메모리 값이 오르면서 중소기업이 AI를 들이기 전에 시험하는 장비 가격도 크게 뛰었다. 필자가 GPU 서버 구축에 앞서 3월에 900만 원대에 산 Dell Pro Max with GB10은 10월 견적이 1,700만 원대였다. 동시 사용 인원, 기밀 문서 유출 위험, 비용 세 가지로 자체 장비·공용 API·클라우드 전용 연결·GPU 임대를 비교했다.
OpenAI와 앤트로픽 임원들이 중국 오픈웨이트 모델의 보안 위험을 경고했다. 앤트로픽 시험에서 GLM-5.3의 안전장치는 간단한 속임수로 64~100% 뚫렸고, 거절 기능을 지우는 데 4,400달러면 충분했다. 반면 Hugging Face는 Claude가 거절한 해킹 사고 분석을 중국 모델로 해냈다.
메타가 10월 15일(현지시간) 8,160억 파라미터 공개 모델 Muse Spark Open의 가중치를 Hugging Face에 내놨다. 메타는 미국 공개 모델 중 최고라고 밝혔고, Artificial Analysis 종합 지수는 39점으로 GLM-5.3·Kimi K3 같은 중국 상위 모델보다는 낮다. 맥 스튜디오 2대로도 실행할 수 있다.
중국 AI 기업 StepFun이 10월 15일 플래그십 모델 Step 5 Preview의 가중치를 공개했다. Artificial Analysis 종합 지수는 44점으로 GLM-5.3·Kimi K3와 비슷하고, 과제당 비용은 1.03달러로 두 모델의 절반 수준이다. 사내 사용은 무료지만 기기 제조사와 대형 API 사업자는 별도 계약이 필요하다.
코딩은 맞았는지 바로 확인되니 AI에게 가르치기 쉽다. 보고서처럼 정답이 정해져 있지 않은 일은 어떻게 가르칠까. 미국 스타트업 Paper Instruments가 업무용 모델 Ultramarine 1 Flash를 내놓으며 과제마다 채점표를 만들어 가르친 방법을 공개했다. 채점표를 쓰는 요령과 지금 써 볼 수 있는 도구까지 정리했다.
미국 스타트업 Paper Instruments가 10월 14일(현지시간) 금융·법률·컨설팅 문서 작업용 모델 Ultramarine 1 Flash를 공개했다. 공개 모델 GLM-5.3-Flash에 강화학습을 더한 모델로, 자체 평가에서 Claude Fable 5보다 높은 점수를 과제당 0.13달러에 냈다. 가중치는 10월 말 공개한다.
구글이 Gemini 4 Argon을 로봇 개발에 쓰는 사례 12건을 프롬프트와 함께 공개했습니다. 로봇 전용 모델이 아니라 일반 모델 하나를 쓴 것이고, 수치로 제시한 성과는 시뮬레이션 데이터로 실제 로봇 성공률을 56%에서 75%로 높인 것입니다.
OpenAI가 10월 14일 ChatGPT, ChatGPT Work, Codex에서 GPT-5.5 제공을 모든 요금제에서 끝냅니다. API에는 적용되지 않습니다. Plus 이상 요금제는 GPT-6 Sol, Free와 Go 요금제는 GPT-6 Luna로 바꿔야 합니다.
구글이 10월 13일(현지시간) Gemini 4 Argon을 전 세계에 열었습니다. 외부 평가 기관 Artificial Analysis의 종합 지수는 53점으로 216개 모델 중 8위이고, 과제 1건당 비용은 1.99달러입니다. 도입 가격은 11월 30일까지입니다.
REA는 앱의 구조를 AI 에이전트가 읽어 주는 역공학 도구로, GitHub 별이 17만 4천 개입니다. 화면은 따로 없고 에이전트와 대화하며 씁니다. Electron 샘플 앱을 직접 분석한 과정과 주의점을 정리했습니다.
메타가 10월 12일 에이전트용 모델 Muse Wonder와 Muse Wonder Full을 공개했다. Muse Wonder는 API에서 입력 100만 토큰당 4달러, 출력 20달러이고, 더 강한 Full은 Muse Code 구독자만 쓴다. 메타가 낸 비교표에서 Full은 DeepSWE와 SWE-Marathon 점수가 가장 높다.
같은 AI를 두고 누군가는 엉성한 챗봇이라 하고 누군가는 몇 달 치 일을 한 번에 끝낸다고 합니다. AI 연구자 카파시는 이 격차를 60억 명에서 약 5,000명으로 좁아지는 네 층의 깔때기로 그렸습니다. 인원은 본인이 대충 계산한 추정치입니다.
Claude Code는 설치만 해도 쓸 수 있지만, 파일 하나나 skill(스킬) 몇 개를 더하면 같은 모델이 더 똑똑하게 일을 합니다. GitHub에서 스타 10만~28만 개를 받은 저장소 4곳이 각각 무엇이고, 초보자에게 왜 도움이 되며, 어떻게 설치하는지 순서대로 정리했습니다. 가장 가벼운 것부터 시작합니다.
알리바바 Qwen의 125B MoE 모델 Qwen3.8-Flash-Next를 NVIDIA DGX Spark 한 대에 올리는 커뮤니티 레시피 다섯 개를 10일간 실제 서비스 서버에서 비교했다. 같은 4비트라도 같은 3D 코드 과제가 0/2에서 2/2까지 차이가 났고, 한국어에서는 초안 어휘 목록만 고쳐도 속도가 약 14% 올랐다.
Qwen 공식 개발자 계정이 큰 인형과 작은 인형 사진에 "big or small?"이라고 묻고 "둘 다 하자"고 답하자, Qwen4-27B와 Qwen4-Max의 오픈웨이트가 동시에 공개된다는 해석이 퍼졌다. 알리바바는 두 모델의 공개를 직접 발표하지 않았고, 크기·시점·라이선스도 밝히지 않았다.
AI 에이전트 스타트업 마누스의 모회사 버터플라이 이펙트가 10월 8일 5억 달러가 넘는 투자를 유치했다고 밝혔다. 보위캐피털과 IDG캐피털이 이끌었고 텐센트 등 기존 투자자가 참여했다. 메타의 20억 달러 인수가 중국 당국의 명령으로 무산된 뒤 처음 받은 투자이며, 기업가치는 공개하지 않았다.
마이크로소프트가 10월 7일 코딩 모델 MAI-Code-1.1-Flash의 PC용 로컬판을 공개했다. 크기를 53GB로 줄였고, SWE-Bench Verified 70.8%로 클라우드판(72.6%)에 근접했다. 256K 컨텍스트에서 최대 75.5GB 메모리를 쓰며, 서피스 랩톱 울트라는 10월 16일 출시된다.
앤트로픽이 10월 9일 평가 중 Claude가 의도하지 않게 실제 웹사이트에서 한 행동을 정리한 보고서를 공개하고, 모든 내부 평가의 실시간 인터넷 접속을 차단했다. 서버에서 명령을 실행하거나 경찰 제보 양식을 제출한 사례가 있었고, 현실 영향은 최소였다고 밝혔다.
앤트로픽이 10월 8일 오픈소스 프로젝트를 정기적으로 점검해 취약점 보고서를 무료로 보내 주는 OSS Scanner를 공개했다. Claude Mythos를 포함한 최상위 모델이 점검하고, 보고서는 사람의 검토 없이 모델이 만든 그대로 전달된다. 초기 검증에서 critical·high 등급 97건 중 85건이 앤트로픽의 공개 절차 기준을 충족했다.
OpenAI에서 해고된 안전·정렬 연구자 3명이 10월 8일 공개서한을 냈다. 회사가 내세운 규정 위반 사유를 부인하고, 해고가 안전 문제를 제기하던 사내 분위기를 위축시킨다고 주장했다. OpenAI는 서한에 공식 답하지 않았고, 해고가 안전 문제 제기와 무관하다는 내부 메모를 TechCrunch에 전했다.
구글의 오픈 임베딩 모델 EmbeddingGemma 2는 글·코드·사진·영상·소리를 하나의 벡터 공간에 넣어, 사진 설명·받아쓰기·텍스트 임베딩 모델을 이어 쓰던 검색을 모델 하나로 대신한다. 구글 데모 앱의 사진·영상 검색, 개발자 가이드의 사용법, 사내 코드 검색과 실시간 분류 같은 기업 활용 예를 정리했다.
AI 교과서 공저자 스튜어트 러셀이 10월 6일 공개된 The Information 팟캐스트에서, 지금의 LLM은 목표를 적어 넣는 '표준 모델'이 아니라 사람 말을 흉내 낸 모방 학습의 산물이라 무엇을 목표로 배웠는지 읽을 수 없다고 진단했다. 그의 해법은 사람의 목표를 모른다는 불확실성을 설계에 넣는 '보조 게임'이다.
오픈소스 에이전트 Hermes Agent를 만든 Nous Research가 9천만 달러를 투자받았다고 밝혔다. TechCrunch는 기업가치를 15억 달러로 전했다. 회사는 팀 전체가 잔액 하나로 쓰고 팀원이 만든 스킬을 함께 쓰는 Hermes Business 가입도 받고 있다.
앤트로픽이 10월 7일 Claude Haiku 5.5를 공개했다. 10만 토큰 이하 요청의 단가는 100만 토큰당 입력 0.10달러·출력 0.50달러로 Haiku 4.5의 10분의 1이다. 독립 평가 지능 지수는 43점으로 Haiku 4.5(17점)를 크게 넘었지만, 토큰을 많이 써서 단가가 같은 GPT-6 Luna보다 과제당 비용은 3배였다.
