ChatGPT를 쓰다가 Claude로 넘어가고, 검색은 따로 Perplexity로 하는 경험, 누구나 한 번쯤 있을 것이다. AI 툴마다 잘하는 게 다르기 때문이다. Perplexity는 이 불편함을 끝내겠다고 나섰다. 2026년 2월 출시된 Perplexity Computer는 19개의 AI 모델을 하나의 인터페이스에서 자동으로 골라 쓰는 범용 에이전트다.
19개 모델, 자동으로 알아서 고른다
Perplexity Computer의 핵심은 멀티모델 라우팅이다. 사용자가 작업을 요청하면, 메타 라우터가 작업 유형을 분석해 최적의 모델에 자동 배분한다. 코딩은 GPT-5.3-Codex, 딥 리서치는 Gemini 3.1 Pro, 핵심 추론은 Claude Opus 4.6, 빠른 경량 작업은 Grok이 맡는다. 어떤 모델을 써야 할지 고민할 필요가 없다.
기존 AI는 답을 알려주는 데 그쳤다. Computer는 직접 실행한다. Slack, Gmail, GitHub, Notion 등 400개 이상의 앱과 연동해 조사 → 문서 작성 → 이메일 발송까지 하나의 명령으로 처리한다. 모든 작업은 격리된 클라우드 환경에서 실행되며, 민감한 작업은 사용자 승인이 필요하다. 몇 달에 걸친 장기 워크플로도 자동 실행 가능하다.
3월 업데이트로 추가된 Model Council 기능이 주목받고 있다. 하나의 질문에 GPT-5.4, Claude Opus 4.6, Gemini 3.1 Pro가 동시에 답하고, 세 모델이 어디서 동의하고 어디서 갈리는지 한눈에 보여준다. 중요한 의사결정이나 조사 작업에서 단일 모델의 한계를 넘을 수 있는 기능이다.
지금까지는 AI 툴 여러 개를 구독하고 직접 전환하며 썼다. Perplexity Computer는 그 과정을 없앤다. 특히 개발자에게는 조사 → 코딩 → 배포까지 단일 플랫폼 자동화가 현실이 됐다. 단, 월 가격이 진입 허들이다. 팀 단위라면 Enterprise Max도 검토할 만하다.
지금 바로 할 수 있는 것
무료로 Perplexity 써보기 — 기본 검색은 무료. perplexity.ai 가입 후 리서치 워크플로 체험
올해 초, AI 코딩 커뮤니티에서 소동이 있었다. Anthropic이 Claude Pro·Max 구독 토큰을 서드파티 툴에서 사용하지 못하도록 기술적으로 차단했다. 월 100~200달러를 내던 사용자들이 갑자기 기존 방식으로 쓸 수 없게 됐다.
그 2주 동안 GitHub 스타를 1만 8천 개 더 받은 툴이 있다. OpenCode다. 논란이 사실상 최고의 마케팅이 됐다. 나는 이 소동을 지켜보면서 툴 자체가 궁금해졌다. 소란이 아니라, 실제로 쓸만한가.
OpenCode란
Anomaly Innovations가 개발한 오픈소스 AI 코딩 에이전트다. 터미널, IDE, 데스크톱 앱 세 가지 환경을 모두 지원한다. 2024년 말 등장 이후 빠르게 성장했다. 현재 GitHub 스타 12만 개 이상, 월간 활성 개발자 500만 명 규모다.
이 툴의 핵심 철학은 두 가지다. 어떤 AI 모델이든 연결해서 쓸 수 있다. 그리고 코드는 서버에 저장하지 않는다. Anthropic, OpenAI, Google Gemini, AWS Bedrock, Groq 등 75개 이상의 프로바이더를 지원한다. Ollama를 통한 로컬 모델 연동도 된다.
단순 코드 자동완성 툴과 다른 점이 있다. 에이전트로 작동한다는 것이다. 프로젝트 파일을 읽고, 코드를 작성하고, 명령을 실행한다. git과도 상호작용한다. 스니펫 제안에서 멈추지 않고 코드베이스에 직접 행동한다. 마치 주니어 개발자에게 태스크를 위임하는 감각이다.
출처 @opencode git
좋았던 점
모델을 고를 수 있다는 것 자체가 전략이다. 세션 중간에도 모델을 전환할 수 있다. 대규모 리팩토링에는 컨텍스트 윈도우가 넓은 모델을 쓴다. 빠른 반복 작업에는 비용이 낮은 모델을 쓴다. 두 가지를 혼합하는 전략이 가능하다. 특정 프로바이더에 고정된 Copilot이나 Cursor와 비교하면 선택지 자체가 다르다.
LSP 통합이 환각을 줄인다. Language Server Protocol 서버와 직접 통합한다. Rust, TypeScript, Python 등 주요 언어의 LSP를 자동으로 구성한다. 타입 정보와 심볼 맥락이 모델에 전달된다. 단순 LLM 프롬프팅 대비 환각이 줄어드는 게 실제로 느껴진다.
코드가 서버 밖으로 나가지 않는다. 코드와 컨텍스트 데이터를 일절 저장하지 않는 구조다. 의료, 금융, 국방처럼 코드를 외부로 전송할 수 없는 환경에 적합하다. 로컬 모델을 붙이면 규정 준수와 AI 지원을 동시에 가져갈 수 있다. 오픈소스이기 때문에 내부 코딩 표준을 강제하거나 보안 정책에 맞게 수정하는 것도 가능하다.
단일 인터페이스로 여러 환경을 커버한다. CLI, macOS·Windows·Linux 데스크톱 앱, VS Code·Cursor·Windsurf IDE 확장을 모두 제공한다. 서버 모드를 통한 WebUI도 있다. 여러 VPS 인스턴스를 프로젝트별로 띄우고 WebUI로 통합 관리하는 사례도 나오고 있다.
아쉬운 점
“무료”는 절반만 맞는 말이다. 소프트웨어 자체는 무료다. 하지만 API 비용은 전액 사용자 부담이다. Claude Sonnet이나 GPT-4o로 집중 작업하면 월 20~50달러가 나올 수 있다. 작업 강도가 높으면 그 이상도 보고된다. Copilot 구독과 단순 비교하면 오히려 비쌀 수 있다. 본격 도입 전에 자신의 작업 패턴 기준으로 비용을 직접 계산해봐야 한다.
아직 성숙 중인 툴이다. 대형 코드베이스에서 컨텍스트 한계에 부딪혔을 때 처리가 불투명하다. 에이전트가 중간에 실수하면 롤백이 번거롭다. 메모리 점유가 과하다는 지적도 커뮤니티에서 꾸준히 나온다. 2026년 초 기준으로 문서화가 기능 출시 속도를 따라가지 못하고 있다. 동작 방식을 파악하려면 소스코드나 GitHub 이슈를 직접 뒤져야 할 때도 있다.
이런 분께 추천
Copilot이나 Cursor에 만족하고 있다면 굳이 갈아탈 필요는 없다. OpenCode는 다음 상황에서 실질적인 가치를 낸다. 코드를 외부 서버로 전송할 수 없는 규정 준수 환경이 첫 번째다. 개발자 50명 이상 조직에서 라이선스 비용 압박이 있는 경우도 해당된다. 특정 AI 프로바이더에 종속되는 것을 피하고 싶은 팀, 터미널 중심 워크플로에 익숙하고 직접 설정을 즐기는 개발자에게도 맞다.
반대로 GUI 환경에서 바로 생산성을 내야 하는 입문자, 설정과 유지보수에 시간을 쓰기 어려운 소규모 팀에게는 맞지 않는다.
So what — Kevin의 코멘트
국내 엔터프라이즈 시장을 보면 오픈소스와 상용 솔루션의 경계가 꽤 명확하다. “무료”나 “오픈소스”라는 단어가 오히려 채택을 망설이게 만드는 경우를 자주 봤다. 지원 체계가 있냐, 책임 소재가 어디냐, 보안 검토를 통과할 수 있냐. 이 세 가지 질문 앞에서 오픈소스는 늘 불리한 출발선에 선다.
OpenCode는 기술적으로 흥미롭다. 기여자 800명, Fortune 500 내부 포크 사례까지 나오고 있으니 발전 속도도 기대된다. 하지만 국내 대기업이나 금융권에서 “오픈소스 코딩 에이전트를 도입하자”는 제안이 결재를 통과하기까지는 시간이 걸릴 것이다. 당장은 스타트업, 개인 개발자, 또는 사내 IT 부서의 내부 툴링 용도가 현실적인 진입점이라고 본다. 엔터프라이즈 채택은 OpenCode가 상용 지원 모델을 갖추거나, 검증된 레퍼런스가 쌓인 이후의 이야기다.
최종 평가
OpenCode는 논란 덕분에 알려졌다. 하지만 기술적 완성도도 무시할 수준이 아니다. 벤더 락인을 피하려는 흐름이 본격화되는 지금, 모델 유연성과 프라이버시 아키텍처는 단순 기능이 아니라 포지셔닝 자체다. 다만 “오픈소스라 무료”라는 인식과 실제 운영 비용 사이의 간극을 사전에 계산하지 않으면 실망으로 이어질 수 있다. 통제권과 유연성이 우선순위인 팀에게는 현재 시장에서 가장 설득력 있는 선택지 중 하나다.
출처
Hacker News — OpenCode – Open source AI coding agent (2026.03.24)
DEV Community — OpenCode: The Open Source AI Coding Agent Reviewed (2026.03.21)
InfoQ — OpenCode: an Open-source AI Coding Agent Competing with Claude Code and Copilot (2026.02)
abit.ee — OpenCode: The Open-Source AI Coding Agent with 126,000 GitHub Stars (2026.03.21)
OpenAI가 3월 5일 GPT-5.4를 출시했다. 자율 데스크톱 조작 벤치마크에서 인간 전문가 점수를 처음으로 넘어섰다.
무슨 일인가
OpenAI가 GPT-5.4를 공개했다. 이번 버전의 핵심은 Computer Use 기능이다. 모델이 스크린을 직접 보고 마우스 클릭, 키보드 입력, 앱 전환까지 스스로 실행한다. 별도 플러그인이 아니라 모델 자체에 내장된 기능이다.
성능 수치를 보면, 실제 데스크톱 작업 능력을 측정하는 OSWorld-Verified 벤치마크에서 75.0%를 기록했다. 인간 전문가 기준점인 72.4%를 처음으로 넘어선 수치다. 직전 모델인 GPT-5.2가 같은 테스트에서 47.3%였다는 점을 감안하면, 한 세대 만에 약 28포인트가 올라간 셈이다.
주요 스펙을 정리하면 이렇다.
컨텍스트 윈도우: API 기준 최대 100만 토큰 (GPT-5.2의 40만에서 확장)
토큰 효율: 복잡한 작업 기준 이전 대비 약 47% 절감
오류율: 개별 주장 기준 허위 응답 33% 감소
Tool Search: 수만 개 규모의 툴 생태계에서 필요한 툴을 실시간으로 검색·선택하는 신규 기능
출시 형태: Standard, Pro, Thinking 세 가지 변형. ChatGPT Plus·Team·Pro 구독자에게 순차 배포 중
전문 지식 업무를 측정하는 GDPval 벤치마크에서는 44개 직군 기준 83%를 기록했다. GPT-5.2의 71%에서 크게 올라간 수치다.
왜 중요한가
이전까지 AI는 “말로 설명해주면 내가 실행할게” 방식이었다. 브라우저 탭을 직접 열거나, 엑셀 파일을 조작하거나, 사내 시스템에 로그인해서 데이터를 가져오는 일은 여전히 사람이 해야 했다. GPT-5.4는 그 경계를 넘는다.
OSWorld 벤치마크가 인간 기준점을 넘겼다는 사실의 의미는 단순히 “AI가 더 똑똑해졌다”가 아니다. 반복적인 멀티 앱 워크플로 — 데이터 추출, 양식 작성, 보고서 취합 같은 작업 — 가 이제 자동화 가능한 영역으로 넘어왔다는 신호다. 이전까지 RPA(로보틱 프로세스 자동화) 전담 팀이나 맞춤형 스크립트 없이는 처리하기 어려웠던 일들이다.
경쟁 구도도 주목할 만하다. 현 시점 기준으로 세 모델은 각자 다른 영역을 선도하고 있다. GPT-5.4는 업무 자동화와 컴퓨터 조작, Claude Opus 4.6은 코딩(SWE-Bench 80.8%), Gemini 3.1 Pro는 추론과 가격 경쟁력($2/$12 per MTok)에서 각각 앞선다. 어느 한 모델이 모든 영역을 압도하는 시대는 아직 아니다.
So what — Kevin 코멘트
집에서 작업할 때 컴퓨터를 AI에 맡기고 가끔 사용료만 확인하는 루틴이 생긴 지 꽤 됐다. 아직 복잡한 일은 아니지만, 그 자체로 꽤 든든하다. 오래전 좋아했던 일본 애니메이션 쵸비츠에서 사람들이 퍼스컴(퍼스널 컴퓨터)을 생활 파트너처럼 쓰던 세계관이 있었는데, GPT-5.4의 Computer Use를 쓰다 보면 그 시대가 생각보다 빨리 왔다는 느낌이 든다.
다만 보안 문제는 아직 현실적인 걸림돌이다. 기업 시스템에 AI가 직접 로그인하고 파일을 조작하는 구조는, 인증 처리와 권한 관리가 충분히 성숙하지 않으면 새로운 공격 벡터가 될 수 있다. 그게 Computer Use의 실제 도입을 늦추는 가장 큰 이유라고 본다. 그렇지만 요즘 발전 속도를 보면 이 문제도 오래 가지 않을 것 같다. 지금 당장 전면 도입보다는, 내부 시스템과 격리된 환경에서 반복 작업부터 실험해보는 것이 현실적인 시작점이다.
관련 맥락
GPT-5.4 출시 직전인 3월 초, OpenAI는 GPT-5.3 Instant를 먼저 공개했다. 2~3주 간격으로 두 번의 출시가 연속으로 이어진 것이다. Anthropic도 2월 초 Claude Opus 4.6, 2월 중순 Claude Sonnet 4.6을 릴리스했다. Google은 2월 말 Gemini 3.1 Pro를 내놨다. 주요 랩 세 곳 모두 이제 수개월 단위가 아니라 2~3주 단위로 업데이트를 내보내고 있다.
배경에 있는 경쟁 압력도 뚜렷하다. Anthropic의 Claude Code는 출시 1년도 되지 않아 연간 반복 매출 25억 달러를 기록했다는 보도가 나왔다. GPT-5.4가 GPT-5.3 Codex의 코딩 특화 기능을 메인 모델로 통합한 것도 이 맥락과 무관하지 않다.
앞으로 어떻게 될까
단기적으로는 Computer Use가 실무에서 얼마나 신뢰할 수 있는지가 관건이다. 벤치마크 환경과 실제 기업 시스템은 다르다. 인증 처리, 예외 상황 대응, 보안 정책 등 실제 배포 과정에서 드러날 문제들이 아직 검증되지 않았다.
중기적으로는 이 기능이 RPA 시장에 구조적 압력을 가할 가능성이 크다. UiPath나 Automation Anywhere 같은 기존 RPA 툴이 경쟁해야 하는 상대가 바뀌는 셈이다. 반면 GPT-5.4를 활용해 내부 워크플로를 자동화하려는 팀에게는 지금이 실험 시작 시점으로 적합하다.
한 가지 유의할 점은 GPT-5.2 Thinking이 2026년 6월 5일 종료된다는 것이다. 해당 버전을 API로 연동 중인 팀이라면 마이그레이션 일정을 미리 잡아둬야 한다.
출처
OpenAI — Introducing GPT-5.4 (2026.03.05) Build Fast with AI — GPT-5.4 Review: Features, Benchmarks & Access (2026.03) Digital Applied — GPT-5.4 vs Claude Opus 4.6 vs Gemini 3.1 Pro (2026.03) NxCode — GPT-5.4 vs GPT-5.2: What Changed & Should You Upgrade? (2026.03) Turing College — GPT-5.4 Review: Is It Worth Leaving GPT-5.3 Codex Behind? (2026.03)
이미지 출처: OpenClaw 공식 GitHub (github.com/openclaw/openclaw) — MIT License
오스트리아 개발자 1명이 만든 오픈소스 AI 에이전트 OpenClaw이 72시간 만에 GitHub 별 6만 개를 획득하며 역사상 가장 빠르게 성장한 소프트웨어 프로젝트가 됐다.
무슨 일인가 (What)
OpenClaw은 오스트리아의 소프트웨어 엔지니어 피터 슈타인베르거가 개발한 자유-오픈소스 자율 AI 에이전트다. 원래 2025년 11월 Clawdbot이라는 이름으로 공개됐고, Anthropic의 상표 이슈로 Moltbook을 거쳐 지금의 OpenClaw로 리브랜딩됐다.
2026년 1월 출시 직후 72시간 만에 GitHub 별 6만 개를 달성했고, 3월 현재 25만 개를 넘어서며 React를 제치고 GitHub 역사상 가장 많은 별을 받은 프로젝트가 됐다.
OpenClaw은 단순한 챗봇이 아니다. 로컬에서 실행되고, 대화 간 컨텍스트를 기억하며, 실제로 사용자 머신에서 작업을 수행하는 진짜 개인 AI 에이전트다. 구독료 없이 자신의 API 키만 가져오면 된다.
MIT 라이선스로 공개된 이 프레임워크는 현재 커뮤니티가 만든 5,700개 이상의 스킬 마켓플레이스와 WhatsApp, Slack, 스마트홈 기기를 포함한 50개 이상의 채널 통합을 갖추고 있다.
왜 중요한가 (Why it matters)
전통적인 AI 툴은 수동적 시스템이다. 사용자가 질문하면 AI가 답한다. AI 에이전트는 반대다. 사용자가 목표를 설정하면 AI가 자율적으로 계획을 세우고, 툴을 호출하고, 작업을 실행한 뒤 결과를 돌려준다. OpenClaw은 이 패러다임을 오픈소스로, 누구나 자기 서버에서 돌릴 수 있는 형태로 구현했다는 점에서 의미가 크다.
OpenClaw의 아키텍처는 5개 컴포넌트로 구성된다. 메시지를 받아 라우팅하는 Gateway, LLM 호출을 조율하는 Brain, 컨텍스트를 로컬 Markdown 파일에 저장하는 Memory, 기능을 확장하는 Skills, 그리고 예약 작업을 처리하는 Heartbeat다. Brain은 ReAct(Reasoning + Acting) 루프로 동작해 목표 달성까지 추론과 행동을 반복한다.
보안 측면의 리스크도 명확하다. 이메일, 캘린더, 메시징 플랫폼에 접근 가능한 자율 에이전트를 실행한다는 것은 기존 소프트웨어 보안 모델이 설계하지 않은 새로운 공격 표면을 만든다는 뜻이다. ClawJacked 취약점처럼 로컬 WebSocket 서비스를 통해 AI 에이전트를 원격 제어하거나, ClawHub 플러그인 생태계를 악성 스킬 배포 경로로 악용하는 사례도 이미 보고됐다.
So what — Kevin
매일 새로운 툴이 나온다. 어제의 혁신이 오늘의 기본값이 되는 속도다. OpenClaw도 그 흐름 중 하나다.
그런데 이 프로젝트가 유독 눈에 띈 건 기술적 복잡함 때문이 아니었다. crontab 연동, 모바일 알림, 슬랙 메시지 트리거 — 개발자라면 누구나 이거 만들면 편하겠다 생각은 했지만 직접 짜기엔 귀찮았던 것들이다. OpenClaw은 그 귀찮음을 오픈소스로 해결해버렸다.
진짜 의미는 여기에 있다고 본다. AI 에이전트의 킬러 피처는 AGI 수준의 추론이 아니라, 내 루틴에 조용히 붙어서 돌아가는 자동화다. 혁신처럼 보이지만 사실은 오래된 수요다.
그래서 후속 유사 프로젝트들이 계속 나오는 것도 자연스럽다. 이미 OpenClaw이 정답지를 공개했고, 나머지는 각자의 스택과 환경에 맞게 변형하는 단계다. 어떤 걸 골라야 할지 고민하기보다, 지금 내 워크플로에서 가장 반복적인 작업 하나에 붙여보는 게 시작이다.
관련 맥락
OpenClaw의 바이럴 확산에는 Moltbook이 결정적인 역할을 했다. 기업가 맷 슐리히트가 OpenClaw 같은 AI 에이전트만 사용할 수 있는 소셜 네트워크 서비스 Moltbook을 출시하면서 전 세계적으로 주목을 받았다. 중국 개발자들은 DeepSeek 모델과 자국 슈퍼앱에 연동되도록 OpenClaw를 수정해 배포했다.
DigitalOcean은 원클릭 OpenClaw 배포 이미지를 공식 출시했고, 커뮤니티에서는 Raspberry Pi부터 기업용 Kubernetes 클러스터까지 다양한 환경에 배포하는 사례가 쏟아지고 있다.
앞으로 어떻게 될까
AI 에이전트 보안은 2026년 독립적인 제품 카테고리로 부상할 가능성이 높다. 에이전트 행동을 실시간으로 감시하는 AI 방화벽, 격리 실행 환경, 세밀한 권한 프레임워크, 완전한 감사 추적 기능이 필요하다는 공감대가 형성되고 있다.
OpenClaw의 부상은 단순한 오픈소스 성공 스토리가 아니다. 이는 AI 에이전트 시대의 도래를 알리는 신호다. 앞으로 AI 에이전트와 멀티에이전트 협업이 AI 산업의 다음 성장 동력이 될 것이라는 전망이 나온다.
출처
Wikipedia — OpenClaw (2026.02)
DigitalOcean — What is OpenClaw? Your Open-Source AI Assistant for 2026 (2026)
SimilarLabs — OpenClaw: Why 2026’s Hottest AI Agent Project Got 60K GitHub Stars in 72 Hours (2026.03)
Medium (Steven Cen) — OpenClaw Explained: How the Hottest Agent Framework Works (2026.03)
Gate.com — What Is OpenClaw? In-Depth Analysis of the Open-Source AI Agent Framework (2026.03)
GTC 2026 키노트는 3월 16일 산호세 SAP 센터에서 열렸다. 주요 발표는 차세대 AI 컴퓨팅 플랫폼, 오픈소스 기반 에이전트 AI 프레임워크, 자율주행·로보틱스 분야의 물리적 AI 진전으로 요약된다.
Vera Rubin 플랫폼
Vera Rubin은 7종의 신규 칩과 5가지 랙 스케일 설계로 구성된 완전 통합 시스템이다. Vera CPU는 에이전트 워크로드 전용으로 설계됐으며 기존 대비 효율 2배, 단일 스레드 성능 50% 향상을 내세운다.
OpenClaw & NemoClaw
OpenClaw는 에이전트 컴퓨터를 위한 오픈소스 플랫폼으로, 역사상 가장 빠르게 성장한 오픈소스 프로젝트 중 하나다. 로컬에서 실행되며 대화 간 맥락을 기억하고, 사용자 머신에서 실제 작업을 자율적으로 수행한다.
NemoClaw는 OpenClaw 위에 구축된 엔터프라이즈급 소프트웨어 스택이다. OpenShell 런타임 샌드박싱, 프라이버시 라우터, 네트워크 가드레일을 단일 명령어로 설치할 수 있다.
Groq 3 LPU
Nvidia가 지난해 말 인수한 Groq의 첫 번째 칩이다. 초저지연 추론에 특화됐으며 3분기 출하 예정이다.
왜 중요한가 (Why it matters)
젠슨 황은 OpenClaw가 Linux, Kubernetes, HTML만큼 중요한 툴이 될 것이라고 밝혔다. 이번 GTC의 핵심 메시지는 두 가지다. 첫째, AI 워크로드의 무게 중심이 학습(Training)에서 추론(Inference)으로 이동했다. 둘째, 에이전트 AI는 더 이상 실험 단계가 아니다. OpenClaw 기반의 에이전트는 코드 작성, 웹 브라우징, 파일 조작, API 호출을 인간 개입 없이 연속으로 수행한다.
So what — Kevin 코멘트
나는 이번 발표를 보면서 가장 눈에 띈 건 OpenClaw가 단순한 툴이 아니라 OS라는 포지셔닝이었다. 실제로 젠슨 황은 “Mac과 Windows가 PC의 운영체제라면, OpenClaw는 개인 AI의 운영체제”라고 직접 선언했다.
이 말의 무게를 흘려듣기 쉽다. 하지만 OS 포지셔닝이 의미하는 건 하나다. Nvidia는 OpenClaw를 에이전트 AI의 인프라 레이어로 굳히겠다는 것이다. 그 위에 NemoClaw라는 엔터프라이즈 보안 스택을 얹고, 아래에는 자사 하드웨어(DGX Spark, Vera Rubin)를 깐다. 에이전트는 상시 가동되어야 하고, 그 전용 컴퓨팅 수요는 자연스럽게 Nvidia 하드웨어로 연결된다. 수직 통합의 교과서다.
개발자 입장에서 실질적인 의미는 이렇다. 지금 OpenClaw는 강력하지만 보안이 취약하다. 쉘 접근 권한을 AI에게 주는 건 사실상 God Mode를 허용하는 것이다. NemoClaw가 이 문제를 해결하는 레퍼런스 아키텍처를 제공했다는 점에서, 기업 도입의 실질적인 출발선이 이번 GTC로 당겨졌다고 본다.
관련 맥락
OpenClaw는 오스트리아 개발자 피터 슈타인베르거가 2025년 11월 Clawdbot이라는 이름으로 처음 공개했다. 이후 Moltbot으로 이름을 바꿨다가 2026년 1월 OpenClaw로 최종 정착했다. GitHub에서 145,000개 이상의 별과 20,000개 이상의 포크를 기록했다.
슈타인베르거는 이후 OpenAI에 합류했고, Sam Altman은 그를 “매우 뛰어난 아이디어를 가진 천재”라고 평가하며 OpenClaw를 오픈소스 재단 프로젝트로 유지하겠다고 밝혔다.
앞으로 어떻게 될까
Nvidia는 차세대 Feynman 플랫폼도 예고했다. 현재 최소 공정인 3nm를 훨씬 뛰어넘는 1.6nm 기반으로 설계된다. 에이전트 AI의 연산 한계가 또 한 번 뒤로 밀릴 것이다.
단기적으로는 OpenClaw 생태계가 빠르게 확산될 가능성이 높다. 젠슨 황은 모든 기업이 이제 OpenClaw 전략을 가져야 한다고 말했다. 국내 클라우드·SaaS 기업이 에이전트 AI 도입 로드맵을 세우고 있다면, NemoClaw 기반으로 출발점을 잡는 것이 현실적인 선택이다.
스튜디오 지브리의 대표작 〈마녀배달부 키키〉가 4K 리마스터링 버전으로 4월 15일 한국 극장에 돌아온다. 그보다 일주일 앞선 4월 8일, CGV 아이맥스관에서 먼저 만날 수 있다.
2. 무슨 일인가 (What)
1989년 처음 개봉한 〈마녀배달부 키키〉는 미야자키 하야오가 제작·각본·연출을 맡고, 히사이시 조가 음악을 담당한 수작업 애니메이션이다.
이번 4K 리마스터는 영화의 모든 프레임을 새롭게 복원해 지브리 특유의 정교한 작화와 장인정신을 더욱 선명하게 살렸다. IMAX 상영에서는 대형 스크린의 압도적인 개방감과 선명해진 화질, 공간을 가득 채우는 입체적인 사운드가 어우러져 키키의 비행을 훨씬 생생하게 체험할 수 있다.
북미에서는 이미 3월 13일부터 IMAX 상영을 시작했으며 반응이 뜨겁다. 37년 전 작품이 2026년 극장에서 매진을 기록하고 있다.
3. 왜 중요한가 (Why it matters)
단순한 재개봉이 아니다. 세 가지 이유가 있다.
첫째, 지브리의 4K 리마스터 프로젝트가 본격화되고 있다. 〈이웃집 토토로〉, 〈센과 치히로의 행방불명〉에 이어 키키까지, 지브리는 고전 작품들을 현대 화질로 되살려 극장으로 돌려보내는 전략을 가속화하고 있다. 스트리밍 시대에 역행하는 것처럼 보이지만, 결과는 반대다. 극장이 오히려 차별화된 경험의 공간이 되고 있다.
둘째, 한국에서 키키는 사실상 이번이 첫 제대로 된 극장 경험이다. 1989년 첫 개봉 당시 한국 상영 기회가 제한적이었던 탓에, 이번 4K IMAX가 많은 관객에게 실질적인 첫 만남이 될 가능성이 높다.
셋째, 지브리는 세대를 타지 않는다. 부모가 VHS로 봤던 작품을 자녀와 함께 IMAX로 보는 구조가 형성되고 있다. 단순 향수 마케팅이 아니라 진짜 세대 공유 경험이다.
4. So what — Kevin의 관점
어렸을 때 처음 접한 애니메이션 중 하나다. 쓸쓸하면서도 흐뭇하게 만드는 건 주인공의 용기와 밝음 때문이다. 화려하지 않아도 서정적인 매력에 빠졌던 기억이 있다.
요즘 볼 만한 영화나 애니메이션을 찾기가 무척 어려웠는데, 이번 재개봉은 그 갈증을 해소할 드문 기회다. 극장에서 꼭 봐야겠다고 생각했다.
5. 관련 맥락
이번에 공개된 새 포스터는 〈귀를 기울이면〉을 연출한 콘도 요시후미가 그린 풍경과 콘도 카츠야 작화감독이 그린 키키의 얼굴이 담겼다. 지브리가 이번 재개봉에 얼마나 공을 들였는지를 보여주는 디테일이다.
한국어 더빙 없이 일본어 원어에 한국어 자막으로 상영된다. 오리지널 성우 타카야마 미나미의 목소리로 키키를 만날 수 있다.
6. 앞으로 어떻게 될까
지브리의 4K 리마스터 행진은 계속될 것이다. 〈붉은 돼지〉, 〈모노노케 히메〉, 〈하울의 움직이는 성〉이 다음 후보로 거론된다. 극장에서 지브리를 보는 경험이 점점 정례화될 가능성이 높다.
키키가 흥행에 성공하면 스튜디오 지브리의 한국 시장 공략도 더 적극적으로 바뀔 것이다.
7. 마무리
이 영화가 37년이 지난 지금도 극장을 채우는 이유는 단순하지 않다. 키키의 이야기는 성장담이기도 하지만, 동시에 슬럼프와 회복에 관한 이야기다. 나이가 들수록 다르게 읽히는 작품이 진짜 고전이다.
오늘의 핵심 한 줄: Mac 전용이었던 OpenAI Codex 앱이 Windows에 출시되며, AI 코딩 에이전트가 전체 개발자 시장으로 확장됐다.
무슨 일인가
2026년 3월 4일, OpenAI가 Codex 앱 Windows 버전을 정식 출시했다. Mac 버전 출시 직후부터 50만 명 이상의 개발자가 대기 중이었고, Windows 출시 시점 기준 주간 활성 사용자는 이미 160만 명을 넘어섰다.
Windows 버전은 단순 포팅이 아니다. Windows 개발 환경을 위해 처음부터 새로 설계됐다. 네이티브 샌드박스, PowerShell 지원, 병렬 에이전트 실행, 태스크별 워크트리와 diff 리뷰 기능을 갖췄다. Visual Studio, Rider, PhpStorm, Git Bash, GitHub Desktop, WSL, Sublime Text 등 주요 IDE와 통합도 지원된다.
세션 기록은 OpenAI 계정에 저장되어 Mac에서 시작한 작업을 Windows에서 이어받을 수 있다. ChatGPT Free, Go, Plus, Pro 플랜 모두 사용 가능하며, Windows 10 버전 19041.0 이상에서 Microsoft Store를 통해 설치된다.
왜 중요한가
숫자가 말해준다. Stack Overflow 2025년 조사에 따르면 개발자의 약 50%가 업무용으로, 55% 이상이 개인 용도로 Windows를 사용한다. Mac에서만 돌아가는 AI 코딩 에이전트는 절반의 개발자에게 닿지 못했다. Windows 출시는 Codex의 실질적인 시장 확장이다.
기술적으로도 의미가 있다. OpenAI는 Windows용 네이티브 에이전트 샌드박스를 처음부터 새로 구축했다. OS 수준의 제어, 파일시스템 ACL, 전용 샌드박스 사용자 구조를 적용해 WSL이나 가상머신 없이도 안전하게 동작한다. 이 샌드박스 구현체는 오픈소스로 공개돼 다른 AI 툴들도 참고할 수 있게 됐다.
실무자 관점 코멘트
나는 지금 Claude Code를 주력으로 쓰고 있다. 터미널 기반 워크플로에 잘 맞고, 코드베이스 전체를 컨텍스트로 잡는 방식이 실제 업무에서 체감 차이가 크다.
Codex Windows 출시를 반기는 이유는 경쟁 심화 때문이다. 요즘 AI 코딩 툴이 쏟아지고 있지만, 솔직히 아직 해결 안 된 문제가 있다. AI가 내 컴퓨터나 브라우저에 직접 접근해서 실제로 일을 처리하는 것, 즉 진짜 의미의 에이전트 동작이 아직 매끄럽지 않다. 문제는 기술만이 아니다. AI에게 무언가를 시키는 입력 자체가 아직 불편하다. 장치 수준에서도, UX/UI 수준에서도 아직 갈 길이 멀다.
경쟁이 심화되면 이 부분이 빠르게 개선될 것이라고 본다. Codex가 Windows 시장으로 확장하고, Claude Code, Copilot Workspace가 맞불을 놓는 구도가 되면 결국 수혜는 개발자에게 돌아온다. 툴이 많아지는 것보다, 툴을 쓰는 경험 자체가 나아지는 것이 지금 이 시장에서 진짜 필요한 발전이다.
( 뉴럴링크, 메타 글래스, 애플 글래스 와 같은 input장치가 필요하고 작고 가볍고 편리해 지면 좋겠다는 생각.)
관련 맥락
현재 Codex의 기본 모델은 GPT-5.3-Codex다. GPT-5.2-Codex 대비 25% 빠르고, 코딩 성능과 추론 능력을 동시에 끌어올린 모델로 SWE-Bench Pro와 Terminal-Bench 2.0에서 최고 성능을 기록했다.
Skills 기능도 주목할 만하다. 명령어, 리소스, 스크립트를 묶어 Codex가 팀의 워크플로에 맞게 도구를 재사용할 수 있게 한다. Figma 디자인을 프로덕션 UI 코드로 변환하거나, Linear에서 버그를 트리아지하거나, Cloudflare·Vercel 등에 직접 배포하는 스킬이 기본 제공된다.
앞으로 어떻게 될까
OpenAI는 Codex를 현재의 개발자 도구를 넘어 비기술 직군까지 확장하는 엔터프라이즈 표준 에이전트로 만들겠다는 방향을 밝혔다. AI 코딩 에이전트가 개발자 전용 툴에서 업무 자동화 플랫폼으로 진화하는 그림이다.
경쟁 구도도 빠르게 재편되고 있다. Claude Code, GitHub Copilot Workspace 등 주요 플레이어들이 모두 에이전트 방향으로 이동 중이다. Codex의 Windows 상륙은 이 경쟁의 무대를 전체 개발자 시장으로 넓혔다는 점에서 분기점이 될 수 있다.
📌 이 글의 핵심 포켓몬 30주년 캠페인을 해부한다. 1,025마리 전원 로고, 동사 테마, 가챠 메카닉 SNS, 체험형 파트너십, 30년 라이선스 원칙 — 어떤 비즈니스에도 적용 가능한 IP 전략 5가지.
포켓몬이 2026년 2월 27일, 30주년을 맞았다. 1996년 게임보이 소프트 『포켓몬스터 빨강·초록』으로 시작한 이 IP는 이제 세계 최대급 엔터테인먼트 브랜드 중 하나가 됐다. 포켓몬 카드, 애니메이션, 영화, 굿즈, 테마파크, 게임까지 — 하나의 브랜드가 수십 개의 산업을 가로지른다.
30주년 캠페인은 단순한 기념 이벤트가 아니었다. 일본 전국 5개 도시 옥외광고, ANA 포켓몬 제트 신규 취항, 프로야구 12구단 협업, JOC(일본올림픽위원회) 파트너십, 1,025마리 전원 로고 제작, X 리포스트 캠페인… 이 모든 것이 동시에 펼쳐졌다.
이 캠페인을 뜯어보면, 어떤 IP든, 어떤 브랜드든 배울 수 있는 전략적 통찰이 담겨 있다. 다섯 가지로 정리했다.
교훈 1. 주인공을 한 명으로 좁히지 않는다
1,025마리 전원 로고 제작의 진짜 의미
가장 눈에 띄는 결정은 이것이다. 포켓몬은 30주년 기념 로고를 피카츄 하나로 만들지 않았다. 현재까지 발견된 전 1,025마리 각각에 고유 로고를 제작했다. 주식회사 포켓몬 COO 우츠노미야 타카토는 발표 자리에서 이유를 이렇게 밝혔다.
“어떤 포켓몬도 누군가에게는 가장 좋아하는 포켓몬이자 소중한 파트너입니다.”
이 결정은 단순히 따뜻한 메시지가 아니다. 비즈니스적으로 정밀하게 계산된 팬 포용 전략이다.
피카츄만 로고가 있다면? 이상해씨 팬, 파이리 팬, 이브이 팬들은 소외된다. 그들에게 30주년은 ‘피카츄의 기념일’이지 ‘내 포켓몬의 기념일’이 아니다. 반면 1,025개 로고를 만들면, 어떤 포켓몬을 좋아하든 팬 각자가 “내 포켓몬도 공식에서 인정받은 존재”라는 감각을 갖게 된다.
결과는 어땠을까. SNS에서 팬들이 자발적으로 자신의 포켓몬 로고를 공유하기 시작했다. 마케팅 비용 없이 수백만 건의 바이럴이 발생했다.
💡 비즈니스 적용 포인트 유저를 평균값으로 취급하지 말 것. 각자의 캐릭터와 경로를 공식적으로 인정하는 설계가 팬덤을 만든다. EdTech라면 학습자 한 명 한 명의 성취를 ‘official’하게 인정하는 구조가 이에 해당한다.
교훈 2. 캠페인 테마는 ‘명사’가 아닌 ‘동사’다
はじまる(시작한다), うたう(노래한다), たべる(먹는다)
30주년 테마는 「はじまる(시작한다)」, 「うたう(노래한다)」, 「たべる(먹는다)」다. 30주년, 레전드, 역사 같은 명사형 키워드가 아니다. 동사다.
이유는 명확하다. 포켓몬의 본질이 동사이기 때문이다. 잡는다, 교환한다, 싸운다, 키운다. 30년 전 게임보이를 처음 켰을 때 그 손의 감각은 ‘포켓몬’이라는 명사가 아니라 ‘모험을 시작하던 그 순간’이라는 동사적 기억이다.
브랜드 기념일 캠페인은 대부분 자기 자랑 구조가 된다. “우리 30년 됐어요.” 주어가 브랜드다. 포켓몬은 반대였다. “당신이 시작했던 그 감각을 다시 드릴게요.” 주어가 유저다.
기념일 콘텐츠의 함정: 브랜드가 주인공이 되는 순간, 팬은 관객이 된다. 팬을 주인공으로 만드는 순간, 팬이 캠페인이 된다.
💡 콘텐츠 기획 포인트 기념일·주년 콘텐츠를 기획할 때, 주어를 브랜드에서 유저로 바꿔라. “우리가 만든 것” → “당신이 경험한 것”으로 전환하면 참여율이 달라진다.
교훈 3. 파트너십을 ‘광고’가 아닌 ‘체험’으로 설계한다
ANA부터 JOC까지 — 일상의 모든 접점에 포켓몬이 ‘산다’
30주년 파트너사 라인업은 이렇다. ANA(전일본공수), NPB(일본 프로야구 12구단), JOC(일본올림픽위원회), 이온몰, 산토리, Yahoo Japan. 이 조합에서 공통점을 찾아보면, 모두 ‘일상 접점’이다. 하늘길, 스포츠, 쇼핑몰, 음료, 검색엔진.
ANA 협업에서 포켓몬은 단순 로고 부착 광고를 거절했다. 대신 1998년부터 이어온 포켓몬 제트를 2026년에는 시리즈 원점인 빨강·초록·파랑 컬러 테마 3기 체제로 재해석해 취항시켰다. 비행기를 타는 경험 자체가 포켓몬 세계관의 일부가 된다.
프로야구 12구단과는 각 구단별 피카츄 유니폼 등장 이벤트를 기획했다. 야구장에 가면 포켓몬을 만난다. JOC에서는 종목별로 어울리는 포켓몬을 키즈 스포츠 앰배서더로 임명했다. 올림픽 종목을 배우면 포켓몬이 응원한다.
이것은 단순한 콜라보가 아니다. 일상의 모든 접점에 포켓몬이 ‘살아있는 존재’로 침투하는 구조다. 광고는 보고 지나치지만, 체험은 기억에 남는다.
💡 플랫폼 전략 포인트 파트너십을 노출 수(impression)가 아닌 “체험 깊이”로 설계할 것. 브랜드가 삽입되는 순간이 아닌, 유저의 실제 경험 속에 브랜드가 자연스럽게 존재하는 구조를 설계하라.
교훈 4. 랜덤성을 활용한 참여 설계
가챠 메카닉을 SNS 캠페인에 이식한 방법
X(트위터) 캠페인 구조는 단순했다. 공식 계정(@poke_times)을 리포스트하면 1,025종 중 랜덤 로고 하나가 리플라이로 전송된다. 어떤 포켓몬이 올지 모른다.
이 불확실성이 핵심이다. “내 포켓몬은 뭐야?”라는 질문이 공유의 동인이 됐다. 리포스트를 한 번 더 하면 다른 포켓몬이 올 수도 있다. 좋아하는 포켓몬이 나올 때까지 반복 참여하는 유저들이 생겼다. 게임의 가챠(뽑기) 메카닉을 비용 제로의 SNS 캠페인에 그대로 이식한 것이다.
결과는 캠페인 기간(2월 23일~3월 9일) 동안 수백만 건의 참여로 이어졌다. 광고비 없이, 팬들이 스스로 콘텐츠를 만들고 공유했다.
💡 앱/서비스 UX 포인트 개인화 + 랜덤성의 조합은 강력한 바이럴 엔진이다. 적응형 학습 앱이라면 진단 결과를 “내 학습 유형은 어떤 포켓몬?” 형식으로 공유하게 설계할 수 있다. 결과가 다양하고 예측 불가능할수록 공유 동인이 강해진다.
교훈 5. ‘안 파는(安売りしない)’ 원칙이 30년 브랜드를 지켰다
AI 시대, 브랜드 가치는 ‘밀도’에서 온다
일본 경제 전문지 닛케이비즈니스 분석에 따르면 포켓몬의 핵심 전략 중 하나는 ‘싸게 팔지 않는 것’이다. 1,025종 포켓몬 각각의 개성을 철저히 관리하며, 브랜드 희석을 막는 라이선스 기준을 30년간 일관되게 유지했다.
이 원칙이 얼마나 중요한지는 반대 사례를 보면 알 수 있다. 한때 IP 가치가 높았지만 무분별한 콜라보와 라이선스 확장으로 브랜드가 희석된 경우는 셀 수 없이 많다. 편의점 도시락, 화장품 콜라보, 브랜드 정체성과 무관한 협업들이 쌓이면 IP의 세계관이 흐려진다.
포켓몬은 달랐다. ANA 협업도, NPB 협업도, 이온몰 협업도 모두 ‘체험 설계’였지 단순 노출 거래가 아니었다. 파트너가 포켓몬 세계관 안에 자연스럽게 들어오는 구조였다.
AI로 콘텐츠 생산 단가가 제로에 가까워진 시대에, 이 원칙의 중요성은 오히려 더 높아진다. 누구나 하루 100개의 콘텐츠를 만들 수 있을 때, “얼마나 만드느냐”가 아닌 “얼마나 가치 있게 만드느냐”가 차별점이 된다.
AI 시대의 역설: 생산 비용이 제로로 수렴할수록, 브랜드 밀도와 콘텐츠 퀄리티의 희소성이 오히려 더 높아진다.
💡 AI 콘텐츠 전략 포인트 양산 가능하다고 다 만들지 말 것. 블로그, SNS, 뉴스레터 모두 마찬가지다. 발행 빈도보다 밀도가 장기 브랜드 가치를 결정한다.
5가지 교훈 요약
#
교훈
포켓몬의 선택
비즈니스 적용 포인트
1
주인공을 좁히지 않는다
1,025마리 전원 로고 제작
유저 각자를 개인으로 인정하는 설계
2
동사 테마로 유저를 주인공으로
「시작한다」「먹는다」「노래한다」
기념 콘텐츠의 주어를 브랜드→유저로
3
파트너십 = 체험 설계
ANA·NPB·JOC와 세계관 통합
노출 수가 아닌 체험 깊이로 설계
4
랜덤성으로 참여 유발
X 리포스트 → 랜덤 로고 수령
가챠 메카닉을 SNS·앱에 이식
5
안 파는 라이선스 원칙
30년간 브랜드 희석 방지
AI 시대엔 밀도가 차별점
마치며: AI 시대에도 변하지 않는 것
포켓몬 30주년 캠페인은 화려했다. 하지만 그 화려함 뒤에는 30년간 단 한 번도 흔들리지 않은 하나의 원칙이 있다.
“팬을 숫자가 아닌 개인으로 대우할 때, 그 팬이 스스로 캠페인이 된다.”
AI로 모든 것이 대량 생산 가능해진 지금, 이 원칙은 오히려 더 희소해지고 있다. 1,025마리 전원 로고를 만드는 결정은 AI 툴 없이는 불가능했을 것이다. 동시에, AI만 있다고 나오는 결정도 아니다. 그 결정 뒤에는 30년간 “어떤 포켓몬도 누군가에게는 1등”이라는 철학이 있었다.
어떤 비즈니스를 하든, 어떤 IP를 만들든, 이 다섯 가지 교훈은 유효하다. 주인공을 좁히지 말 것. 동사로 이야기할 것. 체험으로 설계할 것. 랜덤성으로 참여를 유발할 것. 그리고, 안 팔 것.
포켓몬은 30년 전에도, AI 시대에도, 이 원칙으로 세계 최강 IP 자리를 지키고 있다.
오늘의 핵심 한 줄: 엔비디아가 GPU 회사를 넘어 AI 에이전트 플랫폼 회사로의 전환을 공식 선언했다.
무슨 일인가
지난 3월 16일, 미국 캘리포니아 산호세에서 GTC 2026이 열렸다. 전 세계 190개국에서 약 3만 명이 참석한 이번 행사에서 젠슨 황 CEO는 엔비디아의 다음 10년을 가늠할 수 있는 발표를 쏟아냈다.
핵심은 세 가지로 압축된다.
첫째, 오픈소스 AI 에이전트 플랫폼 오픈클로(OpenClaw)를 엔비디아가 공식 지원하기로 했다. 젠슨 황은 오픈클로가 얼마나 빠르게 개발자 생태계를 장악했는지를 강조하며, 자율형 에이전트의 기반 플랫폼으로 공식 채택했다.
둘째, 오픈클로 위에서 돌아가는 오픈소스 스택 네모클로(NemoClaw)가 공개됐다. 네모트론 모델과 오픈쉘 런타임을 명령어 한 줄로 설치할 수 있고, 기업 환경에서 가장 민감한 문제인 데이터 보안과 프라이버시를 샌드박스 구조로 해결한 게 특징이다.
셋째, 차세대 하드웨어 플랫폼 베라 루빈이 모습을 드러냈다. 복수의 칩과 대규모 랙 시스템으로 구성되며, 엔비디아는 2027년까지 이 플랫폼 기반 수주 규모가 1조 달러를 넘어설 것으로 전망했다.
왜 중요한가
AI 산업의 무게중심이 바뀌고 있다. 지금까지는 더 좋은 모델을 만드는 것, 즉 훈련이 경쟁의 핵심이었다. 앞으로는 여러 에이전트가 협력해 실제 업무를 처리하는 오케스트레이션 능력이 핵심이 된다.
엔비디아의 이번 행보는 그 변화를 하드웨어가 아닌 오픈소스 플랫폼으로 선점하겠다는 전략이다. 칩을 파는 회사에서 AI 에이전트가 작동하는 기반 환경 자체를 장악하는 회사로 포지셔닝을 바꾸는 것이다.
실무자 관점 코멘트
솔직히 이번 발표에서 가장 눈에 띈 건 하드웨어가 아니라 오픈클로 공식 지원이다. 오픈소스 프로젝트가 엔비디아 플랫폼에 공식 편입된다는 건, 기업 도입의 장벽이 급격히 낮아진다는 의미다.
지금까지 AI 에이전트를 기업에 도입하려면 보안, 프라이버시, 인프라 통합이 가장 큰 걸림돌이었다. 네모클로가 제시하는 샌드박스 환경은 그 문제를 정면으로 겨냥하고 있다. 생각보다 이게 에이전트 도입을 가로막던 엔터프라이즈 시장의 진짜 문제였다.
개발자 입장에서는 지금이 기회다. 네모클로 에코시스템 위에서 도메인 특화 에이전트를 만드는 것이 당분간 가장 현실적인 AI 에이전트 창업 방향이 될 것 같다.
관련 맥락
엔비디아 에이전트 툴킷은 네모트론 모델, AI-Q 에이전트, cuOpt 스킬, 오픈쉘 런타임 네 가지 요소로 구성된다. 개발자는 이 툴킷 위에서 특정 도메인에 특화된 자율 에이전트를 구축할 수 있으며, 하이브리드 아키텍처를 통해 기존 대비 쿼리 비용을 절반 이하로 줄일 수 있다는 게 엔비디아 측 설명이다.
한국 시장도 이번 발표와 직접 연결된다. GTC 현장에서 SK하이닉스 최태원 회장이 젠슨 황과 직접 만나 협력 방안을 논의했으며, 베라 루빈 플랫폼에 들어가는 HBM4 물량의 상당 부분을 SK하이닉스가 담당할 것으로 업계는 보고 있다.
앞으로 어떻게 될까
가까운 시일 내에 네모클로 기반 에이전트 솔루션과 스타트업이 빠르게 늘어날 것이다. 조금 더 긴 시각으로 보면, 기존 SaaS 제품들이 에이전트 기반 플랫폼으로 재편되는 속도가 눈에 띄게 빨라질 가능성이 높다.
엔비디아는 향후 2년 안에 토큰 생성 성능을 현재 대비 350배 이상 끌어올리겠다는 목표를 제시했다. 이 속도라면 지금 에이전트 개발을 시작하는 게 늦은 게 아니라 오히려 가장 적절한 타이밍이다.