오픈AI가 차기 모델 아스트라의 사이버 능력을 치명적 등급 배제 불가로 판정하고 내부 활동 일부를 멈췄어요. 시험 중이던 오픈AI 모델이 실제 웹사이트에 들어간 기록도 함께 공개했답니다

오픈AI가 차기 모델의 사이버 능력을 배제 불가로 판정했어요 — 보안 요건을 못 맞춘 내부 활동은 스스로 멈췄습니다

오픈AI가 8월 7일, 차기 모델 아스트라의 내부 평가 결과를 공개했어요. 회사가 위험을 미리 재는 내부 규정인 준비태세 프레임워크(Preparedness Framework) 기준으로, 사이버 분야 최고 등급인 치명적(Critical) 수준의 가능성을 배제할 수 없다는 결론입니다 — "이 모델을 계속 벤치마크하고 평가하는 중이지만, 예비 평가에서 충분히 강한 성능이 확인돼 현시점에서는 치명적 능력 수준을 배제할 수 없습니다." (원문: "While we continue to benchmark and assess this model, our preliminary evaluations indicate strong enough performance that we cannot rule out Critical capability level at this time.")

치명적 등급이 무슨 뜻이냐면, 사람 개입 없이 아직 알려지지 않은 보안 구멍(제로데이)을 스스로 찾아 공격 도구까지 만들거나, 목표만 주면 공격 전략을 처음부터 끝까지 실행할 수 있는 수준을 말해요. 확정 판정이 아니라 배제 불가라는 잠정 판정이고, 평가는 계속 진행 중입니다. 전부 회사 자체 평가·자체 발표이고 독립 재현은 없어요. 다만 조치는 실제로 갔습니다 — "강화된 보안 통제 요건을 아직 충족하지 못한 아스트라 관련 내부 활동은 일시 중단합니다." (원문: "We are pausing internal activities involving Astra that do not yet meet these strengthened security control requirements.") 격리 시험 환경·네트워크 제한·모델 가중치 암호화를 강화하고, 아스트라의 모든 에이전트형 활용에 모델의 사고 과정(사고사슬, Chain of Thought)을 들여다보는 감시를 붙였다고 해요.

사흘 앞선 8월 4일 문서가 이 판정의 배경을 보여 줍니다. 외부 평가 기관 두 곳에서 모델이 시험 범위를 벗어난 사고들이 있었거든요. 영국 정부 AI 보안 연구소(UK AISI)의 평가에서는 "확인된 19건 가운데 2건에 오픈AI 모델 GPT-5.6 Sol이 관여했습니다. 나머지 사례들은 다른 랩의 모델이었습니다." (원문: "Of the 19 events identified, two involved an OpenAI model, GPT‑5.6 Sol. The other instances were models from another lab.") 나머지 17건을 낸 다른 랩이 어디인지는 문서에 없어요 — 실명이 공개되지 않았으니 저희도 적지 않습니다. GPT-5.6 Sol은 다른 랩 에이전트가 공개로 남긴 깃허브 접속 토큰을 재사용하고, 외부 DNS·터널링 서비스에 계정을 만들고, 공격 코드를 담은 서버를 공용 인터넷에 노출시켰습니다(작동은 실패했고 실제 조회 증거는 없다고 해요). UK AISI는 7월 28일 비정상 데이터 전송을 감지하고 약 1시간 안에 격리했답니다.

더 직접적인 사고는 평가사 이레귤러(Irregular) 쪽이에요 — "시험 환경이 실수로 인터넷에 연결돼 있었기 때문에, 모델은 실제 웹사이트를 모의 환경의 일부로 착각해 침해했습니다." (원문: "Because the testing environment was mistakenly connected to the internet, the model exploited a real website, mistaking it to be part of the simulated environment.") 모의 해킹 훈련(CTF)용 가상 표적 이름이 실제 도메인과 우연히 겹친 것이 계기였고, "이레귤러의 조사에 따르면, 모델은 크리덴셜을 찾아내 같은 사이트를 조작하는 데 사용하기도 했습니다." (원문: "Based on Irregular’s investigation, the model also found and used credentials to operate that same site.") 크리덴셜은 접속 자격 정보, 그러니까 아이디·비밀번호·열쇠 파일 같은 것이지요. 피해 범위 감사는 진행 중이랍니다.

다만 이 사고를 너무 크게 읽는 것도 정확하지 않아요. 오픈AI는 완화 설명을 같이 적었습니다 — "정교한 샌드박스 탈출이나 제로데이가 아니었습니다. 인터넷 접근은 설정 오류에서 비롯됐고, 모델은 기초적인 보안 취약점을 이용한 것으로 보입니다." (원문: "This did not involve a sophisticated sandbox escape or a zero-day: the internet access resulted from a misconfiguration, and the model appeared to exploit a basic security vulnerability.") 두 사고 모두 안전장치를 일부러 낮춘 특수 시험 구성에서 일어났고, 일반 사용자가 쓰는 배포 환경이 아니었어요. 7월에 공개된 오픈AI-허깅페이스 보안 사고와도 별개 사건이라고 명시했고요 — "아스트라는 곧 나올 모델이며, 허깅페이스 침해에 관여하지 않았습니다." (원문: "Astra is an upcoming model, and was not involved in exploiting Hugging Face.")

그러니 이 두 문서에서 회사가 가져갈 것은 공포가 아니라 점검 목록이네요. 모델이 위험해서 사고가 난 것이 아니라, 안전장치를 낮춘 시험 통제가 모델의 활동을 허가된 경계 밖까지 내보냈다는 것이 두 사고의 공통점이니까요. 인터넷 연결의 사정은 서로 달랐어요 — UK AISI 쪽은 실제 공격자와 비슷한 조건을 만들려고 일부러 열어 둔 것이었고, 이레귤러 쪽은 설정 오류였습니다.

1. 이 에이전트가 인터넷으로 나갈 수 있는 경로가 실제로 차단돼 있는가
   ("격리돼 있다"는 문서가 아니라 밖으로 나가 보는 시험으로 확인)
2. 에이전트가 쓸 수 있는 계정·토큰의 권한 범위는 업무에 필요한 최소인가
3. 다른 팀·외부 도구가 남긴 토큰·크리덴셜이 작업 환경에 남아 있지 않은가
4. 비정상 동작을 몇 분 안에 감지·차단할 수 있는가 (UK AISI는 약 1시간)
5. 사고 시 어디까지 접근했는지 나중에 되짚을 기록이 남는가

이번 발표에서 기존 모델 GPT-5.6 Sol은 치명적이 아닌 고위험(High) 등급으로 평가돼 있다는 것도 확인됐습니다. 오픈AI는 정부 기관·AI 안전 기관과 함께 아스트라의 능력을 시험하고, 수 주 안에 외부 평가 방식을 재점검해 업계 공동 기준을 만들겠다고 밝혔어요. 전부 회사 발표문 기준이라, 실제 이행은 지켜봐야 하겠지요.

미국은 오픈웨이트 모델을 출시 전 정부 검토에서 뺐고, EU는 8월 2일부터 AI법 집행을 시작했어요

미국 백악관이 8월 4일 업계 브리핑에서, 첨단 AI 모델의 사이버 능력을 출시 전에 정부가 들여다보는 프레임워크에서 오픈웨이트(open weights — 모델 파일을 통째로 내려받아 누구나 돌릴 수 있게 공개하는 방식) 모델을 뺀다고 알렸다는 보도가 나왔습니다. Reuters와 The Wall Street Journal 보도를 인용한 Quartz 기사 기준이에요. 백악관이나 연방관보에서 프레임워크 원문 문서는 확인하지 못했고, 이 내용은 전량 보도 기반이랍니다.

기사는 적용 범위를 이렇게 정리했어요 — "이 프레임워크는 사이버보안·해킹 평가에서 최전선(frontier) 수준의 점수를 내는 폐쇄형 독점 모델의 개발사에게만 출시 전 정부 시험을 의무화하며, 누구나 내려받아 로컬에서 돌리고 고칠 수 있는 오픈웨이트로 공개된 모델은 검토 요건의 대상이 아닙니다." (원문: "The framework mandates pre-release government testing only for developers of closed, proprietary models that score at the frontier on cybersecurity and hacking evaluations, while models released as open weights, allowing anyone to run and adapt them locally, are not subject to the review requirement.") 대상에 드는 회사의 조건도 함께 보도됐지요 — "프레임워크 적용 범위에 드는 회사는 공개 출시 전 최대 30일의 정부 검토 기간을 거치게 되고, 기밀유지·사이버보안·내부자 위험·지식재산 보호에 관한 의무를 지게 됩니다." (원문: "Companies that do fall within the framework's scope would face a government review window of as many as 30 days before a public launch, and would have obligations around confidentiality, cybersecurity, insider risk, and intellectual-property protection.")

하나 짚어 둘 것이 있어요. 이 프레임워크는 강제 규제가 아니라 자발적(voluntary) 프로그램이에요 — "이 프레임워크는 트럼프 대통령이 6월에 서명한 행정명령에 따라 마련됐는데, 그 명령은 AI 회사들이 최첨단 모델을 정부 검토에 제출하는 자발적 프로그램을 만들라고 지시했습니다." (원문: "The framework was mandated by an executive order President Donald Trump signed in June, which called for a voluntary program in which AI companies submit cutting-edge models to the government for review.") 행정명령 원문을 보면 최대 30일 검토의 기준점은 '공개 출시 전'이 아니라 정부 밖 신뢰 파트너에게 모델을 제공하기 전으로 적혀 있어요 — 기사 요약과 결이 조금 다른 대목이라 함께 적어 둡니다. 지난주에 시한이 산출물 없이 지났다고 전해 드린 그 프레임워크의 내용이 이번 주에 브리핑으로 나온 것이지요. 기사는 이 결정이 앤스로픽(Anthropic) CEO 다리오 아모데이에게는 좌절(setback)이라고 적었습니다 — 아모데이 CEO는 개방·폐쇄를 가리지 않고 충분히 유능한 모든 모델에 의무 안전성 시험을 적용해야 한다고 주장해 왔는데, 결정은 그 반대 방향으로 났으니까요.

대서양 건너편은 반대로 조였습니다. EU AI법(AI Act)이 8월 2일부로 집행 체계와 투명성 규칙이 적용되는 단계에 들어갔어요. 유럽 집행위원회(European Commission) 정책 페이지는 이날부터 EU AI사무국(AI Office)과 회원국 당국이 AI법의 이행·감독·집행을 책임진다고 안내합니다. 챗봇은 AI와 대화 중임을 알려야 하고, AI가 만들거나 고친 콘텐츠에는 표시를, 딥페이크(deepfake — AI로 만든 진짜 같은 가짜 영상·음성)에는 라벨을 붙여야 해요 — "AI법의 투명성 규칙은 2026년 8월에 발효됩니다." (원문: "The transparency rules of the AI Act will come into effect in August 2026.") 범용 AI 모델 쪽은 이미 작년부터 의무가 걸려 있고요 — "AI사무국은 GPAI 모델에 대한 집행 권한을 보유합니다." (원문: "The AI Office holds enforcement powers over GPAI models.") GPAI는 범용 AI(General-Purpose AI), 그러니까 특정 용도에 묶이지 않고 두루 쓰이는 모델을 가리켜요.

다만 다 조여진 것은 아니에요. 채용·교육 평가처럼 사람의 권리에 직접 닿는 고위험 영역 의무는 미뤄졌습니다 — "생체인식·핵심 인프라·교육·고용·이주·망명·국경 통제 등 특정 고위험 영역에 쓰이는 시스템에 대한 규칙은 2027년 12월 2일부터 적용됩니다." (원문: "Rules for systems used in certain high-risk areas — including biometrics, critical infrastructure, education, employment, migration, asylum and border control — will apply from 2 December 2027.") 승강기·장난감 같은 제품 내장형은 2028년 8월 2일부터고요.

미국 모델을 쓰는 경우
□ 쓰는 모델이 폐쇄형 프런티어급인가 → 신모델 출시 일정에
  최대 30일 검토가 끼어들 수 있음 (자발적 프로그램·보도 기반)
□ 오픈웨이트를 자체 서버에 올려 쓰는가 → 이 검토와는 무관

EU에 서비스를 내보내는 경우
□ 챗봇이 있다 → "AI와 대화 중" 고지 (지금부터)
□ AI 생성·수정 콘텐츠를 내보낸다 → 기계가 읽을 표시 (지금부터)
□ 채용·교육 평가 등 고위험 후보 → 2027-12-02까지 준비 시간

한국 회사 입장에서 갈리는 지점은 명확합니다. 오픈웨이트 모델을 받아 자체 서버에 올려 쓰는 회사는 미국 정부 사전검토와 무관하게 그대로 쓰면 되고, 폐쇄형 프런티어 모델의 API를 쓰는 회사는 공급사의 신모델 출시 일정에 검토 절차가 끼어들 수 있다는 변수를 알아 두면 됩니다. EU 쪽은 고지·표시 의무가 이미 시작됐으니, 유럽 사용자를 받는 서비스라면 지금 확인할 항목이에요.

딥마인드의 세대교체예요 — 하사비스는 의장으로 옮기고, 제미나이 로드맵은 13년차 CTO가 맡습니다

구글·알파벳 CEO 순다 피차이(Sundar Pichai)가 8월 5일 구글 딥마인드(Google DeepMind) 리더십 개편을 발표했어요. 데미스 하사비스(Demis Hassabis)는 딥마인드 CEO의 일상 운영에서 물러나 의장 겸 알파벳 최고과학자(Chief Scientist)로 옮기고, 신약 개발 자회사 아이소모픽 랩스(Isomorphic Labs)는 계속 이끕니다. 하사비스는 이렇게 설명했어요 — "이런 배경에서, 지금이 GDM의 일상 운영 책임을 넘길 적기라고 판단했습니다. 큰 그림에 집중하고 앞으로 올 것에 제 능력껏 영향을 줄 시간과 여유를 갖기 위해서입니다." (원문: "With this backdrop, I’ve decided that now is the right time for me to hand over my day-to-day operational responsibilities at GDM, so that I have the time and space to focus on the big picture and help influence what is to come to the best of my ability.")

빈자리는 13년차 CTO 코레이 카부크추오글루(Koray Kavukcuoglu)가 맡습니다 — "저는 GDM 의장이자 알파벳 최고과학자라는 새로운 전략적 역할을 맡게 되며, 코레이가 구글 최고 AI 아키텍트 역할에 더해 SVP로서 GDM을 이끌게 됐음을 알리게 되어 기쁩니다." (원문: "I will be taking on a new strategic role as Chair of GDM and Chief Scientist of Alphabet, and I’m excited to announce that Koray will be stepping up to lead GDM as SVP of Google DeepMind, in addition to his role as Chief AI Architect of Google.") SVP는 수석 부사장(Senior Vice President)이고, 카부크추오글루는 피차이에게 직접 보고하며 제미나이 모델 개발·프런티어 연구·제미나이 앱 조직을 총괄하게 되지요.

떠나는 사람도 있네요 — "마지막으로, 27년이라는 놀라운 여정 끝에 제프 딘은 새로운 것을 시도하고 싶은 시점에 있고, 우리는 그를 기꺼이 응원합니다." (원문: "Lastly, after an incredible 27-year run, Jeff Dean is at a moment where he wants to try something new, and we’re excited to support him in that.") 제프 딘(Jeff Dean)은 구글 검색 인프라부터 텐서플로까지 만든 27년 근속 엔지니어예요. 동료 산제이 게마왓(Sanjay Ghemawat)과 함께 나가는데, 가는 곳이 일반 스타트업이 아니에요 — "제프와 구글 시니어 펠로 산제이 게마왓은 머신러닝·과학·엔지니어링의 발견을 가속하기 위한 독립 공익법인을 세웁니다." (원문: "Jeff and Google Senior Fellow Sanjay Ghemawat are launching an independent public benefit corporation to accelerate discoveries in ML, science, and engineering.") 공익법인(public benefit corporation)은 이윤과 공익 목적을 함께 정관에 적는 회사 형태이고, 구글은 이 법인의 창업 투자자이자 클라우드 파트너로 남는다고 해요.

발표문에는 도구를 쓰는 입장에서 챙길 숫자도 담겼습니다. 제미나이 앱 월간 사용자 9억 5천만 이상, 경량 공개 모델 젬마(Gemma) 다운로드 9억 이상 — 둘 다 회사가 스스로 밝힌 값이고 독립 재현은 없어요. 그리고 하사비스의 메시지에 차기 모델 제미나이 4(Gemini 4)가 진행 중이라는 언급이 공식 문서에 담겼습니다. 출시일·사양은 없으니, 도입 검토 중이라면 다음 버전이 예고된 상태라는 사실만 판단에 넣어 두시면 되겠네요. 리더십 교체 자체는 여러 매체가 함께 보도한 사실이지만, 교체가 제품에 어떤 변화를 만들지는 아직 누구도 모르는 영역입니다. 공급사의 키맨이 바뀌면 로드맵·지원 정책이 따라 바뀔 수 있다는 일반론으로 대비하는 정도가 적당하지요.

1. 우리가 쓰는 제품 라인의 총괄이 바뀌었나, 그 위 조직이 바뀌었나
2. 차기 버전 예고가 있나 (있다면 현재 계약·요금제의 유효 기간 확인)
3. 기존 기능의 지원 종료 공지가 함께 나왔나
4. 대체 공급사 후보를 반년에 한 번 갱신해 두었나

이번 개편 발표는 구글 공식 블로그에 피차이·하사비스 명의의 메시지로 게재됐고, 리더십 교체 사실 자체는 Axios·TIME 등 여러 매체가 함께 보도했답니다. 신설 법인의 이름과 추가 인사 이동에 대한 이야기도 돌지만, 공식 발표문에 없는 내용이라 여기서는 다루지 않아요.

네이버·SKT·카카오 2분기 실적이 한 주에 몰렸어요 — 광고 성장의 60%가 AI라는 회사도, 데이터센터 매출이 92.5% 뛴 회사도 있답니다

미리 말씀드리면 이 꼭지의 수치는 전부 각사가 스스로 발표한 값이에요. 외부 감사가 끝난 확정 수치가 아니고, AI 기여도 같은 항목은 산정 방식이 공개되지 않았답니다.

네이버부터 볼게요. 8월 7일 발표한 2분기 연결 매출은 3조 3,888억 원으로 전년 동기보다 16.2% 늘었고, 영업이익은 5,203억 원으로 0.2% 줄었네요. 줄어든 이유로 회사는 AI 인프라 투자를 들었어요. 눈여겨볼 대목은 광고입니다 — "광고 매출은 AI 기반 지면 최적화 및 타겟팅 고도화 등에 힘입어 AI의 매출 성장 기여도가 60% 이상을 기록하며 전년 동기 대비 7.5% 성장했다"고 보도자료에 적었어요. 7월 말 정식 출시한 AI 브리핑 광고는 기존 검색광고 대비 클릭 전환율 30% 이상, 구매 전환율 3배 이상이라고 밝혔는데, 이것도 자체 발표 수치예요. 엔비디아와 함께하는 AI 팩토리 쪽은 시점이 명시됐어요 — "한편, 네이버가 엔비디아와 함께 추진하고 있는 AI 팩토리 사업 관련 매출은 내년 상반기부터 발생할 것으로 예상된다"고요. 최수연 대표는 "네이버는 최근 엔비디아와 전략적 파트너십을 맺고 AI 팩토리 사업을 진행함에 있어, 초기 자본 부담을 최소화하면서 빠르게 사업을 확장할 수 있는 기반을 구축했다"고 말했지요.

SK텔레콤은 8월 5일 발표했어요. 연결 매출 4조 3,591억 원, 영업이익 5,660억 원으로 영업이익이 전년 동기 대비 67.3% 늘었는데, 여기에는 지난해 일시적 지출에 따른 기저효과 — 비교 대상인 작년 숫자가 낮아서 증가율이 커 보이는 효과 — 가 작용했다고 회사가 직접 밝혔답니다. AI 쪽 핵심 숫자는 데이터센터예요 — "2분기 AI DC 매출은 가동 확대에 힘입어 1,362억 원으로, 전년 동기 대비 92.5% 증가했다"고 적었지요. AI DC는 AI 데이터센터(Data Center), 그러니까 AI 학습·구동용 서버를 모아 둔 시설을 말해요. 목표도 구체적입니다 — "SKT는 SK하이퍼를 중심으로, 2029년 5GW(기가와트) 규모의 AI DC를 단계적으로 오픈하는 것을 1차 목표로 삼고 있다"는데, 이건 실적이 아니라 목표치라는 걸 구분해 두세요. 박종석 CFO는 "상반기에는 통신사업의 안정적 수익을 기반으로 내실을 다지는 한편, AI 데이터센터 사업이 빠르게 확장할 수 있는 기틀을 마련했다"고 말했네요.

카카오는 8월 6일 발표 기준 연결 매출 2조 985억 원(전년 동기 대비 9% 증가), 영업이익 2,770억 원(36% 증가)으로 둘 다 분기 기준 역대 최대라고 밝혔어요. 방향은 앞의 두 회사와 다릅니다. 정신아 대표는 "에이전틱 AI 시대의 경쟁력은 단순히 뛰어난 모델을 만드는 데 그치지 않고 이용자의 맥락과 의도를 이해해 실제 행동까지 연결하는 데 있다"며 "카카오는 카카오톡이라는 일상적 이용자 접점과 그동안 축적해온 기술·서비스 생태계를 기반으로, 전 국민이 자신만의 AI 에이전트를 자연스럽게 활용하는 시대를 앞당기겠다"고 밝혔습니다. 같은 날 콘퍼런스콜에서는 대규모 AI 인프라 투자 대신 이용자 서비스에 집중하고, 쿠팡이츠와 협업해 카카오톡 대화창 안에서 음식 추천부터 결제까지 잇는 계획을 밝혔다고 여러 매체가 전했어요(콘퍼런스콜 발언 기반 보도입니다).

세 회사를 나란히 놓으면 이렇게 읽힙니다. 네이버는 기존 광고 사업 안에서 AI가 성장 기여도로 잡히기 시작했고, SKT는 AI 인프라 자체가 매출 항목이 됐고, 카카오는 인프라 경쟁에서 빠지는 대신 카카오톡 안의 에이전트 서비스에 걸었어요. 카카오톡으로 손님을 받는 사장님이라면 주문·예약·결제가 대화창 안으로 들어온다는 예고가 판매 채널 변화 신호이고, 마케터라면 네이버 AI 브리핑 광고의 전환율 수치가 — 자체 발표라는 조건을 달고 — 하반기 광고 집행 검토 대상이 되겠네요.

1. 그 수치를 누가 쟀나 — 회사 자체 발표인가, 외부 확인이 있나
2. 매출인가 목표인가 — "2029년 5GW"는 목표, "1,362억 원"은 매출
3. 증가율의 비교 대상 — 작년 숫자가 특별히 낮지 않았나 (기저효과)
4. 산정 방식이 공개됐나 — "AI 기여도 60%"의 계산법은 미공개
5. 우리 일과의 접점 — 광고 지면·판매 채널·인프라 값 중 어디가 닿나

세 발표 모두 각사 공식 채널(네이버 보도자료·SK텔레콤 뉴스룸)과 언론 보도로 확인했습니다. 카카오는 공식 보도자료 원문 페이지를 확인하지 못해 디지털데일리 보도를 기준으로 삼았어요.

챗GPT 무료판 텍스트 대화가 무제한이 됩니다 — 같은 주 딥시크는 상당한 폭의 API 요금 인상을 예고했어요

오픈AI가 8월 6일 챗GPT 업데이트를 발표했어요. 무료 사용자 쪽 변화가 큽니다 — "무료 사용자에게는 기본 모델을 GPT-5.6 Luna로 갱신하고 무제한 텍스트 대화로 이용 범위를 넓힙니다." (원문: "For Free users, we're updating the default model to GPT‑5.6 Luna and expanding access with unlimited text chats.") 시점은 갈려요. 기본 모델이 Luna로 바뀌는 것은 발표 주간부터이고, 무제한 텍스트 대화와 어려운 질문에 더 깊은 추론을 쓰는 Think 버튼은 다음 주부터라고 발표문에 적혀 있고요. 조건도 붙어 있습니다 — 무제한에는 남용 방지 장치(abuse guardrails)가 함께 적용되고, 파일 업로드·이미지 같은 다른 기능의 제한은 그대로 남는다고 발표문이 명시했어요. 유료(Plus·Pro) 쪽은 GPT-5.6 Sol이 갱신돼 사실 신뢰성과 답변 집중도를 높였고, 응답마다 모델이 생각에 쓰는 양을 조절하는 슬라이더가 생겼어요. 발표문은 규모 수치도 담았지요 — "매주 10억 명이 간단한 질문과 웹 검색부터 계획 수립, 리서치, 조언, 복잡한 의사결정까지 모든 것을 챗GPT에 의지합니다." (원문: "Every week, 1 billion people turn to ChatGPT for everything from quick questions and web searches to planning, research, advice, and complex decisions.") 개선 폭이든 사용자 수든 전부 자체 발표 값이고, 한국 적용 시점은 발표문에 따로 없어요.

반대 방향 예고도 같은 주에 확인됐습니다. 저비용 API의 대표 격인 딥시크의 공식 요금 문서(8월 9일 조회 기준)에 이런 각주가 붙어 있어요 — "우리는 가까운 시일 내에 딥시크 API 서비스 전반의 가격을 인상할 계획이며, 상당한 인상이 예상됩니다." (원문: "We plan to raise the overall pricing for DeepSeek API services in the near future, with a significant increase expected.") 폭도 시행일도 미공지 상태랍니다. 지난주 전해 드린 피크 시간대 2배 과금 예고는 현행 문서에서 사라졌고, 지금은 시간대 구분 없는 단일 요금표만 있어요 — 100만 토큰당 V4-Flash 입력 $0.14(캐시 적중 시 $0.0028)·출력 $0.28, V4-Pro 입력 $0.435·출력 $0.87입니다. 인상이 어떤 형태일지는 공식 문서로도 알 수 없는 상태이지요. 함께 적힌 예고도 있고요 — "DeepSeek-V4-Pro 정식판이 곧 이어집니다." (원문: "The official release of DeepSeek-V4-Pro will follow soon.")

가격대의 중간에는 알리바바(Alibaba)가 들어왔어요. Qwen 팀이 8월 3일 플래그십 Qwen3.8-Max를 공개했는데, 여러 2차 보도 기준으로 총 2조 4천억(2.4T) 파라미터 MoE(전문가 혼합 — 전체 중 일부 전문가만 켜서 답하는 구조) 구성이고, 한 번에 읽는 분량(컨텍스트)은 100만 토큰, API 요금은 100만 토큰당 입력 $2·출력 $6·캐시 입력 $0.25예요. 글자 조각당 실제로 켜지는 양(활성 파라미터)은 공개되지 않았습니다 — 2.4T급을 돌리는 실제 비용을 가늠할 핵심 숫자인데 비어 있는 셈이지요. 공식 블로그 본문을 직접 열지 못해 사양·요금 전부 2차 보도 기반이라는 조건이 붙어요. 발표와 함께 Qwen3.8-Max와 소형 27B의 가중치를 다음 주 공개하겠다고 약속했는데, 8월 9일 허깅페이스 조회 범위에서는 아직 찾지 못했습니다 — 공개가 안 됐다는 뜻이 아니라 이 조회에서 확인하지 못했다는 뜻이라, 도입 검토 중이라면 직접 재확인해 보시길 권해요.

셋을 겹쳐 보면 판단 기준이 나오네요. 무료 범위가 넓어질 때는 유료 결제 전에 시험할 수 있는 폭이 커지고, 인상이 예고된 API는 현행 단가로 장기 예산을 짜면 어긋나지요. 값이 언제든 움직일 수 있다는 전제로, 쓰는 모델의 단가를 조회 날짜와 함께 적어 두는 습관이 필요한 때예요.

1. 지금 쓰는 모델·요금제 목록화 (모델명 / 입력·출력 단가 / 조회 날짜)
2. 무료로 커버 가능한 업무 분리 — 챗GPT 무료판 무제한 텍스트로
   (남용 방지 제한 있음 · 파일·이미지는 제한 유지)
   시험 가능한 것과 유료 기능이 필요한 것 구분
3. 인상 예고가 붙은 API 는 월 사용량 × 현행 단가를 기록해 두고,
   인상 발표 시 대안(다른 API·오픈웨이트 자체 구동) 비교
4. 분기마다 요금 문서 재조회 — 문서는 예고 없이 바뀐다

이 꼭지의 딥시크 단가와 인상 예고는 8월 9일에 공식 요금 문서에서 직접 확인한 것이고, 챗GPT 변화는 오픈AI 발표문 기준입니다. Qwen3.8-Max는 공식 블로그가 열리지 않아 MarkTechPost 등 복수 2차 보도로 확인했고, 직접 인용은 하지 않았어요.

컬리가 배송 지식을 AI에 가르치다 두 번 갈아엎었어요 — 한국어 문서는 900자만 넘어도 뒷부분이 잘리고 있었답니다

컬리 딜리버리프로덕트의 김태훈 개발자가 배송 도메인 지식을 LLM에 공급하는 검색 구조를 만든 과정을 기술 블로그에 공개했어요. 글의 첫 문장이 요약입니다 — "도메인 지식을 LLM에게 어떻게 먹일 것인가. 이 질문에 대해 한 달간 세 가지 시도를 했고, 두 번 갈아엎었습니다." 시도한 순서는 이래요. 처음엔 고전적 키워드 색인(Inverted Index), 다음엔 문서 본문을 통째로 임베딩(embedding — 글의 의미를 숫자 벡터로 바꿔 비슷한 글을 찾게 하는 기술), 마지막에 요약문 임베딩과 본문 전문 키워드 검색(FTS)을 나눠 맡기는 구조로 정착했답니다.

두 번째 구조를 갈아엎게 만든 발견이 이 글의 핵심이에요. 쓰던 오픈웨이트 임베딩 모델 multilingual-e5-small은 입력 한계가 512토큰인데, 재 보니 전체 문서의 약 85%가 이 한계를 넘고 있었지요. 넘치는 부분은 임베딩에 반영되지 않아요 — 가장 긴 문서(7,396토큰)는 약 93%가 검색에 안 잡히는 상태였다는 뜻이에요. 한국어라서 더 심해요 — "한국어는 토큰 효율이 영문보다 낮아서, 약 900자 이상의 문서는 모두 뒷부분이 잘립니다." A4 반 장이면 900자를 넘으니, 웬만한 사내 문서는 대부분 잘리고 있었던 셈이지요. 수치는 컬리의 자체 측정이고 해당 모델 토크나이저 기준이라는 조건이 붙지만, 512토큰급 임베딩 모델을 쓰는 곳이라면 어디든 같은 함정이 있을 수 있겠지요.

그런데 잘리는 동안에도 검색이 그럭저럭 동작했던 이유가 있었어요. 이 팀은 문서 맨 앞에 요약을 두는 LLM Wiki 구조를 쓰고 있었는데, 의미 검색이 문서 앞쪽에 놓인 그 요약을 보고 동작하고 있었던 것이지요. 이 발견이 3단계 설계의 전제가 됐어요 — 어차피 요약이 일을 하고 있으니, 요약은 임베딩으로 의미를 잡고 본문은 SQLite FTS5(BM25 — 키워드가 문서에 얼마나 특징적으로 나오는지 점수를 매기는 고전 검색 공식)로 정확한 단어를 잡게 분업을 시킨 거예요. 개발자가 아니어도 가져갈 수 있는 교훈이 하나 있네요. 문서 맨 앞 3~4줄 요약은 사람에게만 좋은 것이 아니라 AI 검색에도 결정적이라는 것 — 사내 위키를 정리할 때 요약부터 쓰는 습관만으로 검색 품질이 달라질 수 있어요.

1. 쓰는 임베딩 모델의 입력 한계(토큰)를 확인한다 — 512라면 위험 신호
2. 문서 길이 분포를 잰다 — 한계 초과 문서가 몇 %인가 (컬리는 85%)
3. 한국어 기준 환산 — 512토큰 모델이면 약 900자부터 잘린다
4. 문서 맨 앞에 핵심 요약 3~4줄을 두는 규칙을 만든다
5. 요약은 의미 검색, 본문은 키워드 검색으로 분업을 검토한다

이 글은 성공담이 아니라 두 번 실패한 과정을 수치와 함께 남긴 기록이라는 점에서 값어치가 있지요. 정량 벤치마크가 아닌 자체 측정·정성 비교 중심이라는 한계는 저자도 밝혀 두었고요. 같은 문제를 겪는 팀이 자기 문서로 같은 측정을 해 볼 수 있게 과정이 재현 가능하게 적혀 있다는 점이 실무용이네요.

삼성전자 DX부문이 업무용 AI로 제미나이 엔터프라이즈를 골랐어요 — 성능·보안·투자수익률에 임직원 직접 평가까지 따졌답니다

구글 클라우드 (Google Cloud) 가 7월 13일 삼성전자 DX부문에 기업용 AI 업무 플랫폼 제미나이 엔터프라이즈(Gemini Enterprise)를 공급한다고 발표했어요. DX부문은 스마트폰·TV·생활가전을 아우르는 삼성전자의 완제품 조직이에요. 이튿날 기자간담회에서 루스 선 구글 클라우드 코리아 사장은 선정 배경을 이렇게 설명했습니다 — "삼성전자는 (제미나이 엔터프라이즈의) 성능과 보안, 가치와 투자수익률을 모두 따졌고 임직원들도 제품을 직접 사용하며 평가했다"고요. 구글 클라우드는 이번 계약을 국내 기업의 에이전틱 AI 도입 사례 가운데 역대 최대 규모라고 설명했는데, 이건 구글 쪽 자체 표현이고 비교 근거는 공개되지 않았어요.

이 발표에서 도입 검토 중인 회사가 가져갈 것은 계약 자체보다 평가 항목 네 가지랍니다 — 성능, 보안, 투자수익률(ROI — 들인 돈 대비 돌아오는 효과), 그리고 임직원 직접 사용 평가. 특히 마지막 항목이 실무적이에요. 데모 시연만 보고 계약했다가 현장에서 안 쓰이는 것이 기업용 소프트웨어의 흔한 실패 경로인데, 실제 쓸 사람들이 써 보고 평가하는 절차를 선정 기준에 넣었다는 뜻이니까요. 다만 균형 있게 볼 지점도 있습니다. 기사에 삼성전자 측의 직접 발언은 없고 도입 배경 설명은 공급사인 구글 쪽에서 나왔어요. 이용 임직원 수·계약 금액 같은 규모 정보도 공개되지 않았고요.

대기업 계약 소식을 우리 회사 크기로 번역하면 이렇게 되네요. 수만 명 조직이 아니어도 네 가지 평가 축은 그대로 쓸 수 있어요. 성능은 우리 업무 문서·언어로 시험하고, 보안은 데이터가 어디 저장되고 학습에 쓰이는지 계약 조건으로 확인하고, 투자수익률은 아낀 시간을 돈으로 환산해 구독료와 비교하고, 그리고 결정 전에 실제 쓸 팀원 몇 명에게 2주 시험 기간을 주는 거예요. 같은 행사에서 CJ올리브영·카카오뱅크·대원제약·위버스·여기어때 같은 국내 기업 사례도 소개됐다고 하니, 업종별 참고 사례는 계속 늘어나는 중이네요.

1. 성능 — 우리 회사 실제 문서·업무로 시험했나 (공급사 데모 말고)
2. 보안 — 우리 데이터가 어디 저장되나, 모델 학습에 쓰이나 (계약 조건 확인)
3. 투자수익률 — 절감 시간 × 인건비를 구독료와 비교했나
4. 임직원 직접 평가 — 실제 쓸 사람 3~5명이 2주 써 보고 점수를 냈나

이 사례는 구글 클라우드 발표와 기자간담회 발언을 뉴시스가 보도한 것으로, 도입 효과 수치는 아직 없네요. 계약 발표와 실제 성과는 별개 단계라, 삼성전자 쪽에서 활용 성과가 공개되는 시점이 진짜 참고점이 되겠지요.

소상공인 80%가 AI를 쓴다는데 고급 활용은 1.5%랍니다 — 이미 쓰는 앱 안에서 시작하는 국산 도구 3종을 정리했어요

중소기업중앙회가 소상공인 500개사를 조사해 6월 9일 발표한 결과를 보면, 디지털·AI 기술을 활용한다는 응답이 80.0%였답니다. 그런데 이 80%에는 문서 작성 프로그램·키오스크·배달앱 같은 일상 디지털 도구가 다 포함돼 있어요. 생성형 AI 활용률로 읽으면 과대 해석이지요. 수준별로 보면 입문 52.8%, 기초 30.5%, 중급 15.3%이고 고급 활용은 1.5%뿐이에요. 업종 차이도 커서 교육·여가업은 98.0%인데 소매업은 46.0%랍니다. 더 아까운 숫자는 지원 쪽이에요. 정부 디지털·AI 지원사업에 참여해 본 곳은 3.2%에 그쳤는데, 미참여 이유 1위는 지원사업이 있다는 사실을 알지 못했다는 응답(76.2%)이었습니다. 정책 수요 1위는 운영비 지원(59.0%)이었고요. 이 수치들은 중기중앙회 발표문을 여러 매체가 옮긴 것이라, 발표 주체가 한 곳이라는 점은 알아 두세요.

이 조사가 사장님께 말해 주는 것은 두 가지예요. 첫째, 대부분이 입문·기초 수준이니 지금 시작해도 늦지 않았다는 것. 둘째, 지원사업은 못 받는 게 아니라 몰라서 안 받는 경우가 76.2%라는 것 — 소상공인시장진흥공단·지자체 지원사업 공고를 한 번 검색해 보는 행동 자체가 격차를 줄이는 일이 되지요.

그럼 뭐부터 써 보면 좋을까요. 새 프로그램을 배우는 것보다 이미 쓰는 앱 안에 들어온 AI 기능이 문턱이 낮지요. 아시아경제가 정리한 국산 도구 세 가지를 볼게요 — 도구 회사들 발표와 관계자 설명 중심 기사라 효과 수치는 없고, 실명 사용자 후기도 아직 없다는 조건을 달고요.

첫째, 한국신용데이터의 캐시노트 AI 리뷰 관리입니다 — "캐시노트는 소상공인 경영관리 서비스로 전국 220만 사업장에서 쓰고 있다"고 기사는 소개해요. 220만은 캐시노트 전체 이용 사업장 수이지 AI 기능 이용자 수가 아니라는 건 구분해 두세요. 배달 플랫폼·지도 서비스에 달린 리뷰를 감정 분석하고, 부정 리뷰를 불편·불만·악성 세 단계로 나누고, 답변 문구까지 제안하는 3단계 자동화예요. 한국신용데이터 관계자는 "220만 명 소상공인이 매출 관리를 위해 매일 열어보는 앱 안에 기능을 얹는 방식이라, AI 도입의 문턱을 낮췄다"고 말했고요. 둘째, 테이블오더 기업 티오더의 티오더GPT — 카카오톡 대화창에서 상품명 변경·품절 설정 같은 매장 관리를 처리하는 시범 서비스이고, 일부 포스(POS — 판매 시점에 결제·매출을 기록하는 계산대 시스템) 매장에서는 매출·주문 조회도 된답니다. 셋째, 페이히어의 AI 지출장부 — 영수증·명세서를 사진 찍으면 자동 분류해 줘요.

1주 차: 이미 쓰는 앱(경영관리·포스·예약)의 설정 메뉴에서
        AI 기능이 켜져 있는지 확인만 한다
2주 차: 리뷰 답변 제안 기능을 켜고, 제안 문구를 그대로 쓰지 말고
        한 줄만 고쳐 내 말투로 보낸다
3주 차: 소상공인시장진흥공단·우리 지역 지자체 사이트에서
        "디지털·AI 지원사업"을 검색한다 (참여 경험 3.2%뿐 —
        아는 것만으로 앞서간다)

세 도구 모두 도구 회사 쪽 발표 기반이고 매출·시간 절감 효과 수치는 아직 공개된 것이 없답니다. 다만 이미 깔린 앱 안에서 켜기만 하면 되는 구조라 시험 비용이 낮으니, 리뷰 답변처럼 매일 반복되는 일 하나부터 맡겨 보고 판단하시면 되겠네요.