AI 테크 브리핑: 2026-06-25 (오전)

오늘의 AI 기술 브리프 (2026-06-25)

📋 오프닝: 오늘의 키워드 10선

1. 구글 딥마인드, Gemini 3.5 Flash에 '컴퓨터 사용' 기능 도입 2. 엔비디아 NeMo AutoModel, 트랜스포머 미세조정 가속화 3. 허깅페이스, ASR(자동음성인식) 리더보드 공개 4. 오픈AI, 브로드컴 협력 첫 맞춤형 칩 공개 5. 퀄컴, AI 스타트업 Modular 인수 발표 6. AI가 엔지니어링 일자리를 대체하지 않는다? 신규 데이터 제시 7. AI 연구자들, 구글에서 라이벌 기업으로 지속 이탈 8. 기업들, 소규모 작업에 AI 예산 소진하는 직원 제한에 나서 9. 페이스북, 크리에이터용 AI 동반자 앱 출시 10. 삼성, 직원 대상 ChatGPT Enterprise 및 Codex 접근 허용

1. 구글 딥마인드, Gemini 3.5 Flash에 '컴퓨터 사용' 기능 도입

개요: 구글 딥마인드가 Gemini 3.5 Flash 모델에 컴퓨터를 직접 조작할 수 있는 '컴퓨터 사용(Computer Use)' 기능을 도입했습니다. 이는 AI 에이전트가 GUI 환경에서 인간처럼 마우스 클릭, 키보드 입력, 화면 탐색 등을 수행할 수 있게 하는 혁신적인 기능입니다.

상세 내용: Gemini 3.5 Flash의 컴퓨터 사용 기능은 AI 모델이 데스크톱 환경을 직접 제어할 수 있도록 설계되었습니다. 사용자는 자연어 명령을 통해 AI에게 특정 작업을 지시할 수 있으며, AI는 화면의 픽셀 정보를 분석하고 마우스 커서를 이동시키며 필요한 애플리케이션을 실행하고 데이터를 입력합니다. 이 기능은 기존 API 기반 자동화의 한계를 넘어, GUI 기반 레거시 시스템이나 시각적 요소가 중요한 작업에서도 활용될 수 있습니다. 딥마인드는 이 기능이 복잡한 다단계 작업 자동화, 소프트웨어 테스팅, 데이터 입력 작업 등에 특히 유용할 것이라고 설명했습니다.

의의 및 전망: 컴퓨터 사용 기능은 AI 에이전트의 실용성을 크게 확장하는 중요한 이정표입니다. 기존에는 API 연동이 가능한 서비스만 자동화할 수 있었으나, 이제는 모든 소프트웨어가 잠재적 자동화 대상이 되었습니다. 다만 보안 및 프라이버시 우려, 오작동 가능성 등 해결해야 할 과제도 존재합니다. 이 기술은 AI가 단순한 도구에서 적극적인 작업 수행자로 진화하는 방향성을 보여줍니다.

출처: Google DeepMind 블로그 (Introducing computer use in Gemini 3.5 Flash, 2026-06-24)

2. 엔비디아 NeMo AutoModel, 트랜스포머 모델 미세조정 가속화

개요: 엔비디아가 NeMo AutoModel을 발표하며 대규모 트랜스포머 모델의 미세조정(fine-tuning) 과정을 획기적으로 가속화하는 도구를 공개했습니다. 이는 허깅페이스 블로그를 통해 발표되었으며, AI 모델 개발 생산성을 높이는 데 초점을 맞추고 있습니다.

상세 내용: NeMo AutoModel은 엔비디아의 NeMo 프레임워크를 기반으로 하여, 복잡한 미세조정 과정을 자동화하고 최적화합니다. 이 도구는 하이퍼파라미터 튜닝, 학습률 스케줄링, 데이터 전처리 등 미세조정에 필요한 여러 단계를 자동으로 처리합니다. 특히 다중 GPU 및 다중 노드 환경에서의 분산 학습을 효율적으로 지원하여, 대규모 언어 모델(LLM) 및 비전 트랜스포머 모델의 미세조정 시간을 크게 단축시킵니다. 엔비디아는 이 도구가 자동 혼합 정밀도 학습, 그라디언트 체크포인팅 등 최신 최적화 기술을 통합하여 메모리 사용량을 줄이면서도 모델 성능을 유지한다고 설명했습니다.

의의 및 전망: NeMo AutoModel은 AI 모델 개발의 진입 장벽을 낮추는 데 기여할 것으로 보입니다. 복잡한 미세조정 과정을 자동화함으로써, 소규모 팀이나 개인 연구자들도 대규모 모델을 효과적으로 활용할 수 있게 됩니다. 이는 엔터프라이즈 AI 도입 가속화와 AI 민주화에 중요한 역할을 할 것으로 예상됩니다.

출처: Hugging Face 블로그 (Accelerating Transformers Fine-Tuning with NVIDIA NeMo AutoModel, 2026-06-24)

3. 허깅페이스, ASR 리더보드 및 벤치마크 공개

개요: 허깅페이스가 음성 인식 기술의 성능을 평가하는 자동음성인식(ASR) 리더보드를 공개했습니다. 이 리더보드는 다양한 ASR 모델의 성능을 표준화된 방식으로 비교할 수 있는 플랫폼을 제공합니다.

상세 내용: 새로 공개된 ASR 리더보드는 여러 데이터셋과 평가 지표를 기반으로 음성 인식 모델들을 벤치마킹합니다. 평가 기준에는 단어 오류율(WER), 문장 정확도, 다양한 언어 및 억양에 대한 적응성, 잡음 환경에서의 성능 등이 포함됩니다. 허깅페이스는 이 리더보드가 커뮤니티 주도로 운영되며, 연구자와 개발자들이 자신의 모델을 제출하고 다른 모델과 비교할 수 있는 개방형 플랫폼이라고 설명했습니다. 초기 벤치마크에는 OpenAI의 Whisper, Meta의 wav2vec 2.0, 구글의 USM 등 주요 모델들이 포함되었습니다.

의의 및 전망: ASR 리더보드는 음성 AI 분야의 투명성과 재현성을 높이는 데 기여할 것으로 예상됩니다. 표준화된 평가 기준을 통해 연구자들은 자신의 모델의 실제 성능을 객관적으로 파악할 수 있으며, 사용자들은 자신의 필요에 가장 적합한 모델을 선택할 수 있습니다. 이는 음성 비서, 실시간 자막, 콜센터 자동화 등 다양한 응용 분야에서 ASR 기술 발전을 촉진할 것입니다.

출처: Hugging Face 블로그 (Leaderboard: Benchmarking ASR, 2026-06-24)

4. 오픈AI, 브로드컴 협력 첫 맞춤형 칩 공개

개요: 오픈AI가 브로드컴과 협력하여 개발한 첫 번째 맞춤형 반도체 칩을 공개했습니다. 이는 오픈AI가 자체 하드웨어 역량을 강화하고, AI 모델 추론 및 학습 효율성을 극대화하기 위한 전략의 일환입니다.

상세 내용: 오픈AI의 첫 커스텀 칩은 AI 추론(inference) 작업에 특화되어 설계되었습니다. 이 칩은 오픈AI의 대규모 언어 모델(LLM) 아키텍처에 최적화되어 있어, 기존 상용 GPU 대비 추론 속도와 전력 효율성에서 큰 개선을 보이는 것으로 알려졌습니다. 테크크런치에 따르면, 이 칩은 브로드컴의 설계 및 제조 역량과 오픈AI의 AI 소프트웨어 최적화 노하우가 결합된 결과물입니다. 오픈AI는 이 칩을 자사 데이터센터에 도입하여 ChatGPT 및 API 서비스의 응답 속도를 높이고 운영 비용을 절감할 계획입니다.

의의 및 전망: 자체 AI 칩 개발은 오픈AI가 하드웨어 공급망 의존도를 낮추고 비용 경쟁력을 확보하는 중요한 전략적 움직임입니다. 마이크로소프트, 구글, 아마존 등 주요 AI 기업들이 이미 자체 칩을 개발 중인 상황에서, 오픈AI의 칩 공개는 AI 반도체 시장의 경쟁을 더욱 가속화할 것으로 보입니다. 장기적으로 오픈AI는 자체 칩을 외부에 판매할 가능성도 있습니다.

출처: TechCrunch (OpenAI unveils its first custom chip built by Broadcom, 2026-06-24)

5. 퀄컴, AI 스타트업 Modular 인수 발표

개요: 퀄컴이 AI 스타트업 Modular를 인수한다고 발표했습니다. 이는 퀄컴이 AI 소프트웨어 역량을 강화하고, 엣지 디바이스에서의 AI 추론을 최적화하기 위한 전략적 투자로 분석됩니다.

상세 내용: 로이터 통신에 따르면, Modular는 AI 모델 배포를 최적화하는 소프트웨어 플랫폼을 개발하는 스타트업입니다. Modular의 핵심 기술인 'Mojo' 프로그래밍 언어와 런타임 시스템은 다양한 하드웨어에서 AI 모델을 효율적으로 실행할 수 있게 해줍니다. 퀄컴은 Modular의 기술을 자사의 스냅드래곤 모바일 플랫폼, IoT 디바이스, 자동차용 칩셋 등에 통합할 계획입니다. 이번 인수 규모는 공개되지 않았지만, 업계에서는 수억 달러 규모로 추정하고 있습니다.

의의 및 전망: 이번 인수는 AI 반도체 경쟁이 하드웨어뿐만 아니라 소프트웨어 생태계로 확장되고 있음을 보여줍니다. 퀄컴은 Modular의 기술을 통해 엣지 AI 시장에서의 경쟁력을 강화하고, 개발자들이 퀄컴 하드웨어에서 AI 애플리케이션을 더 쉽게 개발할 수 있는 환경을 조성할 것으로 기대됩니다. 이는 AI 모델의 온디바이스 실행이 증가하는 추세와 맞물려 중요한 의미를 갖습니다.

출처: Reuters (Qualcomm to Acquire Modular, 2026-06-24)

6. AI가 엔지니어링 일자리를 대체하지 않는다? 신규 데이터 제시

개요: AI가 엔지니어링 일자리를 대체할 것이라는 우려와 달리, 오히려 엔지니어링 직종이 AI 시대에 가장 회복력 있는 직업 중 하나라는 새로운 데이터가 제시되었습니다. SignalFire의 분석에 따르면, 엔지니어들이 신규 채용에서 차지하는 비중이 증가하고 있습니다.

상세 내용: TechCrunch가 보도한 SignalFire의 데이터에 따르면, AI 도입이 가장 활발한 분야에서 오히려 엔지니어링 채용이 증가하고 있습니다. AI 자동화가 일부 작업을 대체했지만, 동시에 AI 시스템을 설계, 구현, 유지보수할 새로운 엔지니어링 수요를 창출했다는 분석입니다. 특히 AI 모델 개발, 데이터 엔지니어링, MLOps, AI 인프라 관리 등의 분야에서 엔지니어링 직종의 수요가 급증하고 있습니다. 데이터는 AI 관련 스타트업과 대기업 모두에서 엔지니어링 인재 채용이 전체 채용에서 차지하는 비중이 지난 2년간 꾸준히 증가했음을 보여줍니다.

의의 및 전망: 이 데이터는 AI와 고용에 대한 기존의 우려를 재고하게 만듭니다. AI는 특정 작업을 자동화하지만, 동시에 새로운 전문가 수요를 창출하며 직무의 성격을 변화시키고 있습니다. 엔지니어들은 AI를 도구로 활용하여 생산성을 높이고 더 복잡한 문제에 집중할 수 있게 되었습니다. 이는 AI 시대에 적응하기 위한 지속적인 학습과 기술 업그레이드의 중요성을 시사합니다.

출처: TechCrunch (AI was supposed to kill engineering jobs, but new data suggests they're the most resilient, 2026-06-24)

7. AI 연구자들, 구글에서 라이벌 기업으로 지속 이탈

개요: 최상위 AI 연구자들이 구글을 떠나 라이벌 기업으로 이동하는 현상이 지속되고 있습니다. 최근에는 저명한 연구자인 Jonas Adler와 Alexander Pritzel이 구글을 떠난 것으로 확인되었습니다.

상세 내용: TechCrunch 보도에 따르면, 구글 딥마인드의 핵심 연구자들이 경쟁사로 이직하는 추세가 이어지고 있습니다. Jonas Adler와 Alexander Pritzel은 구글에서 AI 연구 분야에서 중요한 기여를 한 인물들로, 이들의 이직은 구글의 AI 인재 유지 전략에 차질이 생겼음을 시사합니다. 이직 사유로는 더 높은 보상, 창업 기회, 더 큰 연구 자율성 등이 거론됩니다. 오픈AI, 앤트로픽, 마이크로소프트 등이 주요 행선지로 지목되고 있으며, 일부 연구자들은 자신의 스타트업을 창업하기 위해 떠나고 있습니다.

의의 및 전망: AI 최고 인재들의 이동은 AI 산업 전체의 역학 관계를 재편하고 있습니다. 구글은 여전히 막대한 자원을 보유하고 있지만, 경쟁사들도 유치 경쟁에서 뒤지지 않는 조건을 제시하고 있습니다. 이러한 인재流失은 구글의 연구 리더십에 장기적인 영향을 미칠 수 있으며, 반대로 경쟁사들의 AI 역량 강화로 이어질 것입니다. AI 연구 분야의 인재 전쟁은 당분간 지속될 것으로 보입니다.

출처: TechCrunch (AI researchers continue to leave Google for its rivals, 2026-06-24)

8. 기업들, 소규모 작업에 AI 예산 소진하는 직원 제한에 나서

개요: 기업들이 직원들이 사소한 작업에 AI 예산을 과도하게 사용하는 '토큰맥싱(Tokenmaxxing)' 현상을 막기 위해 새로운 정책을 도입하고 있습니다. AI 비용 관리가 기업의 새로운 과제로 부상했습니다.

상세 내용: TechCrunch 보도에 따르면, 많은 기업들이 직원들이 이메일 초안 작성, 간단한 문법 검사, 요약 등 소규모 작업에 AI 도구를 과도하게 사용하면서 AI 구독 비용이 통제 불능 상태가 되는 문제에 직면하고 있습니다. 이러한 현상은 '토큰맥싱(tokenmaxxing)' 또는 '토큰 배급(token rationing)'이라는 용어로 불리며, 기업들은 사용량 기반 요금제에서 예상치 못한 비용 증가를 경험하고 있습니다. 이에 따라 일부 기업은 일일 사용량 한도 설정, 중요 작업에만 AI 사용 허용, 또는 사용량 대시보드를 도입하여 모니터링을 강화하고 있습니다.

의의 및 전망: AI 도구의 대중화에 따른 새로운 관리 과제가 부상하고 있습니다. 기업들은 AI의 생산성 향상 효과와 비용 관리 사이에서 균형을 찾아야 합니다. 이는 AI 거버넌스와 비용 최적화 전략의 중요성을 부각시키며, 향후 AI 도구 제공업체들도 더 다양한 가격 모델을 도입할 것으로 예상됩니다. 장기적으로는 AI 사용 문화와 모범 사례가 정착될 필요가 있습니다.

출처: TechCrunch (Companies are scrambling to stop employees from maxing out AI budgets with small tasks, 2026-06-24)

9. 페이스북, 크리에이터용 AI 동반자 앱 출시

개요: 페이스북이 크리에이터를 위한 전용 AI 동반자 앱을 출시했습니다. 이 앱은 콘텐츠 제작, 아이디어 생성, 커뮤니티 관리 등 크리에이터 활동을 지원하는 다양한 AI 기능을 통합 제공합니다.

상세 내용: TechCrunch 보도에 따르면, 페이스북의 새로운 AI 크리에이터 어시스턴트 앱은 크리에이터들이 콘텐츠를 더 효율적으로 제작하고 관리할 수 있도록 설계되었습니다. 주요 기능으로는 AI 기반 콘텐츠 아이디어 생성, 자동 캡션 및 해시태그 추천, 게시물 스케줄링 최적화, 댓글 분석 및 응답 자동화, 성과 분석 대시보드 등이 포함됩니다. 이 앱은 페이스북, 인스타그램 등 메타 플랫폼 전반의 크리에이터 도구와 통합되어, 한 곳에서 모든 활동