작업에 맞는 AI 모델 선택법과 제작 도구의 확장

OpenAI가 GPT-6 Astra·GPT-6.1 Sol·GPT-6 Luna를 작업 난도와 용도에 맞게 선택하는 실무 가이드를 공개했습니다. 모델과 추론 강도(답을 찾는 데 들이는 계산량), 처리 속도를 조절하여 성능·비용·응답 시간을 함께 관리하는 방법을 설명합니다. 프롬프트 캐싱(반복 입력을 재사용하는 방식), 컨텍스트 압축과 모니터링, 장기 작업 관리도 다룹니다. 이 자료는 GPT-6.1 Sol 발표 뒤에 나온 후속 자료입니다.

10월 1일 발표된 FLUX 3 Image는 이미지 생성과 편집을 한 모델에서 처리합니다. 바운딩 박스(그림 속 배치 영역을 지정하는 상자)로 구도를 정하고, 최대 10개의 참조 이미지를 결합하여 최대 4K로 출력할 수 있습니다. 공식 플레이그라운드와 API(프로그램끼리 기능을 주고받는 연결 방식)에서 이용할 수 있습니다. 교재 삽화나 광고 시안에 활용할 정밀 편집 성능은 실제 제작 샘플을 통해 확인할 필요가 있습니다.

Supabase 프로젝트의 스키마와 설정을 저장소에서 관리하고, AI 코딩 도구가 시험과 배포를 지원하도록 하는 도구입니다. 변경 이력을 코드로 검토하고 동일한 환경을 재현할 때 유용합니다. 초보자에게는 어려운 수준입니다. 10분 안에 시작하려면 CLI를 업데이트하고 공식 문서에 따라 실험적 로컬 스택의 조건을 확인합니다. 앱 전용 MCP(외부 도구 연결 규격) 서버는 supabase pull 뒤에 shadcn 명령으로 추가할 수 있지만, 서명 키·OAuth·RLS 권한을 먼저 점검해야 합니다. Docker 없는 로컬 실행은 알파 단계이며 기본적으로 비활성화되어 있고, Compute는 비공개 알파 단계입니다.

Streamline은 영상에 자막·오버레이·필터를 넣거나 영상을 다시 인코딩하는 맞춤형 처리 흐름을 만드는 오픈소스 도구입니다. Workers가 작업을 제어하고 Containers가 FFmpeg(영상 변환 프로그램) 처리를 이어서 수행합니다. 초보자에게는 어려운 수준입니다. 10분 안에 시작하려면 공개 플레이그라운드를 체험하거나 데모 저장소에서 의존성을 설치한 뒤 Docker 기반의 개발 명령을 실행합니다. 두 저장소는 Apache-2.0 라이선스를 사용하지만, 공개된 지 얼마 되지 않았고 별도 릴리스도 없습니다. 운영할 때에는 접근 제어를 적용하고 스트림 키와 임의의 FFmpeg 인자를 브라우저에 노출하지 않아야 합니다.

AstaBrief 8B는 연구 질문과 검색된 과학 문헌의 발췌문을 받아 인용이 포함된 보고서를 만드는 오픈 웨이트(학습된 가중치 공개) 모델입니다. 80억 매개변수 규모이며, Asta의 Fast mode에서 시험하거나 모델 카드의 Transformers·vLLM 예제로 실행할 수 있습니다. Apache 2.0 라이선스로 모델과 학습 데이터가 공개되어 자체 인프라 활용을 검토할 수 있습니다. 다만 공개된 평가는 개발 당시의 모델을 기준으로 하므로, 생성된 인용과 결론은 반드시 원문과 대조해야 합니다.