Amazon Bedrock AgentCore Gateway는 Microsoft Entra ID와의 on-behalf-of(OBO) 토큰 교환을 통해 AI 에이전트가 사용자의 신원을 유지한 채 ServiceNow REST API를 호출할 수 있게 한다. 토큰 교환은 게이트웨이의 타겟에 설정되며, AgentCore Gateway가 각 요청마다 실행한다. 같은 패턴은 OAuth로 보호되는 다른 REST API에도 적용할 수 있다.
Simon Willison은 노트북에서 구동한 Qwen 3.8 27B가 원시 가중치 수치만으로 강화학습 네트워크가 학습한 게임을 맞혔다고 보고했다. Pac-Man, Pong, Breakout은 식별했지만 한 문제당 46분에서 1시간 넘게 걸렸다.
동일한 오픈 웨이트 모델 GLM-5.3-flash를 AppWorld의 90개 태스크로 비교한 결과, 하네스에 따라 태스크 완료율이 CUGA의 81.1%에서 Deep Agents의 30.0%까지 크게 달랐다. 세 조건 모두 성공한 시나리오의 비율(SGC)도 CUGA 66.7%, Hermes 26.7%, Deep Agents 6.7%였다.
AI는 반도체 팹의 공정 해석을 가속해 엔지니어가 물리 시험 전에 더 많은 방안을 검증할 수 있도록 하고 있다. COMSOL은 NVIDIA cuDSS 라이브러리를 활용한 멀티피직스 해석을 최대 10배 빠르게 했으며, Applied Materials는 NVIDIA PhysicsNeMo를 활용해 ACE+의 토포그래피 시뮬레이션을 최대 35배 가속했다. Advantest는 NVIDIA NeMo Switchyard AI 에이전트로 AI 모델 선정 대응 시간을 수 시간에서 수 분으로 단축했다.
Anthropic이 Claude 플랫폼에서 Message Threads의 퍼블릭 베타를 시작했다. 직전 메시지 이후의 차분만 전송하는 방식으로, 50만~100만 토큰 요청에서 첫 토큰까지 걸리는 시간이 약 35% 줄어든다고 Anthropic은 설명했다. 토큰 사용량은 변하지 않는다.
'리버스 게임 이론'(메커니즘 디자인)은 AI 내부를 해명하지 않고도 바람직한 행동을 유도하는 인센티브를 설계해 제어하는 방법으로 제안되고 있다. Stephen Morris 등의 논문은 테스트에서 능력을 낮게 보이게 하는 '샌드배깅'을 막기 위해, 다른 모델의 답변을 예측하게 하고 그에 대해 보상을 주는 방안을 제시했다. 프린스턴 대학교의 Elad Hazan은 풀이 역할과 감사 역할을 번갈아 맡기고, 부정을 놓친 감사 역할에도 벌을 주는 구조를 제안하고 있다.
Mistral AI@MistralAIAI 점수5858ML4 is now open-weight! Frontier capabilities on code agents & cyber, way more efficient and compact than its Preview version three weeks ago (!) and cherry on the cake: technical report telling its epic backstory. Check it out: https://huggingface.co/mistralai/Mistral-Large-4-1T-A52B/blob/main/assets/technical_report.pdf
Kravos AI가 자율형 AI 에이전트를 실제 운영 환경에서 구동하기 위한 관리형 인프라 플랫폼의 퍼블릭 베타를 시작했다고 밝혔다. 지식 수집, 검색, 스킬, 외부 도구, 음성·채팅 런타임을 단일 실행 레이어로 통합해 백엔드 개발 부담을 줄인다. 개방형 Model Context Protocol(MCP)을 지원하며, Cursor와 Claude 등 코딩 어시스턴트에서 에이전트를 구축하고 테스트할 수 있다. 셀프서브 방식의 Starter 티어가 마련돼 무료 계정으로 바로 시작할 수 있다.
독일 온라인 패션 유통 대기업 Zalando는 첫 AI 쇼핑 에이전트와 'Zalando Extended' 플랫폼을 발표했다. 앱에서 AI 에이전트를 활용해 다른 온라인 상점의 상품도 구매할 수 있도록 하는 서비스로, 주거 생활용품 유통업체 Westwing과 협업해 시범 도입한다. 3분기 매출은 전년 동기 대비 5.1% 증가한 31억 7000만 유로였다.
CoworkOS는 전략과 실행을 분리한 장기 과제용 에이전트 하네스이다. 12개 벤치마크와 6개 분야의 실무 애플리케이션에서 Codex 및 DeepSeek Harness에 대해 높은 경쟁력을 보였다. GLM-5.3을 기반으로 하여 Qwen3.6-35B-A3B를 5라운드의 자동 사후 학습으로 개선했으며, 8개 벤치마크의 평균 점수는 33.19에서 42.95(+9.76)로 상승했다.
CUA-Master는 컴퓨터 조작형 AI 에이전트(CUA)를 개선하는 중첩 구조의 이중 루프형 재귀적 개선 프레임워크다. 오픈월드 데이터와 피드백에 기반한 스냅샷 롤백형 재시도를 활용해 성능을 지속적으로 높인다. CUA-Master-27B는 OSWorld Verified에서 80.2점, OSWorld 2.0에서 36.9점, WeaveBench에서 43.9점, Agents' Last Exam에서 25.0점을 기록했다.
NVIDIA와 파트너사들은 피지컬 AI와 에이전트형 AI를 전 세계 도시로 확대해 행정 서비스와 교통 관리 구축을 추진하고 있다. 말레이시아의 ITMAX는 NVIDIA RTX PRO 6000 GPU에서 작동하는 영상 에이전트 SamurAI V2를 2027년까지 17,000대 이상의 카메라로 확대하며, 신호 제어 검증에서 피크 시간대 이동 시간을 최대 26% 줄일 수 있다고 밝혔다.
Latent Space의 AINews는 고성능 LLM이 소형 모델의 가중치를 직접 읽고 편집하는 「Weight Space Programming」 논문을 다뤘다. 가중치의 용도 파악, 실패 트레이스에 따른 수정, 가중치의 일괄 생성 등을 보여준다고 한다. 같은 호에서는 DeepSeek의 super-agent harness 시험판 공개, GDPx 벤치마크, 각종 양자화와 추론 인프라 관련 소식도 다룬다.
Y Combinator CEO Garry Tan은 AI 에이전트의 토큰 비용으로 연간 10만~20만 달러를 쓰고 있다고 밝혔다. 그의 에이전트는 이메일, Dropbox, Apple Notes를 읽어 일상생활을 돕는 데도 쓰인다고 한다. 다만 현재 비용은 지나치게 높아, 개인용 AI 에이전트가 주류가 되려면 비용이 낮아져야 한다고 말했다.
Apple의 케반 파레크(Kevan Parekh) CFO는 실적 설명회에서 AI가 고객의 업그레이드나 기기 전환의 이유가 될 수 있다고 밝히고, 서드파티 앱과 파트너십에도 기회가 있다고 말했다. 다만 구체적인 내용은 밝히지 않았다. App Store는 전년 동기와 비슷한 실적을 기록했으며, 서드파티 앱의 유료 구독은 역대 최다 건수와 두 자릿수 성장을 보였다. 반면 모바일 게임은 계속 어려운 상황이 이어질 것이라고 밝혔다. 12월 분기 서비스 성장률은 8~9%로 전망했다.
네이버의 AI 탭이 AI 경영시스템 국제표준인 ISO 42001 인증을 받았다. 사용자 대상 에이전틱 AI 서비스 단위에서 국제표준 수준의 안전 관리 체계 요건을 충족한 국내 첫 사례이며, 모델 개발과 서비스 제공 두 측면 모두 심사를 받았다. 네이버는 AI Safety Center를 중심으로 구축한 안전 체계를 독립된 제3자 검증으로 확인받았다.
Trajectory는 AI 모델이 피드백으로부터 지속적으로 학습해 전문 과업에서 개선될 수 있도록 하는 포스트트레이닝 기반을 제공하는 기업으로, 시리즈 A에서 4,500만 달러를 조달했다. Sequoia가 주도했으며 Nvidia, Bessemer Venture Partners, Bain Capital Ventures가 참여했고, 기업가치는 3억 달러로 알려졌다. 이 회사의 플랫폼은 일반에 공개되어 있으며, Harvey와 Rogo가 오픈소스 모델의 추가 학습에 활용하고 있다.
Legora의 CTO Jacob Lauritzen이 고객 데이터를 열람할 수 없는 상태에서 법무 에이전트를 구축하고 테스트하는 방법을 밝혔다. 회사에서는 엔지니어 3명과 변호사 3명이 고객의 업무를 모방한 테스트 환경을 만들고 있다. 인용의 정확도는 한 릴리스에서 정답률이 70%에서 99%로 향상됐지만, Legora는 아무것도 변경하지 않았다고 한다.
Squarespace는 전 세계 직원의 약 19%, 약 300명을 감원한다고 밝혔다. 조직을 재편해 사업을 단순화하고 우선순위를 명확히 하며 의사결정을 더 빠르게 하겠다는 방침이다. 이 회사는 2024년 AI 도구 'Blueprint'를 출시했으며, AI 네이티브 플랫폼 'Forma'도 발표해 대기자 명단 등록을 받고 있다.
SpaceXSI는 Grok Bot 안의 Team Bot으로 'Data Bot'을 구축했다. 데이터 사이언스 팀의 노하우를 스킬로 학습시켜, 웨어하우스에 대한 쿼리와 분석을 수행하고 결과를 각자 선호하는 형식으로 돌려준다. 이를 통해 PM과 마케팅 팀도 데이터 팀을 기다리지 않고 직접 궁금한 점을 조사할 수 있게 된 것으로 알려졌다.
Qodo는 조직의 지식과 코드베이스 규칙을 Codex에 가져오는 플러그인을 개발해, 여러 리포지토리에 걸친 P0 버그 탐지를 지원하고 있다. Codex는 코드 변경 후 Qodo의 리뷰 결과를 같은 세션 안에서 받아, 풀 리퀘스트를 열기 전에 수정할 수 있다. Qodo는 Decisions API로 200개 규칙 가운데 확인해야 할 대상을 고르는 구상도 밝혔다.
Anthropic이 Claude Platform의 Messages API에 대화를 서버 측에서 보관하는 message threads를 베타로 추가했다. 이후 요청에는 새 메시지만 보내면 되어 요청 크기가 작아지고 첫 토큰이 나올 때까지의 시간도 줄어든다. 베타 헤더는 message-threads-2026-08-12이다.
Anthropic은 Claude Platform에서 message threads를 퍼블릭 베타로 제공하기 시작했다. 에이전트가 매 턴마다 전체 대화 기록을 다시 보내지 않고 이전 이후의 새 항목만 보낼 수 있게 되어, 장시간 세션의 지연이 줄어든다. Claude Code에서는 많은 사용자에게 기본으로 활성화되었으며, 500k~1M 토큰 요청에서 첫 토큰까지의 시간(TTFT) 중앙값이 약 35% 감소했다.
SpaceX가 Grok Bot의 사용 한도를 낮춘 것으로 보인다. Telegraph에 따르면 주말 사이 여러 사용자의 한도가 절반으로 줄었다. Elon Musk는 X에서 Grok Bot의 운영 비용이 수익에 비해 지속 불가능할 정도로 높다고 말했지만, 한도 하향 자체는 명확히 밝히지 않았다.
구글이 10월 AI 관련 발표를 정리한 기사를 공개했다. 중심은 Gemini 4 Argon과 Gemini 4 Carbon, 그리고 월드 모델 Genie 4다. Argon은 Google AI Studio, Gemini API, Gemini 앱 등을 통해 제공되며, Carbon은 미국 정부와 일부 사이버 방어 기관이 참여하는 사전 테스트 단계에 있다.
선정 이유: Gemini 4 Argon·Carbon과 Genie 4를 중심으로, 10월 Google의 AI 관련 발표를 분야별로 정리해 전체 흐름을 파악하기 좋다.
Crawl4AI로 수집한 웹 페이지를 Markdown 본문과 메타데이터 사이드카 파일로 준비한 뒤, Amazon S3 데이터 소스를 거쳐 Amazon Bedrock Knowledge Bases에 적재하는 절차를 설명한다. 표준 Amazon Bedrock Web Crawler로는 처리하기 어려운 불필요한 영역 제거, CSS 셀렉터를 이용한 영역 추출, 사용자 정의 메타데이터 부여가 필요한 경우에 쓰는 경로다. 샘플 구현은 aws-samples 리포지토리에서 제공된다.
조사 대상 기업에서 에이전트형 애널리틱스가 생성한 인사이트 가운데 사업 개선으로 이어진 비율은 48%였다. 1년 전의 37%에서 상승했지만, 절반이 넘는 인사이트는 여전히 성과로 연결되지 않고 있다. 품질이 낮은 인사이트의 주된 원인은 사업 컨텍스트 부족(55%)과 데이터의 분산 및 접근 곤란(45%)이다.
OpenAI는 일상생활의 실무 과제에서 AI의 성능을 측정하는 평가 'LifeVal'을 발표했다. 미국과 국제의 시간 사용 조사를 바탕으로 3,995명의 조사에서 중요하게 여겨진 육아, 의료, 가계 관리, 쇼핑, 행정 절차 등의 과제를 선정했다. 공개된 사례에서는 GPT-6 Astra의 최고 기록이 여러 과제에서 100%에 도달했다.
SpaceX의 AI 에이전트 Grok Bot에서 할로윈 주말에 일부 사용자의 주간 사용 한도가 갑자기 100%에 도달했다. Elon Musk는 X에서 이것이 버그가 아니라 Grok Bot의 제공 비용이 수익에 비해 지속 불가능할 정도로 높기 때문이라고 인정했다. 향후 사용 한도에 미칠 영향은 밝혀지지 않았다.
AWS는 Amazon Bedrock AgentCore와 Amazon Nova Multimodal Embeddings를 사용해 항공우주 부품의 대체 평가를 지원하는 멀티 에이전트형 어시스턴트를 구축하는 방법을 소개했다. 계획 담당이 세 개의 전문 에이전트에 작업을 분배하고, 결정론적 허용오차 규칙으로 후보 부품을 채점한다. 대체 승인은 하지 않으며, 최종 판단은 엔지니어가 맡는다.
Amazon SageMaker AI에서 프런티어 모델을 교사로 삼아 시퀀스 수준 지식 증류(SeqKD)로 쇼핑 에이전트를 소형 학생 모델에 파인튜닝하는 방법을 해설한다. 에이전트는 검색과 검증을 반복하므로 한 과제에서 여러 번 호출이 발생하지만, 소형 모델로 대체하면 비용과 응답 속도를 줄일 수 있다. SeqKD는 교사 모델의 텍스트 출력만 사용하기 때문에 API로만 이용할 수 있는 모델에도 적용할 수 있으며, 과제를 해결한 궤적만 학습 데이터로 남긴다.
GPT-6.1 Sol 에이전트 50개체를 Minecraft에서 3시간 동안 가동한 실험에서, 에이전트들은 투표 없이 'Ada'를 리더로 선출하고 식량 관리와 어업 교대를 포함한 체계를 만들어 냈다. 첫날 밤에는 22개체가 사망했고, 이후 Ada가 대규모 건설과 채굴, 원정 중단을 지시했다. 대전 형식의 Bed Wars에서는 GPT 에이전트 10개체가 Claude Opus 5.5의 10개체를 상대로 6승 3패로 승위를 기록했다.
미국 텍사스대학교 오스틴캠퍼스 등의 연구진이 지연된 행동이 성패에 직접 영향을 미치는 실시간 대화 과제에서 LLM을 평가하는 벤치마크 「Realtime-Bench」를 구축했다. 게임과 웹을 합친 총 50개 과제로 구성된다. 최고 성공률은 GPT-6-Astra(high)의 wall clock 조건에서 36%에 그쳤으며, 시계를 멈출 수 있는 paused clock 조건에서는 추론을 강화한 모델이 70%에서 80%에 가까워진다.
Planning agent와 UI Grounding model로 나눈 8B 규모 UI 내비게이션 에이전트를 실기기 iOS 앱에서 온라인 강화학습으로 직접 학습시키는 방법이 제안되었다. 보상은 LLM-as-a-Judge에 의한 단계별 평가와 최종 과제 완료 보상을 결합했으며, PPO와 GiGPPO로 최적화한다. Android 환경으로의 일반화에서는 SFT 베이스라인 대비 약 7배의 개선을 보였고, 실기기 iOS 앱에서는 Gemini-3.5-Flash를 웃돌고 Gemini-3.1-Pro와 동등한 성능을 기록했다.
OpenAI는 ChatGPT 데스크톱 앱의 Chat 탭과 Work 탭을 통합할 계획이라고 사용자에게 보낸 이메일에서 밝혔다. 우선 일부 사용자를 대상으로 피드백 수집을 목적으로 제공된다. OpenAI에 따르면 ChatGPT와 Codex는 같은 토큰 한도를 공유하게 되지만, 대부분의 사용자에게는 영향이 없다고 한다. Codex는 데스크톱 앱 안에서 계속 독립된 경험으로 남는다.
AI 코딩 비용은 토큰 수가 아니라, 리뷰를 통과해 병합된 Pull Request 1건당 비용으로 측정해야 한다는 논고다. 어려운 계획 작업은 최첨단 모델에, 정형화된 작업은 자체 운용하는 오픈 웨이트 모델에 나눠 맡겨야 한다고 주장한다. HPE는 정형 워크로드를 나눠 처리해 토큰 비용을 30~50% 줄였다고 밝혔다.
Sunrate는 AI 에이전트가 기업을 대신해 결제를 실행할 수 있는 프로그래머블 다통화 가상 법인카드 'Sunrate Agentic Card'를 발표했다. 이용 한도, 권한, 승인 정책은 기업이 관리할 수 있으며, 각 거래는 기록 및 감사가 가능하다고 한다. 이 카드는 Mastercard Agent Pay 인증을 이미 취득했으며, Mastercard 네트워크 내 에이전트 기반 거래의 본인 확인과 승인을 위한 기반이 된다고 밝혔다.
SAP는 TechEd에서 Joule Studio와 Joule Work에 대해, 더 저렴하고 검증된 모델로 전환할 수 있는 모델 비종속 AI 전략을 발표했다. 회사는 현재 70개 이상의 모델을 활용하고 있으며, AI를 통한 절감액이 20억 유로를 넘을 것으로 내다봤다. 새로 SAP-RPT-2.0(이상값 탐지)과 SAP-RPT-TS(통합 사업 계획용 시계열 예측 모델)를 선보였다. Joule Studio에서는 2026년 12월까지 커스텀 에이전트를 무상으로 배포하고 실행할 수 있는 프로모션이 진행된다.
HSBC는 법인 고객이 자사 AI 도구를 Model Context Protocol(MCP)을 통해 은행 데이터에 연결할 수 있는 'HSBCnio'를 출시했다. 읽기 전용 접근은 실용적인 출발점이 되는 한편, 데이터 보안과 제3자 AI의 거버넌스, 법인 대상 은행 채널의 미래에 대한 의문도 제기한다. AI 에이전트의 고도화에 따라 은행은 안전한 연결과 고객 접점을 잃을 위험을 동시에 관리해야 한다는 지적이 나온다.
MIT Technology Review는 LLM 기반 AI 에이전트가 웹을 이용하는 시대, 이른바 '에이전트형 웹'이 도래했다고 주장하고 있다. 커넥터를 통한 방식과 브라우저 조작 방식이 공존하는 가운데, 광고 수익, 주요 플랫폼의 이용자 묶어두기, 사람을 위한 웹의 존속이 쟁점으로 떠오르고 있다.