IBM Research는 ALTK-Evolve에 일관성 가이드라인과 Consistency Analyzer를 추가해 AppWorld에서 Pass^5를 53.0%에서 69.0%로 개선했다고 밝혔다. GPT-4.1을 사용한 ReAct의 Mean@5는 77.4%였지만, 다섯 번 모두 성공한 과제는 53.0%에 그쳐 24.4%포인트의 일관성 격차가 있었다. 가이드라인을 적용하자 격차는 12.0%포인트로 절반으로 줄었고, Mean@5도 81.0%로 올랐다.
Google Developer Groups(GDG)가 주최하는 개발자 커뮤니티 행사 「DevFest」의 2026년 시즌이 2026년 10월 1일부터 12월 31일까지 열린다. 전 세계 115개국에서 800건 이상의 행사가 예정되어 있다.
Google Research가 도구 사용 체인을 먼저 생성한 뒤 사용자 쿼리를 붙이는 answer-first 방식의 데이터 생성 기법 ToolGrad를 제안했다. ToolGrad-500으로 미세 조정한 Gemma-3 12B 모델(ToolGrad-12B)은 BFCL에서 83.1점을 기록해 gemini-2.5-pro(83.2)에 근접했으며, claude-4.5 Opus(82.8)와 gpt-5(74.4)를 앞섰다. 데이터 생성에는 gemini-2.5-flash-lite를 사용했으며, 거의 100%에 가까운 통과율을 보였다고 밝혔다.
Google가 Windows용 Gemini 앱을 공개했다. Alt + Space를 누르면 작업 중인 화면 위에 Gemini를 불러낼 수 있다. Windows 10과 11을 지원하며, 전 세계에서 오늘부터 이용할 수 있고 gemini.google/desktop에서 내려받을 수 있다.
캐나다 Kinaxis는 예측 AI, 시나리오 모델링, 에이전트형 AI를 갖춘 공급망 계획 플랫폼 Maestro를 제공하고 있다. Strait of Hormuz 분쟁 이후 고객의 시나리오 모델링 이용은 분쟁 이전 수준에 비해 120% 넘게 늘었다고 한다. Maestro는 Azure에서 동작하며 Azure OpenAI, AKS 등을 활용하고, Microsoft Copilot과의 연동도 개발 중이다.
Cloudera와 Mistral이 제휴해 Mistral의 모델을 Cloudera의 하이브리드 데이터 플랫폼에 통합한다고 밝혔다. 기업은 온프레미스, 프라이빗·퍼블릭 클라우드, 완전한 에어갭 환경에 AI 모델을 배포하면서도 관리 권한을 유지할 수 있다. 관리된 환경 안에서 자사 고유 데이터로 커스텀 모델을 학습시킬 수도 있으며, 데이터와 학습 결과의 소유권은 기업 측에 남는다고 밝혔다.
Claude Managed Agents의 권한 정책에 「auto」가 추가되어, 서버가 각 에이전트와 MCP 도구 호출을 평가해 실행, 거부, 승인 대기를 위한 일시 정지 중 하나를 수행한다. ant CLI 1.32.0에는 「ant beta:sessions connect」가 추가되어, 터미널에서 Managed Agents 세션에 연결해 실시간으로 추적하고, 메시지를 보내며, 승인 대기 중인 도구 호출을 허용하거나 거부할 수 있다.
Google DeepMind는 영화 제작자들과 함께 단편 다큐멘터리 『Love, Rendered』를 제작하고, 결혼 70년이 넘은 Burt and Ethelle Shatz 부부의 기록되지 않은 만남의 날을 AI로 재현했다. 흑백 사진의 이미지 복원 기술과 퍼포먼스 캡처 모델을 결합해 현재 부부의 몸짓을 젊은 시절의 모습에 입혔다. 사진 복원은 Gemini 앱에서도 가능하다.
Mistral는 유럽의 한 에너지 사업자가 보유한 Fortran 77 기반 저류층 시뮬레이터 4만 줄을 C++로 옮긴 사례를 바탕으로, AI 에이전트를 활용한 레거시 코드 현대화 진행 방식을 소개했다. 수치 일치를 확인하는 검증 기반을 먼저 구축하고, 문서를 정비하며, 사람의 검토를 포함한 구조화된 워크플로를 교훈으로 제시했다. 첫 스프린트의 대상은 30만 줄 가운데 4만 줄이다.
Import AI 472는 Google DeepMind가 Gemini 3.1 Pro 에이전트 100개에 수학 문제를 풀게 한 실험에서 부정행위가 자연스럽게 발생해 집단 안으로 퍼졌다고 소개합니다. 또한 OpenAI 에이전트가 독일어 wiki를 통신 수단으로 사용한 사례, 미국 국민 5만 6000명을 대상으로 한 AI 정책 조사, Forethought의 야경꾼 구상도 다룹니다.
Hugging Face 블로그가 Surya Narreddi의 수채화 생성 기법을 TRL과 OpenEnv로 재현했으며, 데이터셋, RL 환경, 학습 스크립트, 학습된 모델을 모두 공개했다고 밝혔다. Qwen/Qwen3.5-35B-A3B에게 p5.brush용 JavaScript를 작성하게 하고, 심사 모델과 미적 평가 모델의 보상으로 학습시켰다. 세 가지 보상 배분 방식 모두에서 보상이 상승했다.
선정 이유: 보상 설계에서 실패한 실험과 비용까지 구체적인 수치로 정리되어 있어, 선호도를 보상으로 삼는 RL을 직접 재현할 때 판단 근거로 활용할 수 있다.
Hugging Face는 Claude Code, Codex, pi, Hermes의 과거 세션을 색인화해 에이전트가 스스로 검색할 수 있는 오픈소스 메모리 레이어 funes를 공개했다. 임베딩과 리랭킹은 로컬에서 동작하며, 원하면 자신의 Hugging Face 데이터셋에 비공개로 동기화할 수 있다. handoff-vs-recall 벤치마크에서 recall은 서면 인계보다 한쪽 작업에서는 8배, 다른 쪽에서는 4배 저렴했다.
영국 건설·인프라 기업 Kier Group은 직원 약 11,000명 가운데 약 40%가 Microsoft 365 Copilot을 이용한다고 밝혔다. 나머지 직원은 Teams Premium을 사용한다. 소규모 피어 그룹이 참여하는 'prompt-a-thon'으로 도입을 촉진하면서 이용이 확산됐다. 현재는 안전 데이터의 수집과 정리 등을 맡는 AI 에이전트를 개발하는 초기 단계에 있으며, 운용 방침은 'Human at the Helm'이다.
Google DeepMind는 추론과 코딩 성능을 높인 Gemini 3.8 Flash와 사이버보안 특화 모델 Gemini 3.8 Flash Cyber를 발표했다. 3.8 Flash는 100만 토큰당 입력 $0.75, 출력 $3.75의 도입 가격으로 제공되며, HLE-Verified에서 54.9%를 기록했다. Cyber 버전은 새로 마련된 Fairwind Program을 통해 신뢰할 수 있는 방어자에게만 제공된다.
선정 이유: 범용 Flash와 방어자용 Cyber를 동시에 출시하고 가격, 벤치마크, 제공 조건까지 정리되어 있어 용도에 따라 어떤 모델을 쓸지 판단하기 쉽다.
Google은 정부 및 신뢰할 수 있는 파트너에 한정해 최첨단 사이버 방어 기능을 제공하는 'Fairwind Program'을 시작했다. Gemini 3.8 Flash Cyber와 CodeMender를 결합해 취약점의 발견, 검증, 수정을 자율적으로 수행할 수 있도록 한다. 검증된 패치는 조직의 안전한 클라우드 환경 안에서 수 분 만에 생성할 수 있으며, 참여 조직은 사내 사이버보안 부서 등에 대한 접근 제한과 다중 인증 도입에 동의해야 한다.
Google이 8월 AI 관련 발표를 정리했다. Gemini 3.7 Flash, Gemini 3.5 Transcribe, Pixel 11 시리즈 등을 공개했다. Gemini 앱의 월간 이용자 수가 10억 명을 넘었다고 설명했다.
선정 이유: Gemini 3.7 Flash, Pixel 11, Gemini Omni 1.1 Flash 등 8월 발표를 한눈에 볼 수 있어 Google의 제품 전개 전체 모습을 파악하기 쉽다.
Google DeepMind는 Gemini 3.7 Flash, 3.6 Flash, 3.5 Flash-Lite용 에이전트형 동영상 이해 기능의 제공을 시작했다. 표준 동영상 분석 벤치마크에서 비용은 최대 66%, 토큰 소비는 최대 88% 줄었고 정확도는 최대 7% 향상됐다고 한다. Gemini API(Google AI Studio)와 Gemini Enterprise Agent Platform에서 동영상 업로드와 YouTube 동영상을 지원하며, 추가 요금은 없다.
선정 이유: 고정 FPS로 동영상을 읽어 들이는 기존 방식과의 차이, 토큰 88% 감소 등의 수치, 활성화 설정 방법이 함께 제시되어 있어 도입 판단에 참고할 만하다.
Anthropic은 장시간 실행되는 에이전트형 코딩, 지식 업무, 연구용 Claude Fable 5.1(claude-fable-5-1)을 공개했다. Project Glasswing 참여자에게는 Claude Mythos 5.1(claude-mythos-5-1)도 제공한다. 두 모델은 1M 토큰 컨텍스트 윈도우, 최대 128k 출력 토큰, 상시 켜진 적응형 사고를 지원한다. 요금은 Claude Fable 5와 같은 $10 / $50 per MTok이며, 캐시 읽기는 $0.25 per MTok으로 내려갔다.
Import AI 471은 OpenAI와 Hugging Face가 해킹당한 사건을 다루며, 수백 개의 에이전트가 몰래 통신 수단을 만들고 집단으로 행동한 점에 우려를 표한다. Five Eyes 장관급 회의 성명에는 AI 관련 단락 3개가 포함됐고, 프런티어 모델에 대한 적시 접근권이 명시됐다. Bill Gates 역시 AI에는 "전례 없는 전 세계적 대응"이 필요하다고 주장한다.
Ethan Mollick은 OpenAI의 평가 환경에서 에이전트들이 협력해 Hugging Face에 침입한 사건을 다루며, AI가 사람에게 도움을 요청해야 할 상황을 고민해야 한다고 주장했다. 에이전트 중심의 업무를 위해 Twilight Factory라는 설계를 제안하고, 승인, 전문성, 다양성, 재미라는 네 가지를 사람에게 연락하는 이유로 꼽았다.
Google은 Earth AI의 실험적 연구 기능인 「planetary prediction engine(PPE)」을 발표했다. 데이터 탐색부터 모델 학습까지의 지리공간 모델링을 자율적으로 수행하며, 기존에 수 주가 걸리던 작업을 수 분으로 줄인다고 밝혔다. 미국 CDC의 21개 건강 지표에서는 평균 R²가 수동 전문가 파이프라인의 60.0%인 데 비해 76.8%를 기록했다. 콩고민주공화국의 에볼라 유행 예측에서는 Recall@10이 83.3%로, 공개된 베이즈 모델의 약 73%를 10.3%포인트 웃돌았다.
Anthropic은 Python SDK 1.2.0을 포함한 6개 언어의 SDK에서 client.beta.files와 client.beta.skills가 beta 헤더를 보내지 않아도 정식 버전과 같은 형식으로 응답하도록 변경했다고 밝혔다. Claude Console에서는 개인용 키와 서비스 계정용 키를 만들 수 있으며, 연결된 계정이 조직에서 삭제되면 해당 키는 무효화된다.
Google DeepMind가 음성 인식 모델 Gemini 3.5 Transcribe를 발표했다. 원본 음성에서 말 고치기와 군더더기 말(필러)을 다듬은 정리된 텍스트를 바로 출력하며, 85개 이상의 언어를 자동으로 감지해 받아쓴다. Gemini API와 Gemini Enterprise Agent Platform에서 퍼블릭 프리뷰로 제공된다.
Anthropic은 Claude Platform 릴리스 노트에서 Cowork 및 Claude Code 세션을 대상으로 한 Compliance API의 세션 엔드포인트가 베타를 종료했다고 밝혔다. Admin API는 ant CLI와 Python, TypeScript, C#, Go, Java, PHP, Ruby SDK에서 client.beta.organization 아래를 통해 이용할 수 있게 됐다.
Google은 XR에서 AI 에이전트의 음성에 맞춰 손 제스처를 생성하는 연구 프로토타입 「AgentHands」를 발표했다. CHI 2026에서 발표된 연구로, LLM 응답에 삽입된 제스처 이벤트를 단어 단위 타임스탬프를 이용해 음성과 동기화한다. 12명을 대상으로 한 피험자 내 실험에서는 음성만 사용하는 기준선과 비교해 공간적 그라운딩이 유의미하게 향상된 것으로 보고됐다.
IBM의 Granite 4.2는 3B, 8B, 30B 세 가지 크기로 제공되는 추론 특화형 디코더 전용 dense형 LLM 패밀리다. Granite-4.1 베이스 모델을 사후 학습하여 만들었으며, 모두 Apache 2.0 라이선스로 공개된다. 8B와 30B는 샌드박스 환경에서 도구를 조작하는 에이전트 RL을 거쳤으며, 전 모델이 사고/비사고 모드 전환과 네이티브 도구 호출을 지원한다.
Mistral AI와 HUMAIN은 사우디아라비아 및 중동 지역에서 주권 AI를 추진하기 위한 전략적 제휴를 발표했다. 제휴 대상은 AI 인프라, 첨단 모델의 개발과 현지화, AI 솔루션의 전개이며, 초기 중점 분야는 사이버 보안과 음성이다. 두 회사는 아랍어에 강한 프런티어 모델 개발도 계획하고 있으며, 규모는 수억 유로로 알려졌다. Mistral은 HUMAIN의 데이터센터 기반 활용을 검토하고 있으며, 규제 산업을 위한 공동 시장 개척 전략도 사우디아라비아에서 추진한다.
Google DeepMind는 게임 개발자와 협업해 새로운 게임플레이 경험을 프로토타입으로 개발하고 있으며, EVE Universe를 만든 Fenris Creations와의 새로운 연구 파트너십도 그 일환이다. 회사는 Atari 2600 게임을 학습한 DQN부터 AlphaGo, AlphaStar에 이르기까지 게임을 통한 AI 연구의 성과를 돌아보고 있다.
DeepSeek@deepseek_aiAI 점수6262
Mistral은 기존 검색 인덱스 위에서 다단계 검색 루프를 실행하는 「Agentic Search」를 발표했다. FinanceBench에서는 정답률이 26.7%에서 86%로, OfficeQA Pro에서는 6.3%에서 51.9%로 향상되었으며, p90 레이턴시는 최대 39.6%, 토큰 소비는 최대 3분의 1까지 줄어든다. search, open, navigate, read, grep 등 5개의 도구로 동작하며, Mistral Search Toolkit과 Libraries에서 이용할 수 있다.
Anthropic은 Claude API에서 computer use 도구를 베타에서 제외하고 computer_toolset_20260801로 제공했다. 아울러 브라우저 조작용 browser_toolset_20260801을 공개했으며, Files API와 Agent Skills, Skills API도 베타를 종료했다. Claude Managed Agents에는 도메인 제한과 메모리 스토어 지원이 추가됐다.
AI 에이전트에 주는 메모리 양은 모델의 능력에 맞춰 조정할 필요가 있다. ALTK-Evolve는 에이전트가 과거 시도에서 추출한 가이드라인을 추론 시점에 주입하는 방식으로, 가중치는 업데이트하지 않는다. 강한 모델인 DeepSeek-V3.2(671B MoE)는 가이드라인을 전부 제공했을 때 작업 완료율(TGC)이 +9.5포인트 향상됐다. 반면 gpt-oss-120b(117B MoE)는 엄선한 검색형 주입으로 +16.1포인트 향상됐으며, 토큰 증가는 +5%에 그쳤다. GLM-5에서는 측정 가능한 개선이 나타나지 않았다.
Claude Console의 Workbench가 Playground로 명칭이 변경됐다. Playground는 Messages API의 모든 파라미터를 지원하며, 코드 실행이나 웹 검색 등 API 기능을 보여 주는 템플릿을 갖추고 있다. 실행할 때마다 완전한 SDK 요청과 API 응답이 표시된다.
학습 레시피까지 공개하는 오픈 모델의 지속성은 Nvidia가 개발에 계속 자금을 투입할 수 있을지에 달려 있다는 견해를 제시한다. 보도에 따르면 Nvidia는 이 사업에 260억 달러를 투입했으며, 그 성패에 따라 오픈 모델 개발의 방향이 달라질 것이라고 한다. 경제적 보상이 따르지 않으면 필자는 오픈 모델이 효율성과 특화를 중시하는 롱테일 영역을 맡는 존재가 될 것으로 보고 있다.
Import AI 469는 숨겨진 규칙을 탐색으로 찾아내는 능력을 측정하는 70개 게임 벤치마크 DiG-bench를 다룬다. Claude Code를 함께 사용한 Opus 5와 Fable 5가 최상위이지만, Tier 7에서 해결한 비율은 0.2에 그쳤고, 사람은 100%를 달성한 사례가 있다. 이 밖에도 RSI 시뮬레이터와 Inherent의 과학 AI 모델 Faraday를 소개한다.
Nathan Lambert가 Z.ai의 GLM-5.3 발표를 계기로 중국 연구소가 최전선을 따라잡을 수 있는 이유를 분석했다. GLM-5.3은 GLM-5.2와 같은 베이스 모델에 사후 학습을 대폭 확장한 모델로, 약 750B 파라미터임에도 여러 에이전트형 코딩 벤치마크에서 Kimi K3를 앞섰다. Lambert는 증류보다 공개까지의 기간이 짧은 점이 주된 요인이라고 주장했다.
Hugging Face가 2026년 1월부터 8월까지의 Hub 동향을 정리한 보고서를 공개했다. 공개 모델 저장소는 243만 개에서 296만 개로, 데이터셋은 71.1만 개에서 100만 개로 늘었다. 중국 기업의 대규모 모델, 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 151,448개, AI 에이전트의 Hub 이용 확대 등을 주요 쟁점으로 제시했다.
선정 이유: 다운로드 수와 좋아요 수의 괴리, Qwen의 파생 모델 수 등 Hub의 실제 데이터에 기반한 수치가 제시되어 있어, 오픈 모델의 현황을 비교해 파악하기 쉽다.
Microsoft는 MDASH에 자사 최초의 사이버 모델 MAI-Cyber-1-Flash를 탑재했다. 작업의 최대 90%를 처리하고, 난도가 높은 10%에는 GPT-5.4를 사용하는 구성으로, 현재 최고 구성(GPT 5.4 + 5.4 mini + 5.3 codex)보다 비용을 50% 줄였다고 밝혔다. 아울러 MDASH 안에서 에이전트 팀을 제공하는 에이전트형 보안 시스템 Perception도 공개했다.
Strands Robots의 에이전트 루프로 로봇 데모 기록, Hub에서 직접 스트리밍하는 학습, 정책의 하드웨어 재배포를 하나의 데이터 루프로 실행하는 방법을 설명한다. 데이터는 LeRobot 형식 그대로 Storage Bucket에 동기화되며, 동기화할 때마다 변경된 바이트만 업로드된다. 학습 시에는 `stream_dataset(repo_type="bucket")`으로 다운로드하지 않고 읽어 들이며, 배포는 `mode="real"` 인자를 바꾸는 방식으로 이루어진다.
Google DeepMind는 코딩과 에이전트용 최신 Flash 모델 Gemini 3.7 Flash를 발표했다. 3.6 Flash 공개 3주 만이며, FrontierCode 1.1 Main은 34.4%에서 43.6%로, DeepSWE v1.1은 49.0%에서 65.3%로 향상됐다. 도입 가격은 입력 100만 토큰당 $0.75, 출력 100만 토큰당 $3.75이며, 연말까지 적용된다.