챗GPT가 엑셀·슬라이드를 대신 만들기 시작했어요 — 같은 주에 클로드 소네트 5 값은 9월부터 1.5배가 된답니다

챗GPT가 여러 앱을 오가며 결과물까지 만들어요 — 창을 옮겨 다니느라 쓰던 시간을 통째로 맡길 수 있게 됐답니다

OpenAI가 2026년 7월 9일 'ChatGPT Work(챗GPT 워크)'를 공개했어요. 챗GPT 안에 들어간 AI 에이전트(agent — 목표를 받아 여러 단계를 스스로 밟아 나가는 AI) 로, 연결된 앱과 작업 흐름에서 정보를 모아 시트·슬라이드·문서·웹앱 같은 '완성물'을 만들어 낸다고 회사가 발표했답니다. 구동 모델은 GPT-5.6이라고 밝혔지요.

플러그인(plug-in — 다른 앱을 꽂아 자료를 읽고 쓰게 해 주는 연결 장치) 으로 Slack·Microsoft Teams·Google Drive·SharePoint·메일·캘린더·CRM·프로젝트 트래커를 붙이고, 프롬프트(prompt — AI에게 건네는 지시문) 에 @앱이름을 쳐서 볼 자료를 지목합니다. 'Scheduled Tasks'로 1회·반복·특정 사건 발생 시 실행을 예약할 수도 있고요. 데스크톱 앱에는 내장 브라우저와 Computer Use(컴퓨터 사용 — AI가 사람 대신 클릭·타이핑·파일 이동을 수행하는 기능) 가 들어갑니다. 개발용 Codex 앱은 새 챗GPT 데스크톱 앱으로 합쳐지고, 기존 데스크톱 앱은 'ChatGPT Classic'으로 이름이 바뀌어요. Atlas 브라우저는 단계적으로 종료하고 Chrome 확장으로 사이드바를 지원한다고 하지요.

꼭 짚을 것이 있어요. 어디서 쓸 수 있느냐가 요금제가 아니라 '플랫폼'에 따라 갈린다는 점이랍니다. 2026년 7월 9일 발표 시점 기준이에요.

• 데스크톱 앱(Mac·Windows) — 무료 요금제를 포함한 모든 요금제에서 Chat·Work·Codex를 쓸 수 있어요. 같은 날 전 세계에 배포됐고요.
• 웹·모바일 — Pro·Enterprise·Edu에 먼저 열리고, Plus·Business가 며칠에 걸쳐 뒤따릅니다.

둘을 섞어 "무료면 못 쓴다"거나 "유료면 어디서든 된다"로 읽으면 어긋나요. 계정마다 순차로 열려서 지금 화면 상태는 발표 당시와 다를 수 있고요. 숫자도 성격을 분명히 해 둘게요. OpenAI는 Codex를 매주 500만 명 넘게 쓰고 그중 100만 명 이상이 소프트웨어 개발이 아닌 업무에 쓴다고 밝혔는데, OpenAI가 스스로 낸 자체 발표 수치이고 바깥에서 확인된 값은 아니지요. 발표문에 실린 NVIDIA의 Will Daney 증언 — 엑셀 작업이 행사 사전 준비 시간의 약 40%를 잡아먹었다 — 도 OpenAI 자사 게시물에 실린 고객 증언이랍니다.

에이전트는 답만 주던 챗봇과 달리 실행까지 대신해요. 잘못 시키면 남의 캘린더에 회의를 잡거나 엉뚱한 파일을 덮어쓸 수 있지요. 그러니 첫 업무는 내가 이미 잘 아는 반복 업무로 고르시고, 앱은 2~3개만 먼저 연결하세요. 메일 전송·외부 공유·결제는 사람이 승인하도록 남겨 두시고요. OpenAI는 ChatGPT Work가 일반 대화보다 사용량을 많이 쓰며 Codex와 같은 사용량 구조를 따른다고 밝혔으니, Enterprise·Edu 관리자는 첫 달에 지출 한도부터 걸어 두시면 좋겠네요.

1. 내가 이미 잘 아는 반복 업무인가?
   (결과가 틀렸는지 내 눈으로 알아볼 수 있어야 함)
2. 자료가 있는 앱을 2~3개만 먼저 연결했는가?
3. 외부 전송·공유·결제는 사람이 승인하게 했는가?
4. 결과물 형식과 참고 서식을 함께 줬는가?
   "시트로 만들어 줘. 형식은 첨부한 지난달 파일과 똑같이."
5. 첫 달에는 지출 한도를 걸어 뒀는가?

그록 4.5가 나왔어요 — 단가만큼이나 '한 번에 쓰는 글자 수'가 청구서를 가른다는 걸 보여 줬답니다

일론 머스크가 이끄는 SpaceXAI(기존 xAI) 가 2026년 7월 8일 새 모델 Grok 4.5(그록 4.5)를 공개했어요. 코딩·에이전트 작업·지식 노동에 맞춘 자사 최고 성능 모델이며 코딩 도구 Cursor와 함께 학습시켰다고 설명했지요. 값은 100만 토큰(token — AI가 글을 잘게 쪼개 세는 단위) 당 입력 2달러·출력 6달러, 속도는 초당 약 80토큰, 학습에는 NVIDIA GB300 GPU 수만 장이 쓰였다고 하네요.

회사가 가장 앞세운 건 성능 순위가 아니라 토큰 효율이었어요. SWE Bench Pro 과제 하나를 푸는 데 Grok 4.5는 평균 15,954개의 출력 토큰을 썼는데, 회사가 비교 대상으로 삼은 Claude Opus 4.8(최대 설정)의 67,020개보다 출력 토큰이 약 76% 적었다는 것이지요. 다만 이건 SpaceXAI가 자사 페이지에서 스스로 측정해 낸 수치이고, 같은 조건의 독립 재현 결과는 공개되지 않았어요. 회사가 올린 비교표 5종을 줄 하나 빼지 않고 그대로 옮깁니다. 유리한 줄만 고르면 그 자체가 왜곡이 되니까요.

그대로 세어 보면 Grok 4.5가 1위인 항목은 다섯 중 하나(SWE Marathon)이고, 최상위 자리는 네 항목에서 Claude Fable 5가 가져갔어요. 그런데 한 줄을 더 세어 봐야 공평하답니다. Grok 4.5는 다섯 중 세 항목(SWE Marathon·Terminal Bench 2.1·DeepSWE 1.0)에서 Claude Opus 4.8을 앞섭니다. 맨 윗자리만 보면 놓치게 되는 사실이지요. 이 표가 SpaceXAI 자신이 자사 발표 페이지에 그대로 실은 표라는 점도 봐 주세요. 1위가 아닌 줄까지 지우지 않았고, 경쟁 모델 수치는 각 개발사가 공개한 시스템 카드·순위표에서 가져왔다고 표 아래에 밝혔지요. 다만 어떤 항목으로 표를 구성할지는 SpaceXAI가 정한 것이니 '중립 성적표'로 읽으시면 안 되겠지요.

사무 업무 쪽 소식도 있어요. Grok 4.5는 Grok Build의 기본 모델이 됐고, 회사는 Word·PowerPoint·Excel용 플러그인을 함께 안내했답니다. 엑셀에서는 여러 시트에 걸친 수식을 다루고 웹 조사까지 한 뒤 메모를 남긴다고 하고요. 제공 범위는 발표 시점 기준 Grok Build·Cursor(전 요금제)·SpaceXAI 콘솔 API(Application Programming Interface — 프로그램끼리 기능을 불러 쓰게 해 주는 연결 창구) 입니다. 다만 EU에서는 아직 제공되지 않고 7월 중순 제공 예정이라고만 공지됐어요. 원문은 EU 미제공 사실만 밝혔을 뿐 다른 지역 상황은 적지 않았으니, "한국에서 쓸 수 있다"고 넘겨짚지는 마세요.

이 발표가 알려 주는 건 순위가 아니라 AI 청구서가 계산되는 방식이에요. 실제 청구액은 단가 × 실제로 소모한 토큰 수거든요. 리터당 기름값이 싸도 연비가 나쁘면 주유비는 더 나오는 것과 같지요. 그러니 후보 모델에 같은 업무 프롬프트를 똑같이 넣어 실제로 얼마나 썼는지를 재 보세요. 그 숫자가 진짜 견적이랍니다.

① 단가 — 100만 토큰당 입력·출력을 '따로' 적는다.
   (출력 단가가 입력의 3~5배인 경우가 흔하다)
② 실제 소모량 — 같은 업무 프롬프트 5~10개를 후보 모델에
   똑같이 넣고, 한 건을 끝내는 데 쓴 토큰을 잰다.
③ 지금 우리 조건에서 쓸 수 있는가 (지역·요금제·보안 규정)

→ 최종 견적 = ① 단가 × ② 실제 소모량.

알리바바가 사내에서 Anthropic 도구를 막았어요 — 우리가 쓰는 외국 AI도 어느 날 끊길 수 있다는 뜻이랍니다

CNBC가 2026년 7월 6일 전한 소식이에요. 중국 알리바바가 7월 10일부터 직원들의 업무용 Anthropic AI 도구 사용을 막기로 했다고 CNBC가 확인해 보도했답니다. 이유로는 백도어(backdoor — 정상 통로가 아닌 숨겨진 뒷문. 몰래 접근하거나 정보를 빼낼 수 있는 통로) 보안 위험 우려를 들었다고 하지요. 알리바바는 개발용 도구 Claude Code를 '고위험 소프트웨어' 목록에 올렸고(익명을 요청한 관계자 전언), 직원들에게는 Anthropic의 모델·에이전트 제품을 모두 지우고 자사 도구 Qoder를 쓰라고 안내했다고 CNBC가 적었어요.

금지 범위가 매체마다 다르게 적혔다는 점도 그대로 옮겨 둘게요. CNBC는 '업무용 Anthropic AI 도구 사용 금지 + 모델·에이전트 제품 전부 삭제 지시'로 넓게 적었고 고위험 목록에 오른 건 Claude Code라고 했는데, TechCrunch는 이를 'Claude Code 금지'로 더 좁게 적었어요. 어느 쪽이 정확한지는 아직 가려지지 않았답니다. 알리바바도 Anthropic도 논평 요청에 답하지 않았기 때문이에요 — 양쪽 모두 공식 성명을 내지 않은 상태지요.

배경에는 두 갈래가 얽혀 있어요. 한쪽에는 Anthropic이 2026년 6월 미국 상원 은행위원회에 보낸 서한이 있습니다. 알리바바가 자사 AI 능력을 '뻔뻔하게', '부정하게' 빼내려 했다며 '지금까지 알려진 가장 큰 증류(distillation — 큰 모델의 답을 대량으로 받아내 그 답을 교재 삼아 작은 모델을 학습시키는 기법) 공격'이라고 주장한 서한이지요. 다만 이건 Anthropic 측 주장이고 알리바바가 인정한 사실이 아니랍니다. Anthropic 이용약관은 중국 기업과 '적대국' 기업의 자사 모델 사용을 금지하고 있고요.

다른 한쪽에는 중국 내 반발이 있어요. 레딧과 깃허브 게시물이 '사용자가 중국에 있는지 몰래 확인하는 코드'가 Claude Code에 들어 있었다고 짚으면서 온라인 반발이 커졌다고 CNBC가 전했지요. 연구기관의 공식 분석이 아니라 온라인 게시물에서 시작된 지적이라는 점도 적어야 정확하겠네요. 이에 대해 Anthropic의 Claude Code 팀 엔지니어 Thariq Shihipar는 X에서 "무단 재판매 업체의 계정 오남용을 막고 증류를 방지하려고 3월에 시작한 실험이며, 그 뒤 더 강한 대응책을 적용했고 사실 한동안 이 코드를 내리려던 참이었다"는 취지로 밝혔다고 TechCrunch가 인용했어요. 이 역시 회사 공식 성명이 아니라 소속 엔지니어 개인의 발언이랍니다. 한편 Financial Times는 Anthropic이 중국 기업의 제3국 우회 접근을 막는 중이라고 보도했고, 앤트(Ant)가 싱가포르 법인과 연결된 사내망을 통해 직원에게 기업용 Claude 계정을 줬다고 전했어요. 앤트와 바이트댄스 모두 논평을 거부했다고 하지요.

한 줄로 줄이면 "어제까지 잘 쓰던 외국 AI 도구가 하루아침에 못 쓰게 됐다" 예요. 보안 정책이 바뀌어서, 벤더가 지역 제공을 중단해서, 값이 올라서 — 이유는 얼마든지 생기지요. 문제는 그 도구 안에만 쌓아 둔 프롬프트·대화 이력·자동화 흐름이 그대로 갇힌다는 겁니다. 도구는 갈아탈 수 있게, 자산은 우리가 들고 있게 만들어 두세요.

1. 목록 — 팀이 쓰는 AI 도구를 전부 적는다.
   (도구명 / 쓰는 사람 / 어떤 업무에 / 유·무료)
2. 대체 — 도구마다 '막히면 대신 쓸 것'을 하나씩 정해 둔다.
3. 자산 회수 — 그 도구 안에만 있는 것을 밖으로 복사한다.
   · 잘 듣는 프롬프트 → 사내 문서로
   · 자동화 흐름 → 순서를 글로 적어 두기
4. 자격 확인 — 약관상 쓸 자격이 있는지 다시 읽는다.
   (지역 제한 / 법인 기준 / 상업적 이용 가능 여부)

AI가 틀렸을 때 모델부터 바꾸지 마세요 — '몰라서 틀렸나, 대충 해서 틀렸나'가 먼저랍니다

Anthropic(앤트로픽)이 2026년 7월 7일 자사 개발 도구 Claude Code를 쓰는 사람들을 대상으로 "모델을 바꿀 것인가, 더 꼼꼼히 시킬 것인가"를 가르는 가이드를 냈어요. 작성자는 Anthropic Claude Code 팀의 Lydia Hallie입니다. 자사 제품 안내 성격의 문서라는 점은 먼저 밝혀 둘게요 — 그래서 도구 이름이 아니라 도구를 가리지 않고 통하는 원칙만 골라 옮기겠습니다. 핵심은 손댈 수 있는 손잡이가 둘이라는 구분이에요.

• 모델을 바꾼다 — 요청을 처리하는 가중치(weight — AI가 학습을 통해 얻은, 이미 굳어져 바뀌지 않는 내부 값. 그 AI가 '무엇을 아는가'를 결정해요) 자체가 바뀝니다. 즉 얼마나 유능한가가 달라져요.
• 노력 수준을 올린다 — 같은 가중치가 한 번의 차례에 얼마나 많은 일을 하는가를 정합니다. 즉 얼마나 꼼꼼한가가 달라지지요.

노력 수준이 조절하는 건 자료를 몇 개나 읽는지, 스스로 확인을 얼마나 하는지, 다시 묻기 전까지 몇 단계를 밀고 나가는지예요. 회사는 같은 지시라도 높은 노력 경로는 토큰을 약 7배 더 쓴다고 밝혔는데, 이 역시 Anthropic 자체 시험 수치이고 바깥 기관의 독립 재현 결과는 공개되지 않았답니다. 그래서 판단 규칙이 깔끔하게 나와요.

• 맥락을 다 줬고 분명히 애썼는데도 틀렸다 → 몰라서 틀린 거예요. 더 큰 모델로 바꿉니다.
• 자료를 건너뛰거나, 확인을 생략하거나, 하던 일을 중간에 놓아서 틀렸다 → 안 해 봐서 틀린 거예요. 노력 수준을 올립니다.

그런데 가이드가 가장 먼저 하라고 한 것은 둘 중 무엇도 아니었어요. 손잡이를 돌리기 전에 맥락부터 점검하라는 것이었지요. 보고서 초안이 엉망으로 나왔다면 "더 비싼 모델을 쓸까"가 아니라 "왜 엉망인가"를 물으셔야 한답니다.

• 첨부 자료를 안 본 티가 난다 → 자료를 건너뛴 거예요. 자료를 명확히 지목해 주세요.
• 표의 숫자를 검산하지 않았다 → "합계가 맞는지 다시 세어 봐"를 지시에 넣으세요.
• 세 개 중 한 개만 하고 끝냈다 → 단계를 나눠 시키거나 노력 수준을 올리세요.
• 자료를 다 보고, 검산도 했는데, 결론이 틀렸다 → 이때 비로소 모델을 올릴 차례입니다.

비용도 덧붙일게요. 회사 설명으로는 가벼운 작업에서 작은 모델로 내리면 품질 손해 없이 값이 줄고, 어렵고 여러 단계인 작업에서는 큰 모델이 더 적은 단계로 목표에 도달해 총비용이 오히려 줄 수 있다고 해요. 앞의 '단가 × 실제 소모량'과 같은 결이네요.

① 먼저 맥락을 점검한다 (손잡이는 아직 만지지 않는다)
   - 내 지시가 모호하지 않았나?
   - 필요한 자료·파일을 실제로 줬나? 형식·기준은 말해 줬나?
   → 여기서 고쳐지는 경우가 가장 많다.

② 맥락이 충분했다면, 틀린 '방식'을 본다
   - 자료를 건너뛰었나 / 확인을 생략했나 / 중간에 놓았나?
     → 안 해 봐서 틀린 것. '더 꼼꼼히' (노력 수준 ↑)
       "자료를 전부 읽고, 숫자는 다시 검산하고,
        세 항목을 모두 끝낸 뒤에 답해 줘."
   - 다 보고 다 확인했는데 결론이 틀렸나?
     → 몰라서 틀린 것. '더 유능한' 쪽으로 (모델 ↑)

AI가 내 지시를 흘려듣는다면, 문장이 아니라 '자리'를 바꿔 보세요 — 우아한형제들이 규칙 위반을 10회 중 1회 미만으로 줄인 방법이랍니다

우아한형제들 기술블로그에 2026년 7월 7일 올라온 글이에요. 작성자는 김상국 님이지요. 디자인 시스템 코드를 AI에게 맡기는데 아무리 상세한 가이드라인을 줘도 어떤 때는 규칙을 지키고 어떤 때는 무시해 결과 편차가 컸다는 데서 이야기가 시작됩니다. 보고서 서식을 지켜 달라 일렀는데 세 번 중 한 번은 제멋대로 나오는, 우리에게도 익숙한 상황이지요.

진단이 흥미로워요. 모델은 글을 위에서 아래로 순서대로 읽지 않는다는 겁니다. 관련도가 높아 보이는 대목 위주로 읽고, 맥락 한가운데 묻힌 핵심 지시는 놓치는 경향이 있다는 것이지요. 이걸 부르는 이름도 있어요 — lost in the middle(중간에서 길을 잃음) 이랍니다. 긴 회의 자료를 받으면 우리도 첫 장과 마지막 장은 읽지만 가운데는 대충 넘기는 것과 비슷하네요. 그래서 프롬프트 문장을 다듬는 대신, 모델이 읽는 맥락 자체를 다시 설계했어요. 바꾼 건 네 가지랍니다.

1. 관련 있을 법한 정보를 전부 넣기 → 필요한 것만 골라 넣기
2. 규칙 여러 개를 한 문장에 담기 → 한 줄에 한 지시
3. 규칙을 본문 곳곳에 흩어 두기 → 핵심 지시를 맨 앞과 맨 뒤에 배치
4. 단계별 절차를 나열하기 → 성공 기준과 확인 규칙을 제시

그 결과 규칙 위반이 '5회 중 1~2회'에서 '10회 중 1회 미만'으로 줄었다고 글에 적혀 있어요. 회사 기술블로그에 실린 작성자 본인의 측정치이고 바깥 기관이 재확인한 값은 아니라는 점은 함께 적어 둘게요. 권고도 나왔어요. 금지 목록을 길게 나열하지 말고 원하는 행동을 긍정형으로 제시하라는 것, 예시는 톤·형식을 맞추는 용도로만 쓰라는 것, 작업이 크면 목표를 좁힌 sub-agent(하위 에이전트 — 큰 일을 쪼개 각각 좁은 목표만 맡기는 보조 AI) 로 나누라는 것이지요. 다만 단서가 붙어요. 이 전략은 최신 추론형 모델 기준이고, 구형·경량 모델에는 여전히 상세한 절차를 하나하나 제시하는 편이 낫다고 명시돼 있답니다.

사무 업무로 옮겨 볼게요. '지침 문서'를 열어 보시면 아마 회사 소개가 앞에 길게 있고 예시가 잔뜩 있고, 정작 "숫자는 절대 지어내지 말 것" 같은 진짜 중요한 규칙은 중간 어디쯤 한 줄로 박혀 있을 거예요. 그 규칙을 맨 앞으로 올리고 맨 뒤에 한 번 더 적으세요. 상관없는 배경 설명은 빼시고, "하지 마라" 대신 "이렇게 하라"로 바꾸시고요. 개선 폭은 그 팀의 측정치이니 바꾸기 전과 후를 직접 비교해 보시는 게 가장 확실하겠지요.

① 이 작업에 정말 필요한 항목만 남겼는가?
   (회사 소개·배경 설명 → 삭제)
② 한 줄에 지시가 하나뿐인가?
   ✗ "정중하되 간결하게, 숫자는 대조하고, 3문단으로"
   ✓ "정중한 존댓말로 쓴다." / "숫자는 첨부 자료와 대조한다."
③ 가장 중요한 규칙이 맨 앞과 맨 뒤에 모두 있는가?
④ '하지 마라' 대신 '이렇게 하라'로 썼는가?
   ✗ "추측하지 마라"  ✓ "자료에 없으면 '자료 없음'이라고 적어라"
⑤ 예시는 톤·형식을 보여 주는 용도로만 넣었는가?
⑥ 작업이 크면 목표를 좁혀 나눴는가?

Anthropic 클로드 소네트 5 값이 9월부터 1.5배가 돼요 — 단가만 보고 예산을 짜면 청구서에서 한 번 놀라실 수 있답니다

Anthropic의 공식 가격 문서(발행 시점 기준)에 Claude Sonnet 5(클로드 소네트 5)의 도입 가격이 2026년 8월 31일까지만 유지되고, 9월 1일부터 표준 가격으로 오른다고 적혀 있어요. 지난달 릴리스 노트(2026년 6월 30일)에도 종료일이 공지돼 있었으니 갑자기 통보된 인상은 아니고 예정돼 있던 인상이랍니다. 값이 여러 축으로 나뉘어 있어서 어느 축인지 분명히 적어 둘게요.

입력·출력 모두 1.5배가 되는 셈이지요. 같은 회사 표준 단가 기준 다른 모델은 Claude Opus 4.8이 입력 $5 / 출력 $25, Claude Fable 5가 입력 $10 / 출력 $50, Claude Haiku 4.5가 입력 $1 / 출력 $5랍니다. 9월부터의 소네트 5 가격($3/$15)은 한 세대 전인 Claude Sonnet 4.6과 같은 수준이 되네요.

그런데 여기서 끝이 아니에요. Claude Opus 4.7 이후 모델과 소네트 5는 새 토크나이저(tokenizer — 글을 토큰으로 쪼개는 방식) 를 쓰는데, 그래서 같은 입력 글이 약 30% 더 많은 토큰으로 계산될 수 있다고 같은 문서가 밝혔거든요. 다만 "정확한 증가폭은 내용과 작업 형태에 따라 다르다" 는 단서를 함께 달아 두었어요. 그러니 '무조건 30% 더'라고 읽으시면 안 되고, 단가만 비교하면 실제 청구액을 과소평가할 수 있다는 뜻으로 받아들이시면 되겠지요.

값을 줄일 수단도 같은 문서에 있어요. 프롬프트 캐시(prompt cache — 매번 똑같이 들어가는 긴 지시문·자료를 미리 저장해 두고 다시 불러다 쓰는 기능) 를 쓰면 캐시가 맞아떨어질 때 입력 단가의 10%만 듭니다. 대신 캐시에 기록해 둘 때는 값이 붙어요(5분 캐시는 1.25배, 1시간 캐시는 2배). 소네트 5와 Opus 4.6 이상 모델은 100만 토큰 문맥창(context window — AI가 한 번에 읽을 수 있는 글의 최대 분량) 을 표준 가격으로 제공하니, 긴 문서를 넣는다고 토큰당 단가가 따로 할증되지는 않는답니다. 물론 긴 글일수록 토큰 수 자체가 늘어나니 총액은 올라가겠지요.

한편 시장의 다른 쪽에서는 정반대 압력이 밀려오고 있어요. CNBC가 2026년 7월 7일 전한 소식인데요, 미국 기업들이 AI 라우팅 플랫폼 OpenRouter를 지나 보낸 토큰 가운데 중국계 모델의 비중이 2026년 2월 8일 이후 매주 30%를 넘겼고 최고 46%까지 올랐다고 합니다. 직전 12개월 평균이 11%, 2025년 상반기가 4.5% 수준이었으니 꽤 가파른 곡선이네요. 이유는 대체로 값이에요. OpenRouter의 Justin Summerville은 오픈 웨이트 중국 모델이 Anthropic·OpenAI 주력 모델보다 '60~90% 저렴' 하다고 CNBC에 말했지요.

기사에 실린 장면도 옮길게요. AI 스타트업 Lindy는 6월에 트래픽을 Anthropic Claude에서 DeepSeek으로 100% 옮겼다고 하는데, Flo Crivello 대표는 "비용 곡선이 바닥으로 곤두박질쳤다" 며 몇 달 안에 수백만 달러를 아낄 것이라고 CNBC에 말했답니다. Z.ai의 GLM 5.2는 Vercel이 2026년에 추적한 모델 가운데 도입 속도가 가장 빨랐는데, 출시 첫 주에 하루 토큰량이 약 27배, 쓰는 고객 수가 약 80배 늘었다고 하고요. CNBC는 이 GLM 5.2가 주목받는 에이전트 시험 한 가지에서 Claude Opus 4.8과 1퍼센트포인트 안쪽 차이로 붙었고 값은 약 5분의 1이라고 정리했지요.

다만 이 수치는 반드시 한계를 붙여서 읽어야 해요. 46%라는 숫자는 OpenRouter라는 한 플랫폼을 지나간 트래픽만 반영한 값이랍니다. 기업이 모델사 API에 직접 붙거나 자체 서버에 모델을 올려 쓴 사용량은 여기 잡히지 않아요. 그러니 "미국 기업의 AI 사용 절반이 중국 모델"이라고 읽으면 크게 어긋납니다. CNBC 자신도 균형을 잡는 문장을 함께 실었어요. 규제 산업용 AI 에이전트 플랫폼에서는 "여전히 Claude와 ChatGPT가 사용량을 지배하고" 중국계 모델은 상위 5개 안에 들어온 정도라고 적었지요. Brookings의 Kyle Chan의 진단도 한쪽만 떼어 읽으면 곤란해요. 그는 중국 모델이 "미국 최상위 모델에 가깝게" 작동하면서 값은 "그 일부" 에 불과하다고 말했고, 동시에 아직 '6~9개월' 뒤처진 수준으로 추정했답니다. 값은 이미 붙었고 성능은 아직 뒤처져 있다 — 두 이야기가 한 사람 입에서 같이 나온 것이지요.

그래서 우리가 할 일은 "중국 모델로 갈아타자"가 아니에요. 진짜 신호는 모델 값은 오르기도 하고, 훨씬 싼 대안이 계속 나오기도 한다는 것이지요. 한 번 정한 도구를 그대로 두고 예산만 짜는 방식이 더는 통하지 않는다는 뜻이랍니다. 값싼 모델을 검토하실 때는 우리 자료가 어디서 처리되는가도 반드시 함께 보세요.

① 사용량 뽑기
   - 지난 3개월 월평균 토큰 사용량 (입력·출력 '따로')
② 9월 단가로 다시 계산
   - 소네트 5 표준 단가: 입력 $3 / 출력 $15 (100만 토큰당)
③ 토크나이저 변수 반영
   - 같은 글이라도 토큰이 더 많이 잡힐 수 있다
   - 정확한 폭은 내용·작업에 따라 다르므로, 여유를 둔다
④ 값을 줄일 수단 적용
   - 반복되는 긴 지시문·자료 → 프롬프트 캐시 (입력 단가의 10%)
   - 급하지 않은 대량 작업 → 일괄 처리(Batch)로 (약 절반 값)
   - 가벼운 반복 작업 → 더 작은 모델로 내려 본다
⑤ 대안 검토 시 값만 보지 않는다
   - 우리 자료가 어느 나라 서버에서 처리되는가?
   - 사내 보안 규정을 통과하는가?

가게 현황판을 대화만으로 만들어요 — 챗GPT가 만든 페이지를 링크 하나로 공유할 수 있게 됐답니다

OpenAI가 2026년 7월 9일 앞서 본 ChatGPT Work 발표와 함께 'Sites(사이트)' 를 공개 베타로 열었어요. 챗GPT 안에서 대화로 만든 결과물을 실제로 움직이는 웹페이지나 웹앱으로 바꿔 URL 하나로 공유하는 기능이랍니다. 회사가 예로 든 쓰임새는 실시간 대시보드, 프로젝트 트래커, 출시 일정표, 프로토타입, 사내 포털, 인터랙티브 리포트예요. 발표문에는 'Revenue forecast planner(매출 예측 계획표)', 'Event operations dashboard(행사 운영 현황판)', 'Product launch hub(제품 출시 허브)' 같은 화면 이름이 예시로 실렸지요. 만든 사이트는 챗GPT 안에서 바로 테스트할 수 있고, 바탕이 되는 자료가 바뀌면 챗GPT가 페이지를 갱신할 수 있다고 해요. 조건은 꼼꼼히 확인하고 가야 합니다. 공식 도움말 문서 기준으로 이래요.

• 공개 베타이고, 무료(Free)·Go 요금제에서는 쓸 수 없는 유료 요금제 전용 기능이에요. (앞서 본 ChatGPT Work의 데스크톱 앱이 무료 포함 전 요금제였던 것과 다릅니다. 나눠서 기억해 주세요.)
• Pro·Pro Lite·Enterprise·Edu에 먼저 열리고, Plus·Business가 뒤따라요.
• 출시 시점에 EEA·스위스·영국에서는 제공되지 않아요. 제외 지역 목록에 한국은 들어 있지 않답니다. (계정·요금제마다 순차 적용 중이니 "한국이면 무조건 된다"고 단정하기보다 직접 확인해 보시는 편이 정확하겠지요.)
• 공개 범위는 '나와 관리자만' / '지정한 사람·그룹' / '워크스페이스(workspace — 회사·팀 단위로 묶인 계정 공간) 전체' / '인터넷 전체' 중에 고릅니다. 기업용 워크스페이스에서는 인터넷 전체 공개가 기본으로 꺼져 있고 관리자가 켜야 해요.
• 이미 가지고 있는 도메인을 연결할 수 있어요. 다만 도메인을 대신 사 주지는 않고, DNS(Domain Name System — 사람이 읽는 주소를 서버 주소로 바꿔 주는 인터넷 전화번호부) 기록은 직접 바꿔야 한답니다. 게다가 맞춤 도메인은 출시 시점 기업용(Enterprise) 워크스페이스에서는 쓸 수 없다고 문서가 밝혔어요.
• 공개 베타 동안에는 요금제별 사용량 한도가 있어요. 한도에 이르면 새 사이트를 만들지 못하거나, 사용량이 많은 사이트를 계속 공개해 두지 못할 수 있습니다.

사장님 입장에서는 반가운 소식이지요. 예약 건수나 일자별 매출처럼 '한 화면에 모아 놓고 싶은 것'은 지금 대개 엑셀을 캡처해 단톡방에 올리는데, 그 표는 올리는 순간 과거가 되니까요. Sites는 그 반복을 링크 하나로 바꿔 줘요. 자료가 바뀌면 챗GPT에 사이트를 다시 갱신해 달라고 요청하면 된답니다. 시트를 고치는 순간 화면이 저절로 따라 바뀌는 자동 연동은 아니니 그 점은 정확히 알아 두시고요.

다만 반드시 지켜 주셔야 할 것이 있어요. 손님 이름·연락처·주문 내역 같은 개인정보가 든 자료를 '인터넷 전체 공개'로 올리시면 절대 안 됩니다. 링크만 알면 누구나 볼 수 있으니까요. '지정한 사람만' 또는 '나만' 범위로 두시고, 게시 전에 화면에 무엇이 보이는지 확인하세요. OpenAI도 게시 전에 내용·공개 범위·양식·로그인 방식·파일·링크를 다시 살펴보라고 권고하고 있답니다.

1) 자료를 시트 하나로 모은다
   - 열: 날짜 / 예약 건수 / 매출 / 비고
   - 손님 이름·연락처는 넣지 않는다 (중요)

2) 챗GPT에 이렇게 요청한다
"첨부한 시트로 우리 가게 현황판을 만들어 줘.
 - 맨 위: 이번 주 예약 건수 합계
 - 가운데: 일자별 매출 막대그래프
 - 아래: 요일별 평균 매출 표
 글씨는 크게, 휴대폰에서 봐도 잘 보이게."
   ※ 자료가 바뀌면 시트를 다시 올리고
     "최신 자료로 사이트를 갱신해 줘" 라고 요청한다.

3) 게시 전 확인
   □ 공개 범위를 '지정한 사람만'으로 뒀는가?
   □ 화면에 개인정보가 보이지 않는가?

별점 1점 리뷰 앞에서 30분째 답장을 고치고 계신가요 — 캐시노트가 리뷰를 나눠 답변 초안까지 뽑아 준답니다

아시아경제가 2026년 5월 27일 전한 소식이에요. 한국신용데이터가 '캐시노트 AI 리뷰 관리' 기능을 내놨는데, 배달 플랫폼과 지도 서비스에 쌓인 리뷰를 감정 분석 → 분류 → 답변 생성 세 단계로 처리한다고 합니다. 가장 눈여겨볼 대목은 분류 단계예요. AI가 부정적인 리뷰를 그냥 '나쁜 리뷰'로 뭉뚱그리지 않고 '불편·불만·악성' 세 단계로 나눠 보여 준다고 하지요. 각 리뷰마다 상황에 맞는 답변 문구를 여러 형태로 제안하면, 사장님이 그중에서 고르거나 고쳐서 플랫폼에 올리는 방식이랍니다.

이건 도구를 만든 회사가 발표한 기능 소개를 매체가 옮긴 것이고, "이걸 써서 별점이 몇 점 올랐다" 같은 도입 효과 수치는 제시되지 않았어요. 그러니 효과보다는 일하는 방식으로 봐 주시는 게 정확하겠네요. 그런데 이 '세 단계로 나눈다'는 발상 자체가 도구 없이도 바로 쓸 수 있는 핵심이랍니다. 부정 리뷰는 종류에 따라 답하는 법이 완전히 달라야 하거든요.

• 불편 — "면이 좀 불었어요" 같은 것이지요. 손님 말이 맞는 경우가 많아요. 사과 + 바꿀 조치 한 문장이면 충분하고, 변명은 오히려 손해랍니다.
• 불만 — "가격에 비해 양이 적네요" 같은 것이지요. 사실관계보다 기대치 차이예요. 우리 기준을 담담히 설명하되 싸우지 마세요. 이 답변은 그 손님이 아니라 그 답변을 읽을 다음 손님에게 하는 말이거든요.
• 악성 — 사실과 다르거나 모욕적인 경우지요. 길게 쓰지 마시고 짧고 사무적으로, 필요하면 플랫폼 신고 절차를 밟는 편이 낫답니다.

그러니 AI에게 맡기실 때도 "답장 좀 써 줘"라고 던지지 마세요. 먼저 어떤 종류의 리뷰인지 AI에게 판정하게 하고, 그다음에 그 종류에 맞는 답변을 뽑게 하는 겁니다. 마지막에는 꼭 사장님이 한 번 읽어 보고 올리세요. AI가 쓴 사과문에 우리 가게가 하지 않은 약속이 들어가 있으면 곤란하니까요.

1단계: 판정
"아래 리뷰를 셋 중 하나로 분류해 줘.
 ① 불편 — 손님 말이 사실이고 우리가 고칠 수 있는 것
 ② 불만 — 기대치 차이 (가격·양·취향)
 ③ 악성 — 사실과 다르거나 모욕적인 내용
 왜 그렇게 분류했는지 한 줄로 알려 줘.
리뷰: [붙여넣기]"

2단계: 종류에 맞는 답변
"위 분류에 맞춰 3문장 이내로 써 줘.
 - ①이면: 사과 한 문장 + 실제로 바꿀 조치 한 문장
 - ②이면: 변명 없이 우리 기준을 담담하게 설명
 - ③이면: 짧고 사무적으로. 감정 표현 없이.
 어느 경우든 못 지킬 약속은 넣지 마."

→ 올리기 전에 사장님이 반드시 한 번 읽는다.