2026년 7월 8일 (수)

핵심 사실

• GPT-Live는 자연스러운 사람-AI 상호작용을 위한 새 세대 음성 모델로, ChatGPT Voice에 쓰이고 있습니다.

무엇을 내세웠나

xAI는 Grok 4.5를 코딩·과학·공학·수학 데이터로 학습하고, 여러 단계 소프트웨어 작업 수십만 개로 강화학습을 했다고 설명했습니다. 에이전트 실행이 몇 시간씩 돌아가는 동안에도 학습이 이어지는 비동기 학습 구조를 썼다고 밝혔습니다. 초당 약 80토큰의 빠른 모델 속도로 서비스한다고 했습니다.

코딩 외에 엑셀·파워포인트·워드 작업도 강조했습니다. 웹 조사를 바탕으로 여러 시트에 걸친 수식 모델을 만들고, 파워포인트 기본 도형으로 복잡한 도표를 그린다는 것입니다. Word·PowerPoint·Excel·Outlook용 플러그인도 소개했습니다.

• xAI가 공개한 비교(경쟁사 수치는 각 사 공개 자료 기준이라고 밝힘): DeepSWE 1.0 62.0%(Fable 66.1%, GPT-5.5 64.31%, Opus 4.8 55.75%), SWE Marathon 29.0%(Opus 4.8 26.0%, Fable 24.0%)
• 반대로 DeepSWE 1.1에서는 53%로 Fable(70%)·GPT-5.5(67%)·Opus 4.8(59%)보다 낮았음

핵심 사실

• JetBrains IDE용 GitHub Copilot 업데이트에서 Codex가 새 에이전트 제공자로 공개 프리뷰에 추가됐고, Hooks 지원과 MCP 서버 관리, 사용자 지정 모델 지원이 확대됐습니다.

어떻게 길을 찾나

Robostral Navigate는 지시와 지금까지 본 장면을 바탕으로 현재 카메라 화면에서 '다음에 갈 지점'을 손가락으로 가리키듯 이미지 좌표로 찍고, 도착했을 때 바라볼 방향도 함께 정합니다. 미터 단위 이동 명령 대신 화면 속 지점을 가리키는 방식이라, 카메라 종류나 공간 크기가 달라도 잘 버틴다는 것이 미스트랄 설명입니다.

목표가 화면 밖에 있으면 '앞으로 2미터, 왼쪽 1.5미터, 왼쪽으로 25도 회전'처럼 로봇 기준 이동 명령으로 바꿉니다. 모델은 가리키기·세기·물체 위치 찾기에 특화된 미스트랄 자체 시각언어모델에서 출발했습니다.

• R2R-CE 성공률: 학습 환경 79.4%, 처음 보는 환경 76.6%
• 학습 효율: 한 에피소드를 하나의 시퀀스로 압축하는 방식으로 학습 토큰 22배 절감, 몇 달 걸릴 학습을 며칠로
• 강화학습: 지도 학습 뒤 온라인 강화학습(CISPO)으로 성공률 3.2% 추가 향상

핵심 사실

• 엔비디아는 LangChain이 Deep Agents 하네스를 Nemotron 3 Ultra에 맞춰 조정한 결과 공개 모델 중 가장 높은 정확도를 냈고, 비공개 최상위 모델보다 낮은 비용으로 더 많은 작업을 처리했다고 밝혔습니다.