Google DeepMind, Gemini 4 Carbon 발표, GitHub Universe 2026에서 Enterprise에 Copilot 포함, NVIDIA, Nemotron 3.5 Transcribe 공개

JLS42 / 2026년 10월 28일

인공지능으로 생성된 기사

Google DeepMind, Gemini 4 Carbon 발표, GitHub Universe 2026에서 Enterprise에 Copilot 포함, NVIDIA, Nemotron 3.5 Transcribe 공개

Google DeepMind가 자사의 가장 강력한 모델인 Gemini 4 Carbon을 발표했다. Artificial Analysis Intelligence Index v5.0에서 1위를 차지하고 사이버 보안 분야에서 최첨단 성능을 보이지만, 우선 Fairwind Program에 참여하는 일부 사이버 보안 방어 담당자에게만 제공된다. GitHub는 Universe 2026 행사 개막과 함께 약 30건의 발표를 내놓았다. Copilot Fusion 정식 출시, GitHub Enterprise에 Copilot 포함, 통합 클라우드 환경, Copilot Memory, 실행 결과를 통해 학습하는 자동화, 그리고 이제 풀 리퀘스트의 40% 이상이 에이전트에서 시작된다는 Octoverse 보고서 등이 포함된다. NVIDIA는 40개 언어를 지원하는 개방형 음성 전사 모델 Nemotron 3.5 Transcribe를 공개했고, 데이비드 그로스가 이끄는 위원회는 양자 양밀스 이론에 관한 OpenAI의 증명을 어떻게 검토할지 설명했다.

Google DeepMind, 자사의 가장 강력한 모델 Gemini 4 Carbon 발표… 우선 Fairwind Program의 사이버 보안 방어 담당자에게만 제공

10월 28일 — Gemini 4 Argon의 정식 출시 2주 만에 Google DeepMind가 Gemini 4 Carbon을 발표했다. Google DeepMind의 수석 부사장이자 Google의 인공지능 수석 설계자(최고 인공지능 설계자)인 코라이 카부크추올루는 이를 Google의 가장 강력한 모델로 소개하며, 사이버 보안과 오랜 시간에 걸친 작업(장기 작업)에서 최첨단 성능을 갖췄다고 밝혔다. Carbon은 Artificial Analysis Intelligence Index v5.0에서 59점으로 Claude Opus 5.5(58점)와 GPT-6 Astra(57점)를 앞서 1위에 올랐으며, WebDev Arena에서는 4위에 올랐다(1 768점, Elo 89점 상승).

핵심 강점은 사이버 보안이다. Carbon은 취약점을 찾는 SEC-bench Pro에서 88,2%, 취약점의 실제 악용 가능성을 검증하는 ExploitGym에서 54,8%, 근본 원인을 수정해야 하는 Collinear의 CWE-bench에서 71,0%를 기록했다. Google은 이러한 외부 평가 점수가 안전장치 없이 측정됐다고 명시했다. 내부 평가에서는 안전한 코드를 생성하는 성공률이 Argon 대비 두 배 이상으로 높아졌다. Chrome 팀은 이름을 밝히지 않은 다른 연구소의 대규모 최첨단 모델보다 수정 품질이 10배 이상 뛰어났다고 보고했으며, Wiz는 웹 침투 테스트 벤치마크에서 Carbon을 1위로 평가했다.

아래 수치는 게시물에 이미지로 공개된 17개 행의 표에서 옮긴 것이다. 해당 표에서 Carbon이 뒤처진 항목은 두 개뿐이다. GPT-6 Astra와 Claude Opus 5.5가 앞선 FrontierSWE 2, 그리고 Claude Opus 5.5가 1위를 차지한 OSWorld-2.1의 오프라인 하위 집합이다.

벤치마크(Google 표)	Gemini 4 Carbon	Gemini 4 Argon	GPT-6 Astra	Claude Opus 5.5
AA Intelligence Index v5.0	59	50	57	58
Terminal-Bench 4.0 (AA)	65,2 %	57,1 %	59,1 %	59,6 %
FrontierSWE 2	61,2 %	55,0 %	65,5 %	62,3 %
OSWorld-2.1 (오프라인)	81,5 %	74,7 %	80,9 %	87,2 %
GraphWalks (256k~1M)	96,2 %	84,2 %	71,8 %	66,8 %
Vending-Bench 2 (잔액, 달러)	16 484	13 718	15 515	9 235
SEC-bench Pro	88,2 %	83,4 %	85,4 %	—
ExploitGym	54,8 %	42,0 %	42,4 %	34,5 %
CWE-bench	71,0 %	68,0 %	68,0 %	67,0 %

Google은 장시간 세션에서의 모델 행동도 강조했다. 내부적으로 Carbon은 대규모 코드베이스의 미묘한 버그에서 근본 원인을 찾는 등의 엔지니어링 작업을 수행하며 “며칠 동안” 실행됐다. Terminal-Bench 4.0에서 편법 사용 성공률은 0,0%로 떨어졌고, 내부 코딩 환경에서 심각도가 높은 정렬 이탈 경고는 거의 80% 줄었으며, 근거 없는 주장은 Argon 대비 약 절반으로 감소했다. Gray Swan의 간접 프롬프트 주입 벤치마크에서는 성공한 공격이 하나도 없었으며, Argon의 공격 성공률은 0,7%였다.

Carbon은 아직 API나 Gemini 앱에서 제공되지 않는다. Google은 9월 말 Argon 때와 마찬가지로 이번 주부터 일부 사이버 보안 방어 담당자에게 먼저 제공하고, 이후 Fairwind Program을 통해 다른 신뢰할 수 있는 협력사로 접근을 점진적으로 확대한다. 이와 동시에 미국 정부의 모델 공개 전 자율 테스트 절차에도 참여한다. 개발자, 기업, 일반 대중에게는 “가능한 한 빨리” 제공할 예정이지만, 날짜는 정해지지 않았다. 가격은 이미 정해졌다. 출시 초기에는 Argon과 동일하게 입력 토큰 100만 개당 2달러, 출력 토큰 100만 개당 10달러이며, 캐시된 입력 토큰에는 95% 할인이 적용된다. 이후에는 각각 4달러와 20달러로 바뀌지만, 전환 시점은 발표되지 않았다.

Announcing Gemini 4 Carbon, our strongest model with state-of-the-art cybersecurity and long horizon capabilities. Carbon represents a step up across most benchmarks, delivering strong frontier performance in autonomous coding and cyber defense. We’re first making Carbon available to a subset of trusted cyber defenders in our Fairwind program. We’ll expand access as soon as possible.

🇰🇷 사이버 보안과 장기 작업에서 최첨단 역량을 갖춘, 자사의 가장 강력한 모델 Gemini 4 Carbon을 발표합니다. Carbon은 대부분의 벤치마크에서 진전을 이루었으며 자율 프로그래밍과 사이버 방어에서 최첨단 성능을 제공합니다. 우선 Fairwind 프로그램에 참여하는 신뢰할 수 있는 일부 사이버 보안 방어 담당자에게 Carbon을 제공합니다. 가능한 한 빨리 접근 범위를 확대하겠습니다. — X의 @GoogleAI

🔗 Google DeepMind 게시물

GitHub Universe 2026: 에이전트 기반 소프트웨어 제공 시스템을 표방하는 GitHub, 인프라 확충 규모 공개

10월 28일 — GitHub가 샌프란시스코에서 Universe 2026 행사를 개막하며 제이 패리크의 게시물을 통해 방향을 제시했다. 코드를 작성하는 도우미에서, 개발자가 방향을 제시하고 운영 환경에 배포되는 결과에 책임을 지며 에이전트가 구현과 검증을 맡는 “소프트웨어 제공 시스템”으로 전환한다는 것이다. 이제 산출물은 코드가 아니라 완성된 작업, 즉 기능이나 버그 수정, 보안 수정이다. 이 전략은 세 가지 축으로 구성된다. 개발 속도, 지능적 역량(플랫폼의 맥락과 지속적인 학습), 그리고 기본적으로 안전한 작업 수행을 보장하는 품질이다.

이 게시물은 아래 절에서 자세히 다루는 당일 발표의 개요 역할을 한다. Copilot Fusion, GitHub Copilot 앱의 프로젝트, 휴대전화에서 VS Code까지 이어지는 세션, 실행 결과를 통해 학습하는 자동화, Copilot code review의 Max 등급, GitHub Enterprise에 Copilot을 포함하는 정책이 소개됐다. 인프라 측면에서는 GitHub가 연초 이후 추가한 규모를 수치로 공개했다.

2026년 초 이후 추가한 인프라	GitHub 발표 규모
CPU 코어	4백만 개
고속 스토리지	160 Po
네트워크 용량	50 Tb/s

Azure에서 여러 지역에 걸쳐 배포하는 체계로의 전환은 내년 초 완료될 예정이다. 새로운 Git 아키텍처는 단순화된 기본 연산, 연산과 분리된 스토리지, 최소화된 조정 작업을 바탕으로 한다. 제이 패리크는 지금까지 작성된 모든 소프트웨어가 향후 5년 동안 작성될 소프트웨어의 1%에도 미치지 못할 것이라는 주장도 내놓았다. 이는 측정 결과라기보다는 견해에 가깝다.

🔗 제이 패리크의 게시물

Copilot, GPT Image 2.5 Flare로 이미지 생성·편집 지원… 공개 미리 보기 출시

10월 28일 — Copilot이 이제 자연어로 설명한 이미지를 생성하고 편집한다. Pro, Pro+, Business, Enterprise 요금제 사용자를 대상으로 VS Code, GitHub Copilot 앱, Copilot CLI에서 공개 미리 보기로 제공된다. 선택한 추론 모델이 OpenAI의 GPT Image 2.5 Flare 기반 생성 도구를 호출하고, 대화에 미리 보기를 표시하며, 이미지를 프로젝트에 직접 저장한다. 이미지 생성 비용은 채팅 모델과 별도로 청구되며, 이미지 토큰에 따라 요금제의 인공지능 크레딧에서 차감된다. 조직 또는 기업 소유자는 모델 정책을 통해 이 기능을 끌 수 있다. 기본적으로 꺼져 있는 “인공지능으로 제작” 워터마크는 선택적으로 활성화할 수 있다.

🔗 GitHub 변경 기록

GitHub Design, MIT 라이선스의 인공지능 프로토타이핑 도구 Replica 공개

10월 28일 — GitHub Design이 아이디어를 대화형 프로토타입으로 바꾸는 도구 Replica를 MIT 라이선스의 오픈 소스로 공개했다. 범용 도구와 달리 팀의 디자인 시스템, 구성 요소, 패턴, 문서를 활용한다. 디자이너가 지침을 정하면, 디자이너와 제품 관리자, 개발자가 GitHub Copilot 앱에서 탐색할 프로토타입을 자연어로 설명하고 다듬는다. 선택 사항인 자체 호스팅 Replica Hub를 사용하면 프로토타입을 게시해 팀의 의견을 받을 수 있다. 도구는 지금 바로 사용할 수 있다.

🔗 GitHub 변경 기록

Octoverse 2026: 푸시 179억 회, 풀 리퀘스트의 40% 이상이 에이전트에서 시작

10월 28일 — GitHub의 연례 보고서 Octoverse 2026은 에이전트가 이끄는 가속의 한 해를 보여 준다. 개발자들은 12개월 동안 코드를 179억 회 푸시했으며, 이는 2024년과 2025년을 합친 것보다 많다. 커밋은 343억 건으로 2년 전의 세 배를 넘었으며, 병합된 풀 리퀘스트는 13억 건으로 하루 평균 350만 건에 달했다. GitHub의 개발자는 2억 2,500만 명 이상이며, 이 중 미국이 3,830만 명, 인도가 3,200만 명이다. 프랑스는 475만 명으로 10위다.

Octoverse 2026 지표	공개 수치
12개월간 푸시	17,9십억 회
커밋	34,3십억 건
병합된 풀 리퀘스트	1,3십억 건(하루 3,5백만 건)
GitHub 개발자	225백만 명 이상
에이전트에서 시작된 풀 리퀘스트	9월 40 % 이상(3월 17 %)
에이전트 모드를 사용하는 Copilot 활성 사용자	55 %(1년 전 35 %)
Copilot에서 사용된 서로 다른 모델	9월 47개(5월 29개)
GitHub Actions 작업	초당 1 440개

에이전트의 비중은 빠르게 늘고 있다. 9월에는 풀 리퀘스트의 40% 이상이 에이전트가 만든 초안에서 시작됐으며, 3월에는 17%였다. 건수로는 1억 1,000만 건으로, 3월의 약 여섯 배다. 이러한 풀 리퀘스트는 90%가 2주 이내에 병합됐으며, 에이전트 사용이 감지되지 않은 경우에는 약 86%였다. 또한 올해 생성된 저장소 중 에이전트 설정 파일이 있는 저장소는 평균적으로 8배 많은 커밋을 받았다. 작업 전체를 위임하는 Copilot의 클라우드 에이전트 사용은 전년 대비 230% 증가했으며, 에이전트 모드 채팅은 85% 증가했다.

개발자들은 사용하는 모델도 다양화하고 있다. 9월에 사용된 47개 모델 가운데 요청의 25%를 넘게 차지한 모델은 없었으며, 모델을 직접 선택하는 사용자 중 61%가 여러 모델을 사용했다. 4개월 전에는 50%였다. 언어별로는 TypeScript가 Python과 JavaScript를 앞서며 1위를 유지했다. 기여자가 가장 많이 증가한 소프트웨어 공급업체 저장소 순위에서는 코딩 에이전트가 선두를 차지했다. 순서는 anthropics/claude-code, openai/codex, anomalyco/opencode, microsoft/vscode, github/copilot-cli다.

🔗 Octoverse 2026 보고서

GitHub Enterprise, 이제 모든 라이선스 사용자에게 Copilot 포함… Copilot Standalone은 10달러

10월 28일 — GitHub가 기업용 Copilot의 판매 방식을 바꾼다. GitHub 또는 Microsoft 영업팀을 통해 계약하는 고객은 이제 별도 구독 없이 GitHub Enterprise의 모든 라이선스 사용자에게 Copilot을 제공받을 수 있다. 이 제공 방식은 GitHub Enterprise Cloud에서 즉시 이용할 수 있다. 지금까지는 Copilot 사용자 수와 인공지능 사용량이라는 두 가지를 관리해야 했지만, Copilot이 포함되면 기업의 인공지능 예산만 관리하면 된다.

이 접근 권한은 Copilot Enterprise와 동일한 기능 및 모델을 제공하지만, 사용자당 월간 인공지능 크레딧은 포함하지 않는다. 기존 정책, 알림, 비용 귀속 설정에 따라 첫 요청부터 기업 예산에서 차감된다. 기본 기능은 예산이 없어도 계속 작동한다.

Copilot 기능	인공지능 예산 소진 시
코드 완성과 다음 편집 제안	계속 작동
Copilot Chat, Copilot code review, 클라우드의 Copilot	예산 필요
Copilot 사용자 이용 권한	언제나 유지

기업 계정 구성원 중 GitHub Enterprise 라이선스가 없는 사용자는 사용자당 월 10달러의 Copilot Standalone으로 동일한 접근 권한을 얻을 수 있다. 셀프서비스 가입은 아직 열리지 않았다. 단계적으로 도입될 예정이며, “앞으로 몇 주 안에” 일정을 알리겠다고 밝혔다. 기존 셀프서비스 구독은 변경되지 않는다. Copilot Business와 Copilot Enterprise는 신규 기업과 기존 기업 모두에 계속 제공된다.

🔗 GitHub 변경 기록

GitHub Copilot Fusion 정식 출시, 수동 모델 선택 대체

10월 28일 — Copilot Fusion이 모든 Copilot 요금제에서 VS Code, GitHub Copilot 앱, Copilot CLI, JetBrains IDE를 대상으로 정식 출시됐다. 다른 클라이언트도 « 곧 » 지원될 예정이다. 개발자는 모델을 직접 고르는 대신 Copilot Fusion을 선택한 다음 작업 강도를 지정한다. 일상적인 코딩에는 Standard, 어려운 작업에는 High, 가장 까다로운 작업에는 Max를 사용한다. 그러면 Fusion이 요청마다 작업을 단일 모델에 맡길지(Single 방식), 여러 모델을 차례로 호출할지 결정한다. 여러 모델을 사용하는 방식에는 연쇄 처리(Cascade: 효율적인 모델이 초안을 작성하고, 품질 검사에서 이를 승인하거나 더 강력한 모델로 넘김)와 상호 검토(Critique: 한 모델이 작성하고, 다른 모델이 검토한 뒤, 첫 번째 모델이 수정함)가 있다.

Fusion은 9월에 연구 미리 보기로 출시되고 10월 14일에 확대된 Project HydraFusion의 다중 모델 오케스트레이션과 Copilot의 자동 모델 선택 기능을 통합한다. Octoverse에 따르면 HydraFusion은 미리 보기 기간에 약 60 000개 세션의 요청을 분배했다. auto, HydraFusion, HydraFusion Max를 사용하던 사용자는 해당하는 Fusion 작업 강도로 자동 전환된다. GitHub은 외부 평가 결과를 제시했다.

Artificial Analysis Coding Agent Index	GitHub이 밝힌 Copilot Fusion Max 성능
획득 점수	60, Opus 5.5 Max를 사용하는 Claude Code와 2점 차이
작업당 평균 API 비용	약 절반
소비 토큰	약 절반
작업당 소요 시간	약 40 % 감소

기업 환경에서 Fusion은 정책으로 허용된 모델만 사용한다. 관리자는 사용자의 모델 사용 권한을 유지하면서 해당 모델을 Fusion에서 제외할 수 있고, 원하는 작업 강도의 Fusion을 기본 모델로 지정할 수 있다. 호출된 각 모델에는 표준 요금이 적용되며, 유료 요금제에는 한시적으로 모델 비용 30 % 할인이 제공된다. AT&T는 Fusion Standard의 토큰 효율이 더 높아졌다고 밝혔지만, 수치는 제시하지 않았다.

🔗 Copilot Fusion 변경 로그

Copilot Fusion, 실험 기능으로 로컬 모델과 MAI Code 1.1 Flash, Qwen3.8 Flash Next에 요청 분배

10월 28일 — GitHub이 선택 참여 방식의 실험 미리 보기로 Copilot Fusion의 지원 범위를 로컬 모델까지 확대한다. Standard 작업 강도에서 Fusion은 Copilot CLI, Copilot 앱, VS Code의 각 요청에 대해 컴퓨터에서 실행되는 모델과 클라우드 모델 중 하나를 선택한다. Windows에서는 Windows ML 공급자가 MAI Code 1.1 Flash의 다운로드와 설정을 관리한다. Windows, macOS, Linux에서 Copilot CLI는 OpenAI 호환 서버로 제공되는 로컬 모델인 MAI Code 1.1 Flash 또는 Qwen3.8 Flash Next도 지원한다. 사용자가 직접 가져온 모델(BYOK)이 자동으로 Fusion 사용 대상이 되는 것은 아니다. GitHub은 세션이 오프라인으로 전환되는 것은 아니라고 설명한다. 요청 분배 결정은 계속 클라우드에서 이루어지며, 로컬 모델의 안전 보호 장치는 다를 수 있다.

🔗 GitHub 변경 로그

JetBrains용 Copilot에 Fusion 추가, 로컬 샌드박스와 다음 편집 제안 정식 출시

10월 28일 — JetBrains IDE용 GitHub Copilot 플러그인이 다른 클라이언트의 기능을 따라잡는다. 세 가지 작업 강도를 제공하는 Copilot Fusion이 Auto 옵션을 대체하며, 모든 사용자에게 점진적으로 배포되고 처음 30일 동안만 30 % 할인이 적용된다. 개발자나 조직의 정책에 따라 에이전트 명령의 파일 시스템, 네트워크, 자격 증명 접근을 제한하는 로컬 샌드박스가 다음 편집 제안과 함께 정식 출시된다. Microsoft Copilot 에이전트 하네스는 사용할 수 있는 경우 기본 선택이 되며, 사이드바에서 세션을 한데 모아 볼 수 있다. 에이전트의 턴 위에 마우스를 올리면 소요 시간과 모델별 토큰 사용량이 표시된다.

🔗 GitHub 변경 로그

Copilot, 클라우드 경험을 하나로 통합하고 클라우드 샌드박스와 달러 단위 Actions 컴퓨팅 기본 제공량 도입

10월 28일 — GitHub이 여러 Copilot 인터페이스를 하나의 클라우드 경험으로 통합해 유료 요금제에 정식 출시하며, 배포는 10월 28일부터 시작된다. github.com, GitHub Mobile, Copilot CLI, Copilot 앱, VS Code, Slack, Microsoft Teams 중 어디에서 작업을 시작하든 하나의 세션이 되며, 모든 곳에서 같은 목록에 표시되고 다른 인터페이스에서 이어서 진행할 수 있다. 휴대전화에서 음성이나 이미지로 작업을 설명하고, 웹에서 이어서 진행한 다음, VS Code에서 마무리하는 식이다. Copilot Free 사용자는 github.com과 모바일에서 Copilot Chat을 계속 사용할 수 있다.

각 세션은 기본적으로 GitHub이 관리하는 클라우드 샌드박스에서 실행되며, 전체 실행 시간에 1시간 제한이 없다. 중지할 때 스냅샷을 저장하므로 다른 곳에서 재개할 수 있다. 클라우드 세션에서는 Bash, GitHub CLI, 코드 검색, 커넥터, MCP 서버, 스킬을 사용할 수 있으며, /rubber-duck와 /context 명령도 웹과 모바일에 추가된다. GitHub Mission Control은 휴대전화에서 로컬 세션을 제어하며, --environment-host 옵션을 사용하면 자신의 컴퓨터나 VM을 실행 환경으로 등록할 수 있다. 기업은 « Copilot in the cloud » 정책으로 통제권을 유지한다. 세션은 기본적으로 하나의 조직 또는 개인 저장소로 범위가 제한되며, SSO가 필수다.

가장 근본적인 변화는 과금 방식이다.

과금 변경 사항	GitHub 발표 내용
포함된 Actions 기본 제공량	표준 러너의 실행 시간(분) 대신 달러 단위 사용 한도 제공
기본 제공량으로 충당되는 사용 항목	표준 호스팅 러너, 클라우드 샌드박스, Team 및 Enterprise Cloud에서는 대형 러너도 포함
샌드박스 과금	2026년 11월부터 적용되며, 기본 제공량에서 먼저 차감
해당 요금제	GitHub Free, Pro, Free for organizations, Team 및 Enterprise Cloud

각 제품의 공시 요금은 유지되며, 포함된 기본 제공량을 계산하는 방식만 바뀐다.

🔗 GitHub 변경 로그

GitHub Copilot 앱, 여러 저장소의 에이전트를 관리하는 Projects 공개 미리 보기 출시

10월 28일 — GitHub Copilot 앱에 Projects가 공개 미리 보기로 추가된다. 프로젝트는 목표와 관련 맥락(저장소, 디자인 시안, Slack 대화, 회의 메모), 에이전트와 결과물을 하나로 묶어 저장소나 세션 하나의 범위를 넘어서는 작업을 지원한다. 여러 저장소에 걸친 기능을 개발하거나, 코드를 건드리지 않고 명세와 디자인 시안을 활용해 출시 계획을 세울 수 있다. Copilot은 필요한 만큼의 에이전트를 백그라운드의 병렬 세션으로 실행하고 검토할 풀 리퀘스트를 제시한다. 프로젝트 자동화는 기능을 출시할 때마다 홍보 영상을 만드는 등의 반복 작업을 처리한다. 앱은 Slack과 Figma에서도 맥락을 가져오고 채팅에서 이미지를 생성한다. 데스크톱 애플리케이션 제어(computer use)는 10월 1일부터와 마찬가지로 macOS와 Windows에서 공개 미리 보기 상태를 유지한다.

🔗 GitHub 변경 로그

VS Code 1.144와 Copilot: Agent Host, 휴대전화까지 이어지는 세션, 개방형 AHP 프로토콜

10월 28일 — Universe 개최일에 출시된 VS Code 1.144는 편집기에서도 이처럼 연속적으로 이어지는 세션을 지원한다. Agents 창에서 클라우드 세션을 시작하면 Copilot 앱, GitHub Mobile, github.com, CLI에서도 같은 세션을 사용할 수 있다. Slack이나 Teams의 다이렉트 메시지에서 시작한 세션도 마찬가지다. 로컬에서는 Agent Host가 세션을 창과 분리한다. 에이전트는 폴더를 닫은 뒤에도 계속 작업하고, Remote SSH나 개발 터널을 통해 다른 컴퓨터에서 실행될 수 있으며, 개발용 컴퓨터에서 작업하는 동안 GitHub Mobile로 제어할 수 있다.

Microsoft Copilot SDK를 기반으로 구축된 Copilot 하네스가 새 세션의 기본 선택이 된다. GitHub은 타사 클라이언트도 같은 세션에 참여할 수 있도록 Agent Host Protocol(AHP)을 공개하고 TypeScript, Rust, Go, Kotlin, Swift 라이브러리를 제공한다. VS Code에는 모델과 하네스를 병렬로 비교하고 심사 모델과 요약을 제공하는 기능(미리 보기), 실험적인 컴퓨터 제어(computer use), 맞춤 설정 마켓플레이스(Customization Marketplace: 스킬, MCP 서버, 플러그인), 미리 보기 단계의 Copilot 커넥터도 추가된다.

🔗 GitHub 변경 로그 · VS Code 1.144 출시 노트

Agent Merge, GitHub에서 직접 클라우드로 풀 리퀘스트 감시 및 수정

10월 28일 — Copilot 앱과 VS Code에서 제공되던 Agent Merge가 풀 리퀘스트 페이지에도 추가된다. 병합 영역의 « 감시 및 수정 » 옵션을 사용하면 Copilot이 풀 리퀘스트를 감시하고 클라우드 개발 환경에서 실패한 Actions 워크플로, 병합 충돌 또는 둘 다 직접 수정한다. 자동 병합(auto-merge)과 함께 사용하면 Copilot이 풀 리퀘스트를 병합 가능한 상태로 유지하고, 모든 조건이 충족되는 즉시 GitHub이 병합한다. Copilot 설정에서 자신의 모든 풀 리퀘스트에 이 옵션을 기본으로 활성화할 수 있다. 유료 요금제에서만 제공되며, 조직 및 기업 정책의 적용을 받는다.

🔗 GitHub 변경 로그

Copilot Memory 정식 출시, Copilot Dreaming 미리 보기 시작, 코드 검색 범위를 로컬 저장소 밖으로 확대

10월 28일 — GitHub은 플랫폼의 데이터 그래프에서 가져온 세 가지 맥락 구성 요소를 « GitHub intelligence »라는 이름으로 묶는다. 첫 번째인 Copilot Memory는 약 1년간의 미리 보기를 거쳐 유료 요금제에 정식 출시된다. Copilot은 개인 선호도(예를 들어 풀 리퀘스트 설명을 요약으로 시작하기)와 저장소 규칙(올바른 테스트 명령)을 기억하고, 세션과 클라이언트가 달라져도 이를 재사용한다. 앱, CLI, VS Code, 클라우드 에이전트, Copilot code review, Slack, Teams, 모바일을 아우른다. 개인 메모리는 Copilot 설정에서 관리할 수 있다. GitHub은 범위를 한정한 결과를 제시했다. 공개 미리 보기 기간에 조사한 Copilot CLI 세션 중 에이전트가 메모리를 사용한 세션에서는 93 %가 개발자 선호도를 더 잘 준수했고 42 %는 작업 흐름이 더 효율적이었으며, 이러한 개선은 메모리에 따른 것으로 평가됐다.

두 번째인 Copilot Dreaming은 선택 참여 방식의 공개 미리 보기로 제공된다. Copilot은 다음 세션을 개선하기 위해 과거 작업을 되돌아보며 세 가지 유형의 « 꿈 »을 꾼다. 개인 메모리를 정리하고, 저장소의 스킬과 지침 파일 업데이트를 제안하며, 수용된 코드 검토 피드백을 Copilot code review용 지침으로 바꾼다. 버전 관리되는 파일의 변경 사항은 팀에 제출하는 풀 리퀘스트를 거치며, 실행할 때마다 AI 크레딧이 소모된다.

세 번째는 Copilot의 코드 검색을 로컬 사본 밖으로 확장한다. 로컬에 복제하지 않고도 연결된 저장소와 의존성의 코드, 설정, 스키마, 문서를 정확한 텍스트, 심볼, 정규 표현식, 필터 또는 의미 검색으로 찾을 수 있다. /research 명령이 이 기능을 활용한다. 예를 들어 마이그레이션을 계획하기 전에 여러 서비스가 결제 재시도를 어떻게 처리하는지 파악할 수 있다.

GitHub intelligence 구성 요소	10월 28일 기준 상태
Copilot Memory	유료 요금제에서 정식 제공
Copilot Dreaming	선택 참여 방식의 공개 미리 보기, 실행 시 AI 크레딧 과금
저장소 범위를 넘어서는 코드 검색	로컬 복제 없이 연결된 저장소와 의존성 검색, /research에서 활용

🔗 GitHub 변경 로그

Copilot Automations, 공유와 자체 개선 지원 및 트리거 24개·도구 20개·크레딧 한도 추가

10월 28일 — 프롬프트, 트리거, 허용된 도구를 결합해 클라우드에서 Copilot을 실행하는 워크플로인 Copilot Automations가 여러 기능을 한꺼번에 확장한다. 6월 2일의 예약 및 이벤트 기반 자동화, 8월 3일의 댓글 기반 실행에 이은 변화다.

우선 자동화를 공유할 수 있게 된다. 공유 자동화는 저장소에 속한다. 읽기 권한이 있는 모든 사람이 볼 수 있고, 쓰기 권한이 있으면 수정할 수 있다. Copilot의 신원으로 작동하며 AI 크레딧은 저장소 소유자에게 청구된다. 작성자가 팀을 떠나도 계속 실행되고 변경 이력도 남는다. 생성한 뒤에는 개인용인지 공유형인지 유형을 바꿀 수 없다.

또한 실행 결과에서 학습한다. 분류 자동화는 자신이 붙인 라벨이 수정되는지 관찰하고, 검토 자동화는 자신의 의견이 수용되는지 관찰한다. 별도의 두 번째 자동화가 매주 이러한 신호를 분석해 프롬프트, 도구, 트리거의 변경을 제안하며, 사람이 승인한 뒤에만 적용된다.

Copilot Automations의 새 기능	발표 내용
추가된 GitHub 트리거	24개 이벤트: 이슈, 풀 리퀘스트, 토론, 코드 스캔 경고, 비밀 정보 경고, Dependabot 경고
외부에서 실행	REST API 사용, 예를 들어 Jira, Sentry 또는 PagerDuty에서 실행
연쇄 실행	성공 또는 실패 여부에 따라 한 자동화가 다른 자동화를 실행할 수 있음
추가된 GitHub 도구	풀 리퀘스트 병합과 워크플로 재실행 등을 포함한 20개 도구 및 사용자 지정 MCP 서버
AI 크레딧 한도	실행별, 일별, 주별 또는 월별 설정

VS Code 1.144에서는 Agents 창의 Automations 탭에서 클라우드 자동화를 만들고 관리할 수 있으며, 컴퓨터가 꺼져 있어도 실행된다. Pro, Pro+, Max, Business, Enterprise 요금제에서 제공된다.

🔗 새 도구 및 트리거 변경 로그 · 공유 자동화 · 자체 개선

GitHub Agentic Workflows 정식 출시

10월 28일 — GitHub Actions에서 코딩 에이전트를 실행하는 GitHub Next의 오픈 소스 프로젝트인 GitHub Agentic Workflows가 2월 기술 프리뷰와 6월 공개 프리뷰를 거쳐 github.com의 Free, Team, Enterprise 요금제에서 정식 출시됐다. 이슈 분류, CI 실패 분석, 문서 업데이트, 테스트 작성 같은 추론 작업을 Markdown으로 기술하면, 도구가 이를 표준 Actions YAML로 컴파일하고 Copilot이나 다른 코딩 에이전트가 실행한다. 기본 엔진인 Copilot CLI를 사용하려면 Copilot 라이선스가 필요하다.

보안은 여전히 핵심이다. 기본적으로 읽기 전용으로 동작하고, Agent Workflow Firewall 뒤의 격리된 컨테이너를 사용하며, 출력을 검증하고 변경 전에 전용 위협 탐지 작업을 실행한다. 정식 버전에는 ARC 자체 호스팅 실행기, 실험 단계를 벗어난 예산 예측 기능 gh aw forecast, 모델 라우터, 워크플로별 제공업체 선택, 마이크로 VM 격리가 추가됐다. Accenture는 한 팀의 커밋 중 91 %를 AI가 작성하고, 일일 프로덕션 오류가 약 11 000건에서 1 000건 미만으로 줄었다고 밝혔다. 이는 고객이 제공한 수치다.

🔗 GitHub 변경 기록

GitHub, 한 번만 연결하면 되는 검증된 Copilot용 MCP 커넥터 26개 공개

10월 28일 — GitHub가 검증하고 커넥터라고 이름 붙인 MCP 서버가 모든 Copilot 요금제에서 공개 프리뷰로 제공되며, 점진적으로 배포된다. 서비스를 선택하고 한 번 로그인하면 Copilot 앱, Copilot CLI의 /mcp 명령과 Connectors 탭, VS Code, 클라우드 세션, GitHub Mobile에서 같은 연결을 사용할 수 있다. 서버를 설치하거나 자격 증명을 관리할 필요가 없다. 출시 시점에는 Slack, Figma, Notion, Sentry, Linear, Atlassian Rovo, Cloudflare, Vercel, Work IQ를 포함한 26개 서비스가 제공되며, 이 연결을 앱의 예약 자동화에도 사용할 수 있다. Business와 Enterprise에서는 Editor preview features 정책을 활성화해야 하며, Slack의 MCP 접근처럼 서비스 쪽에서도 별도 활성화가 필요한 경우가 있다.

🔗 GitHub 변경 기록

에이전트 시대의 보안과 코드 검토: AI Scan, Copilot 앱 보안 확장, Copilot code review Max, Replit의 Agent Habitat와 Genspark의 SB-Box

같은 날 GitHub는 AI가 작성한 코드와 AI를 탑재한 애플리케이션으로 보안 도구의 범위를 넓혔고, Replit과 Genspark는 에이전트를 격리하는 방식을 자세히 공개했다.

GitHub, AI로 보안 범위 확대: 저장소 AI Scan, AI 애플리케이션 취약점 탐지, 분류기 기반 푸시 보호

10월 28일 — GitHub가 AI 기반 보안 기능 세 가지를 추가했으며, 모두 공개 프리뷰로 제공된다. 10월 15일 풀 리퀘스트용으로 정식 출시된 AI Scan은 저장소 전체로 범위를 넓힌다. 에이전트 기반 스캐너가 정해진 시간 한도 안에서 기본 브랜치의 최신 커밋 중 위험도가 가장 높은 코드를 살펴본다. CodeQL이 지원하지 않는 언어도 포함하며, CodeQL이 이미 보고한 항목은 제외한다. 경고는 코드 스캐닝 목록에 표시되고 에이전트 자동 수정으로 해결할 수 있다. Copilot 라이선스는 필요하지 않으며 Code Security AI 크레딧으로 과금된다.

코드 스캐닝은 풀 리퀘스트에서 AI 애플리케이션 특유의 취약점도 탐지하게 된다. 간접 프롬프트 주입, 민감한 정보 노출, 과도한 자율성(excessive agency)이 대상이며, GitHub Advanced Security 라이선스가 필요하다. 마지막으로 푸시 보호에는 Microsoft Applied Sciences와 함께 설계한 분류기가 적용된다. 주변 코드에서 비밀 정보가 사용되는 방식을 판단해 알려진 형식이 없는 비밀 정보도 차단한다. 초기 결과에서는 비밀 정보를 감지해 차단한 푸시 수가 두 배 이상 늘었다.

🔗 저장소 AI Scan · AI 애플리케이션 코드 스캐닝 · 분류기 기반 푸시 보호

GitHub Copilot 앱에 코드 스캐닝 경고와 /security-review를 제공하는 보안 확장 추가

10월 28일 — GitHub Copilot 앱에 앱을 떠나지 않고 코드 스캐닝 경고를 처리할 수 있는 GitHub security 확장이 공개 프리뷰로 추가됐다. 저장소의 미해결 경고를 심각도별로 나열하며, 하나 이상을 선택해 Copilot에 설명(Explain)이나 수정(Fix)을 요청할 수 있다. 변경 사항은 커밋이나 푸시 없이 로컬 작업 사본에 남는다. /security-review 명령은 풀 리퀘스트를 열기 전에 현재 변경 사항을 분석한다. 확장은 copilot plugin install github-security@awesome-copilot로 플러그인처럼 설치한다. Explain, Fix, /security-review는 AI 크레딧을 사용하지만, 경고 조회나 무시 처리에는 크레딧이 들지 않는다. github.com과 데이터 상주 기능을 사용하는 GitHub Enterprise Cloud에서 동작하며, GitHub Enterprise Server는 지원하지 않는다.

🔗 GitHub 변경 기록

Copilot code review, 다중 모델을 사용하는 Max 단계 추가 및 승인 기능 정식 출시

10월 28일 — Copilot code review에 Lite, Balanced에 이은 세 번째 검토 수준인 Max가 공개 프리뷰로 추가됐다. 인증 로직이나 여러 서비스가 공유하는 라이브러리처럼 위험도가 높은 변경을 위해 설계됐다. 서로 다른 제공업체의 모델을 사용하는 여러 독립 검토 에이전트가 작업한 뒤, 취합 에이전트가 발견 사항을 조율하고 의견 차이를 해소하며 정확성을 검증해 하나의 검토 결과를 만든다. 기조연설 관련 게시글에 따르면 Max는 심각도가 높은 문제에서 ReviewBench 최고 F1 점수를 기록했지만, 구체적인 수치는 공개되지 않았다. 다른 두 단계보다 시간이 더 걸리고 AI 크레딧도 더 많이 사용한다.

Copilot의 승인 기능도 함께 정식 출시된다. 이 기능을 활성화하면 Copilot의 승인이 사람의 승인처럼 저장소의 필수 승인 수에 포함되며, 새 커밋이 추가되면 승인이 취소된다. 기본적으로 비활성화돼 있으며 기업, 조직, 저장소 단위로 활성화할 수 있고, 적용할 파일 경로를 제한할 수도 있다.

🔗 GitHub 변경 기록

Replit, 11개 평가 축의 성숙도 척도와 함께 Agent Habitat 보안 아키텍처 공개

10월 28일 — Replit이 에이전트가 작업하는 환경의 보안 아키텍처와 이를 평가하는 척도를 제안하는 백서 Agent Habitat 아키텍처를 공개했다. 출발점은 명확하다. 에이전트가 협조하지 않거나, 의도에서 벗어나거나, 읽은 콘텐츠에 조종당하거나, 취약점을 찾으려 해도 보호 장치가 유지돼야 한다는 것이다. 아키텍처는 신뢰 영역, 부분 신뢰 영역, 비신뢰 영역을 분리하고, 자격 증명 중개자(credential broker)를 외부로 나가는 유일한 경로로 삼는다. 에이전트는 실제 비밀 정보를 전혀 보지 못한다. 실행 중에는 권한을 축소만 할 수 있다는 원칙과 되돌릴 수 없는 모든 작업에 사람의 승인이 필요하다는 원칙 등 12가지 원칙이 함께 제시된다.

성숙도 척도는 샌드박스 격리부터 워크로드 신원까지 11개 축을 다루며, 각 축에 0~3점을 매기고 필요한 증거를 제시하도록 한다. 1단계는 사고, 2단계는 프롬프트 주입, 3단계는 적극적으로 탈출을 시도하는 에이전트로부터 보호하며, 시스템의 수준은 가장 낮은 점수로 결정된다. 최고기술책임자 루이스 엑토르 차베스의 관련 게시글은 작업별로 조정할 수 있는 에이전트 행동 정책, 기업 코드베이스에 대한 기여까지 범위를 넓힌 Security Agent, 샌드박스의 eBPF 모니터링에 기반한 의심스러운 활동 탐지를 예고했다. 일정과 요금은 공개하지 않았다.

🔗 Replit 백서 · 최고기술책임자 게시글

Genspark, 에이전트용 가상 머신 샌드박스 SB-Box 베타 공개

10월 28일 — Genspark가 자사 에이전트를 실행하는 샌드박스 인프라를 SB-Box라는 이름으로 개발자에게 베타 공개했다. 각 샌드박스는 프로세스나 컨테이너가 아니라 자체 커널을 갖춘 완전한 가상 머신이다. 10~15분 동안 활동이 없으면 프로세스, 메모리, 디스크를 보존한 채 동결되며, 디스크 요금만 계속 부과된다. 다음 명령이나 해당 포트 중 하나로 들어오는 HTTP 요청이 이를 깨운다. 동결될 때마다 복제하거나 복원할 수 있는 버전이 생성되며, 실행 시간에는 상한이 없다. 크레딧 잔액만이 한도를 결정한다.

SB-Box 측정 항목(Genspark 플랫폼)	발표된 수치
4 Go 머신 시작(중앙값)	0,35 s
시작(90 및 99백분위수)	0,43 s 및 0,70 s
동결 후 재개(중앙값)	0,8 s
동결 후 메모리 보존 기간	14일

SB-Box는 gsk CLI나 REST API로 제어하며, SKILL.md 파일을 통해 코딩 에이전트와 통합한다. 시연에는 opencode가 사용됐다. Claude Code에서는 CLI가 세션 식별자를 자동으로 가져온다. Genspark가 제시한 비용 예시에서는 2 vCPU와 4 Go를 갖춘 머신의 실제 실행 시간이 한 주 동안 41분일 경우 컴퓨팅 크레딧 56개가 들고, 20 Go 디스크에는 하루 크레딧 24개가 추가된다.

🔗 Genspark 게시글 모음 · SB-Box 페이지

NVIDIA, 40개 언어 전사·화자 식별·번역을 지원하는 공개 모델 Nemotron 3.5 Transcribe 출시

10월 28일 — NVIDIA가 Nemotron 3.5 Transcribe를 공개했다. 하나의 체크포인트에서 40개 언어 전사, 31개 언어와 영어 간 양방향 번역, 최대 8명의 목소리를 구분하는 13개 언어 화자 식별 및 분리, 타임스탬프, 언어 식별, 오디오에 대한 질의응답, 개인정보 가림 처리를 제공하는 공개 모델이다. 스트리밍이 아닌 최대 1시간 길이의 녹음 파일을 처리하며, 화자 이름 추가, 번역, 의료 용어 표기 준수 같은 자연어 지시로 제어한다.

모델은 Mamba-2–Transformer 하이브리드 전문가 혼합 구조다. NVIDIA는 활성 매개변수가 약 4B인 « 30B » 모델로 소개했으며, Hugging Face 모델 설명에는 오디오 인코더를 포함해 전체 34B, 활성 4,3B로 명시돼 있다. BF16, FP8, NVFP4로 제공되며 H100 80 Go 한 대에 적재할 수 있다. OpenMDW-1.1 라이선스로 배포되며, 모델 설명에 따르면 상업적 이용이 허용된다. Hugging Face와 ModelScope에 공개됐고, 온라인 시연도 제공된다.

벤치마크(모델 설명)	Nemotron 3.5 Transcribe	언급된 경쟁 모델 중 최고 성능
Open ASR 영어, 공개 데이터셋 9개(평균 WER)	4,71	4,94 (Qwen3-ASR-1.7B)
Open ASR 장시간 오디오(평균 WER)	10,98	13,37 (Parakeet-TDT-0.6B-v3)
Open ASR 다국어, 7개 언어(평균 WER)	4,62	6,49 (Qwen3-ASR-1.7B)
다중 화자, 전체 세션(cpWER)	15,80	16,83 (DiCoW v3.3 + DiariZen)
Artificial Analysis(WER, NVIDIA 게시글 모음)	2,81 %	2,77 % (Voxtral Small, 24B)

영어 수치는 출처에 따라 다르다. NVIDIA 게시글 모음은 평균 WER 5,33 %로 Hugging Face의 Open ASR Leaderboard에서 공개 모델 중 1위를 기록했다고 발표했지만, 모델 설명에는 10월 12일 공개 데이터셋 9개에서 측정한 결과가 4,71로 제시돼 있다. 화자 식별에서는 14개 시스템을 비교한 VoiceArena 평가와 21개 언어를 다루는 David AI 다국어 화자 분리 순위에서 1위를 차지했다.

On @ArtificialAnlys , Nemotron 3.5 Transcribe achieves a 2.81% word error rate with ~4B active parameters. Voxtral Small scores 2.77% with 24B. Nearly the same transcription accuracy, with about one-sixth the active parameters.

🇰🇷 Artificial Analysis에서 Nemotron 3.5 Transcribe는 활성 매개변수 약 4B로 단어 오류율 2,81 %를 기록했다. Voxtral Small은 24B로 2,77 %를 기록했다. 활성 매개변수가 약 6분의 1이면서 전사 정확도는 거의 같다. — X의 @NVIDIAAI

처리량에 관해 모델 설명은 RTX PRO 6000 Blackwell Server Edition에서 초당 최대 2 238초 분량의 오디오를 전사한다고 밝히지만, 이는 NIM Nemotron Transcribe의 최적화된 구현을 사용한 결과다. 해당 최적화는 아직 오픈 소스 버전에 포함되지 않았으며, 오픈 소스 버전의 vLLM 통합은 약 두 배 느리다. RTX Spark, DGX Spark, Jetson AGX Thor용 양자화 버전도 곧 제공될 예정이다. NVIDIA는 모델과 함께 9월 중순부터 Hub에 공개된 다국어 데이터 Granary v2, 재사용할 수 있는 데이터 선별 파이프라인, NeMo Speech 미세 조정 레시피도 제공한다. 한 의료 사례에서는 미세 조정을 통해 가장 성능이 좋은 프롬프트를 사용했을 때보다 오류율을 45,8 % 낮췄다.

🔗 NVIDIA 게시글 모음 · Hugging Face 게시글 · 모델 설명

ElevenLabs, Scribe에 쓰이는 문자 단위 강제 정렬 모델 Cue 공개

10월 28일 — ElevenLabs가 전사문의 각 문자를 오디오 타임라인에 맞추는 강제 정렬(forced alignment) 모델 Cue를 소개했다. 자막을 알맞은 시점에 표시하고, 더빙 대사를 맞추고, 가사를 음악에 동기화하는 보이지 않는 구성 요소다. Cue는 이미 ElevenLabs의 모든 Scribe 전사에 사용되고 있으며, Forced Alignment API를 통해 독립적으로 사용할 수도 있다. 녹음 파일을 30초 단위로 나누지 않고 전체를 한 번에 처리한다.

측정 항목(ElevenLabs 기준)	Cue	테스트한 다른 정렬 도구
평균 오차, 전체 녹음 파일	179 ms	283 ms에서 6 000 ms 초과까지
평균 오차, 잡음이 있는 영어	57 ms	65~920 ms
1시간 분량 오디오 정렬	프로덕션 GPU에서 약 0,5 s	약 2 s (Qwen3-ForcedAligner)
노래: 0,3 s 이내 오차로 배치된 단어	92,7 %	82,0 % (최고 성능 경쟁 모델)

게시글의 한 대목에서는 벤치마크 언어가 29개라고 하고, 다른 대목에서는 90개 이상이라고 한다.

🔗 ElevenLabs 게시글

HeyGen, 녹음된 음성 표현을 아바타의 목소리로 옮기는 Voice STS 출시

10월 28일 — HeyGen이 HeyGen Voice에 음성 대 음성(speech-to-speech, STS) 모드를 추가했다. 합성 음성으로 텍스트를 읽게 하는 대신 사용자가 자신의 대사를 한 번 녹음하면, HeyGen Voice STS가 쉼, 강조, 속삭임까지 포함해 아바타의 목소리로 재현한다. 이 모드는 개발자 플랫폼에서 인스턴트 음성 기준 생성 오디오 1분당 0,12달러에 제공되며 초 단위로 과금된다. heygen-voice-sts-0 모델을 통해 최대 300초 길이의 원본 클립을 입력받아 같은 길이의 WAV를 출력한다. 10월 14일 소개된 HeyGen Voice와 21일 출시된 Voice Turbo를 보완한다.

🔗 HeyGen 발표 · 모델 페이지

Suno, Claude·ChatGPT·Gemini·Cursor에서 노래를 만들 수 있는 MCP 서버 베타 공개

10월 28일 — Suno가 어시스턴트를 벗어나지 않고 음악을 만들 수 있는 MCP 서버 Suno MCP를 베타로 공개했다. Claude, ChatGPT, Gemini, Claude Code 또는 Cursor에 Suno를 커넥터로 추가한 뒤 원하는 곡을 일상 언어로 설명하면 된다. 인공지능이 가사와 스타일을 작성하고 Suno가 노래를 생성하면, 후속 요청으로 곡을 다듬는다. 이 서버는 음성 메모나 반복 구간에서 시작하기, 자신의 곡을 커버하거나 확장하고 혼합하기(매시업), 자신의 Suno 음성으로 노래하기 등 Suno의 주요 기능을 제공한다. API 키는 필요 없다. Suno 계정으로 연결하며, 계정의 크레딧을 사용하고 노래를 해당 계정의 라이브러리에 저장한다. 사전 이용은 양식으로 신청할 수 있으며, Suno는 정식 출시일이나 별도 요금을 발표하지 않았다.

🔗 Suno 발표 · Suno MCP 페이지

인공지능과 과학 연구: OpenAI의 양-밀스 증명 검토 위원회, Anthropic의 AI for Science, 5개 대학을 지원하는 Meta

이날 발표된 세 가지 소식은 연구와 관련이 있다. 인공지능이 도출한 수리물리학 결과를 검증하는 작업과 Anthropic 및 Meta의 모델을 연구실에 제공하는 계획이다.

데이비드 그로스 위원회, OpenAI의 양자 양-밀스 이론 존재 증명 검토 절차 설명

10월 28일 — OpenAI가 양자 양-밀스 이론의 존재에 관한 글을 게시한 지 이틀 만에, 증명 검토를 맡은 위원회가 KITP(캘리포니아 대학교 샌타바버라의 카블리 이론물리학연구소)에 게시한 성명을 통해 구성과 역할을 밝혔다. 데이비드 그로스가 위원장을 맡으며, 마이클 알 더글러스, 아서 재피, 이고르 알 클레바노프, 니키타 네크라소프가 참여한다. OpenAI는 10월 16일 데이비드 그로스에게 증명을 인계받아 보관하고 공개 절차를 마련해 달라고 요청했다. 위원회는 학계를 위해 활동하며 «OpenAI에 대해 어떠한 책임도 지지 않는다»고 밝혔다.

내용 면에서, 페르미온과의 결합까지 포함해 이론의 존재를 다루는 이번 증명은 양자장 이론의 엄밀한 수학적 토대를 마련하는 데 «중요한 단계로 보인다». 다만 위원회는 곧바로 가둠과 질량 간극은 «여전히 매우 중요한 미해결 과제»라고 덧붙였다. 질량 간극 문제는 해결되지 않았다는 뜻이다. OpenAI는 Lean으로 형식화한 증명을 제공한다. 위원회는 먼저 정의와 명제가 물리학 및 수학의 표준에 부합하는지 확인하고 Lean 증명을 공개한 뒤, 모델이 생성한 1 147쪽 분량의 증명과 함께 종합 평가를 발표할 예정이다.

This is an experiment in how the academic community can deal with the rapid development of new knowledge by AI. We intend to proceed very carefully.

🇰🇷 이는 인공지능이 새로운 지식을 빠르게 만들어 내는 상황에 학계가 어떻게 대응할 수 있는지를 살펴보는 실험입니다. 우리는 매우 신중하게 진행할 생각입니다. — 양-밀스 실무 그룹 성명(KITP)

🔗 KITP 웹사이트의 성명

Anthropic의 AI for Science 프로그램, 재단·기관·연구 프로젝트 20곳으로 확대

10월 28일 — Anthropic이 과학 프로젝트에 무료 Claude 크레딧을 제공하기 위해 2025년 5월 시작한 AI for Science 프로그램을 전 세계 20개 협력 대상으로 확대한다. 프로그램 규모가 커지면서 개별 연구자뿐 아니라 조직 전체를 지원하게 된다. 지원 금액은 공개하지 않았다.

협력 대상의 역할	조직
크레딧을 재분배하는 자금 지원 기관	슬론 재단, 사이먼스 재단, 슈미트 사이언스, 과학을 위한 오픈 소스 기금, 미국 국립과학재단, CAS
크레딧을 내부에서 사용하는 기관	우주망원경과학연구소, 웰컴 생어 연구소, 프랜시스 크릭 연구소, 임피리얼 칼리지 런던, EMBL, 글래드스톤 연구소
직접 자금을 지원받는 프로젝트	FlyWire, LEAP, AstroPath, gnomAD, Tau Ceti, 인구 유전체학 센터

참여 프로젝트 가운데 프린스턴 대학교의 FlyWire는 성체 초파리의 전체 신경 연결망을 지도화한다. 브로드 연구소의 gnomAD는 희귀 질환 연구를 위해 80만 명 이상의 유전적 변이를 분석하고, Tau Ceti는 자동으로 형식화한 Lean 수학 라이브러리를 구축한다. 여러 프로젝트는 공개 데이터셋, 오픈 소스 소프트웨어, 표준, 공유 라이브러리 등 공공재를 만들어 낼 예정이다.

🔗 Anthropic 게시글

Meta, Muse·SAM·DINO·V-JEPA·SeamlessM4T 모델로 미국 대학 5곳의 연구 지원

10월 28일 — Meta가 미국 대학 5곳의 연구 프로젝트를 지원한다고 발표했다. 대상은 협력이 확대되는 캘리포니아 공과대학교, 오하이오 주립대학교 의과대학, 루이지애나 주립대학교, 인디애나 대학교, UTHealth Houston이다. 기관에 따라 Meta 모델 접근 권한, Meta 연구진과의 협업, 일부 프로젝트의 자금 지원을 조합해 제공하며, 금액은 공개하지 않았다. 연구팀은 Muse 계열 모델(Muse Spark Open, Muse Wonder, Muse Spark, Muse Glimmer), 시각 모델 SAM·V-JEPA·DINO, 번역 모델 SeamlessM4T를 사용한다.

캘리포니아 공과대학교에서는 토니 웨 위가 연구 수준의 미해결 문제 86 900개 이상을 바탕으로 한 벤치마크 MathDB Frontier를 구축하고, 아니마 아난드쿠마르가 과학적 산출물을 형식적으로 검증하기 위한 Lean 4 프레임워크 TorchLean을 개발한다. 의료 프로젝트는 주로 대학 내부에서 실행하는 가중치 공개 모델을 사용하며, Meta는 환자 데이터가 자사에 전송되지 않고 자사에서 접근할 수도 없다고 명시했다. UTHealth Houston은 Muse Glimmer를 현지 환경에 배포하고 교모세포종 65개 사례를 대상으로 시범 시험을 시작했다. Meta는 이를 임상 결과가 아니라 작업 흐름을 검증하는 과정으로 설명한다.

🔗 Meta 게시글 · Meta 게시물 모음

행정기관과 기업의 인공지능 도입: 미국 공공 부문에 Claude 40 % 할인, OpenAI와 ServiceNow, Retell

도입 측면에서는 Anthropic이 미국 공공 부문 전체를 대상으로 가격을 낮추고, OpenAI가 ServiceNow와의 협력을 확대하며, Retell이 OpenAI 모델 사용 규모를 수치로 공개했다.

Anthropic, GSA와의 협력 확대하고 미국 모든 행정기관에 Claude 40 % 할인 제공

10월 27일 — Anthropic이 미국 연방정부의 조달 기관인 연방 조달청(GSA)과의 협력을 확대한다. 새로운 OneGov 협약은 Claude Enterprise, Claude for Government, Claude API에 40 % 할인을 제공한다. Anthropic에 따르면 모든 제품 이용 방식에 할인이 적용되는 것은 이번이 처음이며, 직접 구매에는 이날부터, 클라우드 공급업체를 통한 구매에는 향후 몇 달 안에 적용된다. 할인 대상은 연방정부뿐 아니라 주정부, 지방정부, 부족 정부, 미국령 정부까지 포함하며, 최소 지출 약정은 없다. Anthropic은 정부가 10억 달러를 절감할 것으로 추산한다. 이번 협약은 ChatGPT 라이선스를 0달러에 제공한 OpenAI의 OneGov 2.0 발표로부터 6주 뒤에 나왔다.

Anthropic이 공개한 지표	발표 수치
미국 공공 부문 고객 조직	약 500곳
Claude for Government 주간 활성 사용자	2월 이후 약 8배
연방 민간 행정기관의 사용량	1년 사이 약 20배
유타주의 Claude Code 시범 운영	10개 기관의 개발자 34명, 71 %가 20시간 넘게 절약

규정 준수 측면에서 Claude for Government(FedRAMP High)는 9월 30일부터 제공되고 있으며, Claude Enterprise는 FedRAMP 20x 프로그램을 통해 FedRAMP Moderate 승인을 받는 절차를 진행 중이다. 앞으로 몇 주 안에 기관 지원 프로그램도 마련될 예정이다.

🔗 Anthropic 게시글

OpenAI와 ServiceNow, ChatGPT에서 Codex·사이버 보안까지 협력 확대

10월 28일 — 지난 1월 첫 협력을 맺은 OpenAI와 ServiceNow가 협력 범위를 넓힌다. 새로운 통합으로 ChatGPT 안에서 ServiceNow를 사용할 수 있게 된다. 전산팀은 도구를 바꾸지 않고 유사한 장애를 찾고, 변경 위험을 평가하며, 기록을 갱신할 수 있다. 각 고객은 자체 인스턴스를 연결하고 허용할 기능을 선택하며, ServiceNow의 Action Fabric이 기존 업무 규칙과 권한을 적용한다. ServiceNow는 모든 직원에게 ChatGPT Work와 Codex를 제공할 계획도 밝혔다. 게시글에는 금액이나 사용 수치가 제시되지 않았다.

협력 분야	발표 일정
OpenAI 마켓플레이스의 ServiceNow MCP 플러그인	오늘부터 이용 가능, 2026년 말까지 기능 확대
Super Intelligence Control Tower의 OpenAI 음성 기능	2027년 1분기
공동 사이버 보안 솔루션	2027년 1월 사전 이용, 2분기 정식 출시
ServiceNow의 AI Workflow Factory에 도입되는 Codex	2027

🔗 OpenAI 게시글

Retell, OpenAI 모델로 매달 1억 건 넘는 통화 처리

10월 27일 — OpenAI가 공개한 사례 연구에서 고객 상담 센터에 음성 에이전트를 제공하는 Retell AI는 월간 통화량이 2026년 초 3천만 건에서 9월 1억 건 이상으로 늘었으며, 기업 고객은 4 000곳이 넘는다고 밝혔다. 이 통화의 80 %에서 OpenAI 모델이 응답을 생성하며, Retell의 누적 토큰 사용량은 1조 개를 넘어섰다. 실제 운영에서 가져온 까다로운 대화로 구성한 자체 벤치마크 vCX에서는 GPT-6 Astra가 지시 준수율 89,7 %로 1위를 차지했다. 속도는 GPT-5.6 Luna가 여전히 가장 빨랐다. 첫 문장까지 걸리는 지연 시간의 중앙값은 Luna가 497 ms, Astra가 883 ms였다. 고객사 Anker는 요청의 80,4 %가 해결됐다고 발표했으며, Retell은 직원 1인당 연간 환산 매출이 160만 달러에 달한다고 밝혔다.

🔗 OpenAI 사례 연구

어시스턴트: ChatGPT 구독자의 API 크레딧, dot과의 문자 메시지, Perplexity 음성 모드, Claude for Legal의 아티팩트

일반 사용자와 전문가용 어시스턴트의 활용 범위가 넓어진다. ChatGPT에서 API로 확장할 수 있는 크레딧, 문자 메시지, 여러 에이전트를 제어하는 음성 기능, 법률 전문가가 바로 사용할 수 있는 도구가 추가된다.

OpenAI, ChatGPT Pro·Business 구독자에게 매달 최대 500달러의 API 크레딧 제공

10월 28일 — OpenAI가 ChatGPT 구독과 개발자 플랫폼을 연결한다. 자격을 갖춘 Pro 및 Business 구독자는 애플리케이션과 에이전트를 만들 수 있도록 자신이 소유한 API 조직에 매달 무료 API 크레딧을 지급받을 수 있다. 활성화는 ChatGPT 결제 설정이나 API Platform에서 진행하며, 양쪽에서 같은 이메일 주소를 사용해야 한다.

대상 ChatGPT 구독	월간 API 크레딧
Pro, 100달러 요금제	100달러
Pro, 200달러 요금제	200달러
Pro, 500달러 요금제	500달러
Business, 유료 Standard 좌석	좌석당 20달러, 공동 사용
Business, 유료 Premium 좌석	좌석당 100달러, 공동 사용
Business 작업 공간당 한도	월 500달러, 연간 결제 시 연 6 000달러

크레딧은 Responses와 Chat Completions, Agents, Decisions, GPT-Live와 Realtime, 이미지 및 내장 도구에 사용할 수 있다. 다만 API 키로 사용하는 Codex에는 적용되지 않으며, ChatGPT나 연결된 Codex의 사용 한도를 늘려 주지도 않는다. 크레딧은 각 주기가 끝나면 만료되고 이월되지 않으며, 구매한 크레딧보다 먼저 사용된다. 구독은 유료로 활성화된 상태가 최소 7일 이상 유지되어야 한다. Plus, Enterprise, Edu는 제외되며, 제공 여부는 가입자 그룹과 국가에 따라 달라진다. OpenAI는 혜택이 변경되거나 철회될 수 있다고 안내했다.

🔗 OpenAI 도움말 · API 변경 내역

ChatGPT, iMessage·RCS로 dot에 문자 보내기 지원…미국 Pro 구독자 대상 베타

10월 28일 — 9월 29일 DevDay에서 공개된 ChatGPT의 dot을 이제 애플리케이션 밖에서도 이용할 수 있다. iPhone에서는 iMessage로, Android에서는 RCS로 문자 메시지를 보낼 수 있다. 출시 안내에 따르면 이 기능은 미국 Pro 구독자를 대상으로 베타 배포된다. 문자, 사진, 음성 메모로 dot에 작업이나 지켜볼 사항을 맡기면, dot은 관련 정보가 생겼을 때 스스로 후속 메시지를 보낸다. 애플리케이션에서와 같은 메모리와 플러그인을 사용한다. dot은 소유자에게만 메시지를 보낼 수 있고, 소유자만 dot에 메시지를 보낼 수 있으며, 휴대전화의 다른 대화에는 접근하지 않는다. 메시지는 외부 서비스 업체 Linq를 거쳐 전달된다. OpenAI는 Linq와 함께 자사의 최첨단 모델과 외부 보안 업체를 활용한 심층 침투 시험을 진행했다고 밝혔다.

🔗 ChatGPT 출시 안내 · ChatGPT 발표

Perplexity, OpenAI의 gpt-live-1으로 여러 Computer 세션과 Projects를 제어하는 음성 모드 업데이트

10월 28일 — Perplexity가 웹과 Mac 애플리케이션에서 모든 Pro 및 Max 구독자에게 새로운 음성 모드를 배포한다. @AskPerplexity 계정이 발표하고 @perplexity_ai가 재게시한 이번 업데이트를 통해 하나의 음성 대화 안에서 여러 Computer 세션을 동시에 진행하고, 새 작업을 시작하며, Projects를 만들거나 관리할 수 있다. 이 기능은 9월 10일부터 OpenAI API에서 제공되는 실시간 음성 모델 gpt-live-1을 기반으로 한다. 아라빈드 스리니바스는 컴퓨터에 말해 여러 작업 흐름을 병렬로 진행하는 것이 핵심이라고 설명했다. Perplexity가 음성 기능을 처음 제공하는 것은 아니다. Comet의 음성 모드는 2월부터 모두에게 공개됐고, Computer는 3월부터 음성 지시를 지원했다. 새로 추가된 것은 여러 세션과 Projects를 제어하는 기능이다. Perplexity는 지원 언어, 사용 한도, 크레딧 비용을 밝히지 않았다.

🔗 Perplexity 발표

Claude for Legal, 법률 업무에 바로 활용할 수 있는 아티팩트 갤러리 추가

10월 28일 — Anthropic이 지난 5월부터 Claude Enterprise에서 제공해 온 Claude for Legal에 아티팩트 갤러리를 추가한다. 법무팀이 자체 문서와 커넥터로 맞춤 구성한 뒤 사내 또는 고객과 공유할 수 있는 대화형 도구(추적 도구, 대시보드)로, 개인정보 보호 설정과 팀 간 정보 차단벽(윤리적 차단벽)을 지원한다. 각 아티팩트를 열면 예시가 표시되며, 모든 답변에는 출처가 연결된다.

갤러리는 인용 검증(인용 확인), 관할권별 규정 비교, 진행 중인 사건 현황표, 회사 표준과의 조항 차이 분석, 향후 규제 동향 모니터링, 여러 계약의 표 형식 검토 등 여섯 가지 작업을 다룬다. 파트너 아티팩트(Goodwin, Harvey, Foley & Lardner, PwC 제공, Legora와 Orrick도 예정)와 법률 접근성 향상을 위한 아티팩트 아홉 개도 포함된다. 이 중 다섯 개는 Claude 크레딧을 지원받은 비영리단체가 제작했다. 5월 이후 Bloomberg Law와 Filevine을 비롯한 법률 커넥터가 60개 넘게 추가됐으며, Anthropic은 Legal Ambassadors Program의 대기자 등록도 시작한다.

🔗 Anthropic의 글

Copilot 밖의 코딩 에이전트: Gemini CLI, Antigravity 2.28.0, Kimi Code 2.4.0, DeepSeek Harness, Replit의 ViBench 2.0 벤치마크

GitHub 밖에서는 이날의 코딩 에이전트들이 경쟁 도구의 세션을 가져오거나 경쟁 도구에 작업을 위임하고, Replit은 에이전트가 제품 전체를 만드는 벤치마크를 공개한다.

Gemini CLI, Gemini Code Assist 기업 고객 중심으로 전환하고 Antigravity CLI와 Gemini API CLI로 안내

10월 28일 — Gemini CLI의 README에서 기조가 달라졌다. 밤사이 병합된 PR 29995는 10월 16일에 추가된 내용을 포함한 기존 경고 세 개를 ‘설치 전 필독’ 안내 상자 하나로 교체했다. 이 안내는 도구의 사용 대상을 Code Assist를 이용하는 기업으로 명시한다. Gemini Code Assist Standard 및 Enterprise 라이선스, Google Cloud의 Code Assist for GitHub, 기존 Gemini API 및 Vertex AI의 유료 키가 해당한다. 무료 요금제와 Google AI Pro 및 Ultra 구독자는 6월 18일부터 계속 Antigravity CLI로 안내되고 있다.

안내에는 두 가지 주의 사항이 추가됐다. Gemini CLI는 Argon을 포함한 Gemini 4 시리즈와 이후 세대에 최적화되어 있지 않으며, 하네스가 산출하는 점수가 대표성이 없으므로 Gemini 모델을 평가하는 데 사용해서는 안 된다는 내용이다. 이어지는 표는 용도에 맞는 도구를 안내한다.

명령줄 도구	README에서 권장하는 용도
Antigravity CLI (`agy`)	Gemini 4 Argon 및 이후 모델로 코딩, 무료 요금제, Google AI Pro 및 Ultra
Gemini API CLI (`gemini-api`)	에이전트(agy, Claude Code, Codex), 스크립트 또는 CI에서 모델과 미디어에 직접 접근
Gemini CLI (`gemini`)	Gemini Code Assist를 사용하는 조직

아직 실험 단계인 Go 바이너리 Gemini API CLI는 10월 23일부터 버전 0.4.4로 제공되고 있으며, 여기서는 처음 소개한다. README는 이를 코딩 하네스가 아닌 무상태 API CLI로 설명한다. 버전 소식으로는 10월 28일 야간 빌드(야간 빌드)에 전날 공개된 사전 출시 버전 v0.67.0의 수정 사항 네 개만 반영됐다.

🔗 PR 29995 · Gemini API CLI 저장소

Antigravity 2.28.0, 내장 브라우저와 PDF 뷰어 및 모든 유형의 첨부 파일 지원 추가

10월 26일 — 뒤늦게 전하는 소식으로, Antigravity 2.28.0 앱(개선 사항 19개, 수정 사항 15개)에 웹 브라우저가 통합됐다. 페이지는 모바일 레이아웃이 표시되지 않도록 폭을 넓힌 측면 패널의 탭에서 열리며, 대화에 있는 링크도 기본적으로 이곳에서 열린다. 주소 표시줄에는 연결 상태와 사이트 인증서가 표시된다. PDF는 내장 뷰어에서 열리며, 동영상, 디자인 파일, 프로그램 등 모든 유형의 파일을 최대 20 Mo까지 첨부할 수 있다. 에이전트는 해당 파일이 있는 위치에서 파일을 읽는다. 이번 버전은 변경 사항 비교에서 수정된 단어와 문자를 강조하고, 닫은 탭을 다시 열 수 있게 하며, 사용자의 메시지를 훅에 전달한다. 수정 사항 중 하나로, macOS와 Windows의 기업 계정이 재시작 후에도 더 이상 로그아웃되지 않는다. CLI 1.4.0과 SDK 0.1.22에는 변경이 없다.

🔗 Antigravity 변경 기록

Kimi Code 2.4.0, Claude Code와 Codex 세션을 가져오고 Plan 모드로 자동 전환 중단

10월 28일 — Moonshot AI가 X에서 별도 발표 없이 Kimi Code 2.4.0(소규모 변경 7개, 수정 사항 26개)을 공개했다. 가장 눈에 띄는 새 기능은 도구를 바꾸는 사용자를 위한 것으로, /import-sessions 또는 kimi import-sessions로 최근 15일 또는 30일간의 Claude Code와 Codex 세션을 가져올 수 있다. Plan 모드는 이제 사용자 요청이 있을 때만 시작되며, Never Ask 모드나 비대화형 실행(kimi -p)에서도 검토 없이 계획이 실행되지 않는다. Tower 구성 요소의 기본 동시 실행 한도는 에이전트 16개에서 256개로 늘어나며, 실행할 때마다 모델을 선택한다. 사용하지 않는 웹 및 데스크톱 세션은 30분 후 메모리에서 해제된다. 통합 개발자를 위한 서버 API도 변경된다. 승인과 질문은 단일 프레임 interaction을 통해 처리되며, 기존 엔드포인트는 제거된다.

🔗 Kimi Code 2.4.0 출시 노트

DeepSeek, 로컬 Codex 또는 Claude CLI에 작업을 맡길 수 있는 Harness 0.2.2-alpha.2와 0.2.1-rc.4 공개

10월 28일 — DeepSeek이 자사의 에이전트 환경인 DeepSeek Harness의 사전 출시 버전 두 개를 공개했다. 안정 버전 없이 이어지는 33번째와 34번째 버전이다. 0.2.1-rc.4는 ACP 모드에서 진단 정보가 표준 출력에 섞이던 문제 하나만 수정한다. 다음 버전 계열을 시작하는 0.2.2-alpha.2에는 여러 실험적 기능이 포함됐다. 로컬에 설치된 Codex 또는 Claude CLI에 독립적인 작업을 맡기는 subagent_oar 플러그인, 연결된 풀 리퀘스트의 상태와 변경 사항을 확인할 수 있는 별도의 Git 작업 트리 세션, 각 턴의 컨텍스트, 캐시, 모델, 도구별 소요 시간을 상세히 보여 주는 통계 패널이 추가됐다. 인터페이스는 프랑스어를 포함한 여섯 언어로 번역됐고, 서드파티 플러그인은 업데이트 실패 시 이전 버전으로 복원되며, 이미지당 크기 제한은 50 Mio로 늘어났다.

🔗 사전 출시 버전 0.2.2-alpha.2 · 사전 출시 버전 0.2.1-rc.4

Replit, 에이전트가 기능을 하나씩 추가하며 제품 전체를 만드는 벤치마크 ViBench 2.0 공개

10월 28일 — Replit이 장기 개발(장기 실행) 벤치마크 ViBench 2.0을 공개했다. Fireworks의 Specialized Intelligence Index(SII)에 통합된 벤치마크다. 기존 코드베이스에서 명확히 정의된 작업을 수행하는 대신, 에이전트는 빈 프로젝트에서 시작해 짧은 명세를 바탕으로 첫 버전을 만든다. 이어서 자신이 작성한 코드에 최대 18개 기능을 추가하며 Uber, GitHub, Google Docs에서 영감을 받은 제품을 구현한다. 벤치마크는 제품 17개, 기능 요청 241개, 테스트 계획 544개로 구성된다. 제품 8개는 GitHub에 공개되고, 9개는 비공개로 유지된다.

평가 모델	빌드 성공률(pass@1)	빌드당 비용
GPT-6.1 Sol	65 %	약 12 달러
GPT-6 Astra	60 %	약 90 달러
Claude Opus 5.5	49 %	—
DeepSeek V4.1 Flash	없음, 다만 테스트 계획의 77 % 통과	약 2,50 달러

상위 세 모델은 테스트 계획의 90 % 이상을 통과하며, 나머지 모델의 빌드 성공률은 약 20 % 또는 그 이하에 머문다. 오픈 모델 중에서는 전체 빌드를 완료한 모델이 없다. 공개된 제품 여덟 개에서 GPT-6.1 Terra는 GPT-6.1 Sol의 약 절반 비용으로 빌드 성공률 47 %를 기록했다. 최상위 모델들의 실패 중 약 4분의 3은 기능 간 상호작용에서 발생했다. 채점에는 Opus 5.5가 사용됐다. Replit은 의도적으로 삽입한 버그 34개와 GPT-6.1 Sol의 재채점으로 이를 검증했으며, GPT-6.1 Sol은 Opus 5.5가 성공으로 판정한 477건 중 99,2 %에 동의했다.

🔗 Replit의 글

개발자 플랫폼: Mistral의 Responses API와 Google의 Connected Apps Platform

두 플랫폼이 개발자에게 문을 연다. Mistral은 에이전트 구축을 위해 OpenAI의 응답 형식을 도입하고, Google은 Search와 Gemini에 앱을 게시하는 통합 창구를 제공한다.

Mistral, 에이전트 구축을 위한 Responses API 공개 미리보기 출시

10월 28일 — Mistral이 에이전트 구축을 위해 설계한 Responses API를 공개 미리보기로 제공한다. 각 응답은 모델의 텍스트, 추론, 도구 호출을 별도 항목으로 구분한다. 따라서 애플리케이션이 Chat Completions를 사용할 때처럼 이 단계들을 직접 분리할 필요가 없다. Mistral Large 4를 포함해 Mistral이 호스팅하는 모든 채팅 모델에서 사용할 수 있다. 문서는 이 API가 OpenAI Responses 형식을 사용한다고 명시하므로, 기존 Responses 통합을 Mistral로 이식할 수 있다. API는 무상태(무상태) 방식으로, 애플리케이션이 기록을 보관하고 요청할 때마다 다시 전송한다.

미리보기 기능	문서에 따른 세부 사항
지원 입력	텍스트, 이미지(URL 또는 base64), 파일(URL, base64, 식별자)
구조화된 출력	`text.format`을 통한 JSON 모드 및 JSON Schema
도구	네임스페이스를 포함한 클라이언트 측 실행 함수
추론	`reasoning.effort` 및 모델에 따른 일반 텍스트 추론
토큰 수 계산	`POST /v1/responses/input_tokens`

이 API는 Mistral의 Python 및 TypeScript SDK(client.responses.create)로 사용할 수 있으며, 별도 요금은 발표되지 않았다. 발표는 X의 스레드와 문서 페이지를 통해 이뤄졌으며, 별도의 블로그 글은 없다.

🔗 Mistral의 스레드 · 문서

Google, Search와 Gemini 앱에 애플리케이션을 게시하는 Connected Apps Platform 미리보기 출시

10월 28일 — Google이 개발자가 자사 서비스를 Google Search와 Gemini 앱 양쪽에 연결할 수 있는 통합 창구인 Connected Apps Platform을 미리보기로 공개한다. 통합은 클라우드에서 호스팅하는 MCP 서버 또는 AppFunctions API를 사용하는 Android MCP를 통해 이뤄진다. 이후 Google Connected Console에서 앱을 등록하고 테스트한 뒤 제출하며, 개발자는 검토에 앞서 Search, Gemini 또는 양쪽 모두에 게시할지 선택한다. 앱이 공개되면 콘솔에서 트래픽, 지연 시간, 오류율을 추적할 수 있고, 개발자는 브랜드 정체성(검증된 로고, 인증된 계정)을 관리한다. 접근 권한은 단계적으로 제공되며, ‘앞으로 몇 달 안에’ 더 많은 개발자, 시장, Google 제품으로 확대될 예정이다. Google에 따르면 Connected Apps는 50개가 넘는다. Adobe, Experian, Localiza, Peloton은 이미 Gemini에서 제공되고 있으며 앞으로 몇 주 안에 Search에도 도입된다. Calm 통합도 예고됐다.

🔗 Google의 글

단신

코딩 에이전트와 도구

Microsoft Copilot SDK — GitHub Copilot SDK가 Microsoft와 GitHub 제품이 공유하는 에이전트 하네스의 인터페이스인 Microsoft Copilot SDK로 바뀐다. 마이그레이션은 단계적으로 진행되며 사용자가 조치할 필요는 없다. Copilot CLI 1.0.105도 정식 버전으로 전환되며, 앞서 다룬 Fusion High 또는 Max 선택 오류 수정 외에 새로운 내용은 없다. 🔗 출처
이슈의 아티팩트 — GitHub 이슈에서 버전 기록을 갖춘 아티팩트(Markdown 계획, 링크, 대화형 HTML 시각화)를 공개 미리보기로 지원한다. GitHub 앱 세션의 아티팩트는 해당 이슈에 자동으로 연결되며, 에이전트는 gh issue artifact 명령으로 이를 관리할 수 있다. 🔗 출처
VS Code와 Visual Studio용 Antigravity 확장 기능에 에이전트용 코드 댓글과 터미널 맥락 추가 — 10월 25일 소식을 뒤늦게 전한다. VS Code 확장 기능 1.10.0에서는 코드 한 줄이나 변경 내역에 에이전트용 댓글을 달 수 있고, Visual Studio 확장 기능 1.0.261026.0에서는 @terminal으로 최대 8KB의 터미널 출력을 채팅에 첨부할 수 있다. 🔗 출처
Zed 1.26과 1.27 미리보기 — 1.26이 정식 버전으로 전환됐다(Pyrefly 통합, WebAssembly 소스 디버깅). 1.27 미리보기에서는 대규모 Git 저장소에서 에이전트를 느리게 하거나 멈추게 하던 에이전트 복원 지점을 제거했으며, 이제 macOS 12 이상이 필요하다. 🔗 출처
Amp의 개인용 오브 — 출시 6일 만에 Amp의 자체 호스팅 오브를 작업 공간이나 관리자 권한 없이 개인 설정에서 추가할 수 있게 됐다. 이 오브에서 생성한 스레드에는 Personal 표시가 붙는다. 🔗 출처
Qwen Code v0.26.3 — 정식 버전에는 전날 미리보기의 내용과 세션별로 유지되는 Workflow 모드 등 30여 개의 새로운 항목이 포함됐다. CLI는 qwen4 모델 식별자에 대해 기본 컨텍스트 크기도 1M 토큰으로 설정하지만, 해당 모델에 관한 추가 설명은 없다. 🔗 출처
Codex의 Runway Dev — Runway Dev가 Codex 플러그인으로 제공된다. Runway에 따르면 한 번 설치하면 Codex가 스스로 애플리케이션에 Runway API를 통합한다. Runway Dev의 MCP 서버는 이미 9월부터 제공되고 있었다. 🔗 출처
Manus로 구축한 Bricklane — Manus가 고객에게 소중한 장소를 맞춤형 브릭 모형으로 만드는 Bricklane을 소개했다(Villa de Verano는 566개 부품, 13단계). Manus에 따르면 에이전트가 사이트, 결제, 도메인, 영상, 광고를 구축했다. 새로운 제품 발표는 없다. 🔗 출처

GitHub의 AI 외 소식

Dependabot과 도달 가능성 분석 — GitHub Enterprise Cloud의 무료 미리보기에서 CodeQL이 JavaScript와 TypeScript 코드가 의존성의 취약한 함수를 실제로 호출하는지 알려 준다. 경고를 스스로 닫는 일은 없다. 🔗 출처
공개 영역 모니터링 — github.com의 공개 영역 어디에든 노출된 기업의 비밀 정보를 감시하는 기능이 정식 출시됐다. GitHub Secret Protection 고객에게는 추가 요금이 없다. 🔗 출처
AWS의 Linux 실행기 — GitHub Actions가 일부 2코어 및 4코어 Linux 작업을 Azure와 AWS에 분산한다. Free, Pro, Team에는 자동 적용되며, Enterprise Cloud는 신청해야 한다. GitHub는 IP 주소 허용 목록을 업데이트할 것을 권장한다. 🔗 출처
워크플로 잠금 파일 — GitHub Actions 워크플로의 의존성 잠금 파일이 Enterprise Cloud, Team, Free에서 정식 출시됐다. 10월 14일 미리보기 이후 새로운 기능은 없다. 🔗 출처
Moderate 역할 — GitHub는 코드 접근 권한 없이 이슈를 수정, 이전, 숨김, 잠금 처리할 수 있는 Moderate 역할을 정식 출시했다고 발표했지만, 당일 이를 정정했다. 아직 사용할 수 없으며 향후 몇 주 안에 제공될 예정이다. 🔗 출처
풀 리퀘스트 제한 — 쓰기 권한이 없는 기여자의 풀 리퀘스트 수를 제한하는 관리자는 생성 후 충분한 시간이 지난 계정이나 해당 저장소에서 풀 리퀘스트가 병합된 이력이 있는 계정을 예외로 둘 수 있다. 🔗 출처

모델, API와 공개 연구

Mistral의 DeepSeek V4.1 Flash와 GLM 5.3 Flash — Mistral API가 수정하지 않은 DeepSeek V4.1 Flash 1017을 공개 미리보기로 제공한다. 컨텍스트는 1M 토큰이며, 요금은 입력 100만 토큰당 0.30달러, 출력 100만 토큰당 1.20달러다. GLM 5.3 Flash도 가격 변동 없이 정식 출시하며, 유럽과 미국에서 제공한다. 🔗 출처
Voxtral Mini Transcribe 3 — Mistral은 Voice Arena의 Diarization + ASR 순위에서 이 모델이 화자 분리 오류율 기준으로 9개 모델 중 2위를 기록해, 같은 계열의 더 큰 모델을 앞섰다는 소식을 전했다. 🔗 출처
SpaceXSI의 맞춤형 콘텐츠 관리 — API 릴리스 노트에 guidelines 배열이 공식 명시됐다. Grok에 nsfw, violence, profanity 범주의 콘텐츠 생성을 거절하도록 요청하는 항목으로, 10월 17일과 23일 SDK에 이미 등장했다. 🔗 출처
Particle-1 — 수하일이 소개한 신생 기업 Particle이 후속 학습을 거친 DeepSeek V4.1 Flash를 자체 API로 출시했다. 동일한 요금으로 평균 약 45% 적은 토큰을 사용한다. 아라빈드 스리니바스는 출시 전부터 이 팀과 협력했다고 밝혔지만, Perplexity 통합 발표는 없다. 🔗 출처
Perplexity의 RAG 튜토리얼 — Perplexity가 Python, ChromaDB, 자사 임베딩 모델 pplx-embed-v1-0.6b, Agent API를 통한 GPT-5.6 Luna를 사용해 명령줄 RAG를 구축하는 7단계 튜토리얼을 공개했다. 새로운 제품 발표는 없다. 🔗 출처
기록 자료에 활용되는 olmOCR 2 — Ai2가 자사의 공개 텍스트 인식 모델 활용 사례 두 가지를 소개했다. 한 역사학자는 수천 장의 기록 사진을 로컬에서 처리하며, CENTURIA 팀은 로마 도자기 기록 카드 57장으로 모델을 미세 조정해 전사 오류율을 15.58%에서 1.11%로 낮췄다. 🔗 출처
Project Pyrite — 한 커뮤니티 게시글에 따르면 318억 매개변수의 MoE 모델 llm-jp-4-32b-a3b-base가 59.06GiB에서 9.81GiB로 줄어들고, 메모리 16GB의 Mac M2 Pro에서 초당 34~49토큰으로 실행된다. 작성자는 균일한 2비트 양자화에서 나타나는 반복 루프도 없다고 설명했다. 🔗 출처
My Name is Riemann — OpenPeerAI가 AMD 하드웨어에서 1억 6,300만 매개변수 모델을 단계적으로 확장해 얻은 131억 매개변수 모델을 미리보기로 공개했다. 저자들은 범용 벤치마크를 전혀 실행하지 않았으며, 말뭉치 오류도 직접 지적했다. 🔗 출처
L2Loop — 위쉬안 쭝은 양자화된 일부 레이어가 GPU의 L2 캐시에 들어가는 동안 이를 다시 실행하는 방법을 제안했다. 작성자에 따르면 RTX 5080에서 이 두 번째 연산의 비용은 새로운 레이어를 처리할 때의 약 절반이며, 매개변수 수가 같을 때 손실을 0.05~0.08 줄인다. 🔗 출처
EEG 데이터셋 — Hugging Face Hub를 조사한 커뮤니티 집계에서 뇌 신호 데이터셋 368개가 확인됐다. 이 중 146개에는 라이선스 표시가 없어 재사용이 어려워진다. 🔗 출처

인프라

Together AI의 자동 복구 — Together AI가 올해 초 출시한 GPU Clusters 노드 자동 복구 기능을 자세히 소개했다. 상태 점검, 근거에 기반한 최소한의 복구, Xid 오류 코드 단위까지 조정 가능한 승인 설정, 진행 중인 작업이 끝날 때까지 기다리는 기능을 갖추며 기본 대기 시간은 2시간이다. 🔗 출처
CUDA 13.4와 Mission Control 2.5 — NVIDIA가 메모리를 보장하는 CUDA 13.4의 MPS 시간 분할 기능과 Mission Control 2.5를 자세히 소개했다. 전자는 오픈 소스 오퍼레이터 gpu-fractioning을 통해 Kubernetes에서 자동화되며, 후자는 Run:ai의 Kubernetes 워크로드까지 자율 복구 범위를 넓힌다. 🔗 CUDA 13.4 · 🔗 Mission Control 2.5

이미지, 영상과 음성

Kling과 Minibots — Kling이 Evolutionary Films의 2027년 개봉 예정 장편 애니메이션 Minibots의 독점 기술 파트너가 됐다. 뮬란의 공동 감독 토니 밴크로프트가 캐릭터 디자인을 맡으며, 첫 미리보기 영상은 Kling 4.0으로 제작됐다. 🔗 출처
Pika의 Kling 4.0 — Pika가 Kling 4.0을 통합했다. 스테레오 음향과 동기화된 대사를 갖춘 3~30초 연속 장면을 720p 또는 1080p로 만들 수 있으며, 최대 10개의 키프레임이나 15개의 참조 자료를 지원한다. 🔗 출처
Luma의 미니 앱 — Luma가 Light Transfer, Virtual Try-On, Background Swap 등 미니 앱 8개를 Luma Agents에 모았다. 시각 자료의 한 가지 요소만 수정하는 앱으로, 월 30달러의 Plus 요금제부터 사용할 수 있다. 🔗 출처
ElevenLabs와 Asociación ELA — ElevenLabs가 스페인의 대표적인 근위축성 측삭경화증 지원 단체와 협력해 스페인 전역의 환자에게 음성 복원 서비스를 무료로 제공한다. 🔗 출처

제품과 기업

Gemini의 몰입형 탐구 — Gemini 앱의 학생 허브에서 실크로드부터 번개의 물리학까지 여러 주제의 대화형 장면을 층별로 탐구할 수 있다. 프랑스어를 포함한 6개 언어로 누구나 이용할 수 있으며, 음성 해설도 예고됐지만 일정은 없다. 🔗 출처
Gemini Notebook에서 1시간 오디오 녹음 — Gemini Notebook 모바일 앱이 최대 1시간의 실시간 오디오를 녹음하고, 즉시 노트북의 자료로 사용할 수 있게 했다. 모든 iOS 및 Android 사용자에게 제공된다. 🔗 출처
Claude Enterprise의 스마트 보고서, 설문과 공동 예산 — 관리 도구 3개가 정식 출시됐다. 9월부터 베타로 제공된 스마트 보고서는 팀이 Claude로 무엇을 하는지, 비용은 얼마인지 보여 준다. 여기에 내장 설문과 그룹 공동 예산이 더해지며, 예산 사용률 50, 75, 95, 100%에서 알림을 제공한다. 🔗 출처
Claude의 IDC Quanta — 시장조사 기관 IDC가 고객을 위해 MCP 커넥터로 자사 Quanta 플랫폼을 Claude에 연결한다. 앱, Cowork, Office 추가 기능에서 이용할 수 있으며 IDC 출처가 명시된다. 내부적으로는 코드 검토에 걸리는 시간을 5일에서 약 30분으로 줄였다고 밝혔다. 🔗 출처
Legora와 OpenAI — OpenAI의 사례 연구에 따르면 스웨덴 법률 기술 기업 Legora는 비밀유지계약 검토가 법무팀 업무 역량에서 차지하는 비중을 약 20%에서 1% 미만으로 줄였다. Fortune 100에 속한 한 고객사에서는 계약 처리 시간이 90% 감소했다. 🔗 출처
기업의 미래 — 다음 경제를 다루는 OpenAI 연재의 두 번째 에세이다. 두 저자가 개인 자격으로 쓴 글에서 조직도상 직원의 아래, 옆, 사이에 AI가 자리하는 모습을 상상한다. 제품 발표나 수치는 없다. 🔗 출처

이것이 의미하는 것

Gemini 4 Carbon은 연구소의 가장 강력한 모델이 먼저 방어 담당자에게 제공되는 흐름이 자리 잡고 있음을 보여 준다. 9월 말의 Argon처럼 Carbon도 API에 공개되기 전에 Fairwind Program과 미국 정부의 자발적 테스트를 거친다. Google은 안전장치 없이 측정한 공격 성능인 ExploitGym 54.8%와 함께 행동 지표도 공개했다. Terminal-Bench 4.0에서 부정행위 성공률은 0.0%였고, Gray Swan에서는 간접 프롬프트 주입 공격이 한 건도 성공하지 못했다. 이용이 가능해지기 전에 요금은 공개됐지만 날짜는 아직이다. 같은 날 코드 보안의 규모도 달라졌다. GitHub는 저장소 전체에 적용할 수 있는 에이전트형 스캐너를 제공하고 AI 애플리케이션에 특유한 취약점을 탐지한다. 한편 Replit은 에이전트가 협조하지 않을 수도 있다는 전제에서 에이전트 환경을 평가하는 척도를 제안했다.

Universe에서 GitHub가 내세우는 것은 이제 모델이 아니라 시스템이다. Fusion은 개발자가 모델을 고를 필요를 없애며 수치로 그 근거를 제시한다. Artificial Analysis Coding Agent Index에서 Opus 5.5 Max를 사용하는 Claude Code와 2점 차이면서 비용은 약 절반이다. Copilot Memory와 Dreaming은 세션을 거치며 맥락을 축적하고, 자동화는 실행 결과에서 학습한다. 과금도 이 흐름을 따른다. 별도 좌석 없이 GitHub Enterprise에 Copilot이 포함되고, 달러 단위의 Actions 정액 예산을 샌드박스와 공유하며, 자동화별로 크레딧 한도를 둔다. Octoverse는 변화의 규모를 보여 준다. 풀 리퀘스트의 40% 이상이 에이전트에서 시작되고, Claude Code와 Codex 저장소는 기여자가 가장 많이 늘어나는 저장소군에 속한다.

에이전트는 도구 사이에서도 점점 더 활발하게 이동한다. Kimi Code는 Claude Code와 Codex의 세션을 가져오고, DeepSeek Harness는 이들의 CLI에 작업을 위임한다. Fusion은 로컬에서 실행되는 Qwen3.8 Flash Next로 요청을 보낼 수 있고, Mistral은 OpenAI Responses 형식을 채택했으며, Gemini CLI도 직접 Antigravity CLI와 Gemini API CLI로 안내한다. MCP는 공통 연결 규격으로 자리 잡고 있다. GitHub의 검증된 커넥터 26개, Claude나 ChatGPT의 Suno, OpenAI 마켓플레이스의 ServiceNow, Connected Apps Platform을 통한 Search와 Gemini가 그 예다. ViBench 2.0은 현재의 한계를 일깨운다. 에이전트가 제품 전체를 구축할 때 끝까지 완수하는 공개 모델은 없으며, 가장 성능이 좋은 모델도 주로 기능들이 맞물리는 지점에서 실패한다.

연구 측면에서는 데이비드 그로스 위원회의 성명이 OpenAI 성과의 의미를 정확히 짚어 준다. 엄밀한 양자장 이론을 향한 중요한 진전이지만, 가둠과 질량 간극 문제는 여전히 미해결이며 Lean 형식화 검증이 끝나기 전에는 아무것도 발표하지 않는다. Anthropic과 Meta는 기관 전체에 자사 모델을 개방하며 금액은 공개하지 않았다. 음성 분야에서는 NVIDIA가 약 40억 개의 매개변수만 활성화하면서 Voxtral Small과 거의 대등한 공개 모델을 내놓았다. ElevenLabs는 단어를 소리에 맞추는 보이지 않는 구성 요소를 개선했고, HeyGen은 음성 연기를 아바타에 옮기는 작업에 분당 요금을 부과한다.