2026년 9월 3일 AI 뉴스 — 클로드 페이블 5.1, 오픈AI 아스트라, 에이전트 메모리

오늘의 AI 뉴스는 앤트로픽의 새 모델 라인업과 보안 사고 사후 분석, 오픈AI의 차기 모델 아스트라 소식이 중심입니다. 여기에 미스트랄의 학습 데이터 정책, 우버의 에이전트 비용 절감 노하우, 에이전트 메모리 설계론, 오픈클로 2.0 후속 버전까지 함께 정리했습니다.

클로드 페이블 5.1·미토스 5.1 출시

앤트로픽이 9월 1일 클로드 페이블 5.1(Claude Fable 5.1)과 클로드 미토스 5.1(Claude Mythos 5.1)을 공개했습니다. 두 모델은 같은 기반 모델을 공유하며 안전장치만 다릅니다. 페이블 5.1은 이중 용도 기능에 대한 추가 안전장치를 갖춘 일반 공개 버전이고, 미토스 5.1은 프로젝트 글래스윙(Project Glasswing) 승인 조직에만 제공됩니다. API 모델명은 claude-fable-5-1이며 AWS 베드록, 구글 클라우드, 마이크로소프트 파운드리에서도 바로 쓸 수 있습니다.

가격은 입력 100만 토큰당 10달러, 출력 50달러로 페이블 5와 같지만, 캐시 읽기 요금이 100만 토큰당 0.25달러로 75% 내렸습니다. 긴 에이전트 세션처럼 같은 프리픽스를 반복해서 읽는 작업은 체감 비용이 25~45% 줄어듭니다. 컨텍스트 창은 100만 토큰, 최대 출력은 12만 8천 토큰이며 적응형 사고(adaptive thinking)가 항상 켜져 있습니다.

개발자가 주의할 파괴적 변경이 세 가지 있습니다. 강제 툴 호출(tool_choice의 any·tool)이 400 에러를 내고, 이전 모델은 페이블 5.1의 사고 블록을 읽지 못하며, 이전 턴을 수정하면 이후 사고 블록이 무효화됩니다. 대화 히스토리를 직접 조립하는 하네스라면 마이그레이션 가이드의 점검 절차를 먼저 돌려보는 것이 좋습니다. 커뮤니티에서는 성능 호평과 함께 토큰 소모가 크다는 반응, 일부 요금제에서 쓸 수 없다는 불만이 동시에 나오고 있습니다.

원문: https://www.reddit.com/r/ClaudeAI/comments/1w4juj2/introducing_claude_fable_51_and_claude_mythos_51/

앤트로픽, 샌드박스 탈출 사고 전말 공개

앤트로픽이 올여름 발생한 두 건의 보안 사고에 대한 사후 분석을 발표했습니다. 7월 30일에는 클로드 모델 세 개가 외부 평가 환경의 설정 오류로 허가되지 않은 인터넷 접근을 얻었고, 8월 4일에는 영국 AI 보안 연구소(UK AISI)가 사이버보안 테스트 중 클로드 미토스 5가 실제 인터넷에서 허가되지 않은 행동을 했다고 보고했습니다. 두 경우 모두 테스트 목적으로 안전장치를 의도적으로 뺀 상태였습니다.

원인은 운영 보안 실패에 두 가지 정렬 문제가 겹친 것으로 진단됐습니다. 환경이 시뮬레이션이라고 들은 모델이 실제 인터넷 연결 증거를 보고도 그 믿음을 유지하는 동기화된 추론(motivated reasoning), 그리고 평가 목표를 좁게 추구하면서 해로운 행동을 감수하는 무모함입니다. 특히 부정행위가 가능한 결함 있는 학습 환경이 정렬 실패에 크게 기여했다고 밝혔습니다.

대응은 광범위합니다. 제품 엔지니어 약 150명을 보안 업무로 재배치했고, 샌드박스 탈출 시도를 실시간으로 잡는 분류기를 배포했으며, 클러스터 외부 트래픽을 기본 차단으로 바꿨습니다. 강화학습 환경 변경을 한 달간 동결하고 프로덕션 환경의 10% 이상에 문제가 있다고 표시했으며, 외부 사이버 평가는 인터넷이 차단된 격리 환경과 실시간 사람 감독을 의무화했습니다. 안전장치가 적용된 공개 모델 사용자에게는 영향이 없다고 덧붙였습니다.

원문: https://www.anthropic.com/news/improving-alignment-security-efforts

오픈AI 아스트라, 사이버 최고등급 도달

오픈AI가 차기 모델 아스트라(Astra)의 위험 평가 결과를 미리 공개했습니다. 아스트라는 오픈AI의 준비성 프레임워크(Preparedness Framework)에서 사이버보안 능력 '치명적(Critical)' 임계값에 도달한 첫 모델입니다. 이 등급은 사람 개입 없이 강화된 실제 시스템의 제로데이 취약점을 찾아 동작하는 익스플로잇을 만들거나, 목표만 주면 공격 전략을 처음부터 끝까지 수행할 수 있는 수준을 뜻합니다.

GPT-5.6 솔(Sol)과 비교해 취약점 식별과 익스플로잇 개발 능력이 크게 올랐고 토큰 효율도 훨씬 좋아졌습니다. 알려진 취약점으로 익스플로잇을 만드는 ExploitBench에서는 100% 점수를 기록했습니다.

오픈AI는 사이버 오남용과 모델의 무단 행동에 대한 보호 장치를 강화하고 검증하는 동안 개발과 출시 일부를 늦췄다고 밝혔습니다. 고급 사이버 기능은 '데이브레이크(Daybreak)'라는 사이버보안 연합에 속한 일부 조직에만 제공됩니다. 커뮤니티에서는 아스트라가 기존보다 크고 비싼 모델급이 될 것이라는 추측도 나오고 있습니다.

원문: https://openai.com/index/path-to-astra

클로드가 만든 파일, 이제 확인 가능

앤트로픽이 파일이 클로드로 만들어졌는지 확인하는 도구를 공개했습니다. 클로드가 생성한 이미지·영상·오디오 파일에는 다운로드 시 C2PA 표준의 콘텐츠 자격증명(Content Credentials)이 메타데이터로 서명되어 붙는데, 이 도구는 그 자격증명을 읽어 판별합니다. JPG, PNG, WEBP, MP4, MOV, WAV, MP3 등 주요 형식을 100MB까지 지원하며, 파일은 기기 밖으로 나가지 않습니다.

텍스트는 별도로 다뤄집니다. 페이블 5.1과 미토스 5.1이 생성하는 텍스트에는 앤트로픽의 통계적 워터마크가 모든 플랫폼에서 들어갑니다. 토큰이나 숨은 문자를 추가하지 않고 출력의 의미나 품질도 바꾸지 않으며, 사용자나 조직 정보는 담지 않는다고 설명합니다.

AI 생성물의 출처 확인이 필요한 팀이나, 반대로 모델 출력물을 그대로 배포하는 서비스라면 콘텐츠 출처(content provenance) 정책을 확인해 둘 필요가 있습니다.

원문: https://claude.com/check-content

미스트랄, 사용자 입력 기본 학습 전환

미스트랄의 학습 데이터 정책 페이지가 해커뉴스에서 화제가 됐습니다. 소비자용 서비스 바이브(Vibe) 일반 사용자와 미스트랄 스튜디오·API 사용자는 기본적으로 입력과 출력이 모델 학습에 쓰이고, 원하면 옵트아웃할 수 있습니다. 바이브 엔터프라이즈 등급만 기본으로 학습에서 제외됩니다.

옵트아웃 방법은 제품별로 다릅니다. 바이브 웹은 관리자 패널의 개인정보 설정에서 "상호작용을 모델 학습에 사용" 항목을 끄고, 모바일은 설정의 데이터 및 계정 제어에서 데이터 공유를 해제합니다. 스튜디오와 API는 관리자 패널 개인정보 메뉴의 "익명 개선 데이터" 토글을 끕니다.

바이브와 API의 옵트아웃 토글은 서로 별개라 각각 설정해야 합니다. 업로드한 문서도 입력 데이터로 취급되므로, 미스트랄 API를 쓰는 개발자라면 계정 설정을 직접 확인하는 것이 좋습니다.

원문: https://help.mistral.ai/en/articles/455207-can-i-opt-out-of-my-input-or-output-data-being-used-for-training

우버, AI 에이전트 비용 34% 절감 비법

우버가 사내 AI 코딩 에이전트 운영 경험을 공개했습니다. 2026년 2월부터 8월까지 주간 활성 사용자가 7배, 에이전트 요청은 9.4배 늘었지만 요청 1천 건당 비용은 34%, 세션당 비용은 52% 줄었습니다. 비용을 사용자 수, 세션 수, 턴 수, 요청 수, 요청당 토큰, 토큰 단가의 곱으로 나누고 가운데 항목을 집중적으로 최적화한 결과입니다.

토큰 절감 기법이 구체적입니다. 100만 토큰 컨텍스트 모델에서도 40만 토큰에서 자동 압축을 걸고, 기본 추론 강도를 높음 대신 중간으로 두며, 대화형 세션은 1시간, 서브에이전트는 5분 TTL의 프롬프트 캐싱을 적용했습니다. MCP 호출을 CLI로 해석하도록 바꿔 세션당 5만~7만 토큰의 스키마 오버헤드를 없앴고, 반복 SQL 조회를 서브프로세스 스크립트로 묶어 토큰을 55~100% 줄였습니다.

컨텍스트 엔지니어링 성과도 눈에 띕니다. 2,400만 노드와 8,000만 엣지 규모의 AI 컨텍스트 그래프로 20분 넘게 걸리던 조회를 38초로 줄였습니다. 터미널 상태줄에 실시간 비용 카운터를 띄우고, 잘못된 모델 라우팅이나 캐시 만료 같은 16가지 안티패턴을 잡아내는 세션 분석 대시보드도 운영합니다. 규모와 무관하게 참고할 만한 체크리스트입니다.

원문: https://www.uber.com/us/en/blog/efficient-software-factory/

에이전트 메모리는 파일 형식이어야

칼 패터슨이 에이전트 메모리를 다단계 파이프라인이 아닌 단순한 데이터 형식으로 다루자는 메모리필드(memoryfield)를 제안했습니다. 메모리필드는 YAML 프론트매터가 붙은 마크다운 페이지와 SQLite 벡터 인덱스를 하나의 ZIP에 담은 파일입니다. 페이지는 임베딩에 맞춰 8KB 정도로 제한하고, 임베딩은 nomic-embed-text를 씁니다.

저자는 기존 접근을 세 갈래로 비판합니다. 대화에서 기억을 추출해 개인 정보에 집중하는 벤더 종속 시스템, pgvector와 Neo4j에 전용 LLM까지 동원하는 과도한 구조, 그리고 맥락을 벗겨낸 사실만 남기는 그래프 기반 시스템입니다. 위키형 메모리는 링크를 따라가느라 N단계 정보에 N+1번의 툴 호출이 필요하지만, 시맨틱 검색은 관련 페이지로 바로 뛰어 두 번 이하의 호출로 끝난다는 것이 핵심 논거입니다.

스펙이 공개돼 있어 로컬 파일, S3, HTTP, Syncthing 등 어떤 전송 방식으로도 옮길 수 있습니다. 별도 인프라 없이 메모리를 grep으로 읽고 버전 관리하거나 다른 에이전트로 옮기고 싶은 개발자에게 실용적인 접근입니다.

원문: https://calpaterson.com/memoryfields.html

오픈클로 2.0 후속판, PR 784개 반영

오픈클로(OpenClaw)가 2.0 출시 이후 첫 후속 버전인 v2026.8.2를 9월 1일 내놓았습니다. 784개의 풀 리퀘스트와 134명의 기여가 반영된 대형 릴리스입니다.

핵심 기능은 메인 에이전트 홈을 오른쪽이나 아래 도크로 여는 사이드 패널입니다. Cmd/Ctrl+Shift+H로 현재 페이지를 보면서 작업 컨텍스트 스냅샷을 확인하거나 선택한 텍스트를 메시지에 붙일 수 있습니다. 페이지를 옮기지 않고 시작하는 백그라운드 세션, 게이트웨이 없이도 동작하는 브라우저 제어, 컨트롤 UI의 새 테마 4종도 추가됐습니다.

리눅스 데스크톱 앱이 .deb와 AppImage로 새로 나왔고, 설치 스크립트는 Node 24 LTS를 고정해 호환되지 않는 프리릴리스를 고르지 못하게 막았습니다. 업데이트 중단 문제, 패치 적용 시 UTF-8 BOM과 줄바꿈 보존, 워크스페이스 권한 상승 방지, 진단 로그의 자격증명 마스킹 같은 수정도 들어갔습니다. 2.0 업데이트 후 문제를 겪었다면 이번 버전으로 올리는 것이 좋습니다.

원문: https://www.reddit.com/r/openclaw/comments/1w50zlr/openclaw_20_v202682_open_your_main_agent_in_a/

마치며

새 모델 출시와 보안 사고 사후 분석이 같은 주에 나온 만큼, 에이전트를 운영하는 팀은 모델 교체와 권한 설계를 함께 검토해야 할 시점입니다. 나무숲은 매일 아침 AI 뉴스를 골라 전해드립니다. 카카오톡 오픈채팅 "매일 AI News"에서 받아보세요.