본문 바로가기
728x90

전체 글1010

🎙️ Nemotron 3.5 Transcribe: 받아쓰기와 화자 분리를 한 모델로 합친 이유 안녕하세요! 오늘은 엔비디아가 2026년 10월 28일 공개한 Nemotron 3.5 Transcribe를 살펴보겠습니다. 이 모델은 이름과 달리 총 34B 중 4.3B만 활성화하는 MoE 구조이고, 받아쓰기·화자 분리·번역·오디오 질의응답을 한 체크포인트에 담았습니다. 40개 언어 전사, 31개 언어 번역, 13개 언어 화자 구분을 처리하며 1시간 녹음까지 받습니다. 실행 경로는 vLLM 0.32.0 또는 SGLang-Omni이고, 공식 Quick Start는 H100 80GB 1장을 전제합니다. 아래에서 구조와 수치를 확인하고, vLLM으로 직접 띄우는 절차까지 한 번에 정리했습니다. 그럼 이 도구가 어떻게 작동하는지, 지금부터 하나씩 파헤쳐보겠습니다. 한눈에 보기- 정식 이름은 nvidia/.. 2026. 10. 31.
📈 Timestral : 209M로 예측 벤치마크 3종 1위, CPU에서 도는 시계열 모델 안녕하세요! 오늘은 Mistral이 2026년 10월 15일 공개한 시계열 파운데이션 모델 Timestral을 살펴보겠습니다. 가장 큰 모델이 209M 파라미터인데, 예측 분야의 공개 벤치마크 세 곳에서 동시에 1위를 기록했습니다. 게다가 GPU 없이 CPU만으로 추론이 돌아가고, 코드는 Apache 2.0, 가중치는 Modified MIT로 풀렸습니다. 이 글에서는 세 벤치마크의 실제 수치를 표로 비교하고, 설치부터 예측 결과 꺼내는 코드까지 에이전트 지시문 하나로 정리했습니다. 그럼 이 모델이 어떻게 작동하는지, 지금부터 하나씩 파헤쳐보겠습니다. 한눈에 보기- Timestral은 Mistral의 첫 시계열 파운데이션 모델군이며 5M·28M·123M·209M 네 가지 크기로 나옵니다- 209M 모델이 .. 2026. 10. 30.
🔌 Gemini API CLI: Gemini CLI 종료 뒤 남은 API를 셸에서 부르는 방법 안녕하세요! 6월에 Gemini CLI가 종료됐다는 소식을 듣고 Gemini API까지 접으신 분이 계시다면, 그 판단은 절반만 맞습니다. 종료된 것은 대화형 코딩 에이전트였고, API는 그대로 남아 2026년 10월 22일 다른 모양의 CLI로 다시 나왔습니다. 이름이 gemini-api인 이 도구는 대화를 나누지 않고, 이미지와 음성을 파일로 떨어뜨린 뒤 경로만 돌려줍니다. 에이전트가 컨텍스트를 태우지 않고 Gemini를 부르는 방식도 여기서 나옵니다. 이 구조가 어떻게 작동하는지, 지금부터 하나씩 파헤쳐보겠습니다. 한눈에 보기- Gemini API CLI(gemini-api)는 2026년 10월 22일 Google AI Studio가 공개한 셸용 스테이트리스 클라이언트입니다- 대화형 코딩 에이.. 2026. 10. 30.
🎙️ Qwen Audio Agent: 무료 음성 에이전트의 관문은 API 키가 아니라 8765 포트입니다 안녕하세요! 음성 에이전트를 한 번 붙여보려다가 API 청구서를 확인하고 접으신 적이 있으시죠. Qwen Audio Agent는 알리바바 QwenAudio 팀이 공개한 실시간 음성 런타임이고, Apache-2.0 라이선스에 npm 패키지 하나로 설치됩니다. 이 도구에서 눈여겨볼 지점은 음성 프론트엔드가 교체 가능한 부품이라는 점입니다. 클라우드 Realtime 서비스 대신 Hugging Face speech-to-speech를 로컬에 띄우면 VAD·STT·LLM·TTS 네 단계가 모두 내 PC에서 돌아가고, API 키도 과금도 필요 없어집니다. 8765 포트 하나로 그 전환이 끝나는 이유를, 어떻게 작동하는지, 지금부터 하나씩 파헤쳐보겠습니다. 한눈에 보기- Qwen Audio Agent는 클라이언.. 2026. 10. 30.
🤖 OpenBot: 에이전트 3개를 동시에 돌리면 파일이 꼬이는 이유 안녕하세요! 오늘은 Codex·Claude·Grok을 한 화면에서 각자의 방에서 일하게 만드는 데스크톱 앱 OpenBot을 살펴보겠습니다. 이 앱이 푸는 문제는 모델 성능이 아니라 배치입니다. 에이전트를 두세 개 동시에 돌리면 같은 파일을 함께 고치고, 누가 무엇을 만들었는지 기록이 남지 않습니다. OpenBot은 에이전트마다 독립 워크스페이스와 큐를 주고, 파일이 오갈 때 소유자와 SHA-256을 남깁니다. 다만 에이전트가 승인 없이 파일을 지울 수 있는 전제로 설계됐습니다. 이 앱이 어떻게 작동하는지, 지금부터 하나씩 파헤쳐보겠습니다. 한눈에 보기- OpenBot은 nightly-labs/openbot 저장소의 데스크톱 앱입니다. 2026년 8월 12일 공개됐고 2026년 10월 29일 조.. 2026. 10. 29.
🌍 Genie 4: 세계 모델의 경쟁은 이제 화질이 아니라 소리에서 갈립니다 안녕하세요! 오늘은 구글 딥마인드가 2026년 10월 27일 공개한 Genie 4를 살펴보겠습니다. 이번 발표에서 가장 눈에 띄는 변화는 화질이 아니라 소리입니다. 딥마인드는 Genie 4를 자사 최초로 실시간 세계 모델에서 오디오를 직접 생성하는 모델이라고 소개했습니다. 바람 소리와 파도 소리뿐 아니라 등장인물의 대화까지 화면과 같은 과정에서 만들어진다는 설명입니다. 다만 아직은 연구 프리뷰이고 대기명단을 거쳐야 쓸 수 있습니다. 무엇이 실제로 달라졌고 어디서 아직 무너지는지, 지금 준비할 수 있는 것까지 정리했습니다. 그럼 이 세계 모델이 어떻게 작동하는지, 지금부터 하나씩 파헤쳐보겠습니다. 한눈에 보기- Genie 4는 2026년 10월 27일 공개된 실시간 세계 모델로, Genie 3(2.. 2026. 10. 29.
🎨 Taste Skill: AI가 만든 밋밋한 페이지를 브라우저 검증까지 통과시키는 법 안녕하세요! 오늘은 코딩 에이전트가 만드는 페이지가 왜 다 비슷한지, 그리고 그것을 브라우저 검증 단계로 걸러내는 Taste Skill을 살펴보겠습니다. 이 스킬은 2026년 10월 기준 GitHub 스타 10만 4천 개를 기록한 에이전트 스킬로, 스타일 지침 문서가 아니라 실제 브라우저에서 3개 너비로 확인하고 실패시키는 절차를 붙인 것이 특징입니다. 설치 명령 한 줄, 필요한 것은 Node 22와 크로미움 브라우저뿐입니다. 아래에서 무엇을 검사하는지, 30~45분짜리 빌드가 무엇을 하는지, 우리 프로젝트에 붙이는 방법까지 한 번에 정리했습니다. 바로 시작해볼까요? 한눈에 보기- Taste Skill은 코딩 에이전트가 "평균적인 랜딩페이지" 대신 디자인된 화면을 만들도록 강제하는 에이전트 스킬입니다- .. 2026. 10. 29.
💵 GPT-6.1 Terra: 같은 작업 비용을 3분의 1로 줄인 가격표의 의미 안녕하세요! 오늘은 OpenAI가 2026년 10월 26일 공개한 GPT-6.1 Terra를 가격표 중심으로 읽어보겠습니다. 이 모델의 핵심은 최고 성능이 아니라 같은 작업을 절반 이하 비용으로 처리한다는 주장입니다. 입력 100만 토큰 1달러, 출력 100만 토큰 5달러, 캐시 입력은 100만 토큰 0.05달러입니다. 직전 모델인 GPT-5.6 Terra와 비교해 표준 가격이 50% 낮다고 회사는 밝혔습니다. 아래에서 가격표를 계산해 보고, 벤치마크 수치가 어떤 조건에서 나온 것인지, 우리 워크로드에 붙이는 방법까지 한 번에 정리했습니다. 함께 살펴보시죠! 한눈에 보기- GPT-6.1 Terra는 API 모델명 gpt-6.1-terra로 공개된 컴퓨터 사용·코딩·사무 작업용 모델입니다- 가격은 입력 1.. 2026. 10. 29.
🔍 NVIDIA SkillSpector : 에이전트 스킬 26% 취약, 2.2만 스타 보안 스캐너 안녕하세요! 오늘은 에이전트가 받아 쓰는 스킬을 설치 전에 검사하는 NVIDIA SkillSpector를 살펴보겠습니다. 2026년 10월 기준 GitHub 스타 2만 2,149개, Apache-2.0 라이선스의 Python 도구입니다. 출발점은 실측 연구 하나입니다. 두 마켓에서 모은 4만 2,447개 스킬 가운데 3만 1,132개를 분석했더니 26.1%에서 취약점이, 5.2%에서 악의적 의도가 나왔습니다. 이 글에서는 탐지 범위와 점수 읽는 법, 설치 세 경로, CI 게이트 구성, 커뮤니티 반응까지 정리하겠습니다. 바로 시작해볼까요?"이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다." 한눈에 보기- NVIDIA가 공개한 오픈소스 보안 스캐너로, Claude.. 2026. 10. 28.
728x90
▲
▼

티스토리툴바