Binarity IT온톨로지 · 기술의 변화와 선택
미국 · 한국   /   2026.11.07

전체 기술 지형

기술의 관계와 변화
핵심 흐름

지금, 판을 바꾸는 세 가지 흐름

AI가 답변을 넘어 일을 실행한다

모델→도구·권한→업무 실행

기회는 기능 수보다 고객의 일을 얼마나 정확히 완료하느냐에 있습니다.

출처 13개

ChatGPT is now a partner for your most ambitious work ↗OpenAI는 ChatGPT Work를 앱·파일에 걸쳐 행동하고 필요하면 수 시간 작업하는 에이전트로 발표했다. Codex 기술을 일반 업무에 포함한다고 설명했다.

Cowork on web and mobile ↗Anthropic은 Cowork의 웹·모바일 확대와 원격 실행 베타를 발표했다. Max부터 순차 제공하는 일정으로 설명했다.

Introducing Claude Duet ↗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.

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

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

A2A joins AAIF’s open agentic stack ↗AAIF는 A2A의 재단 합류를 발표했다. Agent Card를 통한 발견, 작업 위임, 결과 교환을 설명하고 MCP와 다른 역할임을 밝혔다.

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

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

IBM Introduces Identity and Control for AI Agents ↗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.

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

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

Powering open infrastructure for autonomous agents ↗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.

How the lakebase architecture stays resilient to cloud failures ↗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.

모델 성능과 함께 작업 원가가 바뀐다

필요한 정보→효율적인 연산→완료 작업의 원가

벤치마크 절감률보다 실제 품질·대기시간·총비용을 비교할 시점입니다.

출처 6개

Gemini agentic video: availability and benchmarks ↗같은 발표는 Gemini API·AI Studio·Gemini Enterprise Agent Platform에서 영상 업로드와 YouTube 영상을 지원한다고 명시했다. 특히 긴 영상에서 효율 개선이 크다고 설명한다.

OpenAI and Broadcom unveil LLM-optimized inference chip ↗OpenAI·Broadcom은 Jalapeño 추론 칩을 공개했다. 연구실 샘플이 모델을 실행하며 최초 배치는 2026년 말 목표로, 최종 성능은 측정 중이라고 밝혔다.

SK hynix Announces 2Q26 Financial Results ↗SK하이닉스는 HBM4 양산 출하를 2분기에 시작했다고 보고했다. 이 발표의 해당 문단에는 개별 고객명이 없다.

NVIDIA and Oracle Expand NVIDIA Vera Rubin to Multi-Gigawatt Scale ↗NVIDIA·Oracle은 OCI에서 Vera Rubin NVL72와 Vera CPU의 GA를 발표했다. NVL72는 랙 내 GPU 72개를 NVLink로 연결하며, 멀티 GW 증설은 별도 계획이다.

K-EXAONE 2.0 Technical Report ↗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.

Introducing Muse Glimmer: An Open Agentic Model That Runs on Your Device ↗Meta는 30B Glimmer에 증류·약 4비트 양자화·DFlash drafter를 적용했다고 발표했다. 언어 모델 가중치를 20GB 미만으로 줄였다는 수치는 공급자 측정이다.

기업의 맥락이 실행의 정확도를 좌우한다

기업 데이터→관계·규칙→업무 맥락

회사 고유의 데이터와 운영 책임을 어디에 둘지 선택해야 합니다.

출처 4개

Neo4j Context Engine Launches ↗Neo4j는 Context Engine을 발표했다. Business Ontology, GraphRAG 검색, 그래프 기반 기억과 업무 흐름 구성을 포함한다. 제공 상태는 private preview다.

LG CNS DevOn Agentic AIND 출시 ↗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.

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

Solar Open 2: Korea’s Sovereign Foundation Model, Built for Agentic Use ↗Upstage는 Solar Open 2의 상업 이용 가능 가중치와 자체 배포 안내를 공개했다. Upstage Solar License이며, Hermes Official 모델 선택도 명시한다.

이번 주 업데이트

제작자와 AI 도우미가 영상 장면을 함께 수정하는 웹툰 장면
대화형 영상 생성·수정 · AI 제작 개념도

영상 생성이 15초로 늘고, 대화형 수정이 붙었다

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.

무엇이 달라졌나발표 근거

이전 Omni 1.1의 최대 10초에서 15초로 생성 길이가 늘었고, 3~15초 사이를 1초 단위로 지정할 수 있다. 핵심은 길이뿐 아니라 같은 영상을 대화로 반복 수정한다는 점이다. 배경·조명·제품·화면 비율을 바꾸기 위해 매번 처음부터 생성하는 대신, 기존 장면을 유지하며 수정하도록 설계됐다.

왜 중요한가분석

짧은 상품 소개나 안내 영상에서 제작 과정이 ‘요청→생성→외부 편집’에서 ‘생성→피드백→수정’으로 옮겨갈 수 있다. 낮은 해상도로 시안을 확인하고 선택한 결과만 고해상도로 만드는 흐름은 불필요한 재생성을 줄일 여지가 있다. 모델 성능의 변화가 제작 도구의 사용 방식과 작업 원가를 함께 바꾸는 사례다.

어디까지 확인됐나해석 범위

15초 생성·대화형 수정·참고 이미지 일관성 개선은 공급사 발표 내용이다. 인물·상품 글자·음성의 정확도가 모든 장면에서 보장된다는 뜻은 아니다. 실제 도입에서는 같은 시나리오로 재생성 횟수와 검수 시간을 비교해야 하며, 초당 API 가격을 영상 한 편의 최종 제작비와 구분해야 한다.

원문 ↗
사무실에서 작업자가 노트북으로 안내 영상을 만드는 웹툰 장면
업무 도구로 들어온 영상 생성 · AI 제작 개념도

모델의 변화가 Google Vids의 제작 기능으로 들어왔다

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

기술이 서비스로 들어오는 방식발표 근거

Omni 1.2 Flash는 개발자가 API로 호출하는 모델인 동시에 Google Vids 안의 생성 기능으로 연결된다. 발표는 참고 이미지를 영상으로 바꾸고, 등장인물과 장면의 일관성을 유지하며, 말소리가 포함된 짧은 설명 영상을 만드는 사용 흐름을 제시한다. 모델을 직접 연동하지 않아도 기존 제작 도구에서 활용할 수 있게 되는 것이다.

업무에서 기대되는 변화분석

상품 사진으로 홍보 영상의 시안을 만들거나 학습·업무 자료를 짧은 설명 영상으로 바꾸는 작업의 진입 장벽이 낮아질 수 있다. 이 사례에서 볼 관계는 ‘새 모델 출시→기존 업무 도구에 탑재→일반 사용자의 제작 과정 변화’다. 독립 제작 서비스는 단순 생성 기능 외에 검수·협업·업무 연계에서 어떤 가치를 더할지 살펴볼 필요가 있다.

이용 범위와 확인할 점해석 범위

월 3개 무료 생성은 발표 당시 Google 계정 또는 Workspace 구독자에 제시된 이용 범위이며, 무제한 제작을 의미하지 않는다. 반복 수정과 여러 버전 제작에서는 실제 이용 한도와 비용을 확인해야 한다. 제품 설명·교육 자료에 쓸 때에는 참고 이미지의 권리와 결과물의 사실성, 상품 표현·내레이션의 정확성을 사람이 검토해야 한다.

원문 ↗
잠든 에이전트가 서버에 작업 상태를 보관하고 다시 일하는 웹툰 장면
중단 후 재개하는 에이전트 · AI 제작 개념도

에이전트의 대기·복구까지 실행 기반에 묶인다

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.

어떤 문제를 푸는 기술인가발표 근거

에이전트는 코드를 실행하다가 모델의 응답, 외부 API, 사람의 승인을 기다리는 일을 반복한다. 대기하는 동안 실행 환경을 계속 켜 두면 자원이 묶인다. Agent Substrate는 기억·파일·신원을 가진 세션과 실제 실행 자원을 분리해, 대기 시 상태를 저장하고 실행 자원을 반환한 뒤 필요할 때 복원하는 구조다.

다른 기술과 어떻게 이어지나발표 근거

gVisor는 생성된 코드의 실행을 격리하는 경계이고, OpenRL은 Kubernetes 위에서 강화학습 후훈련을 조정하는 도구다. 세 기술은 각각 세션·자원 관리, 실행 격리, 학습 작업을 맡는다. 함께 언급됐다는 이유로 같은 기능으로 보면 안 되며, 어떤 부분을 서비스가 직접 운영하고 어떤 부분을 플랫폼에 맡길지 나누어 볼 수 있다.

기대효과와 적용 조건분석

여러 에이전트가 장시간 작업하는 서비스에서는 대기 자원을 줄이고 중단 후 작업을 이어갈 가능성이 중요해진다. 다만 실제 절감 효과는 대기 시간·상태 크기·복원 빈도에 따라 달라진다. GKE 정식 제공과 CNCF Sandbox 수용·온보딩은 서로 다른 상태이며, 프로젝트의 모든 운영·보안 특성이 검증됐다는 뜻은 아니다.

원문 ↗
연구자들이 양자 장치와 서버 옆에서 칩 설계를 검토하는 웹툰 장면
양자·고전 연산 공동 연구 · AI 제작 개념도

양자 오류정정 연구가 슈퍼컴퓨팅과 연결된다

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

양자 컴퓨터에 고전 연산이 필요한 이유발표 근거

발표의 중심은 양자 장치만 늘리는 것이 아니라 오류정정·복호화 최적화·소프트웨어 실행을 함께 연구할 환경을 만드는 데 있다. IBM의 양자 장치와 ORNL의 Umbra 고성능 연산 시스템을 함께 배치하고, AMD GPU·CPU를 고전 연산 기반으로 사용한다. 양자와 고전 계산의 긴밀한 결합을 평가하는 공동설계 플랫폼이다.

무엇이 실용화를 가르는가분석

오류를 제어하는 데 필요한 큐비트·처리 시간·측정 자료·고전 연산 자원을 함께 비교해야 한다. 따라서 양자 칩의 큐비트 수만 보는 것보다, 오류정정 방식과 GPU·CPU·제어 소프트웨어가 어떤 조합에서 작동하는지 보는 편이 연구 진전을 이해하는 데 도움이 된다. 모델·하드웨어·실행 환경을 함께 설계하는 흐름과 연결된다.

현재 성과와 미래 목표를 구분해석 범위

120은 최초 배치에 포함된 Nighthawk의 물리 큐비트 수다. 오류정정으로 보호되는 논리 큐비트 수와 같은 숫자가 아니다. 이번 발표는 공동 연구 기반의 출범이며, 범용 양자 컴퓨터의 상용 완성이나 기존 업무 시스템의 즉각적인 대체를 뜻하지 않는다. 양자 연산 연구와 현재 추진하는 양자내성 암호 전환도 구별해서 봐야 한다.

원문 ↗
확인 2026-11-06 · 분석과 공급사 발표 구분2026-11-07 발행본 ↗

기술별 변화

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