2026년 06월 14일 AI 뉴스 — Fable 5·Mythos 5 출시, OpenAI Ona 인수, Codex 확산

오늘 AI 업계는 앤트로픽의 차세대 모델 출시와 OpenAI의 인수 소식으로 분주했다. 동시에 규제 산업으로 파고드는 엔터프라이즈 AI, 현장 개발자들의 코딩 에이전트 활용 사례, 그리고 "AI가 개발자를 대체할 수 있는가"라는 묵직한 질문까지 — 오늘의 AI 뉴스 8건을 정리했다.

앤트로픽, Claude Fable 5·Mythos 5 공개

앤트로픽이 차세대 모델 Claude Fable 5와 Mythos 5를 발표했다. Fable 5는 Mythos급 성능을 안전 분류기로 감싼 모델로, 사이버보안·생물학 같은 민감한 주제에서는 자동으로 Claude Opus 4.8로 폴백한다. 그 기반이 되는 Mythos 5는 Project Glasswing과 신뢰 접근 프로그램을 통해 일부 사이버보안 전문가·생의학 연구자에게 안전장치를 해제한 형태로 제공된다.

두 모델 모두 소프트웨어 엔지니어링·지식 작업·과학 연구 전반에서 최상위 성능을 보였다. Stripe는 Fable 5가 "수개월의 엔지니어링을 며칠로 압축했다"고 평했고, 내부 단백질 설계 실험에서는 신약 개발 과제를 약 10배 가속했으며 모델이 내놓은 분자생물학 가설이 블라인드 비교에서 80% 가까이 과학자들의 선택을 받았다. 가격은 입력 100만 토큰당 10달러, 출력 50달러로 이전 Mythos Preview의 절반 이하다.

https://www.anthropic.com/news/claude-fable-5-mythos-5

오픈AI, Codex 클라우드 환경 Ona 인수

OpenAI가 6월 11일 클라우드 인프라 기업 Ona 인수를 발표했다. Ona는 2019년 Gitpod로 출발해 리브랜딩한 회사로, 접근 제어·감사 로그를 갖춘 사전 구성형 클라우드 개발 환경을 제공한다. 이 기술로 Codex는 단일 세션을 넘어 몇 시간에서 며칠까지 이어지는 장기 실행·상시 가동 에이전트 작업을 수행할 수 있게 된다.

배경에는 폭발적 성장이 있다. Codex 주간 사용자는 500만 명을 넘어 연초 대비 400% 늘었고, 엔터프라이즈 고객의 에이전트 활용은 올해만 13배 증가했다. 인수 금액은 비공개이며, 규제 승인 후 Ona 팀은 OpenAI의 Codex 부문에 합류한다.

https://openai.com/index/openai-to-acquire-ona

DXC, 규제 산업 핵심 시스템에 Claude 통합

대형 IT 서비스 기업 DXC 테크놀로지가 앤트로픽과 손잡고 은행·항공·보험·정부 기관 등 규제 산업의 미션 크리티컬 시스템에 Claude를 배포한다. 수천 명의 Claude 인증 엔지니어를 양성해 DXC 운영 전반에 통합하는 구상으로, 이미 자사 OASIS 플랫폼 개발을 10배 가속한 바 있다.

수조 원 규모 거래와 핵심 인프라를 다루는 고보안·고규제 환경에 첨단 AI를 들이는 사례라는 점에서 의미가 크다. AI 도입이 스타트업을 넘어 가장 보수적인 산업의 코어로 옮겨가고 있다는 신호다.

https://www.anthropic.com/news/dxc-anthropic-alliance

Codex로 블랙홀 시뮬레이션 만들기

천체물리학자 Chi-kwan Chan이 OpenAI Codex로 블랙홀 시뮬레이션을 구축하는 과정을 공개했다. Chan은 애리조나대 스튜어드 천문대 연구자이자 2019년 블랙홀 첫 이미지를 발표한 사건의 지평선 망원경(EHT) 국제 협력의 일원이다.

그는 블랙홀 주위 전자·이온의 움직임을 시뮬레이션하는 알고리즘을 Codex의 도움으로 다듬고 검증한다. 현재의 알고리즘과 연산 능력이 시뮬레이션의 사실성을 제약하는 지점에서, AI 코딩 에이전트가 복잡한 과학 코드베이스를 함께 풀어가는 패턴을 보여준다.

https://openai.com/index/using-codex-to-simulate-black-holes

자율 에이전트를 위한 '루프 엔지니어링'

애디 오스마니가 제안하는 '루프 엔지니어링'은 에이전트를 일일이 프롬프트하는 대신 "그 일을 해내는 시스템을 설계"하는 접근이다. 일감을 스스로 발견하는 자동화를 세우고, 격리된 worktree에서 병렬 에이전트를 띄우며, 스킬로 프로젝트 지식을 주입하고, MCP 커넥터로 실제 도구와 연결하며, 검증은 별도 서브 에이전트에 분리해 맡긴다.

핵심 교훈은 이 방식이 수동적 의존이 아니라 엔지니어의 지속적 관여를 요구한다는 점이다. 같은 루프가 이해를 가속할 수도, 위험한 인지적 방임을 부를 수도 있다 — 얼마나 의도적으로 설계하고 감독하느냐에 달렸다.

https://addyo.substack.com/p/loop-engineering

온디바이스 오픈소스 의료 AI, OpenMed

OpenMed는 클라우드 연결이나 벤더 종속 없이 기기 내에서 임상 텍스트를 분석하는 오픈소스 헬스케어 AI 프레임워크다. 개체 추출, PII 비식별화, 개체명 인식 등 1,000개 이상의 전문 생의학·임상 모델을 12개 언어로 제공하며, Apple Silicon에서는 MLX 가속을 지원한다.

스마트 PII 처리와 형식 보존 익명화로 HIPAA 준수를 유지하면서, 파이썬 한 줄부터 네이티브 iOS 앱까지 진료 현장에서 프라이버시를 지키는 의료 AI를 구현할 수 있다는 점이 주목할 만하다. 규제 산업을 겨냥한 버티컬 AI 설계의 좋은 참고 사례다.

https://github.com/maziyarpanahi/openmed

"AI가 개발자를 대체하지 못한 이유"

이 글은 소프트웨어 개발을 "결정-실행-전달 샌드위치"로 본다. AI가 압축한 것은 가운데 '실행' 레이어뿐이고, 무엇을 만들지 결정하는 일과 결과에 책임지는 일은 여전히 인간의 몫이라는 분석이다. 그래서 AI는 코딩을 빠르게 만들 뿐 엔지니어를 대체하지는 못한다.

실무적 결론은 분명하다. 기업은 검증된 엔지니어를 감독 없는 AI 도구로 대체할 수 없다. AI 도구는 일 전체가 아니라 '실행 병목'에 집중시킬 때 가장 큰 효과를 낸다.

https://www.normaltech.ai/p/why-ai-hasnt-replaced-software-engineers

젬마 모델 한눈에 비교, Gemma Dashboard

Fast Gemma Challenge 대시보드는 다양한 Gemma 모델을 브라우저에서 바로 탐색하고 벤치마크할 수 있는 Hugging Face Space다. 여러 Gemma 변형의 특성을 나란히 비교해 용도에 맞는 경량 모델을 고르려는 개발자에게 유용하다.

온디바이스·엣지 환경에서 돌릴 작은 모델을 찾고 있다면, 설치 없이 후보군을 빠르게 추려보는 출발점으로 삼을 만하다.

https://huggingface.co/spaces/gemma-challenge/gemma-dashboard

---

매일 아침 AI 뉴스를 큐레이션해 전하는 나무숲입니다. 더 깊은 분석과 실전 적용 노하우가 궁금하다면 treesoop.com에서 만나요.