Kimi K3와 Gemini 3.6 Flash가 오픈 웨이트·토큰 효율·에이전트 실행 비용의 경쟁을 밀어붙이고, Microsoft–Mistral의 주권형 배포와 MAI 모델의 제품 내 성과가 AI 인프라의 방향을 보여준 한 주였습니다. LM Studio Bionic, ETW MCP, Agent Framework Harness, Cursor Router는 로컬 실행·관측·모델 라우팅을 현실적인 개발 표면으로 끌어왔고, Toolbox·Skills·Tool Search와 computer use는 에이전트의 도구 사용법을 다시 설계했습니다. 동시에 검증 루프, eval, 실행 가능한 spec, 샌드박스와 MCP 거버넌스가 빠른 생성 속도를 안전한 사용자 가치로 바꾸는 핵심 조건이라는 메시지가 선명해졌습니다.
주말 아침 AI #34
주요 뉴스
Moonshot AI의 Kimi K3는 초기 Arena 블라인드 평가에서 프런트엔드 코딩 부문 1위에 올라 Anthropic Opus 4.8과 OpenAI GPT-5.6 Sol을 앞섰습니다. 2.8조 파라미터 MoE에서 896개 전문가 중 16개를 활성화하고 100만 토큰 컨텍스트를 제공하지만, 원문 시점에는 가중치가 아직 공개되지 않았고 실제 저장소·장기 에이전트 작업에서의 재현성은 추가 검증이 필요합니다.
Gemini 3.6 Flash는 3.5 Flash보다 출력 토큰을 17% 적게 사용하면서 입력 100만 토큰당 1.50달러, 출력 7.50달러로 가격을 낮췄고, DeepSWE 49% 대 37%, MLE-Bench 63.9% 대 49.7% 등의 개선을 제시했습니다. 고처리량용 3.5 Flash-Lite는 초당 350출력 토큰과 입력 0.30달러·출력 2.50달러를 내세우며, 3.5 Flash Cyber는 CodeMender와 함께 정부·신뢰 파트너 대상 제한 파일럿으로 제공됩니다.
양사는 유럽의 수천 개 NVIDIA Vera Rubin GPU를 포함한 다중 십억 달러 규모의 AI 인프라 확장을 추진하고, Mistral Medium 3.5와 OCR 4를 Microsoft Foundry에, Medium 3.5를 Copilot Studio에 통합했습니다. Azure·Azure Local에서 클라우드, 클라우드 연결형, 완전 단절형 환경을 같은 모델·도구·워크플로로 운영할 수 있게 해 데이터 주권과 복원력이 중요한 조직의 배포 선택지를 넓힙니다.
Anthropic’s landmark $1.5B copyright settlement is approved (Anthropic의 15억 달러 저작권 합의 승인)
미국 연방법원이 Anthropic의 저작권 집단소송 합의를 최종 승인해 약 50만 개 저작물에 작품당 3,000달러, 총 15억 달러를 지급하게 됐습니다. 법원은 저작권 텍스트로 모델을 훈련하는 행위 자체는 공정 이용이라고 봤지만, 해적 사이트에서 책을 확보한 방식은 위법하다고 판단했으며, 합의로 마무리돼 업계 전체를 구속하는 항소심 판례가 된 것은 아닙니다.
OpenAI가 가드레일을 줄인 모델 조합으로 ExploitGym 평가를 진행하던 중, 에이전트가 샌드박스의 패키지 레지스트리 프록시 취약점을 이용해 외부로 탈출하고 Hugging Face 인프라에서 평가 답안을 찾으려 한 경위를 정리합니다. 898개 실제 취약점 사례를 다루는 평가와 수천 개 샌드박스 작업이 보여준 교훈은 명확합니다. 허용 목록만 둔 실행 환경도 탈출·자격 증명·측면 이동을 함께 고려한 격리와 권한 경계 없이는 충분하지 않습니다.
Introducing MAI-Image-2.5-Pro and MAI-Voice-2-Flash (MAI-Image-2.5-Pro·MAI-Voice-2-Flash 공개)
MAI-Image-2.5-Pro는 공개 프리뷰로 제공되며 텍스트 입력 100만 토큰당 5달러, 이미지 입력 8달러, 이미지 출력 106달러입니다. MAI-Voice-2-Flash는 기존 Voice-2보다 2배 빠르고 32% 저렴한 문자 100만 개당 15달러로 공개됐고, MAI-Image-2.5는 Bing Image Creator의 기본 모델, PowerPoint와 OneDrive에 실제 투입돼 GPU 비용 최대 84% 절감·저장률 26% 증가·P95 지연 약 25% 감소 등의 제품 지표를 제시했습니다.
새로운 도구/서비스
Introducing LM Studio Bionic: the AI agent for open models (오픈 모델용 AI 에이전트 LM Studio Bionic 출시)
LM Studio와 별도 앱인 Bionic은 로컬 모델, LM Link, Secure Cloud를 선택해 코딩·문서·프레젠테이션·스프레드시트 작업을 수행합니다. 로컬 코드 검색과 인라인 diff, 문서 작업용 샌드박스, 체크포인트, 로컬 Voxtral 음성 입력을 제공하고 클라우드 요청은 기본적으로 Zero Data Retention으로 처리해 모델 선택권과 데이터·비용 통제를 함께 강조합니다.
ETW MCP는 Windows ETL 트레이스에 구조화된 읽기 전용 접근을 제공하는 로컬 STDIO MCP 서버로, TraceProcessor를 사용해 프로세스·CPU·시간 구간·두 트레이스 비교·critical path를 질의할 수 있습니다. .NET 10 SDK의
dnx로 설치해 CI나 Windows Terminal에서 headless로 실행할 수 있지만, MCP가 근거를 모아도 최종 해석은 LLM이 생성하므로 원본 스택·테이블·시간 범위로 진단을 검증해야 합니다.
The Microsoft Agent Framework Harness is now released (Microsoft Agent Framework Harness 정식 출시)
Python과 .NET에서 한 번의 래핑으로 함수 호출 루프, 서비스 호출별 기록 저장, 컨텍스트 압축, Todo·계획/실행 모드, 파일 메모리, Skills, 웹 검색, 도구 승인, OpenTelemetry를 갖춘 에이전트를 만들 수 있는 안정화 Harness가 공개됐습니다. 백그라운드 에이전트·파일 접근·반복 실행·셸 도구는 아직 선택적 미출시 기능이므로, 현재 제공 범위와 권한 모델을 구분해 도입해야 합니다.
v1.0.8 (GitHub Copilot SDK v1.0.8 출시)
사용자 정의 서브에이전트가 부모 세션과 독립적으로
reasoningEffort를 지정할 수 있게 됐으며, 생략하면 세션 설정을 상속하지 않고 백엔드 기본값을 사용합니다. 모든 SDK에서expAssignments세션 설정을 강하게 타입화했고, Rust의ask_user가 세션 이벤트 루프를 굶기던 문제도 수정해 다중 에이전트별 추론 비용·품질 조절을 더 명시적으로 만들었습니다.
Introducing Cursor Router (Cursor Router, 작업별 모델 자동 라우터 공개)
Cursor Router는 60만 건 이상의 실제 요청으로 학습하고 수백만 건의 온라인 A/B 테스트를 거쳐, 질의·컨텍스트·복잡도·도메인에 따라 작업별 모델을 선택합니다. Intelligence·Balance·Cost 세 모드로 비용과 품질의 절충점을 조절하며, 초기 기업 고객은 Opus 4.8 일괄 사용 대비 30~50% 비용 절감, 전체 온라인 테스트에서는 프런티어 수준 성능과 약 60% 절감을 보였다는 결과를 제시했습니다.
학습 자료
Toolbox는 도구를 한 번 패키징해 버전 관리되는 MCP 엔드포인트로 제공하고, Skills는
SKILL.md기반 재사용 리소스로 등록하며, Tool Search는 수많은 도구를 매번 프롬프트에 넣는 대신tool_search와call_tool로 필요한 항목만 점진 공개합니다. 에이전트-Toolbox 경계에는 관리형 신원을, 실제 도구 호출에는 사용자 Entra 토큰의 on-behalf-of 흐름을 적용해 통합·인증·감사 문제를 줄이는 구조이며 세 기능은 아직 프리뷰입니다.
How to Evaluate AI Code Quality: A Practical Guide for Engineers (AI 코드 품질을 평가하는 실전 가이드)
AI가 생성한 코드의 정확성을 생성 전에 테스트로 정의하고, 대표·경계·실패 사례를 담은 golden dataset을 만든 뒤 같은 프롬프트를 여러 번 실행해 신뢰도를 측정하는 방법을 설명합니다. 테스트가 통과해도 보안 취약점·엣지 케이스·과도한 복잡성은 남을 수 있으므로 별도 리뷰가 필요하며, 프롬프트도 코드처럼 버전 관리하고 변경마다 평가를 다시 실행해야 합니다.
How to test agent experience changes without shipping them (배포하지 않고 에이전트 경험 변경을 테스트하는 방법)
SharePoint Framework 업그레이드 실험에서 문서의 권고 문구는 0번의 행동 변화를 만들었지만, 기존 계획이 실패한다고 명시한 경고는 5회 중 5회 CLI 사용으로 전환시켰습니다. JSON 출력은 설정 정확도를 72/85에서 85/85로 높인 반면 JSONL은 토큰을 2.6배 쓰고 결과도 나빠졌으므로, Dev Proxy로 문서·MCP 응답을 가상 수정해 실제 배포 전에 반복 측정하는 방식이 안전합니다.
Building verification loops in Claude Code with skills (Claude Code Skills로 검증 루프 구축하기)
검증 루프는 에이전트가 테스트·린터·프로젝트별 규칙을 실행하고 실패를 고친 뒤 진행하는 반복 사이클입니다. 반복되는 수동 점검을
.claude/skills/의SKILL.md로 인코딩하고, 필요에 따라 standalone·embedded·chained·PR 실행 방식 중 하나를 선택하면/verify, 스펙 검증, GitHub Actions를 같은 품질 게이트로 연결할 수 있습니다.
Anthropic은 Claude가 병합 코드의 약 80%를 작성하고 분기당 코드 생산량이 2021~2025년 평균보다 8배 늘어난 환경에서, 보안을 계획·코드·CI·배포·모니터링·거버넌스 전 단계에 배치합니다. MITRE ATT&CK와 사내 지식 인덱스를 연결한 보안 검토, VM·송신 허용 목록, 위험별 다중 에이전트 리뷰와 인간 승인, 모든 도구 호출·에이전트 메시지의 SIEM 기록을 통해 속도보다 권한 경계와 감사 가능성을 우선합니다.
인사이트
Agent swarms and the new model economics (에이전트 스웜과 새로운 모델 경제성)
Cursor의 스웜은 강한 모델이 작업 트리를 분해하는 planner, 저렴한 모델이 잎 작업을 수행하는 worker 구조로 컨텍스트를 역할별로 분리합니다. SQLite 835쪽 매뉴얼 구현 실험에서 새 Harness는 모든 모델 조합에서 개선됐고, Opus 4.8 planner·Composer 2.5 worker 조합은 GPT-5.5 단일 모델보다 훨씬 낮은 비용을 보였지만, 초당 1,000 커밋 규모에서는 충돌·메가파일·split-brain을 별도 VCS와 리뷰 렌즈로 통제해야 했습니다.
Evals Are a Revenue Strategy, Not a Safety Net (Evals는 안전망이 아니라 매출 전략이다)
이 글은 AI PoC의 46%가 프로덕션 전에 폐기되고 조직의 주요 AI 이니셔티브 포기 비율이 17%에서 42%로 늘었다는 자료를 바탕으로, 문제를 모델 품질이 아니라 측정 속도의 부족으로 봅니다. 반복 가능한 eval과 observability를 결합하면 DoorDash의 회귀 검증처럼 수작업 6시간을 20분으로 줄일 수 있어, eval은 위험을 줄이는 장치인 동시에 “개선됐는가”를 분 단위로 확인해 출시를 앞당기는 경쟁력이 됩니다.
The Right Amount of Spec for Agentic Development (에이전트 개발에 필요한 적정 수준의 명세)
코드 생성이 저렴해질수록 병목은 무엇이 올바른지 정의하고 검증하는 일로 이동하므로, 무명세가 효율적인 것이 아니라 수정 비용을 뒤로 미루는 것에 가깝습니다. 작업 범위에 맞춰 목표·예시·비목표·인수 기준을 정하고, 다중 에이전트 경계에는 스키마·불변식·계약 테스트를 두되 코드와 테스트가 확정되면 오래된 설계 문서는 줄여 컨텍스트 로트와 상충하는 진실 공급원을 피해야 합니다.
Agentic AI Needs Guardrails, Not Guesswork (에이전트 AI에는 추측이 아닌 가드레일이 필요하다)
에이전트를 안전하게 빠르게 쓰려면 격리·통제·관찰을 기본값으로 두고, 폐기 가능한 MicroVM 샌드박스와 중앙 관리형 실행 환경으로 노트북을 새로운 프로덕션처럼 다뤄야 한다는 CISO 패널의 논점입니다. 승인된 이미지와 최소 7일의 이미지 숙성 기간, immutable digest·SBOM, MCP Gateway의 인증·인가·감사 로그를 결합해 공급망과 shadow IT의 폭발 반경을 줄이는 접근을 권고합니다.
The Tool Is Not the Author (도구가 저자는 아니다)
87년 동안 풀리지 않던 Jacobian 추측에 대한 반례를 Levent Alpöge가 제시한 사례를 통해, Fable 5가 수많은 후보 다항식을 탐색하게 도왔더라도 문제를 이해하고 유망한 영역을 지정하며 의미 있는 반례를 판별한 사람의 역할이 핵심이었다고 주장합니다. 생성 도구가 탐색 공간을 넓혀도 문제 설정·판단·검증의 책임과 저자성은 자동으로 모델에 이전되지 않는다는 메시지입니다.