OpenAI와 키보드 제조사 Work Louder는 개발자들이 AI 에이전트를 더 직관적으로 제어할 수 있도록 조이스틱과 다이얼이 탑재된 전용 하드웨어 컨트롤러 'Codex Micro'를 발표했습니다. 이를 통해 개발자는 반복적인 텍스트 명령어 입력 대신, 버튼과 조이스틱을 통해 에이전트의 상태 확인 및 코드 리뷰, 추론 수준 조절 등의 워크플로우를 빠르게 수행할 수 있습니다. 이는 복잡해지는 AI 에이전트와의 상호작용 방식을 소프트웨어 UI에서 전용 물리 기기로 전환하는 중요한 시도로 평가됩니다.
메타가 새롭게 선보인 '뮤즈 스파크 1.1(Muse Spark 1.1)' 모델은 코딩 분야에서 GLM 5.2를 앞질렀으며, 작업당 비용 측면에서도 더 저렴합니다. 지능 지수는 선두권 모델들과 동등한 수준이며, 환각(Hallucination) 현상은 크게 감소하고 컨텍스트 윈도우(Context Window)는 100만 토큰으로 확장되었습니다. 현재 이 모델은 메타 자체 API를 통해서만 이용할 수 있습니다.
파이토치(PyTorch) 학습 루프를 구성하는 것은 간단해 보이지만, 코드의 순서가 조금만 어긋나도 메모리 초과(OOM)나 수렴 실패 등을 겪게 됩니다. 이 글은 올바른 학습 루프의 구조를 소개하고, 흔히 저지르는 치명적인 순서 실수들을 디버깅 방법과 함께 상세히 설명합니다.
엑스AI(xAI)가 코드 생성 도구인 '그록 빌드(Grok Build)'에 하나의 목표를 주면 에이전트가 스스로 계획을 수립하고 실행 및 검증까지 마치는 자율 실행 모드 '/goal'을 추가했습니다. 복잡하고 여러 단계를 거치는 코딩 작업에서 개발자의 개입을 최소화하고 작업 완료를 보장할 수 있다는 점에서 AI 코딩 에이전트의 자동화 수준이 한 단계 더 발전했음을 의미합니다.
유럽의 AI 스타트업 미스트랄(Mistral)이 자사 챗봇 '르 샤(Le Chat)'의 이름을 '바이브(Vibe)'로 변경하고, 본격적인 업무용 AI 에이전트로 전면 개편했습니다. 새롭게 도입된 '워크 모드(Work Mode)'는 구글 워크스페이스, 슬랙(Slack), 깃허브(GitHub) 등과 연동해 이메일 처리부터 보고서 작성, 코드 작성 및 PR(Pull Request) 생성까지 자동화합니다. 이번 리브랜딩은 오픈AI, 구글, 앤스로픽 등 기존 AI 에이전트 경쟁사들과의 정면 대결을 위한 전략적 통합으로 풀이됩니다.
엔비디아가 기존 에이전트 구동부 수정 없이도 강화학습 훈련을 가능하게 하는 롤아웃 프레임워크 'Polar'를 발표했습니다. 이 프레임워크는 API 프록시를 통해 토큰 단위의 상호작용을 캡처하여 완벽한 훈련용 궤적을 재구성하는 것이 특징입니다. 실제 SWE-Bench 테스트에서 Codex, Claude Code 등 다양한 환경의 코딩 성능을 크게 향상시키며 그 효용성을 입증했습니다.
구글이 2026년 5월 I/O 컨퍼런스에서 AI 에이전트 및 코딩 작업에 최적화된 첫 번째 3.5 시리즈 모델인 'Gemini 3.5 Flash'를 발표했습니다. 이 모델은 기존 최상위 모델이었던 Gemini 3.1 Pro를 주요 벤치마크에서 능가하면서도 출력 속도는 4배 빠르고 비용은 절반 수준으로 제공합니다. 더불어 단일 API 호출로 복잡한 에이전트 환경을 구축할 수 있는 'Managed Agents API'와 개발 플랫폼 'Antigravity 2.0'을 선보이며, 쇼피파이, 세일즈포스 등 글로벌 기업들을 통한 대규모 실무 배치에도 돌입했습니다.