"수능 대박"🙏 절부터 등산까지, AI로 즐기는 가상세계 (광고)

[Flitto AI Picks] 11월 2주차

2026. 11. 9.

안녕하세요, Flitto AI Picks 구독자 여러분! 👋

Flitto AI Picks가 새로운 모습으로 돌아왔습니다! 지난 9월 플리토가 선보인 브랜드 'Vogl(보글)'의 매력을 담아, 한층 밝고 친근한 분위기로 새롭게 단장했는데요.

앞으로도 플리토의 다양한 소식부터 흥미로운 AI 트렌드까지, 알차고 재미있는 이야기로 찾아뵙겠습니다.

새로워진 Flitto AI Picks에도 많은 관심과 기대 부탁드립니다! ✨

TODAY

"수능 대박"🙏 절부터 등산까지, AI로 즐기는 가상세계
이제 AI가 세상까지 만든다? 월드모델 구글 '지니 4'의 증명 🌍
AI Insight - AI 팩트체크 #1
범용 벤치마크가 놓치는 것, 새로운 벤치마크는 무엇을 측정할까?

"수능 대박"🙏 절부터 등산까지, AI로 즐기는 가상세계

온라인 사찰 '산사' / 온라인 한라산 등산

수능 대박부터 취업 성공까지. 간절한 소원을 빌거나 복잡한 마음을 달래고 싶을 때, 요즘 젊은 세대들이 향하는 곳이 있습니다. 바로 온라인 절인데요. 지난 10월 29일 공개된 가상 사찰 '산사(山寺)'는 사흘 만에 누적 방문객 약 90만 명을 기록하며 화제를 모았습니다. 이용자들은 동자승 캐릭터로 법당을 돌아다니며 108배를 하거나 염주를 굴리고, 다른 방문객과 함께 조용히 휴식을 취할 수 있습니다.

놀라운 점은 이 공간을 개발 경험이 없는 20대 취업준비생이 만들었다는 사실입니다. 생성형 AI에 원하는 기능을 설명하면 코드를 작성해 주는 '바이브 코딩(Vibe Coding)' 기술을 활용해 30분도 안 돼 기본 사이트를 완성했는데요. 이후 온라인 성당 '인피스', 온라인 교회 '새벽 예배당' 등 종교 공간은 물론, 설악산과 한라산을 오르는 온라인 등산부터 사우나, 캠핑장, 낚시터까지 다양한 가상 공간이 등장하고 있습니다.

이처럼 AI 기술의 발전은 가상 공간을 만드는 방식에도 변화를 불러오고 있습니다. 전문적인 개발 지식이 없어도 아이디어만 있다면 누구나 자신만의 디지털 공간을 구현할 수 있게 된 것인데요. 과거 거대한 플랫폼을 중심으로 형성됐던 메타버스가 이제는 개인의 취향과 필요에 맞춘 작은 공간으로 확장되고 있습니다. AI가 낮춘 기술의 문턱이 앞으로 어떤 새로운 디지털 경험을 만들지 기대됩니다.

이제 AI가 세상까지 만든다? 월드모델 구글 '지니 4'의 증명 🌍

용을 타고 하늘을 날거나, 눈앞에 펼쳐진 풍경의 날씨를 마음대로 바꿀 수 있다면 어떨까요? 이제 AI를 활용하면 이런 상상을 눈앞에서 구현할 수 있습니다. 구글이 지난 10월 27일 새로운 월드 모델 '지니 4(Genie 4)'를 공개했는데요. 월드 모델은 현실 세계의 움직임과 물리 법칙을 학습해 가상 환경에서 벌어질 상황을 예측하고 구현하는 AI입니다. 지니 4는 이용자의 명령에 따라 가상 세계를 실시간으로 생성하고 변화시킬 수 있습니다.

지니 4의 가장 큰 특징은 현실감과 상호작용입니다. 이용자가 "비 내리게 해줘"라고 말하면 가상 세계의 날씨가 바뀌고, 새로운 인물을 추가하면 주변 환경에 맞춰 자연스럽게 움직입니다. 물체의 충돌이나 바람에 흔들리는 나무 등 현실의 물리 현상도 재현할 수 있는데요. 여기에 주변 소음과 음악, 인물 간 대화까지 실시간으로 생성합니다. 구글의 AI 모델 '제미나이'와 결합해 복잡한 상황의 흐름을 파악하고, 다음에 벌어질 일까지 시뮬레이션할 수 있습니다.

활용 분야도 다양합니다. 영화 제작자는 촬영 전 카메라 각도와 조명을 바꿔가며 장면을 구상하고, 게임 개발자는 코드를 작성하기 전에 가상 공간을 탐색할 수 있습니다. 실제로 구글은 휴머노이드 로봇 ‘아폴로’가 체커 게임을 하는 과정을 가상 환경에서 구현하기도 했는데요. 향후 로봇이 현실에 투입되기 전 다양한 작업을 연습하는 데 활용될 것으로 기대됩니다. AI가 현실을 이해하고 재현하는 능력이 발전하면서 가상 세계의 활용 범위도 더욱 넓어질 전망입니다.

쿼카쌤과 함께 AI 용어를 알아보던 AI Insight 코너가 새롭게 개편되었습니다! 🎉

앞으로는 AI 용어는 물론, AI관련 퀴즈부터 실무에서 바로 활용할 수 있는 AI 프롬프트, 주목할 만한 신기술까지 더욱 다채로운 콘텐츠로 준비할 예정인데요.

새로워진 AI Insight의 첫 번째 콘텐츠는 바로 AI 퀴즈입니다! 여러분은 AI에 대해 얼마나 알고 계신가요? 지금 바로 도전해 보세요! 🧠

❌정답은 X!

: AI가 모든 정보를 실시간으로 알고 있는 건 아니에요. 대부분의 AI 언어 모델은 학습한 데이터를 바탕으로 답변을 생성해요. 일부 AI는 웹 검색 기능을 통해 최신 정보를 확인할 수 있지만, 인터넷의 모든 내용을 실시간으로 살펴보는 것은 아니랍니다.

💡 오늘의 인사이트: 최신 뉴스나 수치를 확인할 때는 AI에게 출처를 요청하고, 원문까지 확인해 보세요!

범용 벤치마크가 놓치는 것, 새로운 벤치마크는 무엇을 측정할까?

지난 10월 24일부터 29일까지 헝가리 부다페스트에서 자연어 처리 분야의 대표적인 학회인 EMNLP 2026이 열렸습니다. 올해는 17,000여 편이 넘는 논문이 제출되었을 정도로 규모가 커졌는데, 그중에서도 눈에 띄는 것은 벤치마크와 관련된 논문들입니다. 새로운 벤치마크가 워낙 많이 등장하다 보니 "여러 벤치마크가 사실은 같은 능력을 측정하고 있는 것은 아닐까"1)라는 논문이 우수 논문상을 받았을 정도입니다. 이번에는 수상작 중에서 데이터 관점에서 주목할 만한 벤치마크 세 가지를 정리해 보았습니다.

억양에 따라 점수가 달라질까 - The Cost of Sounding Different2)
최근에는 언어 모델이 채용 면접, 말하기 시험, 영어 능력 평가처럼 결과가 중요한 곳에서도 쓰이고 있습니다. 우수 논문상을 받은 이 논문은 말하는 사람의 억양에 따라 AI의 평가가 달라지는지를 검증하였습니다. 연구진은 미국, 영국, 중국, 인도, 나이지리아 5개 억양 그룹의 영어 음성으로 면접, 학회 발표, 영어 말하기 시험 상황을 구성하고 6개 오디오 언어 모델로 비교하였습니다.

- 평가 결과 : 미국, 영국 억양이 가장 높고 인도 억양이 중간이며 중국, 나이지리아 억양이 가장 낮음

여러 모델이 답변 내용의 수준과 상관없이 중국, 나이지리아 억양 화자의 전달력 점수를 낮게 주었고, 억양이 미국 영어와 음향적으로 멀수록 점수가 낮아지는 경향도 확인되었습니다. 특이한 것은 모델들이 이 화자들의 말을 정확하게 알아들으면서도 낮은 점수를 주었다는 것입니다. 음성 인식 정확도만으로는 드러나지 않는 편향을 측정하려면 다양한 억양의 화자가 고르게 담긴 평가 데이터셋이 필요하다는 것을 보여주고 있습니다.

번역한 벤치마크로 충분할까 - Gold vs. Translation3)
영어 이외의 언어로 LLM을 평가할 때는 MMLU처럼 처음에 영어로 만든 벤치마크를 번역해서 쓰는 경우가 많습니다. 하지만 번역한 벤치마크가 처음부터 그 나라 언어로 만든 벤치마크와 동일하게 평가가 가능한지는 명확하지 않습니다. SAC 하이라이트 상을 받은 이 논문은 북유럽, 발트 지역 5개 언어를 대상으로 기계번역기를 이용해 번역한 MMLU와 각 나라의 원어로 만든 시험 문제로 벤치마크를 비교하고 29개 모델의 점수를 분석하였습니다. 또, 각 문항이 그 지역의 문화나 지리 지식을 필요로 하는지 언어별 원어민 전문가 3명이 직접 라벨링한 데이터도 함께 공개하였습니다.

결과는 뚜렷한 경향을 보였습니다. 스웨덴의 대학 입학시험이나 전문직 면허 시험처럼 MMLU와 다루는 지식이 겹치는 벤치마크는 번역 MMLU만으로도 모델 순위를 거의 비슷하게 예측할 수 있었습니다. 반면 스웨덴의 인물과 사건에 관한 사실 지식을 묻는 벤치마크에서는 번역 MMLU 점수가 예측에 거의 도움이 되지 않았습니다. 보편적인 지식은 번역한 벤치마크로도 평가할 수 있지만 그 지역에서만 통하는 지식은 현지 언어로 직접 만든 데이터가 필요하다는 것을 의미합니다. 이는 한국어 LLM을 평가할 때도 그대로 적용될 것입니다.

실제 과학 작업을 해낼 수 있을까 - D3-Gym4)
AI 에이전트를 학습하고 평가하려면 결과가 맞는지 검증할 수 있는 환경이 필요합니다. 코딩 분야는 저장소에 있는 단위 테스트 등을 사용할 수 있지만 데이터를 분석해서 과학적인 결론을 내는 작업에는 이런 검증 장치가 거의 없었습니다. 우수 논문상을 받은 D3-Gym은 실제 과학 연구 저장소 239개에서 565개의 작업을 추출하고, 실행 환경과 데이터, 정답 코드, 평가 스크립트를 묶어서 제공합니다. 대상 분야는 생물정보학, 계산화학, 지리정보과학, 인지신경과학입니다.

자동으로 만든 평가 스크립트는 사람이 만든 정답 기준과 87.5% 일치했고, D3-Gym으로 학습한 모델은 과학 에이전트 벤치마크인 ScienceAgentBench의 점수가 향상되었습니다. 벤치마크가 점수를 매기는 시험지에 머물지 않고 에이전트를 훈련시키는 환경(RL Environment)으로 확장되고 있음을 보여주는 사례입니다.

정리

이번 EMNLP 2026에 공개된 논문의 벤치마크들에서 주목할 만한 점은 여러 억양의 음성, 각 나라의 시험 문제, 실제 연구 저장소처럼 현실에서 가져온 데이터를 바탕으로 만들어졌다는 점입니다.

플리토도 이번 EMNLP 2026에 다른 기관과 공동으로 작업한 한국 금융 언어 이해 벤치마크 KFinEval5)을 발표하였습니다. 앞으로도 번역이 아닌 현지 언어로 직접 구축한 평가 데이터, 다양한 화자와 억양을 고르게 담은 음성 데이터, 금융, 의료, 법률 분야의 에이전트 평가 환경 등을 통해 AI가 실제 환경에서 얼마나 도움이 되는지 측정할 수 있도록 기여하겠습니다.

구글 새 AI '제미나이 4 카본'...보안 앞세워 종합 성능 1위

구글이 보안과 자율 작업 역량을 강화한 프론티어 AI '제미나이 4 카본'을 공개했습니다. 아티피셜 애널리시스 종합 평가에서 1위를 차지했습니다. 코딩부터 취약점 탐지부터 공격 검증, 코드 수정까지 자율 수행합니다. 가격은 이전과 동일하며 보안 전문가에게 순차 제공됩니다. 이는 AI 경쟁이 실무 중심의 보안 자동화로 진화하고 있음을 시사합니다.

오픈AI, '이미지 2.6' 공개...챗GPT·코덱스에 탑재

오픈AI가 생성 속도를 50% 높인 '이미지 2.6'을 챗GPT와 코덱스에 탑재했습니다. GIF 제작을 지원하며, 속도 중심의 '플레어'와 품질 중심의 '선버스트' API를 제공합니다. 작업 복잡도 조절 및 벡터 이미지 변환 등 세밀한 편집 기능도 더했습니다. 이는 실무 디자인 최적화를 통해 자사 AI의 시장 지배력을 공고히 하려는 전략으로 분석됩니다.

사용량 조이려던 오픈AI·앤트로픽 "앗 뜨거"...이용자 반발에 후퇴

오픈AI와 앤트로픽이 고가 요금제의 사용 제한을 완화했습니다. 이용자 반발에 따라 오픈AI는 한도 축소 계획을 철회했습니다. 에이전트 모드의 사용 한도도 기존 대비 2배 늘렸습니다. 앤트로픽 역시 5시간 단위 사용 제한을 전격 폐지했습니다. 장시간 작업을 요하는 에이전트 환경에서 사용 한도가 핵심 경쟁력으로 부상했습니다.

[인터뷰] 이정수 플리토 대표 "전세계 AI에 우리 데이터 심을 것"

플리토가 데이터 수집·정제 역량을 바탕으로 글로벌 빅테크 고객사를 확대하며 솔루션 사업으로 영역을 넓히고 있습니다. 데이터 구축 범위를 텍스트와 음성에서 피지컬 AI를 위한 로봇 및 환경 데이터로 확장했습니다. 외부 데이터를 거래하는 마켓플레이스를 구축하고 실시간 통번역 솔루션 'Vogl(보글)'도 고도화하고 있습니다. 글로벌 공급 확대와 AI 가공 효율화에 힘입어 지난해 매출 360억 원과 흑자 전환을 달성했습니다. 이는 모델 고도화 국면에서 양질의 맞춤형 데이터가 AI 생태계의 핵심 인프라로 자리 잡았음을 시사합니다.

AI 버블론 속에서 이익 내는 학습 데이터 공급사, 플리토의 수익 구조

플리토가 올해 3분기 누적 영업이익 103억 원을 기록하며 창사 이래 최대 실적을 달성했습니다. 다국어 말뭉치 공급을 넘어 로봇 행동 데이터를 수집하며 피지컬 AI 영역으로 공급망을 넓혔습니다. 외부 데이터를 유통하는 마켓플레이스와 산업 맞춤형 통번역 솔루션 'Vogl(보글)'도 실적 성장을 견인했습니다. 현장에서 얻은 비정형 데이터를 다시 학습 데이터로 환원하는 선순환 구조를 확립했습니다. 이는 AI 수익성 우려 속에서 검증된 학습 데이터와 현장형 솔루션이 실질적인 수익 모델이 됨을 입증합니다.