최근 1주일의 공식 원문을 직접 검토해, 모델 공개 방식부터 실시간 음성·생성 비디오·지리공간 에이전트·실험실 자동화·로보틱스까지 일곱 가지 변화를 정리합니다. 자체 측정 성능은 독립 검증과 구분했으며, 연구 미리보기는 일반 공개 제품으로 표현하지 않았습니다.
1. GLM-5.3-Flash: 320B 모델을 18B 활성 파라미터로 내놓다
Z.ai는 8월 26일 GLM-5.3-Flash를 공개했습니다. 총 320B 파라미터 가운데 토큰당 18B를 활성화하는 네이티브 멀티모달 MoE 모델이며, 긴 문맥 비용을 줄이기 위해 선형·희소 어텐션을 결합했다고 설명합니다. 가격·벤치마크 수치는 제작사 발표이므로 독립 성능 비교로 읽어서는 안 됩니다.
왜 중요한가: 대형 모델 경쟁이 더 큰 모델만이 아니라, 활성 파라미터·KV 캐시·긴 문맥 비용을 얼마나 줄이느냐로 옮겨가고 있습니다.
공식 원문: GLM-5.3-Flash
2. Qwen3.8-Flash-Next: Qwen4 전 단계 아키텍처를 오픈 웨이트로 공개
Qwen은 8월 26일 Qwen3.8-Flash-Next 가중치를 공개했습니다. 125B 본체와 51B N-gram 임베딩을 두고 토큰당 6B를 활성화하며, 기본 262,144 토큰 문맥을 지원하고 YaRN으로 100만 토큰까지 확장할 수 있다고 안내합니다. 성능표는 Qwen 자체 평가를 포함합니다.
왜 중요한가: 차기 주력 모델에 쓰일 구조를 미리 공개하면, 커뮤니티가 비용·서빙·재현성을 제품 출시 전에 검토할 수 있습니다.
공식 원문: Qwen3.8-Flash-Next
3. Gemini 3.5 Transcribe: 실시간과 녹음 파일을 분리한 음성 API
Google은 8월 26일 Gemini 3.5 Transcribe를 발표했습니다. Live API의 실시간 스트리밍 모델과, 화자 구분·단어 타임스탬프를 제공하는 녹음 파일 처리 모델을 별도로 제공합니다. 85개 이상 언어 지원과 오류율 수치는 Google이 소개한 측정 결과입니다.
왜 중요한가: 음성 AI의 경쟁이 단순 받아쓰기에서, 실시간 대화·화자 구분·후속 업무 자동화에 바로 연결되는 입력 계층으로 확장되고 있습니다.
공식 원문: Gemini 3.5 Transcribe
4. Gemini Omni 1.1 Flash: 생성 비디오에 장면 연장·시작/끝 프레임 제어 추가
Google은 8월 27일 Gemini API용 Omni 1.1 Flash를 공개했습니다. 기존 영상 최대 10초의 문맥을 보고 10초 단위로 장면을 최대 40초까지 연장하고, 시작·끝 프레임 지정과 4K 업스케일, 360p 미리보기를 제공합니다. 사용 범위는 Google AI Studio와 Gemini Enterprise Agent Platform의 API입니다.
왜 중요한가: 영상 생성이 한 번의 짧은 클립 생성에서 편집 가능한 제작 워크플로로 이동하는 변화입니다.
공식 원문: Gemini Omni 1.1 Flash
5. Google PPE: 자연어 질문에서 지리공간 예측 모델까지 자동화하는 연구 시스템
Google Research는 8월 27일 Planetary Prediction Engine(PPE)을 실험적 연구 기능으로 소개했습니다. 자연어 지리공간 질문에서 데이터 탐색·정리·특성 생성·학습·평가·보고서 작성을 연결하며, 공중보건·식량 안보·환경 위험 등 여러 예시를 제시합니다. 이는 일반 공개 서비스가 아니라 연구 결과이며, 성능 수치는 Google의 벤치마크 보고입니다.
왜 중요한가: 에이전트가 문서·코드뿐 아니라 데이터 품질과 누수 방지를 포함한 과학·분석 워크플로를 다루려는 방향을 보여 줍니다.
공식 원문: Planetary Prediction Engine
6. Model Hardware Standard: AI 에이전트가 실험 장비를 다루기 위한 초기 표준
Anthropic은 8월 27일 Model Hardware Standard(MHS)의 research preview를 과학 연구소와 고급 제조사 일부에 열었습니다. 현미경·액체 처리기·로봇 팔처럼 서로 다른 장비를 공통 드라이버와 안전 한계 정보로 연결하려는 사양입니다. 아직 초기 파트너 대상 미리보기이며, 오픈소스 공개 전 안전 평가와 모범 사례를 함께 개발하는 단계입니다.
왜 중요한가: Physical AI의 병목은 모델 자체보다 이질적인 장비를 안전하게 연결하고 운영하는 인터페이스일 수 있음을 보여 줍니다.
공식 원문: Model Hardware Standard
7. Skild S1: 동영상 시연으로 처음 보는 로봇 작업을 학습시키려는 모델
Skild AI는 8월 S1을 동영상 시연을 문맥으로 받아 로봇 행동으로 옮기는 로보틱스 기반 모델로 소개했습니다. 회사는 학습에 없던 장기 작업에서 최대 10분 시연을 다뤘다고 보고하지만, 이는 제작사의 연구 발표이므로 실제 배포 성능과 독립 재현 여부는 별도로 확인해야 합니다.
왜 중요한가: 로봇 작업을 매번 데이터 수집·파인튜닝하는 대신, 사람의 한 번의 시연을 작업 명세로 쓰려는 접근입니다.
공식 원문: Skild S1
오늘의 요약
이번 흐름은 세 갈래입니다. 오픈 웨이트 모델은 비용 효율과 긴 문맥을, 음성·영상 모델은 실시간 제작 제어를, Physical AI는 장비·로봇과 연결되는 실제 실행 환경을 향하고 있습니다. 다만 벤치마크와 시연은 대부분 제작사·연구팀 보고이므로, 도입 판단에는 별도 재현·비용·안전성 검토가 필요합니다.