AI 뉴스

OpenAI, 새로운 음성 인텔리전스 API 기능 출시 및 Claude for Legal 발표

OpenAI는 GPT Realtime 2( GPT-5 기반) 및 실시간 번역, Whisper 전사 기능을 포함한 새로운 음성 인텔리전스 API 기능을 출시했다. Thinking Machines는 두 모델 아키텍처와 맞춤형 추론 스택을 가진 저지연 전이중 대화 시스템을 미리 공개했으며, 강력한 상호작용 벤치마크 결과를 보고했다. Anthropic은 법률 분야를 위한 Claude를 출시하고 AWS와의 파트너십을 확대했다. OpenAI는 자해 위험에 대한 신뢰할 수 있는 연락처 기능을 도입했으며, RL에서 사고의 연쇄적 평가에 대한 조사를 진행하고 있다.

Cursor 3.5, 격리 VM에서 도는 자율 코딩 클라우드 에이전트 공개

AI 네이티브 에디터 Cursor가 3.5에서 클라우드 에이전트를 핵심 기능으로 내놨다. 격리된 클라우드 VM 안에서 터미널·브라우저·데스크톱 접근 권한을 갖고 작업을 수행해, 로컬 머신을 점유하지 않고도 자율 실행이 가능하다. 앞선 3.0은 백그라운드/클라우드 에이전트를 처음 도입했고, 3.3은 병렬 서브에이전트(Build in Parallel)와 파일 트리 규모의 다중 파일 리팩터링이 가능한 Composer 2.5를 더했다. 과거 Composer로 불리던 에이전트 모드는 복잡한 작업(REST API 구축, 의존성 마이그레이션, 테스트 작성)을 설명하면 계획→파일 생성·수정→터미널 명령 실행→완료까지 반복한다. 여러 팀의 실측에서 표준 구현 작업 기준 30~50% 속도 향상이 보고됐다. 크로스 파일 추론이 강화돼 큰 코드베이스 맥락을 유지하며 변경 전파를 이해한다.

에이전트가 로컬을 벗어나 격리 클라우드에서 도는 방향은 보안·재현성·병렬성 측면에서 팀 단위 도입의 현실적 분기점이 된다.

구글, 25년 만에 검색 상자 디자인 개편 발표

구글은 I/O 개발자 회의에서 검색 상자를 AI 기반의 대화형 인터페이스로 개편한다고 발표했다. 새로운 검색 상자는 텍스트, 이미지, PDF, 비디오, 크롬 탭을 입력받을 수 있으며, AI 오버뷰와 AI 모드를 통합하여 사용자 경험을 개선한다. 이 변화는 사용자가 복잡한 질문을 쉽게 할 수 있도록 돕는 AI 기반의 쿼리 제안 시스템을 포함하고 있다. 새로운 검색 상자는 즉시 모든 국가와 언어에서 사용 가능하다.

구글의 검색 상자 개편은 AI 기능 통합을 통해 개발자들이 사용자 인터페이스 설계 시 대화형 경험을 고려해야 함을 시사한다.

구글 Antigravity 2.0: IDE를 버리고 '에이전트 우선' 개발 플랫폼으로

구글이 2026년 5월 19일 I/O에서 작년 11월 처음 선보였던 Antigravity를 전면 재설계한 2.0을 공개했다. 핵심 전환은 'IDE 안의 어시스턴트'에서 '에이전트 오케스트레이션을 일급 추상으로 둔 독립 데스크톱 앱'으로의 이동이다. 기존 Antigravity IDE와 별개인 독립 데스크톱 앱에 더해 Antigravity CLI, Antigravity SDK, Gemini API의 Managed Agents, 엔터프라이즈용 Gemini Enterprise Agent Platform까지 한 번에 묶어 발표했다. 기본 모델은 Gemini 3.5 Flash로 통일됐다. 무대 데모에서는 병렬 에이전트 군집이 OS 코어를 바닥부터 빌드하고(토큰 비용 1,000달러 미만) 그 위에서 Doom 클론을 라이브로 돌렸다. 단일 코딩 어시스턴트 경쟁에서 벗어나 '멀티 에이전트 워크플로 관리'를 제품의 본질로 재정의했다는 점이 핵심이다. CLI와 SDK를 함께 내놓은 것은 데스크톱 GUI 밖, 즉 CI 파이프라인과 자동화 안에서도 같은 에이전트를 돌릴 수 있게 하려는 포석이다.

구글이 'IDE 보조'가 아니라 '에이전트 오케스트레이터'를 제품의 본질로 못박았다는 점이 신호다. Cursor·Claude Code와 정면 충돌하는 포지셔닝이며, CLI+SDK를 동시 출시한 것은 터미널과 CI 안에서 같은 에이전트를 돌리려는 한국 빌더에게 직접적 선택지가 된다. 기본 모델을 Flash 계열로 깐 것은 병렬 에이전트의 토큰 경제성을 전제로 한 설계라는 점도 주목할 만하다.

코딩 에이전트의 실제 추론 벤치마크 결과

코딩 에이전트의 실제 추론 벤치마크에서 TensorRT-LLM보다 31% 더 높은 TPS를 기록했으며, 포화 상태에서 TTFT는 2배 개선되었고, Claude Opus 4.6보다 76% 낮은 비용을 나타냈다.

Cursor Composer 2.5: 자체 코딩 모델로 프런티어 근접 성능을 1/10 비용에

Cursor가 2026년 5월 18일 Composer 2.5를 공개했다. 길고 도구 호출이 많은 IDE 세션을 위해 만든 자체 에이전틱 코딩 모델로, SWE-Bench Multilingual 79.8%, CursorBench v3.1 63.2%로 Opus 4.7(61.6%)을 근소하게 앞서는 프런티어 근접 점수를 냈다. 결정적 포인트는 비용이다. Claude Opus 4.7이나 GPT-5.5 대비 API 비용이 약 1/10 수준이라, 에이전트가 도구를 수십 번 호출하는 long-running 세션의 경제성을 바꿔놓는다. Composer 라인은 2025년 10월 첫 자체 모델로 시작해(유사 지능 모델보다 4배 빠르고 대부분 턴을 30초 안에 완료) Composer 2(2026년 3월, 입력 $0.50/M·출력 $2.50/M)를 거쳐 2.5에 이르렀다. 최신 업데이트에서는 서브에이전트가 다시 서브에이전트를 띄울 수 있고, 리뷰어 서브에이전트가 테스트 작성 서브에이전트에게 위임하는 식의 다단 위임이 가능해졌으며 각 단계가 자신의 프롬프트·모델을 유지한다.

fast16 악성코드와 Muon 옵티마이저의 문제점

fast16.sys는 고정밀 계산 소프트웨어를 표적으로 삼아 메모리 내 코드를 패치하여 결과를 조작하는 20년 된 컴퓨터 바이러스이다. 이 바이러스는 LS-DYNA 970, PKPM, MOHID과 같은 고정밀 엔지니어링 도구와 관련이 있으며, 물리적 계산에 체계적인 오류를 도입하여 과학 연구를 저해할 수 있다. 한편, Muon 옵티마이저는 훈련 중 일부 뉴런이 영구적으로 손상되는 버그를 가지고 있으며, 이에 대한 대안으로 Aurora라는 새로운 옵티마이저가 개발되었다. Aurora는 1.1B 파라미터 트랜스포머를 훈련시켜 Muon보다 더 낮은 손실을 기록하였다.

fast16과 Muon의 문제는 AI 모델 훈련 및 고정밀 계산 소프트웨어의 신뢰성에 중대한 영향을 미칠 수 있다.

DeepSeek, 20일 만에 500억 달러로 평가액 3배 증가

DeepSeek의 평가액이 20일 만에 500억 달러로 3배 증가했다. Zongming She는 DeepSeek이 화웨이와 유사한 사명을 가지고 있으며, 외부 제약에 맞서 국내 역량을 투자해야 한다고 주장했다. DeepSeek V4는 화웨이의 Ascend 칩과의 최적화를 통해 국내 대형 언어 모델과 컴퓨팅 파워 간의 '칩-모델 파트너십'의 역사적인 돌파구를 마련했다고 설명했다. 또한, DeepSeek의 급격한 평가액 증가는 중국의 독립적인 AI 필요성과 관련이 있으며, 중국 통합 회로 산업 투자 기금의 투자 관심이 주요 요인으로 지목되었다.

BERTopic과 LLMs를 활용한 블로그 태그 추가

Vicki Boykis는 블로그에 BERTopic과 LLMs를 사용하여 태그를 추가했다. 이 프로젝트는 약 6-10시간 소요되었으며, Claude Code와 Pi를 사용하여 진행되었다. LLMs는 텍스트 요약, 정보 검색, 질문 응답 등에서 뛰어난 성능을 보이며, 태깅 작업에서도 효과적이다.

DeepSeek V4, Gemma 4, Kimi K2.6 등 오픈 모델 출시 및 CAISI 평가 결과

이번 달 DeepSeek, Gemma, Kimi 등 여러 오픈 모델이 출시되었으며, CAISI는 이들 모델의 평가를 진행했다. CAISI의 평가에 따르면, 오픈 모델은 미국의 최전선 모델에 비해 성능 격차가 점점 더 커지고 있으며, Elo 점수 계산을 통해 이 격차를 확인했다. Gemma 4는 4B, 9B, 31B 모델과 26B-A4B MoE를 포함하며 Apache 2.0 라이센스를 채택했다. DeepSeek V4는 Pro와 Flash 두 가지 크기로 출시되었고, Flash 모델이 상대적으로 좋은 성능을 보이고 있다.

EU AI Act GPAI 제재 발효(8월)와 한국 AI 기본법 시행(1월): 규제가 실집행 단계로

2026년 상반기는 AI 규제가 '문서상 의무'에서 '실제 집행'으로 넘어간 분기점이다. EU AI Act의 범용 AI(GPAI) 모델 의무는 2025년 8월부터 법적으로 발효된 상태였지만, 2026년 8월 2일부터 EU AI Office가 정식 집행 권한을 갖는다. 전 세계 연매출의 3% 또는 1,500만 유로 중 큰 금액까지 과징금을 부과할 수 있고, 문서·정보 요청, 모델 평가, 시정·회수 명령 권한이 생긴다. 2025년 8월 이전 출시된 모델은 2027년 8월까지 유예된다. 5월 7일 Digital Omnibus 정치 합의로 이 일정이 그대로 간다는 점이 확인됐다. 한국은 한발 앞서 1월 22일 'AI 기본법'과 시행령이 발효됐다 — 세계 첫 시행 가능한 고영향(high-impact) AI 규제법으로 평가된다. 의료·에너지·공공서비스 등 고영향 영역의 영향평가, 위험관리체계와 인적 감독, 생성형 AI 산출물의 표시(라벨링), 국내 대리인 지정 의무를 담았다. 다만 벌칙 조항 적용은 1년 유예됐다.

규제 텍스트를 읽던 시기는 끝났고, 이제는 '누가 집행하고 얼마를 물리느냐'의 단계다. 한국 빌더는 EU 시장에 모델·기능을 제공하면 GPAI 의무 사정권에 들고, 동시에 국내 AI 기본법의 고영향 영향평가·생성물 라벨링·국내대리인 요건을 1년 유예가 끝나기 전에 제품에 내장해야 한다. 라벨링과 학습데이터 투명성은 출시 직전에 붙이는 게 아니라 설계 단계부터 데이터 계보(provenance)와 함께 가야 재작업을 피한다.

LLM 아키텍처의 최근 발전: KV 공유, mHC, 압축 주의

최근 LLM 아키텍처는 긴 컨텍스트 효율성에 중점을 두고 있으며, KV 캐시 크기, 메모리 트래픽, 주의 비용을 줄이기 위한 다양한 기술이 도입되고 있다. 주요 예로는 Gemma 4의 KV 공유 및 레이어별 임베딩, Laguna XS.2의 레이어별 주의 예산, ZAYA1-8B의 압축 합성곱 주의, DeepSeek V4의 mHC 및 압축 주의가 있다. Gemma 4는 E2B 및 E4B 모델에서 공유 KV 캐시 방식을 채택하여 메모리와 계산을 줄이고 있으며, 이는 긴 컨텍스트 작업을 가능하게 한다.

Google DeepMind와 싱가포르, AI를 활용한 복합 문제 해결 파트너십 체결

Google DeepMind와 싱가포르가 건강, 교육, 지속 가능성 등 복합적인 문제를 해결하기 위해 최첨단 AI를 적용하는 파트너십을 체결했다.

Filippo Menolascina, Co-Scientist로 간 질환 치료법 발견

Filippo Menolascina는 Co-Scientist를 사용하여 새로운 간 질환 치료법을 식별하고, 기존 약물이 특정 환자에게만 효과적인 이유를 설명하고 있다.

Co-Scientist의 활용은 간 질환 연구에 대한 새로운 접근 방식을 제시할 수 있다.

WeatherNext AI 모델이 허리케인 멜리사 예측에 기여

WeatherNext AI 모델이 허리케인 멜리사의 역사적인 자메이카 상륙 예측에 도움을 주어, 기상 예보관들이 지역 사회에 사전 준비 시간을 제공할 수 있도록 했다.

AI 시스템의 위임 작업에서의 신뢰성 연구 결과

Microsoft의 연구 논문 "LLMs Corrupt Your Documents When You Delegate"는 위임된 작업에서 AI 시스템의 신뢰성에 대한 논의를 촉발했다. 연구는 장기 위임 및 협업 작업을 위한 강력한 평가 방법 개발을 목표로 하며, 정보가 어떻게 보존되는지를 평가한다. 연구 결과에 따르면, 현재의 최첨단 모델은 20번의 위임 반복에서 약 19-34%의 아티팩트 충실도 저하를 보였으며, Python 워크플로우는 평균 1% 미만의 저하를 나타냈다. 이 연구는 위임 패턴을 진단하는 도구로 설계되었으며, AI 시스템의 신뢰성을 높이기 위한 추가 연구와 엔지니어링이 필요함을 강조한다.

Eric Jang, AlphaGo를 현대 AI 도구로 구축하는 방법 설명

Eric Jang은 AlphaGo를 현대 AI 도구를 사용하여 처음부터 만드는 방법을 설명했다. AlphaGo는 지능의 기본 요소인 탐색, 경험 학습, 자가 대국의 예시로 여전히 유효하다. 그는 AlphaGo의 MCTS가 매번 더 나은 행동을 제안하여 훈련 목표를 제공하는 반면, 일반적인 강화 학습은 100,000개 이상의 토큰 중 어떤 것이 정답을 가져왔는지 파악해야 한다고 언급했다. 또한, LLM이 자동화할 수 있는 AI 연구의 일부와 여전히 어려움을 겪는 부분에 대해 논의했다.

온타리오 의료 AI 시스템, 기본 사실 누락 및 잘못된 정보 삽입

온타리오 감사청의 보고서에 따르면, 20개 승인된 AI 시스템이 중요한 세부사항을 놓치고 잘못된 정보를 삽입하며 환자나 임상의가 언급하지 않은 내용을 생성하는 것으로 나타났다. 특히 AI Scribe 프로그램에 대한 평가에서, 20개 시스템 중 9개가 환자 치료 계획에 대해 논의되지 않은 정보를 제안했고, 12개 시스템은 환자 노트에 잘못된 약물 정보를 삽입했다. 또한 17개 시스템은 환자의 정신 건강 문제에 대한 주요 세부사항을 놓쳤다. 평가 기준에서 정확성 관련 항목의 비중이 낮아 부정확한 기록을 생성할 수 있는 공급업체가 선택될 가능성이 지적되었다.

AI 의료 기록 시스템의 정확성 평가 기준이 낮으면, 한국에서도 비슷한 문제가 발생할 수 있어 개발자들이 시스템 설계 시 신중해야 한다.

중단·재개가 기본값이 되다: 내구성 실행이 에이전트 운영을 바꾸는 방식

에이전트가 몇 분이 아니라 몇 시간씩 도는 워크로드가 늘면서, 하니스가 'crash하면 처음부터'를 버리고 워크플로 엔진의 내구성 실행(durable execution)을 흡수하고 있다. 각 도구 호출·LLM 호출을 단계로 기록해 두고, 프로세스가 죽거나 배포로 재시작돼도 마지막 성공 지점부터 이어 가는 방식이다. Cloudflare Agents SDK와 Workflows, Temporal류가 이 패턴을 에이전트 루프에 직접 끌어왔다. 실무에서 바뀌는 건 두 가지다. 첫째, LLM 호출을 멱등하게 만들고 부수효과(결제·메일)를 한 번만 실행되도록 단계 경계를 잡아야 한다. 둘째, 재개 시점에 컨텍스트를 어디서 복원할지가 중단/재개의 진짜 난제다. 단계 로그만 있고 모델 컨텍스트 스냅샷이 없으면 재개해도 에이전트가 길을 잃는다. 관측성도 요청 단위 로그에서 단계별 타임라인으로 옮겨 가야 디버깅이 된다.

중국의 오픈 모델 생태계와 R&D 비용 구조

중국의 오픈 모델 생태계에서는 R&D 비용이 최종 모델 훈련 비용보다 약 80%를 차지하며, 이는 실험실들이 더 오랜 기간 동안 연구를 지속할 수 있는 비용 구조의 이점을 제공한다. 오픈 소스 AI의 경우, 모델 개발자에게 거의 모든 비용이 집중되며, 오픈 모델을 사용하는 것이 최소한의 내부 개발로 AI를 사용하는 경우 더 비쌀 수 있다. 또한, 중국의 연구소들은 기술 보고서와 지식 공유를 통해 동료 기업들이 자원을 덜 투자하도록 리스크를 줄이고 있다.

Co-Scientist: 연구 가속화를 위한 협업 AI 파트너

Google DeepMind에서 Gemini를 기반으로 구축한 Co-Scientist는 연구자들이 과학적 혁신을 가속화할 수 있도록 돕는 협업 AI 파트너이다.

CI에 LLM regression 게이트 거는 법, 비결정성을 통계로 길들이기

프롬프트·모델·툴 정의를 바꿀 때마다 품질이 조용히 떨어지는 걸 막으려고, eval을 CI 게이트로 넣는 패턴이 자리잡고 있다. 어려운 점은 LLM 출력이 비결정적이라 단일 실행 통과/실패가 흔들린다는 것이다. 그래서 게이트는 단일 점수가 아니라 골든셋 N회 반복의 평균과 분산, 그리고 기준선 대비 차이의 신뢰구간으로 건다. promptfoo·OpenAI Evals·braintrust 같은 하니스가 PR마다 케이스를 돌리고, 핵심은 절대 임계값보다 baseline 대비 회귀 폭으로 막는 것이다. temperature를 0으로 낮춰도 완전 재현은 안 되니, flaky 케이스는 격리하고 'p95가 기준 이하로 떨어지면 차단' 식의 비대칭 게이트를 쓴다. LLM-judge를 채점기로 쓸 땐 judge 버전을 함께 고정해야 judge 자체의 드리프트가 회귀로 오인되지 않는다.

실무에선 프롬프트 한 줄 수정이 특정 케이스를 깨도 배포 전까지 모른다. 골든셋 eval을 PR CI에 붙이고 baseline 대비 회귀 폭으로 머지를 막으면 이 사각지대가 사라진다.

바이브 코딩 프로덕션 앱 65%에 보안 결함, 거버넌스 없이는 위험

에이전트로 빠르게 찍어낸 코드가 프로덕션에 쌓이면서 보안 청구서가 도착하고 있다. Escape.tech가 1,400여 개 애플리케이션을 스캔한 결과 바이브 코딩 프로덕션 앱의 65%에 보안 이슈가 있었고 58%에 최소 한 건의 치명적 취약점이 있었다. 별도 5,600개 공개 배포 앱 스캔에서는 2,000건의 고위험 취약점, API 키·액세스 토큰 등 노출 시크릿 400건, 의료기록·결제정보를 포함한 PII 175건이 발견됐다. 거버넌스 통제가 없을 경우 취약점 발생률이 사람이 쓴 코드의 2.74배에 달했다. AI 보조 커밋의 시크릿 노출률은 3.2%로 사람 커밋의 1.5%보다 높고, 하드코딩 자격증명·약한 인증·입력 검증 부재·XSS·SQL 인젝션, 그리고 공격자가 AI가 추천한 가짜 패키지를 미리 등록해두는 '패키지 환각' 공격이 대표 패턴이다. Georgia Tech의 Vibe Security Radar는 관련 CVE가 1월 6건에서 3월 35건으로 급증했다고 집계했다. 결론은 명확하다 — 바이브 코딩은 보안 스캔·코드 이해·컴플라이언스 통제·도구 통합을 묶은 거버넌스 레이어가 있을 때만 엔터프라이즈에 안전하다.

속도의 이면에 누적되는 부채가 수치로 드러난 시점이다. 시크릿 노출·패키지 환각은 한국의 작은 팀에서도 그대로 재현되는 패턴이라, 에이전트 출력에 대한 시크릿 스캐닝과 의존성 출처 검증을 파이프라인에 기본 탑재해야 한다. 'AI가 짠 코드는 사람 코드보다 2.74배 취약'이라는 숫자는, 리뷰 없는 자동 머지를 정책으로 막아야 할 근거가 된다.

AI 규제를 위한 Radical Optionality 접근법 제안

Institute for Law & AI의 연구자들은 정부가 강력한 AI가 세계를 대규모로 혼란에 빠뜨릴 경우를 대비해 필요한 도구를 미리 갖추는 'Radical Optionality' 접근법을 제안했다. 이들은 정부가 AI 개발의 막대한 이해관계에 따라 유연성을 유지할 수 있도록 정보 수집 권한, 내부 고발자 보호, 정부 간 정보 공유, 유연한 규칙 및 정의, AI 시스템의 평가 능력 개발, 모델 가중치 및 알고리즘 비밀 보안 강화, 기술 인재 투자 등을 권장하고 있다.