2026년 8월 2일 AI 뉴스 — GPT-5.6 가격 인하, 로컬 거대모델, 팀 에이전트 하네스

오늘 AI 뉴스는 크게 두 갈래로 읽힌다. 하나는 모델 가격이 계속 내려가면서 "지능이 싸졌다"는 감각이 실무 선택을 바꾸고 있다는 것, 다른 하나는 거대 모델을 개인 장비에서 억지로라도 돌려보려는 시도가 실제로 성과를 내기 시작했다는 것이다. 여기에 에이전트를 혼자가 아니라 팀 단위로 운영하는 하네스, 그리고 개인이 자기만을 위한 소프트웨어를 만드는 흐름까지 더해진다.

AI 에이전트를 팀 단위로 돌리는 하네스, qm

qm은 "일하기 위한 멀티플레이어 에이전트 하네스"를 표방한다. 슬랙과 웹 양쪽에서 같은 신원으로 동작하고, 사용자마다 파일·툴·로그인된 서비스가 분리된 스코프 샌드박스를 준다. 메모리, 키체인 접근 권한, 크론까지 스코프별로 나뉘기 때문에 한 조직 안에서 여러 사람이 각자의 에이전트를 돌려도 서로의 작업 환경이 섞이지 않는다.

내부 구조는 Node.js와 Fastify 기반의 헤드리스 코어가 API·신원·정책·스케줄링을 맡고, 세션과 메모리와 큐는 Postgres에 저장하는 형태다. 에이전트 루프는 Pi, OpenCode, Claude Code 같은 여러 하네스를 갈아끼울 수 있게 인터페이스 뒤에 추상화되어 있다.

눈여겨볼 지점은 보안 모드다. 모든 툴 호출에 사람의 승인을 요구하는 strict, 모델에 넘기기 전 콘텐츠를 검사하는 기본값 auto, 아무 검사도 하지 않는 dangerous 세 단계를 제공한다. 에이전트가 사용자 자격증명으로 움직인다는 전제를 인정하고, 대신 전 과정을 감사 로그로 남기는 접근이다.

https://github.com/yc-software/qm

오픈AI, GPT-5.6 테라·루나 가격 인하

오픈AI가 7월 30일 GPT-5.6 루나의 API 가격을 80%, 테라를 20% 내렸다. 루나는 100만 입력 토큰당 1달러에서 0.2달러로, 출력은 6달러에서 1.2달러로 떨어졌다. 테라는 입력 2.5달러에서 2달러, 출력 15달러에서 12달러가 됐다. 플래그십인 솔은 입력 5달러·출력 30달러로 그대로다.

주목할 점은 타이밍이다. GPT-5.6 패밀리가 공개된 게 7월 9일이니, 출시 3주 만의 재가격 책정이다. 프런티어 랩 기준으로는 이례적으로 빠르다. 오픈AI는 GPT-5.6을 만드는 과정에서 얻은 효율 개선, 특히 모델이 자사 프로덕션 추론 코드를 다시 쓰고 최적화하는 데 기여한 결과로 서빙 비용이 내려갔고 그걸 그대로 넘긴 것이라고 설명했다.

배경에는 압력도 있다. 7월 7일 CNBC 보도에 따르면 OpenRouter 기준 미국 기업의 토큰 사용량 중 46%를 중국 모델이 가져갔고, 시점에 따라 미국산 모델을 앞지르기도 했다. 에이전트 워크플로는 한 번의 요청이 아니라 수십~수백 번의 호출로 이뤄지기 때문에, 단가가 5분의 1이 되면 그동안 비용 때문에 포기했던 반복 검증이나 다중 후보 생성 같은 패턴이 갑자기 현실적인 선택지가 된다.

https://www.axios.com/2026/07/30/openai-cuts-prices-gpt-terra-luna5

코덱스 유저들 "이제 루나가 기본"

가격 인하 직후, 코덱스 커뮤니티에서는 루나를 일상 코딩 드라이버로 쓰자는 정리 글이 올라왔다. 요지는 간단하다. 체감 품질은 상위 모델인 솔과 크게 다르지 않은데 비용과 레이트 리밋에서 훨씬 여유롭다는 것이다. 루나 출력이 100만 토큰당 1.2달러, 솔이 30달러니 25배 차이다.

물론 어려운 리팩터링이나 아키텍처 판단이 필요한 순간에는 상위 모델로 올리는 게 낫다. 다만 하루 작업의 대부분을 차지하는 잔업 성격의 코딩에서는 루나로 충분하다는 실사용 리포트가 쌓이고 있다. 모델 선택을 기본값 하나로 고정해두고 있었다면 다시 볼 시점이다.

https://www.reddit.com/r/codex/comments/1vcp5mc/luna_is_the_new_default/

클로드 자화자찬 막는 적대적 리뷰어 스킬

Claude Code를 쓰다 보면 겪는 고질적인 문제가 있다. 자기가 짠 코드를 자기가 리뷰하면 거의 항상 통과시킨다는 것이다. 이를 해결하는 패턴으로 "적대적 리뷰어(adversarial reviewer)" 스킬이 커뮤니티에서 확산되고 있고, 이 글은 그 패턴 덕분에 오랫동안 안 되던 게 됐다는 사용 후기다.

핵심은 작성 패스와 리뷰 패스를 분리하는 것이다. 코드를 쓴 컨텍스트가 아니라 별도의 스킬·별도 레인에서, 결함을 찾아내는 것 자체를 목표로 하는 리뷰어를 붙인다. 승인이 아니라 반박을 기본값으로 두는 셈이다. 이렇게 하면 같은 모델이라도 통과 도장을 찍는 대신 실제로 버그를 지적하기 시작한다는 보고가 많다.

https://www.reddit.com/r/ClaudeAI/comments/1vc11nl/whoever_popularized_the_adversarial_reviewer/

64GB 맥북에서 2.78조 파라미터 Kimi K3 구동

WASTE(Weight-Aware Streaming Tensor Engine)는 순수 C로 작성된 추론 엔진이다. 2.78조 파라미터, 컨테이너 크기 982GiB짜리 Kimi K3를 최소 29GiB 메모리로 돌린다. 64GB 맥북 프로에서 초당 0.45~0.62토큰이 나온다.

원리는 MoE 구조의 특성을 파고든 것이다. 토큰 하나당 실제로 활성화되는 가중치는 전체의 약 4%뿐이라, 모델 트렁크만 메모리에 상주시키고 나머지 전문가(expert)는 NVMe에서 스트리밍한다. 저장 레이아웃을 4KiB 정렬에 맞춰 "전문가 하나 = 읽기 한 번"이 되도록 만든 게 핵심이다.

여기에 두 가지 최적화가 붙는다. 별도 스레드로 미리 읽으면서 연산을 병행해 처리량을 약 1.6배 올리고, 다음 레이어의 라우터를 이전 레이어 히든 스테이트로 미리 돌려 어떤 전문가가 필요할지 예측한다. 이 투기적 프리페치로 캐시 적중률이 14%에서 38%까지 올라갔다. 읽는 총 바이트 수는 그대로인데도 그렇다.

속도만 보면 실용적이라고 말하기 어렵고, 저장공간도 1TB는 잡아야 한다. 외장 USB는 12.78GB/s인 내장 NVMe 대비 0.94GB/s에 그쳐 사실상 못 쓴다. 그럼에도 의미는 분명하다. 서버 없이는 만져볼 수 없던 프런티어급 오픈 모델을 개인 장비에서 "돌아가긴 한다"는 상태로 만들어놨다.

https://github.com/sqliteai/waste

M 시리즈 맥에서 Gemma 4 26B를 2GB RAM으로

TurboFieldfare는 같은 아이디어를 훨씬 실용적인 규모에 적용한 Swift·Metal 런타임이다. Gemma 4 26B-A4B를 활성 메모리 약 2GB만 쓰면서 애플 실리콘 맥에서 돌린다. 공유 코어 1.35GB와 FP16 KV 캐시만 메모리에 두고, 토큰마다 필요한 전문가만 SSD에서 스트리밍하는 방식이다.

측정된 디코드 속도는 8GB 맥북 에어(M2)에서 초당 5.1~6.3토큰, 24GB M5 프로에서 31~35토큰이다. M5 프로에서 30토큰대면 실제 작업에 쓸 수 있는 속도고, 8GB 맥에서도 26B급 모델이 돌아간다는 게 이 프로젝트의 진짜 성과다. 설치에는 약 14.3GB가 필요하다.

구조는 Metal이 상주 가중치로 어텐션과 라우팅을 처리하고, CPU가 병렬 스토리지 읽기로 전문가 캐시를 관리하는 계층 분리다. 프롬프트 처리 시에는 최대 128토큰 단위 청크드 프리필로 캐시 효율을 높인다. 네이티브 맥OS 앱, CLI, 실험적 OpenAI 호환 서버를 함께 제공한다. 로컬 모델을 보조 도구로 쓰려는 개발자에게는 앞의 WASTE보다 훨씬 직접적인 선택지다.

https://github.com/drumih/turbo-fieldfare

나 한 사람만을 위한 소프트웨어의 시대

저자 애덤 왁스먼은 6개월 동안 자기만 쓰는 앱 다섯 개를 만들었다. 수면 컨설턴트의 계획을 낮잠·일정 조건 분기까지 구현한 수면 앱, 그날 달린 강도에 따라 스무디 분량과 영양 목표를 조정하는 피트니스 앱, 일반 템플릿이 아니라 자기 대회 기록에서 훈련을 도출하는 마라톤 플랜, 피아노 레슨에서 배운 코드 보이싱으로 문제를 내는 재즈 학습 도구, 전문의 진료 전에 정보 공백을 짚어주는 의료기록 관리자다.

비용은 월 160달러 정도다. Claude Code Max 100달러, Anthropic API 10달러, Vercel 20달러, Neon DB 30달러. Max 구독을 빼면 월 100달러 밑으로 떨어진다. 스택은 Next.js·Vercel에 Tailwind와 shadcn/ui, Postgres(Neon)와 Drizzle ORM, Better Auth, 그리고 Claude와 Vercel AI SDK다.

이 계산이 중요한 이유는 소프트웨어의 경제학이 바뀌었다는 신호이기 때문이다. 예전에는 사용자가 한 명뿐인 앱은 만들 이유가 없었다. 개발 비용을 나눌 사람이 없으니까. 저자의 표현대로 "앱은 집밥일 수 있다. 규모는 필요 없다."

https://www.ajwaxman.com/writing/software-for-one

크레딧 100만원 태워 만든 인디 게임

클로드 크레딧 1,000달러를 써서 완성한 타워 디펜스 게임 ARES OUTPOST 이야기다. 제목부터 "내가 얼마나 심하게 바가지를 쓴 건가"라고 묻지만, 결과물의 밀도는 만만치 않다. Godot으로 만들어졌고 2,072가지 모듈 조합의 기지 건설, 9개 분기 143개 연구 노드의 테크 트리, 64종 건축물과 융합 청사진, 12개 터렛 계열, 11종 자율 드론, 30종 적과 10종 보스, 낮밤 순환이 붙은 웨이브 패턴을 담고 있다.

제작자는 코드·그래픽·오디오·텍스트·게임 디자인 전반에 AI를 썼다고 투명하게 밝히고 있다. 사흘 전 공개돼 아직 개발 중이고, 초기 피드백에는 타워 디펜스 재미에 대한 호평과 함께 안정성 문제, UI 명확성, 튜토리얼 부재 지적이 함께 올라와 있다.

같은 맥락에서 오늘 함께 나온 GPT-5.6 가격 인하 소식과 겹쳐 읽으면 더 흥미롭다. 개인 프로젝트에 AI를 쓸 때의 예산 감각은 지금도 빠르게 바뀌는 중이다. 같은 게임을 지금 만들면 훨씬 싸진다.

https://francisstudio.itch.io/ares-outpost

마치며

오늘 소식을 관통하는 건 비용이다. 모델 가격이 5분의 1로 내려가고, MoE 구조를 파고들어 개인 장비에서 큰 모델을 돌리는 방법이 나오고, 그 결과 사용자가 한 명뿐인 소프트웨어와 개인 인디 게임이 경제적으로 말이 되기 시작했다. 나무숲에서는 이렇게 매일 아침 AI 뉴스를 정리해 전한다. 오늘 목록 중 하나만 골라 직접 눌러보는 것부터 시작해보시길.