오늘 AI 업계는 중국발 모델 경쟁의 격화와 빅테크의 제품 전략 변화가 뚜렷하게 교차한 하루였습니다. 중국 Z.ai의 GLM-5.2가 독립 벤치마크에서 OpenAI와 Google의 모든 모델을 제치고 세계 3위에 오르는가 하면, 딥시크는 초대형 모델 출시와 함께 오픈소스 '하네스'를 공개하며 에이전트 생태계의 규격 선점에 나섰습니다. 한편 앤트로픽은 Claude 생성 텍스트 워터마크를 둘러싼 논란에 해명을 내놓았고, 구글은 Gemini 3.7 Flash와 Sheets Canvas를 연이어 선보이며 코딩·업무 자동화 양쪽에서 보폭을 넓혔습니다. 7건의 주요 소식을 하나씩 짚어보겠습니다.
1. 중국 GLM-5.2, ChatGPT 전 모델 제치고 Claude에만 근소하게 뒤처져
중국 Z.ai가 내놓은 GLM-5.2가 독립 벤치마크 기관 Artificial Analysis의 평가에서 세계 3위에 올랐습니다. 이 평가는 "현실적으로 경제 가치가 있는 작업"을 기준으로 모델을 측정하는 벤치마크인데, GLM-5.2보다 앞선 모델은 Anthropic의 Claude Mythos와 Fable 두 시스템뿐이었습니다. 다시 말해 OpenAI와 Google의 모든 모델이 GLM-5.2 아래에 놓인 셈입니다.
- Claude와의 격차와 가격 경쟁력: GLM-5.2는 Claude Mythos·Fable에는 미치지 못했지만, 가격 대비 성능에서는 훨씬 유리한 위치에 있다는 평가를 받았습니다.
- ChatGPT 대비: 개방형 가중치(오픈 웨이트) 모델임에도 OpenAI의 모든 모델을 능가했고, 실무 작업에서 동등한 수준의 성능을 보였습니다.
- 비용 구조: GLM-5.2의 이용 비용은 백만 토큰당 약 $1.40으로, 약 $15 수준인 Claude Opus 4.8과 비교하면 10배 이상 저렴합니다. 오픈 모델이기 때문에 개발자가 직접 다운로드해 자체 하드웨어에서 운영하는 것도 가능합니다.
폐쇄형 프런티어 모델과 오픈 모델 간의 성능 격차가 빠르게 좁혀지고 있고, 특히 "가격 대비 실무 성능"이라는 축에서는 중국 오픈 모델이 이미 강력한 대안으로 자리잡았음을 보여주는 결과입니다. 자세한 내용은 원문 기사에서 확인할 수 있습니다.
2. 앤트로픽, 클로드 워터마크 논란에 해명 — 맞춤법 교정도 'AI 낙인'?
앤트로픽이 Claude가 생성한 텍스트에 사용자가 인지하기 어려운 워터마크를 삽입하기 시작하면서 논란이 일고 있습니다. EU AI법 준수를 위한 조치라는 것이 회사 측 설명이지만, 실제 운영 방식을 둘러싸고 여러 우려가 제기됐습니다.
- 과도한 표시 범위: 문법 교정이나 번역처럼 경미한 편집 작업에도 워터마크가 남을 수 있습니다. 앤트로픽도 이를 인정하면서 "클로드가 텍스트를 처리했다는 뜻일 뿐"이라고 해명했습니다.
- 정보의 제한성: 워터마크는 "해당 콘텐츠가 클로드로 처리됐을 가능성"만을 나타낼 뿐 결정적 근거가 되지 못합니다. 일반인 입장에서는 AI가 전부 생성한 글과 일부만 손본 글을 구분할 방법이 없습니다.
- 기술적 한계: 특정 단어 선택 패턴을 이용하는 방식이라 문장이 부자연스러워질 수 있고, 텍스트를 다른 챗봇에 붙여넣는 것만으로 워터마크가 사라질 수 있다는 지적도 나옵니다.
앤트로픽은 무료 API를 제공해 검증 투명성을 확보하겠다는 계획이며, 워터마크가 응답의 의미·품질·가독성을 바꾸지는 않는다고 주장하고 있습니다. AI 생성물 표시 의무화가 확산되는 흐름 속에서, "어디까지를 AI 산출물로 볼 것인가"라는 근본적 질문을 던지는 사안입니다. 원문 기사 보기
3. FiscalNote의 PolicyNote, Anthropic Claude 커넥터 디렉터리 등재
정책·규제 데이터 기업 FiscalNote Holdings가 자사의 PolicyNote MCP(Model Context Protocol)를 Anthropic의 Claude Connectors Directory에 공식 등재했다고 발표했습니다. Claude 생태계에 전문 데이터 서비스가 커넥터 형태로 편입되는 흐름을 보여주는 사례입니다.
- 접근성: 개발자·정책 분석가·기업 팀이 별도의 맞춤 통합 작업 없이 Claude 안에서 자연어로 입법·규제 데이터를 쿼리할 수 있습니다.
- 데이터 범위: 미국 의회와 50개 주, 그리고 100개 이상 국가의 입법·규제 활동을 추적·분석한 데이터를 제공합니다.
- 보안과 통제: 설정에 15분이 채 걸리지 않고, SOC 2 Type 2를 준수합니다. 가격과 접근 조건은 FiscalNote가 직접 통제하며, 데이터는 모델 학습에 사용되지 않습니다.
FiscalNote는 이미 OpenAI App Store에도 등재되어 있으며, Siemens 등과 신규 라이선스 계약을 체결한 상태입니다. 특정 AI 플랫폼에 종속되지 않고 주요 생태계에 모두 데이터를 공급하는 '멀티 플랫폼' 전략이 전문 데이터 기업의 표준으로 자리잡는 모습입니다. 원문 기사 보기
4. 딥시크, '하네스(Harness)' 오픈소스 공개 — AI 에이전트 경제의 문법을 노린다
2026년 8월 13일, 딥시크가 세 가지를 동시에 공개했습니다. 에이전트 작업에 특화된 1.6조 개 매개변수의 V4-Pro 모델, MIT 라이선스로 배포되는 오픈소스 소프트웨어 '하네스', 그리고 코르디스 엔진의 설계 원리를 증명하는 학술 논문입니다.
- 핵심 철학 — "모든 것은 플러그인이다": 하네스는 모델, 도구, 기억, 보안까지 모두 교체 가능한 부품으로 설계했습니다. 에이전트 자체가 플러그인의 조합인 구조입니다.
- 기술적 혁신 — 무중단 교체: "꽂는 기술보다 빼는 기술이 어렵다"는 문제의식 아래, 가역적 효과(Revertible Effects)와 반응형 공효과(Reactive Coeffects)라는 개념으로 모든 변화를 추적하고 원상복구를 보장합니다.
- 시장 전략 — 규격 선점: 모델은 비싸게 팔면서 하네스는 무료로 배포합니다. 완성품을 파는 것이 아니라 에이전트 생태계의 '규격'을 선점하고, 에이전트 제조사를 고객 삼아 모델을 도매로 판매하는 구조로의 전환입니다.
- 미래 비전: 최종 목표는 사람의 감독 없이 스스로를 개조할 수 있는 자기진화 에이전트(Self-Evolving Agent)이며, 금융·의료 산업의 진입 규제 장벽을 낮추는 방향을 지향합니다.
모델 성능 경쟁을 넘어 에이전트 시대의 '문법'을 누가 정의하느냐의 싸움이 시작됐다는 점에서 주목할 만한 행보입니다. 원문 기사 보기
5. DeepSeek V4 Pro 출시 — API 가격 최대 11배 인상, 기업가치 740억 달러 목표
딥시크의 이번 발표를 비즈니스 관점에서 보면 또 다른 그림이 드러납니다. 플래그십 모델 V4-Pro-0813이 공식 출시되어 DeepSeek 앱·웹사이트·API에서 이용할 수 있게 됐고, 회사 측은 AI 에이전트 지원 기능이 크게 향상됐다고 밝혔습니다.
- 공격적 가격 인상: 8월 17일부터 API 가격 인상이 시행됩니다. 사용 모델과 토큰 유형에 따라 인상률은 50%에서 1,100% 이상까지 다양하며, 피크·비피크 시간대 차등 가격제가 적용됩니다.
- 대규모 투자 유치: 딥시크는 신규 투자 라운드에서 약 80억 달러 조달을 목표로 하고 있으며, 이 경우 기업가치는 약 740억 달러 수준에 이를 것으로 알려졌습니다.
- 치열한 내수 경쟁: 중국 AI 시장에서는 Moonshot AI, Zhipu AI, Alibaba, ByteDance 등이 주요 경쟁사로 맞서고 있습니다.
'저가 공세'의 상징이던 딥시크가 최대 11배에 달하는 가격 인상에 나섰다는 점은, 하네스 무료 배포와 맞물려 수익 구조를 모델 판매 중심으로 재편하려는 전략 전환으로 읽힙니다. 원문 기사 보기
6. 구글 시트, "Sheets Canvas"로 스프레드시트를 대화형 앱으로
구글이 Google Sheets의 신규 AI 기능 "Sheets Canvas"를 공개했습니다. 스프레드시트 데이터를 대화형 미니 앱으로 변환해주는 기능으로, 스프레드시트가 단순 표 계산 도구를 넘어 가벼운 앱 제작 플랫폼으로 진화하는 방향을 보여줍니다.
- 코딩 불필요: "시각적 학습 추적기 생성" 같은 간단한 프롬프트만 입력하면 Gemini가 사용자 정의 레이아웃을 자동으로 구축합니다.
- 실시간 동기화: Canvas와 원본 스프레드시트 간 변경사항이 실시간으로 동기화되어 데이터가 항상 최신 상태로 유지됩니다.
- 협업과 개선: 일반 시트처럼 Canvas 탭을 공유할 수 있고, Gemini에 프롬프트를 추가 입력해 레이아웃·디자인·기능을 계속 다듬을 수 있습니다.
- 활용 사례: 구글은 학생의 과제·마감일 추적, 판타지 풋볼 대시보드, 웨딩 좌석 배치도 등을 예시로 들었습니다.
이용 대상은 Google AI Pro/Ultra 구독자, Google Workspace Business/Enterprise 플랜, 교육용 add-on 구독자입니다. 구글 공식 블로그 원문
7. 구글, Gemini 3.7 Flash 출시 — 코딩·에이전트 특화 경량 모델
구글이 Gemini 3.7 Flash를 공개했습니다. 구글은 이 모델을 "코딩과 에이전트 작업을 위한 가장 지능적인 워크호스 모델"로 소개하며, 코딩·에이전트·웹 개발 분야에 최적화했다고 강조했습니다.
- 벤치마크 개선(3.6 Flash 대비): 프로덕션 코드 품질을 재는 FrontierCode가 34.4%에서 43.6%로, 소프트웨어 엔지니어링 벤치마크 DeepSWE가 49.0%에서 65.3%로 올랐습니다. WebDev Arena는 1538 Elo에서 1588 Elo로, 문서 이해(GDP.pdf 벤치마크)는 22.0%에서 34.0%로 상승했습니다.
- 절반 수준의 가격: 연말까지 임시 가격으로 입력 $0.75/100만 토큰, 출력 $3.75/100만 토큰이 적용되는데, 이는 이전 모델의 절반 수준입니다.
- 출시 경로: 개발자는 Google AI Studio와 Android Studio에서, 기업은 Gemini Enterprise Agent Platform에서, 개인 사용자는 Google AI Pro/Ultra 구독자 대상 Spark 앱에서 이용할 수 있습니다.
성능은 큰 폭으로 끌어올리면서 가격은 절반으로 낮춘 조합은, 저비용 실무 모델 시장에서 중국 오픈 모델들의 공세에 맞서려는 구글의 대응으로도 읽힙니다. 구글 공식 블로그 원문
오늘의 한 줄 인사이트
모델 성능 순위표보다 중요한 것은 '누가 규격과 가격을 정하는가' — 딥시크의 하네스 무료 배포와 11배 가격 인상, 구글의 반값 Flash 모델, GLM-5.2의 10분의 1 가격 공세는 모두 AI 경쟁의 무게중심이 벤치마크에서 비즈니스 구조로 옮겨가고 있음을 보여줍니다.
댓글 0
아직 댓글이 없습니다.