챕터별 상세
구글 Gemma 4: 가장 강력한 오픈 모델 제품군 출시
구글은 Gemini 3와 동일한 기술을 기반으로 구축된 오픈 모델 Gemma 4를 Apache 2.0 라이선스로 공개했다. 이 제품군은 모바일 및 라즈베리 파이에서 오프라인으로 실행 가능한 E2B, E4B 엣지 모델과 소비자용 GPU에서 구동되는 26B MoE, 31B Dense 모델로 구성됐다. 31B Dense 모델은 Arena AI 오픈 모델 리더보드에서 3위를 기록했으며, 기본적으로 오디오, 이미지, 비디오를 네이티브하게 처리하는 멀티모달 기능을 지원한다. 엣지 모델은 128k, 대형 모델은 256k의 컨텍스트 윈도우를 제공하여 온디바이스 환경에서도 복잡한 작업을 수행할 수 있다.
Apache 2.0 라이선스는 상업적 이용과 수정이 자유로운 허용적인 오픈 소스 라이선스이다. MoE(Mixture of Experts)는 모델의 전체 파라미터 중 일부만 활성화하여 추론 효율을 높이는 아키텍처이다.
Anthropic Conway: 유출된 소스 코드로 드러난 상시 가동 에이전트
Anthropic의 NPM 패키지 소스 맵 설정 오류로 인해 개발 중인 차세대 에이전트 'Conway'의 정보가 유출됐다. Conway는 기존의 단순 채팅 인터페이스를 넘어 백그라운드에서 상시 가동되며 외부 이벤트에 반응하는 자율 에이전트 환경으로 설계됐다. 유출된 코드에는 '.cnw.zip' 형식의 커스텀 확장 프로그램 설치 기능과 외부 서비스가 에이전트를 깨울 수 있는 웹훅(Webhook) 연동 구조가 포함됐다. 이는 사용자가 명령을 내릴 때만 작동하는 현재의 LLM 방식에서 벗어나, 시스템과 통합되어 지속적으로 과업을 수행하는 아키텍처로의 전환을 의미한다.
웹훅(Webhook)은 특정 이벤트가 발생했을 때 서버가 다른 애플리케이션으로 실시간 데이터를 전송하는 방식이다. 소스 맵(Source Map)은 압축된 코드를 원래의 소스 코드로 매핑해주는 파일로, 설정 오류 시 내부 로직이 노출될 수 있다.
Alibaba Qwen 3.6 Plus: 리포지토리 수준의 에이전트 코딩
알리바바는 단순한 코드 완성을 넘어 전체 소프트웨어 리포지토리를 관리할 수 있는 Qwen 3.6 Plus를 출시했다. 이 모델은 SWE-bench Verified 테스트에서 78.8점을 기록하며 Claude Opus 4.5(80.9점)에 근접한 성능을 보였고, 터미널 조작 능력을 평가하는 Terminal Bench 2.0에서는 61.6점으로 업계 1위를 차지했다. 100만 토큰의 컨텍스트 윈도우를 기본 제공하여 전체 코드베이스와 로그 파일을 한 번에 처리할 수 있는 것이 특징이다. 또한 UI 스크린샷이나 손으로 그린 와이어프레임을 입력받아 즉시 실행 가능한 프런트엔드 코드로 변환하는 멀티모달 추론 능력을 갖췄다.
SWE-bench는 실제 GitHub 이슈를 해결하는 능력을 측정하는 소프트웨어 엔지니어링 벤치마크이다. 컨텍스트 윈도우는 모델이 한 번에 처리할 수 있는 데이터의 양을 의미한다.
Z.ai GLM-5V-Turbo: 시각적 이해 기반의 자동 코딩 모델
Z.ai는 시각적 디자인을 작동하는 코드로 변환하는 데 특화된 GLM-5V-Turbo를 공개했다. 이 모델은 새로운 시각적 인코더인 CogVIT를 탑재하여 객체 인식과 공간 지각 능력을 극대화했다. Design2Code 벤치마크에서 94.8점을 기록하며 Kimi K2.5(91.3점)와 Claude Opus 4.6(77.3점)을 크게 앞질렀다. 특히 멀티모달 기능을 추가했음에도 텍스트 코딩 성능이 저하되지 않도록 설계되어 기존 GLM-5 Turbo와 대등한 수준을 유지한다. 안드로이드 GUI 환경 제어 테스트인 AndroidWorld에서도 75.7점을 기록하며 에이전트로서의 실용성을 증명했다.
CogVIT는 Z.ai가 개발한 시각적 트랜스포머 인코더로, 이미지 내의 세밀한 구조와 텍스트 관계를 파악하는 데 최적화되어 있다. GUI 에이전트는 그래픽 사용자 인터페이스를 직접 조작하는 AI를 말한다.
Greg Brockman의 AGI 전망: '들쭉날쭉한 지능'의 극복
OpenAI의 Greg Brockman은 현재 AI 기술이 AGI(인공 일반 지능)에 약 70~80% 도달했다고 평가했다. 그는 현재의 AI를 '들쭉날쭉한 지능(Jagged Intelligence)'으로 정의하며, 특정 고난도 작업(코딩 등)에서는 초인적 성능을 보이지만 아주 기초적인 작업에서 무작위로 실패하는 불확실성이 문제라고 지적했다. AGI로 가는 마지막 20%의 핵심은 성능의 고점을 높이는 것이 아니라, 어떤 작업에서도 실패하지 않는 '신뢰성의 하한선'을 높이는 것이다. 그는 향후 몇 년 안에 AI가 컴퓨터를 사용하는 모든 지적 작업을 안정적으로 수행할 수 있는 수준에 도달할 것으로 예측했다.
AGI(Artificial General Intelligence)는 인간이 수행할 수 있는 모든 지적 작업을 동등하게 혹은 그 이상으로 수행할 수 있는 인공지능을 의미한다.
AI 분석 전체 내용 보기
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
원문 발행 2026. 04. 03.수집 2026. 04. 03.출처 타입 YOUTUBE
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
