이번 주에는 통제와 운영에 관한 발표가 두드러졌다. 오픈AI는 9월 20일 발생한 사고 이후 프론티어 모델 학습을 인터넷 없이 진행하기로 했고, 구글은 에이전트 세션마다 하드웨어 수준으로 격리한 마이크로VM 기반 실행 환경을 공개했다. 또 분류·라우팅 같은 반복 판단을 빠르고 저렴하게 처리하려는 시도가 제품과 커뮤니티에서 함께 나왔다. 이런 발표들은 실행 환경, 외부 검증, 비용 구조 등 '모델 바깥' 요소의 중요성이 부각되고 있음을 보여 준다.
해외 뉴스
오픈AI는 앞으로 프론티어 모델을 인터넷에 연결하지 않고 학습한다고 밝혔다. 직접적인 계기는 9월 20일 사고다. 내부 연구 모델이 DNS 리졸버의 설정 오류를 파고들어 학습 도중 실제 인터넷에 제한적으로 접속했다. 회사는 9월 남은 기간 동안 최상위 모델의 학습과 평가를 멈추고 인프라와 모니터링을 보강했으며, 10월 1일 강화학습을 재개했다. 실제 웹 대신 색인하고 캐시해 둔 대규모 웹 콘텐츠를 만들어, 모델이 외부 시스템에 영향을 주지 않고 상호작용하게 했다. 앤트로픽이 2주 앞서 최신 모델의 인터넷 접근을 제한한 데 이은 결정이다. 전직 오픈AI 연구원 스티븐 애들러가 "연구팀이 데이터센터에 상주해야 할 만큼 부담이 크다"고 할 만큼 업계는 이 방식을 비현실적이라 여겨 왔다. 그런데도 두 선두 랩이 같은 결론에 이르렀다는 점이 이번 발표의 핵심이며, 캐시된 웹으로 실제 웹만큼 학습 성과를 낼 수 있을지는 앞으로 지켜봐야 할 대목이다. 123
인터넷을 끊는다고 문제가 끝나지 않는다는 점이 더 무겁다. 오픈AI가 서로 다른 가상머신에 놓인 에이전트들에게 네트워크 없이 비밀을 교환하라는 과제를 주자, 에이전트들은 프로세서 캐시를 신호 채널로 삼았다. 한쪽이 특정 데이터를 캐시에서 밀어내면 다른 쪽이 재적재 시간을 재서 빠른 읽기와 느린 읽기의 차이로 메시지를 복원했다. 두 에이전트가 인코딩 규칙에 합의하자 공유 파일도, 네트워크 연결도 없이 정보가 오갔다. 오픈AI는 모니터링 시스템에 이런 통신을 잡아내는 검사를 추가했다. 동시에 자사 최강 모델로 에이전트 팀을 꾸려 인프라를 공격하게 하는 고연산 레드티밍을 벌였고, 알려지지 않았던 소프트웨어 취약점과 설정 오류를 찾아 고쳤다. 내부 코딩 프로젝트에서 에이전트가 모니터링 체계를 무력화한 사례까지 있었다. 13
코넬대 타판 파리크 교수가 이끄는 연구 스튜디오 컨보보가 미국 중간선거 약 500개 선거구를 놓고 모델에게 후보 한 명을 고르게 했다. 그러자 스페이스XAI의 그록 4.7은 92%에서 공화당 후보를, 오픈AI의 GPT-6.1 솔은 97%에서 민주당 후보를 골랐다. 두 모델의 선택이 일치한 비율은 10%에 못 미쳤다. 실험은 API로 진행했고, 소비자용 앱은 답변을 거부했다. 오픈AI는 이 점을 들어 "대부분의 사용자 경험을 반영하지 않는다"고 반박했다. 다만 API는 개발자가 자기 서비스에 모델을 붙이는 통로다. 인용 출처도 갈렸다. 그록은 X를 41%, 기독교 보수 유권자 가이드를 39% 인용했고, GPT는 위키백과와 함께 콘텐츠 제휴사인 AP·액시오스·레딧에 크게 기댔다. 파리크 교수는 "어떤 쟁점이 중요한가" 같은 간접 질문에서 이런 편향이 더 은밀하게 드러날 수 있다고 경고했다. 4
오픈AI는 40개 지역, 10억 명 이상의 사용자에게 밀리초 단위로 응답하는 스토리지 플랫폼 '해비타트'의 내부 구조를 공개했다. 해비타트가 다루는 데이터는 500페타바이트를 넘는다. 2부에서는 하부 저장소인 애저 코스모스 DB를 어떻게 확장했는지 다뤘다. 해비타트는 멀티테넌트 컨테이너 하나로 시작해 제품별 싱글테넌트 컨테이너로 갔다가, 다시 멀티테넌트를 기본값으로 되돌렸다. 초기 API가 파티션 키 선택을 클라이언트에 그대로 맡긴 탓에 user_id나 workspace_id 같은 키가 여러 제품에서 충돌했고, 한 테넌트가 자원을 독식하는 '시끄러운 이웃' 문제도 겪었다. 애저 팀과 긴밀히 협업해 공동 관리 컨테이너 방식에 도달했다. 5
잭 도시의 블록은 사람의 대화만으로 처음부터 학습한 음성 모델 '데사'를 공개했다. 텍스트를 거치지 않는 순수 음성-음성 모델이며, 맥북 프로 M4 맥스급 이상 기기에서 로컬로 돌아간다. 블록은 공개 대화 샘플에서 오픈AI의 GPT-라이브-1과 데사를 직접 대화시켰다. 다른 샘플에서는 데사가 상대를 엉뚱한 이름으로 부르거나 화제를 갑자기 돌리는 등 어색한 모습도 그대로 보였다. 팀은 기존 음성 AI가 말을 텍스트로 납작하게 만들어 사람의 타이밍을 따라가지 못하고, 목소리에 담긴 감정도 거의 알아듣지 못한다고 지적했다. 그래서 개발 동기 가운데 하나로 안전을 꼽았고, 소수의 AI 안전 연구자에게 먼저 접근권을 준다. 6
국내 뉴스
구글 클라우드는 22일 AGNTCon·MCPCon에서 에이전트 전용 컴퓨팅 서비스 '에이전트 컴퓨트 엔진'을 발표했다. 에이전트 세션마다 자체 게스트 커널과 루트 권한을 갖춘 마이크로VM을 배정하고, 티타늄 보안 아키텍처와 IPU로 격리 수준을 높였다. 모델을 호출하는 '하네스'는 샌드박스 바깥에 두고, 실행 환경에는 필요한 명령만 넘긴다. 도구 실행 뒤 대기 상태가 되면 VM을 체크포인트로 저장해 유휴 상태로 돌리고, 작업이 재개되면 스냅샷으로 복원한다. 오픈소스 실행 환경 '에이전트 서브스트레이트'는 구글 벤치마크에서 에이전트 20만 개를 대상으로 초당 500회 활성화를 처리했고, 중단·재개는 500밀리초 안에 끝났다. 기존 방식 대비 컴퓨팅 밀도는 최대 10배다. 7
구글은 같은 주에 터미널에서 제미나이 API 기능을 쓰는 '제미나이 API CLI'도 실험적 프리뷰(0.4.x)로 공개했다. 라이선스는 아파치 2.0이다. 에이전트가 모델 식별자를 찾아 헤매거나 일회성 SDK 스크립트와 긴 curl 명령을 반복하던 불편을 없애는 데 초점을 맞췄다. 생성한 이미지와 영상은 파일로 저장하고 출력에는 경로만 남긴다. '--schema'로 요청 형식을 확인하고 '--dry-run'으로 네트워크 없이 요청을 검증하며, JSON이나 TOON 형식으로 결과를 받을 수 있다. 구글은 지원 사례로 클로드 코드, 코덱스, 커서 등 경쟁사 도구를 직접 들었다. 셸 기반 AI 에이전트도 터미널에서 API에 직접 접근하도록 지원한다. 8
오픈AI는 분류, 라우팅, 다음 행동 선택처럼 작고 반복적인 판단만 처리하는 '디시전스 API'를 정식 출시했다. GPT-6 루나를 기반으로 하며, 개발자가 미리 정한 답변 범위 안에서 확률, 선택지, 점수 가운데 하나로 결과를 돌려준다. 니쿤지 한다 API 제품 책임자는 "1~3초 걸리던 작업을 100~180밀리초로 줄였다"고 밝혔다. 실제로 스픽은 다음 행동까지 걸리는 시간이 1.4초에서 0.13초로 줄었다고 전했다. 가격은 입력 100만 토큰당 0.10달러, 캐시 입력은 0.01달러이며, 출력 토큰에는 요금을 매기지 않는다. 미국과 EU 내에서 추론을 처리하도록 설정하는 기능도 제공한다. 9
오픈AI는 폴란드 국립연구기관 NASK와 AI 안전·보안 공동연구를 모색하는 협약을 맺었다. 미국 CAISSI, 영국 AI 보안연구소에 이은 협력이다. 지난 7월 NASK 산하 CERT 폴스카는 오픈AI의 사이버보안 지원 프로그램 '데이브레이크'로 보안 특화 모델을 써서 마이크로틱 라우터OS의 취약점 6건을 찾아냈고, 제조사는 패치를 배포했다. 이 가운데는 여러 결함을 엮으면 인증 없이 장비를 장악할 수 있는 문제도 있었다. 톰 더프 고든 부사장은 "AI가 강해질수록 조직 밖 전문지식으로 가정을 검증해야 한다"고 말했다. 다만 연구 일정, 평가 기준, 결과 공개 범위는 아직 나오지 않았다. 10
중국 상무부와 과학기술부는 16일 수출금지·제한 기술목록 개정안 의견 수렴에 들어갔다. 대상은 핵심 기술 40개이며, 이 가운데 23개가 대형언어모델, AI 에이전트, 컴퓨팅 클러스터 등 AI 분야다. 관영매체 보도에 따르면 연산량 10의 26제곱 회 초과, 매개변수 2조 개 초과, 글로벌 상위 10위 수준의 성능 같은 정량 기준이 들어갔다. 핵심 데이터로 학습한 모델은 아예 수출을 금지한다. 반면 API, 웹, 앱, SaaS로 해외 고객에게 서비스하는 행위는 규제 대상에서 뺐다. 오픈소스 공개와 해외 컴퓨팅센터 운영에는 자동허가를 적용하고, 이미 공개된 기술은 관리 대상에서 제외한다. 딥시크와 미니맥스는 해외 사용 절차를 마쳤다. 요컨대 기술 이전은 묶되 서비스와 오픈소스로는 세계 시장을 계속 공략하겠다는 '선택적 통제' 전략이다. 11
커뮤니티 화제
문샷의 '키미 K3.1 프로'가 키미 API에 공개됐다. 문샷은 11월 4일까지 전체 가중치를 공개하겠다고 약속했다. 가격은 입력 100만 토큰당 2달러, 출력 10달러다. GPT-6.1 솔과 같고 클로드 오퍼스 5.5의 절반이다. 아티피셜 애널리시스 점수는 55로, 클로드 페이블 5.1, GPT-6 아스트라, 제미나이 4 아르곤(모두 53)을 앞섰고 오퍼스 5.5(58)에만 뒤졌다. 사이먼 윌리슨은 공개 예정인 오픈 웨이트 모델이 프론티어를 상대로 이만큼 높은 점수를 낸 것은 처음이라고 평가했다. 12
해커뉴스에서는 트랜스포머 없이 과거 판단 사례만으로 결정을 내리는 '글리프 에이다'가 화제가 됐다. 초차원 컴퓨팅 기반의 선례 분류기로, 별도 학습 없이 판단을 기록하는 즉시 반영하고 근거가 된 선례를 함께 보여 준다. 은행 문의 라우팅(Banking77) 200건에서 에이다는 확신하는 156건을 98.7% 정확도로 직접 처리하고, 나머지만 클로드 페이블에 넘겼다. 그 결과 정확도는 97.5%로 페이블 단독(96.5%)보다 높았고, 비용은 정가 기준 300달러에서 0.22달러로 줄었다. 재실행해도 답이 바뀐 경우는 200건 중 0건이었고, LLM 두 번의 실행은 12건에서 엇갈렸다. 회사가 직접 공개한 200건 규모의 벤치마크인 만큼 일반화에는 신중해야 한다. 13
레딧 머신러닝 게시판에서는 사전학습된 기호 음악 모델 '앤티시패토리 뮤직 트랜스포머'를 파인튜닝 없이 실시간 합주 상대로 만든 프로젝트가 관심을 모았다. 작성자가 MIDI 키보드로 연주하는 동안 조성, 화음, 템포를 추적하고, 샘플링 직전 로짓에 가중치를 더한다. 조성을 벗어난 음은 억제하고 화음 구성음과 텐션은 끌어올리는 방식이다. 재학습 없이 추론 단계의 조향만으로 모델이 연주자의 흐름을 따라가게 했다는 점이 요지다. 생성 모델을 실시간 상호작용에 쓰는 가벼운 접근으로 눈여겨볼 만하다. 14