먼저 일하는 AI와 직접 운영하는 모델, 10월 22일의 여섯 가지 변화

듀엣은 클로드 오퍼스 5.5(Claude Opus 5.5)를 바탕으로 한다. 제품 페이지는 기존 계정에 저장된 기억, 작업 지침인 스킬, 연결 앱을 가져오고 하나의 대화 흐름에서 문자와 음성으로 일을 맡기는 구조를 설명한다. 별도 앱으로 시작하지만, 사용자가 자신과 업무에 관한 정보를 처음부터 다시 입력해야 하는 구조는 아니라는 뜻이다.

제품이 내세우는 출발점은 아침 업무 요약이다. 연결된 받은편지함과 일정에서 주의할 항목을 추리고, 요청받은 작업이 끝나거나 결정이 필요할 때 다시 연락한다. 공식 설명에는 미수금 청구서를 찾아 독촉 문안을 준비하거나 급여 내역을 검토용으로 정리하는 일이 포함돼 있다. 이는 회사가 소개한 기능 범위이며, 실제 고객의 회수율이나 업무 시간 개선을 검증한 수치는 아니다.

듀엣은 자체 브라우저가 있는 가상 컴퓨터에서 일하므로 사용자의 노트북이나 전화가 꺼져 있어도 작업을 진행한다. 다만 계정을 자주 확인할수록 구독 한도를 빨리 쓰기 때문에, 회사는 확인 간격과 알림 판단을 조정 중이라고 밝혔다. 작업을 계속할 수 있는 환경과 사용량의 여유는 별개의 조건이다.

읽기와 초안 준비는 스스로 하지만, 발송·결제·서명·삭제 전에는 예정된 행동을 보여주고 기다린다. 증권 거래와 계좌 간 자금 이동은 사용자가 승인해도 허용하지 않는다. 연결 앱을 해제할 수도 있다. 승인으로 가능한 행동과 제품 차원에서 막힌 행동이 구분돼 있다.

이런 구분은 앤트로픽이 지난 4월 설명한 에이전트 통제 원칙과 이어진다. 당시 자료는 AI의 행동이 모델 하나로 정해지지 않고, 실행 규칙과 도구, 접근 가능한 환경이 함께 결정한다고 설명했다. 모델이 요청을 잘 이해하더라도 도구에 과도한 권한이 있으면 다른 결과가 나올 수 있다는 문제다. 듀엣의 승인 절차는 이 원칙을 일상 업무 앱에 적용한 사례로 볼 수 있다.

인증 정보도 작업 공간과 구분한다. 앤트로픽은 듀엣이 비밀번호나 로그인 토큰을 직접 보지 않도록 기존 관리형 에이전트의 설계를 사용했다고 밝혔다. 별도의 4월 기술 설명은 AI가 생성한 코드가 실행되는 공간에서 인증 토큰에 접근할 수 없도록 분리하고, 외부 도구 호출은 중계 장치가 처리하는 방식을 다룬다. 연결 기능의 수와 별개로, 민감한 정보가 어디에 놓이는지를 설명하는 대목이다.

다만 인증을 분리한다고 해서 작업 내용 자체의 오해까지 해결되는 것은 아니다. 에이전트 통제 원칙도 사용자의 의도를 잘못 읽거나 외부 문서에 숨겨진 지시에 속을 위험을 다룬다. 듀엣에는 메시지의 민감 정보 유출을 점검하는 장치가 추가됐지만, 발표만으로 그 효과를 독립 검증한 것은 아니다. 기능 소개와 안전성을 보장하는 주장은 구분해서 읽어야 한다.

초기 시험에서는 사용자가 듀엣의 브라우저 화면을 직접 볼 수 없고, 개인적인 예약 심부름보다 업무에 초점을 맞췄다는 제약도 있다. 따라서 이번 변화의 의미는 모든 일을 자동 처리하는 비서가 완성됐다는 데 있지 않다. AI가 사용자를 다시 부르는 시점과 사용자가 최종 결정을 내리는 경계를 실제 제품으로 시험하기 시작했다는 데 있다.

라온-1 미니의 30B-A4B라는 표기는 전체 크기와 매번 계산에 참여하는 크기를 구분한다. 학습으로 정해지는 내부 값인 매개변수는 전체 288억 개지만, 글을 나눈 처리 단위인 토큰마다 약 43억 개를 계산에 쓴다. 여러 전문가 부분 중 일부를 선택하는 방식이다. 전체 모델과 매번 사용하는 부분의 크기가 다르므로, 활성 부분만큼의 메모리만 있으면 된다는 뜻으로 읽어서는 안 된다.

설계에는 대화가 길어질 때 정보를 처리하는 부담을 줄이기 위한 선형 어텐션과 다른 어텐션 방식이 함께 들어간다. 여기서 어텐션은 답변에 필요한 입력 정보를 골라 반영하는 계산이다. 크래프톤은 또 작은 보조 모델이 다음 내용을 먼저 제안하고 주 모델이 확인하는 추측 디코딩을 제공한다. 다만 구조상 효율을 노린 것과 모든 장비에서 일정한 속도 향상을 얻는 것은 별개다.

공식 API 문서는 한 번에 다룰 수 있는 입력과 출력을 합쳐 26만2,144토큰으로 안내한다. 입력은 텍스트에 한정되고, 답변과 추론 내용은 구분해서 돌려준다. 문서를 다룰 때도 텍스트 내용을 보내야 하며 이미지나 파일 자체를 이해하는 모델로 소개하지 않는다. 긴 입력을 지원한다는 사실과 그림이 포함된 문서를 직접 읽는 능력을 혼동하지 않아야 한다.

회사 제품 페이지의 비교표는 강점과 약점을 함께 보여준다. 지시 준수 평가 아이에프벤치(IFBench)에서는 84.2점을 기록하지만, 지식 평가 엠엠엘유 프로(MMLU Pro)는 76.5점으로 표에 나온 네 비교 모델보다 낮다. 모두 회사가 공개한 평가이며, 특정 항목에서 앞선 결과를 언어모델 전반의 우위로 확대하기 어렵다. 제품 페이지 역시 비교한 모델의 종류와 규모를 제시하고 있다.

한국어 대화 92.9점도 일반적인 정확도 수치가 아니다. 크래프톤의 비공개 내부 대화 평가 결과다. 공식 카드에는 일부 평가지표가 공개 시험과 다른 데이터 구성을 사용한다는 설명도 있다. 따라서 한국어를 잘 처리한다는 개발 방향은 확인할 수 있지만, 이 점수만으로 다른 기업의 한국어 모델이나 실제 업무 문서 처리 성능을 일렬로 비교할 근거는 부족하다.

모델 파일의 접근 안내는 일치하지 않는다. 모델 카드 본문에는 신청해야 접근을 허용한다는 설명이 남아 있지만, 22일 오전 확인한 저장소 화면에는 신청 안내가 없고 공개 상태 정보도 접근 제한이 없는 것으로 표시됐다. 파일을 받으려면 반드시 신청해야 한다고 단정하기 어려우며, 안내가 달라진 정확한 시각도 확인되지 않았다.

회사의 온라인 서비스는 여전히 별도 신청 후 이메일 초대와 가입을 거쳐 API나 체험장을 쓰는 방식이다. 공식 사이트는 출시 기념 무료 이용에 종료일을 제시하지 않았으며, 향후 요금과 관련 정책을 별도로 알리겠다고 설명한다. 모델 다운로드와 회사 서버 이용은 서로 다른 조건이다.

모델 공개의 의미는 평가표 밖에도 있다. 한국어에 초점을 맞춘 모델을 외부 개발자가 자체 환경에서 점검하고 바꿀 수 있어, 제공사의 온라인 서비스에만 의존할 필요가 줄어든다. 다만 실제 선택에는 입력 형식, 운영 장비, 내부 평가의 재현 가능성이 함께 작용한다. 이번 시험판은 그 판단에 필요한 파일과 문서를 내놓은 단계이며, 정식판의 최종 성능까지 확정한 발표는 아니다.

PHP는 웹사이트와 웹 애플리케이션의 서버 쪽 처리를 맡는 프로그래밍 언어다. 개발팀은 웹 요청을 받는 PHP 설치 전반을 위험 범위로 안내했다. 특히 웹 서버 아파치(Apache)에 PHP를 붙여 실행하는 mod_php 환경에서는 애플리케이션 코드가 시작되기 전에도 공격이 가능함을 확인했다. 개별 사이트의 기능을 고치는 일과 그 아래에서 실행되는 언어의 보안 업데이트는 대상이 다르다.

공식 식별자는 CVE-2026-109618과 CVE-2026-109619다. 첫 결함은 메모리 부족으로 작업을 중단할 때 덜 만들어진 내부 자료를 정상 자료처럼 취급하는 문제다. 두 번째는 이전 요청의 메모리를 해제한 뒤에도 관련 상태가 남아 다음 요청에 영향을 주는 문제다. 둘 다 요청을 처리하는 기반 부분에 있어, 특정 웹 프로그램 하나의 결함으로 범위를 좁혀서는 안 된다.

해결이 늦어진 이유는 공격 경로와 수정 비용에 있었다. PHP 재단에 따르면 2024년 외부 감사의 후속 작업에서 첫 문제의 징후를 찾았지만 뚜렷한 공격 경로를 확인하지 못했다. 여러 수정 방식에도 호환성이나 성능상 문제가 있었다. 재단은 합의를 이루기 어려웠던 의사결정 구조와 전문 인력 부족을 지연의 원인으로 인정했다. 올해 8월 11일 캘리프(Calif)와 오픈AI(OpenAI)의 보고로 원격 코드 실행 위험이 분명해지면서 수정이 최우선 과제가 됐다.

보안팀은 AI를 발견 이후의 검증에도 사용한다. 10월 14일 공개한 업무 설명에서 오픈AI의 데이브레이크 레드(Daybreak Red)가 보고된 공격 경로를 추적하고 주장한 영향이 실제로 성립하는지 확인하는 데 도움을 준다고 밝혔다. 같은 원인의 보고를 묶어 검토 순서를 정하는 데도 활용한다. 다만 AI가 붙인 위험 등급을 그대로 채택하는 방식은 아니다. 팀원이 재현을 시도한 뒤 판단하고, 수정안에도 사람이 참여한다.

이 절차가 필요한 이유는 보고 건수와 실제 취약점 수가 다르기 때문이다. 같은 10월 14일 자료는 7월 1일 이후 취약점 식별자 15개를 공개한 한편, 취약점이 아니거나 중복·재현 불가로 판단한 보고 106건을 종결했다고 설명한다. 보안팀은 여러 운영체제와 자동 검사 환경에서 보고를 확인한다. AI가 작성한 보고도 환영하지만 재현되지 않는 출력은 실제 결함을 확인할 때만큼 검토 시간을 소비할 수 있다는 설명이다. 이는 21일 수정판의 효과를 측정한 수치가 아니라 앞선 검증 업무의 규모다.

공개 일정에도 조정이 있었다. 재단은 취약점 식별자가 먼저 유통되자 당초 22일로 잡았던 공개를 21일 14시 UTC, 한국 시각 밤 11시로 앞당겼다고 밝혔다. 일부 배포사가 수정 패키지를 준비 중이어서 즉시 공개와 준비 시간 사이에서 절충한 것이다. 온라인에 퍼진 위험도 10.0도 공식 점수인 9.2와 달랐다. 사전 정보 공유가 빠른 대응을 돕지만, 공개 시점이 어긋나면 수정본을 받지 못한 운영자에게 부담이 남는다는 사례다.

개발팀이 제시한 완전한 해결책은 수정 버전 적용이다. 임시 설정 변경은 일부 공격 경로의 노출을 줄일 뿐 안전을 보장하지 않는다. 지원이 끝난 구버전에는 일부 최소 소스 수정본도 제공했지만 정규 지원을 재개한 것은 아니다. 같은 PHP 기반 서비스라도 누가 패키지를 공급하고 업데이트하는지에 따라 대응 경로가 달라진다. 이번 수정은 AI의 탐지 능력만큼 유지보수·검증·배포의 연결이 보안에 중요하다는 점을 보여준다.

이번 개편은 에이전트가 작업을 이어가는 실행 기반에서 시작한다. 노션은 대화를 길게 유지하는 동안 필요한 정보를 압축하고, 방대한 도구 결과를 별도로 처리해 매 단계에서 다시 읽는 양을 줄였다고 설명했다. 작업을 맡는 서비스가 일시 중단돼도 이어갈 수 있는 구조와 자체 컴퓨터·브라우저도 포함된다. 회사는 이를 통해 하루에 걸친 긴 작업을 지원한다고 밝혔다.

오토(Auto)는 노션이 작업에 맞는 모델을 선택하는 기능이다. 도움말에 따르면 간단한 질문과 수정에는 빠른 모델을 쓰고, 복잡한 작업의 어려운 단계에는 더 강한 모델로 바꿀 수 있다. 하나의 작업 중에도 선택이 달라질 수 있다. 사용자는 특정 모델을 직접 지정할 수 있으며, 오토가 사용할 수 있는 모델 자체도 작업공간의 관리자 설정에 제한된다.

이 제한은 비용 주장과 연결된다. 관리자가 많은 모델을 금지하면 오토가 효율적인 조합을 고르기 어려워질 수 있다고 노션은 설명한다. 따라서 회사의 평균 절감 수치는 모든 조직 설정에 그대로 적용되는 보장이 아니다. 모델 선택을 서비스에 맡길수록 개별 모델을 일일이 정하는 수고는 줄지만, 품질과 비용의 균형은 허용한 공급사와 실제 작업에 영향을 받는다.

기본량은 비즈니스·엔터프라이즈 사용자당 월 스탠더드 1,500과 셀렉트 500이며 계약에 따라 다를 수 있다. 고사용량 모델에는 기본량 대신 관리자가 구매한 노션 크레딧(Notion credits)이 필요하다. 기본 크레딧의 합산·교환·이전·이월은 불가능하다. 한 종류를 다 쓰면 해당 기능이 멈추되, 관리자 허용 시 작업공간의 추가 크레딧으로 이어 쓴다.

맞춤 에이전트인 커스텀 에이전트(Custom Agents)는 기본적으로 소유자의 셀렉트 크레딧을 사용한다. 팀에 공유했다고 해서 사용량이 자동으로 공동 부담으로 바뀌지는 않는다. 관리자는 별도 작업공간 예산으로 운영하도록 정할 수 있다. 회의록의 차감 시작일도 기존 고객의 전환일과 다른 12월 1일이므로, 11월 개편과 모든 기능의 과금 시작을 같은 날로 묶으면 정확하지 않다.

개인용 노션 에이전트(Notion Agent)의 승인 방식에도 선택지가 있다. 웹과 안드로이드에서 고를 수 있고 아이오에스에서는 지원하지 않는다. 커스텀 에이전트에는 별도 승인 설정이 적용된다. 기본인 리뷰 포 미(Review for me)는 AI가 행동을 검토해 위험할 수 있다고 판단하면 멈추고 사용자에게 묻는다. 모든 변경에 승인을 받는 방식과 승인을 건너뛰는 방식도 따로 제공한다. 노션은 자동 검토가 사람이 중요하게 여기는 일을 똑같이 잡아내지는 못한다고 명시한다. 작업 시간이 길어졌다는 사실이 사람의 검토가 불필요해졌다는 뜻은 아니다.

외부 AI와 도구를 연결하는 모델 컨텍스트 프로토콜(Model Context Protocol·MCP)이나 API로 노션 데이터를 읽고 쓰는 일상 작업은 크레딧을 차감하지 않는다. 호출 횟수 제한은 남는다. 노션 안에서 AI를 실행하는 경우와 과금 대상이 다르므로, 기능 이름보다 실행 주체와 모델 선택 방식을 구분해야 비용을 이해할 수 있다.

바이오에뮤2가 생성하는 것은 분자를 이루는 원자들의 가능한 3차원 배치다. 모델 카드는 약 5억 개의 매개변수를 갖는 확산 기반 모델로 설명한다. 여기서 여러 구조를 만든다는 것은 같은 분자가 가질 수 있는 형태들을 제시한다는 뜻이다. 새로운 분자 서열을 만들어내거나 약물이 얼마나 강하게 결합하는지를 곧바로 수치로 알려주는 기능과는 구분된다.

시간 변화 기능도 결과의 의미를 정확히 읽어야 한다. 공식 문서에 따르면 시작 구조를 받아 일정 시간 뒤의 끝 구조를 표본으로 생성한다. 같은 시작점에서 여러 결과를 얻었다고 해서 그 결과들이 순서대로 이어지는 움직임의 영상은 아니다. 시간순 경로를 만드는 별도의 기능이 있으며, 독립적으로 생성한 구조 모음과 연속 경로를 구분해 제공한다.

문서가 안내하는 시간 간격은 주로 학습에서 다룬 1~1,000나노초다. 1,000나노초는 1마이크로초에 해당한다. 더 긴 간격에서는 결과가 평형 상태의 구조 모음에 가까워지며, 수 밀리초를 넘는 구간에는 다른 표본 생성 방식을 쓰라고 설명한다. 이는 코드 실행에 걸리는 시간이 아니라 모델이 표현하려는 분자의 시간 간격이다.

시작 자료에도 조건이 있다. 외부 구조 파일에서 예측을 시작할 때는 분자계의 원자가 빠짐없이 들어 있어야 하며, 바이오에뮤2가 누락된 원자를 채워주지는 않는다. 연속 경로를 만든 뒤에는 구조가 물리적 기준을 얼마나 충족하는지 보고하지만, 기준을 통과하지 못한 결과를 자동 삭제하거나 다시 생성하지 않는다. 출력이 만들어졌다는 사실만으로 유효한 연구 결과가 되는 것은 아니다.

학습에는 공개된 실험 구조와 다른 AI가 예측한 구조, 마이크로소프트가 생성한 분자 동역학 자료가 함께 쓰였다. 모델 카드는 연구가 많이 된 단백질 계열이 자료에 더 많이 들어 있어 덜 알려진 계열의 성능이 불확실하다고 적었다. 또 어떤 구조가 자주 생성되는지를 곧바로 정확한 물리적 확률이나 자유에너지로 해석해서는 안 된다고 명시한다.

실행 문서와 모델 카드의 시험 장비 설명에는 차이가 있다. 저장소의 README는 V100·T4·A100·RTX A6000·B200에서 시험했다고 밝히지만, 모델 카드는 시험한 가장 작은 장비를 메모리 80GB인 A100으로 적었다. A100 80GB를 모든 실행의 최소 요건으로 단정하기는 어렵다. README는 파이썬(Python) 3.13·3.14가 시험을 통과했지만 성능 평가는 3.12에서만 했다고 구분한다. 큰 구조를 여러 GPU에 나눠 처리하는 기능은 최소 네 개를 요구한다.

공개 방식은 시험판 모델을 기본으로 내려받는 형태이며, 소프트웨어도 정식 배포 전 후보판이다. 연구자에게는 구조 예측과 움직임 모사를 함께 점검할 새 기반이 생겼지만, 출력은 후속 계산이나 실험으로 확인할 가설이다. 이번 공개는 신약이나 치료 효과를 확정한 성과가 아니라, 어떤 분자 상태를 더 조사할지 검토하는 도구를 외부에 제공한 단계다.

API 버전은 프로그램이 어떤 형식으로 정보를 주고받는지를 정하는 약속이다. 앤트로픽은 같은 버전 안에서는 기존 입력·출력 항목을 유지한다는 정책을 두고 있다. 다만 선택 입력이나 새로운 응답 값이 추가될 수 있고 오류 조건도 바뀔 수 있어, 같은 버전을 쓰면 응답이 영원히 완전히 고정된다는 뜻은 아니다. 이번에는 버전 날짜 자체를 바꾸면서 기존 항목을 제거하는 변경을 묶었다.

개발 도구는 이 약속을 프로그램 언어별로 다루기 쉽게 만든다. 공식 SDK는 답변을 조금씩 받는 스트리밍, 실패한 요청의 재시도, 오류 처리 등을 지원한다. 별도의 명령줄 도구는 터미널과 자동 실행 작업에서 API를 부르는 데 쓰인다. 공식 안내는 이 도구들을 에이전트의 실행 과정까지 관리하는 상위 제품과 구분한다. 따라서 이번 개편의 직접 대상은 클로드 호출 코드를 작성하거나 유지하는 개발자다.

메시지 요청에서 눈에 띄는 변경은 답변의 선택 폭을 조절하던 temperature, top_p, top_k 세 항목의 제거다. 새 규격에서는 기본값을 넣어 보내도 요청 형식 오류인 400 오류가 난다. 이전에 다른 값을 허용하던 모델에서 낮은 temperature로 출력 변동을 줄였다면 그 효과도 사라지며, 전환 문서는 이를 대신하는 설정이 없다고 설명한다. 새 버전을 쓰는 것과 과거 설정의 동작을 보존하는 것이 항상 같은 선택은 아니다.

대화 자료를 보내는 방식도 더 엄격해진다. AI 답변 역할의 메시지에 문서 블록을 직접 넣거나, 사용자 메시지의 텍스트에 비어 있지 않은 인용 목록을 넣으면 새 규격이 거부한다. 반면 AI가 돌려준 도구 결과 안에 문서가 들어 있거나, 이전 AI 답변의 인용 정보를 다시 보내는 경우는 허용된다. 문서와 인용 기능을 없앤 변경이 아니라, 어느 역할의 메시지에 어떤 자료를 넣을지 구분한 것이다.

관리·분석용 응답도 영향을 받는다. 공식 버전 기록은 권한 그룹의 역할 목록, API 키가 속한 범위, 사용자별 이용·비용 보고서의 이메일 항목 등에 새 이름을 적용한다고 명시한다. 응답 내용을 읽는 기업의 관리 프로그램에는 모델을 호출하는 부분 외의 수정도 생길 수 있다는 의미다. 특히 새 규격에서 사라진 이름을 계속 찾는 코드는 정보가 있어도 이전 방식으로 꺼내지 못한다.

21일 공개 기록에는 파이썬(Python) SDK 2.0.0과 타입스크립트(TypeScript) SDK 1.0.0을 비롯한 일곱 언어의 새 주요 버전이 올라왔다. 명령줄 도구의 첫 전환 버전은 2.0.0이다. 이 번호들은 새 API 규격을 기본으로 사용하기 시작한 버전을 가리킨다. 현재 도구 안내에 표시되는 후속 버전 번호와 첫 공개 번호를 구분해야 하며, 라이선스 변경도 새 버전부터 적용된다.

API 규격과 개발 도구를 따로 봐야 하는 이유는 공식 버전 정책에도 드러난다. SDK의 주요 버전마다 기본 API 버전이 정해지고, API 버전이 바뀔 때 SDK도 새 주요 버전을 낸다. 따라서 라이브러리 업데이트는 설치 파일만 바꾸는 일이 아니라 서비스가 서버와 주고받는 약속을 바꾸는 계기가 된다. 이번 공개의 실질적인 변화는 새 기능의 숫자보다 기존 서비스의 요청·응답 처리에 명확한 전환 경계가 생겼다는 점이다.