Google DeepMind는 소리가 포함된 세계 시뮬레이션을 구현했으며, Anthropic의 레드팀은 비공개 Claude를 브라우저와 OS에 적용한 결과 패치가 이미 배포되었습니다. Oracle은 OpenAI를 기업 시스템에 통합하고, NVIDIA는 그 기반이 되는 실리콘을 출하했습니다. 지난 24시간 동안 중요한 7가지 뉴스를 정리합니다.
Google DeepMind는 10월 27일 새로운 세계 모델 Genie 4를 발표했습니다. 이 모델은 실시간으로 대화 가능한 환경을 생성하며, 네이티브 멀티모달(multimodal) 설계 덕분에 영상과 동시에 음악, 환경음, 대화적인 대사를 생성합니다. 자연어만으로 시뮬레이션을 지시대로 조작할 수 있다는 점도 특징이며, 날씨 변경, 카메라 이동, 새로운 인물 등장 등을 장면 전개 중에 지시할 수 있고, Gemini가 각 지시에 맞춰 조정합니다. 보도에 따르면, 시뮬레이션의 일관성은 약 2분 동안 유지되며, 이는 이전 세대 Genie 3 대비 약 2배에 달합니다.
— Google DeepMind · Ars Technica
아키텍처는 하이브리드 구성입니다. Gemini Omni가 실제 외형과 동작을 보장하며, 다른 Gemini 모델들이 세계의 일관성을 유지하는 추론을 담당합니다. Gemini 3.8 Flash는 루프 내 스테어링 에이전트(steering agent)로 기능하여 입력되는 각 프레임을 관찰하고, 사용자의 목표를 단계로 분해하여 각 단계 완료를 검증합니다. DeepMind는 Gemini 4 Argon과 Genie 4를 결합하여 Apptronik의 휴머노이드 'Apollo'의 작업을 시뮬레이션하는 실험도 진행했으며, 로봇 훈련으로의 응용이 구체화되고 있습니다.
— Google DeepMind
제공은 신뢰할 수 있는 테스터들을 위한 리서치 프리뷰로 시작되었으며, 향후 Google AI Ultra 구독자에게는 Project Genie를 통해, Gemini API 및 AI Studio 파트너들에게는 선행 접근이 계획되어 있습니다. 생성되는 영상과 음성에는 모두 SynthID 워터마크가 부착됩니다. DeepMind는 세계 시뮬레이션을 AGI(범용 인공지능)로 가는 중요한 단계로 보고 있지만, Genie 3 발표 당시 게임 주식이 급락했던 전례가 있어 상업적인 영향 또한 동일하게 주목받고 있습니다.
🔗 Google DeepMind Blog · Ars Technica
Anthropic은 10월 27일 Frontier Red Team이 비공개 내부 연구 모델을 사용하여 세계에서 가장 널리 사용되는 소프트웨어의 중대한 취약점을 발견하고 실증했다고 보고했습니다. Chrome, Safari, Android, Windows, Linux에 걸친 5가지 공격 체인을 문서화했으며, 이들 모두 사용자 조작이 거의 필요 없는 상태에서 원격 코드 실행(remote code execution) 등 심각한 영향으로 이어집니다. 모든 취약점은 조정된 공개(coordinated disclosure: 90일간 패치 유예 기간 부여 후, 이후 45일 경과 시 상세 논의)에 따라 보고되었습니다.
— Anthropic
가장 주목할 만한 것은 Chrome 공격 체인입니다. 단일 프롬프트에서 시작하여 Claude는 V8 JavaScript 엔진의 히프 손상 버그, V8 메모리 샌드박스 탈출 및 ASLR 비활성화, CacheStorage의 경쟁 상태(race condition)를 이용한 특권 프로세스의 메모리 배치 파악, 그리고 FedCM의 Use-After-Free 취약점을 통한 샌드박스 외부 코드 실행을 발견했습니다. 개념 증명(PoC)에서는 기본 설정 macOS Chrome에서 페이지 로딩 후 몇 초 이내에 계산기 앱을 실행할 수 있었습니다. Google은 Chrome 156까지 총 62건의 CVE를 할당 및 수정했으며, 모두 Critical 또는 High 등급이었고 그중 13건이 샌드박스 탈출 취약점이었습니다. Safari에서는 동일 출처 정책(same-origin policy)을 완전히 우회하는 데이터 전용 공격 체인을 구축했고, Apple은 보고 당일에 이를 인지하고 신속하게 수정 패치를 제공했습니다.
— Anthropic
운영체제(OS) 관련 발견도 심각합니다. Claude는 세 가지 버그를 연결하여 물리적인 Pixel 9의 잠금 화면 우회에 성공했으며, Windows의 HTTP.sys에는 Microsoft가 지난 4월 CVE-2026-33096으로 수정한 서비스 거부 취약점을, Linux 커널에는 CVSS 9.8의 심각한 경쟁 상태로 인한 RCE(CVE-2026-98432, 유지 중인 모든 안정 버전으로 백포팅 완료)를 보고했습니다. 과거 엘리트 전문 팀에 한정되었던 취약점 연구가 모델 호출 안에 들어오는 시대이며, 방어 측면에서는 패치 적용 속도가 지난 분기보다 중요해졌다는 메시지입니다.
OpenAI와 Oracle은 10월 27일 라스베가스에서 열리는 Oracle AI World에서, Oracle의 애플리케이션과 데이터를 ChatGPT에 통합하고 OpenAI 모델 위에 새로운 Oracle 제품을 구축하는 확장 파트너십을 발표했습니다. 핵심은 Oracle AI Workspace로, Fusion Applications, NetSuite, Oracle AI Database, OCI를 연결하는 ChatGPT 플러그인군으로 설계되었으며, 직원이 업무 목표를 자연어로 기술하고 승인된 워크플로우를 한 곳에서 완료할 수 있도록 하는 것이 목적입니다. OpenAI는 이 구상을 "사람과 AI 에이전트가 단일 연결 환경에서 비즈니스 애플리케이션을 가로질러 작동하는, 에이전트 대응 기업"이라고 표현했습니다.
— OpenAI · Oracle
나머지 3개 제품 역시 실무적입니다. Oracle AI Security Mesh는 OpenAI의 사이버 모델을 사용하여 OCI, 타 클라우드, 온프레미스의 취약점을 발견하고 수정하는 관리형 서비스로, 테스트 범위는 고객이 정의하며 각 발견 사항은 독립적으로 검증됩니다. Oracle App Composer는 Codex를 사용하여 코딩 없이 앱을 구축할 수 있으며, ID, 권한, 감사 관리가 적용된 OCI 상에 배포됩니다. Oracle AI SMB Bundle은 ChatGPT Business, Codex, NetSuite QuickStart, 연간 12,000달러의 OCI 크레딧을 소규모 사업자를 위해 패키징한 것입니다.
— Oracle
제품 그 이상으로 중요한 것은 상업 흐름(商流)의 변화입니다. 미국의 Oracle 고객은 Oracle Marketplace를 통해 OpenAI API, Codex, ChatGPT Work를 기존 조달 프로세스와 Universal Credits로 구매할 수 있게 되었습니다. Oracle 사내에서는 13만 명이 ChatGPT를, 9.5만 명 이상이 Codex를 활발하게 사용하고 있으며, 리크루팅 팀은 기존에 24일 걸리던 시장 조사를 1520분으로 단축했습니다. 이는 OpenAI가 기업 소프트웨어의 유통 채널을 우회하는 것이 아니라 통하는 방식으로 공략하고 있음을 보여주는 사례입니다.
NVIDIA와 Oracle은 10월 27일 OCI Superclusters를 NVIDIA Vera Rubin NVL72 시스템으로 멀티 기가와트 규모까지 확장하는 한편, Vera Rubin NVL72 및 NVIDIA Vera CPU의 OCI 일반 제공을 시작한다고 발표했습니다. 이 발표의 특징은 프론티어 모델의 학습/추론(GPU 집약 처리)과 모델 호출 사이에 에이전트가 수행하는 도구 실행/코드 실행/데이터 획득(CPU 집약 처리)을 페어로 구성했다는 점입니다. CPU와 GPU 리소스를 독립적으로 스케일할 수 있어 양쪽의 유휴 용량을 줄일 수 있습니다.
— NVIDIA · Oracle
실리콘 상세 내용도 풍부합니다. Vera CPU는 88개의 커스텀 NVIDIA Olympus 코어와 176 스레드를 탑재했으며, 메모리 대역폭은 최대 1.2TB/초이며, 주요 x86 칩과 비교하여 에이전트 처리가 최대 80% 빠르다고 NVIDIA가 보고했습니다. OCI는 초기 15만 개의 Vera CPU를 전개하며, x86 서버에 8개의 Rubin GPU를 NVLink로 연결하는 HGX Rubin NVL8(64 코어 Xeon 6 2기, DDR5 4TB, RDMA 6.4Tbps)도 계획하고 있습니다. Oracle에 따르면, Vera Rubin은 Blackwell 세대와 비교하여 와트당 추론 처리량 최대 30배, 학습 성능 4배입니다.
— NVIDIA
양측의 발표에서 핵심 고객사(anchor customer)는 OpenAI입니다. OpenAI는 텍사스주 애비린에 위치한 10만 기가 넘는 Blackwell GPU를 보유한 OCI Supercluster 위에서 GPT-6 Astra를 학습 및 제공하고 있으며, 컴퓨트 CTO는 Vera CPU를 에이전트의 샌드박스 워크로드(sandbox workload)용으로 현장에 투입할 것이라고 밝혔습니다. 에이전트가 모델 호출 사이에 코드를 실행하는 시간이 늘어날수록 병목 지점은 액셀러레이터에서 이동하기 때문에, 이 사실을 전제로 클라우드 아키텍처가 재구축되고 있습니다.
Anthropic의 라이프사이언스 팀은 10월 27일, BigHat Biosciences, Bristol Myers Squibb, Divergence Labs, Enveda, Generate Biomedicines, The Column Group 등 6개의 바이오테크 조직과의 파트너십을 발표했습니다. 보고된 성과는 구체적이어서, Claude는 식품 알레르기 치료용 항체 설계를 한 달 만에 35,000건 생성했으며, Enveda의 규제 검토 시간을 89% 단축하고, 암 표적 분자의 결합 친화성을 10배 이상 개선하는 데 도움을 주었습니다.
— Anthropic
同社는 도구 제공에 그치지 않고 자체 파이프라인 영역까지 진출합니다. Anthropic은 Mithril Medicine을 인수하여 희귀 근이영양증(muscular dystrophy)을 표적으로 하는 사내 프로그램을 추진 중이며, 임상 시험은 2028년 하반기에 시작할 가능성이 있습니다. 신약 개발 분야에서 자체 프로그램을 운영하는 것은 드문 일로, 단순히 제약 파트너에게 모델을 제공하는 것을 넘어 규제, 임상, 제조의 현실에 직접적으로 직면하게 됩니다.
— Anthropic
전략적인 관전 포인트는 모델 수익의 다음 행선지입니다. 라이프사이언스는 도메인 특화된 에이전트 업무에 프리미엄 가격을 지불하는 기업이 나타나는 몇 안 되는 수직 영역이며, Anthropic의 S-1은 컴퓨팅 투자를 정당화할 수 있는 수익 라인이 필요합니다. 신약 개발 분야의 수치가 심사(査証)를 통과한다면, 이 영역은 모든 프론티어 AI가 직면하는 질문, 즉 “저렴한 범용 모델로는 복제할 수 없는 업무란 무엇인가”에 대한 구체적인 답변이 될 것입니다.
Anthropic은 AI 에이전트에 지식과 워크플로우를 부여하는 오픈 표준 Agent Skills를 Linux Foundation 산하의 Agentic AI Foundation (AAIF)에 기증했습니다. 이관 대상에는 표준 명칭, 로고, GitHub 조직, agentskills.io 도메인이 포함됩니다. AGNTCon 및 MCPCon North America에서 발표된 이번 기증은 AAIF의 4가지 신규 프로젝트(Anthropic의 Agent Skills, OpenAI의 Open Responses, Hugging Face의 OpenEnv, Alibaba의 OpenSandbox) 중 하나입니다.
— Linux Foundation · TechRepublic
중립적인 거버넌스(governance)의 중요성을 보여주는 것이 채택률입니다. 2025년 12월에 오픈 표준으로 공개된 이후, ChatGPT, Cursor, GitHub Copilot, VS Code 등 70개 이상의 에이전트 플랫폼이 통합되었고, 개발자들은 약 100만 개의 스킬을 공개했으며 누적 설치 수는 약 2.8억 회에 달합니다. 이 스킬은 SKILL.md를 포함하는 폴더와 선택적 스크립트라는 의도적으로 단순한 구성으로 되어 있으며, 이것이 보급의 이유인 동시에 보안 가이드라인이 로드맵에 올라가는 이유이기도 합니다.
— Anthropic · TechRepublic
MCP가 이미 같은 재단에 기증된 점을 감안할 때, Anthropic은 에이전트가 도구에 연결하는 방법과 절차를 학습하는 두 가지 프로토콜 모두를 공개한 셈입니다. Anthropic, Google, OpenAI 등의 유지 관리자(maintainer)들이 개인 자격으로 참여하며, 로드맵은 버전별 출시, 공식 제안 프로세스, 스킬 제작자를 위한 보안 가이드라인을 다룹니다. 에이전트 AI에 업무를 맡기는 팀에게 두 가지 핵심 표준의 벤더 종속성 위험(vendor lock-in risk)이 한 단계 낮아졌습니다.
🔗 TechRepublic · Agent Skills Spec
마이크로소프트는 이미지 편집 모델의 최신 버전 MAI Image 2.7을 출시했습니다. Artificial Analysis의 이미지 편집 리더보드에서 처음 등장하여 2위를 차지했으며, Arena Edit에서는 3위에 랭크되어, 이를 통해 Microsoft AI가 리더보드 전체에서 2번째 실험실(lab)이 되었다고 밝혔습니다. 이전 버전에 비해 Artificial Analysis가 측정한 10가지 사용 사례 및 7가지 편집 액션 모두에서 개선되었으며, 강화(enhancement), 복원(restoration), 추론(inference) 기반의 편집/장면 및 스타일 분야에서 최전선에 도달했으며, 가장 큰 격차는 장면 및 스타일 부문에서 근소하게 24 Elo 차이입니다.
— Microsoft AI
같은 날 출시된 MAI Cyber 1.1 Flash는 마이크로소프트의 모델 전략 방향을 보여줍니다. MDASH 취약점 스캔 플랫폼에서 성능을 유지하면서 스캔 단가를 18% 절감했으며, MAI Cyber는 수백 명의 고객이 사용하는 전체 스캔 중 약 절반을 차지하고 있으며, 사용해 본 사용자 중 약 90%가 지속적으로 이용하고 있습니다.
— Microsoft AI
두 출시 모두 가장 큰 헤드라인 모델을 추격하지 않고 있습니다. 이것이 핵심입니다. 마이크로소프트는 측정 가능한 리더보드 순위와 내부 비용 곡선을 목표로 하는 전문 특화 모델을 이미지 편집 및 보안 스캔과 같이 고객이 워크로드 단위로 지불하는 영역에 투입하고 있습니다. 중규모의 전문 모델로 편집 리더보드 2위를 유지하는 Rabbit은 단일 범용 모델을 강화하려는 경쟁과는 다른 전략적 테제입니다.
KD Agentic · AI Daily Digest
