Automata V.23 | 👨‍⚕️ GPT야, 나 머리가 너무 아파 ㅜㅜ

안녕하세요, 이번 주도 새로운 소식으로 돌아왔어요!

이번 주 목차

🩺 GPT-5.5 Instant, 이제 ChatGPT가 '주치의'가 될 수 있을까? 

매주 2억 3천만 명. 이 많은 사람들이 ChatGPT를 의료·건강 관련 질문에 활용하고 있다는 사실, 알고 계셨나요? 병원 가기 전 증상을 검색하고, 처방전 내용을 물어보고, 약 부작용을 확인하는 일상적인 행동들이 이미 AI와 함께 이루어지고 있어요. OpenAI는 바로 이 현실을 정면으로 마주하며, 6월 18일 ChatGPT의 헬스케어 인텔리전스(Healthcare Intelligence)를 대폭 강화한 GPT-5.5 Instant를 공개했습니다.

핵심은 '검증 체계'

이번 업데이트의 가장 큰 변화는 단순히 모델을 키운 게 아니라는 점이에요. OpenAI는 전 세계 60개국, 260명 이상의 의사 네트워크와 협력해 의료 응답 품질을 평가하는 기준을 새롭게 구축했습니다. 실제 의료 전문가들이 참여한 피드백 루프(Feedback Loop)를 통해 응급 상황 인지, 불확실성 표현, 복잡한 의료 정보의 명료한 전달 같은 실질적인 임상 역량을 집중적으로 개선한 거예요. 그 결과, 일부 평가 지표에서는 의사가 직접 작성한 응답보다 GPT-5.5 Instant가 더 높은 점수를 기록하기도 했습니다.

출처: OpenAI 블로그

숫자로 보는 변화

성과는 수치로도 선명하게 드러나요. 최근 두 달 사이 의료 응답의 사실 오류 발생률이 무려 71% 감소했습니다. 지금까지 AI 의료 응답의 가장 큰 리스크로 꼽혔던 할루시네이션(Hallucination)과 부정확한 정보 문제가 실질적으로 줄어들고 있다는 신호예요.

이번 업데이트의 핵심 포인트를 정리하면 다음과 같아요.

AI가 '주치의'가 될 수 있을까?

"AI가 의사를 대체할 수 있는가"라는 질문은 아직 이르지만, "AI가 더 나은 의료 정보 접근성을 제공할 수 있는가" 라는 질문에는 이제 조심스럽게 '그렇다'고 답할 수 있는 시점이 다가오고 있어요. 특히 의료 인프라가 부족한 지역이나 전문의 접근이 어려운 상황에서 AI의 역할은 점점 더 중요해질 거예요.

ChatGPT가 단순한 챗봇을 넘어 실질적인 헬스케어 파트너로 진화하고 있는 지금, 우리가 AI를 어떻게 신뢰하고 활용할지에 대한 기준도 함께 고민해야 할 때입니다.

출처: OpenAI 공식 블로그 | 2026.06.18

Sakana AI, 'Fugu Ultra' 공개 — 프론티어 AI를 조합한 새 접근

출처: Sakana AI

"더 좋은 AI 모델을 만들려면, 이미 좋은 모델들을 전략적으로 조합하면 되지 않을까요?"

이 질문을 진지하게 실현한 사례가 등장했어요. 일본 AI 스타트업 Sakana AI가 2026년 6월 23일, 새 모델 Fugu Ultra의 벤치마크 결과를 공개했어요.Fugu(복어)'라는 귀여운 이름과는 달리, 내부 구조는 꽤 정교하고 강력합니다  — Claude, Gemini 등 여러 프론티어 모델을 작업 유형에 따라 선택적으로 조합하는 방식이에요.

Fugu Ultra, 어떤 모델인가요?

Fugu Ultra는 단일 모델이 아니에요. 사용자의 쿼리를 받아, 그 작업에 가장 적합한 프론티어 모델을 내부적으로 선택해 응답을 생성하는 모델 오케스트레이션(Model Orchestration) 방식을 채택하고 있어요. 쉽게 말하면, '어떤 모델이 이 일을 제일 잘 할까?'를 자동으로 판단하고 실행하는 메타 레이어인 셈이에요.

벤치마크 결과는 인상적이에요. 일부 작업에서 Fable 5, Gemini 3.1 Pro, GPT-5.5 수준에 근접하거나 능가하는 성능을 보였어요. 복수의 최상위 모델을 상황에 맞게 조합하는 전략이 단일 모델의 한계를 상당 부분 상쇄할 수 있다는 가능성을 보여준 거예요. 장기적으로는 Sakana AI의 자체 모델도 이 파이프라인에 통합할 계획이라고 밝혔어요.

출처: Sakana AI

어떤 모델이 쓰였는지, 사용자는 알 수 없어요

그런데 여기서 꼭 짚어야 할 부분이 있어요. Fugu Ultra는 내부적으로 어떤 모델이 어떤 작업에 사용됐는지를 사용자에게 공개하지 않아요. 응답은 받을 수 있지만, 그 뒤에서 누가 일했는지는 블랙박스인 셈이죠.

이 점은 단순한 궁금증의 문제가 아니에요. 모델마다 데이터 처리 약관이 다를 수 있고, 기업이나 민감한 정보를 다루는 사용자라면 실질적인 거버넌스 이슈로 이어질 수 있어요. "성능은 좋은데, 내 데이터가 어디로 가는지 모른다"는 상황은 엔터프라이즈 도입에서 큰 걸림돌이 될 수 있거든요. 베타 테스터들의 전반적인 인상은 긍정적이었지만, 바로 이 투명성 부재를 불편하게 지적한 목소리도 있었어요.

핵심 포인트

"더 큰 모델을 만드는 것"만이 답이 아닐 수 있어요

Fugu Ultra가 주는 가장 큰 인사이트는 기술적 성능보다 전략적 방향성에 있어요. 거대한 컴퓨팅 자원과 막대한 학습 비용 없이도, 기존 프론티어 모델들을 영리하게 조합하면 경쟁력 있는 결과를 낼 수 있다는 가능성을 실질적으로 증명해 보였거든요.

이는 AI 스타트업 생태계에도 시사하는 바가 커요. 모든 회사가 GPT나 Claude와 정면 경쟁할 필요는 없어요. '어떤 모델을, 언제, 어떻게 쓸지'를 잘 설계하는 것 자체가 하나의 핵심 역량이 될 수 있어요. 다만, 그 설계가 사용자에게 투명하게 공개되지 않는다면 신뢰라는 또 다른 경쟁력을 잃을 수 있다는 점도 Fugu Ultra는 함께 보여주고 있어요.

출처: The Verge | 2026.06.23

AI 에이전트 '루프(Loop)' 시대 도래 — 에이전트가 자기를 수정하는 사이클

Claude Code를 만든 Boris Cherny가 Meta의 @Scale 컨퍼런스에서 흥미로운 선언을 했어요. "루프(Loop)는 에이전틱 AI만큼 중요한 패러다임 전환"이라는 것이죠. 루프란 AI 에이전트들이 백그라운드에서 쉬지 않고 서브태스크를 수행하는 구조를 말해요. 단순히 명령을 받고 결과를 돌려주는 기존 AI와는 근본적으로 달라요. 루프 에이전트는 목표가 달성될 때까지, 사실상 영구적으로 작동하는 존재예요.

Cherny 본인도 이미 두 종류의 루프 에이전트를 상시 운용 중이에요. 하나는 코드 아키텍처를 지속적으로 개선하는 에이전트, 다른 하나는 중복된 추상화를 통합하는 에이전트예요. 이 에이전트들은 마치 일반 개발자처럼 풀 리퀘스트(Pull Request, PR)를 제출하고, 코드베이스가 변화하는 한 멈추지 않아요. 인간 개발자가 "나중에 해야지" 하고 미뤄두는 기술 부채(Technical Debt) 정리 작업을 AI가 끊임없이 처리하는 셈이죠.

루프(Loop) 패러다임의 핵심 포인트

1. 상시 실행 에이전트

명령-응답 구조를 넘어, AI가 백그라운드에서 지속적으로 작동하는 새로운 패러다임이에요. 사용자가 개입하지 않아도 스스로 작업을 이어가는 것이 핵심이에요.

2. PR 기반 협업

루프 에이전트는 코드 변경 사항을 PR로 제출해 기존 개발 워크플로우와 자연스럽게 통합돼요. 인간 개발자와 AI가 같은 방식으로 협업하는 구조죠.

3. 연산 비용 급증 리스크

24/7 실행되는 에이전트는 클라우드 비용을 예측하기 어렵게 만들 수 있어요. 효율적인 비용 관리 전략이 함께 마련되어야 하는 이유예요.

4. 누적 개선의 힘

코드 품질 향상처럼 반복적이고 점진적인 작업에서 획기적인 생산성 향상이 가능해요. 작은 개선이 쌓이면 코드베이스 전체의 품질이 달라지거든요.

루프 패러다임이 보편화된다면, 개발팀의 역할은 단순 코딩에서 에이전트 감독과 방향 설정으로 무게 중심이 이동할 거예요. "AI에게 무엇을 만들라고 할까"가 아니라 "AI가 무엇을 계속하도록 할까"를 고민하는 시대가 온 거예요. 기술 부채가 쌓이는 속도보다 AI가 해결하는 속도가 더 빨라지는 날이 머지않았을지도 모릅니다.

출처: TechCrunch — The AI world is getting loopy | 2026.06.22

케이트 블란쳇이 선언한 'AI 초상권 독립' — 내 얼굴과 목소리의 주인은 나다

출처: AFP Pic

배우 케이트 블란쳇이 설립한 비영리단체 RSL Media가 2026년 6월 23일, '인간 동의 레지스트리(Human Consent Registry)'를 공식 출범시켰어요. 이름 그대로, AI 시스템이 개인의 초상·음성·창작물을 활용할 때 반드시 참조해야 할 '동의 조건 데이터베이스'예요. 조지 클루니, 톰 행크스, 메릴 스트립 등 굵직한 이름들이 지지 대열에 합류하면서, 출범 직후부터 업계의 이목을 집중시켰습니다.

세 가지 선택지로 설계된 동의 구조

출처: RSL Media - The Human Consent Registry 등록 사이트

이 레지스트리의 핵심은 등록자에게 주어지는 세 가지 선택지예요.

유명인뿐 아니라 일반인도 등록할 수 있다는 점이 특히 주목할 만합니다. 딥페이크 피해가 비단 스타들만의 문제가 아님을 정확히 짚은 설계죠.

주요 특징을 정리하면 다음과 같아요.

디지털 자기결정권(Digital Self-Determination)의 첫 실험

AI 생성 콘텐츠가 폭발적으로 늘어나는 지금, 핵심 질문은 하나예요. "내 정체성의 소유권은 누구에게 있는가?" Human Consent Registry는 그 질문에 대한 제도적 답을 처음으로 시도하는 실험입니다. 법적 강제력을 갖추기까지는 갈 길이 멀지만, AI 시대의 디지털 자기결정권 논의를 한 단계 끌어올린 의미 있는 출발점임은 분명해요.

출처: The Verge | 2026.06.23