AI 모델이 ‘국가 전략자산’이 된 한 주

01 — 통제 출시GPT-5.6, 승인된 20여 곳에만 먼저 열렸다

OpenAI는 6월 26일 차세대 모델군 GPT-5.6을 공개했다. 한 덩어리가 아니라 세 등급이다. 가장 강력한 프런티어 모델 Sol(솔), 일상적 대량 업무에 맞춘 균형형 Terra(테라), 빠르고 값싼 Luna(루나)로 나뉜다. 숫자 5.6은 세대를, 해·땅·달이라는 이름은 성능 등급을 가리키는 새 명명 체계다.

주목할 점은 출시 방식이다. 이 모델들은 우선 약 20곳의 승인된 조직에만 응용프로그래밍인터페이스(API)와 코드 도구를 통해 제공됐다. OpenAI가 출시 계획과 모델 역량을 미국 정부에 미리 공유했고, 정부 요청에 따라 ‘신뢰할 수 있는 소수 파트너’로 시작한 것이다. 일반 공개는 “앞으로 몇 주 안”이라는 단서만 붙었다. OpenAI 스스로도 “이런 정부 접근 절차가 장기적 표준이 되어선 안 된다”며 불편함을 공개적으로 드러냈다.

가격은 의외로 공격적이다. Sol은 입력·출력 100만 토큰당 5달러·30달러로 직전 세대와 같고, Terra는 그 절반인 2.5달러·15달러, Luna는 1달러·6달러다. 성능 면에서 Sol과 Terra는 코딩·생명과학·사이버보안 같은 어려운 영역에서 새 기록을 세웠고, Luna는 가장 싼 등급이면서도 여러 시험에서 직전 세대에 근접한다고 OpenAI는 밝혔다. 7월에는 Cerebras 칩 위에서 Sol을 초당 최대 750토큰의 속도로 제공하는 계획도 함께 공개됐다.

가장 민감한 대목은 사이버 역량이다. OpenAI는 세 모델 모두를 사이버·생물/화학 영역에서 자사의 ‘높음(High)’ 위험 등급으로 분류했다. 내부의 모의 침투(캡처더플래그) 시험에서 Sol은 96.7%, Terra는 91.8%, Luna는 85.2%로 모두 ‘높음’ 문턱을 넘었다. 다만 OpenAI는 “Sol은 취약점을 ‘찾고 고치는’ 데는 능하지만 처음부터 끝까지 공격을 ‘완수’하는 데는 그만큼 신뢰할 수 없다”며, 방어용 활용은 살리고 공격용은 어렵게 만드는 안전장치를 강조했다. 흥미롭게도 일부 익스플로잇 평가에서는 GPT-5.6이 경쟁사의 제한 공개 최상위 모델에는 아직 못 미친다는 분석도 나온다.

02 — 게이트키핑왜 정부가 직접 ‘쓸 사람’을 정하게 됐나

이 통제는 갑자기 튀어나온 게 아니다. 배경에는 트럼프 행정부가 6월 2일 서명한 행정명령이 있다. 첨단 AI 모델의 사이버 역량을 평가·점검하는 절차를 연방기관들이 함께 마련하도록 한 조치로, 강제 라이선스 대신 ‘출시 전 자발적 사전 검토’를 골자로 한다. 그러나 그 명령에 실질적 무게를 실어준 사건은 따로 있었다.

이 행정명령 직후, 워싱턴은 Anthropic에 최상위 모델 Fable 5와 Mythos 5의 가동 중단을 요구했다. 보안 우회(탈옥) 정황이 보고된 뒤였고, 정부가 상용 AI 모델을 강제로 내리게 한 첫 사례로 기록됐다. Anthropic은 이에 응하면서도 “과도한 조치”라며 공개적으로 반발했다. OpenAI가 이번에 ‘승인 명단’ 방식을 순순히 받아들인 것은, 같은 일을 당한 경쟁사를 지켜본 뒤 더 강압적인 결말을 피하려는 선택으로 읽힌다. 보도에 따르면 두 회사 모두에 비슷한 규제가 적용되고 있으나, 구글은 이 틀 바깥에 있다는 점이 눈에 띈다.

파장은 국경을 넘는다. 미국산 첨단 AI에 대한 접근이 언제든 막힐 수 있다는 우려가 퍼지면서, 캐나다 등지에서는 자국 기반의 ‘소버린 AI(주권형 AI)’ 구축 움직임이 빨라지고 있다. 동시에 중국 진영은 가중치를 공개하는 ‘오픈 웨이트’ 모델로 빠르게 추격 중이다. 통제가 강해질수록 통제 바깥의 대안—주권형·오픈 가중치—이 반사이익을 얻는 구도다.

03 — 수직 통합OpenAI의 또 다른 카드: 추론 칩 ‘할라피뇨’

모델 통제가 헤드라인을 장식하는 동안, OpenAI는 하드웨어로 한 발을 더 내디뎠다. 6월 24일, 반도체 기업 Broadcom(브로드컴)과 함께 자체 추론 전용 칩 Jalapeño(할라피뇨)를 공개한 것이다. 학습이 아니라 추론—완성된 모델을 사용자에게 실제로 ‘서비스’하는 단계—에 특화한 주문형 반도체(ASIC)다. 학습은 당분간 엔비디아 그래픽처리장치(GPU)에 맡기되, 매 응답마다 돈이 새어 나가는 추론 비용부터 손보겠다는 전략이다.

가장 인상적인 대목은 속도다. 설계 시작부터 제조 준비(테이프아웃)까지 단 9개월이 걸렸다. 고성능 칩 개발이 보통 수년 단위인 점을 감안하면 이례적이며, OpenAI는 ‘역대 가장 빠른 ASIC 개발 주기’라고 자평했다. 비결로 두 가지가 꼽힌다. 모델 팀과 칩 팀의 긴밀한 소프트웨어·하드웨어 동시 개발, 그리고 자사 AI 모델을 칩 설계·최적화 과정 일부에 투입한 것이다. AI가 자신을 더 잘 굴릴 칩을 스스로 설계하는, 자기강화 고리가 현실로 들어온 셈이다.

성능은 아직 자사 측정치라는 단서가 붙는다. 브로드컴 측은 초기 시험에서 표준 AI GPU 대비 토큰당 추론 비용을 약 50% 낮췄다고 밝혔고, OpenAI는 ‘와트당 성능이 현 최고 수준을 상당히 앞선다’고 표현했다. 독립 검증은 아직이며, 실험실 성능과 실제 운영 성능이 갈렸던 전례가 많아 신중히 볼 필요가 있다. 그럼에도 방향성은 분명하다. 모델·커널·서빙 시스템에 더해 칩까지—‘풀스택’을 직접 쥐려는 행보다. 상장을 앞두고 수익성 입증 압박을 받는 회사에게, 추론 원가 절감은 가장 직접적인 카드이기도 하다.

OpenAI는 같은 시기에 음성 분야에서도 진전을 선보였다. 말하는 도중에 자연스럽게 끼어들고, 슬픔 같은 감정을 한층 풍부하게 표현하는 차세대 양방향 음성 모델이 일부에게 시연됐다. 사람과의 대화 리듬에 가까워질수록 상담·게임·실시간 소통 같은 쓰임이 넓어지지만, 동시에 정교한 음성 사칭의 위험도 함께 커진다.

04 — 전면 해금삼성전자, 3년 만에 사내 빗장을 풀다

한국발 소식 하나가 OpenAI 역사상 최대 규모의 기업 도입 사례로 기록됐다. 삼성전자가 한국 내 전 임직원과 전 세계 디바이스경험(DX) 부문 임직원에게 ChatGPT Enterprise와 Codex를 제공하기로 한 것이다. 6월 21일 발표된 이 결정은 단순한 도구 도입을 넘어선 상징성을 갖는다. 삼성전자는 2023년, 한 직원이 사내 소스코드와 회의록을 외부 ChatGPT에 입력한 사고 이후 생성형 AI를 전사적으로 금지했던 회사이기 때문이다.

3년간 자체 모델(가우스)을 키우며 빗장을 걸었던 회사가 빗장을 푼 이유는 결국 생산성 격차였다. 데이터 보호·접근 관리·보안 통제를 갖춘 기업용 버전이 그동안의 우려를 상당 부분 해소했다고 본 것이다. 코드 작성·검토·디버깅뿐 아니라, 코딩을 모르는 마케팅·기획 직원도 Codex로 사내 도구와 자동화 흐름을 만들 수 있게 됐다. 한국에서 Codex 주간 사용자가 2월 이후 약 800% 늘었다는 수치는, ‘안 쓰는 기업과 쓰는 기업의 격차’가 더는 무시하기 어려운 단계에 이르렀음을 보여준다. 다만 가장 민감한 반도체 부문은 여전히 더 엄격한 제한 아래 단계적으로 접근을 넓히는 것으로 전해진다.

05 — 새 작업 방식Anthropic의 ‘동료가 된 AI’와 증류 논쟁

접근이 막힌 처지의 Anthropic은 제품으로 활로를 찾았다. 6월 23일 공개한 Claude Tag(클로드 태그)는 업무용 메신저 슬랙(Slack) 채널 안에 클로드를 ‘한 명의 팀원’으로 들이는 기능이다. 누구든 채널에서 클로드를 호명해 일을 맡기면, 클로드가 단계를 쪼개 도구를 부려 처리하고 결과를 같은 스레드에 올린다. 개인이 각자의 창에서 대화하던 방식과 달리, 채널 하나에 클로드 하나가 공유되며 기억과 맥락을 누적한다는 점이 핵심이다.

AI 연구자 안드레이 카파시(Andrej Karpathy)는 이를 두고 “대규모 언어모델(LLM) 사용 방식의 세 번째 대전환”이라고 평했다. 첫 번째가 ‘찾아가는 웹사이트’, 두 번째가 ‘내려받는 앱’이었다면, 세 번째는 ‘조직의 도구와 맥락을 갖고 사람 팀과 함께 일하는, 지속적·비동기적 실체’라는 것이다. 다만 그가 최근 Anthropic에 합류한 인사라는 점에서 내부자의 평가라는 점도 함께 봐야 한다. Anthropic은 자사 제품팀 코드의 65%가 이미 이 사내 버전으로 작성된다고 밝혔는데, 사실이라면 인력 운용과 검토·배포 흐름 자체를 바꿀 수 있는 변화다.

한편 Anthropic은 다른 전선에서 분쟁에 휘말렸다. 한 외신 보도를 통해 “알리바바가 자사 모델을 대규모로 ‘증류(distillation)’해 자체 모델을 훈련시키고 있다”고 주장한 것이다. 증류란 강한 모델에 끊임없이 질문을 던져 그 지식을 추출, 더 작은 모델에 옮겨 담는 기법이다. 프런티어 모델 제작사로서는 공들인 결과물이 새어 나가는 일이지만, 사용자 입장에서는 그 지식이 오픈 가중치로 흘러나와 누구나 쓸 수 있게 되는 양면적 사건이다.

06 — 합주한 모델이 아니라, 여러 모델을 지휘하다

‘더 큰 단일 모델’이라는 통념에 정면으로 다른 길을 제시한 곳이 있다. 일본의 연구소 Sakana AI가 6월 22일 공개한 Fugu(후구)다. 겉으로는 하나의 모델처럼 보이는 단일 API지만, 내부에서는 GPT·Claude·Gemini를 비롯한 여러 프런티어 모델과 오픈소스 모델을 상황에 맞게 호출·분담·검증·종합한다.

핵심은 ‘학습된 지휘자’다. 단순히 “이 질문은 A에게, 저 질문은 B에게” 식의 고정 규칙이 아니라, 작은 지휘자 모델이 데이터로부터 ‘누가 무엇을 잘하는지’를 배워 작업 흐름 자체를 짠다. 진화 알고리즘과 강화학습으로 ‘몇 명을 부를지, 누가 마지막 판단을 내릴지’까지 최적화한다. Sakana가 공개한 기술 보고서는 각 모델의 강점을 또렷이 정리했는데, 이는 실무에서 모델을 고를 때 그대로 참고할 만하다.

성과도 인상적이다. 자체 측정 기준이라는 단서가 붙지만, 코딩 평가(SWE-Bench Pro)에서 상위 등급 Fugu Ultra는 73.7점으로 Opus 4.8(69.2)·GPT-5.5(58.6)·Gemini 3.1 Pro(54.2)를 앞섰다. 다만 정작 제한 공개라 후구의 모델 풀에 넣을 수 없는 최상위 모델(Fable 5)에는 못 미쳤다. ‘좋은 모델을 잘 섞으면 단일 최신 모델을 능가한다’는 명제를 대표적으로 보여준 사례다. 두 등급 모두 OpenRouter 등으로 곧장 쓸 수 있다.

07 — 양날의 검AI가 구글에서 7억 원어치 취약점을 캐냈다

GPT-5.6의 사이버 등급이 ‘높음’으로 매겨진 이유를 현실 사례가 뒷받침한다. 한 보안 연구자가 AI를 자동 침투 도구로 세워 구글의 응용프로그래밍인터페이스(API)를 끊임없이 찔러본 결과, 3개월도 안 되는 기간에 약 50만 달러(7억 원 안팎)의 버그 바운티(취약점 신고 포상금)를 받았다. 구글이 공개하는 기계판독용 API 명세를 출발점 삼아, 수천 개의 API 키를 모으고 1,500여 개 API를 AI에 자동으로 점검시키는 방식이었다.

발견된 결함은 가볍지 않았다. 인증 없이 사용자 정보를 빼낼 수 있는 음성·통신 관련 API의 접근 통제 결함을 비롯해, 광고·디지털저작권관리(DRM)·동영상 서비스 등 내부 API 전반의 권한 통제 허점이 다수 적발됐다. 모든 결함은 정식 신고 절차로 보고돼 수정됐다. 시사점은 분명하다. AI는 방어자의 손에서만이 아니라 공격적 탐색에서도 대규모로 작동하는 도구가 됐다는 것. 세계에서 가장 보안에 공들이는 조직조차 예외가 아니었다는 점이, 모델의 사이버 역량을 ‘전략물자’처럼 다루려는 정부의 논리에 무게를 싣는다.

08 — 생성의 전선30초 영상, 실시간 아바타, 그리고 490만 원짜리 로봇

모델 통제와 별개로, 콘텐츠 생성 분야는 거침없이 전진했다. ByteDance(바이트댄스)는 6월 23일 차세대 영상 모델 Seedance 2.5를 공개했다(정식 출시는 7월 초 예정). 가장 큰 변화는 길이와 통제력이다. 짜깁기 없이 한 번에 30초 영상을 생성하고, 이미지·오디오·3차원 화이트모델 등 최대 50개의 참조 입력을 받아 스타일·동작·구도를 정밀하게 지시할 수 있다. 화면의 한 부분만 바꾸고 나머지는 그대로 유지하는 국소 편집도 들어갔다. 같은 행사에서 직전 모델 2.0은 4K 출력으로 강화됐다(2.5의 해상도 사양은 아직 공식 확정 전이다). 이 영상 사업이 연간 반복 매출 20억 달러에 이르렀다는 점은 생성 영상의 수요가 이미 산업 규모임을 보여준다.

실시간성으로 무게추를 옮긴 흐름도 있다. 텍스트·음성·영상을 하나의 모델로 처리해, 사람과 화상통화하듯 끼어들고 반응하는 ‘실시간 아바타’ 연구가 데모 단계로 올라섰다. 표정과 발화가 자연스러워질수록 가상 인플루언서·실시간 소통의 가능성이 열리지만, 그만큼 로맨스 스캠 같은 악용 가능성도 커진다는 우려가 따라붙는다. 이미지 분야에서도 상업적 활용이 가능한 새 오픈 가중치 모델들이 잇따라 등장하며, 통제받는 프런티어와 별개로 ‘개방형 생태계’가 빠르게 두꺼워지고 있다.

로봇 쪽에서는 가격이 화제였다. 중국 Unitree(유니트리)의 휴머노이드 R1은 보급형 모델 기준 4,900달러(약 700만 원 미만)로, 26개 관절과 음성·영상 멀티모달 모델을 갖췄다. 6월 24일에는 입문형 가격을 더 내려 재고 즉시 출고 체제로 전환했다. 자체 부품 내재화로 만든 ‘기다리지 않고 사는 휴머노이드’의 등장은, 로봇이 실험실에서 소비재 영역으로 넘어오는 신호로 읽힌다.

09 — 메모리 대란데이터센터의 허기가 노트북 값을 올렸다

AI의 영향은 모델·서비스에 그치지 않고 우리 책상 위 기기 값까지 흔들었다. 애플(Apple)은 6월 25일, 맥(Mac)·아이패드(iPad)를 비롯한 거의 전 제품군의 가격을 사양 변경 없이 일제히 올렸다. 맥북 에어는 1,099달러에서 1,299달러로, 맥북 프로는 1,699달러에서 1,999달러로 뛰었다. 같은 하드웨어에 더 많은 값을 치르게 된 셈이다. 발표 당일 주가는 약 6% 빠지며 1년여 만의 최대 낙폭을 기록했다.

원인은 메모리다. 인공지능 서버에 쓰이는 고대역폭 메모리(HBM) 수요가 폭증하면서, 노트북·태블릿에 들어가는 일반 D램과 낸드 생산이 그쪽으로 빨려 들어갔다. 그 결과 D램 계약가는 올 1분기에만 약 98% 뛰었고, 일부는 ‘램아마겟돈’이라 부른다. 메모리·저장장치가 노트북 부품원가에서 차지하는 비중은 15~18%에서 35% 안팎으로 치솟았다. 애플 최고경영자(CEO) 팀 쿡(Tim Cook)은 이를 두고 “100년에 한 번의 홍수”라 표현했다. 사실 애플은 대량 구매와 장기 계약으로 가장 오래 버틴 축이었고, PC 업계는 이미 그보다 먼저 값을 올렸다.

이 흐름은 칩 설계 전략까지 바꿨다. 애플은 차세대 칩에서 고급형 M6 파생(프로·맥스)을 건너뛰고, 곧장 온디바이스 AI에 초점을 맞춘 M7 세대로 직행하기로 한 것으로 전해진다. 기본형 M6는 메모리 대역폭을 초당 약 200기가바이트(GB)까지 끌어올리고, 기본형 M7은 약 240GB까지 노린다. 메모리 대역폭이 기기 내 AI 처리의 핵심 병목이기 때문이다. 다만 프로·맥스급 고성능 칩은 2027년 말, 최상위 울트라는 2028년으로 미뤄져, 가장 강한 실리콘을 원하는 이들은 더 길게 기다려야 한다. 메모리 대란이라는 외부 압력이, ‘AI 우선’이라는 명분의 로드맵 재편으로 포장된 측면도 있다.

관통하는 한 줄

흩어진 소식들을 다시 한 줄에 꿰면, 결국 ‘AI 역량이 희소한 전략 자원이 되었다’는 명제로 모인다. 최상위 모델은 승인 명단을 거치며 ‘쓸 수 있는 자’가 제한되고, 그 모델을 굴릴 메모리는 데이터센터가 쓸어가며 일반 기기의 값을 올린다. 한쪽에선 통제가 강해지고, 다른 쪽에선 그 통제를 우회하려는 자체 칩·주권형 AI·오픈 가중치·멀티모델 합주가 빠르게 자라난다. 접근의 문이 좁아질수록, 그 문 바깥에서 다른 길이 더 분주하게 닦이는 한 주였다.