AI 주간 브리핑
2026년 7월 첫째 주, 인공지능 업계는 한 주 사이에 모델·정책·하드웨어·로봇을 아우르는 굵직한 변화를 동시에 통과했다. 흩어진 소식들을 검증된 사실 위에서 하나의 그림으로 엮어 본다.
2026년 7월 7일 · 모델 가격·정책·로봇·산업 전반
Anthropic의 최상위 모델 Claude Fable 5가 다시 켜졌다. 이 모델은 6월 9일 처음 공개됐지만, 6월 12일 미국 상무부의 수출통제 지시에 따라 전 세계에서 접근이 차단됐다. 특정 국적의 사용자만 실시간으로 걸러낼 방법이 없었기 때문에 Anthropic은 모든 사용자에 대해 Fable 5와 그 상위 짝인 Mythos 5를 함께 내렸다. 상무부가 6월 30일 통제를 해제하면서 7월 1일 접근이 복구됐다.
복구에는 조건이 붙었다. Pro·Max·Team·일부 Enterprise 요금제에서 Fable 5는 7월 7일까지만 구독 한도 안에 포함되며, 그것도 주간 사용량 한도의 최대 50%까지다. 7월 8일부터는 구독 한도에서 빠지고, 별도의 '사용량 크레딧(usage credits)'을 켜야 쓸 수 있다. 즉 구독료만으로 저렴하게 Fable 5를 굴려 볼 수 있는 창은 이번 주가 사실상 마지막이다.
가격을 뜯어보면 Fable 5의 위치가 분명해진다. 출력 토큰 기준 100만 개당 $50은 표준 Opus 4.8($25)의 두 배이고, 6월 30일 무료·기본 모델로 새로 나온 Sonnet 5의 도입가($10)의 다섯 배다.
비싼 만큼 아무 작업에나 쓰라고 만든 모델은 아니다. Anthropic은 Fable 5를 며칠에 걸친 대규모 코드 이관, 복잡한 구현, 다단계 지식 작업처럼 '한 번에 오래, 스스로 검증하며 진행하는' 장기 과제용으로 규정한다. 짧은 대화에는 오히려 느리고 비싸다.
안전장치도 함께 붙었다. 사이버보안·생물학처럼 위험도가 높은 질의는 자동 분류기가 걸러 Opus 4.8로 우회 처리되며, 이 경우 Fable 요금은 청구되지 않는다. 복구 시점에 분류기를 보수적으로 조정한 탓에, 코딩·디버깅 같은 정상 요청도 종종 위험으로 오판돼 Opus로 다운그레이드되는 부작용이 보고된다. 성능은 거의 유지한 채 안전 필터를 한 겹 더 씌운 셈이다.
같은 시기 나온 중간급 Claude Sonnet 5는 오퍼스에 근접한 성능을 내세우지만, 성능·가격 조합이 어중간하다는 평가를 받는다. 도입가(입력 $2 / 출력 $10)는 중간 모델치고 나쁘지 않으나, '해결한 문제 하나당 비용'으로 환산하면 이전 세대보다 오히려 올라갔다는 측정이 나온다. 단순 계산으로도 200K 토큰을 읽고 40K 토큰을 쓰는 작업 한 번은 Fable 5에서 $4.00, Sonnet 5 도입가에서는 $0.80으로 5배 차이가 나므로, Fable 5의 장기 일관성이나 100만 토큰 문맥이 꼭 필요하지 않은 대량 작업은 Sonnet 5로 돌리는 편이 비용 효율적이다.
커뮤니티에서 회자되는 활용법 하나는, 값이 오르기 전에 가장 어려운 문제부터 Fable 5에 몰아넣는 것이다. 예컨대 평소 쓰는 저렴한 모델(Opus 4.8 등)이 참고할 '작업 지침(스킬)'을 최상위 모델인 Fable 5에게 미리 작성하게 해 두는 식이다. Anthropic 쪽에서 공유된 팁은 방향이 조금 다르다. Fable 5에는 프롬프트를 지나치게 촘촘히 짜서 경로를 고정하기보다, 브레인스토밍·프로토타입·인터뷰로 먼저 방법을 저렴하게 탐색한 뒤 방향을 정하고 본 작업에 들어가는 것이 큰 수정 비용을 줄이는 길이라는 것이다.
토큰을 아끼는 우회로도 공유된다. 이미지 안에 담긴 텍스트 양은 토큰 산정에 반영되지 않는 특성을 이용해, 긴 지시문을 이미지 한 장에 빽빽하게 담아 넣으면 같은 내용을 텍스트로 넣을 때보다 토큰을 크게 아낄 수 있다는 것이다. 다만 이런 계산 방식은 언제든 바뀔 수 있는 임시 이점으로 보는 편이 안전하다.
OpenAI가 미국 정부에 회사 지분 약 5%를 넘기는 방안을 두고 초기 논의에 들어갔다고 파이낸셜타임스가 7월 2일 보도했다. 3월 기준 8,520억 달러 기업가치를 대입하면 이 지분은 약 426억 달러어치다. 최고경영자 샘 올트먼은 "일반 대중이 AI의 상승분을 나눠 갖게 하는 가장 나은 방법"이라는 논리를 폈다고 전해진다.
구조는 단순 매각이 아니라, 알래스카의 석유 기금(Alaska Permanent Fund)을 본뜬 국부펀드 성격의 투자 기구에 지분을 배정하는 형태다. 제안에는 Anthropic·Google·Meta 등 다른 선도 기업도 비슷하게 5%씩 내놓는 그림이 담겼으나, 이들이 동의할지는 불투명하다. 실제 이행에는 의회 입법이 필요할 수 있다.
배경에는 압박이 있다. 워싱턴은 AI 모델의 사이버보안 취약성과, 성능은 근접하면서 값은 훨씬 싼 중국 오픈소스 모델의 부상을 경계해 왔다. 앞서 Fable·Mythos에 수출통제가 걸렸던 사건이 상징적이다. 미국 정부는 이미 지난해 Intel 지분 10%를 취득했고, Nvidia·AMD의 대중국 칩 매출에서 수익을 나눠 갖는 방식도 도입한 전례가 있다. 정치적으로 한번 막히면 답이 없는 산업에서, 지분을 내주고 관계를 다지는 편이 합리적 선택이라는 해석이 나오는 이유다. 다른 관점에서는, 정부가 부분 소유주가 되는 순간 미국 AI 기업의 '중립성' 주장이 약해지고, 유럽·아시아 이용자들이 데이터 주권을 재점검하게 만들 위험도 지적된다.
같은 흐름에서, OpenAI는 개발용 명령줄 도구 Codex에 결정을 승인·거절할 수 있는 물리 단축키 장치를 예고하기도 했다. 버튼 몇 개만으로 코드 생성 과정을 승락·거절하며 진행하는 이른바 '바이브 코딩'을 겨냥한 것으로 보인다.
인스타그램 릴스에 노출된 한 스마트 안경 광고가, 사용자 지인의 프로필 사진을 끌어와 그 사람의 파트너를 겨냥하는 형태로 등장해 논란이 됐다. 통상 개인화 광고가 연령·지역·알고리즘 이력을 기반으로 타깃을 잡는 것과 달리, 프로필 사진과 친구 관계까지 활용했다는 점이 반발을 샀다. 해당 사례가 조작일 가능성도 거론되어 진위는 확정되지 않았으나, '마이크 도청' 불안과 결합해 거부감이 번졌다. 수집된 데이터로 개인의 맥락을 정교하게 추론할수록 타깃팅이 강력해진다는, AI 시대 광고의 방향성을 보여주는 장면이다.
Meta의 기초연구 조직은 비침습 방식으로 뇌 활동을 텍스트로 옮기는 Brain2Qwerty v2를 공개했다(6월 29일). 머리에 쓰는 헬멧형 뇌자도(MEG, magnetoencephalography) 장비로 신경 신호를 읽어, 사람이 문장을 타이핑하는 동안의 뇌 신호로부터 그 문장을 재구성한다. 참가자 9명이 각 10시간씩, 약 22,000개 문장을 입력하며 데이터를 모았다.
이해를 돕는 비유
이 기술은 아직 '떠오르는 생각을 자유롭게 읽는' 단계가 아니다. 참가자가 실제로 타이핑하는 동안의 뇌 신호를 해독하는, 말하자면 손과 뇌가 함께 만들어내는 신호의 '받아쓰기'에 가깝다. 게다가 장비는 방 하나를 차지하는 MEG 스캐너라, 아직은 실험실 안의 연구지 착용형 제품이 아니다. 그럼에도 정확도가 데이터 양에 비례해 로그-선형으로 오른다는 점은, 뇌 손상으로 소통을 잃은 사람들에게 수술 없는 대안이 될 여지를 남긴다.
Meta는 v1·v2의 학습 코드를 공개했다.
Meta가 자사 AI 데이터센터의 잉여 연산 자원을 외부 기업에 판매하는 클라우드 사업, 내부명 Meta Compute를 준비 중이라는 보도가 나왔다(7월 1일). AI 모델 접근 판매와 원시 GPU 연산 판매 두 갈래로, Amazon Web Services·Microsoft Azure·Google Cloud는 물론 CoreWeave·Nebius 같은 전문 업체와도 정면으로 부딪히는 그림이다. 2026년 인프라 투자 규모가 1,150억~1,450억 달러에 이르는 만큼, 자체 서비스가 다 쓰지 못하는 잉여 용량이 실제로 존재한다는 전제다.
시장이 흔들린 이유
지난 2년간 AI 밸류에이션을 떠받친 전제는 "연산은 늘 부족하다"였다. Meta가 남는 연산을 팔겠다고 하자 이 전제가 흔들렸다. 그 결과 Meta 주가는 오히려 크게 뛰었지만(첫날 약 7~10% 상승), 필라델피아 반도체 지수는 이틀에 걸쳐 10% 넘게 밀렸고 CoreWeave·Nebius 등 연산 임대 업체와 반도체주가 함께 하락했다. 다만 상당수 분석은 이를 '전면적 GPU 과잉'이 아니라, Meta가 앞세대 칩을 추론·외부 판매로 돌리는 세대별 배치의 진화로 본다. 즉 Meta가 유독 과투자해 남기는 것이지, 업계 전반이 남아도는 것은 아직 아니라는 해석이다.
중국 최대 지역 서비스·배달 기업 메이투안(Meituan)이 6월 30일 오픈웨이트 모델 LongCat-2.0을 공개했다. 화제의 핵심은 성능보다 하드웨어다. 이 1.6조 파라미터 모델은 Nvidia GPU를 한 장도 쓰지 않고, 5만 개 규모의 국산 AI 반도체(ASIC) 클러스터에서 학습과 추론을 모두 마쳤다. 30조 개가 넘는 토큰으로 사전학습됐고, 문맥 창은 100만 토큰에 이른다.
1.6조 파라미터인데 왜 값이 쌀까 — 전문가 혼합(MoE)
LongCat-2.0은 '전문가 혼합(MoE, Mixture-of-Experts)' 구조다. 1.6조 개 파라미터를 매번 다 켜지 않고, 입력 토큰마다 필요한 전문가 약 480억 개어치만 골라 활성화한다. 큰 병원에 전 과목 전문의가 다 있어도, 환자 한 명에겐 관련 과목 몇 명만 붙는 것과 같다. 덕분에 방대한 지식을 담으면서도 훨씬 작은 모델 수준의 비용으로 돌아간다.
의미가 큰 대목은 '엔드투엔드'라는 점이다. 직전까지 중국 프런티어 모델(예: DeepSeek V4-pro)은 국산 칩을 추론에만 썼는데, LongCat-2.0은 연산 부담이 훨씬 큰 사전학습까지 국산 칩으로 돌렸다. 칩 간 통신은 Nvidia의 NCCL 대신 화웨이의 통신 라이브러리(HCCL)로 처리했다. 벤치마크에서는 코딩 지표(SWE-bench Pro 59.5)에서 GPT-5.5(58.6)를 근소하게 앞서는 등 경쟁권에 들었으나, 폭넓은 에이전트·추론 지표에서는 Claude Opus 계열 등 최상위 모델에 뒤진다. 자체 보고 수치라 독립 검증은 아직 남아 있다. 그럼에도 배달 기업이 국산 칩만으로 조 단위 모델을 완주했다는 사실은, 수출통제의 장기 효력에 관한 질문을 다시 던진다. API 가격도 공격적이어서(입력 100만 토큰당 약 $0.75, 프로모션 시 $0.30 선) 서구 모델의 가격 결정력을 압박한다.
구글의 다음 프런티어 모델을 둘러싼 루머가 무성하다. 정황을 종합하면 차기 Gemini 3.5 Pro가 7월 정식 출시를 겨냥하며, 2백만 토큰이라는 업계 최대급 문맥 창과 'Deep Think' 추론 모드, 그리고 더 나은 프런트엔드 생성·SVG 처리 능력이 거론된다. 예측시장에서도 7월 중순 출시에 상당한 베팅이 쏠려 있다. 다만 구체적 날짜는 공식 확정 전이며, 이미 나와 있는 Gemini 3.5 Flash가 당분간 일상용 주력이다.
이미지·영상 쪽에서는 가벼운 모델들이 쏟아졌다. 이미지 생성 모델 Nano Banana 2의 경량판(Lite)이 나와, 성능은 원판에 근접하면서 속도는 몇 배 빨라졌다. 1초에 여러 장을 뽑아내는 수준으로, 가볍게 쓸 때의 가성비가 좋아졌다. 멀티모달 모델의 경량판 Omni Flash도 등장해, 원본 영상을 자막이 달린 짧은 후킹 영상으로 변환하는 '영상→영상' 작업을 자동화한다. 문서 정리 도구 계열에서는 자료를 60초 분량의 세로형 숏폼 영상으로 만들어 주는 기능이 추가돼, 역사·상식·유머 콘텐츠를 손쉽게 숏폼 공장처럼 찍어낼 수 있게 됐다.
모델을 새로 만들지 않고 '돌리는 속도'만 끌어올리는 갱신도 이어졌다. 추론 전용 고속 칩을 만드는 진영에서는 구글의 오픈 모델 Gemma 4를 올려 초당 1,800토큰을 넘기는 처리 속도를 선보였다. 눈 깜짝할 사이에 답이 완성되는 수준으로, GPU 기반 대비 압도적으로 빠른 추론을 보여준다. 온디바이스 진영에서는 애플 실리콘용 실행기가 Gemma 4를 최적화(MLX·다중 토큰 예측 적용)해 약 90% 더 빠른 속도를 확보했다. 맥에서 로컬로 모델을 돌리는 이용자들에게 체감이 큰 변화다.
이미지 쪽에서는 학습 없이 기존 모델의 생성을 가속하는 기법이 공개됐다. 저해상도 이미지를 먼저 빠르게 만든 뒤 고해상도로 정제하는 구조로, 기존 오픈소스 이미지 모델에 얹으면 모델에 따라 8~25배까지 생성이 빨라졌다. 오픈소스 이미지·영상 작업 환경에서는 명령형 연결 규격(MCP, Model Context Protocol)이 공개돼, 복잡한 워크플로우를 직접 배선하지 않고 자연어 지시만으로 파이프라인을 구성·실행할 수 있게 됐다.
중국 로봇 기업 UBTech가 소비자 브랜드 UWORLD를 통해 실물 크기 휴머노이드 U1 시리즈를 공개했다(6월 30일, 선전). 공장·물류용이 아니라 정서적 동반을 목적으로 설계된 것이 특징이다. 실리콘 피부와 실제 같은 머리카락, 카메라를 내장해 시선을 좇는 눈, 88개의 자유도(관절)로 사람과 유사한 움직임을 구현한다. 온디바이스 감성 대화 모델이 표정·어조를 읽어 20종 이상의 감정을 90% 넘는 정확도로 식별하고, 개인 기억은 기기 안에 암호화해 저장한다.
가격은 반신형 U1 Lite가 119,800위안(약 2,200만 원), 전신형 U1 Pro가 169,800위안(약 3,200만 원), 최상위 U1 Ultra는 88만~99만 위안(약 1억 6천만~2억 원)에 이른다. 타깃은 중국의 1인 가구와 독거 노인이다. 다만 이 로봇은 요리·청소 같은 가사는 하지 못하며, 기능은 대화와 정서적 상호작용, 복약 알림 같은 돌봄에 집중돼 있다. 실물 같은 외형과 특정 인물의 얼굴·목소리를 재현할 수 있다는 점 때문에, 정서적 의존과 생체정보 문제를 둘러싼 윤리 논쟁도 함께 불붙었다. 초기 물량 배송은 9월 중순으로 예정돼 있다.
개발자가 코드 한 번으로 실물 책을 인쇄해 배송까지 보내는 서비스형 인쇄 API가 소개됐다. 원래 복잡한 인쇄 공정을 거쳐야 하던 실물 책 제작을, PDF를 만들어 API로 넘기는 한 번의 호출로 끝낸다. 문서·개발 가이드가 잘 정리돼 있어, AI 에이전트에게 규격 파일만 건네면 알아서 자체 서비스에 붙일 수 있다. AI 동화책 구독 서비스, 여행 포토북, 커플·결혼 앨범, 교육 결과물처럼 '책의 형태로 나오면 좋은 것'을 다루는 소규모 서비스의 진입 장벽을 크게 낮춘다.
취미 영역의 구현도 눈길을 끈다. 소설·영화 속 '쓰면 글씨가 사라졌다가 답장이 떠오르는 마법 일기장'을 AI와 코딩으로 실제로 만든 사례가 공유됐다. 문장을 쓰면 잉크가 사라지듯 지워지고, 잠시 뒤 답장이 손글씨처럼 떠오른다. 상상 속 장면이 그대로 물리 장치로 재현되는, AI 응용의 놀이터 같은 결과물이다.
결제 인프라 기업 Stripe의 경제 분석 조직이 흥미로운 데이터를 내놨다. 미국 인구조사국의 사업체 형성 통계, 각국 사업자 등록 기록, 그리고 Stripe 자체 결제 데이터가 공통적으로, 고소득 1인 창업자(solopreneur)의 급증을 가리킨다는 것이다. 세 갈래 독립 출처가 같은 방향을 가리키므로 단순한 등록 사기 물결로 보기 어렵다는 게 핵심 논거다.
분석은 그 원인의 상당 부분을 AI로 지목한다. 과거 사람을 채용해야 메울 수 있던 역량 공백을 AI가 빠르게 채우면서, 고용형 사업체 형성보다 1인 창업이 더 빠르게 늘고, 그 효과가 소득 분포에 드러날 만큼 뚜렷해졌다는 것이다. '판단하는 한 사람 + 도구 한 벌이 과거 한 팀의 산출을 낸다'는 명제가, 결제 데이터라는 검증 가능한 근거 위에서 확인되고 있는 셈이다.
흩어진 소식들은 몇 개의 축으로 수렴한다. 첫째, 정책이 모델의 가용성과 가격을 직접 흔든다. Fable 5의 중단·복구·과금 전환, OpenAI의 지분 제안, 수출통제를 우회한 중국 국산 칩 모델이 모두 같은 긴장의 다른 얼굴이다. 둘째, 경쟁의 초점이 '더 큰 모델'에서 '더 싸고 빠르게 굴리는 법'으로 이동했다. 경량 모델, 추론 가속, 잉여 연산 판매가 나란히 등장한 것은 우연이 아니다. 셋째, AI가 개인의 생산성과 삶의 형태를 바꾸는 증거가 통계·시장에서 잡히기 시작했다. 1인 창업 급증과 정서적 동반 로봇의 폭발적 예약은, 기술이 실험실을 넘어 개인의 일과 관계로 스며들고 있음을 보여준다.
본 문서는 2026년 7월 첫째 주에 공개·보도된 사실을 교차 검증해 재구성한 것이다. 모델 가격·정책·출시 일정은 빠르게 바뀌므로, 실제 결정에 앞서 각 기업의 최신 공지를 확인하기를 권한다.