OpenAI는 모델의 행동 방식을 정한 공개 문서 "Model Spec"을 업데이트하고, 지침을 "인간의 의도에 대한 충실성", "위해 최소화", "성실성과 투명성", "인간의 주체성", "배려"의 다섯 가지 가치를 중심으로 재편했다고 밝혔다. 이번 개정에서는 문맥, 감독, 주체성에 관한 지침이 추가됐고, 일부 행동의 기본값이 조정됐으며, 세부 스타일 가이드 상당수는 폐지됐다. OpenAI는 이러한 가치를 모델이 학습하도록 하는 새로운 훈련 방법도 검토 중이며, 결과는 향후 업데이트를 통해 공유할 계획이라고 밝혔다.
Hugging Face@huggingfaceAI 점수4343AI가 기업 조직도에 들어가는 방식으로 사람 아래에 두는 유형, 사람과 나란히 두는 유형, 사람 사이에 끼어드는 유형의 3가지 시나리오를 집필자인 Hemanth Asirvatham과 Elliott Mokski가 제시한다. 각 개인이 자신의 AI 에이전트를 관리하는 위치가 되는 '사람 아래' 유형에서는 회계 등 실무를 AI가 맡고 사람은 조율과 판단을 담당하는 것으로 설명된다. 기사는 이를 인원 감축을 전제로 하지 않는 변화로 규정하지만, 내용은 OpenAI의 공식 입장이 아니라 집필자의 견해다.
Ai2는 LLM이 과학 연구 아이디어의 참신성을 얼마나 신뢰성 있게 평가할 수 있는지 검증한 연구 「Old Ideas, Novel Problems」를 공개하고, 참신성 판정용 벤치마크, 데이터, 코드를 함께 공표했다. ICLR 2026의 심사 코멘트에서 참신성에 관한 기술을 추출해 평가 데이터를 구축했으며, GPT-5.1, GPT-5.2, GPT-5.4, Claude Sonnet 4.5, Claude Opus 4.5, Claude Opus 4.6 등 6개 LLM 판정기를 비교했다.
NVIDIA@nvidiaAI 점수1313
Microsoft AI CEO 무스타파 술레이만은 TED 강연에서 AI를 '새로운 디지털 종'이라는 비유로 바라보는 새로운 비전을 제시했다. AI 개발자 본인조차 앞으로의 방향을 정확히 설명하는 데 어려움을 겪고 있다고 한다. 강연 후에는 TED의 크리스 앤더슨과의 질의응답이 이어졌다.
Microsoft AI는 항상 인간을 위해 일하는 '인간 중심 초지능(HSI)'의 실현을 목표로 한다고 밝혔다. 문제 중심이고 분야 특화된, 제약 속에서 신중하게 조정된 AI를 상정하며, 자율적이고 무제한적인 존재와는 구별한다고 설명했다. MAI Superintelligence Team을 설립했으며, AGI 경쟁론이나 붐이냐 파멸이냐는 이분법적 논리는 배격한다는 입장이다.
Microsoft AI는 2026년 1월 Copilot의 건강·웰니스 관련 대화 50만 건 이상을 분석해 이용 실태를 공개했다. 약 5건 중 1건은 본인의 증상 설명, 검사 결과 해석, 지병 관리에 대해 상담했으며, 증상이나 상태 관리에 관한 질문 7건 중 1건은 타인을 위한 상담이었다. 대화는 사전에 익명화되며 사람이 내용을 읽지는 않는다.
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.
Google Gemini@GeminiAppAI 점수3838A conversation with Sergey Brin, @joshwoodward, @tulseedoshi, and @melvinjohnsonp about Gemini 4 Argon, how we got here, and the path ahead!
Block의 Bradley Axen이 Claude Fable 5를 총괄 역할로 두고 수백에서 수천 건에 이르는 풀 리퀘스트 규모의 코드 마이그레이션을 추진하는 방식을 소개했다. Fable이 설계를 맡고 Opus나 Sonnet 같은 소형 모델이 개별 작업을 수행하는 구성으로, 품질을 떨어뜨리지 않으면서 토큰 배분을 개선할 수 있었다는 초기 결과도 함께 제시했다.
선정 이유: 수천 건 규모의 PR을 처리한 마이그레이션 사례에서 Fable이 설계를 맡고 소형 모델이 구현을 맡는 역할 분담과, 병합과 배포는 사람이 이중으로 승인하도록 남겨둔 운영 방식이 구체적으로 소개되어 있다.
통신사업자는 비용 절감에 그치지 않고 신뢰성, 통제성, 커스터마이즈 가능성을 이유로 오픈 모델을 중심으로 AI 전략을 구축하고 있다. NVIDIA의 「State of AI in Telecommunications」 보고서에서 응답자의 89%는 오픈소스 모델과 소프트웨어가 자사 AI 전략에 중요하다고 답했다.
Comcast와 Booz Allen은 Project Glasswing에 따라 Claude Mythos Preview를 활용해 여러 컴포넌트에 걸친 취약점을 발견했다고 밝혔다. Comcast는 258개의 핵심 시스템, 약 1억 7000만 행의 코드를 평가해 인증 관련 치명적 취약점을 찾아냈으며, 악용 흔적이 확인되기 전에 수정했다. Anthropic은 이번 주 확장판 Cyber Verification Program(CVP)도 시작했다.
선정 이유: 단일 취약점이 아니라 여러 요소에 걸친 공격 체인을 두 기업이 어떻게 검증하고 수정으로 이어갔는지를 구체적인 수치와 함께 보여준다.
OpenAI는 첨단 AI가 획기적 발상의 이면에 있는 일상적 업무에서 가장 중요한 역할을 할 수 있다고 주장한다. 그 실행력이 다음 경제와 발전 속도를 좌우할 수 있다고 밝혔다.
OpenAI의 Sam Altman CEO가 유엔 안전보장이사회에서 한 발언에서 AI의 안전성, 인간에 의한 통제, 국제 협력에 대해 이야기했다. 원문은 발언의 논점을 보여주는 개요만 담고 있어, 구체적인 제안이나 수치는 포함되어 있지 않다.
SpaceXSI는 Grok Bot을 고객 지원 전반에 도입해 지원 티켓이 175% 늘었지만 신규 채용 없이 대응할 수 있었다고 밝혔다. 기존 AI 지원 도구는 해결 건당 $1~$4의 정액제인 반면, Grok Bot은 $0.20~$0.30까지 낮출 수 있었다고 한다.
GitHub Podcast 최신 회에서 AI를 둘러싼 5가지 「핫 테이크」를 검증한다. AI가 생성한 코드는 반드시 읽어야 하고, RAG는 죽지 않았으며, Skills는 MCP를 대체하지 않고 역할이 다르다고 정리한다. 파인튜닝이 필요한 이유는 코드가 나쁘기 때문이라는 주장도 다루며, AI 에이전트, Skills, MCP, RAG는 같은 워크플로에서 함께 사용할 수 있다고 설명한다.
Google의 대담 시리즈 「Dialogues on Technology and Society」 최신 회에서는 NASA 우주비행사 Christina Koch 씨와 Google의 James Manyika 씨가 우주, 기술, 발견에 대해 이야기를 나눈다. Koch 씨는 ISS에서의 328일간 체류, 역사상 최초의 전원 여성 우주유영, Artemis II 임무에서의 달 궤도 비행을 돌아본다. 두 사람은 25만 마일 거리에서 본 푸른 지구를 「lifeboat」이라고 표현하며, 우주비행사, 로보틱스, AI의 협업에 대해서도 논의한다.
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 Research는 AI를 활용한 피부 증상 정보 도구가 이용자의 병명 특정에 도움이 되는지를 2,345명을 대상으로 한 조사로 검증했다. AI 지원 그룹에서 병명을 추정할 수 있었던 비율은 23%로, 기존 검색을 사용하는 대조군의 8%를 크게 웃돌았다. 반면 다음에 취해야 할 행동의 정답률은 표준 AI 그룹에서 통계적으로 유의미한 개선이 나타나지 않았다. AI 그룹은 대조군보다 긴급도가 낮은 행동을 제안하는 경향이 약간 높았다(30% 대 27%).
LG AI연구원 Bio Intelligence Lab의 윤주승 연구원이 병리 이미지 파운데이션 모델 EXAONE Path 개발을 주도하고 있다. EXAONE Path는 Virchow2-G(1.9B) 등 경쟁 모델보다 훨씬 적은 135M 파라미터로 글로벌 최상위권 성능을 기록했다. 자체 데이터셋 1위, 글로벌 공공 벤치마크 Patho-bench 2위를 기록했다.
Google DeepMind는 Gemini를 탑재한 코딩 에이전트 AlphaEvolve 도입 1년의 성과를 정리했다. 게놈 분석, 전력망 최적화, 양자 회로, TPU 설계, Google Cloud를 통한 기업 활용 등 폭넓은 분야에서 성과가 나왔다. DeepConsensus에서는 변이 검출 오류를 30% 줄였고, AC Optimal Power Flow에서는 실행 가능해를 찾는 비율이 14%에서 88% 이상으로 높아졌다.
Google Research는 LLM의 행동 성향(behavioral dispositions)이 사람들의 합의와 얼마나 맞아떨어지는지 평가하는 프레임워크를 공개했다. 25개 LLM을 상황판단테스트(SJT)로 평가한 결과, 사람 주석자들의 의견이 전원 일치하는 경우에는 소형 모델과 프론티어 클로즈드 웨이트 모델 모두 거의 완벽하게 정렬됐다. 반면 합의율이 90% 미만으로 떨어지자 정렬률은 80%대 중반에서 더 오르지 못했고, 합의가 없는 상황에서는 사람들의 의견 폭을 제대로 포착하지 못했다.
LG AI연구원 이홍락 CSAI와 이세돌 9단이 AI 시대의 인재상과 미래를 논했다. 이홍락 CSAI는 AI 툴 활용이 일반화될수록 스스로 사고하는 힘과 비판적 사고력의 중요성이 커졌다고 강조했다. LG AI연구원은 전문가의 생산성을 높이는 전문가 AI를 목표로 하며, EXAONE 모델이 해외에서도 10위권 정도로 인정받는다고 밝혔다.
LG AI연구원 이홍락 CSAI와 이세돌 9단이 인공지능의 현재와 미래를 주제로 대담했다. 이홍락 CSAI는 미국을 10으로 봤을 때 한국의 AI 기술 수준을 7 정도로 평가했으며, 그동안 가장 큰 병목으로 GPU를 꼽았다. 이번 국가대표 파운데이션 모델 과제를 통한 정부 지원이 부족한 부분을 채우는 계기가 될 것이라고 말했다.
