NVIDIA가 Hugging Face를 129억 3,030만 달러에 인수하는 계약을 맺었습니다. 9월 3일 발표로 가장 큰 오픈 모델 커뮤니티 중 하나가 AI 칩 선두 기업 안으로 들어가게 됐습니다. 다만 거래가 끝난 것은 아닙니다. 일반적인 종결 조건을 충족해야 합니다.

Hugging Face에는 이용자 1,800만 명, 모델 300만 개, 데이터셋 50만 개, 앱 100만 개가 모여 있습니다. NVIDIA는 인수 뒤에도 이 서비스를 개방형·멀티클라우드·멀티가속기 플랫폼으로 유지하고, 이용자에게 NVIDIA 장비를 강제하지 않겠다고 밝혔습니다. 명시적인 공개 약속이지만 거래 종결 뒤 운영으로 입증된 결과는 아직 아닙니다.

이번 인수는 AI 산업의 세 층을 잇습니다. 칩과 클라우드 이용권, 개발자가 모델과 데이터를 나누는 공간입니다. Hugging Face는 더 많은 연산 자원과 기업 고객을 얻을 수 있습니다. 동시에 NVIDIA는 연구자와 스타트업, 경쟁사까지 쓰는 유통 공간에 더 큰 영향력을 갖게 됩니다.

따라서 지금 볼 것은 Hugging Face가 당장 사라지느냐가 아닙니다. 시간이 지나도 모델 접근, 가격, 추천 순서, 관리 정책, 경쟁사 장비 지원이 실제로 열린 상태를 유지하는지가 더 중요합니다.

GPT-6 Astra가 ‘Critical’ 사이버 단계와 함께 나왔다

OpenAI는 9월 3일 소프트웨어를 다루고 컴퓨터 작업을 수행하는 에이전트용 GPT-6 Astra 배포를 시작했습니다. 회사는 OSWorld에서 72.6%를 기록해 이전 모델의 65.7%를 넘었고, 작업 시간은 약 47% 줄었다고 밝혔습니다. Codex 안에서 Mind2Web 작업도 1.9배 빠르게 마쳤다고 설명합니다.

속도만큼 중요한 것은 보안 경계입니다. OpenAI는 Astra의 사이버 능력을 자체 준비 프레임워크의 ‘Critical’ 단계로 분류했습니다. ExploitBench에서 100%를 기록했고 평가 중 알려지지 않았던 소프트웨어 취약점 2개를 찾았다고 밝혔습니다. 모두 회사 측 결과이며 ‘Critical’도 OpenAI 자체 기준입니다. 그래서 위험도가 높은 사이버 기능은 일반 기능처럼 풀지 않고 접근을 제한하고 감시합니다.

Google이 WeatherNext 3에 실시간 위성 자료를 넣었다

Google은 실시간 위성 관측 자료를 받아 한 시간마다 예보를 갱신하는 WeatherNext 3를 공개했습니다. 이전 모델보다 최대 5배 더 세밀한 지도를 만들며 Search, Gemini, Maps, Cloud에 적용하기 시작했습니다.

연구 발표에 그치지 않고 등교, 이동, 여행, 야외 활동 전에 보는 익숙한 서비스가 바뀐다는 뜻입니다. Google은 날씨 모델 기업 Brightband의 독립 실시간 평가 결과도 제시했습니다. 그래도 어느 모델도 모든 지역의 비와 폭풍, 극한 기상을 확실히 맞히지는 못합니다. 더 자주, 더 촘촘하게 갱신된다는 변화이지 오보가 사라진다는 약속은 아닙니다.

Gemini가 긴 영상에서 자세히 볼 장면을 고른다

Google은 긴 영상을 이해하는 에이전트형 작업 방식도 공개했습니다. 모든 프레임을 같은 깊이로 처리하는 대신, 지원되는 Gemini 모델이 영상과 소리, 자막 가운데 어느 부분을 더 자세히 볼지 판단합니다.

Google은 자체 시험에서 토큰을 최대 88%, 비용을 66% 줄이고 정확도는 7% 높였다고 밝혔습니다. Gemini 3.7, 3.6, 3.5 Flash Lite를 통해 Google AI Studio와 기업용 서비스에서 쓸 수 있습니다. 절감 폭은 영상과 질문에 따라 달라집니다. 골라 보는 방식은 비용을 줄이지만, 자세히 볼 대상으로 잡히지 않은 맥락을 놓칠 수도 있습니다.

Anthropic이 같은 모델을 두 갈래로 나눴다

Anthropic은 일반 이용자용 Claude Fable 5.1과 검증된 프로그램용 Mythos 5.1을 내놓았습니다. 바탕 모델은 같지만 안전장치와 접근 조건이 다릅니다. 일반 사용 비용은 이전 세대보다 약 25%, 캐시를 많이 쓰는 에이전트 작업은 최대 45% 낮아질 수 있다고 회사는 설명합니다.

Anthropic은 새 안전장치가 사이버 오탐을 60% 줄였다고 밝혔습니다. Mythos로 단백질 결합체를 찾고 금성 지도를 만든 사례도 소개했습니다. 회사와 협력 기관의 사례이며 과학 연구 전반의 생산성을 독립적으로 입증한 결과는 아닙니다. 강한 모델 하나를 모두에게 똑같이 주는 대신, 확인된 목적과 위험 관리에 따라 접근을 나누는 변화가 핵심입니다.

Google이 공개형 Flash와 제한형 Cyber를 함께 내놨다

Google은 Gemini 3.8 Flash를 입력 100만 토큰당 0.75달러, 출력 100만 토큰당 3.75달러의 초기 가격으로 공개했습니다. Humanity’s Last Exam Verified 점수는 54.9%라고 밝혔습니다. 함께 발표한 Gemini 3.8 Flash Cyber는 Fairwind 프로그램의 검증된 방어 기관만 쓸 수 있습니다.

점수와 안전성 수치는 Google 측 주장입니다. 접근 방식의 차이는 분명합니다. 일반 모델은 넓게 풀고, 실제 사이버 작업에 쓰는 버전은 정부와 검증된 파트너에게 제한합니다.

UAE가 AI 자문관 32명을 두고 교사 2만 2,000명을 연수한다

UAE 내각은 정책과 법률, 예상 영향을 검토할 AI 자문관 32명을 임명했습니다. 같은 9월 2일 회의에서 교사 2만 2,000명 연수 계획을 내놓고, 자국 학교의 AI 교육과정을 다른 나라에도 공개하겠다고 밝혔습니다.

내각 발표는 임명과 실행 계획을 보여줄 뿐 학습 성과를 입증하지는 않습니다. 그래도 AI 문해력이 선택 활동을 넘어 국가 교육과정, 교사 연수, 행정 체계로 들어가고 있다는 규모는 분명합니다.

Caterpillar와 FieldAI가 산업 현장 점검을 겨냥한다

Caterpillar와 FieldAI는 광산과 건설 현장 같은 산업 환경에서 자율 점검, 디지털 트윈, 상황 인식을 함께 개발한다고 발표했습니다. 카메라와 센서, 기계가 계속 바뀌는 실제 현장을 읽어야 하는 구체적인 업무입니다.

아직은 협력 계획과 적용 대상을 밝힌 단계입니다. 완성된 배포나 안전 개선 수치를 입증한 발표는 아닙니다. 물리적 작업장의 실수는 대화창의 오답과 다른 결과를 낳기 때문에 이 구분이 중요합니다.

G20 장관들이 AI 번영 협약을 지지했다

G20 혁신 장관들은 표준, 지식재산권, 인력 준비, 인프라, 포용적 도입을 다루는 AI 번영 목표와 협약을 지지했습니다. 9월 2일 채택한 성명은 9월 4일 공개됐습니다.

법적 구속력이 있는 규정은 아닙니다. 각 나라가 예산과 법, 공공 프로그램으로 옮겨야 합니다. 지금의 가치는 여러 정부가 공유한 방향을 남겼고, 이후 실제 정책을 비교할 기준이 생겼다는 데 있습니다.

OpenAI가 ‘자동화 연구 인턴’을 공개했다

OpenAI는 실험을 계획하고 도구를 사용하며 결과를 평가한 뒤 연구자와 반복하는 내부 연구 시스템을 소개했습니다. 최근 이룬 단계를 독립 과학자가 아니라 ‘자동화 연구 인턴’이라고 표현했습니다.

이 말에는 사람의 역할이 남아 있습니다. 연구자가 질문을 정하고 근거를 검토하며 어떤 결과가 중요한지 판단합니다. 9월 6일 글은 회사 내부 사례이고 과학 발전 속도를 독립적으로 측정한 자료는 아닙니다. 다만 AI의 일이 글쓰기에서 실험과 분석을 조율하는 쪽으로 움직이고 있음을 보여줍니다.

이 한국어 기사는 영어 원문을 번역한 것이며, 번역 과정에서 오류가 있을 수 있습니다. 이 글은 Wonder Bricks AI Agent의 도움을 받아 작성했으며 SunnyLabs가 편집했습니다.