한 주 사이에 공개된 중국발 오픈웨이트 모델이 미국 최상위 폐쇄형 모델을 거의 따라잡았고, 트랜스포머와 알파폴드를 만든 연구자들이 빅테크를 동시에 떠났으며, 이미지 생성으로 유명하던 기업은 의료 영상 사업을 들고 나왔다. 빠르게 지나간 일주일의 핵심 사건을 분야별로 정리한다.
이번 주 인공지능(AI, Artificial Intelligence) 분야는 단일한 빅뉴스 하나가 아니라, 서로 맞물린 여러 사건이 동시에 터지면서 산업 지형의 이동을 보여 주었다. 표면적으로는 신모델 출시, 인재 이동, 규제, 신사업 진출 같은 별개의 이야기처럼 보이지만, 공통의 줄기가 있다. 최상위 성능이 더 이상 소수 기업의 전유물이 아니게 되었고, 그로 인해 기업·인재·자본이 빠르게 재배치되고 있다는 점이다. 아래에서 사안별로 살펴본다.
가장 큰 화제는 중국 AI 기업 지푸(Z.ai, 옛 Zhipu)가 공개한 대규모 언어모델 GLM-5.2였다. 이 모델은 6월 13일 유료 코딩 플랜 구독자에게 먼저 제공된 뒤, 16~17일 전체 가중치(weight)가 일반에 공개되었다. 핵심은 누구나 내려받아 자신의 장비에서 무료로 돌릴 수 있는 오픈웨이트(open-weight) 모델이라는 점, 그리고 라이선스가 가장 자유로운 축에 속하는 MIT 라이선스라는 점이다. 가중치를 받아 상업적으로 활용·수정·재배포해도 별도 사용료나 까다로운 사용약관의 제약을 받지 않는다.
식당에 비유하면, 기존 최상위 모델은 "비밀 레시피로 만든 요리를 사 먹는" 방식이다. 손님은 결과물만 받을 뿐 조리법은 알 수 없고, 식당이 문을 닫거나 가격을 올리면 따라갈 수밖에 없다. 오픈웨이트는 "레시피 전체를 공개해, 재료(전기·하드웨어)만 있으면 누구나 자기 주방에서 똑같이 만들 수 있게" 한 것이다. MIT 라이선스는 그 레시피를 가게에 내다 팔아도 좋다는 허가까지 붙은 셈이다.
성능 수치가 화제를 키웠다. GLM-5.2는 약 7,530억 개 매개변수를 가진 전문가 혼합(MoE, Mixture of Experts) 구조로, 한 번에 약 400억 개 매개변수만 활성화해 연산 부담을 줄인다. 맥락 처리 한도는 100만 토큰으로, 직전 버전(20만 토큰)의 다섯 배다. 독립 평가기관 아티피셜 애널리시스(Artificial Analysis)의 종합 지능지수에서 GLM-5.2는 오픈웨이트 모델 가운데 1위에 올랐고, 폐쇄형 모델까지 포함한 전체 비교에서도 최상위권에 자리했다. 코딩 능력을 겨루는 코드 아레나(Code Arena)에서는 전 세계 2위를 기록했으며, 장기 코딩 과제에서 미국 최상위 모델인 클로드 오퍼스 4.8(Claude Opus 4.8)에 단 1%포인트 차이로 근접했다.
가격 경쟁력도 주목받았다. 응용 프로그래밍 인터페이스(API, Application Programming Interface)로 호출할 때의 단가가 미국 최상위 모델의 절반 이하 수준이다. 내려받아 자기 장비에서 돌리면 비용은 전기·하드웨어 값뿐이다. 아래는 백만 토큰당 출력 단가를 비교한 것이다.
정확성 면에서도 인상적이었다. 모델이 사실이 아닌 내용을 그럴듯하게 지어내는 현상을 환각(hallucination)이라 하는데, GLM-5.2는 환각률이 낮은 편으로 보고되었다. 자신이 모르는 것을 모른다고 인정하는 능력, 즉 불확실성 인식이 상대적으로 우수하다는 평가다. 디자인 품질을 사람 투표로 겨루는 평가나, 가상의 자판기를 운영해 수익을 내게 하는 운영 능력 평가 등 다양한 항목에서도 상위권에 들었다.
현실적인 한계도 분명하다. 전체 가중치 파일 크기는 약 1.5테라바이트(TB)에 달해, 일반 가정용 컴퓨터에서 그대로 돌리기는 어렵다. 다만 양자화(quantization)라 불리는 경량화 기법을 쓰면 메모리 요구량을 크게 줄일 수 있다. 2비트로 압축하면 약 82%의 정확도를 유지하면서 238기가바이트(GB) 수준의 통합 메모리로 구동이 가능하다는 보고가 있었다. 고용량 통합 메모리를 갖춘 고급 워크스테이션이나 소형 AI 컴퓨터 두 대를 연결하면 집에서도 최상위급 코딩 모델을 전기료만으로 쓸 수 있다는 뜻이다.
고화질 사진을 이메일로 보낼 때 용량을 줄여 압축하는 것과 비슷하다. 압축하면 화질이 조금 떨어지지만 알아보는 데는 지장이 없고, 무거워서 못 보내던 파일을 보낼 수 있게 된다. 양자화는 모델의 숫자 정밀도를 낮춰 "조금 흐릿하지만 훨씬 가벼운" 버전을 만드는 작업이다.
가중치 공개 직후 개발자 반응은 대체로 호의적이었고, 웹 개발 플랫폼 버셀(Vercel)의 최고경영자도 코딩 성능에 놀랐다는 평가를 공개적으로 남겼다. 시장도 반응했다. 모델 공개를 전후해 지푸(Z.ai)의 주가가 큰 폭으로 올랐다. 다만 짚어 둘 점이 있다. 가중치를 받아 자체 서버에서 돌리는 것과 달리, 지푸의 클라우드 응용 프로그래밍 인터페이스(API)를 쓰면 데이터가 중국 내 인프라를 거치게 되어 데이터 주권·보안 측면의 고려가 필요하다는 지적이 함께 나온다. 참고로 GLM-5.1은 엔비디아(NVIDIA) 칩이 아니라 화웨이(Huawei)의 AI 칩만으로 학습된 것으로 알려져, 비서구권 AI 컴퓨팅 인프라의 성장을 보여 주는 사례로도 거론된다.
같은 주에 구글(Google) AI 연구진 가운데 상징적인 인물들이 잇따라 회사를 떠났다. 가장 무게가 큰 이름은 둘이다.
첫 번째는 노암 셰이저(Noam Shazeer)다. 현대 생성형 AI의 토대가 된 논문 「Attention Is All You Need」의 공동 저자이자 트랜스포머(Transformer) 구조의 핵심 설계자로, 구글의 주력 모델 제미나이(Gemini) 공동 리드를 맡아 왔다. 그는 오픈AI(OpenAI)로 자리를 옮겼다. 2024년 구글이 약 27억 달러 규모의 라이선스·인력 영입(그가 창업한 캐릭터AI 관련)으로 그를 복귀시킨 지 약 2년 만의 재이탈이다.
두 번째는 존 점퍼(John Jumper)다. 단백질 구조 예측 AI 알파폴드(AlphaFold)를 만든 핵심 인물로, 2024년 노벨 화학상 수상자이기도 하다. 약 9년을 몸담은 구글 딥마인드(Google DeepMind)를 떠나 앤트로픽(Anthropic)으로 옮긴다고 발표했다. 알파폴드는 2억 개가 넘는 단백질의 3차원 구조를 예측해 생명과학·의학 연구의 시간을 수개월에서 수년까지 단축한 성과로 평가받는다. 노벨상 수상 과학자가 AI 업계에서 회사를 옮기는 것은 이례적인 일로, 이 영입은 단순한 인력 충원을 넘어 "AI를 통한 과학 연구"라는 분야의 주도권 이동을 보여 주는 신호로 읽힌다. 점퍼는 연말까지 구글 딥마인드에 남아 인수인계를 돕는다고 전해졌다.
이 둘 외에도 바둑·게임 AI 알파고·알파제로의 수석 연구원이었던 데이비드 실버(David Silver)가 자기 회사를 차리기 위해 떠났고, 수백만 명이 쓰는 개발자 도구를 만든 14년 경력의 애디 오스마니(Addy Osmani)도 회사를 나갔다. 물론 구글에는 데미스 허사비스(Demis Hassabis), 제프 딘(Jeff Dean) 등 뛰어난 연구자들이 여전히 남아 있고, 막대한 클라우드·데이터센터 인프라라는 구조적 강점도 그대로다. 그러나 트랜스포머와 알파폴드라는 특정 기술 시대를 상징하는 이름들이 같은 주에 빠져나가는 것은 단순한 인력 수치 이상의 의미로 받아들여진다.
흐름을 한 방향으로만 보긴 어렵다. 업계 전반에서 자금력을 갖춘 오픈AI·앤트로픽 같은 신흥 연구소들이 대형 기업의 정상급 연구자를 끌어가는 현상이 두드러지는데, 이는 거대 조직의 복잡한 절차보다 집중된 역할과 빠른 의사결정을 선호하는 연구자 심리가 작용한 결과라는 분석이 나온다. 앞서 5월에는 오픈AI 창립 멤버였던 안드레이 카파시(Andrej Karpathy)가 앤트로픽 사전학습 팀에 합류하기도 했다.
이번 주 여러 기업이 약속이라도 한 듯 AI 안전성 관련 기술 자료를 잇따라 내놓았다. 구글 딥마인드는 "완전히 정렬되지 않은 AI로부터 내부 시스템을 보호하는 방법"을 다룬 자료에서, 에이전트(agent) 보안을 세 개 층으로 나눠 통제하는 기술 틀을 제시했다. 오픈AI는 모델을 실제로 배포하기 전에 시뮬레이션으로 바람직하지 않은 행동을 미리 예측하는 안전 연구를 공개했다.
일반 챗봇이 "질문에 답하는 안내원"이라면, 에이전트는 "지시를 받아 직접 일을 처리하는 직원"이다. 파일을 열고, 버튼을 누르고, 외부 서비스에 접속해 작업을 끝맺는다. 더 유능해질수록 잘못 행동했을 때의 파장도 커지므로, "이 직원에게 어디까지 권한을 줄 것인가"를 관리하는 일이 중요해진다.
이런 자료가 한꺼번에 쏟아진 데에는 배경이 있다. 직전에 한 최상위 모델이 보안상의 이유로 갑작스럽게 접근이 차단되는 일이 있었기 때문이다(아래 5번 항목 참조). 다른 기업들로서는 "우리는 안전 관리를 충분히 할 수 있다"는 점을 보여 줄 필요가 생긴 것이다. 모델 능력 경쟁이 안전·통제 능력 경쟁으로 한 겹 확장된 셈이다.
오픈AI의 차기 대형 언어모델 GPT-5.6에 대한 소문이 무성하다. 예측 시장과 개발자 커뮤니티의 유출 정보를 종합하면 6월 하순 출시 가능성이 높게 점쳐진다. 거론되는 특징은 약 150만 토큰으로 늘어난 맥락 한도, 강화된 에이전트 코딩 능력, 사용자 인터페이스(UI) 코드 생성과 벡터 그래픽(SVG) 생성 품질 향상 등이다. 일부 개발자는 코딩 에이전트 코덱스(Codex)에서 체감 성능이 달라졌다고 전했다.
다만 과장을 걸러 볼 필요가 있다. 소셜 미디어에서 "5배 저렴, 200만 토큰"처럼 부풀려진 수치가 돌지만, 비교적 신빙성 있는 유출은 가격이 앤트로픽의 최상위 모델 클로드 페이블 5(Claude Fable 5)의 약 3분의 1, 맥락 한도는 150만 토큰 안팎을 가리킨다. 출시일로 거론되는 6월 23~25일 같은 특정 날짜 역시 공식 발표가 아니라, 페이블 5 무료 제공 종료 시점 등 경쟁 일정과 예측 시장 베팅에서 역산된 추정이다. 오픈AI는 공식 사양·벤치마크·가격을 아직 내놓지 않았으며, 기업공개(IPO)를 앞둔 정숙 의무 기간이라는 변수도 있다.
이번 주 가장 복잡한 이야기는 앤트로픽(Anthropic)의 최상위 모델 두 종 — 클로드 페이블 5(Claude Fable 5)와 그 기반인 미소스 5(Mythos 5) — 가 미국 정부의 수출통제 지시로 갑자기 차단된 사건이다. 6월 12일, 미 상무부는 국가안보 권한을 들어 앤트로픽에 두 모델의 외국인 접근을 전면 중단하도록 지시했다. 미국 내 거주 외국인은 물론, 앤트로픽에서 일하는 외국 국적 직원까지 포함되는 광범위한 조치였다. 앤트로픽은 국적별 선별 차단이 현실적으로 어렵다고 보고 전 사용자 대상으로 두 모델을 중단했다. 클로드 오퍼스 4.8 등 다른 클로드 모델들은 영향을 받지 않았다.
비공개 상위 모델인 미소스 5는 보안 분야에서 특히 강력한 것으로 알려졌다. 오랫동안 발견되지 않던 소프트웨어 취약점을 찾아내는 능력이 뛰어나, 정부기관과 일부 선별 기업(글래스윙(Glasswing) 프로그램 참여 기관)이 자사 시스템 점검에 활용해 왔다. 그러나 같은 능력이 잘못 쓰이면 강력한 사이버 무기가 될 수 있다는 우려가 처음부터 따라다녔다. 차단 지시는, 페이블 5의 안전장치를 우회해 미소스의 취약점 탐지 능력을 끌어내는 기법이 확인되었다는 보고가 계기가 된 것으로 전해진다. 이 보고는 앤트로픽의 최대 투자사인 아마존(Amazon)이 백악관에 전달한 것으로 알려졌다. 앤트로픽 측은 해당 우회가 특정 상황에 한정된 좁은 것이며, 오픈AI의 GPT-5.5 등 다른 공개 모델에서도 비슷하게 끌어낼 수 있는 종류라고 반박했다.
한국과의 접점도 부각되었다. 외신 보도(워싱턴포스트·와이어드 등)에 따르면, 백악관의 차단 지시 며칠 전 SK텔레콤의 미소스 접근권 회수가 요청되었고, 그 배경에 중국과의 연결 고리에 대한 우려가 있었다는 것이다. SK텔레콤은 6월 초 글래스윙 프로그램에 합류해 미소스 조기 접근권을 확보했다고 밝힌 바 있으며, 중국 연계 의혹에 대해서는 부인했다(2024년 기준 중국 매출 약 190만 달러, 현지 직원 7명 수준이라는 점을 근거로 들었다). 보도에서는 이 사안이 "앤트로픽이 민감 기술을 충분히 통제할 수 있는가"라는 미국 당국의 신뢰 문제로 번졌다고 전한다. 같은 프로그램의 한국 참여 기관으로는 삼성전자, SK하이닉스, 한국인터넷진흥원(KISA) 등도 거론되었고, 차단 지시 이후 한국 기관들의 접근이 회수되었다. 다만 의혹이 부인된 만큼 사실관계는 아직 확정되지 않았다.
같은 시기, 앤트로픽은 서울 사무소를 공식 개소했다. 한국 대표(최기영)도 자리를 잡았다. 공개된 통계에 따르면 한국의 1인당 클로드 사용량은 비교 대상 116개국의 세계 평균을 크게 웃도는 최상위권으로 나타났다. 규제 갈등과 시장 확대가 같은 주에 맞물린 모양새다. 앤트로픽의 국제 담당 매니징 디렉터 크리스 시아우리(Chris Ciauri)는 차단된 두 모델이 "수일 내" 복구될 것으로 자신한다고 밝혔으나, 구체적 시점은 제시하지 않았다.
오픈AI의 코딩 에이전트 코덱스(Codex)에 흥미로운 기능이 추가되었다. 리코드 앤 리플레이(Record & Replay)라는 이 기능은, 사람이 반복 작업을 한 번 시연하면 코덱스가 그 과정을 관찰해 재사용 가능한 "기술(skill)"로 만들어 준다. 예컨대 영상 업로드처럼 파일 선택·제목 입력·썸네일 지정·공개 범위 설정으로 이어지는 일련의 과정을 사람이 직접 한 번 해 보이면, 코덱스가 이를 지켜보고 절차서(SKILL.md) 형태의 파일로 정리한다. 이후에는 같은 작업을 코덱스가 알아서 반복 수행한다.
과거의 매크로는 "화면 좌표를 그대로 기억하는" 방식이라, 버튼 위치가 조금만 바뀌어도 멈춰 버렸다. 이 기능은 좌표가 아니라 "무엇을 하려는 작업인지"를 자연어로 이해해 둔다. 그래서 화면이 조금 달라져도 사람처럼 상황을 판단해 적응한다. 신입에게 일을 한 번 옆에서 보여 주고 "이제 네가 해"라고 맡기는 것과 비슷하다.
다만 현재 이 기능은 macOS에서만 동작하고, 유럽경제지역(EEA)·영국·스위스에서는 제공되지 않는다. 복잡하거나 변동이 큰 작업에서는 여전히 실패할 수 있다. 같은 시기 코덱스에는 작업 흐름(thread)을 내 컴퓨터와 원격 클라우드 사이에서 넘겨받는 기능도 추가되었다. 사무실을 나서며 노트북을 꺼야 할 때, 진행 중이던 작업을 클라우드로 옮겨 두면 인터넷이 끊겨도 작업이 계속되도록 하는 식이다.
이번 주 가장 의외였던 소식은, 이미지 생성으로 이름을 알린 미드저니(Midjourney)가 의료 영상 사업에 뛰어든다고 발표한 일이다. 미드저니는 새 부문 미드저니 메디컬(Midjourney Medical)과 함께 전신 초음파 영상 장치(미드저니 스캐너)를 공개했다. 작동 방식이 독특하다. 사람이 발판을 밟고 얕은 물이 찬 통 안으로 들어가면, 통 둘레에 배치된 수많은 초음파 소자가 사방에서 음파를 쏘고, 몸을 거쳐 돌아오는 파형의 변화를 분석해 신체 내부를 3차원으로 재구성한다. 미드저니는 이를 "초음파 컴퓨터 단층촬영(Ultrasonic CT)"이라 부르며, 한 번 스캔에 약 1분이 걸린다고 설명했다. 창업자 데이비드 홀츠(David Holz)는 이를 수십 년 만에 나온 새로운 전신 영상 방식이라고 소개했다.
마케팅 방식도 파격적이다. 미드저니는 2027년 말 샌프란시스코 중심부에 온수 욕조·사우나·냉탕을 갖춘 "미드저니 스파(Midjourney Spa)"를 열고, 그 안에서 휴식하는 동안 자연스럽게 전신 스캔을 받도록 하겠다고 밝혔다. 검사를 받으러 가는 것이 아니라, 쉬러 갔다가 건강 데이터를 덤으로 얻게 한다는 구상이다. 장기적으로는 2031년까지 전 세계 5만 대 이상의 스캐너를 두고 월 10억 건의 스캔을 처리하겠다는 목표를 내걸었다.
다만 냉정히 봐야 할 지점이 많다. 시제품은 규제 승인을 받지 않은 1세대로, 미드저니는 진단이 아니라 "체성분 지도" 제공부터 시작한다고 밝혔다. 진단 용도로 쓰려면 미국 식품의약국(FDA) 승인 절차가 필요하다. 또한 핵심 영상 기술은 미드저니의 생성형 AI가 아니라, 반도체 기반 초음파 칩을 만드는 의료기기 업체 버터플라이 네트워크(Butterfly Network)와의 공동개발·독점 라이선스 계약(2025년 11월 체결, 5년간 최대 약 7,400만 달러 규모)에 기반한다. 시제품에는 버터플라이의 초음파 칩 모듈 약 40개가 들어간다. 미드저니의 이미지 생성 모델과는 직접적 관련이 없다는 뜻이다. 영상 품질과 임상적 유효성이 실제로 입증되었는지는 앞으로의 연구·검증이 답할 문제이며, 일부 전문가는 검증되지 않은 준(準)진단 스캔을 소비자 대상으로 판매하는 방식에 신중론을 제기했다.
우주·위성 기업 스페이스X(SpaceX)가 인기 AI 코딩 도구 커서(Cursor)의 개발사 애니스피어(Anysphere)를 전액 주식 교환 방식으로 600억 달러(약 90조 원 규모)에 인수하기로 했다. 스페이스X는 올해 초 일론 머스크(Elon Musk)의 AI 기업 xAI와 합병했고, 최근 사상 최대 규모의 기업공개(IPO)를 마친 직후 인수 옵션을 행사했다. 인수의 목적은 분명하다. 코딩 분야는 AI를 실제 기업 매출로 연결한 첫 영역 중 하나인데, xAI는 멤피스의 콜로서스(Colossus) 같은 강력한 컴퓨팅 인프라를 보유했으면서도 성숙한 개발자 제품과 데이터가 부족했다. 커서 인수로 단번에 개발자 생태계와 방대한 코드 작업 데이터를 확보하려는 것이다. 양사는 이미 공동으로 AI 모델을 학습 중이며 곧 공개할 예정이라고 밝혔다. xAI의 코딩 도구 그록 빌드(Grok Build)는 명령줄 환경에서도 쓸 수 있게 출시되었다. 거래는 2026년 3분기 마무리될 전망이다.
영상 생성 분야도 분주했다. xAI의 영상 생성 모델 그록 이매진(Grok Imagine)이 1.5 버전으로 갱신되어, 720p 해상도로 최대 25초가량의 영상을 더 빠르고 자연스럽게 만들 수 있게 되었다. 한편 오픈소스 영상 생성 진영에서도, 현재 오픈 모델 가운데 최고 수준으로 꼽히는 LTX 2.3이 사용자 맞춤 학습(LoRA, 특정 인물·배경·화풍 등을 추가로 학습시키는 기법)을 위한 공식 도구 모음 LTX 트레이너(LTX Trainer)를 공개했다. 텍스트→영상, 이미지→영상 등 다양한 작업의 맞춤 학습 가이드가 함께 제공되어, 오픈 영상 모델의 활용 폭이 넓어졌다.
모델을 클라우드가 아니라 내 장비에서 돌리려는 흐름에 맞춰, 하드웨어 쪽 소식도 이어졌다. AMD가 로컬 AI 구동용 소형 컴퓨터(라이젠 AI 기반)를 공개했다. 128기가바이트(GB)의 통합 메모리를 제공하고 리눅스와 윈도우를 모두 지원하며, 엔비디아의 소형 AI 컴퓨터 DGX 스파크(DGX Spark)와 비슷한 규격을 갖췄다. 대형 모델을 집이나 사무실에서 직접 돌리려는 수요를 겨냥한 제품군이 늘고 있는 셈이다.
전혀 다른 접근의 연구도 눈길을 끌었다. 구글 리서치(Google Research)가 "버려지는 스마트폰을 모아 미니 데이터센터로 활용하는" 저탄소 컴퓨팅 플랫폼을 탐구했다. 캘리포니아대 샌디에이고(UC San Diego) 연구진은 약 2,000대의 중고 픽셀(Pixel) 스마트폰으로 컴퓨팅 환경을 구축해 수백 명의 연구원·학생에게 저비용·저탄소 클라우드를 제공할 계획을 밝혔다. 보고에 따르면 중고 스마트폰 25~50대가량을 묶으면 최신 서버 한 대에 준하는 성능을 낸다고 한다. 전자폐기물을 컴퓨팅 자원으로 되살리는 발상이다.
버려진 자전거 수십 대의 페달을 한데 묶어 발전기를 돌리는 장면을 떠올리면 된다. 한 대의 힘은 미약하지만, 여러 대를 병렬로 묶으면 의미 있는 출력이 나온다. 스마트폰 한 대의 연산력은 작아도, 수십 대를 연결하면 서버급 작업을 나눠 처리할 수 있다는 구상이다.
AI가 게임과 로봇 속으로 들어오는 사례가 한 주에 여럿 보고되었다. 크래프톤(Krafton)의 인기 배틀로얄 게임 배틀그라운드(PUBG)는 엔비디아의 기술(ACE)을 활용해, 음성으로 대화하고 함께 싸우는 AI 동료 "엘라(Ella)"를 베타로 선보였다(6월 17일~7월 1일). 정해진 대사를 읽는 단순 봇이 아니라, 기기에서 직접 구동되는 소형 언어모델(SLM, Small Language Model)을 기반으로 한다. 플레이어가 "차량 찾아 줘", "엄호해 줘"처럼 자연어로 지시하면 상황을 파악해 움직이고, 아이템을 건네고, 전술을 제안한다. 음성 인식·언어 처리가 각 사용자의 엔비디아 RTX 그래픽 카드에서 돌아가 지연을 줄이는 방식으로, 한국어·중국어·영어를 지원한다. 한편 한 온라인 커뮤니티에서는 인기 다중접속 게임의 비공개 서버에 1,800개의 AI 봇을 딥시크(DeepSeek) API로 붙여, 사람 한 명이 마치 수많은 다른 플레이어와 함께 접속한 듯한 가상 세계를 구현한 개념 증명도 화제가 되었다.
요리할 때마다 멀리 있는 본사 셰프에게 전화로 물어보는 대신, 작지만 똑똑한 요리사를 주방에 직접 두는 것과 같다. 모델을 클라우드 대신 내 기기(그래픽 카드)에서 돌리면, 응답이 빠르고 비용도 사용자 부담의 전기·연산으로 해결된다. 실시간 반응이 중요한 게임에 적합한 방식이다.
로봇 분야에서도 진전이 있었다. 휴머노이드 로봇 AGIBot A3는 탁구 전용으로 설계되지 않았는데도 자율적으로 탁구를 치는 모습을 선보였다. 청소처럼 다른 작업을 하다가도 탁구 같은 활동으로 전환할 수 있는 범용성을 보여 준 셈이다. 또 다른 업체 드로이드업(Droid Up)은 표정과 동작을 정교하게 구현한 안드로이드형 로봇 "모야(Moya)"의 홍보 영상을 공개했다. 아이와 놀아 주고, 음료를 따라 주고, 어르신의 말동무가 되어 주는 장면이 담겼다. 다만 움직임에는 아직 어색함이 남아 있어, 사람과 거의 비슷하지만 미묘하게 다른 데서 오는 불편함, 이른바 "불쾌한 골짜기(uncanny valley)"가 느껴진다는 평가도 따랐다.
마지막으로, 기술을 넘어 문화 영역의 사건이 있었다. 영국 하퍼스 바자(Harper's Bazaar UK)가 주최한 단편소설 공모전에서, 소설가가 포함된 심사위원단이 작품성만으로 심사해 뽑은 우승작이 AI가 생성한 글이라는 의혹이 제기되었다. AI 탐지 도구 팡그램(Pangram)이 해당 작품을 100% AI 생성으로 분류한 것이 발단이었다. 인간 심사위원단이 AI가 쓴 글을 최고 작품으로 뽑았을 가능성이 제기되면서, 문학상 심사 과정에 AI 탐지 절차를 넣거나 AI 글쓰기 허용 여부를 명확히 규정해야 한다는 논의가 일었다. (앞서 5월 영연방 단편소설상에서도 일부 수상작이 AI 생성으로 의심받은 바 있어, 비슷한 논란이 반복되는 양상이다.)
이 논란은 생성형 AI가 코드·이미지·영상에 이어 창작 영역에서도 인간과 구분이 어려운 결과물을 내놓기 시작했음을 보여 준다. "누가 썼는가"를 가리는 일과 "잘 쓴 글인가"를 판단하는 일이 서로 분리되는 국면이 열린 것이다.
개인정보 유출의 일상화. 이번 주에도 여러 서비스에서 개인정보 유출이 보고되었다. 중소벤처기업부의 창업 지원 프로젝트 "모두의 창업"에서는 1차 합격자 5,000명의 정보가 새어 나갔는데, 외부 침입이 아니라 프로젝트에 참여한 한 AI 솔루션 업체가 비정상적인 응용 프로그래밍 인터페이스(API) 호출로 비공개 이메일 주소를 확보해 홍보 메일을 발송한 것이 드러났다. 비공개로 설정된 정보도 API 호출·자동 수집 등으로 취득 가능한 상태였던 셈이다. 유출 항목은 이메일·아이디어 요약·심사평 등이었고, 실명·휴대전화 번호는 포함되지 않은 것으로 전해졌다. 교육 플랫폼 패스트캠퍼스 등을 운영하는 데이원컴퍼니에서는 더 심각한 유출이 있었다. 이름, 암호화된 비밀번호, 이메일, 전화번호, 주소, (추가 조사에서) 결제 카드사명과 카드번호 일부, 환불 계좌의 은행명·계좌번호까지 노출 가능성이 확인되었으며, 경로는 사용 중이던 깃허브(GitHub) 서비스의 마스터 계정 키값 탈취로 알려졌다(최초 침입은 5월 9일). 서비스를 만드는 입장에서는 출시 전 보안 점검, 특히 외부로 나가면 안 되는 정보가 노출되는 경로가 있는지 코드 전반을 점검하는 절차가 필요하다는 교훈을 남겼다.
도둑이 자물쇠를 부수고 들어온 것(해킹)과, 애초에 현관문을 잠그지 않아 누구나 들어올 수 있던 것(공개 API)은 다르다. 첫 번째 사례는 후자에 가깝다. 정교한 침입 기술이 아니라, 정보를 가져갈 수 있는 통로가 인증 없이 열려 있었던 설정 실수였다.
이동 중 멀미 완화 기능. 애플(Apple)의 운영체제에는 차량 탑승을 감지해 화면에 움직이는 점을 표시함으로써 멀미를 줄여 주는 기능(차량 모션 큐, Vehicle Motion Cues)이 있다. 차 안에서 화면을 볼 때 시야 가장자리의 움직임이 신체가 느끼는 가속과 어긋나면서 멀미가 생기는데, 화면의 점이 차의 움직임에 맞춰 흐르면 이 불일치가 완화된다는 원리다. 설정의 손쉬운 사용 항목에서 켤 수 있으며, 아이폰·아이패드·맥에서 지원된다.
이번 주의 사건들은 흩어져 있지만 같은 곳을 가리킨다. 첫째, 최상위 성능이 빠르게 평준화되고 있다. 오픈웨이트 모델이 폐쇄형 프론티어를 추격하면서, 경쟁의 무게중심이 "누가 더 똑똑한가"에서 "얼마에, 누구의 통제 아래, 어떤 안전장치로 쓸 수 있는가"로 옮겨 가고 있다. 둘째, 그 변화 속에서 인재·자본·기업이 빠르게 재배치된다. 상징적 연구자들의 이동, 거대 인수, 신사업 진출이 모두 같은 주에 일어난 것은 우연이 아니다. 셋째, 능력이 커질수록 규제와 안전이 전면으로 나온다. 최상위 모델 차단 사태와 줄지은 안전 자료 공개가 이를 보여 준다.
모델은 더 강해지고, 더 싸지고, 더 가까운 곳(내 장비, 게임, 로봇, 의료기기)으로 들어오고 있다. 동시에 그것을 둘러싼 통제·신뢰·검증의 문제가 그만큼 무거워졌다. 다음 주에도 차기 대형 모델 출시 여부, 차단 모델의 복구, 신사업의 실증 결과 같은 굵직한 변수가 남아 있다.