AI 뉴스
Opus 5.5와 GPT-6 Sol·Luna 출시 및 가격 인하
9월 22일 앤트로픽이 Claude Opus 5.5를, OpenAI가 GPT-6 Sol과 Luna를 각각 공개했다. 두 모델은 가격 인하를 전면에 내세우며, 성능보다 작업당 비용이 중요한 경쟁 요소로 부각되고 있다. Opus 5.5는 출력 속도가 30% 빨라졌고, GPT-6 Sol은 복잡한 작업을, Luna는 대량 작업을 겨냥하고 있다. 가격은 100만 토큰 기준으로 Opus 5.5는 입력 $4, 출력 $20, GPT-6 Sol은 입력 $2, 출력 $10, Luna는 입력 $0.10, 출력 $0.50이다.
Opus 5.5는 Fable 5.1 수준의 성능을 제공하며, 가격은 20% 인하되었다.
Claude Opus 5.5와 GPT-6 Sol 가격 비교
9월 22일, Anthropic이 Claude Opus 5.5를 발표하고, OpenAI가 GPT-6 Sol과 Luna를 발표했다. Opus 5.5는 입력 100만 토큰당 4달러, 출력 20달러로 Opus 5보다 20% 저렴하다. GPT-6 Sol은 입력 2달러, 출력 10달러로 Opus 5.5의 정확히 절반이며, Luna는 입력 0.1달러, 출력 0.5달러이다. Nate Herk의 영상에서는 두 모델을 같은 파일과 프롬프트로 10가지 작업을 수행시켜 결과물과 소요 시간, 비용을 기록했다.
Opus 5.5는 입력 100만 토큰당 4달러로 가격이 인하되었으며, 이는 비용 효율성을 고려할 때 실무에서 중요한 요소가 될 수 있다.
GitHub Copilot 앱에서의 캔버스 사용 제안
AI와의 상호작용에서 주로 사용되는 UI는 채팅이지만, 이는 항상 적합하지 않을 수 있다. GitHub Copilot 앱에서는 '캔버스'라는 기능을 통해 사용자 맞춤형 UI를 제공하며, 이를 통해 사용자는 AI와의 상호작용을 보다 효율적으로 수행할 수 있다. 캔버스는 전체 스택 애플리케이션으로, 서버와의 양방향 통신이 가능하다. 예를 들어, Connect 4 게임을 만들거나 SQLite 데이터베이스를 직접 다룰 수 있는 UI를 생성할 수 있다.
GitHub Copilot 앱의 캔버스를 활용하면 사용자가 AI와의 상호작용을 최적화하고, 불필요한 토큰 소모를 줄일 수 있다.
datasette 1.0a41 버전 출시
datasette 1.0a41 버전이 출시되었으며, Alec Garcia가 OpenTelemetry 지원을 추가했다. 또한, 모든 모달 대화 상자를 단일 웹 컴포넌트로 리팩토링했으며, 이는 다른 플러그인에서 사용할 수 있도록 문서화되었다.
OpenTelemetry 지원 추가는 데이터 수집 및 모니터링을 용이하게 한다.
GitHub Security Lab의 Fuzzing Taskflow 에이전트를 통한 AI 기반 퍼징
Fuzzing Taskflow는 C/C++ 프로젝트를 위한 자율 퍼징 파이프라인으로, GitHub 저장소를 지정하면 적절한 진입점을 식별하고 빌드 시스템을 분석하며, 하니스 작성을 자동화하고 AFL++를 실행하여 버그를 보고합니다. 이 시스템은 GitHub Security Lab Taskflow Agent를 기반으로 하며, 사용자는 ./scripts/fuzzing/run_fuzzing.sh 명령어로 실행할 수 있습니다. 이 과정에서 생성된 각 하니스는 .afl 및 .cov 바이너리로 빌드되어 퍼징과 커버리지 리포트를 제공합니다.
Fuzzing Taskflow는 수동 작업을 줄이고, 자동으로 퍼징 커버리지를 개선하는 데 필요한 단계를 처리하여 개발자의 효율성을 높입니다.
Foundry Agent Service에서 네트워크 이그레스 제어 설정 방법
Microsoft Foundry Blog에서는 Foundry Agent Service에서 네트워크 이그레스 제어를 설정하는 방법을 설명한다. 이 과정에서는 에이전트 코드 외부에 목적지 규칙을 두고, 테스트 환경에서 호출을 관찰하며, 승인되지 않은 목적지가 접근 불가능한지 확인한다. 예시로는 금융 API와 공급업체 API를 승인하고, 테스트 업로드 목적지는 승인하지 않는 방식으로 정책을 설정한다. Azure CLI를 사용하여 정책을 생성하고, 설정된 정책을 확인하는 방법도 안내한다.
정확한 호스트 이름을 사용하여 에이전트의 목적지 정책을 정의함으로써 보안성을 강화할 수 있다.
WhisperX를 활용한 발화자 라벨링 전사 기능
WhisperX는 OpenAI의 Whisper를 기반으로 하여 발화자 라벨링과 정확한 단어별 타임스탬프 기능을 추가한 오픈 소스 프로젝트다. 이 모델은 콜센터, 미디어, e-러닝 등 다양한 분야에서 활용 가능하며, Amazon SageMaker AI에서 GPU 준비된 WhisperX Deep Learning Container(DLC)를 통해 실시간 또는 비동기 엔드포인트로 배포할 수 있다. WhisperX는 JSON, SRT, VTT 형식으로 출력할 수 있어 분석 파이프라인과 비디오 편집에 모두 활용된다.
WhisperX는 발화자 라벨링과 단어별 타임스탬프 기능을 통해 콜센터에서의 대화 시간 측정 및 스크립트 준수 확인을 가능하게 한다.
구글, 첫 Suncatcher 궤도 데이터 센터 시험 위성 10월 1일 발사
구글은 Suncatcher 프로젝트의 첫 번째 실험 위성을 10월 1일 발사할 예정이다. Suncatcher는 궤도 AI 데이터 센터를 설계하는 구글의 프로젝트로, 첫 위성 MVP는 냉장고 크기로, 내부에 구글의 맞춤형 TPU AI 가속기 4개를 장착하고 있다. 이 가속기는 AI 모델 훈련과 추론을 위해 사용된다. MVP는 약 1킬로와트의 전력을 공급하는 태양광 패널을 갖추고 있으며, 이는 전자레인지나 헤어 드라이어를 작동할 수 있는 수준이다. 구글은 기존의 위성 이미징 회사인 Planet Labs가 제작한 위성에 자사의 칩을 통합하여 초기 시험을 진행하기로 했다.
MVP 위성은 구글의 TPU AI 가속기를 사용하여 AI 작업 부하를 처리할 수 있다.
AWS에서 다중 계정 AI 에이전트 구축하기
기업들은 여러 AWS 계정에 분산된 데이터를 복사하거나 중앙 집중화하지 않고도 AI 에이전트가 데이터에 대한 추론을 할 수 있기를 원한다. Amazon Bedrock AgentCore Gateway와 Model Context Protocol(MCP)을 사용하여 각 팀의 데이터를 각자의 계정에 유지하면서 에이전트가 이를 통합적으로 쿼리할 수 있는 다중 계정 아키텍처를 구축할 수 있다. 플랫폼 계정은 에이전트 계층과 대형 언어 모델(LLM) 추론을 호스팅하며, 각 LOB 팀은 MCP 서버로 데이터를 노출하고, AgentCore Gateway는 등록된 LOB 간의 도구 발견 및 호출을 위한 단일 엔드포인트를 제공한다.
Amazon Bedrock AgentCore는 안전하게 대규모로 효과적인 에이전트를 구축하고 운영할 수 있는 서비스이다.
Aderant, Amazon Nova를 활용한 지능형 티켓 분류 시스템 구축
Aderant는 Amazon Bedrock을 통해 Amazon Nova Lite를 사용하여 지능형 티켓 분류 시스템을 구축하였다. 이 시스템은 지원 티켓의 맥락 수집, 분류, 라우팅 및 지식 보강을 자동화하여 38명의 SierraOps 팀이 268개의 클라이언트 환경에서 운영하는 데 도움을 준다. 시스템은 2026년 6월 30일부터 7월 17일까지 109개의 티켓을 검토하여 약 96%의 라우팅 정확도를 달성했으며, 주당 8-14시간의 엔지니어링 시간을 절약하고 운영 비용은 월 30달러 이하로 유지된다.
Aderant의 시스템은 Amazon Nova Lite를 사용하여 티켓 분류의 자동화를 통해 운영 효율성을 높이고 있다.
화웨이, 2026년 엔비디아에 비해 성능과 생산량에서 크게 뒤쳐져
화웨이는 2026년 자사의 AI 칩 Ascend 950이 엔비디아의 B300보다 약 7배 낮은 성능을 제공하며, 1.5백만 개의 칩을 생산할 것으로 예상되는데 이는 엔비디아의 약 6백만 개의 1/4에 해당한다. 결과적으로 화웨이는 엔비디아보다 약 25배 적은 총 컴퓨팅 성능을 생산할 것으로 보인다. 화웨이는 2030년까지 성능을 7배 향상시키기 위한 로드맵을 세웠지만, 현재의 제조 파트너인 SMIC의 기술적 한계로 인해 어려움이 예상된다.
화웨이는 2026년까지 엔비디아에 비해 약 25배 적은 총 컴퓨팅 성능을 생산할 것으로 보인다.
Crusoe, 39억 달러 시리즈 F 자금 조달로 AI 인프라 확장
Crusoe는 2026년 9월 17일 39억 달러 규모의 시리즈 F 자금을 조달했다고 발표했다. 이 회사는 AI 인프라에 특화된 Neo Cloud를 운영하며, 현재 30.9억 달러의 기업 가치를 기록하고 있다. Crusoe는 1 GW의 운영 전력 용량을 보유하고 있으며, 6 GW 이상의 계약 용량이 개발 중이다. 이들은 모듈형 데이터 센터인 'AI Factories'를 통해 전력망 지연을 우회할 수 있는 경쟁력을 갖추고 있다.
Crusoe는 39억 달러의 자금을 통해 AI 인프라 확장을 가속화하고 있으며, 이는 향후 AI 관련 서비스의 공급 능력에 직접적인 영향을 미칠 것이다.
AI가 과학 연구에 미치는 영향과 생명공학 산업의 변화
AI는 소프트웨어 개발 방식을 변화시켰으며, 생명공학 산업에서는 실험 데이터의 생산성을 높이는 Foundries와 AI 모델을 활용해 의사결정을 개선하는 Navigators로 나뉜다. Foundries는 새로운 기술을 통해 데이터를 더 빠르게 생성하고, Navigators는 AI를 통해 작업 방식을 개선한다. 실험의 분석 속도가 빨라지고, 실험 프로토콜의 변화에 대한 적응이 용이해져 연구의 민첩성이 증가하고 있다.
Endura Therapeutics는 AI를 통해 실험 분석을 신속하게 수행하고, 실험 프로토콜을 쉽게 수정할 수 있어 연구의 효율성을 높이고 있다.
Microsoft Foundry의 Routines 기능 일반 제공 시작
Microsoft Foundry에서 Routines 기능이 일반 제공된다. 이 기능은 에이전트를 일정에 따라 실행하거나 외부 이벤트에 반응하도록 관리하는 방법을 제공한다. 사용자는 트리거, 에이전트 작업, 연결 및 실행 기록을 Foundry 프로젝트 내에서 정의할 수 있으며, Foundry가 나머지를 처리한다. Routines는 타이머, 반복, 이벤트 기반으로 에이전트를 시작할 수 있는 여러 방법을 지원하며, GitHub 이슈 및 Microsoft Teams 메시지와 같은 초기 통합이 포함된다.
Routines 기능을 통해 개발자는 에이전트의 실행을 관리하고, 자동화 인프라 구축에 소요되는 시간을 줄일 수 있다.
생물학적 기초 모델을 위한 효율적인 MoE 훈련
언어 모델이 성장함에 따라 밀집 아키텍처의 확장은 점점 더 비쌉니다. 밀집 변환기에서는 모든 토큰이 모든 레이어를 통과하므로 기능을 추가하면 훈련과 추론 모두에서 계산량이 증가합니다. Mixture-of-experts (MoE) 아키텍처는 많은 서브 네트워크, 즉 전문가를 사용하여 각 토큰에 대해 소규모 하위 집합만 활성화함으로써 확장을 다르게 접근합니다.
Opus 5.5 출시 및 OpenAI의 Sol과 Luna 개선
Opus 5.5가 화요일에 출시되었으며, 이 모델은 우수한 성능을 보이고 있다. OpenAI는 새로운 저렴하고 개선된 모델인 Sol과 Luna를 출시했지만, Opus 5.5로 인해 주목받지 못하고 있다. Bernie Sanders와 Greg Casar는 인공지능 초지능 금지 법안을 공식적으로 도입했다.
Opus 5.5는 우수한 모델로 평가받고 있어, 개발자들이 이 모델의 기능을 활용할 수 있는 기회를 제공한다.
NVIDIA, AlphaFold Database에 2,800개 바이러스 단백질 복합체 3D 구조 공개
NVIDIA는 Google DeepMind 및 EMBL-EBI와 협력하여 AlphaFold Database에 2,800개 이상의 바이러스 단백질 복합체의 3D 구조를 공개했다. 이 데이터셋은 AlphaFold2를 사용하여 생성되었으며, 연구자들이 단백질 서열에서 3D 구조를 예측할 수 있도록 BioNeMo Structure Prediction Pipeline도 공개되었다. 데이터셋에는 과학적으로 새롭게 발견된 단백질 상호작용도 포함되어 있으며, 이는 백신 개발 및 바이러스 진단에 중요한 기초 자료가 된다.
AlphaFold Database는 260백만 개 이상의 단백질 및 단백질 복합체 예측을 포함하고 있어, 바이러스 진단 및 치료제 개발에 필수적인 데이터로 작용할 수 있다.
Claude Opus 5.5 출시 및 GPT-6 Luna와 Sol 가격 인하
Claude Opus 5.5가 출시되었으며, Fable 5.1보다 성능이 우수하고 가격이 저렴하다. Claude Code의 5시간 제한이 20% 증가하고, 기본 사고 수준이 중간으로 설정되었다. OpenAI의 GPT-6 Luna와 Sol은 이전 버전보다 50% 저렴하며, Luna는 $0.10/$0.50, Sol은 $2/$10로 가격이 책정되었다. Claude Code의 클라우드 세션이 미리보기에서 출시되었고, 기존 구독자는 한 번의 크레딧을 받을 수 있다.
Claude Opus 5.5는 Fable 5.1보다 성능이 우수하여 개발자들이 더 나은 작업 결과를 얻을 수 있다.
텍스트 확산 모델과 오토회귀 언어 생성의 차이
오토회귀 언어 생성은 입력된 토큰이 수정될 수 없지만, 텍스트 확산은 불완전하거나 손상된 시퀀스에서 반복적인 디노이징을 통해 답변을 생성한다. 이 과정에서 여러 위치가 동시에 단어로 변할 수 있어 더 빠른 생성과 유연한 편집이 가능하다. 그러나 이러한 병렬 결정을 조화롭게 만드는 것이 도전 과제가 된다. 텍스트 확산 모델은 LLaDA를 포함해 많은 경우 변환기(트랜스포머)를 사용한다.
텍스트 확산 모델은 기존의 오토회귀 방식과 비교해 더 유연한 편집과 빠른 생성 속도를 제공할 수 있다.
OpenAI, GPT-6 Astra 출시 및 AI 규제 논의
OpenAI는 2026년 9월 19일 GPT-6 Astra를 출시했다. 이 모델은 에이전트 코딩과 컴퓨터 사용에 중점을 두며, 루프-트랜스포머 잠재적 추론, 높은 토큰 효율성, 사이버/정렬 모니터링 기능을 포함하고 있다. Anthropic의 Dario Amodei는 AI 개발 속도를 조절할 필요성을 주장했으며, AI 멸종 경고가 확산되면서 미국 의회에서는 AI 규제 강화를 촉구하는 목소리가 커지고 있다. 보안 사건도 증가하고 있으며, OpenAI는 모델 비정렬 보고를 위한 프레임워크를 제안했다.
GPT-6 Astra는 에이전트 코딩과 관련된 새로운 기능을 제공하여, 기업의 AI 활용 방안을 모색하는 데 중요한 기초 자료가 될 수 있다.
Meta Connect 2026: Muse 개인 비서 및 새로운 하드웨어 발표
Meta는 Connect 2026에서 Muse를 개인 비서로 소개하며 하드웨어와 에이전트 전략을 강조했다. Muse는 이제 음성 및 실시간 비디오를 지원하며, 모든 Meta 안경에서 활성화될 예정이다. Muse는 각 사용자에게 이메일 주소를 제공하고, Mac에서 컴퓨터 작업을 수행할 수 있다. 새로운 VR 안경은 1,299달러에 판매되며, FDA 승인된 보청기 기능도 포함되어 있다. Muse Charm은 12월에 배송될 예정이다.
Muse는 이제 음성 및 실시간 비디오를 지원하며, 모든 Meta 안경에서 활성화될 예정이다.
Eddy Lazzarin, AI 개발 지연의 비용 강조
a16z crypto의 General Partner인 Eddy Lazzarin은 AI 개발을 늦추려는 주장에 대해 논의하며, 현재의 안전성 대화가 매우 다른 종류의 위험을 혼동하고 있다고 주장한다. 그는 AI 실패를 정렬 문제의 증거로 간주하기보다는 사이버 보안, 책임, 시장 인센티브와 같은 익숙한 도구들을 활용해야 한다고 강조한다. 또한 AI 모델이 신뢰성에 대한 평판을 개발할 수 있는지, 소수의 평가자에게 감독이 집중되는 위험에 대해 논의하며, 실리콘밸리의 AI 논의와 정치적 논의 간의 충돌이 향후 1년간 대화를 근본적으로 재편할 수 있다고 언급한다.
Eddy Lazzarin은 AI 개발 지연의 비용을 강조하며, 이를 통해 유용한 기술의 발전을 저해할 수 있음을 지적한다.
시뮬레이션 기반 페르소나가 실제 청중 반응 예측에 미치는 영향 연구
마케팅에서 대형 언어 모델(LLM)을 사용하여 '합성 페르소나'를 통해 청중의 반응을 예측하는 연구가 진행되었다. 이 연구는 Upworthy Research Archive의 수천 개의 헤드라인 A/B 테스트를 기반으로 하여, 10개의 페르소나 패널과 페르소나 없이 모델에 직접 클릭 가능성을 묻는 제로샷 기준을 비교하였다. 결과적으로, 페르소나 기반 예측은 신뢰도가 낮아졌고, 제로샷 기준이 더 나은 예측 성능을 보였다. 이는 세 가지 독립적인 Upworthy 분할에서 반복되었고, 다른 뉴스 데이터셋에서도 유사한 결과가 나타났다.
제로샷 기준의 top-1 정확도가 49.2%로, 페르소나 패널의 34.6%보다 높아 예측 성능에서 차이를 보였다.
드리프트 계약: 깊이 강건한 로컬 학습을 위한 스펙트럴 업데이트
로컬 학습은 각 레이어를 보조 손실로 훈련하며, 글로벌 역전파 없이 구조적으로 병렬 업데이트를 수행한다. 그러나 깊이가 증가함에 따라 정확도가 저하되고 하이퍼파라미터가 불안정하다는 두 가지 문제가 있다. 본 연구에서는 Muon 스타일의 스펙트럴 업데이트 기하학을 로컬 업데이트에 적용하여, CIFAR-10 MLP 벤치마크에서 폭 128에서 2048, 깊이 12에서 48까지의 테스트에서 단일 스텝 크기 설정이 가장 좋은 값을 보였다. 스펙트럴 업데이트는 로컬 Adam보다 명확한 우위를 보여주며, lr = epsilon / RMS(input)으로 스텝 크기를 드리프트 계약으로 공식화하여 각 레이어의 가중치에 의한 사전 활성화 변화를 제한한다.
스펙트럴 업데이트는 깊이 48에서 42.7%의 재조정 없이도 안정성을 제공하여, 로컬 학습의 성능을 향상시킬 수 있다.