4월 셋째 주 AI 흐름을 12장으로 정리했다. 에이전트를 돌리는 인프라, 보안 특화 모델, AI 칩 경쟁, 창작 도구의 변화까지 이번 주에 봐야 할 흐름만 묶었다.
AI는 멈춘 게 아니라 더 빠르게 퍼진다
AI Index 2026은 확산 속도가 더 빨라졌다고 말한다
스탠퍼드 HAI는 모델 성능, 기업 도입, 대학 활용이 모두 빠르게 늘었다고 봤다. 문제는 기술 확산 속도에 비해 평가 기준과 규제 신뢰가 아직 느리다는 점이다.
- 이제 중요한 질문은 AI가 멈췄는지가 아니라, 얼마나 빠르게 퍼지고 있는지다.
- 기술 성과와 사회적 신뢰 사이의 간격이 올해 더 큰 이슈가 되고 있다.
에이전트에게도 실행할 집이 필요하다
Agent Cloud는 에이전트를 오래 돌리기 위한 실행 공간이다
Cloudflare와 OpenAI는 에이전트를 실제 서비스처럼 배포하는 환경을 연결했다. 에이전트가 데모를 넘으려면 모델뿐 아니라 저장소, 네트워크, 비용 관리까지 필요하다.
- 오래 실행되는 에이전트에는 좋은 모델만큼 안정적인 실행 환경이 중요하다.
- AI 앱의 중심이 채팅창에서 실제 작업을 처리하는 실행 환경으로 이동하고 있다.
메타, AI 칩을 직접 설계한다
AI 서비스를 크게 돌리려면 칩까지 직접 챙겨야 한다
메타는 브로드컴과 MTIA 칩을 여러 세대에 걸쳐 개발한다. 추천, 생성형 AI, 개인화 서비스를 대규모로 돌리려면 모델과 칩, 네트워크를 따로 볼 수 없다.
- 메타는 대규모 커스텀 실리콘 배치를 첫 단계로 제시했다.
- 빅테크의 AI 경쟁은 모델 연구와 칩 조달 전략을 따로 볼 수 없게 됐다.
사이버 AI는 강하지만 좁게 열린다
GPT-5.4-Cyber는 방어자를 위한 제한 공개 모델이다
OpenAI는 보안 방어 작업에 맞춘 GPT-5.4-Cyber를 제한적으로 공개했다. 강한 사이버 능력은 방어에 도움이 되지만, 누구에게나 열면 위험도 같이 커진다.
- 고성능 보안 모델은 누구에게 열어줄지까지 제품 설계의 일부가 됐다.
- AI 보안 경쟁은 모델 성능과 접근 통제 정책이 함께 움직인다.
에이전트 SDK, 샌드박스를 기본값으로
실제로 명령을 실행하는 에이전트에는 안전한 작업 공간이 필요하다
OpenAI는 Agents SDK에 파일 검사, 명령 실행, 코드 수정용 샌드박스를 넣었다. 에이전트가 실제 일을 맡을수록 어디까지 접근하고 실행할 수 있는지가 핵심이 된다.
- 에이전트 개발은 프롬프트 작성보다 실행 환경 설계에 가까워지고 있다.
- 샌드박스는 AI 자동화의 편의성과 위험을 함께 다루는 핵심 장치다.
Codex, 코딩 도구에서 작업 파트너로
Codex는 코드를 답하는 도구에서 작업을 이어가는 도구로 커진다
OpenAI는 Codex가 더 많은 앱과 도구를 다루고 반복 작업을 이어가도록 업데이트했다. 코딩 AI의 경쟁력은 코드 생성보다 작업을 끝까지 밀고 가는 힘으로 옮겨가고 있다.
- 개발자는 한 번의 답변보다 작업을 끝까지 이어가는 능력을 원한다.
- 코딩 AI 시장은 모델 점수와 실제 개발 흐름 사이의 간격을 줄이는 중이다.
생명과학 AI는 챗봇과 다르게 간다
GPT-Rosalind는 생명과학 연구 흐름에 맞춘 전문 모델이다
OpenAI는 생물학과 신약 연구를 돕는 GPT-Rosalind를 공개했다. 범용 모델 하나로 모든 일을 처리하기보다, 분야별 지식과 도구를 묶은 전문 모델 흐름이 강해지고 있다.
- AI 모델 경쟁은 범용 성능과 분야별 전문 성능이 동시에 진행되고 있다.
- 신약 개발처럼 긴 연구 과정에서는 초기 가설과 실험 설계를 돕는 능력이 중요하다.
은행권, 고급 사이버 AI를 먼저 시험한다
금융권은 AI 보안 모델을 실제 방어 수단으로 보기 시작했다
BNY는 OpenAI와 Anthropic의 사이버 보안 특화 모델을 조기 테스트한다. 대형 금융기관에게 AI 보안은 실험용 도구가 아니라 방어 체계 후보가 되고 있다.
- 고급 보안 모델의 초기 고객은 연구자뿐 아니라 대형 금융 인프라 운영자이기도 하다.
- 최신 AI 모델의 위험 논의는 실제 방어 현장 테스트와 함께 진행되고 있다.
AI, 칩 사용에서 칩 설계로 이동
AI는 칩에 맞는 코드와 칩 설계 자체를 쉽게 만들 수 있다
WIRED는 AI가 커널 코드 최적화와 칩 설계 과정을 자동화하는 흐름을 다뤘다. GPU를 사는 경쟁을 넘어, 칩과 소프트웨어를 같이 설계하는 경쟁이 커지고 있다.
- 일부 스타트업은 AI로 커널 코드와 칩 설계 과정을 자동화하려 한다.
- AI 인프라 경쟁은 GPU 구매를 넘어 칩과 소프트웨어를 함께 설계하는 방향으로 확장된다.
창작 도구도 버튼에서 에이전트로
Firefly AI Assistant는 Adobe 앱 작업을 자연어로 이어주는 도구다
Adobe는 Photoshop, Premiere, Illustrator, Lightroom 작업을 자연어로 연결하는 Firefly AI Assistant를 공개했다. 생성형 AI는 이제 결과물 하나를 만드는 데서 여러 도구를 움직이는 쪽으로 넓어진다.
- 사용자는 원하는 결과를 말하고, AI는 여러 앱의 절차를 이어주는 구조가 된다.
- 크리에이티브 소프트웨어도 에이전트형 인터페이스 경쟁에 들어섰다.