오늘 개요
국내 측면에서는 지푸(GLM)가 GLM-5.1 고속版 API를 출시하고 글로벌 지연 시간 기록을 경신했으며, 바이두 원신(Wenxin)팀이 PaddleOCR-VL-1.6 문서 파싱 모델을 출시했고, 알리바바 톤이(Qwen) Qwen3.7-Plus가 스크린 이해 평가에서 GPT-5.4를 능가했으며, 텐센트 후안위안(Hunyuan)이 Stem 희소 어텐션 알고리즘과 Hy-Memory 장기 기억 플러그인을 일괄 공개했다. 국제 측면에서는 Anthropic이 AI 취약점 발견 프레임워크를 연이어 오픈소스로 공개하고 'AI 자기 개선' 연구를 공개했으며, Alphabet이 800억 달러 유상 증자로 AI 연산 인프라 확장을 발표했으며, Liquid AI가 8B MoE 신모델 LFM2.5를 출시했다. 업계는 계속해서 '모델 능력 + 연산 인프라 + 에이전트 엔지니어링' 세 가지主线에서 가속화하고 있다.
국내 핫이슈
🔥 지푸, GLM-5.1 고속版 출시…글로벌 대형 모델 API 속도 기록 경신
지푸는 6월 4일 GLM-5.1 고속版 API를 출시했으며, 실측 첫 토큰 지연 시간이 전 세대 대비 60% 감소하며 글로벌 대형 모델 API 속도 기록을 경신했다. 동시에 GLM Coding Plan涨价 등급을上线했으며, 출시 직후 완판되며 자본시장에서 지푸 홍콩株 오전 거래涨幅가 20%를 초과했다.
출처: 品玩 | 상세: https://www.pingwest.com/search/?q=GLM-5.1
🔥 알리바바 톤이, Qwen3.7-Plus 출시: 스크린 이해에서 GPT-5.4 능가, 11시간 만에 독립적으로 App 개발
톤이 천문(Tongyi Qianwen)이 Qwen3.7-Plus를 출시했으며, 스크린 이해 평가에서 GPT-5.4를 능가했고, 모델이 11시간 만에 독립적으로 App 개발 전체 프로세스를 완성한 모습을 시연하며 '보기, 생각, 작성, 실행' 종단간 능력을 강조했다. AI 에이전트赛道에 본격적으로 뛰어들었다.
출처: 华尔街见闻 | 상세: https://wallstreetcn.com/search/?keyword=Qwen3.7-Plus
🔥 바이두 원심(Wenxin) PaddleOCR-VL-1.6 출시: 문서 분석 정확률 96.33% 돌파
바이두 원심 팀이 PaddleOCR-VL-1.6 다중모달 문서 분석 모델을 출시했다. 여러 문서 이해 SOTA 벤치마크에서 기록을 경신했으며, 정확률은 96.33%에 달한다. 이미 페이플(Paddle)과 원심 생태계에서 다운로드 가능하며, 기업용 OCR/문서 지능화 시장을 목표로 한다.
출처：양자위 | 상세：https://www.qbitai.com/search/?keywords=PaddleOCR-VL-1.6
🔥 텐센트 원혼(Hunyuan) Stem 희소 어텐션 제안: 장문 추론 첫 글자 지연 시간 3.6배 감소
텐센트 원혼 팀이 Stem 희소 어텐션 알고리즘을 제안했다. 긴 문맥 추론에서 첫 글자 지연 시간이 3.6배 감소했으며, 장문 요약 및 코드補完 작업 모두 새로운 SOTA를 달성했다. 논문과 추론 코드가 공개되었으며, 대규모 모델의 긴 문맥 적용의 딱딱한 부분을 목표로 한다.
출처：텐센트 원혼 | 상세：https://hunyuan.tencent.com/news
🔥 텐센트 원혼(Hunyuan) Hy-Memory 메모리 플러그인 출시, 장기 협업형 AI 경험 재구성
텐센트 원혼이 Hy-Memory 장기 메모리 플러그인을 출시했다. AI 비서가 세션 간에 사용자 선호도와 프로젝트 문맥을 축적할 수 있게 하며, 공식적으로 30일 협업 작업의 성공률을 78%까지 끌어올릴 수 있다고 밝혔다. 「협업형 AI Agent」를 위한 인프라를 제공한다.
출처：텐센트 원혼 | 상세：https://hunyuan.tencent.com/news
🔥 국산 컴퓨팅 파워, 조 단위 AI 대규모 모델 전체 매개변수 후방향 학습 완료
증시时报报道에 따르면, 국산 GPU 클러스터가 조 단위 매개변수 AI 대규모 모델의 전체 매개변수 후방향 학습 작업을 성공적으로 완료했다. 이는 국산 컴퓨팅 파워가 대규모 모델 학습 체인에서 핵심적 돌파구를取得的 것을 의미하며, 해외 고급 GPU에 대한 의존도를 현저히 낮출 수 있다.
출처：증권时报 | 상세：https://www.stcn.com/search/?keyword=%E5%9B%BD%E4%BA%A7%E7%AE%97%E5%8A%9B+%E4%B8%87%E4%BA%BF
🔥 두바오(豆包), 유료 시대 진입...字节 AI 새로운 성장 곡선 모색
36Kr 단독 공개: 2026년 바이트 4대 AI 핵심 과제, 두바오 유료화 본격화 중;同期 원 Seed 책임자 구전전(顾全全) 퇴사, 팀 재편으로 ToB, 모델 구독 및 AI 사업화 구조 집중
출처：36Kr | 상세：https://36kr.com/search/articles/%E8%B1%86%E5%8C%85%20%E6%94%B6%E8%B4%B9
🔥 DeepSeek, 첫 라운드 약 500억 위안 투자 완료... 미국 기업 신규 구매榜 1위
DeepSeek, 약 500억 위안 규모의 첫 라운드 투자 마무리 예정; 동시에 미국 기업 신규 구매榜单에서 1위에 오르며, 중국 기업 해외 진출의 상징적 AI 제품이자 국내 대모델 사업화의 중요 마일스톤이 됨
출처：훙황망科技 | 상세：https://tech.ifeng.com/search/?keyword=DeepSeek+500%E4%BA%BF
국제 핫이슈
🔥 Anthropic, AI 취약점 발견 프레임워크 오픈소스로 공개... AI 보안 엔지니어링에 집중
Anthropic, AI 기반 취약점 발견용 reference harness를 오픈소스로 공개: 기업 보안 팀이 AI 취약점 헌터를 CI/CD 및 레드팀 프로세스에 통합할 수 있도록 지원, 저장소가 GitHub에 공개되었으며 AI 보안 연구의 엔지니어링을 한 단계 발전시킴
출처: GitHub | 상세: https://github.com/anthropics/defending-code-reference-harness
🔥 Anthropic, 《When AI Builds Itself》 공개: 재귀적 자기 개선으로의 진화
Anthropic Institute 공식 블로그에서 재귀적 자기 개선(recursive self-improvement) 분야의 최신 진행 상황을 소개하며, 모델의 자체 디버깅, 자동 평가 및 학습 데이터 자가 생성을 다룸. "AI 자기 진화"에 대한 업계의 보안 우려에 대응함.
출처: Anthropic | 상세: https://www.anthropic.com/institute/recursive-self-improvement
🔥 Uber, 월 $1,500 AI 사용 상한선 설정: 업계 AI 도구 가격 책정 신호
Simon Willison이 Uber의 내부 AI 도구 월 $1,500 사용 상한선 설정 사례를 분석한 글로, 기업급 AI 코딩/에이전트 도구 가격이 "경직된 예산"으로 전환되는 초기 신호라고 주장하며, 토큰 비용이 빠르게 상승하고 있는 현실을 반영함.
출처: Simon Willison | 상세: https://simonwillison.net/2026/Jun/3/uber-caps-usage/
🔥 Alphabet, 800억 달러 자본증자로 AI 컴퓨팅 인프라 확장 발표
Alphabet은 자본증자를 통해 800억 달러의 자금을 조달할 계획이며, AI 인프라, 데이터 센터, 컴퓨팅 확장에 중점을 두고 Google Cloud와 Gemini 시리즈 모델의 훈련 및 추론 역량 강화를 목표로 합니다.
출처: ABC News | 상세: https://abc.xyz/investor/news/news-details/2026/Alphabet-Announces-Proposed-80-Billion-Equity-Capita
🔥 Liquid AI, LFM2.5-8B-A1B 출시: 38T 토큰에서 훈련된 MoE 모델
Liquid AI가 LFM2.5-8B-A1B 혼합 전문가(MoE) 모델을 출시했습니다. 총 매개변수 8B, 활성화 매개변수 1B이지만 훈련 데이터량이 38T 토큰에 달하며, 엔드포인트 저지연 추론과 고품질 코드 생성을 주력으로 합니다. 오픈소스로 다운로드 가능합니다.
출처: Liquid AI | 상세: https://www.liquid.ai/blog/lfm2-5-8b-a1b
🔥 스탠퍼드 로스쿨 연구: AI, 법률 업무에서 법학 교수를 능가
스탠퍼드 로스쿨의 최신 연구에 따르면, 주요 대규모 모델이 계약서 검토, 법률 조항 검색 등의 업무에서 숙련된 법학 교수들의 성과를 안정적으로 뛰어넘고 있습니다. 이로 인해 법학 교육과 법률 서비스 업계 전반에서 광범위한 논의를 불러일으키며, 다시 한 번 'AI가 백화점 업무를 대체할 수 있다'는 논쟁이 뜨겁게 전개되고 있습니다.
출처: Stanford Law | 상세: https://law.stanford.edu/press/ai-outperforms-law-professors-in-stanford-law-study/
🔥 Anthropic, OpenAI를 넘어 전 세계 가치가 가장 높은 AI 스타트업으로
여러 언론 보도에 따르면, Anthropic은 새로운 투자 라운드에서 가치 평가액이 OpenAI를 넘어서며 전 세계 가치 평가액이 가장 높은 AI 스타트업이 되었다. 가치 평가액은 약 3,000억 달러 규모로, 상위 AI 기업들의 마태효과(승자독식 현상)가 심화되고 있다.
출처: Qazinform | 상세: https://qazinform.com/news/anthropic-surpasses-openai-to-become-worlds-most-valuable-ai-startup
댓글