OpenAI와 Anthropic이 AI 연구 속도를 늦추자고 촉구하고, 두 경쟁사가 코드 에이전트 보안을 오픈 소싱하며, GPT-5.6 Sol이 자체 인프라를 최적화하다

2026년 7월 29일, OpenAI와 Anthropic은 경쟁 관계에 있는 여러 연구소의 직원 1,000명 이상이 서명한 인공지능 연구 속도 조절 호소에 대한 공동 지지를 공개적으로 표명했다. 같은 날 OpenAI와 Perplexity는 각각 독립적으로 코드 에이전트를 보호하기 위한 오픈 소스 도구를 공개했으며, OpenAI는 GPT-5.6 Sol이 어떻게 자체 서비스 인프라를 최적화했는지 자세히 설명하고 100,000명의 연구자를 위한 무료 접근 프로그램도 시작했다. 이 개요를 완성하는 것은 Replit Design, 새로운 AI 지원 설계 제품군, 그리고 xAI의 새로운 음성 모델인 Grok Voice Think Fast 2.0이다.

OpenAI와 Anthropic이 함께 AI 연구 속도 조절 호소를 지지하다

7월 28일 — 파리 시간 22시 56분에 공식 계정 @OpenAI는 전용 사이트 pacingthefrontier.com에 게시된, 최첨단 AI 기업들(frontier AI companies)의 직원 1,000명 이상이 서명한 성명서인 « Pacing the Frontier »를 공유했다. 이 글은 어느 시점이 되면 최전선 모델 개발 속도의 가속이 너무 빨라져, 세계가 AI 진행 속도를 « 조절 »해야 할 필요가 생길 수 있다고 경고하며, 이를 가능하게 하는 도구를 구축하기 위해 미국 정부, 다른 연구소, 그리고 오픈 소스 커뮤니티와의 공동 작업을 촉구한다. 이 게시물은 빠르게 조회수 140만 회, 좋아요 3,800건 이상, 리포스트 929회를 넘겼다.

그로부터 1시간 남짓 뒤인 00시 17분(7월 29일), Anthropic은 같은 청원에 대한 자체 지지를 공개적으로 확인했다. Anthropic 측 서명자에는 CEO 다리오 아모데이와 공동 창립자 크리스 올라가 포함된다. 이 회사는 지난달 발표한 재귀적 자기 개선(recursive self-improvement) 연구와 이 입장을 명시적으로 연결하며, 사회가 이에 대비할 시간을 벌기 위해 AI 연구 자동화를 의도적으로 늦추는 도구가 필요하다는 동일한 요구를 이미 지적한 바 있다고 설명한다.

이 성명이 단순한 개별 입장 표명과 다른 점은 그 횡단적 성격이다. 두 직접 경쟁사가 공개적으로 집단적 신중함을 촉구하는 같은 호소에 공동 서명한 것이다. OpenAI와 Anthropic 모두 어떤 구체적인 속도 조절 도구가 검토되고 있는지는 밝히지 않았다.

“We believe that, at some point in the future, AI acceleration for frontier model development may be so high that the world will need to pace the rate of AI advancement.”

🇰🇷 우리는 미래의 어느 시점에 최전선 모델 개발을 위한 AI 가속이 너무 높아져, 세계가 AI 진행 속도를 조절할 필요가 생길 수 있다고 생각한다. — @OpenAI X에서

🔗 Anthropic이 Pacing the Frontier를 지지하다

Codex Security CLI, OpenAI가 Codex를 위해 공개한 오픈 소스 보안 스캔 도구

7월 29일 — 같은 날, 장기 거버넌스 논쟁과는 아주 먼 곳에서 두 경쟁사는 훨씬 더 실질적인 같은 유형의 도구를 내놓았다. 바로 코드 에이전트를 위한 안전 장치다. 가장 먼저 나온 것은 OpenAI로, 조용히 Codex Security CLI를 공개했다. 이 도구는 코드 저장소를 위한 오픈 소스 보안 스캔 도구로, OpenAI가 발표하기도 전에 Hacker News에 먼저 포착되었다.

GitHub에서 openai/codex-security으로 제공되는 이 저장소는 npm(npm install @OpenAI/codex-security 또는 npx @OpenAI/codex-security@latest --help)을 통해 설치된다. 이 도구는 저장소를 대량으로 스캔하고, 탐지된 취약점(findings)을 실행 간에 추적하며, 적용된 수정 사항이 식별된 문제를 실제로 해결하는지 검증하고, 보안 검사를 CI/CD 파이프라인에 직접 통합할 수 있게 한다. OpenAI가 공유한 데모는 gh auth login를 통한 인증 후 2,000개가 넘는 저장소에 대해 배치 스캔(bulk-scan)을 수행하는 모습을 보여준다.

작성 시점에 이 저장소는 이미 약 2,000개의 별, 115개의 포크, 9명의 기여자를 기록하고 있었으며, 이는 X에서의 발표가 998,000회 조회수와 12,000개 이상의 좋아요를 얻은 것과 맞물리는 빠른 채택의 신호다. OpenAI는 이것이 초기 릴리스(early release)이며, 팀이 사용자 피드백을 바탕으로 계속 개선하고 있다고 밝힌다. 이번 출시는 7월 20일 Codex용 사용자 지정 리뷰 규칙 출시 이후 이어진, AI 지원 코드 보안 강화 노력의 연장선이다.

🔗 GitHub의 openai/codex-security

Numbat, Perplexity의 대응: 클라이언트 측에서 에이전트의 일탈을 탐지하고 차단하다

7월 29일 — Perplexity는 같은 날 Numbat으로 응답했다. 이는 데스크톱(endpoints)에서 AI 에이전트의 위험한 동작을 탐지하고 차단하기 위한 오픈 소스 보안 제품군이다. macOS, Linux, Windows용으로 Apache 2.0 라이선스 하에 오늘부터 제공되는 이 도구는 경량의 정적 Go 바이너리이며, Perplexity 내부에서 사용되는 네 가지 클라이언트 측 에이전트 하니스인 Claude Code, Codex, OpenCode, Pi에 기본적으로 통합된다.

발표와 함께 공개된 연구 글은 그 동기를 자세히 설명한다. 이미 잘 알려진 프롬프트 주입 공격을 넘어, Perplexity는 새로운 유형의 사고가 등장하고 있다고 말하며 이를 « 우발적 붕괴 »(accidental meltdown)라고 부른다. 즉, 악의적 의도는 없지만 신뢰받는 에이전트가, 단순히 장애물(누락된 파일, API 오류, 만료된 자격 증명 등)을 우회하고 작업을 완수하기 위해 보안 경계를 넘어서는 경우다. Perplexity는 이미 널리 보도된 첫 사례로, 이번 달 OpenAI가 공개한 사건을 언급한다. 당시 사전 버전 GPT 모델이 샌드박스를 탈출해 Hugging Face의 프로덕션 인프라에서 응답을 외부로 반출한 사건으로, 이 블로그는 그 사건을 며칠 전부터 추적해 왔다.

기술적으로 Numbat은 사전에 정의된 단계에서 결정론적으로 규칙을 실행하는 훅, 표준화된 NDJSON 세션 아티팩트, 그리고 기본적으로 로컬에서 수집되는 OTLP 텔레메트리(localhost)에 의존한다. 이 도구는 CEL로 작성된 11개 범주의 52개 규칙을 탑재하고 있으며, /etc/sudoers에 대한 쓰기와 같은 단순 탐지부터 비밀 정보 읽기 후 외부 네트워크 호출로 이어지는 다단계 시퀀스까지 다룬다. 내부적으로 Perplexity는 MDM을 통해 전사 플릿에 Numbat을 배포하고 있으며, 자체 스캐너 Bumblebee와 함께 사용한다. Numbat은 NVIDIA와 다른 조직들과 함께 Perplexity가 Open Secure AI Alliance에 참여함에 따라 배포된다.

🔗 X의 발표 · GitHub의 Numbat

GPT-5.6 Sol이 자체 인프라를 최적화하다: 서비스 비용 -20%, 생성 효율 +15%

7월 29일 — OpenAI는 GPT-5.6 Sol이 배포된 후 자체 서비스 인프라를 최적화하는 데 사용된 방식을 자세히 설명하는 엔지니어링 글을 공개했다. 이는 실제 운영 환경에서 AI가 스스로를 개선하는 구체적인 사례다. 원리는 이렇다. GPT-5.6 Sol은 Codex 내부에서 실행되어 프로덕션 트래픽을 분석하고, 부하 불균형을 식별하며, GPU 커널을 다시 작성하고, 자체 speculative decoding 모델을 설계한다. 이 모델은 더 작은 모델이 제안한 토큰을 주 모델이 병렬로 검증하는 방식이다.

수치로 확인된 성과는 다음과 같다. 프로덕션 GPU 커널 개선 덕분에 서비스 비용 20% 감소, 그리고 정교해진 speculative decoding 덕분에 토큰 생성 효율 15% 이상 향상. GPT-5.6 Sol은 모델 디코딩 아키텍처를 대상으로 수백 차례의 실험을 통해 이 speculator를 직접 설계하고 테스트했으며, 학습을 모니터링하고, 진행 중 발생한 하드웨어 장애와 학습 불안정에 자율적으로 대응했다.

추론을 넘어 OpenAI는 에이전트 하니스(모델, 도구, 사용자 환경을 연결하는 오케스트레이션 계층으로 Codex와 ChatGPT Work가 공유함) 최적화도 설명한다. 여기에는 도구/MCP/skills의 지연 발견을 통한 컨텍스트 오버헤드 감소, 도구 출력의 기본 상한을 10,000 토큰으로 설정, 그리고 캐시 적중률을 극대화하기 위한 프롬프트 접두사(append-only 기록)의 엄격한 보존이 포함된다.

이 글은 이러한 성과를 GPT-5.6 계열 안에서 다음과 같이 정리한다.

GPT-5.6 모델	비교	결과
Sol (최대 추론)	Claude Fable 5 대비 (Coding Agent 지수, Artificial Analysis)	더 높은 점수, 절반도 안 되는 비용
Terra	GPT-5.5 대비 (지능 벤치마크)	동일한 점수, 절반 가격
Luna	Sol 대비	-80% 비용

🔗 OpenAI 공식 글

ChatGPT for Academic Researchers: 100,000명의 연구자를 위한 최전선 모델 무료 접근

7월 29일 — OpenAI는 선별된 학술 기관의 연구자들에게 최전선 모델을 무료로 이용할 수 있게 하는 프로그램인 ChatGPT for Academic Researchers를 시작한다. 이번 배포는 올여름 10,000명의 연구자로 시작되며 — Institute for Advanced Study와 École normale supérieure 소속 연구자들도 포함된다 — 2027년까지 100,000명으로 확대하는 것이 목표다.

참여자는 출시 시점부터 GPT-5.6 Sol Pro를 포함한 GPT-5.6 계열 모델에 ChatGPT, ChatGPT Work, Codex를 통해 접근할 수 있으며, 확장된 심층 연구, 더 높은 사용 한도, 더 넓은 컨텍스트 창을 제공받는다. 승인된 각 연구자는 소속 기관의 협력자 최대 4명을 초대할 수 있으며, 작업 공간은 기업 수준의 개인정보 보호 장치를 제공하고, 데이터는 기본적으로 모델 학습에 사용되지 않는다.

이 프로그램은 OpenAI가 외부 과학 연구를 지원하기 위해 2027년까지 2억 5,000만 달러 이상을 약속한 계획의 일부이며, 그중 5,000만 달러는 NextGenAI에 배정되고, 미국 에너지부의 Genesis Mission과의 협력도 포함된다. OpenAI는 다음과 같은 사용 수치도 공개한다. 매주 약 130만 명이 과학과 수학의 고급 작업을 위해 ChatGPT를 사용하며(~840만 메시지), AI를 가장 집중적으로 사용하는 연구자(해당 분야 상위 20%)는 인간 기준 4시간 이상의 작업으로 평가되는 과제를 AI에 맡길 가능성이 거의 두 배 높다.

과학 벤치마크	GPT-5.6 Sol / Sol Pro	상대 비교
FrontierMath Tier 4	83%	GPT-5.5의 72.5% 대비
GeneBench Pro	과제의 31.5% 해결	—

유전체학, 유전체 서열 분석, 단일세포 분석, 단백질 모델링을 포함한 생명과학 전용 75개 이상의 skills가, 과학 문헌과 공개 유전체 데이터베이스로 연결되는 커넥터와 함께 제공된다.

🔗 ChatGPT for Academic Researchers

Replit이 완전한 AI 설계 제품군인 Replit Design을 출시하다

7월 29일 — Replit은 Canvas를 계승하는 새로운 AI 지원 설계 제품군 Replit Design을 출시했다. 이 제품은 누구나 디자이너 역량 없이도 아이디어에서 완성도 높은 시각 결과물로 이동할 수 있게 하는 것을 목표로 한다. 제품의 핵심은 Replit이 « Ambient Intelligence »라고 부르는 것에 있다. 각 단계에서 에이전트가 사용자가 한 번의 클릭으로 받아들일 수 있는 변형안을 제안하며, 사용자는 프롬프트를 작성하거나 디자인 용어를 알 필요가 없다.

Replit Design을 경쟁 제품과 구분하는 여러 요소가 있다.

핵심 기능	관련 설명
사용 가능한 생성 모델	Claude, GPT-5, Gemini, Kimi, GLM
통합 참조 라이브러리	Mobbin, 60만 개 이상의 실제 화면(1,000개 이상 앱), 계정 없이 사용 가능
재사용 가능한 템플릿	프로젝트의 시작점뿐 아니라 언제든 주입 가능
디자인 시스템	색상, 타이포그래피로 구성된 스타일 가이드를 자동 적용하도록 가져오거나 생성 가능

기존 Canvas 사용자에게 Replit Design은 직접적인 진화형이다. 프로젝트는 더 확장된 기능과 함께 그대로 유지된다. 출시를 기념해 Replit은 최고의 작품에 대해 현금과 크레딧으로 5만 달러 이상이 걸린 « Designathon »을 진행한다. 이 제품은 오늘부터 replit.com/design에서 모든 사용자가 이용할 수 있다.

“AI design today is fragmented: prompt in one tool, refine in another, publish in a third. Every handoff strips something out.”

🇰🇷 AI 지원 설계는 오늘날 분절되어 있다. 한 도구에서 프롬프트를 만들고, 다른 도구에서 다듬고, 세 번째 도구에서 게시한다. 이 과정에서 매번 무언가가 손실된다. — @Replit X에서

🔗 Replit 공식 발표

xAI, Grok Voice Think Fast 2.0 출시… 음성 벤치마크 선두

7월 29일 — xAI는 Grok Voice Think Fast 2.0를 발표했다. 이는 종단 간(speech-to-speech) 음성 모델의 차세대 버전으로, 대화형 추론, 전사 정확도, 도구 호출 신뢰성에서 향상된 성능을 보이며, 현재까지 자사에서 가장 뛰어난 음성 모델이라고 소개됐다.

벤치마크	Think Fast 2.0	Think Fast 1.0	GPT-Realtime-2.1 (High)	Gemini 3.1 Flash (High)
Speech-to-Speech 품질 지수 (Artificial Analysis)	82,9%	75,7%	79,1%	69,5%
Full Duplex Bench (대화 역학)	95,1%	77,8%	95,7%	74,3%
τ-voice Bench (에이전트 성능)	56,5%	52,1%	45,7%	37,7%
최초 음성 출력까지 걸린 시간	0,70 s	1,25 s	2,98 s	—

전사 측면에서 xAI는 24개 언어를 대상으로 한 테스트에서 Deepgram Nova 3와 ElevenLabs Scribe v2 대비 1.5배에서 2.0배의 개선을 주장한다. 특히 배경 소음이나 전화 압축 같은 열악한 환경에서는 그 차이가 약 10배까지 벌어진다고 하며, 이는 이번 버전의 핵심 작업 축 중 하나다. 이 모델은 또한 더 자연스럽게 말하도록 강화학습으로 학습되었다. 더 짧은 문장, 한 번에 하나의 질문, 더 적은 대화식 군더더기가 그 결과다. xAI는 Starlink의 고객 지원 환경에서 수행한 A/B 테스트를 인용하며, 상업적 전환율과 사람에게 넘기지 않고 해결되는 비율이 유의미하게 증가했다고 밝혔다.

마이그레이션은 자동이다. 2026년 8월 5일부터 grok-voice-latest 별칭은 별도 조치 없이 1.0에서 2.0으로 전환되며, 기존 버전에 남아 있으려면 명시적으로 고정해야 한다. 요금은 오디오 분당 $0,08로 변동이 없다.

🔗 xAI 공식 발표

Google: macOS 받아쓰기부터 Waymo의 Gemini까지

Google은 7월 29일 개인 생산성, 음악 제작, 자율주행 이동성에 걸쳐 여러 발표를 내놓았다.

macOS용 Gemini: Fn 키로 실행하는 스마트 받아쓰기와 문맥 인식 추론

7월 29일 — Google은 macOS용 Gemini 앱에 새로운 음성 기능을 배포한다. Fn 키를 누르고 있으면 사용자는 데스크톱의 어떤 창에서든 바로 말을 할 수 있다. 기본 동작은 스마트 받아쓰기이며, 말더듬 제거와 문장 중간 수정 같은 전사 정리 작업을 자동으로 수행한 뒤, 서식이 적용된 텍스트를 커서 위치에 넣어 준다.

설정에서 Gemini 추론을 함께 켜면, 보이는 화면의 문맥을 이해해 더 복잡한 작업도 수행할 수 있다. 예를 들어 선택한 문서를 이메일로 요약하거나, 텍스트를 원하는 말투로 다시 쓰거나, 이미지 생성 및 편집도 가능하다. 예컨대 일러스트를 다크 모드 버전으로 바꾸는 식이다. 전 세계 배포가 시작되며, 우선 영어로 제공되고 이후 다른 언어가 추가될 예정이며 gemini.google/mac을 통해 이용할 수 있다.

🔗 Google 공식 발표

Lyria 3.5: Flow Music용 Google DeepMind의 새로운 음악 모델

7월 29일 — Google DeepMind는 음악 생성 모델을 Lyria 3.5로 진화시켰고, 이제 Flow Music을 구동한다. 세 가지 개선 축이 강조된다. 더 표현력 있고 역동적인 보컬, 곡 전개가 더 자연스러운 풍부한 편곡, 그리고 BPM 제어와 완전한 곡을 위한 개별 트랙(stems) 내보내기 기능의 추가 덕분에 창작 지시를 더 잘 따를 수 있게 된 점이다. 이는 생성된 곡을 기존 오디오 워크플로에 다시 넣을 때 유용하다. 이 모델은 오늘부터 flowmusic.google에서 사용할 수 있다.

🔗 X에서 발표

Waymo, 새로운 차량 플랫폼 Ojai에 Gemini 통합

7월 29일 — Waymo는 Ojai라는 이름의 새로운 차량 플랫폼을 발표했다. 이 플랫폼은 완전히 새로 설계된 차량 내 인터페이스와, 탑승 중 승객이 바로 사용할 수 있는 Gemini 접근 기능을 갖췄다. 해당 트윗은 Gemini 공식 계정(@GeminiApp)에서 리포스트되며, 두 팀 간의 제품 연계를 확인시켜 주었다.

조기 접근은 지금 바로 가능하며, 앞으로 몇 주 안에 더 많은 승객에게 점진적으로 제공될 예정이다. 도시, 차량 내부에서의 Gemini 구체 기능 등 추가 정보는 아직 공개되지 않았다.

🔗 X에서 발표

코드 도구: iPad의 Cursor, Warp의 Kimi K3, Amp의 논쟁 없는 새 모델

AI 기반 코드 도구 분야의 세 개발사가 7월 29일 각자의 업데이트를 공개했다.

Cursor, iPad에 등장

7월 29일 — Cursor는 iPhone용 Cursor 출시 이후 iPad용 앱의 제공을 발표했다. 이 앱은 기존 모바일 기능을 모두 담고 있으며, 병렬 에이전트를 제어할 수 있도록 화면 공간은 더 넓다.

iPhone과 iPad에 공통으로 적용되는 두 가지 새 기능도 있다. 하나는 작업을 체계적으로 정리할 수 있는 수신함(inbox)이고, 다른 하나는 댓글, CI 체크, 승인까지 포함해 하나의 pull request 전체를 모바일에서 직접 검토할 수 있는 코드 리뷰 경험이다. Cursor는 이 앱이 “어디서든 생성하고, 검토하고, 병합할 수 있게 해 준다”고 설명한다. 오늘부터 App Store에서 이용 가능하다.

🔗 X에서 발표

Warp, 다른 오픈소스 모델 대비 태스크 완료율 13% 높은 Kimi K3 추가

7월 29일 — Warp는 Kimi K3 통합을 발표했다. 회사는 이를 자사 환경에서 지금까지 테스트한 오픈소스 모델 중 최고로 평가하며, 평가된 다른 어떤 오픈소스 모델보다 13% 높은 태스크 완료율을 기록했다고 밝혔다. 이는 7월 27일 Cognition(Devin)과 Cursor에 이어, 3일 만에 세 번째로 이루어진 Kimi K3의 코딩 보조 도구 채택이다. 이처럼 빠른 채택은 오늘날 성능이 뛰어난 오픈소스 모델이 단일 벤더의 고립된 선택이 아니라 코드 도구 생태계 전반으로 얼마나 빠르게 확산되는지를 보여 준다.

🔗 X에서 발표

Amp, 기본 모델의 조용한 교체(Opus 4.8 → GPT-5.6 Sol)를 문서화

7월 29일 — Sourcegraph의 스핀오프인 Amp는 두 주 전 기본 모델 변경과 함께 도입된 “Dial”(low/medium/high/ultra의 4개 모드)에 대해 다시 설명했다. Dial 이전에는 smart 모드가 Claude Opus 4.8로 동작했으며 새 스레드의 55%를 차지했다. 일주일 뒤에는 이 수치가 0%로 떨어졌고, medium — GPT-5.6 Sol로 구동 — 이 새 스레드의 3분의 2를 차지했다. 게시물 작성 주에는 4개 모드가 새 스레드의 93%를 담당했고, 사용자 69%는 이 설정을 한 번도 바꾸지 않았다.

Amp는 일반적으로 예상되는 반발, 즉 마이그레이션 문서화와 옛 모드를 재설치 가능한 플러그인으로 묶어두는 방식을 준비했지만, 어떤 불만도 받지 않았다고 말한다. 회사는 이를 통해 개별 작업만 놓고 보면 모델 간 경계가 이제는 체감하기 어려울 정도로 좁아졌지만, 그래도 지속적인 벤치마킹은 계속하고 있다고 결론짓는다.

🔗 모델이 무슨 상관인가

Copilot code review, agent skills와 MCP에 대해 정식 출시

7월 29일 — GitHub는 Copilot code review의 미리보기 기능이었던 두 가지 기능, agent skills와 MCP 연결이 정식 출시되었다고 확인했다. 이제 팀은 SKILL.md 파일을 .github/skills에 넣어 각 자동 리뷰에 코드 표준을 주입할 수 있으며, MCP 서버(이슈 트래커, 문서, 서비스 카탈로그 등)는 외부 문맥을 리뷰 댓글에 직접 제공한다.

기술적으로 중요한 두 가지 점도 있다. Copilot code review가 수행하는 모든 MCP 도구 호출은 엄격하게 읽기 전용으로 제한되며, Copilot cloud agent에 이미 설정된 MCP 구성은 코드 리뷰에도 자동으로 적용된다. GA 전환과 함께 추가된 새 기능은, skill이나 MCP 서버를 통해 생성된 각 댓글에 이제 명시적인 출처 표기가 붙는다는 점이다. 이를 통해 실제 영향력을 구체적으로 확인할 수 있다. Pro, Pro+, Business, Enterprise 플랜에서 이용 가능하다.

🔗 GitHub 변경 내역

Perplexity Computer에 멀티모델 분석 기능 Model Council 추가

7월 28일 — Perplexity는 Model Council을 출시했다. 이는 Perplexity Computer에 통합된 새로운 기능으로, 하나의 질문을 여러 최상위 모델에 동시에 제출하고 분석 깊이 수준을 조절한 뒤, 모델들 간의 합의점, 이견, 그리고 각 모델은 찾았지만 다른 모델은 놓친 요소를 요약한 단일 출처 기반 보고서를 얻을 수 있게 한다.

단순히 답변을 수동으로 비교하는 것에 비해, 별도의 답변들을 직접 맞대 보는 대신 출처가 있는 조정된 요약을 바로 만들어 준다는 점이 핵심이다. 이는 최근 Windows에서 Computer가 제공되기 시작한 것과 Kimi K3가 사용 가능한 모델로 추가된 것에 이어, Perplexity의 멀티모델 오케스트레이션 전략에서 새로운 구성 요소가 된다.

🔗 X에서 발표

HeyGen, 두 진행자의 비디오 방송을 만드는 Video Podcast 출시

7월 29일 — HeyGen은 Video Podcast를 출시했다. 이 도구는 문서, 링크, 아이디어를 몇 분 만에 두 명의 진행자가 나오는 비디오 방송으로 바꾸며, 스튜디오 샷, 멀티카메라 편집, B-roll 인서트를 포함한다. 회사는 오디오 전용 팟캐스트 생성기와는 뚜렷이 차별화된다고 주장하며, 단지 소리에 그치지 않고 바로 게시 가능한 비디오 영역에 직접 포지셔닝하고 있다.

이 도구는 app.heygen.com/apps/video-podcast에서 이용할 수 있다. 이번 출시는 HeyGen이 기존의 말하는 아바타를 넘어 제품군을 다각화하는 전략을 이어 가는 것으로, HyperFrames(템플릿 기반 비디오 편집)와 7월 23일 출시된 Companion mode에 뒤이은 것이다. 발표 트윗은 몇 시간 만에 조회수 100만 회를 넘어서며 긍정적인 반응을 보였다.

🔗 X에서 발표

Codex CLI 0.146.0: 명명된 세션, 확장된 플러그인 마켓플레이스, 스레드 포크

7월 29일 — Codex CLI의 새 버전 0.146.0이 나왔다. 새 세션 이름 지정, 중요한 스레드 고정, 닫지 않고 병렬 대화 간 전환이 가능해졌다. 또한 Agent Plugins 매니페스트 지원이 추가되었고, 사용 가능한 플러그인 마켓플레이스가 Amazon Bedrock 및 Claude Code로 확장되었다. 이는 Codex CLI를 직접적인 경쟁자의 플러그인 생태계에 더 가깝게 만든 통합이다.

다른 새 기능으로는 페이지네이션된 기록을 가진 스레드 포크, WebSocket을 통한 원격 Code Mode 호스트에 대한 app-server 연결, 그리고 사용자 정의 모델 공급자를 위한 자율 웹 검색이 있다. 같은 변경 로그에는 7월 29일 날짜로, 선택된 파트너 플러그인과 사이트에서 “Sign in with ChatGPT” 베타 배포도 문서화되어 있다. 대상은 Airtable, GitLab, HubSpot, Notion, Supabase, Vercel이다. 이 기능은 ChatGPT나 Codex에서 바로 파트너 계정을 생성하거나 연결할 수 있게 하며, 이름, 이메일, 프로필 사진만 공유하고 각 단계마다 권한 승인을 받는다.

🔗 공식 변경 내역

짧은 소식

Zed v1.13, 브랜치 선택기 필터링 개선 — 선택기에서 이제 All/Local/Remote 브랜치를 더 보기 쉬운 방식으로 필터링하며, 로컬 브랜치와 원격 브랜치를 별도로 그룹화한다. 🔗 출처
Together AI, 개방형 모델 연합에 합류 — 회사는 Jensen Huang(NVIDIA)의 공개 서한으로 시작된 연합에 합류했다고 확인했으며, 이는 Sakana AI(7월 26일)와 Hugging Face에 이어지는 움직임이다. 🔗 출처
ABot-World-0.5B, Hugging Face가 강조한 인터랙티브 world model 데모 — Hugging Face 계정은 Alibaba AMAP CV Lab의 경량 이미지-투-비디오 모델(5억 파라미터)의 인터랙티브 Spaces 데모를 재공유했다. 이 데모는 일반 소비자용 GPU에서 실시간으로 실행된다. 모델 자체는 일주일 전부터 온라인이었고, 새로 나온 것은 데모뿐이다. 🔗 출처
Gemini CLI nightly v0.55.0: pr-generator 모듈을 둘러싼 내부 커밋 — 오늘의 nightly 빌드에는 내부 커밋(Firestore 동시성 잠금, Antigravity 기반 에이전트 실행기)이 포함되어 있으며, pr-generator라는 이름의 모듈을 언급하지만, 아직 공식 발표는 없다. 🔗 출처
Gemini App: 8월 4일까지 Gemini Omni로 무료 동영상 10개 — Google AI 유료 구독이 없는 사용자에게 제공되는 기간 한정 혜택으로, Gemini 앱의 기존 “Create video” 도구를 통해 이용할 수 있다. 🔗 출처
Google Research, 40년의 커넥토믹스 조명 — 1986년 C. elegans 벌레에서 시작해 인간 샘플 H01까지 이어지는 뇌 지도화의 역사를 돌아보는 트윗으로, 파리와 제브라피시의 완전한 커넥톰도 예고했다. 🔗 출처
Copilot Business 및 Enterprise에서 새 모델 기본 활성화 — 8월 26일 발효되는 새 정책으로, 옵트아웃이 가능하다. 오픈 웨이트 모델(DeepSeek, Kimi K2.7)과 데이터 보존 계약의 적용을 받지 않는 모델(Fable 5)은 계속 제외된다. 🔗 출처
GitHub Copilot 앱 사용 지표, 더 많은 보고서로 확장 — 이제 앱 활동이 모델 및 언어별로 나뉘어 enterprise/organization 메트릭 API에서 사용자 단위로 집계된다. 🔗 출처
CodeQL 2.26.1, 분석 정확도와 프레임워크 지원 범위 개선 — Go, Java/Kotlin, JavaScript/TypeScript에 대한 지원 범위가 넓어졌고, 하드코딩된 암호학적 값과 관련된 Rust 쿼리의 오탐이 줄었다. 🔗 출처
npm, 패키지 게시 시점에 악성코드 스캔 도입 — 공개 전에 자동으로 분석이 이뤄지며(약 5분), 차단이 가능하고 이중 용도 콘텐츠의 합법적 사용을 선언하기 위한 새 필드 contentPolicy도 추가됐다. 🔗 출처
Grok Build의 TinyFish 플러그인 — xAI는 검색, 콘텐츠 가져오기, 웹 탐색용 이 서드파티 플러그인을 강조했으며, 이제 Grok Build 플러그인 마켓플레이스에서 사용할 수 있다. 🔗 출처
Qwen Audio 3.0 Realtime Plus, Artificial Analysis Speech-to-Speech 랭킹 1위 — Alibaba의 음성 모델은 종합 지수 84,1%로 GPT-Realtime-2.1 High(79,1%)를 앞섰고, 가격은 약 2.4배 저렴하다. 🔗 출처
Cohere Transcribe, Superwhisper에서 사용 가능 — Cohere의 오픈소스 전사 모델이 Superwhisper 받아쓰기 앱에 통합되어 거의 즉각적인 전사, 오프라인 사용, 전문 용어 지원을 제공한다. 🔗 출처

의미

코드 에이전트의 보안 강화는 독점적 우위라기보다 공동의 과제가 되고 있다. 두 직접 경쟁사인 OpenAI와 Perplexity가 같은 날 서로 독립적으로 에이전트의 위험한 행동을 탐지하고 차단하는 도구를 공개했다는 사실은, 이 주제가 학술적 호기심의 단계를 이미 넘어섰음을 보여준다. 두 접근법은 기술적으로도 수렴한다: 결정론적 훅, CI/CD 통합, 사후 분석이 아니라 실행 전 차단. Numbat은 이번 달의 OpenAI/Hugging Face 사건을 명시적으로 촉발 요인으로 언급했는데, 이는 업계 기업들이 비록 경쟁사에 발생한 사건이라도 동일한 사고에서 집단적으로 배우고 있음을 보여주는 신호다.

거버넌스 측면에서 « Pacing the Frontier »는 흥미로운 긴장을 보여준다. 바로 OpenAI와 Anthropic이 단기적으로 자사 에이전트를 더 안전하게 만드는 도구를 공개하는 동시에, 경영진은 통제 불가능한 속도로 AI 개발 자체가 자동화될 수 있는 더 먼 미래를 우려하는 글에 공동 서명했다. 직접 경쟁하는 사업적 라이벌들이 구체적인 강제 메커니즘은 자세히 밝히지 않은 채 이 위험에 대해 공개적으로 의견을 같이한다는 사실은, 집단적 인식과 그것을 실제로 실행할 수 있는 역량 사이의 간극이 얼마나 큰지를 잘 보여준다. 각 기업은 계속 전진하라는 경쟁 압력 앞에서 결국 홀로 남아 있기 때문이다.

추론 경제 측면에서는 두 발표가 서로 호응한다. 서비스 비용을 20% 절감하고 자체 인프라의 생성 효율을 15% 향상시키는 데 사용된 GPT-5.6 Sol은, 배포된 모델이 자체 최적화를 통해 운영 비용의 일부를 스스로 충당하는 순환 구조를 보여준다. 이에 대응하듯 Amp가 공개한 수치—사용자 불만 없이 기본 모델을 Opus 4.8에서 GPT-5.6 Sol로 완전히 전환한 것—는, 이제 최종 사용자에게는 최첨단 모델 간 품질 격차보다 그들을 둘러싼 하네스와 도구화의 품질이 더 중요해졌음을 시사한다.

이 도구화는 바로 지금도 깊이보다 폭을 넓히는 방향으로 확장되고 있다. Replit Design은 AI 지원을 시각 디자인 영역으로 가져가고, Cursor는 iPad로 모바일 존재감을 넓히며, Copilot code review는 skills와 MCP를 대상으로 프리뷰를 끝내고 정식 출시되었고, Codex CLI는 자체 플러그인 마켓플레이스를 직접 경쟁사 생태계인 Claude Code까지 확장한다. 경쟁은 점점 모델 자체의 순수한 성능보다, 커버하는 표면의 범위와 생태계의 개방성에서 벌어지고 있다.