삶을 낙원으로

2026년 10월 16~23일 주요 발표를 바탕으로 작성했습니다.

AI에게 일을 맡길 때 궁금한 것은 점점 구체적으로 바뀝니다. 같은 일을 더 적은 비용으로 처리할 수 있는지, 연결이 끊겨도 작업이 이어지는지, 그럴듯한 결과가 실제 지시까지 지켰는지입니다.

이번 주에는 모델 비용과 클라우드 도입 경로, 오래 실행되는 에이전트의 기반이 함께 확장됐습니다. 먼저 할 일을 살피는 비서와 문서에서 값을 뽑는 도구도 등장했습니다. 마지막에는 공간과 실시간 영상에서 AI가 아직 놓치는 부분을 살펴봅니다.

📌 AI 전반: 성능뿐 아니라 비용과 도입 경로를 고르는 시대

1. MiniMax M3.1 Flash — 반복 작업의 비용을 얼마나 줄일 수 있을까?

문서를 한두 개 처리할 때는 모델의 성능이 먼저 눈에 들어옵니다. 하지만 같은 일을 하루에도 수천 번 반복하면 호출 요금과 재시도 횟수가 운영 방식까지 바꾸게 됩니다.

MiniMax는 10월 19일 M3.1 Flash를 공개했습니다. 공식 요금은 100만 토큰당 입력 0.15달러, 출력 0.60달러, 캐시 입력 0.015달러입니다. 회사는 전작보다 에이전트 작업의 전체 사용 비용이 70% 낮고, 소프트웨어 개발 평가 DeepSWE v1.1에서 73.7%를 기록했다고 설명합니다.

출처: MiniMax 공식 발표

활용 예시로는 문의 분류나 문서 초안 같은 반복 작업에 먼저 적용하고, 복잡한 판단만 다른 모델로 넘기는 구성을 생각해 볼 수 있습니다. 이때는 호출료와 함께 사람이 수정한 시간, 실패한 작업까지 합산해 비교하는 편이 좋습니다.

수치와 절감률은 공급자 발표이며 여기서 직접 재현한 결과는 아닙니다. API·M Plan·MiniMax Code 이용과 추후 가중치 공개는 구분해야 합니다. 발표 당시 모델 가중치는 나중에 공개할 계획이었습니다.

2. OpenAI와 Google Cloud — 이미 쓰는 클라우드 안에서 모델 선택하기

회사에서 AI를 도입할 때는 좋은 모델을 찾는 일 외에도 구매 절차와 접근 권한을 맞춰야 합니다. 이미 특정 클라우드에 데이터와 관리 체계를 모아 둔 팀이라면 도입 경로 자체가 중요한 선택 기준이 됩니다.

OpenAI는 10월 21일 Google Cloud와 협력해 자사 모델과 Codex 에이전트 작업 흐름을 Model Garden에 제공한다고 발표했습니다. Google Cloud Marketplace를 통한 구매와 기존 GCP 사용 약정의 활용도 안내했습니다.

출처: OpenAI 공식 발표

예를 들어 GCP를 사용하는 조직은 기존 접근 통제와 데이터 관리 체계 안에서 여러 모델을 평가하는 방안을 검토할 수 있습니다. 이는 도입 검토 아이디어이며, 연동만으로 모든 보안·규정 요건이 충족된다는 뜻은 아닙니다.

공식 발표에서 일반 제공 시점은 향후 수 주 내로 안내됐습니다. 발표와 즉시 이용 가능 상태를 구분해야 하며, 구체적인 지원 모델·지역·요금·데이터 처리 조건은 실제 제공 안내를 추가로 확인해야 합니다.

📌 개발·코딩·에이전트: 오래 실행하고 다른 장비로 옮기는 기반

3. durable-harness — 연결이 끊겨도 끝난 일을 다시 하지 않으려면

코딩 에이전트가 파일을 수정하고 테스트를 기다리는 중 연결이 끊겼다고 생각해 볼 수 있습니다. 다시 시작했을 때 이미 끝난 일을 반복한다면 시간뿐 아니라 중복 실행에 따른 문제도 생길 수 있습니다.

Vercel은 10월 19일 durable-harness를 소개했습니다. 에이전트를 둘러싼 실행 도구인 하네스에 영속 로그와 복구 기능을 더해, 완료된 모델·도구 호출 결과를 읽고 중단된 작업을 이어 가는 방식입니다. Vercel 실행과 자체 Postgres 기반 운영 등을 지원한다고 설명합니다.

출처: Vercel 공식 기술 글

장시간 저장소 분석이나 테스트 대기 작업에 적용하는 방안을 생각해 볼 수 있습니다. 한 번에 완성하려 하기보다 작업 단위를 기록하고, 중간에 프로세스를 종료해도 어디서 재개되는지 시험하는 것이 현실적인 검토 방법입니다.

다만 모든 외부 동작이 자동으로 한 번만 실행된다는 보장은 아닙니다. 중단된 도구 중 안전한 재실행으로 표시된 것은 다시 실행되지만, 그 밖의 호출은 실행됐을 가능성을 모델이 확인해야 합니다. 결제·발송·게시 같은 동작에는 중복 방지와 결과 조회 설계가 여전히 필요합니다.

4. TorchNeuron — PyTorch 코드를 Trainium으로 옮기는 문턱 낮추기

학습용 가속기를 바꾸면 모델 코드뿐 아니라 디버깅과 성능 분석 도구까지 달라지는 경우가 있습니다. 장비 가격만 비교해서는 실제 이전에 드는 노력을 판단하기 어려운 이유입니다.

PyTorch 공식 블로그는 10월 19일 TorchNeuron을 소개하고 20일 공개 베타를 안내했습니다. Trainium2와 Trainium3를 PyTorch 장치로 다루는 백엔드로, 연산을 바로 실행하는 eager 모드와 torch.compile, torch.profiler를 통한 분석을 지원한다고 설명합니다.

출처: PyTorch 공식 발표

검토 아이디어로는 작은 학습 루프부터 기존 환경과 손실값·처리량·메모리·컴파일 시간을 비교해 볼 수 있습니다. 평소 사용하던 PyTorch API로 실험할 수 있다는 점은 장비를 바꾸는 비용을 줄일 가능성이 있습니다.

공식 예제의 장치 지정 변경이 모든 프로젝트의 무수정 이전을 뜻하지는 않습니다. 베타 단계인 만큼 실제 모델의 연산 지원, 사용자 정의 커널, 분산 학습 설정을 확인해야 합니다. 이 발표만으로 기존 GPU보다 빠르거나 저렴하다고 단정할 수는 없습니다.

📌 업무 자동화·서비스 활용: 먼저 챙기는 비서와 값을 뽑아내는 도구

5. Claude Duet — 질문을 기다리기보다 할 일을 먼저 살펴보는 비서

메일과 일정, 여러 업무 앱을 오가다 보면 정작 먼저 처리해야 할 일을 놓치기 쉽습니다. 매번 AI에게 무엇을 확인할지 알려 주는 과정도 또 하나의 일이 될 수 있습니다.

Anthropic은 10월 21일 Claude Duet의 연구 프리뷰를 발표했습니다. Opus 5.5를 바탕으로 연결된 앱의 주요 항목을 아침에 정리하고, 주의가 필요한 일이 생기면 알리며, 맡긴 작업을 이어 가는 별도 앱입니다.

출처: Anthropic 공식 소개

활용 예시로는 일정 충돌이나 답변이 필요한 항목을 모아 보고, 실제 회신 전에 초안을 검토하는 흐름을 생각해 볼 수 있습니다. 공식 안내는 사용자를 대신해 행동하기 전에 확인하는 절차와 민감 정보 보호 장치도 설명합니다.

접근은 미국 Pro·Max 구독자부터 대기명단 방식으로 시작하며 기존 Claude 사용 한도를 공유합니다. 한국에서 누구나 바로 이용할 수 있는 기능으로 해석하면 안 됩니다. 공개된 보호 설계가 오류나 잘못된 우선순위 판단을 없애 주는 것도 아닙니다.

6. Clairic — 긴 답변 대신 업무에 필요한 값과 확신 정도 받기

고객 문의에서 주문번호와 결제금액을 옮기는 일은 단순해 보여도, 원문에 없는 값을 채워 넣으면 문제가 됩니다. 긴 설명보다 필요한 항목과 확인할 근거를 정확히 받는 편이 유용한 업무입니다.

Cloudflare는 10월 19일 추출 모델 Clairic의 프리뷰를 발표했습니다. Workers AI에서 비정형 입력의 값을 추출하거나 계산·추정·예측하며, 예시에서는 원문 위치와 값이 없을 가능성, 신뢰 점수를 함께 반환합니다. 이미지 입력 예시도 제시했습니다.

출처: Cloudflare 공식 발표

적용 예시로는 문의에서 주문 정보를 추출한 뒤, 신뢰 점수가 낮거나 값이 없는 항목만 담당자에게 보내는 구성을 생각해 볼 수 있습니다. 다만 적절한 검토 기준은 실제 한국어 문서에서 오탐과 누락을 측정하며 정해야 합니다.

토큰을 이어 쓰는 일반 언어 모델과 출력 방식이 다르다고 해서 오류가 사라지는 것은 아닙니다. 특히 추출한 사실과 계산·추정한 값을 구분해야 합니다. 발표 당시 공개 가중치는 추후 계획이었고, 모델의 신뢰 점수가 모든 업무에서 그대로 정확한 확률이라고 보장되지는 않습니다.

📌 논문·연구: 보기 좋은 결과와 실제로 지키는 능력의 차이

7. SpatialScout — 물체를 알아보는 AI가 정확한 지도도 만들 수 있을까?

사진 속 물체를 설명하는 것과 그 물체의 위치를 지도에 정확히 표시하는 것은 다른 문제입니다. 로봇이 공간을 탐색하려면 무엇을 더 관찰할지 정하고 여러 장면을 하나의 좌표계로 묶어야 합니다.

한국 시간 10월 20일 처음 제출된 SpatialScout는 이 능력을 평가합니다. 카메라 보정·자세와 RGB 관측을 주고 물체 중심을 추정하게 하며, 장면당 모델 호출 100회·이미지 100장으로 제한합니다. 7개 모델 비교에서 Claude Opus 5.5의 전체 대상 평균 IoU는 41.71%, 과제당 평균 추론 비용은 28.85달러로 보고됐습니다.

출처: SpatialScout 논문 v3

연구 아이디어로는 탐색 도중 관측만 늘어나는지, 누락 물체를 실제로 줄이는지 함께 기록해 볼 수 있습니다. 논문은 정밀한 위치 추정과 대상 누락을 구분해 평가합니다. 이 결과를 실제 로봇의 주행 성공률로 바로 바꿔 읽을 수는 없습니다.

실험은 SAPIEN·ManiSkill3로 렌더링한 장면에서 진행했습니다. 모델·장면마다 1회 평가하며, 512×512 RGB 영상을 긴 변 최대 384픽셀 JPEG로 전달합니다. 누락 대상을 0으로 반영한 IoU라서 제출한 물체만 잘 맞히는 것과 구분됩니다. 학습 성능을 새로 측정한 연구는 아닙니다.

재현성에는 주의가 필요합니다. v3 초록의 대상 수 3,140개와 본문의 3,410개가 다르고, 장면 구성 합계도 80개라는 설명과 맞지 않습니다. 여기서는 총량을 확정하지 않습니다. 시뮬레이션·제공된 카메라 정보 조건이며, 폐쇄 모델의 파라미터 수와 전체 학습 비용은 확인할 수 없습니다.

8. StreamEval — 영상이 자연스러워도 중간 지시를 제대로 따를까?

생성 영상의 첫 장면이 그럴듯해도, 도중에 옷 색을 바꾸거나 특정 동작을 시키면 지시를 놓칠 수 있습니다. 실시간 서비스에서는 화질 외에도 요청한 시점의 행동과 유지해야 할 내용이 중요합니다.

한국 시간 10월 21일 제출된 StreamEval은 대화형 아바타·동작·월드 생성·두 종류의 편집을 평가합니다. 15~300초 길이의 300개 사례에서 37개 모델을 비교하고 사례별로 3회 반복했습니다. 지시 이행 점수의 최고값은 아바타 동작 36.90, 텍스트 조건 월드 생성 25.93으로 보고됐습니다.

출처: StreamEval 논문 v1

제품 검증 아이디어는 화질 점수와 요청 이행, 상태 유지 점수를 따로 보는 것입니다. 예를 들어 색 변경이 성공했는지뿐 아니라 지정하지 않은 물체와 다음 장면에서도 내용이 유지되는지를 확인하는 식입니다.

평가는 47개 과제 설정으로 나뉘며, 과제별 60건을 다섯 길이 구간에 균등하게 배치했습니다. LiveTalk 1.3B·AptAvatar 14B와 규모 비공개 상용 모델 등을 함께 다루고, Qwen3.8-Max-0902·Qwen3-VL-Plus 등의 자동 평가를 사용합니다. 아바타 종합점수에는 커스텀 아바타 지원 가산점 5가 붙으므로 개별 지표와 나눠 봐야 합니다.

점수는 논문이 정의한 지표이며 범용 성공률과 같지 않습니다. 자동 평가기와 인터페이스 조건에 영향을 받고, 편집 결과는 평가 뒤 정한 점수 기준의 부분집합을 보고합니다. 모델별 규모는 일부만 공개되며 통일된 추론 장비·총비용은 확인 불가입니다. 새 생성 모델의 학습 성과가 아닌 평가 체계에 관한 연구입니다.