Some ideas for what comes next, May 2026

🖼️ 인포그래픽

Some ideas for what comes next, May 2026 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

💡 한 줄 요약

저자는 2026년 AI가 기술 경쟁, 오픈 모델 생태계, 기업 경제, 권력 구조, 사회적 반발이 동시에 격화되는 국면에 들어섰다고 보고, 개방형 생태계와 정확한 공론장이 더 중요해졌다고 주장한다.

📌 핵심 요약

AI 모델의 성능 향상, 업무 방식 변화, 실제 경제성, 현실 위험이 함께 커지면서 2026년에는 이전처럼 숨 고르기 없이 변화와 충격이 계속 누적될 가능성이 크다고 진단한다.
오픈 웨이트 모델은 아직 Claude Code의 Opus 4.5처럼 지식노동의 작업 방식을 바꿀 만큼 명확한 에이전트 순간을 만들지 못했으며, 벤치마크보다 실제 사용성이 격차를 판단하는 기준이 될 것이라고 본다.
Google조차 Claude Code와 Codex에 견줄 뚜렷한 도구를 아직 내놓지 못한 점을 근거로, 오픈 모델 연구소들이 단기간에 같은 수준의 지식노동 도구를 제공하기는 어렵다고 예측한다.
Mythos는 소프트웨어 엔지니어링과 사이버보안에서 중요한 성취로 평가되지만, 중국 주요 오픈 MoE 연구소들은 자원 제약이 크고 미국 대형 연구소 수준의 학습 확장 경로가 부족하다고 설명한다.
기술 경쟁이 사회·정치 권력 구조와 충돌하는 방향으로 이동하면서, 데이터센터 반대, 규제, 국가안보, 종교·정부·법률 체계의 개입이 커질 것이며, 이에 대응할 중립적 설명과 다양한 오픈 모델 생태계가 필요하다고 강조한다.

🧩 주요 포인트

AI 모델의 성능 향상, 업무 방식 변화, 실제 경제성, 현실 위험이 함께 커지면서 2026년에는 이전처럼 숨 고르기 없이 변화와 충격이 계속 누적될 가능성이 크다고 진단한다.
오픈 웨이트 모델은 아직 Claude Code의 Opus 4.5처럼 지식노동의 작업 방식을 바꿀 만큼 명확한 에이전트 순간을 만들지 못했으며, 벤치마크보다 실제 사용성이 격차를 판단하는 기준이 될 것이라고 본다.
Google조차 Claude Code와 Codex에 견줄 뚜렷한 도구를 아직 내놓지 못한 점을 근거로, 오픈 모델 연구소들이 단기간에 같은 수준의 지식노동 도구를 제공하기는 어렵다고 예측한다.
Mythos는 소프트웨어 엔지니어링과 사이버보안에서 중요한 성취로 평가되지만, 중국 주요 오픈 MoE 연구소들은 자원 제약이 크고 미국 대형 연구소 수준의 학습 확장 경로가 부족하다고 설명한다.
기술 경쟁이 사회·정치 권력 구조와 충돌하는 방향으로 이동하면서, 데이터센터 반대, 규제, 국가안보, 종교·정부·법률 체계의 개입이 커질 것이며, 이에 대응할 중립적 설명과 다양한 오픈 모델 생태계가 필요하다고 강조한다.

🧠 상세 정리

1. 2026년 AI 변화의 누적 압력

저자는 AI 발전이 시간이 갈수록 더 큰 결과를 동반하고 있다고 글을 연다. 모델은 더 유능해지고, 사람들이 일하는 방식은 빠르게 바뀌며, AI의 경제성도 추상적 기대가 아니라 실제 수익과 비용의 문제로 전환되고 있다. 동시에 현실 세계의 위험도 전면에 등장하고 있어, 2026년은 잠시 쉬어가는 해가 아니라 더 큰 혼란과 놀라움, 이해관계 충돌이 이어지는 해가 될 가능성이 높다고 본다. 이 글은 특정 단일 모델보다 여러 모델이 새로운 능력 수준에 도달할 때 그 다음에 어떤 변화가 올지를 추론하는 데 초점을 둔다.

2. 오픈 모델은 아직 결정적 에이전트 순간을 맞지 못함

저자는 오픈 모델과 폐쇄형 모델의 시간 격차를 단순 벤치마크가 아니라 실제 에이전트형 작업 환경에서 얼마나 쓸모 있는지로 판단해야 한다고 말한다. 2025년 12월 Claude Code에서 Opus 4.5가 보여준 순간은 매우 분명했으며, 만약 오픈 웨이트 모델이 월 5달러 같은 낮은 가격에서 그 수준에 도달하면 사용량이 폭발할 것이라고 본다. 그러나 글 작성 시점 기준으로 약 5~6개월이 지났는데도 같은 수준의 오픈 모델은 나타나지 않았다. 저자는 최상위 폐쇄형 프런티어 모델의 견고함 때문에 이 격차가 12개월 이상 이어질 수도 있다고 예상한다.

3. Gemini의 부재가 보여주는 도구 경쟁의 난도

저자는 오픈 모델이 벤치마크가 말하는 것보다 더 뒤처져 있다는 근거로 Google조차 Claude Code와 Codex에 대응하는 명확한 경쟁 제품을 아직 갖추지 못했다는 점을 든다. Gemini 3.5 Flash에 대해서는 더 많은 테스트가 필요하다고 전제하지만, 현재의 리뷰만 보아도 저자가 오늘날 일하는 방식의 대체재는 아니라고 판단한다. Gemini가 검색이나 YouTube 같은 Google의 기존 제품군과 더 잘 맞는 모델처럼 보인다는 관찰도 덧붙인다. Google이 곧 강력한 도구를 내놓지 못한다면, 오픈 모델 연구소들도 단기간에 그런 도구를 내놓기 어렵다는 것이 그의 결론이다.

4. 오픈 모델의 예상 역할은 지식노동 주도 도구보다 특화 에이전트

저자는 오픈 모델이 앞으로 Claude Code나 Codex처럼 현대 지식노동의 핵심 도구가 되기보다는 자동화된 기업용 에이전트나 저비용 영역에서 더 많이 쓰일 것으로 본다. 현재 대규모 AI 매출 성장의 가장 좋은 경로는 Claude Code와 Codex 같은 에이전트 제품이며, 이 수익 흐름이 미래 모델 개발 자금을 뒷받침한다고 설명한다. 그는 중국 연구소들이 현재 환경 속에서 특정 영역에 특화되는 방향으로 움직이고 있다고도 언급한다. 따라서 앞으로 몇 년간 오픈 모델은 OpenAI, Anthropic, Google과 정면 경쟁하기보다 저비용·특화 사용처에서 자리를 잡을 가능성이 크다고 해석한다.

5. Mythos와 미국 대형 연구소의 컴퓨트 우위

저자는 Mythos를 모든 분야를 압도하는 일반적인 신적 모델로 보지는 않지만, 소프트웨어 엔지니어링과 사이버보안에서는 중요한 분수령이라고 평가한다. 중국의 주요 대형 오픈 MoE 모델 연구소인 Kimi, Z.ai, DeepSeek, Qwen 측과 대화한 경험을 바탕으로, 이들이 상당한 자원 제약을 받고 있으며 미국 대형 연구소처럼 학습 과정을 즉시 확장할 경로가 부족하다고 말한다. Alibaba나 Bytedance처럼 더 많은 자원을 가진 기업형 연구소도 안전과 보안에 대해 더 보수적인 입장을 취한다고 덧붙인다. Mythos는 결국 미국 최대 기업들이 확보한 학습·연구 컴퓨트의 급격한 가속을 보여주는 신호로 제시된다.

6. 미국 오픈 모델 생태계의 재부상

저자는 Nvidia의 Nemotron, Google의 Gemma, Arcee AI 등으로 미국 오픈 모델 생태계가 서서히 안정되고 있다고 본다. OpenClaw와 Hermes 같은 로컬 에이전트의 확산처럼 측정하기 어려운 흐름도 있지만, Llama 3 이후 보기 어려웠던 미국 모델 채택 지표가 다시 나타나고 있다고 설명한다. 특히 Gemma 4는 같은 크기의 Qwen 3.5와 3.6 모델을 따라잡거나 능가하고 있으며, Qwen 계열은 구조나 도구, 후학습 연구 측면에서 다루기 까다로운 점이 있었다고 말한다. 저자는 적절한 벤치마크 수준과 진정으로 허용적인 라이선스를 갖춘 미국 연구소의 모델이라면 개발자 채택을 크게 얻을 수 있다고 본다.

7. Anthropic과 OpenAI의 정면 경쟁, 그리고 노동 구조 변화

저자는 남은 해가 Anthropic과 OpenAI 사이의 치열한 경쟁으로 전개될 것이라고 예상한다. 그는 GPT 5.5가 조금 더 똑똑하다고 느끼며 Codex App을 좋아해 많은 작업을 그쪽에서도 가능하게 구성하고 있지만, 글쓰기와 더 넓은 표면적의 작업에서는 여전히 Claude를 선호한다고 말한다. 이러한 모델들은 이미 업무 방식을 빠르게 바꾸고 있으며, 그는 휴대폰에서 Codex를 돌리고 에이전트 기반의 자동 오픈 모델 분석 작업도 준비하고 있다고 설명한다. 더 넓게는 AI가 기업을 초대형 프런티어 기업과 에이전트를 활용하는 초소형 전문 기업이라는 양극단으로 밀어붙이고, 그 사이에 있는 일부 지식노동자의 고용 가능성을 약화시킬 수 있다고 본다.

8. 기술 경쟁에서 사회·정치적 충돌로의 이동

저자는 AI를 둘러싼 기존 권력 구조의 개입이 더 커질 것이라고 전망한다. 글 작성 시점에 교황이 AI의 향방에 관한 4만 단어 이상의 문서를 발표했고, 중국은 업계 최고 AI 연구자들의 인력 이동 제한을 확대했으며, 미국은 Anthropic을 공급망 위험으로 지정하면서도 국가안보에 그 모델을 계속 사용하고 있다고 예시를 든다. 그는 이러한 흐름이 AI 모델이 강해질수록 기존 권력 구조가 영향력을 잃을 수 있다는 직감과 연결되어 있으며, 누가 기술을 통제할지를 둘러싼 의미 있는 갈등을 낳을 수 있다고 본다. 마지막으로 데이터센터 건설 반대는 단순한 사실 오류만의 문제가 아니라, 기술 산업이 충분히 부여하지 않았던 거부권을 시민들이 행사하려는 움직임이라고 해석한다.

🧾 핵심 주장 / 시사점

저자의 핵심 판단 기준은 벤치마크 순위가 아니라 실제 작업 흐름에서 모델이 에이전트로 얼마나 견고하게 쓰이는가이다.
오픈 모델의 미래는 폐쇄형 프런티어 모델을 그대로 따라잡는 경로보다, 낮은 비용과 특화 영역에서 독자적 사용처를 확보하는 경로에 더 가깝게 그려진다.
AI 산업의 다음 병목은 기술 성능만이 아니라 데이터센터, 규제, 국가안보, 노동시장, 공적 신뢰를 둘러싼 사회적 허가의 문제로 이동하고 있다.