🔥 AI 트윗 트렌드 핵심 요약 (2026.07.09)

데이터: 706개 트윗 분석 (AI/테크 약 700개) | 주요 키워드 TOP 5: Grok 4.5 · GPT-5.6 Sol · Claude/Fable · 에이전트 하네스 · H200 | 메인 이벤트: 프런티어 모델 3사 동시 출시 주간

어제가 메타 Muse의 등장과 Fable 5 한도 논란으로 술렁였다면, 오늘은 프런티어 모델이 하루 간격으로 겹친 릴리스 데이였다. xAI(현 공식 핸들 SpaceXAI)가 Grok 4.5를 정식 출시해 "Opus급 성능을 훨씬 싼 값에"라는 평가를 받았고, 같은 날 OpenAI의 GPT-5.6 'Sol'이 프리뷰를 전 세계로 열며 목요일 출시를 확정했다. 다음 주 Gemini 3.5 Pro, 며칠 내 Seedance 2.5 비디오까지 예고되면서 타임라인은 벤치마크 점수와 토큰 가격 비교로 뒤덮였다.

그 아래로는 결이 다른 소식이 흘렀다. 중국이 Claude Code 특정 버전에 '백도어'가 있다고 경고하며 삭제·업그레이드를 권고한 소식, 알리바바·바이트댄스·딥시크에 엔비디아 H200 구매를 조건부 허용했다는 보도, SpaceXAI의 Cursor 인수(6월 발표) 진행까지 겹치며 AI 지정학과 자본의 지형도가 다시 그려졌다.

1. 오늘의 신제품·신기능 출시 — 배포 문턱이 사라진 하루

모델 대격돌에 가려졌지만, 바로 워크플로에 얹을 수 있는 도구 출시가 유난히 많았다. 그중 하나가 Cloudflare Drop으로, 브라우저에 폴더나 zip을 끌어다 놓으면 계정 없이도 사이트가 즉시 라이브로 뜬다. 배포는 60분간 유지되며 청구도 없다고 브레이든 윌모스가 소개했다 (@BraydenWilmoth). OpenAI는 GPT-Live를 Go·Plus·Pro 전 사용자에게 전면 배포했는데, 동시에 듣고 말하는 풀 듀플렉스 음성 모델이라 무료 사용자 배포도 진행 중이다 (@OpenAI).

그림 1. Cloudflare Drop 랜딩 화면. "Drop a folder. Or a zip." 헤드라인 아래 "Browse folders / Browse zips" 버튼 두 개만 있는 극단적으로 단순한 랜딩. HTML·CSS·JS를 그대로 올리면 즉시 라이브된다는 안내가 붙어 있다.

오픈소스 쪽에서도 새 소식이 나왔다. Prime Intellect는 "오픈 초지능 스택"을 내걸고 1억 3천만 달러 시리즈 A를 발표했다. 래디컬 벤처스가 주도하고 엔비디아·인텔 캐피털·델 캐피털이 참여했다 (@PrimeIntellect). 노트북에서 클라우드 전체를 13메가바이트 메모리로 돌리는 AWS 에뮬레이터 Floci도 공개돼 개발 환경 비용을 없앴다 (@itsharmanjot). Anthropic은 Claude Code에 /checkup 명령을 추가해, 안 쓰는 스킬·플러그인을 자동 정리하고 로컬 설정 파일을 원본과 대조해준다 (@bcherny).

이미지 생성 경쟁도 순위표로 확인됐다. 메타의 Muse Image가 Text-to-Image Arena에서 GPT Image 2에 이어 2위에 올라, 구글 Nano Banana 계열과 Grok Imagine을 모두 앞질렀다 (@arena).

그림 2. Text-to-Image Arena 순위 — Muse Image 2위. 1위 GPT Image 2(1,385점), 2위 Muse Image(1,280점, 노란 강조), 3위 Reve 2.0(1,271), 4위 Nano Banana 2(1,270) 순. 상위 10위 안에 구글 Nano Banana 변형이 5종이나 들어 있다.

그 밖에: 메타 Muse Video가 Video Arena 3위(1,459점)로 진입했고 (@arena), OpenAI가 자사 코딩 벤치마크 SWE-Bench Pro를 자체 감사해 "더는 프런티어 능력을 신뢰성 있게 측정하지 못한다"고 밝혔다 (@OpenAI).

시사점: 배포·환경 구축·정리처럼 예전엔 계정과 설정이 필요하던 일이 "끌어다 놓기" 한 번으로 줄고 있다. 오늘 나온 도구는 대부분 무료·오픈소스라 당장 시험해볼 수 있다.

#클라우드플레어드롭 #오픈소스스택 #뮤즈이미지

2. Grok 4.5 출시 — "Opus급을 17배 싼 값에"

오늘 키워드 TOP5 1위는 xAI의 Grok 4.5였다. 회사는 이 모델을 "Opus급 성능이지만 더 빠르고 싸다"고 소개했고, 제3자 평가가 뒤이어 붙으며 설득력을 얻었다. 아티피셜 애널리시스는 Grok 4.5가 실세계 에이전트 지식 작업(GDPval-AA v2)에서 Elo 1543점으로 4위, 인텔리전스 인덱스 54점을 기록했다고 전했다(둘 다 아티피셜 애널리시스 자체 게시). 하비의 법률 에이전트 벤치마크 1위는 xAI 자체 보고치다. 코딩 평가인 CursorBench에서도 66.7%로 3위를 차지해 Fable 5 Max 바로 옆에 붙었다 (@XFreeze).

특히 가격이 부각됐다. 실제 작업 기준 Opus 4.8보다 약 17배 저렴하다는 분석이 돌았다 (@ns123abc).

그림 3. Grok 4.5 공식 스펙 카드 — 토큰 효율과 가격. 초당 80토큰(TPS) 속도에, SWE Bench Pro 작업당 평균 출력이 15,954토큰으로 Opus 4.8(67,020토큰)보다 4.2배 적다. 가격은 백만 토큰당 입력 2달러·출력 6달러로 표기됐다(Opus 4.8은 5달러·25달러).

토큰을 4배 적게 쓰면서 단가도 4배 싸니 같은 작업 비용이 크게 벌어진다. 유튜브 스크립트 작성 파이프라인이 Opus나 Fable로는 30분~1.5시간 걸리던 게 Grok 4.5로는 5분에 끝났다는 후기 (@farzyness), "코딩 에이전트라 부르는 건 과소평가"라며 제조 공정 문제 식별 같은 현장 엔지니어링에 쓴다는 사례도 나왔다 (@yunta_tsai). 인프라 파트너들도 축하에 나섰는데, 엔비디아는 Grok 4.5가 GB300 NVL72 시스템으로 훈련됐다고 밝혔다 (@nvidia).

그림 4. xAI 개발자 콘솔 — grok-4.5 활성화. xAI 콘솔의 모델 드롭다운에서 grok-4.5가 선택돼 있고, 이미지 입력·구조화 출력·추론·함수 호출을 모두 지원(체크)한다. 목록에는 grok-build-0.1 등 코딩 전용 변형도 함께 보인다.

시사점: "성능은 비슷한데 값이 한 자릿수 배 싸다"는 조합은 벤치마크 1등보다 실사용 전환을 더 크게 흔든다. 다만 벤치마크 상당수가 xAI 자체 발표·초기 사용자 후기라, 독립 검증치는 며칠 더 지켜볼 필요가 있다.

#그록사점오 #토큰효율 #추론비용절감

3. GPT-5.6 'Sol' + 릴리스 레이스 — 하루 간격의 프런티어 3사

Grok 4.5가 나온 바로 그날, OpenAI는 GPT-5.6 'Sol'(하위 티어 Terra·Luna 포함)의 프리뷰를 전 세계로 열고 목요일 출시를 확정했다 (@testingcatalog). 두 달 넘게 비공개 테스트를 거친 모델이라, 얼리 테스터들의 평가가 먼저 돌았다. "5.5를 넘어선 중대한 도약"이라는 반응 (@DeryaTR_), "5.5보다 훨씬 토큰 효율적이라 이전 세대로 돌아가는 게 고통"이라는 후기 (@petergostev)가 이어졌다. Vercel 팀은 Next.js 작업에서 Sol을 두 달간 써봤다며 프런트엔드 코딩 개선을 짚었다 (@gdb).

전체 그림을 정리하면 하루 간격으로 세 곳의 프런티어 모델이 겹친 주간이다. 앤드루 커런은 "오늘 Grok 4.5, 내일 GPT-5.6, 다음 주 Gemini 3.5 Pro, 며칠 내 Seedance 2.5 비디오"라며 치열한 릴리스 기간을 요약했다 (@AndrewCurran_). 테오는 "Fable과 GPT-5.6이 '차세대'라는 가장 좋은 증거는, 다른 연구소들이 이전 세대를 따라잡으려 급증하는 현상"이라고 짚었다 (@theo).

그 밖에: GPT-5.6 다음 릴리스는 코드명 'Mythos'의 GPT-6이라는 관측 (@AndrewCurran_), "드디어 GPT-5.6을 말할 수 있게 됐다"는 개발자 반응 (@kitlangton), Sol 출시가 xAI·Cursor 신모델과 같은 날 겹쳤다는 정리 (@kimmonismus), 프런티어 모델들이 증류(distillation)를 어떻게 쓰는지 살핀 「Distillation in 2026 (so far): which frontier models use it and how」 분석 (@SergioPaniego).

시사점: 세 모델이 며칠 안에 겹치면 "무엇이 1등이냐"보다 "내 작업에 어느 게 값싸고 빠르냐"가 실질 기준이 된다. 프리뷰·자체 발표가 섞여 있으니 공식 가격표와 한도는 각 사 페이지에서 확인하는 게 안전하다.

#지피티오점육 #릴리스레이스 #프런티어경쟁

4. Claude Fable 5 — 계획 수립엔 강점, 코딩엔 과잉

경쟁 모델이 값으로 밀고 들어오자, Claude 진영의 논의는 "Fable 5를 어디에 써야 하나"로 옮겨갔다. 지난 한 주 Fable 5를 벤치마킹한 모건 린턴은 Anthropic의 안내에 동의한다며 계획 수립엔 미친 듯이 뛰어나지만 코딩엔 거의 필요 없다고 정리했다. 순수 코딩은 Sonnet High나 Opus로 충분하다는 것이다 (@morganlinton).

그림 5. Fable 5를 조언자로 쓰는 에이전트 구조. 매 턴 도는 메인 루프는 Executor(Sonnet 5)가 맡고, Advisor(Fable 5)는 필요할 때만 도구 호출로 불러 조언을 받는 구조. 비싼 상위 모델을 상시 실행이 아니라 온디맨드 자문역으로 배치한다.

한도를 둘러싼 소동도 마무리 국면이다. Fable 5가 곧 사라질 줄 알고 크레딧을 다 써버렸는데 Anthropic이 주말 끝까지 예기치 않게 연장해줬다는 반응이 있었고 (@kimmonismus). '목요일 GPT-5.6 출시를 앞두고 한도가 리셋될 텐데, Fable 5를 구독에서 빼면 다들 Claude Code를 끊고 Codex로 갈아탈 것'이라는 경쟁 압력 진단도 나왔다 (@bridgemindai). 한편에선 git 커밋 메시지에 Claude를 공동 저자로 박는 관행이 거슬린다며 "GPT-5.6 Sol이 나와 Claude의 끝일지도 모른다"는 이탈 심리도 드러났다 (@johnennis). Fable 5를 오케스트레이터로 두고 GPT-5.5와 서브에이전트를 함께 부리는 혼합 워크플로도 공유됐다 (@cjzafir).

시사점: 모델을 "제일 센 것 하나로 다"가 아니라 역할별로 나눠 쓰는 흐름이 뚜렷하다. 계획은 비싼 모델, 실행은 값싼 모델로 나누면 품질과 비용을 동시에 잡을 수 있다.

#클로드페이블 #모델역할분담 #계획과실행

5. 에이전트 하네스가 새 운영체제다 — Uber의 70% 지표

모델이 흔해질수록 승부처는 그 위에 얹는 하네스(harness) — 모델을 실제 작업에 연결하는 실행 뼈대 — 로 옮겨간다. 그레그 아이젠버그의 비유가 이 전환을 압축했다. "모델은 새 CPU, 하네스는 새 운영체제, 컨텍스트 창은 새 램, 스킬은 새 앱, 마크다운 파일은 새 설정, 평가(evals)는 새 품질검사"라는 것 (@gregisenberg).

말잔치가 아니라 수치로 나타난 곳도 있다. Uber는 엔지니어링을 넘어 회사 전 부서에 에이전트를 도입 중이며, 풀 리퀘스트의 70% 이상이 로컬·클라우드 에이전트에서 나온다고 밝혔다. 오늘날 엔지니어의 99%가 AI 도구를 쓴다는 수치도 함께다 (@praveenTweets).

그림 6. Uber의 '에이전틱 팟' 6단계 도입 사이클. Pair(엔지니어+도메인 전문가) → Understand(업무 관찰) → Identify(고효과 자동화 발굴) → Build(실제 시스템 기반 에이전트) → Validate(사용자 검증) → Ship 순환. 하단에 "시간을 분 단위로", "운영비 절감", "더 빠른 결정"이 효과로 적혀 있다.

그 밖에: 엔비디아가 랭체인의 Deep Agents 하네스를 Nemotron 3 Ultra에 맞춰 오픈소스로 공개했고 (@NVIDIAAI), 하네스를 직접 확장하는 법을 다룬 「Pi agent 101 - How to extend and build your own harness」 가이드 (@jasonzhou1993)와 자기진화 에이전트를 분류한 「A Taxonomy of Self-evolving Agents」 정리 (@atasteoff)도 나왔고, OpenAI의 그렉 브록먼은 "에이전트 시대를 위한 Git·형상관리(SCM)의 미래"를 개척한다며 관련 인재 영입을 알렸다 (@gdb). "정적 에이전트는 2026년을 못 넘긴다, 자기학습형이 필요하다"는 주장도 나왔다 (@Saboo_Shubham_).

시사점: 모델 성능이 상향 평준화되면 차별화는 "어떤 뼈대에 어떻게 얹느냐"에서 갈린다. Uber의 70%는 에이전트가 실험이 아니라 실제 생산 코드를 만드는 단계에 왔음을 보여준다.

#에이전트하네스 #우버도입사례 #자기학습에이전트

6. AI 지정학·자본 — 중국의 Claude '백도어' 경고, SpaceXAI의 Cursor 인수

기술 경쟁 아래로 정치와 자본 쪽 소식도 이어졌다. 중국발 소식부터 보면, 중국 국가취약점데이터베이스(NVDB)가 Claude Code 특정 버전(2.1.91~2.1.196)에 사용자 위치·신원을 몰래 원격 전송하는 백도어가 있다고 경고하며 삭제·업그레이드를 권고했고, 알리바바는 내부 사용을 금지했다(CNBC·CBS·SCMP 보도). Anthropic은 이를 3월의 남용 방지 실험이었고 이미 제거 중이라고 반박했다 (@ns123abc). 같은 날 반대 방향의 완화 신호도 있었다. 중국이 알리바바·바이트댄스·딥시크에 엔비디아 H200 구매를 조건부로 허용할 방침이라는 보도다(The Information·로이터·블룸버그) (@jukan05).

그림 7. 중국의 H200 조건부 허용 보도. 승인 물량은 총 20만 개 미만으로 연초 요청의 절반에 못 미치고, H200은 학습(training) 전용이며 추론엔 중국산 칩을 우선하라는 조건이 붙었다. 젠슨 황이 5월 "승인은 기대하지 않는다"고 했던 것과 대비된다.

자본 쪽에선 SpaceXAI(2월 SpaceX가 xAI를 인수해 재편)의 공격적 확장이 화제였다. 이 회사가 코딩 에디터 Cursor(Anysphere)를 인수하기로 한 건 6월 발표된 사안으로 3분기 완료가 예정돼 있는데, 가입 석 달 만에 인수·수십억 달러 컴퓨트 계약·Grok Build 출시로 이어진 궤적을 두고 내부에서도 놀랍다는 반응이 나왔다 (@AmanGotchu). Cursor가 사상 첫 사용 한도 초기화를 단행한 것도 이 흐름과 맞물렸다 (@synthwavedd).

그림 8. Anthropic이 전층 임대한 뉴욕 330 허드슨가 건물. 석조 외관의 16층 규모 건물 전경. 뉴욕 도심 교차로에 위치했고, 회사가 이 건물에서 직원 수를 두 배로 늘린다는 확장 신호로 공유됐다.

시사점: 같은 하루에 '백도어 경고'와 '칩 허용'이 함께 나온 것처럼, AI 지정학은 봉쇄와 실리 사이를 오간다. 두 사안 모두 주요 매체가 확인했지만, 백도어 건은 Anthropic이 '이미 제거된 실험'이라 반박하는 중이고 Cursor 인수는 완료가 아니라 진행 단계임을 감안해 읽는 게 정확하다.

#중국AI규제 #엔비디아H200 #엑스에이아이인수

📊 오늘의 감정/온도 분석

🔵 전환🟢 성장🟡 주의🔴 과열

차분 ←→ 과열

전환 — "하네스=운영체제" 프레임, 모델 역할 분담(계획/실행) 워크플로 정착

성장 — 엔터프라이즈 에이전트 도입 — Uber의 PR 70% 같은 측정값이 뒷받침

주의 — Grok 4.5의 하비 법률 1위·정밀 하드웨어 사양 — xAI 자체 보고이거나 2차 출처라 하향 확인 필요

과열 — Grok 4.5 벤치마크·가격 비교 — 자체 발표와 초기 후기가 뒤섞여 흥분이 앞선다

💼 오늘의 실무 팁 — 쉽게 풀어 쓴 사용법 10가지

1. 비싼 모델은 '상시'가 아니라 '자문역'으로 (@morganlinton)

Fable 5처럼 값비싼 상위 모델을 매 턴 돌리지 말고, 계획이 막힐 때만 불러 조언을 받는 구조가 효율적이다. 매 턴 실행은 Sonnet 같은 값싼 모델(Executor)이 맡고, 상위 모델은 도구 호출로 온디맨드 자문(Advisor)만 시키면 품질과 비용이 함께 잡힌다 (@morganlinton).

2. 계정 없이 즉시 배포 — Cloudflare Drop (@BraydenWilmoth)

프로토타입을 남에게 빠르게 보여줄 때, 폴더나 zip을 브라우저에 끌어다 놓으면 60분간 유지되는 임시 사이트가 즉시 생긴다. 로그인·설정이 필요 없어 데모용으로 특히 편하다 (@BraydenWilmoth).

3. Claude Code 정리 명령 /checkup (@bcherny)

세션이 무거워지면 /checkup을 실행한다. 안 쓰는 스킬·플러그인(MCP: AI를 외부 서비스에 연결하는 표준 어댑터)을 정리해 컨텍스트를 아끼고, 로컬 CLAUDE.md(Claude에게 매번 알려줄 규칙 메모 파일)를 원본과 대조해 어긋난 부분을 짚어준다 (@bcherny).

4. 토큰 효율을 비용의 1차 변수로 보기 (@ns123abc)

같은 작업이라도 모델이 쓰는 출력 토큰 수가 4배 차이 나면 단가가 같아도 실비용이 4배 벌어진다. Grok 4.5가 SWE Bench Pro에서 작업당 15,954토큰으로 Opus 4.8(67,020)보다 4.2배 적게 쓴 게 대표 사례다. 모델 비교 시 단가뿐 아니라 작업당 토큰 소모를 함께 봐야 한다 (@ns123abc).

5. Claude Code 안에서 Codex 구독 함께 쓰기 (@cjzafir)

Claude Code 환경에서 Codex 구독을 붙여 쓰면, 상위 모델을 오케스트레이터로 두고 서브에이전트(메인이 잘게 쪼개 보낸 일을 처리하는 보조) 여럿을 병렬로 돌리는 혼합 구성이 가능하다 (@cjzafir).

6. 로컬 대형 모델은 하드웨어 현실부터 (@antirez)

"오픈 웨이트 모델을 로컬에서 돌린다"는 말은 종종 과장된다. 실제로 DeepSeek v4 Flash급을 쓰려면 128GB M5 Max 두 대를 고속 연결(RDMA)하는 정도의 장비가 필요하다. 로컬 추론을 계획한다면 모델 크기와 메모리부터 계산하는 게 먼저다 (@antirez).

7. 추론 엔진을 이해하려면 이 논문부터 (@Alacritic_Super)

LLM 추론(inference: 모델이 실제로 답을 만드는 과정) 최적화를 공부하려면 PagedAttention(vLLM) 등 핵심 논문 3편이 출발점으로 추천됐다. 오늘날 빠른 추론 엔진의 아이디어 상당수가 여기서 나왔다 (@Alacritic_Super).

8. 확산형 언어모델, 이제 실전 후보 (@volokuleshov)

한 방향으로 토큰을 이어 쓰는 대신 이미지 생성처럼 전체를 동시에 다듬는 '확산 LLM'이 2년 만에 연구실을 벗어났다(Mercury·Gemma Diffusion·Nemotron Diffusion). 저지연이 중요한 작업이라면 대안으로 살펴볼 만하다 (@volokuleshov).

9. 벤치마크 점수는 그 벤치마크의 건강부터 (@OpenAI)

OpenAI가 널리 쓰이는 SWE-Bench Pro를 자체 감사한 결과 "지나치게 엄격한 테스트·오해 소지 프롬프트"가 다수 발견돼, 더는 프런티어 능력을 신뢰성 있게 측정하지 못한다고 밝혔다. 모델을 고를 때 점수 자체보다 그 벤치마크가 무엇을 재는지부터 의심하는 습관이 필요하다 (@OpenAI).

10. 에이전트 도입은 '팟' 단위로 (@praveenTweets)

Uber는 엔지니어와 도메인 전문가를 한 조(팟)로 묶어, 실제 업무를 관찰(shadow)한 뒤 고효과 자동화만 골라 에이전트를 만든다. 기술만 던지는 게 아니라 현업 맥락에 뿌리내리는 방식이 도입 성공의 핵심이다 (@praveenTweets).

📦 데이터 — 2026-07-09 X 타임라인 706개 트윗 분석(AI/테크 약 700개). DuckDB로 키워드·동시출현·토픽 클러스터링, 이미지 14장 시각 확인 후 8장 인용. 핵심 사실은 본문에 교차검증 표기했으며, 발행 시점 기준 외부 독립 검증 전입니다.