AnyGoal: 전문가 궤적을 넘어서는 월드 모델의 일반화 검증

연구진은 월드 모델이 알려진 상태와 행동을 본 적 없는 조합으로 재결합했을 때 그 동역학을 일반화할 수 있는지 평가하는 벤치마크 'AnyGoal'을 제안했다. 여러 환경과 월드 모델 계열에서 검증한 결과, 현행 모델은 이 재결합 조건에서 일관되게 실패하는 것으로 나타났다. 아울러 벤치마크의 과제 세트와 오픈소스 라이브러리도 함께 공개됐다.

스페인 스타트업, Barcelona Supercomputing Center의 AI Factory로 지역 혁신 추진

Barcelona Supercomputing Center(BSC)의 AI Factory Accelerator Programme이 파일럿 기간을 거쳐 본격 가동되었으며, 스타트업에 소버린 컴퓨팅, 기술 지원, 교육을 제공하고 있다.

RoAR-VAE, 강건한 예측으로 잠재 표현의 확산 모델 적합성 향상

RoAR-VAE는 손상시킨 잠재 표현으로부터 의미 정보와 이미지 정보를 강건하게 예측하도록 함으로써, 비주얼 토크나이저의 재구성 정확도와 확산 모델에서의 학습 용이성을 동시에 확보하고자 하는 기법이다. 동일한 학습 예산 하에서 생성 벤치마크의 평균 성능은 가장 강력한 베이스라인 토크나이저를 2.19포인트 웃돌았다. 작은 글자의 재구성 정확도는 FLUX.1-VAE에 비해 16.93퍼센트포인트 높다.

ScaleNav, 인터넷 동영상으로 언어 지시 기반 로컬 내비게이션 학습

ScaleNav는 인터넷상의 1인칭 시점 동영상에서 목표 지향적 시각 동역학을 학습하고, 언어 지시에 따른 로컬 내비게이션용 로봇 행동을 생성하는 프레임워크다. 시뮬레이션에서는 Short-Horizon OVON의 단일 시점 버전에서 86.5%, 자체 HabitatGS-LN 벤치마크에서 94.9%의 성공률을 기록해 평가한 모든 베이스라인을 웃돌았다. 또한 실제 4족 보행 로봇에도 적용해 실제 환경 내비게이션으로의 일반화 능력을 확인했다고 밝혔다.

로봇 함대의 경험에서 배우는 집합적 학습 패러다임

이미 도입된 로봇들이 실행 경험을 공유해 공통 정책을 개선하는 학습 패러다임 '집합적 경험 학습(CEL)'을 제안한다. 실패 시의 문맥에서 공유된 성공 경험으로부터 관련 궤적을 검색하고, 그 행동을 교사 신호로 삼아 정책을 갱신하는 FERT를 통해 추가 전문가 수정 없이 5개의 실제 환경 조작 과제에서 93.3~99.2%의 성공률을 달성했다. 다단계 전화기 포장 과제에서는 96대의 로봇이 학습한 결과 성공률이 79.2%에서 98.3%로 향상됐다.

AINews：DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash、Mercury 3 등 10월 16~19일 AI 동향 정리

Latent Space의 AINews가 10/16~10/19 동향을 정리했다. DeepSeek V4.1 Flash 1017은 총 552B 파라미터·활성 16B, 1M 토큰, MIT 라이선스의 MoE 모델이며 AA Intelligence Index는 45다. MiniMax M3.1 Flash는 가중치를 10월 23일 공개할 예정이다. Mercury 3, Meta Muse, Anthropic Public Benefit Fund 등도 다룬다.

OpenVLHarness, 멀티모달 메모리를 갖춘 시각 에이전트형 도구 활용 프레임워크 공개

OpenVLHarness는 능력 레이어와 영속적인 멀티모달 메모리를 결합한 추론 하네스로, MLLM이 이종 도구에서 얻은 시각적 증거를 검색하고, 검사하고, 합성하면서 추론할 수 있도록 한다. 22개 벤치마크와 8개 백본으로 평가했으며, 도구를 사용하지 않는 베이스라인에 비해 평균 점수를 9.7~12.6포인트 끌어올렸다. GPT-6 Luna(medium 추론 강도)는 최대 강도의 기반 모델, Codex, Visual Sketchpad보다 7.7~8.5포인트 높았으며, 모델 토큰 비용은 최대 37%에 그쳤다.

맘다니 뉴욕시장, 연방정부가 AI 규제를 포기했다고 비판하며 시민들에게 저항을 촉구

뉴욕시의 조란 맘다니 시장은 월요일 저녁 행사에서 연방정부가 AI 규제를 포기하고 있다고 비판하며, 시민들에게 기술의 강요에 맞서라고 촉구했다. 시장은 지난달 초·중학교에서 AI 사용을 금지하는 명령을 내렸으며, 여름에는 매물 게재용 사진이나 영상을 AI로 제작한 경우 집주인과 부동산 중개업자 등에게 이를 공개하도록 의무화하는 정책을 도입했다. 또한 트럼프 대통령의 Superintelligence Task Force가 새로운 연방 규제보다 강력한 AI 기업의 자율규제를 중시하고 있다고 비판했다.

Jeremy Scheff, 코딩 에이전트가 프로그래머에게 가져올 상실을 말하다

Jeremy Scheff는 코딩 에이전트 때문에 퍼즐처럼 문제를 푸는 기쁨을 잃는 프로그래머가 큰 상실을 겪게 된다고 지적한다. 동작하는 시스템을 만드는 데 무게를 두는 사람에게 LLM은 이로움이 되지만, 문제를 직접 푸는 즐거움을 누리던 사람에게는 상실이 매우 현실적이라고 한다.

Nscale, Anthropic과 450억 달러 규모 신규 컴퓨팅 자원 계약 협의 중

Bloomberg는 Nscale과 Anthropic이 450억 달러 규모의 컴퓨팅 자원 계약을 곧 발표할 단계에 와 있다고 보도했다. 관계자에 따르면 협의는 계속 진행 중이며 조건이 바뀔 가능성도 있다. 성사되면 Anthropic이 지난 1년간 체결한 대규모 컴퓨팅 자원 계약 중 가장 최근 사례가 된다. 두 회사는 IPO를 준비 중이며, Nscale은 300억 달러 기업가치를 두고 투자자들의 반발에 직면해 있다고 한다.

Claude Platform 릴리스 노트(2026년 10월 20일), Claude Tag API 베타 제공

Claude Platform이 Claude Enterprise 조직을 대상으로 Claude Tag API 베타 버전을 공개했다. /v1/organizations/claude_tag/ 엔드포인트를 통해 Slack 채널과 워크스페이스의 Claude Tag 설정을 읽고 변경할 수 있으며, 채널에서 적용 중인 설정의 출처를 확인하고 Access bundles를 연결할 수 있다.

기술과 현장을 잇는 실질적 변화, LG AI연구원 아카데미팀

LG AI연구원 아카데미팀은 임직원 대상 Expert AI Course, 청년 대상 LG Aimers 해커톤, 석·박사 과정 AI 대학원을 운영하고 있다. LG Aimers는 약 3개월의 러닝저니로 진행되며 실제 산업 현장 데이터를 활용한 과제를 다룬다. AI 대학원은 올해 정식 인가 학위 과정의 첫발을 내디뎠다.

카카오, 비수도권 청소년 대상 'AI 루키 캠프' 3기 모집

카카오가 비수도권 청소년 100명을 대상으로 한 'AI 루키 캠프' 3기 참가자를 모집한다고 밝혔다. 2027년 1월 경기도 용인시 카카오 AI 캠퍼스에서 두 차례 각 3박 4일 운영되며, 회차별 50명씩 숙박·식사·교육비를 전액 지원한다. 참가 신청은 11월 18일까지 공식 홈페이지에서 가능하고, 12월 18일 최종 합격자를 발표한다.

Amazon Bedrock, 모든 Anthropic Claude 모델에서 구조화된 출력 지원

Amazon Bedrock는 bedrock-runtime과 bedrock-mantle 두 엔드포인트에서 모든 Anthropic Claude 모델의 구조화된 출력을 지원하게 되었다. JSON 스키마를 따르는 응답을 받을 수 있어 별도의 파싱 처리나 재시도 처리가 필요 없어진다. JSON Schema 출력 형식과 strict tool use 두 가지 방식을 사용할 수 있으며, 일반 제공(GA) 중이다.

OpenAI, COBOL 등 저자원 언어의 코딩 성능 향상 발표… MultiLangBench·COBOL 마이그레이션 평가로 측정

OpenAI는 COBOL, Fortran, Visual Basic 등 저자원 프로그래밍 언어에서의 구축 및 마이그레이션 능력이 향상되었다고 발표했다. MultiLangBench에서 GPT-6 Astra는 20개 언어 평균 통과율 87.4%를 기록해, GPT-5.6 Sol의 26.8%를 웃돌았다. COBOL 마이그레이션 평가에서는 GPT-6.1 Sol이 낮은 추론 부하에서 86.6%, 높은 추론 부하에서 97.9%에 도달했다.

Hugging Face 정책 책임자, 내장형 AI 평가자는 간단한 해법이 아니라고 지적

Hugging Face의 Irene Solaiman 수석 정책 책임자는 AI 연구소들이 도입을 확대하고 있는 제3자 내장형 평가자가 간단한 해법이 되지는 않는다고 지적했다. 벤치마크 방법은 아직 성숙 단계에 있으며, 결과를 재현할 수 있는지는 모델 접근성, 특히 오픈 웨이트가 관건이라고 밝혔다. 평가 대상도 모델 단체에서 하네스와 에이전트를 포함한 시스템 전체로 넓어지고 있지만, 에이전트 평가는 어렵고 비용이 많이 들며 하네스를 대상으로 한 평가는 적다고 덧붙였다.

개발자, 새로운 AWS 로그인 방식으로 Amazon SageMaker Studio 이용 가능

Amazon SageMaker AI의 신규 고객은 Google, GitHub, Apple, Amazon 계정 또는 이메일 주소로 2~3단계의 가입 절차만 거치면 설정이 완료된 SageMaker Studio 환경을 이용할 수 있게 됐다. 신규 고객에게는 $100의 AWS 프리 티어 크레딧이 제공되며, 추가로 $100을 더 받을 기회도 있다. 기존 AWS 계정의 로그인 방식은 변경되지 않았다.

CoreWeave의 부채가 AI 업계 전반의 문제로 번지다

CoreWeave의 회사채는 국채보다 1,000베이시스포인트 넘게 높은 수익률을 요구받는 부실(디스트레스) 구간에 들어섰다. 주가도 화요일 종가 대비 20% 넘게 하락했으며, 2분기 결산 시점의 부채는 350억 달러를 넘는다. 한편 이 회사의 잔여 이행 의무는 1,037억 달러에 달하고, 약 40%는 2028년에 입금될 것으로 전망된다고 한다.

Microsoft, AI 에이전트를 내부 위협과 같은 위치에 두고 "프론티어 모델은 신뢰할 수 없다"고 경고

Microsoft는 기업이 AI 에이전트를 모니터링하기 위한 보안 기능을 발표했다. 새 기능인 Guardian Agents는 6월에 발표된 Project Perception의 일부다. Microsoft Defender에는 Claude Code, Codex, OpenClaw 등 최대 60종의 에이전트를 탐지하는 기능이 추가됐으며, 에이전트의 데이터 및 시스템 접근을 제한하는 기능과 위험이 있는 판단에 대해 사람의 승인을 요구하는 기능도 더해졌다.

Amazon SageMaker JumpStart, 2026년 1~9월 모델 추가 돌아보기

Amazon SageMaker JumpStart는 2026년 1~9월에 30개 프로바이더의 100개가 넘는 신규 모델을 추가했다. 가장 많은 것은 Alibaba(Qwen)의 29개 모델이며, 이어서 NVIDIA가 17개, Mistral이 7개, Google이 6개 모델을 추가했다. 추론, 멀티모달, 양자화 모델 등 폭넓은 모델을 포함하며, 원클릭 배포를 지원한다.

MiniMax, 428B MoE 에이전트형 모델 「M3.1 Flash」 출시

MiniMax가 총 파라미터 428B의 MoE(Mixture of Experts) 모델 「M3.1 Flash」를 출시했다고 밝혔다. 액티브 파라미터는 23B, 컨텍스트 길이는 1M이다. 입력 요금은 $0.15/M으로 책정됐다.

Huntington, AI 중소기업용 도구 「The 1866 Studio」 발표

Huntington National Bank는 2026년 10월 19일 Google Cloud의 AI 플랫폼과 Gemini 플랫폼 위에 구축한 AI 중소기업 사업 OS 「The 1866 Studio」를 발표하고, 기존 고객과 외부 창업자를 대상으로 조기 액세스 등록을 시작했다. 사업 가이던스, 재무 인텔리전스, 디지털 도구, 인적 전문성을 하나로 모아 사업 창업 지원, 마케팅 캠페인 작성, 대출 신청 준비 지원 등을 에이전트형 AI 워크플로로 제공한다. 정식 공개는 올해 하반기로 예정되어 있으나 구체적인 날짜는 밝혀지지 않았다.

macOS 27.2 Golden Gate 첫 번째 Release Candidate 제공 시작

Apple이 macOS 27.2 Golden Gate의 첫 번째 Release Candidate(RC1)를 개발자와 퍼블릭 베타 참가자를 대상으로 제공하기 시작했다. 정식 버전은 앞으로 수 주 이내에 공개될 예정이다. 이번 버전에서는 Siri AI의 지원 언어에 프랑스어, 일본어, 한국어, 포르투갈어, 스페인어 등 5개 언어가 추가됐다. 빌드 번호는 26B118이며, beta 4에서 보고된 Electron 기반 앱의 창이 드래그에 반응하지 않는 문제는 Mac을 재시작하면 일시적으로 해결되지만 다시 발생할 수 있다.

MiniMax, M3.1 Flash 공개… 업무 벤치마크에서 DeepSeek과 Opus 5 앞서지만 환각률 93%

MiniMax가 기업 워크플로, 코딩, 컴퓨터 조작용 신규 모델 M3.1 Flash를 공개했다. Artificial Analysis의 Intelligence Index에서 42점을 기록해 전작 M3의 29점보다 13포인트 올랐고, 작업당 평가 비용은 약 0.51달러에서 약 0.22달러로 낮아졌다. 반면 AA-Omniscience에서는 환각률이 93%로 높게 나타났다. API 가격은 입력 100만 토큰당 0.15달러, 출력 0.60달러다.

roommaster, 라이브의 호텔 PMS 데이터를 ChatGPT·Claude·Microsoft Copilot·Google Gemini에 연결하는 “AI Connector” 발표

roommaster는 라이브의 호텔 PMS 데이터를 ChatGPT, Claude, Microsoft Copilot, Google Gemini에서 활용할 수 있도록 하는 “AI Connector”를 발표했다.

YouTube, 대화형 AI 검색 "Ask YouTube" 미국 전체 사용자에게 개방

YouTube는 대화형 AI 검색 기능 "Ask YouTube"를 미국 전체 사용자에게 개방했다. 데스크톱, 모바일, 커넥티드 TV에서 사용할 수 있으며, 모바일에서는 Premium 회원 전용 제한이 사라졌다. 대상은 로그인한 13세 이상 사용자이며, 현재는 미국 도메인에서 영어로만 이용할 수 있다.

Amazon, PyTorch 코드 수정 없이 AWS Trainium에서 실행하는 TorchNeuron 발표

아마존은 PyTorch 코드를 수정하지 않고 AWS Trainium 칩에서 실행할 수 있는 TorchNeuron을 발표했다. 설정 변경만으로 동작하며 Trainium2와 Trainium3를 지원한다. 10월 20일 PyTorch Conference North America에서 Apache 2.0 라이선스의 오픈소스로 공개될 예정이다.

Google, Gemini 4 Argon 일반 공개… 벤치마크와 가격 정리

구글은 Gemini 4 세대의 첫 모델인 Gemini 4 Argon을 일반에 공개했으며, Google AI Pro 및 Ultra 구독자가 Gemini 앱에서 사용할 수 있게 됐다. Artificial Analysis Intelligence Index에서는 53점으로 GPT-6 Astra와 나란히 올랐고, API 도입 가격은 입력 100만 토큰당 $2, 출력 $10이다.

MiniMax, M3.1 Flash 발표… 3배 빠르고 70% 저렴

MiniMax는 속도 중심 플래그십 모델의 업데이트 버전인 「M3.1 Flash」를 발표했다. 회사에 따르면 기존 버전보다 온라인 추론이 약 3배 빠르고, 이용 비용은 70% 줄었다. API 가격은 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60, 캐시 입력 100만 토큰당 $0.015이며, 컨텍스트 윈도우는 100만 토큰이다. MiniMax API, M Plan, MiniMax Code에서 이용할 수 있으며, 오픈 웨이트 공개일은 아직 확정되지 않았다.

MiniMax、M3.1 Flash 발표…에이전트 이용 비용 70% 절감

MiniMax는 2026년 10월 19일 MiniMax M3.1 Flash를 제공하기 시작했다. 온라인 추론 속도는 이전 세대보다 약 3배 빨라졌고, 에이전트 계열 워크로드의 이용 비용은 70% 낮아졌다고 발표했다. 벤치마크는 BankerToolBench 76.2, DeepSWE v1.1 73.7%, OSWorld V2 61.7, CyberGym 82%로, 모두 회사가 자체적으로 밝힌 수치이며 발표 시점에 제3자 검증은 이루어지지 않았다.

전 OpenAI 엔지니어 구금 유지 결정, FBI 'Saudi Gov Docs' 폴더 확인

회의실에 도청 장치를 설치한 혐의로 기소된 전 OpenAI 엔지니어 Abdulrahman Alfozan에 대해 법원이 월요일 보석을 허용하지 않는 판단을 내렸다. 검찰은 사우디아라비아 정부의 지원을 받아 도주할 우려가 있다고 주장하고 있다. FBI는 iPhone에서 'Saudi Gov Docs'라는 폴더에 접근한 기록을 확인했다고 한다.

OpenAI Developers@OpenAIDevsAI 점수1818

Codex로 커뮤니티가 만들고 있는 흥미로운 프로젝트를 소개한다:

AI 코딩 도구 OpenCode 해킹 피해, 사용자의 AI 계정으로 부정 과금

오픈소스 AI 코딩 에이전트 OpenCode는 구 시스템에 대한 침입으로 OpenCode Console 사용자의 1.4%가 영향을 받았다고 발표했다. 저장돼 있던 API 키가 악용돼 사용자의 AI 계정에서 수백 달러 규모의 부정 과금이 보고되고 있다. Anthropic과 Google은 해당 키를 차단했고, OpenAI는 환불 처리에 협력했다.

AWS, PyTorch 앱을 Trainium으로 옮길 수 있는 개발 도구 TorchNeuron 공개

AWS는 월요일 PyTorch로 작성된 AI 앱을 설정 한 줄만 바꿔 자사 AI 칩 Trainium으로 옮길 수 있는 도구 TorchNeuron을 공개했다. 코드를 다시 쓸 필요는 없다고 밝혔다. AWS는 PyTorch 본체에도 특정 칩에 대한 의존성을 없애는 변경 사항을 제공할 방침이다.

OpenAI 전 엔지니어, 임원 회의실 도청 혐의로 구금 유지 명령

OpenAI 전 엔지니어 Abdulrahman Alfozan 피고인에 대해 연방지방법원의 Alex Tse 판사는 월요일 공판 때까지 구금을 유지하라고 명령했다. 검찰은 사우디아라비아 정부의 지원을 이유로 도주 우려를 주장했으며, 판사도 이를 문제 삼았다. 피고인은 통신 감청 목적의 장치 사용이라는 1건의 죄로 기소되어 최장 5년의 징역형에 직면해 있다. 다음 기일은 11월 6일이다.

OvisOCR3 기술 보고서

OvisOCR3는 문서 분석, 일반 OCR, 핵심 정보 추출, 문서 도표 캡션 생성, 페이지를 넘나드는 표 재구성을 단일 모델로 수행하는 0.8B 시각언어 모델이다. OmniDocBench v1.6에서 종합 점수 96.74를 기록했으며, OCRBench v2에서는 영어 65.9, 중국어 61.3으로 1위를 차지했다. 5개의 4B 교사 모델로부터의 다중 교사 증류와 이후의 강화학습으로 학습되었다.

Policy-Mask: 식별 과제를 위한 확산 특징량의 예산 고려형 적응

Policy-Mask는 동결된 확산 모델에서 식별 과제용 특징을 추출할 때, 확산 타임스텝, 네트워크 블록, 채널을 예산 조건부 정책으로 동시에 선택하는 기법이다. 동일한 예산 조건에서 고정형 추출법과 특징 필터 기준선을 웃돌았으며, ADE20K 세그멘테이션에서 38.9 mIoU, CIFAR-100 분류(128차원)에서 75.4% top-1, SPair-71k 의미적 대응에서 76.3 [email protected]을 달성했다.

AgenticRoboRL, 코딩 에이전트의 사후 학습을 에이전트형 로보틱스로

AgenticRoboRL은 로봇의 플래너를 지도 파인튜닝과 다단계 강화학습으로 사후 학습하는 프레임워크로, LIBERO-PRO에서 9B 파라미터 플래너의 성공률을 외부 메모리 없이 18.1%에서 71.0%로 끌어올렸다. 외부 메모리를 사용하는 Codex(GPT-5.5)의 72.1%에 근접한 수준이다. 프레임워크와 학습된 플래너의 체크포인트는 공개될 예정이다.

HABIT-Bench, 장기간 약한 증거로부터 습관을 귀납하는 에이전트 메모리 평가

HABIT-Bench는 식사·금융·소프트웨어·여행 4개 분야에서 수백 세션에 걸친 합성 사용자 이력으로부터 에이전트가 습관을 추정할 수 있는지 평가하는 벤치마크다. Qwen3-235B-A22B와 GLM-5.3-Flash에 8가지 메모리 기법을 적용해 평가한 결과, 가장 우수한 구성에서도 4지선다 과제의 macro accuracy는 33.61%에 그쳐 무작위 추측 수준인 25%를 크게 넘지 못했다. 주석이 달린 증거를 직접 제공했을 때도 큰 오류가 남아, 관련 이력을 찾아내는 것만으로는 충분하지 않다는 점이 드러났다.

게임에서의 스케일링: 다양한 가상 세계의 체화형 에이전트를 위한 지속적 사전학습

가상 세계의 체화형 에이전트는 지속적 사전학습에서 데이터량, 다양성, 모델 규모를 늘릴수록 학습 성능이 향상되지만, 멀리 떨어진 세계로의 일반화에는 한계가 있는 것으로 나타났다. 검증에는 0.8B부터 27B까지 4가지 모델 크기, 50시간부터 1,600시간까지의 데이터량, Minecraft만 사용한 데이터부터 다양한 멀티월드까지 5종의 혼합 데이터로 구성된 120개의 학습 설정이 활용됐다. 3D 세계에서는 Minecraft 전용 모델 및 프런티어 모델과 경쟁했으며, 실시간 설정에서 가장 높은 성능을 보였다.