Binarity IT온톨로지 · 기술의 변화와 선택
미국 · 한국   /   2026.11.07

전체 기술 지형

기술의 관계와 변화
기술 탐험 지도

지금의 기술, 다음의 기회를 탐색한다

기술 하나를 고르면 연결과 변화의 이유가 드러납니다. 아래에는 선택한 기술의 연구·모델·서비스 관계와 발표 흐름이 이어집니다.

TECH ATLAS기술을 눌러 연결을 탐색하세요
100%
2026.11.06원문 발표일 누적 · 과거 화면 재현과 구분
17개 기술 변화의 공통 대상 연결 지도선은 두 기술 해설이 공유하는 기업·모델·논문 등의 대상이 1개 이상인 경우입니다. 선이 굵을수록 공통 대상이 많습니다. 인과관계나 기술 의존도를 뜻하지 않습니다.OpenAILG CNS · DevOn Agentic AIND · Cline · Ontology / Knowledge Foundation · Spec-Driven Development · Knowledge Foundation · 개발 표준·보안 규정·소스코드·산출물OpenAIOpenAI · CodexGoogleGoogleGoogleOpenAIOpenAI · OpenAI Presence · OpenAI English phone support · BBVA MexicoModel Context ProtocolIBMOpenAINVIDIANVIDIALG AI Research · K-EXAONE 2.0MetaGoogleGoogleNVIDIAAMD · Google

선: 공통 대상 1개 이상 · 굵기: 공통 대상 수
기술 선택 / 배경 드래그 / + − 확대
선의 움직임: 연결 강조 · 실제 통신 아님

01
소프트웨어 · 에이전트 · 제품 제공 · 일부 베타·프리뷰

AI가 답변을 넘어, 실제 업무를 실행한다

파일을 읽고 앱을 오가며 결과물을 만드는 기능이 범용 제품에 들어왔다.

  1. 01사람이 답변을 복사해 다음 일을 수행
  2. 02AI가 도구를 실행하고 결과물을 작성
AI가 답변을 넘어, 실제 업무를 실행한다: 12개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법모델·연산제품·서비스기업·기관Claude Opus 5.5 — 기반 모델 → Claude DuetClaude Duet — 연결 기능 → Gmail/SlackLG CNS — 공동 개발·출시 → DevOn Agentic AINDCline — 공동 개발 → DevOn Agentic AINDOntology / Knowledge Foundation — 구조 구성 → DevOn Agentic AINDSpec-Driven Development — 방법 구현 → DevOn Agentic AINDOpenAI — 제공 → ChatGPT WorkChatGPT Work — 기술 활용 → CodexClaude Cowork — 원격 실행 → Remote executionLG CNS — 공동 개발 → ClineDevOn Agentic AIND — 기반 지식층 → Knowledge FoundationKnowledge Foundation — 구조화 → 개발 표준·보안 규정·소스코드·산출물Claude Opus 5.5: Claude Duet는 연결앱을 주기적으로 확인하고 작업을 수행하는 별도 앱이다. 미국 Pro/Max/Ultra 대기명단 연구 프리뷰이며 Opus 5.5 기반이라고 명시한다.Claude Opus 5.5Claude Duet: Claude Duet는 연결앱을 주기적으로 확인하고 작업을 수행하는 별도 앱이다. 미국 Pro/Max/Ultra 대기명단 연구 프리뷰이며 Opus 5.5 기반이라고 명시한다.Claude DuetGmail/Slack: Claude Duet는 연결앱을 주기적으로 확인하고 작업을 수행하는 별도 앱이다. 미국 Pro/Max/Ultra 대기명단 연구 프리뷰이며 Opus 5.5 기반이라고 명시한다.Gmail/SlackLG CNS: 기업용 시스템 개발 플랫폼 AIND 공동 개발LG CNSDevOn Agentic AIND: 분석·설계·코딩·테스트·품질 검증을 연결하는 기업 개발 플랫폼DevOn Agentic AINDCline: LG CNS와 AIND를 공동 개발한 AI 코딩 기업ClineOntology / Knowledge Foundation: 기업 개발 표준·규정·코드·산출물의 관계를 구조화하는 지식 기반Ontology / Knowledge Foun…Spec-Driven Development: 명시한 기준에 맞춰 설계·코딩·검증하는 개발 방식; 배경 방법 노드Spec-Driven DevelopmentOpenAI: 기반 모델과 Codex 제공 기업OpenAIChatGPT Work: 앱·파일을 오가며 목표를 문서·시트·슬라이드 등 결과물로 만드는 업무 실행 에이전트. 2026-07-09 공개됐다.ChatGPT WorkCodex: 코드 작성·리뷰용 에이전트CodexClaude Cowork: Claude Cowork의 삼성 업무 배포를 설명합니다. 배포 제품에 Claude Cowork가 포함됩니다.Claude CoworkRemote execution: Cowork 기능을 일반 대화에서 실행하도록 통합하며 웹·데스크톱·모바일 Pro/Max에 점진 배포했다. 7월7일 원격 실행 베타는 노트북 종료 후 작업지속을 명시했다.Remote executionKnowledge Foundation: Knowledge Foundation: 한국의 개발 표준·보안·소스코드를 온톨로지로 연결Knowledge Foundation개발 표준·보안 규정·소스코드·산출물: Knowledge Foundation: 한국의 개발 표준·보안·소스코드를 온톨로지로 연결개발 표준·보안 규정·소스코드·산출물
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
AI가 답변을 넘어, 실제 업무를 실행한다 — 연구·모델·서비스·조직을 연결한 근거 지도
Claude Opus 5.5기반 모델 →Claude Duet
Claude Duet연결 기능 →Gmail/Slack발표·예정·가설
LG CNS공동 개발·출시 →DevOn Agentic AIND
Cline공동 개발 →DevOn Agentic AIND
Ontology / Knowledge Foundation구조 구성 →DevOn Agentic AIND
Spec-Driven Development방법 구현 →DevOn Agentic AIND
OpenAI제공 →ChatGPT Work
ChatGPT Work기술 활용 →Codex
Claude Cowork원격 실행 →Remote execution
LG CNS공동 개발 →Cline
DevOn Agentic AIND기반 지식층 →Knowledge Foundation
Knowledge Foundation구조화 →개발 표준·보안 규정·소스코드·산출물

기술의 핵심

업무 실행 에이전트는 요청을 이해한 뒤 파일을 읽고, 여러 앱을 조작하고, 결과물을 만드는 소프트웨어다. 코딩용 Codex의 실행 방식이 문서·조사·일정 같은 일반 업무로 확장되고 있다.

기대효과 · 분석

반복 입력과 초안 작성 시간을 줄일 여지가 있다.

선택을 바꾸는 신호

Duet의 Team·Enterprise 출시 여부, 한국 제공 여부, 실제 고객의 작업 완료율·검토 시간·작업당 비용 공개를 추적한다.

LG CNS는 Cline과 공동 개발한 DevOn Agentic AIND를 출시했다. 요구사항 분석·설계·코딩·테스트를 연결하고 사람의 검토·승인 단계를 둔다고 밝혔다.

원문 ↗

Anthropic은 Cowork의 웹·모바일 확대와 원격 실행 베타를 발표했다. Max부터 순차 제공하는 일정으로 설명했다.

원문 ↗

OpenAI는 ChatGPT Work를 앱·파일에 걸쳐 행동하고 필요하면 수 시간 작업하는 에이전트로 발표했다. Codex 기술을 일반 업무에 포함한다고 설명했다.

원문 ↗

Claude Duet은 미국 Pro·Max·Ultra 사용자를 대상으로 대기 명단을 받는 연구 프리뷰로 공개됐다. Opus 5.5 기반이며 자체 클라우드 컴퓨터에서 작업한다. Team·Enterprise 제공은 아직 계획이다.

원문 ↗
출처 4개
02
멀티모달 · 영상 · 음성 · API 제공 · 제조사 벤치마크

영상 전체를 읽는 대신, 필요한 장면을 찾아본다

긴 영상의 모든 프레임을 처리하지 않고 질문에 필요한 구간을 조회한다.

  1. 01정해진 간격으로 영상을 계속 입력
  2. 02질문에 맞는 장면·소리·전사를 탐색
영상 전체를 읽는 대신, 필요한 장면을 찾아본다: 11개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법모델·연산제품·서비스기업·기관능동 영상 탐색 — 방법 채택 → Gemini 3.7 FlashGoogle — 제공 → Gemini 3.7 FlashAgentic video understanding — 모델 지원 → Gemini 3.7 FlashAgentic video understanding — 지원 환경 → Gemini API / AI StudioAgentic video understanding — 통합 예정 → Ask YouTubeGemini 3.7 Flash — 방법 지원 → Agentic video understandingAgentic video understanding — 제공 환경 → Gemini API / AI StudioGoogle — 모델 기능 제공 → Gemini 3.7 FlashGemini 3.7 Flash — 지원 → Agentic video understandingAgentic video understanding — 제공 경로 → Gemini API / AI StudioAgentic video understanding — 조회 신호 → 프레임·오디오·전사능동 영상 탐색: 모든 프레임을 고정 처리하는 대신 질문에 필요한 구간을 탐색하는 방법.능동 영상 탐색Gemini 3.7 Flash: Agentic video understanding 지원 버전 중 하나. 영상 이해와 영상 생성은 별개 능력.Gemini 3.7 FlashGoogle: Gemini 모델과 Google Vids·Gemini API 제공 기업.GoogleAgentic video understanding: 고정 FPS 전체 처리를 대신해 필요한 구간·프레임·오디오·전사를 동적으로 조회.Agentic video understandi…Gemini API / AI Studio: 영상 업로드 및 YouTube 영상 분석 API. 엔터프라이즈 플랫폼도 별도 제공.Gemini API / AI StudioAsk YouTube: Gemini 3.7 Flash 등에서 모델이 영상 구간·프레임·오디오·전사를 능동 탐색한다. 공급자 벤치마크의 최대 토큰 88%·비용 66% 절감은 전체 고객의 보장값이 아니다.Ask YouTube프레임·오디오·전사: 긴 영상의 입력량을 줄이는 능동 조회가 API로 나왔다프레임·오디오·전사
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
영상 전체를 읽는 대신, 필요한 장면을 찾아본다 — 연구·모델·서비스·조직을 연결한 근거 지도
능동 영상 탐색방법 채택 →Gemini 3.7 Flash
Google제공 →Gemini 3.7 Flash
Agentic video understanding모델 지원 →Gemini 3.7 Flash
Agentic video understanding지원 환경 →Gemini API / AI Studio
Agentic video understanding통합 예정 →Ask YouTube
Gemini 3.7 Flash방법 지원 →Agentic video understanding
Agentic video understanding제공 환경 →Gemini API / AI Studio
Google모델 기능 제공 →Gemini 3.7 Flash
Gemini 3.7 Flash지원 →Agentic video understanding
Agentic video understanding제공 경로 →Gemini API / AI Studio
Agentic video understanding조회 신호 →프레임·오디오·전사

기술의 핵심

질문에 필요한 구간을 AI가 골라 다시 보는 방식이다. 영상 생성이 아니라 이미 있는 영상을 이해하는 기술이다.

기대효과 · 분석

긴 영상의 검색·분석 비용을 낮출 가능성이 있다.

선택을 바꾸는 신호

한국어·잡음·짧은 이상행동 평가에서 재현율과 느린 응답시간가 개선되는지 확인한다. 독립 벤치마크 또는 실제 유료 고객의 비용 공개가 다음 판단 근거다.

Google은 기존 고정 FPS 처리 대비 영상 분석 벤치마크에서 토큰 최대 88%, 비용 최대 66% 감소와 정확도 최대 7% 개선을 보고했다. 각 수치는 공급자 평가의 최대치이며 모든 영상에서 동시에 보장되는 효과가 아니다.

원문 ↗

같은 발표는 Gemini API·AI Studio·Gemini Enterprise Agent Platform에서 영상 업로드와 YouTube 영상을 지원한다고 명시했다. 특히 긴 영상에서 효율 개선이 크다고 설명한다.

원문 ↗
출처 1개
03
서비스 · 산업 적용 · 플랫폼 직접 진출 · 인수·서비스 종료

플랫폼이 직접 들어오면, 독립 서비스의 자리가 바뀐다

기반 모델 회사가 상담·업무 도구·현장 구축까지 제공하고, 인수와 제품 종료도 이어진다.

  1. 01기반 모델 위에 서비스 기능을 개발
  2. 02모델 회사의 완제품·현장 서비스와도 경쟁
플랫폼이 직접 들어오면, 독립 서비스의 자리가 바뀐다: 5개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.제품·서비스기업·기관OpenAI — 출시 → OpenAI PresenceStainless — 제품 종료 → Stainless 호스팅 제품 종료OpenAI — 출시 → OpenAI PresenceOpenAI Presence — 배포 → OpenAI English phone supportOpenAI Presence — 도입 탐색 → BBVA MexicoOpenAI: 기반 모델과 Codex 제공 기업OpenAIOpenAI Presence: GPT-Live-1이 Presence 음성 상호작용을 지원한다고 명시합니다. 기업 고객업무 에이전트 제품 Presence를 출시했습니다.OpenAI PresenceStainless: SDK·CLI·MCP 연결 도구업체.StainlessStainless 호스팅 제품 종료: 인수와 별도로 호스팅 제품 종료 계획을 공지.Stainless 호스팅 제품 종료OpenAI English phone support: Presence는 음성·채팅 상담에 정책, 시스템연동, 승인된 행동, 사람 전환과 Codex 기반 개선을 묶었다. 적격 기업 대상 제한 GA이며 셀프서비스 제품이 아니다.OpenAI English phone supp…BBVA Mexico: Presence는 음성·채팅 상담에 정책, 시스템연동, 승인된 행동, 사람 전환과 Codex 기반 개선을 묶었다. 적격 기업 대상 제한 GA이며 셀프서비스 제품이 아니다.BBVA Mexico
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
플랫폼이 직접 들어오면, 독립 서비스의 자리가 바뀐다 — 연구·모델·서비스·조직을 연결한 근거 지도
OpenAI출시 →OpenAI Presence
Stainless제품 종료 →Stainless 호스팅 제품 종료
OpenAI출시 →OpenAI Presence발표·예정·가설
OpenAI Presence배포 →OpenAI English phone support
OpenAI Presence도입 탐색 →BBVA Mexico발표·예정·가설

기술의 핵심

AI 플랫폼은 모델 API 판매에 더해 기업용 완제품과 현장 구축을 제공하고, 고객 접점·개발 도구 회사를 인수하고 있다. 독립 서비스 회사는 이들과 협력하면서 같은 고객을 두고 경쟁할 수도 있다.

기대효과 · 분석

표준 기능을 활용해 출시를 앞당길 수 있지만, 단순 재판매의 차별화는 약해질 수 있다.

선택을 바꾸는 신호

Presence의 한국·셀프서비스 확대, Fin·Agentforce의 실제 통합과 가격, 사용 중인 API의 종료 공지, 파트너 조건·고객 데이터 반출 조건을 추적한다.

Stainless는 Anthropic 합류와 함께 SDK 생성기를 포함한 모든 호스팅 제품을 단계적으로 종료한다고 발표했다. 신규 가입·프로젝트·SDK 생성은 당일부터 중단하며, 기존 생성 SDK의 소유권은 고객에게 남는다고 밝혔다.

원문 ↗

OpenAI는 고객·내부 업무를 수행하는 음성·채팅 에이전트 제품 Presence를 제한적 정식 제공(limited GA)으로 발표했다. OpenAI 현장 배치 엔지니어와 일부 글로벌 SI가 구축하며, 셀프서비스 제품은 아직 아니다.

원문 ↗

Salesforce는 고객 에이전트 기업 Fin(구 Intercom)의 인수 완료를 발표했다. 기존 시스템에 빠르게 배포하는 Fin과 맞춤형 Agentforce를 함께 제공하는 제품 구도를 설명했다.

원문 ↗

OpenAI 공식 API 폐기 문서는 Videos API와 Sora 2 모델들의 종료일을 9월 24일로 명시하고 권장 대체 모델을 기재하지 않았다. 사전 고지는 3월 24일이었다. 9월 24일은 발표일이 아니라 문서상 종료일이다.

원문 ↗
출처 4개

OpenAI · 기반모델 업체가 고객지원 제품까지 진입 ↗

Salesforce Completes Acquisition of Fin ↗Salesforce는 고객 에이전트 기업 Fin(구 Intercom)의 인수 완료를 발표했다. 기존 시스템에 빠르게 배포하는 Fin과 맞춤형 Agentforce를 함께 제공하는 제품 구도를 설명했다.

Stainless is joining Anthropic ↗

Deprecations: Sora 2 video generation models and Videos API ↗OpenAI 공식 API 폐기 문서는 Videos API와 Sora 2 모델들의 종료일을 9월 24일로 명시하고 권장 대체 모델을 기재하지 않았다. 사전 고지는 3월 24일이었다. 9월 24일은 발표일이 아니라 문서상 종료일이다.

04
데이터 · 검색 · 그래프 · 제품 출시 · 일부 비공개 프리뷰

문서를 잘 찾는 AI에서, 회사의 일을 이해하는 AI로

기업의 용어·관계·규칙을 실행 가능한 맥락으로 묶는 제품이 등장한다.

  1. 01질문과 비슷한 문서를 검색
  2. 02데이터의 관계와 업무 규칙까지 연결
문서를 잘 찾는 AI에서, 회사의 일을 이해하는 AI로: 13개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법제품·서비스기업·기관LG CNS — 공동 개발·출시 → DevOn Agentic AINDCline — 공동 개발 → DevOn Agentic AINDOntology / Knowledge Foundation — 구조 구성 → DevOn Agentic AINDSpec-Driven Development — 방법 구현 → DevOn Agentic AINDGraphRAG — 구조 구성 → Neo4j Context EngineOntology / Knowledge Foundation — 구조 구성 → Neo4j Context EngineNeo4j — 제품 공개 → Neo4j Context EngineNeo4j Context Engine — 구성 요소로 포함 → Business OntologyContext Build and Runtime — 맥락 검색에 사용 → GraphRAG retrieverNeo4j Context Engine — 포함 → Graph-native memoryLG CNS — 공동 개발 → ClineDevOn Agentic AIND — 기반 지식층 → Knowledge FoundationKnowledge Foundation — 구조화 → 개발 표준·보안 규정·소스코드·산출물LG CNS: 기업용 시스템 개발 플랫폼 AIND 공동 개발LG CNSDevOn Agentic AIND: 분석·설계·코딩·테스트·품질 검증을 연결하는 기업 개발 플랫폼DevOn Agentic AINDCline: LG CNS와 AIND를 공동 개발한 AI 코딩 기업ClineOntology / Knowledge Foundation: 기업 개발 표준·규정·코드·산출물의 관계를 구조화하는 지식 기반Ontology / Knowledge Foun…Spec-Driven Development: 명시한 기준에 맞춰 설계·코딩·검증하는 개발 방식; 배경 방법 노드Spec-Driven DevelopmentGraphRAG: 그래프의 의미·관계를 활용한 검색 증강 생성; 배경 방법 노드GraphRAGNeo4j Context Engine: 비즈니스 온톨로지·GraphRAG·메모리를 결합하는 private previewNeo4j Context EngineNeo4j: 그래프 데이터베이스·Context Engine 제공Neo4jBusiness Ontology: Neo4j Context Engine: 그래프 검색을 업무 온톨로지·기억과 묶는다Business OntologyContext Build and Runtime: Neo4j Context Engine: 그래프 검색을 업무 온톨로지·기억과 묶는다Context Build and RuntimeGraphRAG retriever: Neo4j Context Engine: 그래프 검색을 업무 온톨로지·기억과 묶는다GraphRAG retrieverGraph-native memory: Neo4j Context Engine: 그래프 검색을 업무 온톨로지·기억과 묶는다Graph-native memoryKnowledge Foundation: Knowledge Foundation: 한국의 개발 표준·보안·소스코드를 온톨로지로 연결Knowledge Foundation개발 표준·보안 규정·소스코드·산출물: Knowledge Foundation: 한국의 개발 표준·보안·소스코드를 온톨로지로 연결개발 표준·보안 규정·소스코드·산출물
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
문서를 잘 찾는 AI에서, 회사의 일을 이해하는 AI로 — 연구·모델·서비스·조직을 연결한 근거 지도
LG CNS공동 개발·출시 →DevOn Agentic AIND
Cline공동 개발 →DevOn Agentic AIND
Ontology / Knowledge Foundation구조 구성 →DevOn Agentic AIND
Spec-Driven Development방법 구현 →DevOn Agentic AIND
GraphRAG구조 구성 →Neo4j Context Engine발표·예정·가설
Ontology / Knowledge Foundation구조 구성 →Neo4j Context Engine발표·예정·가설
Neo4j제품 공개 →Neo4j Context Engine발표·예정·가설
Neo4j Context Engine구성 요소로 포함 →Business Ontology발표·예정·가설
Context Build and Runtime맥락 검색에 사용 →GraphRAG retriever발표·예정·가설
Neo4j Context Engine포함 →Graph-native memory발표·예정·가설
LG CNS공동 개발 →Cline
DevOn Agentic AIND기반 지식층 →Knowledge Foundation
Knowledge Foundation구조화 →개발 표준·보안 규정·소스코드·산출물

기술의 핵심

온톨로지는 고객·계약·상품·업무처럼 회사가 사용하는 개념과 관계를 정리한 지도다. GraphRAG는 이 관계를 따라 필요한 근거를 찾는 검색 방식이다. 대화 모델을 새로 학습시키는 기술과는 구분된다.

기대효과 · 분석

복잡한 기업 질문과 변경 작업의 맥락을 보완할 수 있다.

선택을 바꾸는 신호

Neo4j의 정식 출시·가격, 고객 운영 사례, 자사 평가 질문에서 근거 정확도·수정 비용·응답 지연의 개선 여부를 추적한다.

LG CNS는 DevOn Agentic AIND의 Knowledge Foundation에 온톨로지 DB를 적용해 개발 표준·보안 정책·소스코드·산출물을 연결한다고 밝혔다. 국내 은행의 COBOL→Java 전환 적용 사례도 설명했다.

원문 ↗

Neo4j는 Context Engine을 발표했다. Business Ontology, GraphRAG 검색, 그래프 기반 기억과 업무 흐름 구성을 포함한다. 제공 상태는 private preview다.

원문 ↗
출처 2개
05
소프트웨어 · 에이전트 · 규격 공개 · 서비스 구현

AI 연동을 매번 만드는 비용이 표준으로 이동한다

MCP는 도구 연결, A2A는 에이전트 간 업무 전달을 다룬다.

  1. 01서비스마다 연결 방식을 따로 구현
  2. 02표준 인터페이스로 도구와 업무를 연결
AI 연동을 매번 만드는 비용이 표준으로 이동한다: 10개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법제품·서비스기업·기관Model Context Protocol — 규격 버전 → MCP 2026-07-28Agent2Agent Protocol — 재단 편입 → Agentic AI FoundationAgent2Agent Protocol — 표준 지원 → Amazon Bedrock AgentCoreModel Context Protocol — 표준 구현 → HRDKorea MCP한국산업인력공단 — 제공 → HRDKorea MCPModel Context Protocol — 표준 구현 → 당근 광고 MCP당근 — 출시 → 당근 광고 MCPMCP 2026-07-28 — 도입 → 무상태 프로토콜 코어MCP 2026-07-28 — 제공 → MRTRMCP 2026-07-28 — 강화 → 인증·헤더 라우팅·캐시Model Context Protocol: 에이전트와 데이터·도구의 연결 표준Model Context ProtocolMCP 2026-07-28: 무상태 코어·MRTR·인증 강화를 포함한 발표 버전MCP 2026-07-28Agent2Agent Protocol: 독립 에이전트 간 발견·위임·작업 교환 표준Agent2Agent ProtocolAgentic AI Foundation: A2A를 hosted project로 편입한다고 발표한 재단Agentic AI FoundationAmazon Bedrock AgentCore: A2A 서버를 호스팅·운영하는 클라우드 서비스Amazon Bedrock AgentCoreHRDKorea MCP: 6개 사업 영역의 41개 기능으로 공공데이터를 제공HRDKorea MCP한국산업인력공단: 자격·훈련·취업 공공데이터 MCP 제공한국산업인력공단당근 광고 MCP: 광고 계정·잔액·집행 현황·기간별 성과를 AI에서 조회당근 광고 MCP당근: 광고 계정 데이터와 AI를 MCP로 연결당근무상태 프로토콜 코어: MCP 2026-07-28: 세션 없는 코어와 도구 카탈로그 캐시가 공개됐다무상태 프로토콜 코어MRTR: MCP 2026-07-28: 세션 없는 코어와 도구 카탈로그 캐시가 공개됐다MRTR인증·헤더 라우팅·캐시: MCP 2026-07-28: 세션 없는 코어와 도구 카탈로그 캐시가 공개됐다인증·헤더 라우팅·캐시
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
AI 연동을 매번 만드는 비용이 표준으로 이동한다 — 연구·모델·서비스·조직을 연결한 근거 지도
Model Context Protocol규격 버전 →MCP 2026-07-28
Agent2Agent Protocol재단 편입 →Agentic AI Foundation발표·예정·가설
Agent2Agent Protocol표준 지원 →Amazon Bedrock AgentCore
Model Context Protocol표준 구현 →HRDKorea MCP
한국산업인력공단제공 →HRDKorea MCP
Model Context Protocol표준 구현 →당근 광고 MCP
당근출시 →당근 광고 MCP
MCP 2026-07-28도입 →무상태 프로토콜 코어
MCP 2026-07-28제공 →MRTR
MCP 2026-07-28강화 →인증·헤더 라우팅·캐시

기술의 핵심

MCP는 AI가 데이터·도구를 호출하는 공통 연결 규격이다. A2A는 서로 다른 회사나 프레임워크로 만든 에이전트가 상대를 찾고 업무를 위임하고 결과를 주고받는 규격이다. 두 규격은 서로 다른 연결 문제를 다룬다.

기대효과 · 분석

연결을 재사용하고 다른 실행 도구로 확장할 여지가 생긴다.

선택을 바꾸는 신호

자사 핵심 업무 시스템의 공식 MCP 제공 여부, 지원 명세 버전, 쓰기 기능과 감사 기록 제공 여부를 추적한다.

MCP 유지관리자는 2026-07-28 명세와 SDK를 공개했다. 무상태 코어, 반복 왕복 요청, 목록 캐시, 인증 강화와 최소 12개월의 폐기 예고 정책을 포함한다.

원문 ↗

AAIF는 A2A의 재단 합류를 발표했다. Agent Card를 통한 발견, 작업 위임, 결과 교환을 설명하고 MCP와 다른 역할임을 밝혔다.

원문 ↗

고용노동부는 한국산업인력공단 MCP 서버의 서비스 개시를 발표했다. 자격·직무·훈련 등 공공 데이터를 AI와 연결하는 사례다.

원문 ↗

당근은 광고 MCP를 출시했다. 계정·잔액·캠페인·성과 조회를 지원하며 광고 생성·수정은 향후 확대 기능으로 설명했다.

원문 ↗
출처 4개
06
보안 · 신뢰 · GA와 프리뷰 기능 혼재

AI에 일을 맡기면, 권한 관리가 제품이 된다

실행하는 AI에는 누구의 권한인지, 무엇을 할 수 있는지 관리하는 장치가 필요하다.

  1. 01사용자와 애플리케이션의 접근 관리
  2. 02에이전트의 신원·권한·실행 이력 관리
AI에 일을 맡기면, 권한 관리가 제품이 된다: 10개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법제품·서비스기업·기관Amazon Inspector SBOM analysis — 탐지 기능 구성 → AWS Security Hub AI inventoryAWS — 제공 → AWS Security Hub AI inventory통합 보안 데이터·멀티에이전트 운영 — 구조 계획 → AhnLab AI PLUS안랩 — 전략 발표 → AhnLab AI PLUSHashiCorp Agent Identity — 통합 → HashiCorp Vault 2.2IBM / HashiCorp — 출시 → HashiCorp Vault 2.2Model Context Protocol — 표준 구현 → Terraform remote MCP serverIBM — GA로 제공 → Agent IdentityHashiCorp Vault 2.2 — 제어 → 에이전트 자격증명Agent Identity — 신원·권한 맥락 공유 → HashiCorp VaultAmazon Inspector SBOM analysis: 자가 운영 AI 모델·추론 엔드포인트·에이전트 탐지에 활용Amazon Inspector SBOM ana…AWS Security Hub AI inventory: 조직 내 AI 자산과 보안 상태를 연결해 보여 주는 기능AWS Security Hub AI inven…AWS: Kiro·Bedrock AgentCore·Security Hub 제공AWS통합 보안 데이터·멀티에이전트 운영: 분산 보안 신호를 연결해 분석·판단·대응을 지원하는 기술 방향통합 보안 데이터·멀티에이전트 운영AhnLab AI PLUS: 단일 신제품명이 아닌 AI 네이티브 보안 통합 브랜드·아키텍처AhnLab AI PLUS안랩: AI PLUS 통합 보안 전략 공개안랩HashiCorp Agent Identity: 에이전트 소유자·수명주기·권한을 관리하는 GA 기능HashiCorp Agent IdentityHashiCorp Vault 2.2: 에이전트 계정과 짧은 수명의 자격증명을 관리하는 GA 제품HashiCorp Vault 2.2IBM / HashiCorp: Vault 및 에이전트 신원·제어 제품 제공IBM / HashiCorpModel Context Protocol: 에이전트와 데이터·도구의 연결 표준Model Context ProtocolTerraform remote MCP server: 2026-10-27 발표에서 public preview로 구분된 서버Terraform remote MCP serv…IBM: 양자 프로세서·실시간 제어 API 공급사IBMAgent Identity: Vault 2.2·Agent Identity GA: 상담 에이전트에도 독립 신원과 회수 가능한 권한Agent Identity에이전트 자격증명: Vault 2.2·Agent Identity GA: 상담 에이전트에도 독립 신원과 회수 가능한 권한에이전트 자격증명HashiCorp Vault: Vault 2.2·Agent Identity GA: 상담 에이전트에도 독립 신원과 회수 가능한 권한HashiCorp Vault
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
AI에 일을 맡기면, 권한 관리가 제품이 된다 — 연구·모델·서비스·조직을 연결한 근거 지도
Amazon Inspector SBOM analysis탐지 기능 구성 →AWS Security Hub AI inventory
AWS제공 →AWS Security Hub AI inventory
통합 보안 데이터·멀티에이전트 운영구조 계획 →AhnLab AI PLUS발표·예정·가설
안랩전략 발표 →AhnLab AI PLUS발표·예정·가설
HashiCorp Agent Identity통합 →HashiCorp Vault 2.2
IBM / HashiCorp출시 →HashiCorp Vault 2.2
Model Context Protocol표준 구현 →Terraform remote MCP server발표·예정·가설
IBMGA로 제공 →Agent Identity발표·예정·가설
HashiCorp Vault 2.2제어 →에이전트 자격증명발표·예정·가설
Agent Identity신원·권한 맥락 공유 →HashiCorp Vault발표·예정·가설

기술의 핵심

에이전트 보안은 답변의 유해성 검사에 더해, 어떤 에이전트가 누구의 책임으로 어떤 시스템에 접근하고 행동했는지 통제하는 기술이다. 에이전트별 신원·짧게 유효한 자격증명·권한 회수·행동 기록이 핵심이다.

기대효과 · 분석

업무 자동화를 확대하면서 잘못된 접근과 실행을 통제할 수 있다.

선택을 바꾸는 신호

고객사의 에이전트 보안 요구와 실제 RFP, 프리뷰 기능의 정식 제공 전환, 권한 회수·사고 복구 시험 결과를 추적한다.

AWS는 Security Hub의 AI 자산 가시성 확대를 발표했다. 관리형 AI, 자체 호스팅 모델·에이전트, 외부 AI 서비스 의존성을 서로 다른 수집 방식으로 파악한다.

원문 ↗

안랩은 AI PLUS를 보안 제품·위협 정보·보안 맥락과 멀티 에이전트를 연결하는 통합 브랜드·플랫폼 전략으로 발표했다. 전체 구성의 정식 출시를 의미하는 발표는 아니다.

원문 ↗

IBM은 Vault 2.2와 Agent Identity를 정식 제공한다고 발표했다. 에이전트 소유자·상태·권한 기록과 단기 자격증명·권한 회수를 설명했다. Secure Hub는 public preview, Orchestrate 발견·격리는 tech preview다.

원문 ↗
출처 3개
07
반도체 · 클라우드 · 통신 · HBM 출하 · 클라우드 GA · ASIC 샘플

모델 요금표보다, 완료된 일 한 건의 원가를 보라

메모리·추론 칩·CPU·GPU의 조합이 AI 서비스의 비용과 속도에 영향을 준다.

  1. 01모델 정확도와 GPU 사양을 비교
  2. 02성공한 작업의 총비용과 대기시간을 비교
모델 요금표보다, 완료된 일 한 건의 원가를 보라: 10개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.모델·연산제품·서비스기업·기관Vera Rubin NVL72 — 지원 환경 → OCIBlackwell GPU OCI Supercluster — 학습·서빙 → GPT-6 AstraHGX Rubin NVL8 — 공급 예정 → OCIOpenAI — 설계 → Jalapeño inference acceleratorBroadcom — 반도체 구현 협력 → Jalapeño inference acceleratorCelestica — 시스템 통합 협력 → Jalapeño inference acceleratorSK hynix — 출하 발표 → HBM4Oracle Cloud Infrastructure — 연산 제공 → Vera Rubin NVL72NVIDIA — 연산 시스템 제공 → Vera Rubin NVL72Oracle — 클라우드 제공 → Oracle Cloud InfrastructureVera Rubin NVL72: 72개 GPU를 NVLink로 연결하는 랙 시스템. OCI GA와 향후 멀티 GW 증설 계획은 별개Vera Rubin NVL72OCI: Vera Rubin NVL72와 Vera CPU의 OCI GA를 발표했다. 기존 GB200·GB300 인프라를 이어 확장한다. 8-GPU HGX Rubin NVL8은 도입계획이며 날짜는 공개하지 않았다.OCIBlackwell GPU OCI Supercluster: Vera Rubin NVL72와 Vera CPU의 OCI GA를 발표했다. 기존 GB200·GB300 인프라를 이어 확장한다. 8-GPU HGX Rubin NVL8은 도입계획이며 날짜는 공개하지 않았다.Blackwell GPU OCI Supercl…GPT-6 Astra: Devin의 소프트웨어 테스트 기능에 적용GPT-6 AstraHGX Rubin NVL8: Vera Rubin NVL72와 Vera CPU의 OCI GA를 발표했다. 기존 GB200·GB300 인프라를 이어 확장한다. 8-GPU HGX Rubin NVL8은 도입계획이며 날짜는 공개하지 않았다.HGX Rubin NVL8OpenAI: 기반 모델과 Codex 제공 기업OpenAIJalapeño inference accelerator: 공학 샘플에서 ML 실행을 확인한 LLM 추론 ASIC. 최초 배치는 2026년 말 목표Jalapeño inference accele…Broadcom: Jalapeño 실리콘 구현 및 네트워킹 협력사BroadcomCelestica: 미국 AI 인프라 가치사슬의 보드·랙·시스템 협력사CelesticaSK hynix: AI 메모리 공급사SK hynixHBM4: 2026년 2분기 양산 출하를 공급사가 보고한 고대역폭 메모리. 이 근거만으로 특정 GPU 고객은 연결하지 않음HBM4Oracle Cloud Infrastructure: Vera Rubin NVL72·Vera CPU GA를 발표한 클라우드Oracle Cloud Infrastructu…NVIDIA: 가속 컴퓨팅·로봇 학습·엣지 컴퓨팅 공급사NVIDIAOracle: Oracle Cloud Infrastructure 제공 사업자Oracle
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
모델 요금표보다, 완료된 일 한 건의 원가를 보라 — 연구·모델·서비스·조직을 연결한 근거 지도
Vera Rubin NVL72지원 환경 →OCI
Blackwell GPU OCI Supercluster학습·서빙 →GPT-6 Astra
HGX Rubin NVL8공급 예정 →OCI
OpenAI설계 →Jalapeño inference accelerator
Broadcom반도체 구현 협력 →Jalapeño inference accelerator
Celestica시스템 통합 협력 →Jalapeño inference accelerator발표·예정·가설
SK hynix출하 발표 →HBM4
Oracle Cloud Infrastructure연산 제공 →Vera Rubin NVL72
NVIDIA연산 시스템 제공 →Vera Rubin NVL72
Oracle클라우드 제공 →Oracle Cloud Infrastructure

기술의 핵심

AI 비용은 모델 호출료뿐 아니라 메모리·네트워크·도구 실행 CPU에서 생긴다. HBM 공급, 추론 전용 칩, GPU와 CPU를 나누는 클라우드 설계를 함께 봐야 서비스 원가를 판단할 수 있다.

기대효과 · 분석

업무에 맞는 배치로 자원 낭비를 줄일 여지가 있다.

선택을 바꾸는 신호

Jalapeño의 최종 성능 보고·최초 실제 배치, OCI의 실제 가격·용량, 자사 업무의 비교 측정 결과가 나오면 판단을 갱신한다.

OpenAI·Broadcom은 Jalapeño 추론 칩을 공개했다. 연구실 샘플이 모델을 실행하며 최초 배치는 2026년 말 목표로, 최종 성능은 측정 중이라고 밝혔다.

원문 ↗

SK하이닉스는 HBM4 양산 출하를 2분기에 시작했다고 보고했다. 이 발표의 해당 문단에는 개별 고객명이 없다.

원문 ↗

NVIDIA·Oracle은 OCI에서 Vera Rubin NVL72와 Vera CPU의 GA를 발표했다. NVL72는 랙 내 GPU 72개를 NVLink로 연결하며, 멀티 GW 증설은 별도 계획이다.

원문 ↗
출처 3개
08
모델 · 학습 · 추론 · 모델·가중치·기술 공개

더 큰 모델만으로 이기는 경쟁이 아니다

일부 전문가만 쓰거나, 작게 배우거나, 여러 후보 토큰을 함께 검증한다.

  1. 01모델 크기를 늘려 성능을 확보
  2. 02MoE·증류·추측 디코딩으로 효율을 개선
더 큰 모델만으로 이기는 경쟁이 아니다: 7개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법모델·연산기업·기관LG AI Research — 개발 → K-EXAONE 2.0K-EXAONE 2.0 — 구조 확장 → K-EXAONEDFlash speculative decoding — 방법 적용 → Muse GlimmerMoE upcycling + continual training — 방법 적용 → K-EXAONE 2.0Meta — 개발·공개 → Muse GlimmerAgentic logit / on-policy distillation — 학습에 적용 → Muse Glimmer4-bit weight quantization — 추론에 적용 → Muse GlimmerLG AI Research: K-EXAONE 2.0 개발·배포 기관.LG AI ResearchK-EXAONE 2.0: 2026-07-31 공개. 750B 총량/37B 활성 MoE, 256K 문맥, Apache 2.0.K-EXAONE 2.0K-EXAONE: K-EXAONE 2.0은 이전 K-EXAONE을 확장한 MoE로 총750B·토큰당 약37B 활성, 256K 컨텍스트와 10개언어를 보고했다. Apache2.0 공개 가중치 모델이다.K-EXAONEDFlash speculative decoding: 작은 drafter가 토큰 블록을 제안하고 본 모델이 검증하는 추론 최적화.DFlash speculative decodi…Muse Glimmer: 2026-08-10 공개 30B 로컬 에이전트 모델. Apache 2.0 가중치.Muse GlimmerMoE upcycling + continual training: 기존 K-EXAONE을 확장하고 continual pre-training·mid-training·post-training을 수행.MoE upcycling + continual…Meta: Muse 모델과 Muse Code 제공 기업.MetaAgentic logit / on-policy distillation: Glimmer는 Muse Spark 출력의 logit distillation, 이후 on-policy distillation과 RL을 활용.Agentic logit / on-policy…4-bit weight quantization: Glimmer의 가중치를 약 4비트로 압축해 로컬 실행 메모리 요구를 줄임.4-bit weight quantization
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
더 큰 모델만으로 이기는 경쟁이 아니다 — 연구·모델·서비스·조직을 연결한 근거 지도
LG AI Research개발 →K-EXAONE 2.0
K-EXAONE 2.0구조 확장 →K-EXAONE
DFlash speculative decoding방법 적용 →Muse Glimmer
MoE upcycling + continual training방법 적용 →K-EXAONE 2.0
Meta개발·공개 →Muse Glimmer
Agentic logit / on-policy distillation학습에 적용 →Muse Glimmer
4-bit weight quantization추론에 적용 →Muse Glimmer

기술의 핵심

MoE는 매번 모델의 일부만 계산하고, 증류는 큰 모델의 행동을 작은 모델에 학습시킨다. DFlash 같은 추측 디코딩은 작은 모델이 제안한 여러 토큰을 본 모델이 함께 검증한다.

기대효과 · 분석

품질을 유지하면서 연산·메모리·응답 비용을 줄일 가능성이 있다.

선택을 바꾸는 신호

실제 동시 사용자 수에서 느린 응답의 대기시간과 GPU 이용률을 관찰한다. 새 런타임·양자화·drafter 버전이 나올 때 같은 작업집을 재평가한다.

K-EXAONE 2.0 보고서는 총 750B 중 토큰당 약 37B를 활성화하는 MoE와 기존 모델 확장 학습을 설명한다. 활성 파라미터가 작아도 전체 가중치의 메모리는 따로 고려해야 한다.

원문 ↗

Meta는 30B Glimmer에 증류·약 4비트 양자화·DFlash drafter를 적용했다고 발표했다. 언어 모델 가중치를 20GB 미만으로 줄였다는 수치는 공급자 측정이다.

원문 ↗
출처 2개
09
모델 · 학습 · 추론 · 가중치 공개 · 도구 통합

한국 모델을 고르는 이유가 점수만은 아니다

공개 가중치와 미국 도구 생태계의 연결이 배포 방식의 선택지를 넓힌다.

  1. 01해외 API를 중심으로 모델 선택
  2. 02국내 모델·자체 배포·글로벌 도구를 조합
한국 모델을 고르는 이유가 점수만은 아니다: 4개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법모델·연산제품·서비스기업·기관LG AI Research — 출시 → K-EXAONE 2.0Solar Open 2 — 제품 통합 → Hermes AgentUpstage — 개발·공개 → Solar Open 2Selective Weight Transfer — 학습에 적용 → Solar Open 2LG AI Research: K-EXAONE 2.0 개발·배포 기관.LG AI ResearchK-EXAONE 2.0: 2026-07-31 공개. 750B 총량/37B 활성 MoE, 256K 문맥, Apache 2.0.K-EXAONE 2.0Solar Open 2: 2026-07-22 공개. 250B/15B 활성, 1M 문맥. Upstage Solar License의 상업 이용 가능 오픈웨이트.Solar Open 2Hermes Agent: Nous Research의 에이전트. 한국 모델의 미국 도구 생태계 편입을 확인하는 연결점.Hermes AgentUpstage: Solar 모델 개발 기업. 미국 Hermes Agent 생태계와 연결.UpstageSelective Weight Transfer: Solar Open 100B에서 새 구조에 이전 가능한 가중치를 선택하여 Solar Open 2를 초기화.Selective Weight Transfer
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
한국 모델을 고르는 이유가 점수만은 아니다 — 연구·모델·서비스·조직을 연결한 근거 지도
LG AI Research출시 →K-EXAONE 2.0
Solar Open 2제품 통합 →Hermes Agent
Upstage개발·공개 →Solar Open 2
Selective Weight Transfer학습에 적용 →Solar Open 2

기술의 핵심

기업이 모델 가중치를 받아 내부 장비에서 운영하면 데이터 처리 위치와 수정 방식을 직접 선택할 수 있다. 한국 모델이 미국 에이전트 도구에 편입되는 흐름도 함께 나타난다.

기대효과 · 분석

데이터 통제와 배포 환경을 설계할 선택지가 늘어난다.

선택을 바꾸는 신호

실제 유료 고객의 운영 기간·서빙 비용·재계약 사례를 추적한다. 나라장터 등 RFP에서 자체 배포와 특정 모델명이 등장하는 빈도도 별도 수집한다.

Upstage는 Solar Open 2의 상업 이용 가능 가중치와 자체 배포 안내를 공개했다. Upstage Solar License이며, Hermes Official 모델 선택도 명시한다.

원문 ↗

LG AI Research는 K-EXAONE 2.0을 Hugging Face에 공개하고 Apache 2.0을 적용했다고 발표했다.

원문 ↗
출처 2개
10
멀티모달 · 영상 · 음성 · 음성 API 제공 · 상담 제품 제한 GA

자연스러운 대화와, 일을 끝내는 대화는 다르다

음성을 직접 주고받는 모델이 대화를 바꾸지만, 업무 처리는 별도 시스템과 권한에 달려 있다.

  1. 01음성 인식·추론·음성 합성을 조합
  2. 02실시간 음성 모델과 업무 실행을 연결
자연스러운 대화와, 일을 끝내는 대화는 다르다: 12개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법모델·연산제품·서비스기업·기관GPT-Live-1 — 기반 모델 → OpenAI PresenceOpenAI — 출시 → OpenAI PresenceGPT-Live-1 — 음성 모델 → OpenAI PresenceGPT-Live-1 — 제품 연동 → CodexGPT-Live-1 — 고객 통합 → DevinOpenAI — 출시 → OpenAI PresenceOpenAI Presence — 배포 → OpenAI English phone supportOpenAI Presence — 도입 탐색 → BBVA MexicoSpeech-to-Speech — 방법 채택 → GPT-Live-1OpenAI — API로 제공 → GPT-Live-1GPT-Live-1 — 추론·도구 호출을 위임 → 백엔드 텍스트 모델GPT-Live-1 — 기본 출력으로 제공 → ASR 전사문·응답 텍스트GPT-Live-1: GPT-Live-1이 Presence 음성 상호작용을 지원한다고 명시합니다. GPT-Live-1은 음성 입출력을 한 모델에서 처리하고 복잡한 추론·도구 실행은 별도 모델로 위임한다. 전화지원과 전사 텍스트를 제공한다. 음성층 가격은 분당 $0.05이며 백엔드 비용은 별도다.GPT-Live-1OpenAI Presence: GPT-Live-1이 Presence 음성 상호작용을 지원한다고 명시합니다. 기업 고객업무 에이전트 제품 Presence를 출시했습니다.OpenAI PresenceOpenAI: 기반 모델과 Codex 제공 기업OpenAICodex: 코드 작성·리뷰용 에이전트CodexDevin: Cognition의 소프트웨어 개발 에이전트DevinOpenAI English phone support: Presence는 음성·채팅 상담에 정책, 시스템연동, 승인된 행동, 사람 전환과 Codex 기반 개선을 묶었다. 적격 기업 대상 제한 GA이며 셀프서비스 제품이 아니다.OpenAI English phone supp…BBVA Mexico: Presence는 음성·채팅 상담에 정책, 시스템연동, 승인된 행동, 사람 전환과 Codex 기반 개선을 묶었다. 적격 기업 대상 제한 GA이며 셀프서비스 제품이 아니다.BBVA MexicoSpeech-to-Speech: 중간 텍스트 변환 없이 음성을 입출력하는 접근. 업무 전체 자율 실행과 구별합니다.Speech-to-Speech백엔드 텍스트 모델: GPT-Live-1: 대화의 전이중 처리와 업무 추론을 분리한다백엔드 텍스트 모델ASR 전사문·응답 텍스트: GPT-Live-1: 대화의 전이중 처리와 업무 추론을 분리한다ASR 전사문·응답 텍스트
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
자연스러운 대화와, 일을 끝내는 대화는 다르다 — 연구·모델·서비스·조직을 연결한 근거 지도
GPT-Live-1기반 모델 →OpenAI Presence
OpenAI출시 →OpenAI Presence
GPT-Live-1음성 모델 →OpenAI Presence
GPT-Live-1제품 연동 →Codex
GPT-Live-1고객 통합 →Devin
OpenAI출시 →OpenAI Presence발표·예정·가설
OpenAI Presence배포 →OpenAI English phone support
OpenAI Presence도입 탐색 →BBVA Mexico발표·예정·가설
Speech-to-Speech방법 채택 →GPT-Live-1
OpenAIAPI로 제공 →GPT-Live-1
GPT-Live-1추론·도구 호출을 위임 →백엔드 텍스트 모델
GPT-Live-1기본 출력으로 제공 →ASR 전사문·응답 텍스트

기술의 핵심

음성 E2E는 듣기와 말하기를 한 모델에서 처리하는 구조이고, 업무 E2E는 요청부터 실제 시스템 처리·결과 확인까지 끝내는 범위다. 자연스럽게 말하는 능력과 업무를 정확히 끝내는 능력은 별도로 평가해야 한다.

기대효과 · 분석

끼어들기와 말투가 자연스러워질 수 있지만, 업무 완료율은 별도로 확보해야 한다.

선택을 바꾸는 신호

한국어 숫자·고유명사·잡음·동시발화 테스트와 고객사 실제 반복 통화의 완료율을 월별로 추적한다. Presence의 국내 제공 범위·가격·연동 조건이 공개되면 직접 경쟁 범위를 다시 평가한다.

OpenAI Presence는 음성·채팅 에이전트에 회사 정책·허용 행동·평가·사람 전환을 묶는다. 적격 기업 대상 제한 GA로 OpenAI와 선택된 통합 사업자가 구축하며 셀프서비스 상품은 아니다.

원문 ↗

Deepgram 공식 가이드는 STT–LLM–TTS 단계형 구성을 설명하고 Voice Agent API의 단일 WebSocket 제공과 개별 조합 방식을 비교한다. 연결 수 감소와 모델 선택·단계별 관측·배포 통제 사이에 선택이 있다.

원문 ↗

GPT-Live-1은 full-duplex 음성 API이며 백엔드 텍스트 모델·도구로 추론과 행동을 위임한다. 분당 $0.05는 프런트 음성층 가격으로, 백엔드 추론·전화망·도구·운영을 포함한 총비용이 아니다.

원문 ↗
출처 3개

OpenAI · 동시 듣기·말하기 음성층을 API로 구매 ↗

OpenAI · 기반모델 업체가 고객지원 제품까지 진입 ↗

The voice agent architecture guide: STT, LLM, and TTS pipeline design in 2026 ↗Deepgram 공식 가이드는 STT–LLM–TTS 단계형 구성을 설명하고 Voice Agent API의 단일 WebSocket 제공과 개별 조합 방식을 비교한다. 연결 수 감소와 모델 선택·단계별 관측·배포 통제 사이에 선택이 있다.

11
멀티모달 · 영상 · 음성 · API GA · Vids 적용

영상 제작이 생성 한 번에서, 대화하며 수정하는 일로

Omni 1.2 Flash의 생성 길이·가격·편집 기능 변화가 Vids에 반영됐다.

  1. 01한 번 생성한 뒤 외부 도구에서 수정
  2. 02생성과 대화형 수정을 제품 안에서 반복
영상 제작이 생성 한 번에서, 대화하며 수정하는 일로: 8개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.모델·연산제품·서비스기업·기관Omni 1.2 Flash — 지원 환경 → Gemini APIOmni 1.2 Flash — 기반 모델 → Google VidsOmni 1.2 Flash — 후속 버전 → Gemini Omni 1.1Google — 개발·공개 → Omni 1.2 FlashGoogle — 제공 → Google VidsGoogle — 출시 → Gemini Omni 1.2 FlashGemini Omni 1.2 Flash — 제공 경로 → Gemini APIGemini Omni 1.2 Flash — 제품 적용 → Google VidsOmni 1.2 Flash: 2026-11-05 공식 공개. 15초 영상 생성·대화형 수정. API 가격과 품질은 공급자 발표 기준.Omni 1.2 FlashGemini API: Omni 1.2 Flash는 1.1의 10초에서 15초로 늘고, 대화식 편집과 참조 일관성을 개선했다. 720p는 초당 $0.07로 30% 낮췄다. 같은날 Google Vids 통합도 확인된다.Gemini APIGoogle Vids: 영상 제작·편집 제품. 모델 교체를 날짜별로 추적할 수 있는 서비스 노드.Google VidsGemini Omni 1.1: Omni 1.1의 Vids 통합을 발표했습니다. Omni 1.2 Flash는 1.1의 10초에서 15초로 늘고, 대화식 편집과 참조 일관성을 개선했다. 720p는 초당 $0.07로 30% 낮췄다. 같은날 Google Vids 통합도 확인된다.Gemini Omni 1.1Google: Gemini 모델과 Google Vids·Gemini API 제공 기업.GoogleGemini Omni 1.2 Flash: Omni 1.2 Flash가 생성·참조·대화형 편집을 묶었다Gemini Omni 1.2 Flash
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
영상 제작이 생성 한 번에서, 대화하며 수정하는 일로 — 연구·모델·서비스·조직을 연결한 근거 지도
Omni 1.2 Flash지원 환경 →Gemini API
Omni 1.2 Flash기반 모델 →Google Vids
Omni 1.2 Flash후속 버전 →Gemini Omni 1.1
Google개발·공개 →Omni 1.2 Flash
Google제공 →Google Vids
Google출시 →Gemini Omni 1.2 Flash
Gemini Omni 1.2 Flash제공 경로 →Gemini API
Gemini Omni 1.2 Flash제품 적용 →Google Vids

기술의 핵심

설명을 쓰거나 참고 이미지를 주면 영상을 만들고, 같은 클립의 배경·조명 등을 말로 수정한다. 모델 발표가 Google Vids라는 실제 편집 제품으로 연결된 사례다.

기대효과 · 분석

짧은 안내·교육·마케팅 영상의 시안을 빠르게 만들 수 있다.

선택을 바꾸는 신호

한국어 발화·텍스트 표현의 오류율, 장면 일관성, 재생성 횟수를 월별로 기록한다. 모델 버전 변경 때 같은 과제를 재실행한다.

Google은 Omni 1.2 Flash의 API 일반 제공, 최대 15초 영상, 대화형 수정, 720p 초당 $0.07을 발표했다. 발표상 가격은 Omni 1.1보다 30% 낮다.

원문 ↗

Google Vids에 Omni 1.2가 적용되었고 Google 계정 또는 Workspace 구독자가 월 최대 3개의 15초 영상을 무료 생성할 수 있다고 발표했다.

원문 ↗
출처 2개
12
반도체 · 클라우드 · 통신 · GA · 기술 프리뷰·초기 파트너

에이전트가 늘면, 실행 인프라도 바뀐다

데이터베이스·격리 실행·상태 관리가 에이전트 제품의 기반으로 묶인다.

  1. 01앱과 데이터를 중심으로 인프라 설계
  2. 02장시간 실행하는 에이전트의 상태·격리·비용 관리
에이전트가 늘면, 실행 인프라도 바뀐다: 12개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법제품·서비스기업·기관PostgreSQL — 구조 구성 → Databricks LakebaseDatabricks — 제공 → Databricks LakebaseAgent Substrate 1.0 — 실행 환경 → Agent Substrate on GKEGoogle Cloud — 제공 → Agent Substrate on GKEAgent Substrate 1.0 — 프로젝트 편입 → CNCFgVisor — 프로젝트 편입 → CNCFOpenRL — 프로젝트 편입 → CNCFAgent Substrate 1.0 — 기반 기술 → Hermes EnterpriseNous Research — 개발 → Hermes EnterpriseGoogle Cloud — 정식 제공 → Agent Substrate on GKEAgent Substrate — 분리 → Actor·WorkerCNCF Sandbox — 수용·온보딩 → Agent Substrate·gVisor·OpenRLPostgreSQL: Lakebase의 관계형 데이터베이스 기반 기술; 배경 기술 노드PostgreSQLDatabricks Lakebase: 계산·저장 분리 구조의 Postgres 데이터베이스 서비스Databricks LakebaseDatabricks: 데이터·AI 및 Lakebase 제공 기업DatabricksAgent Substrate 1.0: 상태와 실행 컴퓨트를 분리하는 에이전트 샌드박스 런타임Agent Substrate 1.0Agent Substrate on GKE: 2026-11-05 GA를 발표한 관리형 런타임Agent Substrate on GKEGoogle Cloud: GKE와 Agent Substrate 관리형 서비스 제공Google CloudCNCF: Agent Substrate·gVisor·OpenRL의 Sandbox 수용CNCFgVisor: 사용자 공간 커널로 생성 코드 실행을 격리하는 샌드박스gVisorOpenRL: Google에서 시작해 CNCF Sandbox 수용을 발표한 오픈소스 프로젝트OpenRLHermes Enterprise: Nous Research가 Agent Substrate 위에서 구축 중인 서비스Hermes EnterpriseNous Research: Agent Substrate 위에 Hermes Enterprise를 구축 중인 초기 파트너Nous ResearchAgent Substrate: Agent Substrate 1.0: 에이전트의 대기 상태와 실행 자원을 분리Agent SubstrateActor·Worker: Agent Substrate 1.0: 에이전트의 대기 상태와 실행 자원을 분리Actor·WorkerCNCF Sandbox: Agent Substrate 1.0: 에이전트의 대기 상태와 실행 자원을 분리CNCF SandboxAgent Substrate·gVisor·OpenRL: Agent Substrate 1.0: 에이전트의 대기 상태와 실행 자원을 분리Agent Substrate·gVisor·Op…
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
에이전트가 늘면, 실행 인프라도 바뀐다 — 연구·모델·서비스·조직을 연결한 근거 지도
PostgreSQL구조 구성 →Databricks Lakebase
Databricks제공 →Databricks Lakebase
Agent Substrate 1.0실행 환경 →Agent Substrate on GKE
Google Cloud제공 →Agent Substrate on GKE
Agent Substrate 1.0프로젝트 편입 →CNCF
gVisor프로젝트 편입 →CNCF
OpenRL프로젝트 편입 →CNCF
Agent Substrate 1.0기반 기술 →Hermes Enterprise발표·예정·가설
Nous Research개발 →Hermes Enterprise발표·예정·가설
Google Cloud정식 제공 →Agent Substrate on GKE
Agent Substrate분리 →Actor·Worker
CNCF Sandbox수용·온보딩 →Agent Substrate·gVisor·OpenRL

기술의 핵심

에이전트는 잠깐 코드를 실행하고 모델·사람의 답을 기다린 뒤 다시 움직인다. 실행 중인 컴퓨터와 작업 상태를 분리하면 쉬는 동안 자원을 줄이고, 필요할 때 이어서 실행하는 구조를 만들 수 있다.

기대효과 · 분석

동시 작업과 복구를 관리하는 공통 기반을 활용할 수 있다.

선택을 바꾸는 신호

실제 작업당 인프라 비용·복원 지연·중복 처리율, GKE 기능의 지역·가격·운영 제약, CNCF 프로젝트 성숙도 변화를 추적한다.

Databricks는 Lakebase의 무상태 Postgres 연산과 원격 영속 저장 구조를 설명했다. 많은 단기 DB를 만드는 에이전트 환경에서 생성·운영 제어 계층의 안정성이 중요하다고 밝혔다. 이 글은 신규 출시 발표가 아닌 아키텍처 설명이다.

원문 ↗

Google Cloud는 Agent Substrate 1.0과 GKE 정식 제공을 발표했다. 유휴 작업의 상태를 저장하고 복원하는 구조다. Agent Substrate·gVisor·OpenRL은 CNCF Sandbox에 수용됐으며 온보딩 중이라고 밝혔다.

원문 ↗
출처 2개
13
로봇 · 엣지 · 공간 · 개발 도구 · 통합 개발 · 로봇 공급 예고

로봇의 차이는 대화보다, 현장의 반복 성공이다

시각·언어·행동 모델과 엣지 장치가 실제 로봇 개발에 연결된다.

  1. 01정해진 동작을 작업별로 조정
  2. 02모델·시뮬레이션·실제 장치의 학습을 연결
로봇의 차이는 대화보다, 현장의 반복 성공이다: 9개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법모델·연산제품·서비스기업·기관GR00T 1.7 — 백본 사용 → Cosmos-Reason2-2BAgile ONE SN — 기반 기술 → GR00T / Jetson ThorIsaac Lab 3.0 — 업무 지원 → Robot policy learningBear Robotics — 개발 → Bear KR1Bear KR1 — 엣지 연산 사용 → Jetson ThorBear KR1 — 모델 후학습 → Isaac GR00TAgile ONE SN — 구성 예정 → Jetson ThorNVIDIA — 모델 개발 → Isaac GR00TNVIDIA — 엣지 연산 제공 → Jetson ThorGR00T 1.7: Isaac Lab 3.0은 GA, GR00T 1.7 모델·학습 워크플로는 공개돼 있다. GR00T와 Jetson Thor를 탑재한 Agile ONE SN 참조 휴머노이드는 2027년초 공급예정이다.GR00T 1.7Cosmos-Reason2-2B: Isaac Lab 3.0은 GA, GR00T 1.7 모델·학습 워크플로는 공개돼 있다. GR00T와 Jetson Thor를 탑재한 Agile ONE SN 참조 휴머노이드는 2027년초 공급예정이다.Cosmos-Reason2-2BAgile ONE SN: Jetson Thor·GR00T 기반 연구용 휴머노이드. 2027년 초 제공 예정이라고 명시Agile ONE SNGR00T / Jetson Thor: Isaac Lab 3.0은 GA, GR00T 1.7 모델·학습 워크플로는 공개돼 있다. GR00T와 Jetson Thor를 탑재한 Agile ONE SN 참조 휴머노이드는 2027년초 공급예정이다.GR00T / Jetson ThorIsaac Lab 3.0: Isaac Lab 3.0은 GA, GR00T 1.7 모델·학습 워크플로는 공개돼 있다. GR00T와 Jetson Thor를 탑재한 Agile ONE SN 참조 휴머노이드는 2027년초 공급예정이다.Isaac Lab 3.0Robot policy learning: Isaac Lab 3.0은 GA, GR00T 1.7 모델·학습 워크플로는 공개돼 있다. GR00T와 Jetson Thor를 탑재한 Agile ONE SN 참조 휴머노이드는 2027년초 공급예정이다.Robot policy learningBear Robotics: KR1 인지·모델 실행 및 로봇 정책 후학습을 수행하는 로봇 기업Bear RoboticsBear KR1: 창고·반품·산업 작업용 로봇 개발. 발표만으로 대규모 유료 배치를 추정하지 않음Bear KR1Jetson Thor: KR1과 발표된 휴머노이드 참조 플랫폼의 온보드 컴퓨팅Jetson ThorIsaac GR00T: 로봇 파운데이션 모델 및 학습·배치 워크플로. KR1 연결은 특정 모델 버전을 단정하지 않음Isaac GR00TNVIDIA: 가속 컴퓨팅·로봇 학습·엣지 컴퓨팅 공급사NVIDIA
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
로봇의 차이는 대화보다, 현장의 반복 성공이다 — 연구·모델·서비스·조직을 연결한 근거 지도
GR00T 1.7백본 사용 →Cosmos-Reason2-2B
Agile ONE SN기반 기술 →GR00T / Jetson Thor
Isaac Lab 3.0업무 지원 →Robot policy learning
Bear Robotics개발 →Bear KR1
Bear KR1엣지 연산 사용 →Jetson Thor
Bear KR1모델 후학습 →Isaac GR00T
Agile ONE SN구성 예정 →Jetson Thor발표·예정·가설
NVIDIA모델 개발 →Isaac GR00T
NVIDIA엣지 연산 제공 →Jetson Thor

기술의 핵심

VLA는 카메라 영상과 언어 지시를 로봇 행동으로 연결하는 모델이다. 실제 제품에는 모델 외에도 시뮬레이션 학습, 온보드 컴퓨팅, 센서 연결, 안전 제어가 필요하다.

기대효과 · 분석

변화하는 작업에 적응하는 로봇을 만들 여지가 넓어진다.

선택을 바꾸는 신호

Agile ONE SN의 실제 2027년 초 제공 여부와 독립 현장 평가를 확인한다. 자사 파일럿은 여러 날 반복 작업의 성공·복구 데이터를 확보할 때 다음 작업으로 확장한다.

NVIDIA는 GR00T 1.7을 30억 파라미터·Apache 2.0 공개 VLA 모델로 설명한다. 영상·언어·로봇 상태를 VLM과 diffusion transformer로 처리해 행동을 생성하며, 수집·학습·평가·배치 도구를 함께 제공한다.

원문 ↗

NVIDIA는 Isaac Lab 3.0 GA를 발표했다. Bear Robotics는 KR1에 Jetson Thor 등을 사용하고 Kino-2로 GR00T를 후학습한다고 공급사 발표에 명시됐다.

원문 ↗

GR00T·Jetson Thor 기반 Agile ONE SN은 2027년 초 제공 예정인 연구용 참조 휴머노이드다. Halos 안전 스택 통합도 계획으로 표시됐다.

원문 ↗
출처 2개

Develop Humanoid Robot Policies End-to-End with NVIDIA Isaac GR00T ↗NVIDIA는 GR00T 1.7을 30억 파라미터·Apache 2.0 공개 VLA 모델로 설명한다. 영상·언어·로봇 상태를 VLM과 diffusion transformer로 처리해 행동을 생성하며, 수집·학습·평가·배치 도구를 함께 제공한다.

NVIDIA / Agile Robots · 피지컬 AI: 모델·시뮬레이션·로봇을 연결 ↗

14
기업 · 고용 · 생활 · 기업 공시 · 고용 관측 · 인과와 구분

감원 숫자보다, 어떤 일이 다시 설계되는가를 보라

감원 발표·채용 둔화·AI 사용 증가는 서로 다른 증거다. 바뀌는 업무와 책임을 함께 봐야 한다.

  1. 01인원과 기능을 중심으로 생산성 논의
  2. 02완료되는 업무·예외 처리·책임을 재설계
감원 숫자보다, 어떤 일이 다시 설계되는가를 보라: 2개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법Raymond Perrault — 공동 연구 → Stanford AI Index 2026Erik Brynjolfsson — 공동 연구 → Stanford AI Index 2026Raymond Perrault: AI Index 2026 공저자. 기술 평가와 산업·사회 지표를 연구 보고서로 연결.Raymond PerraultStanford AI Index 2026: 기술 역량, 경제·노동, 과학과 의료를 함께 추적하는 Stanford HAI 연례 보고서. 6월29일 v3 개정본.Stanford AI Index 2026Erik Brynjolfsson: Stanford AI Index 2026 공저자. 기술 발전과 경제·노동 변화의 측정에 참여.Erik Brynjolfsson
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
감원 숫자보다, 어떤 일이 다시 설계되는가를 보라 — 연구·모델·서비스·조직을 연결한 근거 지도
Raymond Perrault공동 연구 →Stanford AI Index 2026
Erik Brynjolfsson공동 연구 →Stanford AI Index 2026

기술의 핵심

기업의 감원과 AI 투자는 함께 일어날 수 있지만, 감원 전부가 AI의 직접 대체 효과는 아니다. 사업자는 줄어드는 직무 이름보다 고객이 여전히 돈을 내고 해결해야 하는 업무와 책임이 어디로 이동하는지를 봐야 한다.

기대효과 · 분석

반복 작업에서 시간을 줄이고, 검토와 예외 처리에 사람을 배치할 여지가 있다.

선택을 바꾸는 신호

Stanford 월별 고용·채용 지표와 기업의 실제 유료 고객·재계약·업무 성과 공개를 함께 본다. 자사 고객의 반복 사용이나 품질이 악화되면 자동화 범위와 사람의 역할을 다시 조정한다.

Intuit 8-K는 정규직 약17% 감축 계획을 공시하며 조직 구조 단순화와 전략 지역의 기술 역량 확대를 설명했다. 공시만으로 감축 인원 전체가 AI에 대체됐다고 판단할 수 없다.

원문 ↗

같은 날 직원 서한은 고객을 위한 AI 기반 업무 대행 경험 확대와 관리 계층 축소 등을 전략으로 제시했다. 이는 경영진의 방향 설명이며 성과 검증 결과가 아니다.

원문 ↗

AI Index 2026의 v3 개정일은6월29일이며 최초 제출은4월14일이다. 이 보고서와 Lightcast의 2025년 공고 통계는 2026년 실시간 채용·배치 현황과 분리해야 한다.

원문 ↗

Stanford의 개정 연구는 2026년6월까지 ADP 표본에서 AI 노출 직업의22~25세 고용이 저노출 동년배의 추세를 따랐을 경우보다19% 낮다고 보고했다. 주로 이직·해고 증가보다 채용 축소를 통한 차이이며, 연구진은 인과 추정이 아닌 초기 관측 지표라고 명시했다.

원문 ↗

Meta는 2026년9월30일 인원 66,775명, 전년 동기 대비15% 감소를 보고했다. 순인원 변화는 해고 건수나 AI 대체 인원과 동일하지 않다.

원문 ↗

Stanford HAI는 월별 AI Economic Indicators가 2026년6월 출범했으며 소프트웨어 개발·고객 지원 등 AI 노출 직업의 고용이 그해4% 넘게 감소했다고 소개했다. 해당 직업군의 관측치이며 미국 전체 고용 감소율이나 AI 인과 추정치가 아니다.

원문 ↗
출처 6개

Intuit Form 8-K — Item 2.05 restructuring plan ↗Intuit 8-K는 정규직 약17% 감축 계획을 공시하며 조직 구조 단순화와 전략 지역의 기술 역량 확대를 설명했다. 공시만으로 감축 인원 전체가 AI에 대체됐다고 판단할 수 없다.

Intuit Form 8-K Exhibit 99.02 — CEO employee letter ↗같은 날 직원 서한은 고객을 위한 AI 기반 업무 대행 경험 확대와 관리 계층 축소 등을 전략으로 제시했다. 이는 경영진의 방향 설명이며 성과 검증 결과가 아니다.

Meta Reports Third Quarter 2026 Results ↗Meta는 2026년9월30일 인원 66,775명, 전년 동기 대비15% 감소를 보고했다. 순인원 변화는 해고 건수나 AI 대체 인원과 동일하지 않다.

Tracking AI’s Real-Time Footprint On The Labor Market ↗Stanford HAI는 월별 AI Economic Indicators가 2026년6월 출범했으며 소프트웨어 개발·고객 지원 등 AI 노출 직업의 고용이 그해4% 넘게 감소했다고 소개했다. 해당 직업군의 관측치이며 미국 전체 고용 감소율이나 AI 인과 추정치가 아니다.

AI Index 2026 · v3 개정 2026-06-29 ↗

Canaries in the Coal Mine? — Revised August 12, 2026 ↗Stanford의 개정 연구는 2026년6월까지 ADP 표본에서 AI 노출 직업의22~25세 고용이 저노출 동년배의 추세를 따랐을 경우보다19% 낮다고 보고했다. 주로 이직·해고 증가보다 채용 축소를 통한 차이이며, 연구진은 인과 추정이 아닌 초기 관측 지표라고 명시했다.

15
과학 · 의료 AI · 베타 제품 · 내부 연구

AI가 논문 요약을 넘어, 연구 도구를 다룬다

과학 모델·계산 도구·연구 근거를 한 작업대에서 연결하는 시도가 나온다.

  1. 01논문을 읽고 설명을 작성
  2. 02연구 도구와 계산·분석을 함께 실행
AI가 논문 요약을 넘어, 연구 도구를 다룬다: 5개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.모델·연산제품·서비스기업·기관Claude Science — 모델 연결 → Evo 2Claude Science — 모델 연결 → Boltz-2Muse Spark 1.3 — 연구에 활용 → Meta health research coding scaffoldMeta — 연구용 모델 제공 → Muse Spark 1.3Anthropic — 제공 → Claude ScienceClaude Science: 2026-06-30 베타 출시. 과학 도구·데이터·컴퓨팅을 연결하고 산출물 생성 이력을 보존.Claude ScienceEvo 2: Claude Science가 BioNeMo Toolkit으로 연결하는 생명과학 모델. 본 수집기간 신규 모델 출시라는 뜻은 아님.Evo 2Boltz-2: Claude Science가 연결하는 생명과학 모델. 모델 자체의 이전 출시일과 서비스 통합일을 구분.Boltz-2Muse Spark 1.3: Muse Wonder와 함께 Meta의 의료 데이터 연구용 내부 코딩 scaffold에 사용.Muse Spark 1.3Meta health research coding scaffold: 의료 연구자가 주도하는 내부 실험 시스템. 상용 진료 서비스나 임상 유효성 입증으로 표시하지 않음.Meta health research codi…Meta: Muse 모델과 Muse Code 제공 기업.MetaAnthropic: Claude 모델과 Claude Science 제공 기업.Anthropic
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
AI가 논문 요약을 넘어, 연구 도구를 다룬다 — 연구·모델·서비스·조직을 연결한 근거 지도
Claude Science모델 연결 →Evo 2
Claude Science모델 연결 →Boltz-2
Muse Spark 1.3연구에 활용 →Meta health research coding scaffold
Meta연구용 모델 제공 →Muse Spark 1.3
Anthropic제공 →Claude Science

기술의 핵심

논문 검색과 코드 실행, 전문 모델, 분석 결과를 한 작업 흐름에 연결한다. 연구자의 판단과 재현 검증을 포함하는 것이 핵심이다.

기대효과 · 분석

연구 준비와 계산 작업을 단축할 여지가 있다.

선택을 바꾸는 신호

독립 연구팀의 재현 결과와 장기 유료 사용 사례를 확인한다. 임상 적용 주장은 별도 전향적 검증·허가 여부로 추적한다.

Anthropic은 Claude Science를 Pro·Max·Team·Enterprise 대상 베타로 출시했다. BioNeMo Toolkit을 통해 Evo 2·Boltz-2·OpenFold3 등과 연결한다고 설명한다.

원문 ↗

Meta는 Muse Spark 1.3·Wonder의 내부 연구 scaffold를 의료 연구자가 사용한 탐색 실험과 연구 원고 10편을 공개했다. 연구자가 과학적 결정과 결론에 책임지는 구조이며 상용 진료 서비스 발표가 아니다.

원문 ↗
출처 2개
16
반도체 · 클라우드 · 통신 · 실망 실증 · 계약·파일럿 · 연구

통신망과 공간이 AI의 실행 환경이 된다

AI-RAN과 공간 안내 연구가 네트워크와 현장 서비스를 연결한다.

  1. 01통신망과 AI 서비스를 따로 구성
  2. 02망·엣지·공간 정보를 묶어 현장에서 실행
통신망과 공간이 AI의 실행 환경이 된다: 12개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.모델·연산제품·서비스기업·기관Samsung Electronics — AI-RAN 계약 → KTSamsung Electronics — AI-RAN 계약 → SK TelecomKT — 산업 현장 실증 예정 → HD Hyundai Samho Yeongam ShipyardSamsung Network in a Server — 부품 사용 → AMD EPYC 8004T-Mobile US — 실망 시험 → NVIDIA Aerial RAN ComputerGoogle XR — 연구 시제품 → AgentHandsNVIDIA — RAN 연산 제공 → NVIDIA Aerial RAN ComputerSamsung Electronics — 엣지 플랫폼 제공 → Samsung Network in a ServerAMD — CPU 제공 → AMD EPYC 8004KT — 실증 플랫폼 선정 → Samsung Network in a ServerSK Telecom — 실증 플랫폼 선정 → Samsung Network in a ServerGoogle — 연구 조직 → Google XRSamsung Electronics: 한국 산업 AI-RAN 사업의 네트워크 공급사Samsung ElectronicsKT: 조선소 등 산업 현장에서 Physical AI 검증 사업 추진KTSK Telecom: SK인천석유화학 현장에서 자율 순찰·영상 분석 검증 추진SK TelecomHD Hyundai Samho Yeongam Shipyard: KT 용접·도장 등 Physical AI 현장 시험의 발표된 장소HD Hyundai Samho Yeongam …Samsung Network in a Server: vRAN·5G SA core·AI applications를 통합하는 온프레미스 엣지 플랫폼Samsung Network in a Serv…AMD EPYC 8004: Samsung NIS가 사용하는 Supermicro COTS 서버의 CPUAMD EPYC 8004T-Mobile US: Bellevue 실제 망 AI-RAN 통화 완료를 공급사가 보고T-Mobile USNVIDIA Aerial RAN Computer: Nokia anyRAN과 결합하는 가속 컴퓨팅 기반 RAN 플랫폼NVIDIA Aerial RAN ComputerGoogle XR: AgentHands 연구팀. 본문에 Xun Qian·Ruofei Du 소속 명시Google XRAgentHands: LLM GestureEvents·공간 객체 레지스트리·TTS 타임스탬프를 동기화하는 XR 연구 시제품AgentHandsNVIDIA: 가속 컴퓨팅·로봇 학습·엣지 컴퓨팅 공급사NVIDIAAMD: 산업 엣지·양자 오류정정 고전 HPC의 CPU/GPU 공급사AMDGoogle: Gemini 모델과 Google Vids·Gemini API 제공 기업.Google
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
통신망과 공간이 AI의 실행 환경이 된다 — 연구·모델·서비스·조직을 연결한 근거 지도
Samsung ElectronicsAI-RAN 계약 →KT
Samsung ElectronicsAI-RAN 계약 →SK Telecom
KT산업 현장 실증 예정 →HD Hyundai Samho Yeongam Shipyard발표·예정·가설
Samsung Network in a Server부품 사용 →AMD EPYC 8004
T-Mobile US실망 시험 →NVIDIA Aerial RAN Computer
Google XR연구 시제품 →AgentHands
NVIDIARAN 연산 제공 →NVIDIA Aerial RAN Computer
Samsung Electronics엣지 플랫폼 제공 →Samsung Network in a Server
AMDCPU 제공 →AMD EPYC 8004
KT실증 플랫폼 선정 →Samsung Network in a Server발표·예정·가설
SK Telecom실증 플랫폼 선정 →Samsung Network in a Server발표·예정·가설
Google연구 조직 →Google XR

기술의 핵심

산업 현장 AI는 가까운 서버에서 영상을 처리하고 작업 위치를 이해해야 한다. AI-RAN은 무선망과 AI 계산을 결합하고, 공간 컴퓨팅은 말로 한 지시를 실제 사물의 위치와 연결한다.

기대효과 · 분석

현장 안내와 통신 품질을 함께 최적화할 가능성이 있다.

선택을 바꾸는 신호

한국 사업의 실제 현장 결과·운영 고객 공개와 AI-RAN 유료 서비스 제공 조건을 확인한다. XR은 더 큰 표본의 실제 업무 평가가 나오면 판단을 갱신한다.

Google XR의 AgentHands는 LLM 제스처 이벤트와 TTS를 동기화한 연구 시제품이다. N=12 연구는 같은 연구자 작성 음성 내용에서 손짓 유무를 비교했으며 위치·동작 이해 평가가 개선됐다.

원문 ↗

삼성은 KT·SKT의 AI-RAN 사업 계약을 발표했다. 2026년 10월 시작 예정인 5G SA 사설망 검증으로, 조선소 용접·도장과 석유화학 순찰 등이 대상이다.

원문 ↗

NVIDIA는 T-Mobile이 Bellevue 실제 망에서 ARC 서버·Nokia 소프트웨어·기존 5G SA 코어와 상용 스마트폰으로 AI-RAN 통화를 완료했다고 밝혔다.

원문 ↗
출처 3개
17
반도체 · 클라우드 · 통신 · 양자 오류정정 연구 · PQ-TLS 제품 기능

양자의 먼 미래와, 지금의 보안 교체는 다르다

양자 오류정정은 연구가 진행 중이고, 양자내성 통신은 제품 기능으로 들어온다.

  1. 01양자 기술을 하나의 미래 산업으로 취급
  2. 02연산 연구와 당장 적용할 암호 전환을 구분
양자의 먼 미래와, 지금의 보안 교체는 다르다: 15개 근거 관계노드를 연구·모델·제품·기업·사회 유형별로 배열했습니다. 화살표는 원문에서 확인한 관계의 방향입니다. 원의 크기는 이 그림 안의 연결 수, 색은 기술 분야입니다. 발표·예정 관계는 점선입니다.연구·방법모델·연산제품·서비스기업·기관Google Quantum AI — 방법 실증 → RL control of quantum error correctionIBM — 연구 플랫폼 공개 → IBM–ORNL–AMD QEC co-design platformIBM–ORNL–AMD QEC co-design platform — 양자칩 구성 → IBM Quantum Nighthawk (120 qubits)ORNL Umbra HPC — HPC 구성 → AMDAmazon Aurora PostgreSQL — 보안 기능 지원 → Post-quantum TLS key exchangeGoogle — 연구 조직 → Google Quantum AIRL control of quantum error correction — 연구 방법 사용 → Reinforcement learningRL control of quantum error correction — 방법에 적용 → Quantum error correctionOak Ridge National Laboratory — HPC 운영 → ORNL Umbra HPCOak Ridge National Laboratory — 공동 연구 → IBM–ORNL–AMD QEC co-design platformAMD — 공동 연구 → IBM–ORNL–AMD QEC co-design platformIBM — 양자칩 제공 → IBM Quantum Nighthawk (120 qubits)IBM–ORNL–AMD QEC co-design platform — HPC 사용 → ORNL Umbra HPCIBM–ORNL–AMD QEC co-design platform — 방법 연구 → Quantum error correctionAmazon Web Services — 클라우드 제공 → Amazon Aurora PostgreSQLGoogle Quantum AI: 계산 중 드리프트 보정에 강화학습을 적용한 연구팀Google Quantum AIRL control of quantum error correction: 오류 검출 신호로 수천 제어 파라미터를 조정하는 강화학습. 범용 내결함성 양자 서비스 출시가 아님RL control of quantum err…IBM: 양자 프로세서·실시간 제어 API 공급사IBMIBM–ORNL–AMD QEC co-design platform: 양자 오류정정 연구를 위해 양자 장치와 고전 HPC를 함께 배치한 플랫폼IBM–ORNL–AMD QEC co-desig…IBM Quantum Nighthawk (120 qubits): 공동설계 플랫폼 최초 배치에 포함된 물리 큐비트 프로세서. 120개 논리 큐비트가 아님IBM Quantum Nighthawk (12…ORNL Umbra HPC: AMD MI355X GPU·5세대 EPYC CPU로 구성된 고전 컴퓨팅 시스템ORNL Umbra HPCAMD: 산업 엣지·양자 오류정정 고전 HPC의 CPU/GPU 공급사AMDAmazon Aurora PostgreSQL: 버전18 이상에서 양자내성 TLS 키 교환 선택을 지원하는 관리형 데이터베이스Amazon Aurora PostgreSQLPost-quantum TLS key exchange: 데이터 전송 암호화를 위한 양자내성 키 교환. 양자컴퓨터를 이용하는 서비스가 아님Post-quantum TLS key exch…Google: Gemini 모델과 Google Vids·Gemini API 제공 기업.GoogleReinforcement learning: 오류 검출 피드백을 이용한 양자 제어 연구에서 명시적으로 사용한 학습 방법Reinforcement learningQuantum error correction: 여러 물리 큐비트에 양자 정보를 분산하고 오류를 검출·보정하는 연구 방법Quantum error correctionOak Ridge National Laboratory: Quantum Science Center·Umbra HPC를 통한 공동설계 참여Oak Ridge National Labora…Amazon Web Services: Amazon Aurora 서비스 제공 사업자Amazon Web Services
● 크기: 이 그림의 연결 수 ● 색: 기술 분야 → 실선: 확인된 관계 ⇢ 점선: 발표·예정·가설
양자의 먼 미래와, 지금의 보안 교체는 다르다 — 연구·모델·서비스·조직을 연결한 근거 지도
Google Quantum AI방법 실증 →RL control of quantum error correction
IBM연구 플랫폼 공개 →IBM–ORNL–AMD QEC co-design platform발표·예정·가설
IBM–ORNL–AMD QEC co-design platform양자칩 구성 →IBM Quantum Nighthawk (120 qubits)발표·예정·가설
ORNL Umbra HPCHPC 구성 →AMD
Amazon Aurora PostgreSQL보안 기능 지원 →Post-quantum TLS key exchange
Google연구 조직 →Google Quantum AI
RL control of quantum error correction연구 방법 사용 →Reinforcement learning
RL control of quantum error correction방법에 적용 →Quantum error correction
Oak Ridge National LaboratoryHPC 운영 →ORNL Umbra HPC
Oak Ridge National Laboratory공동 연구 →IBM–ORNL–AMD QEC co-design platform발표·예정·가설
AMD공동 연구 →IBM–ORNL–AMD QEC co-design platform발표·예정·가설
IBM양자칩 제공 →IBM Quantum Nighthawk (120 qubits)
IBM–ORNL–AMD QEC co-design platformHPC 사용 →ORNL Umbra HPC발표·예정·가설
IBM–ORNL–AMD QEC co-design platform방법 연구 →Quantum error correction
Amazon Web Services클라우드 제공 →Amazon Aurora PostgreSQL

기술의 핵심

양자 오류정정은 불안정한 양자 계산을 오래 유지하려는 연구다. 양자내성 암호는 미래 양자 공격에 대비해 기존 서비스의 암호 방식을 바꾸는 기술로, 두 분야의 구매 시점은 다르다.

기대효과 · 분석

장기 연구 투자와 현재의 보안 전환을 따로 판단할 수 있다.

선택을 바꾸는 신호

사용 중인 데이터베이스·드라이버의 PQ-TLS 지원과 고객 조달 요구가 바뀌면 전환 범위를 갱신한다. 양자 계산은 독립 재현된 유용한 논리 연산과 총비용 근거가 나올 때 재평가한다.

Google Quantum AI는 강화학습 에이전트가 오류 검출 신호로 수천 제어 파라미터를 조정하며 계산 중 드리프트를 보정하는 Nature 연구를 소개했다.

원문 ↗

AWS는 Aurora PostgreSQL 버전18 이상에서 ssl_groups 설정으로 양자내성 TLS 키 교환 그룹을 선택할 수 있다고 발표했다.

원문 ↗

IBM·ORNL·AMD는 오류정정 공동설계 플랫폼을 발표했다. 최초 배치는 120-물리큐비트 Nighthawk와 MI355X GPU·5세대 EPYC 기반 Umbra HPC를 함께 사용한다.

원문 ↗
출처 3개
국가를 넘어 이어지는 기술

미국과 한국은 어떤 관계로 연결되는가

국가의 우열보다 모델 채택, 협력, 투자, 공급 관계를 봅니다. 아래는 양국 노드 사이에 원문으로 연결된 25개 관계입니다.

미국관계 · 방향한국
Claude Code
→ 현장 배포원문 ↗원문 명시
NAVER / NAVER Cloud
Claude Code
→ 기업 활용원문 ↗원문 명시
Nexon
Claude 모델군
→ 도입 진행원문 ↗원문 명시
LG CNS
Claude 모델군
→ 도입 진행원문 ↗원문 명시
Hanwha Solutions
Amazon Bedrock
→ 유통 채널원문 ↗원문 명시
Hanwha Solutions
Claude Code
→ 실행 도구원문 ↗원문 명시
Samsung SDS
Claude Cowork
→ 실행 도구원문 ↗원문 명시
Samsung SDS
Claude 모델군
→ 기반 모델원문 ↗원문 명시
Channel Talk
Claude 모델군
→ 기반 모델원문 ↗원문 명시
SuperLawyer
Claude 모델군
→ 기반 모델원문 ↗원문 명시
WRTN AI 서비스
Claude 모델군
→ 기반 모델원문 ↗원문 명시
SKT 상담 중·후처리 보조
Amazon Bedrock
→ 유통 채널원문 ↗원문 명시
SKT 상담 중·후처리 보조
Anthropic
→ 업무협약원문 ↗발표·예정
과기정통부 / 한국 AI안전연구소
Anthropic
→ 연구 지원 계획원문 ↗발표·예정
NAIRL 한국 연구지원
ChatGPT
→ 제품 통합원문 ↗원문 명시
카카오톡 ChatGPT 챗봇
Microsoft
→ 전략 제휴원문 ↗발표·예정
KT
Azure OpenAI
→ 현지화 계획원문 ↗발표·예정
KT
Palantir
→ 전략 제휴원문 ↗발표·예정
LG CNS
Hermes Agent
← 제품 통합원문 ↗원문 명시
Solar Pro 4
ElevenLabs
→ 협력원문 ↗원문 명시
MBC C&I·ESTsoft·Krafton·SBS
OpenRouter
← 제품 유통원문 ↗원문 명시
Solar Pro 4
AMD EPYC 8004
← 부품 사용원문 ↗원문 명시
Samsung Network in a Server
Hermes Agent
← 제품 통합원문 ↗원문 명시
Solar Open 2
Cline
→ 공동 개발원문 ↗원문 명시
DevOn Agentic AIND
Cline
← 공동 개발원문 ↗원문 명시
LG CNS

공통 연구는 각 기술 관계도에 함께 표시합니다. 이 선만으로 기술 이전이나 인과관계를 단정하지 않습니다.

Binarity IT온톨로지 · 미국 / 한국 · 주간 발행 아카이브 ↗2026.05.06 — 11.06 · 기술 계보·기존 제품은 이전 자료 포함