🟡 💬 커뮤니티
Anthropic: 캐나다 AI 연구에 1000만 캐나다달러 투자 및 Claude 사용 데이터 공개
Anthropic이 AI 안전성, 의료, 저자원 언어에 초점을 맞춘 캐나다 8개 기관에 1000만 캐나다달러(CAD)를 투자합니다. 동시에 공개된 Economic Index에 따르면 캐나다는 Claude.ai 글로벌 트래픽의 2.6%를 차지하며, 1인당 채택률은 예상치의 4.4배입니다.
🟡 🤖 모델
Anthropic: Claude for Teachers — 미국 K-12 교사를 위한 무료 Claude
Anthropic이 미국 인증 K-12 교사를 위한 무료 Claude 버전을 2027년 6월까지 제공하는 프로그램을 시작했습니다. 교수 기술 라이브러리, 전국 50개 주 교육 기준에 맞춘 커리큘럼, 9개 교육 도구와의 연동이 포함됩니다.
🟡 🤖 모델
arXiv:2607.11598: 상호작용이 테스트 시 계산의 「세 번째 축」 — 오류 최대 74% 제거
테스트 시 계산은 더 나은 답변을 얻기 위해 추론 중 모델이 소비하는 추가 계산입니다. Bojie Li와 Noah Shi는 외부 도구와의 상호작용을 테스트 시 계산의 세 번째 축으로 정의했습니다——더 긴 사고 연쇄 및 best-of-N 샘플링과 함께. 제안자-검토자 시스템은 100% pass rate를 달성하며, 단독 사고 연쇄와 best-of-N은 정체 현상을 보입니다.
최신 AI 뉴스 2026년 7월 14일
🟡 🤝 에이전트
arXiv:2607.11185: SCALECUA, RL로 컴퓨터 사용 에이전트 확장 — OSWorld 68.7%
SCALECUA는 칭화대학교/THUDM 연구자들이 제안한 새로운 프레임워크로, 온라인 강화학습을 통해 컴퓨터 사용 에이전트를 확장하여 OSWorld 벤치마크에서 새로운 SOTA 68.7%, ScienceBoard에서 54.0%를 달성했습니다.
🟡 🏥 실무
Anthropic: Claude Code v2.1.208 및 v2.1.209 — 스크린 리더, vim 리맵 및 프로세스 래퍼 지원
Claude Code v2.1.208은 세 가지 새로운 기능을 제공합니다: 접근성을 위한 opt-in 스크린 리더 모드, vim 삽입 모드 단축키 리매핑, 모든 자체 생성 프로세스를 포괄하는 기업용 프로세스 래퍼. 핫픽스 v2.1.209는 백그라운드 에이전트 세션에서 대화 상자가 차단되는 버그를 즉시 수정했습니다.
🟡 🛡️ 보안
GitHub: 풀 리퀘스트에 AI 보안 탐지 도입 및 Copilot 앱에 /security-review 명령 추가
GitHub이 Code Scanning의 풀 리퀘스트에 AI 생성 보안 탐지를 직접 도입하고, Copilot 앱에 인젝션, XSS, 경로 탐색, 약한 암호화를 분석하는 새 명령어 /security-review를 추가했습니다.
🟡 🔧 하드웨어
NVIDIA: 와트당 성능이 핵심 지표로 — Blackwell GB300, Hopper 대비 최대 25배 효율
NVIDIA Blackwell GB300 NVL72는 DeepSeek V4 Pro 모델 기준 Hopper 대비 와트당 성능이 최대 25배에 달하며, 소프트웨어 최적화만으로 한 달 내에 최대 5배 개선을 달성했습니다.
🟢 📦 오픈소스
AMD: LogsLop — 오픈소스 도구로 거대한 로그 파일을 11%로 압축하고 토큰 78% 절약
AMD가 LogsLop을 공개했습니다. 정규화와 클러스터링으로 거대한 로그 파일을 요약하는 오픈소스 Python CLI 도구입니다. 73개의 실제 로그 파일에서 줄 수를 11%, 바이트를 7.5%로 줄이고 Llama 3.3 70B와 함께 사용 시 토큰 78%를 절약합니다.
🟢 🤝 에이전트
arXiv:2607.10891: SETA — 4,500개 이상의 강화학습 환경으로 터미널 에이전트 성능 향상
터미널 에이전트는 터미널 또는 셸 명령으로 작업을 해결하는 AI 에이전트입니다. SETA(선 등, 옥스퍼드대학교, KAUST)는 터미널 에이전트 훈련을 위해 4,500개 이상의 검증 가능한 강화학습 환경을 생성합니다. DeepSeek-V4-Flash는 Terminal-Bench 2.0에서 pass@1을 40%→43%, pass@5를 54%→58%로 개선했습니다.
🟢 🏥 실무
arXiv:2607.11307: ToMap — 멀티 에이전트 수학 증명 자동 형식화, SOTA 대비 +19%
자동 형식화는 자연어로 쓰인 수학을 기계 검증 가능한 형식으로 자동 변환하는 것입니다. 류티안슈오 등의 ToMap 파이프라인은 ProofFlowBench 데이터셋에서 이전 SOTA 방법 대비 19.0% 개선을 달성했습니다. 핵심 혁신은 테스트 시 계산을 병목으로 식별된 Decomposer에 집중하는 것입니다.
🟢 🤝 에이전트
AWS: Strands Agents와 Bedrock으로 멀티 에이전트 B2B 고객 탐색
멀티 에이전트 오케스트레이션은 여러 전문 AI 에이전트가 공동 작업을 수행하는 조정입니다. Thrad.ai는 Amazon Bedrock과 Strands Agents SDK를 사용하여 6개 소스를 통해 B2B 고객을 탐색하는 시스템을 구현했습니다. Swarm 패턴은 이메일 품질 8.2/10을 달성하고, Graph 패턴은 비용 25% 절감, 속도 28% 향상입니다.
🟢 📦 오픈소스
CNCF: Kubernetes Pod가 AI 에이전트의 올바른 배포 단위입니까?
Solo.io의 린 선이 Kubernetes Pod가 AI 에이전트를 스케줄링하는 데 적절한 추상화인지 재검토합니다. 에이전트는 일시적으로——잠깐 활성화되고 쉬며, 전용 유휴 Pod는 리소스를 낭비합니다. Actor와 WorkerPool을 사용하는 새로운 「agent-substrate」 모델을 제안합니다.
🟢 💬 커뮤니티
Google DeepMind: ATL Saathi — 인도 교사를 위한 Gemini 도구, 1100만 학생 목표
Google DeepMind와 Atal Innovation Mission이 ATL Saathi를 출시했습니다. 인도 학교 STEM 실험실의 교사를 지원하는 Gemini 기반 웹 앱으로, 100개 학교에서 시범 운영되며 8개 언어, 12개 교육 모듈을 통해 1100만 명 이상의 학생을 목표로 합니다.
이전 호 2026년 7월 13일
모든 뉴스 2026년 7월 13일 → 🟡 🤝 에이전트
Allen Institute：Shippy 에이전트 개발로 배운 신뢰할 수 있는 AI 에이전트 구축의 교훈
Allen Institute for AI는 Claude Opus 4.6으로 구동되어 70개국 이상에 서비스를 제공하는 해양 에이전트 Shippy의 아키텍처에 대한 상세한 분석을 발표했습니다. 핵심 결론은 에이전트의 신뢰성이 모델의 강력함보다 결정론적 도구, 격리된 인프라, 실제 워크플로우 기반 평가에 더 많이 의존한다는 것입니다.
🟡 🔧 하드웨어
AMD：GEAK 에이전트가 MI355에서 DeepSeek-V4 MLA 커널을 자동 최적화, 최대 9배 가속
AMD의 GPU 커널 자동화 최적화 에이전트 GEAK가 DeepSeek-V4 MLA 커널을 MI355 가속기용으로 PyTorch에서 Triton으로 마이그레이션했습니다. 결과는 프리필 최대 9.13배 가속, 디코딩 기하평균 4.94배 가속, SGLang 프레임워크에서 엔드투엔드 처리량 2.10배 향상을 보여줍니다.
🟡 🤖 모델
Anthropic：Claude의 가치관은 모델과 언어에 따라 다르게 나타납니다
Anthropic은 309,815건의 익명 Claude.ai 대화를 분석하여 Sonnet 4.6, Opus 4.6, Opus 4.7 모델 간, 그리고 분석된 20개 언어 간에 표현되는 가치관에 통계적으로 유의미한 차이가 있음을 발견했습니다. 힌디어가 가장 높은 따뜻함을 보였고, 러시아어와 영어가 가장 높은 엄격함을 보였습니다.
🟡 🤖 모델
arXiv:2607.09375：Li Auto, Mach-Mind-4-Flash 발표——35B MoE, 활성 파라미터 3B
중국 자동차 제조사 Li Auto가 자체 기반 모델 Mach-Mind-4-Flash를 공개했습니다. 350억 파라미터의 MoE 모델로 입력당 30억 파라미터만 활성화하며, 3단계 훈련 파이프라인을 통해 1000억+ 파라미터급 모델 성능을 달성하면서 추론 비용은 크게 낮췄습니다.
🟡 🤝 에이전트
arXiv:2607.09493：에이전트를 위한 공유 선택적 영속 메모리——성공률 96%, 토큰 비용 97배 절감
에이전틱 LLM 시스템을 위한 새로운 아키텍처 프레임워크는 재사용 가능한 4가지 카테고리의 컨텍스트를 보존하면서 일시적인 추론 흔적을 버리는 선택적 영속 메모리를 도입합니다. 결과는 작업 완료 성공률 96%, 호출당 토큰 비용 97배 절감입니다.
🟡 📦 오픈소스
arXiv:2607.09424：Soofi S——Deutsche Telekom 클라우드에서 훈련된 독일어·영어 주권 오픈소스 모델
Soofi S는 약 27조 토큰에서 사전 훈련된 30B MoE 하이브리드 Mamba-Transformer 모델로, 3B 활성 파라미터를 가지며 강화된 독일어 데이터를 포함합니다. 완전히 Deutsche Telekom의 클라우드 인프라에서 훈련되었으며, 모든 유럽 주권 대안을 능가하고 17개 오픈 모델 중 코드 벤치마크에서 1위를 차지합니다.
이전 뉴스
2026년 7월 11일 토요일
6 개 뉴스 → 🟡 💬 커뮤니티
arXiv:2607.07779：Terence Tao가 공동 저술한 최전선 수학에서 대형 언어 모델의 한계를 논한 논문
『From Solvers to Research』는 arXiv 논문으로, 저자 중 한 명이 필즈상 수상자 Terence Tao입니다. LLM 에이전트가 자동 형식화와 증명 합성을 통해 연구 수준의 수학을 수행할 수 있는지를 검토합니다. 기존 증명 합성 시스템의 체계적 약점을 식별하고 문제 해결과 진정한 연구의 경계를 그립니다.
🟡 🛡️ 보안
arXiv:2607.08395：Token-Flow Firewall — 장기 실행 AI 에이전트를 실시간 감시하고 공격 성공률을 12.5%로 낮추다
Token-Flow Firewall은 arXiv에서 발표된 방어 메커니즘으로, 장기 실행（영속적）AI 에이전트의 자연어 토큰 흐름을 실시간으로 모니터링합니다. prompt injection 및 기타 적대적 공격 테스트에서 공격 성공률을 12.5%로 낮추며, 모델 학습에만 의존하지 않는 런타임 보호 레이어를 제공합니다.
🟡 🏥 실무
Anthropic: Claude Code v2.1.207이 모든 엔터프라이즈 클라우드에서 auto mode를 활성화하고 기본 모델을 Opus 4.8로 변경하며 shell-injection 취약점 수정
Claude Code v2.1.207은 Anthropic CLI 도구의 새 버전으로, opt-in 변수 없이 Amazon Bedrock, Google Vertex AI, Microsoft Foundry에서 『auto mode』를 자동으로 사용할 수 있게 합니다. 이 릴리스는 hook 설정의 shell-injection 보안 취약점을 수정하고, Bedrock, Vertex, AWS의 Claude 플랫폼에서 기본 모델을 Claude Opus 4.8로 변경합니다.
🟢 🤝 에이전트
arXiv:2607.08093：CausalDS — 데이터 과학 작업에서 AI 에이전트의 인과 추론을 측정하는 새 벤치마크
CausalDS는 arXiv에서 발표된 벤치마크로, AI 에이전트가 데이터 과학 워크플로 내에서 인과성과 상관성을 구분할 수 있는지를 테스트합니다. 자율 분석 에이전트 평가의 공백을 채웁니다. 표준 테스트는 실행 단계의 정확성을 측정하지만 올바른 인과 추론 능력은 측정하지 못했습니다.
2026년 7월 10일 금요일
12 개 뉴스 → 🟡 🛡️ 보안
arXiv:2607.08173: 『Overthinking』 — 강화된 추론이 추론 모델로 하여금 학습된 비밀을 누설하게 만드는 ICML 2026 신규 추출 공격
『Overthinking』은 ICML 2026에 채택된 논문으로, 대형 언어 모델에서 추론 가중치를 강화하면 일반적으로 노출되지 않는 잠재적 학습 정보를 추출할 수 있음을 보여줍니다. 이 발견은 o1, DeepSeek R1, 확장 사고 기능의 Claude 등 추론 모델을 겨냥하는 새로운 추출 공격 유형을 열어줍니다.
🟡 🤖 모델
arXiv:2607.08733: 『슈퍼 가중치』가 선택적 파인튜닝이 실패하는 이유를 설명한다 — COLM 2026 채택 논문
COLM 2026에 채택된 논문 『Super Weights in LLMs』는 언어 모델 행동을 불균형적으로 변화시키는 소수의 파라미터인 『슈퍼 가중치』를 식별합니다. 이 논문은 바로 이 가중치들이 일부 레이어만 선택적으로 파인튜닝하는 방식이 자주 실패하는 이유를 설명하며, PEFT 및 LoRA 접근 방식에 직접적인 시사점을 제공합니다.
🟡 🏥 실무
AWS: SageMaker가 NVIDIA Nemotron 3 모델의 서버리스 파인튜닝 도입 — SFT·RLVR·RLAIF 기법 지원
Amazon SageMaker AI가 인프라 관리 없이 NVIDIA Nemotron 3 모델을 서버리스로 파인튜닝할 수 있는 기능을 도입했습니다. SFT(지도 학습 파인튜닝), RLVR(검증 가능한 보상을 활용한 강화학습), RLAIF(AI 피드백을 활용한 강화학습) 세 가지 기법을 지원해, ML 인프라 전문 지식 없이도 기업 팀이 고급 RL 기법을 활용할 수 있게 됩니다.
🟡 🛡️ 보안
GitHub: CodeQL 2.26이 AI 프롬프트 인젝션 탐지 도입 — 주류 SAST 도구 최초로 AI 공격을 기존 취약점과 동등하게 처리
CodeQL 2.26.0은 GitHub의 정적 보안 분석 도구 신버전으로, AI 프롬프트 인젝션 공격 탐지를 새로운 분석 유형으로 추가하고 Kotlin 2.4.0을 지원합니다. 주류 SAST 도구 최초로 AI 특화 공격 벡터를 통합한 것으로, 프롬프트 인젝션이 XSS·SQL 인젝션과 동일한 보안 워크플로우에 편입됩니다.
2026년 7월 9일 목요일
16 개 뉴스 → 🔴 🤖 모델
Google: SensorFM——1조 분 이상 웨어러블 데이터로 학습한 기반 모델, 35개 건강 과제 중 34개 승리
SensorFM은 100개 이상의 국가 500만 명 사용자의 Fitbit 및 Pixel Watch에서 수집한 1조 분 이상의 신호로 학습한 Google의 웨어러블 건강 데이터 기반 모델입니다. 35개 과제 중 34개에서 전문화 모델을 능가하며, 분류 AUC +9%, 회귀 상관관계 +21%를 달성했습니다.
🔴 🤖 모델
Microsoft: 오픈소스 모델 Aurora 1.5, 88.9% 변수에서 ECMWF 앙상블 초과——AI 기상 예보의 새 기준
Aurora 1.5는 Microsoft의 오픈소스 지구 시스템 기반 모델로, 평가된 변수와 예보 시간대의 88.9%에서 ECMWF 앙상블 예보를 능가합니다. 새 버전은 22개의 기상 변수, 시간 단위 해상도, 확률적 앙상블 예보를 추가했으며, 허리케인 Helene의 경로 오차를 초대 Aurora 대비 약 33% 줄였습니다.
🔴 🤖 모델
OpenAI: GPT-5.6, Sol·Terra·Luna 세 가지 변형으로 출시——멀티 에이전트 오케스트레이션과 GitHub Copilot 당일 지원
GPT-5.6은 OpenAI의 새로운 모델 패밀리로 Sol(플래그십 추론), Terra(균형형), Luna(고용량·비용 효율형) 세 가지 변형을 제공합니다. 프로그래밍 방식 도구 호출, 명시적 프롬프트 캐싱 제어, 지속적 추론, 멀티 에이전트 오케스트레이션 베타가 추가되었으며, 출시 당일 GitHub Copilot에서도 이용 가능합니다.
🟡 💬 커뮤니티
Anthropic: 노벨상 수상자·전 FRB 의장 Ben Bernanke, Long-Term Benefit Trust 합류——회사 사명 감독 기구
Ben Bernanke는 2006~2014년 미국 연방준비제도 의장을 지내고 2022년 노벨경제학상을 수상한 경제학자로, Anthropic이 그를 Long-Term Benefit Trust에 임명했습니다. LTBT는 주식 보유도 이익 분배도 없이 독립적으로 운영되며 회사의 공익 사명을 감독하는 기관으로, Bernanke는 AI의 경제적 영향에 관한 전문 지식을 제공합니다.
2026년 7월 8일 수요일
15 개 뉴스 → 🔴 🤖 모델
Mistral Robostral Navigate: RGB 카메라만으로 탐색하는 로봇 AI
Mistral이 80억 파라미터를 갖춘 최초의 구현 로봇 내비게이션 모델 Robostral Navigate를 공개했습니다. LiDAR나 깊이 센서 없이 단일 RGB 카메라만으로 미지의 환경에 대한 R2R-CE 벤치마크에서 76.6%의 성공률을 달성하며, 다중 센서 경쟁자를 4.5 퍼센트포인트 앞질렀습니다.
🔴 🤖 모델
OpenAI, 실시간 AI 대화를 위한 음성 모델 GPT-Live 출시
OpenAI가 자연스럽고 생동감 있는 대화형 AI 상호작용을 위한 새로운 음성 모델 GPT-Live를 공개했습니다. 출시 첫날부터 ChatGPT Voice에 통합된 이 모델은, GPT-Realtime-2.1이 나온 지 불과 이틀 만에 등장하며 음성 모델의 가속화된 개발 흐름을 보여줍니다. 기술 사양과 가격은 아직 공개되지 않았습니다.
🔴 📦 오픈소스
PyTorch 2.13: LLM 학습 GPU 메모리 최대 4배 절감, FlexAttention 12.3배 빨라져
PyTorch 2.13이 526명의 기여자로부터 3,328개의 커밋과 함께 출시됩니다. 주요 신기능: nn.LinearCrossEntropyLoss로 LLM 학습 시 최대 4배 GPU 메모리 절감, Apple Silicon에서 FlexAttention 최대 12.3배 가속, 분산 학습을 현대화하는 새로운 torchcomms 백엔드.
🟡 🤖 모델
Anthropic, 위험 지식의 「오프 스위치」 개발: GRAM, 이중 사용 능력을 제거 가능한 모듈에 격리
Anthropic과 AE Studio가 GRAM(Gradient-Routed Auxiliary Modules)을 발표했습니다. 학습 중 바이러스학, 사이버보안, 핵물리학 등의 이중 사용 지식을 제거 가능한 신경망 모듈에 격리하여, 단 한 번의 학습으로 서로 다른 능력 세트를 가진 여러 모델 변형을 생성할 수 있는 방법입니다.
2026년 7월 7일 화요일
15 개 뉴스 → 🔴 ⚖️ 규제
EU 사이버보안·AI 행동계획: 유럽위원회, 새 법률 없이 방어 조율
유럽위원회가 오늘 사이버보안과 AI를 통합한 행동계획을 발표했습니다. 이 계획은 기존 EU 법적 프레임워크를 기반으로 회원국과 산업계를 조율하며, AI를 공격 벡터인 동시에 방어 도구로 다룹니다.
🔴 🤖 모델
Meta, Muse Image와 Muse Video 출시 — 자체 오류를 수정하는 에이전트 AI
Meta Superintelligence Labs가 Muse Image와 Muse Video를 공개했습니다. 이 모델들은 에이전트로 작동하며 코드 실행 및 웹 검색 도구를 내부적으로 호출하고, Arena 리더보드에서 각각 2위와 3위를 차지했으며 Content Seal 워터마크가 의무적으로 적용됩니다.
🟡 🛡️ 보안
AISI: 프론티어 AI 모델, £150 미만으로 심각한 클라우드 취약점 발견
영국 AI 안보 연구소가 프론티어 모델을 사용해 자체 연구 플랫폼을 감사하여 표준 도구로는 발견하지 못한 5단계 공격 체인을 발견했습니다. 총 모델 토큰 비용은 £150 미만이었습니다.
🟡 🛡️ 보안
Agent Data Injection: AI 에이전트 방어를 우회하는 새로운 공격 클래스
서울대학교, 인디애나대학교, 위스콘신대학교 연구자들이 Agent Data Injection(ADI)을 소개합니다. ADI는 에이전트의 신뢰할 수 있는 데이터 구조에 악성 데이터를 삽입하는 새로운 유형의 공격으로, Claude Code, Codex, Gemini CLI에 대한 임의 클릭 공격 및 원격 코드 실행을 달성하며 기존 방어를 우회합니다.