챗봇마다 답이 다른 건 성능 차이가 아니다
LLM은 다음에 올 단어를 확률로 예측해 이어 붙이는 방식이라, 같은 질문에도 답이 매번 조금씩 달라진다. 챗봇마다 답의 성향이 갈리는 것은 학습 데이터와 보이지 않는 시스템 설정, 지식의 기준 시점이 서로 다르기 때문이다. 어느 쪽이 더 똑똑한지를 따지기보다 목적에 맞는 서비스를 고르고 중요한 사실은 교차 확인하는 것이 현실적이다.
유니트리 로봇, 국내서 써볼 수 있을까
중국 유니트리가 8월 19일 상장 첫날 시초가 기준 약 629% 폭등하며 사실상 첫 휴머노이드 대표주로 주목받았지만, 둘째 날 약 15% 내리며 기대가 실적을 앞선 값임을 드러냈다. 이 회사는 로봇개(사족보행)와 휴머노이드 두 축을 팔며, 보급형 휴머노이드 G1은 경쟁사의 3~5분의 1 가격이 무기다. 국내에서는 로봇개 Go2를 온라인·전문몰에서 살 수 있지만 휴머노이드는 아직 연구·산업용에 머물러, 지금 접하려면 로봇개가 현실적이다.
청년 일자리 감소 절반, AI 고노출 직무였다
2026년 7월 청년 취업자가 1년 전보다 19만여 명 줄었는데 그 절반이 정보통신·전문서비스 같은 AI 고노출 업종에서 나왔다. 고용 감소의 중심이 제조·숙박에서 프로그래밍·연구개발 같은 초입 지식노동으로 옮겨간 것이 이번 통계의 핵심이다. 다만 이 수치가 곧 AI의 직접 대체를 뜻하지는 않으므로, 실무자는 자기 업무의 정형 비중부터 점검하는 편이 현실적이다.
흑자 낸 앤스로픽, 클로드 사용자가 지금 챙길 것
앤스로픽이 2026년 2분기에 첫 분기 영업흑자(약 5억5,900만 달러 전망)를 예고하고, 6월 1일 SEC에 상장용 S-1 초안을 비공개로 제출했다. 클로드 코드와 기업 수요로 수익 구조가 잡히면서, 회사는 적자 성장 단계에서 수익성과 상장 심사를 의식하는 국면으로 넘어가고 있다. 확정된 요금 변경은 없지만 지금 자신의 주간 사용 한도와 결제 조건을 점검해두면 정책이 바뀌어도 흔들리지 않는다.
AI 전력난 해법 SMR, 실제 공급은 2030년대
8월 14일 한국수출입은행 황기연 행장과 테라파워 회장 빌 게이츠가 SMR 상용화와 해외진출을 위한 금융협력 방안을 논의했다. AI 데이터센터 전력 수요가 급증하며 SMR이 유력한 전력원으로 떠올랐지만, 테라파워의 첫 상업로 케머러 1호기조차 2030년 연료 장전, 2031년 상업운전이 목표다. SMR이 당장의 전력난을 푸는 카드인지, 2030년대를 위한 중장기 대안인지 시점을 구분해 읽어야 한다.
서강대 유출 뒤 AI 계정 지금 점검할 것
서강대 통합 로그인 계정 약 18만건이 외부 공격으로 유출되면서 이메일과 암호화된 비밀번호가 함께 노출됐다. 비밀번호가 암호화됐더라도 이메일 노출과 비밀번호 재사용은 다른 서비스의 계정 탈취로 번질 수 있다는 뜻이다. 자주 쓰는 AI 서비스에서 비밀번호 재사용 여부와 2단계 인증, 연결된 앱을 지금 확인하는 것이 이번 사고에서 개인이 할 수 있는 대응이다.
오픈AI 매출 기업으로, 개인 요금제엔 광고
오픈AI CFO는 7월 29일 기업 매출이 챗GPT 중심의 개인 매출을 넘어섰다고 밝혔고, 연환산 매출은 약 56조원 규모로 불어났다. 매출 축이 기업으로 옮겨가는 동안 개인 쪽에서는 무료·저가 Go 요금제에 광고가 도입돼 한국으로도 확대되고 있으며, Plus·Pro 유료 구독자에게는 광고가 표시되지 않는다. 개인 사용자는 요금 인상보다 무료·저가 요금제의 광고와 사용 제한, 신기능이 기업용에 먼저 열리는지를 확인 지점으로 삼는 편이 현실적이다.
오픈AI 매출 무게추 기업으로, API 개발자가 볼 것
오픈AI의 기업 매출이 2026년 7월 소비자 매출을 앞질렀고, CFO가 이를 공식 확인했다. 코덱스 같은 코딩·업무 도구의 빠른 성장이 이 전환을 이끌면서 회사의 무게중심이 기업 쪽으로 옮겨가고 있다. API로 서비스를 만드는 개발자는 사용 모델의 지원 종료 일정, 과금 구조, 엔터프라이즈 전용 기능 여부를 지금 점검해두는 게 좋다.
아이작 그루트, 로봇 없이 지금 써볼 수 있는 이유
엔비디아 아이작 그루트는 이미 허깅페이스와 깃허브에 오픈 모델로 공개돼, 물리 로봇 없이 시뮬레이션과 합성데이터로 지금 학습·개발할 수 있다. LG와의 이족보행 휴머노이드 공동개발은 젯슨 토르와 아이작 그루트를 묶은 완제품 트랙으로, 개인 개발자가 밟는 경로와는 다르다. 실제 진입 장벽은 로봇 하드웨어가 아니라 시뮬레이션을 돌릴 RTX GPU 환경과 파인튜닝이므로, 준비물은 로봇이 아니라 그래픽카드에 가깝다.
AI 코딩 도구, 자동완성과 대화형부터 나눠라
생성형 AI 코딩 도구는 타이핑을 이어주는 자동완성형과 자연어로 지시하는 대화형·에이전트형으로 나뉜다. 자동완성은 이미 흐름을 아는 코드를 빨리 치는 데, 대화형은 낯선 코드 이해·설계·여러 파일 수정에 유리해 쓰임이 서로 다르다. 처음이라면 작은 단위로 요청해 결과를 직접 검토하고 자주 커밋하며 비밀정보를 프롬프트에 넣지 않는 습관부터 들이는 것이 좋다.
AI 코딩 도구 처음 고를 때 볼 3가지
AI 코딩 도구는 코드를 다루는 방식이 자동완성부터 코드베이스 전체를 고치는 에이전트까지 제각각이고, 진입 요금은 대체로 월 10~20달러에 몰려 있지만 크레딧·사용량 과금이 실제 청구액을 좌우한다. 게다가 기존 에디터에 붙는 확장인지, 별도 에디터인지, 터미널 기반인지에 따라 적응 비용이 달라진다. 첫 도구라면 이 세 가지로 후보를 좁힌 뒤 무료 티어로 직접 써보고 정하는 편이 실패가 적다.
사이드프로젝트, AI 코딩 어디까지 맡겨도 될까
생성형 AI 코딩 도구는 사이드프로젝트 속도를 크게 높여주지만, 여러 연구는 검증 없이 받아 쓴 코드에 보안 결함과 존재하지 않는 패키지가 섞일 수 있음을 보여준다. 혼자 개발하면 코드를 걸러줄 리뷰어가 없어서, 이런 문제가 그대로 배포까지 이어진다는 점이 핵심이다. 프로토타입과 반복 코드는 맡기되 인증·결제 같은 민감한 로직은 직접 검증하고, 패키지는 설치 전 실존 여부부터 확인하는 게 안전선이다.
딥시크 에이전트 기능, 벤치마크만 믿긴 이르다
딥시크가 7월 말 공식 출시한 V4-Flash는 후처리를 다시 손봐 도구 호출 같은 에이전트 동작을 개선했고, 자사 발표 기준 9개 에이전트 벤치마크에서 이전 프리뷰를 크게 앞섰다. 그러나 에이전트 점수는 실행 환경에 민감해 독립 재현 전에는 벤더 자체 수치이며, 미국 정부 산하 CAISI 평가에서는 최첨단보다 약 8개월 뒤진다는 상반된 결과도 나왔다. 도입을 검토한다면 공개 벤치마크가 아니라 실제 업무 시나리오로 직접 시험하고, 가격과 한계, 법적 논란까지 함께 따져야 한다.