EP 116. 창의성을 배운 AI (Opus 5.5·GPT-6 Sol)

한 줄 핵심

Claude Opus 5.5와 GPT-6 Sol을 계기로, AI의 성능·가격·창작 범위가 빠르게 재편되며 기술 경쟁의 중심이 창의성과 산업 구조의 변화로 옮겨가고 있음을 보여주는 영상이다.

시간별 요약

1. 0:00
   모델 발표 러시 속에서 커지는 철학적 담론 GPT-6 Sol, MiMo, Claude Opus 5.5 같은 발표가 잇따르면서 모델 능력 향상 자체보다 인간이 무엇을 해야 하는지, 프론티어 랩에 어떤 책임을 물을지 같은 철학적 질문이 더 크게 부각된다.
2. 1:34
   Claude Opus 5.5와 감당하기 어려운 발전 속도 새 모델이 나올 때마다 정보량과 변화 속도가 너무 빨라 정리보다 버티는 태도가 필요해졌고, 창작 분야도 그 충격을 체감하고 있다.
3. 2:18
   1년을 버티지 못하는 벤치마크와 촘촘해지는 RL 벤치마크는 1년 단위 비교가 어려울 만큼 빠르게 교체되고, 성능 향상은 범용 일반화보다는 더 촘촘해진 RL 환경과 특화 훈련의 결과로 보인다.
4. 3:38
   가격 경쟁과 medium으로 충분해진 프론티어 성능 Opus와 GPT 계열의 토큰 가격이 크게 내려가면서 예전에는 high나 xhigh를 써야 하던 작업이 medium에서도 충분해졌고, 실제 체감 비용도 함께 낮아지고 있다.
5. 5:38
   항공권과 호텔을 닮은 토큰 가격 책정 토큰은 시간 지나면 팔 수 없는 재화라 항공권이나 호텔처럼 수요와 경쟁에 맞춰 역동적으로 가격을 조정해야 하며, 이것이 사업 전략의 핵심이 된다.
6. 6:34
   경쟁력의 핵심이 된 컴퓨팅 최적화 모델 자체가 상향 평준화될수록 medium과 xhigh, context length를 어떤 조합으로 배치할지 조정하는 뒤단 엔지니어링이 경쟁력의 중심으로 이동한다.
7. 7:15
   특화 학습과 벤치마크의 한계 최근 성능 향상은 일반화보다 촘촘한 훈련과 벤치마크 맞춤형 학습에 가깝고, 버튼 하나로 끝나는 방식으로는 감사도 출시도 더 어려워질 수 있다.
8. 8:10
   할리우드에서 실리콘밸리로의 이동을 말한 Jeffrey Katzenberg 기술 변화는 직업 이동을 만들어내며, 지금은 창작의 중심축이 할리우드에서 실리콘밸리 쪽으로 옮겨가는 전환점이라는 인식이 드러난다.
9. 9:11
   인간의 마지막 영역이라 믿었던 창의성과 AI for Creativity 창의성은 인간만의 마지막 영역으로 여겨졌지만, 이제 AI for Creativity가 현실이 되면서 코드·이미지·영상 창작자들까지 직접적인 영향을 받고 있다.
10. 10:57
    AI 쇼츠 드라마가 보여주는 새로운 연출 가능성 AI로 만든 쇼츠 드라마는 티가 나도 충분히 볼 만한 품질에 도달했고, 카메라로는 찍기 어려운 세계관과 연출을 빠르게 실험할 수 있는 장점이 있다.
11. 12:01
    Phenaki 이후 AI 생성 영상의 확산과 YouTube 규제 Phenaki 이후 생성 영상의 발전 속도가 예측보다 빨랐고, YouTube는 정보 전달용 AI 영상은 남기되 단순 소비용 생성물은 대거 차단하며 플랫폼 기준을 세우고 있다.
12. 14:39
    생성 영상의 만족감과 창의성의 의미 생성 영상은 이미 만족감을 주고 조회수도 만들지만, 정보 전달을 넘어 독자적 창의성을 가진 영상이 의미를 갖는 단계는 아직 진행 중이다.
13. 15:12
    텍스트를 넘어 이미지와 영상으로 넓어진 개발 LLM에 리소스가 집중된 뒤 이미지·비디오 영역까지 흡수되면서, 이제는 텍스트뿐 아니라 그래픽·게임·사운드까지 한 번에 다루는 흐름이 강해졌다.
14. 16:22
    코드만으로 만든 Opus 5.5 모션 그래픽 Opus 5.5는 JavaScript만으로 모션 그래픽과 사운드까지 만들고, 타이밍과 인터랙션이 자연스럽게 맞는 결과를 보여준다.
15. 18:43
    7,500줄 Python 코드로 재현한 화가의 화풍 7,500줄의 Python 코드로 특정 화가의 붓질과 화풍을 모사해, 단순한 그림 생성이 아니라 스타일과 심상을 코드로 번역하는 능력을 드러낸다.
16. 19:51
    Dark Souls와 Antikythera로 확장된 게임 데모 Dark Souls풍 보스전과 Antikythera 탐사 게임까지 등장하며, Opus 5.5는 게임적 긴장감과 탐험 구조를 충실하게 구현하는 수준으로 확장되고 있다.
17. 21:00
    Karpathy와 Ethan Mollick의 학습용 대화형 영상 재귀 같은 개념을 설명하는 대화형 영상이 3Blue1Brown에 근접한 형태로 구현되고, Remotion 계열의 접근이 더 자연스럽고 창의적인 방식으로 발전하고 있다.
18. 23:21
    아이와 하루 만에 완성한 2시간짜리 JRPG 아이와 함께 하루 만에 엔딩까지 가능한 2시간짜리 JRPG를 만들어낼 정도로, 완성형 게임 제작의 진입 장벽이 급격히 낮아졌다.
19. 25:11
    에셋 없이 코드로만 생성한 그래픽과 사운드 픽셀, 스프라이트, 음악, 새소리까지 모두 코드로 생성되고 별도 에셋이 필요 없어, 코드 자체가 창작 매체로 동작한다.
20. 27:33
    PCM 합성으로 만든 음악과 상호작용하는 서사 formant와 PCM 합성으로 만든 음악이 메기고 받기, 돌림노래, 클라이맥스 설계까지 수행하며 상호작용 가능한 서사를 구성한다.
21. 29:12
    창작 능력의 도약과 모델 내부의 표상 모델은 표면적으로는 단순한 코드 생성처럼 보여도 내부적으로는 장면 전환, 타이포그래피, 사운드, 서사 구조를 맞물리게 만드는 표현을 학습한 것으로 보인다.
22. 30:46
    검증 가능한 보상 없이 취향을 학습시키는 방법 수학처럼 정답이 있는 영역이 아니어도, 프론트엔드 디자인이나 모션 그래픽 같은 분야에서는 대리 지표와 hill climbing으로 취향을 학습시키는 흐름이 추정된다.
23. 31:49
    코드 policy로 로봇을 제어한 Astra Astra는 로봇 제어에서도 연속값을 직접 생성하는 대신 코드로 policy를 작성하는 방식이 강력하게 작동할 수 있음을 보여준다.
24. 33:47
    영역을 잇는 인간의 창의성과 모델의 궤적 인간이 서로 다른 전문 영역을 연결해 새 분야를 만들듯이, 모델도 코딩과 아트 같은 서로 다른 능력을 연결하면서 예상치 못한 도약을 보일 수 있다.
25. 36:38
    아티스트 정체성을 다시 쓰는 Kyle McDonald와 Zach Lieberman Kyle McDonald와 Zach Lieberman은 AI 시대에 아티스트와 코더의 경계가 흔들리며, 코딩보다 연결성과 탐구 자체가 더 중요한 축이 될 수 있음을 보여준다.
26. 38:27
    Terence Tao가 말한 속도를 늦출 이유 Terence Tao의 발언은 수학처럼 신중해야 하는 분야에서조차 변화 속도가 과도해지고 있으며, 속도보다 방향과 공론장이 중요해졌다는 문제의식을 던진다.
27. 39:29
    무한한 인재 집단이라는 사고 실험 과거의 위대한 성과가 소수 인재 집단에서 나왔다면, 이제는 모든 영역에 무한한 인재가 존재하는 상황이 어떤 변화를 낳을지 다시 생각해야 한다.
28. 40:38
    코더에서 메이커로 넘어가며 코딩을 멈춘 DHH DHH의 발언은 앞으로는 코딩을 직접 이해하는 능력보다, AI를 활용해 결과물을 만드는 메이커 감각이 더 중요해질 수 있음을 시사한다.
29. 43:19
    상방을 열어주는 교육과 용어를 몰라서 생기는 공백 무엇이 가능한지 조사하고 개념어를 익히는 교육이 있어야 상방이 열리며, 용어와 맥락을 모르면 강력한 모델도 충분히 활용하지 못한다.
30. 45:22
    생산성 격차를 만드는 태도와 시간 AI가 같은 도구를 줘도 적극적으로 실험하는 사람과 그렇지 않은 사람의 격차가 커지며, 변화는 결국 태도와 시간의 문제로 드러난다.
31. 46:35
    무엇이든 만들 수 있을 때 무엇을 만들 것인가 생성 기술이 충분히 강해지면 콘텐츠의 희소성보다 목적과 가치가 중요해지고, 앞으로는 무엇을 왜 만들지에 대한 질문이 핵심이 된다.
32. 48:02
    스포츠의 시대와 호모 루덴스 기계가 대부분의 지적 노동을 맡게 되면 인간은 경쟁, 스토리, 감동을 즐기는 스포츠와 엔터테인먼트 중심의 호모 루덴스 시대로 갈 수 있다.
33. 49:09
    시뮬레이션된 정념에도 감동할 것인가 기초 문법을 갖춘 생성물이 늘어나도 인간의 정념과 해석이 주는 감동을 대체할 수 있을지는 아직 불확실하며, 그 경계는 실제 경험을 통해서만 확인될 것이다.
34. 50:38
    창의성에서 생명공학으로 넓어지는 Anthropic의 wet lab Anthropic의 wet lab 진출은 창의성 영역을 넘어 생명공학까지 확장되는 신호이며, 이미 하던 일이라도 새로운 자본과 결합하면 산업적 의미가 커진다.
35. 51:25
    프론티어 랩에서 프론티어 컴퍼니로 OpenAI와 Anthropic은 모델 회사에서 시작해 도구·기능·법무·재무·과학까지 넓히는 프론티어 컴퍼니로 진화하고 있고, 그 확장성 자체가 권력 문제를 낳고 있다.
36. 52:33
    Tech Week을 앞둔 샌프란시스코 현장 샌프란시스코에서는 EO House를 거점으로 Tech Week이 준비되고 있으며, 영상 생성과 프론티어 AI를 둘러싼 현장 교류가 활발하게 이어진다.
37. 54:25
    DevDay와 전천후 비서 에이전트에 대한 기대 DevDay에서는 전천후 비서형 에이전트가 나올 가능성이 거론되고, 이런 에이전트가 소비자 서비스의 게이트웨이를 장악할지 주목된다.
38. 55:25
    Tesla의 10월 1일 발표와 거리의 자율주행차 Tesla의 10월 1일 발표와 거리의 Waymo, Zoox를 통해 AI가 이미 현실의 이동 수단으로 들어오고 있음을 체감하게 된다.
39. 56:08
    관점 형성이 따라가지 못하는 변화 속도 변화가 너무 빨라 관점이 완성되기 전에 다음 소식이 나오고 있으며, 기존의 역사적 틀로 설명하기 어려운 근본적 전환이 진행 중이다.
40. 57:45
    테트리스가 보여주는 epistemic action epistemic action은 실제로 해봐야 위치와 가능성을 알 수 있다는 뜻이며, 작은 규모의 실천일수록 직접 시도하는 사람이 변화에 더 잘 적응한다.
41. 58:29
    다음 변화를 기다리며 빠르게 바뀌는 환경 속에서 다음 변화와 다음 관점을 기대하며, 더 많은 소식과 실험을 이어가자는 인사로 마무리된다.

실무 인사이트

• 생성 AI의 경쟁 포인트는 이제 모델 성능 그 자체보다 가격, 토큰 운용, medium 활용 같은 운영 최적화로 이동하고 있다.
• 창작 분야에서는 '무엇을 만들 수 있는가'보다 '무엇을 만들고 싶어 하는가'가 더 중요한 질문이 되었고, 실험량과 도메인 지식이 격차를 만든다.
• AI는 코드, 영상, 음악, 게임, 로봇, 생명공학까지 확장되고 있어, 실무자는 도구 사용법보다 변화의 방향을 읽는 능력을 먼저 갖춰야 한다.