오늘의 브리프
타임라인
TODAY TLDR
OpenAI가 GPT-6.2 Astra와 Sol을 내놨다. Astra는 AI 연구를 앞당기는 능력에서 ‘High’ 등급을 받은 첫 외부 공개 모델이다. 같은 날 a16z 팟캐스트에선 OpenAI 연구 책임자 Mark Chen이 “AI 연구 인턴은 이미 만들었다”고 했다. Google은 Gemini 에이전트 기능 Tasks를 한국 포함 6개국에 무료로 풀었고, Microsoft는 Ignite에서 싼 자체 모델 일곱 개를 꺼냈다. Demis Hassabis의 Isomorphic Labs는 50억 달러를 모았다.
OpenAI · Noam Brown
OpenAI가 최상위 모델 GPT-6.2 Astra와 일상용 GPT-6.2 Sol을 ChatGPT, Codex, API에 동시에 풀었다.
Astra는 AI 연구를 앞당기는 능력에서 ‘High’ 등급을 받은 첫 외부 공개 모델이다.
Astra API 가격은 GPT-6 Astra보다 20% 싸고, 같은 일을 더 적은 토큰으로 끝낸다.
왜 모델이 AI 연구 속도를 올린다는 걸 랩이 공식 등급으로 인정했다. 지능 폭발 논쟁이 이제 랩 문서 안으로 들어왔다.
Demis Hassabis · Isomorphic Labs
Demis Hassabis가 이끄는 Isomorphic Labs가 시리즈 C로 50억 달러를 모았다.
Greenoaks와 Sequoia가 주도했고 a16z가 새로 들어왔으며 Alphabet도 계속 투자했다.
돈은 AI 신약 설계 엔진을 키우고 첫 후보 물질을 임상시험으로 보내는 데 쓴다.
왜 바이오 스타트업 단일 투자로는 역대 최대라는 평가다. AI가 신약을 실제로 만들 수 있느냐는 질문에 돈이 먼저 크게 걸렸다.
Sundar Pichai · Google
Google이 Gemini 에이전트 기능 Tasks를 미국, 일본, 한국 등 6개국 사용자에게 무료로 풀었다.
앱에서 ‘Chat’을 ‘Task’로 바꾸면 Gemini가 긴 일이나 반복 일을 뒤에서 대신 처리한다.
미국에선 가게에 전화 걸기, Google Pay 결제, 이메일·문자로 일 맡기기까지 된다.
왜 유료 구독자용이던 개인 에이전트가 수억 명에게 공짜로 열렸다. 한국 사용자도 바로 써 볼 수 있다.
Satya Nadella · Microsoft
Microsoft가 Ignite에서 코딩, 보안, 이미지, 음성용 자체 MAI 모델 일곱 개를 한꺼번에 내놨다.
코딩 모델 MAI Code 2는 GPT-6.1 Sol 성능의 98%를 약 40% 가격에 낸다고 주장했다.
2세대 AI 칩 Maia 200도 실제 생산에 들어가 가장 큰 모델들을 돌리고 있다고 밝혔다.
왜 24시간 도는 에이전트가 늘면서 승부가 ‘최고 성능’에서 ‘성능 대비 가격’으로 옮겨 가고 있다. Microsoft는 OpenAI 의존을 줄일 자체 모델 라인업을 키운다.
a16z · Working Theory
a16z가 새 팟캐스트 Working Theory 첫 편으로 AI 자기개선(RSI)을 다뤘다.
OpenAI 연구 책임자 Mark Chen은 범위가 정해진 실험을 맡기면 모델이 직접 구현하고 돌려 결과를 낸다고 했다.
Thinking Machines의 John Schulman은 어떤 아이디어가 오래 살아남을지 아는 ‘연구 감각’은 아직 사람 몫이라고 짚었다.
왜 같은 날 OpenAI가 GPT-6.2 Astra에 자기개선 High 등급을 매겼다. 그 등급이 현장에서 무슨 뜻인지 연구 책임자가 직접 풀어 준 셈이다.
Simon Willison
Simon Willison이 코딩 에이전트를 더 안전하게 돌리는 ‘외부 샌드박스’ 방식을 공개했다.
에이전트는 Mac에서 그대로 돌고, 명령 실행만 허락한 폴더와 주소만 보이는 리눅스 샌드박스로 보낸다.
Claude Code, Codex, Pi에서 쓸 수 있고 npx 명령 두 줄로 바로 써 볼 수 있다.
왜 매번 승인 버튼을 누르는 방식은 결국 아무 생각 없이 누르게 된다. 에이전트가 망칠 수 있는 범위를 처음부터 좁히는 쪽이 낫다는 제안이다.
Latent Space
Cloudflare AI 플랫폼 책임자 Michelle Chen이 회사를 ‘네오랩’이라고 불렀다.
Cloudflare는 빠른 판단용 소형 모델 Clef와 정보 추출 모델 Clairic을 이미 냈다.
Chen은 사후 학습 위주로 추론 모델까지 실험하고 있다고 밝혔다.
왜 인프라 회사까지 자체 모델을 만드는 시대다. 모든 요청을 큰 LLM에 보내지 않고 작은 모델로 나누는 흐름이 굳어진다.
Latent Space · AINews
Perplexity CEO Aravind Srinivas가 연 매출 환산액이 10억 달러를 넘었다고 Semafor 행사에서 밝혔다.
The Information 보도로는 연초 2억 5천만 달러 미만이었으니 1년 새 약 4배다.
성장을 이끈 건 사용자 대신 일하는 에이전트 제품 Computer다.
왜 검색 회사로 시작한 곳도 에이전트로 돈을 번다. 에이전트 제품이 실제 매출로 이어진다는 또 하나의 증거다.
agi-tracker · GeekNews 스타일 · 점수/댓글 없음