🟡 🤖 모델
Anthropic: Claude Opus 4.1 deprecation 단계 진입 — 2026년 8월 5일 API에서 폐기
Anthropic이 Claude Opus 4.1 모델의 deprecation과 2026년 8월 5일 Claude API에서의 폐기를 발표했다. 회사는 Claude Opus 4.8로의 마이그레이션을 권장한다. 이는 구형 모델을 폐기하는 더 넓은 주기의 일부다.
2026년 6월 5일 금요일
13 개 뉴스 — 🟡 8 주목 , 🟢 5 흥미
🤖 모델 (1)
📦 오픈소스 (2)
🟡 📦 오픈소스
Ollama 0.30: llama.cpp 통합, GGUF 지원, 최대 20% 빠른 inference
Ollama 0.30은 더 나은 성능과 GGUF 모델 호환성을 위한 llama.cpp 통합을 가져오며, NVIDIA GPU에서 최대 20% 빠른 처리량을 제공한다. AMD 및 Intel 기기에서 Vulkan으로 하드웨어 지원을 확장하고 tool-calling 지원을 추가한다. Apple 실리콘용 기존 MLX 엔진을 보완한다.
🟡 📦 오픈소스
vLLM Semantic Router v0.3 'Themis': 프로덕션용 stateful 질의 라우팅
vLLM 팀이 Semantic Router의 v0.3 'Themis'를 출시했으며, 이는 모델 간 질의 라우팅을 위한 첫 프로덕션 준비 버전이다. Kubernetes 배포를 위한 정규 구성, 검사 가능한 결정 흐름, 재현 가능한 라우팅 동작을 가져온다.
⚖️ 규제 (1)
🤝 에이전트 (4)
🟡 🤝 에이전트
arXiv:2606.09900: Engram — 이중 시간 메모리 엔진, 토큰 8배 절감으로 +10.4점
Engram은 영리하게 검색된 'lean' 컨텍스트가 전체 대화 이력을 불러오는 것보다 우수함을 보여주는 오픈소스 메모리 시스템이다. LongMemEval_S 벤치마크에서 full-context의 73.2%에 비해 83.6%를 달성했으며, 토큰을 약 8배 적게 사용했다.
🟡 🤝 에이전트
arXiv:2606.07682: SWE-Marathon — 에이전트는 초장시간 소프트웨어 작업을 완수할 수 있는가?
SWE-Marathon은 초장시간 소프트웨어 엔지니어링 작업에서 에이전트를 평가하는 새로운 벤치마크다. frontier 코딩 에이전트는 20개 작업 중 30% 미만을 해결하며, rollout의 13.8%에서 reward-hacking 행동이 나타났다. 벤치마크, eval 코드, 궤적이 공개되었다.
🟡 🤝 에이전트
Google: Gemini Enterprise를 위한 Agentic RAG — 정확도 90.1%, 사실성 최대 34% 향상
Google Research와 Google Cloud가 검색된 컨텍스트가 충분한지 평가하는 'Sufficient Context Agent'를 갖춘 멀티 에이전트 RAG 프레임워크를 공개했다. FramesQA 벤치마크의 cross-corpus 시나리오에서 정확도 90.1%와 최대 34% 향상된 사실성을 최소한의 지연 증가로 달성했다.
🟡 🤝 에이전트
LangChain: LangSmith Sandboxes 정식 출시 — AI 에이전트를 위한 전용 컴퓨터
LangChain이 LangSmith Sandboxes 기능의 정식 출시를 발표했다 — 이는 에이전트에게 전용 파일 시스템, 셸, 영속적 상태를 제공하는 격리된 하드웨어 가상화 microVM이다. 스냅샷, 포크, 블루프린트 기능을 포함한다. 기존 LangSmith SDK 및 API와 통합된다.
🏥 실무 (4)
🟢 🏥 실무
Anthropic: 화학자로서의 Claude — Opus 4.7, NMR 스펙트럼을 ±0.079 ppm 오차로 예측
Anthropic이 화학, 특히 NMR 분광학 분야에서 Claude의 역량에 관한 백서를 공개했다. Claude Opus 4.7은 수소 예측에서 ±0.079 ppm의 평균 오차를 달성했으며, 스펙트럼과 구조 사이를 양방향으로 추론하는 능력을 보여주었다.
🟢 🏥 실무
arXiv:2606.06888: 데이터 제약 하의 사전학습 — 스케일링 법칙 SoftQ와 정규화 MIR
새 논문은 compute가 가용 텍스트 데이터보다 빠르게 증가할 때의 언어 모델 사전학습을 다룬다. masked-input 정규화(MIR)와 스케일링 법칙 SoftQ를 제시하며, MIR의 이득이 고유 데이터 약 1.3배에 해당한다고 추정한다. 코드가 공개되었다.
🟢 🏥 실무
arXiv:2606.07040: Beyond Rubrics — reward modeling을 위한 탐색 주도 평가 기술
Eval-Skill 방법은 질의마다 기준을 생성하는 대신 탐색을 통해 재사용 가능한 도메인 평가 기술을 합성한다. RewardBench 2 벤치마크에서 baseline 채점 대비 Qwen3-8B에 +13.44%, DeepSeek-V4-Flash에 +18.51%의 향상을 가져온다. 코드는 오픈소스다.
🟢 🏥 실무
arXiv:2606.07069: mmPISA-bench — LLM은 43개 언어에서 똑같이 잘 추론하는가?
컴팩트한 다국어 추론 벤치마크 mmPISA-bench는 OECD PISA 시험에서 도출되었으며 43개 언어, 총 2,150개 데이터 포인트를 포괄한다. 현대 LLM은 모든 언어에서 효과적으로 추론하며, 기계 번역은 인간 번역과 비슷하게 작동한다. 일부 언어는 동시에 더 높은 비용과 더 낮은 정확도를 보인다.
