이번 주는 AI가 '무엇을 만들 수 있나'에서 '어떻게 일하게 하고 어떻게 돈을 버나'로 무게중심이 옮겨간 흐름이 뚜렷했습니다. 삼성전자의 전사 도입과 공공기관 활용 고도화가 에이전트·업무 자동화의 실제 확산을 보여준 반면, Anthropic의 과금 정책 번복과 인재 이동은 상업화 과정의 긴장을 드러냈습니다. 연구 영역에서도 추론 효율화, 보안 자동복구, 벤치마크 신뢰성 등 '실전 배치'를 겨냥한 문제의식이 두드러졌습니다.
🏢 업계 동향
삼성전자가 OpenAI의 ChatGPT와 코딩 도구 Codex를 임직원에게 도입했습니다. 대형 제조·전자 기업이 범용 챗봇을 넘어 개발자용 코딩 에이전트까지 전사 단위로 채택했다는 점이 핵심으로, 이는 생성형 AI가 실험 단계를 지나 대규모 조직의 표준 업무 도구로 자리잡고 있음을 보여줍니다 [A6].
Anthropic이 Claude Agent SDK의 과금 방식 변경을 '일단 보류'했습니다 [A8]. 이는 AI 벤더들이 급성장하는 에이전트 수요를 어떻게 지속가능한 수익 모델로 전환할지 고민하고 있음을 보여주는 사례입니다.
OpenAI와 Anthropic이 올해 Salesforce 직원 약 100명을 영입한 것으로 전해졌습니다 [A7]. 이는 AI 기업들이 순수 연구를 넘어 기업 영업·제품화 역량을 흡수하려 한다는 신호입니다.
국내에서는 공공기관의 생성형 AI 활용이 민원 답변 작성, 평가자료 분석 등으로 고도화되고 있습니다. 이는 AI가 '보조 도구'에서 '업무 처리 주체'로 역할을 확장하고 있음을 보여줍니다 [A11].
🔬 주목한 논문
RAVEN은 자동 취약점 복구를 위한 에이전트형 RAG 프레임워크입니다 [A13]. 소프트웨어 취약점이 폭증하는 상황에서 LLM 에이전트가 보안 패치까지 자동화할 수 있다는 점에서 주목됩니다.
LLM 예측 벤치마크의 '정보 누출' 문제를 정면으로 다룬 연구도 눈길을 끕니다 [A5]. 벤치마크 점수의 신뢰성 자체를 재검토해야 한다는 점에서 평가 방법론에 중요한 시사점을 줍니다.
💬 커뮤니티 화제
'생성형 AI를 넘어 에이전트 시대로, 기업 생존이 달렸다'는 논의가 국내에서 화제였습니다 [A9]. 이는 '에이전트 도입은 선택이 아닌 생존'이라는 인식이 확산되고 있음을 보여줍니다.
신약 개발 분야에서는 전남대와 마틸로AI가 생성형 AI 모델로 신약 후보물질 설계에 나섰습니다 [A10]. 이는 산학 협력을 통한 도메인 특화 AI가 실질적 R&D 혁신으로 이어질 가능성을 시사합니다.