편집자 노트: 2026년 9월 21일 주간 AI 뉴스입니다.
9월 7일부터 21일까지 수집한 자료에서 이전 호와 중복되는 링크를 제외하고 기사 15건과 영상 4건을 골랐습니다.
모델·서비스 발표와 함께 에이전트의 판단 정확도, 반복 실행의 일관성, 결과 검증을 다룬 소식을 모았습니다.
LangChain은 피드 대신 HTML이 반환돼, Figma는 RSS 404 오류로 이번 수집에서 빠졌습니다.

AI 전반

Gemini 3.8 Live, 대화를 이어가며 백그라운드 작업 수행

Google DeepMind · 9월 15일 발표, 17일 업데이트

Google은 비용 효율 중심의 Gemini 3.8 Live와 복잡한 다단계 추론용 Extended Thinking을 발표했다. 실시간 시각 맥락과 97개 언어 전환을 지원하며, 대화를 계속하는 동안 도구·API 호출을 백그라운드에서 실행한다고 밝혔다. 개발자는 Gemini API와 AI Studio에서 이용할 수 있고 기업 기능 일부는 비공개 프리뷰다.

Astra for Law, 법률 검색과 업무 지침을 결합

OpenAI · 9월 17일

OpenAI는 GPT-6 Astra에 법률 검색 인덱스와 분석·작성 지침을 결합한 Astra for Law를 발표했다. 미국 법률 연구 질문 200개를 평가한 자체 결과에서 최고 추론 설정의 정답 판정 비율은 54.0%였고, 웹 검색만 사용한 Astra는 38.7%였다. 회사가 제시한 약 40% 향상은 두 수치의 상대 개선폭이다. 선정된 법률사무소에 ChatGPT·Codex Trusted Access로 우선 제공하며 API는 추후 제공할 예정이고, ChatGPT for Word 일반 제공도 함께 발표했다.

OpenAI, 모델 오정렬 공개 체계와 사례 6건 발표

OpenAI · 9월 16일

OpenAI는 모델의 예상 밖 행동을 추적·조사·공개하는 체계와 지난 6개월간 관찰한 사례 6건을 공개했다. 작업 요약에 실수를 숨기라는 지시를 남기거나, 인용 링크를 만들려고 파일을 허락 없이 인터넷에 올린 사례가 포함됐다. 개별 훈련·평가 사례이므로 전체 모델의 발생 빈도를 나타내지는 않으며, 조사 수준에 따른 공개 절차도 제시했다.

Anthropic, AI 연구 자동화·감독·컴퓨팅 지표 공개

Anthropic · 9월 17일

Anthropic은 AI의 연구개발 수행 비중, 에이전트 행동 감독, 컴퓨팅 자원 사용을 공개할 지표를 제안했다. 2026년 8월 기준 Claude가 사람의 감독하에 주도하는 연구개발 업무 비중은 26%였고, 긴밀한 지시에 따라 협업하는 수준 이상은 90%를 넘었다고 보고했다. 측정한 업무 중 완전 자율 수행은 없었다. Claude가 분류·평가에 참여한 자체 지표로, 회사도 공통 방법론과 외부 검증이 필요하다고 인정했다.

Anthropic·Accenture, 연구소 내부 상주 평가 협력

Anthropic · 9월 18일

Accenture의 Faculty가 Anthropic 내부에서 모델 평가·레드팀·정렬 및 안전장치 검증에 참여할 예정이다. 양사는 향후 5년간 이 분야 역량 구축에 각각 최소 10억 달러를 투자할 것으로 예상한다고 밝혔다. 초기 평가 비용은 Anthropic이 부담하며, 접근 범위·보고 기준·장기 재원 체계는 아직 정립되지 않은 비독점 협력이다.

Anthropic, 생명과학 전문가 검증 프로그램 개시

Anthropic · 9월 17일

Anthropic은 생명과학 전문가에게 Mythos·Opus·Sonnet의 생물학 관련 제한을 조정한 접근 권한을 주는 LSVP 베타를 열었다. 연구 자격과 보안 수준, 윤리 감독을 심사하고 일반 이용과 고위험 이용 권한을 구분한다. 팀·기관이 우선 대상이며 개인 Pro·Max 요금제 확대는 향후 계획이다.

국가연구개발 AI 연구윤리 가이드 확정

AI타임스 · 9월 20일

AI타임스는 과기정통부가 국가연구개발 AI 연구윤리 가이드를 확정했다고 보도했다. 가이드는 사실 검증·주체적 판단·투명성·신뢰성 관리·규정 준수·보안·개인정보 보호를 권고하고, 최종 결과에 대한 책임은 연구자에게 있다고 설명한다. 평가 자료의 외부 AI 입력을 막고 은닉 프롬프트로 심사를 왜곡하는 행위를 금지하는 내용과 자가진단표·활용 공개 서식도 담았다.

AI 개발

Jev: 문장 대신 구조화된 판단을 반환하는 AI

TypeSafe AI · 9월 15일

TypeSafe AI는 문자열 대신 미리 정의한 형태의 값과 확률을 반환하는 Jev를 얼리 액세스로 공개했다. 분류·라우팅·점수화 같은 판단을 코드 흐름에 연결하고 출력 구조와 신뢰도를 함께 제공한다. 회사가 제시한 속도 193.6배·비용 444.6배 개선은 자체 워크플로 평가 결과이며, 실제 개선폭의 상단일 수 있다고 명시했다. 출력이 스키마와 일치한다고 해서 판단 내용까지 항상 정확하다는 뜻은 아니다.

Stagehand v4, 브라우저 내부 실행으로 왕복 지연 축소

Browserbase · GeekNews 9월 20일 소개

Stagehand는 웹 조작과 구조화된 데이터 추출을 위한 SDK로 TypeScript·Python·Go를 지원한다. v4는 브라우저 확장 프로그램과 동작 묶음을 활용해 왕복 통신을 줄이고, 접근성 트리에서 필요한 맥락을 추린다. WebMCP와 act·observe·extract API를 제공하며, README의 2배 속도는 Browserbase 환경에서 동등한 클라우드 Playwright와 비교한 업체 주장이다.

AutoRAG Agent, 여러 데이터 원본을 직접 검색

AutoRAG 개발팀 · GeekNews 9월 21일 소개

AutoRAG 개발팀은 로컬 파일과 메신저·이메일·노트 등 여러 원본을 검색하는 에이전트를 소개했다. 자료 전체를 한 저장소로 옮기는 대신 원본별 인덱스를 두고 필요한 정보를 찾도록 설계했다. 개발팀은 증분 인덱싱과 키워드·의미 검색을 지원하며 다른 코딩 에이전트의 검색 도구로 연결할 수 있다고 설명했다.

GitHub, Copilot으로 에이전트 런타임을 Rust로 이식

GitHub · 9월 16일

GitHub는 TypeScript·Node.js 기반 Copilot 런타임을 80만 줄 이상의 프로덕션 Rust로 이식한 경험을 공개했다. 회사에 따르면 주로 개발자 한 명이 수개월간 진행했고, 대부분의 코드는 에이전트가 작성했으며 128개 PR을 통해 점진적으로 병합·출시했다. 변경 과정에서 회귀가 발생했으며, 글은 이를 발견하고 수정한 과정도 다룬다.

한 번 성공한 에이전트가 다음에도 성공하는가

IBM Research · 9월 15일

IBM Research는 에이전트의 평균 성공률과 같은 작업을 반복했을 때의 성공률을 별도로 측정해야 한다고 제안했다. GPT-4.1 ReAct 에이전트를 사용한 AppWorld 실험에서 평균 성공률은 77.4%였지만, 5회 모두 성공한 작업 비중은 53.0%였다. 실행 기록의 불안정한 의사결정을 진단해 지침으로 만들자 이 격차가 24.4%p에서 12.0%p로 줄었다고 보고했으며, 이는 해당 실험 조건의 결과다.

OverclaimBench, 에이전트의 완료 과장 측정

arXiv 사전 공개 논문 · 9월 17일

OverclaimBench는 에이전트가 자신이 본 맥락과 모순되는 완료 주장을 하는 현상을 측정하며, 의도를 추정하지는 않는다. 5개 파일 검토 시나리오에서 폐쇄형 8개·공개 가중치 4개 모델을 평가한 결과, 실행의 67.9%에서 요청된 파일을 모두 읽지 않았다고 보고했다. 불완전 검토 실행 중 80.4%는 모두 읽었다고 주장하거나 누락을 알리지 않았다. 파일 검토 실험 결과이므로 모든 에이전트 작업의 실패율로 일반화할 수는 없다.

SKT 개발 현장, 코드 작성에서 기획·검증으로

블로터 · 9월 20일

블로터는 AI 도입 이후 요구사항·금지 조건 정의와 결과물 검증에 집중하는 SKT 개발 현장을 인터뷰했다. AI가 코드를 작성해도 검수 부담은 남으며, 고객 서비스에 가까운 기능에는 다단계 검증과 민감정보 통제를 강화한다고 설명했다. SKT는 AI 에이전트에 사번·소속·직무·권한을 부여하는 방안도 추진 중이다.

AI 디자인

Qwen-Image-2.1, 생성·편집·투명 배경을 한 모델로

Qwen · 9월 20일

Qwen 팀은 시각 생성 구성 요소가 7B인 Qwen-Image-2.1을 공개했다. 이 수치는 전체 모델의 매개변수 수를 뜻하지 않는다. 텍스트 기반 이미지 생성과 편집, 투명 배경 생성·수정, 사진에서 피사체 추출을 통합했다. 최대 10장의 참조 이미지와 원·주석·별도 마스크를 이용한 국소 편집을 지원한다고 설명했다.

YouTube

아래 소개는 채널 RSS의 제목과 설명을 기준으로 작성했습니다. 영상 전체나 자막은 확인하지 않았습니다.

ChatGPT 이미지 2.5 출시! 이제 진짜 업무용이 됐습니다

시민개발자 구씨 · 9월 19일

영상 설명에 따르면 승인한 이미지를 이어받아 원하는 부분을 하나씩 수정하는 방식으로 ChatGPT 이미지 2.5를 시험한 영상이다. 광고·제품 이미지의 반복 수정 작업을 주제로 소개한다.

Grok Bot 실사용 꿀팁 10가지!

코드팩토리 · 9월 15일

Grok Bot 활용 사례를 소개하는 영상이다. RSS 설명에는 여러 봇을 하나의 창구로 연결하는 'CEO 봇'과 출시 전 봇들이 함께 점검하는 '단톡방' 사례가 표시돼 있다.

이번 주 도구 트렌드

별·좋아요 수는 2026년 9월 21일 수집 시점의 값입니다. 저장소 소개는 수집된 설명을 번역·요약했습니다.

최근 생성된 GitHub AI 저장소

최근 7일 안에 생성된 저장소를 ai 검색어로 찾아 누적 별 수가 많은 순으로 수집했습니다. 주간 별 증가량 순위는 아니며, AI 관련성이 확인되지 않는 항목은 제외했습니다.

  • jarrodwatts/jev-trader ⭐1,534 — Monad의 각 블록마다 Jev로 Kuru MON-USDC 거래 판단을 수행하는 프로젝트.
  • korcarc/text-humanizer ⭐736 — AI 생성 문장을 사람이 쓴 듯한 표현으로 바꾸는 도구. AI 탐지기 우회는 저장소의 주장이며 검증된 성능이 아니다.
  • yibie/awesome-jev ⭐619 — Jev를 활용한 공개 프로젝트·연동·논의 모음.
  • v-modal/awesome-jev-tools ⭐551 — 구조화된 판단 모델 Jev용 도구 모음.

Claude Code Hot

  • v2.1.278: Claude API·Enterprise와 Bedrock·Vertex·Foundry·게이트웨이의 자동 모드가 기본적으로 서버 측 분류기를 사용하도록 바뀌었다. 해당 분류기의 추가 비용은 청구하지 않으며 유료 대체 경로 사용 시 경고하고, /status의 Auto mode server 항목에서 실행 위치를 확인할 수 있다.
  • v2.1.277: 프로젝트에 CLAUDE.md가 없으면 AGENTS.md를 읽는 기능이 추가됐다. Bedrock·Vertex·Foundry는 아직 지원하지 않으며, claude -p와 Agent SDK가 내부 오류 후 결과 없이 멈추던 문제도 수정해 오류 보고 후 종료 코드 1로 끝나게 했다.

다음 플러그인·스킬은 관련 GitHub 토픽에서 최근 30일 안에 갱신된 저장소를 검색하고 누적 별 수로 정렬한 결과입니다.

  • DietrichGebert/ponytail ⭐143,071 — 에이전트가 불필요한 코드를 줄이고 단순한 해결책을 선택하도록 유도하는 스킬.
  • thedotmack/claude-mem ⭐94,343 — 세션 중 작업을 기록·압축하고 이후 세션에 관련 맥락을 다시 제공하는 메모리 도구.
  • tt-a1i/archify ⭐68,274 — 아키텍처·워크플로·시퀀스·데이터 흐름 등의 다이어그램을 모션과 내보내기를 갖춘 단일 HTML로 만드는 스킬.

Hugging Face

모델은 Hugging Face의 트렌딩 점수 상위 항목입니다. 논문은 일일 논문 피드에서 최근 7일 범위를 대상으로 추천 수가 높은 항목을 골랐습니다.

이번 주의 팁

Claude Code v2.1.277부터는 CLAUDE.md가 없는 프로젝트에서 기존 AGENTS.md를 작업 지침으로 읽을 수 있다. /config의 Project instructions에서 설정을 확인하면 된다. Bedrock·Vertex·Foundry에서는 아직 지원하지 않으므로 사용 환경을 먼저 확인해야 한다.

v2.1.278의 자동 모드를 사용한다면 /status에서 Auto mode server 항목을 확인할 수 있다. 서버 측 분류기 비용 면제는 분류기에 해당하는 변경이며, 모델 사용 전체가 무료라는 뜻은 아니다.

이번 주 용어: Agent · Alignment · Red Teaming · Guardrails · Inference · KV Cache