오늘의 AI 업계는 Anthropic이 모델·플랫폼·연구 세 방면에서 동시에 존재감을 드러낸 하루였습니다. 가격을 낮추면서도 성능은 끌어올린 신모델 Opus 5.5가 공개됐고, 서드파티 개발자들이 Claude 생태계에 직접 플러그인을 등록할 수 있는 창구가 열렸으며, Claude가 이론물리학의 오랜 난제 중 하나를 실제로 풀어내는 사례까지 나왔습니다. 한편 중국의 딥시크는 AI 에이전트 훈련을 위한 초대형 샌드박스 인프라를 공개했고, OpenAI는 자사 모델을 실제 비즈니스에 결합해 매출을 끌어올린 고객 사례를 소개했습니다. 오늘 확인된 다섯 건의 소식을 순서대로 정리합니다.
1. Claude Opus 5.5 출시 — 성능은 올리고 가격은 내렸다
Anthropic이 9월 22일 새로운 최상위 모델 Opus 5.5를 출시했습니다. 회사는 이 모델을 "가장 강력한 성능을 보이는 모델"로 소개했으며, 기존의 더 큰 Fable 계열 모델보다도 다수의 벤치마크에서 우수한 결과를 보였다고 밝혔습니다. 특히 코딩 작업과 지식 기반 작업에서의 성능 향상이 두드러진다는 설명입니다.
가격 측면에서도 변화가 있었습니다. 출력 토큰당 가격이 기존 25달러에서 20달러로 낮아졌고, 전반적인 컴퓨팅 비용 감소 덕분에 처리 속도도 함께 빨라졌습니다. 모델의 소통 방식도 다듬어져, 전문용어 사용을 줄이고 중요한 정보를 답변 서두에 배치하도록 개선됐습니다.
Anthropic은 Sonnet 5.5와 Haiku 5.5 역시 앞으로 몇 주 안에 유사한 성능 향상과 함께 출시될 예정이라고 밝혔습니다. 생물학·사이버보안 등 고위험 분야에 대한 안전 조치는 기존 Fable 모델과 동일한 수준으로 유지됩니다.
원문: TechCrunch
2. Claude 플러그인 디렉터리 제출 포털 개설
Anthropic이 9월 25일, 개발자들이 자신이 만든 플러그인을 Claude 생태계에 직접 등록할 수 있는 제출 포털을 공개했습니다. 포털 주소는 claude.ai/directory/manage이며, Claude Pro·Max·Team·Enterprise 등 유료 플랜 사용자를 대상으로 합니다.
제출 방식은 두 가지입니다. 특정 도구나 데이터 소스 하나를 노출하고 싶은 개발자를 위한 단일 리모트 MCP 커넥터 제출, 그리고 좀 더 포괄적인 통합을 위한 GitHub 호스팅 플러그인 번들 제출입니다. 제출된 플러그인은 즉시 자동 검증과 안전성 검사를 거치며, 개발자는 심사 진행 상황과 안전 검사 결과, 권장 변경 사항을 실시간으로 확인할 수 있습니다.
승인이 완료되면 공개 시점은 개발자가 직접 결정합니다. 공개 이후에는 제품 표면별 설치 수, 버전별 사용량, 검색을 통한 발견 경로 등 상세한 사용 분석 데이터가 제공됩니다. 포털은 MCP 2.0 스펙과 MCP Apps, Enterprise Managed Auth 등 확장 기능도 함께 지원합니다.
원문: Anthropic
3. Claude, 물리학자도 직접 계산으로는 못 간 9루프 진폭을 풀다
이론물리학자 Matt von Hippel은 지난 8월 7일 자신의 블로그를 통해 AI 기업들에게 산란 진폭 분야의 대표적인 미해결 난제 두 가지 중 하나를 풀어보라는 도전 과제를 던졌습니다. N=8 초중력 이론이 7루프에서 발산하는지를 판별하거나, N=4 super Yang-Mills 이론의 6입자 산란 진폭을 9루프까지 계산하는 문제였습니다.
Anthropic 소속 물리학자 Liam Fitzpatrick과 Siddharth Mishra-Sharma는 Claude를 활용해 이 중 9루프 진폭 계산에 도전했고, 실제로 해답을 얻어냈습니다. 기존 최고 기록은 2023년 Lance Dixon과 Andy Liu가 세운 8루프였는데, 이마저도 간접적인 경로를 통해 도달한 결과였습니다. 이번에 Claude가 도달한 9루프는 물리학자가 직접 계산 방식으로는 도달한 적 없는 수준이라는 점에서 의미가 있습니다.
계산은 Python과 SymPy를 이용해 96개 CPU로 일주일간 돌리는 방식으로 진행됐으며, 순수 계산 비용은 약 100달러 수준이었습니다. Claude 사용 비용까지 포함하면 전체 경로당 1,000~2,000달러 정도가 들었다고 합니다. Claude는 공동연구자들이 마련해둔 복잡한 계산 레시피를 그대로 실행하면서 필요한 코드를 처음부터 작성했고, 기존에 확립된 형식에 맞춰 결과를 제시했습니다. 결과는 SLAC 국립가속기연구소의 Lance Dixon 교수가 2주에 걸쳐 검증했습니다.
원문: Anthropic
4. 딥시크, 하루 300만개 샌드박스 돌리는 에이전트 훈련 인프라 'DSec' 공개
중국 딥시크가 대규모 AI 에이전트 훈련을 위한 자체 샌드박스 인프라 'DSec(DeepSeek Elastic Compute)'을 공개하고 관련 논문을 arXiv에 사전 게재했습니다. 하나의 훈련 작업이 최대 3만 2천개의 동시 샌드박스를 필요로 할 수 있는 대규모 구조를 지원하는 것이 특징입니다.
기본 유닛 하나는 약 160개의 노드(서버)와 3만개의 CPU 코어, 약 250테라바이트의 메모리로 구성됩니다. 이를 통해 하루 300만개의 샌드박스를 생성하고, 동시에 38만개 이상을 실행하며, 초당 5000개 이상의 샌드박스를 만들어내는 처리 효율을 유지한다고 밝혔습니다.
성능 개선 수치도 구체적으로 제시됐습니다. 온디맨드 이미지 로딩 방식으로 완료 시간을 기존 60분 이상에서 35분으로 단축했고(약 1.71배 개선), 디스크 쓰기는 57% 줄였습니다. 계층형 환경 구성 기술로는 환경 구축 시간을 79분에서 45분으로 단축했으며(1.76배 개선), 메모리 최적화를 통해 최대 메모리 사용량을 40.2% 줄였습니다. 시스템 부하가 50%에 달하는 상황에서도 지연 시간 증가는 17.3%로 제한된다고 설명했습니다.
실행 환경은 가벼운 함수 호출(FnCall) 방식부터 일반 컨테이너, 보안이 강화된 파이어크래커 마이크로VM, 완전한 운영체제 환경인 풀VM까지 상황에 맞게 선택할 수 있도록 구성됐습니다. 보안 측면에서는 AppArmor를 이용한 파일 접근 제한, eBPF 기반 네트워크 제어, GPU 훈련 로직과 에이전트 실행 환경의 물리적 분리 등을 적용해 무단 시스템 변경과 데이터 유출을 막는다고 밝혔습니다.
원문: AI타임스
5. OpenAI 고객사례 — 함대관리 스타트업 Proaction, AI로 매출 60% 증가
OpenAI가 자사 고객사례로 함대(차량) 관리 스타트업 Proaction을 소개했습니다. Proaction은 Codex, GPT-Live-1, GPT-6 Astra 세 가지 모델을 비즈니스 전 영역에 도입해 매출을 60% 끌어올리고 업무 시간을 75시간 이상 절약했다고 밝혔습니다.
구체적인 활용 방식을 보면, Codex는 영업용 데모 제작에 쓰였습니다. 담당자는 한 달에 4~6개의 맞춤형 인터랙티브 데모를 각각 30~45분 만에 만들어낼 수 있게 됐습니다. GPT-Live-1은 함대 운영의 일상적인 업무를 처리하는 에이전트를 구축하는 데 활용됐고, GPT-6 Astra는 음성 통화 응대, 문서·이미지 검토, 텍스트 분석, 채팅 응답 등 좀 더 복합적인 업무에 투입됐습니다.
OpenAI는 이 사례를 AI를 하나의 개별 도구로 쓰는 데 그치지 않고 '빌드(build)-운영(operate)-판매(sell)'라는 비즈니스 전 단계에 통합한 예시로 소개했습니다.
원문: OpenAI
오늘 정리한 다섯 건의 소식은 각기 다른 층위에서 AI 산업의 방향을 보여줍니다. Anthropic은 모델 성능과 가격, 개발자 생태계, 그리고 과학 연구라는 세 축에서 동시에 진전을 보였고, 딥시크는 에이전트 시대에 필요한 인프라 경쟁에 뛰어들었으며, OpenAI는 실제 기업 현장에서의 성과로 자사 모델의 실용성을 입증했습니다. 모델 경쟁이 인프라 경쟁과 실사용 사례 경쟁으로 확장되는 흐름이 이번 주에도 이어지고 있습니다.
댓글 0
아직 댓글이 없습니다.