🔥 AI 트윗 트렌드 핵심 요약 (2026.06.04)
데이터: 1,093개 트윗 분석 (AI/테크 773개) | 주요 키워드 TOP 5: Gemma 4 · MAI · Ideogram 4.0 · 에이전트 하네스 · Copilot 가격 | 메인 이벤트: 구글 Gemma 4 12B 오픈 출시
오늘은 오픈 모델 진영에서 큰 발표가 한꺼번에 나온 날이었다. 구글이 노트북에서 돌아가는 멀티모달 모델 Gemma 4 12B를 Apache 2.0으로 풀었고, 마이크로소프트는 외부 모델 증류 없이 처음부터 직접 만든 자체 모델군 MAI를 공개하며 GitHub Copilot에 끼워 넣었다. 한쪽에서는 "내 노트북에서 GPT급을 돌린다"는 기대가, 다른 한쪽에서는 6월 1일 바뀐 Copilot 종량제 요금에 대한 불만이 동시에 번졌다.
1. 구글 Gemma 4 12B — 노트북에서 돌아가는 멀티모달 오픈 모델
오늘의 메인 이벤트는 구글 딥마인드의 Gemma 4 12B 출시다. 핵심은 두 가지다. 첫째, 별도의 멀티모달 인코더를 떼어내고 텍스트·이미지·오디오를 하나의 신경망이 통째로 처리하는 "통합형(Unified)" 구조라는 점. 둘째, 그런 모델이 데이터센터가 아니라 개인 노트북에서 그대로 돌아간다는 점이다.
구글 공식 계정은 12B 모델이 4비트 양자화로 8GB RAM, 8비트로 14GB RAM이면 로컬 구동되며 256K 토큰 컨텍스트와 140개 이상 언어, 음성 인식(ASR)·음성 텍스트 변환(STT)까지 지원한다고 밝혔다. 라이선스는 상업적 사용이 자유로운 Apache 2.0이다. 데미스 허사비스는 Gemma 4 계열의 누적 다운로드가 1억 5천만 회를 넘었다고 자평했다(회사 자체 집계치).
발표 이미지는 이미지·오디오 파형·여러 언어 문자가 하나의 노드로 빨려 들어가는 모습으로 "인코더를 없앤 통합 구조"를 시각화한다.
Unsloth가 공개한 벤치마크 표에 따르면 Gemma 4 12B는 절반 크기인데도 구형 Gemma 3 27B를 모든 항목에서 앞섰다. 문서 이해(DocVQA) 94.9점, 정보 시각질의(InfoVQA) 88.4점, 대학원 수준 과학(GPQA Diamond) 78.8점, 코딩(LiveCodeBench) 72점을 기록했다(구글·Unsloth 제공 수치).
실제 표에서 확인된 디테일: 회색 막대(Gemma 3 27B)보다 파란 막대(Gemma 4 12B·26B)가 8개 벤치마크 전부에서 높다. Unsloth는 동적 GGUF로 8GB RAM 로컬 구동을, Prince Canuma는 애플 실리콘(MLX) 최적화 버전을 같은 날 내놨다.
주요 소식들:
- 구글 공식 출시 — 통합형 인코더리스 모델
고급 에이전트 추론·시각·오디오를 노트북으로 직접 가져오는 최신 오픈 모델로 발표 🔗
- 8GB RAM 로컬 구동 — Unsloth 동적 GGUF
맥북 프로급(16GB)이면 충분, 4비트면 8GB RAM에서도 학습·추론 가능 🔗
- 누적 1억 5천만 다운로드 자평 — 허사비스
"이렇게 작은 모델 치고 믿기지 않게 강력하다"며 새 12B 출시를 기념 🔗
- 당일 생태계 지원 — LM Studio·ComfyUI·MLX
발표 몇 시간 만에 주요 로컬 실행 도구들이 네이티브 지원 추가 🔗
시사점: "프런티어급 성능 = 클라우드 구독"이라는 공식이 흔들린다. 12B 정도면 일상 작업 상당수를 인터넷 없이 내 기기에서 처리할 수 있고, Apache 2.0이라 기업도 데이터를 밖으로 내보내지 않고 파인튜닝할 여지가 생겼다. 다만 벤치마크는 모두 제공사 수치이므로 독립 평가는 지켜봐야 한다.
#젬마4출시#노트북에서도는AI#오픈웨이트모델
2. 마이크로소프트 MAI 군단 — "증류 없이 처음부터" 만든 자체 모델
마이크로소프트가 오랫동안 의존해온 OpenAI 모델에서 벗어나, 자체적으로 처음부터 학습한 모델군 MAI를 공개했다. 무스타파 술레이만은 빌드(Build) 컨퍼런스 키노트에서 "6개월간의 강렬한 작업"이라며 MAI 연구소 성과를 발표했다.
기함 모델 MAI-Thinking-1의 기술 리포트 제목은 "Building a Hill-Climbing Machine(언덕 오르기 기계 만들기)"다. 리포트에 따르면 35B 활성 / 1T 총 파라미터의 전문가 혼합(MoE) 모델로, 제3자 모델 증류 없이 깨끗한 기업급 데이터만으로 처음부터 학습했다고 한다. 자체 보고 성적은 AIME 2025 수학 97.0%, SWE-Bench Pro 52.8%, LiveCodeBench v6 87.7%다(마이크로소프트 자체 측정치).
리포트 표지에서 확인된 디테일: AIME·LCB·SWEBench 세 곡선이 학습 스텝이 쌓일수록 우상향한다. "능력은 물려받는 게 아니라 학습되어야 한다 — 증류로 흉내 낸 지능은 조종 가능성(steerability)이 떨어진다"는 게 핵심 주장이다.
여기서 끝이 아니다. 마이크로소프트는 코딩 특화 소형 모델 MAI-Code-1-Flash(5B 활성)를 GitHub Copilot에 바로 탑재했고, 일부 사용자는 오늘부터 Copilot 안에서 무료로 쓸 수 있다고 전했다.
실제 스크린샷에서 확인된 디테일: Copilot 모델 드롭다운에 GPT-5.5, MAI-Code-1-Flash(마이크로소프트), Claude Opus 4.7이 나란히 떠 있다. 자사 모델을 OpenAI·앤트로픽과 같은 선택지로 올려놓은 구도다.
주요 소식들:
- MAI-Thinking-1 출시 — 처음부터 오르는 법
"지식 증류 없이 어떻게 성능이 오르는지" 레시피를 기술 리포트로 공개 🔗
- 클로드·GPT에 필적 주장 — 접근법의 철저함
증류도 합성 데이터도 없이 클로드/GPT 수준에 도달했다는 점이 주목 포인트 🔗
- MAI-Code-1-Flash, Copilot 탑재 — 무료 제공
"OpenAI에서 빌린 게 아니라 마이크로소프트가 직접 만든 코딩 AI" 🔗
- 빌드 키노트 발표 — 술레이만
"6개월의 강렬하고 뛰어난 작업"이라며 MAI 연구소 대표로 키노트 발표 🔗
시사점: 빅3(OpenAI·구글·앤트로픽)에 마이크로소프트가 자체 프런티어 모델로 합류하려는 신호다. 특히 "증류 없이 처음부터"는 라이선스·데이터 출처 분쟁에서 자유롭다는 메시지로 읽힌다. 성능 수치는 전부 자체 보고이므로 외부 리더보드 등재 결과는 추후 확인이 필요하다.
#마이크로소프트MAI#증류없이처음부터#코파일럿자체모델
3. 오늘의 신기능·신제품 출시 — 이미지·음성·앱이 동시에
모델 출시와 별개로, 바로 써볼 수 있는 신제품도 줄줄이 나왔다. 특히 오픈 웨이트 이미지·음성 모델이 같은 날 겹친 게 눈에 띈다.
가장 화제는 Ideogram 4.0이다. "세계 최고의 오픈 이미지 모델"을 표방하며 9.3B 텍스트-투-이미지 기반 모델의 가중치를 공개했고, 자기 데이터로 파인튜닝해 자기 하드웨어에서 돌릴 수 있다. 디자인 아레나(Image Arena)에서 Elo 1285로 오픈 웨이트 1위에 올랐다(아레나 집계). a16z·허깅페이스·ComfyUI가 당일 지원을 알렸다.
음성 쪽에서는 Miso One이 나왔다. "세계에서 가장 감정적인 음성 모델"을 표방하는 80억 파라미터 오픈 웨이트 TTS로, 대부분의 음성 합성이 단조로운 데 비해 진짜 온기와 리듬을 목표로 한다. 일론 머스크의 xAI는 이미지 생성 모델 Grok @Imagine 1.5 Preview를 API로 풀었다.
주요 소식들:
- Ideogram 4.0 — 오픈 웨이트 이미지 1위
가중치 다운로드·파인튜닝·소유 가능, Image Arena Elo 1285로 오픈 모델 최상위 🔗
- Grok @Imagine 1.5 Preview — API 공개
xAI의 이미지 생성 프리뷰가 오늘부터 API에서 사용 가능 🔗
- Miso One — 감정 표현 음성 모델
8B 오픈 웨이트 TTS, "단조롭지 않은 진짜 사람 같은 음성" 지향 🔗
- 구글 드림빈즈(Dreambeans) — 안티 둠스크롤 앱
무한 스크롤 없이 매일 맞춤 스토리만 전하는 구글 랩스 실험 앱 🔗
- 제미나이 Thinking Levels — 전 플랫폼 확대
추론 강도 조절 기능이 웹·iOS·안드로이드에 모두 풀림 🔗
시사점: 이미지·음성 분야에서 "오픈 웨이트 = 최상위 성능"이 더는 예외가 아니게 됐다. 가중치를 받아 내 데이터로 미세조정하는 워크플로가 텍스트 모델을 넘어 멀티미디어로 번지는 중이다.
#아이디오그램4#오픈웨이트이미지#그록이미지프리뷰
4. 에이전트 하네스의 시대 — "모델"보다 "도구로 감싸는 법"
개발자 타임라인의 화두는 모델 자체가 아니라 모델을 감싸는 에이전트 하네스(agent harness)로 옮겨갔다. 하네스란 LLM 하나를 그냥 부르는 게 아니라, 도구 호출·메모리·검증 루프·작업 분할을 묶어 "스스로 일하는 작업 환경"으로 짜는 설계를 뜻한다. 오늘 하루에만 "에이전트 하네스 해부", "하네스 속 메모리의 현황", "작업마다 하네스 하나씩" 같은 가이드가 여러 건 돌았다.
실전 사례도 구체적이다. 한 사용자는 클로드 Opus 4.8에 300개 에이전트를 붙여 오후 한나절 만에 작동하는 SaaS를 만들었다고 했고, 또 다른 이는 Opus 4.8과 Kimi 에이전트 떼(swarm)를 섞어 코딩 비용을 월 4천 달러에서 700달러로 줄였다고 전했다. 구글은 LEAP라는 연구로 범용 LLM을 에이전트 스캐폴드로 감싸 Lean 컴파일러 기반 검증을 붙이는 접근을 공개했다.
주요 소식들:
- Opus 4.8 + 300 에이전트로 SaaS 한나절 제작
대규모 에이전트 병렬화로 하루 안에 작동하는 서비스를 완성한 사례 🔗
- 에이전트 하네스 해부 — 구성 요소 분해
도구·메모리·검증 루프를 어떻게 엮는지 구조를 뜯어 설명 🔗
- 추측하게 두지 말고 런타임 컨텍스트를 줘라
에이전트가 짐작으로 헤매지 않게 실행 시점 정보를 주입하라는 실전 조언 🔗
- HeyGen frame.md — 영상용 스펙 파일
화면 일관성을 잡아주던 design.md를 영상·모션 영역으로 확장 🔗
시사점: 경쟁의 무게중심이 "어느 모델이 더 똑똑한가"에서 "그 모델을 어떻게 작업 환경으로 묶는가"로 이동하고 있다. 같은 모델이라도 하네스 설계에 따라 결과 품질과 비용이 몇 배씩 갈린다는 게 오늘의 공통된 경험담이다.
#에이전트하네스#오퍼스4점8#멀티에이전트워크플로
5. AI 가격·정책 격변 — Copilot 종량제 반발과 학생 무료 경쟁
도구 가격 정책을 둘러싼 잡음도 컸다. 6월 1일부터 GitHub Copilot이 종량제(쓴 만큼 과금)로 바뀌면서 "기존 요금제로는 AI 크레딧이 모자라 제대로 못 쓴다", "쓸모없어졌다"는 불만이 일본·영어권 SNS에서 이어졌고, 다른 도구로 갈아타겠다는 이탈 선언도 나왔다. 공교롭게 마이크로소프트는 같은 Copilot에 자체 무료 모델(MAI-Code-1-Flash)을 끼워 넣어, 한쪽에선 값을 올리고 한쪽에선 무료 카드를 내미는 모양새가 됐다.
경쟁사 커서(Cursor)는 정반대로 움직였다. 재학생에게 .edu 이메일 인증만으로 1년치 Pro(약 240달러 상당)를 무료 제공하는 학생 공략을 띄웠다.
실제 페이지에서 확인된 디테일: cursor.com이 "차세대 개발자에게 힘을, 자격 학생은 1년 Cursor Pro 무료"를 내걸고 스탠퍼드·MIT·버클리·미시간·프린스턴·워털루 로고를 깔았다. 학생 단계부터 습관을 잡으려는 전형적 락인 전략이다.
주요 소식들:
- Copilot 종량제 전환 — "쓸모없어졌다" 반발
6월 1일 신요금 후 불만 지속, 타 도구 이전 표명까지 🔗
- 크레딧 부족 호소 — 기존 플랜 한계
"기존 플랜으론 AI 크레딧이 부족하다"는 목소리가 X에 빈번 🔗
- 커서, 학생 1년 Pro 무료 — 240달러 상당
.edu 이메일 인증으로 무료 제공, 명문대 사용 사례 전면 노출 🔗
- GPT $200 Pro 체험담 — "무서울 정도"
월 20달러에서 200달러 Pro로 올려보니 체감 성능이 확연하다는 후기 🔗
시사점: AI 코딩 도구 시장이 "구독 정액제"에서 "토큰 종량제"로 옮겨가며 비용 예측이 어려워지고 있다. 동시에 학생 무료·자체 무료 모델로 신규 사용자를 묶으려는 락인 경쟁이 격해졌다. 헤비 유저일수록 도구별 단가를 직접 따져봐야 하는 국면이다.
#코파일럿종량제#커서학생무료#AI도구가격경쟁
6. AI 자본·시장 신호 — 알파벳 증자, 엔비디아 위협론, 거품 경고
돈의 흐름에서도 큰 신호가 잡혔다. 순다르 피차이는 알파벳이 월요일 발표한 주식 발행(증자)이 다년간 AI 투자 전략의 일환이라고 설명했다. 공유된 투자 논거 슬라이드는 "AI가 13개 제품의 핵심이며 그중 5개는 30억 명 이상에 도달"한다고 강조했다.
슬라이드에서 확인된 6개 축: 사업 가속, 풀스택 AI 접근, 글로벌 제품 도달(13개 제품·10억+ 사용자, 5개는 30억+), 구글 클라우드, 장기 베팅(웨이모·윙·생명과학·양자), 재무 건전성.
엔비디아 투자자를 긴장시킬 소식도 재조명됐다. 바이트댄스·칭화대 연구진의 CUDA Agent 논문(3월 공개)이 다시 돌았는데, 인간 전문가보다 CUDA 커널을 잘 짜는 AI로 KernelBench에서 최고 성적을 냈고 가장 어려운 레벨3에서 클로드 Opus 4.5·제미나이 3 프로를 약 40% 앞섰다고 한다. 반대편에서는 레이 달리오가 블룸버그에 "AI 시장은 거품이며, 종이 부를 실제 돈으로 바꾸려는 순간 터진다"고 경고했다.
주요 소식들:
- 알파벳 증자 — AI 수요 대응 투자 전략
"AI가 13개 제품의 핵심" 논거와 함께 다년 투자 설명 🔗
- 바이트댄스 CUDA Agent — 엔비디아 위협론 재점화
인간보다 잘 짜는 커널 생성 AI, 최상위 독점 모델을 40% 앞섬(3월 논문 재조명) 🔗
- 레이 달리오 거품 경고 — 블룸버그
"모든 위대한 기술 변화는 거품을 낳는다… 터질 때가 진짜 변곡점" 🔗
- Lassie, a16z 주도 4,700만 달러 투자
의사 사무실부터 시작해 소규모 사업체를 운영하는 AI 구축 🔗
시사점: 빅테크는 AI capex를 더 키우려 증자까지 동원하는데, 시장 원로는 거품을 경고하고, 신생 연구는 엔비디아 해자(GPU 커널 최적화)를 AI로 깎아낼 수 있다고 주장한다. 낙관·회의·기술 위협이 한 화면에 공존하는 게 지금 시장 심리다. 단, CUDA 논문 수치는 3월 발표분의 재조명이라 신규 뉴스로 보긴 어렵다.
#알파벳증자#엔비디아위협론#AI거품논쟁
📊 오늘의 감정/온도 분석
- 🔴 과열 신호: AI 자본 시장 — 알파벳 증자와 a16z 투자가 이어지는 동시에 달리오의 거품 경고가 같은 강도로 회자. 낙관과 경계가 팽팽하다.
- 🟢 실질적 성장: 오픈 웨이트 모델 — Gemma 4·Ideogram 4.0·Miso One·MAI가 모두 "다운로드해서 내 기기에서" 쓸 수 있는 형태로 나왔다. 말잔치가 아니라 가중치가 실제로 풀렸다.
- 🟡 주의 필요: AI 도구 가격 — Copilot 종량제 반발은 헤비 유저의 비용 불확실성이 임계점에 닿았다는 신호. 학생 무료·자체 무료 모델은 결국 유료 전환을 노린 미끼다.
- 🔵 패러다임 전환: 에이전트 하네스 — 경쟁축이 "모델 성능"에서 "모델을 작업 환경으로 묶는 설계"로 이동. 같은 모델로도 결과가 몇 배 갈린다는 경험이 쌓이고 있다.
💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지
1. 노트북에서 Gemma 4 12B 직접 돌려보기 — 구독 없이 오프라인 AI
Unsloth의 동적 GGUF를 쓰면 8GB RAM(4비트)에서도 Gemma 4 12B를 로컬 구동할 수 있다. GGUF는 모델을 작은 파일 하나로 압축한 형식이고, LM Studio 같은 앱에 그 파일을 넣으면 인터넷 없이 채팅·코딩 보조가 된다. 민감한 사내 문서를 클라우드에 안 올리고 처리하고 싶을 때 특히 유용하다 (@UnslothAI 흥행 1,561).
2. 애플 실리콘 맥이라면 MLX 빌드를 노려라
같은 Gemma 4도 칩에 맞게 최적화된 버전이 따로 나온다. Prince Canuma가 공개한 MLX(애플 실리콘 전용 머신러닝 프레임워크) 최적화 빌드를 쓰면 M칩 맥북에서 더 빠르고 전력 효율적으로 돈다. 출시 당일 이런 변형이 나오니, 모델 카드만 보지 말고 "내 하드웨어용 빌드"를 검색하는 습관이 이득이다 (@Prince_Canuma 흥행 628).
3. Copilot 쓴다면 모델 드롭다운을 다시 열어보라
GitHub Copilot의 모델 선택창에 마이크로소프트 자체 모델 MAI-Code-1-Flash가 추가됐고, 일부 사용자는 무료로 쓸 수 있다. 종량제 전환으로 크레딧이 부담된다면, 같은 작업을 무료 모델로 먼저 시도해보고 어려운 것만 GPT·클로드로 넘기는 식으로 단가를 조절할 수 있다 (@israfill 흥행 478).
4. 학생이면 커서 1년 Pro를 무료로 받아둬라
커서가 .edu 이메일 인증만으로 1년치 Pro(약 240달러 상당)를 학생에게 무료 제공한다. 본인이나 가족이 재학생이라면 지금 등록해두는 게 이득이다. AI 코딩 도구는 한 번 손에 익으면 옮기기 번거로우니, 무료 기간에 충분히 익혀두는 걸 권한다 (@0xJoveXu 흥행 1,530).
5. "런타임 컨텍스트"를 줘서 에이전트가 헤매지 않게 하라
에이전트에게 일을 시킬 때 "알아서 추측해"가 아니라, 실행 시점의 실제 상태(현재 파일 구조·에러 로그·환경 변수)를 먼저 떠먹여 주면 결과가 크게 좋아진다. 사람한테 일 시킬 때 배경을 설명해주는 것과 같은 이치다 (@ericzakariasson 흥행 502).
6. 큰 작업은 에이전트 하나가 아니라 "떼"로 쪼개라
한 사용자는 클로드 Opus 4.8에 여러 에이전트를 병렬로 붙여 하루 만에 작동하는 SaaS를 만들었다. 핵심은 큰 작업을 작은 하위 작업으로 나눠 각 에이전트에 맡기고 결과를 합치는 것. 비싼 모델 하나로 길게 끄는 것보다, 역할을 나눠 동시에 굴리는 편이 시간·비용 모두 유리할 수 있다 (@Dipper_pol 흥행 418).
7. 영상 작업엔 frame.md, 화면 작업엔 design.md
design.md는 에이전트가 만든 결과물의 브랜드·스타일을 일관되게 유지시키는 "규칙 메모" 파일이다. HeyGen은 이를 영상용으로 확장한 frame.md를 내놨다. 반복 작업의 스타일 가이드를 텍스트 파일 하나로 정해두면, 매번 같은 지시를 반복하지 않아도 에이전트가 톤을 유지한다 (@HeyGen 흥행 1,071).
8. 클로드 한 번 제대로 익히면 생산성 체감이 다르다
3년간 ChatGPT를 쓰다 클로드로 옮긴 뒤 생산성이 크게 올랐다는 후기가 흥행했다(본인 주관적 체감). 도구를 바꿨다기보다 자기 일상 업무 10가지에 AI를 박아 넣은 게 핵심이다. 새 모델을 좇기보다, 내 반복 업무 목록을 적고 그중 몇 개를 AI 루틴으로 굳히는 접근을 추천한다 (@Fran_actua 흥행 1,868).
9. 공개된 AI 엔드포인트는 보안 사고의 입구다 — 점검하라
누군가 한 외식 브랜드의 "보안되지 않은 AI 엔드포인트"를 통해 자기 LLM 연산을 공짜로 돌리는 사례가 화제가 됐다. 엔드포인트란 외부에서 모델을 호출하는 접속 주소인데, 인증 없이 열려 있으면 제3자가 비용을 태우거나 데이터를 빼낼 수 있다. 사내에서 AI 기능을 붙일 때 API 키 인증과 사용량 제한을 반드시 거는 게 기본이다 (@thdxr 흥행 13,057).
10. 에이전트 트래픽 급증 — 봇을 전제로 사이트를 설계하라
클라우드플레어 CEO는 에이전트(자동화 봇) 트래픽이 예상보다 훨씬 빠르게 늘어 사람 트래픽을 위협하는 수준이라고 했다. 앞으로 웹사이트·API는 "사람이 본다"가 아니라 "AI 에이전트도 읽고 호출한다"를 전제로 만들어야 한다. 구조화된 데이터·명확한 API·과도한 요청 차단이 점점 필수가 된다 (@eastdakota 흥행 1,434).
본 요약은 2026년 6월 4일 수집된 X 타임라인 1,093개 트윗(AI/테크 773개)을 분석한 것입니다. 흥행 수치는 좋아요·리포스트·댓글을 가중 합산한 값이며, 성능·다운로드 등 일부 숫자는 제공사 자체 발표치로 독립 검증이 필요합니다. Physical AI(로보택시·로봇)·머스크 직접 인용·바이럴 밈·정치 트윗은 분석에서 제외했습니다.