Morning Digest — 2026-05-06

• SimpleQA 약 95% 성능 제시, 예시로 Qwen3.6-27B를 RTX 3090에서 구동
• llama.cpp, Ollama, Google 등 로컬·클라우드 LLM 전반 지원 구조
• arXiv, PubMed, 개인 문서 포함 10개 이상 검색 엔진 연동

• 장기 실행을 장기 추론, 수시간~수일 실행, 영속적 에이전시로 구분하고 각각 다른 공학 과제로 설명
• 핵심 병목으로 유한한 컨텍스트, 영속 상태 부재, 자기 검증 편향 제시; 1M 토큰도 24시간 실행에는 부족
• Ralph 루프는 prd.json·progress.txt·AGENTS.md로 파일시스템에 상태를 남겨 bash+JSON만으로 복구형 에이전트 구현

• Anthropic·Microsoft 등 AI 업계 경영진의 대규모 일자리 대체 경고와 실제 고용 데이터 간 괴리 조명
• 미국 경제 지표상 실업 급증이나 광범위한 고용 붕괴보다 견조한 노동시장 흐름이 관측된다는 주장
• AI의 영향이 즉각적 총고용 감소보다 직무 재편, 업무 방식 변화, 생산성 재분배로 나타날 가능성 제기

• ComboStoc 제안 논문으로, diffusion generative model의 확률성(stochasticity) 활용 방식 재설계 주제
• 단일 노이즈 주입이나 고정적 샘플링 대신 조합적(combinatorial) 확률성 도입이 핵심 아이디어
• 생성 품질과 샘플 다양성 간 trade-off를 완화하려는 접근으로 해석 가능한 연구 방향

• 실제 전자의무기록(EHR) 워크플로를 반영한 LLM 에이전트 평가 벤치마크 제안
• 의료 질의응답이 아닌 임상 환경 내 정보 탐색·기록 활용 등 실제 작업 성능에 초점
• 에이전트 기반 의료 AI의 현실 적용 가능성을 정량 비교할 평가 기준 마련 시도

• 규칙 기반 차량 UI에서 추론·계획 가능한 에이전틱 멀티모달 AI 콕핏으로의 전환 조명
• 클라우드 학습·개발부터 차량 내 배포까지 이어지는 end-to-end 인-차량 AI 에이전트 구축 방식 소개
• 음성·시각 등 멀티모달 입력을 활용한 차량 내 상호작용과 운전자 보조 경험 구현에 초점

• Opus 4.7, GPT-5.5 관련 업데이트와 가격 인상 이슈 포함
• Claude Mythos와 LLM 보안 연구를 함께 다룬 월간 큐레이션 구성
• ChatGPT Images 2.0, 기타 신규 모델 출시 소식과 블로그 하이라이트 정리

• 34개 도구를 활용해 푸드트럭 운영을 30일간 수행하는 에이전트 벤치마크 FoodTruck Bench 평가
• 위치·가격·재고·인력·날씨·이벤트 판단, 지속 메모리와 일일 리플렉션 포함한 장기 과업 환경
• DeepSeek V4 Pro, 결과 기준 Grok 4.3 Latest와 동률, GPT-5.2 중앙값 대비 3% 이내 기록

• 동일한 admin 패널·동일한 Claude Sonnet·동일 작업 비교에서 인터페이스만 변수로 설정
• API 에이전트는 8회 툴 호출로 안정적으로 완료, 비전 에이전트는 기본 프롬프트로 리뷰 4건 중 1건만 처리
• 비전 경로는 14단계 UI 워크스루 추가 후에야 성공, 실행 14분·입력 토큰 약 50만 개 소모

• GLM-5V-Turbo 중심의 연구로, 멀티모달 에이전트를 위한 네이티브 기반 모델 방향 제시
• 텍스트·이미지 등 복합 입력을 에이전트 작업 수행 관점에서 통합하려는 문제 설정
• 범용 VLM을 넘어 에이전트 실행·상호작용에 맞춘 foundation model 설계가 핵심 주장