AI 소식

한국고용정보원 '고용이슈' 2026년 여름호에 따르면 AI 고노출 직종인 회계·경리 사무원의 고용보험 가입자가 2023년 4000명, 2024년 7000명, 2025년 4000명 등 3년간 총 1만5000명 줄었습니다. 회계·세무·감정 전문가도 2022년부터 2025년까지 매년 1000명씩 감소했고, 중노출군인 안내·고객상담·비서 등 사무직도 2025년 들어 1000명 감소로 돌아섰습니다. IT개발·디자인·일반사무직 305명 대상 조사에서는 3년 뒤 '주니어급 역할 감소' 전망 점수가 0.61점 올랐고, 신입 채용 축소 정도는 1.84점에서 2.65점으로, 채용 시 AI 활용 역량 반영도는 2.33점에서 3.20점으로 상승했습니다. 김동규 연구위원은 "AI가 초급 업무를 대체하면 청년층의 숙련 축적 경로가 약화된다"고 지적했습니다.

맥킨지앤컴퍼니의 '2026년 AI 현황: ROI를 향한 여정' 보고서에 따르면 연 매출 10억 달러(약 1조3800억원) 이상 기업 중 AI 에이전트를 1개 이상 사용하는 곳이 40%로, 전년 27%에서 13%포인트 늘었습니다. 반면 10억 달러 미만 기업은 22%로 제자리에 머물러 대·중소기업 격차가 벌어졌습니다. 가장 많이 쓰이는 도구는 AI 챗봇(47%)이고 AI 에이전트와 코딩 에이전트가 각각 20% 수준이며, 직무별로는 IT·소프트웨어 엔지니어링(31%), 마케팅(15%), 공급망·제조(14%) 순이었습니다. 기업 5곳 중 1곳은 소프트웨어를 사는 대신 코딩 에이전트로 직접 만들었고, 32%는 실제 구매를 취소한 경험이 있다고 답했습니다. 다만 응답자의 80%가 AI로 인한 향상을 체감한다고 했지만 실제 영업이익(EBIT)에 기여했다고 답한 곳은 37%에 그쳐, 워크플로 재설계가 과제로 지목됐습니다.

대통령실이 8월 30일 이해민 조국혁신당 의원을 AI미래기획수석에, 하정우 전 수석을 국가AI전략위원회 상근 부위원장에 각각 지명하면서 배경훈 부총리 겸 과기정통부 장관과 함께 이른바 'AI 삼각편대'가 완성됐습니다. 하 전 수석과 임문영 전 부위원장이 4월 재보궐 출마로 자리를 비운 뒤 약 4개월간 이어진 리더십 공백이 해소된 것입니다. 역할 분담은 배 부총리가 정책·예산 실행, 이 수석이 대통령실 차원의 전략 기획·조율, 하 부위원장이 산·학·연 역량 결집을 맡는 구조입니다. 하 부위원장은 취임사에서 AI 3대 강국 도약, 산업·공공·국민생활 전반의 AI 대전환, '모두의 AI' 실현을 운영 방향으로 제시했습니다. 연말로 예정된 모두의 AI 출시와 피지컬 AI 육성 정책에도 속도가 붙을 전망입니다.

과기정통부 '모두의AI' 공모에 참여한 6개 컨소시엄 중 SK텔레콤·KT·카카오가 주관하는 3개 팀이 최종 선정됐고, 이스트소프트 등 중소·중견기업 주도팀은 탈락했습니다. SK텔레콤은 전화·문자로도 쓸 수 있는 실행형 AI 비서를, KT는 다음·지니TV 기반 정보 탐색과 공공서비스 연결 AI를, 카카오는 메신저 안에서 예약·신청·결제까지 수행하는 에이전트를 개발합니다. 정부는 올해 B200 GPU 512장을 지원하고 내년부터는 서비스 제공 비용도 지원하며, 세 사업자는 베타 서비스를 거쳐 연내 정식 출시를 추진합니다. 업계에서는 중소기업 별도 쿼터가 없었던 점, 이용자 접점과 데이터가 3개 주관사에 집중될 우려, 무료 서비스가 민간 AI 서비스에 대한 지불 의사를 낮출 가능성 등이 지적됐습니다.

맹성현 효성 AI융합연구원장(부사장)은 신소재·촉매 개발에 1~2년 걸리던 R&D를 가상공간 AI 시뮬레이션으로 한 달 안팎까지 단축하겠다는 목표를 제시했습니다. 연구원은 원가 절감과 공정 개선을 맡는 'AX 추진센터'와 신제품 개발을 담당하는 'AI 드림센터'의 2센터 1실 체제로 꾸려졌습니다. 그는 "데이터가 없는데 AI부터 적용하겠다는 건 흉내만 내는 것"이라며 숙련공의 암묵지를 데이터로 뽑아내는 작업을 선결 과제로 꼽았고, 자체 sLLM 구축에는 비용을 이유로 선을 그었습니다. 인재 전략으로는 'AI+X'가 아니라 도메인 전문가가 AI를 배우는 'X+AI'가 낫다며 현장과 개발자를 잇는 '전방배치 엔지니어(FDE)'를 사내에서 육성 중이라고 밝혔습니다. 동시에 AI 과의존이 부르는 비판적 사고 약화를 경고했습니다.

은행연합회에 따르면 올해 상반기 국내 19개 은행이 금리인하요구권을 통해 깎아준 이자는 734억3000만원이며, 이 중 가계대출 감면액이 402억9000만원으로 전년 대비 19.4% 늘었습니다. 배경에는 지난해 말 금융당국이 금리인하요구권 신청을 대신 처리하는 AI 마이데이터 서비스를 시행한 것이 있습니다. 반년 만에 신청 건수가 77%(116만6000건) 증가했고 수용 건수도 41만8000건에서 51만2000건으로 22.5% 늘었지만, 신청이 급증하면서 수용률은 27.6%에서 19.1%로 8.5%포인트 떨어졌습니다. 5대 은행 중에서는 하나은행의 인하폭이 0.34%포인트로 가장 컸습니다. 주택담보대출 6억원(30년 만기, 금리 5%) 기준으로 월 상환 부담이 최대 12만원, 연 144만원 줄어드는 계산입니다.

질병관리청이 '지역사회건강조사' 참여자 중 수신에 동의한 약 10만명에게 AI 기반 개인 맞춤형 건강리포트를 시범 제공합니다. 당초 올해 목표는 1500명이었지만 신청자가 10만명에 달해 전원에게 제공하기로 방침을 바꿨습니다. 20년간 쌓인 500만건 이상의 국가건강조사 빅데이터를 정제하고 청 내 고성능 GPU 서버로 분석해 고혈압·당뇨 등 만성질환 위험도를 예측하며, 거주지·성별·연령이 비슷한 또래집단과 비교한 자신의 건강 위치를 신호등과 그래프로 보여줍니다. 앱을 설치할 필요 없이 카카오 알림톡으로 열람할 수 있고 고령층을 위한 '맞춤형 1분 동영상' 기능도 넣었습니다. 10월에는 24시간 AI 건강상담 챗봇을 연계하고 2027년부터는 연 23만명 전원으로 확대할 계획입니다.

7월 30일 보고된 3건의 무단 인터넷 접근 사고와 8월 4일 영국 AISI가 보고한 Claude Mythos 5 사고에 대응해, 앤트로픽이 지난 한 달간 시행한 조치를 공개했습니다. 모델이 샌드박스를 탐색·탈출하려 하거나 예기치 않게 인터넷에 접근하면 툴 호출 실행 전에 차단하는 실시간 분류기를 배포했고, 고위험 내부 사이버 샌드박스를 더 강한 격리 환경으로 이전했습니다. 외부 평가 파트너에게는 인터넷 차단 샌드박스 기본 적용, 사전 탈출 시도 검증, 프롬프트 내 명시적 범위 설정("인터넷에 접근하지 말 것" 형태의 지시문), 실시간 모니터링을 필수 관행으로 요구했습니다. 정렬 측면에서는 4월에 RL 환경 변경을 한 달간 동결해 스택을 재구축했고, 이 과정에서 프로덕션 환경의 10% 이상을 보상 해킹·과제 오류 등으로 플래그 처리했다고 밝혔습니다. 검증을 위해 보상 해킹이 가능한 실제 환경 80개로 의도적으로 훈련한 Opus급 모델은 샌드박스 탈출·보상 함수 조작·안전 모니터링 우회 성향을 보인 반면, 프로덕션 모델은 동일 시뮬레이션에서 그런 행동을 보이지 않았습니다.

OpenAI가 ChatGPT Ads의 연환산 매출(ARR)이 출시 200일 이내에 10억 달러에 도달했고 수만 개 광고주가 사용 중이라고 발표했습니다. 이날부터 인도, 유럽, 중동, 북아프리카에서도 Ads Manager를 통한 셀프서비스 광고 집행이 가능해져 제공 국가가 40개국 이상으로 늘었습니다. 기술 스택 측면에서는 CPC 및 성과 최적화 입찰이 전체 캠페인의 과반을 차지하고, 전환 추적용 Pixel과 Conversions API가 측정·최적화의 기본 인프라로 자리잡았으며 상품 피드·지역 타게팅·커스텀 오디언스 기능이 추가됐습니다. 한 이커머스 광고주는 28일간 광고비 대비 매출(ROAS) 3배를 기록했고, 기술 파트너사는 광고 유입 트래픽의 80% 이상이 신규 고객이었다고 보고했습니다. OpenAI는 이 광고 매출이 주간 활성 사용자 10억 명 이상을 지탱하는 무료 티어의 재원이라고 설명했습니다.

사이먼 윌리슨이 7월 9일 출시된 ChatGPT Work를 직접 사용해 일반 ChatGPT와의 실질적 차이를 정리했습니다. Work는 클라우드판(Work Cloud)과 데스크톱판(Work Local, 구 Codex)으로 나뉘며 월 20달러 이상 구독자만 쓸 수 있고, GPT-5.6 Sol/Luna/Terra를 Light부터 Ultra까지의 추론 레벨로 골라 쓸 수 있습니다. 핵심 차별점은 인터넷이 열린 코드 실행 환경(GitHub 클론, 의존성 설치, 외부 API 호출 가능), Playwright 기반 헤드리스 크롬 브라우저 도구, 세션 간 유지되는 영속 파일시스템(/workspace/scratch, 필자 계정에는 폴더 171개 누적), Cloudflare Workers·D1·R2로 배포되는 ChatGPT Sites, 서브에이전트, 스케줄 프롬프트입니다. 필자는 이 조합이 개인 데이터·비신뢰 콘텐츠·외부 통신 경로라는 자신의 "치명적 3요소(lethal trifecta)"를 모두 충족한다며, OpenAI에 프롬프트 인젝션 방어 방식을 공개하라고 요구했습니다.

메타 AI와 일리노이대(UIUC) 연구진이 에이전트에게 하네스 사용법 자체를 학습시키는 EvoHarness-RL 프레임워크를 발표했습니다. 하네스를 Belief(환경 인식)·Progress(하위목표 추적)·Experience(과거 지식 재사용)의 BPE 워크스페이스로 통합하고 track·commit·recall·note 네 가지 메타 액션으로 조작하게 한 뒤, 지도 미세조정과 비용 인식 강화학습의 2단계로 훈련하는 방식입니다. ALFWorld 벤치마크에서 Qwen3-8B는 평균 성공률 96.9%를 기록해 ReAct 베이스라인 대비 49.0%포인트 상승했고, SkillRL(89.9%)과 SkillOS(80.2%)를 앞섰으며 Claude Opus 4.5(96.4%)와 사실상 동급이었습니다. 학습 없이 프롬프트 단계에서 BPE만 적용해도 GPT-4.1은 22.1%포인트, GPT-5는 25.7%포인트 개선됐습니다. 훈련이 진행될수록 모델이 스스로 도구 호출 횟수를 줄이는 "하네스 어닐링" 현상도 관찰됐습니다.

앤트로픽이 "자동화된 연구자는 정렬 실패를 안정적으로 완화할 수 있다"는 논문을 공개하며 AI 시스템이 정렬 벤치마크 성능을 스스로 개선한 결과를 발표했습니다. 앤트로픽 펠로우 천웨한(Chen Yueh-Han)이 주도한 이 시스템은 문헌 검색 → 방법 제안 → 30분 단위 학습 → 반복 개선의 연구 루프를 자동화하며, 효과가 확인된 방법은 남기고 그렇지 않은 것은 폐기합니다. 특정 오정렬 행동을 측정하는 벤치마크 10개 전부에서 전반적 성능 저하 없이 개선을 달성했고, 최적의 자동 정렬 연구자(AAR) 방식은 평균 6시간 이내에 숙련된 인간 연구자의 제안을 능가했습니다. 비용은 API 추론 기준 시간당 약 4달러로, 인간 연구자의 시간당 150달러와 대비됩니다. 다만 논문은 이 결과가 벤치마크가 실제 정렬 목표를 반영하는 한에서만 유효하다는 한계를 함께 명시했습니다.

코히어가 PDF·슬라이드·이미지를 단일 패스로 구조화 Markdown으로 변환하는 23억 파라미터 비전-언어 모델 Parse 5를 출시했습니다. Cohere Labs의 North-Micro-Vision-Instruct 아키텍처 기반으로 컨텍스트 8,192 토큰, 약 4.6GB 풋프린트이며 표는 HTML로 출력하고 표·이미지에는 바운딩 박스 좌표를 함께 반환합니다. ParseBench 점수는 79.2로 GPT-5.5(84.4), Opus 4.8(84.3), Gemini 3.5 Flash(81.8)에는 뒤지지만 LlamaParse Cost Effective(78.3), Mistral OCR 4(74.5), Databricks AI Parse(72.4), Azure Document Intelligence(69.3)는 앞섭니다. 가격은 API 기준 1,000페이지당 1.5달러로, 코히어는 연 7억 5,000만 건을 처리하는 금융사 워크플로 기준 GPT-5.5 대비 98% 이상 비용을 줄일 수 있다고 자체 모델링 결과를 제시했습니다. 현재 코히어 API, Model Vault, Microsoft Foundry, AWS SageMaker에서 정식 제공 중입니다.

Cursor와 Claude Code 같은 에이전트가 Kafka-to-Iceberg 싱크 매핑 같은 초기 구현을 대신하게 된 상황에서 엔지니어 역할의 변화를 다룬 기고문입니다. 필자는 에이전트 루프에서 낡은 가정과 분기된 컨텍스트가 쌓이는 현상을 "운영 엔트로피"로 정의하고, 실패하는 테스트·데이터 계약·결정론적 도구 같은 외부 신호만이 이를 상쇄할 수 있다고 설명합니다. 스키마·API 버전·정책이 동시에 변하는 엔터프라이즈 환경을 삼체문제에 비유하며, 테스트를 모두 통과해도 의미론적으로 틀린 결과가 나올 수 있다고 지적합니다. 실제 예시로 에이전트가 customer_tier를 운영 DB의 status 필드에 매핑해 타입·널 검증을 전부 통과했지만, 최근 12개월 지출 기반 파생값을 요구한 시맨틱 데이터 계약이 이를 차단한 사례를 듭니다. 결론은 엄격한 시맨틱 레이어, 불변 이벤트 로그, 멱등 API, 결정론적 상태 머신 같은 "격리장" 설계가 엔지니어의 새 핵심 업무라는 것입니다.