[AI 매터스 뉴스레터 #192] 'AI 영상'일 땐 경탄, '영화'로 보면 균열이 드러난다

이 기사, AI에게 물어보기

안녕하세요, AI매터스입니다.

AI는 이미 우리의 삶입니다. 그 가운데 놓치지 말아야 할 중요한 이슈들을 정리해 제공합니다.

놓치지 마시기 바랍니다.

구글 어시스턴트 9월 4일 종료…되돌릴 수 없는 제미나이 전환 🔚🤖

2016년부터 안드로이드의 음성 비서를 맡아온 구글 어시스턴트가 9월 4일 자로 스마트폰과 태블릿에서 사라집니다. 구글(Google)이 기존 이용자에게 보낸 안내 메일에서 제미나이(Gemini)가 그 자리를 대신한다고 밝혔는데요. 웨어OS 시계와 이어버드, 안드로이드 오토까지 함께 적용되고, 한번 전환되면 어시스턴트로 되돌릴 수 없습니다. 다만 구글 빌트인 차량과 구글 홈 스피커, 구글 TV는 이번 종료 대상에서 빠졌습니다. 더 알아보기

머스크 실적 발표 절반이 AI·로봇인데 매출 70%는 자동차 🚗🤖

테슬라 매출의 70%는 여전히 자동차에서 나오는데, 정작 일론 머스크(Elon Musk)가 실적 발표에서 자동차를 말하는 시간은 갈수록 줄고 있습니다. 테크크런치(TechCrunch)가 허드슨 랩스와 함께 7년치 발언을 분석했더니, 머스크는 발언의 약 50%를 AI와 로보택시, 완전자율주행에 쓰고 있었는데요. 2022년만 해도 그 비중은 15~20% 수준이었습니다. 자동차와 제조를 말하는 비중은 이제 3분의 1을 밑돕니다. 더 알아보기

미니맥스, 텍스트·이미지·영상·음성 한 모델에 담은 ‘H3’ 🎬🔀

글자와 그림, 영상, 소리를 따로 다루지 않고 하나의 맥락으로 함께 이해하는 모델이 중국에서 나왔습니다. 미니맥스(MiniMax)가 7월 31일 공개한 멀티모달 생성 모델 H3인데요. 2K 해상도에서 최대 15초 길이 영상을 스테레오 음향과 함께 만들고, 며칠 안에 가중치도 개방할 계획입니다. 평가 기관 아티피셜 애널리시스에서 영상 편집 부문 1위, 텍스트투비디오와 이미지투비디오에서 상위 3위에 올랐습니다. 더 알아보기

오픈AI, GPT-5.6 값 80% 인하…중국 모델 견제 신호 💸🔻

1년 전 최고 수준 모델과 비슷한 성능을 작업당 6% 비용으로 쓸 수 있게 됐습니다. 오픈AI(OpenAI)가 7월 30일 GPT-5.6 루나의 API 가격을 80%, 테라를 20% 내렸는데요. 자체 커널을 다시 짜 운영비를 20% 줄인 결과라는 설명이지만, CNBC는 키미와 큐원(Qwen), 딥시크 같은 중국 오픈웨이트 모델의 저가 공세에 맞선 조치로 봤습니다. 오픈AI가 함께 공개한 비용 대비 성능 그래프에도 중국 모델들이 나란히 놓였습니다. 더 알아보기

HP·에이수스·에이서, 중국 CXMT D램 노트북에 넣기 시작 💾🔺

싼 값 때문이 아니라 물량이 없어서 중국산 메모리를 택했습니다. HP와 에이수스, 에이서가 중국 창신메모리(CXMT)의 D램을 노트북에 쓰기 시작했다고 니혼게이자이신문이 전했는데요. 한 소식통은 CXMT D램이 삼성전자 제품보다 결코 싸지 않다고 말했습니다. AI 데이터센터 증설로 지난 18개월 사이 D램 값이 3배로 뛴 여파로, 제조사들이 삼성·마이크론과의 기존 공급 관계를 살피며 조심스럽게 채택을 늘리고 있습니다. 더 알아보기

구글 제미나이 스파크, 내 PC 크롬을 직접 조작한다 🖱️🔓

AI 에이전트가 원격 서버가 아니라 내 컴퓨터에 깔린 크롬을 직접 열어 일합니다. 구글이 7월 30일 개인용 에이전트 제미나이 스파크를 크롬 오토 브라우즈 기능과 연결했는데요. 이용자가 허가하면 로그인된 계정과 저장된 비밀번호까지 사용합니다. 저장해 둔 아파트 방문 일정을 잡거나 항공권을 조사해 예약을 시작하는 작업이 예시로 제시됐고, 프롬프트 인젝션 방어를 적용해 결제 같은 민감한 단계는 이용자에게 넘깁니다. 더 알아보기

AI에 돈 쏟은 기업 10곳 중 9곳, 예산이 몇 달 만에 바닥났다 💰📉🔥

새 AI 기능 도입은 만장일치로 통과됐는데, 비용이 얼마냐는 질문이 나오자 회의실이 조용해졌습니다. 맥킨지(McKinsey)가 7월 내놓은 보고서에서 조사 기업의 93%가 AI 예산을 초과했고, 예산을 지킨 곳은 5%뿐이었는데요. 실험 단계에서 전사 도입으로 넘어가면 지출이 약 네 배로 뛰고, 1년치 예산을 몇 달 만에 소진한 기업까지 나왔습니다.

돈이 새는 진짜 이유는 예측 불가능성입니다. 같은 작업도 토큰 소비량이 최대 30배 차이 나고, 부서마다 제각각 사들인 숨은 지출이 전체의 20~30%에 이르는데요. 해법은 값비싼 모델을 갈아치우는 것이 아니라 반복 지시문을 저장해 재사용하는 프롬프트 캐싱처럼 시스템 자체를 손보는 쪽에 있었습니다. 👉 AI 비용을 20~30% 줄인 기업들의 방법, 확인해 보세요. 더 알아보기

AI가 ‘수학’을 자꾸 쪼개는 이유, 중국 연구팀이 찾은 해법 🧩🧠🔧

AI의 머릿속을 들여다보는 해석 도구를 키웠더니 엉뚱한 고장이 생겼습니다. ‘수학’이라는 개념이 ‘대수’, ‘기하’로 잘게 부서지고, ‘S로 시작하는 단어’ 규칙에서 short와 small만 쏙 빠지는 식인데요. 중국과학기술대와 인민대 공동 연구팀은 이 두 고장이 AI가 조각을 최대한 적게 쓰려는 습성에서 비롯됐다고 짚었습니다.

연구팀이 내놓은 해법은 여러 문장을 한 묶음으로 보며 같은 개념은 늘 같은 조각에 담게 만드는 C2R입니다. 성능은 그대로 두면서 쪼개짐과 흡수를 크게 줄였고, 구글 젬마뿐 아니라 큐원3-8B와 라마-3-8B에서도 같은 효과를 확인했는데요. AI를 감시하려면 그 머릿속 지도부터 정확해야 한다는 점에서 안전 검증의 출발선에 닿는 연구입니다. 👉 AI 해석 도구의 구멍을 메운 방법, 확인해 보세요. 더 알아보기

거대 AI 7개를 이긴 40억짜리 꼬마, 부품값이 딱 1원이었다 🐜🏆💸

설계 대결이라면 몸집 큰 최신 모델이 이길 것 같지만 결과가 뒤집혔습니다. 파라미터 40억 개짜리 소형 AI 아르코-T가 GPT-5.2와 클로드-4.5-소네트, 제미나이 등 대형 모델 7개를 상대로 12개 지표 중 8개에서 1위를 차지했는데요. 표면 오차를 재는 챔퍼 거리 4개 부문을 모두 휩쓸었고, 부품 하나를 평균 0.41초, 우리 돈 1원 남짓에 만들었습니다.

같은 시험에 클로드가 65배인 18달러를 쓴 것을 감안하면 격차가 큽니다. 비결은 몸집이 아니라 데이터를 다듬는 방식이었는데요. 130만 개 설계 데이터를 같은 양식으로 다시 쓰고, 실제 CAD에서 돌려 멀쩡한 것만 골라 학습시켰습니다. 다만 복잡한 부품 실패율은 12%로 아직 숙제가 남았습니다. 👉 작은 AI가 거대 모델을 이긴 진짜 비결, 확인해 보세요. 더 알아보기

‘AI 영상’일 땐 경탄, ‘영화’로 보면 균열이 드러난다

같은 작품을 두 번 봤을 때 두 번의 인상이 크게 달라졌다. 함샤우트 글로벌 이영준 크리에이티브 본부장은 생성형 AI 장편 「Hell Grind」를 힉스필드(Higgsfield) 플랫폼에서 20분짜리 에피소드 1로 먼저 보고, 이후 시사회장에서 95분 풀버전으로 다시 관람했다. 두 경험 사이의 간극이야말로 생성형 AI 영상 산업이 지금 서 있는 좌표를 가장 정확히 보여준다는 것이 그의 진단이다.

컷을 넘어도 인물의 얼굴이 유지됐고 조명과 색감의 톤이 일관됐으며, 무엇보다 시청자를 ‘장면’이 아니라 ‘이야기’로 끌고 갔다. 5분짜리 AI 웹드라마의 어색함에 익숙한 눈에는 기술 발전 속도를 체감하기에 이만한 사례가 드물었다. 한마디로 ‘영화적’이었다.

그런데 이를 ‘영화’로 인식하는 순간 평가의 프레임이 달라진다. 한 세기 넘게 축적된 영화 문법 앞에서 균열이 드러났다. 서사의 밀도와 인물 동기 설계에서 기존 영화와의 격차가 컸고, 더 근본적으로는 감정 표현의 ‘농도’가 문제였다. 이 작품이 자연스럽게 구현한 감정은 사실상 분노와 극한의 슬픔 두 가지뿐이어서, 주인공은 상영 내내 화를 내거나 눈물을 흘린다. 중간값이 빠진 감정 연기는 서사를 극단으로 몰고 갈 수밖에 없다.

액션 시퀀스에서는 스펙터클과 빠른 움직임이 살아났다. 스펙터클과 역동적인 움직임은 생성형 AI가 잘 만들어내는 장면으로 꼽힌다. 다만 컷이 바뀌면 오른쪽에 있던 인물이 왼쪽에서 등장하는 등 ‘180도 법칙’ 수준의 공간 일관성이 흔들렸다. 개별 숏의 완성도는 높은데 숏과 숏 사이의 연속성이 끊기는 것, 이것이 아직 남은 AI 영상 파이프라인의 구조적 약점이다.

15명 남짓의 인력이 단기간 저예산으로 장편을 완성했다. 전통적 제작 방식으로는 성립하기 어려운 조건이다. AI가 장편을 만들 수 있느냐는 질문의 답은 이미 ‘예스’다. 본질적인 질문은 그다음, 관객이 이를 ‘신기한 AI 영상’이 아니라 ‘한 편의 영화’로 인식하는 순간 무엇이 남느냐에 있다. 경탄의 단계는 저물고 있다. 이제 필요한 것은 AI가 잘하는 영역과 그렇지 못한 영역을 정밀하게 나누고, 감정의 층위와 숏 간 연속성, 서사 설계를 인간의 기획과 연출로 어떻게 메울지에 대한 방법론이다.

👉 「Hell Grind」가 드러낸 AI 영상의 현재 좌표, 자세히 알아보기