AI 주간: 제미나이 컴퓨터 사용·기업 프라이버시 갭·RAG 청킹 실패·현대 AI 스택

구글 딥마인드, 제미나이 3.5 플래시에 컴퓨터 사용 기능 공개

구글 딥마인드가 제미나이 3.5 플래시에 컴퓨터 사용(Computer Use) 기능을 추가했습니다. 모델이 마우스 클릭, 타이핑, 화면 탐색 등 실제 컴퓨터 인터페이스를 조작해 작업을 자율적으로 완수할 수 있게 된 것입니다. 이는 사람이 소프트웨어를 다루는 방식과 유사하게 범용 AI 에이전트가 동작하는 중요한 진전입니다. 해당 기능은 제미나이 API와 AI 스튜디오에서 제공되며, 전용 샌드박스와 세분화된 권한 설정 등 안전장치가 함께 적용됩니다.

기업 LLM 배포에서 놓치기 쉬운 데이터 프라이버시 갭

샥티(v_shakthi)는 기업 팀들이 프롬프트에 들어가는 데이터 분류에만 몰두하고, 데이터가 인프라를 떠난 뒤 어떻게 처리되는지는 간과한다고 지적합니다. 벤더 계약, 서브프로세서, 로그 정책, 보관 조건 등이 민감 데이터의 재학습 활용·제3자 공유·무기한 보관 여부를 결정합니다. 프롬프트 → 벤더 → 서브프로세서 → 로그 → 보관으로 이어지는 데이터 흐름 매핑은 이제 선택이 아닌 거버넌스 필수 요건입니다.

RAG 실패의 주원인은 모델이 아닌 청킹

동일 출처에 따르면 대다수 RAG 실패는 모델 탓이 아니라 청킹(문서 분실) 탓입니다. 임의의 토큰 경계로 문서를 자르면 의미적 응집성이 깨집니다. 특히 조항 간 의존성과 조건 논리가 중요한 법률·규제 문서에서 피해가 큽니다. 토큰 수 기준 분할은 근사치일 뿐, 섹션 헤더·조항 구조 같은 시맨틱 경계를 감지해 분할하면 검색 품질이 크게 향상됩니다.

오픈AI 코덱스, 전 계정 사용량 하드 리셋 단행

오픈AI 코덱스 팀이 적립된 한도를 포함해 모든 계정의 사용량을 강제 초기화했습니다. 티보 소티오(Tibo Sottiaux)는 팀이 일요일 비상 회의실에서 예상치 못한 사용량 급증 원인을 조사 중이라고 전했습니다. 이번 사태는 에이전틱 코딩 도구가 프로덕션에 진입하면서 비용·남용·용량 관리라는 기존 SaaS 요금제가 풀지 못한 과제와 직면했음을 보여줍니다.

현대 AI는 아이디어의 스택이다

비주아라AI(VizuaraAI)는 현대 AI를 토크나이제이션, 어텐션, RAG, 디퓨전, 비전 모델, 월드 모델이 협력하는 엔지니어링 스택으로 정의합니다. 이 구성 요소를 이해하면 AI를 '마법'이 아닌 다룰 수 있는 공학 문제로 바라볼 수 있습니다. 실무자가 현재 지형을 탐색하는 데 유용한 개념 지도 역할을 합니다.

트랜스포머 이전: RNN과 메모리 문제

같은 저자는 RNN에서 LSTM·GRU를 거쳐 트랜스포머로 이어지는 계보를 되짚습니다. RNN은 은닉 상태를 타임스텝 간 전달해 시계열 기억을 도입했으나 기울기 소실 문제로 한계가 있었습니다. LSTM과 GRU는 게이팅 메커니즘으로 장거리 의존성을 보완했고, 트랜스포머는 순환을 셀프 어텐션으로 대체해 병렬 학습을 가능케 하고 오늘날 LLM 스케일의 토대를 마련했습니다. 이 계보를 복기하면 현재 아키텍처가 왜 이렇게 동작하는지 맥락을 잡을 수 있습니다.

구글 AI: 매니지드 에이전트와 검색 AI 모드

구글은 제미나이 API 매니지드 에이전트를 3.6 플래시, 훅, 개선된 툴링으로 확장해 에이전틱 워크플로 구축을 지원합니다. 별도로 검색 AI 모드는 여행 계획, 상품 비교, 로컬 경험 발견 등 에이전틱 과제 완수를 검색과 결합해 제공합니다.

딥마인드 로보틱스: 제미나이 로보틱스 ER 2와 리라 3.5

제미나이 로보틱스 ER 2는 비디오 이해, 태스크 오케스트레이션, 멀티 로봇 협업을 구현한 임바디드 AI입니다. 리라 3.5는 구글 플로우 뮤직에 탑재돼 음악성·가사·보컬·창의적 제어에서 전문가급 생성 오디오를 지향합니다.

MS 리서치: 에코버스와 에볼리브

에코버스(Echoverse)는 컴퓨터 사용 에이전트를 위한 깊고 진화하는 지속 환경을 제공합니다. 에볼리브(EvoLib)는 경험을 진화하는 지식 베이스로 변환해, 사용수록 성능이 저하되는 대신 개선되는 장기 기억을 에이전트에 부여하는 것을 목표로 합니다.

앤트로픽 연구 포털과 커뮤니티 자원

앤트로픽은 정렬·해석가능성·안전을 다루는 연구 포털을 공개했습니다. 해커뉴스에서는 구글 머신러닝 크래시 코스(1,926점)와 2년간 실무 경험을 정리한 '머신러닝 101' 슬라이드덱(1,656점)이 높은 평가를 받으며 재조명됐습니다.

주목할 만한 아카이브 논문 (2026년 7월 말)

논문	아카이브 ID	핵심 기여
ReToken	2607.28627	비전-언어 모델의 시각 검색 성능을 단일 토큰으로 개선
AISPA	2607.28617	LLM 애플리케이션의 사용자 중심 시스템 프롬프트 감사 프레임워크
KAISEN	2607.28608	임상 위험 모델의 재현 가능한 서브그룹 공정성 감사
Change2Task	2607.28591	저장소 변경을 실행 가능한 코딩 에이전트 태스크·환경으로 변환
ACE-Data-0	2607.28625	인간 중심 앰비언트 캡처를 임바디드 데이터 엔진으로 활용
PAC-MAN	2607.28623	휴머노이드 피구 전신 안전을 위한 지각 인식 CBF-RL
AskChem	2607.28618	화학 문헌 합성을 위한 클레임 중심 인프라
Learning to Trace Seiberg Dualities	2607.28628	이론물리학과 ML의 만남: 자이버그 이중성 추적 학습

핵심 시사점

컴퓨터 사용 에이전트의 본격 도래 — 제미나이 3.5 플래시와 오픈AI 에이전틱 툴링이 채팅에서 행동으로의 전환을 알립니다.
거버넌스는 데이터 전 생애주기를 커버해야 — 프롬프트 위생은 필요조건일 뿐 충분조건이 아닙니다.
청킹은 검색의 프리미티브 — 토큰 수가 아닌 시맨틱 경계에 투자해야 합니다.
에이전트 경제학은 미해결 — 사용량 리셋이 데모와 프로덕션 간 간극을 드러냅니다.
스택 멘탈 모델의 유용성 — 토크나이제이션 → 어텐션 → RAG → 디퓨전 → 월드 모델 분류가 현황 파악에 도움이 됩니다.

한국어 요약

이번 주 AI 주요 소식을 정리합니다. 구글 딥마인드는 제미나이 3.5 플래시에 컴퓨터 사용 기능을 추가해 모델이 마우스 클릭, 타이핑, 내비게이션으로 소프트웨어를 직접 조작할 수 있게 했습니다. 기업 LLM 배포에서 간과되는 데이터 프라이버시 갭도 지적됐습니다: 프롬프트에 들어가는 데이터만 신경 쓰고, 벤더 계약·서브프로세서·로그·보관 정책 등 데이터가 빠져나간 뒤 처리 과정을 매핑하지 않는 경우가 많습니다. RAG 실패의 주원인은 모델이 아니라 청킹(문서 분할)입니다. 임의의 토큰 경계로 자르면 의미 단위가 깨지므로, 조항·섹션 같은 시맨틱 경계로 분할해야 검색 품질이 올라갑니다. 오픈AI 코덱스 팀은 예상치 못한 사용량 급증 조사 중 전 계정 사용량 하드 리셋을 단행했습니다. 에이전틱 코딩 툴의 비용·남용·용량 관리 과제가 드러난 사례입니다. 비주아라AI는 현대 AI를 토크나이제이션·어텐션·RAG·디퓨전·비전·월드 모델이 쌓인 엔지니어링 스택으로 정리했고, RNN→LSTM→GRU→트랜스포머 계보도 복기했습니다. 구글은 제미나이 API 매니지드 에이전트(3.6 플래시, 훅)와 검색 AI 모드를, 딥마인드는 제미나이 로보틱스 ER 2(비디오 이해·멀티 로봇)와 리라 3.5(음악 생성)를 발표했습니다. MS 리서치는 에코버스(에이전트용 지속 환경)와 에볼리브(경험 기반 지식 진화)를, 앤트로픽은 연구 포털을 공개했습니다. 아카이브 최신 논문으로는 ReToken(비전-언어 검색), AISPA(시스템 프롬프트 감사), KAISEN(임상 모델 공정성), Change2Task(코딩 에이전트 태스크화) 등이 주목받았습니다.