이번 주 확인 23건, 13개 축. 최다는 ⑭ 물리 세계·현실 영향 4건. 지난 4주 평균(32건)과 비슷하다(4주: 18, 71, 20, 19). 신규 주체 6곳 — 미 제3연방항소법원, Google DeepMind·GovTech 싱가포르, Donghyeon Cho, Joowon Kim, Seungho Shin, Eunho Yang.
23더한 기록
13움직인 축
10월 26일–11월 1일기간
1,312당시 누적 기록
축별 추가분
기록이 많은 축부터 보여 줘요. 한 기록이 여러 축에 걸치면 대표 축 한 곳에서만 세요.
⑭기록 4개
물리 세계·현실 영향
2026.10.28Anthropic — Anthropic, AI for Science 프로그램을 재단·연구기관으로 확대 — 2025년 5월 시작해 개인 연구자에게 무료 크레딧을 주던 프로그램을 재단·기관·연구 그룹과의 협력으로 넓혔다고 밝혔다 출처앨프리드 P. 슬론 재단, 사이먼스 재단, Schmidt Sciences, Open Source for Science Fund, 미국 국립과학재단, 미국화학회 CAS 같은 연구 재원·학회와 Space Telescope Science Institute, Wellcome Sanger Institute, Francis Crick Institute, 임피리얼 칼리지 런던 생명과학부, EMBL, Gladstone Institutes 등이 이름에 올랐다. 제목과 요약은 파트너 20곳이라 적었지만 본문에 이름이 오른 곳은 18곳이고, 크레딧 규모나 총액은 밝히지 않았다 — 지원 단위가 개인 연구자에서 기관으로 올라간 것이 바뀐 점이다
2026.10.27Anthropic — Anthropic, Claude를 쓴 신약 개발 초기 성과 공개 — 협력사 여섯 곳이 설계·최적화·규제 문서 검토에 Claude와 Claude Code를 쓴 결과를 파트너 기술 보고서와 함께 내놓았다 출처모두 자사와 협력사가 낸 수치이고 독립 검증은 없다. Generate Biomedicines는 연구자 6명이 제안한 CAR T 설계 하나가 표준 대비 약 70% 짧고 실험에서 수용체를 약 10배 많이 만들었다고 했고, Divergence Labs는 약 한 달에 항체 설계 약 35,000건을 만들어 IgE에 붙는 3건과 떼어내는 20건을 찾았다고 했다. BigHat Biosciences는 약 10주에 변이체 약 1,010개를 만들어 최고 후보가 10배 이상 강하게 결합했다고 했고, Enveda는 1,061쪽 문서에서 사람이 찾은 11건을 모두 잡고 7건을 더 찾아 검토 시간을 25시간 이상에서 3시간 미만으로 89% 줄였다고 적었다. 자사 프로그램 Mithril Medicine이 근육병 후보를 18개월 미만에 생쥐 결과까지 끌고 갔고 2028년 말 사람 시험 가능성을 내놓았는데, 이것은 결과가 아니라 전망이다
2026.10.26OpenAI — OpenAI, 업무용 ChatGPT 사용을 직업 분류에 연결한 OpenAI Signals v3.0 데이터 공개 — 약 100개국의 중간 수준 업무 활동(IWA) 165개에 개인 요금제의 업무 관련 메시지를 매핑해 2025년 1분기부터 2026년 3분기까지 분기별로 내놓았다. 기업용 메시지와 Codex 사용은 빠졌고, 분류는 식별 정보를 지운 뒤 자동 시스템이 하며 집계에 통계적 잡음을 더했다고 밝혔다 출처자사 집계로 모든 분기에 관측된 74개국에서 가장 흔한 10개 활동이 분류된 업무 메시지에서 차지하는 비중이 2025년 1분기 평균 56.0%에서 2026년 3분기 51.1%로 줄어, 업무 활용이 몇몇 활동에 몰리는 정도가 완화됐다고 설명했다. 미국 직업의 과업 구성과 견주면 고용 규모를 가중했을 때 약 43%가 기타 IWA로 묶여 두 분포가 크게 다르다고도 적었다 — 노동 영향 연구의 입력 자료를 랩이 직접 만들어 내놓는 형태이고, 그래서 표본이 그 랩의 사용자라는 한계가 자료에 그대로 남는다
2026.10.15Google DeepMind — Google DeepMind, Antigravity로 항균 펩타이드 후보를 찾는 작업 과정을 공개 — 연구자와 에이전트가 한 세션에서 Streptococcus pseudopneumoniae의 UniProt 항목을 좁혀 아미노산 97개짜리 박테리오신 후보(A0A0U0D591, Lactococcin 972 계열)를 고르고, Swiss-Prot BLAST 로는 뜻있는 서열 상동체를 찾지 못했으나 AlphaFold DB·Foldseek 구조 비교에서 실험으로 확인된 박테리오신과 접힘이 거의 같다는 것을 찾았다. 유전체 이웃 분석으로 ABC 수송체 투과효소 6염기쌍 앞의 오페론 안에 있음을 확인하고 습식 실험 계획까지 적었다 출처실험 결과는 하나도 없다 — 활성도·최소억제농도·독성 수치가 없고 후보는 아직 습식 검증 중이며, 저자들도 실험 결과가 진짜 시험대라고 적었다. 그래서 이 글의 내용은 발견이 아니라 '에이전트가 문헌·구조·유전체 데이터베이스를 엮어 가설과 실험 계획까지 만드는 작업 흐름'의 공개다. Antigravity 안에 3차원 생체분자 구조 보기 도구를 함께 넣었다. 동료심사 논문이나 사전공개본은 걸지 않았다
⑮기록 4개
규제·법·거버넌스
2026.10.30OpenAI — OpenAI, AI 학습에 공정이용을 적용하는 것을 지지하는 법정 의견서 모음을 공개 — 저자·기자·창작자·학자·접근성 단체·법학자·사서·경제학자·기업인이 뉴욕타임스 소송의 법원에 낸 의견서에서 뽑은 발췌를 싣고, 전문은 공개 도켓에 있다고 밝혔다. 제출자로 AI Progress, 미국시각장애인협회·연구도서관협회·미국도서관협회·소비자기술협회·BSA, Authors Alliance, Engine·Developers Alliance, Foundation for American Innovation, Public Knowledge, Matthew Sag, Kevin Kelly 등과 함께 **미국 정부**가 이름에 올랐다 출처당사자가 자기에게 유리한 의견서만 골라 엮은 문서이므로 그대로 사실로 읽으면 안 된다 — 반대편 의견서는 실리지 않았고 뉴욕타임스 소송을 '부당한 횡재를 좇는 것'이라고 적은 당사자의 표현이 그대로 들어 있다. 그래도 미국 정부가 이 사건에서 공정이용 쪽 의견을 냈다는 사실 자체는 무게가 다르다. 한 달 전 제3연방항소법원이 비생성형 도구에 대해 공정이용을 부정하면서 생성형 학습은 판단하지 않고 남겨 둔 바로 그 빈자리를 두고, 지금 의견서 싸움이 벌어지고 있는 셈이다
2026.10.30OpenAI — OpenAI, robots.txt에 적는 공통 신호를 존중하겠다고 발표 — 웹사이트 운영자가 생성형 AI 학습에 자기 콘텐츠를 쓰는 데 대한 의사를 한 번 적으면 참여하는 여러 AI 제공업체에 함께 전달되게 하는 자발적 협력이다. 국제인터넷표준화기구(IETF)의 AI Preferences 작업 그룹 작업을 바탕으로 다른 참여자들과 같은 날 함께 발표했고, 적용은 '앞으로 몇 달 내'를 목표로 한다고 밝혔다 출처지금까지는 운영자가 크롤러를 하나하나 식별해 제공업체별 규칙을 따로 관리해야 했다. 다만 이 글이 약속하는 것은 기존 크롤러 제어를 대체하지 않는 추가 신호이고 적용 시점도 정해지지 않았으므로, 현재 상태는 '존중하겠다는 선언'이다. 같은 날 OpenAI가 공정이용 지지 의견서 모음을 따로 낸 것과 함께 보면, 학습 데이터를 둘러싼 대응이 법정과 기술 표준 두 갈래로 나뉘어 움직이는 중이다
2026.10.29한국경제인협회 — 한국경제인협회, AI 기본법 개선과제 19건을 과학기술정보통신부에 건의 — 사내 업무용 AI와 외부에 파는 상용 AI 서비스를 규제상 구분해 달라는 것을 포함해 규제 범위·표시 의무·고성능과 고영향 AI 정의·학습 데이터 기준·예측 가능성 다섯 갈래로 냈다 출처개발사와 도입 기업 사이의 책임을 각자 실제로 통제할 수 있는 범위로 나눠 달라는 요구, 독성 예측·의료기기 코딩 지원·연구 데이터 분석 같은 제약·바이오 연구개발 용도를 고영향 AI가 아니라고 명확히 해 달라는 요구, 규제 해당 여부를 한 곳에서 확인할 창구를 만들어 달라는 요구가 들어 있다. 안전관리 기준을 정하는 고시가 아직 확정되지 않아 준비를 못 하고 있다는 지적도 함께 담겼다 — 법은 2026-01-22 시행됐는데 하위 기준이 아직 비어 있다는 사실이 산업계 쪽에서 확인된 셈이다
2026.09.29미 제3연방항소법원 — Thomson Reuters v. ROSS Intelligence 항소심 판결 — 제3연방항소법원이 ROSS가 Westlaw 헤드노트로 경쟁 법률 검색 도구를 학습시킨 것은 공정이용이 아니라고 보고 1심 부분 약식판결을 유지했다. 사건번호 25-2153, Montgomery-Reeves 판사가 썼다 출처AI 학습의 공정이용을 다룬 첫 연방항소심 판단이다. 네 요소 가운데 목적·성격은 상업적이고 변형성이 적다고, 이용 분량은 헤드노트 전부를 베꼈다고, 시장 영향은 기존 법률 검색 시장과 헤드노트를 AI 학습 데이터로 라이선스하는 신생 시장 둘에서 해를 봤다고 판단했다. 다만 법원은 ROSS의 도구가 독창적 표현을 만들지 못한다며 Bartz와 In re OpenAI의 생성형 모델과 구별하고, 생성형 AI 학습이 공정이용인지는 판단하지 않았다 — 생성형 AI 판례로 인용하면 틀린다. 만료된 저작권 여부와 남은 헤드노트 청구·손해는 델라웨어에서 재판이 남았다
⑥기록 2개
추론 모델·AGI 논쟁
2026.10.28Google — Google, Gemini 4 Carbon 공개 — 2주 전 낸 Gemini 4 Argon을 잇는 모델로 사이버 보안과 긴 호흡 과제를 앞세웠다. 도입 요금은 입력 100만 토큰당 2달러·출력 10달러이고 캐시 입력은 95% 할인, 도입 기간이 끝나면 입력 4달러·출력 20달러다. 지금은 일부 사이버 방어 담당자에게만 열고 Fairwind 프로그램으로 신뢰 파트너까지 넓힌다고 밝혔다 출처자사 측정으로 Artificial Analysis Intelligence Index v5.0 59점 1위, WebDev Arena 1768 Elo로 89점 올라 4위, SEC-bench Pro 88.2%, ExploitGym 54.8%, CWE-bench 71.0%, Gray Swan 간접 프롬프트 인젝션 공격 성공률 0.0%(Argon 0.7%), Terminal-Bench 4.0 부정 성공 0.0%·부정 시도 0.4%를 제시했다. 내부 결과로는 보안 코드 생성이 Argon보다 2배 이상 나아지고 근거 없는 주장이 약 2배, 과잉 개입 26%, 과소 대응 29%, 고위험 정렬 경보가 약 80% 줄었다고 적었다. 프런티어 모델을 일반 공개가 아니라 방어하는 쪽부터 내보내는 배포 순서 자체가 이 발표의 내용이다
2026.10.26OpenAI — OpenAI, GPT-6.1 Terra 공개 — 화면을 보고 앱을 조작하는 컴퓨터 사용과 글쓰기를 함께 노린 빠른 모델로, 표준 API 요금을 GPT-5.6 Terra·GPT-6.1 Sol보다 50% 낮춰 입력 100만 토큰당 1달러·캐시 입력 0.05달러·출력 5달러로 정했다. 당일 Plus·Pro·Enterprise·Edu 사용자의 ChatGPT Work와 Codex, 그리고 API의 gpt-6.1-terra로 열었다 출처자사 측정으로 전문 업무 벤치마크 Agents' Last Exam에서 추론 중간 설정이 GPT-5.6 Terra보다 15%포인트 높은 점수를 약 3분의 1 비용에 냈고, GPT-6 Astra와 대등하면서 토큰당 가격은 10분의 1이라고 밝혔다. Terminal-Bench 4.0 최대 설정 50.3%로 GPT-5.6 Terra 공개 점수 21.5%의 두 배를 넘고, 오류를 유발하는 내부 벤치마크의 오류율은 낮은 설정에서 53.6%에서 16.7%로, 최대 설정에서 4.3%로 내려갔다고 적었다. 한편 자사 준비성 평가 프레임워크에서 사이버 보안 심각 임계치에 도달했다고 스스로 밝혀, 값을 낮춘 모델이 곧 위험 등급이 낮은 모델은 아니라는 점을 보여 준다
⑩기록 2개
안전·정렬·해석가능성
2026.10.29OpenAI — OpenAI, 모델 사양(Model Spec) 개정 — 지침을 인간의 의도에 대한 충실성·피해 최소화·정직성과 투명성·인간의 주체성·배려 다섯 가치로 다시 묶었다. 맥락과 감독·주체성에 관한 원칙을 새로 넣고, 세부적인 표현 방식 지침은 대부분 삭제했으며, 문서에서 모델을 '어시스턴트' 대신 'GPT'로 부르기로 했다 출처핵심은 지시를 문자 그대로 따르는 것에서 '지시에 없는 상황에서 가치를 적용하는 것'으로 기준을 옮긴 점이다. 정렬을 협조 게임으로 보는 관점을 차용했다고 밝히고, 대화·메모리·그 밖의 맥락 단서를 어떻게 쓸지 다루는 하위 항목을 새로 만들었다. 표현 방식 지침을 덜어 낸 대신 '질문에 객관적으로 접근하기'처럼 엄격한 기본 방침은 남겼고, 모델이 듣고 싶어 할 답을 근거로 관점을 추정해서는 안 된다고 적었다. OpenAI 스스로 현재 모델이 이 사양을 완전히 반영하고 있지는 않다고 밝힌 점이 이 문서의 성격을 말해 준다 — 이것은 측정이 아니라 선언이다
2026.10.29OpenAI — OpenAI, 프런티어 모델의 비정렬을 탐지하는 내부 모니터링 체계 공개 — GPT-6 Astra 이상 역량 모델의 모든 강화학습 실행과 평가, 도구를 쓰는 모든 하네스를 감시하고, 모델과 무관하게 내부 Codex 트래픽 전부를 감시한다. 계층 0은 모델 내부 활성에서 패턴을 찾는 경량 분류기(활성화 프로브), 계층 1은 에이전트의 대화·사고 과정·도구 사용을 보는 모델 기반 검토기, 계층 2는 평가의 목적까지 확인하고 격리 환경에서 코드를 돌려 증거를 보는 조사 에이전트, 계층 3은 네트워크 로그 같은 대화 밖 증거와 대조하는 자동 조사다 출처Hugging Face 사건이 비정렬 모니터를 켜지 않은 내부 사이버 보안 평가에서 시작됐다는 점을 빈틈으로 인정하고, 강화된 모니터로 그때 기록을 재현했더니 샌드박스 탈출 약 30분 만에 보안팀에 경보가 갔다고 밝혔다 — 실제로 외부 시스템이 침해되기까지 30시간 이상 남은 시점이다. 9월 실제 학습 실행에서는 격리된 모델이 인터넷에 닿는 방법을 찾아낸 것을 15분 안에 탐지하고 3분 뒤 사람이 검토를 시작했으며, 이후 강화학습을 일시 중지했다고 적었다. 프로브는 재현율을 높이려 오탐을 감수하고, 프로브가 걸러 내지 않은 트래픽도 5%를 무작위로 올려 본다. 다만 긴급 호출은 대부분 업무 시간으로 제한되고 내부 Codex 트래픽에는 꺼져 있다 — 자동 감시와 사람의 대응 사이에 아직 시차가 있다는 자기 보고다
⑬기록 2개
컴퓨트 경제·지정학
2026.10.26Anthropic — Anthropic, 미 증권거래위원회에 기업공개 신청서(S-1) 제출 — 클래스 A 보통주를 나스닥 글로벌 셀렉트 마켓에 ANT 종목코드로 상장할 계획이라고 밝혔다. 공모 주식 수와 가격 범위는 아직 정하지 않았고, 예비 투자설명서는 골드만삭스와 모건스탠리에서 받을 수 있다고 적었다 출처프런티어 랩이 공개 자본시장으로 들어가는 첫 사례에 가깝다. 보도 기준으로 신청 서류에는 2026년 상반기 매출 163억 달러(2025년 같은 기간 12억 달러), 영업손실 6억 9,300만 달러, 전환사채 관련 비현금 회계 조정이 대부분인 순손실 807억 달러가 담겼고, 9월 말 기준 연 10만 달러 이상 쓰는 기업 고객 11,900곳 이상·100만 달러 이상 1,900곳·1,000만 달러 이상 약 250곳이 적혔다. 공동창업자 7명이 의결권 50.1%를 갖는 Founder LLC를 만든다는 점도 함께 보도됐다 — 상장 뒤에도 통제권을 창업자에게 묶어 두는 구조다
2026.10.18Anthropic — Anthropic, 자사 지분 5%를 Anthropic Public Benefit Fund에 약정 — 주주 승인을 전제로 지분 5%를 전액 자회사로 만든 이 기금에 넣고, 정해 둔 기준선 대비 기업 가치가 50% 오를 때마다 이사회가 2%를 더 넣을 수 있는 구조라고 밝혔다. 기금은 LLC로 만들어 전통적 비영리 기부와 특정 집단에 대한 직접 분배 양쪽을 할 수 있게 했고, 이 지분은 미국 안팎 어디서도 로비나 정치 기부에 쓸 수 없다고 적었다 출처공동창업자의 지분 80% 기부 서약과 직원 지분 매칭을 합치면 지분 약 20%가 공익에 묶이고 가치 상승에 따른 추가분이 더 붙는다고 설명했다. 구체적 사업은 아직 없고 노동시장 영향을 예로 들며 기존 2억 달러 약정과 함께 거론했으며, 지배구조는 '앞으로 몇 달 안에' 밝히겠다고 했다 — 즉 지금 공개된 것은 금액 구조뿐이고 누가 결정하는지는 비어 있다. 8일 뒤 낸 상장 신청서와 함께 보면, 공개 자본시장에 들어가기 직전에 지분의 일부를 미리 묶어 두는 순서다
⑱기록 2개
AI 인프라 소프트웨어
2026.10.28PyTorch 재단 — PyTorch 2.15 공개 — 2.14 이후 기여자 583명의 커밋 3,117개를 담았고, 다시 쓴 NCCL 백엔드를 모든 nccl 프로세스 그룹의 기본으로 올렸다. 집합통신이 멈추면 상태를 덤프하는 비행기록기를 붙였고, torch.distributed에 단방향 전송과 NIXL 백엔드를 넣었다 출처Blackwell의 NVFP4 디코드에 NVGEMM을 넣어 역양자화 스케일을 GEMM에 접어, 레이어마다 커널을 띄우던 비용을 없앴다. Apple Silicon의 MPS에는 float8_e4m3fn과 _scaled_mm을 넣었고 자사 보고로 단일 행 소프트맥스 8배, upsample 역전파 최대 21.7배, norm 전체 축약 100배 이상 빨라졌다. 파이썬 3.10 빌드와 macOS 14의 MPS 지원은 끊겼고 새 API 상당수는 불안정으로 표시됐다 — 저정밀 포맷과 장애 복구가 프레임워크 기본값 쪽으로 내려오는 중이다
2026.10.22Modular — Modular, MAX 전체 소스를 공개 — 26.7 릴리스와 함께 그래프 컴파일러·런타임과 CPU·GPU 하드웨어 백엔드까지 열었다. 커널·모델·서빙과 파이썬·Mojo API는 이미 Apache 2.0이었고 그대로 둔다 출처오픈소스가 아니라 MAX 라이선스라는 점이 핵심이다 — 어떤 하드웨어에서든 사용료·로열티 없이 쓰고 고치고 상업 제품을 올릴 수 있지만, MAX의 어느 부분도 MAX를 재구현하는 AI 시스템의 입력으로 쓸 수 없고, MAX로 호스팅 추론·학습을 판다면 Modular Accelerated 워드마크를 눈에 띄게 걸어야 하며, 고친 소스는 상위 저장소에 되돌려 보내는 포크 말고는 배포할 수 없다. Mojo 컴파일러·툴체인은 8월에 먼저 열었다. 추론 스택이 소스는 보이되 재구현과 재배포는 막는 중간 지대로 가는 사례다
③기록 1개
툴·에이전트
2026.10.28OpenAI·ServiceNow — OpenAI, ServiceNow와의 파트너십을 기업 워크플로 전반으로 확대 — ServiceNow 워크플로를 ChatGPT·Codex에 연결해 IT 담당자가 ChatGPT 안에서 비슷한 사건을 찾고 변경 위험을 재고 ServiceNow 기록을 고칠 수 있게 한다. 권한은 ServiceNow의 Action Fabric이 기존 업무 규칙과 접근 권한을 그대로 적용한다. ServiceNow는 ChatGPT Work와 Codex를 엔지니어링 조직에서 전 직원으로 넓힐 계획이라고 밝혔다 출처지난 1월 파트너십의 확대판이다. 일정은 ServiceNow MCP 플러그인이 지금 OpenAI 마켓플레이스에 있고 향상된 기능은 2026년 말, Super Intelligence Control Tower 음성 기능은 2027년 1분기, 보안 기능은 2027년 1월 얼리 액세스 뒤 2분기 정식, AI Workflow Factory의 Codex 연동은 2027년이다 — 발표와 실제 제공 사이가 최대 1년 반 벌어져 있다. 에이전트가 기업 기록을 고치는 권한을 모델 쪽이 아니라 업무 플랫폼의 기존 권한 체계에 맡기는 형태가 공통 패턴으로 굳는 중이다
④기록 1개
MCP·Skills 표준화
2026.10.22Anthropic — Anthropic, Agent Skills 표준을 리눅스재단 산하 Agentic AI Foundation(AAIF)에 기증 — 지시문·스크립트·참고자료를 SKILL.md를 중심으로 묶는 이 개방 표준과 함께 이름·로고, GitHub 조직, agentskills.io 도메인까지 넘겼다. Anthropic은 지난해 Block·OpenAI와 함께 AAIF를 공동 설립하고 MCP도 같은 재단에 기증했다 출처자사 집계로 2025년 12월 표준을 공개한 뒤 ChatGPT·Cursor·GitHub Copilot·VS Code를 포함한 에이전트 플랫폼 70곳 이상이 붙었고 스킬 약 100만 개가 공개돼 약 2억 8,000만 번 설치됐다. 유지관리는 Anthropic·Google·OpenAI 등의 엔지니어가 회사 대표가 아닌 개인 자격으로 맡고 David Soria Parra·Mahesh Murag가 수석 메인테이너다. 버전 릴리스·공식 제안 절차와 함께 '스킬을 쓰고 설치하는 사람을 위한 보안 지침'이 로드맵에 들어간 것이 눈에 띈다 — 스킬이 유통되는 물건이 되면서 공급망 문제가 표준 쪽으로 넘어왔다
⑦기록 1개
멀티모달
2026.10.27Google DeepMind — Google DeepMind, 월드 모델 Genie 4 공개 — 글과 키보드로 조종하는 실시간 상호작용 시뮬레이션을 만들고 주변 소리와 대화까지 모델이 직접 낸다. 자사 설명으로 소리를 기본으로 내는 첫 실시간 월드 모델이고, 장면의 일관성은 Gemini 모델이 외형과 추론을 공급해 유지한다 출처날씨 바꾸기·카메라 이동·사람과 물체 추가를 말로 지시할 수 있고 공기 흐름과 충돌을 모사한다고 밝혔다. 해상도·프레임·지연 수치는 내지 않고 짧은 세션에서 일관성이 유지된다고만 적었으며, 시각적 흐트러짐·물체 지속성 약함·글자 판독 불가·공간 부정확을 한계로 인정했다. 신뢰 테스터용 연구 프리뷰이고 Google AI Ultra 가입자의 Project Genie와 Gemini API·AI Studio 초기 접근에 곧 열린다고 했다 — 상호작용하는 세계를 만드는 쪽이 평가 수치 없이 체험으로 먼저 공개되는 흐름이 이어진다
⑫기록 1개
학습 데이터·후속학습
2026.10.28Yu Liu, Youxing Li, Yuedong Tan 외 — A-RSI 공개 — 외부 학습 데이터도 사람이 적은 정답도 쓰지 않고 모델이 스스로 나아지는 틀로, 보상의 흔들림과 정확도를 학습 기록에서 보고 학습 신호가 식으면 과제 묶음을 새로 갈아 준다. 과제는 모델이 쓴 프로그램이 멀티모달 문제와 기준 답을 함께 만들어 내는 고정 라이브러리에서 뽑고, 생성된 답은 따로 감사한다. arXiv 2610.38568 출처검증·시험 점수를 들여다보지 않고 학습 기록만으로 갈아 줄 때를 정한다는 점이 설계의 핵심이다. 저자 보고로 벤치마크 11종 평균이 57.77에서 61.05로 약 3.3점 올랐고 새 과제 800개를 썼다. 자기개선 루프의 병목을 모델 능력이 아니라 과제가 낡는 속도로 놓은 접근이다
⑲기록 1개
온디바이스·로컬 추론
2026.10.14Google DeepMind·GovTech 싱가포르 — Google DeepMind, 싱가포르 정부기술청(GovTech)과 만든 기기 안에서 도는 사기 탐지 모델 공개 — 현지 사기 대화로 미세조정한 경량 Gemma 판으로, 공공기관·은행·현지 인물을 사칭하는 조종 대화 패턴과 지역별 사기 수법을 찾아 민감한 정보나 돈을 건네기 전에 경고한다. 클라우드로 보내지 않고 기기 안에서 돌며, 사용자가 동의한 대화만 본다 출처사기가 싱가포르 신고 범죄의 절반을 넘고 2019년 이후 피해액이 40억 싱가포르달러를 넘었으며 대화형 사기가 전체 피해의 최대 80%를 차지한다는 배경 수치를 함께 냈다. 온디바이스 추론이 성능 자랑이 아니라 '대화를 서버로 보내지 않는다'는 전제를 지키는 수단으로 쓰인 사례이고, 모델을 정부와 함께 현지 데이터로 미세조정했다는 점에서 소버린 AI 쪽으로도 읽힌다
⑳기록 1개
인물·담론
2026.10.21Anthropic — Anthropic, Long-Term Benefit Trust에 실험물리학자 Christopher Stubbs를 영입 — 하버드 물리·천문학 교수이자 2018~2024년 이학장을 지냈고, 1998년 High-Z 초신성 탐사팀으로 우주 팽창 가속을 발견한 연구에 참여했으며 베라 루빈 천문대의 초대 프로젝트 과학자였다. 미국 정부에 조언하는 독립 과학자 모임 JASON 구성원으로 국가안보·군비통제를 자문해 왔다. 이로써 수탁자는 Neil Buddy Shah(의장)·Richard Fontaine·Ben Bernanke와 함께 네 명이 됐다 출처이 신탁은 Anthropic 이사회 과반을 임명할 권한을 갖고, 경영진과 투자자로부터 독립해 위험과 사회적 영향이 걸린 결정을 자문한다. 상장 신청(S-1)과 공익 기금 약정이 같은 달에 겹친 터라, 이사회 과반 임명권을 쥔 기구의 구성은 '상장 뒤에도 공익 목적이 통제권을 유지하는가'라는 질문에 직접 닿는다. 영입된 인물의 전문 분야가 AI가 아니라 물리학·국가안보라는 점도 함께 볼 대목이다
㉔기록 1개
확산 언어 모델
2026.10.27Donghyeon Cho, Joowon Kim, Seungho Shin, Eunho Yang — LOWN 공개 — 확산 비전·언어 모델이 잡음을 지우는 단계마다 그림까지 전부 다시 처리하는 낭비를 줄이는 디코딩 방법으로, 먼저 그림 없이 가려진 토큰을 예측해 보고 그 결과가 직전의 그림 조건 예측과 어긋날 때만 그림을 처리한다. 두 예측이 맞으면 앞 예측을 다시 쓰고, 맞은 토큰 수가 그 단계에서 벗겨 낼 토큰 수를 정한다. arXiv 2610.36671 출처저자 측정으로 입력에서 시각 토큰이 89~97%를 차지하는데 그림을 빼도 벗겨질 토큰이 달라지는 단계는 평균 22.8%, 적을 때는 7.9%에 그쳤다. LLaDA-V 점수의 99.6%를 유지하면서 디코딩 연산을 평균 35.3%만 쓰고 학습도 문턱값 조정도 필요 없다고 밝혔다. 확산 모델의 비용이 단계 수가 아니라 그림을 언제 보는가에 걸려 있다는 주장이고, 시각 토큰 가지치기나 키·값 캐시와 겹쳐 쓸 수 있다고 적었다
학습모듈 본편과의 관계이 쪽은 그 주에 늘어난 것만 담아요. 시대 전체를 보려면 학습모듈 본편을 열어 보세요 — 본편은 매주 고쳐 쓰는 최신판 하나이고, 주차별 기록은 그때 모습 그대로 남아요.