키워드：AI 에이전트, 대형 모델, 클로드 협업, TTT-E2E, GLM-이미지
🔥 聚焦
Anthropic, Claude Cowork 발표하며 사무 혁명 촉발 : Anthropic이 비기술 사용자를 위한 지능형 에이전트 Claude Cowork를 출시하며 사무 환경의 본격적인 Agent 시대 개막을 알렸습니다. 이 도구는 Claude Agent SDK를 기반으로 구축되었으며, 시스템 전체를 제어하기보다는 폴더 권한 부여를 통해 파일 정리, 자료 처리 및 콘텐츠 생성을 수행합니다. 놀라운 점은 코드의 100%가 Claude Code에 의해 10일 만에 자율적으로 작성되었다는 것입니다. 이러한 ‘AI가 AI를 만드는’ 폐쇄 루프는 자동화된 RSI(Recursive Self-Improvement)의 초기 형태를 보여줍니다. Cowork의 핵심 가치는 빈도가 높고 위험은 낮지만 시간이 많이 소요되는 중간 비용을 압축하여 직장인을 번거로운 파일 관리에서 해방시키는 데 있지만, 동시에 “인간이 사무실에서 불필요한 존재인가”에 대한 깊은 직업적 공포를 불러일으키고 있습니다. (출처: Anthropic, Boris_Cherny, Reddit)
NVIDIA, TTT-E2E 오픈소스 공개: 대형 모델 메모리 압축의 새로운 패러다임 : NVIDIA는 스탠포드 등과 공동으로 TTT-E2E(End-to-End Test-Time Training) 방법론을 발표하며 긴 텍스트 모델링을 지속적 학습 작업으로 재정의했습니다. 이 방법은 모델이 추론 시 다음 토큰을 예측하며 실시간으로 가중치를 업데이트하여 컨텍스트를 모델 파라미터에 압축합니다. 실험 결과 128K 컨텍스트에서 2.7배, 2M 컨텍스트에서 최대 35배 속도가 향상되었으며 추론 지연 시간은 일정하게 유지되었습니다. 이는 Transformer 아키텍처의 초장기 시퀀스 처리 시 발생하는 계산 비용 폭발 문제를 해결하며, loss와 latency 차원에서 동시에 우수한 성능을 보인 최초의 장문 텍스트 솔루션으로 LLM 메모리 관리의 ‘학습하며 사용하기’ 새 시대를 예고합니다. (출처: NVIDIA, karminski3)
Google, UCP 프로토콜 발표하며 ‘대화가 곧 거래’인 이커머스 신기원 개막 : Google은 Shopify, Walmart 등 거대 기업들과 함께 AI Agent를 위한 통일된 상거래 언어인 UCP(Universal Commerce Protocol)를 발표했습니다. UCP는 상품 발견, 가격 비교, 결제 등의 단계를 표준화하여 사용자가 Gemini나 검색 인터페이스를 떠나지 않고도 구매를 완료할 수 있게 합니다. 이는 Amazon과 같은 중앙 집중식 이커머스 플랫폼의 해자에 직접 도전하는 행보로, 트래픽 분배의 중심을 ‘시간 점유’에서 ‘의도 실행’으로 전환합니다. Amazon이 방어적인 태도를 취하는 반면, Ant International은 AI 시대의 범용 결제 인프라가 되기 위해 이를 적극 수용하고 있습니다. 이는 이커머스가 GUI 클릭 시대에서 IUI 대화 실행 시대로 도약하고 있음을 의미합니다. (출처: Google, 36氪)
Apple과 Google의 심층 협력, Gemini가 Apple Intelligence 구동 : Apple은 Google과 다년 간의 파트너십을 맺고 차세대 Apple Foundation Models를 Google의 Gemini 모델과 클라우드 기술을 기반으로 구축한다고 공식 발표했습니다. Apple은 검토 결과 Google의 AI 기술이 가장 강력한 기반을 제공한다고 판단했으며, 이번 협력을 통해 Siri의 개인화 능력과 기타 Apple Intelligence 기능이 크게 향상될 전망입니다. 이 협력은 모바일 AI 경쟁 구도를 재편할 뿐만 아니라, Google이 OpenAI와의 ‘입구 쟁탈전’에서 핵심적인 생태계 위치를 확보하며 기초 모델 분야의 선도적 지위를 더욱 공고히 했음을 보여줍니다. (출처: Google, TheRundownAI)
🎯 动向
Zhipu AI, GLM-Image 발표: 하이브리드 아키텍처로 ‘인지적 생성’ 구현 : Zhipu AI는 ‘자기회귀 생성기 + 확산 디코더’ 하이브리드 아키텍처를 채택한 이미지 생성 모델 GLM-Image를 오픈소스로 공개했습니다. 이 모델은 텍스트 렌더링 및 지식 집약적 생성 시나리오에서 탁월한 성능을 보이며 포스터, PPT, 복잡한 로직 다이어그램의 다중 행 텍스트 렌더링 문제를 완벽하게 해결합니다. 자기회귀 부분은 GLM-4-9B를 기반으로 하며, GRPO 강화 학습을 통해 시맨틱 정렬을 최적화하여 여러 벤치마크에서 1위를 차지했습니다. 이는 중국산 오픈소스 이미지 모델이 의미 이해와 세부 충실도 면에서 새로운 정점에 도달했음을 의미합니다. (출처: Zai_org, huggingface)
Google, MedGemma 1.5 발표: 의료 수직 분야 심층 공략 : Google은 의료 영상 및 병력 이해에 특화된 MedGemma 1.5 개방형 모델을 출시했습니다. 이 모델은 4B 규모로 오프라인 실행이 가능하며, CT, MRI 등 3D 볼륨 데이터 해석을 지원하고 X선 해부학적 위치 지정 및 전자 건강 기록(EHR) 이해에서 정확도를 크게 향상시켰습니다. 동시에 발표된 MedASR 모델은 의료 음성-텍스트 변환 정밀도를 높였습니다. 이는 범용 대형 모델 능력을 수직 산업 생산력으로 전환하려는 Google의 선도적인 전략을 보여줍니다. (출처: GoogleDeepMind, _philschmid)
DeepSeek, Engram 출시: 조건부 저장 모듈로 추론 비용 최적화 : DeepSeek은 Transformer의 정적 검색 작업을 분담하기 위해 확장 가능한 Lookup 작업을 추가한 Engram 모듈을 제안했습니다. 이 모듈은 해시 인덱싱을 통해 일반적인 패턴의 임베딩을 학습하고, 컨텍스트 인식 게이팅 메커니즘을 활용하여 표현을 혼합합니다. Engram은 토큰당 계산량을 늘리지 않으면서 파라미터 용량을 높이는 것을 목표로 하며, 실험 결과 27B 규모에서 매우 강력한 경쟁력을 보였습니다. 이러한 ‘시스템 사고’ 기반의 아키텍처 혁신은 추론 효율과 비용 제어에 대한 DeepSeek의 극한의 추구를 다시 한번 입증합니다. (출처: suchenzang, tokenbender)
RLM(Recursive Language Model), 2026년 새로운 트렌드로 부상 : 스탠포드 대학교 등 연구 기관들은 RLM(Recursive Language Model) 개념을 제시하며, 2026년이 추론 모델에서 재귀 모델로 넘어가는 해가 될 것이라고 전망했습니다. RLM의 핵심은 모델이 ‘자신의 프롬프트’를 조작 가능한 객체로 간주하고, 단순한 도구 호출이 아닌 코드를 통해 기호적 재귀를 구현하는 것입니다. 이 방식은 수천만 개의 토큰이 포함된 초장기 작업을 처리하고 국부적 연관성이 아닌 전역적 일관성을 실현하여, AI Scientist와 같은 복잡하고 긴 여정의 응용 시나리오를 가능하게 합니다. (출처: riemannzeta, lateinteraction)
🧰 工具
LangSmith Agent Builder 정식 출시 : LangChain은 노코드 Agent 구축 도구인 LangSmith Agent Builder를 발표했습니다. 자연어 대화를 통해 메모리, 기술 및 MCP 서버 액세스 능력을 갖춘 에이전트를 빠르게 생성할 수 있습니다. 이 도구는 ‘Agent 수신함’을 내장하여 Human-in-the-loop를 구현함으로써 사용자가 에이전트의 핵심 의사결정을 검토할 수 있게 합니다. 사용 편의성이 매우 높아 커뮤니티에서는 “VC조차 쉽게 사용할 수 있다”는 농담이 나올 정도로 기업용 Agent 개발 문턱을 크게 낮췄습니다. (출처: LangChain, hwchase17)
오픈소스 복제판 Cowork 및 로컬 Agent 도구 급증 : Claude Cowork의 구독자 한정 제한에 대응하여 개발자 커뮤니티가 빠르게 반응했습니다. MiniMax 팀은 단 반나절 만에 모든 호환 API를 지원하는 오픈소스 버전 agent-cowork를 복제해냈으며, 또 다른 개발자는 프라이버시와 자율 제어를 강조하며 로컬 우선 및 ‘System 2’ 전략 엔진을 주력으로 하는 TerminaI을 발표했습니다. 또한 agent-browser v0.5.0이 출시되어 CDP 모드와 플러그인을 지원함으로써 에이전트가 브라우저 환경을 더욱 유연하게 조작할 수 있게 되었습니다. (출처: MiniMax_AI, andersonbcdefg, Reddit)
Soprano-Factory: 초경량 실시간 TTS 학습 프레임워크 : 개발자 Eugene은 80M 파라미터에 불과한 초경량 고충실도 TTS 모델 학습을 지원하는 Soprano-Factory를 발표했습니다. 이 모델은 CPU에서 실시간 속도의 20배, GPU에서 2000배에 달하며 지연 시간은 15ms로 매우 낮습니다. 사용자는 자신의 데이터와 하드웨어를 사용하여 음성 스타일을 맞춤 설정할 수 있습니다. 이러한 극한의 경량화 도구는 온디바이스 장치에서 자연스러운 음성 상호작용을 구현하는 데 중요한 지지대가 됩니다. (출처: Reddit)
📚 学习
Sci-Reasoning: AI 혁신 패턴을 해독하는 최초의 데이터셋 : 연구진은 NeurIPS 등 주요 학술지 논문의 진화 경로를 추적하여 15가지 과학적 추론 패턴을 식별한 Sci-Reasoning 데이터셋을 발표했습니다. 분석 결과 ‘공백 중심의 재구성’과 ‘교차 도메인 합성’이 주요 혁신 전략으로 나타났습니다. 이 데이터셋은 차세대 AI 연구 에이전트를 훈련하기 위한 구조화된 사고 궤적을 제공합니다. (출처: _akhaliq, HuggingFace)
RealMem: 장기 프로젝트를 위한 메모리 상호작용 벤치마크 : LLM이 장기 협업 과정에서 메모리 오류를 일으키는 문제를 해결하기 위해 RealMem 벤치마크가 정식 출시되었습니다. 2,000개 이상의 세션 간 대화를 포함하며 실제 프로젝트에서의 목표 추적과 동적 컨텍스트 의존성을 시뮬레이션합니다. 실험 결과 현재의 메모리 시스템은 복잡한 장기 프로젝트 상태를 처리하는 데 여전히 큰 도전에 직면해 있음을 보여줍니다. (출처: HuggingFace)
Awesome Physical AI: 구체 지능(Embodied AI) 리소스 모음 : 커뮤니티에서 VLA 모델, 세계 모델, 로봇 기초 모델 등 최첨단 논문을 망라한 Awesome Physical AI 리소스 저장소를 정리했습니다. 이 목록은 기초, 아키텍처, 동작 표현 등의 차원으로 조직되어 있어, 개발자들이 물리적 AI와 로봇 공학의 교차 분야를 깊이 이해할 수 있는 권위 있는 가이드 역할을 합니다. (출처: Reddit)
💼 商业
Zhipu AI 및 MiniMax 홍콩 증시 상장, 시가총액 모두 1,000억 돌파 : 중국산 대형 모델의 ‘양대 산맥’인 Zhipu AI와 MiniMax가 잇달아 홍콩 거래소에 상장되었으며, 주가 폭등으로 시가총액이 1,000억 홍콩달러를 넘어섰습니다. Zhipu AI가 인프라 노선을 대표한다면, MiniMax는 B2C 제품 매트릭스의 수익 창출 능력을 입증했습니다. 이는 중국 AI 자산이 본격적으로 2차 시장 가격 책정 단계에 진입했음을 의미하며, 기술적 상상력에서 비즈니스 폐쇄 루프로의 놀라운 도약을 완료했음을 보여줍니다. (출처: 36氪, MiniMax_AI)
OpenAI, Torch Health 인수하며 ChatGPT Health 강화 : OpenAI는 의료 전문 역량을 ChatGPT에 통합하기 위해 의료 스타트업 Torch Health 인수를 발표했습니다. 이는 Baichuan 등 중국 업체들의 전문 의료 분야 행보와 맞물려, AI 의사가 가벼운 건강 상담에서 의학적 로직 기반의 심층 진단 및 치료 결정으로 진화하고 있음을 예고하며, AI를 통한 의료 자원 평등화 실현의 가능성을 보여줍니다. (출처: BorisMPower, thekaransinghal)
Anthropic, Python 생태계 보안 지원 위해 150만 달러 투자 : Anthropic은 Python 소프트웨어 재단(PSF)에 150만 달러를 투자하여 Python과 PyPI의 보안 강화에 집중할 것이라고 발표했습니다. AI 산업의 근간이 되는 언어로서 Python의 안정성은 매우 중요합니다. 이번 행보는 AI 거대 기업이 오픈소스 생태계에 기여하고 장기적인 전략적 배치를 하고 있음을 보여줍니다. (출처: knthlien, arohan)
🌟 社区
Ralph Wiggum 루프: 5줄의 코드로 AI 프로그래밍의 한계 돌파 : 호주 개발자 Geoffrey Huntley가 작성한 5줄의 Bash 스크립트 while :; do cat PROMPT.md | claude-code ; done가 실리콘밸리를 뒤흔들었습니다. 이러한 ‘무차별 대입 반복’ 모드는 AI가 오류에 직면하고 테스트를 통과할 때까지 자율적으로 재시도하도록 강제합니다. Claude Code 책임자는 자사 기여분의 100%가 이러한 루프를 통해 AI에 의해 완료되었음을 인정했습니다. 커뮤니티는 2026년이 ‘Ralph 루프’의 해가 될 것이며, 소프트웨어 개발이 폭포수 모델에서 진정한 AI 민捷(Agile) 진화로 전환되고 있다고 예견합니다. (출처: dotey, 36氪)
“Vibe Coding”이 불러온 직업적 가치 논쟁 : Karpathy의 “뒤처진 기분이다”라는 한마디가 개발자들의 집단 불안을 촉발했습니다. 커뮤니티에서는 ‘Vibe Coding’과 ‘Lucid Coding’의 차이에 대해 열띤 토론이 벌어지고 있습니다. 전자는 완전히 AI에 맡기는 방식이고, 후자는 인간이 지휘자로서 의식적으로 편곡하는 방식입니다. 공통된 견해는 프로그래머의 역할이 Agent 아키텍트로 재구성되고 있으며, agent.md를 유지 관리하는 것이 핵심 기술이 되고 AI를 거부하는 개발자는 ‘영구적인 하층 계급화’의 위험에 직면할 것이라는 점입니다. (출처: dotey, 36氪)
‘데드 인터넷 이론’의 현실화: Reddit 봇 범람 : 소셜 미디어 모더레이터들은 인터넷이 LLM 기반 봇들에 의해 점령당하고 있다고 경고합니다. 한 모더레이터는 차단된 봇의 수가 주당 2~3개에서 50개 이상으로 급증했으며, 콘텐츠 생성 속도가 인간의 독서 한계를 훨씬 초과한다고 밝혔습니다. 이러한 ‘좀비 네트워크’는 커뮤니티 문화를 파괴할 뿐만 아니라 향후 선거와 AI 훈련 데이터 소스에 돌이킬 수 없는 오염을 초래하여 ‘포스트 트루스 시대’에 대한 깊은 우려를 낳고 있습니다. (출처: Reddit)
StackOverflow의 죽음: AI가 가한 마지막 일격 : StackOverflow의 트래픽이 거의 제로에 수렴하는 것은 단순히 ChatGPT 때문만이 아니라, 2017년부터 시작된 독성 강한 커뮤니티 문화와 경직된 모델 때문이라는 지적이 나왔습니다. AI의 등장은 이 ‘오만한 인간 전문가의 전당’을 대체할 더 매력적인 대안을 제공했을 뿐입니다. 그러나 고품질 Q&A 커뮤니티의 위축은 향후 AI 훈련 데이터 고갈에 대한 우려를 불러일으키고 있습니다. (출처: karminski3)
💡 其他
미국, ‘Project Genesis’ 가동: AI판 맨해튼 프로젝트 : 트럼프 대통령은 AI를 통해 과학 연구를 전면적으로 지원하고 100PB의 연방 데이터와 17개 국가 연구소 리소스를 통합하는 ‘Project Genesis’ 행정명령에 서명했습니다. 이 계획은 미국이 자유방임주의에서 임무 지향적 국가 과학 기술 전략으로 전환하는 신호탄으로 간주되며, 글로벌 과학 기술 권력 구조를 재편하는 것을 목표로 합니다. (출처: 36氪)
전 공정 AIGC 애니메이션 영화 논란 점화 : 중국 최초의 전 공정 AIGC 애니메이션 영화 <홍해아: 적염지심(红孩儿：赤焰之心)>이 제작 효율 20배 향상을 내세우며 제작에 들어갔습니다. 기술적으로 떨림 현상과 캐릭터 일관성 문제를 해결했음에도 불구하고, 창작자 집단은 AI 특유의 ‘영혼 없는’ 저렴한 느낌에 대해 강한 거부감을 보이고 있습니다. 이는 AI가 콘텐츠 산업에서 보조 도구에서 생산 도구로 도약하고 있음을 의미하지만, 미적 감각과 정서적 공감이라는 거대한 과제에 직면해 있음을 보여줍니다. (출처: 36氪)
