[IT동아 박귀임 기자] 인공지능(AI)이 세상을 바꾸고 있습니다. AI는 이제 우리 일상에서 떼려야 뗄 수 없는 핵심적인 요소입니다. 한 주간 세계를 들썩이게 만든 글로벌 빅테크 기업부터 우리 일상에 직접 영향을 미칠 새로운 AI 소식까지 핵심만 짚어드립니다.

앤트로픽, '클로드 오퍼스 5' 출시 '최상위 지능에 절반 가격으로 근접'

글로벌 AI 기업 앤트로픽(Anthropic)이 자사 AI 모델 '클로드 오퍼스 5(Claude Opus 5)'를 출시했습니다. 이번 모델은 앤트로픽의 최상위 등급 모델인 클로드 페이블 5(Claude Fable 5)의 프론티어급 지능에 근접하면서도 가격은 절반 수준이라는 점을 앞세운 것이 특징입니다.

이번 오퍼스 5 발표는 7월 24일(이하 현지 시간) 앤트로픽 공식 블로그를 통해 공개됐습니다. 앤트로픽은 오퍼스 5를 '신중하고 능동적인(thoughtful and proactive)' 모델로 소개하며, 코딩과 지식노동 평가 지표인 프론티어-벤치(Frontier-Bench), GDPval-AA에서 새로운 최고 성능을 기록했다고 밝혔습니다. 다만 사이버보안 작업에서는 앤트로픽의 최상위 모델인 클로드 미토스 5(Mythos 5)에 미치지 못한다고 설명했습니다.

가격은 이전 모델 클로드 오퍼스 4.8과 동일하게 입력 토큰 100만 개당 5달러, 출력 토큰 100만 개당 25달러로 책정됐습니다. 같은 값에 성능만 끌어올린 셈으로, 클로드 맥스(Claude Max)의 새로운 기본 모델이자 클로드 프로(Claude Pro)에서 이용할 수 있는 가장 강력한 모델로 자리잡겠다는 전략으로 풀이됩니다.

세부 벤치마크에서도 개선 폭이 두드러졌습니다. 프론티어-벤치 v0.1에서는 다른 모든 모델을 능가했고, 작업당 비용은 더 낮으면서도 오퍼스 4.8 대비 두 배 이상의 성능을 기록했습니다. 커서벤치(CursorBench) 3.2에서는 최대 노력(max effort) 설정 기준 페이블 5 최고 점수의 0.5% 이내로 근접하면서도 작업당 비용은 절반 수준에 그쳤습니다. 새로운 문제 해결 능력을 평가하는 ARC-AGI 3에서는 차상위 모델보다 3배 높은 점수를, 업무 자동 완수 능력을 측정하는 재피어 오토메이션벤치(Zapier AutomationBench)에서는 동일 비용 기준 차상위 모델의 약 1.5배 통과율을 각각 기록했습니다. 컴퓨터 사용 능력을 평가하는 OS월드(OSWorld) 2.0에서는 모든 비용 구간에서 다른 모델을 앞섰고, 페이블 5의 최고 성능을 3분의 1 수준의 비용으로 넘어섰습니다. 생명과학 분야에서도 개선세가 뚜렷합니다. 분광학 데이터로 분자 구조를 추론하는 유기화학 과제에서는 오퍼스 4.8보다 10.2%포인트, 단백질 서열 변이가 기능에 미치는 영향을 예측하는 과제에서는 7.7%포인트 높은 점수를 받았습니다.

앤트로픽은 오퍼스 5가 실제 업무에서 보여준 구체적 사례도 함께 소개했습니다. 한 프론티어-벤치 과제에서는 기계 부품 도면을 직접 볼 수 없는 조건에서, 오퍼스 5가 스스로 컴퓨터 비전 파이프라인을 작성해 픽셀 데이터만으로 부품의 3D 모델을 재구성해냈습니다. 같은 조건에서 경쟁 모델은 다섯 차례 시도했지만 모두 실패했습니다. 실제 오픈소스 패키지 매니저의 버그를 다룬 사례에서도, 오퍼스 5는 커뮤니티 패치조차 놓친 근본 원인을 찾아 수정한 반면 경쟁 모델은 겉으로 드러난 증상만 고치고 문제가 해결됐다고 잘못 보고했습니다. 한 트레이딩 회사 엔지니어는 오퍼스 5를 활용해 신규 거래소용 시장 데이터 피드를 단 한 번의 세션 만에 구축했는데, 기존 모델들은 엔지니어가 상세한 계획을 제공해도 이 작업을 완수하지 못했습니다. 검증할 실시간 데이터가 없자 오퍼스 5는 자체적으로 테스트 하네스까지 만들어 코드가 거래소 데이터를 올바르게 처리하는지 확인했습니다.

데빈(Devin), 커서(Cursor), 재피어(Zapier), 렁버(Lovable) 등 20곳이 넘는 파트너사도 사용 후기를 전했습니다. 수알레 아시프(Sualeh Asif) 커서 공동창업자는 "클로드 오퍼스 5는 오퍼스급 속도와 비용으로 페이블 5에 가까운 지능을 제공합니다"라면서 "커서벤치에서는 페이블 5 바로 아래 수준이고 행동 양상도 상당 부분 비슷합니다"라고 평가했습니다. 웨이드 포스터(Wade Foster) 재피어 CEO는 "오퍼스 5는 기존 클로드 모델보다 더 많은 토큰을 쓰지 않고도 재피어의 오토메이션벤치 리더보드 1위에 올랐다"며 "이전 모델은 통과하지 못했던 계정 이탈 방지 업무 전체를 100% 처리했다"고 전했습니다.

앤트로픽은 이번 발표에서 성능 벤치마크와 함께 안전성 지표도 비중 있게 공개했습니다. 사전 배포 테스트에서 오퍼스 5는 자동화된 행동 감사 기준으로 앤트로픽 모델 가운데 가장 정합성(alignment)이 높은 것으로 나타났으며, 기만적 행동 비율과 오남용 취약성 모두 가장 낮은 수준을 기록했다고 밝혔습니다.

사이버보안 영역에 대한 설명도 눈길을 끕니다. 앤트로픽에 따르면 오퍼스 5는 취약점을 '발견'하는 능력에서는 미토스 5에 근접했지만, 이를 실제 공격으로 '악용(exploit)'하는 능력에서는 상당한 격차를 보였습니다. 실제로 안전장치는 소스코드 취약점 탐지는 허용하되, 악의적 행위자와 연관성이 높은 바이너리 기반 취약점 스캐닝과 침투 테스트, 익스플로잇 생성은 차단하도록 설계됐습니다. 방어적 보안 연구는 지원하면서 공격 도구화는 막는 방식으로, 모델의 하위 능력 단위까지 정교하게 통제선을 그은 사례로 평가됩니다.

이번 발표로 앤트로픽의 모델 체계는 하위부터 상위까지 하이쿠(Haiku), 소넷(Sonnet), 오퍼스(Opus), 페이블(Fable), 미토스(Mythos) 다섯 단계로 재편된 모습을 보였습니다. 오퍼스가 더 이상 최상위 등급이 아니라 상위-중급 포지션으로 재정의된 셈입니다. 업계에서는 앤트로픽이 최상위 모델 하나로 승부하기보다, 여러 등급의 모델을 세분화해 고객 예산과 용도에 맞춰 배치하는 전략으로 방향을 튼 것이라는 해석도 나옵니다.

클로드 오퍼스 5는 공개 당일부터 모든 플랫폼에서 이용할 수 있으며, 기본 속도의 약 2.5배로 작동하는 '패스트 모드(Fast mode)'도 함께 제공됩니다. 이와 함께 대화 중간에 프롬프트 캐시를 무효화하지 않고 도구를 바꿀 수 있는 기능과, 안전 분류기에 걸린 요청을 다른 모델로 자동 전환하는 '자동 폴백(Automatic fallbacks)' 기능도 베타로 공개됐습니다.

앞으로 앤트로픽이 오퍼스 5를 통해 '최상위 지능'이 아닌 '합리적 가격의 준(準)프론티어 지능'이라는 새로운 시장을 얼마나 넓혀갈 수 있을지, 그리고 사이버보안 이중용도 통제 방식이 향후 업계 표준으로 자리잡을지는 업계의 관심이 이어질 전망입니다.

오픈AI, 기업용 '프레즌스' 공개···고객 지원 업무에도 실제 사용

글로벌 AI 기업 오픈AI(OpenAI)가 기업 고객을 위한 AI 에이전트 배포 제품 '오픈AI 프레즌스(OpenAI Presence)'를 공식 발표했습니다. 고객 상담과 사내 업무 전반에 AI 에이전트를 투입하려는 기업들을 겨냥한 제품으로, 단순한 모델 성능 경쟁을 넘어 실제 운영 환경에서 얼마나 신뢰할 수 있느냐에 초점을 맞췄다는 점이 특징입니다.

이번 발표는 7월 22일 오픈AI 공식 블로그를 통해 공개됐습니다. 오픈AI는 AI 에이전트가 특정 업무를 처리할 수 있다는 사실을 증명하는 단계는 이미 지났고, 이제 관건은 프로덕션 환경에서 고가치 업무를 안정적으로 수행할 만큼 신뢰성을 확보하는 것이라고 밝혔습니다. 제품과 정책, 그리고 사용자 행동이 끊임없이 바뀌는 만큼 모델 하나만으로는 부족하며 이를 지속적으로 개선할 수 있는 시스템과 평가 체계, 배포 전문성이 함께 필요하다는 문제의식이 이번 제품의 출발점이 됐다는 설명입니다. 벤치마크 점수 경쟁이 한 국면을 지나, 이제는 실제 미션 크리티컬 업무에 얼마나 안전하고 통제 가능하게 AI를 투입할 수 있느냐가 다음 경쟁 축으로 떠올랐음을 보여주는 대목이라고 할 수 있습니다.

프레즌스는 질문 응답, 문제 해결, 회사 시스템 사용, 승인된 조치 수행, 그리고 필요할 때 사람에게 인계하는 것까지 처리하는 AI 에이전트를 기업이 직접 배포할 수 있도록 돕는 제품입니다. 모델의 추론 능력에 정책과 가드레일, 에스컬레이션 규칙을 결합해 정확도와 성능을 지속적으로 검증하는 구조로 설계됐습니다. 배포는 청구 문제 해결, 보험 청구 지원, 사내 IT 서비스 요청 처리처럼 구체적인 업무 단위로 시작되며 에이전트는 해당 업무에 필요한 지식과 시스템 접근 권한만 부여받습니다. 무엇을 할 수 있는지, 언제 승인이 필요한지, 언제 사람이 개입해야 하는지는 기업이 직접 정책으로 설정합니다.

출시 이후에는 실제 상담 세션과 에스컬레이션 데이터를 통해 부족한 지점이 드러나고, 오픈AI의 코딩 에이전트 '코덱스(Codex)'가 개선안을 제안하면 담당 팀이 이를 테스트하고 승인하는 방식으로 에이전트가 계속 발전해 나갑니다. 사람이 아니라 코딩 에이전트가 운영 데이터를 분석해 개선안을 내놓는다는 점은 눈여겨볼 만한데, 코덱스가 단순한 코딩 보조 도구를 넘어 에이전트를 관리·개선하는 역할까지 맡고 있다는 뜻이자 오픈AI 생태계 안에서 코덱스의 역할이 개발 단계를 지나 운영·유지보수 영역으로 확장되고 있다는 신호로도 읽힙니다.

현재 프레즌스는 음성과 채팅 기반의 실시간 상담을 지원합니다. 고객 지원과 아웃바운드 영업, 고위험 사내 업무 등에도 활용되고 있습니다. 오픈AI는 자사의 영어 전화 상담 채널(1-888-GPT-0090)에 프레즌스를 직접 적용해 발신자 확인, 계정 정보 조회, 승인된 조치 수행 등을 처리하고 있다고 밝혔습니다. 출시 수 주 만에 인간 상담원 품질 평가 기준을 충족하거나 상회했으며, 현재는 인바운드 문의의 75%를 사람 개입 없이 해결하고 있다는 설명입니다. 코덱스 기반 개선 루프를 통해서는 단 10일 만에 사람에게 인계되는 비율을 15%포인트 낮췄다고 덧붙였습니다. 이런 수치는 결국 얼마나 빨리, 얼마나 큰 폭으로 인건비를 줄일 수 있는지를 보여주는 지표에 가까워 콜센터·고객상담 업계에는 인력 구조 변화에 대한 압박으로 다가올 수 있다는 해석도 가능합니다.

이 밖에 스페인계 은행 BBVA는 멕시코 지역의 일상적인 은행 업무를 위한 AI 음성 상담을, 일본 소프트뱅크는 자연스러운 일본어 고객 응대를, 호주 보험사 IAG는 폭염이나 태풍 같은 재해 발생 시기의 신속한 고객 지원을 각각 테스트하고 있다고 오픈AI는 소개했습니다. 세 회사 모두 프레즌스와의 협업을 통해 각자의 산업에서 신뢰할 수 있는 고객 응대 체계를 구축해 나가고 있다는 취지로 소감을 전했습니다. 다만 은행·통신·보험은 신뢰성과 규제 준수가 특히 중요한 산업인 만큼, 세 사례 모두 아직 탐색·테스트 단계에 머물러 있다는 점은 짚어둘 필요가 있습니다. 정식 도입으로 이어지기까지는 추가적인 검증 기간이 필요해 보입니다.

프레즌스는 실제 사용자에게 노출되기 전 다양한 요청과 예외 상황, 고위험 시나리오를 놓고 시뮬레이션과 평가를 거칩니다. 이 과정에서 에이전트가 올바른 결과에 도달했는지, 정책을 준수했는지, 도구를 제대로 사용했는지, 필요할 때 적절히 사람에게 인계했는지를 검증하며, 가드레일은 상호작용이 회사가 정한 범위를 벗어날 경우 즉시 개입합니다. 제품이 아직 지원하지 못하는 특수한 업무의 경우, 오픈AI의 현장 배치 엔지니어(Forward Deployed Engineers)와 파트너사가 고객사와 함께 직접 구축을 지원합니다. 이처럼 현장 배치 엔지니어와 파트너 시스템통합업체(SI)가 고객사에 직접 붙어 구축·운영을 담당하는 방식은, 그동안 SI 업계의 영역이던 맞춤형 구축과 유지보수를 오픈AI가 제품 안으로 흡수하려는 시도로도 볼 수 있습니다. 오픈AI가 자사 고객지원 전화선을 프레즌스로 직접 운영하며 검증된 사례로 제시한 것도 이런 신뢰 확보 전략의 연장선으로 풀이됩니다.

프레즌스는 현재 자격을 갖춘 일부 기업 고객을 대상으로 한 제한적 일반 공급(limited GA) 프로그램 형태로 제공됩니다. 배포는 오픈AI의 현장 배치 엔지니어와 선별된 글로벌 시스템통합업체(SI)가 주도하며, 아직 누구나 자율적으로 이용할 수 있는 셀프서브 형태는 아닙니다. 도입을 검토하는 기업은 오픈AI 계정팀을 통해 문의해야 합니다.

오픈AI는 프레즌스를 통해 새로운 전략을 내세운 것으로 풀이됩니다. 그동안 개발자가 직접 API를 가져다 쓰는 셀프서비스 방식에 머물렀던 오픈AI가 이번에는 컨설팅업체나 시스템통합(SI)업체처럼 직원을 직접 파견해 기업 시스템에 맞춤 구축해주고 사후관리까지 책임지는 사업 모델로 영역을 넓히고 있는 셈이기 때문입니다. 이러한 행보가 콜센터를 비롯한 고객상담 산업의 인력 구조에 어떤 변화를 가져올지, 그리고 규제 산업 전반의 AI 에이전트 도입 속도를 얼마나 앞당길지는 업계의 관심이 이어질 것으로 보입니다.

구글, 제미나이 시리즈 신규 3종 동시 발표 "효율 경쟁"

글로벌 빅테크 기업 구글(Google)이 자사 AI 모델 제미나이(Gemini) 시리즈의 신규 라인업 3종을 동시에 발표했습니다. 이번 발표의 초점은 단순한 성능 향상이 아니라, 실제 서비스 환경에서 AI 에이전트를 대규모로 운영하는 데 필요한 '효율성·응답속도·안정성'에 맞춘 것입니다.

구글은 7월 21일 공식 블로그를 통해 '3.6 플래시(3.6 Flash)', '3.5 플래시-라이트(3.5 Flash-Lite)', '3.5 플래시 사이버(3.5 Flash Cyber)' 세 모델을 동시에 공개했습니다.

3.6 플래시는 기존 3.5 플래시의 후속 모델로, 코딩과 지식노동, 멀티모달 작업 전반에서 성능이 개선됐습니다. 구글에 따르면 아티피셜 애널리시스 지수(Artificial Analysis Index) 기준 출력 토큰 사용량이 3.5 플래시 대비 17% 줄었으며, 데이터커브(Datacurve)의 딥(Deep)SWE 등 일부 벤치마크에서는 절감 폭이 최대 65%까지 확인됐습니다. 가격은 입력 토큰 100만 개당 1.50달러, 출력 토큰 100만 개당 7.50달러로, 기존 3.5 플래시보다 저렴하게 책정됐습니다. 세부 벤치마크에서는 코딩 능력을 측정하는 딥(Deep)SWE에서 49%를 기록해 3.5 플래시의 37%를 크게 웃돌았고, 컴퓨터 사용 능력을 측정하는 OS월드-베리파이드(OSWorld-Verified)에서도 83.0%로 3.5 플래시(78.4%)를 앞섰습니다. 컴퓨터 사용(Computer Use) 기능은 제미나이 API와 제미나이 엔터프라이즈에서 기본 제공 도구로 통합됐으며, 헤비아(Hebbia)와 하비(Harvey) 등의 고객사가 문서 파싱과 데이터 분석 등 멀티모달 작업에서 특히 강점을 확인했다고 구글 측은 전했습니다.

3.5 플래시-라이트는 저지연 작업과 대량 처리가 중요한 에이전트 검색, 문서 처리 등의 용도에 맞춰 설계됐습니다. 3.5 시리즈 중 가장 빠른 모델로 초당 350개의 출력 토큰을 처리하며 가격은 입력 토큰 100만 개당 0.3달러, 출력 토큰 100만 개당 2.5달러로 책정됐습니다. 코딩·에이전트 작업 능력을 측정하는 터미널-벤치(Terminal-Bench) 2.1에서는 54%를 기록해 이전 세대인 3.1 플래시-라이트의 31%를 크게 앞질렀고, 장문 컨텍스트 처리 능력을 보는 GDM-MRCR v2에서도 72.2%로 60.1%보다 개선됐습니다. GDPval-AA v2에서는 1140점을 받아 642점에서 큰 폭으로 뛰었습니다. 특히 눈에 띄는 대목은 일부 벤치마크에서 3.5 플래시-라이트가 자사의 상위 모델인 3 플래시(3 Flash)마저 앞섰다는 점입니다.

세 번째로 공개된 3.5 플래시 사이버는 사이버보안 취약점 탐지와 수정에 특화된 모델입니다. 구글의 코드 보안 에이전트 '코드멘더(CodeMender)'와 결합해 사용되며, 코드멘더 내에서는 여러 개의 3.5 플래시 사이버 에이전트가 협업해 하나의 통합 보고서를 만들어내는 방식으로 작동합니다. 사이버보안 벤치마크인 사이버짐(CyberGym)에서 상위권 성능에 근접한 결과를 냈다고 구글 측은 밝혔습니다. 구글은 이 모델의 발표 배경으로 AI 모델이 보안 시스템의 대응 속도보다 더 빠르게 취약점을 찾아내는 상황을 언급했습니다. 공격과 방어 양쪽에 모두 활용될 수 있는 이중 사용(dual-use) 기술이라는 점을 고려해, 이 모델은 일반 API로 공개되지 않고 정부 기관 및 신뢰할 수 있는 파트너를 대상으로 한 제한적 파일럿 프로그램 형태로만 제공될 예정입니다.

안전성 측면에서는 화학·생물·방사능·핵(CBRN) 위협과 사이버 공격 오남용 영역에 대한 '프론티어 세이프티(Frontier Safety)' 안전장치도 강화됐습니다. 구글은 이를 통해 탈옥(jailbreak) 시도에 대한 저항력을 높이는 동시에, 정상적인 사용 요청에 대해서는 불필요한 거부 응답을 줄이도록 학습시켰다고 밝혔습니다.

구글은 상위 모델인 3.5 프로(Pro)를 현재 일부 파트너와 테스트하고 있으며 준비되는 대로 정식 공개할 계획이라고 밝혔습니다. 동시에 차세대 모델 제미나이 4를 위한 사전학습(pre-training)에도 착수했다고 언급하며, 이번 발표가 3.x 세대의 과도기적 라인업임을 시사했습니다.

3.6 플래시와 3.5 플래시-라이트는 발표 당일부터 이용할 수 있습니다. 개발자는 구글 AI 스튜디오와 안드로이드 스튜디오를 통해 제미나이 API로 두 모델을 이용할 수 있습니다. 기업 고객의 경우 제미나이 엔터프라이즈 에이전트 플랫폼에서, 일반 사용자는 제미나이 앱을 통해 각각 접할 수 있습니다.

구글이 잇달아 하위 등급 모델의 효율성을 끌어올리는 전략을 택하면서 AI 업계의 경쟁 축이 모델 규모 확장에서 토큰당 비용과 실전 배포 효율성으로 옮겨가고 있다는 해석이 가능합니다. 사이버보안 특화 모델을 정부·파트너 대상으로만 제한 공급한 이번 결정이 향후 다른 AI 기업들의 이중용도 기술 공개 전략에도 영향을 미칠 수 있다는 관측이 나옵니다.

IT동아 박귀임 기자(luckyim@itdonga.com)