한 줄 요약

오픈AI가 GPT‑5.5와 Codex로 엔터프라이즈와 개인 금융 등 실제 업무에 더 깊이 들어가고, 반도체 시장·법정 이슈가 비용과 ‘신뢰’를 AI 도입의 핵심 변수로 부각시킨다.

Big Tech

OpenAI: GPT‑5.5 엔터프라이즈 에이전트·개인 금융 확장

OpenAI와 Databricks가 GPT‑5.5를 기업의 실제 작업에 투입하고, ChatGPT에는 은행·투자 계좌를 연결하는 금융 보기를 추가한다. Databricks에 따르면 GPT‑5.5는 복잡한 기업 문서 업무를 다루는 OfficeQA Pro에서 새로운 최고 성능을 기록해 GPT‑5.4 대비 오류를 46% 줄였고, 이 벤치마크에서 처음으로 정확도 50%를 넘었다. 이는 스캔된 PDF나 레거시 파일 같은 파싱 중심 작업에서 운영 중인 에이전트 시스템이 흔들리는 지점을 실무적으로 줄여준다. ¹

OpenAI는 미국 Pro 이용자를 대상으로 ChatGPT의 새로운 개인 금융 미리보기를 공개해, Plaid를 통해 1만2천여 금융기관 계정을 안전하게 연결하고 실제 금융 맥락에 근거한 질문을 할 수 있게 했다. OpenAI는 초기 사용에서 학습하기 위한 점진적 공개라고 설명하며, ChatGPT가 전문적인 재무 자문을 대체하지는 않는다고 명시한다. 이번 미리보기는 미국의 Pro 이용자가 웹과 iOS에서 사용할 수 있다. ²

이와 함께 싱가포르에서 출발한 테크 그룹 Sea는 방대한 코드베이스와 지속적 통합/지속적 배포(CI/CD) 파이프라인에서 에이전트형 워크플로를 적용하기 위해 Codex를 전사에 도입 중이라고 밝혔다. Sea가 제시한 내부 데이터에 따르면 사용자 중 87%가 주간 활성 사용자이며, 만족도 4~5점을 준 개발자 가운데 73%가 동료에게 추천하겠다고 답했다. 자동완성을 넘어 코드 이해·디버깅·테스트 생성 등에서 지속 사용이 일어난다는 의미다. ³

이처럼 민감한 워크플로로 확장되는 흐름은 2026-05-17 기준 배심원이 오픈AI 리더십의 신뢰 문제를 따지는 법정 공방이 진행 중이라는 TechCrunch의 지적과 맞물린다. 비공개 AI 연구소의 불투명성이 거론되는 가운데, 개인 금융과 엔터프라이즈 도입에서는 프라이버시, 데이터 통제, 검증 가능한 신뢰성이 더욱 중요해진다. ⁴

Industry & Biz

WSJ 분석: AI 반도체 랠리와 사이클 리스크

월스트리트저널은 강한 AI 수요 속에서도 반도체 업계 특유의 호황·불황 사이클이 여전히 유효하다고 지적하며, 특히 메모리 업체가 그 단면을 극단적으로 보여준다고 분석했다. “이번에는 다르다”는 서사가 공급·가격·이익의 급격한 변동성을 과소평가할 수 있다는 경고다. ⁵

예시로 WSJ는 Micron이 3년 전 사상 최대 손실을 냈지만, 향후 12개월 동안 1,000억 달러에 조금 못 미치는 이익을 낼 것으로 전망되며 미국에서 여섯 번째로 수익성이 높은 종목이 될 것이라고 전했다. 이는 낙관론과 함께 사이클 전환에 대한 취약성도 시사한다. ⁵

Cerebras: 상장 전 위기와 600억 달러 데뷔

TechCrunch는 AI 칩 업체 Cerebras가 대형 IPO 이후 시가총액 약 600억 달러에 이르렀지만, 2019년에는 웨이퍼 스케일 칩 패키징 문제를 풀지 못해 월 800만 달러를 태우며 ‘2억 달러에 가까운’ 자금을 소진해 파산 직전까지 갔다고 전했다. 팀은 냉각·데이터 이동 문제를 해결했고, 웨이퍼 고정을 위해 40개의 나사를 동시에 체결하는 기계까지 직접 만들어 돌파구를 마련했다. ⁶

또한 OpenAI가 워런트 담보로 10억 달러를 대여해 약 3,300만 주의 권리를 확보했으며(주당 279달러 기준 90억 달러 이상 가치), 해당 거래의 일환으로 일정 기간 특정 OpenAI 경쟁사에 대한 판매 제한 조항이 있었다고 밝혔다. 현재 Cerebras는 OpenAI, AWS 등 고객에 추론용 칩을 판매하고 있다. ⁶

나에게 주는 의미

OfficeQA Pro에서 확인된 성능 개선은 문서 중심 업무에서의 ‘사소한 오류 누적’을 줄일 수 있음을 시사한다. 스캔 PDF·레거시 파일을 다루는 팀이라면 본격 도입 전에 에이전트 하네스 환경에서 GPT‑5.5의 성능과 이전 모델 대비 오류 변화폭을 공급사에 요구해 확인하는 것이 좋다. ¹

개인 자산 관리 측면에서는 ChatGPT 금융 미리보기가 계정 통합과 질의응답을 한곳에서 처리하게 해준다. 다만 현재는 미국 Pro 전용이며 Plaid로 연동하고 1만2천여 기관을 지원하며, 전문 재무 자문을 대체하지 않는다. ChatGPT의 데이터 설정에서 학습 사용 여부를 점검해 개인정보 처리 방식을 본인 선호에 맞추라. ²

엔지니어링/제품 리더는 Sea의 접근처럼 자동완성을 넘어 에이전트를 CI/CD에 편입해 코드 이해·디버깅·테스트 생성을 체계화할 수 있다. Sea의 내부 수치(주간 활성 87%, 높은 만족도 사용자 중 73% 추천)는 이런 방식이 지속 사용될 가능성을 보여준다. ³

조달·예산 담당자는 반도체 사이클과 공급 제약 현실을 함께 고려해야 한다. 특히 용량 보장, 가격 조정 보호, 종료 조항 등 SLA를 계약에 명시해 급격한 수요 변화나 특정 고객 우선 전략에 따른 리스크를 관리하라. ⁶

지금 할 일

1. ChatGPT 금융 미리보기 사용 (미국 Pro): ChatGPT의 Finances 패널에서 계정을 연결하고, 설정 > 데이터 제어에서 학습 설정을 원하는 수준으로 조정하라.
2. 문서 업무에 GPT‑5.5 파일럿: Databricks를 쓰는 팀이라면 AI Unity Gateway에서 GPT‑5.5를 활성화해 스캔 PDF로 1~2시간 테스트를 돌리고 현재 시스템과 오류율을 비교하라.
3. ‘에이전트 워크플로’ 90분 워크숍: 반복되는 3개 업무를 에이전트로 재설계하고 지표(지연, 오류)를 정한 뒤 이번 달 한 개 파일럿을 실행하라.
4. AI 공급 계약 점검: 향후 AI 인프라·모델 계약에 용량 SLA, 가격 보호 조항, 종료 조항을 반영하도록 IT/조달 부서와 협의하라.