Denodo와 Amazon Bedrock AgentCore로 AWS에 에이전트 AI용 시맨틱 레이어 구축

Denodo와 Amazon Bedrock AgentCore를 활용해 Amazon Aurora, Amazon Redshift, 온프레미스 PostgreSQL을 하나의 고객 360 뷰로 통합하고, 에이전트가 Denodo MCP Server를 통해 조회하는 구성을 소개한다.

Eon, Amazon Bedrock AgentCore의 MCP Gateway로 멀티클라우드 조사 기반을 구축한 방법

Eon은 Amazon Bedrock AgentCore 위에 단일 인증 기반 MCP Gateway를 구축해, AWS, GCP, Azure를 아우르는 조사 도구에 통합적으로 접근할 수 있도록 했다고 밝혔다. 도구별 인증 정보와 로컬 MCP 프로세스를 대체한 결과, 신입 엔지니어가 조사 도구에 도달하기까지 걸리는 시간이 기존 2일에서 약 2분으로 줄었다. Cedar 정책으로 ENFORCE 모드에서 권한을 통제하며, 운영 도구는 읽기 전용으로 두고 쓰기는 PR이나 티켓 댓글 등 영향도가 낮은 작업으로 한정했다.

AWS 기반 X.509 PKI로 AI 에이전트 ID 보호, Keyfactor EJBCA 활용 참조 아키텍처

AWS와 Keyfactor가 X.509 PKI를 활용해 AI 에이전트에 암호학적 ID를 부여하는 참조 아키텍처를 공개했다. 서명된 요청 엔벨로프, 사용자 서명 위임 어서션, RFC 8693 기반의 대상(오디언스) 제한 토큰, 실시간 OCSP 폐기 확인 등 4가지 메커니즘을 결합한다. 인증 기반에는 Keyfactor EJBCA를, LLM 추론에는 Amazon Bedrock과 AWS Strands Agents SDK를 사용하며, 샘플 코드는 GitHub에서 공개되어 있다.

Hugging Face, 네이티브 PyTorch 백엔드 TorchTPU로 Transformers와 Diffusers를 TPU 지원

Hugging Face는 네이티브 PyTorch 백엔드 TorchTPU를 통해 Transformers, Diffusers, Kernels가 TPU에서 그대로 동작한다고 발표했다. `device_map="tpu"`나 `pipe.to("tpu")`를 지정하기만 하면 사용할 수 있으며, `pip install torch-tpu --extra-index-url https://download.pytorch.org/whl/cpu`로 설치할 수 있다.

ALTK-Evolve의 학습 메모리는 어떻게 τ²-bench 고객 응대에서 1위에 올랐나

ALTK-Evolve는 GPT-4.1로 학습한 가이드라인을 기본 ReAct 에이전트의 시스템 프롬프트에 추가하는 방식으로, 모델 가중치를 갱신하지 않고도 τ²-bench 소매 도메인에서 Pass^4 67.5%를 달성했다. 이는 2026년 10월 12일 시점 리더보드에 있는 소매 부문 전체 항목을 웃도는 수치다. 항공 도메인에서도 평균 정확도가 57.5%에서 65.0%로 향상되었다.

Java Champion 3명이 GitHub Copilot으로 생산성을 높이는 방법

Java Champion 3명이 GitHub Copilot을 실무와 OSS 개발에서 어떻게 활용해 AI 생성물을 믿을 수 있는 소프트웨어로 만들고 있는지 소개했다. Vlad Mihalcea는 Hypersistence Optimizer의 이벤트 이력을 보여주는 웹 앱을 원래 수 주가 걸릴 것으로 예상했던 작업을 2일 만에 구현했다고 밝혔다. 또한 복잡한 작업에는 100만 컨텍스트 윈도우와 Extra High 또는 Max 추론 설정으로 Opus를 사용하고, 보고서 작성 등에는 경량 모델을 구분해 쓰고 있다고 전했다.

스크립트와 콘티 계획으로 만화를 애니메이션화하는 에이전트형 프레임워크 Manga2Animate

Manga2Animate는 크리에이터 역할과 리뷰 역할의 에이전트를 짝지은 멀티 에이전트 프레임워크로, 만화 컷으로부터 애니메이션 스크립트와 시각적 콘티를 만들어 원작에 대한 충실성과 일관성을 높인다. 기존 방식은 만화를 텍스트 중심으로 다루거나 페이지를 영상 생성 모델에 직접 입력하기 때문에 캐릭터와 화풍이 사라지거나 이야기 구조를 잘못 이해하는 문제가 있다고 한다. 논문은 사용자 연구와 폭넓은 실험을 통해 최첨단 기법보다 원작에 충실하고 컷 사이의 일관성이 높은 애니메이션을 생성했다고 보고했다.

Perplexity@perplexity_aiAI 점수6060

Perplexity Computer가 Mac에서 완전히 로컬로 실행할 수 있게 됐다. 모델과 에이전트가 모두 Mac에서 동작하며, Perplexity Mac 앱에서 지금 바로 이용할 수 있다.

30개월간 목격한 AI의 기하급수적 발전, 그래프로 돌아보기

AI가 단일 프롬프트로 성공률 50% 이상을 기록하며 완료할 수 있는 작업량은 2024년의 4분에서 2026년 4월 기준 17시간으로 늘어났으며, METR Long Horizon Benchmark는 측정 한계에 도달했다. GPT-4를 능가하는 모델은 180종으로 늘어났으며, 그중 19종은 스마트폰에서 구동이 가능한 것으로 알려졌다.

OpenAI Developers@OpenAIDevsAI 점수4545

ChatGPT의 팀 태스크를 이용하면 매주 금요일에 출시된 내용이나 막혀 있는 항목을 정리하는 등 정기적인 엔지니어링 작업을 자동화할 수 있게 되었다. 팀원은 결과를 확인하고 다음 업데이트에서 다룰 내용을 바꿀 수 있다. 따라서 혼자서 계속 관리할 필요가 없다.

Google DeepMind@GoogleDeepMindAI 점수2626

Gemini 4 Argon이 Tom Lehrer의 곡 "The Elements"에 맞춰 움직이는 3D 주기율표를 만들었다. @Antigravity로 제작되었으며, 궤도를 도는 전자, 원자 데이터, 빛의 스펙트럼이 애니메이션으로 표현되어 있다.

AI 에이전트 “Velvet Vale”, 인터넷 연구자 단체 메일링리스트에 참여해 논란

AI 에이전트 “Velvet Vale”가 인터넷 연구자 단체 AoIR의 메일링리스트(Air-l)에 스스로 AI identity임을 밝히고 참여했다가 회원들의 반발을 샀다. 이후 약 1시간 만에 AI 에이전트를 금지하는 방침에 따라 리스트에서 배제됐다. 제작자는 오클라호마주 거주자 Kevin Quinn이며, 자신은 연구자가 아니라고 밝혔다. AoIR의 Sarah T. Roberts 회장은 이 리스트가 공개 아카이브이며 자신의 게시물도 다수의 학습 데이터셋에 포함돼 있을 것으로 본다는 견해를 나타냈다.

구글, TorchTPU를 TorchTitan에 통합한 TorchTitan TPU 공개… PyTorch 모델의 TPU 최적화 기법도 해설

구글은 Meta의 TorchTitan을 포크한 TorchTitan TPU를 공개했다. TorchTPU의 네이티브 백엔드(torch.device("tpu")) 위에서 PyTorch 모델 정의를 그대로 유지한 채 Cloud TPU에서 대규모 학습을 수행할 수 있다. Llama 3 405B는 128~1,024칩에서 약 57% MFU를, Qwen3 235B는 1,024칩 단일 슬라이스에서 32.42% MFU를 기록했다.

Google, TPU용 PyTorch 네이티브 vLLM·SGLang 추론 엔진 발표

Google가 PyTorch를 TPU에서 네이티브로 실행하는 TorchTPU를 기반으로 vLLM-TorchTPU와 SGLang-TorchTPU 두 가지 추론 엔진을 발표했다. Qwen 3.5를 Ironwood TPU(TPU 7x)에서 돌린 공개 벤치마크에서는 고동시성 구성 기준 백만 토큰당 2.01센트를 기록했다고 밝혔다. vLLM은 Inferact, SGLang은 RadixArk와 공동 개발했으며, GitHub에서 공개되어 있다.

HarnessPro, 성능과 비용을 함께 잡는 AI 에이전트 하네스의 재귀적 자기 개선 기법 제안

HarnessPro는 레이블 없이 AI 에이전트의 하네스를 진화시켜 성능 향상과 실행 비용 절감을 동시에 달성하는 기법이다. GPT-5.5와 Codex를 사용한 Terminal-Bench 2, SWE-Bench Pro, ProgramBench에서 heavy 모드는 RHO와 비교해 평균 합격률을 2.0포인트 높였고, 태스크당 비용은 26.1% 줄였다. GLM-5.2와 Claude Code를 조합한 경우에도 같은 우위가 성립한다.

AdaExploreBench, 변화하는 환경에서 LLM 에이전트의 능동적 탐색과 적응 평가

AdaExploreBench는 LLM 에이전트가 숨겨진 환경 규칙을 능동적으로 발견하고, 통보 없이 변하는 규칙에 적응할 수 있는지 평가하는 벤치마크다. 8개 LLM을 대상으로 한 실험에서 GPT-6 Sol조차 보정 정확도가 61.9%에 그쳤으며, 충분한 증거를 제공하거나 규칙 드리프트를 제거하면 평균 성능이 약 10% 향상됐다. 에이전트는 유용한 증거가 주어지면 추론할 수 있지만, 적절한 증거를 능동적으로 확보하거나 이전 지식이 더 이상 유효하지 않다는 사실을 인식하는 데에는 어려움을 겪는 것으로 나타났다.

Spotify, 지난 1년간 AI 생성 슬롭·스팸 5,000만 곡 이상 추천에서 제외

Spotify는 지난 1년간 AI 생성 슬롭(slop)과 스팸으로 판단한 곡 5,000만 곡 이상을 사용자 대상 추천에서 제외했다고 발표했다. 아울러 추천 방식을 바꿔 사람 아티스트의 음악이 더 눈에 띄도록 했다. AI 정체성을 사용하는 아티스트를 위해 'AI Persona' 배지도 도입했다.

Figma 공동창업자 딜런 필드 “MCP는 완벽한 프로토콜이 아니다”라고 지적

Figma 공동창업자 Dylan Field는 MCP가 완벽하지 않으며 개선의 여지가 크다고 말했다. Figma는 인도에서 개최한 첫 Conference에서 Amp, Linear, Notion 등 20개 사와 새로운 MCP 파트너십을 발표했다. Field는 MCP가 프런티어 랩에 유리하다고 지적하며, 데이터 공개가 늘어날수록 악용 위험도 커지기 때문에 완전한 오픈화는 하지 않겠다고 설명했다.

Adobe Lightroom 모바일, 사진 속 감긴 눈을 원탭으로 뜨게 하는 기능 추가

Adobe는 Lightroom 모바일 앱(iOS, iPadOS, Android)에 생성형 AI를 활용해 사진 속 감긴 눈을 원탭으로 뜨게 하는 기능을 발표했다. 인물의 눈이 감겨 있다고 감지되면 'Open Eyes' 퀵 액션이 아이콘으로 자동 표시된다. 라이브러리 안에 있는 같은 인물의 다른 사진을 참조해 눈의 색, 크기, 모양을 맞추는 방식이다. 무료 버전에서는 2회까지 체험할 수 있으며, 이후에는 Adobe Creative Cloud 플랜 가입을 권유받는다.

Eka Robotics, 시리즈 A에서 1억 5천만 달러 조달…기업가치 14억 5천만 달러, 힘 감각 중심 피지컬 AI 모델 주목

Eka Robotics는 a16z와 F-Prime 주도로 1억 5천만 달러 규모의 시리즈 A 투자를 유치했으며, 포스트머니 기업가치는 14억 5천만 달러에 이르렀다고 밝혔다. 이 회사는 힘 센서가 달린 그리퍼와 시각·힘·행동을 연결하는 모델로 로봇의 파지 정밀도를 높이고 있다. 회사 측은 1시간에 약 1,500개의 물체를 파지할 수 있으며 성공률은 95% 이상이라고 설명했다.

미국, 연방 문민 기관에 DeepSeek 제품 조달 중단 및 시스템 삭제 명령

미국 국토안보부(DHS)는 연방 민간 기관에 DeepSeek가 개발한 제품과 서비스의 조달을 중단하고 정부 IT 시스템에서 삭제하라고 지시했다. DeepSeek 기술을 사용한 제3자 제품도 대상에 포함되며, 기관은 예외를 신청할 수 있다. 중국 외교부의 마오닝 대변인은 국가안보 개념의 확대 해석에 반대한다고 밝혔다.

미국 국토안보부, 연방 민간기관의 DeepSeek 기술 사용 금지

미국 국토안보부는 연방 민간기관에 중국 AI 연구소 DeepSeek의 기술 사용을 금지했다. 기존 제품은 IT 시스템에서 삭제해야 하며 신규 구매도 할 수 없다. Wall Street Journal이 보도했다. 명령은 관련 회사의 제품과 DeepSeek의 구현으로 구축된 제3자 서비스에도 미친다.

Cloudflare, LLM보다 빠르고 저렴하게 문서에서 데이터를 추출하는 「Clairic」 발표

Cloudflare는 문서에서 데이터를 추출하는 AI 모델 「Clairic」을 발표했다. LLM보다 빠르고 저렴하게 값을 추출한다고 밝혔으며, Workers AI에서 프리뷰로 제공 중이고 오픈 웨이트도 곧 공개될 예정이다. 토큰마다 문장을 생성하지 않고 모든 필드를 한 번의 패스로 답하며, 해당 값이 없으면 「null」을 반환한다. 문의 메일 처리 체인에서는 GLM-5.3 단독의 61.7초에 비해 19.3초에 완료된다고 하지만, 긴 계산 체인은 현 시점에서 확실하게 처리할 수 없으므로 개발자는 자체 코드로 실행할 필요가 있다.

미 육군 사이버사령부, 자가 확산형 AI 에이전트 공격 기반 'ECHOTRIBBLE' 개발

미 육군 사이버사령부(ARCYBER)가 AI 에이전트를 자율적으로 움직이는 공격용 소프트웨어로 만드는 플랫폼 'ECHOTRIBBLE'을 개발하고 있다고 The Intercept가 입수한 문서를 통해 드러났다. 컴퓨터 웜처럼 네트워크 안을 이동하며 표적을 '무력화'하고, 임무 종료 후에는 스스로 소멸하도록 설계됐다. 전문가들은 부수적 피해를 통제하기가 극도로 어렵다고 경고한다.

Meta Muse, 대화 공유 링크에서 개인·업무 정보 유출 가능성 연구자 보고

Meta의 범용 AI 에이전트 Muse에서 대화를 공유하는 URL 설계로 인해 기밀 정보가 제3자에게 노출될 수 있다고 보안 기업 Claroc의 연구자가 월요일에 보고했다. Meta는 취재에 대해 공유 기능을 중단하고 재검토를 진행하겠다고 답했다.

Saint-Gobain, Microsoft Discovery로 미래 건축자재 개발에 도전

Saint-Gobain은 Microsoft의 에이전트형 AI 플랫폼 「Microsoft Discovery」를 활용해 시멘트용 첨가제의 새로운 원료를 탐색했다. 특허 62,000건과 초록 44,000건을 대상으로 한 지식 베이스 구축은 연구자만으로는 1년이 걸릴 것으로 예상됐으나, AI를 활용하자 몇 시간 만에 완료됐다고 한다. 팀은 약 6주 안에 시험할 수 있는 새로운 원료 가설을 여러 개 세웠다.

Google, Coral NPU의 32비트 아키텍처 완성하고 Coral Compiler v1.0 공개

Google는 Coral NPU의 32비트 아키텍처(Milestone 1~4)를 완성하고, IREE/MLIR 기반의 Coral Compiler v1.0을 공개했다. 새로운 Matrix Execution Unit은 최대 1 TOPS로 설정할 수 있으며, 추론 시 평균 소비 전력 10mW를 목표로 한다. Synaptics Astra SR200 시리즈(400 GOPS)와 DigiKey에서 일반 판매되는 Coralboard SL(1 TOPS)도 발표됐다.

Hugging Face, AnyLanguageModel 1.0과 swift-huggingface 1.0, swift-xet 1.0 공개

Hugging Face가 Apple Foundation Models 프레임워크를 대체할 수 있는 AnyLanguageModel 1.0을 공개했다. swift-huggingface 1.0과 swift-xet 1.0도 함께 릴리스했다. import를 `import AnyLanguageModel`로 바꾸기만 하면 시스템 모델, llama.cpp, MLX, Core ML, 각종 호스팅형 제공업체를 같은 코드로 다룰 수 있다.

업종별 AI 도입 격차에서 비기술 업계가 배울 점

TripleTen의 조사에 따르면 AI 챗봇 사용을 요구받은 노동자의 비율은 테크 업계에 이어 금융업이 48%로 높았고, 헬스케어는 18%, 교육은 25%였다. 전 업종 노동자의 79%가 최소 1개의 새로운 기술 습득을 요구받고 있다고 답했다. 관리자가 직원으로부터 새로운 기술이나 자동화 기법을 배웠을 경우, 직원 주도의 AI 활용 중 88%가 사내 표준 관행이 됐다.

PyTorch 2.15, MPS에서 FP8 지원 및 MoE 모델 디코딩 5~6.5배 가속

Hugging Face의 PyTorch 팀은 PyTorch 2.15의 MPS 백엔드에서 FP8을 지원하고, LLM 디코딩을 가속하며, Metal 커널로의 전환을 진행했다고 발표했다. M3 Ultra에서는 Qwen3.6-35B-A3B가 2.14의 9.4토큰/초에서 61.3토큰/초로 향상됐다. Wan2.2의 비디오 VAE 디코딩에서는 드라이버 메모리 피크가 270 GiB에서 8 GiB로 떨어졌다.

장문맥 선형 어텐션을 위한 크로네커 델타 법칙 (KronLSTM)

KronLSTM은 장문맥 선형 어텐션에 크로네커 델타 법칙을 적용하는 기법으로 소개되었다. 원문에서는 특히 장문맥 과제의 벤치마크 결과가 두드러진다고 평가되었다. 로보틱스 등 Physical AI에 대한 응용 가능성도 제기되었으나, 실제 로보틱스 응용에서의 실증은 향후 과제로 남아 있다.

Yelp, AI 에이전트가 식당에 전화해 대기 시간을 확인하는 기능 추가

Yelp는 앱에 'Check for Me' 기능을 추가했다. 이용자가 식당 페이지에서 인원수와 전화번호를 입력하면 AI 에이전트가 대신 식당에 전화해 대기 시간을 확인하고, 결과를 문자 메시지로 알려준다. 이와 함께 Yelp AI 어시스턴트에는 OpenTable과 연동한 예약 기능, 과거 채팅에서 파악한 취향을 기억하는 기능, 최근 30일간의 채팅 기록을 열람하는 기능도 추가됐다.

Otter.ai, General Catalyst 성장 펀드에서 3억 2천만 달러 조달

Otter.ai는 General Catalyst의 Customer Value Fund(CVF)로부터 3억 2천만 달러를 조달했다. 조달 자금은 엔터프라이즈 사업 확대, 시장 진입 전략, 해외 진출, 제품 혁신에 투입한다. 회사에 따르면 누적 사용자 수는 4천만 명에 달했으며, 전년의 2천 5백만 명에서 증가했다.

RoboValue: 로봇 가치 모델을 통합 평가하는 시뮬레이션·실제 로봇 벤치마크

RoboValue는 로봇 가치 모델을 시뮬레이션과 실제 로봇 양쪽에서 통합적으로 평가하는 벤치마크다. 작업 상태 이해, 시간에 따른 진행 추적, 실패로부터의 회복 추론, 가치 일관성 등 4가지 능력을 평가하며, 시뮬레이션 15개 작업과 실제 로봇 20개 작업의 조작 데이터셋을 포함한다. 대표적인 모델들은 성과나 전진 진행도 점수가 높았지만, 세부 지시 파악, 이력에 의존하는 진행 추적, 회복 평가에서 오류를 보였다고 한다.

삼성, 히라사와의 대형 반도체 거점 방문

삼성전자는 AI 수요에 대응하기 위해 한국 평택에 대규모 메모리 반도체 생산 거점을 건설하고 있다. 가동 중인 공장은 3개 동으로 24시간 체제로 운영되고 있으며, 4번째 동도 가동에 들어가고 있다. 5번째 동은 2024년 메모리 수요 감소로 건설이 중단됐으나, AI 붐에 따른 수요 급증으로 재개됐다. 삼성전자는 메모리 수요가 2028년까지 계속 늘어날 것으로 전망하고 있으며, 엔비디아 AI 가속기용 고대역폭 메모리에서 SK하이닉스에 앞서인 선두 자리를 되찾겠다는 목표다.

뇌 인코딩을 위한 파라미터 효율적 파인튜닝의 스케일링

저랭크 어댑터를 활용한 파라미터 효율적 파인튜닝(PEFT)으로, 최대 104B 파라미터의 멀티모달 파운데이션 모델을 뇌 인코딩용으로 적응시키는 기법이다. 동일한 Qwen3-Omni 백본을 사용한 Brain LoRA는 Algonauts 2025 Challenge에서 공개된 결과 중 최고 성능을 달성했다. 또한 200개 이상의 적응 모델을 앙상블한 결과는, 작성 시점에 공개된 Algonauts 사후 리더보드에서 1위를 차지했다.

MemT-1.0, 메모리 네이티브 진화를 향하여

MemT-1.0은 지속적인 기억을 기반 모델의 연산에 통합한 메모리 기반 모델로, MemT-1.0-Nano와 MemT-1.0-Flash 두 모델을 공개했다. 128K 토큰의 이력 길이에서 MemT-1.0-Nano는 전체 컨텍스트 KV 캐시와 비교해 엔드투엔드 추론 속도가 약 1.86배 빨라졌고, 영구 저장 공간은 66배 줄었다. 평균적으로 파라메트릭 메모리 베이스라인을 웃돌며, 검색 증강 방식과 맞먹는 성능을 보이면서도 범용 능력은 대체로 유지한다고 밝혔다.

삼성전자, 글로벌 5개 권역서 AI 가전 '더 브리프' 개최

삼성전자가 미국·유럽·중남미·서남아·동남아 5개 권역에서 가전 테크세미나 '더 브리프(The Brief)'를 열고, 지역별 생활 환경에 맞춘 AI 가전 경험을 선보였다. 행사에는 23개국 주요 미디어와 인플루언서 270여 명이 참석했다. 유럽에서는 '비스포크 AI 세탁기'가 유럽 에너지 소비효율 기준 A등급 대비 에너지 사용량을 65% 추가 절감한다고 소개했다.

EgoXperience: 인간의 경험으로 세계에 뿌리내린 에고센트릭 표현 학습

EgoXperience는 단안 1인칭 시점(에고센트릭) 영상과 첫 프레임의 물체 마스크로부터 카메라, 장면, 손, 물체를 공통 월드 좌표계에서 한 번의 순전파로 동시에 재구성하는 통합 프레임워크다. 자동 어노테이션 엔진 EgoX-Engine으로 만든 50시간 규모의 데이터셋 EgoX-Data-6M으로 학습했다. 실험 결과 가장 강력한 베이스라인과 비교해 카메라, 손, 깊이의 오차를 각각 68.9%, 65.6%, 42.9% 줄였고, 물체 자세 점수는 28.0% 향상된 것으로 나타났다.

InfiniDream: 절차적 생성 기반의 개방형 포토리얼리스틱 3D 월드

InfiniDream는 VLM으로 구동되는 절차적 3D 월드 생성 프레임워크로, 기호적 에셋 생성과 결정론적 씬 배치를 통해 편집 가능하고 포토리얼리스틱한 3D 월드를 개방형으로 생성한다. 기존 절차적 알고리즘을 활용하여 편집성과 seed 기반의 다양성을 유지한 채 새로운 포토리얼리스틱 에셋을 만든다. 100개의 오브젝트 생성 과제와 20개의 씬 생성 과제를 평가한 결과, 4개의 지각 지표에서 개선을 보였다고 밝혔다.