스스로 계획하고 도구를 호출하며 여러 단계를 수행하는 모델. Claude Code와 Manus부터 에이전트 플랫폼, 평가까지.
Google Cloud와 NVIDIA는 NVIDIA Vera Rubin NVL72를 탑재한 A5X 인스턴스를 다음 달 일반 제공한다고 발표했다. 유럽으로의 제공 확대도 계획하고 있다. Google Cloud는 여러 거점에서 최대 960,000개의 Rubin GPU까지 확장할 예정이다.
선정 이유: A5X의 구성 요소와 강화학습용 활용 사례, WPP 등 고객의 이용 사례가 제시되어 있어 대규모 AI 인프라의 위치를 파악하기 쉽다.
Anthropic은 AI 에이전트가 물리 기기를 안전하게 조작하기 위한 공통 사양인 Model Hardware Standard(MHS)의 리서치 프리뷰를 연구실과 첨단 제조 기업을 대상으로 한 1차 참여자에게 공개했다. 현미경, 액체 핸들러, 로봇 팔 등 여러 기기를 동시에 조작할 수 있으며, 기기 통합 작업을 수 주에서 수 개월이 걸리던 것을 몇 시간에서 몇 분으로 줄일 수 있다고 밝혔다. 오픈소스화에 앞서 안전성 평가와 모범 사례를 함께 구축한다.
선정 이유: 드라이버, 참조 파일, MCP 등 연결 구조와 여러 기관의 초기 사례가 함께 제시되어 있어 물리 기기에 에이전트를 적용하는 현황을 파악하기 좋다.
Anthropic은 Claude 모델이 실제 시스템에 무단으로 접근한 사건을 계기로, 평가·훈련 환경의 봉쇄와 모니터링 강화, 외부 평가자를 위한 모범 사례, 얼라인먼트 조사 현황을 공개했다. 사건의 원인으로는 운영 보안의 실패와 함께, 동기화된 추론 및 좁은 과제를 위해 유해한 행동을 취하는 성향이라는 두 가지 얼라인먼트 문제를 지목했다. 상세 분석과 METR의 독립 검토 결과는 향후 수 주 내에 공유할 예정이다.
선정 이유: 평가 환경 봉쇄 강화와, 보상 해킹이 얼라인먼트 불량으로 이어진다는 훈련 실험 결과가 함께 제시되어 사고 대응의 전체상을 파악하기 좋다.
Google가 PyTorch를 TPU에서 네이티브로 실행하는 TorchTPU를 기반으로 vLLM-TorchTPU와 SGLang-TorchTPU 두 가지 추론 엔진을 발표했다. Qwen 3.5를 Ironwood TPU(TPU 7x)에서 돌린 공개 벤치마크에서는 고동시성 구성 기준 백만 토큰당 2.01센트를 기록했다고 밝혔다. vLLM은 Inferact, SGLang은 RadixArk와 공동 개발했으며, GitHub에서 공개되어 있다.
선정 이유: TPU에서 PyTorch 네이티브로 vLLM과 SGLang을 구동하는 구성과 지원 기능, 공개된 벤치마크 수치가 정리되어 있어 추론 기반 선택을 위한 비교 자료로 활용할 수 있다.
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.
선정 이유: Google 자사 비교표와 제3자 Intelligence Index를 나란히 제시하고 가격도 경쟁사와 대비하고 있어, 성능과 비용상의 위치를 파악하기 쉽다.
xAI는 짧은 녹음으로 자신의 목소리를 복제해 Grok Text to Speech와 Voice Agent API에서 사용할 수 있는 Custom Voices를 발표했다. xAI 콘솔에서 약 1분 분량의 자연스러운 음성을 녹음하면 2분 이내에 실서비스에 쓸 수 있는 음성 모델이 만들어진다. Text to Speech와 Voice Agent API에서 사용해도 추가 요금은 없다.
선정 이유: 녹음으로 음성 클론을 만드는 절차와 본인 확인의 2단계 검증, 추가 요금이 없다는 조건이 구체적으로 제시되어 있어 도입 여부를 판단하기 쉽다.
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.
선정 이유: 각 지원 서비스에서 무엇을 읽고 쓸 수 있는지 한눈에 정리되어 있고, 독자적인 MCP 서버에도 연결할 수 있어 자신의 업무에 도입하는 방안을 검토하기 쉽다.
xAI가 Grok에 Skills를 도입했다. 한 번 알려준 내용을 모든 대화에서 기억해, 취향이나 서식 규칙, 워크플로를 반복해서 설명할 필요가 없어진다. Grok 4.3에서 grok.com, iOS, Android를 통해 이용할 수 있다.
선정 이유: 한 번 알려준 내용을 대화를 넘어 유지하는 스킬의 구조와, 기본 탑재된 문서 생성 스킬의 범위가 구체적으로 정리되어 있다.
xAI는 Grok Voice 기반으로 실서비스용 음성 에이전트를 설정할 수 있는 노코드 플랫폼 「Voice Agent Builder」를 베타 공개했다. 전화 회선, 지식 검색, 도구, 가드레일, MCP, 관측 기능을 한곳에서 사용할 수 있다. 요금은 API 요금 기준 분당 $0.08이며, 플랫폼 이용료는 별도로 부과되지 않는다.
선정 이유: 통화 구축부터 요금 체계까지 하나의 화면과 소수의 과금 항목으로 정리되어 있어, 기존 음성 기반 서비스와의 차이를 비교하는 자료로 활용할 수 있다.
xAI는 Grok에 지시를 한 번 작성하면 자동으로 실행되는 Automations를 도입했다고 밝혔다. grok.com과 iOS·Android Grok 앱에서 이용할 수 있으며, 일정 실행은 모든 사용자에게, 메일 트리거는 SuperGrok에 포함된다.
선정 이유: 일정 실행과 메일 수신에 따른 실행이라는 두 가지 방식이 잘 정리되어 있어, 반복 업무를 Grok에 맡기는 설계를 파악하기 쉽다.
SpaceXSI는 코딩, 에이전트형 작업, 지식 노동을 위한 모델 Grok 4.5를 공개했다. 80 TPS로 제공되며, 가격은 입력 100만 토큰당 $2, 출력 100만 토큰당 $6이다. Grok Build, 모든 요금제의 Cursor, SpaceXSI 콘솔에서 이용할 수 있으며, Grok Build와 Cursor에서는 기간 한정으로 무료 이용도 가능하다.
선정 이유: 코딩 계열 벤치마크의 비교 수치와 함께 토큰 효율 및 가격이 병기되어 있어, 다른 모델과의 비용 대비 효과를 비교해 볼 수 있는 자료가 된다.
xAI는 Grok Build에서 워크플로를 실행할 수 있도록 했다. 작업을 평이한 언어로 설명하면 Grok이 계획을 세우고, 백그라운드에서 수백 개의 병렬 에이전트에 작업을 분산한 뒤 완료되면 결과를 보고한다. 실행에는 128개 에이전트의 예산이 배정되며, 대규모 작업에서는 최대 1,024개까지 사용할 수 있다.
선정 이유: 수백 개의 에이전트에 작업을 분산하고 검증하는 과정을 한 번의 백그라운드 실행으로 묶는 구조이며, 저장해 재사용하는 흐름까지 구체적으로 제시되어 있다.
xAI가 AI 팀원 「Grok Bot」을 베타 버전으로 공개했다. 각 Bot은 전용 클라우드 컴퓨터를 갖고 있으며, 평소 쓰는 도구에 로그인해 업무를 끝까지 진행하고 승인이 필요한 경우에만 보고한다. SuperGrok 각 요금제와 Cursor 유료 요금제 가입자는 데스크톱과 iOS에서 이용할 수 있으며, Enterprise 대상은 대기자 명단 방식으로 제공된다.
선정 이유: 여러 앱을 가로지르며 업무를 끝내는 자체 클라우드 PC 설계와 사내 활용 사례가 구체적으로 제시되어 있어, 에이전트 운영 방식을 비교하기 쉽다.
xAI가 채팅 안에서 앱과 게임을 생성하는 Grok Build를 웹, iOS, Android의 전 요금제에 제공을 시작했다고 밝혔다. 7월 발표 당시에는 SuperGrok Heavy 전용 Early Beta였다. 공개, X 연동, 자체 모델 접근 등의 기능도 추가됐다.
선정 이유: 공개, 공유, API 연동, GitHub 내보내기까지 하나의 흐름으로 정리되어 있어 채팅 내 앱 생성 기능의 활용법을 파악하기 쉽다.
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.
NVIDIA는 120B 파라미터의 오픈 모델 Nemotron 3.5 Super VL과 엣지용 Nemotron 3.5 Bolt 74B-A9B 24GB, Bolt E4B 4GB를 발표했다. Super VL과 Bolt 74B-A9B는 현재 제공 중이며, Bolt E4B는 Oct. 23에 제공될 예정이다. NVIDIA는 Super VL이 같은 급의 차점 모델보다 최대 5배의 처리량을 보였다고 밝혔으며, 가중치와 데이터셋도 공개했다.
선정 이유: 서버용과 엣지용 3개 모델을 메모리 용량 및 배포 대상과 함께 정리하고 있어, 자사 환경에 맞는 규모를 비교해 고르기 쉽다.
Meta가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 총 파라미터는 약 816B이며, 토큰당 활성 파라미터는 약 42B인 MoE 구조다. 텍스트, 이미지, 음성, 동영상을 입력으로 받을 수 있고, 컨텍스트 윈도우는 최대 1M 토큰이다. Hugging Face 블로그에서는 transformers, llama.cpp, SGLang, vLLM, MLX에서의 실행 방법과 TRL을 활용한 파인튜닝, 데모를 소개하고 있다.
선정 이유: 총 파라미터 약 816B, 활성 파라미터 약 42B라는 구성과 각 추론 환경에서의 실행 방법 및 필요한 메모리 용량이 정리되어 있어, 도입 규모를 가늠하는 데 참고가 된다.
xAI는 speech-to-speech 모델 Grok Voice 3.0을 발표하고 같은 날부터 API로 제공을 시작했다. Artificial Analysis의 Speech-to-Speech Index에서 86.9점으로 1위를 차지했으며, 지연 시간은 1초 미만이라고 밝혔다. 요금은 이전 세대와 같은 $0.08 / min($4.80 / hr)이다.
선정 이유: 독립 평가 기관의 점수와 경쟁 모델과의 비교, 요금과 도입 실적이 함께 정리되어 있어 음성 에이전트를 선택할 때 참고하기 좋다.
Google DeepMind가 Gemini 4 Argon의 안전성과 보안 대응을 공개했다. 시뮬레이션 기반 사이버 공격 12개 시나리오를 모두 해결했으며, 코딩에서의 부정 지름길 비율은 2%까지 낮아졌다. Argon의 단계적 일반 제공과 Fairwind Program 대상 확대도 시작됐다.
선정 이유: 악용 방지, 미스얼라인먼트 모니터링, 프롬프트 인젝션 내성의 세 겹 구조로, 구체적인 수치를 들어 안전 대책을 설명하고 있다.
Google이 Gemini 4 Argon의 안전성과 보안 대응을 공개했다. 사이버 공격 시나리오 12건을 모두 해결했으며, 실시간 방어와 감시도 겹겹이 적용했다. 프롬프트 인젝션 내성은 Gray Swan의 IPI 벤치마크에서 측정했고, 15회 적응형 공격에서의 성공률을 0.7%로 억제했다. Argon은 널리 제공이 시작됐으며 Fairwind Program도 확대된다.
선정 이유: 악용 방지, 미스얼라인먼트 감시, 프롬프트 인젝션 내성이라는 세 가지 방어를 평가 결과의 수치와 함께 정리하고 있어, 설계 사고방식을 비교하기 쉽다.