Google Gemini 3.1 Pro 출시로 ARC-AGI-2 점수 2배 달성, Anthropic AI 에이전트 자율성 연구 공개, Intel 18A 성능 부진과 14A 노드 1년 지연 확인

Google DeepMind이 Gemini 3.1 Pro를 출시했다. 이 모델은 전작 Gemini 3 Pro 대비 ARC-AGI-2 벤치마크에서 점수를 2배 이상 높이며 복잡한 추론 능력을 크게 향상시켰다. Gemini App, Google AI Studio, NotebookLM에서 접근 가능하며, 데이터 정리, 복잡한 시각화, 창의적 프로젝트에 특화되었다.

• Google Blog: Gemini 3.1 Pro 공식 발표—
• DeepMind ARC-AGI-2 벤치마크 결과—

Anthropic이 수백만 건의 Claude Code 및 API 인터랙션을 프라이버시 보존 방식으로 분석한 연구를 공개했다. 주요 발견: (1) Claude Code 장시간 세션의 자율 실행 시간이 3개월간 25분→45분으로 2배 증가, (2) 숙련 사용자의 40% 이상이 auto-approve 모드 사용, (3) Claude가 사용자보다 더 자주 스스로 멈추고 확인 요청, (4) SW 엔지니어링이 에이전트 도구 호출의 50% 차지하나 의료/금융/사이버보안 등 고위험 분야에서도 사용 증가.

• Anthropic: Measuring AI agent autonomy in practice—
• The Rift: Anthropic Agent Autonomy Research 분석—

SemiAnalysis가 Intel Panther Lake(18A 공정) 실측 데이터를 분석한 결과, 18A가 나노시트 트랜지스터와 후면 전력 공급(BSPDN)을 적용했음에도 TSMC N3B(2023년 제품 적용)와 비슷한 효율성에 그쳤다. 또한 Intel CEO Lip-Bu Tan이 14A 노드의 위험 생산을 2028년(기존 2027년), 양산을 2029년으로 1년 지연 발표. 이로써 Intel은 16년간 5개 노드만 달성하는 셈이다.

• SemiAnalysis: Panther Lake 18A vs Lunar Lake N3B 비교—
• SemiWiki: Intel 14A 지연 논의—

Applied Materials가 Centris Sym3 Z Magnum 에칭 시스템을 발표했다. 2nm 이하 GAA(Gate-All-Around) 트랜지스터 제조에 필요한 고종횡비 에칭 문제를 해결하는 장비로, 2세대 PVT2(Pulsed Voltage Technology) 기술로 이온 각도와 에너지를 독립 제어한다. 이미 2nm 로직에서 POR(Process of Record) 지위를 확보하고 250개 이상 챔버가 배치됨. DRAM 4F2와 HBM에도 적용 가능.

• SemiAnalysis: AMAT Sym3 Z Magnum 분석—
• Decision Insights: AMAT 2nm GAA 장비 분석—

Google DeepMind이 Lyria 3를 출시했다. 텍스트와 사진으로부터 보컬, 가사, 다양한 장르의 음악을 생성하며, 템포·보컬 스타일·가사를 세밀하게 제어할 수 있다. Gemini App에서 전 세계 베타로 롤아웃되며, 모든 생성물에 SynthID 워터마크가 삽입된다.

• Google DeepMind: Lyria 모델 페이지—
• DeepMind: Lyria 3 출시 공지—

Augment Code가 'Intent'라는 새로운 개발 도구를 공개했다. IDE를 대체하는 에이전트 오케스트레이션 워크스페이스로, 여러 코딩 에이전트(Auggie, Claude Code, Codex, OpenCode)를 병렬로 실행하며 스펙 기반 개발을 지원한다. 코디네이터→구현→검증 3단계 에이전트 체계를 기본으로 하며, git worktree 기반 격리 워크스페이스를 제공. swyx는 '이것이 IDE 이후의 미래'라고 극찬했다.

• Augment Code: Intent 공식 블로그—
• swyx의 Intent 리뷰—

Andrej Karpathy가 자신의 심박수 추적을 위해 1시간 만에 맞춤형 대시보드를 바이브코딩한 경험을 공유하며, 'App Store에서 앱을 골라 쓰는 개념 자체가 시대착오'라고 선언했다. LLM 에이전트가 즉석에서 사용자 맞춤 앱을 만들 수 있으므로, 산업은 AI 네이티브 API/CLI를 갖춘 '센서와 액추에이터 서비스'로 재편되어야 한다고 주장. 2년 전이면 10시간 걸렸을 일이 1시간, 궁극적으로는 1분이 되어야 한다고 봤다.

• Karpathy: 맞춤형 소프트웨어와 App Store의 미래—
• Thom Wolf: AI 시대의 소프트웨어 구조 변화—

Mistral AI가 Voxtral Realtime의 기술 보고서를 공개했다. 4B 파라미터의 실시간 음성 인식 모델로, 지연을 200ms 미만으로 설정 가능하며 13개 언어를 지원한다. Apache 2.0 라이선스로 Hugging Face에서 오픈소스 공개. 동반 출시된 Voxtral Mini Transcribe V2는 FLEURS 벤치마크에서 GPT-4o mini Transcribe, Gemini 2.5 Flash, Assembly Universal을 능가하며 $0.003/분의 최저 가격.

• Hugging Face: Voxtral Mini 4B Realtime—
• Mistral: Voxtral Transcribe 2 공식 발표—

Anthropic이 Claude Sonnet 4.6을 출시했다. 코딩, 컴퓨터 사용, 롱컨텍스트 전반에서 지난 11월 출시된 Opus 4.5와 유사한 성능을 제공하면서, 가격은 Sonnet 티어($3/$15 per million tokens)를 유지한다. 지식 컷오프는 2025년 8월, 최대 입력 100만 토큰(베타). Anthropic의 연간 수익은 $14B ARR, $380B 밸류에이션에 $30B 펀딩도 동시 발표.

• Simon Willison: Claude Sonnet 4.6 리뷰—
• Anthropic: $30B 펀딩 및 $380B 밸류에이션 발표—

OpenAI가 EVMbench를 공개했다. AI 에이전트가 EVM(Ethereum Virtual Machine) 기반 스마트 컨트랙트의 고위험 취약점을 탐지, 악용, 패치할 수 있는 능력을 측정하는 벤치마크다. 블록체인 보안과 AI의 교차점을 다루는 최초의 체계적 벤치마크.

• OpenAI: EVMbench 발표—

SemiAnalysis가 InferenceX(구 InferenceMAX) v2를 공개했다. NVIDIA GB300 NVL72, AMD MI355X, B200, H100 등 주요 AI 추론 하드웨어를 대규모 MoE 모델에서 비교하는 벤치마크로, Disaggregated Serving과 Wide Expert Parallelism 등 SOTA 최적화 기법을 적용한 결과를 제공한다.

• Dylan Patel: InferenceX v2 소개—
• SemiAnalysis: AMD MI455X 양산 일정 의문—

Google이 'Empty Shelves or Lost Keys? Recall Is the Bottleneck for Parametric Factuality'라는 논문을 발표했다. LLM이 학습 데이터의 사실을 정확히 기억하지 못하는 '사실성(factuality)' 문제의 핵심이 recall(회상) 능력에 있다는 것을 규명했다. 정보가 모델 파라미터에 저장은 되어 있지만 적시에 꺼내지 못하는 것이 hallucination의 주요 원인이라는 분석.

• AK: Google Recall 논문 소개—