ASI-Evolve 오픈소스 공개: 논문 분석부터 실험과 자체 개선까지 수행하는 AI 연구원
중국 연구진이 AI 연구를 자율화하는 에이전트 프레임워크 ASI-Evolve를 100% 오픈소스로 공개했습니다. 논문 독해, 실험 설계 및 실행, 결과 분석을 스스로 진행하며 지속적인 루프를 통해 역량을 스스로 개선합니다.
오픈소스 · 데일리
화
3월 31일 화요일
퇴사한 동료를 AI로 복제하는 '동료.skill', 말투와 업무 습관까지 재현
깃허브에서 화제를 모은 오픈소스 프로젝트 '동료.skill'은 메신저 대화 기록을 분석해 퇴사한 동료의 디지털 분신을 생성한다. 인격층과 업무 기술층을 분리해 특유의 말투와 업무 규칙까지 정교하게 모사하며, 공개 3일 만에 스타 6.7k를 돌파했다.
H Company, PC 조작 전문 모델 'Holo3' 공개…35B 버전 오픈소스 배포
H Company가 기업용 PC 조작에 특화된 모델 Holo3를 발표했다. Qwen 3.5를 기반으로 강화된 플래그십 Holo3-122B-A10B는 OSWorld 벤치마크에서 78.85%로 최고점을 기록했으며, 경량 모델인 Holo3-35B-A3B는 오픈소스로 공개되었다.
월
3월 30일 월요일
이미지 생성 전 웹 검색 거치는 프레임워크 'Gen-Searcher' 공개
이미지 생성 프레임워크 Gen-Searcher가 공개됐다. 이미지를 생성하기 전 검색 에이전트가 웹에서 참고 이미지와 사실 정보를 먼저 수집해 반영하며, 특정 캐릭터나 지식 정보의 생성 정확도를 크게 높여준다.
OpenMontage: AI 코딩 어시스턴트를 전천후 영상 스튜디오로 만드는 오픈소스
오픈소스 영상 제작 시스템 OpenMontage가 주목받고 있습니다. Claude Code나 Cursor 같은 코딩 도구와 연동해 프롬프트 하나로 자료 조사부터 스토리보드, 생성, 편집까지 자동 완료합니다. 작업 전 견적과 스토리보드를 먼저 확인받으며, 60초 애니메이션 제작 비용은 1.33달러에 불과합니다.
일
3월 29일 일요일
3초 오디오로 음성 복제하는 LuxTTS: 1GB VRAM으로 48kHz 150배속 생성
3초 분량의 오디오만으로 음성을 복제하는 오픈소스 모델 LuxTTS가 공개되었습니다. 1GB 미만의 VRAM으로 작동하며 추론을 4단계로 줄여 GPU에서 실시간 대비 150배 속도를 냅니다. 대부분의 기존 모델과 달리 48kHz 고음질 출력을 지원해 저사양 PC나 CPU 환경에서도 선명한 음성을 뽑아낼 수 있습니다.
토
3월 28일 토요일
미드저니 엔지니어, AI로 코딩한 오픈소스 텍스트 도구 Pretext 공개
미드저니 엔지니어 청 루(Cheng Lou)가 15KB 크기의 오픈소스 라이브러리 Pretext를 공개했다. OpenAI Codex와 Anthropic Claude 등 AI 도구로 제작된 이 툴은 DOM 리플로우를 건너뛰고 텍스트 레이아웃을 직접 처리해 움직이는 물체 주위로 실시간 텍스트 배치를 가능하게 돕는다.
금
3월 27일 금요일
웹사이트 픽셀 단위로 복제하는 오픈소스 AI 스킬 'clone-website' 공개
웹사이트를 정밀 복제하는 오픈소스 에이전트 스킬 clone-website가 공개됐다. URL을 입력하면 실제 CSS 값과 소재를 추출해 150줄 이내의 컴포넌트 명세로 쪼갠 뒤 git worktree에서 병렬 구축하고 시각적 차이를 검증한다. AI가 여백과 폰트를 임의로 추측해 레이아웃을 망치는 문제를 공학적으로 해결했다.
목
3월 26일 목요일
메타, SAM 3.1 공개: 128개 객체 추적 속도 7배 향상
메타가 이미지 및 영상 분할 모델 SAM 3.1을 공개했다. 메모리 공유 기반의 'Object Multiplex' 방식을 도입해 단일 H100 GPU에서 128개 객체를 추적할 때 정확도 저하 없이 추론 속도를 약 7배 높였다. 모델 가중치는 허깅페이스에서 동의 후 다운로드할 수 있다.
바빌론.js 9.0 공개: 클러스터 조명과 가우시안 스플래팅 대폭 강화
웹 3D 렌더링 엔진 Babylon.js 9.0이 공개됐다. 수천 개 조명을 매끄럽게 렌더링하는 클러스터 조명과 GPU 메모리를 최대 40% 절감하는 프레임 그래프 파이프라인을 도입했다. 노드 파티클 에디터와 함께 어도비 협력으로 강화된 가우시안 스플래팅도 지원한다.
Real Restorer 오픈소스 공개: 노이즈와 반사광 잡는 42GB 사진 복원 AI
손상된 실사 사진을 복원하는 오픈소스 모델 Real Restorer가 공개됐다. 노이즈와 흐릿함, 긁힘, 반사광 제거부터 흑백 옛날 사진 복원까지 처리하며 최고 수준의 상용 모델과 대등한 벤치마크를 기록했다. 모델 크기는 총 42GB로 고사양 GPU 로컬 환경이 필요하다.
코히어, 20억 파라미터 오픈소스 음성인식 모델 'Transcribe' 공개
코히어가 첫 오픈소스 음성인식 모델 'Transcribe'를 출시했다. 20억 파라미터 크기로 소비자용 GPU에서 로컬 구동이 가능하며 한국어 등 14개 언어를 지원한다. 1분에 525분 분량의 오디오를 처리할 수 있으며, 무료 API로도 제공된다.
수
3월 25일 수요일
바이트댄스, 'Lark CLI' 오픈소스 공개: AI 에이전트로 라크 업무 자동화
바이트댄스가 인간과 AI 에이전트를 위한 공식 CLI 도구인 Lark CLI를 오픈소스로 공개했습니다. 캘린더, 문서, 다차원 테이블 등 18개 업무 영역과 200개 이상의 명령어를 지원합니다. Claude Code 등 외부 에이전트가 별도 설정 없이 바로 라크 워크스페이스를 제어할 수 있는 점이 핵심입니다.
화
3월 24일 화요일
DaVinci Magihuman: 15B 크기로 오디오 동시 생성하는 오픈소스 비디오 모델
오디오가 포함된 비디오를 네이티브로 생성하는 150억 파라미터 오픈소스 모델 DaVinci Magihuman이 공개되었습니다. 자체 맹검 테스트에서 LTX 2.3을 60% 확률로 앞서며 검열도 없지만, 증류 버전조차 용량이 61GB에 달해 일반 하드웨어 구동은 어렵습니다.
알리바바, 무음 영상에 효과음 입히는 'PrismAudio' 오픈소스 공개
알리바바가 무음 영상을 분석해 동작에 맞는 효과음을 자동 생성하는 'PrismAudio'를 오픈소스로 공개했습니다. 강화학습과 생각의 사슬을 결합해 먼저 추론한 뒤 소리를 만들며, 5.18억 파라미터 크기로 9초 분량의 오디오를 0.63초 만에 생성해 속도와 벤치마크 전반에서 대형 경쟁 모델들을 앞섭니다.
Ai2, 화면만 보고 웹 탐색하는 오픈소스 웹 에이전트 '몰모웹' 공개
Ai2가 HTML 파싱 없이 브라우저 스크린샷만으로 동작하는 오픈소스 시각 웹 에이전트 '몰모웹' 4B 및 8B 모델을 공개했다. 3만 건의 작업 궤적이 담긴 대규모 데이터셋 몰모웹믹스도 함께 배포됐으며, 딥숍 등 실제 웹사이트 벤치마크에서 경쟁 오픈 모델들을 제쳤다.
바이트댄스, 멀티 에이전트 프레임워크 'DeerFlow 2.0' 오픈소스 공개
바이트댄스가 다중 AI 에이전트 조율 프레임워크 'DeerFlow 2.0'을 MIT 라이선스로 오픈소스 공개했다. 복잡한 작업을 하위 에이전트에 분할 할당해 보고서 작성이나 코딩을 자율 수행하며, 모든 작업은 격리된 Docker 샌드박스에서 실행된다. DeepSeek나 GPT-4 등 원하는 모델을 자유롭게 연동할 수 있다.
일
3월 22일 일요일
웹 브라우저에서 바로 쓰는 오픈소스 3D 건축 에디터 'Pascal Editor'
웹 브라우저에서 전 과정을 작업할 수 있는 오픈소스 3D 건축 에디터 'Pascal Editor'가 공개됐다. WebGPU와 React Three Fiber를 기반으로 벽체, 슬래브, 층별 구역의 실시간 3D 편집 및 실행 취소를 지원한다. 고가의 전문 데스크톱 소프트웨어 없이도 웹상에서 즉시 건축 모델링을 진행할 수 있다.
금
3월 20일 금요일
gsap-skills: AI 에이전트에게 올바른 GSAP 애니메이션을 가르치는 공식 스킬
GreenSock이 AI 에이전트를 위한 공식 스킬 gsap-skills를 공개했다. Cursor, Claude Code 등 40개 이상의 도구에서 GSAP 코어 API, 타임라인, ScrollTrigger를 올바르게 사용하도록 가이드해 구버전 문법 작성 실수를 줄여준다.
목
3월 19일 목요일
MetaClaw: 일상 대화로 자동 진화하고 유휴 시간에 가중치를 갱신하는 AI 에이전트
대화 과정에서 지속적으로 진화하는 오픈소스 프레임워크 MetaClaw가 공개됐다. 실패한 작업 경로를 분석해 즉시 새 스킬을 만들고, 사용자가 잠들거나 자리를 비운 시간에 클라우드 LoRA로 모델 가중치를 자동 미세조정한다. 로컬 GPU 없이 서비스 중단 없이 Kimi-K2.5 등의 성능을 대폭 끌어올린다.
화
3월 17일 화요일
Unsloth Studio: 노코드로 500개 이상 모델 파인튜닝, VRAM 70% 절감
Unsloth가 로컬 기반의 노코드 모델 훈련 툴 'Unsloth Studio' 베타 버전을 공개했다. PDF 등 문서를 데이터셋으로 자동 변환하며, VRAM 소모를 70% 줄이고 속도를 2배 높였다. 500개 이상 모델을 지원하며 GitHub에서 바로 사용할 수 있다.
SegviGen: 클릭이나 2D 가이드 이미지로 3D 모델 부품을 자동 분할
SegviGen이 TRELLIS.2 기반의 3D 부품 분할 프레임워크를 오픈소스로 공개했다. 3D 모델의 특정 부위를 클릭하거나 2D 참고 이미지를 업로드하면 정밀하게 개별 부품으로 분할해 준다. 기존 SOTA 대비 대화형 분할 성능을 40% 끌어올렸으며, 로컬 구동에는 최소 24GB VRAM을 갖춘 Nvidia GPU가 필요하다.
Spark VSSR: 구글, 비디오 업스케일링 모델과 학습 코드 전체 오픈소스화
구글이 저화질 영상을 선명하게 복원하는 비디오 초해상도 도구 Spark VSSR을 오픈소스로 공개했다. 고전 영화 복원과 3D 애니메이션 등 다양한 스타일에 적용 가능하며, 추론 모델뿐 아니라 전체 학습 코드와 데이터셋까지 제공된다. 총 용량은 약 42.2GB로 고성능 GPU가 필요하며 로컬 환경에서 최고 수준의 영상 업스케일링을 구현할 수 있다.
구글, 'Colab MCP Server' 오픈소스 공개: AI가 코랩서 직접 코드 실행
구글이 MCP 호환 AI 에이전트가 Google Colab 노트북을 직접 제어할 수 있는 'Colab MCP Server'를 오픈소스로 공개했다. Claude Code 등 로컬 에이전트가 코랩에서 셀 생성, 코드 실행, 데이터 시각화까지 클라우드에서 자동 처리한다. 로컬 기기의 사양 한계와 코드 실행 보안 위험을 해소해 준다.
오픈소스 아키텍처 Mamba-3 공개: 지연 시간 줄이고 트랜스포머 대비 성능 4% 향상
카네기멜론대 앨버트 구와 프린스턴대 트리 다오 연구진이 오픈소스 상태 공간 모델 아키텍처 Mamba-3를 아파치 2.0 라이선스로 공개했습니다. MIMO 변형 모델은 평균 벤치마크 정확도 57.6%를 달성해 트랜스포머 대비 약 4% 높은 성능을 기록했습니다. Mamba-2 대비 상태 크기를 절반으로 줄이면서도 복소수 상태를 도입해 GPU 유휴 시간을 줄이고 추론 지연을 개선했습니다.
월
3월 16일 월요일
미스트랄, 'Mistral Small 4' 공개: 추론·멀티모달·코딩을 하나로 통합
미스트랄이 Apache 2.0 오픈소스 모델 'Mistral Small 4'를 발표했다. 총 119B 파라미터 중 토큰당 6B만 활성화하는 MoE 구조로, 추론·멀티모달·에이전트 코딩을 단일 모델로 통합했다. 256k 컨텍스트와 조절 가능한 추론 강도를 지원하며 전작 대비 지연 시간을 40% 줄였다.
미로마인드, 실시간 검증 결합한 오픈소스 심층 연구 에이전트 '미로씽커-H1' 공개
미로마인드가 연구 전용 에이전트 미로씽커-1.7과 플래그십 H1을 오픈소스로 공개했다. 추론 과정에 중간 단계와 최종 결론을 감사하는 이중 검증 체계를 내장했으며, 2350억 개 매개변수 모델과 61GB 미니 버전을 지원한다. 브라우즈컴 등 주요 벤치마크에서 주요 상용 폐쇄형 모델들을 능가했다.
알리바바, 입술 모양 맞추는 영상 더빙 AI 'Fun-CineForge' 공개
알리바바가 영상 속 입술 움직임에 맞춰 대사를 생성하는 멀티모달 더빙 모델 Fun-CineForge를 오픈소스로 공개했다. 시간 정보를 독립 모달리티로 다뤄 얼굴 가림이나 빠른 화면 전환 속에서도 캐릭터별 음성과 타이밍을 정밀하게 맞춰준다.
칭화대, 'OpenMAIC' 오픈소스 공개…주제만 넣으면 AI 교사와 동급생이 수업 진행
칭화대 연구진이 주제나 문서만 입력하면 대화형 수업을 자동 생성하는 'OpenMAIC'을 오픈소스로 공개했다. AI 교사와 AI 급우가 음성으로 강의하고 화이트보드에 수식을 그리며 실시간 토론과 퀴즈까지 이끈다. 일방향 동영상 강의를 넘어 AI와 직접 상호작용하며 학습할 수 있는 환경을 누구나 로컬에 구축할 수 있다.
NVIDIA, 오픈소스 프론티어 연합 출범: 미스트랄과 Nemotron 4 개발
NVIDIA는 미스트랄 AI, 커서, 퍼플렉시티 등과 함께 오픈 프론티어 AI 모델 연합인 'Nemotron Coalition'을 발표했습니다. 첫 프로젝트로 NVIDIA와 미스트랄 AI가 DGX Cloud에서 공동 훈련하는 기반 모델을 개발하며, 이는 향후 오픈소스로 공개되어 차세대 Nemotron 4 모델 제품군의 뼈대가 됩니다.
텐센트, 실시간 전이중 음성 대화 모델 'Covo-Audio' 오픈소스 공개
텐센트가 7B 규모의 엔드투엔드 오디오 언어 모델 'Covo-Audio-Chat'을 오픈소스로 공개했다. 단일 통합 구조에서 연속 오디오를 직접 처리해 말하면서 동시에 듣고 끼어들기까지 가능한 전이중 음성 상호작용을 지원한다. 코드와 가중치는 GitHub 및 Hugging Face에 공개됐다.
일
3월 15일 일요일
Pulse of Motion: 물리 프레임 측정으로 AI 영상의 어색한 속도 바로잡는다
연구팀이 AI 영상의 시간 감각 오류인 '계시 환각'을 교정하는 Pulse of Motion을 오픈소스로 공개했다. 화면 속 움직임에서 실제 물리 프레임 레이트를 추정해 정상 재생 속도로 맞춰주는 방식이다. 2GB 미만의 소형 모델이라 일반 소비자용 기기에서도 부담 없이 실행할 수 있다.