AI

엔비디아, 오픈 모델 '네모트론 3.5 슈퍼 VL'·'볼트' 공개… 데이터센터부터 PC까지 라인업 완성

엔비디아가 1,200억 매개변수급 오픈 멀티모달 모델 '네모트론 3.5 슈퍼 VL'과 엣지용 '네모트론 3.5 볼트' 2종을 내놨다. 엔비디아 블로그 발표와 허깅페이스 엔비디아 공식 계정의 모델 카드를 함께 보면, 슈퍼 VL과 볼트 74B-A9B는 지금 바로 내려받을 수 있다. 4GB급 소형 모델 볼트 E4B는 10월 23일에 공개된다.엔비디아 블로그에 따르면 슈퍼 VL은 늘 켜 두고 쓰는 전문 에이전트를 겨냥한 모델이다. 지시 수행, 도구 사용, 여러 단계로 이어지는 업무 처리, 시각 이해에서 엔비디아의 가장 큰 추론 모델과 비슷한 정확도를 낸다. 크기는 그 모델의 약 5분의 1이다. 회사는 같은 급 오픈 모델 가운데 가장 빠르고 처리량은 차순위 모델의 최대 5배라고 밝혔다. 학습에는 사전학습과 추가 사전학습을 합쳐 약 26조 토큰이 쓰였다. 사후학습에는 약 380만 개 샘플과 수십 개 환경의 강화학습이 들어갔다. 문자 인식, 표·차트 읽기, 웹페이지·PDF 해석을 모델 하나로 처리한다. 가중치와 데이터셋, 학습 레시피를 모두 공개했고 NIM 마이크로서비스 형태로도 제공한다. 엔비디아는 다이나모에서 돌리면 처리 가능한 사용자가 최대 8배 늘고 지연은 85% 줄어든다고 설명했다.볼트 74B-A9B는 기본 2비트 양자화를 적용해 24GB 메모리에 들어간다. RTX와 DGX 스파크에서 다른 앱과 함께 돌릴 수 있게 만들었다. 엔비디아는 이 모델이 PinchBench에서 동급 오픈 모델 1위, BrowseComp에서 오픈 모델 2위를 기록했다고 밝혔다. llama.cpp와 올라마, LM 스튜디오 등을 지원하며, 10월 16일 출시되는 RTX 스파크 노트북을 주 대상으로 삼았다. 볼트 E4B는 지포스 RTX와 젯슨에서 음성 비서나 대화형 캐릭터를 구동하는 용도다.이번 발표로 엔비디아는 계층별 라인업을 갖췄다. 8월에 낸 처리량 중심의 '라이트닝', 최고 난도 추론을 맡는 '울트라'에 이번 모델들이 더해져 데이터센터부터 개인 PC까지 아우르게 됐다. 회사가 내세우는 차

메타, 8160억 파라미터 오픈웨이트 멀티모달 모델 '뮤즈 스파크 오픈' 공개

허깅페이스(Hugging Face)는 공식 블로그를 통해 메타가 오픈웨이트 모델 '뮤즈 스파크 오픈(Muse Spark Open)'을 내놨다고 소개했다. 텍스트와 이미지, 오디오, 영상을 모두 입력으로 받는 전문가 혼합(MoE) 구조 모델이다. 전체 파라미터는 약 8160억 개이며, 토큰 하나를 처리할 때는 약 420억 개만 쓴다. 컨텍스트 창은 최대 100만 토큰이다.이 모델은 메타가 8월에 공개한 소형 모델 '뮤즈 글리머'와 같은 시리즈의 최대 크기 모델이다. 메타는 코드베이스 읽기, 코드 작성과 디버깅, 도구 호출 같은 에이전트형 코딩 작업에 맞춰 이 모델을 학습시켰다. 블로그는 이 모델을 지금까지 나온 미국산 오픈웨이트 모델 가운데 가장 성능이 높은 모델이라고 소개했다. 각 레이어에는 전문가 256개가 있고, 토큰마다 그중 8개가 선택돼 작동한다.BF16 체크포인트는 약 1.5TB 크기다. 엔비디아 블랙웰 GPU용 4비트 NVFP4 버전은 B200 노드 하나에서 돌아간다. llama.cpp, vLLM, SGLang, MLX 등 여러 실행 환경을 지원한다. 블로그에 따르면 512GB 메모리를 갖춘 맥 M3 울트라에서 2비트 양자화 버전을 돌렸을 때 초당 약 18토큰을 생성했다. 추론 기능은 끌 수 없어, 간단한 작업에서는 추론 강도를 '낮음'으로 설정하라고 권했다.

마이크로소프트, 텍스트 생성 모델 'UserRepGen-4B' 허깅페이스 공개… 매개변수 45.4억 개·MIT 라이선스

마이크로소프트가 오픈소스 AI 플랫폼 허깅페이스에 텍스트 생성 모델 'UserRepGen-4B'를 10월 14일 공개했다. 마이크로소프트 공식 계정에 올라온 모델 카드에 따르면 이 모델의 매개변수는 45억 4천만 개이고, 라이선스는 MIT다. 지원 언어는 영어로 적혀 있다. 모델은 'microsoft/UserRepGen-4B'라는 이름으로 등록돼 있다.이번 모델은 매개변수 40억~50억 개 규모로, 업계에서 흔히 '4B급'이라 부르는 소형 언어모델에 속한다. 수천억 개 이상의 매개변수를 쓰는 초대형 모델과 비교하면 크기가 작다. 이 정도 규모의 모델은 연산 자원을 덜 쓰기 때문에 고성능 GPU 한 장이나 개인 워크스테이션에서도 돌릴 수 있는 경우가 많다. 그래서 기업 내부 시스템에 직접 설치하거나 특정 업무에 맞춰 추가 학습(파인튜닝)하는 용도로 많이 쓰인다. 최근 주요 AI 기업들이 초대형 모델 경쟁과 함께 작고 효율적인 모델을 잇따라 공개하는 것도 이런 수요 때문이다.라이선스도 눈여겨볼 대목이다. MIT 라이선스는 대표적인 '허용형' 오픈소스 라이선스다. 저작권 고지만 유지하면 상업적 이용과 수정, 재배포를 비교적 자유롭게 할 수 있다. 사용 목적이나 이용자 규모에 조건을 붙이는 일부 모델 라이선스와 비교하면 제약이 적은 편이어서, 스타트업이나 개발자가 이 모델을 자체 서비스에 통합할 때 법적 부담이 상대적으로 낮다.모델 이름의 'UserRep'은 '사용자 표현(User Representation)'을 줄인 말로 읽힐 수 있다. 다만 공개된 정보로는 이 모델이 어떤 데이터로 학습됐는지, 구체적으로 어떤 작업을 목표로 하는지는 확인되지 않았다. 허깅페이스 분류상으로는 '텍스트 생성' 모델로만 표시돼 있다. 마이크로소프트가 기존에 공개한 다른 소형 모델 계열과 어떤 관계인지도 확인되지 않았다.성능 수치가 있더라도 모두 기업이 자체적으로 발표한 것이며, 외부 기관의 독립적인 검증은 아직 나오지 않았다. 모델이 공개된 지 하루밖에 지나지 않아 내려받기 수 같은 이

MS 연구진, '보기 좋은 슬라이드' 짜는 코드 생성 AI 'AesCode' 공개…"8B 모델이 GPT-5.5급 시각 품질"

마이크로소프트(Microsoft) 연구진이 슬라이드·포스터·대시보드 같은 시각 자료를 코드로 생성하는 AI가 보기에도 좋은 결과물을 내도록 하는 방법을 내놨다. 사전공개 논문 저장소 arXiv에 공개된 논문 「AesCode: Aesthetic Code Generation with Decoupled Cross-Modal Rewards」(arXiv:2610.18860)에 따르면, 연구진이 개발한 'AesCode' 모델은 같은 크기의 Qwen3-VL 기반 비교 모델보다 시각 품질 점수가 최대 31.1%포인트 높았다. 논문은 Xin Gao 등 16명이 함께 썼으며, 연구자 커뮤니티 플랫폼 허깅페이스의 일일 논문 목록에서 추천 78회를 받았다.시각 자료를 이미지가 아닌 코드로 만들면 구조가 분명하고, 수정하기 쉬우며, 내용이 맞는지 검증할 수도 있다. 문제는 코드 모델이 자신이 정한 배치와 색이 실제 화면에서 어떻게 보일지 "볼 수 없다"는 점이다. 연구진은 이 때문에 공간 배치 계획과 미적 완성도가 자주 떨어진다고 지적했다. 반대로 이미지 생성 모델은 시각 디자인에는 강하지만, 요청한 글자나 수치를 잘못 그리는 경우가 있어 그 결과물을 그대로 따라 그리게 할 수도 없다. 코드는 정확하지만 투박하고, 이미지는 그럴듯하지만 부정확한 상황이다. AesCode는 이 두 가지의 장점을 합치려는 시도다.방식은 이렇다. 사용자가 입력한 내용 프롬프트를 바탕으로 코드를 짜되, 같은 프롬프트로 생성한 이미지를 '미적 참고 자료'로 함께 쓴다. 이때 목표 결과물을 캔버스 전체를 설명하는 '디자인 그래프'로 나타내 요소 하나하나의 속성을 따로 따질 수 있게 했다. 이 그래프에서 두 종류의 보상을 뽑는다. 코드와 렌더링 결과에서 기계적으로 읽어낼 수 있는 속성은 결정론적 검증기가 채점하고, 읽어낼 수 없는 속성은 시각-언어 모델(VLM) 심사관이 샘플마다 따로 만든 '시각 그래프 루브릭(VGR)'에 따라 평가한다. 연구진은 이렇게 분리된 보상을 채널별로 정규화한 뒤 강화학습에 적용해 공간

알리바바 영상 생성 AI 모델 11종, LiteLLM 가격표에 한꺼번에 등록

알리바바의 영상 생성 AI 모델 11종이 한꺼번에 새로 올라왔다. 오픈소스 프로젝트 LiteLLM이 관리하는 AI 모델 가격표에서 확인된 내용이다. 이번에 추가된 모델은 알리바바의 영상 생성 계열 ‘wan’과 ‘happyhorse’ 두 가지 이름으로 나뉜다. 11종 모두 텍스트나 이미지를 넣으면 영상을 만들어 주는 영상 생성 모델이다.가격표에 오른 모델을 계열별로 나누면 다음과 같다. ‘wan’ 계열은 ‘wan3.0-video’와 ‘wan3.0-video-prime’, 그리고 ‘wan2.7-t2v’, ‘wan2.7-i2v’, ‘wan2.7-r2v’까지 5종이다. ‘happyhorse’ 계열은 1.1 버전의 ‘t2v’, ‘i2v’, ‘r2v’ 3종과 1.0 버전의 같은 구성 3종을 합쳐 6종이다. 3.0 세대는 기본형과 ‘prime’이라는 이름이 붙은 상위형 두 가지로 나뉜 것으로 보인다. 다만 두 모델의 성능과 가격이 어떻게 다른지는 가격표 등록 정보만으로는 확인되지 않았다.모델 이름 끝의 약어는 업계에서 영상 생성 방식을 가리킬 때 흔히 쓰는 표기다. ‘t2v’는 글로 쓴 지시문으로 영상을 만드는 텍스트-투-비디오, ‘i2v’는 정지 이미지를 움직이는 영상으로 바꾸는 이미지-투-비디오, ‘r2v’는 참조 자료를 바탕으로 영상을 만드는 레퍼런스-투-비디오를 뜻하는 것으로 읽힌다. 같은 버전 안에서 입력 방식별로 모델을 따로 나눠 내놓은 셈이다. 개발자는 용도에 맞는 모델을 골라 호출하는 방식으로 쓰게 된다.이번 등록은 영상 생성 AI를 둘러싼 경쟁 흐름과 맞닿아 있다. 알리바바는 ‘wan’ 계열을 앞세워 영상 생성 시장을 공략해 왔다. 이번 목록에서도 2.7 버전과 3.0 버전이 같이 올라와, 여러 세대의 모델을 나란히 제공하는 구성이 눈에 띈다. ‘happyhorse’ 역시 1.0과 1.1 두 버전이 함께 등록됐다. 새 버전을 내놓더라도 이전 버전을 바로 내리지 않고 함께 제공하는 방식으로 보인다. 다만 ‘happyhorse’가 어떤 성격의 모델인지, ‘wa

openbmb, 이미지 이해 AI 'MiniCPM-V-4.7-35B-A3B' 허깅페이스 공개… 일주일 새 내려받기 4천 회 넘어

오픈소스 AI 개발 조직 openbmb가 이미지와 텍스트를 함께 입력받아 텍스트를 만들어 내는 멀티모달 AI 모델 'MiniCPM-V-4.7-35B-A3B'를 공개했다. AI 모델 공유 플랫폼 허깅페이스(Hugging Face)의 모델 정보에 따르면, 이 모델은 2026년 10월 7일 등록됐다. 지금까지 내려받기는 4,157회, 즐겨찾기는 589회다. 라이선스는 아파치 2.0(apache-2.0)이다.허깅페이스는 이 모델의 용도를 '이미지·텍스트 입력 텍스트 생성'으로 분류했다. 사진이나 문서 이미지를 질문과 함께 넣으면 내용을 설명하거나 답을 텍스트로 돌려주는 방식이다. 흔히 '비전-언어 모델(VLM)'이라고 부른다. 모델 이름의 'V'도 시각(Vision) 기능을 뜻하는 표기로 쓰여 왔다.이름 뒤에 붙은 '35B-A3B'는 업계에서 흔히 쓰는 표기 방식이다. 보통 전체 매개변수(파라미터)가 약 350억 개이고, 실제 연산 때 쓰이는 활성 매개변수는 약 30억 개라는 뜻으로 읽힌다. 이런 이름은 주로 '전문가 혼합(MoE)' 구조 모델에 붙는다. 질문마다 모델의 일부만 골라 계산하기 때문에, 덩치에 비해 연산 비용을 낮출 수 있는 설계다. 다만 이번 자료에는 정확한 구조와 매개변수 수, 성능 지표가 나와 있지 않다. 이 해석이 공식 사양과 맞는지는 확인되지 않았다.MiniCPM 시리즈는 openbmb가 꾸준히 이어 온 모델 계열이다. 처음에는 스마트폰이나 개인용 PC처럼 자원이 한정된 기기에서도 돌아가는 '작고 효율적인 모델'을 내세웠다. 이번 모델은 버전 번호 '4.7'로 볼 때 V 계열의 최신 버전으로 보인다. 다만 이전 버전보다 무엇이 달라졌는지는 허깅페이스 모델 정보만으로는 확인되지 않는다.초기 반응은 숫자로 가늠할 수 있다. 공개 뒤 약 일주일 동안 내려받기 4,157회, 즐겨찾기 589회가 쌓였다. 허깅페이스의 즐겨찾기(좋아요)는 개발자가 나중에 다시 보거나 관심을 표시할 때 누르는 기능이다. 그래서 커뮤니티의 관심도를 보는 지표로 자주 쓰인다.

Anthropic, 미국 중간선거 앞두고 Claude 선거 안전장치 강화… 공식 투표 정보·개표 결과 대화창 제공

Anthropic은 공식 발표를 통해 2026년 미국 중간선거를 앞두고 AI 모델 Claude의 선거 관련 안전장치를 강화했다고 밝혔다. 이달 안에 미국 사용자가 Claude.ai에서 투표 장소나 지참할 신분증을 물으면 비당파 단체 Democracy Works가 각 주와 지역 선거 당국에서 모은 공식 정보를 바탕으로 해당 주에 맞는 답을 제공한다. 선거 당일 밤부터 며칠간은 최신 공식 개표 결과도 대화창에서 보여준다.회사가 일주일 동안 대화 25만 건을 분석한 결과, 미국 내 대화 가운데 정치·정책·사회 이슈 관련은 약 5.75%, 선거·투표 관련은 0.51%였다. 누구에게 투표해야 하는지 묻는 요청은 0.01%, 선거 무결성 정책을 위반한 요청은 0.002%에 그쳤다. Anthropic은 Claude Opus 5.5·Sonnet 5.5·Haiku 5.5가 자체 정치적 균형성 평가에서 99%를 기록했다고 밝혔다.독립 연구기관 ISD와 매케인 연구소가 진행한 점검에서 Claude는 노골적인 유해 요청 하나는 안정적으로 거부했다. 그러나 악의적인 캠페인을 무해해 보이는 작은 요청 여러 개로 나누면 놓치는 경우가 있었다. 회사는 이에 대응해 여러 단계에 걸친 악용과 가짜 소셜미디어 계정·뉴스 사이트 제작 시도를 잡아내는 분류기를 새로 추가했다.

구글 딥마인드, 싱가포르 정부와 사기 탐지용 맞춤형 AI 모델 공동 개발

구글 딥마인드는 공식 블로그를 통해 싱가포르 정부와 협력해 사기(스캠) 탐지를 위한 미세조정(파인튜닝) AI 모델을 만든다고 밝혔다. 범용 AI 모델을 그대로 쓰지 않고, 사기 탐지라는 특정 목적에 맞게 추가로 학습시킨 모델을 함께 개발하는 방식이다.게시물 주소에는 '온디바이스(on-device) AI 사기 탐지'라는 표현이 들어 있다. 이에 따라 이 모델은 클라우드 서버가 아닌 스마트폰 같은 이용자 기기 안에서 작동하는 형태로 설계된 것으로 보인다. 다만 모델의 구체적인 사양, 탐지하는 사기 유형, 실제 서비스 적용 시점, 싱가포르 측 참여 부처 등 세부 내용은 제공된 자료로는 확인되지 않았다. 블로그 게시 날짜도 확인되지 않았다.구글 딥마인드 블로그의 관련 게시물 목록을 보면, 회사는 2026년 5월 싱가포르와 국가 단위 파트너십을 발표했다. 같은 해 4월에는 한국, 2월에는 인도와 협력을 발표했고, 2025년 12월에는 영국 정부와 미국 에너지부 등과도 협력 소식을 알렸다. 이처럼 각국 정부와 잇따라 AI 협력을 이어가고 있다.

앤트로픽, 싱가포르에 아태 다섯 번째 사무소 개설…정부와 AI 안전 MOU 체결

앤트로픽(Anthropic)은 싱가포르에 아시아·태평양 지역 다섯 번째 사무소를 열고, 싱가포르 디지털개발정보부와 양해각서(MOU)를 맺었다고 공식 발표를 통해 밝혔다. 회사는 싱가포르를 전 세계에서 가장 활발한 시장 가운데 하나로 꼽았다.MOU는 싱가포르 국제사이버위크 행사 중에 맺었다. 디지털개발정보부 측에서는 친카이퐁 차관이, 앤트로픽 측에서는 공동창업자 벤 맨이 서명했다. 협력 분야는 AI 안전·보안·모델 평가, AI 도입과 그 영향에 대한 연구, 공공·민간 부문의 책임 있는 AI 도입이다. 앤트로픽은 싱가포르의 AI 안전 기관들과 모델 평가, 테스트 표준, 사고 대응을 주제로 기술 교류를 할 계획이다. 앤트로픽 경제지수(Anthropic Economic Index) 등 연구 자료도 정부와 공유한다.앤트로픽에 따르면 최근 경제지수에서 싱가포르는 인구 대비 Claude.ai 사용량이 121개국 중 2위였다. 싱가포르 정부기술청(GovTech Singapore)에서는 엔지니어와 기술 인력 1,500명 이상이 Claude Code로 정부 시스템을 현대화하고 있다. 그랩(Grab)은 Claude로 구동하는 영업 지원 도구 'BriX'를 써서 영업팀 업무 시간을 분기마다 약 4만 시간 줄이고 있다.

앤트로픽, '클로드 하이쿠 5.5' 출시…소넷 5.5 캐시 읽기 가격 절반으로 인하

앤트로픽이 고속·대량 처리용 새 모델 '클로드 하이쿠 5.5(claude-haiku-5-5)'를 내놨다. 앤트로픽 클로드(Claude) API 공식 변경 이력을 보면, 회사는 10월 7일부터 9일까지 사흘 동안 9건의 변경 사항을 올렸다. 여기에는 새 모델 출시와 함께 '클로드 소넷 5.5'의 프롬프트 캐시 읽기 가격 인하, 에이전트 보안 강화, 다중 에이전트 워크플로 기능 추가가 포함됐다.변경 이력에 따르면 클로드 하이쿠 5.5는 처리량이 많거나 응답 속도가 중요한 작업에 맞춘 모델이다. 앤트로픽은 이 계열에서 가장 성능이 높은 모델이라고 설명했다. 컨텍스트 창은 100만 토큰, 최대 출력은 12만8000 토큰이다. 모델이 생각의 깊이를 스스로 조절하는 '적응형 사고'를 지원하고, 개발자는 effort 매개변수로 그 정도를 정할 수 있다. 클로드 API 외에 아마존 베드록, AWS, 구글 클라우드, 마이크로소프트 파운드리에서도 쓸 수 있다.이전 모델과 호환되지 않는 부분도 있다. 앤트로픽은 하이쿠 4.5용으로 작성한 코드가 하이쿠 5.5에서 작동하지 않을 수 있다고 밝혔다. 사고 예산을 직접 정하는 수동 확장 사고(budget_tokens), 샘플링 매개변수인 temperature·top_p·top_k, 어시스턴트 메시지 미리 채우기(prefill)를 쓰면 400 오류가 날 수 있다. 기존 컴퓨터 사용 도구(computer_20250124)도 오류를 낸다. 클로드 API와 구글 클라우드에서는 computer_toolset_20260801을, 아마존 베드록에서는 computer_20251124를 써야 한다. 아마존 베드록에서는 하이쿠 5.5의 구조화된 출력도 지원되지 않는다. 적응형 사고는 기본으로 켜져 있어 응답이 사고 블록으로 시작할 수 있다. 사고 내용은 thinking.display를 "summarized"로 설정하지 않으면 보이지 않으며, 같은 텍스트도 토큰을 더 많이 차지한다고 앤트로픽은 안내했다. 하이쿠는 비용에 민감한 대량 처리에 많이 쓰이는 등

AI 피부진단·맞춤형 화장품 키우고 경주·제주에 K-뷰티 클러스터 조성

정부가 인공지능(AI) 피부진단과 맞춤형 화장품 서비스를 키우고, 외국인 환자가 상담부터 예약·결제, 사후관리까지 한곳에서 해결할 수 있는 'K-헬스케어 통합 허브'를 만든다. 경주와 제주에는 K-뷰티 클러스터를 조성한다. 재정경제부는 14일 이형일 부총리 겸 재정경제부 장관 주재로 열린 경제관계장관회의 겸 서비스산업발전 태스크포스(TF)에서 관계부처가 함께 마련한 'AI·융복합 K-뷰티 서비스 지원방안'을 발표했다.이번 방안의 목표는 화장품 제조에 치우친 K-뷰티를 AI·데이터·디바이스가 결합된 고부가가치 서비스산업으로 넓히는 것이다. 지금까지 K-뷰티의 성과는 주로 화장품 수출에서 나왔다. 정부는 개인 맞춤형 제품, 체험형 관광, 피부·성형 같은 메디컬 뷰티까지 묶어 서비스 영역에서도 부가가치를 만들겠다는 방향을 내놨다. 이번 대책은 국정과제 '서비스업 경쟁력 제고' 가운데 '고부가가치 서비스업 육성'의 하나로 마련됐다.먼저 18개국 1만7000여 명의 피부 특성 정보를 담은 피부 데이터뱅크를 AI 학습에 바로 쓸 수 있는 'AI-Ready' 데이터로 바꾸고 대상 국가도 늘린다. 맞춤형 화장품의 품질·공정 관리에 공통으로 쓸 수 있는 AI 에이전트 기술을 개발하도록 2026~2027년 72억 원 규모의 화장품 기업 연합 연구개발(R&D)을 지원한다. 규제도 고친다. 지금은 매장마다 맞춤형 화장품 조제관리사 1명이 상주해야 하지만, 앞으로는 AI·자동화기기를 활용해 조제관리사 1명이 여러 매장을 관리할 수 있게 된다. 매장을 늘리려는 사업자에게는 인력 부담이 줄어드는 변화다. 2028년 도입되는 '화장품 안전성 평가제도'에 대비해 관련 DB 구축과 기업 컨설팅도 확대한다.관광과 지역 산업을 잇는 대책도 담겼다. 홍대·명동·부산의 K-뷰티 체험·홍보관에서 AI 피부진단과 가상 메이크업 체험을 제공하고, 외국인 결제용 표준 QR코드 설치 점포를 2026년 4만 곳에서 2027년 8만 곳으로 늘린다. 경주와 제주에는 홍보·체험과 해외 바이어 상담을 결합한

영상을 편집 가능한 3D 장면으로 재구성하는 AI 에이전트, 아직 '움직임'은 못 따라한다… 홍콩대, 벤치마크 'CineRecon' 공개

홍콩대학교(The University of Hong Kong) 연구진이 AI 에이전트를 평가하는 벤치마크 'CineRecon'을 내놨다. 평가 대상은 영화·게임 영상을 보고 그 장면을 편집할 수 있는 동적 3D 장면으로 다시 만들어 내는 능력이다. 지알레이 왕(Jialei Wang) 등 연구진 9명은 사전공개 논문 저장소 arXiv에 관련 논문(arXiv:2610.16577)을 올렸다. 초록에 따르면 최신 모델 12종을 시험한 결과, 카메라·정적 요소·동적 요소라는 세 평가 차원에서 모두 실패 사례가 나왔다. 특히 피사체의 움직임과 피사체끼리의 상호작용은 가장 단순한 조건에서도 재현하기 어려웠다.연구진은 참조 영상을 편집 가능한 3D 장면으로 재구성하는 작업을 영화 제작에 쓸 '통제 가능한 영상 생성'으로 가는 중요한 경로로 본다. 재구성된 장면은 고치고 다시 렌더링할 수 있는 일종의 시각적 대리물(proxy) 역할을 한다. 이 대리물이 있으면 장면 배치, 피사체 동작, 카메라 움직임을 하나하나 직접 조정할 수 있다는 것이 연구진의 설명이다. 결과물을 통째로 생성하는 대신 연출 요소를 명시적으로 다룰 수 있는 중간 단계를 만들자는 구상이다. CineRecon은 AI 에이전트가 이 중간 단계를 실제로 얼마나 잘 만들어 내는지 재기 위해 설계됐다.벤치마크는 참조 영상 50편과 주석을 단 평가용 클립 360개로 이뤄졌다. 참조 영상은 영화, 실사 촬영 영상, 게임 화면에서 골랐다. 에이전트는 영상 전체를 받은 뒤 여러 도구로 장면을 구축하고, 애니메이션을 입히고, 렌더링하고, 결과를 다듬는 과정을 스스로 반복한다.과제는 '프록시(Proxy)', '단순화(Simplified)', '상세(Detailed)' 세 가지 표현 설정으로 나뉜다. 뒤로 갈수록 형태와 외형을 더 정밀하게 재현해야 한다. 반면 공간 관계, 카메라 움직임, 피사체의 동작에 대한 요구 수준은 세 설정이 모두 같다. 연구진은 이렇게 설계해 두 가지를 확인하려 했다고 밝혔다. 정교한 외형이 필요 없을 때