이번 주를 관통한 두 흐름
AI 뉴스는 매주 쏟아지지만 대부분은 서로 무관한 발표의 나열입니다. 그런데 2026년 8월 11일부터 15일까지의 다섯 날은 드물게 하나의 줄기로 읽힙니다. 오픈웨이트 진영이 성능의 문턱을 넘었고, 같은 주에 폐쇄형 사업자들이 사용자 활동을 기록하는 기능을 켰습니다.
이 두 가지는 반대 방향처럼 보이지만 같은 지점을 가리킵니다. 지금까지 로컬 모델을 쓰지 않은 이유는 성능이 모자랐기 때문입니다. 그 이유가 이번 주에 상당 부분 사라졌습니다. 그리고 계속 남의 서버를 쓸 때 무엇이 남는지가 같은 주에 구체적으로 드러났습니다.
오픈웨이트라는 말부터 풀겠습니다. 모델을 만든 회사가 학습이 끝난 가중치 파일을 공개해, 누구나 내려받아 자기 컴퓨터나 자기 서버에서 돌릴 수 있게 한 것을 말합니다. API를 호출해 쓰는 방식과 다릅니다. API는 회사 서버에서 돌고 호출할 때마다 요금이 붙지만, 오픈웨이트는 한 번 내려받으면 전기값 말고는 들지 않고 입력한 내용이 밖으로 나가지 않습니다.
아래는 그 다섯 날에 실제로 일어난 일을 항목별로 정리한 것입니다. 각 항목의 수치와 날짜는 회사 공식 발표와 논문 원문에서 확인한 값입니다.
Qwen3.8-27B — 노트북 GPU에 올라가는 27B가 Opus 4.6을 앞섰다
알리바바의 Qwen 팀이 8월 14일 Qwen3.8-27B를 공개했습니다. 파라미터는 27.8B이고 라이선스는 아파치 2.0입니다. 아파치 2.0은 상업적 이용과 수정, 재배포를 폭넓게 허용하는 개방형 라이선스입니다. 텍스트만이 아니라 이미지와 영상을 함께 입력받는 비전 언어 모델이고, 한 번에 다룰 수 있는 맥락은 262,144토큰입니다.
숫자보다 중요한 것은 비교 대상입니다. Claude Opus 4.6과 겹치는 19개 시험 가운데 15개에서 Qwen3.8-27B가 앞섰습니다. 앞선 항목은 SWE-bench Pro, LiveCodeBench v6, OSWorld, AndroidWorld처럼 실제로 코드를 고치고 화면을 조작해 일을 끝내는 과제들입니다. 반대로 GPQA 같은 순수 지식 시험과 HLE 같은 언어 이해 시험에서는 뒤집니다.
이 대비를 그대로 읽는 것이 중요합니다. 이 모델이 더 많이 아는 것은 아닙니다. 주어진 일을 끝까지 끌고 가는 능력이 좋아진 것입니다. 코딩 에이전트와 자동화 파이프라인에 쓰기에는 그쪽이 더 중요한 능력입니다.
돌리는 데 필요한 것은 고사양 소비자 GPU 한 장입니다. 4비트 양자화라는 기법을 쓰면 가중치를 압축해 메모리 사용량을 크게 줄일 수 있고, 그 상태로 한 장짜리 그래픽카드에 올라갑니다. 양자화는 정밀도를 낮춰 파일 크기를 줄이는 것이라 품질이 조금 떨어지지만, 실무 대부분에서 차이를 체감하기 어려운 수준입니다.
시작하려면 Ollama나 LM Studio 같은 프로그램을 받아 모델 이름을 검색해 내려받는 것이 가장 쉽습니다. 둘 다 설치 후 클릭 몇 번이면 채팅 창이 열리고, 그 상태에서 OpenAI 호환 API 서버도 함께 열리므로 기존 코드의 주소만 바꿔 붙일 수 있습니다.
DeepSeek이 모델이 아니라 하네스를 열었다
8월 13일 DeepSeek이 V4-Pro 갱신판을 내면서 DeepSeek Harness를 MIT 라이선스 개발자 프리뷰로 함께 공개했습니다. 이것이 이번 주 오픈소스 소식 가운데 성격이 가장 다른 발표입니다.
하네스라는 말이 낯설 수 있습니다. 모델 자체는 글을 이어 쓰는 기계일 뿐이고, 그것으로 실제 일을 시키려면 도구를 붙이고 파일을 읽히고 명령을 실행시키고 대화 맥락을 관리하는 층이 필요합니다. 그 층이 하네스입니다. 클로드 코드가 클로드에 붙는 하네스이고, 코덱스가 GPT에 붙는 하네스입니다. 같은 모델이라도 하네스가 좋으면 결과가 크게 달라집니다.
지금까지 중국 진영은 모델 가중치는 열었지만 하네스는 각자 알아서 쓰라는 쪽이었습니다. 이번에는 그 층까지 열었고, 설계 전제가 특이합니다. 에이전트 런타임의 사실상 모든 조각이 플러그인으로 교체됩니다. 도구, 세션 로그, 에이전트 루프, 서브에이전트, 샌드박스, 파일시스템, 오케스트레이션이 전부 갈아 끼울 수 있는 부품입니다. 에이전트가 하네스 자체의 플러그인을 만들고 고치는 것도 가능합니다.
V4-Pro 본체는 1.6조 파라미터 MoE 구조에 활성 파라미터 49B, 맥락 100만 토큰입니다. MoE는 전문가 혼합이라는 뜻으로, 전체 파라미터를 매번 다 쓰지 않고 입력에 맞는 일부만 깨워 쓰는 방식입니다. 그래서 총 파라미터는 크지만 실제 연산량은 활성 파라미터 기준입니다. 가중치는 MIT입니다.
다만 이 모델은 개인 PC에서 돌릴 크기가 아닙니다. 1.6조 파라미터는 데이터센터급 장비를 요구합니다. 개인이 이번 발표에서 실제로 얻는 것은 모델이 아니라 하네스 쪽입니다. 코드가 깃허브에 있고 MIT라 뜯어보고 고쳐 쓰는 데 제약이 없습니다.
MiniMax Music 3.0 — 음악 생성이 구독에서 내려왔다
MiniMax가 8월 13일 Music 3.0을 오픈웨이트로 공개했습니다. 콘셉트를 적고 가사를 넣으면 최대 5분짜리 완성곡이 나옵니다. 가사는 넣지 않아도 됩니다.
이 영역은 그동안 Suno로 대표되는 구독형 서비스가 차지하고 있었습니다. 모델은 회사 서버 안에 있고, 사용자는 월 요금을 내고 정해진 횟수만큼 생성했습니다. 가중치가 공개되면 그 구조가 사라집니다. 구독료도 없고 생성 횟수 제한도 없으며, 내려받기 제한도 없습니다.
실행은 ComfyUI에서 바로 됩니다. ComfyUI는 이미지·영상·오디오 생성 모델을 노드를 이어 붙이는 방식으로 돌리는 무료 프로그램입니다. 공식 문서에 Music 3 튜토리얼이 올라와 있고, 허깅페이스에는 이미 커뮤니티가 만든 파인튜닝 버전과 GGUF 양자화판이 붙었습니다.
라이선스가 이번 발표에서 눈여겨볼 지점입니다. MiniMax-Music3 커뮤니티 라이선스이고, 만든 음악을 상업적으로 쓰고 수익화하는 것이 허용됩니다. 조건은 생성 출처로 MiniMax Music 3를 표기하는 것입니다. 이 모델로 만든 콘텐츠에서 연 2천만 달러를 넘게 버는 기업만 별도 계약이 필요합니다. 같은 회사의 영상 모델에 붙어 있던 한국 제외 조항도 이번에는 없습니다.
저작권은 라이선스와 다른 문제입니다. 특정 가수의 목소리나 기존 곡을 그대로 재현하는 쪽으로 쓰면 그 책임은 사용자에게 있습니다. 라이선스가 허용한다는 것과 법적으로 안전하다는 것은 같은 말이 아닙니다.
프론티어도 움직였다 — Grok 4.6과 Gemini 3.7 Flash
xAI가 8월 12일 Grok 4.6을 냈습니다. 기반 모델을 새로 만든 것이 아니라 4.5와 같은 약 1.5조 파라미터 위에 추가 학습, 지도 미세조정 궤적 재생성, 에이전트 환경 강화학습을 얹은 후처리 업그레이드입니다. 그 학습 데이터의 상당수가 xAI가 인수한 Cursor에서 나왔습니다.
성적은 갈립니다. Artificial Analysis 종합 지수는 61로 GPT-5.6 Sol Max와 동점, Fable 5 Max의 62에 1점 뒤진 3위입니다. 반면 실무 과제를 재는 GDPval-AA v2에서는 1753 Elo로 1위이고, AA-Briefcase와 Harvey LAB에서도 앞섭니다. 코딩 벤치인 DeepSWE v1.1은 65.9%로 GPT-5.6 Sol Max의 73%, Fable 5 Max의 70%에 뒤집니다. 한 줄로 정리하면 종합 최상위는 아니지만 실무형 과제에서 강합니다.
가격은 100만 토큰당 입력 2달러, 출력 6달러로 이전과 같습니다. GPT-5.6 Sol의 5달러와 30달러에 견주면 출력 쪽이 특히 낮습니다.
구글은 8월에 Gemini 3.7 Flash를 냈습니다. 3.6 Flash를 낸 지 3주 만입니다. 겨냥한 곳은 세 가지로, 코드 작성과 수정, 에이전트 워크플로, 그리고 법률·의료·금융처럼 정확도가 중요한 영역입니다.
이번 발표에서 실제로 계산기를 두드리게 만드는 것은 가격입니다. 2026년 12월 31일까지 100만 토큰당 입력 0.75달러, 출력 3.75달러입니다. 2027년 1월 1일에 각각 1.50달러와 7.50달러로 돌아갑니다. 즉 지금부터 넉 달 반 동안만 절반입니다. 에이전트는 한 작업에 토큰을 수십만 개씩 태우는 쪽이라 이 차이가 그대로 월 청구서에 남습니다.
사업자가 기록을 켰다 — 컴퓨터 히스토리와 텍스트 워터마크
OpenAI가 8월 13일 컴퓨터 히스토리를 열었습니다. macOS 데스크톱 앱 기능이고 Pro·Business·Enterprise 사용자가 대상입니다. 유럽경제지역과 스위스, 영국은 몇 주 뒤에 열립니다.
여기서 사실관계를 정확히 잡아야 합니다. 화면 녹화가 아닙니다. macOS 접근성 API를 통해 클릭, 타이핑, 키보드 단축키, 앱 전환 같은 상호작용을 받아 주기적으로 텍스트 요약으로 바꾸고 날짜와 시간 타임라인에 정리합니다. 스크린샷을 찍지 않고 마이크나 오디오도 쓰지 않습니다. 화면을 계속 녹화하고 OCR로 읽던 이전 실험 기능 Chronicle을 이 방식이 대체했습니다.
기본값은 꺼짐입니다. Pro 사용자는 본인이 켜고, 기업 워크스페이스에서는 관리자가 먼저 권한을 준 뒤 구성원이 각자 동의해야 합니다. 포함할 앱과 웹사이트를 고르거나, 추적을 일시정지하거나, 개별 항목을 지우거나, 기능 자체를 끌 수 있습니다.
쓰임새는 분명합니다. 어제 무엇을 했는지 모델이 알고 있으면 업무 일지가 자동으로 쌓이고, 반복하는 작업을 모델이 먼저 알아채 자동화를 제안할 수 있습니다. 반대편도 분명합니다. 같은 기록이 조직에서는 근무 감시 자료가 됩니다. 기본값이 꺼짐이고 개인이 동의해야 한다는 설계는 그 우려를 의식한 것입니다.
Anthropic은 8월 14일 텍스트 워터마크를 공식화했습니다. EU AI법 대응이고, 7월에 서명한 EU AI 생성물 투명성 실천강령에 190여 곳이 함께 들어가 있습니다.
원리가 직관적이지 않아 오해가 많습니다. 특수문자를 몰래 넣는 방식이 아닙니다. 모델이 글을 만들 때는 다음에 올 단어를 확률로 고르는데, 그 가운데 어느 쪽을 골라도 뜻이 달라지지 않는 사소한 선택이 글 하나에 수없이 반복됩니다. 그 선택의 패턴을 한쪽으로 살짝 기울여 둡니다. 읽는 사람은 알아챌 수 없고, 열쇠를 가진 쪽만 검출합니다. 복사해서 다른 곳에 붙여도 표식이 따라갑니다.
반발이 컸습니다. 자기가 쓴 글을 교정만 시켰는데 AI 작성물로 표시된다는 항의와, 코드에 서명이 들어가면 품질이 떨어진다는 우려가 주를 이뤘습니다. Anthropic은 내부 시험에서 내용과 창의성, 가독성 어디에도 영향이 없었다고 밝혔고, 발표 이후 구독 해지가 늘지 않았다고도 했습니다. 한편 워터마크를 지우는 오픈소스 도구도 곧바로 등장했습니다. 단어 배열을 조금씩 바꾸면 패턴이 흐트러지기 때문입니다.
대화는 이미 증거다 — FBI 신고와 추론 유출
미국 플로리다에서 25세 남성이 전 여자친구를 해치겠다는 계획을 3월부터 4월까지 ChatGPT에 반복해 입력했습니다. 총기 구매 사실과 구체적인 실행 시나리오까지 적었습니다. OpenAI가 5월 이를 FBI에 넘겼고 그는 체포됐습니다. 8월 13일 세 건 모두 유죄를 인정했고, 판결이 유예된 채 보호관찰 8년과 첫 2년간 전자발찌를 받았습니다.
이 사건에서 막은 것 자체는 옳습니다. 남는 질문은 절차 쪽입니다. 아직 일어나지 않은 일을 두고 사업자가 대화를 분류해 수사기관에 넘기는 경로가 상시로 돌고 있다는 뜻이기 때문입니다. 어디까지가 위협이고 어디부터가 농담인지, 그 판정을 누가 어떤 기준으로 하는지는 밖에서 보이지 않습니다.
같은 주에 다른 쪽에서도 대화가 새는 경로가 확인됐습니다. arXiv에 올라온 논문 Stealing Reasoning Traces from Proprietary LLM APIs는 주요 사업자들이 감추는 중간 추론 과정을 밖에서 복원할 수 있음을 보였습니다.
구조가 문제였습니다. 추론 과정을 서버에만 두면 그만큼 서버가 무거워지므로, 사업자들은 그것을 암호화한 덩어리로 클라이언트에 내려보내고 다음 요청 때 그대로 돌려받게 했습니다. 그런데 이 암호문이 같은 사업자 안에서 세션과 사용자, 모델을 가리지 않고 호환됐습니다. 연구진은 강한 모델에서 받은 암호화 추론을 같은 사업자의 약하고 방어가 얕은 모델에 넣어 그대로 복호해 뱉게 만들었습니다.
공개 저장소에서 긁은 추론 블록 315,320개를 풀자 개인정보 367건과 자격증명 182건이 나왔습니다. 최종 답변은 안전하게 거부한 요청인데 추론 안에는 위험한 내용이 남아 있던 경우도 드러났습니다. 사업자들에게 신고한 뒤로는 같은 공격이 통하지 않는다고 논문은 밝혔습니다.
두 사건을 붙여 놓으면 방향이 보입니다. 남의 서버에 올린 것은 내가 지웠다고 생각한 뒤에도 어딘가에 형태를 남깁니다. 민감한 작업을 로컬 모델로 내리는 선택에 성능과 비용 말고 이유가 하나 더 늘었습니다.
벤치마크 밖의 결과 — 리만 가설 하한
Anthropic이 아직 공개하지 않은 연구 버전 클로드에게 리만 가설을 풀어 보라고 시켰습니다. 풀지는 못했습니다. 대신 옆에 붙은 문제를 밀었습니다. 리만 제타 함수의 영점 가운데 가설을 만족하는 비율의 하한을 41.6%에서 67.2%로 올렸습니다.
리만 가설은 수학의 오래된 미해결 문제입니다. 제타 함수라는 함수의 값이 0이 되는 지점들이 전부 특정한 직선 위에 있다는 주장인데, 아직 증명되지 않았습니다. 전부라는 것을 증명하지 못하는 동안 수학자들은 최소 몇 퍼센트는 그 직선 위에 있다는 하한을 조금씩 올려 왔습니다. 그 값이 41.6%에 머물러 있었고, 이번에 67.2%가 됐습니다.
모델이 한 일은 새 이론을 만든 것이 아니라 기존 결과들을 새로 엮는 방법을 찾아낸 것입니다. Anthropic 사내 수학자 두 명이 결과를 검토해 검증했고, 형식 검증이 가능한 증명도 함께 나왔습니다. 형식 검증은 사람이 읽고 판단하는 대신 컴퓨터가 논리 단계를 하나씩 확인할 수 있게 적은 것을 말합니다.
Anthropic 스스로는 이 기법이 리만 가설 증명으로 이어질 것으로 보지 않는다고 밝혔습니다. 그럼에도 눈길이 가는 자리는 따로 있습니다. 정답이 이미 정해진 벤치마크에서 점수를 올린 것이 아니라, 아직 답이 없는 문제에서 사람이 세워 둔 기록을 옮겼다는 점입니다.
이번 주에 실제로 해 볼 것
읽고 끝내면 남는 것이 없으니 바로 해 볼 수 있는 것을 순서대로 적습니다.
첫째, 로컬 모델을 한 번 띄워 봅니다. Ollama를 설치하고 Qwen3.8-27B의 4비트 양자화판을 내려받습니다. 그래픽카드 메모리가 모자라면 더 작은 모델부터 시작해도 됩니다. 목적은 성능 측정이 아니라 내 기계에서 도는 감각을 확인하는 것입니다. 이 단계가 끝나면 어떤 작업을 로컬로 내릴지 판단할 기준이 생깁니다.
둘째, 지금 쓰는 API 청구서를 열어 어느 모델에 얼마가 나가는지 봅니다. 에이전트 파이프라인이 있다면 모델만 Gemini 3.7 Flash로 바꿔 끼우고 12월 31일까지 절반 가격으로 돌려 봅니다. 프로모션이 끝나는 날짜가 정해져 있으므로 실험 기간도 자동으로 정해집니다.
셋째, 팀에서 ChatGPT 데스크톱 앱을 쓰고 있다면 컴퓨터 히스토리를 켤지 말지를 지금 정합니다. 기본값이 꺼짐이라 아무 조치도 하지 않으면 켜지지 않지만, 기업 워크스페이스라면 관리자 정책부터 정해 두는 편이 낫습니다. 나중에 개인이 하나씩 켠 뒤 정리하는 것보다 쌉니다.
넷째, 민감한 내용을 어떤 창에 넣고 있는지 한 번 점검합니다. 고객 정보, 계약 조건, 자격증명이 들어간 대화가 어느 서비스에 남아 있는지 목록으로 적어 보면 로컬로 내려야 할 작업이 자연스럽게 추려집니다.