Reflection, 5,010억 파라미터 오픈웨이트 모델 ‘Beam’ 공개

: Reflection이 첫 오픈웨이트 모델 Beam 공개. 501B total, 23B active의 sparse MoE 구조로 코딩, 추론, 에이전트 워크로드에 특화

: 23.8T 고품질 토큰으로 사전학습했으며, 이달 중 Apache 2.0 라이선스로 가중치, 기술 보고서, 실행·평가·파인튜닝 전체 스택 공개 예정

: 성능보다 특히 추론 효율성을 강조. 코딩·에이전트 성능은 GLM 5.2와 경쟁하고 Qwen 3.8-Max에 근접하며, GLM 5.2와 유사한 고난도 추론 성능을 3~4배 적은 inference compute로 달성한다고 주장

: 핵심 차별화는 대규모 High-Compute RL. NVIDIA GB300 10,500개를 4주간 투입해 100M+ 롤아웃, 약 1.3B 샌드박스 실행, 최대 256K context로 RL 진행.

: 약 100만 개의 코딩·에이전트·STEM 환경을 구축했으며, RL compute를 늘리는 동안 주요 벤치마크 성능이 포화 없이 지속 개선됐다고 설명

: RL 인프라도 대규모 자체 구축. 평균 110K concurrent rollouts, 최대 170K concurrent sandboxes를 처리했으며, 신규 모델 weight를 추론 fleet에 배포하는 데 중앙값 약 12초

: 오래된 rollout을 활용하는 완전 비동기 RL에서도 최대 하루, 107개 weight version의 policy staleness를 견디도록 설계

: 사전학습 역시 6,144개 GB300 NVL72 GPU로 4주 미만에 완료. raw Internet token의 약 95%를 필터링하면서 기존 큐레이션 방식이라면 제외됐을 1.8T개의 고품질 토큰 추가 확보

: 불필요한 reasoning token을 줄이는 controllable length penalty와 reasoning effort 지원. 동일 성능에 필요한 token과 compute를 낮추는 방향으로 RL 진행

: Reflection은 Beam을 단일 모델이 아닌 오픈웨이트 모델 시리즈의 첫 제품으로 제시했으며, 이미 후속 모델을 학습 중. 중국 모델이 주도해온 고성능 오픈웨이트 시장에서 서구권 오픈 모델의 성능과 추론 효율성을 끌어올리겠다는 전략

https://reflection.ai/blog/introducing-beam

문샷AI, 500억 달러 밸류로 마지막 투자 유치, 내년 1분기 홍콩 IPO 추진

: 문샷AI가 약 500억 달러 기업가치로 상장 전 마지막 비공개 투자 라운드를 마무리. 올여름 직전 라운드의 315억 달러 대비 약 59% 상승

: 2027년 1분기 홍콩 IPO 목표로 이르면 10월부터 투자자 대상 미팅을 시작할 예정. 이미 비공개 상장 신청을 완료했으며, IPO에서 최대 50억 달러 조달검토

: ARR은 6월 3억 달러, 현재 10억 달러까지 증가했으며, 12월 20억 달러까지 확대 예상

: IPO 주관에는 Bank of America가 overall coordinator로 참여하고 CICC, Deutsche Bank, Goldman Sachs가 스폰서 은행으로 합류. Alibaba, Tencent, 5Y Capital 등이 기존 주요 투자자

→ 기존 보도되던 신규 펀딩 마무리 및 IPO가 조금 더 구체화

https://t.iss.one/Samsung_Global_AI_SW

딥시크, 텐센트·CATL 주도로 최소 120억 달러 조달, 2027년 초 IPO 준비

: 딥시크가 최신 투자 라운드에서 최소 800억 위안(약 120억 달러) 조달 마무리 예정

: 당초 목표는 500억 위안이었으나 최신 모델 출시 이후 투자 수요가 예상보다 강해졌으며, 최종 조달액은 최대 1,000억 위안(약 150억 달러)까지 확대 가능성

: 이번 라운드에서는 텐센트와 CATL이 최대 규모 투자자 중 하나로 참여. 텐센트는 직전 라운드에서도 100억 위안을 투자한 최대 투자자. CATL은 AI 데이터센터용 부품·인프라 시장 확대를 염두에 둔 투자

: 딥시크는 이번 라운드에서 당초 약 5,000억 위안(750억 달러) 밸류에이션을 목표로 했음. 직전 500억 위안 조달 라운드에서는 약 3,500억 위안 밸류에이션을 인정받았으며, 당시 창업자 량원펑도 추가 출자.

: 조달 자금은 대규모 AI 인프라 투자에 활용될 전망. 딥시크는 내몽골에 건설 중인 대형 데이터센터에 화웨이 최상위 AI 가속기 최소 16만 개 배치 계획

: 현실화될 경우 알려진 화웨이 AI 칩 클러스터 가운데 최대급 규모. 화웨이 AI 칩 프로그래밍을 위한 소프트웨어도 공개하며 협력 확대

: 대규모 자금조달 이후 다음 단계는 2027년 초 IPO를 위한 기업 구조 개편. 문샷AI 역시 500억 달러 밸류에이션으로 투자 유치를 마친 뒤 2027년 초 홍콩 IPO를 추진 보도

: 량원펑은 투자자들에게 상장 및 외부 자금 유치 이후에도 오픈 AI 모델 개발을 지속하고 AGI 달성을 최우선 목표로 삼겠다는 입장을 밝힘. 단기 수익화보다 기술적 한계를 확장하는 것이 우선이라는 기존 전략 유지

→ 앤스로픽 - 딥시크 / 문샷AI - 오픈AI로 이어지는 AI 기업 상장 스케줄?

https://t.iss.one/Samsung_Global_AI_SW

오픈AI, Auto-review 전 사용자 무료화(Day 2.1)

: ChatGPT 계정으로 로그인한 모든 사용자에게 Auto-review 무료 제공. Settings > Permissions > Auto-review에서 활성화 가능

: Auto-review는 두 번째 에이전트가 주 에이전트의 모든 행동을 검토해 고위험 행동이나 사용자의 원래 의도와 맞지 않는 행동을 차단하는 기능

: 오픈AI가 제시한 예시에서는 10,000개 행동 중 9,280개는 샌드박스 내부에서 그대로 실행, 나머지 720개를 Auto-review가 검토해 713개 승인, 7개 차단. 차단된 7개 중 4개는 더 안전한 대안으로 계속 수행, 3개만 사용자에게 확인 요청

: 기존 샌드박스처럼 모든 행동에 사용자 승인을 요구하지 않아, 반복적인 승인 없이 장시간 에이전트 작업을 실행할 수 있음. Auto-review 사용량은 구독 플랜 사용량에서 차감되지 않음

https://alignment.openai.com/auto-review/

미스트랄 AI, 1조 파라미터 오픈웨이트 모델 ‘Mistral Large 4’ 공개

: Mistral Large 4(ML4) 퍼블릭 프리뷰 공개. 총 1T 파라미터, 활성 49B 파라미터의 네이티브 멀티모달 모델

: 현재 API 제공을 시작했으며 웨이트는 10월 말 공개 예정. ML4는 코딩, 에이전틱 워크플로, 멀티모달, 사이버보안, 금융·법률에 초점

: 핵심 엔터프라이즈 워크로드에서 오픈 모델 중 SOTA 수준이며, 일부 영역에서는 폐쇄형 프론티어 모델도 상회한다고 주장

: AAII 38점으로 DeepSeek V4.1 Flash(39점)과 유사한 수준. 작업당 비용 $1.13(인풋 $1.36/아웃풋 $4.18)

: 사이버보안이 핵심 차별화 영역. 실제 취약점 재현·패치 테스트 82%로 전체 모델 1위, Cybench 93% 기록

: 에이전틱 코딩에서는 DeepSWE v1.1 61.7%, SWE-Atlas-QnA 59.4%, Terminal-Bench 4.0 28.3%, 종합 Coding Agent Index 49.8%로 DeepSeek V4 Pro와 Qwen3.8 Max 상회

: AutomationBench에서도 59.9%, 장기 지식노동 평가 AA-Briefcase에서는 1,393 Elo 기록

: 학습은 Mistral이 유럽에서 직접 운영하는 데이터센터의 NVIDIA Grace Blackwell GPU 3,800개로 처음부터 진행

: 160개 이상 언어 데이터를 활용했으며, 유럽 내 독립 인프라와 오픈 웨이트·자체 배포를 결합해 AI 주권을 핵심 포지셔닝으로 제시

: 대규모 RL을 통해 3,000개 GPU에서 하루 330억 토큰, 필터링 후 160억 개의 학습 가능 completion token을 생성. 현재 RL 학습은 계속 진행 중이며 아직 성능 포화 징후가 없다고 설명

: €3B Series D 자금 기반으로 자체 유럽 데이터센터 컴퓨팅을 추가 확장 계획

https://mistral.ai/news/mistral-large-4/

오픈AI Day 2 업데이트 정리

: Approve for me, Auto-review 무료화 - 기존 플랜 사용량의 약 2~10%를 차감할 수 있었던 Auto-review 기능을 이제 기본 포함하며 사용량 한도에서 차감하지 않음. 사용자 경험 측면에서도 개선됐다고 설명

: Builders용 API 단순화 - 빌더가 오픈AI 기능을 앱과 서비스에 더 쉽게 통합할 수 있도록 API 구조를 단순화

: Meeting Notes 통합 - 회의 내용을 기록하고 정리하는 Meeting Notes 기능을 제품 내에 통합

: Decisions API 정식 제공 - 분류, 라우팅, 다음 행동 선택 등 의사결정 작업을 위한 Decisions API를 빌더에게 제공. 향후 오픈AI 자체 앱에도 적용해 사용자 경험 개선에 활용할 계획

→ 쫌쫌따리 업데이트 vs 시원한 리셋 (현재 리셋 투표율 74%)

https://x.com/thsottiaux/status/2107576143285219799

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/10/7)

■ 스페이스X, 대규모 엔비디아 GPU 구매를 위해 400억 달러 규모 신규 부채 조달 추진. Apollo가 주도

■ 구글, Gemini 3.6 Flash 기반 Nano Banana 2.1 발표. 기존 모델 대비 이미지 생성, 편집 품질 개선

■ 구글, 컨스틸레이션 에너지와 AI 데이터센터 전력 확보를 위해 총 3.59GW 규모 장기 전력 계약 체결. 43억 달러 이상 투자로 기존 원전 11기의 출력을 890MW 증강

■ 구글, 온디바이스 멀티모달 임베딩 모델 Embedding Gemma 2 공개

■ 구글, 와이오밍 데이터센터를 위해 Black Hills의 590MW 전력과 2.1GW 외부 발전자원을 결합한 2.7GW 전력 구조 확보

■ 오픈AI & 앤스로픽, AI 에이전트가 일으킨 데이터 침해를 의무적으로 신고하도록 하는 호주 법률 지지 의견

■ 앤스로픽, 기존 Project Glasswing과 Cyber Verification Program(CVP)을 통합 확대해 검증된 사이버보안 조직에 단계별로 개방하는 체제로 전환

■ 앤스로픽, Claude for Google Workspace를 퍼블릭 베타로 확대. Claude를 Google Docs, Sheets, Sildes에 직접 통합

■ 오픈AI, 계약관리 소프트웨어 Ironclad와 연구 협력 시작. 복잡한 계약 업무를 수행하는 AI 에이전트 개발 목표. 전문 버티컬 소프트웨어 기업과 협력 확대 계획

■ 오픈AI x 아틀라시안, 프론티어 모델과 아틀라시안 Teamwork Graph 결합을 포함한 파트너십 확대

■ 메타 x Sierra, 개인 AI 에이전트와 기업 사이의 인증, 권한, 통신 방식을 정의하는 개인 에이전트 프로토콜(PAP) 발표

■ Lambda, 최대 40억 달러 규모 프리 IPO 펀딩 추진. Pre Money 기준 145억 달러 밸류

■ 콰이쇼우, Kling AI의 27년 홍콩 상장을 통해 10억 달러 이상 조달 계획 보도

감사합니다.

https://t.iss.one/Samsung_Global_AI_SW

오픈AI 내부 프론티어 모델, 미해결 수학 연구 결과 722개 논문 공개

: 오픈AI가 미공개 내부 프론티어 모델에 약 4,000개의 공개 미해결 연구 문제를 제시. 기존 수학 벤치마크 성능이 포화되면서 실제 연구 문제로 평가 범위를 확대

: 결과당 평균 약 3시간의 ChatGPT Pro Thinking에 해당하는 컴퓨팅 자원을 사용했으며, 유의미한 결과를 선별해 372개 연구 패밀리, 722개 논문으로 공개

: 주요 연구 주제에는 π의 무리수성 지수, Mahler 추측, Kaplansky 추측, 자유군 인자의 동형성, 3차원 상대론적 Vlasov–Maxwell 시스템 등이 포함. 주요 10개 결과는 모델의 추론 과정 요약도 함께 공개

: 상당수 증명은 Lean으로 형식화해 컴퓨터 검증을 지원. 다만 모든 결과가 형식 검증된 것은 아니며, 오픈AI는 미검증 결과에 오류가 있을 가능성을 명시하고 향후 형식화를 추가할 예정

: 리만 제타 함수의 zero-free region과 CM 아벨 다양체의 Hodge 추측 증명은 일반적인 고정 평가 절차의 예외이며, 일부 논문은 가독성을 위해 사람이 편집

https://openai.com/index/sharing-ai-progress-in-mathematics

오픈AI, 사용자 투표에 따라 사용량 한도 ‘리셋’ 처리

: Tibo는 최근 4가지 제품 업데이트와 수학 증명 공개를 진행했지만, 커뮤니티 투표 결과 사용자들이 사용량 리셋을 압도적으로 요구했다고 설명

: 본인도 투표 결과가 리셋에 유리하게 설계된 것처럼 보인다고 농담했지만, “현재 규칙이 그렇다”며 리셋을 실제 처리했다고 발표

https://x.com/thsottiaux/status/2107676072871600470

일론 머스크, Grok Bot에 외부 최상위 AI 모델까지 통합

: 일론 머스크는 향후 SpaceX의 Grok Bot이 특정 작업마다 가장 적합한 백엔드 모델을 선택해 사용한다고 밝힘

: 자체 Grok 모델에 국한하지 않고 Claude Opus 5.5, Midjourney, Suno를 비롯한 주요 외부 API까지 활용 계획

: 핵심 원칙은 모델 공급자보다 결과물의 품질. 각 작업에서 가장 좋은 결과를 낼 가능성이 높은 모델을 동적으로 선택하는 멀티모델 라우팅 구조 지향

: 경쟁력을 단일 Grok 모델 성능이 아니라 여러 프론티어 모델과 전문 AI 서비스를 묶는 오케스트레이션 레이어로 확장하겠다는 의미

https://x.com/elonmusk/status/2107724314451878104

구글 x 유니티, 자연어 기반 AI 게임 플랫폼 ‘Playground’ 출시, 연내 ‘Unity Spark’로 확장

: 구글과 유니티가 AI 기반 게임 제작·유통 플랫폼 구축을 위한 전략적 파트너십 발표. 구글의 AI 및 10억명 이상 사용자를 보유한 제품군과 유니티의 게임 엔진 기술을 결합해 게임 개발 경험이 없는 사용자까지 크리에이터로 확대하는 것이 목표

: 구글은 미국 18세 이상 대상으로 실험적 게임 플랫폼 ‘Playground’ 출시. 코딩 없이 자연어 프롬프트만으로 게임을 생성하고, 물리 효과, 규칙, 캐릭터, 환경 등을 대화형으로 수정 가능

: Playground는 제작, 플레이, 공유, 발견을 통합한 UGC 게임 플랫폼. 브라우저 기반으로 모바일·노트북에서 플레이할 수 있으며, Google Play Games와 연동해 리더보드, 일부 멀티플레이, 좋아요, 크리에이터 팔로우 등을 지원

: 올해 말에는 Unity Spark로 제작 환경을 확장. 현재 테스트 단계로 Closed Beta를 앞두고 있으며, 전문 수준의 게임 메커니즘, 고품질 3D, Unity Runtime을 통해 Playground에서 만든 게임을 고도화 가능

: 핵심 구조는 Playground가 대중적인 AI 게임 생성·유통의 진입점, Unity Spark가 고급 제작 환경을 담당하는 형태. Spark에서 제작한 게임 역시 Playground를 통해 배포 가능

: Playground의 게임 생성 접근량은 Google One 멤버십에 따라 차등 제공. 구글은 생성형 AI의 소비자 Use Case를 게임 제작으로 확장하고, 유니티는 AI 네이티브 신규 크리에이터를 기존 개발 생태계로 유입할 수 있는 구조

https://blog.google/innovation-and-ai/technology/ai/playground-experimental-gaming-platform

https://investors.unity.com/news/news-details/2026/Google-and-Unity-Partner-on-New-AI-Gaming-Platform-for-the-Next-Era-of-Interactive-Entertainment

앤스로픽, Claude Haiku 5.5 출시. 구독자 API 크레딧 제공

: 앤스로픽이 고용량·비용 민감형 워크로드를 겨냥한 Claude Haiku 5.5 출시

: Haiku 계열 최초로 effort 설정과 adaptive thinking을 지원하며, 요약·컨텍스트 압축·분류·DB 쿼리·서브에이전트·브라우저 및 컴퓨터 사용 등 빠르고 반복적인 작업에 초점

: AAII에서 Max effort 기준 43점으로 1년 전 Haiku 대비 26점 상승. vs Kimi K3 44점, GLM-5.3 Flash 42점, Gemini 3.8 Flash 41점, GPT-6 Luna 38점

: 앤스로픽 자체 평가에서도 성능이 크게 개선. GDPval-AA 1620 vs GPT-6 Luna 1437, AA-Briefcase 1578 vs Luna 1336, OSWorld 72.4% vs Luna 48.9% 기록

: 다만 Max effort의 토큰 효율성은 약점. Artificial Analysis 기준 작업당 약 162k 출력 토큰으로 GPT-6 Luna Max 약 50k의 3배 이상. Xhigh에서 Max로 높이면 성능은 2점 개선되는 반면 토큰 사용량은 약 1.8배 증가

: 사실 지식도 상대적으로 낮아 AA-Omniscience 정확도는 36%로 Gemini 3.8 Flash 55%, GPT-6 Luna 44%를 하회

: 반면 모르는 내용을 인정하는 성향이 강해 환각률은 40%로 Gemini 55%, Luna 77%보다 낮음

: 가격 경쟁력 대폭 강화. 100k 이하 기준 입력 $0.10, 출력 $0.50/백만토큰으로 Haiku 4.5 대비 90% 인하되고 GPT-6 Luna와 동일

: 다만 100k 초과 시 $0.50/$2.50으로 5배 상승. 앤스로픽은 실제 요청 분포와 토크나이저 변화까지 고려하면 Haiku 4.5 대비 평균 실행 비용이 약 75% 낮아졌다고 설명

: 캐시 읽기는 100k 이하 $0.01, 캐시 쓰기는 $0.125이며 100k 초과 시 각각 $0.05, $0.625. 컨텍스트 윈도우는 기존 200k에서 1M tokens로 5배 확대, 텍스트·이미지 입력 및 텍스트 출력 지원

: 동시에 Sonnet 5.5 캐시 읽기 가격을 $0.20에서 $0.10으로 50% 인하, 대부분의 에이전틱 워크로드 비용을 약 20% 절감

: Max·Team 구독자에게 월 API 크레딧도 신규 제공. Max 5x 월 $100, Max 20x 월 $200, Team 최대 월 $500이며 모든 Claude 모델에 사용 가능. Python·TypeScript SDK에는 컴퓨터 및 브라우저 사용 기능을 베타로 추가

https://www.anthropic.com/claude-haiku-5-5

오픈AI, GPT-6 전면 확대, ‘Intelligent UI’로 대화형 AI를 인터페이스 생성 플랫폼으로 확장

: 오픈AI가 지난달 유료 사용자에게 처음 공개한 GPT-6를 확대 배포. ChatGPT 주간 사용자 12억명 이상을 대상으로 차세대 모델을 제공하며, Plus·Pro·Business·Enterprise는 GPT-6 Sol, Free·Go는 GPT-6 Luna 사용

: 핵심 신규 기능은 Intelligent UI. GPT-6가 질문에 따라 텍스트뿐 아니라 그래픽, 버튼, 폼, 차트, 인터랙티브 다이어그램 등을 조합해 답변 자체를 사용자 맞춤형 UI로 생성

: 단순 시각화에 그치지 않고 대화창 안에서 직접 작동하는 도구 즉석 생성 가능. 인원수에 따라 식재료가 자동 조정되는 요리 플래너, 여행 지도, 비용 분할기, 은퇴 저축 계산기, 게임 등이 대표 사례

: 기술적으로는 네이티브 스트리밍 컴포넌트 라이브러리와 컴파일러 구축. 모델이 콘텐츠·레이아웃·시각 요소·인터랙션을 결정하고, 답변 생성과 동시에 UI를 컴파일해 전체 생성 완료를 기다리지 않고 점진적으로 표시

: GPT-6는 추론과 답변 생성을 동시에 진행하는 구조도 도입. 모델이 계속 생각·검색하는 동안 확보한 정보를 바탕으로 먼저 답변을 시작하고 이후 내용을 점진적으로 보강. 내부 평가에서 GPT-6 Extra High는 GPT-5.6 Medium과 비슷한 시간에 답변을 시작하면서 최종 성능은 GPT-5.6 Extra High를 상회

: 웹 검색이 필요한 작업에서는 GPT-6 Instant가 GPT-5.6 Instant 대비 평균 44% 빠르게 답변을 시작. 검색 필요 여부 판단과 근거 정보 탐색 능력도 개선됐다고 설명

: 안전성 측면에서는 Astra에서 도입한 기술을 일부 계승해 멀티턴 탈옥 공격, 사이버·생물학·폭력 관련 고위험 악용에 대한 방어를 강화하는 동시에 정상 요청에 대한 불필요한 거부를 축소

: GPT-6와 Intelligent UI는 오늘부터 Plus·Pro·Business·Enterprise의 Chat 탭에 글로벌 순차 배포, Free·Go는 내일부터 확대. 이번 업데이트는 Chat에만 적용되며 Work와 Codex의 기반 모델은 변경되지 않음

: 오픈AI가 제시한 장기 방향은 고정된 소프트웨어 UI를 사용자가 배우는 구조에서 AI가 사용자의 목적에 맞춰 UI·데이터·액션을 실시간으로 조합하는 구조로의 전환. “사람이 소프트웨어에 적응하는 것이 아니라 소프트웨어가 사람에게 적응”하는 것을 목표로 제시

https://openai.com/index/gpt-6-for-everyone

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/10/8)

■ 앤스로픽, Claude Haiku 5.5 출시. 구독자 API 크레딧 제공

■ 오픈AI, ChatGPT에 GPT-6 전면 도입. Intelligence UI로 인터페이스 자체 생성

■ 오픈AI Codex·ChatGPT Work 활성 사용자 4,000만명 돌파

■ 오픈AI, ChatGPT에 청소년 대상 대학 진학 계획 도구 추가

■ 오라클, 대규모 AI 칩 구매 자금 마련을 위해 Apollo, 골드만삭스와 별도 금융 추진

■ 브로드컴, 오픈AI의 커스텀 칩 생산을 위해 500억 달러 이상 규모 금융 조달 추진. Apollo, 블랙스톤 등과 참여 논의

■ 구글 x 유니티, 프롬프트로 게임의 캐릭터, 규칙, 물리환경을 생성하고 웹에서 공유할 수 있는 Playground 출시. 유니티는 고급 3D 기능을 제공하는 Unity Spark의 비공개 프리뷰 이후 연결 계획

■ 마이크로소프트, Windows에서 로컬 AI 실행 확대. Copilot 비용 절감 및 엔터프라이즈 에이전트 보안 강화

■ 메타, iPad용 Muse 앱 출시

■ 저커버그가 설립한 Biohub와 구글, 메타, 미국 정부가 18억 달러를 투입해 Universal Virtual Cell 구축 프로젝트 진행. 생명공학 실험 전에 AI 상에서 세포 반응과 잠재적 결과를 시뮬레이션하는 것이 목표

■ 백악관, 일론 머스크, 세르게이 브린, 젠슨 황, 리사 수에게 최고 과학훈장, 마이클 델과 사티아 나델라에게 최고 기술 및 진보훈장 수여 예정

■ AI 에이전트 Hermes 개발사 Nous Research, 15억 달러 밸류로 9,000만 달러 조달

감사합니다.

https://t.iss.one/Samsung_Global_AI_SW

[삼성 문준호의 반.전] 삼성전자 잠정 실적 요약

■ 3Q26 잠정 실적

- 매출액 195.0조원
: +126.59% y-y, +13.70% q-q
: 컨센서스 200.3조원 하회

- 영업이익 107.4조원 (이익률 55.1%)
: +782.50% y-y, +20.01% q-q
: 컨센서스 106.0조원 (이익률 52.9%) 상회


감사합니다.

오픈AI Codex·ChatGPT Work 활성 사용자 4,000만명 돌파

: 오픈AI의 28일 연속 개선 프로그램 Day 3의 큰 업데이트는 ChatGPT에 GPT-6 출시

: 동시에 Codex와 ChatGPT Work 합산 활성 사용자 수가 사상 최고치인 4,000만명 달성 공개

: 유료 사용자 전원에게 적립형(Banked) 리셋 1회분도 지급. 즉시 사용하지 않고 계정에 적립해 필요할 때 사용 가능한 리셋

■ Codex & 챗GPT Work WAU

<Codex 단독>
연초 50만 명
→ 2월 초 100만 명
→ 3월 초 200만 명
→ 4/7 300만 명
→ 4/21 400만 명
→ 5/30 500만 명

→ 7/9 GPT-5.6 정식 출시

<Codex + 챗GPT Work 합산>
→ 7/12 600만 명
→ 7/13 700만 명
→ 7/14 800만 명
→ 7/15 900만 명
→ 7/21 1,000 만 명
→ 8/12 1,500만 명
→ 8/19 2,000만 명
→ 8/29 2,500만 명

→ 9/3 GPT 6 Astra 출시

→ 9/29 3,500만 명+(DevDay 언급)
→ 10/7 4,000만 명

https://x.com/thsottiaux/status/2107913674593644711

앤스로픽, Claude Haiku 5.5 출시 - 남은 것은 Fable 5.5

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다

앤스로픽이 Haiku 4.5 버전 이후 업데이트가 없었던 소형 모델을 5.5 버전으로 업데이트했습니다.

대량 처리와 비용 민감형 워크로드를 겨냥한 모델로 Haiku 계열 최초로 추론 설정과 adaptive thinking을 지원합니다.

소형 모델 답게 요약, 컨텍스트 압축, DB 쿼리, 분류 요청처럼 빠르고 반복적인 작업에 초점을 맞추고 있습니다.

특히 앤스로픽이 제시한 코딩 작업에서 Haiku의 포지션은 Opus 5.5와 Sonnet 5.5의 서브 에이전트입니다.

AAII에서는 43점과 작업당 비용 $0.21(100k 이하 컨텍스트 기준)을 기록했습니다. 중국 주요 모델과 Gemini 3.8 Flash, GPT-6 Luna와 유사한 점수대입니다.

Kimi K3 - 44점 vs $2.0
GLM-5.3 Flash - 42점 vs $0.25
Gemini 3.8 Flash - 41점 vs $1.24
DeepSeek V4.1 Flash - 39점 vs $0.27
GPT-6 Luna - 38점 vs $0.07

다만 Max 기준 토큰 효율성은 단점입니다. 작업당 162k 출력 토큰으로 GPT-6 Luna Max 50k의 3배입 수준입니다.

Xhigh에서 Max로 추론 강도를 높이면 성능은 2점 개선되지만 토큰 사용량은 약 1.8배 증가합니다. 비용 효율을 중시한다면 낮은 추론 강도를 활용하는 것이 유리해 보입니다.

API 가격은 프롬프트 100k 이하일 경우 인풋 $0.1/아웃풋 $0.5입니다. GPT-6 Luna와 같은 수준이고, Haiku 4.5 대비 1/10 입니다.

다만 100k 초과 시 API 가격이 5배로 상승합니다. 초과 기준으로도 Sonnet 5.5($2 및 $10) 대비 1/4 수준으로 설정되긴 했네요

앤스로픽은 실제 토큰 사용량 변화까지 반영한 평균 실행 비용이 기존 대비 약 75%가 낮아졌다는 주장을 하고 있습니다.

추가로 Sonnet 5.5의 캐시 읽기 가격을 50% 인하했습니다. 이를 통해 대부분의 에이전틱 작업에서 20%의 비용 절감 효과가 발생한다고 강조했습니다.

또한 Claude Max 및 Team 구독자에게 월별 API 크레딧도 신규 제공합니다. Claude Platform 활성화를 위한 정책이지만, 향후 외부 하네스 연동 관련 정책 변화는 팔로업이 필요합니다.

사실 물처럼 저렴하고 풍부하게 공급되는 지능을 먼저 강조한 것은 오픈AI입니다. 비싸게만 느껴졌던 앤스로픽도 이제 같은 방향으로 움직이고 있습니다.

프론티어 AI 경쟁의 축은 모델 자체 성능뿐 아니라 구간별 성능 대비 비용을 고려하면 모델 포트폴리오 구축으로 확대되고 있습니다.

그리고 이제 남은것은 물처럼 저렴하진 않더라도 압도적 성능이 기대되는 강력한 Claude Fable 5.5 입니다.

(2026/10/8 공표자료)

마이크로소프트, Windows를 ‘하이브리드 인텔리전스’ 플랫폼으로 전환

: 마이크로소프트는 Windows를 AI 에이전트가 로컬 PC와 클라우드를 오가며 작업을 수행하는 하이브리드 AI 플랫폼으로 재설계. 클라우드 토큰 비용 절감과 AI 성능, 보안, 기업 관리 기능의 통합이 핵심

: Microsoft Execution Containers(MXC)를 Windows 11에 정식 출시. 에이전트별 파일·네트워크 접근을 제한하고 독립적 ID를 부여해 사용자와 에이전트의 행동을 구분. Agent 365·Intune과 연계해 기업의 통제·감사 지원

: 에이전트 생태계 확대. 오픈AI Codex, GitHub Copilot, OpenClaw, Replit, NVIDIA OpenShell 등이 MXC를 지원하며 Claude Code, Manus, Perplexity 등도 지원 예정. Meta Muse도 Windows 네이티브 앱으로 출시해 MXC 통합 계획

: 프론티어급 모델의 로컬 실행 확대. MAI Code 1.1 Flash(137B)는 3-bit 양자화로 모델 크기를 약 80% 축소하고 256K 컨텍스트 지원. NVIDIA Nemotron 70B+는 약 20GB 메모리에서 실행 가능하며 DeepSeek V4 Flash(284B)도 로컬 구동 추진

: GitHub HydraFusion을 로컬까지 확장. 작업별로 로컬·클라우드 모델을 자동 선택해 토큰 비용 최적화. Copilot·CLI·VS Code에서 10월 말 프리뷰 예정

: Copilot의 개인 에이전트 기능 강화. 사용자 허가하에 PC파일·활동 맥락을 이해하고 파일 정리, 문제 해결, 코딩 등을 직접 수행. 지속형 에이전트 Autopilot은 백그라운드 작업을 지원하며 Copilot+ PC에 순차 적용 예정

: AI 에이전트 중심 하드웨어 확대. RTX Spark 기반 PC는 최대 128GB 메모리와 120B+ 모델 로컬 실행 지원. DGX Station for Windows는 최대 748GB 메모리로 1T+ 모델 및 32개 이상 동시 에이전트 실행 목표

: Windows Search를 실행 인터페이스로 확장. 자연어로 PC 설정 변경, 창 정렬, 메시지 전송 등을 수행하고 향후 Copilot 통합 예정

https://blogs.windows.com/windowsexperience/2026/10/07/building-windows-for-hybrid-intelligence

메타 Muse, 글로벌 모바일 DAU 200만 명 돌파

: Similarweb에 따르면 메타 Muse의 글로벌 일간 활성 사용자(DAU)는 10월 5일 기준 약 218.2만 명 기록. 9월 8일 출시 이후 약 4주 만에 200만 명 돌파

: 출시 초기 대비 약 10배 성장했으며, 9월 중순 이후 사용자 증가세 가속화. 해당 수치는 글로벌 iOS 및 Android 앱 기준(모바일)

https://x.com/similarweb/status/2108103969725972503

구글, 범용 업무 AI 에이전트 ‘Gemini Agent’ 공개

: Gemini at Work 2026에서 기업의 지식 업무, 콘텐츠 제작, 데이터 분석, 코딩을 하나의 인터페이스에서 수행하는 범용 AI 에이전트 ‘Gemini Agent’ 발표

: 사용자가 목표를 제시하면 에이전트가 업무를 계획하고 도구를 활용해 최종 결과물까지 완성

: 통합 실행 환경
웹, 모바일, Windows·Mac, CLI, Google Workspace, Microsoft 365, Slack 등에서 동일한 에이전트 사용 가능. 클라우드 기반으로 기기와 애플리케이션을 전환해도 메모리와 업무 맥락 유지. 수 시간에서 수일이 걸리는 작업도 백그라운드에서 지속 실행

: 지속 학습 및 메모리
세션, 의미, 절차, 일화 등 4가지 메모리 체계를 통해 사용자와 조직의 업무 맥락 축적. 과거 작업 경험을 기억하고 업무 수행 방법을 스킬로 저장해 반복 작업의 일관성 향상과 토큰 비용 절감

: 멀티에이전트 협업
복잡한 작업을 여러 하위 에이전트에 분배해 병렬·순차 실행. 독립적인 Workspace 계정(이메일, 캘린더, Drive)과 ID를 가진 상시 동료 에이전트(Coworker Agent)도 생성 가능. 실제 직원처럼 팀 채팅에 참여하고 문서 작성과 프로젝트 관리 수행

: 멀티모델 오케스트레이션
에이전트와 기반 모델을 분리해 작업별 최적 모델을 자동 선택. 현재 Gemini와 앤스로픽 Claude를 지원하며 향후 다른 폐쇄형·오픈 모델로 확대 예정. Smart Routing으로 성능과 비용을 고려해 최적 모델을 배정하고 프로젝트별 실시간 지출 한도 제공

: 기업 시스템 통합
Salesforce, ServiceNow, Slack, Jira, Snowflake, Databricks 등과 연결하고 MCP 지원. 기업은 자체 스킬을 공유 레지스트리에 등록하고 개인도 전용 스킬 제작 가능. Gmail, Docs, Sheets 등 Workspace 내부에서도 동일한 메모리와 스킬을 활용해 애플리케이션 간 업무 자동화

: 데이터 분석 및 산업별 특화
자연어로 SQL·Python 코드 생성, 데이터 분석, 대시보드 제작까지 수행. 금융서비스용 Gemini는 FactSet, LSEG, SEC 공시 등을 활용해 투자 리서치, 신용 분석, 리스크 모델링 지원. 50개 이상의 금융 특화 스킬과 출처·분석 방법론·데이터 계보 제공. 금융 및 법률 특화 기능은 프리뷰 단계

: 엔터프라이즈 보안
에이전트별 독립 ID와 최소 권한 원칙 적용. Agent Sandbox에서 작업을 격리하고 Agent Gateway를 통해 인바운드·아웃바운드 및 에이전트 간 모든 트래픽에 기업 보안 정책 적용. 모든 작업의 감사 로그 제공

: 인프라 및 도입 현황
최신 TPU 8i는 이전 세대 대비 가격 대비 성능 80% 개선. 현재 구글 클라우드 고객의 약 80%가 AI 제품을 사용하고 있으며, 포춘 100대 기업의 약 90%가 Gemini Enterprise 사용. 지난 1년간 약 500개 고객사가 각각 1조 토큰 이상 처리

https://cloud.google.com/blog/products/ai-machine-learning/welcome-to-gemini-at-work-2026