2026년 7월 20일 AI 뉴스

Coinbase가 Discord AI Chat, Slack Triage, Support Assistant를 구축하여 개발자 지원을 자동화하고 LangSmith로 시스템을 최적화한 사례.

Diffusion LLM의 임의 순서 생성 방식이 수학 및 코딩 추론 성능을 저해할 수 있음을 Pass@k 지표로 분석한 ICML 2026 논문 리뷰.

AISI의 70개 평가에서 GLM-5.2와 DeepSeek V4-Pro가 폐쇄형 최첨단 모델보다 몇 개월 뒤처진 수준으로 나타났고 Kimi K3(2.8조 파라미터)는 벤치마크 상위권에 올랐으나 일반화 취약성이 관찰되었다.

Ollama 인스턴스 앞에 배치해 해시된 API 키·원본 제한·쿼터·다중 업스트림·모델 허용목록을 제공하는 자체 호스트 게이트웨이 프로젝트이다.

tmux를 활용해 여러 코딩 에이전트를 병렬로 오케스트레이션하고, 지속적인 통신과 작업 관리를 자동화하는 방법.

브라우저와 셸 환경을 갖춘 자율 AI 에이전트 플랫폼 HyperAgent를 활용해 복잡한 업무 워크플로를 자동화하는 방법을 알아본다.

AI 도구 도입만으로는 부족하다. DORA와 SPACE 프레임워크를 활용해 워크플로를 재설계하고 개발자 생산성을 150%까지 끌어올리는 6가지 실무 전략을 제시한다.

Gemma 4는 prefill 25–70% 가속과 최대 31% 낮은 첫 토큰 지연, 도구 호출·프롬프트·컨티뉴이션 처리 개선과 31B 벤치에서 최대 +10.1% 향상이 보고되었다.

온톨로지 품질을 구조적·품질적 측면에서 평가하는 OQuaRE와 기능적·의미적 측면에서 평가하는 CQOA 방법론은 온톨로지 설계의 객관성과 실용성을 높인다.

작성자는 OpenClaw과 Hermes가 같은 cognee 기반 데이터셋을 공유하도록 연결해 연구·구현·피드백을 통합하고 메모리 개선을 통해 가드레일을 0에서 3으로 늘린 사례를 보고했다.

Residual Network는 층이 직접 아이덴티티를 학습하기 어려운 문제를 잔차 학습으로 재구성하여 매우 깊은 네트워크의 최적화를 용이하게 한다.

로컬 CPU에서 결정론적 휴리스틱과 구조·경계·의미 검증을 수행하여 LLM 출력의 비결정성과 환각을 검증하고 차단하는 아키텍처이다.

Risa는 4개의 특화된 AI 에이전트를 DAG 구조로 연결하여 종양학 의료 워크플로우를 자동화하고 20개 이상의 병원에서 수만 명의 환자를 지원한다.

Pinterest가 Apache Spark 작업 실패를 자동으로 진단하고 해결책을 제시하는 다중 에이전트 시스템 'Medic'을 구축한 과정과 아키텍처 개선 사례.

AI 모델의 출력은 단일 값이 아닌 확률 분포에서의 샘플링 결과이며, 이를 이해하는 것이 모델의 행동 제어와 신뢰도 파악에 핵심적이다.

OKF Generator의 색인 파이프라인을 단계별 프로파일링으로 병목을 찾아 파일시스템 탐색·병렬 파싱·인덱스 캐시·YAML 렌더링을 개선해 총 실행 시간을 157초에서 12초로 단축했다.

동일한 30개 프롬프트를 3주간 실행해 Meshy, Tripo, Rodin, Hunyuan, CSM의 속도·텍스처·메시 품질과 활용처별 강점을 비교했다.

소비자 출력에 민감한 방향을 보존하도록 비트 예산을 배분한 코딩이 재구성 최적 코드를 작업 성능에서 능가하는 현상이 여러 도메인에서 사전등록 실험으로 재현되었다.

Bristol Myers Squibb가 8대의 DGX Vera Rubin NVL72 시스템으로 구성된 두 번째 NVIDIA DGX SuperPOD를 가동해 전력 대비 최대 10배 성능을 확보하고 생명과학 전반의 AI 워크플로를 통합했다.

로컬 LLM 3종(Llama, Mistral, Qwen)을 비교 분석하고, Zapier MCP를 통해 로컬 모델에 외부 도구 제어 능력을 부여하는 방법을 다룬다.

AI 에이전트의 성능 저하를 막고 플랫폼을 '가르칠 수 있는' 상태로 만들기 위한 '스킬(Skills)' 레이어 설계 패턴과 구현 전략을 다룬다.

음성 에이전트의 자연스러운 대화를 위해 필수적인 200ms 이내의 응답 지연 시간 확보 전략과 인터럽트 처리, VAD 활용 파이프라인 구축법이 핵심이다.

LLM의 불확실한 출력을 안정적인 사용자 경험으로 변환하는 Generative UI의 렌더링 계약, 스트리밍, BFF 패턴을 다룬다.

단순 챗봇을 넘어 CRM과 의도 데이터를 통합하여 고객 식별부터 라우팅까지 자동화하는 AI GTM 에이전트 구축 아키텍처와 실전 전략.

대규모 물리 데이터 분석 시 발생하는 반복적인 재연산(recompute) 비용을 줄이기 위해 데이터 하네스를 도입하여 에이전트의 효율성을 극대화하는 방법.

엔터프라이즈 에이전트의 신뢰성 확보를 위해 프롬프트 엔지니어링 대신 시맨틱 레이어와 메타데이터 그래프 기반의 인프라 구축이 필요하다.

음성 에이전트의 핵심은 낮은 지연 시간이며, 거대 모델 대신 소형 모델과 결정론적 스캐폴딩을 결합하여 응답 속도와 신뢰성을 확보하는 아키텍처를 제안한다.

AI 에이전트의 출력 일관성 문제를 해결하기 위해 액티브 러닝과 의미·일화 기억을 결합하여 결정 경계의 모호성을 해소하는 실전 워크플로를 제시한다.

Koog와 commonMain의 sealed interfaces를 활용해 KMP 앱에서 프롬프트 반복을 로컬 디버그로 처리하고 안정화 후 Kotlin 백엔드로 복사하는 실무 워크플로를 공유한다.

Demis Hassabis가 제안한 Frontier AI 안전 프레임워크를 통해 AGI 도래에 따른 기술적 규제와 경제적 변화, 인간 정체성의 미래를 분석한다.

AI가 전문가 수준의 출력을 널리 생성하면서 검증의 부족이 드러났고 검증 기반 도구와 로컬 우선 엔지니어링으로 해법을 만들려는 움직임이 나타났다.

헤딩 기반 청킹과 Docling·Trafilatura 병행 추출, SHA-256 문서 ID로 RAG용 임베딩 품질과 메타정보 보존을 개선했다.

일주일 사이 GPT-5.6, Grok 4.5, Gemini 3.5 Pro 등 주요 모델이 출시되고 컨텍스트 창과 토큰 단가가 크게 확대·하락하면서 보안 사고와 규제 영향이 동시에 관측되었다.

AI 에이전트가 인간과 다른 속도로 도구를 호출하면서 발생하는 인프라 부하와 레이트 리밋 문제를 해결하기 위한 설계 전략을 다룹니다.

recap은 로컬 세션 로그를 읽어 여러 저장소의 Claude Code 세션을 목록화하고 재개 명령과 터미널 탭 동시 복원을 제공하는 표준 라이브러리 Python 도구이다.

AI 코딩 에이전트에 런타임 인텔리전스를 결합하여 프로덕션 환경의 성능 병목을 자동으로 탐지하고 해결하는 실전 사례를 다룬다.

Kimi K3 LLM을 사용하여 Polymarket의 예측 시장 데이터를 분석하고, Poisson 분포 모델로 저평가된 배당률을 찾아 수익을 극대화하는 전략.