LLM-Info

Perplexity Deep Research가 Computer 멀티모델 오케스트레이션 위에서 20개 이상의 프런티어 모델로 서브태스크를 라우팅하는 모습

Perplexity Deep Research, Computer 위에 올라타다 — 20+ 모델 라우팅으로 리포트·덱·대시보드까지

개요 Perplexity가 6월 11일에 큰 그림을 바꿨습니다. 2월 말에 공개한 멀티모델 오케스트레이션 시스템 Computer 위에 Deep Research를 통째로 올린 겁니다. 예전 Deep Research가 단일 흐름으로 검색하고 정리해 주는 도구였다면, 이번 버전은 질문을 잘게 쪼개서 20개가 넘는 프런티어 모델에 서로 다른 일을 시키는 구조입니다. 결과물도 그냥 글 한 편이 아니라 리포트·브리프·덱·대시보드·라이브 스프레드시트까지 인용을 박아서 한 번에 나옵니다. ...

Zyphra가 공개한 Zamba2-VL 오픈 하이브리드 SSM-트랜스포머 비전·언어 모델 공식 커버

Zyphra Zamba2-VL — 첫 토큰까지 한 자릿수, 하이브리드 맘바2 비전·언어 모델

개요 Zyphra가 6월 12일에 Zamba2-VL을 풀었습니다. 1.2B, 2.7B, 7B 세 가지 크기를 같이 공개했고, 가중치와 코드 모두 Apache 2.0 라이선스입니다. 뼈대가 좀 특이합니다. 같은 크기의 다른 오픈 VLM이 거의 다 트랜스포머만 쓰는 데 비해, Zamba2-VL은 Mamba2 SSM 블록 위에 소수의 공유 트랜스포머 블록을 끼워 넣은 하이브리드입니다. 그 결과가 글 제목 그대로입니다. 32k 토큰짜리 긴 입력을 받았을 때, 첫 토큰이 돌아올 때까지 걸리는 시간이 비슷한 크기 트랜스포머 VLM 대비 약 1/6 수준으로 떨어집니다. ...

어두운 격자 위에 300개 서브 에이전트가 빛나며 병렬로 일하는 모습을 표현한 이미지

문샷 Kimi Work 공개 — 300개 서브 에이전트가 내 노트북에서 동시에 돌아간다

개요 문샷 AI가 6월 12일 Kimi Work라는 데스크톱 앱을 공개했습니다. 클라우드가 아니라 내 맥북, 내 윈도우 PC 위에서 직접 도는 에이전트입니다. 뒤에서는 4월 20일에 풀린 Kimi K2.6이 돌고, 한 번에 최대 300개의 서브 에이전트가 같이 일을 쪼개 처리합니다. 클라우드 에이전트가 “잘 만든 데모"에 머무는 동안, 문샷은 “내 폴더와 내 브라우저에 꽂아 쓰는 도구” 쪽을 골랐습니다. ...

보도블록 위를 굴러가는 서브 로보틱스 배달 로봇과 그 위로 떠 있는 주가 차트, 손그림 스타일 일러스트

서브 로보틱스 CFO가 또 주식을 팔았다 — 1,496주, 그리고 우리가 진짜 봐야 할 숫자

개요 자율주행 보도 배달 로봇을 만드는 **서브 로보틱스(NASDAQ:SERV)**의 최고재무책임자(CFO) 브라이언 리드가 6월 10일 또다시 자기 회사 주식을 팔았습니다. 이번엔 1,496주, 한 주에 7.24달러. 총액으로 따지면 1만 831달러, 약 1,500만 원 정도 되는 자그마한 거래입니다. ...

그록 빌드의 /marketplace 화면을 캡처한 이미지. 라인업으로 올라온 플러그인 카드들이 나열돼 있다.

xAI, 그록 빌드에 플러그인 마켓플레이스를 붙였다 — 첫 라인업 6개와 새 보안 모델

개요 xAI가 자사 터미널 코딩 에이전트인 그록 빌드(Grok Build) 안에 플러그인 마켓플레이스를 열었습니다. 발표는 2026년 6월 11일, 베타 단계입니다. 그동안은 MCP 서버, 슬래시 커맨드, 훅, LSP 같은 도구를 일일이 손으로 연결해 써야 했는데, 이제는 카탈로그에서 하나만 고르면 묶음으로 한꺼번에 들어옵니다. 카탈로그 첫 라인업은 MongoDB, Vercel, Sentry, Chrome DevTools, Cloudflare, 그리고 Superpowers 여섯 개. 안에서 어떤 게 어떻게 묶여 들어오는지, 왜 이걸 굳이 마켓플레이스 형태로 풀었는지 정리해 봅니다. ...

마이크로소프트 Lens가 상세 캡션을 학습 신호로 받아 더 가벼운 파라미터로 더 정밀한 이미지를 그려내는 장면을 표현한 일러스트

마이크로소프트 Lens — 데이터 양보다 캡션 품질이 효율적인 이미지 생성기를 만든다

핵심 요약 마이크로소프트 리서치가 38억 파라미터 텍스트-이미지 모델 Lens를 공개했다. 800억짜리 Hunyuan-Image-3.0보다 작고, 같은 품질을 약 5분의 1의 컴퓨트로 낸다. 이 모델의 진짜 무기는 모델 크기가 아니라 캡션 품질이다. 8억 장의 이미지-텍스트 쌍을 모은 Lens-800M 데이터셋의 캡션은 GPT-4.1이 다시 쓴 평균 100단어짜리 묘사다. 웹에서 긁어온 alt-text는 학습 신호로 너무 흐렸다. GenEval 절제 실험에서 짧은 캡션·혼합 캡션은 상세 캡션을 단 한 항목에서도 이기지 못했다. 구조도 단정하다 — 압축은 FLUX.2의 시맨틱 VAE, 텍스트 인코더는 GPT-OSS, 프롬프트 재작성기에는 GPT-5.5 또는 GPT-OSS, 마지막에 Lens-RL-8K로 강화학습을 한 번 입혔다. Lens-Turbo는 1초 미만, 표준 모델은 H100 한 장에서 100만 픽셀당 약 3초다. 코드와 가중치는 MIT 라이선스로 허깅페이스·깃허브에 풀렸다(연구용). 1. 38억으로 800억을 넘어서는 시점 이미지 생성 모델 경쟁은 한동안 “더 큰 파라미터·더 큰 데이터셋” 한 방향으로 굴러왔다. Hunyuan-Image-3.0은 800억, Qwen-Image도 Lens의 다섯 배 규모다. 같은 라인을 따라가면 결국 H100 수십 장이 있어야 학습도, 추론도 시작할 수 있다는 결론이 나온다. ...

WWDC 2026에서 시리가 제미니를 두뇌로 받아들이고 iOS 27 생태계로 퍼지는 장면을 표현한 일러스트

WWDC 2026 정리 — 시리에 제미니가 들어오고, iOS 27이 한 번 더 가벼워졌다

핵심 요약 시리가 구글 제미니 모델 위에서 새로 만들어졌다. 더 대화에 가깝고, 시각 인텔리전스와 맞물려 돌아간다. 별도의 전용 앱으로 분리되면서 기존 앱 안에도 그대로 살아 있다. 애플 인텔리전스가 사파리, 메시지, 전화, 메일을 가로질러 묶인다. 통화 중에 메일과 메시지의 맥락을 끌어와 다음 행동을 제안한다. iOS 27은 아이폰 11까지 지원한다. 애플은 “역대 가장 많은 사용자에게 열린 iOS 업데이트"라고 못 박았다. 사진 70% 빠른 로드, 에어드롭 80% 빠른 전송이 같이 따라온다. 사진 앱에 스페이셜 리프레임·확장·고도화된 클린업 세 가지 생성형 편집 도구가 들어간다. 시스템 받아쓰기는 휘스퍼 플로 같은 별도 앱이 하던 일을 키보드 안으로 끌고 왔다. 팀 쿡의 마지막 WWDC였다. 9월 1일부터는 존 터누스가 CEO 자리를 이어받는다. 1. 시리, 결국 외부 두뇌를 받아들였다 가장 큰 사건은 시리다. 애플은 자체 파운데이션 모델만 고집하던 노선에서 한 발 물러나 구글 제미니를 시리의 핵심 추론 엔진으로 받아들였다. 시리는 더 길게 이어지는 대화에 익숙해졌고, 화면을 그대로 읽어내는 비주얼 인텔리전스와 연결됐다. 인터페이스 자체도 바뀌어, 시리는 이제 하나의 독립 앱으로 떨어져 나왔다. 그러면서도 기존 앱 안에서 호출되는 방식은 그대로 두는, 일종의 절충안이다. ...

1조 파라미터 모델을 상용 GPU 위에서 1000 토큰/초로 디코딩하는 MiMo×TileRT 코디자인을 표현한 일러스트

샤오미 MiMo × TileRT, 상용 GPU 8장으로 1조 파라미터 모델 초당 1000 토큰 돌파

핵심 요약 샤오미 MiMo 팀과 TileRT 그룹이 MiMo-V2.5-Pro-UltraSpeed를 발표했다. 1조 파라미터 모델이 표준 8-GPU 노드에서 초당 1000 토큰 이상으로 디코딩된다. 비결은 세 층의 협업이다 — MoE 전용 FP4(MXFP4) 양자화, DFlash 블록 마스크 병렬 speculative decoding, TileRT persistent-kernel 런타임. 양자화는 표현력 손실을 막기 위해 MoE에만 걸고 나머지는 FP8을 유지했다. speculative decoding은 거부 샘플링으로 무손실을 보장한다. 가격은 표준 모델의 3배, 디코딩 속도는 약 10배. 병렬 추론·코딩 에이전트·실시간 거래 신호 같은 워크로드에서 비용 곡선이 뒤집힌다. API는 6월 9~23일 신청제 트라이얼로 좁게 열려 있고, FP4-DFlash 체크포인트와 TileRT 일부 모듈은 허깅페이스·깃허브에 공개됐다. 1조 파라미터를 표준 GPU에서 — 무엇이 새로운가 Cerebras는 웨이퍼 한 장에 모델을 통째로 박아 넣고, Groq는 칩 위 SRAM으로 메모리 병목을 풀었다. 두 길 다 “더 빨라지려면 더 특수한 실리콘"이라는 전제 위에 있다. 샤오미가 이번에 보여준 길은 다르다. 하드웨어는 그대로 두고, 모델과 런타임을 같은 칠판 위에서 함께 설계해 1조 파라미터 모델을 표준 노드에서 1000+ TPS로 돌렸다. ...

GPT-5.5 벤치마크 1위 vs 환각률 86% — 성능과 신뢰성의 간극

GPT-5.5, 벤치마크 1위인데 환각률 86% — API 비용은 실질 20% 올랐다

GPT-5.5가 AI 벤치마크 순위 정상에 올랐다. 그런데 같은 보고서가 이 모델의 환각률을 86%로 기록했다. 1위와 86%, 이 두 숫자가 동시에 사실이라면 무엇을 믿어야 할까. 핵심 요약 벤치마크 1위: Artificial Analysis Intelligence Index 60점, Claude Opus 4.7·Gemini 3.1 Pro Preview(각 57점) 3점 차 선두 실질 비용 +20%: 명목 가격은 2배($5/$30 per million tokens)지만 토큰 소비 40% 감소로 실질 인상분은 약 20% 환각률 86%: 정확도는 1위(57%)이면서 환각률도 최고 — Claude Opus 4.7(36%), Gemini 3.1 Pro Preview(50%) 대비 압도적으로 높음 BullshitBench pushback 45%: 말이 안 되는 질문에 반박하는 비율이 GPT-5.4와 동일, 추론 컴퓨트를 늘린 Pro 버전은 오히려 35%로 후퇴 가성비 구간 존재: 중간 컴퓨트에서 Claude Opus 4.7 최대 성능과 유사한 점수를 4분의 1 비용($1,200 vs $4,800)으로 달성 벤치마크 1위 — 숫자가 말하는 것 Artificial Analysis가 발표한 인텔리전스 인덱스에서 GPT-5.5는 60점으로 1위다. Claude Opus 4.7과 Gemini 3.1 Pro Preview가 공동 2위(57점)로 뒤를 잇는다. 3점 차이는 작아 보이지만 현 세대 최고 모델들이 촘촘하게 경쟁하는 구도에서 선두 자리는 의미가 있다. ...