2026년 9월 17일 AI 뉴스 — 오픈AI 광고 진출, 미스트랄x파이어폭스, 에이전트 코드 검증

오늘 AI 뉴스는 두 축으로 갈린다. 한쪽에서는 오픈AI가 광고를, 미스트랄이 브라우저를 가져가며 AI가 돈 버는 자리로 내려오고 있다. 다른 한쪽에서는 코딩 에이전트를 실제로 매일 쓰는 사람들이 요금 청구 버그와 코드 부패라는 현실적인 문제를 꺼내들었다. 오늘의 8건을 정리했다.

오픈AI, 광고 사업에 뛰어든다

오픈AI가 9월 16일 챗GPT 광고의 새 형태를 공개했다. 핵심은 '스폰서드 에이전트(Sponsored Agents)'다. 관련 광고가 뜨면 사용자가 그 광고를 눌러 브랜드가 운영하는 에이전트와 명확히 라벨이 붙은 별도 대화를 시작할 수 있다. 거기서 원하는 조건을 말하고, 후속 질문을 던지고, 준비가 되면 기업 사이트로 넘어간다.

설계에서 눈여겨볼 지점은 격리다. 스폰서드 에이전트와의 대화는 챗GPT 자체 답변과 구분되고, 사용자가 원래 하던 대화와도 분리된다. 광고주 메시지가 모델의 중립적인 답변에 섞여 들어가는 것을 구조적으로 막겠다는 것이다. 현재는 미국 한정, 일부 파트너 대상 테스트다.

광고주 쪽 도구도 같이 나왔다. 챗GPT 워크의 Ads Manager 플러그인에 웹사이트나 브리프를 던지면 캠페인으로 만들어주고, 랜딩페이지와 캠페인 목표를 읽어 카피와 이미지를 제안한다. AI가 만든 제안은 사람 승인을 거쳐야 집행된다. 여기에 첫 CRM 파트너로 허브스팟, 첫 커머스 파트너로 쇼피파이가 붙었다. 허브스팟 사용자는 허브스팟을 떠나지 않고 광고 생성·성과 확인·리드 후속 처리를 할 수 있고, 미국 쇼피파이 판매자는 앱스토어의 챗GPT Ads 앱으로 캠페인을 돌린다.

원문 보기

미스트랄, 파이어폭스에 AI 심었다

모질라의 파이어폭스 스마트 윈도우(Smart Window)가 미스트랄 모델 위에서 돌아간다. 복잡한 검색을 이해시키고, 지나간 정보를 되짚고, 열린 탭에서 자료를 끌어오는 브라우징 어시스턴트다.

가장 중요한 조건은 데이터 보존 제로다. 대화는 기본적으로 모질라 서버에 저장되지 않고, 미스트랄도 사용자 데이터를 일절 보관하지 않기로 했다. AI 어시스턴트를 쓰려면 브라우징 기록을 통째로 넘겨야 한다는 기존의 거래를 거부한 셈이다.

언어 처리도 단순 번역이 아니라 지역 언어와 방언에 맞춰 파인튜닝했다. 프랑스와 북미에서 먼저 시작해 2026년 하반기에 영국과 독일로 확장한다. 양쪽 다 오픈소스와 벤더 독립성을 전면에 내세우며, 기업 전용이 아닌 일반 사용자를 위한 '소버린 AI'라는 표현을 쓴다. 브라우저를 AI 서비스로 흘려보내는 깔때기가 아니라 중심 허브로 남기겠다는 포지셔닝이다.

원문 보기

제브, 챗봇 아닌 코드용 모델

타입세이프(TypeSafe AI)가 '시스템 원 모델(System One Models)'이라는 새 범주와 첫 모델 제브(Jev)를 공개했다. 문자열을 뱉는 대신 타입이 보장된 구조화된 값을 내놓는 모델이다. 대화가 아니라 소프트웨어 안에서 도는 자동화를 노렸다.

숫자가 공격적이다. 종단간 응답이 70~500ms로, 3~329초가 걸리는 프론티어 모델 대비 40~200배 빠르다고 주장한다. 타입 에러는 설계상 발생이 불가능하다고 못박았고, 모든 출력에 캘리브레이션된 신뢰도를 함께 낸다. 신뢰도가 높으면 실제로 정확도가 높다는 것이다. 자체 워크플로 평가에서는 GPT-6 아스트라와 비슷한 수준의 판단력을 내면서 193.6배 빠르고 444.6배 싸다고 밝혔다.

가격은 입력 100만 토큰당 0.042달러, 출력은 '과금하기엔 너무 싸다'며 무료다. 순차 토큰 생성 대신 병렬 샘플링을 쓰고, 문자열 생성 능력을 포기하는 대가로 검증 가능한 결정을 얻는 구조다. 분류·라우팅·점수 매기기·추출·분기 같은 '퍼지 if문' 자리에 LLM을 꽂아넣고 파싱 방어 코드를 잔뜩 쌓아본 사람이라면 이 방향이 왜 중요한지 바로 안다. 현재 대기자 명단 기반 얼리 액세스다.

원문 보기

클로드 모드, 아무 구독이나 붙인다

최근 쿼터 축소에 대한 대응으로, 클로드 코드의 새 모드(Mods) 기능을 활용한 플러그인이 공개됐다. 클로드 코드 인터페이스는 그대로 두고 뒤쪽 구독만 바꿔 끼우는 방식이다.

한도에 걸려 작업이 끊기는 게 일상이 된 사용자들에게는 즉시 시도해볼 만한 우회로다. 다만 공식 기능 위에 얹은 커뮤니티 플러그인인 만큼, 각 구독의 이용약관과 충돌하지 않는지는 스스로 확인해야 한다. 스레드에 설치 방법과 사용 후기가 정리돼 있다.

원문 보기

끝난 서브에이전트가 요금을 또 먹는다

클로드 코드의 캐시 재개(cache-resume) 관련 이슈가 보고됐다. 서브에이전트가 작업을 끝낸 뒤에도, 이어지는 후속 턴에서 그 서브에이전트의 전체 컨텍스트가 다시 청구된다는 내용이다.

병렬 서브에이전트를 적극적으로 굴리는 워크플로일수록 타격이 크다. 서브에이전트를 여러 개 띄우는 이유가 메인 컨텍스트를 아끼기 위해서인데, 끝난 서브에이전트의 컨텍스트가 후속 턴마다 되살아나 과금되면 절약 효과가 통째로 사라진다. 쿼터가 설명 없이 빨리 닳는다고 느꼈다면 원인을 여기서 찾아볼 만하다. 재현 조건과 토론이 스레드에 정리돼 있다.

원문 보기

클라우드플레어, 보안감사 스킬 공개

클라우드플레어가 코딩 에이전트를 자동 보안 감사관으로 바꾸는 스킬을 오픈소스로 내놨다. 정찰, 커버리지 기반 탐색, 후보 검증, 구조화 출력, 독립 검증, 타깃 중립 리포팅의 6단계로 격리된 에이전트들을 오케스트레이션한다.

설계의 핵심은 '적대적 검증'이다. 어떤 발견을 검증하는 에이전트는 그 발견을 찾아낸 에이전트가 절대 아니다. 새로 띄운 검증자 에이전트가 각 발견을 반증하려 시도하고, 결과는 `confirmed`(완전한 소스 추적 확보), `needs_validation`(미해결 사실 존재), `rejected`(반증됨) 세 가지로 갈린다. 에이전트가 취약점을 찾았다고 주장하는 것과 그 주장이 별도로 검증되는 것은 완전히 다른 문제인데, 이 격차를 구조로 메웠다.

산출물은 기계가 읽는 `findings.json`과 함께 `REPORT.md`, `FINDINGS-DETAIL.md`, `NEEDS-VALIDATION.md`가 나오고 전부 `report-schema.json`으로 검증된다. `npx skills add https://github.com/cloudflare/security-audit-skill --skill security-audit`로 설치한 뒤 "이 코드베이스 보안 감사해줘"라고 시키면 된다. 병렬 서브에이전트를 지원하는 에이전트, Node.js, 그리고 대상 코드를 안전하게 돌릴 OS 수준 샌드박스가 필요하다.

원문 보기

텐센트 위노라, 문서를 RAG 에이전트로

텐센트가 오픈소스 LLM 지식 프레임워크 위노라(WeKnora)를 공개했다. 원시 문서를 RAG 기반 Q&A, 자율 에이전트, 자가 유지 위키 세 가지로 동시에 바꿔준다.

검색 쪽이 두텁다. BM25 희소/밀집 검색, GraphRAG, 부모-자식 청킹을 지원하고 HNSW로 가속한 pgvector 인덱싱을 쓴다. 벡터 저장소는 PostgreSQL, 엘라스틱서치, 밀버스, 위비에이트, Qdrant 등을 고를 수 있다. 파싱부터 벡터화, 검색, 추론까지 모든 구성요소가 교체 가능한 모듈식 파이프라인이다.

에이전트는 ReACT 추론으로 검색과 MCP 툴, 테넌트 스킬 카탈로그, 세션이 유지되는 Docker/E2B/Cube 샌드박스, 웹 검색을 스스로 조합해 다단계 작업을 처리한다. 위키 모드는 문서를 서로 연결된 마크다운 지식베이스로 증류하고 인터랙티브 지식 그래프, 수동 편집, 리비전 히스토리, 원클릭 롤백까지 붙인다. 오픈AI·딥시크·큐원·제미나이 등 20개 이상 LLM 제공자를 지원하고 도커·쿠버네티스(Helm)·로컬 설치 모두 가능하다. MIT 라이선스다.

원문 보기

임팩트게이트, AI 코드 부패 점수화

임팩트게이트(ImpactGate)는 이미 복잡한 코드 위에 복잡도를 더 쌓는 변경을 머지 전에 잡아내는 게이트다. 단독 CLI, git 프리커밋 훅, CI 플러그인(깃허브 액션·깃랩·젠킨스) 어느 쪽으로든 쓸 수 있다.

측정 방식이 흥미롭다. `impact = files_changed * Σ max(WMC_other, 1) * CC * Δlines` 공식으로, 순수한 diff 크기가 아니라 '이미 무거운 코드에 얼마나 더 얹었는가'를 점수화한다. 새 파일을 만드는 것보다 이미 복잡한 클래스를 건드리는 쪽이 훨씬 높은 점수를 받는다. 절대 임계값으로 경고/차단을 걸 수도 있고, 20개 리포지터리 코퍼스에서 뽑은 사전 분포에 프로젝트 자체 머지 이력을 더한 백분위 커브로 채점할 수도 있다. 자바, 파이썬, C#, 자바스크립트, 타입스크립트, Go, 러스트, 코틀린, PHP 등을 지원한다.

`pip install impact-gate` 후 `impact-gate score`면 프리커밋 검사가 돌고, CI에서는 `--mode range --base origin/main --format json`으로 붙인다. 설정은 `.impact-gate.yml`, 종료 코드는 통과/경고가 0, 차단이 2다. AI가 만들어내는 코드의 양이 리뷰 능력을 넘어선 지 오래다. 테스트는 통과하는데 아키텍처는 서서히 무너지는 상황을 사람 눈으로 잡기는 어렵고, 그 격차를 자동 지표로 메우려는 시도다.

원문 보기

마치며

오늘 목록에서 반복되는 주제가 있다. 에이전트가 만들어낸 결과물을 어떻게 믿을 것인가. 클라우드플레어는 보안 발견을 찾은 에이전트와 검증하는 에이전트를 분리해서, 임팩트게이트는 구조 부패를 공식으로 점수화해서, 타입세이프는 출력을 타입과 캘리브레이션된 신뢰도로 묶어서 답하려 한다. 세 곳 다 접근은 다르지만 전제는 같다. 모델 출력을 그냥 믿을 수는 없으니 검증을 시스템 안에 넣자는 것이다. 모델을 더 세게 만드는 경쟁 옆에서, 모델의 출력을 검증 가능하게 만드는 경쟁이 조용히 커지고 있다.

나무숲은 이런 도구들을 실제 업무에 붙여보고 남는 것만 골라 매일 정리한다. 매일 아침 AI 뉴스를 받아보고 싶다면 나무숲 블로그를 확인해보자.