현재 기술 좌표 — 0에서 1만까지
인류가 상상할 수 있는 기술의 완성점을 10,000으로 놓았을 때, 우리는 지금 어디쯤 있는가.
🧠 소프트웨어 AI2,610/10,000▲ +18
OpenAI가 GPT-5.6 Sol·Terra·Luna 3-tier 패밀리를 공개하며 코딩·사이버보안·생물학 벤치마크에서 새 최고점을 기록했고, 멀티 서브에이전트 'ultra mode'를 도입해 장기 복잡 과제 처리 능력을 한 단계 끌어올렸다. Gemini 3.5 Flash도 computer use를 네이티브 내장해 에이전트가 브라우저·모바일·데스크톱을 직접 조작하는 시대가 본격화됐다.
🦾 피지컬 AI·로봇847/10,000▲ +5
General Intuition이 3억 2천만 달러를 조달하며 게임 클립 수십억 개에 담긴 버튼 입력 데이터로 로봇을 8분 만에 파인튜닝하는 접근법을 공개했다. 게임 세계에서 물리 세계로의 지식 전이(transfer)가 실증되며 피지컬 AI 훈련 데이터 전략이 근본적으로 재편될 가능성이 높아졌다.
⚡ 반도체·하드웨어1,720/10,000▲ +8
OpenAI·Broadcom이 공동 개발한 LLM 추론 전용 ASIC 'Jalapeño'를 공개했다. 설계부터 테이프아웃까지 9개월로 역대 최속 ASIC 개발 사이클로 알려졌으며, 2026년 말 기가와트급 데이터센터 초기 배포가 예정돼 있다. AI가 자신의 칩 설계 최적화를 가속하는 '자기참조 루프'가 처음으로 확인됐다.
🔋 에너지 인프라615/10,000▲ +1
Jalapeño의 기가와트급 데이터센터 목표와 OpenAI·Microsoft의 대규모 인프라 계획은 에너지 수요를 한층 키우고 있으나, 청정에너지 공급 측 혁신 소식은 오늘 특별히 없었다. 소폭 상승은 인프라 투자 모멘텀 반영.
🧠 소프트웨어 AI 축 업데이트
GPT-5.6 Sol·Terra·Luna: 3계층 AI 시대
📍 좌표판에서의 의미: 단일 '최강 모델' 경쟁에서 '세대×용도' 2차원 매트릭스로의 전환은 소프트웨어 AI가 범용 도구에서 전문 인프라로 진화하고 있음을 보여준다. 특히 미국 정부가 사이버 능력 평가 프레임워크를 완성하기 전까지 출시를 통제한 점은 AI 규제 지형이 새로운 단계에 진입했음을 상징한다.
OpenAI는 GPT-5.6을 Sol(최강 플래그십), Terra(균형형), Luna(초저가 고속)의 3-tier 패밀리로 출시했다. Sol은 코딩·생물학·사이버보안에서 새 최고점을 찍었고, '맥스 추론' 설정과 복수 서브에이전트를 병렬 운용하는 'ultra mode'를 도입해 장기 복잡 작업 처리가 가능해졌다. 트럼프 행정부 요청으로 약 20개 파트너 조직에만 제한 프리뷰 형태로 제공됐는데, OpenAI는 공개 성명에서 이 방식이 장기 기본값이 돼선 안 된다고 명시적으로 반박했다. 출시가 정부 사이버 행정명령 프레임워크 완성(목표: 2026년 8월)과 연동된 것은 AI 모델이 전략 자산으로 취급받기 시작했다는 강력한 신호다. 수 주 내 일반 출시가 예정돼 있어 시장 파급은 이제 시작이다.
💰 투자·비즈니스 시각: Terra($2.50/$15 per 1M 토큰)는 GPT-5.5 대비 2배 저렴하면서 동등 성능이라, 고볼륨 B2B SaaS·고객지원 자동화 기업의 비용 구조를 단번에 바꿀 수 있다. Luna($1/$6)는 실시간 분류·라우팅 계층에서 현재 시장 최저가 수준으로, 스타트업이 프리미엄 모델 없이도 에이전트 파이프라인을 구축할 진입 문턱을 낮춘다. 반면 정부 규제가 선례가 되면 차세대 모델 출시 타이밍이 경쟁 우위를 결정짓는 변수가 돼, 규제 접근성이 좋은 기업(방산·정보기관 인접 AI 스타트업)이 구조적 이익을 얻을 수 있다.
🔗 자세히 보기⚡ 반도체·하드웨어 축 업데이트
OpenAI·Broadcom, 추론칩 Jalapeño 공개
📍 좌표판에서의 의미: AI 기업이 자사 모델로 자사 칩 설계를 가속하는 '자기참조 루프'가 최초로 공식 확인됐다. 하드웨어 축의 독립성이 높아지면 AI 확산 속도와 단가 구조가 근본적으로 바뀐다.
OpenAI와 Broadcom이 LLM 추론 전용 ASIC 'Jalapeño'를 공개했다. 설계 개시부터 테이프아웃까지 단 9개월로, 고성능 반도체 업계 역대 최속 ASIC 개발 사이클로 언급된다. 핵심은 OpenAI 자신의 모델이 칩 설계와 최적화 과정 일부를 가속하는 데 쓰였다는 점이다. 2026년 말 Microsoft 등과 함께 기가와트급 데이터센터에 초기 배포될 예정이며, 이후 멀티제너레이션 로드맵이 계획돼 있다. GPU 중심 인프라에서 목적 특화 추론 칩으로의 이동은 추론 단가를 낮추고 OpenAI의 수익 구조를 개선할 잠재력을 갖는다.
💰 투자·비즈니스 시각: Broadcom(AVGO)은 AI 칩 설계·제조 파트너로서 입지를 재확인했다. 기가와트급 데이터센터 수요는 전력 인프라·냉각·네트워킹 장비 수요로 연결된다. Nvidia 의존도를 낮추려는 AI 기업들이 Broadcom 같은 ASIC 파트너를 선호하는 흐름이 가속될 경우, AMD·Marvell 등 경쟁 커스텀 실리콘 업체도 반사이익 가능성이 있다. 단, Jalapeño는 추론 전용으로 훈련 워크로드는 여전히 Nvidia GPU에 의존할 가능성이 높다.
🔗 자세히 보기🦾 피지컬 AI·로봇 축 업데이트
게임 클립으로 로봇 훈련, 3,200억 원 베팅
📍 좌표판에서의 의미: 피지컬 AI의 최대 병목은 '충분한 실세계 훈련 데이터'였다. 게임 플레이 데이터가 그 대안으로 떠오르면서 로봇 데이터 수집 패러다임이 실험실 밖으로 열릴 수 있다.
General Intuition이 3억 2천만 달러(약 4,400억 원)를 조달하며 시리즈 A 기업 가치 23억 달러를 기록했다. 이 회사는 게임 클립 공유 플랫폼 Medal의 연간 20억 개 영상 클립에 담긴 버튼 입력 메타데이터를 AI 훈련에 활용한다. 핵심 주장은 대담하다: 동일한 모델이 Fortnite류 게임을 100시간 플레이한 뒤, 단 8분의 실세계 데이터만으로 4족 보행 로봇을 오피스에서 주행시켰다. 텍스트 기반 대형 언어모델이 언어로 세상을 배우듯, 이 접근은 '행동'으로 물리 세계를 배운다는 철학이다. 창업자는 2024년 말 OpenAI의 5억 달러 인수 제안을 거절하고 독립 회사를 세웠다.
💰 투자·비즈니스 시각: 게임 데이터가 로봇 훈련의 새 자산 클래스로 부상할 경우, 대규모 액션 레이블 데이터를 가진 게임 플랫폼 기업들이 예상치 못한 전략 가치를 얻는다. API 출시(2026년 여름 예정)가 성공하면 자율주행·산업 자동화·드론 기업이 자체 데이터 없이도 기반 모델을 쓸 수 있게 돼 피지컬 AI 스타트업 창업 비용이 낮아진다. 단, 게임 환경과 물리 세계의 간극이 벤치마크 외 실제 배포에서도 유지되는지 검증이 선행돼야 한다.
🔗 자세히 보기🚧 다음 관문 — 여기를 넘어야 레벨이 바뀐다
소프트웨어 AI 3,000 돌파의 열쇠는 '멀티에이전트 자율 연구 사이클' 확립이다. 현재 GPT-5.6 Sol Ultra가 장기 코딩 과제에서 서브에이전트를 병렬 운용하기 시작했지만, AI가 스스로 설계한 실험을 실행하고 결과로 자신을 재훈련하는 닫힌 루프는 아직 열리지 않았다. 하드웨어 측에서는 Jalapeño 같은 추론 전용 ASIC의 대규모 배포(2026년 말~2027년)가 토큰 단가를 극적으로 낮춰야 에이전트 상시 운용이 경제적으로 가능해진다. 피지컬 AI는 게임→시뮬레이션→실세계 전이를 다양한 로봇 형태(휴머노이드·드론·산업용 암)에서 반복 검증해야 하며, 가장 가까운 후보는 General Intuition, Physical Intelligence(π), Figure AI가 경쟁하는 '기반 모델 API' 레이어다. 예상 시기: 2027~2028년.
🌌 10,000의 세계 — 기술이 완성됐을 때 인간의 하루
2026년 6월 28일 아침, 나는 일어나 커피를 내리는 동안 집 안의 범용 로봇이 어젯밤 쌓인 설거지를 마무리한다. 출근길 지하철에서 AI 비서에게 '오늘 발표 자료 완성해줘'라고 말하면, 10분 후 세계 최고 수준의 컨설턴트가 하루 걸려 만들 자료가 도착한다. 퇴근 후 희귀 지병 진단을 받았더라도, AI가 최신 논문 수십만 편을 즉시 분석해 주치의와 함께 맞춤 치료 계획을 그날 저녁 완성해준다.
댓글
댓글 쓰기