ChatGPT가 질문에 답하는 데서 나아가, 대화 안에 바로 쓸 수 있는 화면도 만들어줘요.
여행 계획을 물었는데 글만 길게 나오는 대신, 일정표를 보며 선택할 수 있다면 편하겠죠. OpenAI가 ChatGPT에 확대하는 GPT-6는 질문에 맞춰 비교표나 도식, 버튼, 계산기 같은 조작형 화면을 답변 안에 구성한대요. 예를 들면 비용을 나눠 계산하는 도구를 대화 중에 보여주는 식이에요.
답변 속도도 바뀐다고 해요. OpenAI의 자체 평가에서는 웹 검색이 필요한 질문에 GPT-6 Instant가 GPT-5.6 Instant보다 평균 44% 빨리 답변을 시작했대요. 독립적으로 확인된 수치는 아니고, 화면을 얼마나 잘 구성할지도 계속 개선 중이라고 해요. 반복해서 만드는 표나 간단한 계산이 있다면, 대화 안에서 실제로 조작할 수 있는 결과가 나오는지 살펴보세요.
※ 10월 7일 Plus·Pro·Business·Enterprise의 Chat 탭부터 시작했고, Free·Go는 8일부터 확대 예정이에요. Enterprise는 관리자 설정에 따라 달라지고 Work·Codex 모델은 그대로예요.
짧은 작업을 많이 처리하는 개발자라면 Claude Haiku 5.5의 속도와 작업당 비용을 살펴볼 만해요.
문서 요약이나 분류를 수없이 호출하는 서비스에서는 모델 한 번의 비용보다 누적 비용이 크게 느껴지거든요. Anthropic이 출시한 Claude Haiku 5.5는 이런 짧고 반복적인 작업을 겨냥했어요. 회사 말로는 이전 Haiku 4.5보다 실제 작업을 실행하는 데 드는 비용이 평균 약 75% 적대요.
API 표시 가격은 요청 길이에 따라 달라요. 프롬프트 10만 토큰 이하라면 입력 100만 토큰당 0.10달러, 출력 100만 토큰당 0.50달러로, Haiku 4.5의 표시 가격보다 90% 낮아요. 토큰은 AI가 글을 세는 단위예요. 10만 토큰을 넘으면 각 0.50달러와 2.50달러라서, 호출 비용을 비교할 때는 요청 길이와 작업별 토큰 사용량도 함께 봐야 해요.
개발자는 작업에 맞춰 모델이 얼마나 공들여 답할지 조절하는 노력 수준 설정도 쓸 수 있어요. Anthropic은 복잡한 코딩 작업에는 더 큰 모델이 낫고, Haiku 5.5는 요약이나 좁은 범위의 보조 작업에 어울린다고 설명해요. 기존 작업 일부를 옮긴다면 정확도뿐 아니라 완료 시간과 총비용을 같이 재보는 게 좋겠어요.
※ 지금 Claude Platform과 AWS·Google Cloud·Azure에서 쓸 수 있어요. 10만 토큰 초과 요청은 가격이 달라져요.
Microsoft가 Copilot이 PC 파일을 찾아 정리하고 Windows에서 작업하는 모습을 시연했어요.
세금 서류를 찾으려고 폴더를 하나씩 뒤지는 일을 AI에게 맡기는 장면이 공개됐어요. Microsoft의 시연에서는 도구가 PC의 로컬 파일을 찾아 이름을 바꾸고 압축한 뒤, 첨부 파일이 든 이메일 초안까지 만들었어요. 직접 쓸 수 있게 출시된 기능이 아니라 시연이었어요.
Microsoft는 PC에서 실행하는 AI 모델과 클라우드 모델을 함께 쓰는 방식을 ‘하이브리드 인텔리전스’라고 불러요. 파일을 읽는 데서 끝나지 않고 운영체제에서 작업도 하는 만큼, 개발팀이라면 어떤 폴더에 접근할 수 있고 전송 전에 누가 확인할지부터 생각해 볼 만해요. 회사는 관련 Copilot 기능이 앞으로 몇 달에 걸쳐 나올 거라고 했어요.
※ 아직 시연 단계예요. Copilot 기능의 구체적인 제공일과 파일 접근·확인 방식은 확인되지 않았어요.
기기에서 글이나 이미지를 빠르게 분류하고 싶다면 Liquid AI의 공개 모델을 시험해 볼 수 있어요.
Liquid AI가 답변을 길게 생성하는 대신 질문에 바로 판정을 내리는 d1-3B와 d1-omni-600M의 가중치를 공개했어요. 예를 들면 고객 문의 하나를 보고 환불 요청인지, 어느 팀이 맡아야 하는지 함께 판단하는 식이에요. d1-3B는 글과 이미지를 받고, 실험 버전인 d1-omni-600M은 글·이미지 또는 글·오디오 조합을 받아요.
회사 측정으로는 d1-3B가 Jetson Orin Nano에서 질문 하나에 50ms가 걸렸대요. 이 속도는 해당 모델과 기기에서 측정한 값이고, d1-omni-600M의 속도나 이미지·오디오 판단 성능 수치는 아직 공개되지 않았어요. 개발자라면 Hugging Face의 예제로 질문 여러 개를 한 번에 처리하는 방식을 살펴보면 좋아요.
※ 두 모델 모두 Hugging Face에서 내려받을 수 있어요. d1-omni-600M은 초기 연구 버전이에요.
OpenAI가 내부 모델이 만든 수학 원고를 공개했지만, 모든 증명이 검증된 것은 아니에요.
OpenAI의 공개 저장소에는 수학 원고 722편이 372개 결과 묶음으로 정리돼 있어요. 한 묶음에는 주요 결과와 관련 증명, 다른 증명 방식이 함께 들어갈 수 있대요. 원고와 증명을 뒷받침하는 자료를 살펴볼 수 있어서, 관심 있는 분야의 결과를 직접 확인하려는 개발자나 연구자에게 출발점이 될 수 있어요.
OpenAI 설명으로는 공개 자료 대부분을 미출시 내부 모델로 만들었고, 약 4,000개 문제의 출력을 추려 정리했대요. 다만 모든 원고가 증명 검증 도구인 Lean으로 확인된 건 아니고, 회사도 일부 결과에 오류가 있을 수 있다고 밝혔어요. 원고 수를 검증 완료된 성과 수로 받아들이지는 않는 게 좋아요.
청소년용 ChatGPT에서 노트로 퀴즈를 만들 수 있고, 대학 지원 계획 기능은 출시를 앞두고 있어요.
시험공부할 때는 노트에서 퀴즈나 플래시카드를 만들어 복습할 수 있어요. 여러 장의 필기 사진을 하나의 PDF로 모아 올리는 기능은 iOS에서 쓸 수 있고, 안드로이드 지원은 개발 중이래요. AI가 만든 카드에는 틀리거나 모호한 내용이 있을 수 있으니 원래 노트와 대조해 보세요.
College Planner는 아직 나올 예정이에요. OpenAI 말로는 처음에는 미국에서 4년제 대학 진학을 준비하는 고등학교 10~12학년을 대상으로, 지원 요건과 마감일 등을 정리해 줄 계획이래요. 다른 국가와 2년제·기술·직업학교 지원은 나중에 추가할 예정이고, 청소년 자문위원회 신설도 발표했어요.
※ College Planner의 출시일과 가격은 공개되지 않았어요. 초기 대상도 미국 일부 학생으로 한정돼요.
구글이 글·이미지·영상·음성을 함께 검색하는 데 쓸 수 있는 오픈웨이트 모델을 공개했어요.
음성 메모로 관련 영상을 찾는 기능을 만들고 싶다면 EmbeddingGemma 2를 살펴볼 만해요. 임베딩은 글이나 미디어를 숫자 묶음으로 바꿔 비슷한 내용을 찾는 방식이에요. 구글 말로는 이 모델이 텍스트·코드·이미지·영상·음성을 같은 기준으로 비교할 수 있게 해준대요.
모델 가중치는 허깅페이스와 캐글에서 받을 수 있어요. 글만 다룰 때는 더 작은 구성으로 쓰고, 저장 공간이 중요하면 결과 벡터의 길이를 줄일 수도 있어요. 다만 벡터를 짧게 만들면 검색 품질이 떨어질 수 있으니, 실제 데이터로 먼저 확인해 보세요.
※ 가중치는 공개됐고 가격은 명시되지 않았어요. 검색 품질은 작업과 설정에 따라 달라져요.
