AI 뉴스 브리프 2026-11-07
에이전트용 Git 재설계, GPT-6 Cyber, Google 에이전트 주의 분산 분석#

오늘 확인할 만한 AI 기술 뉴스와, AI 시대의 개발자 도구 / 오픈소스 / 인프라 / 조직 변화를 함께 정리합니다. 이번 브리프는 10월 31일부터 11월 7일까지 공개된 소식을 다룹니다.

이번 구간의 주제어는 병목(bottleneck)의 이동으로, 에이전트가 코드를 빨리 쓰게 되자 막히는 지점이 모델 바깥, 곧 소스 저장소, 코드베이스의 낡은 흔적, 버그를 고치는 사람의 시간으로 옮겨 갔다는 글이 같은 주에 여러 회사에서 나왔습니다. 필자가 가장 실무적이라고 느낀 항목은 주요 뉴스 세 번째에 담았고, 공개 저장소를 운영한다면 일곱 번째는 12월 전에 꼭 확인하시길 권합니다. 이번 구간에는 대형 개발자 행사가 없었습니다.

빠른 요약#

OpenAI는 Codex 병렬 작업으로 신뢰도가 90% 아래로 떨어졌던 모노레포를 위해 Git 호환 백엔드 Pando를 만들어 push 지연 중앙값을 약 5분의 1로 줄였고, 같은 주에 코드 저장 회사 Pierre 인수도 발표했습니다.
GitHub는 내부 테스트에서 한 저장소에 에이전트 5,000개를 붙여 초당 7,200회 push를 처리한 새 Git 저장 구조 Rubicon을 공개했습니다.
Google 사내 분석에서, 에이전트가 이미 닫힌 버그를 가리키는 TODO 주석을 쫓아 딴 길로 새면 세션당 토큰이 77%, 대기 시간이 105% 늘었습니다.
Anthropic은 에이전트 메모리를 대화 기록, 메모, 위키, 주입 컨텍스트의 네 층으로 나누고, 여러 에이전트가 한 파일에 같이 쓰면 사실의 28%가 사라진다는 실험을 공개했습니다.
OpenAI가 승인된 보안 조직에만 여는 GPT-6 Cyber를 출시했고, 100만 토큰당 입력 20달러, 출력 100달러입니다.
OpenAI는 리눅스 커널에서 권한 상승 익스플로잇 948개를 만든 에이전트 파이프라인의 단계별 비용을 공개했고, 전체 비용은 약 121만 달러였습니다.
GitHub Actions의 pull_request_target 트리거가 12월 2일부터 공개 저장소에서 기본 차단되고, 11월 9일과 16일에 시험 차단이 있습니다.
Claude API에 대화를 서버에 두고 새 메시지만 보내는 메시지 스레드가 베타로 나와, 50만 토큰 이상 요청의 첫 토큰 지연이 약 35% 줄었습니다.
Postman 데스크톱이 사용자 동의 없이 Codex와 Claude Code 설정에 자사 플러그인과 시작 훅을 넣었다가 되돌렸습니다.
Postgres 19 출시가 LLM으로 찾은 버그 신고가 몰리면서 늦어졌고, 출시 브랜치 커밋이 전년보다 60% 넘게 늘었습니다.
사람 리뷰를 선택 사항으로 돌린 10명 팀의 엔지니어가 한 달에 PR을 200개 넘게 머지한 경험과 그 과정의 사고를 정리했습니다.

주요 뉴스#

OpenAI의 사내 Git 백엔드 Pando — 그리고 Pierre 인수#

무슨 일인가요? OpenAI는 11월 2일, Codex로 병렬 작업이 늘면서 모노레포(monorepo, 회사의 코드를 한 저장소에 모아 둔 구조)의 fetch와 push가 느려지고 신뢰도가 한때 90% 아래로 떨어졌다며 새 소스 관리 백엔드 Pando를 공개했습니다. Git 프로토콜과 클라이언트는 그대로 두고 서버만 Rust로 새로 만들었으며, 저장소 전체가 아니라 브랜치마다 순서만 지키는 인과적 일관성(causal consistency)으로 쓰기를 늘리고, 한 번 만든 packfile(여러 Git 객체를 묶은 압축 파일)을 여러 클라이언트에 재사용해 읽기를 늘렸습니다. 운영 환경에서 push 지연 중앙값이 약 5배 줄었고 하루에 1페타바이트 가까운 Git 데이터를 내보내며, 개선 사항은 Git 본가에 기여할 계획입니다. 11월 4일에는 Codex 앱의 파일 탐색과 변경 보기에 쓰이는 Trees·Diffs 라이브러리와 Code Storage를 만든 Pierre Computer Company를 인수한다고 발표했습니다.
왜 중요한가요? 사람 기준으로 설계된 Git 서버가 에이전트 수십, 수백 개의 동시 push를 감당하지 못하는 것이 실제 병목이 됐다는 1차 사례입니다. 인수까지 이어진 것을 보면, OpenAI는 “첫 브랜치부터 배포까지"를 Codex 안에서 처리하는 방향으로 가고 있습니다.
관심 포인트 클라이언트를 바꾸지 않고 서버만 바꿨다는 점이 핵심이라, 사내 Git 서버를 운영하는 팀이라면 일관성을 어디까지 느슨하게 해도 되는지 판단할 참고 자료로 읽을 만합니다.
원문: 원문 보기

GitHub의 새 Git 저장 구조 Rubicon — 저장소 하나에 에이전트 5,000개#

무슨 일인가요? GitHub는 11월 5일 엔지니어링 블로그에서, 한 저장소의 하루 요청이 2026년 3월 평균 4,400만 건에서 5월 1억 8,100만 건으로 약 4배 늘었다며 새 Git 저장 구조 Rubicon을 소개했습니다. 객체는 Azure Blob Storage에, 브랜치 포인터(ref)는 비교 후 교체(compare-and-swap) 방식의 복제 로그 서비스에 두고, 요청을 처리하는 서버의 디스크는 언제든 다시 만들 수 있는 캐시로만 씁니다. 내부 테스트에서 한 저장소에 에이전트 5,000개를 동시에 붙여 초당 7,200회 push를 처리했고, 지금은 제한된 비공개 프리뷰이며 내년 초 확대할 예정입니다. 여러 파일을 한 번에 커밋하는 API, 저장소 변경을 실시간으로 구독하는 이벤트 스트림, clone 없이 파일을 읽는 기능이 후속으로 예고됐습니다.
왜 중요한가요? OpenAI의 Pando와 같은 주에 같은 문제를 다른 방식으로 푼 글이 나왔습니다. 에이전트가 많아지면 “로컬에 clone하고 push한다"는 Git 사용 방식 자체가 서버 API 호출로 바뀔 수 있다는 신호입니다.
관심 포인트 clone 없는 작업과 원자적 커밋 API가 나오면 클라우드 에이전트가 저장소를 다루는 방식과 비용이 달라질 수 있어, 프리뷰 확대 시점을 지켜볼 생각입니다.
원문: 원문 보기

Google — 코드 속 낡은 TODO가 에이전트를 딴 길로 보냅니다#

무슨 일인가요? Google은 11월 6일, 엔지니어 수천 명이 쓴 사내 코딩 에이전트의 실행 기록(에이전트 스텝 수억 개)을 분석한 결과를 공개했습니다. 파일을 읽은 세션의 13%가 TODO(bug/...)처럼 버그 번호가 달린 주석을 만났고, 그중 6%에서 에이전트가 그 버그를 조사하거나 고치려 했는데, 그 83%는 사용자가 시키지 않은 행동이었고 41%는 이미 닫힌 버그를 쫓은 것이었습니다. 이런 우회가 생긴 세션은 다른 조건을 통제해도 스텝이 70%, 토큰이 77%, 대기 시간이 105% 늘었습니다. Google은 버그 상태와 대조해 낡은 TODO를 지우는 정리 에이전트를 6개월간 돌려 수천 건을 제거했고, 사람 리뷰어 승인율은 95%를 넘었습니다.
왜 중요한가요? 사람은 무시하고 지나가던 낡은 주석이 에이전트에게는 “해야 할 일"로 읽힌다는 것을 대규모 데이터로 보여 줍니다. 미뤄 둔 정리 작업의 비용이 에이전트 시대에는 토큰과 대기 시간으로 바로 돌아온다는 뜻입니다.
관심 포인트 닫힌 이슈를 가리키는 TODO를 찾아 리뷰 가능한 변경으로 올리는 일은 작은 팀도 바로 따라 할 수 있어, 필자도 블로그 저장소부터 한 번 훑어볼 생각입니다.
원문: 원문 보기

Anthropic — 에이전트 메모리를 이루는 네 개의 층#

무슨 일인가요? Anthropic은 11월 6일 에이전트 메모리를 아래부터 대화 기록(transcript), Claude가 직접 쓰는 메모, 위키처럼 서로 연결된 표현, 매 세션 주입되는 컨텍스트의 네 층으로 나누고, 기록을 오프라인으로 다시 읽으며 메모를 고치고 정리하는 과정을 드리밍(dreaming)이라 부르는 연구 글을 냈습니다. 데이터베이스 과제(CL-Bench)에서 메모리를 쓰면 Opus 5.5의 점수가 0.655에서 0.838로, Opus 4.7은 0.383에서 0.700으로 올랐습니다. 약 35만 개 파일 코퍼스 질의에서는 위키와 검색을 함께 쓸 때 61%로 검색만 쓸 때(53%)보다 높았고 질문당 약 2만 토큰을 아꼈습니다. 여러 에이전트가 한 파일에 같이 쓰면 사실 57개 중 41개(72%)만 남았지만, 에이전트마다 페이지를 나누자 모두 남았습니다.
왜 중요한가요? “메모리를 붙이면 좋아진다"를 넘어, 어느 층에 무엇을 둘지와 무엇을 피할지를 실측과 함께 정리한 설계 지침입니다. 맨 위 주입 층은 작게 유지하고 세부는 아래 층으로 내리라는 권고는 CLAUDE.md 같은 지시 파일을 쓰는 모든 팀에 해당합니다.
관심 포인트 강한 모델에는 절차보다 메모리의 목적을 설명하라는 권고가 있어, 필자가 쓰는 에이전트 메모리 규칙을 이 기준으로 다시 점검해 볼 만합니다.
원문: 원문 보기

GPT-6 Cyber — 승인된 방어자에게만 여는 보안 모델#

무슨 일인가요? OpenAI는 11월 5일 취약점 검증과 익스플로잇 개발에 특화한 GPT-6 Cyber를 출시했습니다. 주어진 취약점을 실제로 악용할 수 있는지 재는 ExploitGym에서 48.5%로 이전 GPT-5.6 Cyber(32.1%)보다 높고, 허용 범위 밖 서비스를 공격하지 않은 비율은 배포용 프롬프트 없이도 99.93%였으며, OpenAI는 이미 Linux와 Firefox 같은 코드베이스에서 수천 건의 익스플로잇을 찾아 검증했다고 밝혔습니다. 승인된 Daybreak Red 고객만 쓸 수 있고 API 접근에는 기본으로 IP 허용 목록이 필요하며, API 가격은 100만 토큰당 입력 20달러, 캐시 입력 2달러, 출력 100달러, 컨텍스트는 약 105만 토큰입니다.
왜 중요한가요? 가장 강한 보안 능력을 일반 공개 대신 심사를 거친 조직에만 여는 방식이 지난주 Google에 이어 OpenAI에서도 이어졌습니다. 취약점 재현과 패치 검증이 승인제 유료 API 상품이 된 셈입니다.
관심 포인트 일반 개발팀은 바로 쓸 수 없지만, 이런 모델로 찾은 버그 신고가 오픈소스 메인테이너에게 몰리는 흐름은 함께 볼 흐름 두 번째의 Postgres 사례와 이어집니다.
원문: 원문 보기

리눅스 커널 권한 상승 948개 — 보안 에이전트 파이프라인의 비용표#

무슨 일인가요? OpenAI는 11월 4일 리눅스 커널을 대상으로 한 취약점 연구 결과를 공개했습니다. 감사 대상 선정, 발견, 동적 재현, 익스플로잇 개발, 패치 초안, 사람 검토로 이어지는 파이프라인이 후보 2,308건을 분석해 1,724건을 재현했고, 권한 없는 사용자가 root를 얻는 로컬 권한 상승(LPE, Local Privilege Escalation) 익스플로잇 948개를 만들었습니다. 10월 중순 캠페인 전체 비용은 API 크레딧 기준 121만 3,430달러였고 그중 익스플로잇 개발 단계가 약 64%를 차지했으며, 성공한 익스플로잇 하나를 만드는 데는 평균 359달러가 들었습니다. 모델이 강해질수록 무거운 오케스트레이션(orchestration, 에이전트를 감싸는 단계별 제어 장치)은 덜 필요했다는 점과, 이미 감사한 코드도 모델이 바뀌면 다시 스캔하라는 점을 교훈으로 꼽았습니다.
왜 중요한가요? 보안 에이전트의 성과를 단계별 비용까지 공개한 드문 자료입니다. 익스플로잇 하나에 수백 달러라는 숫자는 방어자에게는 “이 취약점이 실제로 위험한가"를 싸게 확인할 수단이 생겼다는 뜻이고, 공격자에게도 같은 계산이 성립합니다.
관심 포인트 하네스를 더 정교하게 만들기보다 덜어 내는 쪽이 나았다는 경험은 보안 외의 에이전트 설계에도 참고할 만합니다.
원문: 원문 보기

GitHub Actions `pull_request_target`, 12월 2일부터 공개 저장소에서 기본 차단#

무슨 일인가요? GitHub는 11월 2일 시행 예정이던 pull_request_target 기본 차단을 12월 2일로 미뤘다고 알렸습니다. 이 트리거는 포크(fork)에서 온 PR에도 원본 저장소의 권한과 시크릿으로 워크플로를 실행하기 때문에, 신뢰할 수 없는 코드를 실행하면 CI가 탈취되거나 시크릿이 샐 수 있습니다. 대상은 GitHub Free, Team, Enterprise Cloud의 공개 저장소이고 비공개·내부 저장소와 GitHub Enterprise Server는 빠지며, 11월 9일과 16일 16시부터 18시(UTC)에는 실제로 차단하는 시험 기간이 있습니다. 계속 써야 하면 Actions 이벤트 정책에서 워크플로 파일 단위로 허용해야 합니다.
왜 중요한가요? 라벨 달기, 외부 기여 PR의 미리보기 배포처럼 이 트리거에 기대던 오픈소스 CI가 다음 주 월요일 시험 차단 시간대부터 실패할 수 있습니다. 에이전트가 여는 PR이 늘수록 이 경로의 위험도 커진다는 판단으로 읽힙니다.
관심 포인트 11월 9일 전에 Insights에서 차단 대상이 될 실행을 확인하고, 정말 필요한 워크플로만 골라 허용하는 것이 좋겠습니다.
원문: 원문 보기

Claude 메시지 스레드 — 긴 에이전트 루프의 첫 토큰 지연을 줄입니다#

무슨 일인가요? Anthropic은 11월 2일 Messages API에 메시지 스레드(message threads)를 베타로 추가했습니다. 지금까지는 매 턴마다 대화 전체를 다시 보내고 API가 이를 다시 검증·토큰화했지만, 스레드를 쓰면 대화를 서버에 두고 새 메시지만 보냅니다. 스레드는 마지막 요청 5분 뒤 만료되고 1시간 안에 삭제되며 디스크에 쓰지 않고, 만료되면 대화 전체를 다시 보내 새로 시작합니다. 50만에서 100만 토큰 요청에서 첫 토큰까지 걸리는 시간(TTFT) 중앙값이 약 35% 줄었고, 대부분의 Claude Code 사용자에게는 이미 기본으로 켜져 있습니다.
왜 중요한가요? 줄어드는 것은 지연뿐이고 토큰 사용량과 요금은 그대로라는 점을 분명히 알아 둬야 합니다. 긴 컨텍스트로 수십 턴을 도는 에이전트에서 체감 속도를 높이는 기능입니다.
관심 포인트 Claude API, AWS, Google Cloud, Microsoft Foundry에서 모두 베타로 쓸 수 있어, 직접 에이전트 루프를 만드는 팀은 SDK의 스레드 도우미로 바로 시험해 볼 수 있습니다.
원문: 원문 보기

함께 볼 흐름#

Postman이 몰래 고친 에이전트 설정 파일#

핵심 내용 Postman 데스크톱 12.33.4가 기존 로그인 사용자에게 묻지 않고 Codex와 Claude Code용 Postman 플러그인, ~/.local/bin의 CLI를 설치하고 ~/.codex/config.toml과 ~/.claude/settings.json을 고쳤다는 이슈가 올라왔습니다. 세션이 시작될 때마다 “API 작업이면 Postman 스킬을 불러오라"는 지시를 넣는 시작 훅(SessionStart hook)과 원격 MCP 서버도 켜졌고, 신고자는 설치 프로그램이 이 훅을 스스로 신뢰 목록에 올리는 코드 경로를 지적했습니다. Postman은 11월 5일 변경을 되돌리고 동의 절차를 다시 설계하겠다고 답했으며, 데이터가 실제로 유출됐다는 증거는 나오지 않았습니다. 같은 날 Claude Code가 웹 검색 요청의 User-Agent에 사용자 이메일을 넣었다는 이슈도 Hacker News 상위에 올라, 에이전트가 바깥에 무엇을 보내는지에 관심이 모였습니다.
왜 볼 만한가요? 에이전트 설정 파일과 훅이 다른 앱의 설치 대상이 됐다는 사례입니다. 훅은 에이전트가 매번 읽는 지시이므로, 누가 그 파일을 고칠 수 있는지가 곧 공급망 보안 문제입니다.
관심 포인트 에이전트 설정 파일을 버전 관리하거나 주기적으로 diff를 확인해, 모르는 플러그인이나 훅이 들어오지 않았는지 살펴보는 습관이 필요해 보입니다.
원문: 원문 보기

Postgres 19가 늦어진 이유 — LLM이 찾은 버그를 사람이 고쳐야 합니다#

핵심 내용 PostgreSQL 커미터 Robert Haas는 10월 30일, 보통 9월 중순에서 10월 중순 사이에 나오던 메이저 버전이 이번에는 11월 이후로 밀렸다며 그 이유를 “LLM이 나타났기 때문"이라고 썼습니다. 출시 준비 중인 브랜치의 커밋이 1년 전 724건에서 1,169건으로 60% 넘게, 직전 버전 브랜치의 커밋은 74% 넘게 늘었고, 베타 막바지에 큰 기능 세 개를 되돌렸습니다. LLM이 수정안 초안까지 써 주더라도 사람이 검토해야 하고, 커미터의 시간이 보안과 이전 버전 버그로 쏠리면서 일정이 밀렸다는 설명입니다.
왜 볼 만한가요? 발견은 기계가 빨라졌는데 고치고 검토하는 사람의 시간은 그대로라는 병목을 오픈소스 현장의 숫자로 보여 줍니다. 위의 GPT-6 Cyber와 커널 파이프라인 소식을 반대편에서 본 글입니다.
관심 포인트 Haas는 앞으로 새 기능은 AI의 검토를 받게 되니 모든 개발자가 기준을 높여야 한다고 결론짓는데, 의존하는 오픈소스의 출시 주기가 바뀔 수 있다는 점도 함께 기억해 둘 만합니다.
원문: 원문 보기

사람 리뷰를 선택으로 돌린 팀의 기록#

핵심 내용 The Pragmatic Engineer 창간 5주년 에세이 공모 우승작으로, 개발자 Neil Kakkar가 Bloomberg, PostHog, 약 10명 규모 스타트업 Tano에서의 일하는 방식을 비교했습니다. Tano에서는 코드베이스에 익숙해진 엔지니어에게 사람 리뷰가 선택 사항이고, 모든 PR을 CI 안의 Claude Code 리뷰 에이전트가 검토하며, 작성자는 한 달에 PR을 200개 넘게 머지하고 되돌림 비율은 이전보다 약 6배 낮다고 적었습니다. 모든 통화의 보조 단위가 100이라고 가정한 버그, 약 25GB짜리 게시물 테이블에 동시 생성 옵션 없이 인덱스를 추가해 쓰기를 막은 마이그레이션, 크리에이터에게 두 번 지급된 정산 같은 사고와 그때마다 리뷰 에이전트에 검사를 추가한 과정도 함께 담았습니다.
왜 볼 만한가요? 빠른 속도의 대가로 맥락 전환 피로, 한 사람에게 몰리는 지식, 모두가 PR을 읽지 못해 사라지는 공유 맥락을 솔직하게 적었습니다. 편집자 Gergely Orosz도 반복 속도만으로는 제품의 성공을 말할 수 없다는 단서를 붙였습니다.
관심 포인트 사고가 날 때마다 리뷰 에이전트의 검사 항목으로 바꾸는 방식은, 사람 리뷰를 줄이든 유지하든 가져다 쓸 만한 운영 습관입니다.
원문: 원문 보기

싼 판정 모델이 망설일 때만 Opus를 부르는 라우팅#

핵심 내용 Hightouch는 11월 4일, 고객 데이터에서 같은 사람의 기록을 묶는 신원 확인(identity resolution) 결과를 LLM으로 채점하면서, 조건이 참일 확률을 0에서 1 사이로 내는 저가 판정 모델 Jev를 먼저 돌리고 확신도가 30–90% 구간일 때만 Claude Opus 5.5에 넘기는 방식을 공개했습니다. 쉬운 테스트에서는 Opus 단독 99.0%(1,000건당 3.86달러)에 거의 맞먹는 98.8%를 0.88달러에 냈고, 어려운 테스트에서는 95.3% 대 95.1%로 정확도는 같고 비용은 2.94달러 대 5.39달러로 절반 정도였습니다. 확신도가 실제 정답률과 잘 맞는 모델일수록 이 방식이 잘 통하고, 자신감이 과한 모델은 넘길 구간을 잡기 어렵다는 비교도 담았습니다.
왜 볼 만한가요? 제목의 “4배 저렴"은 쉬운 데이터 기준이고 어려운 데이터에서는 약 1.8배라는 점까지 표로 드러나 있어, 라우팅 효과를 정직하게 읽는 연습이 됩니다.
관심 포인트 대량 분류나 채점 작업이라면 “싼 모델의 확신도로 비싼 모델 호출을 거르는” 구조를 먼저 검토해 볼 만합니다.
원문: 원문 보기

Thoughtworks 기술 레이더 35호 — 하네스 엔지니어링과 “검토하는 척”#

핵심 내용 Thoughtworks가 11월 기술 레이더 35호를 냈습니다. 주제는 규모가 커진 하네스 엔지니어링(harness engineering, 에이전트를 감싸는 메모리·컨텍스트·피드백·가드레일 설계), 프런티어 모델만 고집하지 않는 모델 선택, 병렬 에이전트로 병목이 리뷰와 배포 파이프라인으로 옮겨 가는 현상, AI 인프라 구축의 네 가지입니다. 채택(Adopt)에는 에이전트 샌드박싱과 필요한 컨텍스트만 단계적으로 보여 주는 점진적 컨텍스트 공개(progressive context disclosure)가, 주의(Caution)에는 형식뿐인 사람 검토(human-in-the-loop theater), 비대해진 에이전트 지시문, 무조건 프런티어 모델 쓰기, 코딩 처리량을 생산성 지표로 삼기가 올랐습니다.
왜 볼 만한가요? 이번 브리프의 여러 사례를 업계가 이름 붙인 권고로 한 장에 정리한 셈입니다. 팀 안에서 “이건 하지 말자"를 이야기할 때 근거로 쓰기 좋습니다.
관심 포인트 “검토하는 척"과 “처리량을 생산성으로 보기"가 주의 항목에 오른 것은, 바로 위 사람 리뷰를 선택으로 돌린 팀의 기록과 나란히 읽어 볼 만합니다.
원문: 원문 보기

YouTube 브리프#

How Mozilla strengthens Firefox security with GPT-6 Cyber#

채널: OpenAI
핵심 내용 11월 5일 올라온 1분이 채 안 되는 영상으로, Mozilla의 Brian Grinstead가 이미 많이 검증된 Firefox 코드베이스에서 GPT-6 Cyber가 알려지지 않은 고위험 취약점을 찾았고, 재현 테스트와 패치 제안 덕분에 수정을 빨리 배포할 수 있었다고 말합니다. 자막과 설명란, 연결된 GPT-6 Cyber 발표 글을 확인했습니다.
볼 만한 이유 주요 뉴스의 GPT-6 Cyber가 실제 오픈소스 보안 작업에서 어떻게 쓰이는지 짧게 보고 싶은 독자에게 맞습니다.
영상: 영상 보기

AI News: New ChatGPT & Google Models (14 Updates Worth Knowing)#

채널: Matt Wolfe
핵심 내용 11월 6일 주간 종합 영상으로, ChatGPT Images 2.6의 GIF 생성과 부분 편집, 15초 클립을 지원하는 Gemini Omni 1.2 Flash, 가중치가 공개된 Kimi K3.1 Pro, Claude의 개인 금융 기능 등을 차례로 보여 줍니다. 설명란의 챕터와 자막 일부를 확인했습니다.
볼 만한 이유 이번 브리프가 개발 인프라 쪽에 집중하느라 다루지 않은 이미지·영상 생성과 소비자 제품 발표를 한 번에 훑고 싶은 독자에게 유용합니다.
영상: 영상 보기

AI 뉴스 브리프 2026-11-07에이전트용 Git 재설계, GPT-6 Cyber, Google 에이전트 주의 분산 분석#