ai-powered-markdown-translatorgpt-6.1-sol을 사용해 프랑스어에서 한국어로 번역한 기사입니다.
Anthropic의 수학자 레벤트 알푀게가 Claude로 얻은 리만 가설의 증명을 1,700만 줄의 Lean 라이브러리로 공개했고, 이튿날 Lean과 Mathlib 커뮤니티가 이를 인증했다. alphaXiv는 OpenResearch Intelligence Index를 공개했다. Claude Opus 5.5가 61,8 %로 자율 연구 부문을 이끄는 가운데, 공개 모델 중 가장 높은 27,4 %를 기록한 DeepSeek V4.1 Flash의 시도당 비용은 0,72달러다. Meta는 Digital Brain Project의 목표를 25 000시간으로 늘렸고, Inkling 2 Mini는 Transformers에 통합되어 Mac Studio에서 초당 210토큰으로 실행된다. Replit, Devin, v0는 접근 권한, 네트워크, 지출 관리를 강화했으며, Claude Code 2.1.330은 예약 작업을 최대 30일 동안 실행할 수 있도록 했다.
수학: 레벤트 알푀게가 Claude로 얻은 리만 가설의 증명을 Lean과 Mathlib 커뮤니티가 인증
11월 20일과 21일 — Anthropic의 수학자 레벤트 알푀게가 11월 20일 리만 가설의 증명을 코드 1,700만 줄로 이루어진 Lean 라이브러리로 공개했다. 이 라이브러리가 직접 의존하는 것은 Lean의 형식화 수학 라이브러리인 Mathlib뿐이다. 베른하르트 리만이 1859년에 제기한 이 가설은 소수의 분포에 관한 것이다. 그는 이 증명에 설명문을 첨부했으며, alphaXiv에는 「리만 가설의 증명 주장」(리만 가설의 증명 주장)이라는 제목으로 등록되어 있다. alphaXiv의 요약에 따르면, 저자는 Claude로 이 증명을 찾았다고 밝히고 일반화된 리만 가설의 증명도 주장한다. 증명에는 푸리에 해석, 세타 올림(세타 리프트), 함수체에 대한 스테파노프의 논증과의 유사성이 활용된다. 같은 요약에 따르면 증명은 길며, 저자는 이를 설명하고 단순화할 계획이다.
11월 21일, Lean과 Mathlib 커뮤니티는 Lean FRO와 Mathlib Initiative의 지지를 받아 명제와 증명을 인증하는 공동 성명을 발표했다. 이 라이브러리는 하루 만에 케빈 버저드(임페리얼 칼리지 런던)가 11월 12일 제시한 네 가지 기준을 충족했다.
| 검증 기준 | Lean과 Mathlib 커뮤니티가 수행한 확인 |
|---|---|
| 명제가 올바른가 | Lean 및 정수론 전문가들이 검토한 Mathlib의 RiemannHypothesis 명제 |
| 라이브러리가 컴파일되는가 | 수십 명이 동일한 증명 원시 내보내기 파일을 재현 |
| 증명된 정리가 해당 명제인가 | Mathlib만 불러오는 파일을 기반으로, 서로 독립적인 두 도구 comparator와 con-leche로 비교 |
| 증명이 승인되는가 | 정적인 증명 내보내기 데이터를 Lean 공식 커널, con-leche, con-ron 및 다른 언어로 작성된 여러 검증기로 확인 |
We hereby certify that both the statement and the proof of the Riemann Hypothesis are correct.
🇰🇷 우리는 이로써 리만 가설의 명제와 증명이 모두 올바름을 인증합니다. — Lean과 Mathlib 커뮤니티, Lean 커뮤니티 블로그의 성명
Scientific American은 독립적인 수학자들의 확인 결과를 전했다. 앤드루 서덜랜드(MIT)는 독자적으로 결과를 컴파일했으며, Lean 커널이 세 가지 표준 공리만으로 이를 재검증했다고 밝혔다. Lean과 Mathlib의 성명에는 Claude도, 저자가 증명했다고 주장하는 일반화된 리만 가설도 언급되어 있지 않다. Claude의 역할은 알푀게의 설명문과 Scientific American 보도에서 나온다.
🔗 alphaXiv에 게시된 레벤트 알푀게의 설명문 · Scientific American: 독립적인 수학자들의 확인 · 검증의 기술적 요약(MIT)
VIDRAFT, 바일 형식의 양의 정부호성을 실시간으로 보여주는 계기 공개… 명제가 성립하는 모습을 보여주되 증명하지는 않아
11월 21일 — 증명이 공개된 다음 날, VIDRAFT 연구소는 바일 이차 형식의 최소 고윳값을 계산하는 Space를 Hugging Face에 공개했다. 바일 판정법에 따르면 이 형식의 양의 정부호성은 리만 가설과 동치다. 최소 고윳값은 제타 함수와 네 개의 디리클레 L 함수(도체 3, 4, 5, 8)에서는 양수이고, 진짜 L 함수와 단 하나의 요소만 다른 세 가지 모방 함수에서는 음수다. 도구에 포함된 명제 열 개는 Lean 4 커널로 검증되었다. 게시물은 결과를 확립하는 것은 형식 증명이며, 이 도구는 명제가 성립하는 모습만 보여준다는 점을 상기시킨다. 코드, Lean 파일, 저장소가 공개되어 있으며, 무료 CPU에서 약 30초면 실험을 재현할 수 있다.
🔗 Hugging Face의 VIDRAFT 게시물 · 바일 계기 Space
평가: alphaXiv가 OpenResearch Intelligence Index로 자율 연구 역량 측정, 인공지능 생성 텍스트 탐지기는 RAID에서 순위 상승했지만 벤치마크 밖에서는 성능 하락
11월 20일 — alphaXiv가 모델의 연구 전 과정 수행 능력을 측정하는 벤치마크인 OpenResearch Intelligence Index의 첫 결과를 공개했다. 각 모델은 alphaXiv의 연구 환경인 OpenResearch 안에서 자체 하네스(Claude Code, Codex 또는 OpenCode)를 사용해 세 가지 평가 부문을 수행한다. 과학 지식(Terminal-Bench-Science에서 가져온 과제 20개), 사후 학습 수행(새로운 과제 6개), 문헌 선택의 적절성(PaperFindingBench의 일부)이다.
We created the world’s first open source benchmark for end-to-end autoresearch. Today, its results are live. Which models are best for RSI? Can they understand the literature? Can they conduct complex scientific experiments, while maintaining good taste? We spent about $7.4k in tokens across 8 models, 6 providers, and 3 evaluation tracks to find out.
🇰🇷 우리는 연구 전 과정을 자율적으로 수행하는 능력을 평가하는 세계 최초의 오픈 소스 벤치마크를 만들었습니다. 그 결과를 오늘 공개합니다. 재귀적 자기 개선(RSI)에 가장 뛰어난 모델은 무엇일까요? 모델은 과학 문헌을 이해할까요? 좋은 판단력을 유지하면서 복잡한 과학 실험을 수행할 수 있을까요? 이를 알아보기 위해 모델 8개, 제공업체 6곳, 평가 부문 3개에 걸쳐 토큰 비용으로 약 7 400달러를 썼습니다. — X의 @askalphaxiv
| 평가 모델 | 사용 하네스 | 지수 점수 | 시도당 평균 비용 |
|---|---|---|---|
| Claude Opus 5.5 | Claude Code | 0,618 ± 0,014 | 16,46달러 |
| GPT-6 Astra | Codex | 0,566 ± 0,014 | 22,44달러 |
| GPT-6.1 Sol | Codex | 0,549 ± 0,024 | 3,83달러 |
| Gemini 4 Argon | OpenCode | 0,526 ± 0,013 | 9,18달러 |
| Claude Fable 5.1 (87회 중 74회 시도 완료) | Claude Code | 0,511 ± 0,015 | 20,07달러 |
| DeepSeek V4.1 Flash | OpenCode | 0,274 ± 0,018 | 0,72달러 |
| Kimi K3 | OpenCode | 0,271 ± 0,010 | 10,89달러 |
| Qwen3.8-Flash | OpenCode | 0,214 ± 0,015 | 4,54달러 |
Claude Opus 5.5가 0,618, 즉 61,8 %로 선두를 차지했으며, 시도당 평균 비용은 16,46달러다. GPT-6 Astra는 0,566으로 뒤를 이었지만 비용은 22,44달러였고, GPT-6.1 Sol은 3,83달러로 0,549를 기록했다. Claude Fable 5.1은 87회 시도 중 74회만 완료했다. 공개 모델들은 여전히 큰 격차를 보인다. 그중 가장 높은 DeepSeek V4.1 Flash는 시도당 0,72달러로 27,4 %를 기록해 Kimi K3(0,271)와 Qwen3.8-Flash(0,214)를 근소하게 앞섰다. 문헌 평가 부문만 보면, OpenResearch의 검색 도구를 갖춘 DeepSeek V4.1 Flash는 47,7 %를 기록했으며 GPT-6 Astra는 48,7 %였다. 공개 모델을 제공한 Together AI도 이 지수를 공유했다. alphaXiv는 추가 모델과 소스 코드 공개를 예고했다.
🔗 OpenResearch Intelligence Index에 관한 alphaXiv 게시물 · X의 @togethercompute: 평가대에 오른 공개 모델들
인공지능 생성 텍스트 탐지기, RAID에서 27위에서 5위로 상승했지만 벤치마크 밖에서는 탐지 성능 크게 하락
11월 21일 — Hugging Face 커뮤니티 블로그에서 empirischtech 팀은 1B 규모의 Ettin 인코더를 기반으로 만든 인공지능 생성 텍스트 탐지기가 어떻게 RAID 순위에서 상승했는지 설명했다. 운영 중인 탐지기는 58개 중 27위였지만, RAID에 맞춰 조정한 버전은 5위에 올랐다. 오탐률 1 %에서 탐지율은 92,81 %에서 99,20 %로 상승했다. 반면 벤치마크 밖에서는 역효과가 드러났다. 저자들의 테스트 데이터셋에서 인공지능 생성 텍스트 탐지 비율은 미세 조정의 출발점인 범용 탐지기의 97,8 %에서 RAID에 맞춘 버전의 58,7 %로 떨어졌다. 사람이 쓴 글을 잘못 탐지한 비율은 1,0 %에서 2,4 %로 늘었다. 따라서 RAID에 맞춘 모델은 연구 도구로 남아 있으며, 저자들의 서비스는 별도의 범용 탐지기를 사용한다.
🔗 Hugging Face의 empirischtech 게시물
과학을 위한 인공지능: Meta, Digital Brain Project 목표를 25 000시간으로 확대하고 UMA Nitro와 ATLAS 공개… Diffusers는 RFD4-Proteina 미세 조정 지원
11월 20일 — Meta가 지난 10월 멘로파크에서 FAIR 연구소 주최로 이틀간 열린 과학을 위한 오픈 소스 인공지능 정상회의의 성과를 공개했다. 가장 눈에 띄는 수치 발표는 Digital Brain Project에 관한 것이다. 익명화된 뇌 데이터를 수집해 공개적으로 공유하도록 자금을 지원하기 위해 로스차일드 병원 재단 및 몬트리올 대학교와 함께 시작한 이 프로젝트는 데이터 수집 목표를 15 000시간에서 25 000시간으로 늘렸다.
| 정상회의에서 소개된 프로젝트 | 과학 분야 | Meta 게시물의 설명 |
|---|---|---|
| Digital Brain Project | 신경과학 | 뇌 데이터 수집 목표를 15 000시간에서 25 000시간으로 확대 |
| UMA Nitro | 화학 | 원자 모델 UMA(Universal Model for Atoms)의 더 빠른 버전으로, 속도 수치는 제시하지 않음 |
| UMA Playground | 교육 | 교사 4백만 명 이상과 학생 45백만 명에게 서비스를 제공하는 Discovery Education을 통해 중등학교 화학 교사들에게 제공 |
| ATLAS (FAIR) | 수학 | 공개 교재 26권과 45 000개 이상의 정의 및 결과를 Lean으로 형식화한 공개 라이브러리 |
또한 UMA는 추가 학습 데이터 없이 의약품 분자의 다양한 결정 형태를 식별하며(카네기 멜런 대학교 및 캘리포니아 대학교 리버사이드와의 연구), 시카고 대학교와 함께 효소 전체를 원자 단위로 시뮬레이션한다. 게시물은 마지막으로 DINOv3와 SAM 3를 기반으로 만든 피츠버그 대학교의 보조 로봇 시스템을 소개한다. 시연에서는 로봇이 사람의 식사를 돕는 모습을 보여줄 예정이다.
🔗 과학을 위한 오픈 소스 인공지능 정상회의 성과(Meta) · X의 @AIatMeta
Diffusers, NVIDIA의 단백질 설계 모델 RFD4-Proteina를 LoRA로 미세 조정하는 예제 추가
11월 20일 — Hugging Face의 Diffusers 라이브러리가 NVIDIA의 공개 단백질 설계 모델 RFD4-Proteina(여기서 10월 21일 소개)를 LoRA로 미세 조정하는 예제를 통합했다. 사야크 폴이 알린 이 예제는 kierandidi의 풀 리퀘스트 #15155로, 11월 19일 병합되었다. 디노이저에 랭크 32 어댑터를 학습시키며, 픽셀 대신 단백질 골격 좌표와 국소 잠재 표현에 플로 매칭 손실을 적용한다. 그의 설명에 따르면 나머지 코드는 이미지 및 동영상 모델의 코드와 비슷하다.
공개 모델: Inkling 2 Mini, Transformers v5.24.0에 통합되고 Mac에서 초당 210토큰으로 실행… 제한 해제 버전도 등장
11월 20일 공개된 Thinking Machines의 가중치 공개 루프형 모델 Inkling 2 Mini(여기서 어제 소개)가 출시 후 24시간 안에 Hugging Face의 표준 라이브러리에 통합되고, Mac으로 이식되었으며, 제한 해제 버전도 나왔다.
Transformers v5.24.0에 Inkling 2 Mini, Meta의 Omnilingual ASR, NVIDIA의 Dory, Sarvam-105B 통합
11월 21일 — Hugging Face가 아키텍처 10여 개를 추가한 Transformers v5.24.0을 공개했다. Inkling 2 Mini는 루프 횟수를 조절할 수 있는 연구용 체크포인트와 함께 추가됐으며, NVIDIA의 루프형 모델 Dory도 추론 시 루프 횟수를 조절할 수 있다.
| 추가된 모델 | 모델 개발사 | 릴리스 세부 사항 |
|---|---|---|
| Inkling 2 Mini | Thinking Machines | 루프 횟수를 조절할 수 있는 연구용 체크포인트 TML-d24-varloop-research 포함 |
| Dory | NVIDIA | 추론 시 루프 횟수를 조절할 수 있는 루프형 모델 |
| Omnilingual ASR | Meta FAIR | 1 600개 이상의 언어를 지원하는 음성 인식, 300M부터 7B까지, CTC 헤드 또는 Llama 디코더 |
| Apertus 1.5 및 WavTokenizer | Swiss AI Initiative | 텍스트, 이미지, 오디오 입력 지원; 24 kHz 오디오 코덱 |
| HY4-VL | Tencent | Hunyuan V4 계열의 시각 언어 모델 |
| Lara Mini | Translated | 7,2B 중 0,6B 활성화, CC BY-NC-SA 4.0 라이선스 |
| Sarvam-105B 및 Sarvam-30B | Sarvam AI | 105B: MLA 어텐션, 전문가 128개 중 8개 활성화, 131K 컨텍스트 |
| EXAONE 3.0, 3.5 및 Deep | LG AI Research | trust_remote_code 없이 로드 |
업데이트 시 주의할 점이 있다. past_key_values와 cache_params의 이름이 cache로 바뀐다. 기존 이름도 지원 중단 예정 경고와 함께 계속 허용되지만, 호환성을 깨뜨리는 변경으로 분류되며 PEFT의 최소 버전도 이에 맞춰 상향된다. Ling 3.1 Flash는 이제 기본 지원으로 로드되며, LayoutLMv3는 SDPA 어텐션 인터페이스를 사용한다.
EXO Labs, Mac Studio M5 Ultra에서 Inkling 2 Mini를 초당 210토큰으로 구동
11월 21일 — Inkling 2 Mini 출시 다음 날, EXO Labs가 Thinking Machines와 협력해 Mac 두 대에서 측정한 처리 속도를 공개했다.
| EXO Labs가 테스트한 기기 | 생성(디코딩) | 프롬프트 읽기(사전 채우기) |
|---|---|---|
| Mac Studio M5 Ultra, 96 Go | 210 tokens/s | 3 620 tokens/s |
| MacBook Pro M5 Max, 48 Go | 125 tokens/s | 1 750 tokens/s |
EXO Labs에 따르면 이 모델은 Mac Studio에서 Claude Sonnet 5.5보다 1,8배 빠르게 네이티브 날씨 애플리케이션을 만들었으며, API 요금 기준 비용은 11분의 1이었다. EXO Labs는 루프형 아키텍처가 MacBook처럼 메모리가 제한된 기기에 적합하다고 설명했다. 계층을 반복 실행하면 모델 크기를 키우지 않고도 추론 시 연산량을 늘릴 수 있기 때문이다. Hugging Face의 쥘리앵 쇼몽은 이를 로컬 및 오픈 소스 AI가 우세해질 방식으로 봤다.
We got access on Wednesday. In 3 hours we had it running at 30 tok/sec A day later we had it running 210 tok/sec (7x faster)
🇰🇷 수요일에 접근 권한을 받았습니다. 3시간 만에 초당 30토큰으로 구동했습니다. 하루 뒤에는 초당 210토큰으로 구동했습니다(7배 빨라졌습니다). — X의 @exolabs
🔗 X의 @exolabs: Mac 처리 속도 · X의 @julien_c
OpenUncensored, Inkling 2 Mini 출시 당일에 제한을 해제한 버전 공개
11월 20일 — 검열 없는 모델 API 제공 업체 OpenUncensored가 Inkling 2 Mini 출시 당일, 가중치를 표적 수정해 거부 능력을 제거한 ‘애블리터레이션’ 버전을 공개했다. 유해한 요청 32개에 대해 대화 모드와 추론 모드 모두에서 거부 횟수가 32회에서 0회로 줄었으며, MMLU 점수도 떨어지지 않았다(79,47 %, 원본은 78,95 %). 수정된 것은 BF16 어텐션 텐서 20개뿐이다. 중간 계층이 토큰당 3번 사용되므로 해당 계층의 수정은 3번 영향을 미친다. API 요금은 입력 토큰 100만 개당 0,15달러, 출력 토큰 100만 개당 0,60달러이며, 작성자는 이처럼 작은 표본을 해석할 때 주의가 필요하다고 밝혔다.
🔗 Hugging Face의 OpenUncensored 게시글
기업용 코딩 플랫폼: Replit Tunnels의 사설 네트워크 연결, Devin의 접근 및 공유, v0의 지출 한도
Replit Tunnels, 사전 이용 단계에서 Replit 환경을 사설 네트워크 서비스에 연결
11월 20일 — Replit이 기업 사설 네트워크의 서비스(데이터베이스, 내부 API)에 Replit 환경을 연결하는 Tunnels를 소개했다. 사설 네트워크를 공개 인바운드 연결에 개방할 필요는 없다. 트래픽은 정보 기술 부서가 네트워크 내부에서 실행하는 클라이언트를 통과한다. 이 클라이언트는 자동 생성된 Docker 명령이나 Kubernetes의 Helm 차트로 배포하며, 각 Replit 작업 공간에서 접근할 수 있는 서비스도 해당 부서가 정한다. 클라이언트와 Replit 사이의 연결은 mTLS로 암호화하고 인증하며, 각 사설 서비스의 인증과 TLS는 별도로 설정한다.
Tunnels는 커넥터에 통합된다. 커넥터의 인증 요청, Agent의 도구 호출, 게시된 애플리케이션의 요청이 Replit의 터널 서버를 거쳐 이 클라이언트로 전달된다. 게시글은 세 가지 활용 사례를 제시한다. 금융 분야에서 검토할 고객 계정 찾기(Stripe, SharePoint, Snowflake), 의료 분야에서 대기 중인 환자 의뢰 찾기(Calendly, DrChrono), 산업 분야에서 자재 재고 부족 알림(NetSuite, Shopify, Databricks, Shippo)이다. Tunnels는 요청을 통해 사전 이용할 수 있으며, 요금은 명시되지 않았다. 이 기능은 여기서 10월 17일 다룬 Bring Your Own Cloud를 확장한 것으로, 기존 기능도 이중 mTLS를 적용한 아웃바운드 터널을 기반으로 했다.
🔗 Replit의 Tunnels 게시글 · 문서: Tunnels 설정
Devin, 접근 및 공유 기능과 사용자 그룹 및 세션별 공유 도입, 11월 17일·18일·19일 릴리스 노트도 보완
11월 20일 — Devin의 11월 20일 릴리스 노트는 기업용 접근 및 공유 제어 기능을 소개했다. 이 기능은 점진적으로 배포되며 기본적으로 비활성화되어 있다. 활성화하려면 Cognition 담당자에게 요청해야 한다. 설정의 사용자 그룹 페이지에서는 접근 권한을 관리하는 모든 곳에서 사용할 수 있는 사용자 그룹을 만든다. 적용 대상은 비밀 정보, 환경, 세션, 자동화, 플러그인, 플레이북, 스킬, MCP 서버, 지식이다.
각 세션에는 개별 공유 범위가 지정된다. 본인만, 하나 이상의 그룹, 조직 또는 계정 전체로 설정할 수 있다. 본인이나 자신의 그룹으로 접근이 제한된 저장소, 비밀 정보 또는 환경을 사용하는 세션은 비공개로 시작되며, 공유 범위를 넓히기 전에 경고가 표시된다. Slack에서는 계속 채널에 응답하지만, 세션을 공유받은 사람만 지시할 수 있다. 관리자는 Devin의 접근 권한이 GitHub 또는 GitLab과 다른 저장소에 대한 보고서를 받으며, Devin Review, DeepWiki, Ask는 사용자가 접근할 수 있는 저장소만 대상으로 한다. 이 배포와 별도로 같은 릴리스 노트에는 보안 발견 사항의 분류 완료 상태와 마켓플레이스의 Sazabi 플러그인도 추가됐다. 요금은 언급되지 않았다. 🔗 11월 20일 릴리스 노트
앞선 3일의 릴리스 노트에도 다음 내용이 추가됐다.
- 11월 19일 — Devin Review에 저장소별 청구 규칙이 추가되어, 채팅을 포함한 저장소의 검토 비용을 PR 작성자 대신 조직이나 예산에 청구할 수 있다. 보안 기능에서는 ‘Devin으로 검증’ 버튼으로 발견 사항을 검증하게 할 수 있다. ‘Devin으로 수정’은 발견 사항이 2개 이상이면 근본 원인별 PR, 발견 사항별 PR 또는 전체를 다루는 단일 PR을 제안한다. 마켓플레이스에서는 기본 통합으로 대체된 MCP 서버(Slack, Linear, GitLab, Pylon)가 제거된다. 🔗 11월 19일 릴리스 노트
- 11월 18일 — 홈 화면의 입력창에 공유 대상 선택기가 나타나며, ‘세션을 본인만으로 시작’ 설정으로 세션을 기본적으로 비공개로 유지할 수 있다. 비공개 세션은 Slack에 게시하지 않는다. 공개하려면 대상자의 이름이 표시되는 확인 절차를 거쳐야 하며, 조직 첨부 파일도 세션의 공개 범위를 따른다. Devin Review에는 브랜치 업데이트 버튼이 추가되고, DevinDash MCP는 베타 단계를 벗어난다. 🔗 11월 18일 릴리스 노트
- 11월 17일 — Devin Review가 Azure DevOps의 풀 리퀘스트에 상태를 게시한다. PR 보안 검토의 발견 사항에는 영향에 대한 짧은 요약을 포함할 수 있으며, Devin은 Slack에 이미지, 서식 있는 텍스트, 표, 그래프, 카드, 캐러셀을 게시한다. 🔗 11월 17일 릴리스 노트
v0, 모든 기업 고객에게 구성원별 지출 한도 제공
11월 20일 — v0가 지출 한도(Spend Caps)를 모든 기업 고객에게 제공한다. 설정 → 구성원에서 팀 소유자는 구성원에게 포함된 크레딧이 소진된 뒤 공유 크레딧 풀에서 사용할 수 있는 금액을 청구 주기별로 제한한다. 구성원 공통 기본 한도나 개인별 한도를 설정할 수 있다. 한도에 도달하면 진행 중인 단계가 끝날 때 생성이 중단되며, 구성원은 추가 사용 권한을 요청할 수 있다. 구체적인 금액은 제시되지 않았다.
코딩 에이전트: Claude Code 2.1.330, Antigravity 2.34.0, Copilot CLI, Qwen Code, Codex CLI, Amp의 차량용 Puck
Claude Code 2.1.330, easel로 그래프를 그리고 예약 작업을 최대 30일간 실행
11월 20일 — Claude Code 2.1.330에는 수정 98개, 추가 16개, 개선 14개, 변경 13개를 포함한 142개 항목이 담겼다. 내장 확장 기능인 easel이 추가되어 요청을 받으면 그래프를 그리며, MCP 서버가 반환한 지표 결과 아래에도 그래프를 표시한다. Prometheus 범위 쿼리가 그 예다. easel은 macOS와 Linux에서 Pro, Max에 제공되며, 지원되는 경우 Team과 Enterprise에서도 사용할 수 있다. 자동 그래프는 /config에서 끌 수 있다. Anthropic의 Enterprise 관리 콘솔(Enterprise Admin Console)에서 관리하는 조직도 연결할 수 있다. claude auth login 이후 Claude Code는 해당 조직의 설정을 적용하고 조직의 클라우드 제공 업체나 게이트웨이를 거친다.
반복 예약 작업과 /loop는 세션이 열려 있는 동안 기존 7일 대신 최대 30일간 실행된다. 이 버전 이전에 생성된 작업은 여전히 7일에 중단된다. 루트, 홈 폴더, 최상위 폴더 또는 작업 폴더를 대상으로 하는 rm 명령 중 승인이 필요한 경우가 늘었으며, 응답할 사람이 없으면 거부된다. 2.1.329에서 제거된 max_tokens 발생 시 자동 재시도가 복원됐으며, ExitWorktree는 더 이상 다른 세션이 작업 중인 작업 트리를 삭제하지 않는다. Google Cloud의 Agent Platform에서는 모델을 ANTHROPIC_MODEL 또는 설정 파일에서 가져올 때 claude -p가 이제 --settings를 통해 전달된 빠른 모드를 제대로 따른다. 이러한 실행에는 이제 빠른 모드 요금이 부과된다. VS Code 확장에는 /fork와 /workflows를 포함한 28개 항목이 추가됐다.
기타 코딩 에이전트: Antigravity 2.34.0, Copilot CLI와 Copilot SDK 사전 공개 버전, Qwen Code v0.28.3, Codex CLI 0.173.0-alpha.4, Amp 차량 모드
- Antigravity 2.34.0(11월 20일) — Google의 이 애플리케이션에는 개선 15개와 수정 24개가 포함됐다. 제목에는 MCP Apps 지원이 명시되어 있지만 개선 사항 목록에는 자세한 설명이 없다. 해당하는 유료 개인 요금제에 Gemini 4 Neon과 Orchestrator (Neon) 옵션이 제공되며, Neon은 Gemini API 키 또는 Google Cloud의 기본 인증 정보(애플리케이션 기본 사용자 인증 정보)로 사용할 수 있게 된다. Enterprise 계정에는 Orchestrator가 제공된다. 마켓플레이스에는 Clerk, Docusign, TestMu AI 플러그인이 추가된다. 🔗 Antigravity 변경 기록
- Copilot CLI 1.0.115-4부터 1.0.115-6까지 및 Copilot SDK 2.0.2-preview.2부터 preview.5까지(11월 20일·21일) — 이 CLI 사전 공개 버전에서는 양식을 지원하는 ACP 편집기가 구조화된 확인 질문(구조화된 명확화 질문)을 표시하며, 오래 이어진 로컬 세션이 디스크에서 차지하는 공간도 줄어든다. 안정 버전은 여전히 1.0.114다. SDK는 모델 목록에 Gemini 4 Neon을 추가하고(컨텍스트 1 048 576토큰, 출력 65 536토큰), 저장소 루트의
.claude/CLAUDE.md을 읽는다. 이어 주제별 클라우드 메모리와 세션 및 메모리 가져오기 API도 추가되며, 두 기능 모두 실험 단계다. 🔗 Copilot CLI 1.0.115-4 · Copilot SDK 2.0.2-preview.2 - Qwen Code v0.28.3(11월 21일) — 이 새 안정 버전은 v0.28.0의 바로 다음 버전이며, 어제 여기서 다룬 11월 20일 사전 공개 버전의 내용을 반영한다. GitHub가 세 번째 지원 채널이 되고, WeCom과 Microsoft Teams가 추가된다. 전송 전용 범용 웹훅은 결과를 HTTPS 엔드포인트로 보내며, ACP와 OpenTUI 세션은 공유 에이전트 루프에서 실행된다. 릴리스 노트에는 호환성을 깨뜨리는 변경이 명시되지 않았다. 🔗 Qwen Code v0.28.3
- Codex CLI 0.173.0-alpha.3 및 alpha.4(11월 20일·21일) — 릴리스 노트는 비어 있다. alpha.2 이후 병합된 PR 15개에 따르면 각 명령 훅이나 MCP 도구 훅은
onFailure옵션을 받는다. 기본값은continue이며,block도 선택할 수 있다. 후자를 사용하면PreToolUse실패 시 도구 실행을 막고,PostToolUse실패 시 결과 전달을 보류한다. 클라우드에서 관리하는 설정은codex plugin add와codex plugin list를 통해서도 로드된다. 안정 버전은 여전히 0.171.0이며, 이 내용은 앞으로 바뀔 수 있다. 🔗 Codex CLI 0.173.0-alpha.4 - Amp의 차량용 Puck(11월 21일) — Amp에서는 운전 중 화면을 보지 않고 메타 에이전트 Puck과 대화할 수 있다. iPhone 애플리케이션은 CarPlay로, Android 애플리케이션은 Android Auto 또는 차량의 블루투스로 차량 모드에 진입한다. Tesla와 같은 차량의 내장 브라우저에서는 ampcode.com/car를 열고 Amp에 연결된 휴대전화로 QR 코드를 스캔하면 된다. 읽어야 할 내용은 아주 크게 표시된다. 요금은 언급되지 않았다. 🔗 차 안의 Puck
단신
모델 및 API
- Together AI의 Qwen4 Max — 11월 19일 여기서 다룬 30% 할인 소식에 이어, Together AI가 11월 22일까지 적용되는 요금을 공개했다. 입력 토큰 100만 개당 1.05달러, 출력 토큰 100만 개당 3.15달러이며, 추론 토큰은 출력 요금으로 청구되고 스트리밍은 필수다. 제시된 단일 사례에서 이 모델은 요청 한 번으로 Tornado 저장소의 파일 344개(652,519토큰)를 읽고, 72초 만에 69센트의 비용으로 유지관리자의 테스트를 통과한 수정 코드를 내놓았다. 🔗 출처
- Codex의 Ultrafast — OpenAI 개발자 블로그에서 도미니크 쿤델이 GPT-6.2 Astra 및 Sol과 함께 Ultrafast를 사용하는 요령(핫 리로딩, 짧은 지침, Light 또는 Low 추론 설정)을 공유하며 두 가지를 명확히 했다. Codex에서는 토큰 생성 속도가 최대 4.5배 빨라지며, API 프로모션 요금은 2027년 2월 28일까지 Standard 요금의 3배, 3월 1일부터는 6배다. 🔗 출처
- Hugging Face 홈 피드 — 로그인한 사용자는 이제 인기 모델의 각 출시 소식이 개별 카드로 표시되는 피드를 기본 화면으로 보게 된다고 빅터 뮈스타르가 발표했다. Tencent의 새 모델 17개를 한데 묶은 카드가 그 예다. 🔗 출처
Hugging Face의 공개 연구
- Act-or-Ask — Phi-4-mini(3.8B)를 LoRA로 미세 조정한 이 소형 공개 모델은 가정용 도우미가 행동해야 할지, 먼저 성인의 동의를 구해야 할지, 아니면 거부해야 할지를 결정한다. 처음 접하는 상황 60개에서 가정의 규칙을 따른 비율은 99.3%로, 같은 규칙을 프롬프트에 넣은 기본 모델의 49.7%보다 높았다. 모델은 MIT 라이선스, 평가 세트는 CC BY 4.0으로 제공된다. 🔗 출처
- FiftyOne의 KITScenes — 하르프리트 사호타가 FiftyOne용 변환 작업 시리즈를 이어가며 KITScenes Multimodal의 일부를 공개했다. KIT와 FZI가 프랑크푸르트에서 카메라 9대, 라이다 7대, 레이더 3대로 기록한 자율주행 데이터셋으로, 장면 4개의 시점 680개를 담고 있다. 각 시점에는 카메라 영상 9개와 라이다·레이더를 융합한 포인트 클라우드가 포함된다. 🔗 출처
업무용 도우미 및 에이전트
- Google의 Connected Apps — 미국에서 Albertsons, Safeway, Shaw’s, Target이 Search와 Gemini 앱에 추가되어 Universal Commerce Protocol(UCP)을 통해 장보기 주문을 구성하고 결제할 수 있게 된다. 이미 Gemini에서 제공되는 Experian과 H&R Block도 Search에 추가되며, Angi와 Thumbtack은 앞으로 몇 주 안에 합류할 예정이다. 🔗 출처
- Grok Bot과 QuickBooks — SpaceXSI의 에이전트가 미국에서 Intuit QuickBooks와 연결된다. 현금 흐름, 이익, 미수금에 관해 질문할 수 있으며, 에이전트는 사용자의 승인을 거쳐 청구서, 견적서, 결제 독촉문을 작성한다. 🔗 출처
- Fundación Televisa를 위한 ElevenAgents — ElevenLabs의 사례 연구에 따르면, 음성 에이전트가 6월 29일부터 7월 24일까지 멕시코 재단의 창업가 육성 프로그램 POSiBLE 지원자들과 평균 5분 길이의 면접 1,036건을 진행했다. 재단은 이 가운데 프로젝트 70개를 최종 단계에 진출시켰다. 재단의 또 다른 프로그램인 Bécalos는 이틀 동안 청년 394명을 면접했다. 🔗 출처
이미지 생성
- Kling Image 4.0 — Kling이 Artificial Analysis의 평가 결과를 전했다. 텍스트 기반 이미지 생성에서 7위, 이미지 편집에서 6위로 OpenAI와 Microsoft AI의 모델들만 앞섰으며, Kling Image 3.0 Omni의 86위와 67위에서 상승했다. 기간 한정 블랙 프라이데이 행사에서는 2K 이미지를 장당 최저 0.022달러, 네이티브 8K 이미지를 최저 0.033달러에 제공한다고 안내하지만, 앱 요금인지 API 요금인지는 명시하지 않았다. 🔗 출처
인공지능 외 소식
- GitHub 보안 권고 권한 — Security 범주의 권한 네 가지(권고 조회, 권고 생성 및 관리, 비공개 취약점 제보 접수, CVE 게시 및 요청)를 이제 사용자 지정 저장소 역할로 부여할 수 있다. 해당 사용자를 저장소 관리자로 지정할 필요가 없다. 🔗 출처
이것이 의미하는 것
리만 가설의 증명은 신뢰의 근거를 정형 검증으로 옮긴다. 1,700만 줄에 달하는 증명은 사람이 일일이 검토할 수 없다. 이 증명의 신뢰성은 전문가가 검토한 Mathlib의 명제부터 여러 독립 검증기에 이르기까지, 하루 만에 공개적으로 진행된 일련의 검증에서 나온다. 이 인증은 증명을 어떻게 발견했는지나 일반화된 리만 가설에 대해서는 아무것도 말해 주지 않으며, 저자는 여전히 이를 설명해야 한다. 하지만 모델 자체를 신뢰하지 않고도 모델을 통해 얻은 결과를 받아들일 수 있게 한다. 교재 26권을 Lean으로 형식화하는 Meta의 라이브러리 ATLAS도 같은 방향을 향한다.
OpenResearch Intelligence Index가 측정하는 것은 단순한 지식이 아니라 문헌 조사부터 사후 학습까지 연구 전체를 수행하는 능력이다. 비공개 모델이 뚜렷하게 우세하지만, 비용 차이도 점수 차이만큼 중요하다. GPT-6.1 Sol은 시도당 3.83달러로 0.549점을 얻는 반면 GPT-6 Astra는 22.44달러로 0.566점을 얻는다. 이 지수에서 시도당 비용이 0.72달러인 DeepSeek V4.1 Flash는 OpenResearch 도구를 사용할 경우 문헌 조사 부문에서 GPT-6 Astra에 근접한다. empirischtech의 탐지기는 이런 평가의 한계를 일깨운다. RAID에서 27위에서 5위로 올랐지만, 자체 테스트 세트의 인공지능 생성 텍스트는 이제 58.7%만 탐지한다. 미세 조정의 기반이 된 범용 탐지기의 탐지율은 97.8%였다. 순위는 평가 세트에 담긴 것만 측정하며, 그 이상을 보여 주지는 않는다.
Inkling 2 Mini는 가중치가 공개된 모델이 이제 얼마나 빠르게 확산되는지 보여 준다. 24시간 안에 Transformers에 통합되고, Mac Studio에서 초당 210토큰으로 실행되며, 텐서 20개만 수정한 제한 해제 버전에서는 응답 거부가 사라진다. 모델을 하루 만에 개인용 컴퓨터에서 실행할 수 있게 하는 개방성은 같은 날 응답 거부를 제거하는 일도 가능하게 한다. 한편 개방형 과학은 데이터와 도구를 통해 전진한다. Meta는 공유할 뇌 데이터의 수집 목표를 25,000시간으로 늘렸고, Diffusers는 이미지용으로 고안된 미세 조정 기법을 단백질 설계에도 적용할 수 있음을 보여 준다.
코딩 플랫폼에서는 이날 생성보다 관리 체계가 더 큰 화두였다. Replit Tunnels는 작업 공간이 접근할 수 있는 비공개 서비스를 정하고, Devin은 각 세션을 누가 보고 제어할 수 있는지 결정하며, v0는 구성원별 지출에 상한을 둔다. Claude Code는 Anthropic의 Enterprise 콘솔에서 관리되는 조직의 설정을 적용한다. Claude Code에서 최대 30일 동안 실행되는 예약 작업처럼 에이전트의 자율성은 커지고 있지만, 보호 장치도 함께 강화된다. 위험도가 가장 높은 rm에는 승인이 필요하며, Codex CLI 시험판에서는 실패 시 동작을 차단할 수 있는 훅을 제공한다.
출처
- 리만 가설 증명에 관한 Lean 및 Mathlib 커뮤니티의 성명
- alphaXiv에 게시된 레벤트 알푀게의 글
- Scientific American: 독립적인 수학자들의 확인
- 검증 과정의 기술적 개요(MIT)
- 바일 양성성 지표(VIDRAFT)
- 바일 지표의 Space(Hugging Face)
- X의 @askalphaxiv: OpenResearch Intelligence Index
- OpenResearch Intelligence Index에 관한 alphaXiv 게시글
- X의 @togethercompute: 공개 모델 평가
- RAID에 관한 empirischtech 게시글(Hugging Face)
- 과학을 위한 오픈 소스 인공지능 정상회의 결산(Meta)
- X의 @AIatMeta: 과학 정상회의
- X의 @RisingSayak: Diffusers의 RFD4-Proteina
- Transformers v5.24.0
- X의 @exolabs: Mac에서 실행하는 Inkling 2 Mini
- X의 @exolabs: 초당 30토큰에서 210토큰으로
- X의 @julien_c: 로컬 및 오픈 소스 인공지능
- 제한이 해제된 Inkling 2 Mini(OpenUncensored)
- Tunnels(Replit)
- Tunnels 설정(Replit 문서)
- 11월 20일 Devin 출시 노트
- 11월 19일 Devin 출시 노트
- 11월 18일 Devin 출시 노트
- 11월 17일 Devin 출시 노트
- v0 변경 이력: Spend Caps
- Claude Code v2.1.330
- Antigravity 변경 이력
- Copilot CLI 1.0.115-4
- Copilot SDK 2.0.2-preview.2
- Qwen Code v0.28.3
- Codex CLI 0.173.0-alpha.4
- 차 안의 Puck(Amp)
- Together AI의 Qwen4 Max
- 내가 Ultrafast로 작업의 흐름을 유지하는 방법(OpenAI)
- X의 @victormustar: Hugging Face 홈 피드
- Act-or-Ask(Hugging Face)
- FiftyOne의 KITScenes Multimodal(Hugging Face)
- 장보기를 위한 Connected Apps(Google)
- X의 @bot: Grok Bot과 QuickBooks
- Fundación Televisa와 ElevenAgents(ElevenLabs)
- X의 @Kling_ai: Kling Image 4.0
- 보안 권고 권한(GitHub 변경 이력)