구글이 10월 28일 Gemini 4 Carbon을 공개했고, Artificial Analysis의 Intelligence Index v5에서 59점으로 1위에 올랐지만 지금은 사이버 방어 기관에만 열렸습니다. NVIDIA는 40개 언어를 전사하는 음성 인식 모델을, Slack은 코딩 에이전트용 코드 채널 API를 정식 공개했고, 앤트로픽과 Rime도 새 제품을 냈습니다. 다섯 소식에서 지금 쓸 수 있는 것과 회사 설명에 머무는 것을 함께 살펴봅니다.
오늘 담긴 것
- 구글, Gemini 4 Carbon 공개…AA 지수 59점, 사이버 방어 기관에 먼저 제공: Google의 모델 공개
- NVIDIA, Nemotron 3.5 Transcribe 공개…40개 언어 전사, 실시간은 미지원: NVIDIA의 모델 공개
- Slack, Slack Code API 정식 공개…코딩 에이전트를 코드 채널에 연결: Slack의 개발자 API 공개
- 앤트로픽, Claude for Legal에 법률 업무용 아티팩트 갤러리 추가: Anthropic의 제품 업데이트
- Rime, 음성-대-음성 모델 Prism 출시…텍스트를 먼저 만든다: Rime의 모델 출시 보도자료
모델과 보안
구글, Gemini 4 Carbon 공개…AA 지수 59점, 사이버 방어 기관에 먼저 제공

구글이 10월 28일 Gemini 4 Carbon을 발표했다. 구글 딥마인드의 Koray Kavukcuoglu가 쓴 글에서 구글은 이 모델을 가장 강한 모델이라 부르며, 사이버 보안과 장기 작업 능력이 최고 수준이라고 밝혔다. 2주 전 나온 Gemini 4 Argon의 후속 모델이다.
- 순위: Artificial Analysis(AA) 지수 v5.0에서 59점으로 1위, Claude Opus 5.5는 58점.
- 가격: 도입 가격으로 입력 100만 토큰당 2달러, 출력 10달러. 캐시 입력은 입력 가격에서 95% 할인.
- 제공: 이번 주부터 일부 사이버 방어 기관에 먼저. 개발자, 기업, 일반 사용자에게는 날짜 없이 가능한 한 빨리.
무엇이 달라지나
최상위 모델이 일반 출시가 아니라 사이버 방어 기관 우선으로 처음 열린다. 가격은 Argon의 도입 가격과 같은 수준으로 예고돼 이후 예산을 잡을 기준이 생겼지만, 일반 제공은 아직 시작되지 않았다.
한계
사이버 보안 점수는 가드레일 없이 잰 값이고, 안전 관련 수치 대부분은 구글 내부 시험이다. 일반 제공 날짜는 읽은 글에 없고 도입 가격의 적용 기간과 조건도 확인하지 못했다. Opus 5.5를 16개 공개 벤치마크 중 14개에서 앞섰다는 소개는 구글 블로그 글에 보이지 않고 반응 게시물에서만 나온다.
커뮤니티 반응
■구글 발표를 속보로 전하며 Opus 5.5를 16개 공개 벤치마크 중 14개에서 앞섰고 지금은 선별된 사이버 보안 그룹에만 제공된다고 소개한 글이 올라왔다.
■앞선 14개보다 지는 2개가 실무에서 가장 많이 쓰는 항목이라고 꼬집는 답글이 달렸다.
■사이버 보안에 치우친 모델이라 웹 디자인이나 3D 게임 개발 비교에서는 실망할 수 있다는 글도 나왔다.
본문 펼치기 · 약 4분
출시 가격은 도입 가격이고 지금은 사이버 방어 기관만 쓸 수 있다
구글 발표문에 따르면 Carbon은 Argon과 같은 도입 가격으로 나온다. 입력은 100만 토큰당 2달러, 출력은 100만 토큰당 10달러이고, 캐시된 입력 토큰은 입력 가격에서 95% 할인한다. 이 할인을 적용하면 캐시 입력은 100만 토큰당 0.10달러가 된다.
가정을 하나 세워 계산해 보면, 캐시 없이 입력 100만 토큰과 출력 20만 토큰을 쓰는 작업은 입력 2달러에 출력 2달러를 더해 4달러다. 다만 발표문에는 도입 가격이라는 표현이 붙어 있고, 적용 기간과 이후 가격은 나오지 않는다. 실제 비용은 재시도 횟수와 출력 길이에 따라 달라지므로 자기 업무 샘플로 다시 계산해야 한다.
제공 방식도 구분해서 읽어야 한다. 구글은 이번 주부터 일부 사이버 방어 기관에 Carbon을 제공하고 Fairwind 프로그램을 통해 신뢰 파트너로 단계적으로 넓힌다고 썼다. 미국 정부의 자발적 사전 모델 시험 절차에도 참여 중이라고 밝혔다. 개발자, 기업, 소비자에게는 가드레일을 더 다듬은 뒤 가능한 한 빨리 열겠다는 계획이며, 이는 준비 단계의 설명이지 일반 제공이 시작됐다는 뜻이 아니다.
AA 지수 59점은 high 설정 값이고 Opus 5.5와는 1점 차이다
Artificial Analysis 페이지의 Intelligence Index 순위는 Gemini 4 Carbon 59점, Claude Opus 5.5 58점, GPT-6 Astra 57점, GPT-6.1 Sol 55점 순이다. 표기를 보면 Carbon은 high 설정, Opus 5.5는 max with fallback, Astra와 Sol은 max 설정이다. 설정 표기가 같지 않으므로 같은 조건의 일대일 비교로 읽기는 어렵다.
AA 페이지에 따르면 v5.0은 AA-Briefcase v1.1, Terminal-Bench 4.0, FrontierCode 2.0, HLE-Diamond 등 9개 평가로 구성된다. 변경 기록에는 지수 방법론이 10월 27일에 갱신됐고 Carbon 평가가 10월 28일에 추가됐다고 나온다. 1점 차이가 의미 있는 차이인지를 가늠할 오차 범위는 읽은 페이지에 적혀 있지 않다.
지수 1위가 모든 영역의 1위는 아니다. 구글 글에서 Carbon은 WebDev Arena에서 89 Elo 올라 4위(1768점)에 자리했다. 지수 순위는 여러 평가를 묶은 값이므로 코딩, 웹 개발, 에이전트 작업처럼 자기 업무에 가까운 평가를 따로 보는 편이 맞다.
사이버 보안 점수는 가드레일 없이 잰 값이고 안전 수치는 구글 내부 시험이다
구글이 든 외부 벤치마크 수치는 취약점 발견의 SEC-bench Pro 88.2%, 익스플로잇 검증의 ExploitGym 54.8%, 패치 생성의 Collinear CWE-bench 71.0%다. 글에는 이 값들이 가드레일 없이 평가한 결과라고 적혀 있다. 안전장치를 건 상태에서의 점수는 글에 나오지 않는다.
내부 시험 결과도 여럿 실렸다. 안전한 코드를 만드는 성공률이 Argon보다 2배 넘게 올랐고, Chrome 팀은 다른 연구소의 대형 모델보다 고품질 패치를 만드는 성능이 10배 넘게 좋았다고 보고했다. 비교 대상 모델의 이름은 글에 없다.
정렬과 안전 쪽 수치는 이렇다. 구글 글에 따르면 Terminal-Bench 4.0에서 부정행위 성공은 0.0%, 시도는 0.4%였고, 내부 팀의 실제 코딩 환경에서 고위험 불일치 경고는 거의 80% 줄었다. 근거 없는 주장은 Argon보다 약 2배 줄었고, 과잉 행동은 26%, 과소 수행은 29% 줄었다. Gray Swan의 간접 지시문 주입 벤치마크에서 공격 성공률은 Argon의 0.7%에서 0.0%로 내려갔는데, 이는 평가된 공격 시도에 한정된 값이다.
자세히 읽기 · Google의 Gemini 4 Carbon 발표문 ↗ · Artificial Analysis 순위 페이지 ↗
음성 인식
NVIDIA, Nemotron 3.5 Transcribe 공개…40개 언어 전사, 실시간은 미지원

10월 28일 NVIDIA가 허깅페이스 블로그에서 오픈 가중치 음성 모델 Nemotron 3.5 Transcribe를 공개했다. 하나의 체크포인트가 전사, 화자 구분, 번역, 오디오 질의응답을 맡고, 허깅페이스와 ModelScope에서 받을 수 있다.
- 언어: 전사 40개 언어, 영어와의 번역 31개 언어, 화자 구분 13개 언어.
- 범위: 녹음 최대 1시간, 화자 최대 8명. 실시간 스트리밍용이 아니라 녹음 파일용.
- 정확도: AA-WER 2.8%로 공개 가중치 모델 공동 1위. 전체 30B 중 토큰당 활성 약 4B.
무엇이 달라지나
녹음 한 건을 두고 전사, 누가 말했는지, 번역, 내용 질문을 지시문만 바꿔 처리할 수 있고, 가중치가 공개돼 직접 받아 돌릴 수 있다. 도메인 용어는 지시문으로 먼저 시험하고 부족하면 미세조정하는 순서를 NVIDIA가 제시한다.
한계
읽은 글 본문에는 한국어를 포함한 작업별 지원 언어 목록이 없고, 모델 카드의 작업별 언어 표를 봐야 한다고 안내한다. NVIDIA 글은 자사 양자화판과 NeMo-Speech.cpp를 곧 나온다고만 적었다. 순위는 NVIDIA 글에 실린 값이며 리더보드 페이지는 열어 보지 못했다. 처리량 수치는 아직 나오지 않은 양자화판 기준이다.
커뮤니티 반응
■한국어를 포함한 40개 언어를 지원하고 Voxtral Small과 비슷한 정확도를 활성 매개변수 6분의 1로 낸다고 소개하는 글이 올라왔다.
■음성 에이전트에는 비스트리밍이 걸림돌이라며 스트리밍 판은 언제 나오느냐는 질문이 달렸다.
■앱 개발사 Nativ는 M3 Ultra에서 4비트로 54초 대화를 화자 표시와 함께 1.6초에 전사했고, 시험한 세 클립에서 BF16과 단어까지 같았다고 밝혔다.
본문 펼치기 · 약 4분
한 체크포인트가 전사, 화자 구분, 번역, 질의응답을 맡지만 작업마다 지원 언어가 다르다
NVIDIA 글에 따르면 이 모델은 40개 언어를 전사하고, 그중 31개를 영어로 또는 영어에서 번역하며, 13개 언어에서 화자를 구분한다. 한 번에 최대 1시간 길이의 녹음과 8명의 화자를 다룰 수 있다. 단어 단위 타임스탬프도 지원한다.
출력은 자연어 지시로 바꾼다. 같은 회의 녹음에 화자를 표시하며 전사하라고 하거나, 영어로 번역하라고 하거나, 어떤 결정이 나왔는지 물을 수 있다. 의료 대화라면 HbA1c, metformin 같은 용어 목록을 지시문에 넣고 오디오가 뒷받침할 때만 쓰라고 할 수 있다고 글은 예시를 든다.
작업마다 지원 언어가 다르다는 점은 글도 분명히 적었다. 오디오 질의응답은 영어로 학습됐고, 권장 프리셋과 작업별 언어 표는 모델 카드에 있다. 40개 언어 전사가 곧 40개 언어 번역이나 화자 구분을 뜻하지는 않는다. NVIDIA도 이름, 화자 전환, 답변을 녹음과 직접 맞춰 보라고 안내한다.
순위 수치는 오류율과 매개변수, 처리량이 서로 다른 지표라 따로 읽어야 한다
정확도는 단어 오류율(WER)로 잰다. NVIDIA 글에 따르면 허깅페이스 Open ASR 리더보드에서 영어는 평균 5.33%로 공개 가중치 모델 중 1위이고, 일곱 개 언어 다국어는 평균 4.62%, 긴 녹음은 10.98%로 모델 카드 비교에서 가장 낮았다. AA의 음성 인식 리더보드에서는 AA-WER 2.8%로 24B 모델과 공동 1위다. 같은 정확도를 활성 약 4B로 냈다는 것이 NVIDIA의 강조점이다.
화자 구분은 다른 척도다. 글에 실린 David AI의 21개 언어 화자 구분 순위에서 이 모델의 화자 오류율(DER)은 18.26%로 NVIDIA의 전용 화자 구분 모델 18.38%보다 0.12%포인트 낮다. VoiceArena의 영어 전체 세션 비교에서는 cpWER 32.4%로 14개 시스템 중 가장 낮았다. 두 벤치마크는 대상 언어와 조건이 달라 숫자를 서로 견주면 안 된다.
처리량은 정확도와 다른 지표다. NVIDIA는 RTX PRO 6000 Blackwell Server Edition GPU 한 장에서 오디오 100시간을 3분 안에 처리했다고 밝혔다. 이는 아직 나오지 않은 NVFP4 양자화판으로 30초 클립을 높은 동시성으로 돌린 결과이므로, 지금 받을 수 있는 체크포인트의 속도로 읽으면 안 된다.
녹음 파일용 모델이라 실시간 음성 에이전트에는 바로 맞지 않고 도메인 용어는 지시문부터 시험한다
글은 이 모델이 녹음된 오디오용이고 실시간 스트리밍용이 아니라고 적었다. 지금 바로 서버에 올리는 방법은 vLLM이고, 로컬 배포용 NeMo-Speech.cpp와 양자화판은 곧 나온다고만 한다. 통화 중에 바로 글자를 띄워야 하는 음성 에이전트라면 이 점을 먼저 확인해야 한다.
도메인 적응 사례는 인도 의료 음성 벤치마크다. NVIDIA 글에 따르면 지시문에 영어와 라틴 문자를 지정하는 것만으로 전체 WER이 30.8%에서 23.8%로 내려갔고, 미세조정을 거치면 11.8%가 됐다. 이 전체 세트에는 지시문과 체크포인트를 고르는 데 쓴 855개 클립이 들어 있어서, 글도 따로 잰 보류 화자 결과를 더 깨끗한 시험으로 본다. 그 결과는 최적 지시문 대비 WER 45.8% 상대 감소다.
함께 공개된 Granary v2는 463,062시간, 48개 언어, 16개 말뭉치를 담은 데이터 공개분이다. 글은 이 수치가 데이터셋 공개분을 설명할 뿐 Transcribe의 전체 학습 혼합이나 샘플링 비중이 아니라고 선을 그었다. 의료 사례의 전체 적응 과정은 GB300 한 장에서 약 14 GPU시간이 걸렸다.
자세히 읽기 · NVIDIA의 Nemotron 3.5 Transcribe와 Granary v2 소개 글 ↗
에이전트와 업무 도구
Slack, Slack Code API 정식 공개…코딩 에이전트를 코드 채널에 연결

Slack이 10월 28일 Slack Code API를 모든 요금제에서 정식 공개했다고 밝혔다. 8월에 나온 Slack Code는 일부 파트너만 에이전트용 코드 채널을 만들 수 있었는데, 이제 어떤 개발자의 에이전트든 코드 채널을 시작할 수 있다.
- 기능: 에이전트가 코드 채널을 만들고 사람과 파일을 추가하며 진행 상황을 올리고 끝나면 보관한다.
- 표시: 코드 diff, HTML 미리보기, 사고 단계를 Slack 화면에서 보여준다.
- 통제: 채널의 권한과 관리자 제어를 상속하고, 고위험 변경은 사람이 승인하는 구조를 설명한다.
무엇이 달라지나
자체 개발한 사내 에이전트도 파트너 에이전트와 같은 코드 채널 기능을 쓸 수 있다. 에이전트마다 별도 검토 화면을 만들지 않고 팀이 이미 쓰는 Slack을 작업 공간으로 삼는 방식이다.
한계
GitHub 리뷰 요청, 댓글 양방향 동기화, 승인과 테스트 통과 뒤 병합 안내, 개선된 Agents & Tools 탭은 모두 곧 제공으로 예고돼 일반 제공 전이다. Slack 글은 모델 실행과 테스트를 누가 맡는지 따로 쓰지 않고, 연결한 에이전트나 모델의 이용료도 다루지 않는다.
커뮤니티 반응
■팀 코딩 에이전트의 작업 화면을 Slack 안에 만들 수 있게 됐다며, 별도 관리 화면 대신 기존 대화 공간을 작업과 검토 화면으로 확장하는 방식이라고 풀이한 글이 올라왔다.
■실제 모델 실행, 코드 수정, 테스트는 연결한 에이전트와 실행 환경의 몫이고 Slack은 지켜보고 개입하는 인터페이스를 맡는다는 설명이 이어졌다.
■API가 정식 제공돼도 연결한 모델이나 에이전트 이용료까지 무료는 아니며, PR 관련 기능은 발표에서 곧 제공으로 구분돼 있다는 지적도 나왔다.
본문 펼치기 · 약 3분
API는 모든 요금제에서 정식으로 열렸지만 곧 제공 기능은 일반 제공 전이다
Slack 글은 Slack Code API가 오늘부터 모든 Slack 요금제에서 정식 제공된다고 적었다. 8월 Slack Code 출시 때는 Anthropic, Cognition, GitHub, Vercel 같은 파트너가 함께했고, 150곳이 넘는 고객과 파트너가 자기 에이전트용 코드 채널 접근을 요청했지만 열쇠를 가진 곳은 소수였다는 설명이다.
반면 곧 제공이라고 표시된 기능은 일반 제공 전이다. GitHub와 연결하면 Slack에서 리뷰를 요청하고, 댓글이 Slack과 GitHub 사이에서 양방향으로 동기화되며, 승인과 테스트 통과 뒤 코드 채널에서 병합을 안내받는 경험이 예고돼 있다. 모든 에이전트의 대화와 코드 채널을 한눈에 보는 Agents & Tools 탭 개선도 같은 상태다. 날짜는 글에 없다.
코드 채널은 에이전트가 직접 만들고 diff와 미리보기를 올리는 작업 공간이다
글이 설명하는 흐름은 이렇다. 동료가 채널이나 DM에서 에이전트를 부르고, 요청이 짧은 답변으로 끝나지 않으면 에이전트가 전용 코드 채널을 만들어 관련 사람과 파일, 계획을 넣는다. 작업하는 동안 상태를 올리고, 끝나면 채널을 보관한다. 에이전트 매니페스트에 API를 추가하고 채널 이름, 명령, 화면을 정하면 된다.
일반 스레드는 큰 로그 파일, 50줄짜리 코드 diff, 여러 단계의 실행 계획을 올리기에 좁다는 것이 Slack의 설명이다. 코드 diff, HTML 미리보기, 사고 단계 표시를 API로 쓰면 에이전트 개발자가 자체 화면을 만들지 않아도 된다. Slack은 GitHub Copilot이 에이전트 세션의 30%에서 전용 코드 채널을 연다고 밝혔다.
마켓플레이스에서 Slack Code와 함께 쓰는 에이전트로는 Claude, Devin, GitHub Copilot, Vercel이 소개됐다. 각 에이전트가 어떤 표시 기능을 어디까지 쓰는지는 이 글에 나오지 않는다.
권한은 채널에서 상속되지만 에이전트의 실행 책임은 글에 적혀 있지 않다
글에 따르면 에이전트는 자신이 일하는 채널의 권한과 관리자 제어를 그대로 물려받는다. 별도 접근 모델을 만들 필요가 없고 IT 쪽에서 새로 설정할 것도 없다는 설명이다. 메시지 컴플라이언스가 내장돼 있고, 사용자는 에이전트가 무엇을 하는지와 누가 승인했는지를 볼 수 있으며, 작업 기록은 채널을 보관한 뒤에도 검색된다.
역할 분담은 이렇게 읽힌다. 에이전트가 무엇을 하고 어떻게 보여줄지는 개발자가 정하고, 나머지 인터페이스는 Slack이 맡는다. 모델이 코드를 어디서 실행하고 테스트를 누가 돌리는지는 글이 따로 쓰지 않는다. 도입을 검토한다면 연결할 에이전트의 실행 환경과 권한 범위를 별도로 확인해야 한다.
새벽 알람을 에이전트가 받아 코드 채널을 열고 로그를 모으면, 당직자가 잘못된 서비스를 보고 있다고 바로잡는 장면을 글은 예로 든다. 이 예시는 사용 방식을 보여줄 뿐 실제 성과 수치는 아니다.
자세히 읽기 · Slack의 Slack Code API 소개 글 ↗
앤트로픽, Claude for Legal에 법률 업무용 아티팩트 갤러리 추가

앤트로픽이 10월 28일 Claude for Legal에 법률 업무용 아티팩트 갤러리를 추가했다고 밝혔다. 5월에 나온 Claude for Legal에 대해 법무팀이 가장 자주 요청한 것이 더 간단한 설정과 동료와 일하는 쉬운 방법이었다고 한다. 글의 제품 분류는 Claude Enterprise다.
- 도구: Cite check, Jurisdiction survey matrix, Matter board, Playbook deviation board, Regulatory horizon scan, Tabular review 여섯 가지.
- 연결: 법률 커넥터 60개 이상, Bloomberg Law, Filevine, Ivo, Legora, Patlytics 포함.
- 공유: 사생활과 윤리적 장벽을 지원하는 공유 설정으로 사내외와 협업.
무엇이 달라지나
법무팀이 처음부터 도구를 만들지 않고, 예제가 든 아티팩트에서 시작해 자기 문서와 커넥터를 붙여 쓰는 방식이다. 각 답변과 출력에 원문 링크가 달리고, 첫 정리는 Claude가 하되 결과에 대한 판단은 변호사가 한다.
한계
공익 법률 도구의 사례가 뉴욕과 워싱턴 D.C. 법에 맞춰져 있고, 한국 법에 맞춘 도구는 읽은 글에 나오지 않는다. 지역별 제공 범위 설명도 읽은 글에는 없다. 파트너 인용문은 각 회사의 발언이며 글의 후반부는 읽지 못했다.
커뮤니티 반응
■계약서 여러 건 비교, 인용 오류 확인, 시행될 규제 추적을 할 수 있고 회사 표준 조항과 다른 부분을 담당자에게 검토 요청한다고 소개한 글이 올라왔다.
■Claude Code부터 Legal까지 직군별 제품이 이어진다며 아직 비어 있는 HR, Analytics, Marketing 등을 꼽는 체크리스트 글이 퍼졌다.
■미국 밖에서도 쓸 수 있느냐는 질문에 Grok 봇이 Claude가 지원되는 지역이면 가능하고 미국 전용이라는 제한은 발표에 없지만 커넥터나 관할 도구는 다를 수 있다고 답했다.
본문 펼치기 · 약 4분
갤러리는 여섯 가지 범용 도구로 시작하고 파트너 도구가 더해진다
앤트로픽 글이 소개한 여섯 도구는 이렇다. Cite check는 법률 문서와 출처를 비교해 맞지 않는 인용문, 틀린 쪽수, 주장을 뒷받침하지 않는 출처를 표시한다. Jurisdiction survey matrix는 정보 유출 통지 규정 같은 주제를 여러 주나 국가에 걸쳐 한 표로 비교한다. Matter board는 위임 계약서, 이메일, 스프레드시트를 담당자, 다음 단계, 다음 기한이 보이는 진행 사건 보드로 바꾼다.
나머지 셋은 이렇다. Playbook deviation board는 계약서를 회사 표준 조건과 견주어 다른 조항을 표시하고 예외 승인자에게 보낸다. Regulatory horizon scan은 회사 사업과 영업 지역에 맞춰 다가오는 규제를 시간순으로 놓고 영향도 순으로 매긴다. Tabular review는 계약서 묶음에서 퇴직금이나 경업금지 같은 조건을 표로 뽑고 해당 문구로 연결한다. 각 아티팩트는 예제와 함께 열려 데이터를 넣기 전에 결과물의 모양을 볼 수 있다. 자세한 설명은 원문에 있다.
파트너가 만든 도구도 있다. Goodwin의 AI Governance Benchmark, Harvey의 Harvey Intake, Foley & Lardner의 Obligations Checker, PwC의 Subpoena Response Tool이 갤러리에 올라 있고, Legora와 Orrick의 도구가 더 나온다고 글은 예고한다.
연결 도구와 공유 설정이 핵심이고 변호사의 판단은 그대로 남는다
글이 그리는 작업 순서는 분명하다. 법률 전문가가 자기 문서와 출처를 가져오면 Claude가 첫 정리를 끝내고, 변호사가 그 결과에 자기 판단을 더한다. 커넥터를 쓰면 플레이북이나 조사 출처를 직접 올리지 않아도 된다. 5월 출시 이후 추가된 법률 커넥터가 60개를 넘는다고 앤트로픽은 밝혔다.
공유 범위는 사내 다른 부서뿐 아니라 고객과 파트너까지다. 글은 공유 설정이 사생활을 지키고 팀 사이의 윤리적 장벽을 지원한다고 설명한다. 다만 이 기능이 구체적으로 어떻게 설정되는지, 어느 요금 구성에 포함되는지는 읽은 범위의 글에 적혀 있지 않다.
파트너 인용문 가운데에는 계약 검토 도구 Spellbook이 한 달에 50만 건에 가까운 계약을 처리한다는 말도 있다. 이 수치와 다른 파트너의 평가는 각 회사의 발언이므로, 아티팩트 성능의 독립 측정으로 읽으면 안 된다.
공익 법률 도구 아홉 건 중 일부는 뉴욕이나 워싱턴 D.C. 법에 맞춰져 있다
갤러리에는 접근성 높은 법률 지원을 위한 아티팩트가 아홉 건 있고, 그중 다섯 건은 앤트로픽이 Claude 크레딧을 지원한 비영리와 공익 단체가 만들었다. 예를 들어 Zealous의 Criminal Charge Reality Check는 형사 혐의에 대해 양형 범위와 공개 통계를 보여주는데 뉴욕에만 적용된다. Rising for Justice의 Rent Ledger Reviewer와 Record-Sealing Screener는 D.C. 법을 기준으로 한다.
Mobile Pathways의 Immigration Papers Reader는 이민 서류에서 주요 날짜와 빠진 서류를 쉬운 말로 짚어 준다. The Access Project의 Record Clearance는 법률 지원팀이 주별 규칙에 따라 기록 말소 가능 여부를 가리는 데 쓴다. 앤트로픽은 법률 교육 프로그램을 지원하고 Legal Ambassadors Program도 시작한다고 밝혔다.
한국 독자에게는 도구의 구조가 먼저 참고가 된다. 한국 법에 맞춘 아티팩트는 읽은 글에 나오지 않으므로, 글은 자기 데이터와 커넥터를 붙여 쓸 수 있고 커넥터를 쓰면 플레이북이나 조사 출처를 직접 올리지 않아도 된다고 설명한다. 국내 법무팀이 한국 법 자료를 어떤 방식으로 연결할 수 있는지는 글에 없어 앤트로픽에 확인해야 한다.
자세히 읽기 · Anthropic의 법률 업무용 아티팩트 소개 글 ↗
음성 에이전트
Rime, 음성-대-음성 모델 Prism 출시…텍스트를 먼저 만든다

Rime가 10월 28일(미국 동부시간) 보도자료로 음성-대-음성 모델 Prism을 출시했다고 밝혔다. 회사는 이 모델을 최초의 미세조정 가능한 프런티어 음성-대-음성 모델이라 부르며, 기업이 자기 인프라에서 돌리며 데이터, 지연 시간, 어휘, 발음, 가드레일을 직접 통제할 수 있다고 설명한다.
- 구조: 음성을 내기 전에 텍스트를 먼저 만들고, 내부 규칙과 정책이 모든 단어를 검토할 수 있다고 회사는 설명한다.
- 배포: 온프레미스나 사설 클라우드에서 실행하며 SOC 2와 HIPAA를 준수한다고 회사는 밝혔다.
- 시험: Revmo 시험에서 주문 확인과 수령 방식 확인 68%에서 100%, 무음 없는 통화 66%에서 88%.
무엇이 달라지나
통째로 하나의 블랙박스인 음성 모델과 달리 텍스트 단계가 있어서 말하기 전에 규칙으로 내용을 거르고 기록을 남길 수 있다는 것이 회사 설명이다. 고객 통화로 모델을 추가 학습시킨다는 점도 내세운다.
한계
모든 수치와 첫 사례라는 표현은 회사 자체 주장이고, 독립 평가는 읽은 자료에 없다. 시험의 표본 크기, 비교한 GPT의 버전, 측정 방식이 보도자료에 적혀 있지 않다. 응답 속도 수치, 지원 언어, 목소리 종류, 한국어 지원도 보도자료에 나오지 않는다. 대표의 소셜 게시물에는 응답 시간 300ms 주장이, TestingCatalog에는 현재 영어만 지원하고 목소리는 4종이라는 전언이 있지만 둘 다 회사 문서나 독립 시험으로 확인한 것은 아니다.
커뮤니티 반응
■Rime 대표는 대화에서 인간과 구분할 수 없는 첫 음성-대-음성 모델이라고 소개하며 응답 시간 300ms, OpenAI GPT-Live보다 4배 빠르다고 주장했다.
■음성 에이전트가 답변을 말하기 전에 텍스트로 쓰고, 기업이 대본을 고치거나 말하면 안 되는 내용을 막을 수 있다고 전한 글이 올라왔다.
■대표는 SDK로 제품과 백엔드에 연결해 비즈니스 로직과 묶을 수 있다고 덧붙이며 먼저 가입하는 100곳에 1개월 무료 이용을 내걸었다.
본문 펼치기 · 약 3분
텍스트를 먼저 만들고 음성으로 바꾸는 구조가 감사와 가드레일의 근거다
Rime 보도자료는 기존 음성-대-음성 모델이 유창하지만 불투명한 단일 모델이라, 기업이 불만, 망설임, 혼란 같은 감정 신호를 감지하도록 미세조정할 수 없다고 문제를 짚는다. 의료와 금융처럼 민감한 분야에서는 이런 맥락을 놓치면 통화 포기와 상담원 개입이 늘어난다는 주장이다.
Prism의 해법은 텍스트 우선 생성이다. 고객이 듣기 전에 내부 규칙과 정책이 모든 단어를 검토할 수 있고, 텍스트가 먼저 남기 때문에 감사 기록과 단어 및 의도 정확도가 좋아진다고 회사는 설명한다. 이 구조적 장점은 회사가 밝힌 설계 설명이며, 실제로 얼마나 많은 위반을 걸러 내는지에 대한 수치는 보도자료에 없다.
배포는 온프레미스나 사설 클라우드이고, 회사는 SOC 2와 HIPAA를 모두 준수한다고 적었다. 다만 인증 범위나 보고서 제공 여부는 보도자료에 나오지 않으므로, 규제 산업에서 도입하려면 별도 자료를 요청해야 한다.
Revmo 시험 수치는 회사가 밝힌 한 건의 결과이고 조건이 적혀 있지 않다
보도자료가 든 성과 사례는 고객사 Revmo와 한 실제 기업 시험이다. 미세조정한 Prism이 OpenAI의 GPT와 맞붙어 주문 확인과 수령 방식 확인에서 68%에서 100%로, 무음 없는 통화 비율에서 66%에서 88%로 올랐다는 내용이다. 같은 글의 부제는 주요 업무에서 선도 모델보다 50% 앞선다고 쓰지만, 그 50%가 어떤 지표에서 나온 값인지는 본문에 나오지 않는다.
여기서 구분할 점이 있다. 비교 상대는 OpenAI의 GPT로만 적혀 있고 모델 버전과 설정은 밝히지 않았다. 통화 몇 건으로 쟀는지도 알 수 없다. 또 이 결과는 Revmo의 통화로 미세조정한 Prism 기준이므로, 미세조정 없이 쓸 때나 다른 업종에서 같은 차이가 난다고 읽을 근거는 없다.
도입을 검토한다면 자기 통화 녹취 샘플로 확인 정확도와 무음 비율을 따로 재 보는 편이 맞다. Dialpad는 설계 파트너였고 에이전트 제품에 적용하기를 기대한다고 밝혔다. 실제 적용 시점은 보도자료에 나오지 않는다.
학습 데이터와 도입 범위는 회사 설명이 중심이다
회사는 Prism의 기본 모델이 자체 녹음 스튜디오에서 모은 수백만 시간의 사람 대화로 학습됐다고 밝힌다. 같은 보도자료의 회사 소개에는 자체 스튜디오에서 수천 시간의 채널 분리 대화를 수집했다고도 적혀 있어, 두 수치가 어떻게 이어지는지는 보도자료만으로 알 수 없다. 웹에서 긁은 데이터가 아니라 끼어들기와 망설임이 담긴 실제 대화라는 점을 강조한다. 여기에 수천 시간의 사람 대화를 쓴 강화학습 후처리를 얹어, 고객의 불만과 망설임을 알아채고 무음을 줄인다고 한다.
모델이 고객의 통화로 계속 학습한다는 설명은 이 제품의 핵심 주장이다. 반면 어떤 데이터를 얼마나 모아야 하는지, 학습 주기와 비용은 보도자료에 없다. Rime는 2022년에 설립됐고 Asurion, Mayo Clinic, Upstart, Dialpad의 통화를 자동화하며 월 1억 건이 넘는 상호작용을 처리한다고 소개했다. 이 수치도 회사 발표다.
보도자료는 오늘 시험해 볼 수 있다고 안내한다. 도입 전에 확인할 항목은 지원 언어, 목소리 종류, 응답 지연 수치처럼 보도자료에 빠진 정보들이다. 대표는 소셜 게시물에서 응답 시간 300ms와 GPT-Live 대비 4배 빠르다고 주장했고, TestingCatalog는 Rime 문서를 링크하며 현재 영어만 지원하고 목소리가 4종이라고 전했다. 출처가 서로 다른 이 정보들은 Rime 문서와 직접 시험으로 따로 확인해야 한다.
자세히 읽기 · Rime의 Prism 출시 보도자료 ↗