[AI Trends] OpenAI, 주·연방 AI 안전 거버넌스 병행 제안 (7.15)

7월 15일 AI 흐름은 안전 거버넌스와 자동화된 레드팀 평가에 무게가 실렸다. OpenAI는 주정부 법제와 연방 틀을 함께 쓰는 접근을 제시했고, GPT-Red로 프롬프트 주입과 정렬 취약성을 반복 점검하는 방식을 공개했다.

목차

1. 개요
2. 세부내용
3. 오늘 아침 추가 속보
4. 한눈에 보기
5. FAQ
6. 출처

OpenAI, 주·연방 AI 안전 거버넌스 병행 제안 (7.15)

개요

• OpenAI는 주정부 AI 법제가 연방 차원의 안전·민주적 거버넌스 틀을 만드는 데 쓰일 수 있다는 ‘역연방주의’ 접근을 7월 15일 제시했다.
• OpenAI의 GPT-Red는 자기 대전 방식으로 취약 프롬프트를 찾고, 안전성·정렬·프롬프트 주입 방어를 반복 개선하는 자동 레드팀 시스템으로 공개됐다.
• Stanford HAI의 AI Index는 개별 발표보다 산업·정책·기술 흐름을 장기 데이터로 묶어 보는 기준점으로 다시 활용됐다.
• Anthropic은 공식 뉴스 채널을 통해 모델·안전·제품 발표를 한곳에 모으는 체계를 유지하며 기업 고객의 변경 추적 비용을 낮추고 있다.
• blog.google은 Google Images 25주년을 맞아 시각 검색의 이정표와 이미지 기반 탐색·생성 기능의 확장을 함께 정리했다.

세부내용

OpenAI, 주 법제를 연방 AI 안전 체계의 실험장으로 제안

openai.com은 7월 15일 미국 AI 안전 논의에서 주정부와 연방정부의 역할을 함께 쓰는 접근을 제시했다. 핵심은 주정부 법을 단순한 규제 파편화가 아니라 전국 단위의 안전 기준을 형성하는 실험장으로 보는 데 있다. OpenAI는 이를 ‘역연방주의’ 접근으로 설명하며, 주 차원의 법과 제도가 안전하고 민주적인 AI 거버넌스 구축에 기여할 수 있다고 밝혔다.

이 주장은 미국 내 AI 규제가 한쪽으로만 정리되지 않는 현실을 전제로 한다. 연방 단위의 포괄 입법은 시간이 걸리고, 주정부는 이미 개인정보, 자동화 의사결정, 아동 보호, 고위험 AI 사용 같은 사안을 각기 다르게 다루고 있다. OpenAI의 제안은 이런 차이를 없애는 대신, 검증된 주정부 정책을 전국 기준으로 끌어올리는 경로를 상정한다.

Stanford HAI의 AI Index는 이 논의를 읽는 배경 자료로 쓰인다. Stanford HAI는 AI 동향과 산업·정책 데이터를 해마다 정리해, 개별 기업 발표가 놓이게 되는 더 넓은 정책 환경을 보여준다. OpenAI의 글이 정책 제안에 가깝다면, Stanford HAI의 자료는 AI 확산이 이미 산업·교육·안전·투자 지표에 걸쳐 측정 가능한 현상이라는 점을 보강한다.

▸ OpenAI AI 거버넌스 자세히 확인하기

OpenAI가 말한 ‘역연방주의’는 보통의 중앙집권식 규제 설계와 방향이 다르다. 일반적으로 기술 규제는 연방정부가 큰 원칙을 세우고 주정부가 이를 집행하는 방식으로 논의된다. 이번 접근은 주정부의 법적 실험을 먼저 관찰하고, 효과가 확인된 장치를 연방 차원의 기준으로 발전시키는 순서를 강조한다.

이 방식의 장점은 속도다. AI 서비스는 제품 주기가 짧고, 배포 뒤 실제 사용 환경에서 문제가 발견되는 경우가 많다. 주정부가 특정 위험군을 먼저 다루면, 기업과 정책 담당자는 규제가 실제 시장에서 어떤 비용과 효과를 내는지 관찰할 수 있다. 반대로 단점도 분명하다. 주마다 기준이 갈라지면 전국 단위로 서비스를 운영하는 기업은 컴플라이언스 비용이 늘고, 사용자는 지역에 따라 다른 보호 수준을 경험할 수 있다.

OpenAI가 이 논의를 꺼낸 시점도 중요하다. 생성 AI가 거대언어모델(LLM) API, 업무용 에이전트, 검색-보강 생성(RAG) 시스템으로 기업 내부에 들어가면서 규제 논의는 모델 개발사만의 문제가 아니게 됐다. 배포 기업, 클라우드 사업자, 공공기관, 교육기관이 모두 책임 경계 안으로 들어왔다. 따라서 연방 기준이 늦어질수록 주정부 법제는 사실상 초기 운영 규칙으로 작동한다.

Stanford HAI의 AI Index가 제공하는 장기 데이터는 이런 정책 논의의 과장과 공백을 줄이는 데 쓰일 수 있다. 투자 규모, 모델 성능, 산업 도입, 안전 연구, 정책 건수 같은 지표를 함께 보면 특정 기업의 입장문이 실제 흐름에서 어느 위치에 있는지 가늠할 수 있다. OpenAI의 제안은 규제 완화 요구라기보다, 이미 진행 중인 주정부 실험을 연방 설계의 입력값으로 삼자는 주장에 가깝다.

실무자에게 남는 질문은 명확하다. 미국 시장을 대상으로 AI 제품을 운영하는 기업은 연방 법안만 기다릴 수 없다. 주 단위 개인정보·안전·책임 규칙을 제품 요구사항과 감사 로그 설계에 반영해야 하며, 정책 변화가 기능 출시 일정에 미치는 영향을 별도 리스크로 관리해야 한다.

핵심 요약: OpenAI의 제안은 미국 AI 규제가 주정부 실험과 연방 기준 형성의 결합으로 움직일 수 있음을 보여준다. 기업에는 법무 검토와 제품 설계를 분리하지 말아야 한다는 신호다.

GPT-Red, 자기 대전으로 프롬프트 주입 취약성 찾는다

openai.com은 같은 날 GPT-Red를 공개하며 자동화된 레드팀 평가 방식을 설명했다. GPT-Red는 모델이 스스로 공격과 방어의 반복 과정을 거치며 취약한 프롬프트를 찾아내는 시스템이다. OpenAI는 이 방식이 AI 안전성, 정렬, 프롬프트 주입 공격에 대한 견고성 개선에 쓰인다고 밝혔다.

프롬프트 주입은 사용자가 모델의 원래 지시를 우회하거나, 외부 문서 안에 숨겨진 지시문으로 시스템 동작을 바꾸려는 공격이다. 검색-보강 생성(RAG)이나 에이전트형 도구처럼 모델이 외부 정보를 읽고 행동까지 수행하는 구조에서는 이 문제가 더 커진다. GPT-Red의 공개는 안전 평가가 출시 전 점검표 수준을 넘어, 모델 학습과 운영 과정에 반복적으로 들어가고 있음을 보여준다.

이번 발표의 의미는 ‘레드팀’을 사람 평가자 중심의 일회성 절차로 보지 않는 데 있다. OpenAI는 자동화된 자기 대전 구조를 통해 공격 시나리오를 더 넓게 탐색하려 한다. 다만 자동화 평가는 사람이 놓치는 패턴을 찾는 데 강점이 있지만, 실제 사용자의 악의적 창의성이나 조직별 업무 맥락을 완전히 대체하지는 못한다.

▸ GPT-Red 안전 평가 자세히 확인하기

GPT-Red의 핵심은 자기 대전이다. 한쪽은 모델의 약점을 찾는 공격자 역할을 하고, 다른 쪽은 그런 공격을 견디거나 완화하는 방향으로 개선된다. 체스나 게임 AI에서 쓰이던 자기 대전 개념이 안전 평가 영역으로 옮겨온 셈이다. OpenAI가 언급한 대상은 안전성, 정렬, 프롬프트 주입 견고성이다.

이 접근이 필요한 이유는 공격 표면이 넓어졌기 때문이다. 초기 챗봇은 대화창 안에서만 위험을 다뤘지만, 지금의 AI 시스템은 문서 저장소, 코드 저장소, 이메일, 업무 자동화 도구와 연결된다. 모델이 외부 콘텐츠를 읽고 명령을 수행하면, 악성 지시문은 사용자의 직접 입력이 아니라 읽어온 문서 속에 숨어 있을 수 있다. 이런 구조에서는 정적 필터만으로 충분하지 않다.

자동화 레드팀은 반복 속도에서 이점을 갖는다. 사람이 모든 변형 프롬프트를 작성하지 않아도 시스템이 공격 문구를 생성하고, 실패 사례를 학습 재료로 되돌릴 수 있다. 특히 프롬프트 주입은 문구가 조금만 달라져도 탐지 결과가 바뀔 수 있어 대량 탐색이 중요하다. GPT-Red는 이 지점을 겨냥한 안전 인프라에 가깝다.

그렇다고 자동화가 안전 보증을 뜻하지는 않는다. 모델이 만든 공격은 모델이 상상할 수 있는 범위에 갇힐 수 있고, 실제 기업 환경의 권한 구조·데이터 민감도·업무 승인 절차는 조직마다 다르다. 따라서 GPT-Red 같은 시스템은 사내 레드팀, 접근권한 설계, 감사 로그, 롤백 절차와 함께 쓰여야 한다.

개발자 관점에서 중요한 변화는 평가가 제품 출시 뒤에도 계속된다는 점이다. AI 기능이 외부 도구를 호출한다면 프롬프트 주입 테스트를 단위 테스트처럼 취급하기 어렵다. 문서 파서, 검색 인덱스, 권한 위임, 실행 도구가 바뀔 때마다 공격 표면도 달라진다. GPT-Red 공개는 안전 평가가 모델 연구의 부속물이 아니라 제품 운영의 지속 업무가 되고 있음을 보여준다.

핵심 요약: GPT-Red는 프롬프트 주입과 정렬 취약성을 반복 탐색하는 자동 안전 평가 체계다. 에이전트형 제품을 운영하는 기업에는 출시 전 테스트보다 지속 평가 체계를 갖추는 일이 더 중요해졌다.

Stanford AI Index, 개별 발표를 장기 지표 안에서 읽게 한다

Stanford HAI는 AI Index를 통해 AI 동향과 데이터를 해마다 정리한다. 이번 원자료에서 Stanford AI Index는 7월 15일 브리핑의 보강 기준으로 포함됐다. 개별 모델 출시나 정책 제안이 빠르게 흘러가는 상황에서, AI Index는 산업·정책·연구 흐름을 장기 지표로 묶어 보는 역할을 한다.

AI 업계의 하루 단위 뉴스는 제품 발표와 기업 입장문에 치우치기 쉽다. 그러나 실제 의사결정에는 모델 성능 변화, 투자 흐름, 규제 건수, 산업 도입, 안전 연구의 축적이 함께 필요하다. Stanford HAI의 자료는 그런 배경 지표를 제공해, 특정 발표가 단기 홍보인지 구조적 변화의 일부인지 구분하는 데 쓰인다.

OpenAI의 주·연방 거버넌스 제안도 이 맥락에서 읽을 수 있다. 정책 논의가 늘어난다는 사실만으로 규제가 성숙했다고 말할 수는 없다. 어떤 영역에서 법안이 늘고, 어떤 위험이 측정되며, 기업이 어떤 안전 절차를 공개하는지를 함께 봐야 한다. AI Index는 이런 비교의 기준선을 제공한다.

▸ Stanford AI Index 활용 자세히 확인하기

AI Index의 가치는 단일 수치보다 범주 구성에 있다. AI를 둘러싼 논의는 모델 성능 하나로 환원되지 않는다. 연구 생산량, 민간 투자, 정책 동향, 교육, 산업 도입, 안전성 평가가 서로 다른 속도로 움직인다. Stanford HAI가 매년 데이터를 묶는 이유는 이 흐름을 같은 화면에서 비교하기 위해서다.

기업 실무자는 이런 지표를 제품 채택 판단에 사용할 수 있다. 예를 들어 특정 기술이 언론에 많이 등장하더라도, 실제 산업 도입이나 안전 평가 체계가 뒤따르지 않으면 운영 리스크가 크다. 반대로 규제 논의가 많아졌다는 이유만으로 도입을 늦추면 경쟁사 대비 학습 속도가 떨어질 수 있다. 장기 지표는 이 두 판단 사이의 균형을 잡는 데 도움을 준다.

이번 브리핑에서 Stanford AI Index가 별도 사건이 아니라 배경 축으로 들어간 점은 의미가 있다. OpenAI의 정책 제안과 GPT-Red 공개는 모두 안전과 거버넌스라는 주제로 묶인다. AI Index는 이 주제가 단발성 기업 메시지가 아니라, 최근 AI 산업에서 계속 쌓이는 관리 과제라는 점을 보여주는 자료다.

다만 지표형 자료는 최신 제품 기능을 곧장 설명하지 않는다. 연례 보고서는 속보성이 낮고, 최신 모델의 세부 성능이나 특정 기업의 배포 정책을 실시간으로 반영하지 못한다. 따라서 AI Index는 공식 블로그, 논문, 규제 문서와 함께 읽을 때 가장 유용하다. 즉, 방향을 잡는 지도이지 당일 기능 명세서는 아니다.

AI 전략을 세우는 조직이라면 이런 자료를 분기별 점검 항목으로 삼을 만하다. 새 모델의 벤치마크만 볼 것이 아니라, 정책 리스크와 안전 평가 체계가 어느 정도 표준화되는지 확인해야 한다. AI 도입은 성능 경쟁만이 아니라 책임 구조를 설계하는 문제로 이동하고 있다.

핵심 요약: Stanford AI Index는 당일 발표의 배경을 장기 지표로 확인하게 해준다. AI 채택 판단은 모델 성능뿐 아니라 정책·투자·안전 데이터의 축적을 함께 봐야 한다.

Anthropic, 공식 뉴스 채널로 모델·안전·제품 변경 추적성 강화

Anthropic의 공식 뉴스 채널은 모델, 안전, 제품 발표를 모아 제공한다. 7월 15일 원자료에서는 Anthropic News가 공식 발표와 안전 관련 업데이트를 확인하는 기준 출처로 포함됐다. 개별 기사보다 중요한 점은 Anthropic이 제품 변경과 안전 메시지를 중앙 채널에 축적한다는 사실이다.

기업 고객에게 공식 뉴스 채널은 단순 홍보 페이지가 아니다. 모델 버전, 정책 변경, 안전 기준, 제품 기능이 따로 흩어지면 도입 조직은 변경 사항을 추적하기 어렵다. Anthropic처럼 Claude 계열 모델을 업무 시스템에 연결하는 기업이 늘수록, 공식 발표의 정리 방식은 운영 리스크 관리와 직접 연결된다.

OpenAI가 같은 날 거버넌스와 자동 레드팀을 전면에 둔 것과 비교하면, Anthropic News는 특정 하루의 단일 발표보다 지속적인 변경 기록의 성격이 강하다. 두 회사 모두 안전을 말하지만, OpenAI 자료는 정책·평가 체계의 논점을 구체적으로 제시했고 Anthropic 자료는 모델·안전·제품 발표를 추적할 수 있는 공식 경로를 제공한다는 차이가 있다.

▸ Anthropic 공식 발표 체계 자세히 확인하기

AI 모델을 기업 내부에 넣을 때 가장 먼저 문제가 되는 것은 성능만이 아니다. 어떤 모델이 언제 바뀌었고, 안전 정책이 어떻게 조정됐으며, 제품 기능이 어떤 고객군에 열렸는지를 기록해야 한다. Anthropic News 같은 공식 채널은 이 기록의 출발점이 된다.

특히 Claude 같은 거대언어모델(LLM)을 고객 지원, 문서 분석, 코드 보조, 에이전트 워크플로에 연결한 조직은 모델 변경을 배포 변경으로 취급해야 한다. 모델이 더 좋아졌다는 설명만으로는 충분하지 않다. 입력 한도, 도구 사용 방식, 안전 필터, 데이터 처리 조건이 달라지면 내부 품질 평가와 보안 검토도 다시 돌아가야 한다.

Anthropic의 공식 뉴스 채널이 갖는 실무적 의미는 변경의 원천을 줄이는 데 있다. 여러 2차 보도나 소셜 게시물을 따라가는 대신, 모델·안전·제품 발표를 같은 출처에서 확인할 수 있다. 이는 조달, 법무, 보안, 개발팀이 같은 변경 기록을 기준으로 논의할 수 있게 한다.

다만 공식 채널은 회사가 공개하기로 선택한 정보만 담는다. 기업 고객은 공식 발표를 기본 자료로 삼되, 실제 운영에서는 자체 평가 로그와 사용자 피드백, 장애 기록을 함께 봐야 한다. 모델 제공사의 안전 설명과 고객사의 사용 환경은 항상 같지 않다.

이번 흐름에서 Anthropic은 OpenAI와 직접 같은 발표를 낸 것은 아니지만, 안전과 제품 변경을 공식적으로 축적하는 방식 자체가 경쟁 축의 일부가 됐다. AI 공급사를 고를 때 가격과 성능뿐 아니라 변경 공지의 명확성, 안전 문서의 일관성, 사후 추적 가능성이 평가 항목으로 들어가야 한다.

핵심 요약: Anthropic News는 모델·안전·제품 발표를 추적하는 공식 기준점이다. 기업 도입 단계에서는 새 기능보다 변경 기록의 명확성이 운영 안정성을 좌우한다.

Google Images 25주년, 검색은 텍스트에서 시각 탐색으로 넓어졌다

blog.google은 Google Images 25주년을 맞아 시각 검색의 주요 이정표와 새로운 탐색·생성 방식을 정리했다. 원문은 Google Images가 25년을 맞았다고 밝히며, 이미지 기반 검색이 단순한 사진 찾기를 넘어 시각 콘텐츠 탐색과 생성으로 확장돼 왔다고 설명했다. 이 글은 7월 14일 UTC 기준으로 공개됐지만 한국 시간으로는 7월 15일 흐름에 들어온 자료다.

AI 트렌드 관점에서 이 발표는 모델 출시보다 검색 인터페이스의 변화에 가깝다. 검색은 오랫동안 텍스트 쿼리를 중심으로 설계됐지만, 스마트폰 카메라와 멀티모달 모델의 결합으로 사용자는 이미지를 입력값으로 쓰기 시작했다. Google의 25주년 정리는 이 전환을 제품 역사 안에서 설명한다.

이미지 검색의 변화는 생성 AI와도 연결된다. 사용자는 사물을 찍어 검색하고, 비슷한 이미지를 찾고, 시각 자료를 바탕으로 새 콘텐츠를 만든다. 텍스트 생성 모델만으로는 설명하기 어려운 멀티모달 사용 패턴이 검색 제품 안에서 먼저 대중화되고 있다는 점이 이번 글의 핵심 맥락이다.

▸ Google 시각 검색 자세히 확인하기

Google Images의 25년은 웹 검색이 텍스트 중심에서 시각 중심으로 확장된 흐름을 보여준다. 초기 이미지 검색은 키워드와 웹페이지의 주변 문맥을 바탕으로 이미지를 찾는 구조였다. 이후 모바일 카메라, 이미지 인식, 렌즈형 검색이 결합되면서 사용자는 설명어를 입력하지 않고도 물건, 장소, 식물, 제품을 검색할 수 있게 됐다.

이 변화는 AI 제품 기획에 직접적인 영향을 준다. 사용자는 점점 더 많은 질문을 말이나 글이 아니라 사진, 스크린샷, 캡처 이미지로 시작한다. 쇼핑, 교육, 여행, 수리, 디자인 업무에서 이미지는 단순 첨부파일이 아니라 질의의 본문이다. 따라서 AI 서비스가 텍스트 입력창만 전제로 설계되면 실제 사용 흐름을 놓칠 수 있다.

Google이 말한 새로운 탐색·생성 방식은 멀티모달 AI의 대중 접점을 보여준다. 멀티모달은 텍스트, 이미지, 음성, 영상 같은 여러 형태의 입력을 함께 처리하는 방식을 뜻한다. 생성 AI가 업무 도구로 들어가는 동시에, 소비자 검색에서는 이미지가 검색과 생성의 출발점이 되고 있다.

다만 25주년 글은 제품 역사와 기능 소개 성격이 강하다. 특정 모델의 벤치마크나 안전성 수치를 제시하는 발표는 아니다. 따라서 이 자료를 읽을 때는 성능 비교보다 사용자 인터페이스 변화에 초점을 맞추는 편이 적절하다. 검색 경험이 텍스트 입력에서 카메라 기반 탐색으로 이동했다는 점이 실무적 신호다.

서비스 기획자는 여기서 두 가지를 확인해야 한다. 첫째, 사용자가 정보를 찾는 첫 입력이 텍스트가 아닐 수 있다. 둘째, 검색과 생성의 경계가 흐려질수록 저작권, 출처 표시, 이미지 조작 고지 같은 정책 설계가 중요해진다. Google Images의 25주년 정리는 과거 회고이면서 동시에 멀티모달 제품 설계의 현재 조건을 보여준다.

핵심 요약: Google Images 25주년 글은 검색이 텍스트 질의에서 이미지 기반 탐색·생성으로 확장된 흐름을 정리한다. AI 제품은 멀티모달 입력을 기본 사용 패턴으로 다뤄야 한다.

오늘 아침 추가 속보

• The Automation Desk: I Built an AI Agent That Knows Which Changes Matter #shorts #ai #claude #chatgpt #automation #agent - An AI agent isn't a scraper: a plain change-watcher pings you on every reworded sentence of a Terms of Service page until you ...

한눈에 보기

사실	발행처	출처
OpenAI는 주 법제가 전국 AI 안전 체계 형성에 기여하는 ‘역연방주의’ 접근을 제시했다.	openai.com	openai.com
GPT-Red는 자기 대전 방식으로 안전성·정렬·프롬프트 주입 견고성을 개선하는 자동 레드팀 시스템이다.	openai.com	openai.com
Stanford AI Index는 AI 동향과 산업·정책 데이터를 해마다 정리하는 분석 자료다.	Stanford HAI	hai.stanford.edu
Anthropic News는 Anthropic의 모델·안전·제품 발표를 모아 제공하는 공식 채널이다.	Anthropic	anthropic.com
Google Images 25주년 글은 시각 검색의 주요 이정표와 새 탐색·생성 기능을 다뤘다.	blog.google	blog.google

FAQ

Q1. OpenAI가 말한 ‘역연방주의’ 접근의 핵심은 무엇인가?

A. openai.com에 따르면 주정부 AI 법제를 연방 규제의 장애물이 아니라 전국 안전 체계를 만드는 실험장으로 활용하자는 접근이다. 주별 법의 차이를 관찰해 효과 있는 기준을 연방 차원으로 끌어올리는 구상이다.

Q2. 왜 GPT-Red 같은 자동 레드팀 시스템이 필요한가?

A. openai.com은 GPT-Red가 자기 대전으로 안전성·정렬·프롬프트 주입 견고성을 개선한다고 밝혔다. 에이전트와 RAG가 외부 문서를 읽고 도구를 실행하면서 사람이 일일이 찾기 어려운 공격 변형이 늘었기 때문이다.

Q3. 이번 흐름이 AI 제품팀에 주는 실무적 의미는 무엇인가?

A. OpenAI와 Anthropic 자료를 함께 보면 안전은 별도 보고서가 아니라 제품 운영 항목이 됐다. 모델 변경, 프롬프트 주입 테스트, 감사 로그, 정책 대응을 출시 절차 안에 넣어야 한다.

Q4. OpenAI와 Anthropic의 공개 방식은 어떻게 다른가?

A. OpenAI는 7월 15일 정책 접근과 GPT-Red라는 구체 시스템을 각각 공개했다. Anthropic은 공식 뉴스 채널을 통해 모델·안전·제품 발표를 추적할 수 있게 해, 변경 관리의 기준 출처 역할을 한다.

Q5. 다음에 확인할 지표와 발표는 무엇인가?

A. Stanford HAI의 AI Index처럼 정책·투자·안전 지표를 묶은 자료와 각 회사의 공식 업데이트를 함께 봐야 한다. 특히 프롬프트 주입 평가, 주정부 AI 법안, 멀티모달 검색 기능의 실제 배포 범위가 다음 확인 지점이다.

출처

1. The US is advancing AI safety through state and federal action - openai.com
2. GPT-Red: Unlocking Self-Improvement for Robustness - openai.com
3. Celebrating 25 years of visual search innovation - blog.google
4. Anthropic News - Anthropic
5. Stanford AI Index - Stanford HAI
6. I Built an AI Agent That Knows Which Changes Matter #shorts #ai #claude #chatgpt #automation #agent - The Automation Desk

마지막 업데이트: 2026-07-16T11:49:50.118Z

관련 글

• 최신 AI 트렌드 2026-05-03: 출처 기반 GEO 브리핑
• 최신 AI 트렌드 2026-05-03: 출처 기반 GEO 브리핑 (AEO)
• 최신 AI 트렌드 2026-05-03: 출처 기반 GEO 브리핑
• 최신 AI 트렌드 2026-05-03: 출처 기반 GEO 브리핑 (AEO)
• 최신 AI 트렌드 2026-05-03: 출처 기반 GEO 브리핑 (AEO)