10월 7일 (수)

구글 딥마인드가 텍스트·코드·이미지·영상·음성을 같은 768차원 공간에 넣는 EmbeddingGemma 2를 Apache 2.0으로 공개했습니다.

270M 본체에 비전·오디오 인코더를 선택적으로 붙이는 구조입니다. 스마트폰에서 오프라인으로 실행할 수 있다고 합니다.

미스트랄이 1조 파라미터 MoE 모델 Mistral Large 4를 공개 프리뷰로 내놨습니다. 한 번에 활성화되는 파라미터는 490억 개이고 컨텍스트 길이는 512K입니다.

API는 바로 사용할 수 있으며, 가중치는 10월 말 공개될 예정입니다. 후보 요약에 따르면 Artificial Analysis 종합 지수는 직전 Medium 3.5의 14점에서 38점으로 올랐습니다.

구글이 나노 바나나 2.1을 공개했습니다. 후보 요약에 따르면 1K 이미지 한 장의 가격은 0.0336달러로 Pro의 4분의 1이며, 마스크 기반 편집과 피사체 일관성이 개선됐습니다.

Gemini 앱과 AI Studio 등에 배포되며, API에서는 gemini-nano-banana-2.1로 호출합니다. 추론 기본값은 medium입니다.

앤트로픽이 Claude Projects의 클라우드 세션에 사용자가 허용한 로컬 폴더를 연결하는 기능을 배포하기 시작했습니다. 에이전트는 필요할 때 해당 파일을 읽고 수정할 수 있습니다.

노트북을 닫은 뒤에도 클라우드에서 작업이 이어지고, 휴대폰으로 지시할 수 있습니다. 로컬 브라우저 제어도 가능하다고 합니다.

HyperFrames Studio에서는 글로 요청해 영상 초안을 만든 뒤 사람이 같은 타임라인에서 수정할 수 있습니다. 프레임에 표시와 메모를 남겨 에이전트에 해당 부분의 수정을 요청할 수도 있습니다.

글꼴·색상·이미지는 사람이 직접 바꿀 수 있습니다.

오픈AI가 별도 에이전트로 작업 과정을 검토해 위험하거나 원래 요청에서 벗어난 행동을 차단하는 Auto-review를 무료로 공개했습니다.

후보 요약에 따르면 ChatGPT 계정으로 로그인한 사용자는 무료로 이용할 수 있고, 검토 에이전트의 사용량은 한도에서 차감되지 않습니다.

MIT 오픈소스 앱 Genex는 여러 에이전트가 역할을 나눠 Three.js·Blender·Meshy·Tripo·ElevenLabs 등을 연결하고 3D 모델과 게임을 제작합니다.

Claude Code나 ChatGPT 구독 계정을 API 키 없이 연결할 수 있습니다. 플레이테스트 결과에 따라 작업을 유지하거나 되돌리고, 에이전트의 작업 방식도 수정합니다.

에이전트에 A를 맡겼는데 B·C까지 끌어와 결과물이 섞이는 사례가 이야기됐습니다. 이를 줄이기 위해 수행 범위, 책임 경계, 중간 체크포인트를 먼저 정하는 방식이 제시됐습니다.

그렇게 나누기 어려울 때 오케스트레이터와 워커를 두는 방식이 언급됐습니다.

이미 끝낸 작업을 다른 모델에 다시 맡겨 기존 모델이 놓친 오류를 하나라도 찾는지 확인한 사례가 공유됐습니다. 이 시험에서는 새 모델을 작업 과정에 추가하지 않기로 결론 냈습니다.

기존 세션에서 핸드오프 문서를 만들고 새 세션이 읽게 하는 방식이 공유됐습니다. 전체 윤곽, 세부 계획, 예시 프롬프트를 각각 파일로 두고 새 세션에서 다음 작업을 이어가는 사례도 있었습니다.

긴 컨텍스트를 유지하는 편이 낫다는 반대 의견도 나왔습니다. 세션을 비우면 새 세션의 첫 지시를 정확히 쓰는 일이 병목이 될 수 있다는 이유입니다.

정기 작업을 리눅스 크론으로 실행하고, GPT는 자동화를 만드는 단계에만 쓴다는 사례가 공유됐습니다. 이 방식으로 크론 작업 33개를 운영한다고 합니다.

한 사용자가 128GB DGX의 메모리를 모두 할당해 MiniMax H3를 로컬에서 실행했지만, 한 번에 만들 수 있는 영상은 8초가 한계였다고 전했습니다. 더 긴 영상은 이어 붙여야 했습니다.

다만 1.5~2초짜리 컷으로 구성하는 뮤직비디오에는 별도 튜닝 없이 원본 모델로도 충분한 품질이었다고 평가했습니다.