7월 3주 AI 하이라이트

GPT-5-6 Sol 및 Muse Spark 1.1 출시

이번 주에는 GPT-5-6 Sol 모델과 AI 2027의 후속 계획인 Plan A가 출시되었다. Muse Spark 1.1은 메타의 새로운 모델로, 진보는 있지만 최전선 모델은 아니다. Thinking Machines의 첫 모델 Inkling도 출시되었으며, AI 규제에 대한 Demis Hassabis의 규제 조치 촉구가 있었다.

OpenAI의 GPT-5.6 모델과 DeepSeek-R1의 추론 모델

OpenAI는 최근 GPT-5.6 모델 패밀리를 출시했으며, 이 모델은 세 가지 크기로 제공되고 각기 다섯 또는 여섯 가지 추론 노력 설정을 포함한다. DeepSeek-R1은 강화 학습을 통한 검증 가능한 보상(RLVR) 기법을 사용하여 LLM을 추론 모델로 전환하는 방법을 제안했다. RLVR은 수학과 코드와 같은 검증 가능한 데이터 도메인에서 보상 신호를 제공한다. 이 과정에서 중간 추론 흔적은 모델 훈련에 사용되지 않았다.

Generative SNUPI를 활용한 DNA 오리가미 설계

한국의 과학자들이 DNA 오리가미를 설계하기 위해 Generative SNUPI라는 AI 모델을 개발했다. 이 모델은 사용자가 요청한 형태로 DNA 구조를 설계할 수 있으며, 화학 규칙을 고려하여 DNA 가닥이 특정 형태로 접히도록 지시한다. 연구팀은 서울대학교와 한양대학교 소속이며, 이 연구 결과는 Nature Communications에 게재될 예정이다.

AI와 나노기술이 변화시키는 생물학 연구의 미래

AI 전문가들은 지난 10년간 자신의 지식이 발전을 방해한다는 쓴 교훈을 배웠다. 생물학 분야에서도 유사한 교훈이 적용되고 있으며, 새로운 약물은 정교한 가설이 아닌 방대한 데이터셋의 분석에서 출발하고 있다. AI와 나노기술을 활용한 새로운 과학적 방법들이 인체 생물학의 다양한 측면을 측정할 수 있게 하며, AI 모델은 자동화된 실험실에서 실험을 수행하고 결과를 분석하여 새로운 실험을 제안할 것이다.

코드 작성 비용 변화와 회의의 중요성

작은 기능 요청의 가장 비싼 부분이 코드 작성에서 회의로 변화했다. 엔지니어들은 작은 요청이 실제로는 테스트, 롤아웃 계획, 엣지 케이스 고려 등을 필요로 한다는 것을 배우며, 이로 인해 두 시간의 변경이 두 주의 방해가 될 수 있다. AI를 활용하면 첫 번째 패치를 생성하는 데 드는 비용이 낮아지지만, 인간이 결과를 검토하고 소유하는 데 드는 비용은 여전히 중요하다. 따라서 작은 변경 요청에 대해 실제 패치를 생성하고 이를 검토하는 과정이 필요하다.

Claude Fable 5, Max 및 Team Premium 플랜에 포함

2023년 7월 20일부터 Claude Fable 5가 모든 Max 및 Team Premium 플랜에 포함되며, 사용 한도의 50%로 제공된다. Pro 및 Team Standard 사용자들은 사용 크레딧을 통해 Fable에 계속 접근할 수 있으며, 일회성 $100 크레딧을 받는다. $20/month 플랜 사용자들은 여전히 Fable 5에 접근할 수 없다.

NVIDIA BlueField와의 극단적 공동 설계를 통한 Agentic AI 팩토리 확장

Agentic AI는 AI 팩토리의 인프라 패턴을 변화시킵니다. 하나의 요청이 여러 모델 호출, 도구 호출, 메모리 조회, 정책 확인, 저장소 접근 및 네트워크 전송을 유발하여 최종 답변이 생성됩니다. 여러 에이전트가 동시에 실행되고 단계 간에 컨텍스트를 유지함에 따라, 인프라는 데이터를 빠르게 이동, 보호, 검색 및 재사용해야 합니다.

AI 에이전트 평가 격차: 기업들이 자율성을 부여하면서 평가 신뢰도 감소

157개 기업을 대상으로 한 조사에서, 절반(50%)이 내부 평가를 통과한 AI 에이전트를 배포했으나 고객에게 실패한 경험이 있다고 보고했다. 현재 자동화된 평가를 완전히 신뢰하는 기업은 5%에 불과하며, 가장 큰 문제는 평가가 실제 결과와 잘 맞지 않는다는 것이다. 66%의 기업이 인간 개입 없이 자동화된 배포를 허용하거나 이를 위해 시스템을 개선하고 있다. 평가 도구는 분산되어 있으며, 실시간 품질 검사를 수행하는 기업은 약 25%에 불과하다.

Smartsheet, AWS에서 원격 MCP 서버 구축

Smartsheet는 AWS에서 원격 모델 컨텍스트 프로토콜(MCP) 서버를 구축하여 AI 클라이언트가 Smartsheet의 데이터와 기능에 직접 접근할 수 있도록 했다. 이 서버는 내부 및 외부 AI 에이전트가 동일한 인프라에서 작동하도록 설계되었으며, Amazon Quick과 같은 AI 도우미가 자연어를 통해 Smartsheet의 기능을 활용할 수 있게 한다. Smartsheet는 이 최적화를 통해 30억 개 이상의 토큰을 절약했다.

Amazon Quick: 판매 조직을 위한 AI 어시스턴트

Amazon Quick은 판매 팀이 행정 업무에 소요되는 시간을 줄이고 판매에 더 집중할 수 있도록 돕는 AI 어시스턴트이다. Quick은 CRM, 이메일, 웹 분석 및 지원 시스템과 연결하여 구매 의도가 높은 잠재 고객을 자동으로 식별하고 우선 순위를 매긴다. 이를 통해 판매 팀은 더 많은 지역을 커버하고, 거래를 더 빠르게 성사시키며, 고객 충성도를 높일 수 있다.

미국 42개 주에서 AI 데이터센터 반대 시위 발생

미국 전역에서 AI 데이터센터 건설에 반대하는 첫 전국 규모의 동시 시위가 열렸다. 18일(현지시간) 42개 주에서 총 142건의 AI 데이터센터 반대 집회가 열렸으며, 이는 보수 성향 시민단체 휴먼스 퍼스트가 주도한 행동이다. 시위 참가자들은 AI 인프라 구축이 지역 사회의 물과 전력, 환경을 위협하고 주민 의견을 충분히 반영하지 않고 있다는 불만을 표출했다.

Apple, OpenAI를 상대로 소송 제기

Apple이 OpenAI를 상대로 소송을 제기했다. 이 소송은 전문가들에 의해 많은 주장들이 일반적인 관행에 불과하다는 의견이 제기되고 있다. Apple은 새로운 Siri AI 소프트웨어의 공개 베타를 출시하는 시점에 OpenAI와의 공개적인 갈등을 선택한 이유에 대해 논의되고 있다.

AI 에이전트를 활용한 경량 USD 런타임 개발

OpenUSD는 물리적 AI를 위한 공통 장면 설명 언어를 제공하는 개방형 확장 프레임워크이다. 이 프레임워크는 팀이 CAD 데이터, 시뮬레이션 자산, 실제 텔레메트리를 공유된 물리적으로 정확한 세계 관점으로 통합할 수 있게 한다. 기존의 USD 구현을 구축하는 것은 대규모 코드베이스를 조정해야 했으나, 이제는 특정 메모리 요구 사항을 가진 팀들도 더 쉽게 접근할 수 있다.

NVIDIA CUDA 13.3에서의 캐리리스 곱셈 지원

x86 CPU는 15년 이상 캐리리스 곱셈을 위한 전용 하드웨어 명령어를 제공해왔다. 그러나 NVIDIA GPU는 그동안 이 기능을 지원하지 않았다. NVIDIA CUDA 13.3에서는 이 격차를 해소하기 위해 새로운 PTX 명령어를 도입하였다.

AI가 의료 사전 승인 절차를 개선할 수 있을까?

의료 사전 승인(prior authorization) 절차는 환자가 의사가 추천한 치료를 받기 위해 건강 보험사의 승인을 받는 과정이다. 이 과정은 비용 절감의 역할을 하지만, 많은 의사들은 승인 지연으로 인해 환자가 치료를 포기할 수 있다고 우려하고 있다. AI는 방대한 정보를 효율적으로 처리하여 명확한 청구의 승인을 신속하게 할 수 있는 가능성이 있지만, AI 기반의 사전 승인은 잘못된 보험 청구 거부를 증가시킬 수 있다는 저항에 직면해 있다.

영국의 생산성 향상을 위한 AI 기술 활용 방안

Google UK는 최신 경제 영향 보고서를 공유하며, 더 많은 사람들이 AI 기반 기술의 이점을 활용할 수 있도록 하는 방법을 제시하고 있다.

OpenAI의 GPT-5.6, Grok 4.5, Muse Spark 1.1 출시 및 AI 모델 경쟁

OpenAI는 GPT-5.6을 출시하며 모델을 Sol, Terra, Luna로 분리하고, 프로그램 도구 호출 기능을 추가했다. GPT-Live는 전이중 아키텍처를 통해 인간-기계 협업을 개선하고, ChatGPT Work는 여러 앱과 파일에서 작업을 수행하며 편집 가능한 문서를 생성할 수 있다. Meta의 Muse Spark 1.1은 백만 토큰 컨텍스트 윈도우와 멀티모달 인식을 결합하고, Grok 4.5는 코딩 및 지식 작업을 위한 애플리케이션 생성을 지원한다.

OpenAI의 GPT-5.6-Sol 출시 및 가격 정보

OpenAI의 GPT-5.6-Sol 모델이 출시되었으며, 가격은 $5/$30이다. Terra는 $2.50/$15, Luna는 $1/$6로 책정되었다. GPT-5.6은 AI 연구 가속화에 가장 강력한 모델로, 내부 연구자들이 이를 통해 평균 일일 출력 토큰 수가 GPT-5.5의 두 배 이상 증가했다고 보고되었다.

Kimi K3 2.8T-A50B: 가장 큰 오픈 모델 출시

Moonshot AI가 Kimi K3를 2.8T의 총 파라미터와 1M 토큰 컨텍스트를 갖춘 오픈 모델로 출시했다. Kimi K3는 Kimi Delta Attention(KDA)와 Attention Residuals 기능을 포함하며, 2026년 7월 27일까지 오픈 가중치가 제공될 예정이다. Kimi K3는 Frontend Code Arena에서 1679점을 기록하며 1위를 차지했고, Text Arena에서는 9위에 올랐다.

리누스 토발즈, 리눅스에서 AI 코딩 도구 사용 지지

AI 기반 코딩 도구의 도입이 진행됨에 따라, 리눅스 커널의 창시자 리누스 토발즈는 AI 도구 사용을 지지한다고 밝혔다. 그는 리눅스가 반AI 프로젝트가 아니며, 이에 불만이 있는 사람은 오픈 소스 방식으로 포크하거나 떠날 수 있다고 말했다. 또한, Sashiko라는 리눅스 커널 코드 리뷰 시스템이 테스트에서 53.6%의 버그를 독립적으로 찾아낼 수 있다고 주장했지만, 20%의 비율로 잘못된 버그 보고도 발생할 수 있다고 덧붙였다.

바이브 코딩 전에 알아야 할 7가지 기본 개념

바이브 코딩을 할 때 발생할 수 있는 문제는 기본 개념 부족에서 비롯된다. AI는 확률 기반 생성으로 항상 옳지 않으며, 결과를 직접 실행하고 검증해야 한다. 프롬프트를 구체적으로 나누어 요청하고, HTML, CSS, JavaScript, 터미널, 컨텍스트를 이해하면 문제 해결이 쉬워진다. Git을 사용해 저장 지점을 만들고 로컬과 배포의 차이를 이해해야 안정적인 결과물을 공유할 수 있다.

AI와 200만 줄의 코드 작성 경험에서 얻은 교훈

25년 경력의 소프트웨어 아키텍트가 AI와 함께 200만 줄의 코드를 작성했으나, 실제로는 단 5분도 자율적으로 작동하지 않는 결과물을 경험했다. AI에게 ‘무엇을(what)’과 ‘어떻게(how)’만 주면 작동하지 않는 코드가 생성되며, 빠진 변수는 ‘왜(why)’라는 점을 강조했다. AI의 속도는 빠르지만, 엔지니어링의 완성도는 부족하다는 문제를 지적하며, AI의 결과물이 껍데기에 불과할 수 있음을 경고했다.

Dave Eggers, OpenAI 직원들에게 ChatGPT의 교육계에 미치는 영향 비판

작가 Dave Eggers는 Sam Altman의 초청으로 OpenAI 직원 약 200명에게 강연을 하였으며, 이 자리에서 ChatGPT가 교육자들에게 미치는 영향이 재앙적이라고 언급했다. 그는 ChatGPT가 의도했든 아니든 교육계에 부정적인 영향을 미쳤다고 주장했다.

Adobe Firefly, Canva, Midjourney의 비즈니스 창작 작업에 대한 비교

Adobe Firefly, Canva, Midjourney는 모두 AI 비주얼을 생성하지만, 각기 다른 비즈니스 문제를 해결한다. 적합한 도구를 선택하는 방법에 대한 정보가 제공된다.

Rick Rubin, AI와 창의성에 대한 논의

Rick Rubin은 Marc Andreessen, Ben Horowitz, Anjney Midha, Erik Torenberg과 함께 AI와 창의성에 대해 논의하며, 그의 저서 'The Way of Code'를 소개했다. Rubin은 AI를 예술가의 대체물이 아닌 창의적 도구로 이해해야 하며, 이는 가능성을 확장하고 개인의 관점과 호기심을 더욱 가치 있게 만든다고 주장했다. 이 대화에서는 음악, 철학, 스타트업 구축, 집단 지성에 대해서도 논의되었다.

Google 지원 FireSat 프로그램의 첫 번째 위성 발사

Google 지원 FireSat 프로그램의 첫 세 개의 운영 위성이 2026년 7월 7일 캘리포니아 반덴버그 우주군 기지에서 SpaceX Falcon 9 로켓에 의해 발사되었다. 이 위성들은 미국, 호주, 유럽에서 작은 화재까지 감지할 수 있는 능력을 갖추고 있으며, 연말까지 화재 감지를 시작할 예정이다. FireSat는 화재 감지를 위해 특별히 설계된 첫 번째 위성 군으로, 지구의 화재 위험 지역을 하루에 최소 두 번 모니터링할 수 있다.

현대차 공장에서 휴머노이드 로봇 도입에 반발하는 노조 파업 시작

수천 명의 현대차 노조원이 휴머노이드 로봇 도입 계획에 대한 협상이 결렬되자 파업에 들어갔다. 이는 휴머노이드 로봇을 다룬 자동차 산업 최초의 공장 중단으로, 울산의 현대차 생산 복합단지에서 발생했다. 7월 13일부터 15일까지 근무 시간은 2시간 단축되었고, 7월 20일부터 22일까지는 4시간 파업을 계획하고 있다. 이번 사태는 현대차 그룹이 보스턴 다이내믹스의 Atlas 휴머노이드 로봇을 공개한 이후 시작되었다.

2026년 업무를 위한 최고의 AI 자동화 도구 비교

2026년을 대비하여 워크플로우, 프로젝트 업데이트, 에이전트, 지식 작업 및 AI 생성 결과물에 대한 최고의 AI 자동화 도구를 비교한다.

NVIDIA, Jetson Thor 아키텍처 기반 T3000 및 T2000 모듈 발표

NVIDIA는 Jetson Thor 아키텍처를 기반으로 한 새로운 T3000 및 T2000 모듈을 발표했다. T3000은 865 FP4 테라플롭스의 AI 컴퓨팅 성능을 제공하며, Jetson T2000은 400 FP4 테라플롭스와 16GB 메모리를 갖추고 있다. 새로운 Jetson 에이전트 기술은 메모리 최적화 및 시스템 구성을 자동화하여 개발자들이 더 낮은 메모리 구성에서도 성능을 유지할 수 있도록 돕는다.

Amazon SageMaker Pipelines의 크로스 계정 모니터링을 위한 커스텀 Amazon CloudWatch 대시보드

Amazon SageMaker Pipelines를 사용하면 조직이 머신 러닝 워크로드를 자동화하고 여러 AWS 계정 및 리전에서 분산할 수 있다. 그러나 여러 AWS 환경에 분산된 SageMaker Pipelines를 모니터링하는 것은 복잡해질 수 있다. Amazon CloudWatch의 커스텀 대시보드를 사용하여 여러 AWS 계정과 리전에서 SageMaker Pipelines 실행을 중앙 집중식으로 모니터링하는 솔루션이 소개되었다.

인스타그램, 13명 팀에서 4명 팟으로 조직 구조 변화

인스타그램의 수장 아담 모세리(Adam Mosseri)는 최근 팟캐스트에서 AI 시대에 맞춰 조직 구조가 변화하고 있음을 언급하며, "13명이 하던 일을, 지금은 4명이 한다"고 밝혔다. 이는 미국 내에서 많은 조직들이 인력을 줄이고 팀의 구조를 가볍게 만드는 변화의 일환으로 보인다.

AI가 기술 면접에 미치는 영향과 채용 시장의 변화

AI가 소프트웨어 엔지니어링 직무에 위협을 가하고 있으며, 지원자들은 원격 기술 면접 중 AI 도우미를 사용하여 실시간으로 답변을 제안받고 있다. 반면, 고용주들은 AI를 활용해 면접 중 AI 사용의 징후를 감지하는 도구를 적용하고 있다. 이러한 양면적 역학 관계는 채용 과정을 AI 무기 경쟁으로 변화시키고 있으며, AI 도구가 지원자의 패턴을 식별하는 데 능숙하다는 점이 강조되고 있다.

Fidji Simo, OpenAI 부사장직에서 물러나다

OpenAI의 부사장 Fidji Simo가 예상보다 긴 의료 휴직으로 인해 전일제 역할에서 물러난다. 이로 인해 회사는 IPO 가능성을 염두에 두고 있으며, Anthropic과의 기업 시장 경쟁에서 어려운 상황에 처하게 된다.

NVIDIA DeepStream 9.1을 활용한 다중 카메라 3D 추적 애플리케이션 구축

대규모 공간에서 비디오 분석 애플리케이션을 개발하는 개발자는 카메라 뷰 간에 이동하는 동일한 객체를 추적해야 한다. 단일 카메라 2D 추적은 신뢰할 수 있는 깊이 정보를 제공하지 않으며, 객체가 프레임을 벗어날 때 추적을 잃는 경우가 많아 창고 안전, 소매 분석, 스마트 빌딩 모니터링과 같은 애플리케이션의 한계를 초래한다. 현재의 3D 추적 방법은 수동 작업을 요구한다.

NVIDIA T4에서 A100 대비 170배 느린 PyTorch 모델 실행

NVIDIA A100에서 포인트 추적 모델이 반 비디오당 약 0.5초 소요되는 반면, T4에서는 같은 호출이 약 85초 소요되어 170배 느려진다. 비디오는 256×256 해상도의 47프레임으로, 배치는 1이다. 현재 GPU는 99% 활용 중이며, 모델은 GPU에서 실행되고 있다. torch.backends.cudnn.benchmark를 활성화해도 효과가 없고, 두 개의 독립적인 T4 머신에서 동일한 느린 성능이 나타났다.

2026년 AI 엔지니어링의 주요 트렌드

2023년 6월 swyx가 'AI 엔지니어'라는 용어를 만든 이후 AI 엔지니어링은 크게 발전했다. 2026년 AI 엔지니어 월드 페어에서는 AI 시스템 주변의 엔지니어링이 중요해졌으며, 자동화된 에이전트보다 시스템 설계가 강조되었다. 특히, OpenAI의 Codex와 같은 도구를 활용하여 AI 엔지니어와 에이전트 간의 협업이 용이해졌고, '루프' 개념이 AI 엔지니어링의 새로운 제어 계층으로 부각되었다.