오늘의 흐름

9월 10일 AI 업계의 핵심 흐름은 ‘더 잘 대답하는 모델’에서 ‘직접 보고 움직이며 일을 끝내는 모델’로의 전환입니다. 조코딩의 최신 영상에서 언급된 GPT 신모델을 출발점으로 확인한 결과, 실제 최신 모델은 OpenAI의 GPT-6 Astra였습니다. 별도의 해외 AI 영상에서는 World Labs의 Atlas가 사진 한 장을 탐색 가능한 3D 공간으로 확장하는 모습이 주목받았습니다. 여기에 Meta가 일반 사용자를 대상으로 실행형 개인 에이전트 Muse를 공개하면서, 컴퓨터 사용·공간 이해·장기 작업 수행이 동시에 경쟁 무대로 떠올랐습니다.

핵심 뉴스

주제: OpenAI GPT-6 Astra, 컴퓨터 사용과 장기 업무 수행을 전면에 내세우다

OpenAI는 9월 3일 GPT-6 Astra를 공개한 뒤 9월 9일 기업 적용 사례와 업무용 기능을 상세히 소개했습니다. Astra는 ChatGPT Work, Codex와 API에서 제공되며 컴퓨터 사용, 웹 탐색, 소프트웨어 엔지니어링, 사이버보안, 과학 및 전문 업무를 핵심 영역으로 내세웁니다. API가 없는 기존 애플리케이션도 화면을 통해 조작할 수 있어 기업이 기존 업무 환경을 크게 뜯어고치지 않고 에이전트를 투입하는 방향을 겨냥했습니다.

OpenAI가 공개한 가격은 입력 100만 토큰당 10달러, 출력 100만 토큰당 50달러입니다. 회사는 Astra가 적은 재시도와 토큰으로 작업을 끝내도록 훈련됐다고 설명했습니다. 동시에 Astra를 자사 Preparedness Framework상 최초의 ‘Critical’ 사이버 역량 모델로 분류하고, 승인되지 않은 행동을 줄이기 위한 확인 정책과 자동 검토, 기업용 웹사이트·앱 접근 제한 기능을 함께 제시했습니다. 조코딩 영상의 ‘기존 스킬과 프롬프트를 다시 점검해야 한다’는 언급은 이 신모델의 행동 방식 변화에서 출발한 사용자 관찰로 보고, 기능·출시 사실은 OpenAI 발표로 재확인했습니다.

주제: World Labs Atlas, 사진 한 장을 카메라로 돌아다닐 수 있는 3D 세계로 확장

Matt Wolfe의 영상에서 화제가 된 Atlas는 World Labs가 9월 1일 공개한 공간지능용 옴니 월드 모델입니다. 텍스트·이미지·영상·3D를 하나의 공간 문맥으로 처리하는 멀티모달 자기회귀 확산 트랜스포머로, 한 장 이상의 참고 이미지에서 새로운 시점의 영상과 3D 구조를 함께 생성합니다. 사용자가 카메라 위치와 이동 경로를 직접 지정할 수 있고 최대 1분 길이의 1440p 영상을 생성한다고 회사는 설명했습니다.

Atlas가 일반 영상 생성기와 다른 지점은 결과를 평면 영상으로 끝내지 않는다는 점입니다. 사진이나 영상에서 깊이를 추정해 포인트 클라우드와 3D Gaussian Splat을 만들 수 있어 게임·VFX뿐 아니라 로봇이 이동하고 물체를 다루는 시뮬레이션에도 연결됩니다. 다만 단일 사진에 보이지 않는 영역은 모델이 추정해 채우므로, 생성된 공간 전체를 실제 장소의 정확한 복원으로 받아들여서는 안 됩니다. 현재 Atlas는 일부 파트너 대상 얼리 액세스 단계입니다.

주제: Meta Muse, 대화형 챗봇을 넘어 이메일·예약·구매를 수행하는 개인 에이전트로

Meta는 9월 8일 개인 AI 에이전트 Muse를 공개했습니다. Muse는 전용 브라우저가 포함된 Muse Secure VM에서 동작하며 이메일 작성, 여행 예약, 양식 입력, 장기 목표 관리처럼 여러 단계가 필요한 업무를 사용자를 대신해 수행합니다. 앱을 닫은 뒤에도 작업을 계속하고, 이메일 전송이나 구매처럼 결과가 외부에 영향을 주는 단계에서는 사용자 승인을 요청하도록 설계됐습니다.

결제에는 Stripe Link의 일회용 카드가 연결되고, 서비스별 로그인 정보는 에이전트가 직접 읽지 못하는 보안 저장소에 보관됩니다. 별도의 Sentinel 에이전트가 인터넷으로 나가는 행동을 감시하고 전체 실행 기록을 사용자에게 보여주는 구조도 공개됐습니다. Muse는 미국에서 iOS·Android·웹으로 순차 출시되며, Meta의 에이전트용 모델 Muse Spark를 기반으로 합니다. 모델 성능만큼 권한 분리와 감사 기록이 제품 경쟁력이 되는 흐름을 보여주는 사례입니다.

다음 관전 포인트

주제: 벤치마크보다 실제 작업 성공률과 통제 가능성이 중요해진다

Astra와 Muse는 모두 모델이 웹과 앱을 직접 다루는 환경을 전제로 합니다. 앞으로는 한 번의 평가 점수보다 여러 시간에 걸친 작업 성공률, 잘못된 클릭이나 전송을 막는 승인 경계, 실패했을 때 원래 상태로 돌아가는 능력이 더 중요한 비교 기준이 될 가능성이 큽니다.

주제: 월드 모델이 영상 생성에서 로봇 시뮬레이션으로 확장되는가

Atlas는 생성 영상, 3D 복원과 로봇용 real-to-sim을 하나의 모델에서 연결하려 합니다. 얼리 액세스 이후 실제 제작 도구와 로봇 학습 환경에서 공간 일관성이 얼마나 유지되는지, 보이지 않는 영역을 추정한 결과를 어떻게 표시하고 검증할지가 다음 확인 지점입니다.

주제: AI 에이전트의 권한과 책임을 누가 설계할 것인가

AI가 이메일을 보내고 구매까지 수행하면 편의성만으로 제품을 평가하기 어렵습니다. 서비스별 최소 권한, 행동 전 확인, 결제 보호, 감사 로그와 데이터 학습 거부 기능이 기본 요건으로 자리 잡는지 지켜봐야 합니다.

출처

• 조코딩 JoCoding — GPT 신모델 이슈 발견: https://www.youtube.com/watch?v=x3X9rMEpFOE
• OpenAI — GPT-6 Astra: https://openai.com/index/gpt-6-astra-next-generation-work/
• OpenAI Deployment Safety — GPT-6 Astra System Card: https://deploymentsafety.openai.com/
• Matt Wolfe — World Labs Atlas 이슈 발견: https://www.youtube.com/watch?v=iSXeiUXiln8
• World Labs — Atlas: https://www.worldlabs.ai/blog/atlas
• Meta — Muse: https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/