2026년 6월 4일 | AI 최신 트렌드
6월 4일 아침 기준으로 눈에 들어온 축은 생명과학용 에이전트, 로컬 멀티모달 모델, 기업용 채팅 에이전트, 운영 관측, AI 검색 선택권, 그리고 월드 모델을 붙인 추론이었다.
선정하면서 일부러 한쪽으로만 치우치지 않게 봤다. 새 모델 발표만 이어 붙이면 읽기는 편하지만, 실제 현장에서는 모델 능력과 함께 요금표, 규제 버튼, 장애 조사 방식, 도구 호출 신뢰도가 같이 움직인다. 그래서 오늘은 논문 하나, 오픈 모델 하나, 제품 출시 두 건, 인프라 투자와 검색 규제까지 한 번에 놓고 보는 쪽이 더 자연스러웠다.
GPT-Rosalind: 과학 모델도 결국 도구와 감사 로그의 문제
OpenAI가 GPT-Rosalind의 새 기능을 공개했다. 그냥 “생명과학 특화 모델”이라고만 보면 조금 밋밋한데, 내가 재미있게 본 부분은 모델 성능표보다 실제 연구 워크플로에 붙는 방식이었다. 발표는 약물화학, 유전체 분석, wet lab troubleshooting 같은 영역을 말하면서 Codex와 연구 플러그인, 관리형 워크스페이스까지 같이 묶었다. 즉 답을 잘 쓰는 모델이라기보다, 논문·데이터·실험 절차·코드 실행 사이를 오가는 연구 보조 레이어로 잡고 있다.
이 흐름은 약간 무섭기도 하다. 생명과학 쪽은 틀린 가설 하나가 단순한 hallucination으로 끝나지 않는다. 그래서 OpenAI가 trusted access, public-benefit mission, validated tools 같은 말을 계속 붙이는 건 마케팅 문구라기보다 제품의 사용 조건에 가깝다. 나는 이런 도메인 모델을 볼 때 이제 benchmark 점수보다 누가 접근할 수 있고, 어떤 데이터와 도구를 붙이며, 실패 기록을 어떻게 남기는지를 먼저 보게 된다. 과학 에이전트는 모델 단독 출시보다 운영 설계가 더 빨리 본문으로 올라오는 분야다.
Gemma 4 12B: 노트북급 로컬 멀티모달 모델의 중간 지점
Ars Technica는 Google의 Gemma 4 12B를 꽤 현실적인 하드웨어 문맥으로 소개했다. 12B라는 숫자 자체보다 중요한 건 16GB RAM 또는 VRAM을 가진 소비자 노트북에서도 돌릴 수 있다는 메시지다. 기존 Gemma 4 라인업은 아주 작은 모델과 큰 모델 사이가 조금 비어 있었는데, 이번 12B는 그 중간을 채운다. 벤치마크상 26B MoE에 꽤 가까운 능력을 내면서도 메모리 발자국은 훨씬 작다는 설명도 붙었다.
세부적으로는 Multi-Token Prediction drafter가 기본으로 들어가고, 이미지·오디오 입력을 처리하는 멀티모달 경로도 더 가볍게 만든다. 나는 여기서 “오픈 모델이 더 커진다”보다 로컬에서 에이전트성 작업을 얼마나 견딜 수 있느냐가 더 중요하다고 봤다. 코딩 에이전트든 문서 파서든, 매번 서버 왕복이 필요한 구조는 비용과 개인정보 양쪽에서 피곤하다. 12B급 모델이 노트북에서 쓸 만한 품질로 움직이면, 작은 자동화나 내부 문서 작업은 클라우드 모델을 덜 불러도 된다. Hugging Face와 Kaggle에 곧장 무게가 올라간다는 점도 중요하다. 로컬 실험의 진입 장벽이 낮아지면, 좋은 아이디어보다 먼저 GPU 예약부터 고민하던 작은 팀의 리듬이 조금 달라진다.
Meta Business Agent: WhatsApp이 고객지원 툴로 바뀌는 장면
TechCrunch에 따르면 Meta는 Meta Business Agent를 WhatsApp Business에서 전 세계로 확대했다. 이 에이전트는 고객 질문 답변, 상품 추천, 예약, 영업 리드 선별, 사람 상담원에게 넘기기 같은 작업을 맡는다. Instagram DM에도 붙고, 대형 기업용으로는 Shopify, Zendesk, Shopee 같은 시스템과 연결되는 커스텀 에이전트 플랫폼도 준비 중이라고 한다.
여기서 눈에 걸리는 건 과금 방식이다. Meta는 WhatsApp Business Premium 일부 티어에 에이전트를 포함하고, 큰 기업에는 토큰 사용량 기반으로 비용을 매길 계획이라고 했다. 메신저 안에서 고객 대화가 발생하고, 그 대화가 곧 추천·예약·영업 데이터로 바뀌면, AI 에이전트는 별도 앱이 아니라 기존 대화 채널 위에 얹힌 업무 시스템이 된다. 다만 바로 며칠 전 Meta의 지원 챗봇 보안 이슈를 봤기 때문에, 나는 권한 변경이나 결제·예약 같은 행동은 반드시 별도 확인 단계가 있어야 한다고 본다. 친절한 응답과 안전한 실행은 다른 문제다.
Coralogix 2억 달러 투자: 에이전트를 쓰면 관측도 다시 설계해야 한다
Coralogix가 2억 달러 규모의 Series F 투자를 유치했다. 기업가치는 16억 달러로 알려졌고, 회사는 로그·메트릭·트레이스 기반의 observability 시장에서 AI 에이전트 운영 레이어를 더 강하게 밀고 있다. 기사에서 CEO Ariel Assaraf가 말한 대목이 인상적이었다. 엔지니어들이 대시보드에 들어가 그래프를 보는 대신, 점점 더 CLI나 AI assistant에 “지금 뭐가 문제냐”고 묻는다는 것이다.
이 변화는 꽤 실무적이다. 에이전트가 코드를 고치고, 알림을 해석하고, 조사를 대신한다면 장애 원인은 사람이 낸 명령만으로 설명되지 않는다. 에이전트가 어떤 로그를 봤는지, 어떤 가설을 세웠는지, 어떤 조치를 시도했는지까지 추적해야 한다. 나는 앞으로 observability가 “서비스 상태 모니터링”에서 에이전트 행동 감사까지 확장될 거라고 본다. 자동화가 많아질수록, 문제는 더 적게 생기는 게 아니라 문제를 설명해야 할 층이 하나 더 생긴다. 특히 사람이 직접 클릭하지 않은 조치가 production에 닿는 순간, 원인 분석은 로그 검색이 아니라 의사결정 경로 복원에 가까워진다.
AI 검색 선택권: 영국 규제가 만든 opt-out 버튼
Google은 영국 규제 요구에 맞춰, 퍼블리셔가 AI Search 기능 노출에서 빠질 수 있는 Search Console 토글을 제공한다고 밝혔다. 대상은 AI Overviews, AI Mode, Discover 안의 AI Overviews 같은 생성형 검색 기능이다. Google은 먼저 영국 일부 퍼블리셔와 테스트한 뒤 전 세계로 확대할 계획이라고 설명했다.
이건 단순한 설정 버튼 이상이다. AI 검색은 검색 결과 페이지의 클릭 구조를 바꾼다. Google은 AI Overviews의 월간 활성 사용자가 25억 명을 넘었다고 말하지만, 퍼블리셔 입장에서는 “내 글이 답변 재료가 되는데 방문자는 줄어드는” 구조가 될 수 있다. opt-out이 생기면 협상 구도가 조금 달라진다. 물론 빠진다고 해서 전통 검색 순위에 불이익을 주지 않겠다는 약속도 붙었다. 나는 이 흐름을 AI 검색의 저작권 논쟁보다 조금 더 운영적으로 본다. 결국 퍼블리셔는 “노출, 인용, 클릭, 학습 사용”을 분리해서 제어하고 싶어질 수밖에 없다.
월드 모델과 언어 모델: 시뮬레이션을 무조건 믿지 않는 법
Hugging Face Daily Papers 쪽에서는 World Models Meet Language Models가 눈에 들어왔다. 논문은 정지 이미지에서 미래 결과를 예측할 때, 월드 모델이 만든 시각적 rollout과 멀티모달 언어 모델의 추상 추론을 어떻게 같이 쓸지 다룬다. 처음엔 “영상으로 미래를 만들어 보면 답이 쉬워지겠지”라고 생각하기 쉽지만, 저자들은 그 단순한 결합이 오히려 망가질 수 있다고 본다. 모델이 시뮬레이션을 잘 안 부르는 simulation inertia, 반대로 항상 부르게 하면 그럴듯하지만 틀린 rollout을 믿는 forced-simulation paradox가 생긴다는 것이다.
저자들이 제안한 PF-OPSD는 실제 미래를 아는 privileged evaluator를 훈련에만 사용해, 학생 모델이 언제 시뮬레이션을 요청하고 언제 거절해야 하는지 배우게 한다. 결과적으로 VRQABench와 OpenWorldQA에서 10%p 안팎의 개선을 보고한다. 내가 여기서 가져갈 만하다고 본 건 연구 결과보다 태도다. 도구가 생겼다고 매번 쓰는 게 아니라, 도구 호출 자체를 판단·검증·거절하는 절차까지 모델이 배워야 한다. 요즘 에이전트 도구 연결을 볼 때도 비슷하다. tool-use는 능력이지만, tool-trust는 별도의 문제다.
오늘 묶음은 겉으로는 제각각이다. 생명과학 모델, 로컬 오픈 모델, 메신저 에이전트, 관측 도구, 검색 규제, 월드 모델 논문이 한 줄에 서 있다. 그런데 공통으로 보면 AI가 “답변 생성” 바깥으로 나갈수록 접근 제어, 비용, 감사, 선택권, 검증이 전면에 나온다. 나는 이 변화가 꽤 건강하다고 본다. 모델을 더 크게 만드는 이야기만 반복되던 시기보다, 어디에 붙이고 어디서 멈추게 할지를 묻는 글들이 더 많아졌기 때문이다.
출처
- OpenAI, Introducing new capabilities to GPT-Rosalind
- Ars Technica, Google's new Gemma 4 12B model is designed to run on any laptop with 16GB of RAM
- TechCrunch, Meta's AI agent for WhatsApp Business is now available globally
- TechCrunch, Coralogix raises $200M on bet that someone needs to watch the AI agents
- TechCrunch, Publishers will be able to opt out of AI Search
- arXiv:2606.03603, World Models Meet Language Models