Prism

매일 아침 해설 브리핑사실은 확인하고, 해석은 여러 각도로

11월 18일 수요일 판07:02 갱신다음 판 내일 07:00

AI·기술2026.10.02 금

Argon 독립 점수는 Astra와 동률, 비용은 토큰 수가 정했다

독립 측정에서 Gemini 4 Argon은 종합 점수가 GPT-6 Astra와 같고 Opus 5.5보다 5점 낮았으며, 출력 토큰을 Astra의 두 배 넘게 써서 정가 기준 과제당 비용은 오히려 더 높았다. 같은 날 Anthropic은 Claude Code 통제를 코드(모드)로, Google은 반복 지시를 SKILL.md 파일(스킬)로 옮겼으니, 지금 쌓아 둘 것은 모델을 바꿔도 남는 지시·통제 자산과 우리 작업으로 직접 잰 과제당 비용이다.

한눈에

  1. Artificial Analysis 독립 측정에서 Gemini 4 Argon(high)은 53점으로 GPT-6 Astra와 같고 Opus 5.5(58점)보다 낮았다. 과제당 출력 토큰이 Astra의 두 배를 넘어, 정가 기준 과제 1건 비용은 3.98달러로 Astra(3.26달러)보다 높다. 환각률 15%와 사무 자동화 시험 1위는 독립 측정에서도 확인됐다.
  2. Claude Code에 도구 호출·권한·출력을 코드로 가로채는 '모드'가 열렸다. 샌드박스 없이 돌고, 위험 동작을 막는 기본 보안 모드는 Team·Enterprise 요금제에서만 맨 먼저 켜진다.
  3. Google이 Gems를 SKILL.md 형식의 스킬로 바꾼다. Workspace 배포는 10월 5일 시작이고, 기업 계정의 Gems는 2027년 3월 1일 이후 초안 스킬로 자동 전환된다.
  4. OpenAI가 외부 안전 단체에 내부 정보를 넘겼다는 이유로 안전 부문 직원 3명을 내보냈다. 받은 단체와 넘어간 정보는 밝히지 않았다.
Artificial Analysis 지능 지수 (각 모델 최고 설정)Claude Opus 5.558점Gemini 4 Argon53점GPT-6 Astra53점지수 과제 1건당 비용 (Opus 5.5 대비)Claude Opus 5.55.98달러Gemini 4 Argon 정가3.98달러GPT-6 Astra3.26달러Gemini 4 Argon 도입가1.99달러
독립 측정에서 Argon은 Astra와 같은 53점이고, 정가로 치면 과제 1건에 3.98달러로 Astra 3.26달러보다 비싸다
사실출처 링크가 붙은 것만

프런티어 실무

Gemini 4 Argon 독립 측정, 종합 점수는 Astra와 같고 과제당 비용은 더 든다

독립 평가 기관 Artificial Analysis가 9월 30일 낸 측정에서 Gemini 4 Argon(high)의 종합 지능 지수는 53점으로 GPT-6 Astra(max)와 같았고, Claude Opus 5.5(58점)·Sonnet 5.5(56점)보다 낮았다.

더 보기 · 출처 3

지수 과제 1건 비용은 도입가 1.99달러, 정가 3.98달러로 Astra 3.26달러보다 높은데, 과제당 출력 토큰이 6만2천 개로 Astra 2만7천 개의 두 배를 넘기 때문이다. 강점도 확인됐다. 환각률(정답을 모르는 문제에 답을 지어내는 비율)은 15%로 Astra 51%·GPT-6.1 Sol 54%보다 크게 낮고, 사무 자동화 시험 AutomationBench는 78%로 1위였다. 터미널 코딩 시험 Terminal-Bench 4는 57%로 Sonnet 5.5(64%)·Opus 5.5(60%)에 뒤졌다.

Claude Code 모드, 도구 호출을 막고 고치는 규칙을 코드로 쓴다

Anthropic이 10월 1일 Claude Code에 모드(mods)(플러그인에 실어 배포하는 TypeScript 함수로, 에이전트가 일하는 중간에 끼어든다)를 열었다.

더 보기 · 출처 3

모델에 가기 전 프롬프트를 고치고, 도구 호출을 막거나 바꿔 다시 돌리고, 권한 요청을 승인·거절하고, 도구 출력의 민감한 값을 가리고, 화면 요소까지 바꿀 수 있다. 모드는 샌드박스 없이 돈다. 권한 거절을 덮어쓰는 식의 위험 동작을 막는 내장 모드 sec-default는 Team·Enterprise 요금제에서만 맨 먼저 켜지고, 배포는 기존 플러그인 마켓플레이스 허용·차단 정책을 따른다. 같은 날 2.1.287 버전부터 Bedrock·Vertex AI·Foundry 등에서 Opus 4.7 이상과 Fable은 컨텍스트 창(모델이 한 번에 읽는 대화·자료 분량) 100만 토큰이 기본이 됐고, 200K로 묶으려면 CLAUDE_CODE_DISABLE_1M_CONTEXT=1을 켠다. 보안 문서에만 있던 '로그에서 키 가리기' 같은 규칙 하나를 골라 다음 주에 모드로 옮겨 볼 수 있다.

Gemini Gems가 SKILL.md 형식의 스킬로 바뀐다, 기업 계정은 내년 3월부터

Google은 Gems를 스킬(skills)로 대체한다고 밝혔다.

더 보기 · 출처 3

스킬은 SKILL.md(지시문을 마크다운 파일 하나에 담는 공개 형식)을 따라 다른 도구에서 만든 것을 복사해 쓸 수 있고, 한 프롬프트에 여러 개를 겹쳐 부를 수 있으며, Gems와 달리 Workspace 앱 안에서도 돈다. 일정은 10월 5일 Workspace·13일 Gemini 앱 배포 시작, 11월 17일 Gems가 설정 화면으로 이동, 기업 계정은 2027년 3월 1일 이후 Gems 종료(교육 계정은 6월 1일)다. 그때 Gems는 이름·지시·지식 파일을 담은 초안 스킬로 자동 전환되지만 작성자가 하나씩 검토해 켜야 한다. Gemini 앱에서 만든 스킬은 Workspace로 자동 동기화되지 않고, Workspace Studio의 새 흐름에는 'Ask a Gem' 단계를 넣을 수 없다.

AWS, 에이전트의 반복 판단만 맡는 2B 결정 모델을 공개

AWS Strands 팀이 10월 1일 결정 모델(글을 쓰지 않고 주어진 선택지 중 하나를 골라 확신도 점수를 붙이는 모델) Strands Decider 2B를 Apache 2.0 라이선스로 공개했다.

더 보기 · 출처 3

Qwen3.5-2B에서 다음 단어를 만드는 부분을 떼고 선택지마다 점수를 매기는 100만 파라미터 남짓한 부품을 붙였으며, 학습 데이터와 스크립트까지 Hugging Face·GitHub에 올렸다. 개발팀 측정으로 RTX 3090에서 결정 1건 중앙값은 약 0.1초, 공개 시험 JevBench 정확도는 72.3%다. 용도는 어느 모델로 보낼지, 어느 도구를 부를지, 가드레일을 통과시킬지 같은 에이전트 내부 판단이다. 대형 모델에 매번 묻던 분기 판단 몇 개를 골라 나란히 돌려 보면 정확도와 확신도 점수가 쓸 만한지 노트북에서 바로 확인할 수 있다.

모델·제품

Sonnet 4.5는 11월 30일, Gemini 2.5 Flash Image는 오늘 끊긴다

Anthropic은 9월 30일 claude-sonnet-4-5-20250929의 퇴역일을 11월 30일로 공지하고 Sonnet 5.5로 옮기라고 권했다.

더 보기 · 출처 2

이 날짜는 Claude API·AWS의 Claude Platform·Microsoft Foundry 기준이고, Amazon Bedrock과 Google Cloud는 각자 일정을 정한다. Gemini API 문서(10월 1일 갱신)에는 gemini-2.5-flash-image가 10월 2일, Veo 3.1 프리뷰 두 종이 10월 22일 종료로 잡혀 있다. 어느 API 키가 어떤 모델을 부르는지는 Claude Console 사용량 화면의 CSV 내보내기로 확인할 수 있다.

AX 도입 사례

바클레이즈, 메일 하루 12만 건 분류에 Claude, 개발자 절반에 Claude Code 목표

Anthropic은 10월 1일 영국 은행 바클레이즈가 Claude 사용을 넓힌다고 발표했다.

더 보기 · 출처 2

2025년부터 돌던 직원용 지식 검색 도우미는 1만6천여 명이 쓰며 100만 건 넘는 검색을 처리했고, 글로벌 마켓 부문은 고객 문의 메일 하루 약 12만 건의 분류·배정에 Anthropic 모델을 쓴다. 개발 쪽은 2026년 말까지 개발자의 50%, 2027년에는 과반이 Claude Code를 쓰게 하는 것이 목표다. 숫자는 모두 두 회사 발표이고 목표치가 섞여 있으며, 처리 시간이나 비용이 얼마나 줄었는지는 공개하지 않았다.

기업·전략

OpenAI, 외부 안전 단체에 내부 정보를 넘겼다며 안전 부문 3명 해고

WSJ 보도 뒤 OpenAI는 10월 1일 안전 부문 직원 3명(연구원 2명·연구 프로그램 매니저 1명)과 결별했다고 확인했다.

더 보기 · 출처 2

회사는 이들이 '정해진 절차 밖에서 민감한 정보를 다뤘다'고만 밝혔고, 이름과 정보를 받은 단체, 넘어간 내용은 공개하지 않았다. 받은 쪽은 보도상 AI 모델을 시험하는 외부 단체다. OpenAI가 연구진 우려를 이유로 다음 모델 출시를 보류한다고 밝힌 9월 28일로부터 사흘 뒤다.

Anthropic 상장, 11월 중순으로 밀렸다는 보도

Bloomberg는 10월 1일 Anthropic이 이르면 11월 9일 주간에 공모 마케팅을 시작해 추수감사절(11월 26일) 전 거래 개시를 노린다고 보도했다.

더 보기 · 출처 2

목표 기업가치는 최대 2조 달러이고, 10월 14일 잠재 투자자들을 만날 예정이라고 전했다. 9월 초 Reuters가 전한 '10월 중순'에서 한 달가량 밀린 셈이다. 회사 공식 발표는 없다(확인 필요).

국내 AI·테크

업스테이지 솔라 미니 4, 활성 30억 파라미터로 GPU 한 장에서 돈다

업스테이지가 10월 1일 MoE(여러 전문가 블록 중 일부만 골라 계산하는 구조) 소형 모델 솔라 미니 4를 공개했다.

더 보기 · 출처 2

전체 350억 파라미터 중 추론 때 30억 개만 쓰고, 양자화(숫자 정밀도를 낮춰 모델을 가볍게 만드는 기법)를 적용하면 GPU 1장으로 돌아 사내 서버 설치를 겨냥한다. Artificial Analysis 지능 지수는 24점이고, 회사는 활성 30억 파라미터급 최고라고 밝혔다. OpenRouter에서 API로 쓸 수 있고 10일까지 70% 할인한다. 복잡한 에이전트 작업은 솔라 프로, 반복 자동화·대량 처리는 솔라 미니로 나누는 2단 구성이다.

국가AI전략위, 속도 조절 대신 사고 보고·독립 재검증을 앞세워

국가인공지능전략위원회는 10월 1일 'AI 속도조절론' 세미나에서 국내 개발 속도를 늦추지 않겠다는 입장을 냈다.

더 보기 · 출처 2

하정우 상근 부위원장은 프런티어 AI 개발 역량과 안전 평가 역량을 함께 키워야 국제 안전 논의에서 목소리를 낼 수 있다고 했다. 이원태 보안특별위원장은 위험이 커지는 속도보다 검증·사고 후 보고·복원력의 속도를 더 빨리 높여야 한다며 공통 사고 분류, 신속 통지, 독립 재검증 체계를 제안했다. 아직 세미나 발표 단계이고 법령이나 일정은 나오지 않았다.

연구·벤치마크

로봇이 할 수 있는 육체 업무 74%, 사람보다 싼 건 0.3%

Anthropic이 9월 30일 낸 연구는 미국 직업 정보 DB인 O*NET의 육체 업무 약 7,600개를 Claude로 분류해, 로봇이 기술적으로 할 수 있는 업무가 74%(전체 근로시간의 34%)라고 추산했다.

더 보기 · 출처 2

그러나 지금 사람보다 비용이 싼 업무는 0.3%였고, 로봇 가격이 지금까지처럼 떨어져도 이 비율이 10%가 되려면 약 40년이 걸린다고 봤다. 판정 근거는 상용 판매나 시연 사례이고, 업무 정의와 분류에 판단이 들어갔다고 연구진이 스스로 밝혔다. 어제 판에서 본 국내 현장 조사(완성차 공장에 피지컬 AI 없음)도 기술보다 비용 문턱으로 읽을 수 있다.

해석여러 관점으로 읽고 하나로 좁힌 판단

독립 측정이 나오자 Argon의 자리는 Google 자체 표의 '18개 중 13개 1위'에서 'Astra와 같은 줄, Anthropic 두 모델 아래'로 옮겨졌다. 더 쓸모 있는 숫자는 비용이다. 정가 출력 단가는 Astra의 40%인데 과제 하나를 끝내는 데 출력 토큰을 두 배 넘게 쓰다 보니, 과제당 비용은 Astra보다 22% 높게 나왔다. 청구서를 정하는 건 단가표보다 모델이 일을 끝내려고 쓰는 토큰 수다. 벤더 표와 독립 지수까지는 나왔고, 남은 칸은 우리 작업으로 잰 과제당 비용이다. 환각률 15%와 사무 자동화 1위는 독립 측정에서도 확인된 강점이라, 모르는 것을 지어내면 안 되는 조회·요약 업무가 첫 비교 후보다.

같은 날 세 회사가 에이전트를 다루는 손잡이를 모델 밖으로 꺼냈다. Claude Code 모드는 도구 호출을 막고 고치는 규칙을 TypeScript 코드로, Gemini 스킬은 반복 지시를 SKILL.md 파일로, AWS는 '어느 도구를 부를지' 같은 반복 판단을 노트북에서 도는 2B 모델로 옮겼다. 셋 다 모델을 바꿔도 남는 자산이라 지금 정리해 둘 가치가 있다. 다만 안전장치는 요금제를 따라간다. 모드는 샌드박스 없이 돌고, 위험 동작을 막는 sec-default는 Team·Enterprise에서만 맨 먼저 켜진다. 어제 본 Cowork 실행 위치 변경과 같은 구도로, 개인 요금제로 업무를 돌리는 사람은 관리자 통제 밖에 남는다.

벤더 쪽 일정은 계속 흔들린다. OpenAI는 출시 보류 사흘 뒤 안전 부문 세 명을 내보내면서 무엇이 어디로 갔는지 밝히지 않았고, Anthropic 상장은 한 달가량 밀렸다는 보도가 나왔다. 반대로 퇴역 날짜는 정확하다. Sonnet 4.5는 11월 30일 Claude API에서 끊기고, 기업 계정의 Gems는 내년 3월 1일 이후 초안 스킬로 넘어간다. 도입 기업이 믿고 계획을 짤 수 있는 날짜는 출시일보다 퇴역일이니, 분기마다 퇴역 달력부터 보고 이전 작업을 거기에 맞추는 편이 낫다.

이견판단이 틀릴 수 있는 지점
  • 인프라 관점은 과제당 비용보다 응답 시간을 먼저 봐야 한다고 했다. 출력 토큰이 Astra의 두 배를 넘으면 기다리는 시간과 사용량 한도에도 그만큼 먼저 닿는다. 이번 측정 자료에서 Argon의 응답 속도는 확인하지 못했고 일반 API도 아직 열리지 않아, 해석에는 비용까지만 썼다.
  • 현업 PM 관점은 자주 쓰는 Gems를 지금 손으로 스킬로 옮기자고 했다. Gems는 Workspace 앱에서 못 쓰지만 스킬은 쓸 수 있다. 규제·컴플라이언스 관점은 자동 전환 세부 사양이 시작 30일 전에야 나오고, 앱에서 만든 스킬이 Workspace로 동기화되지 않아 같은 지시가 두 벌로 갈라질 수 있다며 기다리자고 했다. 둘 다 근거가 있어 해석에는 어느 쪽도 넣지 않았다.
  • 규제·컴플라이언스 관점은 OpenAI 해고를 외부 평가를 막으려는 신호로 읽자고 했다. 기각했다. 당사자·받은 단체·넘어간 정보가 모두 비공개라 지금은 정보 취급 위반 징계와 구별할 근거가 없다.
더 읽은 자료 6건
  1. Bloomberg · Anthropic Targets November IPO After Delays, Eyes SpaceX-Sized Debut
  2. Bloomberg · Barclays Expands Use of Anthropic's Claude in Efficiency Push
  3. Artificial Analysis · Claude Opus 5.5 Intelligence, Performance & Price Analysis
  4. SiliconANGLE · AWS debuts Strands Decider 2B, a first lightweight decision model for accelerate agentic workflows
  5. 9to5Google · Gemini app replacing Gems with skills in November
  6. Investing.com · OpenAI fires three safety researchers for sharing sensitive data, WSJ reports