GPT-5.6 공개와 ICML 2026 서울 현장 정리: 자기 개선 신호, 추론 인프라, 데이터 산업

핵심 메시지

• GPT-5.6은 두 달 전부터 일부 사용자에게 풀려 있었고, 공통된 평은 '가장 큰 모델의 향은 아니지만 매우 좋다, 새 데일리 드라이버'였다.
• 발표 현장에서 큰 모델이 작은 모델을 사후 훈련하는 시연이 나오면서, 가중치 개선과 하네스 개선 양쪽에서 재귀적 자기 개선 신호가 함께 관측되고 있다.
• ICML 현장의 지배적 정서는 'AGI는 되는 게임'이었고, 연구 관심은 알고리즘보다 무엇을 어떻게 측정할 것인가로 옮겨가 있었다.
• 부스 지형은 빅테크의 채용 창구, GPU를 빌려주고 추론을 파는 네오클라우드, 전문가를 모아 데이터셋을 만들어 프런티어 랩에 파는 회사로 나뉘었다.
• 기업들이 핵심 워크플로를 프런티어 랩에 넘기는 위험을 자각하면서 온프레미스 수요가 오르는데, 기댈 만한 오픈소스가 대부분 중국 모델이라는 것이 새로운 변수다.

쉽게 이해하기

이 회차는 2026년 7월 11일 토요일 아침에 녹화됐다. 같은 주에 GPT-5.6이 전격 공개됐고 서울 코엑스에서 ICML이 열려, 세 진행자가 모델 소식과 학회 현장 이야기를 나눠 다룬다. 한 명은 프레스 자격으로 학회 부스를 돌았고, 다른 한 명은 일주일 내내 사이드 이벤트를 주최하고 다녔다.

GPT-5.6에 대한 평가는 대체로 후하다. 유명 사용자들이 길게는 두 달 전부터 써 보고 있었고, 공통된 반응은 가장 큰 모델급의 무게감은 아니지만 매우 좋다, 새로운 데일리 드라이버라는 것이었다. 코딩 성능 향상이 뚜렷하다는 평도 나온다. 다만 실무에서는 부담도 함께 왔다. 상위 모델에 High, Max, Ultra 같은 노력 단계가 여섯 갈래로 늘어나면서 어떤 단계를 골라야 하는지 감을 사람이 직접 익혀야 하고, 구독으로 쓰는데도 비용 차감이 빠르게 느껴진다는 체감이 공유된다. 가격은 앤스로픽의 상위 모델과 비슷한 수준이되 출력 단가가 조금 더 비싸게 형성됐고, 아직 구독제 안에 들어 있다는 점이 관전 포인트로 꼽힌다. 다음 세대가 큰 모델로 나온다는 소문이 있어, 그때도 구독에 넣어 줄지 종량제로 갈지가 시장의 관심사다.

기술적으로 가장 눈에 띈 대목은 재귀적 자기 개선 신호다. 발표 자리에서 상위 모델이 가장 작은 모델을 사후 훈련해 실무에 쓸 수 있게 만드는 과정이 소개됐는데, 지도 미세조정인지 강화학습인지는 공개되지 않았고 핵심 수치도 가려져 있었다. 진행자들은 자기 개선이 가중치를 갱신하는 쪽과 하네스 자체를 개선하는 쪽 두 갈래로 나뉜다고 정리하면서, 지금은 하네스 개선이 우세하지만 가중치 쪽 신호도 함께 나타나고 있다고 본다. 같은 주에 알고리즘 경진 대회에서 에이전트가 만점을 받고 휴리스틱 부문에서 인간 참가자 전원을 앞섰다는 소식, 64개의 서브 에이전트를 동원한 워크플로가 한 시간 만에 어떤 수학 추측 관련 결과를 냈다는 소식도 함께 전해진다. 다만 후자는 수학 커뮤니티의 검증을 거치지 않았다는 단서가 붙는다.

ICML 현장 이야기는 전시장 지형도에서 시작한다. 참가자 규모는 1만 명에서 1만 5천 명까지 추정될 만큼 역대급이었고, 부스 하나 값이 3~4만 달러라는 이야기가 돌았다. 빅테크와 네이버는 라이트닝 토크를 열고 연구자를 상주시키는 비슷한 방식으로 운영했는데, 실제 목적은 졸업을 앞둔 대학원생 채용이라는 인상이 강했다. 미스트랄은 한국 지사의 창립 멤버를 뽑고 있었고, 중국계 회사들의 부스에서는 중국어가 크게 들렸다. 논문 발표 세션에서도 중국계 이름의 발표자가 절반을 넘었다는 관찰이 나온다.

인프라 쪽 지형은 더 구체적이다. GPU를 빌려주는 네오클라우드와 추론을 파는 회사가 눈에 띄게 많았고, 한국계로는 GPU 클러스터를 공급하는 회사와 추론 서빙을 파는 회사가 각각 소개된다. 후자는 서울대 연구실에서 나온 기법을 기반으로 창업했고, 오픈소스로 널리 쓰이는 서빙 프로젝트와 같은 계열에서 갈라져 나왔다는 설명이 붙는다. 이들이 말하는 해자는 지연 시간과 대역폭을 맞추면서 가동률을 99.9%로 유지하고 추론 단가를 낮추는 것이다. 그 아래로는 전용 가속기를 만드는 회사와, 다양한 가속기에 맞춰 양자화와 포팅으로 모델을 얹어 주는 회사가 있다. 진행자는 이제 이 판이 칩부터 데이터센터, 추론, 애플리케이션 워크로드까지 하나로 들러붙은 종합 예술이 되어서, 스택 전반을 아는 사람만 대화에 참여할 자격이 생긴다고 말한다.

데이터 쪽에서는 학부생과 대학원생을 전공별 전문가로 모아 데이터를 만들게 하고 그것을 프런티어 랩에 파는 회사가 큰 부스를 차렸다는 이야기가 인상적이다. 진행자는 이런 회사들이 검색 시대의 크롤러 역할을 한다고 설명한다. 사람이 도메인 안에서 의도를 설정하면 데이터셋 자체는 모델이 재조합해 만들고, 마지막에 그것을 평가할 사람이 많이 필요하다는 구조다. 게임 클립 플랫폼을 기반으로 영상과 함께 플레이어의 입력 키까지 보유한 회사가 50억 파라미터 규모의 월드 모델을 시연한 사례도 소개된다. 게임 엔진 없이 모델이 화면을 직접 만들어 주는 방식이며, 데이터는 해자라서 팔지 않는다는 답이 돌아왔다고 한다.

주요 인사이트

• 구독제의 지속 가능성이 실무자들의 실질적인 불안 요소로 자리 잡았다. 진행자들은 프런티어 랩들이 수익 개선을 위해 종량제로 옮겨갈 가능성을 걱정하면서, 대안으로 중국계 오픈소스 모델을 직접 서빙해 저렴하게 쓰는 길을 검토한다고 말한다.
• 토큰을 많이 태우는 것 자체를 성과로 여기는 분위기에 대한 경계가 나온다. 주당 인당 1만 달러를 쓴다는 스타트업과 하루 2만 달러를 태운다는 사람이 같은 자리에서 이야기하는 상황인데, 사용량은 결과물의 품질 평가와 짝을 이루어야 의미가 있다는 지적이다.
• AI for Science는 다음 흐름으로 자리 잡으려 하지만 내부는 둘로 갈라져 있다. 스케일을 믿는 쪽과 도메인 지식이 먼저라는 쪽이 같은 자리에 앉으면 불편해할 정도이고, 실제로 한 참석자가 테이블을 옮겨 갔다는 일화까지 전해진다.
• 바이오 데이터의 불편한 진실이 구체적으로 언급된다. 제약사가 수백만 건의 실험 데이터를 갖고 있다고 해도, 실제로 학습 가치가 있는 구간은 반응이 일어나는 짧은 순간에 몰려 있고 앞부분은 압축 가능한 데이터라는 것이다. 컴퓨트는 준비돼도 데이터가 모자란다는 인식이 공유돼 있다.
• 학회의 무게중심이 논문에서 산업으로 옮겨갔다는 관찰이 나온다. 주목할 논문을 물어보고 다녔더니 요즘은 논문보다 업계에서 나오는 이야기가 더 가치 있다는 답이 대부분이었다는 것이다.
• 온프레미스 전환에는 지정학적 변수가 붙는다. 미국 기업이 기대는 오픈소스 모델이 대부분 중국계라는 점 때문에, 내년쯤 미국 정부가 자국 기업의 중국 오픈소스 모델 사용을 금지할 수 있다는 전망이 현장에서 나왔다고 한다. 그렇게 되면 서방권이 공급할 수 있는 준프런티어급 오픈 모델의 값어치가 크게 오를 것이라는 예측이다.

자주 묻는 질문

관련 AI 소식