← 아카이브

2026년 9월 2일 (수)

  1. Claude Code 2.1.257 업데이트

    Claude Code 2.1.257은 Claude Fable 5.1을 기본 Fable 모델로 추가(1M context, $10/$50 per Mtok, $0.25/Mtok 캐시 읽기 비용)하고, timeFormat/timeZone 설정 및 Auto 모드의 Containment Escape 규칙을 도입해 클라우드 메타데이터 자격증명 페치·이그레스 회피·크로스 테넌트 접근을 자동 승인하지 않도록 변경했습니다. 서브에이전트 모델 강제(CLAUDE_CODE_SUBAGENT_MODEL_FORCE), 세션 단위 /effort 변경, 샌드박스 마스크 파일 경고, 작업 디렉터리 외부 첫 파일 읽기 전 일회성 프롬프트(차단 옵션) 등 권한·사용성 관련 기능도 추가됐습니다. 게이트웨이 모델 디스커버리 설명 지원과 .claude 폴더 설정 재적용, 세션 권한 모드·키바인딩·백그라운드 세션·헤더 중복 등 다수 버그도 수정되었습니다.

    raw.githubusercontent.com

  2. Epic 연동·Healthcare Public Data 플러그인 추가

    ChatGPT for Healthcare에 Epic 연동과 Healthcare Public Data 플러그인이 도입되어 Epic에서 승인된 환자 문맥을 불러오고 PubMed·DailyMed·CMS Coverage 등 공식 의료 데이터에 구조화된 방식으로 접근할 수 있게 됐습니다. 이 통합은 임상의가 승인된 환자 기록을 한곳에서 요약·참조하게 하고, 별도 출처를 비교·검증할 수 있도록 설계된 두 가지 보완적 경험을 제공합니다. Healthcare Public Data 플러그인은 ClinicalTrials.gov, CMS Coverage, RxNorm, DailyMed, PubMed 등 9개 공공 소스의 특정 레코드·필드·식별자·버전을 직접 다룰 수 있게 해 팀 단위 업무(연구·약국·인구건강 기획 등)에 활용되도록 합니다.

    openai.com

  3. Claude Fable 5.1·Mythos 5.1 발표

    Anthropic은 Claude Fable 5.1과 Claude Mythos 5.1을 발표했으며 두 모델은 동일한 기반에서 서로 다른 수준의 안전 장치를 갖춘 형태로 제공됩니다. Fable 5.1은 일반 공개되며 기존 Fable 5 대비 토큰 기준 전형적 워크로드에서 약 25% 저렴해지고 캐시 읽기 비용 인하로 에이전트형 작업에서는 최대 약 45% 절감이 가능하다고 밝혔습니다. 데이터 보관 관련해서는 고객이 제어하는 클라우드에 데이터를 저장하는 Enterprise Frontier Safeguards(EFS)를 도입해 완전한 프라이버시를 제공할 예정이며(이번 가을 단계적 제공), 안전성 개선으로 사이버보안 분야에서 오탐이 60% 감소했다고 보고했습니다.

    anthropic.com

  4. ChatGPT 데스크톱 앱에 LibreOffice 포함

    사용자가 ~/.cache를 조사하던 중 OpenAI Codex(현 ChatGPT) 데스크톱 앱의 codex-primary-runtime 폴더에 1.7GB 용량의 런타임이 들어있음을 발견했습니다. 해당 런타임에는 완전한 Python·Node.js 설치와 Poppler, git, LibreOffice 같은 네이티브 바이너리가 포함되어 있습니다. 또한 ~/.cache/codex-runtimes/.../documents 폴더에 이러한 바이너리를 찾고 사용하는 방법을 알려주는 skills가 포함되어 있었습니다.

    simonwillison.net

  5. 소형 트랜스포머 1.5시간 학습 성과

    작성자는 5090에서 소형 트랜스포머를 1.5시간 만에 학습시켜 많은 LLM을 능가하고 TRM/HRM과 동등한 성능을 냈다고 보고했습니다(ARC-2에서 7% 등). 이전 작업을 개선한 이번 모델은 여러 아키텍처·알고리즘 업그레이드를 적용했고, 주요 변경점으로 입력 토큰을 학습에서 제외해 출력 토큰만으로 손실을 계산하는 감독학습 방식으로 전환해 성능이 40%→44%로 상승했다고 밝혔습니다. 또한 ARC-2의 비중복 과제를 신중히 추가해 데이터 유출을 피했고, 표본 효율성 문제를 계속 연구하겠다고 했습니다.

    mvakde.github.io