AI 소식은 매일 쏟아지지만, 모든 소식이 같은 무게를 갖지는 않는다. 회사가 자기 입으로 밝힌 숫자가 있고, 기자가 취재해 쓴 기사가 있고, 개발자 한 사람이 써 보고 남긴 소감이 있다. 이번 주 끝자락에 나온 소식들도 그렇다. 큰 투자 발표와 해고 논란, 값싼 모델에 대한 뜨거운 후기, 그리고 눈에 잘 띄지 않는 도구 업데이트까지. 하나씩 따라가다 보면 ‘AI 뉴스를 어떻게 읽어야 덜 속는가’에 대한 감도 함께 생긴다.
타입세이프 AI가 8억 7천만 달러를 모았다
가장 큰 숫자부터 보자. 타입세이프 AI는 9일 자기 블로그에서 “아주 큰 시리즈 A”를 마쳤다고 밝혔다. 앤드리슨 호로위츠가 투자를 이끌었고 세쿼이아 캐피털이 참여했다. 구체적인 숫자는 글 속 각주에 들어 있다. 조달액은 8억 7천만 달러, 기업가치는 75억 달러이고, 앤드리슨 호로위츠의 마틴 카사도가 이사회에 들어온다. 회사는 자신을 ‘자동화를 위한, 기계가 쓰기 좋은 지능 인프라’를 만드는 AI 연구소라고 소개했고, 첫 모델 Jev(제브)는 아직 먼저 써 보는 단계(얼리 액세스)라고 적었다.
다만 발표문을 꼼꼼히 읽으면 걸러 들어야 할 대목도 보인다. 같은 글에는 “포춘 500 기업의 3분의 1이 쓰고 있다”, “고객이 이미 수백만 달러를 아꼈다”는 문장이 있는데, 둘 다 회사의 주장일 뿐이고 숫자의 근거는 글에 없다. 투자금을 어디에 쓸지도 금액으로는 나오지 않는다. 개발자용 모델 확대, 기업용 기능 추가, 채용이라는 방향만 적혀 있다.
흥미로운 것은 앞서 나온 보도와의 차이다. 이를 인용한 기사들에 따르면 지난달 24일 더 인포메이션은 이 회사가 10억 달러 조달을 협의 중이고 일부 투자자는 기업가치를 100억 달러 넘게 본다고 보도했다(원문은 열어 보지 못했다). 이번에 발표된 숫자는 그 협의 단계의 숫자와 다르다. 협의 중이라는 보도의 숫자는 확정이 아니었던 셈이다. 그래서 투자 기사를 읽을 때는 ‘협의 중이라는 보도’와 ‘마감했다는 발표’를 따로 기억해 두는 편이 좋다. 같은 회사라도 숫자가 이만큼 달라질 수 있다. 회사 발표에 들어 있는 ‘고객 몇 곳이 쓴다, 얼마를 아꼈다’는 문장 역시 제3자가 재 본 숫자가 나오기 전까지는 홍보 문구 정도로 읽으면 된다.
오픈AI 안전 연구자 세 명의 해고, 엇갈리는 두 이야기
투자 소식이 회사 한쪽의 말이었다면, 다음 소식은 양쪽의 말이 정면으로 부딪히는 경우다. 테크크런치는 8일 오픈AI 안전 연구자 재스민 왕, 토메크 코르박, 미키타 발레스니가 지난주 해고됐고, 세 사람이 공개서한으로 이의를 제기했다고 보도했다. 해고 자체는 앞서 다른 외신도 전했다.
오픈AI의 설명은 이렇다. 이들이 회사의 민감한 정보에 접근하고 다룬 방식이 회사 정책을 어겼다는 것이다. 외부 AI 안전 단체에 기밀을 공유했다는 혐의도 전해졌고, 대변인은 조사에서 ‘비위의 패턴’이 나왔으며 그것이 외부 평가 단체와 정보를 나눈 일을 넘어선다고 말했다. 하지만 어떤 정책을 어겼는지는 밝히지 않았다.
세 사람의 이야기는 다르다. 이들은 서한에서 정해진 절차 밖에서 민감 정보를 다룬 적이 없고 언론 유출에도 관여하지 않았다고 부인했다. 왕은 임원 이메일에 접근할 수 있었던 것은 채용 업무 때문이었고, 우연히 연 메일은 몇 분 안에 보고했다고 주장했다. 서한은 이번 해고가 오픈AI가 소중히 해 온 열린 문화를 위축시킨다며 제3자 안전 감사 도입 등을 요구했다. 한편 오픈AI가 테크크런치에 공유한 내부 메모는 이들의 기여를 칭찬하면서도, 해고는 안전 문제를 제기해서가 아니며 보복도 아니라고 했다. 서한에 대한 공식 답변은 아직 없다.
결국 지금 확인된 것은 ‘해고가 있었다’는 사실과 양쪽의 주장까지다. 문제가 된 정보가 무엇이었는지는 아직 확인되지 않았다. 이런 소식 앞에서는 누가 옳은지 서둘러 정하기보다, 회사의 설명과 당사자의 설명, 그리고 확인된 사실을 따로 떼어 기억해 두는 것이 낫다. 새 자료가 나올 때마다 그 빈칸을 채워 가면 된다.
“딥시크 4.1 플래시, 오퍼스와 구별이 안 된다”는 후기
회사 발표와 언론 보도에서 한 걸음 더 내려가면, 개인의 경험담이 있다. 이번에 해커뉴스 첫 화면에 오른 한 개발자의 블로그 글이 그렇다. 글쓴이는 딥시크 4.1 플래시를 한 달 가까이 열두 개쯤 되는 프로젝트에 써 봤고, 평소 작업에서는 클로드 오퍼스와 구별하기 어렵다고 했다. 월 10달러짜리 구독으로 사실상 무제한으로 쓰고 있으며, 다른 곳에서 1달러가 들 작업이 0.003달러였다는 숫자도 든다. 다만 무엇과 견준 숫자인지는 글에서 분명하지 않다. 벤치마크 숫자도 없고, 근거는 직접 써 본 느낌이다.
그래도 눈여겨볼 만한 부분은 일을 나누는 방식이다. 글쓴이는 계획과 조사, 수정 적용에는 플래시를 쓰고, 중요한 코드는 오퍼스 5.5로 마지막 검토를 한 뒤 고칠 부분을 다시 딥시크에 맡긴다고 한다. 물론 한 사람이 혼자 쓴 소감이라 다른 사람의 일에도 똑같이 맞는다는 보장은 없다.
‘싸고 똑같이 좋다’는 후기를 볼 때 가장 싸고 확실한 확인 방법은 직접 견줘 보는 것이다. 내가 평소 던지는 질문 열 개쯤을 두 모델에 똑같이 넣어 보고 결과를 나란히 놓고 보면 된다. 비싼 모델은 마지막 점검에만 쓰는 식으로 나누면 비용도 줄일 수 있다.
조용한 업데이트들이 막은 틈
마지막으로, 뉴스 제목에는 잘 오르지 않지만 AI 도구를 쓰는 사람이라면 알아 둘 만한 변경 기록들이 있다. 9일 앤트로픽의 코딩 도구 클로드 코드 2.1.296, 앤트로픽 파이썬 SDK 1.13.0, 오픈AI의 코덱스 0.162.1, 오픈AI 파이썬 라이브러리 3.28.0이 나란히 나왔다. 깃허브에 적힌 기록을 보면 네 업데이트가 비슷한 방향을 향한다.
클로드 코드 쪽에서는 몇 가지가 눈에 띈다. 입력창 훅(UserPromptSubmit)이 도는 동안 Esc나 중단을 누르면 검사 안 된 프롬프트가 그대로 지나가던 문제를 고쳤다. BASH_ARGV0 라는 셸 변수를 지정한 뒤 쓰는 명령이 자동 승인되던 것도 이제는 승인을 묻는다. UTF-8이 아닌 파일(윈도우-1252, 시프트JIS, GBK)을 고칠 때 ASCII가 아닌 글자가 전부 바뀌던 문제도 막았고, 이제 그런 편집은 거부된다. 또 /cost, 상태줄, SDK의 비용 표시에서 소네트 5.5 캐시 읽기 단가를 백만 토큰당 0.20달러에서 0.10달러로 바꿨다. 도구가 비용을 계산할 때 쓰는 단가를 바로잡은 것이다.
나머지도 비슷하다. 앤트로픽 SDK 1.13.0은 관리형 에이전트에 워크플로, 멀티에이전트 설정, 스레드 상태 필터를 더했다. 오픈AI 라이브러리 3.28.0은 에이전트 환경의 일시중단과 만료 기능을 더하고 PyJWT 보안 제약을 2.14.0으로 올렸다. 코덱스 0.162.1은 여러 줄 질문에서 나던 화면 충돌과, 백그라운드 서버 설정이 달라 시작이 안 되던 문제를 고쳤다. 새 기능보다 ‘검사를 피해 가는 틈 막기’와 ‘예기치 않은 충돌 고치기’가 더 두드러진다. 이런 도구를 쓴다면 자동 업데이트를 켜 두는 것이 좋고, 한국어·일본어·중국어 문서처럼 UTF-8이 아닌 파일을 AI 도구로 고칠 때는 고치기 전에 복사본을 하나 남겨 두는 습관이 도움이 된다.
비슷한 맥락의 개인 실험도 하나 있다. 사이먼 윌리슨은 9일 글자를 토큰 단위로 세고 자르는 도구 ttok 1.0을 냈다. 0.4판은 기본 토크나이저(글자를 토큰으로 쪼개는 방식)가 GPT-4용이었는데, 사실은 최신 모델용인 GPT-5/GPT-6 것이어야 했다. 그는 업그레이드 뒤 파일을 넣어 보다가 이 문제를 발견했고, 기본값을 바꾼 김에 판 번호도 1.0으로 올렸다. 그러면서 오픈AI가 GPT-6의 토크나이저가 GPT-5 계열과 같다고 확인해 준 적은 없다는 단서를 붙였다. 관련 깃허브 이슈는 아직 열려 있고, 윌리엄 리우의 실험은 “아마 같다”는 결론이었다.
사소해 보여도 의미가 있다. 토큰 수는 AI 사용 비용과 입력 길이 한도를 가늠하는 숫자인데, 어느 모델 기준으로 세느냐에 따라 달라질 수 있기 때문이다. 토큰 수를 알려 주는 도구를 쓴다면 어느 모델 기준인지 한 번쯤 확인해 두자. 정확한 숫자가 필요한 일이라면 결국 서비스가 알려 주는 실제 사용량이 기준이다.
숫자보다 출처를 먼저 보는 습관
오늘 소식들을 나란히 놓으면 하나의 공통점이 보인다. 8억 7천만 달러라는 발표도, 해고를 둘러싼 엇갈린 설명도, ‘구별이 안 된다’는 후기도, 토큰을 세는 기본값도, 결국 ‘누가, 무엇을 근거로 말했는가’를 따져야 제대로 읽힌다. 회사의 주장은 주장으로, 확인된 사실은 사실로, 한 사람의 소감은 소감으로 구분해 두면 다음 소식이 나왔을 때 무엇이 바뀌었는지 훨씬 쉽게 보인다. 큰 숫자에 먼저 놀라기보다 그 숫자가 어디서 왔는지부터 보는 것, 그것이 이번 주 AI 뉴스가 남긴 가장 쓸모 있는 교훈이다.
Leave a Reply