2026년 9월 12일 AI 뉴스 — 코그니션 SWE-2, 오픈AI 에이전트 API, 딥시크 V4.1

9월 10일 하루에 굵직한 발표가 몰렸습니다. 코딩 모델, 에이전트 실행 인프라, 오픈소스 멀티모달 모델, 음성 API가 같은 날 쏟아졌고, 그 옆에서 AI 오남용 실태 보고서와 실사용 비용 논쟁이 함께 올라왔습니다. 오늘은 그중 개발자 업무에 바로 닿는 8건을 정리했습니다.

코그니션 SWE-2, 소넷보다 64% 싸다

데빈(Devin)을 만든 코그니션이 코딩 모델 SWE-2를 공개했습니다. 숫자부터 보면 FrontierCode 1.1 Main 50.0%, DeepSWE 1.1 73.0%, Terminal-Bench 2.1 92.8%입니다. 회사 주장은 GPT-5.6 솔과 페이블 5.1을 동급 이상으로 따라잡으면서 비용은 64% 낮고, GPT-6 아스트라와도 몇 점 차이를 4분의 1 가격에 낸다는 것입니다.

기반이 눈에 띕니다. SWE-2는 Kimi K3(2.8조 파라미터) 위에 올렸고, 코그니션은 이를 "조 단위 파라미터 영역에서 처음 적용한 강화학습"이라고 표현했습니다. 학습에는 비용 페널티를 보상 설계에 직접 넣는 방식(Pareto-informed cost penalty)과 길이 가중 보상 baseline을 썼고, 추론에는 온라인으로 드래프트 모델을 함께 학습시키는 추측 디코딩을 붙였습니다. 벤치마크 점수만 올린 게 아니라 비용-성능 곡선 자체를 목표 함수로 삼은 셈입니다.

실제 체감도 비용 쪽입니다. SWE-2 medium은 이전 SWE-1.7 대비 턴 수 58% 감소, 평균 비용 81% 감소를 기록했습니다. 지금은 데빈 데스크톱과 CLI에서 쓸 수 있고, 데빈 웹과 퓨전은 순차 배포 예정입니다.

https://cognition.com/blog/swe-2

오픈AI, 클라우드 에이전트 API 공개

오픈AI가 9월 10일 Agents API를 퍼블릭 베타로 열었습니다. 코덱스(Codex) 하네스를 그대로 관리형 서비스로 제공하는 것으로, 모델 호출·툴 실행·대화 이력·컨텍스트 압축·서브에이전트까지 플랫폼이 맡습니다. 세션이 한계에 가까워지면 앞선 컨텍스트를 알아서 압축하기 때문에, 직접 compaction 로직을 짜던 부분이 통째로 사라집니다.

겨냥하는 건 "오래 도는 작업"입니다. 몇 분에서 몇 시간, 길게는 며칠 이어지는 작업에서 컨텍스트를 유지하고, 툴을 돌리고, 파일을 다루고, 중단에서 복구하고, 병렬 작업을 조율하는 일을 API가 대신합니다. 호스티드 샌드박스도 함께 제공됩니다.

과금은 단순합니다. 하네스 자체에 별도 요금이 없고 모델 토큰·툴·샌드박스 사용 시간만 냅니다. 자체 오케스트레이션 레이어를 유지해온 팀이라면, 그 코드를 계속 들고 갈 이유가 있는지 다시 계산해볼 시점입니다.

https://openai.com/index/introducing-the-agents-api

딥시크 V4.1 플래시, 이미지도 이해

딥시크가 9월 10일 V4.1-Flash를 공개했습니다. 이름은 소폭 업그레이드처럼 보이지만 새 아키텍처 계열의 첫(가장 작은) 모델이고, 네이티브 시각 이해가 들어갔습니다.

구조가 특이합니다. "causal encoder-decoder"라는 새 아키텍처로, 총 552B 파라미터 중 입력 처리 시 8B, 생성 시 16B만 활성화합니다. 메모리 사용량은 75% 줄었고, KV 캐시는 토큰당 890바이트로 이전 V4-Flash의 약 4분의 1 수준까지 압축됐습니다. 컨텍스트는 100만 토큰, 사전학습은 45조 토큰 규모입니다.

허깅페이스에 MIT 라이선스로 즉시 올라왔습니다. 저렴한 티어에서 이미지를 직접 다룰 수 있게 되면 문서 파싱이나 스크린샷 기반 자동화처럼 단가 때문에 미뤄뒀던 워크로드의 계산이 달라집니다. 로컬로 내려받아 돌릴 수 있다는 점도 같은 방향입니다.

https://twitter.com/deepseek_ai/status/2097930608790167907

구글 아르테미스, 말로 앱 테스트

구글이 ARTEMIS를 아파치 2.0으로 공개했습니다. 평범한 문장으로 쓴 지시를 안드로이드 자동화 워크플로로 바꿔주는 프레임워크로, 테스트뿐 아니라 일상적인 기기 조작에도 씁니다. 실기기와 에뮬레이터 모두 지원합니다.

동작 방식은 두 갈래입니다. Flash 모드는 스텝당 3~5초로 토큰을 적게 쓰며 단순 UI 이동에 맞고, Pro 모드는 스텝당 15~40초를 들여 계획 수립·안전성 검증·다단계 마일스톤 추적을 합니다. 화면 인식은 접근성 계층·OCR·비전 모델을 함께 쓰고, 커스텀 UI에는 좌표 기반 폴백을 둡니다. AndroidWorld 벤치마크(100개 이상 다단계 과제)에서 99% 이상 완료율을 보고했습니다.

배포 형태가 실용적입니다. MCP 서버로 클로드 코드·코덱스·윈드서프·안티그래비티에 바로 붙고, 파이썬 SDK는 pytest와 CI/CD에 꽂히며, CLI와 웹 콘솔(실시간 화면 미러링, 실행 리플레이)도 제공합니다. 요구사항은 파이썬 3.12+, ADB, scrcpy입니다.

https://github.com/google/artemis

GPT-Live-1, 실시간 음성 API 공개

오픈AI가 9월 10일 GPT-Live-1을 API로 열었습니다. 7월 ChatGPT 음성에 먼저 들어갔던 3세대 음성 모델입니다. 핵심은 전이중(full-duplex) 구조로, 듣는 동시에 말합니다. 사용자가 말하는 중에 "음" 하고 맞장구를 치고, 생각하느라 멈춘 구간에서는 끼어들지 않으며, 말하는 도중 끊겨도 맥락을 놓치지 않습니다.

수치도 나왔습니다. Full Duplex Bench에서 GPT-Realtime-2.1 대비 30%p 개선됐고, 어학 플랫폼 Speak의 초기 테스트에서는 학습자가 생각하느라 멈춘 순간을 대화 종료로 오인하는 경우가 기존 턴 기반 대비 약 80% 줄었습니다.

주의할 점은 역할 구분입니다. GPT-Live-1은 음성 레이어일 뿐 추론 엔진이 아니어서, 실제 판단은 별도 백엔드 모델이 맡습니다. API 과금도 음성 레이어만 분당 0.05달러이고 뒤에 붙는 지능은 따로 비용이 듭니다.

https://openai.com/index/introducing-gpt-live-1-in-the-api

앤트로픽, AI 오남용 9월 보고서

앤트로픽 위협 인텔리전스 팀이 2025년 12월부터 2026년 8월까지 7개 피해 유형에서 차단한 악성 작전을 정리했습니다. 사례가 구체적입니다. 러시아 연계 GTG-20006은 우크라이나·유럽 정부와 방산, 드론 제조사를 노려 20개 이상 조직을 침해했고, 탐지되면 악성코드를 자율적으로 재구성했으며, 북아프리카 한 정부에서 30만 건 이상의 국민 신원 기록을 빼냈습니다. ShinyHunters 계열은 안드로이드 APK 180만 개를 내려받아 시크릿을 긁었고, 한 건은 초기 침투에서 관리자 권한 장악까지 약 3시간이 걸렸습니다.

보고서가 짚은 변화는 세 가지입니다. 첫째, "정교한 공격에 더 이상 정교한 공격자가 필요하지 않다" — 프랑스어권 개인 하나가 공격 플랫폼 전체를 만들었습니다. 둘째, 자율성이 올라가 대화형 사용에서 정찰·침투·유출을 사람 개입 없이 스케줄로 돌리는 멀티 에이전트로 넘어갔습니다. 셋째, 탈취한 API 키가 표적이자 연산 자원이자 추적 회피 수단으로 동시에 쓰입니다.

보안팀만의 읽을거리가 아닙니다. 사용자 입력을 그대로 모델에 넘기는 제품을 만드는 쪽이라면, 이 문서는 자기 서비스의 위협 모델 체크리스트로 읽힙니다.

https://www.anthropic.com/threat-intelligence-report-september-2026

"더블체크하라"는 이제 안티패턴

앤트로픽이 비용 절감과 성능 개선을 다룬 글에서, 우리가 습관처럼 넣어온 지시 하나를 안티패턴으로 지목했습니다. "작업을 다시 확인하라" 같은 문구입니다. 이를 읽은 한 개발자가 자기 설정 파일을 세어보니 그런 줄이 125개였고, 그중 어떤 게 실제로 의미가 있는지 도저히 구분할 수 없다고 토로했습니다.

프롬프트 엔지니어링에 쌓인 미신이 드러나는 대목입니다. 예전 모델에서 효과를 봤던 방어적 지시들이 지금 모델에서는 토큰만 태우거나 오히려 성능을 떨어뜨릴 수 있습니다. 문제는 검증 방법이 없다는 것입니다. 설정 파일이 커질수록 각 줄의 기여도를 측정할 길이 사라지고, 결국 "일단 넣어두자"가 쌓입니다. CLAUDE.md나 AGENTS.md가 비대해진 팀이라면 한 번쯤 덜어낼 때가 됐습니다.

https://www.reddit.com/r/ClaudeAI/comments/1wcdisq/anthropic_says_doublecheck_your_work_is_now_an/

아스트라, 쿼터 4배 빨리 태운다

GPT-6 아스트라가 GPT-5.6 솔 대비 쿼터를 4배 이상 빠르게 소모한다는 실측 보고가 올라왔습니다. 작성자는 서로 다른 컴퓨터에 있는 Pro 20x 계정 두 개로 각각 따로 테스트했고, 코덱스 데스크톱과 CLI를 기본 설정으로만 썼다고 밝혔습니다. 같은 사흘 동안 같은 작업량에서 차이가 났다는 것입니다.

모델이 좋아지면 쓰던 만큼만 써도 요금제 체감이 달라집니다. 같은 커뮤니티에는 월 1,500달러 쓰던 팀이 열흘 만에 1만 5천 달러를 넘겼다는 글, Pro 플랜 구독을 잠시 멈추겠다는 글도 함께 올라와 있습니다. 기본 모델을 아스트라로 올린 팀이라면 무거운 작업만 아스트라로 돌리고 나머지는 아래 등급으로 내리는 식의 배분을 지금 정해두는 편이 낫습니다.

https://www.reddit.com/r/codex/comments/1wciwc1/gpt6_astra_burns_quota_4_times_faster_than_gpt56/

마치며

오늘 뉴스를 관통하는 축은 "에이전트를 싸고 오래 굴리는 법"입니다. SWE-2와 딥시크 V4.1 플래시는 단가를, Agents API는 실행 인프라를, 쿼터 소모 보고와 안티패턴 논의는 우리가 매일 쓰는 설정 파일을 각각 건드립니다. 나무숲은 이런 변화를 매일 아침 정리해 전합니다. 오늘은 자기 설정 파일에서 의미 없는 지시 한 줄을 지우는 것부터 시작해 보시죠.