이 요약은 AI가 원문을 분석해 생성했습니다. 정확한 내용은 원문 기준으로 확인하세요.
TL;DR
웹 에이전트가 로그인 정보를 chat에 노출하지 않고 widget에서 받아 cloud browser에 직접 전달하는 sign-in flow가 소개됐으며, 로그인 session은 이후 작업에 재사용하거나 settings에서 삭제할 수 있습니다. Claude Chat과 Cowork의 memory 공유는 한 서비스의 사적인 대화가 다른 서비스의 이메일 tone에 영향을 줄 수 있다는 프라이버시 문제를 낳고, Claude Code의 분리된 memory도 불완전한 상태로 언급됩니다. GLM-5.3-Flash, Muse Image, Gemini 3.5 Transcribe와 OpenAI의 Jalapeño chip 같은 모델·인프라 소식도 함께 전해졌고, Jalapeño는 세 가지 open model에서 Nvidia Blackwell보다 1.5-1.9배 높은 watt당 처리량과 1.7-3.6배 낮은 latency를 기록했습니다. 후반부에는 scheduled agent, podcast 전사 검색, Codex 기반 evaluation 자동화, video 기반 robot 학습 등 관련 프로젝트가 묶여 있습니다.
섹션별 상세
웹 에이전트가 로그인 뒤의 사이트까지 처리하려면 사용자가 인증 정보를 브라우저에 직접 입력하거나 chat에 password와 API token을 붙여 넣어야 했습니다. ChatGPT Work의 새 sign-in flow는 로그인 페이지에서 작업을 멈추고 widget/form을 띄운 뒤, 사용자가 username, password, 2FA code를 입력하면 해당 값이 chat 기록을 거치지 않고 cloud browser로 전달되는 구조입니다. 사이트가 브라우저의 로그인을 승인하면 에이전트가 작업을 이어가고, 로그인 session은 이후 작업에 재사용하거나 settings에서 삭제할 수 있어 인증 편의성과 정보 분리를 함께 확보합니다.
Claude Chat과 Cowork는 memory를 공유하기 시작했지만, 한 서비스의 사적인 대화가 다른 서비스의 문체와 응답 방식에 영향을 줄 가능성이 생겼습니다. 예를 들어 Claude에 동료에 대한 불만을 적어 둔 뒤 Cowork로 그 동료에게 보낼 이메일을 작성하면, 공유된 memory가 이메일 tone에 반영될 수 있습니다. Claude Code의 memory는 여전히 분리되어 있지만, newsletter는 memory가 무관한 내용을 저장하거나 필요 이상으로 참조하는 문제가 계속된다고 지적해 저장 항목의 정확성과 서비스 간 경계가 핵심 쟁점으로 남습니다.
새로 살펴볼 모델과 인프라로 GLM-5.3-Flash, Meta API에 추가된 Muse Image, Google의 Gemini 3.5 Transcribe가 소개됐습니다. Muse Image는 이미지 생성과 편집을 image당 $0.01에 제공하고, Gemini 3.5 Transcribe는 가격이 높지만 다른 모델보다 오류가 훨씬 적은 audio transcription 모델로 제시됐으며, GLM-5.3-Flash는 GPT-5.6-Luna의 open-source 대안으로 소개됐습니다. OpenAI의 Jalapeño inference chip은 세 가지 open model 기준으로 Nvidia Blackwell보다 1.5-1.9배 높은 watt당 처리량과 1.7-3.6배 낮은 latency를 기록했고, 연말까지 배포가 시작될 예정이라고 전해집니다.
뉴스레터 후반부에는 agent와 개발 자동화, 음성·로봇 데이터 활용 사례가 짧게 묶였습니다. ChatGPT의 scheduled task는 Slack message나 새 email 같은 trigger로 실행할 수 있고, opencomputer.dev는 각 agent에 Linux computer를 배정해 function 형태로 배포하며, Codex는 반복적인 evaluation 작업 자동화에 활용됩니다. 이와 함께 130,000개가 넘는 podcast의 전사 데이터 검색, 100개 이상 국가의 16M video로 구성된 robot-training dataset, 한 편의 video만으로 robot에게 새 task를 가르치는 방식이 소개돼 agent가 브라우저를 넘어 개발·검색·로봇 학습으로 확장되는 흐름을 보여줍니다.
용어 해설
- 클라우드 브라우저(Cloud Browser)
- — 에이전트가 원격 환경에서 웹사이트를 열고 작업을 수행하는 브라우저입니다. 사용자가 입력한 로그인 정보를 채팅 기록과 분리한 채 브라우저 세션에 직접 전달할 수 있어, 비밀번호나 API token을 대화창에 붙여 넣는 방식보다 노출 경로를 줄이는 데 의미가 있습니다.
- 2단계 인증(Two-Factor Authentication)
- — 비밀번호 외에 추가 인증 코드를 요구하는 로그인 절차입니다. 이 글의 sign-in flow에서는 사용자가 username과 password뿐 아니라 2FA code도 별도 widget에 입력하고, 해당 정보가 채팅으로 들어가지 않은 채 클라우드 브라우저로 전달됩니다.
- 에이전트 메모리(Agent Memory)
- — 에이전트가 이전 대화나 사용자 정보를 저장해 이후 응답에 활용하는 기능입니다. Claude Chat과 Cowork가 메모리를 공유하면 한 환경에서 표현한 감정이나 선호가 다른 환경의 이메일 작성 방식에 영향을 줄 수 있어, 저장 기준과 참조 시점이 중요한 문제가 됩니다.
- 추론 칩(Inference Chip)
- — 학습보다 이미 학습된 모델의 실행과 응답 생성에 최적화된 반도체입니다. 기사에서는 OpenAI의 Jalapeño가 세 가지 open model에서 Nvidia Blackwell보다 watt당 처리량과 latency 측면의 수치를 높였다고 전합니다.
- 팟캐스트 전사(Podcast Transcription)
- — 음성 콘텐츠를 텍스트로 변환해 검색과 패턴 분석에 활용하는 작업입니다. 소개된 도구는 actively transcribed podcast 130,000개 이상을 대상으로 검색하고 추세를 찾는 기능을 제공해, 개별 에피소드 청취를 넘어 대규모 음성 데이터 탐색으로 사용 범위를 넓힙니다.
기술
- ChatGPT Work
- Grok Bot
- Cloud Browser
- Claude Chat
- Cowork
- Claude Code
- GLM-5.3-Flash
- Muse Image
- Gemini 3.5 Transcribe
- Jalapeño
- Nvidia Blackwell
- Codex
- ElevenLabs Composer
활용 사례
- 로그인한 웹사이트에서 에이전트 작업 수행
- Slack message와 새 email을 이용한 scheduled task 실행
- 반복적인 model evaluation 자동화
- 대규모 podcast 전사 데이터 검색과 추세 탐색
- video 기반 robot task 학습
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 08. 27.수집 2026. 08. 27.출처 타입 RSS
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
