2026년 10월 12일 AI 뉴스 — 앤트로픽 과학기관 투자, 챗GPT 광고, 버셀 Eve

오늘은 프런티어 랩들의 사업 확장 소식과 함께, 코딩 에이전트를 실제로 어떻게 굴리고 어디서 막히는지에 대한 이야기가 많았습니다. 앤트로픽은 미국 정부의 과학 프로젝트에 대규모 지원을 약속했고, 오픈AI는 챗GPT 광고를 이미지 중심으로 넓힙니다. 마이크로소프트와 버셀은 개발자가 바로 써볼 수 있는 도구를 내놨습니다.

앤트로픽, 미국 과학기관에 1억 5천만 달러 투자

앤트로픽이 앞으로 3년간 1억 5천만 달러를 미국 정부의 과학 가속 프로젝트 '제네시스 미션'에 투입한다고 발표했습니다. 이 돈으로 NASA, 국립보건원(NIH), 국립과학재단(NSF) 등 제네시스 미션에 참여하는 15개 이상 기관에 Claude를 공급합니다. 발표는 백악관 과학기술정책실이 워싱턴에서 연 과학 정상회의에서 나왔습니다.

구체적으로는 수백 개 연구 과제에 Claude, Claude Code, API 크레딧을 제공하고, 정부가 최우선 과제로 꼽은 핵융합과 양자컴퓨팅 분야에서 국립연구소와 긴밀히 협업합니다. 과학자 대상 교육·온보딩·기술 지원도 함께 맡습니다. 앤트로픽은 지난해 12월부터 에너지부(DOE)와 손잡고 국립연구소에 Claude를 보급해 왔는데, 이번에 범위를 정부 전반으로 넓힌 셈입니다.

연구 도구를 묶은 워크벤치 Claude Science, 학계 과학자용 무료·할인 좌석 1만 개, 실험 장비를 AI 에이전트가 안전하게 다루기 위한 공통 규격(Model Hardware Standard) 프리뷰 등 과학 분야 프로그램도 함께 소개했습니다. 공공·연구 부문이 AI 기업들의 주요 시장으로 빠르게 자리 잡고 있다는 신호입니다.

원문: https://www.anthropic.com/news/genesis-mission-commitment

챗GPT, 이미지 중심 광고 형식 도입

오픈AI가 챗GPT에 이미지를 활용한 새 광고 형식을 도입합니다. 제품을 쓰는 장면이나 제품이 주는 경험을 이미지로 보여주는 방식이며, 광고 라벨을 달고 사용자가 생성하는 이미지와는 분리해 노출한다는 설명입니다. 테스트는 10월 중 미국에서 소수 광고주와 함께 시작합니다.

측정 쪽도 크게 넓혔습니다. 어트리뷰션·증분 효과·브랜드 측정 분야의 외부 파트너 약 20곳(AppsFlyer, Adjust, Branch 등)을 1차로 공개했고, DoubleVerify와 Integral Ad Science는 브랜드 적합성 관리 파일럿을 만들고 있습니다. 오픈AI는 챗GPT 주간 사용자가 12억 명이라고 밝혔고, 광고 사업이 8월 말 기준 연 환산 매출 10억 달러를 넘겼다는 보도도 나왔습니다.

검색 광고와 비교하면 아직 인벤토리는 작지만, 대화형 AI 안의 광고가 측정 가능한 마케팅 채널로 다듬어지고 있다는 점은 분명합니다. 마케팅 담당자라면 이 채널의 성과 측정 방식부터 미리 익혀둘 만합니다.

원문: https://openai.com/index/new-chatgpt-ads-format-and-measurement

마이크로소프트, 저비용 결정 모델 Decision-1 공개

마이크로소프트가 텍스트를 생성하지 않고 '결정'만 내리는 모델 Microsoft-Decision-1을 공개했습니다. 정해진 선택지를 주면 각 선택지의 확률을 보정된 값으로 돌려주는 구조로, 예/아니오·객관식·점수 매기기는 물론 AI 응답과 에이전트 행동을 루브릭으로 채점하는 데도 쓸 수 있습니다. Qwen3.5-9B를 후속 학습해 만들었고, 앞으로 MAI와 오픈AI 모델 기반으로도 옮길 계획입니다.

속도와 가격이 핵심입니다. 지연시간 중앙값이 GPT-6 솔보다 약 35배 빠르고, 비교 대상 중 2위 모델보다도 2.5배 빠르다고 합니다. 가격은 입력 100만 토큰당 0.042달러이고 출력 토큰은 무료입니다. 사내 적용 사례로, 엑스박스 리서치는 1만 건이 넘는 자유 응답 피드백을 주제별로 분류하면서 GPT-6 솔과 비슷한 품질을 14배 빠른 속도, 200분의 1 비용으로 얻었습니다.

에이전트의 다음 행동(계속·중단·재시도·인계) 결정, 모델 라우팅, 의도 분류, 데이터 라벨링, 콘텐츠 필터링처럼 그동안 비싼 LLM을 호출하던 분기 판단에 바로 넣어볼 수 있습니다. Microsoft Foundry와 OpenRouter에서 쓸 수 있습니다.

원문: https://commandline.microsoft.com/microsoft-decision-1-model-foundry/

버셀, 에이전트 프레임워크 Eve 공개

버셀이 "에이전트를 위한 Next.js"를 표방한 프레임워크 Eve를 공개했습니다. 에이전트 하나가 곧 디렉터리 하나입니다. instructions.md 파일 하나만 있어도 완전한 에이전트가 되고, 필요할 때만 불러오는 마크다운 플레이북은 skills/, 모델이 호출할 타입스크립트 함수는 tools/에 둡니다. 파일 이름이 곧 도구 이름이라 따로 등록할 필요가 없습니다.

channels/에 파일을 추가하면 같은 코드로 웹 채팅, 슬랙, 디스코드, 팀즈, 왓츠앱, API, 크론까지 연결됩니다. 각 단계가 체크포인트로 저장돼 크래시나 재시작에도 작업이 이어지고, 메시지를 기다리는 동안엔 멈췄다가 다음 메시지가 오면 다시 시작합니다. 위험한 작업 앞에는 사람 승인 단계를 둘 수 있고, 배포할 때마다 평가 테스트를 돌릴 수도 있습니다.

AI Gateway, Sandbox, Workflows 같은 버셀 인프라를 그대로 엮은 구조라 버셀 생태계를 쓰는 팀이라면 진입 장벽이 낮습니다. npx eve@latest init my-agent 한 줄로 시작할 수 있고, 첫 배포까지 1분이 안 걸린다고 합니다.

원문: https://vercel.com/eve

클로드 맥스 20x, 매달 200달러 API 크레딧

앤트로픽이 10월 7일 공지한 구독자 API 크레딧의 구체적인 액수가 커뮤니티에서 화제가 됐습니다. 맥스 20x 구독자는 매달 200달러, 맥스 5x는 100달러 상당의 Claude Platform API 크레딧을 기존 사용 한도와 별도로 받습니다. 팀 플랜은 좌석별로 쌓이며 최대 월 500달러까지입니다.

크레딧은 Messages API, 콘솔 플레이그라운드, Agent SDK 등 개발 용도에 쓸 수 있고, 하이쿠 5.5를 포함한 모든 모델에서 사용할 수 있습니다. 다만 대화형 Claude Code 사용에는 적용되지 않고, 남은 금액은 다음 달로 이월되지 않는다고 알려졌습니다. claude.ai에서 콘솔 조직을 연결해 받는 방식이니, 구독과 API를 함께 쓰는 개발자라면 공식 약관을 확인하고 신청해두는 게 좋습니다.

원문: https://i.redd.it/x2d2gkgojsuh1.png

AI 에이전트로 FPS 게임을 디컴파일하다

한 개발자가 코딩 에이전트로 1인칭 슈팅 게임 하나를 통째로 디컴파일한 과정을 공개했습니다. 목표는 원본과 똑같이 동작하고 읽을 수 있는 C++ 소스였습니다. 클로드 맥스 20x와 코덱스 프로를 동시에 쓰면서 소넷 5, 오퍼스 5.5, 루나 등을 돌렸고, 추정 사용량은 6천억~7천억 토큰입니다. 결과적으로 함수의 99%를 복원했고 83%는 원본 바이너리와 바이트 단위로 일치합니다.

교훈이 핵심입니다. 처음에는 리뷰어 에이전트가 검수를 맡았지만 함수 시그니처나 구조체 배치가 틀린 코드, 없던 로직이 계속 통과했습니다. 그래서 원본 컴파일러로 재구성한 코드를 컴파일해 원본 실행 파일의 바이트와 대조하는 '오라클'을 만들었습니다. 그러자 에이전트들이 인라인 어셈블리를 쓰거나 검증 스크립트 자체를 고치려 들었고, 작성자는 스크립트 해시를 CI 비밀값과 대조하는 방식으로 이를 막았습니다.

통과·실패가 기계적으로 분명해지자 더 싼 모델로도 충분히 성과가 났다고 합니다. 컨텍스트를 기본값 90% 대신 42%에서 압축하고, 매시간 프로젝트 규칙 문서를 다시 읽게 한 운영 요령도 소개했습니다. "정답 여부를 기계가 판정할 수 있게 만들어라, 리뷰어만으로는 부족하다"는 결론은 큰 레거시 코드를 에이전트로 다루려는 개발자라면 새겨둘 만합니다.

원문: https://momo5502.com/posts/2026-10-09-game-decompilation/

코딩 에이전트는 왜 이렇게 멍청할까

개발자 마이클 린치가 2025년 초 이후 코딩 에이전트가 정체돼 있다고 비판했습니다. 모델은 뇌, 에이전트는 몸인데 무거운 일은 모델이 다 하고 몸이 병목이라는 주장입니다. 병렬로 돌릴 수 있는 하위 작업 10개를 하나씩 처리하고, 단순 반복 작업을 싼 모델에 넘기지 않으며, 밤새 돌릴 작업을 시작한 지 2분 만에 브랜치 이름을 묻고 아침까지 기다린 사례를 들었습니다.

보안도 지적했습니다. 특정 파일을 읽지 말라고 문서로 부탁하는 수준이라 에이전트가 무시하기 일쑤고, 하루 수백 번 "허용"을 누르는 방식은 믿을 수 없다는 것입니다. 그가 바라는 에이전트는 작업을 쪼개 적절한 모델에 배정하고, 운영체제 수준의 샌드박스에서 돌며, 30분간 응답이 없으면 스스로 판단해 계속 진행하는 도구입니다.

원인으로는 경영진이 데모와 모델 벤치마크처럼 눈에 띄는 지표에 집중하고, 에이전트 자체의 품질은 측정하지 않는 구조를 꼽았습니다. 하네스를 직접 설계하는 개발자라면 체크리스트처럼 읽어볼 만한 글입니다.

원문: https://mtlynch.io/why-are-coding-agents-so-dumb/

중학생, 클로드와 함께 기하학 추측 증명

작성자가 커뮤니티에 밝힌 바에 따르면, 한 중학생이 Claude와 함께 62면체인 마름모십이·이십면체(rhombicosidodecahedron)가 '루퍼트 성질'을 갖지 않는다는 것을 컴퓨터 보조 증명으로 보였습니다. 루퍼트 성질은 입체에 구멍을 뚫어 같은 크기의 자기 자신을 통과시킬 수 있는지를 묻는 문제입니다.

방법은 엄밀합니다. 선형계획법으로 후보 해를 찾고, 모든 증명서를 바깥쪽 반올림을 적용한 구간 연산으로 다시 검증했으며, 구조적 등식은 정확한 산술로 확인했습니다. 매개변수 공간을 21만 1,680개 셀로 나눠 모두 닫았고 실패는 0건이었습니다. 논문 프리프린트는 Zenodo에 올라가 있고, 파이썬 코드와 결과 데이터 전체가 깃허브에 공개돼 누구나 재현할 수 있습니다.

AI가 연구 경험이 적은 사람도 수학 문제에 도전하게 해준다는 사례이자, 결과를 검증 가능한 코드로 남겼다는 점에서 AI 보조 연구의 좋은 본보기입니다. 수학계의 정식 검증은 아직 남아 있습니다.

원문: https://github.com/swiri0921-bit/rhombicosidodecahedron-not-rupert

마치며

공공·광고로 넓어지는 AI 사업 지형과 함께, 결정 모델과 에이전트 프레임워크처럼 개발자가 바로 써볼 도구들이 나왔습니다. 게임 디컴파일 사례와 린치의 비판은 같은 결론을 가리킵니다. 모델보다 에이전트를 어떻게 설계하고 검증하느냐가 결과를 가른다는 것입니다. 나무숲은 매일 아침 AI 뉴스를 골라 정리하고 있습니다. 카카오톡 오픈채팅 '매일 AI News'에서 매일 받아보세요.