Morning Digest — 2026-05-09

• 투자은행·주식 리서치·PE·자산관리용 워크플로 에이전트와 vertical plugin 제공
• Pitch Agent, Market Researcher, GL Reconciler 등 업무별 에이전트를 Cowork 플러그인과 Managed Agents API로 동일 소스 배포
• 같은 system prompt와 skills를 공유하고, /comps·/dcf·/earnings 같은 슬래시 명령과 MCP 커넥터 지원
• LSEG·S&P Global 파트너 플러그인, Microsoft 365 설치 도구, /v1/agents 배포 스크립트 포함
• 투자 판단·거래 실행·리스크 승인 자동화는 제외되며, 모든 산출물은 전문가 검토와 human sign-off 전제

• Copilot·ChatGPT Enterprise·Claude·Gemini·Cursor 확산 이후에도 조직 차원 학습 부재 문제 제기
• AI 도입의 핵심 단위를 조직·팀이 아닌 실제 업무 루프(loop)로 재정의하는 관점 제시
• 기존 커뮤니티·챔피언·대시보드 방식 한계와 맥락·실패·검증을 담는 피드백 하네스 필요성 강조
• 조직 역량을 Agent Operations, Loop Intelligence, Agent Capabilities의 3축으로 구조화
• 토큰·사용량 중심 측정 대신 더 빨리 닫힌 루프, 개선된 의사결정, 재사용 패턴 학습 측정 제안

• 2026년 5월 초 Codex에 작은 데스크톱 펫 형태의 상태 표시 기능 추가
• 작업 중·대기 중·완료 상태를 애니메이션으로 구분해 에이전트 진행 상황 가시화
• 오버레이 형태로 동작하는 설정 기반 기능으로 Codex 앱 내 상태 확인 UX 강화

• LLM이 생성한 GPU 커널을 체계적으로 비교하기 위한 KernelBench-X 벤치마크 소개
• 정확도뿐 아니라 실행 성능과 견고성까지 함께 보는 다면 평가 프레임워크 지향
• GPU 커널 코드 생성 과제를 대상으로 LLM의 실전 활용 가능성 검증에 초점
• 커널 최적화·코드 생성 연구에서 모델 간 성능 비교 기준점(benchmark) 제공 목적

• agentic search 맥락에서 전통적 의미 유사도 기반 retrieval 가정 재검토
• 질의-문서 임베딩 유사도 대신 코퍼스와의 direct corpus interaction 관점 제안
• 검색 단계를 에이전트 행위 일부로 통합해 정보 탐색 전략 재설계 시사
• RAG형 파이프라인의 고정 검색기 한계와 대안적 retrieval 설계 방향 제시

• 토큰 단위 이산 생성 대신 연속 잠재 표현 위에서 확산 과정을 수행하는 언어모델 접근
• 언어모델에 diffusion modeling을 결합해 텍스트 생성 경로와 표현 학습 방식을 재구성하는 연구
• Continuous Latent Diffusion Language Model 구조를 통해 잠재공간 기반 생성 가능성을 탐색한 논문

• 코딩 에이전트 Codex 운영 시 샌드박싱, 승인 흐름, 네트워크 정책을 결합한 보안 체계 소개
• 에이전트 네이티브 텔레메트리(agent-native telemetry) 기반 가시성·감사 가능성·컴플라이언스 지원 강조
• 코드 실행형 에이전트 도입에서 권한 통제와 외부 연결 제한을 핵심 안전 장치로 제시
• 개발 생산성과 실제 배포 가능성을 함께 고려한 안전한 코딩 에이전트 운영 방식 정리

• Anthropic의 Thariq Shihipar 글 소개와 함께 Claude 출력 형식으로 HTML 활용 사례 정리
• 기존 GPT-4 시대 8,192 토큰 한계로 Markdown 선호했지만, 출력 단계에서는 HTML 장점 재평가
• HTML 출력 시 SVG 다이어그램, 인터랙티브 위젯, 페이지 내 탐색 등 풍부한 설명 구조 활용 가능
• PR 리뷰 예시로 실제 diff 렌더링, 인라인 주석, 심각도 색상 구분 등 시각적 분석 프롬프트 제시
• copy.fail 리눅스 보안 익스플로잇을 GPT-5.5로 HTML 해설 페이지화한 실험 사례 공유

• Lemonade에서 vLLM ROCm 백엔드 설치·실행 지원, llama.cpp처럼 간단한 명령 흐름 제공
• .safetensors 기반 LLM을 GGUF 변환 전 직접 구동 가능한 vLLM 엔진 탐색 경로 확대
• 예시 모델로 Qwen3.5-0.8B-vLLM 실행 제시, AMD ROCm 환경 로컬 추론 선택지 추가
• 필수 기능은 구현됐지만 거친 부분이 남은 실험 단계, 커뮤니티 피드백 기반 개선 계획

• Python 문법, Rust식 메모리 안전성, Zig식 컴파일타임 메타프로그래밍 결합 지향
• CPU·GPU·ASIC 대상 고성능 코드 작성 목표, 벤더 전용 라이브러리 없이 단일 언어 GPU 커널 지원
• Python 네이티브 상호운용성 제공, 병목 함수만 Mojo로 이전하는 점진적 최적화 경로 제시
• 컴파일타임 reflection·conditional compilation 기반 제로코스트 추상화와 하드웨어 특화 최적화 강조
• 표준 라이브러리는 GitHub에서 오픈소스, 컴파일러는 2026년 오픈소스화 계획 명시