🔥 AI 트렌드 핵심 요약 (2026.08.04)

주요 키워드 TOP 5: 큐원3.8-맥스 다음 주 가중치 공개 · 오픈웨이트 과제당 $0.08 · 난제 10건에 2,000달러 · 젠오피스 오픈소스 · 앤스로픽 미션 논쟁 | 메인 이벤트: 알리바바가 파라미터 2.4조짜리 큐원3.8-맥스를 공개하며 다음 주에 가중치를 전부 열겠다고 예고했고, 아레나 프론트엔드 코드에서 4위 1,668점으로 3위와 1점 차에 붙었다

가장 센 모델과 가장 싼 모델이 같은 날 각자 최고 기록을 냈는데, 두 소식이 향하는 방향은 정반대입니다. 알리바바는 최상위권 점수를 낸 2.4조 파라미터 모델을 다음 주에 통째로 공개하겠다고 했고, 오픈AI는 이름조차 밝히지 않은 내부 모델이 수십 년 묵은 난제 10건을 풀었다고 알렸습니다. 한쪽은 가장 좋은 것을 내려놓아 바닥을 올리고, 다른 쪽은 가장 좋은 것을 안에 두고 천장을 올립니다. 같은 날 두 방향이 다 최고치를 찍은 것이 오늘의 특징입니다.

1. 최상위권 점수와 "다음 주 전면 공개"가 한 발표에 붙었다

• 알리바바가 큐원3.8-맥스를 내놨습니다. 파라미터 2.4조에 코딩·사무 협업을 겨냥했고, 다음 주에 가중치를 전부 공개한다고 예고했습니다. 소형판 27B도 함께 열립니다
• 아레나 프론트엔드 코드에서 1,668점 4위입니다. 1위 오퍼스 5(맥스) 1,705점, 2위 키미 K3(맥스) 1,676점이고 3위 오퍼스 5(하이) 1,669점과는 1점 차입니다
• 값은 입력 100만 토큰당 2달러, 출력 6달러입니다. 빈 폴더에서 시작해 열흘 넘게 스스로 고쳐 가며 제품까지 만든 기록을 깃허브에 통째로 올려놨습니다

낯선 것은 등수가 아니라 조합입니다. 오픈웨이트는 그동안 한 세대 뒤를 따라오며 값으로 경쟁하는 자리였는데, 이번엔 최상위권 점수를 낸 모델을 곧바로 열겠다고 붙여 발표했습니다. 그러면 상대는 성능으로 격차를 벌리거나 값을 내리거나 둘 중 하나를 해야 합니다. 자체 측정표를 보면 소프트웨어 공학 항목에서는 여전히 뒤처지므로, 전면 우위라기보다 겹치는 영역이 넓어진 것에 가깝습니다.

그 밖에: 아토믹챗이 3D 물리 장면 세 개를 같은 지시로 만들게 한 비교에서 큐원은 4.66만 토큰에 0.28달러, 페이블 5는 3.87만 토큰에 1.93달러를 썼습니다. 컴퓨터를 직접 조작하는 에이전트 Qwen-CUA도 함께 나와 OS월드-베리파이드에서 1위, 웹아레나에서 2위에 올랐습니다. 엘리 바쿠슈는 세계에서 가장 큰 오픈소스 모델 둘이 나란히 리니어 어텐션을 쓴다는 점을 짚었습니다.

시사점: 다음 주 가중치 공개를 기다린다면 지금 자기 작업 스무 건을 API로 먼저 돌려 두세요. 소프트웨어 공학 쪽 점수가 낮게 나온 만큼, 벤치마크 평균이 아니라 자기 업무 유형에서 쓸 만한지가 판단 기준이 됩니다.

#큐원3_8맥스 #오픈웨이트 #코드아레나

출처 8🔖 @Alibaba_Qwen🔖 @Alibaba_Qwen🔥 @arena🔥 @cline🔥 @atomic_chat_hq🚀 @NielsRogge🔥 @eliebakouch🔥 @andrew_n_carr

2. 같은 성적에 값이 17배 갈렸다

• 컴포지오가 어려운 에이전트 과제 30개로 오픈웨이트 3종을 쟀습니다. 딥시크 V4 플래시 164초·$0.08, 키미 K3 226초·$1.39, GLM 5.2 419초·$0.57입니다
• 성공 건수는 20·21·21로 사실상 같습니다. 딥시크는 과제당 토큰을 가장 많이 쓰고도(56.9만) 가장 쌌습니다
• 파라미터 2.78조짜리 키미 K3를 CPU 한 개와 램 8.24GB에서 돌린 C99 구현이 공개됐습니다. 엔진 전체가 176KB이고 GPU는 0장입니다

성능표에서 갈리던 선택이 청구서에서 갈리기 시작했습니다. 성공률이 한 건 차이일 때 17배 비용 차이는 성능 지표가 아니라 운영 예산의 문제이고, 한 달에 수천 건을 돌리는 쪽에서는 이 숫자 하나가 도구를 바꿉니다. 다만 속도가 빠르고 값이 싼 쪽이 정확도에서 한 건 뒤졌다는 점은 그대로 남습니다.

그 밖에: 구글 젬마 공식 계정은 13년 된 제온 CPU에서 젬마 4 26B가 돌아간 사례를 소개하며 최신 장비가 없어도 최신 모델을 시험할 수 있다고 적었습니다. 미니맥스 H3(33B)는 컴프이UI가 공개 첫날부터 지원해 RTX 5090 한 장에서 5초 분량을 5.5분에 뽑았다는 초기 측정이 돌았습니다.

시사점: 모델을 고를 때 성공률과 함께 과제당 비용을 같은 표에 적어 보세요. 한 건 차이의 정확도를 위해 17배를 낼 값어치가 있는 작업인지는 그 표가 있어야 판단할 수 있습니다.

#딥시크V4플래시 #추론비용 #로컬실행

출처 8🔥 @composio💬 @hasantoxr🔥 @googlegemma🔥 @kimmonismus🔥 @0xSero🔥 @haider1🔥 @WiFiMoneyGuy🔥 @jun_song

3. 🆕 오늘의 신기능·신제품 출시 — 오픈소스 오피스, 워크스페이스 연결, 영상 스킬

• 젠스파크가 젠오피스를 오픈소스로 공개했습니다. 문서·시트·슬라이드·PDF를 갖춘 PC·맥용 오피스이고 광고와 워터마크가 없습니다. 알파는 엔지니어 한 명이 일주일 동안 토큰 1만 달러어치로 만들었습니다
• 커서가 지메일·드라이브·캘린더·독스·시트를 읽고 쓰는 플러그인을 붙였습니다. 같은 날 클라우드 에이전트 토큰 효율도 20~30% 올렸고, 컴퓨터 조작이 낀 실행에서는 80% 개선했다고 밝혔습니다
• 모션은 클로드 스킬 하나로 제품 주소만 넣으면 대본·더빙·렌더까지 끝난 영상이 나오게 했습니다. 길이나 음악을 바꿔 달라고 말하면 타임라인 없이 다시 자릅니다

오늘 나온 것들은 모델이 아니라 모델이 손댈 수 있는 표면입니다. 오피스 문서, 메일함, 캘린더, 영상 편집기가 하루 사이에 에이전트 쪽으로 열렸습니다. 새 모델이 나오면 점수가 오르지만 이런 연결이 늘면 쓸 수 있는 일의 종류가 늘어납니다. 대신 메일과 드라이브에 쓰기 권한까지 주는 순간 잘못 실행됐을 때의 값도 함께 올라갑니다.

그 밖에: 퓨처서치가 공개 베타를 끝내고 정식 출시하며 예측 대회 194팀 중 1위라고 밝혔고, 상위 인간 예측가로 꼽히는 피터 와일드포드도 성능은 인정했습니다. 자기가 만든 광고를 스스로 채점해 다시 만든다는 마케팅 에이전트 헬레나, 버셀의 브라우저 자동화 API도 같은 날 나왔습니다.

시사점: 메일·드라이브 연결을 켤 때는 읽기 전용으로 일주일 써 보고 나서 쓰기 권한을 주세요. 에이전트가 어디를 얼마나 자주 건드리는지 로그로 확인한 다음에 범위를 넓히는 편이 되돌리기 쉽습니다.

#젠오피스 #커서 #영상스킬

출처 7🔖 @genspark_ai🔥 @cursor_ai🔥 @cursor_ai🔖 @motion_so🔥 @dschwarz26🔁 @SeijinJung🔥 @rauchg

4. 난제 10건에 붙은 값이 2,000달러였다

• 오픈AI가 차기 주력 모델의 내부 버전이 수학·이론전산 난제 10건을 새로 풀었다고 공식 확인했습니다. GPT-5.6 솔 API 요율로 환산한 토큰 값이 약 2,000달러, 문제당 200달러 수준입니다
• 결과물은 249쪽 원고와 문제마다 붙은 리안 4 기계검증 인증서로 공개됐고, 추론 과정을 정리한 62쪽 문서도 따로 나왔습니다
• 오픈AI가 쓴 표현은 "우리의 차기 주력 모델"입니다. 이름을 밝히지 않아 아스트라냐 GPT-6이냐를 두고 해석이 갈렸습니다

어제까지 이 소식의 쟁점은 재현이었고, 오늘 붙은 숫자는 다른 것을 바꿉니다. 수십 년 열려 있던 문제 하나에 200달러라면 값을 이유로 시도를 미룰 근거가 사라집니다. 남는 병목은 어떤 문제를 던질지 고르는 쪽이고, 그래서 논쟁도 능력에서 문제를 고르는 안목으로 옮겨갔습니다.

그 밖에: 수학자 발레리오 카프라로는 비소픽 군의 존재를 보인 결과를 두고 진지한 수학이라고 인정하면서도, 기존 개념 세계 안의 어려운 문제를 푼 것이지 새 개념을 만든 것은 아니라고 선을 그었습니다. 근거로 든 것은 1월 딥마인드의 포지션 페이퍼 「LLMs can't jump」입니다.

시사점: 오래 미뤄 둔 난제가 있다면 비용부터 계산해 보세요. 며칠 치 사람 시간이 아니라 몇백 달러짜리 토큰으로 값이 매겨지는 문제라면, 실패를 각오하고 한 번 던져 보는 쪽이 회의를 한 번 더 하는 것보다 쌉니다.

#차기모델 #난제10건 #추론비용

출처 4🔥 @OpenAI💬 @ValerioCapraro🔥 @kimmonismus🔥 @chetaslua

5. 채용 이야기가 미션 논쟁으로 번졌다

• 악시오스가 소식통을 인용해 앤스로픽 다리오 아모데이 CEO가 새로 들어오는 인력이 미션이 아니라 돈을 보고 온다는 우려를 표했다고 보도했습니다
• 이 보도를 옮긴 폴리마켓 게시물이 좋아요 1만 4,699개에 댓글 1,451개를 모았습니다. 이날 AI 관련 글 중 댓글이 가장 많았습니다
• 반응 다수는 반박이었습니다. 40만 달러짜리 행사 담당을 뽑아 놓고 사람들이 돈 보고 온다며 놀란다는 지적이 좋아요 4,129개를 받았습니다

미션으로 사람을 모으던 조직이 연봉으로 사람을 모으는 시장 한가운데 서면 생기는 마찰입니다. 인재 확보 경쟁이 보상 경쟁으로 바뀐 상황에서 미션을 기준으로 삼겠다는 것은 뽑을 수 있는 사람의 폭을 스스로 좁히겠다는 뜻이기도 합니다. 오픈웨이트 모델이 매주 격차를 좁혀 오는 지금, 이 선택의 값은 채용 속도로 먼저 나타납니다.

그 밖에: 오픈소스 활동 이력을 지우고 지원해 합격했다는 이야기가 좋아요 2,353개를 받으며 회사 문화 논쟁으로 번졌습니다. 지난주 앤스로픽이 지지를 밝힌 프런티어 속도 조절 청원도 다시 인용됐는데, 반도체 분석가 딜런 파텔은 그런 합의야말로 반독점법이 겨냥해 온 것이라고 받았습니다.

시사점: AI 회사 채용 소식은 성명서보다 공고문을 보세요. 어떤 직무에 얼마를 붙였는지가 그 조직이 지금 무엇이 부족하다고 판단하는지를 미션 문구보다 정확히 보여 줍니다.

#앤스로픽 #인재경쟁 #미션논쟁

출처 6🔥 @Polymarket💬 @etnshow🔥 @ParikPatelCFA🔥 @championswimmer🔥 @dylan522p💬 @kimmonismus

6. 에이전트를 굴리는 기술이 따로 직군이 되고 있다

• 에어비앤비가 생성형 AI 평가 방식을 공개했습니다. 값싼 프로그램 검사, LLM 심사, 사람 순서이고 사람은 결과가 아니라 심사자를 채점합니다
• 심사자와 사람의 일치율이 78%였을 때 기각하고 기준을 다시 써 88%로 올린 뒤에야 신뢰했습니다. 자체 생성 정답의 4분의 3이 실행마다 달라져 평가가 자기 잡음을 재고 있었다는 대목도 함께 밝혔습니다
• 스텐실은 컨텍스트가 차면 요약하는 대신 픽셀 폰트 비트맵으로 렌더해 이미지로 되돌리는 방식을 내놨습니다. 1568×1568 PNG 한 장에 약 4만 자가 들어가고 청구는 3,279토큰, 같은 글을 토큰으로 넣으면 1만입니다

이 일들에는 아직 이름이 없습니다. 채용 공고에 평가 엔지니어라고 적는 회사는 드문데, 정작 현장에서 성과를 가르는 것은 모델 선택이 아니라 심사 기준을 몇 %에서 신뢰할지, 컨텍스트를 어디서 끊을지 같은 결정입니다. 오늘 크게 돈 글이 대부분 모델 소개가 아니라 운영 기록이었다는 점이 그 이동을 보여 줍니다.

그 밖에: 허미스는 실제 대화 25만 건을 뜯어 도구 세트를 다시 짜 LLM 턴 21%, 도구 호출 29%를 줄이고 요청당 700토큰을 아꼈습니다. 앤스로픽의 보리스는 내부 코드의 90%가 클로드 코드로 쓰인다며, 팀이 프로토타이퍼·빌더·유지자·확장자·마무리자 다섯으로 갈렸고 확장자가 가장 귀하다고 말했습니다. 토큰 600억 개를 쓴 뒤 남았다는 AGENTS.md 한 장은 북마크 1,059개를 모았습니다.

시사점: 평가 기준을 만들 때 정답 세트부터 고정하세요. 실행할 때마다 정답이 흔들리면 모델을 개선해도 그 개선이 잡음에 묻히고, 좋아졌는지 아닌지를 끝내 알 수 없습니다.

#평가엔지니어링 #컨텍스트관리 #하니스

출처 6🔥 @undefinedKi🔥 @arpit_bhayani🔖 @xiaohu🔥 @iamlukethedev🔖 @bakigulai🔥 @micahomnd

📊 오늘의 감정/온도 분석

성능 이야기에는 의견이 갈렸고 값 이야기에는 거의 갈리지 않았습니다. 무엇이 더 똑똑한가보다 얼마에 되는가에서 합의가 빨랐던 하루입니다.

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 6가지

1. 컨텍스트를 이미지로 접어 두기

긴 대화 기록을 글자 대신 촘촘한 그림으로 만들어 넣으면 같은 내용을 3분의 1 값에 되돌려 받을 수 있습니다. 글자 크기가 일정 아래로 내려가면 모델이 아예 못 읽으니, 줄여 넣기 전에 되읽히는지부터 확인하세요 — @arpit_bhayani

2. 심사자를 먼저 채점하기

AI가 AI의 답을 채점하게 할 때는 그 채점자가 사람과 얼마나 맞는지부터 재야 합니다. 에어비앤비는 78%에서 기각하고 기준을 다시 써 88%까지 올린 뒤에야 채점 결과를 믿었습니다 — @undefinedKi

3. 오케스트레이터와 실행자를 나누기

비싼 모델에 계획만 맡기고 실제 작업은 값싼 모델에 넘기는 조합이 확산됐습니다. 지시를 쪼개는 일과 코드를 쓰는 일은 필요한 능력이 달라서, 둘을 나누면 결과를 지키면서 값을 크게 줄일 수 있습니다 — @DavidOndrej1

4. 배포 같은 쉬운 일은 값싼 모델에 맡기기

병합된 코드 하나를 올리는 작업에 비싼 모델을 쓸 이유는 없습니다. 지침 파일에 "배포"라고 말하면 테스트·커밋·푸시까지 끝내라고 적어 두고 그 작업만 별도 대화로 돌리면 주간 사용량이 눈에 띄게 남습니다 — @MatthewBerman

5. 대화 기록 보관 기간 확인하기

최근 버전의 클로드 코드는 30일이 지난 세션을 지웁니다. 설정 파일의 보관 일수 항목을 늘려 두지 않으면 나중에 참고하려던 작업 기록이 조용히 사라집니다 — @sarahwooders

6. 오픈 모델은 성공률과 값을 함께 적기

새 오픈웨이트를 시험할 때 통과 건수만 세면 판단이 반쪽입니다. 같은 과제 서른 개를 돌려 성공 건수와 과제당 비용을 한 줄로 나란히 적으면 어느 쪽이 자기 일에 맞는지가 그 자리에서 갈립니다 — @composio

📦 확인 방식 — 본문 핵심 사실은 오픈AI 공식 공지와 아레나 리더보드, 알리바바 큐원 블로그, 악시오스 보도, 젠오피스·kimi-k3-in-c 저장소로 교차검증했고 제조사·사용자 자체 측정치는 본문에 그렇게 표기했습니다. 인용한 시각 자료는 원문 이미지를 직접 확인했으나, 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 인기(좋아요 중심) · 🔁 공유(리트윗 비율 높음) · 💬 논쟁(댓글 비율 높음) · 🔖 저장(북마크 많음) · 🚀 떠오름(작은 계정인데 확산 시작)