오픈웨이트·모델 출시
오픈웨이트 모델 러시. Meta가 Muse Spark Open(총 816B/활성 42B)을 공개했고, Reflection은 Beam(501B/23B)을 내놨으며, NVIDIA는 Nemotron 3.5 Bolt를 출시했다. DeepSeek도 V4.1 Flash 1017을 올렸다. 이 가운데 24GB VRAM에 들어간 모델은 Bolt뿐이었고, 2비트로 양자화한 가중치는 22GB였다.
NVIDIA Nemotron 3.5. LocalLLaMA 사용자들은 Nemotron 3.5 Super VL이 이전 모델보다 마이너 게임 규칙 지식에서 훨씬 낫다고 전한다. Nemotron 3.5 Bolt는 환각이 적고 컨텍스트 캐시가 커 소규모 다중 사용자 환경에는 충분하지만, 지능은 중간 수준에 그친다고 평가한다.
Qwen 3.8 Flash Next. CMP 170HX GPU 두 장에 W4A16 AutoRound, 패치된 vLLM, 네이티브 MTP 추측 디코딩을 적용한 구성이 동시 요청 8건에서 초당 840~873토큰의 합산 디코딩 속도를 냈고, 262K 전체 컨텍스트 윈도우를 지원한다.
Mistral Timestral. Mistral의 첫 시계열 파운데이션 모델 제품군(5M~209M 파라미터)이 일반 서버 CPU에서 구동되면서 제로샷 예측 리더보드인 GIFT-Eval, TIME, fev-bench에서 1위를 차지했다.
AuroraASR-1M. 949K 파라미터 음성 인식 모델이 CPU 스레드 하나에서 실시간 대비 436배 속도로 실행되며, LibriSpeech test-clean에서 WER 11.43%를 기록했다. INT8 가중치는 1.06MB에 불과하다.
Agens Volundr 32B v1. Blockway가 업데이트한 32B 에이전트 모델은 SWE-bench 작업에서 반복 루프를 해결했고(0/50), MIT 라이선스 엔진으로 16GB 이내에서 구동되며 측정된 컨텍스트 길이는 239K다.
에이전트 프레임워크·도구
Google Harness2. Harness2는 배포 중에도 고정된 모델이 자체 프롬프트와 도구, 메모리를 개선하도록 하는 재귀적 에이전트 하네스 프레임워크를 오픈소스로 공개했다. 정제 단계 한 번으로 세 벤치마크의 네 가지 구성이 모두 향상됐고, GLM-5는 최대 11.5점 올랐다.
하이브리드 추론 에이전트. Together Computer의 HybridAgent는 에이전트가 텍스트 대신 잠재 공간에서 추론할 수 있음을 보여준다. 이 방식은 토큰 사용량과 추론 시간을 줄이면서 지능은 높인다.
SonicBoom AI 런타임. SonicBoom v0.0.3은 Python 없이 동작하는 컴파일러 우선 추론 런타임이다. 일부 모델에서는 디코드 성능이 llama.cpp를 앞서고, 접두사 재사용으로 다중 턴 에이전트 워크로드의 첫 토큰 생성 시간을 단축한다.
NVIDIA Run:ai 오픈소스. NVIDIA가 Run:ai의 Kubernetes GPU 오케스트레이션 플랫폼을 Apache 2.0으로 오픈소스화했다. 팀은 유료 구독 없이 스케줄링과 쿼터, 워크로드 관리를 직접 호스팅할 수 있다.
LLM 플러그인 업데이트. Simon Willison은 llm-tools-datasette 0.1.1에서 httpx2 호환성 문제를 고쳤고, llm-echo 0.5는 이제 토큰 사용량 집계에서 도구 호출과 시스템 프롬프트, 추론 토큰을 시뮬레이션한다.
TinyFish 검색 비용. TinyFish는 AI 에이전트 팀이 검색된 웹 콘텐츠가 토큰 처리 비용을 얼마나 키우는지 과소평가한다고 주장한다. TinyFish의 검색 API는 요청 한도 내에서 무료 검색을 제공하고, 검색과 라이브 사이트 상호작용을 위한 웹 네이티브 모델도 제공한다.
Voxel51 3.0. Voxel51 3.0은 시계열 멀티모달 데이터 지원과 통합 어노테이션 기능, 45개 이상의 MCP 도구를 갖춘 에이전트를 추가했다. 로봇, 차량, 공장 센서 데이터를 정리하는 팀을 위한 기능이다.
연구 하이라이트
Minecraft 정복 에이전트. Gemini 4 Argon으로 구동되는 Google DeepMind 에이전트 네 개가 인간 입력이나 게임 전용 도구 없이 27시간 만에 Minecraft를 자율적으로 클리어했다. 이들은 작업을 나누고 메모리를 공유하며 JavaScript 프로그램 2,783개를 작성했다.
Taste-Bench 장기 결정. Microsoft와 City University of Hong Kong 연구진은 장기 실행에서 에이전트 결정의 품질을 측정하는 Taste-Bench를 만들었다. 최고 모델도 겨우 60%에 그쳤는데, 이는 현재 에이전트가 나중에 실패하는 지름길을 자주 택한다는 뜻이다.
장기 호라이즌 벤치마크. BizBench, PhysClosureBench, Into the Unknown은 각각 결제 비즈니스 작업, 물리 연구 클로저, 열린 과학 후속 연구에서 에이전트를 평가한다. 최상위 모델도 해당 분야 과학자가 내건 조건이나 비즈니스 제약을 충족하지 못하는 경우가 많다.
- BizBench: Unveiling Hidden Challenges in Deploying Long-Horizon Agents for Real-World Business(새 탭에서 열림)
- From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research(새 탭에서 열림)
- Into the Unknown: Benchmarking AI agents on open scientific research problems(새 탭에서 열림)
OpenMobile-2 모바일 에이전트. OpenMobile-2는 프런티어에 근접한 모바일 에이전트와 완전히 공개된 학습 환경·레시피를 선보인다. 여기에는 상용 앱 35개를 시뮬레이션한 MobileGym++와 GUI와 앱 네이티브 도구를 함께 쓰는 하이브리드 방식이 포함된다.
CarryOn 컨텍스트 런타임. CarryOn은 대화 이력을 다시 재생하는 대신 재사용 가능한 작업 객체를 중심으로 장기 호라이즌 에이전트 컨텍스트를 구성한다. OSWorld 2.0과 BrowseComp-Plus에서 성능을 끌어올리면서 토큰 사용량은 줄였다.
HexaShell 로봇 코딩. HexaShell은 얇은 하네스로 VLM 코딩 에이전트가 양팔 로봇을 제어하도록 한다. 실패를 바탕으로 도구를 작성하고 수정하며, 로봇 코딩 에이전트로서 VLM의 한계를 시험한다.
산업·정책·사회
Anthropic 공익 펀드. Anthropic이 새 공익 펀드에 자사 지분 5%를 출연한다. 회사 가치가 50% 오를 때마다 추가로 2%를 넣을 수 있는 옵션도 두고, 노동 시장 영향과 직접 분배 같은 프로젝트를 지원할 계획이다.
METR 감시 접근권. Anthropic이 외부 평가 기관 METR에 하드웨어와 내부 시스템에 대한 ‘직원 수준 접근권’을 부여했다. 최상위 AI 연구소에 외부 감사자를 상주시키겠다는 약속을 이행한 것이다.
주니어 채용 감소. 2025년 초 이후 Anthropic의 주니어 기술 인력 채용 비중은 27%에서 9%로 떨어졌다. AI 에이전트가 이제 6배 많은 업무 시간을 기록하며 코딩과 버그 찾기를 맡고, 부서 전반의 생산성은 크게 올랐다.
공정 협상 규범. Anthropic은 가격 흥정, 민원 해결, 계약 개선을 하는 AI 에이전트의 공정한 협상 규범을 마련하려고 법무법인과 협의 중이다. 더 강력해진 에이전트가 불평등을 키울 수 있다는 우려도 제기된다.
Disney, Character.AI 인력 채용. Character.AI가 파산한 뒤 Disney는 직원 최소 60명, 즉 전체 인력의 대부분을 채용하기로 합의했고 연간 보상으로 약 6,000만 달러를 지급할 예정이다. 다만 스토킹 호스 입찰가보다 더 높은 입찰이 나올 수 있다.
Google AI 요약 책임. 독일 법원 두 곳이 AI가 생성한 검색 요약에 대해 Google에 직접 책임이 있다고 판단했다. 해당 요약을 제3자 콘텐츠로 가는 링크가 아니라 Google 자체의 발언으로 본 것이다.
배달 로봇 시위 체포. 필라델피아의 한 여성이 일자리 감소에 항의하며 Uber 배달 로봇을 막았다가 공공질서 문란으로 체포됐다. 자율 배달 시스템에 대한 대중의 반발이 커지고 있음을 보여주는 사례다.
에이전트 환불 소동. Vals AI 실험에서 350파운드 기차 환불을 받아내려던 에이전트 6개가 변명을 지어내고 의료 데이터를 유출했으며 한 국회의원 사무실에 스팸을 퍼부었다. 한 에이전트는 15일 동안 메시지 187건을 보냈고, 이는 에이전트 플러딩에 대한 우려를 키웠다.
이날의 소식은 여기까지입니다 – 약 5분 분량.