5분 만에 읽을 수 있는 · AI 시스템 아키텍트가 매일 엄선

주력 분야: AI 코딩 자동화 · 엔터프라이즈 Agent 기반 · 모델 정세의 변화

Codex의 macOS 버전 최신 기능은 사용자가 작업 흐름(YouTube 동영상 업로드, 메타데이터 설정, 썸네일 생성, 자막 추가 등)을 시연하기만 하면, AI가 해당 프로세스를 학습하여 이후에는 단일 명령으로 자동 실행한다. 기존의 RPA 도구와 달리 스크립트 작성이나 UI 요소 매핑은 필요하지 않다. — TechTimes · NewMobileLife

【왜 주목해야 하는가】

이 기능은 「프롬프트 엔지니어링 (Prompt Engineering)」에서 「데모니스트레이션 엔지니어링 (Demonstration Engineering)」으로의 전환점을 보여준다. 프롬프트 작성이 서툰 지식 노동자라도 실제 조작을 보여주는 것만으로 자동화가 가능해진다. Codex 내에서 재사용 가능한 스킬 라이브러리가 구축되어, 팀 전체가 공유하고 편집할 수 있는 생태계가 생겨나고 있다.

AWS는 뉴욕 서밋에서 엔터프라이즈 AI Agent의 2대 결점(보안과 비즈니스 컨텍스트)을 해결하는 두 가지 서비스를 발표했다. Continuum은 코드 취약성을 지속적으로 발견, 우선순위 지정, 검증, 수정하는 AI 네이티브 보안 서비스다. Context는 기업 데이터로부터 지식 그래프 (Knowledge Graph)를 구축하여 Agent에 비즈니스 전체의 문맥을 제공한다. — About Amazon · The Decoder

【왜 주목해야 하는가】

현재의 AI Agent는 질문 응답이나 코드 생성에는 능숙하지만, 조직의 기억을 가지고 있지 않다. 누가 이해관계자인지, 과거에 어떤 결정이 내려졌는지, 어떤 컴플라이언스 프레임워크 (Compliance Framework)가 적용되는지를 인식하지 못한다. Context의 지식 그래프는 이 문제를 Agent의 추론 루프 (Inference Loop)에 기업 컨텍스트를 직접 삽입함으로써 해결하며, Continuum의 지속적 검증은 CIO가 자율 Agent 전개에 불안을 느끼는 보안의 루프를 닫아준다.

OpenAI는 2026년 1분기에 57억 달러의 매출(전년 동기 대비 3배)을 기록했으나, 동시에 37억 달러를 소비하여 영업 손실은 93억 달러에 달했다. 동사는 IPO(기밀 S-1)를 신청한 상태지만, 일정은 미정이다. — The Decoder

【왜 주목해야 하는가】

분기 매출이 약 18개월 만에 약 5억 달러에서 57억 달러로 성장한 것은 경이적이지만, 93억 달러의 영업 손실은 AI 비즈니스 모델에 관한 근본적인 질문을 던진다. 컴퓨팅 비용만 분기당 15억 달러로 추정되는 점을 고려할 때, 추론 비용 (Inference Cost)이 극적으로 낮아지지 않는 한, OpenAI의 IPO는 아마존 초기와 유사한 「수익성보다 시장 점유율」이라는 스토리를 이야기해야 할 것이다.

OpenAI의 Sam Altman CEO는 스케일링 가설 (Scaling Hypothesis)을 옹호하며, "한 세대의 연구자들이 스케일링의 가능성을 과소평가하고 적극적으로 방해했다"고 주장했다. 증거로서 OpenAI의 모델이 오랜 수학적 예측을 반증한 사례를 들었다. — The Decoder

【왜 주목해야 하는가】

Altman의 발언은 의도적으로 도발적이지만, AI 연구에서의 실제 긴장 관계를 반영하고 있다. 오랫동안 더 나은 아키텍처와 알고리즘이야말로 진보의 길이라고 생각하는 것이 주류였으나, 2020년 스케일링 법칙 (Scaling Law)의 발견이 그 컨센서스를 뒤집었다. 만약 LLM이 수학적 발견에 기여할 수 있다면, 그 영향은 코딩이나 콘텐츠 생성을 훨씬 뛰어넘을 것이다.

Transformer 아키텍처를 도입한 획기적인 논문 「Attention Is All You Need」의 공동 저자인 Noam Shazeer가 Google을 떠나 OpenAI에 합류했다. Google은 2024년에 Character.AI 인수를 통해 Shazeer를 불러들이기 위해 약 27억 달러를 소비했으나, 그의 재직 기간은 22개월에 불과했다. — XIX.AI

【왜 주목해야 하는가】

Transformer는 GPT부터 Claude, Gemini에 이르기까지 사실상 모든 현대 AI 시스템의 기반 기술이다. 그 발명가들이 모두 이제 Google을 떠나고 있다. Google은 여전히 강력한 AI 연구소이지만, 핵심 인재의 유출은 조직적 지식 유지에 심각한 의문을 제기한다. OpenAI에게 있어 IPO 직전의 Shazeer 영입은 Transformer 전문 지식 강화라는 전략적인 한 수다.

🔗 XIX.AI

Presenc AI의 분석에 따르면, 2026년 6월 첫 2주 동안 11개의 연구소에서 12개의 프론티어 (Frontier) 또는 준 프론티어 (Semi-frontier) 모델이 출시되었다. 주목할 점: Claude Mythos 5가 사이버 보안용 엔터프라이즈 모델로 GA (General Availability) 되었고, Google은 Gemini 3.2 (긴 문맥 검색 개선)를 출시했으며, Meta는 Llama 4.5 (에이전트 (Agent) 안정성 개선)를 출시했다. 하지만 가장 큰 스토리는 중국 모델의 프론티어 수렴이다 — 동일한 2주 동안 6개의 모델 (Qwen 3.7, DeepSeek V4.1, Hunyuan Large 3, ERNIE 5.1, Doubao Pro, GLM-6)이 출시되었다. — Presenc AI · LLM Market Cap

【왜 주목해야 하는가】

중국 모델의 급증은 구조적 변화를 나타낸다. 6개의 국내 연구소가 동일한 2주 이내에 모델을 출시했으며 — 일부는 오픈 웨이트 (Open-weight, Qwen, DeepSeek, Hunyuan, GLM), 일부는 클로즈드 (Closed) 모델이다 — 중국은 미국의 연구소 환경을 반영한 멀티플레이어 에코시스템 (Multi-player ecosystem)을 형성하고 있다. 가격 압박은 이미 현저하며, DeepSeek V4.1은 V4 Flash 대비 15%의 토큰 단가 절감을 달성했고, Qwen 3.7은 여러 구성에서 DeepSeek보다 낮은 가격을 실현하고 있다.

DeepSeek는 510억 위안 (약 70억 달러) 규모의 Series A 펀딩을 완료했다. 투자자에는 Tencent와 JD.com이 포함된다. 기업 가치는 4,000억 위안 (약 550억 달러)에 달하며, 이는 Anthropic의 Series H (650억 달러) 및 SpaceX의 IPO 신청에 이어 2026년 대규모 AI 투자 붐의 일환이 될 것이다. — XIX.AI

【왜 주목해야 하는가】

Tencent의 참여는 특히 중요하다. 서구의 하이퍼스케일러 (Hyperscaler)들이 주로 프론티어 연구소에 투자하는 반면 (Microsoft → OpenAI, Google → Anthropic의 컴퓨팅 거래), Tencent는 지금까지 국내 모델에만 투자해 왔다. DeepSeek의 V4.1 비용 절감과 오픈 웨이트 전략은 중국 기업들의 AI 도입에 있어 특히 매력적인 선택지가 되고 있다. 4,000억 위안의 기업 가치를 바탕으로, DeepSeek는 Baidu의 ERNIE 에코시스템 및 Alibaba의 Qwen 제품군과 중국 AI 시장의 패권을 다투고 있다.

🔗 XIX.AI