구글의 새 모델 Gemini 4 Argon을 API와 일부 구글 서비스에서 쓸 수 있게 됐어요.
눈에 들어오는 건 긴 코드 작업을 맡길 수 있다는 점이에요. 구글은 Gemini 4 Argon을 대규모 코드 수정과 여러 단계를 거치는 에이전트 작업에 맞춰 공개했어요. 에이전트는 AI가 도구를 써 가며 작업을 이어가는 방식이에요.
구글 사례도 하나 볼 만해요. 회사 말로는 Argon이 오픈소스 개발 도구 ADK의 긴 세션 준비 시간을 40% 줄이는 최적화 코드를 찾았고, 그 변경 사항이 실제 저장소에 반영됐대요. 내 프로젝트에서도 먼저 작은 작업을 맡기고, 결과와 테스트를 확인하는 식으로 평가해 보면 좋겠어요.
개발자는 AI Studio API에서 접근할 수 있고, Antigravity는 Google AI Ultra 구독자에게 제공돼요. API 출시 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러예요. 토큰은 AI가 글을 세는 단위라서, 긴 저장소를 자주 읽히면 입력 비용도 살펴봐야 해요.
※ API는 개발자·기업이 이용할 수 있어요. 성능 사례는 구글이 밝힌 결과라 내 작업에서도 확인해 봐야 해요.
메타의 새 AI 모델은 개발 도구에서 먼저 쓸 수 있고, Meta AI 서비스에는 나중에 들어갈 예정이에요.
Muse Wonder와 Muse Wonder Full이 나왔어요. 메타는 보험 청구나 계약서 이해, 앱 제작처럼 여러 단계를 처리하는 작업에 맞췄다고 설명해요. 대화 사이에 관련 정보를 기억하거나, 막혔을 때 다른 방법을 시도하는 기능도 소개했어요.
지금 이용 경로는 구분해서 봐야 해요. 개발자와 제작자는 Meta Model API와 Muse Code에서 Muse Wonder를 쓸 수 있고, Full 모델은 Muse Code 구독자에게 제공된대요. 블룸버그TV는 경쟁 모델에 필적한다고 전했지만, 제공된 자료에는 이를 확인할 독립 비교 결과가 없어요.
※ Meta AI 서비스 탑재는 추후 구독자부터 순차 진행할 계획이에요. API 요금과 모델 가중치 공개 여부는 확인되지 않았어요.
Liquid AI가 도구를 쓰는 에이전트를 자기 기기에서 실행할 수 있는 모델 가중치를 공개했어요.
LFM2.5-24B-A2B는 전체 매개변수가 240억 개지만, 글을 생성할 때는 한 번에 20억 개를 쓰는 모델이에요. 매개변수는 모델이 학습한 값을 담는 숫자예요. Liquid AI는 이런 구조로 기기에서 에이전트를 빠르게 실행하도록 만들었다고 해요.
모델 가중치는 Hugging Face에 공개됐고, llama.cpp나 MLX 같은 실행 도구도 지원해요. 로컬 에이전트를 만들고 있다면 자기 장비에서 속도와 메모리 사용량을 먼저 확인해 볼 수 있겠어요. 회사가 공개한 평가에서는 도구 사용 작업에 강점을 보였지만, 코드 수정 평가에서는 비교한 일부 모델보다 점수가 낮았어요.
※ 모델과 기본 모델을 지금 내려받을 수 있어요. ‘기기에서 실행’이 모든 PC에서 빠르게 돈다는 뜻은 아니에요.
Anthropic은 AI 코딩으로 늘어난 코드 변경을 감당하려고 내부 저장소를 자체 버전 관리 시스템 Scion으로 옮겼어요.
Claude가 코드를 빠르게 만들자, Anthropic에서는 코드를 합치는 작업이 병목이 됐대요. 회사 말로는 하루에 합친 코드 변경이 2026년 5월 약 2,500건에서 9월 3만 건 이상으로 늘었어요. 그래서 하나의 큰 코드 저장소를 기존 Git에서 자체 시스템 Scion으로 5개월에 걸쳐 옮겼어요.
Scion은 작업할 때 저장소 전체를 내려받는 대신 필요한 파일과 기록을 서버에 요청해요. 회사는 이 방식으로 기존 Git 미러 운영 때보다 버전 관리 인프라의 CPU·메모리 사용 규모가 200분의 1이 됐다고 설명해요. 큰 저장소에서 AI 에이전트나 CI 작업이 잦다면, 매번 어떤 데이터를 내려받는지 살펴볼 만해요.
※ Scion은 Anthropic 내부 시스템이에요. 공개 사용이나 가격 정보는 나오지 않았어요.
Google AI Studio로 만든 안드로이드 앱을 Play 스토어에 공개하지 않고 본인 기기에서 실행할 수 있게 됐어요.
나만 쓸 앱을 만들었는데 모두에게 공개 등록해야 한다면 부담스럽죠. 보도에 따르면 이제 Google AI Studio로 만든 앱을 일반 Google 계정으로 본인 안드로이드 기기에서 실행할 수 있어요. 앱은 Play 스토어 검색과 목록에 나타나지 않고, 만든 사람에게만 제공돼요.
예를 들면 개인적인 용도의 앱을 만들어 실제 휴대전화에서 써보는 식이에요. 비공개 앱도 Google Play 정책은 지켜야 해요. 믿을 만한 지인과 공유하는 기능은 앞으로 몇 달 안에 제공할 계획이라고 해요.
※ 처음에는 미국의 18세 이상 사용자에게 제공돼요. 지인 공유 기능은 아직 나오지 않았어요.
GitHub가 코드 주변 문맥을 읽어 비밀정보 경고의 오탐을 줄이는 탐지 방식을 출시했어요.
토큰이나 비밀번호처럼 보이는 문자열이 코드에 있다고 해서 전부 진짜 비밀정보는 아니잖아요. GitHub는 먼저 정규식으로 후보를 찾고, ModernBERT 분류기로 주변 변수명과 파일 경로 등을 읽어 예시값이나 자리표시자인지 판단해요.
GitHub 발표에 따르면 기존 LLM 기반 파이프라인과 비교해 저장소 스캔의 중앙값 실행 시간이 86% 줄었어요. 온라인 A/B 평가에서는 저장소 소유자 기준으로 가중한 탐지 경고 수용률이 11.5% 높아졌대요. 이 효율 개선을 바탕으로 코드가 저장소에 반영되기 전 경고하는 푸시 보호에도 일반 비밀정보 탐지를 확대했다고 해요.
※ GitHub가 출시했다고 밝혔지만 적용 대상과 요금은 명시하지 않았어요. 개선 수치는 GitHub 자체 평가예요.
IMF는 AI 기업의 높은 주가와 차입이 맞물려 주가 조정 시 충격이 세계 금융시장으로 번질 수 있다고 경고했어요.
AI 산업에 돈이 몰리는 흐름을 볼 때 빚의 규모도 같이 봐야 한다는 얘기예요. IMF는 AI 투자 성과가 기대보다 약하면 관련 자산 가격이 조정될 수 있고, 차입과 기업 간 자금 거래가 충격을 키울 수 있다고 짚었어요.
가디언 보도에 따르면 IMF는 미국의 대형 기술주 7개가 S&P 500 지수의 35% 이상을 차지한다고 설명했어요. 한 부문의 주가 움직임이 더 넓은 시장에 영향을 줄 수 있다는 우려예요. 다만 이는 급락이 이미 일어났다는 소식이 아니라, IMF가 제시한 위험 시나리오예요.
Anthropic은 Claude의 추론을 빼내 다른 모델 학습에 쓰려는 시도를 더 어렵게 만들었다고 밝혔어요.
증류 공격은 AI의 답변이나 추론을 대량으로 모아 다른 모델을 학습시키려는 시도예요. Anthropic은 추론 접근 제한과 추출 시도 탐지·차단을 강화하고, 반복해서 시도하는 계정도 제재한다고 설명했어요. Claude API에서 이전 문맥을 편집하는 방식으로 연동했다면 영향을 받는지 확인해 보세요.
회사 자체 추정으로는 새 방어가 자리 잡은 뒤 자사 플랫폼에서 증류 시도자가 가져간 추론 토큰이 이전보다 10~100배 적었대요. 토큰은 AI가 글을 처리할 때 세는 단위예요. 탐지기의 정상 요청 오탐률은 0.1% 미만이라고 하지만, 정상 요청이 막히거나 공격자가 우회할 가능성은 남아 있어요.
※ 2026년 8월 31일 이후 만든 신규 API 계정은 일부 모델에서 문맥 편집이 제한돼요. 9월 24일부터는 일부 방어 차단 요청에도 요금이 붙는대요.
