2026년 7월 14일 | AI 최신 트렌드
GPT-5.6 Sol로 프로덕션 에이전트를 옮긴 팀이 모델보다 먼저 평가 하네스와 도구 스키마를 고쳤다. 한편 Samsung Health에서는 건강 데이터의 AI 학습 동의와 클라우드 동기화가 얽힌 화면이 논란이 됐고, 이미지 분할 연구는 잘못된 힌트를 스스로 고치는 방향으로 움직였다. 의료 멀티모달 데이터는 규모보다 정제 파이프라인을 강조했으며, Waze는 운전 중 음성 대화를 실제 지도 수정과 목적지 검색으로 연결했다. 다섯 소식을 따라가 보니 AI 기능의 품질은 모델 이름보다 데이터 권한, 도구 계약, 검증 루프에서 더 자주 갈리고 있었다.
GPT-5.6 Sol 전환, 모델 비교 전에 하네스의 편향부터 걷어냈다
프로덕션 마케팅 웹사이트를 계획하고 구현하는 Ploy는 기본 모델을 Claude Opus 4.8에서 GPT-5.6 Sol로 바꾼 과정을 공개했다. 하네스를 고친 뒤 홈페이지 재구축 평가에서 완료된 빌드당 평균 실행 시간은 8분에서 3분 42초로 줄었고, 비용은 3.06달러에서 2.22달러로 27% 낮아졌다. 시각 점수도 0.936에서 0.970으로 올랐다. 다만 각각 11회와 10회 실행한 특정 작업군의 결과이므로, 이 숫자를 일반적인 모델 서열로 읽는 것은 무리다.
내가 더 재미있게 본 부분은 초기 실패의 약 3분의 1이 모델보다 기존 하네스의 가정에서 나왔다는 대목이다. Opus의 순차 호출에 맞춘 도구 호출 예산은 GPT-5.6의 병렬 호출을 실패로 처리했고, 일부 데이터셋은 빠진 최소 점수를 아무 경고 없이 1.0으로 간주했다. 새 모델이 기존 모델과 비슷하게 행동할수록 유리한 평가였다. 모델을 바꾸면서 벤치마크 코드를 그대로 두는 일이 얼핏 공정해 보이지만, 실제로는 이전 모델의 동작 습관을 기준으로 굳힌 시험일 수 있다.
도구 스키마에서도 차이가 컸다. 선택 인자 25개 중 필요한 값만 보내던 기존 모델과 달리 GPT-5.6은 사용하지 않는 필드까지 그럴듯한 기본값으로 채웠고, 파일 읽기의 52~64%가 빈 결과를 반환했다. 선택 필드를 필수·nullable로 바꾸고 실행 직전에 null을 제거하자 빈 읽기는 0%가 됐고 도구 호출도 약 30% 줄었다. 캐시 키와 breakpoint를 프로바이더 방식에 맞추자 첫 호출 캐시 적중률도 0%에서 83.7%로 높아졌다. 모델 마이그레이션은 이름 한 줄 변경을 넘어 도구 계약과 캐시 경계를 다시 시험하는 작업이라는 사례다.
Samsung Health의 AI 학습 동의, 기능 사용과 데이터 보존이 한 화면에 묶였다
Neowin 보도에 따르면 Samsung Health 앱에는 건강 데이터를 AI 학습과 모델 개선에 사용하는 동의 항목이 들어갔다. 사용자가 동의를 철회하려 하면 Samsung 계정과 건강 데이터를 동기화할 수 없고, 법률상 보관 의무가 있는 경우를 제외하면 계정에 저장된 건강 데이터가 삭제된다는 경고가 표시된다. 보도에서 언급한 범위에는 수면, 복약, 의료 기록, 생리 주기 정보가 포함된다. 민감도가 높은 데이터인 만큼 단순한 추천 기록과는 무게가 다르다.
여기서 구분해야 할 것은 기기 안의 데이터, Samsung 계정에 동기화된 데이터, AI 학습에 쓰이는 데이터의 경계다. 기사에 나온 화면만으로 모든 지역과 앱 버전의 정책을 확정할 수는 없다. 다만 사용자가 AI 학습을 거부하는 순간 백업과 동기화까지 함께 잃는 구조라면, 선택권은 형식적으로는 있어도 실질 비용이 크다. 건강 기록을 계속 보존하려는 사람에게 “동의하지 않음”은 평범한 설정 변경을 넘어 데이터 이동과 별도 백업을 요구하는 결정이 된다.
AI 기능이 건강 상태를 더 세밀하게 분석할수록 데이터 품질은 좋아질 수 있지만, 그 이익이 동의 UI를 모호하게 만들어도 된다는 뜻은 아니다. 나는 이런 제품을 볼 때 학습 거부, 클라우드 동기화 거부, 계정 데이터 삭제를 서로 독립적으로 선택할 수 있는지를 먼저 확인한다. 세 선택이 하나의 토글에 묶이면 사용자는 모델 개선 참여 여부가 아니라 서비스 잔류 여부를 고르게 된다. 개인화의 정교함보다 철회 절차의 명료함이 먼저다.
PR-MaGIC, 잘못된 이미지 분할 힌트를 추가 학습 없이 다시 고친다
POSTECH 연구진이 공개한 PR-MaGIC은 이미지 분할 모델에 들어가는 힌트를 스스로 점검하고 보정하는 방법이다. 점이나 상자, 참조 이미지가 원하는 물체를 정확히 가리키면 기존 모델도 잘 작동한다. 문제는 촬영 각도와 배경이 달라지거나 첫 단서가 물체의 일부만 짚을 때다. 잘못된 힌트를 그대로 따라가면 모델은 배경을 선택하거나 윤곽을 놓친다. PR-MaGIC은 사전 학습된 모델이 이미 가진 표현을 이용해 그 단서가 실제 대상과 맞는지 반복해서 확인한다.
이 방식의 장점은 모델 전체를 다시 학습하지 않는 데 있다. 새로운 데이터셋을 모아 파라미터를 갱신하는 대신, 추론 단계에서 초기 힌트를 조금씩 넓히고 위치를 고쳐 더 정확한 마스크로 만든다. 연구진은 여러 공개 이미지 데이터에서 기존 방법보다 정확도와 안정성이 높았다고 설명했고, 논문은 CVPR 2026 구두 발표로 선정됐다. 의료 영상, 자율주행, 로봇처럼 첫 입력이 늘 깨끗하지 않은 환경에서는 평균 정확도보다 잘못된 단서에서 회복하는 능력이 중요하다.
나는 이 연구를 거대한 모델을 하나 더 만드는 이야기보다 추론 중 자기 점검을 어디에 넣을 것인가라는 설계로 읽었다. 모델이 처음 내놓은 마스크를 정답처럼 쓰지 않고, 그 결과를 다음 단서로 되돌려 검증한다. 추가 계산이 드는 만큼 지연과 개선 폭을 작업별로 따져야 하지만, 재학습 비용을 감당하기 어려운 배포 환경에서는 꽤 실용적인 선택지가 될 수 있다.
MedPMC, 의료 멀티모달 데이터의 병목을 수집량보다 정제 과정에서 찾았다
MedPMC는 공개 라이선스가 허용된 PubMed Central 논문을 의료 멀티모달 학습 데이터로 바꾸는 자동화 프레임워크다. 610만 편의 논문에서 1100만 개 이미지-텍스트 쌍을 만들었고, 초기 문서 선별, 여러 패널로 구성된 Figure 감지와 분리, 캡션 분리·정렬, 의료 이미지 분류의 다섯 단계를 각각 목적에 맞는 모델로 처리했다. 논문이 새로 추가되면 같은 과정을 반복할 수 있게 설계한 점도 기존의 일회성 데이터셋과 다르다.
규모보다 눈에 들어온 수치는 수동 검증 결과다. 의료 배경이 있는 평가자 세 명을 포함한 다섯 명이 확인했을 때 MedPMC 이미지의 95.3%가 의학적으로 관련 있다고 판정됐다. 연구진은 기존 PMC 기반 데이터셋의 19.7%와 비교했다. 같은 출처에서 이미지를 많이 긁어도 장식 그림, 복합 패널, 잘못 붙은 캡션이 섞이면 학습 신호는 빠르게 흐려진다. 병리, 영상의학, 안과, 피부과, 내시경 등 서로 다른 전문과를 함께 다루려면 양만큼 정렬 충실도가 중요하다.
MedPMC로 학습한 CLIP 계열 모델은 11개 전문과의 26개 벤치마크에서 구조가 같은 강한 기준선보다 평균 zero-shot AUC가 7.1%포인트 높았다고 보고됐다. 특정 병원 사진을 사용한 검색 평가도 포함됐지만, 공개 논문 기반 데이터가 실제 임상 데이터의 편향과 사용 조건을 모두 대신할 수는 없다. 그래도 좋은 데이터셋은 URL 목록만으로 완성되지 않으며, 오류를 발견하고 다시 만들 수 있는 파이프라인이 필요하다. 재현 가능한 정제 과정과 전문가 검증이 모델 이름만큼 중요한 자산이 됐다.
Waze에 들어간 Gemini, 대화형 음성을 지도 수정과 목적지 검색에 연결
Waze는 네 가지 업데이트 가운데 두 기능에 Gemini를 연결했다. 대화형 보고 기능은 운전자가 교통 사고만 짧게 알리는 수준을 넘어 도로 폐쇄나 잘못된 번지 정보처럼 지도 갱신이 필요한 내용을 자연어로 설명하게 한다. Destination Search에서는 “지금 영업 중인 커피숍”이나 “근처에서 가격이 싼 주유소”처럼 조건이 붙은 목적지를 음성으로 찾는다. 화면을 오래 만지기 어려운 운전 상황에서는 생성형 대화가 검색창보다 잘 맞는 입력 방식이다.
나머지 업데이트는 꼭 AI일 필요가 없는 영역을 분리했다는 점도 좋았다. 음성 안내를 덜 자주 말하게 하는 모드, 이륜차에 맞춘 경로와 도착 시간, 과거 주행 선호를 반영한 경로 제안이 함께 들어간다. 모든 기능에 AI 라벨을 붙이는 대신, 자유로운 문장을 해석해야 하는 두 지점에 Gemini를 쓴 셈이다. 제품에서는 모델을 전면에 세우기보다 입력 마찰이 실제로 큰 구간을 찾는 편이 중요하다.
대화형 지도 수정은 편한 만큼 검증 문제도 따라온다. 운전 중 불완전하게 말한 내용이 실제 지도 변경으로 연결되면 위치·시간·다른 사용자 보고와의 교차 확인이 필요하다. 목적지 검색도 영업 시간과 가격처럼 자주 바뀌는 정보는 생성된 문장보다 최신 데이터가 우선해야 한다. LLM은 사용자의 표현을 구조화하는 입구로 쓰고, 최종 사실은 지도와 상점 데이터로 확인하는 구조가 안전하다.
다섯 소식을 묶는 공통점은 모델 밖의 계약이다
Ploy 사례의 계약은 모델과 도구 스키마 사이에 있었고, Samsung Health의 계약은 사용자 동의와 데이터 보존 사이에 있었다. PR-MaGIC은 첫 힌트를 정답으로 취급하지 않는 검증 계약을 만들었고, MedPMC는 이미지와 캡션의 정렬을 재현 가능한 정제 단계로 바꿨다. Waze는 자유로운 음성을 바로 사실로 믿지 않고 지도 데이터와 이어야 한다. 분야는 다르지만 모두 입력을 받은 뒤 어디까지 신뢰하고, 어느 지점에서 다시 확인할지를 다룬다.
모델 성능표는 출발점일 뿐이다. 프로덕션에서는 선택 인자 하나, 동의 철회 화면 하나, 잘못 찍힌 점 하나, 복합 Figure의 캡션 하나가 결과를 바꾼다. 나는 새 AI 기능을 볼 때 모델 이름 다음으로 세 가지를 적어 두려 한다. 입력이 틀렸을 때 회복하는가, 사용자가 데이터 흐름을 끊을 수 있는가, 결과를 만든 과정을 다시 재현할 수 있는가. 이 세 질문에 답하지 못하면 데모는 좋아도 오래 운영하기 어렵다.