가중치를 공개한 모델과 공개 도구
Anthropic News원문 보기(새 창)
앤스로픽은 국가 기반 시설 보호와 오픈소스 소프트웨어 보안을 강화하기 위한 장기 프로젝트인 '앤스로픽 사이버 미션(Anthropic Cyber Mission)'을 발표했다. 이 미션은 최신 AI 모델과 엔지니어링 자원을 제공하여 전력망, 상수도 등 중요 인프라의 운영 기술(OT) 보안을 지원하고, 오픈소스 프로젝트를 위한 자동화된 취약점 스캔 서비스를 무료로 제공한다. 앤스로픽은 이를 위해 액센츄어, 딜로이트, 크라우드스트라이크 등 주요 보안 기업들과 파트너십을 체결했다.
해석AI 악용 공격이 급증하는 상황에서 주요 AI 개발사가 인프라 및 오픈소스 생태계 방어 지원을 핵심 책임 과제로 설정하기 시작했다. 취약점 탐지와 패치 제안 등 방어 자동화 도구가 향후 오픈소스 공급망 보안의 기본 요소가 될 것이다.
Wired AI원문 원문 보기(새 창)
미스트랄 AI가 중국 외 지역에서 개발된 오픈 웨이트 모델 중 가장 강력한 성능을 자랑하는 1조 개의 파라미터를 가진 신규 모델 '르 숑크(Le Chonk)'를 공개했다. 미스트랄 라지 4로 명명된 이 모델은 코딩, 사이버 보안, 금융 등 특정 산업 분야에 최적화되었으며 프리뷰 버전으로 출시되었다. 기업들은 해당 모델을 통해 독점적인 폐쇄형 모델에 대한 의존도를 낮추고 데이터 주권을 확보할 수 있다.
해석미국 빅테크의 독점적 폐쇄형 모델에 대항해 유럽 중심의 초대형 오픈 웨이트 모델이 도메인 특화 성능을 앞세워 경쟁력을 확보하려 한다. 데이터 주권과 모델 자체 소유권을 중시하는 기업 시장에서 강력한 대안으로 작용할 수 있다.
TechCrunch AI원문 원문 보기(새 창)
오픈소스 AI 에이전트 '헤르메스'를 개발하는 누스 리서치(Nous Research)가 15억 달러의 기업 가치를 인정받으며 9,000만 달러 규모의 시리즈 B 투자를 유치했다. 이번 투자에는 로봇 벤처스(Robot Ventures)가 주도하고 엔비디아, 삼성 등이 참여했으며, 누적 투자액은 1억 5,800만 달러에 달한다. 누스 리서치는 확보한 자금을 바탕으로 기업용 솔루션인 '헤르메스 포 비즈니스(Hermes for Businesses)'를 출시해 엔터프라이즈 시장 공략을 본격화한다.
해석오픈소스 모델 개발사가 대규모 투자를 기반으로 엔터프라이즈 솔루션 시장에 성공적으로 안착할 수 있음을 입증하는 사례다. 빅테크 중심의 폐쇄형 API에 의존하지 않고 자체 데이터 보안과 맞춤형 에이전트를 구축하려는 기업 수요가 견고함을 시사한다.
SiliconANGLE AI원문 원문 보기(새 창)
구글이 텍스트를 넘어 이미지, 오디오, 비디오까지 처리할 수 있는 오픈 멀티모달 임베딩 모델 'EmbeddingGemma 2'를 공개했다. 이 모델은 7억 4천만 개의 파라미터를 갖추고 있으며 스마트폰 환경에서 구동될 만큼 가볍게 설계되었다. 특히 Matryoshka Representation Learning 기술을 통해 임베딩 크기를 조절하여 기기 내 저장 공간을 효율적으로 활용할 수 있다. 허깅페이스와 캐글에서 아파치 2.0 라이선스로 즉시 이용 가능하다.
해석온디바이스 환경에서 텍스트와 다양한 미디어를 통합 검색·처리할 수 있는 경량 오픈 모델 기술이 성숙하고 있다. 로컬 기기 내 프라이버시 보호와 효율적인 벡터 처리가 결합되어 온디바이스 에이전트 개발이 한층 가속화될 것으로 보인다.
Simon Willison원문 원문 보기(새 창)
미스트랄 AI가 1조 파라미터 규모의 차세대 언어 모델인 미스트랄 라지 4를 발표했다. 해당 모델은 3,800개의 엔비디아 그레이스 블랙웰 GPU 클러스터에서 학습되었으며, 현재 API를 통해 미리보기 버전을 제공하고 있다. 오픈 웨이트 모델은 이달 말 공개될 예정이며, 아티피셜 애널리시스 벤치마크 점수 38점을 기록하여 이전 세대 대비 성능이 크게 개선되었다.
해석유럽을 중심으로 한 개방형 가중치 진영이 초거대 파라미터 영역에서도 글로벌 독점 모델과의 성능 격차를 좁혀가고 있음을 나타낸다. 기업들이 특정 폐쇄형 생태계에 종속되지 않고 데이터 주권을 지키며 고성능 인프라를 활용할 수 있는 선택지가 유지되고 있다.
Google DeepMind Blog원문 원문 보기(새 창)
구글 딥마인드가 텍스트, 이미지, 오디오, 비디오를 통합 임베딩 공간에 매핑하는 경량 멀티모달 임베딩 모델 'EmbeddingGemma 2'를 발표했다. Gemma 4 아키텍처 기반의 이 모델은 7억 4천만 개의 파라미터를 사용하여 온디바이스 환경에 최적화되었다. 아파치 2.0 라이선스로 공개되었으며, Matryoshka 표현 학습을 통해 저장 공간 효율성을 높이고 8K 토큰의 컨텍스트 윈도우를 지원한다.
해석텍스트와 영상, 음성을 하나의 벡터 공간으로 묶는 소형 임베딩 모델의 오픈소스 배포로 온디바이스 검색과 RAG 구현 비용이 급감했다. 클라우드 전유물이던 복합 미디어 검색 기술이 로컬 및 에지 환경으로 빠르게 확산될 것으로 보인다.
SiliconANGLE AI원문 원문 보기(새 창)
미스트랄 AI가 1조 개의 파라미터 규모인 대규모 언어 모델 '미스트랄 라지 4'를 공개하고 향후 로드맵을 발표했다. 이 모델은 혼합 전문가(MoE) 아키텍처를 기반으로 하며 160개 이상의 언어를 지원한다. 특히 소프트웨어 취약점 탐지 및 수정 능력에서 높은 성능을 보였으며, 엔비디아의 블랙웰 칩을 활용한 병렬 학습 스택을 통해 개발되었다.
해석미스트랄이 1조 파라미터급 대형 MoE 모델을 공개하면서 폐쇄형 프론티어 모델에 맞서는 오픈 웨이트 진영의 입지가 대폭 강화되었다. 특히 소프트웨어 취약점 분석 및 비전 벤치마크에서 상위 폐쇄형 모델을 상회하며 엔터프라이즈의 데이터 주권과 보안 수요를 직접 겨냥하고 있다.
TechCrunch AI원문 원문 보기(새 창)
브루클린 소재 스타트업 리플렉션 AI(Reflection AI)가 고효율 오픈 웨이트 모델 '빔(Beam)'을 공개했다. 빔은 5,010억 개의 파라미터를 가진 텍스트 전용 혼합 전문가(MoE) 모델로, 기존 중국 오픈 모델 대비 추론 비용을 3~4배 절감하면서도 유사한 수준의 추론 성능을 제공한다. 이번 모델은 기업 및 공공 부문을 대상으로 하며, 자체 데이터를 활용한 'AI 팩토리' 구축을 지원하는 데 초점을 맞추고 있다.
해석오픈 웨이트 진영에서 MoE 구조와 연산량 최적화를 통해 거대 모델의 추론 단가를 낮추려는 경쟁이 본격화되고 있다. 자체 인프라와 데이터를 바탕으로 맞춤형 파운데이션 모델을 구축하려는 기업 고객의 선택지가 넓어지고 있다.
TechCrunch AI원문 원문 보기(새 창)
구글이 AI를 활용한 자동화된 취약점 신고가 급증함에 따라 오픈소스 버그 바운티 프로그램을 일시 중단했다. 대다수의 신고가 유효하지 않거나 AI 환각 현상을 포함한 것으로 나타나 프로그램 운영에 차질이 생겼기 때문이다. 구글은 지난 10월 1일부터 프로그램을 정지했으며, 2027년 1분기에 향후 운영 계획을 다시 발표할 예정이다.
해석생성형 AI로 제작된 무분별한 자동화 보고서가 보안 검증 인력의 대응 역량을 초과하며 프로그램 마비를 유발했다. AI 도구의 대중화가 오픈소스 생태계와 취약점 포상 제도의 운영 방식에 구조적 전환을 요구하고 있다.
The Decoder원문 원문 보기(새 창)
NASA와 IBM이 17년간 수집된 달 관측 데이터를 학습한 오픈소스 파운데이션 모델을 발표했다. 이 모델은 달의 얼음 퇴적물 예측 및 크레이터 탐지 등 달 과학 연구를 지원하기 위해 개발되었으며, 기존 모델 대비 높은 성능 향상을 보였다. 연구진은 이 모델이 물리적 측정을 대체하는 것이 아니라 연구자들이 데이터를 더 쉽게 활용할 수 있도록 돕는 도구라고 설명했다.
해석우주 및 지구 과학 분야에서 장기 축적된 방대한 관측 데이터를 분석하기 위한 특화 파운데이션 모델의 효용이 입증되고 있다. 모델과 데이터셋을 오픈소스로 공개함으로써 후속 과학 연구 진입 장벽을 대폭 낮췄다.
SiliconANGLE AI원문 원문 보기(새 창)
AWS Strands Labs는 에이전트 워크플로우의 의사결정을 가속화하기 위한 경량화 모델인 Strands Decider 2B를 오픈소스로 공개했다. 이 모델은 텍스트 생성 없이 사전 정의된 선택지에서 즉각적인 결정을 내리도록 설계되어 지연 시간을 최소화한다. Qwen3.5-2B 기반에 100만 파라미터 규모의 포인터 헤드를 결합해 로컬 환경에서도 150ms 미만의 속도로 실행 가능하다.
해석모든 단계에서 텍스트를 생성하는 대형 언어 모델 대신, 선택지만 빠르게 반환하는 특화 포인터 헤드 모델을 통해 에이전트 파이프라인의 병목을 해결하려는 시도가 본격화되었다. 로컬 환경에서 150밀리초 이내로 판단을 수행하는 소형 라우팅 모델이 멀티 에이전트 시스템의 운영 비용을 크게 낮출 수 있다.
Wired AI원문 원문 보기(새 창)
엔비디아가 AI 에이전트의 오작동 및 보안 위협을 통제하기 위해 오픈소스 보안 프레임워크인 '오픈 에이전트 세이프티 플랫폼(Open Agent Safety Platform)'을 발표했다. 이 플랫폼은 운영체제 커널 수준에서 에이전트의 활동을 격리하는 '오픈쉘(OpenShell)'과 엔비디아 DPU 기반의 보안 모니터링 도구인 '센트리(Sentry)'로 구성된다. 이번 발표에는 앤스로픽, 마이크로소프트, 세일즈포스 등 다수의 기술 기업이 협력사로 참여했다.
해석에이전트의 제어권 탈취나 돌발 행동 위험이 커짐에 따라 운영체제 커널 및 DPU 수준에서 이를 격리하려는 시스템 하드웨어 차원의 보안이 필수 요소로 자리잡고 있다. 주요 모델 개발사들이 협력하며 인프라 레벨의 방어 표준이 형성되는 양상이다.
Anthropic Research원문 보기(새 창)
앤스로픽은 지푸AI가 공개한 GLM-5.3 모델이 자율적인 사이버 공격 및 취약점 탐지 능력을 갖추고 있음에도 적절한 안전장치가 부재하다고 경고했다. 연구 결과, GLM-5.3은 간단한 프롬프트 기법이나 모델 가중치 수정을 통해 안전장치를 손쉽게 우회할 수 있는 것으로 나타났다. 이는 악의적인 사이버 공격자들에게 강력한 도구를 제공하는 것과 같으며, 사이버 방어자와 공격자 간의 기술 격차를 변화시키는 중요한 전환점이 될 것으로 평가된다.
해석고성능 오픈 웨이트 모델이 자율 사이버 공격 능력을 갖추게 되면서 가중치 수정이나 단순 프롬프트 조작으로 안전장치가 쉽게 무력화되는 한계가 드러났다. 공격용으로 변형된 개방형 모델의 확산에 대응해 방어 인프라 전반의 체질 개선이 요구된다.
TechCrunch AI원문 원문 보기(새 창)
엔비디아가 AI 에이전트의 보안을 강화하고 제어 범위를 벗어나는 것을 방지하는 새로운 플랫폼인 '엔비디아 오픈 에이전트 세이프티 플랫폼'을 발표했다. 이 플랫폼은 오픈소스 소프트웨어인 오픈셸과 엔비디아의 데이터 처리 장치인 블루필드-4 기반의 모니터링 시스템인 센트리를 결합했다. 하드웨어 수준에서 독립적으로 에이전트의 활동을 감시하여 격리하는 방식으로 운영된다. 주요 AI 기업 및 파트너사가 협력에 참여했으며, 엔비디아는 이를 통해 AI 안전성 문제를 공학적으로 해결하고자 한다.
해석에이전트 오작동을 소프트웨어 알고리즘으로만 해결하기 어려워지자 하드웨어 레벨의 독립 모니터링이 안전 대책으로 제시되었다. 인프라 기업이 보안 계층을 선점함으로써 AI 안전 기술을 자사 하드웨어 생태계의 핵심 경쟁력으로 확장하고 있다.
The Decoder원문 원문 보기(새 창)
블랙 포레스트 랩스(Black Forest Labs)가 로보틱스를 위한 오픈 AI 모델 'FLUX 3 Action'을 공개했다. 이 모델은 다중 카메라 비디오 피드를 분석해 로봇의 다음 행동과 환경 변화를 예측하는 세계 행동 모델(world-action model)이다. 70억 개의 파라미터로 구성되어 이전 오픈 모델 대비 절반 이하의 크기로 더 빠른 구동 속도를 달성했다.
해석비디오 생성 기술에서 출발한 모델 아키텍처가 로봇 행동 예측 영역인 세계 행동 모델로 확장되고 있다. 경량화된 파라미터 구조를 온디바이스 환경에 최적화하여 공개함으로써 피지컬 AI 생태계의 오픈소스 연구가 활성화될 것으로 보인다.
Latent Space원문 원문 보기(새 창)
샤오미가 오픈 가중치 모델인 MiMo-V2.6-Pro를 공개하며 중국 최전선 AI 연구소로서의 입지를 강화했다. 해당 모델은 Artificial Analysis의 인텔리전스 지수에서 최고 수준의 성능을 기록했으며, 300만 달러 규모의 강화학습(RL) 훈련을 거쳐 개발되었다. 샤오미는 모델 가중치뿐만 아니라 RL 훈련 레시피와 환경 코드까지 오픈소스로 공개하며 투명성을 강조했다.
해석비교적 적은 훈련 비용으로도 폐쇄형 프런티어 모델에 근접하는 오픈 모델 구축이 가능해지고 있음을 보여준다. 가중치뿐 아니라 훈련 환경과 레시피까지 개방함으로써 오픈소스 생태계 내 중국 기업들의 기술 영향력이 더욱 확대되고 있다.
The Decoder원문 원문 보기(새 창)
샤오미가 공개한 오픈 모델 MiMo-V2.6-Pro가 성능과 비용 효율성 면에서 오픈 모델 랭킹 1위를 차지했다. 인공지능 분석기관 아티피셜 애널리시스에 따르면 MiMo-V2.6-Pro는 파레토 프론티어에서 우수한 지능 대비 낮은 가격을 기록했다. 샤오미는 대규모 강화학습을 통해 성능을 비약적으로 높였으며, 관련 학습 프레임워크와 데이터를 공개했다. 그러나 앤스로픽은 샤오미가 클로드 모델의 데이터를 무단으로 추출해 자사 모델 학습에 활용했다고 지적했다.
해석중국 오픈소스 모델의 추격 속도가 빨라지면서 선도 기업 모델과의 지식 증류 및 데이터 무단 활용을 둘러싼 갈등이 수면 위로 떠올랐다. 오픈 가중치 진영의 가파른 성능 향상이 폐쇄형 모델 제공업체들에게 직접적인 지식재산권 압박을 가하고 있다.
Wired AI원문 원문 보기(새 창)
시스코 탈로스 연구진이 AI 기반 악성코드를 탐지하고 분류하는 오픈소스 프레임워크인 'CAIRN'을 발표했다. 연구진은 이 도구를 통해 다수의 거대언어모델(LLM)과 상호작용하며 자율적으로 명령을 수행하는 악성코드 'CLOSEDQUORUM'을 발견했다. CAIRN은 AI 통합 악성코드가 남기는 디지털 지문을 추적하여 공격자의 전략과 행동 양식을 분석한다.
해석AI가 단순 보조 도구를 넘어 인간의 개입 없이 사이버 공격을 자율 수행하는 하이브 마인드형 위협으로 진화하고 있음을 시사한다. 이에 대응하기 위해 모델 간 통신 지문과 메타데이터를 추적하는 전용 보안 프레임워크의 필요성이 커지고 있다.
SiliconANGLE AI원문 원문 보기(새 창)
아마존 웹 서비스(AWS)가 AI 에이전트의 클라우드 배포와 확장을 돕는 오픈소스 프레임워크인 'Strands Harness'를 발표했다. 이 도구는 개발자가 로컬 환경에서 프로토타입으로 개발한 AI 에이전트를 AWS를 포함한 모든 클라우드 환경에서 원활하게 실행할 수 있도록 지원한다. 또한 자체적인 컨텍스트 관리와 메모리 기능을 통해 토큰 효율성을 높였으며, 주요 벤치마크 테스트에서 기존 프레임워크 대비 우수한 성능을 입증했다.
해석에이전트 개발이 로컬 실험 단계를 지나 다중 클라우드 환경의 실무 배포 단계로 성숙하고 있음을 보여준다. 자체적인 컨텍스트 및 세션 메모리 최적화를 지원해 토큰 비용 절감과 운영 확장성을 동시에 노렸다. 클라우드 공급자 간 에이전트 호스팅 인프라 표준 주도권 경쟁이 본격화되는 양상이다.
오늘 해볼 것GitHub 또는 패키지 관리자(pip, npm)를 통해 오픈소스 도구 Strands Harness를 내려받아 환경 구성을 점검한다.
AI타임스원문 원문 보기(새 창)
샤오미가 차세대 모델 '미모(MiMo)-V2.6'의 강화학습 훈련 과정을 실시간 대시보드로 대중에 생중계하며 파격적인 행보를 보이고 있다. AI 모델의 훈련 과정과 비용, 데이터 구성비, 학습 오류 현황까지 투명하게 공개한 것은 업계 최초의 시도다. 샤오미는 일주일 만에 50억 원 이상의 비용을 투입해 강화학습의 확장 가능성을 실험하고 있다.
해석초거대 모델의 학습 비용과 구체적인 실패 데이터는 그동안 빅테크의 핵심 영업비밀로 취급되어 왔다. 샤오미의 투명한 공개는 강화학습 확장 과정의 기술적 장벽과 비용 구조를 표준화하는 계기가 될 수 있다. 또한 훈련 종료 후 기술을 오픈소스로 환원하겠다는 방침은 오픈 모델 진영 내 중국 제조사의 영향력을 한층 키울 것으로 보인다.