# AI 뉴스 속보 (2026년 8월 7~8일) | OpenAI가 차기 모델 “Astra”를 최초로 “Critical” 등급의 사이버 능력과 취급 개발을 일부 중단하고, Anthropic은 “Claude Fable 5”의 생물학적 안전 장치를 완화하여 오탐 백분율을 85% 감소시켰으며, Cloudflare는 AI 에이전트 전용 브라우저 “Kitesurf”를 발표했다. 또한 스탠포드대는 생성 AI “Evo 2”로 대장균을 죽이는 바이러스를 신규로 설계하고, 법무부는 “목소리의 무단 이용”을 권리 침해로 명시하는 등 세계 4건·일본 10건을 종합했다.

> https://bookfactory.kr/c/ai-tech/9493
> 게시판: AI·머신러닝
> 작성자: admin
> 작성일: 2026-08-12T18:00:46.314Z

---

![見出し画像](https://assets.st-note.com/production/uploads/images/301478514/rectangle_large_type_2_142a55e25efb013097277efe5b6967db.jpeg?width=1280)

2026년 8월 7일부터 8일에 걸쳐 발표된 AI 뉴스는 주요 두 기업의 안전 대책이 정반대의 방향으로 움직인 것처럼 보이지만, 사실은 같은 지점을 향하고 있었다는 점이 가장 큰 흥미로운 부분이다. OpenAI는 차기 주력 모델 ‘Astra’에 대해 자사의 안전 지침에서 최상위 등급인 ‘Critical’ 수준의 사이버 능력을 갖추고 있을 가능성을 배제하지 않고 발표했으며, 요건을 충족하지 못하는 내부 활동을 일부 중단했다. 거의 같은 시기에 Anthropic은 최상위 모델 ‘클로드 페이블 5’의 생물학 분야 안전 장치를 완화하고, 무해한 질문을 오탐하여 하위 모델로 전환되는 백업을 내부 테스트에서 약 85% 감소시켰다고 발표했다. 한쪽은 조이고, 다른 한쪽은 풀고. 하지만 양측에 공통되는 것은 안전 대책을 ‘능력의 일률적인 제한’에서 ‘영역을 좁힌 정밀한 통제’로 전환한다는 설계 철학이다.

또 다른 축은 AI 에이전트를 움직이는 기반 기술과 AI의 효과를 설명하는 언어가 동시에 확고해진 것입니다. 클라우드플레어는 AI 에이전트 전용 클라우드형 브라우저 “Kitesurf”를 발표하며, Chromium 대비 CPU 3.1~3.8배, 메모리 4.7~7배의 감소를 주장했습니다. 에어비앤비는 실적 발표회에서 AI 활용으로 기능 공개 기간을 60% 단축하고, 출시 횟수를 전년 동기 대비 약 80% 증가시켰다고 설명했습니다. 인간을 위해 만들어진 도구를 에이전트에게 맞춤 제작하는 움직임과 AI의 효과를 투자자에게 유리한 숫자로 설명하는 움직임이 같은 주에 나란히 있었습니다. 본 기사에서는 세계 4개, 일본 10개 뉴스를 주제별로 묶어내고, 기업의 AI 담당자가 다음 주 의사 결정에 바로 사용할 수 있도록 정리합니다.

## 2026년 8월 7일부터 8일까지 AI 뉴스 전반에 대한 종합 분석: 안전 장치가 “획일적인 제한”에서 “영역별 정밀 제어”로 전환된 2일간

이번 뉴스들을 크게 5가지 흐름으로 나누어 읽으면 구조가 드러납니다. 첫째는 ‘프론티어 모델의 안전 장치’ 흐름으로, OpenAI의 Astra에 대한 ‘Critical’ 등급 판정 및 개발 일시 중단, Anthropic의 Claude Fable 5에서 생물학적 안전 장치 완화 등이 해당합니다. 둘째는 ‘AI가 물리 세계와 생명체에 손을 뻗는 흐름’으로, 스탠포드 대학교의 생성 AI ‘Evo 2’가 새로운 박테리오파지 설계를 통해 이 흐름에 포함됩니다. 셋째는 ‘에이전트 실행 기반과 개발 생산성’ 흐름으로, Cloudflare의 Kitesurf 발표와 Airbnb의 AI를 통한 개발 기간 60% 단축, AI 고객 지원을 통한 45% 자가 해결 등이 해당합니다. 넷째는 ‘모델 제공의 경제성’ 흐름으로, Alibaba의 Qwen 차기 모델에서 수익 배분 제 도입 정책과 ChatGPT의 기본 모델 재정비 (GPT-5.6 Sol/Luna)가 이에 속합니다. 마지막으로 다섯째는 ‘일본의 법·행정·산업 흐름’으로, 법무부의 의견에 대한 시각, 7개 부처의 명품 사기 광고 대응 요청, 취업 준비 과정에서의 생성 AI 활용 실태, 샤프, 맛의소, KDDI, SHIFT의 움직임이 여기에 묶여 있습니다.

5가지 흐름을 관통하는 것은 인공지능(AI)의 통제가 “사용할지/사용하지 않을지”의 이분법에서 조건과 맥락에 따라 세밀하게 분배하는 단계에 들어갔다는 논점입니다. OpenAI는 Astra의 능력 자체를 억제하는 대신 내부 활동의 일부 중단, 실시간 감시, 사고 과정 평가와 같은 운영 측의 통제를 강화하는 방안을 제시했습니다. Anthropic은 바이러스학이나 독성학과 같은 이중 용도 연구에 대한 제한을 유지하면서도 건강이나 교육 목적의 일반적인 질문만 통과하도록 판단 정확도를 높이고 있습니다. 모두 위험한 사용 방식만을 노리고 능력의 총량을 줄이는 대신 특정 방식만 차단하는 접근 방식입니다.

기업의 AI 담당자에게 이 분석에서 도출되는 실무적인 결론은 두 가지입니다. 첫째는 모델의 안전 정책은 앞으로도 계속해서 자주 업데이트될 것이라는 전제하에 시스템을 구축해야 한다는 것입니다. 완화되면 이전에는 거절되었던 업무가 통과되고, 억제되면 통과되었던 처리가 중단됩니다. 둘 다 애플리케이션 측의 동작 변화로 나타나기 때문에 거부 또는 백오프 발생률을 지속적으로 측정하는 시스템이 실질적인 필수 요건이 되었습니다. 둘째는 에이전트의 실행 환경을 “인간용 도구의 활용”에서 벗어나 재검토해야 할 시기가 왔다는 것입니다. Kitesurf의 숫자는 인간용 브라우저를 에이전트에게 사용하도록 할 때 컴퓨팅 자원 측면에서 얼마나 비효율적인지를 시각화했습니다. 이하에서는 주제별로 자세히 살펴보겠습니다.

- 프론티어 모델의 안전 장치: OpenAI Astra의 “Critical” 등급 판정 및 개발 일부 중단 / Anthropic의 생물학적 안전 장치 완화 – 거부 및 폴백 비율의 실시간 측정, 업무 프롬프트 재검토
- AI와 생물 및 물리 세계 : 스탠포드 대학교의 생성 AI “Evo 2”를 통한 16종의 세균 포식자 설계 — 연구 개발 영역에서의 AI 활용 정책 및 외부 공표 기준 정비
- 에이전트 기반 및 생산성: 클라우드플레어의 Kitesurf/에어비앤비 개발 기간 60% 단축 및 AI CS 45% 해결 — 에이전트 실행 환경 비용 재검토, 효과 측정 지표 설계
- 모델 제공의 경제성 : 알리바바의 Qwen 수익 배분제 도입 정책 / ChatGPT 기본 모델의 GPT-5.6 솔·루나 개선 – 오픈가중치 이용 계약 조건 확인, 모델 선정 기준 업데이트
- 일본의 법·행정·산업 : 법무부의 음성 권리 의견 / 7개 부처청사의 사기 광고 대응 요청 / 샤ープ·미소·KDDI·SHIFT — 음성 및 이미지 이용 허가 점검, AI 품질 보증 체제 정비

## OpenAI가 차기 모델 “Astra”의 일부 개발을 중단: 최초의 “Critical” 급 사이버 능력이라는 평가가 의미하는 것

미국 OpenAI는 차기 핵심 모델 “아스트라”의 내부 평가에 대해, 자사의 안전 지침에서 최상위 등급인 “Critical” 등급의 사이버 능력을 달성했을 가능성을 부정할 수 없다고 발표했습니다. 이에 따라 해당 회사는 새로 강화한 안전 요건을 충족하지 못하는 일부 내부 활동을 일시 중단하고, 실시간 감시 및 사고 과정 평가와 같은 관리를 강화하고 있습니다. 주목할 만한 점은, 능력 자체를 억누르는 방향이 아닌, 정부 기관 및 외부 조직과 협력하여 검증 및 안전 대책을 제공하는 방향으로 나아가겠다는 정책이 제시된 점입니다.

“Critical”이라는 분류가 얼마나 중요한 판단인지 이해해야 합니다. 이 기준은 AI가 인간의 개입 없이 미지의 심각한 취약점을 자율적으로 발견하고 악용하거나, 고도로 방어된 대상에 대해 복잡한 사이버 공격을 실행할 수 있는 능력을 의미합니다. 단순히 취약점 해설만 할 수 있거나, 기존의 공격 코드를 재구성할 수 있는 수준이 아닙니다. 공격의 전 과정을 자율적으로 수행할 수 있는지가 선을 긋는 것입니다. 저희의 최고위 등급을 자사 모델에 적용한 것은 이번이 처음이며, 보안 지침이 현장 논의에서 벗어나 실제로 작동하는 제도 단계로 전환된 것을 의미합니다.

기업의 AI 담당자가 고려해야 할 핵심 쟁점은 다음과 같습니다. 첫째, 기술 발전과 안전상의 제약이 상호 연계될 것이라는 점입니다. 차세대 모델이 강력할수록, 제공 방식에 감시, 로그, 이용 심사 등의 조건이 부과될 가능성이 높아집니다. “최신 모델 출시 즉시 전사 전개”와 같은 계획은 제공 조건이 확정될 때까지 유보되는 경우가 증가할 것입니다. 둘째, 공격자에게도 동일한 수준의 능력이 활용될 수 있다는 전제하에 방어 체계를 구축해야 합니다. 자율적인 취약점 발견 및 악용이 현실화된다면, 취약점 공개부터 악용까지의 시간 간격은 더욱 단축될 것입니다. 패치 적용 속도, 자산 관리의 포괄성, 탐지 대응 속도는 AI와 직접 관련은 없으나, 방어력 차이를 결정하는 핵심 요소입니다.

세 번째로, 개발사가 자율적으로 중단 결정을 내릴 수 있는 체제의 가치를 의미합니다. 이번 발표는 외부의 지적이나 사고를 받은 대응이 아닌, 사내 평가 결과에 따라 자발적으로 활동을 중단한 것입니다. 이는 자사에서 AI를 활용하는 기업에게도 시사적이며, 평가 결과에 따라 중단할 수 있다는 판단 경로를 사전에 마련하는 것이 거버넌스의 실효성을 결정합니다. 평가 지표만 정립하고, 나쁜 결과가 나왔을 때 누가 어떻게 중단할지를 결정하지 않은 체제는 실제로는 기능하지 않습니다. 샘 알토만(Sam Altman)이 강력한 모델을 일부 사람에게만 남겨두는 것이 좋은 전략이 아니며 일반 제공을 지향하는 태도를 보이고 있는 점 또한, 능력의 봉쇄가 아닌 운영에 의한 통제라는 노선을 뒷받침합니다.

> 
> 
> 무라카미 하루키의 소설 『호무라』가 2024년 6월 28일, 앤디어에서 출간된다. 이 작품은 무라카미 하루키가 1999년에 쓴 단편 소설들을 모아놓은 책을 기반으로 한다.
> 
> 『호무라』는 1999년 1월 18일에 출간된 단편 소설 9편을 모은 것이다. 이 소설들은 모두 ‘호무라’라는 여자를 중심으로 이야기가 전개되며, 호무라는 묘한 분위기를 풍기는 인물로, 그녀를 둘러싼 사람들의 삶과 관계가 섬세하게 그려져 있다.
> 
> 무라카미 하루키는 『호무라』에 대한 소개글에서 “이 소설들은 내가 쓴 단편 소설 중 가장 좋아하는 것들이다. 이 책을 통해 독자들에게 나의 문체를 조금이나마 보여주고 싶었다.”라고 말했다.
> 
> 이번 『호무라』는 앤디어에서 1만 8천 엔에 판매된다.
> 

## Anthropic은 “클로드 페이블 5”의 생물학 안전 장치를 완화하며, 오탐 백분율 감소 85%는 안전 조치의 정확성 향상 그 자체를 의미한다.

미 Anthropic가 최상위 모델 “클로드 페이블 5”에 생물학 분야 보호 기능(세이퍼가드)을 완화했다는 발표가 있었습니다. 무해한 질문을 잘못하여 위험하다고 검지하고 하위 모델로 전환되는 폴백이 생물학 관련 내부 테스트 상 약 85% 감소했다고 합니다. 중요한 것은 바이러스학이나 독성학 등 전문적인 이중 용도 연구에 대한 제한은 유지하면서 건강 및 교육 목적의 일반적인 이용에서의 사용 편의성만 개선한 점입니다.

이 “폴백”이라는 시스템을 이해하면 완화의 의미가 보입니다. 위험한 가능성이 있는 주제를 감지했을 때, 모델은 응답을 거부하는 대신 더 제한적인 하위 모델로 처리를 넘깁니다. 사용자에게는 갑자기 답변의 질이 떨어지고, 상세함이 사라지는 형태로 나타납니다. 생물학은 오탐이 잦은 영역의 대표적인 예였습니다. 세포의 작동 방식, 감염병의 기초, 약물의 작용 기전과 같은 교과서 수준의 질문이 위험한 연구의 진입점을 구별하기 어려울 때였습니다. 85% 감소라는 수치는 “위험을 막는” 정확성과 “무해한 것을 통과시키는” 정확성은 별개의 것이며, 후자에 여전히 개선의 여지가 컸습니다.

안전 장치에 대한 논의에서는 “엄하게 할 것인지, 헐겁게 할 것인지”라는 1차원 축에서 다루어지는 경우가 많지만, 실무적으로는 이러한 접근 방식은 틀렸습니다. 판단에는 놓치는 경우(위험한 것을 통과시켜버리는 경우)와 오탐(무해한 것을 막는 경우)의 두 가지 종류의 오류가 있으며, 이 두 가지를 동시에 줄이는 것이 정확도 향상입니다. 이번 발표는 위험 측면의 제한을 유지하면서 오탐만을 85% 감소시켰다는 주장으로, 완화가 아닌 정확도 향상으로 해석하는 것이 정확합니다. 앞 절의 OpenAI 움직임과 정반대로 보이는 것은 바로 이 때문이며, 실제로는 둘 다 “영역을 좁혀 정밀하게 작용하는”이라는 동일한 방향을 지향하고 있습니다.

저희 회사가 AI를 업무에 적용하고 있는 기업에게는 시사하는 바가 명확합니다. 첫째, 의료, 제약, 화학, 식품, 농업 등 분야에서는 지금까지 포기했던 용도가 통과될 가능성이 있다는 것입니다. 과거에 검증하여 “거부되니까 사용할 수 없다”고 판단했던 업무는 재검토할 가치가 있습니다. 둘째, 모델의 응답 품질은 예고 없이 변할 수 있다는 전제입니다. 품질이 상승하는 방향의 변화라 할지라도, 출력의 경향이 바뀌면 하류 처리에 영향을 미칩니다. 셋째, 자사 앱에서 폴백 또는 거부 발생률을 측정하고 있는지 확인해야 합니다. 측정하지 않았다면 이번과 같은 변경이 자사에 미치는 영향을 판단할 수 없습니다. 프롬프트 단위로 거부율을 기록하는 시스템은 모델 업데이트가 될 때마다 효과를 발휘합니다.

> 
> 
> 무라카미 하루키, ‘나를 잊어’ 출간…“가장 어두운 시간, 가장 빛나는 순간”
> 

## 스탠포드 대학교가 생성 AI ‘Evo 2’로 대장균을 죽이는 박테리오파지를 신규 설계: AI가 생물을 설계하는 시대의 도래

스탠포드 대학교 연구팀이 생성 AI 모델 “Evo 2”가 출력한 DNA 배열로부터 약 300종의 박테리오파이(ΦX174 관련)를 합성하고, 실험실 테스트에서 대장균(E. coli)에 강력한 살균 활성을 보이는 16종을 선정한 것을 발표했습니다. 단독으로는 내성이 생겨 버리므로, 16종을 조합한 카커틸(Cocktail) 형태로 사용하는 것으로, 기존 파이지(Phage)에 내성 보유한 대장균에도 효과를 볼 수 있음을 확인했다고 합니다. AI가 자연계에 존재하지 않는 바이러스를 처음부터 설계한 사례로서, 바이오 보안(Biosecurity) 측면에서의 논의도 불러일으키고 있습니다.

배ктери오파지는 세균에만 감염되는 바이러스로, 항생제가 효과가 없는 내성균에 대한 저항 수단으로 오랫동안 연구되어 왔습니다. 다만 실용화의 걸림돌은 내성 획득 속도에 있습니다. 단일한 파지를 사용하면 세균은 비교적 짧은 기간 내에 내성을 획득합니다. 이번 연구에서 핵심적인 것은 AI가 1종류의 우수한 배열을 제시한 것이 아니라, 다양한 후보를 대량으로 생성할 수 있었던 점입니다. 300종의 파지를 합성하여 16종을 선택하고 이를 조합했습니다. 이러한 다양성을 보장하는 설계가 내성에 대한 저항 수단이며, 탐색 공간을 사람의 손으로 채우는 데 어려움이 있었던 영역에 생성 AI가 직접적으로 영향을 미친 형태입니다.

한편으로, 이 성과는 이전 단계의 안전장치 논의와 이어진다. Anthropic이 Claude Fable 5로 바이러스학 및 독성학의 이중 용도 연구에 대한 제한을 유지한 것은 바로 이러한 능력의 치료에도, 해악에도 사용될 수 있다는 점 때문이었다. 자연계에 존재하지 않는 바이러스를 AI가 설계할 수 있다는 사실은 의료상의 큰 진보는 동시에 악용 시의 위험도 같은 방향으로 증가하는 것을 의미한다. 이번에는 ΦX174라는 세균에만 감염되는 잘 연구된 파지에 기초하고 있다는 점에서 위험의 범위는 제한적이라고 할 수 있지만, 기술의 일반화가 진행되면 논의의 전제가 바뀔 것이다.

기업의 실무 담당자에게 이 뉴스에서 도출할 수 있는 논점은 연구 개발 영역에서의 AI 활용 정책이다. 제약, 화학, 소재, 식품 등의 연구 부문에서 생성 AI를 사용하는 기업은 다음 3가지 사항을 명확히 해야 하는 단계에 왔다. 첫째, 어떤 영역의 생성물이든 사내에서 다룰 수 있는지의 경계를 설정해야 한다. 둘째, AI가 설계한 후보를 외부로 공개하거나 특허 출원하는 과정의 심사 프로세스를 확립해야 한다. 셋째, 실험의 재현성과 출처 기록으로 어떤 모델의 어떤 버전을 어떤 조건에서 어떤 배열 및 구조를 출력했는지 추적할 수 있도록 해야 한다. AI가 설계에 관여한 결과물은 나중에 검증을 요구받을 가능성이 높으며, 기록의 미세함이 곧 설명 책임의 질을 결정한다.

> 
> 
> 무라카미 하루키는 2023년 5월 29일 발표된 소설 『7번 포차』의 출판을 기념하며, 자신의 작품 세계에 대한 질문을 던지는 인터뷰를 진행했다. 그는 이 소설을 통해 ‘나’라는 존재의 불안함과 소통의 부재를 탐구했으며, 특히 ‘카호’라는 인물에게서 인간의 고독과 방황을 발견했다고 밝혔다.
> 
> ‘카호’는 7번 포차에서 일하는 바텐더로, 과거의 상처를 숨긴 채 묵묵히 술을 따르며 자신의 삶을 살아간다. 그녀는 무라카미 하루키에게 자신의 내면을 드러내지 않으려 하지만, 결국 그와의 만남을 통해 과거의 아픔을 치유하고 새로운 시작을 다짐하게 된다.
> 
> 무라카미 하루키는 ‘카호’를 통해 인간의 본질적인 면모를 보여주고 싶었다고 한다. 그는 “사람들은 자신을 드러내는 것을 두려워하지만, 진정한 소통은 자신을 드러내는 것에서 시작된다”라며, ‘카호’의 이야기를 통해 독자들에게 진솔한 자기 성찰의 기회를 제공하고자 했다.
> 
> 이 인터뷰는 무라카미 하루키의 작품 세계를 이해하는 데 중요한 단서를 제공하며, 그의 작품 속에 숨겨진 인간에 대한 깊은 통찰력을 엿볼 수 있게 한다. 또한, ‘카호’라는 인물이 무라카미 하루키의 작품 세계에서 차지하는 의미를 되새기게 하는 계기가 될 것이다.
> 

## 클라우드플레어가 AI 에이전트 전용 브라우저 “카이트서프”를 발표: Chromium 기반 시 CPU 사용량 3.1~3.8배, 메모리 4.7~7배 감소

클라우드플레어가 인간을 대상으로 하지 않고 AI 에이전트를 대상으로 설계한 클라우드형 브라우저 “카이트서프”를 발표했습니다. 자체 서버리스 기반인 워커즈 위에서 V8 아이솔레이트를 사용하여 완전히 작동하며, 크롬(Chromium)을 전혀 사용하지 않습니다. 스크린샷 획득이나 HTML 추출과 같은 에이전트 작업에서 크롬(Chromium)에 비해 CPU 사용량을 3.1~3.8배, 메모리 사용량을 4.7~7배 감소시킬 수 있다고 주장합니다. 개발자용 서비스인 “브라우저 런”에서 베타 제공 중입니다.

이 숫자가 보여주는 것은 지금까지 에이전트에게 인간용 브라우저를 사용하도록 허용했던 비효율성입니다. 크롬은 탭 관리, 테마, 확장 기능, 픽셀 단위의 정확한 렌더링과 같은 기능을 가지고 있지만, 이는 모두 화면을 보는 인간을 위한 기능입니다. 에이전트가 필요로 하는 것은 페이지의 구조화된 내용이며, 글꼴 간격이나 애니메이션의 부드러움이 아닙니다. Kitesurf는 인간 전용 기능을 포기하고, 토큰 수, 컨텍스트 윈도우, 확장성, 비용이라는 에이전트 측의 관심사에 최적화된 설계 철학을 제시합니다.

실무적인 영향은 에이전트들을 대량으로 병렬 실행하는 비용이 1桁 가까이 달라질 수 있다는 점에 있습니다. 브라우저 조작을 수반하는 에이전트(정보 수집, 폼 입력, 업무 시스템 대행 조작 등)를 본판 운용할 때 딜레이가 발생하는 것은 대부분 모델의 추론 비용이 아닌 브라우저 인스턴스의 계산 자원입니다. 1 인스턴스당 메모리가 수백 MB에서 수십 MB 수준으로 줄어들면 같은 서버 비용으로 병렬 수를 수배나 늘릴 수 있습니다. 반대로 말하면 기존에 에이전트의 스케일 검증으로 수익성이 나오지 않았다고 판단했던 용도는 전제 자체가 바뀌었기 때문에 다시 계산해 볼 가치가 있다는 것입니다.

한편으로, 도입 검토 시점에서는 제약 사항 또한 정확하게 인지해야 합니다. V8 아이솔레이트에서 움직이는 Chromium이 없는 것은 브라우저 구현의 미묘한 동작에 의존하는 사이트에서는 작동이 다를 가능성이 있다는 의미입니다. 무거운 JavaScript 프레임워크, 자체 렌더링, 복잡한 인증 흐름을 가진 업무 시스템에서는 사전 검증이 필수적이며, 베타 제공 단계이므로 실제 핵심 업무에 갑자기 적용하는 것은 시기상조입니다. 현실적인 진행 방식은 대상 사이트를 좁힌 PoC(Proof of Concept)로 비용과 성공률을 실증하고, 기존의 헤드리스 Chromium 구성과 병행하는 접근 방식일 것입니다. 에이전트 기반의 선택지가 “Chromium을 저렴하게 실행하는 방법”에서 “Chromium이 필요한가”라는 질문으로 확장된 것 자체가 이 발표의 본질입니다.

> 
> 
> 어색한 틈이 생긴 듯, 나는 그곳에 있었다.
> 그녀는 마치 낯선 사람처럼 나를 바라봤다.
> 그녀의 눈빛은 마치 오래된 영화의 한 장면 같았다.
> 나는 그녀의 눈빛에 갇히는 듯한 기분을 느꼈다.
> 그녀는 나에게 말을 걸지 않았다.
> 그녀는 그저 나를 바라볼 뿐이었다.
> 나는 그녀의 시선에 응시하며 시간을 멈춘 듯한 착각에 빠졌다.
> 그녀는 마치 꿈결처럼 사라졌다.
> 나는 그녀가 사라진 자리에 아무것도 남지 않았다는 것을 깨달았다.
> 그녀는 마치 존재하지 않았던 것처럼.
> 나는 그녀를 찾기 위해 그곳을 두리번거렸다.
> 하지만 그녀는 이미 사라지고 없었다.
> 나는 그녀가 남긴 낯선 감정에 잠겨 혼란스러웠다.
> 나는 그녀를 다시 만날 수 있을까?
> 나는 그녀가 남긴 틈새를 채우기 위해 노력했다.
> 하지만 그 틈새는 이미 너무나 깊게 자리 잡고 있었다.
> 나는 그녀를 잊지 못할 것이다.
> 그녀는 마치 내 삶에 나타난 짧은 그림자 같았다.
> 그림자는 사라졌지만, 그 그림자가 남긴 흔적은 여전히 남아 있었다.
> 나는 그녀를 기억하며 살아갈 것이다.
> 그녀는 내 기억 속에 영원히 존재할 것이다.
> 

## Airbnb는 개발 기간 60% 단축 및 출시 수 80% 증가를 실적 기준으로 발표했으며, AI 효과를 경영 지표로 언급하기 시작했다.

브라이언 체스키는 제2사분기 실적 설명회에서 AI 활용으로 컨셉부터 기능 공개까지의 기간을 60% 단축하고, 출시하는 기능 및 개선의 수를 전년 동기 대비 약 80% 증가시켰다고 설명했습니다. 또한 자연어에서 검색 가능한 AI 검색 기능의 테스트를 시작했으며, AI 고객 지원은 문의의 45%를 인력 없이 해결하고 있다고 밝혔습니다.

이 정보가 중요한 이유는 AI의 효과가 내부의 주관적인 경험이나 시험 도입 보고가 아닌, 투자자를 위한 실적 발표에서 제시되는 지표로 나타나기 때문입니다. 실적 발표회에서의 발언은 뒤늦게 검증받는 전제로서의 공식적인 약속이며, 내부적으로 AI 활용을 홍보하는 것과는 무게감이 다릅니다. 게다가, 선택된 지표의 조합이 실무적입니다. 개발 기간 단축률(속도), 출시 횟수 증가율(량), 자가 해결률(비용)의 세 가지는 AI가 적용되었는지 외부에서 평가할 수 있는 형태로 나타나 있습니다.

자사에서 효과 측정 설계를 할 때, 이 3가지 지표의 구성은 그대로 참고가 됩니다. 흔히 겪는 실패는 “AI 툴의 이용률”이나 “계정 발행 수”를 성과 지표로 삼는 것입니다. 이는 投入량(투입량)에 해당하며 성과가 아닙니다. Airbnb의 지표는 모두 사업 측의 산출물을 포착하고 있습니다. 특히 주목해야 할 것은, 기간 단축과 릴리즈 수 증가를 동시에 달성하고 있다는 점입니다. 한 방향만으로는 “짧게 했다는 분의 퀄리티가 떨어졌다”, “수를 늘렸다라는 분의 시간이 걸렸다”는 해석이 남습니다. 양쪽이 동시에 개선하고 있다는 주장은 효과의 실재성을 보강합니다.

하지만, 이 숫자를 그대로 자사의 기대치에 반영하는 것은 위험합니다. 에어비앤비와 같은 제품 기업에서는 개발 리드 타임이 설계·구현·테스트·검토에 집중되어 있으며, 코드 생성 AI나 테스트 자동화 효과가 직접적으로 작용합니다. 반면, 업무 프로세스의 대부분이 승인·조정·합의 형성에 구성되는 조직에서는 코드 생성 속도가 빨라도 전체 리드 타임은 거의 움직이지 않습니다. 효과를 내기 위해서는 자사의 리드 타임이 어디에 시간을 낭비하고 있는지 먼저 측정해야 합니다. AI 고객 지원의 45% 자가 해결도 마찬가지로, 문의 내용이 정형적이고 과거 로그가 축적된 영역일수록 효과가 나타납니다. 자사의 문의 분포를 보지 않고 45%라는 숫자를 목표로 삼는다면 달성 불가능한 계획가 됩니다.

> 
> 
> 소스：TechCrunch
> 

## 알리바바가 Qwen 차세대 모델에 수익 배분 제도를 도입할 방안을 모색 중이다: 오픈 웨이트의 ‘무료’가 막바지에 다가오고 있다.

알리바바가 차기 오픈 웨이트 AI 모델 “Qwen”을 상업 서비스로 제공하는 주요 기업에게 수익의 일부를 분배받도록 하는 새로운 이용 조건을 도입할 계획을 세우고 있다고 Reuters의 보도에서 확인되었습니다. 분배율은 아직 확정되지 않았습니다. 중국 Moonshot의 “Kimi K3”가 채택하는 유사한 라이선스(수익이 일정 금액을 초과하면 계약 의무가 발생하며 최대 30% 정도의 분배 사례가 있음)와 유사한 틀로, 오픈 웨이트 모델의 무상 공개와 수익화라는 두 가지를 동시에 모색하는 움직임으로 주목받고 있습니다.

오픈 웨이트 모델의 경제적인 어려움은 개발 비용이 엄청나지만, 배포한 순간에 대한 대가를 회수할 수 있는 수단이 사라지는 구조에 있습니다. 지금까지 알리바바는 자사 클라우드에서 제공하는 모델에는 이용료를 부과하면서, 고객이 자전적인 데이터 센터에서 돌리는 경우에는 거의 무상으로 제공해 왔습니다. 이 방식에서는 커뮤니티가 확장되지만, 모델 상에서 큰 매출을 올리는 기업이 나타나도 개발자에게는 아무런 이득이 돌아가지 않습니다. 수익 배분 제는 ‘사용하는 것만으로는 무료, 이익을 올리면 나누어 받는다’는 중간 방안을 취한 것으로 정리할 수 있습니다.

일본 기업에 대한 실무적인 영향은 생각하는 것보다 넓은 범위에 미칩니다. 오픈 웨이트 모델은 “Apache 2.0이므로 자유롭게 상업적으로 이용할 수 있다”는 이해로 도입되는 경우가 많지만, 차기 모델 이후로 라이선스가 바뀌면 모델의 버전을 업그레이드하는 순간 계약상의 의무가 발생할 가능성이 있습니다. 특히 주의가 필요한 것은 수익 배분의 대상이 “모델을 재배포하는 사업자”뿐만 아니라 “모델을 組み込んだサービス를 판매하는 사업자”까지 포함될 수 있다는 점입니다. SaaS에 오픈 웨이트 모델을 組み込んで販売하고 있는 기업은 자사가 대상이 되는지를 조건 확인 후에 반드시 확인해야 합니다.

지금 바로 취할 수 있는 대책은 3가지가 있습니다. 첫째, 현재 사용 중인 오픈 웨이트 모델의 버전과 라이선스 조항을 목록화하는 것입니다. 어떤 모델의 어떤 버전을, 어떤 라이선스로, 어떤 제품에 통합되어 있는지 파악하지 못한 기업은 흔치 않습니다. 둘째, 모델 교체 비용을 산정해 두는 것입니다. 특정 모델의 출력 특성에 의존한 프롬프트나 후처리 과정을 구성해 놓았다면, 교체는 상상 이상으로 비용이 많이 들 수 있습니다. 셋째, 계약 조건이 바뀔 수 있다는 전제로 가격 설계를 여유롭게 하는 것입니다. 모델 조달 비용이 0원이라는 전제로 이익률을 설계하고 있다면, 배분 의무가 발생한 순간에 바로 손해가 날 것입니다. 오픈 웨이트는 무료가 아니며, 현재는 무료라는 인식이 시점입니다.

> 
> 
> 소스：AI News
> 

## ChatGPT의 기본 모델이 GPT-5.6 솔/루나로 업데이트되었으며, 무료 버전의 무제한화와 “사고 시간 선택 UI”가 정착되었습니다.

미국 OpenAI가 ChatGPT의 기본 모델을 업데이트했습니다. 유료 플랜인 Plus 및 Pro에는 사실의 정확성과 응답 속도를 높인 개선 버전 “GPT-5.6 Sol”을 도입했으며, 생각 시간을 선택할 수 있는 슬라이더를 추가했습니다. 무료 버전과 저가 플랜 “ChatGPT Go”에는 “GPT-5.6 Luna”를 도입하고 텍스트 채팅을 무제한화하며, 깊이 있는 추론을 돕는 “Think” 버튼을 제공합니다.

이 업데이트의 핵심은 모델의 성능 향상 자체보다, 추론 비용과 품질의 균형을 사용자가 직접 결정할 수 있도록 하는 UI가 확립된 데 있습니다. 유료 버전의 슬라이더와 무료 버전의 Think 버튼 모두 동일한 이념을 공유합니다. 즉, 모든 질문에 동일한 깊이로 고민하는 것은 낭비라는 인식에 기반합니다. 간단한 질문에는 빠르고 저렴한 답변을, 어려운 문제에는 시간을 들여 심층적인 추론을 제공하는 방식입니다. 이러한 사용 방식이 제품의 표면적으로 드러나게 된 것은 AI 서비스의 설계 원칙이 ‘항상 최고 성능’에서 ‘적재 적소’로 전환되었다는 것을 의미합니다.

기업 측에서 반드시 유의해야 할 실무 포인트는 3가지입니다. 첫째, 무료 버전의 무제한화는 내부의 섀도우IT 대응의 긴급성을 높인다는 것입니다. 사용 횟수 제한이 있었던 ówczas, 업무에서 본격적으로 이용하는 데는 자연스러운 제약이 걸려 있었습니다. 그 제약이 사라진 이상, 개인 계정에 업무 정보를 입력하는 행위가 발생하는 확률은 확실히 높아집니다. 이용 약정의 업데이트와 법인 계약 유도를 함께 진행해야 합니다.

두 번째로, 내부 사용을 위한 권장 설정을 명문화하는 것입니다. 생각 시간을 선택할 수 있게 되면서, 사용자의 선택에 따라 응답 품질과 비용이 크게 달라질 수 있다는 점도 의미합니다. 요약이나 번역과 같은 정형 작업에는 기본적으로 빠른 설정, 계약서 검토나 설계 판단에는 심층적인 추론 설정을 포함하여 업무별로 권장 설정을 제시하지 않으면 현장은 매번 최대 설정을 선택하거나, 반대로 항상 최고 속도로 인해 오류를 놓치는 경우에 갇힐 수 있습니다. 세 번째로, 기본 모델의 변경은 출력 경향의 변화를 동반합니다. 앞 절에서 언급한 Anthropic의 안전 장치 완화와 마찬가지로, 프롬프트 재검토는 기본 모델이 변경될 때마다 필요합니다. API를 통해 모델을 고정하고 있더라도 언젠가는 이관이 요구될 것이므로, 평가 데이터셋을 구축해 두는 것이 이관 비용에 큰 영향을 미칩니다.

> 
> 
> 소스: ITmedia NEWS
> 

## 법무부는 “무단 음성 사용”을 권리 침해로 명시하며, 7개 정부 부처는 위장 광고 대응 조치를 5개 기업에 요청: AI 악용에 대한 법과 행정의 동시 대응

법무부는 생성 AI의 보급으로 성우 등 배우의 목소리가 무단 이용되는 문제에 대해, 목소리 자체도 기존의 권리로 법적 보호의 대상이 될 수 있다는 입장을 보고서에서 명시했습니다. 구체적으로는 퍼블시티 권(저작권) 및 인격권에 기원을 둔 부적절한 이용으로부터의 권리가 근거로 거론되었습니다. 또한 본인의 목소리를 모방한 AI 음성으로 제작된 캡션 음원을 SNS에 공개하여 수익을 얻는 행위 역시 권리 침해에 해당될 수 있다고 보고했습니다.

동시에, 경찰청 등 7개 정부 부처가 합동으로 SNS 상의 유명인 위장 사기 광고에 대한 대책 강화를 Google, Meta, X, TikTok(ByteDance), LINE YAHOO의 5개 회사에 요청했습니다. 생성 AI를 악용하여 유명인으로 위장한 위조 광고가 유통되어 투자 사기 등의 피해가 확대되고 있는 배경입니다. 요청 내용에는 광고주의 본인 확인 강화와 사기 광고 삭제에 대한 대응 철저가 포함됩니다.

이 두 건은 별개의 뉴스이지만, 동일한 문제에 대한 법 해석과 행정 지침이라는 두 측면으로 읽어야 합니다. 생성 AI를 이용한 인물의 복제는 목소리, 얼굴, 말투와 같이 그 사람의 개성을 구성하는 요소들을 대상으로 하기 때문에, 기존의 저작권법의 틀 안에서는 잡아내기 어려운 영역이었습니다. 법무부의 견해는 신법을 기다리지 않더라도 기존의 권리로 대응할 수 있다는 점을 강조한 점에 의미가 있습니다. 반면, 법 해석이 확립되더라도 실제로 허위 광고가 유통되는 것은 플랫폼 상입니다. 따라서 광고주의 본인 확인이라는 입구 관리로 행정의 요구가 향하고 있습니다.

기업의 실무 담당자에게는 이것이 마케팅 부문과 홍보 부문이 즉시 점검해야 할 핵심 쟁점입니다. 첫째, 자사가 제작하는 콘텐츠에서 인공지능 음성 및 인공지능 생성 인물을 사용하고 있는지의 점검입니다. 내레이션, CM, 사내 훈련 영상 등에서 인공지능 음성을 사용하고 있다면, 해당 음성의 학습 원본과 이용 허가의 범위를 확인해야 합니다. 특히, 실제 성우나 유명인의 목소리에 “유사한” 의도가 있었다면 위험이 높아집니다. 둘째, 회사의 임원, 직원, 탤런트의 초상과 목이 악용되지 않는지 감시하는 것입니다. 기업명이나 경영자명을 속인 투자 사기 광고가 실제로 발생했으며, 발견 시의 신고 경로와 주의 환각 템플릿을 사전에 준비해 두는 것이 피해 확산 속도를 좌우합니다. 셋째, 계약서의 검토입니다. 내레이터나 출연자와의 계약에 인공지능 학습 및 인공지능 합성 음성 사용 가능 여부를 명시하지 않은 계약은 앞으로 문제가 될 씨앗이 됩니다.

> 
> 
> 소스: ITmedia AI+ (음성 권리), ITmedia AI+ (위장 사기 광고)
> 

## 취업 준비 시 생성 AI를 사용하지 않는 학생은 3% 미만, 면접에서 답변에 어려움을 겪는 학생은 20%에 달한다: 채용 선발의 근본적인 변화가 나타났다.

2027년 봄 졸업 예정인 대학교생을 대상으로 한 조사에서, 취직 활동에 생성 AI를 이용하지 않았다고 답한 학생은 3% (3년 전 55%였다)에 불과했으며, 거의 모든 학생이 지원 서류 작성이나 자기 분석 등에서 생성 AI를 활용하고 있는 실태가 밝혀졌습니다. 또한, 면접관으로부터 작성 내용을 깊이 묻는 질문을 받았을 때 대답하지 못했던 학생은 20%에 달했습니다.

3년 만에 55%에서 3%로 하락했다. 이는 기술 보급 속도로는 매우 이례적인 수준이다. 특히 취업 활동이라는 본인의 능력을 평가받는 자리에서 사용된다는 점이 문제다. 이러한 사실이 채용 담당자에게 던지는 것은, 지원 서류가 본인의 글쓰기 능력과 사고력을 측정하는 도구로서 더 이상 기능하지 않는다는 현실이다. 모두가 사용한다면 AI 사용 여부로 차이가 나지 않는다. 차이가 나는 것은 AI의 결과를 자신의 것으로 해석했는지 여부다.

면접에서 답변하지 못했던 학생이 2割에 이른다는 수치가 바로 그 경계를 보여줍니다. 반대로 말하면, 8割의 학생들은 AI를 사용하면서도 자신의 언어로 설명할 수 있다는 뜻입니다. 이 구조는 AI를 사용하는 업무 전반에 그대로 적용됩니다. AI에 맡겨 쓴 제안서를 고객의 질문에 답할 수 있는 형태로 이해하고 있는지, AI가 낸 분석 결과의 전제를 설명할 수 있는지 여부가 평가 기준으로 됩니다. 결과물의 질이 아닌, 결과물을 지탱하는 이해의 깊이가 평가 기준으로 되는 점에서, 취업은 기업의 AI 활용의 축소판입니다.

채용과 관련된 기업이 이번 기획부터 재검토해야 할 점은 3가지 있습니다. 첫째, 서류 전형의 위치 재정의입니다. 지원 서류를 문장력 평가에 사용하는 것은 더 이상 불가능하며, 면접에서 심층적으로 파고들 수 있는 소재로 활용하기 위한 설계로 전환해야 합니다. 둘째, 면접 질문 설계입니다. “왜 그렇게 생각했는가”, “그 경험에서 가장 어려웠던 판단은 무엇인가”와 같이 본인의 내면에만 답이 있는 질문의 비중을 높여야 합니다. 셋째, 생성 AI 활용 여부를 명시하는 것입니다. 금지하는지, 허용하는지, 조건부인지 등을 밝히지 않은 채로 선발한다면 솔직하게 진술한 학생이 불리해지는 불공정이 발생합니다. 오히려 AI를 어떻게 활용했는지 설명하게 하는 질문을 배치하는 것이 입사 후 실무 능력 평가 지표로서 효과적일 것입니다.

> 
> 
> 소스：ITmedia NEWS
> 

## 샤ープ는 AI 서버 사업에 진출했으며, 맛의소는 ABF 호조로 1Q 過去最高益을 기록했습니다. AI 수요가 일본의 제조업의 손익을 분분하게 하고 있습니다.

샤ープ는 2027년 3월 기의 연결 순이익 전망치를 전기 대비 47.3% 감소한 250억 엔으로 하향 수정했으며, 플라스틱 및 연료 가격 상승과 엔화 약세가 영향을 미친 것입니다. 동시에 9월을 기한으로 모회사 鴻海(훙하이)의 조달력을 활용한 NVIDIA製GPU 탑재 AI 서버 사업 진출을 추진합니다.

대조적으로, 맛의素는 2027년 3월 기의 통기 사업 전망치를 상향 수정했습니다. AI, 고성능 서버, 네트워크 장비용 고성능 기판용 절연 재료 ABF(맛의素 빌드업 필름)의 판매가 호조였으며, 1분기 전자 재료 사업(펑셔널 머териаls)의 매출액은 전년 동기 대비 154%, 영업 이익은 동 177%로 크게 증가했습니다. 연결 실적 또한 매출액, 영업 이익, 순이익 모두 1분기로서 사상 최고를 기록했습니다.

이 두 회사를 비교하면 AI 수요가 일본 제조업체의 손익을 명확하게 구분하는 구도가 드러납니다. 맛의素는 조미료 제조업체라는 이미지와는 달리 반도체 패키지 기판의 절연 재료로 세계적인 위상을 가지고 있습니다. AI 서버 수요 증가는 고성능 기판 수요 증가로 이어지고, 더 나아가 절연 재료의 수요 증가로 연결됩니다. AI 열풍의 혜택은 연산 칩의 층뿐만 아니라 그 아래 소재의 층까지 미치고 있으며, 특히 맛의素는 기존 사업의 연장선상에서 AI 특수성 강화에 집중하면서 신규 투자를 동반하지 않았습니다.

샤ープ의 움직임은 본업의 수익 악화를 AI 관련 신규 사업으로 보완하려는 대표적인 사례입니다. 여기서 주목해야 할 점은, 진출의 무기가 자사의 기술이 아닌 모회사인 홍해의 조달력이 결정적이라는 점을 명시하고 있다는 것입니다. AI 서버 사업의 경쟁력은 GPU 확보 능력에 달려 있으며, 공급이 逼迫한 이상 조달 채널이 진출 장벽 역할을 합니다. 다만 조달력을 활용한 진출은 수요와 공급의 완화 시 우위성이 사라지는 구조적인 약점을 안고 있습니다. 일본 기업이 AI 시장에 진출할 때, 자사의 대체 불가능한 요소를 재검토하는 계기로, 이 두 회사의 대조는 시사하는 바가 큽니다. 기존 사업 내에 AI 수요와 연결되는 자산이 있는지 검토하는 작업은 많은 제조업에 적용될 수 있습니다.

> 
> 
> ソース：ITmedia ビジネスオンライン（シャープ）、ITmedia ビジネスオンライン（味の素）
> 

## KDDI는 AI를 활용하여 전 시스템의 취약성 진단을 실시하고, 방위사업청은 SHIFT에 AI 장비의 기술 심사 지원을 위탁받았습니다. AI 품질 보증이 업무 영역으로 새롭게 부상했습니다.

KDDI의 마츠다 바로로社長은 결산 기자회견에서 ISP용 이메일 시스템에 대한 부정적 접근으로 인해 1220만 분의 이메일 주소 등이 유출된 문제에 대해, 알려지지 않은 취약점과 방치로 인해 AI를 활용한 잠재적 문제의 사전 점검을 포함하여 보유 시스템 전반에 우선순위를 둔 취약성 진단을 신속히 진행할 방침을 밝혔습니다.

또한, IT 컨설팅 회사 SHIFT가 방위사업청의 AI 장비 기술 심사를 지원한다는 발표를 했습니다. 연구 개발 시 품질 평가 환경 정비 및 기술 심사를, 해당 회사가 보유한 소프트웨어 및 AI 시스템 품질 보증 노하우를 활용하여 지원하는 것으로, 6월 12일부터 지원을 시작했다고 밝혔습니다.

이 두 건에 공통되는 점은 AI가 검사하는 측과 검역받는 측 모두에게 회전하기 시작했다는 점입니다. KDDI의 경우, AI는 취약점을 찾는 도구로 활용됩니다. 앞서 언급한 OpenAI의 Astra 판정이 보여주듯이, 자율적으로 취약점을 발견하는 능력은 공격측과 방어측 모두에게 동일한 가치를 지닙니다. 공격측이 AI로 찾는다면, 방어측도 AI로 찾아야만 합니다. KDDI가 “알 수 없는 취약점과 정리되지 않은 것”이라고 언급한 것은 발견하지 못한 것이 기술의 한계가 아닌 시스템의 문제라는 인식의 표현이며, 이 태도가 다른 회사에 도움이 됩니다.

SHIFT의 경우, AI 시스템의 품질 보증이 독립적인 전문 업무로 자리 잡고 있음을 보여줍니다. AI 장비의 기술 심사라는 극도로 높은 요구 수준을 가진 영역에서 외부 소프트웨어 품질 보증 기업이 투입된 사실은 AI의 평가가 개발자만으로는 완결될 수 없다는 인식이 공적 기관에도 정착했음을 의미합니다. 기존의 소프트웨어는 사양대로 작동하는지 확인하는 것으로 충분했습니다. AI 시스템은 출력이 확률적이며, 입력의 분포가 바뀌면 동작도 변하기 때문에 어떤 조건에서 얼마나 많은 성능을 보장할 수 있는가라는 형태로만 품질을 평가할 수 있습니다. 이 차이를 다룰 수 있는 인력과 방법론에는 희소성이 있습니다. 자사에서 AI를 본판 운영하는 기업은 평가 환경의 정비, 평가 데이터셋의 관리, 성능 저하의 감시를 개발과는 별개의 기능으로 조직에 배치해야 합니다. 만든 사람이 평가하는 체제에서는 보고 싶은 것만 보일 수 있습니다.

> 
> 
> 소스: ITmedia NEWS(KDDI), ITmedia NEWS(SHIFT)
> 

## 실무 담당자는 이번 주에 다음과 같은 업무를 수행해야 합니다: 모델 전환의 전제 조건 정리, 에이전트 실행 기반 재검토, 목소리 및 초상화의 위험 점검

지금까지 14개 뉴스 기사를 토대로, 기업의 AI 담당자가 이번 주부터 착수할 수 있는 구체적인 액션을 정리합니다. 우선순위는 영향 범위의 넓고 착수 비용이 저렴한 순으로 정해졌습니다.

첫째, 모델의 거부 및 폴백 발생률을 측정하기 시작합니다. OpenAI의 Astra 판정 및 Anthropic의 세이퍼가드 완화가 같은 주에 발생한 것은 안전 정책이 양방향으로, 그리고 예고 없이 변동될 수 있다는 사실을 보여줍니다. 자사 애플리케이션에서 어떤 프롬프트가 얼마나 거부되는지 기록하지 못하면 정책 변경의 영향을 감지할 수 없습니다. 로그에 거부, 오류, 응답 길이의 급변을 기록하는 시스템은 수일 내에 구축할 수 있습니다. 특히 의료, 제약, 화학, 식품과 같이 생물학적 안전 가이드에 노출되기 쉬운 산업은 과거에 포기했던 용도를 재검토하는 가치가 있습니다.

두 번째로, 에이전트 실행 기반의 비용을 재계산합니다. 클라우드플레어의 Kitesurf가 제시한 CPU 3.1~3.8배 및 메모리 4.7~7배라는 감소폭은 브라우저 작동을 수반하는 에이전트의 수익성을 근본적으로 변화시킵니다. 과거 PoC 단계에서 “규모를 확대하면 비용이 맞지 않는다”고 판단했던 용도라면, 그 산출의 전제는 더 이상 유효하지 않을 수 있습니다. 다만 베타 제공 단계이므로, 대상 사이트를 제한한 재검증부터 시작하는 것이 현실적입니다.

세 번째로, 음성과 시각 관련 위험을 점검해야 합니다. 법무부의 의견과 7개 부처의 요청을 반영하여 다음 세 가지 사항을 확인합니다. 첫째, 자사 콘텐츠에서 AI 음성 및 AI 생성 인물의 이용 현황, 둘째, 내레이터 또는 출연자와의 계약에서 AI 사용 조항의 유무, 셋째, 자사 경영진 또는 브랜드를 사칭한 가짜 광고 감시 체제를 구축합니다. 특히 둘째 항목은 과거 계약을 거슬러 올라가 확인해야 하므로 착수 지연될수록 부채가 누적됩니다.

4. 오픈 웨이트 모델의 이용 현황과 라이선스를 목록화합니다. 알리바바의 Qwen에 대한 수익 배분 제도의 보도는 현재는 정책 단계이지만, 업계 전반의 흐름이 될 가능성이 있습니다. 어떤 모델의 어떤 버전을, 어떤 라이선스로, 어떤 제품에 통합되어 있는지 파악해야 합니다. 이 정보를 담은 목록이 없다면 조건 변경이 발생했을 때 영향 범위조차 파악할 수 없습니다. 또한, 모델 교체 비용을 대략적으로 산정해 두면, 필요할 때 신속하게 판단할 수 있습니다.

다섯 번째로, AI 활용 효과 측정 지표를 사업 측의 산출 결과로 대체해야 합니다. 에어비앤비가 공개한 개발 기간 단축률, 출시 횟수 증가율, 자가 해결률이라는 3가지 지표의 구성은 그대로 참고할 수 있습니다. 도구의 이용률이나 라이선스 발행 수와 같은 투입량 지표를 성과로 보고하는 조직은 이번 기회에 이를 바꿔야 합니다. 또한, 자사의 리드 타임이 어디에 시간을 낭비하고 있는지 먼저 측정하지 않으면 AI를 적용하더라도 지표는 움직이지 않습니다.

## 요약: 안전 장치는 더욱 정교해지고, 에이전트는 기반을 확립하며, AI의 효과는 재무 보고서라는 표현으로 요약되었다.

2026년 8월 7일부터 8일까지의 AI 뉴스들을 되돌아보면 세 가지 변화가 동시에 진행되고 있음을 알 수 있습니다. 첫째는 안전 장치의 정밀화입니다. OpenAI는 차세대 모델 ‘아스트라’를 최초의 ‘Critical’ 등급 사이버 능력을 취급하며, 능력 자체를 억제하는 대신 감시와 운영 관리를 강화했습니다. Anthropic은 ‘클로드 페이블 5’의 생물학적 안전 장치를 완화하고, 이중 용도 연구 제한을 유지하면서 오탐율을 85% 감소시키고 있습니다. 조여드는 측과 풀리는 측, 정반대처럼 보이는 움직임은 모두 일률적인 제한에서 영역별 정밀한 통제라는 동일한 흐름의 반영이었습니다.

두 번째는 에이전트 기반의 전용화를 의미합니다. Cloudflare의 Kitesurf는 인간용 브라우저를 에이전트로 활용하는 비효율성을 CPU 3.1~3.8배, 메모리 4.7~7배라는 구체적인 수치로 제시했습니다. 에이전트를 대량으로 병렬 실행하는 용도에서는 이 차이가 그대로 수익 배분으로 이어집니다. 세 번째는 AI 활용 효과가 경영 용어로 자리 잡은 것입니다. Airbnb는 결정 설명회에서 개발 기간 60% 단축, 출시 수 80% 증가, AI 고객 지원 45% 자가 해결을 공개한 것은 AI의 효과가 내부의 체감에서 투자자에게 설명 책임의 대상으로 전환된 것을 의미합니다.

일본 내에서는 법무부가 목소리 또한 법적 보호의 대상임을 명시하고, 7개 부처·청이 가짜 광고 대응을 플랫폼 5개사에 요청했습니다. 취업 준비생(就活)에서 생성 AI를 사용하지 않은 학생은 3% 미만으로, 채용 선발의 전제가 흔들리고 있습니다. 산업 면에서는 맛의소가 AI 서버용 절연재 ABF의 호조로 1분기에 역대 최고 이익을 기록하는 한편, 샤ープ는 본업 부진을 만회하기 위해 9월에 AI 서버 사업 진출을 발표했습니다. KDDI는 AI를 활용한 전 시스템 취약성 진단에 착수하고, 국방 장비청은 AI 장비 품목의 기술 심사 지원을 외부 품질 보증 기업에 위탁하고 있습니다.

스탠포드 대학교가 생성 AI ‘에보 2’로 대장균을 죽이는 박테리오파지 16종을 설계한 결과는 이번 주에 상징적이었습니다. AI가 자연계에 존재하지 않는 생물을 설계할 수 있다는 사실은 항생제 내성균에 대한 새로운 대응 수단이 될 뿐만 아니라, Anthropic이 생물학 분야의 한계를 유지하기 위한 이유이기도 합니다. 능력의 발전과 제어의 정교화는 대립이 아닌 동일한 과제의 양면성을 의미하며, 기업의 AI 활용 또한 마찬가지 구조에 있습니다. 할 수 있는 것을 늘리는 투자와 경계를 관리하는 투자는 어느 한쪽으로는 성립하지 않습니다.

이번 주 실무적으로는 모델 거부율 및 폴백율 측정 시작, 에이전트 실행 기반 비용 재계산, 목소리 및 초상권 위험 목록 정리, 오픈 웨이트 모델 라이선스 목록 정비, 효과 측정 지표 변경 등 5가지 사항부터 착수하는 것을 추천합니다. 이 모두가 큰 투자를 필요로 하지 않으며, 변화가 일어났을 때 즉시 알아챌 수 있는 상태를 만드는 준비입니다. AI가 둘러싼 전제가 수개월 단위로 바뀌는 환경에서는 정확한 답을 갖는 것보다, 전제가 바뀐 것에 빠르게 알아챌 수 있는 시스템을 갖는 것이 훨씬 더 가치 있습니다.

**출처:** [note 원문](https://note.com/t_kawa_awak/n/ne6b3b180a716)

*번역: Gemma 3(.44) 초벌 + 교정 73청크*

[원문 보기](https://note.com/t_kawa_awak/n/ne6b3b180a716) | 출처: note.com