2026년 10월 20일 AI 뉴스
주의: 이 보고서는 AI가 작성하고 제가 다듬은 것입니다. 오류가 있을 수 있습니다.
오늘의 요약: 모델 경쟁의 축이 지능에서 속도와 값으로 옮겨 갔습니다. 인셉션(Inception)이 확산 방식으로 초당 1,068토큰을 내는 머큐리 3(Mercury 3)를, 미니맥스(MiniMax)가 사용료를 70퍼센트 낮춘 M3.1 Flash를 같은 날 공개했습니다. 그 뒤에서는 더 큰 돈이 움직였습니다. 앤스로픽(Anthropic)이 엔스케일(Nscale)과 450억 달러 규모 컴퓨트 계약을 한 번 더 논의 중이고, 텐스토런트(Tenstorrent)는 15억 달러를 조달했습니다. 마이크로소프트(Microsoft)는 자사가 파는 에이전트를 ‘내부 위협’으로 규정했고, MIT 연구진은 아무 지시 없이 놓아둔 에이전트가 스스로 놀이를 시작했다는 관찰을 내놨습니다.
1. 오늘의 큰 흐름
속도와 가격이 새 경쟁 축이 됐습니다. 인셉션은 10월 19일(미국 기준) 머큐리 3를 내놨습니다. 토큰을 한 개씩 이어 붙이지 않고 여러 개를 한꺼번에 확정하는 확산 언어 모델(dLLM, diffusion large language model)로, 엔비디아(NVIDIA) GPU에서 초당 1,068토큰을 기록했다고 밝혔습니다. 문맥 길이는 100만 토큰, 가격은 100만 토큰당 입력 0.20달러, 출력 0.70달러입니다. 같은 날 미니맥스는 M3.1 Flash를 공개하며 에이전트 작업 기준 사용 비용을 이전 모델보다 70퍼센트 낮췄다고 했습니다. 두 회사 모두 “가장 똑똑한 모델”이 아니라 “기다리지 않아도 되는 모델”을 앞세웠습니다.
컴퓨트 자금은 규모의 상식을 다시 썼습니다. 블룸버그 보도에 따르면 앤스로픽과 엔스케일은 한 달 전 체결한 450억 달러 계약에 이어 같은 규모의 계약을 추가로 논의하고 있습니다. 칩 쪽에서는 텐스토런트가 15억 달러를 조달하며 기업가치 62억 달러를 인정받았습니다. 아마존웹서비스(AWS)는 자체 칩 트레이니엄(Trainium)으로 옮기는 도구 토치뉴런(TorchNeuron)을 공개했고, 엔비디아는 기업 서버와 개인용 PC에 각각 맞춘 오픈웨이트 모델 넴오트론 3.5(Nemotron 3.5)를 내놨습니다.
신뢰가 제품 목록에 올라왔습니다. 마이크로소프트는 에이전트를 감시하는 가디언 에이전트(Guardian Agents)를 발표하며 “어디서 만든 프런티어 모델이든 신뢰할 수 없다”고 적었습니다. 같은 날 오픈소스 코딩 도구 오픈코드(OpenCode)는 콘솔 사용자 1.4퍼센트의 API 키가 유출됐다고 밝혔습니다. 성능 발표와 사고 공지가 같은 날 나란히 올라온 하루였습니다.
2. 주요 뉴스
확산 모델이 프런티어 속도 모델과 같은 줄에 섰습니다
- 출처: 인셉션 블로그, 비즈니스와이어 (미국 기준 10월 19일)
- 링크: https://www.inceptionlabs.ai/blog/introducing-mercury-3
- 무슨 일: 인셉션이 머큐리 3를 공개했습니다. 회사 설명에 따르면 첫 모델인 머큐리 1보다 40배 이상 커졌으면서도 속도는 그대로입니다. 자사 벤치마크에서는 GPT-6 Luna와 클로드 하쿠 5.5(Claude Haiku 5.5)를 앞섰고, 100만 토큰 문맥과 100만 토큰당 입력 0.20달러라는 가격을 함께 내걸었습니다. 출시 기간에는 절반 가격입니다.
- 의미: 확산 모델은 “작고 빠르지만 얕은 모델”로 여겨졌습니다. 파라미터를 40배로 키워도 속도가 유지된다는 주장이 사실이라면, 지연 시간이 곧 비용인 에이전트 구조에서 선택지가 하나 늘어납니다. 다만 벤치마크는 아직 독립 검증 전입니다.
앤스로픽과 엔스케일, 450억 달러 계약을 또 논의
- 출처: 테크크런치(TechCrunch), 블룸버그 인용 (미국 기준 10월 19일)
- 링크: https://techcrunch.com/2026/10/19/nscale-and-anthropic-are-reportedly-in-talks-for-yet-another-45-billion-compute-deal/
- 무슨 일: 한 달 전 같은 금액 계약을 맺은 두 회사가 추가 계약을 조율 중이라고 블룸버그가 전했습니다. 협상은 진행 중이며 조건이 바뀔 수 있다는 단서가 붙었습니다. 앤스로픽과 엔스케일은 각각 기업공개(IPO)를 준비하고 있고, 엔스케일은 300억 달러 기업가치를 두고 투자자 반발을 겪는 중입니다.
- 의미: 매출보다 먼저 나가는 컴퓨트 선불 결제가 투자자 눈에는 위험으로 비칩니다. AI 기업의 실적표에서 전력과 칩 확보가 여전히 가장 큰 변수라는 뜻입니다.
마이크로소프트 “프런티어 모델은 신뢰할 수 없다”
- 출처: 테크크런치 (미국 기준 10월 19일)
- 링크: https://techcrunch.com/2026/10/19/microsoft-says-ai-agents-are-like-insider-threats-as-frontier-models-cant-be-trusted/
- 무슨 일: 마이크로소프트가 프로젝트 퍼셉션(Project Perception)에 가디언 에이전트를 추가했습니다. 기업이 쓰는 에이전트를 따로 감시하고 통제하는 계층입니다. 보안 부문 책임자 헤이에트 갈로(Hayete Gallot)는 프런티어 모델이 악의적이거나 쉽게 뚫려서가 아니라 예측이 어려워서 신뢰할 수 없다고 적었습니다.
- 의미: 새티아 나델라(Satya Nadella) 최고경영자는 모델 공급과 그 모델에 대한 권한을 분리해야 한다고 주장해 왔습니다. 모델을 파는 회사가 그 모델을 감시하는 도구도 판다는 구도라, 이해 상충 지적도 함께 나옵니다.
아마존, 설정 한 줄로 엔비디아 울타리 넘기
- 출처: 테크크런치 (미국 기준 10월 19일)
- 링크: https://techcrunch.com/2026/10/19/amazon-is-taking-its-biggest-shot-at-nvidia-yet-with-new-torchneuron-dev-tool/
- 무슨 일: AWS가 파이토치(PyTorch)로 만든 앱을 설정 한 줄만 바꿔 자체 칩 트레이니엄에서 돌리는 토치뉴런을 공개했습니다. AWS는 AI 앱의 85퍼센트가 파이토치로 작성된다고 설명합니다. 엔비디아가 수년간 쿠다(CUDA)로 굳혀 온 소프트웨어 우위를 정면으로 겨냥한 셈입니다.
- 의미: 칩 성능이 아니라 개발자가 옮겨 오는 수고가 전환의 관문이었습니다. 이 장벽이 낮아지면 추론 비용 협상력이 클라우드 쪽으로 조금씩 넘어갑니다.
오픈코드 해킹, 사용자 결제 계정에 청구서가 쌓였다
- 출처: 테크크런치 (미국 기준 10월 19일)
- 링크: https://techcrunch.com/2026/10/19/hackers-hit-ai-coding-tool-opencode-running-up-charges-on-users-ai-accounts/
- 무슨 일: 오픈소스 코딩 에이전트 오픈코드가 콘솔 사용자 1.4퍼센트의 API 키가 유출됐다고 밝혔습니다. 개발자들은 레딧과 X에 수백 달러, 일부는 1,000달러가 넘는 청구를 보고했습니다. 오픈AI는 해당 고객 크레딧을 환불했고 앤스로픽과 구글은 노출된 키를 차단했습니다.
- 의미: API 키는 사실상 현금입니다. 에이전트 도구를 쓰는 팀이라면 키를 콘솔에 맡기지 말고, 지출 한도 경보를 먼저 걸어 두는 편이 안전합니다.
3. 더 읽을 거리
4. 소셜 미디어
- 하커 뉴스(Hacker News) — “이해하지 못하는 AI 작성 코드를 그대로 배포하는 일, 어떻게 감당하나”라는 질문 글이 225점을 받으며 이틀째 상위에 머물렀습니다. 리뷰 비용과 책임 소재를 두고 개발자들이 각자의 규칙을 공유하는 중입니다. (https://hn.algolia.com/?query=shipping%20AI-written%20code)
- 하커 뉴스 — “자체 LLM 프록시를 돌리지 않으면 무슨 일이 벌어지는지 어떻게 아나”라는 글이 292점. 사내 트래픽을 직접 들여다봐야 한다는 주장입니다. (https://jrdsgl.com/if-you-dont-run-your-own-llm-proxy-how-the-fuck-do-you-even-know-whats-going-on/)
- X — 인셉션 최고경영자 스테파노 에르몬(Stefano Ermon)이 머큐리 3 공개와 함께 초당 1,000토큰 이상이라는 수치를 다시 강조했습니다. 확산 모델이 정말 쓸 만한지 묻는 반응과, 생성 순서가 뒤섞이는 모델의 추론을 어떻게 따라갈지에 대한 질문이 함께 붙었습니다.
- 레딧 — 오픈코드 사고 직후 코딩 에이전트 사용자들이 결제 경보 화면을 잇달아 올렸습니다. “잠들기 전에 오픈AI, 앤스로픽, 구글 지출 알림이 동시에 울렸다”는 글이 대표적입니다.
- 하커 뉴스 — Qwen3-4B에서 AI 특유의 문체를 학습으로 걷어냈다는 실험 글이 145점을 받았습니다. 맥북에어에서 만든 4B 모델로, 줄표와 “X가 아니라 Y” 구문이 사라졌다는 주장입니다. (https://100toolkit.com/blog/deslop-model/)
5. 연구
지시 없이 둔 에이전트는 놀기 시작했습니다
- 기관: MIT 컴퓨터과학·인공지능 연구소(CSAIL)
- 링크: https://www.technologyreview.com/2026/10/19/1147095/ai-stranded-claude-virtual-desert-island-play/
- 핵심: 연구진은 클로드 오푸스 4.7(Claude Opus 4.7) 복제본을 ‘에코(Eko)’라 부르며 가상 무인도에 30시간씩 두었습니다. 에이전트들은 높은 곳 오르기, 블록 멀리 던지기 같은 목표를 스스로 세웠고, 한 개체는 돌을 던져 블록을 만드는 법을 알아낸 뒤 하트와 피라미드를 거쳐 별자리까지 바닥에 그렸습니다. 다른 개체는 농구 비슷한 규칙과 ‘바닥은 용암’ 놀이를 만들었습니다. 저자들은 동물 놀이 연구의 네 가지 특징과 맞아떨어진다고 설명합니다. 사람의 시범도 보상도 없이 학습하는 경로가 있다는 가설입니다. 논문은 아직 동료 검토 전입니다.
2주를 넘어선 예보, 편향 보정으로 다시 늘렸습니다
- 기관: 스탠퍼드대, MIT, ECMWF 협업 연구진 / 네이처(Nature)
- 링크: https://www.nature.com/articles/s41586-026-11126-x
- 핵심: 2주에서 6주 앞을 내다보는 준계절 예보는 오차가 쌓여 정확도가 급격히 떨어집니다. 연구진은 과거 확률 예보의 체계적 오차를 학습해 교정하는 방법을 제안했습니다. 유럽중기예보센터(ECMWF)의 AI 예보 체계 정확도를 두 배로 끌어올렸고, 2025년 실시간 예보 경연에서는 모든 변수와 예보 기간에서 가장 좋은 성적을 냈습니다.
뇌 발달 과정의 유전자 조절을 시공간으로 모델링
- 기관: 프린스턴대 / 네이처 신경과학(Nature Neuroscience)
- 링크: https://www.nature.com/articles/s41593-026-02470-2
- 핵심: ‘실(Seal)’이라는 전이 학습 모델이 26개 뇌 영역, 30개 세포 유형, 7개 발달 단계에서 유전자 발현과 변이 영향을 예측합니다. 자폐 연구 코호트에서 태아기 흥분성 신경세포의 새 변이 부담을 찾아냈습니다. 질환마다 조절 구조가 어떻게 다른지 세포 단위로 보여 준 점이 핵심입니다.
6. 투자·스타트업
7. 개발자 생태계
- 머큐리 3 API — 10월 19일 공개. 오픈AI 형식과 호환이라 기존 코드에서 주소와 모델 이름만 바꾸면 됩니다. 인셉션 API 외에 오픈라우터(OpenRouter), 베이스텐(Baseten), 버셀(Vercel)에서도 호출할 수 있습니다. (https://www.inceptionlabs.ai/blog/introducing-mercury-3)
- 미니맥스 M3.1 Flash — 10월 19일 공개. 100만 토큰 문맥에 텍스트와 이미지를 받고, 100만 토큰당 입력 0.15달러, 출력 0.60달러입니다. 출력 속도는 초당 200토큰대라고 밝혔습니다. 가중치는 추후 공개 예정이고 지금은 API로만 쓸 수 있습니다. (https://www.minimax.io/blog/minimax-m31f)
- qwen3-4b-deslop — AI 문체를 학습으로 제거한 4B 모델. GGUF 양자화판이 올라와 있어 오픈소스 실행 도구 올라마(Ollama)로 2.5GB만 받으면 노트북에서 돕니다. 학습에 쓴 답변은 161개뿐이라고 저자가 밝혔습니다. (https://huggingface.co/erikkannike/qwen3-4b-deslop-v4-GGUF)
- Harness Engineering 101 — 모델은 두뇌, 하네스(harness, 모델을 에이전트로 만드는 프롬프트·도구·메모리 묶음)는 몸이라는 관점으로 에이전트 설계를 정리한 저장소입니다. 10월 19일 하커 뉴스 상위에 올랐습니다. (https://github.com/IsuruMaduranga/harness-engineering-101)
8. 오늘의 생각
오늘 나온 두 모델은 같은 방향을 가리킵니다. 머큐리 3는 토큰을 병렬로 확정해 지연 시간을 줄이고, M3.1 Flash는 희소화로 단가를 낮춥니다. 방식은 다르지만 둘 다 “한 번 더 생각하는 능력”보다 “기다리게 하지 않는 능력”을 팝니다. 에이전트가 도구를 열 번 호출하는 구조에서는 이 차이가 체감 품질을 가릅니다. 반대로 말하면, 벤치마크 1등을 다투던 지능 경쟁은 이미 상품화 단계에 접어들었고 차별점은 지연과 청구서로 옮겨 갔다는 신호이기도 합니다.
그런데 오늘 가장 눈에 띈 발표는 성능표가 아니라 신뢰에 관한 문장이었습니다. 마이크로소프트가 자사 고객에게 “우리가 파는 모델도 믿지 말라”고 말하려면, 그만큼 에이전트에 권한을 몰아준 대가가 이미 크다는 뜻입니다. 오픈코드 사고는 그 대가를 청구서로 보여 줬습니다. MIT의 무인도 실험은 다른 각도에서 같은 질문을 던집니다. 지시가 없을 때 에이전트가 스스로 목표를 세운다면, 그 목표를 누가 승인할 것인가 하는 문제입니다. 네이처에 실린 준계절 예보 연구처럼 오차를 학습으로 교정하는 접근은 실마리가 될 수 있습니다. 다만 그 교정이 가능하려면 무엇이 잘못됐는지 기록이 남아 있어야 합니다. 오늘의 세 소식은 결국 로그와 권한, 두 가지로 모입니다.