GPT-5.6 출격, Gemini 3.5 Pro는 또 연기
2026년 7월 24일 금요일
오늘의 핵심은 새 모델 하나의 성능이 아닙니다. OpenAI는 모델·에이전트·추론칩을 하나의 플랫폼으로 묶기 시작했고, Google은 플래그십 출시 지연이라는 압박을 받고 있습니다. 동시에 AI 안전 규칙을 누가 어떻게 정할지를 둘러싼 논쟁도 더 치열해졌습니다.
오늘 꼭 알아야 할 4가지
GPT-5.6은 모델보다 실행 구조를 바꿨습니다
Sol·Terra·Luna와 멀티에이전트 기능을 통해 업무 난도와 비용에 따라 모델을 나눠 쓰는 구조가 본격화됐습니다.
Gemini 3.5 Pro의 공백이 길어지고 있습니다
Google은 Flash 계열을 확대했지만 플래그십 Pro 모델은 여전히 출시하지 못했습니다. 코딩과 에이전트 경쟁력이 핵심 변수입니다.
OpenAI가 추론칩까지 직접 설계합니다
Broadcom과 공개한 Jalapeño는 모델 회사가 칩·네트워크·데이터센터 원가까지 통제하려는 수직통합 전략입니다.
AI 규제는 시장의 승자를 결정할 수 있습니다
과잉 규제를 경계하는 NVIDIA와 강한 통제를 요구하는 프런티어 연구소의 입장이 정면으로 갈리고 있습니다.
GPT-5.6은 ‘가장 똑똑한 모델’보다 ‘일을 끝내는 시스템’을 겨냥합니다
OpenAI는 GPT-5.6을 Sol, Terra, Luna의 세 계층으로 출시했습니다. Sol은 고난도 추론과 코딩, Terra는 품질과 비용의 균형, Luna는 대량·저지연 작업을 담당합니다.
이번 발표에서 더 중요한 변화는 프로그램형 도구 호출과 멀티에이전트 실행입니다. 하나의 모델이 모든 과정을 순서대로 처리하는 대신, 작업을 여러 하위 과제로 나누고 각 에이전트가 병렬로 수행한 뒤 결과를 통합할 수 있습니다.
기업 입장에서는 가장 비싼 모델을 모든 업무에 사용하는 방식보다, 작업의 난도와 응답시간에 따라 모델을 자동 선택하는 구조가 중요해집니다.
AI 경쟁의 기준이 토큰 가격이나 벤치마크 점수에서 업무 한 건을 얼마나 빠르고 정확하며 저렴하게 끝내는지로 이동하고 있습니다.
기업은 무엇을 확인해야 할까?
고객지원은 사람 이관률, 코딩은 테스트 통과율과 수정 횟수, 리서치는 출처 정확도와 검토시간을 기준으로 평가해야 합니다. 멀티에이전트가 항상 정답은 아니며, 단순 업무에는 작은 모델과 규칙 기반 흐름이 더 효율적일 수 있습니다.
Gemini 3.5 Pro는 왜 아직 나오지 못했을까?
Google은 Gemini 3.5 Flash와 이후 경량 모델을 공개했지만, 가장 중요한 플래그십인 Gemini 3.5 Pro는 7월 24일 현재까지 출시하지 못했습니다.
외부 보도에서는 특히 코딩과 에이전트형 코딩 성능이 내부 목표에 미치지 못한 점이 지연 배경으로 언급됩니다. 코딩은 기업용 AI에서 실제 결제와 생산성 개선으로 가장 빠르게 연결되는 영역이기 때문에, Google이 완성도를 낮춰 출시하기 어려웠을 가능성이 있습니다.
Google은 검색, Android, Cloud, Workspace, TPU를 모두 보유하고 있어 플랫폼 기반은 여전히 강합니다. 그러나 GPT-5.6이 먼저 시장에 나온 상황에서 플래그십 공백이 길어질수록 개발자와 기업 고객의 관심이 경쟁사로 이동할 수 있습니다.
Gemini 3.5 Pro의 실제 출시 시점, 코딩·에이전트 벤치마크, API 가격, Vertex AI와 Workspace 적용 속도를 함께 확인해야 합니다.
OpenAI는 왜 자체 AI 추론칩을 만들까?
OpenAI와 Broadcom은 LLM 추론에 최적화한 자체 가속기 Jalapeño를 공개했습니다. 이는 OpenAI가 모델만 개발하는 회사에서 칩과 데이터센터 운영까지 직접 통제하는 회사로 이동하고 있다는 신호입니다.
AI 모델 훈련은 막대한 비용이 들지만 간헐적으로 진행됩니다. 반면 추론은 사용자가 질문하고 에이전트가 도구를 호출할 때마다 반복됩니다. 서비스 사용량이 늘어날수록 추론 원가가 제품 가격과 수익성을 좌우합니다.
맞춤형 칩은 범용 GPU를 완전히 대체하기보다, 반복되는 특정 워크로드를 맡아 비용과 전력 사용량을 낮추는 역할을 할 가능성이 큽니다. Google의 TPU, Amazon의 Trainium·Inferentia와 같은 방향입니다.
AI 기업의 장기 경쟁력은 모델 성능뿐 아니라 같은 결과를 얼마나 낮은 전력과 비용으로 제공할 수 있는지에 달려 있습니다.
아직 확인해야 할 부분
초기 전력당 성능 주장보다 실제 생산 수율, 메모리 공급, 소프트웨어 안정성, 데이터센터 가동률과 배포 규모가 더 중요합니다. 칩 한 장의 최고 성능이 아니라 전체 시스템 활용률이 경제성을 결정합니다.
AI 안전 규제는 왜 업계의 새 전쟁터가 됐을까?
NVIDIA의 젠슨 황은 실현되지 않은 종말론적 시나리오를 근거로 과도한 규제를 도입하면 미국의 AI 혁신과 경쟁력이 약화될 수 있다고 주장했습니다.
반면 OpenAI와 Anthropic 등 프런티어 연구소는 장기 실행 모델이 여러 도구와 외부 시스템 권한을 가질수록 기존 소프트웨어와 다른 위험이 발생한다고 봅니다. 사이버 공격, 민감정보 오용, 장시간 잘못된 행동을 막으려면 평가와 감시, 중단 장치가 필요하다는 입장입니다.
핵심은 규제의 존재 여부보다 어떤 기준으로 적용하는지입니다. 높은 규제비용은 대형 폐쇄형 연구소가 감당할 수 있지만 스타트업과 오픈소스 프로젝트에는 진입장벽이 될 수 있습니다.
AI 규제는 안전 정책인 동시에 어떤 기업과 모델이 시장에 진입하고 성장할 수 있는지를 결정하는 경쟁 정책입니다.
기업은 규제 결론을 기다릴 필요가 없습니다
최소권한, 사람 승인, 실행 로그, 민감 데이터 분리, 도구별 허용 범위, 비상 중지 기능은 규제와 무관하게 먼저 준비해야 할 기본 통제입니다.
그래서 우리에게 어떤 의미가 있을까?
개발자
특정 모델에 고정하지 말고 작업별 라우팅 계층을 분리하세요. 도구 호출, 권한, 실패 복구와 실행 로그를 함께 설계해야 합니다.
기업
모델 점수보다 업무 완료율, 평균 처리시간, 사람 이관률, 감사 가능성, 건당 총비용을 기준으로 도입 효과를 평가해야 합니다.
투자자
사용자 수와 매출뿐 아니라 추론 원가, 칩·전력 조달, 자본지출 회수기간, 플래그십 출시 속도와 규제비용을 확인해야 합니다.
창업자
기초모델 경쟁보다 특정 업무의 데이터, 도구, 승인 흐름을 깊게 연결하고 여러 모델을 교체할 수 있는 구조가 방어력이 높습니다.
앞으로 어떻게 될까?
GPT-5.6 기반 기업 에이전트 사례가 늘고, Gemini 3.5 Pro의 출시 여부와 코딩 성능이 Google의 단기 평가를 좌우할 가능성이 높습니다.
GPU와 자체 ASIC을 혼합한 추론 인프라가 확대되고, 모델 라우팅·캐시·양자화가 제품 마진의 핵심 요소가 될 수 있습니다.
AI 시장은 모델, 에이전트 운영체계, 칩과 데이터센터, 안전 통제를 묶은 플랫폼 경쟁으로 재편될 가능성이 큽니다.
오늘 바로 점검할 것 3가지
- AI 업무의 실제 비용 측정토큰 비용만 보지 말고 처리시간, 재작업, 사람 검토와 실패 복구 비용까지 계산하세요.
- 모델 교체 가능성 확인현재 서비스가 특정 모델이나 클라우드 한 곳에만 묶여 있지 않은지 점검하세요.
- 에이전트 권한과 로그 점검파일 수정, 외부 통신, 삭제, 배포 권한과 비상 중지 기능이 준비돼 있는지 확인하세요.
마무리
GPT-5.6 출시, Gemini 3.5 Pro 지연, OpenAI의 자체 추론칩, AI 안전 규제 논쟁은 서로 다른 뉴스처럼 보입니다.
하지만 모두 AI 경쟁이 모델 성능 하나에서 플랫폼 전체의 운영 능력으로 이동하고 있다는 같은 변화를 보여줍니다.
앞으로의 승자는 가장 높은 점수를 기록한 모델보다 모델·에이전트·칩·안전을 하나의 경제적인 시스템으로 묶는 기업이 될 가능성이 큽니다.
참고 자료
- OpenAI, GPT-5.6: Frontier intelligence that scales with your ambition
- OpenAI, GPT-5.6 System Card
- Google, Introducing Gemini 3.6 Flash, 3.5 Flash-Lite, and 3.5 Flash Cyber
- Reuters, Google updates lightweight Gemini models, but flagship still delayed
- OpenAI, OpenAI and Broadcom unveil LLM-optimized inference chip
- Axios, Nvidia CEO to Washington: Don't fall for science fiction AI fear
- OpenAI, Safety and alignment in an era of long-horizon models
'데일리 브리핑 > AI' 카테고리의 다른 글
| NVIDIA는 OpenAI의 2,500억 달러를 보증할까? AI 금융과 안전의 새 국면 (0) | 2026.07.27 |
|---|---|
| AI 경쟁의 다음 승부처: 삼성 맞춤형 칩·NAVER 데이터센터·현대차 피지컬 AI·OpenAI 보안 (0) | 2026.07.26 |
| Claude Opus 5 출시와 오픈웨이트 연합, AI 경쟁은 왜 ‘성능’보다 ‘배포 구조’로 이동했나 (0) | 2026.07.25 |
| AI가 실제 행동을 시작하면서 드러난 세 가지 변화 (0) | 2026.07.23 |
| OpenAI 장기 에이전트·Gemini 지연·중국 오픈모델의 진짜 의미 (1) | 2026.07.22 |