AI트렌드

AI 회사는 모델 규칙을 글로 고쳐 쓰고, 영국 사이버보안 기관은 AI 공격을 경고했어요

최종학 | Kyle Choi · 2026년 11월 4일

크림색 바탕에 작은 로봇이 나무 연설대 뒤에 서 있고, 연설대 위에 펼친 책과 나팔 모양 확성기가 놓여 있으며, 아래에 둥근 방패와 종이 더미가 있는 그림

오늘의 한 줄

제가 보기엔 이번 소식은 한 줄로 모여요. AI 회사가 모델이 지킬 규칙을 공개 문서로 밝히는 만큼, AI를 노리거나 AI를 쓰는 공격 소식도 함께 나왔어요.

OpenAI는 10월 29일에 모델이 어떻게 행동하길 바라는지 적은 공개 문서(Model Spec)를 다섯 가지 가치 중심으로 다시 짰어요. 11월 3일에는 Google 위협 인텔리전스 그룹(GTIG)이 기업이 쓰는 AI 모델의 접근 권한을 가로채 쓰는 공격(LLMjacking)을 분석한 글을 냈고, 영국 국가사이버보안센터(NCSC)는 AI 악성코드 경고가 담긴 연례 검토를 내놨어요. 아래 13개 소식은 이 흐름 안에서 바로 써 볼 것과 알아 둘 것으로 나눠 담았어요.

사람들 반응

Karpathy, 주말에 Claude로 해커뉴스 댓글 4,300만 건을 걸러 영상 추천 사이트를 만들었어요↗

Andrej Karpathy(카파시)가 11월 1일(협정 세계시 기준) X에 올린 글에서, 20년 치 해커뉴스(HN, 개발자들이 모이는 토론 사이트) 댓글 4,300만 건을 Claude로 걸러 반복해서 추천되는 영상 6,454개를 모은 ’HackerTube’를 만들었다고 밝혔어요. 본인 설명으로는 Opus 5.5로 약 2시간이 걸렸고, 시청 경험이 크게 나아졌다고 평가했어요.

  • 본인 설명으로는 로그인 없이도 추천이 나오고, 상태는 브라우저 안에만 저장돼요.
  • 썸네일은 업로더가 올린 대표 이미지 대신 영상 중간의 한 장면을 쓴다고 해요.
  • 분석에 쓴 데이터를 압축 파일 하나로 공개하면서, 각자의 Claude에게 주고 자기 버전을 만들어 달라고 해 보라고 권했어요.
  • 사람이 직접 한 일은 구글 클라우드에서 영상 정보를 조회하는 키(API 키)를 만들고, 빌려 쓰는 인터넷 서버(VPS)를 켜고, 도메인을 사는 것이었다고 해요. 서버가 켜진 뒤에는 업데이트·보안 강화·배포를 Claude에게 맡겼다고 적었어요.

얻는 것 큰 데이터를 걸러 쓸모 있는 목록을 만드는 일을 AI에게 시키고, 사람은 계정 만들기 같은 일을 맡는 작업 방식의 실제 사례를 볼 수 있어요.

지금 할 일 →원문 글의 “A bit more on the process” 부분을 읽고, 내가 자주 반복하는 번거로운 일 하나를 Claude에게 어떻게 시킬지 한 줄로 적어 봐요.

왜 지금 이 글은 Karpathy 본인이 쓴 사용기라서 결과는 본인 주장이에요. 그래도 사람이 한 일과 AI가 한 일을 나눠 적어 둔 덕분에, 내 일에 옮겨 볼 때 어디까지 맡길 수 있을지 가늠하는 참고가 돼요.

출처: X(@karpathy) · 7/10

xAI가 팀마다 데이터 과학자를 하나씩 붙이는 Grok Bot 사례를 공개했어요↗

xAI는 11월 2일 공식 글에서 자사 데이터 과학팀이 만든 ’Data Bot’을 소개했어요. Grok Bot은 xAI가 자기 컴퓨터를 갖고 24시간 일하는 AI 에이전트 팀이라고 소개하는 서비스이고, Data Bot은 그 안에서 팀이 함께 쓰는 봇이에요.

  • xAI 설명으로 Data Bot은 회사 데이터 창고(웨어하우스)를 조회해 분석하고, 사람마다 원하는 형식으로 결과를 돌려줘요. Slack 채널에 넣어 두면 주간 보고도 맡을 수 있다고 해요.
  • 봇이 쓰는 지식은 데이터팀이 정리한 ‘스킬’(업무 방법을 적어 둔 지침)이에요. 봇이 일하다 배운 내용은 관리자가 승인하거나 거부한 뒤에야 모두에게 공유돼요.
  • xAI는 지난주 이 봇이 데이터 과학팀에 갔을 일 약 70시간어치를 처리했다고 자체 추정했어요.
  • X에서는 @gregisenberg(11월 2일, 협정 세계시)가 중소기업용 Grok Bot 세팅이 지금 가장 좋은 AI 사업 중 하나일 수 있다며 에이전트마다 컴퓨터·이메일·전화번호를 주고 시간당 12달러짜리 직원처럼 요금을 받는 방법을 제안했어요. @kloss_xyz(11월 3일)는 자신이 Grok Bot으로 분석·초안 평가·뉴스 수집·영상 편집 봇을 운영한다며 자기 일은 취향, 곧 검토하고 다듬고 결정하는 것이라고 썼어요. 둘 다 개인 주장이에요.

얻는 것 AI 에이전트를 팀 동료처럼 두는 방식과, 그 에이전트가 배운 것을 사람이 승인하는 운영 구조를 구체적으로 볼 수 있어요.

지금 할 일 →우리 팀에서 같은 질문이 계속 한 사람에게 쏠리는 일이 있는지 하나 골라 적어 봐요.

왜 지금 xAI가 자기 회사 안에서 쓴 사례라 효과는 회사가 직접 한 추정이에요. 제가 보기엔 성과 숫자보다 ’무엇을 가르치고 누가 승인하는가’를 적어 둔 부분이 다른 팀에도 옮겨 볼 만해요.

출처: xAI 공식 글, X(@gregisenberg, @kloss_xyz) · 6/10

Ethan Mollick, 논문 리뷰를 AI에게 시켜 보라고 권했어요↗

Ethan Mollick이 11월 3일(협정 세계시 기준) X에서, 학술 연구를 AI로 검토하는 방식을 두고 지금 의견이 갈려 다투는 중이지만 직접 확인해 볼 가치가 있다고 썼어요. GPT-6 Pro나 Opus 5.5 High에게 내 논문 하나에 도움이 되는 구체적인 피드백을 요청해 보면, 제대로 쓴 AI가 꽤 통찰력 있다는 걸 스스로 알 수 있다는 내용이에요.

  • 직접 해 보라는 권유이고, 이 글에는 실험 결과나 수치가 없어요.
  • 써 보라고 꼽은 모델은 GPT-6 Pro와 Opus 5.5 High예요.
  • 글머리에서 AI를 학술 검토에 어떻게 쓸지를 두고 변화와 다툼의 시기라고 짚었어요.

얻는 것 내 글에 AI 피드백을 받아 볼 때, 어떤 모델에 어떤 식으로 요청하라는지 한 사람의 경험에 기댄 출발점을 얻어요.

지금 할 일 →내가 쓴 보고서나 기획서 하나를 골라 “약한 부분을 구체적으로 짚어 달라”고 요청해 봐요. 공개하기 어려운 내용은 빼고 해요.

왜 지금 Mollick 본인이 AI를 학술 검토에 쓰는 문제로 다툼이 이어지는 중이라고 짚은 글이에요. 수치나 실험 없이 한 사람이 권하는 내용이라는 점은 감안하고 읽어야 해요.

출처: X(@emollick) · 5/10

OpenAI, ’ChatGPT 검색량이 구글의 20%’라고 밝혔어요, 숫자는 OpenAI 자체 발표예요↗

OpenAI의 ChatGPT 소비자 제품 책임자 Adam Fry가 월요일(11월 2일) 언론 행사에서, ChatGPT로 실행된 검색 질의량이 구글의 20%에 해당한다고 발표했다고 The Verge가 11월 3일(협정 세계시 기준) 보도했어요. 비교한 구글 수치의 출처는 Fry가 밝히지 않았어요.

  • OpenAI는 사용자가 질문을 넣어 웹 검색이 일어난 경우만 검색으로 세요. 용어 뜻 묻기나 간단한 방법 설명 같은 일은 빠져요.
  • The Verge는 구글의 5분의 1 수준이어도 앞지르기까지는 아직 거리가 멀다고 썼어요.
  • 비교 사례로, 구글의 2023년 반독점 재판에서 Satya Nadella(Microsoft CEO)가 Bing의 시장 점유율을 약 3%라고 말했다고 짚었어요.

얻는 것 점유율이나 사용량 숫자를 볼 때 ’누가 어떤 기준으로 센 숫자인지’부터 확인하는 습관을 가질 수 있어요.

지금 할 일 →이런 비교 숫자를 볼 때 비교 대상 수치의 출처가 적혀 있는지 먼저 찾아봐요.

왜 지금 제가 보기엔 이 숫자는 검색이 ’검색창’에서 ’AI에게 묻기’로 옮겨 가는 흐름을 보여 주는 신호예요. 다만 OpenAI의 자체 발표이고 비교한 구글 수치의 출처가 없어서, 정확한 크기를 말해 주는 지표로 쓰기엔 일러요.

출처: The Verge · 7/10

새로 나왔어요

Google, Gemini 4 Carbon을 사이버 방어자에게 먼저 제한 공개했어요↗

Google이 11월 2일 올린 10월 AI 소식 요약 글에서, Gemini 4 Carbon이 지금 출시 전 시험 단계라고 밝혔어요. Carbon 발표 날짜는 Google이 따로 밝히지 않았어요. Google은 이 모델을 오래 걸리는 엔지니어링 작업과 사이버 보안 방어에 가장 강한 모델이라고 소개했어요.

  • 시험 참여자는 미국 정부와 신뢰받는 일부 사이버 방어자(해킹을 막는 보안 담당자)예요. Fairwind Program이라는 프로그램으로 쓰고 있다고 해요.
  • Google은 안전 장치를 다듬고 파트너 시험을 늘린 뒤 개발자, 기업, 일반 사용자에게 넓게 출시할 계획이라고 했어요. 그 시기는 밝히지 않았어요.
  • 같은 글에서 Google은 Carbon을 Gemini 4 Argon을 낸 지 약 2주 뒤에 발표했다고 했고, Argon은 이미 전 세계에 공개됐다고 적었어요.

얻는 것 성능이 높은 모델을 보안 담당자부터 쓰게 하고 나머지 사용자에게는 나중에 푸는 단계별 공개 방식을 볼 수 있어요.

지금 할 일 →지금은 일반 사용자가 쓸 수 없으니, 요약 글에서 Carbon과 이미 공개된 Argon 설명을 나란히 읽고 두 모델의 용도 차이만 메모해 둬요.

왜 지금 제가 보기엔 강한 모델일수록 공개 순서와 대상을 먼저 정하는 쪽으로 가는 신호예요. 다만 이 글은 월간 요약이라 Carbon만 다룬 별도 발표문은 확인하지 못했고, 성능 평가는 모두 Google의 설명이에요.

출처: Google 블로그 · 7/10

OpenAI, 모델이 따를 원칙 문서(Model Spec)를 다섯 가지 가치 중심으로 고쳤어요↗

OpenAI는 10월 29일자 글에서 Model Spec을 개정했다고 밝혔어요. Model Spec은 OpenAI가 자사 모델이 어떻게 행동하길 바라는지 적어 공개한 문서예요. 이번 소개 글을 기준으로 정리했어요.

  • 새 기준은 다섯 가지 가치예요. 사람의 의도에 충실하기(faithfulness to human intent), 해악 최소화, 정직과 투명성, 사람의 주체성 돕기, 배려예요. 이 중 의도에 충실하기를 바탕으로 삼는다고 해요.
  • 맥락, 감독, 주체성에 관한 지침을 더했고 일부 기본 동작을 조정했다고 해요.
  • 말투와 형식에 관한 세부 지침은 대부분 없앴어요. 사람마다, 언어와 문화마다 선호가 다르니 사용자 피드백과 맥락으로 맞추겠다는 이유예요.
  • OpenAI는 이 문서가 앞으로 목표로 하는 행동을 적은 것이고 모델이 아직 완전히 따르지는 못한다고 직접 밝혔어요.

얻는 것 AI가 지시를 글자 그대로 따르는 데서 사람이 원하는 바를 헤아리는 쪽으로 가려 한다는 회사의 방향을 공개 문서로 읽을 수 있어요. OpenAI의 예로, 직장 제안을 비교해 줄 때 이전에 말한 우선순위(예: 일정한 근무 시간)를 쓰되 그 가정을 드러내 쉽게 고치게 하는 경우가 있어요.

지금 할 일 →소개 글에서 다섯 가치 설명을 읽고, 내가 AI에게 맡기는 일에 가장 걸리는 가치 하나를 골라 한 줄로 적어 봐요.

왜 지금 OpenAI는 모델이 더 똑똑해지고 세상에서 더 중요한 행동을 하게 되면서 지시 해석을 넘어선 판단이 필요해졌다고 설명했어요. 이 문서는 모델의 실제 동작이 아니라 회사가 세운 목표라는 점을 같이 봐야 해요.

출처: OpenAI · 8/10

OpenAI, 웹사이트의 AI 학습 선호 신호(robots.txt)를 따르겠다고 발표했어요↗

OpenAI는 10월 30일자 글에서, 웹사이트가 robots.txt(검색 로봇에게 접근 가능한 곳을 알리는 파일)에 적는 공통 신호를 따르겠다고 발표했어요. 이 신호는 생성형 AI 학습에 내 글을 써도 되는지에 대한 웹사이트의 뜻을 알리는 용도예요.

  • 지금까지는 AI 회사마다 크롤러(웹 페이지를 수집하는 프로그램)를 따로 지정해 규칙을 적어야 했는데, 공통 신호를 쓰면 여러 참여 회사에 같은 뜻을 한 번에 알릴 수 있다고 OpenAI는 설명했어요.
  • OpenAI는 이 신호를 앞으로 몇 달 안에 구현하는 것이 목표라고 했고, 구현할 때 세부 내용을 다시 알리겠다고 했어요. 아직 적용된 것은 아니에요.
  • 기존 크롤러 제어 방법은 그대로 유지되고, 새 신호가 그것을 대신하지는 않는다고 해요.
  • 이 일은 자발적인 노력이고, 인터넷 표준을 논의하는 국제 단체 IETF의 AI Preferences 작업반의 논의를 바탕으로 한다고 해요. OpenAI는 다른 AI 회사들도 이 신호를 따르길 권했어요.

얻는 것 웹사이트나 블로그를 운영한다면, 앞으로 AI 학습 수집 거부 의사를 여러 회사에 한꺼번에 표시할 수 있는 길이 열린다는 점을 알 수 있어요.

지금 할 일 →내 사이트가 있다면 주소 뒤에 /robots.txt를 붙여 열어 보고, 지금 AI 크롤러에 관한 줄이 있는지 확인해 봐요.

왜 지금 발표만 나왔고 구현 시점과 방식은 아직 정해지지 않았어요. 제가 보기엔 지금 할 일은 새 신호를 쓰는 게 아니라 현재 내 robots.txt가 어떤 상태인지 아는 것이에요.

출처: OpenAI · 7/10

Anthropic, AI for Science 프로그램에 20개 재단·기관·연구 그룹을 더했어요↗

Anthropic은 10월 28일 글에서, 연구자에게 Claude 이용권(크레딧)을 무료로 주는 AI for Science 프로그램을 20개 재단, 기관, 연구 그룹과 함께 넓혔다고 밝혔어요. 이 프로그램은 2025년 5월에 시작했어요.

  • 연구비를 대는 재단과 학회로 Alfred P. Sloan Foundation, Simons Foundation, Schmidt Sciences, 미국 국립과학재단(NSF) 등이 들어갔어요. 이들은 받은 크레딧을 연구자에게 나눠 준다고 해요.
  • 기관으로는 Wellcome Sanger Institute, Francis Crick Institute, EMBL 등이 들어갔고, 기관 안에서 크레딧을 쓴다고 해요.
  • Anthropic은 HHMI Janelia Research Campus와 AI 에이전트가 실험 기기를 안전하게 다루게 하는 공통 규격(Model Hardware Standard)을 만들었고, 아직 연구 시험 공개 단계라고 했어요. Allen Institute는 AI 에이전트 팀으로 데이터를 분석해 몇 달 걸리던 수작업 분석을 몇 시간으로 줄이고 있다고 소개했어요. 둘 다 Anthropic이 쓴 설명이에요.

얻는 것 연구 기관 규모로 AI 도구를 들여오는 방식과, 크레딧을 재단이 나눠 주는 구조를 알 수 있어요.

지금 할 일 →연구나 학습에 AI를 쓰고 있다면, 내가 속한 기관이나 후원 재단이 이 프로그램 명단에 있는지 원문 목록에서 찾아봐요.

왜 지금 이 글은 Anthropic이 자기 프로그램을 설명한 글이라 성과 표현은 회사 쪽 평가예요. 제가 보기엔 연구 지원이 크레딧 제공에서 기관 단위 협력으로 넓어지는 점이 눈에 띄어요.

출처: Anthropic 공식 글 · 6/10

영국 NCSC, 2028년까지 AI 악성코드가 핵심 기반시설 랜섬웨어 공격에 쓰일 가능성이 매우 높다고 경고했어요↗

영국 국가사이버보안센터(NCSC)는 11월 3일(화) ‘State of the Cyber Nation’ 보고서를 내면서, 영국의 핵심 국가기반시설이 2028년까지 AI 악성코드가 쓰인 랜섬웨어(파일을 잠그고 돈을 요구하는 악성코드) 공격에 대비해야 한다고 밝혔어요. NCSC는 이런 공격이 일어날 가능성이 매우 높다(highly likely)고 판단했어요. NCSC는 영국 정보기관 GCHQ에 속한 기관이에요.

  • NCSC는 앞으로 2년 안에 공격하는 쪽이 AI를 쓰면 공격의 규모와 효율이 커질 가능성이 매우 높다(“highly likely”)고 평가했어요. 랜섬웨어, 사람을 속이는 수법(사회공학), 보안 허점 악용이 예로 들렸어요.
  • NCSC 대표 Richard Horne은 보고서를 알리는 연설에서, AI 때문에 영국 조직들이 지금의 보안 상태를 직시해야 하고 새 기술이 약점과 투자 부족을 빠르게 드러낼 것이라고 말할 예정이라고 NCSC가 밝혔어요. 같은 연설에서 AI가 영국의 방어력을 높일 중요한 기회라는 점도 짚을 예정이라고 해요.
  • NCSC 글에 따르면 영국 재무장관이 지난주 국가 사이버 방패(Cyber Shield) 1단계에 6천만 파운드, 보안 허점을 실시간으로 찾는 센터(NERV)에 7천만 파운드를 투자하겠다고 발표했어요.

얻는 것 정부 기관이 위협을 연도까지 정해 평가하고 그에 맞춘 투자까지 같이 발표하는 방식을 볼 수 있어요.

지금 할 일 →내 업무용 계정에서 이중 인증(비밀번호 외에 한 번 더 확인하는 로그인)이 켜져 있는지 확인해 봐요.

왜 지금 이 내용은 예측이고, 이미 일어난 사건이 아니에요. 보고서 본문 전체가 아니라 NCSC 보도문 기준으로 정리했고, 제가 보기엔 개인이 할 수 있는 일은 평소 보안 설정을 점검하는 것이에요.

출처: 영국 NCSC · 8/10

한 입 지식

LLMjacking이 뭔가요, 남이 쓰는 AI의 접근 권한을 가로채 비용을 떠넘기는 공격이에요↗

Google 위협 인텔리전스 그룹(GTIG)은 11월 3일(원문 표기) 글에서, 올해 Mandiant가 대응한 여러 사건에서 공격자가 기업이 쓰는 대규모 언어 모델(LLM)의 접근 권한을 가로챘다고 밝혔어요. 이런 수법을 LLMjacking이라고 부르는데, 피해 조직은 자기도 모르게 쓰이는 AI 사용료를 떠안게 돼요.

  • GTIG에 따르면 가장 흔한 침입 경로는 노출됐거나 도난당한 클라우드 신원 정보(접근 키와 로그인 토큰 등)예요. 공개 코드 저장소에 올라간 기업의 AI 키를 긁어모은 사례도 있었다고 해요.
  • 개별 사건에서 하루 10만 달러가 넘는 요금이 붙었고, 일부 조직은 접근이 끊기기 전까지 누적 요금이 100만 달러에 이르렀어요.
  • 훔친 접근 권한을 중계하고 파는 서비스를 GTIG는 ’LLM Mixers’라고 부르며, 지하 구독자에게 무단 접근을 되판다고 설명했어요.
  • 한 공격자는 8시간도 안 돼 50만 건이 넘는 AI 호출을 했고, 거의 100만 달러의 비용이 피해 조직에 넘어갔다고 해요. GTIG는 이 중계 서비스가 훔친 키로 운영된다고 판단했어요.

얻는 것 AI를 쓰는 데 필요한 키와 토큰도 훔쳐서 돈이 되는 대상이라는 점, 그래서 청구서와 키 관리가 곧 보안 문제라는 점을 알 수 있어요.

지금 할 일 →내가 쓰는 AI·클라우드 서비스의 키가 코드나 공개 저장소에 올라가 있지 않은지 확인하고, 사용 한도와 요금 알림을 설정해 봐요.

왜 지금 GTIG가 사건과 대응 방법을 함께 공개한 글이라, 제가 보기엔 개인 개발자와 작은 팀도 키 관리부터 점검해 볼 만해요. 수치는 GTIG와 Mandiant가 관찰한 사건에 한정된 값이에요.

출처: Google 클라우드 블로그 · 7/10

Stanford 연구진, 많이 인용된 LLM 연구 결과 50건 중 44%가 지금 모델에서는 사라졌다고 밝혔어요↗

Stanford의 Owen Queen과 James Zou가 11월 2일 공개한 결과예요. 2024년 7월부터 2026년 9월 사이에 나온 모델 20개로, AI에 관한 널리 인용된 연구 결과 50건을 다시 시험했어요.

  • 44%는 만료됐고, 34%는 크게 약해졌고, 16%는 유지됐고, 6%는 더 강해졌어요. 연구진은 원래 효과의 5분의 1 이하로 줄면 만료로 봤어요.
  • 만료된 예로 글자 수 세기, 긴 글 한가운데 있는 사실 찾기, 존재하지 않는 논문 인용 만들어 내기가 꼽혔어요. 유지된 쪽은 사용자에게 맞장구치며 아부하기, 심사 역할을 맡은 모델이 자기 답을 더 좋게 보는 경향 같은 것이에요.
  • 만료 시점을 추정할 수 있었던 22건은 각 연구 결과가 처음 발표된 때부터 센 평균이 15.7개월(중앙값 14.7개월)이에요. 50건 전체가 이 속도로 만료됐다는 뜻은 아니에요.
  • 이 결과는 연구진이 웹페이지에 올린 것이고, 학술지 심사를 거쳤는지는 확인하지 못했어요.

얻는 것 AI에 대한 연구 결과나 기사를 읽을 때, 어느 모델로 언제 시험했는지부터 확인하는 기준을 얻어요.

지금 할 일 →최근 읽은 ’AI는 이걸 못한다’는 글 하나에서 어떤 모델로 언제 시험했는지 찾아봐요.

왜 지금 제가 보기엔 모델이 몇 달 간격으로 바뀌는 만큼, 예전에 맞던 AI 한계 이야기를 지금 그대로 믿기는 어려워요. 심사 여부를 모르는 자료라는 점도 함께 기억해 둬요.

출처: Stanford 연구진 웹페이지 · 6/10

이거 써보세요

Gemini 앱 대화창에서 문서·PDF·시트·슬라이드를 만들고 바로 고쳐 볼 수 있어요↗

Google은 10월 29일 발표에서, Gemini 앱에서 문서, PDF, 발표자료, 스프레드시트, 코드 같은 파일을 대화 안에서 만들고 미리 보고 고칠 수 있다고 밝혔어요.

  • 파일을 전체 화면으로 열어 직접 글을 고치거나, 글을 골라 질문하거나, Gemini에게 다듬어 달라고 시킬 수 있어요.
  • PDF 미리보기와 편집은 웹과 모바일에서 되고, Google 문서, 스프레드시트, 발표자료, Markdown, TXT, 코드는 웹에서만 돼요.
  • Google은 이 기능을 Gemini 앱이 제공되는 모든 언어의 모든 사용자에게 지금 열었다고 밝혔어요.
  • Google의 예로, 손글씨 강의 노트를 올려 PDF 학습 가이드를 만들어 달라고 한 뒤 직접 고치거나 일부 구간의 수정을 Gemini에게 맡기는 장면이 소개됐어요.

얻는 것 AI가 쓴 글을 따로 옮겨 붙이지 않고, 대화 안에서 파일로 만들고 이어서 고치는 흐름을 쓸 수 있어요.

지금 할 일 →웹에서 Gemini에게 간단한 모임 안내문을 PDF로 만들어 달라고 요청하고, 전체 화면에서 한 문장을 직접 고쳐 봐요.

왜 지금 제가 보기엔 챗봇이 답을 주는 데서 결과 파일을 함께 다듬는 도구로 넓어지는 변화예요. Google은 Gemini 앱이 제공되는 모든 언어의 모든 사용자에게 열려 있다고 밝혔어요. 내 앱에서 파일 편집이 되는지 직접 열어 확인해 봐요.

출처: Google 블로그 · 7/10

신기한 AI

OpenAI 직원 2명이 GPT-6 Astra로 일주일 안에 기기를 설계했어요, 양산 준비엔 여러 번 손봐야 했어요↗

OpenAI는 11월 3일 글에서, 직원 2명이 GPT-6 Astra로 Codex와 대화하는 기기를 설계했다고 밝혔어요. 케이스, 회로기판(PCB, 전자 부품을 올려 이어 주는 판), 사용 화면, 기기 안에 들어가는 기본 소프트웨어(펌웨어)까지 Astra가 맡았다고 해요.

  • 두 사람은 부업 프로젝트로 일주일 안에 설계했고, 계약 제조사가 한 달 안에 소량의 시제품을 만들었어요. OpenAI는 사람이 직접 고치지 않고 기기를 만들 수 있는지 시험했다고 설명했어요.
  • 그래도 양산 준비에는 검토와 수정이 여러 번 필요했어요. Astra가 제조사의 생산 한계와 허용 오차를 일관되게 반영하지 못했다고 OpenAI가 적었어요.
  • OpenAI 하드웨어 팀의 모델 사용량은 2월 이후 토큰(AI가 처리하는 글자 단위) 기준으로 23배 늘었다고 OpenAI는 밝혔어요.
  • 3D 부품과 회로기판 연결을 다시 만드는 시험(BenchCAD 2.0)에서 OpenAI의 새 내부 모델은 평균 0.875점, Astra는 가장 높은 추론 설정에서 0.594점이었어요. 모두 OpenAI가 낸 수치예요.

얻는 것 AI가 소프트웨어를 넘어 실제 물건의 설계에 쓰이는 초기 사례와, 그 한계를 회사가 직접 적어 둔 부분을 함께 볼 수 있어요.

지금 할 일 →OpenAI 글에서 Astra가 맡은 부분과 사람이 다시 손봐야 했던 부분을 나눠 두 줄로 적어 봐요.

왜 지금 이 글은 OpenAI가 자기 사례와 수치로 쓴 것이라 외부 검증은 없어요. 다만 더 점수가 높은 내부 모델이 따로 있다고 공식 글에서 밝힌 점은 눈여겨볼 만해요.

출처: OpenAI · 7/10

출처

점수(n/10)는 필자가 정한 편집상의 중요도예요. 글의 날짜는 원문에 표시된 날짜를 따랐어요.

1차 출처

보도(OpenAI 발표를 전한 기사)

글에서 인용한 X 게시물

Anthropic, OpenAI, Google, xAI 확인 결과(11월 4일 조회)

  • 10월 28일 이후 일반에 새로 공개된 모델은 없었어요. Anthropic은 공식 소식 목록에서 AI for Science 글 한 건만 새로 올라왔고, OpenAI는 뉴스 피드 제목 기준으로 새 모델 발표가 없었어요. xAI는 11월 2일 Grok Bot 글 한 건이 있었어요.
  • Google은 Gemini 4 Carbon을 출시 전 시험 단계로 제한 공개했고, 일반 공개 시기는 밝히지 않았어요.