🔴 🤖 모델
OpenAI: GPT-5.6 Sol 프리뷰 발표 — 코딩, 과학, 사이버보안
GPT-5.6 Sol은 OpenAI가 발표한 차세대 모델로 현재 프리뷰 상태(일반 출시 아님)이며, 코딩, 과학적 추론, 사이버보안에서 향상된 역량과 지금까지 가장 발전된 안전 스택을 갖추고 있습니다.
2026년 6월 27일 토요일
15 개 뉴스 — 🔴 1 중요 , 🟡 10 주목 , 🟢 4 흥미
🤖 모델 (5)
🟡 🤖 모델
Anthropic: API 속도 제한 상향 — Sonnet·Haiku가 Opus 수준으로, 3단계 티어 도입
Anthropic이 모든 모델의 API 속도 제한을 통일했습니다. Sonnet과 Haiku가 세 가지 사용 티어(Start, Build, Scale) 각각에서 Opus와 동일한 할당량을 공유하게 됩니다. 동시에 Claude Opus 4.7의 fast mode는 7월 24일 deprecated 예정입니다.
🟡 🤖 모델
arXiv:2606.26836: 표준 벤치마크, AI 모델 실제 능력의 82%를 놓치고 있다
연구자들이 단일 모델을 단 한 번 시도하는 표준 벤치마크가 LLM의 실제 능력을 최대 82%까지 과소평가한다는 것을 보여주었습니다. 21개 모델과 16개 벤치마크에서 파레토 최적성을 활용하는 Capability Frontier 프레임워크를 도입하여 85% 낮은 비용으로 동일한 정확도를 달성할 수 있음을 증명했습니다.
🟡 🤖 모델
Google: 고정된 멀티 토큰 예측으로 Pixel에서 Gemini Nano 50%+ 속도 향상
Google이 고정된 멀티 토큰 예측 기법을 사용하여 Pixel 9와 10에서 Gemini Nano 추론을 50% 이상 가속했습니다. 이 기법은 한 번의 모델 패스에서 평균 약 2개의 토큰을 생성하며, 인스턴스당 130MB 메모리를 절약하고 출력 결과를 전혀 변경하지 않습니다.
🟢 🤖 모델
arXiv:2606.27288: LLM 앙상블이 실제로 도움이 될 때 — 67개 프론티어 모델의 공동 실패 천장
21개 제공업체의 67개 프론티어 모델에 대한 연구가 공동 실패 천장(co-failure ceiling) — 모든 모델이 동일한 쿼리에서 실패할 때 발생하는 LLM 앙상블 정확도의 상한선 — 이라는 개념을 도입합니다. 결과는 쿼리 수준 라우팅 없이는 모델 조합이 단일 최강 모델을 능가하는 경우가 드물다는 것을 보여줍니다.
📦 오픈소스 (1)
🤝 에이전트 (5)
🟡 🤝 에이전트
arXiv:2606.26758: EGG — 다중 에이전트 프레임워크, PyTorch보다 2.13배 빠른 GPU 커널 생성
EGG는 LLM 추론을 위해 최적화된 GPU 커널을 자동 생성하는 다중 에이전트 프레임워크입니다. 알고리즘 구조 후 하드웨어 튜닝의 2단계 접근 방식으로 KernelBench에서 PyTorch 기준선 대비 평균 2.13배 가속을 달성하며 에이전트 기반 및 RL 기반 접근 방식 모두를 능가합니다.
🟡 🤝 에이전트
AWS: Stripe, 금융 규정 준수를 위해 100개 이상의 AI 에이전트 출시 — 프로덕션 교훈
Stripe와 AWS는 연간 1조 4,000억 달러를 처리하는 플랫폼이 1년 이내에 금융 규정 준수를 위한 100개 이상의 AI 에이전트를 출시한 방법을 설명했습니다. ReAct 프레임워크와 Amazon Bedrock 기반 에이전트가 검토 시간 26% 단축, 사기 탐지 95%, 비용 60% 절감을 달성했습니다.
🟢 🤝 에이전트
arXiv:2606.26649: AI 에이전트 지침을 형식적으로 검증된 정책 코드로 자동 변환
연구자들이 AI 에이전트에 대한 자연어 지침, MCP 도구 설명, 정책 문서를 Cedar Policy Language와 LLM 생성기-비평가 루프를 사용하여 형식적으로 검증된 코드로 자동 번역하는 파이프라인을 개발했습니다. 수동으로 작성된 기호적 강제보다 훨씬 높은 사양 적용 범위를 달성합니다.
🟢 🤝 에이전트
Anthropic: Claude Code v2.1.195 — 마우스 비활성화, 개선된 음성 받아쓰기, 훅 수정
Claude Code v2.1.195는 풀스크린 모드에서 마우스 클릭을 비활성화하는 새 환경 변수, 하이픈 훅 매처 수정, macOS에서 CJK 언어의 개선된 음성 받아쓰기를 제공하는 소규모 QoL 업데이트입니다.
🟢 🤝 에이전트
LangChain: Deep Agents 프레임워크의 프롬프트 캐싱으로 장기 실행 에이전트 지연 시간 감소
LangChain이 Deep Agents 프레임워크에 프롬프트 캐싱을 도입했습니다. 에이전트 단계 간에 이전에 계산된 컨텍스트를 재사용하는 기법으로 반복 에이전트의 지연 시간과 비용 절감을 목표로 합니다.
🔧 하드웨어 (1)
🏥 실무 (2)
🟡 🏥 실무
Anthropic: Economic Index, 하루 중 AI 활용 리듬과 패턴 분석
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.
🟡 🏥 실무
arXiv:2606.27009: 의미론적 조기 중단으로 에이전트 루프 비용 38% 절감
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.
