2026년 9월 23일 AI 뉴스 — 샤오미 미모 v2.6, 로컬 프론티어 AI, MCP 논쟁

오늘 AI 뉴스는 로컬 추론과 개발 인프라 쪽에 무게가 실렸다. 샤오미가 멀티모달 모델 시리즈를 새로 냈고, 팀 데트머스 연구실과 M5 울트라 맥 스튜디오 리뷰는 둘 다 "프론티어급 모델을 내 하드웨어에서"라는 같은 방향을 가리킨다. 에이전트가 코드를 쏟아내면서 CI와 보안 검사가 새 병목이 됐다는 이야기도 나왔다.

샤오미, 미모 v2.6 공개

샤오미가 MiMo-V2.6 모델 시리즈를 공개했다. 텍스트·이미지·오디오를 모두 다루는 완전 멀티모달 모델이고, 성능은 프론티어급이라고 밝혔다. 개발 과정을 공개하며 만든(built in public) 모델이라는 점도 강조했다. 해커뉴스에서 이날 가장 많은 추천을 받은 글 가운데 하나다.

원문: https://mimo.xiaomi.com/mimo-v2-6

AI 코딩에 CI가 병목됐다

리니어가 AI 에이전트 도입 이후 테스트 수가 4배로 늘면서 CI가 개발 속도의 병목이 됐다고 밝혔다. 더 빠른 러너로 바꾸고, 셋업을 가볍게 줄이고, 테스트를 쪼개 샤드를 늘리는 방식으로 대응했다. 그 결과 한 달에 러너 시간 8만 7천 분을 아꼈다고 한다.

원문: https://linear.app/now/ci-bottleneck-reworked

소비자 GPU로 프론티어 AI

팀 데트머스가 이끄는 CMU 연구실이 프론티어 모델을 소비자용 GPU에서 돌리기 위한 도구 묶음을 오픈소스로 풀었다. 에이전트 하네스, 1.5비트 추론, 컨텍스트 압축 기법 CliffCompaction, 리서치 에이전트가 포함됐다. 대형 모델을 클라우드 없이 쓰려는 개발자에게 바로 참고가 될 만한 공개다.

원문: https://timdettmers.com/2026/09/21/dlab-open-source-week/

"MCP는 처음부터 틀렸다"

LLM이 CLI와 HTTP API를 직접 호출할 수 있게 된 지금, MCP는 불필요한 중간 계층이 됐다는 주장이다. 글쓴이는 MCP 서버를 따로 만드는 대신 API 문서를 에이전트가 읽기 좋게(Accept: text/markdown 등) 제공하자고 제안한다. MCP 서버를 운영하거나 도입을 고민하는 팀이라면 한 번 읽어볼 만한 반론이다.

원문: https://maharship.com/blog/why-mcp-was-always-a-bad-idea/

버셀 AI 보안 스캐너 딥섹

버셀이 내놓은 AI 기반 보안 스캐너 DeepSec을 자세히 뜯어본 글이다. AI가 작성한 코드가 늘어나면서 사람이 일일이 보지 못하는 보안 취약점을 에이전트가 찾아내는 흐름이 자리 잡고 있다. 도구의 구조와 실제 사용법을 정리했다.

원문: https://flaviocopes.com/deepsec/

M5 울트라, 로컬 에이전트 맥

맥스토리즈가 M5 울트라 맥 스튜디오를 로컬 AI 관점에서 리뷰했다. 프롬프트 처리 속도가 M3 울트라보다 2.5배 빨라졌고, Qwen 기반 에이전트를 초당 60~100토큰으로 로컬에서 돌릴 수 있었다고 한다. 에이전트를 클라우드 API 없이 돌리려는 사람에게 현실적인 선택지가 생겼다는 평가다.

원문: https://www.macstories.net/stories/m5-ultra-mac-studio-review-the-dream-mac-for-local-ai-agents/

아마존, 메타 AI 비서 차단

아마존이 메타의 개인 비서 에이전트 Muse의 아마존닷컴 쇼핑 접근을 막았다. 메타가 삭제 요청을 거부하자 차단에 나선 것으로 알려졌다. 올해 오픈클로로 시작된 개인 에이전트 붐이 커지면서, 에이전트가 남의 서비스를 대신 쓰는 문제를 두고 플랫폼 간 충돌이 본격화하고 있다.

원문: https://www.reddit.com/r/artificial/comments/1wmqzcz/amazon_blocks_metas_muse_personal_assistant/

오픈AI, 수학 자문단 꾸렸다

오픈AI가 독립적인 '수학·AI 자문 그룹'과 협력한다고 발표했다. AI가 내놓는 새로운 수학 결과를 어떻게 검토하고 외부에 알릴지 이 그룹이 조언한다. AI가 수학 연구 결과를 내는 일이 잦아지면서, 검증 절차를 제도화하려는 움직임이다.

원문: https://openai.com/index/advisory-group-on-mathematics-and-ai

마치며

로컬 추론 도구와 하드웨어가 동시에 좋아지면서 "에이전트를 어디서 돌릴 것인가"의 선택지가 넓어지고 있다. 나무숲(TreeSoop)은 이런 AI 도구를 실제 업무 자동화에 붙이는 일을 합니다. AI 도입이나 에이전트 구축이 고민이라면 treesoop.com으로 문의해 주세요.