AI Daily Digest cover
지난 24시간 동안의 일곱 가지 이야기들이 있으며, 각각은 적어도 하나의 공식 출처에 근거합니다. 이번 에디션은 한 가지 주제를 계속해서 다루고 있습니다. 바로 에이전트가 작업을 수행할 때, 버전 관리(Version Control)부터 샌드박스, 결제 카운터에 이르기까지 모델 주변의 모든 것이 그들을 중심으로 재구축되어야 한다는 것입니다.
1. Reflection이 Beam의 가중치 공개: Apache 2.0 기반 501B 파라미터
Reflection은 프리뷰를 선보인 지 열한 일 만에 Beam의 전체 가중치를 공개했으며, 라이선스는 관대한 Apache 2.0입니다. 이 모델은 Hugging Face에서 사용 가능하며, 증류(distillation), 미세 조정(fine-tuning) 또는 상업적 배포에 제한이 없습니다. Beam은 총 파라미터가 5,010억 개인 희소 전문가 혼합 모델(sparse mixture-of-experts model)이며, 토큰당 230억 개의 파라미터를 활성화하고, 1M 토큰 컨텍스트 창을 보유하며, 23조 8천억 개의 토큰으로 사전 학습되었습니다. 강화학습(RL) 단계는 4주 동안 10,500개의 NVIDIA GB300 GPU에서 실행되었으며 1억 개 이상의 롤아웃을 생성했습니다.
— Reflection · Hugging Face
Reflection 자체의 벤치마크 시트에 따르면 BF16 Beam은 SWE-bench Verified에서 81.6%, Terminal-Bench 2.1에서 80.1%, GPQA Diamond에서 90.6%, AIME 2026에서 97.7%를 기록했으며, 적은 추론 토큰을 사용하면서도 선도적인 오픈 모델과 동등하다고 주장합니다. 독립적인 점수는 같은 날 Artificial Analysis Intelligence Index에서 GLM-5.3이 45점, Kimi K3가 44점, Mistral Large 4가 38점을 기록한 데 비해 30점으로 나타났습니다. 따라서 솔직하게 평가하자면, 추론 순위는 아직 입증되지 않았지만 강력한 코딩 모델입니다. 가중치는 BF16, FP8, NVFP4 정밀도와 DFlash2 추측 디코딩 드래프터로 제공됩니다. 특히 NVFP4 빌드는 약 1TB의 파라미터를 약 280GB로 압축하여 컨텍스트 공간을 고려할 때 B200 네 개에 적합합니다.
— Reflection · Artificial Analysis
벤치마크 논쟁을 넘어 살아남는 것은 패키징이다. Reflection은 자신들이 에이전트를 위한 오픈 운영 체제라고 부르는 것을 가지고 40개 이상의 파트너와 함께 출범했다: Transformers, vLLM, SGLang, Unsloth, NVIDIA Dynamo에서 데이-제로 지원을 제공하며, AWS, Azure, Google Cloud, Baseten, CoreWeave, Together, OpenRouter 등에서 호스팅 엔드포인트를 제공하고, Dell과 HPE를 통해 온프레미스 배송도 가능하다. 자체 Mirror CLI 하네스는 Rust 코어와 Python 프런트엔드로 구성되어 가중치와 함께 오픈 소스화되었으며, 퍼스트파티 API는 무료 공개 베타 버전이다. Reflection은 또한 최고의 커뮤니티 프로젝트에 대해 10,000달러 상당의 Hugging Face 크레딧 바운티를 걸었다. Financial Times가 NVIDIA와의 비확정 인수 협상 보도를 하면서, 가중치를 배포하는 것은 그 어떤 것이 결정되기 전에 Beam을 어디에나 퍼뜨리려는 의도적인 움직임처럼 보인다.
— Reflection · Hugging Face
🔗 Reflection 블로그 · Hugging Face
2. Anthropic, Git을 대체하다: 하루에 30,000개의 병합(Merge)이 시스템을 망가뜨리다
Anthropic은 새로운 버전 관리 시스템인 Scion에 대한 엔지니어링 게시물을 발표했으며, 이 수치들은 회사가 왜 완전히 git을 떠났는지 설명한다. 일일 병합 변경 사항은 2026년 5월 약 2,500개에서 9월에는 30,000개가 넘는 수준으로 증가했는데, 이는 주로 Claude가 코드를 작성하면서 발생한 4개월간의 10배 급증이다. 이 모노레포(monorepo)는 거의 100GB에 달하는 메인 브랜치 히스토리를 담고 있으며, 압축된 작업 사본은 25GB를 초과하고, CI 실행은 매일 약 2,500만 건의 체크아웃을 수행한다. 이는 순진한 방식으로 가져올 경우 하루 git 트래픽이 600 페타바이트가 넘는다는 것을 의미한다.
— Anthropic Engineering
7명으로 구성된 팀이 Scion을 구축하고 5개월 만에 마이그레이션을 완료했으며, 이 과정에서 Antique라는 새로운 코드 리뷰 도구, 코드 검색 기능, 소스 제어 IAM(Identity and Access Management)까지 한 번에 출시했습니다. 이 디자인은 거의 모든 클라이언트가 항상 온라인 상태인 에이전트(agent)인 세상을 가정하여 git의 기본 가정을 뒤집었습니다. 커밋(commits), 병합(merges), 리베이스(rebases)는 쓰기 전 로그(write-ahead log) 내에서 변경 세트(changesets)로 서버 측에서 발생하며, 유지해야 할 팩파일(packfiles)이 없고, 체크아웃은 기본적으로 희소하고 가상화됩니다. 또한 어떤 작업이라도 로컬 복사본을 유지하는 대신 API를 통해 파일 기록을 조회할 수 있습니다. Anthropic의 수치에 따르면, 그 결과로 나온 인프라는 기존 git 미러 플릿보다 CPU와 메모리를 200배 적게 사용하며, 체크아웃 시간은 분 단위에서 초 단위로 단축되었고, CI(Continuous Integration)는 CPU 용량의 25%를 되찾았습니다.
— Anthropic Engineering
가장 솔직한 디테일은 인간에 관한 것입니다. Anthropic은 Scion 자체의 상당 부분을 Claude가 작성했다고 말하며, 한 예시로 내부 스냅샷인 Claude Mythos Preview가 프로토타입 수집 파이프라인을 사용하여 메모리를 20배 적게 사용하면서도 속도는 4배 빠르게 재작성했습니다. 하지만 엔지니어들은 자신들의 주요 임무는 Claude가 핵심 제약 조건을 위반하거나 솔루션을 과도하게 설계했을 때 '아니오'라고 말하는 것이라고 설명합니다. 이 회사는 Scion이 일반적인 git 대체품이 아니며 대중에게 공개되지 않을 것임을 명확히 밝혔습니다. 대신, 그 디자인 교훈은 GitHub, GitLab 및 오픈 소스 커뮤니티에 제공될 것입니다. 그들의 예측은 에이전트 코딩을 운영하는 대부분의 조직이 6개월에서 12개월 이내에 같은 벽에 부딪힐 것이라는 것입니다.
— Anthropic Engineering
🔗 Anthropic Engineering
3. Perplexity가 오픈 소스로 SPACE를 공개하다: 아홉 개의 최첨단 모델을 격리한 샌드박스
Perplexity가 Computer 에이전트의 기반이 되는 샌드박스 플랫폼인 SPACE를 Apache 2.0 라이선스로 오픈소싱했습니다. SPACE는 Agentic Code Execution을 위한 Sandboxed Platform의 약자로, HTTP API 뒤에서 Firecracker 마이크로VM 내부에 에이전트 코드를 실행합니다. 지난 7월부터 이 플랫폼은 상용 샌드박스 제공업체를 대체했으며, 매일 수백만 건의 샌드박스 생성을 처리하고 있으며, 생성 속도는 이전 설정 대비 동일한 운영 트래픽에서 3~5배 빠릅니다.
— Perplexity
이 보안 주장은 주의와 신중함을 동시에 요구합니다. Perplexity에 따르면, 9개의 최첨단 모델(frontier models)이 시도한 118건의 탈출 시도 중 어느 것도 SPACE를 벗어나지 못했으며, 같은 모델들이 오픈소싱되지 않은 다른 샌드박스에서는 탈출할 수 있었을 수도 있습니다. 이전에 발표된 평가에서는 108번의 시도에서 VM-to-host 탈출은 발견하지 못했지만, 네트워크 제한 우회는 발견되었고, 팀은 출시 전에 이를 수정했습니다. 또한 경쟁사 샌드박스 제품들의 관련 취약점도 해당 공급업체에 공개했습니다. 이 모든 수치는 Perplexity 자체 주장이며 독립적인 감사가 아니기 때문에, 코드를 오픈소싱하는 것이 중요한 이유가 바로 여기에 있습니다. 이제 누구나 테스트를 실행할 수 있기 때문입니다.
— Perplexity · Semafor
아키텍처 결정 사항이 전수 가능한 부분입니다. SPACE는 각 샌드박스를 신뢰하지 않는 것으로 간주하며, 네트워크 액세스와 플랫폼에서 보유한 자격 증명(credentials)을 에이전트의 작업 환경 외부에서 관리합니다. 따라서 에이전트는 키를 직접 소유할 필요 없이 승인된 서비스에 호출할 수 있습니다. 빈번한 스냅샷과 전체 환경 체크포인트는 중단 시 진행 상황을 보존하고 세션 분기(session branching) 비용을 낮춰, 인간 검토를 위해 일시 정지했다가 상태를 유지하며 재개하는 흐름 등을 지원합니다. 배포는 CoreWeave, Akamai, Crusoe를 통해 이루어지는데, 이는 대부분의 기업이 Firecracker 클러스터를 직접 운영하기보다는 호스팅된 샌드박스를 임대할 것이기 때문에 중요합니다.
— Perplexity
🔗 Perplexity Blog · GitHub
4. Google Research가 AI 에이전트를 습식 실험실 로봇에 배치하다
Google Research는 물리적 습식 실험실에 AI 에이전트를 접지(grounding)하는 방법에 대한 게시물을 발표했으며, 핵심은 오픈 소스 PyLabRobot 프레임워크를 기반으로 구축된 실험실 워크셀의 의미론적 디지털 트윈인 VERID입니다. VERID는 로봇 팔 기하학, 웰 부피, 시약 식별자, 피펫 팁 재고를 포괄하는 실시간 상태 유지(stateful) 3D 볼륨 엔티티 트리(entity tree)를 유지합니다. 에이전트는 네 가지 안전장치와 함께 액체 처리 프로토콜을 계획하고, 시뮬레이션하며, 실행합니다: 실시간 3D 상태 추적, 충돌을 몇 초 만에 포착하는 빠른 가상 건조 실행(dry runs), 불가능한 명령을 차단하는 하드웨어 안전 점검, 재현성을 위한 동기화된 비디오 및 액션 로그입니다. — Google Research
이러한 폐쇄 루프 결과(closed-loop results)가 이 데모를 단순한 인프라 이상의 것으로 만듭니다. 자가 플레이 캠페인에서 에이전트는 오버헤드 카메라 이미지로부터 눈가림 염료 혼합물을 재구성하고 자체 광학 및 유체적 아티팩트를 식별하여 정확도를 5배 이상 향상시켰습니다. 전체 설계-테스트-분석 주기가 7~10일이 걸리는 앱타머 발견(aptamer discovery)의 경우, 에이전트는 세 차례에 걸쳐 마이오글로빈의 경우 33.5%, 알파-트롬빈의 경우 42.1%로 확인된 표적 히트율을 끌어올렸습니다. 알파-트롬빈에 대한 첫 번째 라운드에서는 고정 프라이머 오버행(fixed primer overhangs)이 48%의 서열에서 접힘(folding)을 방해하여 결합체(binders)가 전혀 생성되지 않았고, 에이전트는 데이터를 본 후 자체 설계 규칙을 수정했는데, 이것이 바로 실험실-루프 학습(lab-in-the-loop learning)의 핵심 목적입니다. — Google Research
단백질 결합체(protein binder) 작업은 신약 개발에 직접적으로 활용됩니다. 이와 동일한 워크플로우를 고형 종양에서 과발현되는 수용체인 FAP에 적용하자, 단 몇 번의 실험만으로도 한 자릿수 나노몰 친화도를 가진 결합체를 얻을 수 있었으며, 국소 결합 포켓(local binding pocket)만을 접는 에피토프 절제 기술(epitope excision technique)은 각 사이클을 8.6배 가속화했습니다. 과학자가 전략을 설정하고 에이전트가 실행을 주도하는 인간-에이전트 협업 방식은, 과학자가 단독으로 작업했을 때와 비교하여 인실리코(in-silico) 히트율을 거의 두 배로 높였습니다. 구글은 이 모든 것을 자발적으로 감염성이 없는 시스템에 대한 프로토타입 연구로 제시하며, 이는 프론티어 안전성 프레임워크(Frontier Safety Framework)와 일치하는 것이지 출시된 제품이 아니라고 신중하게 강조했습니다.
— Google Research
🔗 Google Research
5. Replit이 ChatGPT를 기본값으로 채택하며 Anthropic 시대가 조용히 막을 내리다
Replit CEO Amjad Masad는 TechCrunch Disrupt 무대에서 Replit이 비용, 파트너십 조건, 성능 등을 이유로 더 이상 Anthropic과 협력하지 않는다고 밝혔습니다. 그는 자신의 벤치마크 주장을 구체적으로 제시했는데, Replit의 공용 벤치마크에서 처음부터 '바이브 코드(vibe-coded)' 애플리케이션을 구축하는 경우 OpenAI의 Sol과 Astra가 일관되게 더 우수하게 성능을 보인다고 했습니다. 회사는 지난 8월에 OpenAI와의 파트너십을 발표했지만, 이는 Claude가 Replit Agent의 중심 자리에서 자리를 잃었다는 첫 공개적인 신호였습니다.
— Replit CEO · TechCrunch
후속 보도에서는 변화의 실제 양상을 명확히 했습니다. Replit은 여전히 모델에 구애받지 않으며 고객들은 Claude를 선택할 수 있지만, 이제 OpenAI가 Replit Agent의 기본 동력으로 자리 잡았고, 기본 설정이 바로 돈이 되는 영역입니다. 대부분의 사용자는 이 설정을 변경하지 않습니다. Replit은 최근까지 Anthropic의 상위 5개 고객사 중 하나였기 때문에, 이번 지출 변화는 상당합니다. Masad는 또한 이러한 변화의 배경에 있는 비즈니스 구성을 제시했는데, 기업 계약 매출이 작년 대비 2%에서 올해 15%로 증가했으며, B2B가 매출의 50% 이상을 차지하고, 2027년에는 기업 및 정부 부문이 매출의 절반을 초과할 것으로 예측했습니다.
— Replit CEO · TechCrunch
모두가 이러한 '깨끗한 단절(clean-break)' 서사에 동의하는 것은 아닙니다. 이 파트너십에 정통한 한 관계자는 TechCrunch와의 인터뷰에서 여전히 협력이 유지되고 있다고 말했으며, 9월 Replit 블로그 게시물에서는 Claude Fable 5와 5.1이 Replit Agent의 프로덕션 환경에서 실행되는 것을 언급했습니다. Masad 자신의 설명은 잠정적인 성격이었으며, 무대 위 답변을 '일단(for now)'이라는 말로 마무리했습니다. 더 지속 가능한 교훈은 배포에 관한 별도의 발언에 있습니다: 에이전트는 서식지(habitat), 즉 오케스트레이션(orchestration), 오류 복구(error recovery), 샌드박싱(sandboxing), 네트워킹(networking), 그리고 신원(identity)을 필요로 합니다. 플랫폼 경제학과 인프라 체크리스트는 모델이 여러 구성 요소 중 하나라는 동일한 결론으로 수렴하고 있습니다.
— Replit CEO · TechCrunch
🔗 TechCrunch
6. TSMC의 3분기 실적: AI 구축(Buildout)이 손익계산서에 나타나다
TSMC는 금요일 3분기 실적을 발표했으며, AI 인프라 호황은 더 이상 이 손익계산서상의 예측치가 아니라 실제 수치입니다. 순이익은 전년 대비 69% 증가한 236억 달러를 기록했고, 매출은 51% 증가한 470억 달러를 기록했습니다. 또한 회사는 2026년 자본 지출 가이던스를 최대 640억 달러로 상향 조정했는데, 이는 사상 최고치입니다. AI 가속기를 구동하는 첨단 노드(Advanced nodes)가 여전히 성장 동력이며, 파운드리(foundry)는 수요가 지속적이라고 판단하여 막대한 지출을 하고 있습니다.
— TSMC · Reuters
