2026년 09월 02일 AI 뉴스
주의: 이 보고서는 AI가 작성하고 제가 다듬은 것입니다. 오류가 있을 수 있습니다.
오늘의 요약: 오늘(미국 기준 9월 1일)은 두 프론티어 기업이 ‘능력의 경계’를 어디에 그을지 저울질한 하루였다. 오픈AI는 차기 모델 아스트라(Astra)가 자체 안전 프레임워크에서 처음으로 ‘치명적(Critical)’ 사이버보안 임계에 이르렀다고 밝혔고, 앤트로픽은 페이블 5.1·미토스 5.1을 내놓으며 람다(Lambda) 350억 달러 계약까지 발표했다. 구글은 안티그래비티(Antigravity)에 제미나이 3.7 플래시(Gemini 3.7 Flash)를 얹어 크누흐 순환 추측(Knuth’s Cycles Conjecture) 등 미해결 문제 7개를 풀었다고 주장했고, 오픈AI는 챗GPT 헬스에 에픽(Epic) 전자의무기록을 연동했다. 연구 쪽에서는 애플 실리콘에서 LLM 추론의 에너지 효율을 잰 그린벤치(GreenBench)가 눈에 띈다.
1. 오늘의 큰 흐름
두 기업이 동시에 ‘경계 짓기’에 나섰다. 오픈AI는 아스트라가 알려지지 않은 보안 취약점을 사람의 지시 없이 찾아내 악용할 수 있는 수준에 이르렀다며, 준비 프레임워크(Preparedness Framework)에서 ‘치명적’ 등급을 달성한 첫 모델이라고 공개했다. 앤트로픽도 페이블 5.1과 미토스 5.1을 같은 모델의 서로 다른 안전장치 버전으로 출시했다. 사이버보안과 생명과학 작업을 허용하는 미토스는 소수의 신뢰받는 기관에만 제한 공개된다. 두 회사가 ‘능력이 얼마나 강한가’보다 ‘그 능력을 누구에게 열어주느냐’를 먼저 따지기 시작했다는 뜻이다.
앤트로픽이 컴퓨팅 확보에 거액을 쏟는다. 앤트로픽은 람다(Lambda)와 350억 달러 규모의 인프라 임대 계약을 맺었고, 일주일 전에는 엔스케일(Nscale)과 450억 달러 계약을 체결한 상태다. 두 계약만 합쳐 약 800억 달러가 일주일 사이에 나왔다. 텍사스 누에세스 카운티의 데이터센터를 짓는 허트 8(Hut 8)과 엔비디아가 이번 거래의 뒷배로 붙어 있다. 연매출이 5월 기준 470억 달러를 넘긴 가운데, 수요를 따라잡으려는 투자로 풀이된다.
AI가 수학과 연구의 ‘도구’로 쓰이기 시작했다. 구글은 안티그래비티 안에서 여러 에이전트가 협력하는 팀워크(Teamwork) 프레임워크에 제미나이 3.7 플래시를 결합해, FOCS·JMLR 등 상위 학회에서 낸 미해결 문제 7개를 풀었다고 발표했다. 크누흐의 순환 추측은 린(Lean) 증명 도우미로 검증했다. 오픈AI 역시 지난달 정책 입안자들에게 아스트라가 미해결 기하·암호학 문제 10개를 풀어낸 결과를 보여준 바 있다. AI가 단순한 답변기를 넘어 연구 파이프라인의 한 축으로 들어서는 흐름이다.
생성형 AI가 일상 도구와 의료에 들어온다. 오픈AI는 챗GPT 헬스에 에픽 전자의무기록 연동과 공공 의료 데이터 플러그인을 추가했고, 구글은 캔바(Canva)를 겨냥한 AI 디자인 도구 ‘구글 픽스(Google Pics)’를 워크스페이스에 내놨다. 둘 다 기술의 새로움보다 ‘이미 쓰는 곳에 자연스럽게 붙이는’ 전략이다.
2. 주요 뉴스
앤트로픽, 페이블 5.1·미토스 5.1 공개와 람다 350억 달러 계약
- 출처: Anthropic · SiliconANGLE
- 링크: https://www.anthropic.com/claude-fable-and-mythos-5-1
- 무슨 일: 앤트로픽이 가장 뛰어난 코딩·지식 작업 모델이라고 소개한 페이블 5.1과 미토스 5.1을 출시했다(현지 9월 1일). 둘은 사실 같은 모델로, 미토스만 사이버보안·생명과학 관련 제약을 덜 두고 미국 정부가 검증한 조직에 제한 공개된다. 캐시 읽기(cache read) 가격은 75% 내려 토큰당 0.25달러가 됐고, 전형적 작업 비용은 25%, 에이전트 중심 작업은 최대 45% 줄었다. 같은 날 람다와 350억 달러 규모의 컴퓨팅 임대 계약을 맺었다는 보도도 나왔다.
- 의미: 가격을 대폭 낮춘 뒤 성능을 끌어올려 ‘에이전트 시대의 기본 모델’ 자리를 노리는 전략으로 보인다. 동시에 사이버 역량을 품은 버전을 제한 배포함으로써 ‘오픈AI 아스트라’와 같은 위험 관리 기조를 함께 취하고 있다.
오픈AI 아스트라, 첫 ‘치명적’ 사이버보안 임계 도달
- 출처: OpenAI · TechCrunch
- 링크: https://openai.com/index/path-to-astra/
- 무슨 일: 오픈AI가 차기 모델 아스트라가 준비 프레임워크의 ‘치명적’ 사이버보안 임계를 처음으로 충족했다고 밝혔다(현지 9월 1일). 익스플로잇벤치(ExploitBench)에서 만점을 받았고, 내부 실험에서 제로데이 취약점 2개를 발견해 악용 체인을 만들기도 했다. 이에 따라 가장 고도화된 사이버 기능은 제한 공개하고, 격리된 테스트 환경·네트워크 제한·모델 가중치 암호화 같은 통제를 먼저 갖추겠다고 했다. 일부 내부 개발은 새 기준을 충족할 때까지 보류된다.
- 의미: 오픈AI가 자체 모델을 스스로 ‘위험 등급 최고’로 분류한 첫 사례다. 알려진 취약점을 이용하는 수준을 넘어, 아직 알려지지 않은 결함까지 스스로 찾아 쓰는 모델이 실제로 존재한다는 점을 회사가 공식적으로 시인한 셈이다. 과거 허깅페이스 사고 여파와 맞물려 안전 평가 절차가 상용화 시점을 앞당기거나 늦추는 기준이 될 전망이다.
구글, 제미나이 3.7 플래시로 미해결 수학 문제 7개 해결 주장
- 출처: Google Blog · OfficeChai
- 링크: https://blog.google/innovation-and-ai/technology/developers-tools/antigravity-teamwork-multi-agent/
- 무슨 일: 구글이 안티그래비티의 팀워크 프레임워크에 제미나이 3.7 플래시를 결합해 수학·이론컴퓨터과학의 미해결 문제 7개를 풀었다고 발표했다(현지 8월 31일). 여기에는 크누흐의 순환 추측이 포함되며 40쪽 넘는 린 증명으로 검증했다. 7개 중 5개는 아카이브(arXiv)에 논문이 올라왔고, 인간 전문가의 확인을 거쳤다고 한다. 자체 벤치마크 TCSBench에서는 플래시·프로 조합이 71%를 기록했다.
- 의미: ‘플래시’처럼 저렴하고 빠른 모델이 적절한 오케스트레이션을 얹으면 프리미엄 모델급 연구 성과를 낼 수 있다는 주장이다. 구글 스스로 밝힌 대로 결과가 외부 검증을 통과했는지가 관건이며, AI 멀티에이전트가 실제 학술 문제를 푸는 사례가 늘어날지 주목된다.
챗GPT 헬스, 에픽 전자의무기록 연동
- 출처: OpenAI · TechCrunch
- 링크: https://openai.com/index/chatgpt-connects-health-records-and-healthcare-sources/
- 무슨 일: 오픈AI가 챗GPT 헬스에 에픽 전자의무기록 연동을 추가했다(현지 9월 1일). 에픽은 3억 2,500만 명 이상의 환자 데이터를 담고 있는 시스템이다. 의료진은 진료 기록·검사 결과·처방 내역을 챗GPT로 가져와 요약하거나, 진료 전 리뷰와 임상 타임라인을 만들 수 있다. 연동은 읽기 전용이며 AI가 기록을 쓰지 않는다. 공공 데이터 플러그인으로 임상시험·의약품·보험 적용 정보를 참고하는 기능도 함께 나왔다.
- 의미: AI를 의료 업무의 ‘읽기·요약 도구’로만 쓰겠다는 선을 분명히 그은 출시다. 오픈AI는 지난달 미국 소비자 전체에 챗GPT 헬스를 열면서도 진단·치료에는 쓰지 말라고 못박은 바 있다. 다만 일부 오답이 실제 환자 피해로 이어질 수 있는 만큼, 안전성 검증이 상용화 속도를 좌우한다.
구글, 캔바 대항 AI 디자인 도구 ‘구글 픽스’ 공개
- 출처: TechCrunch
- 링크: https://techcrunch.com/2026/09/01/googles-answer-to-canva-is-an-ai-tool-where-you-prompt-instead-of-design/
- 무슨 일: 구글이 나노 바나나(Nano Banana) 이미지 생성 모델을 기반으로 한 AI 디자인 도구 ‘구글 픽스’를 워크스페이스에 공개했다(현지 9월 1일). 캔바나 어도비 익스프레스처럼 포스터나 소셜 미디어용 이미지를 만들 수 있지만, 템플릿을 고르는 대신 프롬프트로 직접 지시하는 방식이다. 오늘부터 도스(Docs)·슬라이드(Slides)에 들어가고, 이후 구글 드라이브로 확장된다. 대부분의 워크스페이스 고객과 구글 AI 프로·울트라 구독자에게 순차 배포된다.
- 의미: 구글이 그래픽 디자인 시장에 정면으로 뛰어들었다는 신호다. 생성형 AI가 ‘창작자’가 아닌 ‘누구나 쓰는 업무 도구’로 포지셔닝되면서, 기존 디자인 소프트웨어의 시장 지형이 흔들릴 수 있다. 다만 AI가 크리에이터의 작업물을 학습했다는 점은 캔바 등과의 논쟁으로 번질 여지가 있다.
3. 더 읽을 거리
4. 소셜 미디어
허깅페이스 사고를 둘러싼 ‘의인화 언어’ 논쟁이 재점화됐다. 팟캐스터 드와크시 파텔(Dwarkesh Patel)이 지난주 쓴 ‘AI 문명의 흥망(The Rise and Fall of Agent Civilizations)’이라는 수브스택 글을 두고 격론이 벌어졌다. 에이전트들을 ‘문명’ ‘떼(swarm)’ ‘희생’ 같은 말로 묘사한 그의 표현을 두고, 신경과학자 아닐 세스(Anil Seth)는 “위험하게 오도한다”고 했고 게리 마커스(Gary Marcus)는 “진짜 문제에서 주의를 돌린다”고 비판했다. 반대로 구글 연구원 닐 난다(Neel Nanda)는 “그런 상황에서는 의인화 언어가 타당하다”고 옹호했다. 사건의 사실관계보다 ‘그 행동을 어떻게 불러야 하느냐’가 더 큰 화제가 된 형국이다.
X머니(X Money) 출시 이후 계정 노리기가 이어졌다. 엑스(X) 출시 직후 많은 이용자가 비정상적인 비밀번호 재설정 이메일을 받자, 제품 엔지니어가 “공개 사용자명을 이용한 대량 재설정 시도”라고 밝히며 조사 중이라고 답했다. 엑스의 법률 책임자는 강경 대응을 예고했고, 그록(Grok) 봇이 2단계 인증 설정법을 안내하는 답변을 달며 진화에 나서는 모습도 눈에 띄었다.
애프터쿼리(AfterQuery)의 유니콘 등극 소식도 퍼졌다. YC 사상 가장 빠른 유니콘으로 보도되면서 창업자 나이(22·23세)와 18개월 만의 성장 속도가 함께 화제가 됐다. AI 학습 데이터 시장의 과열을 보여주는 사례로 읽히며 엑스와 링크드인에서 회자됐다.
5. 연구
GreenBench, 애플 실리콘에서 LLM 추론의 에너지 효율을 잰다
- 기관: arXiv 프리프린트 (cs.AI 2608.28667)
- 링크: https://arxiv.org/abs/2608.28667
- 핵심: 오픈소스 LLM 추론을 애플 실리콘(Apple Silicon)에서 돌릴 때의 에너지 효율·처리량·탄소 발자국을 체계적으로 측정하는 벤치마크다. 데이터센터 GPU에 쏠려 있던 그린 AI 논의를, 통합 메모리 구조를 쓰는 엣지·개인 기기 쪽으로 확장한 데 의미가 있다. 프론티어 모델의 전력 소비를 두고 감독이 강화되는 흐름과 맞물려, 기기별 추론 비용을 가늠할 자료로 쓰일 수 있다.
Kascade, 긴 문맥 추론의 어텐션 비용을 줄이는 훈련 없는 기법
- 기관: arXiv 프리프린트 (cs.AI 2512.16391)
- 링크: https://arxiv.org/abs/2512.16391
- 핵심: 긴 문맥 추론에서 지연 시간의 가장 큰 원인인 어텐션 계산을 줄이는 희소 어텐션 방법을 제시한다. 소프트맥스 이후 어텐션이 본질적으로 희소하고, 가중치가 큰 키의 정체가 인접 레이어에서 안정적이라는 점을 이용해 소수의 앵커 레이어에서 정확한 상위 키를 구한 뒤 이를 전체로 전파한다. 추론 모델이나 검색증강생성(RAG)처럼 문맥이 길어지는 작업에서 지연 시간을 낮추는 실용 수단으로 꼽힌다.
LongGuard, 긴 문맥에서 안전 가드레일이 무너지는 현상을 규명
- 기관: arXiv 프리프린트 (cs.AI 2608.27580)
- 링크: https://arxiv.org/abs/2608.27580
- 핵심: 안전 가드레일이 거의 전적으로 짧은 텍스트로 학습·평가돼 왔다는 점을 지적하며, 0.25k에서 32k 토큰까지 길이를 늘려가며 실패 지점을 측정한다. 15개 주류 가드레일에서 문맥이 길어질수록 위험 입력을 걸러내지 못하는 사례를 확인하고, 추가 훈련 없이 완화하는 방법을 제시한다. 오늘 오픈AI·앤트로픽이 드러낸 사이버 역량 논의와도 맞물리는 안전 주제다.
6. 투자·스타트업
7. 개발자 생태계
- 딥시크 V4-플래시-비전-Exp(DeepSeek V4-Flash-Vision-Exp): V4 계열 첫 멀티모달 실험 모델로 MIT 라이선스로 오픈됐다. 3,050억 파라미터 규모에 비전 인코더와 얼라이너를 결합했고, 가중치·토크나이저·추론 코드까지 공개해 로컬 배포가 가능하다. 허깅페이스에는 이미 7개 양자화 버전이 올라와 있다. 링크 https://news.aibase.com/news/30755
- i플라이텍 성화 X2.5-4B·1.7B(iFlytek Xinghuo X2.5-4B/1.7B): 엣지 기기에서 네이티브 100만 토큰 문맥을 지원하는 첫 모델로 오픈소스 공개됐다. 엔비디아·화웨이 등 여러 하드웨어와 vLLM·llama.cpp 같은 추론 프레임워크를 지원하고, 9월 7일에는 상위 모델 X2.5-293B가 나올 예정이다. 링크 https://github.com/XHToken/Spark-X2.5
- 오니스-1.5(Ornith-1.5): 에이전트 작업용 자기개선 오픈소스 모델. 새 과제를 스스로 제안하고 스캐폴드를 만들어 강화학습 롤아웃까지 수행하는 ‘완전한 자기개선 루프’를 지향한다. 밀집 9B와 35B·397B 혼합전문가(MoE) 버전으로 나뉜다. 링크 https://github.com/ornith-ai/Ornith-1
- 프린스턴 i1(Princeton i1): 강력한 텍스트-이미지 모델을 재현하는 완전 공개 레시피다. 3B 모델이 여러 벤치마크에서 최고 수준 모델과 경쟁하며, 훈련 코드·데이터·파이프라인을 모두 공개했다. 링크 https://github.com/zlab-princeton/i1
- 구글 에이전틱 비디오(Agentic Video) 이해: 제미나이 API에 추가된 영상 분석 기능으로, 토큰 사용을 최대 88%, 비용을 최대 66% 줄이면서 정확도는 최대 7% 높인다. 유튜브 영상에 대한 ‘질문하기’ 기능에도 활용될 예정이다. 링크 https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-agentic-video-in-gemini/
8. 오늘의 생각
오늘 뉴스는 ‘능력이 커진 뒤 책임을 어떻게 나눌지’라는 공통 질문으로 모인다. 오픈AI가 아스트라를 첫 ‘치명적’ 등급으로 분류하고, 앤트로픽이 사이버·생명과학 기능을 뺀 페이블과 제한 버전 미토스로 제품을 나눈 것은, 기술의 최대치보다 ‘그 기술을 누가 쓰게 할 것인가’가 결정의 축이 됐다는 방증이다. 특히 미토스를 미국 검증 조직에만 열어주고 유럽 등엔 아직 못 열어준 대목은, 안전 관리가 곧 지정학적 파트너십이 되는 시대가 왔음을 보여준다.
컴퓨팅 확보 경쟁도 같은 그림 안에 있다. 앤트로픽이 일주일 새 800억 달러를 인프라에 쏟는 가운데, 이번 거래마다 엔비디아가 자본과 하드웨어 양쪽으로 끼어든다. GPU 독점이 약해질수록 ‘누가 어떤 칩을 어디서 돌리느냐’를 쥐는 쪽이 승부를 결정하는 구조가 굳어지고 있다. 어제 엔비디아의 미디어텍 투자와 오늘 앤트로픽의 람다 계약은 같은 방향을 가리킨다.
연구 쪽의 신호도 눈에 띈다. 구글이 플래시급 모델로 미해결 수학 문제를 풀고, 그린벤치가 엣지 기기의 추론 전력까지 재기 시작한 것은, AI가 거대 클라우드 밖으로도 무게중심을 옮기고 있다는 뜻이다. 값싼 모델이 오케스트레이션을 만나 연구에 쓰이고, 개인 기기의 전력 소비까지 설계 대상이 되는 지점까지 왔다. 다만 아스트라의 ‘치명적’ 등급처럼, 그 능력을 안전하게 감당할 시스템이 먼저인지는 오늘의 뉴스가 던지는 가장 큰 물음표다.