Google DeepMind의 Decoupled DiLoCo는 LLM 학습을 더 빠르게 만드는 논문이기보다, 프론티어 학습이 더 이상 하나의 완벽히 동기화된 거대 클러스터에만 기대기 어렵다는 선언에 가깝다. 핵심은 대역폭 절감보다 고장 격리와 학습 지속성이다.

OpenAI의 workspace agents는 GPTs의 연장이 아니라 ChatGPT를 장기 실행, 공유, 승인, 도구 연결이 가능한 조직용 실행면으로 바꾸는 업데이트다. WebSockets 기반 Responses API, Privacy Filter, clinicians용 패키징까지 함께 보면 방향이 훨씬 선명해진다.

Google의 최근 발표를 묶어 보면 핵심은 새 모델 이름이 아니다. TPU 8i·8t, Chrome AI Mode, Skills in Chrome은 각각 따로 나온 기능처럼 보이지만 실제로는 에이전트 시대의 런타임, 브라우저 작업면, 반복 가능한 워크플로를 하나로 연결하는 전략에 가깝다.

Moonshot AI Kimi K2.6는 1T MoE, 32B 활성 파라미터, 262K 컨텍스트, 300개 서브에이전트 스웜을 앞세운 오픈웨이트 코딩 모델이다. 공식 스펙, 벤치마크, API 가격, 한국어 사용성을 개발자 관점에서 정리했다.

OpenAI의 최신 이미지 모델 GPT-Image-2는 단순한 이미지 생성 모델이 아니다. 텍스트-이미지 이해, 편집, 레퍼런스 입력, 멀티턴 워크플로를 하나로 묶으면서 이미지 생성 경험을 제품 기능이 아니라 플랫폼 계층으로 끌어올렸다.

Anthropic은 이번 발표에서 새 모델이 나왔다보다 더 불편한 메시지를 던졌다. 범용 모델의 코드 추론·자율성 향상이 exploit 자동화로 이어졌고, 기존 보안 관행만으로는 버티기 어려운 과도기가 시작됐다.