오늘의 AI 브리핑 · 2026.08.17

결제사가 모델 중개소를 산다

주요 키워드 TOP 5: 스트라이프의 오픈라우터 인수설 · 오픈AI 위험팀 해체 · 워터마크 제거 도구 1만 스타 · 토큰은 표준 단위가 아니다 · AI가 좁힌 인간 기록 82% | 메인 이벤트: 결제 회사가 모델 중개 스타트업을 70억 달러대에 사들인다는 보도가 나왔는데, 석 달 전 밸류의 5배이면서 지난달 협상가보다는 30% 낮은 값이다

오늘 나온 소식 셋은 전부 "그래서 얼마인가"를 다시 묻습니다. 결제 회사가 모델 중개소를 사들인다는 보도가 나왔고, 오픈AI 코덱스 책임자는 토큰당 단가로 모델을 비교하는 습관 자체가 틀렸다고 적었으며, 딥시크는 예고대로 값을 올려 시행에 들어갔습니다. 값을 재는 자가 흔들리는 중입니다.

1. 스트라이프가 오픈라우터를 산다 — 다만 공식 발표는 없다

• 블룸버그가 어제 소식통을 인용해 스트라이프가 오픈라우터를 70억 달러 이상에 인수하기로 합의했다고 보도했습니다. 오픈라우터는 여러 AI 모델을 한 창구로 바꿔 쓰게 해 주는 중개 서비스입니다
• 양쪽 다 확인하지 않았습니다. 스트라이프는 "소문이나 추측에는 논평하지 않는다"고 했고 오픈라우터는 답을 거부했으며, 두 회사 공식 채널 어디에도 발표가 없습니다
• 기사 본문이 최종 가격은 바뀔 수 있다고 적어 뒀습니다. 익명 소식통 기반이라는 단서도 함께 붙어 있습니다

숫자를 한쪽만 보면 그림이 기웁니다. 5월에 13억 달러 밸류로 1억 1,300만 달러를 조달했으니 석 달 만에 5.4배가 맞지만, 월스트리트저널은 7월 24일에 이미 약 100억 달러 협상을 전했습니다. 지금 거론액은 그보다 30% 낮습니다. 급등만 강조하면 그사이에 값이 깎였다는 사실이 가려집니다.

그 밖에: 두 회사는 이미 거래 관계였습니다. 스트라이프가 올해 1월부터 오픈라우터의 결제를 처리해 왔습니다. 오픈라우터가 공개한 규모는 개발자 800만 명 이상, 접근 가능 모델 400개 이상, 주간 처리량이 반년 만에 5조에서 25조 토큰입니다. 창업자는 오픈시 공동창업자 출신이고, 회사를 "AI 업계의 스트라이프"라고 부른 건 5월부터 써 온 자기소개 문구입니다.

시사점: 인수 보도는 공식 발표와 구분해서 읽으세요. 특히 금액이 "이상"으로 열려 있고 양사가 확인을 거부했다면 아직 확정 아닙니다.

#스트라이프 #오픈라우터 #인수설

출처 3🔥 @ns123abc🔥 @kimmonismus🔥 @Kalshi

2. 오픈AI가 재앙적 위험을 평가하던 팀을 없앴다

• 파이낸셜타임스가 오픈AI의 프리페어드니스 팀 해체를 보도했습니다. 7월 말에 이뤄졌고, 생물·사이버 같은 영역의 책임은 기존 팀 안의 선임 인력에게 넘어갔습니다
• 이 팀은 역량 평가와 내부 레드팀을 재앙적 위험 기준으로 잇는 자리였습니다. 사이버보안, 생물학적 위협, 자율 복제가 대상이었습니다
• 회사는 없앤 게 아니라 흩은 것이며 프리페어드니스 프레임워크 자체는 유지된다고 설명합니다

같은 주에 반대편에서는 말싸움이 붙었습니다. 앤스로픽 다리오 아모데이가 자신의 메시징이 과도하게 부정적이었다는 지적에 동의하지 않는다며 위험과 이점을 균형 있게 다뤄 왔다고 적었고, 규제 완화 진영의 투자자 데이비드 색스가 곧바로 되받았습니다. 아모데이는 "규제는 곧 규제 포획이고 결국 권력 집중"이라는 실리콘밸리식 도식을 지나치게 단순한 세계관이라 부르며, 지금의 AI 반발은 본질적으로 신뢰의 위기라고 진단했습니다. 한쪽은 안전 조직을 접고 한쪽은 태도를 변호하는데, 둘 다 규제 논의가 본격화되는 시점에 나왔습니다.

그 밖에: 색스의 첫 논점은 아모데이가 게빈 베이커의 전언을 정면으로 부인하지 않았다는 것이었는데, 이건 사실관계가 이미 정리된 뒤였습니다. 앤스로픽의 숄토 더글러스가 하루 전 그 전언을 완전히 거짓이라고 공개 반박했고 베이커 본인도 정정을 받아들였습니다. 색스는 오픈AI 편도 중립 관찰자도 아닙니다 — 전언이 나온 팟캐스트의 공동 진행자이고, 지난해부터 앤스로픽을 공포 조장에 기댄 규제 포획 전략이라 비판해 온 당사자입니다. 참고로 그는 올해 3월 말 백악관 AI 담당직을 마쳤는데, 아직 옛 직함으로 부르는 매체가 많습니다.

시사점: 안전 조직의 개편은 "없앴다"와 "흩었다" 사이 어디쯤입니다. 판단하려면 그 기능이 어느 팀의 누구에게 갔는지, 평가 결과가 계속 공개되는지를 보세요.

#오픈AI #AI안전 #규제논쟁

출처 4💬 @rohanpaul_ai💬 @Hesamation🔥 @DavidSacks💬 @DarioAmodei

3. 워터마크 지우는 도구에 별 1만 2천 개가 몰렸다

• 앤스로픽이 클로드 생성물에 워터마크를 넣기 시작했다고 알린 8월 11일, 그걸 지운다는 MIT 라이선스 저장소가 같은 날 만들어졌습니다. 엿새 만에 별 1만 2천 개를 넘겼습니다(17일 저녁 조회 기준 12,709개)
• 대상은 한 회사가 아닙니다. 클로드, 제미나이의 SynthID-Text, 오픈AI 계열 표시에 더해 이미지·문서에 붙는 C2PA와 EXIF까지 훑습니다
• 다만 처리 방식이 층마다 다릅니다. 보이지 않는 유니코드 문자와 파일 메타데이터는 스크립트로 지우지만, 정작 화제의 원인인 통계적 워터마크는 '다시 쓰기'로 처리합니다

이 구분이 전부입니다. 앤스로픽은 애초에 "심하게 편집하거나 패러프레이즈하거나 번역하면 탐지되지 않을 수 있다"고 고객센터 문서에 적어 뒀습니다. 즉 이 도구의 핵심 기능은 표시를 해독해 떼어내는 게 아니라, 앤스로픽이 먼저 인정한 한계를 자동화한 것입니다. 저장소 저자 본인도 README에 "벤더가 검출기를 내놓기 전에는 어떤 도구도 공식 검사를 통과하지 못한다고 정직하게 증명할 수 없다"고 못박았고, 재작성이 문체와 정밀도를 뭉갠다는 경고도 함께 적어 뒀습니다. 앤스로픽은 워터마킹 도입만 알렸을 뿐 알고리즘과 검출기는 아직 공개하지 않았습니다. 검출기가 없으니 지웠는지 확인할 방법도 없습니다.

그 밖에: 이건 앤스로픽만의 일로 끝나지 않습니다. EU AI법 50조 2항에 따라 8월 2일 이후 출시되는 모델은 생성 텍스트를 탐지 가능하게 만들어야 하고, 오픈AI도 준수하겠다고 공개적으로 밝혔습니다. 앞으로 나올 모델들이 같은 의무를 지게 되면 표시도 제거 도구도 같이 늘어납니다. 한편 별 1만 2천 개에 비해 저장소를 구독(watch)하는 사람은 53명뿐입니다 — 화제성에 반응한 북마크성 별이지 실사용 지표가 아닙니다.

시사점: 표시를 지웠다고 알려진 글은 원문과 다른 글입니다. 인용·번역처럼 원문이 중요한 작업에는 쓰지 마세요. 학교나 회사 정책 위반 소지도 별개로 남습니다.

#워터마킹 #EUAI법 #오픈소스도구

출처 2🔖 @kimmonismus🔥 @Hesamation

4. 토큰은 그램이나 킬로와트시가 아니다

• 오픈AI 코덱스 책임자 티보 소티오가 토큰당 단가로 모델을 비교하는 습관을 정면으로 문제 삼았습니다. 같은 글을 모델마다 다른 개수의 토큰으로 쪼개므로, 토큰이 싸다고 청구서가 싼 게 아니라는 겁니다
• 그가 든 비유는 피자입니다. 8조각에 조각당 2달러면 한 판 16달러, 16조각에 조각당 1.25달러면 한 판 20달러입니다. 조각 값은 뒤쪽이 싼데 한 판 값은 더 비쌉니다
• 같은 날 새벽 1시, 딥시크가 예고했던 새 요금제를 실제로 시행했습니다. 시간대에 따라 값이 두 배로 갈리는 구조입니다

주장의 근거는 학계에 이미 있습니다. 같은 내용이라도 토크나이저에 따라 토큰 수가 최대 15배까지 벌어진다는 연구가 2023년에 나왔고, 앤스로픽도 클로드 오퍼스 4.7부터 새 토크나이저를 쓰면서 같은 입력이 콘텐츠 유형에 따라 1.0~1.35배 많은 토큰이 된다고 공식 문서에 적었습니다. 각 사 공식 토큰 계산 엔드포인트로 잰 제3자 측정은 그보다 큰 1.4배에서 1.7배를 보고했습니다 — 영문 산문 1.40배, 파이썬 1.50배, 타입스크립트 1.73배 순입니다. 코드일수록 격차가 벌어집니다.

다만 이 글이 어디서 나왔는지도 같이 봐야 합니다. 소티오가 제시한 766토큰 대 1,170토큰은 본인이 직접 잰 소규모 비교이고 클로드 쪽 값은 추정치라고 스스로 밝혔습니다. 그리고 정작 표시가만 보면 GPT-5.6 솔의 출력이 100만 토큰당 30달러로 클로드 오퍼스 5의 25달러보다 비쌉니다. 표시가에서 불리한 쪽이 꺼내기 좋은 프레임인 셈인데, 그렇다고 주장이 틀린 건 아닙니다. 반대 방향 보고도 있습니다 — 법률 AI 하비는 오퍼스 5가 이전 버전보다 평균 26% 적은 토큰을 만들었다고 밝혔습니다. 입력 토큰화만으로는 청구서가 결정되지 않는다는 뜻이기도 합니다.

그 밖에: 딥시크 인상은 16일 16시(UTC) 시행됐고, 피크 시간대가 한국시간 10~13시와 15~19시입니다. 한국 업무시간과 정면으로 겹칩니다. 오프피크는 피크의 정확히 절반이라 새벽에 배치를 돌리면 체감이 다릅니다. 항목별 인상폭은 오프피크 입력 50%대부터 V4-프로 캐시 적중 입력 12배까지 크게 갈리므로 "4배 올랐다"는 한 줄로 뭉뚱그리면 자기 사용 패턴과 어긋납니다. 딥시크가 밝힌 이유는 가격 현실화가 아니라 부하 분산입니다. 가중치가 MIT로 공개돼 있어 서드파티 호스팅이 원리상 가능하고 표기 단가도 더 낮지만, 오픈코드 쪽은 같은 품질과 처리량을 재현하기가 쉽지 않다고 말합니다 — 같은 사람이 열흘 전에는 재현 가능하다고 했던 터라 시점을 붙여 읽어야 합니다.

시사점: 모델을 갈아탈 땐 토큰 단가 대신 "내 작업 한 건을 끝내는 데 얼마"로 재보세요. 같은 프롬프트 열 개를 양쪽에 돌려 실제 청구액을 비교하면 5분이면 나옵니다.

#토큰단가 #딥시크 #API요금

출처 3💬 @thsottiaux🔥 @opencode🔥 @thdxr

5. AI에게 AI 연구를 시켰더니 인간 기록의 81.7%까지 왔다

• 프라임인텔렉트가 프런티어 모델에게 AI 연구를 맡긴 대규모 공개 실험 결과를 냈습니다. 모델 18종, 자율 실행 153회, 각 실행마다 H200 8장에 인터넷 없이 격리했고 가장 긴 실행은 8.7일 걸렸습니다
• 과제는 나노GPT 옵티마이저 트랙입니다. 기준선이 3,290스텝, 수십 명이 수개월에 걸쳐 세운 인간 최고 기록이 2,600스텝이었습니다
• 최고 성적은 2,726스텝. 그 격차의 81.7%를 8.7일 만에 좁혔습니다. 다만 인간 기록을 넘어선 실행은 하나도 없었습니다

숫자보다 중요한 건 실험 설계입니다. 채점기를 고정해 두고 최종 결과를 여덟 번 다시 돌렸습니다. 운으로 통과할 확률이 1,000분의 1 수준이라는 뜻이고, 그래서 "한 번 잘 나온 값"이 아니라는 게 확인됩니다. 회사 스스로 밝힌 한계도 분명합니다 — 어떤 실행도 근본적으로 새로운 방법을 발명하지는 못했고, 기존 기법을 조합하고 조율하는 데 그쳤습니다. 자동화된 것은 발견이 아니라 반복 실험 쪽입니다.

그 밖에: 최고 성적을 낸 실행 하나가 8.7일 동안 태운 출력 토큰이 약 8억 개입니다. 사람 수십 명이 수개월 걸린 일을 며칠로 줄이는 대신 그만큼의 연산을 쓰는 교환입니다. 실험 코드와 로그는 공개 저장소에 올라와 있어 재현을 시도해 볼 수 있습니다.

시사점: "AI가 연구자를 대체하나"보다 "어떤 종류의 연구가 자동화됐나"가 정확한 질문입니다. 지금 자동화된 건 탐색 공간이 명확하고 채점이 자동인 최적화 문제입니다.

#AI연구자동화 #프라임인텔렉트 #벤치마크

출처 1🔥 @PrimeIntellect

6. 그 밖의 신기능·신제품

• 코덱스에서 100만 토큰 컨텍스트가 모두에게 열렸습니다. 다만 예전 공지에 붙어 있던 단서가 그대로 살아 있습니다 — 272,000 토큰을 넘긴 요청은 사용량 한도를 두 배 속도로 깎습니다
• 딥시크 하네스가 깃허브에서 가장 빨리 자란 저장소가 됐습니다. 17일 기준 별 14만 5천 개이고, 10만 개까지 이틀 남짓 걸렸습니다. 오픈클로가 이레 걸린 구간입니다
• 콴3.8-27B가 허깅페이스 트렌딩 1위에 올랐습니다. 상위 10위 안에 콴 계열이 넷입니다

세 소식 다 숫자를 읽는 방식이 관건입니다. 하네스 쪽은 원 게시물이 "48시간 안에 10만 스타"라고 했지만 48시간 시점 실측은 9만 5천 개대였고 10만 돌파는 쉰 시간쯤이었습니다. 방향은 맞고 마감만 앞당겨진 셈입니다. 콴의 다운로드도 마찬가지여서, 널리 인용되는 최근 6개월 30억 회는 파생 모델까지 포함한 생태계 합계이고 공식 저장소 단독 수치는 30일 41만 회입니다. 어느 쪽이 틀린 게 아니라 세는 범위가 다릅니다.

애플 실리콘에서 콴3.8-27B가 170% 빨라졌다는 소식도 같은 종류의 주의가 필요합니다. 이건 런타임 업데이트가 아니라 대회 리더보드 점수입니다. 비교 대상은 예전 맥이나 다른 프로그램이 아니라, 같은 기기에서 추측 디코딩을 껐을 때의 자기 자신입니다. 채점은 M5 맥스 128GB 한 대에서만 이뤄지고, 수치는 이틀 새 153% → 170% → 195%로 계속 바뀌었습니다. 오늘 맥북에서 받아 쓰면 그만큼 빨라진다는 뜻이 아닙니다. 게시한 사람도 그 대회를 운영하는 회사 소속입니다.

그 밖에: 커서가 학생에게 프로 1년을 무료로 준다는 안내가 스페인어권에서 크게 돌았는데, 이 프로그램은 6월 25일에 신규 접수가 끝났습니다. 공식 학생 페이지에도 무료 1년 문구가 없고, 대신 올가을부터 캠퍼스·온라인 행사 크레딧으로 바뀐다고만 적혀 있습니다. 거짓 정보라기보다 철 지난 정보인데, 링크를 타고 들어가는 형태라 퍼지는 속도가 빠릅니다.

시사점: "몇 % 빨라졌다"를 볼 땐 무엇 대비인지부터 확인하세요. 대회 기준선 대비와 실제 사용 환경 대비는 전혀 다른 숫자입니다.

#코덱스 #딥시크하네스 #콴3_8

출처 5🔥 @kimmonismus🔥 @Alibaba_Qwen🔥 @0xkydo🔥 @Hesamation🔖 @marcusyul

📊 오늘의 감정/온도 분석

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 6가지

1. 인수 보도는 '합의'와 '발표'를 갈라 읽기

금액이 "이상"으로 열려 있고 양사가 확인을 거부했다면 아직 확정이 아닙니다. 도입 계획을 세울 때는 공식 발표가 나온 뒤로 미루세요.

2. 모델 비교는 토큰 단가가 아니라 '작업 한 건당'으로

같은 프롬프트 열 개를 양쪽에 돌려 실제 청구액을 보면 5분이면 갈립니다. 토큰 개수가 모델마다 1.4~1.7배 차이 나므로 단가표만으로는 순서가 뒤집힙니다.

3. 딥시크 API는 피크 시간대를 피해 배치 돌리기

한국시간 10~13시와 15~19시가 피크이고 나머지는 정확히 절반입니다. 밤에 돌려도 되는 작업이라면 옮기는 것만으로 값이 반이 됩니다.

4. 코덱스에서 긴 파일은 272K 경계를 의식하기

100만 토큰이 열렸지만 272K를 넘는 순간 한도 소모가 두 배가 됩니다. 통째로 넣기 전에 필요한 부분만 잘라 넣는 편이 오래 씁니다.

5. "몇 % 빨라졌다"는 기준선부터 확인하기

대회 기준선 대비인지, 예전 버전 대비인지, 다른 도구 대비인지에 따라 같은 숫자가 다른 뜻이 됩니다. 기준선이 안 적혀 있으면 대체로 자기 자신입니다.

6. 무료 혜택 안내는 공식 페이지에서 조건 확인하기

크게 도는 학생 무료 안내가 두 달 전에 끝난 프로그램이었습니다. 링크를 타기 전에 제공사 공식 페이지에서 접수 여부부터 보세요.

📦 확인 방식 — 오늘 기사의 수치는 딥시크 공식 가격 문서, 깃허브·허깅페이스 API 직접 조회, 프라임인텔렉트 공개 리포트에서 그대로 옮겼고, 인수 금액은 익명 소식통 보도라 확정값이 아님을 본문에 밝혔습니다. 1차 출처로 확인되지 않은 주장 여섯 건은 싣지 않았으며, 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)