오늘의 브리프
타임라인
TODAY TLDR
OpenAI는 EU 기업 AI 사용의 절반 이상이 Codex·ChatGPT Work 같은 에이전트라고 밝혔습니다. 중소기업 주간 활성은 5월 이후 8배 늘었지만, 사용자당 깊이는 글로벌 최전선에 못 미칩니다. Anthropic은 싱가포르 사무실과 정부 AI 안전 MOU를 열었고, Chollet은 지능 병목이 모델이 아니라 현실과의 반복 접촉이라고 적었습니다. a16z는 긴 여정 에이전트의 성과 과금과 Nathan Lambert의 오픈 모델 격차 인터뷰를 냈고, Latent Space는 Dyna-2 물리 에이전트와 Argon 독립 벤치를 정리했습니다. SemiAnalysis는 Rubin+SGLang 달러당 성능이 GB300의 4.23배라고 했고, Simon Willison은 AI 게임 디컴파일의 보존·탈취 양면을 골랐습니다.
OpenAI (Economic Research · Sarah Friar)
OpenAI가 EU 기업·사업 고객을 분석했다. Codex와 ChatGPT Work가 출력 토큰의 절반을 넘는다고 밝혔다.
EU 중소기업의 Codex·ChatGPT Work 주간 활성 사용자는 2026년 5월 이후 8배 넘게 늘었다. 회원국 전부에서 늘었다.
EU 최전선 기업은 일반 EU 기업보다 사용자당 출력 토큰이 4배를 넘지만, EU 밖 최전선 기업의 절반에도 못 미친다.
왜 EU나 글로벌에서 에이전트 도입을 볼 때, 가입률만 보지 말고 사용자당 사용 깊이를 같이 볼 때.
Anthropic (Dale Finlay · Ben Mann)
Anthropic이 아시아·태평양 다섯 번째 사무실을 싱가포르에 열었다. 디지털개발정보부와 AI 안전·평가 MOU도 맺었다.
GovTech·Grab·DBS 등에서 Claude를 쓰고 있다고 했다. Economic Index 기준 인구 대비 Claude.ai 사용은 121개국 중 2위라고 했다.
모델 평가·사고 대응 기술 교류, 중소기업·공무원 AI 역량, Economic Index 데이터 공유를 계획한다고 했다.
왜 APAC에서 Claude를 쓰거나 규제·안전 파트너십을 볼 때, 싱가포르 현지 팀과 MOU 범위가 바뀌는지 확인할 때.
Francois Chollet
Francois Chollet이 감각 입력이 없으면 지능 시스템이 환각하기 시작한다고 썼다. 끈 이론을 그 비유로 들었다.
영향 큰 문제를 풀 때 지능 자체는 거의 병목이 아니라고 했다. 병목은 현실과 반복해서 맞닿는 일이라고 했다.
같은 날 실제 물리 과제는 자기회귀 샘플링만으로 못 푼다고도 했다. 인과와 이산 추론을 다시 넣어야 한다고 했다.
왜 모델만 키울지, 실세계 피드백·로봇·실험을 같이 키울지 갈래를 정할 때.
a16z (David Haber)
a16z David Haber가 몇 주~몇 달짜리 ‘계주’형 고객 여정을 에이전트가 처음부터 끝까지 맡는 그림을 그렸다. 예시는 개인 상해 소송의 접수부터 합의까지다.
플랫폼 판매, 기존 외주 서비스 대체, 풀스택(직접 사업) 세 갈래로 팔 수 있다고 했다. Red Ventures식 성과 과금이 다시 열린다고 봤다.
성과 과금은 법·조달 마찰이 있다고 인정했다. 그래도 AI가 다루는 시장이 인건비 예산에서 매출 몫으로 넓어진다고 했다.
왜 지원 챗봇을 넘긴 에이전트 사업을 설계할 때, 절감 과금과 성과 과금 중 어디를 밀지 정할 때.
a16z (Lisha Li · Nathan Lambert / Trillium)
a16z Lisha Li가 Nathan Lambert(전 Ai2, Trillium Labs)와 오픈 모델이 최전선을 따라잡을 수 있는지 이야기했다.
Lambert는 전형적인 OpenAI 연구자가 쓰는 컴퓨트가 H100 환산 약 5,000장 규모라는 말에 중국 연구자 턱이 떨어진다고 전했다. 증류의 이점은 몇 달 수준이라고 봤다.
수학·코딩 밖 진전은 데이터와 RL 환경 구매가 크다고 했다. Trillium은 그 환경과 ‘AI가 AI를 만드는’ 과정을 공개하겠다고 했다.
왜 오픈 가중치로 갈지, 클로즈드 API에 붙을지 정할 때. 컴퓨트·RL 환경 격차를 같이 볼 때.
Latent Space (swyx · Jason Ma / Dyna Robotics)
Latent Space가 Dyna Robotics 수석과학자 Jason Ma와 Dyna-2 월드-액션 모델을 현장 인터뷰했다. 사람 영상 100만 시간 이상 사전학습이라고 했다.
Dyna-2.1은 세탁처럼 한 시간짜리 실제 워크플로를 에이전트 하네스로 돌린다고 했다. 새 과제는 시연 약 45분이면 적응하는 사례를 들었다.
딘타이펑 냅킨·Best Western 세탁 같은 현장 배치와, 바퀴형 세미휴머노이드를 직접 만드는 이유를 풀었다.
왜 데모 로봇이 아니라 현장 배치·한 시간 자율을 볼 때. VLA 대신 월드-액션 모델 쪽을 알아볼 때.
Latent Space (AI News)
Latent Space AINews가 Gemini 4 Argon 전 세계 공개를 독립 벤치와 함께 다시 정리했다.
Artificial Analysis는 도입가 기준 작업당 약 1.99달러로 GPT-6 Astra와 비슷한 지능 지수에, 비용은 Astra의 약 60%라고 봤다. Arena Argon High는 최대 노력에서 5위였다.
Ethan Mollick·Theo 등 실사용 평에서는 창작·에이전트는 좋아졌지만, 복잡한 다중 에이전트와 코드베이스 분석 신뢰는 갈린다고 모았다.
왜 Argon을 기본 모델로 바꿀지 볼 때, Google 발표만 보지 말고 독립 점수와 실사용 신뢰 노트를 같이 볼 때.
SemiAnalysis (Dylan Patel)
SemiAnalysis가 InferenceX 프리뷰에서 NVIDIA Rubin 위 SGLang 추론이 GB300 NVL72보다 달러당 성능이 4.23배 낫다고 알렸다.
지금은 Qwen3.8 Flash Next 180B(활성 6B) 같은 작은 모델 제출이다. 더 큰 모델용 Rubin NVL72 공개 제출이 이어진다고 했다.
널리 쓰이는 프로덕션 LLM 엔진 SGLang 기준이라고 강조했다.
왜 다음 세대 NVIDIA 추론 단가를 볼 때, GB300 기준표를 Rubin+SGLang 숫자와 다시 대조할 때.
Simon Willison
Simon Willison이 인디 개발자 Popcar의 AI 게임 디컴파일 글을 골랐다. 매시업과 옛 게임 보존·웹 이식이 늘고 있다고 전했다.
같은 기술로 경쟁사 소프트웨어를 빼가거나, 유료 앱을 강제로 열어젖힐 수 있다고 경고한 대목을 인용했다.
콘솔이 디지털만 남기고 서버가 꺼지는 시대엔, 산 소프트웨어를 직접 소유·보존하는 쪽으로는 이득이라고 정리했다.
왜 AI 리버스 엔지니어링이 제품·IP 전략에 닿는지 볼 때. 보존 도구로 쓸지, 유출 리스크로 볼지 가를 때.