hol4b

[카테고리:] AI툴

  • Claude 구독으로 OpenClaw 못 쓴다: 4월 4일부터 서드파티 하네스 별도 과금 시작
    출처: Anthropic 공식 이메일 (2026년 4월 4일)

    Claude 구독으로 OpenClaw 못 쓴다: 4월 4일부터 서드파티 하네스 별도 과금 시작

    4월 4일 아침, Claude 구독자에게 이메일이 도착했다. 요점은 한 줄이었다. 4월 4일부터 OpenClaw 같은 서드파티 하네스를 Claude 구독으로 쓸 수 없고, 별도 과금되는 Extra Usage로 분리된다는 것. 구독료를 내고 있는데도 추가 비용이 생긴다는 변경이 캐시 버그로 사용량이 폭증하던 시점에 떨어지면서 개발자 커뮤니티가 즉시 달아올랐다.

    이번 변경의 진짜 내용과 — 더 중요한 — Anthropic이 왜 이 카드를 꺼냈는지를 한 번 짚어 본다.

    구체적으로 무엇이 바뀌었나

    이전에는 Claude Pro·Max 구독자가 OpenClaw 같은 서드파티 도구를 자기 Claude 계정에 연결해 구독 한도 안에서 자유롭게 쓸 수 있었다. 4월 4일(한국 시간 5일 새벽)부터 이 구조가 둘로 갈라진다.

    • Claude Code, Claude Cowork, claude.ai 채팅 — 기존 구독 한도 그대로
    • OpenClaw 등 서드파티 하네스 — 구독과 별개로 Extra Usage(종량제) 차감

    Extra Usage는 쓴 만큼 내는 방식이다. Anthropic이 충격을 완화하기 위해 두 가지 카드를 같이 풀었다. 하나는 월 구독료에 상당하는 Extra Usage 크레딧 1회 지급(4월 17일까지 직접 수령 필수). 다른 하나는 Extra Usage 번들의 최대 30% 할인 선구매 옵션. 서드파티를 안 쓰는 사용자라면 사실상 아무것도 달라지지 않는다는 점을 한 번 더 짚어 둘 만하다.

    Anthropic이 이 카드를 꺼낸 진짜 이유

    Claude Code 총괄 Boris Cherny가 직접 설명했다. “우리 구독은 이 서드파티 도구들의 사용 패턴을 위해 설계되지 않았다.” 이 한 문장이 핵심이다.

    실제 이슈는 프롬프트 캐시 효율에 있다. Claude Code 같은 Anthropic 자체 도구는 캐시 히트율을 높이도록 최적화돼 있다. 한 번 처리한 컨텍스트를 재사용해 연산 비용을 낮추는 구조다. 반면 OpenClaw 같은 서드파티 하네스는 이 최적화 없이 매 요청마다 전체 컨텍스트를 새로 보내는 경우가 많다. 같은 구독료를 받아도 실제 서버 비용이 몇 배 차이가 난다는 뜻이다.

    최근 Reddit에서 제기된 Claude Code 캐시 버그 이슈로 일부 사용자의 사용량이 10~20배 폭증한 정황도 함께 작용한 것으로 보인다. Anthropic의 입장 자체는 명확했다. “용량은 신중하게 관리해야 하는 자원이며, 핵심 제품 사용자를 우선해야 한다.”

    커뮤니티의 두 갈래 반응

    Hacker News와 개발자 커뮤니티는 즉각 갈라졌다.

    납득하는 쪽 논리는 단순하다. 구독 모델은 태생적으로 사용자 대부분이 최대치를 안 쓴다는 가정 위에 서 있다. 에이전트를 24시간 돌리는 헤비 유저 한 명이 일반 사용자 수십 명의 비용을 잠식하는 구조는 지속 불가능하다.

    비판하는 쪽도 만만치 않다. 이미 5시간 윈도우와 주간 한도 같은 하드캡이 있는 상태에서, Claude Code 자체에도 루프와 크론 같은 자동화 기능이 내장돼 있는데 유독 서드파티만 차별하는 것은 일관성이 없다는 지적이다. OpenClaw 개발자 Peter Steinberger는 “Anthropic이 우리 기능을 흡수한 뒤 경쟁을 차단한 것”이라고 직접 비판했다. 다만 Boris Cherny가 API 사용자에게 캐시 최적화를 돕겠다고 제안하면서 감정의 날은 일부 누그러졌다.

    한국 Claude 구독자가 당장 해야 할 두 가지

    이 변경은 서드파티 하네스를 안 쓴다면 실질 영향이 없다. claude.ai, Claude Code, Claude Cowork를 그대로 구독 한도 안에서 쓰면 된다. 그러나 OpenClaw나 다른 서드파티 연동을 활용해 온 사람이라면 지금 당장 두 가지를 확인해야 한다.

    첫째, 무료 크레딧 수령. 4월 17일까지가 마감이다. Anthropic이 보낸 이메일의 “Redeem it here” 링크를 클릭해 월 구독료 상당의 Extra Usage 크레딧을 받아 두자. 기한을 놓치면 사라진다. 둘째, 사용 패턴 점검. 본인이 서드파티 하네스를 어느 빈도로 쓰는지 파악하고 Extra Usage 번들 선구매(최대 30% 할인)가 경제적인지 계산해 본다. 사용량이 적다면 크레딧만으로 충분히 커버될 가능성이 높다.

    중장기 — API 직접 사용을 고려할 시점

    이번 사건은 한 가지 더 큰 메시지를 던진다. SaaS 가격 정책은 언제든 바뀔 수 있다는 것이다. 헤비 유저라면 지금이 Anthropic API 키 직접 사용을 검토할 시점일 수 있다. 토큰당 과금이라 비용 예측이 쉽고, Boris Cherny가 약속한 캐시 최적화 지원도 API 사용자에게 적용된다. 무엇보다 구독 정책 변경에 휘둘리지 않는 안정성이 가장 큰 가치다.

    지금 할 일

    가장 시급한 건 4월 17일 전에 Anthropic 이메일의 “Redeem it here” 링크로 무료 크레딧을 받는 것이다. 그다음 자기 Claude 계정에 연결된 서드파티 도구 목록을 한 번 점검하고 한 달 동안의 Extra Usage 예상 비용을 계산해 본다. 그 숫자가 부담스러운 수준이라면 console.anthropic.com에서 API 키를 발급해 토큰당 과금으로 전환하는 게 더 효율적일 수 있다.

    관련 글

    출처

  • Meta, 엔지니어 코드 75%를 AI로 작성하라: 성과평가에 AI 활용도 반영

    Meta, 엔지니어 코드 75%를 AI로 작성하라: 성과평가에 AI 활용도 반영

    Meta가 4월 3일 던진 메시지 한 줄. 엔지니어 코드의 75% 이상을 AI로 작성하라. 이게 권장사항이 아니라는 점이 결정적이다. 성과 평가 항목에 ‘AI 기반 임팩트’가 신설되면서 AI를 안 쓰는 엔지니어는 인사 평가에서 직접적으로 손해를 본다. 실리콘밸리에서 AI 코딩이 선택에서 의무로 넘어가는 순간이 됐다.

    구체적인 숫자 — 75%가 무엇을 뜻하는가

    Meta의 지시는 부서별로 조금씩 다르다. Facebook·WhatsApp·Messenger를 담당하는 Creation 조직에서는 엔지니어의 65%가 2026년 상반기까지 코드의 75% 이상을 AI 도구로 작성해야 한다. Scalable ML 부서는 50~80% 범위의 AI 코딩 목표를 설정했다. 약 1,000명 규모의 내부 도구 팀은 더 급진적이다. ‘AI Pod’로 재편되면서 기존 직함 대신 ‘AI 빌더’와 ‘AI Pod 리드’라는 새로운 역할을 부여받았다.

    이 숫자들이 단순한 권장 목표가 아닌 이유는 한 가지다. 2026년부터 Meta의 모든 직원은 성과 리뷰에서 ‘AI 기반 임팩트(AI-driven impact)’ 항목으로 평가받는다. AI 도구 활용이 단순 권장에서 공식 KPI로 격상됐다는 의미다. AI 코딩 도구 사용을 거부하는 엔지니어에게는 실질적 불이익이 돌아간다.

    왜 Meta가 가장 먼저 움직였나

    이 결정은 한 번에 나온 게 아니다. AI 코딩 생산성에 대한 경험적 증거가 누적된 결과다. 자주 인용되는 NBER(전미경제연구소) 연구에 따르면, 생성형 AI 접근권을 가진 고객 지원 에이전트 5,179명의 생산성이 평균 14% 향상됐다. 더 흥미로운 디테일은 그 안에 있다. 초보·저숙련 직원의 생산성은 34%까지 올랐다. 평균 14% 향상의 대부분이 주니어 그룹에서 나왔다는 뜻이다.

    코딩 분야의 효과도 비슷한 패턴을 보인다. 시니어 엔지니어의 생산성 향상은 비교적 완만하지만, 주니어와 미들 레벨에서는 효과가 크다. Meta가 노린 건 이 그룹의 생산성을 한 번에 끌어올리는 것이다. 1,000명 단위의 조직을 ‘AI Pod’로 재편한 것도 같은 맥락이다. 조직 구조 자체를 AI 활용을 전제로 다시 설계하지 않으면 도구 도입의 효과가 분산된다.

    이 변화가 던지는 노동의 질문

    Meta의 결정에는 두 가지 함의가 함께 있다. 하나는 명확한 효율성 향상 — AI를 잘 쓰는 엔지니어가 그렇지 않은 엔지니어보다 몇 배 더 빠른 결과를 내는 것은 더 이상 가설이 아니다. 다른 하나는 평가 시스템의 변화가 가져올 압박 — AI 활용이 KPI가 되는 순간, 엔지니어는 코드를 쓰는 사람에서 AI를 지휘하는 사람으로 역할이 옮겨 간다.

    이 변화가 모두에게 반가운 건 아니다. AI 도구 사용에 거부감이 있는 시니어 엔지니어, 자기 손으로 코드를 짜는 만족감을 중요하게 여기는 개발자, 검증되지 않은 AI 코드를 프로덕션에 올리는 것에 보수적인 입장 — 이런 의견들이 사내 토론에서 빠지지 않는다. 하지만 회사가 KPI로 박았다면 토론은 끝났다는 뜻이다.

    한국 IT 기업에 의미하는 것

    Meta 같은 빅테크가 AI 코딩을 KPI로 만들었다는 사실은 두 단계로 한국에 영향을 준다. 단기적으로는 시그널링 효과다. 글로벌 빅테크의 사례가 한국 대기업·중견기업의 AI 도구 도입 결정에 영향을 준다. “Meta가 75% 목표를 잡았는데 우리는 어떤가”라는 질문이 임원 회의에서 나오기 시작한다는 의미다.

    장기적으로는 채용과 평가 기준의 변화다. 2026~2027년 사이에 한국 IT 기업의 채용 공고와 성과 평가 기준에도 ‘AI 도구 활용 능력’이 명시적으로 들어갈 가능성이 높다. 지금 AI 코딩 도구를 한 번도 안 써 본 개발자라면 그 격차를 줄일 시간이 1년 안짝이다.

    지금 할 일

    가장 가벼운 시작은 cursor.com에서 무료 버전을 설치해 평소 만지는 프로젝트 폴더를 한 번 열어 보는 것이다. 자동완성 한두 번 써 보면 감이 잡힌다. VS Code를 이미 쓰고 있다면 GitHub Copilot 확장을 활성화하는 게 가장 진입 장벽이 낮다. 팀 단위 도입을 고민하는 리더라면 한 단계 더 들어가서 AI 생성 코드의 리뷰 기준과 보안 체크리스트부터 만들어 두자. 이게 없으면 도입 자체보다 사고 수습에 더 많은 시간이 들어간다.

    관련 글

    출처

  • Sycamore 910억 시드 투자 — AI 에이전트 거버넌스가 뜨는 이유

    Sycamore 910억 시드 투자 — AI 에이전트 거버넌스가 뜨는 이유

    시드 라운드 6,500만 달러. 일반 시드의 13~32배 규모다. 보통 이런 숫자는 헤드라인에서 끝나지만, 이 케이스는 카테고리 전체의 신호로 읽어야 한다. 전 Atlassian CTO Sri Viswanath가 창업한 Sycamore가 Coatue·Lightspeed 리드로 6,500만 달러(약 910억 원)를 유치하며 들고 나온 한 줄. 기업용 AI 에이전트 운영체제.

    왜 거버넌스가 한 카테고리로 떠올랐는지를 풀어 본다.

    Sycamore가 정확히 무엇을 만드나

    Sycamore의 핵심 제품은 기업용 AI 에이전트 운영체제(Agent OS)다. 한 마디로 정리하면 — 기업이 여러 AI 에이전트를 발견·구축·배포·모니터링할 수 있는 통합 플랫폼이다.

    이 설명이 추상적으로 들린다면 현장 풍경 하나를 떠올리면 된다. 회사 안에서 마케팅팀이 AI 에이전트를 하나 도입했고, 영업팀이 다른 에이전트를 쓰기 시작했고, 개발팀이 자체 에이전트를 만들고 있다. 한두 달이 지나면 누구도 전체 그림을 모르는 상태가 된다. 어느 에이전트가 어떤 데이터에 접근하는지, 누가 승인했는지, 한 달에 비용이 얼마나 발생했는지 — 이 세 가지 질문에 답할 수 있는 사람이 회사에 한 명도 없는 상황이 만들어진다. Sycamore가 정조준하는 게 이 풍경이다.

    왜 이 시점에 6,500만 달러가 한 번에 들어왔나

    투자 라인업을 보면 시장이 이 카테고리에 거는 기대가 보인다. 리드는 Coatue와 Lightspeed Venture Partners. 참여로 Dell Technologies Capital, 8VC, Abstract Ventures, Fellows Fund, E14 Fund. 엔젤 라운드에는 더 흥미로운 이름들이 들어와 있다. Databricks CEO Ali Ghodsi, 전 OpenAI 수석 과학자 Bob McGrew, Intel CEO Lip Bu-Tan, Palo Alto Networks 사장 BJ Jenkins, AI 연구자 François Chollet.

    이 사람들이 같은 시드 라운드에 동시에 들어왔다는 건 단순한 신뢰 표시 이상의 의미를 갖는다. 데이터·인프라·반도체·보안·연구 — 각자 자기 영역에서 같은 신호를 봤다는 뜻이다. AI 에이전트 거버넌스는 곧 필수 인프라가 된다는 합의.

    왜 지금 거버넌스가 한 카테고리가 됐나

    2026년 들어 기업의 AI 에이전트 도입이 빠르게 늘면서 세 가지 문제가 동시에 폭발했다.

    첫째는 보안이다. 에이전트가 민감한 사내 데이터에 접근할 때 누가 그 권한을 통제하고 추적하는가. 사람이 데이터에 접근할 때는 IAM과 권한 시스템이 있지만, 에이전트의 경우 표준이 없는 상태에서 운영되는 경우가 많다. 둘째는 감사(Audit)다. 에이전트의 행동을 추적하고 기록할 수 있는가. 컴플라이언스가 중요한 산업에서는 이게 도입의 전제 조건이다. 셋째는 비용 관리다. 에이전트별 API 호출 비용을 추적하고 통제할 수 있는가. 한 달 만에 예산이 10배 폭증한 사례가 사내 사고 보고서에 등장하기 시작했다.

    Sycamore 창업자 Sri Viswanath는 이 문제를 한 줄로 정리한다. “AI 에이전트를 도입하는 것과 안전하게 운영하는 것은 완전히 다른 문제다.” Atlassian에서 대규모 SaaS 플랫폼을 운영한 경험이 직접 적용되는 영역이다. SaaS 시대에 IT 부서가 했던 역할 — 도구의 발견·평가·통제·비용 추적 — 을 에이전트 시대에는 새 인프라가 해야 한다는 인식이다.

    한국 기업에 의미

    한국에서도 AI 에이전트 도입은 빠르게 가속화되고 있다. 삼성SDS, LG CNS 같은 SI 기업이 에이전트 솔루션을 출시하고 있고, 스타트업들도 자체 에이전트를 만들고 있다. 그런데 도입 속도와 거버넌스 인프라의 격차가 점점 벌어지고 있다는 게 현장의 분위기다.

    거버넌스 없는 에이전트 도입의 위험은 추상적이지 않다. 데이터 유출 사고 한 건, 비용 폭주 한 건, 규정 위반 한 건이면 도입 프로젝트 전체의 신뢰가 무너진다. 그래서 Sycamore 같은 플랫폼 — 또는 그에 상응하는 사내 거버넌스 체계 — 는 도입 후에 만드는 게 아니라 도입과 동시에 시작해야 한다. 지금 한국 기업이 가장 자주 빠뜨리는 단계가 바로 이 부분이다.

    지금 할 일

    가장 가벼운 첫 단계는 사내 AI 에이전트 인벤토리를 만드는 것이다. 현재 회사에서 사용 중인 AI 에이전트와 봇이 몇 개인지, 각각이 어떤 데이터에 접근하는지를 한 페이지로 정리해 두면 거버넌스의 출발점이 잡힌다. 그다음 단계는 접근 권한 감사다. 각 에이전트의 API 키와 데이터베이스 접근 권한을 검토해 최소 권한 원칙이 적용되고 있는지 확인한다. 마지막으로 sycamore.so에 들어가 어떤 기능을 제공하는지 한 번 훑어보고 얼리 액세스를 신청해 두면, 본격적인 거버넌스 도구가 필요해질 시점에 빠르게 움직일 수 있다.

    관련 글

    출처

  • Cursor 3 출시, AI 에이전트 시대의 IDE가 왔다 – 핵심 기능·요금제·경쟁 구도 총정리

    Cursor 3 출시, AI 에이전트 시대의 IDE가 왔다 – 핵심 기능·요금제·경쟁 구도 총정리

    4월 2일, Cursor가 Cursor 3를 정식 출시했다. 단순한 버전 업데이트가 아니라 IDE의 기본 가정 자체를 다시 잡은 변화다. VS Code 기반 확장의 외피를 벗고 에이전트 중심으로 인터페이스를 통째로 다시 설계했다. 한 줄로 요약하면 이렇다. 개발자가 코드를 한 줄씩 수정하던 시대에서, AI 에이전트가 작업하고 개발자는 검토·지시하는 시대로의 전환을 Cursor가 정면에서 선언한 것이다.

    이 글은 출시 시점의 핵심 변화 정리다. 1주일 직접 사용기는 다른 글에서 다룬다.

    가장 큰 변화 — 에이전트 중심 워크스페이스

    Cursor 3의 핵심은 에이전트 중심 워크스페이스다. 이전 버전에서 자동완성(Tab)과 채팅(Composer)이 보조 역할이었다면, 이제는 여러 AI 에이전트가 동시에 작업하는 것을 한 화면에서 관리한다. 구체적인 변화는 세 갈래다.

    • 로컬 + 클라우드 에이전트 통합: 로컬에서 시작한 에이전트 작업을 클라우드로 넘겨 노트북을 덮어도 계속 실행. 반대로 클라우드 결과를 로컬로 가져와 즉시 테스트 가능
    • 멀티 레포 동시 작업: 여러 저장소에 걸친 에이전트를 하나의 사이드바에서 관리
    • 다양한 진입점: 데스크톱뿐 아니라 웹·모바일·Slack·GitHub·Linear에서도 에이전트를 실행하고 Cursor에서 통합 모니터링

    이 세 가지가 합쳐지면서 만들어지는 효과는 단순하다. 기존에는 터미널·GitHub·IDE를 왔다 갔다 하며 에이전트 상태를 확인해야 했다. Cursor 3는 그걸 한 화면에 모은다. 개발자가 코딩이 아니라 지휘에 집중할 수 있게 만든 게 이번 버전의 가장 큰 변화다.

    Design Mode와 자체 모델 Composer 2

    같이 들어온 두 가지 추가 기능 중 Design Mode가 특히 의미 있다. 내장 브라우저에서 UI 요소를 직접 클릭으로 선택하고, 자연어로 “이 버튼 색상을 파란색으로 바꿔 줘”라고 지시하면 에이전트가 그 자리에서 코드를 수정한다. 프론트엔드 개발의 피드백 루프가 한 단계 짧아졌다.

    또 하나는 Cursor의 자체 코딩 모델 Composer 2다. GPT-5.2, Opus 4.6, Gemini 3 Pro 같은 외부 LLM과 함께 선택해 쓸 수 있고, Cursor 측은 “다른 LLM 대비 비용 효율이 높다”고 밝혔다. 작업 특성에 따라 모델을 자유롭게 전환할 수 있고, 여러 모델에 동시에 요청해 응답을 비교하는 기능도 있다. 자체 모델을 보유한다는 것은 외부 모델 가격 변동에 덜 민감해진다는 뜻이기도 하다.

    Claude Code·Codex와의 경쟁 구도

    출시 타이밍이 의미심장하다. Anthropic의 Claude Code가 터미널 기반 에이전트 코딩으로 빠르게 확산되고 있고, OpenAI의 Codex도 에이전트 기능을 강화하는 상황에서 Cursor가 정면 대응에 나섰다.

    Cursor의 차별점은 IDE와 에이전트의 통합이다. Claude Code는 터미널에서 강력하지만 시각적 코드 탐색이 제한적이고, Codex는 모델 성능에 더 집중한다. Cursor 3는 코드 편집기·브라우저·에이전트 관리·버전 관리를 하나의 환경에 녹였다. Nvidia·Google 등에서 30억 달러 이상 투자받은 Anysphere(Cursor 모회사)의 자금력도 경쟁에서 유리하게 작용한다.

    요금제 — Pro $20부터 Ultra $200까지

    Cursor 3의 요금 체계는 크레딧 기반 사용량 모델을 유지한다.

    • Hobby (무료): 제한된 에이전트 요청과 Tab 자동완성
    • Pro ($20/월): 확장된 에이전트 요청, 프론티어 모델 접근, 클라우드 에이전트, MCP·스킬·훅 지원
    • Pro+ ($60/월): OpenAI·Claude·Gemini 모델 사용량 3배
    • Ultra ($200/월): 모델 사용량 20배, 신기능 우선 접근
    • Teams ($40/유저/월): 팀 분석, SSO, 역할 기반 접근 제어

    한국 개발자가 가장 자주 묻는 질문은 “Pro 플랜으로 충분한가”다. Pro $20 크레딧으로 Sonnet 4 기준 약 225회, Gemini 약 550회 에이전트 요청이 가능하다. 하루 8~10회 이상 에이전트를 적극 활용하는 패턴이라면 Pro+ 이상을 고려해야 한다.

    그래서 — 누가 지금 업그레이드해야 하나

    Cursor 1·2를 이미 쓰던 사용자라면 자동 업데이트로 변화를 그대로 받게 된다. 가장 큰 의미는 IDE 작업 흐름이 자동완성 중심에서 에이전트 중심으로 옮겨 간다는 점이다. 이 변화에 적응하는 데 약 1주일 정도가 필요한데, 익숙해지면 컨텍스트 스위칭 비용이 분명히 줄어든다.

    아직 Cursor를 쓰지 않는 개발자라면 무료 Hobby 플랜으로 시작해 Design Mode와 Agents Window의 차이를 직접 체감해 보는 게 가장 빠르다. Claude Code나 Codex와 동시에 비교 사용하면 어느 도구가 본인 워크플로에 맞는지가 한 시간 안에 판가름 난다.

    지금 할 일

    cursor.com에서 최신 빌드로 업데이트하는 게 첫 단계다. 기존 사용자는 자동 업데이트가 적용된다. 가장 빠른 체감 경험은 프론트엔드 프로젝트를 열고 Design Mode로 UI 한 군데를 수정해 보는 것이다. 그다음 단계로 같은 작업을 Composer 2와 외부 모델(예: Opus 4.6) 두 가지로 나눠 실행해 비용 대비 품질을 직접 비교하면 본인 작업에 맞는 모델 조합이 한 번에 잡힌다.

    관련 글

    출처

  • Anthropic vs OpenAI 컴퓨팅 전쟁 — Claude 사용량 제한과 ChatGPT 한도 2배 인상의 진실

    Anthropic vs OpenAI 컴퓨팅 전쟁 — Claude 사용량 제한과 ChatGPT 한도 2배 인상의 진실

    Claude 사용량 제한, OpenAI는 한도 2배 인상 — 무슨 일이 벌어지고 있나?

    2026년 3월 말부터 Anthropic의 Claude와 OpenAI의 ChatGPT 사이에 이례적인 사용량 전쟁이 벌어지고 있습니다. Anthropic은 피크 시간대 사용량을 제한하고, OpenAI는 즉시 한도를 2배로 올리며 반격했습니다. 유료 구독자라면 반드시 알아야 할 변화입니다.

    Anthropic: Claude 인기 폭발, 서버가 버티지 못한다

    Anthropic은 3월 26일, Claude의 피크 시간대(미국 동부 오전 8시~오후 2시) 사용량 제한을 강화했습니다. 5시간 세션 한도가 피크 시간에는 더 빨리 소진되는 구조입니다. 약 7%의 사용자가 이전보다 빠르게 한도에 도달하게 됐습니다(The Register).

    특히 Claude Code 사용자들의 불만이 컸습니다. Anthropic은 공식적으로 “사용량 한도가 예상보다 훨씬 빠르게 소진되고 있다”고 인정했습니다(The Register). 이는 Claude의 인기가 GPU 인프라 확장 속도를 앞질렀다는 뜻입니다.

    Anthropic은 임시 대응으로 비피크 시간대 사용량을 2배로 늘리는 프로모션(3월 13~27일)을 진행했습니다. 주말과 평일 비피크 시간에 Free, Pro, Max, Team 전 요금제에 적용됐습니다(Engadget).

    OpenAI: “우리는 제한하지 않는다” — 사용자 뺏기 작전

    OpenAI는 Anthropic의 제한 조치를 기회로 삼았습니다. ChatGPT Plus 사용자에게 GPT-5.2 메시지 3시간당 최대 160개, GPT-5.2 Thinking 모드 주당 3,000개까지 제공하며 한도를 대폭 확대했습니다(CustomGPT).

    3월 5일 출시된 GPT-5.4에는 컴퓨터 사용 기능이 탑재되어, Claude Code가 장악한 개발자 시장을 정면으로 겨냥했습니다. OpenAI는 전문 작업 워크플로에 GPU 자원을 재배치하며 공격적으로 대응 중입니다.

    실사용 비교: 어떤 서비스가 더 나은가?

    항목 Claude Pro ($20/월) ChatGPT Plus ($20/월)
    피크 시간 제한 있음 (5시간 한도 빠른 소진) 없음 (시간대 무관)
    코딩 능력 Claude Code로 업계 최고 평가 GPT-5.4로 빠르게 추격 중
    문서 분석 긴 문서 처리에 강점 멀티모달 통합 우수
    안정성 피크 시간 속도 저하 가능 상대적으로 안정적

    그래서 한국 유료 구독자는 어떻게 해야 하나?

    이 컴퓨팅 전쟁의 본질은 GPU 부족입니다. AI 모델이 강력해질수록 더 많은 연산 자원이 필요한데, 사용자 폭증 속도를 인프라가 따라가지 못하는 겁니다. 두 서비스 모두 완벽하지 않으며, 용도에 따라 전략적으로 사용하는 것이 핵심입니다.

    지금 바로 할 수 있는 것

    1. 피크 시간 피하기: Claude를 쓴다면 한국 시간 밤 11시~새벽 5시(미국 피크 시간 외)에 중요한 작업을 진행하면 더 넉넉하게 사용할 수 있습니다.
    2. 두 서비스 병행 사용: 코딩은 Claude, 일반 질의응답은 ChatGPT로 나눠 쓰면 한도 소진을 분산시킬 수 있습니다.
    3. API 직접 사용 고려: 업무용으로 대량 사용한다면 Pro 구독보다 API 종량제가 더 경제적일 수 있습니다. Anthropic API와 OpenAI API의 토큰당 가격을 비교해보세요.

    관련 글

    출처: The Register, The Register, Engadget, CustomGPT

  • AWS Frontier Agents 정식 출시 · 침투 테스트 6주→1일 · DevOps 장애 복구 77% 단축

    AWS Frontier Agents 정식 출시 · 침투 테스트 6주→1일 · DevOps 장애 복구 77% 단축

    AWS가 DevOps 당직을 대신한다 — Frontier Agents 정식 출시

    2026년 3월 31일, AWS가 Security Agent와 DevOps Agent를 정식 출시(GA)했습니다. 기존 AI 어시스턴트와 달리, 이 에이전트들은 수 시간에서 수 일간 독립적으로 작동하며, 보안 점검과 장애 대응을 자율적으로 수행합니다. 침투 테스트는 수주에서 수시간으로, 장애 복구 시간(MTTR)은 77% 단축됩니다.

    DevOps Agent — 새벽 3시 장애 호출, 이제 AI가 받는다

    AWS DevOps Agent는 온콜 개발자의 ‘비상 호출기’를 없애기 위해 설계되었습니다.

    • 자동 장애 분석: 알림 수신 즉시 관측 도구, 런북, 코드 저장소, CI/CD 파이프라인을 분석
    • 경험 많은 DevOps 엔지니어 수준의 사고 조사 능력
    • 실제 사례: WGU(Western Governors University)는 서비스 장애 분석 시간을 2시간에서 28분으로 단축(MTTR 77% 개선)

    4월 10일부터 유료 전환되며, 초당 과금 방식으로 에이전트가 실제 작업하는 시간만 과금됩니다. Enterprise Support 고객은 75% 크레딧을 받습니다(AWS).

    Security Agent — 침투 테스트 6주를 1~2일로

    AWS Security Agent는 소프트웨어 개발 전 단계에 보안 감시를 제공합니다.

    • 설계 문서 리뷰: 아키텍처 단계부터 보안 취약점 식별
    • PR(Pull Request) 자동 스캔: 코드 리뷰 시 보안 정책 자동 적용
    • 침투 테스트 자동화: 기존 2~6주 소요 → 1~2일로 압축
    • 가격: 시간당 $50, 초당 과금, 신규 고객은 2개월 무료(월 200시간)

    AWS는 이를 “프론티어 에이전트”라는 새로운 카테고리로 정의하며, 단순 AI 챗봇이 아닌 자율 행동 에이전트임을 강조합니다(Help Net Security).

    기존 AI 어시스턴트와 무엇이 다른가?

    ChatGPT나 Copilot과 비교하면, Frontier Agent의 차별점은 명확합니다.

    • 지속성: 프롬프트 한 번이 아니라, 수 시간~수 일간 독립 작동
    • 다단계 의사결정: 여러 시스템을 오가며 스스로 판단
    • 조직 규모 확장: 애플리케이션 포트폴리오 전체를 동시 처리

    이는 “AI 에이전트”가 마케팅 용어에서 실제 프로덕션 도구로 전환되고 있다는 신호입니다(AWS Blog).

    So What — 한국 DevOps/보안팀에게 의미하는 것

    • 소규모 팀의 무기: 전담 보안팀이 없는 한국 스타트업도 AWS 수준의 침투 테스트를 시간당 $50에 실행할 수 있습니다.
    • 온콜 문화 변화: DevOps Agent가 새벽 장애 1차 대응을 맡으면, 개발자 번아웃을 크게 줄일 수 있습니다.
    • AI 에이전트 도입 기준점: AWS가 정식 출시한 만큼, 기업 내 AI 에이전트 도입 논의에서 레퍼런스로 활용할 수 있습니다.

    지금 바로 할 수 있는 것

    1. 2개월 무료 체험 신청: AWS 콘솔에서 DevOps Agent와 Security Agent를 활성화하세요. 신규 고객은 2개월간 무료입니다.
    2. Security Agent로 침투 테스트 돌려보기: 현재 운영 중인 서비스에 침투 테스트를 실행해 보안 현황을 점검하세요.
    3. DevOps Agent 장애 시나리오 테스트: 스테이징 환경에서 장애 시나리오를 만들고, DevOps Agent의 분석 능력을 직접 확인하세요.

    관련 글

    출처:

  • AI 가격 전쟁 2026: Gemini 3.1 Flash-Lite bash.25/1M 토큰, 지금 개발자가 써야 할 모델은?
    출처: Google 공식 블로그 (blog.google)

    AI 가격 전쟁 2026: Gemini 3.1 Flash-Lite bash.25/1M 토큰, 지금 개발자가 써야 할 모델은?

    2026년 AI 모델 시장에 가격 전쟁이 터졌다. Google이 3월 초 Gemini 3.1 Flash-Lite를 입력 토큰 100만 개당 0.25달러(약 340원)에 출시하며 사실상 선전포고를 했다. 1년 전만 해도 GPT-4 수준 성능에 이 가격은 상상도 못 할 수준이었다. 개발자 입장에서는 지금이 AI 모델 선택의 골든타임이다.

    Gemini 3.1 Flash-Lite — 가장 저렴한 고성능 모델의 등장

    Google이 2026년 3월 3일 공개한 Gemini 3.1 Flash-Lite는 전작(Gemini 2.5 Flash) 대비 세 가지가 달라졌다.

    • 가격: 입력 $0.25/1M 토큰, 출력 $1.50/1M 토큰 (2.5 Flash 대비 각각 17%, 40% 인하)
    • 속도: 첫 응답 토큰 생성 속도(TTFT) 2.5배 향상, 출력 속도 45% 향상
    • 접근성: Google AI Studio에서 개발자 즉시 사용 가능, Vertex AI로 기업 배포 지원

    실측 기준으로 초당 약 190~380 토큰을 출력한다. 실시간 챗봇, 대량 문서 처리, 반복 자동화 작업에 최적화된 모델이다.

    출처: Google 공식 블로그 — Gemini 3.1 Flash-Lite 출시, Artificial Analysis — 성능 벤치마크

    2026년 주요 AI 모델 가격 비교

    지금 개발자가 알아야 할 주요 모델의 API 가격을 정리했다. (2026년 3월 기준, 1M 토큰당 달러)

    모델 입력 출력 특징
    Gemini 3.1 Flash-Lite $0.25 $1.50 최저가·고속, 대량 처리 최적
    Gemini 2.5 Flash $0.30 $2.50 Flash-Lite 대비 추론 강화
    Claude Sonnet 4.6 $3.00 $15.00 코딩·분석 최강, Claude Code ARR $2.5B
    GPT-5.4 (API) $2.50 $10.00 멀티모달·함수 호출 강점

    가격 차이는 최대 12배에 달한다. 동일한 작업에 어떤 모델을 쓰느냐에 따라 월 API 비용이 수십 배 달라질 수 있다.

    출처: Google AI 개발자 — Gemini API 공식 가격표, MetaCTO — Gemini 가격 완전 가이드

    어떤 모델을 언제 써야 하나 — 실용 선택 가이드

    모든 작업에 비싼 모델이 필요하지 않다. 용도별로 모델을 나눠 쓰는 ‘계층화 전략’이 비용 최적화의 핵심이다.

    • 대량 자동화·분류·요약 → Gemini 3.1 Flash-Lite ($0.25/1M)
      고객 리뷰 감성 분석, 대량 문서 태깅, 이메일 자동 분류 등에 적합
    • 챗봇·고객 응대 → GPT-5.4 또는 Gemini 2.5 Flash
      자연스러운 대화와 함수 호출이 필요한 경우
    • 코딩·복잡한 추론 → Claude Sonnet 4.6
      가격이 높지만 코드 품질과 정확도에서 압도적 우위. 개발자 도구, Claude Code 연동

    스타트업이라면 Flash-Lite로 프로토타입을 만들고, 실제 서비스에서 정확도가 부족한 부분만 Sonnet이나 GPT-5.4로 교체하는 방식을 추천한다.

    그래서 한국 개발자·스타트업에게 뭐가 달라지나

    AI API 비용이 낮아진다는 것은 한국 스타트업에게 진입 장벽 하락을 의미한다. 6개월 전만 해도 AI 기능을 서비스에 넣으면 API 비용이 수백~수천만 원씩 나오는 경우가 있었다. Gemini 3.1 Flash-Lite 수준이면 같은 규모의 서비스를 10분의 1 이하 비용으로 운영할 수 있다.

    반대로 이 가격에서는 AI 기능 자체가 차별화 요소가 되기 어렵다. 모든 경쟁사도 동일한 저가 모델을 쓸 수 있기 때문이다. 결국 어떤 데이터와 프롬프트 엔지니어링으로 차별화하느냐가 핵심 역량이 된다.

    지금 바로 할 수 있는 것

    1. Gemini 3.1 Flash-Lite 무료 체험 — Google AI Studio에서 API 키 없이 바로 테스트해볼 수 있다.
    2. 현재 API 비용 감사 — 지금 쓰는 AI API 청구서를 꺼내 어떤 작업에 얼마를 쓰는지 분석한다. 대량 처리 작업이 있다면 Flash-Lite로 교체해보자.
    3. 모델 벤치마크 비교 — Artificial Analysis에서 최신 모델별 속도·정확도·가격 비교를 무료로 확인할 수 있다.

    관련 글

    출처: Google 공식 블로그 · Google AI 가격표 · Artificial Analysis · Build Fast with AI

    대표이미지 출처: Google 공식 블로그 (공식 이미지)

  • AI 직원을 고용하다: Paperclip으로 혼자 회사 운영하는 오픈소스 플랫폼
    출처: Paperclip GitHub (MIT License)

    AI 직원을 고용하다: Paperclip으로 혼자 회사 운영하는 오픈소스 플랫폼

    AI 에이전트 하나를 다루는 건 이제 어렵지 않다. 진짜 문제는 여러 에이전트가 협력해서 일하도록 만드는 것이다. Paperclip은 바로 이 문제를 푼다. Claude, Codex, Cursor 등 다양한 AI 에이전트를 “직원”으로 고용하고, 조직도를 만들어 회사처럼 운영하는 오픈소스 플랫폼이다. 2026년 3월 기준 GitHub 스타 3만 5천 개를 넘기며 AI 에이전트 오케스트레이션 분야에서 가장 주목받는 프로젝트가 됐다.

    Paperclip이란? “AI 에이전트 조직도” 플랫폼

    Paperclip의 철학은 단순하다. “어떤 에이전트든, 어떤 런타임이든, 하나의 조직도로(Any agent, any runtime, one org chart)” 관리한다는 것이다.

    기존에는 AI 에이전트를 쓸 때 각각 따로 프롬프트를 입력하고 결과를 복사해 붙여넣는 방식이었다. Paperclip은 이걸 바꾼다. Claude에게는 콘텐츠 기획을 맡기고, Codex에게는 코드 작성을, Cursor에게는 코드 리뷰를 맡기는 식으로 역할을 분리하고, 각 에이전트가 서로의 결과물을 받아 이어서 작업하게 만든다.

    핵심 구성 요소는 세 가지다. 첫째, 하트비트(Heartbeat) — 에이전트를 정해진 일정에 자동으로 깨워 작업을 실행한다. 둘째, 티켓 시스템 — 모든 대화, 의사결정, 도구 호출이 감사 로그로 남는다. 셋째, 예산 관리 — 에이전트별 월간 비용 한도를 설정해 예상치 못한 과금을 막는다.

    출처: Paperclip 공식 사이트

    실제 어떻게 쓰나 — 혼자 스타트업 운영하기

    설치는 터미널 명령어 한 줄이면 끝난다.

    npx paperclipai onboard --yes

    설치 후 대시보드에서 “회사”를 만들고, 에이전트를 “채용”한다. 각 에이전트에게 역할(Role), 목표(Goal), 예산(Budget)을 설정하면 조직도가 완성된다. 예를 들어 1인 SaaS 운영자라면 이렇게 구성할 수 있다.

    • CEO (나) — 전략 승인 및 이사회 역할
    • Claude 에이전트 — 블로그 콘텐츠 작성, 고객 이메일 답변 초안
    • Codex 에이전트 — 버그 수정 PR 자동 생성
    • Cursor 에이전트 — 코드 리뷰 및 테스트 작성

    에이전트들은 하트비트 스케줄에 따라 자동으로 깨어나 작업을 처리하고, 완료 후 다시 대기 상태로 돌아간다. 예산 초과 시 자동으로 멈추기 때문에 새벽에 에이전트가 혼자 수백만 원짜리 API를 호출하는 사태를 막을 수 있다.

    2026년 3월 출시된 v2026.318.0에서는 플러그인 시스템이 추가돼, Gemini CLI 어댑터를 포함한 서드파티 에이전트 연결이 더 쉬워졌다.

    출처: Paperclip GitHub, MrDelegate Paperclip 리뷰

    장점과 한계 — 도입 전 알아야 할 것

    장점:

    • 완전 오픈소스 (MIT 라이선스) — 소스 코드 공개, 자체 서버에 무료 설치 가능
    • 에이전트 종류 무관 — Claude, Codex, Cursor, 직접 만든 HTTP 웹훅 에이전트도 연결 가능
    • 예산 및 거버넌스 내장 — 에이전트별 비용 추적, 승인 게이트, 롤백 기능
    • 상태 지속성 — 서버 재시작 후에도 에이전트가 같은 컨텍스트로 작업 재개

    한계:

    • 셀프 호스팅 필수 — Node.js + PostgreSQL 서버를 직접 운영해야 함. 관리 부담이 있다.
    • 오류 증폭 위험 — 에이전트끼리 결과물을 주고받을 때 초기 실수가 연쇄적으로 커질 수 있다. Flowtivity가 실제로 대량 발송 에이전트가 3건 대신 23건을 처리한 사례를 보고했다.
    • 클라우드 서비스 없음 — 관리형 SaaS 버전이 없어, 비개발자가 도입하기는 아직 어렵다.

    출처: Flowtivity — Zero-Human Companies 분석

    그래서 한국 개발자·1인 창업자에게 뭐가 달라지나

    Paperclip이 흥미로운 이유는 단순히 “자동화 툴”이 아니라 “AI로 조직을 구성하는 방식”을 제안하기 때문이다.

    지금까지 AI 도구는 내가 매번 프롬프트를 입력해야 했다. Paperclip은 그 반복을 없앤다. 한 번 설정한 조직도가 24시간 돌아가며 루틴 업무를 처리한다. 블로그 발행, 버그 수정 PR, 고객 응대 초안 — 이런 반복적인 작업을 에이전트에게 위임하고, 나는 승인과 전략만 담당할 수 있다.

    GitHub 스타 3만 5천 개, 3월 한 달에만 세 번의 major 릴리즈라는 모멘텀을 보면 이 프로젝트는 일회성이 아니다. 지금 배워두면 AI 에이전트 오케스트레이션 흐름의 최전선에 설 수 있다.

    지금 바로 할 수 있는 것

    1. GitHub 즐겨찾기 — github.com/paperclipai/paperclip 에서 Star를 눌러 업데이트를 추적한다.
    2. 로컬 설치 테스트 — Node.js 환경이 있다면 npx paperclipai onboard --yes 한 줄로 로컬 데모를 실행해볼 수 있다.
    3. 에이전트 목록 정리 — 지금 내가 반복적으로 하는 AI 작업 3가지를 적고, 어떤 에이전트에게 위임할 수 있을지 생각해본다.

    관련 글

    출처: Paperclip 공식 사이트 · GitHub paperclipai/paperclip · MrDelegate 리뷰 · Flowtivity 분석

    대표이미지 출처: Paperclip GitHub (MIT License)

  • 갤럭시 S26에서 Gemini가 앱을 직접 조작한다: 한국 동시 출시, 지금 쓸 수 있는 것
    출처: 9to5Google

    갤럭시 S26에서 Gemini가 앱을 직접 조작한다: 한국 동시 출시, 지금 쓸 수 있는 것

    말 한마디로 배달을 시킨다

    2026년 3월 12일, 갤럭시 S26 사용자들이 처음 경험했다. Gemini에게 “스타벅스에서 아메리카노 한 잔 주문해줘”라고 말하면, Gemini가 스타벅스 앱을 열고, 메뉴를 선택하고, 주소를 입력하고, 결제 직전 화면까지 진행한 뒤 멈춘다. 사용자가 확인 버튼을 누르면 끝이다.

    이것이 Gemini 스크린 자동화다. AI가 앱을 대신 조작한다. 이 기능의 첫 출시 국가는 미국과 한국, 두 나라뿐이다.

    어떻게 작동하는가

    기술적으로는 AI가 화면을 보고 터치를 흉내낸다. 가상 창(virtual window) 안에서 앱이 실행되고, Gemini가 각 단계를 진행하는 과정이 사용자 눈에 보인다. 중간에 멈추거나 직접 개입하는 것도 언제든 가능하다.

    작동 조건이 있다. One UI 8.5와 2026년 2월 보안 패치가 설치돼 있어야 한다. 개인 Google 계정만 지원된다. 직장·학교 계정은 제외된다. 현재 영어만 지원된다.

    출시 시점에 지원되는 앱은 Uber, Lyft, DoorDash, Grubhub, Uber Eats, Starbucks다. Instacart는 곧 추가 예정이다. AppFunctions라는 개발자 프레임워크가 열려 있어, 향후 더 많은 앱이 지원될 수 있다.

    사용 한도와 요금

    무제한이 아니다. 구글은 일일 사용 한도를 플랜별로 나눴다.

    • 무료: 하루 5회
    • Google AI Plus (월 $7.99): 하루 12회
    • Google AI Pro (월 $19.99): 하루 20회
    • Google AI Ultra (월 $249.99): 하루 120회

    일반 사용자라면 하루 5회면 충분하다. 점심 배달, 퇴근길 택시, 저녁 커피—세 번이면 하루 쓸 만한 기능을 커버한다. 무거운 사용자라면 AI Pro를 고려할 만하다.

    안전 장치는 어디에 있는가

    결제는 항상 사람이 확인한다. Gemini는 결제 직전 단계에서 반드시 멈추고 사용자 승인을 요청한다. AI가 돈을 직접 쓰는 구조가 아니다. 실수로 원하지 않는 주문이 완료되는 일은 설계상 불가능하다.

    작업 중 언제든 중단 가능하고, 사용자가 직접 개입해 수정할 수도 있다. Gemini가 판단하기 어려운 경우엔 사용자에게 결정을 넘긴다.

    갤럭시 S26이 없어도 되는가

    Pixel 10도 3월 말 같은 기능을 받았다. 단, Pixel 10 버전은 현재 미국만 지원이다. 한국에서 이 기능을 쓰려면 갤럭시 S26 시리즈가 필요하다.

    S25나 이전 기기는 현재 미지원이다. 향후 One UI 업데이트로 확장될 가능성은 있지만 공식 일정은 없다.

    그래서 얼마나 실용적인가

    솔직하게 말하면, 지금 당장은 “쓸 수 있는” 수준이다. 지원 앱이 아직 미국 기반 서비스 중심이다. 한국에서 쿠팡이츠, 배달의민족, 카카오T에서 쓸 수 없다는 뜻이다. 그러나 AppFunctions 프레임워크가 열려 있는 만큼, 국내 앱 지원이 추가되면 실용성이 크게 올라간다.

    더 중요한 포인트는 방향이다. 스마트폰 AI가 “답변해주는 것”에서 “대신 해주는 것”으로 바뀌는 첫 번째 실제 사례다. 갤럭시 S26으로 직접 써볼 수 있다.

    지금 바로 할 수 있는 것

    • 갤럭시 S26 사용자: 설정 → 소프트웨어 업데이트에서 One UI 8.5 + 2026년 2월 패치 확인 후 설치. Gemini 앱을 열고 “Uber로 [목적지] 가줘”로 테스트 시작.
    • 구글 계정 플랜 확인: 현재 무료 계정이라면 하루 5회 한도 안에서 충분히 활용 가능. 하루 20회 이상이 필요한 경우에만 AI Pro($19.99/월) 업그레이드 검토.
    • 갤럭시 S26이 없는 경우: AppFunctions 개발자 문서 확인(developer.android.com). 자신의 앱에 Gemini 스크린 자동화 연동을 준비해두면 지원 앱 리스트 확장 시 바로 활용 가능.

    관련 글

    출처

  • 구글 워크스페이스에 Gemini가 들어왔다: Docs·Sheets·Slides·Drive 전면 AI 업그레이드
    출처: Google 공식 블로그

    구글 워크스페이스에 Gemini가 들어왔다: Docs·Sheets·Slides·Drive 전면 AI 업그레이드

    구글이 워크스페이스를 통째로 바꿨다

    2026년 3월 10일, 구글이 Google Workspace 전체에 Gemini를 깊게 심었다. Docs, Sheets, Slides, Drive — 네 개 앱이 동시에 업데이트됐다. 단순한 기능 추가가 아니다. Gmail, Drive, Google Chat, 캘린더에 흩어진 데이터를 Gemini가 가로질러 읽고, 완성된 문서를 뽑아내는 구조가 됐다.

    Microsoft가 Copilot Wave 2·3으로 Excel·Teams·Outlook을 AI화하는 동안, 구글은 조용히 같은 걸 했다. 지금 그 결과물이 베타로 풀리고 있다.

    앱별로 무엇이 달라졌나

    Google Docs — “회의록으로 뉴스레터 써줘”

    이제 Docs에서 이렇게 입력할 수 있다. “1월 HOA 회의록 파일과 다음 달 이벤트 목록으로 뉴스레터 초안 만들어줘.” Gemini가 Drive에서 두 파일을 찾아 읽고, 완성된 뉴스레터 초안을 Docs 안에 생성한다. 파일을 열어 복사할 필요가 없다.

    Match Writing Style 기능도 실용적이다. 여러 사람이 작성한 문서에서 문체가 뒤섞인 경우, Gemini가 전체 문서의 어조와 스타일을 분석해 통일시킨다. 팀 문서 편집에서 반복되던 수작업이다.

    Google Sheets — 스프레드시트를 말로 만든다

    Sheets의 Fill with Gemini는 세 가지를 한다. 첫째, 자연어 지시로 스프레드시트 전체를 생성한다. “지난달 팀 지출 내역 이메일 기반으로 예산 정리 시트 만들어줘”가 작동한다. 둘째, 데이터를 자동 분류·요약한다. 셋째, Google Search에서 실시간 정보를 당겨 셀을 채운다.

    구글 주장으로는 수동 데이터 입력 대비 최대 9배 빠르다. 공개 벤치마크 SpreadsheetBench에서 70.48% 성공률을 기록했다. 실제 업무 수준의 스프레드시트 작업 기준이다.

    Google Slides — 스케치가 차트가 된다

    슬라이드 생성 시 Gemini가 기존 슬라이드 스타일을 읽고 디자인을 맞춘다. 새 슬라이드가 기존 덱과 동떨어지지 않는다. 더 실용적인 기능은 따로 있다. 브레인스토밍 테이블이나 스케치를 입력하면 편집 가능한 차트와 다이어그램으로 변환된다. 정리된 표를 보기 좋은 차트로 만드는 데 쓰던 시간이 줄어든다.

    Google Drive — 파일 검색이 AI 답변으로

    Drive에서 자연어로 검색하면 결과 목록 위에 AI Overview가 뜬다. Google 검색에서 쓰는 그것과 같은 방식인데, 범위가 내 Drive 파일로 한정된다. 파일 출처가 인용된다. “지난 분기 고객사 계약서에서 위약금 조항 찾아줘” 수준의 질의가 가능해진다.

    그래서 한국 직장인에게 의미하는 것

    이 업데이트의 핵심은 앱 간 데이터 장벽 제거다. 지금까지 Google Workspace 사용자는 이메일에서 정보를 복사해 문서에 붙이고, 그걸 다시 슬라이드로 옮기는 수작업을 반복했다. Gemini가 이 이동 경로를 대신한다.

    한국 직장인이 많이 쓰는 워크플로에 직접 적용된다. 주간 보고서 초안 작성, 회의 후 액션 아이템 정리, 팀 예산 현황 정리가 주요 대상이다. Google Workspace를 쓰는 스타트업, IT 기업, 외국계 회사에서 즉시 체감할 수 있다.

    비교 대상은 Microsoft 365 Copilot이다. Copilot도 같은 방향이지만, Google Workspace 사용자는 별도 마이그레이션 없이 지금 쓰는 툴에서 같은 경험을 얻는다. 어느 쪽을 쓰든 결론은 같다. 문서 작업의 처음 초안은 이제 사람이 직접 치지 않아도 된다.

    지금 바로 할 수 있는 것

    • Google AI Pro/Ultra 구독자: 지금 Google Docs를 열고 “Help me write” 버튼 클릭. Drive 파일을 @멘션으로 연결해 문서 초안 생성 테스트. 베타 기능은 구독 플랜에서 자동 활성화돼 있다.
    • Google Workspace 무료/Basic 사용자: AI Pro 플랜(월 $19.99, 한국 기준)으로 업그레이드 시 이 기능 포함. 업무 자동화 효과와 구독 비용을 비교해 판단.
    • Microsoft 365 vs Google Workspace 선택 중인 팀: 두 플랫폼의 AI 기능이 사실상 동등 수준에 도달했다. 현재 더 많이 쓰는 쪽을 유지하면서 AI 기능을 먼저 써보는 것이 현실적이다.

    관련 글

    출처