이번 주 AI 업계는 사흘 만에 세 방향에서 움직였습니다. OpenAI가 에이전트 실행 비용을 절반으로 낮춘 Terra를 내놓자(10월 26일), Google은 이틀 만에 Gemini 4 Carbon으로 벤치마크 1위를 탈환했습니다(10월 28일). 기업 현장에서는 5개월 전 등장한 SAP 기업 AI 에이전트가 실제로 정착하고 있는지 조용히 확인되고 있습니다. 세 소식에는 하나의 공통 물음이 있습니다 — 더 빠르고 싸진 AI를 기업이 실제로 믿고 쓸 수 있는 날은 언제일까요.
① GPT-6.1 Terra 출시 — 에이전트 실행 비용 절반, 검증은 여전히 인간 몫
왜 지금인가
10월 26일, OpenAI가 GPT-6.1 Terra를 출시했습니다. 새 모델이 주목받는 핵심은 성능보다 가격입니다. 입력 토큰(모델이 읽는 텍스트 단위) 100만 개당 $1, 출력 토큰 100만 개당 $5 — 직전 모델 Sol의 절반 수준입니다. 반복 처리 작업에 AI 에이전트(지시 없이 스스로 작업을 수행하는 AI 시스템)를 붙이는 비용이 처음으로 기업이 “무시해도 될 수준”에 가까워졌습니다. 에이전트 자동화를 검토하면서 “단가가 아직 비싸다”고 미뤄온 기업이라면, 그 이유 하나가 오늘부로 사라졌습니다.
실제로 무슨 말인가
Terra는 OpenAI가 “컴퓨터 사용(computer use)” — AI가 브라우저·파일·프로그램을 직접 조작하는 기능 — 에 특화됐다고 밝힌 모델입니다. OpenAI에 따르면 터미널 작업 처리 테스트(Terminal-Bench 4.0)에서 50.3%를 기록했다고 합니다. 가격으로 환산하면, 월 10만 건 에이전트 작업 기준 Sol 대비 월 비용이 약 $60만에서 약 $30만으로 절반이 됩니다. 반복 업무 자동화나 데이터 처리에서 에이전트를 테스트해보기로 결정하는 진입 비용이 크게 낮아졌습니다.
달의 의심
달이 이 가격 인하 앞에서 멈추는 지점은 하나입니다. 에이전트가 처리한 결과가 맞는지 확인하는 비용은 어디로 갔을까요. 실행 단가가 낮아질수록 기업은 더 많은 작업을 AI에 맡기게 되고, 그 결과를 사람이 검토하는 시간과 비용은 그대로입니다. 오늘 취재팀이 Terra의 시스템 카드(모델 출시 시 OpenAI가 발표하는 안전성 보고서)에서 확인한 일부 안전 수치는 단일 출처로만 확인돼 이번 기사에 담지 않았습니다. 비용이 낮아질수록 확인 없이 쓰는 경향이 생기고, 이때 에이전트의 실질 안전 수준은 오히려 낮아질 수 있습니다.
어디로 가는가
시나리오 A (65%) — Terra가 기업 현장의 저위험·반복 작업(데이터 정리, 문서 초안 작성, 정보 수집)에 빠르게 도입됩니다. 결과 검증은 전수가 아닌 샘플링 방식으로 이루어지고, 큰 문제가 터지기 전까지는 현 수준이 유지됩니다.
시나리오 B (35%) — 에이전트 처리 결과 중 눈에 띄는 오류 사례가 공개되면서 검증 프로세스 강화 요구가 커지고, 실제 도입 속도가 예상보다 늦어집니다.
틀릴 조건: 향후 3개월 내 에이전트가 처리한 작업의 오류가 실제 업무 피해로 이어진 사례가 언론에 보도되면 B 시나리오로 빠르게 이동할 수 있습니다.
② Gemini 4 Carbon, 벤치마크 1위 탈환 — 하지만 오류율은 두 배로 올랐다
왜 지금인가
10월 28일(어제), Google DeepMind가 Gemini 4 Carbon을 발표했습니다. 독립 평가 기관 Artificial Analysis의 Intelligence Index에서 59점으로 1위를 기록했습니다 — 클로드 Opus 5.5(58점), GPT-6 Astra(57점)를 앞선 수치입니다. OpenAI가 Terra를 내놓은 지 이틀 만에 Google이 “우리가 앞선다”고 응수한 것입니다. AI 모델 경쟁이 이 속도로 진행되는 환경에서, 벤치마크 1위가 실제로 무엇을 보장하는지 물어볼 시점입니다.
실제로 무슨 말인가
Carbon의 가격은 입력 $2, 출력 $10(토큰 100만 개 기준, 도입 초기가)으로 Terra($1/$5)보다 두 배 비쌉니다. 일부 벤치마크에서는 Carbon이 앞서지만 예외도 있습니다 — 화면 조작 능력 평가(OSWorld)에서는 클로드 Opus 5.5가 87.2%로 Carbon의 81.5%를 앞섰고, 복잡한 소프트웨어 작업 테스트(FrontierSWE 2)에서는 GPT-6 Astra가 65.5%로 Carbon(61.2%)을 앞섰습니다. 달이 주목한 반전이 하나 있습니다: Carbon의 할루시네이션(AI가 사실이 아닌 것을 사실처럼 생성하는 오류) 비율이 전작 Argon의 4%에서 11%로 올라갔습니다. Google은 “내부 테스트에서 부정확 주장이 절반으로 줄었다”고 반박했지만, 이 두 수치가 어떻게 공존하는지는 설명하지 않았습니다. 현재 Carbon은 제한된 사이버보안 파트너에게만 제공되고 있고, 일반 API는 아직 없습니다.
달의 의심
달이 이 발표에서 주목하는 것은 “59점 1위”가 아닙니다. 더 흥미로운 것은 이틀치 뉴스를 나란히 놓을 때 드러나는 패턴입니다 — OpenAI는 “더 싼 에이전트”를 내놨고, Google은 “더 강한 모델”을 내놨습니다. 그런데 두 발표 모두 “결과를 믿을 수 있는지”에 대한 답이 없습니다. Terra는 안전 수치 일부가 단일 출처, Carbon은 할루시네이션이 오히려 증가했습니다. 벤치마크 점수가 빠르게 올라가는 시기에 실제 사용 환경에서의 신뢰도는 별도의 검증이 필요합니다.
어디로 가는가
시나리오 A (60%) — Carbon이 사이버보안 분야에서 먼저 실적을 쌓고 연내 일반 API가 공개됩니다. OpenAI와 Google의 가격·성능 경쟁이 이어지면서 개발자는 두 모델을 상황에 따라 선택하는 멀티벤더(여러 제공업체를 동시에 활용하는) 전략을 택합니다.
시나리오 B (40%) — 할루시네이션 증가 문제가 기업 도입 결정에 브레이크를 겁니다. “더 강하지만 더 자주 틀린다”는 트레이드오프가 수용되지 않으면서 Carbon의 실질 채택이 예상보다 느려집니다.
틀릴 조건: Google이 Carbon의 할루시네이션 증가와 “부정확 주장 절반 감소”의 측정 방식 차이를 투명하게 공개하고 독립 검증이 이루어진다면, A 시나리오로 빠르게 기울 것입니다.
③ SAP 기업 AI 에이전트 5개월 — “채택 속도가 기대보다 느리다”
왜 지금인가
올해 5월 SAP Sapphire 행사에서 SAP가 Joule Work를 공개한 지 5개월이 지났습니다. Joule Work는 SAP의 ERP(회계·구매·인사 등 기업 운영 전반을 관리하는 기업용 소프트웨어) 위에서 AI 에이전트가 업무 흐름을 자동 처리하는 시스템입니다. 이달 초(10월 6일) SAP Connect 행사에서 다시 소개됐고, 같은 시기 전문 매체 CIO는 눈에 띄는 기사를 게재했습니다: “SAP, AI 제안 도입 속도가 기대보다 느리다고 인정.” AI 에이전트 전략을 처음 내놓은 회사 스스로가 현실 속도를 조정한 것입니다.
실제로 무슨 말인가
SAP Joule는 AI 파트너로 Anthropic(클로드 모델 제공사)을 택했습니다. multi-vendor 오케스트레이션 — 자사 AI와 외부 AI를 SAP 시스템 안에서 함께 연결·관리하는 기능 — 과 MCP·A2A(서로 다른 AI 에이전트들이 표준 방식으로 소통하는 프로토콜)를 통해 외부와도 연결됩니다. 한국에서 실제 확인된 도입 사례는 삼성전기와 삼성SDS입니다. 취재팀이 확인한 한 가지: 일부 보도에서 “SAP 40만 기업 고객에 Joule 도입”이라는 표현이 쓰이지만, 이는 SAP ERP 전체 고객 수를 가리키는 것입니다. Joule AI 에이전트를 실제로 운용하는 기업 수는 별개의 숫자입니다.
달의 의심
SAP가 “도입 속도가 기대보다 느리다”고 인정한 것은 흥미로운 신호입니다. 기업 AI 에이전트 시장의 큰 장벽은 기술이 아닐 수 있습니다 — 기존 ERP 시스템에 AI를 심을 때 드는 통합 비용과, 그 결과를 신뢰하기까지의 심리적 임계값이 기술 장벽보다 높을 수 있습니다. 한국 대기업들이 SAP ERP를 쓰는 것과 그 위에서 Joule AI 에이전트를 실제로 운용하는 것은 전혀 다른 단계입니다. 구축은 해놓고 실제로 안 쓰는 AI가 기업 현장에 얼마나 많은지는 좀처럼 숫자로 나오지 않습니다.
어디로 가는가
시나리오 A (60%) — SAP ERP를 이미 쓰는 기업들에게 Joule는 시스템 교체 없이 AI를 도입하는 가장 저항이 적은 경로가 됩니다. 기존 고객 기반을 통한 점진적 확산 가능성이 높습니다. 처음보다 느리지만 멈추지는 않습니다.
시나리오 B (40%) — “도입 더딤” 흐름이 지속되고, AI 에이전트 추가 비용(일부 매체에서 “agent tax”라고 부르는)에 대한 기업 저항이 커지면서 SAP의 AI 전환 속도가 예상보다 크게 낮게 확인됩니다.
틀릴 조건: SAP가 Joule 실제 사용 기업 수와 자동화된 업무 건수를 독립 감사 형태로 공개하면, 두 시나리오 모두 더 정확하게 판단할 수 있습니다.
오늘 세 꼭지를 관통하는 하나의 질문: AI가 더 빠르고 싸지고 강해지는 동안, 그 결과를 실제로 믿을 수 있다는 증거는 어디서 오는가. 그 증거를 만드는 비용은 아직 아무도 자기 몫으로 계산하지 않았습니다.