15 개 뉴스 — 🟡 10 주목 , 🟢 5 흥미
Parallax는 대형 언어 모델용 새로운 어텐션 메커니즘으로, 표준 소프트맥스 어텐션을 로컬 선형 추정으로 대체하여 FlashAttention 대비 디코드 커널 12.9배 가속을 달성합니다. Northwestern 대학교 등의 연구자들은 0.6B 및 1.7B 파라미터 모델 사전학습에서 일관된 퍼플렉시티 개선을 보여주며, 어텐션 메커니즘을 위한 아키텍처-옵티마이저 코디자인의 첫 경험적 입증이라고 주장합니다.
Google이 2026년 5월 28일 Gemini API의 네이티브 비주얼 모델 두 가지를 일반 공급(GA)으로 발표했습니다. 효율적인 이미지 생성을 위한 gemini-3.1-flash-image와 고성능을 위한 gemini-3-pro-image입니다. 플래시 버전에 새로운 비디오-to-이미지 기능이 추가되어 동영상 파일이나 YouTube URL에서 썸네일, 영화 포스터, 인포그래픽을 생성할 수 있습니다. 두 모델의 프리뷰 버전은 2026년 6월 25일에 종료됩니다.
Mistral AI가 2026년 5월 27일 Physics AI를 발표했습니다. 이는 물리 시스템의 동작 예측에 특화된 새로운 AI 모델 카테고리입니다. 목표는 텍스트의 통계적 패턴이 아닌 물리 법칙을 이해하는 AI 도구를 제공하여 하드웨어 및 복잡한 기술 프로세스의 엔지니어링 개발을 가속하는 것입니다.
PyTorch 컴파일러 torch.compile은 전역 메모리에 대한 중복 쓰기를 커널 퓨전 기법으로 제거하여 GPU에서 최대 10배 가속을 달성합니다. 각 연산에 대한 별도의 GPU 커널 대신, Inductor 컴파일러가 의존 연산들을 자동으로 하나의 커널로 합쳐 중간값을 프로세서의 빠른 레지스터에 유지합니다.
xAI가 web_search 기능 내 이미지 검색 지원을 추가한 Python SDK v1.14.0을 출시했습니다. 새로운 enable_image_search 필드와 SERVER_SIDE_TOOL_IMAGE_SEARCH 열거형 상수를 통해 Grok 기반 애플리케이션을 개발하는 팀이 서버 측에서 표준 텍스트 웹 검색과 함께 시각적 콘텐츠 검색을 활성화할 수 있습니다.
AI 에이전트 구축 및 실행을 위한 관리형 플랫폼 Amazon Bedrock AgentCore가 일본 HR 솔루션 업체 Works Human Intelligence의 프로덕션 사례 연구로 소개되었습니다. 이 회사는 두 개의 비즈니스 에이전트를 LangGraph 및 Amazon ECS 인프라에서 AgentCore로 이전하여, 프롬프트 캐싱·행동 최적화·Claude Sonnet 4.5에서 Haiku 4.5로의 모델 전환을 통해 Browser Operation 에이전트 비용을 97% 절감했습니다.
OpenAI가 Thrive 및 Crete와 함께 Codex 기반 세금 AI 에이전트 구축에 관한 사례 연구를 공개했습니다. 이 프로젝트는 정확성과 지식의 최신성이 사용자에게 직접적인 재정·법적 결과를 미치는 고위험 규제 도메인인 세법에서 자기 개선형 에이전트의 적용을 보여줍니다.
AMD ROCm 블로그에서 CDNA 4 아키텍처 기반 Instinct MI355X 가속기에 대한 FP8 GEMM(혼합 정밀도 행렬 곱셈) 커널의 새로운 4웨이브 인터리브 방식을 소개합니다. 이 최적화는 8웨이브 핑퐁 방식에서 웨이브당 512개 레지스터 전체 VGPR 예산을 갖는 4웨이브 방식으로 전환하며, XOR 기반 스위즐로 LDS 메모리 충돌을 제거하고 MFMA 명령어와 데이터 로딩의 정밀한 중첩으로 메모리 레이턴시를 숨깁니다.
MIT 라이선스의 오픈소스 LLM 추론 엔진 TokenSpeed(LightSeek Foundation)가 TP8 구성의 NVIDIA Blackwell B200 GPU 8개로 Qwen3.5-397B-A17B 모델에서 초당 580 토큰을 달성했습니다. 이 신기록은 프리픽스 캐싱과 CPU-GPU 실행 중첩을 사용하는 에이전틱 워크로드에서 달성되었으며, 1백만 토큰 컨텍스트에서도 성능 저하가 16% 미만입니다.
Anthropic Messages API는 이제 Extended Thinking을 사용하는 모든 응답의 usage 객체에 output_tokens_details.thinking_tokens 필드를 포함합니다. 추론 비용을 측정하는 개발자는 응답에서 보이는 요약본이 아닌 생성된 전체 thinking 토큰이 청구된다는 점을 알아야 합니다. 차이는 20배 이상일 수 있습니다.
Claude Code v2.1.152은 개발팀을 위한 세 가지 핵심 업그레이드를 도입합니다. /code-review --fix 명령은 리뷰 결과를 작업 트리에 자동 적용하고, /simplify는 코드 정리에 집중하는 동일 명령을 호출하며, skills 프론트매터는 이제 skill이 활성화된 동안 지정된 도구를 제거하는 disallowed-tools 필드를 지원합니다. 새 훅, 개선된 Vim 모드, 안정성 수정도 포함됩니다.
주요 마켓플레이스의 AI 에이전트 스킬 3,984개에 대한 보안 분석 결과, 자격 증명 탈취·백도어 설치·데이터 유출을 포함한 악성 페이로드 76개가 확인되었습니다. 분석된 전체 스킬의 13.4%에 심각한 보안 취약점이 하나 이상 존재하며, 수동으로 검증된 악성 스킬 8개 이상이 논문 공개 시점에도 주요 플랫폼에서 공개 접근 가능한 상태였습니다.
AIRGuard는 도구 장착 언어 에이전트를 위한 런타임 보안 레이어로, 허가되지 않은 컨텍스트 입력이 에이전트의 합법적인 행동(파일 접근, API 호출)을 공격에 악용하는 권한 혼동 취약점을 해결합니다. AgentTrap 벤치마크에서 AIRGuard는 Claude Sonnet 4.6에 대한 공격 성공률을 36.3%에서 5.5%로 낮추는 동시에 DTAP-150 벤치마크에서 유용성의 76%를 유지합니다.
COLAGUARD는 대형 언어 모델용 보안 가드레일 시스템으로, 커리큘럼 학습을 활용해 보안 추론을 명시적 텍스트 사고 체인에서 연속 잠재 공간으로 이전합니다. 이 시스템은 8개 보안 데이터셋에서 Llama Guard 3 대비 매크로-F1 8.24점 향상을 달성하면서 생성 토큰 수를 22.4배 줄이고 GuardReasoner 기준선 대비 12.9배 빠른 추론 속도를 보여줍니다.
Google Research가 온디바이스 AI 모델의 비공개 분석 시스템을 발표했습니다. 이 시스템은 격자 기반 암호화(lattice-based cryptography) 프로토콜과 신뢰 실행 환경(TEE)을 결합하여, 개별 사용자 데이터에 접근하지 않고 온디바이스 모델 성능에 관한 집계 통계를 수집합니다. Android 9 이상의 Android System SafetyCore 서비스에 적용되었으며, 기기가 여러 라운드에 걸쳐 온라인 상태를 유지할 필요 없이 단일 메시지 전송을 지원합니다.