모델·제품 출시
Qwen-Image-2.1 가중치 공개. 알리바바가 7B 오픈 웨이트 이미지 생성·편집 모델 Qwen-Image-2.1을 공개했다. 자체 벤치마크에서는 클로즈드 모델을 앞선다고 주장한다. 투명 RGBA 이미지를 기본으로 다루고 편집용 참조 이미지를 최대 10장까지 지원하지만, 연구용 라이선스라 승인 없이는 상업적으로 쓸 수 없다.
텐센트 Gander 공개. 텐센트가 연구용 모델 Gander를 내놨다. 음성을 맡는 '소뇌'와 복잡한 작업을 처리하는 교체 가능한 '뇌'를 통해 실시간 대화와 백그라운드 에이전트 작업을 결합한 구조다. 대화 끼어들기와 음성·이미지·텍스트 동시 처리를 지원하지만, 테스트에서는 작업 정확도가 뒤처졌다.
Runway 실시간 영상 생성. Runway가 자사 월드 모델 GWM-1을 기반으로 실시간 영상 생성 연구를 공개했다. 사용자가 프롬프트를 입력하는 동시에 영상을 스트리밍하고 제어하는 방식이다. 프레임을 한 번에 묶어 만드는 대신 상호작용 방식으로 생성해 대기 시간과 GPU 비용을 줄이는 것이 목표다.
도구·프레임워크
Kotlin용 Google ADK 1.0. 구글이 Kotlin용 ADK 1.0을 출시했다. 자사 에이전트 개발 키트(ADK)의 Kotlin 버전을 Python, Java 버전과 같은 기능 수준으로 끌어올리고 안드로이드 온디바이스와 하이브리드 AI 지원을 더했다. 계층형 멀티 에이전트 오케스트레이션, 컨텍스트 압축, 세션 관리 기능을 갖췄다.
알리바바 OpenCodeReview. 알리바바가 Apache-2.0 라이선스 CLI 도구 OpenCodeReview를 오픈소스로 공개했다. 결정론적 파일 선택과 규칙 매칭에 코드 분석용 LLM 에이전트를 결합한 구조다. 사내에서 수만 명의 개발자가 사용해 왔으며, 행 번호 밀림이나 프롬프트 불안정성 같은 실패 유형을 겨냥한다.
ZCode 오픈소스 전환. 코딩 에이전트 플랫폼 ZCode가 보고된 보안 문제를 해결한 뒤 오픈소스로 전환했다. 저장소에는 데스크톱 앱, 웹 워크스페이스, 백엔드, Agent CLI, 런타임이 들어 있다. 취약점 신고 절차와 포상 제도도 새로 마련했다.
시스템 1·의사결정 모델
Laya 의사결정 모델. Laya는 Convai Innovations가 내놓은 오픈 웨이트 비자기회귀(non-autoregressive) '시스템 1' 모델이다. typed decision 질문에 순전파 한 번으로 답하며, 체크포인트는 영어, 다국어, typed-decisions 버전으로 나온다. C++ 구현체 laya.cpp는 RTX PRO 6000에서 초당 최대 810건을 처리한다.
Jev 대안 직접 구현. 여러 프로젝트가 일반 오픈 웨이트 LLM으로 Jev 방식의 의사결정 스코어링을 재현하고 있다. 한쪽은 Qwen3.5 4B를 LoRA로 파인튜닝해 typed-decisions에서 0.709를 기록했고, 다른 쪽은 llama.cpp로 후보 검증을 배치 처리하거나 n_predict=1과 logprobs를 활용한다. 별도 분류기 헤드 없이 Jev를 따라잡는 것이 목표다.
로컬 에이전트·하드웨어
Qwen 3.8 27B 에이전트 루프. Qwen 3.8 27B 기반 로컬 에이전트 루프가 RTX 3090 한 장에서 약 3주 동안 거의 무인으로 돌면서, 사람이 보낸 메시지 12건만으로 CUDA 추론 엔진을 완성했다. 컨텍스트 압축에만 83시간이 소요됐다. 장기 지평(long-horizon) 로컬 에이전트 작업이 가능하다는 점은 보여줬지만, 아직 성능상 이득을 봤다고 하기는 어렵다.
mini-AGI 지속 학습. mini-AGI는 8GB VRAM 노트북에서 처음부터 학습한 5억3000만 파라미터 지속 학습 모델이다. 동적 MoE 방식을 쓰고 하나의 연속된 데이터 스트림으로 학습했다. 데이터를 온전히 통제하면서 소비자급 하드웨어에서 학습할 수 있음을 보여준다.
GB10 클러스터의 Kimi K3. 16개 노드로 구성된 GB10 클러스터에서 문샷 AI의 2.8T 파라미터 Kimi K3를 런타임 패치와 함께 구동해 코딩 작업에서 초당 약 30토큰, 동시 처리 피크에서 초당 136토큰을 유지했다. NCCL 토폴로지를 수정하고 듀얼 스위치 네트워킹을 구성해야 했다.
연구 하이라이트
Fuse 사회적 추론. Fuse는 LLM 어시스턴트가 사용자 서술에서 사회적 동기를 어떻게 추론하는지 평가하는 멀티 에이전트 시뮬레이션 프레임워크다. 숨겨진 목표 에이전트를 통해 검증 가능한 정답을 제공한다. LLM 12종을 대상으로 한 실험에서 사용자 개입이 난도를 높였고, 모델이 편향된 프레이밍에 민감하게 반응하는 것으로 나타났다.
StudentSim AI 튜터. 마이크로소프트와 UIUC 연구진이 현실적인 실수를 저지르는 디지털 학생 복제본을 만들어 AI 튜터 개선 속도를 높이는 StudentSim을 개발했다. 값비싼 실제 학생 실험을 거치지 않아도 된다. 제한된 데이터로 별도의 복제본을 만들며, 튜터 개발을 앞당기는 것이 목표다.
업계·정책
AI 안전성 논쟁. 앤트로픽의 다리오 아모데이는 '프런티어의 속도를 조절하자'는 계획을 제안했고, 엔비디아의 젠슨 황은 AI에 대한 공포가 과장됐다며 AI가 세계를 멸망시킬 확률은 '0%'라고 말했다. 규제를 저울질하는 정책 당국자들 사이에서 업계 리더들의 이견이 드러난 대목이다.
트럼프의 AI Force. 트럼프 대통령이 'AI Force'와 'AI 차르' 구상을 발표했다. AI 성장을 가로막지 않겠다고 약속하고 데이터센터가 지역사회에 이익이 된다고 주장했다. 이 발언은 AI 리더들의 실존적 위험 경고에 뒤이은 것으로, 감독 완화 기조를 반영한다.
AI 감속 담합 소송. 앤트로픽, OpenAI, SpaceXAI, 구글이 AI 감속에 관해 불법 합의를 했다는 소송이 제기됐다. 구체적인 내용은 알려지지 않았지만, 프런티어 AI 개발 속도를 둘러싼 논쟁에 법적 압박이 더해졌다.
앤트로픽 IPO 연기. 앤트로픽이 IPO 일정을 2026년 10월에서 11월로 미루는 것으로 알려졌다. 자문단은 3분기 실적을 확실히 보여줄 필요가 있다는 점을 근거로 들었다. 투자자들은 기업가치 약 2조 달러, 최대 1000억 달러 조달을 예상한다.
이날의 소식은 여기까지입니다 – 약 5분 분량.