최신 AI 소식 모음

세계에서 가장 강력한 AI 모델을 만드는 네 회사가 한목소리로 규제를 요구하고 나섰다. 오픈AI, 앤트로픽, 구글 딥마인드, 마이크로소프트의 AI 부문 수장들은 2026년 6월 5일 미국 의회에 공동 서한을 보내, 미국에서 영업하는 모든 합성 DNA 공급업체에 대해 의무적인 바이오보안 스크리닝을 법제화하라고 촉구했다. 기술 경쟁에서 맞부딪치는 라이벌들이 자사 사업을 옥죌 수도 있는 규제를 스스로 요청했다는 점에서 이례적이다. 이들의 논리는 단순하면서도 무겁다. AI가 발전하면서 생물학적 물질을 무기화하는 데 필요했던 기술적 장벽이 빠르게 낮아지고 있다는 것이다. 합성 DNA와 RNA는 이미 온라인으로 주문할 수 있는데, 과거에는 고도의 전문 지식이 있어야 했던 위험 물질 설계와 합성을 이제는 AI가 보조해 진입 문턱을 끌어내리고 있다고 서한은 경고했다. 누구나 위험한 염기서열을 주문할 수 있게 되기 전에, 공급 단계에서 걸러내는 의무 검사 체계가 필요하다는 주장이다. 현재 미국의 합성 DNA 스크리닝은 자발적 프레임워크에 의존하고 있다. 문제는 이 자율 규제가 일부 공급업체만 포괄하고 나머지는 사각지대로 남겨 둔다는 점이다. 악의적 행위자는 검사를 하지 않는 업체를 골라 우회할 수 있다. 서한은 바로 이 빈틈을 법으로 메워, 모든 공급업체가 예외 없이 주문 내역을 위험 염기서열과 대조하도록 의무화하자고 제안한다. 이번 서한은 AI 안전을 둘러싼 정책 흐름이 분주해지는 가운데 나왔다. 트럼프 행정부의 행정명령에 따라 오픈AI는 모델 공개 전 정부의 30일 안전 점검을 받기로 했고, 앤트로픽은 비슷한 시기에 AI 개발을 전 세계가 조율해 일시 중단할 수 있는 메커니즘을 담은 안전 문서를 내놓았다. 업계 선두 주자들이 자기 규제와 정부 개입을 동시에 요구하는, 과거와 달라진 기류가 읽힌다. 다만 한계도 분명하다. 서한은 구체적인 법안이나 입법 초안을 제시하지 않았고, 의회의 AI 관련 위원회도 아직 공식 반응을 내놓지 않았다. 전례를 보면 낙관하기 이르다. 2023년 대형 모델 훈련을 멈추자던 공개 서한은 수백 명의 서명을 받고도 실제 입법으로 이어지지 못했다. 이번 요구가 선언에 그칠지, 아니면 바이오보안을 둘러싼 첫 강제 규제로 결실을 맺을지는 의회의 다음 움직임에 달려 있다.

미국 상무부 산하 AI 표준혁신센터(CAISI)가 구글 딥마인드, 마이크로소프트, xAI와 AI 모델 출시 전 사전 평가 협약을 체결했다. 이로써 이미 협약을 맺은 OpenAI, Anthropic을 포함해 미국 프런티어 AI 5개사 전부가 정부의 사전 심사망 안으로 들어왔다. 정부가 일반에 공개되기 전 단계의 최첨단 모델을 직접 들여다보는 체계가 사실상 업계 표준으로 자리 잡는 모양새다. 이번 평가의 초점은 안전(safety)보다 국가안보(security)에 맞춰져 있다. CAISI는 기업이 제공한 정보를 바탕으로 분류된(classified) 보안 환경에서 모델을 시험하며, 사이버보안과 국가안보 관련 위험·역량을 집중적으로 들여다본다. 특히 안전장치를 제거한 모델까지 검토해 '제약 없는 상태의 본래 역량(unmitigated capabilities)'을 파악하는 방식이 핵심이다. CAISI는 지금까지 아직 공개되지 않은 최신 모델을 포함해 40건이 넘는 평가를 완료했고, 중국 DeepSeek 모델을 들여다본 뒤 정확성·보안·비용 효율 측면의 결함과 위험을 지적한 바 있다. 이 협약들은 모두 강제가 아닌 자발적 합의다. OpenAI와 Anthropic은 약 2년 전 바이든 행정부 시절, 당시 미국 AI 안전연구소(US AI Safety Institute)로 불리던 이 기관과 유사한 협약을 먼저 맺었다. 이번에 추가된 3개사 협약은 그 초기 합의를 토대로 하되, 상무부 장관 지침과 트럼프 행정부의 '미국 AI 행동계획(America's AI Action Plan)' 방향에 맞춰 재협상됐다. 기관 명칭이 '안전연구소'에서 '표준혁신센터'로 바뀐 것 자체가 안전 규제에서 국가안보·산업경쟁력 쪽으로 무게중심이 옮겨간 흐름을 상징한다. 업계 단체인 BSA(소프트웨어연합)는 CAISI를 두고 '정부 내 적절한 제도적 보금자리'라고 평가했다. 주목할 지점은 이 검토가 독립적 제3자 인증이나 시장 출시 승인이 아니라는 사실이다. 어디까지나 국가안보 목적의 정부 사전 검토일 뿐, 합격·불합격을 가르는 관문은 아니다. 다만 5개 빅랩이 모두 참여하면서 '예외적 협력'이던 것이 '미국 프런티어 시장에서 사업하려면 으레 거치는 기본 전제'로 굳어지는 신호로 읽힌다. 백악관이 검토를 의무화하는 입법을 추진할 경우 자발적 협약은 법적 요건으로 전환될 수 있고, 이미 절차에 익숙해진 5개사가 규제 대응 면에서 유리한 고지를 점하게 된다. 정부 조달과 평판이라는 비공식 압력까지 더해지면, 후발 주자들에게는 사실상의 진입 장벽으로 작용할 가능성이 크다.

Anthropic이 2026년 1분기 기준 연환산 매출(run rate) 300억 달러, 약 41조 원을 돌파했다. 2024년 1월 8,700만 달러 수준이던 매출이 2년여 만에 약 80배로 불어난 결과로, 다리오 아모데이 CEO가 "우리 내부 전망조차 8배 빗나갔다"고 표현했을 만큼 가파른 속도다. 이 폭발적 성장의 한가운데에 2025년 5월 정식 출시된 에이전틱 코딩 도구 'Claude Code'가 있다. Claude Code의 연환산 매출은 25억 달러, 약 3조 4,000억 원을 넘어섰다. 출시 6개월 만에 ARR 10억 달러를 찍은 뒤에도 성장세가 꺾이지 않아, 2026년 들어서만 매출이 두 배 이상 늘었다. Anthropic은 이를 자사 역사상 가장 빠르게 성장한 제품이자 소프트웨어 업계 전체를 통틀어도 손꼽히는 매출 곡선이라고 자평했다. 주간 활성 사용자 수는 연초 대비 두 배, 기업용 구독은 네 배로 늘었고, 현재 Claude Code 매출의 절반 이상이 엔터프라이즈 고객에게서 나온다. 성장의 배경에는 코딩 영역에서 Anthropic이 쌓아온 모델 경쟁력이 있다. 개발자들 사이에서 Claude 계열 모델은 복잡한 코드 작성과 수정, 멀티스텝 작업 수행 능력에서 높은 평가를 받아 왔고, Claude Code는 이 강점을 터미널과 IDE 환경에 직접 결합해 '코드를 대신 짜주는 동료'에 가까운 경험을 제공했다. 단순 자동완성을 넘어 작업 전체를 위임받아 실행하는 에이전트형 도구라는 점이 기업 채택을 빠르게 끌어올린 핵심 요인으로 꼽힌다. 회사 차원의 재무 체력도 동반 강화됐다. Anthropic은 최근 시리즈 G에서 300억 달러를 조달하며 투자 후 기업가치 3,800억 달러를 인정받았고, 일부 집계에서는 매출 연환산 기준으로 OpenAI를 앞질렀다는 분석까지 나온다. 이번 수치는 생성형 AI 시장의 수익화가 챗봇 구독을 넘어 '실제 업무를 처리하는 에이전트'로 빠르게 이동하고 있음을 보여주는 신호로 읽힌다. 다만 이 성장의 상당 부분이 막대한 컴퓨팅 투자에 의존하고 있는 만큼, 비용 구조와 수익성을 어떻게 관리하느냐가 다음 분기 이후의 관전 포인트가 될 전망이다.

클로드(Claude) 개발사 Anthropic이 사상 최대 규모의 자금 조달을 마친 직후 곧장 증시 입성 절차에 돌입했다. Anthropic은 현지시간 6월 1일 미국 증권거래위원회(SEC)에 기업공개(IPO)를 위한 비공개 등록신청서(기밀 S-1)를 제출했다고 밝혔다. 불과 나흘 전인 5월 28일 시리즈 H 라운드에서 650억 달러(약 91조 원)를 유치하며 기업가치 9650억 달러(약 1350조 원)를 인정받아, 사상 처음으로 라이벌 OpenAI를 앞지른 직후의 행보다. 1조 달러 기업가치를 목전에 둔 AI 스타트업이 마침내 공개 시장의 검증대에 오르는 셈이다. 이번 시리즈 H는 단일 라운드 기준 AI 업계 최대 규모로, Altimeter Capital, Dragoneer, Greenoaks를 비롯해 Sequoia Capital, Capital Group, Coatue, D1 Capital Partners 등 굵직한 투자자들이 대거 참여했다. 다만 IPO 신청서는 발행 주식 수와 공모가를 아직 확정하지 않은 상태이며, Anthropic은 상장 추진 여부와 시점을 시장 상황에 따라 결정하겠다는 입장이다. 기밀 신청은 본격 공모 전 비공개로 SEC 심사를 거치는 절차로, 상장 시점을 유연하게 가져가려는 대형 기술 기업들이 흔히 택하는 방식이다. 급등한 기업가치의 배경에는 폭발적인 매출 성장이 있다. Anthropic의 연간경상수익(ARR)은 470억 달러(약 66조 원)를 돌파했는데, 이는 2025년 말 90억 달러 수준에서 불과 반년 만에 5배 넘게 뛴 수치다. 2021년 OpenAI 출신 인력들이 설립한 이 회사는 안전성을 앞세운 클로드 모델로 기업용 시장을 빠르게 잠식해 왔고, 지난 4월 공개한 신규 모델 'Mythos'는 현재 제한적 초기 접근 단계로 운영되며 차세대 성장 동력으로 주목받고 있다. Anthropic의 상장 신청은 AI 산업 전체의 분수령이 될 전망이다. 경쟁사 OpenAI는 지난 3월 1220억 달러를 조달하며 8520억 달러의 기업가치를 기록했고, 마찬가지로 IPO를 준비 중인 것으로 알려졌다. 두 회사가 나란히 공개 시장 문을 두드리면서, 그간 천문학적 사모 투자로 떠받쳐 온 생성형 AI의 실제 수익성과 지속가능성이 투자자들의 냉정한 평가를 받게 됐다. Anthropic의 IPO 성패는 AI 거품 논란에 대한 시장의 답이자, 향후 AI 기업들의 자금 조달 경로를 가를 시금석이 될 것으로 보인다.

OpenAI의 비영리 모회사인 OpenAI 재단이 인공지능이 노동 시장에 미치는 충격을 완화하기 위해 첫 단계로 2억 5000만 달러(약 3500억 원)를 투입한다고 2026년 5월 27일 밝혔다. 로이터 보도에 따르면 이 자금은 외부 기관에 대한 그랜트(보조금), 전략적 파트너십, 그리고 재단이 직접 운영하는 프로그램에 나뉘어 쓰인다. 단순히 돈을 나눠주는 중개자에 머물지 않고 일부 사업은 재단이 직접 굴리겠다는 점을 분명히 한 것이 특징이다. OpenAI 재단이 노동 문제에 이 정도 규모의 자금을 구체적으로 약정한 것은 이번이 처음이다. 재단이 내건 목표는 세 갈래다. 첫째, AI가 일자리에 미치는 영향을 실증적으로 연구하고, 둘째, 당장 일자리를 잃을 위기에 놓인 노동자와 지역사회를 직접 지원하며, 셋째, AI가 만들어낸 경제적 이익을 더 고르게 나눌 방법을 찾는 것이다. 재단은 기술 발전 시나리오를 모델링하는 'AI 기반 경제 시뮬레이션'에도 관심을 보였다. 다만 구체적 사업은 아직 설계 단계로, 첫 프로그램은 2026년 하반기에 가동될 예정이며 현재 이를 책임질 인력을 채용하고 있다. 이번 발표에서 가장 눈에 띄는 대목은 재단이 직접 밝힌 위기의식이다. 재단은 "지금의 변화 속도는 이 문제를 제대로 풀어낼 시간이 우리가 익숙했던 것보다 훨씬 짧다는 뜻이며, 잘못 다뤘을 때 치러야 할 대가는 막대하다"고 했다. AI가 더 이상 추상적 위협이 아니라는 현실이 배경에 깔려 있다. 실제로 블록(Block)과 스탠다드차타드(Standard Chartered) 같은 기업들은 최근 인력 감축의 원인으로 코딩 등 업무를 자동화하는 AI 역량을 공개적으로 지목한 바 있다. 재단의 자금 여력은 OpenAI의 사업 구조 재편에서 나온다. OpenAI 재단은 영리 법인 지분 26%를 보유하고 있으며, 그 가치는 약 1300억 달러로 평가된다. 앞서 2026년 3월 OpenAI는 매년 최소 10억 달러를 재단을 통해 투입하겠다고 약속한 바 있어, 이번 2억 5000만 달러는 그 첫 집행분 성격이 강하다.

챗GPT 개발사 OpenAI가 기업공개(IPO) 주관사 라인업에 씨티그룹(Citigroup)과 JP모건(JPMorgan)을 추가하는 방안을 논의 중이라고 블룸버그가 5월 29일 보도했다. 두 대형 은행은 이미 상장 준비를 맡고 있는 골드만삭스, 모건스탠리와 합류해 OpenAI 역사상 최대 규모가 될 IPO를 함께 끌고 갈 후보로 거론된다. 보도에 따르면 OpenAI는 수 주 내에 비공개로 상장 신청서를 제출하고 연내 실제 공모에 나설 수 있을 전망이어서, IPO 시계가 빠르게 돌아가고 있다는 신호로 읽힌다. 다만 현 시점은 어디까지나 협의 단계다. 블룸버그는 씨티그룹·JP모건과의 논의가 반드시 최종 주관사 합류로 이어지지는 않을 수 있으며, 이들 외에 다른 투자은행들도 상장 작업에 참여할 가능성이 있다고 전했다. 라인업이 확대되고 대형 은행들이 줄을 서는 양상 자체가, 시장이 이 거래를 올해 자본시장 최대어 가운데 하나로 보고 있음을 방증한다. 이번 행보가 주목받는 이유는 직전에 끝난 자금 조달 라운드의 규모 때문이다. OpenAI는 지난 3월 31일 1,220억 달러 규모의 투자 라운드를 마감하며 기업가치(포스트머니) 8,520억 달러를 인정받았다. 당초 알려진 1,100억 달러를 웃도는 사상 최대 민간 라운드로, 소프트뱅크가 공동 주도한 가운데 아마존이 최대 500억 달러, 엔비디아와 소프트뱅크가 각각 300억 달러를 투입했고 마이크로소프트도 규모를 공개하지 않은 채 참여했다. 특히 OpenAI는 처음으로 은행 채널을 통해 개인 투자자에게도 문을 열어 30억 달러를 모집했는데, 이는 사실상 IPO를 앞둔 '예행연습' 성격이 짙다는 평가가 나온다. 재무 체력도 상장 논의에 무게를 싣는다. OpenAI는 현재 월 20억 달러 수준의 매출을 내고 있으며, 지난해 연간 매출은 131억 달러에 달했다고 밝혔다. 다만 여전히 대규모 현금을 소진하며 흑자 전환에는 이르지 못한 상태다. 8,520억 달러라는 밸류에이션이 미래 성장에 대한 기대를 선반영한 만큼, 공모 과정에서 수익성 경로를 얼마나 설득력 있게 제시하느냐가 관건이 될 것으로 보인다.

클로드(Claude)를 만든 인공지능 기업 앤스로픽(Anthropic)이 9,000억 달러(약 1,230조 원)를 웃도는 기업가치를 인정받으며 300억 달러(약 41조 원) 이상의 신규 투자를 이르면 다음 주 안에 매듭지을 전망이다. 블룸버그 통신이 2026년 5월 22일 보도한 이번 라운드가 마무리되면 앤스로픽은 지난 3월 8,520억 달러로 평가받은 오픈AI(OpenAI)를 처음으로 넘어서며 세계에서 가장 몸값이 비싼 민간 AI 기업으로 올라서게 된다. 이번 투자는 세쿼이아캐피털(Sequoia Capital), 드래고니어 인베스트먼트 그룹(Dragoneer), 알티미터 캐피털(Altimeter Capital), 그린오크스 캐피털 파트너스(Greenoaks Capital Partners) 네 곳이 공동 주도하는 것으로 알려졌다. 각 투자사가 약 20억 달러씩 베팅하는 구조이며, 피터 틸의 파운더스 펀드(Founders Fund)와 제너럴 캐털리스트(General Catalyst) 등 기존 투자자들도 참여할 것으로 전해졌다. 주목할 점은 협상이 이번 달 초 시작돼 단 몇 주 만에 라운드가 성사 단계에 이르렀다는 것으로, 투자자들이 앤스로픽에 얼마나 공격적으로 자금을 집어넣으려 하는지를 보여준다. 이런 폭발적 자금 유입의 배경에는 앤스로픽의 가파른 실적 성장이 있다. 다리오 아모데이(Dario Amodei) CEO는 올해 1분기에 연환산 매출과 사용량이 80배 성장했다고 밝혔다. 회사의 연환산 매출(ARR)은 2025년 말 약 90억 달러 수준에서 2026년 4월 300억 달러 규모로 치솟았다. 2024년 1월 8,700만 달러에 불과했던 연환산 매출이 2024년 말 10억 달러, 2026년 2월 140억 달러, 3월 190억 달러를 거쳐 단기간에 30배 이상 불어난 셈이다. 성장의 상당 부분은 기업 고객 수요가 견인하고 있다. 앤스로픽은 막대한 연산 자원 확보에도 박차를 가하고 있다. 아마존(Amazon)은 클로드 모델의 학습과 배포에 필요한 최대 5기가와트(GW) 규모의 컴퓨팅 용량을 대가로 최대 250억 달러 투자를 약속했고, 구글 및 브로드컴(Broadcom)과 맺은 별도 계약을 통해 추가로 5GW의 연산 능력을 내년부터 순차적으로 확보한다. AI 모델 경쟁이 사실상 '연산 인프라 군비 경쟁'으로 옮겨간 가운데, 이번 신규 자금 역시 천문학적 규모의 컴퓨팅 투자를 뒷받침하는 데 투입될 것으로 보인다.

OpenAI가 ChatGPT 내 광고 플랫폼 'Ads Manager'를 영국, 멕시코, 브라질, 일본, 한국 등 5개국으로 확장한다. 지난 2026년 2월 미국에서 처음 선보인 이 광고 사업은 출시 6주 만에 매출 1억 달러를 돌파했고, OpenAI는 올해 25억 달러를 목표로 제시했다. 검색의 무게중심이 전통 검색엔진에서 대화형 AI로 옮겨가는 가운데, 광고 시장의 절대 강자 구글과 OpenAI의 정면 대결이 본격화되는 분수령으로 평가받는다. 이번에 확장되는 광고는 ChatGPT의 무료(Free) 및 Go 등급 사용자에게 노출되며, 핵심은 셀프서브 방식의 베타 Ads Manager다. 광고주는 직접 소재를 업로드하고 예산을 관리하며 캠페인을 설정하고 성과를 모니터링할 수 있다. 기존 노출당 과금(CPM) 모델에 더해 클릭당 과금(CPC) 입찰 방식이 새로 도입됐고, 전환 API와 픽셀 기반 어트리뷰션 도구도 함께 제공돼 성과 측정 인프라를 갖췄다. 광고는 ChatGPT의 답변과 시각적으로 분리돼 표시되며, 건강·정신건강·정치 등 민감한 주제 주변에는 노출되지 않는다. OpenAI가 광고 시장에서 경쟁력을 갖는 배경에는 전통 광고 플랫폼이 수년을 들여 구축하려는 자산, 즉 '의도가 명확한 대화 데이터'를 이미 보유하고 있다는 점이 있다. 사용자가 제품과 구매에 관한 질문을 ChatGPT에 직접 던지면서, 플랫폼 자체가 일종의 '발견(discovery) 레이어'로 자리잡는 구조다. 검색창에 키워드를 치던 행동이 대화로 바뀌면서, 광고 노출의 맥락 자체가 구매 의도에 더 가까워진다는 의미다. 다만 마케터 입장에서 풀어야 할 숙제도 분명하다. 단순 타기팅보다 대화의 맥락적 관련성이 더 중요해지고, 어트리뷰션은 전통적인 라스트클릭 모델보다 복잡해질 수 있다. 광고가 어디에 어떤 맥락으로 붙는지에 대한 브랜드 안전성 확보, 그리고 사용자 신뢰 유지가 경쟁 우위의 핵심 변수로 떠올랐다. 한국이 이번 1차 확장국에 포함된 만큼, 국내 광고 시장과 검색 생태계에도 적지 않은 파장이 예상된다.

구글이 지난 5월 19일 연례 개발자 행사 구글 I/O에서 Gemini 3.5 Flash를 정식 출시하고, 출시 당일 곧바로 Gemini 앱과 검색의 AI Mode 기본 모델로 채택했다. 프리뷰 버전이던 gemini-3-flash-preview를 즉시 대체하면서, 전 세계 Gemini 앱 사용자 9억 명과 AI Mode 사용자 10억 명이 별도 설정 없이 새 모델을 쓰게 됐다. 핵심은 단순한 모델 교체가 아니라, 대형 플래그십이 아닌 빠르고 저렴한 모델을 에이전트 시대의 주력으로 세우겠다는 전략 선언이라는 점이다. 성능 지표가 이 결정의 근거다. 구글이 공개한 벤치마크 기준으로 Gemini 3.5 Flash는 터미널 작업 능력을 보는 Terminal-Bench 2.1에서 76.2%, 에이전트 도구 활용을 평가하는 MCP Atlas에서 83.6%, 종합 추론 지표 GDPval-AA에서 1656 Elo를 기록했다. 코딩과 에이전트 작업에서 상위 모델인 Gemini 3.1 Pro를 앞질렀다는 것이 구글의 설명이다. 토큰 생성 속도는 '다른 프런티어 모델 대비 4배 빠르다'고 밝혔고, 컨텍스트 윈도는 105만 토큰에 이른다. 비용 경쟁력은 더 공격적이다. 가격은 입력 100만 토큰당 1.5달러, 출력 100만 토큰당 9달러이며 캐시된 입력은 100만 토큰당 0.15달러까지 떨어진다. 입력 10만 토큰과 출력 2만 토큰을 기준으로 한 작업당 실효 비용은 0.33달러 수준으로, 구글은 이를 두고 앤트로픽 Opus 4.7(작업당 약 1달러)의 3분의 1, GPT-5.5의 절반가량이라고 비교했다. '다른 프런티어 모델의 절반 이하 비용'이라는 표현을 공식적으로 내걸었다. 주목할 대목은 출시 순서를 뒤집었다는 점이다. 그동안 구글은 상위 Pro 모델을 먼저 내놓고 경량 Flash를 효율 등급으로 뒤따르게 하는 'Pro 퍼스트' 방식을 써왔다. 이번에는 Flash를 먼저 정식 출시했고, 상위 모델인 Gemini 3.5 Pro는 6월로 미뤘다. 순다르 피차이 CEO는 Pro에 대해 '다음 달에 출시하겠다'고만 언급했다. 작고 빠른 모델을 보조가 아니라 기본 아키텍처로 세우겠다는 의도가 출시 순서 자체에 담긴 셈이다.

AI 스타트업 앤트로픽이 2026년 5월 13일 소규모 사업자 전용 서비스 'Claude for Small Business'를 정식 출시하고, 그동안 엔터프라이즈와 빅테크 소비자 시장에 가려져 있던 15~50인 규모 사업장을 AI 에이전트 경쟁의 새로운 격전지로 끌어올렸다. 별도 추가 요금 없이 기존 Claude 라이선스만으로 이용 가능하며, 다음 날인 5월 14일부터는 시카고, 털사, 댈러스 등 10개 도시를 도는 무료 워크숍 투어가 시작된다. 신규 서비스는 퀵북스(QuickBooks), 페이팔(PayPal), HubSpot, Canva, DocuSign, Google Workspace, Microsoft 365 등 10여 종의 비즈니스 도구와 사전 연동돼, 사용자가 별도 설정 없이 재무, 운영, 영업, 마케팅, HR, 고객 서비스 등 6개 분야의 내장 워크플로우를 호출할 수 있다. 각 워크플로우는 사용자가 단계마다 승인하면 Claude 에이전트가 실제 도구를 조작해 처리하는 '휴먼 인 더 루프' 방식으로 작동해, 자동화 신뢰도와 통제권을 동시에 확보하도록 설계됐다. 앤트로픽이 겨냥하는 고객층은 '15인 HVAC 업체, 30인 조경회사, 50인 부동산 중개소'처럼 그동안 SaaS 시장이 외면해온 미국 내 중소형 로컬 비즈니스다. 회사의 SMB 부문을 이끄는 리나 오크만(Lina Ochman)은 "소프트웨어 산업은 역사적으로 엔터프라이즈, VC 지원 스타트업, 소비자만 바라봤고 소규모 사업체는 늘 제외돼 왔다"고 출시 배경을 설명했다. 다만 소상공인의 절반가량이 데이터 보안을 AI 도입의 최대 장애물로 꼽고 있어, 신뢰 확보가 초기 확산의 핵심 변수로 떠올랐다. 이번 출시는 OpenAI의 ChatGPT Business, 구글 Gemini Workspace 등 대형 모델 진영이 엔터프라이즈와 소비자 양극에 집중하는 사이, 앤트로픽이 '중간이 빈 시장'을 선점하겠다는 전략적 선언으로 읽힌다. 미국 내 SMB는 약 3,300만 곳에 달하고 GDP의 약 44%를 차지하지만, AI 도입률은 한 자릿수에 머물러 있어 잠재 시장 규모가 가장 크다. 단순 챗봇이 아닌 회계, 결제, CRM을 가로지르는 에이전트형 AI가 이 영역에 안착할 경우, AI 산업의 성장 축이 모델 성능 경쟁에서 '실행 가능한 업무 자동화' 경쟁으로 이동할 가능성이 크다.

구글이 2026년 5월 19일 연례 개발자 컨퍼런스 'Google I/O 2026' 무대에서 24시간·7일 상시 작동하는 개인용 AI 에이전트 '제미나이 스파크(Gemini Spark)'를 공개했다. 사용자가 일일이 지시하지 않아도 지메일, 구글 독스, 캘린더, 워크스페이스를 가로지르며 스스로 업무를 처리하는 이 에이전트는, 구글이 1998년 검색 엔진을 출시한 이래 25년 만에 단행하는 검색 인터페이스 전면 개편과 맞물려 발표됐다. 순다르 피차이 CEO는 기조연설에서 스파크를 두고 "디지털 생활을 탐색해주고 지시에 따라 직접 행동에 나서는 차세대 스마트 어시스턴트"라고 정의했다. 스파크는 단순한 챗봇이 아니라 '진정한 AI 동료'를 표방한다. 전용 지메일 주소를 부여받아 메일을 직접 발송하고, 크롬 브라우저로 웹을 돌아다니며 정보를 수집하며, 안드로이드의 '헤일로(Halo)' 시스템으로 작업 진행 상황을 실시간 추적할 수 있다. 모델 컨텍스트 프로토콜(MCP)을 통해 외부 서비스와도 연동된다. 구글이 시연한 사례는 두 가지다. 첫째, 받은편지함과 문서·시트·슬라이드를 모두 훑어 상사에게 올릴 보고서를 알아서 정리해주는 시나리오. 둘째, 소규모 사업자의 고객 문의를 상시 모니터링해 자동 대응하는 시나리오다. 기술적으로는 제미나이 기반 모델 위에 구글 안티그래비티(Antigravity)에서 개발한 에이전트 하니스가 얹혀 있다. 출시 일정은 빠르다. 구글은 현재 내부 테스트 단계라고 밝히면서도 "다음 주부터 구글 AI 울트라(Google AI Ultra) 구독자에게 우선 개방한다"고 못 박았다. 가격은 별도 공개하지 않았다. 이는 OpenAI의 챗GPT 에이전트, 앤트로픽의 클로드 코워크(Claude Cowork)와 정면충돌하는 포지셔닝이다. 2025년 하반기부터 빅3가 일제히 '에이전트형 어시스턴트' 깃발을 꽂은 가운데, 구글의 무기는 지메일 26억 사용자와 워크스페이스라는 데이터·도구 인프라다. 다른 곳에서 흉내 내기 어려운 영역이다. 검색 개편은 또 다른 축이다. 구글은 1999년 첫 인터페이스 이후 유지해온 '10개의 파란 링크' 모델을 사실상 폐기하고, 질의 의도에 따라 답변·요약·에이전트 호출이 동시에 펼쳐지는 새 레이아웃을 들고나왔다. 25년 만의 결단인데, 그 배경에는 챗GPT·퍼플렉시티가 잠식해온 정보 검색 트래픽을 되찾으려는 절박함이 깔려 있다. 검색이 광고 수익의 근간이라는 점을 감안하면 구글로서는 사업 모델의 뿌리를 뒤흔드는 도박이다. 업계 관측통들은 "스파크와 새 검색이 결합되는 순간, 사용자는 더 이상 '검색하는 사람'이 아니라 '에이전트에 일을 맡기는 사람'으로 바뀐다"며, 2026년 하반기 AI 시장의 무게중심이 다시 한 번 이동할 가능성을 점치고 있다.

미국 국립표준기술연구소(NIST)가 5월 18일 AI 에이전트 보안에 관한 공개 의견수렴(RFI) 결과를 정리한 분석 보고서를 발표했다. 'NIST Trustworthy and Responsible AI 800-5'로 명명된 이 보고서는 자율적으로 행동하는 AI 에이전트가 기존에는 존재하지 않던 새로운 보안 위협(novel security threats)을 만들어내고 있으며, 이 우려가 이미 산업 현장에서 기술 도입을 가로막는 실질적 장벽으로 작용하고 있다고 명시했다. 보고서는 Jared Riggs, Maia Hamin, Neil Perry, Benjamin Edelman, Peter Cihon 등이 공동 작성했다. 보고서가 강조한 결론은 단호하다. 기본적인 사이버보안 원칙은 에이전트 시대에도 여전히 유효하나, 그 원칙을 그대로 가져다 쓰는 것만으로는 부족하며 에이전트 환경에 맞춰 적응(adaptation)되어야 한다는 것이다. 응답자들은 AI 에이전트가 사람의 직접 개입 없이 외부 시스템에 접근하고 도구를 호출하며 장시간 의사결정을 이어가는 특성 때문에, 권한 관리·신원 검증·로그 추적·격리 같은 전통적 보안 통제의 전제가 흔들리고 있다는 데 폭넓게 동의했다. 다만 정부의 역할 범위를 두고는 의견이 갈렸다. 응답자들이 공통적으로 기대한 정부의 기능은 실행 가능한 가이드라인 제공, 업계 간 정보 공유 촉진, 표준의 개발과 확산 등 세 갈래로 요약됐다. 일부 전문가는 NIST가 보다 구체적인 기술 표준과 평가 체계를 직접 제시해야 한다고 주장한 반면, 다른 쪽에서는 빠르게 진화하는 기술 특성상 정부가 규범적 규제보다는 합의 기반의 프레임워크 조율 역할에 머물러야 한다는 입장을 폈다. 이번 RFI는 그 입장 차이를 정책 수립의 기초 자료로 흡수하기 위한 절차였다. 이번 보고서는 미국 정부가 'AI 에이전트'를 별도의 정책 카테고리로 다루기 시작했음을 공식화했다는 점에서 의미가 크다. 그동안 NIST는 생성형 AI 일반에 대한 위험 관리 프레임워크를 정비해 왔으나, 자율적 실행 능력을 가진 에이전트는 별도의 위협 모델을 요구한다는 인식이 업계와 정부에 동시에 자리잡은 셈이다. 특히 프롬프트 인젝션, 도구 호출 권한 남용, 다중 에이전트 협업 환경에서의 신뢰 전이 같은 문제는 기존 사이버보안 매뉴얼이 명시적으로 다루지 못해 온 영역이다.

웹 인프라 기업 클라우드플레어가 전체 인력의 약 20%에 해당하는 1100명을 감원한다고 8일(현지시간) 발표했다. 2009년 창사 이래 첫 대규모 구조조정으로, 매튜 프린스 CEO는 "비용 절감 운동이 아니라 AI 도입으로 특정 직무 자체가 구조적으로 사라진 결과"라고 못 박았다. 같은 날 공개된 1분기 매출은 6억 3980만 달러로 전년 동기 대비 34% 증가하며 분기 사상 최고치를 기록했다. 프린스 CEO는 "지난해 11월이 전환점이었다"며 "팀에 따라 생산성이 2배에서 많게는 100배까지 뛰었고, 마치 수동 드릴에서 전동 드릴로 옮겨간 것 같은 변화"라고 표현했다. 이번 감원은 영업 조직을 제외한 거의 모든 부서와 지역에 걸쳐 진행되며, 특히 고객 지원 인력이 핵심 대상으로 지목됐다. 미이행 계약 잔액이 25억 달러를 넘어선 가운데 진행된 감원이라는 점에서, 매출 둔화에 따른 통상적 정리해고와는 결이 다르다는 점이 강조됐다. 회사가 공개한 AI 활용 지표는 이번 결정의 배경을 짐작케 한다. 최근 3개월간 사내 AI 사용량은 600% 이상 늘었고, 배포되는 코드 100%가 자율 AI 에이전트의 검토를 거치고 있다. 연구개발 조직은 자사 워커스(Workers) 플랫폼과 AI 코딩 기능을 전면 활용 중이며, 엔지니어링뿐 아니라 인사, 재무, 마케팅 부서까지 매일 수천 건의 AI 에이전트 세션을 돌리고 있다는 설명이다. 한편 순손실은 6200만 달러로 전년 동기 6530만 달러에서 소폭 개선됐다. 역설적이게도 프린스 CEO는 "2027년에는 2026년 어느 시점보다도 직원 수가 더 많아져 있을 것"이라며 채용 자체는 지속할 뜻을 밝혔다. AI가 대체한 직무는 사라지지만, 같은 AI를 활용해 새롭게 정의되는 역할에 인력을 다시 채워 넣겠다는 그림이다. 회사 내부에서 직무 자체의 형질이 바뀌고 있다는 신호인 셈이다. 이번 발표는 메타, 마이크로소프트, 아마존 등 빅테크가 사상 최대 매출을 갱신하면서도 잇따라 감원을 단행해 온 흐름과 맞닿아 있다. 다만 클라우드플레어는 "비용 효율"이라는 통상적 표현을 의도적으로 거부하고 "AI로 인한 직무 소멸"을 정면으로 내세웠다는 점에서 갈라진다. 업계는 이번 사례를 두고 정말로 노동 수요의 구조적 재편이 시작된 것인지, 아니면 AI가 비용 규율을 정당화하는 새로운 명분으로 자리 잡은 것인지를 두고 투자자와 종업원 양쪽에서 한동안 논쟁이 이어질 것으로 보고 있다.

미국 연방 메디케어·메디케이드 서비스센터(CMS)가 오는 7월 5일 출범하는 만성질환 관리 시범 프로그램 'ACCESS(Advancing Chronic Care with Effective, Scalable Solutions)'를 통해 AI 에이전트의 환자 모니터링 활동에 처음으로 연방 보험 수가를 적용한다. AI가 방문 사이 기간에 환자에게 전화를 걸고, 주거 지원을 조율하며, 상태를 점검하는 '비대면 자동화' 행위가 사상 처음으로 공식 청구 항목으로 인정받는 셈이다. 향후 10년에 걸쳐 운영되는 이 프로그램에는 전국 150개 의료 기관이 참여한다. ACCESS의 핵심은 보상 구조 자체를 뒤집는 데 있다. 기존 메디케어는 의사가 환자와 마주 앉은 '면담 시간'을 기준으로 수가를 책정해 왔지만, ACCESS는 입원·응급실 방문 감소와 같은 '실제 건강 결과'를 기준으로 보상한다. 적용 질환은 당뇨병, 고혈압, 만성신장질환, 비만, 우울증, 불안증 등이다. CMS 혁신센터를 이끄는 에이브 서튼(Abe Sutton) 디렉터와 제이콥 시프(Jacob Shiff) 최고 AI·기술책임자는 벤처캐피털과 헬스케어 창업가 출신으로, 결과 기반 지불 모델을 AI 자동화와 결합하는 데 정책적 방점을 두고 있다. 참여 사업자 중 가장 주목받는 곳은 2019년 설립된 페어팀(Pair Team)이다. 850명 규모의 임상 인력을 보유하고 클라이너 퍼킨스 등으로부터 약 3,000만 달러를 유치한 이 회사는 9개월 전부터 음성 AI 에이전트 '플로라(Flora)'를 운영해 왔다. 플로라는 24시간 환자와 직접 상담하고 의뢰를 조율하며, 한 사례에서는 노숙 상태의 67세 환자와 한 시간 넘게 대화하며 정서적 지원까지 제공했다. 학술지 'Journal of General Internal Medicine'에 실린 동료심사 연구에 따르면 페어팀의 모델은 대상 환자 4명 중 1명의 입원과 2명 중 1명의 응급실 방문을 줄였다. 닐 바틀리발라(Neil Batlivala) CEO는 현재 약 50만 명의 환자 풀을 3년 내 100만 명까지 확대한다는 목표를 제시했다.

AI 기반 보안운영센터(SOC) 스타트업 Exaforce가 시리즈 B로 1억 2,500만 달러(약 1,250억 원)를 조달했다고 12일(현지시간) 테크크런치가 보도했다. 이번 라운드는 HarbourVest가 주도했고 Peak XV, Mayfield, Khosla Ventures, Seligman Ventures가 참여했으며, 기업가치는 7억 2,500만 달러(약 7,250억 원)로 평가됐다. 약 1년 전 7,500만 달러 규모의 시리즈 A를 마무리한 데 이어 짧은 간격으로 누적 2억 달러를 끌어 모은 것으로, 생성형 AI를 보안 운영 자동화에 접목한 신생 카테고리에 대한 시장의 관심이 어느 정도인지 보여주는 사례다. Exaforce가 내세우는 핵심 무기는 두 가지다. 하나는 보안 분석가의 반복 업무를 대신 처리하는 AI 에이전트 'Exabots'다. 회사 측은 로그 상관관계 분석, 1차 트리아지, 의심 이벤트 조사 등 SOC 인력이 수동으로 처리해 온 업무의 약 90%를 Exabots가 대체할 수 있다고 주장한다. 다른 하나는 이번에 새로 공개한 'vibe hunting' 기능으로, 분석가가 '최근 이란발 신규 공격 시도가 있는가' 같은 자연어 가설을 입력하면 플랫폼이 데이터 레이크 전반을 탐색해 관련 활동을 끌어올리는 방식이다. 쿼리 언어나 룰셋을 짤 줄 모르는 주니어 분석가도 시니어 수준의 위협 사냥(threat hunting)을 시도해 볼 수 있게 한다는 것이 회사의 설명이다. 회사는 2023년경 공동창업자 겸 CEO Ankur Singla가 설립했고, 고객사로는 Replit과 Guardant Health 등 약 20곳을 확보했다. Singla CEO는 연말까지 고객 수를 40~50곳으로 늘리는 것을 목표로 제시했다. 그는 인터뷰에서 '미션은 매우 단순하지만 실행은 복잡하다'며, 최근 고객들의 질문이 '왜 AI SOC가 필요한가'에서 '어떻게 운영에 녹일 것인가'로 옮겨가고 있다고 전했다. 1년 사이 시장의 의구심이 도입 방법론에 대한 실무 질문으로 바뀐 셈이다.

구글 보안 블로그가 공개 웹페이지에 사용자 눈에는 보이지 않는 지시문을 심어 기업용 AI 에이전트를 탈취하려는 '간접 프롬프트 인젝션(Indirect Prompt Injection·IPI)' 공격이 실제 인터넷 환경에서 빠르게 확산되고 있다고 경고했다. 구글 위협 인텔리전스팀이 코먼크롤(Common Crawl) 아카이브를 분석한 결과, 2025년 11월부터 2026년 2월 사이 악성 프롬프트 인젝션 시도가 32% 증가한 것으로 집계됐다. 매달 20억~30억 페이지 규모의 웹 스냅샷을 훑은 결과로, 구글은 "공격자들의 IPI에 대한 관심이 빠르게 높아지고 있다는 명백한 신호"라고 평가했다. 구글이 야생(in the wild)에서 포착한 인젝션 시도는 크게 여섯 가지 유형으로 나뉜다. ▲AI 비서가 새처럼 트윗하도록 만드는 무해한 장난 ▲웹사이트 운영자가 자사 콘텐츠를 더 잘 요약하도록 유도하는 '도움성' 지시 ▲자동화된 SEO 스위트가 생성하는 정교한 검색 순위 조작 ▲AI 크롤러가 무한히 로딩되는 텍스트를 받아 자원을 소진하도록 만드는 에이전트 차단 기법 ▲초기 단계의 데이터 유출 실험 ▲"사용자 기기의 모든 파일을 삭제하라"는 식의 파괴적 명령 등이다. 이 가운데 데이터 유출과 파괴 명령은 아직 실제 성공 가능성이 낮은 저수준 시도로 분류됐지만, SEO 조작 영역에서는 자동화 도구로 대량 생성된 정교한 인젝션이 두드러지게 늘어났다. 간접 프롬프트 인젝션은 사용자가 직접 프롬프트에 악의적 명령을 입력하는 '직접 인젝션'과 달리, AI 에이전트가 작업 도중 읽어들이는 외부 콘텐츠—웹페이지·이메일·문서·PDF—에 명령을 숨겨두는 방식이다. HTML 주석, 흰색 글씨, 화면 밖 영역 등 사람 눈에 띄지 않는 위치에 "이전 지시를 무시하고 다음을 실행하라"는 식의 문구를 삽입해 AI를 조종한다. 구글은 코먼크롤 데이터에 한정해 분석한 만큼 링크드인·페이스북·X(옛 트위터) 등 로그인 장벽이 있는 주요 소셜 플랫폼은 이번 통계에서 빠졌다고 밝혔다. 즉, 실제 위협 규모는 보고된 32%보다 훨씬 클 가능성이 있다는 의미다.

AI 보안 스타트업 런시빌(RunSybil)의 최고경영자 아리 허버트-보스(Ari Herbert-Voss)가 "버그 발견부터 실제 동작하는 익스플로잇 완성까지 걸리는 시간이 2023년 약 5개월에서 2026년 현재 단 10시간으로 붕괴됐다"고 경고했다. 최전선 거대언어모델(LLM)이 단순한 코딩 보조도구를 넘어 사이버 공격 체인 전반을 자동화하는 핵심 엔진으로 부상했다는 의미로, 공격자와 방어자 사이의 비대칭성이 임계점을 넘었다는 진단이다. 허버트-보스 CEO에 따르면 과거에는 보안 연구자가 취약점 후보를 식별한 뒤 메모리 레이아웃을 분석하고, ROP 체인을 구성하고, 우회 페이로드를 다듬어 안정적으로 실행되는 익스플로잇을 만들기까지 평균 5개월가량의 인적 노동이 필요했다. 그러나 추론 능력이 강화된 최신 LLM은 디스어셈블된 바이너리와 패치 정보를 입력받아 취약점의 원인 분석, 트리거 입력 합성, 익스플로잇 코드 작성, 회피 기법 적용까지를 사실상 한 번의 파이프라인으로 처리한다. 그 결과 동일한 작업이 약 10시간 안팎으로 압축된다는 것이다. 이 같은 변화의 동력은 세 가지로 요약된다. 첫째, 코드와 보안 데이터에 특화된 학습이 누적되며 모델이 어셈블리·취약점 패턴·메모리 안전성 이슈를 깊이 이해하게 됐다. 둘째, 도구 사용(Tool Use)과 에이전트 루프가 표준화되면서 LLM이 디버거·퍼저·디컴파일러를 직접 호출해 가설을 검증하고 자기 출력을 교정한다. 셋째, 추론 시간(test-time compute)을 늘려 한 문제에 수십~수백 번의 시도를 병렬로 굴릴 수 있게 되면서, 과거 인간 전문가의 직관에 의존하던 영역까지 무차별 탐색으로 돌파하는 방식이 가능해졌다. 보안 업계가 우려하는 지점은 단순히 빨라졌다는 사실이 아니라 "공격 비용 곡선의 기울기"가 꺾였다는 점이다. 5개월짜리 작업은 국가 지원 해커나 고급 레드팀의 영역이었지만, 10시간짜리 작업은 사실상 누구나 동시다발적으로 수행할 수 있는 일상적 업무가 된다. 이는 N데이(N-day) 패치 공개 직후 며칠 단위로 이뤄지던 무기화가 시간 단위로 압축돼 패치 적용 윈도가 사실상 사라진다는 것을 뜻한다. 또한 동일한 자동화가 제로데이 발굴에도 적용되면서, 방어 측이 자체적으로 LLM 기반 공격 시뮬레이터를 갖추지 않으면 위협 모델 자체가 성립하지 않는 상황이 다가오고 있다.

미국 국방부가 지난 1일, 군 최고 기밀 등급 폐쇄망인 IL6·IL7에 상용 인공지능(AI)을 직접 배포하는 일괄 협약을 OpenAI·구글·마이크로소프트·아마존·엔비디아·스페이스X·리플렉션·오라클 등 8개 기업과 체결했다고 워싱턴포스트가 보도했다. 자율살상무기와 민간인 감시 용도의 모델 사용 금지를 끝까지 요구한 앤트로픽은 협약 명단에서 제외됐을 뿐 아니라, 오히려 국방부 조달 문서에 '공급망 리스크(supply chain risk)'로 공식 지정되며 사실상 거래 블랙리스트에 올랐다. 이번 협약의 무대가 되는 IL6·IL7은 핵·정보·작전 데이터를 다루는 미군 최상위 비공개망으로, 그동안 상용 대형언어모델(LLM)이 직접 들어간 적이 거의 없던 영역이다. 협약에 따라 OpenAI의 GPT 계열, 구글 제미나이, MS 코파일럿이 군 정보 분석과 표적 후보 추천, 지휘관 의사결정 지원 같은 핵심 임무에 투입되며, 엔비디아는 폐쇄망 내부에 설치되는 온프레미스 GPU 인프라를, 오라클과 아마존은 기밀 클라우드 호스팅을, 스페이스X 스타링크는 전장 통신을, 신생 추론 최적화 기업 리플렉션은 저지연 모델 서빙을 각각 담당하는 구조로 알려졌다. 앤트로픽의 이탈은 단순한 계약 결렬을 넘어선 사건으로 읽힌다. 이 회사는 창업 이래 '헌법적 AI(Constitutional AI)'와 책임 있는 확장 정책(RSP)을 내세우며 자율살상무기, 국내 시민 감시, 여론 조작에 자사 클로드(Claude) 모델이 쓰이는 것을 사용약관에 명시적으로 금지해 왔다. 반면 펜타곤은 이번 협약에서 '모든 군 사용자가 임무 제약 없이 모델을 사용할 수 있어야 한다'는 조건을 내걸었고, 앤트로픽이 약관 예외를 거부하자 협약에서 배제했다는 것이 복수 관계자의 설명이다. 이후 국방조달 라인은 앤트로픽을 '특정 임무에서 신뢰할 수 없는 공급자'로 재분류한 것으로 전해졌다. 이번 결정은 지난 2년간 빅테크가 군과 맺어온 관계가 이미 임계점을 넘어섰음을 보여주는 신호로 평가된다. 2018년 구글이 직원 반발 끝에 국방부 '메이븐 프로젝트'에서 손을 뗐던 풍경은 더 이상 재현되지 않았다. OpenAI는 지난해 사용약관에서 '군사 및 전쟁(military and warfare)' 금지 조항을 삭제했고, MS·아마존은 일찌감치 정부 클라우드(JWCC) 본계약을 체결한 상태였다. 실리콘밸리 안에서 '안전 우선' 원칙을 가장 공격적으로 내세워 온 앤트로픽이 끝까지 양보하지 않으며 시장 점유율과 윤리 원칙을 맞바꾼 셈이 됐다는 평가가 나오는 이유다.

구글 딥마인드가 5일(현지시간) 차세대 플래그십 모델 'Gemini 3.1 Ultra'를 공개하며 오픈AI가 지난달 출시한 GPT-5.5에 대한 정면 반격에 나섰다. 새 모델은 텍스트·이미지·오디오·영상을 별도 변환 단계 없이 한 번의 추론 사이클에서 동시에 처리하는 진정한 의미의 네이티브 멀티모달 아키텍처를 채택했으며, 200만 토큰에 달하는 컨텍스트 윈도우와 대화 도중 코드를 작성·실행·검증할 수 있는 내장 샌드박스 도구를 함께 탑재했다. 200만 토큰은 장편 소설 약 15권 분량 또는 두 시간짜리 고화질 영상 전체를 한꺼번에 입력해 분석할 수 있는 규모다. 구글은 데모를 통해 100여 개 PDF로 구성된 기업 실사 자료, 회의 녹화 영상, 재무 스프레드시트를 동시에 투입해 단일 보고서를 생성하는 시연을 선보였다. 특히 모델 내부에 격리된 코드 실행 환경을 두어, 사용자가 데이터 분석을 요청하면 직접 파이썬 코드를 작성·실행한 뒤 결과를 검증해 다시 답변에 반영하는 '에이전틱 워크플로'를 단일 인터페이스에서 구현한 점이 주목된다. 이번 공개는 지난 4월 오픈AI가 GPT-5.5를 출시하며 추론 성능과 에이전트 능력을 한 단계 끌어올린 직후 이뤄졌다. 구글은 그간 '딥 리서치(Deep Research)'와 '딥 리서치 맥스' 등 자율 연구 에이전트를 잇따라 내놓으며 추격 의지를 드러내왔으며, 이번 Ultra 모델은 그 기반 인프라를 단일 패키지로 통합한 결과물이다. 모델 컨텍스트 프로토콜(MCP)을 통해 팩트셋·S&P 글로벌·피치북 등 외부 데이터 소스에도 직접 접근할 수 있어, 기업용 워크로드에서 경쟁력을 확보하겠다는 전략이 분명히 읽힌다. 업계는 Gemini 3.1 Ultra의 등장으로 'AI 모델 3강 구도(오픈AI·구글·앤트로픽)'의 격차가 다시 좁혀질 것으로 보고 있다. 특히 200만 토큰이라는 압도적 맥락창은 법률·의료·금융 등 대용량 문서를 다루는 전문 영역에서 RAG(검색증강생성) 의존도를 낮출 수 있다는 평가다. 다만 추론 비용과 응답 지연 시간이 실사용 환경에서 어떻게 통제될지가 관건으로, 구글은 차등 가격제와 '플래시' 계열 경량화 모델을 함께 운영해 비용 우려를 상쇄하겠다는 입장이다.

소니 AI가 개발한 자율 탁구 로봇 시스템 '에이스(Ace)'가 엘리트급 인간 선수를 5전 3승으로 꺾으며 경쟁적 신체 스포츠에서 인간 전문가를 제압한 세계 최초의 로봇으로 공인됐다. 해당 연구는 2026년 4월 23일자 국제학술지 Nature 표지 논문으로 게재됐으며, 소니 AI는 "고속·고스핀·복잡한 궤적이 어우러진 탁구라는 가장 까다로운 현실 로봇공학 시험대에서 실전 대등 수준의 경기력을 입증했다"고 밝혔다. 에이스의 핵심은 초고속 시각 처리와 모델 프리 강화학습 기반 제어의 융합에 있다. 시스템은 IMX273 이미지센서를 탑재한 9대의 액티브 픽셀 센서(APS) 카메라로 공의 3차원 위치를 추적하고, 3개의 응시제어 시스템(GCS)이 공의 각속도와 스핀을 실시간으로 측정한다. 여기에 IMX636 이벤트 기반 비전 센서가 결합돼 인간 수준의 반응 속도를 구현했다. 초고속 정밀 로봇 팔은 이렇게 인지된 정보를 받아 저지연 제어로 라켓을 휘두르며, 시뮬레이션으로 학습하기 어려운 네트 바운스 같은 돌발 상황에서도 즉각 대응할 수 있는 일반화 능력을 보였다. 성능 지표 역시 인상적이다. 엘리트 선수와의 5경기에서 에이스는 직접 득점(에이스)만 16점을 따냈고, 상대는 8점에 그쳤다. 초당 450 라디안에 달하는 극단적 스핀 구질에 대해서도 75% 이상의 리턴 성공률을 기록했다. 소니 AI는 첫 공식 대전 이후에도 2025년 12월과 2026년 3월 프로 선수 및 신규 엘리트 선수들을 상대로 추가 대결을 진행했고, 매번 성능이 향상됐다고 밝혔다. 이는 단순히 정해진 패턴을 외운 것이 아니라 새로운 상대의 전략과 구질에 적응해 학습이 누적되는 진정한 자율 시스템임을 시사한다. 탁구는 오랫동안 로봇공학과 AI 분야의 '성배'로 여겨져 왔다. 공이 시속 100km를 넘나들고, 스핀에 따라 궤적이 비선형적으로 휘며, 의사결정에 허용된 시간이 수백 밀리초에 불과하기 때문이다. 그동안 구글 딥마인드, 카네기멜론대 등이 아마추어급 로봇을 선보였지만 엘리트 인간 선수를 실전에서 이긴 사례는 없었다. 소니 AI 수석 과학자 피터 스톤(Peter Stone)은 "이번 성과는 탁구라는 종목을 넘어, AI가 복잡하고 빠르게 변하는 현실 환경에서 인간 전문가 수준으로 인지하고 추론하며 행동할 수 있다는 점을 입증한 것"이라고 의미를 부여했다.