Meta Connect 2026에서 Muse에 음성과 아바타 추가, Claude Code 클라우드 세션 정식 출시, Perplexity Fast Search 출시

Meta Connect 2026에서 Meta는 개인 에이전트 Muse에 실시간 음성과 영상 아바타를 추가하고, 이를 자사 안경에도 도입하겠다고 밝혔다. Meta Model API도 정식 출시했다. Claude Code 클라우드 세션은 구독자에게 일회성 크레딧을 제공하며 연구 미리보기 단계를 마쳤고, Perplexity는 Rust로 작성한 자체 검색 엔진 Photon을 기반으로 Fast Search를 출시했다. Meta와 Google이 몇 시간 간격으로 실시간으로 말하는 영상 아바타를 선보인 것도 눈에 띈다.

Meta Connect 2026: 말하기 시작한 Muse, 새로워진 Meta 안경

9월 23일 — Meta는 태평양 시간 오후 4시(파리 시간 24일 오전 1시)에 열린 기조연설로 Meta Connect 2026을 시작했다. 중심에는 9월 8일 출시한 개인 에이전트 Muse가 있었다. Muse에는 실시간 음성 모드가 추가됐다. 백그라운드에서 작업하는 동안 길게 대화할 수 있고, 원하는 음성을 설명해 말하기 속도를 높이거나 낮추고 특정 억양을 지정할 수도 있다. 아래에서 자세히 다루는 애니메이션 얼굴인 Muse Realtime Avatar도 추가됐다. Mac에서는 컴퓨터 사용 기능(computer use)을 이용할 수 있다. 사용자가 허락하면 Muse가 어떤 애플리케이션이든 조작하고, 사용자가 자리를 비운 뒤에도 작업을 이어간다.

Muse의 새로운 기능	발표된 출시 일정
실시간 음성 모드, 맞춤 설정 가능한 음성	Connect에서 공개, 날짜 미정
Mac용 Muse의 Computer use	사용 가능
AI 안경에서 사용하는 Muse	“앞으로 몇 달 안에”
휴대용 기기 Muse Charm	Mark Zuckerberg에 따르면 12월
Muse 전용 이메일 주소	발표됨, 날짜 미정

안경에서는 매장에서 보는 상품이나 포스터에 대해 Muse를 이름으로 불러 작업을 요청할 수 있다. Zuckerberg에 따르면 실시간 음성 모델을 탑재한 Muse Charm은 열쇠고리에 달 수 있을 만큼 작다. 공식 요약에서는 연말까지 자세한 내용을 공개하겠다고만 밝혔다.

@Muse가 Shopify, PayPal, Expedia, Instacart 연동을 발표한 지 하루 만에 Meta는 커넥터 전체 목록을 공개했다. 쇼핑용으로는 Walmart, Best Buy, American Eagle Outfitters, DICK’S Sporting Goods, Fanatics, Gap, Michael Kors, Sephora, Ulta, Wayfair가, 결제용으로는 Shop Pay와 PayPal이 포함된다. Instacart와 여전히 “곧 출시” 예정인 Expedia, 업무용 Notion, Granola, GitHub, Box도 있다. GitHub는 같은 날 저녁 자사 커넥터를 상세히 소개했다. 에이전트를 떠나지 않고 pull request를 검토하고, issue와 알림을 추적하고, 댓글을 달 수 있다. 다만 이용 가능한 요금제나 국가는 밝히지 않았다. Meta 역시 이 신기능들의 가격과 출시 국가를 공개하지 않았다.

🔗 Meta 요약 · Mark Zuckerberg 게시물 · Muse의 GitHub 커넥터

안경: Ray-Ban Meta Audio, Gen 3, Meta VR Glasses와 프랑스에 출시되는 Ray-Ban Display

9월 23일 — Meta는 안경 제품군도 새롭게 단장하고 연말까지 100개 이상의 모델을 선보이겠다고 밝혔다. 새로운 제품군인 Ray-Ban Meta Audio에는 카메라가 없다. 무게는 43 g이고, 배터리는 최대 12시간 지속되며 케이스를 사용하면 48시간을 추가로 쓸 수 있다. 3세대 Ray-Ban Meta는 배터리 사용 시간이 한 시간 늘어난 9시간이며, 동작 버튼과 마이크 6개가 추가됐다. 디스플레이가 달린 Meta Ray-Ban Display는 프랑스에도 출시된다. 영국과 캐나다에 이어 프랑스에서도 이탈리아, 독일과 마찬가지로 예약 주문이 순차적으로 시작되며, 10월 13일부터 구매할 수 있다.

발표된 기기	시작 가격	발표된 출시 일정
Ray-Ban Meta Audio	349달러	예약 주문, 10월 13일 배송
Ray-Ban Meta (Gen 3)	449달러	9월 23일부터 구매 가능
Meta Ray-Ban Display	미공개	프랑스, 이탈리아, 독일: 10월 13일
Meta VR Glasses (약 100 g)	1,299.99달러	2027년 봄

🔗 Meta 발표

Meta Model API 정식 출시, Oracle과 Google Cloud의 Muse Spark 1.3, Meta 기기용 Replit

9월 24일 — Meta Connect 둘째 날은 개발자를 위한 행사였다. 핵심 발표는 Muse 모델에 접근할 수 있는 Meta Model API의 전 세계 정식 출시다. 기업을 위한 지원과 규정 준수 보장도 제공한다. Meta에 따르면 Muse Spark 1.3은 이제 Oracle Cloud AI Platform에서 사용할 수 있고, 또 다른 주요 클라우드 파트너인 Google Cloud에서는 비공개 미리보기로 제공된다.

Google Cloud의 제품 설명서(Gemini Enterprise Agent Platform)는 이용 조건을 명시한다. 모델 meta/muse-spark-1.3은 요청 시 이용할 수 있는 미리보기 버전이다. 컨텍스트 길이는 100만 tokens이고, 입력과 출력은 텍스트만 지원한다. MCP 호환 도구 호출, 함수 호출, 구조화된 출력, 추론은 지원하지만 배치 예측과 프로비저닝된 처리량은 지원하지 않으며, 엔드포인트는 전역 엔드포인트 하나뿐이다. 확인 당시 가격 페이지에는 요금이 아직 나와 있지 않았다.

개발자 대상 발표	발표된 상태
Meta Model API	전 세계 정식 출시
Oracle Cloud의 Muse Spark 1.3	사용 가능
Google Cloud의 Muse Spark 1.3	비공개 미리보기
Muse Code	Windows 출시 예정
Wearables Device Access Toolkit 1.0	1년간의 미리보기 후 출시
WebMCP와 Meta AI Connectors	개발자 미리보기
Meta Global AI Developer Hackathon	100만 달러, 일정 미발표

Meta의 터미널 코딩 에이전트 Muse Code는 8월 31일 macOS와 Linux에서 베타를 마쳤고, 이제 Windows에도 출시된다. X 프로필에서 자신을 “VP AI & Hardware Ecosystems”라고 소개한 Ash Jhaveri는 Muse Spark 1.2의 모델 가중치가 “곧” 공개된다고 다시 말했다. 8월 10일부터 반복된 약속이지만 아직 날짜는 없다. 안경 분야에서는 WebMCP를 통해 Meta AI가 웹 애플리케이션에서 공개하기로 선택한 함수만 호출할 수 있다.

🔗 Meta Connect 2026 개발자 발표 요약 · Google Cloud의 Muse Spark 1.3

Replit, Meta 헤드셋과 안경용 앱 제작 지원

9월 24일 — Meta Connect에서 발표된 Replit은 Meta 기기용 앱을 만드는 방법을 제공한다. 자연어로 애플리케이션을 설명하면 Replit Agent가 코드를 작성하고 브라우저에 미리보기를 표시한다. 그런 다음 설치할 도구 없이 Meta Quest 헤드셋, Meta Ray-Ban Display 또는 Meta VR Glasses에서 애플리케이션이나 웹 경험을 열 수 있다. 세 가지 방법이 소개됐다. Meta Quest와 VR Glasses에는 Expo를 이용한 빌드·패키징·배포 또는 브라우저를 이용할 수 있고, Ray-Ban Display에는 Replit에서 시뮬레이션한 뒤 웹으로 배포할 수 있다. Muse에 대한 설명은 엇갈린다. Replit 페이지는 Meta 에이전트의 Replit 커넥터를 날짜를 밝히지 않은 “출시 예정” 기능으로 소개하지만, 같은 날 게시된 Replit 메시지는 Muse가 이미 Replit에서 앱을 만들 수 있다고 말한다. 가격은 언급되지 않았다.

🔗 Replit × Meta Connect 2026 · @Replit이 전한 Replit의 Muse

Claude Code: 클라우드 세션 정식 출시, Projects의 로컬 실행 지원

9월 23일 — @ClaudeDevs는 UTC 21시 23분에 게시한 연속 글에서 Claude Code 클라우드 세션이 연구 미리보기(research preview) 단계를 마쳤다고 발표했다. 클라우드 세션은 Anthropic 인프라에서 실행되므로 노트북을 닫아도 작업이 계속된다.

Cloud sessions are officially available and out of research preview! They let you keep Claude Code working, even when your laptop is closed.

🇰🇷 클라우드 세션이 공식 출시되어 연구 미리보기 단계를 마쳤습니다! 노트북을 닫아도 Claude Code가 계속 작업할 수 있습니다. — X의 @ClaudeDevs

Anthropic은 기존 구독자가 체험할 수 있도록 사용량 한도와 별개인 일회성 크레딧을 제공한다.

크레딧 조건	발표된 내용
Pro 제공 금액	100달러
Max 제공 금액	250달러
신청 기한	10월 7일 전
신청 방법	발표문의 링크 또는 CLI 명령 `/claim-credit`
필수 조건	연결된 GitHub 계정, 적용되는 약관
적용 범위	계정당 크레딧 1회, 클라우드 세션 전용
시작 경로	claude.ai/code, 모바일 앱의 Code 탭, 데스크톱 앱, `claude --cloud`

질문이 이어지자 @ClaudeDevs는 24일 UTC 01시 57분에 클라우드 세션도 다른 Claude Code 사용량처럼 Pro 또는 Max 요금제에 포함된다고 설명했다. 선택 사항인 크레딧이 먼저 차감될 뿐이다. 문서도 이를 확인한다. 속도 제한은 계정의 모든 Claude 사용량과 공유되며, 병렬 작업이 많을수록 더 많이 소모한다. 가상 머신에는 별도 요금이 청구되지 않는다. 클라우드 세션은 Pro, Max, Team 구독자와 프리미엄 시트 또는 Chat + Claude Code 시트를 보유한 Enterprise 사용자가 이용할 수 있다. 저장소 복제와 pull request는 GitHub를 통해 처리한다. GitLab이나 Bitbucket 저장소는 CCR_FORCE_BUNDLE=1으로 로컬 번들 형태로 보낼 수 있다.

🔗 클라우드 세션 문서 · 요금제에 관한 @ClaudeDevs의 설명

Projects, 스레드의 로컬 실행 지원

9월 23일 — 한 시간 반 뒤인 UTC 22시 49분, @ClaudeDevs는 9월 17일 Pro와 Max 베타로 출시된 Claude Code의 Projects에 로컬 실행 지원이 추가됐다고 발표했다. 이제 프로젝트의 스레드를 사용자 컴퓨터에서 실행할 수 있다. 이전에는 각 스레드가 자체 브랜치의 클라우드 세션이었다. 문서에서는 로컬 데이터베이스, 에뮬레이터, VPN 뒤의 API처럼 사용자 컴퓨터에서만 접근할 수 있는 도구가 필요한 작업에는 프로젝트 밖의 로컬 세션을 권장했다. Anthropic은 대기 명단에 오른 Pro 및 Max 구독자 중 더 많은 사람에게 Projects를 제공한다고도 밝혔다. 기존 Claude 프로젝트 사용자의 이전 작업은 여전히 진행 중이다. 발표가 문서보다 앞섰다. 24일 저녁에도 Projects 문서에는 로컬 세션을 프로젝트에 포함할 수 없다고 적혀 있었고, 게시물에는 이 스레드를 어디에서 시작하는지 명시되지 않았다.

🔗 @ClaudeDevs 발표 · Projects 문서

Perplexity: Fast Search와 Photon

9월 24일 — Perplexity는 Search API에 search_type: "fast" 매개변수로 활성화하는 고속 모드 Fast Search를 추가하고, 이를 가능하게 하는 엔진 Photon을 공개했다. Photon은 Rust로 작성한 검색 결과 수집 및 순위 지정(retrieval and ranking) 서비스다. 회사가 수정해 사용하던 오픈 소스 엔진을 대체했으며, 현재 Perplexity의 모든 검색에 쓰인다.

Fast Search runs on Photon, our new Rust-based retrieval and ranking service that we built with a small team of engineers and hundreds of agents.

🇰🇷 Fast Search는 저희가 소수의 엔지니어와 수백 개의 에이전트로 구축한, Rust로 작성된 새로운 검색 결과 수집 및 순위 지정 서비스 Photon을 기반으로 합니다. — X의 @perplexity_ai

비교 항목	표준 검색	Fast Search
Search API, 요청 1,000건	5달러	1달러
Agent API의 `web_search` 도구, 호출 1,000건(tokens 제외)	2.50달러	1달러
에이전트 벤치마크 6종의 과제 3,554개 점수	64.0 %	64.3 %
해당 과제의 모델 및 검색 예상 비용	187.60달러	59.73달러
호출 지연 시간, 중앙값과 95백분위수(자체 발표)	미공개	160 ms와 230 ms

성능상의 절충도 인정했다. 드문 검색어를 대상으로 한 내부 테스트에서는 관련성이 0.24포인트 낮아지고 답변을 찾을 수 있는 비율이 약 3포인트 떨어졌다. Perplexity는 일반적인 에이전트 작업에는 Fast Search를, 어렵거나 모호한 질문에는 표준 검색을 권장한다. 블로그 글은 다른 API와의 지연 시간 비교에 통제된 테스트가 아니라 각 공급업체가 발표한 수치를 사용했다고 밝힌다. Search API에서 Python과 TypeScript SDK를 사용하려면 현재는 SDK의 유효성 검사를 우회해야 한다. 실제 서비스에서 Photon은 내부 엔진의 p99 지연 시간을 약 800 ms에서 65 ms로 줄였고, 필요한 컴퓨터 수도 약 20 % 줄였다.

🔗 Photon: 검색 결과 수집 및 순위 지정 엔진을 처음부터 구축하기 · Fast Search 문서

실시간 영상 아바타: 몇 시간 간격으로 출시한 Meta와 Google

Meta와 Google은 몇 시간 간격으로 같은 유형의 제품을 출시했다. 음성 모델을 기반으로 실시간으로 듣고 말하고 반응하는 영상 아바타다.

Muse Realtime Avatar

9월 23일 — Meta Superintelligence Labs는 Muse의 얼굴인 Muse Realtime Avatar를 자세히 소개했다. 참조 이미지 한 장만 있으면 인물 사진, 전신 일러스트, 동물이나 일상용품을 바탕으로 표정, 손짓, 몸동작을 갖춘 캐릭터를 실시간으로 움직이게 한다. Muse Realtime Voice 음성 모델이 생성한 단일 음성 토큰 스트림이 소리와 영상을 함께 제어해 음성과 입술 움직임을 동기화한다. 증류를 통해 세그먼트당 평가 횟수는 120회에서 2회로 줄었다.

Meta가 발표한 지표	발표 수치
세로형 영상	448x768, 25프레임/s
음성·영상 응답 지연 시간	약 870 ms
GB200당 동시 세션	12
Runway Characters 대비 선호도	78 % 대 22 %
HeyGen LiveAvatar 대비 선호도	88 % 대 12 %

이 선호도는 Meta가 실시한 사람 대상 평가 결과다. Meta는 Runway와 비교한 동작 방식의 차이는 통계적으로 유의하지 않다고 밝혔다. 모든 영상에는 보이지 않는 워터마크 Meta Video Seal이 들어간다.

🔗 Muse에 생명을 불어넣기

Gemini 3.8 Live와 Live Avatar

9월 24일 — Gemini 3.8 Live가 나온 지 9일 만에 Google이 음성 대화 모델에 얼굴을 더했다. 아바타는 사용자의 말을 듣고, 카메라나 화면 공유를 통해 사용자가 보여 주는 것을 살펴본 뒤, 음성과 영상이 동기화된 상태로 답한다. Gemini Enterprise에서 정식으로 제공되며, 개발자는 에이전트 플랫폼의 Live API를 통해 미국과 유럽연합의 엔드포인트에서 이용할 수 있다. Gemini 3.8 Live Extended Thinking은 비공개 프리뷰 단계에 있다. 아바타는 97개 언어를 구사하고 대화를 끊지 않고 도구를 호출한다. 맞춤형 아바타를 사용하려면 허용 목록에 등록해야 한다. 모델 설명서에 따르면 출력은 24K tokens로 제한되며, 연속 상호작용은 몇 분간 유지된다. 아바타 영상 요금은 음성 발화 초당 6,192 tokens를 기준으로 백만 tokens당 1달러이며, 듣는 시간은 과금하지 않는다. 모든 콘텐츠에 SynthID 워터마크가 적용된다.

🔗 Google 발표

Claude 이용 비용: Opus 5.5의 캐시와 다시 과금되는 거부 응답

9월 24일에 나온 두 발표는 Claude 사용자가 지불하는 비용을 다룬다. 하나는 Opus 5.5에서 비용을 절감하는 지점이고, 다른 하나는 일부 거부 응답에 대한 과금 재개다.

길어진 세션과 Opus 5.5에서 비용이 줄어드는 이유

9월 24일 — Michael Segner가 claude.com에 올린 글은 2026년 3월부터 9월까지의 Claude Code 사용 데이터를 종합한다. 세션당 프롬프트 수는 그대로지만, Claude가 각 프롬프트에 들이는 시간은 3.3배로 늘었고 모델 호출은 40% 넘게 증가했으며 중단은 68% 줄었다. 요청당 컨텍스트는 2.6배로 늘었고, 입력과 출력의 tokens 비율은 189:1에서 324:1로 바뀌었다. 따라서 캐시 읽기가 비용에서 가장 큰 비중을 차지하며, Opus 5.5에서 캐시 읽기 가격이 60% 내려간 효과도 그만큼 커졌다. Anthropic에 따르면 Opus 5.5의 캐시된 token 비용은 경쟁 모델의 5분의 1이다. Opus 5.5와 Fable 5.1에서는 세션 도중 작업 강도를 바꿔도 더 이상 캐시가 초기화되지 않는다. 이는 9월 22일에 발표된 가이드의 설명과 다르다.

🔗 claude.com 게시글

세 범주의 차단된 요청에 다시 요금 부과

9월 24일 — @ClaudeDevs에 따르면 Anthropic은 Claude가 응답하기 전에 안전장치가 차단한 요청에 다시 요금을 부과한다. 게시물에 따르면 오탐률이 낮은 생물학, 증류 공격, 최첨단 LLM 개발 범주만 대상이다. Anthropic은 최근 몇 주간 자사 시스템을 겨냥한 ‘조직적인 공격’을 이유로 들었다. Anthropic은 최근 테스트에서 Claude Code, Claude.ai, Cowork 계정의 99.7%가 과금 대상 차단을 한 번도 겪지 않았다고 밝히며, 오탐률을 0.1% 미만으로 낮추는 것을 목표로 한다. 부당한 차단은 /feedback으로 신고할 수 있다. 문서에 따르면 과금 대상 거부 응답에는 Claude API뿐 아니라 Bedrock, Google Cloud, Microsoft Foundry에서도 해당 모델의 요금이 적용된다. 거부된 요청은 모두 속도 제한에 포함된다.

거부 범주(문서 기준)	출력 전 과금 여부
`bio`	예
`frontier_llm`	예
`reasoning_extraction`	예
`cyber`	아니요
`general_harms`	아니요

🔗 @ClaudeDevs 발표 · 거부 응답 과금 방식

AI와 보건: 콩고민주공화국의 에볼라, OpenEvidence, AlphaFold Database, NV-Reason-CT

여기서 뒤늦게 전하는 9월 22일 발표 두 건은 공중보건에 Claude를 활용하는 내용이다. NVIDIA도 Google DeepMind 및 EMBL-EBI와 함께한 바이러스학 연구와 방사선학 연구를 각각 공개했다.

콩고민주공화국의 에볼라

9월 22일 — Anthropic은 22일 자 게시글 ‘The Situation Report’에서 콩고민주공화국 동부의 분디부교 에볼라 유행에 Claude를 활용하는 사례를 소개했다. @AnthropicAI는 이 글을 23일 저녁에 공유했다. 9월 19일 상황 보고에 따르면 확진자는 7,672명, 사망자는 3,699명으로 치명률은 48.2%이며, 이 변종에 승인된 백신은 없다. CEPI가 WHO 아프리카 지역사무소, 국립생물의학연구소(INRB)와 구성한 협력체는 Anthropic의 두 팀과 함께 일한다. WHO 아프리카 지역사무소는 각 보건 구역의 수치를 추출하고 전날과 비교해 추세 변화를 알리는 skill을 만들었다. 덕분에 하루 걸리던 일일 상황 보고서 작성이 한 시간 미만으로 줄었다. CEPI는 Claude로 백신 후보를 비교하되 과학적 판단은 전문가에게 맡기며, INRB는 Claude Science를 통해 바이러스 유전체와 계통수를 구성할 수 있다.

🔗 The Situation Report(Anthropic)

약 100개국에 무료로 제공되는 OpenEvidence

9월 22일 — OpenEvidence는 유엔 총회 기간에 Anthropic과의 협력을 발표했다. 우간다, 앙골라, 수단, 아이티, 몽골을 포함한 약 100개 저소득 및 중간소득 국가의 임상의에게 플랫폼의 특화 버전을 무료로 제공한다는 내용이다. Reuters에 따르면 국가 목록은 OpenEvidence가 제공했다. OpenEvidence는 동료 평가를 거친 의학 연구와 진료 지침을 바탕으로 임상 질문에 답하며, 미국과 캐나다에서는 이미 무료다. Reuters의 단독 보도에 따르면 Anthropic의 기술이 시스템의 기반을 이루고 OpenEvidence가 지역별로 시스템을 조정한다. 재정 조건은 공개되지 않았다. 이 소식의 출처는 OpenEvidence와 Reuters이며, Anthropic은 공식 채널에서 공유하지 않았다.

🔗 OpenEvidence 발표 · Reuters 단독 보도

AlphaFold Database에 수록된 2,800종 넘는 바이러스의 단백질 복합체

9월 24일 — NVIDIA가 Google DeepMind, EMBL-EBI, CEPI를 포함한 8개 기관의 연합에 합류했다. 이 연합은 감기 바이러스부터 mpox 같은 신종 위협까지 2,800종 넘는 바이러스의 단백질 복합체에 대해 예측한 3D 구조를 AlphaFold Database에 공개한다. 신뢰도 수준이 표시된 이 예측은 NVIDIA BioNeMo Inference Runtime으로 최적화한 AlphaFold2를 사용해 생성됐다. 새로 추가된 상호작용의 약 30%는 실험으로 결정된 구조를 주로 모은 Protein Data Bank에 없다. NVIDIA는 연구자들이 자신의 연구 대상에 적용할 수 있도록 이 데이터를 만든 BioNeMo Structure Prediction Pipeline도 공개한다. 공개 시점은 유엔 총회 기간 뉴욕에서 열린 팬데믹 예방 회의와 겹친다. 데이터베이스에는 현재 2억 6천만 건이 넘는 예측이 담겨 있다.

🔗 공개 과학이 다음 팬데믹에 대비하는 연구자를 돕는 방법

NV-Reason-CT

9월 23일 — NVIDIA가 흉부와 복부 CT(컴퓨터단층촬영)용 개방형 시각·언어 모델 NV-Reason-CT를 공개했다. 3D ViT 인코더가 영상을 2D 단면의 묶음으로 처리하는 대신 13,824개의 시각적 tokens로 나눠 언어 모델 Qwen3.5-4B에 전달한다. 이 모델은 구조화된 보고서를 작성하고, 방사선 전문의의 사고 과정에서 착안한 추론을 전개하며, 후속 질문에 답한다. 주요 공개 3D CT 이해 benchmark인 CT-RATE에서 NVIDIA가 발표한 macro-F1은 0.614, macro-AUROC은 0.871로, 비교 대상인 공개 모델보다 높다(VoxelFM: 0.581 및 0.870). 가중치는 Hugging Face에 공개돼 있다. NVIDIA는 이 모델이 특정 용도에 맞게 개선해야 할 연구 기반이며, 독립적으로 진단하는 도구나 승인된 임상 제품이 아니라고 강조한다.

🔗 NV-Reason-CT 소개

OpenAI, 첨단 AI에 관한 국제 표준 제안

9월 23일 — OpenAI 최고경영자 Sam Altman이 유엔 안전보장이사회에서 연설했고, OpenAI는 실제 연설 내용을 공개했다. 그는 피해야 할 두 가지 방향으로 AI에 미래의 통제권을 넘겨주는 것과, 가장 강력한 모델을 이용해 개인·기업·국가가 자신의 세계관을 강요할 수 있을 만큼 권력이 집중되는 것을 꼽았다. 자신의 후속 모델을 개선할 수 있는 시스템이 다가오는 지금은 ‘극도의 신중함이 필요한’ 시기라고 그는 말했다. Altman에 따르면 OpenAI는 이미 자체적으로 개발 속도를 늦춘 적이 있으며 다시 그렇게 할 것이다.

It doesn’t matter whether people put the risk of catastrophe at 10%, or 1%, or 12%, or .1%. None of these levels are remotely acceptable.

🇰🇷 재앙이 일어날 위험을 10%, 1%, 12%, 0.1% 중 어느 수준으로 보든 상관없습니다. 이 중 어느 수준도 조금도 받아들일 수 없습니다. — Sam Altman, 유엔 안전보장이사회 연설

그는 각국에 네 가지를 요청했다. 첨단 AI에 관한 국내외 표준을 연결하는 체계, 증거를 비교하고 준수 여부를 검증하기 위한 공통 표준, 사고 신고 절차, 그리고 정부·핵심 기반시설 운영자·전문가 사이의 보안 통신 채널이다. 이는 OpenAI가 9월 21일 게시한 글의 내용을 다시 제시한 것으로, 여기서 뒤늦게 전한다. OpenAI는 이 글에서 완전히 자율적인 재귀적 자기 개선은 아직 존재하지 않으며, 안전하게 수행할 수 있기 전까지 추진해서는 안 된다고 밝혔다. 회사는 미국이 프랑스를 포함한 10개국의 AI 안전 연구소 네트워크와 함께 세계적인 기술 표준을 주도할 것을 요청했다. 이 네트워크는 미국의 CAISI(Center for AI Standards and Innovation)가 조정한다. OpenAI에 따르면 이 표준은 허가제가 아니며 공개 전 의무 심사도 아니다. 각국이 자국 법에서 표준의 위치를 정하게 된다. 이 주제에 관한 미국과 중국의 대화는 ‘긍정적인 진전’이 될 것이라고 OpenAI는 봤다.

🔗 다음 AI 단계의 표준 구축

사이버 방어에 쓰이는 AI: 우크라이나를 위한 Daybreak와 Fuzzing Taskflow

두 발표 모두 방어자를 위해 모델을 활용한다. 하나는 국가에 프로그램을 개방하고, 다른 하나는 에이전트에 fuzzing을 맡긴다.

우크라이나에 개방된 Daybreak

9월 23일 — OpenAI가 우크라이나 디지털전환부와 함께 사이버 방어 프로그램 Daybreak를 우크라이나 정부에 개방한다. 민간 기반시설을 보호하기 위해 소프트웨어 취약점을 찾아 수정안을 더 빨리 개발하고 시험하는 도구를 제공한다. 발표는 유엔 총회 기간에 샌프란시스코 주재 우크라이나 총영사 Dmytro Kushneruk와 OpenAI 국가안보정책 책임자 Sasha Baker가 했다. OpenAI는 우크라이나 국가 사고 대응팀 CERT-UA가 2025년에 병원, 에너지, 통신 등을 겨냥한 사이버 사고 약 6,000건에 대응했다고 언급했다. 게시글은 유럽에서의 성과 두 가지도 소개한다. ENISA가 유럽연합 기관의 소프트웨어에서 취약점을 발견해 모두 수정했고, CERT Polska는 타사 라우터 소프트웨어의 취약점 6건을 발견하는 데 기여했다. 프로그램 기간과 지원 금액은 명시되지 않았다.

🔗 OpenAI, 민간 방어를 위한 사이버 접근 권한을 우크라이나로 확대

GitHub Security Lab의 Fuzzing Taskflow

9월 24일 — GitHub Security Lab이 C/C++ 프로젝트용 자율 fuzzing 파이프라인 Fuzzing Taskflow를 MIT 라이선스로 공개했다. 자체 Taskflow Agent framework를 바탕으로 만들었다. GitHub 저장소를 지정하면 에이전트가 진입점을 찾고, 테스트 하네스를 작성하고, AFL++를 실행하고, 커버리지를 확인한다. 이어서 각 충돌을 일곱 가지 판정에 따라 분류하고, 고유한 버그마다 ‘검토 필요’ 표시가 붙은 수정 제안과 함께 보고서를 작성한다. 결정은 에이전트가 내리고 실행은 MCP 도구가 맡는다. 반복할 때마다 시간 예산이 30초에서 960초까지 두 배로 늘어나며, 대상당 약 32분이 소요된다. 두 차례 반복에서 커버리지 증가가 1% 미만이면 루프가 멈춘다. 기본 모델은 팀의 내부 테스트를 모두 통과한 Claude Sonnet 5다. Security Lab은 이 파이프라인이 LLM이 선택한 명령을 컨테이너 없이 실행하므로 일회용 환경에서만 사용해야 한다고 경고한다. 게시글에는 발견한 버그 수가 제시되지 않았다.

🔗 GitHub Security Lab 게시글

Project Suncatcher: 궤도에 오르는 TPU

9월 24일 — 지난해 발표된 Google의 우주 AI 컴퓨팅 시설 연구 프로젝트 Project Suncatcher가 첫 궤도 시험에 들어간다. Planet과 함께 제작한 시제품 위성이 SpaceX의 Transporter-18 임무로 발사될 예정이며, 24일 자 게시글은 Google의 첫 TPU가 ‘다음 주’ 궤도에 오를 것이라고 전한다. 목표는 칩이 발사 과정, 방사선, 온도 변화를 견디는지 확인하는 것이다. 지상에서는 UC Davis의 양성자 빔에 TPU Trillium을 노출하고 AI 작업을 최대 부하로 실행한 결과, 5년간의 우주 임무에서 받을 양보다 많은 방사선량을 견뎠다. 히트 파이프와 라디에이터를 이용한 냉각도 열진공 챔버에서 검증했다. 다음 단계는 2027년에 위성 두 대로 초고속 레이저 링크를 시험하는 것이다. Google에 따르면 저궤도 위성은 지상보다 최대 8배 많은 태양 에너지를 얻는다.

🔗 Project Suncatcher의 뒷이야기

생성형 이미지와 영상: Midjourney, Runway, Google Research, Nunchux

창작 도구 분야에서는 Midjourney가 편집 도구를 손보고, Runway가 모델 라우터의 성능을 수치로 공개했다. Google Research는 여러 분 길이의 영상을 연속 생성하고, Nunchux는 AMD GPU에서 MiniMax-H3를 가속한다.

Midjourney: inpainting, —tile, alpha 단계의 빠른 모델

9월 24일 — Midjourney가 반복 무늬를 만드는 매개변수 --tile의 새 버전을 V8.1과 V8.2용으로 공개했다. Midjourney에 따르면 타일 사이에 보이던 이음새가 사라진다. 편집 모델의 inpainting과 outpainting은 이제 선택한 픽셀만 변경하므로, 이미지의 나머지 부분을 손상하지 않고 여러 차례 수정할 수 있다. Midjourney는 alpha.midjourney.com에서 빠른 모델(fast models)을 시험하고 있으며, X에서는 이를 실시간 모델의 첫 미리보기로 소개했다. ‘Live previews’ 옵션을 켜면 Styles 막대에서 최신 프롬프트를 각 스타일로 미리 볼 수 있고, 클릭하면 생성이 시작된다. 모델 이름과 출시 일정은 공개되지 않았다. 23일 자 alpha 변경 기록에는 기본 설정(Settings → Advanced → Your defaults)이 추가됐고, midjourney.com에서 모든 사용자에게 한국어가 제공되기 시작했다.

🔗 @midjourney 발표 · Midjourney 업데이트

Runway, Model Router 평가 수치 공개

9월 24일 — Runway가 Runway Dev의 Model Router에 관한 첫 정량 평가를 공개했다. 이 라우터는 비용, 품질, 지연 시간 중 사용자의 선호에 따라 요청마다 생성 모델을 고른다. 평가에서는 Seedance 2.5를 기준으로 삼고, 이미지에서 영상으로 변환하는 프롬프트 250개를 이중 맹검으로 평가해 라우터 설정 세 가지와 비교했다.

테스트한 설정	사용 가능한 영상	클립당 비용	지출 차이
기준(Seedance 2.5)	78 %	1.80달러	—
품질 우선 라우터	77 %	1.28달러	-29 %
품질 우선·1달러 상한	74 %	0.61달러	-66 %
비용 우선 라우터	38 %	0.30달러	-83 %

Runway에 따르면 비용 상한을 둔 설정은 기준 품질의 95%를 유지한다. 대화와 입술 움직임의 동기화에서는 기준보다 좋은 성적을 냈지만(96% 대 92%), 물리적 움직임에서는 낮았다(52% 대 60%). Runway는 제작에는 이 설정을, 탐색에는 비용 우선 모드를 권장한다. 이미 라우터를 사용하는 개발자의 64%는 비용 우선으로 설정했다.

🔗 Runway Model Router를 이용한 비용과 품질 평가

Google Research의 AI video co-director

9월 24일 — Google Research가 Gemini와 Veo를 기반으로 하는 다중 에이전트 조정 계층인 AI video co-director를 공개했다. 이 시스템은 확산 모델이 장면을 이어 붙일 때 의상과 배경의 일관성을 유지하기 어려운 문제를 해결해, 여러 분에 걸쳐 일관된 서사 영상을 제작한다. 네 가지 연구 프레임워크로 구성된다. 밴딧 알고리즘이 창작 전략, 서사 방식, 미학적 스타일을 선택하고 다중 모드 평가자가 결과를 채점한다. CANVAS는 인물, 장소, 사물의 시각적 정보를 기억한다. A²RD는 구간별로 영상을 생성해 10분짜리 연속 영화를 제작했다. VQQA는 시각 언어 모델의 비평을 바탕으로 프롬프트를 다시 쓴다. 연구팀이 만든 세 가지 벤치마크 중 하나인 GenAD-Bench(광고 시나리오 400개)에서 시스템의 최고 품질 점수는 81.4점이다. 아직 연구 단계이며 제품이나 출시 일정은 발표되지 않았다.

🔗 일관된 장편 영상 생성 자동화

AMD MI355X에서 실행한 Nunchux의 MiniMax-H3

9월 24일 — MiniMax가 공유한 Nunchux AI의 23일 발표 결과에 따르면, MiniMax의 오픈 가중치 영상 모델 MiniMax-H3는 AMD MI355X GPU 8개를 탑재한 서버에서 1344×768 해상도의 5초 영상을 1.33초, 15초 영상을 5.39초 만에 생성했다. 같은 하드웨어에서 BF16과 Euler 50단계로 실행한 SGLang과 비교하면 21.8~26.7배 빠르다. 측정 시간에는 텍스트 인코딩, 잡음 제거, 영상 및 오디오 디코딩이 포함되지만 최종 MP4 인코딩은 제외된다. Nunchux는 자체 MXFP6 커널을 사용하는 모델 최적화 도구와 추론 엔진을 성능 향상의 요인으로 꼽는다. 이 속도에서는 재생 중에도 프롬프트를 수정할 수 있다. 무료 이용은 대기자 명단을 통해 “아주 곧” 제공될 예정이며, 성능 수치는 Nunchux의 자체 측정 결과다.

🔗 AMD MI355X에서의 영상 생성 · @MiniMax_AI의 공유 글

코딩 에이전트: Claude Code, Delta, Devin, Qwen Code, Kimi Code

Anthropic의 Claude Code, Zed의 Delta, Cognition의 Devin, Alibaba의 Qwen Code, Moonshot AI의 Kimi Code 등 코딩 에이전트 다섯 가지가 새 버전을 발표했다.

Claude Code 2.1.282

9월 24일 — UTC 18시 38분에 공개된 Claude Code 2.1.282의 변경 내역은 86건이며, 이 중 59건이 수정 사항이다. maxProseWidth 설정은 넓은 터미널에서 Claude의 텍스트 너비를 제한하되 표와 코드 블록은 전체 너비를 유지한다. 여러 변경 사항은 프로젝트가 강제할 수 있는 설정을 제한한다. 프로젝트 및 로컬 설정은 내보내기를 활성화하거나 콘텐츠를 수집하는 OpenTelemetry 변수(CLAUDE_CODE_ENABLE_TELEMETRY, OTEL_LOG_*)를 무시하며, 시작 시 안내문과 /status 및 claude doctor에서 이를 알린다. anthropic-skills 및 claude-ai 네임스페이스는 claude.ai에서 동기화한 skills용으로 예약되며, 관리형 설정 allowClaudeInChromeWithManagedMcp을 사용하면 배타적인 managed-mcp.json와 함께 claude --chrome을 실행할 수 있다. 자동 모드는 직접 API 연결에서 텔레메트리를 꺼도 기본적으로 서버 측 분류기를 사용한다. 수정 사항에는 세션 재개 시 확장 사고(extended thinking) 내용이 사라지는 문제를 방지하는 조치도 포함된다.

🔗 Claude Code 2.1.282 출시 노트

Zed의 Delta 0.17

9월 23일 — Zed가 에이전트와 함께 코딩하는 다중 사용자 환경 Delta의 0.17.0 버전을 출시했다. 9월 16일부터 공개 베타로 제공된 이 버전에는 새 기능 20건, 개선 사항 26건, 수정 사항 59건이 담겼다. 이제 한 대화 스레드에서 에이전트에게 여러 작업을 요청하면, 각 작업이 격리된 작업 공간을 갖춘 별도의 최상위 스레드에서 병렬로 진행된다. 에이전트끼리 다른 스레드로 메시지를 보낼 수도 있다. /approve 및 /request-changes 명령은 어느 스레드에서든 검토 판정을 내린다. 9월 22일 예고한 두 기능도 포함됐다. 하위 스레드와 하위 에이전트에 이어지는 스레드 색상, 그리고 지침·메시지·사고 과정·도구가 차지하는 비중을 보여 주는 컨텍스트 패널의 자동 압축 진행 표시기다.

🔗 Delta 출시 노트 · @zeddotdev의 발표

Devin Review: 조합 가능한 트리거와 Perforce

9월 23일 — 26개 항목으로 구성된 Devin의 9월 23일 출시 노트는 풀 리퀘스트 검토 도구인 Devin Review에 집중한다. 자동 검토는 이제 조합 가능한 트리거를 기반으로 한다. 계정, 조직, 저장소, 저장소 이름의 접두사 또는 구성원을 대상으로 지정한 다음 작성자, 레이블, 브랜치, 변경 파일, 작성자 유형(사람, 봇 또는 Devin), 변경 내용의 크기에 따라 조건을 조합해 필터링할 수 있다. 각 트리거는 검토 시점을 정하며 제외 조건이 항상 우선한다. Devin Review는 Perforce도 지원한다. Helix Swarm의 검토가 테스트 정의를 통해 Devin Review를 실행할 수 있고, Swarm 2026.3부터는 발신 웹훅으로도 실행할 수 있다. 기능 선택기에는 이제 모델 이름이 표시되며, Ultra에는 Fable 5.1과 GPT-6 Astra가 포함된다. Devin의 GitHub 앱은 관리자 승인이 필요한 새 권한 6개를 요청한다.

🔗 Devin의 9월 23일 출시 노트

Qwen Code v0.24.5

9월 24일 — 호환성을 깨는 변경 사항이 발표되지 않은 안정 버전 Qwen Code v0.24.5에는 총 87개 항목이 담겼으며, 새 기능 28건과 수정 사항 38건이 포함된다. 에이전트와 실시간으로 음성 대화하는 Qwen Live는 이제 모든 플랫폼에서 브라우저의 Web Shell을 통해 작동한다. macOS에서는 네이티브 호스트가 선택 사항이 됐다(QWEN_SERVE_LIVE_NATIVE_HOST=1). 통화 중에는 화면을 공유할 수 있으며, 화면은 최대 초당 한 장의 이미지로 전송된다. 화면 공유만으로 응답이 시작되지는 않는다. Web Shell에는 실행 경로를 기본 세션, 도구 호출, 하위 에이전트의 세 갈래로 보여 주는 타임라인도 추가됐다. 메시징 채널은 접두사(messageRoutes)에 따라 메시지를 서로 다른 세션으로 보낸다. 개인정보 보호와 관련해서는 --bare 모드가 마침내 사용 통계 수집 거부를 준수한다. Qwen Code Desktop v0.24.5와 TypeScript SDK v0.1.15도 같은 날 출시됐다.

🔗 Qwen Code v0.24.5 출시 노트

Kimi Code 2.1.1, 2.1.0의 보안 강화 조치 철회

9월 24일 — 23일 보안 강화 버전으로 소개된 2.1.0이 나온 지 19시간도 지나지 않아 Kimi Code 2.1.1이 해당 변경 사항을 철회했다. 출시 노트에는 “지나치게 방어적인 일부 변경 사항”을 제거한다고 적혀 있다. 풀 리퀘스트 #4013은 더 명확하다. 사용자가 저장소를 승인한 뒤에는 그 콘텐츠를 사용자의 책임으로 본다는 이유로 작업 공간의 신뢰 경계 강화 조치를 되돌린다. 이에 따라 네 가지 보호 조치가 사라졌다. 파일 도구가 다시 작업 폴더 밖을 가리키는 심볼릭 링크를 따라가고, 로컬 설정(local.toml)이 승인 전에도 적용되며, 백그라운드 작업 중 저장소의 git 설정에 대한 제한이 해제되고, 개인 폴더나 루트 폴더를 추가 작업 폴더로 지정하는 것도 허용된다. 신뢰 정보를 읽지 못하면 여전히 “승인되지 않음”으로 처리한다. 2.1.0에서 꺼졌던 파일 감시 기능은 다시 기본으로 활성화됐다.

🔗 출시 노트

데스크톱 에이전트: Perplexity의 Portable Computer와 Kimi Work 3.2.14

사용자의 컴퓨터에서 작업하는 데스크톱 에이전트 두 가지가 9월 24일 업데이트됐다. Perplexity는 AMD 프로세서 기반 PC에서 Portable Computer를 사용할 수 있게 했고, Moonshot AI는 Kimi Work 3.2.14를 출시했다.

AMD Ryzen AI Max에서 실행되는 Portable Computer

9월 24일 — Perplexity의 Computer 에이전트를 완전히 로컬에서 실행하는 버전인 Portable Computer가 이제 Ryzen AI Halo 개발 플랫폼을 포함해 AMD Ryzen AI Max Series 프로세서를 탑재한 Windows PC에서 작동한다. 기존에 공개된 요구 사항에는 DGX Spark부터 RTX GPU 탑재 PC까지 NVIDIA 하드웨어만 명시돼 있었다. GPU가 접근할 수 있는 메모리 최소 24GB, Windows 10 또는 11, 디스크 공간 약 20GB가 필요하다. 이 기기에서는 Perplexity가 추가 학습한 PPLX 27B와 Qwen 27B, 두 가지 로컬 모델을 제공한다. 제품 페이지에는 RTX PC용 모델로 PPLX 27B만 나와 있다. 로컬 분류기가 데이터가 PC 밖으로 나가기 전에 이름, 계좌번호, 식별자를 찾아내며, 로컬 추론에는 Computer 크레딧이 사용되지 않는다. 개인 및 기업의 Pro·Max 구독자 모두 이용할 수 있다.

🔗 AMD 기반 에이전트 PC에 도입된 Portable Computer

Kimi Work 3.2.14: 보조 대화와 버전 기록

9월 24일 — Moonshot AI가 3.2.12 출시 이틀 만에 데스크톱 에이전트의 다음 버전인 Kimi Work 3.2.14를 별도의 발표 글 없이 공개했다. 주요 새 기능은 보조 대화(Side Chat)다. “+” 패널에서 세션 안에 독립적인 대화를 열 수 있으며, 이 대화는 원래 대화의 컨텍스트를 이어받는다. 대화에서 선택한 부분을 인용할 수도 있다. Office 파일에는 버전 기록이 추가됐고, 브라우저에서는 웹페이지에 주석을 단 뒤 입력창에서 해당 주석을 인용할 수 있다. 원격 제어(Remote Control)로 이제 휴대전화에서 파일을 미리 보고 첨부파일을 보낼 수 있다. 절전 방지(Keep Awake)는 요청할 때만 활성화된다.

🔗 Kimi Work 출시 노트

공개 모델과 연구소: Tev1, LFM2.5-VL-DSpark, LeRobot, Sakana AI

개방형 생태계에서는 소형 의사결정 모델, 시각 언어 모델의 속도를 높이는 초안 모델, 로봇공학용 새 데이터 형식, Jürgen Schmidhuber의 Sakana AI 합류 소식이 나왔다.

Together AI의 Tev1-4B-experimental

9월 23일 — Together AI가 소형 의사결정 모델 Tev1-4B-experimental을 공개했다. 상황, 질문, 2~24개의 선택지를 주면 선택한 답의 글자로 응답한다. Hugging Face 커뮤니티 글에서 자주 언급되는 의사결정 모델 Jev에서 영감을 받아 Qwen3.5-4B를 미세 조정한 모델이다. 모델 설명에는 Qwen의 표준 언어 모델 헤드를 유지하므로 Jev 엔진은 아니라고 명시돼 있다. Together는 데이터 구성법과 튜토리얼을 공개하며 학습 비용이 17달러였다고 강조한다. 제공 가격은 입력 토큰 100만 개당 0.042달러, 출력은 0달러다. 주요 개발 데이터셋에서는 1,000건 중 880건의 올바른 결정을 내렸지만, 모델 설명은 이 결과가 독립적인 벤치마크 결과는 아니라고 구분한다. 미세 조정된 가중치의 라이선스는 “확정 중”이다.

🔗 Together AI의 발표 · 모델 설명

Liquid AI의 LFM2.5-VL-DSpark

9월 24일 — Liquid AI가 8월 20일 텍스트용 초안 모델을 발표했던 추측 디코딩 기술 DSpark를 시각 언어 모델 LFM2.5-VL-3B에도 적용했다. 매개변수 2억 7,950만 개의 초안 모델(+8.9%)이 여러 토큰을 미리 제안하면 대상 모델이 이를 검증한다. 이 방식은 탐욕 디코딩에서 최종 응답을 바꾸지 않는다. MLX를 사용하는 Mac M5 Max에서는 디코딩 속도가 2.30~~3.13배 빨라지고 전체 지연 시간은 1.56~~2.62배 개선된다. H100에서는 디코딩 속도가 최대 2.66배 빨라진다. 다만 이 기술은 이미지 인코딩을 가속하지 않으므로 실제 성능 향상에는 한계가 있다. 초안 모델은 출시 첫날부터 llama.cpp, MLX-VLM, SGLang에서 지원된다.

🔗 LFM2.5-VL-DSpark로 시각 언어 모델 가속

LeRobot과 LanceDB

9월 24일 — Hugging Face의 로봇 학습 라이브러리 LeRobot이 이제 기존 학습 API를 그대로 사용하면서 Lance 형식 데이터셋을 기본적으로 읽을 수 있다. 덕분에 수백 기가바이트를 다운로드하지 않고 Hub나 객체 스토리지에서 직접 학습할 수 있으며, 전체 데이터셋에 걸쳐 데이터를 섞을 수 있다. DROID(프레임 2,760만 개, 영상 369GB)에서 H100 8개로 SmolVLA를 10,000단계 학습할 때 원격 스토리지에서는 1시간 27분이 걸렸다. 반면 로컬 NVMe 복사본에서 표준 리더를 사용하면 2시간이 걸렸고, 그 전에 384GB를 다운로드해야 했다. 최종 손실 값은 같았다. 차이는 데이터 대기 시간에서 발생했으며, 각각 1.7%와 37.4%였다. 작은 데이터셋에서는 두 방식의 성능이 비슷하다.

🔗 로봇 학습 방법: LanceDB 편

Sakana AI에 합류한 Jürgen Schmidhuber

9월 24일 — Sakana AI가 Jürgen Schmidhuber를 수석 과학 자문(Chief Scientific Advisor)으로 영입한다고 발표했다. 그는 현재 직책을 유지하면서 이 역할을 맡는다. 세계 모델, 메타 학습, 괴델 머신 연구로 알려진 그는 재귀적 자기 개선을 연구하는 도쿄 소재 스타트업의 RSI Lab에 참여하고 정기적으로 도쿄를 방문할 예정이다. Sakana에 따르면 재귀적 자기 개선에 관한 그의 1987년 박사 논문을 비롯한 연구는 Darwin Gödel Machine과 The AI Scientist에 직접적인 영감을 줬다. 이번 발표에서는 새로운 방향도 공개됐다. Sakana는 행동을 실행하기 전에 물리적 결과를 시뮬레이션할 수 있는 첫 번째 “에이전트 네이티브” 세계 모델을 개발하고 있으며, 일본 제조업을 적용 대상으로 염두에 두고 있다.

🔗 Sakana AI에 합류한 Jürgen Schmidhuber

단신

Claude Tag와 개인 커넥터 — Slack 채널에서 Claude Tag는 이제 요청한 사람의 개인 커넥터(캘린더, 드라이브, CRM)만 사용할 수 있으며, 응답마다 검토하거나 자동 모드를 선택할 수 있다. 이 커넥터는 예약된 루틴에는 사용되지 않는다. Team에 배포 중이며 Enterprise도 뒤따를 예정이다. 🔗 출처
Sora 2 API 종료 — 3월 24일 예고한 대로 Sora 2 모델과 Videos API가 9월 24일 종료됐으며, 이에 상응하는 대체 API는 없다. sora-2와 sora-2-pro부터 날짜가 붙은 스냅샷까지 식별자 5개가 제거됐다. 종료 사실은 문서에만 명시돼 있다. 🔗 출처
동남아시아로 확대되는 ChatGPT Ads — ChatGPT 광고가 인도네시아, 말레이시아, 필리핀, 싱가포르, 태국, 베트남, 대만에 도입돼 적용 국가가 8월 말 40여 개국에서 현재 60여 개국으로 늘었다. 광고는 Free와 Go 요금제에만 표시된다. 🔗 출처
Grab과 OpenAI — GO Forward with AI 프로그램은 싱가포르를 시작으로 2년 동안 Grab의 제휴 운전기사, 배달원, 상인 30,000명을 교육할 계획이다. 교육에는 OpenAI Academy와 ChatGPT Work를 바탕으로 한 워크숍이 포함된다. 🔗 출처
OpenAI의 사례 연구 3건 — Ringg는 매달 700만 건 이상의 통화를 성공적으로 처리하며, GPT-4.1에서 GPT-5.6 Luna로 옮긴 작업의 모델 비용을 약 90% 줄였다. invideo는 GPT-6 Astra를 사용한 색 보정 성공률이 약 3배 높아졌다고 밝혔다. Harvey도 사례를 소개했지만 수치는 제시하지 않았다. 🔗 출처
iOS용 ChatGPT 1.2026.258 — ChatGPT & Codex 변경 기록의 9월 23일 항목에는 새로 설계한 홈 화면, 열린 작업 옆에 작업 목록을 유지하는 iPad 분할 보기, Mac과 Linux에서 발생하던 SSH 페어링 실패 수정이 담겼다. 🔗 출처
Gemini CLI v0.61.0 — 이미 nightly에서 제공되던 Gemini 3.8 Flash와 Gemini 3.5 Flash Lite가 cherry-pick을 통해 stable에 들어갔지만, 공식 릴리스 노트에는 언급되지 않았다. v0.62.0-preview.0은 다음 preview 채널을 연다. 🔗 출처
Chrome의 Gemini — 데스크톱의 Gemini in Chrome은 열린 탭을 바탕으로 대화형 퀴즈를 만든다. 이 기능은 우선 미국과 인도에서 영어로 제공된다. 이제 YouTube를 넘어, 끝까지 재생한 거의 모든 팟캐스트나 동영상 파일도 분석한다. 🔗 출처
Google Photos — 사진 속 옷을 분류해 의상을 가상으로 입어 볼 수 있게 하는 가상 옷장이 미국, 인도, 브라질의 대상 사용자에게 제공된다. 복고풍 Moods 스타일과 새로운 Remix 모델 15개도 추가된다. 🔗 출처
MCP 서버가 된 API Gateway — 공개 프리뷰에서 Google Cloud API Gateway는 주석이 달린 OpenAPI 3.x 명세를 바탕으로 REST API 작업을 MCP 도구로 변환한다. 기존 인증, 할당량, 로그를 재사용하며 게이트웨이당 최대 1,000개의 도구를 지원한다. 🔗 출처
AlloyDB의 PostgreSQL for agents — 프리뷰에서 AlloyDB는 에이전트의 집중적인 요청을 처리할 수 있도록, 읽기 전용이며 최신 데이터와의 차이가 1초 이내인 격리 인스턴스를 몇 초 만에 만든다. Google은 초당 300만 건 이상의 요청을 처리할 수 있다고 밝혔다. 🔗 출처
TPU에서 재현한 OLMo 3 7B — Google Cloud의 TPU 팀은 Ai2의 OLMo 3 7B 사전 학습(약 5조 9,000억 토큰)을 MaxText에서 재현했다. 데이터 로더 버그를 찾아 수정한 뒤, 8개 벤치마크에서 원본과 구별되지 않는 모델을 얻었고 Ironwood에서 FLOPs 활용률 44.5%를 기록했다. 🔗 출처
The Talking Museum — Google Arts & Culture Lab이 190점 이상의 문화 유물을 3D로 볼 수 있는 가상 학습실을 열었다. 사용자가 유물을 돌려 보는 동안 Gemini가 그 역사에 대해 설명하고 질문에 답한다. 🔗 출처
DeepSeek Harness 0.1.7-rc.2 — 이틀 사이 두 번째 릴리스 후보이자 안정 버전 없이 나온 22번째 프리뷰다. Desktop 창을 닫아도 작업이 백그라운드에서 계속되고, 예약 작업은 재시작 후에도 유지되며 최소 1분 간격으로 반복할 수 있다. 🔗 출처
Jetson의 요청 라우터 — Hugging Face 블로그에서 Eric Mey는 응답 유형을 고르는 9B 모델을 미세 조정한 ModernBERT-large로 교체했다. 서로 다른 하드웨어에서 측정한 결과, 올바른 분류는 180건 중 175건에서 180건으로 늘고 처리 시간은 771 ms에서 42 ms로 줄었다. 모델, 데이터, 코드는 Apache-2.0으로 공개됐다. 🔗 출처
확장된 Carbon 유전체 코퍼스 — Parag Ekbote는 Carbon 모델을 사용하지 않는 CPU 기반 파이프라인을 공개했다. 이 파이프라인은 HuggingFaceBio의 사전 학습 코퍼스 기록 3,240만 건에 길이, GC 비율, 코딩 여부, 분류 정보를 추가한다. 🔗 출처
ZCode v3.14.3 — Z.ai의 하네스인 ZCode가 9월 21일 코드를 공개한 이후 나온 유일한 GitHub 릴리스다. 진행 중인 워크플로를 중단하지 않고 동시 실행 설정을 바꿀 수 있으며, 워크플로 스크립트의 토큰 사용량도 줄었다. 🔗 출처
xAI Python SDK 1.20.0 — grok-imagine-video-1.5에서 last_frame_url은 클립의 마지막 이미지를 지정하고, keyframes은 클립 안에 최대 4개의 키프레임을 배치한다. 이 옵션은 이미 API 문서에 설명돼 있었다. 🔗 출처
Copilot code review — 코드 리뷰의 개인 설정 페이지가 Business와 Enterprise를 포함한 모든 Copilot 요금제에 제공된다. 자동 리뷰는 새 push와 초안에도 적용되며, 기업은 기본 리뷰 노력 수준을 설정할 수 있다. 8월 말 예고한 대로 GitHub의 기본값은 9월 28일 Lite에서 Balanced로 바뀐다. 🔗 출처
GitHub Enterprise Cloud의 사용자 재확인 — 공개 프리뷰에서 토큰 생성, webhook 설정, 보안 설정 변경처럼 영향이 큰 작업에 신원 제공자를 통한 재인증 또는 MFA를 요구할 수 있다. 인증은 2시간 동안 유효하며 Microsoft Entra ID를 사용하는 EMU 및 GHEC-DR 기업에만 제공된다. 🔗 출처
GitHub Actions의 Node 20 지원 종료 — 이제 runner가 Node 24로 JavaScript action을 실행하며 대체 옵션은 사라졌다. macOS 13.4 이하와 ARM32에서 실행하는 자체 호스팅 runner도 더 이상 지원되지 않는다. 🔗 출처
Copilot 앱의 캔버스 — Burke Holland는 채팅만 사용하는 방식 대신 에이전트와 상호작용하는 소형 풀스택 앱을 옹호하며 토큰 절약을 근거로 들었다. 새 기능 발표는 아니며 캔버스는 6월부터 제공돼 왔다. 🔗 출처
Amp의 runner 공유 — --share로 시작한 runner를 ampcode.com에서 전체 작업 공간이 사용할 수 있게 됐다. Amp는 다른 구성원이 호스트의 신원으로 코드를 실행하게 된다고 알렸으며, 관리자는 공유를 끌 수 있다. 🔗 출처
v0의 모델 선택기 — 9월 22일 소식을 뒤늦게 전한다. 새 선택기에서는 AI Gateway의 모델과 각 모델의 토큰당 가격을 살펴볼 수 있다. Enterprise 팀에도 제공되며, 팀 소유자가 Allow custom models를 활성화해야 한다. 🔗 출처
BioNeMo의 MoE 학습법 — NVIDIA는 BioNeMo와 Transformer Engine을 사용한 전문가 혼합 생물학 모델 학습 방법을 자세히 설명했다. Mixtral-8x7B와 B200 8개에서 Hugging Face 기준 대비 최대 2.21배의 처리량을 기록했으며, 융합 커널은 Blackwell에서만 사용할 수 있다. 🔗 출처
Runway의 Seedance 2.5 Draft 모드 — 더 빠르고 크레딧 비용이 낮은 초안으로 아이디어를 탐색한 뒤, 좋은 결과물을 전체 품질로 만들 수 있다. Runway는 크레딧 비용을 수치로 밝히지 않았으며, 같은 모드가 22일 Pika에도 도입됐다. 🔗 출처
Cursor Marketplace의 Runway MCP — 9월 23일부터 Cursor Marketplace에서 Runway의 MCP 서버를 설치할 수 있다. 22일부터는 에이전트가 Brand Kits를 읽기 전용으로 조회할 수도 있다. 🔗 출처
Pika API Club — Pika는 회원들이 Fal.ai 대비 절약한 금액을 공개했다. Vuvie는 30일 동안 Seedance 2.5 생성 3,822건에 12,185.80달러를 덜 썼고, AI-Bridge의 월 청구액은 약 2,000달러에서 990달러로 줄었다. 🔗 출처
HeyGen의 아바타 연구 — 소기업 1,000곳을 조사한 결과, 71.6%는 촬영했지만 공개하지 않은 동영상이 있었다. 아바타 사용자 중 71.1%는 시간을 절약한다고 답했고 55.3%는 게시 빈도가 늘었다고 답했다. 🔗 출처
Luma 설문조사 — 9월 22일 소식을 뒤늦게 전한다. 창작 분야 종사자 760명 중 81%는 AI로 만든 콘텐츠를 공개한 적이 있지만, 개별 작업의 AI 사용률은 어느 것도 42%를 넘지 않았다. 62%는 인간의 창의성을 희생하면서 AI에 의존하게 될까 우려했다. 🔗 출처
Perplexity의 시장 조사 가이드 — 프롬프트 예시, 검증 단계, 5개 항목의 점검 목록을 담은 8단계 가이드다. 새 기능은 없으며 Deep Research와 Spaces를 안내한다. 🔗 출처

이것이 의미하는 것

에이전트가 채팅창 밖으로 나온다. Muse는 사용자가 묘사한 목소리로 말하고 아바타의 모습으로 나타나 Mac을 조작한다. 앞으로 안경에도 들어갈 예정이며, Mark Zuckerberg에 따르면 12월에는 휴대용 기기에도 탑재된다. Google도 고객 응대와 서비스를 위해 Gemini 3.8 Live에 움직이는 얼굴을 제공하고, Perplexity는 AMD 프로세서를 탑재한 PC에 로컬 에이전트를 설치한다. Claude Code는 노트북을 닫은 뒤에도 클라우드에서 작업을 이어 간다. 제공 시점은 제각각이다. Mac에서의 컴퓨터 사용 기능과 Live Avatar는 이미 제공되지만, 안경용 Muse는 ‘앞으로 몇 달 안에’ 출시될 예정이고 이메일 주소 기능에는 일정이 없다.

에이전트의 비용은 구체적인 숫자로 제시되는 경쟁 요소가 됐다. Anthropic은 클라우드 세션에 100달러 또는 250달러의 크레딧을 제공한다. 사용량 데이터를 통해 Claude Code에서는 이제 캐시 읽기가 비용에서 가장 큰 비중을 차지하며, 입력과 출력의 비율이 189:1에서 324:1로 높아졌다고 보여 준다. Perplexity는 Fast Search의 요청 1,000건당 가격을 5달러에서 1달러로 낮추고, 비슷한 점수를 얻는 에이전트 작업에서 비용이 약 68% 절감된다고 계산한다. Runway는 지출을 66% 줄이면서 사용 가능한 동영상의 비율을 74%로 유지했고, Together AI는 17달러에 의사 결정 모델을 학습시켰다. 각자 자체 방식으로 절감액을 측정했으므로 수치는 유용하지만 서로 직접 비교하기는 어렵다.

신뢰의 기준은 상황마다 달라지고, 때로는 반대 방향으로 움직인다. Anthropic은 ‘조직적인 공격’을 억제하기 위해 일부 거절 응답에 다시 요금을 부과하며, 오탐률은 0.1% 미만을 목표로 한다. Claude Code 2.1.282는 프로젝트가 자체 원격 측정 설정을 강제하지 못하게 한다. 반면 Kimi Code 2.1.1은 승인된 저장소에 관한 판단은 사용자 몫이라는 이유로, 2.1.0에서 도입한 보호 기능을 19시간도 지나지 않아 제거했다. GitHub는 민감한 작업 전에 사용자 재확인을 시험한다. 방어 분야에서는 OpenAI가 우크라이나에 Daybreak를 제공하고, GitHub Security Lab은 에이전트에 fuzzing을 맡기면서 에이전트가 실수할 수 있으므로 폐기 가능한 환경에서 실행해야 한다고 경고한다.

마지막으로 규칙과 기반 시설이 큰 규모에서 논의되고 있다. UN에서 Sam Altman은 첨단 AI에 관한 국제 기준을 요구했다. OpenAI는 AI 안전 연구소 네트워크를 활용해 미국이 이를 주도하기를 바라지만, 공개 전 의무적인 허가나 심사는 원하지 않는다. Google은 우주 환경에서의 연산을 시험하기 위해 첫 TPU를 궤도에 보낼 준비를 하고 있다. Perplexity는 모든 검색을 처리하는 엔진을 Rust로 다시 작성해 p99 지연 시간을 약 800 ms에서 65 ms로 줄였다. 국가 간에 협상하는 기준, 궤도에 오르는 칩, 다시 작성된 엔진까지, 에이전트를 구동하는 기반이 에이전트와 함께 만들어지고 있다.