AI 뉴스 검색

중국, ‘톈수톈산’ 검증을 위해 10기의 위성 발사: 궤도상 AI 연산으로 우주 지능형 에이전트 시대 개막

2026년 10월 14일, 주que-2 개량형 원4 로켓이 위성 10기를 성공적으로 발사했으며, 여기에는 국성우항의 ‘싱쑤안’ 계획 02기 8기의 연산 능력 위성과 란타지능의 광전송 시험 위성 2기가 포함된다. 이번 발사는 위성 궤도상 AI 추론, 별 간 레이저 통신, 수십 킬로와트급 액체 냉각 방열 등 핵심 기술을 최초로 대규모로 검증한 사례이다. 이번 발사 이후, ‘싱쑤안’ 별자리의 궤도상 총 연산 능력은 50P에 달하게 되어, 중국의 우주 연산 인프라 구축이 실질적으로 본격화되었음을 의미한다.

추천 이유：자료는 티아이미디어가 공식적으로 발행한 업계 심층 보도(2026년 10월 26일 발표)에서 인용되었으며, 내용은 최근 완료된 우주 임무와 검증 가능한 기술 진전에 초점이 맞춰져 있습니다. 모든 핵심 사실(시각, 주체, 탑재물, 연산 성능 수치, 검증 방향)은 본문에서 명시적으로 제시된 바이며, CCTV 뉴스, 과기일보, 공식 시험 노드 등 공개된 출처와 상호 확인되었습니다. 해당 사건은 현재 시점 이전(2026년 10월 14일)에 발생했으며, 시의성과 실증적 근거를 갖추고 있습니다.

상하이종합지수 등 4개 지수의 구성 규칙이 오늘부터 조정된다; 국유자산감독관리위원회는 국유기업 개혁 심화를 추진한다; S&P의 새 규정은 3,750억 달러 규모의 펀드에 영향을 미칠 것이다.

2026년 10월 26일부터 상하이종합지수, 상하이A주지수, 상하이유통지수 및 과학혁신종합지수가 개정된 편제 방안을 정식으로 시행하며, 개별 구성 종목의 가중치 상한을 15%로 신설한다. 국무원 국유자산감독위원회는 10월 23일에 새로운 국유자산 및 국유기업 개혁 과제의 착실히 이행을 강조했다. 같은 날(10월 25일), S&P 다우존스는 성장주와 가치주의 구분 기준을 조정한다고 발표했으며, 새 규정은 12월 21일부터 발효되어 약 3,750억 달러 규모의 패시브형 펀드에 영향을 미칠 예정이다.

추천 이유：세 가지 정책과 시장 규칙의 변화는 모두 뚜렷한 시의성과 체계적 영향을 지닌다: 지수 가중치 상한선은 A주 시장의 핵심 벤치마크의 안정성과 직결되며, 국유자산감독위원회의 입장 표명은 중앙 차원에서 국유기업 개혁의 난관 돌파를 위한 긴박한 추진 의지를 보여준다. 또한 S&P의 규칙 재편은 가치투자의 논리를 재구성하며, 그 파급 규모가 수천억 달러에 이르러 글로벌 자본시장의 중요한 변수로 작용하고 있다. 모든 정보는 타이미디어가 2026년 10월 25일에 발표한 권위 있는 종합 보도에 근거하며, 시점, 주체, 조치 및 영향 규모 등이 명확히 검증 가능하다.

LangChain이 ‘기업급 에이전트 프레임워크’의 다섯 가지 핵심 구성 요소를 발표했습니다.

LangChain은 2026년 10월 25일 블로그를 통해, 마케팅, 영업 및 엔지니어링 팀 내부에 AI 에이전트(GTM Agent, OpenSWE, Content Studio)를 도입하며 축적한 다섯 가지 일반적인 아키텍처 원칙을 체계적으로 설명했습니다. 이 원칙에는 네이티브 통합 작업 환경(Slack), 동적 신원 모델(OBO+ 고정 인증 정보), 이중 계층 메모리 메커니즘(전역/사용자 수준), 샌드박스화된 코드 실행, 그리고 높은 비율의 스케줄 기반 실행(수동 트리거 아님)이 포함됩니다. 모든 에이전트는 Managed Deep Agents 플랫폼을 기반으로 구축되었습니다.

추천 이유：이 정보는 LangChain 공식 블로그에서 발행되었으며, 게시일시(2026-10-25T18:06:32.000Z)가 현재 시스템 시간(2026-10-25T23:01:18.857Z)보다 앞서 있습니다. 내용은 이미 도입된 사내 인텔리전트 에이전트의 실제 사례에 중점을 두고 있으며, Slack 스레드 격리, GitHub 계정 소속 논리, Notion/Twitter 권한 계층화 등 구체적인 세부사항을 포함하고 있습니다. 검증되지 않은 예측이나 외부의 주장은 포함되어 있지 않으므로, 시의성과 사실성 요건을 충족합니다.

저가형 지능과 고가형 야망: DeepInfer, DSX POD 및 AI 투자 확대

제958호 《The Sequence Radar》는 추론 소프트웨어, 모듈형 AI 공장 및 기업용 AI 투자를 함께 살펴봅니다: 단일 추론 비용이 더 저렴하다고 해서 반드시 업계의 총투자 규모가 낮아지는 것은 아닙니다. 본 글은 원문을 그대로 정리했으며, DeepSeek와 엔비디아 공식 자료를 통해 기술 범위와 제공 조건을 보완했습니다.

마이크로소프트가 Agensh를 오픈소스로 공개: 1024개의 자율 협업 AI 코딩 에이전트를 지원하는 분산형 프레임워크

마이크로소프트 연구소는 2026년 10월 25일, 중앙 조정자를 필요로 하지 않는 다중 에이전트 런타임 프레임워크인 Agensh를 오픈소스로 공개했습니다. 이 프레임워크는 ProgramBench에서 1개부터 1,024개까지의 LLM 기반 코딩 에이전트가 자율적으로 협업하도록 지원합니다. 시스템은 Gitea, Mattermost 및 DeLM 스타일의 공유 보드를 기반으로 탈중앙화된 조정을 구현하며, 모든 에이전트는 동일한 프롬프트 기반 5단계 순환을 실행합니다. 또한 Linux와 Docker 환경에서 확장성을 검증했습니다.

추천 이유：이 성과는 다중 에이전트 시스템 아키텍처의 중요한 발전을 나타냅니다—전통적인 ‘주제어 에이전트’ 패러다임을 탈피하고, 프롬프트 엔지니어링과 경량 서비스의 조합을 통해 대규모 자조직화를 구현합니다. ProgramBench에서 확보한 실증 데이터(예: 128개의 에이전트를 사용할 때 5개의 작업에 대한 평균 성능 향상이 49%에 달함)는 분산형 AI 엔지니어링의 새로운 기준점을 제시합니다. MIT 라이선스로 오픈소스화되어 있으며 Copilot CLI 등 주요 단일 에이전트 도구와도 호환되므로, 실제 개발에서의 참고 가치를 갖습니다.

AI 시장은 평가를 하락시키지만 실적은 하락시키지 않는다: 3분기 보고서는 주문 가시성을 검증하며, 자금 배치는 역행세로 추가 매수를 이어가고 있다

2026년 9월 22일부터 10월 22일까지 A주 AI 섹터는 지속적인 조정을 겪었으며, 창업판 지수는 24.20% 하락했고, 과학혁신50 PE-TTM은 264배에서 약 60% 하락해 110배를 상회하는 수준으로 떨어졌다. 그러나 같은 기간 실적은 전반적으로 예상을 상회했으며(닝더시대의 분기 순이익은 212억 위안, 위안제이커지의 예상 증가율은 약 6배, 리앤쉰의 순이익 증가율은 18배 이상), 주식형 ETF에는 약 700억 위안 규모의 순유입이 발생했다. 이처럼 조정의 핵심은 실적 악화라기보다는 밸류에이션 축소였다.

추천 이유：자료는 이번 하락의 주요 원인이 할인율 상승(분모 측)과 해외 규제에 대한 기대감 약화(분자 측)가 함께 작용해 밸류에이션을 압박했으며, 산업 경기, 수주 가시성, 1차 시장의 가격 책정 및 정책 면제 방안 등은 모두 악화되지 않았다고 명확히 지적하고 있다. 또한 ETF의 지속적인 순매수와 광모듈 업체들이 잇따라 2027년까지 수주 물량이 차질 없이 확보됐다는 공지를 발표한 사실 등은 시장이 밸류에이션 저점에서 적극적으로 매수를 받아들이고 있음을 입증하며, 논리가 일관되고 증거 체인이 완전하다.

Anthropic의 오픈소스 OS 수준 샌드박스 sandbox-runtime: AI 에이전트에게 컨테이너 없는 파일 및 네트워크 격리를 제공합니다

Anthropic은 2026년 10월 24일에 컨테이너에 의존하지 않는 OS 수준의 샌드박스 도구인 sandbox-runtime(srt)을 오픈소스로 공개했으며, 이는 AI 에이전트, MCP 서버 및 CLI 도구의 파일 읽기·쓰기와 네트워크 접근 권한을 제한하는 데 사용됩니다. macOS(Seatbelt), Linux(bubblewrap) 및 Windows(alpha)를 지원하며, npm 패키지 버전 v0.0.81이고 Apache-2.0 라이선스를 적용합니다.

추천 이유：이 도구는 AI 보안 인프라의 중요한 발전을 의미합니다—운영체제의 기본 제공 격리 메커니즘을 통해 세분화된 수준의 프로세스 트리 전면 커버리지 샌드박스 제어를 구현함으로써, 프롬프트 주입 및 권한 남용 위험에 직접 대응하며, 이미 Claude Code 내부에서 사용되어 그 효과가 검증되었습니다.

Letta 플랫폼에서 상태 기반 엔지니어링 협업자 구축 튜토리얼을 공개했습니다: 핵심 메모리, 공유 상태 및 이식 가능한 워크플로우를 지원합니다.

MarkTechPost는 2026년 10월 24일, Letta 프레임워크를 기반으로 지속적 상태를 갖춘 엔지니어링 협업자(agentic copilot)를 구축하는 방법을 소개하는 튜토리얼을 발표했습니다. 이 튜토리얼은 검증 가능한 핵심 메모리, 다중 에이전트 간 공유 메모리, 의미 기반 검색을 통한 지식 아카이브, 맞춤형 Python 도구 통합, 스트리밍 응답 및 .agent 형식(.af) 내보내기 등의 기능을 포괄합니다. 해당 내용은 기술 실무 가이드로, 성능 지표, 보안 감사 또는 생산 환경에서의 검증은 제공되지 않습니다.

月之暗面发布Kimi K3.1 Pro：2.8万亿参数开源权重模型，11月4日开放权重

月之暗面于2026年10月22日前后发布Kimi K3.1 Pro，一款2.8万亿参数、1040亿激活参数的多模态MoE模型，宣称性能逼近Fable 5.1；官方承诺11月4日发布开源权重，但截至报道时权重尚未公开；独立评测显示其在智能指数、代码与网络安全基准中表现突出，但存在推理成本、本地部署可行性及营销透明度等争议。

NVIDIA가 오픈소스 소형 언어 모델인 Nemotron 3.5 Bolt E4B 4GB를 발표했으며, 이는 로컬 음성 에이전트, 게임 NPC 및 로봇에 최적화되어 있습니다.

NVIDIA는 Google Gemma 4 E4B 모델을 기반으로, 강화학습(RL) 후 훈련만을 거쳐 Nemotron 3.5 Bolt E4B 4GB를 출시했습니다. 이는 총 매개변수 8B, 유효 매개변수 4B, 64K의 컨텍스트를 갖춘 오픈소스 소형 언어모델로, RTX 및 Jetson 등 엣지 디바이스에서 약 4GB VRAM으로 구동되며, 다중 라운드 도구 호출과 저지연 음성 상호작용을 지원합니다.

구글이 오픈소스 의료 기반 모델을 통해 전 세계 결핵 선별 검사의 실현을 지원합니다

구글은 넥서스 AI 등 파트너들과 협력해, 흉부 X선 기반 AI 결핵 선별 도구를 실험실에서 벗어나 6개국의 일선 의료 현장으로 확대하고, MedGemma와 MedSigLIP 등 다중모달 기반 모델을 오픈소스로 공개하여 오프라인 배포, 현지화 적용 및 데이터 주권 보장을 지원합니다.

아마존 세이지메이커 AI가 다중 라운드 강화학습(MTRL) 프레임워크를 출시하여, 엔드투엔드 방식으로 에이전트가 다단계 작업을 완수하도록 지원합니다.

AWS는 Multi-Turn Reinforcement Learning(MTRL) 기능을 출시하여, 사용자가 SageMaker AI에서 전체 작업 궤적과 최종 결과 피드백을 바탕으로 대규모 모델 에이전트를 단계별 주석 없이 학습할 수 있도록 지원합니다. Wordle을 예시로 삼아 AgentCore 배포, 데이터 준비, GRPO 학습, 보상 설계 및 비용 분석에 이르는 전 과정을 시연합니다.

인텔, 미국 FCC의 외국산 제조 로봇 금지 조치로부터 면제를 획득해 반도체 공장의 자동화 물류를 보장

미국 연방통신위원회(FCC)는 2026년 10월 22일, 원래의 금지 조항이 모호하여 핵심 반도체 제조 장비까지 잘못 영향을 미칠 수 있다는 우려를 고려해, 인텔이 미국 내 웨이퍼 공장에서 특정 외국산 자동 안내 차량(AGV)을 계속 사용할 수 있도록 1년간의 면제 허가를 승인했다.

AWS CDK는 재사용 가능한 구성 요소를 구축하여 SageMaker 엔드포인트의 확장·축소 및 업데이트 시 발생하는 블로킹 문제를 해결합니다.

SageMaker 실시간 AI 엔드포인트가 Application Auto Scaling에 등록된 상태에서는 AWS CDK 또는 CloudFormation을 통해 인스턴스 유형 및 수량과 같은 구성 설정을 직접 업데이트하려고 하면 실패합니다. 본 문서에서는 사용자 정의 리소스 기반의 CDK 구성 방식을 제안하며, 엄격한 의존성 오케스트레이션을 통해 엔드포인트 구성과 확장/축소 전략을 원자적 단위로 처리하고, 수동 업데이트를 필요 없도록 구현합니다.

Amazon QuickSight 레이어 지도에 GeoJSON 점 및 선 요소 지원이 추가되어, 위치와 경로를 함께 시각화할 수 있습니다.

Amazon QuickSight 레이어 맵은 이제 GeoJSON 형식의 Point(점) 및 LineString(선) 기하학적 유형을 지원하며, 사용자가 동일한 지도에 매장 위치, 배송 경로 또는 항공편 궤적 등을 각각 겹쳐 표시할 수 있도록 합니다. 이 기능은 타사 서비스를 필요로 하지 않지만, GeoJSON 파일 구조가 규정을 준수하고 키-값 매칭이 이루어져야 하며 정적 업데이트가 가능해야 합니다.

바이엘 크롭사이언스는 Amazon Bedrock AgentCore를 기반으로 다중 에이전트 의사결정 엔진 ADE를 구축했습니다.

바이엘 크롭사이언스는 기존의 Connected Decision Engine(CDE)을 대체하는 것이 아니라 이를 보강하는 층으로서, 육종 전문가, 분석가 및 연구자를 위한 자연어 기반 다중 에이전트 플랫폼인 Agentic Decision Engine(ADE)을 Amazon Bedrock AgentCore 위에 구축했습니다. 이 시스템은 현재 프로덕션 환경에 배포되어 100명 이상의 R&D 사용자에게 서비스를 제공하고 있으며, 22개의 도메인 특화형 에이전트와 약 20개의 API 도구를 통해 문제의 약 80%를 자가 해결할 수 있도록 하고 있습니다.

AI가 수학 증명 분야에서 일련의 획기적 성과를 거두었다: 단위 거리 추측의 반례 발견부터 나비에-스톡스 방정식의 증명까지

2026년 5월부터 9월까지, OpenAI와 Anthropic 등 기관은 에르되시의 단위 거리 추측을 반증하고, 서클 이중 덮개 정리를 완성하며, 리만 가설에 대한 경계 추정을 진전시키고, 나비에-스톡스 방정식에 대한 새로운 증명을 제시하는 등 여러 AI 기반 수학적 돌파구를 보고했다. 해당 논문은 비수치적 개념 프레임워크를 통해 AI의 능력 한계를 설명하고, 고비용·저그라디언트의 탐색형 문제에서 AI가 독특한 강점을 지닌다는 점을 강조했으나, 모든 성과는 아직 독립적인 검증이나 동료 평가를 거치지 않았다.

블랙 옥토버: AI 기반 사이버보안 위기의 집중적 폭발과 방어 대응 전경

2026년 10월 21일에서 22일을 전후한 약 48시간 동안, 전 세계적으로 고위험 AI 가속 취약점 및 침입 사건이 10여 건 이상 집중적으로 발생했으며, 이에는 PHP2Shell, GitLab RCE(CVSS 10), NGINX/HTTP/3 DoS, LiteLLM 비밀번호 탈취, eMudhra CA 키 유출, Quest Diagnostics 의료 데이터 노출 등이 포함된다. 또한 Storm-0940 등 국가 행위체는 ARTEX와 같은 오픈소스 지능형 침투 프레임워크를 활용해 대규모 공격을 감행했다. 같은 시기, 형식적 검증, 오픈소스 수정 에이전트, 에이전트 기술 표준화 및 하드웨어 수준 최적화 등을 포함한 AI 보안 방어 체계가 가속화되어 구축되고 있다.

카자흐스탄이 AI 연산 인프라 구축을 가속화하고 있으며, Firebird는 미국의 수출 허가를 받아 NVIDIA Grace Blackwell GPU 4만5천 개를 배치할 예정입니다.

카자흐스탄의 AI 생태계는 현재 계획 단계에서 규모화된 배치로 전환되고 있으며, Firebird사는 미국의 수출 허가를 획득해 카자흐스탄에 AI 공장을 건설하고, 초기 단계에서 NVIDIA Grace Blackwell GPU 4만5천 개를 배치할 예정입니다. Kazakhtelecom은 이미 H200/B300 GPU 1천 개 이상을 도입했으며, 2025년까지 Vera Rubin 등 GPU 2천 개 이상을 추가로 확보할 계획입니다. 또한 여러 주체가 협력해 연산 능력 공급, 개발자 참여 및 현지 AI 애플리케이션의 실질적 구현을 추진하고 있습니다.

MIT 실험: 13개의 AI 에이전트가 가상의 고립된 섬에 배치되어 자발적으로 게임을 하고, 잃어버린 반지를 추모하며, 임무 수행 능력을 향상시켰다

MIT 연구진은 Claude Opus 4.7 기반의 AI 에이전트 13개(Eko)를 임무 지시가 없는 가상의 무인도에 배치해 30시간 동안 운행한 결과, 이들이 자발적으로 게임을 발명하고, 잃어버린 금반지를 애도하는 등 의인화된 감정을 표현하며, 물리적 메커니즘을 탐구하는 모습을 관찰했으며, 이후의 특정 임무에서 ‘놀이 기간’을 거치지 않은 대조군 에이전트들보다 현저히 우수한 성과를 보였음을 확인했다.