주간 AI 다이제스트 (10/05 ~ 10/18)

줄기는 '작게, 내 기기 안에서'다. 지난 2주 저장 글에서 가장 두꺼운 묶음은 모델 크기 경쟁의 방향이 뒤집혔다는 신호들이었다. 16.9MB짜리 음성인식 Whistle, Whisper large보다 정확하면서 164MB인 Phonon-2, 스마트폰에서 오프라인으로 도는 7.4억 파라미터 임베딩 EmbeddingGemma 2, 9B 모델을 2GB에 담은 Bonsai 2, VRAM 8GB에서도 도는 FLUX 3 Klein까지 공통점은 '서버 없이도 충분히 좋다'는 것이다. 8,160억 파라미터의 Muse Spark Open조차 '맥 스튜디오 두 대에서 돈다'를 내세웠다. 결정타는 구글이 바로 이 부품(Gemma 4+EmbeddingGemma 2)을 조립해 내놓은 무료 로컬 회의록 앱 Foresight다. 받아쓰기·요약·검색이 기기의 기본 기능이 되는 순간, 클라우드 API를 감싸 구독료를 받던 사업 모델은 설 자리가 좁아진다.

부상한 것은 '소프트웨어의 무료화'와 '나만 쓰는 소프트웨어'다. 역설계 오픈소스 REA, Opus 5.5로 복제한 어도비 7종, 13종으로 늘어난 크래프팅 앱이 나란히 저장됐다. 다만 크래프팅 앱은 공식 페이지 기준 13종 중 3종만 초기 알파이고 나머지는 개발 중이다. '한 달 안에 기능 100%'라는 헤드라인과 실제 사이에는 아직 간극이 크다. 다른 한쪽에서는 만드는 비용과 배포 장벽이 함께 무너졌다. 구글은 10월 13일 플레이스토어에 공개 등록하지 않아도 개인 앱을 폰에 바로 설치할 수 있게 했고, Playground·Anatomy·Gemini 모션북처럼 말 한 줄로 '나만 쓸 물건'을 만드는 도구가 이어졌다. AI의 손도 브라우저 밖으로 뻗고 있다. 아이폰 UI를 직접 읽는 iPhone Use, 7달러짜리 칩, 299달러 HomeView, MCP·CLI를 붙인 Kling 4.0이 같은 방향이다. 점프 트레이딩과 Instinct 사례는 에이전트가 맡는 일의 단위가 '답 하나'에서 '며칠짜리 연구'로 길어지고 있음을 보여준다.

꺾인 것은 'AI에게 맡기면 알아서 된다'는 기대다. 이번 묶음에서 가장 많이 저장된 실용 글은 신모델 소식이 아니라 단어였다. FPV·랙 포커스·휩 팬 같은 연출 용어 정리가 좋아요 2,677개, 연출 조합·비율 노하우가 754개로 Kling 4.0 출시 소식(129개)을 크게 앞섰다. 도구가 평준화되자 병목이 '좋은 느낌으로'를 정확한 연출 언어로 옮기는 능력으로 옮겨간 것이다. 글쓰기 쪽에서도 '작법서를 줄줄 아는 LLM이 이야기를 잘 쓰는 건 아니다'라는 지적이 같은 말을 한다. 마감이 걸린 기회도 있다. 부산 해양문학 공모전은 10월 28일 오후 3시, AI 영상·사운드 부문이 있는 퓨리얼 AI 콘테스트는 11월 9일에 접수를 마감한다.

이번 2주의 가장 큰 줄기인 온디바이스 흐름에서 실제 쓸모를 좌우하는 연결고리는 임베딩이다. 이 글은 임베딩을 '의미를 768개 숫자 좌표로 바꾸는 일'로 정확히 풀어내고, 2세대가 음성·영상·코드까지 같은 좌표 공간에 넣어 '음성 메모로 영상 클립 찾기' 같은 교차 검색을 기기 안에서 가능하게 했다는 핵심을 짚는다. 구글 Foresight가 바로 이 모델 위에 만들어졌다는 점까지 이어 보면, 같은 소식을 다룬 짧은 속보(좋아요 349개)보다 이 해설(13개)이 훨씬 오래 남는 글이다.

연출 용어(FPV·휩 팬·랙 포커스·돌리 줌)로 샷 리스트를 먼저 쓰고, MCP·CLI를 지원하는 Kling 4.0으로 샷별 변형을 터미널에서 한꺼번에 생성해 고르면 감이 아니라 설계로 영상을 뽑을 수 있다. 실행: 11월 9일 마감인 퓨리얼 AI 콘테스트 동영상 부문(대상 200만 원)에 연출 조합만 바꾼 3편(부문별 최대 3편)을 내고, AI 사운드를 결합해 완성도를 올린다(영상+사운드 결합작은 동영상 부문으로 출품 가능).

Foresight를 기다리지 말고 같은 구조를 직접 조립한다. Phonon-2로 녹음을 텍스트로 바꾸고(M5 맥북 에어 기준 1시간 분량 약 20초), EmbeddingGemma 2로 텍스트·음성·이미지를 한 좌표 공간에 넣은 뒤, anchormind의 3층 검색(바로 꺼낼 기억·정확한 단어 일치·뜻이 비슷한 기억)으로 '그때 왜 그랬지?' 같은 질문까지 답하는 개인 기억 시스템을 만든다. 실행: 이번 주 회의·통화 녹음 10개로 파이프라인을 돌려 보되, 한국어 음성이라면 받아쓰기 단계의 한국어 성능부터 확인하고 부족하면 그 단계만 다른 모델로 바꾼다(라이선스는 CC-BY-4.0·Apache 2.0이라 상업적 이용 가능).

구글의 개인 앱 직설치(플레이스토어 공개 등록 불필요)와 9B 모델을 2GB에 담아 오프라인으로 도는 Bonsai 2를 합치면, 서버 비용도 스토어 심사도 없는 나만의 AI 앱이 된다. 실행: 독서·취재 메모를 오프라인으로 요약·분류하는 안드로이드 앱 하나를 Claude Code로 만들고, 기기 사양에 맞춰 2B(0.43GB) 모델부터 얹어 본인 폰에 직접 설치한 뒤 일주일 동안 써 본다.

☕ 도움이 되셨다면 커피 한 잔으로 응원해 주세요

☕ Buy Me a Coffee