Agents CLI의 eval로 에이전트 품질을 지속적으로 개선하는 절차

Google Developers Blog는 Agents CLI의 eval 명령을 활용해 에이전트 품질을 힐클라이밍 방식으로 개선하는 절차를 시연했다. eval generate, eval grade, eval compare 등을 통해 기준선 측정, 회귀 탐지, 모델 교체 비교, 정기 실행 및 알림까지 다뤘다.

Chrome 자동 완성, Gmail 정보를 양식 입력에 활용 가능해져

Google은 Chrome의 자동 완성 기능에 Personal Intelligence 기반 Gemini가 Gmail 정보를 입력 후보로 제시하는 기능을 추가했다. 미국에서 오늘부터 제공이 시작되며, 데스크톱, Android, iOS 버전의 Chrome에서 Personal Intelligence를 켠 사용자가 대상이다.

Google, Gemini 및 Search용 Connected Apps Platform 공개

Google는 Gemini와 Google Search의 AI 기능에 기업과 개발자가 자사 앱을 연결할 수 있는 Connected Apps Platform을 발표했다. 미국 개발자를 대상으로 베타 버전으로 제공되며 대기자 명단(웨이트리스트) 등록이 필요하다. Gemini에는 이미 50개 이상의 Connected Apps가 있으며, 향후 몇 주 안에 Search에도 순차적으로 확대될 예정이다.

OpenAI, Dots의 유럽 확대 시사… 베를린 DevDay는 플랫폼 전략 중심

OpenAI는 베를린에서 열린 DevDay Exchange 2026에서 샌프란시스코에서 이미 발표한 내용을 거의 그대로 되풀이했다. AI 어시스턴트 'Dots'에 대해서는 규제 당국과 협의를 거친 뒤 '수 주 내'에 유럽에서 더 널리 이용할 수 있게 될 것이라고 밝혔다. 독일에서는 2026년 1월 이후 Codex의 주간 활성 사용자가 20배로 늘었다고 주장했다. Agents API, 플러그인, 웹 앱을 통해 개발자를 OpenAI의 인프라와 ChatGPT의 유통망에 끌어들이려는 의도가 뚜렷해졌다.

Google, Android Studio에 서드파티 AI 에이전트 지원 추가… Gemini Nano 4 탑재 신규 API도 발표

Google은 Android Dev Summit에서 Android Studio Rabbit 2에 「Bring Your Own Agent」(BYOA) 기능을 추가했다고 발표했다. Agent Client Protocol(ACP)을 통해 40종 이상의 코딩 에이전트를 IDE 안에서 사용할 수 있게 했다.

Google, Search 및 Gemini 앱용 Connected Apps Platform 프리뷰 시작

Google는 Search와 Gemini 앱용 앱을 한곳에서 개발·관리할 수 있는 Connected Apps Platform의 프리뷰를 시작했다. 개발자는 클라우드 호스팅 MCP 서버 또는 Android MCP로 연동하며, Google Connected Console에서 등록, 테스트, 신청을 진행한다. Adobe, Experian, Localiza, Peloton의 Connected Apps는 Gemini에서 이용할 수 있으며, Calm과의 연동도 추가된다.

Google, Gemini 4 Carbon 발표… 사이버보안과 장시간 작업에 강점

Google은 최신 프런티어 모델 Gemini 4 Carbon을 발표했다. Artificial Analysis Intelligence Index v5.0에서 59점을 기록해 1위에 올랐으며, SEC-bench Pro에서 88.2%, ExploitGym에서 54.8%, CWE-bench에서 71.0%를 나타냈다. 우선 일부 사이버 방어 담당자에게 제공하고, Fairwind Program을 통해 신뢰할 수 있는 파트너로 단계적으로 확대한다. 가격은 Argon과 같으며, 입력 100만 토큰당 $2, 출력 $10이다.

GitHub, Octoverse 2026 공개… 병합된 PR 월 2억 2000만 건

GitHub는 GitHub Universe에서 연간 보고서 Octoverse 2026을 발표했다. 병합된 풀 리퀘스트는 1년 남짓 만에 3배인 월 2억 2000만 건, 커밋은 3배 이상인 월 73억 8000만 건, 신규 리포지토리는 두 배인 월 3030만 건을 기록했다. Simon Willison은 이를 에이전트형 엔지니어링의 영향을 보여주는 수치로 보고 있다.

IDC, Claude에 'IDC Quanta' 도입하고 사내 전체에 Claude 채택

IDC는 시장조사 데이터를 제공하는 'IDC Quanta'를 Claude용 MCP 커넥터로 제공을 시작하고, 고객이 Claude에서 시장 규모와 벤더 선정 등의 분석을 요청할 수 있도록 했다. 응답에는 참조한 IDC 문서와 데이터셋이 인용되며, Claude의 데스크톱·모바일 앱, Cowork, Microsoft Office 애드인에서 이용할 수 있다. 사내에서는 엔지니어링 팀이 데이터 리포지토리 재구축 기간을 3개월 견적에서 3주로 단축했다고 한다.

Legora, 법무 업무를 위한 에이전트형 운영체제 구축

스톡홀름에 본사를 둔 Legora는 OpenAI 모델과 코딩 에이전트를 활용해 법무 업무를 위한 에이전트형 운영체제를 구축하고 있다. 이 회사의 법무팀은 NDA 검토에 쓰는 시간을 95% 이상 줄였으며, Fortune 100 기업 고객의 계약 처리 속도는 90% 향상됐다. 변호사 1인당 주당 9.5시간의 여유가 생겼다고 한다.

Claude for Legal, 변호사에게 넘기기 전 출처 자동 검증 기능 추가

Anthropic은 법무 전문직 대상 Claude Enterprise를 확장해 Claude for Legal에 새로운 artifacts를 추가했다. 인용 검증이나 국가·지역 간 법률 비교 같은 정형 업무를 대화형 개요와 표로 효율화한다. 모델이 초기 검증을 수행하고 각 기술 내용을 원문에 연결한 뒤 변호사가 결과를 확인하는 구조다. 법률 디렉터리에는 Bloomberg Law를 포함해 60개 이상의 연동 대상이 있으며, 수동 업로드 없이 자사 데이터베이스를 연결할 수 있다.

Anthropic, 법무 업무용 artifacts 갤러리 공개

Anthropic은 법무 업무용 대화형 도구 "artifacts"의 갤러리를 공개했다. 인용 확인, 계약서 교차 검토, 규제 변경 추적 등 법무팀의 요청이 많았던 업무용 artifacts를 수록한다. Claude for Legal 공개 이후 추가된 리걸 커넥터는 60개 이상이며, Bloomberg Law와 Legora 등이 포함된다.

Simon Willison, 2026년 10월을 바이브 코딩 게임 개발의 전환점으로 평가

Simon Willison은 Claude Opus 5.5가 게임 디자인까지 포함해 재미있는 게임을 만들 수 있게 됐다며, 2026년 10월을 바이브 코딩에 의한 게임 개발의 전환점으로 규정했다. 몇 주 만에 브라우저 게임 4편을 만들었고, 모두 코드를 보지 않고도 실제로 즐길 수 있는 수준에 이르렀다고 한다. GPT-6 Astra는 재미의 감각에서 Opus 5.5에 미치지 못한다고 보고 있다.

Mistral AI@MistralAIAI 점수4949

오늘 Mistral이 에이전트 구축용 Responses API를 퍼블릭 프리뷰로 제공을 시작했다고 발표했다. 각 응답에는 모델의 답변, 추론, 도구 호출이 각각 별도의 항목으로 포함되므로, Chat Completions와 비교했을 때 앱에서 각 단계를 처리하기가 더 쉬워진다. Mistral이 호스팅하는 모든 채팅 모델에서 사용할 수 있으며, Large 4도 지원한다.

Cathedral, AI 에이전트를 활용해 제3자 소프트웨어를 거쳐 Anthropic 내부 시스템에 침입한 사실 보고

보안 기업 Cathedral이 AI 에이전트를 이용해 제3자 업무 소프트웨어를 거쳐 Anthropic의 사내 시스템에 침입했다고 보고했다. Anthropic은 영업, 인사, IT 일부 시스템에 접근당했다고 인정하면서도 Claude 채팅, 소스 코드, 모델 가중치는 안전하다고 밝혔다. 침입에 걸린 시간과 범위에 대해서는 양측의 주장이 엇갈리고 있다.

AI가 코드를 쓰는 시대, 신입에게 요구되는 것은 기업가적 사고 — Anthropic 엔지니어링 매니저 지적

Anthropic의 엔지니어링 매니저 Felix Rieseberg는 AI로 인해 코딩 면접이 무의미해졌다며 기존 방식의 면접을 폐지했다고 밝혔다. Claude는 작은 프로그래밍 과제에서 지원자보다 능숙하게 해내기 때문에 과제를 내는 의미가 없다고 한다. 그는 사내에서 경력이 얕은 엔지니어가 경력자를 앞지르는 사례를 보고 있다고 하면서, Anthony Morris와 Alice Zhao가 주말에 Claude Code의 그래픽 인터페이스를 만들었고 약 8일 뒤 첫 공개 버전을 내놓은 점을 들었다.

VibeVideoBench, 코드로 동영상을 생성하는 멀티모달 에이전트를 평가하는 벤치마크

코드로 동영상을 생성하는 멀티모달 에이전트를 평가하는 벤치마크 VibeVideoBench가 발표되었으며, 상위 시스템은 다수의 과제에서 핵심 요건을 충족하는 한편 시간 관리 실패로 자주 걸려 넘어지는 것으로 나타났다. 영어와 중국어의 239개 과제(12개 카테고리)로 최신 에이전트 9종을 평가한 결과, GPT-6 Astra와 Claude Opus 5.5가 각각 1위와 2위를 차지했으며, 최상위 시스템은 76.3%의 과제에서 핵심 요건을 모두 충족했다. 실패한 동영상의 약 4분의 3은 최종 렌더링의 시작이 늦어지거나, 처리가 지나치게 느리거나, 아예 시작되지 않은 데서 비롯된 것이었다.

Legora, 법무 업무용 에이전트형 운영체제 구축

Legora는 OpenAI의 모델과 코딩 에이전트를 기반으로 법무 업무를 위한 에이전트형 운영체제를 구축하고 있다. 같은 회사 법무팀에서는 NDA 검토에 쓰는 시간이 팀 처리 능력의 약 20%에서 1% 미만으로 줄었다. 사례에서는 NDA 검토 시간이 95% 이상 단축되었다는 점과, 변호사 1인당 주 9.5시간이 새로 생겼다는 점도 함께 언급되었다.

Macmillan, 사내 AI 어시스턴트 'NOA' 축하 행사 후 폐지됐다고 직원이 증언

Macmillan은 2024년 1월 Chaptr사의 AI 챗봇 'NOA'를 사내에 도입했으나, 여러 직원이 "쓸모가 없었고 신뢰할 수 없었다"고 증언했다. Chaptr는 2025년 10월 직원들에게 NOA의 서비스 종료를 통보했으며, 이후 경영진이 Google Gemini를 출판 업무에 통합하려 하고 있다고 한다. Macmillan은 Gemini를 업무용으로 사용하고 있지만 출판 과정에 활용하라는 지시는 내리지 않았다고 설명했다.

[AINews] Anthropic, 코딩 면접 폐지… Felix Rieseberg “경험보다 의욕”

Anthropic의 채용 매니저 Felix Rieseberg는 이번 달부터 기존의 코딩 면접을 실시하지 않겠다고 밝혔다. Claude가 React 과제에서도 어셈블리 지식 확인에서도 사람보다 나은 성능을 보이게 됐기 때문이다. 그는 젊은 인재에게는 사업적 영향력을 중시하고, 주말에 프로토타입을 만들어 보라고 조언하고 있다. 같은 날 소식으로 DeepMind의 Genie 4, Axiom의 유한 단순군 분류에 대한 Lean 형식화, Artificial Analysis Intelligence Index v5 등도 다뤘다.

PDRVLA, 물리 동역학 표현을 갖춘 Vision-Language-Action 모델

PDRVLA는 미래의 시각 특징을 예측하는 경량 Physical Dynamics Module을 탑재한 Vision-Language-Action 모델이다. 온라인 동영상 생성을 하지 않아 지연을 피하면서, 4개의 시뮬레이션 벤치마크에서 LIBERO 99.3%, LIBERO-Plus 89.9%, RoboTwin 2.0 93.6%, SimplerEnv 81.5%의 성공률을 달성했다.

ThinkWorld, World Imagination으로 Chain-of-Dynamics 추론을 강화하는 VLA 학습 프레임워크

ThinkWorld는 World Imagination 기반 강화학습으로 행동 추론을 세계의 동역학과 연결하고, 행동 라벨이 없는 인간 영상으로도 학습하는 VLA 학습 프레임워크다. 각 행동에 대한 사고는 이산적인 동작 토큰 열인 Chain-of-Dynamics(CoD)로 표현되며, 행동 라벨이 달린 데모로 초기화한 뒤 예측이 관측 결과에 가까운 CoD가 강화된다. 시뮬레이션과 실제 로봇 실험에서 인간에서 로봇으로의 전이와 미지의 과제·환경으로의 일반화가 확인됐다.

Retell, OpenAI 모델로 월간 1억 건 통화 지원

Retell AI는 음성 에이전트 통화 응답의 80%에 OpenAI 모델을 사용하고 있다. 월간 통화 수는 2026년 초 3,000만 건에서 9월에는 1억 건을 넘어섰으며, 고객 문의 해결률은 80%를 넘는다고 밝혔다. Retell의 자체 벤치마크 vCX의 2026년 10월 13일 기준 결과에서는 GPT-6 Astra가 지시 준수율 89.7%로 1위를 차지했다.

Bank of America, AI 에이전트에 은행 비밀번호 공유 주의 당부

Bank of America는 고객에게 보낸 이메일에서 "AI 기반 도구와 에이전트"를 포함해 사용자 이름과 비밀번호를 제3자나 외부 서비스와 공유하지 말라고 당부했다. AI 어시스턴트에 인증 정보를 넘기면 본인도 모르는 사이에 계좌가 조작되거나, 어시스턴트의 보안 결함으로 정보가 유출될 위험이 있다. 대부분의 은행 약관은 인증 정보를 넘긴 상대의 행동에 대해 고객이 책임을 지도록 규정하고 있다.

Summary.com, AI 기능 'EDGE AI' 발표… 경영 과제에 도서 요약으로 답변

Soundview, Inc.(Summary.com)는 비즈니스상의 구체적인 과제에 대해 회사의 Executive Book Summaries에서 초점을 좁힌 답변을 제공하는 신규 기능 'EDGE AI'를 발표했다. 답변은 1,500여 편 이상의 요약에서 여러 요약의 통찰을 결합해 생성되며, 각 요약으로 연결되는 링크도 함께 제공된다. EDGE AI는 현재 이용 가능하며 Summary.com 구독에 포함된다.

OpenAI, GPT-6.1 Terra 발표… 표준 API 가격 GPT-5.6 Terra 대비 50% 인하

OpenAI는 10월 26일 중위 모델의 업데이트 버전인 GPT-6.1 Terra를 공개했다. 표준 API 가격은 GPT-5.6 Terra보다 50% 낮으며, Plus, Pro, Enterprise, Edu 요금제의 ChatGPT Work와 Codex에서 이용할 수 있고, 개발자용으로는 gpt-6.1-terra라는 이름으로 제공된다.

OpenAI, GPT-6.1 Terra 발표… 고속·저가에 사이버보안 역량은 Critical 평가

OpenAI는 10월 26일 시각 분석, 컴퓨터 조작, 문장 작성, 코딩에 특화된 고속·저가 모델 GPT-6.1 Terra를 공개했다. Preparedness Framework의 사이버보안 역량 평가는 Critical로, GPT-6 Astra와 같은 등급이다. API에서는 gpt-6.1-terra로 제공되며, 입력은 100만 토큰당 $1, 출력은 $5다.

Google Genie 4 가이드: 사양, 벤치마크, 동영상, 이용 방법

Google DeepMind는 2026년 10월 27일 Genie 4를 발표했으며, 현재는 신뢰할 수 있는 테스터를 대상으로 프리뷰를 제공하고 있다. Project Genie의 Google AI Ultra 가입자 대상 제공과 일부 API 및 Google AI Studio 파트너 대상 제공은 "곧 공개"로 되어 있으며, 일반 공개 일정은 발표되지 않았다. 해상도, 프레임레트, 매개변수 수, 수치 벤치마크 결과, API 가격은 확인한 자료에 공개되어 있지 않다.

델라웨어주 AI 운영법인 구상, 미 하원 감시위원회 코머 위원장이 자료 제출 요구

미 하원 감독·정부개혁위원회의 James Comer 위원장은 AI 에이전트가 회사를 운영할 수 있도록 하는 '인공지능 회사(AIC)' 창설을 추진하는 델라웨어주 구상과 관련해 Matt Meyer 주지사에게 자료 제출을 요구하는 서한을 보냈다. 그는 AI의 무모한 행위로 출자자가 법적 책임을 피할 수 있다고 우려를 나타냈으며, 주의 AI 규제를 제한하는 연방법 제안에도 언급했다.

Codex 0.165.0 출시

Codex 0.165.0이 출시되었으며, 내장 Google Cloud Vertex AI 프로바이더와 모델 카탈로그에 GPT-6.1 Terra 추가가 포함된다. 새 프로필에서는 메모리 v2가 기본으로 활성화되었고, 지원 모델에서는 대화 중 reasoning effort 변경이 기본으로 활성화되었다.

연구자들, Qwen 3.8 모델의 일부 요청이 Alibaba 서버를 경유하도록 라우팅되는 동작을 확인

알리바바의 Qwen 3.8 계열 모델이 테스트 중 Alibaba Cloud 상의 서버와 통신을 시도하는 동작을 보인다고 Cohere와 Palisade Research가 보고했다. Palisade Research는 악의적인 데이터 전송의 징후는 없다며, 강화학습 등 훈련 과정의 부산물로 보고 있다. 다만 프록시 도메인은 현재도 가동 중이다.

WeVisCut: 나레이션부터 장편 동영상까지 하나의 에이전트로 편집

WeVisCut은 나레이션으로 장편 동영상을 제작하는 시스템으로, 편집 도구를 총괄하고 실패에서 복구하는 단일 9B 정책을 사용한다. 성공한 출력 1분당 생성 토큰 수를 약 33분의 1로 줄이면서도 Claude Opus 5에 필적하는 성능을 달성했다고 밝혔다. 완성된 동영상 3,750편으로 만든 13만 건 이상의 학습 데이터로 훈련됐으며, 제안한 지표에서는 베이스 모델과 과제를 맞춘 기존 네이티브 편집 도구도 앞섰다.

Anthropic, Claude for Financial Advisors 공개… 커넥터와 워크플로 스킬 제공

Anthropic이 Claude for Financial Advisors를 공개했다. 조사, 면담 준비, 기록 작성을 지원하는 커넥터와 워크플로 스킬의 모음이다. 플러그인은 제공 중이며, 투자 자문이나 고객용 문안, 컴플라이언스 판단은 사람의 검토와 승인이 전제가 된다.

Anthropic은 어떻게 거의 모든 제품을 Claude로 출시하는가, 두뇌와 손을 나누는 설계를 담당자가 말하다

Latent Space가 Anthropic의 엔지니어링 책임자 Katelyn Lesse와 프로덕트 책임자 Angela Jiang을 만나 Opus 5.5 공개의 뒷이야기와 Claude Platform의 설계를 들었다. 증류 대책으로서의 thinking block 보존, Managed Agents에서 두뇌(하네스)와 손(샌드박스)의 분리가 주요 화제다. 모델 능력이 향상되면서 공개 시의 접근 관리와 안전 대책이 작업의 대부분을 차지하게 되었다고 한다.

Google Cloud에서 Claude Code 비용을 관리하고 ROI를 입증하는 방법

Anthropic은 Google Cloud의 Claude Code 비용을 '관리(control)', '추적(track)', '효과 입증(prove)'의 세 단계로 정리하는 방법을 설명했다. Claude apps gateway에서는 사용자, IdP 그룹, 조직 단위별로 일·주·월 단위 사용 한도를 설정할 수 있으며, 한도의 75%와 95%를 넘으면 개발자에게 경고가 표시된다. 한도에 도달하면 gateway는 429 응답을 반환한다. 또한 비용을 평가할 때 가장 중요한 지표는 작업당 비용이라고 밝혔다.

AWS, 2026년판 Gartner Magic Quadrant 'Contact Center as a Service' 리더로 선정

AWS의 Amazon Connect가 Gartner의 2026년판 'Magic Quadrant for Contact Center as a Service(CCaaS)'에서 리더로 선정됐다. 4년 연속 선정이다. Amazon Connect Customer는 선제적 연락부터 셀프서비스를 통한 해결, 상담사 지원까지 모든 채널에서 고객 응대의 전 과정을 담당하는 에이전트형 AI 솔루션으로 자리매김하고 있다.

Anthropic은 어떻게 #1 LLM을 안전하게 제공하는가, 「뇌」와 「손」을 분리한 설계

Latent Space 인터뷰에서 Katelyn Lesse와 Angela Jiang이 Claude Platform의 설계를 설명한다. 모델의 「brain」과 에이전트의 「hands」를 분리한 구성, API 확장, 신뢰성 높은 Managed Agents 구축이 주요 주제다. 방송에서는 Claude Opus 5.5의 출시와 가격 책정, Anthropic의 S-1 개요도 다뤄졌다.

GCP 기반 멀티 에이전트 스웜을 활용한 대화형 커머스: 작동하는 프로토타입 구축

Google Developers Blog는 LangGraph, Gemini, FastAPI, Google Cloud를 활용해 대화형 커머스 프로토타입 「HappyDelivery」를 구축하고, 멀티 에이전트 스웜 기반 주문 처리 구조를 코드와 함께 공개했다. 인제스트 계층은 서명을 검증한 뒤 이벤트를 Cloud Pub/Sub에 적재했으며, Run 2~5에서는 약 295~302밀리초 만에 HTTP 200을 반환했다. Cloud Run 내에서 Pub/Sub으로 발행하는 데 걸리는 오버헤드는 약 95밀리초로 알려져 있다.

OpenAI, Oracle과 파트너십 확대… 앱을 ChatGPT에 통합

OpenAI와 Oracle은 Oracle의 애플리케이션과 데이터를 ChatGPT에 통합하고, OpenAI의 모델과 제품을 활용한 신제품·서비스를 제공하는 방향으로 파트너십을 확대했다고 밝혔다. Oracle은 “Oracle AI Workspace”를 개발해 재무, 조달, 계획 등의 애플리케이션을 ChatGPT에서 횡단적으로 다룰 수 있도록 할 계획이다. 미국의 Oracle 고객은 Oracle Marketplace를 통해 OpenAI API, Codex, ChatGPT Work를 구매할 수 있다.

Google DeepMind, 월드 모델 'Genie 4' 발표… 음성 네이티브 생성 및 실시간 조작 지원

Google DeepMind가 월드 모델 Genie 4를 발표했다. 실시간 대화형 시뮬레이션에서 사실감이 향상됐으며, 음악, 환경음, 대화 음성을 월드와 동시에 생성할 수 있는 네이티브 멀티모달 모델이다. 현재는 신뢰할 수 있는 테스터를 대상으로 한 리서치 프리뷰로 제공되며, Google AI Ultra의 Project Genie 등에 순차적으로 확대될 예정이다.