한 줄 요약

정부의 사전 안전성 검증이 강화되는 가운데, 구글과 메타가 프런티어 모델을 대중에 개방하면서 안전 기준과 실제 활용 옵션이 동시에 높아지고 있다.

Big Tech

Muse Wonder: 메타의 프런티어 모델 공개

메타는 장기 업무와 코딩을 수행하도록 설계한 새로운 AI 모델 두 종(Muse Wonder, 상위 버전 Muse Wonder Full)을 공개했다. Wonder는 Meta Model API에서 입력 100만 토큰당 4달러, 출력 100만 토큰당 20달러로 제공되고, Wonder Full은 Muse Code 구독자에게만 제공된다. 메타는 복잡한 작업을 견인하는 신뢰 가능한 기억과 목표 지속성을 강조한다. ¹

VentureBeat에 따르면, 독립 평가기관 Artificial Analysis의 Intelligence Index에서 Wonder Full은 56점을 받아 GPT‑6 Astra(53), Gemini 4 Argon(53)보다 높고 Claude Opus 5.5(58)에는 소폭 못 미쳤다. 표준 Wonder는 52점으로 집계되었으며, 소프트웨어 엔지니어링과 에이전트 워크플로에서 강점을 보이지만 과제별 성과 차는 여전하다. ²

의미: 메타는 Prometheus 데이터센터에서 학습한 모델로 OpenAI·Anthropic과 기업용 경쟁을 겨냥하며, “Active Memory”와 “Active Focus”를 장기 업무에 맞춘 핵심 능력으로 내세운다. 실제 기업 채택 속도와 이 기능들이 메인스트림 앱에 얼마나 빨리 녹아드는지가 관전 포인트다. ³

Industry & Biz

영국 AISI: 최신 AI 모델 사전 안전성 테스트 권한 확보

영국 AI 보안 연구소(AISI)가 구글의 Gemini 4 Argon을 포함한 최신 AI 모델을 출시 전 테스트할 수 있는 사전 접근 권한을 확보했다고 밝혔다. 주요 개발사와의 자율 협약을 통해 모델의 안전장치와 위험을 조기에 평가하고, 미국 정부 및 연구진과 협력해 국제 안전 기준 수립에 기여한다는 설명이다. ⁴

이는 백악관이 영국 측 테스트 중단을 요청했다는 보도 이후 나왔으며, AISI가 9월에 Anthropic의 Mythos 5.1에 대해 “미국 외에는 접근 불가” 입장을 확인했다고 밝힌 맥락과 맞물린다. 카니슈카 나라얀 장관은 미·영 신뢰 관계를 강조하며 최신 세대를 사전 테스트할 수 있다는 자신감을 내비쳤다. ⁴

기업 관점에서 이는 국제 기준 정립과 함께 더 이른 안전성 검토와 문서화 요구가 강화됨을 의미한다. 마이크로소프트 브래드 스미스는 영국이 AI 안전 가이드라인 수립을 주도할 위치에 있다고 평가했다. ⁴

마너스(Manus): 메타 인수 무산 후 5억 달러 이상 조달

연구·자동화 등을 최소한의 사람 개입으로 수행하는 범용 AI 에이전트를 개발하는 마너스가 Boyu Capital과 IDG Capital 공동 주도로 5억 달러 이상을 조달했다. 메타의 20억 달러대 인수 무산 후 독립 운영을 재개한 가운데, 연환산 매출 런레이트가 약 5억 달러에 이르렀다는 보도도 전해졌다. ⁵

마너스는 분사 과정에서 일부 사용자 데이터를 삭제했다고 밝히는 한편, 새로운 실행 시스템 기반의 Manus 2.0과 에이전트에 이메일·전화번호·지갑을 부여해 승인된 작업을 수행하게 하는 앱 Cue를 내놨다. 회사는 중국 내외에서 채용을 이어가겠다고 밝혔다. ⁶

New Tools

Gemini 4 Argon: 전 세계 공개·초기 요금제 발표

구글의 최신 프런티어 모델 Gemini 4 Argon이 전 세계에 공개됐다. 개발자와 기업은 AI Studio와 Gemini 플랫폼의 응용 프로그램 인터페이스(API)로, 구독자는 Gemini 앱과 검색의 AI 모드에서 접근할 수 있다. 초기 요금은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이며, 캐시된 입력은 95% 할인된다. ⁷

구글은 Argon이 코딩·금융·법률·사이버보안 등 고난도 업무에 강하며 Vals Index에서 상위를 기록했다고 주장한다. 기존 Gemini 사용 환경에서 곧바로 시험해 품질·지연·토큰 비용을 비교하기 쉬운 점이 실무 도입 장벽을 낮춘다. ⁷

커뮤니티 반응

Hacker News (832↑) — 혼합: 속도와 API 동등성에 대한 호평이 있는 반면, 접근 제약과 설정 과정의 이상 동작을 호소하는 글도 다수. ⁸

"속도가 아주 빠른 것에 감명받았어요. 모든 평가를 해본 건 아니지만 파일을 만드는 데 의외로 매우 빠릅니다." — Hacker News ⁸

"저도 같은 상황이에요. 구글 워크스페이스 싱글 시트 계정이 있는데 Argon을 워크스페이스에 추가하는 방법을 모르겠어요. Gemini에 물어보면 존재하지 않는 페이지들을 환각하듯 만들어내요." — Hacker News ⁸

Hacker News (656↑) — 혼합: 기업이 단기간에 메타 모델로 전환하긴 어렵다는 회의론과 규제 당국의 실효성 부족 우려가 공존. ⁹

"모델을 내놓는 것과 사람들이, 더 중요한 건 기업들이 그것을 사용하는 것은 다릅니다. 좋은 모델이 많이 있지만 대부분 돈이나 이익을 내지 못합니다. 다음에 무슨 일이 일어나는지 봐야겠죠. 하지만 많은 기업이 Anthropic이나 OpenAI 모델에서 Meta로 갈 것 같지는 않습니다." — Hacker News ⁹

"규제 기관들이 이제 완전히 무력해 보입니다, 심지어 여기 유럽에서도요." — Hacker News ⁹

나에게 주는 의미

영국을 사업 범위에 두거나 영국 규제와 맞닿은 조직이라면, AISI의 사전 접근은 모델·에이전트 기능이 출시되기 전 더 엄격한 안전성 검토와 증빙을 요구받을 수 있음을 뜻한다. 조달·법무 단계에서 안전장치와 위험 평가 증거를 제시할 준비가 필요하다. ⁴

Argon의 초기 요금(입력 100만 토큰 2달러, 출력 100만 토큰 10달러)은 고난도 작업의 파일럿을 부담 없이 시도하게 해 준다. 기존 Gemini 사용 환경에서 바로 시험해 실제 워크플로에서 품질·지연·총 토큰 비용을 비교해 보라. ⁷

메타가 내세운 “Active Memory”와 “Active Focus”는 맥락을 기억하며 긴 작업을 밀어붙이는 어시스턴트의 난제를 겨냥한다. 동시에 개인정보 위험이 커지므로, 지속 메모리에는 명시 동의, 보관 기간 제한, 손쉬운 해제 장치가 선행되어야 한다. ¹⁰

투자 측면에서 에이전트에 대한 관심은 여전하다 — 규제 변수에도 불구하고 마너스의 5억 달러대 조달은 반복 가능한 과제에서의 명확한 ROI를 증명하는 팀이 주목받고 있음을 시사한다. 광범위한 범용 에이전트보다는 한두 개 반복 업무에서 결과를 입증하는 접근이 유리하다. ⁵

지금 할 일

1. Google AI Studio에서 Argon 시험: 10개 문서 검토나 코드 리팩터링처럼 작은 파일럿을 돌리고, 품질·지연·토큰 비용을 현재 모델과 비교한다.
2. Muse Wonder로 에이전트 흐름 점검: Meta Model API 또는 Muse Code로 다단계 코딩·문서 자동화 같은 작업을 끝까지 실행해 보고, “Active Memory”가 도움이 되는 지점을 기록한다.
3. 메모리·데이터 정책 1쪽 초안 작성: AI가 무엇을 얼마나 오래 기억할지, 조회·삭제 방법을 정의하고 법무·보안 검토를 받는다.
4. 안전성 점검 체크리스트 작성: 오남용 저항, 도구 사용 통제, 중요 단계 사전 확인 등 AISI 이슈를 반영해 내부 한 개 사례에 적용해 본다.
5. 완료 비용 비교 테스트: 동일 과제에서 Argon과 기존 모델의 총 토큰 비용·완료 시간을 비교해, 성과 좋은 쪽으로 2주 시범을 진행한다.