블로그로 돌아가기
Tech Insight2026년 6월 18일181

2026년 6월 18일 AI 뉴스 — GLM-5.2, AI 코딩 에이전트, 에이전틱 워크플로우

GLM-5.2가 오픈웨이트 모델 1위에 올랐다. 클로드코드 디자이너의 AI 빌드법, 에이전틱 코드 리뷰, 코딩 에이전트용 메모리 MCP, 재귀 언어모델 추론, 에이전틱 영상 제작까지 오늘의 AI 뉴스 8선.

2026년 6월 18일, 오늘의 AI 뉴스를 정리했다. 새 오픈웨이트 최강 모델 GLM-5.2부터 클로드코드 수석 디자이너의 AI 빌드 노하우, 에이전틱 코드 리뷰와 코딩 에이전트용 메모리 MCP까지, AI를 매일 쓰는 개발자에게 바로 도움이 되는 소식만 골랐다.

GLM-5.2, 오픈웨이트 모델 1위에 오르다

GLM-5.2가 Artificial Analysis 지능 지수에서 오픈웨이트 모델 1위에 올랐다. 7,440억 파라미터에 활성 파라미터는 400억, MIT 라이선스, 100만 토큰 컨텍스트를 갖췄다. 독점 API를 대체할 비용 효율적 선택지로 직접 벤치마크해볼 만하다.

원본: https://artificialanalysis.ai/articles/glm-5-2-is-the-new-leading-open-weights-model-on-the-artificial-analysis-intelligence-index

클로드코드 수석 디자이너의 AI 빌드법 [영상]

Claude Code의 리드 디자이너가 AI로 직접 소프트웨어를 만드는 과정을 영상으로 공개했다. AI 보조 개발의 실전 워크플로우와 그가 실제로 쓰는 기법들을 엿볼 수 있다. AI 코딩을 본격적으로 일에 녹이려는 사람에게 참고가 된다.

원본: https://www.youtube.com/watch?v=hKeDfupbA4U

오픈소스 AI 코딩 에이전트, Continue

Continue는 깃허브에서 떠오르는 오픈소스 AI 코딩 에이전트다. VS Code와 JetBrains에 자동완성·채팅·에이전틱 편집을 더해주며, 원하는 어떤 모델과도 연결할 수 있다. 특정 벤더에 묶이지 않는 코딩 에이전트를 찾는다면 후보다.

원본: https://github.com/continuedev/continue

에이전틱 코드 리뷰, 위험도로 나눠라

AI 에이전트가 코드를 4배 쏟아내면서 리뷰어가 따라가지 못하는 병목이 생겼다. 해법은 리뷰를 위험도별로 계층화하고, 위험한 PR은 빠르게 떨어뜨리며, AI 리뷰를 최종 판단이 아닌 '센서'로 취급하는 것이다. 쏟아지는 AI 생성 코드를 다루는 실전 프레임이다.

원본: https://addyo.substack.com/p/agentic-code-review

코드베이스를 지식 그래프로, codebase-memory-mcp

codebase-memory-mcp는 코드베이스를 영속적인 지식 그래프로 색인해주는 MCP 서버다. AI 코딩 에이전트에게 프로젝트의 구조적이고 깊은 이해를 제공한다. 매번 컨텍스트를 다시 떠먹이지 않아도 되는 에이전트 메모리를 구축할 수 있다.

원본: https://github.com/DeusData/codebase-memory-mcp

재귀 언어모델 추론 라이브러리, RLM

RLM은 재귀 언어모델(Recursive Language Models)을 위한 플러그앤플레이 추론 라이브러리다. 다양한 모델 백엔드와 샌드박스 환경에서 확장된 추론 체인을 실행할 수 있다. 긴 추론을 다단계로 펼쳐야 하는 워크로드에 실험해볼 만하다.

원본: https://github.com/alexzhang13/rlm

에이전트로 영상을 제작한다, OpenMontage

OpenMontage는 첫 오픈소스 에이전틱 영상 제작 시스템을 표방한다. 12개 파이프라인과 500개 이상의 에이전트 스킬로 영상 제작을 자동화한다. AI 에이전트가 콘텐츠 제작 영역까지 확장되는 흐름을 보여주는 프로젝트다.

원본: https://github.com/calesthio/OpenMontage

LLM을 검증 가능한 논리로 묶다, 뉴로-심볼릭

LispE 제작자와의 인터뷰에서 뉴로-심볼릭 AI의 가능성을 짚었다. 검증 가능한 Lisp 로직으로 LLM을 제약해, 추적 가능한 프로덕션 RAG와 에이전트 파이프라인을 만드는 접근이다. LLM의 비결정성을 통제하려는 팀이라면 탐색해볼 패턴이다.

원본: https://alexalejandre.com/programming/interview-with-claude-roux

---

매일 쏟아지는 AI 뉴스를 나무숲이 큐레이션해 카카오톡과 디스코드로 전합니다. 오늘의 8가지 소식이 AI를 도구로 쓰는 당신의 하루에 작은 단서가 되길 바랍니다.

관련 서비스: 기술 의사결정, 같이 짚어드립니다