본문 바로가기

전체 뉴스

오늘 3건
10월 19일월
  2. xAI News44

    Grok 4.6, Gemini Enterprise Agent Platform에서 이용 가능

    xAI의 Grok 4.6이 Gemini Enterprise Agent Platform의 Model Garden에서 이용할 수 있게 됐다. Grok 4.6은 장시간 실행되는 에이전트와 대화형·시각적 작업을 위한 플래그십 모델로, 500k 컨텍스트 윈도우를 갖추고 있으며 추론 수준을 low, medium, high, xhigh 중에서 설정할 수 있다. 요금은 입력이 100만 토큰당 2달러, 캐시 입력이 같은 기준 0.50달러, 출력이 같은 기준 6달러다.

  3. xAI News22

    Grok 4.6, Microsoft Foundry에서 이용 가능

    xAI의 Grok 4.6이 Microsoft Foundry에서 이용할 수 있게 됐다. 컨텍스트 윈도우는 500K이며, 추론 강도는 low, medium, high, xhigh에서 설정할 수 있다. Foundry에서는 다른 프런티어 모델과의 비교 평가, 관리형 엔드포인트 배포, 엔터프라이즈용 보안 및 거버넌스 관리를 할 수 있다.

  4. xAI News41

    LatchBio, Grok 4.6의 생물안전성 평가 결과 공개

    제3자 평가기관 LatchBio의 분석에서 Grok 4.6은 위장된 위험 생물학 과제를 거부하는 능력이 테스트한 전체 모델 가운데 가장 강한 결과를 보였다. BioSecBench-Refusal에서 위험 과제 거부율은 59.2%, 일상적인 생물학 과제 완료율은 64.8%로, 두 항목 모두 50%를 넘긴 유일한 모델이었다. BioSecBench-Surveillance의 평균 성공률은 53.5%로, Opus 5 아래, GPT-5.6 Sol 위에 자리했다.

  5. Microsoft AI (MAI) News58

    Microsoft AI, 자체 개발 MAI-Voice-1·MAI-1-preview 발표

    Microsoft AI(MAI)는 자사 최초의 음성 생성 모델 MAI-Voice-1과 처음으로 엔드투엔드로 학습한 기반 모델 MAI-1-preview를 발표했다. MAI-Voice-1은 단일 GPU로 1분 분량의 음성을 1초 미만에 생성할 수 있으며, Copilot Daily와 Podcasts에서 사용되고 있다. MAI-1-preview는 LMArena에서 공개 테스트를 시작했다.

  9. Search: AI launches26

    DeepSeek-V4.1-Flash-1017, HLE 점수 최대 42.6 기록

    DeepSeek가 V4.1-Flash의 소규모 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 10월 17일 웹사이트, 앱, 개발자 플랫폼에서 공개했다. HLE 점수는 36.8~42.6으로, 기존 V4.1-Flash의 36.8~39.1을 웃돈다. DeepSeek는 벤치마크 성능 향상, 작업 완료 속도 개선, 출력 길이 단축을 장점으로 꼽았다.

  10. Search: AI launches50

    인도 시장용 텍스트 음성 합성 모델 'Bulbul V4 Flash' 발표

    인도 여러 언어를 위한 텍스트 음성 합성 모델 Bulbul V4 Flash가 공개되었다. 실서비스 환경에서 첫 오디오까지의 시간(time-to-first-audio)을 250ms 미만으로 구현했으며, 요금은 10,000자당 ₹20으로 Bulbul V3의 ₹30에서 3분의 1 낮아졌다. 사전 학습은 V4에서 처음부터 새로 진행했고, 자체 음성 데이터는 V3의 약 7배로 늘렸다.

10월 18일일
10월 17일토
  1. The Decoder69

    Claude, 25년 묵은 NSA 제공 타원곡선 시드의 수수께끼를 30분 안에 풀다

    Anthropic의 Claude가 ECDSA 표준 타원곡선에서 NSA가 제공한 시드의 생성 방법이라는 25년 묵은 수수께끼를 30분 안에 풀었다. 시드는 Unix 타임스탬프로 초기화된 난수 생성 함수 'lrand48'에서 유래한 것이었다. Anthropic은 의도적인 백도어일 가능성이 낮아졌다고 설명했으며, 현상금 $36,864를 Internet Security Research Group에 기부할 예정이다.

  2. Interconnects (Nathan Lambert)72

    Meta, Muse Spark Open으로 미국 오픈웨이트 수준을 끌어올리다... 프론티어 판도를 논하다

    Nathan Lambert는 Meta가 공개한 Muse Spark Open을 미국산 오픈 모델 중 압도적으로 가장 강하다고 평가했다. 성능은 GLM 5.2보다 위이고 DeepSeek V4.1 Flash 부근이며, GLM 5.3이나 Kimi K3에는 미치지 못한다고 보았다. 또한 독자적인 라이선스의 제약이 보급의 걸림돌이 될 수 있다고 지적했다.

  3. The Decoder58

    DeepSeek, 에이전트 성능을 높인 V4.1-Flash-1017 공개… 검색 API도 외부 개방

    DeepSeek는 Flash 모델의 업데이트 버전인 DeepSeek-V4.1-Flash-1017을 공개했다. 공식 사이트, 앱, API에서 이용할 수 있으며, 가중치는 Hugging Face와 ModelScope에서 오픈소스로 공개됐다. 회사는 DeepSWE에서 평균 태스크당 약 0.20달러로 77.0%를 달성했다고 밝혔다. 사내 검색 엔진인 Search & Fetch API도 개발자에게 제공한다.

  5. Latent Space75

    Latent Space「AINews」, Muse Spark, Open 및 Gemini 4 Argon 등 10월 15~16일 AI 동향 총정리

    Latent Space는 10월 15~16일자 AINews를 정리했다. Meta의 816B/42B active MoE 모델 「Muse Spark Open」과 Reflection Beam 1.0 등 오픈 웨이트 공개를 중심으로 다뤘다. 또한 새 프로그램 「High Taste Testers」의 시험 방송도 알렸다. Gemini 4 Argon, Claude, GPT-6 Astra Pro 업데이트, 추론 하드웨어 비교, 안전성, 정책 이슈도 함께 다뤘다.

  6. Google DeepMind43

    4개의 Gemini 4 Argon 에이전트가 아무것도 없는 상태에서 시작해 27시간 만에 마인크래프트를 클리어했다. 샌드박스 안에서 코드와 텍스트만 사용해 2,783개의 프로그램을 작성했고, 채팅으로 역할을 나누고, 메모를 공유하고, 오류를 함께 디버깅했다. 사람의 도움은 전혀 없었다. ↓ https://x.com/maxencefaldor/status/2111023397106770026

    인용Maxence Faldor@maxencefaldor

    Four Gemini 4 Argon agents, one shared Minecraft world, one goal: defeat the Ender Dragon. 27 hours and 2,783 self-written programs later, the dragon fell. https://x.com/i/article/2111007444981645312

  7. TechCrunch AI50

    Elorian, 이미지로 추론하는 최초의 AI 모델 'Glimpse' 공개

    Elorian이 첫 모델 'Glimpse'를 연구 프리뷰로 공개했다. API와 채팅 화면으로 제공되며, 추론 과정에서 이미지의 일부를 잘라내고, 동영상의 프레임을 추출하고, 코드로 측정할 수 있다. 가격은 100만 토큰당 입력 $0.60, 출력 $3이며, 회사의 평가에서는 과학 차트 추론과 짧은 동영상 캡션 생성에서 GPT-6 Astra를 앞섰다.

  8. TechCrunch AI46

    Jev, Vercel에서 역대 최고 속도로 채택된 AI 모델이 되다

    TypeSafe AI의 AI 모델 'Jev'는 비공개 출시 2주 만에 Vercel 유료 팀의 35%가 사용했으며, 두 번째로 인기 있는 Sonnet 5.5의 거의 두 배에 달하는 도달률을 기록했다고 밝혔다. Jev는 출력을 사전에 정해진 선택지 중에서 고르는 경량 모델로, 9월 15일 비공개 출시되었다. 출력을 제한함으로써 Sonnet보다 낮은 비용과 빠른 속도로 동작한다.

  9. AWS Machine Learning Blog49

    Reflection Beam 출시, AWS에서 제공되는 에이전트형 코딩용 오픈 웨이트 모델

    Reflection AI가 에이전트형 코딩과 장기 작업을 위한 오픈 웨이트 모델 Beam을 공개했다. 총 파라미터 501B, 활성 파라미터 23B의 희소 MoE(Mixture of Experts) 구조이며, 회사 측은 실효 컨텍스트 길이가 1M 토큰이라고 밝혔다. 가중치는 Apache 2.0 라이선스로 Hugging Face에서 제공되며, 발표 시점에는 Amazon SageMaker JumpStart의 미국 동부(버지니아 북부, 오하이오) 리전에서 이용할 수 있다.

10월 16일금
  2. Hugging Face60

    Hugging Face는 Reflection 팀이 오픈 웨이트 모델 Beam의 개발 과정을 소개하는 라이브 방송을 공지했다. 방송은 YouTube에서 진행되며, URL은 https://www.youtube.com/watch?v=dGhUFqeITbY이다. 인용 출처인 Reflection은 Beam이 Apache 2.0 라이선스의 오픈 웨이트로 공개되었다고 전했다.

    인용Reflection@reflection_ai

    Beam is now available across platforms, with open weights under the Apache 2.0 license - in collaboration with an ecosystem of 40+ partners. We're releasing: - Weights, tokenizer, and reference implementation - BF16, FP8 and NVFP4 weights and a DFlash2 drafter - The open source harness we built and trained Beam on: Mirror CLI Weights and model card on Hugging Face: https://huggingface.co/reflection

  4. Latent Space62

    [AINews] Goodfire 논문, 다의성에 대한 시각에 일석… 같은 날 Meta Muse Spark Open 등 각사 모델 공개

    Goodfire의 Nick Cammarata는 신경망은 이미 해석 가능한 상태라는 취지의 논고를 공개했으며, 다의성(polysemanticity)과 중첩(superposition)의 상당 부분은 에이전트 기반 분석으로 해결할 수 있다고 주장했다. 같은 날 Meta는 총 파라미터 816B, 활성 파라미터 42B의 MoE 구조로 1M 토큰 컨텍스트를 지원하는 Muse Spark Open을 공개했다. Artificial Analysis의 Intelligence Index에서는 39점을 기록해 미국 오픈 웨이트 모델 중에서는 1위이지만, GLM-5.3(45점)과 Kimi K3(44점)에는 미치지 못했다.

  5. Hugging Face Blog54

    NVIDIA·AI4Bharat, 인도 22개 언어 약 2.8조 토큰 규모의 사전학습 데이터와 생성 파이프라인 공개 예정

    NVIDIA와 IIT 마드라스의 AI4Bharat은 인도 헌법이 정한 22개 언어에 걸친 약 2.8조 토큰 규모의 Nemotron-pretraining-Indic-v1을 근일 공개한다고 발표했다. 데이터 생성에 사용한 GPU 가속 파이프라인과 함께 공개하며, 프롬프트, LLM 워크플로, 품질 검사까지 포함한 생성 레시피를 개방한다. Nemotron 3.5 Super VL의 Indic 지속 사전 학습에서는 보고된 5개 Indic 벤치마크 모두에서 점수가 상승했다.

  6. Hugging Face Blog78

    Reflection, 501B 규모 오픈 모델 Beam을 Hugging Face에 공개

    신생 미국 연구소 Reflection이 첫 모델 Beam을 Apache 2.0 라이선스로 공개했다. 총 파라미터 501B, 토큰당 23B만 활성화되는 MoE 모델이며, 컨텍스트 윈도우는 1M 토큰이고 코딩과 에이전트 용도에 중점을 둔다. transformers, vLLM, SGLang이 Day-0부터 지원하며, BF16, FP8, NVFP4 세 종류의 체크포인트를 제공한다.

    선정 이유: 아키텍처 구성, 정밀도별 체크포인트의 벤치마크, 필요한 GPU 구성, SFT와 GRPO 절차가 정리되어 있어 자체 운영 규모를 산정할 때 유용하다.

  8. AI at Meta29

    Meta의 Omnilingual ASR이 TIME의 'Best Inventions of 2026' 중 하나로 선정되었다. 1,600개 이상의 언어를 지원하는 ASR 모델 제품군으로, 기존 어떤 ASR 시스템도 지원하지 못했던 저커버리지 언어 500개를 포함한다. 대부분의 ASR은 온라인에 자료가 많은 일부 언어에 집중되어 있었으며, 이번 공개는 보편적인 전사 시스템을 향한 큰 진전으로 평가된다.

  9. Hugging Face Blog42

    Granite Switch 4.1, 채팅·판정·음성 인식을 하나의 엔드포인트로 제공

    Granite Switch 4.1의 8B와 30B 모델은 범용 Decision aLoRA, 안전성 판정용 Guardian aLoRA, OpenASR Leaderboard에서 가장 빠른 것으로 알려진 ASR 모델 Granite-Speech-5.0-Turbo-CTC를 하나의 모델로 통합하여, 하나의 엔드포인트에서 채팅, 판정, 문자 변환을 처리한다. 필요한 VRAM은 베이스 모델 단독과 거의 같으며 KV 캐시도 재사용할 수 있다. vLLM에서는 플러그인으로 동작하고, llama.cpp도 네이티브로 지원한다.

  10. TechCrunch AI69

    Meta, Mac에서 구동되는 오픈 웨이트 모델 'Muse Spark Open' 공개

    Meta는 미국에서 '가장 높은 성능'을 갖췄다고 밝힌 오픈 웨이트 모델 'Muse Spark Open'을 공개했다. 816B 파라미터와 100만 토큰 컨텍스트 윈도우를 갖췄으며, Meta가 공개한 평가 결과에서는 다른 주요 오픈 웨이트 모델보다 우수한 성능을 보였다고 한다. Apple 컴퓨터에서의 로컬 실행을 전제로 설계되었으며, 여러 API 플랫폼에서 이용할 수 있다.

  12. Microsoft AI (MAI) News50

    Microsoft AI, MAI-Base-2 사전학습 해설

    Microsoft AI가 활성 파라미터 80B, 총 2.8T 파라미터 규모의 MoE 기반 모델 MAI-Base-2의 사전학습을 완료했다. 보류 평가에서는 테스트한 모든 오픈 웨이트 모델을 웃돌았으며, DeepSeek-V4-Pro-Base 대비 사전학습 FLOPs 효율은 4~12배다. 16k GB200 GPU로 38일간 학습했으며, 현재 사후학습 중이다. 가중치는 Foundry를 통해 신뢰할 수 있는 파트너에게 라이선스 제공할 방침이다.

  13. NVIDIA62

    NVIDIA는 오픈 모델 Nemotron 패밀리에 Nemotron 3.5 Super VL을 추가했다. 시각 이해, 추론, 도구 사용을 결합해 AI 에이전트가 더 짧은 시간에 더 많은 작업을 완료할 수 있도록 한다고 밝혔다. 총 파라미터 120B, 활성 파라미터 12B이며, 텍스트, 이미지, 문서, 동영상 이해를 지원한다.

    인용NVIDIA AI@NVIDIAAI

    Meet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵

  14. NVIDIA Blog60

    NVIDIA, 오픈 모델 Nemotron 3.5 Super VL과 Bolt 2종 발표

    NVIDIA는 120B 파라미터의 오픈 모델 Nemotron 3.5 Super VL과 엣지용 Nemotron 3.5 Bolt 74B-A9B 24GB, Bolt E4B 4GB를 발표했다. Super VL과 Bolt 74B-A9B는 현재 제공 중이며, Bolt E4B는 Oct. 23에 제공될 예정이다. NVIDIA는 Super VL이 같은 급의 차점 모델보다 최대 5배의 처리량을 보였다고 밝혔으며, 가중치와 데이터셋도 공개했다.

    선정 이유: 서버용과 엣지용 3개 모델을 메모리 용량 및 배포 대상과 함께 정리하고 있어, 자사 환경에 맞는 규모를 비교해 고르기 쉽다.

10월 15일목
  1. Mistral AI News47

    Mistral AI, 시계열 기반 모델 'Timestral' 공개

    Mistral AI가 시계열 기반 모델 패밀리 「Timestral」을 공개했다. 가장 큰 209M 파라미터 모델은 GIFT-Eval, TIME, fev-bench 등 3대 주요 벤치마크에서 1위를 차지했으며, 기존 최첨단 모델보다 파라미터 수를 3분의 2 적게 쓰고도 성능에서 앞섰다. 5M부터 209M까지 4가지 크기로 제공되며, 추론에 GPU는 필요하지 않다. 표준 서버 CPU(8스레드) 기준으로 하루 뒤 예측에 5M 모델은 10ms, 209M 모델은 140ms가 소요되는 것으로 알려졌다.

  2. Hugging Face Blog41

    Apertus 1.5, 이미지·음성 이해와 사고 모드 추가

    Apertus 1.5는 Apertus 1.0의 8B 및 70B 모델을 확장한 최신 버전으로, 이미지와 음성 이해, 선택적으로 사용할 수 있는 사고 모드, 4배인 262,144토큰의 컨텍스트 윈도우를 갖췄다. 8B와 70B의 가중치는 2026년 7월 24일 Hugging Face에서 Apache 2.0 라이선스로 공개되었다. 학습 데이터는 8B 모델에 4조 토큰, 70B 모델에 2조 토큰의 지속 사전학습을 추가했으며, 합계는 각각 19T와 17T이다.

  3. Hugging Face Blog69

    Meta, 오픈 웨이트 멀티모달 MoE 모델 「Muse Spark Open」 공개

    Meta가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 총 파라미터는 약 816B이며, 토큰당 활성 파라미터는 약 42B인 MoE 구조다. 텍스트, 이미지, 음성, 동영상을 입력으로 받을 수 있고, 컨텍스트 윈도우는 최대 1M 토큰이다. Hugging Face 블로그에서는 transformers, llama.cpp, SGLang, vLLM, MLX에서의 실행 방법과 TRL을 활용한 파인튜닝, 데모를 소개하고 있다.

    선정 이유: 총 파라미터 약 816B, 활성 파라미터 약 42B라는 구성과 각 추론 환경에서의 실행 방법 및 필요한 메모리 용량이 정리되어 있어, 도입 규모를 가늠하는 데 참고가 된다.

  4. Hugging Face Blog60

    Black Forest Labs, FLUX.3 Image Klein 공개… Diffusers에서 출시 첫날부터 사용 가능

    Black Forest Labs의 FLUX.3 Image Klein이 공개되었으며, Diffusers에서 출시 첫날부터 작동한다. 하나의 모델로 text-to-image, 여러 참조 이미지를 이용한 image-to-image, 바운딩 박스를 통한 레이아웃 제어를 지원한다. 증류 버전은 16스텝, CFG 없이 H100에서 1024 × 1024 이미지를 약 2초 만에 생성한다. NVFP4와 FP8 가중치, LoRA 학습 스크립트, Modular Diffusers 파이프라인도 함께 제공된다.

    선정 이유: 프롬프트에 bbox를 적어 배치와 이동을 지정하는 방법과 H100에서의 속도 및 메모리 실측치가 함께 제시되어 있어, 도입 부담을 가늠하기 쉽다.