키워드：AI, 물리 AI, 자율주행, 엔비디아 베라 루빈, 보스턴 다이내믹스 아틀라스, LFM 2.5
🔥 포커스
NVIDIA CES 2026: Physical AI의 ‘ChatGPT 모먼트’를 열다 : 젠슨 황은 CES 2026 기조연설에서 차세대 AI 플랫폼 Vera Rubin과 Feynman 아키텍처를 발표하고, 추론 기반의 첫 자율주행 모델 Alpamayo를 출시했습니다. 이 모델은 단순히 반응하는 것을 넘어 인간 운전자처럼 Chain of Thought(CoT)를 통해 복잡한 롱테일 시나리오를 처리할 수 있습니다. 또한 NVIDIA는 Cosmos Reason 2 등 Physical AI 모델을 선보이며, AI가 언어 이해를 넘어 물리 세계를 이해하고 안전하게 조작하는 단계로 도약했음을 알렸습니다. 이번 발표는 Physical AI의 이정표로 평가받으며, 로봇과 자율주행이 대규모 추론 기반의 새로운 단계로 진입할 것임을 예고합니다 (출처: TheTuringPost)
Boston Dynamics와 Google DeepMind의 강력한 결합 : Google DeepMind는 Boston Dynamics와 연구 파트너십을 체결하고, Gemini 멀티모달 대형 모델의 인지 및 추론 능력을 새로운 올 일렉트릭 Atlas 휴머노이드 로봇에 통합한다고 발표했습니다. Atlas는 현재 양산 단계에 진입했으며, 56개의 자유도(DOF)와 자동 배터리 교체 시스템을 갖춰 복잡한 산업 작업을 수행하도록 설계되었습니다. 이러한 ‘최강의 두뇌’와 ‘최강의 신체’의 결합은 로봇이 비정형 환경에서 겪어온 일반화 능력 부족 문제를 해결했으며, 첫 번째 함대는 2026년 현대자동차와 DeepMind에 실전 배치를 위해 인도될 예정입니다 (출처: JeffDean)
Liquid AI, LFM 2.5 발표: 온디바이스 인텔리전스의 연산 기적 : Liquid AI는 CES에서 LFM 2.5 시리즈 초소형 온디바이스 파운데이션 모델을 출시했습니다. 이 모델은 단 1B 내외의 파라미터 규모임에도 불구하고 28T 토큰의 방대한 사전 학습과 다단계 강화 학습을 통해 동급 대형 모델을 능가하는 지시 이행 및 멀티모달 능력을 구현했습니다. LFM 2.5-Audio는 엔드 투 엔드 음성 처리를 지원하며 지연 시간을 8배 줄여 스마트폰 CPU에서 직접 실행 가능합니다. 또한 Liquid AI는 Zoom과 협력하여 지능형 에이전트를 통신 플랫폼에 직접 통합한다고 발표했습니다. 이는 AI가 클라우드 의존에서 벗어나 효율적이고 프라이버시가 보호되는 로컬 에이전트로 진화하고 있음을 의미합니다 (출처: Liquid AI)
MiniMax M2.1: 중국산 Coding Agent의 새로운 정점 : MiniMax가 다국어 Coding Agent에 특화된 M2.1 모델을 정식 출시했습니다. M2.1은 SWE-bench 등 핵심 벤치마크에서 강력한 성능을 보였으며, 5,000개 이상의 격리된 환경을 지원하는 고성능 샌드박스 인프라를 구축해 컴파일 언어의 복잡성과 테스트 생태계의 다양성 문제를 해결했습니다. 핵심 강점은 ‘Scaffolding Generalization’으로, 다양한 개발 프레임워크와 장기 지시사항에 적응할 수 있습니다. MiniMax가 제시한 2026 로드맵에 따르면, 향후 개발자 경험 인지 보상과 월드 모델 시뮬레이션을 중점적으로 공략하여 인간 수준의 코드 품질을 실현할 계획입니다 (출처: ZhihuFrontier)
🎯 동향
OpenAI 핵심 멤버 Jerry Tworek 퇴사 : OpenAI의 연구 부사장이며 o1 및 o3 추론 모델 패러다임의 주요 책임자인 Jerry Tworek이 퇴사를 발표했습니다. ‘폴란드파’의 핵심 멤버인 Tworek은 Codex, GitHub Copilot 및 GPT-4의 코드 능력 향상에 크게 기여했습니다. 그의 떠남은 OpenAI 내부 연구 방향 조정 및 GPT-5 개발 일정에 대한 외부의 광범위한 추측을 불러일으키고 있습니다. 여러 핵심 기술 인재들이 잇따라 이탈하면서 OpenAI는 인적 구성의 급격한 변화에 직면해 있습니다 (출처: dotey)
ChatGPT 광고 모델 도입 가능성 : OpenAI가 ChatGPT 인터페이스에 광고를 삽입하는 방안을 검토 중이며, CEO Sam Altman도 이에 대해 개방적인 태도를 보이고 있다는 소식이 전해졌습니다. 연산 비용이 급증함에 따라 구독 수익이 상당함에도 불구하고 여전히 막대한 손실을 기록하고 있어, 광고는 비즈니스 모델 완성을 위한 필연적인 선택으로 보입니다. 업계에서는 이것이 AI가 답변 중에 파트너 브랜드를 은연중에 추천하는 ‘Generative Engine Optimization (GEO)’을 초래하여 중립성과 사용자 신뢰를 훼손할 수 있다고 우려하고 있습니다 (출처: 36Kr)
vLLM-Omni v0.12.0rc1 출시: 멀티모달 추론의 프로덕션급 진입 : 오픈소스 추론 엔진 vLLM이 중대 업데이트를 발표하며 멀티모달 모델의 프로덕션급 안정성 확보로 방향을 전환했습니다. 새 버전은 TeaCache, Sage Attention 등의 기술을 통합해 생성 속도를 대폭 향상시켰으며, 이미지와 음성을 네이티브로 지원하는 OpenAI 호환 인터페이스를 제공합니다. AMD ROCm에 대한 공식 지원을 통해 vLLM은 하드웨어 독점을 더욱 타파하고 기업용 멀티모달 애플리케이션을 위한 고성능 오픈소스 기반을 마련했습니다 (출처: vllm_project)
Google Gemini, Google TV와 깊게 통합 : Google은 Gemini를 TV 대화면에 도입하여 자연어 영화 찾기, 줄거리 요약 및 모호한 묘사를 통한 검색을 지원할 계획입니다. Gemini는 텍스트, 이미지, 비디오를 동적으로 조합해 대화형 ‘Deep Analysis’를 제공하며, 음성으로 TV 설정을 최적화할 수 있도록 지원합니다. 이번 조치는 대형 모델이 가정용 엔터테인먼트 상호작용을 재편하여 TV를 단순한 재생 단말기에서 이해 능력을 갖춘 스마트 집사로 진화시키고 있음을 보여줍니다 (출처: op7418)
LG, K-EXAONE 236B MoE 모델 발표 : LG가 K-EXAONE 236B (23B 활성화) Mixture of Experts 모델의 기술 보고서를 공개했습니다. 이 모델은 단 11T 토큰으로 학습되었음에도 불구하고 36T 토큰으로 학습된 Qwen3와 대등한 성능을 보였습니다. Muon 옵티마이저와 WSD 학습률 스케줄링을 채택하여 K-EXAONE은 매우 높은 학습 효율을 입증했으며, 모델 아키텍처와 학습 전략 최적화를 통해 더 적은 데이터로도 SOTA 성능을 달성할 수 있음을 보여주었습니다 (출처: stochasticchasm)
Mistral OCR 3, 문서 인식 벤치마크 갱신 : Mistral이 OCR 3를 발표하며 표, 필기체 및 복잡한 양식 처리에서 돌파구를 마련했습니다. 인식 정확도는 전작 대비 74% 향상되었습니다. 이 모델은 현실 세계의 ‘노이즈 데이터’에 최적화되어 금융, 의료 등 산업 분야의 문서 디지털화를 위한 더욱 신뢰할 수 있는 AI 도구를 제공합니다 (출처: dl_weekly)
🧰 도구
Claude Code: 터미널 안의 프로그래밍 핵무기 : Anthropic이 출시한 Claude Code가 개발 패러다임을 바꾸고 있습니다. 명령줄에서 직접 로컬 파일을 조작하고 테스트를 실행할 수 있을 뿐만 아니라, 플러그인을 통해 VS Code에서 Gemini와 동시에 혼용할 수 있습니다. 커뮤니티에서는 간단한 설정을 통해 Claude Code가 iMessage 기록을 읽어 정보를 찾는 기능까지 발견되었습니다. 파일 시스템과 툴체인의 이러한 깊은 통합 능력은 ‘Vibe Coding’을 구호에서 현실로 만들고 있습니다 (출처: imjaredz)
KIRA: 오픈소스 AI 협업 데스크톱 앱 : 한국의 게임 거대 기업 KRAFTON이 내부에서 사용하던 AI 비서 KIRA를 오픈소스로 공개했습니다. 이 도구는 Claude 모델을 기반으로 하며 능동적인 작업 제안, 경쟁사 분석, 코드 리뷰 및 PDF 내보내기를 지원합니다. KIRA는 멀티 에이전트 아키텍처를 채택하여 Haiku는 감지, Opus는 복잡한 작업 수행, Sonnet은 메모리 관리를 담당하며 데이터는 완전히 로컬화되어 기업에 안전하고 효율적인 AI 업무 샘플을 제공합니다 (출처: Reddit)
Unsloth-MLX: Mac 사용자를 위한 로컬 파인튜닝 도구 : 개발자들이 Apple Silicon이 탑재된 Mac에서 MLX 프레임워크를 이용해 대형 모델을 로컬에서 파인튜닝할 수 있는 Unsloth-MLX를 출시했습니다. Unsloth와 일관된 API를 유지하며 ‘로컬 프로토타입 개발, 클라우드 심리스 확장’을 실현했습니다. 이는 개인 개발자가 프라이빗 모델 파인튜닝을 탐색하는 문턱을 크게 낮추었습니다 (출처: algo_diver)
SurfSense: 오픈소스 지식 베이스 대화 엔진 : SurfSense는 NotebookLM과 Perplexity의 오픈소스 대안을 목표로 합니다. 검색, 클라우드 드라이브, 캘린더, Notion 등 15개 이상의 외부 데이터 소스를 연결할 수 있으며, 100개 이상의 대형 모델과 로컬 vLLM 설정을 지원합니다. 핵심 강점은 역할 기반 권한 제어(RBAC)와 브라우저 확장 프로그램을 지원하여 팀이 실시간으로 내부 지식을 협업 관리하기 편리하다는 점입니다 (출처: Reddit)
DFlash: 확산 모델을 이용한 대형 모델 추론 가속 : 확산 모델(Diffusion Model)이 더 이상 이미지 생성에만 국한되지 않습니다. DFlash는 ‘블록 확산’을 통해 투기적 샘플링(Speculative Sampling)을 구현하여 Qwen3-8B에 6.2배의 무손실 가속을 가져왔습니다. 확산 모델을 이용해 초안을 빠르게 생성하고, 자기회귀(Autoregressive) 대형 모델이 이를 검증하는 방식입니다. 병렬성과 정확성을 결합한 이 방안은 LLM 추론 처리량을 높이는 새로운 경로를 열었습니다 (출처: algo_diver)
Supertonic2: 극도로 가벼운 온디바이스 TTS : Supertonic2는 단 66M 파라미터의 오픈소스 음성 합성 모델로, M4 Pro 칩에서 실시간 인자(RTF)가 놀라운 0.006에 달합니다. 중국어, 영어, 프랑스어, 포르투갈어, 스페인어의 5개 언어를 지원하며, 매우 낮은 메모리 점유율과 제로 네트워크 지연을 갖춰 모바일 및 엣지 디바이스에 고품질 음성 기능을 통합하기에 이상적입니다 (출처: Reddit)
Claude for Chrome: 클라우드 UI 자동화의 새로운 경험 : 개발자들은 Claude 브라우저 플러그인이 GCP 콘솔과 같은 복잡한 클라우드 플랫폼 UI를 처리할 때 탁월한 성능을 보인다는 것을 발견했습니다. 사용자는 더 이상 몇 시간씩 문서를 찾아볼 필요 없이 “사용자를 어떻게 추가하나요?”라고 묻기만 하면 Claude가 페이지 구조를 이해하고 조작을 안내합니다. 이는 AI Agent가 ‘대화창’에서 ‘운영체제급’ 직접 상호작용으로 나아가고 있음을 예고합니다 (출처: hrishioa)
📚 학습
Cascade RL: NVIDIA가 제안한 단계별 강화 학습 프레임워크 : NVIDIA는 논문 《Cascade RL》에서 도메인 순서에 따라 추론 모델을 훈련하는 새로운 패러다임을 제안했습니다. 수학, 코드, 정렬 데이터를 한데 섞어 훈련하는 복잡한 방식과 달리, 계단식 RL은 파멸적 망각(Catastrophic Forgetting)을 효과적으로 방지합니다. 이 방식의 14B 모델은 코드 경진 대회에서 파라미터가 84배 더 큰 DeepSeek-R1-0528을 능가하는 성능을 보여, 구조화된 강화 학습이 추론 효율 향상에 미치는 거대한 잠재력을 입증했습니다 (출처: omarsar0)
Recursive Language Models (RLM): 컨텍스트 제한을 돌파하는 새로운 전략 : 논문은 긴 프롬프트를 외부 환경으로 간주하고, LLM이 프로그래밍 방식으로 이를 검사, 분해한 뒤 자신을 재귀적으로 호출하여 조각들을 처리하도록 하는 방안을 제시했습니다. RLM은 모델의 네이티브 윈도우보다 두 자릿수 더 큰 입력을 처리할 수 있으며, 긴 텍스트 작업에서 전통적인 롱 컨텍스트 방식보다 훨씬 뛰어난 성능을 보이면서도 낮은 쿼리 비용을 유지합니다 (출처: yacinelearning)
Falcon-H1R: 7B 파라미터 모델의 추론 한계 : 이 연구는 정교한 데이터 정제와 타겟팅된 RL 스케일링을 통해 7B 소형 모델(SLM)도 추론 작업에서 자신보다 2~7배 큰 모델과 대등하거나 능가할 수 있음을 보여주었습니다. Falcon-H1R은 혼합 병렬 아키텍처를 결합하여 자원이 제한된 환경에서 고급 추론 시스템을 배포할 수 있는 실행 가능한 방안을 제시했습니다 (출처: HuggingFace)
Project Ariadne: AI 에이전트의 ‘추론 극장’ 감사 : CoT(Chain of Thought)에 ‘사후 합리화’가 존재하는지 확인하기 위해 Project Ariadne은 구조 인과 모델(SCM)을 도입해 감사를 실시했습니다. 연구 결과, 사실 및 과학 분야에서 에이전트들에게 심각한 ‘인과 디커플링’ 현상이 발견되었습니다. 즉, 내부 로직이 간섭받더라도 동일한 결론을 도출한다는 것입니다. 이는 모델이 생성하는 추론 과정이 때로는 오해를 불러일으키는 ‘연기’일 수 있음을 개발자들에게 경고합니다 (출처: HuggingFace)
2026년판 AI 엔지니어 궁극의 로드맵 : 커뮤니티에서 Python 메모리 관리, 수학 기초, 벡터 데이터베이스부터 최신 RAG 아키텍처 및 Agent 개발까지 아우르는 상세한 AI 엔지니어 성장 경로를 정리했습니다. 이 로드맵은 ‘엔지니어링 + 응용 연구’의 이중 사고를 강조하며 Andrej Karpathy 등 대가들의 클래식 강의를 추천하는 등, 초보자와 상급자 모두를 위한 체계적인 학습 가이드입니다 (출처: Reddit)
Value Residual Learning: Transformer 가속을 위한 새로운 아키텍처 : Transformer의 모든 레이어가 첫 번째 레이어에서 계산된 원본 토큰 특징(h0)에 직접 접근할 수 있도록 하는 변형 아키텍처 연구가 발표되었습니다. 실험 결과, 이는 깊은 네트워크에서 원본 정체성 정보가 희석되는 것을 효과적으로 방지하며 NanoGPT 기록에서 43%의 가속을 기여하여 모델 아키텍처 최적화에 새로운 아이디어를 제공했습니다 (출처: tokenbender)
💼 비즈니스
xAI, 거액 투자해 자체 천연가스 발전소 건설 : 추가된 60만 대의 GB200 NVL72 클러스터에 전력을 공급하기 위해 Elon Musk의 xAI는 한국 두산에너빌리티로부터 380메가와트급 천연가스 터빈 발전기 5대를 구매했습니다. 전력이 AI 군비 경쟁의 최대 병목이 된 상황에서 xAI는 자체 에너지 시설 구축을 통해 강력한 수직 계열화 능력과 확장 속도를 보여주었습니다 (출처: op7418)
Marvell, 32.5억 달러에 Celestial AI 인수 : 반도체 거대 기업 Marvell이 광 상호연결(Optical Interconnect) 기술 스타트업 Celestial AI 인수를 완료했습니다. Celestial AI의 Photonic Fabric 기술은 연산과 메모리를 분리하여 NVLink보다 30배 높은 대역폭을 제공하고 지연 시간과 전력 소모를 현저히 낮출 수 있습니다. 이번 인수는 AI 클러스터에서 심화되는 ‘메모리 벽’ 문제를 해결하기 위한 조치입니다 (출처: 36Kr)
Figure 로봇 가치 390억 달러로 급등 : Embodied AI의 선두주자 Figure가 NVIDIA, Intel, Qualcomm 등 거물급 투자자들이 참여한 10억 달러 규모의 시리즈 C 펀딩을 마쳤습니다. Figure는 엔드 투 엔드 VLA 모델을 연구할 뿐만 아니라, ‘로봇이 로봇을 만드는’ 자기 복제 모델을 실현하기 위해 BotQ 공장을 설립했습니다. 이 높은 기업 가치는 범용 휴머노이드 로봇의 상용화 전망에 대한 자본 시장의 극도의 낙관론을 반영합니다 (출처: 36Kr)
🌟 커뮤니티
베네수엘라 위기 속 ‘리얼리티 해커’: AI가 조작한 전쟁 : 베네수엘라 정국 혼란기 동안 소셜 미디어에는 AI로 생성된 ‘마두로 체포’, ‘미군 상륙’ 등 가짜 영상과 이미지가 넘쳐났습니다. 생성 품질이 매우 높고 전파 속도가 빨라 기술 전문가조차 즉각 분별하기 어려웠습니다. 이는 AI가 현실 정치에 개입하는 임계점으로 간주되며, 우리의 현실 인지가 AI가 생성한 ‘가짜 현실’에 의해 격렬한 충격을 받고 있음을 증명합니다 (출처: Reddit)
‘Session Anchor’: 대형 모델의 ‘10턴 망각’ 해결을 위한 프롬프트 팁 : GPT-5.2나 Opus 같은 모델도 대화가 10턴을 넘어가면 초기 지시사항을 잊기 시작한다는 점이 커뮤니티에서 발견되었습니다. 개발자들은 ‘세션 앵커’라는 팁을 공유했습니다. 복잡한 작업 전에 AI에게 과거 대화를 복기하고 가장 중요한 제약 조건 3가지를 요약하도록 강제하는 방식입니다. 장기 기억을 수동으로 작업 메모리로 끌어오는 이 방법은 오류율을 절반으로 줄일 수 있습니다 (출처: Reddit)
AI 프로그래밍으로 인한 ‘Scaffolding’의 소멸: 프레임워크가 여전히 의미 있는가? : Claude Code와 같은 도구가 비용 없이 처음부터 코드를 생성할 수 있게 되면서 개발자들은 반성하기 시작했습니다. “우리가 여전히 복잡한 웹 프레임워크를 필요로 하는가?” 어떤 이들은 이미 블로그를 단일 HTML 모드로 옮겼습니다. AI가 하위 로직을 쉽게 유지보수할 수 있기 때문입니다. AI 프로그래밍은 프로젝트 구조를 재편하여 시스템 설계를 ‘외부 라이브러리 의존’에서 ‘자체 생성 로직’으로 전환시키고 있지만, 코드 가독성과 보안이라는 새로운 과제도 안겨주고 있습니다 (출처: saranormous)
정서적 안식처로서의 AI: 우리는 디지털 중독으로 빠져들고 있는가? : Reddit 사용자들은 AI가 건강 상담에서 가족보다 더 높은 ‘공감 능력’과 인내심을 보여준 사례를 공유했습니다. ‘언제나 관심을 갖고 결코 지루해하지 않는’ 이러한 특성은 사람들이 이해받고 있다고 느끼게 하지만, AI 정서 대체에 대한 우려도 낳고 있습니다. 인간이 실제 사교보다 AI와의 정서적 유대를 우선시하기 시작할 때, 사회 윤리의 방어선은 전례 없는 시험대에 오르게 될 것입니다 (출처: Reddit)
Adversarial Code Review: Claude가 당신의 코드를 ‘미워하게’ 하라 : 개발자들은 매우 효과적인 프롬프트를 발견했습니다. Claude에게 “이 구현을 혐오하는” 시니어 개발자 역할을 맡겨 Git Diff 리뷰를 수행하게 하는 것입니다. 이러한 대항적(Adversarial) 설계는 무시되기 쉬운 수많은 엣지 케이스와 보안 취약점을 찾아낼 수 있습니다. 실험 결과, 대형 모델의 ‘트집 잡기’ 모드는 일반적인 ‘협조’ 모드보다 훨씬 깊이 있는 분석을 수행합니다 (출처: Reddit)
💡 기타
삼성, 주름 없는 폴더블 디스플레이 기술 전시 : 삼성이 CES에서 레이저 타공 금속판을 갖춘 OLED 패널을 전시했습니다. 폴딩 스트레스를 분산시켜 주름 문제를 완전히 해결했습니다. 이 하드웨어 돌파구는 폴더블 폰의 경험을 높일 뿐만 아니라, 미래의 AI 웨어러블 기기와 롤러블 스마트 단말기를 위한 더 내구성 있는 디스플레이 솔루션을 제공할 것입니다 (출처: op7418)
ASUS, ROG XREAL R1 게이밍 글래스 발표 : 이 장치는 무게가 91g에 불과하며 240Hz 주사율을 지원하고, 4미터 거리에서 171인치의 거대 화면을 시뮬레이션할 수 있습니다. AI 시대의 휴대용 인터페이스 단말기로서, 이러한 경량 AR 글래스는 대형 모델 시각 상호작용의 중요한 매개체가 되고 있습니다 (출처: op7418)