192 개 뉴스
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.
GitHub는 Copilot 코드 리뷰를 더 잘 유지 관리되는 도구로 마이그레이션했을 때 처음에는 결과가 악화되었다고 밝혔습니다. 문제는 도구가 아닌 에이전트 지시(프롬프트)가 실제 리뷰어의 워크플로우에 맞지 않았기 때문이었습니다. diff-first 방식으로 지시를 재작성해 동일한 품질을 유지하면서 평균 리뷰 비용을 약 20% 낮추는 데 성공했습니다.
Deutsche Telekom과 OpenAI가 이동통신사를 AI 네이티브 통신사로 전환하는 파트너십을 체결했습니다. 고객 지원, 임직원 도구, 네트워크 운영, 음성 AI 분야에 적용되며, 유럽 최대 통신사 중 하나인 Deutsche Telekom은 전 세계 약 2억 4500만 명의 고객을 보유해 통신 업계 최대 규모의 AI 계약 중 하나가 될 전망입니다.
Claude Code v2.1.206은 Anthropic CLI 도구의 새 릴리스로, 경로 제안이 있는 /cd 명령, CLAUDE.md 파일 단축을 권장하는 /doctor 검사, /commit-push-pr에서 설정된 리모트에 대한 자동 git push를 도입합니다. 백그라운드 에이전트는 이제 업그레이드 즉시 업데이트되어 다음 연결 시 느린 업그레이드가 사라집니다.
Henry Schein One이 Amazon SageMaker 기반 AI 시스템 'Image Verify'를 개발해 치과 엑스레이 품질을 실시간으로 검증합니다. 이 시스템은 1만 곳 이상의 현장에 도입되어 주당 1100만 건 이상의 엑스레이를 평균 1.4초의 지연 시간으로 처리하며, 영상 품질 불량으로 인한 보험 청구 거절을 줄이는 것을 목표로 합니다.
GitHub Copilot 저장소 개요는 처음 방문하는 낯선 저장소에서 자동으로 요약본을 생성하는 새 기능입니다. 프로젝트 목적, 사용 기술, 기여 방법을 알려주며, github.com의 Copilot chat을 통해 작동하고 모든 Copilot 플랜에서 별도 설정 없이 이용 가능합니다.
Reflect는 Anthropic의 베타 사용 습관 분석 대시보드로, 1~12개월간 Claude 사용에서 주요 주제, 과제 범주, 시간 패턴을 표시합니다. 사용자는 방해 금지 시간대와 휴식 알림을 설정할 수 있으며, Memory를 활성화한 Free, Pro, Max 플랜에서 이용 가능합니다.
Mistral Studio는 AI 프롬프트와 스킬을 위한 기록 시스템을 도입합니다: 완전한 이력을 갖춘 불변 버전 관리, 소유권과 감사 추적, 분류 레이블, 빠른 롤백. 스킬은 MCP 서버로 통합되며 개발과 프로덕션 흐름이 분리——프로덕션 변경은 CI/CD를 통해 이루어집니다.
Amazon Web Services가 Claude Apps Gateway for AWS를 발표했다. 이 self-hosted 컨트롤 플레인은 엔터프라이즈 팀이 개발자에게 수명이 긴 자격 증명을 배포하지 않고도 Claude Code와 Claude Desktop의 접근, 비용, 정책을 중앙에서 관리할 수 있도록 한다.
OpenAI가 2026년 AI 코딩 어시스턴트 평가를 주도하는 SWE-Bench Pro의 신뢰성에 의문을 제기하는 분석을 발표했다. 벤치마크 점수가 모델 구매 및 도입 결정에 강하게 영향을 미치는 만큼, 이 경고는 업계에 직접적인 실질적 파급효과를 가져온다.
Anthropic이 2026년 7월 8일 Claude Code v2.1.205를 출시했다. 세션 트랜스크립트 파일 조작을 차단하는 새로운 보안 규칙, 자동으로 실패하던 JSON 및 Windows worktree 버그 수정, 그리고 이진 파일을 메모리 대신 디스크로 직접 스트리밍하는 자동 업데이터 최적화로 최대 400MB RAM이 절약된다.
Microsoft Research가 Flint를 공개했다. 하나의 간결한 사양으로 Vega-Lite, Apache ECharts, Chart.js를 컴파일하며 간단한 사양과 상세한 사양 간의 절충을 해소하는 오픈소스 차트 사양 언어로, 의미론적 데이터 타입을 통해 스케일·서식·색상 체계를 자동으로 도출한다.
107개국에 16만 명의 직원을 둔 Schneider Electric이 60개 이상의 AI 에이전트를 관리하기 위해 AWS EKS에 자체 호스팅 LangSmith를 배포했습니다. 아키텍처는 관찰 가능성, 평가, 배포의 세 기둥을 중심으로 약 200명의 활성 사용자와 함께 운영됩니다. 내부 어시스턴트 One Jo가 전체 조직을 지원하며, 견적 워크플로우는 며칠에서 15분으로 단축되었습니다.
캐나다 앨버타 주 정부는 약 50개의 병렬 AI 에이전트를 갖춘 Claude Code를 활용해 20시간 만에 4억 6,600만 줄의 코드를 스캔하고 보안 취약점을 수정했습니다. 전통적인 방법으로 6.5년이 걸릴 작업입니다. 프로젝트는 27개 부처에 걸쳐 1,280개 애플리케이션과 3,400개 리포지터리를 포함했으며, 그 중 어느 것도 체계적인 보안 감사를 받은 적이 없었습니다.
Amazon Web Services가 Amazon Nova 2 Lite, Meta SAM 3, Amazon Textract 서비스를 결합한 이미지 내 개인정보(PII) 자동 삭제를 위한 6단계 파이프라인을 발표했습니다. 이 솔루션은 자체 모델 훈련 없이 GDPR 및 PCI DSS 표준 준수를 목표로 합니다.
중국 연구자들이 LLM 플래닝, 심볼릭 검증, 딥 RL 프롬프트 최적화를 결합한 PASE(Planning-Aware Semantic self-healing engine)를 제안합니다. 결과: 기존 접근 방식 대비 클라우드 장애의 평균 복구 시간 40% 이상 단축.
Red Hat의 Riya Punia가 작성한 PyTorch 블로그 포스트는 CI 실패에서 TestMatmul.test_basic 대신 TestMatmulCUDA.test_basic_cuda_float32와 같은 이상한 이름이 나타나는 이유를 설명합니다. 테스트는 임포트 시 디바이스와 dtype 조합을 통해 생성됩니다.
AWS SageMaker AI의 멀티턴 강화학습 가이드는 알고리즘 선택보다 보상 함수의 품질과 평가의 독립성을 우선시한다. 밀집 보상은 분산 붕괴를 방지하고, 보상 해킹은 에이전트가 실제 태스크를 해결하지 않고 지표만 최적화할 때 발생한다. SOP-Bench 벤치마크에서 올바르게 설정된 훈련이 태스크 성공률 13%, 필드 정확도 약 16% 향상을 달성했다.
GitHub이 같은 날 Copilot에 대한 두 가지 엔터프라이즈 업데이트를 발표했다. GitHub Actions의 CLI가 더 이상 개인 액세스 토큰을 필요로 하지 않으며, 비용 센터가 팀 간 상호 영향을 방지하는 자동 한도가 포함된 AI 크레딧 풀을 지원하게 됐다.
LangChain은 도구 파편화와 토큰맥싱 사고방식 때문에 코딩 에이전트가 통제 불능의 비용을 발생시킨다고 설명하며, LangSmith 플랫폼을 통한 4단계 접근법 — 가시성, 표준화, 최적화, 거버넌스 — 을 해결책으로 제시한다.
Anthropic이 베타로 엔터프라이즈 모델 자격(entitlements)을 출시했습니다. 조직 관리자가 이제 사용자가 접근할 수 있는 Claude 모델을 지정하고 사용자 또는 그룹별 노력 수준(effort level) 설정을 구성할 수 있습니다.
Anthropic이 Claude Science를 베타로 발표했습니다 — 유전체학, 단백질체학 및 관련 분야의 연구자를 위한 독립형 데스크톱 애플리케이션(macOS/Linux)으로, 60개 이상의 선별된 기술, NVIDIA BioNeMo 모델 네이티브 통합 및 인용문과 계산을 검증하는 리뷰어를 갖추고 있습니다.
37개 GPAI 국가에 대한 SimilarWeb 데이터를 기반으로 한 OECD 분석은 생성형 AI 챗봇 사용률이 2025년 1월과 2026년 1월 사이에 인구의 약 18%에서 28%로 성장했음을 보여줍니다. 싱가포르가 63% 채택률로 선두를 달리고, 25~34세 연령층은 50%를 초과하며, Claude 및 Copilot 사용자는 전문 도구를 선호합니다.
AWS는 Amazon Bedrock에서 스캔 문서의 대량 디지털화를 위한 2단계(two-stage) 파이프라인 아키텍처를 시연합니다. Amazon Nova 2 Lite가 빠르고 저렴하게 초기 추출을 수행하고, Claude가 공간적으로 복잡한 이해를 담당합니다 — 단일 모델 대안보다 비용이 약 67% 절감되는 하이브리드 접근 방식입니다.
GitHub Copilot 에이전트 하니스는 모델에 자율 코딩을 위한 도구와 실행 루프를 제공하는 레이어입니다. GitHub는 Claude Sonnet 4.6, Claude Opus 4.7, GPT-5.4, GPT-5.5를 5개 벤치마크로 테스트하여, 대부분의 구성에서 모델 벤더 하니스 수준의 작업 완료율을 더 적은 토큰 사용량으로 달성하며 20개 이상의 프론티어 모델을 지원함을 확인했습니다.
세 번째 Anthropic Economic Index 보고서는 사람들이 Claude를 언제 어떻게 사용하는지 분석합니다. Claude Code의 자율성 점수는 채팅보다 0.37점 높고, 고임금 직종의 대화는 평균 2.5배 더 많은 토큰을 소비합니다.
반복적 LLM 에이전트 루프를 위한 의미론적 조기 중단은 고정된 단계 수 없이 연속 초안의 임베딩이 의미론적으로 변화를 멈추는 순간 에이전트 반복 루프를 중단하는 방법을 제안합니다. 동일한 품질을 유지하면서 토큰 소비를 38% 절감합니다.
INT4/INT3으로 양자화된 언어 모델은 최종 답의 정확도는 유지하지만 추론 체인이 길어져 예상되는 추론 속도 향상을 상쇄합니다. Microsoft 연구진이 CoT 토큰 팽창 비율 지표를 도입하고 수학, 코드, 과학, 에이전트 작업에서 테스트했습니다.
Cliff 토큰은 LLM 출력에서 수학적 추론 성공 확률이 급격히 떨어지는 단일 토큰입니다. 연구진은 탐지 방법을 개발하고, 첫 번째 cliff 토큰 제거 시 정확도가 거의 완벽한 수준으로 회복되며 Cliff-DPO 학습으로 +6.6 퍼센트포인트 향상됨을 보였습니다.
Generative Causal Testing(GCT)은 뇌 활동 예측을 위한 불투명한 모델을 검증 가능한 가설로 변환하는 2단계 AI 프레임워크로, 실제 fMRI 실험으로 인간 피험자에게서 검증합니다.
Huntington Bank는 AWS 스택(Textract, SageMaker, Step Functions)을 활용해 4억 건 이상의 문서에서 개인 정보를 95% 이상의 정확도로 삭제했습니다. 초기 비용 추정의 5%만 사용했으며, 일정도 수년에서 수개월로 단축되었습니다.
Talos는 희귀 질환 환자의 유전체를 자동으로 반복 재분석하는 오픈소스 시스템입니다. 4,735명의 미진단 환자에서 241건의 새 진단(+5.1%)을 발견했으며, 90% 민감도와 유전체 1,000건당 11달러의 주석 비용을 달성했습니다.
AWS Bedrock AgentCore는 3단계 격리(Tier → Tenant → User), 도구 경계를 위한 Cedar 정책, 메모리 격리를 위한 Token Vending Machine을 갖춘 풀 모델 멀티테넌시 아키텍처를 도입합니다. 프로덕션 AI 에이전트를 위한 참조 SaaS 설계입니다.
GPT-5 Pro가 Jackson Laboratory의 면역학자 Derya Unutmaz가 T세포(신체 방어에 핵심적인 면역 세포)의 행동에 관한 3년간의 과학적 미스터리를 풀도록 도와, 암과 자가면역 질환 연구에 새로운 가능성을 열었습니다.
Vexcel과 AWS는 Amazon Nova 멀티모달 임베딩을 활용한 항공 사진 시맨틱 검색을 시연했습니다. 약 100가지 구성 테스트 후, LLM이 생성한 설명이 수영장 F1 점수를 11%, 도로 F1 점수를 13% 향상시켰으며, 이는 45개국 이상에서 이용 가능한 상업 제품 Vexcel Intelligence로 발전했습니다.
CNCF 블로그는 확률론적으로 작동하는 AI 에이전트와 LLM 모델에 기존 시스템 모니터링 방식이 왜 기능하지 않는지 설명합니다. 동일한 쿼리가 완전히 다른 결과를 낳을 수 있고, 오류는 기술적이 아닌 의미론적 성격을 띱니다.
UltraQuant는 멀티턴 LLM 에이전트를 위한 KV 캐시를 4비트 정밀도로 압축하는 기술입니다. AMD, UCLA, 퍼듀 대학교가 공동 개발하였으며, 높은 컨텍스트 부하의 후반 라운드에서 FP8 기준선 대비 P50 TTFT를 3.47배 단축하고 출력 처리량을 1.63배 향상시킵니다.
Claude Code v2.1.183은 Anthropic이 2026년 6월 19일 출시한 CLI 도구 신버전으로, 자동 모드에서 사용자의 명시적 요청 없이 파괴적 git 명령(git reset --hard, git clean -fd, git stash drop)과 인프라 명령(terraform, pulumi, cdk destroy)을 차단합니다. 또한 서브에이전트의 WebSearch 오류, 전체화면 UI 손상, MCP 인증 누출 문제도 수정되었습니다.
Amazon SageMaker는 AWS의 머신러닝 플랫폼으로, 이제 생성형 AI 추론에 대한 100개 이상의 상세 지표를 CloudWatch에 전송하며 새로운 Insights 대시보드를 통해 접근할 수 있습니다. 대시보드는 토큰 수준 지연 시간(TTFT, 토큰 간 지연), KV 캐시 추적, 콜드 스타트 진단을 표시하며 PromQL 엔드포인트를 통해 Grafana 및 Datadog과 호환됩니다.
GitHub는 changelog를 통해 Copilot의 세 가지 변경 사항을 발표했습니다. Opus 4.6 (fast)는 2026년 6월 29일 모든 Copilot 화면에서 종료되며 Opus 4.8 (fast)로의 전환이 권장됩니다. Copilot code review가 이제 저장소 AGENTS.md 파일을 읽으며, Copilot Usage Metrics API에 ai_credits_used 필드가 추가되어 사용자별 AI 크레딧 사용량을 추적합니다.
TxBench-PP는 4,800개의 궤적과 11개 모델을 통해 소분자 전임상 약리학에서 AI 에이전트의 성능을 검증하는 벤치마크입니다. Claude Opus 4.8이 59.3%의 성공률로 선두이며 GPT-5.5가 55.3%로 뒤따르지만, 어떤 모델도 의료 적용에 충분한 신뢰 수준에는 도달하지 못했습니다.
MAI-Code-1-Flash——Microsoft가 동급 최고 품질로 자리매김한 소형 코딩 모델——이 CLI부터 모바일 플랫폼까지 GitHub Copilot의 8개 개발 인터페이스에서 이용 가능해졌습니다. free부터 max 티어까지 모든 플랜에서 제공됩니다.
OpenAI의 추론 모델이 의사 및 연구 기관과의 협력을 통해 이전에 미해결 상태였던 아동 희귀 유전 질환 사례에서 18개의 새로운 진단을 확인했습니다. 이 결과는 임상 진단에서 AI의 역할에 대한 새로운 질문을 제기합니다.
PyTorch 핵심 팀이 Helion 커널을 위한 LLM 기반 자동 튜닝을 발표하여 GPU 코드 최적화 시간을 분에서 초 단위로 단축했습니다. 대규모 언어 모델이 완전 탐색 대신 커널 파라미터 공간의 검색을 지능적으로 안내합니다.
GitHub가 macOS, Windows, Linux용 Copilot 데스크톱 앱의 정식 출시(GA)를 발표했습니다. 이 앱은 병렬 세션, 캔버스 UI, 클라우드 자동화, 커스텀 모델 및 도구 통합을 제공합니다. GitHub Spark, Copilot Chat, Copilot CLI를 통합된 데스크톱 경험으로 통합합니다. 이번 출시는 HyDRA 모델 라우팅과 모든 사용자에게 제공되는 Auto 모드를 포함한 당일의 더 넓은 Copilot 발표의 일환입니다.
IBM 연구에 따르면 91%의 조직이 공급업체, 모델, 인프라에 관한 자체 AI 의존성에 대해 완전한 가시성을 갖추지 못하고 있습니다. 71%는 주요 AI 공급업체를 교체하기 어렵다고 답했으며, 81%는 공급업체 7일 장애가 심각하거나 치명적인 업무 중단을 초래할 것이라고 밝혔습니다. 고급 AI 제어 능력을 보유한 조직은 7%에 불과하지만, 이들은 업무 중단으로부터 영업 이익을 보호하는 능력이 55% 더 높습니다. 72%는 공급업체 선택 유연성을 위해 20% 더 높은 비용을 지불할 의향이 있습니다.
Anthropic이 Claude Code v2.1.181을 출시했습니다. 프롬프트에서 직접 설정을 변경할 수 있는 /config key=value 문법이 새롭게 추가되었으며, Bun 런타임이 버전 1.4로 업그레이드되었습니다. 이번 릴리스에서는 「thinking」단계 중 API 연결이 끊길 경우 자동 재시도 기능이 추가되고, 비활성 서브에이전트를 30초 후 숨기며, 새 환경에서의 시작 속도가 120밀리초 향상되었습니다. 또한 커스텀 ANTHROPIC_BASE_URL 및 Foundry 사용 시 발생하던 프롬프트 캐싱 문제도 수정되었습니다.
Anthropic이 Claude Code를 활용한 에이전트 코딩에 관한 경제 연구를 발표했습니다. 사용자는 계획 결정의 약 70%를, Claude는 실행 결정의 약 80%를 담당합니다. 전문 사용자는 프롬프트당 12개 액션과 3200개 단어를 얻는 반면 초보자는 5개 액션과 600개 단어를 얻으며, 검증된 작업 성공률은 28~33% 대 15%입니다. 디버깅 세션 비율이 2025년 10월에서 2026년 4월 사이 33%에서 19%로 감소한 반면 평균 작업 가치는 약 25% 상승했습니다.
AWS가 Amazon SageMaker AI에 컨테이너 이미지 사전 캐싱 기능을 도입했습니다. 스케일링 시 ECR에서 이미지를 가져올 필요가 없어지며 자동으로 활성화됩니다. Qwen3-8B의 경우 시작 지연이 525초에서 258초로 약 51% 감소했습니다. 사용자들은 P50 지연이 38~65% 감소하고 엔드-투-엔드 스케일링이 최대 2배 빨라졌다고 보고합니다. 이 기능은 모든 상용 AWS 리전의 모든 가속기 인스턴스 유형에서 사용 가능합니다.
Google DeepMind, 영국 정부, Google Cloud, Faculty AI가 공동으로 AI 프로토타입을 개발 중이며 건축 허가 심사 시간을 50% 단축하는 것을 목표로 합니다. 정부 목표는 2029년까지 150만 채의 신규 주택을 건설하는 것입니다. 주택 소유자의 신청이 연간 전체 신청의 약 70%를 차지하며, 의회당 연간 약 255시간을 절약할 수 있을 것으로 추정됩니다. 도구는 현재 Barnet, Camden, Dorset에서 테스트 중이며 2027년 전국 확대 도입이 계획되어 있습니다.