Issue #84 · 2026-10-03 · 2026. 10. 3.

vibecamp ai builder 2026-10-03 — Ai2, 인용 보고서 쓰는 8B 오픈 모델 AstaBrief 공개

2026-10-03 AI 빌더 일간 호 — 오늘 8개 카드를 정리했습니다.

🛠

최신 기술 트렌드

AstaBrief 로고와 흩어진 문서 아이콘이 배치된 짙은 녹색 배경의 대표 이미지

Ai2, 인용 보고서 쓰는 8B 오픈 모델 AstaBrief 공개

Ai2가 연구 질문과 문헌 발췌를 받아 인용이 달린 보고서를 쓰는 8B 모델 AstaBrief를 가중치·학습 데이터와 함께 공개했습니다. 수만 건의 실제 연구 질의와 인용 중심 필터링, 선호 데이터로 학습했고, 섹션별이 아닌 보고서 전체를 한 번에 쓰도록 파이프라인을 재설계했습니다. Asta의 Fast mode로 서비스되며 보고서당 평균 51.1초로, Claude 기반 Thinking mode(178.5초)보다 약 3.5배 빠릅니다.

💡RAG·리서치 에이전트를 만든다면 범용 대형 모델 대신 작업 특화 소형 오픈 모델로 지연을 줄이고, 민감한 자료는 자체 인프라에서 처리하는 설계를 검토해 볼 만합니다.

누가: Ai2 (Allen Institute for AI) — Asta 팀
무엇을: 문헌 발췌를 받아 인용 달린 연구 보고서를 한 번에 쓰는 8B 오픈 모델 AstaBrief와 학습 데이터 공개
언제: 2026-10-02T15:19:50Z
어디서: Hugging Face 블로그 (Ai2 조직 페이지), 모델 allenai/AstaBrief_8B
왜: 과학 보고서는 근거에서 벗어나지 않고 검증 가능해야 하는데, 독점 모델은 느리고 비싸며 미공개 연구를 외부로 보내야 하는 문제가 있어 작고 자체 구동 가능한 특화 모델이 필요
어떻게: 수만 건의 실제 연구 질의, 인용 중심 필터링, 선호 데이터로 학습하고, 섹션별이 아닌 보고서 전체를 한 번에 쓰는 파이프라인으로 재설계. Asta 'Fast mode'로 서비스(보고서당 평균 51.1초 vs Claude 기반 Thinking mode 178.5초)하며 자체 PDF용 로컬 워크플로 예제도 공개

#open-weights#small-model#rag#research-agent#ai2

이미지: AI 생성 이미지원문 →

Cloudflare 블로그 'Introducing Web Search API via AI Gateway' 제목과 브라우저 창 위 돋보기 일러스트

Cloudflare, 에이전트용 Web Search API 출시

에이전트가 URL을 추측해 가져오다 404를 맞는 일이 잦은 가운데, Cloudflare가 AI Gateway에서 웹 검색을 호출하는 Web Search API를 공개했습니다. 첫 파트너는 Ceramic.ai, Exa, Linkup이며 파트너 정가 그대로 마크업 없이 쓰거나 AI Gateway 크레딧으로 결제할 수 있습니다. 검색 호출 로그와 제공자별 접근 제어도 지원하며, 파트너 크롤러는 'Verified bots' 기준과 출처 링크 포함을 지켜야 합니다.

💡검색 제공자마다 키와 계약을 따로 관리하지 않고 게이트웨이 한 곳에서 검색 도구를 붙이고 비용을 관측하는 구조입니다. 에이전트의 최신 정보 그라운딩 설계에 참고할 만합니다.

누가: Cloudflare + 검색 파트너 Ceramic.ai, Exa, Linkup
무엇을: AI Gateway에서 에이전트용 웹 검색을 호출하는 Web Search API 출시 — 여러 검색 제공자를 한 API·한 청구로
언제: 2026-10-02T13:28:10Z (Cloudflare Birthday Week 2026)
어디서: Cloudflare 블로그 / AI Gateway (REST 엔드포인트 + Workers 바인딩 env.AI.websearch)
왜: 에이전트가 URL을 추측해 curl로 가져오다 404가 나는 비효율을 없애고, 학습 컷오프 이후 최신 정보(변경된 API·문서·뉴스)로 응답을 그라운딩하기 위해
어떻게: AI Gateway 크레딧 차감·로그·접근제어에 통합, 파트너 정가 그대로(마크업 없음), BYOK 지원, ZDR 제공자 표시. 파트너는 Cloudflare 'Verified bots' 기준(robots.txt 준수·출처 링크 포함)을 충족해야 함. 곧 AI Gateway 내장 Server Tools로 확장 예정

#web-search#ai-gateway#agent-tools#cloudflare#grounding

이미지: AI 생성 이미지원문 →

빨강에서 초록으로 번지는 그라데이션 배경 위 'A model guide for the GPT-6 family' 문구

OpenAI, GPT-6 패밀리 빌더 가이드 공개 — 신모델 아닌 실전 지침

새 모델 발표가 아니라, OpenAI가 DevDay(9/29) 이후 GPT-6 패밀리 활용법을 정리한 공식 가이드입니다. 최고난도 추론은 GPT-6 Astra, 코딩·리서치·컴퓨터 사용은 GPT-6.1 Sol, 대량 작업은 Luna로 나누는 기준을 제시합니다. AGENTS.md에 안전한 루틴을 명시하고 '항상 물어보기' 대신 결정 경계(decision boundary)를 정하라고 권하며, mid-turn steering·비동기 툴 호출·멀티에이전트(베타)도 다룹니다.

💡Codex나 OpenAI API로 에이전트를 만든다면 AGENTS.md와 승인 경계를 이 가이드 기준으로 점검해 볼 만합니다. 바이브코딩 워크플로의 권한 설계에 바로 옮겨 쓸 수 있는 내용입니다.

누가: OpenAI Developer Experience 팀
무엇을: GPT-6 패밀리(Astra·6.1 Sol·Luna) 모델 선택, 프롬프트·스킬·AGENTS.md 작성, 장기 실행 에이전트 운영, 프로덕션 준비를 한데 묶은 공식 빌더 가이드 공개
언제: 2026-10-02T16:15:00Z (OpenAI 뉴스 RSS pubDate, 페이지 publicationDate 'October 2')
어디서: OpenAI 공식 블로그 (openai.com/index)
왜: DevDay(9/29) 이후 모델·추론 레벨·속도 티어(Fast/Ultrafast)·신규 API 기능이 한꺼번에 늘어나, 개발자가 비용·지연·능력 트레이드오프와 '몇 시간~며칠짜리' 에이전트 작업 관리법을 정리할 필요가 생김
어떻게: 워크로드별 모델 매핑(Astra=최고난도 추론, Sol=코딩·리서치·컴퓨터 사용, Luna=대량 정형 작업), 프롬프트 캐싱(최대 95% 저렴)·컴팩션, 스킬 설명은 짧게·AGENTS.md에 안전한 루틴 명시 허용·'항상 물어보기' 대신 결정 경계 설정, Responses API의 mid-turn steering·비동기 툴 호출·멀티에이전트(베타) 활용을 권장

#openai#gpt-6#agents-md#agent-design#responses-api

이미지: AI 생성 이미지원문 →

🏆

해커톤·대회

'2026 블록체인&[AI] 해커톤' 결선(9월 30일, 페어몬트 앰배서더 서울) 현수막 앞 참가자·관계자 단체 기념사진

라온시큐어 블록체인&AI 해커톤, 318팀 중 대상 '파스칼'

라온시큐어·GDIN이 공동 주관한 '2026 블록체인&AI 해커톤' 결과가 10/2 발표됐습니다. 결선은 9/30 서울 여의도에서 열렸고, 318팀(전년 211팀)이 참가해 10팀이 결선에 올랐습니다. 대상 '파스칼'은 모바일 신분증으로 본인·보호자·사회복지사의 권한과 동의·위임을 검증하고 복지 이용 이력을 블록체인에 남기는 서비스로, 고령자는 전화로 이용합니다. 상금은 1,500만원입니다.

💡AI가 사람을 대리하는 서비스에서는 화려한 기능보다 '누가 누구를 대신해 무엇을 했는가'를 검증하는 위임·감사 레이어가 차별점이 될 수 있음을 보여 줍니다.

누가: 주관 라온시큐어·GDIN, 주최 한국디지털인증협회, 후원 행정안전부 / 대상 '파스칼', 최우수 'B301', 우수 '모비스코어'·'블록체적화'·'데일리모먼트'
무엇을: 국가 모바일 신분증에 AI·Web3를 접목한 서비스 해커톤 — 대상작은 모바일 신분증으로 본인·보호자·사회복지사의 권한·동의·위임을 검증하고 복지서비스 이용 이력을 블록체인에 남기며, 고령자는 전화(음성)로 이용하는 서비스
언제: 결선 2026-09-30 / 결과 공식 발표 2026-10-02 (라온시큐어 보도자료, 아시아경제 2026-10-02 08:53 KST 최초 보도)
어디서: 서울 여의도 페어몬트 호텔 (결선, 오프라인)
왜: 모바일 신분증이라는 공공 신뢰 인프라 위에 AI·블록체인을 얹어 금융·의료·복지·관광·콘텐츠의 '누가 누구를 대리해 무엇을 했는가'를 검증 가능한 서비스로 만드는 것이 과제
어떻게: 318팀 신청 → 서류심사·대면평가 → 결선 10팀 발표 → 5팀 수상, 수상팀은 VC(액시스인베스트먼트·심산벤처스) 별도 심사 후 최대 10억원 창업 지원

#hackathon#mobile-id#blockchain#delegation#korea

이미지: AI 생성 이미지원문 →

Alibaba Cloud x Atlas 에이전트 해커톤, 여행 코파일럿 우승

Alibaba Cloud와 항공 유통 API사 Atlas의 에이전틱 AI 해커톤에서 Globe Planner가 우승했다고 주최측 WiT가 10/2 발표했습니다. 결선은 9/30 개막한 WiT Singapore 주간의 WiT Bootcamp에서 열렸습니다. 우승작은 여정을 DAG로 모델링해 환승 놓침을 감지하고 여러 공급사에 걸쳐 경로를 재계획한 뒤, 사람 승인을 거쳐 정산까지 실행합니다. 주최측 발표 기준 461팀 신청, 46팀 완성 제출입니다.

💡재계획은 에이전트에게, 돈이 오가는 정산은 사람 승인 게이트로 분리한 설계가 눈에 띕니다. 실행형 에이전트를 만든다면 자율 영역과 승인 영역부터 나눠 보세요.

누가: 주최 Alibaba Cloud·Atlas, 결선 호스트 WiT / 우승 Globe Planner(Victor Gaya), 준우승 Northstar AI(Hset Min Htet)·YuanFen(Jian Kiang)
무엇을: 여행 검색·판매·서비스를 바꾸는 AI 에이전트 해커톤 — 우승작 Globe Planner는 여정을 DAG로 모델링해 환승 놓침을 자동 감지하고 여러 공급사에 걸쳐 후속 경로를 재계획한 뒤, 사람 승인을 거쳐 결정적으로 결제·정산까지 실행하는 멀티 에이전트 여행 코파일럿
언제: 결선 WiT Singapore 2026 주간(WiT Bootcamp, 9/30 개막 주간, 창 밖) / 우승 공식 발표 2026-10-02 23:20 SGT(=15:20Z, 창 내; Google News 17:22Z 색인)
어디서: 싱가포르 WiT Singapore 2026 — WiT Bootcamp 결선 무대 (예선은 온라인 제출)
왜: 실시간 운항 차질이 연쇄적으로 번지는 문제(disruption cascade)를 채팅이 아닌 실행형 에이전트로 해결. 심사 기준: 혁신성·실현 가능성·Qoder 플랫폼 활용·데모
어떻게: 461팀 신청 → 46개 완성 제출 → Top 10 → 결선 3팀 업계 심사위원 앞 라이브 피칭. Atlas 실 항공 유통 API + Alibaba Cloud 인프라 + 에이전틱 개발 플랫폼 Qoder 사용

#hackathon#multi-agent#human-in-the-loop#travel#alibaba-cloud

이미지: AI 생성 이미지원문 →

💰

매출·사례

Supabase $150M 유치·Turso 인수, 신규 DB 70%는 에이전트

Supabase가 GIC 주도로 $150M을 추가 유치했습니다. 6월 $500M 시리즈 F 이후 4개월 만입니다. 월 100만 명 이상의 사용자와 400만 개의 DB가 늘고 있으며, 신규 DB의 70%를 에이전트나 AI 도구가 만든다고 밝혔습니다. 함께 인수한 Turso는 SQLite를 Rust로 재작성해 서버 1대가 수백만 개 DB를 필요할 때 띄우고 멈추는 구조로, 독립 운영을 유지합니다.

💡사람이 아니라 에이전트가 고객이 되는 흐름이 숫자로 드러났습니다. 내 서비스에도 에이전트가 API로 즉시 만들고 싸게 대량으로 쓸 수 있는 경로가 있는지 점검해 볼 만합니다.

누가: Supabase 공동창업자·CEO Paul Copplestone / 리드 투자자 GIC, CapitalG(알파벳 그로스 펀드), IronArc, SquarePeg / 인수 대상 Turso(창업자 Glauber Costa·Pekka Enberg, 합류 후 Head of Agentic Services)
무엇을: 오픈소스 Postgres 백엔드 플랫폼 Supabase가 $150M 신규 투자 유치 + 에이전트용 초저가 대량 DB 플랫폼 Turso 인수. 월 100만+ 사용자·월 400만 DB 증가, 신규 DB의 70%를 에이전트·AI 도구가 생성
언제: 2026-10-02 09:00 ET(13:00Z) PR Newswire 공식 보도자료 배포
어디서: 미국 샌프란시스코 (Supabase 본사), 글로벌 개발자 플랫폼
왜: Claude Code·Codex 등 AI 코딩 에이전트가 앱을 대량으로 만들면서 '에이전트가 즉시 DB를 만들고 수많은 격리 DB를 띄우는' 수요가 폭증 — 이를 감당할 per-agent DB 아키텍처 확보. 라운드 일부는 임직원 유동성(세컨더리)에도 사용
어떻게: 6월 $500M Series F 이후 4개월 만의 추가 라운드. Turso 플랫폼은 독립 운영을 유지하며 Supabase 생태계로의 '졸업 경로' 제공(퍼블릭 클라우드 + BYOC). 고객사 예: Superhuman, Sauna.ai, CTO.new, Mastra

#supabase#turso#funding#agent-infra#database

이미지: AI 생성 이미지원문 →

StudyStash 로고 셔츠를 입은 공동창업자 Ben Ward와 Jonathan Graham의 공식 사진

졸업 1년 만의 엑싯, 2인 팀 AI 학습 플랫폼 StudyStash 인수

버밍엄대 출신 Ben Ward·Jonathan Graham이 만든 적응형 AI 학습 플랫폼 StudyStash를 에듀테크 기업 Kortext가 인수했습니다. 인수 금액은 공식 비공개이며, 일부 매체는 8자리(달러) 규모라고 보도했습니다. 자신들의 수업 노트를 학습 자료로 바꾸던 도구에서 출발해 모교를 첫 고객으로 확보했고, Canvas·Moodle 등 LMS 연동과 유통 파트너십으로 160여 개 기관까지 넓혔습니다.

💡개인 구독 대신 '내 문제를 푼 도구 → 소속 기관을 첫 고객으로 → 기존 플랫폼 연동과 유통 파트너' 순서로 B2B 규모를 키운 경로는 소규모 팀이 따라 해 볼 만합니다.

누가: 창업자 Ben Ward(CEO, 23세)·Jonathan Graham(CTO, 24세), 2인 공동창업 / 인수자 영국 에듀테크 Kortext
무엇을: 강의 자료를 개인 맞춤 플래시카드·모의고사·팟캐스트로 바꾸는 적응형 AI 학습 플랫폼 StudyStash를 Kortext가 인수(금액 비공개). 1개 고객(버밍엄대)에서 160+ 기관·수만 명 학생으로 확장
언제: 2026-10-02 08:00Z Tech.eu 최초 보도(인수 발표). 창업자들은 2025년 7월 졸업 후 풀타임 전환, 졸업 13개월 만의 매각
어디서: 영국 버밍엄 (버밍엄대 Elevate 인큐베이터) → 영·유럽·미국·아프리카 160+ 교육기관, 인수 후 실리콘밸리 이전
왜: 창업자 본인들이 수업 노트를 학습 자료로 바꾸려다 만든 도구 — 학생은 약한 영역에 집중하고, 교수·학생지원팀은 어디서 도움이 필요한지 파악하려는 문제를 해결
어떻게: 모교를 첫 고객으로 확보 → Canvas·Blackboard·Moodle 등 LMS 직접 연동 → 미국 컨설팅사 EAB(2,800+ 대학 고객)·캘리포니아 커뮤니티칼리지 시스템과 파트너십으로 B2B 판매 채널 확보. 지분 투자 유치 후 매각, 창업자는 CEO·CTO로 독립 브랜드 운영

#exit#edtech#b2b#small-team#lms

이미지: AI 생성 이미지원문 →

🎙

기술+사람 인터뷰

Latent Space 에피소드 썸네일 — 'MISMANAGED GENIUS' 문구와 출연자 Alex Zhang, 필터·정책·워크플로 상자에 묶인 AI 일러스트

MIT Alex Zhang "코딩 하네스들은 사실상 같다"

Latent Space가 RLM(Recursive Language Models)·KernelBench 저자인 MIT 박사과정 Alex Zhang을 약 95분간 인터뷰했습니다. 그는 Claude Code·Codex·Pi를 비교하는 시각에 대해 하네스(harness)의 설계 선택은 대부분 같다고 말했습니다. 또 토큰을 1조 개 태우더라도 문제를 아는 사람이 그 비용을 지울 수 있다고 봤습니다. RLM 기반 하네스의 ARC-AGI-3 관련 성과는 회차 소개문의 주장으로, 검증되지 않았습니다.

💡어떤 하네스를 고를지보다 하네스가 모델에게 무엇을 해 주는지(컨텍스트 오프로딩, 서브에이전트 호출)로 설계를 보라는 관점입니다. 토큰보다 도메인 지식이 먼저라는 휴리스틱도 챙길 만합니다.

누가: 인터뷰이: Alex Zhang (MIT PhD, Recursive Language Models·KernelBench 저자, GPU Mode) / 인터뷰어: swyx (Latent Space)
무엇을: RLM(컨텍스트 오프로딩·재귀 서브에이전트 호출), 코딩 하네스(Claude Code·Codex·Pi)의 구조적 동질성, 에이전트 스웜의 낭비된 탐색, AI 작성 GPU 커널과 인간 전문성, 리서치 테이스트
언제: 2026-10-02 00:28 UTC 공개 (Latent Space 팟캐스트, 한국시간 10-02 09:28)
어디서: Latent Space 팟캐스트·뉴스레터 (latent.space, 스튜디오 녹음)
왜: Pi 1.0 출시·OpenAI 1만 에이전트 실험 등 '하네스·스웜' 설계가 업계 화두인 시점에, 하네스 연구의 대표 저자가 '현재 하네스들은 사실상 같다'며 다음 설계 방향을 제시 (ARC-AGI-3 관련 언급은 회차 소개문 주장 — 미검증)
어떻게: 약 95분 대담, 타임코드 챕터 + 전체 트랜스크립트 공개(오디오·영상)

#harness#rlm#research#coding-agent#podcast

이미지: AI 생성 이미지원문 →

이 호가 도움됐다면 공유해 주세요.

📤 공유하기𝕏 @in f 💬✈B ✉