쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 11월 16일 (월)까지 4683건
10건 · "모델 라우팅"조건 지우기 ×
001 09:11 ▲ 257 · 댓글 60 구글, 코딩용 '제미나이 4 하이드로겐' 공개…동적 모델 라우팅 '오케스트레이터'도 구글이 Google Antigravity에서 Gemini 4 Hydrogen 모델을 공개했다. AI · 머신러닝 · Gemini 4 Hydrogen and Orchestrator
Key Point 정적 모델 라우팅의 한계를 벗고, 작업 단계에 따라 고성능과 경량 모델을 동적으로 전환하는 새로운 접근법이 코딩 워크플로우의 효율성과 비용을 어떻게 개선하는지 보여준다.
핵심 요약
구글이 Google Antigravity에서 Gemini 4 Hydrogen 모델을 공개했다. Hydrogen과 함께 새로운 옵션인 Orchestrator가 출시되었으며, 이는 Hydrogen을 Carbon 같은 고성능 모델과 짝지어 품질·효율성·지연시간의 최적 균형을 맞춘다. Orchestrator는 동적으로 Carbon과 Hydrogen을 전환하는 방식으로 작동한다: 예를 들어 Carbon이 의존성을 탐색하고 계획을 세운 뒤 Hydrogen이 코드 작성·패키지 업데이트·테스트를 실행하고, 문제 발생 시 다시 Carbon으로 돌아가 상태를 검사한다. 전체 요약 9문장 읽기 → 002 09:11 ▲ 224 · 댓글 74 구글, 의사결정 전문 AI API 공개…150ms 내 1000개 질문 처리 구글이 Gemini Decision 1 모델 기반의 Decisions API를 출시했으며, 텍스트·이미지·오디오·비디오·PDF를 포함한 멀티모달 입력에서 최대 1000개의 예/아니오, 선택지, 루브릭 채점 질문을 한 번의 API 호출로 처리할 수 있다. AI · 머신러닝 · Gemini Decisions API
Key Point 의사결정에 특화된 저지연 API가 등장하며 AI 애플리케이션의 라우팅·검증·분류 작업 방식이 바뀌고, 기존 대비 5배 저렴한 가격과 3가지 질문 유형 지원으로 구현 복잡도를 크게 낮춘다.
핵심 요약
구글이 Gemini Decision 1 모델 기반의 Decisions API를 출시했으며, 텍스트·이미지·오디오·비디오·PDF를 포함한 멀티모달 입력에서 최대 1000개의 예/아니오, 선택지, 루브릭 채점 질문을 한 번의 API 호출로 처리할 수 있다. 토큰별 생성이 아닌 단일 포워드 패스 방식으로 동작해 중앙값 50~100ms 모델 계산 시간(엔드투엔드 150~250ms)의 저지연을 유지하며, 최대 16K 토큰 컨텍스트에서 질문 1~100개 구간에서도 거의 선형적인 성능을 보인다. 에이전트 라우팅·추론·랭킹·멀티모달 이해 벤치마크에서 Gemini Decision 1이 최고 성능을 기록했으며, 보정 오류도 가장 낮다. 전체 요약 8문장 읽기 → 003 21:12 당일 +107 InkOS 2.0, 소설·각본·인터랙티브 창작 에이전트 InkOS는 장편·단편 소설, 각본, 스토리보드, 인터랙티브 게임, IP 콘텐츠, 다국어 번역을 한 작업대에서 다루는 스토리 창작 AI 에이전트 시스템이며 Studio, TUI, CLI 인터페이스를 지원한다. AI · 머신러닝 · Narcooo/inkos · TypeScript
Key Point 장편 소설의 설정·복선 일관성 문제를 상태 검증과 원자적 저장으로 다루는 창작 에이전트 구조를 볼 수 있다.
핵심 요약
InkOS는 장편·단편 소설, 각본, 스토리보드, 인터랙티브 게임, IP 콘텐츠, 다국어 번역을 한 작업대에서 다루는 스토리 창작 AI 에이전트 시스템이며 Studio, TUI, CLI 인터페이스를 지원한다. v2.0.0은 pi-agent 기반의 단일 프로덕션 하니스로 통합됐다. 모델은 이해와 제안, 호출을 맡고 InkOS는 확인, 컨텍스트, 상태, 원자적 저장을 맡는다. 1.x 프로젝트는 `inkos work migrate --json`으로 점검하고 `--apply`로 통합 창작 라이브러리에 가져온다. 원본 디렉터리와 백업은 유지되며 충돌 시 기존 작품을 덮어쓰지 않는다. 전체 요약 11문장 읽기 → 004 18:33 ▲ 278 · 댓글 78 Strands Decider 2B, 경량 의사결정 AI 모델 오픈소스 공개 Strands Labs가 Strands Decider 2B라는 2억 개 파라미터의 의사결정 모델을 오픈소스로 공개했다. AI · 머신러닝 · Strands Decider 2B: a small, open-source, decision model
Key Point 2억 개 파라미터로 로컬에서 쉽게 실험 가능하면서도 기존 LLM보다 100배 빠르고 신뢰도 점수를 제공해, 에이전트 시스템의 라우팅·검증·보안에 활용하는 새로운 클래스의 AI 모델이 등장했다.
핵심 요약
Strands Labs가 Strands Decider 2B라는 2억 개 파라미터의 의사결정 모델을 오픈소스로 공개했다. 의사결정 모델(Decision Model)은 텍스트 생성이 불가능한 대신, 선택지 간 선택이나 점수 부여에 특화되어 있으며, LLM과 달리 매우 낮은 지연시간과 높은 신뢰도 점수를 제공한다. 기존 LLM 모델의 LM 헤드를 포인터 헤드로 대체한 구조로, Qwen3.5-2B를 기반으로 rank-16 LoRA 어댑터로 파인튜닝했다. 전체 요약 9문장 읽기 → 005 12:11 새 버전 Ollama v0.35.0, 의사결정 모델 지원 추가 Ollama가 TypeSafe의 Jev API 기반 의사결정 모델을 /v1/systemone 엔드포인트로 지원하기 시작했다. AI · 머신러닝 · ollama/ollama@v0.35.0
Key Point 의사결정 모델 지원으로 LLM의 활용 범위가 텍스트 생성에서 분류·라우팅 같은 구조화된 의사결정으로 확대되며, 엔터프라이즈 워크플로우 자동화의 새로운 가능성이 열린다.
핵심 요약
Ollama가 TypeSafe의 Jev API 기반 의사결정 모델을 /v1/systemone 엔드포인트로 지원하기 시작했다. 의사결정 모델은 텍스트 대신 선택지, 확률, 점수를 반환하며, 티켓 분류·모델 라우팅·콘텐츠 분류 등에 활용된다. 지원하는 모델은 Bespoke Labs의 Nimble과 Together AI의 Tev1이다. 전체 요약 9문장 읽기 → 006 09:11 ▲ 104 · 댓글 44 메타 뮤즈, 내부에서 OpenAI 모델 사용 흔적 발견 메타의 AI 에이전트 뮤즈에서 Avocado라는 메타 내부 모델 외에 azure/muse-special이라는 라벨의 OpenAI 모델이 사용되는 것을 발견했다. AI · 머신러닝 · Meta's Muse appears to use an OpenAI model labeled muse-special
Key Point 메타 뮤즈가 공개적으로 공개하지 않은 OpenAI 모델을 백엔드에서 사용하고 있으며, 메타가 외부 모델의 암호화된 응답을 수집하는 방식이 모델 개발 전략과 사용자 데이터 취급에 대한 기술적 통찰을 제공한다.
핵심 요약
메타의 AI 에이전트 뮤즈에서 Avocado라는 메타 내부 모델 외에 azure/muse-special이라는 라벨의 OpenAI 모델이 사용되는 것을 발견했다. muse-special 세션의 서명에는 gpt_responses_v1 태그와 OpenAI가 사용하는 gAAAAA로 시작하는 암호화 페이로드가 포함되어 있으며, 도구 호출 ID가 OpenAI 형식(call_ 뒤 24자)을 따른다. 뮤즈의 에이전트 데몬에는 Claude Opus/Sonnet/Haiku, GPT-5.5/5.6 변형들, Kimi K3 등 약 15개의 Avocado 버전과 함께 다양한 모델이 탑재되어 있다. 전체 요약 8문장 읽기 → 007 22:29 당일 +100 IDE를 내장한 코딩 에이전트 Oh-My-Pi 공개 IDE 기능과 디버거를 직접 연결한 코딩 에이전트 Oh-My-Pi(omp)를 Stencil Labs가 공개했다. AI · 머신러닝 · can1357/oh-my-pi · TypeScript
Key Point 에이전트형 코딩 도구의 실행 환경, 디버거 제어, 모델 라우팅 등 기존 AI 코딩 어시스턴트와 다른 아키텍처와 구체적 기능을 처음으로 공개했기 때문이다.
핵심 요약
IDE 기능과 디버거를 직접 연결한 코딩 에이전트 Oh-My-Pi(omp)를 Stencil Labs가 공개했다. 60개 이상의 LLM 제공자, 31개 내장 도구, Rust로 작성된 약 8만 줄의 핵심 엔진을 탑재했다. 코드 편집, 파일 읽기, 검색이 한 번에 성공하도록 각 모델별로 튜닝되었으며, Grok 4 Fast는 동일한 작업에서 출력 토큰을 61% 감소시켰다. 전체 요약 12문장 읽기 → 008 03:10 당일 +205 로컬에서 구축하는 ChatGPT, AnythingLLM AnythingLLM은 로컬 중심의 올인원 AI 애플리케이션으로, 개인이 소유할 수 있는 프라이빗 ChatGPT를 구축할 수 있다. AI · 머신러닝 · Mintplex-Labs/anything-llm · JavaScript
Key Point 로컬 LLM의 활용을 원하는 개발자와 기업이 기술적 진입장벽 없이 프라이빗 AI 시스템을 구축하고 운영할 수 있게 되어, 클라우드 기반 AI 서비스의 종속성을 줄일 수 있다.
핵심 요약
AnythingLLM은 로컬 중심의 올인원 AI 애플리케이션으로, 개인이 소유할 수 있는 프라이빗 ChatGPT를 구축할 수 있다. 문서 업로드, AI 에이전트, 동적 모델 라우팅, 사용자 메모리, 스케줄된 작업 등 추가 설정 없이 기본으로 제공된다. OpenAI, Claude, Ollama, LocalAI 등 30개 이상의 로컬·클라우드 LLM 제공자와 벡터 데이터베이스를 지원한다. 전체 요약 5문장 읽기 → 009 12:10 ▲ 104 · 댓글 39 LiteLLM의 핵심 기능만 추린 경량 라이브러리 litelm 공개 LiteLLM의 라우팅·메시지 번역 기능을 약 2,900줄과 2개 의존성(openai, httpx)으로 구현한 경량 라이브러리 litelm이 공개됐다. AI · 머신러닝 · Litelm: LiteLLM Without the Bloat
Key Point 기존 LiteLLM의 100k+ 줄 코드 크기에 부담을 느끼거나 가벼운 LLM 통합을 원하는 개발자에게 핵심만 추린 대안을 제시한다.
핵심 요약
LiteLLM의 라우팅·메시지 번역 기능을 약 2,900줄과 2개 의존성(openai, httpx)으로 구현한 경량 라이브러리 litelm이 공개됐다. 프록시 서버, 캐싱, 비용 추적 등 100k+ 줄의 복잡한 기능을 제거하고 모델 라우팅, 메시지 변환, 스트리밍, 도구 사용, 임베딩만 제공한다. OpenAI 호환 엔드포인트로 19개 제공자(OpenAI, Anthropic, Groq, Mistral, xAI, Azure, Bedrock 등)를 지원하며 api_base로 로컬 vLLM·Ollama·LM Studio도 연결 가능하다. 전체 요약 5문장 읽기 → 010 08:12 ▲ 125 · 댓글 16 Mercury 2.5, 저지연 생성형 LLM의 차세대 모델 공개 Inception Labs가 확산형(diffusion) 언어모델인 Mercury 2.5를 출시했으며, Mercury 2보다 40% 지능이 향상됐다. AI · 머신러닝 · Mercury 2.5
Key Point 저지연이 필수적인 음성·검색·코딩 시스템에서 실제로 검증된 경량 모델이 나왔으며, 기존 고사양 모델 대비 훨씬 저렴하면서도 실제 프로덕션 환경에서 성능을 입증했다.
핵심 요약
Inception Labs가 확산형(diffusion) 언어모델인 Mercury 2.5를 출시했으며, Mercury 2보다 40% 지능이 향상됐다. 초당 1,107개 토큰 생성 속도로 GPT-4o나 Claude Haiku 등 주요 경량 모델과 유사한 성능을 낸다. 입력 토큰당 $0.20/백만, 출력 토큰당 $0.75/백만이며 런칭 기념으로 80% 할인된 가격을 제공한다. 전체 요약 6문장 읽기 →