OpenAI, 미국 정부에 지분 5% 제공 제안

7월 1주차 AI 소식과 활용법을 확인해보세요! 무료 AI 웨비나도 놓치지마세요

2026. 7. 6.

무료로 풀린 Claude Sonnet 5, 에이전트 가성비 전쟁

GPTERS · 2026.07.06

7월 1주차 AI 뉴스레터

지피터스 뉴스레터는 모두가 AI 발전 속도에 뒤처지지 않도록
꼭 필요한 주간 뉴스와 커뮤니티의 가장 흥미로운 AI 활용법을 전해드립니다!

–

미국 정부에 지분 5%를 내놓겠다는 OpenAI의 승부수

–

내 일은 5가지 역할 중 어디? Claude Code 팀이 본 AI 시대 직무 지도

–

비개발자가 Claude Code로 4일 만에 만든 회식 날짜 조율 앱

주간 AI 헤드라인

정부가 AI 기업의 주주가 된다? OpenAI의 지분 5% 승부수 →

OpenAI가 미국 정부에 자사 지분 5%(약 426억 달러)를 국부펀드 형태로 제공하는 방안을 제안했다는 보도가 나왔어요. 정치권 반발을 누그러뜨리려는 카드인데, Anthropic·구글·메타 등 다른 AI 기업까지 참여시키는 구상이라 논쟁이 뜨겁습니다.

무료 플랜에도 바로 풀린 Claude Sonnet 5 →

Anthropic이 6/30 Claude Sonnet 5를 출시했습니다. 상위 모델에 근접한 에이전트 성능을 입력 $2/출력 $10(8월 말까지 프로모션)에 제공하고, 무료·Pro 플랜 기본 모델로 바로 적용됐어요. 수출통제로 막혔던 Fable 5·Mythos 5도 7/1부터 복구 중입니다.

저커버그 "AI 에이전트, 기대만큼 빠르지 않았다" →

저커버그가 7/2 사내 타운홀에서 "AI 에이전트 개발이 기대한 속도로 가속되지 않았다"고 인정했습니다. 지난 5월 직원 8,000명(10%)을 감원하며 조직까지 갈아엎었는데 기대한 효과가 아직 안 나왔다는 거예요. 그래도 올해 최대 1,450억 달러를 투자하며 3~6개월 안 개선을 자신했습니다.

23기 슈퍼 얼리버드 세일 종료 임박, 10% 할인 마지막 기회! →

이번 주, 꼭 알아둘 AI

내 일은 5가지 역할 중 어디? Claude Code 팀이 본 AI 시대 직무 지도

Claude Code를 만든 Anthropic의 Boris Cherny가 AI 시대의 직무 변화를 정리했어요. 엔지니어·디자이너·PM 같은 직책의 경계가 허물어지고, 대신 동작 기반의 5가지 역할이 남는다는 거예요 — 프로토타이퍼(빠른 실험) · 빌더(제품화) · 스위퍼(단순화·정리) · 그로어(PMF 개선) · 메인테이너(안정 유지). 같은 직책이어도 사람마다 다른 역할을 수행하게 됩니다.

AI 시대의 5가지 역할 아키타입 (이미지: GPTers 원글)

직책보다 '동작'이 정체성이 됩니다. 직함이 같아도 실제 하는 동작은 제각각이에요. Anthropic 안에서도 어떤 디자이너는 프로토타이퍼로, 어떤 디자이너는 스위퍼로 일합니다.

한 사람이 보통 2~3개 역할을 겸합니다. 5개 중 하나를 고르는 게 아니라, 내 시간이 어느 조합에 쏠려 있는지 보여주는 지도에 가까워요.

역할 조합은 제품 단계를 따라갑니다. PMF 이전엔 프로토타이퍼+빌더+스위퍼, 성장기엔 그로어, 성숙기엔 메인테이너 비중이 커져요. 내 시간 배분이 지금 단계와 맞는지가 핵심 질문이에요.

부족한 역할은 사람 대신 AI로 채웁니다. 원글엔 "필요 인원보다 적게 두되 AI 토큰은 넉넉히"라는 운영 팁도 나와요. 빈 동작을 채용이 아니라 AI 위임으로 메우는 방식이죠.

5가지 역할의 상세 설명과 조직 운영 팁이 궁금하다면

전체 글 보기 →

AI 활용 사례

비개발자가 Claude Code로 4일 만에 만든 회식 날짜 조율 앱

말티쭈님이 단톡방에서 메시지 30개씩 오가던 회식 날짜 조율을 해결하려고 모임 날짜 조율 앱 MOIN을 직접 만들었습니다. 링크 하나 공유하면 참가자가 달력에서 투표하고, 결과가 실시간으로 자동 집계돼요. Claude Code와 함께 4일 만에 배포까지 마쳤습니다.

AI 활용법

전체를 7단계로 잘게 분해했어요 — "데이터 저장 → 모임 생성 → 공유 링크 → 투표 → 집계 → 실시간 갱신 → 배포"로 나누고, "오늘은 이 한 칸만" 방식으로 하루에 조금씩 진행했어요.
역할을 명확히 나눴어요 — AI가 코드 작성·디버깅, 본인은 기획·선택·검증. 기능이 생길 때마다 "말로만 됐다 하지 말고 실제로 작동하는지 직접 확인해줘"라고 요청한 게 품질 관리 역할을 했어요.
디자인은 서브에이전트로 시안 비교 — 시안 4개를 한 화면에 나란히 띄우고 번호로 고르면 전체 UI가 일괄 변경되게 했어요. 말로 설명하는 것보다 눈으로 비교하는 게 훨씬 빨랐다고 해요.

시작할 때도 끝날 때도 작성자의 코딩 실력은 0인데, 결과물은 인터넷에 배포된 실제 앱이에요. 오히려 코딩을 모르기 때문에 "진짜 되는지"를 집요하게 확인하는 습관이 생겼고, 그게 품질 관리가 됐다는 점이 인상적입니다.

사례 자세히 보기 →

GPTers 소식