주간 AI 다이제스트 (09/28 ~ 10/11)

이번 주의 줄기는 AI가 클라우드에서 내 기기로 내려왔다는 것이다. 좋아요 898개로 단연 1위였던 구글의 Google AI Edge Foresight는 앱 출시라기보다 조립도에 가깝다. 이 앱은 Gemma 4와 EmbeddingGemma 2만 써서 녹음 전사, 요약, 저장 문서 기반 질의응답을 모두 맥 안에서 처리한다. 그 부품들도 같은 2주 동안 따로 공개됐다. 16.9MB짜리 Whistle은 Whisper base보다 오류율이 낮았고, 164MB짜리 Phonon-2는 Whisper large보다 평균 정확도가 높았다. Phonon-2는 M5 맥북 에어에서 1시간 분량 음성을 약 20초에 전사한다. EmbeddingGemma 2는 7억 4천만 파라미터로 텍스트·이미지·영상·음성을 하나의 좌표계에 넣으며 Apache 2.0으로 풀렸다. Ollama는 분류·라우팅용 의사결정 모델을 로컬 API로 열었고, Qwen-Image-2.1-Turbo는 8단계 만에 2K 이미지를 만든다. 전사, 색인, 판단, 생성의 각 층에 무료 소형 모델이 동시에 깔린 셈이다. 클라우드 API를 감싸 월 구독료를 받던 회의록·전사·문서검색 서비스는 이제 가격의 근거를 다시 설명해야 한다.

반대편 축도 굵어졌다. 에이전트가 자기 컴퓨터를 받기 시작했다. 오픈AI의 dots는 전용 클라우드 컴퓨터에서 대화를 닫아도 일을 이어가고, 점프 트레이딩은 GPT-6 Astra에게 며칠씩 걸리는 시장 연구를 맡긴다. 사용자마다 가상 컴퓨터를 주는 메타 뮤즈는 한국에서 쓸 수 없는데도 우회 가입법·초대 코드·활용법 글이 네 건 저장됐다. 실제 아이폰을 UI 구조로 읽어 조작하는 iPhone Use도 나왔다. AI 제품의 단위가 '대화 한 번'에서 '맡겨 둔 작업 시간'으로 바뀌는 중이다. 앞으로 사람은 AI의 출력을 이해하는 데 더 많은 시간을 쓰게 될 것이라는 카파시의 말은 이 변화의 뒷면이다. 시키는 비용이 내려갈수록 검수가 병목이 된다. 반면 꺾인 것은 프롬프트 주문의 시대다. 앤트로픽은 '차근차근 생각해봐'를 지우라고 하고, Claude Code는 /doctor prompt-audit로 CLAUDE.md·스킬·에이전트에 남은 낡은 패턴을 점검한다. 문장 요령보다 하네스 관리가 실력이 됐다.

창작 도구에서는 '생성 다음의 뒷정리'가 사라지고 있다. Tripo P2.0은 바로 손댈 수 있는 쿼드 토폴로지 3D를 내놨다. LTX Alpha Gen은 머리카락과 연기까지 따낸 알파 매트를 만들고, Comfy API는 테스트한 워크플로를 버전째 고정해 배포 엔드포인트로 올린다. Opus 5.5로 WebGL 모션그래픽을 만들었다는 글과 어도비 앱 7종을 복제해 오픈소스로 풀었다는 글이 크게 돈 것도 같은 흐름이다. 생산 단가가 내려가자 경쟁은 물량으로 옮겨갔다. 하룻밤에 릴스 65개를 뽑는 파이프라인(좋아요 579)과 계정 40개로 월 600개 영상을 올리는 사례가 그 증거다. 과열을 식히는 글도 함께 저장됐다. 'RAG 끝장' 트윗의 수치를 공식 저장소와 대조한 검증 글이 있었고, 작법서를 설명할 줄 아는 것과 이야기를 쓰는 것은 다르다는 지적도 있었다. 같은 Claude 스타트업 프로그램에서 한쪽은 10분 만에 승인되고 다른 쪽은 하루 18번 거절된 후기도 나왔다. 5분 만에 반복되는 거절은 첫 관문이 사람이 아니라 기계 판독이라는 신호다. 도구가 흔해질수록 판단과 검증, 그리고 기계에게 읽히는 신원이 차별점이 된다.

이번 주 최다 좋아요(898)를 받았고, 이번 주 흐름 전체를 제품 하나로 보여주는 글이다. 구글이 자사 오픈모델 Gemma 4와 EmbeddingGemma 2만으로 녹음, 전사, 요약, 문서 질의를 맥 안에서 끝내는 앱을 무료로 냈다. 같은 주에 따로 나온 소형 STT·임베딩·로컬 판단 모델을 조립하면 어떤 제품이 되는지 보여주는 완성 예시이고, 유료 회의록 서비스의 가격 근거가 어디서 무너지는지도 정확히 짚는다.

Phonon-2로 녹음을 전사하고 EmbeddingGemma 2로 전사문과 음성 구간을 같은 좌표에 색인한다. 그 앞에 Ollama의 Nimble을 두어 질문이 일정·결정·자료 중 무엇을 찾는지 고르게 하면, 클라우드 없이 도는 개인 녹음 아카이브 검색기가 된다. 첫 실행은 지난 한 달 치 회의 녹음 폴더 하나를 색인하고 '그때 뭐라고 했지' 질문 10개로 검증하는 것부터 하라. Whistle·Phonon-2의 공개 수치는 영어·유럽어 기준이므로 한국어 녹음이라면 전사 층만 Whisper로 바꿔 끼우는 편이 안전하다.

공냥이가 공개한 프롬프트와 하네스로 클로드에게 페르소나풍 타이포 모션그래픽 레이어를 만들게 한다. 이어서 LTX Alpha Gen으로 인물 영상의 알파 매트를 뽑아, 글자가 인물 뒤로 지나가는 합성 영상을 만든다. 이 영상을 퓨리얼 AI 콘테스트 동영상 부문(대상 200만 원, 11월 9일 마감)에 낸다. Alpha Gen의 Distilled 모델은 이미 ComfyUI에서 돌아가므로 15초 시안 한 컷으로 먼저 검증하고, 브랜드 공모전이니 요강의 주제와 브랜드 가이드부터 확인하라.

초고는 직접 쓰고, screenwriting-skills의 작법 스킬 26개는 완성된 초고의 전환점·인물 욕망·장면 목적을 점검하는 체크리스트로만 쓴다. 이렇게 하면 '작법을 아는 것과 쓰는 것은 다르다'는 함정을 피하면서 퇴고 속도를 올릴 수 있다. 부산 해양문학 공모전 마감은 10월 28일 오후 3시(일반부 통합 대상 1천만 원, 참가비 없음)이며, 응모 요강의 AI 활용 규정부터 확인할 것.

☕ 도움이 되셨다면 커피 한 잔으로 응원해 주세요

☕ Buy Me a Coffee