프로덕트 소식은 넘쳐나지만 대부분 이런 게 나왔대에서 끝납니다. 그래서 뭘 어떻게 하라고? 내 작업에 어떻게 써먹지? 거기까진 연결이 잘 안 되죠. 따라서 요즘 프로덕트 메이커는 바로 쓸 수 있는 것, 그 중에서도 주목해볼 만한 것을 엄선해서 매주 금요일에 전달드리려 합니다.

요즘 프로덕트 메이커는 매주 세 가지를 골라 전합니다:

써볼 것: 오픈AI DevDay에서 나온, 써볼 만한 ChatGPT 기능 3가지
참고할 것: 구글이 내부에서 먼저 쓰고 있다는 새 모델, 제미나이 4 아르곤(Gemini 4 Argon)
적용해볼 것: 클로드와 GPT의 캐시 가격이 내려간 이유를 두고 나온 해석

1. 써볼 것: 오픈AI DevDay에서 나온, 써볼 만한 ChatGPT 기능 3가지

ChatGPT로 회의 내용을 정리하거나 발표 자료 초안을 받아본 적 있으실 거예요. 그런데 그 결과물을 팀과 나누려면 다시 손이 갑니다. 대화창에서 복사해 Slack에 붙이고, 슬라이드 초안은 PowerPoint로 옮겨 처음부터 다시 다듬어야 하죠.

오픈AI가 9월 29일 DevDay 2026에서 20개가 넘는 발표를 했는데, 그중 여러 개가 이 부분을 겨냥한 기능이었습니다. 혼자 쓰던 ChatGPT를 팀이 함께 일하는 공간으로 넓히는 기능들이죠. 지난 회차에서 클로드가 코워크와 채팅을 합치고 문서·슬라이드 기능을 넣었다고 전해드렸는데, 오픈AI도 비슷한 방향의 기능을 한꺼번에 내놓은 겁니다. 그중 바로 써볼 만한 세 가지를 골랐습니다.

Slack과 Microsoft Teams에서 @ChatGPT 부르기

이제 Slack이나 Microsoft Teams의 채널, 스레드, 개인 메시지에서 @ChatGPT를 멘션해 일을 맡길 수 있습니다. 오픈AI가 든 예시는 이렇습니다.

길어진 논의를 프로젝트 개요로 정리하기
버그를 조사하고 검토할 수정안 준비하기
매일 아침 고객 관련 소식을 채널에 올리기

ChatGPT는 관리자가 연결해둔 도구를 쓰거나, 부탁한 사람의 권한으로 그 사람이 연결한 도구를 씁니다. 팀원이 각자 ChatGPT 라이선스를 갖고 있지 않아도 같은 대화에 들어와 내용을 보태거나 결과를 다듬을 수 있고요. Business와 Enterprise 요금제에서 쓸 수 있습니다.

팀원과 같이 고치는 슬라이드

ChatGPT 안에 새 프레젠테이션 편집기가 생겼습니다. 대화 내용을 슬라이드로 만들어 달라고 하거나, 내가 쓰던 템플릿으로 시작할 수 있어요. 텍스트와 도형, 이미지, 편집 가능한 차트도 넣을 수 있습니다. 여러 팀원이 같은 슬라이드를 동시에 고치거나 댓글을 달 수 있고, ChatGPT가 손봐야 할 부분에 표시를 남겨두면 그 부분을 수정합니다. 완성되면 ChatGPT에서 바로 발표하거나, PowerPoint나 Google Slides로 내보내 서식을 유지한 채 이어서 편집할 수 있어요. Pro, Business, Enterprise 요금제에서 쓸 수 있습니다.

회의를 녹음하고 정리해주는 Meetings 플러그인

Meetings 플러그인은 회의 오디오를 녹음해 회의록을 ChatGPT Space(팀과 함께 쓰는 ChatGPT 작업 공간)에 저장합니다. 회의록은 나만 보게 두거나 팀과 공유할 수 있어요.

ChatGPT는 이전에 함께 작업한 내용을 참고해 핵심 내용과 결정 사항, 다음에 할 일을 정리합니다. 후속 작업도 부탁할 수 있는데, 예를 들어 매일 하는 짧은 팀 회의가 끝난 뒤 오늘 정한 것과 막혀 있는 문제, 바뀐 일정을 프로젝트 계획에 반영해 달라고 하는 식입니다. 지금은 Pro와 Business 사용자에게 베타로 제공되고, Enterprise에도 곧 열릴 예정입니다.

누구에게 좋을까요?

Slack이나 Teams에서 논의가 길어져 매번 정리하는 데 시간이 드는 팀. 대화가 오가는 그 자리에서 ChatGPT에 정리를 맡길 수 있어요.
발표 자료를 여러 사람이 나눠 고치는 팀. ChatGPT가 만든 초안을 다른 프로그램으로 옮기지 않고 그 자리에서 함께 다듬을 수 있습니다.
회의가 많아 회의록 정리와 후속 작업이 자꾸 밀리는 사람.
다만 세 기능 모두 유료 요금제, 그중에서도 주로 팀용 요금제에서 쓸 수 있습니다. 무료나 Plus 요금제라면 아직 써보기 어렵습니다.

2. 참고할 것: 구글이 내부에서 먼저 쓰고 있다는 새 모델, 제미나이 4 아르곤

구글이 9월 30일 새 AI 모델 제미나이 4 아르곤(Gemini 4 Argon)을 발표했습니다. 대규모 코드 작업, 법률·금융 자료 조사, 보안 취약점 찾기처럼 오래 걸리고 단계가 많은 일을 맡기려고 만든 모델이라고 구글은 설명합니다. 발표 글은 구글 딥마인드를 이끄는 코라이 카부크쿠오글루(Koray Kavukcuoglu) 수석 부사장이 썼고, 구글 직원 수천 명이 이미 내부 업무에 쓰고 있다고 합니다.

다만 아직은 일반 사용자가 쓸 수 없습니다. 지금은 구글이 신뢰할 수 있다고 판단한 일부 보안 담당자에게만 먼저 제공하고 있고, 다른 사용자에게는 안전장치를 더 보완한 뒤에 공개할 예정이에요.

무엇이 달라졌나요?

가장 큰 변화는 한 번에 써낼 수 있는 분량입니다. AI가 답을 내놓을 때 한 번에 생성할 수 있는 양(출력 토큰)의 상한을 6만 4천 토큰에서 100만 토큰으로, 열다섯 배 넘게 늘렸어요. 어려운 문제를 오래 생각하고, 긴 코드나 문서를 중간에 끊지 않고 이어서 써낼 수 있게 하려는 거라고 구글은 설명합니다.

구글이 공개한 성능 평가 결과도 이런 긴 작업에 맞춰져 있습니다.

실제 소프트웨어 개발 과제를 오래 이어서 처리하는 능력을 보는 DeepSWE v1.1에서 77.9%로 가장 높은 점수
Zapier가 만든, 실제 업무를 처음부터 끝까지 처리하는 능력을 보는 AutomationBench에서 51.3%로 1위
긴 영상을 이해하는 능력을 보는 LVBench에서 91.7%로 가장 높은 점수

구글 안에서는 이렇게 쓰고 있습니다

구글은 성능 점수와 함께 내부에서 실제로 쓰고 있는 사례도 공개했습니다.

C와 C++로 짠 코드를 Rust로 옮기는 작업에 쓰고 있습니다. Rust는 메모리 관련 오류가 덜 생기도록 설계된 프로그래밍 언어로, 수만 줄짜리 라이브러리부터 80만 줄이 넘는 운영체제 커널까지 옮기는 중이라고 합니다. 중요한 시스템이라 실제 서비스에 넣기 전에 자동·수동 감사와 테스트, 검토를 거칩니다.
압축된 영상을 풀어 재생하는 오픈소스 소프트웨어 libgav1에서는 기존 Rust 버전의 코드 3만 2천 줄을 새로 짰습니다. 영상 출력은 그대로인데 속도는 기존 Rust 버전보다 2.7배 빨라졌다고 합니다.
여러 아르곤 에이전트가 구글 데이터센터 전체의 서버 사용 기록을 분석해 메모리를 아낄 방법을 스스로 찾아 적용했습니다. 이걸로 300TiB 넘는 메모리를 확보했고, 전체 절감량은 500TiB에서 1PiB 정도로 예상한다고 합니다.

(수치는 구글 발표 기준)

보안 취약점도 스스로 찾고 고칩니다

구글은 아르곤이 소프트웨어의 심각한 취약점을 스스로 찾아내고, 실제로 문제가 되는지 확인한 뒤, 고치는 것까지 할 수 있도록 훈련했다고 밝혔습니다. 클라우드 보안 회사 Wiz는 공공 인프라의 위험을 무료로 찾아주는 프로그램에 아르곤을 쓰고 있는데, 이를 통해 전 세계 병원이 쓰는 의료 소프트웨어에서 민감한 개인정보가 노출될 수 있는 취약점을 찾아냈다고 해요. 구글은 이전 최신 모델들이 놓친 문제였다고 설명합니다.

신뢰할 수 있는 보안 담당자와 구글 내부 팀에는, 해킹에 쓰일 수 있는 요청을 막아두는 보안 제한을 빼고 제공한다고 합니다. (취약점을 찾는 능력을 방어에 최대한 활용할 수 있게 하려는 거라고)

왜 바로 모두에게 공개하지 않나요?

취약점을 찾는 능력은 방어에 쓰이지만, 나쁜 목적을 가진 사람 손에 들어가면 공격에도 쓰일 수 있습니다. 그래서 구글은 단계를 나눠 공개하기로 했습니다. 지금은 Fairwind Program을 통해 검증된 보안 담당자에게 먼저 열었고, 미국 정부가 출시 전에 모델을 살펴보는 자율 절차에도 참여하고 있습니다. 일반 공개는 유료 API 고객과 Google AI Ultra 구독자부터 시작할 예정입니다.

공개 전에 보완하겠다는 안전장치는 네 가지입니다.

해킹이나 생화학·핵 무기처럼 위험한 요청은 거절하고, 정당한 연구 목적의 질문은 받도록 설계
문서나 웹페이지에 몰래 심어둔 지시에 AI가 넘어가지 않도록 훈련
AI가 사용자가 원한 범위를 벗어나 일을 처리하려 하면, 생각 과정과 행동을 지켜보다 실행을 멈춤
위험도가 높은 테스트는 외부와 차단된 환경에서 진행

가격은 출시 초기 100만 토큰당 입력 2달러, 출력 10달러이고, 초기 기간이 끝나면 4달러, 20달러가 됩니다. 캐시된 입력은 입력 가격에서 95% 할인해줘요. 몇 회차 전에 다룬 오픈AI의 GPT-6 Astra도 보안 능력 때문에 제한된 곳에 먼저 공개했었죠. 구글도 같은 순서를 밟고 있습니다.

<출처: insufferable.dev, The AI Race Just Got Awkward>

3. 적용해볼 것: 클로드와 GPT의 캐시 가격이 내려간 이유를 두고 나온 해석

insufferable.dev라는 개인 개발 블로그에 9월 29일 짧은 글이 하나 올라왔습니다. 제목은 The AI Race Just Got Awkward, AI 경쟁이 좀 어색해졌다는 뜻이죠. 최근 앤트로픽과 오픈AI가 새 모델을 내놓으며 사용료를 크게 내렸는데, 글쓴이는 그 배경에 중국 AI 연구소 DeepSeek(딥시크)가 공개한 기술이 있다고 주장합니다. 물론 글쓴이의 추정이 섞여 있지만, AI 사용료가 무엇 때문에 내려가는지 생각해봄직한 내용이 있어 가져왔습니다.

먼저, 무엇이 얼마나 내려갔나요?

AI에 긴 문서나 코드를 넣고 이어서 질문하면, AI는 매번 처음부터 다시 읽지 않고 앞서 처리해둔 내용을 저장해뒀다가 꺼내 씁니다. 이 저장해둔 내용을 캐시라고 하고, 캐시를 꺼내 읽을 때 매기는 요금이 캐시 읽기 가격이에요. 같은 코드를 계속 들여다보는 코딩 에이전트처럼 긴 내용을 반복해서 다루는 작업일수록 캐시를 읽는 일이 많아집니다.

글쓴이가 정리한 두 회사의 가격 변화는 이렇습니다.

앤트로픽 Claude Opus 5 → Claude Opus 5.5: 입력은 5달러에서 4달러로, 캐시 읽기는 0.5달러에서 0.2달러로 60% 인하
오픈AI GPT-5.6 Sol → GPT-6.1 Sol: 입력은 5달러에서 2달러로, 캐시 읽기는 0.5달러에서 0.1달러로 80% 인하

(100만 토큰 기준, 글쓴이가 정리한 가격 비교)

글쓴이는 왜 딥시크를 지목했을까요?

배경부터 보면 이렇습니다. 앤트로픽은 올해 초부터 중국 AI 연구소들이 클로드를 증류하고 있다고 문제를 제기해왔습니다. 증류는 다른 회사 AI에 질문을 잔뜩 던져 받은 답을 학습 자료로 삼아, 내 AI를 비슷하게 만드는 방식이에요. 글쓴이는 이런 주장이 나중에 중국 모델을 법으로 규제하는 근거가 될 수 있다고 봅니다. 그런데 글쓴이가 보기에 지금은 반대 방향의 일이 벌어지고 있습니다. 중국 연구소가 공개한 기술을 서구 회사들이 가져다 쓰고 있다는 거예요.

글쓴이가 근거로 든 건 딥시크의 KV 캐시 압축 기술입니다. KV 캐시는 AI가 긴 대화나 코드를 다룰 때 이미 처리한 내용을 GPU 메모리에 올려두는 공간으로, 앞서 설명한 캐시와도 연결된 부분이에요. 다루는 내용이 길어질수록 이 공간이 커지고, 그만큼 비싼 GPU 메모리를 차지합니다. 딥시크는 이 공간을 버전마다 줄여왔는데, 글에 실린 비교에 따르면 100만 토큰을 담는 데 필요한 메모리가 이렇게 바뀌었습니다.

DeepSeek-V1: 389.12GB
DeepSeek-V3.2: 48.07GB
DeepSeek-V4-Flash: 3.51GB
DeepSeek-V4.1-Flash: 890MB

첫 버전과 비교하면 약 437분의 1입니다. 다만 이건 긴 내용을 다룰 때의 캐시 메모리만 비교한 수치라, 모델 전체를 돌리는 비용이 같은 비율로 줄었다는 뜻은 아닙니다.

글쓴이의 결론은 이렇습니다. 캐시가 작아지면 같은 GPU로 더 많은 요청을 처리할 수 있어 운영비가 내려가는데, 두 회사가 캐시 읽기 가격을 크게 내린 게 이 기술을 도입했다는 증거라는 거예요. 두 모델을 큰 예고 없이 내놓은 것도 다른 곳의 기술을 쓴 게 민망해서일 거라고 덧붙입니다.

어디까지가 확인된 내용일까요?

이 글은 사실과 해석이 섞여 있어서 나눠 읽을 필요가 있습니다. 두 회사가 캐시 읽기 가격을 크게 내린 건 공개된 가격표로 확인되는 사실이에요. 딥시크가 캐시를 줄이는 기술을 공개해왔다는 것도 글쓴이가 수치와 함께 제시합니다.

반면 두 회사가 딥시크의 기술을 도입했다는 건 글쓴이의 추정입니다. 이를 확인할 발표나 내부 자료는 글에 나오지 않고, 가격이 내려간 데에는 다른 이유가 있을 수도 있어요. 예고 없이 조용히 냈다는 대목도 따져볼 부분이 있습니다. GPT-6.1 Sol은 이 글이 올라온 같은 날, 오픈AI DevDay에서 주요 발표 가운데 하나로 소개됐거든요. 글쓴이 스스로도 딥시크가 왜 이런 기술을 공개했는지는 모르겠다고 적었습니다.

무엇을 생각해볼 수 있을까요?

글쓴이의 추정을 그대로 받아들이지 않더라도, 이 글에서 가져갈 만한 이야기는 몇 가지 있습니다.

첫째, AI 회사들의 경쟁은 성능 점수만이 아니라 같은 일을 얼마나 싸게 처리하느냐에서도 벌어지고 있습니다. 이번 주 구글은 Gemini 4 Argon을 발표하며 캐시된 입력을 95% 할인한다고 밝혔고, 오픈AI는 GPT-6.1 Sol을 GPT-6 Astra 일반 가격의 4분의 1로 내놨습니다. 이번 주 발표만 봐도 가격 이야기가 빠지지 않았어요.

둘째, AI로 서비스를 만드는 입장이라면 가격표에서 입력과 출력 단가만 보면 놓치는 게 생깁니다. 긴 문서를 다루거나 에이전트가 같은 코드를 계속 읽는 서비스라면, 캐시 읽기 가격에 따라 실제 비용이 크게 달라질 수 있어요. 이번처럼 캐시 가격이 60~80%씩 내려가면, 예전에 비용 때문에 접어뒀던 기능을 다시 계산해볼 여지도 생깁니다.

셋째, 중국 AI 연구소를 보는 관점입니다. 글쓴이는 첨단 GPU를 구하기 어려운 중국 연구소들이 적은 자원으로 효율을 높이는 데 집중할 수밖에 없었고, 그 결과를 공개하면서 서구 회사들까지 덕을 보고 있다고 말합니다. 중국 연구소를 서구 모델을 따라오는 쪽으로만 보던 시각과는 다른 이야기예요. 도입 여부는 확인되지 않았지만, 한 곳에서 공개한 연구가 다른 회사의 비용 구조까지 바꿀 수 있다는 점은 기억해둘 만합니다.

다음 주에도 여러분이 놓치지 말아야 할 프로덕트 메이커 소식을 정리해서 찾아뵙겠습니다. 요즘 프로덕트 메이커 콘텐츠가 도움이 되셨다면, 꼭 작가 알림 설정을 부탁드립니다. 콘텐츠 내용 중 잘못된 정보나 정정이 필요한 부분이 있다면 댓글로 알려주세요. 빠르게 수정하겠습니다. 다음 주에 또 만나요!

콘텐츠가 마음에 드셨다면, 꼭꼭 작가 알림 설정과 좋아요를 부탁드립니다!