Reflection, 501B 오픈 웨이트 모델 Beam 공개
Reflection이 Apache 2.0 라이선스로 텍스트 모델 Beam 1.0을 공개했습니다. 총 501.3B 파라미터 중 23.4B를 활성화하는 MoE 모델이며, 1M 토큰 문맥과 BF16, FP8, NVFP4 버전을 지원합니다. 모델 카드에는 코딩, 추론, 도구 사용 벤치마크 결과와 학습 데이터 및 안전성 평가 개요가 실렸습니다.
AI · 최신기사
AI 모델과 서비스, 활용 도구와 이용 조건을 다룹니다.
에이전트의 재시도 버그는 AI 문제가 아닙니다. LLM을 얹은 분산 시스템 문제입니다
환불 요청이 처리된 뒤 응답만 유실되면 에이전트는 실패로 판단해 같은 환불을 다시 요청할 수 있습니다. 글은 애플리케이션이 멱등성 키와 영속적인 작업 기록을 관리하고, 결과를 알 수 없는 상태는 재시도 대신 대사로 해결해야 한다고 설명합니다.
Openbroca — 말투를 살리는 가벼운 Mac AI 받아쓰기
Openbroca는 Mac용 네이티브 Swift 받아쓰기 앱으로, 약 6.5MB 크기이며 단축키를 누르고 말하면 입력 중인 위치에 다듬은 텍스트를 삽입합니다. 군더더기와 반복은 줄이되 말투와 의미를 유지하고, 개인 사전과 28개 언어 번역을 지원합니다.
인텔, LPDDR5X 메모리 480GB를 탑재한 AI 가속기 공개
인텔이 AI 추론용 GPU D-series를 공개했습니다. LPDDR5X 메모리 480GB와 FP8 연산 성능 1.3페타플롭스, 메모리 대역폭 1.5TB/s를 제시했으며, 가격과 일반 출시일은 아직 공개하지 않았습니다.
NVIDIA Nemotron 3.5 Super VL 120B NVFP4 공개
NVIDIA가 텍스트, 이미지, 동영상을 처리하는 Nemotron 3.5 Super VL의 NVFP4 양자화 체크포인트를 공개했습니다. 전체 120B, 활성 12B 파라미터의 Mamba-2·Transformer 하이브리드 MoE 모델로, 최대 1M 토큰 문맥과 Multi-Token Prediction을 지원합니다. 모델 카드에는 하드웨어별 배포 설정과 BF16 체크포인트를 비교한 벤치마크 결과도 담겼습니다.
은행 입금 알림을 장부로 바꾸는 로컬 Gemma
나이지리아 POS 운영자의 Moniepoint 입금 이메일을 일일 장부로 정리하는 웹 앱을 만들었습니다. 금액과 잔액은 코드로 처리하고, 은행마다 다르게 쓰는 고객 이름만 Gemma 3 1B로 읽습니다. 데이터는 기기에 남지만, 모델을 실행하려면 작동하는 GPU가 필요합니다.
Tomo for ChatGPT - 무엇이든 물어보고, 듀오링고처럼 플레이하세요
Tomo는 관심 있는 주제를 짧은 학습 코스로 바꾸는 앱입니다. ChatGPT에서 대화를 코스로 만들거나 주제를 지정하면 퀴즈와 즉시 피드백을 제공하며, 하트와 연속 학습 기록으로 게임처럼 진행합니다. iPhone과 Android 앱에서도 이용할 수 있습니다.
MiniMax M3.1 Flash 출시
MiniMax가 에이전트 작업, 코딩, 컴퓨터 조작, 사이버 보안을 겨냥한 M3.1 Flash를 출시했습니다. 회사는 이전 모델보다 사용 비용을 70% 낮췄고 출력 속도는 일상 사용에서 200 TPS 이상에 이른다고 밝혔습니다. 모델 가중치는 추후 공개할 예정입니다.
Meta Muse Spark Open 공개 가중치 모델: 816B 파라미터와 1M 토큰 컨텍스트
Meta가 전체 816B, 활성 42B 파라미터의 멀티모달 공개 가중치 모델 Muse Spark Open을 공개했습니다. 컨텍스트 길이는 1M 토큰이며 NVFP4 가중치 추론에는 VRAM 700GB 이상이 필요합니다. 라이선스는 파생 모델 표시 의무와 일정 규모 이상 API 사업자의 별도 계약 조건을 둡니다.
3AM Super Intelligence — 운영 장애를 조사하고 원인을 입증해 해결합니다
3AM은 기존 시스템을 다시 작성하지 않고도 운영 장애 원인을 조사하고 수정안을 제안하는 AI 온콜 엔지니어입니다. 자체 네트워크 안에서 실행되며, 수정 전 드라이런과 사람의 승인을 거치도록 설계했다고 제품 측은 설명합니다.
Timestral-209M: 시계열 예측 기반 모델
Mistral AI가 시계열을 학습한 2억 900만 파라미터 모델 Timestral-209M을 공개했습니다. 과거 최대 32,768개 시점으로 최대 1,024개 시점을 한 번에 예측하며, 세 벤치마크에서 모델 카드에 나열된 비교 모델보다 좋은 점수를 기록했습니다.
Headroom: LLM에 보내기 전 에이전트 입력을 압축하는 라이브러리·프록시·MCP 서버
Headroom은 코딩 에이전트의 도구 출력, 로그, 파일, RAG 결과를 로컬에서 압축해 LLM에 전달하는 오픈소스 도구입니다. 프로젝트가 공개한 오프라인 벤치마크에서는 시나리오별 토큰을 21~57% 줄였으며, 라이브러리·프록시·MCP 서버 방식으로 통합합니다.
Tower 18 for Mac, 터미널에서 더 빠르게 여는 Git 클라이언트 화면
Tower 18 for Mac은 명령줄 도구를 개선해 터미널에서 History, Blame, Working Copy 같은 Tower 화면을 한 명령으로 열도록 합니다. AI 에이전트가 바꾼 파일을 Tower에서 검토하거나 브랜치 고유 커밋을 확인하는 흐름도 소개했습니다.
Kronos: 금융 시장 캔들스틱을 위한 파운데이션 모델
Kronos는 45개가 넘는 글로벌 거래소의 금융 캔들스틱 데이터를 학습한 오픈소스 시계열 모델입니다. OHLCV 데이터를 토큰으로 바꾼 뒤 Transformer로 학습하며, 예측과 배치 추론, 사용자 데이터 파인튜닝 절차를 제공합니다.
AI가 코딩의 즐거움을 빼앗았습니다
코딩 에이전트가 일을 대신하면서 코드를 짜며 몰입하던 시간과 유능하다는 감각을 잃었다는 개발자의 글입니다. 댓글에서는 코딩의 즐거움이 문제 해결 과정과 집중에 있었는지 돌아보고, 에이전트에 맡길 일과 직접 풀 일을 나눠 보자는 의견이 나옵니다.
shim-cli — 코딩 에이전트가 보내는 내용을 확인하고, 가능한 정보는 마스킹합니다
shim-cli는 Claude Code 등의 코딩 에이전트가 모델에 전달하는 도구 결과에서 비밀값과 개인정보를 찾아 마스킹하는 오픈소스 CLI입니다. 로컬에서 동작하며 세션별 입력 토큰과 비용도 확인하지만, 클라이언트별 지원 범위와 탐지에는 제한이 있습니다.
LLM 프록시를 직접 운영하지 않으면 무슨 일이 일어나는지 어떻게 알까요?
글쓴이는 자체 LLM 프록시를 두면 여러 제공자와 모델을 한곳에서 쓰고, API 호출과 캐시 동작을 기록해 사용 현황을 파악할 수 있다고 주장합니다. 가상 API 키와 인프라 통제도 장점으로 꼽으며, 개발 환경에 맞게 프록시를 수정해 관측성을 높이는 방식을 권합니다.
AI가 양자중력 계산을 다시 검증해 오류를 찾았습니다. 학계의 노동은 어떻게 바뀔까요?
물리학자 E. O. Kahya가 Claude Opus 5.5를 활용해 인플레이션 중 양자중력의 1루프 계산을 단계별로 점검하고, 부호와 누락 항 등 논문 오류를 찾아냈습니다. 수정 뒤에도 늦은 시간대 스칼라 모드 함수에 유의미한 보정이 없다는 물리적 결론은 유지됩니다.
AI 클론 사업으로 월 25만 달러를 만든 Julia McCoy
Julia McCoy는 창업자의 글과 인터뷰를 바탕으로 Claude가 말투와 관점을 익히는 Voice DNA를 만들고, HeyGen과 ElevenLabs로 얼굴과 목소리를 복제하는 사업을 운영합니다. 본인 채널에서 AI 클론으로 15개월간 영상 약 700개를 발행했고, 15명 안팎의 팀과 함께 월 25만 달러 매출을 올린다고 밝혔습니다.
MyLens — AI로 개인별 실시간 발표를 대규모로 제공합니다
MyLens는 발표 자료와 지침을 입력하면 각 청중에게 개별 실시간 발표를 진행하는 AI 서비스입니다. AI가 제공된 자료에 근거해 질문에 답하고, 대화 중 새 슬라이드와 시각 자료를 만들며, 발표 후에는 이해가 어려웠던 지점과 후속 조치 제안을 정리합니다.