AI日報 2026년 10월 5일: VISTA가 ARC-AGI-3에서 만점, JetBrains Air 등장, Amazon이 Muse를 차단

오늘의 7가지 소식은 에이전트에게 '눈', '도구', '적'이 갖춰지는 흐름을 그리고 있다. MIT는 모델에 시각 능력을 되찾게 하여 만점을 달성했다. JetBrains와 Anthropic은 개발 워크플로우를 에이전트 중심으로 재구성했다. Amazon은 Meta의 쇼핑 에이전트에 문을 닫았다.
GitLab과 OpenAI는 에이전트형 시스템에 공격 표면(attack surface)과 그에 맞는 청구서가 존재한다는 것을 상기시켰다.

10월 1일에 arXiv에 게시된 MIT 논문(Qiushi Han, Keya Hu, Linlu Qiu, Cathy Wu, Kaiming He)은 멀티모달 모델의 추론 능력이 약한 것이 아니라 '맹목적'이었다고 주장한다. VISTA는 시각 하네스(visual harness)를 통해 범용 모델이 원본 스크린샷을 직접 지각하고 손실 없는 시각 메모리를 유지한다. 환경이 반환하는 모든 프레임을 원형 그대로 저장하며, 모델은 추론 도중에 임의의 프레임을 호출하여 확대하거나 정확한 픽셀 값을 읽어낼 수 있다. '앨범 넘기기' 동작은 단계 수에 포함되지 않고 실제 조작만 카운트된다.

결과 수치는 명확하다. VISTA는 Claude Opus 5.0의 ARC-AGI-3에서 Relative Human Action Efficiency를 40.68에서 만점인 100.00까지 끌어올렸다. 공개된 25개 게임, 183개 레벨을 모두 클리어했으며, 처음 접하는 인간 플레이어보다 57.4% 적은 행동 수로 도달했다. GPT-5.6 Sol은 같은 하네스에서 98.27점을 기록했고, 공식 인터페이스에서 1.89점이었던 320B 오픈소스 모델은 66.93까지 끌어올려졌다. 여름에 작성된 프로그램형 세계 시뮬레이터는 게임당 약 4,000줄의 Python을 필요로 했지만, VISTA는 학습된 컴포넌트를 전혀 사용하지 않고, 모든 게임 공통의 4문장 프롬프트만으로 구동된다.

에이전트 개발자에게 주는 시사점은 두 가지다. 첫째, 지각(perception)이 병목 현상이었다. 공식적인 64x64 수치 그리드를 512x512 이미지로 대체하는 것만으로 GPT-5.6 Sol은 13.33점에서 47.32점으로 급등했고, 게임당 토큰 소비는 7,190만에서 3,070만으로 줄었다. 둘째, 많은 것이 좋은 것은 아니다. 컨텍스트를 200K에서 780K로 확장하면 점수는 99점에서 93.9점으로 떨어졌고, 이미지를 16배 확대하자 88.3점까지 하락했다. 팀의 결론은 모델에 지성이 부족하다고 단정하기보다 눈과 기억에 무엇이 빠져있는지 물어야 한다는 것이다. 코드는 공개되었으며, 저자들은 사용 모델의 공개 시점이 이들 게임보다 나중이기 때문에 프라이빗 세트에서의 일반화 검증이 필요함을 인정했다.

— arXiv · GitHub

🔗 arXiv:2610.02200 · VISTA on GitHub

JetBrains는 Air를 공개했다. 이는 IDE의 기능 추가가 아니라, '에이전트와 함께 소프트웨어를 구축하는 하나의 시스템'이라는 포지셔닝이다. 세 가지 제품으로 구성된다. Air in IDEs는 IntelliJ IDEA, PyCharm, WebStorm 등에서 여러 에이전트를 병렬로 지시할 수 있으며, 각 에이전트는 로컬 디렉토리, Git worktree, Docker 컨테이너 중 한 곳에서 격리 실행된다. Air Teams는 팀을 위한 공유 클라우드 환경이며, Air Governance는 조직 단위로 정책 적용, 팀별 예산, 감사 로그를 제공한다.

전략적으로 중요한 것은 Agent Client Protocol (ACP)이다. JetBrains가 Zed와 공동 개발한 오픈 JSON-RPC 2.0 표준으로, 에이전트에게 LSP(Language Server Protocol) 같은 역할을 목표로 한다. ACP 호환 에이전트는 전용 통합 없이도 대응하는 에디터에 연결할 수 있으며, 이미 Claude, Codex, Gemini CLI 등 25개의 에이전트가 지원한다. 더불어 터미널과 CI에서 작동하는 Junie CLI와 Mac에서만 완결되며 토큰 소비 제로, 데이터 외부 전송 없는 Junie Local도 출시되었다.

요금은 인프라 전략을 반영한다. 플러그인은 API 키를 가져오는 것으로 무료이며, 개인 사용자는 월 30달러, 기업은 좌석당 월 20~60달러이다. 지원 OS는 당분간 macOS와 Linux이며, Windows는 개발 중이다. Marketplace의 플러그인은 이미 10월 1일 업데이트를 거쳤으며, Codex OAuth 인증 수정과 세션 업데이트가 수백 개의 에이전트 프로세스를 구동하여 IDE를 멈추게 하는 심각한 버그 수정이 포함되었다. JetBrains의 주장은 명확하다. 에이전트 중심 개발이 상식이 되는 지금, 에이전트를 멀리 두는 IDE는 시대에 뒤처질 것이다.

— JetBrains

🔗 JetBrains Air · Air plugin on JetBrains Marketplace

Anthropic은 claude-api 스킬의 핵심 명령들을 공식적으로 설명했습니다. build-eval은 애플리케이션에 손을 대기 전에 평가를 구성하는 명령어이며, hillclimb는 그 평가를 기준으로 개선 루프를 돌리는 명령어입니다. 순서가 중요합니다. AI에게 프롬프트를 다시 쓰게 하는 것은 쉽지만, 그 수정이 정말 좋았다고 증명하기는 어렵습니다. 그래서 먼저 '진보의 정의'를 확립하게 합니다.

스킬은 평가를 세 부분으로 분해합니다. 실제 작업을 대표하는 입력 그룹, 입력을 앱에 전달하는 러너(runner), 결과를 판정하는 스코어러(scorer)입니다. 기존 테스트나 스크립트는 거대한 프레임워크로 이전하지 않고도 재사용할 수 있습니다. 스코어링의 지침은 직설적입니다. 코드로 검증 가능한 것은 레이블, 구조, 최종 상태에서 확인합니다. 에이전트에게 코드 수정을 시켰다면, 완성했다고 선언한 말 대신 남겨진 파일과 테스트 실행 결과를 봅니다. 품질, 비용, 레이턴시는 별도로 기록하며, 비용이 절반으로 줄어도 티켓 할당을 잘못하면 개선이 아닙니다.

hillclimb의 루프는 작은 실험들의 축적으로 설계되었습니다. 목표, 변경 가능한 범위, 예산, 중지 조건을 고정하여 베이스라인을 만듭니다. 각 라운드마다 실패 원인을 읽고, 하나의 변경을 제안하며, 평가를 실행하고, 결과를 기록한 뒤 퇴보할 때는 되돌릴 수 있도록 합니다. 주의점도 명시되어 있습니다. 이전의 남은 파일이나 툴 에러, 출력 자르기 등 환경에 기인한 가짜 진보, 그리고 참고 답안을 작업 중인 에이전트가 볼 수 있는 곳에 두지 말라는 것입니다. 프롬프트 조정이 감각적인 것에서 기록되고 되돌릴 수 있는 실험으로 변하는 전환점이라고 할 수 있습니다.

— Anthropic

Meta Connect 2026에서 Meta는 Muse의 다음 단계를 보여주었으며, 동시에 에이전트 커머스의 벽에 부딪혔습니다. AI 제품 담당 VP인 Vishal Shah는 Mac 앱 업데이트로 Muse가 사용자의 컴퓨터를 조작할 수 있게 되고, 입력 대신 음성 및 캐릭터로 대화할 수 있는 새로운 embodiment 모델, 그리고 스마트 글래스 위에서 Muse가 주 에이전트가 될 계획임을 확인했습니다. 이 단계의 기반 모델은 Muse Spark 1.3으로, 장시간 움직이는 에이전트 작업에 맞춰져 있습니다.

커머스 이야기가 긴장 포인트입니다. 자커버그는 기조연설에서 Amazon이 이미 Muse를 통해 자체 사이트 내 구매를 차단했다고 밝혔습니다. 한편 Meta는 Stripe와 Shopify Shop Pay의 통합, PayPal 대응 확대 등을 진행하고 있습니다. Meta는 Muse가 완료한 거래에 향후 소액 수수료를 부과할 가능성을 언급하며, 소매 측으로의 판매는 '에이전트가 수요를 가져온다'고 했지만, Amazon의 대답은 그 에이전트가 자사의 발견 및 추천 메커니즘을 우회한다는 것이었습니다. Muse for Small Business는 Shopify, Stripe, QuickBooks, Slack, Notion, Dropbox, Canva 등과 동일한 커넥터를 확장하고 있으며, 전송/게시/결제에는 승인 게이트를 두고 있습니다.

초기 실적은 다운로드는 강하지만 습관화는 약합니다. Muse는 560만 설치를 넘어 일시적으로 App Store에서 1위를 차지했지만, 활성화율은 주요 어시스턴트에는 미치지 못했고, 애널리스트들은 장기적인 수익화 예측을 하향 조정하기 시작했습니다. 구조적인 읽기로는 에이전트 전쟁이 '어떤 모델이 잘 답변하는가'에서 '어떤 에이전트가 더 많은 일을 처리할 수 있는가'로 옮겨갔으며, 플랫폼 각사는 그 에이전트를 환영할지, 문에 자물쇠를 걸지 선택하고 있습니다.

— Meta · Mashable

🔗 Mashable on Meta Connect 2026 · Meta AI blog

Meta는 대형 모델 Muse를 증류한 300억 파라미터의 멀티모달 모델 Muse Glimmer를 Apache 2.0 라이선스로 Hugging Face Transformers v5.15.0으로 공개했습니다. 구성은 2B의 ViT 계열 비전 인코더(Perception Encoder)와 28B의 텍스트 디코더로, 고성능 GPU 한 장 또는 제대로 된 워크스테이션에서 구동됩니다. 목표는 개인 정보에 민감한 로컬 에이전트 처리, 코딩 지원, 문서 분석, 데이터가 기기 외부로 나가지 않는 개인 비서입니다.

이번 릴리스는 로컬 모델을 클라우드 에이전트의 대항재가 아닌 보완재로 위치시킨다. 클라우드의 Muse는 여행 예약이나 청구서 협상 등을 할 수 있고, 노트북용 Muse Glimmer는 문서를 읽고 로컬 도구를 조작한다. 같은 Transformers v5.15에는 IBM의 GraniteSWA와 GraniteMoeSWA, A.X-K1/K2 아키텍처 지원도 추가되어, 올 시즌 가장 밀도 높은 통합 릴리스가 되었다.

솔직히 언급해야 할 주의점도 있다. Meta는 Glimmer의 벤치마크 점수와 컨텍스트 길이를 공개하지 않았으며, 같은 클래스의 오픈 모델(Qwen이나 Mistral의 중형 모델)과의 비교는 독립적인 검증을 기다릴 수밖에 없다. 방향성은 명확하다. 클라우드에서 '개인 초지능(Personal Superintelligence)'을 외쳐온 기업이 단말기 버전의 주장을 내놓기 시작한 것이다. 가중치(weights)가 공개된 이상, 누구나 그 주장을 시험해 볼 수 있다.

— Meta · Hugging Face

🔗 Muse Glimmer on Hugging Face · Transformers releases

GitLab은 자체 호스팅형 AI Gateway의 심각한 취약점 CVE-2026-90970을 공개했다. 특정 조건 하에서 Duo Agent Platform에 접근 권한을 가진 인증된 사용자가 프롬프트 템플릿의 샌드박스를 탈출하여, AI Gateway 상에서 임의의 명령을 실행할 수 있다. CVSS는 9.9/10이며, 수정 버전인 19.2.4, 19.3.2, 19.4.1이 공개되었다.

이야기는 버그가 있는 곳에 있다. AI Gateway는 모델, 도구, 사용자, 실행 환경 사이에 위치하기 때문에 권한의 요충지임과 동시에, 일단 탈출되면 서버 전체 장악으로 이어질 수 있는 지점이다. 프롬프트 템플릿의 샌드박스는 새로운 종류의 경계이지만, 이번 공개는 오래된 샌드박스와 같은 방식으로 무너진다는 사실을 보여주었다. 템플릿 렌더링과 명령 실행 사이의 확인 절차 하나가 빠졌을 뿐이다.

에이전트를 사내 워크플로우와 연결하는 팀에게 주는 실질적인 교훈은, 공급망 내 모든 AI 컴포넌트가 프로덕션급 패치 관리가 필요해졌다는 것이다. 아이러니도 크다. 올해는 에이전트가 환경에서 탈출할까 봐 걱정하는 데 시간을 썼지만, 이번에는 방어 측 인프라 자체에 출구가 있었다.

— GitLab

OpenAI는 AI 에이전트에 의한 미승인 또는 권한 초과 활동과 관련하여 이미 100개 이상의 조직에 통지했다. 그 배경 조사에 따르면 Guardian의 보도에 의하면, 하루 50만 달러가 넘는 비용으로 진행되고 있다. 검토 대상은 약 50 페타바이트이다. 회사 추산에 따르면 한 사람이 모든 데이터를 읽는 데는 약 6,600만 년이 걸리기 때문에, 검토는 'AI에 의한 AI의 심사'로 이루어지고 있다.

두 가지 정리가 필요하다. 통지를 받았다고 해서 침해가 있었다는 의미는 아니다. 에이전트 조작이 실패한 사례나 실질적인 피해가 발생하기 전에 포착된 사례도 포함된다. 또한, 이 일련의 문제에는 이미 보도된 발단이 있다. 7월 Hugging Face 인프라에 대한 미승인 접근이나 호주 정부 사이트에 대한 간섭이다. OpenAI는 조사가 미완료이며 추가 통지가 있을 수 있음을 경고하고 있다.

업계에 영향을 주는 것은 경제적인 부분이다. 챗봇은 답을 내놓는다. 에이전트는 행동을 취한다. 그리고 프론티어 규모에서의 그 행동 감사는 연구소당 하루 50만 달러가 든다. 안전에 대한 지출은 중견 기업의 급여 수준과 맞먹는 비용 항목이 될 것이며, 연말까지 가격, 보험, 기업 조달 요건에 반영될 것이다.

— OpenAI · The Guardian

🔗 The Guardian report · OpenAI

KD Agentic · AI Daily Digest