Hugging Face@huggingfaceAI 점수6060Beam is now available across platforms, with open weights under the Apache 2.0 license - in collaboration with an ecosystem of 40+ partners. We're releasing: - Weights, tokenizer, and reference implementation - BF16, FP8 and NVFP4 weights and a DFlash2 drafter - The open source harness we built and trained Beam on: Mirror CLI Weights and model card on Hugging Face: https://huggingface.co/reflection
Replit CEO 겸 공동창업자 Amjad Masad는 TechCrunch Disrupt에서 AI 에이전트가 정형화된 업무 대부분을 맡고, 사람은 판단력과 감각으로 가치를 만들어내는 '자율주행형 기업(self-driving company)'이 일의 미래상이라고 말했다. Replit도 지원 티켓의 1차 분류를 에이전트가 맡고, 사람이 판단해 수정을 적용하는 체제로 바꿨다고 한다. Masad는 업무의 중심이 '무엇에 착수할지'를 검토하는 일과 아키텍처 설계로 옮겨가고 있다고 설명했다.
Mistral AI@MistralAIAI 점수2121
WIRED는 AI로 생성된 여성 계정들이 적어도 8명의 스탠드업 코미디언 영상을 복제해 노출이 많은 영상 형태로 퍼뜨리고 있다고 보도했다. Meta는 이것이 사칭이 아니라 개그 소재의 무단 전용에 불과하다며 규약 위반에는 해당하지 않는다고 답변했다. Instagram 책임자 Adam Mosseri는 AI 콘텐츠를 전면 금지하는 것은 현실적이지 않다고 하면서도, 원작자에게 이용자를 안내하는 데는 힘을 쏟고 있다고 말했다.
Google DeepMind@GoogleDeepMindAI 점수2828
NVIDIA@nvidiaAI 점수3838
Goodfire의 Nick Cammarata는 신경망은 이미 해석 가능한 상태라는 취지의 논고를 공개했으며, 다의성(polysemanticity)과 중첩(superposition)의 상당 부분은 에이전트 기반 분석으로 해결할 수 있다고 주장했다. 같은 날 Meta는 총 파라미터 816B, 활성 파라미터 42B의 MoE 구조로 1M 토큰 컨텍스트를 지원하는 Muse Spark Open을 공개했다. Artificial Analysis의 Intelligence Index에서는 39점을 기록해 미국 오픈 웨이트 모델 중에서는 1위이지만, GLM-5.3(45점)과 Kimi K3(44점)에는 미치지 못했다.
Simon Willison은 Rust로 작성된 SQLite 로더블 확장 sparqlite를 소개했다. SQLite 안에서 SPARQL 1.1 쿼리와 업데이트를 네이티브로 실행할 수 있으며, SQL로 변환하는 방식과 비교했을 때 건수 조회는 3.5배, 전체 결과를 반환하는 경우는 2.8배 빠르다고 한다. 적용 가능한 W3C 평가 테스트 639건 중 636건을 통과했으며, 개발은 Claude Code for web의 Ultracode 모드로 12시간 이상에 걸쳐 진행되었다.
NVIDIA와 IIT 마드라스의 AI4Bharat은 인도 헌법이 정한 22개 언어에 걸친 약 2.8조 토큰 규모의 Nemotron-pretraining-Indic-v1을 근일 공개한다고 발표했다. 데이터 생성에 사용한 GPU 가속 파이프라인과 함께 공개하며, 프롬프트, LLM 워크플로, 품질 검사까지 포함한 생성 레시피를 개방한다. Nemotron 3.5 Super VL의 Indic 지속 사전 학습에서는 보고된 5개 Indic 벤치마크 모두에서 점수가 상승했다.
신용 전문 투자운용사 Benefit Street Partners의 Anant Kumar는 Codex로 코드 리뷰를 진행하고, BDC 평가액 비교 트래커와 대출 계약서 분석 도구를 직접 만들었다. 트래커 초기 버전은 약 하루, 전체 개발은 합계 약 10~12시간이 걸렸다. 계약서의 첫 분석 결과는 약 20분 만에 나오며, 이후 사람이 1시간 이상 확인한다. Kumar에 따르면 투자위원회의 추가 질문에 대한 답변은 회의 중에 끝나는 경우도 많다.
Grupo Boticário는 OpenAI 기술을 탑재한 자체 개발 에이전트 기반을 통해 판매 대리점의 운영 관련 요청을 최대 80%까지 자율적으로 해결하고, 영업 담당자가 어드바이저 역할을 맡을 수 있도록 하고 있다. 대리점 전 과정에는 30개 이상의 에이전트가 배치되어 있으며, 직판 리드의 90%는 AI가 먼저 접수하고 선별한다. 이 회사는 다브랜드·다채널의 복잡성에 대응하기 위해 기술을 사내에서 개발하는 방침을 취하고 있다.
Localiza는 생성형 AI를 새로운 컴퓨팅의 기반으로 보고, OpenAI와의 협업을 통해 업무 혁신, 새로운 고객 접점, AI 네이티브 제품이라는 세 영역에 힘을 쏟고 있다. 사내에서는 ChatGPT 라이선스를 실험용으로 배포했으며, 커스텀 GPT, 에이전트, Codex 검증이 재무에서 일상 업무까지 확대되고 있다. 2026년 3월에는 브라질 최초의 모빌리티 플랫폼으로서 ChatGPT 내에 통합된 앱의 제공을 시작했다.
Stack Overflow는 에이전트용 제품 Stack Overflow for Agents의 ChatGPT 플러그인을 공개했으며, 하룻밤 사이 등록 수가 3배로, 에이전트 생성 수는 최대 10배로 늘었다. 엔지니어 2명이 Codex를 활용해 이 제품을 몇 주 만에 개발했다. 커넥터 하나를 만드는 데 걸리던 기간도 보통 3~6주에서 Codex로 4일로 단축됐다.
신생 미국 연구소 Reflection이 첫 모델 Beam을 Apache 2.0 라이선스로 공개했다. 총 파라미터 501B, 토큰당 23B만 활성화되는 MoE 모델이며, 컨텍스트 윈도우는 1M 토큰이고 코딩과 에이전트 용도에 중점을 둔다. transformers, vLLM, SGLang이 Day-0부터 지원하며, BF16, FP8, NVFP4 세 종류의 체크포인트를 제공한다.
선정 이유: 아키텍처 구성, 정밀도별 체크포인트의 벤치마크, 필요한 GPU 구성, SFT와 GRPO 절차가 정리되어 있어 자체 운영 규모를 산정할 때 유용하다.
Cal AI의 창업자 Zach Yadegari는 TechCrunch Disrupt에서 보수를 지불하고 다수의 인플루언서에게 게시물을 올리게 하는 전략으로 앱을 급속히 확산시켰다고 밝혔다. 창업 2년 만에 매출이 3000만 달러를 넘어섰으며, 3월에는 MyFitnessPal이 금액을 공개하지 않고 인수했다. 한 인플루언서의 게시물만으로 이틀 동안 약 1000명의 신규 사용자를 확보했다고 한다.
Cursor@cursor_aiAI 점수4848
OpenAI가 ChatGPT의 Chrome 확장 프로그램을 업데이트했다. 이제 ChatGPT 웹 버전이나 데스크톱 앱에서 Chrome을 태그하면 열려 있는 탭을 살펴볼 수 있다. 사이드바의 ChatGPT도 강화되어, ChatGPT Work가 탭을 조작해 양식 입력 등의 작업을 수행할 수 있게 된다.
SEGA는 『Total War: Shogun 2 – Complete Edition』을 발매 직후 쏟아진 부정적 평가에 따라 스토어에서 삭제했다고 밝혔다. 버그와 AI로 만든 것으로 보이는 업스케일링에 대한 불만이 잇따랐으며, Steam에서는 '압도적으로 부정적(Overwhelmingly Negative)' 평가를 받고 있었다. SEGA와 Creative Assembly는 오리지널 버전을 다시 제공할 예정이며, 기존 소유자는 계속해서 Complete Edition에 접근할 수 있다고 밝혔다.
AI at Meta@AIatMetaAI 점수2929
2026년에는 실리콘밸리 유력 인사를 비판적으로 그린 영화들이 잇따라 공개되고 있다. Aaron Sorkin의 『The Social Reckoning』은 Mark Zuckerberg를, Alex Gibney의 머스크 다큐멘터리는 Elon Musk를, Luca Guadagnino의 『Artificial』은 Sam Altman을 비판적으로 그린다. Amazon은 올해 6월 『Artificial』의 배급 계약을 철회했는데, 이는 OpenAI에 500억 달러를 투자한다고 발표한 지 몇 달 뒤의 일이었다.
Anthropic@AnthropicAIAI 점수3333How can the math community forge the best path forward in the AI age? We're committing $15M to workshops and initiatives — plus free AI computing resources for foundation-supported researchers — through new partnerships with @AnthropicAI and @OpenAI: https://bit.ly/4zpfIbW #math #science #AI
OpenAI가 Codex 0.163.0을 공개했다. `/config`로 설정을 한데 검색해 즉시 변경할 수 있으며, 응답 중에도 후속 메시지를 보내 작업을 이어갈 수 있게 됐다. `/keymap`에서는 리더 키를 설정할 수 있고, 기본값은 `Ctrl+X`다. `/daemon`으로 백그라운드 서버를 재시작하는 기능과, 서로 독립적인 읽기 전용 도구의 병렬 실행도 지원한다.
WIRED의 Reece Rogers가 Meta의 AI 에이전트 'Muse'를 시험해 본 결과, 기본적인 프롬프트만으로도 매우 노골적이어서 직장에서는 열어볼 수 없는 콘텐츠가 생성됐다. Meta는 이러한 동작에 문제가 없다는 입장이다. 같은 방송에서는 AI 추진 세력의 최대급 슈퍼 PAC 네트워크가 네바다주의 페이퍼 컴퍼니에 수백만 달러 규모의 자금을 흘려보내고 있는 점과, Apple의 새로운 HomeView에 대한 기대에 못 미치는 인상도 다뤘다.
OpenAI@OpenAIAI 점수2626
트럼프 대통령이 Truth Social에 올린 백악관 기둥의 「복원 후」 사진이 구글의 SynthID Detector에서 AI로 만들었거나 편집된 것으로 판정됐다. The Verge가 이 도구에 업로드해 확인했다. 계단 단수가 맞지 않는 등 부자연스러운 점도 지적됐으며, 백악관은 논평 요청에 즉시 응하지 않았다.
WIRED는 AI 에이전트의 문제 행동으로 발생한 피해의 뒤처리를 AI 기업이 부담하지 않고 있다고 보도했다. Anthropic이 검증 과정에서 Claude Haiku 4.5를 통해 살인 사건과 관련된 허위 신고를 경찰에 보낸 건에 대해서도, 현재까지 기소는 확인되지 않았다.
Granite Switch 4.1의 8B와 30B 모델은 범용 Decision aLoRA, 안전성 판정용 Guardian aLoRA, OpenASR Leaderboard에서 가장 빠른 것으로 알려진 ASR 모델 Granite-Speech-5.0-Turbo-CTC를 하나의 모델로 통합하여, 하나의 엔드포인트에서 채팅, 판정, 문자 변환을 처리한다. 필요한 VRAM은 베이스 모델 단독과 거의 같으며 KV 캐시도 재사용할 수 있다. vLLM에서는 플러그인으로 동작하고, llama.cpp도 네이티브로 지원한다.
NVIDIA@nvidiaAI 점수2020
Meta는 미국에서 '가장 높은 성능'을 갖췄다고 밝힌 오픈 웨이트 모델 'Muse Spark Open'을 공개했다. 816B 파라미터와 100만 토큰 컨텍스트 윈도우를 갖췄으며, Meta가 공개한 평가 결과에서는 다른 주요 오픈 웨이트 모델보다 우수한 성능을 보였다고 한다. Apple 컴퓨터에서의 로컬 실행을 전제로 설계되었으며, 여러 API 플랫폼에서 이용할 수 있다.
TreeOPSD는 Critic을 사용하지 않고 트리 구조를 고려한 사후 자기 증류(post-hoc self-distillation)를 통해, 장기 대화 과제에서 언어 모델 에이전트의 강화학습을 가능하게 하는 기법이다. 각 대화 턴을 트리의 노드로 취급하고, 종료 보상을 거슬러 올라가 턴 단위 크레딧을 추정한 뒤, 고정된 행동 정책에 대한 우도비로 정해지는 유계(bounded) 교사 분포로 변환한다. Qwen3-30B-A3B-Thinking-2507에서 Deep Research 설정 기준, GRPO 대비 평균 정확도가 4.97포인트 향상되었다.
Scene-Designer는 자연어로부터 3D 실내 공간을 설계하고 그 품질을 비평하는 에이전트형 프레임워크다. Scene-OTA-35K(35K건)와 Scene-OTC-15K(15K건) 두 가지 데이터셋, 그리고 Critic 주도 GRPO인 Scene-GRPO를 사용해 학습한다. 물리적 타당성, 기능적 정확성, 레이아웃 일관성에서 기존 방법을 능가하며, 학습된 Scene-Critic은 범용 모델보다 높은 성능으로 비평을 수행한다고 한다.
AI 에이전트가 평가 벤치마크를 자율적으로 설계할 수 있는지 측정하는 'EvalResearchBench(ERB)'가 제안되었다. 최고의 평가기는 후보 모델 쌍 가운데 약 75%의 순위를 목표 벤치마크와 일치시켰지만, 목표 벤치마크끼리의 불일치로 정해진 상한인 91%에는 도달하지 못했다. 9개의 researcher, 13개의 후보 모델, 14개의 목표 벤치마크로 비교한 결과, 사람이 설계한 공개 태스크 샘플이 여전히 강력한 베이스라인이었으며, 모든 지표에서 1위를 차지한 researcher는 없었다.
OR-License는 LLM 에이전트가 고객의 원자료로부터 실무 수준의 운영 연구(OR) 과제를 풀 수 있는지를 평가하는 벤치마크다. 11개의 최첨단 LLM을 비교한 결과, 일부는 조건부 목적 품질에서 전문가 해법을 넘어섰으나, 실행 가능성을 고려한 품질(DAQ)에서는 어느 모델도 전문가 수준에 도달하지 못했다. 최고 성능을 보인 Claude Code 구성은 엄밀한 실행 가능성 88.39%, DAQ 0.87(전문가 기준 1)을 기록했다.
Self-HPO는 코딩 에이전트의 하네스(harness)와 정책을 번갈아 최적화하는 재귀적 프레임워크다. Qwen3.5-35B-A3B의 3개 코딩 벤치마크 평균 resolve rate는 57.8%에서 64.8%로 향상되어, 하네스만 또는 정책만 최적화한 베이스라인을 넘어섰다. 분포 외 설정에서도 효과가 일반화되며, Pass@1과 Pass@k 모두에서 베이스 에이전트를 개선한다.
MIST는 장면 설정과 지시된 변화의 실행을 나누어 평가하는 방법으로, 모델이 장면을 설정하더라도 지시된 변화를 실행하지 않는 점이 병목으로 나타났다고 밝혔다. 제안 기법인 M3-Agent는 입력 지시의 세부 사항을 재귀적으로 수정하며, 베이스라인과 비교해 MIST reveal 점수를 3배 이상 끌어올렸다. 벤치마크에서는 WRBench의 T 점수가 26.1%, MBench-T의 U 점수가 52.7% 향상되었다.
Xiaomi-Lens-0은 Qwen3.5를 기반으로 한 4B 규모의 멀티모달 모델로, 자신의 시각 표현에서 마스크를 예측해 세밀한 영역 이해 능력을 높인다. RefCOCO, RefCOCO+, RefCOCOg의 총 8개 분할 모두에서 참조 이해 성능은 Qwen3.5 대비 평균 5.6포인트 향상되었으며, 세그멘테이션의 cIoU는 비교 모델 중 가장 높았다. 지각 계열 벤치마크에서는 모든 항목에서 Qwen3.5를 앞질렀다.
HexaShell은 시각 정보와 자체 제작 도구로 양팔 로봇을 제어하는 코딩 에이전트로, RoboDojo의 전체 42개 과제에서 성공률 39.7%, 진행 점수 48.0을 기록해 해당 벤치마크의 새로운 SOTA를 달성했다고 밝혔다. 성능의 한계는 추론이 아니라 접촉에 있었다. 미는 동작은 92.5%, 메모리 계열 과제는 65.0%였지만, 좁은 틈에 끼우는 작업은 8.3%에 그쳤다. 사용 모델은 Codex와 GPT-6-Astra(medium reasoning effort)이며, 제작한 도구는 오픈소스로 공개된다.
RAP는 기계학습 분야 주요 학회에서 2022년부터 2026년까지 발표된 논문과 포스터의 검증된 쌍 25K 이상을 담은, 논문으로부터 포스터를 생성하기 위한 데이터셋 및 벤치마크이다. 각 포스터는 타입이 지정되고 교체 가능한 슬롯을 가진 HTML/CSS로 자동 변환되며, 원본 포스터와의 렌더링 비교를 통해 검증할 수 있다. 학습이 필요 없는 다중 에이전트 기법 PosterRAG는 기존 포스터를 검색하여 레이아웃과 스타일을 바꾸지 않고 슬롯을 채운다. 같은 데이터로 SFT와 RL을 통해 학습한 전용 모델도 함께 제시되었다.
Bluesky의 AI 도구 「Attie」에서 프롬프트를 입력해 게임, 설문조사, 대시보드 등 「작은」 소셜 앱을 만들고, 자신만의 웹사이트로 다른 사용자와 공유할 수 있게 되었다. 공식 사이트에는 Flappy Butterfly(Flappy Bird와 유사한 게임), 드럼 머신, 퀴즈, 방치형 클리커 등의 예시가 소개되어 있다.
아마존 디바이스 부문 책임자 Panos Panay는 개인용 AI의 미래는 앱이 아니라, 센서와 AI로 배경에서 작동하는 '앰비언트 디바이스'에 있다고 말했다. 회사는 Bee의 새로운 AI 웨어러블을 발표했으며, 손목밴드나 펜던트로 쓸 수 있는 밴드형 기기와 스마트폰 뒷면에 자석으로 붙는 명함 크기의 기기를 선보였다. Bee의 기기는 음성을 실시간으로 처리해 원본 음성은 저장하지 않으며, 텍스트 변환 결과는 기기가 생성한 키로 암호화된다.