Cohere

AISLE은 스텔스를 벗은 첫 해에 코드베이스 100곳 이상에서 CVE 500건 이상을 받았고, OpenSSL 1월 보안 릴리스의 취약점 12건 전부와 curl 최신 릴리스 24건 중 18건을 찾았다고 밝혔다. 금액은 공개하지 않았고 프라하를 AI 보안 거점으로 삼겠다고 했다

자사 측정으로 단독 Sol 52.1%가 팀을 이루자 61.8%로 올랐고, Sol 대표에 Luna 계획 담당 16명을 붙인 팀은 155달러로 61.8%를 내 모든 단계를 위임한 Sol 전원 팀(510달러·63.2%)의 약 30% 비용이었다. 팀은 단독보다 3~7배 비싸고 과제 하나의 점수가 실행마다 약 6점 흔들린다는 단서를 붙였다

임베딩 모델의 경쟁점이 점수에서 운영 비용으로 옮겨 간 사례다. 등급이 임베딩 공간을 공유한다는 설계는 재색인 비용 — 대규모 RAG에서 모델 교체를 막는 가장 큰 장벽 — 을 없애려는 것이고, 이것이 되면 임베딩 모델 교체 주기가 짧아진다.

오픈웨이트 대형 MoE가 범용이 아니라 번역이라는 수직 태스크로 내려와 상용 번역 서비스를 정면 겨냥한 사례다.

추론 최적화 경쟁이 스케줄러·배치에서 GPU 커널 재설계 층위로 내려갔음을 보여주는 사례다.

AI 생성물 투명성 규범에 서명한 비EU 랩. 자발적 도구이며 법적 준수 자체를 대체하지 않음

소형 오픈웨이트 코딩 에이전트 모델

200B급 MoE를 Apache 2.0으로 공개하면서 온프레미스 배포 문턱을 GPU 1~2장으로 낮춤

북미·유럽 주권 AI 진영의 통합. 유럽 대표 랩이었던 Aleph Alpha의 독립 종료

텍스트 LLM 중심 랩이 음성 인식을 완전 개방 라이선스로 공개

임베딩 한계론이 확산된 직후 리랭킹 계층의 상업적 중요도가 오히려 커졌음을 보여줌

AMD와 NVIDIA가 함께 투자자로 들어간 드문 사례. 엔터프라이즈·주권 AI 포지션으로 프런티어 경쟁을 우회

리더보드 과적합 구조를 실증. 아레나 순위를 능력의 직접 지표로 읽으면 안 되는 이유

상용 임베딩 경쟁이 텍스트 검색을 넘어 장문 문서·혼합 모달리티 검색으로 이동

텍스트·이미지·문서 스크린샷을 한 모델로 처리하는 상용 멀티모달 임베딩. ColPali가 연 방향의 상업화

하이브리드 아키텍처, 23개 언어, RAG·그라운딩·툴 사용 특화. 자기정제와 모델 머징을 쓰는 분산 학습 접근

리랭커가 별도 파운데이션 모델 제품군으로 상업화된 시점. RAG에서 2단 구조가 기본 아키텍처로 정착

CoT faithfulness 반박 계보의 기점

임베딩 모델 경쟁의 공통 척도. 모든 과제를 지배하는 임베딩 기법은 없다는 것이 핵심 결론

밀집검색이 어휘검색을 이겼다는 서사에 대한 결정적 반박. 하이브리드 검색이 기본값이 된 실무적 근거