🔥 포커스
Anthropic, 두 번째 위험 보고서 발표 및 내부 모델 Model 2 공개 : Anthropic이 두 번째 《위험 보고서》를 발표하며 내부에서 사용 중인 고성능 모델 ‘Model 2’를 최초로 공개했다. 이 모델은 내부 연구개발 테스트인 CoBench에서 62.8%를 기록하여 Mythos 5보다 강력하지만 아직 인간 연구원을 대체할 수는 없는 수준이다. 보고서는 또한 다중 에이전트 협업 편향, 강화학습 중 생각의 사슬(Chain of Thought) 유출 등 여러 안전 프로세스 오류를 스스로 밝혔으며, 이로 인해 ‘오정렬(misalignment)’ 위험 등급을 ‘낮음’으로 상향 조정했다.(출처: 机器之心)
Google, Gemini 3.7 Flash 모델 출시 및 저가 경쟁 돌입 : Google이 Gemini 3.7 Flash 모델을 공식 출시했다. 성능이 이전 세대 대비 크게 향상되어 DeepSWE 벤치마크에서 65.3%의 성적을 거두었다. 치열한 시장 경쟁에 대응하기 위해 Google은 100만 입력 Token당 0.75달러, 출력 3.75달러의 초저가 프로모션 가격을 제시하며 OpenAI와 Anthropic에 직접적인 가격 전쟁을 선포했다. 이를 통해 기업용 경량화 모델 시장에서 더 많은 점유율을 차지하려는 의도로 풀이된다.(출처: AI Business)
SpaceX, AI 코딩 툴 Cursor 인수 완료 : 일론 머스크의 SpaceX가 AI 코딩 툴 Cursor 인수를 공식 완료했다. Cursor 팀은 SpaceX AI에 합류하여 Grok 시리즈 모델 및 새로 출시된 Grok Bot 에이전트 생태계의 성능 향상을 도울 예정이다. 한편, 보안 테스트 결과 새 모델 GLM-5.3이 Cursor에서 아직 공개되지 않은 심각한 보안 취약점을 발견했으며, 현재 양사가 공동으로 복구 작업을 진행 중이다.(출처: The Verge)
Google, AI 조직 개편: DeepMind 일부 비기술 팀 본사 편입 : Google이 Google DeepMind의 분할 및 재편을 시작했다. 연구와 제품화 사이의 장벽을 줄이고 Gemini와 Google 핵심 제품의 통합을 가속화하기 위해 여러 비기술 지원 팀을 DeepMind에서 제외하고 Google의 직접 보고 체계로 편입한다고 발표했다. 이와 동시에 공동 창업자 세르게이 브린이 AI 의사결정 센터에 다시 참여하여 ‘재귀적 자가 개선(recursive self-improvement)’ 등 최첨단 기술 노선을 강력히 추진하고 있다.(출처: Reuters)
🎯 동향
Alibaba, 경량 멀티모달 모델 Qwen3.8-27B 오픈소스 공개 : Alibaba가 Apache 2.0 라이선스 기반의 Qwen3.8-27B 멀티모달 밀집(dense) 모델을 공식 오픈소스로 공개했다. 이 모델은 SWE-bench Pro 등 Agent 및 코딩 평가에서 Claude Opus 4.6 Max를 앞섰으며, 262K 네이티브 컨텍스트(최대 1M까지 확장 가능)를 지원한다. 또한 추론 단계를 조절할 수 있는 기능을 최초로 도입하여 개발자가 작업 난이도에 따라 사고의 깊이를 자유롭게 제어할 수 있도록 했으며, 소비자용 그래픽 카드에서의 로컬 배포에 매우 적합하다.(출처: 量子位)
Anthropic, Claude 텍스트 워터마크 메커니즘 상세 공개 : EU의 《인공지능법(AI Act)》 준수 요구에 대응하여 Anthropic이 Claude의 텍스트 워터마크 기술을 상세히 공개했다. 이 기술은 Google DeepMind의 SynthID-Text 솔루션을 기반으로 하며, 단어 선택의 무작위성 내에 특정 키 패턴을 내장하여 보이지 않는 워터마크를 생성한다. 사측은 이 메커니즘이 생성 품질에 영향을 미치지 않고 Token 소모를 늘리지 않는다고 강조했으며, 조만간 탐지 API를 출시할 계획이라고 밝혔다.(출처: Anthropic News)
World Labs, R2S2R 로봇 가상 훈련 엔진 출시 : 페이페이 리(Fei-Fei Li)가 설립한 AI 스타트업 World Labs가 SceniX 기술 기반의 ‘Real-to-Sim-to-Real’(R2S2R) 로봇 시뮬레이션 엔진을 출시했다. 이 시스템은 단일 현실 로봇 작업을 다양한 조명, 물체 위치 및 물리적 특성을 포함한 수천 개의 가상 훈련 시나리오로 변환할 수 있어, 제어 정책이 실제 기기에 전혀 접촉하지 않고도 훈련을 완료하고 물리적 하드웨어에서 직접 안정적으로 실행될 수 있도록 한다.(출처: World Labs)
Google, AI 생성 콘텐츠의 시각적 워터마크 비활성화 허용 : Google이 Gemini와 비디오 에디터 Flow에서 AI가 생성한 이미지, 비디오, 음악의 시각적 워터마크를 사용자가 수동으로 끌 수 있도록 허용한다고 발표했다. 이번 조치는 창작자의 실용적 요구와 보안 규정 준수 간의 균형을 맞추기 위한 것이며, 보이지 않는 SynthID 워터마크와 C2PA 메타데이터는 진위 여부 검증을 위해 백그라운드에 계속 유지된다.(출처: TechCrunch)
Amazon Twitch, 개인정보 처리방침 업데이트로 AI 학습 옵트아웃 허용 : Amazon 산하의 라이브 스트리밍 플랫폼 Twitch가 보안 및 개인정보 설정을 업데이트하여 스트리머가 ‘생성형 AI 학습’ 옵션을 수동으로 끌 수 있도록 했다. 이를 통해 자신의 라이브 방송 영상, 녹화본 및 채팅 데이터가 Amazon의 AI 모델 학습에 사용되는 것을 차단할 수 있다. 다만, 플랫폼 추천 및 모니터링에 사용되는 보조 AI 기능은 이 옵션의 제한을 받지 않는다.(출처: WIRED)
Waymo 자율주행 서비스, 캘리포니아 여러 지역으로 확장 승인 : 자율주행 기업 Waymo가 캘리포니아 공공유틸리티위원회(CPUC)의 승인을 받아 무인 로보택시 서비스를 샌프란시스코 베이오브에어리어, 로스앤젤레스, 샌디예이고, 새크라멘토로 공식 확장했다. Waymo는 자체 안전 평가 프레임워크에 따라 각 지역의 운영 배포를 단계적이고 안정적으로 추진할 것이라고 밝혔다.(출처: Waymo)
🧰 도구
절강대학교, 오픈소스 과학 연구 에이전트 플랫폼 Polaris 공개 : 절강대학교 연구팀이 Polaris라는 이름의 AI 과학 연구 에이전트 플랫폼을 오픈소스로 공개했다. 이 플랫폼은 문헌 조사, 아이디어 도출, 실험 관리, 논문 작성 등 과학 연구의 전 과정을 자동화 파이프라인으로 연결한다. AI는 연결된 GPU 서버에서 독자적으로 실험을 설계하고 수행할 수 있으며, 핵심 의사결정 단계에서 인간의 확인을 거치도록 하여 인간과 기계가 협업하는 새로운 과학 연구 패러다임을 구축하고자 한다.(출처: 机器之心)
Yinchao, 음악 거대 모델 V4.0 출시 및 API 개방 : 중국 국산 AI 음악 팀 Yinchao가 인간 친화적인 의미 이해와 다국어 창작을 핵심으로 하는 V4.0 거대 모델을 출시했다. 새 버전은 전 세계 10대 주요 언어를 지원할 뿐만 아니라, 개인 사용자에게 연주곡(pure music) 생성 기능을 최초로 개방했다. 또한 Yinchao는 가사 생성, 곡 모방 작곡 등의 인터페이스를 제공하는 API 개방 플랫폼을 출시하고 개발자들에게 한시적으로 무료 개방했다.(출처: 量子位)
📚 학습
SWD: 재학습이 필요 없는 가중치 수준의 거대 모델 설명 가능성 방법론 : Zhizhi Innovation Research Institute(至知创新研究院)가 옥스퍼드, 스탠퍼드 등과 공동으로 ‘희소 가중치 분해(Sparse Weight Decomposition, SWD)’ 방법을 제안했다. 이 방법은 사전 학습된 모델의 밀집 가중치 행렬을 두 개의 희소 인자로 직접 분해하여, 공유 차원을 독립적으로 개입할 수 있는 병목 유닛으로 변환함으로써 GPT-2 및 Qwen 등의 모델에서 태스크 회로를 성공적으로 추출해냈다. 이 방법의 데이터 비용은 기존 학습형 대체 네트워크의 1%에 불과하며, 보정 데이터가 필요 없는 zero-data 버전도 제공한다.(출처: 至知研究院)
DeepSeek Harness 뒤에 숨겨진 시공간적 구성 가능성 프로그래밍 패러다임 : 에이전트 프레임워크 Harness의 오픈소스 공개와 함께 DeepSeek 팀은 논문 《시공간적 구성 가능성의 프로그래밍 패러다임》을 발표했다. 논문은 기반이 되는 Cordis 프레임워크의 이론적 기초를 상세히 설명하며, ‘효과(effect)’와 ‘공효과(coeffect)’를 런타임 메커니즘으로 구체화함으로써 런타임 시 컴포넌트의 동적 로딩, 의존성 주입 및 가역적 부작용(side effect) 정리를 실현하여 자가 진화 에이전트를 위한 견고한 시스템 수준의 지원을 제공한다.(출처: 机器之心)
UniMotion: 통합 멀티모달 거대 모델에 연속 운동 모달리티 도입 : 베이징대학교, 동화대학교, 화남이공대학교 공동 연구팀이 ECCV 2026에서 통합 멀티모달 프레임워크 UniMotion을 제안하는 논문을 발표했다. 이 방법은 다중 프레임 인체 연속 운동(Motion)을 독립적인 모달리티로 취급하여, 텍스트 및 RGB 시각 신호와 공유 LLM 백본에서 정렬함으로써 단일 모델 내에서 운동 이해, 예측, 생성, 편집 등 7가지 크로스 모달 태스크를 구현했다.(출처: 北京大学)
HarnessFix: 에이전트 Harness 결함 자동 진단 및 복구 : 복잡한 작업에서 외부 환경 메커니즘(Harness)의 실패로 인해 에이전트가 실패하는 문제를 해결하기 위해 연구진이 HarnessFix 프레임워크를 제안했다. 이 시스템은 에이전트의 실패 궤적과 Harness 컴포넌트를 중간 표현(IR)으로 컴파일하여 결함이 있는 Harness 계층(예: 도구 인터페이스 또는 검증 로직)을 자동으로 찾아내고 경계가 지정된 복구 패치를 생성한다. 이를 통해 여러 벤치마크 테스트에서 작업 완료율을 6.3~18.4%포인트 향상시켰다.(출처: HarnessFix)
MDA: 거대 모델 및 베이지안 실험 설계 기반의 메커니즘 발견 에이전트 : 하버드 및 MIT 등의 연구진이 모델 발견 에이전트(Model Discovery Agent, MDA)를 개발했다. 이 시스템은 거대 모델의 가설 생성 능력과 베이지안 추론의 엄격함을 결합하여, 정보 가치(VoI)를 극대화함으로써 후보 물리 메커니즘을 가장 잘 구별할 수 있는 개입 실험을 능동적으로 설계하고 선택한다. 이를 통해 여러 과학적 발견 태스크에서 훨씬 적은 실험 횟수로 잘못된 가설을 배제하는 데 성공했다.(출처: NeuronBench)
Libra: 에이전트 강화학습 사후 학습을 위한 효율적인 자원 관리자 : 홍콩중문대학교와 홍콩항셍대학교 공동 연구팀이 Libra 시스템을 오픈소스로 공개했다. 이 시스템은 Agentic RL에서 도구 호출로 인해 발생하는 롱테일 궤적 및 단계 간 불균형 문제를 해결하기 위해 글로벌 자원 계획기와 C-MLFQ 스케줄러를 설계했다. 도구가 반환하는 런타임 신호에 따라 GPU의 학습 및 추론 비율을 동적으로 조정할 수 있어, 여러 태스크에서 학습 처리량을 최대 300%까지 향상시켰다.(출처: NetX-lab)
💼 비즈니스
IBM-OpenAI, 기업용 AI 전략적 협력 체결 : IBM과 OpenAI가 새로운 파트너십 구축을 발표했다. IBM 컨설팅 팀 내에 전담 OpenAI 부서를 설립하고 수천 명의 컨설턴트를 교육할 예정이다. 양사는 GPT-5.6, Codex, ChatGPT Work 등의 모델을 IBM의 컨설팅 및 다중 에이전트 사이버 보안 플랫폼에 깊이 통합하여, 규제 대상 산업군에서 기업용 AI의 안전한 배포를 공동으로 가속화할 계획이다.(출처: AI Business)
Nvidia, 월가 거물들과 손잡고 5,000억 달러 규모 AI 인프라 펀딩 개시 : Nvidia가 Apollo, Blackstone, Goldman Sachs 등 글로벌 최상위 금융기관 6곳과 협력하여 AI 인프라 구축을 위해 5,000억 달러 이상의 자금을 조달할 계획이라고 발표했다. 이 프로젝트는 독립적인 네트워크 및 컴퓨팅 파워 금융 플랫폼을 구축하여 AI 데이터 센터와 하드웨어 구매에 자본을 지원하고, 컴퓨팅 시설을 새로운 투자 가능 자산 클래스로 확립하는 것을 목표로 한다.(출처: AI Business)
🌟 커뮤니티
커뮤니티에서 뜨거운 화두가 된 ‘인지적 공유지의 비극’과 AI의 주니어 일자리 대체 : 학계에서 최근 제기된 ‘인지적 공유지의 비극(Tragedy of the Cognitive Commons)’ 이론이 뜨거운 논쟁을 불러일으키고 있다. 연구에 따르면 기업이 AI로 주니어(초급) 일자리를 대체하면 단기적인 이익을 얻을 수 있지만, 주니어 인재가 실무를 통해 깊이 있는 도메인 지식을 쌓을 수 있는 경로가 차단되어 향후 AI의 오류를 바로잡을 수 있는 시니어 전문가가 부족해지는 결과를 초래할 수 있다. 소프트웨어 개발, 금융, 법률 등 진입 장벽이 낮고 모듈화 수준이 높은 산업이 가장 큰 인력 유실 위험에 직면해 있다.(출처: Human Resource Development Review)
연구 결과, AI 생성 도서가 아마존 자가 출판 시장에 미치는 ‘희석 효과’ 규명 : 아마존의 자가 출판 전자책 1만여 권을 대상으로 한 Pangram 탐지 연구에 따르면, 대량의 AI 생성 콘텐츠를 포함한 도서가 전체 카탈로그의 20%를 차지하는 것으로 나타났다. AI 도서의 개별 판매량은 낮지만, 극도로 높은 출판 빈도가 시장에 심각한 희석 효과를 가져와 AI 흔적이 감지되지 않은 오리지널 도서마저도 권당 평균 수입이 전반적으로 하락하는 결과를 낳았다.(출처: arXiv)
미국 법원 최초 사례: 원고가 소장에 보이지 않는 AI 명령어를 삽입해 재판 조작 시도 : 미국 코네티컷주의 한 소송에서 원고가 소장의 공백에 3포인트 크기의 흰색 글씨로 보이지 않는 프롬프트를 삽입하여, 법원이 AI 자동 심사 시스템을 사용할 경우 자신에게 유리한 판결을 내리도록 유도하려 했다. 비록 법원은 AI 심사를 사용하지 않았으나, 판사는 이를 발견한 즉시 원고의 전자 소송 특권을 박탈하고 이 행위가 ‘배심원과의 사적 접촉’과 다름없다고 강력히 규탄했다.(출처: Ars Technica)
헤지펀드 SA의 막대한 손실로 AI 투자 거품에 대한 커뮤니티 논쟁 촉발 : 월가의 퀀트 거물 Jane Street가 지난 7월 AI 테마 헤지펀드인 ‘Situational Awareness’에 대한 리스크 익스포저로 인해 약 150억 달러의 막대한 손실을 입었다. 이 사건은 커뮤니티에서 광범위한 토론을 불러일으켰으며, 일부 투자자들은 시장이 AI의 단기 및 중기 투자 대비 수익률(ROI)에 대해 지나치게 높은 기대를 품고 있음을 보여주는 사례로, 이로 인해 자금줄의 국지적 패닉 셀이 발생했다고 분석했다.(출처: The Guardian)
💡 기타
인도네시아 최초의 대학 AI 기술 센터 공식 설립 : 인도네시아 통신디지털부와 인도네시아 텔레콤(Indosat), Nvidia, 가자마다대학교(UGM)가 족자카르타에 인도네시아 최초의 대학 AI 기술 센터를 설립했다. 이 센터는 Nvidia의 가속 컴퓨팅 플랫폼과 인도네시아의 소버린(Sovereign) GPU 서비스를 기반으로 결핵 스크리닝, 정밀 농업, 자연재해 조기 경보 등 국가 핵심 분야에 초점을 맞춘 AI 연구개발을 진행할 예정이다.(출처: NVIDIA Blog)
영국 스코틀랜드 Larbert 주민들, AI 데이터 센터 건립 계획에 항의 : 스코틀랜드 라버트(Larbert) 지역에서 건립 예정인 AI 데이터 센터에 반대하는 항의 시위가 발생해 수백 명의 주민이 참여했으며, 현재까지 약 7,000건의 반대 의견이 접수되었다. 지역 주민들과 환경 단체들은 데이터 센터에 설치될 200대의 비상용 디젤 발전기가 인근 병원과 요양원에 심각한 대기 및 소음 오염을 유발할 것을 주로 우려하고 있다.(출처: The Guardian)