AI 브리핑
기업과 기술의 중요한 변화를 계속 쌓아드려요
기술·시장 테마
오픈소스 AI
2026.09.28 업데이트 · 사건 49건
지금의 흐름
비드래프트 '다윈-180B-RSI', 허깅페이스 5개 벤치마크 1위 등 최근 공개 사건을 중심으로 관련 변화가 이어지고 있어요.
핵심 변화
- 1비드래프트가 개발한 추론 모델 '다윈-180B-RSI'가 허깅페이스가 공인한 5개 벤치마크 리더보드에서 모두 1위를 기록했어요. AIME 2026과 HMMT 2026에서 100% 만점을, GPQA 다이아몬드에서 94.44%를 기록해 기존 최고 기록을 앞섰어요. 비드래프트는 선택적 모델
- 2Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
- 3비드래프트 '다윈-180B-RSI', 허깅페이스 5개 벤치마크 1위
변화 타임라인
비드래프트 '다윈-180B-RSI', 허깅페이스 5개 벤치마크 1위
비드래프트가 개발한 추론 모델 '다윈-180B-RSI'가 허깅페이스가 공인한 5개 벤치마크 리더보드에서 모두 1위를 기록했어요. AIME 2026과 HMMT 2026에서 100% 만점을, GPQA 다이아몬드에서 94.44%를 기록해 기존 최고 기록을 앞섰어요. 비드래프트는 선택적 모델 병합 기술 '다윈', 재귀적 자가개선(RSI), 확신도 기반 답변 중단 기술 'ZTC'를 적용해 이런 성과를 냈다고 설명했어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Sarvam AI Releases Saaras V4: A Speech-to-Text Model for All 22 Indian Languages and Global English
Sarvam AI가 인도 22개 공용어와 글로벌 영어를 지원하는 음성인식 모델 Saaras V4를 출시했어요. 오디오 인코더와 3B 파라미터 하이브리드 상태공간 언어모델 Sarvam-3B를 결합한 인코더-디코더 구조로, transcribe·verbatim·codemix·translit·translate 등 5가지 출력 모드와 최대 50개 키워드를 지정하는 키텀 프롬프팅 기능을 제공해요. Sarvam은 자체 벤치마크에서 영어·인도어·노이즈 환경 모두 경쟁 모델보다 낮은 오류율을 기록했다고 밝혔으며, API를 통해 시간당 30~45루피 요금으로 제공돼요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Supersonic Labs Releases Julia 1: A 144.3M-Parameter Open Decision Model That Runs on a CPU
브라질의 AI 랩 Supersonic Labs가 144.3M 파라미터 규모의 의사결정 전용 모델 Julia 1을 공개했어요. 이 모델은 문맥과 질문, 2~20개의 후보 답변을 입력받아 하나를 선택하고 각 옵션의 확률을 반환하며, 텍스트를 생성하지 않고 CPU에서도 동작해요. mmBERT-small 인코더 기반으로 소규모 예산으로 학습됐고, Apache 2.0 라이선스로 Hugging Face에 가중치가 공개됐으며 TypeSafe Jev, GLiNER2.5 Multi 등과 벤치마크 비교 결과도 함께 제시됐어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
[중요 Deprecation] docs.cohere.com
Cohere 문서에 Parse 모델 관련 신규 페이지가 추가됐어요. Parse는 기업 문서의 비정형 데이터를 AI 지식 애플리케이션에 활용할 수 있는 구조화된 출력으로 변환하는 비전 언어 모델이에요. 이번 변경은 deprecation 관련 공지로 분류되어 있어 API/SDK 의존성 점검이 권장돼요.
왜 중요한가요? Cohere의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Aikido Security Releases Altar-1: An Open-Weight Security Model Pruned From GLM-5.3 to 328 GB
Aikido Security가 Z.AI의 GLM-5.3 모델을 압축한 첫 오픈웨이트 보안 모델 Altar-1을 공개했어요. AWQ INT4 양자화와 Cerebras REAP 기법으로 전문가(expert)를 34.4% 가지치기해 1,506.7GB였던 모델을 328GB로 줄였고, H200 GPU 4장 노드에서 vLLM으로 구동 가능해요. 내부 CVE 벤치마크에서 정확도는 원본 대비 5.2%p 낮아졌지만 취약점 발견율의 92%를 유지했어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Perplexity Trains Its Computer Agent on Real Mistakes With Hint-Guided Self-Distillation
Perplexity 리서치가 자사 컴퓨터 에이전트를 실사용 세션(성공·실패 모두 포함)으로 후속 학습하는 방법을 공개했어요. 성공한 턴은 모방(CE 손실), 검증된 힌트가 있는 오류 턴은 자기증류(KL divergence) 기반으로 교정하는 방식을 결합했고, 실시간 A/B 테스트에서 툴콜 실패율이 2.24%에서 1.77%로 21.2% 상대적으로 줄었어요. 다만 학습된 가중치나 코드는 공개되지 않았고, 기반 모델인 GLM 5.2만 허깅페이스에서 이용 가능해요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Fastino Releases GLiNER2.5-Decide: A 340M Open-Weight Decision Model That Runs on CPU
Fastino Labs가 3.4억 파라미터 규모의 오픈웨이트 결정 모델 GLiNER2.5-Decide를 공개했어요. 텍스트와 질문 스키마를 입력하면 확률분포·신뢰도·제약 충족 여부가 포함된 구조화된 답변을 반환하며, 라우팅·트리아지·툴 선택·가드레일 같은 에이전트 파이프라인의 판단 작업을 겨냥해요. DeBERTa-v3-large 인코더 기반 비생성형 분류기로 CPU에서도 동작하고 Apache 2.0으로 배포되며, 내부 벤치마크에서 340M 모델이 17개 데이터셋 중 9개에서 4B급 디코더 모델들을 앞섰어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
BottleCap AI Releases ThinkingCap-Qwen3.8-27B: 37.2% Fewer Thinking Tokens at a 0.86pp Accuracy Cost
BottleCap AI가 Qwen3.8-27B를 파인튜닝한 ThinkingCap-Qwen3.8-27B를 공개했어요. 이 모델은 12개 벤치마크에서 평균 37.2% 더 적은 추론 토큰을 사용하면서 정확도는 0.86%p만 하락하는 결과를 보였고, vLLM/SGLang에서 FP8·NVFP4·GGUF·MLX 등 다양한 양자화 빌드로 즉시 배포할 수 있어요. AA-LCR 같은 장문맥 검색 정확도는 오히려 소폭 상승했지만 AIME 2026 수학 벤치마크에서는 정확도가 3.85%p 하락했어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Contrastive-LM Releases CLM-8B: An Open System One Model That Scores Agent Actions Up to 9× Faster Than Jev
Contrastive-LM이 텍스트 생성 대신 후보 행동에 확률을 부여해 점수화하는 새로운 방식인 CLM-8B를 오픈소스로 공개했어요. Qwen3-8B 백본에 경량 프로젝션 헤드를 붙인 구조로, TypeSafe AI의 비공개 모델 Jev보다 최대 9배 빠른 지연시간을 보이면서도 T-Rex 게임과 Super Mario 태스크에서는 동등한 성능, 툴 콜링과 WikiRacing에서는 약간 낮은 성능을 기록했어요. 코딩 에이전트의 후보 솔루션을 검증하는 용도로 미세조정했을 때는 DeepSWE와 Terminal-Bench 2.1에서 Jev를 능가하는 결과도 보였어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
llama.cpp v0.5.0 릴리스, CUDA/Metal 백엔드 최적화 및 신규 모델 지원 추가
llama.cpp v0.5.0이 릴리스되어 CUDA conv2d implicit GEMM 가속, Metal MoE/SSM_CONV 퓨전 최적화, 서버 다중 주소 바인딩, LoRA 파일 포인터 로딩 API 추가, HRM-Text(DFM Mimir 1B)·MiMo-V2.6·HunyuanOCR 등 신규 모델 변환 지원, 다수 파서/스케줄러 버그 수정이 포함되었다.
왜 중요한가요? 오픈소스 LLM 추론 엔진의 백엔드 성능(CUDA/Metal)과 모델 커버리지가 확장되어 개발자들이 더 넓은 모델군을 더 효율적으로 로컬 추론에 활용할 수 있게 된다.
Kyutai Releases Voice of Reason: A Speech-Native Model that Solves Spoken Math with Reinforcement Learning
Kyutai가 음성 대화 중 수학 문제를 말로 풀어내는 오픈웨이트 speech-to-speech 모델 'Voice of Reason'을 공개했어요. GLM-4-Voice-9B에 지도학습(SFT)과 강화학습(RL)을 추가해 별도의 텍스트 LLM이나 전사 단계 없이 음성 GSM8K 정확도를 27.3%에서 77.1%까지 끌어올렸어요. 두 체크포인트(직접 응답형과 침묵 추론 청크를 사용하는 Stitch형)는 단일 H100에서 구동 가능하며 Hugging Face에 공개됐어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
[검토 모델 업데이트] docs.cohere.com
Cohere 공식 문서에서 Parse 기능 관련 페이지가 업데이트됐어요. Parse는 기업 문서의 비정형 데이터를 AI 지식 애플리케이션에 활용 가능한 구조화된 출력으로 변환하는 비전 언어 모델이에요.
왜 중요한가요? Cohere의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
SKT, 독파모 13만 다운로드로 확산 선도…업스테이지·모티프 순
SK텔레콤이 독자 AI 파운데이션 모델(독파모) 2차 단계평가에서 1위를 기록했고, 허깅페이스에서도 최근 30일간 13만5396회 다운로드로 참여 4개 기업 중 유일하게 10만 다운로드를 넘어섰어요. SK텔레콤의 최신 모델 'A.X K2'는 공개 한 달 만에 9만9000회를 넘어선 이후 꾸준한 수요를 이어가고 있으며, 업스테이지와 모티프가 뒤를 잇고 있어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
PrismML Releases Ternary Bonsai 2 27B: A 5.9 GB Apache 2.0 Model Retaining 98.2% of Qwen3.8 27B Performance
PrismML이 Qwen3.8 27B를 3진(ternary) 가중치로 압축한 Ternary Bonsai 2 27B를 공개했어요. 모델 크기는 5.93GB로 FP16 대비 약 9.1배 작지만 20개 벤치마크 평균 성능의 98.2%를 유지하며, 262K 토큰 컨텍스트와 텍스트·이미지 입력을 지원해요. 다만 Terminal-Bench나 SWE-bench 같은 장기 에이전트 작업에서는 정확도 유지율이 약 75%로 떨어지고, 실행에는 PrismML의 llama.cpp 포크나 MLX 런타임이 필요해요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Jina AI, jina-ocr-v1 문서 파싱 모델 공개
Jina AI가 DeepSeek-OCR 기반 3.4B MoE 문서 파싱 모델 jina-ocr-v1을 오픈 웨이트로 공개했다. FastMTP 스펙큘레이티브 디코딩 헤드를 내장해 저가형 GPU(NVIDIA L4)에서도 빠른 처리가 가능하며, OmniDocBench v1.6 91.14점, olmOCR-Bench 83.4점을 기록했고 A100에서 초당 2.57페이지로 14개 시스템 중 최고 처리량을 보였다.
왜 중요한가요? 문서를 Markdown/HTML/LaTeX로 정확히 구조화하는 저비용 OCR 모델 공개는 RAG 파이프라인의 문서 파싱·근거화 단계 비용과 속도를 크게 개선할 수 있다.
Linkup Research, 149M 파라미터 오픈소스 희소 임베딩 모델 SPARSEUP 공개
Linkup Research가 ModernBERT 백본 기반 149M 파라미터 학습된 희소 임베딩 모델 SPARSEUP을 Apache 2.0 라이선스로 Hugging Face에 공개했다. 로짓 시프트, 토큰당 top-12 확장, 대소문자 폴딩으로 스톱워드 과다 문제를 해결했고 BEIR-13에서 nDCG@10 56.4를 기록, Seismic 역색인으로 쿼리당 약 380마이크로초에 97% 이상 재현율을 달성했다.
왜 중요한가요? 150M 이하 공개 희소 인코더 중 최고 성능을 주장하며 검색·RAG 시스템에서 밀집 임베딩 대신 해석 가능하고 역색인 친화적인 대안을 제공한다.
Alibaba Qwen Releases Qwen3.8-Omni-Flash: A 1M-Context Omni-Modal Model Built Around Agentic Audio-Video Understanding and Tool Use
Alibaba Qwen 팀이 텍스트·이미지·오디오·비디오를 입력받아 텍스트로 응답하는 옴니모달 모델 'Qwen3.8-Omni-Flash'를 공개했어요. 1M 토큰 컨텍스트를 지원하며 질문 기반으로 영상의 핵심 구간만 선별 분석하는 에이전틱 인식 방식을 도입해 토큰 사용량을 약 45.7% 줄이면서 정확도를 높였다고 밝혔어요. 현재 QwenCloud, Alibaba Cloud Model Studio, Qwen Studio에서 API 형태로 제공되며 오픈 가중치는 공개되지 않았고, 함께 Apache-2.0 라이선스의 Qwen-MM-Plugins 등 관련 도구도 오픈소스로 공개됐어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
[중요 Deprecation] docs.cohere.com
Cohere 공식 문서(docs.cohere.com)의 Parse 관련 페이지가 업데이트되면서 Command A Translate Technical Report, North Small Translate Technical Report 등 신규 문서 항목이 목차에 추가됐어요. 문서 변경 내역에는 deprecation 관련 안내가 포함되어 있어 API/SDK 사용자는 마이그레이션 필요성을 점검해볼 필요가 있어요.
왜 중요한가요? Cohere의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Base Labs launches an open-weight AI safety partnership with Hugging Face and Goodfire
Baseten이 올해 초 설립한 연구 조직 Base Labs가 Hugging Face 및 Goodfire와 함께 오픈 웨이트 AI 안전성 파트너십을 시작했어요. 이 협력을 통해 오픈 모델의 학습 및 모니터링 방법론을 개발하고 공개할 계획이에요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
지니젠AI, 오픈라우터 426종 분석 '한국어 AI 품질 리더보드' 공개
지니젠AI가 오픈라우터에 등록된 AI 모델 426종 중 330종을 대상으로 한국어 품질을 평가한 리더보드를 허깅페이스에 공개했어요. 평가는 높임말 정확도, 한국 제도 지식, 전문 용어, 지시 준수, 요약, 번역투 배제, 문체 일관성 등 7개 항목으로 진행됐어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Mistral X Mozilla: Private, Multilingual AI Browsing
Mistral AI와 Mozilla가 협력해 프라이버시를 강화한 다국어 AI 브라우징 기능을 발표했어요. 이 기능은 Firefox 브라우저에 Mistral의 AI 모델을 통합해 사용자 데이터 보호와 다국어 지원을 목표로 하고 있어요.
왜 중요한가요? Mistral의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Nums AI Releases Causilo: A Tabular Foundation Model That Tops TabArena Among Single Models
Nums AI가 표 형태 데이터의 분류·회귀 문제를 위한 사전학습 파운데이션 모델 Causilo를 공개했어요. scikit-learn 인터페이스와 Apache-2.0 코드, Hugging Face 사전학습 가중치를 제공하며, TabArena 벤치마크에서 단일 모델 중 최고 Elo 점수(전체 1792.9)를 기록했어요. ScoringBench에서도 CRPS, R², RMSE 기준 1위를 차지했고, H100 GPU 테스트에서 TabICLv2, TabPFN-3보다 빠른 속도를 보였지만 상업적 사용에는 별도 라이선스가 필요해요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
GPU 없이 돌리는 AI…비드래프트 '포켓', 7주 만에 100만 다운로드
비드래프트가 GPU 없이 개인 기기에서 구동하는 350억 파라미터 온디바이스 AI 모델 '포켓-35B'가 공개 약 7주 만에 허깅페이스 누적 다운로드 100만건을 돌파했어요. 국내 100만 다운로드 모델 21종 중 가장 빠른 속도를 기록했고, 글로벌 GGUF 형식 리더보드에서는 세계 13위에 올랐어요. 최근 30일간 전체 다운로드의 76%가 발생하며 다운로드 속도가 더 빨라지고 있어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
NVIDIA, 물리적 AI 오케스트레이터 OSMO 오픈소스 공개
NVIDIA가 GB200/H100 학습, RTX 기반 Isaac Sim 시뮬레이션, Jetson 엣지 로봇 테스트를 하나의 YAML로 오케스트레이션하는 쿠버네티스 네이티브 도구 OSMO를 Apache-2.0 라이선스로 오픈소스화하고 NGC에 Helm 차트를 제공했다.
왜 중요한가요? 이질적인 컴퓨트 계층에 흩어진 로봇/물리적 AI 개발 파이프라인을 단일 워크플로우로 통합해 학습부터 시뮬레이션, 실제 로봇 검증까지의 인프라 관리 부담을 줄인다.
Fly Language Model (FLM) Wires the Full Fruit Fly Connectome Into a Frozen 1.2B LLM, and Its Own Controls Show the Wiring Does Not Help
Fly Language Model(FLM)은 초파리 신경연결망(MaleCNS v1.0) 전체를 고정된 1.2B 파라미터 LFM2.5-1.2B-Instruct 백본에 연결한 실험적 챗봇이에요. 실험 결과 연결망을 이용한 리드아웃이 백본보다 약간 나은 성능을 보였지만, 그래프 없이 동일한 입력을 직접 학습한 대조군이 모든 시드에서 더 나은 성능을 기록해 연결망 구조 자체의 특별한 이점은 확인되지 않았어요. 연구팀은 이 결과를 MIT 라이선스 코드와 논문으로 공개했어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Cohere Releases North Small Translate: A 218B MoE Translation Model That Scores 83.6 on WMT26 Across 50 Languages
Cohere가 218B 파라미터 규모(25B 활성)의 오픈 웨이트 MoE 번역 모델 North Small Translate를 공개했어요. 50개 언어를 지원하며 자체 WMT26 평가에서 83.6점(에이전틱 모드 84.36점)을 기록했고, DeepL·Google Translate·GLM 5.2 등을 앞선다고 밝혔어요. Cohere API에서 무료로 호출하거나 BF16/FP8/NVFP4 체크포인트로 자체 호스팅, 상업 라이선스 이용이 가능해요.
왜 중요한가요? Cohere의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
[중요 Deprecation] docs.cohere.com
Cohere 공식 문서(docs.cohere.com)의 Parse 관련 페이지에 deprecation 항목이 반영됐어요. 문서 목차에 'North Small Translate' 등 모델 항목이 추가되는 등 문서 구조 변경이 확인됐고, 관련 API/SDK 의존성에 대한 마이그레이션 검토가 권고돼요.
왜 중요한가요? Cohere의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
DeepSeek AI Released DeepSeek-V4.1-Flash with 1M Context, FP4 KV Cache, and Cross-Layer Attention Reuse
DeepSeek AI가 100만 토큰 컨텍스트를 지원하는 멀티모달 MoE 모델 DeepSeek-V4.1-Flash를 공개했어요. FP4 KV 캐시 양자화, 인코더-디코더 분리 구조, 계층 간 어텐션 재사용(CSA2) 등을 통해 토큰당 KV 캐시 용량을 이전 모델의 약 4분의 1로 줄였어요. MIT 라이선스로 공개됐고 Terminal-Bench 2.1, DeepSWE v1.1 등 벤치마크에서 Opus-5, GPT-5.6 Sol을 능가하는 결과를 보였어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Hugging Face Transformers v5.17.0 출시, HYV4·VibeVoice·NeoMME-Retriever 등 신규 모델 대거 추가
transformers 라이브러리 v5.17.0이 공개되어 780B 파라미터 MoE 언어모델 HYV4, 장문 다중화자 음성합성 VibeVoice, 문서 검색용 멀티모달 인코더 NeoMME/NeoMME-Retriever, 경량 ASR 모델 Fun-ASR-Nano 등 다수 신규 모델이 추가됐다. Vision 2D/3D 로터리 임베딩이 통합 RoPE 모듈로 표준화되고, 생성 단계 동기화 오버헤드 감소·원격 허브 파일 무조건 다운로드 방지·캐시 버그 수정 등의 개선이 포함됐다.
왜 중요한가요? 오픈소스 AI 생태계의 핵심 라이브러리에 대형 MoE 모델과 시각 문서 검색용 임베딩 모델이 공식 통합되면서, 개발자들이 최신 아키텍처와 RAG용 검색 모델을 즉시 활용할 수 있게 됐다.
OpenBMB Releases MiniCPM5-2B: A 2.52B Dense Model Averaging 53.9 Across 34 Benchmarks and Built to Run On Device
OpenBMB가 온디바이스 구동을 목표로 25억 파라미터급 밀집 언어모델 MiniCPM5-2B를 공개했어요. 131,072 토큰 컨텍스트를 지원하며 34개 벤치마크 평균 53.9점으로 더 큰 Qwen3.5-4B(51.1점)를 앞섰고, 특히 툴 사용과 코딩 에이전트, 장문 검색 영역에서 강점을 보였어요. Apache 2.0 라이선스로 가중치와 함께 사전학습·SFT·RL 데이터셋 및 중간 체크포인트도 함께 공개됐어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
Mistral AI, 오픈웨이트·주권형 AI 개발 위해 30억 유로 투자 유치
프랑스 AI 기업 Mistral AI가 오픈웨이트 및 주권형 AI를 프런티어 기술 수준으로 발전시키기 위해 30억 유로 규모의 투자를 유치했다.
왜 중요한가요? 유럽 중심의 독립적인 오픈웨이트 AI 생태계 구축 노력을 뒷받침하는 대규모 자금 조달로, 오픈소스 AI 경쟁 구도에 영향을 줄 수 있다.
H Company Releases NeoMME: A Family of 260M and 800M Single-Tower Multimodal Encoders That Drop the Vision Tower and Causal Decoder
H Company가 비전 타워와 인과 디코더를 제거한 단일 트랜스포머 구조의 멀티모달 인코더 NeoMME(260M, 800M)를 공개했어요. 텍스트 토큰과 32×32 이미지 패치를 같은 레이어에서 처리하며, 마스크드 디퓨전 방식으로 사전학습되어 ViDoRe v3에서 260M 모델이 0.523 nDCG@10을 기록해 3.75B 규모의 ColQwen2.5와 비슷한 성능을 냈어요. 모든 체크포인트는 Apache 2.0 라이선스로 Hugging Face Transformers에서 즉시 사용 가능하고, 토큰 풀링과 양자화로 인덱스 크기를 페이지당 최대 255배까지 줄일 수 있어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
UC Berkeley Researchers Release CUA-Lite, an Open Platform Unifying Sandboxes, Data, Evaluation and RL for Computer-Use Agents
UC 버클리 연구팀이 컴퓨터 사용 에이전트(CUA)를 위한 오픈 플랫폼 CUA-Lite를 공개했어요. Lite.OSWorld는 기존 QEMU/KVM 가상머신 대신 Docker 컨테이너에서 OSWorld 벤치마크를 실행해 메모리 사용량을 4.1GB에서 0.9GB로 줄이고 약 4.6배 더 많은 병렬 인스턴스를 지원하며, 13개 모델에서 VM과 동일한 점수를 재현했어요. 통합 데이터 스키마 LiteSample, 10개 이상의 에이전트, 15개 이상의 벤치마크, 3만 개 이상의 검증 가능한 태스크를 포함하며 데이터셋은 Hugging Face에 공개됐어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
허깅페이스가 주목한 韓 '비드래프트'…글로벌 AI 무대서 기술력 입증
글로벌 AI 플랫폼 허깅페이스가 매주 선정하는 'Space of the Week'에 국내 스타트업 비드래프트가 공개한 프로젝트 'ai-world'가 선정됐어요. 빅테크가 아닌 국내 스타트업이 자체 기술력으로 글로벌 AI 개발자 생태계의 주목을 받은 사례로 소개됐어요.
왜 중요한가요? Huggingface의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
IFM, K2 Horizon 6종 오픈소스 모델 공개(0.9B~375B, Apache 2.0)
MBZUAI 산하 IFM이 0.9B부터 375B-A23B까지 6개 모델로 구성된 K2 Horizon을 Apache 2.0으로 공개하고 사전학습 코퍼스, 중간 체크포인트, 학습 코드까지 함께 배포했다. vLLM, SGLang, Ollama에서 즉시 사용 가능하며 MoVA 어텐션 라우팅과 3배 디코딩 속도의 Uno LoRA 어댑터도 함께 제공됐다.
왜 중요한가요? 모델 가중치뿐 아니라 학습 데이터, 코드, 체크포인트까지 전면 공개해 오픈소스 AI 생태계의 투명성과 재현성을 크게 높인 사례로, 기업들이 다양한 크기의 모델을 동일한 아키텍처로 프로토타입부터 대규모 배포까지 확장할 수 있게 한다.
엔비디아, 허깅페이스 17.5조원에 인수 발표
엔비디아가 오픈소스 AI 플랫폼 허깅페이스를 129억3030만달러(약 17조5600억원)에 인수하기로 공식 합의했다. 투자자에게 119억달러 지급, 합류 직원에게 최대 10억달러 규모 주식 보상을 제공하며, 내년까지 인수를 마무리하고 개방형 플랫폼 운영 방식을 유지할 계획이다.
왜 중요한가요? 엔비디아 사상 최대 규모 인수합병으로, GPU·데이터센터 중심 사업에서 모델·데이터셋·개발자 도구까지 AI 생태계 전반으로 영향력을 확대하며 오픈소스 AI 생태계의 주도권 구도를 바꾼다.
GLM-5.3-Flash vs Qwen3.8-Flash-Next: Two Chinese AI Labs Independently Converge on the Same Model Architecture
Z.ai가 320B 파라미터의 멀티모달 MoE 모델 GLM-5.3-Flash를, 알리바바 Qwen팀이 125B 파라미터의 Qwen3.8-Flash-Next를 하루 간격으로 공개했어요. 두 모델은 서로 독립적으로 개발됐지만 선형·전체 어텐션을 3:1로 혼합하고, 압축 인덱서로 2048토큰만 선택하며, 잔차 스트림을 4개 분기로 확장하고 Muon 옵티마이저로 학습하는 등 거의 동일한 아키텍처 설계에 도달했어요. GLM-5.3-Flash는 1M 토큰 컨텍스트와 저가 정책을 앞세우고, Qwen3.8-Flash-Next는 Qwen4 아키텍처를 미리 보여주는 프리뷰 모델로 소개됐어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
코히어, 23억 파라미터 문서 AI 모델 '파스 5' 공개
코히어가 PDF·슬라이드·이미지 등 문서를 텍스트로 변환하는 23억 파라미터 비전언어모델 '파스 5'를 공개했다. OCR과 내용 이해를 통합 처리해 표·이미지·위치 정보를 함께 파악하며 9개 언어를 지원한다. API 가격은 1000페이지당 1.5달러이며, GPU 한 장당 초당 4.5페이지, H100 8장 서버 기준 초당 약 36페이지를 처리한다.
왜 중요한가요? 벤치마크 최상위는 아니지만 가격 대비 성능과 처리 속도를 앞세워 대규모 문서 처리·RAG 파이프라인의 비용을 크게 줄일 수 있는 실용적 대안을 제시한다.
엔비디아, 오픈소스 AI 플랫폼 허깅페이스 129억달러에 인수
엔비디아가 세계 최대 오픈소스 AI 모델 플랫폼 허깅페이스를 129억달러(약 18조원)에 인수하기로 합의했다.
왜 중요한가요? 하드웨어 중심 엔비디아가 AI 모델·개발자 플랫폼까지 확보해 GPU 중심 AI 컴퓨팅 생태계를 수직통합하려는 전략으로, 오픈소스 AI 생태계에 큰 영향을 미친다.
Cohere, 문서 파싱 전용 비전언어모델 'Parse'(parse-v5.0) 출시
Cohere가 23억 파라미터 비전언어모델 Parse를 공개했다. PDF·PPT·JPEG 페이지를 별도 OCR 없이 마크다운, HTML 테이블, 바운딩박스, 이미지 설명 등으로 변환하며 API 가격은 1,000페이지당 1.50달러, Model Vault 전용 인스턴스로도 제공된다.
왜 중요한가요? RAG 파이프라인의 문서 수집·구조화 단계를 자동화해 기업의 문서 기반 검색·근거화 비용과 시간을 줄일 수 있다.
Alibaba Qwen, 2.4T 파라미터 오픈 웨이트 모델 Qwen3.8-2.4T-A95B 공개
Alibaba Qwen팀이 Qwen-Max급 최초 오픈 웨이트 모델인 Qwen3.8-2.4T-A95B(총 2.4조 파라미터, 토큰당 950억 활성화)를 공개했으며, 하이브리드 선형+전체 어텐션 구조, 최대 262K(확장 시 1M) 토큰 컨텍스트, 네이티브 멀티토큰 예측 기반 추론 가속을 지원한다. AWS는 이를 SageMaker HyperPod와 vLLM으로 8×NVIDIA B300 GPU 노드에 NVFP4 양자화(약 1.2TB)로 서빙하는 방법을 공개했다.
왜 중요한가요? 최상위급 성능의 초대형 모델을 오픈 웨이트로 공개함으로써 기업이 자체 인프라에서 데이터 통제권을 유지하며 에이전트형 코딩·툴 사용·장기 추론 작업에 활용할 수 있게 되어, 오픈소스 AI 생태계와 대규모 모델 서빙 방식에 실질적 변화를 가져온다.
mem0 TypeScript SDK v3.1.6, Oracle AI Vector Search 벡터 스토어 지원 추가
mem0ai/mem0 TS SDK v3.1.6에서 Oracle AI Vector Search 벡터 스토어를 신규 지원(풀링 연결, HNSW/IVF 인덱스, JSON 페이로드 필터링, 6종 거리 메트릭)하고, 세션 스코프 키 특수문자 처리 버그와 Oracle 초기화 실패 시 커넥션 풀 정리 버그를 수정했다. insert 배치 유효성 검증을 추가하고 Oracle 벡터 스토어의 insert/list/search 성능을 개선했으며, 8개 high·18개 medium 심각도 의존성 취약점을 패치했다.
왜 중요한가요? RAG용 벡터 스토어 선택지가 확대되고 성능·보안이 개선되어 mem0 기반 메모리/검색 시스템의 안정성과 확장성이 높아진다.
vLLM v0.27.0 출시, Kimi K3·Qwen3.5 지원 및 PyTorch 2.13 업그레이드
vLLM v0.27.0이 561개 커밋과 242명 기여자 참여로 출시되어 Kimi K3, Qwen3.5, VaultGemma 등 신규 모델 지원과 PyTorch 2.13/Triton 3.7.1 업그레이드, FlashAttention 4 SM100 최적화, DeepSeek-V4 성능 개선, Model Runner V2 확장, Rust 프론트엔드 gRPC 제어 플레인 추가 등이 반영됐습니다.
왜 중요한가요? 주요 오픈소스 추론 서빙 엔진의 대규모 업데이트로 신규 모델 지원과 하드웨어 성능 최적화가 결합되어 실제 프로덕션 배포 성능과 비용에 직접적 영향을 미칩니다.
NVIDIA, 물리 AI용 오픈 월드 모델 'Cosmos 3' 발표
NVIDIA가 비전-언어 모델, 물리 기반 월드 시뮬레이터, 월드 액션 모델의 백본으로 쓸 수 있는 믹스처-오브-트랜스포머 구조의 'Cosmos 3'를 Super(64B), Nano(16B), Edge(4B) 세 가지 크기로 OpenMDW 1.1 라이선스 하에 공개했다. Omniverse·OpenUSD와 결합해 로봇, 자율주행차, 비전 AI 시스템을 위한 시뮬레이션 및 합성 데이터 생성 워크플로우를 지원한다.
왜 중요한가요? 물리 AI 개발에 필요한 대규모·다양한 학습 데이터 확보와 시뮬레이션 검증을 오픈 모델로 지원함으로써 로보틱스·자율주행 분야의 개발 장벽을 낮춘다.
Qdrant v1.19.0 출시, TurboQuant 4비트 및 메모리 계층 통합 설정 추가
Qdrant가 v1.19.0을 릴리스했다. TurboQuant 4비트 벡터 저장 데이터타입, 컬렉션별 메모리 계층(cold/cached/pinned) 통합 설정, 키워드 prefix 매칭 필터, 쿼리별 IDF 계산, 슬라이스 필터링, 전역 쿼터 API, 결정적 읽기 라우팅 토큰 등이 추가되었고 다수의 성능 개선 및 버그 수정이 포함됐다.
왜 중요한가요? 벡터DB의 저장 효율과 검색 기능이 개선되면서 RAG 시스템의 비용과 정확도, 운영 유연성에 직접적인 영향을 준다.
NVIDIA, 자율주행용 오픈 모델 'Alpamayo 2 Super' 상용 라이선스로 공개
NVIDIA가 로보택시·자율주행차용 340억 파라미터 비전-언어-액션 모델 Alpamayo 2 Super를 Hugging Face에 공개했다. 32B VLM과 2.3B 디퓨전 액션 디코더로 구성되며 OpenMDW-1.1 라이선스로 파인튜닝, 파생 모델, 상업적 재배포가 가능하다. Alpamayo 전체 모델군에도 동일 라이선스가 적용돼 기존 R&D용 모델도 즉시 상업 배포가 가능해졌다.
왜 중요한가요? 자동차 제조사와 공급사가 자체 데이터로 커스터마이징한 자율주행 모델을 별도 허가 없이 상업적으로 배포할 수 있게 되어, 자율주행 개발의 진입장벽과 비용을 낮추고 오픈소스 AV 생태계 경쟁을 촉진한다.
마이크로소프트 리서치, 에이전트 AI 학습용 오픈소스 프레임워크 'Orchard' 공개
마이크로소프트 리서치가 소프트웨어 엔지니어링, 웹 내비게이션, 개인 어시스턴트 등 다양한 도메인의 에이전트를 훈련·평가할 수 있는 쿠버네티스 기반 오픈소스 프레임워크 Orchard와 핵심 구성요소 Orchard Env를 공개했으며, 훈련 데이터와 평가 방법도 함께 배포했다. 약 30억 파라미터의 작은 모델로 SWE-bench Verified 69.7%(리랭킹 시 73.0%) 성능을 달성했다.
왜 중요한가요? 기존에는 폐쇄형 인프라와 데이터셋이 필요했던 에이전트 AI 연구를 오픈소스로 재현 가능하게 만들어, 연구자와 개발자가 더 적은 자원으로도 강력한 에이전트를 구축·검증할 수 있게 된다.
Liquid AI Releases LFM2.5-Encoder-230M and LFM2.5-Encoder-350M: Bidirectional Encoders That Stay Fast at 8K Context on CPU
Liquid AI가 8,192 토큰 컨텍스트를 지원하는 경량 양방향 인코더 두 가지를 출시했어요. LFM2.5-Encoder-230M과 LFM2.5-Encoder-350M은 LFM2 하이브리드 아키텍처 기반으로 만들어져 CPU에서도 빠르게 작동해요. 이 모델들은 엣지 디바이스, 규제가 많은 금융·의료·법률 시스템, 고비용 효율이 필요한 파이프라인에서 분류, 라우팅, 안전 필터링 등에 활용될 수 있어요.
왜 중요한가요? Open Source Ai의 공식 변경이라 관련 제품과 개발 전략에 직접 영향을 줄 수 있어요.
MCP Python SDK v2.0.0 정식 출시, 2026-07-28 프로토콜 지원
Model Context Protocol Python SDK의 안정 버전 v2.0.0이 출시되어 2026-07-28 프로토콜 리비전을 지원하며 이전 버전과 하위 호환성을 유지한다. FastMCP가 MCPServer로 통합되고 첫 번째 클래스 Client 객체가 제공되며, 멀티라운드 트립 요청, OpenTelemetry 트레이싱 기본 지원, 별도의 mcp-types 패키지, 강화된 stdio·OAuth 보안이 추가됐다. v1.x는 유지보수 모드로 전환된다.
왜 중요한가요? MCP는 AI 에이전트와 도구 연동의 핵심 표준 프로토콜로, 주요 SDK의 메이저 업그레이드는 다수의 에이전트 프레임워크와 서버 개발에 직접 영향을 미친다.