2026년 8월 8일 | AI 최신 트렌드
웹을 직접 다루는 에이전트가 늘면서 브라우저도 사람용 화면을 자동 조작하는 방식에서 에이전트 전용 실행기로 갈라지기 시작했다. 기업에서는 모델을 많이 쓰게 하는 것보다 토큰 지출이 실제 결과로 이어졌는지 추적하는 일이 급해졌고, 고위험 사이버 능력은 모델 공개 여부를 넘어 개발 과정의 네트워크·도구·가중치 접근 통제까지 바꾸고 있다. 생명과학에서는 유전체 모델이 새 박테리오파지를 설계해 실험실 검증까지 통과했다.
네 소식은 서로 다른 분야처럼 보이지만, 내가 눈여겨본 공통점은 모델 능력이 커질수록 실행 환경과 비용, 중단 기준, 실제 검증을 더 구체적으로 계측해야 한다는 점이었다. 성능표 한 줄보다 어떤 자원을 썼는지, 어느 단계에서 사람이나 정책이 멈출 수 있는지, 결과가 현실에서 재현됐는지가 제품의 신뢰도를 가르기 시작했다. 운영 로그가 제품 설명만큼 중요한 이유다.
Kitesurf는 사람용 브라우저의 무게를 에이전트 작업에서 덜어냈다
TechCrunch가 전한 Cloudflare Kitesurf는 사람이 화면을 보며 쓰는 Chrome 대체재로 나오지 않았다. 에이전트가 웹 페이지를 읽고 양식을 채우고 작업을 끝내도록 만든 클라우드 호스팅 브라우저다. 사람용 브라우저에서는 테마, 탭, 확장 기능이 중요하지만 에이전트 실행기에서는 HTML 추출과 스크린샷, 컨텍스트 창, 토큰 비용, 동시 실행 수가 먼저 온다. Kitesurf는 Cloudflare Workers 위에서 동작하며 베타 기간에는 Browser Run에서 무료로 제공된다.
구성도 기존 Chromium을 통째로 옮기는 방식과 다르다. Blitz의 모듈식 렌더링 엔진, Firefox의 CSS 파서 Stylo, Rust 기반 JavaScript 엔진 Boa를 조합했고, 나머지 실행은 Workers에 올렸다. Cloudflare는 12주 만에 초기 버전을 만들었고 21만5천 개가 넘는 웹 플랫폼 테스트를 통과했다고 설명했다. 스크린샷과 HTML 추출 같은 에이전트 작업에서는 Chromium보다 CPU와 메모리를 적게 쓴다는 주장도 내놨다. 다만 이 수치는 공급사 설명이며, 복잡한 사이트의 호환성과 장시간 세션 안정성은 별도 측정이 필요하다.
나는 여기서 브라우저 자동화의 병목이 클릭 코드에서 실행 표면의 목적별 분리로 옮겨간다고 봤다. DOM과 네트워크 응답만 필요한 작업에 사람용 UI 스택을 매번 올리면 비용이 커진다. 반대로 가벼운 실행기는 브라우저 호환성, 쿠키·자격증명 격리, 프롬프트 인젝션 방어를 새로 증명해야 한다. 도입 전에는 성공률과 페이지당 메모리, 첫 렌더 시간, 토큰으로 변환되는 DOM 크기, 실패 뒤 세션 폐기 여부를 함께 재는 편이 안전하다.
Rippling은 토큰 사용량을 업무 결과와 같은 화면에 놓았다
Rippling의 AI Spend Console 사례는 기업의 AI 비용 문제가 단순한 API 단가 비교를 넘어섰음을 보여 준다. 회사는 연초 사용량을 빠르게 늘린 뒤, AI 토큰 비용이 연구개발 인건비 예산의 40% 수준까지 갈 수 있고 지출이 월 80%씩 증가하는 추세를 발견했다고 밝혔다. 내부 분석에서는 직원 10~15%가 전체 AI 비용의 약 60%를 만들었고, 한 엔지니어가 한 달에 5만 달러를 쓴 사례도 있었다.
회사는 사용을 막는 대신 도구별 지출 상한을 협상하고, 과제에 따라 가격과 성능이 다른 모델로 보내는 게이트웨이를 만들었다. AI Spend Console은 프롬프트 수와 비용만 세지 않고 코드 변경, pull request, 동료의 재작업 요청 같은 결과 신호를 같은 대시보드에 둔다. Rippling은 이 방식으로 토큰 비용을 연구개발 인건비 예산의 약 15% 수준으로 낮췄으며, 7월 사용량은 6천억 토큰으로 이전 고점과 비슷했지만 비용은 4월의 37%였다고 설명했다. 모두 회사가 공개한 내부 수치이므로 다른 조직의 절감률로 일반화해서는 안 된다.
흥미로운 점은 가장 비싼 최신 모델을 기본값으로 두는 습관이 비용 증가의 큰 부분이었다는 것이다. 모델 라우팅은 여기서 단순 최저가 선택기를 넘어 과제별 품질 하한과 예산 상한을 함께 지키는 운영 정책이 된다. 다만 생산성을 코드 줄 수나 PR 개수로만 연결하면 쪼개기와 양 늘리기를 보상할 수 있다. 재작업률, 결함, 리뷰 시간, 작업 완료까지의 총비용처럼 나쁜 결과까지 포함해야 토큰 절감이 품질 저하로 바뀌지 않는다.
OpenAI는 Astra의 사이버 능력 평가 뒤 일부 내부 활동을 멈췄다
OpenAI의 Astra 사이버 능력 예비 평가는 새 모델의 능력 상승이 개발 절차를 어떻게 바꾸는지 보여 준다. OpenAI는 최근 내부 평가와 전문가 판단을 바탕으로 Astra가 Preparedness Framework의 Critical 사이버 능력에 해당할 가능성을 배제할 수 없다고 밝혔다. 이 기준은 사람의 개입 없이 실제 강화 시스템에서 다양한 심각도의 작동하는 제로데이 익스플로잇을 찾고 만들거나, 높은 수준의 목표만 받고 새로운 공격 전략을 끝까지 실행하는 수준을 가리킨다.
발표를 ‘모델 전체 개발 중단’으로 읽으면 정확하지 않다. 회사가 멈춘 것은 강화된 보안 요구를 아직 충족하지 않는 Astra 관련 내부 활동이다. 격리된 시험 환경, 네트워크와 도구 접근 제한, 가중치 보호와 암호화, 샌드박스 실행, 위험 행동 모니터링을 확대하고 정부 기관과 일부 안전 조직의 평가를 받겠다고 했다. OpenAI는 Astra가 앞서 공개된 Hugging Face 침해 사건과 무관한 모델이라고도 구분했다.
예비 평가라서 외부에서 능력 수준을 독립적으로 확인할 자료는 아직 제한적이다. 그럼에도 배포 직전 안전 점검만으로는 고위험 모델을 다룰 수 없다는 운영 변화는 분명하다. 훈련, 평가, 도구 연결, 가중치 보관까지 같은 위험 등급으로 묶어야 하고, 모니터가 위험을 감지했을 때 세션을 끊고 증거를 보존하는 경로도 실제 시험해야 한다. 능력 임계값은 문서 속 등급에 머물지 않고 개발 인프라의 권한을 바꾸는 스위치로 작동해야 의미가 있다.
유전체 모델이 설계한 300개 후보 중 16개가 기능하는 파지가 됐다
Stanford와 Arc Institute 연구진의 박테리오파지 설계 연구는 생성 모델의 결과를 실제 생물학적 기능으로 검증한 사례다. 연구진은 다양한 생물의 유전체를 학습한 Evo 1과 Evo 2를 사용해 E. coli를 감염시키는 Phi X-174를 참고하되, 자연에 없던 새 유전체 후보를 만들었다. 계산 단계에서 고른 300개 유전체를 실험실에서 합성했고, 그중 16개가 실제로 증식 가능한 박테리오파지를 만들었다.
여기서 ‘AI가 사람을 감염시키는 바이러스를 만들었다’고 확대하면 안 된다. 실험 대상은 세균을 감염시키는 비교적 작은 박테리오파지였고, 기능을 보인 후보도 300개 중 일부였다. 연구진은 자연 파지에 내성을 얻은 E. coli를 상대로 AI 설계 파지 혼합물이 감염을 다시 성립시키는 결과를 보고했다. 항생제 내성균을 겨냥한 파지 치료의 후보 공간을 넓힐 가능성이 있지만, 특정 실험의 성공이 곧 치료 효능과 안전성을 뜻하지는 않는다.
내가 무겁게 본 부분은 생성 정확도보다 디지털 후보가 합성 가능한 생물학적 개체로 넘어가는 검증 경계다. 서열 생성, 위험 후보 필터링, 합성 주문, 격리 실험, 폐기와 보고가 하나의 통제 흐름으로 연결돼야 한다. 모델이 더 그럴듯한 유전체를 만들수록 실패 후보는 줄 수 있지만, 악용 가능성이 있는 후보를 거르는 책임도 커진다. 연구 공개와 재현성을 유지하면서도 병원성·숙주 범위·독성 위험에 따라 접근 수준을 나누는 체계가 모델 성능만큼 빠르게 따라가야 한다.
능력 확대보다 먼저 계측할 네 가지
Kitesurf는 브라우저의 CPU·메모리·컨텍스트 비용을 에이전트 작업에 맞게 다시 잡았고, Rippling은 토큰을 업무 산출물과 연결했다. OpenAI는 예비 능력 평가를 개발 인프라의 접근 통제와 중단으로 이어 갔으며, 유전체 연구는 생성한 후보를 실제 실험에서 걸러 냈다. 공통점은 모델을 더 많이 쓰는 것만으로는 다음 단계로 갈 수 없고, 실행 비용과 실패가 관측되는 계층이 먼저 필요하다는 데 있다.
나는 새 AI 기능을 볼 때 네 가지를 같은 표에 두려고 한다. 첫째, 작업 한 건이 쓰는 메모리·토큰·시간은 얼마인가. 둘째, 품질은 결과 수와 함께 재작업과 실패까지 포함해 측정되는가. 셋째, 위험 등급이 올라가면 네트워크·도구·가중치 권한이 실제로 줄어드는가. 넷째, 디지털 출력이 현실의 행동이나 생물학적 결과로 넘어가기 전에 독립된 검증 단계가 있는가. 이 네 칸이 비어 있으면 높은 성능은 운영 부채를 빨리 쌓는 힘이 될 수 있다.
반대로 경계가 잘 계측되면 모델의 자율성을 무작정 낮출 필요도 없다. 가벼운 브라우저는 더 많은 웹 작업을 처리할 수 있고, 비용 라우팅은 같은 토큰 양을 더 싼 모델 조합으로 옮길 수 있다. 고위험 모델은 통제된 환경에서 방어 연구에 쓰일 수 있으며, 유전체 모델은 사람이 전부 탐색하기 어려운 치료 후보를 좁힐 수 있다. 실제 도입에서는 기존 실행기나 모델을 한 번에 교체하기보다 같은 입력을 병렬로 흘려 비용·실패·복구 차이를 먼저 기록하는 편이 낫다. AI의 다음 경쟁력은 능력을 선언하는 속도보다 능력이 커졌을 때 운영 조건을 함께 바꾸는 속도에서 갈릴 가능성이 크다.