Today’s frontier report
Research Pool → Multi-Scout → Editor → Edition
3qk7 · AI LOCAL LABS TECHNICAL SCOUTING

AI FRONTIER

Signals worth understanding before they become obvious.

2026-11-09
01
testinferencecost collapse

OpenRouter 신규 모델: Auto Router

Auto는 OpenRouter의 플래그십 모델 라우터로 범용 사용을 위해 만들어졌으며, 각 요청에 적응해 비용 최적 모델을 선택하고 추론 노력을 조정한다. 작업 난이도, 벤치마크 결과, 실시간 가격, 프롬프트 캐싱을 함께 저울질한다.

  • Auto Router 자체에는 고정 가격이 없으며, 각 요청은 이를 처리하는 모델의 가격으로 청구된다.
  • Auto Router는 최대 2,000,000 토큰 컨텍스트 윈도를 가진 모델로 라우팅할 수 있고, 요청이 사용할 수 있는 컨텍스트 길이는 이를 처리하는 모델의 것이다.
  • 텍스트, 이미지, 오디오, PDF 같은 파일, 비디오를 입력으로 받고 텍스트와 이미지를 출력한다.
  • 출시일은 2026년 11월 5일이며, 현재 EU 지역 내 라우팅으로는 제공되지 않는다.

빌더 입장에서 Auto는 모델 선택과 추론 노력 조정을 라우터에 맡기므로 비용이 라우팅된 모델에 따라 달라지고, 예산 관리는 고정 단가가 아니라 거버넌스 설정에 의존한다.

OpenRouter Models
02
watchagentscapability unlock

Google, Gemini 4 Argon을 채택한 취약점 수정 AI 에이전트 'CodeMender' 강화

Google이 Gemini 4 Argon을 채택한 취약점 수정 AI 에이전트 'CodeMender'를 강화했다.

  • CodeMender는 Google의 취약점 수정 AI 에이전트다.
  • CodeMender는 Gemini 4 Argon을 채택했다.

자동 취약점 수정 에이전트에 Gemini 4 Argon을 결합하는 사례로, 빌더는 에이전트 설계에 참고할 수 있다.

ビジネス+IT
03
watchresearchcapability unlock

Anthropic의 AI가 2008년부터 미해결이던 양자 문제를 풀었다고 보도

논문 초록을 인용한 보도에 따르면, Anthropic의 인공지능이 2008년 이후 미해결로 남아 있던 양자 문제를 해결했다고 한다.

  • 출처는 Opinando San Nicolás가 보도한 논문 초록이다.
  • 해당 문제는 2008년부터 미해결 상태로 설명된다.

확인된다면 AI 시스템이 오래된 미해결 양자 문제를 다룰 수 있음을 보여주므로, 그 방법이 다른 미해결 문제로 일반화되는지가 관건이다.

Opinando San Nicolás
04
watchresearchincremental

DeepMind, RSA 1024비트에서 두 가지 취약점 공개…RSA 2048비트는 여전히 안전

논문 초록에 따르면 DeepMind는 RSA 1024비트에서 두 가지 취약점을 공개했으며, RSA 2048비트는 여전히 안전하다고 밝혔다.

  • 논문 초록은 DeepMind가 RSA 1024비트에서 두 가지 취약점을 공개했다고 밝힌다.
  • 논문 초록은 RSA 2048비트가 여전히 안전하다고 밝힌다.

AI 빌더에게 이 신호는 RSA 1024비트를 사용하는 시스템의 마이그레이션 검토가 필요하며, RSA 2048비트는 이 초록에서 영향 대상으로 제시되지 않았다는 점을 시사한다.

Pasquale Pillitteri
05
watchresearchincremental

Google Research, 웨어러블 센서로 고혈압 징후 수동 감지

Google Research는 소비자용 스마트워치의 PPG와 가속도계 신호를 활용해 커프 보정 없이 지속적인 고혈압 상태를 수동적으로 감지하는 멀티모달 AI 시스템 AI-PPG-ACC-HTN을 공개하고, Nature 논문에서 24시간 활동혈압측정과 비교 검증했다.

  • 2,109명의 동의 참가자로부터 수집한 492,347시간의 비라벨 센서 데이터로 15초 PPG·ACC 파형 임베딩을 자기지도 대조 학습으로 사전 학습했다.
  • 미국 5개 기관에서 알려진 심혈관 질환이 없고 혈압약을 복용하지 않는 196명을 대상으로 한 전향적 다기관 임상 연구에서 24시간 활동혈압측정을 기준으로 평가했다.
  • 초기 선별에서 민감도 65.8%, 특이도 90.0%, 양성예측도 80.6%를 기록했으며, 진료실 초기 선별은 민감도 55.3%, 양성예측도 77.8%였다.
  • 확인 검사 하위군(N=48)에서 민감도 78.4%, 특이도 90.9%, 양성예측도 96.7%였고, 진료실 재측정은 67.6%, 63.6%, 86.2%였다.

AI 개발자에게 이 연구는 비라벨 웨어러블 데이터로 파형 인코더를 사전 학습한 뒤 여러 날의 임베딩을 개인 단위로 집계해 분류하는 설계가 커프 보정 없는 개인 수준 위험 점수로 이어질 수 있음을 보여준다.

Google Research