보도에 따르면 위챗은 올해 자체적인 독립형 AI 모델을 출시할 계획이라고 합니다.

텐센트의 자회사인 위챗은 AI 전략을 빠르게 추진하고 있습니다. 36Kr에 따르면 이 플랫폼은 독자적인 AI 모델을 조용히 개발 중입니다. 해당 모델은 이미 기본적인 기능 단계를 달성했으며 내부 명칭도 정해져 있고, 2026년에 공식 출시될 예정입니다. 이러한 움직임은 서드파티 시스템에 대한 의존도를 줄이고 통합된 AI 도구를 통해 소셜 및 실용 기능을 강화하려는 위챗의 목표를 반영합니다.
위챗의 내부 로드맵에 따르면 이 자체 개발 모델의 핵심 임무는 미니프로그램 생태계와의 깊은 통합입니다. 기본적인 AI 기능을 제공함으로써 개발자들은 위챗 내에서 다양한 AI 에이전트를 보다 쉽게 만들 수 있으며, 이는 미니프로그램의 상호작용성과 효율성을 크게 향상시킬 것입니다. 위챗 경영진은 내부 회의에서 AI가 인간 간의 핵심적인 사회적 관계를 대체할 수는 없지만, 정보 접근 및 생산성 도구의 형태를 변화시키는 데 있어서는 필수적인 역할을 할 것이라고 언급한 바 있습니다.
한편 텐센트는 “Top Secret”이라는 코드명으로 AI 비서 프로젝트를 추진하고 있습니다. 이 프로젝트는 올해 그레이박스 테스트를 시작할 계획이며, 3분기에 전 세계 14억 명의 월간 활성 사용자들에게 완전히 도입될 것을 목표로 하고 있습니다. 출시되면 이 AI 에이전트는 위챗 내 수백만 개의 미니프로그램과 원활하게 연동될 것입니다. 그러면 사용자들은 앱 간에 택시 호출이나 음식 주문과 같은 복잡한 작업도 자연어 명령을 통해 수행할 수 있게 되어, 위챗이 단순한 메시징 도구에서 종합적인 디지털 라이프 인터페이스로 진화하게 될 것입니다.
“AI + 소셜”의 이러한 깊은 통합은 클라우드 서비스뿐만 아니라 로컬 오피스 환경으로도 확대되고 있습니다. 현재 내부 테스트 중인 QClaw가 대표적인 예입니다. 이 도구를 통해 사용자들은 위챗 채팅 창을 통해 자신의 개인용 컴퓨터를 원격으로 제어할 수 있습니다. 간단한 명령만 보내면, AI가 윈도우나 맥 시스템에서 보고서 요약이나 파일 전송을 포함한 5,000개가 넘는 다양한 작업을 자동으로 수행해 줍니다. 이처럼 자체 개발된 모델들과 애플리케이션 클러스터들이 점차 구축되면서, 위챗은 AI를 통해 인간과 디지털 세계 사이, 그리고 인간과 물리적 기기 사이의 경계를 재정의하고 있습니다.
관련 기사
인도는 발신자 ID 앱을 통해 스팸 데이터를 통신사와 공유하도록 의무화함
인도는 발신자 ID 및 통화 관리 애플리케이션이 사용자의 스팸 보고를 통신 사업자와 공유하도록 의무화하는 스팸 방지 규정을 확대했으며, 이 조치는 대표적인 스팸 차단 앱 제공업체인 트루콜러(Truecaller)가 해당 정책을 반경쟁적이라고 규정하는 결과를 낳았습니다.금요일, 인도의 통신 규제 기관인 인도 통신 규제 위원회(TRAI)는 상업적 통신을 규율하는 규칙을 업데이트했습니다. 이 업데이트는 사용자가 통화를 스팸이나 잡음으로 표시할 수 있
Qwen AI 플랫폼이 GLM-5.3 및 DeepSeek-V4-Pro의 공식 출시를 통해 모델 행렬을 확장합니다
알리바바 클라우드의 Qwen AI 플랫폼(MaaS)은 최근 모델 서비스 매트릭스를 확장하여 지푸(Zhipu)의 플래그십 대형 모델 GLM-5.3과 딥시크(DeepSeek)-V4-Pro의 공식 출시를 통합했습니다. 해당 API 서비스는 이제 공개되어 개발자들이 이러한 모델 기능을 빠르게 접근하고 활용할 수 있도록 지원합니다.이렇게 새로 출시된 두 가지 모델은 프로그래밍 및 지능형 에이전트의 핵심 응용 시나리오를 위해 특별히 설계되었습니다. 최신
왜 에이전트는 긴 작업에서 기억을 잃고 방향을 잃을까: AWS, Claude Code, Manus가 네 가지 프레임워크를 해부하다
대규모 언어 모델은 긴 작업 수행 중 자주 집중력을 잃고 원래 목표에서 벗어나곤 하는데, 이는 지능형 에이전트 분야에서 지속적으로 존재하는 과제입니다. 이 문제는 종종 모델 자체보다 주변 실행 프레임워크에서 비롯됩니다. 최근 AWS가 제시한 클라우드 프로그래밍 에이전트 설계 가이드는 이를 명확히 지적합니다: 피상적인 에이전트는 컨텍스트 오버플로우로 인해 집중력을 잃고, 긴 사이클 동안 상태를 유지하지 못합니다. 이를 해결하려면 핵심 모델 외부의
관련 특별 주제 추천
의견 (0)
0/500

텐센트의 자회사인 위챗은 AI 전략을 빠르게 추진하고 있습니다. 36Kr에 따르면 이 플랫폼은 독자적인 AI 모델을 조용히 개발 중입니다. 해당 모델은 이미 기본적인 기능 단계를 달성했으며 내부 명칭도 정해져 있고, 2026년에 공식 출시될 예정입니다. 이러한 움직임은 서드파티 시스템에 대한 의존도를 줄이고 통합된 AI 도구를 통해 소셜 및 실용 기능을 강화하려는 위챗의 목표를 반영합니다.
위챗의 내부 로드맵에 따르면 이 자체 개발 모델의 핵심 임무는 미니프로그램 생태계와의 깊은 통합입니다. 기본적인 AI 기능을 제공함으로써 개발자들은 위챗 내에서 다양한 AI 에이전트를 보다 쉽게 만들 수 있으며, 이는 미니프로그램의 상호작용성과 효율성을 크게 향상시킬 것입니다. 위챗 경영진은 내부 회의에서 AI가 인간 간의 핵심적인 사회적 관계를 대체할 수는 없지만, 정보 접근 및 생산성 도구의 형태를 변화시키는 데 있어서는 필수적인 역할을 할 것이라고 언급한 바 있습니다.
한편 텐센트는 “Top Secret”이라는 코드명으로 AI 비서 프로젝트를 추진하고 있습니다. 이 프로젝트는 올해 그레이박스 테스트를 시작할 계획이며, 3분기에 전 세계 14억 명의 월간 활성 사용자들에게 완전히 도입될 것을 목표로 하고 있습니다. 출시되면 이 AI 에이전트는 위챗 내 수백만 개의 미니프로그램과 원활하게 연동될 것입니다. 그러면 사용자들은 앱 간에 택시 호출이나 음식 주문과 같은 복잡한 작업도 자연어 명령을 통해 수행할 수 있게 되어, 위챗이 단순한 메시징 도구에서 종합적인 디지털 라이프 인터페이스로 진화하게 될 것입니다.
“AI + 소셜”의 이러한 깊은 통합은 클라우드 서비스뿐만 아니라 로컬 오피스 환경으로도 확대되고 있습니다. 현재 내부 테스트 중인 QClaw가 대표적인 예입니다. 이 도구를 통해 사용자들은 위챗 채팅 창을 통해 자신의 개인용 컴퓨터를 원격으로 제어할 수 있습니다. 간단한 명령만 보내면, AI가 윈도우나 맥 시스템에서 보고서 요약이나 파일 전송을 포함한 5,000개가 넘는 다양한 작업을 자동으로 수행해 줍니다. 이처럼 자체 개발된 모델들과 애플리케이션 클러스터들이 점차 구축되면서, 위챗은 AI를 통해 인간과 디지털 세계 사이, 그리고 인간과 물리적 기기 사이의 경계를 재정의하고 있습니다.
인도는 발신자 ID 앱을 통해 스팸 데이터를 통신사와 공유하도록 의무화함
인도는 발신자 ID 및 통화 관리 애플리케이션이 사용자의 스팸 보고를 통신 사업자와 공유하도록 의무화하는 스팸 방지 규정을 확대했으며, 이 조치는 대표적인 스팸 차단 앱 제공업체인 트루콜러(Truecaller)가 해당 정책을 반경쟁적이라고 규정하는 결과를 낳았습니다.금요일, 인도의 통신 규제 기관인 인도 통신 규제 위원회(TRAI)는 상업적 통신을 규율하는 규칙을 업데이트했습니다. 이 업데이트는 사용자가 통화를 스팸이나 잡음으로 표시할 수 있
Qwen AI 플랫폼이 GLM-5.3 및 DeepSeek-V4-Pro의 공식 출시를 통해 모델 행렬을 확장합니다
알리바바 클라우드의 Qwen AI 플랫폼(MaaS)은 최근 모델 서비스 매트릭스를 확장하여 지푸(Zhipu)의 플래그십 대형 모델 GLM-5.3과 딥시크(DeepSeek)-V4-Pro의 공식 출시를 통합했습니다. 해당 API 서비스는 이제 공개되어 개발자들이 이러한 모델 기능을 빠르게 접근하고 활용할 수 있도록 지원합니다.이렇게 새로 출시된 두 가지 모델은 프로그래밍 및 지능형 에이전트의 핵심 응용 시나리오를 위해 특별히 설계되었습니다. 최신
왜 에이전트는 긴 작업에서 기억을 잃고 방향을 잃을까: AWS, Claude Code, Manus가 네 가지 프레임워크를 해부하다
대규모 언어 모델은 긴 작업 수행 중 자주 집중력을 잃고 원래 목표에서 벗어나곤 하는데, 이는 지능형 에이전트 분야에서 지속적으로 존재하는 과제입니다. 이 문제는 종종 모델 자체보다 주변 실행 프레임워크에서 비롯됩니다. 최근 AWS가 제시한 클라우드 프로그래밍 에이전트 설계 가이드는 이를 명확히 지적합니다: 피상적인 에이전트는 컨텍스트 오버플로우로 인해 집중력을 잃고, 긴 사이클 동안 상태를 유지하지 못합니다. 이를 해결하려면 핵심 모델 외부의





집






