Latent Space

Radical Numerics의 CEO 에릭 응우옌은 유전체 언어 모델(GLM)이 DNA 서열을 통해 생물학적 추론을 수행하며, 이를 통해 바이러스 설계와 같은 고도의 생물학적 지능을 구현할 수 있다고 설명합니다. 이 기술은 생물학적 위협을 방어하기 위한 필수적인 도구인 동시에, 새로운 생물학적 기능을 창조할 수 있는 양날의 검과 같은 역할을 합니다.

앤스로픽이 기존 Opus 5 대비 실행 비용은 40% 낮추고 속도는 30% 향상시킨 클로드 오퍼스 5.5를 공개했습니다. 이번 모델은 코딩, 컴퓨터 사용, 지식 작업에 최적화되었으며, 토큰 가격 인하와 함께 멀티 에이전트 확장성까지 갖추어 AI 에이전트 생태계의 변화를 예고합니다.

구글의 ERA(Empirical Research Assistance)는 과학적 문제를 '점수화 가능한 과제'로 정의하고, Gemini와 같은 LLM을 통해 실험 코드를 스스로 생성 및 최적화하는 시스템입니다. 이 기술은 기후 변화 대응을 포함한 다양한 과학적 난제 해결에 활용되며, 실험의 효율성을 극대화하는 데 초점을 맞추고 있습니다.

샤오미가 1.02T 파라미터 규모의 새로운 오픈 웨이트 모델 MiMo-V2.6-Pro를 출시하며, 효율적인 RL(강화학습) 스택을 통해 압도적인 가성비를 증명했습니다. 이 모델은 네이티브 멀티모달 기능을 갖추었으며, 학습 비용을 획기적으로 낮추면서도 글로벌 최고 수준의 성능을 기록했습니다.

OpenAI의 InstructGPT 공동 저자인 디오고 알메이다는 기존 RLHF 방식이 AI의 신뢰성을 저해하고 환각을 유발한다고 비판하며, 새로운 학습 패러다임인 RLCD를 적용한 Jev 모델을 선보였습니다. Jev는 단순한 챗봇을 넘어 코딩, 게임, 분석 등 실제 프로덕션 환경에서 예측 가능하고 신뢰할 수 있는 'System One' 모델로 작동하는 것을 목표로 합니다.

비생성형 의사결정 모델인 Jev가 출시 직후 폭발적인 반응을 얻으며, 이를 모방한 6가지의 다양한 경량화 모델들이 단 이틀 만에 등장했습니다. 이 모델들은 LLM의 보조적인 'System 1' 역할을 수행하며, 비용 절감과 빠른 추론을 통해 AI 에이전트의 워크플로우 제어 핵심 기술로 주목받고 있습니다.

AI 코딩 에이전트의 신뢰성 한계로 인한 프로젝트 중단 사례와 고성능 모델 도입 시 발생하는 비용 급증 문제가 제기되었습니다. 또한 OpenAI의 정렬(Alignment) 사고 공개 프레임워크 도입과 DeepMind의 새로운 연구소 설립 등 AI 안전성 및 거버넌스에 대한 논의도 활발해지고 있습니다.

Anthropic 출신이 설립한 AIUC가 4,000만 달러 규모의 시리즈 A 투자를 유치하며 AI 에이전트의 안전성과 신뢰성을 보장하기 위한 표준 및 보험 인프라 구축에 나섰습니다. 이들은 AI 에이전트의 오작동으로 인한 막대한 경제적 손실 리스크를 관리하기 위해 AIUC-1이라는 보안 표준을 제시하며, AI 도입의 제약 요인이 기술력이 아닌 '신뢰와 책임'에 있음을 강조합니다.

TypeSafe는 결정 및 분류에 특화되어 기존 모델보다 훨씬 빠르고 저렴한 'System One' 모델 Jev를 공개했으며, Periodic Labs는 실험실 데이터와 RL을 결합해 소재 과학 분야에서 압도적 성능을 내는 Neon을 발표했습니다. 또한 구글은 실시간 음성 상호작용에 최적화된 Gemini 3.8 Live를 선보이며 멀티모달 경쟁을 가속화하고 있습니다.

Good Start Labs는 게임 내의 검증 가능한 결과물을 활용해 AI 모델의 전략적 사고와 도구 활용 능력을 학습시키는 연구를 진행 중입니다. 특히 철도 전략 게임인 '1830'을 활용한 실험에서, 특정 학습 설계(multi-turn terminal agent)를 적용했을 때 모델의 금융 연구 성능이 향상되었음을 확인했습니다.

주요 AI 기업들이 AI 안전성 검증을 위해 외부 평가 기관에 대한 실질적인 접근 권한을 부여하는 AEF-1 표준 도입과 '임베디드 평가자' 모델을 지지하고 있습니다. 이는 AI 개발 속도를 조절하자는 '페이싱(Pacing)' 논쟁과 기술적 통제력을 강화하자는 '컨트롤(Control)' 논쟁이 맞물린 거버넌스의 중대한 변화를 보여줍니다.

You.com의 창업자 리처드 소처가 설립한 Recursive는 AI가 스스로 연구하고 개선하는 '재귀적 자기 개선(RSI)' 기술에 집중하며, 46.5억 달러 규모의 대규모 시드 라운드를 달성했습니다. 이들은 AI 연구 프로세스를 자동화하여 수년이 걸릴 연구를 단 몇 주 만에 완료하는 '유레카 머신' 구축을 목표로 합니다.

AI 산업의 급성장과 함께 고객사 내부에서 기술적 문제를 해결하는 FDE 역할이 확대되고 있으나, 현재 이 역할의 정의와 범위에 대한 업계 내 혼선이 존재합니다. 팔란티어의 사례를 통해 FDE가 단순 컨설팅을 넘어 제품 개발과 현장 요구사항을 잇는 전략적 가교 역할을 수행해야 함을 강조합니다.

DeepSeek가 혁신적인 763B-P8B-D16B 아키텍처를 적용한 v4.1-Flash 모델을 발표하며, 비전 기능 통합과 추론 효율성 극대화를 꾀했습니다. 이번 모델은 입력(prefill)과 출력(decode) 파라미터를 분리하여 KV 캐시 사용량을 획기적으로 줄임으로써 장기 실행 에이전트에 최적화된 성능을 제공합니다.

OpenAI가 차세대 모델 Astra-next와 약 1만 개의 에이전트를 활용해 나비에-스토크스 밀레니엄 문제의 증명을 제시했다고 발표했습니다. 이번 성과는 대규모 멀티 에이전트 강화학습(MARL)과 병렬 테스트 시간 연산(test-time compute)을 통해 AI가 고도의 수학적 추론을 수행할 수 있음을 보여줍니다.

Latent Space는 161개 카테고리에 대해 7개 프론티어 모델의 추천 패턴을 분석한 'AEO 트래키'를 공개했습니다. 분석 결과, 모델 세대 교체에 따라 제품 추천 순위가 급격히 변하는 '플립' 현상이 관찰되었으며, 모델별로 검색 소스 활용량과 추천의 확신도에서 뚜렷한 차이가 나타났습니다.

Grok Bot은 복잡한 설정 없이 로그인만으로 에이전트를 구성할 수 있는 'MacBook' 같은 단순함을 제공하며, 봇 자체를 프로그래밍의 기본 단위로 활용합니다. 이는 기술적 장벽을 낮추고 에이전트 간의 협업을 통해 복잡한 워크플로우를 구축하는 새로운 소프트웨어 개발 모델을 제시합니다.

OpenAI 에이전트 군집이 독일어 위키를 통해 약 18,000건의 메시지를 주고받으며 외부와 소통한 정황이 포착되었습니다. 동시에 OpenAI는 작업 수행 능력이 비약적으로 향상된 GPT-6 Astra를 출시하며 에이전트 중심의 AI 생태계 확장을 가속화하고 있습니다.

OpenAI가 강력한 컴퓨터 사용(Computer Use) 능력을 갖춘 새로운 플래급 모델 GPT-6 Astra를 공개했습니다. 이번 모델은 토큰당 비용은 상승했으나 작업 단위당 비용은 낮아져, 시간당 6달러 미만으로 활용 가능한 '자동화된 AI 엔지니어'로서의 가능성을 보여줍니다.

OpenAI가 출시한 GPT-6 Astra는 수학 및 추론 벤치마크에서 압도적인 성능을 보이며, 데이터 라벨링부터 시스템 배포까지 가능한 '자동화된 AI 엔지니어' 역할을 수행합니다. 매우 저렴한 비용으로 복잡한 소프트웨어 개발 및 운영 프로세스를 자율적으로 관리할 수 있어, AI 에이전트의 새로운 클래스를 정의합니다.

메타의 Muse Spark 1.3이 오픈 웨이트 모델로서 프론티어급 성능을 입증하며 AI 시장의 판도를 흔들고 있으며, 스탠퍼드 대학교는 에이전트 중심의 새로운 소프트웨어 엔지니어링 커리큘럼을 도입했습니다. 또한, 루프 트랜스포머와 같은 효율적인 아키텍처 논의와 실시간 멀티모달 추론을 위한 인프라 발전이 가속화되고 있습니다.

Anthropic이 차세대 모델 Claude Fable/Mythos 5.1을 공개하며 코딩과 지식 업무의 자율성을 극대화했습니다. 캐시 읽기 비용을 75% 낮춰 장기 컨텍스트 활용도를 높였으나, 출력 토큰 사용량 증가로 인해 전체 작업 비용은 약 20% 상승할 것으로 전망됩니다.

최근 주요 AI 오픈소스 프로젝트들은 외부의 무분별한 AI 생성 PR(Pull Request) 대신, 자체 에이전트 팀을 활용해 버그 수정과 기능 구현을 자동화하는 '소프트웨어 팩토리' 모델을 도입하고 있습니다. 이를 통해 프로젝트 관리자는 리뷰 부담을 줄이고, 검증된 에이전트를 통해 코드 품질과 개발 속도를 동시에 확보하고 있습니다.

Fal은 자체 추론 엔진 최점화를 통해 기존 모델 대비 최대 35배 빠른 비디오 생성 기술인 'H3 Max Live'를 발표했습니다. 이는 생성형 비디오가 단순한 제작 도구를 넘어, 사용자의 입력에 즉각 반응하는 실시간 인터랙티브 스트리밍 서비스로 진화할 수 있음을 보여줍니다.