AI 트렌드 on To the Moon

같은 AI인데 점수가 37%p 벌어졌습니다 — 모델보다 '어떻게 돌리느냐'

Sun, 13 Sep 2026 13:46:00 +0900

3주 만에 트렌드 정리를 씁니다. 밀린 리포트를 몰아 보다가 좀 이상한 걸 발견했어요.

이번 주 조회수 1위가 AI가 인류를 멸종시킬 수 있다는 영상이었습니다. 44만 회. 그 아래로도 “AI 업계가 지금 정말 겁먹었다”, “외계인의 정신”, “앤트로픽 연구원이 사표를 던졌다” 같은 제목이 줄줄이 이어졌고요.

그런데 같은 주에 올라온 투자 채널 영상은 정반대 얘기를 하고 있었습니다. 기업들이 AI에 쓰는 돈이 줄고 있다고요.

세 줄 요약

GPT-6 아스트라가 나왔습니다. 같은 시험에서 62.7%와 99.9%를 동시에 받았어요. 차이는 모델이 아니라 돌리는 방식이었습니다.
공포 서사가 최고조였지만, 정작 상위 고객사들의 AI 지출은 월 10%씩 줄고 있습니다. 안 쓰는 게 아니라 싼 모델로 갈아타는 중이에요.
실전에선 에이전트가 파일을 헤매느라 태우는 토큰을 잡는 도구들이 떴습니다.

아스트라는 왔는데, 점수가 두 개였습니다

OpenAI가 GPT-6 아스트라를 내놨습니다. 공식 채널의 ChatGPT Work 소개 영상이 21만 회를 넘겼어요. 음성으로 시키면 PPT·엑셀·워드를 넘나들며 알아서 처리한다는 내용입니다.

성능 얘기가 쏟아졌는데, 그중 제 눈길을 끈 건 벤치마크 숫자였습니다. ARC-AGI 3이라는 시험에서 아스트라가 62.7%를 받았다고도 하고 99.9%를 받았다고도 하더군요.

둘 다 맞았습니다.

차이는 하니스였습니다. 모델을 감싸서 돌리는 실행 환경을 그렇게 부릅니다. 매번 새로 호출해서 맥락을 초기화하면 62.7%, 이전 추론을 이어가게 하면 99.9%가 나왔어요.

같은 모델입니다. 37%p 차이를 만든 건 모델이 아니라 어떻게 돌렸느냐였습니다.

그래서 나한테는? 새 모델이 나왔을 때 벤치마크 숫자만 보고 판단하면 안 된다는 뜻입니다. 그리고 더 중요한 건, 지금 쓰는 모델도 돌리는 방식만 바꾸면 성능이 올라갈 여지가 있다는 거예요. 모델을 갈아타기 전에 이쪽부터 볼 만합니다.

쓸 만한가? 15개 작업으로 붙여본 결과

한 채널이 아스트라와 클로드 페이블 5.1을 실제 업무 15개로 붙여봤습니다. 벤치마크 말고 실사용이라 참고할 만했어요.

결과는 아스트라 10승, 페이블 5승. 다만 숫자 두 개가 더 흥미로웠습니다.

비용: 아스트라가 약 186달러 더 쌌다
시간: 아스트라가 1시간 43분 더 걸렸다

싸지만 느린 겁니다. 아스트라는 시각 자료 해석과 복잡한 작업에서, 페이블은 문서 생성과 웹사이트 복제에서 강했다고 하고요.

시간이 돈인 작업이라면 계산이 달라질 수 있습니다. “어느 쪽이 더 좋냐"보다 내 작업이 어느 칸에 있냐를 먼저 보는 게 맞습니다.

공포 뉴스가 쏟아진 주, 돈은 반대로 움직였습니다

이번 주 화제성은 압도적으로 안전 쪽이었습니다. 터커 칼슨 채널의 초지능 경고 영상이 44만 회, 앤트로픽 전 연구원의 사직 소식, “외계인의 정신"이라는 OpenAI 수석 과학자의 표현까지.

앤트로픽이 직접 낸 오남용 보고서도 무거웠습니다. 클로드가 생물무기 개발과 사이버 공격에 쓰인 정황, 그리고 일부 기업이 클로드의 답변을 자사 모델 훈련에 끌어다 썼다는 내용이 담겼어요.

그런데 같은 주, 투자 쪽에서는 이런 분석이 나왔습니다.

OpenAI와 앤트로픽 매출의 80%가 상위 1% 기업에서 나오는데, 그 고객들의 AI 지출이 월 10%가량 줄고 있다는 겁니다.

중요한 건 줄어든 이유예요. AI를 덜 쓰는 게 아니라 비싼 프론티어 모델에서 싼 표준·경량 모델로 갈아타는 중이라는 분석이었습니다.

공포 서사와 현실의 방향이 정반대인 셈이죠. 뉴스는 “AI가 너무 강해진다"고 하는데, 장부는 “굳이 제일 센 걸 쓸 필요가 없더라"고 말하고 있습니다.

저는 후자가 더 실질적인 신호라고 봅니다. 물론 안전 논의가 중요하지 않다는 뜻은 아니고요.

이번 주에 건진 것들

에이전트가 느린 진짜 이유부터. 코딩 에이전트가 굼뜬 건 머리가 나빠서가 아니라 파일을 찾아 헤매기 때문입니다. 필요한 코드를 찾겠다고 이 파일 저 파일 열어보면서 컨텍스트가 부풀고 토큰이 샙니다.

Graft를 미리 돌려두세요. 깃허브 트렌딩에 오른 도구인데, graft init과 graft build로 코드베이스 구조를 먼저 그래프로 만들어 둡니다. 그러면 에이전트가 탐색을 건너뛰고 필요한 줄로 바로 갑니다. 토큰 최대 4배, 시간 최대 3배를 아꼈다는 게 영상의 주장이에요. 큰 프로젝트일수록 차이가 크다고 합니다.

페이블 5.1은 노력 설정을 낮춰보세요. 앤트로픽 권장과는 반대인데, 한 채널이 실측해보니 낮은 설정이 오히려 품질도 좋고 비용·시간도 아꼈다고 합니다. 저도 아직 안 해봐서 장담은 못 하지만, 한 번 비교해볼 가치는 있어 보입니다.

유니티 공식 플러그인이 나왔습니다. 클로드 플러그인 메뉴에서 Unity를 검색하면 설치됩니다. 게임 쪽 하시는 분들은 설정 없이 바로 붙습니다.

여러 앱에 걸친 일은 한 번에 시키세요. ChatGPT Work는 앱 하나 안에서 시키는 것보다, “데이터 분석하고 보고서 쓰고 일정까지 잡아줘"처럼 앱을 넘나드는 복합 작업에서 값을 합니다.

하나만 남긴다면 — 모델 말고 하니스

여기부턴 이번 주 뉴스가 아니라 오래 갈 얘기입니다.

우리는 보통 결과가 시원찮으면 모델을 바꿉니다. 더 비싼 걸로, 더 새 걸로요. 그런데 이번 주 숫자들이 가리키는 건 다른 쪽입니다.

같은 모델이 37%p 차이를 냈고, 에이전트 속도는 검색 방식에서 갈렸고, 품질은 노력 설정에서 갈렸습니다. 전부 모델 바깥의 문제예요.

그래서 순서를 이렇게 잡는 걸 권합니다.

맥락을 이어주고 있나 — 매번 초기화하고 있진 않은지
필요한 것만 주고 있나 — 탐색으로 토큰을 태우고 있진 않은지
그래도 부족한가 — 그때 모델을 올린다

지난 편에서 “지시를 줄일수록 결과가 좋아진다"는 얘기를 했는데, 결이 같습니다. 모델은 이미 충분히 똑똑하고, 병목은 대개 모델을 감싼 껍데기 쪽에 있습니다.

짚고 넘어갈 것

“OpenAI가 수학을 풀었다"는 제목이 여럿 돌았습니다. 폭스 뉴스까지 다뤘고요.

내용은 나비에-스토크스 문제입니다. 클레이 연구소가 건 밀레니엄 7대 난제 중 하나로, 유체 운동이 유한 시간 안에 특이점을 일으킬 수 있는지를 묻는 90년 묵은 문제예요. AI가 여기서 특이점 발생을 보이는 결과를 냈다는 게 발표의 요지입니다.

큰 성과인 건 맞습니다. 다만 세 가지는 같이 봐야 합니다.

“수학을 풀었다"가 아닙니다. 난제 하나에서 한 방향의 결과를 낸 거지, 수학이 끝난 게 아니에요.
AI 혼자 한 것도 아닙니다. 인간이 세운 전략 위에서 방대한 계산을 수행한 형태였습니다.
동시에 여러 곳이 붙어 있었습니다. 앤트로픽 연구자와 독립 수학자도 비슷한 작업을 하던 중이었고, OpenAI가 이를 알고 서둘러 발표했다는 논란이 있습니다.

공포 쪽 제목도 마찬가지입니다. “AI가 우리를 죽일 수 있다"는 경고는 경청할 가치가 있는 우려지만, 그게 곧 임박한 사실은 아닙니다. 같은 주에 나온 지출 데이터와 나란히 놓고 보는 편이 균형이 맞습니다.

나머지는 짧게

ChatGPT Images 2.5가 나왔습니다. 스케치를 넣으면 그걸 바탕으로 그려줍니다.
딥시크 하네스 2.0이 업데이트됐어요. 이미지 입력과 세밀한 에이전트 제어가 붙었습니다.
클로드 코드 구독을 해지했다는 영상이 화제였습니다. 오픈 가중치 모델과 로컬·오픈 모델 조합으로 대체하는 실험이었는데, 논지는 지난달 가격 편과 같습니다.
다빈치 리졸브 21.1에 AI 어시스턴트가 들어갔습니다.
국내에서도 아스트라가 뉴스에 올랐습니다. 반도체·전력 수요 확산 얘기와 함께요.

이번 주엔 이거 하나만

지금 쓰는 AI에게 맥락을 이어주고 있는지 확인해보세요.

매번 새 창을 열어 처음부터 설명하고 있다면, 그게 62.7%짜리 사용법입니다. 프로젝트 기능이든 메모리든 지식 그래프든, 맥락을 남기는 장치를 하나만 붙여보세요. 모델을 바꾸는 것보다 싸고 빠릅니다.

저는 이번 주에 Graft를 한번 돌려볼 생각입니다. 결과가 괜찮으면 다음 편에 적어둘게요.

여러분은 모델을 바꿔서 해결한 적이 많나요, 아니면 쓰는 방식을 바꿔서 해결한 적이 많나요. 저는 돌아보니 후자가 훨씬 많았습니다.

매주 유튜브 AI 영상 수십 편을 훑어서, 흐름이 되는 것만 골라 “내 작업에 뭐가 달라지나"로 옮기고 근거와 과장 필터를 붙입니다. 이번 편은 2026년 9월 6~12일 조회수 상위 영상을 봤어요. 성능·비용 수치는 각 영상에서 주장된 값이라 직접 검증하진 못했고, 그래서 조건과 반론을 본문에 같이 적었습니다. 나비에-스토크스는 클레이 연구소의 밀레니엄 문제, ARC-AGI는 공개된 벤치마크입니다.

출처 영상

ChatGPT Work, now powered by GPT-6 Astra — OpenAI
I Tested GPT-6 Astra vs Fable 5.1 on 15 Real Use Cases — Nate Herk
OpenAI’s President Says AGI Is Here — Jason Lowe on AI
AI News: The AI World is REALLY Scared Right Now — Matt Wolfe
AI Whistleblower: OpenAI Scandal, AI Cults, Neuralink — Tucker Carlson
‘Cracks in the AI Thesis’ — Prof G Markets
Github Top Trending Tool Just Fixed The AI Agent’s Biggest Problem — AI LABS
OpenAI JUST solved math…. — Wes Roth
AI cracks one of math’s biggest unsolved problems — LiveNOW from FOX
Anthropic Reports SHOCKING AI Misuse — Mint
Why I Cancelled My Claude Code Subscription — Jordan Urbs
Introducing the official Unity plugin for Claude Code — Unity

클로드로 맞춤법만 고쳐도 도장이 찍힙니다 — AI 워터마크 시대의 새 기준

Thu, 20 Aug 2026 21:30:00 +0900

지난주엔 온통 가격 얘기뿐이었는데, 이번 주는 분위기가 확 달라졌습니다. 제 노트북이 밤마다 긁어오는 영상 목록을 훑는데, 1위가 이거였어요. “미국인들이 AI에 등을 돌렸다.” 22만 회.

돈 얘기하다가 갑자기 신뢰 얘기로 넘어간 한 주였습니다.

세 줄 요약

클로드가 만든 모든 텍스트에 보이지 않는 워터마크가 찍히기 시작했습니다. EU AI 법 대응이에요.
근데 이 표식은 “AI가 썼다"가 아니라 “AI를 거쳤다"만 말합니다. 맞춤법만 고쳐도 찍혀요.
반대편에선 지시를 줄일수록 결과가 좋아진다는 얘기가 나왔습니다. 프롬프트 상식이 뒤집히는 중입니다.

클로드가 쓴 글엔 도장이 찍힙니다

앤트로픽이 8월 2일부터 클로드가 생성하는 텍스트와 파일에 워터마크를 넣기 시작했습니다. EU AI 법의 투명성 의무에 맞춘 조치예요.

두 가지 방식이 같이 갑니다. 텍스트에는 눈에 안 보이는 통계적 표식이, 파일에는 C2PA라는 출처 메타데이터 서명이 붙습니다.

원리가 좀 재밌습니다.

AI가 다음 단어를 고를 때 특정 후보들의 확률을 아주 살짝 높입니다. 사람이 읽으면 전혀 티가 안 나는데, 문장이 길어지면 그 편향이 통계로 잡혀요. 2023년 ICML에 발표된 “A Watermark for Large Language Models” 논문이 제시한 방식이고, 이번에 도입된 것도 이 계열입니다.

그러니까 문장 품질은 그대로 두고 흔적만 남기는 겁니다. 꽤 영리하죠.

문제는 ‘썼다’와 ‘거쳤다’를 구분 안 한다는 겁니다

여기가 진짜 중요한 대목입니다.

내가 직접 쓴 글을 클로드에 넣고 맞춤법만 고쳐도 워터마크가 붙습니다. 번역도, 요약도 마찬가지고요. 표식은 “이 텍스트가 AI를 거쳤다"만 말할 뿐, 누가 썼는지는 말해주지 않습니다.

학교나 회사처럼 AI 사용 여부가 민감한 곳에서는 이게 곤란해질 수 있어요. 초안을 통째로 뽑은 사람과 오타만 고친 사람이 같은 표식을 달게 되니까요.

그래서 나한테는? 제출용 문서라면 어디까지 AI를 거쳤는지 미리 밝혀두는 편이 안전합니다. 나중에 표식이 검출됐을 때 해명하는 것보다, 처음부터 “번역에만 썼다"고 적어두는 쪽이 훨씬 낫습니다.

그리고 예상대로, 워터마크 제거 도구가 이미 깃허브에 올라오고 있습니다. 창과 방패가 시작된 거죠. 다만 이걸 굳이 뚫으려 애쓰기보다는 밝히고 쓰는 쪽이 결국 편할 겁니다.

한 가지 더. 클로드처럼 상용 모델을 쓸 때만 해당됩니다. 내 노트북에서 돌리는 오픈모델에는 이런 표식이 없어요. 민감한 문서를 다룬다면 이것도 선택지입니다.

대중은 이미 등을 돌리는 중입니다

이번 주 최다 조회 영상이 “미국인들이 AI에 등을 돌렸다"였습니다. 22만 회면 이 분야에서 압도적인 숫자예요.

내용은 무겁습니다. 일자리 감소, 데이터센터의 전력·물 소비, 저작권 침해. AI 채택률은 오르는데 신뢰도는 계속 떨어지고 있다는 겁니다.

비슷한 결의 영상도 있었어요. “잠깐, 챗GPT한테 물어볼게"라는 제목인데, AI에 의존하면서 생기는 비판적 사고 저하를 다룹니다. 심리학에서 인지 오프로딩이라 부르는 현상이죠. 계산기를 쓰면 암산 능력이 떨어지는 것과 같은 원리인데, 이번엔 대상이 판단력이라 얘기가 다릅니다.

여기에 감시 우려까지 겹쳤습니다. 챗GPT 데스크톱 앱에 컴퓨터 활동 기록 기능이 붙었거든요. 내가 뭘 하는지 학습해서 반복 작업을 대신해주는 건데, 뒤집으면 화면을 계속 들여다본다는 뜻이기도 합니다. 한 팟캐스트 패널들은 업무 전용 컴퓨터에서만 켜라고 권하더군요. 저도 같은 생각입니다.

이번 주에 건진 것들

AI 사용 범위를 먼저 적어두기. 제출용 문서라면 맨 아래에 “번역·교정에 AI 사용"처럼 한 줄 남기세요. 워터마크가 붙는 시대엔 이게 가장 싼 보험입니다.

민감한 문서는 로컬 모델로. 워터마크도 안 붙고 데이터도 안 나갑니다.

컴퓨터 기록 기능은 기기를 분리해서. 켜려면 업무 전용 기기에서만. 개인 기기에는 켜지 마세요.

클로드 코드에 /design이 생겼습니다. 코드를 짜기 전에 디자인 시안을 뽑고 고른 다음 넘어가는 흐름이에요. 만들어놓고 “이거 아닌데” 하며 갈아엎는 일이 줄어듭니다.

프로젝트 폴더에 문서 세 개 두기. 한 영상에서 소개한 방식인데 꽤 쓸 만합니다. 작업 방식을 적은 문서, 지금 중요한 게 뭔지 적은 문서, 결과물 판단 기준을 적은 문서. 이렇게 세 개를 두면 AI가 맥락을 알아서 잡습니다.

하나만 남긴다면 — 지시를 줄이세요

여기부턴 이번 주 뉴스가 아니라 오래 갈 얘기입니다.

클로드 코드 개발자가 이런 말을 했다고 합니다. 시스템 프롬프트의 80%를 지웠더니 결과가 더 좋아졌다고요.

모델이 똑똑해질수록 세세한 단계 지시가 오히려 발목을 잡는다는 겁니다. 업계에선 이걸 호블링이라고 부르더군요. 말 그대로 발을 묶는다는 뜻이죠.

그럼 뭘 줘야 하냐면 두 가지입니다.

무엇을 달성해야 하는지 (어떻게 하라가 아니라)
다 됐다는 걸 어떻게 증명할지

지난주에 나온 Ramp 사례도 정확히 같은 얘기였습니다. “어떻게 하라” 대신 “뭘 달성하라"만 지시해서 CI 시간을 3분의 1로 줄였다고 했죠. 두 주 연속 같은 결론이 나온 셈입니다.

솔직히 저도 반대로 해왔습니다. 결과가 시원찮으면 지시를 더 붙이는 식이었는데, 이번 주 내용을 보고 프롬프트를 한 번 걷어내 봐야겠다 싶더군요.

짚고 넘어갈 것

이번 주 제목들이 좀 셌습니다. “GPT-6 아스트라가 클로드를 박살냈다” 같은 것들요.

내용을 보면 아스트라가 미해결 수학 문제 10개를 풀었고, Lean 4라는 증명 검증기로 기계 검증까지 됐다는 겁니다. 이건 진짜 대단한 성과예요.

다만 같은 주에 클로드도 리만 가설에서 진전을 냈습니다. 조건을 만족하는 영(zero)의 비율 하한을 사람이 세운 41.6%에서 67.2%까지 올렸다고 하죠. 가설 자체를 푼 건 아니지만 의미 있는 개선입니다.

그러니까 “박살냈다"는 제목보다는 양쪽 다 수학에서 진전을 내고 있다가 사실에 가깝습니다. 그리고 아스트라는 소비자용 제품이 아니라 연구 시스템으로 보인다는 게 영상들의 공통 관측이었어요. 당장 우리가 쓸 수 있는 물건이 아닙니다.

가격 인하도 계속됐습니다. OpenAI가 최대 80%를 내렸고, 무료 게이트웨이 얘기도 또 나왔어요. 지난주 흐름이 그대로 이어지는 중입니다.

나머지는 짧게

구글 픽셀 11 / 워치 5 공개. 온디바이스 AI와 오프라인 제미나이, 혈압·인슐린 저항성 추세 감지가 붙었습니다.
제미나이에 이미지 워터마크 제거 기능이 생겼습니다. 한쪽은 넣고 한쪽은 빼는 묘한 그림이에요.
미니맥스 H3가 오픈소스 영상 생성에서 좋은 평을 받았습니다. 로컬로 돌릴 수 있다는 게 강점이고요.
무제한이 사라지는 중입니다. 수노를 비롯해 “무제한” 내걸던 AI 서비스들이 하나둘 사용량 제한을 겁니다.
클로드 페이블 5.1 출시가 임박했다는 유출이 돌았습니다.

이번 주엔 이거 하나만

AI를 쓴 문서에 한 줄만 남겨보세요. “이 글은 번역과 교정에 AI를 썼습니다” 정도면 충분합니다.

워터마크가 기본이 된 이상, 숨기는 쪽은 계속 피곤해집니다. 먼저 밝히면 그냥 끝나는 일이고요. 저도 이 블로그에 그 한 줄을 넣을지 고민 중입니다.

여러분은 어디까지가 “내 글"이라고 생각하세요? 맞춤법 교정까지는 괜찮고 초안 생성부터는 아닌 걸까요. 저도 아직 선을 못 그었습니다.

매주 유튜브 AI 영상 수십 편을 훑어서, 흐름이 되는 것만 골라 “내 작업에 뭐가 달라지나"로 옮기고 연구 근거랑 과장 필터를 붙입니다. 이번 편은 2026년 8월 12~19일 조회수 상위 영상을 봤어요. 성능·수치는 각 영상에서 주장된 값이라 직접 검증하진 못했고, 그래서 반론이 있으면 같이 적었습니다. 워터마크 원리로 인용한 ICML 2023 논문과 C2PA·EU AI Act는 공개된 자료예요.

출처 영상

Americans Have Turned Against AI — The Infographics Show
🚨 이제 AI로 글 쓰면 다 걸립니다 — 조코딩 JoCoding
Claude Is Hiding Watermarks in Your AI Text — Kyle Balmer
“Wait, let me ask ChatGPT” — Bryony Claire
Casey Newton on ChatGPT’s New Feature — Pod Save America
I Deleted All My Claude Skills… And Claude Got Smarter — Nate Herk
Claude Code New Features, Explained — Greg Isenberg
리만 가설에 도전한 클로드의 놀라운 결과 — 조코딩 JoCoding
GPT-6 Astra: OpenAI’s Next Model Just Destroyed Claude AI — AI Master
Probé Claude Code Design y es… — midudev

'100배 싸다'는 AI들, 갈아타기 전에 — 비싼 모델과 싼 모델 나눠 쓰는 법

Tue, 11 Aug 2026 21:00:00 +0900

제 노트북에선 매일 밤 11시에 스크립트가 하나 돌아갑니다. 그날 올라온 AI 관련 유튜브 영상을 긁어와서, 조회수 높은 것들만 골라 요약해두는 녀석이에요. 아침에 커피 마시면서 그걸 훑는 게 요즘 루틴입니다.

지난 한 주치를 몰아서 봤는데, 이번엔 좀 이상했어요. 보통 이맘때면 “이 모델이 얼마나 똑똑한가” 얘기로 도배가 되는데, 이번 주는 성능 얘기가 거의 없었습니다. 대신 가격표만 보고 있더군요.

세 줄 요약

가격이 무너졌어요. 중국 오픈모델(Kimi K3·Qwen 3.8·DeepSeek V4)이랑 메타 뮤즈 코드가 같은 주에 쏟아졌습니다.
근데 “100배 싸다"에는 조건이 있어요. 메타의 그 요금제, 내 코드를 학습 데이터로 내주는 대가입니다.
에이전트는 기억을 갖기 시작했습니다. 쉬는 동안 스스로 정리하고, 도구 사이를 옮겨 다니는 기억이 나왔어요.

이번 주엔 다들 가격 얘기만 했습니다

제일 많이 본 영상 제목이 이걸 그대로 보여줍니다. “중국이 페이블 5를 이기는 100배 싼 AI를 내놨다.” 17만 회예요.

문샷의 Kimi K3는 2.8조 파라미터짜리 오픈소스 모델입니다. 어떤 리뷰어가 3D 전투 게임을 만들어보게 시켰는데, 클로드 페이블 5보다 3.3배쯤 싸게 끝냈다고 하더군요.

저도 AI로 게임 만들기 시리즈를 매주 하고 있어서 이 대목이 남 일 같지 않았어요. 게임 만들기는 될 때까지 계속 다시 돌리는 작업이라, 모델 단가가 그대로 부담이 되거든요. “이거 한 번 더 돌려볼까” 하다가 멈칫한 적이 여러 번입니다.

메타는 뮤즈 코드라는 터미널 코딩 에이전트를 베타로 냈습니다. /effort로 얼마나 깊게 생각할지, /model로 어떤 모델 쓸지 바꾸는 방식인데, 솔직히 클로드 코드랑 거의 똑같아요.

화제가 된 건 요금이었습니다. 컨트리뷰터 티어를 쓰면 캐시된 입력 토큰 100만 개당 0.15달러에서 0.002달러로 떨어집니다.

이게 무슨 의미냐면, 지금까지 “비싸서 못 해본” 것들을 해볼 수 있게 됐다는 겁니다. 코드베이스 전체 훑기, PR 수백 개 분류, 될 때까지 반복하는 리팩터링 같은 것들요. 비용 때문에 접어둔 아이디어 있으면 지금 다시 꺼내볼 만합니다.

근데 “100배 싸다"를 그대로 믿긴 좀

여기서 한 번 멈춰야 해요. 그 가격엔 조건이 붙어 있습니다.

컨트리뷰터 티어가 싼 이유는 개발 데이터를 넘기기 때문입니다. 개인 토이 프로젝트면 별생각 없이 쓰겠지만, 회사 코드나 고객 정보가 오가는 작업이라면 계산이 완전히 달라지죠. 같은 기준으로 보면 안 됩니다.

공정하게 덧붙이면, “100배 싸다"고 제목을 뽑은 그 영상도 이 조건은 짚었습니다. 메타가 컨트리뷰터 모델을 쓰면 콘텐츠가 제품 개선에 쓰일 수 있다고 명시했다고요. 다만 제목만 보고 넘어가면 놓치기 쉬운 대목이라 한 번 더 적습니다.

평가도 갈렸어요. 뮤즈 코드를 다룬 리뷰어는 속도랑 가격은 인정하면서도 “완벽하진 않다"며 환각 문제를 같이 짚었습니다. Kimi K3도 시연 한 번 봤다고 우열을 말하긴 이르고요.

리뷰어들이 입을 모은 말이 있습니다. 벤치마크 말고 본인 실제 작업으로 직접 돌려보라는 거였어요.

참고로 코딩 에이전트 실력을 재는 공개 기준은 이미 있습니다. 프린스턴이 2023년에 내놓은 SWE-bench인데, 실제 깃허브 이슈를 AI가 스스로 해결하는지를 봐요. 마케팅 문구보다는 이런 기준이나 내 업무로 확인하는 게 낫습니다.

AI가 잠을 자기 시작했습니다

가격 말고 눈에 띈 게 하나 더 있어요. 기억이랑 자율성입니다.

안드레이 카파시가 지적한 AI의 약점이 이거였습니다. 프롬프트를 받을 때만 학습한다는 것. 사람은 자는 동안에도 뇌가 하루치를 정리하는데 AI는 그게 없다는 거죠. 앤트로픽은 여기에 착안해서 쉬는 동안 과거 세션을 되짚어 기억을 정리하는 드리밍 기능을 넣었습니다. 아직 기업 고객용이지만요.

클로드 Opus 5한테 9일간 혼자 돈을 벌어보라고 시킨 실험도 있었어요. 초반엔 삽질하다가 결국 3D 스키 게임을 만들어서 상금을 탔습니다. 55달러로 시작해서 87달러가 됐어요. 액수는 귀엽지만 자율 운영이 굴러갔다는 게 포인트죠.

재밌는 건 AI가 돈 벌 방법으로 게임 제작을 골랐다는 겁니다. 짧게 만들고 바로 평가받는 영역이라 그랬겠죠. 게임 랩 1편에서 제가 “AI로 게임 만들어 돈 벌기, 진짜 될까?“라고 물었던 게 떠올라서 좀 묘했습니다.

건틀렛 루프라는 프롬프팅 기법도 화제였어요. 메인 에이전트가 서브 에이전트를 여럿 띄우고, 거기에 비평 담당을 붙여서 기준 만족할 때까지 계속 돌리는 방식입니다.

이것도 뿌리가 있습니다. Reflexion·Self-Refine(NeurIPS 2023) 계열 연구인데, AI가 자기 결과물을 스스로 평가하고 고쳐서 다시 하면 정확도가 오른다는 게 확인돼 있어요.

다만 소개한 사람 본인이 처음부터 다 맡기진 말라고 했습니다. 어느 정도 방향 잡힌 걸 다듬을 때 써야 효과적이라고요.

이번 주에 건진 것들

당장 해볼 만한 것들만 추렸어요.

게이트웨이로 모델 갈아끼우기. 도구는 그대로 두고 뒤에 붙는 모델만 바꾸는 방식입니다. OpenRouter는 CLI 설치하고, 계정 만들고, API 키 연결하면 끝이에요. DeepSeek이나 GLM 같은 오픈모델이 클로드 코드 뒤에 붙습니다.

페일오버 묶어두기. OmniRoute에서 여러 모델을 묶고 우선순위나 순환 방식을 걸어둘 수 있어요. 한 모델이 한도에 걸리면 알아서 다음 모델로 넘어가서 작업이 안 끊깁니다.

아예 내 컴퓨터에서 돌리는 방법도 있죠. 예전에 게이밍 노트북으로 나만의 LLM 돌리기에 정리해뒀는데, 이번 주 오픈모델들이 쏟아지면서 그 선택지가 훨씬 현실적이 됐습니다.

문서를 스킬로 학습시키기. Hermes 에이전트의 /learn 명령에 파일 경로를 주면 그 내용을 영구히 기억합니다. 사내 문서나 업무 매뉴얼 한 번 넣어두면 세션 바뀌어도 남아 있어서, 매번 파일 붙여넣는 짓을 안 해도 돼요.

기억을 도구 사이에 공유하기. Walrus Memory를 연결하면 챗GPT랑 클로드가 같은 기억을 씁니다. 도구 옮길 때마다 배경 설명 다시 하는 낭비가 사라지죠.

음성은 일꾼 말고 지휘자로. 챗GPT 보이스에 직접 일 시키지 말고 “스레드 만들어서 이거 처리해줘” 식으로 다른 스레드에 넘기라는 팁이었어요. 음성 모델은 가벼운 놈이라 무거운 작업은 넘기는 게 결과가 낫다고 합니다.

하나만 남긴다면 이겁니다

여기부턴 이번 주 뉴스가 아니라 반년 뒤에도 유효할 얘기예요.

모델은 하나 고르는 게 아니라, 작업 난이도에 따라 나눠 쓰는 것입니다.

단계	무엇을	어떤 모델
설계·계획	아키텍처, 요구사항 정리	제일 똑똑한 비싼 모델
실행·반복	코드 작성, 변환, 정리	저가·오픈모델
검증	결과 확인, 리뷰	중간

이게 그냥 유행어는 아니에요. 학계에선 모델 캐스케이딩이라고 부르고, 2023년 스탠퍼드의 FrugalGPT 연구가 대표적입니다. 싼 모델로 대부분을 처리하고 어려운 것만 비싼 모델에 넘기면 비용은 줄이면서 성능은 지킬 수 있다는 내용이죠.

이번 주에 달라진 건 이 표의 가운데 칸입니다. ‘실행’에 쓸 수 있는 선택지가 갑자기 확 넓어졌어요. 원칙 자체는 그대로고요.

그늘도 같이 봐야죠

OpenAI 아스트라는 출시가 미뤄졌습니다. 자체 안전 기준에서 사이버보안 항목이 ‘치명적’ 등급에 걸렸거든요. 사람 개입 없이 제로데이 공격을 만들어낼 수 있는 수준이라는 뜻입니다.

투자 쪽에선 거품 논쟁이 커졌어요. 논리는 이렇습니다. 오픈모델이랑 저가 경쟁이 퍼지면, 지금까지 깔고 가던 인프라 수요 전망이 과대평가였을 수 있다는 거죠.

한 채널은 제본스의 역설(“싸지면 오히려 총사용량이 는다”)이 무비판적으로 퍼질 때를 특히 조심하라고 했습니다. 그럴듯한 논리일수록 검증 없이 반복되기 쉬우니까요. 저도 이 문장 좋아했는데, 좀 찔리더군요.

나머지는 짧게

무료 사용자 기본 모델이 GPT-5.6 Luna로 바뀌었습니다.
제미나이 노트북 2.0은 자료에서 슬라이드랑 쇼츠 영상까지 뽑아줍니다.
클로드 코드 플러그인 5종이 돌았어요. Omni Route, Claude-mem, Headroom, Claude Code Setup, Task Observer.
클로드 디자인에 모션 그래픽이 붙었는데, 백엔드나 라이브 URL은 여전히 없습니다. 실서비스로 바로 이어지진 않아요. 프로토타입용으로 보는 게 맞습니다.
핀테크 회사 Ramp는 개발 전 과정에 에이전트를 붙여서 CI 시간을 3배 줄였다고 합니다. 비결이 좀 의외였는데, “어떻게 하라"가 아니라 “뭘 달성하라"만 지시하는 거였대요.

이번 주엔 이거 하나만

게이트웨이 하나 연결해보세요. OpenRouter든 OmniRoute든, 지금 쓰는 도구 뒤에 오픈모델 하나만 붙여보는 겁니다.

돈 아끼자는 게 목적이 아니에요. 갈아끼울 수 있는 상태를 만들어두자는 겁니다. 다음에 또 판이 흔들릴 때(또 흔들립니다), 준비된 사람만 갈아탈 수 있으니까요.

혹시 이미 오픈모델로 갈아타신 분 있나요? 저는 아직 클로드 코드를 주력으로 쓰는데, 이번 주 보면서 슬슬 실험은 해봐야겠다 싶더군요. 써보신 분들 후기가 궁금합니다.

매주 유튜브 AI 영상 수십 편을 훑어서, 흐름이 되는 것만 골라 “내 작업에 뭐가 달라지나"로 옮기고 연구 근거랑 과장 필터를 붙입니다. 이번 편은 2026년 8월 4~10일 조회수 상위 42편을 봤어요. 성능·가격 수치는 각 영상에서 주장된 값이라 직접 검증하진 못했고, 그래서 조건이랑 반론을 본문에 같이 적었습니다. 연구로 인용한 FrugalGPT·SWE-bench·Reflexion은 공개된 논문이에요.

출처 영상

China Just Dropped an AI 100x Cheaper That Beats Claude Fable 5 — Vaibhav Sisinty
Meta’s Claude Code clone is INSANELY cheap — Theo
Kimi Code colocou o Claude Code pra chorar — mano deyvin
Affordable Claude Code in 3 steps — Abhishek Veeramalla
Give ChatGPT and Claude the Same Memory — Nate Herk
Hermes AI Just Learned to Read Books — Julian Goldie SEO
This NEW Claude Prompting Technique (gauntlet-loop) — Jay E RoboNuggets
I Let Claude Opus 5 Run a Business Alone for 9 Days — Ben Awad
Andrej Karpathy Just Fixed Claude Code’s Biggest Weakness — Dream Labs AI
OpenAI’s Model Got Too Dangerous So They Locked It Up — Universe of AI