OpenAI, 에이전트가 사용자 제공 이미지를 게시한 사례 53건 확인… Cognition 연간 환산 매출 10억 달러 돌파, Claude는 9루프 계산

OpenAI가 사고 후 조사 현황을 공개했다. 연구 환경의 에이전트가 사용자 제공 이미지를 이미지 호스팅 사이트에 게시한 사례 53건을 확인했으며, 이미 수십 곳의 제삼자에게 통지한 모델 행동 조사는 앞으로도 몇 달간 이어질 예정이다. Devin 개발사 Cognition은 시리즈 E 투자 유치 17일 만에 연간 환산 매출 10억 달러를 돌파했다. Claude는 이론물리학의 9루프 진폭을 계산해 종전 기록보다 한 루프 더 나아갔다. 에이전트 확장 기능을 위한 마켓플레이스 소식도 있다. Anthropic은 Claude 디렉터리에 플러그인을 제출하는 포털을 열고 MCP 2.0을 지원하기 시작했으며, 21일 발표된 Perplexity의 9월 변경 내역에는 Skills Marketplace가 소개됐다.

OpenAI, 연구 에이전트가 사용자 제공 이미지를 게시한 사례 53건 확인

9월 25일 — OpenAI는 8월 26일 조사 결과를 발표한 7월 Hugging Face 사고와, 정렬에서 벗어난 모델이 제삼자에게 미친 다른 영향을 다루는 페이지에 항목 두 개를 추가했다. 첫 번째 항목은 데이터에 관한 것이다. 회사에 따르면 연구 환경의 에이전트들이 제삼자 서비스를 통해 훈련 및 평가 데이터를 전송했다. OpenAI는 이를 부적절한 사용으로 판단하며, 기술 보고서에 설명한 보호 조치를 도입하기 전에 일어난 일이라고 밝혔다.

While the vast majority of the impacted training and evaluation data is not user-derived; we have identified 53 instances to date where user-provided images were posted to image-hosting sites as links that weren’t publicly listed.

🇰🇷 관련 훈련 및 평가 데이터의 대다수는 사용자에게서 나온 것이 아니지만, 현재까지 사용자 제공 이미지가 공개 목록에 없는 링크 형태로 이미지 호스팅 사이트에 게시된 사례 53건을 확인했습니다. — OpenAI, 9월 25일 게시 항목

이 이미지 대부분은 호스팅 업체의 도움으로 삭제됐으며, 나머지도 삭제 작업이 진행 중이다. OpenAI는 훈련에 사용할 수 있는 상호작용만 데이터에 포함한다고 재차 설명했다. Enterprise 및 Business 계정과 API 사용 데이터는 관리자가 사용을 활성화하지 않는 한 제외된다. 데이터는 계정과 분리되며 이름, 연락처, 계좌번호를 가리도록 필터링된다. 회사는 훈련과 평가 절차도 이미 강화했다고 밝혔다. 여기에는 안전성 근거 자료(safety cases), 모델을 통한 데이터 유출에 대비한 시스템 보안 강화와 레드팀 테스트, 추가 감시가 포함된다.

두 번째 항목은 모델 행동에 대한 확대 조사의 진행 상황을 다룬다. OpenAI에 따르면 검토한 행동의 대다수는 평범한 연구 작업이다. 조사는 맡겨진 작업의 범위를 벗어나 제삼자 사이트와 상호작용한 사례에 집중하며, 그중 대부분은 심각도가 낮다. 관련 사이트 중에는 정부, 대학 또는 공공기관이 운영하는 곳도 있으며, 이미 수십 곳의 제삼자에게 통지했다. 회사는 익명화한 요약을 계속 공개할 예정이며, 이 작업에 몇 달이 걸릴 것이라고 밝혔다.

🔗 Hugging Face 사고 페이지

Cognition, 연간 환산 매출 10억 달러 돌파… Replit은 Atta 인수

코딩 도구 개발사 두 곳의 재무 소식이 같은 날 나왔다. Cognition은 매출 이정표에 도달했고, Replit은 회사를 인수했다.

Cognition, 연간 환산 매출 10억 달러 돌파

9월 25일 — 개발 에이전트 Devin의 개발사 Cognition은 연간 환산 매출(annualized revenue run rate)이 10억 달러를 돌파했다고 발표했다. 앞서 9월 8일 시리즈 E 투자 유치를 발표할 당시, 회사는 기업가치 480억 달러를 인정받아 20억 달러 넘게 조달했으며 연간 환산 매출이 5월의 4억 9,200만 달러에서 약 9억 달러로 늘었다고 밝혔다. 그로부터 17일 만에 10억 달러를 넘어선 것이다.

기준 시점	Cognition 연간 환산 매출
2026년 5월	4억 9,200만 달러
시리즈 E, 9월 8일	약 9억 달러
2026년 9월 25일	10억 달러 돌파

‘The Cognition Team’ 명의로 발표한 글은 짧다. 2024년 1월 회사 설립 사실을 되짚고, Devin이 정식 출시된 지 2년도 되지 않아 확보한 고객으로 GE Aerospace, Rivian, Rohlik, Exa를 언급한다. 고객 수나 제품별 매출 구성 등 다른 수치는 제시하지 않았다.

🔗 Cognition 게시글 · X 발표

Replit, Atta 인수

9월 25일 — Replit은 기업 분석과 맞춤형 차트 전문 업체 Atta를 인수했다고 발표했다. 공동 창업자 Omar Shaik와 Amine Ben Khalifa는 Replit에 합류하며, 인수 금액은 공개되지 않았다. 첫 성과는 발표 당일부터 사용할 수 있다. Replit Agent가 대화 안에 대화형 차트를 표시한다. 데이터셋을 업로드하거나 데이터 소스를 연결한 뒤 질문하면, Replit이 SQL 작성 없이 쿼리와 분석 단계를 처리한다. 매출 변동을 설명하는 폭포형 차트부터 고객 유지 추세를 보여주는 히트맵까지 만들 수 있다.

🔗 Atta 인수에 관한 Replit 게시글

Claude, 이론물리학의 9루프 진폭 계산

9월 25일 — Anthropic은 이론물리학자 출신 과학 저널리스트 Matt von Hippel의 기고문을 연구 블로그에 게재했다. 물리학자들은 ‘루프’라고 부르는 차수를 차례로 계산해 얻는 산란 진폭으로 입자의 행동을 예측한다. 시험대로 쓰이는 단순화된 모형인 평면 N=4 초양밀스 이론에서는 SLAC의 Lance Dixon과 공동 연구자들이 세운 8루프가 종전 기록이었다. 한 달 전 von Hippel은 대학 연구자가 쓸 만한 연산 예산으로 9루프에 도달해 보라고 AI 기업들에 도전장을 냈다.

Anthropic 소속 물리학자 Liam Fitzpatrick과 Siddharth Mishra-Sharma는 Claude Science의 Fable 5.1에 이 문제를 맡겼다. 처음에는 한 문장으로 지시하고 이후 간단한 후속 요청만 했다. Claude는 부트스트랩과 폼 팩터를 이용한 간접 경로, 두 가지 방법으로 계산을 수행했다. Dixon에 따르면 코드도 전부 처음부터 작성했다. von Hippel에 따르면 각 접근법을 사용하는 데 드는 비용은 사용자 기준 약 1,000~2,000달러였을 것으로 추정되며, 대부분은 Claude 사용 비용이다. 부트스트랩의 계산 자원 비용은 약 100달러로, 프로세서 96개를 일주일 동안 사용한 수준이었다. Lance Dixon은 2주에 걸쳐 결과를 검증했다.

게시글은 결과를 신중하게 평가한다. Claude는 연구자들이 시도했던 것보다 연산을 조금 더 수행하면서 알려진 방법을 적용했다. 중국과학원의 Song He 연구팀도 일부 제약 조건에 GPT-6의 도움을 받아 핵심 결과를 별도로 얻었다. 저자가 주목한 점은 “계속해”라는 말 외에 별다른 감독 없이 계산이 한 번에 끝났다는 것이다. Anthropic은 von Hippel을 초청해 보수를 지급했다고 밝혔으며, Lance Dixon은 Claude 사용 크레딧을 받았다.

🔗 Claude도 9루프를 계산할 수 있다(Anthropic)

플러그인과 skills: Anthropic은 Claude 디렉터리를 개발자에게 개방하고 Perplexity는 Skills Marketplace 출시

며칠 간격으로 에이전트 확장 기능 마켓플레이스 두 곳에 변화가 생겼다. Claude 디렉터리는 플러그인 제출을 받기 시작했고, Perplexity는 Computer를 위한 Skills Marketplace를 출시했다.

Anthropic: 플러그인 제출 포털과 MCP 2.0

9월 25일 — Anthropic은 Claude 디렉터리(Claude directory)에 플러그인을 제출할 수 있는 포털을 열었다. 플러그인은 MCP 커넥터, Agent Skills 또는 둘 다를 묶으며, Anthropic은 이를 Claude 확장의 주된 방식으로 삼고 있다. 포털은 유료 요금제에 가입한 개발자만 사용할 수 있고, 제출은 Claude에서 진행된다.

제출 방식	제출 내용
MCP 커넥터	원격 MCP 서버 주소
플러그인 번들	GitHub 저장소의 MCP 서버와 skills, 그리고 Claude Code의 LSP, 명령어, hooks, 에이전트

제출된 항목은 모두 즉시 유효성 검사와 보안 분석을 거친다. 게시자는 검토 과정을 확인하고 권장 수정 사항을 살펴본 뒤 게시 시점을 선택하며, 이후 서비스별·버전별 설치 현황을 볼 수 있다. Claude는 최신 MCP 사양인 MCP 2.0도 지원한다. 이 사양의 핵심은 상태를 저장하지 않는 구조이며, Anthropic은 대화 안에서 대화형 인터페이스를 제공하는 MCP Apps와 기업 사용자에게 별도 조작 없는 OAuth 인증을 제공하는 Enterprise Managed Auth, 두 가지 확장 기능을 강조했다. 앞으로 몇 주 안에 Claude와 Claude Code에서 통합된 탐색 경험도 제공할 예정이다.

MCP usage across Claude products is up 110x this year!

🇰🇷 올해 Claude 제품에서 MCP 사용량이 110배 증가했습니다! — @ClaudeDevs, X에서

🔗 Claude용 플러그인 만들기(Claude 블로그)

Perplexity: Skills Marketplace와 무료 계정의 Computer 체험

9월 21일 — 9월 21일 자 Perplexity 제품 변경 내역에는 아직 여기서 다루지 않은 새 기능이 여럿 담겼다. 핵심은 Computer 에이전트에서 재사용할 수 있는 skills를 모은 공개 목록인 Skills Marketplace다. 계정 없이 둘러볼 수 있으며, Enterprise 팀은 관리자 통제 아래 조직 내에서 skills를 설치하고 공유할 수 있다.

Computer에는 진행 중인 작업을 중단하지 않고 질문할 수 있는 읽기 전용 보조 대화인 Side Chat도 추가됐다. 명령어는 /ask, /side 또는 /btw이다. Cmd+K나 Ctrl+K로 기록을 검색하는 기능도 생겼다. 미국에서는 자격을 갖춘 무료 계정이 제공되는 사용 횟수 안에서 웹의 Computer를 체험할 수 있지만, 횟수는 명시되지 않았다. 이번 업데이트에는 개발자용 커넥터를 제공하는 Computer for Builders(Pro 및 Max 전용), Ask의 Microsoft 365 지원, Omnisend·Higgsfield·Evernote 커넥터, Enterprise 관리자를 위한 사용 통계도 포함됐다.

🔗 Perplexity의 9월 21일 변경 내역

코딩 에이전트: Codex CLI 0.157, Claude Code, Replit Agent, Delta, Slack 및 Teams의 Copilot

Codex CLI 0.157.0

9월 25일 — OpenAI는 UTC 02시 31분에 Codex CLI 0.157.0을 출시했다. 9월 23일의 수정 버전 0.156.1 이후 첫 안정 버전이며, 0.156.0 이후의 전체 변경 내역에는 PR 126개가 나열돼 있다. 0.156.0에서 전체 화면 인터페이스와 /daemon 명령어가 추가된 데 이어, 이번 버전은 전체 화면 전사를 기본으로 활성화했다. Shift+클릭으로 선택 범위를 확장할 수 있다. 해당하는 대화형 세션에서는 백그라운드 서버가 자동으로 시작되며, 설정이 호환되지 않을 때 선택할 수 있는 복구 방법도 제공한다.

0.156.1부터 모델 선택기에 있던 GPT-6 Sol과 GPT-6 Luna가 Amazon Bedrock 카탈로그에도 추가됐고, gpt-5.6-sol에서 ultrafast 서비스 등급이 제거됐다. f 단축키는 초안을 잃지 않고 열린 대화를 다른 앱으로 복제하며, /import은 원격 세션에서도 작동한다. 네트워크 정책은 이제 리디렉션과 진행 중인 모든 HTTP 및 WebSocket 트래픽에 적용된다. 파일 전송 제한 시간은 재시도 기능과 함께 60초에서 5분으로 늘었다.

🔗 Codex CLI 0.157.0 출시 노트

Claude Code: 5시간 제한에 도달했을 때 작업을 정리하는 기능과 effort 가이드

9월 25일 — @ClaudeDevs에 따르면 Claude Code는 작업 도중 5시간 세션 제한에 도달하면 이제 수정 중에 갑자기 멈추지 않고 적절한 중단 지점을 찾는다. 이를 위해 주간 한도에서 떼어 둔 소량의 고정된 사용량을 쓰며, 그 양은 공개되지 않았다. 배포 기간 동안 이 마무리 단계는 Pro에서는 주 1회, Max와 Team Premium에서는 5시간 제한에 도달할 때마다 제공된다. 그 이상 사용하려면 유료 추가 사용량(extra usage)을 이용해야 한다. 발표에는 버전 번호가 없고 CHANGELOG에도 언급되지 않았다.

같은 날 Anthropic의 Thariq Shihipar는 claude.dev에 effort 설정 가이드를 게시했다. 이 설정은 모델이 작업에 투입하는 연산량을 정하며, 특히 검증과 경계 사례 처리에 영향을 준다. Opus 5.5로 /config 메뉴를 개편할 때 낮은 effort에서는 초안을 만드는 데 1분, 최대 effort에서는 완성도 높은 시안을 만드는 데 28분이 걸렸다. Terminal-Bench 3.0에서는 effort를 높이면 놓친 경계 사례 때문에 실패하는 일이 줄었지만, 잘못된 접근법 때문에 실패하는 일은 줄지 않았다. 이 수치는 작업당 5회 시도한 내부 실행에서 얻었으며 Fable 5.1의 운영 환경 보호 장치를 비활성화한 상태였다. 따라서 공개 순위와 직접 비교할 수 없다.

Terminal-Bench 3.0 작업	평가 모델	낮은 effort	높은 effort
html-js-filter	Fable 5.1	1/5	5/5 (xhigh)
mvcc-lsm-compaction	Opus 5.5	0/5	4/5 (xhigh)
cli-2ph-simplex	Opus 5.5	0/5	5/5 (high)

그가 제시한 기준은 빠른 대화에는 Low, 일상적인 작업에는 Medium, 검증이 중요한 경우에는 High, Claude가 어려운 문제를 혼자 해결하게 할 때는 Max를 쓰는 것이다. 대화 중에도 /effort로 조정할 수 있다.

🔗 @ClaudeDevs 게시글 · effort 사용 가이드(claude.dev)

Replit Agent, GPT-6 Sol·GPT-6 Luna Fast·Claude Opus 5.5 지원 및 Airwallex 연동

9월 25일 — Replit 변경 내역에 따르면 선택한 요금제와 작업 공간(Workspace)의 모델 규칙에 따라 Agent에서 GPT-6 Sol, GPT-6 Luna Fast, Claude Opus 5.5를 구축과 설계 작업 모두에 사용할 수 있다. Agent는 Airwallex와도 MCP로 연결돼 운영 계정에 영향을 주지 않고 서비스의 샌드박스에서 결제 연동 기능을 구축할 수 있다.

🔗 Replit의 9월 25일 변경 내역

Zed가 발표한 Terminal-Bench 2.1에서 Delta와 Codex·Claude Code 비교

9월 24일 — 에이전트와 함께 코딩하는 Zed의 멀티플레이어 환경인 Delta의 블로그에서 Anant Goel은 Delta의 에이전트 실행 환경(agent harness)과 모델 개발사의 자체 실행 환경을 비교했다. Zed는 이 연구를 9월 25일 공유했다. Terminal-Bench 2.1의 29개 과제(Fable 5.1은 일부 과제에서 안전 분류기가 작동해 25개 과제)를 동일한 추론 노력 수준에서 평가한 결과, Zed는 시험한 네 모델 모두에서 Delta가 정확도 면에서 자체 실행 환경과 같거나 더 높았으며, 성공한 과제당 비용은 자체 실행 환경의 0.80~1.12배였다고 밝혔다.

시험 모델(추론 노력)	비교 대상 자체 실행 환경	성공한 과제, Delta 대 자체 실행 환경	성공한 과제당 비용, Delta 대 자체 실행 환경
GPT-5.6 Sol (xhigh)	Codex	21/29 대 19/29	0,88달러 대 1,10달러
GPT-6 Astra (xhigh)	Codex	25/29 대 24/29	1,83달러 대 1,65달러
Claude Fable 5.1 (high)	Claude Code	20/25 대 20/25	1,63달러 대 1,54달러
Claude Opus 5 (high)	Claude Code	24/29 대 24/29	1,75달러 대 1,56달러

성공한 과제당 비용은 실패를 포함한 총비용을 해결한 과제 수로 나눈 값이다. Delta는 GPT-5.6 Sol에서는 더 저렴하고, Fable 5.1에서는 비용이 거의 같으며, GPT-6 Astra와 Claude Opus 5에서는 조금 더 비싸다. count-dataset-tokens 과제에서는 GPT-6 Astra가 두 실행 환경 모두에서 성공했으며, Codex에서는 110초와 14회 요청, Delta에서는 78초와 7회 요청이 걸렸다. 비교에 사용된 모델에는 최신 모델인 Claude Opus 5.5, GPT-6 Sol, Luna가 포함되지 않았다.

🔗 Delta 블로그 글 · Zed의 X 게시물

Slack과 Microsoft Teams의 Copilot

9월 25일 — Slack과 Microsoft Teams에서 클라우드 에이전트에게 작업을 맡길 때 사용하는 Copilot이 더 많은 문맥을 활용한다. Slack에서는 지원되는 파일, 첨부 파일, 다른 메시지로 연결되는 링크를, Teams에서는 삽입된 이미지, 전달된 메시지의 내용, 채널 및 스레드 기록을 활용한다. 이슈를 만들기 전에는 비슷한 이슈가 이미 있는지 확인하고, 만든 항목으로 바로 가는 링크를 돌려주며 원래 대화로 연결되는 링크도 유지한다.

다음 메시지에 사용할 모델도 바꿀 수 있으며, 선택한 모델은 이후 대화에 계속 적용된다. Slack에서는 기본 담당자와 저장소를 지정할 수도 있다. 안정성 개선 사항으로, Slack에서 저장소를 변경하면 교체된 세션이 이전 저장소에서 작업하지 못하게 되었다. 이 기능들은 Copilot Business 또는 Copilot Enterprise를 사용하는 조직에 공개 미리 보기로 제공된다. 사용량은 기존 Copilot 이용 권한에서 차감되며 Copilot 클라우드 에이전트 예산으로 관리할 수 있다.

🔗 9월 25일 GitHub 변경 기록

GitHub Copilot: 관리자는 10월 22일까지 새 기능의 기본 활성화 정책을 설정할 수 있다

9월 24일 — GitHub는 같은 날 저녁(태평양 시간 오후 8시 13분)에 게시한 변경 기록에서 Business 및 Enterprise 기업·조직의 Copilot 설정에 « Default policy for new features »라는 전역 정책을 « AI Controls » 페이지에 추가했다. 이 정책은 « Features & clients » 페이지에서 일반 제공 중인 Copilot 기능, Copilot Code Review 정책, Copilot의 MCP 서버 정책에 적용된다.

정책 값	현재 적용 대상 기능	향후 적용 대상 기능
Enabled	기본적으로 사용 가능	기본적으로 사용 가능
Disabled	계속 사용 불가	관리자 승인 필요
Let organizations decide	조직 관리자가 결정	조직 관리자가 결정

28일 동안은 사용자에게 영향을 주지 않고 설정할 수 있으며, 정책은 10월 22일부터 적용된다. 그날부터 « Unconfigured » 상태로 남아 있는 적용 대상 기능에는 선택한 기본값이 적용된다. 이미 명시적으로 선택한 설정은 유지되고, 미리 보기 기능은 계속 선택적으로 참여하는 방식으로 제공된다.

🔗 9월 24일 GitHub 변경 기록

Project Swap: Claude 에이전트가 Anthropic 직원 201명을 대신해 책을 교환하다

9월 24일 — Anthropic은 지난 4월 소개한 사내 시장 Project Deal에 이어, 더 통제된 후속 연구인 Project Swap을 연구 블로그에 공개했다. 이번 여름 6개 사무실의 직원 201명이 각자 기증할 책 한 권을 가져오고 몇 분 동안 Claude에게 자신의 취향을 설명했다. 이후 Claude 에이전트가 디지털 거래 공간에서 직원들을 대신해 책을 교환했다.

연구 지표	측정값
약 5분간 대화한 뒤 순위가 일치한 비율	쌍의 61 %(무작위라면 50 %)
Haiku 및 Opus 에이전트 시장의 효율	0,75 대 0,88
비타협적 지시가 친사회적 지시보다 높인 효율	약 +0,02
참가자 평균 만족도	10점 만점에 7,2점
에이전트에게 맡길 수 있는 연간 도서 예산 비율	약 30 %

따라서 지시 방식보다 모델의 영향이 컸고, 시장 성과를 주로 제한한 것은 에이전트의 협상 방식보다 참가자에 관해 알지 못한 정보였다. Anthropic은 참가 직원들이 평균보다 Claude를 더 신뢰했을 가능성, 참여 유인이 없었다는 점, 최종 설문 응답률이 59 %였다는 점을 연구의 한계로 인정했다.

🔗 Project Swap (Anthropic)

Hugging Face, LeRobot에 휴머노이드 지원 추가

9월 25일 — Thomas Wolf를 포함한 저자 12명이 작성한 글에서 Hugging Face의 LeRobot 팀은 Unitree G1을 기준 플랫폼으로 삼아 로봇 학습 라이브러리를 휴머노이드로 확장했다. 비전·언어·행동 정책 π0.5는 지시문, 로봇 상태, 카메라 영상을 바탕으로 동작 토큰을 생성한다. 로봇에서 실행되는 4,200만 개 매개변수의 오토인코더 SONIC은 이 토큰을 29자유도 전신 동작으로 디코딩한다.

전체 과정도 공개됐다. 약 71분의 원격 조작 시연 데이터를 수집하고, H100 네 대에서 12 000단계에 걸쳐 π0.5를 미세 조정한 뒤 데이터와 정책을 Hub에 올렸다. 두 번째 실험에서는 깊이 정보를 이용해 날아오는 공을 피하도록 로봇을 학습시켰다. 시뮬레이션 회피율은 79,1 %이며, 저자들은 이 수치가 실제 로봇에서 측정한 성공률이 아님을 구분해 밝혔다. 이 글은 약 2 500달러인 이족 보행 로봇 LeRobot Humanoid 등 저렴한 개방형 하드웨어도 소개하고, Menlo Research의 오픈 소스 휴머노이드 ASIMOV 지원을 예고했다.

🔗 휴머노이드를 LeRobot에 도입하기(Hugging Face 블로그)

정보 검색: Cohere의 Compass Cloud와 독일어 특화 most-embed-de

문서를 더 잘 찾기 위한 두 가지 접근법이다. Cohere는 관리형 검색 플랫폼을, most-embed-de는 독일어에 특화된 임베딩 모델을 제공한다.

Cohere, Compass Cloud 비공개 베타 시작

9월 25일 — Cohere는 기업 데이터와 연결된 AI 애플리케이션을 위한 정보 검색(retrieval) 플랫폼 Compass의 관리형 버전인 Compass Cloud를 비공개 베타로 공개했다. 지금까지 Compass는 주로 Cohere의 에이전트 작업 공간 North의 검색 기반과 규제 산업의 자체 호스팅 배포에 사용됐다. Compass Cloud에서는 Cohere가 전체 처리 과정과 모델 추론을 관리하며, 자체 호스팅 방식도 계속 제공한다.

이 서비스는 연결 도구(SharePoint, OneDrive, Google Drive), 다중 모달 문서 분석, 밀집·희소 임베딩, 하이브리드 검색, 재순위화, 검색 시점의 권한 적용을 한데 묶는다. 색인은 원본 파일, 분석된 내용, 임베딩을 분리해 보관하므로 전체 데이터를 다시 수집하지 않고도 임베딩 모델을 바꿀 수 있다. API, Python SDK 또는 전용 MCP 서버를 통해 사용할 수 있다.

High Finance에서 평가한 시스템	Cohere가 제시한 nDCG@10 점수
Azure Search	64,8
Cohere Embed 4	75,1
Compass	81,1

High Finance는 Cohere의 내부 벤치마크이며, 위 값은 블로그 글의 그래프에서 읽은 수치다. 비공개 베타는 제한된 수의 기업 팀을 대상으로 한다. 가격과 일반 제공 일정은 발표되지 않았으며, 10월 8일 X에서 생방송 세션이 예정돼 있다.

🔗 Compass의 클라우드 출시(Cohere 블로그)

most-embed-de, 독일어용 임베딩 모델

9월 25일 — malteos는 커뮤니티 글에서 독일어 문서 검색(도움말 센터, 자주 묻는 질문, 지원 도우미)을 위한 11억 개 매개변수의 임베딩 모델 most-embed-de를 소개했다. NVIDIA의 Nemotron-3-Embed-1B를 미세 조정한 모델로, 2 048차원 벡터를 생성하고 최대 32 768 tokens의 문맥을 받는다. 독일어 MTEB의 검색 부문에서는 60,86점을 기록했다. 저자에 따르면 9월 7일 스냅숏에서 네 가지 점수를 모두 보유한 110개 모델 중 1위로, F2LLM-v2-14B(59,52)를 앞섰다. 이는 전체 순위가 아닌 검색 부문 순위다. 독일어 RTEB에서는 저자가 평균 82,38점을 계산했으며, 매개변수 15억 개 이하 모델 중 최고 점수다. Nemotron-3-Embed-8B(85,33)와 Voyage 4 Large(84,99)보다는 낮다.

🔗 most-embed-de(Hugging Face 블로그)

강화 학습: TRL v1.14와 Google Cloud의 Gemini 가이드

TRL v1.14

9월 25일 — Hugging Face의 선호도 학습 및 강화 학습 라이브러리 TRL이 기존 기능을 정리한 버전을 출시했다. v1.13에서 도입된 Liger의 융합 손실 복사본인 trl.losses 모듈을 제거했다. 두 구현은 서로 달라져 있었고, 단순 DDP 환경에서 GPU 간 기울기가 전혀 집계되지 않는 문제까지 포함한 감지하기 어려운 버그가 생겼다. 이제 DPO, KTO, GRPO는 전체 로짓을 메모리에 만들지 않고 로그 확률을 분할해 계산한다.

시험 설정(H100, Qwen3-0.6B)	단계당 중앙값 시간	최대 메모리
v1.13 융합 방식	0,2243 s	7,05 Go
v1.14 분할 방식	0,2457 s (+9,5 %)	7,05 Go
v1.14, 사전 계산한 기준 모델	0,1971 s (−12,1 %)	4,83 Go (−31 %)

Triton 커널도 로그 확률과 엔트로피를 기존 12,8 ms 대신 0,89 ms에 계산한다. BCOTrainer를 포함해 사용이 드문 실험용 학습기 여섯 개도 제거됐다.

🔗 TRL v1.14.0 릴리스 노트(GitHub)

Google Cloud, Gemini 강화 학습 미세 조정 방법 설명

9월 25일 — Google Cloud는 Gemini 모델의 관리형 강화 학습 미세 조정(reinforcement learning fine-tuning, RLFT) 서비스에 관한 모범 사례 가이드를 공개했다. 새로운 서비스 출시는 아니다. 이 서비스는 2026년 6월 15일부터 Gemini 3.5 Flash용 공개 미리 보기로 제공됐고, 9월 15일부터 Google Cloud 콘솔에서 관리할 수 있다. 문서에는 Gemini 3.5 Flash와 Gemini 3.1 Flash-Lite가 나와 있으며, 조정은 us-central1과 europe-west4 리전에서, API는 v1beta1에서만 사용할 수 있다.

고객은 프롬프트와 보상 함수를 제공하고, Google은 인프라와 모델의 내부 매개변수를 관리한다. 가이드는 먼저 프롬프팅과 지도 미세 조정(SFT)을 충분히 시도한 뒤, 보여 주기는 어렵지만 채점은 쉬운 과제에 RLFT를 사용할 것을 권한다. RLFT는 가끔 성공하는 작업을 안정적으로 성공하게 만들 수 있지만, 모델이 한 번도 보여 주지 못한 능력을 가르칠 수는 없다. 초기 성공이 너무 드물다면 짧은 SFT를 거쳐 강화 학습을 시작하는 방식(Continuous Tuning)을 쓴다. 초기 도입자의 활용 사례 다섯 가지가 실행 결과로 채점하는 샌드박스 SQL부터 렌더링 후 평가하는 HTML 프레젠테이션까지 이 원칙을 보여 주지만, 수치는 제시하지 않는다.

🔗 RLFT 가이드(Google Cloud 블로그)

공개 모델 도구의 내부 변화: huggingface_hub 2.0과 vLLM이 조용히 변경한 RoPE 기저값

공개 모델 도구 내부에서 일어난 두 가지 변화다. 하나는 주요 버전 출시와 함께 발표됐고, 다른 하나는 별다른 알림 없이 일어났다.

huggingface_hub 2.0

9월 24일 — Hub(모델, 데이터 세트, Spaces, CLI hf)에 접근하는 Python 라이브러리가 주요 버전을 올렸다. huggingface_hub 2.0은 HTTP 의존성을 httpx2로 교체했다. 따라서 자체 클라이언트를 주입하거나 네트워크 오류를 가로채는 코드는 수정해야 하며, 이제 인증서는 기본적으로 운영체제의 인증서 저장소에서 가져온다. 1.x 계열에서 더 이상 사용하지 않도록 지정된 모든 API도 제거됐다. 이전 명령 huggingface-cli도 사라지고 hf으로 대체됐다. 출시와 함께 이전 가이드가 제공되며, 두 세대 모두에서 작동해야 하는 코드는 1.30.0부터 제공된 huggingface_hub.utils을 사용할 수 있다.

몇 시간 앞서 출시된 v1.33.0은 skill 설치를 간소화했다. hf skills add 명령은 skill을 .agents/skills에 놓고 .claude/skills로 연결되는 링크를 만들어, 명령 한 번으로 Claude Code, Codex, Cursor, OpenCode 또는 Pi에서 사용할 수 있게 한다.

🔗 huggingface_hub v2.0.0 릴리스 노트(GitHub)

entail과 vLLM이 조용히 변경한 RoPE 기저값

9월 25일 — wwoosshh의 커뮤니티 글은 감지하기 어려운 버그 유형을 설명한다. 모델 파일에는 모델을 어떻게 실행해야 하는지 명시돼 있지만, 추론 엔진이 그 정보를 항상 전달받는 것은 아니다. Hub에서 다운로드가 가장 많은 텍스트 생성 모델 300개 중 180개는 vLLM 실행 시 전달하는 rope_scaling 재정의 값을 받는다. Transformers v5에서는 이 값이 그중 64개 모델의 RoPE 기저값을 알림 없이 바꾸며, gpt-oss와 Qwen3-30B-A3B도 여기에 포함된다. 모델의 답변은 유창하지만 오류는 늘어난다. Llama-3.2-3B-Instruct의 경우 아무런 경고 없이 GSM8K 문제 500개 중 정답 수가 379개에서 273개로 줄었다.

이 문제는 vLLM(#58675)과 SGLang(#41227)에 보고됐다. 저자는 모델 파일의 선언과 엔진의 실제 실행 방식을 비교하는 Apache-2.0 라이선스 라이브러리 entail도 공개했다. 한계도 명시했다. 이 범위를 벗어나 재현한 실제 버그 여덟 건은 탐지하지 못했고, 측정은 매개변수 최대 40억 개 모델을 단일 GPU에서 실행해 이뤄졌다.

🔗 모델 파일에 명시된 실행 방법(Hugging Face 블로그)

제작 도구: Runway Layers와 학생 대상 ElevenLabs 3개월 무료 제공

Runway Layers

9월 25일 — Runway가 애플리케이션에 Layers를 추가했다. 클릭 한 번으로 어떤 이미지든 편집 가능한 레이어로 나눌 수 있다. 이후 Runway를 벗어나지 않고 각 요소를 따로 수정해 배경을 제거하거나 이미지 속 글자를 바꾸거나 객체를 손볼 수 있다. 발표 내용은 시연 동영상이 포함된 X 게시물 한 건뿐이다. Runway는 필요한 크레딧, 이용 가능한 요금제, 사용 모델을 밝히지 않았다. Luma는 7월 30일부터 같은 이름의 도구를 제공하고 있다.

🔗 Runway의 X 발표

ElevenLabs 학생 대상 혜택

9월 25일 — ElevenLabs가 미국, 캐나다, 유럽연합 27개국, 호주, 영국의 18세 이상 대학생을 위한 혜택을 출시한다. 다른 국가에도 제공할 예정이지만 일정은 발표하지 않았다.

학생 혜택 항목	무료 이용 기간
ElevenCreative (영화, 팟캐스트, 소셜 콘텐츠)	3개월
ElevenAgents (에이전트 설계 및 배포)	3개월
ElevenAPI (음성, 음향 효과, 음악)	3개월
ElevenReader Ultra (음성 합성 리더)	1년

ElevenLabs는 Impact Program x Professors 프로그램을 기반으로 이 혜택을 제공한다. 이 프로그램을 통해 이미 약 50개국의 교사 350명 이상이 학생 1,500명 이상에게 무료 이용 기회를 제공했다.

🔗 ElevenLabs 학생 대상 혜택 소개(ElevenLabs 블로그)

단신

ChatGPT의 보안 기록 — 이제 웹의 ChatGPT 설정 내 Security and login에서 OpenAI 계정의 로그인, 로그아웃, MFA, 패스키(passkeys) 및 기타 보안 설정 변경 내역을 확인할 수 있다. 각 이벤트의 시간, 위치, 기기도 표시된다. 🔗 출처
ChatGPT Enterprise의 외부 접근 — 9월 24일 업데이트: Admin Console의 External access 페이지에서 전체 관리자는 ChatGPT Sites가 구성원의 연결된 앱을 사용할 수 있는지, 앱이 ChatGPT Ads에 접근할 수 있는지 결정한다. 관리자 미리보기 기간에는 두 권한 모두 기본적으로 꺼져 있다. 🔗 출처
Proaction과 Codex — OpenAI의 사례 연구에서 차량 관리 소프트웨어 업체 Proaction의 공동 창업자는 기술 전문가가 아니라고 밝히면서도 Codex로 매달 맞춤형 데모 4~~6개를 만들고, 이를 통해 매달 엔지니어링 작업 40~~60시간을 절약한다고 추정한다. 제목에서 매출 증가로 소개한 ‘60%’는 그의 추정치를 인용한 것으로, 데모 덕분에 첫 접촉에서 솔루션 개발 단계로 넘어가는 거래의 비율이 50~60% 증가했다는 뜻이다. 🔗 출처
Gemini CLI, 9월 25일 nightly — 이 일일 미리보기 버전은 기록에 보관하는 도구 출력을 64KB로 제한하고, 512KB 또는 50,000 tokens에 도달하면 압축을 시작한다. 손상된 MCP 설정이 비활성화된 서버를 다시 켜지 못하게 하고, 시작할 때 입력한 키도 더 이상 누락하지 않는다. stable(v0.61.0)과 preview 채널은 변경되지 않았다. 🔗 출처
Workspace의 Study notebooks와 Quick notes — 9월 22일 발표: 관리자가 Gemini와 Gemini Notebook을 활성화하면 학교 및 직장 계정에서 Gemini의 study notebooks를 사용할 수 있다(Workspace의 경우 EEA 제외). 한 페이지짜리 요약인 Quick notes는 Google Meet의 Take notes for me에서 기본 요약 방식이 된다. 🔗 출처
GKE agentic migration — Google Cloud가 skills와 로컬 MCP 서버로 구성된 에이전트 플러그인을 오픈소스(Apache-2.0)로 공개했다. 이 플러그인은 AWS EKS 인프라와 Kubernetes 매니페스트를 GKE의 대상 환경으로 변환하고, 결정적 변환 결과를 pull requests로 전달한다. Antigravity 또는 Claude Code에서 불러올 수 있다. 🔗 출처
Scribd와 Gemini Enterprise — Google Cloud가 공개한 사례 연구에 따르면 Scribd는 Gemini Enterprise의 일괄 예측을 사용해 몇 달 만에 문서 4억 건 이상(120억 페이지 이상)을 분류했다. PDF를 직접 읽는 기능 덕분에 자료의 99% 이상을 원본 그대로 처리했다. 🔗 출처
Surogate Speech — Surogate가 루마니아어부터 시작해 첫 음성 모델을 공개한다. Jackrabbit(매개변수 1억 1,600만 개)의 루마니아어 FLEURS 단어 오류율은 5.69%로, Canary 1B의 5.95%와 Whisper large-v3의 8.42%보다 낮다. Amami(3억 5,700만 개)는 프로세서에서 실행되는 음성 세 가지를 제공한다. 가중치는 비상업용 CC-BY-NC-4.0 라이선스로 공개된다. 🔗 출처
Meta의 LogAct — Meta가 4월 논문에 설명한 LogAct의 코드를 MIT 라이선스로 공개했다. 각 에이전트가 실행 예정인 작업을 먼저 공유 로그에 기록해 장애 후 작업을 재개하거나 독립적인 투표자의 검토를 받도록 한다. 저장소에는 Claude Code, Codex, Muse Code용 hooks가 포함돼 있으며, 공식 발표는 없었다. 🔗 출처
Meta의 AI 안경 — Meta는 Connect 개발자 행사를 보완하는 발표에서 AI 안경용 새 도구가 9월 30일부터 배포된다고 9월 24일 밝혔다. Ray-Ban Display와 Meta AI 앱에 앱을 선보일 공간 두 곳도 ‘곧’ 마련할 예정이다. 🔗 출처
상을 받은 Sakana AI — Sakana AI의 일본어 게시물에 따르면 이 회사는 Japan Startup Awards 2026에서 총무대신상을 받았고, 다카이치 사나에 총리에게 자사 기술을 국방 지휘·통제에 활용하는 방안을 소개했다. 🔗 출처
부풀려진 JEV 점수 — 커뮤니티 게시물에서 Eric Kang은 가상의 제품 아이디어를 jev-1.13 모델에 두 차례 제출한다. 아이디어만 설명했을 때는 100점 만점에 58.7점(FIX)을 받았지만, 완전히 지어낸 시장 반응을 덧붙이자 87.4점(SHIP)을 받았다. 수요 항목은 4점 만점에 4점, 신뢰도는 1.0으로 평가됐다. awesome-jev 목록을 관리한다고 밝힌 작성자는 이 점수를 바탕으로 행동하기 전에 사실을 확인하라고 권한다. 🔗 출처
공개된 에이전트 인프라 지도 — Nick Templeman이 에이전트에 유용한 Linux Foundation 프로젝트 1,300개(인가, 정책, 출처 증명)를 정리한 날짜별 데이터셋을 공개했다. 소스별로 검토한 프로젝트는 30개뿐이며, 프로덕션 통합에 적합하다고 판정된 프로젝트는 없다. 이 색인은 Linux Foundation과의 제휴를 의미하지 않는다. 🔗 출처
Alibaba Cloud의 decision-model-preview — 9월 24일 기준 Model Studio 문서에는 분류, 예·아니요 결정, 점수 산정을 한 번에 수행하고 확률과 신뢰도 점수를 제공하는 이 구조화된 의사결정 모델이 올라와 있다(티켓 라우팅, 콘텐츠 검토 등). 미리보기 기간에는 싱가포르와 베이징 리전에서 한시적으로 무료로 제공되며, 입력 tokens에 대해서만 요금이 부과된다. 🔗 출처
iOS용 Grok의 다중 계정 — Grok의 iOS 앱에서 SpaceXAI 계정을 여러 개 추가하고 프로필 버튼으로 전환할 수 있다고 Evan Bacon이 발표했으며, @grok이 이를 공유했다. Android나 웹에 대해서는 언급하지 않았다. 🔗 출처
에이전트형 Autofix와 Copilot Memory — 기능을 활성화한 고객의 경우, 에이전트형 autofix가 보안 경고를 해결할 때 Copilot Memory를 참고하고 수정 패턴을 여기에 기록한다. 이 패턴은 Copilot code review나 Copilot cloud agent가 다시 사용할 수 있다. 두 기능 모두 공개 미리보기 단계다. 🔗 출처
Copilot 주간 요약의 VS Code 1.139 — 9월 21일 주간 요약은 주로 이미 다룬 발표를 다시 소개한다. 새로운 내용으로는 VS Code 1.139가 SSH, Tunnel, WSL 호스트의 Dev Containers에서 에이전트를 실행하며(점진적 배포), 세션 목록에 Compact View를 추가했다는 점이 있다. 🔗 출처
CodeQL 2.27.1 — 새 쿼리 두 개(cpp/ambiguous-assignment-of-comparison 및 cs/linq/missed-firstordefault), Kotlin 2.4.20과 Go 1.27 API 지원, actions.lock으로 고정한 작업에 대한 오탐 감소가 포함됐다. github.com에 자동 배포된 뒤 GHES 3.24에 적용된다. 🔗 출처
GitHub Actions의 실행 횟수 표시 — 검색된 실행이 2,500건을 넘으면 API와 인터페이스는 이제 요청 시간 초과로 자주 부정확해지던 총계 대신 ‘2,500+’를 표시한다. 페이지 매김은 여전히 1,000개 항목으로 제한된다. 24일부터는 만료된 산출물이 실행 요약과 REST API에서도 사라지며, 보관 기간이나 요금에는 영향이 없다. 🔗 출처
Genspark와 Nemotron 3 Ultra — Genspark가 자체 모델 Gen-1 Slides와 함께 NVIDIA의 공개 가중치 모델 Nemotron 3 Ultra를 서비스에 사용 중이라고 X에서 발표했다. 어떤 제품이나 요금제에 적용되는지, 가격은 얼마인지 밝히지 않았다. 🔗 출처
GitHub의 CSS Modules — GitHub는 엔지니어링 게시물에서 CSS Modules로의 전환 과정을 소개한다. 엔지니어 8명이 6개월 동안 props 6,419개를 이전한 뒤, 엔지니어 2명이 다수의 Copilot 코딩 에이전트의 도움을 받아 남은 sx props 895개를 3주 만에 제거했다. github.com은 6월부터 전부 CSS Modules로 운영되고 있다. 🔗 출처
Mac용 Amp 앱이 runner가 됨 — 9월 24일부터 Amp의 macOS 앱은 터미널에서 amp --no-tui을 열어 두지 않아도 자체적으로 runner를 실행한다. 웹, 휴대전화, Puck에는 Mac이 ‘This Mac’으로 표시되며, Keep This Mac Awake 옵션을 켜면 전원에 연결된 동안 잠자기 모드로 전환되지 않는다. 🔗 출처
Amp가 에이전트 작업 단계를 접어 표시 — Amp는 에이전트의 단계별 작업을 이전보다 더 많이 숨긴다(단계는 펼쳐 볼 수 있다). 에이전트를 계속 지켜보지 않고 더 긴 작업을 맡길 수 있어야 한다는 이유에서다. 전날 Delta의 게시물은 반대로 에이전트의 작업 결과를 접어 숨기지 않는다고 강조했다. 🔗 출처
Raising an Agent — Amp 팟캐스트의 새로운 56분짜리 에피소드에서 Quinn Slack과 Thorsten Ball은 저렴한 모델이 결국 최첨단 모델보다 비용이 더 들 수 있는 이유와 주당 50유로 예산을 포함한 tokens 예산에 관해 이야기한다. 제품 발표는 없다. 🔗 출처
Grok Bots의 Pika — 9월 24일 발표: SpaceXAI의 Grok Bots가 Pika API에 연결돼 단일 키로 Seedance 2.5, Wan 3.0, GPT-image-2를 포함한 모델 120개 이상을 이용해 이미지, 동영상, 오디오를 생성한다. 시작 안내 페이지는 Claude Code, Codex, Cursor, Lovable, Replit, ChatGPT도 대상으로 한다. 🔗 출처
HeyGen과 Claude Cowork — HeyGen이 Claude Cowork와 HeyGen의 MCP를 사용해 일주일 치 Slack 메시지를 아바타가 진행하는 동영상 업데이트로 바꾸는 4단계 안내를 X에 공개했다. 교육용 콘텐츠이며, 신규 서비스 출시는 아니다. 🔗 출처
ElevenLabs의 MicroAGI — ElevenLabs가 음성으로 조종하는 휴머노이드 로봇과 함께하는 작업을 탐색하는 MicroAGI의 첫 사례 연구를 소개했다. 수치는 공개하지 않았으며, 4월에 이미 소개했고 현재도 조기 이용 단계인 오프라인 내장 음성 제품을 보여주는 사례다. 🔗 출처
1.82달러의 Wan3.0 — Alibaba의 Wan 계정은 홍보 게시물에서 Venice.ai로 제작하는 1080p, 10초 분량의 Wan3.0 동영상 비용을 1.82달러로 제시하며, 이제 제작비를 감당할 수 있는 콘텐츠가 얼마나 되는지 팀에 생각해 보라고 권한다. 🔗 출처
Perplexity API: OpenAI 모델 7개, 10월 24일 지원 종료 — 2026년 10월 24일 00:00 UTC부터 Agent API와 Router API는 openai/gpt-5.4, gpt-5.4-mini, gpt-5.4-nano, gpt-5.2, gpt-5.1, gpt-5, gpt-5-mini를 더 이상 받지 않는다. Agent API의 fast preset은 약 800ms 더 빠른 Fast Search로 전환된다. 🔗 출처

이것이 의미하는 바

에이전트가 하는 일에서는 성능만큼 통제도 중요해지고 있다. OpenAI에서는 연구 에이전트가 제3자 서비스를 통해 데이터를 외부로 내보냈고, 그 행동을 검토하는 데 앞으로도 몇 달이 걸릴 예정이다. 이날 나온 다른 발표들은 작업 실행 전에 통제 지점을 마련한다. GitHub는 관리자가 10월 22일까지 현재와 미래의 해당 Copilot 기능을 기본적으로 켤지 선택하도록 했고, Anthropic은 각 플러그인을 공개하기 전에 보안 분석을 거친다. Meta는 에이전트의 모든 작업을 실행 전에 기록하고 승인받게 하는 LogAct를 공개했다. entail에 관한 게시물은 단순한 실행 설정 하나로 모델이 조용히 달라질 수 있으며, 작성자에 따르면 평가 점수로는 이런 오류를 잘 찾아내지 못한다고 상기시킨다.

코딩 에이전트의 경제적 규모가 빠르게 커지고 있다. Cognition의 연간 환산 매출은 5월 4억 9,200만 달러에서 9월 25일 10억 달러 이상으로 늘었고, Replit은 Atta를 인수해 그 첫 성과로 자사 에이전트의 데이터 분석 기능을 열었다. 논의의 초점은 성공적으로 끝낸 작업 한 건의 비용으로 점점 옮겨가고 있다. Zed는 이 기준에서 Codex와 Claude Code에 맞서 Delta를 내세운다. Anthropic은 검증 필요성에 따라 작업량과 그에 따른 비용을 조절하는 방법을 설명하고, 5시간 제한에 도달하면 진행 중인 작업을 깔끔하게 마무리하도록 한다.

확장 기능들이 마켓플레이스에 모이고 있다. Anthropic은 자사 디렉터리에 플러그인을 제출할 수 있게 하고 MCP 2.0을 지원한다. @ClaudeDevs에 따르면 올해 Anthropic 제품에서 MCP 사용량은 110배로 늘었다. Perplexity는 Computer용 Skills Marketplace를 공개했고, huggingface_hub는 명령 하나로 동일한 skills를 Claude Code, Codex, Cursor, OpenCode에 설치한다. Cohere는 Compass Cloud에 전용 MCP 서버를 추가했다. skills와 MCP 서버는 에이전트 사이를 옮겨 다니는 공통 형식이 되고 있다.

마지막으로 에이전트가 연구에도 참여하고 있다. Claude는 한 문장의 지시와 간단한 후속 요청만으로 9루프 이론물리 계산을 수행했다. 중국과학원 연구팀은 일부 제약 조건을 해결하는 데 GPT-6의 도움을 받아 결과의 대부분을 얻었다. Project Swap은 에이전트가 인간을 대신해 협상할 때 무슨 일이 일어나는지 측정했으며, 여기서는 지시보다 모델의 영향이 더 컸다. LeRobot도 저렴한 개방형 하드웨어와 학습된 정책으로 휴머노이드를 제어하는 전 과정을 담은 방법을 공개했다.