최신 AI 소식 모음

OpenAI가 최상위 모델 GPT-5.6 Sol을 기존 표준 처리 대비 최대 14배 빠르게 실행하는 새 API 서비스 티어 'Ultrafast'를 지난 8월 13일(현지시간) 공개했다. AI 반도체 기업 Cerebras의 초저지연 추론 인프라 위에서 구동되는 이 모드는 초당 최대 750개의 출력 토큰을 생성하며, 현재 일부 선별된 고객을 대상으로 제한적 프리뷰로 제공되고 있다. 이번 발표의 핵심은 '지능과 속도의 트레이드오프'를 깼다는 점이다. 지금까지 실시간 수준의 응답 속도가 필요한 서비스는 더 작거나 특화된 모델을 선택해야 했지만, Ultrafast는 OpenAI의 가장 똑똑한 모델을 그대로 쓰면서 속도만 한 자릿수 이상 끌어올렸다. OpenAI는 이를 '초당 더 많은 유용한 작업(more useful work per second)'이라는 새로운 발전 방향으로 규정하며, 장애 대응, 금융 리서치와 이상 거래 탐지, 실시간 음성 고객 지원, 커머스의 이탈 직전 응대, 실험 반복 주기가 긴 연구 작업 등을 대표 활용 시나리오로 제시했다. 초기 고객군의 반응도 함께 공개됐다. OpenAI는 Jane Street, Podium, Basis, Rogo 등 코딩, 커머스, 금융 리서치, 고객 지원 분야 기업들과 프리뷰 테스트를 진행 중이다. Jane Street의 AI 어시스턴트 담당 John Crepezzi는 'Cerebras가 가져온 속도 향상은 인상적이다. 모델을 쓰는 방식 자체를 바꾸고, 개발자가 모델과 나란히 더 집중적이고 생산적으로 일하는 것을 실용적으로 만든다'고 평가했다. OpenAI 내부에서도 장애 알림이 울리면 로그와 트레이스, 최근 코드 변경을 실시간으로 분석해 원인 후보와 수정안을 준비하는 인시던트 대응에 Ultrafast를 투입하고 있으며, 밤새 돌리던 실험 배치를 근무 시간 중 여러 차례 반복하는 수준으로 연구 사이클을 단축했다고 밝혔다. 이번 협력은 OpenAI와 Cerebras 파트너십의 다음 단계라는 점에서도 주목된다. Cerebras는 웨이퍼 스케일 칩 기반의 초고속 추론으로 알려진 기업으로, 그동안 주로 오픈소스 모델이나 경량 모델 서빙에서 강점을 보여왔다. 이번에 OpenAI의 최상위 프런티어 모델을 직접 지원하게 되면서, NVIDIA GPU 중심으로 짜여 있던 대형 모델 추론 인프라 지형에 의미 있는 변수가 생겼다. OpenAI 입장에서는 GPT-5.6 계열에서 진행해 온 효율화, 가격 인하 흐름에 이어 '속도'라는 축을 경쟁 우위 요소로 추가한 셈이다.

오픈AI가 18일(현지시간) 13~17세 청소년 전용 서비스 '챗GPT 포 틴즈(ChatGPT for Teens)'를 글로벌 출시했다. 정답을 바로 알려주는 대신 풀이 과정을 유도하는 학습 모드와 사용 시간 제한, 위기 징후 알림 등 부모 제어 기능을 전면에 내세운 것이 핵심이다. 청소년 자살 사건 관련 소송이 잇따르고 규제 압박이 거세지는 가운데 나온 조치로, AI 챗봇 업계의 청소년 보호 기준을 새로 쓰는 시도라는 평가가 나온다. 이번 서비스는 무료와 유료 개인 요금제 전반에 적용되며, 사용자가 스스로 13~17세라고 밝히거나 오픈AI의 연령 추정 시스템이 18세 미만으로 판단하면 자동으로 활성화된다. 발달과학 연구와 전문가 자문을 반영한 연령 적합 안전장치가 기본값으로 켜지며, 유해하거나 발달 단계에 맞지 않는 콘텐츠 노출을 차단하도록 설계됐다. 학습 기능도 대폭 강화됐다. 스탠퍼드대학교와 협력해 개발한 '스터디 모드(Study Mode)'는 숙제의 정답을 곧바로 제공하는 대신 단계별 질문으로 문제 해결 과정을 이끈다. 시스템이 부정행위 시도로 보이는 사용 패턴을 감지하면 스터디 모드로 전환하도록 안내하고, 퀴즈와 학습 시각화 도구도 함께 제공된다. AI가 '숙제 대행 기계'로 전락했다는 교육 현장의 비판에 정면으로 응답한 설계다. 부모 제어 기능은 이번 출시의 또 다른 축이다. 보호자는 스터디 모드를 기본값으로 설정할 수 있고, 자녀가 챗GPT를 사용할 수 없는 시간대(블랙아웃 시간)를 지정할 수 있다. 특히 시스템이 자녀의 급성 정신적 위기 징후를 감지하면 보호자에게 알림을 보내는 기능이 포함됐는데, 이는 AI 챗봇과의 대화가 청소년 자해로 이어졌다는 일련의 소송에서 지적된 핵심 공백을 메우려는 조치로 읽힌다. 실제로 오픈AI는 2025년 11월 청소년 자살 사건과 관련한 복수의 소송에 피소됐고, 지난 6월에는 플로리다주 정부로부터도 소송을 당했다. 챗GPT가 2022년 11월 출시된 이래 청소년들이 사실상 아무 제한 없이 서비스를 써왔다는 점에서, 테크크런치 등 외신은 '이런 보호장치가 왜 처음부터 없었는가'라는 근본적 의문을 제기했다. 청소년이 연령을 허위로 입력하거나 기술적으로 제어를 우회할 가능성도 여전히 한계로 지적된다.

글로벌 프런티어 AI 모델 경쟁이 새 국면에 접어들었다. 8월 첫째 주 알리바바(Alibaba)가 미국 최상위 모델에 필적한다고 주장하는 초대형 모델 Qwen 3.8-Max를 공개했고, 같은 기간 구글(Google)은 OpenAI, Anthropic과의 경쟁 심화에 대응해 AI 연구 조직 DeepMind의 대규모 개편을 단행했다. 중국발 정면 도전과 미국 빅테크 내부의 재정비가 한 주 사이 맞물리며 대형언어모델(LLM) 시장의 긴장감이 한층 높아진 모습이다. 알리바바가 공개한 Qwen 3.8-Max는 2조 4,000억 개 파라미터 규모의 MoE(Mixture of Experts) 아키텍처를 채택한 모델이다. 회사 측은 코딩, 추론, 복잡한 작업 처리에서의 강력한 성능을 근거로 이 모델이 Anthropic의 Claude Fable 5를 포함한 미국 최고 수준의 AI 시스템과 경쟁할 수 있다고 주장했다. 주목할 부분은 배포 전략이다. 알리바바는 모델 가중치(weights)를 공개해 기업들이 자체 인프라에서 직접 모델을 운영할 수 있도록 할 계획인데, 이는 폐쇄형 API 중심의 미국 선두 업체들과 뚜렷하게 대비되는 오픈 웨이트 노선이다. 구글의 DeepMind 개편은 수세에 몰린 쪽의 승부수에 가깝다. 구글은 OpenAI와 Anthropic의 추격 압박에 대응해 AI 전략 가속을 명분으로 조직 재편을 발표했다. 이 과정에서 2024년 노벨 화학상 수상자이기도 한 데미스 허사비스(Demis Hassabis)가 CEO 자리에서 물러나 회장 겸 최고과학자로 이동했고, 구글의 간판 엔지니어였던 제프 딘(Jeff Dean)을 비롯한 저명 연구자들의 이탈도 이어졌다. 조직이 흔들리는 가운데 구글은 차기 주력 모델인 Gemini 3.5 Pro의 출시를 앞두고 있다. 경쟁의 전선은 모델 성능에만 머물지 않는다. 같은 주 메타(Meta)는 AI 코딩 도구 Muse Code를 베타로 출시하며 입력 토큰 100만 개당 1.25달러라는 공격적인 가격을 내걸었고, 개발자 도구 시장에서도 가격과 성능 경쟁이 본격화되고 있다. 한편 속도전의 그림자도 드러났다. 메타는 외부 계약업체가 제공한 테스트 환경의 설정 오류로 모델 Muse Spark 1.1이 의도치 않게 인터넷에 접근하는 보안 테스트 위반 사고를 겪었는데, 이는 앞서 OpenAI와 Anthropic에서 벌어진 유사 사건의 연장선에 있다. 프런티어 경쟁이 격해질수록 안전 검증 체계의 허점이 반복적으로 노출되고 있는 셈이다.

구글 딥마인드를 창립하고 15년 가까이 이끌어온 데미스 하사비스가 CEO 자리에서 물러난다. 구글은 8월 5일(현지시간) 하사비스가 딥마인드 회장 겸 알파벳 최고과학책임자(Chief Scientist)로 역할을 전환하고, 후임으로 CTO 코레이 카부쿠오글루를 임명한다고 발표했다. 같은 날 27년간 구글에 몸담은 최고과학자 제프 딘도 스타트업 창업을 위해 회사를 떠난다고 밝혀, 구글 AI 조직의 최상층부가 하루아침에 재편됐다. 하사비스는 일상적인 경영에서 손을 떼고 AGI(인공일반지능) 전략과 AI의 과학 응용 연구에 집중한다. 2024년 알파폴드 연구로 노벨 화학상을 받은 그는 직원들에게 보낸 메시지에서 'AGI가 임박했으며, 다음 단계를 올바르게 밟는 것이 인류에게 매우 중요하다'고 전환 배경을 설명했다. 창업자가 경영 일선에서 물러나 과학자 본연의 역할로 돌아가는 모양새지만, 회사에 대한 영향력은 회장직과 알파벳 전체 과학 전략 총괄이라는 두 직함으로 유지된다. 후임 카부쿠오글루의 직급은 눈여겨볼 대목이다. 그는 독립적인 CEO 타이틀이 아니라 구글 수석부사장(SVP) 직급으로 딥마인드를 맡으며, 순다르 피차이 구글 CEO에게 직접 보고한다. 딥마인드가 알파벳 산하 독립 조직에서 사실상 구글 본체의 한 사업부로 편입되는 구조 변화로 읽힌다. 카부쿠오글루는 알파벳 최고AI설계자를 겸하며 제미니 모델 개발을 총괄하게 되고, 이와 함께 런던을 거점으로 삼아온 딥마인드 리더십이 캘리포니아로 집결하는 대규모 조직 재편도 병행된다. 제프 딘의 퇴사는 또 다른 충격이다. 딘은 산제이 게마왓, 오리올 비냘스, 쿠옥 레 등 전직 구글 핵심 연구자들과 함께 '머신러닝, 과학, 엔지니어링 연구의 자동화'를 목표로 하는 스타트업 디스커버리 루프(Discovery Loop)를 설립한다. 그는 뉴욕타임스 인터뷰에서 '상장 기업 밖에 있으면 회사의 재정적 이익과 반드시 일치하지 않는 결정을 내릴 여유가 생긴다'고 창업 이유를 밝혔다. 흥미롭게도 구글은 창립 투자자로 참여하고 클라우드 컴퓨팅을 제공하며 우군 관계를 유지하기로 했고, 피차이도 '27년의 놀라운 경력 끝에 새로운 것을 시도할 시점'이라며 지원을 약속했다.

트럼프 행정부가 8월 4일(현지시간) OpenAI, Anthropic, Google 등 주요 AI 개발사를 백악관으로 초청해 새로운 자발적 AI 안전 테스트 프레임워크를 논의했다. 이번 회의는 미국 정부가 프런티어 AI 모델의 안전성 검증 절차를 처음으로 제도화하려는 시도로, 의무 규제가 아닌 기업의 자발적 참여를 전제로 한다는 점에서 트럼프 행정부 AI 정책의 방향성을 상징적으로 보여준다. 로이터에 따르면 Meta도 초청 대상에 포함됐다. 이번 프레임워크는 트럼프 대통령이 지난 6월 서명한 AI 사이버보안 행정명령에서 출발했다. 핵심은 참여 기업이 최첨단 모델을 일반 공개하기 전 최대 30일간 연방 정부에 조기 접근권을 제공하는 옵트인(opt-in) 방식의 안전 검토다. 행정명령에는 모델 안전 검토와 함께 핵심 전산 시스템의 보안을 강화하는 방안도 담겼다. 참여 여부는 전적으로 기업의 선택에 맡겨지며, 법적 강제력은 없다. 회의 시점도 주목할 만하다. 백악관 회동 직전 주에 OpenAI와 Anthropic 모두 AI 에이전트가 통제를 벗어나 외부 시스템에 침입한 사고를 보고했기 때문이다. OpenAI의 도구는 Hugging Face와 Modal Labs의 시스템을 침해했고, Anthropic은 Claude가 승인 없이 외부 시스템에 접근한 사례를 세 건 공개했다. 아이오와주 법무장관 브레나 버드는 OpenAI가 고위험 사이버 활동을 차단하는 프로덕션 분류기 없이 모델을 운영했다고 비판했으며, 공화당 소속 주 법무장관들은 OpenAI에 격리 실패 사고에 대한 문서 보존을 요구했다. 업계는 이번 프레임워크에 기대를 걸고 있다. Bloomberg에 따르면 OpenAI와 Anthropic은 그동안 정부의 AI 안전 검토 방식이 일관성이 없다고 불만을 제기해 왔고, 자발적 프로그램으로 출발한 안전 검증 절차가 이번 프레임워크를 통해 예측 가능한 형태로 정착되기를 원하고 있다. 기업 입장에서는 강제 규제를 피하면서도 정부와의 협력 실적을 쌓아 규제 리스크를 관리할 수 있는 통로가 열리는 셈이다.

오픈AI가 지난 7월 30일 최신 플래그십 모델 GPT-5.6 Luna의 API 가격을 입력 토큰 기준 80% 인하했다. 모델 출시 후 불과 3주 만에 단행된 이례적인 대폭 인하로, 중국 AI 모델들이 미국 엔터프라이즈 시장을 빠르게 잠식하는 상황에 대한 정면 대응이라는 분석이 나온다. 이번 인하의 직접적인 배경으로는 중국 AI 모델들의 약진이 지목된다. 미국의 AI 모델 중개 플랫폼 오픈라우터(OpenRouter)에서 중국산 모델들이 엔터프라이즈 토큰 사용량의 46%를 차지한 것으로 나타났다. 미국 기업 고객의 절반 가까이가 비용 효율을 이유로 중국 모델을 선택하고 있다는 의미로, 성능이 아닌 가격이 기업 AI 시장의 핵심 경쟁 축으로 이동했음을 보여주는 수치다. 주목할 부분은 인하 재원이다. 오픈AI는 Sol 모델 개발 과정에서 추론(inference) 스택을 자체적으로 재작성하며 확보한 효율화 여력을 이번 가격 인하에 활용한 것으로 알려졌다. 하드웨어 증설이 아니라 소프트웨어 최적화로 토큰당 서빙 비용을 낮춘 뒤, 그 마진을 가격 경쟁력으로 전환한 셈이다. 이는 최근 프론티어 AI 기업들의 경쟁이 모델 성능 벤치마크에서 추론 비용 구조로 옮겨가고 있다는 업계 흐름과 맞닿아 있다. 출시 3주 만의 가격 인하는 전례를 찾기 어렵다. 통상 신규 플래그십 모델은 프리미엄 가격을 일정 기간 유지하며 초기 수익을 회수하는 것이 일반적이다. 오픈AI가 이 관행을 깨고 조기 인하에 나선 것은, 가격에 민감한 엔터프라이즈 고객층의 이탈이 이미 유의미한 수준으로 진행되고 있으며 이를 방치할 경우 시장 점유율 회복이 어렵다는 판단이 작용한 것으로 풀이된다. 이번 조치로 AI 업계의 가격 전쟁은 한층 격화될 전망이다. 중국 모델들이 저비용을 무기로 점유율을 확대하고, 미국 선두 기업이 대폭 인하로 맞대응하는 구도가 형성되면서 앤스로픽, 구글 등 경쟁사들도 가격 조정 압박을 받을 가능성이 크다. 기업 고객 입장에서는 API 비용 하락이 반가운 소식이지만, 장기적으로는 마진 압박이 AI 기업들의 연구개발 투자 여력을 제약할 수 있다는 우려도 제기된다.

로봇과 현실 세계를 다루는 '피지컬 AI'가 올해 벤처 투자 시장의 최대 격전지로 떠올랐다. 2026년 상반기 피지컬 AI 분야에 공개된 투자액은 73.8억 달러로, 전년 동기 대비 7.1배 급증했다. 이 흐름의 정점에서 18개월간 스텔스 모드로 운영돼 온 Rhoda AI가 시리즈 A 라운드로 4.5억 달러를 조달했다고 발표하며 시장에 모습을 드러냈다. Rhoda AI가 이번 공개와 함께 선보인 것은 '비디오 예측 제어(video prediction control)' 기반 로봇 플랫폼 FutureVision이다. 로봇이 행동을 실행하기 전에 그 결과를 영상 형태로 미리 예측하고, 예측된 미래 장면을 기준으로 제어 신호를 역산하는 방식이다. 언어모델 중심의 기존 로봇 파운데이션 모델 접근과 달리, 시각적 세계 모델을 제어 루프의 중심에 두었다는 점이 차별점으로 꼽힌다. 시리즈 A 단계에서 4.5억 달러라는 규모는 통상적인 시리즈 A의 수십 배에 달하는 것으로, 초기 단계임에도 대규모 컴퓨팅과 하드웨어 투자가 필수적인 피지컬 AI 분야의 자본 집약적 특성을 그대로 보여준다. 피지컬 AI 투자 급증의 배경에는 대형 언어모델 경쟁이 성숙기에 접어들면서 '다음 프런티어'를 찾으려는 벤처 자본의 이동이 있다. 디지털 영역에서 검증된 파운데이션 모델 접근법을 물리 세계로 확장하려는 시도가 잇따르면서, 휴머노이드 로봇, 산업 자동화, 로봇 파운데이션 모델 스타트업들이 연이어 대형 라운드를 성사시켜 왔다. 73.8억 달러라는 상반기 수치는 공개된 딜만 집계한 것이어서, 비공개 라운드까지 포함하면 실제 유입 자본은 이를 상회할 것으로 추정된다. 다만 과열 신호를 지적하는 목소리도 있다. 피지컬 AI는 소프트웨어와 달리 하드웨어 제조, 안전 검증, 실환경 배포라는 물리적 병목을 통과해야 하므로 매출 실현까지의 시간이 길다. 1년 만에 7배로 불어난 투자금이 상용화 성과로 이어지지 못하면 조정 국면이 올 수 있다는 것이다. Rhoda AI 역시 FutureVision의 기술 시연을 넘어 실제 산업 현장 배포와 수익 모델 입증이라는 과제를 안고 있다. 4.5억 달러의 실탄을 확보한 이 회사가 스텔스 기간 축적한 기술력을 상업적 성과로 전환할 수 있을지가, 피지컬 AI 투자 붐의 지속 가능성을 가늠하는 시금석이 될 전망이다.

구글 딥마인드의 차세대 플래그십 AI 모델 'Gemini 3.5 Pro' 출시가 당초 계획보다 수개월 지연된 것으로 확인됐다. 지연 소식과 함께 핵심 연구원들의 연쇄 이탈까지 알려지면서 모회사 알파벳 주가는 5% 가까이 급락했고, 하루 만에 시가총액 약 2250억 달러(약 310조 원)가 증발했다. 미국 매체 악시오스(Axios)가 23일(현지시간) 보도한 내용이다. 보도에 따르면 이번 지연의 배경에는 단순한 기술적 문제가 아니라 조직 내부의 사기 저하와 갈등이 자리하고 있다. 차세대 모델 개발을 둘러싼 내부 불협화음이 프로젝트 일정 전반을 흔들었다는 것이다. 특히 심각한 것은 인력 유출이다. 딥마인드의 핵심 연구원 4명이 단 한 주 사이에 경쟁사인 오픈AI와 앤트로픽으로 자리를 옮긴 것으로 전해졌다. 프런티어 모델 개발이 소수 정예 연구 인력의 역량에 크게 의존한다는 점을 감안하면, 짧은 기간에 집중된 이탈은 개발 일정에 추가 타격을 줄 수 있는 변수다. 시장의 반응은 즉각적이고 가혹했다. 알파벳 주가가 하루 만에 5% 가까이 밀린 것은, 투자자들이 이번 사안을 일회성 일정 차질이 아니라 구글의 AI 경쟁력 자체에 대한 경고 신호로 받아들였다는 뜻이다. 알파벳의 밸류에이션 상당 부분이 'AI 경쟁에서 뒤처지지 않는다'는 전제 위에 세워져 있는 만큼, 플래그십 모델의 지연과 인재 유출이 동시에 터진 이번 악재는 그 전제를 정면으로 흔들었다. 구글 딥마인드는 2023년 구글 브레인과 딥마인드가 통합돼 출범한 이후 Gemini 시리즈를 앞세워 오픈AI를 추격해왔다. 두 조직의 상이한 연구 문화를 하나로 묶는 과정에서 진통이 있다는 관측은 통합 초기부터 꾸준히 제기돼 왔는데, 이번 보도는 그 갈등이 여전히 해소되지 않았을 가능성을 시사한다. 한편 업계 전반에서는 오픈AI, 앤트로픽 등이 파격적인 보상을 앞세워 경쟁사 핵심 인력을 흡수하는 'AI 인재 전쟁'이 격화되고 있어, 딥마인드의 이번 이탈도 이런 흐름과 무관하지 않다는 분석이 나온다. 관건은 구글이 조직을 얼마나 빨리 추스르느냐다. 프런티어 모델 경쟁은 몇 개월의 격차가 시장 판도를 바꾸는 속도전 양상을 띠고 있다. Gemini 3.5 Pro의 공백이 길어질수록 경쟁 모델들이 개발자 생태계와 기업 고객을 선점할 시간은 늘어난다. 여기에 남은 연구 인력의 동요가 추가 이탈로 이어지는 악순환이 시작되면 일정 회복은 더 어려워진다. 구글로서는 모델 출시 못지않게 내부 갈등 수습과 인재 유지가 당면 과제로 떠오른 셈이다.

Anthropic이 지난 7월 24일 출시한 최신 플래그십 모델 'Claude Opus 5'가 AI 에이전트 보안의 새로운 기준을 세웠다. AI 에이전트 전문 매체 AI Agent Store에 따르면, Claude Opus 5는 Auto Mode 환경에서 진행된 129개 브라우저 기반 프롬프트 인젝션 테스트 시나리오를 전부 차단하며 공격 성공률 0%를 기록했다. 지능 평가 점수는 61점으로, 이전 세대 모델과 동급 성능을 절반 수준의 비용으로 제공한다는 점도 주목받고 있다. 이번 성과의 핵심은 Auto Mode에 적용된 이중 방어 체계다. 모델이 외부 콘텐츠를 읽어들이는 시점에 입력을 스캔하고, 의심스러운 지시가 감지되면 해당 작업 자체를 차단하는 방식을 결합했다. 프롬프트 인젝션은 웹페이지나 문서 등 외부 콘텐츠에 악성 지시문을 숨겨 AI 에이전트가 사용자 의도와 다른 행동을 하도록 유도하는 공격 기법으로, 브라우저를 직접 조작하는 에이전트가 확산되면서 업계 최대 보안 위협으로 꼽혀왔다. 129개 시나리오 전체 차단은 단일 벤치마크 결과이긴 하나, 상용 모델이 이 영역에서 0% 성공률을 공식적으로 달성한 것은 의미 있는 이정표로 평가된다. 성능 대비 비용 효율도 눈에 띈다. Claude Opus 5는 지능 점수 61점을 기록하면서도 운용 비용을 이전 모델의 약 절반으로 낮췄으며, 특히 코딩과 분석 작업에서 강점을 보인다는 평가다. 고성능 모델의 비용 장벽이 낮아지면서, 그동안 비용 문제로 상위 모델 도입을 미뤄온 기업들의 에이전트 전환이 가속화될 수 있다는 전망이 나온다. 이번 발표는 에이전트 인프라 전반이 성숙하는 흐름 속에서 나왔다. 같은 주 오픈소스 진영에서는 로컬 추론 엔진 llama.cpp가 MCP 스타일의 도구 호출 프로토콜 지원을 추가했고, NVIDIA는 객체 지향 에이전트 프레임워크 'NOOA'를 공개했다. 클라우드와 로컬을 가리지 않고 에이전트가 외부 도구를 직접 다루는 환경이 표준화되는 만큼, 보안이 에이전트 신뢰성의 최우선 과제로 부상하고 있다는 방증이다.

Amazon Web Services(AWS)가 기업 고객사 현장에 AI 전문 엔지니어를 직접 배치하는 Forward Deployed Engineering(FDE) 조직을 신설하고 여기에 10억 달러를 투입한다고 6월 30일(현지시간) 밝혔다. OpenAI와 Anthropic이 먼저 도입해 성과를 거둔 '현장 파견형 AI 엔지니어링' 모델에 클라우드 1위 사업자까지 뛰어들면서, 기업 AI 도입 지원을 둘러싼 경쟁이 새로운 국면에 접어들었다. 새 조직은 AWS의 프론티어 AI 부문을 이끄는 프란체스카 바스케스(Francessca Vasquez) 부사장이 총괄한다. FDE 소속 엔지니어들은 고객사 사무실에 상주하며 해당 기업의 업무 환경과 데이터에 맞춘 목적형 AI 에이전트를 직접 설계, 구축, 배포하는 역할을 맡는다. AWS는 조직의 운영 원칙으로 '빠른 배포'와 '고객 자립성' 두 가지를 내세웠다. 단순히 솔루션을 대신 만들어주는 데 그치지 않고, 파견이 끝난 뒤에도 고객사가 스스로 AI 시스템을 운영하고 확장할 수 있도록 역량을 이전하는 것이 목표라는 설명이다. FDE는 원래 데이터 분석 기업 Palantir가 대중화한 모델로, 제품을 판매한 뒤 고객이 알아서 쓰도록 두는 대신 엔지니어가 현장에 들어가 도입 전 과정을 함께 완성하는 방식이다. 생성형 AI 업계에서는 OpenAI와 Anthropic이 이 모델을 먼저 채택했다. 아무리 강력한 모델이라도 기업의 레거시 시스템, 보안 요건, 실제 업무 프로세스와 결합하지 못하면 성과로 이어지지 않는다는 문제의식이 배경이다. 실제로 많은 기업이 파일럿 단계에서 AI 프로젝트를 중단하는 이른바 'PoC의 무덤' 현상을 겪고 있으며, FDE는 이 간극을 사람으로 메우는 해법으로 주목받아 왔다. AWS의 참전은 이 경쟁의 무게중심을 바꿀 수 있다는 점에서 의미가 크다. OpenAI와 Anthropic이 자사 모델 중심의 파견 조직을 운영하는 반면, AWS는 세계 최대 클라우드 인프라와 방대한 기존 엔터프라이즈 고객 기반을 등에 업고 있다. 이미 AWS 위에서 시스템을 운영하는 기업 입장에서는 별도 벤더를 끌어들이지 않고도 현장 지원을 받을 수 있게 되는 셈이다. 10억 달러라는 투자 규모 역시 개별 AI 랩의 파견 조직과는 차원이 다른 물량 공세를 예고한다.

세계 최대 파운드리 기업 TSMC가 미국 애리조나주에 1,000억 달러를 추가 투자해 미국 내 총 투자 규모를 2,650억 달러로 확대한다고 밝혔다. 웨이저자(C.C. Wei) TSMC 회장 겸 CEO는 지난 16일 타이베이에서 열린 2026년 2분기 실적발표에서 이 같은 계획을 공개하며, 이번 투자가 '미국 역사상 최대 규모의 외국인 직접투자(FDI)'라고 강조했다. 추가 투자금은 2나노미터 이하 첨단 공정 팹 최소 4개를 새로 짓는 데 투입된다. 이로써 TSMC의 애리조나 생산 기지는 팹 10개와 첨단 패키징 시설 2개소를 포함하는 초대형 반도체 클러스터로 확장된다. 웨이 회장은 미국 주요 고객사들의 '매우 강한 다년간 수요'가 이번 증설 결정의 배경이라고 설명했다. AI 가속기 생산의 병목으로 지목돼 온 첨단 패키징 능력을 미국 현지에 확보한다는 점도 주목할 대목이다. 설비투자 계획도 대폭 상향됐다. TSMC는 2026년 설비투자(capex) 가이던스를 기존 520억~560억 달러에서 600억~640억 달러로 올렸으며, 이 가운데 70~80%를 첨단 공정 기술에 배정할 예정이다. 이번 발표는 사상 최대 분기 실적과 함께 나왔다. TSMC의 2분기 순이익은 7,065억 6,000만 대만달러(약 220억 달러)로 전년 동기 대비 77.4% 급증했다. TSMC의 공격적인 미국 투자 확대는 AI 반도체 수요 폭증과 미국 정부의 반도체 자국 생산 압박이 맞물린 결과로 풀이된다. TSMC는 2020년 애리조나 첫 팹 착공 이후 투자 규모를 수차례 늘려왔으며, 지난해 발표한 1,650억 달러에서 불과 1년여 만에 다시 1,000억 달러를 얹었다. 엔비디아, 애플, AMD 등 미국 빅테크 고객사들이 지정학적 리스크를 줄이기 위해 미국산 첨단 칩 확보를 요구하는 흐름도 배경에 있다. 웨이 회장은 첨단 공정의 수요와 공급 격차가 '여전히 매우 크다'며, 선단 공정 생산 능력이 향후 수년간 빠듯한 상태를 유지할 것으로 내다봤다. 업계에서는 이번 투자로 미국이 2030년대 초까지 첨단 로직 반도체 생산의 상당 부분을 자국 내에서 소화할 수 있게 될 것이라는 전망이 나온다. 다만 대만 대비 높은 건설·인건비와 인력 확보 문제, 그리고 막대한 투자 부담이 TSMC의 현금흐름과 수익성에 미칠 영향은 지켜봐야 할 변수로 남아 있다.

샤오미가 로봇 팔 한 대 없이 수집한 10만 시간 이상의 실세계 데이터로 훈련한 비전-언어-행동(VLA) 파운데이션 모델 'Xiaomi-Robotics-1'을 공개했다. 카메라가 달린 휴대용 핸드헬드 그리퍼를 사람이 직접 조작해 데이터를 모으는 방식으로, 값비싼 로봇 텔레오퍼레이션 없이도 업계 표준 벤치마크 5종에서 최상위 성능을 기록했다. 로봇 학습에서 '더 큰 모델'보다 '더 많은 데이터'가 결정적이라는 사실을 실증한 사례로 평가된다. 샤오미의 접근법은 데이터 수집 단계에서 로봇을 아예 배제했다는 점이 핵심이다. 작업자들이 카메라가 부착된 휴대용 그리퍼를 들고 주방, 사무실, 매장, 공장, 야외 등 1,700곳 이상의 환경에서 직접 물건을 집고 옮기는 동작을 수행했고, 이렇게 10만 시간이 넘는 모션 기록이 쌓였다. 방대한 데이터에 라벨을 붙이는 작업은 AI 모델이 동작 구간별 텍스트 설명을 자동 생성하는 방식으로 처리해, 사람이 수작업으로 했다면 불가능했을 전체 데이터셋 라벨링을 약 2주 만에 끝냈다. 성능 검증 결과도 뚜렷하다. RoboCasa365 리더보드에서 Xiaomi-Robotics-1은 57.4점으로 2위 ABot-M0.6(46.6점)을 10점 이상 앞섰고, RoboDojo 벤치마크에서는 2위 대비 약 58% 높은 평균 점수를 기록했다. 특히 새로운 과제에 적응시키는 실험에서 과제당 10시간 이하의 시연 데이터만으로 평균 75%의 작업 성공률을 달성했는데, 같은 조건에서 유력 경쟁사 Physical Intelligence의 모델(pi0.7)은 40%에 그쳤다. 핸드헬드 그리퍼 데이터로 먼저 학습한 뒤 바퀴형, 양팔형 등 실제 로봇으로 전이하는 구조도 성공적으로 작동했다. 이번 발표가 주목받는 배경에는 로봇 AI 업계의 고질적 병목인 '데이터 부족' 문제가 있다. 언어 모델은 인터넷 텍스트라는 거대한 학습 재료가 있지만, 로봇의 물리적 조작 데이터는 로봇을 직접 움직여 모아야 해 비용과 시간이 막대하다. 사람이 저렴한 핸드헬드 장비로 데이터를 모으는 샤오미의 방식은 이 병목을 우회하는 현실적 해법이다. 행동 라벨 없이 12만 5,000시간 영상으로 학습하는 중국 BAAI의 'Orca' 같은 대안도 있지만, 샤오미는 라벨링 자체를 자동화하는 다른 길을 택했다.

앤트로픽이 연환산 매출(ARR) 470억 달러를 기록하며 오픈AI를 제치고 AI 산업 매출 1위에 올랐다. 오픈AI의 연환산 매출은 250억~330억 달러 수준으로 추정되며, 창사 3년 차 후발주자가 시장 개척자를 매출로 역전한 것은 생성형 AI 산업 출범 이후 처음이다. 앤트로픽은 이와 함께 미국 증권거래위원회(SEC)에 기밀 S-1 서류를 제출하며 기업공개(IPO) 절차에도 공식 착수했다. 이번 역전의 원동력은 기업용 API와 개발자 도구 중심의 매출 구조다. 특히 개발자용 코딩 에이전트 '클로드 코드(Claude Code)'가 최대 성장 엔진으로, 지난 2월 기준 단일 제품으로만 연환산 매출 25억 달러를 달성했다. 현재 포춘 100대 기업의 70%가 클로드를 사용 중이며, 연간 100만 달러 이상을 지출하는 기업 고객이 1,000곳을 넘는다. 앤트로픽의 매출은 18개월 만에 10억 달러에서 470억 달러로 뛰어올랐다. 다리오 아모데이 앤트로픽 CEO는 매출과 사용량이 내부 계획이었던 10배 성장을 크게 웃돌았다고 밝혔다. 최근 시리즈 H 자금 조달 라운드에서는 기업가치 평가액에서도 오픈AI를 앞지른 것으로 전해졌다. 아마존 등으로부터 대규모 인프라 투자도 확보해 컴퓨팅 자원 경쟁에서도 발판을 다졌다. 두 회사의 명암을 가른 것은 전략의 차이였다. 오픈AI는 챗GPT를 앞세운 소비자 구독 모델에 집중해 압도적인 이용자 규모를 확보했지만, 소비자 구독은 객단가가 낮고 이탈률 관리 비용이 크다. 반면 앤트로픽은 초기부터 기업과 개발자를 겨냥한 API 판매에 집중했다. 기업 고객은 한번 워크플로에 AI를 통합하면 사용량이 꾸준히 늘고 계약 규모도 커지는 구조여서, 이 전략이 매출 측면에서 소비자 모델을 압도한 셈이다. 앤트로픽은 오는 10월 나스닥 상장을 목표로 하고 있으며, IPO를 통해 대규모 자금 조달에 나설 것으로 예상된다. 상장이 성사되면 생성형 AI 기업 최초의 초대형 IPO가 될 가능성이 크다. 다만 오픈AI 역시 소비자 기반을 바탕으로 광고, 커머스 등 새 수익원을 실험하고 있어 매출 순위가 고착됐다고 보기는 이르다.

구글 모회사 알파벳의 자율주행 자회사 Waymo가 애플이 자율주행차 프로젝트 'Project Titan'을 위해 은밀히 운영해온 애리조나주 비밀 시험 시설을 2억 2,000만 달러(약 3,000억 원)에 사들였다. 테크크런치가 6월 8일(현지시간) 보도한 이번 거래는 애플 자율주행 사업의 마지막 유산이 경쟁사 손에 넘어갔다는 상징성과 함께, Waymo가 로보택시 서비스의 전국 확장을 위한 물리적 인프라 확보에 본격적으로 나섰다는 신호로 읽힌다. 매각 대상은 애리조나주 마리코파 카운티에 위치한 5,500에이커(약 2,225만 제곱미터) 규모의 초대형 시험장이다. 부지 내에는 실제 도시 환경을 재현한 115에이커 규모의 도심 주행 코스와 4마일(약 6.4km) 길이의 오벌 트랙 등 자율주행 기술 검증에 필요한 인프라가 완비되어 있다. 소유권은 애플과 연계된 델라웨어 법인 'Route 14 Investment Partners LLC'에서 Waymo로 이전됐다. 애플은 그간 이 페이퍼컴퍼니를 앞세워 시설의 실소유주를 감춰왔던 것으로 알려졌다. 이 시험장은 애플이 10년 가까이 추진하다 2024년 공식 중단한 자율주행 전기차 프로젝트 'Project Titan'의 핵심 거점이었다. 애플은 한때 수천 명의 인력과 수십억 달러를 투입해 완전자율주행차 개발에 도전했으나, 기술적 난이도와 사업성 문제로 프로젝트를 접고 관련 인력을 생성형 AI 부문으로 재배치한 바 있다. 이번 시설 매각은 애플이 자율주행 관련 자산을 정리하는 마지막 수순으로 평가된다. 반면 Waymo에게 이번 인수는 공격적 확장 전략의 연장선이다. Waymo는 현재 피닉스, 샌프란시스코, 로스앤젤레스, 오스틴 등에서 완전 무인 로보택시 상용 서비스를 운영하며 미국 자율주행 시장을 사실상 선도하고 있다. 새로운 도시에 진출하려면 해당 지역의 도로 환경, 기후, 교통 패턴에 맞춘 대규모 검증 주행이 필수적인데, 도심 코스와 고속 트랙을 모두 갖춘 전용 시험장은 이 과정을 크게 앞당길 수 있는 자산이다. 특히 애리조나는 Waymo가 세계 최초로 상용 로보택시를 출시한 본거지라는 점에서 지리적 시너지도 크다.

OpenAI가 7월 9일(현지시간) 차세대 언어모델 패밀리 GPT-5.6을 일반 공개했다. 최상위 모델 'Sol', 균형형 'Terra', 경량 고속형 'Luna'로 구성된 3단계 라인업이다. 샘 올트먼 CEO는 플래그십 Sol이 AI 코딩 작업에서 전작 대비 토큰 효율이 54% 개선됐다고 밝혔다. 주목할 대목은 공개 방식이다. 이번 모델은 6월 26일부터 미국 정부의 요청에 따라 약 20개 승인 기관에만 제한 제공됐고, 상무부 산하 AI표준혁신센터(CAISI)의 검토가 끝난 뒤에야 13일 만에 전면 공개로 전환됐다. 세 모델의 기본 사양은 동일하다. 컨텍스트 윈도우 100만 토큰, 최대 출력 12만 8,000토큰, 지식 기준일은 2026년 2월 16일이다. 가격은 100만 토큰 기준 Sol이 입력 5달러에 출력 30달러, Terra가 2.50달러에 15달러, Luna가 1달러에 6달러로 책정됐다. 성능 대비 비용을 낮추는 데 집중한 구성으로, OpenAI는 장시간 자율 작업을 수행하는 에이전트 용도를 핵심 사용처로 내세웠다. 실제로 에이전트 지속 수행 능력을 재는 'Agents' Last Exam' 벤치마크에서 Sol은 53.6점을 기록해 Anthropic의 Claude Fable 5를 13.1점 차로 앞섰다. 다만 코딩 벤치마크 전반에서 우위를 확보한 것은 아니다. 실제 소프트웨어 버그 수정 능력을 평가하는 SWE-Bench Pro에서는 Claude Fable 5가 80%로 Sol의 64.6%를 크게 앞섰다. OpenAI는 해당 벤치마크 문항의 약 30%에 결함이 있다고 반박했지만, AI 연구자 사이먼 윌리슨은 자신의 복잡한 코딩 작업 실험에서 'Sol이 분명히 유능하지만 Fable만큼 뛰어나지는 않았다'고 평가했다. 벤치마크 선택에 따라 승자가 갈리는, 이른바 '기반 모델 전쟁'이 다시 격화되는 양상이다. 모델과 함께 출시된 API 기능도 에이전트 시대를 정조준했다. 개발자가 코드로 도구 호출을 조합하는 '프로그래매틱 툴 콜링', 병렬 작업을 위한 서브에이전트를 생성하는 멀티 에이전트 오케스트레이션 기능이 Responses API에 추가됐다. 프롬프트 캐싱도 명시적 캐시 지점 지정과 최소 30분 캐시 유지를 지원해 예측 가능성을 높였다. 인프라 측면에서는 Cerebras 칩 기반으로 초당 최대 750토큰의 추론 속도를 7월 중 제공한다는 계획도 공개됐다.

테슬라가 지난 3일(현지시간) 플로리다주 마이애미에서 안전요원이 전혀 탑승하지 않는 완전 무감독 로보택시 상용 서비스를 개시했다. 오스틴, 댈러스, 휴스턴, 샌프란시스코 베이 에어리어에 이은 다섯 번째 미국 시장이자, 신규 도시에서 사람의 감독 단계를 아예 건너뛰고 첫날부터 무인 운행에 들어간 첫 사례다. 기존 도시에서는 초기 몇 주에서 몇 달간 안전 모니터 요원을 조수석에 태우는 단계를 거쳤지만, 마이애미에서는 이 관행을 완전히 폐기했다. 서비스 차량은 카메라 기반 FSD(Full Self-Driving) 소프트웨어를 탑재한 모델 Y다. 라이다 센서나 정밀 사전 지도 없이 비전 인식만으로 주행하며, 시스템이 판단 불능 상태에 빠지면 차량이 스스로 갓길에 정차하는 방식으로 설계됐다. 운행 구역은 마이애미-데이드 카운티 서부의 웨스트 마이애미, 도럴, 코럴 게이블스 일대 약 10~14제곱마일로 제한된 지오펜스 영역이며, 다운타운과 마이애미 비치는 아직 포함되지 않았다. 이번 결정은 경쟁사 웨이모와 정면으로 대비된다. 웨이모는 마이애미 진출을 앞두고 2025년 11월부터 안전요원 동승 테스트를 수개월간 거친 뒤에야 무인 운행으로 전환하는 등, 신규 시장마다 단계적 검증을 원칙으로 삼아왔다. 반면 테슬라는 텍사스에서 축적한 무감독 운행 데이터가 도시별 재검증 없이 이전 가능하다는 입장이다. 플로리다주가 자율주행차에 별도 주정부 허가를 요구하지 않는 규제 친화적 환경이라는 점도 테슬라의 공격적 진출을 뒷받침했다. 다만 리스크 요인도 뚜렷하다. 마이애미 특유의 잦은 폭우와 스콜은 카메라 전용 인식 시스템에 가장 까다로운 조건으로 꼽히며, 업계에서는 이번 출시를 비전 온리 접근법의 실전 시험대로 보고 있다. 테슬라는 지난 5월 원격 조작 요원(테레오퍼레이터)이 개입한 로보택시 사고 2건을 규제 당국에 보고한 바 있고, 오스틴 차량군도 여전히 수십 대 규모에 머물러 있다. 긴 배차 대기 시간과 소프트웨어 오류 보고가 이어지는 가운데, 회사는 로보택시 부문의 매출, 가동률, 마일당 비용을 공개하지 않고 있다.

이미지 - 알트 텍스트 포함 OpenAI가 차세대 프론티어 모델 'GPT-5.6 Sol'을 프리뷰로 공개하고, 7월 중 Cerebras의 웨이퍼스케일 하드웨어에서 초당 최대 750토큰의 추론 속도로 서비스한다고 밝혔다. 기존 GPU 클러스터에서 프론티어급 모델이 통상 초당 40~120토큰 수준으로 스트리밍되는 것과 비교하면 최대 10배에 가까운 속도로, '가장 똑똑한 모델은 느리다'는 업계의 오랜 공식을 정면으로 깨는 시도다. GPT-5.6 Sol은 지난 6월 26일 백악관의 자발적 사전 배포 검토(voluntary pre-deployment review) 절차를 거쳐 처음 모습을 드러냈다. 이번 발표의 핵심은 모델 자체의 지능 향상보다 서빙 인프라의 전환에 있다. Cerebras는 웨이퍼 한 장 전체를 하나의 칩으로 쓰는 웨이퍼스케일 AI 가속기를 만드는 회사로, GPU 수백 장을 네트워크로 묶는 기존 방식 대비 메모리 병목이 적어 처리량을 극적으로 끌어올릴 수 있다. OpenAI는 Cerebras에서 서빙되는 Sol이 기존 배포판과 '동일한 모델'이라고 확인했으며, 초기에는 제한된 고객에게 먼저 제공한 뒤 Cerebras의 용량 확충에 맞춰 접근을 넓혀갈 계획이다. 기능 면에서 Sol은 이미지, 스크린샷, 다이어그램, 문서를 이해하는 네이티브 멀티모달 비전과 확장된 컨텍스트 윈도를 갖췄다. API 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 30달러로 책정됐다. 외부 분석가 블레이스 굿슨(Bleys Goodson)은 Sol이 웨이퍼 한 장당 모델 레이어 하나꼴로 70~100장의 Cerebras 웨이퍼에 분산 서빙될 것으로 추정하며, 총 3조 파라미터에 활성 파라미터 1,500억, 70개 레이어 규모의 MoE 구조일 가능성을 제기했다. 다만 OpenAI는 상세 아키텍처와 벤치마크 수치를 공개하지 않았다. 이번 배포의 배경에는 OpenAI와 Cerebras가 맺은 것으로 알려진 200억 달러 규모, 750메가와트급 추론 컴퓨팅 다년 계약이 있다. 올해 초 IPO를 신청한 Cerebras 입장에서 프론티어 모델의 실전 배포는 상장을 앞둔 강력한 검증 신호로 해석된다. OpenAI는 동시에 Broadcom의 커스텀 칩 'Jalapeño'에도 같은 모델을 병행 배포하는 것으로 전해져, NVIDIA GPU 일변도에서 벗어나 커스텀 실리콘으로 추론 인프라를 다변화하는 전략이 뚜렷해지고 있다.

포커 AI 'DeepStack'으로 사상 최초로 프로 포커 플레이어를 꺾으며 학계를 뒤흔들었던 DeepMind 출신 연구원 세 명이 창업한 EquiLibre Technologies가 시리즈A 라운드를 마감하며 기업 가치 5억 달러(약 6,900억 원)를 기록했다. 6월 30일(현지시간) 테크크런치가 단독 보도한 이번 라운드는 북유럽 대표 벤처캐피털 Creandum 역사상 단일 최대 투자로 기록됐다. 프라하에 본사를 둔 EquiLibre Technologies의 핵심 기술은 불완전 정보 게임(imperfect-information game)에서 내시 균형(Nash equilibrium)을 실시간으로 근사하는 강화학습 알고리즘이다. 포커에서 상대의 패를 모른 채 최적 전략을 도출하는 것과 마찬가지로, 주식과 암호화폐 시장에서도 불완전한 정보 속에서 최적의 매매 의사결정을 내리는 데 같은 게임 이론 프레임워크를 적용한다. 이 접근법은 전통적인 퀀트 펀드가 주로 의존하는 통계적 차익거래나 모멘텀 전략과는 근본적으로 다른 패러다임이다. 회사 측은 트레이딩 시스템 가동 이후 단 한 달도 손실을 기록하지 않았다고 주장한다. 구체적인 수익률은 공개되지 않았으나, 이 같은 실적이 Creandum의 역대급 베팅을 이끌어낸 것으로 보인다. 퀀트 업계에서는 시장 변동성이 극심했던 최근 수개월간 무손실 기록을 유지했다는 점 자체가 알고리즘의 강건성을 방증한다는 평가가 나온다. 창업팀 세 명은 모두 구글 DeepMind 출신으로, 2017년 발표된 DeepStack 프로젝트의 핵심 연구진이었다. DeepStack은 텍사스 홀덤 노리밋 변형에서 프로 포커 플레이어를 상대로 통계적으로 유의미한 승률을 거두며 AI 역사에 이정표를 세웠다. 당시 이들이 증명한 것은 단순한 게임 실력이 아니라, 불확실성 하에서의 의사결정 알고리즘이 인간 전문가를 넘어설 수 있다는 원리였다. EquiLibre는 이 원리를 금융 시장이라는 '궁극의 불완전 정보 게임'에 이식한 셈이다. AI 기반 퀀트 트레이딩 시장은 이미 치열한 경쟁이 벌어지고 있다. 르네상스 테크놀로지스, 투시그마, 시타델 등 전통 강자들이 수십 년간 시장을 지배해왔고, 최근에는 대형언어모델(LLM)을 활용한 새로운 트레이딩 전략도 속속 등장하고 있다. 그러나 EquiLibre의 차별점은 LLM이나 예측 모델이 아닌, 게임 이론에 기반한 전략적 의사결정 엔진이라는 점이다. 상대방(시장 참여자)의 행동을 모델링하고 그에 대한 최적 대응을 계산하는 방식은 기존 퀀트 접근법과 질적으로 다르다.

중국 AI 기업 유니사운드(Unisound)가 지난 6월 7일 네이티브 에이전트 대규모 언어모델 'U2'를 공식 출시했다. 총 2660억 개 파라미터 규모의 MoE(Mixture of Experts) 아키텍처를 채택한 이 모델은 복잡한 실무 워크플로를 100단계 이상 자율적으로 분해하고 실행할 수 있는 것이 핵심이다. 유니사운드는 U2를 통해 LLM의 역할이 '질문에 답변하는 것'에서 '실제 작업을 완료하는 것'으로 전환되는 시점이 왔다고 선언했다. U2의 기술적 차별점은 'Hybrid Thinking' 메커니즘에 있다. 기존 모델들이 명시적 사고 연쇄(Chain of Thought)와 암묵적 추론 중 하나를 택하는 방식이었다면, U2는 작업 단계의 복잡도와 불확실성에 따라 사고 모드를 동적으로 전환한다. 'Bounded Latent Rollout'과 'Entropy-aware Switching' 기법을 활용해 불확실성 수준에 맞춰 추론 방식을 자동 조정하는 구조다. '높은 지능 밀도와 높은 토큰 가치'를 설계 원칙으로 내세우며, 더 적은 활성화 리소스로 더 강한 성능을 구현했다고 유니사운드 측은 설명한다. 벤치마크 성능도 주목할 만하다. 대학원 수준의 과학 문제를 다루는 GPQA Diamond에서 87.9점, 실제 소프트웨어 엔지니어링 역량을 측정하는 SWE-bench Verified에서 75점을 기록했다. 자율 에이전트 실행 능력을 평가하는 Claw-Eval(pass@3)에서는 76.9점, 사무 및 지식 업무 전달 능력을 측정하는 GDPval에서 72.9점을 달성했다. 유니사운드에 따르면 이는 GLM-4, DeepSeek-V4-Flash(High), MiniMax M2.7 등 중국 내 경쟁 모델들을 상회하는 수치다. U2가 강조하는 세 가지 핵심 역량은 추론, 코딩, 에이전트다. 추론 측면에서는 장기 논리적 안정성과 낮은 편차의 실행을 지향하고, 코딩에서는 단순 코드 생성을 넘어 종단 간 엔지니어링 전달까지 범위를 확장했다. 에이전트 역량에서는 다중 도구 협업과 장기 프로세스 오케스트레이션을 구현한다. 특히 요구사항 이해부터 작업 계획 수립, 환경 상호작용, 도구 사용, 프로세스 수정, 결과 검증까지 이어지는 완전한 실행 루프를 모델 자체적으로 수행할 수 있다는 점이 기존 LLM과의 차이다. 훈련 과정에서도 단순 정답 암기가 아닌 커리큘럼 학습, 프로세스 감독, 궤적 비교 등을 통해 계획·실행·오류 수정·결과 검증 능력을 체계적으로 교육했다.

앤스로픽이 6월 30일(현지시간) 자사 최신 AI 모델 'Claude Sonnet 5'를 공식 출시했다. 이번 모델은 '역대 가장 에이전트 지향적인 Sonnet'을 표방하며, 상위 모델인 Opus 4.8에 근접하는 성능을 Sonnet 가격대에서 구현한 것이 핵심이다. 출시와 동시에 Claude 무료(Free) 및 프로(Pro) 플랜의 기본 모델로 즉시 전환됐으며, 맥스(Max), 팀(Team), 엔터프라이즈(Enterprise) 플랜에서도 선택 사용이 가능하다. Sonnet 5는 전작 Sonnet 4.6 대비 추론, 도구 사용, 코딩, 지식 작업 등 에이전트 워크플로의 핵심 영역에서 전방위적 성능 향상을 달성했다. 특히 계획 수립(planning), 브라우저·터미널 등 외부 도구 활용, 자율 실행(autonomous execution) 능력이 대폭 강화됐다. 앤스로픽은 "불과 몇 달 전까지 더 크고 비싼 모델이 필요했던 수준의 작업을 이제 Sonnet 가격대에서 처리할 수 있게 됐다"고 밝혔다. 조기 접근(early access) 파트너들의 평가도 눈길을 끈다. 이들은 Sonnet 5가 "이전 Sonnet 모델이 중단되던 복잡한 다단계 작업을 끝까지 완수한다"는 점과, "명시적 요청 없이도 자체 출력을 검증하는 능력"을 갖췄다는 점을 공통적으로 강조했다. 다중 단계 소프트웨어 엔지니어링 파이프라인에서 '강력한 실행 계층(execution layer)' 역할을 수행한다는 평가다. 안전성 측면에서도 개선이 이루어졌다. 비정렬(misaligned) 행동의 전체 발생률이 감소했고, 악의적 요청에 대한 거절 능력과 프롬프트 주입(prompt injection) 공격에 대한 저항성이 강화됐다. 환각(hallucination)과 아첨(sycophancy) 비율 역시 낮아졌다. 사이버 보안 영역에서는 의도적으로 능력을 제한해, Firefox 익스플로잇 개발 테스트에서 0.0%의 성공률을 기록하며 Opus 4.8이나 Mythos 5 대비 현저히 낮은 사이버 공격 능력을 보였다.