Anthropic이 Claude Opus 4.7을 공개 출시하며 GPT-5.4, Gemini 3.1 Pro를 일부 핵심 벤치마크에서 근소하게 앞섰다고 밝혔습니다. 특히 에이전트형 코딩, 도구 사용, 문서 추론 쪽에서 강점을 내세우고 가격도 $5/$25 per million tokens로 유지해, 한국 기업 입장에선 멀티모델 전략과 벤더 협상력이 더 중요해졌다는 신호입니다.
VentureBeat
여러 대학 연구진이 에이전트가 벡터 DB만 거치지 않고 터미널에서 원문 코퍼스를 직접 탐색하는 DCI(Direct Corpus Interaction) 방식을 제안했습니다. 로그·코드·리포트처럼 자주 바뀌는 데이터에선 임베딩 인덱스보다 최신성과 정밀 검색이 중요할 수 있어서, 한국 AI 엔지니어에겐 RAG 대신 CLI 도구를 섞는 에이전트 아키텍처를 고민하게 만드는 글입니다.
VentureBeat
알리바바가 전체 350억 파라미터 중 약 30억개만 활성화하는 MoE 구조의 오픈소스 모델 ‘큐원3.6-35B-A3B’를 공개했습니다. 적은 연산 자원으로도 높은 성능을 노린 데다 ‘에이전틱 코딩’ 활용을 강화했다는 점에서, 비용 효율이 중요한 한국 기업·스타트업의 모델 선택지에 영향을 줄 수 있습니다.
AITimes
Anthropic이 연매출 환산(run rate) 300억 달러에 도달했고, CEO 다리오 아모데이는 1분기 성장률이 내부 예상치의 8배인 80배 수준이었다고 밝혔습니다. 특히 Claude Code가 출시 6개월 만에 10억 달러 run rate를 찍으며 성장을 주도해, 한국 개발자·AI 스타트업 입장에선 ‘코딩 에이전트’가 진짜 대형 소프트웨어 시장으로 커지고 있다는 점이 핵심입니다.
VentureBeat
OpenAI가 GPT-Realtime-2, Realtime-Translate, Realtime-Whisper를 공개하며 실시간 음성 스택을 추론·번역·전사로 분리했습니다. 특히 128K 컨텍스트와 70개 이상 언어 지원은 콜센터·음성 에이전트 설계에서 세션 리셋, 상태 압축 같은 복잡한 우회 로직을 줄일 수 있다는 점이 핵심이에요. 한국 기업 입장에선 다국어 고객응대와 AI 음성 오케스트레이션 비용 구조를 다시 볼 만한 신호입니다.
VentureBeat
오픈AI가 ChatGPT의 장기 기억 시스템을 ‘Dreaming’ 기반으로 업그레이드해, 여러 대화에 걸친 사용자 선호·프로젝트 맥락을 더 신선하고 정확하게 반영하도록 바꿨습니다. 미국의 Plus/Pro 사용자부터 배포를 시작했고, 한국 개발자·프로덕트 팀 입장에선 AI 앱의 개인화 품질과 메모리 설계가 이제 핵심 경쟁력이 되고 있다는 신호로 볼 만합니다.
OpenAI Blog
OpenAI가 기업용 AI 구축을 전담하는 ‘OpenAI Deployment Company’를 출범시키고, 적용형 AI 컨설팅 회사 Tomoro를 인수하기로 했습니다. 약 150명의 FDE(현장 배치형 엔지니어)와 40억 달러 초기 투자금을 바탕으로, 단순 모델 판매를 넘어 기업 업무 프로세스 자체를 AI 중심으로 재설계하겠다는 전략이라 한국의 SI·컨설팅·엔터프라이즈 SaaS 업계에도 직접적인 시그널입니다.
OpenAI Blog
UIUC·스탠퍼드 연구진이 멀티에이전트 시스템에서 에이전트 간 텍스트 메시지 대신 임베딩 공간으로 정보를 주고받게 하는 RecursiveMAS를 제안했습니다. 실험에서 추론 속도 2.4배, 토큰 사용량 75% 절감, 코드 생성·의료 추론·검색 등에서 정확도 향상을 보였다는 점이 핵심으로, 에이전트 워크플로의 비용 구조를 바꾸려는 국내 AI 서비스 팀에게 참고할 만한 방향입니다.
VentureBeat
구글이 자연어를 SQL로 바꿔주는 ‘제미나이-SQL2’를 공개했고, BIRD 리더보드에서 실행 정확도 80.04%를 기록하며 새 기준선을 세웠습니다. 데이터 분석 자동화와 BI 워크플로우에 직접 연결되는 기술이라, 한국 개발자와 데이터팀 입장에서도 LLM 기반 데이터 접근성이 한 단계 더 높아졌다는 점이 중요합니다.
AITimes
구글이 I/O 2026에서 ‘any-to-any’ 생성이 가능한 네이티브 멀티모달 모델 Gemini Omni를 공식 발표했습니다. 텍스트·이미지·오디오·비디오를 단일 모델과 편집 표면으로 다루는 방향이 핵심이지만, 현재는 개인 유료 구독자 중심으로 제공되고 API는 아직 준비 중입니다. 영상·디자인·교육 콘텐츠를 다루는 한국 기업 입장에선 멀티모달 생성 스택이 더 단순해질 가능성을 보여주는 발표입니다.
VentureBeat
fenic은 extract·classify·summarize·embed·semantic join 같은 AI 연산을 DataFrame 쿼리의 1급 연산자로 넣은 시맨틱 데이터프레임 엔진입니다. 문서·로그·티켓·전사 데이터 같은 비정형 정보를 재실행 가능하고 검사 가능한 파이프라인으로 바꿔준다는 점에서, 한국의 데이터/AI 팀이 프롬프트 실험을 운영 가능한 워크플로로 승격하는 데 참고할 만합니다.
GeekNews
구글이 I/O 2026에서 ‘제미나이 3.5 플래시’를 공개했습니다. 프론티어급 성능과 더 빠른 응답, 강화된 코딩·자율 에이전트 기능이 핵심이지만 가격이 이전 대비 3배 올라 실제 도입 시 비용 계산이 더 중요해졌습니다. 한국 개발자와 AI 제품팀 입장에선 성능 향상만큼 API 단가와 에이전트 워크플로우 효율을 함께 따져봐야 할 업데이트입니다.
AITimes
Adobe가 Photoshop, Premiere Pro, Illustrator, InDesign, Frame.io 전반에 ‘creative agent’를 퍼블릭 베타로 확장하며, 단순 이미지 생성에서 실제 제작 오케스트레이션으로 방향을 옮기고 있습니다. Firefly에는 시각 일관성을 위한 Elements와 작업 맥락을 유지하는 Projects를 넣었고, 각 앱 API를 직접 호출해 배치 작업·문서 수정·에셋 갱신을 자동화한다는 점이 한국의 디자인·마케팅·콘텐츠 팀에도 꽤 실용적입니다.
VentureBeat
마이크로소프트가 오픈소스 SkillOpt를 공개했는데, 에이전트의 .md 스킬 문서를 성능 피드백 기반으로 자동 최적화해 모델 가중치는 건드리지 않고 정확도를 높이는 방식입니다. 프롬프트/스킬 튜닝을 수작업으로 돌리던 기업 AI 팀에게는 운영 효율을 크게 높일 수 있는 접근이라, 한국의 AI 에이전트 구축팀에도 실무적인 함의가 큽니다.
VentureBeat
Artificial Analysis에 따르면 GLM-5.2는 Intelligence Index 51점으로 오픈웨이트 모델 1위에 올랐고, 1M 토큰 컨텍스트와 744B 총 파라미터(활성 40B), 작업당 약 0.46달러 비용을 제시했습니다. 한국 AI 엔지니어에게는 DeepSeek·Kimi·MiniMax와의 경쟁 구도, 오픈 모델의 장기 작업 성능, 비용 대비 배치 전략을 판단하는 데 유용한 지표입니다.
Hacker News Best
Sakana AI가 여러 LLM을 동적으로 조합해 단일 API로 제공하는 오케스트레이션 시스템 Fugu를 출시했습니다. Anthropic 모델 접근 제한 이후 ‘벤더 락인 없는 AI 인프라’ 수요가 커지는 상황에서, 복수 모델 라우팅·검증·합성으로 frontier급 성능을 노리는 접근이라 한국 기업 입장에서도 멀티모델 전략과 공급망 리스크 대응 측면에서 참고할 만합니다.
VentureBeat
코넬대 연구에 따르면 Reddit·Wikipedia 같은 UGC 사이트에 올라간 13단어짜리 짧은 문장만으로도 ChatGPT나 Google AI Search류의 딥리서치 에이전트 출력을 꽤 일관되게 오염시킬 수 있습니다. AI가 인용하는 웹 콘텐츠의 상당 부분이 사용자 생성 콘텐츠인 만큼, 한국의 검색·커뮤니티·브랜드 마케팅 실무자에게도 AEO(AI 엔진 최적화)와 보안 대응이 이제 현실 과제가 됐다는 점이 중요합니다.
GeekNews
Anthropic이 기존 Slack 앱을 대체하는 새 제품 ‘Claude Tag’를 베타로 공개했습니다. 채널 단위로 공유되는 AI 팀원 형태로 동작하며, Claude Opus 4.8 기반으로 메모리 축적·비동기 작업·툴 호출·지출 한도 설정까지 지원해 기업 협업 워크플로를 직접 바꿀 가능성이 큽니다. 한국의 SaaS·업무자동화 팀 입장에선 Slack 중심 조직에서 AI 에이전트를 ‘개인 비서’가 아니라 ‘공용 작업자’로 운영하는 모델을 참고할 만합니다.
VentureBeat
MIT와 Microsoft 연구진이 AI 에이전트 워크플로를 더 빠르고 에너지 효율적으로 운영하는 시스템 ‘Murakkab’을 공개했습니다. 자연어로 요구사항을 주면 적절한 모델·툴·하드웨어 구성을 자동으로 정하고, 비용 최소화나 속도 극대화 같은 우선순위에 맞춰 실행 중에도 조정하는 방식입니다. 클라우드에서 에이전트형 AI 서비스가 늘어나는 상황이라, 한국의 AI 서비스·인프라 팀에도 비용 절감과 운영 최적화 관점에서 참고할 만한 연구입니다.
MIT News AI
Google이 Gemini Omni Flash를 API로 공개하면서, 텍스트·이미지·기존 영상을 입력해 대화형으로 비디오를 만들고 수정하는 흐름이 기업 환경으로 들어왔습니다. 여러 툴을 이어 붙이던 영상 제작 파이프라인을 단일 모델로 줄일 수 있어, 마케팅·교육 콘텐츠를 자주 만드는 한국 기업에 비용과 제작 시간을 동시에 줄일 가능성이 큽니다.
VentureBeat
OpenTag는 Slack 스레드를 읽고 답변하며, 외부 툴 호출과 승인 게이트까지 지원하는 self-hosted AI 에이전트 예제입니다. CopilotKit 기반으로 Slack뿐 아니라 Discord·Telegram·WhatsApp까지 확장 가능하고, OpenAI나 Anthropic 등 원하는 모델을 직접 연결할 수 있어 벤더 종속을 줄일 수 있습니다. 사내 업무 자동화나 AI 에이전트 PoC를 빠르게 돌리려는 한국 팀에게 특히 유용합니다.
GeekNews
Google이 Android Bench를 업데이트해 Claude Fable 5, GPT 5.4, Qwen 3.7 계열 등 최신 LLM을 추가하고 비용·실행 시간 지표도 공개했습니다. 결과적으로 Gemini 3.1 Pro는 정확도 5위로 밀렸고, 최고 성능 모델은 토큰 비용이 100문제 10회 기준 130달러 이상이라 한국 모바일 개발자들에겐 ‘성능 vs 비용’ 판단 기준이 더 중요해졌습니다.
Ars Technica
Princeton·UChicago 연구에 따르면 ChatGPT, Claude, Gemini 같은 LLM은 모의 채용 실험에서 실제로는 동등한 지원자 집단을 직무별로 더 강하게 고정관념화했고, 인간 참가자보다 편향 점수가 약 65% 높게 나왔습니다. 특히 OpenAI의 o3는 분리 점수 1.83으로 거의 최대치에 근접했는데, 국내 기업이 AI 서류심사나 인재 추천 시스템을 도입할 때 ‘학습 데이터 편향’뿐 아니라 ‘사용 중 형성되는 편향’까지 점검해야 한다는 점이 중요합니다.
MIT Technology Review
엔비디아가 GB300 NVL72 기반으로 MoE 모델 사전학습 성능을 3배 높였다고 밝히며 대규모 모델 학습 인프라 경쟁력을 강조했습니다. 한국의 AI 인프라·반도체 업계에는 학습 효율과 총소유비용(TCO)에 직결되는 소식이라, 대형 모델 운영 전략을 다시 계산하게 만들 수 있습니다.
AITimes
엔비디아가 AI 에이전트 워크로드에 맞춘 'Vera CPU'의 구체 사양과 출하 시점을 공개했다는 소식입니다. AI 인프라의 병목이 GPU에서 CPU·메모리·시스템 설계 전반으로 이동하는 상황에서, 한국의 서버·반도체·AI 서비스 업계에도 차세대 데이터센터 아키텍처 변화 신호로 읽힙니다.
AITimes
Z.ai가 코딩과 장기 에이전트 작업을 강화한 GLM-5.3 가중치를 오픈 웨이트로 공개했습니다. GLM-5.2와 같은 기반 모델에 후속 학습만으로 성능을 끌어올렸다는 점이 포인트라서, 자체 배포·파인튜닝이 필요한 한국 기업이나 연구팀엔 바로 실험해볼 만한 선택지가 하나 더 생긴 셈입니다.
GeekNews
앤트로픽이 새 모델 'Claude Opus 5'를 공개하며, 상위권 성능을 유지하면서도 가격을 절반 수준으로 낮췄다는 점이 핵심입니다. 한국의 개발자와 AI 도입 기업 입장에선 동일하거나 근접한 성능을 더 낮은 비용으로 활용할 가능성이 커져, 모델 선택과 추론비 최적화 전략에 직접 영향을 줄 수 있습니다.
AITimes
ESP32-S3 같은 8달러짜리 마이크로컨트롤러에서 2,890만 파라미터 LLM을 약 9.5 tok/s로 구동한 프로젝트입니다. 핵심은 Gemma 계열의 Per-Layer Embeddings 아이디어를 활용해 2,500만개 파라미터를 플래시에 두고, 토큰마다 필요한 일부만 읽어오는 구조예요. 온디바이스 AI·임베디드 ML을 다루는 한국 개발자에게는 메모리 제약을 우회하는 설계 패턴과 실제 펌웨어/학습 코드가 모두 공개됐다는 점이 특히 중요합니다.
GeekNews
Moonshot AI가 2.8조 파라미터급 Kimi K3의 전체 가중치와 47페이지 기술 보고서, 추론 인프라까지 공개했습니다. 100만 토큰 컨텍스트, 멀티모달 추론, vLLM·SGLang 지원 등으로 자체 호스팅 매력이 크지만, ‘오픈’이라고 해도 대기업과 AI 서비스 사업자에 추가 의무를 부과하는 커스텀 라이선스는 꼭 확인해야 합니다. 한국 기업에선 비용 절감형 대안 모델로 검토할 만하지만, 법무·컴플라이언스 검토가 필수라는 점이 핵심입니다.
VentureBeat
Anthropic의 보안 모델 Mythos가 NIST 3라운드 평가 중이던 양자내성 서명 알고리즘 HAWK의 취약점을 찾아냈고, 개발자가 결국 후보를 철회했습니다. 약 60시간과 10만 달러 수준의 연산으로 기존 공격을 개선해 키 강도를 사실상 절반 수준으로 깎았다는 점이 핵심입니다. 당장 실사용 암호체계를 깨는 건 아니지만, AI가 암호 분석과 보안 검증 워크플로를 바꾸기 시작했다는 점에서 국내 보안·반도체·국방 기술 업계에도 시사점이 큽니다.
Ars Technica