2026년 7월 28일 AI 뉴스 — 앤트로픽 오픈웨이트 입장, 오푸스 5 벤치마크, GPT-6 프리뷰

앤트로픽, 오픈웨이트 규제 오해 정면 반박

앤트로픽이 오픈웨이트 모델에 대한 자사 입장을 공식 문서로 정리했다. 문서는 "앤트로픽은 오픈웨이트 모델 금지를 주장한 적이 없다"는 문장으로 시작한다. 그동안 업계 일각에서 앤트로픽이 오픈소스 모델을 규제하도록 로비하고 있다는 주장이 반복돼 왔는데, 이를 정면으로 부인한 것이다.

앤트로픽이 실제로 요구해온 정책은 세 가지다. 첫째, 고성능 반도체의 대중국 수출 제한과 밀수 단속. 둘째, 산업 규모의 모델 증류(distillation) 행위 단속. 셋째, 충분한 성능을 갖춘 모델이라면 오픈이든 클로즈드든 관계없이 안전성 테스트를 의무화하는 것이다. 세 가지 모두 "오픈웨이트냐 아니냐"가 아니라 "위험한 능력을 갖췄느냐"를 기준으로 삼는다.

다리오 아모데이 CEO는 위험한 능력이 없는 오픈웨이트 모델은 공공재라고 못박았다. AI 경제에 대한 접근성을 넓히고, 경쟁을 강화하며, 고객에게 더 큰 통제권을 준다는 것이다. 앤트로픽이 우려하는 것은 권위주의 정부의 AI 역량 우위와 사이버 공격·생물학 무기 오용 두 가지이며, 오픈웨이트 금지는 이 문제를 풀지 못한다는 게 결론이다. 오픈소스 모델을 프로덕션에 쓰는 팀이라면 규제 리스크를 판단하는 기준점이 될 만한 문서다.

https://www.anthropic.com/news/position-open-weights-models

오푸스 5, 슬롭코드벤치 24% 통과에 그쳐

HumanLayer가 클로드 오푸스 5를 SlopCodeBench에서 측정한 결과를 공개했다. 엄격 기준(strict-pass) 통과율은 17개 체크포인트 중 4개, 24%였다. 원 논문의 오푸스 4.6이 17%였으니 세대가 올라가며 개선되긴 했다. 반면 오푸스 4.8과 소네트 5는 각각 1개(6%)에 그쳤다. 어떤 모델도 결함 없이 챌린지 하나를 완주하지 못해, 벤치마크는 여전히 포화되지 않은 상태로 남았다.

실패 양상이 더 흥미롭다. 오푸스 5는 초반 체크포인트에서 강했지만 4번째 체크포인트부터 결함을 만들기 시작했고, 챌린지가 진행될수록 결함이 누적됐다. 요구사항이 점진적으로 바뀌는 상황에서 품질을 유지하기 어렵다는 뜻이다. 코드 중복 지표는 모델별로 갈렸다. 오푸스 4.8은 중복률이 4.6%에서 16.8%로 급증하며 초기 설계와 신규 요구사항이 충돌할 때 무너지는 모습을 보인 반면, 오푸스 5는 2.4~2.6%로 평탄하게 유지됐다. 다만 오푸스 5는 다른 모델보다 함수를 5배 많이 만들었고, 대신 함수 하나하나의 복잡도는 낮았다.

저자의 결론은 명확하다. 요구사항이 반복적으로 바뀌는 실제 코드베이스에서 현재 프런티어 모델은 사람의 조타 없이 돌릴 수 없다. 장시간 무감독 코딩 워크플로를 설계 중이라면 반드시 참고해야 할 데이터다.

https://github.com/humanlayer/advanced-context-engineering-for-coding-agents/blob/main/benchmarking-opus-5-on-slop-code-bench.md

올트먼, 워싱턴서 GPT-6 프리뷰 예고

샘 올트먼이 워싱턴에서 GPT-6를 미리 선보일 예정이라는 소식이 개발자 커뮤니티에 돌고 있다. 알려진 바로는 이 모델이 독창적인 과학적 발견을 수행할 수 있는 수준을 지향한다는 것이다.

아직 공식 발표 전이라 스펙, 가격, API 공개 시점 중 확정된 것은 없다. 다만 GPT-5 계열이 코딩 에이전트 시장에서 자리를 잡은 상황이라, 다음 세대가 언제 어떤 형태로 나오는지는 도구 선택과 마이그레이션 계획에 직접 영향을 준다.

API 접근 관련 공지가 함께 나오는지 지켜볼 필요가 있다.

https://www.reddit.com/r/codex/comments/1v7wknp/gpt6_will_drop_soon/

코덱스 사용량 한도, 데이터로 뜯어봤다

코덱스 사용자가 로컬 프록시와 프로메테우스를 붙여 자신의 토큰 사용량과 한도 도달 패턴을 실측한 분석이 공유됐다. 체감이나 추측이 아니라 실제 계측 데이터를 기반으로 한도가 어떻게 작동하는지 정리한 것이 핵심이다.

코딩 에이전트를 쓰다 보면 작업 도중에 갑자기 한도에 걸려 세션이 끊기는 일이 잦다. 이 글은 어느 시점에 얼마를 쓰면 어떻게 되는지를 수치로 보여줘, 큰 작업을 언제 시작할지 판단하는 데 도움이 된다. 같은 방식으로 자신의 사용 패턴을 계측해보고 싶은 사람에게도 좋은 출발점이다.

https://www.reddit.com/r/codex/comments/1v8eecz/how_codex_limits_work_based_on_data_not_vibes/

"11일 만에 러스트 재작성" AI 신화 검증

한동안 화제였던 "AI로 Bun을 11일 만에 러스트로 재작성했다"는 주장을 실제로 추적한 감사 리포트가 나왔다. 원 주장은 2026년 5월 3일부터 14일까지 11일 만에 재작성을 끝내고 main에 머지했으며, API 비용은 16만 5천 달러(하루 약 1만 5천 달러)가 들었다는 것이었다.

7월 27일 기준 실제 상태는 다르다. 머지했다는 시점에서 6주가 지났지만 릴리스 태그는 하나도 나오지 않았고, 마지막 공식 릴리스는 5월 12일의 v1.3.14로 이미 11주가 지났다. Claude가 생성한 코드를 올리는 robobun 계정의 열린 PR은 18일 만에 1,277개에서 2,475개로 두 배 가까이 늘었다. 저자 계산으로 이 백로그를 다 머지하려면 CI/CD 파이프라인을 86일 연속 돌려야 한다.

저자 톰 록우드는 공개된 16만 5천 달러 외에 Buildkite CI/CD 비용과 앤트로픽 직원의 직접 투입 같은 숨은 비용이 상당하다고 본다. 하루 1만 달러 수준으로 작업이 계속된다면 총액은 80만 달러에 근접할 수 있다는 추정이다. AI 기반 대규모 마이그레이션을 검토 중인 팀이라면, 홍보성 숫자와 실제 완료 사이의 간극을 가늠하는 사례로 삼을 만하다.

https://lockwood.dev/ai/2026/07/27/how-is-the-bun-rewrite-in-rust-going.html

66만원 파인튜닝이 프런티어 모델 이겼다

9B 규모 오픈소스 모델을 GRPO(강화학습)로 파인튜닝했더니 이커머스 상품 리스팅 검수라는 특정 업무에서 프런티어 모델 전부를 앞섰다는 실험 결과가 공개됐다. 같은 도구, 같은 이미지, 같은 채점기를 쓴 동일 조건 비교다.

숫자가 인상적이다. 파인튜닝한 9B 모델은 달성 가능한 최대 점수의 87.3%를 기록했다. 최고 프런티어 구성은 76.9%였고, 다섯 개 프런티어 모델은 프롬프트를 최적화해도 서로 0.1점 차 안에서 천장에 부딪혔다. 학습 전 같은 베이스 모델은 64.2%였으니 파인튜닝으로 23포인트가 올라간 셈이다. 비용은 더 벌어진다. 리스팅 1,000건당 0.5달러로, 가장 강한 프런티어 모델(34달러)보다 68배, 가장 저렴한 프런티어 옵션(제미나이 19달러)보다도 40배 싸다. 하루 4천만 건 규모로 환산하면 연 5억 달러가 700만 달러가 된다.

학습 설비도 소박했다. GPU 두 장을 빌려 약 250스텝, 하루 남짓 돌린 것이 성능의 대부분을 만들었고 총 GPU 비용은 약 500달러였다. 좁고 반복적인 판단 업무를 프런티어 API로 돌리고 있다면, 비용 구조를 다시 계산해볼 근거가 되는 사례다.

https://fermisense.com/when-machines-take-the-wheel/

집에서 돌리는 AI 컴패니언 airi

airi는 셀프호스팅이 가능한 오픈소스 AI 컴패니언 프로젝트다. Neuro-sama에서 영감을 받았으며, 실시간 음성 대화와 상호작용을 지원한다. 마인크래프트, 팩토리오, 커발 스페이스 프로그램 같은 게임을 직접 플레이할 수 있고 디스코드·텔레그램 연동도 된다.

기능 구성이 넓다. 브라우저 내장 DB를 쓰는 메모리 시스템, VRM과 Live2D 아바타, 자동 눈깜빡임·시선 추적·아이들 모션 같은 애니메이션을 갖췄다. LLM 프로바이더는 OpenAI, Claude, DeepSeek, Gemini 등 다수를 지원해 원하는 모델로 갈아끼울 수 있다. 웹, 데스크톱(윈도우·맥·리눅스), 모바일 PWA에서 모두 동작한다.

기술 스택은 Vue.js와 타입스크립트를 중심으로 WebGPU, WebAudio, WebAssembly, Web Workers를 활용한다. 데스크톱에서는 허깅페이스의 Candle 프레임워크를 통해 NVIDIA CUDA와 애플 Metal을 네이티브로 쓴다. 멀티모달 상호작용을 직접 실험해보고 싶은 개발자에게 좋은 출발점이다.

https://github.com/moeru-ai/airi

에이전트 개발 툴킷 ag-kit 공개

ag-kit은 구글 안티그래비티 환경에서 AI 워크플로를 구성하기 위한 오픈소스 에이전트 엔지니어링 프레임워크다. 전문 에이전트 20종, 스킬 47개, 워크플로 13개를 제공하며 `/plan`, `/orchestrate`, `/deploy` 같은 슬래시 커맨드로 호출한다.

핵심 기능은 지속적 메모리 관리, 규칙 기반 라우팅, 파일시스템 파괴 작업을 차단하는 네이티브 안전 훅, 그리고 MCP 연동이다. 에이전트를 새로 만들 때마다 툴 호출 처리, 상태 관리, 워크플로 연결 같은 배관 코드를 반복해서 짜는 것이 흔한 낭비인데, ag-kit은 그 구간을 줄이는 데 초점을 맞춘다.

Node.js 22 이상과 파이썬 3.10 이상이 필요하고, `@vudovn/ag-kit` CLI 패키지 또는 로컬 플러그인 번들로 배포된다. 자동화 우선이 아니라 리뷰 가능한 변경, 롤백, 보안 게이트 준수를 전제로 설계됐다는 점이 특징이다.

https://github.com/vudovn/ag-kit

마치며

오늘 뉴스를 관통하는 주제는 "생성량과 실제 완료는 다르다"는 것이다. 오푸스 5는 함수를 5배 더 만들었지만 요구사항이 바뀌자 결함이 누적됐고, Bun의 러스트 재작성은 PR이 2,475개 쌓인 채 릴리스가 없다. 반대로 500달러짜리 작은 파인튜닝은 좁은 문제에서 프런티어 모델 전부를 68배 싸게 이겼다. 규모가 아니라 문제에 맞춘 설계가 결과를 만든다.

나무숲은 이런 AI 도구의 실측 데이터와 실전 워크플로를 매일 정리해 전한다. 매일 아침 AI 뉴스를 받아보고 싶다면 나무숲 블로그를 구독해보시길 권한다.