2026년 9월 8일 AI 뉴스 — 스킬 카탈로그 정리, 하네스 45포인트, vLLM AMD 2.87배

에이전트 스킬을 둘러싼 정리가 시작됐다. 오픈AI의 스킬 카탈로그는 플러그인 저장소로 흡수됐고, 해커뉴스에서는 "스킬은 받아 쓰는 게 아니라 직접 만드는 것"이라는 합의가 굳어지는 중이다. 같은 주에 오픈AI 수석과학자는 정렬 문제를 두고 속도 조절을 말했고, vLLM은 AMD GPU에서 추측 디코딩으로 최대 2.87배를 뽑아냈다. 오늘의 AI 뉴스 8건을 정리한다.

오픈AI 스킬 카탈로그, 플러그인으로 통합

오픈AI의 `openai/skills` 저장소는 코덱스용 에이전트 스킬 카탈로그로 스타 2만 6천 개, 포크 1천 7백 개를 모았다. 그런데 지금 저장소를 열면 상단에 deprecated 안내가 붙어 있다. 앞으로는 오픈AI 플러그인 저장소를 쓰라는 것이다.

내부 구조는 `.system` / `.curated` / `.experimental` 세 계층으로 나뉘어 있었고, 코덱스 안에서 `$skill-installer`로 개별 스킬을 설치하는 방식이었다. 스킬 자체는 agentskills.io 오픈 표준을 따르기 때문에, 카탈로그가 접혀도 "한 번 쓰면 어디서나 쓴다"는 전제는 그대로 남는다. 바뀐 건 배포 창구다. 스킬을 여러 벤더에 걸쳐 쓰는 팀이라면 지금 참조 경로를 플러그인 쪽으로 옮겨두는 게 맞다.

https://github.com/openai/skills

루플로, 클로드 코드를 멀티 에이전트로

`ruvnet/ruflo`는 스스로를 "에이전트 메타 하네스"라고 부른다. 출발점은 "에이전트 = 모델 + 하네스"라는 정의다. 모델은 그대로 두고, 도구·메모리·조율·통제를 담당하는 실행 계층을 붙여 클로드 코드를 멀티 에이전트 시스템으로 바꾼다.

구성이 꽤 두껍다. MCP 서버가 27개 훅으로 작업을 라우팅하고, 스웜 조율은 계층형·메시·적응형 토폴로지를 골라 쓴다. 코딩·테스트·보안 감사·문서화·아키텍처를 나눠 맡는 전문 에이전트가 100종 이상 들어 있고, 메모리는 HNSW 인덱스 벡터 검색(AgentDB)으로 유지된다. CVE 탐지, PII 보호, 프롬프트 인젝션 차단 같은 보안 스캔도 파이프라인에 붙어 있다.

가볍게 슬래시 커맨드만 쓰는 플러그인 설치와, 스웜·연합 기능까지 다 쓰는 CLI 설치 중에 고를 수 있다. 에이전트 하나를 잘 쓰는 단계를 지난 팀이 볼 만하다.

https://github.com/ruvnet/ruflo

스킬 파일 관리법, 개발자들의 답

"스킬 파일을 어떻게 찾고 정리하고 유지하느냐"는 해커뉴스 질문에 실무자들의 답이 쌓였다. 가장 많은 지지를 받은 입장은 단호하다. 남이 만든 스킬을 받아 쓰는 건 대체로 사기에 가깝고, 자기 워크플로우에 맞춰 직접 만들어야 한다는 것이다. 옵션이 무한하다는 이유만으로 쌓아둔 컬렉션은 쓸모가 없다는 지적이다.

관리 방식은 대체로 수렴한다. 스킬 저장소를 깃으로 따로 두고 프로젝트마다 심볼릭 링크로 붙인다. 디렉터리는 탐색·실행·계획·디버깅·도구·전문지식 정도로 나눈다. 개선은 실패한 세션 기록을 되짚어 스킬로 환원하고, 안 쓰는 스킬은 주기적으로 감사해 지운다.

효과는 컨텍스트 절감으로 나타난다. 필요할 때만 지연 로딩되는 문서로 동작하기 때문에 AGENTS.md를 부풀리지 않으면서 토큰을 2~4배 아꼈다는 보고가 여럿이다. 권장 개수는 수백 개가 아니라 9~10개다.

https://news.ycombinator.com/item?id=49589914

GPT-6 아스트라, 하네스가 곧 제품

숫자 하나가 이 글의 전부를 설명한다. GPT-6 아스트라는 표준 하네스에서 ARC-AGI-3 54.8%를 기록했는데, 오픈AI 자체 하네스에서는 99.9%가 나왔다. 같은 모델인데 45포인트가 갈렸다.

차이를 만든 건 모델을 감싸는 시스템이다. 요청 사이에 추론 상태를 유지하고, 컨텍스트 창을 넘나들며 대화 이력을 검색하고, 도구를 비동기로 병렬 호출하고, 웹소켓으로 작업 도중에 방향을 트는 기능들이다. 저자는 그래서 "제품은 모델과 메모리, 도구, 컨텍스트 관리, 통제 루프를 합친 것"이라고 정리한다.

실무 제안도 구체적이다. 모델 비교는 중립 하네스로 먼저 하고, 그다음 네이티브 시스템에서 실제 워크플로우(중단, 순서 뒤바뀐 도구 응답 포함)로 다시 테스트하라는 것이다. 벤치마크 점수만 보고 도구를 고르면 안 되는 이유가 이 격차에 다 들어 있다.

https://fewshotacademy.com/blog/gpt-6-astra-the-harness-is-the-product

vLLM 추측 디코딩, AMD GPU에서 최대 2.87배

vLLM이 AMD Instinct MI300X·MI355X에서 추측 디코딩 5종을 벤치마크한 결과를 공개했다. 네이티브 MTP, Gemma 4 MTP, EAGLE-3, DFlash, DSpark를 Gemma·Qwen·MiniMax·Kimi 모델군에 걸쳐 돌렸다.

최고 성적은 MATH500에서 Gemma-4-26B에 DFlash를 붙인 2.87배다. Gemma 4 MTP가 2.83배, Kimi-K2.5에 DFlash가 2.68배로 뒤를 이었다. Qwen 계열은 1.15~2.20배로 편차가 컸고, 일부 조합은 오히려 기준선보다 처리량이 떨어졌다.

교훈은 "설정이 전부"라는 쪽이다. 최적 `num_speculative_tokens`는 워크로드마다 다르고 병렬 방식에서는 7 근처가 자주 잘 나왔다. 아키텍처보다 수용률(acceptance rate)을 봐야 하고, 위치별 수용률이 제안 길이를 튜닝하는 데 특히 유용하다. 추론 방식에는 순차형이, 도메인을 넘나드는 작업에는 DFlash 같은 병렬형이 맞았다. 자체 추론 서버를 굴리는 팀에게는 엔비디아 밖 선택지가 실제로 열렸다는 신호다.

https://vllm.ai/blog/2026-08-23-speculative-decoding-amd-gpus

오픈AI 수석과학자 "정렬, 아직 아무도 못 풀었다"

오픈AI 수석과학자 야쿠프 파호츠키가 9월 6일 "An Alien Mind"라는 글을 냈다. 요지는 무겁다. 오픈AI를 포함해 어떤 연구소도 정렬과 모니터링을 전속력 확장을 정당화할 만큼 풀지 못했고, 업계 공통 안전 기준이 세워질 때까지 자발적 속도 조절이 필요하다는 것이다.

근거로 든 게 체인 오브 소트 모니터링이다. 오픈AI가 정렬 기법을 실증적으로 검증하는 주된 수단인데, 자체 평가 결과 이 방법에 기댈 수 있는 여지가 점점 줄어들고 있다고 밝혔다. 동시에 모델은 컴퓨터를 조작하고, 사람 및 다른 AI와 협업하고, 연구를 수행하고, 고난도 보안 작업까지 해내는 쪽으로 빠르게 넓어지는 중이다. 파호츠키는 내부 결과를 근거로 지금 속도가 재귀적 자기개선까지 이어질 것으로 강하게 예상한다고 적었다.

글은 목표 정렬(주어진 목표를 달성하려 하는가)과 가치 정렬(불명확하거나 충돌하는 목표, 적대적 상황에서도 원칙을 일반화해 합리적으로 행동하는가)을 구분한다. 후자가 더 본질적이고 아직 멀다는 진단이다.

https://openai.com/index/an-alien-mind

AI 다 쓰면서 슬롭 피하는 법

Ahrefs가 자사 편집 프로세스를 공개했다. 자동화 파이프라인은 6~12분이면 거의 발행 가능한 글을 뽑아낸다. 리서치, 개요, 초안, 팩트체크에 모두 AI가 들어간다. 그런데도 슬롭이 안 나오는 이유는 사람이 붙잡고 있는 지점이 명확해서다.

사람만 하는 일은 셋이다. 이 글이 기존 검색 결과 위에 실제 가치를 더하는지 판단하는 주제 검증, 관점과 논조를 정하는 앵글 설정, 그리고 최종 승인이다. 글을 쓰기 전에 독자·약속·관점·필요한 근거를 먼저 못 박고, 인터뷰·자체 데이터·실제 시연처럼 AI가 만들어낼 수 없는 원재료를 사람이 공급한다.

게이트도 네 개로 명문화했다. 가치를 더하는가(아이디어), 모든 섹션이 그 약속에 복무하는가(개요), 주장을 뒷받침할 수 있는가(근거), AI가 근거 없는 확신을 넣지 않았는가(초안). 발행 시점에는 반드시 한 사람이 그 글을 소유하고 방어할 수 있어야 하며, 편집자는 전문을 읽고 반려할 권한을 갖는다. 관통하는 문장은 이것이다. "슬롭은 창작자의 노력을 독자에게 전가한다." 그래서 AI로 얻은 효율은 분량이 아니라 깊이에 쓴다.

https://ahrefs.com/blog/how-we-use-ai-without-making-ai-slop/

개인은 빨라졌는데 조직은 그대로

저자는 기존 기업을 떠나 창업에 나선 사람들을 "브라운필드 난민"이라 부른다. 이들은 1년 전이라면 상상하기 어려운 속도로 만들고 있고, 예전엔 신성했던 관행을 깨면서 새로운 방식으로 조직을 짠다. 문제는 그 아이디어와 실행 속도가 정작 브라운필드로 돌아오지 않는다는 점이다.

시애틀의 한 밋업에서 들은 AI 도입 전략이 그 간극을 보여준다. "전사에 공용 스킬을 배포하고 있다", "리더인 내가 이런 식으로 업무를 자동화했더니 팀이 좋아한다" 정도로 수렴하더라는 것이다. AI 네이티브 기업 선언과 같은 층위다. 저자는 이런 조치가 필요하긴 하지만 충분하지 않다고 본다. 이미 존재하는 것에 AI를 주입하는 데 그치기 때문이다.

진짜 차이는 구조에 있다. 난민 캠프에서는 개인의 결정 권한이 크다. 로드맵이나 승인을 기다리지 않고 넓게도 깊게도 갈 수 있는 슈퍼 IC, 제품 가설을 프로덕션 코드로 직접 옮기는 프로덕트 엔지니어, 에이전트 공장을 세워 큰 덩어리 작업을 돌리는 에이전트 매니저가 있다. 반대편 브라운필드는 소유권 경계를 따라 사람이 층층이 배치되고, 각자 자기 레인을 지킨다. 그 구조가 사람들의 역할과 정체성을 규정하기 때문에 놓기가 어렵다. 아직 표준화할 준비가 안 된 관행을 표준화하려 들고, 기존 조직 구조 안에서 기존 행동의 개인 생산성만 끌어올리려는 이유다.

https://www.subbu.org/essays/2026/the-elephant-in-the-brownfield/

마치며

오늘 8건을 관통하는 주제는 "모델 바깥"이다. 스킬 카탈로그 정리도, 메타 하네스도, ARC-AGI-3의 45포인트 격차도, 조직 구조 이야기도 전부 모델 성능이 아니라 모델을 어떻게 감싸고 어디에 꽂느냐의 문제를 다룬다. 나무숲에서도 AI 도구를 실제 업무 흐름에 붙이는 일을 매일 하는데, 확실히 도구 자체보다 붙이는 자리가 결과를 가른다.

매일 아침 AI 뉴스를 정리해 받아보고 싶다면 treesoop.com을 구독해 두시라.