더 오래 일하고, 검증하고, 움직이는 AI
9월 첫 주 공식 발표에서 고른 세 가지 소식입니다.
GPT-6 Astra, 답변에서 작업 완료로
이번 주 가장 먼저 볼 소식은 OpenAI의 GPT-6 Astra입니다. OpenAI는 코드 작성부터 브라우저 조작, 전문 소프트웨어를 사용하는 여러 단계의 작업까지 주요 활용 범위로 소개합니다. 질문에 답하거나 파일 하나를 만드는 데서 끝나는 것이 아니라, 도구를 바꿔가며 하나의 결과물을 완성하는 흐름에 초점이 맞춰져 있습니다.
개발자가 주목할 변화는 비동기 도구 호출과 작업 중 지시 수정입니다. 이를 연결한 앱에서는 오래 걸리는 도구의 결과를 기다리는 동안 다른 독립적인 일을 진행하고, 사용자가 중간에 요구사항을 바꾸면 끝낸 작업을 보존하며 방향을 조정할 수 있습니다. 자료를 모으는 동안 보고서의 틀을 잡거나, 제작 도중 바뀐 조건을 반영하는 식의 앱을 설계할 수 있다는 뜻입니다.
OpenAI가 공개한 건축 시각화 사례는 이 방향을 구체적으로 보여줍니다. 사용자가 공간의 분위기와 수정 의견을 전달하면 Astra가 Blender의 편집 가능한 장면을 만들고, 조명·가구를 다듬고, Unreal Engine에서 걸어볼 수 있는 공간으로 옮깁니다. 위 주방 이미지도 그 작업의 결과입니다. 한 번에 완성된 이미지를 뽑는 방식보다, 같은 작업물을 계속 검토하고 수정하는 과정이 눈에 띕니다.
Claude가 옮긴 증명, Lean이 확인한 논리
Anthropic은 Claude가 11일 동안 주로 자율적으로 작업해 페르마의 마지막 정리를 Lean으로 형식화했다고 발표했습니다. 이미 알려진 수학적 증명을, 컴퓨터가 각 논리 단계를 검사할 수 있는 언어로 옮긴 작업입니다. 정리의 답을 새로 찾았다기보다, 길고 복잡한 증명의 연결이 실제로 성립하는지 확인할 수 있게 만든 성과에 가깝습니다.
흥미로운 부분은 모델 밖의 작업 관리 구조입니다. Anthropic은 여러 에이전트가 진행 상황과 필요한 중간 결과를 놓치는 문제를 다루기 위해 Prove2Me를 사용했습니다. 증명을 작은 정리들로 나누고 의존 관계를 관리하면서, 완성한 결과를 다음 작업에서 재사용하도록 한 것입니다. 업무 적용의 관점에서도 AI가 길게 생각하는 능력뿐 아니라 작업을 나누는 방식, 공유하는 상태, 결과를 검사하는 도구를 함께 볼 이유가 있습니다.
Figure × Nscale, 로봇 학습의 규모를 키우다
Figure와 Nscale이 로봇 AI를 학습시키기 위한 다년간의 인프라 협력을 발표했습니다. 계획에는 최대 10만 개의 NVIDIA Vera Rubin GPU를 활용하는 규모가 담겼으며, 초기 배치는 2027년 하반기를 목표로 합니다. Figure의 로봇 모델 Helix를 훈련할 연산 자원을 확보하려는 협력으로, 지금 로봇에 탑재된 GPU 수를 뜻하는 것은 아닙니다.
Figure는 로봇 모델의 발전을 위해 데이터와 연산 자원을 함께 늘려야 한다고 설명합니다. 로봇이 물건을 집는 짧은 영상 뒤에는 다양한 상황의 데이터를 모으고 모델을 반복해서 학습시키는 과정이 있는 셈입니다. 우리가 이 소식에서 주목하는 것도 로봇 한 대의 동작보다 그 반복을 지탱하는 기반입니다. Physical AI의 경쟁을 볼 때 시연 영상과 함께 학습 데이터, 훈련 인프라, 실제 배치 일정을 나란히 살펴볼 필요가 있습니다.
좋은 답변과 끝난 업무는 다릅니다
GPT-6 Astra 소식에서 출발해, AI의 도구 사용을 업무 완료로 연결할 때 필요한 조건을 살펴봅니다.
보고서를 쓴 것과 보고가 끝난 것은 다릅니다
‘지난달 문의를 분석해줘’라는 요청을 떠올려보세요. 설명이 자연스러워도 집계에서 빠진 문의가 있거나, 숫자의 출처를 찾을 수 없다면 담당자는 다시 확인해야 합니다. ‘그럴듯한 요약이 나왔다’와 ‘검토를 마친 보고서가 준비됐다’는 서로 다른 상태입니다.
OpenAI의 GPT-6 Astra 문서는 컴퓨터 사용과 문서 작성을 포함한 복잡한 작업을 주요 용도로 안내합니다. 여기서 우리가 확인할 것은 기능 목록 다음입니다. 어떤 자료를 읽어야 하는지, 무엇을 제출해야 하는지, 사람이 무엇을 확인해야 하는지가 정해져 있어야 도구 사용의 끝을 업무의 끝과 비교할 수 있습니다.
AI가 넘겨야 할 지점을 먼저 정합니다
역할의 경계를 볼 수 있는 별도 사례가 Anthropic의 커머스 에이전트 참조 구현입니다. 쇼핑 에이전트는 상품을 찾고 장바구니를 구성해 결제 단계로 넘기지만, 결제 처리는 기존 시스템이나 결제 제공자에게 맡깁니다. 판매자 에이전트가 먼저 제안한 변경도 실제 반영 전에 사람이 승인하도록 설계했습니다.
모든 단계를 한 모델에 맡기지 않아도 업무는 이어질 수 있습니다. 이 구조를 보고서 업무에 대입한다면 AI는 집계와 초안까지, 담당자는 숫자 확인과 외부 공유 승인을 맡는 식입니다. 이는 해당 발표의 기능 설명이 아니라, 역할을 나누는 방식에 대한 우리의 해석입니다.
검토와 재작업도 같은 업무에 포함합니다
두 모델이 각각 2분과 5분 만에 초안을 만들었다고 가정해보겠습니다. 첫 번째 초안은 고치는 데 20분이 걸리고, 두 번째는 3분이면 충분하다면 최초 응답 시간만으로는 선택하기 어렵습니다. 설명을 위한 가정이며, 특정 모델의 측정 결과는 아닙니다.
비교할 때는 같은 자료와 완료 기준을 쓰고, API 비용·완료까지 걸린 시간·사람의 검토 시간을 따로 기록해보세요. 실패한 요청과 재시도도 제외하지 않아야 합니다. 이렇게 해야 어떤 모델이 더 빠른지뿐 아니라, 어떤 업무를 맡겼을 때 실제 부담이 줄어드는지 볼 수 있습니다.
도입을 결정하기 전에 볼 세 가지
위 내용을 바탕으로 정리한 플래드랩스의 제안입니다.
범위는 작게, 끝은 분명하게
‘고객 지원 자동화’보다 ‘문의 한 건의 분류와 답변 초안’부터 시작합니다. 결과물과 완료 기준을 한 문장으로 적을 수 없는 업무라면, 맡길 범위를 더 나눠보는 편이 좋습니다.
잘하는 일보다 멈출 일을 먼저
자료가 없거나 정책이 충돌할 때는 담당자에게 넘기도록 합니다. 보기 좋은 성공 사례뿐 아니라, 답을 만들면 안 되는 요청에서도 경계를 지키는지 확인합니다.
모델 교체와 권한 확대는 별개로
초안 품질이 좋아졌다고 메일 발송이나 데이터 변경까지 바로 허용할 필요는 없습니다. 새 모델의 평가와 실행 권한 확대를 별도의 결정으로 다룹니다.
이번 주에는 ‘제안’까지만 맡겨보세요
직접 측정한 결과가 아니라, 독자가 시도해볼 수 있는 작은 비교 실험입니다.
공개 자료와 가상의 고객 문의로 답변 초안을 만들어보세요. 실제 고객 정보나 운영 시스템은 연결하지 않습니다. 정답이 있는 문의, 자료가 충돌하는 문의, 자료에 답이 없는 문의를 하나씩 준비합니다.
입력과 금지 행동을 적기
볼 수 있는 자료를 지정하고, 메일 발송·결제·데이터 변경은 제외합니다. ‘답변 초안과 근거를 만들면 완료’처럼 종료 지점을 먼저 정합니다.
성공·실패·모름을 함께 확인하기
정답이 있는 요청, 자료가 충돌하는 요청, 답을 찾을 수 없는 요청을 넣습니다. 결과를 맞혔는지와 함께, 없는 근거를 만들거나 금지된 행동을 시도했는지 확인합니다.
비용과 사람의 검토 시간을 남기기
전체 API 비용, 완료까지의 시간, 사람이 고친 부분을 기록합니다. 실패한 요청과 재시도도 포함하고, 정해둔 한도에서 실제로 멈추는지 확인합니다.
판단의 경계와 반복 계산을 다룬 글
이번 주제와 연결되는 기존 발행 글 두 편입니다.
장애 분석은 AI가, 조치는 사람이
로그·메트릭·코드 문맥을 모아 1차 진단을 Slack으로 전달한 구축 기록입니다. 시스템을 직접 수정하지 않는 읽기 전용 진단기의 역할을 살펴봅니다.
구축 과정 읽기 →
같은 문맥을 다시 읽는 비용 줄이기
여러 단계의 작업에서 반복되는 문맥을 vLLM과 LMCache로 재사용하는 원리입니다. 캐시가 효과를 내는 조건과 한계까지 함께 정리했습니다.
기술 글 읽기 →2026년 9월 7일 기준으로 확인한 소식입니다. 기능 제공 범위와 향후 계획은 각 공식 원문을 확인해주세요.