2026년 6월 25일 | AI 최신 트렌드
Gemini 3.5 Flash의 컴퓨터 사용 기능과 OpenAI의 추론 전용 칩, Figma의 코드 레이어, 기업 내부의 토큰 예산 통제, AGORA 벤치마크를 같이 놓고 보니 한 가지 흐름이 또렷했다. 모델 발표만 따로 떼어 놓으면 성능 경쟁처럼 보이지만, 실제로는 AI가 어느 화면을 만지고, 어떤 칩에서 돌고, 어떤 팀 예산 안에서 제한되고, 어떤 문서 더미를 끝까지 추적하는지가 더 중요해지고 있다.
나는 이런 날의 소식을 볼 때 “무슨 모델이 더 강한가”에만 머물지 않고 실행 표면과 비용 표면이 어디까지 내려왔는가를 먼저 본다. 브라우저를 직접 조작하는 모델은 더 많은 권한을 요구하고, 추론 칩은 대화형 제품의 지연시간과 원가를 바꾸며, 디자인 캔버스의 AI는 코드와 화면의 경계를 흐린다. 여기에 기업들이 AI 사용량을 다시 조이기 시작했다는 보도와, 9,664개 업무 파일을 뒤져야 하는 에이전트 벤치마크까지 붙으면 결론은 꽤 현실적이다. AI는 이제 데모보다 운영비와 권한과 검증 로그에 더 가까운 문제다.
Gemini 3.5 Flash의 컴퓨터 사용, 에이전트가 화면을 만질 때 필요한 안전장치
Google DeepMind는 Gemini 3.5 Flash에 computer use 기능을 내장했다고 설명했다. 이전에는 Gemini 2.5 computer use 모델처럼 별도 모델로 제공되던 기능을, 이번에는 Gemini API와 Gemini Enterprise Agent Platform에서 쓰는 주력 Flash 모델 안으로 끌어온 셈이다. 설명 자체는 “브라우저, 모바일, 데스크톱 환경을 보고 추론하고 행동한다”에 가깝다.
이 변화의 핵심은 단순한 클릭 능력에 머물지 않는다. 함수 호출이나 검색 grounding은 정해진 도구 인터페이스를 타지만, 컴퓨터 사용은 실제 화면의 흐릿한 상태를 읽고 다음 행동을 고른다. 버튼 이름이 바뀌거나, 모달이 뜨거나, 문서 페이지가 길어지는 순간 모델은 API 호출보다 훨씬 지저분한 환경을 상대한다. 그래서 나는 이 기능을 볼 때 도구 능력보다 작업 중단 조건을 먼저 보게 된다.
DeepMind가 함께 언급한 안전장치도 그 지점과 맞닿아 있다. 민감하거나 되돌리기 어려운 행동에는 명시적 사용자 확인을 요구하고, 간접 프롬프트 인젝션이 감지되면 작업을 멈추는 선택지를 제공한다고 한다. 화면을 조작하는 에이전트는 “정답을 틀리게 말하는 모델”보다 더 직접적인 위험을 만든다. 잘못된 페이지에서 결제를 누르거나, 사내 문서를 다른 채널로 옮기거나, 테스트 환경과 운영 환경을 헷갈릴 수 있기 때문이다.
결국 computer use는 모델 능력보다 운영 계약에 더 가까운 문제다. 에이전트에게 어디까지 볼 수 있게 할지, 어떤 행동은 반드시 사람에게 되묻게 할지, 실패하면 어떤 로그를 남길지가 품질을 가른다. 나는 이 흐름이 앞으로 브라우저 자동화, QA, 사내 업무 대행, 데스크톱 보조 도구를 한 묶음으로 다시 보게 만들 것 같다.
OpenAI와 Broadcom의 Jalapeño, 추론 칩은 제품 전략에 더 가깝다
OpenAI는 Broadcom과 함께 LLM 최적화 추론 칩 “Jalapeño”를 공개했다. 발표에 따르면 이 칩은 OpenAI의 첫 커스텀 Intelligence Processor이며, 학습용 만능 가속기라기보다 ChatGPT, Codex, 향후 에이전트형 제품에서 반복되는 추론 패턴에 맞춰 설계됐다. 초기 엔지니어링 샘플은 ML 워크로드를 돌리고 있고, 2026년 말부터 Microsoft 등 데이터센터 파트너와 대규모 배포를 계획한다고 설명한다.
처음에는 “또 하나의 AI 칩 뉴스”처럼 보이지만, 나는 이 발표를 제품 원가와 지연시간의 이야기로 읽었다. 대화형 제품에서는 최고 처리량만큼이나 응답 지연, 메모리 이동, 네트워킹, 랙 단위 배치가 중요하다. 특히 에이전트 제품은 한 번의 답변보다 여러 번의 도구 호출과 중간 추론을 반복한다. 사용자가 체감하는 품질은 모델 하나의 점수보다 같은 예산으로 얼마나 많은 추론 단계를 안정적으로 제공하는가에 묶인다.
OpenAI가 full-stack infrastructure를 말하는 것도 이 맥락에서 자연스럽다. 칩 아키텍처, 커널, 모델, 제품을 한 회사의 피드백 루프 안에 넣으면 특정 워크로드에 맞춘 최적화가 쉬워진다. 다르게 말하면, AI 서비스 경쟁은 이제 모델 파일을 넘어 하드웨어 공급망과 배포 계약, 데이터센터 전력까지 끌고 간다. 좋은 답변을 만드는 회사와 싸게 많이 서빙하는 회사가 점점 같은 회사가 되는 중이다.
개발자 입장에서는 당장 이 칩을 직접 만질 일은 없을 수 있다. 그래도 API 응답 속도, 가격표, 장기 에이전트 호출 한도, 코딩 에이전트의 병렬 실행 수 같은 숫자 뒤에는 이런 칩 선택이 남는다. 추론 칩 발표는 그래서 하드웨어 뉴스이면서 동시에 AI 제품의 단가 구조가 어디까지 수직 통합되는지를 보여주는 신호처럼 보인다.
Figma의 코드 레이어, 디자인 캔버스가 작은 제품 실험실이 된다
TechCrunch는 Figma가 코드 레이어와 애니메이션, AI 기능을 확장했다고 정리했다. 핵심은 협업 캔버스 위에 code layer를 직접 올리고, 저장소를 클론하거나 코드에서 흐름을 뽑아 디자인 레이어로 가져오는 기능이다. 여기에 motion, transition, 3D transform, AI shader와 fill, 프롬프트 기반 커스텀 플러그인 생성까지 붙었다.
Figma가 흥미로운 이유는 생성 AI를 별도 챗봇으로 빼지 않는다는 점이다. 디자이너가 쓰던 캔버스, PM이 댓글을 다는 화면, 엔지니어가 프로토타입을 보는 공간 안으로 AI와 코드가 들어온다. 그러면 AI의 산출물은 이미지 한 장에서 끝나지 않고 수정 가능한 레이어, 반복 가능한 플러그인, 테스트 가능한 흐름으로 남는다. 나는 이 차이가 꽤 크다고 본다. “예쁜 시안을 생성했다”와 “팀이 계속 고칠 수 있는 작업면에 넣었다”는 완전히 다른 문제다.
특히 code layer는 디자인과 구현 사이의 handoff를 다시 건드린다. 이전에는 Figma에서 화면을 만들고, 개발자가 이를 코드로 옮기고, 다시 디자인 리뷰를 받는 식의 왕복이 많았다. 이제는 코드에서 흐름을 끌어오고, 캔버스에서 실험하고, AI가 반복 작업을 플러그인으로 묶어 주는 방향으로 이동한다. 품질 좋은 프로덕션 코드를 바로 만든다는 뜻은 아니지만, 아이디어 검증의 마찰은 줄어들 수 있다.
다만 이 흐름도 결국 governance로 돌아온다. 코드 저장소를 디자인 도구 안으로 가져오고, 외부 도구와 파일을 AI assistant에 붙인다면 접근 권한과 버전 관리, 디자인 시스템의 훼손 가능성을 같이 봐야 한다. 디자인 AI의 다음 승부처는 멋진 shader 자체보다, 팀의 실제 산출물 안에서 어떤 변경이 누구의 책임으로 남는지를 얼마나 자연스럽게 기록하느냐일 수 있다.
토큰 예산을 다시 조이는 기업들, AI 도입은 산출물로 평가된다
TechCrunch는 404 Media 보도를 인용해 기업들이 작은 작업에 AI 예산이 빠르게 소진되는 문제를 겪고 있다고 전했다. Accenture 내부 회의 사례가 언급됐고, PDF를 프레젠테이션으로 바꾸는 식의 기본 업무에도 토큰이 많이 쓰이면서 비용 예측이 어려워졌다는 설명이 붙었다. 기사 표현대로라면 “tokenmaxxing”에서 “token rationing”으로 넘어가는 분위기다.
이 이야기는 꽤 익숙하다. 몇 달 전까지만 해도 많은 회사가 “AI를 더 많이 써라”를 도입 지표처럼 밀었다. 사용량 리더보드나 내부 캠페인은 도입 초기에는 효과가 있다. 문제는 사용량 자체가 곧 생산성으로 이어지지 않는다는 점이다. 보고서 초안을 빨리 만들었는지, 코드 리뷰 시간을 줄였는지, 고객 응답 품질이 올라갔는지와 연결되지 않으면 토큰은 그냥 새 비용 항목이 된다.
나는 이 흐름이 기업 AI의 두 번째 국면이라고 느꼈다. 첫 번째 국면은 shadow AI를 막기 위해 승인된 도구를 열고, 직원들이 익숙해지게 만드는 단계였다. 두 번째 국면은 팀별 예산, 모델 라우팅, 작업 유형별 허용 한도, 산출물 검토 로그를 붙이는 단계다. 이제는 “AI를 썼다”에서 멈추지 않고 AI 호출이 어떤 업무 결과로 회수됐는지를 물어야 한다.
개인 개발자에게도 남는 교훈이 있다. 코딩 에이전트나 문서 요약 도구를 돌릴 때, 비용을 절약하는 가장 좋은 방법은 프롬프트를 짧게 쓰는 것만이 아니다. 작업 범위를 먼저 자르고, 중간 산출물을 저장하고, 같은 맥락을 매번 다시 먹이지 않고, 실패한 루프를 빨리 끊는 게 더 크다. 기업의 토큰 통제는 결국 우리 개인 작업 방식에도 같은 질문을 던진다. 이 호출은 다음 행동을 줄였나, 아니면 그냥 불안을 줄였나.
AGORA 벤치마크, 긴 문서 더미 앞에서 에이전트는 아직 길을 잃는다
Hugging Face Daily Papers에서 본 arXiv 논문 AGORA: An Archive-Grounded Benchmark for Agentic Workplace Document Reasoning는 업무 문서 더미를 다루는 에이전트 평가를 제안한다. AGORA는 9,664개 실제 업무 파일, 약 3억 7,200만 토큰, 362개 자연어 질문으로 구성됐고, 각 질문은 고유하고 검증 가능한 수치 답을 요구한다. 분야도 농업, 건축, 비즈니스, 교육, 금융, 의료, 법률, 기술로 나뉜다.
이 벤치마크가 마음에 들었던 이유는 컨텍스트를 왕창 넣는 방식으로는 풀 수 없게 설계됐기 때문이다. 전체 문서가 어떤 현행 모델의 context window보다 크기 때문에, 에이전트는 파일 시스템을 탐색하고, 관련 파일을 좁히고, 서로 다른 단위와 용어를 맞추고, 필요한 계산을 해야 한다. 실제 회사 문서 작업도 대체로 이렇다. 정답은 한 문단에 숨어 있지 않고, 폴더명과 표와 보고서 버전 사이에 흩어져 있다.
논문 요약에서 눈에 들어온 부분은 실패 유형이다. 좋은 모델도 전체 정확도는 40~60%대에 머물고, 작은 모델은 거의 바닥 수준에 가까웠다. 실패는 단순 계산 실수보다 필요한 문서를 빼먹거나, 맞는 파일을 찾고도 값을 잘못 읽거나, 지시 조건을 놓치는 쪽에 몰렸다. 병목은 “계산을 못함”보다 근거를 끝까지 찾고 적용하는 능력 쪽에 있었다.
이건 바로 위의 비용 이야기와도 이어진다. 문서 에이전트가 길을 잃으면 토큰을 더 쓰고도 답은 틀릴 수 있다. 그래서 앞으로 업무용 에이전트 평가에서는 최종 정답률만 볼 게 아니라, 몇 번의 탐색으로 근거를 찾았는지, 잘못된 파일을 얼마나 빨리 버렸는지, 오래 끌수록 실제로 좋아지는지 봐야 한다. AGORA는 그런 평가를 조금 더 현실의 문서 더미 쪽으로 당겨 놓은 사례로 보인다.
짧게 정리하면
6월 25일의 흐름은 “AI가 실제 작업면으로 내려올수록 운영 문제가 먼저 커진다”로 정리된다. Gemini 3.5 Flash는 화면 조작을 주력 모델 안으로 넣었고, OpenAI와 Broadcom의 Jalapeño는 추론 원가와 지연시간을 제품 전략의 일부로 끌어올렸다. Figma는 디자인 캔버스를 코드와 AI가 함께 실험하는 공간으로 넓혔다.
반면 기업 AI 예산 보도와 AGORA 벤치마크는 이 낙관에 브레이크를 건다. AI를 많이 쓰는 것과 일을 잘 끝내는 것은 다르고, 큰 문서 더미를 오래 뒤진다고 정답에 가까워지는 것도 아니다. 그래서 내가 남겨 둔 체크포인트는 다섯 가지다. 어떤 화면을 만지는가, 어떤 칩과 비용 구조에서 도는가, 어떤 협업 도구 안에 들어가는가, 어떤 호출이 실제 산출물로 회수되는가, 어떤 문서 근거를 끝까지 추적하는가. 모델 발표보다 이 질문들이 더 오래 남는다.
출처
- Google DeepMind - Introducing computer use in Gemini 3.5 Flash
- OpenAI - OpenAI and Broadcom unveil LLM-optimized inference chip
- TechCrunch - Figma adds code layers, support for animations, more AI features
- TechCrunch - Companies are scrambling to stop employees from maxing out AI budgets
- arXiv - AGORA: An Archive-Grounded Benchmark for Agentic Workplace Document Reasoning