Baseten이 Hugging Face Hub의 Inference Provider로 이용 가능해졌다. 대화 및 텍스트 생성 작업에서 Kimi K3, DeepSeek V4 Flash, GLM-5.2 등 오픈 웨이트 LLM을 서버리스 추론으로 사용할 수 있다. HF를 경유한 라우팅에서는 프로바이더의 표준 API 요금만 청구되며, HF가 추가로 붙이는 요금은 없다. 그 밖의 작업은 순차적으로 지원될 예정이다.
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.
Microsoft Research와 Paige(현 Tempus 산하)는 조직 이미지와 병리 보고서에서 얻은 언어로 학습한 병리 기반 모델 PRISM2를 개발해 Nature Medicine에 발표했다. 전립선암, 유방암, 유방 림프절 전이 검출 등 여러 벤치마크에서 전용 암 검출 시스템과 대등하거나 이를 웃도는 성능을 보였다. 모델 가중치는 연구 목적으로 Hugging Face에 공개됐다.
Mistral AI는 텍스트와 이미지의 안전성을 평가하는 3B 규모의 오픈 웨이트 멀티모달 안전성 분류 모델 「Shieldstral」을 Apache 2.0 라이선스로 공개했다. 정책은 추론 시 평이한 언어로 지정할 수 있어, 재학습 없이 용도에 맞춰 조정할 수 있다. 텍스트 안전성 평가에서는 크기가 최대 7배 큰 오픈 가드 모델에 필적하며, 단일 16GB NVIDIA GPU에서 동작한다.
Kimi.ai@Kimi_MoonshotAI 점수3030
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.
기업용 AI의 다음 제약은 모델 성능보다 GPU 가동률이 되어가고 있다. GPU는 가동 여부와 상관없이 시간 단위로 비용이 발생하기 때문에, 유용하게 쓰이지 않는 시간이 수익성을 크게 좌우한다. API 비용은 이용량에 비례해 늘어나는 반면, 자체 GPU 비용은 거의 고정되어 있어 일정량을 넘으면 자체 보유가 유리해진다. 다만 인프라는 피크 수요에 맞춰 설계되므로, 상시 가동 중이더라도 클러스터 전체의 능력은 낭비되기 쉽다.
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.
Google DeepMind의 새로운 음악 생성 모델 'Lyria 3.5'가 Google Flow Music에서 제공을 시작했다. 회사는 멜로디의 복잡성과 자연스러움, 가사의 품질과 지시 이행 능력, 보컬의 표현력과 발음이 개선되었다고 밝혔다. 템포와 길이를 더 쉽게 조절할 수 있는 기능도 추가되었다.
Google DeepMind가 로봇용 Gemini Robotics 2를 발표했다. VLA인 Gemini Robotics 2, 추론 모델인 Gemini Robotics ER 2, 온디바이스용 Gemini Robotics On-Device 2 등 3개 모델로 구성되며, 휴머노이드의 전신 제어와 여러 로봇의 협업을 가능하게 한다. ER 2는 Google AI Studio에서 이용할 수 있고, VLA와 On-Device 모델은 조기 액세스 파트너를 대상으로 제공된다.
선정 이유: 전신 제어, 섬세한 손 조작, 여러 로봇의 협업을 3개 모델의 역할 분담으로 정리해 제공 범위와 적응에 필요한 데이터 양을 확인하기 쉽다.
Kimi.ai@Kimi_MoonshotAI 점수3636
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.
NVIDIA는 수술 로봇용 실시간 생성 시뮬레이터 「Cosmos-H-Dreams」를 발표했다. Cosmos-H-Surgical-Simulator를 인과적 소수 단계(few-step) 학생 모델로 증류하고, 스트리밍 추론 라이브러리 FlashDreams로 제공한다. 단일 NVIDIA RTX PRO 6000 GPU에서 동작하며, 사람 또는 학습된 정책이 폐루프(closed-loop)로 조작할 수 있다.
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 이미지 생성 모델 MAI-Image-2.5-Pro와 음성 모델 MAI-Voice-2-Flash를 퍼블릭 프리뷰로 공개했다. Pro는 자사 최고 충실도의 이미지 모델이며, Flash는 MAI-Voice-2보다 2배 빠르고 32% 저렴하며 가격은 100만 자당 $15이다. 두 모델은 Foundry와 MAI Playground에서 체험할 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.
Hugging Face가 Diffusers에서 Nunchaku의 SVDQuant(W4A4) 체크포인트를 `from_pretrained()`로 직접 불러올 수 있도록 했다. 로컬에서 CUDA를 컴파일할 필요는 없으며, kernels 패키지를 통해 커널을 가져온다. RTX PRO 6000에서의 측정 결과, BF16 대비 최대 피크 VRAM을 50% 줄였고 지연 시간은 약 30% 개선됐다.
선정 이유: W4A4 양자화가 weight-only와 무엇이 다른지 설명하고 속도와 VRAM의 실측치도 함께 제시하고 있어, 보유한 GPU에서 도입할지 판단하기 쉽다.
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.
구글은 양자 오류 정정의 검출 이벤트를 학습 신호로 활용해, 계산 중에 수천 개의 제어 파라미터를 조정하는 강화학습 프레임워크를 Nature에 발표했다. Willow 초전도 프로세서에서는 인위적인 드리프트 상황에서 논리 안정성이 3.5배 향상됐다. 전문가에 의한 보정 이후에도 논리 오류율은 20% 더 억제됐다.
Microsoft 연구팀은 장애나 정체성 등 공통된 경험을 가진 커뮤니티가 AI가 생성한 이미지에서 자신들이 어떻게 묘사되는지를 스스로 정의할 수 있는 기반 「Community Library Creator」를 개발했다고 밝혔다. 각 라이브러리는 약 400장의 실제 이미지와 설명문으로 구성되며, 생성된 이미지에 대한 커뮤니티의 평가가 피드백으로 활용된다. 데이터는 옹호 단체가 소유하며, Hugging Face 등에서의 공유 여부와 이용 제한도 단체가 정한다.
Google은 미국 에너지부(DOE)의 Genesis Mission을 지원하기 위해 연구자들에게 4,000만 달러 상당의 AI 토큰과 클라우드 크레딧을 제공한다고 밝혔다. DOE Genesis Mission의 지원 대상자에게는 AlphaEvolve, AlphaFold 3, AlphaGenome, WeatherNext, AlphaEarth Foundations를 현물로 제공하며, DOE 국립연구소의 수만 명 규모 운영·연구·관리 인력에게는 1년 동안 Gemini for Government 시트와 토큰을 제공한다.
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.
Hugging Face는 Pollen Robotics가 개발한 손에 쥐는 그리퍼형 조작 데이터 기록 시스템 Grabette를 공개했다. 로봇 없이 사람의 손 시연을 기록할 수 있으며, 브라우저에서 처리되어 LeRobot 형식의 데이터셋으로 변환된다. 하드웨어 CAD 및 제작 파일, 소프트웨어, 처리 파이프라인은 모두 오픈소스다.
Microsoft는 AMD의 Helios AI 플랫폼과 차세대 EPYC 프로세서를 Azure에 도입해 HDv2 VM, HXv2 VM, ND MI455X v7 VM 등 3종을 제공할 예정이라고 발표했다. HDv2는 6세대 AMD EPYC의 물리 코어 약 500개와 4테라바이트 RAM을 갖춰 데이터 처리용으로 쓰인다. HXv2는 176코어에 5GHz 이상으로 동작하며 EDA와 HPC용이다. ND MI455X v7은 AI 추론용이다.
LG AI연구원과 유네스코가 20일 'AI 윤리 MOOC 프로젝트'의 글로벌 런칭 행사를 열고, 전 세계 누구나 무료로 수강할 수 있는 교육 과정을 공개했다. 교육 과정은 코세라(Coursera) 플랫폼을 통해 제공되며 10개 모듈로 구성됐다. 양 기관은 올해 하반기 AI 개발자와 연구자를 대상으로 시범 운영한 뒤, 내년에는 전국 5~10개 거점대학으로 확대할 계획이다.
Google은 3.5 Flash를 기반으로 취약점 발견·검증·수정에 특화해 미세조정한 경량 사이버보안 모델 「Gemini 3.5 Flash Cyber」를 발표했다. 제한 공개 파일럿으로, 우선 정부 및 신뢰할 수 있는 파트너에게 CodeMender를 통해 제공된다. V8에서는 고정 횟수의 호출로 확인된 고유 문제 55건을 발견해, 3.5 Flash의 47건과 Claude Opus 4.6의 36건을 웃돌았다.
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.
DharmaOCR는 포르투갈어에 특화된 벤치마크에서 0.925점을 기록해 Mistral OCR4(0.798)와 Unlimited-OCR(0.7587)을 웃돌았다. 기사는 이 격차가 새로운 모델에도 통하는 특화 학습의 이점에서 비롯된 것이라고 설명한다. 학습은 브라질 포르투갈어 문서를 활용한 지도 파인튜닝과 Direct Preference Optimization(DPO)의 2단계로 진행됐으며, DPO는 출력의 안정성을 높인 것으로 알려졌다.
Google DeepMind와 Isomorphic Labs는 생물학적 회복력에 관한 공동 대응 방안을 공개하고, 예방·탐지·대응 3개 분야에서 신뢰할 수 있는 파트너에게 AI 모델과 에이전트를 제공한다고 발표했다. 지난 12개월 동안 정부 기관, 생물보안 조직, 연구 그룹과 15건 이상의 제휴를 추진했다고 밝혔다. 예방 분야에서는 위협 모델링, 평가, 완화책, 모니터링의 4단계 안전 절차를 적용하며, 탐지 분야에서는 AlphaEvolve가 메타게놈 시퀀싱 데이터의 분석 알고리즘을 최적화한다.
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.
확산 모델의 '창의성'은 신경망 학습 과정에서 생기는 '스코어 평활화(score smoothing)'에서 비롯된다고 Google Research가 설명했다. 학습 데이터 사이를 잇는 보간 영역에서 새로운 데이터가 생성되는 구조로, 가중치 감쇠(weight decay)가 강할수록 학습된 스코어 함수가 중간 영역에서 더 매끄러워진다는 것을 1차원 실험으로 보였다. 연구 성과는 ICLR 2026에서 발표된 논문 「On the Interpolation Effect of Score Smoothing in Diffusion Models」에 정리되어 있다.
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.
