25 INSANE AI Releases This Week
Quick Summary
25 INSANE AI Releases This Week를 중심으로, Claude Fable 5.2는 영상이 인용한 Artificial Analysis 지능 지수에서 최고 추론 설정으로 65점을 기록를 핵심 판단 포인트로 압축 정리한다.
영상 보기
클릭 전까지는 가벼운 미리보기만 먼저 불러옵니다.
🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론
25 INSANE AI Releases This Week를 중심으로, Claude Fable 5.2는 영상이 인용한 Artificial Analysis 지능 지수에서 최고 추론 설정으로 65점을 기록를 핵심 판단 포인트로 압축 정리한다.
📌 핵심 요점
- Claude Fable 5.2는 영상이 인용한 Artificial Analysis 지능 지수에서 최고 추론 설정으로 65점을 기록했지만, 과제당 비용은 약 26.5달러였다. 같은 기관의 코딩 에이전트 지수에서는 Fable과 Opus 5.5가 58점으로 동률이었다.
- Google은 Gemini 4 Carbon에 계획을, Hydrogen에 코드 수정과 테스트를 맡겼다. Google의 Terminal Bench 4.0 평가에서는 이 조합이 Carbon 단독에 가까운 성공률을 내면서 할당량을 24% 덜 쓰고 19% 빨리 끝냈다.
- Claude Meetings는 Google Meet에 참가자로 들어와 회의 중 문서와 화이트보드를 만든다. 영상에서 소개한 베타는 Team·Enterprise 대상이며, 도입 시 참석자의 전사 동의와 개인별 도구 접근 권한을 확인해야 한다.
- Gemini Decision 1은 미리 정한 선택지를 평가해 결과와 신뢰도를 반환한다. 영상에 제시된 요금은 입력 100만 토큰당 0.10달러이며 출력 요금은 없다. 발표자는 시연에서 신뢰도가 낮았던 심각도 판단을 사람이 검토할 사례로 꼽았다.
- Alibaba의 Qwen 4 Max는 에이전트가 같은 자료를 반복해서 읽을 때 입력 캐시를 재사용한다. 발표자의 고객 과제에서는 Qwen 프리뷰와 Opus가 비공개 테스트 12개를 모두 통과했다. 별도 버그 수정 시험은 Qwen 앱의 확인 절차에서 중단돼 비교 점수가 없다.
🧩 배경과 문제 정의
Anthropic은 에이전트 1,000개가 30시간 만에 수학 증명을 컴퓨터가 검증할 수 있는 코드로 옮겼다고 발표했다. 영상은 이 성과를 출발점으로, 개발자가 일상 업무에서 어떤 모델을 먼저 쓸지 묻는다. 주요 발표 5건, 짧은 업데이트 15건, GitHub 저장소 5개를 훑으며 공급사 발표와 외부 평가, 발표자가 직접 시험한 결과를 함께 살핀다.
🕒 시간순 섹션별 상세정리
1. Claude Fable의 순위와 과제당 비용
- Anthropic은 Fable 5.2와 Mythos 5.2가 같은 기반 모델이며 Mythos는 심사를 거친 전문 기관에 제공한다고 설명했다. Fable의 일반 요금은 입력·출력 100만 토큰당 각각 8달러와 40달러로 소개됐다. [00:57]
- Artificial Analysis에서 Fable은 최고 추론 설정으로 지능 지수 65점, 과제당 약 26.5달러를 기록했다. 코딩 에이전트 지수에서는 Opus 5.5와 58점으로 같았다. [01:33]
- 발표자는 일상 작업에는 Opus를 쓰고 며칠씩 막히는 버그에 Fable을 쓰겠다고 했다. 이어 Night Crew Studio의 장편 영상 제작 기능을 소개하는 홍보 구간이 나온다. [02:41]
2. Gemini Carbon과 Hydrogen의 역할 분담
- 유료로 공개된 Carbon은 발표자의 시험에서 Opus와 같은 버그 14개를 고쳤다. 16개를 시험하는 데 Opus는 약 6분, Carbon은 약 46분이 걸렸다. [03:11]
- AI Studio에서 무료로 제공된 Hydrogen은 추론 강도를 높이면 점수와 대기 시간이 함께 늘었다. 인용된 평가에서 높은 설정과 최고 설정의 점수는 51점과 54점, 과제당 시간은 약 8분과 15분이었다. [03:56]
- Google은 Carbon이 계획하고 Hydrogen이 수정·테스트하는 조합의 할당량과 완료 시간을 공개했다. 발표자는 무료 이용 시 입력 내용이 Google 제품 개선에 쓰인다는 조건도 짚었다. [04:28]
3. Google Meet에 참여하는 Claude
- Claude는 참석자에게 보이는 회의 참가자로 들어와 문서와 화이트보드를 만들고, 각 사용자가 허용한 연결 도구를 이용한다. 회의 뒤에는 전사본, 요약, 화면에 표시된 내용의 설명과 작업 결과가 남는다. [05:07]
- Google Meet용 베타는 Team·Enterprise 대상이다. Anthropic은 전사에 앞서 참석자 동의를 구하라고 안내했다. 같은 주 화이트보드·시트·데이터 기능도 유료 요금제로 배포되기 시작했다. [05:39]
4. 정해진 선택지를 평가하는 Gemini Decision 1
- 텍스트·이미지·음성·영상·PDF를 받아 예·아니요, 선택지, 평가 점수 형태로 답하고 신뢰도를 붙인다. 선택지를 한 번에 채점해 생성 텍스트에 대한 출력 요금이 없다. [06:37]
- Google 시연에서는 액체를 쏟았다는 판단과 그 심각도를 매긴 판단의 신뢰도가 달랐다. 발표자는 후자를 사람에게 넘기겠다고 했다. 제시된 입력 요금은 100만 토큰당 0.10달러다. [07:05]
- Google의 비교표에는 Typesafe의 Jev와 OpenAI의 Decisions API도 등장한다. 발표자는 답을 미리 정할 수 있는 적용 사례로 중고 상품의 태그 사진 분류를 들었다. [07:41]
5. Qwen 4 Max의 캐시와 실사용 시험
- 반복해서 보내는 자료에는 이미 읽은 부분에 캐시 단가가 자동 적용된다. 영상이 인용한 Artificial Analysis에 따르면 신형은 이전 Max보다 과제당 출력 토큰을 39% 적게 썼다. [08:22]
- 발표자의 고객 과제에서 Qwen 프리뷰와 Opus는 비공개 테스트 12개를 모두 통과했다. 별도 버그 시험은 앱의 사용자 확인 단계에서 중단됐다. [09:07]
- 영상 기준 Qwen 4 Max는 호스팅 서비스로 이용할 수 있었다. Alibaba는 더 작은 Qwen 4 모델의 가중치를 추후 공개하겠다고 밝혔다. [09:16]
6. 소형 모델과 이미지·음성 도구
- Meta는 Muse Wonder가 계획하고 소형 Muse Ember가 대량 작업을 처리하는 구성을 제시했다. H3 Image는 가중치를 제공하지만, 영상은 매출 규모와 제3자 호스팅 여부에 따른 라이선스 조건을 짚었다. [10:32]
- Zonos 3 Mini는 Apache 2.0 음성 합성 모델이다. Pixel 9 브라우저에서 실시간으로 실행된다는 설명은 개발사 측 수치이며, 영상 시점에는 독립 평가 순위가 없었다. [11:03]
- llama.cpp 1.0은 호환성이 깨지는 변경을 주 버전 번호로 알리는 이정표다. ByteDance의 이미지 모델은 투명 배경을 바로 출력해 아이콘이나 제품 이미지의 후처리를 줄인다. [12:05]
7. 지도 앱과 팀 에이전트
- AI Studio에서 Google Maps의 장소·경로·스트리트 뷰를 앱에 연결할 수 있게 됐다. 시제품에는 API별 하루 100회 호출이 제공되고 운영 환경에는 유료 클라우드 결제 계정이 필요하다고 소개됐다. [12:30]
- xAI의 팀 봇은 Slack·Teams에서 공유할 수 있고 회의 채팅에도 참여한다. Claude Code Projects에는 프로젝트 채팅의 질의응답과 스레드 알림이 추가됐다. 데스크톱 테마 확장은 사용자 권한으로 실행된다는 점도 다뤘다. [13:37]
8. 서버에서 실행하는 도구와 모바일 테스트
- DeepSeek는 웹 검색, 문서 읽기, OCR, 음성 합성 등을 API에 통합했다. 검색 실행을 서버에 맡길 수 있고, 검색 요금은 토큰 요금과 별도로 청구된다. [14:05]
- Expo의 클라우드 iPhone·Android 시뮬레이터는 에이전트가 앱 변경을 시험한 뒤 사람이 볼 녹화를 돌려준다. 영상에 제시된 요금은 분당 0.10달러, 세션 상한은 2시간이다. [14:33]
9. ChatGPT 안의 사업자 상담과 구매 승인
- Businesses in ChatGPT 베타는 사업자에게 정보 관리와 고객 반응 지표를 제공한다. 자격을 갖춘 미국 온라인 사업자는 사업자 상담임이 명시되는 별도 대화에서 고객을 응대할 수 있다. [15:00]
- DOT의 지갑 기능은 결제 토큰과 건별 사용자 인증을 이용한다. 영상 기준으로 자격을 갖춘 미국 성인 Pro 가입자에게 순차 제공되며, 일부 사이트에서 결제가 막힐 수 있다. [15:40]
10. 로봇 파일럿과 Signal의 보안 속성 검증
- DeepMind는 Mercedes-Benz 등과 진행한 단일 파일럿에서 Apollo 2의 조립용 부품 정리 정확도가 96%였다고 밝혔다. Gemini Robotics 2.5의 제공 범위는 로봇 파트너로 한정됐다. [16:08]
- Nvidia는 휴머노이드의 다음 영상 장면과 행동을 함께 예측하는 모델을 소개했다. 영상 시점에 코드·가중치는 공개 예정이었고 라이선스는 발표되지 않았다. [16:43]
- DeepMind는 AI가 Signal 프로토콜 구현의 특정 보안 속성에 대한 형식 증명을 작성했다고 보고했다. 검증할 속성은 사람이 정했고 전문가는 핵심 부분을 검토했다. 결과가 보장하는 범위는 그렇게 선택한 속성에 한정된다. [17:18]
11. GitHub 도구의 자동화 권한과 코드 리뷰 범위
- HMCP는 Home Assistant 자동화를 지원하는 비공식 도구다. 발표자는 가정 기기의 관리자 권한이 걸린 만큼 읽기 전용 모드와 승인을 먼저 살펴보라고 했다. [18:06]
- Agent Browser는 웹페이지를 간결한 텍스트로 표현한다. 화면 요소가 가려져 상호작용할 수 없으면 실패로 알리며, 이번 릴리스에는 웹 개발 가이드 연동이 추가됐다. [18:41]
- Alibaba의 코드 리뷰 도구는 일반 코드가 검토 파일과 댓글 위치를 정하고 AI가 변경 내용을 판단한다. 자체 평가에서 토큰 사용량은 범용 에이전트의 약 9분의 1이었고 발견한 문제 수도 적었다. [19:22]
12. 계획 검토와 웹 표준 가이드, 한 주의 결론
- Planotator는 에이전트의 계획에 줄 단위 의견을 달고 수정 전후를 비교하는 도구다. 발표자는 설치 범위와 공유 링크를 가진 사람의 열람 권한을 확인하라고 했다. [20:02]
- Google Chrome의 Modern Web Guidance는 에이전트가 오프라인에서 검색하는 200개 이상의 가이드 모음이다. Chrome 팀의 Opus 5.5 시험에서 검사 통과율은 57%에서 88%로 올랐고, 익명 사용 데이터 수집은 기본 활성화로 소개됐다. [20:47]
- 발표자는 Google의 모델 조합, Meta Ember, Alibaba 코드 리뷰를 다시 연결한다. 세 사례 모두 비싼 판단 자원을 어려운 부분에 집중한다며, 시청자에게 단일 모델과 계획·실행 분업 중 어떤 구성을 쓰는지 물으며 마친다. [21:12]
🧾 결론
- 모델 선택은 성공률과 대기 시간을 함께 보면 달라진다. 발표자의 시험에서 Carbon과 Opus는 같은 버그 16개 중 14개를 고쳤고, 소요 시간은 각각 약 46분과 6분이었다.
- 답의 범위가 정해진 업무에는 생성형 모델 외의 선택지가 생겼다. 상품 태그 사진 분류처럼 선택지를 먼저 정의할 수 있다면 건당 비용과 사람에게 넘겨야 하는 비율을 함께 측정할 수 있다.
- Google의 모델 분업, Meta의 대량 처리용 Ember, Alibaba의 코드 리뷰 도구는 같은 설계를 서로 다르게 구현한다. 특히 Alibaba 사례는 파일 선정과 댓글 위치 지정을 일반 코드가 맡아 모델의 역할을 판단으로 좁힌다.
📈 투자·시사 포인트
- AI 서비스의 원가를 비교할 때는 토큰 단가와 함께 과제 하나를 끝내는 데 드는 비용을 봐야 한다. 추론 강도, 출력 길이, 반복 입력의 캐시 적중 여부가 모두 그 비용을 바꾼다.
- 회의 도구가 제공하는 가치는 회의록에서 회의 중 완성하는 산출물로 넓어지고 있다. 도입 효과를 판단할 때는 회의 후 문서 작성 시간이 얼마나 줄었는지, 전사·저장 조건이 조직 기준에 맞는지 함께 볼 수 있다.
- 발표된 기술마다 고객이 실제로 쓸 수 있는 범위가 다르다. 영상 기준 Hydrogen은 AI Studio에서 무료로 시험할 수 있었고, Gemini Robotics 2.5는 파트너에게만 제공됐다. 로봇 파일럿 성과를 해석할 때는 공개 API와 배포 범위도 함께 살펴야 한다.
⚠️ 불확실하거나 확인이 필요한 부분
- Qwen의 과제당 비용 대목은 자막에 327달러와 102달러로 적혀 있는데, 이어지는 설명은 신형 비용이 약 3분의 1이라고 한다. 두 숫자의 대응 관계와 소수점을 원표에서 확인해야 절감률을 계산할 수 있다.
- Fable의 지능 지수 65점과 과제당 26.5달러는 Artificial Analysis의 최고 추론 설정 결과다. Opus 최고 점수에 약 절반 비용으로 근접했다는 수치는 Anthropic이 다른 코딩 평가에서 높은 추론 설정으로 얻은 결과라 직접 비교하기 어렵다.
- Carbon·Opus의 버그 16개 비교는 발표자의 시험이고, 로봇 부품 정리 정확도 96%는 DeepMind가 단일 파일럿에서 발표한 수치다. 다른 작업이나 환경에서의 재현성은 영상만으로 판단하기 어렵다.
- 자막 기반 정리: 타임스탬프가 있는 자막을 기준으로 정리했으며, 고유명사·수치·인용은 원문 확인 필요 시 별도 검증한다.
- 영상 속 주장: 발표자의 해석·전망·비교는 확인된 외부 사실이 아니라 영상 속 주장으로 분리해 읽는다.
- 검증 필요: 수치, 기업 실적, 정책·시장 전망은 발행 전 최신 자료로 별도 검증이 필요하다.
✅ 액션 아이템
- 팀에서 반복하는 코딩 과제를 골라 같은 통과 기준으로 모델별 성공 건수, 총비용, 완료 시간을 기록한다. 추론 강도도 결과 옆에 남긴다.
- 반복 입력이 많은 업무에서 캐시 적중량과 출력 토큰 수를 기록하고, 실제 청구액을 완료한 과제 수로 나눠 Qwen의 비용 이점을 확인한다.
- 상품 태그처럼 정답을 확인할 수 있는 자료로 Decision 1을 시험하고, 신뢰도 구간별 오분류율을 보고 사람에게 넘길 기준을 정한다.
- Claude Meetings를 시험하기 전에 참석자의 전사 동의를 받고, 연결 도구의 권한과 회의 후 남는 전사본·요약·화면 설명의 열람 범위를 확인한다.
❓ 열린 질문
- 팀의 실제 과제에서도 Carbon과 Hydrogen의 분업이 Carbon 단독과 비슷한 성공률을 유지하면서 대기 시간과 할당량을 줄일까?
- Alibaba 코드 리뷰 도구가 줄이는 토큰 비용과 놓치는 이슈의 수·중요도를 함께 따지면 어떤 규모의 변경에서 이점이 클까?
- Decision 1의 신뢰도와 실제 정답률은 입력 유형별로 얼마나 일치하며, 사람의 검토 시간까지 포함한 건당 비용은 얼마일까?