GPT-6 Astra가 일반에 공개되고, Claude가 페르마의 마지막 정리를 형식화하며, GitHub가 HydraFusion으로 여러 모델을 오케스트레이션하다

GPT-6 Astra가 출시 24시간 만에 제한적 배포를 끝냈다. 이 모델은 Pro, Enterprise, Business Premium 요금제에서 이용할 수 있게 되었고, GitHub Copilot에서 정식 출시됐으며, Perplexity의 출처 기반 검색 벤치마크에서 역대 최고 점수를 기록했다. 한편 Anthropic은 Claude가 11일 만에 작성한, 컴퓨터로 검증된 페르마의 마지막 정리 최초의 증명을 공개했다. GitHub는 각 작업에 맞는 모델과 워크플로를 스스로 선택하는 모드인 HydraFusion을 공개했고, Google은 Gemini 애플리케이션에 Lyria 3.5를 출시했으며, SpaceXAI는 Grok Bot을 기업에 개방하면서 자사에서 100,000달러가 넘는 절감 기회를 찾아낸 구매 에이전트의 사례를 공개했다.

GPT-6 Astra가 제한적 배포를 끝내고 Copilot에서 정식 출시되다

9월 4일 — OpenAI는 파리 시간 오후 10시 13분에 GPT-6 Astra의 제한적 배포가 종료됐다고 발표했다. 이제 ChatGPT Work와 Codex의 모든 Pro, Enterprise, Business Premium 사용자가 이 모델을 이용할 수 있으며, 9월 3일 발표 당시에는 점진적 배포를 조건으로 했던 API도 제한 없이 제공된다. 같은 메시지에 따르면 Plus 구독자와 Business 사용자는 며칠 더 기다려야 한다.

대상 서비스	9월 4일 기준 이용 가능 여부
OpenAI API	제한 없이 이용 가능
ChatGPT Work와 Codex, Pro	이용 가능
Enterprise와 Business Premium	이용 가능
Plus와 기타 Business	며칠 뒤 이용 가능

🔗 OpenAI의 X 발표

GitHub Copilot에서 첫날부터 정가로 정식 제공

같은 날 GPT-6 Astra는 GitHub Copilot에서도 정식 출시됐다. GitHub는 모델의 점수보다 작업 방식에 초점을 맞췄다. 내부 테스트에서 Astra는 실행 중에 계획하고 검증하며, 진단과 확인 작업을 하나로 묶고, 작업 완료를 선언하기 전에 결과를 스스로 확인했다. 덕분에 이전 OpenAI 모델보다 더 적은 단계로 장시간 작업에서 더 뛰어난 성능을 보였다. 발표에는 벤치마크 수치가 포함되지 않았다.

이 모델은 Visual Studio Code부터 JetBrains IDE, Copilot CLI, GitHub Mobile, Xcode, Eclipse에 이르기까지 10개 서비스에 제공되지만, Pro+, Max, Business, Enterprise 요금제에서만 이용할 수 있다. Copilot Pro는 제외됐다. 과금 방식도 주목할 만하다. 전날 출시된 Gemini 3.8 Flash에는 2026년 12월 31일까지 출시 기념 요금이 적용되지만, Astra는 프로모션 기간 없이 사용량에 따라 공급자의 정가로 과금된다.

🔗 GitHub 변경 기록

Perplexity의 WANDR에서 최고 점수를 기록하다

Perplexity는 9월 3일 오후 11시 10분에 자사의 대규모 출처 기반 검색 벤치마크인 WANDR에서 Astra가 거둔 결과를 공개했다. 이 모델은 작업당 11.98달러의 비용으로 0.682점을 기록해 회사가 테스트한 모든 모델 가운데 가장 높은 점수를 받았다.

평가 모델	WANDR 점수	작업당 비용	측정 결과 공개일
GPT-6 Astra	0.682	11.98달러	2026년 9월 3일
Claude Fable 5.1	0.601	12.76달러	2026년 9월 1일

Perplexity는 두 가지 상대적 차이도 제시했다. Claude Fable 5.1보다 점수는 13.5퍼센트 높고 비용은 6.1퍼센트 낮았으며, Opus 5보다 점수는 27.0퍼센트 높고 비용은 3.3퍼센트 높았다. 다만 두 가지 점은 유의해야 한다. WANDR는 세부 방법론이 공개되지 않은 독자적 벤치마크이며, Perplexity는 자신이 순위를 매기는 모델들의 고객이기도 하다. Opus 5의 절대 수치는 공개되지 않았다.

🔗 Perplexity의 X 측정 결과

세 차례의 Codex CLI 수정으로 통합을 마무리하다

명령줄에서는 9월 3일 밤에 공개된 0.153.0에 이어 이틀도 지나지 않아 Astra에만 초점을 맞춘 세 차례의 수정판이 나왔다. 0.153.1에서는 기본 모델을 변경하거나 선택기에 표시하지 않고도 API를 통해 모델을 설정할 수 있게 됐다. 0.153.2에서는 문구를 수정했다. 요청 처리 방식은 바뀌지 않았지만 Fast 등급의 속도 향상 폭이 1.5배가 아니라 2배로 표기됐다. 9월 4일 오후 9시 1분에 공개된 0.153.3에서는 Mantle 및 Runtime 경로용 Amazon Bedrock 모델 선택기에 Astra를 추가하고, 비동기 확인 질문과 관련해 모델에 전달되는 지침을 수정했다.

OpenAI는 이날 세 가지 사용 경험도 추가로 공개했다. 개발자 블로그에는 Codex로 제작한 절차적 우주 탐사 게임과 Blender 및 Unreal Engine 5로 설계하고 탐험한 주택에 관한 두 편의 글이 실렸고, Dominik Kundel은 자신의 Codex 사용 방식을 바꾼 다섯 가지 요소를 소개했다.

🔗 Codex CLI 0.153.3 출시 정보 · 🔗 Astra로 게임 만들기

Claude가 페르마의 마지막 정리 최초의 형식화된 증명을 완성하다

9월 4일 — Anthropic은 컴퓨터로 완전히 검증된 페르마의 마지막 정리 최초의 증명을 공개했다. Claude는 대부분의 작업을 자율적으로 수행하며 11일 동안 Lean으로 증명을 작성했다. 회사는 이를 지금까지 만들어진 가장 방대한 Lean 증명이라고 설명한다.

측정 지표	측정값
Claude의 작업 기간	11일
작성된 Lean 코드 줄 수	1,300만 줄
증명된 중간 정리	29,500개
Wiles가 완성한 최초의 인간 증명	1995년, 129쪽
추측 제시부터 증명까지 걸린 시간	350년 이상

이 정리는 지수가 2보다 클 때 페르마 방정식을 만족하는 양의 정수 세 쌍은 존재하지 않는다고 말한다. Pierre de Fermat는 1637년경 자신이 소장한 Diophantus의 《Arithmetica》 여백에 이 내용을 휘갈겨 썼다. 최초의 올바른 증명은 Sir Andrew Wiles가 1995년에 완성했다. 129쪽 분량으로, 인간이 검증하는 데 수개월이 걸렸으며, 1993년에 발표된 첫 번째 판본에서는 두 달 뒤 한 검토자가 중대한 결함을 발견했다.

초기 시도들은 에이전트들이 빠르게 성과를 거둔 뒤 맥락을 놓치면서 실패했다. 돌파구는 개방형 협업 형식화 플랫폼 Prove2Me와 Claude Code 기반의 멀티 에이전트 도구에서 나왔다. 이 플랫폼은 에이전트가 다음에 시도할 증명을 선택할 수 있도록 명제의 방향성 비순환 그래프를 유지하고, Lean 컴파일 속도를 높이기 위해 명제와 증명을 서로 다른 파일로 분리하며, 검색과 재사용을 지원하도록 각 명제의 자연어 설명을 보관한다. 완성된 증명은 Henri Darmon, Fred Diamond, Richard Taylor가 단순화한 Wiles의 논증을 따른다.

This extraordinary autoformalization achievement, which Anthropic researchers say only took 11 days, proves Fermat’s Last Theorem with no assumptions other than the axioms of mathematics.

🇰🇷 Anthropic 연구진에 따르면 단 11일 만에 이뤄진 이 놀라운 자동 형식화 성과는 수학의 공리 외에는 어떠한 추가 가정도 없이 페르마의 마지막 정리를 증명한다. — 결과 검토자 Kevin Buzzard, Anthropic 연구 페이지에서 인용

Anthropic은 새로운 수학을 만들어 낸 최근의 Riemann 가설 관련 AI 연구와 달리, 이번 작업의 핵심을 발견이 아닌 검증으로 규정한다. 증명의 양이 늘어날수록 동료 심사는 수년 단위로 측정되는 병목이 되고 있다.

🔗 GitHub의 전체 증명

Project HydraFusion, 개발자가 아닌 도구가 모델을 선택하게 하는 GitHub

9월 4일 — GitHub는 모델이 아닌 워크플로를 지정하는 Project HydraFusion을 연구 미리보기로 공개했다. Copilot 선택기에서는 20개가 넘는 모델 가운데 하나를 골라야 했지만, HydraFusion은 요청마다 어떤 모델이 어떤 실행 방식으로 작업을 처리할지 스스로 결정한다. 다른 모델과 같은 방식으로 선택할 수 있지만, 그 하나의 선택 뒤에서 여러 모델을 오케스트레이션한다.

현재는 세 가지 방식이 있다. Single 모드는 한 모델에 작업을 맡긴다. Cascade 모드에서는 효율적인 모델이 첫 번째 해결책을 작성한 뒤 품질 관문이 이를 승인할지, 더 뛰어난 모델로 넘길지 결정한다. Critique 모드에서는 다른 모델 계열의 독립적인 읽기 전용 비평 모델이 초안을 검토한다.

평가 벤치마크	Opus 5 대비 비용 차이	Opus 5 대비 품질 차이
TerminalBench 2.1	67퍼센트 저렴	4.9점 높음
DeepSWE	36퍼센트 저렴	1.5점 낮음
CheckpointBench	65퍼센트 저렴	0.1점 낮음

실행에는 다섯 가지 엔지니어링 원칙이 적용된다. 각 단계의 비용을 합산해 계산하고, 시간 초과와 취소를 명시적으로 처리하며, 도구 없이 격리된 맥락에서 검토하고, 워크플로가 실패하면 어떠한 수정도 적용하지 않는 안전 내장형 적용 방식을 사용하며, 실행 전에 라우팅을 검증한다. GitHub는 중간 초안을 최종 결과가 나올 때까지 보류하면서 단계만 표시하는 인터페이스상의 절충을 택했으며, 충분한 진행 상황을 확인할 수 없는 채로 기다려야 한다는 점이 실질적인 단점이라고 인정한다.

개발 문서는 이례적으로 솔직하다. GitHub는 TerminalBench 2.1을 가장 완전한 실행 시퀀스로 간주하며, 발전 과정이 선형적이지 않았다고 명시한다. 또한 평가 도구에서 발생한 두 번의 운영 장애로 8월 11일부터 25일까지 유효하지 않은 실행 결과가 생성됐다고 인정한다. 이 실행 결과들은 추세에서 제외된 뒤 수정됐으며, 회사는 기록된 시리즈에서 가장 좋은 운영 지점이 8월 25일에 나타났다고 설명한다. 모든 요금제에서 Copilot CLI를 통해 이용할 수 있으며, /update 실행 후 /experimental on을 사용하면 워크플로의 전체 토큰 수를 기준으로 한 표준 요금이 적용된다.

🔗 Project HydraFusion

Lyria 3.5가 Gemini 애플리케이션과 API에 출시되다

9월 4일 — Google은 더욱 풍부한 음향 재현, 더 표현력 있는 보컬, 더 다채로운 편곡을 제공하는 자사 최고의 음악 생성 모델이라고 소개한 Lyria 3.5를 공개했다.

Gemini 애플리케이션에서는 이번 업데이트와 함께 세 가지 인터페이스 변경이 이뤄졌다. 사용자는 음악 장르를 선택하거나 설명하고, 보컬 곡과 연주곡 가운데 하나를 선택할 수 있다. 배경 음악이나 맞춤형 생일 축하곡 등 새로운 사전 제작 템플릿(templates)도 출발점으로 활용할 수 있다. 곡의 길이 역시 짧은 형식부터 긴 형식까지 설정할 수 있게 됐다.

서비스 유형	Lyria 3.5 이용 환경
일반 사용자	전 세계 Gemini 웹 및 모바일 애플리케이션
전문 창작	Google Flow Music
개발자	Gemini API, Google AI Studio, Google Vids

Google은 전문적인 제작보다 일상적인 필요에 맞춘 사용 사례를 제시한다. 동영상용 반주 트랙, 브랜드 징글, 맞춤형 벨소리 등이 그 예다. 별도의 구독 제한은 언급되지 않았으며 폭넓게 제공된다. 다만 게시물에는 오디오 품질 수치나 이전 Lyria 버전과의 비교, API 이용 요금이 전혀 제시되지 않았다.

🔗 Google 발표

SpaceXAI가 기업에 Grok을 투입하고 구매 에이전트의 시스템 프롬프트를 공개하다

9월 3일과 4일 — SpaceXAI가 기업에 Grok Bot을 개방했다. 8월 12일 출시된 이 제품은 개인 구독자와 Cursor 팀을 위한 서비스에서 접근 권한, 네트워크, 감사 제어 기능을 갖춘 버전으로 발전했다. 각 사용자의 작업은 격리된 환경에서 실행되며, Bot은 기본적으로 어떤 접근 권한도 없다. 명시적으로 연결된 계정에만 접근할 수 있다. Grok Enterprise와 Cursor Enterprise 고객은 2주 동안 무료로 사용할 수 있고, 기존 좌석이 없는 사람을 포함해 조직 전체를 초대할 수 있다. SpaceXAI는 Legora, Supermicro, ServiceTitan을 사례로 들며, 출시 이후 수천 개 조직이 이 제품을 도입했다고 주장한다.

발표에서 가장 흥미로운 대목은 가장 활발한 활용이 엔지니어링 외부에서 이뤄지고 있다는 점이다. 채용에서는 야간 후보자 발굴과 평가표 작성, 영업에서는 이메일 초안 작성과 프레젠테이션 업데이트, 마케팅에서는 웨비나의 질의응답 추출에 사용된다.

다음 날 회사는 자사 구매 업무에 Bot을 투입한 사례 연구를 공개했다. Haggle Bot이라는 이름을 붙이고 Slack, Notion, Drive, Gmail, Hex, Ramp에 연결한 결과, 100,000달러가 넘는 직접 절감 효과를 냈다고 발표했다.

에이전트가 발견한 항목	확인된 금액
총 직접 절감액	100,000달러 이상
첫 번째 제품에서 90일간 비활성 상태인 좌석	43석, 14,220달러
월간 제품의 미사용 크레딧	연간 85,662달러

이 게시물의 편집상 가치는 이러한 수치를 넘어선다. SpaceXAI는 에이전트의 시스템 프롬프트 템플릿을 공개했으며, 꺾쇠괄호 안에 예시 값을 제시해 각 조직이 직접 채울 수 있는 모델로 소개한다. 권한 섹션에서는 세 가지 상시 체계를 구분한다. 첫 번째는 승인을 전혀 요구하지 않으며, 지출 데이터 열람과 동료에게 메시지 전송 등이 예시로 제시된다. 두 번째는 매번 운영자의 명시적 승인을 요구하며, 공급자에게 무언가를 보내는 행위가 그 예다. 세 번째는 어떠한 상황에서도 금지되며, 서명, 구매, 구독, 지출 승인, 구속력 있는 모든 약속이 여기에 포함된다. 게시물은 팀이 내부 조사와 조율은 에이전트가 독자적으로 수행하도록 허용했지만, 비용 지출, 조건 수락 또는 공급자에게 연락하는 행위에는 명시적인 승인을 요구했다고 설명한다.

🔗 Grok Bot for Enterprise · 🔗 구매 업무에 투입된 Haggle Bot

Grok, Plaid를 통해 미국 은행 계좌와 연결

9월 4일 — 이제 Grok을 사용자의 금융 계좌에 연결할 수 있다. 연결에는 미국에서 애플리케이션과 금융기관을 이어 주는 기술 중개업체 Plaid가 사용되며, 이 기능은 현재 미국에서만 즉시 이용할 수 있다.

SpaceXAI가 제시한 세 가지 사례는 목표 범위를 보여 준다. 지난달 돈이 어디에 쓰였는지 파악하고, 투자 성과를 추적하며, 장바구니에 담긴 상품을 실제로 구매할 여력이 있는지 확인하는 것이다. 다시 말해 과거 지출 분석, 포트폴리오 추적, 그리고 구매를 결정해야 하는 순간의 의사결정 지원이다. 발표 내용은 간략하며, 안전한 연결이라는 언급 외에는 데이터 처리 방식이나 지원 금융기관에 관해 밝히지 않았다.

이는 6월 25일 Interactive Brokers 연동으로 시작된 일련의 금융 통합을 확장하지만, 성격은 달라졌다. Interactive Brokers가 적극적인 투자자를 겨냥했다면 Plaid는 일반 대중의 입출금 계좌까지 비서의 범위를 넓힌다.

🔗 X의 Grok 발표

Claude Code 2.1.260 및 2.1.261: diff 패널, skills 감사, 강화된 권한

9월 4일 — Claude Code 두 버전이 같은 날 출시됐으며 서로 보완한다. 첫 번째 버전은 진행 중인 작업을, 두 번째 버전은 세션이 소비하는 자원을 가시화한다.

출시 버전	출시 시각	주요 개선 사항
2.1.260	9월 4일 01시 48분	`/diff` 패널, `/cost`의 캐시 진단, 권한 수정
2.1.261	9월 4일 21시 58분	`/skill-doctor`, 최대 128,000자의 출력, 파일로 저장되는 하위 에이전트 프롬프트

2.1.260은 전체 화면 모드에서 대화 옆에 diff 패널을 열어 편집이 진행되는 동안 커밋되지 않은 변경 사항을 표시한다. 특히 여러 권한 평가 취약점을 수정한다. 경로에 괄호가 포함된 Edit, Write, Read 규칙이 유효하지 않은 것으로 거부되거나 Bash 샌드박스에서 무시돼 읽기 전용이어야 할 폴더에 쓰기가 가능했던 문제와, REPORTTIME 할당 안에 명령어 치환을 숨긴 zsh 명령이 자동 승인되던 문제가 해결됐다.

2.1.261은 로드됐지만 사용되지 않은 skills와 각각의 컨텍스트 비용을 나열하는 /skill-doctor를 추가한다. 이제 자동 모드는 공개 다이어그램 생성기의 URL에 콘텐츠를 담은 링크도 제3자 사이트로의 전송으로 취급한다.

🔗 2.1.260 릴리스 노트 · 🔗 2.1.261 릴리스 노트

ant apply 명령으로 Managed Agents를 버전 관리 파일에 담다

9월 4일 — Anthropic이 자사의 ant CLI에 ant apply을 추가한다. 이 명령은 인프라 팀에 익숙한 선언형 모델을 Managed Agents에 적용한다. 저장소의 파일에 원하는 상태를 기술하면 명령이 API 리소스를 해당 설명과 일치시킨다.

대상 리소스 유형은 다섯 가지다. Managed Agent 환경, 에이전트 자체, skills, 메모리 저장소(memory stores), 배포다. 지금까지 이러한 객체는 저장소에 흔적을 남기지 않고 API 호출이나 콘솔을 통해 생성됐다. 이를 파일로 기술하면 코드 검토, 버전 관리, 지속적 통합 파이프라인의 범위에 포함된다. 실질적인 이점은 재현성이다. 파일로 기술한 에이전트 환경은 똑같이 다시 만들고, 브랜치 간에 비교하거나, 수동 개입 없이 파이프라인에서 배포할 수 있다.

🔗 X의 발표

NVIDIA의 연속 발표: 에이전트의 지속형 메모리, Jetson에서의 추론, 연합 신원

9월 3일과 4일 — 같은 날 NVIDIA 기술 블로그에 기술 스택의 서로 다른 세 계층을 다룬 게시물 세 편이 공개됐다.

첫 번째는 NemoClaw를 기반으로 만든 공개 레시피로, 사용자의 업무에 관한 지속형 메모리를 관리하는 비서실장 에이전트다. 핵심 주장은 한 문장으로 요약된다. 유용한 에이전트 메모리에는 단순한 저장이 아니라 구조, 선택적 검색, 거버넌스가 필요하다. 이 시스템은 자기 모델(self model)을 기반으로 하며, 구조화된 Markdown 페이지로 작성된 사람이 읽을 수 있는 지식 계층과 의무 사항, 분류, 수정 내역, 감사 이벤트를 보존하는 SQLite 레지스트리를 함께 사용한다. 실행은 NVIDIA OpenShell을 통해 이루어지며, 파일 시스템, 프로세스, 네트워크 접근 정책을 샌드박스에서 적용하고 인증 정보는 샌드박스 외부에 둔다.

측정 지표	에이전틱 RAG 기준선	자기 모델	관측된 차이
전체 정확도, 186개 질문	82.8퍼센트	90.9퍼센트	8.1포인트 증가
어려운 질문, 31개 질문	67.7퍼센트	87.1퍼센트	19.4포인트 증가
변화하는 사실 추적, 5개	60.0퍼센트	100.0퍼센트	40.0포인트 증가
말뭉치 충실도, 13개 질문	100.0퍼센트	92.3퍼센트	7.7포인트 감소

Context can inform an action, but it cannot authorize one.

🇰🇷 컨텍스트는 행동을 이해하는 데 도움을 줄 수 있지만, 그 행동을 허가할 수는 없다. — 에이전트 메모리에 관한 NVIDIA 게시물

두 번째 게시물은 엣지 AI의 전환점을 보여 주는 배포 안내서다. NVFP4 양자화와 추측 디코딩을 결합하면 Jetson AGX Thor와 Orin에서 BF16 대비 최대 6.28배의 디코딩 처리량을 달성한다. 최적 구성은 모델마다 다르며, NVIDIA는 보편적인 승자를 꼽기보다 이 점을 강조한다. Nemotron 3.5 Lightning은 DSpark에서 초당 123~~138개의 출력 token으로 가장 좋은 결과를 내고, Qwen3.8-27B는 DFlash2에서 초당 27.7~~34.4개의 token을 기록한다. 마지막 주의 사항은 방법론에 관한 것이다. 처리량은 부하에 따라 달라지므로 대상 애플리케이션을 대표하는 프롬프트로 구성을 검증해야 한다. 세 번째로 비교적 소규모인 게시물은 연합 Kubernetes 플랫폼과 AI 플랫폼 사이에서 사용자 신원을 전파하는 방법을 설명한다.

🔗 Jetson의 엣지 추론 · 🔗 연합 플랫폼 간 신원

Google 명령줄 도구: Gemini CLI는 0.60.0 계열로, Antigravity는 기업에 Flash 제공

9월 3일과 4일 — Gemini CLI의 nightly 채널이 0.59.0 계열에서 0.60.0으로 넘어가며, 보안 중심의 업데이트를 제공한다. 가장 눈에 띄는 수정은 chrome-devtools-mcp 구성 요소에 하드코딩된 Google CrUX API 키를 제거한 것이다. 다른 두 변경 사항은 격리를 강화한다. macOS Seatbelt 샌드박스에 격리된 임시 디렉터리가 추가되고, 확장 프로그램 로더에는 경계 검증과 함께 강화된 경로 해석이 적용된다. 네 번째 변경 사항은 MCP 서버의 OAuth 흐름에서 RFC 9207을 준수하는 발급자 식별을 강제해 권한 서버 대체 공격을 방지한다.

전날 공개된 Antigravity 2.12.2에는 단 하나의 개선 사항만 있고 수정 사항은 없다. 기업 사용자는 애플리케이션 기본 인증 정보(Application Default Credentials)로 인증해 Gemini 3.8 Flash 추론 모델을 이용할 수 있다. 실질적인 이점은 개별 API 키 없이 모델을 Google Cloud 배포의 표준 인증 방식에 연결할 수 있다는 것이다.

🔗 Gemini CLI v0.60.0 nightly · 🔗 Antigravity 변경 기록

과학을 위한 AI: 결합형 기후 에뮬레이터와 완성된 수컷 초파리 커넥톰

9월 3일과 4일 — 서로 관련 없는 두 분야의 연구 두 편이 대규모 과학적 대상에 기계학습을 적용한다.

Ai2는 완전히 결합된 대기·해양 기후 에뮬레이터인 SamudrACE-E3SMv3를 Apache 2.0 라이선스로 Hugging Face Hub에 공개한다. 이 연구의 목표는 미국 에너지부의 기준 기후 모델인 E3SM의 동작을 훨씬 적은 계산 비용으로 재현하는 것이다. E3SM 자체를 실행하기 전에 가설을 걸러 내고, 기후 변동성을 저비용으로 표본화하는 대규모 앙상블을 생성할 수 있다. 대기 에뮬레이터(ACE)와 해양 에뮬레이터(Samudra)를 먼저 별도로 사전 학습한 뒤 결합하고, 학습에서 보지 못한 E3SM 데이터 400년분으로 평가했으며 평균 기후는 안정적으로 유지됐다. Ai2는 명확한 한계도 밝힌다. 에뮬레이터는 일일 강수량을 99.99백분위수까지 포착하지만 그 이상은 과소평가한다.

HHMI Janelia Research Campus, Google Research와 공동 연구진은 성체 수컷 초파리의 뇌와 중추신경계 전체를 담은 최초의 지도를 공개한다. 기록적인 166,000개 이상의 뉴런을 AI의 도움으로 분류하고 인간 전문가가 검증한 11,691개 세포 유형으로 나눴다. 이 방법은 얇은 절편을 촬영한 뒤 수백만 장의 2차원 이미지를 컴퓨터로 재구성해 3차원 신경 형태를 만드는 방식이다. 이 연구의 가치는 앞서 공개된 암컷 지도와의 비교에 있다. 대부분의 뉴런은 암수에서 동일하고, 일부는 특정 성별에만 존재하며, 이형성이라고 불리는 세 번째 범주는 양쪽 모두에 있지만 서로 다른 이웃과 연결된다. 세 편의 동반 연구는 이 지도를 시각, 미각, 사회적 행동에 적용한다.

🔗 X의 SamudrACE-E3SMv3 · 🔗 수컷 초파리 뇌 지도

Meta, Muse Spark 1.3의 max 추론 단계를 공개

9월 4일 — Meta가 모델 자체를 발표한 지 이틀 만에 Muse Spark 1.3의 max 추론 단계를 공개한다. 이 단계는 Muse Code와 Meta Model API에서 이용할 수 있다.

따라서 달라진 것은 모델이 아니라 계산 비용이 가장 높은 추론 단계가 실제로 개방됐다는 점이다. Meta의 chief AI officer인 Alexandr Wang은 코딩과 에이전틱 작업에서 성능 향상이 나타난다고 설명하며, 이미 high 및 xhigh 단계를 시험한 사용자에게도 모델을 다시 사용해 볼 것을 권한다. 또한 안전성 테스트를 완료한 뒤 출시했다고 덧붙인다. 활성화하려면 Muse Spark 1.3을 선택한 다음 추론 수준을 max로 설정해야 한다.

이번 공개에는 benchmark 수치가 제시되지 않았다. 게시물에는 점수나 비교 없이 작성자의 정성적 평가만 담겼다.

🔗 AI at Meta 발표

Percept-Lens, 생성 이미지 탐지를 평가하는 Sakana AI의 프로토콜

9월 3일 — Sakana AI가 ECCV 2026에 채택된 AI 생성 이미지 탐지용 분포 외 평가 프레임워크 Percept-Lens를 소개한다. 출발점은 합성 이미지 탐지기가 생성기, 스타일 또는 프롬프트, 원본 도메인 등 여러 요인이 동시에 바뀌는 순간 실패한다는 관찰이다. Percept-Lens는 39개의 공개 데이터 세트, 총 710만 장의 이미지에 대한 평가를 통합한다.

표현 연구는 직접적인 질문을 던진다. 현대적인 인코더가 이미 분리하는 것 이상으로 분류 헤드를 학습하는 것이 여전히 가치를 더하는가? 연구진은 사전 확률을 조건으로 하는 Gaussian 판별기의 단계별 체계를 구성한다. 즉, 특징의 1차 및 2차 통계에 기반한 닫힌 형식의 헤드다. 이 체계의 최고 단계는 동일한 사전 확률과 인코더 조건에서 비교할 경우 공개된 탐지 헤드와 자주 대등하며 때로는 이를 능가한다. 연구진은 사전 확률, 인코더, 헤드의 세 요소 단위로 결과를 보고해야 한다고 주장한다.

🔗 Sakana AI 게시물 · 🔗 arXiv 논문

TAOT, 네트워크 토폴로지를 고려하는 전문가 복제본 배치

9월 4일 — Baidu의 Baige 팀이 오픈 소스 framework LoongForge에 포함된 mixture-of-experts 모델 학습용 전문가 복제본 배치 방법 TAOT를 상세히 설명한다.

문제는 구체적이다. MoE 학습이 느려질 때 원인은 GPU 성능이 아니라 제때 부하를 재조정하지 못하는 데 있는 경우가 많다. 일부 전문가가 병목 지점이 되고 나머지 모든 rank가 기다리게 된다. 일반적인 해결책은 사용하지 않는 rank에 병목 전문가의 가중치를 일시적으로 복제하는 것이지만, 병렬화 도메인이 노드 하나를 넘어가면 모든 유휴 GPU의 조건이 같지 않다. 노드 내부 통신은 NVLink를, 노드 간 통신은 InfiniBand를 사용하며 비용은 한 자릿수 배 이상 차이 날 수 있다.

측정 지표	관측값
반복당 시간, 적용 전과 후	155.4 ms에서 108.8 ms로, 즉 1.43x
EP4에서 EP16까지의 가속	최대 1.79x
LPLB 대비 통신 비용	EP32에서 최대 74퍼센트 감소
온라인 계획 오버헤드	순방향 패스 시간의 1퍼센트 미만

TAOT는 피크 완화의 이점과 노드 간 가중치 이동 비용을 하나의 목적 함수에 함께 포함한 최초의 방법으로 소개된다. DeepSeek의 LPLB가 미리 정의된 그래프로 경로를 제한하는 반면, TAOT는 유연한 토폴로지 선호도를 갖춘 연속적인 통신 비용 행렬을 사용한다. 노드 내부 통신을 우선하되 노드 간 통신도 허용하며 비용을 더 높게 책정한다. 행 단위 매칭에서 열 단위 매칭으로 전환하면 잔여 불균형이 7~~10퍼센트에서 1~~2퍼센트로 줄어든다.

🔗 Hugging Face 게시물

Open Yap 1K, 상업적으로 자유롭게 사용할 수 있는 1,000시간의 풀 듀플렉스 대화

9월 3일 — The Agentic Data Company가 풀 듀플렉스 음성 모델을 위해 설계된, 영어 대화를 두 개의 분리된 채널에 담은 말뭉치 Open Yap 1K를 공개한다.

말뭉치 항목	공개 샘플	전체 말뭉치
총 길이	8.9시간	1,000시간
대화 수	16	1,602
적용 라이선스	CC BY 4.0	Open Yap, 상업적 이용 자유
접근 방식	Hugging Face Hub	요청 시 제공

연구진은 이 말뭉치를 Fisher, Switchboard, CANDOR 같은 기존 음성 말뭉치의 대안으로 명확히 규정하며, 우선 기술적 근거를 제시한다. 게시물은 전화 대역폭의 8 kHz로 표본화된 Fisher English 발췌본과 Open Yap 1K 발췌본을 나란히 제시해 오디오 품질 차이를 보여 준다. 수집 방법, 화자 인구통계, 품질 보증, 동의, 개인정보 보호도 문서화돼 있다.

🔗 Hugging Face 게시물

Daily Brief, 더 많은 미국 Gemini 사용자에게 무료 제공

9월 4일 — Google이 미국 내 더 많은 Gemini 앱 사용자에게 Daily Brief 무료 액세스를 확대한다. 이 기능은 5월 21일에 도입됐다.

Daily Brief는 백그라운드에서 작동하며 사용자의 Google 앱을 연결한다. 이메일, 일정, 대화, 관심사를 하나의 탐색 가능한 작업 및 우선순위 목록으로 요약해 하루를 시작하는 출발점으로 제시한다. 이번 발표는 여전히 미국에 한정되며, 대상 사용자의 비율이나 국제 확대 일정은 밝히지 않았다.

🔗 X의 Gemini 발표

Runway, 2~9석 규모 팀을 위한 셀프서비스 요금제 Team 출시

9월 4일 — Runway가 개인 요금제와 대형 고객 전용 Enterprise 상품 사이의 공백을 메우는 Team을 출시한다. 이는 상품 구성에 중요한 변화를 가져온다. Standard, Pro, Max는 명시적으로 개인 요금제가 되며, 이제 모든 신규 구성원은 Team을 통해 가입한다. 기존 공간은 현재의 액세스 권한과 요금을 유지한다.

요금제 특징	발표된 내용
좌석당 월간 요금	69달러
좌석당 연간 요금	55달러, 즉 20퍼센트 할인
허용 좌석 수	2~9
좌석당 월간 크레딧	6 900, 공동 풀에 지급
공유 프로젝트 및 저장 공간	최대 100개 프로젝트, 1TB

이 요금제는 자산, 참조 자료, Brand Kits, 세션, 워크플로가 보관되는 공유 프로젝트를 중심으로 구성된다. Runway는 출력물의 일관성을 핵심 장점으로 내세운다. 팀 전체가 동일한 참조 자료를 바탕으로 생성하면 열 번째 영상도 첫 번째 영상과 비슷해진다는 것이다. 사용하지 않은 크레딧은 한 달간 이월되며, 한 팀이 최대 20개의 에이전트 기술을 공유할 수 있다. Agent Connectors는 Figma, Dropbox, Notion을 크리에이티브 에이전트에 연결한다.

🔗 Runway 발표

ElevenLabs, 1 Million Voices 이니셔티브를 브라질로 확대

9월 4일 — ElevenLabs가 사회공헌 프로그램을 브라질로 확대하며 첫 번째 브라질 사례를 공개했다. Eliane은 어린 시절부터 목소리를 잃었고 Alberto는 46세에 시력을 잃었다. 회사는 Eliane에게 가족의 목소리를 닮은 음성을 제공했고, 이를 통해 그녀는 처음으로 자신의 정체성이 담긴 목소리로 사랑하는 남성과 소통할 수 있게 됐다.

이번 발표에는 현지 파트너십 두 건도 포함됐다. 브라질에서 최대 10 000명의 근위축성 측삭경화증 환자를 지원하는 Associação Brasileira de Esclerose Lateral Amiotrófica를 통해 환자들은 자신의 목소리를 복제할 수 있는 무료 액세스를 받는다. Sociedade Brasileira de Fonoaudiologia는 브라질 언어치료사에게 음성 복제 기술을 교육한다. 회사는 실무자의 숙련도를 높여 혜택을 받는 환자 수를 확대하려 한다. 1 Million Voices 이니셔티브는 10억 달러 규모의 현물 지원 약속으로, 출범 이후 전 세계에서 11 000명 이상에게 도움을 제공했다.

🔗 ElevenLabs 게시물

Kimi Code 0.41.0, 멀티 에이전트 모드 추가하고 이틀 된 보호 장치 제거

9월 4일 — Moonshot AI가 Kimi Code 0.41.0을 출시했다. 눈에 띄는 새 기능은 웹 인터페이스의 실험적 멀티 에이전트 협업 모드인 tower이다. /tower 명령이나 작성기의 더보기 메뉴로 실행하며, 기본 브랜치를 인수로 받을 수 있다. 컨텍스트 관리에도 두 가지 조정이 적용됐다. 자동 압축 전에 모델에 컨텍스트 예산을 알리고, 이후 정확한 세부 정보를 되찾을 수 있도록 세션 이벤트 로그로 안내한다. 턴 단위 파일 기록은 영구적으로 유지된다.

가장 주목할 만한 점은 이전 결정의 철회다. 9월 2일에 출시된 0.40.0은 자동 권한 모드에서 shutdown, reboot, rm -rf 같은 파괴적 명령을 차단했다. 0.41.0은 이 결정을 뒤집어 같은 모드에서 위험한 명령과 정적으로 분석할 수 없는 명령을 더 이상 차단하지 않는다. 보호 장치는 이틀 만에 사라졌다. 릴리스 노트에는 이유가 명시되지 않았지만, 셸 명령의 정적 분석은 정상적인 작업을 막는 오탐을 쉽게 일으킨다.

🔗 Kimi Code 0.41.0 릴리스 노트

Perplexity, 임베딩을 제공하는 자체 스택 Ivy, Tulip, ROSE 상세 공개

9월 4일 — Perplexity가 임베딩 및 순위 지정(ranking) 모델을 제공하는 인프라의 내부를 공개하는 엔지니어링 게시물을 발표했다. 회사는 pplx-embed를 비롯한 자체 모델을 훈련하고 제공하며, 검색 인덱스의 규모가 엑사바이트급이라고 설명한다.

스택 구성 요소	사용 언어	서비스 내 역할
Ivy	Rust	HTTP 게이트웨이, 토큰화, 분할 및 배치 분산
Tulip	Rust, tokio, tonic	gRPC 추론 서버, 스케줄링 및 배치 처리
ROSE	Python	모델 실행, CUDA 커널 및 그래프

핵심 발상은 LLM 추론 코드를 재사용하는 것이다. Perplexity는 배치 임베딩이 연산량의 제약을 받는 사전 채우기(prefill) 단계와 유사하고, 짧은 쿼리의 온라인 임베딩은 메모리의 제약을 받는 디코딩(decode) 단계와 유사하다고 본다. 따라서 동일한 커널(kernels)이 pplx-embed와 Qwen3.5 디코딩에 사용된다. 임베딩에서는 키-값 캐시를 생성하지 않으며, 불규칙한 입력(ragged)을 받는 어텐션 변형을 사용해 불필요한 패딩을 피한다. 어텐션 커널의 경우 팀은 하나만 선택하지 않고 FlashInfer 2, FlashInfer 3, FlashAttention 4를 병행 유지하며, 헤드의 수와 차원에 따라 사례별로 선택한다. 측정치는 vLLM v0.22.0과 비교됐지만 구체적인 수치 결과는 그래프에만 제시돼 있다.

🔗 Perplexity 엔지니어링 게시물

Zed와 Replit, 게시물이나 릴리스 노트 없이 X에서 발표

9월 4일 — 서드파티 코딩 도구에 관한 두 발표가 같은 날 나왔으며, 둘 다 이를 뒷받침하는 블로그 게시물이나 릴리스 노트 없이 단 하나의 X 게시물에만 의존한다.

Zed는 9월 2일의 사용자 요청에 답하며 Windows 베타 등록자가 이제 Delta를 이용할 수 있다고 밝혔다. 이 구분은 중요하다. Delta는 8월 12일 출시된 에이전트 기반 멀티플레이어 코딩 환경으로, 여러 팀원이 공유 프로젝트에서 에이전트와 함께 작업할 수 있게 한다. 반면 Zed 편집기는 이미 macOS, Linux, Windows용으로 배포되고 있다. 따라서 이번 발표는 편집기가 아니라 8월부터 Windows 지원이 미정이었던 Delta에 관한 것이다. 이 베타의 정확한 범위와 등록 방식은 알려지지 않았다.

Replit은 « Replit MCP: 어디서든 에이전트 제어하기 »라는 제목의 1시간 58분짜리 라이브 세션을 방송했다. 제목은 플랫폼의 에이전트를 프로토콜 호환 클라이언트에 노출하는 MCP 서버를 예고한다. 웹 인터페이스를 거치지 않고 편집기, 터미널 또는 서드파티 어시스턴트에서 작업을 시작하고 진행 상황을 확인하는 용도다. 메시지에는 이 제목 외에 다른 문구가 없으며, 게시물 링크도, 출시를 명시하는 표현도 없다.

🔗 Windows용 Delta · 🔗 Replit MCP 라이브

단신

사용자를 노출하지 않고 별표 기록을 반환하는 API endpoint — GitHub REST API가 별표를 부여한 계정을 식별하지 않은 채 타임스탬프가 포함된 별표 수를 반환한다. 이는 올해 초 관리자 전용 목록 endpoint를 대체한다. 🔗 변경 기록
npm, 패키지별로 여러 신뢰 게시 구성 허용 — 일반 제공으로 전환된 세 가지 변경 사항은 패키지별로 여러 개의 누적형 OIDC 구성 지원, 악성 코드 검사가 진행되는 동안 승인 차단, 버전 탭에서 사전 프로덕션 기록 표시다. 🔗 변경 기록
GitHub Actions, runner 지원 중단 API 추가 — REST API가 runner 버전의 지원 종료 날짜를 제공하고, vulnerability-alerts 권한으로 Dependabot 경고를 읽기 전용으로 열 수 있으며, job 컨텍스트의 네 가지 속성이 재사용 가능 워크플로에 원래의 정체성을 제공한다. 🔗 변경 기록
다큐멘터리 The Story of VS Code, 9월 4일 공개 — GitHub가 9월 1일 공개된 예고편에 이어 편집기 공식 YouTube 채널에서 Visual Studio Code 공식 다큐멘터리 공개 소식을 전했다. 🔗 발표
Replit, 일주일 만에 구축된 앱 소개 — Cédric Roberge가 플랫폼에서 약 일주일 만에 만든 Pep AI가 월 약 130 000달러의 수익을 올린다고 Replit이 밝혔다. 홍보 스레드에는 가격 책정 조언도 이어졌다. 🔗 Replit 스레드
Zed, 내용을 확인할 수 없는 시각 자료 발표 게시 — 9월 4일 22시 14분에 단 하나의 이미지와 함께 네 단어짜리 메시지가 게시됐다. 조사 중 이미지가 로드되지 않았고 게시물이나 릴리스 노트도 첨부되지 않아 무엇을 발표하는지 확인할 방법이 없다. 🔗 메시지
아르메니아어를 위한 완전한 오픈 LLM 생태계 — Hugging Face 컬렉션에 웹 말뭉치 ArmWeb, 검증된 과학 데이터세트 ArmSTEM, arm-gemma-e4b 모델이 모였으며 관련 논문은 추후 공개될 예정이다. 🔗 게시물
VLM Run Gateway, 오픈 가중치 OCR 및 비전 모델을 단일 API로 통합 — 게이트웨이가 PaddleOCR-VL-1.6을 비롯한 오픈 가중치 광학 인식, 비전-언어, 비전 모델을 하나의 endpoint로 제공한다. 🔗 게시물
Sakana AI, 10월 5일 엔지니어링팀 공개 행사 개최 — Engineer Open House가 2026년 10월 5일 월요일 18시부터 21시까지 Toranomon과 온라인에서 다시 열리며, connpass에서 등록할 수 있다. 🔗 발표
Google, Gemini Enterprise 개발자 경험 프로그램의 스프린트 상세 공개 — 출시 발표가 아닌 방법론 게시물이다. 설명된 스프린트는 기업 AI 거버넌스를 다루며 Agent Gateway와 Semantic Governance를 위한 최신 문서와 표준화된 코드 예제를 제공한다. 🔗 게시물
Suno, 차세대 모델을 v6 제품군으로 명명 — 공식 계정은 사용자 답변에서 이를 현재까지 최고의 작업이라고 소개했지만, 새로운 다운로드 제한이 발효된 다음 날임에도 날짜나 기술적 세부 정보는 밝히지 않았다. 🔗 답변
MiniMax와 Together AI, 런던에서 오픈 모델 경제성 행사 개최 — 공동 행사 Open by Design: The Economics of AI in Production이 9월 16일 열린다. 해당 기간 MiniMax가 게시한 유일한 소식이다. 🔗 발표
Mistral, 9월 23일과 24일 AI Engineer 콘퍼런스를 파리에서 다시 개최 — 매진됐던 이전 행사에 이어 Station F에서 다시 열리며, 엔지니어링 부사장 Lélio Renard-Lavaud가 Black Forest Labs, Cognition, Hugging Face와 함께 참여한다. 🔗 발표
WebMCP Challenge, 제출 마감 — 9월 3일 장애로 12시간 연기된 뒤 접수가 마감됐다. 프로젝트는 검토 중이며 수상자는 곧 발표될 예정이다. 🔗 발표

이것이 의미하는 것

최첨단 모델이 생태계에 흡수되는 속도가 진정한 지표가 됐다. GPT-6 Astra는 9월 3일 발표됐고, 4일에는 제한 없이 API에 제공됐으며 10개의 Copilot 환경에서 일반 제공으로 전환됐다. 프로덕션에서 이를 사용하는 서드파티가 성능을 측정했고, Codex CLI는 세 차례 연속 패치로 이를 통합했다. 이러한 24시간의 시차는 1년 전에는 존재하지 않았다. 이제 관심은 출시에서 과금으로 옮겨간다. GitHub는 Astra에 프로모션 기간 없이 공급자의 공개 요금을 적용하는 반면, Gemini 3.8 Flash는 연말까지 출시 기념 요금이 적용된다. 모든 모델이 발표 다음 날 도입되는 상황에서는 가격이 최종 사용자에게 보이는 유일한 차별점으로 다시 떠오른다.

HydraFusion은 문제의 반대편을 공략하며, 도구 측면에서 이날 가장 구조적인 소식이다. 20개 모델 중 하나를 고르는 일을 진지하게 수행하는 개발자는 많지 않으며, GitHub는 아예 그 선택을 없애자고 제안한다. 사용자가 워크플로를 선택하면 도구가 각 요청마다 모델을 결정한다. TerminalBench에서 Opus 5보다 품질이 4.9점 높고 비용은 67퍼센트 낮다는 수치는 그것이 시사하는 바 때문에 특히 중요하다. 이득은 더 우수한 모델이 아니라 오케스트레이션에서 나온다. 이 결과가 벤치마크 조건 밖에서도 유지된다면 모델은 제품이 아니라 품질 관문 뒤에 놓인 교체 가능한 구성 요소가 된다.

기업의 에이전트는 엔지니어링 영역을 벗어나고 있으며 거버넌스도 뒤따른다. SpaceXAI는 Grok Bot이 코드 외부에서 가장 활발히 사용된다고 명시한다. 이날 가장 의미 있는 수치는 소프트웨어 좌석 감사 결과다. 유료 구독 43개가 90일 동안 활동 없이 유지됐다. 그러나 이 발표들의 진정한 핵심은 권한 체계다. SpaceXAI가 공개한 시스템 프롬프트 템플릿은 언제나 허용, 사안별 허용, 절대 허용하지 않음이라는 세 가지 체계를 구분한다. NVIDIA도 에이전트 메모리에 관한 게시물에서 동일한 원칙을 제시한다. 컨텍스트는 행동의 판단에 정보를 줄 수 있지만, 그 행동을 승인할 수는 없다. 서로 관련 없는 두 주체가 같은 날 유용한 에이전트는 무엇보다 금지된 행동으로 정의된다는 결론에 도달했다.

명령줄 도구의 보안은 직선이 아니라 지그재그로 발전한다. Gemini CLI는 하드코딩된 API 키를 제거하고 sandbox를 강화했으며, Claude Code는 읽기 전용이어야 할 폴더에 쓰기를 허용했던 권한 규칙을 수정했다. 반면 Kimi Code는 파괴적 명령 차단 기능을 추가한 지 이틀 만에 제거했다. 마지막 사례가 가장 시사적이다. 셸 명령의 정적 분석은 오탐을 충분히 많이 일으켜 이론상 올바른 보호 장치도 실제 사용에서는 견디기 어려워진다. 이러한 도구의 보안은 보호 기능의 발표가 아니라 사용자와 맞닿은 뒤에도 살아남는지에 달려 있다.

마지막으로 수학과 과학 분야의 이날 소식은 즉시 평가하기가 가장 어렵다. 11일 만에 형식화된 Fermat 증명은 새로운 수학적 결과를 내놓지 않았다. 30년 된 결과를 검증했을 뿐이다. 바로 그 점이 이를 흥미롭게 만든다. 동료 심사는 수년 단위로 측정되는 병목이며, Kevin Buzzard는 이러한 산출물이 이제 다른 연구의 기반으로 삼을 만큼 견고해졌다고 지적한다. Ai2의 기후 에뮬레이터와 초파리 커넥톰도 같은 논리를 따른다. 둘 다 새로운 것을 발견하지는 않지만, 비용 때문에 규모를 키울 수 없었던 작업을 실행 가능하게 만든다. 이는 자율적 발견보다 덜 화려한 활용 방식이지만, AI가 실제 과학 연구 관행을 어떻게 바꾸는지에 더 가까울 가능성이 크다.