🔥 AI 트윗 트렌드 핵심 요약 (2026.06.29)

어제 '앤트로픽 증류 고발 → 미국 모델 빗장 → 중국 오픈모델 침투'로 갈라졌던 전선이, 오늘은 더 또렷한 숫자 두 개로 압축됐다. 하나는 마크 안드레센이 직접 띄운 "GLM-5.2가 미국 대형 연구소의 공개 모델을 맞먹고 종종 이기는 첫 중국 모델"이라는 평가가 오늘 타임라인 1위(74만 조회)에 오른 것이고, 다른 하나는 앤트로픽의 매출이 OpenAI를 넘어섰다는 소식이다. 같은 날 국제결제은행(BIS)이 'AI발 금융위기'를 경고했고, 일론 머스크는 1.5조 파라미터 Grok 4.5가 SpaceX·테슬라에서 비공개 베타 중이라고 밝혔다. 점유율은 중국 오픈모델이, 매출·밸류는 미국 클로즈드가 가져가는 분기(分岐) 구도가 자본 경고와 맞물린 하루였다.

1. 중국 오픈모델 약진 — "오픈소스의 클로드 모먼트"

오늘 가장 크게 퍼진 건 GLM-5.2였다. 마크 안드레센은 "많은 똑똑한 사람들과 AI 내부자들이 GLM-5.2를 두고, 타협 없이 미국 대형 연구소의 공개 모델을 맞먹고 종종 이기는 첫 중국 모델이라 말한다"며 "지금 상황에서 놀라운 타이밍"이라 적었다(외부 확인 — GLM-5.2는 6월 13일 지푸/Z.ai가 MIT 라이선스로 공개, 코딩 벤치마크에서 오픈웨이트 1위이며 일부 장기 코딩 과제에서 GPT-5.5를 약 6분의 1 비용으로 앞섬. 다만 '미국 연구소를 이겼다'는 오픈모델 중 1위에 가깝고, 모든 클로즈드 프론티어를 제친 건 아님) (@pmarca). 데이터브릭스 쪽에서도 "GLM-5.2는 오픈소스의 클로드 모먼트, 수요가 놀랍다"는 반응이 나왔다 (@Yuchenj_UW).

다만 과열은 경계해야 한다는 신중론도 또렷했다. 한 개발자는 "다시 강조하지만 GLM 5.2는 Opus 4.8/GPT-5.5만큼 좋지는 않다, Opus 4.7/GPT-5.4보다 조금 아래로 본다 — 그래도 훌륭한 모델이라 매일 코딩에 쓴다"며 눈높이를 맞췄다 (@ivanfioravanti). 어제 코인베이스가 중국 오픈모델로 기본값을 바꾼 소식은 오늘 "중국 AI가 미국 AI를 이겼다, 코인베이스가 OpenAI와 앤트로픽을 버렸다"는 프레임으로 번졌는데, 이는 다소 과장이다(외부 확인 — 암스트롱 CEO 발언 기준 기본값을 GLM 5.2·Kimi 2.7로 전환한 것이지 개발자 선택권까지 끊은 '갈아탔다'는 아님) (@Ric_RTP).

그 밖에: 자율주행 칩 개발자 조지 호츠(tinygrad)는 "앤트로픽의 증류 공격 선전에 사람들이 속는 게 믿기지 않는다 — GLM-5가 어떻게 훈련됐는지는 논문에 다 있다"며 고발의 전제 자체를 반박했다 (@__tinygrad__). 미국의 접근 제한이 역설적으로 글로벌 기업의 탈(脫)미국 모델 흐름을 부추긴다는 관측도 나왔고 — "미국의 금지 조치가 모든 조직에 경종을 울려, 이제 다들 다중 LLM 전략과 오픈소스 실험으로 옮겨간다" (@bindureddy) — 오픈소스 진영의 반격을 담은 "We Are The ReDs Now: How Anthropic Will Force The People’s AI Compute Revolution"이라는 제목의 글도 함께 돌았다 (@BrianRoemmele).

시사점: GLM-5.2의 '미국 추월'은 오픈웨이트 1위라는 정확한 자리에 두고 봐야 한다. 그래도 코딩 과제에서 6분의 1 비용으로 GPT-5.5급을 내는 건 측정된 사실이고, 그래서 'GLM이 공짜로 풀린 마당에 클로즈드의 밸류가 지속되나'라는 질문이 자본 쪽(3번 토픽)으로 곧장 이어진다.

#GLM52오픈모델 #오픈웨이트1위 #중국AI추격

2. 앤트로픽 — 매출은 OpenAI를 넘고, 빗장과 미움은 커지고

오늘 앤트로픽엔 상반된 신호가 동시에 왔다. 먼저 매출 — 예측시장 칼시가 "속보: 앤트로픽이 이제 OpenAI보다 더 많은 매출을 낸다"고 전했다(외부 확인 — 디인포메이션 보도 기준 앤트로픽이 4월에 OpenAI 매출을 추월, 약 300억 달러 연환산 매출로 OpenAI를 35%가량 앞선다는 분석. '칼시발 속보'는 포장일 뿐 1차 출처는 디인포메이션) (@Kalshi_Finance). 실사용 쪽에서도 두께가 느껴졌다 — 인디 개발자 피터 레벨스는 "거의 1년간 Claude Code로 VPS에서만 코딩해 왔는데, 노트북을 안 열어도 되고 폰으로도 이어서 작업할 수 있어 환상적"이라 적었다 (@levelsio).

게르겔리 오로스는 카파시가 말한 핵심을 풀어 전했다 — "슬랙 얘기가 아니라, 모든 사내 시스템에 연결된 클라우드 AI가 '그냥 작동한다'는 게 진짜 도약"이라며 앤트로픽 내부의 분위기를 옮겼다 (@GergelyOrosz). 앤트로픽 CEO의 "소프트웨어 엔지니어링은 12개월 내 완전 자동화될 것"이라는 단언도 다시 회자됐다 (@precisox). 동시에 미움도 컸다 — "타임라인에서 앤트로픽에 이 정도의 반감이 나오는 건 처음 본다, 분위기가 확 바뀌었다"는 토로가 돌았다 (@almmaasoglu).

빗장 얘기도 이어졌다. 오스트리아가 EU에 "미국이 외국인의 최첨단 모델 사용을 막으니, 차라리 앤트로픽을 EU 역내에 유치하자"는 서한을 보낸 사실이 공유됐다 (@AndrewCurran_). 실제로 앤트로픽의 Fable 5와 Mythos 5는 6월 12일 미 정부의 수출통제 지시로 접근이 묶였고, 지금 일반 출시되는 최상위 모델은 사실상 Opus 4.8이다(외부 확인 — 앤트로픽 공식 발표. Mythos 5는 6월 26일 신뢰 파트너에 한해 조건부 재개, Fable 5는 여전히 제한).

시사점: 매출 추월(디인포메이션 확인)은 단단한 1차 사실이다. 그런데 같은 회사가 '안보 빗장'과 'EU 유치 러브콜'을 동시에 받는 게 오늘의 묘미다 — 모델이 강할수록 출시가 정치에 묶이고, 그 빗장이 곧 시장에서 누가 못 쓰게 만드는 무기가 된다.

#앤트로픽매출추월 #클로드코드실무 #수출통제빗장

3. 거품 경고 — 중앙은행(BIS)이 'AI발 금융위기'를 말하다

어제 중국 헤지펀드의 '슈퍼버블' 경고가 오늘은 한 단계 격이 올라갔다. "AI 거품이 곧 글로벌 금융위기를 촉발할 수 있다고 중앙은행가들이 경고했다"는 속보가 65만 조회로 퍼졌는데, 출처가 바이럴 계정이 아니라 BIS였다(외부 확인 — 6월 28일 텔레그래프 보도. '중앙은행들의 은행' BIS가 과도한 AI 데이터센터 지출과 불투명한 부채 거래를 두고 "20년 전 글로벌 신용경색급 금융 붕괴" 위험을 경고하고, 닷컴·1840년대 철도 광풍에 비유) (@WatcherGuru).

자본은 한쪽에서 식고 한쪽에선 끓었다. 로보틱스 투자가 사상 최고를 찍었다는 a16z 차트가 돌았고, 휴머노이드 기업 피규어 CEO는 "아직 초기, 1~2년 안에 10배"라 봤다 (@adcock_brett).

회의론도 날을 세웠다. 한 논객은 "AI 도머니즘(파멸론)은 양의 탈을 쓴 규제 포획"이라며, 안전을 명분으로 경쟁을 막는 구조를 직격했다 (@bscholl). 다른 쪽에선 "닷컴 버블과 비교들 하지만, 이번 상승은 실제 매출로 굴러왔다는 점이 다르다"는 반론도 나왔다 (@BoringBiz_).

시사점: 어제의 '바이럴 금융계정 경고'와 달리 오늘 BIS 경고는 1차 기관 발(發)이다 — 톤다운 없이 받아도 되는 신호다. 다만 BIS가 가리킨 위험은 '모델이 나쁘다'가 아니라 '데이터센터에 들어간 부채와 지출이 과도하다'는 쪽이다. 거품 논쟁의 뇌관은 모델 성능이 아니라 인프라 자본이라는 걸 기억할 것.

#BIS금융위기경고 #AI거품논쟁 #로보틱스투자최고

4. 추론 경제·컴퓨트 희소성 — "메모리가 GPU보다 중요해진다"

모델 경쟁의 무대 밑에서 '돈이 되는 추론'의 경제학이 화제였다. 한 분석가는 "마이크론(MU)은 엔비디아가 아니지만, 앞으로 엔비디아보다 더 중요해질 수 있다 — 추론은 이제 직접 돈과 연결되는데, GPU를 더 꽂는다고 좋아지지 않고 메모리 병목에 걸리기 때문"이라 짚었다 (@jukan05). 컴퓨트가 곧 권력이라는 증거도 나왔다 — 구글이 자사 컴퓨트 부족을 이유로 메타의 제미니 사용을 제한했다는 FT 보도다.

이 희소성은 '분산 추론'이라는 발상으로도 번졌다. 차마스 팔리하피티야는 "분산 AI 추론의 길이 열릴 것이고, 이는 그동안 AI 경제에 참여하지 못했던 사람들이 돈을 버는 새 방법을 만든다"고 봤다 (@chamath). 어제 코인베이스가 라우팅·캐싱으로 AI 비용을 절반으로 줄인 사례도 같은 맥락의 연장선이다 — 쓰는 양은 늘려도 단가는 누르는 효율 경쟁이 본격화됐다 (@markletree).

시사점: AI 투자 서사가 'GPU 몇 장'에서 '메모리·전력·컴퓨트 배분'으로 옮겨가는 중이다. 구글이 메타에 제미니를 못 판 건 상징적이다 — 모델을 가진 쪽도 컴퓨트가 없으면 못 판다. 실무자라면 '제일 센 모델'보다 '내 작업당 추론 단가'를 재는 습관이 점점 더 이득이다.

#추론경제학 #컴퓨트희소성 #메모리병목

5. 프런티어 모델 경쟁 — Grok 4.5(1.5조)·GPT-5.6 Sol·그리고 SpaceX-커서

머스크가 직접 패를 깠다. "Grok v9 기반 모델이 뭐 하나를 압도하진 않겠지만, Opus와 같은 리그의 탄탄한 일꾼이 될 것이고 SpaceXAI의 개선 속도가 매우 빠르다"는 글이다(외부 확인 — 머스크 본인 게시물. Grok 4.5는 1.5조 파라미터 'V9' 기반에 커서 데이터를 보충 훈련했고 SpaceX·테슬라에서 비공개 베타 중, "Opus에 근접하거나 능가할 수도"가 정확한 표현. 단 정식 출시가 아닌 베타) (@elonmusk). 이 발표는 며칠 새 굵직한 자본 사건과 묶였다 — "SpaceX가 6월 12일 상장하고, 6월 16일 커서를 600억 달러에 인수했으며, 오늘 Grok이 커서 데이터로 훈련 중이라 발표했다"는 정리가 돌았다(외부 확인 — SpaceX는 6월 12일 나스닥 상장(시총 약 2.1조), 6월 16일 커서/애니스피어 600억 달러 전액주식 인수 합의(3분기 완료 예정). xAI는 2월 SpaceX에 합병돼, 인수 주체는 SpaceX) (@aaditsh).

회의도 따라왔다. "'Opus를 초월한다'는데, 어떤 Opus? 3? 4? 4.6? 4.8?"이라는 냉소가 대표적이었다 (@Angaisb_). "Grok이 다시 메뉴에 올라왔다"는 기대도 공존했다 (@beffjezos).

OpenAI 쪽도 패가 보였다. "GPT-5.5 패스트 모드"에 더해 샘 알트만이 "750토큰/초의 5.6 Sol을 7월에 낸다"고 예고한 인용이 돌았고 (@LLMJunky), 앤트로픽과 비교해 "Fable 5(low~ultracode)·Opus 4.8 등 옵션이 훨씬 명확하다"는 정리도 나왔다 (@theo).

그 밖에: 커서 인수가 인재 쟁탈전으로 번지며, 프런티어 연구소의 새 직군을 다룬 "What is talent and talent engineering"이 회자됐다 (@richzou).

시사점: Grok 4.5의 'Opus 초월'은 머스크의 자체 평가이자 비공개 베타라 톤을 낮춰 봐야 한다 — 외부 벤치마크가 나오기 전까진 '주장'이다. 반면 GPT-5.6 Sol의 가격표(입력 5·출력 30달러)와 SpaceX-커서 600억 인수는 1차로 확인된 사실이다. 모델 이름 난립 속에서 정작 잡아둘 건 '가격·접근성·실측 벤치마크' 세 가지다.

#Grok45베타 #GPT56Sol가격 #SpaceX커서인수

6. 🆕 오늘의 신제품·신기능 — 폰 속 에이전트와 코덱스 추론 슬라이더

모델 싸움 옆에서 '손에 잡히는 도구'도 나왔다. 개발자 탄메이 싱은 1년 넘게 만든 Halo를 공개했다 — 서버 없이 아이폰에서 온디바이스로 도는 개인 AI 에이전트로, 모든 LLM 제공사를 지원하고 MCP·스킬을 붙인다 (@tanmays).

OpenAI도 Codex를 손봤다. 추론 강도를 'Faster ↔ Smarter' 슬라이더로 고르는 새 UI가 테스트됐고, 실시간 음성 지원도 재작업 중이라는 관측이 나왔다 (@testingcatalog).

관점의 전환도 함께 돌았다. "당신 제품을 내가 쓰고 싶은 게 아니라, 내 에이전트들이 당신 제품을 효율적으로 쓰게 해 달라"는 글은 'AI를 위한 제품 설계'라는 새 화두를 던졌고 (@dillon_mulroy), 순다르 피차이의 "지금 에이전트 오케스트레이션(여러 에이전트를 지휘하는 일)을 못 배우면 2027년엔 쫓아가게 된다"는 강연도 회자됐다 (@eng_khairallah1).

그 밖에: 코덱스에 '나중에 실행'과 '바뀔 때까지 점검'이라는 두 종류의 예약 작업을 정리한 "Two kinds of scheduled work in Codex"가 공유됐고 (@jxnlco), 스탠퍼드 CS 153(젠슨 황·사티아 나델라·샘 알트만 강의 시리즈)이 "가장 훌륭한 AI 강의"로 추천돼 저장 신호가 컸다 (@benln).

시사점: 프런티어 모델이 빗장에 묶인 사이, 진짜 체감 진전은 도구에서 나온다 — 온디바이스 에이전트(Halo), 추론 강도 슬라이더(Codex), 에이전트용 제품 설계라는 관점까지. 새 모델을 기다리기보다, 이미 풀린 도구의 신기능을 워크플로에 먼저 끼워보는 쪽이 이득이다.

#Halo온디바이스 #코덱스슬라이더 #에이전트오케스트레이션

📊 오늘의 감정/온도 분석

오늘 인용은 🔖 저장(다시 볼 실무 자료)과 💬 논쟁(정책·밸류 다툼)이 고루 섞였다 — '써먹을 정보'와 '편 갈린 논쟁'이 공존한 하루였다.

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지

1. 오픈웨이트로 벤더 락인 헤지하기 — 다중 LLM 전략 (@bindureddy)

오픈웨이트 모델(가중치가 공개돼 내 서버에서 직접 돌릴 수 있는 모델)을 한 축으로 두면, 특정 사업자의 가격·접근 제한에 휘둘리지 않는다. GLM 5.2·Kimi 2.7 같은 오픈모델을 OpenRouter 등에 붙여 같은 작업 단가를 미국 클로즈드 모델과 직접 비교해 보자 (@bindureddy 흥행 362).

2. 폰·VPS에서 코딩 이어가기 — Claude Code 원격 (@levelsio)

Claude Code를 클라우드 서버(VPS)에 올려두면 노트북을 켜둘 필요 없이 폰에서도 작업을 이어갈 수 있다. 외출 중 떠오른 수정을 바로 지시하는 식으로, '책상 앞'에 묶이지 않는 개발 흐름을 만들 수 있다 (@levelsio 흥행 5.3천).

3. 사내 시스템에 AI를 연결해 '그냥 작동'시키기 — MCP 활용 (@GergelyOrosz)

카파시가 짚은 핵심은 챗봇이 아니라 '모든 사내 시스템에 연결된 AI'다. MCP(모델이 외부 도구·데이터에 표준 방식으로 접속하는 규격)로 사내 문서·이슈·DB를 모델에 물려두면, 매번 맥락을 복붙하지 않아도 일이 굴러간다 (@GergelyOrosz 흥행 3.2천).

4. 직접 짜기 대신 '에이전트 지휘' 익히기 — 오케스트레이션 (@eng_khairallah1)

오케스트레이션은 여러 에이전트에 일을 쪼개 맡기고 결과를 검수·조율하는 작업이다. 피차이의 경고처럼, 한 줄씩 코딩하는 대신 '일을 어떻게 나눠 맡길지'를 설계하는 연습을 지금 시작해 두는 게 격차를 줄인다 (@eng_khairallah1 흥행 1.3천).

5. GPT-5.6 3등급을 작업·예산에 맞춰 고르기 — Sol/Terra/Luna (@theo)

GPT-5.6은 플래그십 Sol(출력 30달러)·균형 Terra(15달러)·고속 Luna(6달러)로 갈린다. 복잡한 에이전트 작업엔 Sol, 일상 작업엔 Terra·Luna로 등급을 갈라 배정하면 같은 결과를 더 싸게 얻는다 (@theo 흥행 1.7천).

6. 추론 강도를 슬라이더로 조절하기 — Codex 노력 선택기 (@testingcatalog)

코덱스의 새 UI는 'Faster ↔ Smarter' 슬라이더로 추론 강도(reasoning effort, 모델이 답하기 전 얼마나 깊이 생각할지)를 고르게 한다. 간단한 수정엔 빠른 쪽, 까다로운 설계엔 똑똑한 쪽으로 밀어, 속도와 품질을 작업마다 맞바꿀 수 있다 (@testingcatalog 흥행 674).

7. '내 작업당 추론 단가'부터 재기 — 추론 경제학 (@jukan05)

추론은 이제 직접 비용이라, '제일 센 모델 하나'를 고집하면 단가가 샌다. 마이크론 사례처럼 병목이 메모리·컴퓨트로 옮겨간 만큼, 같은 작업을 여러 모델로 돌려 토큰당 비용과 응답 속도를 실측해 두면 최적 배분이 보인다 (@jukan05 흥행 2.8천).

8. 온디바이스 개인 에이전트 써 보기 — Halo (@tanmays)

Halo는 서버 없이 아이폰에서 도는 개인 에이전트로, 메시지·일정·작업을 한 화면에 요약하고 자동 답장까지 제안한다. 민감한 개인 데이터를 클라우드에 안 올리고 비서형 자동화를 쓰고 싶다면, 이런 온디바이스(기기 자체에서 처리) 방식을 시험해 볼 만하다 (@tanmays 흥행 1.4천).

9. '에이전트가 쓸 제품'으로 설계 관점 바꾸기 — 에이전트 우선 (@dillon_mulroy)

이제 제품을 쓰는 주체가 사람이 아니라 그 사람의 에이전트인 경우가 늘었다. API·문서·기능을 '사람 클릭'이 아니라 '에이전트가 호출하기 좋게' 정리해 두면, 내 서비스가 에이전트 워크플로 안에 자연스럽게 끼어든다 (@dillon_mulroy 흥행 723).

10. 최고 강사진의 AI 강의로 기초 다지기 — 스탠퍼드 CS 153 (@benln)

스탠퍼드 CS 153은 젠슨 황·사티아 나델라·샘 알트만 같은 인물의 강의를 묶은 시리즈다. 단편적 트윗 팁 대신 큰 그림을 한 번에 잡고 싶을 때, 이런 정식 강의를 저장해 두고 차근히 보는 게 가성비가 높다 (@benln 흥행 1.6천).

📦 데이터 — 2026-06-29 X 타임라인 1,145개 트윗(AI/테크 902개, 팔로잉 79.5%)을 DuckDB로 6개 토픽 클러스터링, 미디어 15장 확인·9장 임베드. 핵심 사실은 1차·주요 매체로 교차 검증해 본문에 함께 표기했고, 리포트 자체는 발행 시점 기준 외부 독립 검증 전입니다.

🏷 라벨 가이드 — 🔥 인기 (좋아요 많음) · 🔁 공유 (RT 비율 높음, 확산성) · 💬 논쟁 (댓글 비율 높음, 의견 다툼) · 🔖 저장 (북마크 많음, 다시 볼 실용 가이드) · 🚀 떠오름 (작은 계정인데 확산 시작)