Issue #74 · 2026-09-03 · 2026. 9. 3.

vibecamp ai builder 2026-09-03 — Gemini 3.8 Flash, $0.75 는 연말까지 도입가

2026-09-03 AI 빌더 일간 호 — 오늘 10개 카드를 정리했습니다.

🛠

최신 기술 트렌드

Gemini 3.8 Flash 및 3.8 Flash Cyber 모델 공개를 알리는 Google 공식 블로그 헤더 이미지

Gemini 3.8 Flash, $0.75 는 연말까지 도입가

구글이 9/2 Gemini 3.8 Flash 와 보안 특화 변종 3.8 Flash Cyber 를 함께 공개했습니다. 범용 모델은 추론·코딩 품질을 올렸고 단가는 100만 입력 토큰당 $0.75, 출력 $3.75 입니다. 다만 이 가격은 12/31 까지만 적용되는 도입가이고, 이후 $1.50/$7.50 로 오른다고 원문에 명시돼 있습니다. Cyber 변종은 취약점 탐지·패치에 특화됐고 Fairwind Program 으로 검증된 방어 실무자에게만 열립니다.

💡Flash 티어를 워크호스로 쓴다면 지금 단가는 한시 도입가입니다. 내년 예산은 인상 후 가격인 $1.50/$7.50 기준으로 잡아두는 편이 안전합니다.

누가: Google / Google DeepMind — Tulsee Doshi(Senior Director, Product Management), Raluca Ada Popa(Gemini Security Lead)
무엇을: Gemini 3.8 Flash와 보안 특화 변종 Gemini 3.8 Flash Cyber 동시 공개. 범용 모델은 추론·코딩 성능을 올리면서 가격은 전작과 동일한 100만 입력 토큰당 $0.75 유지
언제: 2026-09-02T15:00:00Z
왜: 저비용 대량 호출 구간(에이전트 루프, 대량 분류·코드 리뷰)에서 프론티어급 품질을 요구하는 수요가 커졌고, 취약점 탐지·패치처럼 보안 전용 워크로드는 범용 모델로는 신뢰도가 부족했다. Google은 가격 인상 없이 성능만 올린 범용 Flash와, 방어자 전용 Fairwind Program으로 접근을 통제하는 Cyber 변종으로 두 수요를 분리해 대응했다.

#gemini#llm-pricing#security

이미지: AI 생성 이미지원문 →

Muse Spark 1.3, 툴 호출 20%·토큰 25% 감소

Meta AI Research 가 9/2 에이전트·코딩 특화 모델 Muse Spark 1.3 을 공개했습니다. 원문이 확인해 준 수치는 하나입니다. 1.2 대비 툴 호출이 약 20%, 토큰 소비가 약 25% 줄었다는 것입니다. 긴 호흡의 작업을 더 오래 유지하고 되돌릴 수 없는 동작에 대한 판단이 나아졌다고 설명합니다. Muse Code 와 Meta Model API 에서 당일부터 쓸 수 있으며, 가격·컨텍스트 길이는 1.3 확정값이 공개되지 않았습니다.

💡에이전트 비용은 벤치마크 점수가 아니라 한 태스크에 몇 번 툴을 부르느냐로 결정됩니다. 효율 축을 전면에 내건 릴리스라 청구서로 검증해 볼 만합니다.

누가: Meta AI Research (Meta Superintelligence Labs) — 발표는 Mark Zuckerberg
무엇을: 에이전트·코딩 특화 모델 Muse Spark 1.3 출시. 1.2 대비 툴 호출 약 20%, 토큰 소비 약 25% 감소. 1M 컨텍스트, muse-spark-1.3($1.25/$0.15 cached/$4.25 per Mtok)와 경량 contributor($0.10/$0.002/$0.20) 2종. Muse Code와 Meta Model API에서 당일 사용 가능
언제: 2026-09-02T17:00:00Z
왜: 긴 호흡의 에이전트 코딩 워크플로에서 실제 비용을 좌우하는 건 벤치마크 점수가 아니라 '한 태스크를 끝내는 데 몇 번 툴을 부르고 몇 토큰을 태우느냐'다. Meta는 5개월 만의 네 번째 모델에서 점수 경쟁 대신 불필요한 턴을 줄이고 출력을 정돈하는 효율 축을 전면에 내세웠다.

#agent#coding-model#cost-efficiency

이미지: AI 생성 이미지원문 →

AI 인용 노린 기계 생성 페이지 215,128건

Trellner Research 가 9/2 공개한 보고서입니다. 공통 운영 주체로 보이는 3개 도메인(wifitalents.com, worldmetrics.org, gitnux.org)이 사람이 아니라 모델의 검색·인용을 겨냥한 '베스트 소프트웨어' 페이지 215,128건을 찍어냈고, Perplexity 같은 grounded AI 가 이를 근거로 제품을 추천하고 있다는 내용입니다. 근거 소스의 59.8% 는 상위 10만 인기 사이트 밖에 있었습니다.

💡RAG·웹검색을 붙인 제품이라면 '출처가 있으니 믿을 만하다'는 전제가 깨집니다. 인용 도메인 검증과 소스 다양성 체크를 파이프라인에 넣어야 합니다.

누가: Trellner Research (독립 리서치 팀). 조사 대상은 공통 운영 주체로 추정되는 3개 도메인 wifitalents.com, worldmetrics.org, gitnux.org, 그리고 이를 인용하는 Perplexity 등 검색형 AI
무엇을: AI에게 인용되기 위해 기계 생성된 '베스트 소프트웨어' 페이지 215,128건이 3개 사이트에서 대량 발행됐고, Perplexity 같은 grounded AI가 이를 근거로 제품을 추천하고 있다는 분석 보고서 공개. 근거 소스의 59.8%가 상위 10만 인기 사이트 밖에 있었다
언제: 2026-09-02T13:00:00Z
왜: AI 추천이 구매 결정을 대체하기 시작하자, 사람이 아니라 모델의 검색·인용을 겨냥해 페이지를 찍어내는 새로운 SEO 시장이 생겼다. Trellner는 AI가 실제로 어떤 도메인을 인용하는지 역추적해 이 공급망이 얼마나 얇고 조작 가능한지를 수치로 보여주려 했다.

#rag#search#trust

이미지: AI 생성 이미지원문 →

🏆

해커톤·대회

아주그룹 임직원 AI 해커톤 '비 더 파이오니어' 시상식 현장 사진 (출처: 이데일리)

아주그룹 사내 AI 해커톤, 상금 대신 CES 2027

아주그룹이 창립 66주년을 맞아 임직원 AI 해커톤 '비 더 파이오니어'를 열고 9/2 수상작을 공개했습니다. 9개 계열사 16개 팀이 업무혁신·고객경험·현장안전 3개 영역으로 겨뤘습니다. 대상은 아주호텔서교 라이즈(RYSE) 팀의 'AI Local Concierge', 최우수상은 아주네트웍스의 차량 입고 사전 진단, 우수상은 아주산업의 AI 레미콘 출하 시스템이 받았습니다. 대상팀 포상은 현금이 아니라 CES 2027 참관 기회입니다.

💡IT 기업이 아닌 건자재·호텔·투자 계열사 실무자가 각자 도메인 문제를 푼 포맷입니다. 사내 해커톤을 아이디어 대회가 아니라 현업 PoC 파이프라인으로 굴리려는 조직이 그대로 베낄 수 있습니다.

누가: 주최: 아주그룹(아주산업·아주IB투자·아주오토리움·아주네트웍스·아주호텔서교 등 9개 계열사, 16개 팀 참가). 대상: 아주호텔서교 라이즈(RYSE) 팀 / 최우수상: 아주네트웍스 / 우수상: 아주산업
무엇을: 임직원 대상 사내 AI 해커톤 '비 더 파이오니어(Be the Pioneer)'. 대상작은 호텔 투숙객에게 지역 정보를 안내하는 'AI Local Concierge', 최우수상은 'AI 기반 차량 입고 사전 진단 서비스', 우수상은 'AI 레미콘 출하 시스템'
언제: 2026-09-02 16:37 KST 수상 결과 공개 (아주그룹 창립 66주년 기념 사내 해커톤, 결선·시상 완료). 대상팀은 2027년 1월 CES 2027 참관 예정
왜: AI 교육·아이디어 공모에서 멈추지 않고 구성원이 자기 업무 현장의 문제를 직접 발굴해 AI로 '실제 동작하는 결과물'까지 구현하도록 설계. 업무혁신·고객경험·현장안전 3개 영역으로 심사

#hackathon#korea#enterprise-ai

이미지: AI 생성 이미지원문 →

🔗 아시아경제 (아주그룹, 창립 66주년 맞아 AI 해커톤 개최)

💰

매출·사례

Wonderful $550M 유치, 기업가치 6개월 만에 2배

TechCrunch 가 9/2 보도한 건입니다. 엔터프라이즈용 'AI OS'를 만드는 Wonderful 이 Insight Partners 주도로 Series C $550M 을 마감하며 기업가치 $5B 를 인정받았습니다. 6개월 전 Series B 의 $2B 에서 2배 이상 뛴 값이고 Salesforce 가 신규 투자자로 들어왔습니다. CTech 보도 기준으로는 현재 ARR 약 $70M, 임직원 약 650명이며 회사는 연말 $100M 돌파를 전망합니다.

💡비영어권 고객 응대라는 좁은 통증에서 시작해 에이전트에서 워크플로, OS 로 넓힌 확장 경로가 핵심입니다. 신규 제품이 아니라 기존 스택 통합에 승부를 건 사례입니다.

누가: Bar Winkler(CEO)·Roey Lalazar(CTO) 공동창업, 2025년 초 창업, 현재 임직원 약 650명(절반은 이스라엘)
무엇을: 엔터프라이즈용 'AI OS'(에이전트·워크플로·앱·통합을 한 층에서 조율) — 현재 ARR 약 $70M, 2026년 말 $100M+ 전망. Insight Partners 주도 $550M Series C, 기업가치 $5B(6개월 전 $2B의 2배 이상), 35개 이상 시장 운영
언제: 2026-09-02 (현지시간) Wonderful 이 Series C $550M 라운드를 공식 발표, TechCrunch·CTech 동시 보도
왜: 영어권 이외 시장의 고객 응대가 기존 챗봇으로는 품질이 나오지 않는다는 문제에서 출발 — 비영어권에 맞춘 커스터마이즈 AI 상담 에이전트로 시작해 기업 전체 업무를 잇는 OS로 확장

#funding#ai-agent#enterprise

이미지: AI 생성 이미지원문 →

🔗 CTech — ARR $70M·임직원 650명 상세 🔗 AIwire 보도

AI 보안 스타트업 HiddenLayer의 $100M 시리즈 B 투자 유치를 전한 TechCrunch 기사 대표 이미지

HiddenLayer $100M — 1년 만에 ARR 10배

AI 모델·에이전트를 적대적 공격과 악성코드 주입으로부터 지키는 HiddenLayer 가 9/2 Delta-v Capital 주도로 Series B $100M 을 유치했습니다. CEO Chris Sestito 는 ARR 이 '수천만 달러' 수준이며 지난 1년간 10배 넘게 늘었고 그 성장의 90% 이상이 신규 고객에서 나왔다고 밝혔습니다. 고객에는 금융권, 미 국방부·정보기관, 주간 사용자 7억 명 이상의 프론티어 모델 기업이 포함됩니다.

💡AI 도입 자체가 아니라 'AI 도입이 만든 새 문제'를 파는 곡괭이 자리입니다. 성장의 90%가 신규 고객이라는 건 시장이 아직 확장 구간이라는 신호입니다.

누가: Chris Sestito(CEO, 공동창업자)가 이끄는 오스틴 소재 HiddenLayer. 투자자에 Ten Eleven Ventures·Morgan Stanley·M12·Booz Allen Hamilton 참여
무엇을: AI 모델·에이전트·워크플로를 적대적 공격·취약점·악성코드 주입으로부터 보호하는 보안 플랫폼(자산 탐지·런타임 보호·공격 시뮬레이션·공급망 보안). ARR 은 '수천만 달러' 규모이며 지난 1년간 10배 이상 성장, 성장분의 90% 이상이 신규 고객. 고객에는 금융권, 미 국방부·정보기관, 주간 사용자 7억 명 이상인 프론티어 모델 기업이 포함
언제: 2026-09-02 (현지시간) Delta-v Capital 주도 $100M Series B 발표, TechCrunch 보도
왜: 기업이 파일럿을 넘어 AI 에이전트를 실제 운영에 올리기 시작하면서, 기존 앱 보안 도구가 다루지 못하는 '추론 계층의 공격면'이 새로 생겼다는 문제 인식에서 출발

#ai-security#funding#arr

이미지: AI 생성 이미지원문 →

🎙

기술+사람 인터뷰

The GitHub Podcast 시즌2 2화 — loop engineering·squads·harness 용어를 해부하는 회차 공식 썸네일

GitHub 팟캐스트, 루프·스쿼드·하네스 25분 정리

GitHub 공식 팟캐스트 시즌2 2화가 9/3 00:00 KST 공개됐습니다. Cassidy Williams 진행에 Marlene Mhangami, GPS Peña-Siguenza 가 함께해 loop engineering, squads, harness engineering, hill climbing 같은 에이전트 신조어를 실무 기준으로 해부합니다. Ralph 루프의 실제 비용 구조와 open weight 와 open source 모델의 경계까지 25분에 담았습니다.

💡에이전트 자동화를 루프·스쿼드·하네스 3층으로 나눠 보면 내 워크플로의 병목이 어느 층인지부터 지목할 수 있습니다. 모델 고를 때 쓸 'open weight ≠ open source' 기준도 함께 얻습니다.

누가: 진행: Cassidy Williams / 공동 진행: Marlene Mhangami(Python 커뮤니티 오픈소스 개발자), GPS Peña-Siguenza(클라우드 애드보킷) — GitHub 공식 팟캐스트
무엇을: loop engineering·squads·harness engineering·hill climbing·forward deployed engineer 등 에이전트 시대에 쏟아진 신조어를 실제 에이전틱 워크플로 기준으로 정의하고, closed / open weight / 진짜 open source 모델의 경계를 구분
언제: 2026-09-02 15:00 UTC(= 9/3 00:00 KST) 공개 — The GitHub Podcast 시즌2 2화
왜: 에이전트 용어가 벤더 마케팅 언어로 범람해 실무자가 같은 단어를 서로 다른 뜻으로 쓰는 시점에, 180M 개발자가 쓰는 플랫폼 당사자(GitHub)가 공식 채널에서 용어를 정리했다. Ralph 루프의 실제 비용까지 다룬다는 점에서 개념 소개가 아니라 운영 관점 정리다.

#podcast#agent#terminology

이미지: AI 생성 이미지원문 →

🔗 The GitHub Podcast 공식 RSS

이 호가 도움됐다면 공유해 주세요.

📤 공유하기𝕏 @in f 💬✈B ✉