이번 주 한 줄

오픈AI는 GPT‑5.6의 광범위 출시를 미국에서 승인받았고, 메타는 자체 “아이리스(Iris)” AI 칩의 9월 생산 일정을 확정하며 코딩 모델 가격을 낮췄고, 베이징은 중국 모델에 대한 해외 접근 제한을 검토했다 — 더 저렴해지는 AI와 더 강해지는 감독, 그리고 컴퓨트 통제가 새 지렛대로 부상했다.

이번 주 숫자

• 290억 달러 — AI 투자자 공략을 위한 SK하이닉스의 미국 증시 상장 추진 규모. ¹
• 46% — 2월 8일 이후 OpenRouter에서 중국 모델로 라우팅된 주간 토큰 점유율 최고치(12개월 평균: 11%). ²
• 14GW — 메타가 자체 데이터센터 AI 칩 “아이리스” 생산과 함께 2027년에 목표하는 컴퓨팅 용량. ³
• $1.25/$4.25 — 새로운 모델 API를 통한 Muse Spark 1.1의 1M 토큰당 입력/출력 가격. ⁴
• $2/$6 — SpaceXAI Grok 4.5의 1M 토큰당 입력/출력 가격으로 상위 티어 대비 저가 공세. ⁵
• 55% — 로이터 테스트에서 크롭된 Muse Image 출력 중 메타의 프리뷰 감지기가 검증에 실패한 비율(원본은 100% 검증). ⁶
• 8.3× — DepthWeave‑KV가 64K 컨텍스트에서 보고한 KV 캐시 메모리 절감 배수(품질은 거의 유지). ⁷

TOP 뉴스

오픈AI, GPT‑5.6 광범위 출시 승인 획득

미 상무부가 새로운 감독 프레임워크하에서 추가 테스트를 거친 뒤 오픈AI의 GPT‑5.6 광범위 출시를 승인했고, 오픈AI는 더 넓은 롤아웃을 준비 중이다. 가용성 세부 정보에 따르면 GPT‑5.6 패밀리 티어(Sol: 플래그십, Terra: 일상형, Luna: 빠르고 경제형)가 7월 9일로 맞춰져 있다. 팀 입장에선 거버넌스가 출시 시점과 접근 권한을 좌우할 수 있음을 의미하므로, 핵심 작업에서 지연시간·비용·품질 밸런스를 맞추기 위해 티어 간 신속한 A/B 테스트를 계획하라. ⁸⁹¹⁰

메타, 9월부터 ‘아이리스’ AI 칩 생산… 2027년 14GW 목표

메타는 9월부터 자체 데이터센터 AI 칩 “아이리스” 생산에 들어가며, 2027년까지 총 14GW의 컴퓨팅 용량 달성을 목표로 한다. 초기 테스트에서 큰 문제는 발견되지 않은 것으로 알려졌고, 설계 파트너는 브로드컴이며 제조는 TSMC가 맡는다. 이 칩은 대규모 GPU(그래픽 처리 장치) 플릿을 대체하기보다 보완하도록 설계되어, 서비스 비용 절감과 외부 벤더 의존도 축소 의지를 시사한다. ³

메타, 에이전틱 코딩용 ‘뮤즈 스파크 1.1’ 출시… 공격적 가격

메타는 Meta Model API(애플리케이션 프로그래밍 인터페이스)의 미국 공개 프리뷰를 시작하고, 자사 최강의 에이전틱/코딩 모델로 포지셔닝한 Muse Spark 1.1을 출시했으며, Meta AI 앱과 웹에서도 “Thinking” 모드로 제공한다. 가격은 1M 입력 토큰당 $1.25, 출력 토큰당 $4.25이며, 신규 API 계정에는 $20 크레딧이 제공된다. 멀티 에이전트 오케스트레이션, 강화된 컴퓨터 사용 워크플로, 100만 토큰 컨텍스트 창의 능동 관리 등 기능은 코드 마이그레이션과 복잡한 워크플로에서 역량과 총소유비용(TCO) 모두를 겨냥한다. ¹¹⁴¹²

스페이스XAI, 그록 4.5 출시… 1M 토큰당 $2/$6

SpaceXAI의 Grok 4.5는 코딩, 사무 보조, 리서치, 글쓰기 등에 쓰이는 빠른 범용 “일꾼” 모델로 포지셔닝됐다. 1M 토큰 기준 입력 $2/출력 $6의 토큰 가격은 다수의 플래그십 티어 대비 분명한 가격 압박이다. 대규모 추론에는 가격 대비 품질 트레이드오프를 실제 워크로드로 직접 A/B 테스트할 필요가 있다. ⁵

베이징, 최상위 중국 AI 모델 해외 접근 제한 검토

로이터에 따르면 중국 당국이 알리바바, 바이트댄스, Z.ai 등과 함께 자국 최상위 AI 모델에 대한 해외 접근 제한을 논의했다. 제안에는 유출·도난 시 국가안보 처벌, 국내 AI 스타트업에 투자할 수 있는 주체 제한 등이 포함되며, 폐쇄형과 보다 개방형 유통 모두에 적용될 수 있다는 관측이다. “충분히 괜찮은” 작업을 저렴한 중국 모델로 라우팅해온 바이어에겐 비용과 접근 조건에 변화가 생길 수 있다. ¹³

저렴한 중국 모델, 비용 경쟁력으로 미국서 채택 확대

CNBC가 인용한 OpenRouter 데이터에 따르면 2월 8일 이후 중국 모델로 가는 주간 토큰 점유율은 30% 이상을 유지했고 최고 46%까지 올라갔다(12개월 평균 11%, 2025년 초 약 4.5%). Z.ai의 GLM 5.2 같은 벤더 사용량이 급증했으며 일부 오픈웨이트 옵션은 미국 선도 시스템 대비 60%–90% 저렴하다는 보고가 있다. 많은 팀이 복잡한 작업엔 프리미엄 티어를, “충분히 괜찮은” 작업엔 예산형 모델을 쓰는 식으로 라우팅을 재편한다. ²

오픈AI 디플로이먼트 컴퍼니, 노스슬로프 인수 합의

오픈AI의 엔터프라이즈 구현 조직(지분 다수 보유, 인수용 40억 달러 자금 확보)이 적용 AI 업체 노스슬로프 인수에 합의했는데, 이는 토모로(Tomoro)에 이은 두 번째 유사 딜이다. 이번 인수로 고객과 함께 구축하는 수백 명 규모의 임베디드 엔지니어가 더해지며, 실행 역량과 거버넌스가 모델 품질과 함께 경쟁력의 분기점이 되고 있음을 시사한다. 조건은 비공개이며, 거래는 통상적 승인을 기다린다. ¹⁴

메타 AI 이미지 감지기, 크롭된 뮤즈 이미지 55% 식별 실패

로이터가 Muse Image로 생성한 40장의 이미지를 테스트한 결과, 메타의 프리뷰 감지기는 원본은 100% 검증했지만 가로세로를 약 1/3~1/2로 크롭하면 55%에서 실패했다. 메타는 도구가 프리뷰 단계이며 과도한 크롭 시 신호가 소실될 수 있다고 설명했지만, 웹사이트에는 콘텐츠 실(Content Seal) 워터마크가 크롭 후에도 남아야 한다고 안내되어 있다. 광고·UGC 모더레이션·선거 영역에선 워터마크만으로는 취약하므로, 가시적 라벨·에셋 관리 추적·표적화된 휴먼 리뷰를 겹겹이 적용해야 한다. ⁶

SK하이닉스, 290억 달러 규모 미 증시 상장 추진

AI 컴퓨트의 핵심인 메모리 칩 공급사인 SK하이닉스가 미국에서 외국 기업 최초 상장 중 최대급이 될 수 있는 상장을 추진, AI 데이터센터 메모리에 가장 집중하는 투자자와의 정렬을 노린다. 더 깊은 미국 자본 접근은 메모리가 병목인 시장에서 공급·가격·로드맵에 영향을 줄 수 있다. ¹

리서치: DepthWeave‑KV, 64K 컨텍스트에서 8.3배 KV 메모리 압축

새 접근법은 64K 토큰 컨텍스트에서 어텐션 KV(Key‑Value) 캐시를 8.3배 축소하면서도 거의 완전한 품질을 유지하고 초당 72.8 토큰을 달성했다고 보고한다. 인접 레이어 간 로우랭크 채널 베이스를 공유하고 필요한 지점에만 토큰별 리지듀얼을 더하며, CUDA(Compute Unified Device Architecture) 구현으로 메모리 트래픽을 줄여 GPU 대역폭이 병목인 환경에 유용하다. 빌더들에게 이는 검색 충실도를 포기하지 않고도 장문 컨텍스트 서빙 비용을 낮출 수 있음을 시사한다. ⁷

이번 주 트렌드 분석

컴퓨트 비용과 통제가 무대 중앙으로 이동했다. 메타는 자체 “아이리스” 칩 생산과 14GW 용량 목표를 못 박았고, 스페이스XAI는 Grok 4.5를 1M당 $2/$6으로 공격적으로 책정했으며, 메타는 Muse Spark의 $1.25/$4.25로 코딩 티어를 낮췄다. 여기에 딥시크의 추론용 칩 설계 보도와 멀티칩 서버 같은 도구가 더해지며, 벤더가 스택을 더 많이 소유해 토큰당 비용을 죄고 공급 리스크를 헤지하려는 신호가 뚜렷하다. ³⁵⁴¹⁵

거버넌스는 태평양 양안에서 동시에 조여졌다. 미국은 추가 테스트 이후 GPT‑5.6의 광범위 출시를 승인했고, 중국은 자국 최상위 모델의 해외 접근 제한을 논의했는데—둘 다 정책이 하룻밤 새 접근성과 가격을 바꿀 수 있음을 시사한다. 자산 차원에서도 로이터의 크롭 테스트는 워터마크 기반 감지가 실패할 수 있음을 보여주며, 보이지 않는 마크를 넘어선 다층 출처 검증의 필요성을 강화한다. ⁸¹³⁶

효율화 연구는 시장 변화와 보조를 맞췄다. DepthWeave‑KV의 64K 컨텍스트에서 8.3배 KV‑캐시 압축과 더불어, 검증 신호·선택적 메모리·장기 호라이즌 압축 등 인접 연구는 “적은 리소스로 더 많은 일”을 지향한다: 품질은 유지하고 메모리·대역폭을 줄이며, 장기 작업에서 에이전트를 더 단단하게 만든다. 실무자에게 이는 모델 패밀리를 바꾸지 않고도 서빙 비용을 낮추고 장문 컨텍스트 거동을 더 신뢰할 수 있게 한다. ⁷

주목할 포인트

• “아이리스” — 9월 생산 예정인 메타의 자체 데이터센터 AI 칩; 성능 수치와 초기 배치를 주시. ³
• “Sol/Terra/Luna” — GPT‑5.6 패밀리 티어; 롤아웃에 따른 지연시간·품질·가격 분화를 추적. ¹⁰
• “해외 접근 제한” — 중국의 공식 통보가 나오면 예산형 작업을 해당 공급사에 라우팅해온 팀에 직접적 영향. ¹³

이번 주 오픈소스

• Goose agent — 멀티 프로바이더를 지원하는 확장형 데스크톱/CLI/API 에이전트; Apache‑2.0. 다양한 LLM 간 에이전트 실행을 표준화하려는 팀에 적합. aaif-goose/goose
• Local Deep Research — 로컬 실행·아웃바운드 제어 기반의 프라이버시 우선 리서치 어시스턴트; arXiv/PubMed/사내 문서 연동. 데이터를 클라우드로 내보낼 수 없는 애널리스트에게 유용. LearningCircuit/local-deep-research
• Omnigent — 다수의 코딩 에이전트를 정책 집행·샌드박싱과 함께 오케스트레이션하는 플러그인 하니스. 하나의 워크플로 뒤에서 “에이전트 두뇌”를 비교하려는 리드에게 적합. omnigent-ai/omnigent
• BrowserClaw (BrowserOS) — 웹을 끝단까지 조작 가능한 AI 구동 데스크톱 브라우저(AGPL‑3.0). 실제 사이트 대상 브라우징 에이전트를 만드는 팀에. browseros-ai/BrowserOS
• headroom — 도구 출력/로그/RAG 청크를 압축해 답은 그대로 두고 토큰·지연을 줄이는 프리‑프롬프트 컨텍스트 컴프레서. 비용 민감한 에이전트 스택에 적합. headroomlabs-ai/headroom
• LiteLLM — 100+ 모델 API를 아우르는 OpenAI 호환 게이트웨이/SDK로 비용 추적·가드레일 지원, 손쉬운 셀프 호스팅. 멀티 모델 라우팅을 추가하는 팀에. BerriAI/litellm

이번 주 해볼 것

1. GPT‑5.6 티어 A/B: 실제 업무 하나를 Sol, Terra, Luna로 돌려 지연·비용·정확도를 로깅해 기본값을 정하라. ¹⁰
2. Muse Spark 1.1 체험: Meta AI 앱의 “Thinking” 모드 혹은 Meta Model API 프리뷰 신청으로 리팩터/마이그레이션 태스크를 시험해보라. ¹¹
3. Grok 4.5 비용 테스트: 주간 코딩 혹은 요약 워크로드에 $2/$6 가격을 적용해 현재 모델과 비교하라. ⁵
4. 이미지 출처 스트레스 테스트: AI 비주얼을 몇 장 크롭/리사이즈해 감지기가 무엇을 여전히 잡아내는지 확인하고 필요한 곳에 가시 라벨을 추가하라. ⁶
5. 멀티칩 지원 문의: 가격 변동에 따라 워크로드를 이동할 수 있도록 RFI에 “Nvidia/AMD/TPU/Apple Metal 지원”을 명시하라. ³