Issue #19 · 2026-06-02 · 2026. 6. 2.

vibecamp 2026-06-02 — Copilot 요금 폭등 · NVIDIA Nemotron 3 · Codex 보안

GitHub Copilot 토큰 종량제 전환에 개발자 반발, NVIDIA 550B 오픈모델 Nemotron 3 Ultra, Codex의 sudo 우회 발견까지.

🛠

최신 기술 트렌드

엔비디아, 550B 오픈웨이트 모델 Nemotron 3 Ultra 공개

엔비디아가 COMPUTEX 2026에서 5,500억 파라미터(활성 550억) MoE 모델 Nemotron 3 Ultra를 발표했습니다. 미국 오픈웨이트 모델 중 지능 지수(Intelligence Index) 48로 1위, 초당 300토큰 이상을 출력해 50~100tok/s급 경쟁 모델보다 3~5배 빠릅니다. 6월 4일 허깅페이스·OpenRouter·build.nvidia.com에 공개되며, 추론과 에이전트 워크플로(agentic workflow)를 겨냥합니다.

💡프런티어 API 비용 없이 로컬에 올릴 수 있는 고속 오픈 모델이라, 에이전트 오케스트레이션을 직접 돌려보려는 학습자에게 좋은 출발점입니다.

누가: NVIDIA, announced by CEO Jensen Huang at GTC Taipei / COMPUTEX 2026
무엇을: Nemotron 3 Ultra, a 550B-parameter (55B active) open-weights MoE model for reasoning and agentic workflows, with Intelligence Index 48 and 300+ tok/s
언제: 2026-06-01T01:00:00Z
왜: To give the US an open-weights frontier model optimized for agentic planning while closing the gap with leading Chinese open models

#nvidia#open-weights#agent#moe#reasoning

이미지: AI 생성 이미지원문 →

깃허브 코파일럿, 토큰 사용량 과금제로 전환

깃허브가 6월 1일부터 코파일럿(GitHub Copilot)을 정액 요청량 방식에서 토큰 사용량 기반 'AI 크레딧' 과금으로 바꿨습니다. 구독료(Pro $10, Business $19 등)는 그대로지만, 이제는 사용 상한이 아니라 포함된 크레딧 금액을 뜻합니다. 일부 개발자는 월 비용이 약 $29에서 $750 수준으로 뛸 것이라며 반발했고, 코드 자동완성과 다음 편집 제안은 무료로 유지됩니다.

💡에이전트 코딩(agentic coding)을 많이 쓸수록 토큰당 실제 비용이 드러납니다. '바이브 코딩'의 단가 구조를 한 번쯤 따져볼 시점입니다.

누가: GitHub / Microsoft, and the developer community reacting on Reddit and X
무엇을: Copilot's flat-rate plans replaced by usage-based GitHub AI Credits billed on token consumption, taking effect June 1
언제: 2026-06-01T08:00:00Z
왜: Agentic coding has become the default and brings significantly higher compute/inference demands than the old flat-rate model could absorb

#github-copilot#pricing#agentic-coding#tokens

이미지: AI 생성 이미지원문 →

엔비디아, 피지컬 AI 에이전트 스킬·JetPack 7.2 오픈소스화

엔비디아가 COMPUTEX에서 피지컬 AI(physical AI) 에이전트 스킬과 도구 모음을 오픈소스로 공개했습니다. 핵심은 OpenClaw 스택에 정책 기반 보안·프라이버시 거버넌스를 더한 에이전트 오케스트레이션 프레임워크 NemoClaw이며, JetPack 7.2로 Jetson에서 원커맨드 배포가 가능합니다. 스킬은 깃허브와 skills.sh로 배포돼 어떤 코딩 에이전트와도 함께 쓸 수 있습니다.

💡이제 Jetson에서 거버넌스가 적용된 AI 에이전트를 로컬로 돌릴 수 있어, 로보틱스·엣지(edge) 환경의 에이전트 프로토타이핑 진입 장벽이 낮아집니다.

누가: NVIDIA, at GTC Taipei / COMPUTEX 2026
무엇을: Open-sourced physical-AI agent skills + NemoClaw agentic framework, with JetPack 7.2 enabling one-command on-device agent deployment on Jetson
언제: 2026-06-01T02:00:00Z
왜: To bring secure, governed agentic workflows from cloud software to edge/physical systems and standardize agent skills across coding agents

#nvidia#physical-ai#agent#jetson#open-source

이미지: AI 생성 이미지원문 →

텐센트, 14억 위챗 사용자용 AI 에이전트 도입 추진

텐센트가 위챗(WeChat) 안에 내장형 AI 에이전트를 도입하는 작업을 추진 중인 것으로 전해졌습니다. 이 에이전트는 미니프로그램·위챗페이·AI 검색을 한 번에 묶어, 질문부터 결제까지 여러 단계 작업을 슈퍼앱 안에서 끝내도록 설계됐다고 합니다. 작업은 자체 모델 훈위안(Hunyuan)과 외부 추론 엔진을 함께 활용하며, 소규모 사용자 그룹 대상 시범 운영을 2026년 중반쯤 목표로 한다고 알려졌습니다.

💡에이전트가 단순 챗봇을 넘어 앱 생태계와 결제 전체를 묶는 오케스트레이션 계층이 되는 흐름을 보여줍니다. '에이전트 네이티브 슈퍼앱'의 한 청사진입니다.

누가: Tencent (WeChat/Weixin), as reported by the Financial Times
무엇을: An embedded WeChat AI agent that orchestrates mini-programs, WeChat Pay and AI Search, with a small-group trial targeted for mid-2026
언제: 2026-06-01T03:30:00Z
왜: To compress multi-step super-app workflows into a single agentic interface and monetize WeChat's 1.4B-user mini-program ecosystem

#tencent#wechat#agent#super-app

이미지: AI 생성 이미지원문 →

🏆

해커톤·대회

Microsoft Agent Academy Hackathon 공식 배너 — 4트랙(Recruit·Operative·Special Ops·Cowork Collective), 상금 $12K

마이크로소프트 Agent Academy 해커톤 — 오늘 제출 마감

마이크로소프트 Agent Academy 해커톤의 제출 마감이 오늘(6/2, PT 기준 23:59)입니다. Copilot Studio·M365 Copilot·Copilot Cowork 중 하나 이상을 써서 작동하는 AI 에이전트를 만들면 됩니다. 입문(Recruit)부터 멀티에이전트 오케스트레이션, MCP 통합까지 4개 트랙으로 나뉘며, 상금은 트랙별 1위 $1,500/2위 $1,000/3위 $500로 총 $12,000 규모입니다.

💡난이도별 4트랙이라 입문자도 시작점이 분명하고, 마감이 오늘이라 즉시 참여 결정을 내려야 하는 카드입니다. '커리큘럼 학습 → 해커톤 제출'로 곧장 이어지는 포맷이 참고할 만합니다.

누가: 주최 Microsoft(Agent Academy/Copilot Studio 팀). 대상: 18세 이상 전원(미성년은 보호자 동의), Microsoft 직원·직계가족 제외, 제재국 제외
무엇을: 4개 트랙으로 작동하는 AI 에이전트 구축 — Recruit(입문자 기초 에이전트), Operative(멀티에이전트 오케스트레이션·AI 통합), Special Ops(MCP 통합·특수 시나리오), Cowork Collective(Copilot Cowork 위임 업무). 최소 1개 Microsoft 제품 필수 사용
언제: 빌드 기간 2026-05-12 00:00 PT ~ 제출 마감 2026-06-02 23:59 PT(오늘 KST 마감). Agent Academy 커리큘럼 개념 기반 에이전트 제출
왜: 심사 기준 — 정확도·관련성(25%), 기술 실행력(25%), 창의성·독창성(15%), UX·발표(15%), 신뢰성·안전(10%), 유스케이스 임팩트(10%). 프로덕션급 에이전트 역량을 가중치로 평가

#hackathon#microsoft#copilot-studio#agent#mcp

이미지: AI 생성 이미지원문 →

💰

매출·사례

Mina — 회의 중 실시간으로 '실행'하는 AI 미팅 어시스턴트

Mina는 회의를 수동으로 녹음만 하지 않고 통화에 능동적으로 참여하는 AI 미팅 어시스턴트입니다. 슬랙·허브스팟·세일즈포스·줌 등 200개 이상 도구에서 맥락을 끌어와 실시간으로 응답하고, 의사결정을 잡아내며 회의 중에 태스크를 실행합니다. 진행자·조용한 보조·스크럼 퍼실리테이터 등으로 역할을 설정할 수 있고, 6월 1일 ProductHunt 일간 1위로 데뷔했습니다.

💡포화된 '미팅 노트' 시장에서 '기록'이 아니라 '실행하는 에이전트'로 포지셔닝을 차별화한 사례입니다. ProductHunt 1위를 런칭일 유통 엔진으로 활용한 점도 참고할 만합니다.

누가: Mina AI 공동창업자 Sridhar Muppidi + Rohan Chaubey + Ramesh Naidu Pediredla, 3인 코어 팀.
무엇을: 회의 중 실시간 응답·태스크 실행까지 하는 에이전트형 미팅 어시스턴트. 200+ 툴 연동. 현재 무료 티어 (MRR 미공개 → verified=false).
언제: 2026-06-01 ProductHunt 런칭 (일간 1위 득표). Mina 1.0 정식 공개일.
왜: 기존 노트테이커는 회의를 '기록'만 하고 끝남. Mina는 회의가 진행되는 동안 컨텍스트를 끌어와 의사결정을 잡고 업무를 '진행'시켜 회의 후 수작업 정리 부담을 없애려는 문제의식.

#producthunt#meeting-assistant#agent#integrations

이미지: AI 생성 이미지원문 →

SocialEcho 2.0 — 멀티브랜드 팀·에이전트용 AI 소셜 코파일럿

SocialEcho 2.0은 여러 브랜드 캠페인을 동시에 운영하는 팀을 위한 AI 소셜 미디어 코파일럿입니다. 트렌드 발견부터 온브랜드 콘텐츠 생성, 플랫폼별 변형, 발행, 댓글·DM 관리까지 한 워크스페이스에서 처리합니다. 브라우저 봇이 아닌 공식 API로 연동하며 OpenClaw·Hermes 같은 에이전트와도 연결됩니다. 두 번째 런칭으로 6월 1일 ProductHunt 일간 2위에 올랐습니다.

💡1.0으로 트랙션을 쌓은 뒤 2.0 재런칭으로 모멘텀을 재사용하고, '공식 API only'를 신뢰 차별점으로 내세운 전략이 재현 포인트입니다. 에이전트 생태계 연동으로 B2A 수요까지 노립니다.

누가: 메이커 Samuel Kuang (소규모/1인 추정), ProductHunt 헌터 Chris Messina.
무엇을: 멀티브랜드를 운영하는 팀·에이전트용 AI 소셜 미디어 코파일럿. 트렌드 발견→온브랜드 생성→플랫폼별 변형→발행→인게이지먼트 관리까지 한 워크스페이스에서. 유료(런칭 크레딧 프로모션 운영) — 정확 MRR 미공개로 verified=false.
언제: 2026-06-01 ProductHunt 런칭 (일간 2위). SocialEcho의 두 번째 런칭(2.0).
왜: 여러 브랜드를 동시에 굴리는 에이전시/팀이 플랫폼마다 따로 운영하는 비효율을 한 워크스페이스로 통합. 브라우저 봇이 아닌 공식 API 연동으로 계정 차단 리스크를 제거하려는 문제의식.

#producthunt#social-media#copilot#multi-brand#api

이미지: AI 생성 이미지원문 →

🎙

기술+사람 인터뷰

비디오 에이전트 모델이 다음이다 — xAI Ethan He 인터뷰

엔비디아 Cosmos 월드모델을 만들었던 Ethan He는 xAI에 합류해 단 몇 명의 엔지니어로 Grok Imagine을 3개월 만에 0.9 버전까지 출시했습니다. 이 인터뷰(Latent Space)는 데이터·VAE·디퓨전 트랜스포머(diffusion transformer)·오디오-비디오 정렬·추론 가속, 그리고 대용량 비디오 데이터를 다루는 숨은 비용을 짚습니다. 핵심 주장은 '비디오 모델의 지능은 대부분 LLM에서 나오며, 진짜 인터랙티브·실시간 월드모델로 가려면 디퓨전이 아닌 LLM과 인터랙션 모델을 키워야 한다'는 것입니다.

💡'영상 데이터를 더 모으기'보다 'LLM·인터랙션 모델을 키우기'가 멀티모달의 레버리지라는 멘탈 모델, 그리고 작은 팀의 빠른 반복이 거의 모든 것을 이긴다는 의사결정 휴리스틱을 가져갈 수 있습니다.

누가: 인터뷰이: Ethan He, Grok Imagine 핵심 엔지니어(전 NVIDIA Cosmos), xAI / 인터뷰어: Swyx & Vibhu (Latent Space)
무엇을: 소규모 팀이 Grok Imagine을 3개월 만에 zero-to-one으로 만든 과정과, 비디오 모델의 지능이 LLM에서 온다는 'Video Agent' 테제
언제: 2026-06-01 공개 (Latent Space: The AI Engineer Podcast)
왜: Grok Imagine API가 최상위 비디오 모델로 부상한 직후의 1차 빌더 인터뷰로, AI 비디오·월드모델 경쟁의 기술 방향을 당사자가 직접 설명

#interview#xai#video-model#llm#world-model

이미지: AI 생성 이미지원문 →

이 호가 도움됐다면 공유해 주세요.

📤 공유하기𝕏 @in f 💬✈B ✉