AI 업계에서 6개월은 꽤 긴 시간이다. Simon Willison은 PyCon US 2026 라이트닝 토크에서 그 6개월을 딱 5분으로 압축했다. 모델 왕좌가 다섯 번 바뀌고, 코딩 에이전트가 실용 단계에 진입했으며, 이름도 생소했던 프로젝트 하나가 세상을 뒤흔들었다.

핵심 요약

  • 2025년 11월이 변곡점이었다. 코딩 에이전트가 “가끔 작동"에서 “대부분 작동"으로 넘어선 달.
  • 한 달 새 “최고 모델” 타이틀이 GPT-5.1 → Gemini 3 → GPT-5.1 Codex Max → Claude Opus 4.5로 다섯 번 바뀌었다.
  • OpenClaw가 ‘Warelay’라는 이름으로 첫 커밋을 올린 것도 이 시기다.
  • 랩탑에서 돌아가는 Qwen3.6-35B가 Claude Opus 4.7보다 더 나은 SVG를 그리는 시대가 됐다.
  • 지난 6개월의 핵심 두 줄: 코딩 에이전트의 실용화, 랩탑 오픈 웨이트 모델의 기대치 초월.

2025년 11월, 무슨 일이 있었나

Willison이 “November 2025 inflection point"라고 부르는 이 시기는 특히 코딩 분야에서 극적인 변화가 일어난 달이다.

OpenAI와 Anthropic은 2025년 내내 **RLVR(Reinforcement Learning from Verifiable Rewards)**을 활용해 코드 품질을 높이는 작업을 해왔다. Codex, Claude Code 같은 에이전트 하네스와 결합했을 때 나오는 결과물을 집중적으로 개선했다. 그 결과가 11월에 터졌다.

코딩 에이전트는 이전까지 “될 때도 있는 도구"였다. 11월 이후로는 “대부분 작동하는 일상 도구"가 됐다. 바보 같은 실수를 고치느라 시간을 다 써버리지 않아도 되는 품질 장벽을 넘어선 것이다.

같은 달, 아무도 모르는 ‘Warelay’라는 이름의 레포지터리에 첫 커밋이 올라왔다. 작성자 이름은 Pete.

휴가 기간인 12~1월 사이, 많은 개발자들이 이 새로운 모델과 코딩 에이전트를 직접 써보기 시작했다. 결과는 놀라웠다. Willison 본인도 이 시기에 “LLM 사이코시스"를 잠깐 경험했다고 고백한다. 야심찬 프로젝트들을 스핀업하며 얼마나 멀리 갈 수 있는지 실험했다는 이야기다. 그중 하나가 파이썬으로 구현한 JavaScript 인터프리터 micro-javascript였다. 쿨한 데모가 나왔지만, 현실적으로 필요한 사람이 있을 리는 없었다.

모델 왕좌 다섯 번 교체

Willison은 “펠리컨이 자전거를 타는 SVG 생성"이라는 독특한 벤치마크를 쓴다. 펠리컨도 그리기 어렵고, 자전거도 그리기 어렵고, 현실에서 펠리컨은 자전거를 타지 않는다. 어떤 AI 랩도 이 용도로 모델을 파인튜닝할 일이 없으니 순수 능력치를 본다.

11월 초 왕좌는 Claude Sonnet 4.5(2025년 9월 출시)가 쥐고 있었다. 이후 한 달 만에:

  1. GPT-5.1 — 11월 13일
  2. Gemini 3 — 11월 18일
  3. GPT-5.1 Codex Max — 11월 19일
  4. Claude Opus 4.5 — 11월 24일

Gemini 3가 그린 펠리컨이 시각적으로 가장 훌륭했지만, 펠리컨이 전부는 아니다. 실무 관점에서 Claude Opus 4.5가 이후 두 달간 왕좌를 유지했다.

OpenClaw의 등장

‘Warelay’는 12~1월을 거치며 이름을 여러 번 바꿨다. 2026년 2월, OpenClaw라는 이름으로 세상에 알려지기 시작했다. 첫 커밋으로부터 3개월도 안 된 프로젝트가 받은 관심은 놀라운 수준이었다.

OpenClaw 같은 “개인 AI 어시스턴트"를 가리키는 통칭으로 Claw라는 단어가 자리를 잡았다. NanoClaw, ZeroClaw 같은 파생 프로젝트도 이어졌다.

Willison은 Claw를 설명할 때 영화 Spider-Man 2의 Doc Ock 메타포를 꺼낸다. 인히비터 칩이 살아 있는 한 완벽하게 도움이 되지만, 칩이 손상되면 자율적으로 제어권을 가져간다는 이야기다.

실리콘밸리에서 Mac Mini가 품절되기 시작한 것도 이 시기다. Drew Breunig의 표현을 빌리면, Mac Mini는 “Claw를 키우는 어항"이 됐다.

4월 오픈 웨이트 모델의 약진

4월 한 달에만 주목할 만한 오픈 웨이트 발표가 쏟아졌다.

Google Gemma 4는 미국 회사 기준으로 가장 뛰어난 오픈 웨이트 시리즈라는 평가를 받았다. GLM-5.1은 중국 AI 랩 GLM에서 내놓은 1.5TB 오픈 웨이트 모델로, 성능은 강력하지만 돌릴 하드웨어가 관건이다.

가장 인상적인 결과는 Qwen에서 나왔다. Qwen3.6-35B-A3B는 20.9GB 모델로 랩탑에서 구동되면서 Claude Opus 4.7보다 더 나은 펠리컨 SVG를 그렸다. Willison은 솔직하게 인정했다. “이건 주로 펠리컨 벤치마크가 한계에 부딪혔다는 뜻이기도 합니다.”

GLM-5.1은 북버지니아 오포섬이 전동 킥보드를 타는 장면도 완성도 높게 그려냈다. 다른 모델들은 흉내도 못 내는 수준이었다. “해질녘부터 커먼웰스를 달리고 있다(Cruising the commonwealth since dusk)“는 캡션까지 생성했다. 성능이 하드웨어 장벽만 넘으면 된다는 걸 보여준 사례다.

실무자가 볼 핵심 포인트

  • 코딩 에이전트 도입 타이밍: “가끔 작동"과 “대부분 작동"의 차이는 업무 도입 시점을 결정한다. 아직 에이전트 활용을 미루고 있다면, 이미 전환점을 지나쳐버린 뒤다.
  • RLVR이 코딩 품질의 핵심 변수: 범용 RLHF가 아닌 “코드 실행 결과 검증” 기반의 강화학습이 코딩 에이전트 품질을 결정적으로 끌어올렸다. 어떤 모델을 채택할지 판단할 때 이 학습 방식 적용 여부를 확인할 만하다.
  • 로컬 모델이 충분히 좋아졌다: API 비용도 인터넷 연결도 필요 없이 랩탑에서 돌아가는 모델의 품질이 6개월 전과 다르다. 프라이버시가 중요한 작업에 로컬 모델 조합을 진지하게 검토할 시점이다.
  • 오픈 웨이트 경쟁의 다변화: GLM-5.1, Qwen3.6 모두 서방 프론티어 모델에 맞서는 수준에 도달했다. 특정 벤더 의존도를 줄일 선택지가 현실적으로 늘어나고 있다.

원문 출처

원문: The last six months in LLMs in five minutes — Simon Willison’s Weblog