AI 모델 (LLM·GPT·Claude·Gemini)

OpenAI의 GPT-6 Astra가 연구자의 고수준 지시를 바탕으로 스스로 암호 분석 소프트웨어를 개발하고, 2005년부터 풀리지 않던 에니그마 메시지 MVUEH를 해독하는 데 성공했습니다. 이번 성과는 AI가 데이터 분석, 도구 개발, 가설 검증을 자율적으로 수행할 수 있는 강력한 연구 에이전트임을 보여줍니다.

OpenAI가 GPT-6의 프롬프트 캐싱 성능을 개선하기 위해 높은 적중률, 새로운 진단 기능, 명시적 중단점 및 제어 기능을 도입합니다. 이를 통해 개발자는 AI 서비스의 응답 지연 시간을 단축하고 토큰 비용을 효과적으로 절감할 수 있습니다.

이 실험은 데이터 압축률이 높을수록 예측이 정확하다는 정보 이론의 원리를 활용하여, 주어진 텍스트 뒤에 가장 작은 압축 결과물을 만드는 후보를 선택하는 방식으로 텍스트를 생성합니다. 비록 문맥적 의미는 부족하지만 셰익스피어 문체의 형식과 반복 패턴을 재현하는 데 성공하며 압축 알고리즘의 잠재력을 보여주었습니다.

OpenAI와 Anthropic 등 주요 AI 기업들이 '자율적 지능'이라는 프레임을 사용하여 보안 사고나 표절 논란을 기술적 진보로 포장하고 있습니다. 전문가들은 이러한 과장된 내러티브가 기업의 책임을 회피하고 정책 입안자들을 오도하는 수단으로 사용되고 있다고 경고합니다.

샤오뮬이 대규모 강화학습을 통해 추론과 코딩 역량을 높인 오픈소스 AI 모델 ‘미모-V2.6’ 시리즈를 발표했습니다. 이번 모델은 멀티모달 인식과 컴퓨터 조작 에이전트 기능을 포함하며, 특히 ‘프로’ 모델은 AAII 지수에서 높은 성적을 기록했습니다.

메타의 신규 AI 에이전트 앱 '뮤즈'가 북미 지역 출시 초기 13일 동안 180만 건의 다운로드를 기록하며 챗GPT의 초기 성과를 넘어섰습니다. 이는 개인형 AI 에이전트가 소비자 시장에서 강력한 침투력을 가질 수 있음을 보여주는 지표입니다.

dlab은 로컬 추론 프레임워크, 에이전트 하네스, 자율 연구 시스템을 통합한 새로운 AI 생태계를 구축하고자 합니다. 특히 문맥 압축 기술인 CliffCompaction을 통해 비용을 50% 절감하고, 인터넷 없이도 개인용 하드웨어에서 125B 이상의 대규모 모델을 실행하여 자율적인 연구 성과를 낼 수 있는 환경을 제공하는 것이 핵심입니다.

AI 연구기관 에포크 AI가 AI 모델 성능 비교의 척도인 벤치마크의 신뢰성을 점검하는 '벤치마크 리뷰' 프로젝트를 발표했습니다. 초기 조사 결과, 검토 대상인 15개 벤치마크 중 9개에서 결함이 발견되어 기존 평가 지표의 한계가 드러났습니다.

샤오미의 MiMo V2.6 모델(Pro, Flash, Pro UltraSpeed)이 Vercel AI Gateway를 통해 공개되었습니다. 이 모델들은 100만 토큰의 긴 컨텍스트 창과 텍스트, 이미지, 오디오, 비디오를 아우르는 멀티모달 이해 능력을 갖추고 있어 복잡한 소프트웨어 엔지니어링 및 에이전트 작업에 최적화되어 있습니다.

샤오미가 공개한 MiMo-v2.6-Pro는 지능 지수 46점을 기록하며 동급 모델 대비 매우 높은 지능을 보여주는 오픈 웨이트 모델입니다. 텍스트, 이미지, 음성, 비디오 입력을 모두 지원하는 멀티모달 기능과 100만 토큰의 컨텍스트 창을 갖췄으나, 추론 속도가 느리고 입력 비용이 다소 높다는 특징이 있습니다.

별도의 학습된 파라미터 없이 gzip의 압축 효율을 이용해 텍나를 생성하는 'GziPT'의 원리와 실험 결과를 다룹니다. DEFLATE 알고리즘의 슬라이딩 윈도우와 빔 서치(Beam Search)를 결합하여 압축률이 가장 높은 바이트 시퀀스를 찾아내는 방식을 설명합니다.

OpenAI가 다양한 능력과 비용 균형을 갖춘 GPT-6 솔(Sol)과 루나(Luna) 모델을 새롭게 공개했습니다. 이번 출시의 핵심은 최첨단 AI 기술을 일상 업무에 실질적으로 적용할 수 있도록 모델별로 최적화된 효율성을 제공하는 데 있습니다.

Jev 출시 직후 급증하는 활용 사례를 정리한 4개의 주요 플랫폼(Made with Jev, Jev Directory, awesome-jev, jevai.org)의 특징과 차이점을 분석합니다. 각 저장소마다 데이터 집계 기준이 다르므로, 단순한 수치 비교보다는 실제 구현된 코드와 작동 방식을 직접 검증하는 비판적 시각이 필요함을 강조합니다.

네이버클라우드가 정부 주도의 사이버보안 특화 AI 모델 개발 프로젝트의 사업자로 선정되어 본격적인 개발에 착수했습니다. LG와의 협력을 통해 700B 규모의 전문가 모델을 개발하며, 단순한 모델 크기 경쟁보다는 보안 성능 극대화에 초점을 맞춘 전략을 추진합니다.

LLM 프로토타입을 넘어 실제 서비스 단계로 나아가기 위해서는 급증하는 추론 비용을 제어할 수 있는 아키텍처 최적화가 필수적입니다. 본 기사는 모델 라우팅, 토큰 관리, 캐싱, RAG 최적화 등 비용을 절감하면서도 성능을 유지할 수 있는 7가지 실무적인 기술을 제시합니다.

Jev는 긴 답변 생성보다는 예/아니오, 점수, 확률 등 정해진 형태의 구조화된 판단을 내리는 데 최적화된 모델입니다. 매우 낮은 비용과 빠른 응답 속도를 강점으로 하여, AI 에이전트의 워크플로우 내에서 판단 및 라우팅 역할을 수행하기에 적합합니다.

구글이 제미나이 AI를 핵심으로 안드로이드와 크롬OS의 연결성을 극대화한 프리미엄 노트북 '구글북'의 사전 주문을 시작했습니다. 에이서, ASUS 등 5개 주요 제조사를 통해 출시되며, 고성능 NPU를 탑재해 강력한 온디바이스 AI 성능을 제공하는 것이 특징입니다.

알리바바는 압사라 컨퍼런스를 통해 칩, 클라우드, 모델, 에이전트를 통합하는 풀스택 AI 로드맵을 발표했습니다. 차세대 큐원(Qwen) 모델을 최대 10조 파라미터까지 확대하고, 자체 AI 칩 '전우'와 에이전틱 클라우드 구축을 통해 AI 인공지능 인프라의 수직 계열화를 완성하겠다는 구상입니다.

알리바바는 압사라 컨퍼런스에서 5~10조 파라미터 규모의 Qwen4 개발 계획과 함께 2032년까지 글로벌 데이터센터 용량을 20GW로 확대하겠다는 로드맵을 발표했습니다. 또한 자체 AI 칩인 Zhenwu V900 공개와 함께 AI 에이전트 운영을 위한 '에이전틱 클라우드' 전략을 통해 인프라와 모델, 서비스를 통합하는 풀스택 AI 전략을 제시했습니다.

KISA는 해외 범용 AI 모델이 한국 특유의 보안 위협과 소프트웨어 환경을 반영하기 어렵다는 한계를 지적하며, 국내 보안 데이터 통제와 기술 격차 보완을 위한 '소버린 보안 AI' 구축의 필요성을 역설했습니다. 정부는 네이버클라우드 컨소시엄을 통해 2027년까지 보안 특화 모델 개발을 지원하며, 민간 기업이 이를 활용해 다양한 보안 서비스를 창출하도록 유도할 계획입니다.

알리바바가 70억 개의 매개변수를 가진 경량 멀티모달 모델 '큐원 이미지 2.1'을 공개했습니다. 이 모델은 텍스트-이미지 생성부터 영역 편집, 배경 제거까지 하나의 체크포인트에서 처리할 수 있는 통합 기능을 제공합니다. 다만, 기존 선발주자들의 기능을 구현한 수준이라는 기술적 한계 지적도 존재합니다.

오픈AI와 앤트로픽이 서로의 상용화된 AI 모델을 대상으로 보안 취약점을 평가하는 '상호 스트레스 테스트' 협정을 추진하고 있습니다. 양사는 법적 구속력을 갖춘 계약을 통해 상대방의 API에 접근하여 자체 평가에서 놓칠 수 있는 위험 요소를 찾는 것을 목표로 합니다.

Intrect에서 공개한 ArtifactBench는 AI 생성 음악 탐지 모델들의 성능을 공정하게 비교하기 위한 평가 코드와 프로토콜을 담고 있습니다. 데이터 분할의 엄밀성과 추론 실패 기록 등 기존 평가 방식의 한계를 보완하여 탐지기의 신뢰성을 높이는 데 집중합니다.

스페이스XAI가 코딩 및 지능형 작업에 최적화된 그록 4.7을 출시하며 추론 능력과 보안성을 강화했습니다. 하지만 시장의 기대치를 충족하는 프런티어 성능을 보여주지 못해, 업계의 시선은 차기 모델인 그록 4.8로 향하고 있습니다.