AI 뉴스 검색

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.

스탠퍼드 대학과 UC 버클리 대학의 연구진이 TokenGate를 발표했습니다: 토큰 기반 접근 제한 주의 메커니즘을 통해 장문 컨텍스트 사전 채우기가 최대 11.3배 더 빨라집니다.

스탠퍼드 대학교와 캘리포니아 대학교 버클리 캠퍼스의 연구진은 기존 대규모 언어 모델(LLM)에 적용 가능한 플러그 앤 플레이 방식의 학습형 토큰 가위 모듈인 TokenGate를 제안했습니다. 이 방법은 정확도를 유지하면서, 긴 컨텍스트를 사전 채워 넣는 첫 글자 생성 시간(TTFT)을 1.4배에서 최대 11.3배까지 가속화하고, 최대 메모리 사용량을 1.5배에서 최대 3.4배까지 절감합니다. 관련 코드와 체크포인트는 오픈소스로 공개되었습니다.

Anthropic이 주요 오픈소스 프로젝트를 대상으로 하는 무료 AI 취약점 스캐너 OSS Scanner를 출시했습니다.

Anthropic은 2026년 10월 8일, Claude Mythos 등 강력한 모델을 기반으로 한 무료이며 선택적 가입형 AI 취약점 스캐너인 OSS Scanner를 출시했으며, 이는 핵심 오픈소스 프로젝트를 위해 특별히 설계되었습니다. 10월 19일 현재, 총 114개의 프로젝트가 접수되었고, 11일 만에 심각 등급 취약점 77건과 고위험 등급 취약점 803건(모델 평가 기준)이 보고되었으며, 표본 검사 결과의 88%가 자사의 공개 기준을 충족했습니다.

추천 이유：이 도구는 오픈소스 보안 분야에서 LLM의 대규모 적용 사례를 대표하며, 무비용·전자동·오프라인 감사를 특징으로 하지만, 인력 검토 단계를 생략함으로써 오보와 중복 문제 발생 위험을 초래합니다. 그 정확도 데이터(유효율 88%, 거짓양성률 1%)와 실제 프로젝트 피드백(예: wolfSSL, curl)은 현재 AI 기반 취약점 탐지 능력에 대한 실증적 기준을 제공합니다.

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.

Kimi, K3.1 Pro 출시: 엔드포인트 작업 능력이 최고 수준으로 도약했으며, 시뮬레이션 디버깅과 다중 모달 프로그래밍을 통해 몸을 가진 지능의 초기 모습을 보여줍니다

Kimi는 2026년 10월 25일 K3.1 Pro 모델을 출시했으며, Terminal-Bench 4.0 터미널 작업 테스트에서 67.2%의 성공률로 1위를 차지했습니다. 또한 자체적으로 에뮬레이터 오류를 복구하고 물리 시뮬레이션, 오디오 분석, 3D 장면 구축 및 영상 편집 등 다중 작업을 수행하는 능력을 갖추고 있어, 신체 기반 지능 기술의 발전 경로를 탐구하고 있음을 보여줍니다.

추천 이유：본 자료는 티미디어의 공식 라이선스를 받아 발표된 실측 보고서를 기반으로 하며, Artificial Analysis, Terminal-Bench 4.0 등 권위 있는 제3자 평가 데이터와 공식 자체 테스트 결과, 그리고 필자의 다중 시나리오 기능 검증을 포괄합니다. 특히 K3.1 Pro의 실행 성능, 시뮬레이션 클로즈드 루프, 다중 모달 프로그래밍 분야에서의 실질적 진전에 초점을 맞추고 있으며, 동시에 Flash/Ultra가 아직 출시되지 않았다는 점 등 성능상의 한계와 미공개 정보를 명확히 표기하여 사실 확인과 출처 표기 요건을 준수하고 있습니다.

인피니언과 울프스피드의 계약 연장: 200mm 실리콘 카바이드 웨이퍼 공급 계약 체결

인피니언과 울프스피드는 2026년 10월 15일에 실리콘 카바이드 웨이퍼 공급 계약을 확대·연장한다고 발표했으며, 협력을 150mm 규격에서 200mm 규격으로 확대해 인피니언의 200mm 제조 전환을 지원하고 공급망의 탄력성을 강화할 예정이다. 한편 울프스피드는 이를 통해 주요 고객들 사이에서 200mm 소재의 장기적 활용을 확대하겠지만, 자사의 소재 사업은 여전히 매출 감소와 마이너스 영업이익률이라는 압박에 직면해 있다.

추천 이유：이 사건은 글로벌 실리콘카바이드 산업 경쟁의 중심축이 본격적으로 대형 기판과 제조 공정으로 이전되었음을 의미하며, 산업 사슬 상하위 간 협력에 의한 200mm급 양산 추진을 촉진하는 핵심 신호입니다. 재료 출처는 명확하며(타이메디아, 2026년 10월 25일 발표), 모든 사실은 원문에 명시된 시점, 주체, 데이터 및 제약 조건과 엄격히 일치합니다. 추론, 보완 또는 확장은 전혀 포함되어 있지 않습니다.

패널 제조사들이 AI로 인한 상류 원자재 비용 압박에 대응하기 위해 일제히 가격을 인상했지만, 하류 수요처의 수용도가 낮고 최종 제품의 품질 관리에도 부담이 가중되고 있다.

2026년 9월부터 TCL 화싱, BOE, 혜커 등 패널 제조사들이 잇따라 가격 인상 공지를 발표했는데, 주요 원인은 AI 대규모 모델의 발전으로 HBM 수요가 급증하면서 기성 공정 칩의 생산 용량을 압도하고, 드라이버 IC, PCB, 유리 기판 등 핵심 소재의 가격을 상승시켰기 때문이다. 코닝 등 상류 공급업체들도 동시에 가격을 인상했다. 비용 부담이 분명히 존재함에도 불구하고, 하위 단계의 TV·디스플레이 브랜드들의 구매 가격은 아직 전반적으로 오르지 않았으며, 최종 사용자들 사이에서는 과열, 블랙 스폿 등 품질 관리 관련 문제가 빈번히 발생해, 가격 인상이 실제 거래와 체험 개선으로 이어지지는 못한 상황이다.

추천 이유：재료 시스템은 AI 산업이 직접적으로 연관되지 않은 하드웨어 업계에 미치는 크로스체인 전파 메커니즘을 규명한다—AI가 패널 수요를 직접적으로 견인하는 것이 아니라, 웨이퍼 생산능력의 재배분을 통해 전 체인에 걸친 비용 재정립을 촉발한다는 점이다. 동시에 가격 인상 행태와 시장의 실제 반응(가격 정체, 출하량 감소, 사용자 불만) 간의 뚜렷한 괴리를 보여주며, 이는 산업의 협상력과 제품 경쟁력 간의 불일치라는 근본적인 모순을 부각한다.

미국의 반 데이터센터 운동이 참고할 수 있는 글로벌 경험: 아일랜드 전력망 위기부터 뉴질랜드 지역사회 AI 실천까지

파리 마르크스는 저서 『초대규모』에서 전 세계 데이터센터의 투쟁사를 정리하며, 아일랜드가 전력망 용량 포화로 인해 규제를 도입하고 기업들이 자체적으로 가스 발전소를 건설하는 사례를 지적했다. 또한 뉴질랜드는 지역 클라우드를 활용해 마오리어 음성인식을 지원하는 비약탈적 AI 모델을 모색하고 있다. 한편 미국에서 현재 격화되고 있는 반대 움직임은 사실 오래전부터 예고되어 온 전 세계적 갈등의 재현에 불과하다.

Open WebUI v0.12.4 출시: 필요 시 스킬 로드, 컨텍스트 압축 시각화 및 수백 가지 접근성 개선과 버그 수정 업데이트

Open WebUI v0.12.4는 오픈소스 대규모 언어 모델의 프런트엔드 인터페이스에 대한 주요 유지보수 버전으로, 신뢰할 수 있는 메타데이터 기준일인 2026년 10월 25일 이전에 출시되었습니다. 핵심 업데이트에는 필요 시 스킬 로딩 지원(내장된 Skills 도구가 활성화되어야 하며 기본적으로 비활성화됨), 채팅 중 컨텍스트 압축 과정의 명시적 표시, WCAG 준수를 초과하는 100여 가지 접근성 개선 사항, 그리고 GitHub PR/이슈를 통해 검증된 26건의 기능 수정 및 동작 보완이 포함됩니다. 여기에는 권한 관리 강화, Safari/RTL/다중 폴더 등 다양한 시나리오에서의 결함 수정이 포함됩니다. 새로운 모델, API 또는 타사 서비스는 도입되지 않았으며, 성능 벤치마크, 사용자 데이터 또는 규제 관련 정보도 제공되지 않습니다.

llama.cpp가 b11871 버전을 출시했습니다: 서비스 크래시를 방지하기 위해 JSON 중첩 깊이 제한을 추가했습니다.

llama.cpp의 b11871 버전에서는 핵심 보안 수정 사항을 도입하여, 요청에 포함된 JSON 중첩 레벨에 대해 128레벨의 강제 제한을 적용함으로써, 깊은 재귀 파싱으로 인한 HTTP 스레드 스택 오버플로와 서비스 크래시를 방지합니다(맥OS에서는 SIGBUS, 리눅스에서는 SIGSEGV가 발생). 이 정책은 챗 인터페이스의 다양한 입력 시나리오를 포괄하며, 모든 경우에 HTTP 400 오류를 일관되게 반환합니다.

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.

언더독 살루키 27B: GSQ-RCO 기반 2비트 Qwen3.8-27B 도구 호출 모델 기술 분석

이 글에서는 Underdog가 발표한 Saluki 27B 모델을 소개합니다. 이 모델은 7.9 GB 크기의 2비트 양자화 Qwen3.8-27B 변형으로, ISTA-DASLab의 GSQ-RCO 방법을 기반으로 구축되었으며, 120개의 작업에 대한 BFCL v4 도구 호출 벤치마크에서 원래의 54 GB 풀 정밀도 모델을 능가한다고 주장됩니다. 다만 모든 성능 관련 결론은 해당 개발자의 발표에 근거한 것으로, 독립적인 검증은 이루어지지 않았습니다.

llama.cpp가 b11870 버전을 출시하여 DeepSeek-V4.1-Flash 모델을 정식으로 지원합니다.

llama.cpp는 버전 b11870에서 DeepSeek-V4.1-Flash(deepseek41) 모델을 지원하며, Engram 아키텍처를 기반으로 KV 캐시 계산 간소화, BF16 정밀도를 MXFP8로 대체, 인그래프 내 행 수집 등 여러 하위 수준 최적화를 수행했습니다. 또한 macOS, Linux, Windows, Android, iOS 및 openEuler를 포괄하는 다중 플랫폼 바이너리 빌드를 동시에 제공합니다.

엔비디아를 앞세워 애플에 정면으로 맞서는, 마이크로소프트의 고급 AI PC 승부

마이크로소프트는 NVIDIA RTX 스파크를 탑재한 서피스 랩톱 울트라로 로컬 AI 개발자와 고급 크리에이터를 공략하고 있다. 하드웨어는 대용량 통합 메모리, CUDA 및 RTX 그래픽 성능을 휴대형 기기에 도입했지만, 맥과의 지속적인 경쟁을 이끌어낼 수 있을지는 여전히 애플리케이션 호환성, 인공지능 에이전트 경험, 실제 워크플로우에 달려 있다.

추천 이유：이 경쟁이 궁극적으로 답해야 할 질문은, 로컬 AI가 창작과 개발의 효율성을 실질적으로 향상시킬 수 있는지와, 이를 위해 사용자가 부담하는 하드웨어·소프트웨어 및 이전 비용이 과연 그만한 가치가 있는지 여부입니다. 하드웨어는 새로운 가능성을 제공하지만, 이러한 가능성이 얼마나 많은 사용자에게까지 확장될 수 있는지는 생태계와 실제 사용 경험에 달려 있습니다.

애플의 첫 번째 폴더블 iPhone 듀오가 판매 시작과 동시에 집중적인 화면 균열 문제가 발생했다.

여러 사용자가 애플의 첫 번째 폴더블 스마트폰인 iPhone Duo를 개봉한 직후, 힌지 바로 위쪽 화면에서 금이 가거나 파손되는 문제가 짧은 시간 내에 발생했다고 보고했으며, 해당 결함이 매우 집중적으로 나타나고 있습니다. 호주와 중국에서도 유사 사례가 보고되어, 이는 힌지 조립 시 공차 문제로 인한 것으로 추정됩니다. 애플 측은 아직 공식 입장을 밝히지 않았으며, AS 처리 결과에 따라 무상 교체 여부 또는 고액의 자비 수리 여부가 결정될 예정입니다.

추천 이유：이 사건은 신형 제품의 대규모 초기 품질 이상과 관련되어 있어 소비자의 권익과 기업의 책임 경계를 정면으로 부딪히고 있으며, 여기에 3包 규정의 적용 여부와 AppleCare+ 서비스의 정체성 등 공공적 쟁점까지 겹쳐 전형적인 경고적 의미와 권리 보호의 참고 가치를 지니고 있다.

llama.cpp가 b11868 버전을 출시했습니다: Hexagon NPU의 멀티코어 플래시 어텐션 지원을 강화하여 전 플랫폼 컴파일 및 빌드를 지원합니다.

llama.cpp v2.45.0(태그 b11868)이 정식으로 출시되었으며, 핵심 업데이트로는 Hexagon 백엔드에 KV-head 분할 메커니즘을 도입하여 다중 코어 HMX Flash Attention의 성능을 최적화하고, FA 분할 제어 플래그를 통일했습니다. 동시에 macOS, Linux, Windows, Android, iOS 및 openEuler 등 모든 플랫폼용 바이너리 패키지를 제공하며, CUDA 12/13, Vulkan, ROCm, OpenVINO, SYCL, Snapdragon(Adreno+Hexagon) 등 다양한 백엔드 지원을 포함합니다.

llama.cpp가 b11867 버전을 출시했습니다: 서버 측 엔트리포인트가 재구성되었으며, 다중 플랫폼과 이기종 가속 백엔드를 전면 지원합니다.

llama.cpp가 GitHub에서 b11867 버전을 공식 출시했으며, 핵심 변경 사항으로는 서버 측 엔트리포인트의 재구성(PR #31113)과 server_role 메커니즘의 추가가 포함됩니다. 또한 macOS, Linux, Windows, Android, iOS 및 openEuler를 지원하는 40여 개의 사전 컴파일된 바이너리 패키지를 제공하며, CPU, CUDA(12.4/12.8/13.4), Vulkan, ROCm 10.0, OpenVINO, SYCL(FP16/FP32), Snapdragon(Adreno+Hexagon) 등 다양한 하드웨어 백엔드를 지원합니다.

llama.cpp가 b11866 버전을 출시했습니다: Metal 백엔드의 중복 AMAX 스케일링 로직을 제거하고, MoE 계산 경로를 간소화했습니다.

llama.cpp v.b11866 버전에서는 Metal 백엔드에 존재하던 구식 src1의 2의 거듭제곱 형태 AMAX 스케일링 메커니즘을 제거하고, 대신 계산 그래프 내에서 전문가 토큰별로 보다 세밀한 amax 스케일링을 적용하여 MoE 하에서 프로젝션 활성화 값이 f16 표현 범위 내에 유지되도록 보장합니다. 동시에 관련된 이단계 축약 핵심 함수, F32 정밀도 스케줄링 및 경계 위반 테스트 케이스도 함께 삭제되었습니다.

llama.cpp가 b11861 버전을 출시했습니다: minimax-m3 모델의 양자화 스케일링 텐서가 전달되지 않아 발생하는 추론 오류를 수정했습니다.

llama.cpp v.b11861은 minimax-m3 모델에서 NVFP4/MXFP8 양자화 시 스케일 텐서가 계산 그래프에 주입되지 않아 발생하던 가중치 왜곡 문제를 해결하여 ‘토큰 수프’ 현상과 잔차 소멸을 방지합니다. 또한 macOS, Linux, Windows, Android, iOS 및 openEuler를 지원하는 다중 플랫폼 바이너리 빌드를 함께 제공합니다.

AI 묘지: 지속적으로 업데이트되는 실패한 AI 프로젝트와 스타트업 목록

TechCrunch는 2026년 10월 25일 보도를 통해, 2023년부터 2026년까지 기대에 미치지 못한 여러 AI 프로젝트들을 정리했는데, 여기에는 Relay, Character.ai, Sora, Humane AI Pin 등 스타트업과 제품들뿐만 아니라 OpenAI, Apple, Microsoft 등 대기업의 실패한 시도나 중대한 전환도 포함된다.

추천 이유：이 보고서는 업계 차원의 현상 분석으로, 범위가 광범위하고 시기적 범위가 명확하며(구체적인 폐쇄·지연 일자 포함) S&P 글로벌 마켓 인텔리전스 데이터를 인용해 기업 수준 AI 프로젝트의 높은 실패율(42%)을 입증하고 있습니다. 또한 사례별 세부 정보와 구조적 분석을 함께 제공하여 전형적인 참고 가치를 지닙니다.