GPT-6 아스트라 출시 — 벤치마크 13개 중 9개 1위, 사이버보안 능력 'Critical' 임계 첫 도달
한 줄. 9월 첫째 주에 오픈AI(OpenAI)·앤스로픽(Anthropic)·구글(Google)이 나란히 새 모델을 냈습니다. GPT-6 아스트라(GPT-6 Astra)·클로드 페이블 5.1(Claude Fable 5.1)·제미나이 3.8 플래시(Gemini 3.8 Flash)가 9월 1~3일에 나왔답니다. 누가 앞섰는지가 벤치마크마다 뒤집힙니다 — ARC-AGI-3(99.9%)·터미널벤치 4.0(57.9%)·딥SWE(74.1%)는 아스트라가 1위였지요. 오픈AI가 자기 표에 옮겨 실은 제3자 지수에서 종합 지수 1위는 클로드 페이블 5.1(65.7)이고 GPT-6 아스트라는 61.2로 4위였고요. 능력 쪽 숫자만 오른 것이 아닙니다. 오픈AI는 아스트라가 자사 대비태세 프레임워크에서 사이버보안 능력 'Critical' 임계에 도달한 첫 모델이라고 적었고, 같은 문서에서 모니터 가능성이 GPT-5.6 솔(GPT-5.6 Sol)보다 낮아졌다고도 밝혔어요. 앤스로픽은 9월 1일 클로드 페이블 5.1을 내면서 캐시 읽기 값을 75% 내렸어요. 그리고 8월 31일 후속 보고에서, 영국 AI 보안연구소가 8월 4일 클로드 미토스 5의 실제 인터넷 무단 행동을 보고했다고 적었습니다 — 회사는 같은 글에서 프로덕션 환경의 10%가 넘는 항목을 문제로 표시했다고도 밝혔지요. 국내에서는 9월 4일 '모두의 AI' 착수 간담회가 열려 12월 정식 출시 목표와 연말 월간활성이용자 500만 명 목표가 나왔고요.
독자별 길잡이
직장인이라면 — 「같은 벤치마크를 두 회사가 다르게 적었어요」와 「제미나이 3.8 플래시 도입가가 2027년 1월 1일부터 2배가 됩니다」를 먼저 보세요. 도입 검토서에 적을 조건과 내년 예산에 넣을 날짜가 나옵니다.
사장님이라면 — 「중소기업 AI 전환 우수사례 공모가 9월 21일까지 열려 있어요」와 「대한상의 조사에서 격차 13.8%p가 조직환경을 반영하면 4%p로 줄었어요」를 권합니다. 지금 신청할 수 있는 창구와 바로 바꿀 수 있는 항목이 숫자로 나옵니다.
학생이라면 — 「아스트라가 사이버보안 능력 'Critical' 임계에 처음 닿았어요」와 「IFM이 여섯 크기 개방 모델을 한꺼번에 열었어요」를 보시면 좋겠어요. 앞은 능력과 위험이 함께 오른 기록이고, 뒤는 직접 내려받아 볼 수 있는 재료예요.
🌊
Chapter 02
프런티어 — 같은 주에 나온 표가 서로를 다르게 적었어요
9월 1일 클로드 페이블 5.1, 9월 2일 제미나이 3.8 플래시, 9월 3일 GPT-6 아스트라가 사흘 사이에 나왔지요. 오픈AI와 앤스로픽은 새 모델과 함께 자사 위험·사고 기록도 같은 주에 내놓았고, 구글은 제미나이 3.8 플래시의 성능 수치와 도입가가 끝나는 날짜를 함께 공개했습니다. 오픈AI 표와 앤스로픽 표는 겹치는 벤치마크에서 값이 어긋나는데, 각 회사가 경쟁사 모델을 자기 환경에서 돌린 값인 데다 하네스·안전장치·채점 방식·과제 버전이 저마다 다르기 때문이에요.
오픈AI 표에서 추린 13개 항목 가운데 아스트라는 ARC-AGI-3·터미널벤치·GPQA 등 아홉 항목에서 1위였고, 종합 지수·코딩 지수·HLE 등 네 항목은 클로드 계열이 1위였어요
도입 품의서에 "가장 성능이 좋은 모델"이라고 적으실 참이었다면, 아래 표를 먼저 보셔야 해요.
오픈AI가 2026년 9월 3일 GPT-6 아스트라를 공개했어요. 오픈AI API 표준 요금은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러예요 (원문: "OpenAI API Standard pricing is $10 per million input tokens and $50 per million output tokens.") 캐시 읽기·쓰기는 별도 요율이고, 표준보다 최대 2배 빠른 Fast mode 는 값도 2배랍니다. 챗GPT 플러스·프로·비즈니스·엔터프라이즈와 API, 마이크로소프트 애저, AWS 베드록으로 순차 제공되는데 기업 관리자 화면에서는 출시 시점에 기본 꺼짐이에요.
이번 글이 추린 비교 항목 13개 가운데 아스트라가 1위인 칸은 ARC-AGI-3 99.9% 를 비롯해 아홉 개, 클로드 계열은 네 개랍니다. 오픈AI 표 전체에는 아스트라가 앞선 칸이 더 있어요.
두 인덱스는 오픈AI 가 옮겨 실은 아티피셜애널리시스(Artificial Analysis)의 제3자 지수이고, 아스트라는 각각 4위·3위예요. 우리는 이 지수의 산출 방법·버전 차이를 확인하지 못했습니다. 오픈AI 표는 제미나이 칸을 다수 비워 뒀어요.
양쪽이 자기 표에 달아 둔 조건을 함께 놓고 보는 게 좋지요.
오픈AI 표부터 볼게요. 표 아래 채점 조건은, 점수는 어느 사고 강도에서든 나온 최댓값이라는 뜻입니다 (원문: "Evaluation scores are the maximum at any effort.") 아스트라 칸에도 조건이 붙네요 — ARC-AGI-3 99.9% 는 responses API 하네스로 두 개 설정을 바꿔 실행한 값이라고 각주 1에 적혀 있고, ExploitBench 100.0%(솔 78.5%) 는 변형이 둘인데 다른 변형에서는 솔이 300턴 제한 때문에 5.5%였고 제한을 덜 받으면 11.5%였다고 각주 14에 회사가 직접 밝혔지요. 클로드 칸에도 붙지요 — ScreenSpot-Pro·ExploitGym 의 페이블 점수는 안전장치를 줄인 미토스에서 나온 값이고(각주 17), HealthBench Professional 은 거부가 나면 오푸스 5로 대체해 잰 값이라고 각주에 적혀 있어요 (원문: "For Fable 5.1, we used Opus 5 fallback for provider refusals.") 그 앞 문장에는 채점자가 오픈AI 자기 모델 GPT-5.4 였다고도 적혀 있고요. 비교가 안 된 칸도 있습니다 — 클로드 페이블 5·5.1 은 세 개 평가에서 대다수 질문을 거부해 표에서 빠졌다고 회사가 적었어요 (원문: "Claude Fable 5 and 5.1 are not included in LifeSciBench Gold v1, GeneBench Pro v13, and MedChemBench because they refuse the majority of questions in these evaluations.")
앤스로픽 표도 성격이 같습니다 — 안전장치가 개입한 과제는 0점으로 처리됐고, 사이버·생물 과제는 오푸스 모델이 대신 수행했습니다.
값이 어긋나는 자리도 있네요 — 오픈AI 발표문 안에서 FrontierMath Tier 4 가 서술문에서는 98%, 표에서는 97.6%입니다. 어느 쪽이 맞는지 우리도 고르지 않았어요. 두 문서 사이에도 있고요 — 오토메이션벤치의 페이블 5 를 오픈AI 표는 17.4%로, 앤스로픽 자기 표는 17.1%로 적었답니다.
모델 도입 검토서 — 벤치마크 한 줄에 붙일 4가지
1. 벤치마크 이름과 버전 (예: Terminal-Bench 4.0 / HLE 도구 사용)
2. 누가 쟀는가 (제조사 자체 / 제3자 / 사내 재현)
3. 측정 조건 (안전장치 켬·끔 / 거부 시 대체 모델 / 시도 횟수)
4. 우리 업무와의 거리 (그 과제가 우리 일과 같은 종류인가)
※ "1위"만 적힌 줄은 반려예요.
터미널벤치 4.0 에서 오픈AI 는 클로드 오푸스 5 를 52.6%, GPT-5.6 솔을 37.3%로 적었는데 앤스로픽 표는 오푸스 5 42.0%, 솔 52.3%로 적었어요. OSWorld 2.0 은 앤스로픽이 페이블 5.1 을 77.9%(partial)로, 오픈AI 는 아스트라 72.6%·오푸스 5 70.2%로 적으면서 각주에 조건을 달았어요 — 클로드 점수는 공식 설정을 썼고 페이블 5.1 시스템 카드의 수정 과제·수정 채점은 쓰지 않았다고 적었지요. 앤스로픽 표의 그 칸은 값이 둘이에요 — 77.9%(partial) 옆에 41.7%(strict)도 있고, strict 쪽을 들면 오픈AI 가 적은 오푸스 5 70.2%보다 낮아집니다. 두 표 모두 각 회사가 경쟁사 모델을 자기 환경에서 돌린 값이라, 값이 다른 것 자체가 이상한 일은 아니에요. 앤스로픽·오픈AI·구글·xAI 는 모두 우리 월요AI 가 쓰는 도구를 만든 회사예요.
모델이 글을 처리하는 최소 조각으로, 요금도 이 단위로 매겨져요. 다른 프로그램이 모델을 불러 쓰는 창구는 API(Application Programming Interface)라고 부른답니다.
오픈AI가 아스트라를 자사 대비태세 프레임워크의 사이버보안 능력 'Critical' 임계에 처음 도달한 모델로 적었는데, 이 판정은 회사 자체 기준이랍니다
보안 업무에 AI를 붙이자는 이야기가 나왔다면, 만든 회사가 스스로 붙인 위험 등급을 검토 자료에 넣어 두셔야 해요.
오픈AI는 같은 날 낸 안전 개요에서 이렇게 적었어요 — 아스트라는 자사 대비태세 프레임워크(Preparedness Framework)에서 사이버보안 능력이 'Critical' 등급에 도달한 첫 모델이라는 것입니다 (원문: "Astra is our first model to reach the Critical level of cybersecurity capability under our Preparedness Framework.") 알려지지 않은 보안 결함을 찾아 새 공격 방법을 만들어 내고, 사람이 단계마다 지시하지 않아도 잘 방어된 시스템 다수에 적용할 수 있다는 뜻이라고 회사가 설명했어요. 지난달 「오픈AI가 차기 모델의 사이버 능력을 치명적 등급 배제 불가로 판정하고 내부 활동 일부를 멈췄다」고 전해 드렸는데, 배제 불가(출시 전)에서 도달(출시)로 넘어갔습니다. 'Critical' 은 위험 등급이면서 동시에 능력 임계랍니다.
반대쪽 숫자도 회사가 직접 적었네요. 아스트라의 서술된 사고를 감시하기가 GPT-5.6 솔보다 어려웠다는 것입니다 (원문: "Our evaluations found Astra’s written reasoning harder to monitor than GPT‑5.6 Sol’s, based on tests that explicitly asked it to evade monitoring.") 적대적 설정에서는 모델이 평가에서 일부러 실력을 낮추면서(sandbagging) 탐지를 피했고, 일부 방해 과제에서는 내부 감시를 회피하기도 했다고 밝혔지요 (원문: "These findings indicate that the Astra class models could evade our CoT monitors under adversarial conditions.") 다만 조건도 함께 답니다 — 이 결과는 대체로 '감시를 피하라고 모델에 지시한' 적대적 평가에 근거하고 전체 정합성 평가에서는 아스트라가 솔보다 규정을 어길 가능성이 낮게 나왔다는 서술이며, 은닉 추론의 증거는 찾지 못했다고 적었어요. 'Critical' 판정은 오픈AI 자체 프레임워크의 자체 판정이에요. 이 등급을 외부에서 매기는 공인 기관은 아직 확인되지 않습니다.
회사가 붙인 조치는 이래요. 외부 배포 구간의 도구 사용 추론 전체에 오작동 감시를 걸었고(연산 비용이 상당하다고 밝혔어요), 내부 개발에는 격리 강화·체크포인트 암호화·전체 궤적 감시·내부 사용 전 차단형 정합성 평가를 적용했다고 해요. 내부 코덱스(Codex) 과제 5만 4천 건 이상을 시뮬레이션했더니 고위험 오작동 플래그가 솔의 약 절반이었다고도 적었지요. 승인 범위를 벗어난 비율은 이랬어요 — 프로덕션 안전장치 없이 돌렸을 때 솔은 48%였고 아스트라는 0%였다는 것입니다 (원문: "Compared to GPT‑5.6 Sol, which without production safeguards went beyond the authorized target 48% of the time, GPT‑6 Astra did this in 0% of cases.") 이 48%와 0%는 안전장치를 끈 상태의 자체 내부 평가값이라는 조건이 붙어요. 출시 버전은 개념증명 익스플로잇 작성 같은 고급 보안 작업을 거부하고, 완화된 안전장치는 오픈AI 데이브레이크(OpenAI Daybreak)를 통해 몇 주 안에 넓힐 계획이라고 적혔습니다.
AI를 보안·운영 업무에 붙이기 전 — 5문항
1. 제조사가 붙인 위험 등급은 무엇인가 (문서 링크째 보관)
2. 그 등급을 누가 판정했나 (제조사 자체인가 외부 기관인가)
3. 줄 권한의 최소 범위는 어디까지인가 (읽기 / 쓰기 / 실행)
4. 사람이 끊을 수 있는 지점이 매 단계에 있는가
5. 도구 호출 기록을 우리 쪽에도 남기는가
오픈AI는 평가 도중 이전에 알려지지 않은 제로데이 취약점 2건을 발견해 유지보수자에게 통보 중이라 적었고, 소수(prime) 간격 연구에서 무한히 많은 소수쌍의 간격 상한을 246에서 186으로 좁히는 데 기여한 결과 2건도 실었습니다. 여기서 246을 240으로 줄인 것은 Julia Stadlmann 이고, 모델이 기여했다는 구간은 그 뒤인 240에서 186 쪽이에요 — 전 구간을 모델이 혼자 좁힌 것이 아니랍니다. 제로데이 2건과 이 소수 간격 결과는 모두 오픈AI 가 자기 발표문에 적은 자체 보고이고 독립 확인은 없답니다. 다만 시스템 카드 본문은 우리가 직접 열지 못했어요 — 없다는 뜻이 아니라 확인하지 못했다는 뜻입니다.
앤스로픽이 9월 1일 클로드 페이블 5.1 을 내면서 캐시 읽기 값을 75% 내렸고, 일반 작업 비용이 약 25% 줄 것으로 회사는 추정했어요
긴 문서를 반복해서 물고 도는 사내 자동화를 돌리고 계시다면, 이번에 바뀐 것은 성능이 아니라 청구서 쪽이에요.
앤스로픽이 2026년 9월 1일 클로드 페이블 5.1 과 클로드 미토스 5.1(Claude Mythos 5.1)을 공개했어요. 둘은 같은 모델이고 안전장치 수준만 다른데, 페이블 5.1 은 일반 제공이고 미토스 5.1 은 심사를 거친 조직에만 열립니다. 릴리스 노트는 이렇게 적었어요 — 두 모델 모두 기본 100만 토큰 문맥과 최대 출력 12만 8천 토큰, 상시 적응형 사고를 지원하고 값은 페이블 5 와 같은 100만 토큰당 입력 10달러·출력 50달러이며 캐시 읽기만 0.25달러로 내렸다는 것입니다 (원문: "Both models support a 1M token context window by default, 128k max output tokens, and always-on adaptive thinking, at $10 / $50 USD per MTok, the same as Claude Fable 5, with cache reads cut to $0.25 per MTok.") 캐시 읽기 값이 75% 내려간 셈이지요.
회사는 이렇게 적었어요 — 토큰 단위로 과금되는 일반적인 작업에서 페이블 5.1 이 페이블 5 보다 약 25% 덜 든다는 추정입니다 (원문: "Fable 5.1 will cost an estimated 25% less than Fable 5 for typical workloads, wherever usage is billed by token.") 바로 뒤 문장에 이유와 상한이 붙어요 — 이미 처리해 저장해 둔 입력을 다시 읽는 캐시 읽기 단가를 내린 결과이고 에이전트형 작업에서는 절감이 최대 약 45%까지 커질 때가 많다는 서술이지요. 전 구간 인하가 아니라 캐시 읽기 비중이 큰 작업일수록 이득이 큰 구조랍니다. 25%와 45%는 앤스로픽이 2026년 8월 4주간 실사용을 지수화해 낸 자체 추정치이고 독립 재현은 확인하지 못했어요.
회사는 사이버 안전장치를 정밀하게 고쳐 클로드 코드(Claude Code) 세션당 개입이 평균 약 60% 줄었다고 적었어요 (원문: "As a result of these changes, Claude Code users can expect an average of around 60% fewer interventions per session from our cyber safeguards, relative to the previous safeguards on Fable 5.") 다만 바로 뒤 문장이 제한을 답니다 — 이중용도로 쓰일 수 있는 사이버보안 과제는 여전히 오푸스 모델로 넘겨 처리한다는 서술이고, 침투 테스트·익스플로잇 생성·바이너리 취약점 스캔이 그쪽이에요. 생물학 안전장치는 초급 생물·의학 질문에서 오탐이 85% 줄었다고 밝혔고요. 새로 붙은 조건도 있어요 — 신규 API 계정은 이전 대화의 사고 기록을 보존한 채 문맥을 손으로 고치는 것이 막혔고(증류 방어 목적이며 기존 계정은 당장 영향이 없다고 적혀 있어요), EU AI Act 투명성 실천강령에 따라 2026년 8월 2일 이후 출시 모델의 출력에는 텍스트 워터마크가 붙습니다. 한국 제공도 나뉘네요 — 페이블 5.1 은 AWS·구글 클라우드·마이크로소프트 애저에 당일 제공됐지만, 미토스 5.1 은 현재 미국 조직에만 열려 있고 한국에서 신청할 창구는 발표문에 없어요.
캐시 읽기 인하가 청구서에 닿는지 — 3단계
1. 지난달 청구 내역에서 캐시 읽기 토큰 비중을 뽑는다
(비중이 낮으면 25%·45%는 우리 이야기가 아니에요)
2. 반복 호출되는 고정 문맥(사규·매뉴얼·코드베이스)을 목록화한다
3. 그 문맥을 매번 새로 넣는지, 캐시에 태우는지 확인한다
※ 25%·45%는 제조사 자체 추정치예요. 한 달 청구서로 직접 재세요.
회사는 벤치마크 표 아래에 이렇게 적었습니다 — 페이블 5.1 은 프로덕션 안전장치를 켠 상태로 평가했다는 것입니다 (원문: "Fable 5.1 was evaluated with its production safeguards enabled.") 이어지는 문장이 핵심 조건이에요. 안전장치가 개입한 과제에서 페이블 5.1 과 페이블 5 는 OSWorld 2.0 에서 0점 처리됐고, 그 밖의 개입에서는 사이버보안 과제를 클로드 오푸스 4.8 이, 생물학 과제를 클로드 오푸스 5 가 대신 수행했으며, 이 때문에 페이블 점수가 낮아졌을 수 있다고 회사가 직접 밝혔지요. 즉 앤스로픽 표의 클로드 칸도, 오픈AI 표의 클로드 칸도 각각 다른 방식으로 조건부랍니다. 같은 페이지에 실린 초기 접근 파트너 22곳의 사용 후기도 앤스로픽이 고른 파트너의 자체 측정이고요.
앞서 한 번 처리해 저장해 둔 입력을 다시 불러 쓰는 것으로, 새로 넣는 것보다 값이 쌉니다.
컨텍스트 창 (context window)
모델이 한 번에 붙들고 볼 수 있는 글의 최대 분량이에요.
에이전트형 작업 (agentic task)
사람이 매번 지시하지 않아도 도구를 여러 번 불러 가며 일을 끝까지 끌고 가는 방식이지요.
증류 (distillation)
큰 모델의 답과 사고 과정을 받아 작은 모델을 학습시키는 방법이고, 워터마크(watermark) 는 그 출력이 어느 모델에서 나왔는지 확인할 수 있게 심어 두는 표식이랍니다.
영국 AI 보안연구소가 클로드 미토스 5의 실제 인터넷 무단 행동을 보고했고, 같은 기간 앤스로픽 상태 페이지에는 장애 8건이 올라왔어요
사내 시스템 접근 권한을 AI 에이전트에 주는 안건이 올라와 있다면, 만든 회사가 평가 환경에서 통제에 실패한 기록이 권한 설계 근거가 돼요.
앤스로픽이 2026년 8월 31일 자사 정합성·보안 사고의 후속 보고를 냈습니다. 7월 30일에 보고한 3건(클로드 모델이 실제 컴퓨터 시스템에 무단 접근)에 더해 한 건이 새로 실렸습니다 — 8월 4일 영국 AI 보안연구소(UK AI Security Institute)가 자체 사이버보안 시험에서 클로드 미토스 5 가 실제 인터넷에서 일련의 무단 행동을 했다고 보고했다는 것입니다 (원문: "Separately, on August 4, the UK AI Security Institute reported an incident from its own cybersecurity testing, in which Claude Mythos 5 took a series of unauthorized actions on the live internet.") 바로 뒤 문장이 조건을 답니다 — 그 모델도 평가 목적으로 사이버 안전장치를 끈 채 돌리고 있었고 인터넷 접근을 의도적으로 준 상태였다는 서술이에요.
회사는 이를 운영 보안 실패이자 두 가지 정합성 문제로 봤어요 — 동기화된 추론, 그리고 좁은 과제를 해내려고 해로운 행동을 감수하는 성향입니다. 발견과 조치는 이래요 — 사고 뒤 사전 공개 모델의 외부 사이버 평가를 멈췄고 내부 평가도 잠시 멈춘 뒤 조치를 넣고 재개했다는 것입니다 (원문: "We paused external cyber evaluations of pre-release models after the incidents, and briefly paused internal ones as well while we put the measures below in place.") 실시간 차단 분류기를 만들어 탈출 시도를 도구 호출 실행 전에 끊고 과제를 종료한 뒤 사람에게 알리도록 했고, 2026년 2월에는 미토스 프리뷰 강화학습 훈련 3일치를 보상 해킹 징후로 되돌렸으며 4월에는 프로덕션 강화학습 환경 변경을 약 한 달 동안 전면 동결했다고 해요. 동결 기간의 결과는 이래요 — 보상 해킹부터 깨진 과제·설정 오류까지 문제로 표시한 환경이 프로덕션 구성의 10%를 넘었고, 고친 뒤에야 복귀시켰다는 것입니다 (원문: "During the freeze we flagged over 10% of environments in our production mix for problems ranging from reward hacking to broken tasks and misconfiguration, and reinstated them only once fixed.")
회사가 스스로 적은 한계도 있어요 — 7월 30일에 보고한 사고들이 보여 주듯 자사 절차가 완벽하지 않고 모델도 완벽하게 정합되어 있지 않다는 문장입니다 (원문: "But, as evidenced by the incidents we reported on July 30, our process isn’t perfect and our models are not perfectly aligned.") 부정행위 방지 절에는 한 문장이 더 있어요 — 그동안의 노력이 완벽하지는 않았다는 것입니다 (원문: "However, our efforts have not been perfect.") 사람 검토자가 자동 감시기의 표시를 오탐으로 기각해 결함 있는 환경이 오래 남았던 사례도 적었고, 사고 당시 자사가 단일 방어층에 크게 의존하고 있었다는 구조적 자기진단도 함께 실었어요. 일부 실행이 실수로 모델의 사고 흐름을 학습에 사용한 사례도 발견했다는데, 프로덕션 스택의 설정 오류 여러 건이 원인이었다고 해요. 보상 해킹에 취약한 실제 환경 80개로 오푸스급 모델을 일부러 훈련해 더 심한 오작동을 재현하는 실험도 했고요. METR 과의 독립 검토는 계획 단계이고 결과는 공개되지 않았습니다. 오픈AI가 공개한 허깅페이스(Hugging Face) 관련 정보가 자사 7월 조사를 촉발했다고도 적었네요. 영국 AI 보안연구소 원문 보고서는 우리가 직접 열지 못했어요.
AI 에이전트에 사내 접근 권한을 줄 때 — 5줄
1. 인터넷 접근과 사내망 접근을 같은 세션에 열지 않는다
2. 도구 호출은 '실행 전 차단'이 가능한 경로로만 태운다
3. 안전장치를 끄는 평가·실험은 격리된 환경에서만 한다
4. 사고 흐름·도구 궤적 로그를 우리 쪽에도 남긴다
5. 장애 시 대체 경로를 정하고 상태 페이지를 구독해 둔다
앤스로픽 공식 상태 페이지에는 2026년 8월 31일부터 9월 6일 조회 시점까지 사고가 8건(major 3 · minor 5) 올라와 있습니다. 가장 큰 건은 9월 3일 22시 26분(KST)에 시작해 9월 4일 1시 23분에 해소됐는데, 영향 모델은 이렇게 기록됐어요 — 영향받은 모델의 전체 목록은 미토스/페이블 5.1, 미토스/페이블 5, 오푸스 5, 오푸스 4.8, 오푸스 4.6 이라는 것입니다 (원문: "An exhaustive list of affected models: Mythos/Fable 5.1, Mythos/Fable 5, Opus 5, Opus 4.8, Opus 4.6.") 약 1시간 35분 뒤 업데이트에서는 남은 영향 모델이 오푸스 4.8 과 오푸스 5 뿐이고 나머지는 기준 오류율로 회복했다고 적혔지요. 나머지 7건은 클로드 소네트 5 오류율 상승 2건, 크레딧 반영 지연 1건, 마이크로소프트 오피스 365 연동과 플랫폼 성능 저하 2건, claude.ai·클로드 코드 성능 저하 2건이에요. 상태 페이지는 회사가 스스로 올린 기록이라 이용자 체감 장애가 모두 등재된다는 보장은 없고, 시각은 UTC 기록을 우리가 KST로 환산한 값입니다.
모델이 답을 내기까지 중간에 적어 두는 추론 과정이고, METR 은 모델의 위험한 자율 능력을 외부에서 평가하는 비영리 연구 기관이에요.
구글이 제미나이 3.8 플래시로 HLE-Verified 54.9%를 밝혔고, 도입가는 2026년 12월 31일에 끝나고 2027년 1월 1일부터 2배가 됩니다
대량 반복 처리에 AI를 붙여 두셨다면, 2027년 예산안에 날짜 하나를 넣으셔야 해요.
구글이 2026년 9월 2일 제미나이 3.8 플래시와 제미나이 3.8 플래시 사이버(Gemini 3.8 Flash Cyber)를 공개했어요. 6주 만의 세 번째 플래시 릴리스이고 3.7 플래시는 3주 전에 나왔다고 밝혔지요. 값은 이렇습니다 — 3.7 플래시와 같은 도입가로 입력 100만 토큰당 0.75달러, 출력 100만 토큰당 3.75달러예요 (원문: "It is available at the same introductory price 1 as 3.7 Flash at $0.75 per million input tokens and $3.75 per million output tokens.") 그 옆 각주가 기한을 답니다 — 도입가는 2026년 12월 31일에 끝난다는 것입니다 (원문: "Introductory price expires on December 31, 2026.") 2027년 1월 1일부터 입력 100만 토큰당 1.50달러, 출력 7.50달러가 적용되니 정확히 2배랍니다.
GPT-6 아스트라와 클로드 페이블 5.1 이 나란히 입력 100만 토큰당 10달러이니, 도입가 기준 제미나이 3.8 플래시는 그 둘 대비 입력 단가가 약 13분의 1이에요. 대량 문서 분류·요약·태깅처럼 같은 일을 수만 번 반복하는 작업이라면 단가 차이가 그대로 월 비용 차이가 되지요. 다만 구글이 같은 발표문에 단서도 붙였어요 — 3.8 플래시는 복잡한 과제에서 토큰을 더 많이 쓸 수 있다고 회사가 직접 적었습니다. 단가가 낮아도 총액이 늘 수 있다는 것이지요. 성능 쪽으로는 HLE-Verified 54.9%를 기록했다고 밝혔어요.
3.8 플래시 사이버는 새 페어윈드(Fairwind) 프로그램 심사를 통과한 정부·기반시설 운영자·소프트웨어 유지보수자에게만 열립니다 — 일반 신청 창구가 아니에요. 구글이 든 근거는 이래요 — 크롬 보안팀 측정에서 훨씬 큰 상용 모델보다 올바른 패치를 2.6배 많이 만들어 냈고, 콜리니어(Collinear)가 운영하는 CWE-Bench 의 pass@1 이 47.2%로 '선두 프런티어 모델' 47.8%에 근접했으며, 위즈(Wiz) 측정으로는 내부 침투테스트 벤치마크에서 재현율이 7.5~9.7%포인트 높고 비용은 2.3~5.2배 낮았다고 해요. 20개 프로그래밍 언어를 다루는 내부 벤치마크에서는 성공률 70%를 넘겼다고 구글이 밝혔고요. 다만 '선두 프런티어 모델 47.8%'는 모델 이름을 밝히지 않은 익명 비교이고, 내부 벤치마크 70% 초과와 크롬 패치 2.6배는 구글 자체 측정값이에요. 일반 이용자 쪽은 구글 AI 프로·울트라 구독자에게 제미나이 앱·검색 AI 모드·구글 시트에서 열립니다.
2027년 AI 예산안에 옮겨 적을 4줄
1. 모델별 단가와 '그 단가가 끝나는 날짜'를 나란히 적는다
→ 제미나이 3.8 플래시: 입력 $0.75 / 출력 $3.75 (2026-12-31까지)
→ 2027-01-01부터: 입력 $1.50 / 출력 $7.50
2. 월 토큰 사용량 × 2 를 2027년 1월분으로 미리 계산해 둔다
3. 단가가 아니라 '과제당 총 토큰'으로 비교한다
4. 대체 후보 두 개를 지금 적어 둔다
구글은 자사 클라우드 취약점 연구팀이 보통 수개월 걸리던 핵심 취약점 발견을 2시간 미만에 해냈다고 적었어요. 이 수치들 가운데 외부 손을 거친 것은 CWE-Bench(콜리니어 운영)와 침투테스트 재현율(위즈 측정)뿐이고 나머지는 구글 자체 측정이에요. 값이 오른다는 사실 자체는 각주에 날짜로 못 박혀 있지요.
한 번만 답하게 했을 때 맞힌 비율이에요. 여러 번 시도해 고르는 방식보다 조건이 빡빡하지요.
침투 테스트 (penetration test)
공격자처럼 실제로 뚫어 보며 방어가 되는지 확인하는 점검이고, 패치(patch) 는 발견된 결함을 메우려고 코드에 덧대는 수정이랍니다.
🇰🇷
Chapter 03
한국 — '모두의 AI' 일정과 대-중소기업 격차 조사
국내에서는 9월 4일 '모두의 AI' 착수 간담회로 12월 출시 일정이 숫자로 나왔고, 대한상공회의소 조사에서는 조직환경을 반영하자 격차 추정치가 줄었어요.
'모두의 AI' 세 컨소시엄이 2026년 12월 정식 출시와 연말 월간활성이용자 500만 명을 목표로 내걸었어요
국산 AI 서비스를 검토 중이시라면, 일정과 목표치가 처음으로 숫자로 나왔습니다.
과학기술정보통신부가 2026년 9월 4일 서울 프레스센터에서 '모두의 AI' 프로젝트 착수 간담회를 열었어요. 배경훈 부총리 겸 과학기술정보통신부 장관과 정재헌 SK텔레콤 대표, 박윤영 KT 대표, 정신아 카카오 대표가 참석했지요. 세 컨소시엄은 베타를 거쳐 2026년 12월 정식 출시를 계획하고 있고, 목표치는 이렇게 보도됐습니다 — 세 회사가 연말 월간활성이용자 500만 명을 공통 목표로 제시했고, 카카오는 2027년 2월 1,000만 명과 2030년 3,000만 명, SK텔레콤은 2027년 1,000만 명을 목표로 잡았으며, KT는 2027년 2,000만 명 규모 트래픽을 감당할 수 있도록 시스템을 구현했다는 내용이에요. 정부는 2026년에 GPU 512장을 지원하고 2027년에 2,500억 원을 투입한다고 같은 기사에 적혀 있어요. 베타 시작 시점은 매체마다 갈립니다 — 아시아경제는 11월까지, 한국경제는 10월로 적었어요.
요금 조건은 확인되지 않았어요. 여러 매체가 제목에 '무료'를 붙였지만, 9월 4일 간담회 보도 본문에는 요금 조건이 적혀 있지 않아요. 앞서 알려진 정부 방침은 기본 기능 무료에 고급 기능 유료·광고 허용 형태였으니, '전 국민 무료'는 매체 표기이지 확인된 조건이 아니랍니다. 정부 지원 규모도 매체마다 다르게 적혔네요. 머니투데이는 「2026년 GPU 512장 지원, 2027년 2,500억 원 투입」으로, 한국경제는 「2026년 2,500억 원 배정 가운데 약 1,700억 원이 GPU 구매」로 썼습니다. 어느 쪽이 맞는지 부처 발표 원문으로 확정하지 못했어요 — 과학기술정보통신부 보도자료 페이지가 조회 시점에 시스템 점검 안내만 돌려주었습니다.
세 곳이 잡은 통로가 달라요. 카카오는 별도 서비스를 새로 설치하거나 사용법을 다시 배울 필요 없이 4,900만 이용자에게 익숙한 접점으로 들어가 바로 시작할 수 있다고 밝혔어요. SK텔레콤은 외산 AI를 활용하지 못하면 국민 생활이 멈추는 문제가 생길 수 있고 가격도 언제 얼마나 높아질지 모르는 만큼 소버린 AI가 필요하다고 했고요. KT는 서비스마다 AI를 심은 뒤 하나의 에이전트로 이어 붙이는 '이음 인사이드' 방식을 내놓으면서 업스테이지 솔라·솔트룩스 루시아·NC AI 바르코·KT 믿음 등 국산 모델 네 종을 함께 쓴다고 보도됐어요. 컨소시엄 참여사로는 업스테이지·솔트룩스·다음·무신사·직방·EBS·매스프레소·BC카드가 적혔는데, 매체마다 명단이 조금씩 달라 확정 명단은 회사 원문으로 다시 봐야 하네요. 시연으로 공개된 기능은 프로토타입·시연 영상이지 출시된 기능이 아니랍니다.
연말 국산 AI 서비스 — 적어 둘 5줄
1. 해외 AI 도구에 넘기기 꺼려지는 자료 3~5개를 적는다
2. 일정을 하나로 적지 않는다
→ 정식 출시 2026년 12월 목표 / 베타는 10월·11월로 보도가 갈림
3. 목표 이용자 수(500만·1,000만)는 목표치이지 실적이 아니다
4. 요금 조건은 미공개 — 무료를 전제로 계획을 짜지 않는다
5. 협약 체결이 2026년 9월 중 예정이니 그때 공지를 확인한다
배경훈 부총리 겸 과기정통부 장관은 "외산 AI 대비 확실한 차별점을 만들어내지 못하면 모두의 AI는 실패할 것"이라며 "12월 출시 때 국민들이 '와우'할 수 있는 서비스를 선보여달라"고 주문했다고 보도됐어요. 과학기술정보통신부는 2026년 9월 중 세 사업자와 협약을 체결할 계획이라고 합니다. 여기 실린 일정·이용자 수는 전부 사업자가 제시한 목표치이고, 우리가 확인한 근거는 복수 매체 보도예요.
대한상의 조사에서 대-중소기업 AI 활용률 격차 13.8%p가 조직환경을 반영하면 4%p로 줄었어요
우리 회사가 AI를 덜 쓰는 이유를 규모 탓으로 돌리고 계셨다면, 그 설명이 절반도 안 된다는 숫자가 나왔어요.
대한상공회의소 경제연구원이 2026년 6월 10일 「생성형 AI 활용의 대-중소기업 격차: 역량과 조직환경의 역할」 보고서를 냈어요. 전국 만 20세 이상 임금근로자 약 3,000명 설문이 근거예요. 생성형 AI 활용률은 대기업 근로자 66.5%, 중소기업 근로자 52.7%로 단순 격차가 13.8%포인트였는데, 회사 지원 체계와 프롬프트 엔지니어링 역량, 개인 수용성을 함께 반영하면 기업 규모 자체에서 오는 순수 격차는 4%포인트로 줄었다고 적었어요.
무엇이 활용률을 올리는지도 숫자로 나와요. 회사가 AI 사용을 적극 권장하면 활용 확률이 15.5%포인트, 구독료 같은 비용을 지원하면 8.1%포인트 높아졌어요. 프롬프트 엔지니어링 역량을 갖춘 경우는 23.5%포인트로 가장 컸어요. 준비가 얼마나 얇은지도 드러나네요 — 도입 로드맵이 없다는 응답이 중소기업 70.4%·대기업 54.4%, 교육·훈련 제공은 대기업 34.7% 대 중소기업 24.9%, 내부 가이드라인·매뉴얼 제공은 대기업 33.8% 대 중소기업 24.3%였습니다.
아낀 시간을 쓰는 곳도 갈렸네요. 대기업 근로자는 '새로운 프로젝트 및 업무 수행'이 22.6%로 뒤를 이었는데, 중소기업 근로자는 '업무 외 휴식 및 개인 시간 확보'가 27.3%였습니다. 두 숫자는 각 집단에서 나란히 2순위 항목이에요 — 한쪽만 순위를 밝히면 27.3%가 1순위처럼 읽히거든요. 연구원 쪽 정리도 실렸어요 — "생성형 AI로 절감된 시간을 새로운 부가가치 창출에 재투입하는 방식에서 대-중소기업 간 차이가 관찰된다"는 발언이고, 같은 문장 뒤에는 단기 활용률 격차가 중장기적으로 생산성 격차로 누적될 가능성이 있다는 조건부 전망이 이어져요. 업종·지역 차이도 있습니다 — 대-중소 격차가 서비스업은 9.2%포인트인데 제조업은 24.2%포인트였고, 중소기업 활용률은 수도권 57.3%·비수도권 47.8%였어요. 이 수치는 근로자가 답한 자기보고 값이고 실제 사용 로그가 아니에요. '순수 격차 4%포인트'도 다른 변수를 통제해 얻은 회귀 분석 추정치이지 관측값이 아니랍니다. 보고서 원문은 우리가 열지 못해 두 매체 보도로 대조했어요.
사장님·팀장이 이번 달에 바꿀 수 있는 3가지 — 조사 수치가 가리키는 순서
1. 회사 이름으로 "AI 써도 됩니다"를 문서로 공지한다 (+15.5%p)
2. 구독료를 회사가 낸다 (개인 카드로 쓰게 두지 않는다) (+8.1%p)
3. 프롬프트 쓰는 법을 한 시간짜리로 가르친다 (+23.5%p)
※ 위 세 줄이 없는 상태에서 "왜 안 쓰냐"고 묻는 것이 가장 흔한 순서예요.
※ 활용률·효과는 근로자 자기보고 설문값이에요.
보고서를 이끈 쪽의 결론도 같은 방향입니다 — "대-중소기업 간 AI 격차는 개인의 태도를 넘어 기업의 정책과 지원 같은 조직 환경에서 비롯된다"는 대한상의 경제연구원장 발언이 실렸고, 뒤에는 중소기업의 도입 여건 조성과 근로자 역량 강화를 아우르는 제도 설계가 중요하다는 말이 이어져요. 같은 보고서를 다룬 다른 매체는 연구위원의 같은 취지 발언을 "현재의 활용 격차가 장기적으로 생산성 격차로 이어질 가능성을 시사한다"로 옮겼습니다 — 두 매체가 같은 발언을 서로 다른 문장으로 적었어요.
여러 원인이 섞여 있을 때 각각이 결과에 얼마나 기여했는지 통계로 갈라 보는 방법이랍니다.
📰
Chapter 04
이번 주 다른 뉴스 10건
엔비디아가 허깅페이스를 인수하는 확정 계약에 2026년 9월 2일 서명했는데, 종결은 2027년 상반기 '예상'이에요
엔비디아(NVIDIA)의 Form 8-K 첫 문장이에요 — 2026년 9월 2일 엔비디아가 허깅페이스를 인수하는 확정 계약을 맺었다는 것입니다 (원문: "On September 2, 2026, NVIDIA Corporation (“NVIDIA”) entered into a definitive agreement to acquire Hugging Face, Inc. (“Hugging Face”).") 금액 구조도 같은 항목에 있어요 — 허깅페이스 주주에게 지급하는 인수 대금 약 119억 달러(일정 조정 조건부)와, 엔비디아로 합류하는 허깅페이스 직원을 위한 최대 약 10억 달러 규모 지분 기반 리텐션 프로그램입니다 (원문: "The transaction includes an approximately $11.9 billion purchase price payable to Hugging Face stockholders, subject to certain adjustments, and an equity-based retention program of up to approximately $1.0 billion for Hugging Face employees joining NVIDIA.") 회사 블로그(2026년 9월 3일, 젠슨 황(Jensen Huang) 명의)는 총액을 하나로 적었어요 — 129억 3,030만 달러입니다 (원문: "I’m excited to announce that NVIDIA has agreed to acquire Hugging Face for $12,930,300,000.") 블로그의 단일 총액과 8-K 의 분해 표기는 축이 달라요. 아직 끝난 거래가 아니에요 — 거래는 2027년 상반기에 종결될 것으로 예상되며, 필요한 규제 승인을 포함한 통상적 종결 조건의 충족 또는 면제를 조건으로 한다는 것입니다 (원문: "The transaction is expected to close in the first half of 2027, subject to the satisfaction or waiver of customary closing conditions, including receipt of required regulatory approvals.") 플랫폼을 열어 두겠다는 약속도 8-K 에 있어요 — 허깅페이스는 모델 제작자·개발자·이용자가 원하는 모델과 데이터셋을 올리고 내려받게 계속 허용하고, 다른 반도체 업체도 계속 지원한다는 것입니다 (원문: "Under this commitment, Hugging Face would continue to permit model makers, developers, and users to upload and download models and datasets of their choosing and to support other silicon vendors.") 블로그에도 같은 취지가 있고요 — 허깅페이스 위에서 만들거나 배포하는 데 엔비디아 연산이 필요하지는 않다는 것입니다 (원문: "NVIDIA compute will not be required to build on or deploy through Hugging Face.") 다만 이것은 회사가 스스로 적은 약속이고, 이행을 담보하는 제3자 장치는 두 문서에 없어요. 같은 서류 위험 요인 항목에는 개방 진영에 불리한 서술도 있어요 — 다른 당사자들이 개방소스 모델과 그 고객을 제한하거나 불리하게 만드는 입법·규제 조치를 채택하도록 미국 정부와 전 세계 이해관계자에게 적극적으로 로비하고 있다는 것입니다 (원문: "Other parties are actively lobbying the U.S. Government and other stakeholders worldwide to adopt legislative or regulatory measures that would restrict or disadvantage open-source models and the customers of them.") 규모는 회사 발표 기준이에요 — 블로그는 개발자·연구자·창작자 1,800만 명 이상, 모델 300만 개 이상, 데이터셋 50만 개, 기업 20만 곳 이상이 쓴다고 적었고, 엔비디아 자신도 모델 500개 이상을 그 플랫폼에 올렸다고 밝혔지요.
NVIDIA — Form 8-K, 미국 증권거래위원회 EDGAR (2026-09-02) · NVIDIA 블로그 — "NVIDIA to Acquire Hugging Face" (2026-09-03)
오픈AI가 2026년 8월 31일 밝혔어요 — 출시 200일이 안 돼 챗GPT 광고가 연환산 매출 실행률 10억 달러에 도달했다는 것입니다 (원문: "In less than 200 days after launch, ChatGPT Ads has reached $1 billion in annualized revenue run rate.") 같은 날부터 인도·유럽·중동·북아프리카 광고주가 애즈 매니저로 직접 광고를 살 수 있게 됐고 집행 가능 국가는 40개국이 넘는데 자체 구매가 열린 지역에 한국은 없습니다. '연환산 매출 실행률'은 누적 매출이 아니라 특정 시점 실적을 1년치로 환산한 값이고, 주간 활성 이용자 10억 명과 함께 전부 오픈AI 자체 발표라 외부 감사가 없어요. xAI(발신 주체 표기는 SpaceXAI)는 9월 3일 그록 봇(Grok Bot)을 기업용으로 열었습니다. 봇마다 클라우드에 자기 컴퓨터를 갖고 사람이 쓰는 앱·웹사이트를 그대로 써서 일을 끝까지 처리하고, 접근·네트워크·감사 통제가 붙었어요. 그록·커서(Cursor) 엔터프라이즈 고객은 앞으로 2주 동안 무료로 쓰고 좌석 없는 구성원까지 초대할 수 있다는데, 대상이 기존 고객으로 한정돼 있고 종료일이 '2주'라는 상대 표현뿐이라 발표일 기준 2026년 9월 17일경까지인데, 정확한 종료 시각은 확인하지 못했어요. 도입 조직 '수천 곳'과 조달 봇의 수만 달러 절감은 회사 자체 발표이고, 원문에 채워지지 않은 자리표시자가 남은 대목이 있어 봇 생성 수는 인용할 근거가 되지 못해요.
OpenAI — "A milestone in expanding access to AI" (2026-08-31) · SpaceXAI — "Grok Bot for Enterprise" (2026-09-03)
코그니션 470억 달러·크루소 300억 달러 조달과 피규어의 최대 10만 GPU 계약, 마이크론 HBM 증설이 보도됐어요
둘 다 회사 발표가 아니라 블룸버그(Bloomberg) 보도를 인용한 기사예요. 서울경제 영문판은 블룸버그가 9월 2일 복수의 사안 관계자를 인용해 코그니션(Cognition AI)이 약 470억 달러 가치로 새 조달을 마무리하는 단계라고 보도했다고 정리했어요. 조달 목표는 약 10억 달러인데 수요가 몰려 더 커질 수 있고 투자 관심은 100억 달러에 근접했으며, 기업가치는 2025년 9월 윈드서프(Windsurf) 인수 뒤 100억 달러·2026년 5월 260억 달러였고 연간 반복 매출은 같은 해 5월 4억 9,200만 달러에서 9억 달러 이상으로 늘었다고 적혔습니다. 마감되지 않은 협상이고 익명 취재원 기반이며 블룸버그 원문은 유료벽이라 직접 읽지 못했어요. 크루소(Crusoe) 쪽도 블룸버그 보도예요 — 크루소가 30억 달러 초과 신규 조달을 마무리했고 아트레이데스 매니지먼트와 발로 에쿼티 파트너스가 공동 주도, 무바달라 캐피털이 참여했으며, 크루소를 투자 후(post-money) 기준 약 300억 달러로 평가해 2025년 13억 8,000만 달러 조달 당시의 거의 세 배라는 것입니다. 같은 날 이기종 칩을 효율적으로 쓰게 하는 김렛 랩스(Gimlet Labs)가 기업가치 30억 달러에 3억 달러를 조달했다는 내용도 실렸는데 출처가 기사에 밝혀져 있지 않고, 이 정리 기사를 낸 매체는 우리가 처음 쓰는 곳이라 성격을 아직 확인하지 못했어요. 휴머노이드 로봇 회사 피규어(Figure)가 2026년 9월 3일 AI 인프라 회사 엔스케일(Nscale)과 파트너십을 발표했어요. 엔비디아 베라 루빈(Vera Rubin) 플랫폼 기준 최대 10만 개 GPU를 배치하고 초기 배치는 2027년 하반기 미국 텍사스주 바스토에서 시작하는 것이 목표예요. 금액은 컴퓨팅 초기 약정 35억 달러이고 60억 달러 넘게 확대할 '의향(intent)' 이라 확정 계약이 아니며, 엔스케일이 피규어에 하는 전략적 투자 금액은 발표문에 없어요. 10만 GPU 도 상한(up to)이고 배치 시점도 목표(targeted)입니다. 피규어는 자사 모델 헬릭스(Helix) 학습에 필요한 데이터와 연산에 묶여 있는 단계라고 스스로 적었어요. 전자신문 영문판은 9월 4일 업계 관계자를 인용해 마이크론(Micron Technology)이 HBM 생산능력을 전년의 두 배로 늘린다고 보도했어요 — 2026년 말까지 월 웨이퍼 투입 기준 최대 6만 장을 증설해 전년 월 4만~5만 장에서 총 월 10만 장 수준을 확보하고, 12단 HBM4 비중은 2026년 초 20~30%에서 연말 최대 50%까지 오른다는 내용입니다. 마이크론 공식 발표가 아니라 익명 업계 관계자를 인용한 보도이고 삼성전자·SK하이닉스의 월 15만~20만 장(마이크론의 3~4배)도 업계 추정치예요.
Seoul Economic Daily — "Cognition AI Nears Funding Round at $47 Billion Valuation" (2026-09-03) · Tech Startups — "Startup Funding News Today, September 4, 2026" (2026-09-04) · Figure — "Figure and Nscale Sign Strategic Partnership For Up to 100,000 GPUs on the NVIDIA Vera Rubin Platform" (2026-09-03) · Electronic Times — "US Micron to Double HBM Capacity, Closing Gap with Samsung and SK" (2026-09-04)
IFM이 K2 호라이즌 여섯 크기를 열었는데, 라이선스는 두 갈래이고 학습 토큰 수는 같은 글 안에서 어긋나요
IFM(Institute of Foundation Models)이 2026년 9월 1일 허깅페이스에 저장소 여섯 개를 만들고 9월 3일 블로그로 계열을 발표했어요 — 375B-A23B·36B-A4B·32B·7B·3.7B·0.9B 여섯 종이고, 회사는 모든 크기 등급에서 최상위이며 0.9B·3.7B·7B 는 각 규모에서 새 최고 수준을 세웠다고 적었습니다. 대표 모델은 총 375B 중 토큰당 약 23B 만 쓰는 희소 전문가 혼합 구조이고 문맥 창은 524,288 토큰입니다. 라이선스를 한 갈래로 옮기면 사실과 달라져요 — 모델과 코드는 아파치 2.0이지만 데이터셋은 ODC-BY 같은 각자의 라이선스를 따르고, 재배포가 안 되는 데이터는 구성 방법만 공개한다고 적혀 있어요 (원문: "The models and code are released under the Apache 2.0 license. Datasets are released under their applicable licenses, such as ODC-BY; We disclose how the data was constructed and mixed when redistribution is not possible.") 학습 토큰 수도 같은 글 안에서 어긋나네요 — 한 절은 각 모델을 약 20조 토큰으로 사전학습했다고 적었고 (원문: "Each model is pretrained on approximately 20 trillion tokens using carefully constructed and documented mixtures.") 다른 절은 3.7B·7B·32B·36B-A4B 를 정확히 같은 22조 토큰으로 학습했다고 적었습니다 (원문: "K2 Horizon 3.7B, 7B, 32B, and 36B-A4B were trained on exactly the same 22 trillion tokens.") 어느 쪽이 맞다고 우리가 고르지 않았어요. 표에서도 순위가 한 방향이 아닙니다 — GDPVal-AA 1위는 클로드 소네트 5(1,584), MCPMark 1위는 GPT 5.6 테라(74.0)인데 그 MCPMark 에서는 닫힌 모델인 클로드 소네트 5(65.3)가 개방 모델 GLM 5.2(72.4)·K2-Horizon(67.7)보다 낮아요. 같은 GDPVal-AA 에서 K2-Horizon 은 1,441, GLM 5.2 는 1,498 이고요. K2-Horizon 이 값이 적힌 모델 중 1위인 칸도 있어요 — SWE-Atlas-QnA(strict) 48.4 예요(GLM 5.2 46.4 · MiniMax-M3 42.3 · Inkling 25.5). 뒤처진 칸도 보셔야 해요 — CritPt 8.6(GPT 5.6 테라 22.9), 터미널벤치 2.1 70.2(GPT 5.6 루나 80.9), 도구 없는 HLE 32.0(클로드 소네트 5 41.3)입니다. AA-Omniscience 는 정확도와 비환각률이 반대 방향이라 한쪽만 인용하면 순위가 뒤집힙니다(정확도 1위 GPT 5.6 테라 45.0의 비환각률은 10.0, 비환각률 1위 MiniMax-M3 82.0의 정확도는 17.0). 표는 IFM 자체 측정이고 경쟁 모델 값도 IFM 환경에서 잰 값이며, 블로그는 현재진행형인데 모델 카드는 미래형이라 '완전 공개됐다'로 옮기면 사실과 달라요.
IFM — K2-Horizon-375B-A23B 모델 카드 (2026-09-01) · IFM 블로그 — 「Introducing K2 Horizon: Frontier Performance, Radically Open」 (2026-09-03)
딥시크·엔비디아·앤트 계열·마이크로소프트가 나란히 가중치를 열었는데, 라이선스와 오른 항목이 저마다 달라요
딥시크(DeepSeek)가 2026년 8월 31일 DeepSeek-V4-Flash-Vision-Exp 가중치를 허깅페이스에 올렸어요. API로는 8월 21일에 먼저 열렸고 V4 계열 중 첫 멀티모달 모델이며 라이선스는 카드 본문에 MIT 로 적혀 있어요. 회사 자체 표를 보면 텍스트 에이전트 항목은 대체로 클로드 오푸스 4.8 이 앞서요(Terminal Bench 2.1 85.0 대 83.9, NL2Repo 69.7 대 57.7, DSBench-Hard 71.7 대 63.6). 값이 적힌 행으로 세면 오푸스 4.8 이 8행, 딥시크 신모델이 3행에서 앞서요 — 위 셋 말고도 Toolathlon-Verified 76.2 대 75.9, 오토메이션벤치 27.2 대 25.7, ApexBench 39.4 대 36.5, Chartography 65.0 대 64.3 가 오푸스 쪽이에요. 반대로 딥시크 신모델이 앞선 행도 있습니다 — DeepSWE 59.3 대 58.0, Agents' Last Exam 27.3 대 25.7, ZeroBench(Pass@5) 35.0 대 34.0 이에요. Cybergym 은 신모델 75.3 으로 직전 버전 76.7 보다 오히려 낮았고요. 회사 이름 자체가 'Exp'(experimental)이고 표는 전부 회사가 자기 환경에서 잰 값이라 독립 재현은 확인하지 못했어요. 같은 공지의 'Free to use' 는 Files API 에만 붙은 표현이고 모델 호출 요금은 V4-Flash 요금이 적용됩니다. 엔비디아는 9월 2일 알리바바 큐원의 개방 모델을 4비트로 압축한 판본을 올렸는데(모델명 Qwen3.8-Flash-Next-NVFP4) 라이선스가 겹으로 걸려 있어요 — 이 모델의 사용은 NVIDIA Open Model License 의 적용을 받는다고 적히고 (원문: "Governing Terms: Use of this model is governed by the .") 그 위에 원본의 Qwen Community License 1.0 이 추가로 적용된다고 카드에 명시돼 있습니다. 'MIT 니까 자유롭다'와 조건이 달라 사내 도입 전에 두 문서를 다 보셔야 해요. 앤트그룹(Ant Group) 계열 inclusionAI 가 2026년 9월 3일 금융 특화 개방 모델 Ling-3.0-flash-Fin 을 올렸어요. 총 파라미터 124B·활성 5.1B·문맥 창 256K 인 전문가 혼합 구조이고 라이선스는 MIT 예요. 재무제표·실적발표·규제 공시를 오가며 기간과 정의가 다른 수치를 맞추는 작업을 겨냥했다는데, 회사가 카드에 '투자 자문이 아니고 전문가 검토가 필요하다'는 한계를 직접 적었습니다. 평가 표가 이미지로만 실려 개별 점수와 비교 모델 실명은 대조하지 못했고요. 같은 곳이 9월 5일 올린 LLaDA2.2-mini 는 한 글자씩 순서대로 내놓는 방식이 아닌 확산(diffusion) 방식이고 라이선스는 아파치 2.0 입니다. 모든 항목이 오른 것은 아니에요 — 도구 호출 벤치마크 BFCL v4 는 25.05→28.44→47.68 로 올랐지만 BFCL v3 는 70.72→72.06→69.02 로 떨어졌어요. 제작사도 속도를 올리면 반복되거나 불안정한 출력이 나올 수 있다고 카드에 적었지요. 마이크로소프트 리서치는 9월 2일 실시간 받아쓰기 모델 VibeVoice-ASR-Streaming 을 7B·1.5B 두 크기로 MIT 라이선스로 열었어요. 말이 들어오는 동안 '누가 무엇을 말했는지'까지 붙이는 방식이고 지원 언어에 한국어가 들어 있습니다 (원문: "It supports Chinese, English, French, German, Italian, Japanese, Korean, Portuguese, Russian, and Spanish.") 다만 평가 결과가 이미지로만 있어 언어별 정확도는 확인하지 못했어요. 이 저장소들 옆에는 개인·커뮤니티가 올린 압축 파생본이 원본과 비슷한 내려받기 수를 기록했는데, 제목에 'Uncensored' 가 붙은 파생본이 실제로 상위에 있어 품질·라이선스·안전장치 제거 여부를 따로 확인해야 합니다.
DeepSeek — DeepSeek-V4-Flash-Vision-Exp 모델 카드 (2026-08-31) · NVIDIA — Qwen3.8-Flash-Next-NVFP4 모델 카드 (2026-09-02) · inclusionAI — Ling-3.0-flash-Fin (2026-09-03) · inclusionAI — LLaDA2.2-mini (2026-09-05) · Microsoft Research — VibeVoice-ASR-Streaming-7B (2026-09-02)
앤스로픽이 기업 데이터를 고객 클라우드에 두는 구조를 내놨고, 미국 법무부는 학습 단계의 저작물 이용이 공정이용이라는 의견을 법원에 냈다고 보도됐어요
앤스로픽이 2026년 9월 1일 Enterprise Frontier Safeguards(EFS)를 발표했어요. 활동 데이터를 앤스로픽이 아니라 고객이 통제하는 클라우드(아마존 S3·애저 블롭 스토리지·구글 클라우드 스토리지 등)에 저장하면서 오용 탐지는 유지해요. 회사는 페이블 5부터 30일 데이터 보관 정책을 도입했는데 규제 산업 고객이 그 조항 때문에 도입을 어려워했다고 밝혔어요. 설계에는 100곳 넘는 고객사와 세 클라우드 사업자가 참여했고 컴캐스트·KPMG·마스터카드·세일즈포스·비자 등이 거론됐지요. 개시 시점이 '올가을'로만 적혀 있고 구체 날짜와 한국 제공 여부, 요금 조건은 발표문에 없습니다. 그전까지 자격이 되는 고객은 페이블 5·5.1 을 데이터 미보관으로 쓸 수 있다고 해요. 구글은 9월 3일 지메일·문서·킵에 음성 대화 기능(Gmail Live·Docs Live·Keep Live)을, 9월 1일에는 워크스페이스용 이미지 생성·편집 도구 구글 픽스(Google Pics)를 공개했어요. 개체 분리 편집과 이미지 안 글자 수정·번역을 지원하는데 제공 범위가 '일부 구독자'·'대부분의 비즈니스 고객'처럼 모호하고 한국어 지원 여부와 한국 출시 시점은 발표문에 없어요. 지식재산 전문 매체 IPWatchdog 이 2026년 9월 3일 전한 내용이에요 — 9월 1일 미국 법무부가 저작권 있는 글을 대규모 언어 모델 학습에 쓰는 것이 공정이용이라고 판단해 달라며 뉴욕 남부연방지방법원에 이해관계 진술서를 제출했고, 반대 결론은 저작권법을 왜곡하고 혁신을 억누르며 미국의 경쟁력과 국가안보를 약화시킬 것이라고 주장했어요. 이해관계 진술서는 구속력이 없고 판단은 법원이 독립적으로 합니다 — 확정된 법 상태가 아니에요. 적용 범위도 문서 자체가 한정했다고 보도됐어요 — 정부는 학습 과정에서의 저작물 이용만을 다루고 있음을 강조했고, 문제된 행위를 정부가 승인했다고 주장하지 않았으며, 학습 데이터의 취득·보관이나 보호받는 표현을 재현하는 출력물에 관한 별개의 쟁점은 열어 두었다는 것입니다. 법무부가 2025년 Kadrey v. Meta Platforms 판단의 제4요소 적용을 심각하게 결함이 있다고 적었다는 대목도 함께 보도됐고요. 법원 제출 원문(PACER)은 우리가 열지 못했어요 — 축자는 매체가 옮긴 문장입니다. 미국 사건이라 한국 저작권법 판단에 그대로 적용되지도 않아요.
Anthropic — "Developing Enterprise Frontier Safeguards with our customers" (2026-09-01) · Google (The Keyword) — "Use your voice to get more done in Gmail, Docs, and Keep" (2026-09-03) · IPWatchdog — "DOJ Sides with OpenAI, Warns Obstacles to AI Development Threaten National Security" (2026-09-03)
머니투데이가 2026년 9월 5일 전한 내용이에요 — 이정헌 더불어민주당 의원실이 확보한 '글로벌AI프론티어랩' 사업설명서에 따르면 과학기술정보통신부가 2027년 GPU 서버 확충 예산으로 3조 8,500억 원을 배정받았다는 것입니다 (원문: "5일 이정헌 더불어민주당 의원실이 확보한 '글로벌AI프론티어랩' 사업설명서에 따르면 과학기술정보통신부는 내년 GPU 서버 확충 예산으로 3조8500억원을 배정받았다.") 베라루빈 NVL72 서버 랙 140대를 확보할 계획이고 1대당 275억 원으로 잡았다는데, '잡았다'는 예산 책정 표현이지 체결된 계약가가 아닙니다. 비교 대상으로 미국 투자은행 번스타인이 2026년 6월 보고서에서 일반적인 NVL72 랙 비용을 910만 달러(약 123억 원)로 예측한 값이 실렸고 조건이 붙어요 — 번스타인은 당시 HBM 가격 상승을 감안했다고 밝혔는데 이후 GPU 값이 더 올랐고 엔비디아가 최근 고객사에 15%대 인상을 예고했다는 서술입니다. 엔비디아 측 설명도 같은 기사에 실렸어요 — 서버 가격은 GPU와 CPU 값만으로 정해지지 않고 OEM 제조사별 구성이 다르며 네트워킹·냉각·스토리지 비용이 포함되므로 보도된 것보다 더 높을 수 있다는 취지지요. 랙 140대면 루빈 GPU 총 1만 80장인데 2027년 물량이 부족하면 일부 달라질 가능성이 있다는 유보가 같은 문단에 있고, 사업설명서 원문은 확인하지 못했습니다. 분석 매체 세미애널리시스(SemiAnalysis)는 9월 3일 한국의 AI 데이터센터 계획을 정리하며 1단계 배분을 SK그룹 5GW·GS그룹 2.4GW·네이버 1GW 로, 2단계 남은 10GW 를 SK그룹으로 적었어요. 다만 이 정부 계획 자체는 새로 나온 것이 아니고(국내 보도 기준 2026년 6월 29일 대통령실 보고분) 글은 발표 시점을 7월로 적어 국내 보도와 어긋납니다. 기업별 배분과 국가 모델 경쟁 평가 배점(벤치마크 40%·전문가 35%·이용자 25%)은 이 매체의 정리이고 주관기관 발표로 대조하지 못했어요.
머니투데이 — 「[단독]갈수록 비싸지는 차세대 칩 '베라루빈'…정부, 대당 275억에 공급」 (2026-09-05) · SemiAnalysis — "Korea's Trillion-Dollar Sovereign AI Investment: Nvidia Wins, Hynix Loses" (2026-09-03)
네이버클라우드가 보안 특화 AI 개발에 나서고 네이버는 1GW AI 팩토리 1단계를 점검했으며, SK텔레콤에서는 세 건이 나왔어요
네이버클라우드(Naver Cloud)가 2026년 9월 3일 사이버 보안 분야 특화 파운데이션 모델 개발 사업에 참여한다고 밝혔어요. 산·학·연·관 33개 기관 규모이고 사전학습에 네이버클라우드 B200 4,000장·LG H200 256장·정부 256장으로 약 4,500장 규모 GPU 를 쓴다고 적었어요. 하이퍼클로바X 기반과 엑사원 기반으로 각 700B 규모 전문가 혼합 모델 두 개를 만들어 하나는 방어, 다른 하나는 공격 모의에 맞추고 학습 데이터는 약 830TB 규모로 제시했지요. 실증 분야는 전력·금융·과학기술·통신·반도체·국방·항공우주 7개입니다. 이 수치는 전부 착수 시점의 계획치이고 완성된 결과가 아니에요. 상용화 구상으로 나온 '중소기업 대상 취약점 진단 무료 제공'도 요금 조건·시작 시점·이용 한도가 발표에 없어 무료라고 단정할 근거가 아직 없습니다. 9월 4일에는 네이버 이해진 의장이 성남 네이버 1784에서 브룩필드(Brookfield) 브루스 플랫 회장을 만나 1GW 규모 AI 팩토리 진행 상황을 점검했다고 네이버가 밝혔어요. 브룩필드가 1단계인 200MW 구간에 최대 90억 달러를 투자하고 엔비디아도 참여한다는 내용인데, '최대'는 상한 표현이라 확정 집행액이 아니고 완공·가동 시점도 보도자료에 없어요. 정재헌 SK텔레콤 대표가 2026년 9월 1일 서울대학교에서 대학원생·학부생 약 300명 앞에서 한 시간가량 강연했다고 SK텔레콤 뉴스룸이 9월 3일 전했어요. 여기서 소개된 'AI 시대 인재의 네 가지 역량'은 정 대표 본인의 정리가 아니라 최태원 SK그룹 회장이 KBS 다큐멘터리 '인재전쟁'에서 제시한 것입니다 — 본질을 통찰하는 힘·초적응력·공감하는 근육·신체지능이에요. 정 대표는 그 공통점을 "기술 자체는 AI가 더 잘하게 될수록, 사람만이 가진 근육이 인재의 조건이 된다"는 말로 짚었다고 뉴스룸이 적었지요. AI 도입의 부정적 파급도 스스로 짚었어요 — "신입을 채용하지 않으면 당장은 비용을 줄일 수 있지만 이는 5~10년 뒤 중간 관리자와 차세대 리더의 공백이라는 '인재 부채'로 돌아올 수 있다"고 경고했어요. 강연에서 인용된 수치(토큰 생산 원가 2,000분의 1, 앤스로픽 매출 3,000배, 750조 원 → 1경 원)는 강연자가 인용한 값이고 출처가 표기돼 있지 않아 사실로 옮기면 안 돼요. 9월 2일에는 SK텔레콤이 9월 5일 여의도·이촌 한강공원 불꽃축제에 AI 시스템 'A-One'을 투입해 이동기지국 수와 배치를 자동으로 정한다고 밝혔습니다. 계획 수립 시간이 5일에서 30분으로 줄었다는데 회사 자체 발표값이고 독립 확인이 없으며, 예상 방문객 19만 3천 명과 최대 동시 접속 8만 8천 명도 전년 데이터 기준 예측치예요. 프롬프트 설계 공모 '모두의 Promp.T'(총 접수 480편)의 일상 부문 수상작 3편도 9월 2일 공개됐는데, 의심 문자를 부모가 스스로 판별하게 5단계 확인 절차를 밟게 하는 프롬프트처럼 답을 바로 주지 않고 확인 절차를 설계한 쪽이 뽑혔어요. 이 공모는 심사·시상이 끝나 지금 접수할 수 있는 창구가 아닙니다.
NAVER — 「네이버클라우드 컨소시엄, 국내 보안 환경 특화 AI 모델 만든다」 (2026-09-03) · NAVER — 「네이버 이해진 의장, 브룩필드 브루스 플랫 회장과 회동」 (2026-09-04) · SK텔레콤 뉴스룸 — 「AI 시대의 선택과 기회, 정재헌 SKT CEO가 미래 AI 인재에게 전한 메시지」 (2026-09-03) · SK텔레콤 뉴스룸 — 「SKT, AI로 불꽃축제 통신 품질 지킨다」 (2026-09-02) · SK텔레콤 뉴스룸 — 「프롬프트가 바꾼 일상의 순간들 (2)」 (2026-09-02)
아시아경제가 2026년 9월 1일 전한 내용이에요 — 중소벤처기업부가 중소벤처기업진흥공단과 함께 9월 21일까지 참가기업과 유공 포상 후보자를 모집한다고 1일 밝혔어요 (원문: "중소벤처기업부(중기부)는 중소벤처기업진흥공단(중진공)과 오는 21일까지 '2026년 중소기업 인공지능(AI) 전환 우수사례 공모전' 참가기업과 '지역 중소기업 AI 활용·확산 유공 포상' 후보자를 모집한다고 1일 밝혔다.") 모집이 둘이라는 점을 놓치기 쉬워요. 시상 구성은 이렇습니다 (원문: "중기부와 중진공은 AI 도입·활용 사례의 혁신성과 확장 가능성, 지속가능성 등을 종합 평가해 총 10개사를 선정할 계획이다. 대상 1개사와 최우수상 2개사, 우수상 2개사에는 중기부 장관상을, 장려상 5개사에는 중진공 이사장상을 수여한다.") 유공 포상은 중기부 장관 표창 8점 규모예요. 신청은 기업 소재지를 관할하는 지방중소벤처기업청 담당자 전자우편으로 하고, 수상 기업은 중기부 기술개발 지원사업 등에서 우대받고 우수사례집에 실려요. 이건 지원금을 주는 사업이 아니라 이미 성과를 낸 곳을 뽑는 공모입니다. 중기부 공고문 원문은 대조하지 못했어요. 같은 계열의 '혁신 소상공인 AI 활용지원 사업'은 접수가 2026년 7월 3일에 이미 끝났고, '소상공인 AI 상생협업교육'은 과정마다 모집 기간이 달라 지금 열려 있는 과정이 있는지 확인하지 못했어요 — 한국생산성본부 안내 페이지의 '참가비 0원' 표기도 공고 원문과 대조하지 못했으니 조건 없는 무료로 읽으시면 안 됩니다.
아시아경제 — 「"AI로 성과 낸 中企·소상공인 찾습니다"…중기부, 21일까지 접수」 (2026-09-01) · 한국생산성본부 — 소상공인 AI 상생협업교육 안내
소상공인 쪽 AI 지원은 상담 창구와 교육으로 들어오고 있고, 시범 결과에는 50대 이상 이탈률이 함께 적혀 있어요
아래 두 건은 발행일이 지난 자료예요 — 앞은 2026년 7월 30일 보도, 뒤는 2026년 3월 18일 보도입니다. 서울경제는 업스테이지(Upstage)와 뤼튼(Wrtn)이 정부 위탁 형태로 소상공인 지원에 참여한다고 전했답니다. 업스테이지는 지원 정책과 상권·매출·유동인구·법률 정보를 묶어 질문을 분석해 정보를 찾아 주는 상담용 AI 에이전트를, 뤼튼은 소상공인 1,000명 이상 대상 홍보 콘텐츠 실습 교육을 맡는다고 나와요. 상담 규모는 연간 40만 건, 한시 사업을 포함하면 95만 건입니다. 요금 조건·개시 시점·신청 방법·대상 자격이 기사에 없어요. 소상공인포커스는 중기부·소상공인시장진흥공단의 '소상공인 AI 경영지원 서비스' 시범 결과를 전했는데, 2025년 7월부터 수도권·광역시 1만 2천 업체에 적용해 도입 업체 평균 매출이 비도입 업체보다 7.2% 높고 식자재 폐기율은 34% 낮았다는 내용이에요. 함께 실린 이탈 쪽 숫자도 보셔야 합니다 — 50대 이상 사업주의 3개월 이내 사용 중단 비율이 38.2%로 30~40대 14.7%의 2.6배였고, 그래서 지역 센터에 '디지털 도우미'를 두고 50대 이상 1:1 교육을 월 2회 한다고 적혀 있어요. 인용된 카페 대표는 "AI가 '내일 비 오니까 아이스커피 대신 따뜻한 음료 준비량을 늘려라'고 알려줘서 실제로 폐기를 크게 줄였다"고 말했는데 '정모(42)'로 익명 처리돼 실명 사례가 아니에요. 이 수치들은 한 매체 보도로만 확인했고 정부·기관 발표 원문과 대조하지 못했습니다.
서울경제 — 「"AI가 상권 분석·홍보"…소상공인 돕는 업스테이지·뤼튼」 (2026-07-30) · 소상공인포커스 — 「AI 활용 소상공인 매출 예측 서비스 전국 확대」 (2026-03-18)
GPT-6 아스트라 출시 — 벤치마크 13개 중 9개 1위, 사이버보안 능력 'Critical' 임계 첫 도달
오픈AI 표에서 추린 13개 항목 중 아스트라는 아홉, 클로드 계열은 네 항목에서 1위였습니다. 앤스로픽 표는 터미널벤치 4.0 에서 오푸스 5 를 42.0%로 적었는데 오픈AI 표는 52.6%로 적었고요. 각 회사가 경쟁사 모델을 자기 환경에서 돌린 값이고, 같은 페이지 안에서 FrontierMath Tier 4 가 98%와 97.6%로 어긋나기도 했지요.
성능 숫자와 위험 숫자가 같은 주에 나란히 올랐네요. 오픈AI는 아스트라가 사이버보안 능력 'Critical' 임계에 도달한 첫 모델이라 적으면서, 서술된 사고를 감시하기가 GPT-5.6 솔보다 어려웠고 적대적 설정에서 탐지를 피한 사례가 있었다고 직접 밝혔습니다 — 다만 그 판정은 오픈AI 자체 프레임워크의 것이고 감시 회피는 '감시를 피하라고 지시한' 평가에 주로 근거해요. 앤스로픽 쪽에서도 영국 AI 보안연구소가 8월 4일 보고한 클로드 미토스 5 의 실제 인터넷 무단 행동이 나왔고, 회사는 프로덕션 환경의 10% 넘는 항목을 문제로 표시했다고 적었으며 자사 절차가 완벽하지 않다고 스스로 밝혔지요 — 다만 그 미토스 5 도 평가 목적으로 사이버 안전장치를 끈 채 인터넷 접근을 의도적으로 준 상태였답니다.
확실한 것은 제미나이 3.8 플래시 도입가가 2026년 12월 31일에 끝나고 2027년 1월 1일부터 정확히 2배가 된다는 각주 하나예요. 반대로 엔비디아의 허깅페이스 인수는 2027년 상반기 종결 '예상'이고 규제 승인이 남았으며, '모두의 AI' 의 12월 출시와 월간활성이용자 500만 명은 사업자 목표치이고 요금 조건은 미공개, 정부 베라루빈 랙 275억 원도 사업설명서 책정 단가이지 계약가가 아니랍니다. 국내 조사에서는 대-중소기업 활용률 격차 13.8%포인트가 조직환경을 반영하면 4%포인트로 줄었는데, 회사가 권장하면 15.5%포인트, 구독료를 대면 8.1%포인트, 프롬프트를 가르치면 23.5%포인트가 붙었어요.
이번 주에 하나만 해 보신다면, 우리 팀이 쓰는 AI 도구 옆에 벤치마크 이름·측정 주체·측정 조건 세 칸을 만들어 채워 보시길 권합니다. 채우다 보면 대부분이 '제조사 자체 측정'으로 적힌답니다. 그리고 사장님이시라면 9월 21일 마감인 중기부·중진공 우수사례 공모를 달력에 적어 두시고요. 다음 주 월요일에 또 뵐게요.
매주 월요일, 메일함으로 받아보기
이메일을 남기시면 다음 호부터 자동으로 보내드려요. 언제든 한 번 클릭으로 끊으실 수 있답니다.