키워드：AI 모델, 인공지능 에이전트, 대형 언어 모델, GPT-5.3-Codex, Claude Opus 4.6, 세계 모델링
🔥 Focus
OpenAI와 Anthropic 모델의 격돌: GPT-5.3-Codex vs Opus 4.6 : 2026년 2월 6일, 실리콘밸리에서 AI 역사상 가장 치열한 대결이 펼쳐졌습니다. OpenAI는 “AI가 AI를 만드는(AI building AI)” 것을 핵심으로 하는 GPT-5.3-Codex를 발표하며, OSWorld 등 컴퓨터 사용 테스트에서 인간 수준에 근접했음을 보여주었습니다. 또한 NVIDIA GB200 시스템에서의 소프트웨어-하드웨어 통합 최적화를 강조했습니다. 직후 Anthropic은 1M의 초장문 Context와 “자습형 사고(Adaptive Thinking)” 메커니즘을 갖춘 Claude Opus 4.6을 출시하며 금융, 법률 등 고부가가치 지식 작업(GDPval-AA)에서 크게 앞서 나갔습니다. 이번 대결은 AI가 단순한 “채팅창”에서 벗어나 “자율 실행 시스템(Autonomous Execution System)”으로 진화했음을 상징하며, 모델이 질문에 답하는 수준을 넘어 복잡한 엔드 투 엔드 워크플로우를 직접 처리하기 시작했음을 보여줍니다. (출처: sama, Anthropic)
“SaaS의 종말” 도래: Agent 플러그인이 촉발한 소프트웨어 업계의 시가총액 대지진 : Anthropic이 발표한 11종의 Claude Cowork 플러그인(재무, 법률, 영업 등 포함)은 월스트리트의 전통 SaaS 산업에 대한 공포를 촉발했습니다. 시장은 AI가 “계약서 검토”나 “재무 분석” 등의 결과를 직접 도출할 수 있게 되면, 계정당 비용을 청구하고 UI 화면만 판매하던 기존 소프트웨어 껍데기들은 가치를 잃게 될 것이라고 판단했습니다. 이 영향으로 Salesforce, Thomson Reuters 등 거대 기업들의 주가가 일제히 폭락하며 일주일 만에 전 세계 소프트웨어 업계 시가총액 약 1조 달러가 증발했습니다. 이 “SaaSpocalypse”는 소프트웨어 산업이 “도구 판매”에서 “결과 판매”로 강제 전환되고 있음을 선포하며, AI Agent가 디지털 경제의 권력 구조를 재편하고 있음을 보여줍니다. (출처: 36kr, Wang Zhiyuan)
World Modeling 패러다임의 시작: Li Fei-Fei와 NVIDIA가 논하는 AI의 새로운 프런티어 : NVIDIA의 로봇 공학 책임자 Jim Fan과 World Labs 설립자 Li Fei-Fei는 최근 “World Modeling”을 “Next Token Prediction”을 잇는 차세대 AI 패러다임으로 정의했습니다. Li Fei-Fei는 멀티모달 명령을 상호작용 가능하고 물리적 일관성을 갖춘 3D 세계로 변환할 수 있는 첫 번째 공간 지능(Spatial Intelligence) 제품 Marble을 공개했습니다. Jim Fan은 2026년이 대형 세계 모델(Large World Models)이 로봇 공학의 기초를 다지는 원년이 될 것이라고 전망했습니다. 이러한 변화는 AI가 디지털 스크린을 벗어나 3차원 물리 세계의 기하학적 구조와 인과율을 이해함으로써, “언어 지능”에서 “Embodied AI(구체화된 지능)”로 도약함을 의미합니다. (출처: 36kr, Jim Fan)
OpenAI Frontier 발표: 기업용 AI 동료 관리 플랫폼 출시 : OpenAI가 기업 내부의 “AI 고립(AI Silo)” 문제를 해결하기 위한 Frontier 플랫폼을 정식 출시했습니다. 이 플랫폼은 단순한 모델 제공을 넘어, 기업이 수백 수천 명의 “AI 동료”를 구축, 배포 및 관리할 수 있도록 지원하는 AI 버전의 HR 시스템과 유사한 구조를 갖추고 있습니다. Frontier는 Agent들이 비즈니스 배경지식을 공유하고 피드백을 통해 학습할 수 있게 하며, 엄격한 권한 및 보안 경계를 제공합니다. 특히 이 플랫폼은 개방형 표준을 채택하여 Anthropic이나 Google의 서드파티 Agent까지 관리할 수 있도록 지원하며, AI 시대의 기업용 하부 운영체제가 되려는 OpenAI의 야심을 드러냈습니다. (출처: OpenAI)
🎯 Trends
Linear Attention 시대의 도래: Alibaba, Qwen3-Coder-Next 발표 : Alibaba가 출시한 Qwen3-Coder-Next는 Gated DeltaNet Linear Attention 아키텍처를 채택하여 계산의 75%를 선형 방식으로 처리합니다. 기존 Attention의 O(n²) 복잡도와 달리 Linear Attention은 O(n) 복잡도를 구현하여, 256K와 같은 초장문 Context 처리 시 연산 자원과 VRAM을 절약할 뿐만 아니라 디코딩 처리량(Throughput)을 획기적으로 높였습니다. 이는 2026년이 Linear Attention의 원년이 될 수 있음을 시사하며, DeepSeek, Kimi 등의 업체들도 긴 텍스트 추론 효율을 최적화하기 위해 이 기술에 적극 투자하고 있습니다. (출처: karminski3)
Kuaishou Kling 3.0 발표: AI 비디오 100% 실사 시대 진입 : Kling 3.0이 정식 출시되었습니다. “Custom Multi-Shot” 기술을 핵심으로 하며 최대 15초 길이의 고화질 비디오 생성을 지원합니다. 새 버전은 캐릭터 일관성, 네이티브 사운드 효과 및 화면 디테일에서 비약적인 발전을 이루어 창작자들로부터 “할리우드의 종결자”라는 찬사를 받고 있습니다. 단 한 장의 사진만으로 영화급 오프닝 시퀀스를 생성할 수 있어 전문 영상 제작의 진입 장벽과 비용을 크게 낮췄습니다. (출처: Kling_ai)
Meta “Avocado” 모델 유출: 계산 효율 100배 향상 : Meta Superintelligence Lab에서 개발 중인 코드명 “Avocado” 차세대 파운데이션 모델의 사전 학습이 완료되었습니다. 유출된 메모에 따르면, 이 모델은 미세 조정 없이도 지식 및 시각적 성능이 선도적인 모델들과 대등하며, 텍스트 작업 효율은 전작 대비 10배, 미발표 버전 대비 100배 향상되었습니다. Meta는 극대화된 학습 효율을 통해 2026년 1,350억 달러에 달하는 AI 투자에서 더 나은 ROI를 확보하려 하고 있습니다. (출처: 36kr)
Intern-S1-Pro 발표: Gemini에 대적하는 국산 1T 파라미터 MoE 모델 : 상하이 인공지능 실험실(Shanghai AI Lab)이 1T 파라미터 규모의 오픈소스 멀티모달 과학 추론 모델인 Intern-S1-Pro를 발표했습니다. 512 전문가 아키텍처(활성 파라미터 22B)를 채택하고 FoPE(Fourier Position Encoding)와 STE 라우팅 기술을 도입하여 AI4Science 작업에서 강력한 성능을 보여줍니다. 이는 매우 높은 희소성(Sparsity)과 과학적 추론 분야에서 중국 오픈소스 모델의 최신 돌파구를 상징합니다. (출처: teortaxesTex)
🧰 Tools
Claude Code “Agent Teams” 기능 출시 : Claude Code의 최신 실험적 기능은 사용자가 “Agent Teams”를 가동할 수 있도록 지원합니다. 이는 팀장 Agent가 작업을 분해하고 여러 팀원 Agent를 호출하여 병렬로 작업하는 방식입니다. Anthropic의 내부 테스트에서 이 AI 팀은 2주 만에 10만 줄의 코드로 구성된 C 컴파일러를 자율적으로 작성하고 Linux 커널을 성공적으로 컴파일했습니다. 이는 AI 프로그래밍이 “단일 보조”에서 “팀 협업” 모드로 크게 도약했음을 의미합니다. (출처: Anthropic)
Perplexity “Model Council” 출시 : Perplexity Max 구독자는 이제 세 개의 최상위 모델을 동시에 실행하여 출력을 비교할 수 있습니다. 이 기능은 다중 모델 교차 검증을 통해 사용자에게 더 정확하고 신뢰도 높은 답변을 제공하며, 단일 모델의 환각(Hallucination) 리스크를 줄이는 데 목적이 있습니다. 이 “비공식 프로토콜”은 Perplexity 내부에서 Context 전환을 줄이는 표준 워크플로우로 자리 잡았습니다. (출처: Perplexity)
Nanobot: OpenClaw에 도전하는 미니멀리즘 오픈소스 AI 어시스턴트 : 홍콩대학교 데이터 과학 실험실이 단 4,000줄의 코드로 구성된 Nanobot을 오픈소스로 공개했습니다. 방대한 코드량과 보안 논란이 있는 OpenClaw와 달리, Nanobot은 미니멀한 아키텍처로 다중 LLM 지원, 웹 검색, 장기 기억 및 다중 채널 접속(Telegram/Feishu)을 구현했습니다. 개발자들에게 더 투명하고 2차 개발이 용이한 Agent 학습 샘플을 제공합니다. (출처: dotey)
LangSmith, Insights Agent 출시: Agent 행동 자동 복기 : LangChain이 LangSmith에 AI 기반의 Insights Agent를 도입했습니다. 이 기능은 Agent의 실행 흔적(Traces)을 자동으로 정리하고, 사용자가 Agent를 어떻게 사용하는지 분석하며, 오류 발생 지점을 식별하여 최적화 제안을 제공합니다. 이는 Agent 개발자들이 겪는 “배포 후 블랙박스” 문제를 해결하여, 디버깅의 초점을 “코드 확인”에서 “추론 로직 확인”으로 전환시킵니다. (출처: LangChain)
📚 Learning
Nature지, OpenScholar 모델 보도: “검색+자체 점검”으로 AI 환각 완치 : 워싱턴 대학교와 Ai2가 개발한 8B 파라미터 모델 OpenScholar가 Nature 정식 호에 게재되었습니다. 이 모델은 단순 암기에 의존하지 않고, 4,500만 편의 과학 논문 데이터베이스를 외부에 연결하여 “검색-재순위화-생성-자체 점검”의 엄격한 프로세스를 수행합니다. 과학 리뷰 작업에서 훨씬 더 큰 파라미터 규모의 플래그십 모델들을 능가하며, 정밀하게 호출되는 “외부 지식 베이스”가 블랙박스 형태의 기억보다 더 신뢰할 수 있음을 입증했습니다. (출처: QbitAI)
TinyLoRA: 단 13개의 파라미터로 모델 추론 능력 학습 : 최신 박사 학위 논문에서 TinyLoRA라는 미세 조정(Fine-tuning) 방법이 공개되었습니다. 연구진은 TinyLoRA와 강화 학습을 결합하여 단 13개의 학습 가능한 파라미터만으로 7B 규모 Qwen 모델의 GSM8K 수학 벤치마크 점수를 76%에서 91%로 끌어올렸습니다. 이는 “미세 조정에는 방대한 파라미터가 필요하다”는 전통적인 인식을 깨뜨리며, 모델 추론 능력의 극도로 높은 파라미터 효율성을 보여주었습니다. (출처: BlackHC)
Eric Jang의 인터랙티브 논문 《돌처럼 생각하기》 : 로봇 공학 전문가 Eric Jang이 사고 모델, 자동화 연구 및 미래 방향에 대한 심도 있는 인터랙티브 논문을 발표했습니다. 이 글은 계산 자원이 극도로 풍부해졌을 때 AI가 수동적인 도구에서 능동적으로 탐구하는 과학 연구 주체로 어떻게 진화할지 탐구하며, “007 근무제(주 7일 24시간 근무)”가 AI 시대의 상식이 될 것이라고 예측하여 AGI 진화 경로에 대한 커뮤니티의 뜨거운 논의를 불러일으켰습니다. (출처: _sholtodouglas)
💼 Business
ElevenLabs, 5억 달러 규모 Series D 투자 유치, 기업가치 110억 달러 달성 : 영국의 AI 오디오 거물 ElevenLabs가 Sequoia가 주도한 새로운 투자 라운드를 발표했습니다. 기업가치는 1년 만에 500억 위안 이상 폭등했습니다. CEO는 회사가 IPO를 고려 중이며, 전략적 중심을 단순 오디오 모델에서 “대화형 Agent(Conversational Agent)”로 전환하여 소프트웨어와 하드웨어의 결합을 통해 인간-컴퓨터 상호작용을 재편할 것이라고 밝혔습니다. (출처: Zhidongxi)
ClickHouse, 4억 달러 투자 유치, 기업가치 150억 달러 돌파 : 오픈소스 데이터베이스의 다크호스 ClickHouse가 새로운 투자를 유치했습니다. 이들의 쿼리 속도는 MySQL보다 260배 빠릅니다. GPT-4o와 Claude 4의 핵심 인프라로서, ClickHouse는 극강의 실시간 분석 능력을 바탕으로 AI 데이터 홍수 속에서 ByteDance, Alibaba, Tesla 등 거대 기업들의 최우선 선택지가 되었습니다. (출처: Zhidongxi)
StepFun(阶跃星辰), 50억 위안 규모 B+ 라운드 투자 유치, Yin Qi 회장 취임 : Megvii 설립자 Yin Qi가 StepFun의 경영권을 맡게 되면서, 거대 모델 경쟁이 “자본”보다 “인재”가 중요한 하반기에 접어들었음을 알렸습니다. Yin Qi는 멀티모달 거대 모델과 “AI+차량” 전략의 심도 있는 융합을 추진하여, StepFun의 상업화 스토리와 조직 효율성 측면의 약점을 보완할 계획입니다. (출처: Shixiang)
🌟 Community
Karpathy, “Vibe Coding”의 종말 선언, “Agentic Engineering” 시대 개막 : AI 대가 Karpathy는 1년 전의 Vibe Coding이 취미 수준이었다면, 이제 Agent를 활용한 프로그래밍은 전문가들의 기본 설정이 되었다고 기고했습니다. 그는 “Agentic Engineering” 개념을 제시하며, 개발자가 “코드 작성”에서 “아키텍처 설계 및 관리”로 전환해야 한다고 강조했습니다. 코드의 99%는 AI가 맡게 될 것이며, 인간의 핵심 가치는 아키텍트로서의 직관과 감독에 있게 될 것입니다. (출처: QbitAI)
Moltbook “AI 소셜 네트워크” 신화의 붕괴: 심각한 보안 취약점 지적 : 150만 명의 AI 가입자를 보유했다고 주장하던 Moltbook의 데이터베이스 설정 오류로 대량의 사용자 API 키가 유출되었습니다. 보안 기관은 이른바 “백만 AI 군단”의 상당수가 스크립트로 생성된 허위 계정이라고 지적했습니다. 이번 사건은 AI Agent 프로젝트의 과도한 마케팅과 보안 허점에 대한 커뮤니티의 깊은 반성을 촉발했습니다. (출처: YIFAN)
Rent-a-Human 플랫폼의 인기: AI가 인간을 고용하기 시작 : RentAHuman.ai 플랫폼 출시 후 4만 명이 가입했습니다. 이곳에서 AI Agent는 발주자가 되어 오프라인 검증, 심부름 등의 작업을 게시하고, 인간은 자신의 “육체”를 정가에 대여하여 AI가 닿지 못하는 물리 세계의 업무를 수행합니다. 이러한 “HaaS(Human as a Service)” 모델은 미래의 인간-기계 협업 관계에 대한 격렬한 논쟁을 불러일으켰습니다. (출처: GeekPark)
💡 Others
완성차 업체들의 “Embodied AI” 전환: Jia Yueting, 로봇 4종 발표 : Jia Yueting의 FF는 Futurist, Master 등 4개 시리즈의 로봇을 발표했습니다. 가격은 1.7만 위안부터 시작하며 이미 1,211대의 주문을 확보했다고 주장했습니다. 동시에 Li Auto, XPeng, Xiaomi 등 자동차 기업들도 서사 중심을 AI와 로봇으로 옮기며 전통 제조업 논리에서 AI 기술 기업 가치로의 전환을 시도하고 있습니다. (출처: Super Electric Lab, Spiral Lab)
Elon Musk 인터뷰: 우주 데이터 센터가 에너지 병목 현상의 궁극적 해결책 : Dwarkesh와의 인터뷰에서 Musk는 지구상의 전력 확장 속도가 AI 수요를 따라잡을 수 없으며, 우주는 무한한 태양 에너지를 보유하고 규제 제한도 없다고 언급했습니다. 그는 Starship의 대규모 발사를 통해 연산 센터를 궤도로 옮길 계획이며, 시뮬레이션 폐쇄 루프 학습을 통해 백만 로봇 군단을 훈련시키기 위한 “Optimus Academy”를 건설 중이라고 밝혔습니다. (출처: dwarkesh_sp)
CATL, 5C 초급속 충전 배터리 발표: 12분 만에 완충, 수명 150만 마일 : CATL이 출시한 차세대 배터리는 극심한 고온에서도 매우 긴 수명을 유지하며 업계 평균을 크게 상회하는 성능을 보여줍니다. 이는 AI 전력 수요 배경 하에서 에너지 저장 및 충전 기술의 중대한 돌파구로 간주되며, 교통 에너지 체계의 지능화 변혁을 가속화할 것으로 기대됩니다. (출처: kimmonismus)