오늘의 AI뉴스 — 2026년 07월 08일

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

Anthropic은 AI 에이전트 Claude Cowork를 모바일과 웹에 출시합니다. 지금까지 이 기능은 데스크톱 앱을 통해서만 사용할 수 있었습니다.

“루프 속 인간”도 모바일로 전환됩니다. Claude가 사람만 전화를 걸 수 있는 지점에 도달하면 상담원이 스마트폰을 통해 질문합니다. Anthropic은 사용자가 먼저 검토하고 승인하지 않으면 아무 것도 전송되지 않는다고 말합니다.

Anthropic에 따르면 데스크톱 앱은 로컬 컴퓨터를 활용하는 기능에 여전히 필수적입니다. 여기에는 연결된 폴더, 로컬 커넥터 및 플러그인에서 파일 읽기 및 쓰기, Chrome의 Claude를 통한 브라우저 제어, Claude가 화면에서 직접 클릭하고 입력하고 탐색하는 컴퓨터 사용이 포함됩니다. 이전에 데스크톱 앱을 설치할 수 없었던 사용자는 이제 처음으로 웹 브라우저를 통해 Cowork를 사용해 볼 수 있습니다. 단, 이러한 로컬 기능은 없습니다.

웹과 데스크톱에서 Chat과 Cowork는 앞으로 하나의 홈 화면을 공유하게 됩니다. 프로젝트와 아티팩트는 여러 플랫폼에서 사용할 수 있습니다. 확장을 기념하기 위해 Anthropic은 두 배로 늘어난 Cowork 사용 제한을 8월 5일까지 연장합니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

Bloomberg 원문이 구독자 전용이라 본문 전체를 가져오지 못했습니다. 제목 기준으로는 AI 칩 스타트업 SambaNova가 110억 달러 기업가치로 신규 자금을 조달했다는 소식입니다. 투자 규모·투자사 등 세부 내용은 아래 원문 링크에서 직접 확인해 주세요.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

에이전트 코딩 도우미부터 긴 컨텍스트 문서 분석에 이르기까지 프로덕션 AI 워크로드를 강화하기 위해 개방형 FM(기본 모델)을 점점 더 많이 채택하는 조직이 늘어나고 있습니다. 이러한 워크로드가 실험에서 엔터프라이즈 배포로 이동함에 따라 두 가지 요구 사항이 모든 모델 선택 결정을 결정합니다. 모델은 워크로드에 필요한 기능을 제공해야 하며 추론 환경은 조직의 보안 및 규정 준수 요구 사항을 지원해야 합니다. 고객은 데이터 보호, 규제 조정 또는 운영 제어를 저하하지 않고 선도적인 타사 모델에 액세스할 수 있는 방법을 찾고 있습니다.

이러한 요구 사항을 해결하기 위해 Amazon Bedrock은 독립 모델 공급자의 주요 FM에 액세스할 수 있는 완전 관리형 서비스를 제공하며 추론은 ​​AWS에서 운영하는 인프라에서 전적으로 실행됩니다. 귀하의 프롬프트와 완성은 모델을 훈련하는 데 사용되지 않으며 귀하의 콘텐츠는 모델 제공자와 공유되지 않습니다.

이 게시물에서는 이러한 모델이 지원하는 기능, 사용 가능한 서비스 계층, 워크로드를 처리하기 위해 주문형 추론을 확장하는 방법, 액세스하는 데 사용할 수 있는 다양한 API를 포함하여 Amazon Bedrock에서 MiniMax 모델을 시작하는 방법을 안내합니다. 이러한 모델을 사용하여 고객은 AWS의 보안 및 운영 보장이 뒷받침되는 에이전트 애플리케이션, 장기 컨텍스트 문서 분석 파이프라인 및 소프트웨어 엔지니어링 워크플로를 구축할 수 있습니다.

MiniMax는 프로덕션 규모 워크로드를 위한 효율적인 아키텍처에 중점을 두고 연구를 통해 다중 모드 기반 모델을 개발하는 글로벌 AI 기술 회사입니다. 대규모 언어 모델의 M2 제품군은 토큰당 전체 매개변수의 작은 부분만 활성화되는 전문가 혼합(MoE) 아키텍처를 기반으로 구축된 완전 관리형 개방형 가중치 모델로 Amazon Bedrock에서 사용할 수 있으며, 추론 비용의 일부만으로 훨씬 더 큰 밀도 모델의 지식 용량을 제공합니다.

M2 제품군은 도구 호출, 다단계 작업 분해 및 장거리 코딩 작업을 강조하는 교육을 통해 에이전트 기본 실행을 위해 특별히 제작된 M2.5를 통해 코딩 및 에이전트 워크로드에 강력한 성능을 제공합니다. 모델은 개방형이므로 모델 아키텍처 및 훈련 방법을 독립적으로 평가하고, 대표적인 워크로드에 대해 자체 벤치마크를 실행하고, 사용자 정의가 필요할 때 독점 데이터를 미세 조정할 수 있습니다. 인프라 프로비저닝, 모델 가중치 호스팅 또는 추론 스택 운영 없이 완전관리형 AWS 서비스를 통해 이 모든 작업을 수행할 수 있습니다.

전체 모델 카탈로그는 Amazon Bedrock 설명서의 MiniMax 모델을 참조하십시오.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

Liquid AI는 추론 모델의 일반적인 실패 모드를 목표로 하는 오픈 소스 방법인 Antidoom을 출시했습니다. 그 실패 모드는 둠 루프입니다. 둠 루프에서 모델은 범위를 방출합니다. 그런 다음 해당 범위를 계속해서 반복합니다. 컨텍스트 창이 소진될 때까지 출력이 계속됩니다. 작은 추론 모델은 특히 장기간의 사고 추적과 ​​어려운 문제에서 이런 경향이 더 큽니다.

LFM2.5-2.6B의 초기 체크포인트에서 어려운 수학 및 코딩 프롬프트 완료의 10.2%가 반복 루프를 생성했습니다. Antidoom 훈련 후에는 그 비율이 1.4%로 떨어졌습니다. 전반적으로 평가 점수가 향상되었는데, 이는 전적으로 루핑 감소로 인한 것입니다.

FTPO는 하나의 대체가 아닌 여러 일관성 있는 대안에 확률을 분산시킵니다.

Antidoom은 광범위한 샘플링 변경이 아닌 목표 수정입니다. 루프를 시작하는 정확한 토큰을 찾습니다. 그런 다음 해당 단일 위치에서 일관된 대안을 선호하도록 모델을 교육합니다. 나머지 배포판은 거의 그대로 유지됩니다.

이 방법은 Antislop을 적용합니다. 단일 완료 토큰을 나타내는 선택/거부된 쌍을 학습합니다. 훈련 알고리즘은 DPO와 유사한 FTPO(Final Token Preference Optimization)입니다.

훈련은 모델에 수학이나 코드에 대해 새로운 것을 가르쳐주지 않습니다. 모델이 이미 생성할 수 있는 답변을 차단하는 반복을 제거합니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

기억하시겠지만, 트럼프 대통령은 6월 초 AI 사이버 보안 명령에 서명했습니다. 이 명령은 기업이 대중에게 공개하기 30일 전에 정부 검토를 위해 가장 강력한 모델을 자발적으로 제시하도록 요구합니다. GPT-5.6의 초기 릴리스에서는 일부 정부 승인 기관에만 출시되었습니다. 당시 OpenAI는 “이런 종류의 정부 액세스 프로세스가 장기적인 기본값이 되어서는 안 된다고 생각합니다”라고 말했지만, 최신 모델 시리즈를 곧 대중에게 출시할 수 있는 최선의 방법이기 때문에 이를 준수했다고 덧붙였습니다.

물론 OpenAI가 GPT-5.6을 더 광범위하게 사용할 수 있게 되기까지는 30일이 걸리지 않습니다. _Axios_에 따르면 Trump 행정부는 추가 테스트를 거쳐 모델을 적용하고 회사와 더 많은 회의를 실시한 후 OpenAI의 더 넓은 출시를 허가했습니다. 상무부의 AI 표준 및 혁신 센터는 잠재적인 질문과 우려 사항을 즉시 해결할 수 있도록 기술 전문가를 DC에 파견하여 추가 테스트를 수행했습니다.

GPT-5.6은 세 가지 변형으로 제공되며 Sol은 아직까지 회사의 가장 강력한 모델입니다. Terra는 일상적인 사용을 위한 것이며 가격이 두 배나 저렴함에도 불구하고 GPT‑5.5와 유사한 성능을 약속하는 반면 Luna는 회사의 가장 저렴한 모델입니다. Sol 변형의 비용은 백만 입력 토큰당 5달러, 백만 출력당 30달러인 반면, Terra의 비용은 백만 입력 토큰당 2.50달러, 출력의 경우 15달러, Luna의 비용은 백만 입력당 $1, 출력의 경우 6달러입니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

Meta의 Superintelligence Labs는 첫 번째 이미지 모델을 출시하며 AI 에이전트처럼 작동합니다.

Meta는 Superintelligence Labs의 첫 번째 이미지 생성 모델인 Muse Image를 출시했습니다. 이는 회사가 수십억 달러의 신규 투자를 바탕으로 최고 AI 책임자인 알렉산드르 왕(Alexander Wang)의 지휘 하에 AI 연구소를 재구성한 이후 처음으로 출시된 것입니다.

Muse Image는 프롬프트를 이미지에 직접 매핑하지 않습니다. 대신 OpenAI의 GPT 이미지 2와 유사한 에이전트로 작동합니다. 모델은 도구를 호출하여 보다 정확한 결과를 생성하고 자체 출력을 개선합니다.

이러한 도구에는 올바른 다이어그램, 스캔 가능한 QR 코드, 애니메이션 GIF, 웹 사이트 또는 대화형 게임과 같은 항목을 생성하기 위한 코드 작성 및 실행이 포함됩니다. 웹 검색 기능을 사용하면 모델이 현재 사실과 실제 참고 자료에 기초한 이미지를 얻을 수 있으며, 이는 지식이 많은 프롬프트의 정확성을 향상시킨다고 Meta는 말합니다.

Meta의 Muse는 OpenAI의 최신 모델과 마찬가지로 에이전트로 작동하여 결과를 반복하여 개선합니다. | 이미지: 메타

Muse Image는 로컬 편집 또는 전체 재생성을 통해 자체 중간 결과를 수정합니다. Meta는 이러한 자기 개선 행동이 강화 학습 중에 저절로 나타났다고 말합니다. 그 이유는 더 나은 이미지와 더 높은 보상 점수로 이어졌기 때문입니다.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

Bloomberg 원문이 구독자 전용이라 본문 전체를 가져오지 못했습니다. 제목 기준으로는 반도체 공장 인력 부족이 미국 내 칩 생산 확대 계획을 위협하고 있다는 소식입니다. 구체적인 수치·지역은 아래 원문 링크에서 직접 확인해 주세요.

아래는 원문을 바탕으로 한국어로 옮긴 내용입니다. AI·IT 용어는 이해하기 쉽게 풀어 썼습니다.

실수로 차단되었다고 생각되는 경우 아래 티켓을 제출해 주시면 조사해 드리겠습니다.