유료 구독자 네 명이 앤스로픽·오픈AI·구글·SpaceXAI를 상대로 반독점 소송을 냈어요

270억 개 규모 모델이 5.95 GB로 줄었어요 — 밖으로 못 내보내는 문서를 사내 PC에서 다루는 길입니다

Prism ML이 2026년 9월 16일 허깅페이스(Hugging Face)에 Bonsai 2 27B GGUF를 아파치 2.0(Apache 2.0) 라이선스로 올렸답니다. 알리바바 큐원(Qwen)의 Qwen3.8-27B를 가져다가, 가중치(weight — 모델이 학습으로 얻어 가진 숫자값) 270억 개를 하나당 1.72비트의 3진수 {-1, 0, +1} 표현으로 바꿨어요. 그래서 FP16 기준 약 54 GB짜리 모델이 5.95 GB(PTQ1_0) 또는 7.21 GB(PQ2_0) 파일이 됐다고 적었습니다. 문맥 창(context window — 모델이 한 번에 읽어 두는 글의 길이)은 원본에서 물려받은 262K 토큰이고, 회사가 잰 속도는 애플 M5 Max 노트북에서 초당 약 47토큰, RTX 5090에서 약 130토큰, 72W짜리 L4에서 약 30토큰인데, 이 셋은 모두 7.21 GB짜리 PQ2_0 판을 잰 값이에요. 애플 쪽 수치는 카드가 이전 빌드에서 잰 것이고 재측정을 기다리는 중이라고 밝혀 뒀고요.

작아진 만큼 값은 조금 내려갔네요. 회사가 직접 잰 14개 평가의 평균은 원본 FP16이 86.32, 4비트 빌드(UD-Q4_K_XL, 17.6 GB)가 85.18, Bonsai 2가 84.78이에요 — 평균으로는 원본이 가장 높지요. 14개 가운데 Bonsai 2가 1위인 항목은 AIME26(95.83)·LiveCodeBench(90.07)·IFBench(74.00) 세 개이고, 원본 FP16이 1위인 항목이 여섯 개고요. 다만 비교 대상을 기존의 작게 줄인 판으로 바꾸면 그림이 달라져요 — 같은 표의 2비트 빌드(IQ2_XXS)는 파일이 9.4 GB로 더 큰데 평균은 72.59로 Bonsai 2(5.95 GB·84.78)보다 한참 낮습니다. 더 작으면서 더 나은 셈이지요. 모델 카드는 이 관계를 품질과 용량의 맞교환으로 적으면서, 3진수 판이 완전정밀도 평균의 98.2%를 유지하고 그 차이는 크지 않고 예측 가능하며 수학·코딩 같은 추론 핵심은 기준선에서 몇 점 안쪽에 머무르고 벌어지는 부분은 가장 까다로운 범주에 몰려 있다고 밝혔어요 (원문: "The quality–footprint trade-off: the ternary model retains 98.2% of the full-precision average, and the gap is modest and predictable — the reasoning core (math, coding) stays within a few points of baseline, with the difference concentrated in the most demanding categories") — 98.2%는 만든 쪽이 스스로 잰 값이고 독립 재현은 없습니다.

이 모델이 쓸모 있는 자리는 성능 1등이 필요한 자리가 아니라 자료가 밖으로 나가면 안 되는 자리예요. 6 GB 안팎이면 요즘 사무용 노트북 메모리에도 들어가니, 인사 평가 초안 요약·계약서 조항 비교·고객 문의 분류 같은 일을 외부에 보내지 않고 돌려 볼 수 있지요. 다만 두 가지를 먼저 확인해야 합니다. 첫째, 표준 llama.cpp로는 실행되지 않습니다. 모델 카드가 직접 그렇게 적었어요 — 두 압축 형식을 모르는 형식이라며 거절하거나, 경고 없이 잘못 읽어 엉뚱한 결과를 내놓는다고 밝혔고요. Prism ML이 따로 만든 llama.cpp·MLX 포크를 받아야 합니다. 둘째, 하드웨어에 따라 어느 압축 형식이 빠른지가 뒤집힙니다 — 카드는 5.95 GB짜리 PTQ1_0이 Ada 계열과 그보다 작은 가속기에서는 빠르고 Ampere·Hopper·Blackwell에서는 느리다고 적었어요. 뒤쪽 계열이라면 7.21 GB짜리 PQ2_0을 쓰라는 뜻이지요. 성능 수치도 전부 만든 쪽 자체 측정이고요.

1. 이 일이 정말 '밖으로 못 나가는' 일인가?
   → 나가도 되는 일이면 굳이 로컬로 갈 이유가 없다
2. 쓸 기기의 메모리가 몇 GB인가? (5.95 GB 파일 + 여유)
3. 우리 GPU가 Ada 계열인가, Ampere·Hopper·Blackwell인가?
   → 카드 기준으로 속도 방향이 다르다
4. 표준 llama.cpp만 쓸 수 있는 환경인가?
   → 카드는 Prism ML 포크가 필요하다고 적었다
5. 우리 문서 20건으로 직접 재 볼 채점표를 먼저 만들었는가?
   → 공개 평가 점수는 우리 업무 점수가 아니다

받아 간 사람은 적지 않네요. 허깅페이스 집계로 누적 내려받기 1,908,396회·좋아요 1,327개였고 트렌딩 1위였어요. 다만 내려받기 수는 허브 집계값이라 실제 사용자 수와 다릅니다. 평가 환경은 EvalScope와 vLLM, NVIDIA H100에 thinking 모드로 통일했다고 카드에 적혀 있고요.

구글이 실시간 음성 모델 값을 분 단위로 내놨어요 — '1위' 표기는 상위 판에만 붙습니다

구글이 2026년 9월 15일 음성 대화 모델 Gemini 3.8 Live와 Gemini 3.8 Live Extended Thinking 두 가지를 공개했어요. 앞은 규모와 비용 효율을 노린 대화형이고, 뒤는 여러 단계를 거쳐 생각해야 하는 일에 쓰는 쪽이에요. 개발자용으로는 Gemini API와 Google AI Studio의 Live API로 제공되며 요금은 오디오 입력 분당 0.005달러·출력 분당 0.018달러로 표기됐고요. 대화를 끊지 않고 배경에서 도구를 실행하는 비동기 함수 호출, 97개 이상 언어 지원, 확인 코드나 청구번호 같은 영숫자 받아쓰기 정확도를 특징으로 들었습니다.

여기서 '1위'를 읽을 때 조심할 곳이 있습니다. 구글은 Extended Thinking 쪽이 기업용 과제 완수와 지능에서 Artificial Analysis의 Speech to Speech Quality Index 종합 1위(82.6)를 차지했고 τ-Voice 68.6%와 시에라(Sierra)의 τ-Voice-banking 35.1%로 에이전트 과제 완수를 이끈다고 적었어요 (원문: "Gemini 3.8 Live Extended Thinking provides enterprise-grade task completion and intelligence, capturing the #1 overall spot on Artificial Analysis' Speech to Speech Quality Index (82.6), and leads in agentic task completion with 68.6% on τ-Voice and 35.1% on Sierra’s τ-Voice-banking benchmark.") 그런데 바로 뒤 문장에서 일반 3.8 Live는 Speech Agent Arena 2위라고 구분해 적었지요. 1위 표기는 상위 판에 붙은 것이지 두 모델 모두에 붙은 것이 아니에요. τ-Voice-banking 35.1%도 '선두'로 소개됐지만 절대 성공률 자체는 낮은 값이고요. 수치는 전부 구글 자사 발표값이고 평가기관 페이지에서 따로 대조하지 못했답니다.

요금이 분 단위라 계산이 어렵지 않아요. 상담 한 통이 5분이고 그중 고객이 말하는 시간과 AI가 말하는 시간이 절반씩이라면, 입력 2.5분에 0.0125달러·출력 2.5분에 0.045달러로 한 통에 0.0575달러예요. 하루 200통이면 하루 11.5달러, 한 달을 30일로 잡으면 345달러쯤 되지요. 다만 이 계산에는 텍스트 토큰과 도구 호출 비용이 별도인지가 들어 있지 않습니다 — 발표문에서 확인되지 않은 부분이라, 실제 견적을 낼 때는 그 항목을 따로 물어야 해요. 한국어 개별 성능 수치도 발표문에 없고요. 97개 언어에 한국어가 들어간다는 것과 한국어가 잘된다는 것은 다른 말이랍니다.

1. 분당 요금이 입력·출력 각각 얼마인가
2. 텍스트 토큰·도구 호출 비용이 별도인가
3. 우리 통화 평균 길이 × 하루 건수 = 월 예상액
4. 한국어 실측: 우리 녹취 20건으로 받아쓰기 정확도 측정
5. 숫자·영문 혼합(주문번호·계좌)에서 틀리는 비율은?
6. 통화 녹음이 어디에 저장되고 얼마나 남는가

같은 날 구글은 별도 글에서 지난달 공개한 받아쓰기 전용 모델 Gemini 3.5 Transcribe가 85개 이상 언어를 지원하고 단어 오류율(WER)이 스트리밍 4.0%·비스트리밍 2.6%라고 정리했습니다. 이 수치들도 모두 구글 자체 발표값입니다. 발표 페이지에 'Updated September 17, 2026'이 함께 적혀 있어 공개 이후 내용이 손질됐을 수 있다는 점도 같이 보셔야 해요.

국내 기업 AI 도입률이 58%가 됐지만, AI를 도입한 기업 가운데 새 상품을 낸 곳은 18%였어요 — AWS가 비용을 댄 조사입니다

아마존웹서비스(AWS)가 2026년 9월 11일 서울에서 「2026년 한국의 AI 잠재력」 보고서 기자간담회를 열었어요. 조사는 AWS 의뢰로 스트랜드 파트너스(Strand Partners)가 국내 비즈니스 리더 1,000명과 일반인 1,000명을 상대로 수행했고, 국내 기업 AI 도입률이 2025년 48%에서 2026년 58%로 올랐다는 것이 머리 숫자예요. 발표자 발언은 이렇게 실렸습니다 — "닉 본스토우 스트랜드 파트너스 디렉터는 “지난 1년 동안 새롭게 AI를 도입한 국내 기업은 약 62만4000개로 1분마다 한 곳 이상의 기업이 AI를 도입한 셈”이라며 “AI 도입 기업의 81%는 생산성이 향상됐다고 답했으며 AI 활용으로 절감한 시간은 주당 평균 14시간에 달했다”고 말했다." AWS가 비용을 댄 의뢰 조사이고, 62만4,000곳은 설문 표본을 모집단으로 환산한 추산치라고 기사에 적혀 있고요. 보고서 한국어 제목은 매체마다 「잠재력 발현」과 「잠재력 실현」으로 갈려 하나로 적지 못했고, 원문 PDF도 공개 링크를 찾지 못했어요.

성과 쪽 숫자는 도입 숫자만큼 두껍지 않네요. 여기서부터는 분모가 바뀝니다 — 전체 기업이 아니라 AI를 도입한 기업 가운데 비율이에요. AI로 새 제품·서비스를 내놓은 곳이 18%, 공식 AI 전략을 가진 곳이 27%, 일관된 성과 측정 체계를 가진 곳이 24%였고, 47%는 투자수익률(ROI)을 신뢰성 있게 잴 방법이 없다고 답했고요. 58%와 18%를 같은 줄에서 읽으면 안 되는 이유가 여기 있어요. 58%는 전체 기업 중 도입한 비율이고 18%는 도입한 기업 중 비율이라, 전체 기업으로 환산하면 열 곳 중 한 곳쯤이 됩니다. 규모별로 보면 고도화된 AI를 쓰는 비율이 스타트업 35%·중소기업 25%·대기업 9%로, 작은 조직일수록 높게 나왔지요. 걸림돌 1위는 AI·디지털 역량 부족(46%)이었고요.

성과를 재는 틀이 없어 막히셨다면, 공급사가 내놓은 항목을 먼저 베껴 쓰는 방법이 있어요. 오픈AI가 2026년 9월 16일 ChatGPT 관리자 콘솔(Admin Console)의 분석 기능 쓰는 법을 정리해 올렸는데, 활성 사용자·크레딧·토큰 사용량을 그룹별로 걸러 보고 메시지 표본을 업무 단위로 분류해 어디에 쓰이는지 보여 주는 구성이에요. 다만 게시된 화면은 전부 예시용 데모 데이터라고 회사가 밝혔고, 기업 요금제 전용 기능이며 사내 대화를 분류기에 넣는 처리 범위는 그 글에 적혀 있지 않아요. 그래서 항목 이름만 빌려 우리 지표를 짜는 쪽이 현실적이랍니다. 위 조사에서 도입 기업의 47%가 걸린 자리가 바로 이 지점이니, 도입 3개월 차에 보고할 숫자를 지금 정해 두면 늦지 않아요.

1. 쓰는 양   : 월 활성 사용자 / 부서별 사용 비중
2. 쓰는 일   : 상위 3개 업무와 그 비중 (예: 문서 초안·자료 조사·번역)
3. 줄어든 것 : 그 업무의 건당 소요 시간 (도입 전 4주 vs 도입 후 4주)
4. 늘어난 것 : 그 시간으로 새로 한 일 1가지 — 없으면 '없음'이라고 적는다

※ 3·4번을 재지 못하면 '도입은 했으나 성과 미측정'으로 적는다.
   조사에서 AI를 도입한 기업의 47%가 이 칸을 비웠다.

같은 자리에서 국내 실명 사례도 나왔지요. 신한금융그룹이 AWS 생성형 AI 혁신 센터와 함께 아마존 베드록 에이전트코어(Amazon Bedrock AgentCore) 기반 에이전트 시스템을 만들었다는 내용이에요 — "12개 도메인과 12개 액션, 28개 이상의 태그에 걸쳐 고객 의도를 분류하는 시스템으로 의도 분류 정확도를 92.5~97.9%까지 높였다." 이어지는 설명으로는 액션 연결 정확도 100%, 추론 비용은 기존의 18분의 1 수준, 전체 응답 지연시간 5초 이내였다고 발표됐고요. 다만 「18분의 1」의 비교 대상과 정확도 92.5~97.9%의 편차 범위는 보도에 없어요. 신한금융그룹 자체 공시나 기술 문서 원문도 확인하지 못했답니다. 참고로 아마존(AWS)은 앤스로픽·오픈AI·구글·SpaceXAI와 마찬가지로 우리 월요AI가 원고를 만들 때 쓰는 도구의 제작사 가운데 하나예요.

앤스로픽이 액센츄어를 회사 안에 상주시키기로 했어요 — 평가자가 무엇을 보고 어떻게 보고할지의 표준은 아직 없다고 같은 글에 적었습니다

2026년 9월 18일 앤스로픽이 액센츄어와 회사 안에 평가자를 상주시키는 협력을 발표했어요. 실행은 액센츄어가 2026년 1월 인수한 AI 조직 패컬티(Faculty)가 맡아 모델 평가·레드팀, 정렬(alignment) 점검, 안전장치 시험을 하고, 상주 평가자는 직원에 준하는 접근 권한으로 모델이 학습 중 형성되는 과정과 배포 결정을 지켜본다고 적혔습니다. 투자 규모는 이렇게 표현돼 있어요 — 앤스로픽과 액센츄어는 앞으로 5년간 이 분야 역량을 쌓는 데 각각 최소 10억 달러를 투자할 것으로 예상한다는 문장입니다 (원문: "Anthropic and Accenture each expect to invest at least $1 billion in building capacity in this area over the next five years.") 최소 10억 달러는 '예상(expect to invest)'이지 확정 집행 계약액이 아닙니다. 패컬티 인수 시점은 앤스로픽 발표문이 아니라 매체 보도 기준이고, 액센츄어 측 원문은 확인하지 못했어요.

다만 같은 글에 적힌 한계가 두 가지예요. 하나는 상주 평가자가 어떤 정보에 접근해야 하는지, 무엇을 어떻게 보고해야 하는지에 대한 표준이 아직 없다는 것이고, 다른 하나는 재원이에요 — 이 일의 중요성과 시급성을 생각해 앤스로픽이 액센츄어의 작업 비용을 직접 대겠다는 문장이지요 (원문: "Given the importance and urgency of this work, Anthropic will fund Accenture's work directly.") 즉 평가 비용을 평가받는 회사가 댑니다. 회사는 장기적으로는 공동기금이나 정부 재원에서 나와야 한다고 보지만 지금은 둘 다 없다고 같은 글에 적었고요. 평가 결과를 언제 어디까지 공개하는지도 발표문에 없습니다.

같은 날 캘리포니아 주지사 개빈 뉴섬(Gavin Newsom)이 행정명령을 내려 연구소 안에 독립 검증기관을 상주시키는 방안을 검토 항목에 올렸지요. 함께 오른 것은 안전 프레임워크·투명성 보고서·위험 평가를 독립 검증기관 기준으로 검증받게 하는 것, 프런티어 모델용 비상 차단 장치(kill switch)를 만들고 작동 여부를 계속 확인하게 하는 것, '중대 안전 사고' 정의에 통제 상실 사고를 넣는 것이었고요. 네 항목은 전부 2개월 안에 만들 권고안의 대상이지 지금의 법적 의무가 아닙니다. 같은 날 오픈AI도 방향이 비슷한 문서를 냈어요. 호주 청소년 안전 청사진인데, 안전의 책임이 청소년과 가족에게 주로 지워져서는 안 되고 기업이 처음부터 제품에 보호장치를 넣어야 한다고 적은 뒤 「이 일은 진행 중이고, 아직 할 일이 더 남아 있어요」라고 덧붙였지요 (원문: "This is ongoing work, and there is more to do."). 그러니까 이번 주에 생긴 것은 제도가 아니라 질문의 목록이에요. 앤스로픽의 이번 협력과 캘리포니아의 권고안이 둘 다 「평가자를 회사 안에 둔다」는 같은 설계를 말하고 있으니, 도입 심사에서 공급사에 물을 항목도 그만큼 또렷해진답니다.

1. 검증한 곳이 어디이고, 비용은 누가 댑니까
2. 그 평가자는 무엇까지 봅니까 (학습 과정 / 배포 결정 / 결과물만)
3. 발견한 문제를 누구에게, 어떤 서식으로 보고합니까
4. 그 보고서를 우리가 받아볼 수 있습니까 — 없다면 요약이라도
5. 우리 업종(금융·의료·공공)에 걸리는 국내 규제는 누가 확인합니까

※ 1~3번의 표준이 아직 없다는 점은 공급사 쪽도 인정한 상태다.

앤스로픽은 비영리 평가기관 METR 등과도 일부 요소를 시범 운영하는 논의를 하고 있다고 밝혔는데, 이쪽은 평가기관 자체 재원으로 하는 것이라고 적혀 있어요. 액센츄어도 다른 AI 개발사와 비슷한 협력을 할 예정이라 비독점 구조라고 밝혔습니다. 실제 평가 시작 시점은 발표문에 없어요. 캘리포니아 쪽은 대상 법이 SB 813과 AB 1405이고, 통제 상실 사고의 예로 허깅페이스 침해 사건을 직접 지목했고요. 앤스로픽·오픈AI·구글·SpaceXAI는 모두 우리 월요AI가 원고를 만들 때 쓰는 도구의 제작사예요.

유료 구독자 4명이 AI 네 회사를 상대로 반독점 소송을 냈어요 — "함께 늦추기로 한 것"이 담합이라는 주장입니다

2026년 9월 18일 미국 캘리포니아 북부 연방지방법원에 앤스로픽·오픈AI·SpaceXAI·구글 네 곳을 피고로 하는 반독점 소송이 제기됐다고 AP가 이튿날 보도했어요. 원고는 ChatGPT·Claude·Grok·Gemini의 유료 구독자 4명이고 전국 단위 집단 대표를 자처했지요. 소장은 네 회사가 AI 개발 속도를 함께 늦추기로 합의해 반독점법을 어겼고 그 결과 유료 구독자가 받는 가치가 줄었다고 주장합니다. 원고 측이 조율 시점으로 지목한 날은 2026년 9월 12일로, 앤스로픽 CEO 다리오 아모데이(Dario Amodei)가 안전을 위해 업계가 함께 속도를 늦추자는 에세이를 낸 날이자 오픈AI CEO 샘 올트먼(Sam Altman)·SpaceXAI CEO 일론 머스크(Elon Musk)·구글 딥마인드 공동창업자 데미스 하사비스(Demis Hassabis)가 각각 공개 동의를 표한 날이에요.

원고 측이 문제 삼는 범위는 생각보다 좁아요. AP 정리로는 개별 회사가 스스로 속도를 늦추는 것 자체는 문제 삼지 않는다고 소장에 명시돼 있어요. 그 대신 반독점법이 금지하는 것은 함께 합의하는 지름길이라는 논리예요 — 원고 측은 소장에서 반독점법이 개별 책임을 집단적 자제로 대체하기로 합의하는 「지름길」을 택하지 못하게 한다고 주장한다는 대목입니다 (원문: "They instead argue in the complaint that antitrust laws forbid them from taking the “shortcut” of agreeing to “substitute collective restraint for individual accountability.”") 쉽게 말하면 각자 알아서 조심하는 것과 넷이 모여 같이 조심하기로 약속하는 것은 법적으로 다른 일이라는 주장이지요. 이것은 원고의 주장이고 법원 판단이 아닙니다. 소장 원문은 유료·로그인 구간이라 우리가 직접 열지 못했고, 구제 청구의 구체 내용은 인용한 보도에 없어 확인하지 못했습니다.

회사에서 AI 도구를 계약할 때 이 소송이 당장 바꾸는 것은 없어요. 다만 계약서를 볼 때 한 칸 더 보게 되는 자리가 생겨요. 성능이 좋아지는 속도는 약정 대상이 아니라는 점이에요. 요금제는 월 단위로 묶여 있는데 모델 개선은 공급사 재량이고, 그 재량을 업계가 어떤 이유로든 함께 조절하면 이용자가 항의할 근거는 약관 어디에도 없지요. 그래서 다년 계약을 앞두고 있다면 도구 하나에 업무를 통째로 얹지 않는 편이 안전합니다.

1. 우리가 이 도구에 얹은 업무 3가지를 적는다
2. 각각에 대해 '이 도구가 6개월간 그대로여도 되는가'를 예/아니오로 답한다
   → '아니오'인 업무가 곧 대체 후보를 준비해야 할 자리다
3. 그 업무의 대체 후보를 다른 회사 제품에서 하나씩 적는다

소장은 2026년 7월 여러 연구소 고위 직원들이 서명한 성명도 근거로 들었어요. AP는 그 성명이 일방적으로 속도를 늦추지 못하게 하는 극심한 경쟁 압력을 인정한 것이라고 정리했는데, 우리는 성명 원문을 직접 열지 못했답니다. 네 회사의 입장은 AP 취재 시점에 나오지 않았습니다 — 논평 요청에 즉시 답한 곳이 없었다고 기사에 적혀 있고요. 아모데이는 원래 에세이에서 반독점 문제 소지를 인정하고 미국 정부가 중재하거나 안전 논의에 한해 좁은 면제를 내 줘야 한다고 적었고, 올트먼은 일관된 안전 요건을 담은 연방 틀은 환영하지만 면제나 입법을 기다릴 필요는 없다고 답했다고 AP가 정리했고요. 피고 네 곳은 모두 우리 월요AI가 원고를 만들 때 쓰는 도구의 제작사예요. 이름이 헷갈릴 수 있어 한 번만 밝혀 두면, 그록(Grok)을 만드는 SpaceXAI는 그 회사의 누리집(x.ai) 표기로 'SpaceXAI LLC'이고, 같은 누리집 뉴스 목록에 2026년 2월 2일 자로 「스페이스X가 xAI를 인수했다」는 항목이 있어요 — 개발자용 표기는 아직 'xAI API'로 남아 있고요.

종합 1위는 GPT-6 Astra, 소프트웨어 공학 1위는 Claude Fable 5.1이에요 — Epoch AI는 두 모델의 신뢰구간이 겹친다고 적었습니다

독립 연구기관 Epoch AI가 2026년 9월 16일 자체 종합 역량 지수 ECI(Epoch Capabilities Index)로 최근 모델 넷을 비교한 자료를 냈어요. 표의 소수점 값은 이렇답니다. 휴대폰에서는 표가 화면보다 넓으니 옆으로 밀어서 소프트웨어 공학 칸까지 보시면 돼요.

종합과 수학은 GPT-6 Astra가 앞서고, 소프트웨어 공학은 Claude Fable 5.1이 앞섭니다. Epoch AI는 Astra의 수학 지수 170을 새 기록이라고 적었고요. 개방 가중치 모델인 Kimi K3는 종합(157.63)과 수학(158.39)에서는 GPT-5.6 Sol(161.81·162.76)보다 낮고, 소프트웨어 공학 한 칸에서만 161.54로 GPT-5.6 Sol의 160.47을 앞섭니다. 본문은 반올림값(170·164·167)을, 표는 소수점값을 쓰니 인용할 때 어느 쪽인지 밝혀야 해요.

이 순위를 확정으로 읽으면 원문을 배반하게 돼요. Epoch AI가 한계를 직접 적었거든요 — 벤치마크 수가 적어서 영역별 ECI가 결과 서너 개에서 여섯 개에만 기대고 있고 그래서 신뢰구간이 꽤 넓으며, 그 결과 GPT-6 Astra와 Fable 5.1은 세 ECI 변형 모두에서 90% 신뢰구간이 겹친다는 문장이에요 (원문: "Small benchmark counts. Each domain-specific ECI here rests on three to six results, so confidence intervals are fairly wide. As a result, GPT-6 Astra and Fable 5.1 have overlapping 90% confidence intervals on all three ECI variants.") 쉽게 말하면 영역별 지수가 벤치마크 서너 개에만 기대고 있어서 두 모델의 90% 신뢰구간이 세 지수 모두에서 겹친다는 뜻입니다. 겹친다는 것은 순서가 바뀌어도 이상하지 않다는 말이지요. 실제로 점수는 움직였어요 — Astra의 종합 ECI는 9월 3일 시점 169.23에서 166.31로 내려갔고, Fable 5.1은 같은 기간 162.88에서 164.47로 올라갔어요. Astra 쪽 하락은 출시 직후 값이 사전 평가(pre-release evals)에 기댄 것이었고 소프트웨어 공학 결과가 더 들어오면서 내려간 것이라고 기관이 밝혔고요. Fable 5.1의 상승도 원인은 같아요 — 기관은 두 변동을 「결과가 들어오면 점수가 움직인다」는 한 항목 아래 나란히 적었습니다. 새로 좋아져서 오른 값이 아니라 다시 계산된 값이라는 뜻이지요.

그래서 도구를 고를 때 쓸 수 있는 방식은 이래요. 첫째, 우리 팀이 많이 하는 일의 영역 지수를 봅니다. 코드를 많이 쓰는 팀과 계산·분석이 많은 팀은 같은 표를 보고도 다른 답을 골라야 해요. 둘째, 점수 차이가 신뢰구간 안인지 묻습니다. 셋째, 기준일을 적습니다. 이 자료의 기준 데이터는 2026년 9월 13일까지 확보된 점수라, 이후 결과로 순위가 다시 바뀔 수 있어요. ECI 자체도 Epoch AI의 자체 합성 지표이지 업계 표준 단일 척도가 아니고요. 넷째, 기관이 적어 둔 한계가 하나 더 있어요. 영역별 지수는 그 모델 자신의 종합 지수에 견준 상대값이라, 한 영역 안에서 실력이 절대적으로 얼마나 늘었는지는 따라가지 않는다는 것입니다 (원문: "Domain-specific ECIs are relative measures. They show how a model performs in one domain relative to its overall ECI and do not track absolute progress within a domain, as written in the documentation.") 모델끼리 견주는 데는 쓸 수 있어요 — Epoch AI 자신도 이 지수로 네 모델을 나란히 놓았으니까요. 다만 「코딩 실력이 그사이 이만큼 늘었다」처럼 그 영역의 절대적인 발전량으로 읽으면 안 된다는 뜻이네요.

1. 이 1위는 어느 영역의 1위인가 (종합 / 수학 / 코딩 / 문서)
2. 점수 차이가 신뢰구간 안인가 — 만든 쪽이 그 한계를 적어 뒀는가
3. 기준일이 언제인가 — 그 뒤 결과가 더 들어왔는가
4. 우리 팀 업무와 가장 가까운 항목 하나만 꼽으면 순서가 어떻게 되는가

이 자료는 평가기관이 낸 것이고 모델 제작사가 낸 것이 아니에요. 쓴 벤치마크는 수학 쪽이 OTIS Mock AIME·FrontierMath Tier 1–3·FrontierMath Tier 4·ProofBench, 소프트웨어 공학 쪽이 MirrorCode·WeirdML·DeepSWE·FrontierCode예요. 종합 지수에 들어간 벤치마크 수는 모델마다 달라 Astra 16개·Fable 5.1 15개·GPT-5.6 Sol 22개·Kimi K3 19개고요. 영역별로 보면 훨씬 얇습니다. 수학은 넷 다 4개씩인데, 소프트웨어 공학은 Fable 5.1이 3개로 표 전체에서 가장 적고 Astra 4개·Kimi K3 5개·GPT-5.6 Sol 6개예요. 근거가 얇으면 구간이 넓어지지요 — 소프트웨어 공학 90% 신뢰구간은 Fable 5.1이 161.95~178.53으로 가장 넓어서 그 하한이 Astra의 값(163.58)보다 낮고, Astra는 160.42~169.82랍니다. 앤스로픽·오픈AI·구글·SpaceXAI는 모두 우리 월요AI가 원고를 만들 때 쓰는 도구의 제작사예요.

경남 제조 AI 센터가 GPU 40장을 열었어요 — 2026년까지는 무료이고 2027년부터는 유료입니다

중소벤처기업부가 경남 제조 AI 센터가 2026년 9월 17일 본격 운영에 들어갔다고 밝혔어요. 경남창원산학융합원(창원시 의창구 차룡로 48번길 54)에 문을 연 경남 최초의 공공형 제조 AI 센터이고, 중기부의 「지역 주도형 AI 대전환」 사업으로 지어졌습니다. 갖춘 장비는 고성능 GPU 40장과 워크스테이션 15대 등이고, 지역 중소 제조기업이 AI 모델을 만들고 돌려 보거나 솔루션을 실증할 때 쓰는 컴퓨팅 자원과 개발환경을 함께 쓰지요. 이용료 조건은 원문에 이렇게 적혀 있습니다 — "올해까지 지역 내 기업에 인프라를 무료로 제공하고, 2027년부터는 민간 AI 센터보다 낮은 수준으로 이용료를 책정해 연간 최대 300여 개 기업의 제조 AI 전환을 지원할 예정이다."

조건을 떼고 읽으면 안 되는 대목이 바로 그 문장이에요. 무료는 2026년까지이고 2027년부터는 값을 냅니다. 그 값이 얼마인지는 「민간 AI 센터보다 낮은 수준」이라고만 돼 있고 금액은 공개되지 않았어요. 연간 최대 300여 개 기업 지원도 계획치입니다. 그리고 지금 가장 아쉬운 부분은 보도자료에 신청 방법·접수처·선정 기준이 없다는 점이에요. 경상남도는 우주항공·방산·기계를 중심으로 제조 특화형 AI 전환을 밀고 있다고 밝혔고요.

사장님 입장에서 이런 공공 설비를 쓸 때 실패하는 자리는 대개 장비가 아니라 준비예요. GPU를 빌려도 넣을 데이터가 정리돼 있지 않으면 몇 주가 그냥 갑니다. 그래서 문의 전화를 넣기 전에 세 가지만 정리해 두시면 좋아요. 첫째, 지금 사람 눈으로 하고 있는 판단 하나를 고릅니다 — 불량 골라내기, 설비 이상 낌새 잡기, 도면 대조 같은 것이지요. 둘째, 그 판단의 근거 자료가 이미 쌓여 있는지 봅니다. 사진이든 센서 기록이든 몇 건이나 모여 있는지 세어 보시고, 학습이나 실증을 시작하려면 얼마나 필요한지는 센터에 먼저 물어보세요 — 필요한 양은 공정과 방법에 따라 달라서 미리 정해진 숫자가 없답니다. 셋째, 성공 기준을 숫자로 정합니다. "좋아졌다"가 아니라 "검사 시간 30% 단축"처럼요. 무료 기간이 2026년까지라 시간을 써야 할 곳은 장비 예약이 아니라 이 세 칸이랍니다.

1. 사람이 눈으로 판단하는 일 1가지: ______________
   (예: 표면 흠집 판정 / 도면 대비 치수 확인 / 설비 이상음 감지)
2. 그 판단의 근거 자료가 몇 건 쌓여 있나: ______ 건
   (사진·센서 기록·검사 대장 — 세어서 적고, 필요한 양은 센터에 묻는다)
3. 성공 기준 한 줄: "______가 ____% 줄면 성공"

※ 무료 제공은 2026년까지. 2027년 이용료는 '민간보다 낮은 수준'이라고만 공개됐다.
※ 신청 방법·접수처는 보도자료에 없어 센터에 직접 물어야 한다.

제조 쪽 AI 도입 성과로 정부가 든 숫자는 9월 11일 경남 창원에서 열린 행사에서 나왔습니다 — "정부가 ‘제조업의 인공지능(AI) 대전환’(M.AX)을 선언한 이후 AI 시스템을 도입한 170개 사업장에서 생산성이 30% 개선되고 불량률이 15% 감소하는 등 구체적인 성과를 거둔 것으로 확인됐다." 이 30%와 15%는 정부 발표값이고, 산출 방식·기간·표본 구성은 확인하지 못했습니다. 같은 자리에서 LG전자는 가전 판금 공정 사례를 발표했지요. 도입 전의 어려움은 이렇게 설명됐어요 — "소현우 LG전자 연구위원은 “기존에는 원소재 특성과 금형·설비 변화에 따른 생산 조건 조정과 불량 원인 파악을 숙련자의 경험에 의존해 생산성을 높이는데 어려움이 있었다”고 말했다." 지금은 소재·생산 설비·제품 품질 데이터를 AI로 이어 불량 원인을 분석하고 있다고 밝혔고, 개선폭 수치는 제시되지 않았습니다. 산업통상부는 경남에 이어 충북·경북·광주·전남 등 전국 6개 협업지원센터를 거점으로 권역별 행사를 이어 갈 계획이라고 했는데 일정과 장소는 아직 공개되지 않았어요.

경기도 전세 계약의 권리분석을 무료로 받아볼 수 있게 됩니다 — 10월부터 시범운영이에요

과학기술정보통신부와 경기도가 2026년 9월 15일 「경기 안심 부동산」 출시 기념행사를 열었어요. 전세계약을 전·중·후 세 단계로 나눠 붙이는 구성이에요. 계약 전에는 등기부등본과 시세 데이터를 AI가 분석해 권리관계와 위험요인을 진단하고, 계약 중에는 음성인식으로 공인중개사의 설명 이행 여부와 계약서 누락 항목을 점검하며, 계약 후에는 등기부 변동을 24시간 지켜보다가 근저당권 설정 같은 변동이 생기면 임차인에게 알립니다. AI 분석 결과에 공인중개사의 현장 확인을 더한 '현장 결합형 교차검증' 방식을 쓴다고 밝혔고요. 비용은 원문에 이렇게 적혀 있습니다 — "임차인은 서비스를 통해 검증된 공인중개사의 권리분석 결과를 무료로 제공받을 수 있으며, AI 챗봇을 활용해 분석 결과에 대한추가적인 질의응답도받을 수 있다."

시점을 헷갈리지 않으셔야 해요. 9월 15일에 있었던 것은 출시 기념행사이고, 공식 시범운영은 그다음입니다 — "과기정통부와 경기도는  ’26년 10월부터 「경기 안심 부동산」 서비스의 공식적인 시범운영을 실시한다." 이용 대상은 경기도 내 부동산 거래 당사자 누구나이지만, 시범운영 기간에는 '경기 안전전세 프로젝트'에 참여 중인 공인중개사 1만 5천여 명을 중심으로 돌아갑니다. 그리고 '무료'는 권리분석 결과 제공에 붙은 표현이에요 — 서비스 전체가 무기한 무료라는 언급은 원문에 없습니다. 시범운영이 언제 끝나고 정식으로 언제 전환되는지도 원문에 없어요. 정부 자체 발표 자료이고 제3자 검토나 이용자 평가 자료는 아직 없습니다.

경기도 밖에 계시더라도 이 서비스가 무엇을 보는지는 그대로 점검표가 되지요. 계약 전 단계가 보는 것은 결국 등기부에 나보다 먼저 돈 받을 사람이 얼마나 있는가예요. 근저당권 금액과 전세보증금을 더한 값이 시세에 견줘 어느 정도인지, 집주인이 바뀐 이력이 있는지, 압류나 가압류가 걸려 있는지 같은 항목이지요. 계약 후 단계가 막으려는 것은 잔금을 치르고 전입신고를 하기 직전에 집주인이 몰래 대출을 받는 경우고요. 경기도 밖이라면 잔금일에 등기부등본을 한 번 더 떼어 같은 자리를 확인할 수 있고요. 다만 다시 떼는 것만으로 위험이 없어지지는 않는답니다 — 주택임대차보호법 제3조 제1항은 임차인이 주택의 인도와 주민등록을 마친 때에 「그 다음 날부터」 제3자에 대하여 효력이 생긴다고 정해 두었거든요. 확인한 그날 안에 새로 설정되는 근저당은 순위가 앞설 수 있다는 뜻이라, 이 하루치 구간은 특약이나 전세보증 기관 상담으로 따로 확인하셔야 해요. 서비스는 누리집 grts.gg.go.kr과 카카오톡 채널로 안내됩니다.

1. 등기부 '을구'의 근저당권 채권최고액: ______원
2. 내 보증금 + 위 금액 = ______원  →  시세의 몇 %인가: ____%
   → 이 비율을 그대로 들고 공인중개사·전세보증 기관에 상담한다
3. '갑구'에 압류·가압류·신탁 표시가 있는가: 예 / 아니오
4. 집주인 변경 이력이 최근 1년 안에 있는가: 예 / 아니오
5. 잔금일 당일 등기부등본을 다시 뗐는가: 예 / 아니오
   → 그날 새 근저당이 들어왔는지 확인하는 칸
   → 대항력은 전입신고 '다음 날'부터라, 이 확인만으로 당일 위험까지 없어지지는 않는다

이번 발표는 과기정통부 정보통신정책관 디지털사회기획과가 담당했고요. 과기정통부 누리집은 조회 당시 시스템 점검 안내 화면이라, 우리는 대한민국 정책브리핑 전재본과 첨부 파일로 원문을 확인했어요. 참고로 전재본 웹 화면의 제목에는 오탈자로 보이는 표기가 섞여 있어, 위 출처의 제목은 첨부 보도자료에 인쇄된 제목을 그대로 옮겼습니다. 경기도 쪽 별도 운영 자료나 이용 실적은 아직 공개되지 않았답니다.