본문으로 건너뛰기

← 뉴스레터 전체

AI NEWSLETTER

2026년 10월 5일 (월)

이 날 발표된 공식 원문을 2026.10.05에 확인해 소급 정리한 호입니다.

01PRODUCT UPDATE (제품 업데이트)

ChatGPT 광고가 이미지 생성에도 들어온다… 측정·브랜드 적합성도 확대

OpenAI가 ChatGPT에 새로운 시각형 광고 포맷을 도입합니다. 첫 테스트는 이미지 생성 과정에서 시작하며, 광고 효과 측정과 브랜드 적합성 평가 기능도 함께 확대합니다. 단순히 광고 노출 지역을 늘리는 단계에서 광고 형식과 측정 체계를 고도화하는 단계로 넘어가는 변화입니다.

핵심 사실 · 한눈에 보기

  • OpenAI는 이미지와 함께 제품·서비스를 보여주는 새로운 시각형 광고 포맷을 공개했습니다. 첫 테스트는 2026년 10월 중 미국에서 일부 광고주를 대상으로 이미지 생성 과정에서 시작합니다.
  • 광고는 명확하게 광고로 표시되며 사용자가 생성하는 이미지와 분리됩니다. OpenAI는 광고가 ChatGPT의 답변에 영향을 주지 않는다는 기존 원칙을 유지한다고 밝혔습니다.
  • Hightouch, Tealium, LiveRamp 등을 통한 전환 데이터 연동과 여러 어트리뷰션·증분 측정 파트너십을 확대했습니다.
  • DoubleVerify와 Integral Ad Science를 통한 브랜드 적합성 평가 파일럿도 개발 중입니다.
  • OpenAI는 ChatGPT가 매주 12억 명에게 도달한다고 밝혔습니다.

무슨 일이 있었나

OpenAI가 10월 5일 ChatGPT 광고의 새로운 시각형 포맷과 광고 측정 기능 확대를 발표했습니다. 새 포맷은 텍스트 중심의 광고에서 한 단계 더 나아가 이미지로 제품 사용 모습이나 경험을 보여주는 방식입니다. 첫 적용 시험은 이달 미국에서 이미지 생성 과정 중 시작될 예정입니다.

전체 내용 보기이전과 달라진 점 · 나에게 미치는 영향 · 아직 모르는 것

SOURCE공식 원문 + 추가 출처

추가 확인 자료 1건은 전체 기사에서 볼 수 있습니다.

수집 2026.10.05 · 정리 2026.10.05 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.

02REGULATION (규제·정책)

ChatGPT가 쓴 글에 '보이지 않는 워터마크'… 단어 25% 바꾸자 탐지율 17%

OpenAI가 AI 생성 텍스트에 보이지 않는 통계적 신호를 넣는 textGrain을 공개했습니다. API 고객은 일부 모델에서 선택적으로 쓸 수 있고, EU에서는 앞으로 몇 주 동안 대상 ChatGPT·Codex 출력에 적용됩니다. 다만 OpenAI 자체 실험에서도 단어를 바꿔 쓰자 탐지율이 크게 떨어져, 워터마크만으로 AI 작성 여부를 단정할 수 없다는 한계도 확인됐습니다.

핵심 사실 · 한눈에 보기

  • OpenAI의 textGrain은 모델의 단어 선택에 보이지 않는 통계적 신호를 넣고, 탐지기가 그 신호를 찾는 방식입니다.
  • 10월 5일부터 전 세계 API 고객은 일부 모델에서 텍스트 워터마크를 선택적으로 쓸 수 있으며, API 기본값은 꺼짐입니다.
  • OpenAI는 앞으로 몇 주 동안 EU의 대상 ChatGPT·Codex 텍스트 출력에 워터마크를 적용하며, 출시 시점에는 전 세계 기본 적용을 하지 않습니다.
  • 400토큰 영어 텍스트 실험에서 단어 10%를 동의어로 바꾸자 탐지율이 약 92%에서 66%로, 25%를 바꾸자 17%로 떨어졌습니다.
  • 워터마크 탐지기는 출시 시점에 일반 공개하지 않고, 승인된 연구자와 전문기관에 우선 제공합니다.

무슨 일이 있었나

OpenAI가 10월 5일 EU AI Act의 텍스트 출처 표시 규칙에 대응해 AI 생성 텍스트 워터마킹 기술인 textGrain과 적용 계획을 공개했습니다.

이미지나 오디오 파일에 출처 정보를 남기는 것과 달리 텍스트는 복사하거나 다시 쓰기 쉽습니다. OpenAI는 생성되는 문장의 단어 선택에 사람이 볼 수 없는 통계적 신호를 넣고, 별도의 탐지기로 그 신호를 확인하는 방식을 씁니다.

전체 내용 보기이전과 달라진 점 · 나에게 미치는 영향 · 아직 모르는 것

SOURCE공식 원문 확인

수집 2026.10.06 · 정리 2026.10.06 · 원문 본문은 옮기지 않았습니다. 회사가 밝힌 수치·성능은 본문에서 출처를 붙여 구분했습니다.

03BENCHMARK (벤치마크)

GitHub, AI 코드리뷰 성능 재는 'ReviewBench' 공개… 실제 PR 219건으로 평가

GitHub이 AI 코드리뷰 에이전트의 성능을 비교하기 위한 공개 벤치마크 ReviewBench를 연구 프리뷰로 공개했습니다. 1억390만 개의 GitHub Pull Request 분포를 분석한 뒤, 187개 공개 오픈소스 저장소의 PR 219건과 19개 프로그래밍 언어로 평가 세트를 구성했습니다.

핵심 사실

  • GitHub은 1억390만 개의 Pull Request를 분석해 실제 코드리뷰 작업의 언어·저장소 규모·변경 형태 분포를 파악했습니다.
  • ReviewBench 평가 세트는 공개 오픈소스 저장소 187개의 Pull Request 219건과 19개 프로그래밍 언어로 구성됩니다.
  • 정답 세트는 사람 리뷰어, 프런티어 LLM, 정적 분석 결과를 결합해 구축합니다.
  • 평가는 grounded precision·grounded recall·augmented precision·augmented recall 네 가지 지표를 씁니다.
  • GitHub은 전문가가 독립적으로 golden true-positive를 검토한 결과 96.6%의 일치도를 기록했다고 밝혔습니다.

왜 중요한가 · AI마중 해석

기존 Copilot 코드리뷰 업데이트가 리뷰 기능과 자동화 방법을 넓히는 변화였다면, ReviewBench는 AI 코드리뷰 시스템이 실제 Pull Request에서 문제를 얼마나 잘 찾고 불필요한 지적을 얼마나 줄이는지 비교하기 위한 공개 평가 기준을 제시합니다. AI 코드리뷰가 개발 과정에 들어갈수록 'AI가 리뷰를 해준다'보다 '그 리뷰를 얼마나 믿을 수 있는가'가 더 중요해집니다. 다만 벤치마크의 설계와 결과는 GitHub이 만든 평가 체계라는 점을 감안해 봐야 합니다.

그래서 나한테는?

AI 코드리뷰는 문제를 많이 지적하는 것만으로 품질을 판단하기 어렵습니다. 실제 개발팀에서는 중요한 문제를 놓치지 않는 것과 불필요한 경고를 줄이는 것이 모두 중요한데, ReviewBench는 이 두 측면을 precision과 recall 계열 지표로 나눠 비교할 수 있게 합니다.

SOURCE공식 원문 확인

수집 2026.10.06 · 정리 2026.10.06 · 원문 본문은 옮기지 않았습니다.