1. 나노바나나 2 – 이미지도 이제 플래시 코딩처럼
구글의 나노바나나 2는 Gemini 3.1 Flash Image라는 정식 이름을 가진 새 이미지 모델입니다. 기존 나노바나나 프로가 유료 중심의 고급 모델이었다면, 이번에는 기본 이미지 엔진 자체가 한 단계 업그레이드된 느낌에 가깝습니다.
이번 버전의 특징은 딱 세 가지로 요약되는데요.
- 속도 – 실시간에 가까운 저지연 이미지 생성, 반복 수정이 훨씬 수월해졌고
- 품질 – 4K까지, 여러 비율을 지원하면서도 디테일·조명·텍스처 표현이 더 자연스러워졌고
- 일관성 – 한 장 안에서 최대 5명의 캐릭터와 14개의 오브젝트를 계속 동일하게 유지해 줍니다.
👉 인사이트
이미지 생성 자체는 더 이상 특별한 작업이 아니라, 아이디어 검토용 초안 뽑기에 가까워지고 있습니다. 앞으로는 누가 이미지를 더 잘 뽑느냐보다, 어떤 콘셉트·메시지를 정의해서 AI에게 던져줄 수 있느냐가 마케팅·디자인 직무의 경쟁력이 될 가능성이 큽니다.
2. Perplexity Computer – 모델 고르지 말고, 일 시켜라
Perplexity Computer는 브라우저와 툴을 대신 써주는 디지털 작업자입니다. 최근 큰 이슈가 된 Openclaw처럼 사용자가 목표를 이야기하면, 이 시스템이 여러 단계를 자동으로 쪼개서 조사 → 정리 → 작성 → 코드 실행 같은 워크플로우를 스스로 구성하고 수행합니다.
눈여겨볼 부분은, 이 작업을 한 모델만으로 하지 않는다는 점인데요. Perplexity는 Computer가 최소 19개의 다른 모델(Claude Opus, Gemini, Grok, ChatGPT 5.2, Veo 등)을 작업에 맞게 라우팅하도록 설계했다고 밝힙니다.
“어떤 모델을 쓸지 고민하지 말고, 일을 통째로 맡기라”는 메시지에 가깝죠.
👉 인사이트
코드를 직접 치는 사람보다, 에이전트에게 위임할 업무를 어떻게 설계하고 쪼갤 줄 아는 사람이 더 중요해지고 있습니다. 앞으로는 이 모델, 저 모델 써봤다보다, 이 일은 이렇게 흘러가게 에이전트에게 맡긴다는 식의 업무 오케스트레이션 역량이 평가 포인트가 될 가능성이 큽니다.
3. Claude 메모리 가져오기 – AI 사이 이사 비용을 낮추다
Anthropic은 Claude 메모리 가져오기 기능을 열었습니다. 말 그대로, ChatGPT나 Gemini 같은 다른 AI에서 쓰던 나에 대한 정보(역할, 선호, 작업 스타일)를 요약해서 Claude 메모리로 옮겨오는 기능입니다. 페이지 헤드라인도 처음부터 다시 시작하지 않고 Claude로 갈아타기예요.
방법도 간단합니다. Claude 설정의 Memory 메뉴에서 Import를 누르면, 다른 챗봇에 붙여넣을 프롬프트 한 덩어리를 줍니다. 그걸 ChatGPT 등에 넣으면 이 사용자는 이런 걸 중요하게 생각하고, 이런 톤을 선호한다는 요약 텍스트가 나오고, 다시 Claude 메모리에 붙여넣으면 끝.
대략 몇 분 안에 나에 대한 맥락이 통째로 이사되는 구조입니다.
👉 인사이트
이제는 어느 AI를 먼저 썼느냐가 덜 중요해지고, 플랫폼 간 이동성이 높아지는 시대로 가고 있습니다. 회사 입장에서는 툴 도입보다 더 근본적인 질문,
- “우리 조직의 맥락과 지식은 어디에 쌓이고, 어떻게 옮길 수 있는가?”
- “개인의 취향·메모리는 어느 수준까지 AI에 맡길 것인가?”같은 데이터 거버넌스와 교육 이슈를 고민해야 할 타이밍입니다.
4. OpenClaw 개발자, OpenAI 합류 – 에이전트 장인이 된 1인 프로젝트
개인 프로젝트로 시작한 에이전트 툴 OpenClaw를 만든 개발자 Peter Steinberger가 OpenAI에 합류했습니다. 그는 본인 블로그에서 모든 사람에게 에이전트를 가져오기 위해라는 제목으로, OpenAI에 합류해 개인용 에이전트를 더 넓게 확산시키겠다고 밝히고 있어요.
흥미로운 건, OpenClaw 자체는 재단으로 옮겨져 계속 오픈소스·독립 프로젝트로 남는다는 점입니다. OpenAI는 이 재단을 지원하면서도, Peter는 내부에서 차세대 개인 에이전트 경험을 설계하는 역할을 맡게 된다고 전하고 있죠.
👉 인사이트
에이전트 잘 만드는 1인 개발자가 글로벌 빅테크의 전략적 인재로 바로 이어지는 시대입니다. 동시에 핵심 에이전트 프레임워크는 오픈소스와 재단 형태로 생태계 인프라에 가깝게 자리 잡으려 하고 있고요.
조직 입장에서는 어떤 모델을 쓸지보다,
어떤 에이전트 스택 위에 우리 업무를 올릴 것인가를 미리 정리해 두는 게 점점 더 중요해질 것 같습니다.
AX의 시작은 기술이 아니라 ‘문제 정의’에서 출발합니다.
생성형 AI 활용부터 조직 전반의 AI 확산 전략까지, 귀사의 상황에 맞춘 최적의 솔루션을 함께 고민하겠습니다. AI·AX 전환과 관련한 교육, 컨설팅, 실행 방안이 필요하시다면 언제든 캐럿글로벌로 문의해 주세요!😊
