ICBM의 Dev 블로그

GPT-5.6, 가격 대비 성능의 한계를 확장 — 모델 카탈로그 재편 신호OpenAI가 공개한 GPT-5.6은 가격 대비 성능의 효율 곡선을 한 단계 더 끌어올린 모델로 평가받고 있다. 이번 릴리스는 단순한 컨텍스트 확장이나 추론 깊이 증가가 아니라, 동일 가격대에서 더 많은 토큰을 처리하면서도 응답 지연은 거의 그대로 유지한다는 점에서 운영팀과 개발자 도구 벤더 모두의 관심을 끌었다.1. 무엇이 달라졌나 — 토큰당 비용과 추론 깊이의 동시 조정기존 GPT-5 라인은 추론 모드(thinking)와 표준 모드를 분리해 가격을 두 축으로 운영했다. GPT-5.6은 이 구조를 통합해, 모델이 자체적으로 작업 난이도를 판별하고 필요한 만큼만 추론 토큰을 쓰도록 설계되었다. 결과적으로 동일 입력에 대해 평균 비용..

들어가며: AI 산업의 신뢰 위기2026년 상반기, AI 산업의 투명성에 대한 의문이 다시 한 번 제기되고 있습니다. Anthropic, OpenAI, Google DeepMind 같은 프런티어 AI 회사들은 ‘안전하고 책임있는 AI 개발’을 내세우지만, 실제 연구 결과 공개와 외부 협업은 매우 제한적이라는 분석이 나오고 있습니다. 이 글에서는 최근 보고된 데이터를 바탕으로 AI 주요 스타트업들의 연구 투명성을 살펴보고, 개발자·연구자·정책 입안자가 주목해야 할 시사점을 정리합니다.1. 보고서 핵심 발견: 연구 공개 부족 실태최근 AI 안전성 NGO와 학계의 분석에 따르면, 주요 AI 회사들의 연구 투명성 지표는 다음과 같습니다:외부 연구자 협업 비율: Anthropic 14%, OpenAI 9%, Go..

# 프론티어 AI가 반도체 산업을 닮아가는 이유 — 개발자가 알아야 할 핵심 정리tags: AI,프론티어AI,반도체,NVIDIA,트레드밀,LLM,자본지출,OpenAI,Anthropic1. 도입: 트레드밀의 등장막대한 선행 자본과 짧은 기술 주기가 결합하면서, 프론티어 AI 연구소는 신제품을 내놓는 즉시 다음 세대를 준비해야 하는 반도체식 트레드밀에 진입하고 있습니다. 막대한 선행 자본과 짧은 기술 주기가 결합하면서, 프론티어 AI 연구소는 신제품을 내놓는 즉시 다음 세대를 준비해야 하는 반도체식 트레드밀에 진입함 프론티어 모델 훈련비는 8년 동안 매년 약 2.4배 증가했으며, 최대 훈련 작업은 2027년 10억 달러를 넘어 2028년에는 100억…...2. 핵심: 반도체와 닮은 점 세 가지2.1. 자본 ..

OpenAI와 Hugging Face는 모델 평가 과정에서 발생한 보안 사고에 공동으로 대응하기 위한 협업을 공식화했습니다. 양사는 각각의 모델 카탈로그에서 발생할 수 있는 취약점을 함께 식별하고, 사고가 공개되기 전 단계에서 협력해 패치 흐름을 빠르게 가동하기로 합의했습니다.무슨 일이 있었나지난 몇 주 사이 Hugging Face Hub에 공개된 가중치 중 일부 모델이 평가 환경에서 비정상적인 동작을 보였고, OpenAI의 자체 평가 파이프라인에서도 같은 계열의 모델이 의도치 않은 출력 패턴을 보이는 사례가 보고되었습니다. 두 팀은 동일한 모델이 두 플랫폼의 평가에서 동시에 문제를 일으켰다는 점에서 공동 대응이 필요하다고 판단했습니다.공동 성명에 따르면, 평가는 각자의 인프라에서 독립적으로 수행되었지만..

OpenAI가 ChatGPT 광고 서비스를 공식 공개하면서 대화형 AI 플랫폼이 검색·추천 엔진 다음으로 가장 큰 광고 면을 확보할 가능성이 열렸습니다. 단순 키워드 매칭이 아니라 대화 맥락 전체를 활용해 광고의 개인화·관련성·유용성을 끌어올린다는 구상이 핵심입니다. 이번 변경이 LLM 비즈니스 모델에 어떤 의미인지, 그리고 개발자와 마케터가 지금부터 무엇을 준비해야 하는지 정리합니다.1. 광고 노출 시점 — 사용자가 선택지를 탐색하는 순간OpenAI는 사용자가 선택지를 비교하고 결정하는 시점에 관련 광고를 노출한다고 설명합니다. 검색 결과 하단이나 피드 사이 배너처럼 ‘어색한 끼워넣기’가 아니라, “여행 일정 짜는 대화”처럼 결정을 내리는 흐름 안에서 자연스럽게 등장하는 형태입니다. LLM이 답변을 구..

OpenAI의 코딩 어시스턴트 Codex가 모델 메타데이터를 조용히 바꿨습니다. 7월 20일자로 머지된 PR #33972는 agent/hotfix-0.144-model-metadata 브랜치에서 372k → 272k로 컨텍스트 크기를 줄였고, 이 변경은 release/0.144 브랜치로 백포트됐습니다. 100k 토큰이 줄어든 건데, 이는 단순한 스펙 조정이 아니라 “Codex가 한 번에 다룰 수 있는 작업의 규모” 자체를 재정의한 것에 가깝습니다.OpenAI Codex의 번들 모델 메타데이터를 갱신하면서 모델 컨텍스트 크기를 372k에서 272k로 줄인 변경을 release/0.144 브랜치에 백포트함 PR #33972는 agent/hotfix-0.144-model-metadata 브랜치에서 Codex ..

들어가는 글 — 토큰 이코노미의 다음 장지난 18개월간 AI 투자의 화두는 '토큰'이었습니다. 모델 API를 호출할 때마다 소비되는 토큰이 곧 비용이자 매출이었고, OpenAI·Anthropic·구글·알리바바는 모두 토큰 단가와 처리량을 앞다퉈 내세웠습니다. 하지만 2026년 7월, 긱뉴스에 실린 «태스크 이코노미 — 데이터가 만드는 다음 1조 달러 시장» 기사는 화두가 토큰에서 태스크(task)로 옮겨가고 있음을 짚었습니다. 토큰은 모델의 사용량을 측정하지만, 태스크는 데이터 작업의 단위입니다.간단히 말해 다음 투자 사이클의 무게중심은 모델 성능 자체보다, 어떤 데이터가 모델을 더 똑똑하게 만드는가로 옮겨갑니다. 본문에서는 이 흐름이 왜 발생했는지, 어떤 사업 모델이 부상하고 있는지, 그리고 개발자·스..

TL;DR: 단 148분 세션에서 OpenAI의 CDC 증명에 쓰인 프롬프트를 모방해 GPT-5.6 Sol Pro가 1996년 이후 막혀 있던 볼록 최적화의 복잡도 격차를 메우는 증명을 제시했고, 그 결과는 Lean으로 형식 검증됐다. 저자는 UC Berkeley IEOR 교수(응용수학 박사)이며 preprint와 Lean repo는 본문 하단에 링크.📌 무슨 일이 있었나TL;DR: In a single 148 min session, with a prompt modeled after the one OpenAI used to prove CDC, GPT 5.6 Sol Pro supplied a proof that closed a complexity gap in convex optimization that ..

OpenAI가 2026년 7월 9일, GPT-5.6 패밀리를 정식 출시(GA)했습니다. 6월 26일 프리뷰 이후 약 2주 만의 정식 공개이며, 이번에는 단일 모델이 아닌 Sol(플래그십) / Terra(균형형) / Luna(최저비용) 세 가지 티어로 구성된 점이 가장 큰 변화입니다. 본문에서는 발표 내용을 정리하고, 각 티어의 가격·성능·활용 시나리오를 살펴봅니다.핵심 요약: "효율성 우선, 필요시 최대 성능"이번 GPT-5.6의 가장 중요한 메시지는 "성능 대비 비용" 입니다. OpenAI는 Sol 모델이 코딩·지식노동·사이버보안·과학 전 영역에서 SOTA를 달성하면서도 이전 모델과 경쟁 모델 대비 더 적은 토큰과 낮은 비용으로 동일 이상의 결과를 냈다고 강조합니다. 단순한 성능 향상이 아니라 단위 비..

OpenAI가 ChatGPT Voice를 한 단계 더 끌어올렸다. GPT‑Live‑1과 GPT‑Live‑1 mini 두 모델을 동시에 공개하며, 듣기와 말하기를 동시에 처리하는 풀듀플렉스(Full-Duplex) 구조를 도입했다. 단순히 “음성 입출력을 텍스트로 변환한다”를 넘어, 사람이 실제로 대화하는 호흡에 가까운 AI 음성 경험을 노린 변화다.풀듀플렉스가 기존과 다른 지점기존의 음성 AI는 대부분 캐스케이드(cascade) 구조였다. ASR(음성→텍스트) → LLM 추론 → TTS(텍스트→음성) 순서로 파이프라인이 직렬로 연결되어 있어, 모델이 응답을 끝까지 생성한 뒤에야 사용자 입력을 새로 받을 수 있었다. 그 결과:사용자가 말을 끊지 못함 (턴 기반)“어…” 같은 짧은 맞장구, 생각하는 침묵을 모..