AI Daily Digest — 2026년 6월 29일: GPT-5.6 Sol 공개, Google의 Meta Gemini 이용 제한

OpenAI가 GPT-5.6 시리즈(Sol/Terra/Luna)를 프리뷰 공개했다. 백악관의 요청으로 단계적 출시를 진행한다. Google이 Meta의 Gemini 액세스를 용량 제한했다. DeepSeek가 V4 Pro에 DSpark 투기적 디코딩(Speculative Decoding)을 탑재하여 공개했다.

OpenAI는 6월 26일, GPT-5.6 시리즈의 한정 프리뷰를 시작했다. 새로운 3층 구조의 명명 체계를 도입하여, Sol이 최상위 모델, Terra가 GPT-5.5 상당의 성능을 절반 가격으로 제공하는 밸런스형, Luna가 고속·저가형 엔트리 모델이 된다.

가장 큰 기술적 하이라이트는 단일 에이전트의 한계를 넘어서는 ultra 추론 모드다. 여러 개의 서브 에이전트(Sub-agent)를 자동으로 기동하여 복잡한 멀티 스텝(Multi-step) 처리를 가속한다. 또한 터미널 조작 벤치마크인 TerminalBench 2.1에서 신기록을 달성했다. 사이버 보안 분야에서는 ExploitBench에서 Anthropic의 Mythos Preview에 육박하는 성능을 약 3분의 1의 출력 토큰으로 구현했다.

특기할 점은 백악관의 안전 심사 요청에 응하여 한정 공개했다는 점이다. OpenAI는 "이러한 정부 개입 프로세스가 장기적인 표준이 되어서는 안 된다"라고 명시하며 경종을 울리고 있다. 700,000 A100 시간 상당의 자동 레드팀(Red Teaming)을 실시하여 다층적인 세이프가드(Safeguard)를 구현했다. 가격은 Sol이 $5/$30(입력/출력 per 100만 토큰), Terra가 $2.50/$15, Luna가 $1/$6이다. 7월에는 Cerebras 상에서 최대 750 토큰/초로 제공될 예정이다.

🔗 OpenAI · TechCrunch

Financial Times와 Bloomberg는 Google이 Meta의 Gemini AI 모델 이용에 제한을 가했다고 보도했다. 원인은 Gemini 인프라의 용량 부족에 있다. 수요가 공급을 상회하는 가운데, Google은 직접 계약 고객과 사내 워크로드(Workload)를 우선시하고 있다.

AI 모델의 API 용량이 부족해지면 동일 업계의 거대 기업 간에도 할당 문제가 발생한다는 희귀한 사례다. Meta는 자사의 Llama 4 시리즈에 대한 의존도를 높일 가능성이 있다. 이러한 움직임은 프런티어 모델(Frontier Model)의 수요가 계산 자원(Compute Resource)의 공급을 상회하는 시대의 새로운 현실을 보여준다.

DeepSeek는 Hugging Face 상에서 DeepSeek-V4-Pro-DSpark를 공개했다. 1.6조 파라미터(49B 활성화)의 MoE(Mixture of Experts) 모델에 새로운 투기적 디코딩(Speculative Decoding) 프레임워크인 DSpark를 결합하여, 기존 MTP-1과 비교해 사용자당 생성 속도를 60~85% 향상시켰다.

V4 아키텍처의 혁신점은 Compressed Sparse Attention(CSA)과 Heavily Compressed Attention(HCA)을 결합한 하이브리드 주의 메커니즘(Hybrid Attention Mechanism)이다. 100만 토큰의 컨텍스트에서 V3.2 대비 추론 FLOPs는 27%, KV 캐시(KV Cache)는 10%로 감소한다. 학습에는 Muon 옵티마이저(Optimizer)를 채택하여 32조 토큰으로 사전 학습되었다. MIT 라이선스로 공개되어 있다.

🔗 Hugging Face · DeepSeek

TechCrunch에 따르면, 여러 아시아계 AI 스타트업이 Anthropic의 Mythos 시리즈에 대항하는 모델 제공을 시작하고 있다. 미국의 수출 규제로 인해 Mythos가 특정 지역에서 전개되지 못하는 수요 격차를 공략한 움직임이다.

GPU 수출 규제가 역내 칩 개발을 가속화한 것과 유사한 패턴이 모델 계층에서도 일어나고 있다. 스타트업 각사는 사이버 보안 및 코딩 벤치마크에서 Mythos에 필적하는 성능을 주장하고 있으나, 제3자에 의한 검증은 제한적이다. 이는 Anthropic의 IPO에도 지정학적 리스크 요인이 될 수 있다.

Mozilla의 보안 팀 0din이 AI 코딩 에이전트에 대한 새로운 공격 경로를 발견했다. 언뜻 정상적인 GitHub 리포지토리에 심어진 멀웨어를 Claude Code 등의 에이전트가 스스로 실행해 버리는 문제다.

공격 방식은 에이전트의 "도움을 주려는" 특성을 역이용하는 것이다. README의 설치 절차를 따르는 과정에서 악성 페이로드(Payload)가 트리거된다. Claude Tag가 Anthropic 사내 코드 생성의 65%를 차지하는 등 코딩 에이전트의 보급이 진행됨에 따라, 샌드박스(Sandbox) 메커니즘의 중요성이 부각되었다.

TechCrunch의 보도에 따르면, Ford는 정년퇴직한 숙련된 엔지니어("그레이 비어드 (Gray-beards)")를 재고용하기 시작했다. AI 및 자동화 시스템이 제조 현장의 수십 년에 걸친 암묵지 (Tacit knowledge)와 판단력을 완전히 대체하지 못했다는 인식 때문이다.

고도의 패턴 인식 (Pattern recognition)이 가능한 AI라 할지라도, 실제 제조 현장에는 무수히 많은 에지 케이스 (Edge cases)가 존재한다. Ford의 사례는 AI 도입이 "대체"가 아닌 "보완"으로서 기능할 때 가장 효과적이라는 점을 보여준다.

Fortune은 Anthropic과 Alibaba의 Qwen 팀 간의 경쟁을 주제로, 프론티어 AI (Frontier AI)의 "해자 (Moat, 경쟁 우위의 방어벽)"가 얼마나 지속될 수 있는지를 묻는 분석을 게재했다. IPO를 앞둔 Anthropic의 기업 가치는 기술적 우위가 지속된다는 전제하에 산출된다.

Alibaba의 Qwen 3.7 Plus가 성능 격차를 빠르게 좁혀가는 가운데, Anthropic의 우위 중 어느 정도가 독자적인 기술에 기인하며, 어느 정도가 규제 장벽에 의존하고 있는지가 관건이다. 만약 수출 규제가 가장 큰 진입 장벽이라면, 지정학적 변화가 순식간에 경쟁 환경을 바꿀 가능성이 있다.

🔗 Fortune