AI 음성·추론·코딩 도구 3파전

🤖 AI 뉴스·서비스

AI 서비스 경쟁, 음성·추론·구독까지

💡 핵심: Claude 유료 구독 올해 2배↑, 음성 AI 시장은 이미 220억 달러 돌파

Anthropic의 Claude는 올해 유료 구독자가 두 배 이상 늘며 소비자 시장에서 빠르게 존재감을 키우고 있습니다. 같은 날 Mistral은 ElevenLabs에 필적한다고 주장하는 텍스트-투-스피치 모델 'Voxtral TTS'를 공개했고, 목소리 AI 시장은 2026년 기준 전 세계 220억 달러를 넘어섰습니다. 고객 서비스 플랫폼 Intercom은 자체 모델 Fin Apex 1.0이 GPT와 Claude를 고객 응대 해결율에서 앞선다고 발표했고, OpenAI는 AI 오남용과 에이전트 취약점을 찾아내는 'Safety Bug Bounty' 프로그램을 출범시켰습니다. Google DeepMind는 오디오 AI 'Gemini 3.1 Flash Live'와 음악 생성 모델 'Lyria 3 Pro'를 동시에 선보이며 멀티모달 경쟁을 가속화하고 있습니다.

👉 이렇게 써봐: AI 음성·에이전트 서비스가 고객센터, 콘텐츠 제작, 언어 교육 등으로 빠르게 침투 중입니다. 6개월 안에 내 직종이 음성 AI 자동화의 영향을 받을 가능성을 점검해 두는 것이 좋습니다.

🔗 자세히 보기

🛠️ 개발자 도구

Cursor, 3월에만 기능 3개 폭격

💡 핵심: 자체 서버에서 AI 에이전트 돌리는 '셀프호스티드 클라우드 에이전트' 출시

AI 코딩 에디터 Cursor가 3월 한 달에만 굵직한 업데이트를 세 번 쏟아냈습니다. 3월 25일엔 코드와 빌드 결과물이 외부로 나가지 않는 '셀프호스티드 클라우드 에이전트'를 출시했고, 3월 19일엔 코딩 전용으로 훈련된 자체 모델 'Composer 2'(최대 20만 토큰 지원)를 공개했습니다. 3월 초엔 Slack 메시지나 코드 커밋을 트리거로 에이전트가 자동 실행되는 'Automations' 기능도 더했습니다. 실제 도입 사례로, 일본 핀테크 기업 Money Forward는 1,000명 넘는 직원이 Cursor를 쓰며 개발자 1인당 주 15~20시간, QA 테스트 생성 시간의 70%를 절약했습니다. Fortune 500 기업 절반 이상이 신뢰하는 도구로 성장했으며 월 20달러로 시작할 수 있어 비용 대비 효율이 높습니다.

🎯 실전 활용: 백엔드 API 엔드포인트 20개를 Composer 2에 맡기면 멀티파일 수정·테스트 실행·버그 수정까지 한 번에 처리 — 혼자 하루 걸릴 작업을 수 시간으로 단축 가능.

👉 이렇게 써봐: cursor.com에서 무료 체험 후 $20/월 Pro 플랜으로 전환하면 됩니다. VS Code 확장·단축키를 그대로 가져올 수 있어 기존 환경을 버릴 필요가 없습니다.

🔗 자세히 보기

🔓 오픈소스 실전

IndexCache: 긴 문서 AI 추론 1.82배 빠르게

💡 핵심: GitHub Apache 2.0 공개 — vLLM·SGLang 패치 한 줄로 적용

청화대(Tsinghua)와 Z.ai 연구팀이 만든 IndexCache는 DeepSeek·GLM 계열 모델의 '희소 어텐션(Sparse Attention)' 연산에서 중복 계산을 최대 75% 잘라내는 추론 가속 기법입니다. 쉽게 말하면, 인접한 레이어끼리 거의 같은 '중요 토큰' 집합을 선택한다는 사실을 이용해 대부분의 레이어가 계산 결과를 재활용하게 만드는 방식입니다. 20만 토큰 길이의 문서를 처리할 때 첫 응답 지연(prefill latency)이 19.5초에서 10.7초로 단축되고, 생성 처리량도 1.48배 향상됩니다. 별도 모델 재학습 없이 패치만 적용하면 되므로 이미 vLLM이나 SGLang으로 DeepSeek·GLM 모델을 서빙 중인 팀이라면 오늘 바로 적용할 수 있습니다.

💻 요구 사양: 서버용 GPU 환경 필요 (vLLM 또는 SGLang이 동작하는 CUDA GPU 서버), 로컬 PC에서의 직접 실행보다는 클라우드/온프레미스 GPU 서버 대상 최적화. CPU 전용 환경은 미지원.

⚡ 설치·시작: git clone https://github.com/THUDM/IndexCache 후 README의 SGLang 또는 vLLM 패치 적용 지침을 따라 패치 설치, 이후 IndexCache 옵션 활성화로 즉시 사용 가능.

👉 이렇게 써봐: RAG(검색 증강 생성), 장문 문서 분석, 에이전트 파이프라인처럼 긴 컨텍스트를 자주 다루는 서비스에 적용하면 GPU 비용을 바로 줄일 수 있습니다.

🔗 자세히 보기

오늘의 AI 트렌드

AI 생태계는 '더 큰 모델'보다 '더 빠르고·더 싸고·내 서버에서 돌아가는' 방향으로 무게중심이 이동하고 있습니다. 오픈 웨이트 음성 모델, 추론 최적화 패치, 셀프호스티드 에이전트가 동시에 등장한 오늘 하루가 그 흐름을 압축해서 보여줍니다.