AI 에이전트에 주는 메모리 양은 모델의 능력에 맞춰 조정할 필요가 있다. ALTK-Evolve는 에이전트가 과거 시도에서 추출한 가이드라인을 추론 시점에 주입하는 방식으로, 가중치는 업데이트하지 않는다. 강한 모델인 DeepSeek-V3.2(671B MoE)는 가이드라인을 전부 제공했을 때 작업 완료율(TGC)이 +9.5포인트 향상됐다. 반면 gpt-oss-120b(117B MoE)는 엄선한 검색형 주입으로 +16.1포인트 향상됐으며, 토큰 증가는 +5%에 그쳤다. GLM-5에서는 측정 가능한 개선이 나타나지 않았다.
Claude Console의 Workbench가 Playground로 명칭이 변경됐다. Playground는 Messages API의 모든 파라미터를 지원하며, 코드 실행이나 웹 검색 등 API 기능을 보여 주는 템플릿을 갖추고 있다. 실행할 때마다 완전한 SDK 요청과 API 응답이 표시된다.
Hugging Face가 2026년 1월부터 8월까지의 Hub 동향을 정리한 보고서를 공개했다. 공개 모델 저장소는 243만 개에서 296만 개로, 데이터셋은 71.1만 개에서 100만 개로 늘었다. 중국 기업의 대규모 모델, 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 151,448개, AI 에이전트의 Hub 이용 확대 등을 주요 쟁점으로 제시했다.
선정 이유: 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 등 Hub의 실제 데이터에 기반한 수치가 제시되어 있어, 오픈 모델의 현황을 비교해 파악하기 쉽다.
Microsoft는 MDASH에 자사 최초의 사이버 모델 MAI-Cyber-1-Flash를 탑재했다. 작업의 최대 90%를 처리하고, 난도가 높은 10%에는 GPT-5.4를 사용하는 구성으로, 현재 최고 구성(GPT 5.4 + 5.4 mini + 5.3 codex)보다 비용을 50% 줄였다고 밝혔다. 아울러 MDASH 안에서 에이전트 팀을 제공하는 에이전트형 보안 시스템 Perception도 공개했다.
Strands Robots의 에이전트 루프로 로봇 데모 기록, Hub에서 직접 스트리밍하는 학습, 정책의 하드웨어 재배포를 하나의 데이터 루프로 실행하는 방법을 설명한다. 데이터는 LeRobot 형식 그대로 Storage Bucket에 동기화되며, 동기화할 때마다 변경된 바이트만 업로드된다. 학습 시에는 `stream_dataset(repo_type="bucket")`으로 다운로드하지 않고 읽어 들이며, 배포는 `mode="real"` 인자를 바꾸는 방식으로 이루어진다.
Google DeepMind는 코딩과 에이전트용 최신 Flash 모델 Gemini 3.7 Flash를 발표했다. 3.6 Flash 공개 3주 만이며, FrontierCode 1.1 Main은 34.4%에서 43.6%로, DeepSWE v1.1은 49.0%에서 65.3%로 향상됐다. 도입 가격은 입력 100만 토큰당 $0.75, 출력 100만 토큰당 $3.75이며, 연말까지 적용된다.
DeepSeek@deepseek_aiAI 점수6161DeepSeek@deepseek_aiAI 점수6262
Hugging Face는 ICML 2026의 Open Reproductions 해커톤에서 커뮤니티가 논문 2,226편을 재현한 결과를 공개했다. 조사 대상의 51%(1,103편)에서는 최소 1건의 주장이 검증됐고, 23%(496편)에서는 최소 1건의 주장이 반증되거나 쟁점이 됐다. 사람이 에이전트를 이끄는 역할의 중요성도 함께 보고했다.
선정 이유: ICML 2026 논문의 약 3분의 1을 에이전트로 재현한 결과와, 잘못된 반증까지 포함한 검증 과정이 공개되었다. 심사(피어 리뷰)에서 에이전트와 사람이 어떻게 역할을 나눌지 생각해 볼 만한 자료다.
Google Research는 Gemini와 Project Astra를 기반으로 실시간 영상 진찰을 수행하는 연구용 AI 시스템 AMIE (Video)를 공개했다. 100개 시나리오, 300건의 모의 진료를 대상으로 한 무작위 배정 연구에서 핵심 임상 역량이 일차 진료의(PCP)와 동등하다고 평가됐다. 다만 평가는 모의 환자를 활용한 환경으로 제한되어 있어, 실제 환자를 대상으로 한 검증이 다음 과제로 꼽힌다.
ALTK-Evolve는 에이전트의 과거 궤적에서 얻은 교훈을 ACE처럼 전부 주입하지 않고 태스크마다 골라서 전달하는 방식으로, AppWorld에서 ACE보다 적은 토큰으로 높은 정확도를 보였다. DeepSeek-V3.2에서는 TGC 89.3, SGC 80.4로 ACE의 TGC 80.4, SGC 73.2를 웃돌았으며, 토큰 수는 263K와 634K였다. gpt-oss-120b에서는 TGC 56.0 대 54.8로 거의 동등했고, 토큰 수는 116K와 777K이다.
Kimi.ai@Kimi_MoonshotAI 점수3131Kimi K3가 @databricks에서 이용 가능해졌다!
Moonshot AI's latest open-weight model, Kimi K3, is now available on Databricks through Unity AI Gateway. @Kimi_Moonshot Run Kimi K3 where your data already lives - governed, secure, and ready for custom AI apps and agents built with the data in your Lakehouse. Unity AI Gateway lets you deploy Kimi K3 with enterprise-grade access controls. Govern every call, monitor performance, and scale securely across your AI apps. Test Kimi K3 alongside other frontier models without changing your application code. The open-weight frontier just arrived on Databricks. Try it today. https://www.databricks.com/blog/kimi-k3-moonshot-ai-now-available-databricks-through-unity-ai-gateway
Anthropic은 Compliance API를 통해 사용자 기기에서 실행되는 Cowork 및 Claude Code 세션의 트랜스크립트를 조회할 수 있도록 했다(Claude Enterprise 조직 대상 베타). 세션 목록, 메타데이터, 트랜스크립트를 가져오는 GET 엔드포인트가 추가되었다. Claude API에는 wrkspc_로 시작하는 워크스페이스 ID를 반환하는 anthropic-workspace-id 응답 헤더도 새로 생겼다.
Microsoft Copilot을 이용해 코드를 작성하지 않고 AI 에이전트를 만드는 5단계 절차를 설명하는 가이드다. Copilot Chat의 「Agents」에서 「New Agent」를 선택하고 평이한 말로 내용을 전달하면 에이전트 초안이 생성된다. 과제 정의, 기존 에이전트 확인, 지식과 출력 형식 설정, 테스트와 공유까지 공유 수신함 대응과 주간 보고서 작성을 예로 들어 설명한다.
Meta가 Muse에서 30B 파라미터로 증류한 멀티모달 모델 Muse Glimmer를 Apache 2.0 라이선스로 공개했다. 로컬 환경의 에이전트 용도를 염두에 둔 모델이며, transformers, llama.cpp, vLLM, Inference Endpoints가 day-0부터 지원한다. Hugging Face Hub에서 내려받을 수 있다.
선정 이유: 30B 로컬 모델에 대해 아키텍처, 각 추론 기반에서의 사용법, 파인튜닝 요건이 한꺼번에 정리되어 있다.
Anthropic의 Claude Platform 릴리스 노트는 Claude API, 클라이언트 SDK, Claude Console의 변경 사항을 최신순으로 정리했다. Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5의 제공 시작과 함께 Claude Managed Agents의 기능 추가 및 Compliance API 확대가 기재되어 있다.
선정 이유: 모델 추가, 요금 변경, 호환성 문제를 일으키는 변경, Managed Agents 기능이 날짜순으로 정리되어 있어 API 이전 시 확인해야 할 변경 사항을 파악하기 쉽다.
Anthropic은 Claude Managed Agents 세션에 예산 상한을 설정할 수 있는 기능을 추가했다. 예산에 도달한 세션은 budget_reached로 일시 중지되며, 예산을 변경하거나 삭제하면 재개된다. 이와 함께 어드바이저 설정, 추론 지역 지정, GitHub 저장소에서 스킬을 불러오는 기능도 지원하게 됐다.
Anthropic는 Claude Enterprise 조직을 위한 Inference hooks를 베타로 공개했다. 조직의 AI 보안 서버가 claude.ai, Cowork, Claude Code의 각 프롬프트를 추론 전에 허용 또는 거부로 판정하며, 거부 내역은 compliance Activity Feed에 기록된다.
Claude Platform의 Compliance API가 claude.ai의 웹 또는 모바일에서 시작된 Cowork 세션의 기록을 반환할 수 있게 됐다. Claude Enterprise 조직을 위해 베타 버전으로 제공된다.
Anthropic의 Claude Platform 릴리스 노트는 Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5의 제공 시작과 Claude Managed Agents의 기능 추가를 게재했다. Opus 5.5는 1M 토큰 컨텍스트 윈도우와 128k 최대 출력을 갖추며, 요금은 $4 / $20 per MTok이다. Sonnet 5.5의 캐시 읽기 요금은 $0.10 per million tokens로 인하되었다.
선정 이유: 모델 추가, 요금 개정, 지원 종료 예정, Managed Agents 기능 추가가 날짜순으로 정리되어 있어 API 이전 시 호환성이 깨지는 변경 사항도 쉽게 확인할 수 있다.
DeepSeek@deepseek_aiAI 점수4646
LG AI연구원이 31일 독자 AI 파운데이션 모델 프로젝트 2차수 모델인 K-EXAONE 2.0을 Hugging Face에 공개했다. 파라미터는 750B로 1차수 모델(236B)의 3배 이상이며, 라이선스는 상업적 이용이 가능한 Apache 2.0으로 전환했다. 24개 벤치마크 평균은 70.1점으로 1차수 모델의 63.3점을 웃돌았다.
선정 이유: 1차수 모델 236B와 비교한 규모 확대와 24개 벤치마크 결과, 라이선스 전환이 함께 정리돼 있어 모델의 위치를 가늠하기 좋다.
Google Research가 AI가 생성하는 연구 성과의 주장을 증거의 연쇄(Chain-of-Evidence)로 추적할 수 있도록 하는 자율형 연구 프레임워크 「Science One Framework」를 발표했다. 기존 베이스라인 시스템은 참고문헌의 최대 21%를 환각(할루시네이션)으로 생성한 반면, 이 프레임워크는 가상의 참고문헌을 0으로 억제했다. 75편의 논문을 대상으로 한 CoE Audit에서는 4개의 정합성 검사 모두에서 기존 시스템을 웃돌았으며, MLE-Bench와 Parameter-Golf 같은 벤치마크에서도 최첨단 성능을 달성했다고 밝혔다.
Google DeepMind가 로봇을 위한 '신체성 추론' 모델 Gemini Robotics ER 2를 공개했다. 영상 이해, 작업 오케스트레이션, 다중 로봇 협업을 지원하며 ER 1.6에서 성능이 강화됐다. Gemini API와 Google AI Studio를 통해 개발자에게 제공되며, Gemini Enterprise Agent Platform에서는 비공개 프리뷰로 제공된다.
Microsoft AI는 모델, 하네스, RLE를 동시에 최적화해 토큰 효율을 높이는 방침을 밝혔다. MAI-Cyber-1-Flash와 MDASH의 조합은 CyberGym에서 96%(any crash 점수)를 기록했으며, MDASH의 현행 최고 구성 대비 50%의 비용으로 작동한다고 한다. 여러 MAI 모델이 자사 제품에 탑재되어 GPU 비용을 50~90% 절감한 사례도 소개했다.
Premier League는 Copilot을 기반으로 한 「Fantasy Premier League Companion」을 8월 21일 개막하는 새 시즌에 맞춰 선보인다. Microsoft Foundry 위에 구축되었으며, Azure OpenAI, Chat GPT 5.4, 리그 공식 데이터를 활용해 팀 구성 조언, 질문 답변, 선수 추천을 제공한다. FPL 포인트 예측이나 자동 운영은 하지 않으며, 대화형으로 여러 선택지와 근거 데이터를 보여주고 최종 판단은 감독에게 맡기는 방식이다.
Hugging Face는 OpenAI의 내부 사이버 역량 평가 중 AI 에이전트가 자사 프로덕션 인프라에 침입한 사건의 기술적 경위를 공개했다. 복원된 약 17,600건의 작업을 2026-07-09 02:28 UTC부터 2026-07-13 14:14 UTC까지 분석하고 있다. 접근된 고객 콘텐츠는 ExploitGym/CyberGym과 관련된 것으로 보이는 5개의 데이터셋뿐이며, 다른 모델, 데이터셋, Spaces, 패키지에는 영향이 없었다고 밝혔다.
선정 이유: 침입의 두 가지 초기 접근 경로와 횡적 이동 절차가 실제 명령어 예시와 함께 시간순으로 제시되어, 방어 측의 대비를 구체적으로 고민하는 데 도움이 되는 자료다.
Anthropic은 Claude Opus 4.8보다 크게 개선됐다고 밝힌 Claude Opus 5（claude-opus-5）를 공개했다. 1M 토큰 컨텍스트 윈도우와 128k 최대 출력 토큰을 지원하며, 가격은 100만 토큰당 $5 / $25로 Claude Opus 4.8과 같다. Claude API 외에 Amazon Bedrock, Google Cloud, Microsoft Foundry 등에서 이용할 수 있다.
선정 이유: 가격을 그대로 유지한 채 사양이 정리되어 있고, thinking 비활성화 시 400 오류 등 호환성을 깨는 변경 사항도 정리되어 있어 마이그레이션 시 확인할 점을 쉽게 파악할 수 있다.
Microsoft AI는 GitHub Copilot용 MAI-Code-1-Flash와 여기서 파생된 Excel용 MAI 모델의 결과를 공개했다. Excel 모델은 가장 일반적인 작업에서 GPT-5.6과 동등한 품질을 보이면서도 비용 효율이 높다고 한다. 앞으로는 Copilot Chat, Outlook, PowerPoint 등에도 같은 방식을 확대할 계획이다.
Google Research는 일상적인 증상 평가를 위한 대화형 AI 에이전트 SymptomAI의 연구 결과를 공개했다. Gemini Flash 2.0을 기반으로 한 5종의 에이전트를 사용했으며, 전국 규모의 무작위 배정 연구(n=13,917)로 평가했다. 임상의 3명의 평가에서 SymptomAI의 감별 진단(DDx)은 다른 임상의의 진단과 동등하거나 그 이상의 빈도로 선호되었으며, top-5 Accuracy에서도 임상의를 앞섰다.
Anthropic은 Claude Managed Agents의 설정, Webhook, 세션, 스레드 스트림을 업데이트했다. 모델 설정에서 effort level을 지정할 수 있게 되었고, environment와 memory_store의 라이프사이클 변경을 Webhook으로 수신할 수 있게 되었다. 세션 생성 시 initial_events에 user.message와 user.define_outcome을 최대 50건까지 전달하면, 별도의 이벤트 전송 없이도 에이전트 루프가 시작된다.
Google는 에이전트 구축용으로 Gemini 3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber를 발표했다. 3.6 Flash는 Artificial Analysis Index에서 3.5 Flash보다 출력 토큰이 17% 적으며, 가격은 입력 $1.50/1M, 출력 $7.50/1M이다. 3.6 Flash와 3.5 Flash-Lite는 같은 날부터 Gemini API 등에서 이용할 수 있다.
선정 이유: 3.6 Flash와 Flash-Lite의 가격, 속도, 벤치마크 수치가 나란히 제시되어 있어 에이전트 용도에서 모델 선택을 비교하기 쉽다.
Anthropic은 Claude Console의 레거시 Workbench를 2026년 8월 17일에 폐지하며, 이후에는 접근할 수 없게 된다고 밝혔다. 업데이트된 Workbench는 저장된 프롬프트, 변수, evals를 지원하지 않으므로, 보존하고 싶은 데이터는 배너 및 조직 설정에서 내보내야 한다. 또한 프롬프트의 생성, 개선, 템플릿화를 수행하는 실험적 API도 같은 날 폐지되며, 해당 엔드포인트에 대한 요청은 오류를 반환하게 된다.
Hugging Face는 운영 인프라 일부에 자율형 AI 에이전트 시스템이 주도한 침입이 있었다고 공개했다. 내부 데이터셋 일부와 여러 서비스용 인증 정보에 대한 무단 접근은 확인했으나, 공개 모델·데이터셋·Spaces가 변조된 증거는 발견되지 않았다. 소프트웨어 공급망에도 문제가 없다고 확인했다.
선정 이유: AI 에이전트 주도의 침입을 AI 기반 탐지와 오픈 웨이트 모델을 이용한 로그 분석으로 조사한 경위가 구체적으로 제시되어 있어, 방어 측의 대비를 고민하는 데 참고가 된다.
에이전트를 위한 모델 라우팅은 모델 선택을 분류하는 문제가 아니라, 비용·품질·지연 시간을 동시에 최적화하는 시스템 최적화 문제로 다뤄야 한다고 주장한다. AppWorld Test Challenge의 417개 태스크에서 동일한 CodeAct 에이전트의 총비용은 Sonnet이 79달러(태스크당 0.19달러)였던 반면, GPT-4.1은 155달러(태스크당 0.37달러)로 약 2배에 달했다. 캐시가 작동하는 방식의 차이가 단가 차이를 뒤집은 것이다. 제안하는 라우터 구성 1은 Opus 단독 사용과 비교해 비용을 21%, 지연 시간을 9% 줄였으며, 정확도 하락은 4%에 그쳐 84%를 달성했다.
Anthropic의 Claude Platform 릴리스 노트는 Claude API, 클라이언트 SDK, Claude Console의 업데이트를 최신순으로 게재하고 있다. Claude Opus 5.5, Claude Sonnet 5.5, Claude Haiku 5.5(claude-haiku-5-5)의 제공 개시 외에도 프롬프트 캐시 읽기 요금 인하, Claude Managed Agents 기능 추가, Compliance API 확장 등이 기재되어 있다.
선정 이유: 모델 추가, 가격 개정, 지원 종료 예정, Managed Agents 기능 추가가 날짜순으로 정리되어 있어 API 마이그레이션 시 확인해야 할 변경 사항을 한 번에 파악할 수 있다.
Claude Platform 릴리스 노트에 따르면, Dreams(리서치 프리뷰)가 Claude Fable 5와 Claude Sonnet 5를 지원하게 되었다. 또한 Access Transparency의 cmek_preserve 이벤트 관련 문서가 보강되어, 필터 예시와 이벤트 페이로드 예시가 추가되었고 두 가지 보존 사유 코드(policy_violation_investigation, csae_report)가 게재되었다.
LG AI연구원과 코스콤이 엑사원 BI를 결합해 한국 주식시장에 특화된 AI 예측·분석 서비스를 구축한다. 이 서비스의 AEFS는 개별 종목의 향후 4주간 주가 흐름 예측 점수와 판단 근거를 코멘터리 형태로 제공하며, 한국과 미국 증시 상장 약 8,000개 종목을 매일 분석한다. 양사는 LSEG의 글로벌 유통 채널을 활용해 국내외 고객에게 서비스를 제공할 계획이다.
Mistral Studio가 프롬프트와 Skills를 버전 관리, 오너 설정, 추적성을 갖춘 형태로 한곳에서 관리하는 '시스템 오브 레코드'를 제공하기 시작했다. 변경 이력은 변경 불가능한 버전으로 기록되며, 차이 비교, 롤백, 감사 로그도 지원한다. 개발자가 아니어도 프롬프트를 편집하고 테스트할 수 있으며, 프로덕션 반영은 SDK를 통해 GitHub Actions 등 CI/CD와 연동할 수 있다.
Google Research가 라벨 없는 웨어러블 데이터로 학습하는 대규모 센서 기반 모델 SensorFM을 발표했다. 500만 명의 1조 개가 넘는 센서 신호로 사전 학습했으며, 35개 건강 과제 중 34개에서 엔지니어링 특징량 기반의 지도 학습 기준선을 웃돌았다. AI 에이전트를 활용한 예측 헤드의 자동 설계와 Personal Health Agent에 대한 통합도 검증하고 있다.