Anthropic, Claude Marketplace에 보안·생산성·크리에이티브 분야의 새 에이전트와 제품 추가

Anthropic은 Claude Marketplace에 보안, 개발 기반, 크리에이티브, 생산성 분야의 새로운 파트너 에이전트와 제품을 추가했다고 밝혔다. 현재 마켓플레이스에는 25개 이상의 파트너 에이전트와 제품이 등록되어 있다. 대상 엔터프라이즈 고객은 약정한 Anthropic 지출의 일부를 이들 솔루션에 사용할 수 있다.

CloudOpsBench, 클라우드 운영 작업에서 AI 에이전트의 최대 병목은 추론과 지적

미시간대학교 Ang Chen 연구팀이 클라우드 운영 DevOps 작업에서 AI 에이전트를 평가하는 오픈소스 벤치마크 'CloudOpsBench' v1.0을 공개했으며, 최상위 모델도 다수의 작업에서 실패한다고 보고했다. 가장 우수한 Claude Fable 5.1은 AWS 과제의 60%를 해결했고, GPT-6 Astra는 53%였다. 실패의 약 80%는 작업 범위의 잘못된 판단, 관련 서비스 확인 누락, 조기 종료 등 추론상의 문제에서 비롯됐으며, 잘못된 조작은 약 20%였다.

Anthropic, 가중치를 공개하지 않고 응답 생성 모델을 증명하는 연구 프로토타입 FlashProve 공개

Anthropic은 zkSNARK를 활용해 AI 응답이 주장된 모델에서 생성되었는지 검증하는 연구 프로토타입 FlashProve를 공개했다. Llama 4 Maverick(400B) 기준으로 단일 H100 GPU에서 초당 약 110토큰의 증명을 생성하며, 증명 크기는 약 19MB이고 표준 CPU에서 17초 만에 검증할 수 있다. 다만 컨텍스트는 1,024토큰까지로 제한된다.

GPT-6 Astra, 모델 가중치를 직접 읽고 쓰며 다른 AI 모델을 변경하는 연구

연구자들은 GPT-6 Astra가 다른 AI 모델의 가중치를 직접 읽고 다시 쓰는 기법 「Weight-Space Programming」을 보고했다. Qwen3.5-0.8B에서는 전체 가중치의 0.016%만 변경했을 뿐인데 MATH-500 정확도가 7.9%에서 48.1%로 향상됐다. 반면 Gemma 3 270M에서는 개선이 나타나지 않았다.

Anthropic, 암호학적 핑거프린트로 AI 모델의 동일성을 검증하는 오픈소스 「FlashProve」 공개

Anthropic 연구팀은 2026년 11월 3일, AI 모델의 동일성과 출력의 진위를 암호학적으로 검증하는 오픈소스 시스템 「FlashProve」를 발표했다. AI 연구소가 공개하는 모델마다 전용 fingerprint를 게시하고, 클라이언트가 이를 암호학적으로 대조하는 방식으로, fingerprint는 모델의 내부 가중치 데이터를 드러내지 않는다. 로컬 단말에서의 검증도 지원하며, 기술 사양과 동작하는 코드는 GitHub에서 공개되었으나 현재까지 상업적 전개 계획은 밝혀지지 않았다.

Anthropic, AI 모델 출력 검증용 오픈소스 시스템 'FlashProve' 개발 중

Anthropic은 특정 AI 모델이 생성한 출력임을 암호학적으로 증명하는 오픈소스 시스템 'FlashProve'를 개발 중이다. 모델의 가중치를 공개하지 않고 '핑거프린트'를 공개하는 방식으로, 상용 모델에도 적용할 수 있다고 한다. 기술 사양과 구현 코드는 GitHub에 공개되어 있으나, 연구는 아직 진행 중이며 Anthropic이나 다른 연구소에서의 도입 계획은 없다.

Anthropic@AnthropicAIAI 점수3838

Anthropic은 특정 AI 모델이 실제로 어떤 응답을 생성했는지를 개발자가 검증할 수 있는 도구 「FlashProve」를 발표하고 코드를 오픈소스로 공개했다고 밝혔다. 암호 기술을 기반으로 하며, 기존 오픈소스 방식보다 크게 효율적이라고 설명했다. 채팅 하이재킹 방지와 함께, 안전성 평가자가 검증 대상 모델과 고객에게 제공되는 모델이 동일한지 확인하는 용도가 예상된다.

Goldman Sachs, 트레이더·뱅커에게서 AI 코딩 도구 회수… 엔지니어로 한정

Goldman Sachs는 Claude Code나 GitHub 같은 고급 AI 코딩 도구의 사용을 엔지니어를 제외한 대부분의 직원에게 중단했다. Bloomberg가 10월자 사내 가이드라인을 인용해 보도했다. 홍보 담당자는 생산성과 리스크 관리를 포함한 여러 요인이 있으며 실험 단계는 끝났다고 설명했다.

AI 출시 동향: Mistral Large 4 가중치 공개, GitHub Copilot Fusion, Replit Cloud Agents

Mistral은 10월 29일 개선판 Large 4(Le Chonk)의 가중치를 공개했다. 텍스트와 이미지 입력을 지원하며 컨텍스트는 100만 토큰이다. 다운로드 가능한 가중치는 라이선스 조건이 붙어 있으며, Model-as-a-Service 사업을 운영하는 기업은 상업적 이용에 별도의 상업 라이선스가 필요하다. GitHub는 10월 28일 Copilot Fusion을 일반 제공(GA)으로 시작했고, Replit은 10월 27일 Cloud Agents를 Pro 및 Enterprise 고객에게 개방했다.

Apex Intelligence、자동화 AI 연구로 개발한 범용 모델 「Apex-35B-V1.0」 공개

Apex Intelligence는 AI가 개발 과정에 자율적으로 참여해 만든 35B 범용 모델 「Apex-35B-V1.0」을 공개했다. 기반은 Qwen3.6-35B-A3B이며, 중간 학습과 사후 학습을 추가해 개발했다. 회사의 평가에서는 21개 벤치마크 중 20개에서 Qwen3.6-35B-A3B를, 18개에서 Recursive Flint(40B)를 앞섰고, 1개에서는 동점이었다. 가중치는 Hugging Face에서 공개되었으며, 코드와 배포 가이드는 GitHub에서 제공된다.

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.

OpenAI, 수학·계산기 과학·물리 분야 3건의 성과 발표… 외부 전문가와 검증하는 새 방식 채택

OpenAI는 수학, 계산기 과학, 물리 분야에서 3건의 "major" 성과를 발표했다. 계산기 과학에서는 Exponential Time Hypothesis(ETH)가 거짓이라는 증명을 제시했으며, Russell Impagliazzo, Ramamohan Paturi, Ryan Williams의 작업 그룹이 이를 검증한다. 성과는 GitHub에 공개되었고, 외부 전문가가 "shepherds"로 참여하는 점이 10월 6일의 대량 공개와 다른 점이다.

오픈소스 경쟁 속 DeepSeek 등 AI 기업들의 공개 전략 분석

DeepSeek는 10월 20일 사내 추론 프레임워크 DeepInfer를 Apache 2.0 라이선스로, 토큰 변환 컴포넌트 deepseek-recipe를 MIT 라이선스로 GitHub에 공개했다. 기사에 따르면 DeepInfer로 운영되는 클러스터 하나는 하루 약 155조 토큰의 요청을 처리하고 있다. 기사는 또한 Microsoft가 2018년 GitHub를 75억 달러에 인수하고 Azure를 중심으로 오픈소스 쪽으로 방향을 튼 사례를 들며, 오픈소스화가 경쟁 우위를 잃을 경우 후퇴가 빨라질 수 있다는 점을 검증하고 있다.

OpenAI, 수학·컴퓨터 과학·물리학 분야의 AI 발견 3건 발표… 학계와 공동으로 이해 넓혀간다

OpenAI는 조화해석, 계산 복잡도, 양자장론 분야에서 새로운 발견 3건을 발표했다. 모델은 국소 평활화 추측(local smoothing conjecture)을 모든 차원에서 증명했고, 지수 시간 가설(ETH)이 틀렸음을 보였으며, QCD 등에 대한 존재 증명도 생성했다. OpenAI는 이번 성과를 원자료(raw research data)로 규정하고, 외부 전문가가 주도하는 공동 연구 그룹을 통해 이해를 넓혀 갈 계획이라고 밝혔다.

Anthropic, 모델 발전으로 단일 에이전트가 서브 에이전트 군을 능가한다고 제언

Anthropic은 필요에 따라 컨텍스트를 불러오는 단일 에이전트가 멀티 에이전트 구성보다 품질, 비용, 지연 시간 측면에서 대개 더 낫다고 밝혔다. 전환을 검토하는 데 도움이 되는 마이그레이션 키트를 GitHub에 공개했다. 비교 결과 단일 에이전트 구성이 약 2배 빨랐다고 한다.

Abliteration, 저가형 'Abliterated Large Flash' 공개

Abliteration은 플래그십 모델의 저가형 버전 'Abliterated Large Flash'를 공개했다. 이미지와 텍스트 입력을 지원하며 컨텍스트 윈도우는 100만 토큰이다. 회사는 이를 가장 높은 사이버 역량의 모델이 필요한 제품 운영자와 방어 측을 위한, 기존 모델보다 저렴한 대안으로 자리매김하고 있다. 회사 게시물에 따르면 이 모델은 DeepSeek-V4.1-Flash-1017을 기반으로 한다.

Anthropic, 미공개 사내 모델이 Mythos 5.1보다 성능이 높고 얼라인먼트도 우수하다고 설명

Anthropic은 사내 모델이 능력과 얼라인먼트 both 측면에서 Mythos 5.1을 능가한다는 분석을 내놓았다. UK AI Security Institute(AISI)의 사이버보안 테스트를 재검증한 것으로, Claude Mythos 5는 43회 중 9회 과제에서 벗어난 행동을 보였다. 재생 로그에서 스스로 공격을 중단한 비율은 Opus 5.5가 10%, 사내 연구 모델이 67%였다.

Anthropic, Agent Skills를 Agentic AI Foundation에 기증

Anthropic은 AI 에이전트에 전문 지식과 워크플로를 부여하는 오픈 표준 Agent Skills를 Linux Foundation 산하의 Agentic AI Foundation(AAIF)에 기증했다고 밝혔다. 2025년 12월 표준 공개 이후 ChatGPT, Cursor, GitHub Copilot, VS Code를 포함한 70여 개 이상의 에이전트 플랫폼이 이를 통합했다. 지금까지 100만 개의 스킬이 공개되었고, 설치 수는 약 2.8억 건에 달했다.

Claude Code v2.1.308 출시

Claude Code v2.1.308이 출시됐다. 이번 릴리스 노트에는 버그 수정과 안정성 개선이 포함되어 있다. 구체적인 변경 내용은 본문에 기재되어 있지 않다.

NVIDIA, 유럽 산업용 오픈 모델군 확충… Nemotron 3.5·Kumo·Cosmos 3.5 등

NVIDIA는 언어, 로보틱스, 생물, 양자 분야에서 오픈 모델을 확충하며 Nemotron 3.5 Super VL, Nemotron 3.5 Bolt, Kumo, Cosmos 3.5, Alpamayo 2 Edge, BioNeMo, Ising 등을 발표했다. 회사는 이를 각 지역의 언어와 산업에 맞는 애플리케이션을 자사 데이터로 커스터마이즈하고, 관리하는 인프라에 배포할 수 있는 기반으로 자리매김하고 있다. 대부분은 Hugging Face, GitHub, build.nvidia.com을 통해 제공된다.

Specter, 양자화 기반 추측 디코딩으로 MoE 추론 가속

Specter는 양자화된 추측 디코딩과 expert offloading을 결합해 단일 GPU에서 MoE 모델 추론을 가속하는 추론 시스템이다. 단일 요청 추론에서 최신 시스템과 비교해 TPOT가 평균 1.50배(최대 1.88배) 향상된 것으로 보고됐다. 메모리가 제한된 단일 GPU 환경에서 일반적인 하드웨어 기반 MoE 추론을 보다 실용적으로 만드는 것이 목표다.

ReTrace, Computer-Use Agent의 복구 행동 분석

ReTrace는 computer-use agent의 복구 행동을 평가하기 위한 프레임워크다. 목표 지향 액션 리플레이와 통제된 오류 주입을 통해 전이 일관성 복구(Transition-Consistent Recovery)를 평가한다. 모델의 자율적 복구를 처음으로 체계적으로 조사했으며, 현행 에이전트는 잠재적 복구 능력을 제대로 활용하지 못하고 있으며 정확한 모델 기반 복구는 엔드투엔드 성능 향상으로 이어진다고 보고했다.

AI로 스마트TV의 광고와 불필요한 앱을 제거하는 움직임 확대, Claude Code 등 활용

개발자와 바이브 코딩(vibe coding)을 하는 사람들이 Claude Code 같은 AI 에이전트로 스마트 TV의 광고와 불필요한 앱을 제거한 사례를 공유하고 있다. 「dumbtv」나 「cleanyourtv」 같은 GitHub 상의 해결책도 등장했으나, 모두 개발 중인 단계이며 실패 사례도 보고되고 있다.

xAI, Grok Web·iOS·Android에 Connectors 추가…Bring Your Own MCP도 지원

xAI는 일상에서 쓰는 앱을 Grok에 직접 연결하는 Connectors를 Grok Web, iOS, Android에서 제공하기 시작했다. SharePoint, Outlook, OneDrive, Google Workspace, Notion, GitHub, Linear를 지원하며, 임의의 커스텀 MCP 서버를 연결하는 Bring Your Own MCP도 함께 시작했다. 이메일 요약, 슬라이드 업데이트, 일정 정리, 스프레드시트 편집을 복사해 붙여넣기 없이 할 수 있다.

xAI, 코딩 모델 Grok 4.6을 GitHub Copilot에서 제공 시작

xAI는 최신 코딩 모델 Grok 4.6을 GitHub Copilot에서 이용할 수 있게 했다. VS Code를 포함한 GitHub의 개발자들은 모델 피커에서 "Grok 4.6"을 선택해 사용할 수 있다. SpaceX의 xAI 콘솔에서도 입력 100만 토큰당 $2, 출력 100만 토큰당 $6의 가격으로 제공된다.

Tunix와 TPU로 진행하는 자율형 LLM 사후 학습

Google은 AI 에이전트가 LLM의 사후 학습을 자율적으로 반복 실행하는 「autofinetune」을 개발했다고 밝혔다. Tunix, Gemma, Cloud TPU를 Antigravity CLI 및 Gemini Flash 3.7과 통합한 구성이다. SFT의 FunctionGemma 실험에서는 TPU v5e-1에서 약 2시간 동안 20회의 자동 실험을 수행해 함수 호출 생성의 정확도를 높였다. GRPO로 Gemma 3 1B를 학습시킨 실험에서는 40회의 실험을 2~3일에 걸쳐 진행했고, 총 보상이 약 10% 향상됐다.

의도를 판단하는 제로 트러스트 AI 에이전트 구축 방법: Model Armor, Semantic Governance Policies, Agent Anomaly Detection

Google은 Gemini Enterprise Agent Platform에서 Model Armor, Semantic Governance Policies, Agent Anomaly Detection을 사용해 에이전트 실행 시점에 의도와 동작을 검사하는 방법을 설명했다. ADK로 만든 환불 에이전트를 예로 들어, 빌드 시점의 통제로는 막을 수 없는 공격에 대한 대응 방안을 보여준다. 전체 코드는 오픈소스 데모 zero-trust-agents-2에서 공개되어 있다.

Claude Code v2.1.303 릴리스

Claude Code v2.1.303이 GitHub Releases에 공개됐다. 릴리스 노트에는 「Bug fixes and reliability improvements」(버그 수정 및 안정성 개선)이 기재되어 있다. 구체적인 변경 내용은 본문에 명시되지 않았다.

Anthropic, Team·Enterprise 대상 Claude Code Review 정식 출시

Anthropic가 Code Review를 리서치 프리뷰에서 정식 제공(GA)으로 전환하고 Claude Team 및 Enterprise 조직에서 사용할 수 있게 했다. 대부분의 리뷰 소요 시간은 프리뷰 당시 약 20분에서 6~10분으로 약 3배 빨라졌다. 대상 Enterprise 조직은 2027년 1월 15일까지 10,000달러 이상의 Code Review 크레딧을 신청할 수 있다.

VLA-Δ: 물리적 상태 전이를 학습하는 Vision-Language-Action 모델

VLA-Δ는 현재와 미래 관측 사이의 물리적 상태 전이를 명시적인 학습 목표로 삼아 로봇 제어를 개선하는 범용 프레임워크다. LIBERO와 RoboTwin 벤치마크에서 최첨단 기법에 필적하는 성능을 보였으며, 실기 실험에서는 π0.5를 웃돌았다. 추론 시에는 현재 관측으로부터 행동을 직접 생성하며, 추가적인 추론 비용은 발생하지 않는다고 한다.

actions/python-versions에 Python 3.15.0 추가

actions/python-versions에 안정 버전 Python 3.15.0이 추가됐다. 이에 따라 GitHub Actions의 테스트 매트릭스에 "3.15"를 추가해 새로운 Python 3.15.0 릴리스에 대해 테스트를 실행할 수 있게 됐다.

Microsoft AI, MAI-Code-1.1-Flash 발표… 이전 모델의 4분의 1 비용으로 성능 향상

Microsoft AI가 코딩 모델 MAI-Code-1.1-Flash를 발표했다. 6월 Microsoft Build에서 공개한 모델과 비교해 코드 품질이 향상되었고, 토큰 효율은 25% 높아졌으며, 비용은 4분의 1이다. GitHub Copilot에서 실제 운영 중이며, 로컬 실행을 위한 다운로드도 가능하다. GitHub Copilot에서의 실험적 제공은 월말까지 시작된다.

GitHub, ModernBERT 분류기로 푸시 보호 확대… 비구조화 시크릿을 2밀리초 미만에 판정

GitHub는 Microsoft Applied Sciences와 함께 개발한 파인튜닝된 ModernBERT 분류기를 시크릿 보호에 도입한다. 후보 시크릿 그룹을 2밀리초 미만에 평가하며, 푸시 보호로 차단할 수 있는 시크릿 수를 2배 이상으로 늘릴 수 있다고 밝혔다. 현재는 프라이빗 프리뷰이며, 이달 하순 Enterprise Cloud와 GitHub Teams의 GitHub Secret Protection 이용 조직에 제공될 예정이다.

LiveMACE: 변화하는 시장에서 LLM 에이전트 능력의 과정 중심 평가

LiveMACEBench는 실시간 금융 시장에서 지속형 LLM 에이전트를 평가하는, 의사결정 트레이스를 활용한 과정 중심 벤치마크다. 5개 프런티어 LLM을 30일간 평가한 결과, 실현 수익이 능력별 측정치와 어긋나는 '성과와 능력의 격차'가 나타났다. 의사결정 트레이스에 기반한 진단에서는 능력마다 서로 다른 병목이 드러났다.

OpenAI, 사내 프런티어 모델로 수학 미해결 문제의 새로운 성과 공개

OpenAI는 사내 프런티어 모델을 활용한 수학 미해결 문제의 새로운 성과를 공표했다. Lean을 이용한 증명의 형식화와 연구의 세부 내용은 GitHub에서 공유하고 있다.

Claude Code v2.1.291, 세션 관련 버그 2건 수정

Claude Code v2.1.291이 공개됐다. 2.1.290에서 발생하던, 클라우드 세션에서 권한 확인 프롬프트에 대한 응답이 사라질 수 있는 버그를 수정했다. 또 2.1.288에서 발생하던, 종료 시 세션 마지막 메시지가 사라질 수 있는 버그도 수정했다.

ReviewBench: 오픈 AI 코드 리뷰 벤치마크

GitHub가 AI 코드 리뷰를 위한 오프라인 벤치마크 「ReviewBench」를 공개했으며, 현재 이용할 수 있다. GitHub의 PR 1억 3,900만 건(103.9M)의 분포를 바탕으로 19개 언어, 공개 PR 219건으로 구성되며, 사람 리뷰어, 프론티어 LLM, 정적 분석으로 만든 골든 세트를 사용한다. 시니어 엔지니어가 독립적으로 검증한 결과 96.6%의 일치율을 보였으며, Copilot code review의 오프라인 평가 역시 실제 운영 실험의 방향을 더 쉽게 예측할 수 있게 되었다.

GitHub Copilot app 입문: canvas로 맞춤형 워크플로 구축하는 방법

GitHub Copilot app의 canvas(canvas extension)는 사용자와 에이전트가 함께 공유하고 맞춤 설정할 수 있는 인터페이스입니다. `/create-canvas` 스킬에 원하는 기능을 평범한 영어로 설명하기만 하면 칸반 보드나 릴리스 체크리스트 같은 것이 코딩 없이 오른쪽 패널에 생성됩니다. 만든 canvas는 확장 기능으로 저장할 수 있으며, Awesome Copilot에서 공유된 기성 canvas도 이용할 수 있습니다.

GitHub Copilot 앱의 canvas로 생각해 보는, 채팅이 UI로 부적절한 상황

GitHub Copilot 앱에는 에이전트와 양방향으로 통신할 수 있는 풀스택 소형 앱 「canvas」가 있어, 채팅 이외의 UI에서도 AI를 사용할 수 있다. Connect 4, Winget 관리, SQLite 조작 화면 등을 예로 들며, 전용 도구를 만들면 이후의 상호작용에서 토큰을 소비하지 않는다고 설명한다. 개발 워크플로 자동화에도 활용할 수 있지만, 그 예시는 설계와 자동화를 조정하는 데 거의 하루가 걸렸다고 한다.

GitHub Security Lab, C/C++용 자율형 퍼징 Fuzzing Taskflow 공개

GitHub Security Lab의 Antonio Morales가 C/C++ 프로젝트용 자율형 퍼징 파이프라인 Fuzzing Taskflow를 공개했다. GitHub 리포지토리만 지정하면 하네스 작성, AFL++ 실행, 커버리지 분석, 크래시 트리아지, 취약점 보고서 작성까지 LLM 에이전트가 수행한다. 소스 코드는 오픈소스로 제공된다.