오늘의 AI 브리핑 · 2026.09.14

Trump, AI 속도조절 요구 거부

주요 키워드 TOP 5: Trump의 속도 조절 거부 · Anthropic Nasdaq 상장 보도 · 업계 주도 안전 표준 기구 · Z.AI 완전 자가학습 · Siri Model Delegation | 메인 이벤트: Dario Amodei의 속도 조절 제안에 Trump와 하원의장 Mike Johnson이 정부가 나서서 개발을 멈추라는 부분을 잘라 냈고, 같은 주에 OpenAI·Anthropic·Google이 업계가 직접 만드는 안전 표준 기구를 논의해 왔다는 보도가 나왔습니다.

Dario Amodei가 전날 내놓은 속도 조절 제안에는 독점금지법 유예와 규제 승인 절차, 외부 평가자 상시 접근처럼 정부가 움직여야 풀리는 항목이 함께 담겨 있었습니다. 하루 만에 돌아온 답은 그 항목만 잘라 낸 거절이었습니다. Trump는 개발 속도를 늦추지 않겠다고 했고, 하원의장 Mike Johnson은 의회가 긴급 유예를 주도하지 않겠다며 규칙은 업계와 정책 담당자가 함께 만들자고 했습니다. 같은 주에 OpenAI·Anthropic·Google이 업계가 직접 만드는 안전 표준 기구를 논의해 왔다는 보도가 나온 자리가 여기입니다. 속도를 늦출지 말지가 법으로 정해지는 대신, 회사들이 서로 합의해 정하는 문제로 옮겨 갔습니다.

1. Trump가 AI 속도 조절 요구를 거부했고 하원의장 Mike Johnson도 개발 유예에 선을 그었다

• Trump는 아일랜드 County Clare에서 취재진에게 "우리가 AI에서 중국을 앞서고 있고, AI에서 이기는 쪽이 이긴다"고 말했습니다. 가드레일은 놓을 수 있지만 개발 속도는 늦추지 않겠다는 뜻입니다.
• 그는 위험을 경고하는 쪽을 제기해선 안 될 부정적 세력이라 부르며, 일어나지 않을 일을 끌어들이고 있다고 했습니다.
• 하원의장 Mike Johnson은 CNN State of the Union에서 의회가 긴급 유예를 밀어붙이는 데 반대했고, 대신 Trump와 의원, 주요 AI 기업 대표가 만나 안전 규칙을 정하자고 제안했습니다.

전날 Dario Amodei가 내놓은 속도 조절 제안에는 독점금지법 유예와 규제 승인 절차, 외부 평가자 상시 접근처럼 정부가 움직여야 풀리는 항목이 함께 담겼고 Sam Altman이 동의했습니다. 이번 발언은 그 요청에 돌아온 행정부와 의회의 첫 공식 답변입니다. 규제를 통째로 닫은 것은 아니고, 정부가 나서서 개발을 멈추라는 부분만 잘라 냈습니다. 최근의 우려스러운 보도를 두고 규제를 더 해야 하느냐는 질문에 나온 답이었고, 이 발언을 한 줄로 옮긴 게시물이 조회 148만을 넘을 만큼 AI 업계 밖으로도 빠르게 퍼졌습니다.

Johnson 쪽 압박은 더 구체적이었습니다. Axios에 따르면 그는 이번 주 하원 휴회를 취소하고 의원들을 워싱턴으로 불러 AI 안전장치 법을 통과시키라는 요구를 받았습니다. 주요 AI 연구소 네 곳이 모델 개발 감속에 동의한 뒤 요구가 거세진 상황이었습니다. 그는 의장이 된 뒤 AI 기업 대표들을 따로 만나 왔지만 서로 경쟁자라 처방이 제각각이었고, 기술의 속을 아는 쪽은 의회가 아니라 프론티어를 미는 사람들이라고 했습니다. 그래서 규칙은 업계와 정책 담당자가 함께 만들어야 한다는 결론입니다. 제품 안전을 책임지는 일도 규칙 제정을 의회에 떠넘기기보다 AI 기업 대표들이 직접 맡는 편이 낫다고 덧붙였습니다.

백악관에서 AI와 크립토를 맡은 David Sacks는 앞서 같은 논리를 더 날카롭게 적었습니다. 여러분이 바로 프론티어이니 늦추고 싶으면 늦추면 되고, 남의 허락이 필요한 척하지 말라는 것입니다. 그는 카르텔을 만들려고 독점금지법을 멈춰야 한다는 주장, 제품 책임보다 앞서는 규제 승인 절차, 투자자와 직원으로 Anthropic과 얽힌 METR을 독립 평가자로 부르는 일을 차례로 문제 삼았습니다. 좋아요 5,998개와 북마크 1,052개가 붙었습니다.

그 밖에: Ted Cruz는 Amy Klobuchar·John Thune과 함께 생물·핵 위협 같은 파국적 위험에 한정한 법안을 준비 중이고, Bernie Sanders는 초지능 금지와 개발 중단을 담은 법안을 예고했습니다.

시사점: 속도 조절을 법으로 강제하는 길은 당분간 막혔고, 실제로 늦출지는 기업이 스스로 정하는 문제가 됐습니다. 모델 출시 일정이 규제 때문에 끊길 걱정은 일단 접어도 됩니다.

#AI규제 #미국정치 #속도조절

출처 6🔥 @FoxNews💬 @choblin29🔥 @choblin29🔥 @AndrewCurran_🔥 @WatcherGuru🔥 @DavidSacks

2. Anthropic이 IPO 상장처로 Nasdaq을 골랐다고 Business Insider가 전했고, 컴퓨트 계약은 최대 5,170억 달러로 집계됐다

• Business Insider는 Anthropic이 잠재적 IPO의 상장처로 Nasdaq을 골랐다고 회사 계획에 밝은 관계자를 인용해 전했고, Bloomberg도 같은 내용을 보도했습니다.
• 같은 보도는 Anthropic이 10월 상장을 목표로 해 왔다고 적었고, 기업가치는 일부 추정치가 2조 달러를 말하지만 아직 확정된 값은 아니라고 덧붙였습니다.
• The Information은 Anthropic이 최대 5,170억 달러 규모의 컴퓨트 계약을 잡아 뒀다고 보도했습니다. 회사가 투자자에게 2029년까지 쓰겠다고 말한 1,800억 달러를 크게 웃도는 규모입니다.

Anthropic의 공식 발표는 아직 없습니다. 상장처와 시점은 익명 취재원을 인용한 보도이고 서류도 비공개 상태입니다. 컴퓨트 쪽 숫자도 계약서 한 건이 아니라 지난 11개월간 발표되거나 보도된 계약을 10년 안팎에 걸쳐 합산한 상한 추정치라, 실제 지출은 설비가 얼마나 인도되고 실제로 쓰이느냐에 따라 달라집니다. 그래도 그 상한이 회사가 투자자에게 제시한 지출 계획의 세 배 가까이 된다는 점은 남습니다.

합산의 큰 덩어리는 클라우드 임대입니다. The Information 보도를 받은 후속 기사들은 Amazon과 Google 두 곳이 약 11기가와트, 10년에 걸쳐 3,000억 달러 이상을 차지한다고 정리했습니다. 그 뒤를 약 1기가와트 규모에 최소 300억 달러인 Microsoft와 약 450억 달러인 SpaceX의 Colossus 계약이 잇습니다. 한 곳에 몰아주지 않고 여러 공급처에 나눠 잡아 둔 구성입니다.

그 밖에: 캡처된 기사에 따르면 Nasdaq은 올해 SpaceX 상장도 가져갔고, 당시 SpaceX의 가치는 1조 7,500억 달러로 적혔습니다. Business Insider 보도는 Anthropic의 연환산 매출이 650억 달러를 넘는 속도라고도 전했습니다.

시사점: 상장처·시점·기업가치는 아직 보도 단계의 수치이니 확정된 사실과 구분해 읽는 편이 안전합니다. 반면 계약 상한과 회사가 밝힌 지출 계획의 차이는 Anthropic이 준비 중인 설비 규모를 가늠할 근거가 됩니다.

#Anthropic #IPO #컴퓨트계약

출처 3💬 @LuminaBench💬 @theinformation🔥 @WatcherGuru

3. OpenAI·Anthropic·Google이 업계 주도 안전 표준 기구를 논의 중이라고 The Information이 보도했다

• The Information이 현지 시각 13일 낮 12시 16분에 올린 기사에서, OpenAI·Anthropic·Google 세 회사가 업계가 직접 만드는 표준 기구를 세우는 방안을 논의해 왔다고 전했습니다. 기자는 Leo Schwartz입니다.
• 논의 대상은 세 회사가 함께 지킬 모델 안전 프로토콜이고, 논의 자체는 Dario Amodei가 9월 12일 공개한 속도 조절 에세이 'We Must Pace the Frontier'보다 앞서 시작됐다고 합니다.
• 기사는 유료 구독자에게만 열려 본문 전체는 확인하지 못했습니다. 세 회사 모두 공식 발표를 내놓지 않았고, 지금 도는 근거는 같은 기사를 옮긴 전달 게시물입니다.

표준 기구라는 구상 자체는 이미 공개돼 있었습니다. Google DeepMind의 Demis Hassabis는 7월에 낸 제안에서 미국 금융투자업계의 자율규제기구 FINRA를 본뜬 조직을 제시했습니다. 프런티어 연구소가 공개 최대 30일 전에 모델을 자발적으로 넘겨 검증을 받고, 그 방식이 효과를 보이면 미국 시장 배포의 필수 조건으로 바꾸자는 안이었습니다. 이사회는 과반을 외부 전문가로 채우자고 했습니다. Hassabis는 Amodei의 에세이에 방향은 맞다고 답하면서 이 제안을 다시 가리켰습니다. 그래서 이번 보도에서 새로운 부분은 구상이 아니라, 경쟁하는 세 회사가 실제로 같은 자리에 앉았다는 대목입니다.

그 밖에: 세 회사는 2023년 7월 Microsoft와 함께 Frontier Model Forum을 이미 만들었습니다. 이번 논의가 그 조직을 키우는 일인지 별도 기구를 세우는 일인지는 공개된 내용만으로 구분되지 않습니다.

시사점: 평가자를 누가 고르고 누가 검증하느냐는 질문에 업계가 내놓은 답은 "우리가 만든다"에 가깝습니다. Hassabis 안처럼 외부 이사 과반과 정부 감독이 붙는지, 아니면 회원사끼리 합의한 자율 규약에 그치는지가 갈림길입니다.

#AI안전 #표준기구 #자율규제

출처 3💬 @AndrewCurran_🔥 @MTSlive🔥 @LinusEkenstam

4. Z.AI가 홍콩에서 50억 달러를 조달해 순액의 60%를 차세대 GLM과 '완전 자가학습'에 쓰겠다고 공시했다

• Beijing에 있는 Z.AI(2513.HK)가 9월 13일 홍콩거래소 공시로 주식 배정 약 20억 달러와 전환사채 약 30억 달러, 합계 50억 달러 조달을 확인했습니다.
• 신주 2,197만 주를 주당 HK$714(91.05달러)에 냈습니다. 금요일 종가 HK$793보다 10% 낮고, 전환가 HK$892.50은 배정가보다 25% 높습니다.
• 순액의 약 60%가 차세대 GLM과 완전 자가학습 체계, 15%가 사업 확장과 전략 투자, 나머지가 자본구조 개선과 운전자금입니다.

1월 홍콩 상장과 7월 약 40억 달러 추가 조달에 이어진 세 번째 자금 조달입니다. 30억 달러어치 전환사채는 2027년 9월 만기 무이자 채권이라 이자를 한 푼도 주지 않고, 대신 주가가 전환가를 넘기면 주식으로 바꿔 주는 조건만 달았습니다. 그 조건으로도 30억 달러가 팔렸다는 사실이 지금 이 회사 주식에 붙은 기대를 보여 줍니다. The Next Web은 1월 상장 이후 주가가 약 2,000% 올랐다고 정리했습니다.

다만 규모보다 눈에 띄는 대목은 용처입니다. 회사가 말하는 '완전 자가학습(Fully Self Training)'은 이전 세대 GLM이 다음 세대를 학습시킬 환경과 데이터를 스스로 만드는 구조이고, 사람 엔지니어에게 기대는 정도를 줄이겠다는 목표를 담고 있습니다. 조달 자금이 모델 연구뿐 아니라 대규모 학습과 추론용 연산 설비에도 함께 배정된 이유가 여기에 있습니다.

그 밖에: 아주 새로운 개념은 아닙니다. 창업자 Tang Jie는 8월 31일 상반기 실적 설명회에서 GLM-6.0의 방향을 '자기 진화'로 설명하면서, 모델이 언제 멈추고 스스로 고칠지 판단하는 일이 가장 큰 난제라고 했습니다. 같은 자리에서 중국산 칩 10만 장 규모의 추론 운영과 연초 대비 토큰당 추론 비용 80% 절감도 함께 밝혔습니다. 지금도 최신 GLM이 다음 세대 학습에 쓰이지만 결정은 엔지니어가 합니다.

시사점: 규모보다 공시 문서에 적힌 용처가 신호입니다. 속도를 늦추자는 제안이 오가는 같은 주에, 재귀적 자기개선을 사업 계획으로 명시하고 50억 달러를 붙인 회사가 나왔습니다.

#ZAI #GLM #자금조달

출처 2🔥 @choblin29💬 @MaxForAI

5. 한 개발자가 Apple의 비공개 Model Delegation API로 Claude를 Siri 'Ask…' 메뉴에 붙였다

• Apple이 발표한 기능이 아닙니다. 개발자 pdfu가 iOS 27과 macOS Golden Gate(macOS 27)에 이미 들어 있던 비공개 후크를 찾아 만든 개인 시연이고, com.apple.developer.model-delegation이라는 Apple이 통제하는 비공개 권한이 있어야 동작합니다.
• App Intents의 내부 Model Delegation API로 확장을 만들면 시스템이 그 확장을 AI 공급자로 인식합니다. Claude가 Siri의 'Ask…' 메뉴에 뜨고, 내장 ChatGPT 확장과 같은 흐름을 그대로 탑니다.
• 역할은 양방향으로 갈립니다. Siri가 만들지 못하는 CSV 파일은 Claude가 만들어 돌려주고, 알림 설정처럼 시스템 권한이 필요한 요청은 Claude가 다시 Siri에게 넘겨 처리하게 합니다.

확장 자체는 샌드박스 안에 있고, 받은 요청을 localhost 연결로 옆에 띄운 LaunchAgent에 넘깁니다. 그 LaunchAgent가 로그인된 claude 명령줄 도구를 스트리밍 JSON 모드로 호출하는데, 쓸 수 있는 MCP 도구(외부 앱·데이터에 붙는 표준 연결 규격)는 좁게 묶어 둡니다. 돌아온 텍스트 조각과 생성 파일, 도구 호출, 기기 동작 요청은 다시 Apple의 응답 스트림 형식으로 번역돼 Siri 화면에 그려집니다. 판단을 남의 모델에 맡기는 배선이 이미 출하된 OS 안에 완성된 채 잠겨 있다는 뜻입니다. Apple이 OS 27에서 Siri Extensions를 연다는 이야기는 그동안 보도로만 돌았는데, 그 배선이 실재한다는 것을 제3자가 먼저 보여 줬습니다.

그 밖에: 이 권한은 Apple의 승인 아래에만 발급되므로, 일반 개발자가 같은 확장을 만들어 App Store에 올릴 길은 아직 없습니다. 비공개 API라 Apple이 다음 베타에서 이 후크를 언제든 막을 수 있어, 이 흐름이 정식 기능으로 남을지는 아직 아무도 모릅니다. 이 글은 좋아요 957개에 북마크가 604개로 퍼진 정도에 비해 저장 비율이 높았는데, 시끄럽게 도는 화제가 아니라 개발자들이 조용히 챙겨 둔 신호에 가깝습니다.

시사점: 서드파티 모델이 Siri 뒤에 붙을 수 있게 되면 iPhone의 기본 비서 자리는 기술이 아니라 권한 배분으로 정해집니다. 그 비공개 권한을 누구에게 열어 줄지는 Apple이 쥐고 있고, 그것이 곧 모델 회사들과의 협상 카드가 됩니다.

#Apple #Siri #AppIntents

출처 1🔥 @itspdfu

6. François Chollet이 ARC 4·5의 토대로 '열린 발명'을 준비해 왔다며 ARC 4 출시를 내년 1분기로 못 박았다

• François Chollet은 1년쯤 전, 아무도 주목하지 않던 때부터 '열린 발명(open-ended invention)'을 재는 벤치마크를 탐색해 왔고 거기서 나온 여러 방향이 ARC 4와 ARC 5의 토대가 된다고 적었습니다.
• ARC 4는 약속대로 내년 1분기에 낸다고 못 박았습니다. ARC 5의 구체적인 사양은 아직 공개되지 않았습니다.
• 같은 글이 인용한 ARC Prize 공식 게시물은 ARC-AGI-4를 "자율적이고 개방적인 혁신을 위한 벤치마크"로 설명하고, 오픈소스로 공개하는 방침을 이어 간다고 했습니다.

ARC-AGI는 François Chollet이 2019년에 내놓은, 배운 적 없는 문제를 얼마나 빨리 풀어내는지 재는 시험입니다. Psyho가 인용한 팟캐스트 발언에서 Chollet은 ARC 4를 ARC 3의 정신을 이어받되 더 긴 시간에 걸친 지속 학습과 커리큘럼 학습에 초점을 맞춘 형태로 설명했습니다. 게임 수는 줄이고 각 게임의 레벨을 늘리되, 레벨이 누적되도록 설계해 앞 레벨에서 배운 것을 다시 쓰게 만든다는 구상입니다. 그 다음에 올 ARC 5는 "발명에 관한 것"이라고만 했습니다.

여기서 ARC 4가 '자율적이고 개방적인 혁신'으로 간다면 채점 대상이 한 칸 더 올라갑니다. 주어진 문제를 푸는 능력이 아니라 풀 만한 문제를 스스로 세우는 능력을 재겠다는 뜻이기 때문입니다. ARC Prize의 Greg Kamradt도 열린 혁신을 "마지막 프런티어"라고 부르며, 아직은 사람이 AI보다 낫고 그래서 그것을 재는 투명한 도구가 필요하다고 적었습니다.

그 밖에: Psyho는 이 발언을 근거로 "원래의 ARC-AGI-4 구상이 폐기되고 곧바로 ARC 5로 넘어간 것 같다"고 읽었습니다. 다만 Chollet 본인 글과 ARC Prize 공식 게시물 어디에도 폐기나 건너뛰기 언급은 없습니다.

시사점: 모델을 고르는 쪽에서는 ARC 점수를 "추론 잘하는 모델" 딱지로 읽어 왔는데, ARC 4부터는 같은 이름의 점수가 다른 능력을 가리키게 됩니다. 내년 초 첫 점수표가 나오면 이전 세대 숫자와 나란히 놓고 비교하지 않는 편이 안전합니다.

#ARCAGI #벤치마크 #AGI

출처 3🔥 @fchollet🔥 @FakePsyho💬 @GregKamradt

7. Recurrent Looped Transformer가 디코더 48층을 토큰 100개 뒤 4,800블록 시간 경로로 펼친다

• Princeton University 박사과정 Yifan Zhang이 Recurrent Looped Transformer(RLT) 기술 보고서와 프로젝트 페이지를 공개했습니다.
• 인과 인코더가 전역 키-값 메모리를 만들고, 순환 디코더가 그 메모리와 슬라이딩 윈도 캐시, 직전 토큰이 남긴 최종 은닉 상태를 함께 받습니다.
• 보고서는 추론 품질 향상·하드웨어 효율·강화학습 확장을 측정 결과가 아니라 앞으로 확인할 연구 목표라고 못 박았습니다.

디코더의 최종 상태가 다음 토큰으로 그대로 넘어가기 때문에 계산 경로는 토큰 수만큼 누적됩니다. 디코더 깊이가 48층인 설정에서 토큰 100개를 지나면 시간축 경로는 4,800블록, 1,000개면 48,000블록이 됩니다. 반면 토큰 하나를 처리할 때 실제로 도는 블록은 인코더 48층과 디코더 48층을 합친 96개로 고정입니다. 저자가 말하는 무한한 깊이는 층이 무한히 깊어진다는 뜻이 아니라, 문장이 길어질수록 시간축 경로가 함께 늘어난다는 뜻입니다. 층을 더 쌓지 않고도 계산이 시간축으로 이어질 수 있는지를 묻는 설계입니다. 프롬프트도 이 순환을 통과하고 응답이 시작될 때 상태가 초기화되지 않아, 사전학습과 지도 미세조정, 샘플링, 현재 정책 재생이 모두 같은 상태 전이 하나를 씁니다.

그 밖에: 넘어가는 것이 은닉 벡터 하나가 아니라 층별 슬라이딩 윈도 캐시까지 포함한 완전한 상태라, 정책을 갱신한 뒤의 재생은 예전 캐시를 재사용하지 못하고 현재 가중치로 기록을 다시 만들어야 합니다. 저자는 NVIDIA Nemotron 팀과 ByteDance Seed 모델 팀을 거쳤고, 공개물은 Apache 2.0 라이선스의 설계 명세이며 학습된 가중치나 벤치마크 점수는 아직 없습니다.

시사점: 게시물은 조회 52만·북마크 4,125개를 기록했는데, 측정값이 하나도 없는 설계 문서가 이만큼 읽혔다는 점이 지금 분위기를 보여 줍니다. 토큰당 연산을 늘리지 않고 깊이를 시간축으로 미루는 접근이 실제 학습에서 버티는지는 후속 구현이 나와야 판가름 납니다.

#Transformer #아키텍처 #잠재추론

출처 2🔖 @yifanzhang_💬 @agenticgirl

8. Meta의 Muse Spark 1.3이 심은 버그 105개 중 33개를 고쳤지만, 다른 벤치마크에선 23개 과제에 51.3시간을 썼다

• Paweł Huryn의 Bug Hunt Bench: 실제 저장소 2개에 버그 105개를 심고 각 모델을 자기 CLI와 공식 API로 돌린 뒤, 정답지를 못 본 심판이 수정 내역을 채점합니다. Muse Spark 1.3은 max 설정에서 33개를 고쳤습니다.
• 같은 표의 다른 줄: Claude Fable 5.1은 high에서 33개, max에서 43개입니다. Grok 4.6 (xhigh)과 Claude Opus 5 (max)는 27개, Muse Spark 1.3 (high)는 19개입니다. 비용은 Muse max가 $19.83, Claude Fable 5.1 high가 $41.52입니다.
• Morgan Linton의 VulcanBench-SWE v4: Muse Spark 1.3은 가장 낮은 minimal 설정으로 23개 과제를 끝내는 데 51.3시간이 걸렸고 완전 통과는 10개였습니다. 같은 23개를 GPT-6 Astra는 Low에서 1.6시간에 끝냈습니다.

조건을 지우면 그림이 뒤집힙니다. 같은 33개, 다른 조건입니다. Muse Spark 1.3은 최대 노력으로 Claude Fable 5.1의 high와 같은 점수를 냈을 뿐이고, Claude Fable 5.1의 max 설정이 낸 43개에는 못 미쳤습니다. 한 단계 내린 Muse Spark 1.3 (high)는 19개로 떨어집니다. 이 표를 크게 퍼뜨린 쪽도 Huryn 본인이 아니라 Meta의 Alexandr Wang이 인용한 게시물이었습니다.

그 밖에: Linton은 $50짜리 Muse Code 플랜의 사용 한도에 걸려 9월 14일까지 나머지 노력 수준을 돌리지 못한다고 적었습니다. 트레이스를 살펴본 뒤에는 minimal 설정에서만 나타나는 버그일 수 있다고 봤습니다.

시사점: 코딩 모델 표는 점수 옆의 노력 설정과 하네스를 함께 봐야 읽힙니다. 같은 33개라도 max와 high는 다른 값이고, 51.3시간과 1.6시간의 차이는 점수 칸에 적히지 않습니다.

#Meta #코딩에이전트 #벤치마크

출처 4💬 @PawelHuryn💬 @alexandr_wang💬 @morganlinton💬 @morganlinton

9. 🆕 그 밖의 신기능·신제품

• Grok Build 1.0.31 알파가 에이전트를 여러 개 띄웠을 때의 화면을 고쳤습니다. 접어 둔 서브에이전트 묶음이 몇 개가 아직 도는지 표시하고, 대시보드 검색과 재개 선택이 일정하게 동작하며, 취소 배너에 실제 원인이 뜹니다.
• DeepSeek V4.1 Flash를 Together AI에서 바로 호출할 수 있게 됐습니다. 552B 파라미터에 1M 컨텍스트와 멀티모달 입력을 지원합니다.
• Amp가 9월 13일부터 자기 구독·API 키·컴퓨터를 가져오면 무료가 됐습니다. ChatGPT 구독을 붙여 쓰던 월 요금이 사라졌습니다.

Grok Build는 에이전트 여러 개 중 어느 것이 끝났는지 사람이 세던 일을 화면이 맡게 했고, 서버 접두사가 긴 MCP 도구가 조용히 빠지던 문제도 고쳤습니다. Amp는 월 구독료를 없애고 실행 장소로 값을 나눴습니다. 자기 컴퓨터의 runner는 무료이고, 원격 병렬 실행용 orb만 쓴 만큼 냅니다.

Together AI는 과제당 평균 비용을 DeepSeek V4.1 Flash 0.27달러, GPT-5.6 Sol(high) 0.81달러로 제시했는데, Artificial Analysis 자료를 판매자가 인용한 값입니다.

그 밖에: Google for Developers India가 9월 4일 공개된 Lyria 3.5의 Google AI Studio·Gemini API 제공을 다시 안내했습니다. 곡당 8센트, 무료 등급은 없습니다.

시사점: 셋 다 이미 내는 돈으로 더 쓰는 쪽입니다. ChatGPT 구독이 있다면 Amp를 월 요금 없이 붙여 보고, 에이전트를 여러 개 굴린다면 Grok Build를 올리세요.

#GrokBuild #Amp #DeepSeek

출처 4💬 @XFreeze💬 @togethercompute💬 @iannuttall🔥 @GoogleDevsIN

오늘의 감정·온도

오늘 붙은 라벨은 토론이 많았다는 뜻의 💬가 가장 많았습니다. Anthropic 상장 보도와 표준 기구 보도, 코딩 모델 실측 표처럼 해석이 갈리는 소식에 몰렸습니다. 화제를 뜻하는 🔥는 Trump와 Mike Johnson의 발언을 옮긴 게시물에 몰렸고, 북마크가 많았다는 뜻의 🔖는 Recurrent Looped Transformer 보고서를 공개한 게시물 한 건에 붙었습니다.

오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 6가지

1. 에이전트를 여러 개 굴린다면 Grok Build를 1.0.31 알파로 올리세요

접어 둔 서브에이전트 묶음이 몇 개가 아직 도는지 표시해 주고, 취소 배너에 실제 원인이 뜹니다. 서버 접두사가 긴 MCP 도구(외부 앱·데이터에 붙는 표준 연결 규격)가 목록에서 조용히 빠지던 문제도 함께 고쳤습니다. — (@XFreeze)

2. ChatGPT 구독이 있다면 Amp를 월 요금 없이 붙여 보세요

9월 13일부터 자기 구독·API 키·컴퓨터를 가져오면 무료입니다. 자기 컴퓨터에서 도는 runner는 값이 들지 않고, 원격 병렬 실행용 orb만 쓴 만큼 냅니다. — (@iannuttall)

3. 코딩 모델 표를 볼 때는 점수 옆의 노력 설정을 함께 읽으세요

Muse Spark 1.3은 max에서 33개를 고쳤지만 한 단계 내린 high에서는 19개였고, Claude Fable 5.1은 max에서 43개였습니다. 설정이 다르면 같은 숫자라도 같은 값이 아닙니다. — (@PawelHuryn)

4. 에이전트 벤치마크는 점수만 보지 말고 걸린 시간을 같이 확인하세요

VulcanBench-SWE v4에서 Muse Spark 1.3은 minimal 설정으로 23개 과제에 51.3시간을 썼고 완전 통과는 10개였습니다. 같은 23개를 GPT-6 Astra는 Low에서 1.6시간에 끝냈습니다. — (@morganlinton)

5. DeepSeek V4.1 Flash를 쓸 생각이면 Together AI에서 바로 호출해 보세요

552B 파라미터에 1M 컨텍스트와 멀티모달 입력을 지원합니다. 과제당 평균 비용 0.27달러는 판매자가 인용한 값이니 자기 작업으로 한 번 재 보시는 편이 좋습니다. — (@togethercompute)

6. 음악 생성이 필요하면 Lyria 3.5의 곡당 단가부터 확인하세요

Google AI Studio와 Gemini API에서 쓸 수 있고 곡당 8센트입니다. 무료 등급이 없으므로 시험 삼아 돌릴 곡 수를 먼저 정해 두시기 바랍니다. — (@GoogleDevsIN)

📦 확인 방식 — Trump와 Mike Johnson의 발언은 Fox News 현장 영상과 Axios 보도 캡처에서, Anthropic의 상장처와 컴퓨트 계약 상한은 Business Insider·The Information 보도를 옮긴 게시물에서 가져왔습니다. Z.AI의 조달 금액과 자금 용처는 홍콩거래소 공시를 전한 Reuters 기사에서, 코딩 모델 수치는 각 실행자가 공개한 표에서 옮겼으며, 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 화제 · 💬 토론 많음 · 🔖 북마크 많음