🔥 AI 트윗 트렌드 핵심 요약 (2026.05.28)
메인 이벤트: OpenAI가 Codex 컴퓨트 플릿을 GPT-5.5 단일화로 정리하는 1차 발표(@thsottiaux). 6월 2일부터 GPT-5.2와 GPT-5.3-Codex가 ChatGPT 로그인 경로에서 종료되고, codex 2배 사용 프로모도 5월 31일에 끝난다. 같은 24시간에 ChatGPT/API 지연 사고도 보고됐다.
오늘의 신기능 — 1차 발표 묶음: Cognition $26B 밸류 / $1B+ 펀딩 · Robinhood 에이전트 트레이딩 + MCP 서버 · Gemini Embedding 2(텍스트·이미지·영상·오디오 통합 임베딩) · NotebookLM Google Drive 자동 동기화 · Trajectory(지속학습 플랫폼) · Runway MCP — 에이전트 인프라가 한 주를 통째로 점령.
어제 흐름의 진화: Uber COO 발언이 이끌었던 AI 도입 비용 회의론에 카운터내러티브가 등장 — AWS CEO Matt Garman "AI로 주니어 개발자 대체는 가장 어리석은 발언", Anthropic CEO Dario "AI는 GDP↑ 실업↑ 불평등↑ 함께".
오늘의 진짜 신규 시그널 세 개. 첫째, OpenAI가 Codex 컴퓨트 플릿을 GPT-5.5 단일 모델로 정리했고 — 제품 카탈로그를 줄이는 쪽의 1차 발표다. 둘째, 자본 시장이 모델 회사가 아닌 에이전트 회사에 본격 진입 — Cognition이 $26B 밸류로 $1B 이상을 유치하며 ARR이 $492M, 기업 사용은 연초 대비 10배 성장했다고 자체 보고했다. 셋째, 어제까지 비용 회의론에 동조하던 흐름이 이젠 카운터 갈래가 같이 나왔다 — AWS의 Matt Garman이 "AI로 주니어 개발자를 대체할 수 있다는 건 가장 어리석은 발언"이라고 공개 자리에서 잘랐다.
지난 며칠 메인이었던 사건들 — 어제(5/27) Uber COO 발언·Claude Code 보안 가이드 플러그인과 그저께(5/26) 바티칸·Magnifica Humanitas·Grok Build 베타는 오늘은 후속 시그널이 잡힐 때만 짧게 인용한다. 오늘은 그 흐름을 잇는 1차 발화만 다룬다.
1. 🆕 OpenAI Codex 컴퓨트 플릿 정리 — GPT-5.5 단일화 + 재단 2.5억 + 지연 사고
오늘의 메인 이벤트. OpenAI ChatGPT 인프라 책임자 @thsottiaux가 6월 2일부터 Codex 경로의 GPT-5.2와 GPT-5.3-Codex를 종료하고 무료 플랜의 기본 프론티어 모델을 GPT-5.5로 단일화한다고 1차 발표했다. 두 모델은 API에서는 계속 쓸 수 있지만, ChatGPT 로그인 상태에서 Codex를 부르는 사용자는 사실상 GPT-5.5만 본다. 같은 흐름에서 codex 2배 사용량 제한 프로모션도 5월 31일에 종료된다 — argofowl이 "이미 사용량이 너무 빨리 소진된다면 6월을 대비하세요, 힘들어질 거예요"라고 4일 카운트다운을 정리했다.
이 발표가 의미 있는 이유는 두 가지다. 첫째, OpenAI는 모델 라인업을 줄이는 쪽으로 움직이고 있다 — 같은 회사가 Codex에 GPT-5.2·5.3·5.5 세 모델을 동시에 띄워 둘 만큼 컴퓨트가 과잉이지 않다는 자기 신호다. 둘째, 무료/Pro 등급에서 사용량 여유가 축소되는 만큼 기업 고객으로의 채널 집중이 보인다 — argofowl이 같은 트윗에서 "자격을 갖춘 기업 고객들에게 2개월 동안 무료 codex 사용을 제공할 의향이 있다"고 적었다.
같은 24시간에 OpenAI에서 두 가지가 더 나왔다. ①@sama가 OpenAI 재단 초기 2.5억 달러 약속을 발표했다 — "AI는 전 세계 사람들의 삶의 질과 개인의 자유를 극적으로 향상시켜야 한다"는 표어 아래 측정·전환 지원·널리 공유되는 번영을 키워드로 잡았다. ②@thsottiaux가 "팀은 API와 ChatGPT 전반에 걸친 높은 지연 시간 문제를 조사 중" 이라고 별도 트윗을 올렸고, 일부 사용자(@jturntdev)는 "Codex가 실시간으로 계속 품질이 저하되고 있다, 응답이 영원처럼 느껴진다"고 같은 시간대의 체감을 적었다.
이미지 단서: 캡처에서 두 가지가 보인다 — ①Codex는 gpt-5.5 medium을 두 갈래(
019e65ff-...두 explorer)로 분기시켜 Read-only explorer task를 별도로 띄우는 서브에이전트 워크플로를 쓴다. ②Working 27m 32s— 한 턴이 27분 32초 동안 진행되는 동안 다음 메시지가 큐에 쌓이고 있다. 컴퓨트 여유가 줄어드는 시점에 같은 사용자가 같은 인터페이스에서 27분짜리 대기를 본 셈.
주요 소식들:
- GPT-5.2 / GPT-5.3-Codex 종료, GPT-5.5 단일화 (6월 2일부) — ChatGPT 로그인 경로의 Codex가 단일 프론티어 모델로 정리. API는 유지
🔗 - codex 2배 사용 프로모션 5월 31일 종료, 6월부터 사용량 압박 예상 — 기업 고객엔 2개월 무료 codex 제공 의향. 프로 사용자 쪽 압박 가시화
🔗 - OpenAI 재단 초기 2.5억 달러 약속 — 측정·전환 지원·번영 공유 — 같은 날 사장 라인의 거시 발언
🔗 - API/ChatGPT 전반 지연 시간 문제 조사 중 — 같은 인프라 책임자 라인에서 상태 페이지에 게시 예정 알림
🔗 - "Codex가 실시간으로 품질 저하" — 사용자 체감 — 5.5의 마법이 사라졌고 응답이 영원처럼 느껴진다는 단일 사용자 발언, 인프라 사고와 같은 시간대
🔗
시사점: OpenAI는 모델 라인업 축소와 기업 고객 우대라는 두 카드를 동시에 꺼냈다. 컴퓨트 과잉이 아니라 컴퓨트 분배 압박 국면에 들어섰다는 1차 신호. 다음 분기엔 Pro 사용자의 사용량 cap과 모델 단일화 효과가 어떻게 체감되는지가 관전 포인트.
#코덱스플릿정리#GPT55단일화#오픈AI재단2.5억
2. 🆕 오늘의 신기능 — 에이전트 인프라 1차 발표 6건이 한 날에
오늘은 모델 발표가 아니라 에이전트 인프라 쪽에서 1차 발표가 한꺼번에 나왔다. 여섯 갈래를 추리면 다음과 같다 — 각각이 어제까지 안 다뤄진 새로 등장한 인터페이스·플랫폼·표준이다.
Cognition이 Devin을 만든 곳이 맞다. 오늘 $26B 밸류에이션으로 $1B 이상 펀딩을 자체 발표했다(Lux Capital·General Catalyst·8VC 주도). 자체 보고치는 ARR $492M과 기업 사용 연초 대비 10배 성장. 클라우드 에이전트가 틈새에서 주류로 자리 잡았다는 메시지와 함께 2년 전에 자기들이 소프트웨어를 만드는 가장 빠른 방법이라고 했던 자기 인용을 다시 꺼냈다. 외부 측정값은 아니라 팀 자체 보고치라는 출처 라인은 살려야 한다.
이미지 단서: 발표 비주얼이 Devin 인터페이스 캡처가 아니라 코드 + 추상 로고 조합으로 간 게 이번 라운드의 톤이다 — 제품 강조가 아니라 플랫폼 정체성 강조. 배경 코드가 Jest fake timers 패턴이라는 점에서 테스트 자동화가 Devin이 잡고 있는 사용 시나리오임을 우회적으로 보여준다.
Robinhood(증권 거래 앱)는 에이전트 트레이딩과 에이전트 크레딧 카드를 출시했다. 사용자가 MCP 서버를 통해 AI 에이전트를 Robinhood에 연결할 수 있고, 에이전트가 대신 거래하거나 구매를 할 수 있다. 핵심 안전장치는 별도 계정 — 에이전트는 그 계정에 입금된 자금만 만질 수 있고, 푸시 알림과 실시간 P&L 추적이 별도로 붙는다. 금융권에서 처음 등장한 MCP 표준 채택 사례.
이미지 단서: 헤드라인이 "Robinhood is Now Open to Agents"로 직설적이다. 핵심 메시지는 오픈 — 즉 MCP 표준을 통해 Claude·ChatGPT·Cursor 어느 에이전트든 거래를 발주할 수 있는 외부 인터페이스로 자기 자신을 다시 정의했다.
Google 진영에선 Gemini Embedding 2(@mseyed, GE 2)가 백서로 공개됐다. Gemini에서 제공하는 첫 번째 기본 멀티모달 임베딩 모델 — 텍스트·이미지·영상·오디오 어느 입력이든 통합된 표현을 내놓는다. 최대 3,072 차원 벡터. 같은 날 Josh Woodward(@joshwoodward, Google Labs)가 NotebookLM에 Google Drive 자동 동기화를 공개 — 가장 인기 있던 기능 요청이었고, 10% 롤아웃부터 시작한다.
이미지 단서: 4개 입력 박스가 한 벡터 공간에 모이는 통합 아키텍처를 단순하게 그렸다. 핵심 메시지는 벡터 차원이 임베딩 모델 사이의 경쟁 변수가 됐다는 것 — 3,072차원이라는 숫자를 화면 우측 하단에 따로 박아 둔 게 그 신호.
Trajectory(@rronak_)는 지속 학습(Continual Learning, 제품 사용 데이터를 모델에 계속 흘려 넣어 프론티어 모델을 능가하는 대규모 에이전트 모델을 사후 훈련하는 방식)을 위한 플랫폼/연구소 출시를 발표했다. Conviction과 Bess Ventures 등이 투자. Runway(@runwayml)는 Runway MCP를 출시 — Gen-4.5, Seedance 2.0, GPT Images 2.0, Kling 등 영상·이미지 모델을 Claude·ChatGPT·Cursor·Replit에서 MCP 표준으로 바로 호출할 수 있다.
오늘 NotebookLM + Antigravity 사용 가이드(dashboardlim)가 일반 사용자 트윗에서 흥행 2,488을 찍은 것도 같은 흐름이다 — 지식 베이스를 행동하는 에이전트로 바꾸는 사용법이 이제 Claude Code + Obsidian만큼 일반화된 셈.
이미지 단서: NotebookLM이 모바일 앱 형태로 바뀐 게 캡처에 그대로 드러난다 — 데스크톱 웹뿐 아니라 모바일에서도 Drive 동기화로 노트북을 갱신해 듣고 다닐 수 있는 인터페이스로 정리됐다. 오디오 학습 도구 컨셉을 강화하는 방향.
주요 소식들:
- Cognition — $26B 밸류로 $1B+ 펀딩, ARR $492M, 기업 사용 10배 (자체 보고) — Devin을 만든 곳. 클라우드 에이전트가 틈새 → 주류 전환 메시지
🔗 - Robinhood, 에이전트 트레이딩 + 크레딧 카드 출시 — MCP 서버 통합 — 금융권에서 첫 등장한 MCP 표준 채택. 별도 계정으로 위임 범위 격리
🔗 - Gemini Embedding 2 (GE 2) 백서 — 텍스트·이미지·영상·오디오 통합 임베딩, 최대 3,072차원 — Google DeepMind의 첫 멀티모달 임베딩 모델
🔗 - NotebookLM에 Google Drive 자동 동기화 출시 — 10% 롤아웃 시작 — 가장 인기 있던 기능 요청이 마침내 공개
🔗 - Trajectory 출시 — 지속 학습으로 프론티어 모델 능가하는 대규모 에이전트 모델 사후 훈련 — Conviction·Bess 투자
🔗 - Runway MCP 출시 — Gen-4.5·Seedance 2.0·GPT Images 2.0·Kling을 Claude·ChatGPT·Cursor·Replit에서 직접 호출 — 영상·이미지 모델이 MCP 표준에 합류
🔗 - Claude 마켓플레이스에 augmentcode·boltdotnew·coderabbitai·hebbia·legora 5개사 신규 추가 — Anthropic 지출 약정을 그들의 Claude 기반 제품에 그대로 적용
🔗
시사점: 어떤 모델이 새로 나왔는가가 아니라 어떤 인터페이스로 모델을 부를 수 있는가가 1차 발표의 무게중심이 됐다. MCP가 5월 마지막 주에 코딩 도구를 넘어 증권·영상·임베딩·노트북까지 한꺼번에 채택되는 표준화의 변곡점.
#에이전트인프라1차발표#MCP표준화확산#코그니션26B
3. AI 도입 비용 회의론에 카운터 등장 — AWS Garman·Dario·CEO들의 깨달음이 같은 날에
어제 메인이었던 Uber COO의 AI 비용 정당화 어려움 발언은 오늘 카운터내러티브와 함께 묶여서 다뤄졌다. 단순 반복이 아니라 반응 극성이 새로 등장한 진화 시그널이다.
가장 직설적인 카운터는 AWS CEO Matt Garman의 인터뷰 발언이다. 어떤 임원이 "우리는 AI를 통해 모든 주니어 개발자를 대체할 수 있다고 생각한다"고 말한 것을 두고 Garman은 "내가 들어본 것 중 가장 어리석은 발언" 이라고 잘랐다. AWS의 클라우드 인프라 사업 자체가 기업의 AI 채택률에 직결되는 회사인데도 자기 입으로 주니어 대체 서사를 꺾었다는 게 흥미로운 지점.
이미지 단서: 발언이 공식 AWS 스튜디오에서 녹화된 인터뷰 안에서 나온 거다 — 언오피셜 한 줄 코멘트가 아니라 AWS 자체 채널이 공개한 영상에서 같은 회사 CEO가 말한 셈. 코랄 톤 의자 배경, 가운데 'aws' 로고 클라우드 그래픽이 그 점을 못박는다.
같은 24시간에 Anthropic CEO Dario가 "AI의 특징은 우리가 매우 높은 GDP 성장률을 가진 세상으로 우리를 데려갈 것이며, 잠재적으로 매우 높은 실업률과 불평등도 함께 가져올 것이라는 점" 이라는 발언을 했고, unusual_whales가 흥행 6,630으로 끌어올렸다. 어제 Chris Olah의 노동 대체 경고에 이어 Anthropic 측 임원 라인이 자기 산업의 부정적 외부효과를 공개적으로 말하는 패턴이 굳어지고 있다.
가장 도달이 큰 본문은 @EscanorReloaded의 CEO들이 조용히 AI 대체 계획의 문제를 깨닫고 있다는 정리(좋아요 17,862, 흥행 28,634)다. 두 가지 문제가 꼽혔다 — ①AI 에이전트를 실행하는 토큰 비용이 해고했던 직원들에게 지불하던 금액을 초과, ②토큰이 다 떨어지면 AI가 멈춘다, 연속성도 대안도 없이. 같은 흐름에서 @VivekGaripalli가 Fortune 20대 기업 사례 — 연초 CEO가 AI 절감으로 10억 달러를 요구했는데, 절감 달성하려고 토큰에 2억 달러를 썼고 결과는 미미함 — 을 추가했다.
@a16z의 정리도 같은 날 나왔다. "OpenAI와 Anthropic은 효과적으로 시장에 그들이 일반적인 AI 동료로 모든 문제를 해결할 수 없다고 말하고 있다. 다음 모델 출시가 그 문제를 해결해 줄 거라고 생각한다면 수십억 달러를 대규모 전진 배치 합작 투자에 쏟아붓지 않는다." — 모델 회사들의 자본 지출 패턴 자체가 모델 성능만으론 안 풀린다는 자기 고백이라는 읽기.
이미지 단서: a16z의 글 제목이 "Avoiding Death on the Yellow Brick Road" — 클라우드 장기 자본 투자 사이클의 단계별 비유다. 반도체 → 소프트웨어 → 인프라로 가는 길에서 살아남는 자본 배치를 다룬다. 트윗 인용은 그 글의 한 문단이고, 모델 회사 단독으로는 못 풀린다는 메시지가 본문의 결론과 일관된다.
주요 소식들:
- "AI로 주니어 개발자 대체는 가장 어리석은 발언" — AWS CEO Matt Garman — AWS 자체 채널 영상 인터뷰에서 공개적으로 카운터 발화
🔗 - Dario "AI는 GDP↑ + 실업↑ + 불평등↑ 함께" — Anthropic CEO 자체 발화. Olah의 노동 대체 경고와 한 패턴 (단, 팀 자체 보고치는 아니고 CEO 자체 발언)
🔗 - "CEO들은 조용히 AI 대체 계획의 두 가지 문제를 깨닫고 있다 — 토큰 비용이 인건비 초과 + 토큰 떨어지면 그냥 멈춤" — 흥행 28,634, 오늘의 AI 본문 도달 1위
🔗 - 포춘 20 사례 — 절감 목표 $1B에 토큰 $200M 지출, 결과 미미 — 어제 Uber 흐름의 대기업 횡단 확대
🔗 - a16z — 모델 회사들의 전진 배치 자본 지출 자체가 모델만으론 안 풀린다는 고백 — 클라우드 장기 자본 투자 사이클 단계 비유
🔗 - "3대 타격 — 스타벅스 AI 컵 못 세, MS가 사내 Claude에 플러그 뽑아, Uber AI 예산 4개월 34억 달러" — 어제 흐름의 주간 정리 카드 (DataChaz 큐레이션)
🔗
시사점: 어제까지 회의론과 오늘 카운터가 같은 시간대에 공존한다는 게 변곡점 신호다. AWS Garman·Anthropic Dario 모두 자기 회사의 매출원과 어긋나는 발언을 공개적으로 하고 있다. 다음 분기엔 "AI로 노동 대체 가능"과 "AI로 절감 가능"이 같은 결재 문서에서 두 종류의 수치로 분리되는 흐름이 예상된다.
#AI도입카운터내러티브#주니어대체어리석은발언#토큰비용인건비초과
4. 모델 가격·캐시 최적화로 옮겨 간 4파전 — Qwen #4 / MiMo KV 80% / Mythos 10배
오늘은 모델 출시보다 모델 가격·캐시 효율 쪽에서 1차 시그널이 나왔다. 어제까지 MS-Claude 라이선스 / Anthropic 토큰 단가가 화두였다면, 오늘은 같은 작업을 더 싸게 도는 인프라 최적화 쪽으로 무게가 옮겨 갔다.
가장 도발적인 카운터는 @theo의 한 줄 — "Anthropic의 수익 중 얼마나 많은 부분이 그들의 모델들이 엄청난 토큰 비효율성 때문에 실제 작업에서 4배나 더 비싸게 드는 데서 나오는지 궁금하다" — 그리고 같은 사람의 다른 트윗 "Mythos가 출시되면 GPT-5.5와 비슷한 수준인데 가격은 10배나 비싸서 진짜 웃길 거야". 두 발언이 짝지어져서 모델 능력 ≈ + 가격은 N배 차라는 비용 효율 격차가 트레이더용 지표로 부상하고 있다.
같은 비용 곡선의 반대편엔 중국 진영 가격 인하가 있다. MiMo API 가격 인하(@_LuoFuli) — 최대 99% 인하가 Input (Cache Hit)에 적용. 핵심은 추론 프레임워크가 SWA(Sliding Window Attention)에 대한 계층적 KV 캐시 최적화를 지원하기 시작했다는 점 — 프로덕션 테스트에서 캐시된 토큰 용량 5배 증가, 캐싱 비용 80% 감소에 해당한다. 모델 가중치를 더 작게 만드는 압축 경쟁이 아니라 같은 모델을 더 싸게 도는 추론 기반 최적화 경쟁의 1차 발표.
Qwen3.7-Max(@Alibaba_Qwen)는 Code Arena: Frontend에서 #4로 데뷔했고, Claude Opus 4.6과 동등한 수준으로 랭킹 보드에서 최고 순위의 중국 연구소가 됐다. 같은 라인에서 Qwen3.7-Max 반값 + Qwen3.5 TokenSpeed 엔진 580 TPS 같은 가격·속도 양쪽의 1차 발표가 따라붙었다.
이미지 단서: 차트 노란 박스에 Qwen3.7 Max (20260517)가 표시돼 있고, 상위 5위 중 4개가 Claude에 1개가 Qwen인 구도. Claude Opus 4.7과 4.6이 1~5위를 거의 독점한 사이에 중국 연구소가 4위 진입했다는 게 본문 메시지의 시각적 근거. 아래쪽엔 GPT-5.5 Xhigh (codex-harness)가 11위, Mimo V2.5 Pro가 15위로 함께 잡혀 있어 상위는 Claude·Qwen, 중간은 Gemini·GLM·Kimi, 하위는 GPT-5.5·Mimo 라는 layered 구도가 한 장에 압축돼 있다.
같은 흥행으로 Cognition 라인에서 Devin/Codex/Cursor 비교 토론이 다시 올라왔고, Claude Code v2.1.412 버그(@valdgrind, 좋아요 16,612) — 맥이 앱 하나도 안 열었는데 뜨거워서 확인해보니 CPU 98% 잡고 있던 게 claude-code였다는 사용자 보고가 함께 흥행했다.
주요 소식들:
- Theo — "Mythos가 GPT-5.5와 비슷한데 가격은 10배 비싸서 웃길 거야" — 모델 능력·가격 분리 비교의 단도직입
🔗 - Theo — "Anthropic 모델이 토큰 비효율로 실제 작업에서 4배 더 비싸게 든다" — 가격 회의론의 두 번째 카드
🔗 - MiMo API 가격 최대 99% 인하 — SWA 계층적 KV 캐시로 캐시 용량 5배, 캐싱 비용 80% 감소 — 추론 인프라 최적화의 1차 발표
🔗 - Qwen3.7-Max — Code Arena #4 진입, Claude Opus 4.6과 동등 수준 (중국 연구소 최고 순위) — 가격 인하와 묶인 성능 진입
🔗 - Claude Code v2.1.412 CPU 98% 버그 — 사용자 자체 추적 — 어제 ClaudeDevs Claude Code 안정성 업데이트 라인의 다른 면, 함께 인용
🔗 - Claude Code 안정성 업데이트 — 우리가 한 모든 것 — Anthropic 측 1차 정리
🔗
시사점: 모델 4파전이 벤치마크 점수에서 동등 점수 × 1/N 가격으로 옮겨 갔다. 같은 작업을 4배 싸게 도는 KV 캐시 최적화가 이번 라운드의 차별점. 코딩 에이전트 안정성 버그도 모델이 아닌 클라이언트 인프라에서 풀어야 하는 단계로 진입.
#모델가격경쟁#MiMo_KV80%#Qwen37Max_4위
5. 자본 곡선이 모델 → 인프라 → 에이전트로 분기
오늘 자본 시장에서 잡힌 시그널 세 갈래는 서로 다른 층으로 자금이 분기되고 있음을 보여준다. ①모델 회사가 아닌 에이전트 회사(Cognition $26B), ②모델 회사가 아닌 데이터센터·하드웨어 회사(IREN $1.6B Dell Blackwell), ③모델 회사 자체의 수익성 회의론(Apple·VC 분석).
Cognition은 이미 Topic 2에서 다뤘다. Devin을 만든 곳이 $26B 밸류로 $1B+ 펀딩, ARR $492M, 기업 사용 10배 — 자체 보고치다. 어제까지 클라우드 장기 자본 투자 사이클에서 자본이 모델 회사로만 쏠렸다면, 오늘은 에이전트 회사가 같은 라운드 사이즈를 받았다.
IREN(@IREN_Ltd)은 Dell과 16억 달러 규모의 공랭식 Blackwell 시스템 구매 계약을 체결했다고 발표했다. 이전에 발표한 5년 34억 달러 관리 서비스 AI 클라우드 계약을 지원하는 인프라다. 텍사스 차일드레스 데이터센터에 배치, 시운전은 2027년 초 목표. 시운전 완료 시 IREN 연간 반복 수익(ARR)이 $3.7B → $4.4B로 증가할 것으로 예상.
이미지 단서: 데이터센터 사진에 Dell 로고가 살짝 보이고, 헤드라인이 Childress (텍사스주 차일드레스 시) 라는 특정 시 단위 입지를 명시했다. 2027년 초 시운전이라는 시간표가 같이 박혀 있는 점이 트윗 본문과 일관된다 — 현재 시점이 아니라 2027 ARR 약속이라는 출처 라인은 살려야 한다.
반대편엔 모델 회사 수익성 회의론이 같이 있다. @scion_x_(프랑스어 분석)이 "Apple은 아무도 감히 말하지 못한 것을 이해했다 — IA 연구소들은 현금이 줄줄 새는 통(passoires à cash)이고, 결국 VC가 그 비용을 지불한다" 라며 OpenAI: 연간 $14B 소각, 2030년까지 흑자 없음, $25B 매출에 $60B 클라우드 비용. Anthropic은… 같은 수치들을 짚었다. 외부 검증이 필요한 수치들이지만 모델 회사 자체 매출/지출 분석이 같은 시간대에 다시 떠올랐다는 게 시그널.
Spike SpaceX IPO 분석(@edels0n)도 같은 흐름에서 흥행 15,941을 찍었다 — 손실 700% 증가, 매출 성장 둔화, 주가매출비율 107배. 이건 AI 회사 직접 매출은 아니지만, 같은 시기 대형 테크 IPO에 대한 시장 회의론이 같은 톤으로 흘렀다는 점에서 자본 곡선 분석의 한 데이터 포인트로 함께 묶인다.
주요 소식들:
- Cognition — $26B 밸류로 $1B+ raise, ARR $492M, 기업 사용 10배 (자체 보고) — 에이전트 회사 라인의 자본 진입
🔗 - IREN, Dell과 $1.6B Blackwell 구매 계약 — 5년 $3.4B AI 클라우드 계약 지원, ARR $3.7B→$4.4B 목표 (2027 초 시운전) — 데이터센터 회사의 1차 발표
🔗 - Apple 분석 — AI 연구소는 현금이 줄줄 새는 통, VC가 지불한다: OpenAI $14B/년 소각, $25B 매출에 $60B 클라우드 비용 — 외부 검증 필요. 비공식 분석 라인의 흥행
🔗
시사점: 자본이 프론티어 모델 다음에 어디로 가는가가 본격적인 화두가 됐다. 에이전트 회사(Cognition)와 데이터센터/Blackwell 인프라(IREN)가 같은 주에 1차 발표를 했고, 그 사이로 모델 회사 회수 시점에 대한 회의론이 동반된다. 다음 분기 관전 포인트는 Devin 사용량과 Blackwell 시운전 진척.
#코그니션26B#IREN블랙웰#모델회사회의론
6. 🧭 Under-radar — 패러다임·교육·이념 한 줄짜리 메타 신호 3건
빈도는 낮지만 지명도 있는 인물·기관의 발언이라 따로 묶는다.
@hardmaru (Sakana AI/ICLR2026 라인)이 "10년 넘게 우리는 엔드투엔드 역전파가 딥 네트워크를 훈련하는 유일한 방법이라고 받아들여 왔다. 하지만 네트워크 전체를 한 번에 메모리에 유지하는 것이 바로 AI 훈련이 자원 벽에 부딪히는 이유다. 우리는 네트워크를 블록으로 나누고 독립적으로 훈련하는 새로운 방법을 발견했다 — 비결은 네트워크의 순전파를 신호를 디노이징하는 확산 모델처럼 다루는 것" 이라는 ICLR2026 프리프린트를 공개했다. 단일 트윗 흥행 2,289로 작지만 프레이밍 전환에 해당.
이미지 단서: 다이어그램이 두 가지를 한 장으로 보여준다 — ①Standard Training에서 backprop이 화살표 하나로 세 블록 전체를 관통하는 것 vs ②Block-wise Training에서 한 번에 한 블록만 켜진 채로 노이즈 그라데이션과 함께 훈련. Bx memory reduction이 핵심 수치인데, 본문에선 몇 배인지는 명시하지 않았다 — 논문 본문에서 확인 권장이라는 보수적 톤. 패러다임 전환 시그널의 시각적 앵커.
UC Berkeley School of Law가 2026년 여름부터 시행할 인공지능 정책을 공개했다(@RichardAlbert 인용). 학점 제출 작품의 개념화, 개요 작성, 초안 작성, 수정, 번역 또는 편집을 돕기 위한 AI 사용 금지. 시험 상황에서 어떠한 목적으로든 AI 사용 금지. 수업 자료를 생성형 AI 시스템에 업로드 금지. 예외는 논문 연구의 출처 검색 수준만. 미국 톱10 로스쿨이 AI 사용 거의 전면 금지로 가는 1차 정책 문서.
이미지 단서: 정책 본문이 Purpose 절에서 직접 "thinking remains the sine qua non of good lawyering" 이라고 명시한다 — 생성뿐 아니라 개요 작성·번역·편집까지 한 줄 한 줄 prohibited로 잡혔다. 교사 재량 예외(Instructors may deviate…)가 마지막 줄에 한 줄로만 붙는다. 같은 정책 문서를 미디어 인용이 아닌 기관 1차 문서로 본 셈.
마지막으로 Marc Andreessen의 Techno-Optimist Manifesto* 가 다시 떠올랐다. @brivael(흥행 15,930)이 "우리의 적은 나쁜 사람이 아니라 — 나쁜 아이디어다" 라는 매니페스토 한 문장을 인용하며 이념적 추적의 위험을 지적했고, 같은 라인에서 dhwanisaraiya_(흥행 93,785)가 "그들은 인터넷에서 데이터의 마지막 조각까지 긁어모았고… 이제 너희 모두가 이것이 미래라고 스스로 납득시켰기 때문에 프리미엄 가격에 다시 팔려고 한다" 는 더 직설적 비판을 올렸다 — Sam Altman의 지능이 유틸리티가 되는 미래* 발언에 대한 응답.
주요 소식들:
- Hardmaru — 역전파 대안 DiffusionBlocks: 네트워크를 블록으로 나누고 디노이징 확산 모델처럼 훈련, Bx 메모리 절감 (ICLR2026 프리프린트) — 10년 표준이었던 backprop 외 방법론
🔗 - UC Berkeley School of Law — 2026 여름부터 AI 사용 거의 전면 금지 정책 발효 — 개념화·개요·초안·수정·번역·시험 모두 금지
🔗 - Marc Andreessen Techno-Optimist Manifesto 재조명 — "우리의 적은 나쁜 사람이 아니라 나쁜 아이디어다"에 대한 이념적 추적 비판 — Karpathy/LeCun 라인의 framing 시프트 분기
🔗 - dhwanisaraiya_ — "그들은 데이터의 마지막 조각까지 훔쳤고, 이제 프리미엄 가격에 다시 팔려고 한다" (Sam Altman 지능 유틸리티 발언에 대한 응답) — 오늘 AI 비판 본문 도달 1위
🔗
시사점: 기술 패러다임(역전파 대안), 교육 정책(UC Berkeley Law의 전면 금지), 이념 비판(Andreessen 매니페스토) — 세 갈래 모두 AI를 둘러싼 메타 담론이 점점 외부에서 안으로 들어오고 있다는 신호. 다음 주에 같은 갈래에서 법학·의학 분야의 추가 정책과 역전파 대안 논문의 reproduce 시도가 나오는지가 관전 포인트.
#역전파대안디퓨전블록스#UC버클리로스쿨_AI금지#기술낙관주의비판
📊 오늘의 감정/온도 분석
- 🟢 실질적 성장 — 에이전트 인프라 1차 발표 6건이 한 날에
Cognition $26B / Robinhood 에이전트 트레이딩 + MCP / Gemini Embedding 2 / NotebookLM Drive 자동 동기화 / Trajectory / Runway MCP — 모델 위의 인터페이스 표준이 코딩 영역을 넘어 증권·영상·임베딩·노트북까지 한꺼번에 채택된 변곡점. MCP가 5월 마지막 주에 코딩 도구 라벨을 벗었다.
- 🟡 주의 필요 — Codex 컴퓨트 플릿 축소가 의미하는 것
OpenAI가 세 모델을 한 모델로 정리했다는 건 컴퓨트 여유가 아니라 컴퓨트 분배 압박 신호다. 같은 날 ChatGPT/API 지연 사고가 보고됐고, Pro 사용자 2배 사용 프로모도 5월 31일 종료. 6월부터 cap 체감과 기업 고객 우대 정도가 다음 분기 첫 데이터 포인트.
- 🔴 과열 신호 — 모델 회사 수익성 회의론의 동시 발화
AWS Garman "주니어 대체 어리석은 발언" + Dario "GDP↑ 실업↑ 함께" + a16z "모델만으로는 안 풀린다" + Apple/scion_x_ "AI 연구소는 현금이 새는 통" — 같은 24시간에 산업 안과 밖이 동시에 회의론을 발화. 어제 Uber COO 발언이 임원 1명의 발언이었다면, 오늘은 4개 라인의 동시 발화로 진폭이 한 단계 올라갔다.
- 🔵 패러다임 전환 — Hardmaru DiffusionBlocks + UC Berkeley Law 정책
10년간 표준이던 엔드투엔드 역전파에 대한 정면 대안(블록별 확산 훈련)과 미국 톱10 로스쿨의 AI 사용 전면 금지 정책이 같은 날에 떠올랐다. 둘 다 빈도는 작지만 AI를 어떻게 만들고 어떻게 가르치는가에 대한 제도적 시그널이라는 점에서 Karpathy/LeCun 라인의 framing 시프트와 같은 카테고리에 들어간다.
💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지
1. Codex 사용자라면 5월 31일 전에 프로 사용량 패턴을 기록해 두기
OpenAI Codex의 2배 사용량 제한 프로모션이 5월 31일에 끝난다(@argofowl). 6월부터 프로 사용자의 사용량 cap이 어떻게 체감되는지는 4일치 비교 데이터가 있어야 판단된다. 권장 패턴 — ①주간 토큰 소비량, ②동일 작업 1회당 평균 시간, ③한 턴에 큐가 쌓이는 빈도 세 수치를 5/28~5/31 사이에 기록해 두면, 6월에 내 워크플로의 실효 cap을 객관 수치로 비교할 수 있다 (@argofowl 흥행 3,383).
2. 6월 2일부터 Codex에서 GPT-5.2와 GPT-5.3-Codex가 사라진다는 점, 사전 마이그레이션 권장
@thsottiaux의 공지대로 6월 2일부터 ChatGPT 로그인 경로의 Codex가 GPT-5.5 단일화된다. API에선 두 모델이 유지되지만, 평소 Codex CLI/IDE를 ChatGPT 로그인으로 쓰는 팀이라면 이번 주 안에 같은 작업을 GPT-5.5로 한 번 돌려서 답변 톤·길이·실행시간 차를 미리 가늠해두는 게 안전하다 (@thsottiaux 흥행 4,500).
3. Robinhood 에이전트 트레이딩 — 별도 계정으로 위임 범위 격리가 핵심
Robinhood는 MCP 서버를 통해 AI 에이전트가 거래·구매를 대신 수행하도록 열었지만, 에이전트는 별도 계정에 입금된 자금에만 접근한다. 즉 메인 계정 자산과 에이전트 위임 자산이 분리된 채로 푸시 알림·실시간 P&L이 동시에 잡힌다 — 위임 범위 격리 패턴이다. 비슷한 워크플로를 다른 도메인에 도입할 때(이메일·캘린더·결제) 같은 서브 자산만 만질 수 있는 계정 분리를 적용하면 사고 시 영향 반경이 줄어든다 (@amitisinvesting 흥행 1,903).
4. Gemini Embedding 2로 멀티모달 RAG 첫 도입 — 텍스트+이미지+영상+오디오 한 벡터 공간
Google DeepMind가 공개한 Gemini Embedding 2는 텍스트·이미지·영상·오디오를 최대 3,072차원 통합 벡터 공간에 매핑한다(@mseyed). 그동안 텍스트 임베딩과 이미지 임베딩을 따로 만들어 별도 인덱스로 운영하던 워크플로를 하나의 벡터 인덱스로 합칠 수 있다. RAG(검색해서 가져온 데이터를 LLM 답변에 끼워 넣는 패턴) 시스템을 제품 매뉴얼 PDF + 데모 영상 + 고객지원 통화까지 한 벡터로 검색하고 싶을 때 첫 후보 모델 (@mseyed 흥행 1,205).
5. NotebookLM에 Google Drive 자동 동기화 — 문서 갱신이 노트북에 즉시 반영되는 워크플로
Josh Woodward(@joshwoodward)가 공개한 NotebookLM의 Google Drive 자동 동기화는 가장 인기 있던 기능 요청이었다. 활용 패턴 — ①팀 회의록·기획서·제품 문서를 한 Drive 폴더에 두고 ②그 폴더 전체를 NotebookLM의 Sources로 잡으면 ③문서를 수정할 때마다 NotebookLM 답변과 오디오 요약이 자동 갱신된다. 매주 월요일 회의 준비를 NotebookLM의 오디오 브리프로 듣고 출근하는 식으로 동기화를 활용할 수 있다 (@joshwoodward 흥행 887).
6. Runway MCP로 디자인 도구를 코딩 에이전트에서 직접 호출하는 신규 워크플로
Runway가 Runway MCP를 출시하면서 Gen-4.5(영상 생성), Seedance 2.0, GPT Images 2.0, Kling 같은 영상·이미지 모델을 Claude·ChatGPT·Cursor·Replit에서 MCP 명령으로 직접 부를 수 있다. 즉 코딩 에이전트가 코드를 짜는 동안 같은 세션에서 데모 영상까지 생성하는 시퀀스가 자연스러워진다. 마케팅 카피·기획 문서를 쓰는 워크플로에 영상 첨부가 필요한 팀에 즉시 도입 권장 (@runwayml 흥행 1,072).
7. 내 환경의 모델 비용 효율을 직접 측정하기 — Theo의 4배 비용 주장 검증법
Theo가 "Anthropic이 토큰 비효율로 실제 작업에서 4배 비싸게 든다"고 했지만, 본인 환경에 그대로 옮기면 안 된다 — 같은 작업이라도 프롬프트 길이, 서브에이전트 사용, MCP 호출 수에 따라 비용이 크게 갈린다. 표준 패턴 — ①한 PR(혹은 한 기능)을 Claude로 한 번, GPT-5.5로 한 번 처리 → ②그 작업의 토큰 합계 × 모델 단가 계산 → ③같은 결과 품질인지를 따로 평가. 내 환경의 실효 단가가 나오면 벤더가 만든 차트를 그대로 옮기지 않아도 결재가 가능하다 (@theo 흥행 1,222).
8. Cognition Devin / Claude Code / Codex 중 내 팀에 맞는 에이전트 고르는 1주 비교 프로토콜
오늘 Cognition이 기업 사용 10배 성장을 자체 보고했고, 같은 주에 Anthropic이 Claude 마켓플레이스에 5개사를 추가했다. Devin · Claude Code · Codex 세 도구가 모두 기업용 라인업을 키우는 중. 도입 비교 권장 — ①한 주 동안 같은 3개 PR 을 세 도구로 각각 처리 → ②PR당 시간, 완료까지 사람이 끼어들어야 하는 횟수, 생성 코드의 머지 후 회귀 비율 세 지표 기록 → ③팀의 코드베이스 특성에 맞는 도구 선택. 모델 점수표가 아니라 내 팀의 코드베이스에서의 비교 데이터가 결정 근거 (@cognition 흥행 2,423, @claudeai 흥행 2,560).
9. AI로 주니어 대체 발언을 들었을 때 Garman의 카운터를 인용하는 법
AWS CEO Matt Garman이 "AI로 모든 주니어 개발자를 대체할 수 있다는 건 가장 어리석은 발언"이라고 잘랐다. 같은 라인이 회사 안에서 결재 문서로 올라올 때 인용할 수 있는 근거가 한 줄 생긴 셈. 같은 자료에 EscanorReloaded가 정리한 두 가지 문제 — 토큰 비용이 인건비 초과 + 토큰이 떨어지면 그냥 멈춤 — 을 같이 붙이면 "비용·연속성" 두 축으로 주니어 대체 안을 다시 검토하는 데이터 라인이 잡힌다 (@MatthewBerman 흥행 2,223, @EscanorReloaded 흥행 28,634).
10. DiffusionBlocks — 10년 표준의 대안이 등장했다는 신호만 알고 있기
Hardmaru의 ICLR2026 프리프린트는 엔드투엔드 역전파 대신 블록별 확산 모델 훈련으로 Bx 메모리 절감을 달성한다고 보고했다. 일반 사용자는 코드를 돌려볼 일이 없지만, 모델 훈련 인프라가 큰 회사 안에 있다면 논문 reproduce 시도가 다음 분기에 나올 가능성이 크다. 같은 시기 UC Berkeley Law의 AI 사용 전면 금지도 있어서 AI를 어떻게 만들고 어떻게 가르치는가가 같은 주에 두 갈래로 흔들렸다는 점만 메모해두면 충분 (@hardmaru 흥행 2,289, @RichardAlbert 흥행 1,988).
📦 출처 확인 권장 항목
- Cognition $26B 밸류 / $1B+ raise / ARR $492M / 기업 사용 10배 — Cognition 자체 보고치. 외부 검증(SEC 13F·VC 등록)은 향후 공개 시 별도 확인 필요.
- IREN 5년 $3.4B 관리 서비스 AI 클라우드 계약 + Dell $1.6B Blackwell — 회사 공식 발표. 2027 초 시운전은 약속 일정.
- MiMo API 가격 99% 인하 / KV 캐시 80% 비용 감소 — 회사 자체 측정. 외부 환경에서의 동일 수치는 프로덕션 환경 테스트 후 재확인 권장.
- Qwen3.7-Max Code Arena #4 — Arena.AI 리더보드 기준 (외부 측정). 다른 벤치마크에서는 순위가 다를 수 있음.
- Anthropic Dario GDP↑ 실업↑ 함께 발언 — CEO 자체 발언. Anthropic 측 자기 보고치가 아닌 시장 예측 발언임을 명시.
- Theo Anthropic 토큰 4배 비용 — 한 명의 외부 분석. 내 환경에서의 동일 효과는 별도 측정 권장.
- DiffusionBlocks (Hardmaru) Bx 메모리 절감 — 프리프린트 단계. 논문 본문에서 실제 배수와 실험 조건 확인 권장.