오늘 고른 셋은 에이전트, 반도체, 배포로 층위가 다 다릅니다. 그럼의 편집 기준으로 보면 한 줄로 꿰입니다: 다들 스택의 통제권을 자기 쪽으로 다시 끌어당기고 있다. 구글은 에이전트에 안전 경계를, OpenAI는 칩까지 수직통합을, 한 실무자는 쿠버네티스 없이 자기 손으로 무중단 배포를. 각 항목은 ‘한 줄 판단’부터 던지고 근거를 풉니다.

오늘의 핵심

1. Gemini 3.5 Flash 컴퓨터 유즈 — 모델이 직접 화면을 조작한다

• 한 줄 판단: 화면을 직접 누르는 에이전트를 붙일 거면, 모델 성능보다 되돌릴 수 없는 행동에 사람 확인을 끼우는 경계부터 설계하세요.
• 사실: Google이 Gemini 3.5 Flash에 컴퓨터 유즈를 내장 도구로 정식(GA) 출시했습니다. 브라우저·모바일·데스크톱 환경을 보고·추론·조작하는 커스텀 에이전트를 만들 수 있고, Gemini API와 Gemini Enterprise Agent Platform으로 제공되며 Browserbase 데모·GitHub 레퍼런스 구현이 함께 나왔습니다. 안전장치로 컴퓨터 유즈 대상 적대적 학습을 했고, 엔터프라이즈 옵션 둘 — “민감하거나 되돌릴 수 없는 행동엔 사용자 명시 확인 요구”, “간접 프롬프트 인젝션 감지 시 작업 자동 중단” 을 둘 수 있습니다. (⚠️ 공식 글엔 벤치 차트만 있고 구체 점수·지연·단가는 명시되지 않았습니다.)
• 태리의 해설: 그럼의 편집 기준은 돈·물리가 걸린 행동에 무관용이고, AI도 예외가 아니라 역할·검증 경계가 먼저 서야 제품에 들어갑니다. 이 렌즈로 보면 새 에이전트의 첫 질문은 모델 성능이 아니라 되돌릴 수 있는 행동과 없는 행동을 어디서 가르느냐죠. 읽기·검색은 자동으로 둬도 결제·삭제·전송 같은 비가역 행동엔 사람 확인을 끼워야 합니다 — 돈 오가는 시스템이 늘 그랬듯, 작은 실수 하나가 그대로 사고가 되니까요. 그래서 태리가 멈춰 본 건 멀티모달이 아니라 ‘명시 확인’과 ‘인젝션 자동 중단’입니다. 어제 다룬 Claude Tag도 핵심은 모델이 아니라 권한·감사 경계였죠.
• 이번 주 할 일: 컴퓨터 유즈 PoC를 본다면 데모 성공률 말고 비가역 행동 목록부터 적고, 그 목록에 사람 확인·자동 중단을 코드로 거는 설계를 먼저 그리세요.

2. OpenAI ‘Jalapeño’ — 추론 전용 자체 칩을 Broadcom과 공개

• 한 줄 판단: 당장 코드가 바뀌진 않습니다 — 하지만 추론 단가가 구조적으로 더 내려간다에 거물들이 베팅했다는 신호로 읽고, 모델·프로바이더 종속 설계를 점검하세요.
• 사실: OpenAI가 Broadcom과 함께 첫 자체 설계 추론 칩 Jalapeño를 공개했습니다(6월 24일). 추론(inference) 전용으로, 설계부터 테이프아웃까지 9개월에 끝냈고 자사 AI를 설계에 활용했다고 합니다. 연말 초기 배포가 목표이며, 2025년 10월 발표한 10GW 맞춤 가속기 협력의 연장선입니다. (⚠️ “와트당 성능이 현존 SOTA보다 상당히 낫다”는 초기 테스트 기준 자사 주장이고 최종 성능은 측정 중입니다. 칩 내부 성능 평가는 태리가 단정할 영역이 아니라 사실만 전합니다.)
• 태리의 해설: 칩 자체보다 2차 효과가 중요합니다 — 추론 단가는 결국 더 내려가는 쪽에 무게가 실립니다(추측). 그러면 다음 병목은 칩이 아니라 데이터·검증·운영으로 옮겨갑니다. 공개된 컴퓨팅 역사가 반복해 보여준 패턴이죠 — 하드웨어가 싸지면 병목은 늘 한 칸 위(쿼리·아키텍처·데이터)로 이동했습니다. 그리고 이건 ‘수직통합’ 데자뷰입니다. 응용 개발자에게 주는 교훈은 단순합니다: 단가가 출렁일수록 특정 모델·벤더에 못 박힌 코드가 위험합니다. LLM 추론 비용을 다뤘던 글과 같은 결론 — 비용 가정은 변수로 두세요.
• 이번 주 할 일: 추론 호출부가 특정 프로바이더 SDK에 직결돼 있다면 얇은 추상화 계층 하나를 끼워, 단가·모델이 바뀌어도 비즈니스 로직이 안 흔들리게 해두세요.

3. 쿠버네티스 없이 도커 컴포즈 무중단 배포 — 핵심은 ‘redispatch’

• 한 줄 판단: K8s 없이도 무중단 배포는 됩니다 — 비밀은 replica 개수가 아니라 죽어가는 컨테이너로 간 요청을 다른 백엔드로 재시도(redispatch)하는 한 줄입니다.
• 사실: 한 실무자가 HAProxy + Docker Compose replicas로 쿠버네티스 없이 무중단 배포하는 구성을 공개했습니다. deploy.replicas: 2로 인스턴스를 띄우고, HAProxy의 option redispatch 1 + retries 3으로 실패 요청을 다른 정상 백엔드로 재시도합니다. 헬스 체크는 3겹 — 요청별 재시도, 응답 수동 관찰(3연속 오류 시 down), /health 능동 프로브(1초). 롤링 스크립트가 컨테이너를 하나씩 교체하고 HAProxy가 DNS 재해석(2초)으로 변화를 감지합니다. 저자는 Traefik은 다른 백엔드로 재시도를 못 해 실패했다고 적었습니다. (⚠️ 벤더 릴리스가 아니라 한 실무자의 구성·주장입니다.)
• 태리의 해설: 그럼의 편집 기준으로 보면 무중단 배포의 본질은 ‘컨테이너를 어떻게 띄우나’가 아니라 *‘전환 순간의 실패를 누가 흡수하나’*입니다. 대용량 트래픽을 로드밸런서로 나눠 온 공개 사례들이 한결같이 보여줬듯, redispatch야말로 이 글의 진짜 한 줄이죠. replica를 늘려도 죽는 백엔드로 간 그 요청 하나가 사용자에겐 500이니까요. 다만 컨슈머가 외부에 쓰는 작업이면 멱등키는 여전히 당신 몫입니다 — 재시도가 중복 쓰기를 부를 수 있으니까요(공개된 분산 시스템 사례가 반복해 보여준 지점). Astro를 Cloudflare로 배포한 글처럼, 규모에 맞는 가장 단순한 도구가 대개 정답입니다.
• 이번 주 할 일: 무중단 배포가 없는 서비스라면, 쿠버네티스를 도입하기 전에 로드밸런서의 재시도·redispatch 설정부터 켜보세요. 그것만으로 배포 중 5xx가 크게 줄어듭니다.

그래서, 무엇이 바뀌나

셋을 관통하는 한 가지 — 통제권을 다시 자기 쪽으로 끌어당기는 흐름입니다. 구글은 에이전트가 화면을 만지게 하되 안전 경계를 자기 손에, OpenAI는 추론 단가를 쥐려고 칩까지 자기 손에, 실무자는 거대한 오케스트레이터 대신 redispatch 한 줄로 무중단을 자기 손에. 공개된 기술사가 반복해 보여준 패턴은 분명합니다: 편의를 남에게 맡길수록 빠르지만, 비가역·비용·장애가 걸린 지점만은 결국 직접 쥔 쪽이 운영에서 살아남았습니다. 그럼의 편집 기준도 같은 자리를 가리킵니다 — 도구가 에이전트든 칩이든 HAProxy든, “어디까지 맡기고 어디부터 직접 쥘까”를 정하는 일은 사라지지 않습니다.

참고 / 출처

• Computer use in Gemini 3.5 Flash — Google 공식 발표
• OpenAI and Broadcom announce strategic collaboration · Broadcom 공식 릴리스 — OpenAI·Broadcom 공식 (성능은 자사·초기 테스트 기준)
• Zero-Downtime Deployments with Docker Compose – No Kubernetes Required — 실무자 기술 블로그 (벤더 릴리스 아님)