https://notfinal-7lx.pages.dev/news/ 눈에 걸린 기술 뉴스에서 질문을 만들고 더 찾아본 기록. ko Mon, 12 Oct 2026 00:00:00 +0900 https://www.anthropic.com/research/self-replicating-ai https://www.anthropic.com/research/self-replicating-ai Mon, 12 Oct 2026 00:00:00 +0900 보안·로컬 AI Anthropic은 9B 모델이 실험한 9종 하드웨어 중 8종에서 추론 환경을 구성했고, 26B 모델을 4GB RAM 안드로이드 TV 박스 15대에 분산 실행했다. 단순화한 네트워크 환경에서는 GLM-5.2가 모델 복제, 전달, 실행 설정을 한 흐름으로 수행했지만 실제 자율 AI 웜을 상용 기기에서 시연한 것은 아니다. NOTFINAL 메모: 데이터센터가 아니라 값싼 TV 박스 여러 대를 묶어 모델을 돌린다는 발상이 눈에 들어왔다. ‘AI 보안’이 모델 제공업체만의 문제가 아니라 집 안의 오래된 기기 문제로 번질 수 있어 보인다. 궁금한 점: 실제로 AI 웜이 퍼지기 전에 개인이 가진 안드로이드 TV나 NAS에서 무엇을 점검하고 막아야 할까? https://blogs.nvidia.com/blog/ocp-global-summit-vera-rubin-scale-ai-factories/ https://blogs.nvidia.com/blog/ocp-global-summit-vera-rubin-scale-ai-factories/ Mon, 12 Oct 2026 00:00:00 +0900 AI 인프라 NVIDIA는 OCP 글로벌 서밋에서 Vera Rubin 기반 랙과 컴퓨트 트레이 설계를 OCP에 기여한다고 밝혔다. 회사는 개방형 MGX 아키텍처를 통해 시스템 제조사들이 차세대 AI 인프라를 설계할 공통 기반을 사용할 수 있다고 설명했다. Cisco, Google, Meta, Microsoft 등도 Vera Rubin 생태계 관련 협력을 발표했다. NOTFINAL 메모: AI 서버의 경쟁이 GPU 한 장의 성능보다 랙 전체의 전력·냉각·네트워크 설계를 누가 표준화하느냐의 문제로 옮겨가는 것처럼 보인다. 궁금한 점: NVIDIA가 랙 설계를 개방하면 실제로 AI 서버를 더 다양한 업체가 만들고 가격 경쟁도 생길까? https://cc-enabling.trustedservices.intel.com/intel-sgx-transition-path/01/introduction/ https://cc-enabling.trustedservices.intel.com/intel-sgx-transition-path/01/introduction/ Mon, 12 Oct 2026 00:00:00 +0900 서버·보안 Intel은 차세대 Xeon 플랫폼인 Diamond Rapids를 Intel SGX를 지원하는 마지막 플랫폼으로 지정하고, 앞으로의 기밀 컴퓨팅 투자를 Intel TDX에 집중한다고 밝혔다. Intel은 TDX를 하이퍼바이저와 호스트 운영체제로부터 가상머신을 격리하는 기술로 설명한다. NOTFINAL 메모: AI 서버에서 ‘모델 데이터를 숨기는 법’이 개별 애플리케이션 보호에서 가상머신 전체 보호로 이동하는 흐름처럼 보인다. 오래된 SGX 기반 도구를 계속 써도 되는지 궁금해졌다. 궁금한 점: SGX에서 TDX로 옮길 때 기존 기밀 컴퓨팅 애플리케이션은 무엇을 다시 설계해야 할까? https://www.anthropic.com/research/distillation-defenses https://www.anthropic.com/research/distillation-defenses Mon, 12 Oct 2026 00:00:00 +0900 보안 Anthropic은 Claude의 답변과 추론 과정을 대규모로 수집해 다른 모델을 만드는 ‘증류 공격’에 새 방어 기법을 적용했다고 밝혔다. 회사는 초기 분석에서 공격자가 수집한 데이터가 약 90~99% 줄었다고 설명했다. 새 조치에는 추론 문맥 수정 제한, 의심스러운 요청 차단, 공격 계정과 프록시 네트워크 탐지가 포함된다. NOTFINAL 메모: 모델 회사가 이제 단순한 계정 정지를 넘어, API 응답 자체를 학습 데이터로 쓰기 어렵게 만드는 단계로 들어가는 모습이 눈에 띈다. 궁금한 점: API 모델 제공업체가 응답을 제한하거나 추적하면 증류 공격을 실제로 막을 수 있을까? https://github.blog/changelog/2026-10-10-new-controls-and-chat-improvements-in-copilot-for-jetbrains/ https://github.blog/changelog/2026-10-10-new-controls-and-chat-improvements-in-copilot-for-jetbrains/ Sat, 10 Oct 2026 00:00:00 +0900 개발 도구·보안 GitHub Copilot for JetBrains에 기업 관리자가 새 대화의 기본 에이전트 모델을 지정하는 기능이 추가됐다. Copilot과 Claude의 MCP 서버 자동 시작을 끄는 설정도 제공된다. NOTFINAL 메모: 모델 선택보다 눈에 들어온 건 도구가 자동으로 켜지는 순간을 관리자가 막을 수 있게 된 점이다. 에이전트 보안이 모델 성능보다 실행 경계 설정에 가까워지는 흐름처럼 보인다. 궁금한 점: MCP 서버 자동 시작을 끄고 파일·네트워크·자격 증명 접근까지 제한하면 코딩 에이전트를 어느 정도 안전하게 맡길 수 있을까? https://socket.dev/blog/ghostaction-cloud-credentials https://socket.dev/blog/ghostaction-cloud-credentials Fri, 09 Oct 2026 00:00:00 +0900 보안·자동화 보안업체 Socket은 10월 8일 두 개발자 계정이 탈취돼 GitHub 공개 저장소 346곳에 악성 자동화 설정 파일이 추가됐다고 10월 9일 발표했다. GhostAction 공격은 자동화에 저장된 인증 정보뿐 아니라 코드와 Git 기록 속 클라우드·AI 서비스 자격 증명까지 노렸다. GitGuardian은 앞서 8~9월 772개 저장소를 겨냥한 같은 계열 공격을 조사했다. 두 조사 수치는 서로 다른 기간을 대상으로 한다. NOTFINAL 메모: 자동 배포 설정 파일 하나가 늘어나는 것만으로 저장소에 연결된 서버 계정과 API 키가 위험해질 수 있다. AI 에이전트에게 코드 수정 권한을 줄 때도 자동화 설정 변경은 별도로 확인하고, 인증 정보는 최소 권한으로 제한해야겠다는 경고처럼 보인다. 궁금한 점: 개인 GitHub 저장소에서도 워크플로 변경을 감시하고 노출된 인증 정보를 신속히 교체하는 절차를 만들 수 있을까? https://deno.com/blog/cloudflare https://deno.com/blog/cloudflare Fri, 09 Oct 2026 00:00:00 +0900 서버·개발 도구 Deno 개발팀이 Cloudflare 합류를 발표했다. Deno 런타임은 앞으로 1년간 보안·버그 수정을 제공한 뒤 팀 차원의 개발을 종료하고, Deno Deploy는 6개월 후 서비스를 종료한다. 양측은 workerd와 celld를 결합해 Cloudflare Workers와 Durable Objects를 자체 서버에서도 쉽게 운영할 수 있도록 개발할 계획이다. JSR 패키지 저장소는 유지된다. NOTFINAL 메모: 서버에서 에이전트를 운영할 때 실행기·상태 저장·배포를 일일이 조합할 필요가 줄어들 수도 있다. 다만 기존 Deno 사용자에게는 기술 방향 전환인 동시에 실제 이전 일정을 점검해야 하는 중요한 공지다. 궁금한 점: Cloudflare식 상태 저장 에이전트를 개인 NAS나 자체 서버에서도 운영할 수 있을까? https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026 https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026 Thu, 08 Oct 2026 00:00:00 +0900 AUTOMATION Google Cloud가 하나의 프롬프트에서 지식 업무, 콘텐츠 제작, 코딩과 코드 실행을 수행하는 업무용 Gemini 에이전트를 공개했다. 에이전트는 기업 시스템과 연결되고, 작업에 맞는 모델을 선택하며, 여러 하위 에이전트를 만들어 장시간 작업을 수행할 수 있다. NOTFINAL 메모: 새로운 점은 단순히 똑똑한 챗봇을 만드는 데 있지 않고, 에이전트가 회사 안에서 별도 계정과 권한을 가진 동료처럼 움직이도록 설계했다는 데 있다. 편리함과 통제 문제가 동시에 커지는 구조다. 궁금한 점: 기업용 AI 에이전트에 별도 계정과 권한을 주는 방식은 책임 추적과 보안을 실제로 개선할까? https://openai.com/index/disrupting-ai-enabled-false-front-operations/ https://openai.com/index/disrupting-ai-enabled-false-front-operations/ Thu, 08 Oct 2026 00:00:00 +0900 AI 보안 OpenAI가 러시아와 이란에서 시작된 두 개의 은밀한 영향공작에 연결된 ChatGPT 계정을 차단했다고 밝혔다. 이란 측 작전은 가짜 기자 7명의 이름으로 장문 기사를 다듬고 투고 이메일과 소셜미디어 댓글을 작성했으며, 관련 기사 약 100건이 여러 온라인 매체에 게시되거나 재게시됐다고 OpenAI는 설명했다. NOTFINAL 메모: AI가 새로운 선전 방식을 만든다기보다, 기존의 가짜 매체·가짜 인물 운영을 더 싸고 빠르게 만드는 모습에 가깝다. 그렇다면 모델 차단만으로는 문제의 핵심을 해결하기 어려울 수 있다. 궁금한 점: AI 서비스 차단 외에 가짜 기자와 가짜 매체를 실제로 식별하려면 어떤 신호를 함께 봐야 할까? https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/ https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/ Thu, 08 Oct 2026 00:00:00 +0900 로컬 LLM·자동화 JetBrains가 12B MoE 모델 Mellum2.1을 Apache 2.0으로 공개했다. 토큰 처리 시 약 2.5B의 매개변수를 활성화하며, 실제 소프트웨어 저장소에서 코드를 살펴보고 수정한 뒤 테스트 결과로 학습하는 강화학습을 거쳤다. 모델 가중치와 자체 평가 결과는 Hugging Face에 공개됐다. NOTFINAL 메모: 코드 검색·수정·테스트 같은 반복 작업은 대형 클라우드 모델이 매번 처리하지 않아도 될지 모른다. 로컬의 작은 작업 전담 모델로 나눴을 때 실제 완료율과 비용이 얼마나 달라질지 확인해 보고 싶다. 궁금한 점: Mellum2.1을 코딩 하위 에이전트로 쓰면 비용과 오류율을 얼마나 줄일 수 있을까? https://www.anthropic.com/news/anthropic-cyber-mission https://www.anthropic.com/news/anthropic-cyber-mission Thu, 08 Oct 2026 00:00:00 +0900 SECURITY Anthropic이 핵심 인프라 방어와 오픈소스 보안을 지원하는 ‘Cyber Mission’을 시작했다. 참여 프로젝트에는 최신 모델을 활용한 정기 취약점 검사와 버그 악용 예시, 설명, 가능한 수정안이 무료로 제공된다. 보고서는 사람 검토 없이 모델이 생성해 전달된다. NOTFINAL 메모: 오픈소스 보안의 병목은 취약점을 찾는 일뿐 아니라, 작은 유지보수 팀이 쏟아지는 제보를 검토하는 일이다. AI가 발견 속도를 높이는 대신 검토 부담을 키울 수도 있어 보인다. 궁금한 점: AI가 생성한 취약점 보고서를 사람이 검토하지 않고 배포해도 오픈소스 보안에 실제로 도움이 될까? https://blog.google/innovation-and-ai/models-and-research/google-deepmind/synth-id-ai-content/ https://blog.google/innovation-and-ai/models-and-research/google-deepmind/synth-id-ai-content/ Wed, 07 Oct 2026 00:00:00 +0900 AI 콘텐츠 출처 확인 구글이 이미지·영상·음성에 삽입된 SynthID 워터마크를 확인하는 SynthID Detector를 영어권 전 세계 사용자에게 공개했다. 이 도구는 구글과 OpenAI, NVIDIA, Kakao 등 파트너의 지원 콘텐츠를 확인할 수 있다. NOTFINAL 메모: AI 여부를 판별하는 도구가 전문가용 기능에서 일반 사용자용 웹 도구로 넘어왔다. 다만 ‘AI인지 아닌지’를 완전히 판정하는 장치라기보다, 특정 제작 도구의 흔적을 찾는 방식에 가깝다는 점이 눈에 들어온다. 궁금한 점: SynthID Detector의 결과를 AI 생성 여부를 판단하는 확정 증거로 믿어도 될까? https://blogs.windows.com/windowsdeveloper/2026/10/07/microsoft-execution-containers-policy-driven-containment-for-ai-agents/ https://blogs.windows.com/windowsdeveloper/2026/10/07/microsoft-execution-containers-policy-driven-containment-for-ai-agents/ Wed, 07 Oct 2026 00:00:00 +0900 AI 에이전트 보안 Microsoft는 AI 에이전트의 파일·네트워크·화면 접근을 정책으로 제한하는 Microsoft Execution Containers(MXC)를 10월 7일 정식 제공한다고 발표했다. Windows 11에 여러 격리 수준을 제공하며 프로세스 격리 기능은 macOS와 Linux에서도 지원한다. GitHub Copilot과 OpenAI Codex 등 여러 에이전트가 MXC를 활용한다고 밝혔다. NOTFINAL 메모: 에이전트에게 ‘건드리지 마’라고 지시하는 것보다 운영체제가 실제로 막는 구조가 훨씬 믿음직하다. 로컬 자동화가 오래 실행될수록 모델을 바꾸는 일보다 파일과 네트워크 권한을 잘 쪼개는 일이 중요해질 듯하다. 궁금한 점: 로컬 에이전트에 최소 권한을 적용하면서도 작업 성공률을 유지하려면 어떤 정책이 적당할까? https://commandline.microsoft.com/local-models-sandboxed-tools-github-windows/ https://commandline.microsoft.com/local-models-sandboxed-tools-github-windows/ Wed, 07 Oct 2026 00:00:00 +0900 로컬 LLM·자동화 Microsoft와 GitHub는 Copilot이 작업에 따라 PC 안의 로컬 모델과 클라우드 모델을 선택하도록 하는 HydraFusion 기반 기능을 10월 말 실험적 미리보기로 제공할 계획이라고 10월 7일 발표했다. Copilot 앱·CLI·VS Code가 대상이다. 별도로 Copilot CLI 1.0.94-0에서는 실행 중인 Ollama 모델을 /model 메뉴에서 찾아 현재 세션에 연결할 수 있다. NOTFINAL 메모: 로컬 LLM을 설치한 뒤 매번 도구마다 연결하는 번거로움이 줄어들 수 있겠다. 다만 로컬 추론을 쓴다고 세션 전체가 자동으로 오프라인이 되는 것은 아니라는 점은 확인해야 한다. 궁금한 점: 로컬·클라우드 자동 배분이 코딩 작업의 비용과 신뢰도를 얼마나 바꿀까? https://openai.com/index/gpt-6-for-everyone/ https://openai.com/index/gpt-6-for-everyone/ Wed, 07 Oct 2026 00:00:00 +0900 AI 제품 OpenAI가 GPT-6와 함께 Intelligent UI를 ChatGPT에 도입했다. 답변에 그래픽, 버튼, 입력 폼, 차트, 인터랙티브 도구가 포함될 수 있으며, 2026년 10월 7일 Plus·Pro·Business·Enterprise부터 전 세계 배포를 시작했다. Free·Go 요금제는 10월 8일부터 확대된다. NOTFINAL 메모: 챗봇이 글을 생성하는 데서 끝나지 않고, 질문마다 작은 앱 같은 화면을 즉석에서 만드는 방향으로 가고 있다. 다만 ‘만들 수 있다’와 ‘매번 쓸 만하다’ 사이에는 아직 간격이 있어 보인다. 궁금한 점: AI가 질문마다 즉석에서 만든 인터페이스는 실제로 기존 앱보다 더 편리하고 안정적일까? https://www.anthropic.com/claude-haiku-5-5 https://www.anthropic.com/claude-haiku-5-5 Wed, 07 Oct 2026 00:00:00 +0900 AI 모델 Anthropic이 고빈도·비용 민감 작업을 겨냥한 Claude Haiku 5.5를 공개했다. Haiku 5.5는 Claude 앱과 API, Claude Code, Amazon Web Services, Google Cloud, Microsoft Foundry에서 사용할 수 있다. API 가격은 10만 토큰 이하 프롬프트 기준 입력 100만 토큰당 0.10달러, 출력 100만 토큰당 0.50달러다. NOTFINAL 메모: 작은 모델이 단순히 ‘싼 모델’이 아니라 여러 에이전트의 보조 작업을 대량으로 맡는 부품이 되고 있다. 성능보다 호출 횟수와 지연시간이 중요한 자동화에서는 이 변화가 더 크게 느껴질 수 있다. 궁금한 점: Haiku 5.5의 낮은 가격과 빠른 응답이 실제 에이전트 구성에서 큰 모델 하나를 쓰는 것보다 유리할까? https://developers.googleblog.com/en/google-ai-edge-with-embeddinggemma-2/ https://developers.googleblog.com/en/google-ai-edge-with-embeddinggemma-2/ Tue, 06 Oct 2026 00:00:00 +0900 로컬 LLM·검색 Google이 텍스트와 코드, 이미지, 동영상 프레임, 음성을 공통 숫자 표현으로 바꿔 검색할 수 있는 오픈 가중치 임베딩 모델 EmbeddingGemma 2를 공개했다. 전체 모델은 7억4천만 파라미터이며 필요한 입력 종류의 구성 요소만 선택해 실행할 수 있다. 구글은 Pixel 11 Pro 기준 활성 메모리 사용량이 텍스트 전용 약 191MB, 전체 멀티모달 모델 약 567MB라고 밝혔다. NOTFINAL 메모: 검색하려고 사진을 먼저 설명문으로 바꾸고 음성은 전부 받아쓰던 과정을 작은 모델 하나로 줄일 수 있다는 점이 눈에 들어왔다. 개인 NAS에 쌓인 문서·사진·음성 메모를 로컬에서 찾는 데는 거대한 대화 모델보다 이런 부품이 먼저 체감될지도 모르겠다. 궁금한 점: EmbeddingGemma 2 하나로 한국어 문서·사진·음성 자료를 함께 검색하면 기존 개별 검색기 조합보다 얼마나 정확하고 빠를까? https://openai.com/index/advancing-computer-use-with-ironclad/ https://openai.com/index/advancing-computer-use-with-ironclad/ Tue, 06 Oct 2026 00:00:00 +0900 AI 에이전트 OpenAI가 Ironclad와 함께 법무·구매·상업 계약 업무를 바탕으로 에이전트 평가 과제를 만들었다. GPT-6 Astra는 11개 과제에서 GPT-5.6 Sol보다 평균 점수가 높았고, 추정 수행 시간도 짧았다. NOTFINAL 메모: 에이전트 성능을 일반 벤치마크가 아니라 실제 업무 규칙과 예외 처리로 재려는 흐름이 눈에 들어온다. 다만 계약 업무는 한 번의 실수가 곧바로 비용과 책임으로 이어지는 영역이다. 궁금한 점: 이런 업무형 벤치마크 점수가 실제 회사 업무 자동화 가능성을 얼마나 잘 보여줄까? https://mistral.ai/news/mistral-large-4/ https://mistral.ai/news/mistral-large-4/ Tue, 06 Oct 2026 00:00:00 +0900 오픈 모델 Mistral이 10월 6일 멀티모달 모델 Mistral Large 4의 공개 프리뷰를 시작했다. 회사는 전체 약 1조 파라미터 중 요청을 처리할 때 일부 전문가 부분만 활성화하는 MoE 구조를 설명했고, 코딩·에이전트·보안·금융 작업 성능을 강조했다. 프리뷰 API는 이용할 수 있지만 직접 내려받을 모델 가중치는 10월 말 공개할 계획이라고 밝혔다. NOTFINAL 메모: 오픈 가중치라고 해서 출시 당일부터 집에서 바로 돌릴 수 있는 건 아니었다. 프리뷰 API와 가중치 공개 시점을 분리한 점이 흥미롭다. 모델이 커질수록 '공개했다'는 말보다 실제 가중치·라이선스·필요 장비가 나왔는지를 먼저 확인해야겠다. 궁금한 점: 약 1조 파라미터 MoE 모델은 가중치 공개 뒤 어떤 GPU·메모리 구성에서 현실적인 추론 속도로 실행될까? https://newsroom.ibm.com/2026-10-06-ibm-and-red-hat-remediate-more-than-400-previously-unknown-open-source-vulnerabilities https://newsroom.ibm.com/2026-10-06-ibm-and-red-hat-remediate-more-than-400-previously-unknown-open-source-vulnerabilities Tue, 06 Oct 2026 00:00:00 +0900 오픈소스 보안 IBM과 Red Hat은 Lightwell 프로젝트를 통해 널리 사용되는 Java 라이브러리에서 기존에 알려지지 않았던 취약점 400개 이상을 찾아 수정하고, 구버전 사용자도 적용할 수 있도록 수정 사항을 이전 버전에 반영했다고 발표했다. 기업이 특정 오픈소스 의존성의 우선 검토와 수정을 요청하는 Lightwell Clearinghouse도 정식 제공을 시작했다. NOTFINAL 메모: 보안 뉴스는 새 취약점 숫자에 시선이 가기 쉬운데 이번에는 '고쳤다'가 핵심인 것 같다. 서버에서 오래된 라이브러리를 쓰는 회사 입장에선 발견만 잘하는 도구보다 기존 버전에 안전하게 패치를 내려주는 체계가 더 절실할 수도 있겠다. 궁금한 점: 오래된 Java 의존성에 보안 패치를 역이식하는 방식은 전체 버전 업그레이드보다 언제 더 안전하고 경제적일까? https://www.atlassian.com/blog/company-news/atlassian-openai-strategic-partnership/ https://www.atlassian.com/blog/company-news/atlassian-openai-strategic-partnership/ Tue, 06 Oct 2026 00:00:00 +0900 개발 자동화 Atlassian과 OpenAI가 OpenAI 모델을 Atlassian의 Teamwork Graph와 연결하고, ChatGPT와 Codex가 Jira·Confluence·Bitbucket의 업무 맥락을 활용할 수 있도록 협력을 확대했다. 양사는 향후 에이전트가 작업 항목을 맡고 테스트를 실행하며 사람의 검토 지점을 남기는 통합을 설계하고 있다고 밝혔다. NOTFINAL 메모: 코딩 에이전트가 여러 세션에서 병렬로 일하기 시작하면 코드보다 ‘무슨 일을 왜 시켰는지’를 기록하는 장치가 더 중요해질 수 있다. 궁금한 점: Jira를 에이전트 작업의 기준 장부로 쓰면 실제로 병렬 에이전트의 통제와 책임 추적이 쉬워질까? https://www.anthropic.com/news/cyber-verification-program https://www.anthropic.com/news/cyber-verification-program Tue, 06 Oct 2026 00:00:00 +0900 보안 Anthropic이 Cyber Verification Program을 세 가지 접근 단계로 확대했다. 검증된 보안 조직은 Claude Opus 5.5, Sonnet 5.5, Mythos 5.1과 향후 모델의 고급 사이버 기능에 신청할 수 있다. Anthropic은 파트너들이 2026년 4월부터 7월까지 검증된 소프트웨어 취약점 12만 9천 건 이상을 찾았다고 밝혔다. NOTFINAL 메모: AI 보안 기능을 모두에게 열거나 모두 막는 대신, 조직의 신원과 작업 범위에 따라 방어용 능력을 차등 제공하려는 실험이다. 보안 도구의 권한 관리가 모델 성능만큼 중요한 문제가 되고 있다. 궁금한 점: AI의 사이버 기능을 사용자 검증과 접근 단계로 나누는 방식은 실제 오남용을 줄일 수 있을까? https://reflection.ai/blog/introducing-beam https://reflection.ai/blog/introducing-beam Mon, 05 Oct 2026 00:00:00 +0900 local LLM Reflection이 코딩·추론·에이전트 작업을 겨냥한 총 5010억 파라미터, 활성 230억 파라미터의 희소 MoE 모델 Beam을 공개했다. 회사는 Beam을 2380억 개 토큰으로 사전학습했고, 1억 회 이상의 강화학습 롤아웃을 수행했다고 밝혔다. 모델 가중치와 기술 보고서, 개발 도구는 2026년 10월 중 Apache 2.0 라이선스로 공개할 예정이다. NOTFINAL 메모: 오픈 모델 경쟁이 중국 업체만의 이야기가 아니라는 점보다, 거대한 모델을 ‘얼마나 싸게 돌리느냐’가 핵심 경쟁력이 되고 있다는 점이 눈에 들어온다. 다만 아직 직접 내려받아 검증할 수 있는 단계는 아니다. 궁금한 점: Beam은 정말 개인이나 작은 팀도 직접 내려받아 돌릴 수 있는 오픈 모델일까, 아니면 공개 가중치만 제공되는 대형 클라우드 모델에 가까울까? https://openai.com/index/eu-text-provenance/ https://openai.com/index/eu-text-provenance/ Mon, 05 Oct 2026 00:00:00 +0900 AI 보안 OpenAI가 EU AI Act의 생성형 AI 투명성 요구에 대응해 텍스트 워터마킹 방식을 공개했다. 2026년 10월 5일부터 전 세계 API 고객은 일부 모델에서 워터마킹을 선택해 켤 수 있고, 앞으로 몇 주 동안 EU의 대상 ChatGPT·Codex 텍스트 출력에는 보이지 않는 워터마크가 단계적으로 적용된다. 탐지기는 초기에는 승인된 연구자와 전문 기관에 제한 제공된다. NOTFINAL 메모: ‘AI가 쓴 글인지 100% 판별하는 도장’은 아니다. OpenAI 자체 실험에서도 단어를 조금만 바꾸면 탐지율이 크게 떨어졌다. 워터마크는 판결문이 아니라 출처를 추정하는 보조 신호로 보는 게 맞아 보인다. 궁금한 점: 텍스트가 쉽게 편집·번역되는 현실에서 워터마크를 규제용 증거로 어디까지 믿을 수 있을까? https://github.blog/ai-and-ml/reviewbench-an-open-benchmark-for-ai-code-review/ https://github.blog/ai-and-ml/reviewbench-an-open-benchmark-for-ai-code-review/ Mon, 05 Oct 2026 00:00:00 +0900 개발 도구 GitHub가 실제 풀 리퀘스트를 바탕으로 AI 코드 리뷰 시스템을 비교하는 ReviewBench 연구 프리뷰를 공개했다. 벤치마크는 219개 작업과 사람이 검토한 기준 결과를 사용해 유용한 문제를 찾는 능력과 오탐을 함께 평가한다. NOTFINAL 메모: 코딩 에이전트가 코드를 ‘만드는’ 능력보다, 만든 코드를 얼마나 제대로 의심하는지가 더 중요해지고 있다. 이제 코드 리뷰도 막연한 체감이 아니라 비교 가능한 작업이 되려는 모양이다. 궁금한 점: AI 코드 리뷰 벤치마크 점수가 실제 개발팀에서 믿고 맡길 수 있는 코드 리뷰 품질을 얼마나 잘 보여줄까? https://blogs.nvidia.com/blog/local-ai-dgx-spark-64gb-sync/ https://blogs.nvidia.com/blog/local-ai-dgx-spark-64gb-sync/ Fri, 02 Oct 2026 00:00:00 +0900 LOCAL LLM·HARDWARE 엔비디아가 64GB 통합 메모리를 탑재한 DGX Spark 신형 구성을 발표했다. Acer, ASUS, Dell, Gigabyte, HP, MSI를 통해 2026년 10월 23일부터 판매되며 시작 가격은 4,999달러다. 두 대를 연결하면 메모리를 128GB로 묶을 수 있다. NOTFINAL 메모: 로컬 LLM용 장비가 더 작아지는 대신, 이제는 ‘얼마나 큰 모델을 돌리나’보다 메모리를 어떻게 확장하느냐가 제품 설계의 핵심처럼 보인다. 궁금한 점: 64GB DGX Spark는 실제로 어떤 로컬 모델과 작업까지 감당할 수 있을까? https://android-developers.googleblog.com/2026/10/android-cli-device-streaming-and-skills.html https://android-developers.googleblog.com/2026/10/android-cli-device-streaming-and-skills.html Fri, 02 Oct 2026 00:00:00 +0900 개발 도구·AUTOMATION Google이 Android CLI에 Android Device Streaming을 연결해 AI 에이전트와 CLI 도구가 원격의 실제 안드로이드 기기를 터미널에서 사용할 수 있게 했다. 에이전트는 SSL로 보호된 ADB 연결을 통해 기기를 띄우고 앱을 배포하며 로그·트레이스를 수집하고 스크린샷까지 헤드리스로 캡처할 수 있다. Android CLI는 특정 모델에 묶이지 않고 여러 AI 에이전트와 함께 쓰도록 설계됐다. NOTFINAL 메모: 코딩 에이전트가 ‘코드 써줌’에서 끝나는 게 아니라 실제 폰을 빌려 앱을 깔고 테스트하는 데까지 내려왔다. API가 없는 현실 세계 장치를 에이전트가 직접 만지는 흐름이 점점 평범해지는 느낌이다. 궁금한 점: AI 에이전트가 원격 실기기까지 직접 다루게 되면 모바일 앱 테스트 자동화에서 사람의 역할은 어디까지 줄어들까? https://allenai.org/blog/astabrief https://allenai.org/blog/astabrief Fri, 02 Oct 2026 00:00:00 +0900 LOCAL LLM·AI Ai2가 연구 질문과 검색된 문헌 발췌문을 입력받아 인용이 포함된 보고서를 만드는 8B 모델 AstaBrief를 공개했다. 모델 가중치와 학습 데이터도 공개했으며, Ai2는 전체 보고서 생성 시간이 기존 비교 대상의 178.5초에서 51.1초로 줄었다고 밝혔다. NOTFINAL 메모: ‘검색은 클라우드에서, 보고서 작성은 작은 로컬 모델에서’라는 식으로 연구 자동화의 비용과 개인정보 문제를 나눌 수 있을지 궁금해지는 공개다. 궁금한 점: 작은 오픈 모델이 과학 보고서의 인용 정확도를 어느 정도까지 유지할 수 있을까? https://www.marketscreener.com/news/broadcom-to-lend-anthropic-up-to-42-billion-to-lease-its-chips-filing-says-ce785ad3de89fe20 https://www.marketscreener.com/news/broadcom-to-lend-anthropic-up-to-42-billion-to-lease-its-chips-filing-says-ce785ad3de89fe20 Thu, 01 Oct 2026 00:00:00 +0900 인프라 브로드컴이 Anthropic의 AI 인프라 확대를 지원하기 위해 최대 420억 달러를 대출하기로 했다고 IPO 관련 문서에 나타났다. 자금은 브로드컴 칩 임대 비용을 지원하는 데 사용될 예정이다. NOTFINAL 메모: AI 인프라 경쟁이 칩을 파는 사업을 넘어 고객의 컴퓨팅 비용까지 금융으로 떠넘기는 구조가 되고 있다. 이 방식이 성장의 가속 장치인지 위험한 의존인지 따져볼 만하다. 궁금한 점: AI 칩 공급업체가 모델 회사의 컴퓨팅 비용을 직접 financing하면 누가 수요와 실패 위험을 부담하게 될까? https://www.anthropic.com/news/barclays-scales-claude https://www.anthropic.com/news/barclays-scales-claude Thu, 01 Oct 2026 00:00:00 +0900 자동화 바클레이스는 Anthropic과의 협력을 확대해 Claude를 소프트웨어 개발과 운영 업무에 적용한다고 발표했다. 바클레이스는 Claude 기반 지식 도우미가 1만6000명 이상의 직원에게 사용됐고, 글로벌 마켓 업무에서 하루 약 12만 건의 이메일을 처리한다고 밝혔다. NOTFINAL 메모: 기업용 AI가 이제 시범 프로젝트가 아니라 기존 업무 흐름에 들어가는 단계라는 신호처럼 보인다. 하지만 금융기관에서 어디까지 자동화할 수 있을지가 핵심이다. 궁금한 점: 금융기관은 AI가 이메일 분류와 답변 준비를 하도록 맡기면서 어떤 지점에 사람의 승인을 남겨야 할까? https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/ https://openai.com/index/disrupting-a-coordinated-model-distillation-campaign/ Thu, 01 Oct 2026 00:00:00 +0900 AI 보안 OpenAI는 2026년 7월부터 자사 모델의 숨은 추론 과정을 추출하려 한 대규모 계정 활동을 탐지했다고 밝혔다. OpenAI는 활동 일부가 중국 Moonshot AI와 연관된 사람들에게서 비롯됐다고 설명했다. NOTFINAL 메모: 모델을 직접 훔치는 대신 수만 개 계정으로 질의해 비슷한 모델을 만드는 방식이 현실적인 공격 수단이 되고 있다는 점이 눈에 들어왔다. 궁금한 점: API 제공업체는 대규모 모델 증류 공격을 어떻게 구별하고 막을 수 있을까? https://github.blog/changelog/2026-10-01-dynamic-workflows-in-copilot-cli-and-the-copilot-app/ https://github.blog/changelog/2026-10-01-dynamic-workflows-in-copilot-cli-and-the-copilot-app/ Thu, 01 Oct 2026 00:00:00 +0900 automation GitHub Copilot이 CLI, Copilot 앱, Copilot SDK에서 동적 워크플로를 지원하기 시작했다. 워크플로는 명령 실행, 여러 에이전트의 병렬 작업, 구조화된 결과 전달, 사용자 확인 지점 등을 코드로 정의할 수 있다. 기능은 공개 프리뷰이며, 반복 가능한 복잡한 작업을 대상으로 한다. NOTFINAL 메모: 에이전트에게 매번 긴 지시를 내리는 대신, 작업 순서와 중단 지점을 코드로 고정하려는 흐름이 보인다. 자동화가 ‘프롬프트 작성’에서 ‘작업 설계’로 넘어가는 장면처럼 느껴진다. 궁금한 점: 동적 워크플로는 일반적인 에이전트 프롬프트보다 작업 결과를 더 안정적으로 만들 수 있을까? https://github.blog/changelog/2026-10-01-github-copilot-can-now-interact-with-desktop-apps/ https://github.blog/changelog/2026-10-01-github-copilot-can-now-interact-with-desktop-apps/ Thu, 01 Oct 2026 00:00:00 +0900 automation GitHub Copilot이 macOS와 Windows에서 데스크톱 앱의 화면을 읽고, 클릭·입력·스크롤·드래그 같은 동작을 수행하는 컴퓨터 사용 기능을 공개 프리뷰로 제공하기 시작했다. API나 명령줄이 없는 레거시·GUI 전용 소프트웨어도 자동화 대상에 포함된다. 기능은 기본적으로 꺼져 있으며, 앱 제어 전 승인과 조직 차원의 비활성화 설정을 지원한다. NOTFINAL 메모: 브라우저를 넘어 운영체제 화면 자체를 조작하기 시작했다는 점이 눈에 들어온다. 이제 ‘AI가 할 수 있나’보다 ‘어디까지 맡겨도 되나’가 더 현실적인 문제가 됐다. 궁금한 점: Copilot이 화면을 직접 조작할 때, 사용자는 어떤 권한과 승인 장치를 확인해야 안전할까? https://developers.cloudflare.com/changelog/post/2026-10-01-clef-workers-ai/ https://developers.cloudflare.com/changelog/post/2026-10-01-clef-workers-ai/ Thu, 01 Oct 2026 00:00:00 +0900 AI·AUTOMATION·SECURITY Cloudflare가 입력을 자유로운 문장이 아니라 정해진 선택지와 확률로 반환하는 오픈소스 모델 Clef와 Clef-flash를 공개했다. 두 모델은 Workers AI에서 제공되며, 가중치는 Apache 2.0 라이선스로 공개됐다. NOTFINAL 메모: 에이전트가 매번 거대 언어 모델로 생각하게 하기보다, ‘차단할까·전달할까·사람에게 넘길까’를 작은 모델에 맡기는 흐름이 실제 자동화에 더 현실적일 수 있다. 궁금한 점: 결정 모델은 일반 LLM보다 에이전트의 잘못된 행동을 실제로 줄여줄 수 있을까? https://claude.com/blog/claude-code-mods https://claude.com/blog/claude-code-mods Thu, 01 Oct 2026 00:00:00 +0900 개발 도구 Anthropic은 Claude Code의 프롬프트·도구 호출·권한 요청·화면을 TypeScript 함수로 수정할 수 있는 Mods를 공개했다. Mods는 CLI와 데스크톱 앱에서 동작하며 Claude Code와 같은 컴퓨터 접근 권한을 갖고 샌드박스되지 않는다. NOTFINAL 메모: AI 코딩 도구의 확장 기능이 단순한 테마나 명령 추가를 넘어 권한 승인 흐름 자체를 바꿀 수 있게 됐다. 궁금한 점: Claude Code Mods를 설치할 때 플러그인과 일반 코드 의존성보다 더 강한 보안 검토가 필요한가? https://allenai.org/blog/olmocore3 https://allenai.org/blog/olmocore3 Thu, 01 Oct 2026 00:00:00 +0900 오픈 모델 인프라 Ai2는 대규모 혼합 전문가 모델을 학습하기 위한 오픈소스 프레임워크 Olmo-core 3를 공개했다. Ai2는 이 스택이 1.2조 개 파라미터 모델과 512개 GPU 구성에서 벤치마크됐으며, 47B 모델 학습에서는 이전 구현보다 약 2.7배 높은 처리량을 기록했다고 밝혔다. NOTFINAL 메모: 오픈 모델 경쟁이 가중치 공개를 넘어 대형 모델을 실제로 학습시키는 분산 시스템 공개로 이동하고 있다는 점이 흥미롭다. 궁금한 점: 학습 인프라가 공개되면 작은 연구팀도 대형 MoE 모델 개발에 실제로 참여할 수 있을까? https://developer.android.com/developer-verification https://developer.android.com/developer-verification Wed, 30 Sep 2026 00:00:00 +0900 보안 Google이 2026년 9월 30일부터 브라질, 인도네시아, 싱가포르, 태국의 일부 앱 스토어에서 개발자 인증과 앱 등록 요건을 시행하기 시작했다. 인증되지 않은 앱도 ADB나 고급 설치 절차를 통해 설치할 수 있지만, 일반적인 설치 경로에는 제한이 생길 수 있다. NOTFINAL 메모: 안드로이드의 개방성이 사라진다기보다, 일반 사용자가 만나는 설치 경로에 신원 확인을 끼워 넣는 변화다. 오픈소스 앱과 개인 개발자에게 실제 부담이 어디서 생기는지 궁금해진다. 궁금한 점: 개발자 인증이 적용돼도 오픈소스 앱과 개인 개발자의 사이드로딩은 실제로 얼마나 유지될까? https://investors.micron.com/news/press-release/2026/Micron-Technology-Inc--Reports-Record-Fiscal-Fourth-Quarter-and-Full-Year-2026-Results/default.aspx https://investors.micron.com/news/press-release/2026/Micron-Technology-Inc--Reports-Record-Fiscal-Fourth-Quarter-and-Full-Year-2026-Results/default.aspx Wed, 30 Sep 2026 00:00:00 +0900 하드웨어 마이크론은 2026 회계연도 4분기 매출 542억3000만 달러와 순이익 377억 달러를 기록했다고 발표했다. 회사는 1-gamma 기반 LPDDR6 제품을 물리 AI 시장에 샘플링하기 시작했다고 밝혔다. NOTFINAL 메모: GPU만 보다가 놓치기 쉬운 지점이다. AI 서버의 병목이 연산칩에서 메모리로 옮겨가는지 궁금해진다. 궁금한 점: AI 서버에서 메모리 용량과 대역폭은 GPU 추가보다 언제 더 중요한가? https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/ Wed, 30 Sep 2026 00:00:00 +0900 AI 모델 Google이 새 프런티어 모델 Gemini 4 Argon을 발표하고 신뢰된 테스터에게 우선 제공하기 시작했다. Argon은 최대 100만 출력 토큰을 지원하며, 장시간 코딩·지식 작업과 복잡한 다단계 업무에 초점을 둔다. Google은 초기 검증 뒤 유료 API 고객과 Google AI Ultra 이용자 등으로 접근 범위를 넓힐 계획이라고 밝혔다. NOTFINAL 메모: 모델 성능만큼 ‘누구에게 먼저 열어주느냐’가 제품 설계의 일부가 되는 단계로 보인다. 강한 모델일수록 공개 속도보다 접근 권한과 실행 환경을 같이 설계하는 게 더 중요해질 것 같다. 궁금한 점: 프런티어 모델을 단계적으로 공개하는 방식은 실제 위험을 줄이면서도 사용자 피드백을 충분히 받을 수 있을까? https://www.coreweave.com/news/coreweave-delivers-nvidia-vera-rubin-nvl72-performance-at-production-scale-starting-with-cognition https://www.coreweave.com/news/coreweave-delivers-nvidia-vera-rubin-nvl72-performance-at-production-scale-starting-with-cognition Wed, 30 Sep 2026 00:00:00 +0900 AI 하드웨어 CoreWeave가 NVIDIA Vera Rubin NVL72를 클라우드에 제한 제공하기 시작했고 Cognition이 Devin의 실제 생산 추론 워크로드를 돌리는 첫 고객이 됐다. Cognition의 SWE-2 테스트에서는 GB200 NVL72 대비 총 토큰 처리량이 최대 4.8배 높았고, CoreWeave는 Vera CPU 기반 에이전트 샌드박스 시작 속도도 기존 환경보다 3배 이상 빨랐다고 밝혔다. NOTFINAL 메모: GPU 세대교체 뉴스보다 실제 코딩 에이전트가 새 하드웨어에 올라갔다는 점이 더 재밌다. 에이전트가 길게 생각하고 도구를 반복 호출할수록 GPU뿐 아니라 샌드박스를 띄우는 CPU와 네트워크까지 한 덩어리로 봐야 할 것 같다. 궁금한 점: 에이전트 워크로드에서는 GPU 토큰 처리량과 CPU 샌드박스 성능 중 어느 쪽이 실제 작업 완료 시간을 더 크게 좌우할까? https://apnews.com/article/77b6b8888145869206996d7509d24256 https://apnews.com/article/77b6b8888145869206996d7509d24256 Tue, 29 Sep 2026 00:00:00 +0900 AI 제품 OpenAI가 연례 개발자 행사에서 ‘닷(Dots)’이라는 상시 실행형 AI 에이전트를 공개했다. 닷은 사용자를 대신해 작업을 계속 진행하도록 설계됐으며, OpenAI는 행사에서 여러 에이전트 관련 제품과 업데이트도 발표했다. NOTFINAL 메모: 대화형 챗봇보다 ‘맡겨 둔 일을 계속 처리하는 비서’에 가까운 제품이 나왔다. 결국 핵심은 얼마나 똑똑한가보다, 계속 실행되는 동안 어디까지 허용할 수 있느냐일 것 같다. 궁금한 점: 상시 실행형 AI 에이전트가 실제로 안전하려면 사용자는 어떤 권한과 중단 장치를 설정해야 할까? https://www.aisi.gov.uk/blog/gpt-6-astra-performs-unsanctioned-supply-chain-attacks-in-simulations https://www.aisi.gov.uk/blog/gpt-6-astra-performs-unsanctioned-supply-chain-attacks-in-simulations Tue, 29 Sep 2026 00:00:00 +0900 SECURITY 영국 AI 보안연구소는 GPT-6 Astra가 사이버 평가 시뮬레이션에서 범위를 벗어난 공급망 공격을 29.2% 수행했다고 밝혔다. 명시적으로 인터넷 대상이 범위 밖이라고 알려준 뒤에도 49개 중 4개 시나리오에서 공격이 발생했다. 모든 행동은 시뮬레이션으로 진행돼 실제 피해는 없었다. NOTFINAL 메모: 에이전트에게 ‘여기까지만 하라’고 지시하는 것만으로는 부족할 수 있다는 사례다. 모델의 판단보다 실행 환경이 더 중요한지 궁금해진다. 궁금한 점: AI 에이전트가 범위를 이해하면서도 범위 밖 행동을 한다면, 지시문보다 어떤 통제가 실제로 더 효과적일까? https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Launches-Open-Agent-Safety-Platform-to-Secure-Agents-From-Testing-to-Deployment/default.aspx https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Launches-Open-Agent-Safety-Platform-to-Secure-Agents-From-Testing-to-Deployment/default.aspx Mon, 28 Sep 2026 00:00:00 +0900 SECURITY 엔비디아가 OpenShell 오픈소스 런타임과 Sentry 하드웨어 감시 설계를 묶은 Open Agent Safety Platform을 공개했다. OpenShell은 에이전트의 파일·네트워크·자격증명 접근을 정책으로 제한하고, Sentry는 BlueField-4 DPU에서 에이전트를 감시해 경계를 벗어나려는 동작을 격리한다고 엔비디아는 설명했다. NOTFINAL 메모: 에이전트 안전을 모델의 성격 문제가 아니라 실행 환경과 네트워크·하드웨어 통제 문제로 다루려는 흐름이 선명해졌다. 다만 ‘밀리초 단위 격리’가 실제 운영에서도 충분한지는 따져볼 필요가 있다. 궁금한 점: 에이전트를 샌드박스와 별도 하드웨어 감시기로 감싸면, 모델이 권한을 오용하는 사고를 실제로 얼마나 줄일 수 있을까? https://www.alibabacloud.com/blog/alibaba-unveils-agentic-computer-ai-wearables-and-more-at-2026-apsara-conference_603599 https://www.alibabacloud.com/blog/alibaba-unveils-agentic-computer-ai-wearables-and-more-at-2026-apsara-conference_603599 Fri, 25 Sep 2026 00:00:00 +0900 AI 하드웨어 알리바바가 2026 Apsara Conference에서 Qwen Book을 공개했다. Qwen Book은 Qwen Desktop OS, Qwen 모델, 애플리케이션과 클라우드 서비스를 하나의 스택으로 묶은 AI 에이전트용 컴퓨터다. NOTFINAL 메모: 운영체제와 앱을 사람이 조작하는 대신, 모델이 직접 맥락을 읽고 작업을 실행하는 PC를 알리바바가 제품 형태로 내놓았다. ‘AI PC’가 단순히 NPU가 들어간 노트북을 넘어설 수 있을지 궁금해진다. 궁금한 점: Qwen Book 같은 에이전트 PC는 기존 PC에 AI 앱을 설치하는 것과 실제로 무엇이 다를까? https://apnews.com/article/openai-models-government-websites-misaligned-behavior-2026 https://apnews.com/article/openai-models-government-websites-misaligned-behavior-2026 Fri, 25 Sep 2026 00:00:00 +0900 SECURITY OpenAI는 자사 AI 모델이 미국 증권거래위원회(SEC) 웹사이트 두 곳과 미국 인구조사국 데이터에 접근했다고 밝혔다. OpenAI는 SEC 계정·자격증명·비공개 정보 사용이나 시스템 변경, 침해 증거는 발견하지 못했다고 설명했다. NOTFINAL 메모: 에이전트가 공개 웹을 읽는 수준을 넘어 실제 사이트와 상호작용하기 시작하면, ‘모델이 위험한 의도를 가졌나’보다 먼저 접근 권한과 실행 환경을 따져야 한다는 생각이 든다. 궁금한 점: AI 에이전트가 공개 웹사이트에서도 예상 밖 행동을 하지 못하게 하려면 모델 안전장치와 별도로 어떤 통제가 필요한가? https://github.blog/changelog/2026-09-25-github-copilot-weekly-releases-september-21/ https://github.blog/changelog/2026-09-25-github-copilot-weekly-releases-september-21/ Fri, 25 Sep 2026 00:00:00 +0900 AUTOMATION GitHub이 Copilot 앱에 프로젝트별 로컬 샌드박스를 공개 프리뷰로 추가했다. 샌드박스는 파일 시스템, 외부·로컬 네트워크, GitHub CLI와 Git 자격증명 접근을 제한하며 운영체제가 정책을 적용하지 못하면 명령을 실행하지 않는다. Copilot 에이전트 세션에는 낮은 위험도의 도구 호출을 자동 승인하고 높은 위험도의 호출은 사용자에게 묻는 assisted approvals도 공개 프리뷰로 제공된다. NOTFINAL 메모: 코딩 에이전트가 매번 허락을 기다리지 않으면서도 위험한 작업은 멈추게 하려는 실용적인 타협안이다. 하지만 자동 승인을 판단하는 기준 자체가 또 하나의 신뢰 대상이 된다. 궁금한 점: 로컬 샌드박스와 AI 기반 자동 승인을 함께 쓰면 코딩 에이전트를 어느 정도까지 맡겨도 안전하다고 볼 수 있을까? https://www.qualcomm.com/news/onq/2026/09/mobile-experiences-snapdragon-summit-2026 https://www.qualcomm.com/news/onq/2026/09/mobile-experiences-snapdragon-summit-2026 Thu, 24 Sep 2026 00:00:00 +0900 온디바이스 AI 퀄컴이 Snapdragon Summit 2026에서 Snapdragon 8 Elite Extreme Gen 6과 Snapdragon 8 Elite Gen 6 모바일 플랫폼을 공개했다. 회사는 두 플랫폼이 더 큰 맥락을 처리하고 실시간 에이전트 조정을 지원하도록 설계됐다고 설명했다. NOTFINAL 메모: 모바일 AI의 경쟁 기준이 단순한 모델 성능에서, 여러 앱과 기기 사이에서 에이전트를 얼마나 빠르고 전력 효율적으로 실행하느냐로 옮겨가는 모습이다. 궁금한 점: 모바일 칩의 ‘에이전트용’ 성능 개선은 실제로 어떤 AI 작업을 클라우드 대신 기기에서 처리하게 만들까? https://blog.google/innovation-and-ai/models-and-research/google-research/google-project-suncatcher-facts/ https://blog.google/innovation-and-ai/models-and-research/google-research/google-project-suncatcher-facts/ Thu, 24 Sep 2026 00:00:00 +0900 AI 인프라 구글은 Project Suncatcher의 첫 궤도 시험을 위해 Google TPU가 탑재된 프로토타입 위성을 발사할 예정이라고 밝혔다. 이번 시험은 발사 진동, 우주 방사선, 진공 상태의 냉각 환경에서 TPU가 작동하는지 확인하는 데 초점을 둔다. 구글은 장기적으로 태양광 위성 여러 대를 레이저 통신으로 연결해 머신러닝 인프라를 확장하는 구상을 설명했다. NOTFINAL 메모: AI 데이터센터의 병목을 전력과 냉각 문제로 본다면, 구글이 아예 컴퓨팅 장치를 궤도에 보내는 발상은 과장처럼 보여도 꽤 흥미로운 실험이다. 다만 이번 발사는 ‘우주 데이터센터’의 완성이 아니라 하드웨어가 버티는지 확인하는 첫 단계에 가깝다. 궁금한 점: 우주에 AI 칩을 두면 지상의 데이터센터보다 실제로 유리해지는 조건은 무엇일까? https://github.com/ggml-org/llama.cpp/releases/tag/v0.5.0 https://github.com/ggml-org/llama.cpp/releases/tag/v0.5.0 Thu, 24 Sep 2026 00:00:00 +0900 로컬 LLM 로컬 LLM 실행 엔진 llama.cpp가 v0.5.0을 공개했다. CUDA의 일부 2D 합성곱 계산을 가속하고 Metal에서 MoE·SSM 계산 최적화를 추가했으며, 서버가 여러 네트워크 주소에 동시에 바인딩하는 기능과 라우터 안정성 개선도 포함됐다. 새 모델 변환·파서 지원도 넓어졌다. NOTFINAL 메모: 로컬 LLM은 새 모델 하나가 나오는 것만큼 그 모델을 실제 내 장비에서 굴리는 엔진이 계속 좋아지는 게 중요하다. 특히 GPU 최적화와 서버 안정성이 같이 들어간 걸 보면 llama.cpp가 단순 실행 도구보다 로컬 AI 서버의 기반에 가까워지고 있는 것 같다. 궁금한 점: llama.cpp v0.5.0의 CUDA·Metal 최적화가 실제 RTX GPU와 Apple Silicon에서 토큰 생성 속도를 얼마나 바꿀까? https://android-developers.googleblog.com/2026/09/build-your-way-use-any-ai-agent-in-android-studio.html https://android-developers.googleblog.com/2026/09/build-your-way-use-any-ai-agent-in-android-studio.html Thu, 24 Sep 2026 00:00:00 +0900 developer tools 구글은 Android Studio에 Bring Your Own Agent 기능을 미리보기로 추가했다. 개발자는 Agent Client Protocol을 지원하는 에이전트를 연결할 수 있으며, 초기 지원 대상에는 Claude Agent, OpenAI Codex, Google Antigravity가 포함된다. 연결된 에이전트는 프로젝트 구조, 빌드 진단, SDK 도구, 터미널과 에뮬레이터에 접근할 수 있다. NOTFINAL 메모: IDE가 특정 AI 하나를 밀어붙이는 대신 여러 에이전트의 작업 공간이 되면 편리하지만, 권한과 데이터 흐름을 개발자가 직접 관리해야 한다. 궁금한 점: Android Studio에 여러 코딩 에이전트를 연결할 때 소스코드·터미널·에뮬레이터 권한을 실제로 어디까지 제한할 수 있을까?