LLM 데일리 다이제스트 by 서PL (2026년 10월 5일 아침)

■ 주요 LLM 소식

Anthropic이 Claude Code의 새 확장 방식 'Mods'를 10월 1일 공개했습니다. TypeScript 함수로 프롬프트 재작성, 도구 호출 차단/재작성, 권한 요청 처리를 할 수 있는 미들웨어로, 훅보다 강력하고 플러그인으로 배포됩니다. 단 샌드박스 없이 실행되니 신뢰할 수 있는 출처만 설치하세요.
https://t.co/96l7ArHJi7
Anthropic이 Sonnet 5.5를 출시했습니다. 출력 속도가 30% 빨라지고 도구 호출 배치와 스텝 감소로 에이전트 작업 비용이 줄어드는 구조입니다. 단 노력(effort) 설정을 최대로 올리면 오히려 결과가 나빠지는 경우도 있어 한 단계 아래가 실용적이라는 평가도 있습니다.
https://t.co/4aQyPPYJQG
OpenAI가 코딩용 모델 GPT-6.1 Sol을 출시했습니다. 코딩 성능은 GPT-6 Astra에 근접하면서 토큰당 비용은 약 1/5 수준입니다. API와 유료 Work/Codex 플랜에 먼저 적용되었고, 바이브코딩에서 비용 대비 성능이 좋은 선택지가 될 수 있습니다.
https://t.co/4aQyPPYJQG
ChatGPT에 가상 피팅룸 'Try On' 기능이 10월 1일 전 세계 출시되었습니다. 업데이트된 이미지 모델(Images 2.5) 기반으로 사진을 올리면 옷을 입은 모습을 시각화해줍니다. 쇼핑 결과를 저장하는 Favorites 기능과 함께 나왔습니다.
https://t.co/z4UDj45RdY

■ 그 외 주목할 AI 소식

구글이 플래그십 모델 Gemini 4 'Argon'을 10월 1일 발표했습니다. 출력 토큰 한도가 100만으로 대폭 늘었고, 코딩·사이버 보안 벤치마크에서 Astra/Opus와 비견되는 성능을 주장합니다. 우선 사이버 보안 파트너 대상으로만 공개되었고 일반 공개 시점은 미정입니다. API 가격은 입력 1M 토큰당 $2, 출력 $10입니다.
https://t.co/nOJ8dnnQpe
10월 9일부터 무료 Gemini 앱 사용자는 Flash-Lite 모델만 사용할 수 있게 됩니다. Flash와 Pro 선택이 사라지고, AI Plus($4.99/월)도 Pro가 제외됩니다. Pro 모델을 쓰려면 AI Pro($19.99/월) 이상이 필요합니다.
https://t.co/qJHgBsDxkL
독일 Aleph Alpha가 주권형 모델 Kolibri-1의 전체 가중치를 10월 3일 Apache 2.0 라이선스로 허깅페이스에 공개했습니다. 78B 파라미터 MoE 구조에서 토큰당 3.46B만 활성화되어 단일 GPU로도 170 tokens/s 수준으로 동작합니다. 최대 컨텍스트 1M 토큰입니다.
https://t.co/4v4zpCLdNh

■ GitHub 트렌딩 (에이전트/코딩 도구)

openai/skills - OpenAI 공식 Codex 스킬 카탈로그. 스킬 포맷이 사실상 표준으로 자리잡는 흐름이라 바이브코딩 워크플로우에 바로 활용할 수 있습니다.
https://t.co/kSXU3NonHC
mattpocock/skills - 타입스크립트 에듀케이터 Matt Pocock의 .agents 설정 파일 모음, 275K 스타를 기록 중입니다. 남의 설정 한 번 훔쳐보는 것만으로도 에이전트 경험이 크게 개선됩니다.
https://t.co/wRjTvrGHMp
affaan-m/ECC - 스킬+본능+메모리+보안을 묶은 에이전트 하네스 최적화 도구. 하루에 1,900 스타씩 급증하며 현재 가장 빠르게 뜨는 레포 중 하나입니다.
https://t.co/eqFaeoeTBa
openclaw/openclaw - 오픈소스 AI 에이전트 시스템. 실사용자 기반으로 빠르게 성장 중이라 코딩 에이전트 환경 구축 시 참고할 만합니다.
https://t.co/KunnCu0PdM

■ 허깅페이스

이번 주 HF 신규 트렌딩 1위는 Qwen/Qwen-Image-2.1 이미지 모델입니다. 웹앱 썸네일이나 홍보 이미지가 필요할 때 바이브코딩 워크플로우에 바로 끼워 넣을 수 있습니다.
https://t.co/98QyCLKNUq
Ai2가 대규모 MoE 학습 프레임워크 Olmo-core 3를 HF 블로그에 공개했습니다. 1.2조 파라미터급 모델을 512 GPU에서 GPU당 858 TFLOP/s로 학습했다고 합니다. 차세대 오픈 Olmo MoE 모델의 기반이 될 예정입니다.
https://t.co/QtxdHalNmq

요약