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.

Grok Bot, 엔터프라이즈 대상 제공 개시

xAI는 업무를 자율적으로 수행하는 AI 팀원 「Grok Bot」을 엔터프라이즈 고객 대상으로 제공을 시작했다고 밝혔다. 각 Bot은 전용 클라우드 컴퓨터에서 동작하며, 접근·네트워크·감사 관리 기능이 추가되었다. Grok 및 Cursor Enterprise 고객은 향후 2주 동안 무료로 이용할 수 있으며, 기존 시트가 없는 구성원을 포함해 조직 전체를 초대할 수 있다.

지속형 에이전트를 전제로 한 Grok Bot 설계

xAI는 Grok Bot을 대화 세션이 아니라 지속되는 Bot을 중심으로 설계했다고 밝혔다. Bot은 고유한 정체성, 기억, 실행 환경, 도구를 가지며, 채팅 기록 대신 Bot 목록에서 관리된다. 아바타의 움직임으로 대기 중이나 작업 중 같은 상태를 표시하고, 마우스를 올리면 현재 동작을 확인할 수 있다.

Grok Bot을 조달 업무에 투입해 벤더 지출 점검으로 직접 비용 절감 10만 달러 이상 확인

xAI는 Grok Bot에 공급업체 지출, 계약, 이용 데이터에 대한 접근 권한을 주었더니 10만 달러가 넘는 직접 비용 절감 사례를 찾아냈다고 밝혔다. 조달용으로 만든 'Haggle Bot'은 90일 동안 사용되지 않은 유료 시트 43개를 찾아내 14,220달러의 절감으로 이어졌다. 다른 SaaS 제품에서는 사용되지 않는 SKU로 연간 85,662달러어치를 찾아냈다. 지출이나 계약의 승인, 벤더에 대한 발송에는 사람의 승인이 필요하도록 설계되었다.

xAI, Grok Build에 메모리 기능 추가… 규칙과 결정 사항을 세션 간 유지

xAI가 Grok Build에 메모리 기능을 추가했다. 작업 중 나오는 규약, 결정 사항, 프로젝트 사실을 메모로 기록해 두었다가 이후 세션에서 관련 코드를 다루기 전에 불러온다. 새 세션부터 적용되며, `/memory`와 `/dream` 명령도 추가됐다.

의도를 판단하는 제로 트러스트 AI 에이전트 구축 방법: Model Armor, Semantic Governance Policies, Agent Anomaly Detection

Google은 Gemini Enterprise Agent Platform에서 Model Armor, Semantic Governance Policies, Agent Anomaly Detection을 사용해 에이전트 실행 시점에 의도와 동작을 검사하는 방법을 설명했다. ADK로 만든 환불 에이전트를 예로 들어, 빌드 시점의 통제로는 막을 수 없는 공격에 대한 대응 방안을 보여준다. 전체 코드는 오픈소스 데모 zero-trust-agents-2에서 공개되어 있다.

Gemini Enterprise Agent Platform에 에이전트 이상 탐지 기능, 프라이빗 프리뷰로 제공 시작

Google은 Gemini Enterprise Agent Platform 위의 AI 에이전트를 추론 트레이스, 도구 호출, 로그를 기반으로 모니터링하는 「Agent Anomaly Detection」을 프라이빗 프리뷰로 제공을 시작했다고 밝혔다.

Google Cloud API Gateway, REST API를 MCP 도구로 공개하는 기능 Public Preview 제공

Google Cloud API Gateway가 Public Preview에서 원격 MCP 서버로 동작하게 되었다. 기존 OpenAPI 사양에 주석을 달아 배포하기만 하면 REST 작업을 에이전트용 MCP 도구로 공개할 수 있으며, 별도의 서버를 구축하고 운영할 필요가 없다. 기존 JWT 또는 API 키 인증, 쿼터, 로그도 그대로 사용할 수 있다.

AQuA, 운영 중인 에이전트 품질을 24시간 모니터링하고 실패 원인을 진단하는 Google의 앰비언트 품질 에이전트

Google은 운영 환경의 AI 에이전트를 지속적으로 감시하는 품질 에이전트 「AQuA(Ambient Quality Agent)」를 오픈 빌딩 블록으로 공개했다. Google Cloud에서 Cloud Trace, Cloud Logging, BigQuery로부터 세션을 주기적으로 추출하고, 최대 1,000개 세션을 평가해 실패 패턴을 클러스터링한다. AQuA는 요청 경로 밖에서 동작하며 에이전트에 결과를 다시 써넣지 않는다.

Gemini 4 Argon, 20만 행 규모 Python 코드베이스를 하룻밤 사이 최적화 ADK 개선 2건 채택

Google은 Gemini 4 Argon에 google/adk-python을 약 11시간 동안 무인으로 최적화하도록 맡겼으며, 그 결과 긴 세션에서 인메모리 세션 준비 시간을 약 40%, 패키지 임포트 시간을 21% 단축했다고 밝혔다. 제안 6건 중 2건은 코드 리뷰를 거쳐 채택됐고, 4건은 불채택됐다. /goal 모드와 .agents/skills를 활용한 절차도 함께 공개했다.

Google, 로보틱스용 Gemini 4 Argon 공개… ERQA에서 87%

Google은 Gemini 4 Argon을 공개했다고 밝혔다. 물리적 이해, 코드 생성, 시각·의미 추론이 향상되었으며, ERQA 벤치마크에서 추론만으로 87%를 기록해 다른 프런티어 모델을 앞질렀다고 한다. 로봇 제어, Real2Sim, 물리 이해, 연구·자기 개선 등 4개 분야의 대표적인 프롬프트도 소개했다. Google AI Studio와 Gemini API 등에서 이용할 수 있다.

AI 에이전트 평가를 「바이브 체크」에서 벗어나게 하는 방법

AI 에이전트는 루프에 빠지거나 토큰을 과도하게 소비하고, 그럴듯하지만 틀린 답을 내놓아도 겉보기에는 문제가 없어 보이기 때문에 눈으로 확인하는 방식(바이브 체크)으로는 결함을 잡아내기 어렵다고 지적한다. 대안으로 중요한 사용자 여정(CUJ)을 평가 기준으로 삼고, 시뮬레이션된 사용자로 골든 데이터셋을 만든 뒤 점차 실제 운영 트레이스로 교체하는 방법을 제시한다. 평가는 유닛 테스트, 결정적 메트릭, LLM-as-a-judge, 통합 테스트의 4계층으로 수행하며, judge의 채점은 가능한 한 1~5점 척도 대신 합격/불합격의 이진 판정으로 하기를 권장한다.

google/adk-recipes의 전체 구조, 3계층으로 정리된 단일 리포지토리

Google이 google/adk-samples를 재구성한 후속 리포지토리 google/adk-recipes의 구성을 해설했다. core/, plugins/, contrib/의 3개 계층으로 나뉘며, Agents CLI, Agent Garden, Gemini Enterprise app이 같은 소스 트리를 참조한다. plugins/에는 Agent Plugins v1.0.0 사양을 준수하는 스킬이, contrib/에는 5개 언어로 된 배포 가능한 서비스가 수록되어 있다.

NVIDIA RTX Spark 탑재 Windows PC 출시, ASUS·Dell·HP·Lenovo·Microsoft·MSI 제품

NVIDIA RTX Spark를 탑재한 Windows PC 노트북 제품이 출시됐다. ASUS, Dell, HP, Lenovo, Microsoft, MSI의 노트북이 2,399달러부터 판매되며, NVIDIA Blackwell RTX GPU와 NVIDIA Grace CPU를 결합한 단일 슈퍼칩으로 최대 1 petaflop의 AI 연산 성능과 최대 128GB의 통합 메모리를 갖췄다. 앞으로 더 많은 시스템이 나올 예정이다.

DeepSeek@deepseek_aiAI 점수6262

DeepSeek가 DeepSeek-V4.1-Flash-1017을 공개했다. 이전 버전보다 벤치마크 성능이 높고, 작업 완료 속도가 빠르며, 출력이 짧다고 밝혀 성능과 비용 両面에서 파레토 개선을 내세우고 있다. 공식 사이트, 앱, API에서 이용할 수 있으며, DeepSeek Harness v0.2.1-rc.1 이상으로의 업그레이드가 권장된다.

OpenAI Developers@OpenAIDevsAI 점수4242

OpenAI 엔지니어들이 Codex를 활용해 코드베이스를 살펴보고, 손봐야 할 부분을 찾아내며, 쌓여 있던 유지보수 작업을 조금씩 처리하는 방법을 소개한다.

Claude Code v2.1.302 공개, auto mode 분류기 모델 지정과 idle compaction 설정 추가

Anthropic의 Claude Code v2.1.302가 공개됐다. 클라이언트 측 auto mode의 분류기 모델을 선택하는 `CLAUDE_CODE_AUTO_MODE_MODEL`과 `/config`의 `Idle compaction` 설정을 추가했다.

Amazon Bedrock AgentCore로 구축한, AI 에이전트의 신뢰성을 뒷받침하는 프로덕션 운영용 평가 프레임워크

AWS의 SMGS Operations 팀이 Amazon Bedrock AgentCore를 활용해, 프로덕션에서 운영 중인 여러 AI 에이전트의 품질을 지속적으로 측정하는 평가 프레임워크를 구축했다. AgentCore Evaluations를 핵심으로, Amazon Bedrock Guardrails와 Amazon CloudWatch 등을 결합했다.

Cursor@cursor_aiAI 점수2525

클라우드 에이전트가 인터랙티브 캔버스를 만들 수 있게 되었다. 에이전트가 작업하는 동안 대시보드나 보고서를 요청할 수 있으며, 완성된 캔버스는 링크로 팀과 공유할 수 있다.

OpenAI@OpenAIAI 점수5454

OpenAI가 ChatGPT의 GPT-6 Astra Pro를 업데이트해 응답 속도를 높이고 플러그인 및 도구 활용을 개선했다. 여러 에이전트가 작업의 서로 다른 부분을 병렬로 처리할 수 있으며, 각 에이전트의 진행 상황을 추적하고 완료된 작업을 열어 작업 내용을 확인할 수 있다. Pro 사용자를 대상으로 Chat 탭에서 제공 중이다.

Itaú, 전체 고객 기반을 위한 생성형 AI 구축 방식: ia.i와 IARA

브라질 은행 Itaú는 텍스트와 음성으로 이용할 수 있는 대화형 인터페이스 'ia.i'를 전개하고 있다. 1단계 이용자는 약 30만 명이며, 2026년 말까지 전체 고객 기반의 100%를 대상으로 하는 것을 목표로 내걸었다. 거버넌스 기반 IARA는 사내 방침에 따라 여러 모델에 대한 관리된 접근을 제공하며, OpenAI도 그 제공처 중 하나다.

Google Research, 웻랩 자율화를 위해 AI 에이전트를 물리 실험에 접지시키는 3건의 연구 공개

Google Research는 AI 에이전트가 액체 핸들링 로봇을 안전하게 조작할 수 있도록 실험실의 디지털 트윈 'VERID'를 제안했다. 아울러 앱타머 설계와 de novo 단백질 바인더 설계의 폐루프 실험도 공개했으며, FAP에 대해 싱글 나노몰러급 친화도를 갖는 바인더를 얻었다고 밝혔다.

Google DeepMind@GoogleDeepMindAI 점수4343

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

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.

Benefit Street Partners, Codex로 투자위원회 질문 답변 속도 높여

신용 전문 투자운용사 Benefit Street Partners의 Anant Kumar는 Codex로 코드 리뷰를 진행하고, BDC 평가액 비교 트래커와 대출 계약서 분석 도구를 직접 만들었다. 트래커 초기 버전은 약 하루, 전체 개발은 합계 약 10~12시간이 걸렸다. 계약서의 첫 분석 결과는 약 20분 만에 나오며, 이후 사람이 1시간 이상 확인한다. Kumar에 따르면 투자위원회의 추가 질문에 대한 답변은 회의 중에 끝나는 경우도 많다.

Grupo Boticário는 AI를 어떻게 활용하며 사람과의 연결을 강화하고 있는가

Grupo Boticário는 OpenAI 기술을 탑재한 자체 개발 에이전트 기반을 통해 판매 대리점의 운영 관련 요청을 최대 80%까지 자율적으로 해결하고, 영업 담당자가 어드바이저 역할을 맡을 수 있도록 하고 있다. 대리점 전 과정에는 30개 이상의 에이전트가 배치되어 있으며, 직판 리드의 90%는 AI가 먼저 접수하고 선별한다. 이 회사는 다브랜드·다채널의 복잡성에 대응하기 위해 기술을 사내에서 개발하는 방침을 취하고 있다.

Localiza가 생성형 AI를 중심으로 업무를 재편한 방식

Localiza는 생성형 AI를 새로운 컴퓨팅의 기반으로 보고, OpenAI와의 협업을 통해 업무 혁신, 새로운 고객 접점, AI 네이티브 제품이라는 세 영역에 힘을 쏟고 있다. 사내에서는 ChatGPT 라이선스를 실험용으로 배포했으며, 커스텀 GPT, 에이전트, Codex 검증이 재무에서 일상 업무까지 확대되고 있다. 2026년 3월에는 브라질 최초의 모빌리티 플랫폼으로서 ChatGPT 내에 통합된 앱의 제공을 시작했다.

Stack Overflow for Agents, ChatGPT 플러그인 출시로 등록 수 3배 증가

Stack Overflow는 에이전트용 제품 Stack Overflow for Agents의 ChatGPT 플러그인을 공개했으며, 하룻밤 사이 등록 수가 3배로, 에이전트 생성 수는 최대 10배로 늘었다. 엔지니어 2명이 Codex를 활용해 이 제품을 몇 주 만에 개발했다. 커넥터 하나를 만드는 데 걸리던 기간도 보통 3~6주에서 Codex로 4일로 단축됐다.

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.

Codex 0.163.0, /config 설정 검색·응답 중 후속 입력 전송·/daemon 재시작 지원

OpenAI가 Codex 0.163.0을 공개했다. `/config`로 설정을 한데 검색해 즉시 변경할 수 있으며, 응답 중에도 후속 메시지를 보내 작업을 이어갈 수 있게 됐다. `/keymap`에서는 리더 키를 설정할 수 있고, 기본값은 `Ctrl+X`다. `/daemon`으로 백그라운드 서버를 재시작하는 기능과, 서로 독립적인 읽기 전용 도구의 병렬 실행도 지원한다.

NVIDIA@nvidiaAI 점수2020

AI는 북유럽에게서 배울 점이 많습니다. 오늘 밤 Jensen은 제조와 의료 등의 과제에 맞서 자신의 전문성과 NVIDIA의 기술을 결합하고 있는 개발자들을 축하했다. 멋진 밤을 선사해 줘서 고마워요, Stockholm. 📍다음 개최지는 Berlin입니다.

Meta, Amazon SageMaker JumpStart에서 Muse Spark Open 제공 시작

Meta의 코딩 특화 오픈 웨이트 모델 「Muse Spark Open」이 Amazon SageMaker JumpStart에서 이용 가능해졌다. MoE 아키텍처로 총 파라미터 816B, 활성 파라미터 42B, 컨텍스트 윈도우는 1M 토큰이다. BF16 버전은 ml.p6-b300.48xlarge, NVFP4 양자화 버전은 ml.p5e.48xlarge에서 동작하며, SageMaker Studio 또는 SageMaker Python SDK를 통해 자신의 AWS 계정 엔드포인트에 배포할 수 있다.

AI at Meta@AIatMetaAI 점수5959

Meta AI가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 미국산 오픈 웨이트 모델로서 “지금까지 중 가장 높은 성능”이라고 자리매김하고 있다. 총 파라미터 816B, 활성 파라미터 42B, 1M 토큰 컨텍스트 윈도우를 갖추고 있으며, 텍스트·이미지·동영상·음성을 네이티브로 지원한다.

NVIDIA RTX Spark 출시 기념 이벤트를 전 세계에서 개최

NVIDIA는 크리에이터, 게이머, AI 에이전트를 위한 Windows PC 「NVIDIA RTX Spark」를 출시하고, 10월 16일(금)에 샌프란시스코, 베를린, 타이베이, 베이징, 이스탄불, 서울에서 출시 기념 이벤트를 연다. 행사장에서는 데모를 체험할 수 있으며, 사전 등록 필요 여부는 행사장마다 다르다. #ShareYourSpark 게시물 참여자 중에서 Jensen Huang의 사인이 담긴 ASUS ProArt P14 RTX Spark 탑재 노트북을 받을 수 있는 캠페인도 진행 중이다.

Bar-Ilan대학교, 강의에 결석한 학생의 학습을 지원하는 AI 에이전트 도입

Bar-Ilan University(BIU)는 2월 학습 플랫폼 Moodle에서 강의 자료를 검색하고 요약하는 AI 에이전트를 시범 도입했다. Microsoft Copilot Studio로 구축되었으며, 71개 과목, 약 2,400명의 학생이 대상이 되었다. 히브리어, 아랍어, 영어를 지원하며, 2026/27학년도 1학기에는 100개 과목으로 확대될 예정이다.

NVIDIA@nvidiaAI 점수6262

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.

AWS 'Trust in Depth': AI 에이전트의 자율성을 높이면서도 통제를 잃지 않는 방법

AWS는 AI 에이전트에 자율성을 부여하면서도 통제를 유지하기 위한 다층적 사고방식인 'Trust in Depth'를 제시했다. Scope, Know, Bound, Observe라는 네 가지 질문으로 수명 주기 전체에 걸쳐 신뢰를 검증할 수 있도록 한다. 엄격하게 기술할 수 있는 규칙에는 자동 추론(automated reasoning)으로 증명을 제공하고, 모호한 판단은 사람에게 맡긴다.

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.

GeForce NOW, NVIDIA DLSS 4.5 설정 제어 지원

NVIDIA가 GeForce NOW에서 NVIDIA DLSS 4.5 제어 기능을 제공하기 시작했다. DLSS Super Resolution, Dynamic Multi Frame Generation, Ray Reconstruction 설정을 선택할 수 있으며, GeForce RTX 5080 탑재 클라우드 환경의 Ultimate 회원은 Dynamic Multi Frame Generation을 최대 4X까지 사용할 수 있다. 설정은 GeForce NOW 앱의 settings에서 하며, Windows, macOS, Chrome OS, Steam OS에서 이용할 수 있다.

Kimi.ai@Kimi_MoonshotAI 점수2525

Kimi Work로 워크플로를 자동화하는 방법 - 튜토리얼 #3 아래는 본문의 번역입니다. Kimi Work에서 일상 업무 워크플로에 Kimi를 어떻게 통합할 수 있는지 확인해 보세요. - 로컬 프로젝트, 브라우저, 컴퓨터를 넘나들며 작업할 수 있습니다. - Swarm으로 복잡한 작업을 나누고, Goal 모드로 반복 실행할 수 있습니다. - Plugins, AGENTS.md, Dashboard로 Kimi의 동작을 맞춤 설정할 수 있습니다. 다음에 다뤄 줬으면 하는 내용이 있다면 댓글로 알려 주세요.