이번 주 AI 업계의 흐름은 '모델 성능 경쟁의 재점화'와 'AI 생태계의 저변 확대'라는 두 축으로 요약된다. 앤트로픽이 차세대 모델 두 종을 공개하며 성능과 가격 양면에서 승부수를 던진 가운데, 오픈AI는 벤치마크 1위 탈환과 언론 지원 프로그램으로 맞불을 놓았다. 흥미로운 것은 두 회사의 움직임이 단순한 모델 스펙 경쟁에 머물지 않는다는 점이다. 한쪽은 과금 구조를 손질해 개발자의 일상 비용을 낮추고, 다른 한쪽은 뉴스룸이라는 전혀 다른 현장으로 AI의 쓰임새를 넓힌다. 국내에서는 코리아스타트업포럼이 앤트로픽과의 협력을 기반으로 한 크레딧 지원 프로그램 2차 모집에 나서면서, 프런티어 모델 경쟁의 온기가 국내 스타트업 생태계로도 빠르게 번지는 모양새다. 모델의 절대 성능을 겨루던 경쟁이 '누가 더 넓은 곳까지 스며드느냐'의 경쟁으로 옮겨가는 국면이라 할 수 있다.
앤트로픽, 클로드 페이블 5.1·미소스 5.1 동시 공개 — 캐시 비용 75% 인하
범용과 전문 연구용, 투 트랙 전략
앤트로픽이 9월 1일 최고 성능의 차세대 모델 두 가지를 공개했다. 일반 사용자와 엔터프라이즈를 겨냥한 클로드 페이블 5.1(Claude Fable 5.1), 그리고 사이버보안과 생명과학 연구에 특화된 클로드 미소스 5.1(Claude Mythos 5.1)이다. 하나의 플래그십으로 모든 수요를 감당하는 대신, 범용 모델과 전문 연구용 모델을 나란히 내놓는 투 트랙 구성을 택했다는 점이 눈에 띈다. 그동안 프런티어 모델 경쟁은 '하나의 최강 모델'을 내세우는 방식이 일반적이었다. 그러나 코딩 보조, 문서 작성 같은 범용 수요와 사이버보안·생명과학처럼 깊은 도메인 지식이 필요한 연구 수요는 요구하는 능력의 결이 다르다. 앤트로픽이 두 모델을 같은 날 나란히 공개한 것은, 이 두 수요를 하나의 모델로 뭉뚱그리지 않고 각각의 최적점을 따로 찾겠다는 제품 전략의 선언으로 읽힌다.
성능 지표도 큰 폭으로 뛰었다. 에이전트 코딩 평가에서 페이블 5.1은 55.8%, 미소스 5.1은 60.9%의 정확도를 기록했다. 이전 모델인 페이블 5가 같은 평가에서 42.0%였던 것과 비교하면, 한 세대 만에 13%포인트 이상을 끌어올린 셈이다. 벤치마크 수치가 후반부로 갈수록 1~2%포인트 올리기도 어려워진다는 점을 감안하면, 이 정도 상승 폭은 점진적 개선이 아니라 세대 교체라 부를 만하다. 과학 연구 추론 평가에서는 52.6%를 기록해, 클로드 오퍼스 5의 29.0%를 대폭 상회했다. 30% 언저리에 머물던 점수가 절반을 넘어섰다는 것은, 연구 특화 모델을 별도 트랙으로 분리한 결정이 마케팅 구호가 아니라 실측 성능으로 뒷받침된다는 의미다. 특히 연구용 모델이 범용 모델보다 에이전트 코딩에서도 더 높은 점수(60.9%)를 낸 대목은, 전문 연구 워크플로 자체가 코드 작성과 도구 활용을 깊게 요구하는 방향으로 진화하고 있음을 시사한다.
진짜 승부수는 가격 — 캐시 읽기 100만 토큰당 0.25달러
이번 발표에서 성능만큼, 어쩌면 성능보다 더 주목해야 할 부분은 과금 구조의 변화다. 캐시 읽기 비용이 100만 토큰당 1.00달러에서 0.25달러로 75% 인하됐다. 기본 입력 가격 대비 비율로 보면 10%에서 2.5%로 낮아진 것이다. 앤트로픽에 따르면 동일한 문맥을 반복적으로 참조하는 작업에서는 전체 비용이 최대 45%까지 절감된다.
- 캐시 읽기: 100만 토큰당 1.00달러 → 0.25달러 (75% 인하)
- 기본 입력가 대비 비율: 10% → 2.5%
- 반복적 문맥 참조 작업 기준 최대 45% 비용 절감
캐시 읽기가 왜 중요한지는 실제 사용 패턴을 떠올리면 분명해진다. 긴 문서를 올려두고 여러 차례 질의하거나, 방대한 코드베이스를 컨텍스트로 유지한 채 작업을 이어가는 에이전트형 워크플로에서는 같은 문맥이 요청마다 반복해서 모델에 전달된다. 프롬프트 캐싱은 이렇게 반복되는 문맥을 저장해 두고 훨씬 싼 값에 다시 읽어오는 장치인데, 에이전트가 수십 번의 왕복을 거치며 일하는 구조에서는 이 캐시 읽기 비용이 청구서의 상당 부분을 차지하게 된다. 즉 단발성 질문-답변 시대에는 기본 입력·출력 단가가 비용의 전부였다면, 에이전트 시대에는 캐시 단가가 실질 비용을 좌우한다.
이 항목을 정면으로 깎았다는 것은, 앤트로픽이 에이전트 시대의 실사용 패턴에 맞춰 가격 체계를 재설계하고 있다는 신호로 읽힌다. 표면적인 입력·출력 단가는 그대로 두면서도 실제 헤비 유저가 체감하는 비용을 크게 낮추는 방식이어서, 프런티어 모델을 프로덕션에 붙이려다 비용 문제로 망설이던 팀들에게는 계산이 달라지는 변화다. 성능 발표와 가격 인하를 한 묶음으로 내놓은 구성 자체가, 이번 발표의 진짜 과녁이 벤치마크 표가 아니라 개발자의 월말 청구서임을 말해준다. 원문
코스포, 클로드 크레딧 지원 2차 모집 — 'AI 네이티브' 스타트업 우선
프런티어 모델 경쟁의 파장은 국내 스타트업 생태계에도 닿고 있다. 코리아스타트업포럼(코스포)이 회원사의 AI 활용 역량 강화를 위해 '클로드 크레딧 지원 프로그램' 2차 모집을 진행한다. 글로벌 모델 개발사와 국내 스타트업 단체가 손잡고 크레딧을 지원하는 구조는, 개별 스타트업이 각자 협상해서는 얻기 어려운 접근성을 단체 차원에서 확보했다는 점에서 의미가 있다.
1차 프로그램의 열기는 상당했다. 약 380개 회원사가 신청했고, 이 가운데 190여 곳은 앤트로픽 협력 소식이 알려진 뒤 새로 가입한 스타트업이었다. 수요가 몰리면서 1차 모집은 조기 마감됐다. 뜯어보면 놀라운 숫자다. 신청사의 절반가량이 이 프로그램 때문에 새로 문을 두드린 곳이라는 뜻이고, 크레딧 지원 프로그램 하나가 단체의 신규 회원 유입을 견인한 셈이다. 국내 스타트업들이 프런티어 모델 접근성에 얼마나 목말라 있는지, 그리고 초기 스타트업에게 API 비용이 얼마나 현실적인 진입 장벽인지를 동시에 보여주는 사례다.
- 지원 규모: 기본 5,000달러 상당의 크레딧, 소진 시 5,000달러 추가 지원으로 최대 1만 달러
- 2차 모집 우선순위: AI를 사업의 핵심 기반으로 삼는 'AI 네이티브' 스타트업
- 향후 계획: 글로벌 빅테크와 회원사를 연계하는 지원 프로그램 확대
지원 구조도 눈여겨볼 만하다. 일괄 지급이 아니라 기본 5,000달러를 먼저 제공하고 소진한 팀에 5,000달러를 추가하는 방식은, 크레딧을 실제로 태워가며 제품을 만드는 팀에 자원이 더 흘러가도록 설계된 것이다. 2차 모집에서 'AI 네이티브' 스타트업을 우선 지원하겠다는 방침 역시 같은 맥락이다. AI를 부가 기능으로 얹는 팀보다 제품과 사업 모델의 중심에 둔 팀에 자원을 집중하겠다는 뜻으로 풀이되며, 단순 체험 지원에서 실질적 성장 지원으로 프로그램의 성격을 한 단계 끌어올리려는 시도다. 코스포는 이번 프로그램을 시작으로 글로벌 빅테크와 회원사를 연결하는 지원을 계속 넓혀갈 계획이라고 밝혔는데, 프런티어 모델 개발사들이 생태계 확보 경쟁을 벌이는 지금이 국내 스타트업 입장에서는 협상력이 가장 큰 시기이기도 하다. 원문
오픈AI GPT-6 아스트라 Max, 코드 아레나 웹개발 부문 1위
모델 경쟁의 최전선에서는 오픈AI가 벤치마크 선두를 가져갔다. GPT-6 아스트라 Max(GPT-6 Astra Max)가 코드 아레나 웹개발(Code Arena: WebDev) 부문에서 1,797점으로 1위에 올랐다. 2위는 앤트로픽의 클로드 페이블 5.1 Max(Claude Fable 5.1 Max)로 1,762점을 기록해, 두 모델의 격차는 35점에 불과했다. 3위인 클로드 오퍼스 5 Max(1,688점)와 2위의 격차가 74점인 것과 비교하면, 선두권 두 모델이 그 아래 그룹과는 구분되는 별도의 티어를 형성하고 있음을 알 수 있다.
- 1위: GPT-6 Astra Max — 1,797점
- 2위: Claude Fable 5.1 Max — 1,762점
- 3위: Claude Opus 5 Max — 1,688점
- 4위: Qwen 3.8 Max — 1,686점
- 5위: Kimi K3 Max — 1,674점
흥미로운 지점은 가격이다. 선두를 다투는 오픈AI와 앤트로픽의 두 모델 모두 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러로 동일한 가격대에 자리 잡고 있다. 두 회사가 최상위 모델의 가격을 사실상 같은 지점에 맞춰 놓았다는 것은, 가격으로 차별화할 여지를 서로 지워버렸다는 뜻이기도 하다. 성능 격차가 35점까지 좁혀지고 가격마저 같아진 상황에서는, 순위표만 보고 모델을 고르는 시대는 끝났다고 봐야 한다. 결국 실사용 환경에서의 안정성, 기존 워크플로와의 적합성, 그리고 앞서 본 캐시 정책 같은 실질 운용 비용이 선택을 가를 가능성이 크다.
이번 평가가 단순한 코드 생성 능력이 아니라 다단계 추론과 도구 활용 능력, 즉 에이전틱 코딩 워크플로를 측정했다는 점도 의미가 있다. 함수 하나를 완성하는 능력을 재던 초기 코딩 벤치마크와 달리, 이제는 요구사항을 해석하고 여러 단계를 계획하며 도구를 오가며 결과물을 만들어내는 능력이 점수의 기준이 됐다. 문제 하나를 푸는 능력에서 프로젝트를 끌고 가는 능력으로 벤치마크의 무게중심이 옮겨가고 있는 것이며, 이는 모델 개발사들이 실제로 팔고 싶어 하는 것이 '코딩 도우미'가 아니라 '일하는 에이전트'라는 사실과 정확히 맞물린다. 아울러 3~5위권에 오른 Qwen 3.8 Max와 Kimi K3 Max의 존재도 지나칠 수 없다. 3위 클로드 오퍼스 5 Max와 4위 Qwen 3.8 Max의 격차가 단 2점이라는 사실은, 이 경쟁이 더 이상 미국 양강만의 무대가 아니며 차상위 그룹의 추격이 턱밑까지 왔음을 보여준다. 원문
OpenAI, 우크라이나 독립 언론 지원 프로그램 발표
벤치마크 경쟁과는 결이 다른 소식도 있었다. OpenAI가 9월 7일 AIRPPU, WAN-IFRA와 공동으로 우크라이나 언론사의 혁신·회복력·독립 저널리즘 강화를 위한 AI 프로그램을 발표했다. 모델 개발사가 언론 단체들과 손잡고 특정 국가의 뉴스룸을 겨냥한 지원 프로그램을 내놓은 것으로, AI 기업의 사회적 역할이 어디까지 확장될 수 있는지를 보여주는 사례다.
프로그램은 두 갈래로 구성된다. 첫째는 뉴스룸 AI 마스터클래스 시리즈(Newsroom AI Masterclass Series)로, 국제 전문가들이 실무 지식과 사례, 구현 전략을 공유한다. 다루는 주제의 폭이 넓다는 점이 특징인데, 편집 워크플로, 독자 참여, 제품 개발, 수익화, 조직 변화, 책임감 있는 AI 도입까지 뉴스룸 운영 전반을 아우른다. 기사 작성에 AI를 쓰는 법을 가르치는 수준이 아니라, 언론사라는 조직 전체가 AI를 어떻게 소화할 것인가를 묻는 커리큘럼인 셈이다. 둘째는 뉴스룸 AI 카탈리스트(Newsroom AI Catalyst)다. 이를 통해 우크라이나 지역 언론사 10곳이 AI 교육과 API 크레딧 지원을 받는다. 교육만 제공하고 끝나는 것이 아니라 실제로 도구를 굴려볼 수 있는 크레딧을 함께 얹었다는 점에서, 앞서 본 코스포의 스타트업 크레딧 지원과 구조적으로 닮아 있다. 프로그램은 9월부터 시작된다.
프로그램의 목표는 저널리스트를 AI로 대체하는 것이 아니라, 반복 업무와 행정 업무를 자동화해 저널리스트에게 시간을 돌려주는 것이다.
'대체가 아닌 시간의 반환'이라는 목표 설정은, AI와 저널리즘의 관계를 둘러싼 오랜 긴장에 대해 OpenAI가 내놓은 답변이기도 하다. AI가 기자의 일자리를 위협한다는 우려가 언론계에 뿌리 깊은 상황에서, 자동화의 대상을 '기사'가 아닌 '반복 업무와 행정 업무'로 명확히 선을 그은 것이다. 취재와 판단이라는 저널리즘의 본령은 사람에게 남기고, 그 본령에 쓸 시간을 AI가 벌어준다는 구도다. 특히 전시 상황이라는 극한 환경에서 제한된 인력으로 버티는 우크라이나 독립 언론에게, 이런 시간의 반환은 다른 어느 곳보다 절실한 자원일 수 있다. 이 시도가 실제 뉴스룸의 체질 변화로 이어질지, 9월 이후의 성과를 지켜볼 대목이다. 원문
오늘의 한 줄 인사이트
프런티어 모델 경쟁은 이제 벤치마크 점수가 아니라 '누가 더 싸게, 더 넓은 생태계에 스며드느냐'의 싸움이다. 앤트로픽은 캐시 비용 75% 인하와 국내 스타트업 크레딧 지원으로, 오픈AI는 에이전틱 코딩 1위와 우크라이나 뉴스룸 지원으로, 각자의 방식으로 저변을 넓히고 있다. 최상위 모델의 가격이 같아지고 성능 격차가 35점까지 좁혀진 지금, 승부처는 순위표 바깥에 있다. 개발자의 청구서, 스타트업의 크레딧, 뉴스룸의 업무 시간 — 사람들의 일상 워크플로에 누가 먼저 자리 잡느냐가 다음 라운드를 결정할 것이다.
댓글 0
아직 댓글이 없습니다.