오늘의 흐름

오늘의 AI 산업은 실시간 상호작용 인터페이스의 진화와 더불어 클라우드 오케스트레이션 및 물리적 세계로의 확장이라는 다층적 전환점을 맞이하고 있습니다. 가장 주목할 만한 변화는 오픈AI가 발표한 GPT-Live-1 모델의 API 출시입니다. 기존 텍스트 위주의 지연 응답에서 벗어나 인간과 대화하듯 매끄러운 전이중(full-duplex) 음성 소통을 구현하고, 맞춤형 음성과 전화망 지원까지 기본 제공함으로써 실시간 음성 에이전트 개발의 인프라 표준을 단숨에 끌어올렸습니다. 이와 함께 공개된 에이전트 API(Agents API)는 코덱스 하네스를 바탕으로 장기 실행 세션과 도구 연동을 관리해 주어, 실시간 음성 대화 인터페이스와 복잡한 자율 에이전트 백엔드가 상호 결합하는 발판을 마련했습니다.

이러한 인터페이스의 진화는 모바일 플랫폼에서도 가시화되고 있습니다. 메타가 선보인 AI 에이전트 전용 앱 '뮤즈(Muse)'는 초기 도입 추세를 거쳐 미국 앱 차트 2위까지 올라서며 이용자들의 에이전트 앱 활용에 대한 높은 관심을 증명했습니다. 동시에 AI의 실행 영역은 디지털 화면을 넘어 물리적 공간으로 빠르게 확장되고 있습니다. 스킬드 AI와 엔비디아는 단 한 편의 영상 시연만으로 로봇에게 긴 주기의 새로운 작업을 학습시키는 S1 파운데이션 모델을 선보였으며, 엔비디아가 제시한 2035년 4,000억 달러 규모의 로봇택시 시장 전망은 피지컬 AI가 제조와 모빌리티 전반에서 본격적인 상업적 규모로 도약하고 있음을 보여줍니다.

기술의 적용 범위가 넓어짐에 따라 기업 현장의 거버넌스와 기반 모델 공개도 속도를 내고 있습니다. 깃허브는 코파일럿 에이전트 작업에 대한 엔터프라이즈 중앙 관리 권한을 신설해 기업의 보안 및 승인 정책을 체계화했으며, IBM은 산업 시계열 예측을 위한 그라나이트 PatchTST-FM-r2 모델을 상업적 라이선스로 공개해 접근성을 높였습니다. 앤트로픽의 봇 인증 관련 연구와 허깅페이스의 그라디오 워크플로우를 통한 오토매틱1111 재구축 등은 에이전트 보안과 도구 모듈화에 관한 기술적 통찰을 더해주고 있습니다.

핵심 뉴스

오픈AI: GPT-Live-1 API 출시로 전이중 음성 대화 및 전화망 지원 개방

오픈AI가 실시간 자연 음성 상호작용을 가능하게 하는 GPT-Live-1 모델을 개발자 API로 공식 출시했습니다. GPT-Live-1은 텍스트 변환 과정을 거치는 기존 음성 처리 파이프라인의 지연 한계를 극복하고, 자연스러운 완전 양방향 전이중(full-duplex) 음성 대화를 지원합니다. 특히 모델의 지시 수행 능력(instruction following)이 대폭 강화되었으며, 비즈니스 특성에 맞춘 커스텀 보이스(custom voices) 생성과 기존 유선 및 모바일 통신망과 연동할 수 있는 전화망(telephony) 지원 기능이 포함되었습니다. 이를 통해 고객 서비스 센터, 음성 비서, 인터랙티브 튜터 등 다양한 실시간 음성 경험을 추가적인 복합 인프라 구축 없이 API 호출만으로 유연하게 제작할 수 있게 되었습니다.

오픈AI: 클라우드 에이전트 오케스트레이션을 지원하는 에이전트 API 공개

오픈AI는 클라우드 환경에서 자율 소프트웨어 에이전트를 구축하고 배포할 수 있는 완전 관리형 서비스인 에이전트 API(Agents API)를 발표했습니다. 이 API는 코덱스 하네스(Codex harness)를 핵심 기반으로 삼아, 장시간 유지되어야 하는 장기 실행 세션(long-running sessions)의 안정적인 상태 관리와 외부 도구 사용(tool use) 오케스트레이션을 제공합니다. 개발자는 복잡한 작업 흐름 제어나 메모리 유지 인프라를 직접 개발하지 않고도 다단계 의사결정을 수행하는 고급 에이전트를 안정적으로 구동할 수 있어, 기업 업무 자동화 에이전트 개발 주기가 획기적으로 단축될 것으로 평가받고 있습니다.

메타: AI 에이전트 전용 앱 '뮤즈', 미국 앱 차트 2위 등극

메타가 새롭게 출시한 독립형 AI 에이전트 앱인 뮤즈(Muse)가 미국 앱 스토어 다운로드 차트에서 2위를 차지했습니다. 테크크런치(TechCrunch)의 보도에 따르면 뮤즈는 메타 AI나 스레드 등 메타의 기존 대표 서비스들과 비교했을 때 초기 성장세가 상대적으로 완만하게 출발했으나, 사용자층의 꾸준한 유입을 통해 주요 앱 순위 상위권에 안착했습니다. 이는 텍스트 챗봇 형태를 넘어선 독립된 에이전트 중심의 사용자 경험에 대한 대중적 관심이 실질적인 앱 사용률 증가로 이어지고 있음을 나타냅니다.

스킬드 AI·엔비디아: 단일 영상 시연으로 새 작업을 학습하는 S1 로봇 모델 공개

스킬드 AI(Skild AI)는 엔비디아의 피지컬 AI(Physical AI) 기술을 기반으로 개발한 로봇 파운데이션 모델 'S1'을 공개했습니다. 제조 현장이나 물류 창고, 생산 조립 라인은 배치 구조가 수시로 바뀌고 새로운 제품이 지속적으로 투입되어 기존 로봇 시스템의 경우 막대한 재프로그래밍 작업 없이는 환경 변화에 적응하기 어려웠습니다. 지난주 공개된 S1 모델은 이전에 접해보지 않은 복잡한 장기 작업(long-horizon tasks)도 작업자의 단 한 편의 영상 시연만으로 학습할 수 있도록 지원합니다. 이를 통해 산업 현장의 로봇 재교육 시간과 비용을 획기적으로 줄일 수 있는 기술적 돌파구가 마련되었습니다.

엔비디아: 2035년 4천억 달러 규모로 도약할 글로벌 로봇택시 생태계 전망 발표

엔비디아는 글로벌 자율주행 선도 기업들이 엔비디아의 플랫폼 기술을 기반으로 로봇택시를 구축하는 현황을 발표하며 향후 시장 전망을 제시했습니다. 엔비디아의 분석에 따르면 피지컬 AI 분야의 첫 번째 상업적 돌파구로 자리매김한 글로벌 로봇택시 시장은 2035년까지 4,000억 달러 규모로 성장할 것으로 전망되며, 전 세계 주요 도시에서 600만 대 이상의 상용 무인 자율주행 차량이 운행될 것으로 예상됩니다. 복잡한 도심 도로 환경에서 승객을 안전하게 운송하는 단일 차량 기술을 넘어, 수천 대 이상의 대규모 상용 플릿(fleet)을 안정적으로 확장 및 통제하기 위한 통합 플랫폼의 중요성이 점차 부각되고 있습니다.

IBM: 상업적 친화 라이선스를 갖춘 시계열 최고 모델 그라나이트 PatchTST-FM-r2 배포

IBM 리서치가 허깅페이스(Hugging Face)를 통해 최고 성능(SOTA)을 달성한 차세대 시계열 파운데이션 모델인 '그라나이트 타임 시리즈 PatchTST-FM-r2(Granite Time Series PatchTST-FM-r2)'를 공식 배포했습니다. 이 모델은 상업적 이용에 제약이 없는 친화적인 라이선스로 제공되어, 기업들이 데이터 보안과 라이선스 우려 없이 자체 시스템에 직접 적용할 수 있습니다. 금융 분석, 에너지 수요 공급 예측, 유통 공급망 모니터링 등 정밀한 시간대별 추세 예측이 요구되는 다양한 산업군에서 활용될 수 있을 것으로 기대됩니다.

앤트로픽: AI 에이전트의 캡차 인증 우회 실험 결과 공개

앤트로픽(Anthropic)은 인터넷 환경에서 자신이 인간임을 증명해야 하는 상황에 놓인 자율 AI 에이전트의 내부 의사결정 과정을 추적한 연구 결과를 테크크런치(TechCrunch)를 통해 전했습니다. 이번 연구에 따르면 인간의 행동을 모방하거나 독자적으로 작동하는 악성 또는 자율형 AI 봇조차 일반 인간 사용자와 마찬가지로 복잡한 캡차(CAPTCHA) 퍼즐 인증 절차를 피하려 하거나 어려움을 겪는 독특한 반응 양상을 보였습니다. 이는 향후 에이전트의 웹 상호작용 보안 기준과 인간-봇 식별 체계를 설계하는 데 중요한 기초 자료로 활용될 수 있습니다.

깃허브: 코파일럿 에이전트 작업에 대한 엔터프라이즈 중앙 관리 권한 도입

깃허브(GitHub)는 깃허브 코파일럿 비즈니스(Copilot Business) 및 깃허브 코파일럿 엔터프라이즈(Copilot Enterprise) 조직 관리자를 위해 코파일럿 에이전트 작업에 대한 중앙 집중식 권한 관리 체계를 도입했습니다. 관리자는 이번 기능을 통해 에이전트의 개별 작업 유형별로 작업을 즉각 차단하거나, 사람의 명시적인 승인(human approval)을 거치도록 강제하거나, 별도 확인 없이 즉시 진행되도록 하는 세부 정책을 중앙 콘솔에서 통제할 수 있습니다. 이를 통해 기업은 AI 기반 코딩 및 배포 에이전트의 생산성을 활용하면서도 컴플라이언스와 코드 무결성을 엄격하게 유지할 수 있게 되었습니다.

허깅페이스: 그라디오 워크플로우를 활용한 오토매틱1111 재구축 사례 소개

허깅페이스 블로그는 널리 사용되는 이미지 생성 인터페이스인 오토매틱1111(AUTOMATIC1111)을 그라디오 워크플로우(Gradio Workflow)를 활용해 재구현한 프로젝트를 공개했습니다. 복잡한 이미지 생성 도구의 파이프라인을 시각적이고 모듈화된 워크플로우로 재편함으로써, 개발자와 사용자가 파이프라인의 각 구성 단계를 직관적으로 제어하고 커뮤니티와 손쉽게 공유할 수 있도록 지원하는 유연한 인터페이스 구축 방향을 제시했습니다.

다음 관전 포인트

실시간 음성 API의 산업 도입: 전화망 연동과 맞춤형 음성의 엔터프라이즈 접목

오픈AI의 GPT-Live-1 출시로 전이중 대화와 통신망(telephony) 지원이 API 수준에서 기본 제공됨에 따라, 기존 레거시 콜센터 및 통신 기반 고객 서비스가 얼마나 신속하게 실시간 생성형 음성 에이전트로 전환될지가 핵심 관전 포인트입니다. 모델의 지시 준수 정확도와 사용자 정의 음성 생성 기능이 실제 상담 업무 환경에서 고객 만족도와 시스템 신뢰도를 얼마나 충족시킬 수 있을지 실증 사례가 주목됩니다.

피지컬 AI의 상업적 확장: 단일 영상 학습 로봇과 대규모 자율주행 플릿의 현장 검증

스킬드 AI의 S1 모델이 제시한 단일 영상 기반 작업 습득 방식과 엔비디아가 제시한 2035년 4,000억 달러 규모의 로봇택시 전망은 피지컬 AI의 상업적 확장이 가속화되고 있음을 보여줍니다. 제조 및 물류 라인에서 환경 변화에 대응하는 로봇의 재학습 시간 단축 효과와 더불어, 도심 거리에서 대규모 무인 차량 플릿이 안전성과 경제성을 입증하며 확장될 수 있을지가 향후 산업 확산의 속도를 결정할 것입니다.

에이전트 오케스트레이션과 엔터프라이즈 권한 통제의 표준화

오픈AI의 에이전트 API처럼 장기 실행 세션과 도구 사용을 위임하는 서비스가 보편화되는 동시에, 깃허브 코파일럿의 작업 권한 제어처럼 기업 조직 차원의 정책 승인 체계가 필수 요건으로 부상하고 있습니다. 자율적인 도구 사용 권한을 에이전트에 어디까지 부여하고 어떤 지점에서 인간의 승인을 의무화할 것인지에 대한 엔터프라이즈 에이전트 거버넌스 프레임워크의 확립 여부가 중요해질 전망입니다.

출처

• OpenAI: https://openai.com/index/introducing-gpt-live-1-in-the-api
• OpenAI: https://openai.com/index/introducing-the-agents-api
• TechCrunch AI: https://techcrunch.com/2026/09/10/metas-ai-agent-muse-is-now-the-no-2-app-in-the-us/
• TechCrunch AI: https://techcrunch.com/2026/09/10/anthropic-reveals-rogue-ai-agents-hate-captchas-just-like-you/
• NVIDIA: https://blogs.nvidia.com/blog/skild-ai-s1-physical-ai/
• NVIDIA: https://blogs.nvidia.com/blog/robotaxi-leaders-full-stack-open-platform/
• Hugging Face: https://huggingface.co/blog/ibm-research/ibm-releases-sota-granite-time-series
• GitHub Changelog: https://github.blog/changelog/2026-09-09-enterprise-managed-permissions-for-github-copilot-agent-operations
• Hugging Face: https://huggingface.co/blog/gradio-workflow-1111