AI Today

Meta의 Superintelligence Labs가 Apache 2.0 라이선스로 30억 파라미터 모델 Muse Glimmer의 가중치를 Hugging Face에 공개했다. 이 모델은 항상 켜져 있는(always-on) 로컬 에이전트 워크플로우에 최적화되어 있으며, 소비자용 GPU에서 구동 가능하도록 설계됐다. 주요 용도는 로컬 코딩 지원, 함수 호출(function calling), 로컬 에이전트 실행, LLM-as-a-judge 평가 등이다. Meta는 이번 출시를 통해 클라우드 의존 없이 엣지 디바이스에서 AI 에이전트를 운용할 수 있는 환경을 개발자에게 제공하겠다는 의도를 명확히 했다. HN에서는 1116점이라는 높은 점수를 기록하며 큰 관심을 받았으며, 마크 저커버그가 '폐쇄적' 경쟁사를 공개 비판하며 오픈 모델 전략으로 복귀를 선언한 것과 맥을 같이한다.

Docker가 AI 에이전트 실행을 위한 전용 격리 샌드박스 환경 'Docker Sandboxes'를 공개했다. 이 제품은 에이전트가 코드 실행, 파일 조작, 시스템 명령 수행 등 잠재적으로 위험한 작업을 수행할 때 호스트 시스템을 보호하는 일회용(disposable) 컨테이너 환경을 제공한다. 기존 Docker 컨테이너와 달리 에이전트 작업 단위로 즉시 생성·폐기되는 구조를 지향하며, 에이전트 안전성과 재현성을 동시에 보장한다. HN에서 654점을 기록하며 개발자 커뮤니티의 높은 관심을 받았다. AI 에이전트의 실제 프로덕션 배포 시 보안 격리가 핵심 과제로 떠오른 시점에 나온 솔루션이라는 점에서 주목받고 있다.

마크 저커버그 Meta CEO가 파이낸셜타임스와의 인터뷰에서 OpenAI, Google 등 경쟁사의 폐쇄적 AI 전략을 직접 비판하며 Meta의 오픈 모델 전략으로의 복귀를 선언했다. 저커버그는 오픈소스 AI가 혁신을 가속하고 독점을 방지한다는 논리를 내세웠다. 이번 발언은 Muse Glimmer의 Apache 2.0 공개와 시기를 같이하며, Meta가 오픈소스 커뮤니티 내 주도권을 확보하려는 전략적 포석으로 해석된다. 과거 Llama 시리즈 공개와 마찬가지로 Meta는 개방성을 경쟁 우위로 삼는 행보를 이어가고 있다.

Cactus Compute가 단 14MB 크기의 초경량 에이전트 LLM 'Needle2'를 공개했다. 이 모델은 스마트폰, 웨어러블, 스마트홈 기기, 로봇 등 극도로 제한된 컴퓨팅 자원 환경에서도 작동하도록 설계됐다. 14MB라는 크기는 기존 온디바이스 LLM과 비교해도 이례적으로 작아, 에지 AI의 새로운 경계를 보여준다. HN에서 332점을 기록하며 개발자들의 높은 관심을 받았으며, IoT·웨어러블 에이전트 개발 가능성에 대한 활발한 토론이 이어졌다. 이 모델이 실제로 얼마나 복잡한 에이전트 태스크를 처리할 수 있는지에 대한 기술적 의구심도 제기됐다.

NVIDIA가 Hugging Face 블로그를 통해 Magpie TTS를 활용한 저지연 다국어 음성 에이전트 구축 방법을 공개했다. Magpie TTS는 오픈 가중치를 제공하며 완전한 배포 제어권을 개발자에게 부여한다. 다국어 지원과 낮은 레이턴시가 핵심 특징으로, 실시간 음성 인터랙션이 필요한 콜센터, 음성 어시스턴트, 로봇 인터페이스 등에 적용 가능하다. 클라우드 TTS API에 의존하지 않고 자체 인프라에서 음성 에이전트를 운용할 수 있다는 점이 강조됐다.

글로벌 제약사 Novo Nordisk가 AWS를 우선 클라우드 및 전략적 AI 파트너로 선정하고, 신약 개발 전 과정에 AI 에이전트를 도입하기로 합의했다. 표적 식별(target identification), 치료법 설계(therapy design), 연구 워크플로우 자동화 등 핵심 R&D 단계에 AI 에이전트가 투입될 예정이다. 양사는 Novo Nordisk의 런던 오피스에 공동 혁신 허브도 설립한다. 이번 파트너십은 제약 업계에서 에이전트 AI가 단순 지원 도구를 넘어 핵심 연구 인프라로 자리 잡는 흐름을 보여준다.

Anthropic이 Claude의 수학적 능력에 관한 연구 결과를 공개했다. 특히 리만 제타 함수(Riemann Zeta Function)와 같은 고급 수학 문제에서 Claude가 어떤 방식으로 추론하는지를 분석했다. 이 연구는 단순한 벤치마크 점수를 넘어, 모델이 수학적 개념을 어떻게 내부적으로 처리하고 표현하는지를 탐구한다. HN에서 204점을 기록하며 수학적 AI 능력과 모델 해석 가능성에 관심 있는 개발자들의 주목을 받았다.

OpenAI가 GPT-5.6 Sol을 활용한 금융 업무 자동화 사례로 Model ML을 소개했다. Model ML은 금융 리서치·분석부터 편집 가능한 PowerPoint 덱과 Excel 워크북 생성까지 전 과정을 자동화한다. 특히 산출물의 추적 가능성(traceability)을 강조해 금융 업계의 감사·컴플라이언스 요구사항을 충족하도록 설계됐다. GPT-5.6 Sol이라는 새로운 모델 버전이 언급된 것도 주목할 만하다.

Towards AI의 분석에 따르면, 좁고 반복적인 고볼륨 태스크에서 파인튜닝된 7B 소형 언어 모델이 GPT-4급 프런티어 API 대비 20~100배 비용 절감 효과를 보이는 것으로 나타났다. 특정 도메인에 집중해 파인튜닝하면 성능은 유지하거나 오히려 능가하면서 비용은 극적으로 낮출 수 있다는 것이다. 이 분석은 API 과금에 부담을 느끼는 스타트업과 엔터프라이즈 개발팀에 SLM 전환을 고려할 경제적 근거를 제시한다.

Towards AI에서 10개 AI 모델을 대상으로 20개 언어에 걸쳐 OCR(광학 문자 인식) 성능을 직접 비교 실험한 결과를 공개했다. 복잡한 문서 레이아웃, 언어별 정확도, 처리 속도, 그리고 예상치 못한 실패 사례까지 포괄적으로 다룬다. 특정 언어나 문서 형식에서 모델별 강약점이 크게 갈리는 것으로 나타났으며, 단순 벤치마크가 아닌 실전 환경에서의 동작을 확인했다는 점에서 실용적 가치가 높다.

해석 가능성을 처음부터 학습에 내재화한 언어 모델의 스케일링

Guide Labs Team, Andreas Madsen, Aya Abdelsalam Ismail

기존에는 학습 후 해석 방법을 사후 적용하는 방식이 표준이었지만, 이 논문은 해석 가능성을 학습 파이프라인의 제약 조건으로 직접 최적화한다. 3개 규모의 컴퓨팅 환경에서 자기회귀 및 디퓨전 언어 모델 모두에서 해석 가능성이 모델 능력과 함께 향상되는 현상을 발견했다. Steerling-8B라는 인과적 어텐션 마스크를 가진 디퓨전 언어 모델을 구현해, 출력을 입력 토큰·개념·학습 데이터까지 귀인(attribution)할 수 있으며, 재학습 없이 개념 스티어링으로 동작을 수정할 수 있다. 이 연구는 '해석 가능성은 성능과 트레이드오프'라는 통념을 정면으로 반박한다.

DocAtlas: 가변 상태 상호작용으로 장문서 이해하기

Hongchen Wei, Yuanzhe Wang, Bei Liu

장문서 이해를 정적 인덱스 기반 검색이 아닌 '가변 상태 정보 탐색 프로세스'로 재정의하는 시스템이다. 외부 환경으로서의 문서 하네스가 검색·읽기·노트 취하기·검토 도구를 제공하고, 계층적 트리와 노트 저장소를 유지 관리한다. GPT-5.4와 결합 시 강력한 성능을 보이며, 소형 VLM 에이전트에 대한 강화학습 파인튜닝도 지원한다. 컨텍스트 예산을 고정한 채로 능동적 작업 기억을 구현했다는 점이 핵심 기여다.

Search-G1: 표현 기반 내재적 보상으로 근거 있는 검색 에이전트 학습

Cheng Ruoxi, Ma Haoxuan, Zhang Hongyi

검색 증강 언어 에이전트가 필요할 때만 검색하고 검색 결과에 답변을 근거하도록 훈련하는 프레임워크다. 외부 보상의 희소성 문제를 해결하기 위해 정책 측 표현에서 두 가지 내재적 보상 신호를 측정한다: 클로즈드북 충분성 예측과 근거 의존도 추정. 이를 통해 과도한 검색(redundant retrieval)을 억제하고 근거 있는 검색을 장려하는 훈련이 가능하다. 기존 결과 보상 기반 방법보다 비용 효율적이고 그라운딩 품질이 높다.

멀티모달 대형 언어 모델의 통합 할루시네이션 퍼징

Pengfei Zhou, Jiajun Song, Zhiwei Tang

MLLM의 할루시네이션을 객체(Object)·지시(Instruction)·지식(Knowledge) 3차원 통합 분류체계로 체계화한 UniHall 데이터셋과, 진화적 돌연변이 전략으로 모델 한계를 탐색하는 SAMF(Self-Adaptive Multimodal Fuzzing) 프레임워크를 제안한다. 기존 정적 벤치마크는 빠르게 포화되는 문제가 있었으나, SAMF는 자기 진화형 스트레스 테스트로 이를 극복한다. 최신 MLLM들이 퍼징 환경에서 기존 벤치마크 대비 유의미한 성능 저하를 보임을 발견했다.

LLM 에이전트 협상 시뮬레이션: 공급망 가격 협상에서의 사적 정보와 동적 게임

Chen Liang, Fasheng Xu

구매자·판매자 공급망 협상 문제에서 9개 LLM을 9,840번의 에이전트 간 협상으로 벤치마킹했다. 에이전트들은 98.9% 합의율과 95.4% 최적 잉여 달성을 보였으나, 평균 2.98라운드(이론치 1.25)를 소비해 지연으로 잉여의 21~34%가 소멸됐다. 저성능 모델은 개인 비합리적 계약을 19.2% 수락했지만 중·고성능 모델은 0~0.6%에 그쳤다. 잉여 분배는 능력 순위보다 공급자 정체성이 더 강한 예측 변수였다.

알고 있지만 말하지 않는 격차: 프로브는 탐지하지만 신뢰도는 놓치는 오류

Jyotin Goel, Ipshita Bandyopadhyay, Justin Shenk

선형 프로브가 언어 모델의 오염된 컨텍스트를 거의 완벽하게 탐지하지만, 이것이 최종 답변의 정확도 예측으로는 이어지지 않는다는 '앎-말하기 괴리'를 규명한 연구다. 다중 홉 산술 체인, 구조화된 신뢰도 형식, 프로브 지속성 분석을 통해 모델 패밀리 전반에서 동일 패턴을 확인했다. 실시간 모니터링 도구로서 프로브 기반 개입은 모델·오류 유형에 따라 효과가 크게 달라지며, 언어화된 신뢰도의 보완재로만 활용해야 한다고 결론 내린다.

자율 AI 과학자의 연구 드리프트 방지: 4족 보행 로봇 항법 연구 루프

Yiwen Zhang, Eloise Zeng, Jaeha Lee

LLM 기반 자율 연구 루프가 최적화 메트릭 근방에서 지역 개선만 반복하는 '드리프트' 문제를 해결하기 위해, 불변 실험 카드·역할 제한 하위 에이전트·연구 취향 오라클(kkanbu)을 추가한 아키텍처를 제안한다. 4족 보행 로봇 항법 시뮬레이션에서 11개 연구 스트림을 오라클 유무로 비교 실험한 결과, 두 조건 모두 가설의 약 3/4을 스스로 반증했다. 오라클은 점수가 아닌 연구 방향을 바꾸는 역할을 했으며, 최고 정책은 오히려 오라클 없는 조건에서 나왔다.