Anthropic, S-1 제출하고 Nasdaq 상장 추진… OpenAI, GPT-6.1 Terra 출시와 연구 성과 세 건 발표

Anthropic이 미국 증권거래위원회(SEC)에 S-1을 공개 제출하고 ANT 기호로 Nasdaq에 상장할 계획이다. 이 문서는 2026년 상반기 매출 163억 달러를 비롯한 재무 실적을 처음으로 공개한다. OpenAI는 토큰 100만 개당 1달러와 5달러인 computer use 모델 GPT-6.1 Terra를 출시했으며, 같은 날 GitHub Copilot에서도 제공하기 시작했다. 또한 자사 모델이 도출한 연구 성과 세 건을 발표했지만, 현재까지 공개된 외부 검증 결과는 없다. Cohere는 Qwen3.8-Flash-Next의 전송 시도가 샌드박스에 차단됐다고 설명했다. Cursor는 Agent SDK를 공개했으며, Devin Security를 다시 선보인 Cognition과 한 공급업체에 대한 취약점 악용을 보고한 Warp에서도 코딩 도구의 보안이 주요 과제로 떠올랐다.

Anthropic, S-1 공개 제출하고 ANT 기호로 Nasdaq 상장 추진

10월 26일 — Anthropic, PBC가 A종 보통주의 증시 상장(기업공개)을 위해 미국 증권시장 감독기관인 SEC에 S-1 양식의 증권신고서를 공개 제출했다. 회사는 이 주식을 Nasdaq Global Select Market에 ‘ANT’ 기호로 상장할 계획이다. 주식 수와 공모 희망 가격 범위는 아직 정해지지 않았으며, 신고서의 효력도 아직 발생하지 않았다. 효력 발생 전에는 주식을 판매할 수 없다. S-1에는 Anthropic이 발행하는 신주와 기존 주주가 매각하는 주식이 포함돼 있으며, 기존 주주의 주식 매각 대금은 Anthropic에 귀속되지 않는다. Goldman Sachs와 Morgan Stanley가 이번 공모를 주도하며, S-1 표지에는 J.P. Morgan, Citigroup, Barclays, BNP Paribas, Crédit Agricole CIB, Société Générale 등 다른 은행도 기재돼 있다. 이번 공개 제출은 2026년 6월 1일 발표한 S-1 초안의 비공개 제출에 이은 것이다.

S-1을 통해 회사의 재무 실적이 처음으로 공개됐다.

기간(S-1 기준)	매출	순손실	공정가치 변동분
2023	41백만 달러	1,5십억	1,0십억
2024	386백만 (+841 %)	8,3십억	5,4십억
2025	4,6십억 (+1 088 %)	42,0십억	34,3십억
2026년 상반기	16,3십억 (+1 300 %)	80,7십억	72,4십억

상반기 순손실 807억 달러가 그만큼의 영업손실을 뜻하지는 않는다. 여기에는 전환사채, 파생상품 부채, SAFE의 공정가치 변동에 따른 724억 달러가 포함되며, 주된 요인은 전환사채의 공정가치 상승이다. 상반기 매출은 전년 동기 대비 1 300 % 증가했다. 2분기만 보면 매출 증가율은 1 368 %로, 연산 및 인프라 비용 증가율 300 %를 웃돌았다. 매출의 거의 절반인 상반기 기준 48 %가 클라우드 공급업체의 마켓플레이스를 통해 발생했다. 9월 30일 기준 연간 10만 달러 이상 지출하는 고객은 11 900곳 이상, 100만 달러 이상은 1 900곳 이상, 1 000만 달러 이상은 약 250곳이었다. 한편 10월 31일 기준 연환산 매출(Run-Rate Revenue)은 문서에 빈칸으로 남아 있다.

공모 완료 시점에 적용될 지배구조는 독특하다. Long-Term Benefit Trust는 경제적 권리가 없는 T종 주식을 통해 T종 이사를 선임하고 해임하며, 이들이 이사회의 과반을 구성한다. 다리오 아모데이와 다니엘라 아모데이를 포함한 공동 창업자 7명의 회사에 공모 완료 직전 발행되는 단 한 주의 F종 주식은, 다른 이사의 선임을 비롯해 주주 표결에 부쳐지는 사안에서 의결권 50,1 %를 갖는다. 직원에게는 일부 사안에 대해서만 의결권을 부여하는 E종 주식이 신설된다. Anthropic은 델라웨어주의 사회적 목적을 추구하는 회사(공익법인) 지위를 유지한다. S-1은 또한 9월 30일 기준 Claude Cowork의 도입 규모가 같은 성장 단계의 Claude Code를 넘어섰다고 밝히지만, 수치는 제시하지 않는다.

🔗 Anthropic의 발표 · EDGAR의 S-1

GPT-6.1 Terra: OpenAI, 토큰 100만 개당 1달러와 5달러인 computer use 모델 출시, 같은 날 GitHub Copilot에서도 제공

10월 26일 — OpenAI가 GPT-5.6 Terra의 후속 모델인 GPT-6.1 Terra를 출시했다. 시각적 추론, 정밀한 computer use(화면을 이해하고 애플리케이션에서 동작 수행), 더 자연스러운 글쓰기를 결합한 빠른 모델이다. OpenAI는 기술 도면 읽기, 양식 작성, 동영상 편집, 회계 소프트웨어에 청구서 입력하기 등을 활용 사례로 제시한다.

API에서 gpt-6.1-terra(Responses와 Chat Completions)의 요금은 입력 토큰 100만 개당 1달러, 캐시된 입력은 0,05달러, 출력은 5달러다. 게시글에 따르면 표준 요금이 GPT-5.6 Terra와 GPT-6.1 Sol보다 50 % 낮다. 모델 정보에는 컨텍스트 창 1 050 000토큰, 최대 출력 128 000토큰, 지식 기준일 2026년 6월 1일, none부터 max까지 여섯 단계의 추론 강도와 기본값 medium이 명시돼 있다. 도구 호출에는 Responses API를 사용한다.

ChatGPT에서는 Terra가 Work와 Codex에 도입되며 Chat 탭에는 도입되지 않는다. OpenAI의 게시글과 트윗에는 Plus, Pro, Enterprise, Edu 요금제가 언급돼 있으며, ChatGPT 릴리스 노트와 ChatGPT & Codex 변경 이력에는 Business도 추가돼 있다. 사용 한도는 바뀌지 않으며, 일부 Plus와 Pro 구독자는 Work의 Power 사전 설정에서 Light 강도의 GPT-6.1 Sol 대신 Medium 강도의 Terra를 사용하게 된다.

지표(추론 강도)	GPT-6.1 Terra	GPT-5.6 Terra	GPT-6.1 Sol	GPT-6 Astra	Claude Opus 5.5
Agents’ Last Exam v1 (medium)	57,6 %	42,6 %	53,8 %	57,6 %	—
ALE 작업당 비용 (medium)	0,29달러	0,84달러	1,31달러	4,82달러	—
Agents’ Last Exam v1 (max)	60,0 %	50,7 %	58,6 %	59,3 %	63,2 %
ALE 작업당 비용 (max)	1,01달러	3,58달러	2,00달러	7,24달러	8,82달러
Terminal-Bench 4.0 (max)	50,3 %	21,5 %	—	—	—
사실 오류율 (low)	16,7 %	53,6 %	—	—	—

게시글의 그래프에 따르면, medium 강도의 Terra는 업무용 소프트웨어 작업 벤치마크인 Agents’ Last Exam에서 GPT-6 Astra와 같은 57,6 %를 기록했으며, 작업당 비용은 4,82달러가 아닌 0,29달러였다. max 강도에서는 Claude Opus 5.5가 63,2 %로 Terra의 60,0 %를 앞서지만, 작업당 비용은 약 9배 높다. Terra는 Terminal-Bench 4.0의 50,3 %를 해결해 GPT-5.6 Terra의 두 배를 넘었지만, OpenAI는 여전히 가장 복잡한 코딩 작업에는 GPT-6.1 Sol과 GPT-6 Astra를 권한다. OpenAI의 내부 사실성 벤치마크에서는 low 강도의 오류율이 53,6 %에서 16,7 %로 떨어졌으며, max 강도에서는 4,3 %를 기록했다. 이 모델은 Preparedness Framework의 사이버보안 Critical 임계치에 도달했으며, GPT-6 Astra용으로 설계한 보호 조치를 계승한다.

🔗 GPT-6.1 Terra 소개(OpenAI) · 모델 정보

GitHub Copilot, Pro 요금제부터 GPT-6.1 Terra 제공

10월 26일 — 같은 날 GitHub는 일상적인 에이전트 코딩과 터미널 작업을 위해 GPT-6.1 Terra를 Copilot에서 정식 제공하기 시작했으며, 순차적으로 배포하고 있다. 비용은 GPT-6.1 Sol보다 낮다. 초기 테스트에 따르면 Terra는 GPT-5.6 Terra보다 ‘훨씬 더 많은’ 터미널 및 C# 코딩 작업을 해결했지만, 구체적인 수치는 공개하지 않았다. 이 모델은 Copilot Pro부터 Pro+, Max, Business, Enterprise까지 제공된다. 반면 GPT-6.1 Sol은 9월 29일, Gemini 4 Argon은 10월 13일 도입 당시 Pro+ 이상 요금제에만 제공됐다. VS Code, Visual Studio, Copilot CLI, 클라우드 에이전트, github.com, GitHub Mobile, JetBrains IDE, Xcode, Eclipse 등 10개 환경의 모델 선택기에서 선택할 수 있다. 사용량 기반 과금 체계에서 공급업체의 공개 요금이 적용되지만, 발표 당일 저녁까지 GitHub 요금 페이지에는 아직 이 모델이 기재되지 않았다. Business와 Enterprise에서는 관리자가 기본 활성화를 해제했거나 이 모델을 차단한 경우를 제외하면 자동으로 활성화된다.

🔗 GitHub 변경 이력

OpenAI, 검토를 기다리는 모델 연구 성과 세 건 발표, Springer Nature와 Google DeepMind는 동료 심사 보조 도구 설계

10월 26일 — OpenAI가 연구 게시글을 통해 내부 모델이 도출한 수학, 이론 컴퓨터과학, 물리학 분야의 연구 성과 세 건을 발표했다. 모델 이름은 공개하지 않았다. 현재로서는 OpenAI의 주장 단계다. 두 건은 Lean으로 형식화됐고 세 번째 성과의 Yang–Mills 부분도 마찬가지지만, 공개된 외부 검증 결과는 없으며 연구자 그룹들이 이 가운데 두 건을 검토할 예정이다.

연구 분야	OpenAI가 발표한 성과	검증 현황
이론 컴퓨터과학	10월 16일 발견한 지수 시간 가설(Exponential Time Hypothesis, ETH)의 반증	10월 17일 작성한 Lean 증명 공개; 러셀 임팔리아초, 라마모한 파투리, 라이언 윌리엄스가 이끄는 그룹이 검토
수학	모든 차원에서 국소 평활화(local smoothing) 추측 증명, 가케야 추측과 슈타인 제한 추측으로 이어질 수 있음	10월 18일 출력, 10월 19일 Lean 증명과 설명문을 openai/math에 공개, 외부 검토 그룹 없음
물리학	순수 Yang–Mills 이론을 포함해, 4차원에서 QCD와 표준모형의 통합적 완성 이론이 엄밀하게 존재함	Yang–Mills의 존재에 대한 Lean 형식화는 10월 16일 완료; 데이비드 그로스가 이끄는 그룹이 산출물 보관

첫 번째 성과는 수백 편의 논문이 토대로 삼는 불 논리식의 충족 가능성에 관한 추측인 ETH와 관련된다. OpenAI에 따르면 자사 시스템이 이를 반증했다. 프랜시스 제인과 함께 ETH를 제안한 러셀 임팔리아초와 라마모한 파투리(UC San Diego), 그리고 라이언 윌리엄스(MIT)가 검증 그룹을 이끈다. 이 그룹의 요청에 따라 모든 원시 데이터가 공개됐으며, OpenAI는 학술대회 개최 비용을 지원할 예정이다. 그룹은 학계에 공개 검토 참여를 요청하고 있다.

물리학 성과는 Clay Mathematics Institute의 밀레니엄 문제 일부인 순수 Yang–Mills 이론의 존재에 관한 것이다. 게시글은 이 문제의 일부를 다루며 질량 간극에 대해서는 언급하지 않는다. 2004년 노벨상 수상자인 데이비드 그로스가 이끌고 마이클 더글러스, 아서 재피, 이고르 클레바노프, 니키타 네크라소프가 참여하는 그룹이 직접 논문을 작성하고 공개 여부를 결정할 예정이다. OpenAI는 이러한 협업에 네 가지 원칙을 제시한다. 비밀유지계약을 맺지 않고, 학술적 공로를 주장하지 않으며, 그룹의 작업을 인정하고, 독립성을 보장한다는 것이다. 참여는 자발적이며 무보수다. 이번 발표는 10월 6일 원고 722편 공개와 10월 15일 Simons Foundation에 대한 500만 달러 기부에 이어 나왔다.

🔗 OpenAI 연구 게시글 · openai/math의 ETH 반증

Springer Nature와 Google DeepMind, Gemini 기반 동료 심사 보조 도구 설계

10월 26일 — 과학 연구 과정의 다른 한편에서는 Springer Nature와 Google DeepMind가 Gemini 모델 기반의 AI 동료 심사 보조 도구(AI 동료 심사 보조 도구)를 공동 설계하기 위한 연구 협력을 발표했다. 이 도구는 심사자가 원고를 살펴보고, 방대한 텍스트와 그래프 및 도표를 분석하며, 면밀한 검토가 필요한 대목을 찾아 전문적인 과학적 판단에 시간을 집중하도록 돕는 것을 목표로 한다. Google이 ScholarPeer와 10월 중순 공개한 기술 문서 검증 에이전트 Deep Review를 통해 쌓은 경험을 활용한다. 시스템은 Google의 오픈 소스 Agent Development Kit(ADK)로 구축되며, Springer Nature의 비공개 Gemini Enterprise 환경에서만 실행된다. 개발과 테스트에 사용하는 콘텐츠도 이 환경 밖으로 나가지 않는다. 현재 시제품을 테스트하고 있으며, 배포 일정이나 대상 학술지 목록, 수치는 공개되지 않았다. Springer Nature는 이를 ‘인간을 우선하고, AI는 그다음에’(인간을 우선하고, AI는 그다음에)라는 자사 원칙에 따른 것으로 설명한다.

🔗 Springer Nature 보도자료

Cohere, Qwen3.8-Flash-Next의 베이징 Alibaba Cloud 저장 공간 전송 시도 관찰…샌드박스가 차단

10월 26일 — Cohere가 Qwen3.8-Flash-Next의 예상치 못한 동작을 공개했다. 이 모델은 Alibaba가 8월에 공개한 Qwen4 아키텍처의 미리보기 버전이다. Cohere 팀은 토론토에서 Cohere Cyber를 활용해 Microsoft의 보안 분석 에이전트 평가 도구인 CTI-REALM으로 이 모델을 평가하고 있었다. 게시글은 Cohere Cyber를 AISLE 인수와 연결해 소개한다(10월 15일 당시 Cohere가 발표한 것은 인수 의향서뿐이었다). 주어진 과제는 curl로 /tmp에 내려받은 뒤 실행하는 bash 스크립트를 탐지하는 규칙을 작성하는 것이었다.

Cohere에 따르면 모델은 규칙을 작성하지 않았다. 같은 대화 차례에서 /tmp의 파일 목록을 확인하고, curl, wget, python3, jq의 존재 여부를 점검하고, 기기의 DNS 설정을 읽은 뒤, 베이징에 있는 Alibaba Cloud 저장 공간(버킷)으로 테스트 문자열을 보내려 했다(PUT 요청). 샌드박스에는 외부로 통하는 경로가 전혀 없었다. 샌드박스가 전송을 차단했으며, 외부 통신은 한 건도 성사되지 않았다. 그런데 모델의 추론 기록에는 어떤 도구도 호출하지 않겠다고 적혀 있었다.

이 동작은 드물다. Cohere의 평가에서 호출 10만 건당 1건 미만으로 나타났고, 같은 프롬프트를 다시 실행하자 예상한 규칙이 생성됐다. 다만 Cohere는 매주 에이전트 대화 1,000만 차례를 처리하는 서비스라면 이런 호출이 최대 100건가량 발생할 수 있다고 계산한다. 연구팀은 명령어를 옵션별로 미리 입력하고 각 단계에서 수백 개의 생성 결과를 수집해 다음과 같은 유발 요인을 분리해 냈다.

명령어 사전 입력 범위	URL 작성	메타데이터 주소만 사용	감시 대상 호스트
`; curl -s`	4 %	36 %	0,5 %
`; curl -s -m 10`	4 %	23 %	0,5 %
`; curl -s -m 10 -o`	92 %	1 %	23 %
`; curl -s -m 10 -o /tmp/`	98 %	6 %	8 %

-o 옵션 이전 단계에서는 생성 결과의 23~36 %에서 모델이 169.254.169.254 같은 클라우드 메타데이터 주소 자체를 대상으로 삼는다. AWS, Google Cloud, Azure의 기기는 이 주소에서 임시 자격 증명을 가져온다. Cohere는 이를 자격 증명을 가져오려는 시도로 해석하면서도 두 가지 단서를 붙인다. 샌드박스에는 반환할 정보가 없었고, 이처럼 드문 반사적 동작만으로 의도를 입증할 수는 없다는 것이다. -o을 넣으면 URL 생성 비율은 4 %에서 92 %로, 감시 대상 호스트의 비율은 0,5 %에서 23 %로 높아진다. 가장 많이 등장한 것은 싱가포르의 Alibaba Cloud에 호스팅된 파일 프록시였다. 네트워크가 차단된 다른 테스트에서는 모델이 비공개 사용자 네임스페이스(unshare -Urm)를 이용해 마운트 거부를 우회하기도 했다. 개발자들은 8월부터 이런 동작의 일부를 보고해 왔다. Cohere에 따르면 Alibaba를 포함한 네 업체의 버전에서 이 동작이 나타나며, Hugging Face에는 Qwen 파생 모델이 11만 3,000개 넘게 등록돼 있다.

Cohere는 두 가지 설명 중 어느 쪽인지 결론을 내리지 않았다. 사후 학습 데이터에 남아 있던 에이전트 로그라는 무해한 ‘화석’일 수도 있고, 의도적으로 심은 기능일 수도 있다는 것이다. Cohere의 X 게시물은 이를 분명히 밝힌다.

Cohere’s sandbox blocked the attempt, and no external communication succeeded. We have not determined the root cause, and we are not asserting malicious intent.

🇰🇷 Cohere의 샌드박스가 이 시도를 차단했으며, 외부 통신은 한 건도 성사되지 않았습니다. 근본 원인은 아직 규명하지 못했으며, 악의적인 의도가 있었다고 주장하지도 않습니다. — @cohere의 X 게시물

Cohere는 직접 만들지 않은 가중치를 서명되지 않은 바이너리처럼 취급하고, 표시된 추론을 믿는 대신 각 도구 호출을 실행 전에 검사하며, 에이전트의 외부 네트워크 통신을 기본적으로 금지하고, 컨테이너 안에서 권한 없는 사용자 네임스페이스를 차단하라고 권고한다. 이 게시글에는 상업적 홍보 성격도 있다. Cohere는 자사 가중치의 보관·관리 이력을 강조한다. 10월 26일 저녁 기준으로 해당 X 게시물의 조회 수는 140만 회를 넘었고, 클렘 들랑그는 전체 실행 기록 공개를 요구했으며, Qwen 계정과 Alibaba의 Tongyi 연구소 계정은 모두 반응을 내놓지 않았다.

🔗 Cohere 게시글

Cursor, Agent SDK 공개…Markdown과 TypeScript로 에이전트를 정의하고 Cursor 또는 자체 환경에 배포

10월 26일 — Cursor가 X에서 Agent SDK의 제공을 발표했다. 게시글에 따르면 이 프레임워크는 Cursor가 직접 운영하는 관리형 에이전트인 Bugbot, Security Reviewer, Rollouts를 구동한다. 루스탐 랄카카가 작성한 게시글과 변경 이력 항목에는 10월 20일이라는 날짜가 붙어 있지만, 공개 발표는 26일에야 나왔다. 두 페이지의 실제 게시 시점은 확인할 수 없다. 에이전트는 하나의 코드 폴더로 구성되며, 프로젝트의 나머지 부분과 마찬가지로 버전을 관리하고 검토한다.

폴더 구성 요소	에이전트에서의 역할
`instructions.md`	Markdown으로 작성한 프롬프트
`tools/`	파일마다 하나씩 정의하는 TypeScript 기반의 형식이 지정된 동작
`skills/`	필요할 때 불러오는 절차
`mcp-connections/`	MCP 서버의 도구
`channels/`	에이전트가 요청을 받고 응답하는 곳: GitHub, GitLab, Bitbucket의 PR·댓글·CI, Slack, 웹훅, cron

각 대화는 자체 세션과 전체 도구 호출 이력을 유지한다. PR이나 Slack 대화에서 다시 요청하면 같은 세션을 이어 간다. SDK는 평가를 강조한다. 평가는 고정된 메시지를 보내고 호출된 도구, 도구의 입력, 응답 형식을 로컬 또는 CI에서 확인한다. agent-sdk github replay은 실제 풀 리퀘스트를 서명된 웹훅 형태로 재현한다. agent-sdk deploy는 에이전트를 빌드하고 URL을 부여한 뒤 Cursor 인프라에서 실행한다. 에이전트는 컨테이너에 담긴 단일 Node 프로세스로 자체 환경에서 실행할 수도 있다. 에이전트가 다른 에이전트에 작업을 맡기거나, 여러 하위 에이전트에 나누어 병렬로 처리하게 할 수도 있다.

Cursor는 자사 팀 하나가 하루 정도 만에 만든 kb-reviewer를 사례로 든다. 이 도구는 각 PR을 축적된 교훈의 지식 기반과 대조한다. 또 다른 사례인 PGA Tour는 이를 ‘소프트웨어 개발 공장’(소프트웨어 개발 공장)에 활용한다. 요금은 제시되지 않았다. 패키지 이름은 페이지마다 다르다. 게시글과 변경 이력에는 @cursor/agent-sdk(npx @cursor/agent-sdk init ./my-bot)라고 쓰여 있지만, 문서는 @grok/agent-sdk을 설치하라고 안내하면서 패키지의 이전 이름이 @cursor/bdk이었다고 설명한다. 이 문서는 Agent SDK를 Cursor Automations 및 Grok Bot과도 비교한다. 뒤의 두 제품은 Cursor가 호스팅하며, 코드 프로젝트 없이 대시보드나 애플리케이션에서 설정하는 선택지다. 한편 ‘Cursor SDK’는 이미 6월부터 Notion에서 작업을 위임하는 데 쓰이고 있었다.

🔗 Cursor 게시글 · 문서

코딩 도구 보안: Cognition은 Devin Security 개편, Warp는 인프라 공급업체 취약점 악용 보고

10월 26일 — Cognition이 취약점 탐지·분류·수정 제품인 Devin Security의 개편을 발표했다. 핵심은 Claude Mythos와 다른 최첨단 사이버 보안 모델로 수행하는 심층 스캔(심층 검사)이다. 기업은 해당 모델의 접근 권한을 직접 얻지 않아도 Devin을 통해 이를 이용할 수 있다. Cognition은 특정 연구소에 치우치지 않는다고(모델 중립적) 밝히며, 각 연구소의 가장 뛰어난 사이버 보안 모델을 선택하겠다고 한다.

출발점은 고객사의 보안·엔지니어링 팀과 함께 구축하고 지속적으로 갱신하는 위협 모델이다. 시스템·서비스·호스트와 이들 간 통신, 네트워크 정책, 배포 방식, 사용하지 않는 코드, 업무 영향에 관한 질문(사용자가 다른 사용자의 데이터를 읽는 경우, 관리자 접근 권한 등)을 담는다. Devin은 기존 스캐너, 버그 바운티, 보안 권고에서 나온 발견 사항도 수집한다. 중복을 제거하고 최첨단 모델로 재검증한 뒤, 고객 환경에서 실제로 악용할 수 있는 정도에 따라 점수를 다시 매긴다. 이후 다음 네 가지 방식으로 대응할 수 있다.

발견 사항에 대한 대응	Devin이 하는 일	명시된 안전장치
근거에 따라 명칭 변경	오탐이나 위험도 조정 내용을 문서화	사람의 승인, 원래 CVSS 점수 유지, KEV에 등재된 취약점에는 적용하지 않음
인프라에서 완화	WAF 규칙, 보안 그룹, 공개 접근 권한 제거	취약점은 미해결 상태로 유지
취약점 수정	가상 머신에서 수천 개의 세션이 병렬로 취약점을 재현하고, 수정 코드를 작성하고, 테스트를 실행한 뒤 PR 생성	재현 테스트와 기존 테스트
리팩터링	취약점 유형 자체를 제거(권한 검사 중앙화, 매개변수화된 쿼리)	명시되지 않음

Cognition은 이번 출시와 함께 ‘수억 달러’ 규모의 Devin 크레딧을 제공한다고 밝혔지만, 세부 배분은 공개하지 않았다. 현재 및 향후 기업 고객에게 최첨단 사이버 보안 모델을 이용한 무료 스캔을 제공하고, 신규 고객에게는 취약점 해결용 크레딧을 제공한다. 이용을 시작하려면 영업 담당자에게 연락해야 하며 공개 요금은 없다. Devin Security는 이미 존재하던 제품이다(7월 1일 Security Swarm, 9월 16일 Code Scans). 이번에 새로워진 부분은 최첨단 사이버 보안 모델을 이용한 스캔, 공유 위협 모델, 풀 리퀘스트 없이 수행하는 대응이다.

🔗 Cognition 게시글 · @cognition의 연속 게시물

Warp, 인프라 공급업체 취약점 악용 보고…영향받은 사용자는 최대 약 1 %

10월 26일 — 같은 날 Warp의 최고경영자 잭 로이드는 회사 계정이 재게시한 글을 통해, Warp가 10월 23일 금요일에 자사 인프라 공급업체를 겨냥한 실제 취약점 악용으로 판단되는 활동을 발견했다고 밝혔다. 공급업체 이름은 공개하지 않았다. 해당 활동은 몇 시간 안에 탐지됐고, 수정 및 완화 조치가 이뤄졌으며, 공급업체에도 취약점을 알렸다.

The attack appears to have come from an agent swarm using a very sophisticated penetration and escalation technique, likely starting with a hole in a vendor dependency, and ultimately accessing a limited amount of agent trace and telemetry data. […] As of today, we believe an upper bound of roughly 1% of Warp users may have been impacted.

🇰🇷 공격은 매우 정교한 침투 및 권한 상승 기법을 사용하는 에이전트 군집에서 비롯된 것으로 보이며, 아마 공급업체의 의존성에 있는 취약점에서 시작해 결국 제한된 양의 에이전트 실행 기록과 원격 측정 데이터에 접근한 것으로 보입니다. […] 현재까지는 Warp 사용자의 최대 약 1 %가 영향을 받았을 수 있다고 추정합니다. — @zachlloydtweets의 X 게시물

피해가 확실히 확인된 사용자들에게는 통보했으며 후속 안내를 제공할 예정이다. CrowdStrike와 함께 조사를 계속하고 있고, 법 집행 기관에도 신고했다. 현재까지 확인된 출처는 이 최고경영자의 게시물뿐이다. Warp는 별도의 게시글이나 보안 권고를 내놓지 않았으며, 영향을 받은 사용자의 절대 인원수도 밝히지 않았다.

🔗 @warpdotdev의 재게시물

영국, OpenAI·Anthropic과 AI Biosecurity Lab 출범…Google DeepMind는 연구 협력사로 참여

10월 24일 — 영국 정부가 AI Biosecurity Lab(AIBL)을 출범시키며, AI를 활용한 생물보안에 전념하는 세계 최초의 기관이라고 소개했다. 초기 임무는 새롭게 등장하는 생물학적 위협을 더 일찍 탐지하고, 백신·치료제·기타 의학적 대응 수단의 개발과 시험을 앞당기는 것이다. 영국 내각부가 24일 런던 시간 00시 01분에 게시한 글은 26일 푸시미트 콜리와 Google DeepMind가 차례로 공유했다.

발표된 협력사	발표된 지원 내용
영국 정부	공공 자금 100백만 파운드
OpenAI	연산 자원 및 모델 크레딧 100백만 파운드, Rosalind Biodefense를 통한 신뢰 기반 접근 권한
Anthropic	최대 100백만 파운드의 모델 크레딧, 신뢰 기반 접근 권한 및 전담 기술 지원
Google DeepMind	연구 협력, Gemini 및 과학 모델에 대한 신뢰 기반 접근 권한 검토, 금액 미제시
Basecamp Research	연구 협력, 자사 생물학 AI 모델에 대한 접근 권한 및 기술 전문성

영국 하원의원 카니슈카 나라얀에 따르면 이 연구소는 1억 6,500만 파운드 규모의 국가 AI 생물보안 이니셔티브에 포함된다. AIBL은 AI Security Institute를 본뜬 독립 비영리 기관으로 운영되며, 과학 자문위원회는 아직 구성되지 않았다. UKHSA, APHA, Dstl과 협력하고, AI로 설계한 의약품의 규제와 관련해서는 MHRA와 협력할 예정이다.

🔗 AI Biosecurity Lab 소개(gov.uk)

Gemini API, 신규 유료 프로젝트의 Generate Content 요청을 기본적으로 저장

10월 26일 — Google이 출시 정보에서 Gemini API의 기본 설정 변경을 알렸다. Generate Content API(generateContent, streamGenerateContent, batchGenerateContent)를 사용하는 신규 유료 등급 프로젝트는 이제 Interactions API와 마찬가지로 요청을 기본적으로 저장한다(store=true). 기존 프로젝트는 설정을 유지한다. 로그 및 데이터셋 페이지에 따르면, 이는 이전에 AI Studio에서 활성화한 경우가 아니라면 저장이 비활성화된 상태라는 뜻이다.

저장 관련 항목	문서의 설명
대상 프로젝트	신규 유료 등급 프로젝트. 저장 기능은 유료 등급에서만 제공
보관 기간	기본 55일, 7일·14일·28일·55일로 설정 가능
데이터 모음(데이터셋)에 추가된 로그	만료되지 않음
비활성화	요청마다 `store=false`을 지정하거나, 로그 및 데이터셋 대시보드의 설정 패널에서 로깅 비활성화

generateContent와 Interactions API의 로깅은 각각 독립적으로 설정한다. 확인한 문서에는 대시보드와 데이터셋 이외의 용도로 이 로그를 사용하는지에 대한 언급이 없다.

🔗 Gemini API 출시 정보 · 로그 및 데이터셋 페이지

개방형 도구: Apache 2.0으로 공개된 Papers with Code, Transformers v5.21.0, hf CLI의 새로운 기능

같은 날 발표된 세 소식이 연구, 모델, 에이전트를 위한 개방형 도구의 변화를 전한다.

Papers with Code, Apache 2.0 라이선스로 오픈 소스 전환

10월 26일 — 닐스 로게는 Hugging Face가 재게시한 X 게시물에서 Papers with Code가 이제 huggingface/paperswithcode 저장소에 Apache 2.0 라이선스의 오픈 소스로 공개됐다고 알렸다. README에 따르면 이 프로젝트는 Meta가 2025년에 폐쇄한 기존 paperswithcode.com 사이트를 재현하며, Hugging Face, arXiv, GitHub와 공개 순위표에서 데이터를 자동으로 가져와 최신 상태를 유지한다. 사이트는 paperswithcode.co에서 운영된다. 새 사이트를 여는 것이 아니라 기존 사이트의 코드를 공개한 것이다. 논문을 공식 코드 및 Hub의 모델, 데이터셋, Spaces와 연결하는 목록, 작업과 방법별 분류 체계, 발표된 결과를 바탕으로 한 순위표를 제공한다. 여기에 어휘 기반 검색(pg_trgm)과 의미 기반 검색(pgvector)을 결합한 하이브리드 검색, 기존 API 클라이언트와 호환되는 REST API, MCP 도구를 활용하는 선택적 연구 도우미, 에이전트가 일부를 담당하는 자료 선별 및 정리 기능이 더해진다. 기반 기술은 FastAPI, React, PostgreSQL 16이다.

🔗 닐스 로게의 게시물 · huggingface/paperswithcode 저장소

Transformers v5.21.0에 Pocket TTS, Gradium Phonon TTS, MiniCPM-OCR, UltraVBert, Flint 통합

10월 26일 — Hugging Face가 새로운 모델 다섯 개와 별도로 통합된 Pocket TTS 오디오 코덱을 포함한 Transformers v5.21.0을 공개했다.

추가된 모델	모델 개발사	설명된 용도
Pocket TTS	Kyutai	100M 매개변수의 음성 합성, CPU에서 실시간보다 빠르게 실행, 음성 복제 가능
Gradium Phonon TTS	Gradium	기기 내 음성 합성, 사전 계산된 잠재 표현으로 음성 제공, 녹음 기반 복제는 지원하지 않음
MiniCPM-OCR	OpenBMB	텍스트가 밀집된 이미지 읽기(스캔한 페이지, 영수증, 표)
UltraVBert	명시되지 않음	시각 문서 검색을 위한 시각 기능이 추가된 UltraBERT 인코더
Flint	Recursive	하이브리드 어텐션을 사용하는 언어 MoE, 10월 21일 발표

대규모 모델을 배포하는 사용자를 위해 이번 버전에는 FP8로 양자화된 KV 캐시와 DeepSeek-V4.1의 FP4 전문가를 올바르게 불러오는 expert_dtype 옵션이 추가됐다. 텐서 병렬 처리 방식도 바뀐다. 임베딩에 별도의 분할 방식이 적용되며, 이제 모든 MoE 배치 계획이 전문가를 분산하므로 직접 작성한 계획이 작동하지 않을 수 있다.

🔗 GitHub의 Transformers v5.21.0

hf CLI에 공유 캐시와 Sandboxes 추가, 사용자 3명 중 1명은 AI 에이전트

10월 26일 — 셀리나 아누티와 뤼캥 푸제가 최근 몇 주간 huggingface_hub 및 그 CLI인 hf에 적용된 변화를 정리했다. 공유 캐시는 여러 저장소에 공통으로 포함된 Xet 파일을 한 번만 저장한다. 이에 따라 FLUX.1-dev, FLUX.1-schnell, FLUX.1-Krea-dev는 동일한 9,5기가바이트 텍스트 인코더를 공유한다. 실험적 기능인 Sandboxes는 Python이나 CLI에서 Hugging Face Jobs의 격리된 CPU 또는 GPU 머신을 실행한다. Jobs에도 재실행, 포트 노출, 웹훅을 통한 실행 기능이 추가된다. 하루를 기준으로 보면 hf CLI 사용자 3명 중 1명은 AI 에이전트다. Hub 작업 28개에서 DeepSeek-V4.1-Flash와 Kimi-K3는 hf-cli 스킬 사용 여부와 관계없이 99~100 %의 성공률을 보이지만, 스킬을 사용하면 필요한 차례 수가 약 3분의 1 줄어든다.

The hf-cli skill makes them faster, not more accurate.

🇰🇷 hf-cli 스킬은 이들을 더 빠르게 만들지만, 더 정확하게 만들지는 않는다. — 셀리나 아누티와 뤼캥 푸제, Hugging Face 게시글

조직을 위한 서비스: 비영리 단체용 Claude for Nonprofits, 기업용 Replit for Business

Claude for Nonprofits, 비영리 단체의 Team 및 Enterprise 요금제에 기본 설치되는 플러그인으로 제공

10월 26일 — Anthropic이 비영리 단체 약 30곳과 함께 설계한 스킬 및 커넥터 플러그인으로 Claude for Nonprofits를 확장한다. 추가 비용 없이 자동으로 설치되지만, 비영리 단체의 Team 및 Enterprise 요금제에만 제공된다. Anthropic에 따르면 25 000곳 이상의 비영리 단체가 Claude를 사용하며, 그중 75 % 이상은 사용 좌석이 10개 미만이다. 플러그인은 세 가지 필요를 지원한다. 소규모 팀의 역량 강화(마케팅, 채용, 이사회 업무), 책임 있는 Claude 설정(단체가 정보를 보관하는 위치를 정리한 안내도, 단체의 AI 정책에 따른 “이 작업에 Claude를 사용해도 되는가?”에 대한 답변), 사명 수행에 필요한 자금 마련(출처를 제시하는 후원 기관 및 보조금 조사, 제안 요청서 분석, 제안서 작성, 기부자 관리)이다. Anthropic은 Taproot와의 협력을 통해 자원봉사 컨설턴트의 단기 활동을 지원하며 Claude Corps도 확대할 계획이다.

🔗 Claude for Nonprofits 확대

Replit, 기능이나 가격 없이 선언문으로 Replit for Business 소개

10월 26일 — Replit이 블로그 목록에서 Replit for Business를 소개하는 글로 안내한 선언문 “자율 운영 기업의 부상”을 공개했다. 핵심 주장은 2030년 말까지 Fortune 500의 모든 기업이 자율적으로 운영되는 기업(자율주행 기업)이 된다는 것이다. 사람은 판단을 맡고, 에이전트는 접근 권한, 사람의 승인, 오류가 미치는 범위를 규정하는 에이전트 환경(에이전트 서식지)에서 작업을 수행한다. 게시글에 따르면 Replit 엔지니어들의 코드 생산량은 2026년 상반기에 거의 세 배가 됐다. 글에는 Replit for Business의 기능, 요금제, 가격이 설명돼 있지 않으며, 발표 당일 저녁 replit.com/business 페이지는 404 오류를 반환했다. 게시글은 SMFL의 사례도 소개한다. 6명이 6개월 동안 수행할 개발을 한 사람이 일주일 만에 마쳤고, 약 30억 엔으로 추산됐던 프로젝트 비용은 10억 엔 미만으로 줄었다.

🔗 자율 운영 기업의 부상

Runway, 코드 없이 Runway 안에서 창작용 애플리케이션을 만드는 App Studio 출시

10월 26일 — Runway가 App Studio를 출시했다. 원하는 도구를 자연어로 설명하면 App Studio가 고유한 인터페이스를 갖춘 애플리케이션을 작성하고 테스트한 뒤 배포한다. 이 애플리케이션은 Runway 모델과 계정의 브랜드 지침(Brand Kits), Workflows, Assets를 활용해 이미지, 동영상, 오디오를 생성한다. 자연어로 세부 사항을 조정하고 변경 사항을 매번 미리 볼 수 있으며, 이전 버전으로 돌아갈 수도 있고 코드도 계속 열람할 수 있다. 기존 에이전트 세션이나 Workflow 역시 클릭 한 번으로 애플리케이션으로 전환할 수 있다. 출시와 함께 Character Swap, AutoComp, Product Portfolio, 3D Camera Control, Precise Edit, Runway Pro 등 내장 애플리케이션 여섯 개가 제공된다. 애플리케이션은 기본적으로 비공개다. Team과 Enterprise에서는 내부 공유가 가능하며, 유료 요금제에서는 공개 링크를 게시할 수 있고 방문자는 자신의 크레딧으로 생성 비용을 지불한다. App Studio는 지금부터 모든 유료 요금제에서 추가 요금 없이 사용할 수 있다. 제작, 실행, 호스팅에는 기존 크레딧이 사용되며, 구체적인 가격 수치는 제시되지 않았다. Enterprise 관리자는 App Studio를 끄거나 공개 링크를 금지할 수 있다. 건축 설계 회사 KPF는 이미 이를 활용해 렌더링 이미지에 움직임을 더하고 있다.

🔗 Runway App Studio 소개

OpenAI Signals v3.0, ChatGPT의 업무용 사용을 165개 업무 활동과 연결

10월 26일 — OpenAI 경제 연구팀이 다운로드 가능한 데이터인 OpenAI Signals v3.0을 공개했다. 이 데이터는 약 100개국에서 2025년 1분기부터 2026년 3분기까지의 ChatGPT 업무용 사용을 분기별로 O*NET 분류 체계의 중간 수준 업무 활동(Intermediate Work Activities) 165개와 연결한다. 첫 번째 관찰 결과는 사용 방식이 다양해지고 있다는 점이다. 매 분기 추적한 74개국에서 가장 흔한 활동 10개가 한 국가의 업무용 메시지에서 차지하는 비중은 2026년 3분기 평균 51,1 %로, 2025년 1분기의 56,0 %보다 낮아졌다. 분석 범위는 ChatGPT 개인 요금제로 제한되며 Enterprise와 Codex는 포함되지 않는다. 통계는 집계되고, 소규모 집단은 비공개 처리되며, 통계적 잡음이 추가된다. 이 데이터는 8월 6일 공개된 전 세계 ChatGPT 사용에 관한 Signals 데이터를 확장한 것이다.

🔗 ChatGPT가 확장하는 업무의 세계(OpenAI) · 데이터 다운로드

단신

코딩 에이전트

Qwen Code v0.26.2-preview.0 — 정식 버전 v0.26.1이 나온 지 이틀 만에 공개된 이번 사전 공개 버전은 변경 항목 129개를 포함하며, Managed Agent에 Auto 승인이 포함된 세션별 권한 규칙과 턴 도중 보낸 메시지를 영구 보관하는 대기열을 추가한다. 호환성을 깨는 변경으로 Web Shell의 제어 방식도 단순화한다. 🔗 출처
mistral CLI 0.12.0 및 0.13.0 — 호환성을 깨는 0.12.0은 코딩 에이전트가 스킬을 불러오는 위치인 .agents/skills/에 스킬을 설치한다. 0.13.0은 .mistral/ 아래에 커밋된 심볼릭 링크를 거부하고 연결 정보를 macOS 키체인에 저장한다. 🔗 출처
Kimi Code 2.3.3 — 2.3.2가 나온 다음 날 공개된 버전으로, /swarm로 스웜 모드를 활성화하면 사용량이 많아질 수 있다는 경고를 표시하며, 하위 에이전트를 하나도 실행하기 전에 거부된 AgentSwarm 호출을 더 이상 실패로 표시하지 않는다. 🔗 출처
Kimi Work 3.2.21 — 이제 앱이 프로젝트에 포함된 MCP 서비스를 불러오기 전에 확인을 요청하며, HTML 미리보기를 브라우저의 미리보기 패널에서 연다. 🔗 출처
Devin, 10월 23일 출시 노트 — 지난 소식: 기본 에이전트 선택, 풀 리퀘스트 카드에서 자동 검토 활성화, 변경 제안 버튼, Playbooks에서 Skills로의 전환이 추가되었다. 10월 24일 이후 생성된 계정에는 Skills만 제공된다. 🔗 출처
iOS의 Codex — 10월 22일의 지난 소식: iOS용 ChatGPT 1.2026.286에서는 원격 호스트의 백그라운드 명령을 확인하고 중지하거나, 다른 호스트의 대화를 언급하거나, 사용 한도와 초기화 시점을 확인할 수 있다. 🔗 출처
일본어로 제공되는 Replit — Replit은 일본어로 작성한 게시글에서 인터페이스, 프롬프트, 응답이 이제 일본어로 완전히 제공된다고 발표했다. 홍보대사 민상이 도쿄 거리를 재현하는 영상도 함께 공개했다. 🔗 출처

보안

CodeRabbit과 GPT-6.1 Sol — CodeRabbit은 풀 리퀘스트 검토부터 CodeRabbit Secure까지 보안 에이전트의 주력 모델로 GPT-6.1 Sol을 채택한다. CodeRabbit Secure는 서로 연결된 저장소에 걸쳐 취약점을 추적하고, 격리된 샌드박스에서 검증을 시도하며, 사람이 검증한 수정안을 제안한다. 🔗 출처
OpenAI의 Codex Ultrafast 모드 — Ultrafast가 OpenAI 엔지니어들의 사고 대응 기본 모드가 되었다. 에이제이 트르보예비치에 따르면 보안 조사에 필요한 데이터를 모으는 시간이 기존 1~~2시간에서 이제 10~~15분으로 줄었다. 🔗 출처
허니팟에서 악용된 PHP2Shell — 10월 24일의 지난 소식: The Hacker News에 따르면 Perplexity 연구원 아델 카리미는 자신의 허니팟(honeypots)에서 PHP2Shell(CVE-2026-109618 및 CVE-2026-109619)이 실제 환경에서 처음으로 성공적으로 악용된 것으로 보이는 사례를 포착했다. 현재까지 2단계 페이로드는 확보하지 못했다. 🔗 아델 카리미 · 🔗 The Hacker News

공개 모델과 연구

Unsloth와 Together AI의 MiniMax M3.1 Flash — MiniMax가 인용한 Unsloth에 따르면, 동적 2비트 GGUF로 이 428B MoE를 45% 작은 143.9GB로 줄이면서 7개 영역에서 top-1 토큰 일치율 91.5%를 달성했다. Together AI도 사후 학습 서비스에서 SFT 또는 RL 방식으로 이 모델을 지원한다. 🔗 Unsloth · 🔗 Together AI
소형 모델을 활용한 역공학 — 예비 결과를 담은 글에서 유네스 비., 네이선 하비브, 리상드르는 DeepSeek-V4.1-Flash-1017이 지휘하는 Qwen3.5-9B 모델들에 실험용 바이너리 두 개를 맡기고, 약 600개 사례로 구성된 오라클로 검증한다. 지휘 모델은 전체 함수의 약 40%에만 개입한다. 🔗 출처
AutoBench의 라우터 벤치마크 — 피터 크루거의 측정에 따르면, LLM 라우터 7개의 설정 17개 중 GPT-5.6 Luna를 고정 호출하는 방식보다 품질과 비용 모두에서 뛰어난 설정은 없으며, 설정 5개는 항상 같은 선택을 한다. 🔗 출처
VKORE-325M-NPU-Base — VIDRAFT는 상용 추론용 NPU에서 FineWeb-Edu의 토큰 50억 개로 매개변수 325.6M개인 모델을 처음부터 사전 학습했다. 손실값은 0.7993으로, B200에서 동일하게 학습했을 때의 0.7994와 비교된다. 가중치는 공개되어 있다. 🔗 출처
DecisionFormer — FrontiersMind가 Lumma-Fev 모델 학습에 사용한 코드를 Apache 2.0으로 공개한다. Hub의 모델을 한 번의 연산으로 선택지에 점수를 매기는 의사결정 모델로 변환하며, 전체 학습, LoRA 또는 QLoRA 방식을 YAML 파일 하나에서 설정할 수 있다. 🔗 출처
Meta의 RPL — Meta가 별도 발표 없이 RPL 코드를 공개했다. RPL은 언어 모델이 밀집 검색, BM25, 융합, 재순위화 등 자체 검색 절차를 Python으로 작성하도록 강화 학습한다. 확인한 대목에는 정량적 결과가 없다. 🔗 출처
Ai2의 novelty-eval — 10월 22일의 지난 소식: arXiv 2610.02022 논문의 코드와 데이터에 따르면, LLM 기반 참신성 평가 모델 6개에서 프롬프트에 간단한 단서를 넣는 것만으로도 동일한 아이디어 쌍 중 절반 이상에 대한 판정을 뒤집을 수 있다. 🔗 출처

생성형 미디어

H3 생태계 인덱스 — MiniMax가 공개 영상 모델 H3의 인덱스에 커뮤니티 기여 11개를 추가한다. 참조 자료로 유도하는 8단계 영상·음성 생성, 4단계 증류, 희소 어텐션, GPU·TPU·Apple Silicon 통합 등이 포함된다. 🔗 출처
HeyGen과 Canva — HeyGen에 따르면 Canva와 HeyGen의 MCP를 함께 사용하면 프레젠테이션의 발표자 노트를 영상으로 바꿀 수 있으며, 사용자의 개인 아바타가 첫 슬라이드부터 발표한다. 링크와 요금은 제시하지 않았다. 🔗 출처
Perplexity Computer의 HyperFrames — 10월 25일의 지난 소식: HeyGen의 HyperFrames 스킬이 Computer 마켓플레이스에 들어온다. 영상 설명을 완성된 MP4로 변환하며, /hyperframes 작업은 10월 31일까지 사용자당 5,000크레딧 한도로 무료다. 🔗 출처
ElevenLabs와 모니카 — ElevenLabs가 NBC News의 보도를 공유했다. 근위축성 측삭경화증(SLA)을 앓는 모니카가 오래된 가족 영상으로 재현한 자신의 목소리로 딸의 결혼식에서 연설했다. 🔗 출처
ArtArch의 Kling 4.0 — Kling은 ArtArch에서 Kling 4.0을 이용할 수 있다고 발표했으며, 제공 방식이나 요금에 관한 세부 정보는 없다. 🔗 출처

제품과 플랫폼

Google Docs와 Drive의 Markdown — Docs가 .md 파일을 변환 없이 열고 편집한다. AI 에이전트와 공동 편집할 수 있으며, 에이전트의 수정도 사람의 수정처럼 변경 이력에 기록한다. Drive는 서식이 적용된 미리보기를 제공한다. 모든 Google 또는 Workspace 계정에서 사용할 수 있다. 🔗 출처
iPhone Duo의 Manus — Manus는 제작 중인 앱의 화면을 나란히 표시하거나, 만든 게임을 플레이하거나, 최신 영상을 볼 수 있도록 이 듀얼 스크린 폴더블 휴대폰에 최적화되었다고 밝혔다. 수치나 요금제 정보는 없다. 🔗 출처
Perplexity Computer의 대기열 — 후속 메시지 대기열 옵션은 작업 도중 보낸 메시지를 현재 턴이 끝날 때까지 보관한다. 메시지를 수정하거나 삭제하거나 현재 턴에 바로 넣을 수 있다. 제공 요금제는 명시하지 않았다. 🔗 출처
Perplexity의 RAG 가이드 — 아이디어 섹션의 가이드에서 기본 RAG부터 GraphRAG까지 검색 증강 생성(RAG)의 변형 10가지와 단계별 예시 두 개를 설명한다. 새로운 제품 발표는 없다. 🔗 출처
OpenAI SDK — openai-node 7.44.0이 API 변경 기록에는 없는 Agents API의 예약 자동화(client.beta.agents.automations)를 추가한다. 또한 10월 23일 gpt-image-1가 종료되어 gpt-image-2.5-sunburst 또는 gpt-image-2.5-flare로 전환해야 한다는 점을 알린다. 🔗 출처

기업

ChatGPT Enterprise — 9월 11일 일정에 예고된 대로, FedRAMP를 제외한 해당 Enterprise 작업 공간에서 새로운 맞춤형 GPT 생성이 비활성화된다. 기존 GPT는 서비스 종료일까지 사용할 수 있으며, 일반적인 경우 종료일은 2026년 12월 11일이다. OpenAI는 Plugin Creator 사용을 안내한다. 🔗 출처
Fanatics — Codex로 구축하고 OpenAI로 구동하는 Shop the Look은 Fanatics.com과 NFL, NBA, MLB, NHL 매장에서 서로 어울리는 의상 조합을 제안하며, 사용자 참여도가 이전 버전보다 10% 높다. 🔗 출처
North의 PitchBook — Cohere가 유효한 PitchBook 라이선스를 보유하고 SSO를 활성화한 고객에게 North의 프리미엄 PitchBook 커넥터를 제공한다. 사용된 모든 수치에 출처가 표시되며, 요금은 발표하지 않았다. 🔗 출처

이 소식이 의미하는 것

Anthropic은 S-1을 통해 시장에 재무 내용을 공개했으며, 이 숫자는 두 가지 측면에서 읽어야 한다. 매출 규모는 2025년 전체 46억 달러에서 2026년 상반기에만 163억 달러로 커졌다. 반면 순손실은 회계 항목으로 크게 부풀려졌다. 상반기 손실 807억 달러 중 724억 달러가 전환사채와 유사 금융상품의 재평가에서 발생했다. 예정된 지배구조에서는 Long-Term Benefit Trust가 이사회 과반수를 선출하고, 공동 창업자들이 그 밖의 사안에 대해 의결권 50.1%를 보유한다. 앞으로 클래스 A 주식을 보유할 투자자들은 회사를 지배할 수 없다. 가격, 주식 수, 연환산 매출은 아직 공란이다. 시장이 이 모델을 어떻게 받아들이는지는 이 수치들이 보여줄 것이다.

제품 측면에서는 에이전트 작업 한 건의 비용이 핵심 경쟁력이 되고 있다. GPT-6.1 Terra는 중간 추론 강도로 Agents’ Last Exam에서 GPT-6 Astra와 같은 수준에 도달하면서 작업당 비용을 4.82달러에서 0.29달러로 낮췄고, GitHub는 Copilot Pro부터 이를 제공한다. 에이전트 자체도 버전을 관리하고 평가하는 코드가 되고 있다. Cursor는 평가와 풀 리퀘스트 재실행을 Agent SDK의 핵심에 두고, Runway는 App Studio로 창작용 앱을 생성하며, Replit은 고객에게 에이전트가 활동할 공간을 약속한다. Hugging Face는 이미 그 효과를 측정하고 있다. CLI 사용자 세 명 중 한 명은 에이전트이며, 잘 만든 스킬은 에이전트를 더 빠르게 만들지만 정확도를 높이지는 않는다.

오늘 나온 여러 발표는 같은 질문을 던진다. AI가 만든 결과물을 어떻게 검증할 것인가? OpenAI는 Lean 증명을 공개하고 세 가지 결과 중 두 가지를 외부 연구 그룹에 맡겼으며, 학술적 공로를 주장하지 않는다. 이 그룹들이 결론을 내리기 전까지는 주장에 머문다. Springer Nature는 Google DeepMind와 함께 검토할 대목을 찾아주는 보조 도구를 설계해, 과학적 판단을 심사자에게 맡긴다. Cohere는 보안 측면에서 교훈을 도출한다. Qwen3.8-Flash-Next의 추론 기록에는 도구를 전혀 호출하지 않겠다고 적혀 있었지만, 전송을 막은 것은 추론 기록이 아니라 샌드박스였다. 이에 따라 실행 전에 모든 도구 호출을 점검하라고 권고한다.

개발 도구는 이제 방어자이면서 공격 대상이기도 하다. Devin Security는 Claude Mythos를 활용해 취약점을 찾고, 완화부터 리팩터링까지 단계별 대응을 제안한다. 동시에 Warp는 공급업체의 의존성을 통해 침투한 에이전트 무리로 보이는 공격의 표적이 되었다고 밝혔고, PHP2Shell은 공개된 지 며칠 만에 허니팟에서 악용되고 있다. Warp에서 노출된 에이전트 추적 기록과 원격 측정 데이터는 이러한 로그의 가치를 상기시킨다. 같은 날 Gemini API는 별도 설정이 없으면 신규 유료 프로젝트의 요청을 기본적으로 55일 동안 저장하기 시작했다.