AI

클라우드플레어, OpenAI '데이브레이크'로 취약점 조사부터 수정안까지 연결

OpenAI는 자사 뉴스 채널 'OpenAI News'에서 미국 네트워크·보안 기업 클라우드플레어(Cloudflare)가 OpenAI의 도구로 취약점을 찾는 일과 막는 일을 하나로 잇고 있다고 소개했다.OpenAI에 따르면 클라우드플레어는 'OpenAI 데이브레이크(Daybreak)'로 취약점을 조사하고 수정안을 제안받는다. 제안된 수정안은 바로 적용되지 않고 검토를 거친다. 취약점을 발견하는 데서 끝나지 않고 고치는 방안까지 한 흐름에서 마련하는 방식이다.개발 업무에서도 OpenAI의 도구를 쓴다. 클라우드플레어 개발자들은 '코덱스(Codex)'를 사용해 개발 속도를 높이고 코드 품질을 개선하고 있다고 OpenAI는 밝혔다.OpenAI는 이번 사례를 통해 클라우드플레어가 보안 분야에서는 데이브레이크를, 개발 분야에서는 코덱스를 함께 활용하고 있다고 설명했다.

앤트로픽 '클로드 페이블 5' 요청 오류 증가… 약 40분 만에 해소

앤트로픽의 AI 모델 '클로드 페이블 5(Claude Fable 5)'에서 요청 오류가 평소보다 늘어나는 장애가 발생했다가 약 40분 만에 해소됐다. 앤트로픽은 공식 서비스 상태 페이지에 'Claude Fable 5 성능 저하(Degraded performance for Claude Fable 5)'라는 제목으로 장애를 공지했고, 이후 문제가 해결됐다고 알렸다. 앤트로픽은 AI 서비스 '클로드'를 개발하는 회사다.앤트로픽 상태 페이지의 공지에 따르면 회사가 처음 문제를 알린 시각은 협정세계시(UTC) 기준 10월 21일 19시 49분이다. 한국 시간으로는 10월 22일 오전 4시 49분이다. 앤트로픽은 이때 공지를 '조사 중(Investigating)' 상태로 올리고 "Claude Fable 5로 들어오는 요청에서 오류가 늘어난 현상을 조사하고 있다"며 "가능한 한 빨리 추가 소식을 전하겠다"고 밝혔다.해결 공지는 UTC 기준 같은 날 20시 29분, 한국 시간 22일 오전 5시 29분에 올라왔다. 앤트로픽은 공지 상태를 '해결됨(Resolved)'으로 바꾸고 "다른 클로드 모델에 영향을 준 문제가 해결됐다"고 설명했다. 첫 공지에서 해결 공지까지는 40분이 걸렸다. 공지에는 '조사 중'과 '해결됨' 두 단계만 기록돼 있다.이번 공지는 서비스가 완전히 멈춘 '중단'이 아니라 '성능 저하'로 분류됐다. 상태 페이지에서 성능 저하는 서비스가 계속 돌아가지만 응답이 느려지거나 일부 요청이 실패하는 상태를 가리킨다. 앤트로픽이 첫 공지에서 '오류 증가(elevated errors)'라는 표현을 쓴 것도 이 때문이다. 모든 요청이 실패한 것이 아니라 오류가 나는 요청의 비율이 평소보다 높아졌다는 뜻이다. 이 시간대에 클로드 페이블 5를 호출한 사용자는 일부 요청에서 오류 응답을 받았을 수 있다.한편 공지 제목과 첫 안내문은 클로드 페이블 5 한 모델만 지목했지만, 해결 공지에는 '다른 클로드 모델'이라는 표현이 들어갔다. 공지 문구만 보면 장애 영향이 클로드 페이블 5

오픈AI 'Decisions API' 정식 출시… gpt-6-luna 적용, 요청당 질문 한도 400개로 두 배

오픈AI가 애플리케이션이 빠르게 판단을 내리도록 돕는 'Decisions API'를 정식 버전으로 내놨다. 오픈AI는 공식 채널인 OpenAI News에 「Decisions API로 더 반응성 높은 앱을 만들라(Build more responsive apps with the Decisions API)」라는 제목의 글을 올렸다. 또 개발자 문서의 OpenAI API 변경 이력에는 10월 22일 자로 이 API가 gpt-6-luna 모델과 함께 일반 공개(GA)됐다는 항목을 게시했다. 공개 베타 때 200개였던 요청당 질문 수 한도는 이번에 400개로 두 배가 됐다.OpenAI News 게시물은 이 API를 '빠르고(fast), 초점이 분명하며(focused), 비용이 낮은(low-cost) 판단'을 내리는 도구라고 소개했다. 쓰임새를 특정 분야로 좁히지 않고 '어떤 애플리케이션이든' 적용할 수 있다는 점도 앞세웠다. 제목에서 보듯 오픈AI는 이 API를 앱의 반응성을 높이는 수단으로 내세웠다.변경 이력 항목은 더 기술적이다. 엔드포인트는 v1/decisions이고, 정식 출시 버전에는 gpt-6-luna 모델이 적용됐다. 오픈AI가 이 항목에 적은 변경점은 네 가지다. 첫째, 여러 요청에 공통으로 들어가는 입력을 캐시해 두면 프롬프트 캐시 할인을 받는다. 요청마다 같은 내용을 되풀이해 보내는 경우 그만큼 비용을 줄일 수 있다. 둘째, 질문마다 붙는 지시문(instructions)에 이미지를 넣을 수 있다. 질문 단위로 시각 자료를 함께 넘길 수 있다는 뜻이다. 셋째, input_json으로 구조화된 데이터를 직접 넘길 수 있다. 넷째, 한 요청에 담을 수 있는 질문 수가 공개 베타의 200개에서 400개로 늘었다. 오픈AI는 공개 베타 이후 달라진 내용을 따로 정리해 개발자들이 확인할 수 있게 했다.이번 정식 출시는 공개 베타를 거친 뒤 이뤄졌다. 변경 이력은 질문 한도를 비롯한 주요 수치를 베타 시절과 견주어 적었다. 베타 기간에 이 API를 써 온 개발자들이

앤트로픽 클로드 '커넥터' 기능 오류 증가… 회사 "원인 조사 중"

AI 챗봇 클로드(Claude)를 만든 미국 AI 기업 앤트로픽은 22일 클로드의 '커넥터(Connectors)' 기능에서 오류가 늘어나는 장애가 발생했다고 밝혔다. 앤트로픽 공식 상태 페이지에 따르면 회사는 이날 03시 50분(UTC)에 장애 공지를 올렸다. 한국 시간으로는 같은 날 낮 12시 50분이다. 공지 제목은 'Elevated errors affecting Connectors'로, '커넥터에 영향을 주는 오류 증가'라는 뜻이다.앤트로픽은 공지에서 "커넥터에 영향을 주는 오류 증가를 조사하고 있으며, 가능한 한 빨리 업데이트를 제공하겠다"고 설명했다. 공지는 '조사 중(Investigating)' 단계로 올라왔다. 이 단계는 회사가 문제를 알아차리고 원인을 찾기 시작했다는 뜻이다. 상태 페이지는 보통 이후 '원인 확인(Identified)', 조치 뒤 경과를 지켜보는 '모니터링(Monitoring)', 정상화를 알리는 '해결(Resolved)' 순서로 단계를 바꿔 가며 진행 상황을 알린다.공지 제목에 쓰인 'elevated errors'는 서비스가 완전히 멈췄다는 뜻이 아니다. 평소보다 요청 실패가 많아진 상태를 가리키는 말이다. 그래서 같은 기능을 써도 정상적으로 처리되는 요청과 오류가 나는 요청이 섞일 수 있다. 이번 공지는 클로드 서비스 전체가 아니라 커넥터 기능만 장애 대상으로 적었다.커넥터는 클로드를 외부 서비스나 데이터 저장소와 연결하는 기능이다. 사용자는 이 기능으로 대화 중에 연동된 외부 도구의 정보를 불러오거나 그 도구로 작업을 처리할 수 있다. 커넥터에 오류가 늘면 연동 서비스에서 자료를 가져오거나 외부 도구를 실행하는 단계가 실패하거나 지연될 수 있다. 업무 문서나 사내 도구를 클로드와 연결해 쓰는 사용자라면 평소와 다른 응답이 나오는지 살펴볼 필요가 있다.장애 공지가 올라온 시각은 한국 기준으로 평일인 목요일 점심 무렵이다. 국내에서도 클로드를 업무에 쓰는 기업과 개발자가 늘고 있어 오후 업무에 영향이 생길 수 있다. 특히 커넥터

범용 코딩 에이전트에 3D 인식 도구 붙였더니 공간추론 성능 최대 20점 넘게 올랐다…Ropedia 「S-Agent 2.0」 공개

따로 만든 전문 시스템 대신 시중에 나와 있는 범용 코딩 에이전트에 3D 인식 도구를 붙여 공간추론 성능을 크게 끌어올린 연구가 나왔다. arXiv에 공개된 논문 「S-Agent 2.0: Spatial Reasoning with a General Coding Agent」에 따르면 Ropedia 소속 Rui Gong 등 연구자 12명은 공간추론 에이전트 'S-Agent 2.0'을 개발했다. 이 에이전트는 공개 모델 Qwen3.8-27B를 쓸 때 공간추론 벤치마크 두 곳에서 도구 없는 에이전트보다 각각 13.9점, 20.5점 높은 점수를 냈다. 논문은 허깅페이스의 일일 논문 목록에서 추천 62회를 받았다.공간추론은 물체가 3차원 공간의 어디에 있는지, 물체끼리 어떤 관계인지, 어떻게 움직이는지를 모델이 알아내는 과제다. 최근에는 시각언어모델(VLM)이 한 번에 답을 내는 대신 3D 인식 도구로 직접 근거를 모으는 '에이전트형' 방식이 나오면서 성능이 크게 올랐다. 연구진은 그래도 한계가 남아 있다고 봤다. 도구가 맞는 근거를 내놔도 모델이 정답에 이르지 못하는 질문이 많다는 것이다. 도구가 내놓은 측정값을 실제로 쓸 수 있는 결론으로 바꾸는 단계, 곧 모델과 도구 사이의 연결 고리가 비어 있다는 게 연구진의 진단이다.S-Agent 2.0은 이 빈틈을 겨냥했다. 기존 범용 코딩 에이전트에 명령줄(커맨드라인) 방식의 인식 도구 모음을 쥐여주는 구조다. 인터페이스는 'VLM이 근거의 고리를 스스로 닫도록 돕는다'는 원칙 하나에 맞춰 설계했다. 에이전트는 먼저 장면에서 근거를 모으고, 이를 계속 유지되는 '장면 메모리'에 저장한 뒤, 측정값 하나하나를 평이한 공간 언어로 풀어 해석한다. 연구진은 이렇게 하면 코딩 에이전트의 유연성을 그대로 살리면서도 에이전트가 판단에 쓰는 모든 측정값이 도구가 계산한 기하 정보에 근거하게 된다고 설명했다.성능은 MMSI-Bench와 ReVSI 두 벤치마크로 쟀다. Qwen3.8-27B를 바탕으로 했을 때 S-Agent 2.0은 MMSI-

90억 파라미터 로봇 '두뇌', 사후학습으로 성공률 18%→71%… GPT-5.5 기반 Codex에 근접

미국 센트럴플로리다대(University of Central Florida) 연구진이 로봇 작업 계획을 짜는 AI 모델, 즉 '플래너'를 사후학습으로 직접 개선하는 프레임워크 'AgenticRoboRL'을 공개했다. Xinxin Liu 등 연구자 7명이 사전공개 논문 저장소 arXiv에 올린 논문(arXiv:2610.28589)에 따르면, 이 방법으로 학습한 90억(9B) 파라미터 플래너는 로봇 조작 벤치마크 LIBERO-PRO에서 성공률이 18.1%에서 71.0%로 올랐다. 외부 메모리를 쓰지 않고 낸 결과다. 외부 메모리를 붙인 Codex(GPT-5.5)는 같은 벤치마크에서 72.1%를 기록했다. 이 논문은 연구자 커뮤니티 플랫폼 허깅페이스의 일일 논문 목록에서 추천 16회를 받았다.'에이전틱 로보틱스'는 작업 계획을 세우는 플래너와 실제 로봇을 움직이는 실행 환경, 즉 '하네스'를 묶어 복잡한 조작 작업을 수행하는 시스템이다. 연구진은 초록에서 그동안의 연구가 하네스를 다듬거나 외부 메모리를 붙이는 방식으로 성능을 끌어올렸지만, 플래너로는 성능이 강력한 폐쇄형 모델을 가져다 썼을 뿐 플래너 자체의 능력은 개선하지 않았다고 지적했다. 반면 코딩 에이전트 분야는 모델을 직접 사후학습해 성능을 크게 끌어올렸다. 연구진은 같은 방법이 로봇 플래너에도 통하는지 확인하려고 이번 연구에 나섰다고 밝혔다.걸림돌은 하네스마다 실행 방식이 다르다는 점이었다. 어떤 하네스는 시각·언어·행동 모델(VLA)이 가진 기술을 호출하는 방식으로 로봇을 움직이고, 어떤 하네스는 플래너가 제어 코드를 직접 생성한다. 하네스별로 학습 체계를 따로 만들면 사후학습을 여러 환경으로 넓히기 어렵다.AgenticRoboRL은 이 문제를 '하네스별 어댑터'로 풀었다. 어댑터는 플래너가 하네스와 주고받은 상호작용 기록을 작업 성공 여부와 연결해 준다. 덕분에 실행 방식이 서로 달라도 강화학습 파이프라인 하나로 학습할 수 있고, 실행을 맡는 구성요소는 건드리지 않은 채 플래너만 학습시킨다. 학습은 두

OpenAI 모델, 구글 클라우드에 들어간다… 제미나이 '모델 가든'서 제공

OpenAI는 공식 소식 채널인 OpenAI News를 통해 구글 클라우드와 손잡고 자사 모델을 구글 클라우드에서 제공한다고 발표했다. 두 회사는 OpenAI의 프런티어 모델과 코딩 에이전트 '코덱스(Codex)' 기반 워크플로를 제미나이(Gemini)의 모델 가든(Model Garden)에 들여온다.발표에 따르면 이 모델과 워크플로는 구글 클라우드 마켓플레이스(Google Cloud Marketplace)에서 이용할 수 있다. 구글 클라우드 고객은 별도 경로를 거치지 않고 구글의 모델 카탈로그와 마켓플레이스 안에서 OpenAI 모델을 고를 수 있게 된다.이번 발표의 대상은 OpenAI가 '프런티어 모델'이라 부르는 최상위 모델군과 코덱스 워크플로다. 코덱스는 OpenAI가 개발자용으로 내놓은 코딩 도구다. 모델만 들어가는 데 그치지 않고 코덱스를 활용한 작업 흐름까지 함께 구글 클라우드 환경에 들어간다는 점이 이번 발표의 핵심이다.그동안 구글 클라우드의 모델 가든은 구글이 자체 개발한 제미나이 모델을 중심으로 운영돼 왔다. 이번 발표로 경쟁 관계에 있는 OpenAI의 모델도 구글 클라우드 플랫폼에서 함께 쓸 수 있게 됐다.

IBM, 음성 AI 모델 'granite-speech-5.0-2b' 경량화 버전 공개…개인 PC에서 돌리는 GGUF 형식

IBM이 음성 AI 모델 'granite-speech-5.0-2b'를 개인 컴퓨터에서도 돌릴 수 있도록 가볍게 만든 버전을 내놨다. IBM 공식 계정이 허깅페이스에 올린 자료를 보면, IBM은 10월 14일 'ibm-granite/granite-speech-5.0-2b-GGUF'를 공개했다. 원래 모델보다 메모리를 적게 쓰거나 추론 속도를 높이도록 만든 경량화·양자화 버전이다.이번에 공개된 경량화 버전은 GGUF 형식 한 가지다. GGUF는 대형 서버가 아닌 개인용 PC에서 AI 모델을 실행할 때 흔히 쓰는 파일 형식으로, 양자화를 거친 모델을 배포하는 데 많이 쓰인다. 양자화는 모델이 계산에 쓰는 숫자를 더 적은 비트로 나타내는 기법이다. 정밀도를 조금 내주는 대신 파일 크기와 메모리 사용량이 줄어든다. 그래서 값비싼 GPU 서버가 없어도 모델을 띄울 수 있다. IBM은 이번 버전의 목적을 '적은 메모리로 구동'과 '더 빠른 추론' 두 가지로 설명했다.모델 이름의 '2b'는 매개변수(파라미터)가 20억 개 규모라는 뜻이다. 매개변수가 수천억 개에 이르는 초거대 모델과 비교하면 원래도 작은 편이다. 여기에 양자화까지 거치면서 일반 노트북이나 데스크톱에서 쓰기가 더 쉬워졌다. 이름에 'speech'가 들어간 것처럼 음성을 다루는 모델이다. 모델을 자기 기기에서 직접 실행하면 음성 데이터를 외부 서버로 보낼 필요가 없다. 기기 안에서 음성을 처리하는 서비스를 만들려는 개발자에게는 쓸 수 있는 선택지가 하나 늘어난 셈이다.공개 방식도 눈여겨볼 만하다. 이번 GGUF 버전은 제3자가 변환해 올린 파일이 아니라 IBM의 그래니트(Granite) 모델 공식 계정인 'ibm-granite'에 올라왔다. 원본 모델을 만든 회사가 경량화 버전까지 직접 배포했기 때문에, 이용자는 출처가 불분명한 변환 파일을 찾지 않고도 공식 저장소에서 바로 내려받을 수 있다. 원본 모델과 경량화 버전이 같은 계정 아래 나란히 관리된다는 점에서 기업 이용자도 출처를 확인하기 쉽다.그래니트는 IB

앤트로픽, 'Claude Docs' 활용 영상 공개…"클로드가 팀원들과 한 문서에서 일한다"

사진 유튜브 ‘Claude’ 영상 갈무리앤트로픽이 10월 21일 공식 유튜브 채널(클로드 채널)에 1분 분량의 영상 'How an Anthropic engineer uses Claude Docs(앤트로픽 엔지니어의 Claude Docs 활용법)'를 올렸다. 앤트로픽 제품 엔지니어 더그(Doug)가 회사 업무에서 Claude Docs를 어떻게 쓰는지 직접 보여주는 영상이다. 영상 설명에 따르면 Claude Docs는 처음부터 개인이 아닌 '팀'이 쓰도록 설계됐다.앤트로픽은 영상 설명에서 이렇게 설계한 이유를 "업무 문서 대부분은 공유된다"는 점에서 찾았다. 회사에서 만드는 문서는 한 사람이 쓰고 끝나는 경우보다 여러 사람이 함께 읽고 고치고 의견을 다는 경우가 많다. Claude Docs는 이런 쓰임에 맞춰 만들어졌다. 앤트로픽 설명에 따르면 클로드는 문서 안에서 참여자 모두와 함께 일한다. 필요한 숫자를 가져오고, 작성자가 쓴 주장을 검증하고, 댓글로 달린 질문에도 답한다.이 설명에서는 클로드의 자리가 눈에 띈다. 이용자가 따로 대화창을 열어 질문하고 답을 받아 옮기는 방식이 아니다. 클로드가 동료들이 함께 보는 문서 안에 들어가 작업에 참여한다. 수치를 채우는 일, 사실관계를 확인하는 일, 댓글로 들어온 질문에 답하는 일은 협업 문서에서 늘 생기는 일이다. 앤트로픽은 이 세 가지를 클로드가 맡는 역할로 꼽았다.영상에서 더그는 Claude Docs를 쓰는 대표적인 업무로 스탠드업(standup)과 출시 검토(launch review)를 소개했다. 스탠드업은 팀원들이 짧게 모여 각자의 진행 상황과 걸림돌을 나누는 정례 회의다. 출시 검토는 제품이나 기능을 내놓기 전에 준비 상태와 근거를 점검하는 자리다. 두 업무 모두 여러 사람이 같은 문서를 보면서 수치를 확인하고 질문을 주고받는 일이 많다. 앤트로픽이 강조한 '공유 문서 속 클로드'가 실제로 어떻게 쓰이는지 보여주는 장면이다. 클로드를 만드는 회사의 엔지니어가 자기 일상 업무에서 이 기능을 어떻게 쓰는지 직접

구글 클라우드, 엔비디아 '베라 루빈' 기반 A5X 인스턴스 다음 달 정식 출시

엔비디아는 공식 블로그를 통해 구글 클라우드와 함께 엔비디아 '베라 루빈(Vera Rubin)' 기반 A5X 인스턴스를 다음 달 정식 출시한다고 밝혔다. 이후 유럽으로 제공 지역을 넓힐 계획이다. A5X 인스턴스는 베라 루빈 NVL72와 커넥트X-9 슈퍼NIC, 구글 클라우드 '버고(Virgo)' 네트워크, 4세대 액체 냉각 기술을 결합했다. 학습, 추론, 대규모 강화학습을 한 플랫폼에서 처리하도록 설계됐다. 구글 클라우드는 여러 거점에서 베라 루빈 기반 인프라를 최대 96만 개의 루빈 GPU 규모로 키울 계획이다.A5X를 처음 사용한 고객은 알파고 개발자 데이비드 실버가 세운 런던의 인에퍼블 인텔리전스다. 이 회사는 경험을 통해 계속 학습하는 '슈퍼러너' 시스템 연구에 A5X를 쓰고 있다. 런던의 마케팅 기업 WPP는 초기 테스트에서 보통 여러 노드로 구성된 클러스터가 필요하던 작업을 A5X 인스턴스 하나로 처리했다. 구글 클라우드는 이와 함께 엔비디아 RTX 프로 6000 블랙웰 GPU를 쓰는 G4 가상머신에서 기밀 컴퓨팅 기능을 정식 제공한다.

엔비디아, GTC 베를린서 '유럽 AI 경제' 청사진 공개…DSX POD·개방형 모델·에이전트 보안 망라

사진 The White House / Public domain (위키미디어 커먼즈)엔비디아가 독일 베를린에서 열린 GTC 베를린 2026에서 AI 공장 인프라, 개방형 모델, 에이전트 보안, 로컬 AI 기기를 아우르는 신제품과 협력 계획을 한꺼번에 내놓았다. 이 기사는 엔비디아 공식 블로그(NVIDIA Blog)가 올린 게시물 8건을 종합했다. 젠슨 황 최고경영자(CEO)의 기조연설 실황과 함께 개방형 모델, 베라 CPU, 로컬 AI 하드웨어, 산업 제조, cuDSS, 기밀 컴퓨팅, 에이전트 툴킷을 각각 다룬 글들이다.황 CEO는 베를린 템포드롬 무대에서 로레알·스포티파이·포르쉐·HSBC 등을 예로 들며 유럽 기업들이 이미 엔비디아와 함께 AI를 개발하고 있다고 소개했다. 이어 "AI를 소비하는 데 그치지 말고 생산해야 한다"고 강조했다. 엔비디아는 기조연설에 앞서 파리·런던·스톡홀름·더블린을 돌며 유럽 기술 생태계에 100억 달러 가까운 투자를 약속했고, 1만2000곳이 넘는 파트너와 협력하고 있다. 황 CEO는 AI를 에너지에서 애플리케이션까지 이어지는 '5층 케이크'에 빗대면서, 모델보다 인프라가 먼저 갖춰져야 한다고 말했다. 이번에 나온 발표들은 이 구상을 바탕에 두고 있다.인프라 분야의 핵심은 DSX POD다. 파트너가 모듈형 컨테이너 안에 베라 루빈 AI 공장을 통째로 구성하고 사전 검증까지 마쳐 납품하는 참조 설계다. 엔비디아는 이를 쓰면 현장 설치 기간이 6개월에서 14일로 줄어든다고 설명했다. 베라 CPU 게시물에 따르면 네비우스·엔스케일·베르다 같은 유럽 AI 클라우드 사업자와 불·델·HPE·레노버 등 서버 제조사가 베라 기반 시스템을 만들고 있다. 에이전트용 샌드박스 업체들도 베라를 도입하고 있다.모델 분야에서는 네모트론 3.5 슈퍼 VL과 볼트, 구조화된 업무 데이터로 예측을 수행하는 쿠모 제품군, 코스모스 3.5 월드 모델, 자율주행용 알파마요 2 엣지, 양자컴퓨팅용 이징이 공개됐다. 단백질 설계 모델 RFD4-프로테이나는 워싱턴대 베이

ChatGPT 광고, 26개국 추가 진출…광고주 10만 곳 넘어서고 '답변과 광고 분리' 설계도 공개

오픈AI가 ChatGPT 광고 서비스를 26개 나라에 새로 열었다. 지금까지 이 플랫폼을 써 본 광고주는 10만 곳이 넘는다. 오픈AI는 공식 채널 OpenAI News에 글 두 편을 올렸다. 한 편은 광고 서비스를 더 많은 나라로 넓힌다는 발표이고, 다른 한 편은 ChatGPT 광고 시스템을 어떤 구조로 만들었는지 설명하는 기술 글이다. 하나는 사업이 얼마나 커졌는지를, 다른 하나는 그 사업을 떠받치는 기술과 원칙을 다룬다.먼저 확장 발표를 보면, 이번에 26개국이 더해지면서 ChatGPT 광고를 집행할 수 있는 지역이 넓어졌다. 오픈AI는 동네 가게부터 글로벌 브랜드까지 광고주 범위가 넓다는 점을 내세웠다. 광고주 10만 곳이라는 숫자도 함께 공개했다. 대기업만이 아니라 작은 사업자도 이미 이 플랫폼을 쓰고 있다는 뜻이다. 오픈AI는 ChatGPT 광고의 가치를 '구매 결정 과정'에서 찾았다. 이용자는 ChatGPT에서 정보를 찾아보고, 상품을 비교하고, 무엇을 살지 정한다. 광고주는 바로 그 순간에 이용자에게 닿을 수 있다는 설명이다. 검색창에 단어 몇 개를 넣는 방식과 달리, 대화를 이어 가며 선택지를 좁혀 가는 과정 자체를 광고 접점으로 본 것이다.기술 글은 이 광고가 어떤 원리로 돌아가는지를 설명한다. 오픈AI는 ChatGPT 광고 스택을 대규모 언어모델(LLM) 기반으로 새로 만들었다고 밝혔다. 기존 광고 시스템을 그대로 가져온 것이 아니라는 얘기다. 설계 목표는 세 가지다. 첫째, 대화 속에 담긴 이용자의 의도를 파악한다. 키워드를 맞춰 보는 대신 이용자가 대화에서 무엇을 원하는지를 LLM이 읽어 내는 방식이다. 둘째, 광고를 ChatGPT의 답변과 분리한다. 답변 내용이 광고의 영향을 받지 않도록 둘을 떼어 두는 구조다. 셋째, 이렇게 고른 관련성 높은 광고를 대규모로 안정적으로 내보낸다. 오픈AI는 글 제목에 '이용자 신뢰'와 '관련성'을 나란히 적어, 이 두 가지를 광고 시스템의 기준으로 삼았음을 분명히 했다.두 글을 함께 놓으면 오픈AI가