KD Agentic가 전해드리는 AI Daily Digest. 이번 주의 중요 토픽을 엄선하여 전달합니다.

Anthropic은 7월 24일, Claude Opus 5를 출시했다. 최고봉 모델인 Fable 5에 여러 벤치마크에서 근접하면서도, API 가격은 그 절반 수준이라는 높은 비용 효율성이 특징이다. 엔터프라이즈 고객이 AI 투자 대비 효과(ROI)를 엄격하게 평가하는 가운데, 업계의 경쟁 축이 '성능'에서 '비용 효율성'으로 이동하고 있음을 보여준다.

Frontier-Bench에서는 Opus 4.8의 점수를 2배 이상 향상시켰다. CursorBench 3.2에서는 Fable 5의 피크와 단 0.5% 차이를 보였으며, 태스크 단가는 절반이다. Claude Max의 기본 모델이 되며, Claude Pro에서도 최강 모델로 이용 가능하다. 사이버 보안 취약점 식별 능력에서는 Mythos 5에 근접하지만, 악용 단계에서는 "명백히 뒤처진다"라고 Anthropic은 밝혔다.

중국 기업들의 저가형 오픈 웨이트 (Open-weight) 모델 공세가 이어지는 가운데, Opus 5는 "절반 가격으로 충분히 고성능"이라는 새로운 선택지를 제시한다.

🔗 Anthropic — Claude Opus 5 · TechCrunch

Meta는 Llama 4를 오늘 7월 25일 UTC 00:00에 GitHub와 Hugging Face를 통해 공개한다고 공식 발표했다. 7B, 13B, 34B, 70B의 4가지 사이즈로 제공되며, 새로운 Llama License 3.0 하에 제공된다. 가장 큰 변경점은 그동안 상업적 이용의 장벽이었던 "경쟁 제품 금지" 조항의 철폐이다.

기술 측면에서는 Dynamic KV Cache Compression을 통해 Llama 3-70B와 동등한 하드웨어에서 메모리 사용량을 37% 절감했다. 단일 H100 (80GB)에서 128K 컨텍스트 추론이 가능해진다. 라이선스 변경에 따라 금융, 의료, 법률 등 규제 산업에서도 상업적 파인튜닝 (Fine-tuning)이 법적으로 가능해져, 오픈 소스 AI 생태계의 중요한 전환점이 될 것이다.

🔗 Meta AI Blog · GitHub

OpenAI는 7월 24일, ChatGPT Health를 미국의 18세 이상 사용자를 대상으로 제공하기 시작했다. Apple Health 및 일부 의료 기관의 진료 기록과 연동하여 건강 관련 질문에 답변한다. GPT-5.6 Sol은 의료 평가에서 의사의 답변을 정확도와 명확성 면에서 상회한 것으로 알려졌으며, 건강 데이터는 모델 학습에 사용하지 않는다고 명시했다.

출시와 동시에, 플로리다주의 한 목사가 ChatGPT의 장기적인 잘못된 의료 조언이 폐색전증 치료 지연을 초래했다며 OpenAI와 Sam Altman을 제소했다. 원고는 ChatGPT Health의 중단과 리스크 관리 체계 강화를 요구하고 있다.

🔗 OpenAI — Health in ChatGPT · Reuters

Meta는 새로운 AI 이미지 생성 모델인 Muse Image를 Meta AI, Instagram Stories, WhatsApp에서 무료로 제공하기 시작했다. 커스텀 광고 제작, Marketplace 연동을 통한 상품 배치 시뮬레이션, 텍스트를 통한 QR 코드 생성 등을 지원한다. TechCrunch는 Muse Video도 개발 중이라고 보도했다.

동시에 Meta AI가 Google Calendar 및 Gmail에 대한 액세스 권한을 획득했다. Muse Spark 1.1을 탑재하여 일일 체크인, 리서치 지원, 태스크 관리를 수행할 수 있게 되었다. Zuckerberg CEO는 이를 "퍼스널 초지능 (Personal Superintelligence)" 비전의 일환으로 정의하지만, OpenAI, Anthropic, Google의 에이전트 성능에는 아직 미치지 못한다.

🔗 Meta AI Blog · TechCrunch — Muse

중국 인민대학교와 Ant Group 연구팀이 발표한 Ring-Zero는 제로 강화학습 (Zero RL)을 Ling-2.5-1T-Base (1조 파라미터, MoE 구조로 약 630억 개 활성 파라미터)에 스케일링했다. 인간의 추론 데이터를 전혀 사용하지 않고도, 모델이 다단계 추론, 자기 검증, 병렬 탐색 등의 고도화된 전략을 자발적으로 습득했다. 이는 충분한 스케일링이 이루어지면 순수한 자기 대전 강화학습 (Self-play RL)으로부터 창발적 추론 능력이 출현할 수 있음을 보여주는 획기적인 결과이다.

비교를 위해 훈련된 104B 플래시(Flash) 버전과의 행동 격차는, 스케일이 질적으로 다른 추론 행동을 해방한다는 것을 강력하게 시사한다. 프론티어 연구소(Frontier Labs)는 값비싼 인간 어노테이션(Annotation) 파이프라인 없이도 고도의 추론 능력을 부트스트랩(Bootstrap)할 수 있을 가능성이 있으며, 이는 자기 개선형 AI의 타임라인을 가속화한다.

🔗 arXiv:2607.12395 · 36Kr

상하이 AI 연구소와 중국과학기술대학교·절강대학교·상하이교통대학교의 공동 연구로, 과학 논문을 텍스트 추출이 아닌 PDF 이미지로서 직접 학습하는 **시각적 사전 학습 (Visual Pretraining, VP)**을 실증. 다운스트림 태스크(Downstream Task)에서 기존의 텍스트 사전 학습 (Textual Pretraining, TP)을 일관되게 상회하며, 계산 리소스도 적게 소모된다.

논문은 '텍스트화 손실(Textualization Loss)'— 수식·표·도표를 선형 텍스트로 변환할 때 발생하는 정보 열화 — 를 정량화한다. 과학 논문 지식의 상당 부분은 시각적 레이아웃과 기호적 토폴로지(Topology)에 부호화되어 있으며, VP는 이를 보존한다. 이는 NLP 커뮤니티의 오랜 전제인 '텍스트 처리가 가장 효율적이다'라는 점에 도전하는 중요한 연구다.

**무디스 (Moody's)**는 AI 인프라 투자 경쟁이 거대 테크 기업의 재무 구조를 근본적으로 변화시키고 있다고 경고하는 보고서를 발표했다. 6개 기업(Microsoft, Amazon, Alphabet, Meta, Oracle, CoreWeave)의 2026년 설비 투자 총액은 7,850억 달러에 달하며, 2027년에는 약 1조 달러에 이를 전망이다. 현재 직접 부채는 약 4,600억 달러이다.

데이터 센터 계약은 1.2조 달러 규모로 팽창했으며, 이 중 8,200억 달러는 아직 건설 중인 시설과 관련되어 있다. 무디스는 'AI 순환 에코시스템(AI Circular Ecosystem)' — 클라우드 사업자가 AI 연구소에 투자하고, 그 AI 연구소가 동일한 투자자로부터 클라우드 서비스를 구매하는 구조 — 가 리스크를 집중시키고 있다고 지적한다.

🔗 Moody's Credit Research · 財聯社 — AI 투자 경고