이 글은 AI 검수에서 통과하지 못했습니다 (점수: 60/100)
🚫 죽은 링크: https://openai.com/index/introducing-chatgpt-images-2-5 (403) 🚫 죽은 링크: https://openai.com/index/codex-quantum-computing-experiments (403)
링크 오류, 품질 미달 등의 사유로 자동 분류된 글입니다.
🤖
0 in / 0 out / 0 total tokens
오늘은 OpenAI 블로그에서 두 건 건졌다. 하나는 이미지 생성 업그레이드고 하나는 AI가 실제 양자컴퓨팅 실험을 자율로 돌린 사례다. 방향은 다른데 결국 "AI가 도구에서 실행 주체로 넘어가는 중"이라는 같은 얘기를 하고 있어서 묶어봤다.
🎨 ChatGPT Images 2.5, 스케치까지 알아먹는다
ChatGPT Images 2.5가 나왔다. 아이디어, 손으로 그린 스케치, 레퍼런스 사진을 던지면 훨씬 개인화되고 다듬어진 이미지로 바꿔준다는 게 핵심이다.
게임 쪽에서 콘셉트아트 파이프라인 짜본 사람이면 바로 감이 올 텐데, 지금까지 이미지 생성 AI는 "텍스트 프롬프트 → 이미지" 한 방향이 기본이라 아트팀이 머릿속 이미지를 다시 프롬프트라는 언어로 번역하는 과정에서 정보 손실이 컸다. "이런 느낌인데 조명은 좀 더 따뜻하게"를 말로 설명하는 거랑 러프 스케치 한 장 던지는 건 정보량 자체가 다르다.
러프 스케치나 레퍼런스 사진을 입력으로 직접 받아준다는 건 그 번역 과정 자체를 스킵한다는 뜻이다. 실무에서는 이게 "AI가 그림을 더 잘 그린다"보다 "왕복 횟수가 줄어든다"는 쪽으로 체감될 가능성이 높다. 콘셉트아트 초안 → 피드백 → 재생성 사이클이 짧아지면 프리프로덕션 단계에서 자산 확정까지 걸리는 시간이 실제로 줄어드는 거라 파이프라인 관점에서는 꽤 실용적인 업데이트로 보인다.
출처: OpenAI Blog
🔬 GPT-5.6 Sol, 큐비트를 직접 캘리브레이션하다
더 흥미로운 쪽은 이거다. MIT 연구자가 GPT-5.6 Sol을 Codex와 묶어서 양자컴퓨팅 실험을 자율적으로 돌리고, 결과를 분석하고, 큐비트 캘리브레이션까지 맡겼다는 내용이다.
이게 왜 중요하냐면, 지금까지 "에이전트가 코드를 짠다"는 얘기는 많았는데 이건 코드가 아니라 물리 하드웨어를 상대로 닫힌 루프를 돌렸다는 점이 다르다. 측정하고, 판단하고, 파라미터를 보정하고, 다시 측정하는 루프를 사람 개입 없이 반복했다는 뜻이다.
서버 쪽에서 오토스케일링이나 실시간 파라미터 튜닝 시스템을 짜본 경험에 비춰보면, 이런 종류의 제어 루프에서 제일 까다로운 건 알고리즘이 아니라 "이상한 값이 나왔을 때 멈춰야 하는지 계속 밀어붙여야 하는지"를 판단하는 부분이다. 시뮬레이션이면 잘못 판단해도 리셋하면 그만인데, 실제 큐비트는 캘리브레이션이 틀어지면 하드웨어 상태 자체가 망가질 수 있다. 그런 리스크가 있는 환경에서 에이전트한테 판단을 맡겼다는 게, 단순히 "AI가 똑똑해졌다"보다는 "AI를 신뢰하고 맡길 수 있는 영역이 물리 세계로 넘어오기 시작했다"는 신호로 읽힌다.
출처: OpenAI Blog
이미지 쪽은 입력을 넓히고, 에이전트 쪽은 손대는 대상을 넓히고 — AI가 양쪽에서 동시에 경계를 밀어내는 하루였다.