ai-powered-markdown-translatorgpt-5.4-mini를 사용하여 프랑스어에서 한국어로 번역된 기사.
2026년 6월 20일은 서로 보완적인 두 가지 움직임을 보여준다. Runway는 API Recipes를 통해 제품에 AI 비디오 생성을 통합하는 일을 획기적으로 단순화하는 한편, OpenAI는 생명과학 분야의 박사급 과제 750개로 구성된 전문가용 벤치마크 LifeSciBench를 공개하고, 벤치마크 전반에서 GPT-5.5를 능가하는 새로운 특화 모델 GPT-Rosalind를 선보였다. GitHub 쪽에서는 주말 프로모션으로 Copilot Max 구독자에게 추가 크레딧이 제공된다.
Runway API Recipes — API 한 번 호출로 프로덕션 비디오 생성
6월 17일 — Runway가 자사 API에 Recipes를 출시했다. 이는 Runway의 프롬프트 엔지니어링과 비디오 워크플로우에 대한 내부 전문성을 담아낸 사전 구성된 엔드포인트다. 이제 API 한 번 호출만으로 타사 플랫폼에 프로덕션 수준의 완전한 미디어 생성 기능을 탑재할 수 있다.
이 접근 방식의 핵심은 파이프라인 설계와 유지보수의 부담을 없앤다는 데 있다. 개발자는 중간 단계를 직접 조립하거나 최적화할 필요 없이, 다듬어진 최종 결과만 소비하면 된다. Recipes는 Runway 팀의 모범 사례를 곧바로 패키징한 것이다.
“New on the Runway API: Recipes. Drop production-ready generative media features into your platform, with one API call. Recipes are Runway-built endpoints with our prompting and workflow expertise packaged in. Polished results, without building or maintaining the workflow.”
🇰🇷 “Runway API의 새로운 기능: Recipes. API 한 번 호출로 프로덕션용 생성 미디어 기능을 귀하의 플랫폼에 통합하세요. Recipes는 프롬프트 엔지니어링과 통합 워크플로우에 대한 우리의 전문성을 바탕으로 Runway가 구축한 엔드포인트입니다. 파이프라인을 직접 구축하거나 유지보수할 필요 없이, 세련된 결과를 얻을 수 있습니다.” — @runwayml
LifeSciBench와 GPT-Rosalind — 생명과학 분야의 박사급 평가
6월 17일 — OpenAI는 모델이 단순히 생물학 질문에 답하는 수준을 넘어 실제 과학 연구의 진정한 협업자처럼 행동할 수 있는지를 평가하기 위해 설계된 전문가용 벤치마크 LifeSciBench를 공개했다. 이 벤치마크에는 평균 12년 이상의 경력을 가진 453명의 전문가 검토자와 173명의 박사급 기여자가 참여했다.
| 지표 | 값 |
|---|---|
| 총 과제 수 | 750 |
| 아티팩트(그림, PDF, 시퀀스) | 1 062 |
| 다단계 과제(≥2단계) | 79 % |
| 평가자 간 합의도 | > 96 % |
이와 함께 OpenAI는 생명과학에 특화된 새로운 모델 GPT-Rosalind를 선보였으며, LifeSciBench에서의 결과는 측정된 모든 항목에서 GPT-5.5를 능가했다.
| 모델 | 전체 통과율 | 과학 커뮤니케이션 | 임상 번역 |
|---|---|---|---|
| GPT-5.5 | 25,7 % | 56,3 % | 36,8 % |
| GPT-Rosalind | 36,1 % | 71,1 % | 57,7 % |
GPT-Rosalind의 확인된 약점은 아티팩트가 포함된 과제(텍스트만 있는 과제의 45,1% 대비 28,1%), 정확한 수치 출력(14,8%), 그리고 생물학적 구성체 생성이다.
간단 소식
-
Copilot Max — 주말 크레딧 $200 — GitHub은 이번 주말 GitHub Copilot 애플리케이션용으로 Copilot Max 구독자에게 200달러의 추가 크레딧을 제공하며, Pro 및 Pro+ 요금제에 대한 추가 혜택도 예고했다. 🔗 출처
-
Runway × UNHCR — FIFA 월드컵 영화 — upperfast는 UNHCR을 위해 Runway를 사용해 프로 축구 선수 난민들(알폰소 데이비스와 안토니오 뤼디거 포함)에 관한 영화를 제작했다. 이 영화는 24시간 만에 120만 회의 유기적 조회수를 기록했고, 유엔 총회에서 상영된 뒤 뉴욕 유엔 본부의 영구 전시에 편입되었다. 🔗 Runway 고객 사례
-
OpenAI, Rust Foundation 합류(Platinum) — OpenAI는 프로그래밍 언어 Rust를 관리하는 비영리 단체인 Rust Foundation의 Platinum 회원이 되었으며, 오픈 소스 프로젝트에 기부를 했다. 🔗 Rust Foundation 공지
이것이 의미하는 바
프로덕션 환경에서의 AI 비디오 생성 통합은 접근성의 새로운 단계에 도달했다. Recipes를 통해 Runway는 프런트엔드 프레임워크의 사전 구성된 컴포넌트와 유사한 모델을 제시한다. 개발자는 처음부터 파이프라인을 조립하는 대신 완성된 엔드포인트를 소비하면 된다. 이 추상화는 내부 프롬프트 엔지니어링이나 워크플로우 오케스트레이션 전문 지식 없이 AI 비디오 기능을 탑재하려는 소프트웨어 공급업체의 진입 비용을 낮춘다. 이는 생성형 미디어를 위한 API 계층이 몇 년 전 음성 또는 번역 API가 그랬던 것처럼 더 높은 수준의 프리미티브를 중심으로 구조화되고 있음을 보여주는 신호다.
전문 과학 과제에서의 모델 평가는 구체적이고 측정 가능한 한계를 드러낸다. LifeSciBench는 실험 설계, 임상 번역, 아티팩트에 대한 다단계 추론 등 실제 연구 워크플로우를 테스트함으로써 사실 암기형 벤치마크를 넘어선다. GPT-Rosalind가 아티팩트가 포함된 과제에서는 28%를 조금 넘는 수준에 그치는 반면, 텍스트만 있는 과제에서는 45%에 도달한다는 사실은 중요한 한계를 가리킨다. 즉, 과학적 멀티모달 이해가 여전히 핵심 병목이라는 점이다. 173명의 박사급 연구자와 공동 설계된 이러한 전문가용 벤치마크는 전문적 맥락에서 모델의 실제 유용성을 측정하는 새로운 기준을 제시한다.