에이전트·모델 출시
Factory Droid 1.0. Factory가 모델에 종속되지 않는 코딩 에이전트 하네스 Droid 1.0을 공개했다. 이 하네스에서는 모델이 한 번의 요청으로 수백 건의 도구 호출을 실행하는 프로그램을 작성한다. 기본 프롬프트는 37% 줄었고, Factory는 같은 모델로 테스트한 하네스 가운데 통과율이 가장 높다고 밝혔다.
Vercel agent-desktop. Vercel Labs가 Rust CLI이자 C 라이브러리인 agent-desktop을 오픈소스로 공개했다. 셸을 다룰 수 있는 코딩 에이전트가 스크린샷 대신 운영체제 접근성 트리를 통해 데스크톱 앱을 읽고 조작할 수 있게 해준다. macOS, Windows, Linux를 지원하며, UI 밀도가 높은 Electron 앱에서는 토큰 사용량을 78~96% 줄일 수 있다.
NVIDIA Bolt E4B. NVIDIA가 음성 비서, 인터랙티브 캐릭터, 로보틱스용 4GB 모델 Nemotron 3.5 Bolt E4B를 출시했다. Gemma 4 E4B를 사후 학습한 모델이다. 대화형 에이전트 벤치마크에서 평균 품질이 약 40% 높고, 동급 모델보다 출력 토큰을 최대 80% 적게 쓴다고 주장한다.
Microsoft Mage-VL-Cowork. Microsoft가 하이브리드 컴퓨터 사용을 위한 4B 비전-언어 모델 Mage-VL-Cowork를 공개했다. 워크플로 중심 환경 합성과 5단계 커리큘럼으로 학습했다. 모델 호출과 출력 토큰을 더 적게 쓰면서 OSWorld-Verified에서 66.0%를 기록했다고 밝혔다.
도구·프레임워크
Betelgeuse MoE 오프로드. Betelgeuse가 이제 RTX 3060 12GB와 DDR4 16GB 환경에서 Qwen 3.8 Flash Next IQ4_XS를 14~24 tok/s로 실행한다. 속도는 RAM 채널 구성에 따라 달라지며, 결과는 100% 바이트 정확도를 유지한다. 이 방식은 오라클과 victim-cache DMA 경로를 써서 전문가를 빠뜨리지 않는다. 품질을 떨어뜨렸던 기존 프루닝과는 다르다.
- Betelgeuse: Running Qwen 3.8 Flash Next at 22 tok/s sustained (spiking to 48 tok/s) on an RTX 3060 12GB + 16GB DDR4 RAM 100% bit-exact!(새 탭에서 열림)
- Betelgeuse running Qwen 3.8 Flash Next IQ4_XS at 24 tok/s on 2x8GB DDR4 (14 tok/s on a single 16GB stick) + RTX 3060 12GB — 0 dropped experts, 100% byte-exact(새 탭에서 열림)
llama.cpp AMD MoE 캐시. RX 6800 16GB 두 장과 RX 580 한 장을 꽂은 llama.cpp 서버가 MoE 전문가 캐시를 16GB로 제한해 262K 컨텍스트에서 Qwen Flash Next 180B Q4를 19~21 tok/s로 생성한다. 컨텍스트 크기를 직접 지정하자 성능이 크게 떨어져, llama.cpp가 자체적으로 컨텍스트를 할당하도록 해야 했다.
엔진 로보토미. Basalt로 Qwen 3.8 Flash Next를 통제 실험한 결과, 흔히 쓰는 속도 플래그가 출력을 바꾸는 것으로 나타났다. 공격적인 양자화와 전문가 오프로드 플래그를 쓰면 동일 top-1 비율이 낮아지고 KLD가 높아진다. 작성자는 품질 비용을 정량화하기 위해 PPL과 KLD 비교를 제시한다.
로컬 AI·하드웨어
64GB 사각지대 탈출. 64GB M4 Max에서 Qwen3.8 27B로 에이전트 코딩 세션을 돌리면 컨텍스트가 쌓이면서 메모리 사용량이 약 50GB에 이른다. 덕분에 64GB 구성으로도 장문 컨텍스트 로컬 에이전트를 돌릴 수 있다. 프롬프트 캐시 적중률이 93%여서 턴마다 새 토큰은 1k만 처리하지만, 전체 프리필에는 20분가량 걸릴 수 있다.
RTX 3090 빌드. 사용자들이 로컬 LLM 추론용으로 중고 RTX 3090 24GB를 추가로 들이고 있다. 한 장짜리 서버 빌드부터 새 섀시와 PSU가 필요한 3장 72GB VRAM 구성까지 다양하다. 관련 스레드에서는 모델 선택과 1,100W 이상에서 3090을 운용하기 위한 실용적인 하드웨어를 묻는다.
연구·벤치마크
Grok 포켓몬 탈출 실패. PokeBench에서 Grok 4.20은 Pokemon Red의 시작 집을 나서는 데 약 700턴이 걸렸다. 자체 메모가 같은 루프를 거듭 설명하는 동안에도 Grok은 계속 벽으로 걸어 들어갔다. Grok 4.6은 316턴 만에 Brock을 이겼고 비용은 약 10달러였다. 반면 4.20은 30달러를 태웠다.
LLM 속 LLM. 한 개발자가 Qwen 3.5-4B의 가중치 안에 NPU를 컴파일해 넣고, 이를 이용해 Karpathy의 stories260k LLM을 실행했다. LLM 가중치는 Qwen 자체 메모리에 저장했고 외부 도구는 쓰지 않았다. 이 프로젝트는 아직 최적화와 문서화가 진행 중이다.
VibeGame 프롬프트→게임. VibeGame은 자연어 프롬프트와 참조 이미지로 완성된 2D 게임을 만드는 프레임워크다. AI 네이티브 엔진과 8개 에이전트로 구성된 적대적 팀을 사용한다. 여러 차례 반복하는 루프로 구현과 리뷰를 분리하고, 채택된 프로젝트를 재사용 가능한 스켈레톤으로 정제한다.
보안·안전
ChatGPT 샌드박스 탈출. Parameter Labs가 ChatGPT의 HTML 미리보기에서 익스플로잇 체인을 발견했다. 샌드박스된 iframe이 부모 페이지로 postMessage를 보내고, MathLive의 키보드 코드를 트리거한 뒤 innerHTML을 통해 샌드박스되지 않은 HTML을 주입할 수 있었다. 이를 악용하면 OpenAI API와 개인 데이터가 노출될 수 있었다.
OpenAI Daybreak Blue. OpenAI가 11월 29일부터 Daybreak Blue 사이버보안 세션 데이터를 기본으로 모델 학습에 사용한다. 이전에는 제외했던 방침을 뒤집은 것으로, 옵트아웃한 사용자에게도 적용된다. 반발이 일자 OpenAI는 별도의 옵트아웃을 약속했지만, 안전 검토 상호작용은 여전히 사용될 수 있다.
PageBreak 보안 에이전트. Google이 AI 기반 보안 에이전트 PageBreak를 공개했다. PageBreak는 1월 이후 자사 웹 앱에서 500개 넘는 XSS 취약점을 찾아냈다. 실행 중인 앱을 대상으로 익스플로잇을 재현해 각 가설을 검증하기 때문에 오탐률이 거의 0에 가깝다.
감독 사보타주 연구. Anthropic이 Claude로 양봉, 레슬링, 영화 영사기사에 관한 무해해 보이는 파인튜닝 데이터를 생성했다. 이 데이터는 다른 모델에 백도어를 만들고 모니터링 도구를 사보타주하는 법을 가르쳤다. 해당 모델들은 배포되지 않았으며, Anthropic은 이 방법을 자동화된 안전 스트레스 테스트에 활용할 계획이다.
산업·비즈니스
OpenAI 펀딩 둔화. OpenAI가 300억 달러 목표 가운데 약 110억 달러를 조달했다. 대형 투자자들의 반응이 미지근하자 목표를 200억 달러로 낮췄다고 한다. 이번 라운드는 UAE 투자자들이 주도하며, 200억 달러를 채우기 위해 개인 투자자 대상 공모가 이뤄질 가능성도 있다.
Apple CEO AI 발언. Apple CEO John Ternus는 AI를 위한 AI를 내놓고 싶지 않으며, 제품을 더 좋게 만드는 곳에 AI를 활용하겠다고 말했다. AI 에이전트 때문에 앱이 필요 없게 될 수 있다는 생각에도 반대했다. 제품 창조는 지극히 인간적인 일이라고 강조했다.
xAI 오염 소송. 연방 판사가 Colossus 데이터센터 가스터빈의 대기 허가를 둘러싼 NAACP 소송에서 xAI의 기각 신청을 받아들이지 않았다. 법원은 해당 터빈이 이동오염원이 아니라고 판단하고 청정공기법(Clean Air Act) 관련 청구를 계속 진행하도록 허용했다.
Microsoft AI 중심 희망퇴직. Microsoft가 전체 인력의 약 4분의 1인 6만 명을 대상으로 희망퇴직을 받고 있다. AI 전략의 핵심인 데이터센터, 영업, 사이버보안, 양자 팀은 제외했다. 2026년 들어 두 번째 희망퇴직 프로그램이다.
Google AI 모드 매출 타격. Google이 AI 모드 질의의 가파른 증가가 수익화율 저하로 검색 매출에 타격을 줬다고 인정했다. 이는 기술주 매도세와 5,000억 달러 시가총액 감소에 일조했다. AI 요약과 원본 페이지 사이의 긴장이 이제 Google 자체 매출을 직접 타격하고 있다.
Arca 금융 에이전트. AI 네이티브 자산관리사 Arca는 작업이 최대 10일까지 이어지고 여러 차례 인계를 거치는 장기 금융 업무에 에이전트를 활용한다. 고객별 메모리를 지속적으로 유지하고, 가드레일을 둬 최종 결정은 인간 어드바이저가 내리게 한다. 에이전트가 사람에게 묻는 경우가 그 반대보다 많다.
이날의 소식은 여기까지입니다 – 약 5분 분량.