AI 소식

오픈AI가 GPT-6 제품군에 코딩용 '솔'과 대량 작업용 '루나'를 추가하면서 API 가격을 기존보다 50% 낮췄습니다. 같은 날 앤트로픽도 '클로드 오퍼스 5.5'를 공개하며 토큰 효율을 높여 운영 비용을 이전 모델보다 약 40% 줄였다고 밝혔습니다. 기업 고객들이 늘어나는 AI 비용을 부담스러워하고, 알리바바·문샷AI·딥시크 같은 중국 기업이 값싼 공개형 모델을 잇달아 내놓은 것이 배경입니다. 경쟁의 기준이 '누가 더 강한가'에서 '누가 더 싸고 효율적인가'로 옮겨 가면서, 회사에서 AI를 도입하는 비용도 계속 낮아질 것으로 보입니다.

메타가 AI 비서 '뮤즈'의 전화 대행 업무 일부를 AI가 아닌 외부 계약직 상담원에게 맡기는 '휴먼 컨시어지'를 제대로 알리지 않고 시험한 사실이 로이터 보도로 드러났습니다. 사람이 대신 걸었을 때 성공률은 95~98%로 높았지만, 이용자의 민감한 정보가 상담원에게 넘어갈 수 있다는 내부 우려가 나왔고, 한 상담원의 인종차별 발언 사례도 확인됐습니다. 메타는 고지 없이 시험한 것은 실수였다고 인정하고 해당 기능을 일단 철회했습니다. 뮤즈는 다운로드 250만 건을 넘기며 인기를 끌고 있지만, 'AI 에이전트'도 여전히 사람의 노동에 기대고 있다는 현실을 보여 준 사례입니다.

구글에서 신뢰·안전 부문을 이끌었던 톰 시걸 전 부사장이 시민단체 커먼센스미디어가 세운 '청소년 AI 안전 연구소'의 첫 집행이사로 취임하면서, AI가 SNS보다 아이들에게 더 해롭다고 경고했습니다. 그는 빅테크가 SNS 때의 실수를 AI에서도 되풀이하고 있다며, 청소년 정신건강 문제와 AI에 기대 스스로 생각하는 힘이 약해지는 '인지 외주화'를 대표적인 피해로 들었습니다. 해법으로는 챗봇에 강력한 연령 확인을 도입하고, 검색 결과에 자동으로 뜨는 AI 답변을 끌 수 있게 해야 한다고 제안했습니다. 이 연구소는 자동차 충돌 시험처럼 AI의 위험도를 측정하는 공개 기준을 만들 계획이며, 오픈AI 재단과 앤트로픽이 후원합니다.

유엔 안전보장이사회가 23일 뉴욕에서 'AI와 국제안보'를 주제로 회의를 열고, 중국의 딥시크와 문샷이 발표자로 나설 예정입니다. 미국 쪽에서는 샘 올트먼 오픈AI CEO가 직접 참석하고 앤트로픽 고위 관계자도 자리할 것으로 알려져, 미·중 대표 AI 기업이 처음으로 한자리에서 AI 위험을 논의하게 됐습니다. AI 개발 속도를 늦추자는 주장을 두고 중국 관영매체는 미국이 기술 우위를 지키려는 의도라고 비판하고 있습니다. 미·중 경쟁이 기술과 반도체를 넘어 AI 국제 규칙을 누가 만드느냐의 싸움으로 번지고 있다는 뜻입니다.

중국 허페이에서 열린 '2026 세계제조업대회'에 900여 개 기업이 1만 개가 넘는 제품을 선보였고, 관람객의 관심은 대부분 AI에 쏠렸습니다. 음성 명령을 받아 붓글씨를 쓰는 휴머노이드, 1시간에 택배 1,816개를 분류하는 로봇팔(이미 대형 택배사에 투입), 화물 45kg을 싣고 240km를 나는 물류 드론 등이 전시됐습니다. 중국 반도체 기업 CXMT는 5세대 D램 양산을 발표하며 삼성전자와 SK하이닉스를 뒤쫓고 있습니다. 현지에서는 올해 행사가 로봇이 무엇을 할 수 있는지를 넘어 '실제 산업 현장에서 어떻게 쓰이는가'에 초점을 맞췄다고 평가했습니다.

AI 게임 스타트업 유비스의 신준호 대표는 자체 개발한 'AI 에이전트'로 3D 캐릭터의 모델링부터 뼈대 만들기, 애니메이션까지 자동화해 한 달 넘게 걸리던 제작 기간을 5일로 줄였다고 밝혔습니다. 이 도구로 만든 게임 '루나: 월영의 전쟁'은 출시 41일 만에 매출 8억 원을 올렸고, 크래프톤·엔씨소프트·웹젠 등과 공급 계약도 맺었습니다. 12년 동안 기업용 소프트웨어 개발자로 일하다 창업한 그는 직원 17명의 작은 회사로 성과를 냈습니다. 다만 자금력이 큰 중국 업체들이 1~2년 안에 따라올 수 있다며, 올 하반기에 구독형 베타 서비스를 내고 해외 시장에도 진출할 계획이라고 말했습니다.

앤트로픽이 Claude 5.5 제품군의 첫 모델 Opus 5.5를 공개했습니다. Terminal-Bench 4.0 66.4%, CursorBench 4.0 57.8%, GDPval-AA v2.1 1846 Elo로 에이전트 코딩·지식 업무 벤치마크에서 선두를 기록했고, 기본(medium) 노력 수준에서도 GPT-6 Astra를 약 1/5 비용으로 앞선다고 밝혔습니다. API 가격은 입력 $4·출력 $20(백만 토큰당), 캐시 읽기 $0.20으로 Opus 5 대비 각각 20%·60% 낮아졌고 출력 속도는 30% 이상 빨라졌습니다. 자동 행동 감사에서 역대 최고 정렬 점수를 받았으며, 사이버·생물 분야는 Fable 5.1 수준의 세이프가드와 폴백이 적용되고 thinking 모드는 끌 수 없습니다. 모델 ID는 claude-opus-5-5이며 AWS·Google Cloud·Azure에서 바로 사용할 수 있습니다.

오픈AI가 GPT-6 Astra와 같은 방식으로 학습한 중·경량 모델 GPT-6 Sol과 Luna를 공개했습니다. 가격은 Sol이 입력 $2·출력 $10, Luna가 입력 $0.10·출력 $0.50(백만 토큰당)으로 GPT-5.6 대비 50% 저렴합니다. Sol은 AutomationBench(xhigh)에서 33.2%를 기록해 Claude Opus 5(max)를 비용 9% 수준으로 앞섰고, DeepSWE v1.1에서는 68.8%를 받았습니다. 캐시 적중률 기본 향상, 30분 캐시 윈도, 명시적 캐시 브레이크포인트, 캐시를 깨지 않는 추론 노력 변경, 캐시 진단 대시보드도 함께 도입됐습니다. API 모델명은 gpt-6-sol, gpt-6-luna입니다.

샤오미의 MiMo-V2.6-Pro(총 1.02조·활성 420억 파라미터 MoE)가 Artificial Analysis 지능 지수 46점으로 오픈 웨이트 모델 1위에 올랐습니다. MIT 라이선스로 Hugging Face에 공개됐고, 100만 토큰 컨텍스트와 멀티모달 입력을 지원하며 API 가격은 입력 $0.435·출력 $0.87입니다. 경량판 Flash(총 3100억·활성 150억)는 DeepSWE v1.1에서 67.9점으로 Pro(71.9)에 근접하면서도 가격은 약 1/3 수준입니다. 약 75만 개 궤적을 6일 안에 학습한 비동기 GRPO 강화학습, 보상 해킹 방어 기법, 7,000개 이상의 RL 환경과 학습 프레임워크도 함께 공개됐습니다. 해커뉴스에서도 1,000점 넘는 추천을 받으며 크게 화제가 됐습니다.

SpaceXAI가 더 큰 베이스 모델과 긴 강화학습으로 훈련한 Grok 4.7을 공개했습니다. 가격은 Grok 4.6과 같은 입력 $2·출력 $6이고, Terminal-Bench 4.0 38.0%(+17.7p), DeepSWE v1.1 71.0%, CursorBench 4.0 46.3%를 기록했습니다. 다만 Artificial Analysis 측정에서는 과제당 출력 토큰이 약 8.1만 개로 GPT-6 Astra보다 196% 많았고, 과제당 비용($3.74)이 GPT-5.6 Sol Max($1.99)보다 오히려 높았습니다. 기사는 토큰 단가보다 '성공한 작업당 비용'을 내부 워크로드로 직접 측정해야 한다고 조언합니다.

Hugging Face가 transformers에서 GGUF 체크포인트를 from_pretrained(gguf_file=...) 한 줄로 불러와 실행하는 기능을 추가했습니다. ggml의 Metal 커널(양자화 matmul, RMSNorm, flash attention, gated delta net)을 kernels 라이브러리로 재사용해, Apple Silicon에서 llama.cpp에 근접한 생성 속도를 냅니다. 불필요한 attention mask 조기 제거, 정지 조건의 비동기 확인 같은 generate 루프 최적화는 GGUF가 아닌 모델에도 적용됩니다. 현재는 MPS 전용이며 Qwen3.5·Qwen3.8 계열 아키텍처만 지원하고, transformers serve로 OpenAI 호환 API 서빙도 가능합니다.

영국 AI 안전연구소(AISI)가 EvalEval 연합의 'Every Eval Ever' 스키마와 Evaluation Cards 플랫폼으로 평가 결과를 공개하기 시작했습니다. HealthBench, FrontierMath, Humanity's Last Exam, SWE-Bench Pro, Terminal-Bench 2.0 등 5개 벤치마크에 대해 Claude Opus 4~4.6, GPT-5~5.4 등 6개 모델의 검증된 결과와 설정 정보가 포함됐습니다. 이 데이터는 추론 연산량과 평가 프로토콜에 따라 점수가 크게 달라진다는 AISI 논문을 뒷받침합니다. 벤치마크 점수를 비교할 때 평가 설정의 투명성이 중요하다는 점을 보여 주는 사례입니다.