AI 뉴스 Nov 6, 2026
언어: DE / EN / ZH / FR / ES / PT / JA / KO
AI 생성: 요약은 링크된 출처를 바탕으로 AI가 작성했습니다. AI 활용 방식
핵심 요약
- 비영리 단체 METR은 Anthropic의 내부 연구 데이터를 11주 동안 감사한 끝에 모델 개발 속도가 대략 두 배로 빨라졌으며, 속도 향상의 약 80퍼센트가 AI 지원 연구에 의해 주도되었다고 결론지었다. Anthropic이 가장 유용한 증거를 삭제했기 때문에 대중은 '이상적이라고 할 수 있는 수준보다 훨씬 더 많이'…
- AI 물리학 스타트업 PSI는 비공개 Anthropic 모델을 실행하는 시스템이 2008년부터 미해결 상태였던 양자 컴퓨팅 문제인 Aaronson-Ambainis 추측을 증명했다고 밝혔다. 이 주장이 검증된다면 AI 시스템이 형식적 수학적 결과에 기여한 주목할 만한 사례가 될 것이다.
- Ricursive Intelligence는 Apache 2.0 라이선스로 650억 파라미터 오픈 웨이트 모델인 Ripple-65B Preview를 공개하며, 회사 측은 이 모델이 TerminalBench 2.1 코딩 벤치마크에서 미국 오픈소스 모델들을 앞선다고 밝혔으며 총 R&D 비용은 3,200만 달러였다. 다른 벤치마…
- OpenAI: $11B (Unknown)
- Palo Alto Networks → Clutch ($500M)
- 에이전트 워크플로에서는 에이전트가 컨텍스트를 통제 없이 축적하도록 두지 말고, 어떤 컨텍스트를 저장할지, 어디에 두어야 할지, 언제 재사용할지를 명시적으로 결정하라.
오늘의 포인트
- METR Anthropic auditMETR's eleven-week audit of Anthropic's internal data concluded model development pace has roughly doubled, with about 80 percent of the speedup driven by AI-assisted research. Anthropic redacted the most informative evidence, leaving the public reliant on METR's judgment.
- Open-weight model raceTwo open-weight releases land the same day: Ricursive's 65-billion-parameter Ripple-65B under Apache 2.0, built at $32 million R&D cost, and Thinking Machines' Inkling 2 Small, a 594-billion-parameter mixture-of-experts model the company calls the strongest western open-weight model.
- AI fundingThinking Machines is reportedly raising $5 billion led by Accel at a $40 billion pre-money valuation, while OpenAI has reportedly raised an additional $11 billion in an unclosed round valuing it at $1.25 trillion. Both figures remain unconfirmed until the rounds close.
- Data center politicsAfter voters backed data center restrictions on 40 of 41 midterm ballot measures, OpenAI announced host-community commitments including no NDAs with public officials. The pledge addresses scrutiny of how data center projects use NDAs to conceal discussions.
- AI mathematicsPSI says a non-public Anthropic model proved the Aaronson-Ambainis conjecture, open since 2008; if verified, it would mark a notable formal math result by an AI system. The claim is PSI's and awaits independent verification.
주요 AI 혁신은 무엇인가요?
이번 Nov 6, 2026은 기술, 연구, 제품 개발에 걸친 10건의 AI 뉴스를 엄선했습니다. 비영리 단체 METR은 Anthropic의 내부 연구 데이터를 11주 동안 감사한 끝에 모델 개발 속도가 대략 두 배로 빨라졌으며, 속도 향상의 약 80퍼센트가 AI 지원 연구에 의해 주도되었다고 결론지었다. Ant...
비영리 단체 METR은 Anthropic의 내부 연구 데이터를 11주 동안 감사한 끝에 모델 개발 속도가 대략 두 배로 빨라졌으며, 속도 향상의 약 80퍼센트가 AI 지원 연구에 …
비영리 단체 METR은 Anthropic의 내부 연구 데이터를 11주 동안 감사한 끝에 모델 개발 속도가 대략 두 배로 빨라졌으며, 속도 향상의 약 80퍼센트가 AI 지원 연구에 의해 주도되었다고 결론지었다. Anthropic이 가장 유용한 증거를 삭제했기 때문에 대중은 '이상적이라고 할 수 있는 수준보다 훨씬 더 많이' METR의 판단에 의존해야 하며, 회사 내부에도 회의적인 목소리가 있다.
AI 물리학 스타트업 PSI는 비공개 Anthropic 모델을 실행하는 시스템이 2008년부터 미해결 상태였던 양자 컴퓨팅 문제인 Aaronson-Ambainis 추측을 증명했다고…
AI 물리학 스타트업 PSI는 비공개 Anthropic 모델을 실행하는 시스템이 2008년부터 미해결 상태였던 양자 컴퓨팅 문제인 Aaronson-Ambainis 추측을 증명했다고 밝혔다. 이 주장이 검증된다면 AI 시스템이 형식적 수학적 결과에 기여한 주목할 만한 사례가 될 것이다.
Ricursive Intelligence는 Apache 2.0 라이선스로 650억 파라미터 오픈 웨이트 모델인 Ripple-65B Preview를 공개하며, 회사 측은 이 모델이 …
Ricursive Intelligence는 Apache 2.0 라이선스로 650억 파라미터 오픈 웨이트 모델인 Ripple-65B Preview를 공개하며, 회사 측은 이 모델이 TerminalBench 2.1 코딩 벤치마크에서 미국 오픈소스 모델들을 앞선다고 밝혔으며 총 R&D 비용은 3,200만 달러였다. 다른 벤치마크에서는 Thinking Machines가 새로 공개한 Inkling 2 Small에 뒤처진다.
전 OpenAI CTO인 Mira Murati가 설립한 스타트업 Thinking Machines는 5,940억 파라미터의 전문가 혼합(mixture-of-experts) 모델인 I…
전 OpenAI CTO인 Mira Murati가 설립한 스타트업 Thinking Machines는 5,940억 파라미터의 전문가 혼합(mixture-of-experts) 모델인 Inkling 2 Small을 공개한다. 회사 측은 이 모델이 서구권 최강의 오픈 웨이트 모델이라고 주장하지만, 더 나은 에이전트 성능에는 훨씬 높은 토큰 사용량이 따른다.
Ant Group은 텍스트, 이미지, 비디오를 입력받는 네이티브 멀티모달 모델 Ling-3.2-flash를 공개했으며, 총 5,600억 파라미터, 추론 단계당 250억 활성 파라미…
Ant Group은 텍스트, 이미지, 비디오를 입력받는 네이티브 멀티모달 모델 Ling-3.2-flash를 공개했으며, 총 5,600억 파라미터, 추론 단계당 250억 활성 파라미터, 100만 토큰 컨텍스트 윈도우를 갖추고 있다. Ant는 이 모델이 복잡한 시각 이해, 다단계 에이전트 작업, 3D 이해, 의료 응용을 목표로 한다고 밝혔다.
Baidu는 총 2,800억 파라미터와 140억 활성 파라미터, 128K 훈련 컨텍스트, 1M 토큰 지원을 갖춘 원시 사전 훈련 체크포인트 ERNIE-5.5-Flash-Base를 …
Baidu는 총 2,800억 파라미터와 140억 활성 파라미터, 128K 훈련 컨텍스트, 1M 토큰 지원을 갖춘 원시 사전 훈련 체크포인트 ERNIE-5.5-Flash-Base를 오픈소스로 공개했으며, 추가 훈련용으로 의도되었다. Alibaba의 Taobao MNN 팀은 별도로 173MB INT4 온디바이스 모델인 MNN-Pocket-0.3B를 오픈소스로 공개했으며, iPhone 18 Pro에서 오프라인으로 초당 약 350 토큰을 디코딩한다고 밝혔다.
Google은 Gemini Omni 1.2 Flash를 출시하며 네이티브 15초 비디오 생성, 개선된 참조 준수, 다중 턴 대화형 편집을 추가했다. Google은 이번 업데이트가 …
Google은 Gemini Omni 1.2 Flash를 출시하며 네이티브 15초 비디오 생성, 개선된 참조 준수, 다중 턴 대화형 편집을 추가했다. Google은 이번 업데이트가 비용을 30% 절감하고 전문 프로젝트의 일관성을 개선한다고 밝혔다.
유권자들이 41개 투표 안건 중 40개에서 데이터 센터 제한을 지지한 중간선거 이후, OpenAI는 공공 기관과 NDA를 사용하지 않겠다는 것을 포함해 지역 사회에 대한 약속을 발…
유권자들이 41개 투표 안건 중 40개에서 데이터 센터 제한을 지지한 중간선거 이후, OpenAI는 공공 기관과 NDA를 사용하지 않겠다는 것을 포함해 지역 사회에 대한 약속을 발표했다. 이 조치는 데이터 센터 프로젝트가 논의를 숨기기 위해 NDA를 사용한다는 점에서 면밀한 조사를 받는 가운데 나왔다.
Perplexity는 자체 가상 머신에서 진행 중인 프로젝트를 스스로 처리하는 상시 가동 에이전트 'Teammates'를 출시한다. 이 기능은 월 200달러의 Max 요금제를 필요…
Perplexity는 자체 가상 머신에서 진행 중인 프로젝트를 스스로 처리하는 상시 가동 에이전트 'Teammates'를 출시한다. 이 기능은 월 200달러의 Max 요금제를 필요로 하며, 이는 OpenAI나 Anthropic의 유사 제품보다 훨씬 높은 가격으로, 점점 더 붐비는 상시 가동 에이전트 시장에서의 행보이다.
OpenAI는 AI 에이전트가 원시 실험 데이터를 얼마나 잘 해석하고 일상적인 습식 실험실 과학을 처리하는지 측정하는 100개 과제 벤치마크인 BioBasicsBench를 도입했다…
OpenAI는 AI 에이전트가 원시 실험 데이터를 얼마나 잘 해석하고 일상적인 습식 실험실 과학을 처리하는지 측정하는 100개 과제 벤치마크인 BioBasicsBench를 도입했다. 이 벤치마크는 교과서식 질문이 아닌 실제 실험실 작업에서 에이전트를 평가하는 격차를 겨냥한다.
이번 주 최고의 AI 동영상
AI 발전에 관한 엄선된 YouTube 동영상 2개.
대본 발췌 기반: Fireship은 지수 시간 가설(ETH)을 설명하고, 이름이 밝혀지지 않은 OpenAI 모델이 보고에 따르면 지수 시간보다 빠르게 3-SAT을 푸는 알고리즘을 …

대본 발췌 기반: Fireship은 지수 시간 가설(ETH)을 설명하고, 이름이 밝혀지지 않은 OpenAI 모델이 보고에 따르면 지수 시간보다 빠르게 3-SAT을 푸는 알고리즘을 작성했으며, 이는 800편이 넘는 발표된 논문이 의존하는 27년 된 가설을 깨뜨릴 가능성이 있다고 전한다. 이 영상은 3-SAT과 ETH가 무엇을 의미하는지, 그 모델이 보고에 따르면 아무도 시도할 생각을 하지 못한 기법을 사용해 어떻게 그것을 깨뜨렸는지, 그리고 왜 그 논문들이 이제 문제를 안게 되었는지를 다룬다.
대본 발췌 기반: Wes Roth는 AI 연구 자동화에 관한 METR의 Anthropic 독립 감사를 논하며, Anthropic이 METR이 가장 유용하다고 판단한 증거의 상당 부…

대본 발췌 기반: Wes Roth는 AI 연구 자동화에 관한 METR의 Anthropic 독립 감사를 논하며, Anthropic이 METR이 가장 유용하다고 판단한 증거의 상당 부분을 삭제했고 내부 모델이 보고에 따르면 Anthropic의 모든 내부 벤치마크를 깨뜨렸다고 언급한다. 이 영상은 그 삭제가 AI R&D의 가속과 재귀적 자기 개선에 관한 Anthropic의 갱신된 S1 제출서에 대해 무엇을 시사할 수 있는지 살펴본다.
최신 AI 투자 신호는?
최신 AI 투자 신호: 펀딩 라운드 5건, 시장 업데이트 4건, M&A 거래 1건.
1차 시장 – 펀딩 라운드
| 기업 | 금액 | 라운드 | 투자자 |
|---|---|---|---|
| OpenAI | $11B | Unknown | |
| Thinking Machines Lab | $5B | Unknown | Accel |
| Sand.ai | $200M | Series A+ | Cornerstone Capital, Wangsu Science & Technology |
| Physicl | $10M | Unknown | |
| Kalepa | $75M | Series B | Updata |
세컨더리 마켓 – 시장 동향
M&A – 인수합병
| 인수자 | 대상 | 거래 가치 | 거래 유형 |
|---|---|---|---|
| Palo Alto Networks | Clutch | $500M | 인수 |
이번 주 실용적인 AI 팁은?
Reddit 커뮤니티와 전문가 블로그에서 엄선한 실용 AI 팁 4건. AI 에이전트를 위한 NVIDIA의 메모리 전략은 에이전트가 읽고 추론하고 도구를 사용하면서 컨텍스트를 축적하기 때문에 어떤 컨텍스트를 저장할지, 어디에 두어야 할지, 언제 재사용...
생산성
AI 에이전트를 위한 NVIDIA의 메모리 전략은 에이전트가 읽고 추론하고 도구를 사용하면서 컨텍스트를 축적하기 때문에 어떤 컨텍스트를 저장할지, 어디에 두어야 할지, 언제 재사용할지를 결정하는 데 초점을 맞춘다.
에이전트 워크플로에서는 에이전트가 컨텍스트를 통제 없이 축적하도록 두지 말고, 어떤 컨텍스트를 저장할지, 어디에 두어야 할지, 언제 재사용할지를 명시적으로 결정하라.
생산성
OpenAI의 애플리케이션 CTO인 Vijaye Raji는 코딩이 저렴해진 지금 더 많은 코드가 버려진다고 말했다. 이 글은 팀이 무엇을 유지하고 무엇을 버릴지 결정하는 방법과 제약 조건을 식별하는 방법을 다룬다.
코딩이 저렴할 때는 더 많은 코드를 버릴 것을 계획하라. 팀이 무엇을 유지하고 무엇을 버릴지 의도적으로 결정하고, 자신의 업무에서 제약 조건을 식별하라.
생산성
Claude는 Plaid를 통해 은행 거래를 분석할 수 있다. Anthropic은 읽기 전용 접근과 AI 학습 제한을 약속하지만, 은행 연결을 해제해도 이전 채팅에서 금융 정보가 지워지지는 않는다.
금융 계좌를 AI 어시스턴트에 연결하는 경우, 계좌 연결을 해제해도 이전 채팅에 이미 존재하는 금융 정보는 지워지지 않는다는 점을 유의하라.
생산성
OpenAI의 GPT-6 Cyber는 작동하는 익스플로잇을 개발할 수 있고 승인된 테스트 경계를 따르는 능력에서 큰 개선을 보인다고 알려져 있지만, 안전성 결과가 벤치마크마다 달라 실제 배포에서 학습, 접근 제한, 외부 통제가 어떻게 함께 작동하는지에 대한 의문을 제기한다.
보안 테스트용 모델을 배포할 때는 안전성 결과가 벤치마크마다 달라진다고 알려져 있으므로, 모델 학습과 함께 접근 제한 및 외부 통제를 결합하라.