GitHub는 개발자 컨퍼런스를 에이전트 오케스트레이션(agent orchestration) 기조연설로 변화시켰고, NVIDIA와 AMD는 자사 최대 고객사에 거액을 출자했으며, Google은 로봇용 추론 두뇌를 퍼블릭 클라우드 엔드포인트에 올렸고, Apple은 Keynote와 Pages 기능을 외부 에이전트에게 조용히 개방했습니다. 지난 24시간 동안의 중요한 7가지 뉴스를 요약합니다.
현지 시간 수요일에 산프란시스코에서 열린 GitHub Universe에서 GitHub는 프로젝트 전반에 걸쳐 에이전트와 도구를 연결하는 신제품인 'GitHub Copilot app'을 중심으로, 에이전트를 축으로 하는 소프트웨어 개발 생명주기(SDLC) 전체의 비전을 발표했습니다. Microsoft CoreAI의 EVP Jay Parikh는 공식 블로그를 통해 시스템의 성과 지표는 작성한 코드 양이 아니라 완료된 작업이라고 언급했습니다. 이 앱에는 여러 리포지토리를 병렬로 실행하는 'Copilot projects', GitHub App, VS Code, CLI, Web에서 동일한 클라우드 세션을 이어갈 수 있는 'session continuity', 그리고 실행 결과로부터 학습하여 개선안을 제안하는 'Copilot automations'이 포함되어 있습니다.
— GitHub
기술적인 핵심은 'Copilot Fusion'으로, 이전의 프리뷰 명칭 HydraFusion에서 GA(General Availability)되었습니다. Fusion은 작업에 필요한 추론(inference), 코드 생성, 디버깅, 도구 사용을 파악하여 하나 이상의 모델로 처리를 분배합니다. GitHub에 따르면 Fusion Max는 Artificial Analysis Coding Agent Index에서 Claude Opus 5.5 Max와 거의 동등한 점수를 얻었으며, 비용은 절반이고 작업당 시간은 40% 단축된 것으로 나타났습니다. 코드 리뷰 기능인 'Copilot code review Max'는 고중요도 문제에서 ReviewBench 최고 F1 스코어를 기록했으며, GitHub Enterprise 고객은 별도의 구독 없이 모든 Copilot 기능을 이용하고 사용한 AI 크레딧만큼만 지불하는 방식으로 전환할 수 있습니다.
— GitHub · The Register
기조연설의 배경에는 인프라 수요의 급증이 있었습니다. GitHub는 올해에만 CPU 코어 400만 개, 고속 스토리지 160PB, 네트워크 50Tb/s를 추가했으며, Azure의 멀티리전 마이그레이션을 내년 초에 완료할 예정입니다. The Register에 따르면 지난 9월 한 달 동안만 74억 개의 커밋(commit)이 GitHub로 유입되었는데, 이는 1년 전 대비 5배 증가한 수치이며, 에이전트에서 비롯된 트래픽은 반복적인 장애를 일으키고 있습니다. 같은 날 공개된 Octoverse 리포트에 따르면, 9월의 풀 리퀘스트(pull request) 중 40% 이상이 에이전트 초안에서 시작되었으며, 이는 3월의 17% 대비 급증한 수치이며, 개발자 수는 2억 2500만 명을 넘어섰습니다.
— GitHub · The Register
NVIDIA는 화요일에 Meta의 지분 제공(equity offering)에 30억 달러를 투자한다고 발표했고, AMD도 10억 달러를 약속했습니다. 월요일에 발표된 Meta의 950억 달러 조달 규모의 비구속적 의향이 실제 출자로 바뀐 형태입니다. Meta는 동시에 조달 규모를 975억 달러로 상향 조정했습니다. 일반 주식(Common Stock) 250억 달러(1주당 625달러), 전환 우선주 예탁 증서(Convertible Preferred Stock Depositary Receipts) 125억 달러(1주당 50달러)에 더해, 2027년 1분기에 무의결권 Class C 주식이 상장된 후 최대 600억 달러를 시가로 매각하는 ATM 프로그램이 포함됩니다.
— NVIDIA · AMD · Reuters
이번 출자는 상업적 확장 약속과 함께 이루어졌습니다. NVIDIA는 Meta가 Vera Rubin GPU와 Vera CPU 배포를 확대할 것이며, 지난달 발표된 Meta의 소비자용 AI 에이전트 'Muse'에서의 협력을 심화할 것이라고 설명했습니다. Muse는 NVIDIA 인프라 위에서 구동됩니다. AMD 측은 Helios 랙이 Meta에 설치되어 테스트 중이며, Muse를 지원하는 것이 EPYC 프로세서임을 밝혔습니다. 또한 Meta가 수 세대에 걸쳐 수백만 개의 EPYC를 도입했으며, 6세대 EPYC의 최초 대규모 고객사임을 공개했습니다.
— NVIDIA · AMD
분석가들이 지속적으로 주목하는 것은 자본의 순환 구조입니다. 칩 공급업체가 자체 실리콘을 구매하는 고객사의 주식 확대를 자금으로 지원하는 구도는, NVIDIA가 올해 OpenAI, Anthropic, Intel, xAI에 출자하고 AMD가 지난 7월 Anthropic에 최대 50억 달러 규모의 주식 투자를 공약한 흐름의 연장선상에 있습니다. Meta 측은 지난 분기에 21억 2천만 달러의 자유 현금 흐름 감소(10년 이상 만의 마이너스)를 기록했음에도 불구하고, 미래 지출로 약 8,250억 달러를 약속했습니다. William Blair는 이번 자금 조달에 대해 고객들에게 Meta가 AI 투자에 대한 확신을 가지고 있으며, 이러한 경쟁이 얼마나 자본 집약적으로 변모했는지 모두 입증하는 것이라고 전했습니다.
— NVIDIA · 로이터
Google Cloud는 월요일, 체화 추론 모델(Embodied Reasoning Model)인 “Gemini Robotics ER 2”를 Gemini 플랫폼의 Model Garden을 통해 공개 프리뷰로 출시했습니다. ER 2는 로봇의 고수준 두뇌 역할을 합니다. 복수의 단계로 이루어진 작업을 계획하고, 연속된 영상을 보고 각 단계가 실제로 성공했는지 판단하며, 물리적 실행은 개발자가 도구로 선언한 VLA(시각 언어 액션) 모델이나 내비게이션 API에 맡깁니다. 이 모델은 Gemini 3.5 Flash를 기반으로 하며, 프리뷰 기간 동안의 입력 가격은 100만 토큰당 1달러이고, 2027년 1월부터는 2달러입니다.
— Google Cloud
주장의 핵심은 검증 능력에 있으며, 이곳이 로봇 도입이 난항을 겪는 지점입니다. Google은 중요한 이벤트가 발생한 정확한 프레임을 91.3%의 정확도와 평균 0.96초의 프레임 간격으로 식별할 수 있다는 점, 다이얼부터 액체 온도계까지 10가지 이상의 계측기를 읽을 수 있다는 점, 그리고 복수의 로봇이 동일한 공간 이해를 공유하며 작업을 분담하고 인계할 수 있다는 점을 설명했습니다. Boston Dynamics는 Spot의 영상 검사 기능에 이를 적용했으며, 싱가포르의 ASTAR IMRE는 API가 없는 구형 장비를 실험실 로봇으로 다루기 위해 활용했고, Arm은 미래 로보틱스를 위한 컴퓨팅 플랫폼을 탐색하기 위해 협력하고 있습니다.
— Google Cloud
진짜 뉴스는 엔터프라이즈 기반 시설의 정비입니다. 이 모델은 7월부터 Gemini API와 AI Studio에서 사용 가능했지만, 이번에 와서야 기업 고객이 자체 Google Cloud 프로젝트 내에서 기존 보안·접근 제어·과금 체계를 그대로 유지하며 호출할 수 있게 되었습니다. MuJoCo-Warp나 NVIDIA Isaac Sim과의 시뮬레이터 통합, Cloud Storage 및 BigQuery를 이용한 데모 영상 라벨링, 지도 생성 등 시간 제약이 있는 작업을 Google Distributed Cloud에서 현장 실행하는 구성도 마련되었습니다. Google은 시뮬레이션부터 데이터 라벨링, VLA 학습까지를 관리형 클라우드 워크플로우로 판매할 위치에 놓였습니다.
— Google Cloud
Apple은 월요일 Apple Creator Studio의 대규모 업데이트를 발표하며, Apple 기기 모델과 OpenAI 모델을 결합한 베타 버전 지능형 비서 기능을 Keynote, Pages, Numbers, Logic Pro에 탑재했습니다. Keynote에서는 슬라이드 디자인·애니메이션·조정을 지원하고, Pages에서는 문서 초안 작성 및 재구성을, Numbers에서는 계산·시각화·데이터 정리를 수행하며 그래프 종류 제안이나 맞춤형 테이블 생성도 합니다. Logic Pro의 비서 기능은 곡의 시작, 하나의 프롬프트로 보컬 트랙 설정, 프로젝트 마무리 작업을 지원합니다.
— Apple Newsroom · The Verge
가장 눈에 띄지 않지만 가장 큰 움직임은 상호 운용성입니다. Keynote, Pages, Numbers가 Model Context Protocol(MCP)을 지원하게 되면서 외부 AI 에이전트나 도구가 세 가지 앱의 내부 내용을 읽고 편집을 실행하며 자동 조작할 수 있게 되었습니다. 이는 Apple이 그동안 닫아왔던 문을 연 형태입니다. 또한 Keynote에는 외부 도구나 에이전트 워크플로우에서 읽을 수 있도록 JSON 기반의 개방형 교환 형식인 «.keyx»가 추가되었습니다. MCP는 macOS 27부터 지원하며, 내장 어시스턴트는 Apple Intelligence를 지원하는 기기의 iOS 27, iPadOS 27, macOS 27부터 미국 영어에 한정됩니다.
— Apple Newsroom
이 업데이트는 온디바이스 AI를 강조한 M6 MacBook Pro와 iMac 발표와 같은 날 공개되었으며, 11월에 기존 Creator Studio 등록자(월 $12.99)에게 무료로 제공될 예정입니다. 주목할 점은 자체 브릿지를 만들지 않고 개방형 에이전트 표준을 채택했다는 것입니다. 수십 년 동안 앱 생태계를 폐쇄해 온 회사가 제3자 에이전트가 자사의 생산성 앱을 구동하도록 방향을 틀었습니다.
— Apple Newsroom · The Verge
Mixpanel의 공동 창업자이자 Playground의 설립자인 Suhail Doshi는 화요일에 신설 회사 Particle과 첫 모델인 «Particle-1»을 발표했습니다. 이 회사의 목표는 에이전트 청구액이 성과보다 계속 증가하는 개발자들의 고통 지점(pain point)입니다.同社는 추론 인프라 기업으로 포지셔닝되었으며, Particle-1은 DeepSeek V4.1 Flash를 후학습한 모델로 API를 통해 제공됩니다. 이 모델은 코딩 및 데이터 엔지니어링 작업을 기본 모델보다 적은 출력 토큰으로 완료할 수 있다고 4가지 소프트웨어/데이터 엔지니어링 벤치마크에서 주장합니다.
— Particle
이 논지는 실제 존재하는 고통 지점을 건드렸습니다. 에이전트 워크플로우는 재시도(retry), 중복 추론, 반복되는 컨텍스트로 토큰을 소모하며, 추론 비용은 컴퓨팅 자원과 마찬가지로 의식적으로 최적화해야 하는 비용 항목이 되었습니다. 작업 완료율을 떨어뜨리지 않으면서 출력 토큰을 줄이는 후학습 경로는, 가중치(weights)가 공개되어 저렴한 모델 시장에서 차별화가 곧 서비스 경제성 그 자체임을 보여주는 큰 발판입니다.
— Particle
Doshi의 움직임은 2026년의 흐름을 따릅니다. 제품 분석 배경을 가진 설립자가 모델 접근권이 아닌 측정 가능한 성과를 판매하는 회사를 만드는 흐름입니다. Mixpanel은 제품 사용을 측정 가능하게 했습니다. Particle은 에이전트의 토큰 사용을 측정 가능하게 한 다음 줄여나갑니다. 제3자 검증이 주장을 뒷받침할지 여부가 이 회사가 실재하는 카테고리가 될지, 아니면 오픈 웨이트를 가진 얇은 래퍼로 끝날지를 가를 것입니다.
— Particle
🔗 Particle
월 약 1억 건의 전화를 처리하며 Mayo Clinic이나 Dialpad 등을 고객으로 보유한 샌프란시스코의 음성 AI 기업 Rime은 화요일에 기업용 음성 에이전트를 위한 파인튜닝 가능한 음성 대 음성(speech-to-speech) 모델 «Prism»을 발표했습니다. Prism은 많은 음성 스택들이 여전히 수행하는 음성 인식/추론/음성 합성의 분리된 체인(chain)을 사용하지 않고, 음성을 받아 음성을 반환합니다. 말하기 전에 발화 내용에 대한 검증 가능한 텍스트 체크포인트(text checkpoint)를 생성하며, 기업은 모든 응답에 대한 감사 기록(audit record)을 남길 수 있습니다.
— Rime
수치가 판매 포인트입니다. 첫 음성 입력에 대한 응답 시간은 약 500~570밀리초로, 고객 서비스 벤치마크인 τ-Voice에서 56.6을 기록하며 OpenAI와 Google의 실시간 모델을 능가했습니다. Revmo와의 테스트에서는 발신자 동의 획득 후 주문 완료율이 94%에 달해, 동일 비교 대상인 OpenAI 모델의 57%를 크게 상회했습니다. 고객 데이터로 파인튜닝하는 것 외에도, 프라이빗 클라우드 또는 완전 온프레미스 배포를 지원하여 규제 산업이 공개 음성 API에서 멀어지는 컴플라이언스의 장벽에 대응합니다.
발표는 해당 기업이 3,500만 달러 규모로 자금을 조달한 것에 이은 것으로, 범용 음성 비서보다 명확하게 기업을 겨냥한 사용 사례를 정의하고 있습니다. 오류가 금전적 손실로 이어지는 전화 통화 환경, 즉 의료, 금융, 항공, 요식업 현장입니다. 서면 체크포인트(written checkpoint)가 포함된 음성 모델은 사용자보다는 감사자(auditor)를 위해 설계된 아키텍처이며, 바로 이것이 기업의 음성 도입 결정이 실제로 내려지는 장소입니다.
— Rime
🔗 Rime
Alex Davis가 설립한 댈러스의 투자 회사 Disruptive는 지난 월요일, 성장 후기 단계에 있는 비상장 기술 기업 약 10곳 각각에 최대 10억 달러를 투자하는 100억 달러 규모의 플래그십 펀드를 발표했습니다. 이들은 AI, 컴퓨팅 인프라(compute infrastructure), 국방을 자금 수요가 발생하는 분야로 언급했습니다. 해당 회사의 포트폴리오에는 Airbnb, Databricks, ElevenLabs, Groq, Palantir, Reflection AI, Spotify, Shield AI 등이 포함되어 있으며, Davis는 Venture Dallas 청중 앞에서 향후 1년 반 동안 약 10개 기업에 100억 달러를 투입할 계획이라고 밝혔습니다.
— Disruptive · TechCrunch
구조적으로 중요한 점은 이것이 회사의 첫 번째 블라인드 풀(blind pool)형 펀드라는 것입니다. LP는 투자처를 알지 못한 채 출자합니다. 이는 기존의 개별 프로젝트 기반 SPV(Special Purpose Vehicle) 방식에서 전환된 것입니다. Wall Street Journal은 이달 초에 최소 75억 달러 규모의 약정 자금을 확보했다고 보도했으며, Bloomberg는 회사가 LP들에게 스타트업에 투자한 약 19억 달러에서 60억 달러 이상을 환급했다고 설명했다고 보도했습니다. Dallas Business Journal은 이를 텍사스 역사상 최대 규모의 벤처 펀드라고 평가했습니다.
— Disruptive · TechCrunch
이 펀드는 민간 시장에서 형성되고 있는 '바벨(barbell)'에 대한 베팅입니다. 5억 달러가 넘는 메가 펀드(mega-fund)는 올해 폐쇄된 펀드의 단 6%에 불과하지만, 조달액의 78%를 흡수하고 있습니다. 반면 Gartner는 이달에 2030년까지 데이터센터 지출이 3조 5,000억 달러 이상 규모로 손상(impairment)을 입을 가능성을 경고했습니다. 소수의 카테고리 리더에게 집중적으로 투자하는 10억 달러 규모의 투자는 이러한 집중화에 대한 벤처 업계의 해답입니다. 건수는 줄어들고, 거래 하나하나가 커지며, 시기는 뒤로 미뤄지고, 중심은 AI 인프라에 맞춰지고 있습니다.
— Disruptive · TechCrunch
