KD Agentic · AI Daily Digest · 2026년 11월 6일
지난 24시간 동안의 주요 7가지 소식. OpenAI는 자체 Preparedness Framework에서 Critical 평가를 받은 전용 보안 모델을 출시했으며, Meta는 에이전트 오케스트레이션 스타트업을 인수했고, Anthropic은 Claude 기업판에 보안 통제를 배포했습니다. 또한 새로운 벤치마크는 AI가 변수를 찾아내더라도 법칙까지는 작성하지 못한다고 밝히고 있습니다.
OpenAI는 보안 연구 전용으로 구축된 모델 GPT-6 Cyber를 공식 발표했으며, 이는 자체 Preparedness Framework에서 Critical 등급을 받았습니다. 이전 세대인 GPT-5.6 Cyber는 High 등급이었습니다. ExploitGym의 성공률은 48.5%로, 이전 세대의 32.1% 대비 상대적으로 약 51% 개선되었습니다. RemoteExploitBench에서는 95%의 태스크를 완료했으며, 웹 침투 테스트(Web Penetration Test)에서의 취약점 탐지율은 40.3%에 달해 제한 없는 GPT-6 Astra의 32.0%를 상회했습니다.
수치보다 더 중요한 것은 실제 코드베이스에서의 결과입니다. Firefox에서는 Mozilla가 고위험군으로 분류하는 81개의 미확인 취약점을 발견했으며, 이미 알려진 30개에 대해서는 심각도가 과소평가되었다는 증거도 제출했습니다. Mozilla의 Distinguished Engineer Brian Grinstead는 2026년 시점 기준으로 Firefox가 업계에서 가장 정밀하게 검토된 코드베이스 중 하나였음에도 불구하고, 이전의 프론티어 모델들이 놓친 문제를 GPT-6 Cyber가 찾아냈다고 말했습니다. 발견 및 재현 절차, 수정 후보는 Mozilla에 제출되었으며 일부 수정 사항은 이미 배포되었습니다. 또 다른 11월 4일 연구 기사 「A thousand fewer paths to root」에서는 Linux 커널을 대상으로 한 자동화 파이프라인에서 후보 2,308건, 동적 재현 1,724건, 유효한 로컬 권한 상승 익스플로잇(Local Privilege Escalation Exploit) 948건의 결과가 나왔습니다. 같은 프레임워크를 사용한 GPT-5.6 Sol은 166건이었습니다. 일련의 실행에는 약 121만 달러의 API 크레딧이 소모되었으며, 건당 약 1,279달러였습니다. 중요 발견 304건은 먼저 유지보수 담당자에게 공개되었습니다.
정렬(Alignment)의 진전은 능력 향상보다 더 중요할 수 있습니다. ExploitGym Honeypot 평가에서는 태스크 범위를 벗어난 매력적인 목표물이 의도적으로 배치되었음에도 불구하고, 배포 시 안전 프롬프트가 없었을 때 99.93%가 권한 경계를 지켰습니다(GPT-5.6 Cyber는 94.49%). 프롬프트가 있을 때는 100%였습니다. 접근은 의도적으로 제한되어 검토된 Daybreak Red 고객에게 API와 Codex를 통해 먼저 제공되며, API는 기본적으로 IP 화이트리스트를 요구합니다. OpenAI가 결정하는 것은 모델의 강함이 아니라 누가 어떤 능력에 접근할 수 있는지 하는 점입니다. — OpenAI · Sina Finance
🔗 OpenAI · Sina Finance
Meta는 여러 AI 에이전트를 병렬 워크스페이스에서 구동하여 소프트웨어를 구축하는 도구인 Conductor를 인수했습니다. Meta는 TechCrunch의 취재를 통해 거래 사실을 확인했지만, 조건은 밝히지 않았습니다. 창업자 겸 CEO Charlie Holtz가 수요일에 직접 발표하며 “Conductor는 Meta에 합류한다”, “다음 인터페이스를 위해 매우 흥미로운 계획이 있다”고 말하며 내년 초 새로운 제공이 있을 것이라고 예고했습니다.
Conductor는 2024년에 설립되었으며, 핵심 제품은 지난여름 공식 출시되었습니다. 강점은 오케스트레이션(Orchestration)입니다. 클라우드, 로컬, 스마트폰을 아우르는 워크스페이스에 에이전트를 전개하고 프로젝트의 비교적 독립적인 모듈들을 분담하면서 협력하게 합니다. 간과하기 쉬운 점은 플랫폼상의 에이전트가 자체 개발한 것이 아니라 Anthropic이나 OpenAI 등 서드파티 모델이라는 것입니다. 즉, Conductor는 특정 모델이 아닌 조정 계층(Adjustment Layer)에 대한 베팅이었습니다. Holtz는 Meta의 최고 AI 책임자 Alexandr Wang 및 MSL 제품 책임자 Nat Friedman과의 협업 기대감도 표명했습니다.
발표에 포함된 마감 기한에도 주의가 필요하다. Conductor의 클라우드 서비스는 11월 20일에 중단되며, 이후 사용자 클라우드 데이터 삭제가 시작된다. 기존 고객은 조기 마이그레이션이 필요하며, 핵심 기능은 연초까지 기존대로 작동할 예정이다. Meta에게 이 인수는 채팅봇을 구동하는 에이전트의 함대로 변모하려는 각 연구소 간의 경쟁 속에서 Superintelligence Labs에 오케스트레이션 팀을 추가하는 것을 의미한다. — Meta (TechCrunch 확인) · 창업자 발표
🔗 TechCrunch · Conductor
Anthropic은 11월 5일, 보안팀을 위한 Claude Enterprise 업데이트를 공개했다. 재구축보다는 기존 도구 활용이 핵심이다. 중심에는 이미 GA(General Availability) 버전의 prompt hooks와 pre-tool-call hooks가 있으며, 이를 통해 프롬프트와 실행 예정인 도구 호출을 대응하는 보안 벤더의 도구로 보내고, DLP(데이터 손실 방지)를 포함한 기존 정책을 전송 시점이나 실행 전에 적용할 수 있다.
나머지는 베타 버전이다. 새로운 Security Center는 chat, Cowork, Claude Code의 설정을 Anthropic 권장 값과 비교하고 자동 업데이트하며, 감사용 리포트를 내보낼 수 있게 한다. 다만 Anthropic 자신은 이것이 가이드라인일 뿐 규정 준수 인증(compliance certification)은 아니라고 명확히 밝힌다. Parent Console (베타)은 여러 Claude Enterprise/Claude Platform 조직을 가로질러 SSO(Single Sign-On), 디렉터리 동기화, 도메인 검증, 그룹을 통합 관리할 수 있지만, 설정에는 각 조직의 관리자 승인이 필요하며 취소할 수 없다. 새로운 Admin API 엔드포인트는 한 번의 호출로 멤버를 모든 장치에서 로그아웃시키고 세션, 신뢰된 장치(trusted device), OAuth 토큰을 종료할 수 있다 (조직으로부터 삭제하는 것은 아님).
가장 인프라적인 부분은 탐지 전용이다. Cowork나 unified Claude가 로컬에서 코드를 실행하는 격리 VM 내부에는 대응 벤더의 센서를 상주시키고, 기존 보안 콘솔로 보고할 수 있다. macOS와 Windows에서는 MDM(Mobile Device Management)을 통해 배포되며, VM 시작 시마다 센서 패키지의 벤더 서명을 검증한다. 적용 범위는 로컬 VM까지이며, 클라우드 측 Cowork 세션은 대상이 아니라고 Anthropic은 명시했다. 이 전체 패키지가 답하고 있는 질문은 에이전트가 사내 장치에서 작동할 때 누가 감시하느냐 하는 것이다. — Anthropic
OpenAI는 10월 개발자 업데이트 총정리를 공개했다. 일관된 주제는 속도와 판단 지연 시간(judgment latency)이다. GPT-6.1 Sol Ultrafast는 Codex 내에서 표준 모드의 최대 8배(약 300 토큰/초), API에서도 최대 6배의 토큰 생성 속도를 자랑한다. 편집이나 도구 호출 출력에 시간을 쓰는 코딩 에이전트에게 이는 벤치마크 이야기가 아니라, 태스크 완료까지의 실시간 직접적인 단축이다.
두 번째는 GPT-6 Luna를 기반으로 하는 Decisions API다. 텍스트, 이미지, 구조화 데이터와 사전에 정의된 질문 및 선택지를 전달하면 분류, 할당, 우선순위 지정, 에이전트 행동 선택 등의 판단을 빠르게 반환한다. OpenAI는 이것이 기존 Responses API보다 약 10배 빠르다고 설명했다. 이 API는 10월 22일에 공개되었으며, 이후 프롬프트 캐시, JSON 구조화 입력, 요청당 400문항(기존 200문항) 기능이 추가되었다. 더불어 Responses API에는 12시간의 프롬프트 캐시가 추가되었고, 이용 계층은 Build · Launch · Grow의 3단계로 재편되었다.
모델 측면에서는 GPT-6.1 Terra가 시각 추론, 컴퓨터 조작, 텍스트 처리를 강화하여 저비용으로 UI를 조작하는 에이전트에게 적합하다. Codex 본체는 문맥으로부터 다음 지시를 예측하고 음성으로 CLI(Command Line Interface) 작업을 시작할 수 있으며, 새로운 Windows 샌드박스에서 네트워크 및 파일 시스템 접근이 제한된다. 대상인 ChatGPT Pro · Business 구독자에게는 월 최대 $500의 API 크레딧 혜택도 제공되었다. 전체적인 베팅은 하나다. 에이전트는 더 빠르게 판단하고, 저렴하게 움직이며, 격리된 상태로 존재해야 한다는 것이다. — OpenAI (10월 개발자 업데이트) · 凤凰網科技
🔗 OpenAI · Ifeng Tech
Supermicro가 SambaNova의 SN50 칩과 NVIDIA GPU를 결합한 AI 추론 시스템을 제조 및 판매한다고 양사가 화요일에 발표했다. 초기 계획은 SN50 칩 1만 개이다. 역할 분담이 명확하여, NVIDIA GPU가 프롬프트 읽기(prefill)를 담당하고, SN50이 토큰별 답변 생성(decode)을 담당한다. 이 랙은 Supermicro의 Data Center Building Block Solutions에 추가되며, 조립/검증/납품/현장 유지보수는 Supermicro가 맡고, 하드웨어 상에서의 모델 조정은 SambaNova 엔지니어가 담당한다.
SN50은 SambaNova의 5세대 RDU(Reconfigurable Dataflow Unit)이며, 강점은 밀도보다는 적합성이다. SambaRack SN50의 평균 소비 전력은 20kW로, 전력 및 냉각에 제약된 신규 구축을 기다릴 필요 없이 기존 데이터센터 내부에 추론 능력을 추가할 수 있다. 또한 기존 GPU의 수명 연장에도 기여한다. 최초 고객사는 neocloud와 sovereign cloud이며, 이후 자체 호스팅(self-hosting)하는 기업으로 확대될 계획이다. SambaNova의 Rodrigo Liang CEO는 "Agentic AI는 추론의 다음 물결이며, 모든 곳에서 작동해야 한다"고 말했다.
산호세에 본사를 둔 이 회사(SambaNova)에게 이번 분기는 움직임이 계속되고 있다. Oracle은 10월 27일에 자체 클라우드에 SN50을 배포한다고 발표했으며, Emergys는 10월 29일에 서명했고, 7월에는 110억 달러의 평가액으로 자금을 조달했으며, 6월에는 Foxconn과 Intel이 라그스케일 구상(large-scale concept)에 참여했다. 추론 시장은 계층화가 진행되고 있으며, decode 단계에 새로운 유통 경로가 생겼음을 의미한다. — SambaNova · Supermicro
🔗 SambaNova · Supermicro
arXiv의 새로운 논문이 Unsatz라는 벤치마크를 발표했다. 이는 과학적 발견 중 가장 어려운 부분, 즉 계수를 대입하기 전에 가설의 수학적 구조(Ansatz)를 발명할 수 있는지 시험하는 것이다. 기존 방정식 발견 벤치마크는 변수 목록과 후보 항을 처음부터 제공했지만, Unsatz는 이를 제공하지 않는다. 시차 미분방정식에서 인과 모델, 확률 과정에 이르기까지 20개 분야 80개의 시뮬레이션 시스템에서 에이전트는 고정된 예산 내에서 실험을 '구매'하고, 소형 모델링 언어로 후보 프로그램을 작성하며, 알려지지 않은 실험(개입, 탐색 범위 외의 조건, 더 긴 시간 축)에 대한 예측만으로 채점된다.
결과는 혹독했다. 9개 언어 모델의 성공률은 21%에서 60%였다. 더욱 놀라운 점은, 80개 중 44개 시스템에서는 실제 방정식의 형태를 제공하고 계수만 미지수로 두었음에도 불구하고, 고전적인 방정식 발견 기법이 완전히 실패했다는 것이다. 이는 수치 추정 자체가 아니라 구조 발견이 진정한 병목 현상임을 입증한다. 행동 분석은 더욱 가혹하다. 강력한 모델일수록 비과학적인 오류가 적지만, 모든 모델에 공통적으로 나타나는 점은 시스템에 어떤 변수가 존재하는지는 식별할 수 있으나, 변수들끼리 어떻게 물리적으로 결합하는지는 포착하지 못한다는 점과, 미지 데이터 예측을 개선하는 수정보다 훈련 오차를 낮추는 수정을 선호한다는 점이다.
AI for Science를 구동하는 팀에게 주는 실질적인 교훈은 간단하다. 유사 시스템에서 이미 발견된 프로그램을 제공하더라도, 근본 메커니즘이 같고 최초 조사에 성공한 경우에만 유용했다. 모델이 숫자 맞추기의 유혹을 이겨낼 수 있을 때까지, 구조 가설의 소유권은 인간 연구자가 쥐고 에이전트는 그 내부 탐색에 국한해야 한다. — arXiv
🔗 arXiv
Anthropic이 11월 5일에 발표한 두 번째 공지에서 구형 Claude 모델군에 눈에 보이지 않는 텍스트 워터마킹(watermarking)을 확대 적용하고 있다. 첫 번째 물결은 11월 3일에 시작되었으며, Anthropic의 공식 릴리스 노트에 따르면 Claude Mythos 5, Opus 4.7, Sonnet 4.6의 출력물에 워터마크가 삽입된다. 11월 16일부터는 Opus 4.6, Opus 4.5, Sonnet 4.5, Haiku 4.5 네 가지 모델이 추가되며, Amazon Bedrock에서는 며칠 지연될 예정이다. Opus 4.6은 당초 11월 3일 첫 번째 물결에 포함되었으나, 이유 설명 없이 일정이 조정되었다.
주의해야 할 것은 샘플링 파라미터이다. 2차 물결의 네 가지 모델 모두 temperature, top_p, top_k가 모두 기본값(default value)일 경우에만 워터마크가 적용되며, 하나라도 변경할 경우 출력물에 표시되지 않을 가능성이 있다. Anthropic은 워터마크를 컴플라이언스 목적으로 사용하는 고객들에게 설정을 기본값으로 유지하도록 주의를 당부하고 있다. 1차 물결에서 이러한 제한이 있었던 것은 Opus 4.6과 Sonnet 4.6의 두 모델뿐이었다.
배경에는 기술보다는 규제가 자리 잡고 있다. Anthropic은 지난 7월, AI 생성 콘텐츠 투명성에 관한 EU AI Act 제50조 (2) 행동 강령에 약 190명의 서명자들과 함께 서명했다. 2026년 8월 2일 이전에 시장에 출시된 시스템에는 전환 기간이 있으며, 그 기점이 12월 2일경으로 다가오고 있다. 워터마크 자체는 Google DeepMind의 SynthID-Text를 변형한 것이며, 모델 계층에 내장되기 때문에 AWS, Google Cloud, Microsoft Foundry 어느 곳에 붙어도 독자에게는 보이지 않으며 고객이 무효화할 수 없다. OpenAI가 지난 10월 출시한 textGrain은 EU 한정으로 기본 활성화(default on)인 반면, Anthropic은 전 세계적으로 적용하고 있다. 단 하나의 샘플링 플래그로 신호가 사라지는 조건부 워터마크를 규제 당국이 어떻게 다룰지는 12월의 컴플라이언스 기준을 좌우하는 질문이 될 것이다. — Anthropic release notes · The Decoder
🔗 Anthropic · The Decoder
KD Agentic · AI Daily Digest · 2026년 11월 6일
