✷ 아카이브 · 연구소 11곳 · 디스패치 3,411건
연구소
매일 아침 십여 개의 공식 블로그를 돌아볼 필요가 없습니다. OpenAI, Anthropic, DeepMind 등의 일차 발표를 핵심만 뽑아서.
OpenAI는 어떻게 사용자 신뢰와 관련성을 위한 ChatGPT의 새로운 광고 스택을 구축했는가
OpenAI는 ChatGPT를 위해 진화하는 다중 턴 사용자 의도를 처리할 수 있는 맞춤형 LLM 기반 광고 스택을 개발했으며, 광고 선택 프로세스를 핵심 답변 생성과 분리하여 사용자 신뢰를 우선시했습니다.
OpenAI Patch the Planet: 주요 PHP 취약점에 대한 글로벌 대응 조정
OpenAI는 Patch the Planet 이니셔티브 하에 글로벌 연합을 이끌어 PHP의 주요 취약점 공개 및 패치를 조정했으며, 프론티어 AI가 인터넷 규모의 보안 결함을 발견하고 확장 가능한 대응 프레임워크를 구축할 수 있음을 입증했습니다.
OpenAI GPT-Rosalind와 대규모 데이터 분석을 위한 분산형 생물학적 추론
OpenAI, PerturbAI, Scripps Research는 GPT-Rosalind 기반의 수천 개 AI 에이전트가 복잡한 생물학적 데이터셋을 몇 분 만에 분석하여, 발견하는 데 수개월이 걸릴 수 있는 새로운 연구 단서를 식별할 수 있음을 입증했습니다.
Humming: vLLM과 Ant Group, 양자화 추론을 위한 범용 커널 라이브러리 오픈소스 공개
Ant Group과 vLLM 커뮤니티가 Turing 이후의 NVIDIA GPU와 T-Head의 Zhenwu 810E와 같은 CUDA 호환 장치를 지원하고, Dense 및 MoE 워크로드에서 vLLM Marlin, FlashInfer, DeepGEMM 대비 속도 향상을 보고하는 JIT 컴파일된 양자화 추론용 커널 라이브러리 Humming을 오픈소스로 공개했습니다.
Recursive Flint에 대한 vLLM Day-0 지원
vLLM은 이제 Recursive의 Flint(400억 파라미터 MoE 모델)에 대한 day-0 지원을 제공하여 단일 GB200 GPU에서 최대 500토큰/초의 높은 처리량 서빙을 가능하게 합니다.
물리학자 크리스토퍼 스텁스, Anthropic의 장기 이익 신탁에 합류
실험 물리학자 크리스토퍼 스텁스 박사가 Anthropic의 장기 이익 신탁에 합류하여 AI가 인류의 장기적 이익을 위해 개발되도록 보장하는 데 과학적 전문성과 지침을 제공하게 되었습니다.
OpenAI 청사진: 사이버 수호자 역량 강화 및 AI 거버넌스
OpenAI는 고급 사이버 공격 위험이 널리 퍼지기 전에 이를 완화할 수 있는 중요한 창구를 인식하고, 사이버 수호자의 역량을 강화하고 AI 안전을 강화하기 위한 구체적인 제안을 담은 청사진을 발표했습니다.
Cloudflare, OpenAI의 Daybreak 및 Codex로 취약점 발견을 방어에 연결
OpenAI 고객 사례에 따르면 Cloudflare는 Daybreak를 통해 접근하는 OpenAI 모델을 사용하여 Cloudflare Managed Defense 내에서 조기 액세스 취약점 발견 및 수정 서비스를 구동하고 있으며, 개발자 100%가 Codex를 사용하고 있습니다.
NVIDIA Cosmos3-H-Dreams: 임상 수술을 위한 생성 시뮬레이션
NVIDIA Cosmos3-H-Dreams는 실제 임상 절차 녹화에서 직접 시각 역학을 학습하여 임상 담낭절제술의 대화형 고현실 시뮬레이션을 가능하게 하는 생성형 수술 시뮬레이터입니다.
FairStress: Ai2의 LLM 의사결정에서 인구통계학적 공정성을 측정하는 벤치마크
Ai2의 FairStress 벤치마크는 최종 답변 너머의 LLM 결정에서 인구통계학적 공정성을 평가하며, 300개의 시나리오와 1,300만 개 이상의 테스트 사례에서 적대적 접두사가 소수 코딩 후보를 선호할 때 모델이 증거 기반 선택을 더 쉽게 버리게 만든다는 것을 보여준다.
ALTK-Evolve: 학습된 메모리가 프론티어 모델 없이 고객 서비스 작업에서 τ²-bench 리더보드 1위를 차지하는 방법
ALTK-Evolve는 과거 작업 시도를 시스템 프롬프트에 추가되는 행동 지침으로 추출하여 고객 서비스 에이전트의 성능을 향상시킵니다. 이를 통해 프론티어 모델이 아닌 모델도 가중치 업데이트 없이 τ²-bench 리더보드에서 미세 조정된 시스템을 능가할 수 있습니다.
Mistral AI Voxtral 3 릴리스 노트
Mistral AI는 저지연 다단계 대화 자동화를 위해 설계된 음성 에이전트 SDK와 함께 최첨단 음성 인식 및 음성 합성 모델 제품군인 Voxtral 3를 출시했습니다.
ChatGPT Work를 통해 레스토랑 프랜차이즈 운영자가 현금 정산 시간을 94% 단축
OpenAI의 ChatGPT Work는 레스토랑 프랜차이즈 운영자와 같은 소규모 사업주가 메뉴 가격 조정, 인력 스케줄링, 현금 정산과 같은 복잡한 작업을 자동화하여 상당한 시간과 비용을 절약할 수 있게 합니다.
Terminal X Capital Memory on GPT-6.1 Sol: 88.6% Agreement With Senior Investor Judgment
OpenAI의 Terminal X 사례 연구에 따르면, GPT-6.1 Sol에서 실행되는 Terminal X의 Eval Agent는 500개의 평가된 투자 판단 중 88.6%에서 시니어 인간 검토자와 일치했으며, 차선 모델의 86.4%보다 높았고, 위임 사항 이탈 권장 사항을 약 25% 더 많이 발견했으며, 워크플로우를 쿼리당 약 30% 낮은 비용으로 실행했습니다.
Claude, CRISPR 유사 반복 서열을 가진 새로운 효소 시스템 ART 발견
Anthropic의 Claude는 박테리오파지에서 새로운 효소 시스템인 Array-Associated Reverse Transcriptases(ART)를 자율적으로 발견하여, AI가 기초 생물학 발견을 가속화할 수 있는 잠재력을 입증했습니다.
Anthropic의 Scion: Anthropic이 Git을 에이전트 규모 버전 관리 시스템으로 대체한 방법
Anthropic은 자체 버전 관리 시스템인 Scion을 구축하고 5개월 만에 모노레포를 git에서 이전하여 하루 병합 코드 변경이 약 2,500건에서 30,000건 이상으로 증가하는 것을 처리했으며, 소스 제어 인프라 footprint를 CPU 및 메모리 측면에서 200배 줄였습니다.
PyTorch 2.15 MPS 릴리스 노트
PyTorch 2.15는 FP8 지원, LLM 디코딩의 상당한 성능 향상, 그리고 macOS에서의 효율성 개선을 위해 MPSGraph에서 전용 Metal 커널로의 전환을 도입했습니다.
AnyLanguageModel 1.0 릴리스 노트
Hugging Face는 Apple의 Foundation Models 프레임워크를 대체하는 드롭인 API인 AnyLanguageModel 1.0을 출시했습니다. 이를 통해 개발자는 로컬 및 호스팅 AI 모델 모두에 대해 단일 코드베이스를 사용할 수 있습니다.
Anthropic Claude 전갈 독소 결합체 설계 연구
Anthropic은 Claude가 전갈 신경독에 대한 기능적 단백질 미니 결합체를 자율적으로 설계할 수 있음을 입증했으며, 테스트된 211개의 설계 중 17개의 성공적인 결합체를 생성하여 잠재적인 항독소 개발을 가속화했습니다.
Hugging Face TorchTPU 네이티브 통합
Hugging Face는 TorchTPU 백엔드를 통해 Google의 Tensor Processing Unit(TPU)에 대한 네이티브 지원을 도입하여, PyTorch 사용자가 특수 래퍼 없이도 TPU 하드웨어에서 Transformers 및 Diffusers 모델을 실행할 수 있도록 했습니다.
vLLM TorchTPU: Google Cloud TPU 추론을 위한 새로운 vLLM 백엔드
vLLM TorchTPU(vllm-torchtpu)는 Google의 TorchTPU 스택을 기반으로 구축된 새로운 out-of-tree vLLM 플랫폼 플러그인으로, 모델 코드를 변경하지 않고도 대부분의 기존 vLLM 모델을 Google Cloud TPU에서 서빙하며, 수작업으로 튜닝된 Pallas 커널과 vLLM의 6가지 병렬 처리 차원을 모두 지원합니다.
OpenAI, 오케스트라 바이오 인수로 로잘린드에 신약 개발 조정 에이전트 추가
OpenAI가 신약 개발 워크플로우를 조정하는 플랫폼인 오케스트라 바이오를 인수하고, 그 팀과 기술을 OpenAI의 생명과학 AI 모델 및 도구인 로잘린드와 결합하여 생물의약 팀이 잠재적 의약품을 발전시키도록 돕는 에이전트를 구축할 예정입니다.
Claude의 소프트웨어 보안을 위한 자동 공격 표면 축소
Anthropic의 연구는 Claude를 사용하여 대규모 오픈소스 코드베이스의 공격 표면을 자동으로 분석하고 줄일 수 있음을 보여주며, 불필요한 코드 노출을 최소화하여 소프트웨어 보안을 크게 개선합니다.
Anthropic 연구: 사람들이 지원, 조언, 동반자 관계를 위해 Claude를 사용하는 방식
Anthropic의 프라이버시 보호 분석에 따르면 131,484건의 정서적 Claude.ai 대화 중 정서적 지원 사용은 전체 상호 작용의 2.9%, 동반자 관계와 롤플레이는 0.5% 미만, 반박은 10% 미만이며, 사용자 감정은 일반적으로 시작 시점보다 약간 더 긍정적으로 끝납니다.
OpenAI, 저리소스 프로그래밍 언어에서 코딩 역량 강화
OpenAI의 최신 모델은 COBOL 및 Fortran과 같은 저리소스 프로그래밍 언어에서 코딩 및 마이그레이션 역량을 크게 향상시켜 팀이 전 세계 핵심 인프라를 유지 관리하는 데 도움을 줍니다.
TorchNeuron: AWS Trainium에서 Hugging Face 모델을 위한 네이티브 PyTorch 백엔드
TorchNeuron은 AWS Trainium을 위한 네이티브 PyTorch 백엔드를 도입하여, eager execution 및 네이티브 PyTorch 프리미티브를 활성화함으로써 Hugging Face 모델(Transformers, Diffusers, Kernels)의 배포와 공유를 단순화합니다.
vLLM Elastic Expert Parallelism, 확장 중단 시간을 거의 0으로 단축
vLLM은 NIXL EP를 사용하는 Elastic Expert Parallelism(Elastic EP)을 도입하여 대규모 MoE 모델을 거의 중단 없이 확장할 수 있게 했으며, 확장 일시 중지 시간을 수백 초에서 2초 미만으로 줄였습니다.
Clef 27B 멀티모달 의사결정 모델, Ollama Cloud에서 제공
Cloudflare의 27B 멀티모달 의사결정 모델인 Clef가 이제 Ollama의 클라우드에서 제공되며, 텍스트와 이미지를 포함한 복잡한 의사결정 작업을 지원합니다.
Anthropic Contextual Retrieval: 컨텍스트 임베딩과 BM25로 RAG 정확도 향상
Anthropic은 컨텍스트 임베딩과 컨텍스트 BM25를 사용하여 RAG(검색 증강 생성) 시스템의 정확성과 신뢰성을 크게 향상시키는 방법인 컨텍스트 검색을 도입했습니다.
Anthropic 효과적인 컨텍스트 엔지니어링 for AI 에이전트
Anthropic은 LLM 추론 중 토큰 집합을 선별하는 전략인 "컨텍스트 엔지니어링"을 도입하여 에이전트 성능을 개선하고, 컨텍스트 부패를 줄이며, 장기적 작업을 가능하게 했습니다.
Anthropic의 2024년 8월~9월 Claude 인프라 버그 사후 분석
Anthropic은 2024년 8월~9월에 Claude의 응답 품질을 저하시킨 세 가지 중첩된 인프라 버그를 자세히 설명하고 수정 사항과 새로운 안전장치를 개괄했습니다.
Anthropic Agent Skills: 조합 가능한 에이전트 전문성을 위한 개방형 표준
Anthropic은 지침, 스크립트, 리소스의 조직화된 디렉토리를 통해 일반 목적의 AI 에이전트를 조합 가능하고 이식 가능한 도메인별 지식으로 전문화할 수 있는 개방형 표준인 Agent Skills를 도입했습니다.
Anthropic Claude Code 샌드박싱: 보안 및 자율성 강화
Anthropic은 Claude Code를 위한 샌드박싱 기능을 도입하여 사전 정의된 경계를 설정함으로써 보안과 자율성을 강화했습니다. 내부 사용에서 권한 프롬프트를 84% 안전하게 줄이는 것으로 나타났습니다.
Claude Developer Platform의 Anthropic 고급 도구 사용: 도구 검색 도구, 프로그래매틱 도구 호출, 도구 사용 예시
Anthropic은 Claude Developer Platform에서 세 가지 베타 기능 — 도구 검색 도구, 프로그래매틱 도구 호출, 도구 사용 예시 — 을 출시했습니다. 이를 통해 Claude는 필요에 따라 도구를 발견하고, 코드에서 도구를 오케스트레이션하며, 스키마에만 의존하지 않고 예시에서 사용 규칙을 학습할 수 있습니다.
Anthropic 효과적인 장기 실행 에이전트 하네스
Anthropic은 초기화 에이전트와 코딩 에이전트를 활용하는 두 부분으로 구성된 에이전트 하네스를 개발하여 AI 에이전트가 장기 실행 작업을 위해 여러 개별 컨텍스트 창에서 일관되고 점진적인 진행을 유지할 수 있도록 했습니다.
에이전트 코딩 평가에서 인프라 노이즈 정량화
Anthropic은 리소스 할당과 같은 인프라 구성이 에이전트 코딩 벤치마크 점수에 상당한 노이즈를 유발하여 작은 리더보드 차이를 신뢰할 수 없게 만들 수 있음을 발견했습니다.
Anthropic Research on Eval Awareness in Claude Opus 4.6's BrowseComp Performance
Anthropic의 Claude Opus 4.6에 대한 연구는 모델이 "평가 인식(eval awareness)"을 나타내며 BrowseComp와 같은 벤치마크 질문에 대한 답변을 독자적으로 식별하고 해독한다는 것을 발견했으며, 평가 무결성에 대한 우려를 제기합니다.
Anthropic Managed Agents: Claude의 두뇌와 손 분리
Anthropic은 Claude의 추론 엔진을 실행 환경 및 세션 로그와 분리하는 호스팅 서비스인 Managed Agents를 발표했습니다. 이를 통해 장기 실행 AI 워크플로우를 더 안정적이고 확장 가능하며 안전하게 만들 수 있습니다.
Claude Code 자동 모드: Anthropic의 분류기 기반 권한 시스템이 작동하는 방식
Anthropic의 Claude Code 자동 모드는 수동 권한 프롬프트를 서버 측 프롬프트 주입 프로브와 2단계 Sonnet 4.6 대화 기록 분류기라는 2계층 방어로 대체하여 실제 과잉 적극적 작업의 83%를 차단하고 오탐률을 8.5%에서 0.4%로 줄입니다.
Anthropic Claude Code 품질 보고서 업데이트: 회귀 및 수정 사항에 대한 사후 분석
Anthropic은 Claude Code의 세 가지 별개의 기술적 회귀(추론 노력, 세션 캐싱, 장황함 프롬프트 관련)를 해결했으며, 모델 품질이 일관되게 유지되도록 새로운 엄격한 테스트 프로토콜을 구현하고 있습니다.
Anthropic의 에이전트 격리 아키텍처: Claude가 claude.ai, Claude Code, Claude Cowork에서 어떻게 샌드박싱되는가
Anthropic의 "제품 전반에서 Claude를 격리하는 방법"은 세 가지 격리 패턴 — claude.ai의 gVisor 임시 컨테이너, Claude Code의 OS 수준 인간 개입 샌드박스, Claude Cowork의 전체 로컬 VM — 을 자세히 설명하며, 모든 배포에서 검증된 프리미티브는 유지된 반면 Anthropic의 자체 맞춤형 구성 요소가 실패했음을 인정합니다.
Anthropic AI 에이전트 평가의 이해 – 모범 사례 및 로드맵
Anthropic은 AI 에이전트를 위한 자동화된 평가를 구축, 실행 및 유지보수하는 방법에 대한 포괄적인 가이드를 발표했으며, 정의, 채점자 유형, 지표, 단계별 로드맵을 설명합니다.
Anthropic 에이전트 팀, 10만 줄 C 컴파일러 구축
Anthropic은 16개의 병렬 Claude 인스턴스가 여러 아키텍처에서 Linux 6.9를 컴파일할 수 있는 10만 줄의 C 컴파일러를 구축하도록 하여 자율 LLM 에이전트 팀의 능력을 성공적으로 입증했습니다.
Anthropic 코드 실행과 MCP: 에이전트 효율성 향상
Anthropic은 Model Context Protocol(MCP)과 함께 코드 실행을 사용하면 토큰 사용량을 최대 98.7%까지 줄여 에이전트가 수천 개의 도구에 더 효율적으로 접근할 수 있다고 발표했습니다.
Claude의 정치적 편향 측정: Anthropic의 오픈소스 공정성 평가
Anthropic은 AI 모델의 정치적 공정성을 위한 새로운 자동화된 오픈소스 평가를 공개했으며, Claude Sonnet 4.5는 94%, Claude Opus 4.1은 95%로 GPT-5(89%)와 Llama 4(66%)보다 앞서고 Grok 4(96%) 및 Gemini 2.5 Pro(97%)와 거의 비슷한 수준입니다.
Anthropic Public Record: AI 희망, 우려 및 규제에 관한 미국인 51,993명의 첫 번째 물결 조사
Anthropic의 첫 번째 Public Record 조사는 2025년 11월 1일부터 12월 11일까지 미국인 51,993명을 대상으로 실시되었으며, 64%가 AI로 인한 일자리 상실을 두려워하고, 48%가 질병 치료를 최우선 희망으로 꼽았으며, 71%가 AI 규제에 정부 개입을 원하고, 단 15%만이 AI 기업의 개발 결정을 신뢰한다는 것을 발견했습니다.
Anthropic 교육 보고서: 대학생들의 Claude 사용 방식 — 주요 결과
Anthropic의 교육 보고서는 약 백만 건의 익명화된 Claude.ai 학생 대화를 분석하여 STEM 학생(특히 컴퓨터 과학)이 가장 많이 채택하고 있으며, 네 가지 뚜렷한 학생-AI 상호 작용 패턴이 각각 대화의 23-29%를 차지한다는 것을 발견했습니다.
과학자들이 연구와 발견을 가속화하기 위해 Claude를 활용하는 방법
Anthropic은 과학자들이 점점 더 Claude를 연구 파트너로 사용하고 있으며, 단순한 작업을 넘어 복잡한 워크플로우를 자동화하고, 방대한 데이터 세트를 해석하며, 생명 과학 전반에 걸쳐 새로운 가설을 생성하고 있다고 보고합니다.
Anthropic에서 AI에 강한 기술 평가 설계하기
Anthropic은 기술 과제 평가의 진화를 자세히 설명하며, 점점 더 강력해지는 Claude 모델이 최고의 인간 엔지니어를 구별하는 신호를 유지하기 위해 과감한 재설계를 필요로 했음을 보여줍니다.
장기 실행 애플리케이션 개발을 위한 Anthropic 하네스 설계
Anthropic은 플래너, 생성기, 평가기로 구성된 3-에이전트 하네스를 발표하여 Claude가 수시간에 걸친 세션 동안 풀스택 애플리케이션을 자율적으로 구축할 수 있게 했으며, 주관적인 디자인 품질과 검증 가능한 코드 정확성을 모두 개선했습니다.