🖼️ 인포그래픽

🖼️ 4컷 인포그래픽

💡 한 줄 결론

GLM-5.2 열풍은 오픈웨이트 AI가 프론티어 모델 경쟁에 본격 진입했음을 보여주고, 구글의 위기·GPT-5.6 소식·Mythos 논란은 AI 산업의 성능 경쟁이 보안·인재·비용 경쟁으로 확장되고 있음을 드러낸다.

📌 핵심 요점

1. GLM-5.2는 MIT 라이선스, 100만 토큰 컨텍스트, 높은 코딩·에이전트 성능, 낮은 비용을 앞세워 Claude·GPT·Gemini 계열과 직접 비교되는 오픈웨이트 모델로 부각된다.
2. 영상에서는 GLM-5.2가 일부 벤치마크와 웹 개발·디자인·운영 평가에서 폐쇄형 프론티어 모델에 근접하거나 앞서는 사례가 소개되며, 로컬 AI와 오픈웨이트 모델의 실사용 가능성이 커졌다고 본다.
3. 구글은 Gemini 계열 성능 비교에서 압박을 받는 동시에 Noam Shazeer, John Jumper, David Silver, Addy Osmani 등 핵심 인력 이탈 사례가 언급되며 모델 경쟁과 인재 경쟁 양쪽에서 부담을 안고 있는 것으로 다뤄진다.
4. GPT-5.6 출시일, 가격, 200만 토큰 처리, 코딩·비전 성능 개선은 영상에서 루머로 소개된 내용이므로 검증이 필요하며, 사실이라면 OpenAI가 비용과 대규모 작업 처리에서 다시 우위를 강화할 수 있다.
5. Codex Record & Replay, Mythos 논란, Midjourney Medical, Grok 비디오, LTX 트레이너, 로컬 AI PC, 게임 AI 동료, 휴머노이드 로봇 사례는 AI가 모델 성능 경쟁을 넘어 자동화·보안·영상·의료·게임·로봇 영역으로 확산되는 흐름을 보여준다.

🧩 배경과 문제 정의

• 이번 영상은 GLM-5.2 열풍, 구글 인재 이탈, GPT-5.6 소문, Codex 자동화, Mythos 논란을 중심으로 미드저니·XAI·게임 AI·로봇·AI 창작 논란까지 폭넓게 짚는다.
• 초반의 개인정보 유출 사례는 공개 API, 계정 키 탈취, 개인정보 반환 경로처럼 서비스 운영자가 놓치기 쉬운 기본 보안 문제가 실제 피해로 이어질 수 있음을 보여준다.
• 생성형 AI와 바이브 코딩으로 서비스 출시 속도가 빨라질수록, 코드 스캔·취약점 점검·개인정보 노출 경로 확인 같은 사전 보안 검토의 중요성도 커진다.
• 중반부의 핵심은 GLM-5.2다. 오픈웨이트 모델이 폐쇄형 프론티어 모델에 가까운 코딩·에이전트 성능을 보이면서, AI 모델 경쟁의 비용 구조와 접근성에 변화가 생기고 있다.
• 구글은 여전히 강력한 연구 자산을 갖고 있지만, 핵심 연구자 이탈과 경쟁사 이동이 이어지며 AI 주도권 경쟁의 불안 요인도 드러낸다.
• 후반부는 AI 에이전트 보안, Codex 워크플로 자동화, Mythos 논란, 영상 생성, 온디바이스 게임 AI, 휴머노이드 로봇, AI 창작물 심사 문제로 확장되며 AI가 소프트웨어·콘텐츠·하드웨어·일상 경험 전반으로 퍼지는 흐름을 보여준다.

🕒 시간순 섹션별 상세정리

1. 오프닝과 짧은 IT 뉴스 진입

• 인사 후 ‘구글의 위기’가 큰 화제로 제시되며, 이어질 AI 뉴스의 핵심 축으로 자리 잡는다. [01:16]
• 본격적인 AI 뉴스에 앞서 짧은 IT 소식들을 먼저 훑는 흐름이 시작되고, 첫 사례로 ‘모두의 창업’ 이슈가 계속된다. [01:29]

2. 모두의 창업 정보 유출과 공개 API 리스크

• 모두의 창업 합격자 5천 명의 정보가 유출됐고, 1인 창업 커리큘럼과 연결된 서비스였다는 점에서 창업자·지원자에게 민감한 문제가 된다. [01:48]
• 이번 사고는 악성코드나 복잡한 해킹보다는 API 호출만으로 정보를 받을 수 있었던 구조에 가깝고, 열려 있던 정보 노출이 핵심 원인으로 보인다. [02:10]

3. 데이원 컴퍼니 침해와 교육 플랫폼 개인정보 위험

• 패스트캠퍼스로 알려진 데이원 컴퍼니에서도 개인정보 유출이 발생했고, AI 교육·온라인 강의 이용자에게 직접 영향을 줄 수 있는 사건으로 다뤄진다. [04:03]
• 유출 범위에는 이름, 암호화된 패스워드, 이메일, 전화번호, 주소, 배송 메시지, 직무·직급, 일부 카드 정보, 환불 계좌 정보까지 포함돼 피해 폭이 넓다. [04:21]

4. 서비스 출시 전 보안 점검의 필요성

• 유출 사고가 반복되는 상황에서는 서비스를 만드는 쪽의 경각심이 필요하며, 바이브 코딩을 하더라도 보안 점검을 별도 과제로 포함해야 한다. [05:54]
• AI에게 코드 전체 스캔, 보안 취약점 점검, 외부 노출이 금지된 개인정보 경로 확인을 맡기는 것만으로도 기본적인 노출 위험을 줄일 수 있다. [06:06]

5. AR 스포츠 관람과 실시간 구현 가능성

• 월드컵 시즌에 맞춰 AR 축구 관람 데모가 바이럴되고, 비전 프로 같은 기기로 경기 화면과 선수 위치 정보를 함께 보는 방식이 주목된다. [07:00]
• 경기 영상 위에 선수 움직임과 패스 경로가 동기화되면 축구 중계가 피파 게임처럼 보이며, 경기 이해도와 몰입감을 함께 높일 수 있다. [07:17]

6. 애플 차량 모션 큐와 이동 중 기기 사용성

• 애플 기기에는 이동 중 화면을 볼 때 멀미를 줄이는 차량 모션 큐 기능이 있으며, 택시나 조수석에서 읽기·쓰기 작업을 하는 사용자에게 유용하다. [08:56]
• 설정의 손쉬운 사용 메뉴에서 기능을 켤 수 있고, 자동차 탑승을 감지하면 화면에 움직이는 점을 표시해 시각적 불일치를 줄이는 방식으로 작동한다. [10:01]

7. GLM-5.2의 오픈웨이트 공개와 사용 조건

• GLM-5.2는 누구나 다운로드해 로컬 PC에서 실행할 수 있는 오픈웨이트 모델이며, 모델 규모가 커 좋은 PC가 필요하다는 조건이 붙는다. [12:31]
• 코딩과 에이전트 작업 성능이 크게 개선됐고, 100만 토큰 컨텍스트 모델로 소개되며 장문 처리와 자동화 작업에서 활용 범위가 넓어진다. [12:52]

8. 프론티어 모델과 맞붙는 코딩·종합 성능

• 에이전트 코딩 성능은 GLM-5.1에서 GLM-5.2로 올라가며 크게 개선됐고, Claude Opus 4.8과 거의 비슷한 수준의 점수를 기록한다. [13:26]
• 무료 오픈웨이트 모델이 Claude Opus 4.8급에 근접하면서, 고성능 코딩 모델을 폐쇄형 API에만 의존해야 한다는 전제가 약해진다. [13:46]

9. 인텔리전스 순위와 가격 경쟁력

• Artificial Analysis의 인텔리전스 점수에서 GLM-5.2는 전체 모델 비교 기준 상위권에 오르며, 구글 모델보다 앞선 위치로 묶인다. [14:52]
• 오픈웨이트 모델임에도 GPT-5.5 다음 수준으로 언급될 만큼 높은 평가를 받았고, Gemini 3.1 Pro는 뒤처진 사례로 비교된다. [15:19]

10. 웹 개발·에이전트 리더보드에서 드러난 실전 경쟁력

• 웹 개발 코드 아레나에서는 사람들의 투표 기반 평가에서 Claude Fable 5 다음으로 GLM-5.2가 자리하며, 웹 개발 결과물 품질이 부각된다. [16:38]
• GLM-5.2는 웹 개발 아레나 2등을 기록하며 주요 모델들을 제쳤고, 중국 오픈웨이트 모델도 최상위 실전 코딩 경쟁권에 들어왔음을 보여준다. [16:54]

11. 낮은 환각률과 디자인·운영 벤치마크 성과

• GLM-5.2의 환각률은 28%로 언급되며, Fable 5의 48%보다 낮아 잘못된 답변 빈도와 불확실성 처리에서 강점이 드러난다. [18:01]
• GPT-5.5의 환각률이 MIT 라이선스 GLM-5.2보다 세 배 높다는 비교가 나오며, 오픈웨이트 모델의 정확성 경쟁력이 중요하다. [19:18]

12. 양자화와 개인 장비 실행 가능성

• 오픈웨이트 특성상 사용자들이 모델을 가공하고 양자화해 소비자용 디바이스에서도 돌릴 수 있도록 더 가볍게 만드는 흐름이 생긴다. [21:58]
• 2비트 양자화 버전은 82% 정확도를 유지하면서 약 238GB 메모리를 사용한다고 언급되며, 고용량 통합 메모리 장비에서는 로컬 실행 가능성이 열린다. [22:22]

13. GLM-5.2의 로컬 코딩 모델 호평

• X에는 로컬 배포 환경에서 GLM-5.2를 실행한 후기가 올라오고, 무료에 가까운 비용 대비 프론티어급 코딩 성능이라는 평가가 확산된다. [24:28]
• 도구 호출, 장기 계획, 연구 작업에서 강점을 보이며, 터미널 렌더러 제작도 Opus 수준에 가까운 품질로 가능하다는 후기가 나온다. [24:52]

14. 벤치마크와 시장 반응이 만든 GLM-5.2 열풍

• DeepSoftwareEngineer 1.1 기준 GLM-5.2는 44%를 기록했고, 구글 I/O에서 공개된 최신 Gemini 3.5 Flash보다 높은 점수를 얻는다. [27:30]
• 일부 폐쇄형 최상위 모델에는 아직 밀리지만, 오픈웨이트 모델이 실리콘밸리 탑티어 모델과 견줄 성능을 확보했다는 점이 핵심으로 드러난다. [27:51]

15. 구글 핵심 연구자 이탈과 경쟁사 이동

• Noam Shazeer는 Transformer 아키텍처와 LLM 흐름의 핵심 인물이며, Gemini 공동 리드 이력까지 있어 구글 이탈의 상징성이 크다. [29:52]
• 2000년에 구글에 합류한 초기 직원이자 Attention Is All You Need 공동 저자인 Noam Shazeer가 오픈AI로 이동하면서, 구글의 연구 인재 유출 리스크가 부각된다. [30:23]

16. 추가 인력 유출과 구글의 남은 경쟁 자산

• David Silver는 AlphaGo와 AlphaZero의 핵심 연구자로 거론되며, 자신의 회사를 차리기 위해 구글을 떠난다. [32:29]
• Addy Osmani도 수백만 명이 사용하는 개발자 도구를 만든 인물로 소개되며, 14년간 몸담았던 구글을 떠난다. [32:49]

17. 구글 딥마인드의 AI 에이전트 보안 대응

• 구글 딥마인드는 AI 에이전트를 안전하게 관리하는 방향의 블로그를 공개하며, 에이전트 시대에는 통제와 보안이 핵심 경쟁 요소가 된다는 점을 강조한다. [34:19]
• Fable 5가 금지된 흐름 이후, 구글은 AI 에이전트 안전 관리 역량을 더 부각하려는 신호를 강화하는 것으로 보인다. [34:41]

18. 안전 연구 강화와 GPT-5.6 출시 소문

• OpenAI의 출시 전 배포 시뮬레이션은 바람직한 모델 동작과 그렇지 않은 동작을 더 정확히 예측해, 모델 안전 평가와 통제 범위를 넓히려는 방식이다. [36:17]
• Fable 5 사태 이후 다른 기업들도 같은 문제를 피해야 한다는 압박을 받으며, 안전을 중시한다는 이미지를 강화하는 흐름이 커진다. [36:34]

19. GPT-5.6의 코딩·비전 성능 개선 기대

• 지식 마감일이 2025년 12월이라는 소문도 있지만, 최신 정보는 AI 에이전트가 웹에서 가져오는 방식이 기본이 되면서 지식 마감의 의미는 점점 줄어든다. [38:10]
• GPT-5.6이 에이전트 코딩 워크플로에서 Fable을 능가한다는 소문이 사실이라면, 코딩 자동화 시장의 성능 기준이 다시 바뀔 수 있다. [38:29]

20. Codex Record & Replay와 반복 업무 스킬화

• Codex의 Record & Replay 플러그인은 사람이 워크플로를 한 번 보여주면 이를 스킬처럼 재사용하게 만들며, 기존 스타트업들이 제공하던 자동화 흐름을 Codex 안으로 흡수한다. [39:12]
• 유튜브 업로드 예시에서는 사람이 엑셀의 정보와 썸네일을 옮기고 비공개 설정과 저장까지 수행하면, Codex가 그 작업 흐름을 그대로 녹화한다. [39:52]

21. 로컬·원격 호스트 간 Codex 작업 이전

• Codex 업데이트는 로컬 호스트와 원격 호스트 사이에서 작업 스레드를 넘길 수 있게 하며, 현재 컴퓨터의 작업을 클라우드 환경으로 옮기는 흐름을 만든다. [42:46]
• 사무실을 떠나거나 노트북을 꺼야 할 때 진행 중인 작업을 리모트 박스로 넘기면, Codex가 현재 작업 맥락을 클라우드로 핸드오프한다. [43:19]

22. Mythos/Fable 5의 국가 안보 시스템 침투 의혹

• Fable 5가 Amazon 취약점 보고로 정지됐다는 기존 내용에 더해, 같은 날 Mythos가 NSA와 미국 사이버사령부의 비밀 시스템에 침투했다는 추가 주장이 나온다. [45:05]
• Mythos의 침투가 몇 주가 아니라 몇 시간 만에 이뤄졌다는 내용이며, 사실이라면 국가 안보급 시스템을 상대로 한 AI 모델의 공격 능력이 매우 강력하다는 뜻이 된다. [45:20]

23. SK텔레콤 관련 의혹과 Anthropic 신뢰 논란

• Anthropic Mythos 논란의 원인으로 SK텔레콤이 거론되지만, SK텔레콤은 관련 의혹을 부인했고 사실 여부는 확정되지 않았다. [46:31]
• WIRED 보도에 따르면 백악관의 Anthropic AI 모델 차단 명령 며칠 전, SK텔레콤이 Claude Mythos 접근권 회수를 요구했고 그 배경에 중국 연계 의혹이 있었다. [46:47]

24. 미소스 논란과 엔트로픽의 한국 진출

• SK텔레콤은 엔트로픽 초기 투자와 연결돼 미소스 권한을 받았고, 중국과의 연결 의혹이 나왔지만 해당 의혹은 부인된 상태다. [48:04]
• 엔트로픽은 서울 사무소 공식 개소식을 열었고, 한국지사 대표와 함께 한국 시장에 더 직접적으로 대응할 기반을 마련했다. [48:34]

25. 원화 결제 기대와 미드저니 메디컬의 등장

• 클로드의 한국 사용량이 최상위권으로 언급되는 가운데, 원화 결제가 도입되면 달러 결제보다 비용 부담이 낮아질 수 있다는 기대가 나온다. [51:25]
• 미드저니는 신형 이미지 모델이 아니라 미드저니 메디컬과 미드저니 스파를 공개했고, 이미지 생성 기업이 의료 기기와 스파 영역으로 이동하는 의외의 변화가 발생했다. [51:50]

26. 스파형 건강검진과 미드저니의 사업 전환

• 미드저니는 다른 의료 디바이스 기업과의 협업을 통해 초음파 스캐너를 준비하는 것으로 보이며, 이미지 생성 기술만으로는 설명하기 어려운 하드웨어 영역까지 확장한다. [54:41]
• 2027년 샌프란시스코 중심부의 스파에서는 사용자가 휴식하는 동안 초음파 검사가 함께 진행되고, 이후 신체 스캔 기반 건강 데이터 리포트를 받는 구조가 된다. [55:00]

27. 스페이스X의 커서 인수와 XAI의 코딩·영상 확장

• 스페이스X는 커서 개발사 애니스피어를 600억 달러, 약 90조 원 규모의 전액 주식 교환 방식으로 인수했고, 기업용 AI 도구 시장 진입을 강화한다. [57:19]
• 커서는 오픈AI와 엔트로픽에 비해 컴퓨팅 파워 접근이 부족해 성장 제약을 받았지만, 스페이스X·XAI의 대규모 데이터센터와 결합하면 코딩 성능 개선 여지가 커진다. [58:10]

28. Grok 비디오 1.5의 영상 품질과 공개 데모

• Grok 비디오 1.5는 720p와 25초 생성이 가능해졌고, 기존의 몇 초 단위 영상보다 길이와 활용 범위가 넓어졌다. [1:00:26]
• 공개 데모에서는 눈 움직임과 장면 전환이 자연스럽고, 영화 장면처럼 보이는 사례가 나오면서 시각적 완성도가 강점으로 드러난다. [1:01:00]

29. 한국어 프롬프트 기반 이미지 비디오 테스트

• 테스트 프롬프트는 조코딩 채널 구독과 좋아요를 말하면서 춤추는 영상이며, 한국어 대사 처리와 동작 자연스러움이 함께 검증 대상이 된다. [1:02:30]
• 춤 동작은 AI 영상에서 신체와 의상 움직임이 얼마나 안정적으로 유지되는지 확인하기 좋은 지표로 쓰인다. [1:02:42]

30. LTX 트레이너와 오픈 웨이트 영상 생성 확장

• LTX 2.3은 오픈소스 영상 생성 쪽에서 강한 모델로 다뤄지고, 새로 공개된 LTX 트레이너는 비디오·오디오·크로스 모델 워크플로우 전반에서 LoRA 학습을 지원한다. [1:03:13]
• LoRA 학습은 특정 인물, 배경, 그림체 같은 요소를 모델에 입히는 방식이며, LTX가 관련 소스와 가이드를 공식적으로 공개하면서 사용자 맞춤형 영상 생성 접근성이 높아진다. [1:04:05]

31. Grok 이미지 비디오 결과와 남은 한계

• 생성 결과는 한국어로 “조코딩 채널입니다, 구독과 좋아요 눌러 주세요”라는 대사를 포함하고, 이미지 기반 캐릭터가 직접 말하고 움직이는 형태로 완성된다. [1:06:57]
• 기존 AI 영상에서 자주 보이던 심한 뭉개짐은 줄었고, 옷과 몸의 움직임도 비교적 자연스럽지만 말하는 부분은 여전히 약간 부자연스럽다. [1:07:10]

32. AMD 로컬 AI 미니 PC와 AIPC 시장 진입

• 엔비디아의 윈도우 AIPC 흐름에 이어 AMD도 로컬 AI용 미니 PC를 공개했고, 제품 형태와 포지션은 DGX Spark와 비슷하다. [1:08:07]
• AMD 라이즌 AI 할로 기반 장치는 리눅스와 윈도우를 지원하고, 사전 탑재 모델을 포함하는 로컬 AI 실행용 하드웨어로 묶인다. [1:08:27]

33. 구글 리서치의 폐휴대폰 클러스터 컴퓨팅

• 구글 리서치는 사용하지 않는 휴대폰을 모아 저탄소 컴퓨팅 플랫폼을 만드는 폰 클러스터 컴퓨팅을 다룬다. [1:09:49]
• 버려지는 스마트폰을 미니 데이터센터처럼 묶어 컴퓨팅 파워로 활용하면 전자폐기물 문제와 저비용 연산 수요를 동시에 다룰 수 있다. [1:10:15]

34. 스마트폰을 미니 데이터센터로 쓰는 실험

• 스마트폰 2,000대를 배치하면 75명 규모 수업 100개까지 지원하고, 과제 출력 속도까지 처리할 수 있다는 구성이 나온다. [1:12:07]
• 버려지는 스마트폰을 미니 데이터센터나 미니 서버처럼 활용하려는 방향은 저비용 분산 컴퓨팅 가능성을 보여주지만, 낡은 기기의 성능 한계도 함께 남는다. [1:12:29]

35. 딥시크 API를 붙인 월드 오브 워크래프트 AI 유저 서버

• 레딧에서 화제가 된 개념 증명은 봇 1,800개와 딥시크 API를 비공개 월드 오브 워크래프트 서버에 연결한 사례다. [1:13:04]
• 서버 안의 NPC들은 AI 유저처럼 돌아다니고 소통하며, 실제 사람이 여러 명 접속한 온라인 게임처럼 행동한다. [1:13:35]

36. 배틀그라운드 AI 동료 엘라와 대화형 게임 플레이

• 크래프톤과 엔비디아 협업 사례로 보이는 배틀그라운드 AI 봇 엘라가 공개됐고, 게임 안에서 실제 동료 캐릭터처럼 함께 플레이한다. [1:15:22]
• 엘라는 사용자와 자연어로 대화하며 치킨을 목표로 삼거나 시작 전략을 맞추는 등, 채팅형 AI에 가까운 상호작용을 게임 안으로 가져온다. [1:16:00]

37. 온디바이스 게임 AI의 비용 구조와 하드웨어 요구

• 게임사가 AI 에이전트를 API로 매번 처리하면 이용권이나 토큰 비용이 커지기 때문에, 온디바이스 모델은 서버 비용을 줄이는 선택지가 된다. [1:19:21]
• 사용자의 컴퓨터 자원을 활용하면 무료 기능처럼 제공할 여지가 생기고, 클라우드 처리보다 게임사 부담이 낮아질 수 있다. [1:19:42]

38. 휴머노이드 로봇의 스포츠 수행 능력 확장

• 게임봇뿐 아니라 로봇 분야에서도 발전이 이어지며, AGI봇 A3는 휴머노이드 형태로 탁구를 자율 수행한다. [1:20:50]
• 탁구 전용 로봇이 아닌 휴머노이드가 공을 받아치며, 범용 신체를 가진 로봇도 특정 스포츠 동작을 학습할 수 있음을 보여준다. [1:21:08]

39. 생활형 안드로이드와 AI 창작 평가의 경계 확장

• 드로이드 업의 모야 안드로이드 로봇은 사람에 가까운 외형과 표정, 움직임으로 공개됐지만, 아직은 불쾌한 골짜기와 어색함이 남아 있다. [1:21:54]
• 모야는 돌아다니며 아이와 놀아주고 인형을 건네는 등, 돌봄과 정서적 상호작용을 겨냥한 생활형 로봇의 방향을 보여준다. [1:22:28]

40. AI 글의 문학상 수상 논란과 심사 규칙 변화

• AI 글이 문학상을 받을 정도로 문학 영역에 진입하면서, 문학상 운영 측면에서도 AI 검사 절차 도입이나 AI 글쓰기 허용 여부를 둘러싼 규칙 변화 압박이 커진다. [1:24:06]
• 100% AI 생성으로 판정된 글이 수상작이 되면서, 창작물의 작품성과 인간 저자성 사이의 경계가 더 흐려진다. [1:24:23]

41. 수상작 문체와 AI 탐지의 한계

• 인간 심사위원들이 AI 소설을 최고의 작품으로 뽑은 셈이라면, 심사 기준은 인간 창작 여부보다 텍스트의 인상과 완성도에 더 크게 반응한 결과로 해석할 수 있다. [1:26:30]
• 수상작 일부는 상징적 문장과 비유 중심의 문체를 보이며, 문학에 익숙하지 않은 독자에게는 왜 1등인지 판단하기 어려운 난해함도 남긴다. [1:27:05]

42. 바이브 코딩 1인 창업 2쇄와 도구 업데이트

• 조코딩의 『바이브 코딩 1인 창업』은 1쇄 소진 후 2쇄가 출간됐고, 새 판본에는 기존 도구 구성이 일부 수정됐다. [1:29:29]
• 기존에는 코덱스, 클로드 코드, 제미나이 CLI를 함께 다뤘지만, 2쇄에서는 제미나이 CLI 대신 안티그래비티가 반영된다. [1:29:43]

43. 조코헌트와 와글와글 세포전의 인디 빌더 사례

• 조코헌트는 국내 인디 빌더가 새로 런칭한 제품을 올릴 수 있는 무대이며, 매주 상위 결과물이 소개되는 구조다. [1:30:41]
• 이번 주 1등은 ‘와글와글 세포전’으로, 움직임 하나가 승패를 가르는 군집 멀티플레이어 PvP 생존 게임이다. [1:31:00]

44. 실제 플레이와 마무리 홍보

• 실제 플레이에서는 자원처럼 보이는 요소를 많이 먹어 성장해야 하며, 스킬 사용과 얼리기·폭발 같은 전투 요소가 승패에 영향을 준다. [1:32:37]
• 높은 레벨의 상대와 맞붙으면 불리해지고, 폭발 세포를 사용해도 상대를 잡지 못한 뒤 사망하는 등 성장 격차와 스킬 이해도가 핵심 리스크로 드러난다. [1:33:08]

🧾 결론

• 이번 뉴스의 중심축은 GLM-5.2다. 영상에서는 무료에 가까운 오픈웨이트 모델이 코딩, 웹 개발, 디자인, 에이전트 작업, 환각률, 가격 경쟁력에서 폐쇄형 최상위 모델과 비교될 정도로 올라왔다는 점을 반복적으로 강조한다.
• 구글의 위기는 단순히 한 벤치마크에서 밀렸다는 이야기가 아니라, 최신 모델 성능 압박과 핵심 연구자 이탈이 동시에 언급된다는 점에서 더 구조적으로 다뤄진다. 다만 구글에는 여전히 딥마인드, Jeff Dean, 클라우드·데이터센터 인프라 같은 강한 자산이 남아 있다는 균형도 제시된다.
• 검증 필요 영역은 명확하다. GPT-5.6 출시·성능·가격 정보는 루머로 소개됐고, Mythos의 국가 안보 시스템 침투 의혹과 SK텔레콤 관련 접근권 논란도 영상 안에서 확정 사실보다는 보도·주장·부인 여부가 함께 언급된 사안이다.
• Codex Record & Replay는 반복 브라우저 업무와 개발 워크플로를 스킬화하는 방향을 보여준다. 기존 RPA보다 유연한 AI 기반 자동화가 가능해질 수 있지만, 실제 안정성과 보안성은 사용 환경에서 검증이 필요하다.
• Midjourney가 이미지 생성 모델 경쟁만이 아니라 의료 스캐너·스파형 건강검진 영역으로 확장하는 사례는 생성 AI 기업들이 기존 주력 시장의 경쟁 심화 속에서 새로운 수익원과 응용 분야를 찾고 있음을 시사한다.

📈 투자·시사 포인트

• 오픈웨이트 AI의 성능 상승은 폐쇄형 API 기업의 가격 결정력을 압박할 수 있다. GLM-5.2처럼 로컬 실행, MIT 라이선스, 저렴한 API 비용을 동시에 제공하는 모델이 확산되면 기업 고객은 성능뿐 아니라 비용·통제권·데이터 보안까지 비교하게 된다.
• AI 인프라와 로컬 AI 하드웨어 수요는 계속 커질 가능성이 있다. 영상에서 언급된 DGX Spark, 고용량 통합 메모리 장비, AMD 로컬 AI 미니 PC, AIPC 흐름은 모델이 커질수록 메모리와 온디바이스 실행 환경이 중요한 경쟁 요소가 됨을 보여준다.
• 구글 관련 시사점은 양면적이다. 인재 이탈과 Gemini 성능 비교는 리스크로 보이지만, 구글은 연구 인력, 인프라, 클라우드, 보안 프레임워크를 보유하고 있어 향후 반등 여부가 AI 플랫폼 경쟁의 관전 포인트가 된다.
• AI 보안은 투자·운영 모두에서 핵심 리스크가 된다. 개인정보 유출, 공개 API, 계정 키 탈취, 에이전트 보안, Mythos 논란은 AI 도입 속도가 빨라질수록 기본 보안 점검과 접근권 관리가 기업 가치에 직접 영향을 줄 수 있음을 보여준다.
• 영상·이미지 생성 시장은 폐쇄형 모델과 오픈웨이트 모델이 동시에 확장 중이다. Grok 비디오 1.5, LTX 트레이너, Midjourney의 사업 전환 사례를 보면 콘텐츠 제작 도구는 더 저렴하고 개인화되지만, 차별화는 모델 품질만이 아니라 워크플로·데이터·하드웨어·응용 산업으로 이동할 가능성이 크다.
• 게임 AI, 로봇, 온디바이스 에이전트는 장기적으로 새로운 사용자 경험을 만들 수 있다. 배틀그라운드 AI 동료, AI 유저 서버, 휴머노이드 로봇 사례는 AI가 화면 안의 도구를 넘어 동료·캐릭터·생활형 인터페이스로 확장되는 흐름을 보여준다.

⚠️ 불확실하거나 확인이 필요한 부분

• GPT-5.6 및 GPT-5.6 Pro가 6월 25일 출시될 수 있다는 내용은 영상에서도 루머로 다뤄지며, OpenAI 공식 발표나 제품 페이지 확인이 필요하다.
• GPT-5.6이 Fable 5보다 약 5배 저렴하고 200만 토큰을 처리한다는 주장도 확정 정보가 아니라 소문에 기반한 기대치로 분리해 봐야 한다.
• GLM-5.2가 여러 벤치마크에서 Claude, GPT, Gemini 계열 모델과 비슷하거나 일부 앞선다는 비교는 벤치마크 출처, 평가 방식, 모델 버전, API/로컬 실행 조건을 확인해야 한다.
• 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

• GLM-5.2 관련 벤치마크 원문, 라이선스, 모델 카드, 로컬 실행 요구사항을 확인해 실제 활용 가능성을 검토한다.
• GPT-5.6 출시 루머는 OpenAI 공식 블로그, 문서, 제품 릴리스 노트가 나오기 전까지 확정 정보로 인용하지 않는다.
• 개인정보를 다루는 서비스는 출시 전 공개 API 응답, 인증 우회 가능성, 개인정보 반환 경로, 로그 노출 여부를 점검한다.
• GitHub·클라우드·외부 서비스의 마스터 키, API 키, 배포 키 관리 상태를 점검하고 키 회전·권한 최소화 정책을 적용한다.

❓ 열린 질문

• GLM-5.2의 벤치마크 우위가 실제 개발 업무, 장기 에이전트 작업, 한국어 사용 환경에서도 안정적으로 재현될까?
• 오픈웨이트 모델의 성능이 프론티어 모델에 가까워질수록, 기업들은 폐쇄형 API와 로컬 모델 중 어떤 기준으로 선택하게 될까?
• 구글은 핵심 연구자 이탈과 Gemini 성능 비교 논란에 대해 모델 성능, 안전성, 인프라 강점 중 어떤 축으로 반격할까?