2026년 7월 16일 | AI 최신 트렌드
기업 AI가 모델 선택을 넘어 배포 방식과 안전 훈련, 지역별 제품 구성, 에이전트용 사전학습 구조로 빠르게 갈라지고 있다. 성능표에서 가장 높은 모델 하나를 골라 API를 연결하는 그림만으로는 설명하기 어려운 소식이 한꺼번에 나왔다. Thinking Machines Lab은 조직이 직접 바꿔 쓸 수 있는 오픈웨이트 모델 Inkling을 공개했고, OpenAI는 자동 공격 모델 GPT-Red를 생산 모델 훈련에 넣은 과정을 설명했다. 기업 현장에서는 ‘에이전트’라는 이름과 실제 다단계 실행 사이의 간격도 숫자로 드러났다.
내가 눈여겨본 공통점은 모델을 어떻게 소유하고, 공격하고, 통제하고, 현지화하며, 에이전트 작업에 맞게 준비하는가였다. 데모의 답변 품질보다 배포 뒤의 선택권이 더 중요해진 셈이다. 다섯 소식을 제품·안전·기업 운영·지역 규제·연구 순서로 놓고 보면, AI 경쟁의 단위가 단일 모델에서 전체 운영 구조로 옮겨가는 장면이 꽤 선명하게 보인다.
1. Inkling, 최고 점수보다 조직별 수정 가능성을 앞세운 오픈웨이트 모델
TechCrunch 보도에 따르면 Mira Murati가 이끄는 Thinking Machines Lab은 첫 자체 공개 모델 Inkling을 오픈웨이트로 내놨다. 보도에 소개된 사양은 총 975B 파라미터, 작업당 약 41B 활성 파라미터를 쓰는 Mixture-of-Experts 구조다. 45T 토큰으로 텍스트·이미지·오디오·비디오를 학습했으며, 현재 출력은 텍스트 중심이다. 회사도 Inkling을 현존 최강 모델이라고 부르지 않고, 조직별 지식과 업무에 맞춰 조정할 출발점으로 설명한다.
이 포지셔닝이 재미있다. 오픈웨이트의 장점은 단순히 API 요금을 피하는 데 있지 않다. 사내 데이터가 어디로 가는지 통제하고, 특정 업무에 필요한 행동을 미세조정하며, 평가 기준을 조직 안에 남길 수 있다. 반대로 가중치를 받는 순간 안전성 검증과 서빙, 버전 관리도 사용자의 책임이 된다. Inkling의 실제 경쟁력은 공개 직후의 종합 점수보다 적은 추가 학습으로 내부 업무 성능을 얼마나 재현 가능하게 올리는지, 그리고 그 변형 모델을 얼마나 안정적으로 운영하는지에서 드러날 것 같다. 기사에 나온 효율 수치는 회사 측 주장인 만큼 독립 평가가 더 필요하다.
2. GPT-Red, 레드팀을 평가 행사가 아니라 훈련 데이터 생성기로 바꾼 접근
OpenAI가 공개한 GPT-Red는 프롬프트 인젝션 같은 취약점을 자동으로 찾는 내부 레드팀 모델이다. 공격 목표를 받은 뒤 프롬프트를 보내고, 대상 모델의 반응을 보고, 다시 공격을 고치는 루프를 반복한다. 핵심은 이 모델을 별도의 안전성 시연으로만 두지 않고 GPT-5.6 Sol의 적대적 훈련에 직접 넣었다는 점이다. OpenAI는 가장 어려운 직접 프롬프트 인젝션 벤치마크에서 4개월 전 최상위 생산 모델보다 실패가 6분의 1 수준으로 줄었다고 밝혔다.
수치는 회사 내부 벤치마크 결과라 외부 재현과 공격 분포 확인이 필요하다. 그래도 설계 방향은 실무적으로 읽을 만하다. 브라우저, 이메일, 코드 저장소, 도구 응답을 읽는 에이전트는 정상 데이터와 공격 명령을 같은 컨텍스트에서 만난다. 출시 전 몇 차례 사람이 공격해 보는 방식만으로는 변형 수를 따라가기 어렵다. 나는 이 흐름을 공격 모델과 방어 모델이 함께 커지는 학습 파이프라인으로 본다. 다만 자동 레드팀이 잘 찾는 공격에만 방어가 과적합될 수 있으므로, 사람·외부 연구자·실시간 모니터링을 대체하기보다 서로 다른 실패 분포를 겹쳐 보는 편이 안전하다.
3. 기업의 ‘에이전트’ 71%, 실제 다단계 작업은 포트폴리오의 4분의 1 이하
VentureBeat Pulse Research는 직원 100명 이상 기업 101곳의 AI 구매·기술 의사결정자를 대상으로 에이전트 오케스트레이션 현황을 조사했다. 응답 기업의 71%는 자사에서 ‘에이전트’라고 부르는 시스템 가운데 실제 다단계 오케스트레이션 워크플로가 25% 이하라고 답했다. 2026년 말 제어 구조로는 공급자 기본 기능과 외부 오케스트레이션을 섞는 하이브리드 방식을 예상한 응답이 51%였고, 폭주한 에이전트의 비용을 실시간으로 멈출 방법이 없다는 응답도 27%였다.
표본이 101곳이고 자발적 응답 조사이므로 시장 전체 점유율처럼 일반화하면 안 된다. 그래도 ‘에이전트’라는 라벨이 실제 운영 성숙도보다 빨리 퍼졌다는 신호는 꽤 설득력이 있다. 챗봇에 도구 하나를 붙인 것과 여러 단계의 상태·권한·재시도·비용 제한을 관리하는 시스템은 실패 모양이 다르다. 기업 도입에서 먼저 필요한 것은 더 거대한 오케스트레이션 화면이 아니라 작업 완료율, 사람 개입률, 도구 호출 비용, 중단 가능성을 같은 실행 ID로 묶는 일이다. 이름을 에이전트로 바꾸기 전에 운영 지표가 에이전트 수준인지 확인해야 한다.
4. Apple Intelligence와 Qwen, 지역별 AI 스택이 제품의 일부가 된 사례
TechCrunch가 Reuters 보도를 인용한 기사에 따르면 중국 규제 당국은 Alibaba의 Qwen을 통합한 Apple Intelligence 서비스 출시를 승인했다. Alibaba도 Qwen이 Apple Intelligence 경험에 들어가며 텍스트·이미지 이해와 생성 기능을 맡는다고 확인했지만, 구체적인 출시 시점은 밝히지 않았다. Apple이 Baidu, DeepSeek, ByteDance 계열 모델도 검토했다는 과거 보도가 있었던 만큼, 이번 선택은 중국 시장에서 제품 기능과 규제 적합성을 함께 맞춘 결과로 읽힌다.
글로벌 앱에서 지역화는 번역 파일과 결제 수단만의 문제가 아니게 됐다. 같은 기능 이름 아래에서도 기반 모델, 데이터 처리 위치, 안전 필터, 업데이트 주기, 품질 편차가 달라질 수 있다. 개발자 입장에서는 모델 이름보다 지역별 capability matrix와 fallback 경로가 중요해진다. 특정 언어·기기·계정 지역에서만 동작이 달라지면 테스트도 지역별로 나눠야 한다. Apple-Qwen 조합은 AI 모델 공급망이 곧 제품의 현지화 구조라는 점을 보여 주는 사례다.
5. 함수형 FIM, 코딩 에이전트의 도구 반환을 일반 코드에서 미리 학습
Function-Aware Fill-in-the-Middle as Mid-Training for Coding Agent Foundation Models는 FIM, 즉 Fill-in-the-Middle을 코딩 에이전트용 중간 학습으로 다시 설계한 논문이다. 저자들은 함수 호출 전 문맥, 호출, 외부에서 계산된 반환값, 반환값을 쓰는 후속 코드가 에이전트의 문맥, 행동, 도구 관찰, 계속 추론과 구조적으로 닮았다고 본다. 프로그램 의존성 그래프에서 복잡하면서도 주변 문맥으로 추론 가능한 함수를 골라 함수 본문과 근거를 복원하게 학습한다.
연구진은 968개 GitHub 저장소에서 정제한 2.6B 토큰으로 Qwen2.5-Coder-Instruct 7B·14B와 Qwen3-8B를 중간 학습한 뒤 기존 에이전트 후학습을 적용했다. 논문이 보고한 SWE-Bench Verified 향상 폭은 각각 +2.8, +3.0, +3.2포인트다. 숫자도 흥미롭지만 나는 에이전트 궤적을 무작정 더 만들지 않고 일반 코드의 구조를 에이전트 학습 신호로 재사용한 발상이 더 마음에 들었다. 실제 도구 출력은 지연·오류·비정형 텍스트를 포함하므로 함수 반환과 완전히 같지는 않다. 그래도 post-training 전에 기반 모델이 ‘외부 결과를 받은 뒤 이어서 추론하는 모양’을 익히게 한다는 연결은 충분히 검토할 가치가 있다.
모델 선택표보다 먼저 필요한 운영 구조표
다섯 소식을 한 표에 놓으면 서로 다른 층이 보인다. Inkling은 조직이 모델을 소유하고 바꾸는 층, GPT-Red는 공격을 훈련에 되돌리는 층, 기업 조사는 실행과 비용을 통제하는 층, Apple-Qwen은 지역별 배포 층, 함수형 FIM은 에이전트가 도구 결과를 받아들이기 전의 학습 층이다. 어느 하나만 잘한다고 전체 시스템이 안정되지는 않는다.
실무에서 내가 확인할 순서도 조금 달라진다. 모델 점수 전에 가중치와 데이터의 통제권을 보고, 안전 평가 전에 공격 데이터가 훈련과 모니터링으로 이어지는지 본다. 에이전트라는 이름보다 실제 다단계 완료율과 비용 중단 장치를 확인하고, 국가별 모델·기능 차이를 테스트 표에 넣는다. 마지막으로 post-training 성능만 보지 않고 기반 모델이 도구 관찰을 받아들이는 구조를 어떻게 배웠는지 살핀다. 이 다섯 층을 한 번에 완성하기는 어렵지만, 적어도 어느 층의 실패인지 구분할 수 있으면 원인과 책임을 모델 탓 하나로 뭉개지 않게 된다. AI 제품의 차이는 이제 답변 한 번보다 운영 구조 전체가 실패를 얼마나 빨리 발견하고 되돌리는가에서 더 크게 벌어질 가능성이 높다.
출처
- TechCrunch — Thinking Machines launches open-weight model Inkling
- OpenAI — GPT-Red: Unlocking Self-Improvement for Robustness
- MIT Technology Review — Meet GPT-Red
- VentureBeat — Agentic orchestration survey
- TechCrunch — Apple Intelligence and Alibaba Qwen in China
- arXiv 2607.12463 — Function-Aware Fill-in-the-Middle