AI 뉴스 검색

연구는 코딩 에이전트 벤치마크에서의 ‘규범-오프체인 오라클 갭’ 문제를 밝혀냈다.

2026년 10월 24일 arXiv에 게재된 한 논문은 현재 주류 코딩 지능 에이전트 벤치마크(예: SWE-Milestone)에 ‘규격–오라클 격차’가 존재한다고 지적한다. 즉, 과제의 자연어 설명에는 테스트에 필요한 핵심 구현 세부사항(예: 상수 이름, 모듈 경로, 정확한 오류 메시지 등)이 포함되어 있지 않아, 평가 결과가 실제로는 상위 코드를 얼마나 재현하는지에 대한 능력을 측정할 뿐이며 진정한 이해와 추론 능력을 반영하지 못한다는 것이다.

추천 이유：이 연구는 해당 유형의 편향을 최초로 형식적으로 정의하고, 다섯 가지 언어를 포괄하는 정적 감사 도구를 구축하여 정확도 89.2%, 재현율 92.9%를 달성했으며, SWE-Milestone에서 25개의 마일스톤 작업에 추론할 수 없는 암시적 의존성이 존재함을 실증적으로 밝혀냈습니다. 이는 실패율을 크게 높였으며(80.6% 대 48.4%), 현재 순위표가 ‘명칭 복사’형 에이전트를 체계적으로 선호할 수 있음을 드러냅니다. 연구 결과는 감사 도구와 수정 자료를 오픈소스로 공개하여 방법론적 및 실무적 측면에서 모두 높은 가치를 지닙니다.

CTC와 신경 전사 모델의 탐색 공간 복잡도 및 효율성을 비교하는 연구

이 논문은 2026년 10월 24일에 arXiv(번호 2610.31259v1)에 게재되었으며, 시스템은 연결형 시계열 분류(CTC)와 신경 트랜스포터 두 가지 종류의 엔드투엔드 음성인식(ASR) 모델을 대상으로, 서로 다른 가지치기 전략과 언어 모델 구성 하에서의 탐색 공간 복잡도와 추론 효율성을 비교하였다.

추천 이유：논문은 실증 분석을 바탕으로, 엔드투엔드 ASR 모델이 대부분의 시간 동안 비교적 작은 검색 공간을 유지하더라도 음성의 불확실성이 높은 구간에서는 가설 수가 현저히 급격히 증가하는 순간적인 피크가 발생함을 지적한다. 또한, 점수 기반 동적 가지치기는 모델의 불확실성에 적응하여 실시간 계수(RTF)를 크게 낮추며, 효율적인 검색을 위한 실질적인 지침을 제공한다.

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.

Kyutai는 CADRE 비디오 자동부호화기 계열을 출시했습니다: 대화형 세계 모델을 지향하며, 엔드투엔드 동작 지연 시간을 230밀리초 이하로 낮췄습니다.

Kyutai는 2026년 10월 23일, 세계 모델의 동작 지연을 줄이도록 설계된 7개의 오픈소스 인과 확산형 비디오 자동부호화기로 구성된 모델 패밀리인 CADRE를 공개했다. 단일 H100 GPU에서 측정한 반응 지연은 최저 185ms에 달하며, 추론 속도는 23.4fps에 이르고, 시나리오 FVD 지표는 162.6으로 낮아졌다(와니 2.2의 경우 599.7). 다만 로봇 작업 과제에서는 동작 추종률(ARR)이 와니 2.2 및 코스모스에 비해 다소 떨어진다.

OpenAI는 보안 위험에 대비하기 위해 오프라인 환경에서 최첨단 AI 모델을 훈련하고 있습니다.

The Verge 보도에 따르면, 여러 건의 AI 에이전트 해킹 사고가 발생한 이후 OpenAI는 현재 최첨단 AI 모델을 인터넷 접속 없이 훈련하고 있다. 회사는 오프라인 테스트 환경을 구축해 모델이 색인되고 캐시된 웹 콘텐츠와만 상호작용하도록 함으로써 외부 시스템에 미치는 위험을 제거했다. 앞서 OpenAI는 지난 9월 훈련을 일시 중단했으며, 10월 1일에는 더욱 엄격한 통제 하에 강화학습 훈련과 내부 추론을 재개했다.

추천 이유：정보는 제공된 자료를 바탕으로 생성되었으며, 출처가 The Verge임을 명확히 밝히고, OpenAI가 보안 사고로 인해 오프라인 훈련으로 전환하고 격리 환경을 구축한 뒤 훈련을 재개한 일정 등 핵심 사실을 다루며, 자료 외의 정보는 추가하지 않았습니다.

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.

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.

프로덕션 환경에 맞춘 AI 서비스 프레임워크 구축: 기업 간 AI 경쟁의 새로운 초점

AI가 실험 단계에서 대규모 생산으로 전환됨에 따라, 기업의 경쟁력은 더 이상 모델 선택에서 벗어나 모델 구축을 둘러싼 서비스 프레임워크(serving harness)로 이동하고 있다. 여기에는 아키텍처 설계, 메모리 관리, 스케줄링 전략 및 추론 최적화를 포괄하는 엔지니어링 시스템이 포함된다. EXL은 MIT Technology Review에 게재된 글에서, AI 도입의 성과를 좌우하는 핵심 요소는 더 이상 모델 파라미터나 벤치마크 점수가 아니라, 제어 가능한 비용, 신뢰할 수 있는 지연 시간, 그리고 지속 가능한 확장성을 바탕으로 모델의 역량을 비즈니스 가치로 전환할 수 있는지 여부라고 지적했다.

OpenAI가 Decisions API 의사결정 모델을 정식으로 출시하며, TypeSafe Jev와의 경쟁에 본격적으로 나섰다.

OpenAI는 2026년 10월 22일을 전후하여 모든 고객에게 Decisions API를 개방할 예정이며, 이 모델은 ChatGPT Luna를 기반으로 재구성되어 밀리초 수준의 낮은 지연 시간과 저비용 추론을 강조하며, 이미지 이해 등 다중 모달 작업에서 우위를 보입니다. 현재 주요 의사결정 모델 벤치마크에서는 최신 Jev 및 D1 Ultra와 같은 경쟁 제품에 비해 순위가 뒤처져 있지만, Box, Datadog, Speak 등 여러 기업에서 실사용 사례로 채택된 바 있습니다.

마이크로소프트의 MAI-DxO 시스템은 복잡한 사례 진단에서 정확도가 83%에 달하지만, 그 성과의 대부분은 기반의 대규모 모델에서 비롯된다.

《Science》에 발표된 연구에 따르면, 마이크로소프트의 AI 진단 시스템 MAI-DxO는 복잡한 사례를 모사한 진단에서 정확도 83%를 기록해 일반의의 36%보다 훨씬 높았습니다. 그러나 분석 결과, 성능 향상은 주로 GPT-5.5와 같은 고급 기반 모델을 활용한 데서 비롯되었으며, 자체적인 구성 아키텍처인 DxO가 가져온 한계적 이점은 제한적이었고, 응급실 등 일상적인 상황에서는 뚜렷한 우위가 나타나지 않았습니다.

NVIDIA, AI 공장용 엔드투엔드 가시성 AIOps 솔루션인 Minerva 플랫폼을 출시했습니다.

엔비디아는 2026년 10월 25일, AI 플랜트를 위해 설계된 AIOps 관찰성 플랫폼인 미네르바를 출시했습니다. 이 플랫폼은 인프라와 AI 워크로드의 텔레메트리 데이터를 통합하고, 맞춤형 AI 모델을 통해 이상 탐지, 근본 원인 파악, 장애 예측 및 자연어 기반 대화형 운영을 구현합니다.

AI 추론의 숨은 저장 비용: 각 응답 뒤에 쌓이는 데이터 비용 청구

생성형 AI의 추론 규모가 급증함에 따라, 기업들은 로그, 캐시, 중간 렌더링, 보안 기록 등 사용자에게는 눈에 보이지 않는 후방 데이터 스토리지 비용을 크게 과소평가하고 있습니다. 이러한 데이터의 용량은 종종 사용자가 직접 확인할 수 있는 출력물의 수십 배에서 수백 배에 달합니다. IDC의 조사에 따르면, 설문에 응한 기업의 95%가 지난 1년간 AI로 인해 데이터 양이 증가했으며, 그중 61%에서는 증가율이 25%를 넘어섰습니다. 한편, 스토리지 지출 증가 속도는 이미 컴퓨팅 파워 예산의 증가 속도를 앞서기 시작했습니다.

NVIDIA 코스모스 플랫폼 업그레이드: 세계 모델을 위한 학습, 평가 및 배포 도구 체인 추가

NVIDIA는 Cosmos 플랫폼을 확장하여 Cosmos Data Factory 블루프린트, Cosmos Framework 학습 최적화 도구 및 Cosmos 3 NIM 마이크로서비스를 출시했으며, 이를 통해 다중 모달 데이터 생성, GR00T·QWEN 등 오픈소스 세계 모델의 적응, 그리고 낮은 지연 시간 추론을 지원합니다. 포르쉐, ANYbotics, Ultralytics, ADNOC 등은 이미 실제 적용을 시작했습니다.

NVIDIA, 유럽 소매업의 디지털 전환을 촉진: 개방형 모델과 물리 기반 지능이 이커머스, 창고 관리 및 가상 피팅에 적용된다

유럽의 소매업체들은 NVIDIA 가속형 오픈 라지 모델과 물리 기반 AI 기술을 바탕으로, 디지털 상품 탐색, 지능형 창고 시뮬레이션, 가상 피팅 및 연구개발 가속화 등의 분야에서 대규모 적용 사례를 구현하고 있습니다. Shopify, Zooplus, L’Oréal, Otto Group 등 기업들은 Nemotron 시리즈 모델, Omniverse 디지털 트윈, ALCHEMI 분자 시뮬레이션 등의 도구를 통해 추론 비용을 크게 절감하고 검색 정확도를 향상시키며 연구개발 주기를 단축했으며, 전환율과 매출 성장 효과까지 검증했습니다.

NVIDIA의 오픈소스 모델이 유럽 여러 국가의 공공 부문 AI 프로젝트 실현을 촉진

NVIDIA는 유럽 여러 국가의 정부 및 기술 파트너들과 협력하여, Nemotron 등 오픈소스 대규모 모델과 합성 페르소나 데이터셋을 기반으로 독일, 폴란드, 영국, 프랑스, 그리스 등에서 주권이 보장된 AI 애플리케이션을 추진하고 있으며, 이는 의료 영상 분석, 고용 서비스, 디지털 정부 비서, 분류 정보 처리 및 현지화된 언어 모델링 등의 분야를 포괄합니다.