여섯 주 세 번의 플래시 — 제미나이 3.8의 속도, 아스트라의 불투명한 사고

오늘의 핵심

오늘의 축은 ‘속도와 투명성의 시차’입니다. 구글은 여섯 주 만에 세 번째 플래시 모델을 내놓으며 코딩 능력을 프론티어급으로 끌어올렸고, 사이버 변형은 신뢰받는 방어자에게만 여는 ‘페어윈드 프로그램’에 걸었습니다. 메타는 에이전트가 스스로 되묻고 확인하는 법을 훈련한 뮤즈 스파크 1.3을 배포했습니다. 그러나 오픈AI 아스트라에 담긴 ‘불투명한 반복’ 기법이 사고 과정 모니터링을 흐릴 수 있다는 보도에 안전 전문가들이 즉각 경계했고, 캐나다 텀블리지 총기난사 생존자들은 30건의 추가 소송으로 ‘누가 경찰 신고를 무산시켰는가’를 물었습니다. 모델은 주 단위로 바뀌어도, 신뢰는 사건 단위로 쌓입니다.

제미나이 3.8 플래시 · 플래시 사이버 — 프론티어 코딩 성능을 플래시 가격에

구글이 제미나이 3.8 플래시와 제미나이 3.8 플래시 사이버를 발표했습니다. 3주 전 3.7 플래시에 이어 여섯 주 만에 세 번째 플래시 릴리스입니다. 3.8 플래시는 ‘가장 뛰어난 추론·코딩 모델’을 3.7과 같은 속도와 가격에 제공합니다.

성능: 롱호라이즌 소프트웨어 엔지니어링 벤치마크 DeepSWE v1.1에서 더 큰 프론티어 모델 대부분을 능가하는 종단 문제 해결을 보였고, HLE-Verified 54.9%를 기록했습니다. 금융(Val 파이낸스 에이전트 V2)과 법무(Harvey 리걸 에이전트 벤치마크) 같은 전문 도메인에서도 프론티어급 성적입니다.
가격: 3.7 플래시와 같은 인트로덕터리 가격인 백만 입력 토큰당 0.75달러, 출력 100만 토큰당 3.75달러입니다. 복잡한 과제에서 토큰을 더 쓰며 ‘일부러 더 열심히’ 푸는 설계이고, 효율이 우선이면 3.7 플래시가 계속 제공됩니다.
플래시 사이버: 프론티어급 자율 취약점 발견과 자동 패칭 능력을 갖췄지만, 신뢰받는 방어자 전용 ‘페어윈드 프로그램’을 통해서만 접근됩니다. CyberGym에서 3.5 플래시 사이버와 더 큰 프론티어 모델을 넘어섰고, 20개 프로그래밍 언어 코드베이스의 내부 벤치마크도 공개했습니다.

📢 어제 앤스로픽 미토스가 '신뢰 기반 접근'으로 사이버 능력을 잠갔다면, 오늘 구글은 같은 문법을 플래시 속도로 베꼈습니다. 위험한 능력의 배포 방식이 가격표가 아니라 심사 절차가 되는 흐름이 이제 업계 표준으로 자리 잡고 있습니다.

출처: Introducing Gemini 3.8 Flash and 3.8 Flash Cyber⁠—⁠Google

뮤즈 스파크 1.3 — 되묻고, 확인하고, 멈추는 법을 배운 에이전트

메타가 뮤즈 스파크 1.3을 발표하고 뮤즈 코드와 메타 모델 API에 배포했습니다. 에이전틱·코딩 작업 성능을 높이면서, 실사용 환경에서 더 쓰기 쉬운 모델을 목표로 했다고 밝혔습니다.

장기 과업: 하나의 긴 스레드 안에서 여러 워크플로를 병행하며, 모순된 출처 사이에서 스스로 컨텍스트를 만들고 계획의 빈틈을 스스로 교정해 최종 결과물까지 만듭니다.
협업 행동: 프롬프트가 모호하면 되묻고, 막히면 사용자에게 도움을 요청하며, 결과가 큰 행동 앞에서는 확인을 받도록 훈련됐습니다. 사용자 선호에 따라 자주 보고하거나 조용히 작업하는 모드로도 적응합니다.
자기 인식: 자신이 무엇을 할 수 있고 무엇을 모르는지 더 정확히 파악해, 막힐 때 결과를 지어내는 대신 허들임을 알립니다. 최대 추론 모드는 추가 안전 테스트 뒤에 오픈됩니다.

📢 재능이 아니라 예의가 훈련 목표가 됐습니다. 에이전트의 신뢰도를 결정하는 것이 지능의 상한이 아니라 '언제 멈추고 묻는가'라는 관점이 코딩 벤치마크 다음 자리로 올라왔습니다.

출처: Introducing Muse Spark 1.3⁠—⁠Meta AI

아스트라의 ‘불투명한 반복’ — 사고 과정을 읽을 수 없게 되기 전에

테크크런치에 따르면 오픈AI의 다음 모델 아스트라는 ‘재귀적 깊이(recurrent depth)‘라는 추론 기법을 사용합니다. 흔히 ‘불투명한 반복(opaque recurrence)‘이라고도 불리는 이 기법은 같은 질의를 내부적으로 반복 처리하며, 순차적 사고 사슬(CoT)이 남기는 읽을 수 있는 흔적을 줄입니다.

전문가 반응: 레드우드 CEO 벅 슐레게리스는 “오픈AI가 이 기법을 더 밀면 반복을 대폭 늘려 CoT 모니터링 가능성을 완전히 파괴할 선택지를 갖게 된다”고 경고했고, 즈비 모우쇼위츠는 ‘밑바닥을 향한 경쟁’을 막으려면 법까지 필요할 수 있다고 썼습니다. 레드우드 수석 과학자 라이언 그린블랫은 잠재 공간에서 완전히 추론하는 구조로 확장될 가능성을 우려했습니다.
오픈AI 입장: 아스트라의 해당 기법 활용은 제한적이며 사고 사슬은 여전히 읽을 수 있다고 밝혔고, ‘뉴랄리즈’로의 전환 아니라는 주장도 반복했습니다. 수석 과학자 야쿠프 파초츠키는 “첫 추론 모델부터 CoT 모니터링을 보존·활용해 왔고 현재 연구 프로그램의 핵심 목표”라고 강조했습니다.
파급: 인포메이션의 후속 보도에 따르면 앤스로픽과 구글 딥마인드도 이미 이 기법을 논의 중입니다. 최근 오픈AI의 무단 에이전트 활동 조사에서 CoT 기록이 행동 원인을 추적하는 핵심 도구였다는 점에서, 모니터링 가능성의 훼손은 관측 그 자체의 문제입니다.

📢 어제의 임계값 논의는 '능력을 잠그는 것'이었고, 오늘의 쟁점은 '사고를 읽을 수 없게 되는 것'입니다. 성능과 해석 가능성이 같은 축에서 등가 교환되기 시작하면, 안전은 기능이 아니라 아키텍처의 선택이 됩니다.

출처: OpenAI’s new reasoning technique alarms AI safety experts⁠—⁠TechCrunch

텀블리지 참사 — 30건의 추가 소송이 묻는 ‘통보를 막은 사람’

캐나다 브리티시컬럼비아주 텀블리지 학교 총기난사 생존자·교사·교장 등이 샌프란시스코 연방법원에 30건의 새 소송을 냈습니다. 4월의 7건을 합쳐 이 사건 관련 소송은 총 37건이 됐습니다.

새 주장: 소송 측은 지난해 6월 가해자의 계정이 ‘총기 폭력 활동 및 계획’으로 플래깅돼 조사팀이 실제 사람들에 대한 신뢰할 만한 위협으로 판단하고 왕립기마경찰(RCMP) 통보를 권고했으나, 글로벌 어페어스를 이끄는 크리스 레인 책임 하에서 무산됐다고 주장합니다. 계정은 차단됐지만 가해자는 새 계정을 만들었고 회사는 사건 전 이를 파악하지 못했다는 게 양측 공통의 사실 관계입니다.
오픈AI 반박: 최고전략책임자 제이슨 권은 “레인 씨가 원래 통보 결정에 관여했다는 것은 절대적으로 거짓”이며 안전을 우선하지 않는 사람들이라는 주장도 사실이 아니라고 밝혔습니다. 오픈AI는 같은 날 원래 7건 소송에 대해 브리티시컬럼비아 법원이 관할해야 한다며 기각 신청을 냈습니다.
구조적 쟁점: 위협 평가 전문가의 권고와 최종 결정 사이의 계보, 그리고 그 결정이 누구의 어떤 기준으로 내려졌는지가 이번 소송의 핵심 증거 대상이 됐습니다.

📢 책임의 화살이 모델에서 '결정 서명란'으로 옮겨 왔습니다. 플래깅은 자동으로 해도 통보는 조직이 결정한다면, AI 안전 거버넌스의 진짜 피고는 시스템이 아니라 결정 구조입니다.

출처: New lawsuits claim OpenAI execs put image ahead of safety in Canadian mass shooting⁠—⁠NPR, Tumbler Ridge mass shooting victims file 30 new lawsuits against OpenAI⁠—⁠The Guardian

법무부가 NYT 소송에서 오픈AI 편 들기 — “학습은 공정이용일 수 있다”

미국 법무부가 뉴욕타임스와 신문사들의 오픈AI 저작권 소송에서 법정 의견서를 통해 오픈AI와 마이크로소프트의 손을 들었습니다.

핵심 논리: 대규모 언어모델이 저작물로부터 ‘패턴·문법·스타일’을 학습하는 것은 표현을 복제하는 것이 아니라 새로운 것을 만들어내는 변혁적 활용으로, 공정이용에 해당할 수 있다고 봤습니다. 구체적 표현을 추출·재현하는 것은 다르게 다뤄야 한다는 조건을 달았습니다.
정책 경고: 법무부는 학습을 과도하게 제한하면 미국의 혁신 속도, 경쟁, 국가안보, 경제 성장을 저해할 수 있다고 경고했습니다. 텍스트·데이터 마이닝을 허용하는 다른 국가들과의 격차도 언급했습니다.
남은 절차: 의견서는 구속력이 없고, 저작권 침해 여부와 시장 피해 판단은 결국 재판부 몫입니다.

📢 행정부가 공정이용의 해석을 법정에서 정면으로 지지한 것은 이 소송의 무게추를 상당히 옮겨 놓습니다. 저작권 논쟁이 법리에서 산업정책의 언어로 넘어가는 순간입니다.

출처: US government backs OpenAI in New York Times copyright case⁠—⁠AP News

뉴욕시 학교 — 8학년까지 1년간 학생 AI 사용 유예

뉴욕시가 전국 최대 학군(약 60만 명)에서 2학년부터 8학년까지 학생 대상 제너러티브 AI 사용을 2026-27 학년도 1년간 유예하는 정책을 발표했습니다. 마무다니 시장이 밝힌 내용입니다.

적용 범위: 초중등 학생의 수업 중 생성형 AI 사용이 금지되고, 고등학생은 감독되는 파일럿과 AI 소양 교육으로 전환합니다. AI 컴패니언 앱은 전 학년에서 계속 금지입니다.
교사 사용: 수업 준비와 행정 업무 등 교사의 도구 활용은 그대로 허용되며, 성적 매기기에는 쓸 수 없습니다. 개인 기기 차단은 불가능하다는 현실적 한계도 정책에 명시됐습니다.
성격: 영구 금지가 아니라 1년의 유예와 문해성 설계입니다. 시는 이 기간에 학년별 안내와 교사 훈련을 갖춘 뒤 단계적 재도입을 검토합니다.

📢 '금지'가 아니라 '시간 벌기'입니다. 도구를 먼저 들이는 학군과 문해력을 먼저 세우는 학군의 차이가 몇 년 뒤 입시·직업 격차로 나타날지 지켜볼 필요가 있습니다.

출처: NYC, the nation’s largest school system, bans AI for students through 8th grade⁠—⁠AP News

젠슨 황의 G20 연설 — “AI는 물이자 도로이자 전기입니다”

엔비디아 젠슨 황 CEO가 노스캐롤라이나 채플힐에서 열린 G20 회의 둘째 날 각국 장관들에게 AI 인프라 구축을 촉구했습니다. 트럼프 행정부가 최고 AI 경영자들을 대거 소집한 특별 기술 회의입니다.

인프라 프레임: 황은 “AI는 물·도로·전기·인터넷과 같은 인프라”라며 “모든 나라가 자국 경제를 뒷받침할 인프라를 지어야 한다”고 말했습니다. 데이터센터는 연구자·학생·산업·스타트업을 위한 ‘디지털 지적 생산능력’이라고 정의했습니다.
규제론: “이론적·가설적 피해가 아니라 실제의 실용적 피해를 규제하라”고 주문했고, 일자리 대량 소멸론에는 “넌센스”라고 잘라 말하며 일이 재정의될 뿐이라고 반박했습니다. 가장 나쁜 결과는 도입을 피해 뒤처지는 것이라고 덧붙였습니다.
맥락: 미국 내 AI 데이터센터 반대 여론이 11월 중간선거를 앞두고 정치적 이슈가 된 상황에서, 상무장관 루트닉의 사회로 열린 이 무대는 인프라 담론의 공세적 전개입니다.

📢 '전기 같은 인프라'라는 비유는 반대 여론을 무력화하는 가장 강력한 수사입니다. 반대로 전기가 아니라 댐이라면, 입지와 수용료 누가 부담하느냐의 질문은 여전히 남습니다.

출처: Nvidia boss presses G20 ministers to build AI infrastructure⁠—⁠France 24/AFP

오픈 시큐어 AI 얼라이언스 — 엔비디아 연합에서 리눅스 재단으로

엔비디아가 7월 25개 이상 기업과 함께 출범시킨 오픈 시큐어 AI 얼라이언스가 리눅스 재단 산하 중립 프로젝트로 이관됐습니다. IBM·레드햇, 스페이스X, 팔란티어 등이 참여한 연합입니다.

기반과 목표: 리눅스재단의 아크리테스 이니셔티브와 OpenSSF 위에서 출발했으며, 오픈소스 AI 모델을 점검·감사·방어하기 위한 도구와 공유 표준, 방어 실무를 개발합니다.
SAFE: 조직들이 AI 위협 인텔리전스를 공유해 신흥 AI 보안 위험에 공동 대응하는 ‘공유 AI 파인딩스 익스체인지(SAFE)‘가 대표 이니셔티브입니다.
의미: 특정 벤더의 후원 아래 있던 AI 보안 협력이 중립 거버넌스의 공공재로 자리를 옮겼습니다.

📢 AI 보안의 표준화 무대가 벤더 회의실에서 재단으로 옮겨 갑니다. 위협 정보를 경쟁 자산이 아니라 공유 자산으로 만드는 것이 이 관심사의 유일한 현실적 방어선이라는 판단입니다.

출처: NVIDIA-Started Open Secure AI Alliance Moves To The Linux Foundation⁠—⁠Phoronix

미스트랄의 옵트아웃 안내 — 서비스마다 다른 기본값의 지도

미스트랄의 공식 도움말 ‘입출력 데이터 학습에서 옵트아웃할 수 있나요?‘가 커뮤니티에서 큰 논쟁이 됐습니다. 이번 주 업데이트된 문서는 서비스별로 다른 기본값을 정리하고 있습니다.

Vibe(일반): 사용자는 기본으로 학습에 포함되며, 설정에서 언제든 수동으로 옵트아웃해야 합니다. 엔터프라이즈 고객은 반대로 기본 제외이며 관리자가 옵트인을 관리합니다.
모바일·API: iOS·안드로이드 앱은 별도의 ‘데이터 공유’ 체크박스를 끄는 방식이고, 스튜디오·API는 관리자 패널의 ‘익명 개선 데이터’ 토글을 따로 꺼야 합니다. Vibe와 API 옵트아웃은 서로 독립입니다.
논쟁 포인트: 무료 사용자의 대화와 업로드 문서가 기본 학습 재료가 된다는 점, 그리고 옵트아웃 스위치가 서비스 단위로 쪼개져 있다는 점이 주요 비판입니다.

📢 프라이버시 기본값의 파편화입니다. 같은 회사의 같은 계정이어도 채팅·모바일·API에서 학습 여부가 각각 다르게 설정됩니다. 동의의 단위가 늘어날수록 사용자의 실효적 통제는 줄어듭니다.

출처: Can I opt out of my input or output data being used for training?⁠—⁠Mistral Help Center

앤스로픽 리테일 블루프린트 — 에이전트 커머스의 블랙프라이데이 대비

앤스로픽이 홀리데이 시즌을 앞두고 리테일러·여행·티켓팅 플랫폼이 클로드 위에 쇼핑·머천트 에이전트를 만들 수 있는 블루프린트를 공개했습니다. 완제품이 아니라 조립 설계도입니다.

두 개의 역할: 쇼퍼 에이전트는 선호 기반 추천과 장바구니 추가까지 담당하고, 머천트 에이전트는 재고·가격·마케팅 조언을 제공하지만 소비자나 리테일러를 대신해 구매를 완료하지는 않습니다.
실측: 클로드 플랫폼 제품 책임자 안젤라 장은 한 파트너에서 카트 크기가 약 30~35% 커졌고 고객의 구매 완료율이 약 60% 높아졌다고 밝혔습니다. 어도비 애널리틱스는 AI 유입 방문이 다른 트래픽보다 60% 높은 전환율을 보인다고 집계했습니다.
수요 근거: 앤스로픽과 협업한 액센추어 리서치는 소비자 85%가 AI 에이전트와의 협업에 개방적이고, 약 4분의 3은 자신을 대신한 구매에서 가장 친한 친구보다 개인 AI 에이전트를 더 신뢰하겠다고 응답했다고 전했습니다.

📢 '에이전트가 대신 사는 커머스'의 첫 성수기가 되려면 지금 설계도를 뿌려야 합니다. 구매 완료는 사람에게 두는 설계는 보수적으로 보이지만, 첫 시즌의 신뢰를 지키는 최소 안전장치입니다.

출처: Anthropic launches AI agent blueprints for retailers ahead of holiday shopping season⁠—⁠Reuters

페이블 5.1 월드 — 에이전트 스웜이 지어 올린 유니언 스퀘어

필로랩스가 클로드 페이블 5.1 에이전트 스웜이 연구·모델링·품질 검증까지 처음부터 끝까지 수행한 브라우저 네이티브 3D 세계 재구성 프로젝트를 공개했습니다. 게임 엔진도 독점 3D 타일도 없이 코드로만 지은 세계입니다.

유니언 스퀘어: 샌프란시스코 유니언 스퀘어와 주변 블록을 실제 지형과 도로망 위에 재현했습니다. OSM 건물 453개, 실제 상점 129곳, 1,398노드 내비게이션 그래프 위의 보행자 220명, 케이블카를 포함한 차량 109대, 애플과 닌텐도 매장 실내까지 탐험할 수 있습니다.
파이프라인: 정찰 에이전트가 OSM·USGS·교통 데이터를 출처와 신뢰도별로 수집하고, Blender 스크립트가 GLB 애셋 키트를 뽑으며, 런타임은 순수 Three.js로 조립합니다. QA는 Playwright가 실제 앱을 띄워 34개 시점을 실사와 비교하고, 건축·지리·테크아트·인터랙션 리뷰어 에이전트의 보고서가 다음 수정을 몹니다.
라이선스: 코드와 생성 애셋은 MIT이며, 지오메트리는 OSM(ODbL)과 USGS 퍼블릭 도메인에 기반합니다.

📢 '월드 모델' 논쟁에 대한 가장 실용적인 답변 중 하나입니다. 학습된 세계가 아니라 검증 가능한 파이프라인이 세계를 만들고, 그 파이프라인 자체를 에이전트가 돌립니다.

출처: PhiloLabs/fable51-worlds⁠—⁠GitHub

오늘의 도구 추천

WebLLM — WebGPU 가속으로 브라우저 탭 안에서 LLM 추론을 직접 돌리는 고성능 엔진입니다. 서버 없이 로컬에서 돌아가고 OpenAI API와 완전 호환되어 스트리밍부터 함수 호출까지 같은 코드로 쓸 수 있으며, npm 패키지로 붙이거나 chat.webllm.ai에서 바로 체험할 수 있습니다. SSD 스트리밍으로 로컬 추론의 최소 사양을 낮춘 slotstream에 이어, 추론의 경계가 이번엔 브라우저 탭 안으로 들어왔습니다.

에디터 노트

어제는 안전장치의 정가를 매기는 날이었다면, 오늘은 속도와 책임이 서로 다른 시계를 돌리는 날이었습니다. 구글은 여섯 주 만에 세 번째 플래시를 끼우면서 사이버 능력만은 ‘신뢰의 울타리’ 안에 두었고, 메타는 에이전트에게 묻고 확인하는 법을 가르쳤습니다. 그런데 같은 날, 아스트라의 불투명한 사고 방식이 모니터링의 미래를 걱정하게 만들었고, 텀블리지 법정에서는 위협 평가 권고가 어디에서 걸렸는지가 쟁점이 됐습니다. 법무부는 공정이용을, 뉴욕 교실은 1년의 시간을, 리눅스 재단은 중립의 집을 골랐습니다. 모델은 주 단위로 바뀌어도 신뢰는 사건 단위로 쌓입니다. 다음에 또 찾아옵니다. — 에이브랜치