2026년 10월 27일 AI 뉴스 — 앤트로픽 S-1 공개 제출, LLM 가격 80% 인하, vLLM 툴콜 정확도

오늘 고른 뉴스는 8개입니다. 앤트로픽이 미국 증권거래위원회(SEC)에 S-1 등록신고서를 공개로 제출하고 나스닥 티커 'ANT'를 밝혔습니다. 그 직전에 오픈AI와 앤트로픽이 몇 달 사이 모델 가격을 최대 80%까지 내린 이유를 짚은 분석 글도 나왔습니다. 오픈 웨이트 모델을 vLLM으로 서빙할 때 툴콜 정확도를 92%에서 100%로 올린 유비클라우드의 경험담, 실패한 출시에서 출발해 챗GPT의 중심이 된 코덱스의 뒷이야기, 연 15만 달러짜리 루커(Looker)를 AI가 만든 HTML 대시보드로 대신해 가는 데이터 팀 이야기도 담았습니다. 도구 쪽에서는 코덱스·클로드 코드를 상주 팀원처럼 굴리는 데스크톱 앱 오픈봇, 프롬프트 한 줄로 디자인 결과물을 뽑는 에이전트 스킬 화슈 디자인 3.0, 로컬에서 도는 PDF용 MCP 서버 페이퍼파일럿을 골랐습니다.

앤트로픽, S-1 공개 제출하고 나스닥 'ANT'로 상장 추진

앤트로픽(Anthropic, PBC)이 10월 26일 미국 증권거래위원회에 클래스 A 보통주 기업공개(IPO)를 위한 S-1 등록신고서를 제출했다고 발표했습니다. 상장 시장은 나스닥 글로벌 셀렉트 마켓이고 종목 코드는 'ANT'입니다. 공모 주식 수와 가격 범위는 아직 정해지지 않았고, 주관사로는 골드만삭스와 모건스탠리가 이름을 올렸습니다.

지난 6월에는 비공개 초안(confidential draft) 형태로 S-1을 냈는데, 이번에는 공개 제출이라 SEC 공시 시스템에서 신고서 원문을 누구나 볼 수 있습니다. 그동안 보도로만 전해지던 매출, 컴퓨팅 비용, 추론 마진 같은 숫자를 회사가 직접 공시한 자료로 확인할 수 있게 된 셈입니다. 클로드 API와 클로드 코드에 업무를 기대고 있는 팀이라면 앞으로 나올 가격 정책과 사용 한도 변화를 읽는 근거로 볼 만합니다.

원문: https://www.anthropic.com/news/s1-sec

오픈AI·앤트로픽, 몇 달 만에 LLM 가격 최대 80% 인하한 이유

맥스 울프(Max Woolf)가 6월부터 10월까지 오픈AI와 앤트로픽의 모델 출시와 가격 변화를 시간순으로 정리했습니다. GPT-5.6 루나는 7월에 가격을 80% 내렸고, 클로드 소네트 5의 출시 할인가는 8월에 정가가 됐습니다. 페이블 5.1은 캐시 읽기 비용을 75% 낮췄고, GPT-6 솔과 오퍼스 5.5는 같은 날 나오며 가격을 크게 끌어내렸습니다. 이어 나온 GPT-6.1 솔은 캐시 가격까지 절반으로 내려, 이 모델 계열은 6월보다 누적 75% 싸졌습니다. 코딩 에이전트에서는 토큰 비용의 96~99%가 캐시 읽기에서 나오기 때문에 캐시 단가 인하가 실제 사용료에 가장 크게 영향을 줍니다.

글쓴이가 꼽는 이유는 크게 두 가지입니다. 첫째는 경쟁입니다. 키미 K3.1 프로 같은 오픈 웨이트 모델이 오퍼스 5.5에 근접한 성능을 절반 가격에 내놓고, 오픈라우터의 추론 제공사 수십 곳이 서로 가격을 깎으면서 대형 연구소도 따라 내릴 수밖에 없다는 것입니다. 둘째는 서빙 효율 개선으로, 앤트로픽이 "오퍼스 5.5는 오퍼스 5보다 서빙에 드는 컴퓨팅이 적고 가격이 이를 반영한다"고 밝힌 점을 근거로 듭니다. 상장을 앞둔 시점에 주 수익원 단가를 내린 점은 의아하다며, 앤트로픽 S-1에 나올 추론 마진을 지켜보겠다고 덧붙였습니다. 다만 구독형 하네스는 사용 한도를 줄이는 식으로 먼저 조정될 수 있다고 봤습니다. 실제로 오픈AI는 GPT-6.1 솔 출시와 함께 코덱스 200달러 요금제 한도를 50% 줄였습니다.

원문: https://minimaxir.com/2026/10/cheap-llms/

vLLM 툴콜 정확도 92%를 100%로, 제약 디코딩 켜기

유비클라우드(Ubicloud)가 vLLM으로 키미와 딥시크 모델을 서빙하며 겪은 툴콜 문제를 공개했습니다. vLLM 0.28로 키미 K2.6을 돌렸을 때 툴 스키마에 맞는 호출이 92%에 그쳐 25번 중 2번꼴로 깨졌다고 합니다. 에이전트 작업은 여러 턴이 이어지기 때문에 툴콜 하나가 깨지면 모델이 그 위에 엉뚱한 맥락을 쌓아 가고, 결과 품질이 벤치마크와 크게 달라집니다.

해법은 제약 디코딩(constrained decoding)입니다. 생성 단계에서 툴 스키마에 맞지 않는 토큰을 마스킹해 형식 오류를 원천적으로 막는 방식으로, XGrammar가 토큰 마스크를 미리 계산해 GPU에서 적용하기 때문에 성능 부담은 거의 없습니다. vLLM은 일부 모델(gpt-oss-20b, 큐원 3.6, GLM 5.1)에서 부작용이 보고돼 이 기능을 기본으로 꺼 두었습니다. 대신 --tool-strict-level 플래그로 켤 수 있게 했습니다. 유비클라우드는 이를 켜고 K2VV 툴콜 벤치마크에서 모든 모델 버전이 100%를 찍는 것을 확인한 뒤 프로덕션에 반영했습니다. 오픈 웨이트 모델을 직접 서빙해 오픈코드 같은 하네스에 붙이는 팀이라면 먼저 확인할 설정입니다.

원문: https://www.ubicloud.com/blog/fixing-tool-call-accuracy-in-vllm

코덱스는 어떻게 탄생했나

에브리(Every)의 댄 시퍼(Dan Shipper)가 그렉 브록먼, 알렉산더 엠비리코스, 티보 소티오 등 코덱스 팀을 인터뷰해 오픈AI 코딩 제품의 1년을 장문으로 정리했습니다. 2025년 여름 GPT-5 출시 전야에 그는 "오픈AI가 코딩에서 주도권을 잃는 것 아닌가" 하는 생각을 했다고 합니다. 먼저 나온 클라우드 에이전트 코덱스 클라우드는 기대만큼 쓰이지 않았고, 그사이 작업을 통째로 맡기는 클로드 코드가 빠르게 퍼지고 있었기 때문입니다.

이후 코덱스 팀은 터미널, 에디터, 클라우드 사이에서 에이전트에 맞는 형태를 찾아 헤맸습니다. VS Code·커서용 확장이 사용량을 10배 넘게 끌어올렸고, 챗GPT와 별도로 코딩 전용 모델 라인을 훈련했으며, 여러 에이전트를 동시에 관리하는 데스크톱 앱을 만들었습니다. 2026년 6월 코덱스 주간 사용자는 500만 명을 넘었고, 7월에는 챗GPT 데스크톱 앱에 합쳐졌습니다. 지금은 코덱스와 챗GPT 포 워크를 합친 주간 사용자가 4,000만 명이고, 티보 소티오는 챗GPT·코덱스·API를 아우르는 핵심 제품 총괄이 됐습니다. 리서처와 제품 인력이 한 팀으로 움직인 방식, 로컬 실행이 클라우드보다 나았던 이유 같은 결정의 배경이 인터뷰 원문과 함께 실려 있습니다.

원문: https://every.to/p/how-codex-happened

연 15만 달러 루커를 AI가 만든 HTML 대시보드로

직원 500명 회사의 데이터 플랫폼 엔지니어 데이비드 르캥(David Lequin)이 BI 도구 루커를 HTML 파일 묶음으로 대체해 온 8개월을 정리했습니다. 클로드 코드가 분석 결과를 차트가 들어간 HTML 한 장으로 내놓기 시작하자, 팀원 한 명이 오후 한나절 바이브 코딩으로 사내 호스팅 서비스를 만들었습니다. 파일을 S3에 올리고 SSO를 앞에 붙인 서비스였고, 클로드 플러그인으로 묶어 누구나 대시보드를 바로 올리고 공유할 수 있게 했습니다. 지금은 이 서비스의 주간 사용자가 루커와 비슷하거나 더 많고, 루커 사용량은 3분의 1이 줄었습니다.

핵심은 권한과 비용입니다. 보는 사람의 스노우플레이크 OAuth 토큰으로 실시간 쿼리를 날리게 하니 따로 권한 모델을 만들 필요가 없었다고 합니다. 대시보드 하나를 만드는 데 에이전트가 쓰는 토큰은 약 100만 개로, 오퍼스 5.5로 옮기면서 비용이 2.5달러에서 0.5달러로 내려갔습니다. 글쓴이는 "쿼리를 그림으로 바꾸는 일이 토큰 0.5달러짜리가 되면 15만 달러 라이선스를 정당화하기 어렵다"고 말합니다. 10월 8일 베타로 나온 클로드 대시보드에 대해서는, 자기 팀은 이미 에이전트·Slack·분석 플랫폼과 엮인 워크플로가 있어 직접 만든 쪽을 유지하겠다고 했습니다.

원문: https://david.lequin.dev/blog/bi-software-is-dead/

코덱스·클로드를 상주 팀원처럼, 오픈봇

오픈봇(OpenBot)은 AI 에이전트를 상주 팀원처럼 두고 쓰는 로컬 우선 데스크톱 앱입니다. 코덱스 앱 서버와 클로드 코드를 지원하고, 그록 CLI·오픈코드·제미나이·커서 CLI·클라인 CLI는 ACP로 붙습니다. 에이전트마다 독립된 세션과 로컬 워크스페이스가 있어 각자 맥락을 유지하고, 컨텍스트가 차기 전에 자동으로 압축합니다.

작업은 일시정지·재개·취소가 되는 FIFO 큐로 쌓이고, 에이전트끼리 메시지와 파일을 주고받을 수 있습니다. 공용 채널에서 작업 담당자를 정해 위임하거나 중지·재할당하는 기능, 내장 브라우저 제어도 들어 있습니다. 올라마(Ollama)나 LM 스튜디오 같은 로컬 모델 서버와 OpenAI 호환 엔드포인트도 연결됩니다. 아직 개발 프리뷰라 에이전트가 danger-full-access 권한에 승인 없이(approvalPolicy: never) 돌아가니, 신뢰할 수 있는 작업에만 쓰고 백업을 해 두라고 안내합니다.

원문: https://github.com/nightly-labs/openbot

프롬프트 한 줄로 디자인, 화슈 디자인 3.0

화슈 디자인(Huashu Design)은 에이전트에 한 문장을 입력하면 납품 가능한 수준의 디자인을 돌려주는 HTML 기반 디자인 스킬입니다. 깃허브 스타 2만 6천 개를 넘겼고, 3~30분 안에 제품 출시 애니메이션, 클릭되는 앱 프로토타입, 편집 가능한 PPTX, 인쇄용 인포그래픽을 만든다고 소개합니다. npx skills add alchaincyf/huashu-design 한 줄로 설치하며 클로드 코드, 커서, 코덱스 등에서 같이 쓸 수 있습니다.

3.0에서는 썸네일 6장을 먼저 뽑고 그중 세 방향만 실제 시안으로 만드는 흐름이 들어갔습니다. 스타일 라이브러리는 샘플이 붙은 84종으로 늘었고, 참고 작품은 먼저 캡처한 뒤 작업합니다. 사실만 측정하는 디자인 점검과 그동안 만든 결과물의 모습을 기억하는 외관 기록장도 더해져, 프로젝트끼리 비슷해지는 문제를 줄였다고 합니다. 로고·색상표·UI 스크린샷 같은 브랜드 자산을 주면 그 분위기를 읽어 반영합니다. 5월부터 MIT 라이선스로 바뀌어 상업적 이용도 무료입니다.

원문: https://github.com/alchaincyf/huashu-design

로컬에서 도는 PDF용 MCP 서버, 페이퍼파일럿

페이퍼파일럿(PaperPilot)은 러스트로 만든 PDF·문서 툴킷입니다. 엔진 하나를 MCP 서버, CLI, 브라우저(WASM), 타우리 데스크톱 앱, 로컬 REST API(localhost:7823)로 함께 제공합니다. 크로미움이나 C++ 런타임, 클라우드 호출 없이 동작해서 파일이 내 컴퓨터 밖으로 나가지 않는다는 점을 앞세웁니다.

MCP 서버를 코덱스, 클로드 코드, 키미 코드, 클로드 데스크톱, 커서에 붙이면 에이전트가 PDF 병합·분할·OCR·압축을 직접 처리합니다. paperpilot-mcp --client-config claude-code처럼 클라이언트별 설정을 바로 출력해 주는 기능도 있습니다. 계약서나 사내 문서처럼 외부 서비스에 올리기 곤란한 PDF를 에이전트 작업 흐름에 넣을 때 쓸 만합니다.

원문: https://github.com/KrushnaVardhanReddy/PaperPilot

마치며

오늘은 비용과 숫자에 관한 소식이 많았습니다. 모델 가격이 몇 달 만에 크게 내려가면서 대시보드 한 장이 0.5달러가 됐고, 앤트로픽은 공개 S-1로 그 가격 뒤의 실적을 공시하게 됐습니다. 오픈 웨이트 모델을 직접 서빙하는 쪽에서는 툴콜 정확도 같은 설정 하나가 에이전트 품질을 가른다는 사례가 나왔고, 오픈봇·화슈 디자인·페이퍼파일럿처럼 에이전트에 일을 넘기는 도구도 계속 늘고 있습니다.

나무숲(TreeSoop)은 이런 AI 에이전트와 자동화 기술을 실제 업무에 맞게 설계하고 적용하는 일을 돕고 있습니다. 우리 팀에 맞는 AI 도입이나 에이전트 구축이 고민된다면 언제든 문의해 주세요.