2026년 10월 20일 AI 트렌드: GPT-6 Sol·Luna, Gemini Notebook 공동 제작, 기업 미디어 AI 보안

오늘 확인할 AI 소식은 세 가지입니다. OpenAI는 GPT-6 Sol·Luna를 공개하며 모델 선택의 가격과 성능 폭을 넓혔습니다. Google은 Gemini Notebook의 슬라이드·영상 제작 과정에 사람이 개요를 검토하는 단계를 넣었습니다. NVIDIA는 유럽 방송사의 AI 에이전트 운영 기준과 Adobe Frame.io의 영상 검색 개선을 소개했습니다. 기업 입장에서는 “가장 새 모델을 쓸까?”보다 어떤 작업에 어느 모델을 배정하고, 생성 전에 무엇을 검토하며, 민감한 자료를 누가 통제할까?가 더 직접적인 질문입니다.

이 글은 2026년 10월 20일 오전 9시(Asia/Seoul)까지 확인한 공식 원문을 바탕으로 썼습니다. 조사 기준은 10월 19일 18시부터 20일 9시까지입니다. 세 발표의 원문 게시 시각은 모두 이 구간에 들어옵니다. 발표 기업이 제시한 성능과 효과는 해당 기업의 설명으로 표시하고, 아래의 업무 적용 방법은 윤자동의 해석으로 구분했습니다. 어제 다룬 Anthropic 공익기금, Microsoft Web IQ, AWS AI 비용 운영과는 주제를 겹치지 않게 골랐습니다.

오늘의 AI 트렌드, 먼저 세 줄로

1. 새 모델: OpenAI는 GPT-6 Sol·Luna를 ChatGPT Work·Codex와 API에 도입한다고 발표했습니다. 회사가 비교한 API 가격은 GPT-5.6의 프로모션 가격 대비 낮지만, 실제 총비용은 작업별 토큰·도구 사용·재시도 횟수까지 봐야 합니다.
2. 기능 업데이트: Google은 Gemini Notebook에서 슬라이드와 영상 개요를 먼저 검토하고 순서·내용·형식을 조정할 수 있게 했습니다. 발표 시점에는 향후 일주일에 걸친 전 세계 순차 배포라고 안내했습니다.
3. 기업 통제와 검색: NVIDIA와 유럽방송연맹은 방송 업무의 데이터·모델·인프라 통제를 위한 기준을 확대합니다. 같은 발표에서 Adobe Frame.io의 영상 의미 검색 처리 개선도 소개됐습니다. 수치 효과는 발표 측의 측정값입니다.

새 모델은 구매 결정, 제작 흐름은 검수 결정, 미디어 에이전트는 운영 책임의 문제로 이어집니다. 각각 다른 뉴스지만 “AI가 결과를 만들기 전후에 사람이 어디서 판단할 것인가”라는 실무 질문으로 연결됩니다.

1. GPT-6 Sol·Luna 공개: 모델 선택은 작업 단위로 해야 한다

핵심 사실: 새 모델의 제공 범위와 가격

OpenAI는 10월 19일 미국 시간에 GPT-6 Sol과 GPT-6 Luna를 발표했습니다. 원문에 표시된 게시 시각은 2026년 10월 19일 12:00 UTC로, 한국 시간 19일 21:00입니다. 회사는 이달 초 공개한 GPT-6 Astra를 가장 어려운 작업에 두고, Sol과 Luna를 더 빠르고 비용 부담이 낮은 선택지로 설명합니다. 세 모델의 역할을 회사가 이렇게 규정했다는 뜻이지, 모든 기업 업무에서 같은 순위가 나온다는 검증 결과는 아닙니다.

API 모델 이름은 gpt-6-sol, gpt-6-luna입니다. OpenAI가 발표한 100만 토큰당 가격은 Sol 입력 2달러·출력 10달러, Luna 입력 0.10달러·출력 0.50달러입니다. 회사는 GPT-5.6 Sol·Luna의 프로모션 가격과 비교해 가격을 낮췄다고 설명합니다. 이 비교 기준을 빼고 “기존 모든 요금에서 50% 인하”라고 말하면 정확하지 않습니다. 실제 계약, 지역, 캐시, 도구 사용 비용을 포함한 청구액은 별도로 확인해야 합니다.

이용 범위도 구분해야 합니다. OpenAI 발표에 따르면 Plus·Pro·Business·Enterprise·Edu 사용자는 ChatGPT Work와 Codex에서 Sol·Luna를 사용할 수 있고, Free·Go 사용자는 데스크톱 앱에서 Luna를 사용할 수 있습니다. 회사는 새 모델이 아직 Chat에서 제공되지 않는다고 적고, 발표 당일 점진적으로 출시한다고 안내합니다. 제품 화면에서 곧바로 보이지 않는다고 해서 조직 계정의 장애라고 단정할 수는 없습니다. 반대로 보인다는 이유만으로 모든 구성원과 모든 제품에서 이용 가능하다고 해석해서도 안 됩니다.

왜 중요한가: 모델 가격보다 완료된 업무의 비용이 중요하다

OpenAI는 업무 자동화, 코딩, 사실성, 컴퓨터 사용 등 여러 평가 결과를 소개합니다. 예를 들어 회사의 AutomationBench 표에서는 GPT-6 Sol의 특정 추론 설정이 비교 모델보다 높은 점수와 낮은 작업당 비용을 보였다고 주장합니다. 이 수치는 해당 벤치마크의 도구 구성, 추론 수준, 평가 과제와 비용 산식에 묶여 있습니다. 다른 회사의 내부 업무가 같은 비율로 빨라지거나 저렴해진다는 뜻은 아닙니다. 경쟁 제품에 대한 우열도 이 발표만으로 일반화하지 않겠습니다.

저는 모델을 바꾸기 전에 “답변 한 번 가격” 대신 “검수를 통과한 결과물 한 건 가격”을 적어보길 권합니다. 문서 분류처럼 짧은 작업에서는 입력 단가가 중요할 수 있습니다. 여러 시스템을 오가며 검색하고 고치는 에이전트 업무라면 도구 호출과 재시도가 비용을 크게 바꿉니다. 잘못 작성한 계약 조항이나 고객 답변을 사람이 다시 고치면 토큰 절약은 의미가 작아집니다. 반면 초안 100건 중 사람이 확인해야 할 건을 정확히 줄였다면 비싼 모델도 전체 업무에는 유리할 수 있습니다. 이것은 윤자동의 적용 판단이며, 특정 모델의 성능 보증은 아닙니다.

캐싱 업데이트와 긴 대화의 운영 포인트

OpenAI는 프롬프트 캐싱을 개선했고, 캐시된 입력 토큰 읽기에 90% 할인을 적용한다고 발표했습니다. 캐시 대시보드와 진단 도구도 소개했습니다. 추론 수준이나 사용 가능한 도구를 바꾸면서 이전 대화 맥락을 재사용할 수 있다는 설명도 있습니다. 긴 에이전트 작업에서 같은 지시문과 문서를 반복 전달하는 팀이라면 살펴볼 부분입니다. 다만 “캐시 할인 90%”가 전체 API 비용 90% 절감을 뜻하지는 않습니다. 캐시 적중률, 출력량, 도구 비용, 모델별 가격이 함께 작동합니다.

실무에서는 공통 지시문과 변하는 고객 데이터를 나누어 측정해보세요. 변하지 않는 정책 문서는 버전을 고정하고, 매 요청마다 바뀌는 자료는 별도 구간에 넣습니다. 캐시 대시보드에서 적중률을 확인하되, 회사 기밀의 보관·처리 조건은 계약과 설정 문서에서 따로 확인해야 합니다. 비용 최적화와 정보 보안은 같은 버튼으로 해결되지 않습니다.

기업 실무 적용: 두 모델을 같은 시험지로 비교하기

첫 시험은 실제로 반복되는 작업 세 가지면 충분합니다. 예를 들어 고객 문의 분류, 내부 문서 초안, 업무 화면을 거치는 데이터 입력입니다. 각 작업에서 정답이나 검수 기준을 먼저 고정합니다. 모델에 같은 자료와 도구 권한을 주고, 작업 성공률·사람의 수정 시간·총 호출 비용·처리 시간을 함께 기록합니다. 실패 사례를 지우지 말고 어떤 단계에서 틀렸는지 남겨야 다음 모델 변경에도 비교가 됩니다.

중요한 업무를 곧바로 자동 승인하지 마세요. 처음에는 초안 제안만 맡기고 사람의 확인을 남기는 편이 낫습니다. 특히 숫자, 고객 정보, 대외 문구, 실제 시스템 변경이 들어가는 작업은 검수 기준과 중단 조건이 먼저입니다. 모델 제공사의 점수는 후보를 좁히는 자료이고, 조직의 시험 결과가 도입 결정을 내릴 자료입니다.

2. Gemini Notebook: 슬라이드·영상 생성 전에 개요를 고친다

핵심 사실: 최종 생성 전 검토 단계가 추가됐다

Google은 10월 19일 Gemini Notebook에서 Slide Decks와 Video Overviews 제작을 조정하는 새 흐름을 발표했습니다. 페이지 메타데이터의 게시 시각은 2026년 10월 19일 17:00 UTC, 한국 시간 20일 02:00입니다. 자료를 넣고 곧바로 최종 슬라이드나 영상을 받는 방식에 더해, Notebook이 제안한 주제를 확인하고 내용과 시각 형식을 조정할 수 있다고 설명합니다.

새로운 Review 토글을 켜면 슬라이드의 개요 메모 또는 영상의 제작 메모를 스튜디오 패널에서 볼 수 있습니다. 예를 들어 첫 장에 임원용 요약을 넣거나 영상 장면의 순서를 바꾸라는 피드백을 생성 전에 줄 수 있습니다. 검토가 끝나면 Proceed를 선택해 최종 결과물을 만듭니다. 처음부터 원하는 형태가 분명한 사람은 프롬프트에 지정하고 검토 단계로 바로 이동할 수 있고, 빠르게 만들고 싶다면 기존처럼 검토를 건너뛸 수도 있습니다.

Google은 이 공동 제작 기능을 발표 뒤 향후 일주일 동안 전 세계 Gemini Notebook 사용자에게 순차 배포한다고 밝혔습니다. 따라서 10월 20일 현재 특정 계정에서 토글이 보이지 않을 수 있습니다. 이번 소식은 모든 사용자에게 이미 적용됐다는 완료 공지가 아닙니다. 조직 계정의 관리 정책이나 지역별 제공 화면도 실제 사용 환경에서 확인해야 합니다.

왜 중요한가: 완성본의 수정 비용을 앞당겨 줄인다

슬라이드 제작에서 가장 비싼 수정은 색을 바꾸는 일이 아닙니다. 보고 대상이 원하는 결론이 빠졌거나, 자료의 순서가 잘못돼 발표 논리가 무너졌을 때 다시 짜는 일입니다. 영상도 장면을 모두 만든 뒤 핵심 사례가 빠졌음을 발견하면 수정 범위가 커집니다. 개요 검토 단계는 이런 판단을 최종 렌더링보다 앞에 놓습니다. Google은 기능의 흐름을 발표했지만, 모든 조직에서 수정 시간이 얼마나 줄어드는지 수치를 제시한 것은 아닙니다. 시간 절감은 각 팀이 작업 기록으로 확인해야 합니다.

윤자동의 해석은 간단합니다. AI가 첫 구조를 제안하더라도 사람은 “이 자료가 누구에게 어떤 결정을 요청하는가”를 먼저 정해야 합니다. 보고서의 숫자가 맞아도 의사결정 질문이 잘못되면 좋은 슬라이드가 되지 않습니다. 개요를 검토할 때 제목의 멋보다 근거 문서와 주장 사이의 연결을 확인하는 것이 중요합니다.

기업 실무 적용: 자료와 승인 지점을 정한다

교육 제안서를 만든다면 자료를 확정 제안서, 교육 대상, 일정표, 회사가 승인한 사례로 제한합니다. Notebook이 제안한 목차에서 대상이 실제로 궁금해할 항목이 앞에 오는지 확인합니다. 영상이라면 장면별로 사용할 수 있는 원본 자료, 인용 출처, 말하면 안 되는 내부 정보를 표시합니다. 요약 장면이 필요한지, 시청자가 행동으로 옮길 단계를 어디에 둘지도 개요에서 정합니다.

팀 운영에서는 두 번의 확인을 권합니다. 첫째, 개요를 승인하기 전에는 자료 누락과 잘못된 해석을 봅니다. 둘째, 결과물 생성 뒤에는 실제 문구와 시각 요소를 검사합니다. 개요 승인만으로 최종 이미지와 문장의 사실성이 보장되지는 않습니다. 고객에게 보내는 발표 자료라면 고객사 명칭과 수치, 저작권이 있는 이미지, 공개 범위를 별도 확인하세요.

주의점: 원본 자료의 신뢰도가 그대로 중요하다

“내 자료를 바탕으로 만들었다”는 설명이 사실 확인을 끝냈다는 뜻은 아닙니다. 오래된 문서나 서로 충돌하는 버전을 함께 올리면 개요도 흔들릴 수 있습니다. 파일의 날짜와 정본 여부를 먼저 정하고, 인용할 수 없는 내부 메모는 제작 자료에서 제외하세요. 발표문에는 개요 검토 기능의 흐름과 순차 배포 계획이 나와 있지만, 기업별 데이터 보관·공유 정책의 세부 사항을 이 글만으로 확정할 수 없습니다. 도입하려는 조직은 관리자 설정과 계약 조건을 확인해야 합니다.

3. NVIDIA·EBU와 Adobe: 미디어 에이전트의 통제와 검색

핵심 사실: 방송 업무의 통제 기준을 확대한다

NVIDIA는 10월 19일 유럽의 미디어 행사에서 유럽방송연맹(EBU)과 방송용 AI 운영 기준을 확장한다고 발표했습니다. 원문 게시 시각은 2026년 10월 19일 15:00 UTC, 한국 시간 20일 00:00입니다. EBU와 NVIDIA가 지난해 소개한 기준에 주권형 클라우드 제공자, 개방형 모델 개발자, 시스템 통합사를 더해 실제 적용 가능한 요구사항과 참조 구조를 정하겠다는 내용입니다. 발표가 말하는 것은 기준 확대와 참여 체계이지, 모든 방송사가 동일한 AI 시스템을 이미 도입했다는 결과가 아닙니다.

방송사는 뉴스 원고, 미공개 영상, 취재 자료, 저작권 계약처럼 성격이 다른 데이터를 함께 다룹니다. AI 에이전트가 자료를 찾고 편집 보조를 시작하면 데이터가 어디에서 처리되는지, 어떤 모델이 접근하는지, 연결이 끊겼을 때 서비스가 이어지는지가 중요해집니다. NVIDIA 발표는 워크로드 위치, 데이터 통제, 모델 선택, 시스템 보안을 기준의 핵심으로 설명합니다. 방송 분야의 이야기지만, 민감한 문서를 다루는 기업에도 질문 자체는 유효합니다.

Microsoft는 현지 처리와 연결 중단 시에도 핵심 서비스를 유지하는 방식에 관한 역량을 제공한다고 소개됐고, Nebius는 유럽 인프라에서 모델을 학습·조정·운영하는 선택지로 언급됐습니다. NVIDIA의 Nemotron 개방형 모델도 분야별 요구에 맞춰 평가하고 조정할 기반으로 제시됐습니다. 이들은 발표에서 설명한 참여 역할입니다. 각 조직의 법적 적합성이나 보안 수준을 이 발표 한 건으로 인증한 것은 아닙니다.

Frame.io 영상 검색: 발표 수치와 현장 효과를 구분한다

같은 발표에는 Adobe Frame.io의 영상 의미 검색 개선이 포함됩니다. NVIDIA는 Adobe가 자사 GPU 기술을 영상 해독, AI 추론, 사전 처리와 임베딩 생성에 활용한다고 설명합니다. 영상 편집자는 파일 이름만으로 찾기 어려운 장면을 행동이나 상황으로 검색하고, 메모·전사문·승인 상태를 함께 활용할 수 있다는 소개입니다. UFA의 제작 사례도 제시됐습니다.

NVIDIA가 발표한 측정값은 임베딩 생성 약 5배 빠름, 검색 처리량 최대 4배, 검색 처리 지연 최대 5배 낮음입니다. 또 초당 두 프레임을 담는 새 프록시가 기존 360p 버전보다 약 80% 작다고 설명합니다. 모두 발표 측이 공개한 특정 처리 흐름의 수치입니다. 모든 파일, 모든 서버, 모든 편집 팀에서 같은 결과가 난다고 적지 않겠습니다. UFA 사례 역시 특정 제작 환경의 소개이며, 우리 회사 자료실에 그대로 적용된다는 증거는 아닙니다.

왜 중요한가: 검색 속도보다 접근 권한과 승인 상태가 먼저다

영상 자료가 늘면 검색 비용이 커집니다. 사람이 파일명만 보고 오래된 촬영분을 찾는 대신 장면의 의미로 후보를 좁히는 방식은 실무 가치가 있습니다. 그러나 검색 결과가 빠르더라도 사용 권한이 없는 원본이 섞이면 문제가 생깁니다. 공개 가능한 영상, 내부 검토용 영상, 계약 때문에 사용 제한이 있는 영상을 같은 검색창에서 어떻게 구분할지 설계해야 합니다.

윤자동은 미디어 자료실에 AI 검색을 도입할 때 권한, 출처, 승인 상태를 장면 설명과 함께 인덱싱하길 권합니다. 검색 결과에는 파일 위치와 버전, 사용 가능 범위가 보여야 하고, 최종 외부 공개 전에는 사람이 권리와 맥락을 확인해야 합니다. 방송사에 관한 EBU의 기준을 국내 기업의 법적 의무로 옮겨 적지는 않습니다. 다만 데이터가 위치와 권한을 잃지 않도록 시스템을 설계하라는 운영 질문으로 가져올 수 있습니다.

기업 실무 적용: 작은 자료실에서 먼저 검증한다

먼저 외부 공개가 가능한 샘플 영상만 별도 폴더에 모읍니다. 찾기 어려웠던 장면을 실제 편집자가 질문으로 작성하고, 기존 방식과 의미 검색의 찾는 시간·정확도·오탐을 비교합니다. 승인되지 않은 장면이 검색 결과에 보이지 않는지도 점검합니다. 그다음 내부 자료로 확대하기 전에 접근 권한, 로그, 보관 기간, 삭제 요청 처리 방식을 확인하세요. 검색 속도 지표만 좋아서는 운영 준비가 끝나지 않습니다.

세 소식을 함께 보면: 업무 자동화의 경계가 선명해진다

OpenAI 소식은 업무에 맞는 모델을 고르는 문제입니다. Google 소식은 결과물을 만들기 전 사람의 개입 지점을 설계하는 문제입니다. NVIDIA와 Adobe 소식은 에이전트가 자료를 찾고 사용할 때 권한과 출처를 지키는 문제입니다. “새 AI가 나왔으니 전체 업무에 붙인다”는 순서보다, 작업 정의 → 자료와 권한 → 후보 모델 → 중간 검토 → 결과 검증 순서가 도입 실패를 줄입니다.

예를 들어 사내 교육 영상을 자동 정리한다면, 첫 단계에서 영상의 사용 권한과 정본을 정합니다. 두 번째로 검색과 요약에 적합한 모델을 작은 샘플로 비교합니다. 세 번째로 슬라이드나 영상 개요를 사람이 고칩니다. 마지막에는 출처 링크와 실제 장면이 맞는지 확인한 뒤 공개합니다. 오늘 세 회사의 발표는 이 흐름의 다른 부분을 각각 보여줍니다. 이를 하나의 통합 제품이 이미 제공한다고 해석해서는 안 됩니다.

오늘 바로 실행할 체크리스트

• [ ] AI 모델을 바꿀 반복 업무 세 가지와 검수 기준을 적는다. 답변 가격뿐 아니라 완료된 결과물의 비용을 본다.
• [ ] GPT-6 Sol·Luna의 실제 계정 제공 여부와 API 가격표, 캐시 적중률을 확인한다. 발표 수치를 우리 회사 비용으로 대입하지 않는다.
• [ ] 슬라이드·영상 제작 자료의 정본과 사용 가능 범위를 정한다. Gemini Notebook의 Review 기능이 계정에 배포됐는지 확인한다.
• [ ] 개요 승인자와 최종 결과물 검수자를 지정한다. 자료 누락, 인용, 개인정보, 외부 공개 가능 여부를 따로 본다.
• [ ] 영상·문서 검색에 넣을 자료의 접근 권한, 승인 상태, 보관 기간을 확인한다.
• [ ] 공급자가 발표한 속도나 성능 수치는 자사 샘플로 측정한다. 실패한 검색과 재작업도 결과에 포함한다.

자주 묻는 질문(FAQ)

Q1. GPT-6 Sol과 Luna 중 어느 모델을 써야 하나요?

하나를 먼저 정하기보다 업무와 검수 기준을 먼저 정하세요. OpenAI는 Sol을 더 어려운 업무, Luna를 더 빠르고 저렴한 작업의 선택지로 소개합니다. 실제 도입은 같은 입력 자료와 도구 권한을 주고 품질·수정 시간·총비용을 비교한 뒤 결정해야 합니다.

Q2. 발표된 API 가격이 우리 회사 청구액인가요?

아닙니다. 기사에 적은 가격은 OpenAI가 발표한 100만 토큰당 입력·출력 단가입니다. 실제 비용은 사용량, 캐시, 도구 호출, 재시도, 계약 조건에 따라 달라집니다. GPT-5.6과의 비교도 원문의 프로모션 가격 기준입니다.

Q3. Gemini Notebook의 개요 검토 기능이 바로 보이지 않으면 어떻게 하나요?

Google은 발표 뒤 일주일에 걸친 순차 배포라고 안내했습니다. 먼저 계정의 제품 화면과 조직의 관리자 설정을 확인하세요. 개요 검토 기능이 없더라도 자료 정본을 정하고, 사람이 제작 개요를 먼저 승인하는 작업 절차는 적용할 수 있습니다.

Q4. Frame.io 검색이 모든 영상에서 다섯 배 빨라졌나요?

그렇게 말할 근거는 없습니다. NVIDIA가 제시한 약 5배는 특정 파이프라인의 임베딩 생성 측정값입니다. 처리량과 지연에 관한 수치도 별도 지표입니다. 우리 자료의 길이, 파일 형식, 서버, 권한 구조에서 실제 시간을 측정해야 합니다.

Q5. EBU의 기준을 한국 기업도 따라야 하나요?

이번 발표는 유럽 공영방송 분야의 협력과 기준 확장에 관한 설명입니다. 국내 모든 기업에 적용되는 법적 의무라는 뜻은 아닙니다. 다만 민감한 자료를 AI 에이전트에 연결할 때 데이터 위치, 모델 접근, 중단 시 운영, 승인 기록을 확인하라는 실무 질문으로 참고할 수 있습니다.

공식 출처

1. OpenAI, 「Introducing GPT-6 Sol and Luna」, 2026-10-19. https://openai.com/index/introducing-gpt-6-sol-and-luna/
2. Google, 「How to shape your slides and videos with Gemini Notebook」, 2026-10-19. https://blog.google/innovation-and-ai/products/gemini-notebook/co-create-slides-videos/
3. NVIDIA, 「NVIDIA Advances Agentic Security for Media, From European Public Service Broadcasting to Global Content Production」, 2026-10-19. https://blogs.nvidia.com/blog/media-agentic-security-european-public-service-broadcasting-global-content-production/