오르는 기준선, 쌓이는 판단 자산

01TREND 01 · AI MODELOpus 5, 같은 가격에 두 배의 지능⁠↗

AI 모델의 세대 교체는 그동안 “더 좋아진 만큼 더 비싸진다”는 공식과 함께 왔습니다. 사무소 입장에서 신모델 도입은 늘 성능 향상분과 구독·API 비용 증가분을 저울질하는 일이었고, 그 저울질이 도입을 미루는 가장 흔한 이유였습니다.

Anthropic이 7월 24일 공개한 Claude Opus 5는 이 공식을 정면으로 깼습니다. 전작과 같은 비용에 두 배의 성능, 주요 코딩 벤치마크 최상위가 발표의 골자이고, 여기에 2.5배속 Fast Mode가 더해졌습니다. 세대 교체의 대가가 ‘추가 지출’이 아니라 ‘같은 지출’이 된 것입니다.

설계사무소에 이것이 뜻하는 바는 명확합니다. 도입 판단의 질문이 “얼마나 좋아졌나”에서 “같은 예산으로 얻는 지능의 밀도가 얼마나 달라졌나”로 바뀝니다. 구독료가 그대로라면 갱신을 미룰 이유가 사라지고, 반대로 비용이 오르는 도구는 이제 이 기준선과 비교당하게 됩니다. 성능 경쟁이 가격표 안으로 들어온 순간, 관망은 절약이 아니라 손실이 됩니다.

02TREND 02 · AI MODEL구글의 선택, 플래그십보다 일꾼⁠↗

모델 경쟁의 서사는 오랫동안 “누가 가장 똑똑한가”였습니다. 그러나 에이전트가 실무에 들어오면서 질문이 달라지고 있습니다. 하나의 답을 잘하는 모델보다, 수백 번 호출해도 비용과 오류가 관리되는 모델 — 즉 ‘일꾼’의 품질이 실사용의 병목이 된 것입니다.

구글이 7월 21일 내놓은 답이 그 방향을 보여줍니다. Gemini 3.6 Flash를 주력으로 세 모델을 동시에 발표하면서, 최상위 플래그십(3.5 Pro 후속)은 이번에도 빠졌습니다. 3.6 Flash는 같은 작업의 토큰 사용량을 최대 17% 줄였고, 발표의 초점은 대규모 에이전트 운용의 효율과 신뢰성에 맞춰졌습니다.

BIM 자동화든 문서 처리든, 에이전트를 ‘많이 돌리는’ 구조를 설계하는 사무소라면 이 신호를 읽어야 합니다. 모델 선택의 변수가 단일 답변의 품질에서 호출량 × 단가 × 실패율의 총비용으로 옮겨가고 있습니다. 최고 성능 모델 하나를 쓰는 전략보다, 업무별로 일꾼 모델을 배치하고 핵심 판단에만 프런티어를 쓰는 이원 운용이 비용 구조상 유리해지는 국면입니다.

03TREND 03 · AI AGENT응대 창구에 앉는 AI, Presence⁠↗

음성·채팅 응대는 AI 도입 논의에서 늘 “결국 사람이 받아야 한다”는 반론이 붙던 영역입니다. OpenAI가 7월 22일 공개한 기업용 에이전트 플랫폼 Presence는 그 반론에 수치로 답했습니다.

OpenAI는 자사 전화 지원의 75%를 사람 개입 없이 해결했고, 도입 열흘 만에 인간 상담원 이관율을 15%포인트 줄였다고 밝혔습니다. BBVA·소프트뱅크 같은 대형 조직이 시범 도입에 들어간 상태입니다. 응대 AI가 실험이 아니라 운영 지표로 이야기되기 시작한 것입니다.

설계사무소의 창구는 전화만이 아닙니다. 발주처 문의, 인허가 관련 민원, 협력사 조율 — 이 채널들이 AI 응대를 기본값으로 재편되는 것은 시간문제이며, 1인 사무소일수록 응대 부담의 절감 폭이 큽니다. 다만 창구에 AI를 앉히는 순간 ‘무엇을 AI가 답하고 무엇을 건축사가 답할지’의 경계 설계가 품질 그 자체가 됩니다. 응대의 자동화는 도구 문제가 아니라 업무 경계의 설계 문제입니다.

04TREND 04 · AI POLICY대한민국, 대체불가 AI 플랫폼을 선언하다⁠↗

앞의 세 흐름이 기업의 기준선이라면, 이것은 국가의 기준선입니다. 이재명 대통령은 7월 24일 샌프란시스코 AI 서밋에서 ‘샌프란 AI 선언’을 발표했습니다. 글로벌 AI 공급망 핵심국, 기술 테스트베드, 허브, AI 기본사회 — 4대 비전이 골자이고, 연말부터 5천만 국민이 참여하는 ‘모두의 AI’ 프로젝트가 실행 축으로 제시됐습니다.

주목할 것은 선언의 방향입니다. 규제자도 후원자도 아닌, 국가가 직접 ‘대체불가 플랫폼’이 되겠다는 구도입니다. 국민 전체를 사용자로 상정한 프로젝트가 연말부터 가동된다면, 공공 영역의 AI 전환은 개별 부처의 시범사업 속도가 아니라 국가 플랫폼의 속도로 진행됩니다.

건축 실무와의 접점은 공공 발주·조달입니다. 발주처가 AI를 기본 인프라로 쓰는 환경에서는 제안서 평가, 인허가 검토, 성과품 검수의 형식이 달라질 수 있고, 그 변화는 통상 요구조건의 형태로 설계사무소에 도착합니다. BIM 의무화가 그랬듯, 준비된 사무소에게 요구조건은 진입장벽이 아니라 차별화 지점이 됩니다. 정책의 속도를 사무소의 준비 속도가 따라가고 있는지 점검할 시점입니다.

05TREND 05 · AEC × AI벤더를 기다리지 말고 판단을 자산화하라⁠↗

그래서 사무소는 무엇을 해야 하는가. AEC Magazine이 7월 21일 제시한 ‘판단 스택(Judgement Stack)’은 이 질문에 대한 실천론입니다. 요지는 벤더가 제공하는 자동화 위에, 사무소 고유의 설계 판단을 ‘Skill’ — 재사용 가능한 코드화된 지침 — 로 쌓자는 것입니다.

이것이 담론에 그치지 않는다는 근거도 있습니다. 공개 저장소에는 이미 39개의 컴포넌트가 올라와 실무 판단의 코드화가 실제로 진행되고 있음을 보여줍니다. 도구는 벤더가 균등하게 공급하지만, 그 위에 쌓이는 판단은 사무소마다 다르며 복제되지 않습니다.

이번 호의 네 흐름이 여기서 하나로 모입니다. 모델의 기준선은 계속 오르고(TREND 01·02), 에이전트는 창구까지 들어오며(TREND 03), 국가는 판을 새로 깝니다(TREND 04). 전부 사무소 바깥에서 일어나는 일입니다. 사무소 안에 남는 것은 축적된 판단을 시스템으로 옮기는 작업뿐이고, 다음 격차는 도구가 아니라 그 축적에서 벌어집니다. 기준은 오르고, 자산은 남습니다.

CARD EDITION

인스타그램·모바일용 카드 7장 — 누르면 원본 크기로 열립니다.