주간 AI 동향 — 7월 셋째 주

이 코너는 한 주의 AI 소식을 전부 나르지 않습니다. 기업 현장의 일하는 방식에 영향을 주는 것만 골라, 소식마다 저의 현장 관점을 하나씩 붙입니다. 7월 셋째 주(2026-07-13 ~ 07-19)는 모델 뉴스가 쏟아진 주였습니다. 그런데 하나씩 뜯어보면, 무게중심은 어김없이 모델 자체가 아니라 그걸 어떻게 쓰느냐 쪽에 놓여 있었습니다 — 오픈AI는 신뢰를 사람 주의가 아니라 장치로 메우기 시작했고(①), 오픈·프런티어 모델은 또 평준화됐고(②), 비용은 이제 “언제 시키나”까지 쪼개졌고(③), 정작 구글의 플래그십은 벤치 숫자 한 줄에 발목 잡혀 또 미뤄졌습니다 (④).

① 프롬프트 인젝션을, 주의가 아니라 ‘자가대련’으로 막기 시작했다

무슨 일이 있었나. 7월 15일, 오픈AI가 GPT-Red라는 내부 시스템을 공개했습니다. 공격자 모델과 방어자 모델을 서로 붙여 학습시키는 자가대련 구조입니다 — 공격자는 프롬프트 인젝션에 성공하면 보상을 받고, 방어자는 그걸 막아내며 원래 일을 끝내면 보상을 받아, 양쪽이 서로를 계속 밀어 올립니다. 동일한 새 시나리오에서 GPT-Red의 공격 성공률(84%)은 같은 조건의 사람 레드팀(13%)을 압도했습니다. 오픈AI는 이걸로 GPT-5.6 Sol을 직전 세대(GPT-5.5)보다 직접 프롬프트 인젝션에 약 6배 덜 취약하게 만들었다고 밝혔습니다. 정작 GPT-Red 자체는 공격 능력 때문에 외부에 공개하지 않고 내부에만 둡니다.

저는 이렇게 봅니다. 이 주의 가장 실무적인 소식입니다. 프롬프트 인젝션은 에이전트에게 사내 데이터와 도구를 붙일 수 있느냐를 가로막는 1번 장벽입니다. 그걸 사람의 조심성이 아니라 모델과 파이프라인 안에 내장해서 막겠다는 게 이번 발표의 핵심입니다. 제가 검증의 빈자리는 주의가 아니라 장치로 메운다고 말해 온 그 방식의, 벤더판인 셈이죠. 바로 어제 글에서 “AI에게 내주는 자율의 폭은 검증하고 되돌릴 수 있는 폭을 넘지 못한다”고 썼는데, 업계가 그 검증의 폭을 넓히는 쪽으로 움직이는 신호입니다. 다만 84%도 6배도 벤더가 스스로 잰 숫자입니다. 성과로 받지 말고 방향으로 읽는 게 맞습니다 — “이제 안전하다”가 아니라 “이 문제를 장치로 푸는 판이 열렸다”.

② 성능은 또 평준화됐다 — 이번엔 두 곳에서 동시에

무슨 일이 있었나. 한 주 사이 오픈웨이트 모델 두 개가 나란히 나왔습니다.

7월 16일, 중국 문샷AI의 Kimi K3. 약 2.7조 파라미터의 MoE 구조에 1M 컨텍스트로, 일부 코딩 성능에서 프런티어급과 대등하다는 평가를 받았습니다(종합 성능은 여전히 최상위 폐쇄 모델 아래입니다). 오픈웨이트 공개는 7월 27일 예정이고, 그전까지는 호스팅으로만 씁니다.

7월 15일, Thinking Machines의 첫 모델 ‘Inkling’. 前 오픈AI CTO 미라 무라티가 세운 회사의 데뷔작으로, 975B MoE 오픈웨이트입니다. 눈에 띄는 건 포지셔닝입니다 — “가장 센 모델”이 아니라 “우리 걸 가져다 파인튜닝해서 쓰라”는 출발점으로 내놨습니다(자체 ‘Tinker’ 플랫폼).

저는 이렇게 봅니다. 두 소식을 따로 실으면 그냥 ‘모델 나열’이 됩니다. 묶어서 봐야 뜻이 보입니다 — 오픈 모델이 프런티어를 얼마나 따라왔나의 한 주치 후속입니다. 프런티어와 오픈의 격차가 또 좁혀졌고(Kimi), 심지어 새 랩은 처음부터 완성품을 파는 게 아니라 “우리 걸 가져다 파인튜닝해서 쓰라”(Inkling)는 쪽으로 나왔습니다. 성능이 평준화될수록 남는 변수는 ‘어떤 모델이 1등이냐’가 아니라 통제권과 사용 방식입니다. 오픈웨이트는 한번 풀리면 회수되지 않으니 우리 서버 안에서 굴릴 수 있고, 자료를 밖으로 못 내보내는 조직에는 그게 곧 회사가 실제로 켤 수 있는 도구라는 조건과 맞물립니다. 리더보드 1위 숫자는 미끼입니다. 진짜 뉴스는 라이선스와 통제권 — 그리고 결과를 가르는 것은 모델이 아니라 사용 방식이라는, 늘 하던 그 말입니다.

③ 비용의 손잡이에 ‘언제 시키나’가 하나 더 붙었다

무슨 일이 있었나. 4월에 프리뷰로 나왔던 DeepSeek V4(Pro·Flash, 1M 컨텍스트)가 7월 중순 정식 버전으로 전환하면서, 업계에서 처음으로 시간대별 과금을 도입했습니다. 베이징 기준 피크 시간(오전 9–12시, 오후 2–6시)에는 API 요금이 오프피크의 2배가 됩니다. 오프피크 요금은 그대로 두고 피크만 올리는 방식이라, 회사는 이걸 가격 인상이 아니라 부하 분산이라고 설명합니다. (정확한 정식 전환일은 ‘7월 중순’으로만 예고됐고 특정 날짜는 아직 못 박히지 않았습니다 — 과금 메커니즘 자체는 공식 문서로 확인됩니다.)

저는 이렇게 봅니다. AI 비용이 청구서로 보이기 시작했다는 이야기에, 그리고 비용은 도구값이 아니라 사용량이라는 이야기에 변수가 하나 더 붙었습니다. 지금까지 비용의 손잡이는 “무엇을 얼마나 시키나”였는데, 여기에 “언제 시키나”가 추가된 겁니다. 급하지 않은 배치 작업이나 밤새 도는 에이전트 작업을 오프피크로 미룰 수 있는 팀에게는, 이건 실질적인 절감 레버입니다. 반대로 시간대를 신경 쓰지 않고 돌리는 팀은 같은 일에 조용히 두 배를 냅니다. 비용은 여전히 회계 사건이 아니라 일하는 방식의 사건입니다 — 이번엔 시계까지 들여다봐야 하게 됐을 뿐입니다.

④ 플래그십은, 벤치 숫자 한 줄에 발목이 잡혀 또 미뤄졌다

무슨 일이 있었나. 구글의 플래그십 Gemini 3.5 Pro가 재차 지연됐습니다. 5월 I/O에서 6월 출시를 약속했지만, 코딩 성능이 내부 목표에 못 미쳐 계속 미뤄지는 중입니다. 7월 16일 이 소식에 알파벳 주가가 하락했고, 이 글을 쓰는 시점에도 공개 모델카드나 가격 없이 여전히 미출시 상태입니다(8월로 다시 밀렸다는 관측도 있습니다). 그런데 같은 주, 적잖은 뉴스 리스티클이 이 모델을 “7월 17일 출시”로 오보했습니다.

저는 이렇게 봅니다. 이건 ‘지연됐다’는 사실보다, 그 옆에서 벌어진 오보가 더 값진 소식입니다. 빠르게 도는 속보일수록 조용히 뒤집힙니다 — 낡은 사실은 틀린 사실보다 조용히 통과한다의 실시간판이죠. “17일 출시”를 그대로 받아 계획을 세운 팀은, 나오지도 않은 모델을 기준으로 로드맵을 짠 셈이 됩니다. 그리고 지연 사유가 코딩 성능이라는 대목도 그냥 넘길 게 아닙니다. 모델을 만드는 벤더조차 ‘성능 한 줄’에 발목이 잡혀 출시를 미루는데, 도구를 쓰는 사람이 벤치마크 숫자를 좇아 도구를 갈아타는 건 더 헛다리입니다. Gemini로 코딩을 표준화하려던 팀이라면, 아직은 지금 손에 있는 모델로 계획을 짜는 게 맞습니다. 나오지 않은 것은 없는 것입니다.

한 주를 관통하는 관점

모델 뉴스가 쏟아진 한 주였습니다. 그런데 하나씩 뜯어보면, 이번 주 신호는 전부 ‘모델 자체’가 아니라 ‘그걸 어떻게·얼마나·언제·믿고 쓰느냐’로 무게가 옮겨가 있었습니다.

성능은 또 평준화됐고(②, 남는 변수는 통제권과 사용 방식),
비용은 “언제 시키나”까지 쪼개졌고(③),
신뢰는 사람의 주의가 아니라 장치로 메우기 시작했고(①),
정작 벤치 숫자 한 줄에 발목 잡혀 플래그십은 미뤄졌습니다 (④ — 속보는 조용히 뒤집힙니다).

네 건이 한 방향을 가리킵니다 — 결과를 가르는 것은 모델이 아니라 사용 방식이라는 말의, 한 주치 확증입니다. 어떤 모델이 1등인가를 좇는 동안, 판은 이미 무엇을 시키고, 언제 시키고, 어떻게 검증하느냐로 넘어가 있었습니다.

그래서 저는 도구를 가르치지 않습니다. 일하는 방식을 바꾸자고 말합니다.

출처

사실관계는 위 출처를 따릅니다. ①의 공격 성공률(84% vs 13%)과 ‘약 6배’ 수치는 오픈AI의 자체 측정치입니다. ②의 Kimi K3는 오픈웨이트 공개(7월 27일 예정) 전까지 호스팅으로만 제공되며, 종합 성능은 최상위 폐쇄 모델 아래로 평가됩니다. ③의 DeepSeek V4는 정확한 정식 전환일이 ‘7월 중순’으로만 예고돼 특정 날짜는 확정되지 않았고, 시간대별 과금 메커니즘 자체는 공식 문서로 확인됩니다. ④의 Gemini 3.5 Pro는 이 글을 쓰는 시점(2026-07-20)에도 미출시이며, 같은 주 일부 매체의 ‘7월 17일 출시’ 보도는 오보입니다. 선별과 해석·현장 관점은 박상훈의 견해입니다.