs, 의사결정 모델 mammoth-1과 elephant-1 공개

10월 21일 — Baseten이 자사 연구소 Base Labs에서 훈련한 의사결정 모델 두 가지를 공개했다. 매개변수 270억 개의 mammoth-1과 90억 개의 elephant-1이다. 의사결정 모델은 답변을 작성하지 않는다. 선택형, 점수 평가형, 예·아니요형 질문에서 가능한 각 응답의 확률을 반환하며, 이를 통해 신뢰도 임계값을 정하고 그 값을 넘으면 사람에게 판단을 넘기도록 할 수 있다. Baseten에 따르면 추론 모델보다 최대 10배 빠르게 응답할 수 있다. 두 모델은 Qwen3.5-27B와 Qwen3.5-9B를 621만 개의 사례로 후속 학습한 버전이며, 학습 사례에는 “모르겠습니다”라고 답할 줄 알아야 하는 경우도 포함된다.

의사결정 모델	기반 모델	Jev Decision Index 0.4	Artificial Analysis Decision Index
mammoth-1	Qwen3.5-27B	71,24, 208개 중 1위	65,9
elephant-1	Qwen3.5-9B	9B 모델 중 최고, 공동 8위	65,2

두 모델은 Baseten의 Model APIs에서 일주일 동안 무료로 제공되며, 기본적으로 데이터를 보관하지 않는다. Baseten은 이들을 오픈 소스로 소개하며, Hugging Face 모델 카드에는 MIT 라이선스가 명시되어 있다.

🔗 Baseten 게시글

에이전트를 위한 문서 검색: Cohere의 Rerank 5 출시와 NVIDIA의 Nemotron 3.5 Embed, Rerank, Parse 공개

10월 21일 — Cohere가 기업 검색용 재정렬(reranking) 모델의 차세대 버전인 Rerank 5를 두 가지로 출시했다. Rerank 5 Pro(rerank-v5.0-pro)는 추론이 필요한 질의와 길거나 전문적인 문서에서 최고의 품질을 목표로 하며, Rerank 5 Fast(rerank-v5.0-fast)는 작업마다 많은 검색을 수행하는 에이전트 등을 위해 지연 시간과 처리량에 초점을 맞춘다. 두 모델은 10월 21일부터 Cohere API에서 제공되며, 가격은 100만 토큰당 Pro가 0,05달러, Fast가 0,02달러다. Model Vault, Microsoft Foundry, Amazon SageMaker, North에서도 이용할 수 있다. 100개 이상의 언어, 32k 토큰의 컨텍스트와 반정형 데이터를 지원하며, 재색인 없이 model 매개변수만 변경하면 이전할 수 있다.

가장 큰 새 기능은 Context Focus다. 기본적으로 비활성화된 이 옵션은 각 문서에서 가장 관련성이 높은 구간을 점수가 매겨진 문자 범위로 같은 호출에서 반환해, 해당 발췌문만 LLM에 전달할 수 있게 한다. Cohere는 검색 에이전트(glm-5-3-flash, 질문 50개로 구성된 데이터셋 17개)로 이를 시험했다.

Cohere가 시험한 검색 구성	정답률	사용한 토큰
BM25만 사용	46 %	기준
BM25와 Rerank 5 Pro	49 %	수치 미공개
Context Focus 적용, 기본 임계값 0,1	57 %	Context Focus 미적용 시보다 19 % 감소
Context Focus 적용, 임계값 0,4	58 %	Context Focus 미적용 시보다 34 % 감소, BM25만 사용했을 때보다 35 % 감소
심층 검색 벤치마크 6개, 임계값 0,4	52 %, BM25만 사용했을 때는 39 %	BM25만 사용했을 때보다 41 % 감소

Cohere의 게시글에서 토큰을 “최대 41 %” 줄였다고 요약한 수치는 BM25만 사용한 경우와 비교한 마지막 결과다. 두 번째 변화는 점수 보정이다. 이제 관련성 점수 0,7은 해당 문서가 유용할 확률이 70 %라는 뜻으로 해석할 수 있다. “유용하지 않을 가능성보다 유용할 가능성이 높은” 임계값은 Pro가 0,50, Fast가 0,45다. 이를 통해 임계값으로 결과를 걸러내거나 관련 결과가 하나도 반환되지 않았음을 감지할 수 있다. 서로 독립적인 인간 평가 데이터셋 두 개에서 두 모델의 기대 보정 오차(ECE)는 약 0,06이었다. 반면 Rerank 4 Pro와 시험 대상인 Voyage AI 모델 두 개는 0,23~0,38이었다.

Cohere 자체 측정 방식인 RCP-nDCG@10으로 평가한 공개 벤치마크에서 Rerank 5 Pro는 복합 데이터셋 46개 중 39개에서 1위를 차지했다. 추론이 필요한 검색을 평가하는 BRIGHT에서는 82,2점을 기록해 Voyage AI Rerank 3보다 5,8점, Rerank 4 Pro보다 12,4점 높았다. Fast는 A100 GPU에서 1 000토큰 문서를 초당 약 187개 처리하며, 처리량은 Pro의 2,9배다. Rerank 5는 Embed 5 출시로부터 3주, Cohere가 Rerank 4와 비교한 짧은 영상을 공개한 지 1주 만에 나왔다.

🔗 Cohere 게시글 · Cohere 릴리스 노트

Nemotron 3.5 Embed, Rerank, Parse: 에이전트를 위한 NVIDIA의 멀티모달 문서 검색

10월 21일 — 같은 날 NVIDIA는 Nemotron Retriever 컬렉션의 범위를 넓혔다. 기존 명칭은 Nemotron RAG다. 새로 추가된 임베딩, 재정렬, 문서 추출 모델은 개방형이며 상업적으로 사용할 수 있다고 소개됐고, OpenMDW 1.1 라이선스로 Hugging Face에 공개됐다. Nemotron 3.5 Embed는 8B, 8B에서 증류한 1B, 1B NVFP4 버전으로 제공되며, 텍스트와 문서 이미지의 표·그래프·도식 모두를 검색한다. Nemotron 3.5 Rerank 8B는 텍스트와 이미지 형태의 질의·문서 쌍에 점수를 매기며, 매개변수 6억 3 100만 개의 Nemotron 3.5 Parse는 페이지를 구조화된 텍스트로 변환한다.

ViDoRe v3.1에서 Embed 8B는 nDCG@10 61,17을 기록해 10월 20일 기준 밀집 모델 중 1위를 차지했다. Rerank 8B는 60,49로, Qwen-3-VL-Reranker-8B의 59,17을 앞섰다. Parse는 매개변수 10억 개 미만 모델 중 ParseBench 1위이며, H100에서 초당 10,5페이지를 처리하면서 75,20점을 기록했다. NVIDIA도 Cohere처럼 에이전트 비용을 강조하지만, 사용한 벤치마크와 비교 기준은 다르다.

비교 항목	Cohere Rerank 5	NVIDIA Nemotron 3.5 Rerank
배포 방식	유료 API, Model Vault, Foundry, SageMaker	Hugging Face에 가중치 공개, OpenMDW 1.1 라이선스
발표한 토큰 절감률	벤치마크 6개에서 BM25만 사용한 경우 대비 최대 41 %	Embed 8B와 함께 사용 시 에이전트 질의당 약 14 %
강조한 점수	BRIGHT에서 82,2(RCP-nDCG@10)	ViDoRe v3.1에서 60,49(nDCG@10)

두 절감률을 직접 비교할 수는 없다. Cohere는 Context Focus를 포함한 전체 검색 구성을 키워드 검색만 수행한 경우와 비교했다. NVIDIA는 ViDoRe v3, BRIGHT, BrowseComp-Plus에서 자체 임베딩 뒤에 Rerank를 추가한 효과를 측정했다. 배포 측면에서 Embed 1B의 NVFP4 버전은 GB200에서 초당 처리 문서 수를 27,1 % 늘리면서 정확도의 99,85 %를 유지한다.

🔗 Nemotron Retriever에 관한 NVIDIA 게시글

ChatGPT Ads: 26개국 추가로 총 89개국에 제공, LLM 오케스트레이터가 운영하는 광고 플랫폼

10월 21일 — OpenAI가 ChatGPT Ads를 26개국에 추가로 확대하며 광고 플랫폼의 제공 국가가 89개국으로 늘었다. 멕시코와 브라질에 이어 아르헨티나, 칠레, 콜롬비아, 페루 등 중남미 14개국이 추가됐다. 나이지리아, 남아프리카공화국, 세르비아, 우크라이나, 캄보디아, 방글라데시, 파키스탄 등 유럽, 중동, 아프리카, 아시아의 새 시장도 포함된다. 광고 서비스를 시작한 지 8개월이 조금 넘는 동안 10만 곳 이상의 광고주가 캠페인을 집행했으며, 매주 12억 명 이상이 ChatGPT를 이용한다. 광고는 계속 Free와 Go 요금제에만 표시되며, Plus, Pro, Enterprise에는 표시되지 않는다. 8월 말 기준 이 광고 플랫폼은 연환산 매출 10억 달러와 40개국 이상의 서비스 범위를 달성했다고 밝혔다.

같은 날 OpenAI 엔지니어 리텐드라 다타와 카르틱 고팔라트남은 이 광고 플랫폼의 기술 구성을 설명했다. 대화에서는 상업적 의도가 여러 차례의 문답을 거치며 형성되는데, 단일 질의나 페이지 조회를 전제로 설계된 기존 시스템은 이를 제대로 처리하기 어렵다. 이에 OpenAI는 문답과 대화를 넘어 정보를 기억하는 상태 유지형 광고 세션, 도구 호출로 전체 흐름을 제어하는 사후 학습된 최첨단 LLM인 “오케스트레이터”, 그리고 답변 생성과 분리되어 자체 모델과 코드로 작동하는 광고 선택 서비스를 채택했다.

광고 처리 단계	처리 내용
의도 파악	오케스트레이터가 대화를 하나 이상의 질의로 요약
검색	의미 기반 임베딩과 여러 인덱스에 걸친 근사 최근접 이웃 검색
필터링	예산, 지출 속도, 타기팅, 규칙, 광고주별 중복 제거
점수 산정	관련성, 예상 참여도, 과거 성과
경매	오케스트레이터 외부에서 광고와 가격 선택

ChatGPT는 이 시스템에 의존하지 않는다. 시스템이 느리거나 장애가 발생해도 답변은 정상적으로 표시되며, 너무 늦게 도착한 광고는 표시하지 않는다. 광고를 전혀 반환하지 않는 것도 정상적인 결과다. 선택된 광고는 답변 아래에 후원 광고임을 표시하고, 모델이 생성한 짧고 중립적인 소개 문구와 함께 나타난다. OpenAI의 가장 강력한 모델들이 전체 과정을 평가하고 오케스트레이션이나 검색에 사용할 더 작은 모델을 학습시킨다. 불과 1년 전만 해도 광고 시스템이 전혀 없었던 OpenAI가 이 기술 구성을 구축하는 과정에서 Codex는 개발 역량을 크게 높이는 역할을 했다.

🔗 26개국 추가 확대 · ChatGPT의 광고 기술 구성

생물학과 의학을 위한 인공지능: CRISPR 지도를 분석하는 GPT-Rosalind, RFD4-Proteina, Cosmos3-H-Dreams

생명과학에 인공지능을 적용한 세 가지 소식이 나왔다. 유전 지도를 분석하는 OpenAI 에이전트, 브라우저에서 이용할 수 있는 개방형 단백질 설계 모델, 그리고 영상을 실시간으로 생성하는 수술 시뮬레이터다.

수천 개의 GPT-Rosalind 에이전트, 생쥐 뇌 CRISPR 지도를 32분 만에 분석

10월 21일 — OpenAI, PerturbAI, Scripps Research는 GPT-Rosalind 기반 에이전트 수천 개에 생쥐 전체 뇌의 CRISPR 지도 분석을 맡겼다. 이 지도는 유전적 교란이 수백만 개 세포에 미치는 영향을 측정한다. 각 에이전트는 하나의 교란을 연구하며 세포 반응을 살펴보고, 문헌을 검색한 뒤 설명을 제안한다. 이 결과를 모은 추론 지도(reasoning atlas)는 GitHub에 공개됐으며, 사전 공개 논문은 bioRxiv에 게시됐다.

연구팀이 보고한 측정 항목	공개된 값
에이전트의 분석 소요 시간	32분
비슷한 수준의 인간 분석 소요 시간 추정치	수개월에서 1년
최대 작업량에서 인용한 참고 문헌 수	700개 이상, 단일 에이전트는 11개
맹검 평가에서 전문가의 선호	75 %가 분산 에이전트의 보고서 선호

두 가지 연구 방향이 눈에 띈다. 소뇌에서 Tsc2를 교란하면 신경세포 간 소통에 관련된 수십 개 유전자의 활성이 달라지지만, Tsc1을 교란하면 거의 변화가 없다. 이는 결절성 경화증과 연관 지어 살펴볼 결과다. 또 페리 증후군의 원인 유전자인 Dctn1을 교란하면 콜레스테롤 합성 유전자들의 발현이 증가한다. 여기서 전문가들이 새롭다고 평가한 가설이 나왔다. 신경세포 내 콜레스테롤 분포를 회복하면 퇴행으로부터 세포를 보호할 수 있을까? 실험실 검증이 필요한 가설이다.

🔗 OpenAI 연구 게시글 · bioRxiv 사전 공개 논문

RFD4-Proteina: NVIDIA와 Baker Lab의 단백질 설계 모델, 11월 4일까지 전용 GPU에서 무료 제공

10월 21일 — NVIDIA가 RFD4-Proteina를 브라우저에서 이용할 수 있도록 했다. 워싱턴 대학교 단백질설계연구소의 Baker Lab과 공동 개발한 이 개방형 단백질 설계 모델은 결합체가 붙어야 할 표적이나 효소가 포함해야 할 촉매 모티프 같은 제약 조건에 맞춰 단백질 서열과 전체 원자 구조를 함께 생성한다. 소분자부터 핵산, 글리칸, 금속 이온까지 다양한 분자 환경을 처리한다.

가중치는 10월 6일부터 BSD-3-Clause 라이선스로 Hugging Face에 공개돼 있다. 이번에 새로 제공되는 것은 두 개의 Spaces를 통한 접근이다. 하나는 전용 RTX PRO 6000 GPU에서 실행되며, NVIDIA가 비용을 부담해 10월 21일부터 11월 4일까지 무료로 제공된다. 다른 하나는 ZeroGPU에서 실행되며 이후에도 무료로 유지된다. 모델은 LLM처럼 사고 설정(thinking setting)을 제공한다. 표적 24개로 구성된 벤치마크에서 높은 사고 수준으로 설정하면 전산 검증 기준을 통과하는 서로 다른 설계를 GPU 시간당 76,40개 생성한다. 2위 기법인 Proteina-Complexa는 13,24개다. NVIDIA는 GTC Berlin에서 선보인 개방형 모델에 관한 게시글에서 이 모델이 10개 이상의 설계 과제에서도 선두이며, 아미노산 200개로 된 단백질에서는 RFdiffusion3보다 약 13배 빠르다고 밝혔다. NVIDIA는 Anthropic과 Adaptyv가 후원하는 단백질 설계 대회에 이 모델을 활용할 것을 제안했다.

🔗 Hugging Face의 RFD4-Proteina 게시글 · RFD4-Proteina 가중치

Cosmos3-H-Dreams: 사용자의 움직임에 실시간으로 반응하는 생성형 수술 시뮬레이터

10월 20일 — NVIDIA가 복부 수술 장면을 실시간으로 재현하는 생성형 시뮬레이터 Cosmos3-H-Dreams를 공개했다. 사용자가 집게를 움직여 담낭을 잡고 들어 올리면 모델이 그에 해당하는 영상을 생성한다. 이 월드 모델(world foundation model)은 조직의 기하학적 형상과 변형을 모델링하는 대신, CMR Surgical의 Versius 로봇으로 실제 수행한 담낭절제술의 영상과 운동학 데이터를 통해 시각적 동역학을 학습한다. NVIDIA에 따르면 임상 수술로 학습한 실시간 생성형 수술 시뮬레이터 가운데 실시간 운동학 제어를 지원하는 첫 사례다.

모델의 출발점은 매개변수 160억 개의 Cosmos3-H-Embodied-Nano다. 양팔의 자세와 집게, 에너지 제어 명령, 조종기의 축과 버튼을 포함한 28차원 행동으로 특화한 뒤, 4단계와 2단계 버전으로 증류했다. 이 버전들은 FlashDreams 라이브러리 덕분에 RTX PRO 6000 한 대에서 상호작용이 가능한 속도로 작동한다. 두 체크포인트는 NVIDIA Open Model License로 Hugging Face에 공개됐으며, 코드와 자체 데이터에 모델을 맞추는 절차도 함께 제공된다.

🔗 Hugging Face의 Cosmos3-H-Dreams 게시글

로봇 공학과 물리 인공지능: 휴머노이드 Agile ONE SN, Isaac Lab 3.0, Alpamayo 2 Edge, Cosmos Data Factory

NVIDIA는 기조연설의 상당 부분을 물리 인공지능에 할애했다. 연구실용 기준 휴머노이드, 정식 출시된 로봇 학습 플랫폼, 자율주행과 학습 데이터를 위한 새 모델 및 도구를 소개했다. Pollen Robotics와 Hugging Face의 Microducks도 무대에 올랐다(단신 참고).

Isaac: 레퍼런스 휴머노이드 Agile ONE SN, Isaac Lab 3.0과 Isaac OS

10월 21일 — NVIDIA가 연구용 레퍼런스 휴머노이드로 로봇 플랫폼 Isaac을 확장한다. Agile Robots가 제작하는 Agile ONE SN은 Isaac GR00T 모델이 사전 구성된 상태로 제공되며, 안전 시스템 Halos도 통합될 예정이다. 2027년 초 출시 예정이며, 연구실 구축 시간을 몇 주에서 며칠로 줄이는 것이 목표다. 스탠퍼드와 취리히 연방공과대학교가 관심을 보이고 있다.

Agile ONE SN 사양	발표된 수치
키와 무게	1,40 m, 40 kg
자유도	31, 양손 각각 추가 20
가반하중	팔 하나당 3 kg
탑재 연산 성능	Jetson Thor, 2 070 테라플롭스 FP4, 128 Go 통합 메모리
출시 시기	2027년 초

플랫폼의 나머지 부분도 발전하고 있다. 로봇 학습용 오픈 소스 프레임워크 Isaac Lab 3.0은 물리 엔진 Newton과 PhysX를 탑재해 정식 출시되며, Holoscan을 기반으로 구축한 새로운 오픈 소스 런타임 Isaac OS는 모델, 센서, 제어를 연결한다. DGX Station용 레퍼런스 작업 흐름 세 가지는 강화 학습으로 GR00T 1.7을 미세 조정하고, 정교한 물체 조작을 학습시키거나, Cosmos 모델을 후속 학습해 합성 데이터를 생성하는 방법을 보여준다. NVIDIA는 Hugging Face에 시뮬레이션에 바로 사용할 수 있는 객체 2 000개 이상의 라이브러리와 Human 1M도 공개한다. Human 1M은 세 가지 시점에서 동기화해 촬영한 영상에 손의 3D 움직임 추적 정보를 결합한 데이터셋으로, 전체 버전은 Cosmos Coalition 파트너에게만 제공된다. 젠슨 황은 로봇 분야의 ChatGPT 순간이 빠르게 다가오고 있다고 본다.

🔗 NVIDIA의 Isaac 보도자료

Alpamayo 2 Edge와 Cosmos Data Factory: 차량 내 자율주행과 로봇 데이터

10월 21일 — NVIDIA는 GTC Berlin의 개방형 모델을 소개하는 게시글에서 Alpamayo 2 Edge를 추가했다. NVIDIA Cosmos를 기반으로 하는 이 소형 추론 모델은 차량에 탑재된 DRIVE AGX Thor에서 실행되며, 주변 상황을 이해하고 실시간으로 주행 경로를 계획한다. 데이터 측면에서는 Cosmos Data Factory가 학습 데이터셋의 선별, 주석 작성, 생성, 평가를 위한 블루프린트와 에이전트 스킬을 모았으며, 더 적은 연산으로 월드 모델을 개선하는 새로운 도구도 포함한다. Porsche는 Voxel51과, ANYbotics는 Encord와, Zalando와 CEVA Logistics는 Sereact와 함께 이를 사용하며, Siemens도 사용한다. 같은 게시글은 RFD4-Proteina를 소개하고, NVIDIA의 양자 컴퓨팅용 모델 제품군 Ising이 AWS Parallel Computing Service에 추가된다고 발표한다.

🔗 NVIDIA의 개방형 모델 소개 게시글

산업 및 통신: 엔지니어링을 위한 Mistral과 NVIDIA의 협력, T-Mobile의 첫 AI-RAN 통화

두 발표는 인공지능이 데이터센터를 넘어 산업 설계 부서와 이동통신망 기지국으로 확장되고 있음을 보여준다.

Mistral과 NVIDIA, 공개 벤치마크와 함께 산업 엔지니어링용 인공지능 협력 추진

10월 21일 — Mistral이 산업 엔지니어링에 인공지능을 적용하기 위해 NVIDIA와 협력한다고 발표했다. 두 회사는 인공지능을 중심으로 설계된 엔지니어링 작업 흐름(인공지능 중심 엔지니어링 작업 흐름)을 구축하려 한다. NVIDIA의 CUDA-X와 Warp 라이브러리로 가속하는 Mistral Large 4 및 Mistral의 데이터 생성·물리 모델링 파이프라인을 통해 시뮬레이션 시간을 단축하고, 시뮬레이션과 모델 개발, 설계를 폐루프로 연결할 계획이다. Mistral 모델은 Omniverse 라이브러리에도 통합되어 GPU에서 3D 장면과 SimReady 3D 객체를 생성하게 된다.

프로젝트의 핵심은 평가다. 물리 모델의 정확도를 비교하고 컴퓨터 지원 설계(CAO)부터 시뮬레이션까지 이어지는 자동화 과정을 검증할 공개 벤치마크와 개방형 데이터셋을 마련하며, 항공우주·자동차·반도체 분야를 대상으로 컴퓨터 지원 엔지니어링(CAE)과 전자 설계 자동화(EDA)의 에이전트형 인공지능도 평가한다. 이 평가에서는 에이전트가 엔지니어링 도구를 사용하고, 여러 단계의 작업을 연속으로 수행하며, 기술적으로 올바른 결과를 낼 수 있는지와 실행 시간 및 연산 비용을 측정한다. 벤치마크 이름, 데이터셋, 일정, 금액은 공개되지 않았다. 이 게시글은 유럽에서 Grace Blackwell GPU 3 800개로 학습한 Mistral Large 4(약 1조 개의 매개변수 중 490억 개 활성화)의 가중치가 여전히 10월 말 공개 예정임을 상기시킨다. Mistral의 계산 공학 부문 부사장 닐 애슈턴은 엔지니어링의 속도가 지나치게 오랫동안 시뮬레이션의 속도에 좌우됐다고 말한다.

🔗 Mistral의 게시글 · @MistralAI의 트윗

T-Mobile, NVIDIA·Nokia와 상용망에서 첫 AI-RAN 통화 성공

10월 21일 — NVIDIA는 T-Mobile이 Nokia와 함께 워싱턴주 벨뷰에서 상용망 최초의 AI-RAN 통화를 했다고 발표했다. AI-RAN은 무선망 처리를 GPU에서 실행하며, 이 GPU는 사용자와 가까운 곳에서 인공지능 모델도 구동할 수 있다. 젠슨 황은 이 성과를 이제 CUDA가 전화를 건다는 말로 요약하면서, 약 8년간의 작업 끝에 이뤄졌다고 설명했다.

유럽에서는 Elisa가 음성, 모바일 데이터, 비전 인공지능을 하나의 가속 플랫폼에서 처리하는 유럽 최초의 AI-RAN 현장 시험을 진행했다고 밝혔다. BT는 영국에서 시험을 준비하고 있으며, Nokia는 BT, Deutsche Telekom, Elisa, Orange에서 테스트하기 위해 CUDA로 가속한 자사 anyRAN 소프트웨어를 NVIDIA의 Aerial RAN Computer에 설치하고 있다. EMEA 지역의 통신사 9곳이 NVIDIA 인프라를 구축하거나 확장하고 있으며, Nokia와 Cisco는 자율 네트워크 소프트웨어에 Nemotron 모델을 통합하고 있다.

🔗 NVIDIA의 AI-RAN 보도자료

생성형 음성 및 영상: Eleven Realtime Translation, HeyGen Voice Turbo와 Kling 4.0 API

생성형 미디어 업체 세 곳이 실시간 음성 번역, 더 저렴한 음성 모델, 일주일째 기다려 온 영상 API를 내놓으며 개발자 지원을 강화한다.

Eleven Realtime Translation: ElevenLabs, 통화 중 실시간 음성 번역 알파 공개

10월 21일 — 음성 에이전트용 음성 대 음성 모델인 Eleven Realtime을 공개한 다음 날, ElevenLabs가 실시간 음성 번역 모델 Eleven Realtime Translation의 제한적 알파 버전을 공개했다. 통화 중 각자 자신의 언어로 말하고, 상대방의 말을 자신의 언어로 자연스러운 음성으로 들을 수 있다. ElevenLabs는 차이를 이렇게 설명한다. Eleven Realtime은 사람과 대화하는 에이전트를 위한 것이고, Realtime Translation은 서로 대화해야 하는 사람들을 위한 것이다.

이 모델은 90개가 넘는 언어를 지원하며, 각 화자의 언어를 자동으로 감지한다. 출력 음성은 라이브러리에 있는 17 500개 이상의 음성 중에서 선택하거나 자신의 음성을 복제해 사용할 수 있으며, 응답 적극성 설정(응답 적극성 제어)으로 지연 시간과 번역 품질 간 균형을 조절한다. 알파 기간에는 기업만 ElevenAPI를 통해 이용할 수 있으며, 가격이나 블로그 글은 공개되지 않았다.

🔗 @ElevenLabsDevs의 발표

HeyGen Voice Turbo: Artificial Analysis의 Controlled Voice에서 HeyGen Voice를 앞서 1위

10월 21일 — 첫 자체 음성 모델 HeyGen Voice를 출시한 지 12일 만에 HeyGen이 더 빠르고 저렴한 Turbo 변형 모델을 출시했다. API로 사용할 수 있으며, Turbo API 엔드포인트는 11월 30일까지 무료다. HeyGen은 Artificial Analysis의 음성 합성 순위에서 1위와 2위를 차지했다고 밝혔다. 이는 동일한 복제 음성으로 모델을 비교하는 Controlled Voice 보기의 순위다. Qwen-Audio-3.1-TTS-Plus가 3위에 올랐으며, 불확실성 범위를 고려하면 상위 세 모델은 접전이다.

음성 합성 모델	Controlled Voice 보기의 Elo	Artificial Analysis 표시 가격
HeyGen Voice Turbo	1 202 (±19)	백만 자당 4달러
HeyGen Voice	1 195 (±15)	백만 자당 30달러

10월 9일과 마찬가지로, 각 업체가 제공하는 음성을 비교하는 Provider Voice 보기에서는 HeyGen이 1위에 오르지 못했다.

🔗 HeyGen의 발표 · Artificial Analysis의 Controlled Voice 보기

Kling, Kling 4.0 API 공개, fal·Higgsfield·Runway에서도 제공

10월 21일 — 자사 사이트에서 Kling 4.0을 전면 제공한 지 6일 만에, Kling은 제품과 작업 흐름에 통합할 수 있도록 영상 모델 API를 공식 출시했다. 10월 15일 곧 제공하겠다고 예고했던 API다. 발표에는 가격이나 문서 링크가 없다. 같은 날 여러 외부 플랫폼에도 모델이 추가됐다. fal과 Higgsfield가 모델을 도입하고, Kling은 Magnific에서의 제공을 홍보했으며, Runway는 Max 또는 Team에 새로 가입한 모든 구독자에게 Kling 4를 3일간 무제한으로 사용할 수 있게 한다.

🔗 @Kling_ai의 발표 · Runway의 혜택

GitHub, 저장소의 99,99999 %를 Azure에 복사하고 참조별 쿼럼으로 전환

10월 21일 — 향후 Git 인프라의 원칙을 공개한 지 2주 만에, GitHub가 에이전트 중심으로의 전환에 따라 진행한 중간 단계를 소개했다. 이제 저장소의 99,99999 %는 자체 데이터센터와 Azure 양쪽에 저장된다. Azure에 첫 복사본이 들어간 시점은 2025년 8월이며, 대부분의 저장소는 다섯 복제본 중 두 개를 Azure에 두고 있다. Azure는 이미 Git 트래픽의 약 절반을 처리한다. 남은 0,00001 %는 사용량이 가장 많은 저장소로, 약 1 000마일 떨어진 Azure 리전까지의 네트워크 왕복 지연 시간이 약 25 ms에 달해 이전이 지연되고 있다.

병목은 각 저장소를 복제하는 시스템 Spokes의 쿼럼에서 비롯된다. 쓰기 작업은 정상 상태인 모든 복제본을 기다리고 저장소 전체를 잠그므로, 가장 느린 복제본이 속도를 결정한다. 이에 GitHub는 저장소별 쿼럼에서 참조별 쿼럼으로 전환한다. 두 쓰기 작업이 같은 브랜치에 접근할 때만 서로 기다리게 되며, 에이전트와 개발자가 각자의 브랜치에 푸시하는 경우에는 이런 상황이 드물다. 내부 시험에서 서로 다른 참조에 대한 쓰기 처리량은 3~~4배 높았다. Azure Blob Storage도 쓰기용 ‘가상 복제본’으로 쿼럼에 참여하며, 이는 GitHub 최초의 완전한 임시 노드다. 쓰기 1회당 읽기 100~~1 000회가 발생하는 저장소에는 읽기용 가상 복제본을 필요에 따라 만들 수 있다. 이 연재의 마지막 편은 다음 주 GitHub Universe에서 공개될 예정이다.

🔗 GitHub 엔지니어링 게시글

JOLT: Perplexity Research와 NVIDIA, 하나의 모델에 교사와 학생 역할 모두 부여

10월 21일 — Perplexity가 NVIDIA와 함께 하나의 모델이 두 역할을 맡는 후속 학습 방법 JOLT(Joint On-policy Learning and Teaching, 공동 학습 및 교수)를 공개했다. GRPO 같은 전통적인 강화 학습은 시도마다 하나의 보상만 제공한다. 자기 증류는 토큰마다 피드백을 더하는데, 동일한 모델이 검증된 해답 같은 특권 정보를 가진 교사와 그런 정보가 없는 학생 역할을 맡는다. 하지만 교사는 이러한 단서를 이용해 학생이 따라 할 수 없는 지름길을 택할 수 있다. 그래서 JOLT는 교사도 자체 보상으로 학습시키되, 학생이 할 법한 행동에서 멀어지면 페널티를 부과한다.

평가 벤치마크	기반 모델	GRPO 대비 JOLT+ 향상 폭
GSM8K	DeepSeek-V2-Lite	+1,5점
MATH	Qwen3-0.6B	+4,2점
LiveCodeBench v6	Qwen3-8B	+3,0점
AppWorld	Qwen3-4B-Instruct	+9,9점
Terminal-Bench 2.1 (pass@1)	Qwen3-30B-A3B-Instruct	+2,7점

학생 자체의 보상을 추가하는 변형인 JOLT+는 다섯 벤치마크 모두에서 비교한 기준 방법 중 성능이 가장 좋은 GRPO를 앞섰다. 이 보상을 빼면 JOLT는 수학과 코드에서는 GRPO보다 좋지만, AppWorld와 Terminal-Bench에서는 뒤처진다. 가장 두드러지는 이점은 비용이다. MATH에서 정확도가 같을 때(63,44 %), GRPO는 학습 토큰 840만 개를 사용한 반면, JOLT의 적합 곡선에 따르면 130만 개가 필요해 6,5배 적었다. 논문 전문은 10월 7일부터 arXiv에 공개돼 있으며, 게시글은 이 방법을 Perplexity의 어떤 제품과도 연결하지 않는다.

🔗 Perplexity의 게시글 · arXiv 논문

코딩 에이전트: Claude Code 2.1.305, Gemini CLI 0.65~0.67, Delta 0.21, Stripe Atlas를 연동한 Replit Agent와 PDD Kit

에이전트 CLI들은 회귀 문제를 수정하고 기업 네트워크 지원을 확대한다. Delta는 Claude Code와 연동하고, Replit Agent는 회사 설립 기능을 익히며, GitHub Next는 에이전트의 코드를 다시 읽는 대신 증명하겠다고 약속한다. OpenAI 쪽에서는 10월 15일의 0.163.0 이후 Codex CLI의 안정 버전이 나오지 않았다. Copilot CLI 1.0.102, Qwen Code, mistral CLI와 그 밖의 오늘 도구 소식은 단신에 담았다.

Claude Code 2.1.305, Vertex와 Bedrock에서 도구 검색으로 차단되던 요청 수정

10월 20일 — Claude Code 2.1.305(38개 항목 중 22개 버그 수정)는 먼저 2.1.304의 회귀 문제를 해결한다. Vertex, Bedrock 등 공급자 환경에서 엔드포인트나 게이트웨이가 도구 검색(도구 검색)을 거부하거나, 게이트웨이가 ToolSearch를 금지하거나 --tools에서 누락하면 모든 요청이 실패했다. 이제 Claude Code는 도구 검색 없이 재시도한다. Linux에서는 sandbox.allowNestedUserNamespaces를 통해 샌드박스 안의 명령이 사용자 네임스페이스를 생성할 수 있어, 루트 권한 없이 Chromium이나 podman을 실행할 수 있다. 릴리스 노트는 이로 인해 해당 명령이 샌드박스의 파일 보호를 우회할 수 있다고 경고한다.

/usage은 각 경고를 출처를 명시한 한 줄짜리 수정안으로 바꾸며, f 키로 적용할 수 있다. 관리자 측에서는 allowedMcpServers이 managed-mcp.json의 stdio 서버 중 ${VAR}을 env에서만 사용하는 서버를 더 이상 필터링하지 않는다. 목록에 넣지 않은 서버도 업데이트 후에는 로드되며, deniedMcpServers로 비활성 상태를 유지할 수 있다. 워크플로를 재개해도 이미 완료된 pipeline() 및 parallel() 에이전트는 다시 실행되지 않는다. 10월 21일 출시된 2.1.306은 두 가지 수정 사항을 추가했다. 그중 하나는 환경 변수 없이 시작한 클라우드 세션에서 claude -p가 연결되지 않았다고 표시하던 문제다.

🔗 Claude Code 2.1.305 릴리스 노트

Gemini CLI: 안정 버전 v0.65.0, 미리보기 v0.66.0과 사설 네트워크의 MCP OAuth

10월 20일 — Gemini CLI가 10월 20일 저녁 주간 릴리스 주기를 마무리했다. UTC 21시 04분에 미리보기 v0.66.0-preview.0을, 21시 17분에 안정 버전 v0.65.0을 공개했으며, 이어 10월 21일의 나이틀리 v0.67.0이 0.67.0 계열을 시작한다. 안정 버전은 앞서 소개된 수정 사항인 사용자 지정 OTLP 헤더, 무시 대상 파일의 필터링 속도 개선, OAuth 무한 반복 해소를 정식 반영하는 데 그치지만, 미리보기와 나이틀리에는 새로운 PR 4개가 추가됐다.

기업 환경에서 가장 유용한 기능은 oauth.allowPrivateNetwork 설정이다. settings.json에서 서버별로 활성화하면 내부 네트워크에 호스팅된 MCP 서버와 OAuth 2.0 제공자에 접속할 수 있다. 여기에는 RFC 1918, RFC 6598, RFC 4193 주소 범위와 .internal, .local 도메인이 포함되며, 지금까지는 주소 검증 과정에서 거부됐다. 셸 도구는 더 이상 사용자의 Git 설정을 덮어쓰지 않아 작성자 정보 부족으로 git commit이 실패하던 문제가 해결됐으며, localhost:4012 포트처럼 단순히 401이라는 숫자가 포함된 오류 메시지도 더 이상 OAuth 감지를 잘못 유발하지 않는다. Gemini 4 Argon은 여전히 지원되지 않는다. 저장소 봇은 help wanted 라벨이 붙은 이슈가 없다는 이유로 이를 추가하는 커뮤니티 PR을 7일 이내에 닫겠다고 알렸다.

출시된 Gemini CLI 버전	날짜 및 시간 (UTC)	새로 추가된 내용
v0.66.0-preview.0	10월 20일, 21 h 04	사설 네트워크의 MCP OAuth를 포함한 PR 4개
v0.65.0 (안정 버전)	10월 20일, 21 h 17	없음, 0.65.0 계열을 안정 버전으로 승격
v0.67.0-nightly.20261021	10월 21일, 01 h 33	동일한 PR 4개, 0.67.0 계열 시작

🔗 Gemini CLI v0.66.0-preview.0 · Gemini CLI v0.65.0

Delta 0.21, Claude Code에서 공유 스레드를 열고 Figma MCP 서버에 연결

10월 21일 — Zed의 에이전트 코딩용 다중 사용자 환경인 Delta가 새로운 기능 12개, 개선 사항 14개, 수정 사항 48개를 담은 0.21.0 버전으로 업데이트됐다. Claude Code용 Delta 플러그인이 설치돼 있으면 Open in Claude Code 명령으로 데스크톱과 웹의 Claude Code에서 공유 스레드를 열 수 있으며, Claude Code를 비롯한 외부 도구에서 스레드에 참여한 협업자는 참가자 표시줄에 해당 도구 이름과 함께 나타난다. Delta는 Figma MCP 서버에도 연결된다. Figma가 Delta를 새로운 MCP 파트너로 소개한 지 일주일 만이다.

CLI에는 delta update이 추가되고, 로컬 에이전트가 작업하는 동안에도 수동 압축을 사용할 수 있으며, 슬래시 명령은 동작 중심의 이름으로 바뀐다(/change-model, /fork, /set-thinking-level). 수정 사항으로는 Grok 구독 시 Grok 4.7이 마침내 500k 토큰 컨텍스트 창 전체를 활용하게 됐으며, 에이전트가 사용할 수 없는 도구를 호출할 때 아무 알림 없이 중단되던 문제도 해결됐다. delta daemon 명령은 사라지고, Delta는 이제 필요할 때 시작된다.

🔗 Delta 0.21.0 릴리스 노트

Replit Agent, Stripe의 MCP와 CLI에 추가된 Stripe Atlas로 법인 설립 가능

10월 21일 — Replit은 자사 에이전트가 Stripe의 MCP 통합과 법인 설립 서비스인 Stripe Atlas를 통해 사용자를 대신해 법인을 설립할 수 있게 됐다고 발표했다. Replit에만 적용되는 요금이나 조건은 명시하지 않았다. 이번 발표는 30분 앞서 @atlas 계정이 알린 새 기능을 바탕으로 한다. Atlas가 Stripe의 MCP 서버와 CLI에서 제공된다는 내용이다.

사용하는 Stripe 인터페이스	Atlas 신청 과정에서의 역할
MCP 서버	에이전트와의 대화형 절차: 요건, 회사 정보, 확인
Stripe CLI	구조화된 프롬프트를 통한 터미널 절차, 코딩 에이전트가 실행 가능
Stripe 대시보드	신원 확인, 결제, 서류 검토, 서명 및 제출

10월 19일 자 Stripe 개발자 블로그 게시글에 따르면, 같은 신청을 다른 인터페이스로 옮겨 이어서 진행할 수 있다. Atlas는 공동 창업자가 여러 명인 경우를 포함해 델라웨어주의 C 법인과 LLC를 지원한다. 법인을 설립하고, 고용주 식별 번호(EIN)를 발급받고, 창업자 지분의 단계적 귀속(베스팅)을 시작하며, 83(b) 세금 선택 신고를 제출한다. 게시글은 자동으로 설정되는 환경으로 Claude Code와 Cursor를 언급하지만, 별도로 발표한 Replit은 언급하지 않는다.

🔗 Replit 발표 · Stripe Atlas 발표 · stripe.dev 게시글

PDD Kit: GitHub Next와 Microsoft Research, 에이전트의 Rust 코드를 증명하는 도구를 Chopin에 통합

10월 21일 — GitHub Next와 Microsoft Research가 Proof Driven Development Kit(PDD Kit)을 소개했다. 개발자의 계획을 정형 명세로 바꾼 뒤, 에이전트가 작성한 코드가 가능한 모든 입력에 대해 그 명세를 충족함을 증명하는 도구다. 애플리케이션의 로그인 절차를 예로 들면, PDD Kit은 코드에 관해 대화하면서 의도를 파악하고 Rust용 증명 언어인 Verus로 명세를 제안한다. 명세가 승인되면 Verus 검증기가 코드의 명세 준수 여부를 자동으로 증명한다. 증명이 불가능한 부분에서는 테스트와 컴퓨터 조작 에이전트(컴퓨터 사용 에이전트)를 대안으로 활용한다. 현재는 Rust만 지원한다.

GitHub는 이를 AI가 생성한 코드를 한 줄씩 검토하지 않고도 운영 환경에 배포할 수 있게 하려는 연구용 미리보기로 소개하고, Microsoft Research는 더 엄밀한 접근법을 탐구하는 시도라고 설명한다. GitHub Next는 엔지니어가 코드 대신 명세를 검토하는 검증된 소프트웨어 공장을 목표로 한다. 이 도구는 GitHub Next가 9월에 MIT 라이선스의 오픈 소스로 공개한 다중 사용자 계획 편집기 Chopin에 통합됐다. 이번 발표와 함께 PDD Kit 게시글, 저장소, 문서는 공개되지 않았다. 시연은 10월 28일과 29일 GitHub Universe에서 진행된다.

🔗 @GitHubNext 발표 · Chopin 저장소

단신

코딩 에이전트와 도구

Copilot CLI 1.0.102 — 주요 신기능 없이 출시된 GitHub의 안정 버전으로, 프롬프트 모드에서 기업이 지정한 자동 모델 선택을 따르고 하위 에이전트가 사용자 지정 도구와 MCP 도구의 승인을 준수하도록 한다. 샌드박스는 NO_PROXY 및 ALL_PROXY을 따른다. 같은 날 GitHub MCP 서버도 2.0.3으로 업데이트됐다. 🔗 출처
Qwen Code v0.25.4 미리보기 — v0.25.3 이후 변경 사항 173개를 포함한다. 로컬 데몬을 제어하는 qwen daemon start, systemd 유닛으로 단일 서버에 설치할 수 있는 Managed Agent, 각 모델의 첫 토큰까지 걸리는 시간을 표시하는 Web Shell 등이 추가됐다. 안정 버전은 아직 출시되지 않았다. 🔗 출처
mistral CLI 0.10.0 — 0.9.0 출시 다음 날 나온 버전으로, 기능 플래그(기능 활성화 플래그)로 제어되는 mistral apps delete이 배포된 애플리케이션을 모듈 및 데이터베이스와 함께 삭제하고, 레지스트리 업데이트 시 수정된 템플릿 파일을 3방향 병합한다. 하위 호환성이 깨지는 변경으로, 구버전은 새 version 필드를 거부한다. 🔗 출처
v0와 Slack — Slack MCP 서버를 통해 v0가 워크스페이스의 스레드와 파일을 읽어 수정 작업의 맥락으로 활용하고 진행 상황을 게시한다. 모든 요금제에서 제공되며, 계정이 접근할 수 있는 채널로 제한된다. 🔗 출처
Replit의 대화 공유 — 대화 전체, 개별 항목 또는 대화의 devURLs를 워크스페이스 구성원에게 읽기 전용으로 공유할 수 있다. 별도 게시글이나 이용 가능 요금제는 명시되지 않았다. 🔗 출처
Agents CLI 확장 기능 — Google이 9월 1일의 1.5.0부터 개방한 에이전트 도구의 확장 시스템을 자세히 소개했다. 공식 LangChain 확장 기능은 약 24개 명령 중 ADK 전용 명령 6개를 대체하며, 플랫폼 팀은 배포 전 SBOM 분석 같은 자체 규칙을 강제할 수 있다. 🔗 출처
Manus Game Dev — Manus가 이제 3D 캐릭터의 애니메이션 골격 설정(리깅)과 애니메이션을 지원하고 3D 생성 속도를 여러 배 높인다. 구체적인 수치나 크레딧 비용은 제시하지 않았다. 🔗 출처

어시스턴트와 기업

Kimi Work 3.2.18 — Moonshot AI의 에이전트형 애플리케이션을 사용하는 Enterprise 이용자는 사용자 지정 플러그인을 만들어 마켓플레이스에 게시하고, 기업별로 묶인 워크스페이스 사이를 전환할 수 있다. 🔗 출처
Viktor, Grok 4.7로 전환 — AI 직원으로 소개되는 이 에이전트는 70 000개 이상의 팀이 사용하고 5월에 7,500만 달러를 유치했다고 밝힌 바 있다. 이제 SpaceXSI의 모델로 작동하지만, 이 모델이 기본값이 되는지는 밝히지 않았다. 🔗 출처
HCLTech, Claude Partner Network 합류 — 직원 230 000명 이상인 이 기업은 Global Premier 파트너가 되며, Anthropic 전담 사업부를 두고 HCL BigFix와 HCL AppScan에 Claude를, AI Force 플랫폼에 Claude Code를 도입한다. 금액은 공개하지 않았다. 🔗 출처
Terminal X — OpenAI가 10월 20일 공개한 사례 연구에 따르면, 이 스타트업의 평가 에이전트는 GPT-6.1 Sol을 사용했을 때 500건의 판단 중 88,6 %에서 펀드의 선임 검토자와 의견이 일치했다. 이름이 공개되지 않은 차순위 모델의 일치율은 86,4 %였다. 🔗 출처
AT&T와 OpenAI — AT&T 법무 부서는 LegalEdge 팀의 역할을 확대해 공통 지식 계층을 구축하고, 자연어 요청 창구도 구상하고 있다. 최고법률책임자 데이비드 매카티에 따르면 결정권은 계속 법률 전문가에게 있으며, 수치는 공개되지 않았다. 🔗 출처

거버넌스와 보안

Anthropic의 첫 공익 보고서 — 공익 목적 기업인 Anthropic의 연례 보고서는 Long-Term Benefit Trust 구성원들과 정한 다섯 가지 축을 중심으로 구성된다. 기술적 안전성부터 이익 공유까지 다루며, 2026년 연구 성과 166건을 집계했다. 2025년에는 114건이었다. 🔗 출처
크리스토퍼 스텁스, Long-Term Benefit Trust 합류 — 하버드 전 과학부 학장이자 1998년 우주 팽창 가속을 발견한 연구팀의 일원이었던 그가 벤 버냉키 등이 속한 이 신탁에 합류한다. Anthropic에 따르면 신탁의 첫 물리학자다. 🔗 출처
사이버 방어자를 위한 OpenAI의 계획 — 최첨단 AI의 민주적 거버넌스 구상 두 번째 편으로, 정부와 산업계에 신뢰할 수 있는 에이전트 중단 제어 수단, 방어 체계 현대화, 독립 평가를 제안한다. OpenAI는 현재를 방어자에게 기회가 열리는 시기라고 부른다. 🔗 출처
x402 Agent Safety Bench — 에이전트 결제를 평가하는 이 커뮤니티 벤치마크에서 Claude Sonnet 5.5, GPT-6.1 Sol, Gemini 4 Argon은 별도 지원 없이 39개 함정 중 24~26개를 피했다. DeepSeek V4 Pro는 12개만 피해 142,31달러를 잃었다. 벤치마크의 스킬을 적용하면 어느 모델도 돈을 잃지 않는다. 🔗 출처
Hugging Face의 패스키 — Hub가 비밀번호 대신 패스키로 로그인하는 기능을 지원한다. 지문, 얼굴, 화면 잠금 또는 보안 키를 사용할 수 있으며, 2차 인증 수단으로도 쓸 수 있다. 🔗 출처
GitHub CLI 2.103.0의 만료형 토큰 — 공개 미리보기에서 gh auth login --expiring은 백그라운드에서 갱신되는 단기 액세스 토큰을 저장하므로, 유출된 토큰은 몇 시간 내에 사용할 수 없게 된다. 향후 버전에서는 새 로그인에 기본 적용된다. 🔗 출처

API와 클라우드

OpenAI API의 프로젝트별 서비스 등급 — Platform 설정에서 각 프로젝트가 사용할 수 있는 Ultrafast 등의 서비스 등급을 선택할 수 있으며, 조직은 모든 프로젝트에 걸쳐 이를 제한할 수 있다. 🔗 출처
OpenAI SDK의 Vertex AI 지원 — openai-python 3.36.0과 openai-node 7.41.0이 Responses API용 Vertex AI를 지원하며, 30분 캐시 쓰기 사용량 집계와 사용자 지정 음성의 동의 관리 기능도 제공한다. 🔗 출처
Google Distributed Cloud의 Gemini — GTC Berlin에서 Google은 고객사에 설치하는 클라우드의 인터넷 차단형(에어갭) 버전에 Gemini 3.5 Flash를 추가하고, RAG 기반 기업 검색을 미리보기로 제공하며(파일당 100 Mo, 대화당 500 Mo), HGX B300 시스템을 정식 출시한다. 🔗 출처 · 🔗 RAG 검색
Perplexity의 토큰 지출 안내 — 가이드에서 과소비 원인 다섯 가지와 Enterprise 설정을 설명한다. Enterprise Pro는 월 500크레딧, Enterprise Max는 월 15 000크레딧을 제공하며 이월은 불가능하고, 그룹별로 이름을 지정한 한도를 설정할 수 있다. 새로운 기능 발표는 없다. 🔗 출처

NVIDIA: 로봇 공학, 산업 및 하드웨어

Isaac Lab 3.0의 Microduck — NVIDIA, Pollen Robotics, Hugging Face가 소형 이족보행 로봇에게 걷기를 가르치는 튜토리얼을 공개했다. Newton 엔진을 사용하며, GPU 16개에서 초당 최대 125만 시뮬레이션 스텝을 처리한다. 같은 날 Microduck 로봇들이 기조연설 무대에 올랐다. 🔗 출처
SimReady Central — 충돌, 질량, 마찰 등 시뮬레이션에 필요한 속성을 갖춘 OpenUSD 3D 객체 2 000개 이상이 Hugging Face에 누구나 이용할 수 있도록 공개된다. 로봇 팔부터 냉각 시스템까지 포함한다. 🔗 출처
Halos SAFE, FOX 및 cuDSS — NVIDIA가 자동차용 안전성 입증 프레임워크인 Halos SAFE를 출시하고, Volvo Cars가 Hyperion과 Alpamayo를 도입한다. 공장 에이전트용 청사진 FOX는 조기 이용 단계에 들어가며(Siemens는 약 20 %의 비용 절감을 기대), cuDSS는 정식 출시된다. 🔗 출처 · 🔗 FOX 및 cuDSS
NVIDIA 공급업체의 생산능력 — 기판 생산능력은 3년간 2,5배로 늘어나고, Amkor의 첨단 패키징 생산능력은 2028년 말까지 300 % 이상 증가한다. 미국 내 신규 시설을 위해 KYEC에 11억 달러를 선지급한다. 🔗 출처
Windows용 DGX Station, 12월 출시 — NVIDIA가 10월 7일 출시일 없이 발표했던 Windows 버전의 출시 시점을 제시했다. NVIDIA Sync는 DGX Spark를 최대 8대까지 묶을 수 있게 되며, 10월 초 발표 당시에는 2대였다. 🔗 출처
NVIDIA와 UER — GTC Berlin을 앞둔 10월 19일, NVIDIA와 115개 이상의 공영 미디어를 아우르는 유럽방송연맹이 에이전트용 주권 보장 표준을 소버린 클라우드, 오픈 모델 개발사, 시스템 통합 업체에 개방했다. 🔗 출처

공개 모델과 연구

Kumo Forecast와 Kumo Anomaly — NVIDIA가 4월부터 Apache 2.0 라이선스로 Hugging Face에 공개해 온 시계열 모델 NV-Tesseract를 Kumo 브랜드로 묶는다. 정상 관측값 50 000개로 미세 조정한 Kumo Anomaly는 평균 정밀도가 0,016에서 0,201로 높아졌다. 🔗 출처 · 🔗 Kumo Anomaly
bekko-static-embedding-v1 — 다테노 유이치가 GPU 없이 실행되는 다국어 정적 임베딩을 MIT 라이선스로 공개했다. MNanoBEIR에서 43,76점을 기록해 다른 정적 모델보다 약 11점 앞서며, 검색 성능은 multilingual-e5-small과 약 1점 차이다. 🔗 출처
MemoProAgent — Meta와 세 대학의 연구진이 개인적인 기억을 찾아내고 그 기억에 따라 행동할 필요가 있을 때만 말을 거는 선제적 어시스턴트의 코드를 별도 발표 없이 공개했다. 수치로 된 결과는 제시하지 않았다. 🔗 출처

이것이 의미하는 것

최첨단 모델은 대형 클라우드 업체마다 빠짐없이 갖추고 싶어 하는 카탈로그가 되고 있다. 6월 Amazon Bedrock과 Oracle Cloud에 이어 OpenAI가 Codex를 포함해 Google Cloud의 Model Garden에 들어오며, Google은 주요 비공개 LLM 세 가지를 모두 제공하는 유일한 대형 클라우드라고 주장한다. 이미 Claude Opus 5.5와 Sonnet 5.5를 지원하는 Antigravity에도 OpenAI 모델이 추가될 예정이다. 기업은 이미 체결한 약정 금액에서 사용료를 차감할 수 있으므로 모델 선택과 클라우드 선택을 분리할 수 있게 된다. OpenAI에는 클라우드마다 판매 경로가 하나씩 더 생기는 셈이며, Microsoft는 여전히 주요 협력사로 남는다. GTC Berlin도 같은 논리를 따른다. OpenShell Reference Architecture는 동일한 스택에서 Anthropic, OpenAI, Google, Meta의 에이전트를 실행한다.

이제 에이전트는 요청을 받지 않아도 일하며, 안전장치는 제품 내부를 넘어 하드웨어까지 내려가고 있다. Claude Duet은 몇 시간마다 계정을 확인하고 자체 가상 머신에서 작업하지만, 결제하거나 서명하기 전에는 승인을 기다리며 일부 작업은 승인을 받아도 거부한다. Grok Bot은 스스로 대시보드를 최신 상태로 유지한다. NVIDIA의 Sentry는 BlueField-4 DPU에서 대역 외 방식으로 에이전트를 감시하고 수 밀리초 안에 중단시키며, ServiceNow는 몇 초 만에 에이전트의 접근 권한을 회수할 수 있다. 이제 문제는 에이전트가 무엇을 할 수 있는지만이 아니라, 누가 스택의 어느 계층에서 에이전트를 멈출 수 있느냐는 것이다.

인공지능의 취약점 탐지 속도가 수정 속도를 앞지르고 있다. PHP2Shell은 웹사이트의 약 70 %를 구동하는 언어에 영향을 미치며, PHP 5.4부터 취약한 버전이 존재한다. OpenAI는 이러한 발견이 크게 늘어날 것으로 예상한다. Claude Security는 4월 이후 100만 개 이상의 취약점을 발견했다고 밝히며, 수정 사항을 추적하기 위해 지속적인 검사로 전환한다. 병목은 운영자와 당국에 대한 사전 통지, 유지관리자 지원 등 조율 작업으로 옮겨가고 있다. OpenAI가 사이버 방어 담당자를 위한 계획과 같은 날 공개한 5단계 체계도 이를 제안한다. PHP2Shell 검증 도구조차 알 수 없음이라는 결과가 서버에 수정 사항이 적용되었다는 증거는 아니라고 경고한다.

에이전트 비용은 토큰으로 계산되며, 스택의 각 계층은 그 비용을 줄이겠다고 약속한다. Cohere의 Context Focus는 키워드 검색만 사용할 때보다 토큰을 최대 41 % 줄이고, Nemotron 3.5 Rerank는 에이전트 쿼리당 약 14 %를 줄인다. Flint는 노트북에서 코딩할 때 토큰당 약 25억 개의 매개변수만 활성화하며, JOLT는 6.5분의 1 수준의 학습 토큰으로 MATH에서 GRPO와 같은 정확도에 도달한다. 그 아래 계층에서 NVIDIA는 인공지능 공장을 14일 만에 가동하고 같은 수의 토큰을 생성하는 데 드는 에너지를 최대 30 % 줄이겠다고 약속하며, GitHub는 에이전트로 급증하는 트래픽을 처리하기 위해 Git 복제를 개편하고 있다.