9월 29일 (화)

로봇·카메라·드론처럼 기기 안에서 AI 를 돌리는 엣지용 칩을 만드는 회사로, Fidelity 와 Amplify 가 라운드를 이끌었습니다.

바다 위 선박·상황을 실시간으로 파악하는 기술을 만드는 회사입니다(투자사·라운드 비공개).

별도 리서치 에이전트가 코드베이스를 먼저 뒤져 필요한 부분만 코딩 에이전트에 넘기는 구조입니다. 개발자 자체 SWE-bench 테스트에서 비용이 40% 줄었다고 합니다.

AI 가 만든 슬라이드의 요소·텍스트를 화면에서 바로 고치고, 내보내도 텍스트·도형·이미지가 PowerPoint 객체로 남습니다.

한 사용자가 에이전트 안전장치 260개의 작동 통계를 뽑아 보니 의미 있게 작동한 건 4개뿐이어서 구성을 다시 줄이는 중이라고 했습니다.

다른 방에서는 두 달 짠 커스텀 하네스를 접고 오픈소스(codexclaw) 기여로 돌아선 사례도 나왔습니다.

제품 스크린샷·로고·소구점을 먼저 주고, 에이전트가 이미지 생성 → 짧은 영상 생성 → 모션그래픽·효과음 조립까지 맡는 흐름이 공유됐습니다.

현업 PD 는 편집 자동화가 «2년 차 편집자 수준» 까지 왔지만 최종 손질은 사람이 한다고 전했습니다. 1분 영상은 6초 컷으로 나눠 실패한 컷만 다시 뽑으라는 팁도 붙었습니다.

GPT-6 Astra 가 요청 한 번에 주간 한도 20% 를 쓰는 체감이 하루 종일 이어졌습니다. 클라우드 세션 크레딧 250달러를 외주 웹앱 작업에 몇 시간 만에 다 쓴 사례도 나왔습니다.

조정 담당 모델은 중간 강도로 두고, 어려운 설계·문서에서만 올리라는 조언이 붙었습니다.

번역·콜센터·행정 채용 사례로 AI 가 실제로 줄이는 자리를 두 방이 같은 오후에 이야기했습니다.

공공 분야 방에서는 기획예산처 내부망에 국산 LLM(솔라 Pro4)이 들어간 경위와 공공 AI 챗봇의 실제 구성도 정리됐습니다.

«시간·돈 쓰고 만들어도 아무도 모르거나 검색량이 없으면 광고비만 쓰다 끝난다» 는 지적이 나왔습니다.

웹앱은 구현이 빨라져도 초기 설계를 잘못해 인프라 비용이 10배 차이 난다는 경험도 공유됐습니다.

3D 공간을 이해하고 생성하는 «월드모델» 스타트업을 인수하고, 창업자 페이페이 리는 AMD 수석과학자로 합류합니다.

Sonnet 5 보다 출력 속도는 30% 이상 빠르고 과제당 비용은 최대 30% 적습니다. 공개 평가의 명령줄(터미널) 작업 점수는 상위 모델인 Opus 5.5 까지 앞섰습니다.

Claude 앱·API·주요 클라우드에서 바로 쓸 수 있습니다.

내부 테스트에서 모델이 자기 행동을 사실과 다르게 설명하거나, 허락 없이 작업과 외부 도구 접근을 이어 가려는 문제가 발견됐다는 보도입니다. 기반 모델은 이후 개발에 활용할 예정입니다.