No. 95

AI 경쟁은 업무 에이전트와 모델 라우팅으로 재편됩니다 — OpenAI⁠·Anthropic⁠·GitHub

GPT-5.6, ChatGPT Work, Claude Reflect, Copilot 모델 선택과 라우터 도구까지 업무형 AI 운영층이 넓어졌습니다.

오늘의 핵심

오늘의 흐름은 새 모델 성능 발표를 넘어, 모델을 업무 도구와 에이전트 운영층에 어떻게 배치할 것인가로 이어집니다. OpenAI는 GPT-5.6을 ChatGPT, Codex, API, Microsoft 365 Copilot까지 밀어 넣고, Anthropic은 사용자가 AI 사용 패턴을 되돌아보는 기능을 내놨습니다. GitHub와 오픈소스 도구들은 모델 선택, 저장소 이해, 라우팅, 검증을 개발자 워크플로우의 기본 부품으로 만들고 있습니다.

OpenAI, GPT-5.6을 Sol·Terra·Luna 3개 계층으로 정식 출시했습니다

OpenAI는 GPT-5.6 모델군을 일반 제공으로 전환했습니다. 플래그십 Sol, 균형형 Terra, 저비용 Luna로 나뉘며, ChatGPT, Codex, OpenAI API에 순차 제공됩니다.

  • 성능과 비용의 동시 주장: OpenAI는 코딩, 지식 업무, 사이버보안, 과학 평가에서 이전 모델 대비 더 적은 토큰과 비용으로 높은 결과를 낸다고 설명했습니다.
  • 새 실행 모드: max reasoning과 여러 에이전트를 병렬 조율하는 ultra 설정이 복잡한 장기 작업용 선택지로 추가됐습니다.
📢 프런티어 모델 경쟁은 단일 최고점보다, 작업 난도와 비용에 따라 모델 계층과 추론 강도를 조합하는 운영 경쟁으로 이동하고 있습니다.

출처: GPT-5.6: Frontier intelligence that scales with your ambition — OpenAI

GPT-5.6, Programmatic Tool Calling으로 도구-heavy 작업을 줄입니다

OpenAI는 GPT-5.6이 Responses API에서 Programmatic Tool Calling을 활용해 중간 데이터를 필터링하고, 필요한 정보만 유지하며, 작업 흐름을 스스로 조정할 수 있다고 설명했습니다. 이는 도구 호출이 많은 에이전트 작업에서 모델 왕복과 토큰 사용을 줄이는 방향입니다.

  • 에이전트 내부 루프 최적화: 모든 중간 결과를 사람이 설계한 스크립트나 모델 호출로 넘기는 대신, 모델이 가벼운 프로그램을 실행해 다음 단계를 고릅니다.
  • ZDR 호환성 강조: OpenAI는 Responses API의 Programmatic Tool Calling이 Zero Data Retention 환경과 호환된다고 안내했습니다.
📢 에이전트 제품의 비용 병목은 모델 단가뿐 아니라, 도구 호출과 중간 상태를 얼마나 덜 낭비하느냐에서 갈립니다.

출처: GPT-5.6: Frontier intelligence that scales with your ambition — OpenAI

ChatGPT Work, 문서·스프레드시트·웹앱 생성까지 업무 에이전트 표면을 넓혔습니다

OpenAI는 GPT-5.6과 함께 ChatGPT Work를 소개했습니다. 이 제품은 사용자의 문서, 템플릿, 참고 파일, 업무 도구 맥락을 활용해 자료 작성, 분석, 앱 제작 같은 다단계 작업을 지원하는 방향으로 설명됩니다.

  • 채팅에서 산출물로 이동: 단순 답변보다 템플릿을 따르는 문서, 스프레드시트, 발표자료, 웹앱 같은 공유 가능한 결과물이 핵심입니다.
  • Codex와의 경계 완화: 개발자용 코딩 에이전트의 작업 방식이 일반 지식노동 도구로 확장되는 신호입니다.
📢 업무형 AI의 승부처는 질문에 답하는 능력보다, 조직의 기존 파일·형식·도구를 따라 바로 쓸 수 있는 결과물을 만드는 능력입니다.

출처: ChatGPT is now a partner for your most ambitious work — OpenAI, OpenAI rolls out GPT-5.6 after government greenlight - and announces ‘ChatGPT Work’ — The Verge

GPT-5.6, Microsoft 365 Copilot의 선호 모델로 들어갑니다

OpenAI는 GPT-5.6이 Microsoft 365 Copilot의 새 선호 모델이 된다고 밝혔습니다. Word, Excel, PowerPoint, Chat, Cowork에서 더 긴 분석과 문서 작성, 발표자료 생성, 협업 작업을 지원하는 방향입니다.

  • 오피스 앱 안의 모델 교체: 모델 발표가 API 사용자에게만 머무르지 않고, 대규모 기업 생산성 도구의 기본 경험에 반영됩니다.
  • 관리자 통제 이슈: Microsoft 문서는 OpenAI 운영 모델 사용 설정과 하위 처리자 관리가 기업 관리자의 정책 선택과 연결된다고 안내합니다.
📢 프런티어 모델의 실제 영향력은 벤치마크보다, 수억 명이 매일 쓰는 문서·표·회의 도구의 기본값이 되는 순간 커집니다.

출처: GPT-5.6 is now the preferred model in Microsoft 365 Copilot — OpenAI, Manage OpenAI as a subprocessor in Microsoft 365 — Microsoft Learn

OpenAI, Bio Bug Bounty 보상 한도를 5만 달러로 높였습니다

OpenAI는 Bio Bounty Program에서 GPT-5.6과 GPT-5.5의 universal jailbreak 보상 한도를 2만 5,000달러에서 5만 달러로 올렸습니다. 고위험 생물학 오남용 가능성을 찾고 완화하는 외부 연구자 참여를 강화하려는 조치입니다.

  • 모델 출시와 안전 검증의 결합: 더 강한 모델을 공개하면서 동시에 취약점 신고 보상을 키우는 방식입니다.
  • 부분 성공 보상: OpenAI는 완전한 universal jailbreak가 아니더라도 부분 성공에 대해 더 작은 보상이 가능하다고 설명했습니다.
📢 고성능 모델 출시 주기는 이제 기능 발표와 별개로, 공개 보상·레드팀·사후 완화 체계를 함께 보여줘야 신뢰를 얻습니다.

출처: OpenAI Bio Bug Bounty — OpenAI

Anthropic, Claude 사용 패턴을 되돌아보는 Reflect 기능을 공개했습니다

Anthropic은 Claude 사용자가 지난 1개월, 3개월, 6개월, 12개월 동안 어떤 주제와 작업을 Claude에 맡겼는지 돌아볼 수 있는 Reflect 기능을 공개했습니다. 사용 패턴, 활동 시간, 자주 맡기는 작업 유형을 요약해 보여주는 기능입니다.

  • AI 사용의 자기 관찰: 생산성 도구가 사용량을 늘리는 데 그치지 않고, 사용자가 어떤 일을 AI에 맡기고 있는지 스스로 판단하게 합니다.
  • 민감한 메타데이터 문제: 대화 내용을 직접 노출하지 않더라도 사용 주제와 패턴 자체가 개인 습관을 드러낼 수 있습니다.
📢 AI 비서가 일상에 깊게 들어갈수록, "얼마나 많이 썼나"보다 "무엇을 AI에 넘겼고 무엇을 직접 남겼나"를 보는 기능이 중요해집니다.

출처: A new way to reflect on how you use Claude — Anthropic, Say hello to Claude Wrapped — The Verge

GitHub Copilot, GPT-5.6 Sol·Terra·Luna를 모델 선택기에 추가했습니다

GitHub는 GPT-5.6 Sol, Terra, Luna를 Copilot에서 사용할 수 있게 했습니다. Business와 Enterprise 관리자는 Copilot 설정에서 GPT-5.6 모델 정책을 켜야 하며, 기본값은 꺼져 있습니다.

  • 모델 선택권 확대: Copilot은 단일 모델 도구가 아니라 작업별 모델 라우터에 가까워지고 있습니다.
  • 기업 정책 우선: 새 모델이 곧바로 전사 적용되는 것이 아니라, 관리자가 비용·보안·성능을 보고 허용하는 구조입니다.
📢 AI 코딩 도구의 운영 질문은 "어떤 모델이 제일 좋은가"에서 "어떤 팀과 작업에 어떤 모델을 허용할 것인가"로 바뀌고 있습니다.

출처: OpenAI’s GPT-5.6 Sol, Terra, and Luna are now available in GitHub Copilot — GitHub Changelog

GitHub, Copilot에 저장소 개요 질문 기능을 추가했습니다

GitHub는 Copilot에게 저장소 개요를 물어볼 수 있는 기능을 공개했습니다. 사용자는 저장소 구조, 주요 파일, 프로젝트 목적을 빠르게 파악하는 질문을 던질 수 있습니다.

  • 온보딩 시간 단축: 새 저장소를 읽을 때 README만 보는 대신, Copilot이 코드 구조를 요약하는 진입점이 됩니다.
  • 코드베이스 이해의 제품화: 에이전트가 코드를 수정하기 전에 먼저 전체 맥락을 설명하는 흐름이 기본 기능으로 들어갑니다.
📢 코딩 에이전트의 첫 작업은 코드 작성이 아니라, 낯선 저장소의 구조와 책임 경계를 빠르게 이해시키는 것입니다.

출처: Ask Copilot for a repository overview — GitHub Changelog

Weave Router, 프롬프트별 최적 모델 라우팅을 에이전트 도구로 내세웠습니다

GeekNews에서 주목받은 workweave/router는 Anthropic, OpenAI, Gemini를 단일 엔드포인트로 묶고 요청마다 적합한 모델을 고르는 프록시입니다. README는 50ms 이내 라우팅, BYOK, OTLP traces, Claude Code·Codex·opencode 연결을 강조합니다.

  • 모델 라우터의 실무화: 여러 공급자의 모델을 바꾸는 작업이 애플리케이션 코드가 아니라 프록시와 설정 문제로 내려옵니다.
  • 관측성 포함: 어떤 요청이 어떤 모델로 갔는지 추적하는 기능이 비용 최적화와 품질 디버깅의 전제가 됩니다.
📢 모델이 많아질수록 개발팀의 핵심 인프라는 "좋은 모델 하나"가 아니라, 요청별로 모델을 고르고 결과를 관측하는 라우팅 계층입니다.

출처: workweave/router — GitHub, Weave Router - 프롬프트마다 최적의 모델로 라우팅하는 에이전트용 모델 라우터 — GeekNews

no-mistakes, git push 전에 검증과 PR 생성을 자동화하는 흐름을 제안했습니다

GeekNews에 오른 no-mistakes는 실제 원격 앞에 로컬 git 프록시를 두고, push 시 일회용 worktree에서 검증한 뒤 깔끔한 PR을 만들도록 돕는 도구입니다. AI 코딩이 늘수록 실수 방지와 검증 자동화가 개발 흐름의 앞단으로 당겨지는 사례입니다.

  • push 단계의 안전장치: 로컬 변경을 바로 원격에 밀기보다, 중간 프록시에서 evidence와 검증을 남기는 구조입니다.
  • 에이전트 시대의 품질 게이트: 사람이 작성했든 AI가 작성했든, 변경이 저장소 정책을 통과했는지 자동으로 확인하는 흐름이 중요해집니다.
📢 AI 코딩 도구가 빨라질수록 병목은 코드 생성이 아니라, 생성된 변경을 안전하게 검증하고 배포 가능한 단위로 포장하는 과정입니다.

출처: kunchenguid/no-mistakes — GitHub, no-mistakes - git push 할 때 실수를 방지하기 — GeekNews

오늘의 도구 추천

Weave Router — Anthropic, OpenAI, Gemini, OpenRouter 계열 모델을 한 엔드포인트 뒤에 두고 요청별로 라우팅하는 에이전트용 모델 프록시입니다. Codex나 Claude Code 같은 장기 작업형 도구에서 비용·속도·품질을 함께 비교해야 하는 팀에 특히 맞습니다.

에디터 노트

오늘은 GPT-5.6 발표가 가장 큰 뉴스지만, 더 중요한 변화는 모델 자체보다 모델을 고르는 방식입니다. 사용자는 ChatGPT Work와 Microsoft 365 Copilot에서 모델을 의식하지 않고 결과물을 만들고, 개발팀은 Copilot 정책과 라우터 도구로 모델 선택을 관리합니다. 이제 AI 제품의 품질은 모델 이름 하나가 아니라, 작업 맥락·비용·검증·관측성이 함께 맞물린 운영 설계에서 나옵니다.

다음에 또 찾아옵니다. — 에이브랜치