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.
METR의 조사에 따르면 AI에 의한 과학기술 가속은 분야별로 편차가 있다. 사이버 취약점에서는 큰 폭의 가속이 나타나고, 수학에서는 소폭의 가속, AI 연구에서는 측정 가능한 가속이 보이지 않는다. 여러 대학의 연구자들이 개발한 SPADE는 환경 설계자 역할과 추론 에이전트 역할을 대규모 언어 모델(LLM)이 번갈아 맡는 자기 대결 프레임워크다. Qwen3-30B-A3B에서는 게임 환경 스위트 평균이 58.3이 되어 베이스라인보다 8.1포인트 높았다.
Google Research가 웨어러블 센서 데이터에서 후보 바이오마커의 우선순위를 매기는 멀티 에이전트 시스템 「Biomarker Discovery Framework」를 소개했다. 사람의 감독 아래에서 가설 생성, 통계 분석, 적대적 검증 등을 반복적으로 수행하는 구조다.
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.
Google Research는 집계·익명화된 이동 데이터를 언어 모델의 장소 표현에 통합하는 「ME-POIs」 프레임워크를 소개했다. 학습 시 보지 못한 장소를 대상으로 한 평가에서 방문 의도 예측은 최대 81.9%의 상대적 향상을, 가격대 분류는 75.1%의 개선을, 혼잡도 추정 정확도는 24.7%의 향상을 보였다. 이동 데이터는 공개 벤치마크 데이터셋에서 가져왔으며, 자기지도 학습을 통해 텍스트 설명과 통합된다.
DeepSeek@deepseek_aiAI 점수6262
Hugging Face는 음성 인식(ASR) 모델이 공개 벤치마크 고유의 패턴에 최적화되어 있는지를 측정하는 3가지 테스트를 제안했다. 오픈소스 ASR 모델 11개를 평가한 결과, 점수 상위의 여러 모델이 음성과 어긋나는 경우에도 VoxPopuli와 LibriSpeech의 참조 전사문을 그대로 재현했다. Open ASR Leaderboard에는 「Benchmark fitting」 탭이 추가되었다.
Papers with Code 검색은 PostgreSQL 전문 검색과 pgvector 벡터 검색을 RRF로 통합한 하이브리드 검색으로 구축되었다. 논문 임베딩은 Hugging Face Jobs의 L4 GPU에서 오프라인으로 생성하며, arXiv와 Daily Papers의 11만 건이 넘는 현행 논문을 대상으로 한다. 온라인에서는 쿼리 임베딩만 Inference Endpoints에서 처리하고, 엔드포인트가 중지되거나 혼잡할 경우 전문 검색으로 전환한다.
Liquid AI가 LFM2.5-1.2B-Instruct, LFM2.5-2.6B, LFM2.5-8B-A1B 3개 모델용 DSpark 드래프트 모델을 공개했다. 투기적 디코딩을 통해 출력 품질을 바꾸지 않고 GPU에서 최대 3.18배, 온디바이스에서 최대 2.87배의 처리량 향상을 보였다. llama.cpp와 SGLang에서 출시 첫날부터 사용할 수 있으며, LFM2.5-2.6B의 함수 호출 지연 시간은 평균 57% 줄었다.
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.
Anthropic이 Python SDK v1.0을 공개했다. HTTP 계층은 httpx에서 API 호환 포크인 httpx2로 옮겨갔으며, Python 3.10 이상이 필요하다. 레거시 Text Completions API와 Messages 메서드의 temperature, top_p, top_k 파라미터 등을 삭제했다.
Kimi.ai@Kimi_MoonshotAI 점수2222
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.
Google AI Developers@googleaidevsAI 점수2626
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.
Google AI Developers@googleaidevsAI 점수3333
Sentence Transformers v6.0에 ColBERT 방식의 Late Interaction 검색을 지원하는 새 모델 유형 「MultiVectorEncoder」가 추가됐다. PyLate와 Stanford-NLP의 ColBERT 체크포인트, colpali-engine 모델을 불러올 수 있으며, 토큰마다 벡터를 보관하고 MaxSim으로 점수를 매긴다. 단일 벡터 모델보다 검색 정확도가 높은 대신 인덱스 크기는 커진다.
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.
Google AI Developers@googleaidevsAI 점수4242
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.
Google은 스마트폰으로 촬영한 2D 사진에서 체지방률, A/G 비율, V/S 비율을 추정하는 실험 단계의 딥러닝 프레임워크 「PhotoScan」을 소개했다. PhotoBIA 코호트(677명)에서 PhotoScan의 체지방률 평균 절대 오차(MAE)는 2.15로, 스마트워치의 BIA 모델 2.91보다 작다. 독립 검증 코호트(132명)에서도 DXA에 가까운 정확도로 인슐린 저항성을 예측할 수 있게 한다고 밝혔다.
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.
Google AI Developers@googleaidevsAI 점수1313
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.
Google AI Developers@googleaidevsAI 점수3636
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.
DeepSeek@deepseek_aiAI 점수6161DeepSeek@deepseek_aiAI 점수6262
Hugging Face는 ICML 2026의 Open Reproductions 해커톤에서 커뮤니티가 논문 2,226편을 재현한 결과를 공개했다. 조사 대상의 51%(1,103편)에서는 최소 1건의 주장이 검증됐고, 23%(496편)에서는 최소 1건의 주장이 반증되거나 쟁점이 됐다. 사람이 에이전트를 이끄는 역할의 중요성도 함께 보고했다.
선정 이유: ICML 2026 논문의 약 3분의 1을 에이전트로 재현한 결과와, 잘못된 반증까지 포함한 검증 과정이 공개되었다. 심사(피어 리뷰)에서 에이전트와 사람이 어떻게 역할을 나눌지 생각해 볼 만한 자료다.
OlmoEarth Studio에서 오픈소스 OlmoEarth 기반 모델의 임베딩 벡터를 원하는 범위에 대해 계산하고, Cloud-Optimized GeoTIFF(COG)로 내보낼 수 있게 되었다. 맞춤 계산 임베딩은 Studio 사용자를 대상으로 제공되며, 이용은 문의를 통해 이루어진다. 베트남 Ca Mau의 맹그로브 지역에서는 60개 픽셀에 불과한 레이블만으로 학습한 선형 분류기가 가중 F1=0.84의 토지 피복 지도를 만들어냈다.
Microsoft AI는 추론 모델 MAI-Thinking-1을 발표했다. 35B-active, 약 1T-total 파라미터의 스파스 MoE 구조이며, AIME 2025에서 97.0%, AIME 2026에서 94.5%를 기록했다. 다른 회사 모델로부터의 증류는 하지 않았고, 추적 가능한 데이터로 학습했다고 설명했다.
Google DeepMind는 50개 이상의 수어를 학습한 수어-텍스트 번역 모델 SL2T를 발표했다. Pixel 11의 Gboard와 Live Transcribe에서 ASL에서 영어로의 수어-텍스트 입력을 지원한다. FLEURS-ASL(sd-test)에서 제로샷 70 BLEURT를 기록했으며, 기존 보고치를 크게 웃돈다고 설명하고 있다.
선정 이유: 수어를 포즈 좌표만으로 번역하는 설계와 10만 시간이 넘는 학습 데이터, 알려진 오류 사례까지 구체적으로 제시되어 있어 수어 AI의 현황을 파악하기 좋다.
저자 Nathan Lambert는 LLM의 논픽션 장문 집필 능력이 코딩이나 수학만큼 발전하지 않았다고 주장한다. 문장 단위의 수정이나 수식 처리는 잘하지만, 장 전체를 짜임새 있게 구성하고 정리하는 능력은 부족하며 작은 오류가 쌓인다고 한다. 실제 사례로 GPT 5.5 Pro는 200~300쪽 원고에서 세세한 오탈자를 다수 지적했고, Claude는 편집자로서 뛰어난 제안을 했다고 밝혔다.
LLM의 사실 오류 대부분은 지식이 아직 없는 "빈 선반"이 아니라 꺼내지 못하는 "잃어버린 열쇠", 즉 회상의 실패라고 Google Research가 밝혔다. Gemini-3-Pro와 GPT-5에서는 사실의 95–98%가 부호화되어 있지만, 직접 회상하지 못하는 사실이 26–34%였고, 사고를 활용해도 11–12%는 실패한다.
Google Research는 Gemini와 Project Astra를 기반으로 실시간 영상 진찰을 수행하는 연구용 AI 시스템 AMIE (Video)를 공개했다. 100개 시나리오, 300건의 모의 진료를 대상으로 한 무작위 배정 연구에서 핵심 임상 역량이 일차 진료의(PCP)와 동등하다고 평가됐다. 다만 평가는 모의 환자를 활용한 환경으로 제한되어 있어, 실제 환자를 대상으로 한 검증이 다음 과제로 꼽힌다.
ALTK-Evolve는 에이전트의 과거 궤적에서 얻은 교훈을 ACE처럼 전부 주입하지 않고 태스크마다 골라서 전달하는 방식으로, AppWorld에서 ACE보다 적은 토큰으로 높은 정확도를 보였다. DeepSeek-V3.2에서는 TGC 89.3, SGC 80.4로 ACE의 TGC 80.4, SGC 73.2를 웃돌았으며, 토큰 수는 263K와 634K였다. gpt-oss-120b에서는 TGC 56.0 대 54.8로 거의 동등했고, 토큰 수는 116K와 777K이다.
Mistral은 추론을 유럽 또는 미국에서 실행할 수 있는 Mistral Regional Endpoints를 일반 제공으로 전환하고, 가동률 SLA가 적용되는 Mistral Priority Tier를 공개 프리뷰로 시작했다고 밝혔다. 아울러 Z.ai의 GLM-5.2를 시작으로 서드파티 오픈 모델을 지원하며, 유럽 컴퓨팅 자원을 장기간 확보하기 위한 기업 연합 구상도 내놓았다. 2030년까지 최대 1 GW의 용량 구축을 계획하고 있다.
최대 50페이지까지 볼 수 있습니다. 이전 글은 검색이나 토픽 페이지를 이용해 주세요.