세계를 실시간으로 만드는 AI부터 정부 조달 할인까지…10월 28일의 여섯 가지 변화

이번 발표의 핵심은 세계 모델이 그림을 넘어서 소리와 말까지 다루게 됐다는 점이다. 딥마인드는 지니 4가 설계 단계부터 여러 양식을 함께 다루도록 만들어져 환경음과 음악, 상호작용하는 대화를 세계와 동시에 생성한다고 설명했다. 공개된 시연 영상의 소리는 모두 모델이 직접 만든 것이라고 회사는 밝혔다. 등장인물은 사용자의 입력이나 세계 안의 사건에 반응해 실시간으로 말을 주고받는다.

지니 4는 단독으로 작동하는 모델이 아니라 제미나이 계열과 결합된 구조다. 제미나이 옴니(Gemini Omni)가 시뮬레이션을 실제 세계의 외형과 움직임에 맞게 고정하는 역할을 하고, 다른 제미나이 모델이 장면의 일관성을 유지하는 데 필요한 추론을 맡는다. 사용자가 입력하지 않는 동안에도 제미나이가 장면을 지켜보며 세계가 자연스럽게 이어지도록 조정한다고 회사는 설명했다.

복잡한 사건을 시뮬레이션하는 방식도 공개됐다. 지니 4가 세계를 실시간으로 생성하는 동안 제미나이 3.8 플래시(Gemini 3.8 Flash)가 안내 역할의 에이전트로 함께 돌면서 목표를 단계로 나누고, 들어오는 프레임을 검토해 각 단계가 성공했는지 확인한다. 세계가 바뀌거나 사용자가 개입하면 계획을 그 자리에서 고친다. 딥마인드는 이 방식으로 인과관계와 여러 단계의 추론이 필요한 장면을 다룰 수 있다고 밝혔다.

로봇 연구와의 연결도 실험 중이다. 회사는 제미나이 4 아르곤(Gemini 4 Argon)이 사용자의 과제를 단계로 쪼개고 그 단계를 글 설명으로 지니 4에 건네 시뮬레이션을 진행시키는 예시를 공개했다. 공개된 예시는 앱트로닉(Apptronik)의 휴머노이드 로봇 아폴로가 체커 게임을 하는 장면이다. 다만 이는 상상한 세계에서 시나리오를 만드는 연구 단계이며, 실제 로봇 배치 성과로 제시된 것은 아니다.

제공 방식은 단계적이다. 지금은 신뢰 테스터에게만 연구 미리보기로 배포하고 있으며, 이후 프로젝트 지니(Project Genie)의 구글 AI 울트라(Google AI Ultra) 구독자, 제미나이 API와 구글 AI 스튜디오(Google AI Studio)의 조기 접근 파트너 순으로 넓힐 계획이라고 밝혔다. 구체적인 날짜와 가격은 발표에 없다. 시연에 쓰인 조작 방식은 일반 키보드로 이동과 카메라를 제어하고 글로 장면을 바꾸는 방식이다.

신뢰 테스터들의 활용 사례로 회사가 든 것은 네 갈래다. 영화 제작자가 장면을 실시간으로 여러 번 다시 찍어 보는 사전 시각화, 사진기자가 한 장의 기록 사진을 탐색 가능한 환경으로 바꿔 역사적 장소나 홍수·산불 같은 단기 사건을 시각화하는 시도, 게임 개발자가 엔진 코드를 쓰기 전에 탐색 가능한 시제품을 만드는 작업, 기업이 시나리오를 빠르게 만들어 보는 시뮬레이션이다. 이는 테스터의 시험 내용을 회사가 전한 것으로, 정식 제품의 기능 목록은 아니다.

앞선 세대와 비교하면 방향이 분명하다. 지니 3는 2025년 8월에 공개됐고, 이번 발표는 사실감과 사람의 움직임, 그리고 소리를 더한 것을 핵심 진전으로 내세운다. 딥마인드는 다음 단계로 코드·언어 모델의 구조적 추론과 화소 단위 시뮬레이션의 감각적 표현을 결합한 하이브리드 세계 모델을 제시했다. 제미나이가 구조와 이야기 흐름을 설계하고 지니가 보이고 들리는 현실을 그려 내는 분업이 그 초기 형태라는 설명이다.

안전 조치로는 다른 모델과 같은 기준의 보호 장치를 적용하고, 공개 전에 내부 안전 평가를 거쳤으며, 생성되는 모든 영상과 소리에 보이지 않는 워터마크인 신스ID(SynthID)를 넣는다고 밝혔다. 신뢰 테스터에게 먼저 배포하는 것도 더 넓은 공개 전에 피드백을 받기 위한 조치라고 설명했다.

한계는 회사가 직접 길게 적었다. 짧은 세션에서는 일관된 환경을 유지하지만 시간이 지나거나 복잡한 수정을 거듭하거나 장면 안을 이동하면 시각적 세부와 사물의 지속성이 흔들릴 수 있다. 복잡한 물리 상호작용, 실시간 소리의 정확도, 글자 표현, 공간의 정확성, 장기 일관성은 진행 중인 연구 과제로 분류됐다. 여러 독립 에이전트가 한 환경을 공유하는 상황을 정확히 다루는 것도 아직 어려운 문제라고 밝혔다. 활용을 검토한다면 이런 제약이 자신의 용도에 치명적인지부터 따져 볼 필요가 있다.

LFM3의 첫 공개분은 LFM3-1.7B-Base에서 갈라진 여섯 모델이다. 텍스트용 LFM3-1.7B, 시각용 LFM3-VL-2B, 음성용 LFM3-Audio-2B, 셋을 합친 LFM3-Omni-2B, 그리고 시각 모델과 옴니 모델을 각각 판단 전용으로 특화한 d1-2B와 d1-Omni-2B다. 회사는 큰 범용 모델 하나를 돌리는 대신 용도에 맞는 모델을 골라 기기에서 돌리라는 방향을 제시했다.

구조는 세 가지 연산을 섞은 트라이 하이브리드다. 모델 카드에 따르면 24개 층 가운데 13개는 게이트가 달린 짧은 합성곱, 5개는 256토큰 창의 슬라이딩 윈도 어텐션, 6개는 전역 어텐션이다. 합성곱의 커널 크기는 이전 3에서 7로 커졌다. 회사는 LFM2 때 휴대전화 한 대와 노트북 한 대의 CPU로 하던 하드웨어 연동 구조 탐색을 이번에는 갤럭시 S26 울트라, 원플러스 15, 라즈베리 파이 5, 애플 M4 맥스, AMD 라이젠 AI, 클라우드 CPU, GPU, 퀄컴 헥사곤 NPU까지 14가지 조합으로 넓혔다고 설명했다.

학습 규모는 사전학습 22조 토큰이고, 그중 마지막 3조5,000억 토큰은 선별 데이터로 중간 학습을 하며 문맥 창을 25만6,000토큰으로 늘린 단계다. 이어진 지도 미세조정은 1조7,500억 토큰 규모라고 밝혔다. 회사는 이전 세대보다 과학 논문, 저장소 단위 코드, 수학, 그리고 에이전트 작업 기록과 도구 호출의 비중을 늘렸다고 설명했다.

속도와 메모리는 회사가 라마.cpp(llama.cpp)의 4비트 설정과 3만2,000토큰 문맥으로 잰 수치다. 세 기기 모두에서 비교 대상 중 가장 빠르고 다음 모델보다 1.8~2.8배 빠르게 토큰을 생성했으며, 12만8,000토큰 문맥의 KV 캐시가 1.6GB로 비교 모델의 4.3GB와 5.6GB보다 작았다고 밝혔다. 이 수치는 회사가 고른 기기와 설정의 결과이므로 다른 환경에서는 달라질 수 있다.

시각과 음성 모델에는 자체 인코더가 들어갔다. 1억6,400만 매개변수의 자체 시각 인코더가 이전 모델에 쓰던 SigLIP2 인코더보다 연산을 3분의 1로 줄였고, 같은 품질의 기존 비전 트랜스포머 인코더보다 효율이 높다는 것이 회사 설명이다. 음성 모델은 18개 언어를 지원하고 글이나 소리를 입력받아 글, 음성, 또는 둘 다로 답하며, 말하는 동안 미리 처리해 첫 토큰까지 50밀리초 수준으로 줄였다고 밝혔다. 새 음성 토크나이저 리퀴드코덱은 M4 맥스의 CPU 한 스레드에서 실시간의 약 87배 속도로 음성을 합성한다고 적었다.

판단 전용 모델 d1은 답을 길게 쓰는 대신 상황과 질문 목록을 받아 한 번의 계산으로 모든 질문에 답하는 방식이다. 고객 문의, 송장, 앱 화면, 사진, 음성 메모 같은 입력을 분류하고 경로를 정하는 용도를 회사는 예로 들었다. 미세조정 사례로는 풍력 터빈 날개의 드론 사진 약 3,000장으로 몇 시간 학습해 결함 분류 정확도를 67%까지 올린 실험을 제시했는데, 이 역시 회사 자체 실험이다.

이용 조건은 꼼꼼히 봐야 한다. 모델 카드가 연결한 LFM 오픈 라이선스 v1.0은 저작권과 특허를 무상으로 허락하되 상업적 이용은 이용자 법인의 연 매출이 1,000만 달러 미만일 때로 제한한다. 기준을 넘는 법인의 상업적 이용은 이 라이선스로 허락되지 않으며, 비영리 조직의 비상업·연구 목적에는 기준이 적용되지 않는다. 지원 언어 16개에는 한국어가 포함돼 있다. 모델 카드는 추론 설정을 기본으로 켜 두되 이를 끄면 동작이 일정하지 않을 수 있다고 적었다.

이번 공개는 10월 16일 호에서 다룬 같은 회사의 LFM2.5-24B-A2B와는 다른 세대이자 다른 크기대의 발표다. 리퀴드 AI는 라마.cpp, MLX, vLLM, SGLang, ONNX 런타임용 변환본을 함께 올렸고 올라마와 LM 스튜디오로도 돌릴 수 있다고 안내했다. 활용을 검토한다면 자기 조직의 매출 기준과 작업 유형이 라이선스와 모델 카드의 권고 범위 안에 있는지 먼저 확인할 필요가 있다.

발표의 첫 축은 챗GPT를 기업 업무의 입구로 삼는 것이다. 오라클 AI 워크스페이스는 오픈AI의 최신 모델과 오라클 애플리케이션, 기업 데이터, 클라우드 서비스를 하나의 사용자 환경으로 묶는다. 직원이 챗GPT에서 업무 목표를 설명하면 플러그인이 필요한 오라클 도구와 정보를 모아 처리하고, 그 과정에서 기업 운영에 필요한 거버넌스와 승인, 통제를 유지한다고 오라클은 설명했다. 연결 대상으로는 퓨전 애플리케이션, 넷스위트, 오라클 AI 데이터베이스, OCI와 그 밖의 기업 도구가 명시됐다.

둘째 축은 보안이다. 오라클 AI 시큐리티 메시는 오픈AI의 사이버 보안 모델을 쓰는 관리형 서비스로, OCI뿐 아니라 다른 클라우드와 사내 환경의 애플리케이션과 인프라에서 공격자보다 먼저 취약점을 찾아 고치는 것을 목표로 한다. 오라클은 모델에 자사의 테스트 도구와 독립 검증, 테스트 인프라, 운영 안전장치를 결합해 고객이 공격·방어용 에이전트 시스템을 직접 만들지 않아도 되게 한다고 밝혔다. 점검이 허용되는 범위는 고객이 정하고, 점검 중 장애나 업무 중단 위험을 줄이는 안전장치는 오라클이 관리한다.

셋째 축은 앱 제작이다. 오라클 앱 컴포저는 코딩 전문성이 없는 직원이 반복되는 업무 문제를 푸는 기업용 앱을 만들 수 있게 한다. 사용자는 코덱스로 앱을 만들고 배포와 운영은 오라클이 OCI에서 맡는다. 앱은 승인된 오라클 데이터와 업무 흐름에 연결되고 OCI 쿠버네티스 엔진과 자율 운영 AI 데이터베이스 같은 서비스에 접근하며, 기업 신원 관리와 권한, 네트워크, 감사, 수명주기 통제가 적용된다. 생성형 개발의 속도를 내면서도 유지보수하기 어려운 불투명한 코드를 만들지 않도록 APEXlang이라는 새 기술을 함께 지원한다고 밝혔다.

넷째 축은 창업 단계의 작은 회사를 위한 묶음이다. 오라클 AI SMB 번들은 무료로 시작하는 패키지로 매년 1만2,000달러의 오라클 클라우드 크레딧을 제공하고, 일상 업무용 챗GPT 비즈니스, 업무 데이터에 접근하는 오라클 AI 워크스페이스, 앱을 만드는 코덱스와 앱 컴포저, 배포용 OCI, 송장과 현금 흐름 관리를 위한 넷스위트 퀵스타트를 담았다. 오라클은 약관과 조건, 제한이 적용된다고 덧붙였다.

두 회사의 발언도 역할 분담을 보여 준다. 오라클 최고경영자 클레이 마고요크는 오픈AI가 채팅과 코딩, 분석, 자율 에이전트에 이르기까지 기업의 문제 해결 방식을 바꾸고 있다며 이를 오라클의 애플리케이션, 데이터, 인프라와 결합한다고 말했다. 오픈AI 사장 그레그 브록먼은 기업이 이미 쓰는 도구와 시스템을 통해 AI를 쓰기 쉽게 만드는 과정에서 더 많은 기업이 오픈AI를 택하고 있다고 말했다. 오픈AI의 모델을 기업 시스템 안쪽까지 넣는 판매 경로를 오라클이 맡는 구도다.

같은 날 오라클은 구글의 AI 전용 칩 TPU를 OCI에서 제공한다는 별도 발표도 내놓았다. 구글 바깥의 대형 클라우드 사업자가 TPU를 제공하는 첫 사례라고 두 회사는 설명했으며, 실제 제공은 2027년에 시작해 여러 해에 걸쳐 늘려 갈 계획이다. 오픈AI 제품군과 다른 발표이지만, 특정 모델 회사나 특정 칩에 묶이지 않고 여러 선택지를 한 클라우드에 모으려는 오라클의 방향을 함께 읽을 수 있다.

읽는 사람이 유의할 점은 보도자료의 성격이다. 오라클은 자료 말미에 이 내용이 일반적인 제품 방향을 설명하기 위한 것이며 어떤 자료나 코드, 기능의 제공을 약속하지 않고 구매 결정의 근거로 삼아서는 안 된다고 적었다. 각 제품이 언제 어떤 지역에서 어떤 가격으로 제공되는지는 이 자료만으로 알 수 없다. 챗GPT 플러그인 방식의 업무 처리가 실제로 어디까지 가능한지도 조직이 승인한 흐름과 데이터 연결 상태에 따라 달라진다.

앤트로픽은 신약 개발의 병목이 한 군데가 아니라 과정 전체에 흩어져 있다고 보고, 여러 질병 분야와 단계의 실제 프로그램에 깊이 참여하는 전략을 택했다고 설명했다. 표적을 찾는 초기 연구, 분자 설계, 대량 제조를 위한 최적화, 임상시험 신청 서류, 시험 설계와 운영까지 각 단계에 모델을 넣어 보고 모델의 강점과 한계를 파악해 다음 개선 과제를 정하는 방식이다.

제너레이트 바이오메디신 사례는 혈액암 치료에 쓰이던 CAR-T 세포 치료를 고형암에도 쓸 수 있게 바꾸는 연구다. 이 회사 과학자 여섯 명이 클로드 코드(Claude Code)로 치료제의 유전 지시 일부를 더 짧게 설계했고, 그중 한 설계는 표준보다 약 70% 짧으면서 실험실 시험에서 면역세포가 수용체를 약 10배 많이 만들고 종양 세포를 더 잘 죽였으며 더 오래 활성을 유지했다고 밝혔다.

다이버전스 랩스는 식품 알레르기를 일으키는 IgE 분자를 면역세포에서 떼어 내는 새로운 방식의 치료제를 개발 중이다. 클로드가 목표를 상세 설계안으로 바꾼 뒤 대체로 자율적으로 약 한 달 동안 3만5,000개가량의 항체 설계를 생성했고, 초기 시험에서 IgE에 결합하는 설계 3개와 떼어 내는 설계 20개를 찾았다. 그중 3개는 기존 약보다 더 잘 떼어 내는 것으로 보였다고 회사는 전했다. 다음 단계는 두 기능을 합친 약을 만드는 일이다.

빅햇 바이오사이언스는 AI와 자동화 실험실을 결합해 후보 물질을 개선하는 회사다. 클로드가 이 회사의 실험실 데이터 시스템에 연결돼 분자 변경안을 제안하고, 실험실이 약 10주 동안 1,010개가량의 변이체를 만들어 시험했다. 중간에 표준 안정성 지표가 잘못됐다는 의심이 들자 클로드와 연구자가 원시 데이터를 다시 분석해 다른 지표와 실험 절차 변경을 제안했고, 주요 예측이 맞았다고 밝혔다. 최종적으로 결합력은 10배 이상, 열 안정성은 18도 높아졌고 응집 속도는 100분의 1 이하로 줄었다는 것이 회사 설명이다.

엔베다 사례는 서류 작업이다. 이 회사의 제조 화학자들은 업무 시간의 최대 75%를 문서 작업에 썼는데, 제조 문서를 클로드에 연결해 문제를 표시하게 한 결과 1,061쪽 검토에서 사람이 찾은 11건을 모두 찾고 놓친 7건을 추가로 찾았으며 검토 시간이 25시간 이상에서 3시간 미만으로 89% 줄었다고 밝혔다. 규제 문서 두 건의 초안도 클로드가 썼는데, 한 건은 손으로 약 석 달 걸리던 일을 네 시간에 마쳤고 다른 한 건은 표준 검토에서 사소한 오류 한 건이 발견됐다.

더 컬럼 그룹은 투자사다. 신약 개발이 느리고 비싸며 실패가 잦아 투자자가 안전한 아이디어에만 돈을 대는 문제를 클로드로 바꿀 수 있는지 보기 위해 플레이아데스라는 새 회사를 세우고 있다. 작은 팀으로 더 많고 복잡한 프로그램을 돌리는 모델을 시험하며, 약물 표적의 가치를 평가하는 첫 작업 지침을 45개 표적·질병 쌍으로 평가했다고 밝혔다. 브리스톨 마이어스 스큅과는 초기 임상시험 계획을 평가하고 성공 가능성을 추정하는 작업을 시작했으며 2027년에 확대할 계획이다.

자체 연구도 시작됐다. 인수한 미스릴 메디신의 창업자는 클로드로 외부 실험실 11곳과의 계약과 물류, 실험을 관리하며 근이영양증 한 유형의 치료 후보를 18개월이 안 되는 기간에 생쥐 실험 결과까지 끌고 갔다고 회사는 밝혔다. 후보 물질이 계속 유효하다면 빠르면 2028년 말에 사람 대상 임상시험을 시작할 수 있을 것으로 앤트로픽은 내다봤다. 이는 회사의 전망이며 임상 진입이 확정된 것은 아니다.

함께 안내된 제도도 있다. 연구자용 작업 환경 클로드 사이언스, 생명과학자 대상 크레딧, 오용 방지용 안전장치를 완화한 버전으로 최상위 모델을 쓸 수 있게 하는 생명과학 검증 프로그램, 외부 연구진을 모집하는 공개 요청이다. 안전장치 완화는 정당한 생물학 연구를 막을 수 있는 장치를 신뢰할 수 있는 조직에 한해 조정하는 것이라고 회사는 설명했다. 읽는 사람은 공개된 수치가 참여 기업과 앤트로픽의 자체 보고라는 점, 그리고 신약은 전임상 성과가 임상 성공으로 이어지는 비율이 낮다는 점을 함께 고려할 필요가 있다.

이번 계약의 핵심은 범위다. 앤트로픽은 이전에도 연방조달청과 계약을 맺고 있었지만, 이번에는 할인이 클로드 엔터프라이즈와 정부용 제품, API까지 모든 제품 경로에 적용되고 구매 경로도 직접 구매와 클라우드 사업자 경유를 모두 포함하게 됐다고 설명했다. 주와 지방, 부족, 준주 정부까지 대상에 들어간 점도 처음이다. 기관은 연방조달청의 복수 공급 계약 일정을 통해 지금 바로 할인 가격으로 살 수 있다.

이용 규모에 대한 회사 수치도 나왔다. 약 500개 연방·주·지방 정부 조직이 클로드를 쓰고 있고, 정부용 제품의 주간 활성 사용자는 2월 이후 약 8배, 연방 민간 기관의 사용량은 1년 사이 약 20배 늘었다고 밝혔다. 회사는 이 기관들이 빠듯한 예산과 긴 조달 주기 속에서 중요한 시스템을 운영하고 있어 큰 선투자 없이 쓸 수 있는 구조로 계약을 설계했다고 설명했다.

활용 사례로 회사가 든 것은 밀린 업무와 기록·서식 처리, 오래된 코드 현대화다. 유타주는 10개 기관의 개발자 34명에게 클로드 코드를 줬고 80%가 30분 안에 작업 환경을 갖췄으며 71%가 4주 시범 기간이 끝날 때 20시간 이상을 아꼈다고 답했다. 한 주의 정보책임자는 보통 2~3일 걸리던 랜섬웨어 대응을 8분 만에 했다고 확인했고, 한 주 개발자는 한 달로 잡혀 있던 API 메서드 약 900개의 프레임워크 이전을 이틀에 마쳤다는 사례도 실렸다.

보안 분야 사례도 있다. 연방 보안팀이 클로드 미토스(Claude Mythos)로 핵심 운영 시스템 탈취로 이어질 수 있던 취약점을 약 이틀 만에 찾아 고쳤는데, 한 달 전 사람이 수행한 침투 시험은 이를 놓쳤다고 회사는 전했다. 주 정부 IT 책임자가 12개 오래된 저장소를 문서화하며 데이터베이스 표 467개를 정리하고 위험 27건을 표시한 사례, 미국 주 절반 이상과 대형 기반시설 운영사가 참여한 사이버 방어 프로그램도 언급됐다. 모두 기관 측의 보고를 회사가 옮긴 것이다.

보안 인증 조건은 비교적 구체적이다. 정부용 제품 클로드 포 거버먼트는 9월 30일 정식 출시됐고 연방 클라우드 보안 인증의 상위 등급인 FedRAMP High 수준에서 상용 제품과 거의 같은 기능을 제공한다고 밝혔다. 기관이 직접 도구를 만들 때는 아마존 베드록과 구글 클라우드 버텍스 AI를 통해 쓸 수 있는데, 베드록에서는 FedRAMP High에 더해 일부 모델이 국방부 IL4·IL5 등급 작업에 승인됐고 버텍스 AI는 FedRAMP High다. 클로드 엔터프라이즈는 FedRAMP Moderate 인증을 진행 중이다.

도입 지원도 함께 발표됐다. 회사는 민간 고객에게 흔히 제공해 온 구축·활용 지원 프로그램을 공공 부문 전용으로 만들어 몇 주 안에 시작한다고 밝혔다. 기존에 쓰던 기관이든 처음 검토하는 기관이든 공공 부문 팀이 선택지를 안내한다는 설명이다.

한국 독자에게 의미는 직접 적용이 아니라 참고다. 이 계약은 미국 정부 기관만을 대상으로 하며 한국 공공기관의 구매 조건과 무관하다. 다만 정부 전체에 적용되는 단일 할인율, 최소 약정 없는 종량 과금, 보안 인증 등급별 제공 경로의 분리는 공공 부문 AI 조달의 한 형태로 볼 수 있다. 절감액과 활용 성과는 모두 회사와 기관 측 발표라는 점을 감안해 읽을 필요가 있다.

유니티 CLI는 7월 20일에 공개된 단일 실행 파일로, 마우스로 다루는 편집 화면 없이 터미널에서 유니티를 설치하고 에디터와 모듈, 프로젝트, 인증을 관리한다. 여기에 파이프라인 패키지를 더하면 실행 중인 에디터를 명령으로 조종할 수 있어, 스크립트와 빌드 자동화, 코딩 에이전트가 모두 같은 방식으로 유니티에 닿는다. 이번 분석은 그 도구가 석 달 가까이 실제로 어떻게 쓰였는지를 집계한 것이다.

가장 큰 수치는 실행 주체의 분포다. 98%가 에이전트와 자동화, 0.2%가 사람, 0.3%가 CI였고 나머지 작은 몫은 세 범주 밖이다. 유니티는 사람이 직접 입력하는 경우가 대부분 준비 작업이라고 설명했다. 파이프라인 패키지를 설치하고, 맞는 에디터 버전으로 프로젝트를 열고, 로그인하고, 에이전트가 유니티를 가리키게 하고, CLI 작업 지침을 설치한 뒤 작업을 넘긴다는 것이다.

명령별 집계도 이 그림을 뒷받침한다. 연결된 에디터에서 내장 명령이나 사용자가 정의한 명령을 실행하는 unity command가 약 1억2,400만 회로 압도적이었고, 연결된 모든 에디터의 상태를 보여 주는 unity status가 약 670만 회, 에디터 인스턴스와 파이프라인 패키지 설치 여부를 나열하는 unity pipeline list가 약 140만 회였다. 작업 대부분이 살아 있는 에디터 안에서 일어난다는 뜻이다.

사용량이 늘어난 계기는 공식 플러그인이다. 유니티는 앤트로픽의 클로드 코드(Claude Code)와 오픈AI의 코덱스(Codex)용 플러그인을 내놓았고 최근 그록(Grok)용도 추가했다. 각 플러그인에는 유니티 팀이 직접 쓴 작업 지침이 들어 있어 에이전트가 유니티가 의도한 방식으로 작업하게 한다. 9월 1일부터 10월 13일까지 사용자 기준으로 가장 많이 쓰인 에이전트는 클로드 코드였고 코덱스가 그 뒤를 이었으며, 커서와 그록 같은 다른 에이전트도 쓰였고 나머지는 에이전트를 밝히지 않는 스크립트와 도구였다. 공식 플러그인이 없는 에이전트도 CLI로 유니티를 다룰 수 있다.

지역 분포에서 한국의 위치가 눈에 띈다. 로그인 사용자 기준으로 미국, 일본, 한국 순이었고 독일과 튀르키예가 뒤를 이었다. 국내 게임 개발 현장에서 코딩 에이전트와 엔진을 명령줄로 잇는 작업 방식이 이미 상당히 퍼져 있다는 간접 지표로 읽을 수 있다. 다만 사용자 수의 순위일 뿐 국가별 실행 비중은 공개되지 않았다.

측정 방법은 글 말미에 따로 정리돼 있다. 모든 수치는 7월 20일부터 10월 13일까지의 CLI 원격 측정 집계이고, 에이전트별 사용자 수는 9월 1일부터 10월 13일까지 사용자마다 한 번씩 센 것이다. 유니티 직원은 제외했고 측정을 거부한 사용자는 집계되지 않으며, 재시도가 합계를 부풀리지 않도록 이벤트는 한 번만 센다. CI 환경 변수가 설정돼 있으면 CI로, 입력과 출력이 모두 터미널이면 사람으로, MCP 모드나 알려진 AI 도구, 그 밖의 파이프·스크립트 실행은 에이전트와 자동화로 분류했다.

이 수치를 읽을 때 유의할 점이 있다. 자사 도구의 자체 집계이므로 외부 검증은 없고, 측정 거부자가 빠져 있어 실제 사람의 비중은 다를 수 있다. 에이전트와 일반 스크립트가 한 범주로 묶여 AI만의 비중은 알 수 없으며, 실행 횟수가 많다는 것이 작업의 품질이나 생산성을 보장하지도 않는다. 그럼에도 사람은 설정하고 에이전트가 실행하는 분업이 게임 개발 도구에서 이미 기본값에 가까워졌다는 점은 이 자료가 보여 주는 분명한 변화다.