Agentic AI News 2026년 10월 23일

NVIDIA Nemotron 3.5 모델. NVIDIA가 임베딩, 파싱, 리랭킹 모델을 3.5 버전으로 업데이트하고 Hugging Face에 1B·8B 임베드, 8B 리랭크, 파스 모델을 공개했다. 이번 업데이트는 검색과 문서 워크플로를 위한 이전 3.0 세대를 잇는다.

• Nemotron-3.5-Embed, Parse, and Rerank(새 탭에서 열림)

MiniMax M3.1 Flash. MiniMax가 Hugging Face에 M 시리즈의 새로운 경량 모델인 MiniMax-M3.1-Flash를 공개했다. 오픈 사용이 가능하지만, 발췌문에는 추가 정보가 없다.

• MiniMax-M3.1-Flash(새 탭에서 열림)

Canva Craft 이미지 모델. Canva가 첫 이미지 생성 모델 Canva Craft를 출시했다. 이 모델은 생성 전에 디자인을 계획하는 2단계 아키텍처를 사용해 텍스트 가독성과 객체 배치를 개선한다. 최대 2K 해상도를 30가지 종횡비로 출력하며 OpenAI, Google, Microsoft 모델과 경쟁한다.

• Canva’s first AI image model plans designs before generating them(새 탭에서 열림)
• Canva releases its first image generation model(새 탭에서 열림)

Muse Spark Open 벤치마크. Artificial Analysis 차트에 따르면 Meta의 816B Muse Spark Open은 39점으로, 4배 이상 큰데도 180B Qwen3.8-Flash-Next의 40점에 근소하게 뒤진다. 이 차트는 MiMo-V2.6-Pro와 DeepSeek V4.1 Flash를 45점으로 오픈 웨이트 최상위 성능 모델로 꼽는다.

• Meta's 816B Muse Spark Open scores 39 on Artificial Analysis, the 180B Qwen3.8-Flash-Next scores 40. Score vs size for 11 open-weight models(새 탭에서 열림)

의료 특화 Ling Sante. InclusionAI가 의료 추론과 연구를 위한 총 124B·활성 5.1B의 의료 특화 MoE 모델 Ling-3.0-flash-Sante를 공개했다. Hugging Face와 ModelScope에서 사용할 수 있다. 이 모델은 의료기기가 아닌 연구용 모델로, 사람의 검토가 필요하다.

• Ant Ling just announced a second model today: Ling-3.0-flash-Sante (124B, 5.1B active)(새 탭에서 열림)
• inclusionAI/Ling-3.0-flash-Sante · Hugging Face(새 탭에서 열림)

Recursive Flint 코딩 모델. Recursive가 자사의 'Eureka Machine' AI 시스템이 대부분 개발한 40B 전체/2.5B 활성 MoE 코딩 모델 Flint를 공개했다. Apache 2.0 모델인 Flint는 Apple과 Nvidia 하드웨어에서 로컬 에이전틱 코딩에 최적화됐다.

• Recursive shows first result of its AI-driven research process with Flint(새 탭에서 열림)

소형 오픈 TTS 모델. 여러 소형 텍스트 음성 변환(TTS) 모델이 등장했다. Gradium의 Phonon 31M은 Apache 2.0으로 온디바이스에서 실행되고, AuroraTTS-100K는 10만 개 미만 파라미터로 알아들을 수 있는 음성을 구현하며, Kokoro TTS 최적화는 모델 힐클라이밍으로 50~100배 속도 향상을 주장한다.

• Gradium Open-Sources Phonon, a 31M-Parameter On-Device TTS Model Under Apache 2.0(새 탭에서 열림)
• AuroraTTS-100K Releases!(새 탭에서 열림)
• Making Kokoro TTS 50-100x faster without knowing how(새 탭에서 열림)

ThinkingBox RL 보상. Microsoft와 Hugging Face가 데이터베이스 평가를 에이전트 사후 학습용 RL 보상으로 바꾸는 ThinkingBox-Training을 오픈소스로 공개했다. GRPO로 Qwen3.8-27B를 파인튜닝한 결과, 벤치마크 밖 작업에서 평균 성공률이 51.7%에서 60.8%로 올랐다.

• Turning Database Grading into RL Rewards: Post-Training Agents with ThinkingBox(새 탭에서 열림)

NVIDIA OpenShell 런타임. NVIDIA가 자율 AI 에이전트를 위한 안전하고 프라이빗한 런타임 OpenShell을 공개했다. 이 프로젝트는 Reddit에 올라왔으며, 발췌문에는 추가 정보가 없다.

• NVIDIA/OpenShell: safe, private runtime for autonomous AI agents(새 탭에서 열림)

1Password for Agents. 1Password가 AI 에이전트가 자격 증명을 보지 않고도 사용자 계정에 로그인할 수 있는 도구를 출시했다. 디지털 키와 사용자 승인을 사용한다. Claude Duet, ChatGPT Work, Grok Bot, Meta의 Muse 같은 에이전트를 지원한다.

• 1Password launches a way for AI agents to log in on your behalf without seeing your password(새 탭에서 열림)

Google Agent Compute Engine. Google이 Agent Compute Engine을 발표했다. 각 Gemini 에이전트에 유휴 시 일시 중지되는 하드웨어 격리 마이크로VM을 제공하며, 서버당 에이전트를 10배 더 많이 수용할 수 있다. 향후 몇 달 안에 토큰 추적과 타사 ID 지원을 갖춰 프리뷰로 공개될 예정이다.

• Google's Agent Compute Engine gives every Gemini agent its own hardware-isolated micro virtual machine(새 탭에서 열림)

Liquid AI RIPL. Liquid AI가 Liquid Foundation Models용 실시간 추론 엔진 RIPL을 출시했다. 짧은 요청에는 전체 응답을 50ms 이내에 엔드투엔드로 반환한다. 자체 테스트에서 단일 B200에서 vLLM의 Qwen3.5보다 p95 지연 시간이 5.6~28.4배 낮았다.

• Liquid AI Launches RIPL, a Real-Time Inference Engine for Sub-50 ms LFMs(새 탭에서 열림)

Cohere Rerank 5. Cohere가 Pro·Fast 티어로 Rerank 5를 출시했다. 문서 내 관련 구절을 반환하는 Context Focus와 보정된 관련성 점수를 추가했다. Pro 모델은 BRIGHT에서 82.2점으로 Voyage AI Rerank 3보다 5.8점 높지만, 96개 문서 요청당 중앙값 지연 시간이 11.7초다.

• Cohere Releases Rerank 5 With Passage-Level Context Focus and Calibrated Scores(새 탭에서 열림)

OpenAI Decisions API. OpenAI가 Decisions API를 정식 출시했다. 분류와 라우팅 같은 빠르고 저렴한 의사결정을 위해 GPT-6 Luna로 구축됐으며, Responses API보다 최대 10배 빠르다. 이제 GPT-Live 통합, 프롬프트 캐싱, JSON 입력, 이미지, 요청당 400개 질문을 지원한다.

• OpenAI makes its Jev competitor widely available as decision model competition heats up(새 탭에서 열림)
• Build more responsive apps with the Decisions API(새 탭에서 열림)

Agent Skills 표준 기부. Anthropic이 앞서 MCP를 기부한 데 이어 Agent Skills 표준을 Linux Foundation 산하 Agentic AI Foundation에 기부했다. 이번 기부는 Skills를 개방적이고 커뮤니티 주도적이며 벤더 중립적으로 유지하려는 것이다.

• Donating Agent Skills to the Agentic AI Foundation(새 탭에서 열림)

목표 없는 에이전트 놀이. MIT 연구진은 과제 없이 시뮬레이션 섬에 놓인 Eko 에이전트들이 스스로 도전 과제를 만들기 시작했고, 놀이를 한 에이전트는 놀이를 하지 않은 에이전트보다 이후 도전 과제에서 더 나은 성과를 냈다고 밝혔다. 이 논문은 목표 없는 탐색이 에이전트가 기술을 배우는 방법이 될 수 있다고 제안한다.

• Left alone with nothing to do, AI agents started playing(새 탭에서 열림)

Microsoft 의료 AI. 여러 AI 에이전트를 의사 패널처럼 조정하는 Microsoft의 MAI-DxO 시스템은 시뮬레이션에서 복잡한 NEJM 사례를 83% 정확도로 진단했다. 개별 일반의의 정확도는 36%였다. 이 연구는 Science에 게재됐으며, Microsoft는 SDBench 벤치마크를 오픈소스로 공개할 계획이다.

• Microsoft’s Mustafa Suleyman says its AI outperforms doctors on hard cases as he chases ‘medical superintelligence’(새 탭에서 열림)
• Microsoft says its AI tool is better than doctors at diagnosing conditions(새 탭에서 열림)

지구 관측 AI. Google DeepMind가 산림과 토지 이용 유형을 분류한 10m 해상도 글로벌 지도 Forest Typology 2020을 공개했고, OlmoEarth v1.3은 변화 추적과 유사도 검색을 위한 위성 임베딩과 사전 계산된 글로벌 임베딩을 제공한다.

• Beyond tree cover: mapping the world’s forest types(새 탭에서 열림)
• OlmoEarth v1.3: State-of-the-art embeddings for the whole planet(새 탭에서 열림)

OpenAI 300억 달러 조달. OpenAI가 IPO를 앞두고 Coatue와 UAE 투자자들이 주도하는 최대 300억 달러 조달을 추진 중인 것으로 알려졌다. 기업가치는 프리머니 기준 1조 2500억 달러다. 이번 거래에는 UAE의 추가 컴퓨팅 용량이 포함될 수 있다.

• OpenAI working on new $30B raise at $1.25T valuation ahead of IPO(새 탭에서 열림)

Uber ChatGPT Work. Uber는 1,000명 규모 파일럿에서 재무·운영·제품 부문의 사용 사례가 확인되고 사용자의 80%가 비엔지니어로 나타나자 ChatGPT Work를 전 직원 3만 명으로 확대했다. 회사는 여전히 사용 사례를 탐색 중이지만 기업용 AI 에이전트를 전 직원에게 제공했다.

• Uber puts all 30,000 employees on ChatGPT Work(새 탭에서 열림)

Spotify 에이전트 전략. Spotify는 AI 에이전트를 기회로 본다. 공동 CEO Gustav Söderström은 사람들이 에이전트에 노래를 요약해 달라고 하지 않을 것이기 때문에 엔터테인먼트가 에이전트 시대에 번창하는 분야라고 주장했다. 회사는 사용자가 플레이리스트 생성과 탐색을 에이전트에 맡길 때 에이전트가 선택하는 음악 서비스가 되고자 한다.

• Spotify’s current AI bet is about being the music service that agents choose(새 탭에서 열림)

Meta Muse 네트워크. Mark Zuckerberg는 수십억 명이 다른 사람의 Muse와 대화하고 거래하는 Muse 개인 에이전트를 사용해 대규모 네트워크를 형성하는 미래를 설명했다. CFO Susan Li는 모두가 적응해야 할 것이라고 말했다.

• In Meta’s version of the future, I’ll have my Muse call your Muse(새 탭에서 열림)

Gartner AI 수익. Gartner가 CIO 2,002명을 대상으로 한 설문에서 AI로 큰 성과나 혁신적 성과를 보고한 비율은 13%에 그쳤고, 51%는 AI가 운영 비용을 높일 것으로 예상했다. 분석가들은 공급업체의 혁신과 기업 성과 사이에 격차가 있다고 본다. 그럼에도 CEO 75%는 여전히 AI 지출을 늘릴 계획이다.

• Only 13 percent of companies see real returns from AI, Gartner survey finds(새 탭에서 열림)

inDrive 로보택시 테스트. 차량 호출 업체 inDrive가 Pony.ai, Nvidia와 MOU를 체결하고 2027년 카자흐스탄 아스타나에서 Pony.ai Gen-7 로보택시를 시험할 예정이다. 초기에는 안전 운영자가 탑승한다. Nvidia는 Hyperion 플랫폼과 Halos 안전 시스템을 공급한다.

• Uber rival inDrive eyes 2027 robotaxi tests in Central Asia with Pony.ai and Nvidia(새 탭에서 열림)

중국 수출 등록 승인. DeepSeek와 MiniMax가 중국의 새로운 임시 AI 수출 등록 신고를 완료해 모델 가중치를 계속 오픈소스로 공개하고 국제 파트너십을 확보할 수 있는 명시적 규제 승인을 받았다.

• DeepSeek and MiniMax Clear China’s AI Export Rules for Overseas Open-Source Releases(새 탭에서 열림)

AI 로비 최고치. OpenAI, Anthropic, Nvidia가 역대 가장 많은 로비 지출을 한 분기를 보냈다. 세 회사는 사이버 보안과 아동 안전 같은 정책 이슈에 총 600만 달러 가까이를 지출했다. 이 금액은 Google과 Microsoft보다 적지만, 정책 참여가 늘었음을 보여준다.

• OpenAI, Anthropic, and Nvidia had record lobbying quarters(새 탭에서 열림)

Meta 스크래핑 약관. Meta가 뉴스 사이트를 대상으로 AI를 자유롭게 학습할 수 있다는 문구를 삭제하도록 비즈니스 약관을 손봤다. 그러나 법률 전문가들은 남아 있는 ‘귀하의 제품이나 서비스와 관련된’ 문구가 여전히 스크래핑을 허용할 수 있다고 본다. 새 약관은 10월 30일부터 시행된다.

• Meta’s AI could still scrape news sites, legal experts say(새 탭에서 열림)

Muse 공유 수정. Meta가 공유된 아티팩트가 공개 DNS를 통해 발견될 수 있었던 URL 문제를 수정한 뒤 Muse 공유를 다시 활성화했다. 이전에 공유된 아티팩트에는 새 URL이 발급됐다.

• Meta turns Muse sharing back on(새 탭에서 열림)

은행, AI 에이전트 차단. Morgan Stanley, JPMorgan, Bank of America, Wells Fargo 등 주요 미국 은행이 고객 자격 증명으로 로그인하는 AI 에이전트를 제한하고 있다. 정책 위반과 보안 위험을 이유로 든다. 은행들은 읽기 전용 에이전트 접근을 원하지만, 아직 에이전트와 사용자 행동을 구분하지 못한다.

• Major US banks are locking out AI agents that log in with customer credentials(새 탭에서 열림)

AI 가속 대규모 해킹. 중국 정부와 연계된 해커들이 오픈소스 AI 프레임워크 ARTEX를 이용해 ConnectWise 클라우드 백업 자격 증명을 탈취한 뒤 약 2,250개 조직을 침해했으며, 분당 약 3,000회 로그인을 시도했다. Microsoft는 이런 속도 때문에 방어자들이 대응할 시간이 거의 없다고 말한다.

• Chinese hackers spied on thousands of companies after breaching IT giant ConnectWise(새 탭에서 열림)

PHP2Shell AI 발견 취약점. Amazon은 OpenAI와 Google 모델의 도움으로 발견한 PHP 관련 언어의 취약점이 해커들이 나흘 앞서 취약점을 알게 된 뒤 광범위하게 악용되고 있다고 경고했다. NSA와 영국 당국은 긴급 경고를 발령했으며, 이 취약점은 공격과 방어 양쪽에서 AI의 역할을 부각한다.

• Hackers got a four-day head start on epic PHP2Shell vulnerability(새 탭에서 열림)

AMD에서 DeepSeek V4.1. 한 사용자가 DDR4 환경에서 AMD GPU 두 개(7900 XTX + W6800)로 양자화된 DeepSeek V4.1-1017을 실행해 디코드 평균 9토큰/초, 최대 19토큰/초를 기록했다. 다만 성능은 I/O에 따라 달라졌다. 이 모델은 매우 똑똑하지만 채팅 외 용도로는 느리다는 평가를 받는다.

• Deepseek V4.1-1017 - doing okay on RDNA2/3 + DDR4(새 탭에서 열림)

Qwen 3.8 vs DeepSeek. 수정한 BenchKit으로 진행한 벤치마크에서 Qwen3.8-Flash-Next W4A16은 작은 HumanEval 표본에서 25/25점을 받았다. 반면 DeepSeek V4.1 Flash 2.6-bit는 23/25점에 그쳤고 한 문제에서 doom loop에 빠졌다. 사용자는 로컬 작업에 계속 Qwen을 쓸 예정이다.

• Qwen 3.8 Flash Next (129 GB) is better than 2.6 bpw DeepSeek V4.1 Flash 1017 (187 GB + 203 GB Engram)(새 탭에서 열림)

Intel XMX 속도 향상. llama.cpp 풀 리퀘스트가 Intel XMX 매트릭스 엔진을 리팩터링해 Battlemage B70에서 speculative decoding 속도를 크게 개선했다. 전체 토큰 처리율은 대략 두 배로 늘었고, 일부 작업은 38~53토큰/초에서 68~94토큰/초로 올랐다.

• Massive B70 spec-decoding improvement - Intel XMX matrix engines refactored by budiony · Pull Request #29864 · ggml-org/llama.cpp(새 탭에서 열림)

Snapdragon 미니 PC. Snapdragon X 미니 PC가 자체 엔진을 사용해 Qwen3.8 Flash Next를 읽기 46토큰/초, 생성 20토큰/초로 실행한다. USB4로 연결한 두 대는 35B A3B 모델에서 315/43토큰/초를 달성한다. 이 구성은 대당 약 300파운드이며 CPU와 NPU만 사용한다.

• Q4 flash next for £300/600 👀 - snapdragon mini PC results update - 315/43 Tok/s A3b, 46/20 Tok/s Flash Next (read/gen) 💥(새 탭에서 열림)

Perplexity 로컬 Decider. Reddit 게시물에 따르면 Mac 메뉴 막대에서 Perplexity Decision Model pplx-decider-flash-v1.2를 완전히 로컬로 실행할 수 있어 데이터가 기기 안에 남는다.

• You can now run the Perplexity Decision Model fully locally on your Mac, without any data leaving your machine. Run pplx-decider-flash-v1.2 on your Mac from the menu bar(새 탭에서 열림)