Anthropic, Claude Marketplace에 보안·생산성·크리에이티브 분야의 새 에이전트와 제품 추가

Anthropic은 Claude Marketplace에 보안, 개발 기반, 크리에이티브, 생산성 분야의 새로운 파트너 에이전트와 제품을 추가했다고 밝혔다. 현재 마켓플레이스에는 25개 이상의 파트너 에이전트와 제품이 등록되어 있다. 대상 엔터프라이즈 고객은 약정한 Anthropic 지출의 일부를 이들 솔루션에 사용할 수 있다.

Anthropic@AnthropicAIAI 점수3838

Anthropic은 특정 AI 모델이 실제로 어떤 응답을 생성했는지를 개발자가 검증할 수 있는 도구 「FlashProve」를 발표하고 코드를 오픈소스로 공개했다고 밝혔다. 암호 기술을 기반으로 하며, 기존 오픈소스 방식보다 크게 효율적이라고 설명했다. 채팅 하이재킹 방지와 함께, 안전성 평가자가 검증 대상 모델과 고객에게 제공되는 모델이 동일한지 확인하는 용도가 예상된다.

OpenAI, 수학·컴퓨터 과학·물리학 분야의 AI 발견 3건 발표… 학계와 공동으로 이해 넓혀간다

OpenAI는 조화해석, 계산 복잡도, 양자장론 분야에서 새로운 발견 3건을 발표했다. 모델은 국소 평활화 추측(local smoothing conjecture)을 모든 차원에서 증명했고, 지수 시간 가설(ETH)이 틀렸음을 보였으며, QCD 등에 대한 존재 증명도 생성했다. OpenAI는 이번 성과를 원자료(raw research data)로 규정하고, 외부 전문가가 주도하는 공동 연구 그룹을 통해 이해를 넓혀 갈 계획이라고 밝혔다.

Anthropic, Agent Skills를 Agentic AI Foundation에 기증

Anthropic은 AI 에이전트에 전문 지식과 워크플로를 부여하는 오픈 표준 Agent Skills를 Linux Foundation 산하의 Agentic AI Foundation(AAIF)에 기증했다고 밝혔다. 2025년 12월 표준 공개 이후 ChatGPT, Cursor, GitHub Copilot, VS Code를 포함한 70여 개 이상의 에이전트 플랫폼이 이를 통합했다. 지금까지 100만 개의 스킬이 공개되었고, 설치 수는 약 2.8억 건에 달했다.

Claude Code v2.1.308 출시

Claude Code v2.1.308이 출시됐다. 이번 릴리스 노트에는 버그 수정과 안정성 개선이 포함되어 있다. 구체적인 변경 내용은 본문에 기재되어 있지 않다.

NVIDIA, 유럽 산업용 오픈 모델군 확충… Nemotron 3.5·Kumo·Cosmos 3.5 등

NVIDIA는 언어, 로보틱스, 생물, 양자 분야에서 오픈 모델을 확충하며 Nemotron 3.5 Super VL, Nemotron 3.5 Bolt, Kumo, Cosmos 3.5, Alpamayo 2 Edge, BioNeMo, Ising 등을 발표했다. 회사는 이를 각 지역의 언어와 산업에 맞는 애플리케이션을 자사 데이터로 커스터마이즈하고, 관리하는 인프라에 배포할 수 있는 기반으로 자리매김하고 있다. 대부분은 Hugging Face, GitHub, build.nvidia.com을 통해 제공된다.

xAI, Grok Web·iOS·Android에 Connectors 추가…Bring Your Own MCP도 지원

xAI는 일상에서 쓰는 앱을 Grok에 직접 연결하는 Connectors를 Grok Web, iOS, Android에서 제공하기 시작했다. SharePoint, Outlook, OneDrive, Google Workspace, Notion, GitHub, Linear를 지원하며, 임의의 커스텀 MCP 서버를 연결하는 Bring Your Own MCP도 함께 시작했다. 이메일 요약, 슬라이드 업데이트, 일정 정리, 스프레드시트 편집을 복사해 붙여넣기 없이 할 수 있다.

xAI, 코딩 모델 Grok 4.6을 GitHub Copilot에서 제공 시작

xAI는 최신 코딩 모델 Grok 4.6을 GitHub Copilot에서 이용할 수 있게 했다. VS Code를 포함한 GitHub의 개발자들은 모델 피커에서 "Grok 4.6"을 선택해 사용할 수 있다. SpaceX의 xAI 콘솔에서도 입력 100만 토큰당 $2, 출력 100만 토큰당 $6의 가격으로 제공된다.

Tunix와 TPU로 진행하는 자율형 LLM 사후 학습

Google은 AI 에이전트가 LLM의 사후 학습을 자율적으로 반복 실행하는 「autofinetune」을 개발했다고 밝혔다. Tunix, Gemma, Cloud TPU를 Antigravity CLI 및 Gemini Flash 3.7과 통합한 구성이다. SFT의 FunctionGemma 실험에서는 TPU v5e-1에서 약 2시간 동안 20회의 자동 실험을 수행해 함수 호출 생성의 정확도를 높였다. GRPO로 Gemma 3 1B를 학습시킨 실험에서는 40회의 실험을 2~3일에 걸쳐 진행했고, 총 보상이 약 10% 향상됐다.

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.

Claude Code v2.1.303 릴리스

Claude Code v2.1.303이 GitHub Releases에 공개됐다. 릴리스 노트에는 「Bug fixes and reliability improvements」(버그 수정 및 안정성 개선)이 기재되어 있다. 구체적인 변경 내용은 본문에 명시되지 않았다.

Anthropic, Team·Enterprise 대상 Claude Code Review 정식 출시

Anthropic가 Code Review를 리서치 프리뷰에서 정식 제공(GA)으로 전환하고 Claude Team 및 Enterprise 조직에서 사용할 수 있게 했다. 대부분의 리뷰 소요 시간은 프리뷰 당시 약 20분에서 6~10분으로 약 3배 빨라졌다. 대상 Enterprise 조직은 2027년 1월 15일까지 10,000달러 이상의 Code Review 크레딧을 신청할 수 있다.

Microsoft AI, MAI-Code-1.1-Flash 발표… 이전 모델의 4분의 1 비용으로 성능 향상

Microsoft AI가 코딩 모델 MAI-Code-1.1-Flash를 발표했다. 6월 Microsoft Build에서 공개한 모델과 비교해 코드 품질이 향상되었고, 토큰 효율은 25% 높아졌으며, 비용은 4분의 1이다. GitHub Copilot에서 실제 운영 중이며, 로컬 실행을 위한 다운로드도 가능하다. GitHub Copilot에서의 실험적 제공은 월말까지 시작된다.

GitHub, ModernBERT 분류기로 푸시 보호 확대… 비구조화 시크릿을 2밀리초 미만에 판정

GitHub는 Microsoft Applied Sciences와 함께 개발한 파인튜닝된 ModernBERT 분류기를 시크릿 보호에 도입한다. 후보 시크릿 그룹을 2밀리초 미만에 평가하며, 푸시 보호로 차단할 수 있는 시크릿 수를 2배 이상으로 늘릴 수 있다고 밝혔다. 현재는 프라이빗 프리뷰이며, 이달 하순 Enterprise Cloud와 GitHub Teams의 GitHub Secret Protection 이용 조직에 제공될 예정이다.

OpenAI, 사내 프런티어 모델로 수학 미해결 문제의 새로운 성과 공개

OpenAI는 사내 프런티어 모델을 활용한 수학 미해결 문제의 새로운 성과를 공표했다. Lean을 이용한 증명의 형식화와 연구의 세부 내용은 GitHub에서 공유하고 있다.

Claude Code v2.1.291, 세션 관련 버그 2건 수정

Claude Code v2.1.291이 공개됐다. 2.1.290에서 발생하던, 클라우드 세션에서 권한 확인 프롬프트에 대한 응답이 사라질 수 있는 버그를 수정했다. 또 2.1.288에서 발생하던, 종료 시 세션 마지막 메시지가 사라질 수 있는 버그도 수정했다.

ReviewBench: 오픈 AI 코드 리뷰 벤치마크

GitHub가 AI 코드 리뷰를 위한 오프라인 벤치마크 「ReviewBench」를 공개했으며, 현재 이용할 수 있다. GitHub의 PR 1억 3,900만 건(103.9M)의 분포를 바탕으로 19개 언어, 공개 PR 219건으로 구성되며, 사람 리뷰어, 프론티어 LLM, 정적 분석으로 만든 골든 세트를 사용한다. 시니어 엔지니어가 독립적으로 검증한 결과 96.6%의 일치율을 보였으며, Copilot code review의 오프라인 평가 역시 실제 운영 실험의 방향을 더 쉽게 예측할 수 있게 되었다.

GitHub Copilot app 입문: canvas로 맞춤형 워크플로 구축하는 방법

GitHub Copilot app의 canvas(canvas extension)는 사용자와 에이전트가 함께 공유하고 맞춤 설정할 수 있는 인터페이스입니다. `/create-canvas` 스킬에 원하는 기능을 평범한 영어로 설명하기만 하면 칸반 보드나 릴리스 체크리스트 같은 것이 코딩 없이 오른쪽 패널에 생성됩니다. 만든 canvas는 확장 기능으로 저장할 수 있으며, Awesome Copilot에서 공유된 기성 canvas도 이용할 수 있습니다.

GitHub Copilot 앱의 canvas로 생각해 보는, 채팅이 UI로 부적절한 상황

GitHub Copilot 앱에는 에이전트와 양방향으로 통신할 수 있는 풀스택 소형 앱 「canvas」가 있어, 채팅 이외의 UI에서도 AI를 사용할 수 있다. Connect 4, Winget 관리, SQLite 조작 화면 등을 예로 들며, 전용 도구를 만들면 이후의 상호작용에서 토큰을 소비하지 않는다고 설명한다. 개발 워크플로 자동화에도 활용할 수 있지만, 그 예시는 설계와 자동화를 조정하는 데 거의 하루가 걸렸다고 한다.

GitHub Security Lab, C/C++용 자율형 퍼징 Fuzzing Taskflow 공개

GitHub Security Lab의 Antonio Morales가 C/C++ 프로젝트용 자율형 퍼징 파이프라인 Fuzzing Taskflow를 공개했다. GitHub 리포지토리만 지정하면 하네스 작성, AFL++ 실행, 커버리지 분석, 크래시 트리아지, 취약점 보고서 작성까지 LLM 에이전트가 수행한다. 소스 코드는 오픈소스로 제공된다.

GitHub Podcast, AI 「핫 테이크」 5건 검증 코드 리뷰, RAG, Skills, MCP 등

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.

DeepSeek@deepseek_aiAI 점수6161

DeepSeek는 에이전트 하네스 'DeepSeek Harness v0.1'을 Developer Preview로 공개하고, 코드베이스를 MIT 라이선스로 오픈소스화했다. Cordis 메타 프레임워크를 기반으로 하며, 모델, 도구, 스킬, 세션 등을 모두 플러그인으로 구현한다. 리포지토리는 https://github.com/deepseek-ai/deepseek-harness

Microsoft AI, 프런티어 성능 곡선 최적화와 MAI 모델별 성과 해설

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.

Microsoft AI, GitHub Copilot용 MAI-Code-1-Flash와 Excel용 MAI 모델 성과 공개

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 Research, 표 형식 데이터용 제로샷 기반 모델 TabFM 발표

Google Research는 표 형식 데이터의 분류와 회귀를 제로샷으로 수행하는 기반 모델 TabFM을 발표했다. 문맥 내 학습을 통해 모델 학습, 하이퍼파라미터 조정, 특성 엔지니어링 없이 한 번의 순전파로 예측할 수 있다. Hugging Face와 GitHub에서 공개되었으며, Google Cloud BigQuery에서도 이용할 수 있다.

Microsoft AI, 코딩 모델 MAI-Code-1-Flash 발표

Microsoft AI는 코딩 모델 MAI-Code-1-Flash를 발표했다. GitHub Copilot의 프로덕션 하네스에서 직접 학습했으며, SWE-Bench Pro에서는 51.2% 대 35.2%로 Claude Haiku 4.5를 앞섰다고 밝혔다. SWE-Bench Verified에서는 최대 60% 적은 토큰으로 문제를 해결했다고 한다.

Google Research, AI 벤치마크에 필요한 평가자 수 검증

Google Research는 AI 평가에서 항목 수와 항목별 평가자 수 중 어느 쪽을 우선해야 하는지 검증했다. 다수결과의 일치를 살펴볼 때는 항목 수를 늘리는 편이 효과적이며, 의견의 폭을 포착하려면 평가자 수를 늘려야 한다. 기존의 1~5명이라는 기준은 불충분한 경우가 많으며, 총 약 1,000건 규모의 어노테이션이라도 적절히 배분하면 재현성이 높은 결과를 얻을 수 있다고 밝혔다.