AI 뉴스 검색

‘높은 점수를 얻는 것’이 곧 ‘완전한 납품 가능성’을 의미하는 것은 아니다: AI 순위표가 신뢰 재평가의 시기를 맞고 있다

구 버전 순위의 점수는 만점에 근접했지만, 신규 버전의 실전 성적은 집단적으로 낙제점을 기록했다. 대형 모델 평가 자체가 하나의 비즈니스로 전환되면서, 기업들의 선택 기준은 이제 순위를 보는 데서 비용 계산으로 옮겨가고 있다.

대규모 모델 시대, 과연 누가 그 ‘아이폰’처럼 바꾸지 않을 존재가 될 것인가?

AI 순위에서 1위는 바뀌지만, 사용자가 매일 이용하는 제품은 반드시 바뀌지 않습니다. 대규모 모델 간의 다음 경쟁은 단순히 누가 더 강력한 모델을 보유하느냐를 넘어, 한 번의 사용을 습관으로 만드는 데에 있습니다.

Kimi, K3.1 Pro를 출시하며 용량 증가와 가격 인하로 Opus 5.5에 도전합니다

작성자｜우항위안 편집자｜징위 10월 23일 오전, Kimi 공식 계정은 X와 비디오 계정을 통해 24초짜리 영상을 게시했다. 화면에는 레트로 스타일의 구형 컴퓨터가 등장하고, 화면에는 Kimi Code가 실행 중이며, 터미널에는 Three.js 코드가 줄줄이 출력되며 복잡한 3D 장면이 생성되고 있었다. 눈썰미가 좋은 네티즌들은 곧 왼쪽 상단의 모델 표시줄에서 답을 찾아냈다—「Model: Kimi K3.1」. Kimi 공식이 공개한 K3.1 사전 홍보 영상｜출처: X @Kimi_Moonshot 구식 고물 같은 기계로 오늘날 가장 첨단인 3D 코드를 구동하는 이 반전 자체가 바로 월지암면이 전하려는 메시지였다. 그로부터 십여 시간 후, 10월 24일 자정을 막 넘긴 시점에 프로그래머의 날을 맞아 Kimi K3.1 Pro가 정식으로 출시되었고, 동시에 속도가 2~3배 빨라진 Highspeed 버전도 함께 선보였다. 공식은 전체 모델 가중치를 11월 4일까지 공개하겠다고 약속했다. 지난 세대 K3가 발표된 지 벌써 석 달이 넘었다. 이 석 달 동안 월지암면이 겪은 일들은 대부분의 기업이 한 해 동안 겪는 것보다도 많았다. 01 「양 늘리고 가격은 올리지 않는」 0.1 먼저 K3.1 Pro가 무엇인지부터 설명하자. 이는 완전히 새로운 모델이 아니다. 월지암면은 명확히 밝혔다. K3.1 Pro는 K3의 후훈련 버전으로, 기본 아키텍처는 그대로—총 매개변수 2조 8천억 개, 활성화 매개변수 1,040억 개의 혼합 전문가 아키텍처, 문맥 창 크기 100만 토큰, 이미지와 비디오 입력을 원래부터 지원한다는 점도 변함없다. 달라진 것은 후훈련 부분이다. 공식에 따르면, “후훈련 연산력을 대폭 증강”했으며 수백 개의 하위 분야에서 대규모 연합 강화학습을 수행했다. 이를 위해 강화학습 프레임워크, 샌드박스 인프라, 장문맥 추론 등 기반 엔지니어링 전반을 한 번에 재구성했다. 다시 말해, 같은 두뇌를 다시 한 번 어떻게 일을 처리해야 하는지 ‘재교육’한 셈이다. 그 효과는 각종 순위표에서도 드러난다. 프로그래밍 지능 에이전트를 평가하는 Terminal-Bench 4.0에서 K3.1 Pro는 65.7%를 기록해 GPT-6 Astra의 58.2%와 Claude Opus의 66.4%를 각각 앞서며 불과 1포인트 차로 경쟁 상대들을 제쳤다. 지난 세대 K3는

연구에 따르면, 더 많은 메타데이터가 반드시 대규모 모델의 박물관 설명 정확도를 높이는 것은 아니며, 필드 유형과 이미지의 영향이 훨씬 더 중요하다는 점이 밝혀졌다.

이 연구는 2026년 10월 24일 arXiv 플랫폼에 게재되었으며(논문 번호: arXiv:2610.31193v1), 두 단계로 구성된 실증적 프레임워크를 통해 메타데이터의 구성이 대규모 언어 모델의 문화유산 설명 생성에 미치는 영향을 분석하였다. 그 결과, 메타데이터의 수량만으로는 생성 행위의 차이를 설명할 수 없으며, 필드 유형에 따라 모델이 정보를 정확히 기반으로 하거나 무시하거나 허구적인 정보를 생성하는지가 결정됨을 밝혔다. 또한 이미지는 시각적 기반 설정을 지원할 수 있을 뿐만 아니라 근거 없는 추론을 심화시킬 수도 있다.

추천 이유：본 연구는 ‘더 많은 메타데이터가 반드시 생성의 근거성(grounding)을 강화한다’는 일반적인 가정에 이의를 제기하며, 실제 박물관 소장품의 메타데이터 간 이질성과 지역적 불균형을 바탕으로 통제된 실험을 설계하여, 전체 입력 커버리지나 참조 유사도와 같은 거시적 지표에 의존하기보다는 필드 수준 및 주장 수준에서의 지지도 평가를 통해 메타데이터 기반 데이터-투-텍스트 시스템을 검토해야 한다고 제안한다.

1Password가 ‘AI 대리 로그인’ 기능을 출시했습니다: AI가 사용자를 대신해 계정에 로그인하지만, 전체 과정에서 비밀번호를 전혀 접하지 않습니다.

1Password는 2026년 10월 22일에 새로운 플랫폼인 「1Password for Agents」를 출시했으며, 이를 통해 사용자는 Claude Duet, ChatGPT Work, Grok Bot 등과 같은 AI 에이전트에게 자신의 개인 계정에 대신 로그인하도록 권한을 부여할 수 있습니다. 다만, 에이전트 자체는 원래 비밀번호를 접근하거나 저장하거나 확인할 수 없습니다. 이 모든 과정은 디지털 신원 인증, 사용자의 실시간 확인, 그리고 비밀번호 관리자 측의 자동 입력에 의존합니다.

Anthropic이 Claude Duet 애플리케이션을 출시했습니다: 전문적인 사용 환경에 초점을 맞춘 AI 에이전트 제품입니다.

Anthropic은 전문가와 소기업을 대상으로 한 AI 에이전트 애플리케이션인 Claude Duet을 정식으로 출시했습니다. 이 앱은 Claude Opus 5.5 모델을 기반으로 하며, 6,000개가 넘는 커넥터를 지원하고 일일 브리프 작성, 대시보드 구축, 작업 제안 및 백그라운드 작업 수행 등을 자동으로 처리할 수 있습니다. 현재는 Pro 및 Max 구독자에게만 대기열을 통해 시험 사용이 제공되고 있습니다.

Recursive, AI 주도로 개발된 로컬에서 실행 가능한 경량 프로그래밍 모델인 Flint을 출시했습니다.

AI 스타트업 Recursive는 오픈소스 코딩 모델 Flint를 출시했으며, 개발 과정의 대부분이 자체 개발한 AI 연구 시스템 Eureka Machine에 의해 이루어졌다고 밝혔다. 이 모델은 파라미터 수가 400억 개에 불과하며, 실제 테스트에서 활성화 수는 25억 개로 확인되었고, M4 Pro MacBook과 같은 일반 노트북에서도 오프라인으로 실행 가능하다. 추론 속도는 초당 131 토큰에 달하며, SWE-Bench 등 벤치마크 테스트에서 동급 규모의 대부분 모델보다 우수한 성능을 보였다.

월마트가 AI 에이전트 쇼핑 게이트웨이를 출시하여 자율적 구매 프로세스를 지원하고 사용자 통제를 강화합니다.

월마트는 공식적으로 Agent Gateway(인공지능 에이전트 게이트웨이)와 이를 지원하는 Agent Profiles 기능을 출시했으며, 이는 ChatGPT, Gemini, Meta Muse 등과 같은 승인된 인공지능 에이전트가 사용자를 대신해 월마트 및 Sam’s Club 플랫폼에서 검색과 주문을 완료할 수 있도록 허용합니다. 또한 별도의 계정 구성, 거래 승인, 지출 한도 등의 메커니즘을 통해 사용자가 에이전트의 행동을 전 과정에 걸쳐 완전히 통제할 수 있도록 보장합니다. 이러한 조치는 최근 아마존이 인공지능 에이전트를 통한 쇼핑을 금지한 것과는 뚜렷한 대조를 이룹니다.