최신 AI 소식 모음

Amazon Web Services(AWS)가 기업 고객사 현장에 AI 전문 엔지니어를 직접 배치하는 Forward Deployed Engineering(FDE) 조직을 신설하고 여기에 10억 달러를 투입한다고 6월 30일(현지시간) 밝혔다. OpenAI와 Anthropic이 먼저 도입해 성과를 거둔 '현장 파견형 AI 엔지니어링' 모델에 클라우드 1위 사업자까지 뛰어들면서, 기업 AI 도입 지원을 둘러싼 경쟁이 새로운 국면에 접어들었다. 새 조직은 AWS의 프론티어 AI 부문을 이끄는 프란체스카 바스케스(Francessca Vasquez) 부사장이 총괄한다. FDE 소속 엔지니어들은 고객사 사무실에 상주하며 해당 기업의 업무 환경과 데이터에 맞춘 목적형 AI 에이전트를 직접 설계, 구축, 배포하는 역할을 맡는다. AWS는 조직의 운영 원칙으로 '빠른 배포'와 '고객 자립성' 두 가지를 내세웠다. 단순히 솔루션을 대신 만들어주는 데 그치지 않고, 파견이 끝난 뒤에도 고객사가 스스로 AI 시스템을 운영하고 확장할 수 있도록 역량을 이전하는 것이 목표라는 설명이다. FDE는 원래 데이터 분석 기업 Palantir가 대중화한 모델로, 제품을 판매한 뒤 고객이 알아서 쓰도록 두는 대신 엔지니어가 현장에 들어가 도입 전 과정을 함께 완성하는 방식이다. 생성형 AI 업계에서는 OpenAI와 Anthropic이 이 모델을 먼저 채택했다. 아무리 강력한 모델이라도 기업의 레거시 시스템, 보안 요건, 실제 업무 프로세스와 결합하지 못하면 성과로 이어지지 않는다는 문제의식이 배경이다. 실제로 많은 기업이 파일럿 단계에서 AI 프로젝트를 중단하는 이른바 'PoC의 무덤' 현상을 겪고 있으며, FDE는 이 간극을 사람으로 메우는 해법으로 주목받아 왔다. AWS의 참전은 이 경쟁의 무게중심을 바꿀 수 있다는 점에서 의미가 크다. OpenAI와 Anthropic이 자사 모델 중심의 파견 조직을 운영하는 반면, AWS는 세계 최대 클라우드 인프라와 방대한 기존 엔터프라이즈 고객 기반을 등에 업고 있다. 이미 AWS 위에서 시스템을 운영하는 기업 입장에서는 별도 벤더를 끌어들이지 않고도 현장 지원을 받을 수 있게 되는 셈이다. 10억 달러라는 투자 규모 역시 개별 AI 랩의 파견 조직과는 차원이 다른 물량 공세를 예고한다.

세계 최대 파운드리 기업 TSMC가 미국 애리조나주에 1,000억 달러를 추가 투자해 미국 내 총 투자 규모를 2,650억 달러로 확대한다고 밝혔다. 웨이저자(C.C. Wei) TSMC 회장 겸 CEO는 지난 16일 타이베이에서 열린 2026년 2분기 실적발표에서 이 같은 계획을 공개하며, 이번 투자가 '미국 역사상 최대 규모의 외국인 직접투자(FDI)'라고 강조했다. 추가 투자금은 2나노미터 이하 첨단 공정 팹 최소 4개를 새로 짓는 데 투입된다. 이로써 TSMC의 애리조나 생산 기지는 팹 10개와 첨단 패키징 시설 2개소를 포함하는 초대형 반도체 클러스터로 확장된다. 웨이 회장은 미국 주요 고객사들의 '매우 강한 다년간 수요'가 이번 증설 결정의 배경이라고 설명했다. AI 가속기 생산의 병목으로 지목돼 온 첨단 패키징 능력을 미국 현지에 확보한다는 점도 주목할 대목이다. 설비투자 계획도 대폭 상향됐다. TSMC는 2026년 설비투자(capex) 가이던스를 기존 520억~560억 달러에서 600억~640억 달러로 올렸으며, 이 가운데 70~80%를 첨단 공정 기술에 배정할 예정이다. 이번 발표는 사상 최대 분기 실적과 함께 나왔다. TSMC의 2분기 순이익은 7,065억 6,000만 대만달러(약 220억 달러)로 전년 동기 대비 77.4% 급증했다. TSMC의 공격적인 미국 투자 확대는 AI 반도체 수요 폭증과 미국 정부의 반도체 자국 생산 압박이 맞물린 결과로 풀이된다. TSMC는 2020년 애리조나 첫 팹 착공 이후 투자 규모를 수차례 늘려왔으며, 지난해 발표한 1,650억 달러에서 불과 1년여 만에 다시 1,000억 달러를 얹었다. 엔비디아, 애플, AMD 등 미국 빅테크 고객사들이 지정학적 리스크를 줄이기 위해 미국산 첨단 칩 확보를 요구하는 흐름도 배경에 있다. 웨이 회장은 첨단 공정의 수요와 공급 격차가 '여전히 매우 크다'며, 선단 공정 생산 능력이 향후 수년간 빠듯한 상태를 유지할 것으로 내다봤다. 업계에서는 이번 투자로 미국이 2030년대 초까지 첨단 로직 반도체 생산의 상당 부분을 자국 내에서 소화할 수 있게 될 것이라는 전망이 나온다. 다만 대만 대비 높은 건설·인건비와 인력 확보 문제, 그리고 막대한 투자 부담이 TSMC의 현금흐름과 수익성에 미칠 영향은 지켜봐야 할 변수로 남아 있다.

샤오미가 로봇 팔 한 대 없이 수집한 10만 시간 이상의 실세계 데이터로 훈련한 비전-언어-행동(VLA) 파운데이션 모델 'Xiaomi-Robotics-1'을 공개했다. 카메라가 달린 휴대용 핸드헬드 그리퍼를 사람이 직접 조작해 데이터를 모으는 방식으로, 값비싼 로봇 텔레오퍼레이션 없이도 업계 표준 벤치마크 5종에서 최상위 성능을 기록했다. 로봇 학습에서 '더 큰 모델'보다 '더 많은 데이터'가 결정적이라는 사실을 실증한 사례로 평가된다. 샤오미의 접근법은 데이터 수집 단계에서 로봇을 아예 배제했다는 점이 핵심이다. 작업자들이 카메라가 부착된 휴대용 그리퍼를 들고 주방, 사무실, 매장, 공장, 야외 등 1,700곳 이상의 환경에서 직접 물건을 집고 옮기는 동작을 수행했고, 이렇게 10만 시간이 넘는 모션 기록이 쌓였다. 방대한 데이터에 라벨을 붙이는 작업은 AI 모델이 동작 구간별 텍스트 설명을 자동 생성하는 방식으로 처리해, 사람이 수작업으로 했다면 불가능했을 전체 데이터셋 라벨링을 약 2주 만에 끝냈다. 성능 검증 결과도 뚜렷하다. RoboCasa365 리더보드에서 Xiaomi-Robotics-1은 57.4점으로 2위 ABot-M0.6(46.6점)을 10점 이상 앞섰고, RoboDojo 벤치마크에서는 2위 대비 약 58% 높은 평균 점수를 기록했다. 특히 새로운 과제에 적응시키는 실험에서 과제당 10시간 이하의 시연 데이터만으로 평균 75%의 작업 성공률을 달성했는데, 같은 조건에서 유력 경쟁사 Physical Intelligence의 모델(pi0.7)은 40%에 그쳤다. 핸드헬드 그리퍼 데이터로 먼저 학습한 뒤 바퀴형, 양팔형 등 실제 로봇으로 전이하는 구조도 성공적으로 작동했다. 이번 발표가 주목받는 배경에는 로봇 AI 업계의 고질적 병목인 '데이터 부족' 문제가 있다. 언어 모델은 인터넷 텍스트라는 거대한 학습 재료가 있지만, 로봇의 물리적 조작 데이터는 로봇을 직접 움직여 모아야 해 비용과 시간이 막대하다. 사람이 저렴한 핸드헬드 장비로 데이터를 모으는 샤오미의 방식은 이 병목을 우회하는 현실적 해법이다. 행동 라벨 없이 12만 5,000시간 영상으로 학습하는 중국 BAAI의 'Orca' 같은 대안도 있지만, 샤오미는 라벨링 자체를 자동화하는 다른 길을 택했다.

앤트로픽이 연환산 매출(ARR) 470억 달러를 기록하며 오픈AI를 제치고 AI 산업 매출 1위에 올랐다. 오픈AI의 연환산 매출은 250억~330억 달러 수준으로 추정되며, 창사 3년 차 후발주자가 시장 개척자를 매출로 역전한 것은 생성형 AI 산업 출범 이후 처음이다. 앤트로픽은 이와 함께 미국 증권거래위원회(SEC)에 기밀 S-1 서류를 제출하며 기업공개(IPO) 절차에도 공식 착수했다. 이번 역전의 원동력은 기업용 API와 개발자 도구 중심의 매출 구조다. 특히 개발자용 코딩 에이전트 '클로드 코드(Claude Code)'가 최대 성장 엔진으로, 지난 2월 기준 단일 제품으로만 연환산 매출 25억 달러를 달성했다. 현재 포춘 100대 기업의 70%가 클로드를 사용 중이며, 연간 100만 달러 이상을 지출하는 기업 고객이 1,000곳을 넘는다. 앤트로픽의 매출은 18개월 만에 10억 달러에서 470억 달러로 뛰어올랐다. 다리오 아모데이 앤트로픽 CEO는 매출과 사용량이 내부 계획이었던 10배 성장을 크게 웃돌았다고 밝혔다. 최근 시리즈 H 자금 조달 라운드에서는 기업가치 평가액에서도 오픈AI를 앞지른 것으로 전해졌다. 아마존 등으로부터 대규모 인프라 투자도 확보해 컴퓨팅 자원 경쟁에서도 발판을 다졌다. 두 회사의 명암을 가른 것은 전략의 차이였다. 오픈AI는 챗GPT를 앞세운 소비자 구독 모델에 집중해 압도적인 이용자 규모를 확보했지만, 소비자 구독은 객단가가 낮고 이탈률 관리 비용이 크다. 반면 앤트로픽은 초기부터 기업과 개발자를 겨냥한 API 판매에 집중했다. 기업 고객은 한번 워크플로에 AI를 통합하면 사용량이 꾸준히 늘고 계약 규모도 커지는 구조여서, 이 전략이 매출 측면에서 소비자 모델을 압도한 셈이다. 앤트로픽은 오는 10월 나스닥 상장을 목표로 하고 있으며, IPO를 통해 대규모 자금 조달에 나설 것으로 예상된다. 상장이 성사되면 생성형 AI 기업 최초의 초대형 IPO가 될 가능성이 크다. 다만 오픈AI 역시 소비자 기반을 바탕으로 광고, 커머스 등 새 수익원을 실험하고 있어 매출 순위가 고착됐다고 보기는 이르다.

구글 모회사 알파벳의 자율주행 자회사 Waymo가 애플이 자율주행차 프로젝트 'Project Titan'을 위해 은밀히 운영해온 애리조나주 비밀 시험 시설을 2억 2,000만 달러(약 3,000억 원)에 사들였다. 테크크런치가 6월 8일(현지시간) 보도한 이번 거래는 애플 자율주행 사업의 마지막 유산이 경쟁사 손에 넘어갔다는 상징성과 함께, Waymo가 로보택시 서비스의 전국 확장을 위한 물리적 인프라 확보에 본격적으로 나섰다는 신호로 읽힌다. 매각 대상은 애리조나주 마리코파 카운티에 위치한 5,500에이커(약 2,225만 제곱미터) 규모의 초대형 시험장이다. 부지 내에는 실제 도시 환경을 재현한 115에이커 규모의 도심 주행 코스와 4마일(약 6.4km) 길이의 오벌 트랙 등 자율주행 기술 검증에 필요한 인프라가 완비되어 있다. 소유권은 애플과 연계된 델라웨어 법인 'Route 14 Investment Partners LLC'에서 Waymo로 이전됐다. 애플은 그간 이 페이퍼컴퍼니를 앞세워 시설의 실소유주를 감춰왔던 것으로 알려졌다. 이 시험장은 애플이 10년 가까이 추진하다 2024년 공식 중단한 자율주행 전기차 프로젝트 'Project Titan'의 핵심 거점이었다. 애플은 한때 수천 명의 인력과 수십억 달러를 투입해 완전자율주행차 개발에 도전했으나, 기술적 난이도와 사업성 문제로 프로젝트를 접고 관련 인력을 생성형 AI 부문으로 재배치한 바 있다. 이번 시설 매각은 애플이 자율주행 관련 자산을 정리하는 마지막 수순으로 평가된다. 반면 Waymo에게 이번 인수는 공격적 확장 전략의 연장선이다. Waymo는 현재 피닉스, 샌프란시스코, 로스앤젤레스, 오스틴 등에서 완전 무인 로보택시 상용 서비스를 운영하며 미국 자율주행 시장을 사실상 선도하고 있다. 새로운 도시에 진출하려면 해당 지역의 도로 환경, 기후, 교통 패턴에 맞춘 대규모 검증 주행이 필수적인데, 도심 코스와 고속 트랙을 모두 갖춘 전용 시험장은 이 과정을 크게 앞당길 수 있는 자산이다. 특히 애리조나는 Waymo가 세계 최초로 상용 로보택시를 출시한 본거지라는 점에서 지리적 시너지도 크다.

OpenAI가 7월 9일(현지시간) 차세대 언어모델 패밀리 GPT-5.6을 일반 공개했다. 최상위 모델 'Sol', 균형형 'Terra', 경량 고속형 'Luna'로 구성된 3단계 라인업이다. 샘 올트먼 CEO는 플래그십 Sol이 AI 코딩 작업에서 전작 대비 토큰 효율이 54% 개선됐다고 밝혔다. 주목할 대목은 공개 방식이다. 이번 모델은 6월 26일부터 미국 정부의 요청에 따라 약 20개 승인 기관에만 제한 제공됐고, 상무부 산하 AI표준혁신센터(CAISI)의 검토가 끝난 뒤에야 13일 만에 전면 공개로 전환됐다. 세 모델의 기본 사양은 동일하다. 컨텍스트 윈도우 100만 토큰, 최대 출력 12만 8,000토큰, 지식 기준일은 2026년 2월 16일이다. 가격은 100만 토큰 기준 Sol이 입력 5달러에 출력 30달러, Terra가 2.50달러에 15달러, Luna가 1달러에 6달러로 책정됐다. 성능 대비 비용을 낮추는 데 집중한 구성으로, OpenAI는 장시간 자율 작업을 수행하는 에이전트 용도를 핵심 사용처로 내세웠다. 실제로 에이전트 지속 수행 능력을 재는 'Agents' Last Exam' 벤치마크에서 Sol은 53.6점을 기록해 Anthropic의 Claude Fable 5를 13.1점 차로 앞섰다. 다만 코딩 벤치마크 전반에서 우위를 확보한 것은 아니다. 실제 소프트웨어 버그 수정 능력을 평가하는 SWE-Bench Pro에서는 Claude Fable 5가 80%로 Sol의 64.6%를 크게 앞섰다. OpenAI는 해당 벤치마크 문항의 약 30%에 결함이 있다고 반박했지만, AI 연구자 사이먼 윌리슨은 자신의 복잡한 코딩 작업 실험에서 'Sol이 분명히 유능하지만 Fable만큼 뛰어나지는 않았다'고 평가했다. 벤치마크 선택에 따라 승자가 갈리는, 이른바 '기반 모델 전쟁'이 다시 격화되는 양상이다. 모델과 함께 출시된 API 기능도 에이전트 시대를 정조준했다. 개발자가 코드로 도구 호출을 조합하는 '프로그래매틱 툴 콜링', 병렬 작업을 위한 서브에이전트를 생성하는 멀티 에이전트 오케스트레이션 기능이 Responses API에 추가됐다. 프롬프트 캐싱도 명시적 캐시 지점 지정과 최소 30분 캐시 유지를 지원해 예측 가능성을 높였다. 인프라 측면에서는 Cerebras 칩 기반으로 초당 최대 750토큰의 추론 속도를 7월 중 제공한다는 계획도 공개됐다.

테슬라가 지난 3일(현지시간) 플로리다주 마이애미에서 안전요원이 전혀 탑승하지 않는 완전 무감독 로보택시 상용 서비스를 개시했다. 오스틴, 댈러스, 휴스턴, 샌프란시스코 베이 에어리어에 이은 다섯 번째 미국 시장이자, 신규 도시에서 사람의 감독 단계를 아예 건너뛰고 첫날부터 무인 운행에 들어간 첫 사례다. 기존 도시에서는 초기 몇 주에서 몇 달간 안전 모니터 요원을 조수석에 태우는 단계를 거쳤지만, 마이애미에서는 이 관행을 완전히 폐기했다. 서비스 차량은 카메라 기반 FSD(Full Self-Driving) 소프트웨어를 탑재한 모델 Y다. 라이다 센서나 정밀 사전 지도 없이 비전 인식만으로 주행하며, 시스템이 판단 불능 상태에 빠지면 차량이 스스로 갓길에 정차하는 방식으로 설계됐다. 운행 구역은 마이애미-데이드 카운티 서부의 웨스트 마이애미, 도럴, 코럴 게이블스 일대 약 10~14제곱마일로 제한된 지오펜스 영역이며, 다운타운과 마이애미 비치는 아직 포함되지 않았다. 이번 결정은 경쟁사 웨이모와 정면으로 대비된다. 웨이모는 마이애미 진출을 앞두고 2025년 11월부터 안전요원 동승 테스트를 수개월간 거친 뒤에야 무인 운행으로 전환하는 등, 신규 시장마다 단계적 검증을 원칙으로 삼아왔다. 반면 테슬라는 텍사스에서 축적한 무감독 운행 데이터가 도시별 재검증 없이 이전 가능하다는 입장이다. 플로리다주가 자율주행차에 별도 주정부 허가를 요구하지 않는 규제 친화적 환경이라는 점도 테슬라의 공격적 진출을 뒷받침했다. 다만 리스크 요인도 뚜렷하다. 마이애미 특유의 잦은 폭우와 스콜은 카메라 전용 인식 시스템에 가장 까다로운 조건으로 꼽히며, 업계에서는 이번 출시를 비전 온리 접근법의 실전 시험대로 보고 있다. 테슬라는 지난 5월 원격 조작 요원(테레오퍼레이터)이 개입한 로보택시 사고 2건을 규제 당국에 보고한 바 있고, 오스틴 차량군도 여전히 수십 대 규모에 머물러 있다. 긴 배차 대기 시간과 소프트웨어 오류 보고가 이어지는 가운데, 회사는 로보택시 부문의 매출, 가동률, 마일당 비용을 공개하지 않고 있다.

이미지 - 알트 텍스트 포함 OpenAI가 차세대 프론티어 모델 'GPT-5.6 Sol'을 프리뷰로 공개하고, 7월 중 Cerebras의 웨이퍼스케일 하드웨어에서 초당 최대 750토큰의 추론 속도로 서비스한다고 밝혔다. 기존 GPU 클러스터에서 프론티어급 모델이 통상 초당 40~120토큰 수준으로 스트리밍되는 것과 비교하면 최대 10배에 가까운 속도로, '가장 똑똑한 모델은 느리다'는 업계의 오랜 공식을 정면으로 깨는 시도다. GPT-5.6 Sol은 지난 6월 26일 백악관의 자발적 사전 배포 검토(voluntary pre-deployment review) 절차를 거쳐 처음 모습을 드러냈다. 이번 발표의 핵심은 모델 자체의 지능 향상보다 서빙 인프라의 전환에 있다. Cerebras는 웨이퍼 한 장 전체를 하나의 칩으로 쓰는 웨이퍼스케일 AI 가속기를 만드는 회사로, GPU 수백 장을 네트워크로 묶는 기존 방식 대비 메모리 병목이 적어 처리량을 극적으로 끌어올릴 수 있다. OpenAI는 Cerebras에서 서빙되는 Sol이 기존 배포판과 '동일한 모델'이라고 확인했으며, 초기에는 제한된 고객에게 먼저 제공한 뒤 Cerebras의 용량 확충에 맞춰 접근을 넓혀갈 계획이다. 기능 면에서 Sol은 이미지, 스크린샷, 다이어그램, 문서를 이해하는 네이티브 멀티모달 비전과 확장된 컨텍스트 윈도를 갖췄다. API 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 30달러로 책정됐다. 외부 분석가 블레이스 굿슨(Bleys Goodson)은 Sol이 웨이퍼 한 장당 모델 레이어 하나꼴로 70~100장의 Cerebras 웨이퍼에 분산 서빙될 것으로 추정하며, 총 3조 파라미터에 활성 파라미터 1,500억, 70개 레이어 규모의 MoE 구조일 가능성을 제기했다. 다만 OpenAI는 상세 아키텍처와 벤치마크 수치를 공개하지 않았다. 이번 배포의 배경에는 OpenAI와 Cerebras가 맺은 것으로 알려진 200억 달러 규모, 750메가와트급 추론 컴퓨팅 다년 계약이 있다. 올해 초 IPO를 신청한 Cerebras 입장에서 프론티어 모델의 실전 배포는 상장을 앞둔 강력한 검증 신호로 해석된다. OpenAI는 동시에 Broadcom의 커스텀 칩 'Jalapeño'에도 같은 모델을 병행 배포하는 것으로 전해져, NVIDIA GPU 일변도에서 벗어나 커스텀 실리콘으로 추론 인프라를 다변화하는 전략이 뚜렷해지고 있다.

포커 AI 'DeepStack'으로 사상 최초로 프로 포커 플레이어를 꺾으며 학계를 뒤흔들었던 DeepMind 출신 연구원 세 명이 창업한 EquiLibre Technologies가 시리즈A 라운드를 마감하며 기업 가치 5억 달러(약 6,900억 원)를 기록했다. 6월 30일(현지시간) 테크크런치가 단독 보도한 이번 라운드는 북유럽 대표 벤처캐피털 Creandum 역사상 단일 최대 투자로 기록됐다. 프라하에 본사를 둔 EquiLibre Technologies의 핵심 기술은 불완전 정보 게임(imperfect-information game)에서 내시 균형(Nash equilibrium)을 실시간으로 근사하는 강화학습 알고리즘이다. 포커에서 상대의 패를 모른 채 최적 전략을 도출하는 것과 마찬가지로, 주식과 암호화폐 시장에서도 불완전한 정보 속에서 최적의 매매 의사결정을 내리는 데 같은 게임 이론 프레임워크를 적용한다. 이 접근법은 전통적인 퀀트 펀드가 주로 의존하는 통계적 차익거래나 모멘텀 전략과는 근본적으로 다른 패러다임이다. 회사 측은 트레이딩 시스템 가동 이후 단 한 달도 손실을 기록하지 않았다고 주장한다. 구체적인 수익률은 공개되지 않았으나, 이 같은 실적이 Creandum의 역대급 베팅을 이끌어낸 것으로 보인다. 퀀트 업계에서는 시장 변동성이 극심했던 최근 수개월간 무손실 기록을 유지했다는 점 자체가 알고리즘의 강건성을 방증한다는 평가가 나온다. 창업팀 세 명은 모두 구글 DeepMind 출신으로, 2017년 발표된 DeepStack 프로젝트의 핵심 연구진이었다. DeepStack은 텍사스 홀덤 노리밋 변형에서 프로 포커 플레이어를 상대로 통계적으로 유의미한 승률을 거두며 AI 역사에 이정표를 세웠다. 당시 이들이 증명한 것은 단순한 게임 실력이 아니라, 불확실성 하에서의 의사결정 알고리즘이 인간 전문가를 넘어설 수 있다는 원리였다. EquiLibre는 이 원리를 금융 시장이라는 '궁극의 불완전 정보 게임'에 이식한 셈이다. AI 기반 퀀트 트레이딩 시장은 이미 치열한 경쟁이 벌어지고 있다. 르네상스 테크놀로지스, 투시그마, 시타델 등 전통 강자들이 수십 년간 시장을 지배해왔고, 최근에는 대형언어모델(LLM)을 활용한 새로운 트레이딩 전략도 속속 등장하고 있다. 그러나 EquiLibre의 차별점은 LLM이나 예측 모델이 아닌, 게임 이론에 기반한 전략적 의사결정 엔진이라는 점이다. 상대방(시장 참여자)의 행동을 모델링하고 그에 대한 최적 대응을 계산하는 방식은 기존 퀀트 접근법과 질적으로 다르다.

중국 AI 기업 유니사운드(Unisound)가 지난 6월 7일 네이티브 에이전트 대규모 언어모델 'U2'를 공식 출시했다. 총 2660억 개 파라미터 규모의 MoE(Mixture of Experts) 아키텍처를 채택한 이 모델은 복잡한 실무 워크플로를 100단계 이상 자율적으로 분해하고 실행할 수 있는 것이 핵심이다. 유니사운드는 U2를 통해 LLM의 역할이 '질문에 답변하는 것'에서 '실제 작업을 완료하는 것'으로 전환되는 시점이 왔다고 선언했다. U2의 기술적 차별점은 'Hybrid Thinking' 메커니즘에 있다. 기존 모델들이 명시적 사고 연쇄(Chain of Thought)와 암묵적 추론 중 하나를 택하는 방식이었다면, U2는 작업 단계의 복잡도와 불확실성에 따라 사고 모드를 동적으로 전환한다. 'Bounded Latent Rollout'과 'Entropy-aware Switching' 기법을 활용해 불확실성 수준에 맞춰 추론 방식을 자동 조정하는 구조다. '높은 지능 밀도와 높은 토큰 가치'를 설계 원칙으로 내세우며, 더 적은 활성화 리소스로 더 강한 성능을 구현했다고 유니사운드 측은 설명한다. 벤치마크 성능도 주목할 만하다. 대학원 수준의 과학 문제를 다루는 GPQA Diamond에서 87.9점, 실제 소프트웨어 엔지니어링 역량을 측정하는 SWE-bench Verified에서 75점을 기록했다. 자율 에이전트 실행 능력을 평가하는 Claw-Eval(pass@3)에서는 76.9점, 사무 및 지식 업무 전달 능력을 측정하는 GDPval에서 72.9점을 달성했다. 유니사운드에 따르면 이는 GLM-4, DeepSeek-V4-Flash(High), MiniMax M2.7 등 중국 내 경쟁 모델들을 상회하는 수치다. U2가 강조하는 세 가지 핵심 역량은 추론, 코딩, 에이전트다. 추론 측면에서는 장기 논리적 안정성과 낮은 편차의 실행을 지향하고, 코딩에서는 단순 코드 생성을 넘어 종단 간 엔지니어링 전달까지 범위를 확장했다. 에이전트 역량에서는 다중 도구 협업과 장기 프로세스 오케스트레이션을 구현한다. 특히 요구사항 이해부터 작업 계획 수립, 환경 상호작용, 도구 사용, 프로세스 수정, 결과 검증까지 이어지는 완전한 실행 루프를 모델 자체적으로 수행할 수 있다는 점이 기존 LLM과의 차이다. 훈련 과정에서도 단순 정답 암기가 아닌 커리큘럼 학습, 프로세스 감독, 궤적 비교 등을 통해 계획·실행·오류 수정·결과 검증 능력을 체계적으로 교육했다.

앤스로픽이 6월 30일(현지시간) 자사 최신 AI 모델 'Claude Sonnet 5'를 공식 출시했다. 이번 모델은 '역대 가장 에이전트 지향적인 Sonnet'을 표방하며, 상위 모델인 Opus 4.8에 근접하는 성능을 Sonnet 가격대에서 구현한 것이 핵심이다. 출시와 동시에 Claude 무료(Free) 및 프로(Pro) 플랜의 기본 모델로 즉시 전환됐으며, 맥스(Max), 팀(Team), 엔터프라이즈(Enterprise) 플랜에서도 선택 사용이 가능하다. Sonnet 5는 전작 Sonnet 4.6 대비 추론, 도구 사용, 코딩, 지식 작업 등 에이전트 워크플로의 핵심 영역에서 전방위적 성능 향상을 달성했다. 특히 계획 수립(planning), 브라우저·터미널 등 외부 도구 활용, 자율 실행(autonomous execution) 능력이 대폭 강화됐다. 앤스로픽은 "불과 몇 달 전까지 더 크고 비싼 모델이 필요했던 수준의 작업을 이제 Sonnet 가격대에서 처리할 수 있게 됐다"고 밝혔다. 조기 접근(early access) 파트너들의 평가도 눈길을 끈다. 이들은 Sonnet 5가 "이전 Sonnet 모델이 중단되던 복잡한 다단계 작업을 끝까지 완수한다"는 점과, "명시적 요청 없이도 자체 출력을 검증하는 능력"을 갖췄다는 점을 공통적으로 강조했다. 다중 단계 소프트웨어 엔지니어링 파이프라인에서 '강력한 실행 계층(execution layer)' 역할을 수행한다는 평가다. 안전성 측면에서도 개선이 이루어졌다. 비정렬(misaligned) 행동의 전체 발생률이 감소했고, 악의적 요청에 대한 거절 능력과 프롬프트 주입(prompt injection) 공격에 대한 저항성이 강화됐다. 환각(hallucination)과 아첨(sycophancy) 비율 역시 낮아졌다. 사이버 보안 영역에서는 의도적으로 능력을 제한해, Firefox 익스플로잇 개발 테스트에서 0.0%의 성공률을 기록하며 Opus 4.8이나 Mythos 5 대비 현저히 낮은 사이버 공격 능력을 보였다.

Anthropic의 다리오 아모데이(Dario Amodei)와 구글 딥마인드의 데미스 하사비스(Demis Hassabis) CEO가 6월 17일 프랑스 에비앙레뱅에서 열린 G7 정상회의 폐막일 비공개 오찬에서 미국 주도의 글로벌 AI 연합 창설을 공식 촉구했다. 도널드 트럼프 대통령을 비롯한 G7 정상들과 약 12명의 주요 AI 기업 CEO가 한자리에 모인 이 자리에서, 두 CEO는 중국을 배제한 칩 무역 협정과 프론티어 AI 모델에 대한 구조적 접근 통제를 핵심 의제로 제시했다. 아모데이는 이날 연설에서 국제 협력이 필요한 구체적 영역으로 '프론티어 AI 모델에 대한 구조화된 접근 공유'와 '중국을 배제한 칩 및 핵심 부품 무역 체계 구축'을 명시했다. 아울러 사이버 공격, 생물 테러, 정보 작전 분야에서 AI가 악용될 위험에 대한 국제 공조 필요성도 강조했다. 하사비스 역시 미국이 주도하는 연합 프레임워크 형성을 지지했다. 같은 자리에 참석한 오픈AI의 샘 알트먼(Sam Altman) CEO는 '테스트에 대한 전 지구적 기준을 수립하고, AI의 역량과 위험에 대해 전문적이고 공정한 분석을 제공하는 국제 협력 포럼'을 제안했다. 이번 비공개 오찬에는 트럼프 대통령과 함께 스콧 베센트 재무장관, 하워드 루트닉 상무장관, 마르코 루비오 국무장관이 배석했다. 기업 측에서는 아모데이, 하사비스, 알트먼 외에도 미스트랄(Mistral), 코히어(Cohere), 블랙포레스트 랩스(Black Forest Labs), 신세시아(Synthesia), 세일즈포스, 메타 등 서방 주요 AI 기업 임원진이 참석했으며, 이탈리아의 도민(Domyn), 인도의 사르밤 AI(Sarvam AI), 일본의 사카나 AI(Sakana AI) 등 각국 대표 기업도 자리를 함께했다. 캐나다의 마크 카니(Mark Carney) 총리는 '미국이 이러한 연합을 이끌 수 있다'는 데 동의하며 긍정적 반응을 보였다. 중국은 즉각 대항 프레임을 내놨다. 왕이(王毅) 중국 외교부장은 같은 날 별도 성명을 통해 '모든 국가에 열린 글로벌 AI 협력 기구'의 창설을 제안하며, 특정 국가를 배제하는 미국식 블록 구도에 정면으로 맞섰다. AI 거버넌스를 둘러싼 미중 간 프레임 경쟁이 G7을 무대로 본격화한 셈이다.

OpenAI의 ChatGPT가 2026년 5월 기준 월간 활성 사용자(MAU) 10억 명을 돌파했다. 2022년 11월 출시 이후 약 3년 만의 성과로, 소비자 소프트웨어 역사상 이 이정표에 가장 빠르게 도달한 앱으로 기록됐다. Google Maps, TikTok, Instagram, YouTube 등 각 시대를 정의한 글로벌 앱들보다도 빠른 속도다. 이 수치는 시장조사업체 Sensor Tower의 분석에 기반한 것으로, OpenAI가 직접 공시한 수치는 아니다. 다만 OpenAI는 별도로 주간 활성 사용자가 9억 명을 넘었다고 밝힌 바 있어, 단순히 한 달에 한 번 접속하는 수준이 아니라 습관적으로 서비스를 이용하는 사용자 비중이 압도적으로 높다는 점이 확인된다. 물론 MAU가 곧 유료 결제 사용자를 의미하지는 않는다. 같은 생성형 AI 시장에서 경쟁하는 Anthropic의 Claude는 월간 활성 사용자 약 5,600만 명으로, ChatGPT와는 여전히 큰 격차가 존재한다. 다만 Claude의 연간 성장률이 약 640%에 달한다는 점은 시장 전체가 급팽창하고 있음을 보여준다. 두 회사의 전략은 뚜렷하게 갈린다. OpenAI는 소비자 규모 확대와 월 100달러짜리 ChatGPT Pro 같은 고가 구독 모델에 집중하는 반면, Anthropic은 기업 및 개발자 시장 공략에 무게를 두며 연간 매출 300억 달러 돌파, 기업가치 800억 달러 평가를 달성했다. 주목할 점은 이 성장이 이른바 'AI 반감 정서(AI backlash)'가 일부 확산되는 시기와 맞물렸다는 사실이다. AI가 일자리를 위협하고 저작권을 침해한다는 우려가 커지면서 기술 업계 안팎에서 비판의 목소리가 높아지고 있지만, 실제 사용 데이터는 정반대 방향을 가리키고 있다. 여론과 행동 사이의 이 괴리는 AI 서비스가 이미 일상의 인프라로 자리잡았음을 시사한다. ChatGPT의 10억 MAU 달성은 생성형 AI가 더 이상 얼리어답터의 실험 도구가 아니라 범용 소비재로 전환됐다는 신호다. 그러나 이 거대한 사용자 기반을 지속 가능한 수익으로 전환할 수 있을지가 OpenAI의 다음 과제다. 월 100달러 Pro 플랜 같은 고가 구독 모델이 대중 시장에서 얼마나 침투할 수 있을지, 그리고 경쟁사들의 빠른 추격 속에서 사용자 충성도를 유지할 수 있을지가 향후 AI 시장의 판도를 결정지을 핵심 변수가 될 전망이다.

미국 백악관이 지난 6월 2일 '첨단 인공지능 혁신 및 안보 촉진(Promoting Advanced Artificial Intelligence Innovation and Security)'을 골자로 한 행정명령 14409호에 서명했다. 민간 AI 기업과의 협력을 통해 정부 정보 시스템을 현대화하고, 적대 세력의 사이버 위협과 지적재산 탈취로부터 미국의 AI 역량을 보호하겠다는 것이 핵심이다. 이번 행정명령은 세 가지 정책 목표를 명시한다. 첫째, 민간 산업계와 협력해 정부 및 민간 부문의 정보 시스템을 현대화한다. 둘째, 적대국의 지적재산 탈취와 악용으로부터 미국의 기술 자산을 보호한다. 셋째, 미국의 첨단 AI 기반 역량을 적극 육성한다. 백악관은 AI의 첨단 역량이 '국가를 더 강하게 만든다'고 명시하면서, 규제가 아닌 산업 혁신을 통해 AI 리더십을 유지하겠다는 기조를 분명히 했다. 구체적 이행 조치로는 30일 이내에 착수해야 할 세 가지 지시사항이 포함됐다. 국가안보시스템위원회(Committee on National Security Systems)는 국가안보 시스템의 사이버 방어를 최우선 과제로 설정해야 하며, 국방장관은 국방부 정보 시스템의 사이버 방어 우선순위를 재편해야 한다. 국토안보부 장관과 산하 사이버보안·인프라보안국(CISA)은 행정관리예산국(OMB), 국가안보보좌관, 국가사이버국장과 공조해 범정부 차원의 사이버 보안 개선을 추진하도록 했다. 이번 명령은 전임 행정부의 AI 관련 규제를 '관료주의적 제약'으로 규정하고 이를 철폐하겠다는 현 행정부의 기조를 재확인한 것이기도 하다. 바이든 행정부 시절 발표됐던 AI 안전 관련 행정명령들이 사실상 폐기 또는 대체 수순을 밟고 있으며, 트럼프 행정부는 규제 완화와 민간 주도 혁신을 양대 축으로 AI 정책을 재편해왔다. 이번 명령은 그 연장선에서 '혁신 촉진'과 '안보 강화'라는 두 목표를 하나의 프레임워크 안에 묶은 셈이다. 주목할 점은 행정명령이 민관 협력을 단순한 선언이 아닌 구조적 메커니즘으로 제도화하려 한다는 것이다. 정부 시스템 현대화를 민간 AI 기업의 기술력에 의존하는 방식으로 설계함으로써, 빅테크와 AI 스타트업 모두에게 연방 조달 시장 진입의 문을 넓혀주는 효과가 예상된다. 동시에 국가안보 시스템과 국방 정보 시스템에 대한 30일 내 사이버 방어 착수 지시는, AI 시대의 사이버 위협이 그만큼 긴박하다는 인식을 반영한다.

일론 머스크의 스페이스X가 사상 최대 규모의 기업공개(IPO)로 나스닥에 입성한 지 나흘 만에, AI 코딩 도구 '커서(Cursor)'를 만든 애니스피어(Anysphere)를 600억 달러(약 82조 원)에 인수하기로 합의했다고 16일(현지시간) 발표했다. 거래는 현금이 한 푼도 오가지 않는 전량 자사주 교환 방식으로, 갓 상장한 스페이스X 주식만으로 성사됐다. 벤처 투자를 받은 스타트업을 사들이는 인수합병으로는 역대 최대 규모다. 스페이스X는 이날 완전자회사인 X67 Inc.를 통해 애니스피어와 합병 계약을 체결했으며, 거래는 2026년 3분기 안에 마무리될 예정이다. 마무리되면 커서는 스페이스X의 완전자회사로 편입된다. 계약서에는 거래가 무산될 경우 100억 달러, 반독점 심사에 걸려 깨질 경우 40억 달러를 위약금으로 지급한다는 조항도 담겼다. 회사 측은 이번 IPO로 조달한 현금은 인수 대금에 전혀 쓰지 않았다고 강조했다. 이번 결정의 노림수는 분명하다. 지난 2월 스페이스X와 합병한 머스크의 AI 기업 xAI가 AI 코딩 도구 시장에서 마이크로소프트, 앤트로픽, 오픈AI에 크게 밀려 있었기 때문이다. 커서는 챗봇형 도우미와 자동완성, 스스로 코딩 작업을 처리하는 AI 에이전트를 묶은 코드 편집기로, 2022년 창업 이후 폭발적으로 성장해 지난해 11월 연환산 매출 10억 달러를 돌파했다. 머스크는 커서가 쌓은 데이터와 기술을 xAI의 코딩 모델 'Grok Build'와 결합해, 단숨에 경쟁 구도를 뒤집겠다는 구상이다. 시장의 반응은 즉각적이었다. 한 달 전만 해도 약 500억 달러 안팎의 기업가치로 신규 투자를 논의하던 애니스피어가 그보다 높은 600억 달러에 팔리면서, AI 개발 도구의 몸값이 여전히 가파르게 오르고 있음을 보여줬다. 스페이스X 주가는 IPO 공모가 135달러에서 211달러 선까지 56%가량 치솟았고, 이번 발표 직후 추가로 10%가량 더 올랐다. 헤지펀드 투자자 빌 애크먼은 스페이스X가 아마존을 제치고 시가총액 5위 기업에 오를 수 있다고 언급했다.

애플이 WWDC 2026 기조연설에서 처음부터 다시 만든 Siri를 공개했다. 핵심은 두뇌를 통째로 바꿨다는 점이다. 새 Siri는 애플이 자체 개발한 모델이 아니라 구글이 애플 전용으로 맞춤 제작한 1조 2,000억 파라미터 규모의 Gemini 모델 위에서 작동한다. 애플은 이 모델 사용 대가로 구글에 연간 약 10억 달러를 지불하기로 한 것으로 전해졌다. 새 Siri는 가을 정식 배포될 iOS 27과 함께 출시되며, 독립형 앱과 다이내믹 아일랜드에 연동되는 'Search or Ask' 팝업 형태로 제공될 전망이다. 이번 Siri는 2024년 iOS 18 발표 당시 애플이 약속해 놓고 끝내 제때 내놓지 못했던 기능들을 비로소 구현한다. 화면에 떠 있는 내용을 인식하고, 대화의 맥락을 이해하며, 여러 앱을 가로질러 실제 작업을 대신 수행하는 수준이다. 여기에 더해 애플은 사용자가 기본 AI 비서를 직접 고를 수 있는 'Extensions' 시스템도 함께 선보였다. ChatGPT, Claude, Gemini 가운데 원하는 모델을 기본값으로 지정해 Siri의 응답 엔진으로 쓸 수 있도록 한 것으로, 폐쇄적이던 애플 생태계에서는 이례적인 개방 행보다. 주목할 대목은 계약 구조다. 연 10억 달러는 결코 적은 돈이 아니지만, 구글이 사파리 기본 검색엔진 자리를 지키려고 애플에 매년 약 200억 달러를 지불해 온 것과 비교하면 5% 수준에 불과하다. 검색에서는 구글이 애플에 돈을 주는 '을'이었지만, AI 모델에서는 애플이 구글에 돈을 내는 처지로 관계가 역전된 셈이다. 자체 거대 모델 경쟁에서 뒤처진 애플이 자존심을 내려놓고 라이벌의 두뇌를 빌려 쓰는 선택을 했다는 점에서 업계에 적지 않은 충격을 던졌다. iOS 27은 macOS 27, iPadOS 27과 버전 번호를 나란히 맞추며 전 플랫폼을 정렬한다. 사진 앱에는 온디바이스로 작동하는 생성형 편집 도구가 대거 추가된다. 생성형 채우기 기반의 'Extend', 화질·조명·색상을 자동 보정하는 'Enhance', 공간 사진의 시점을 바꾸는 'Reframe'이 대표적이다. 다만 애플은 내부 테스트에서 난항을 겪고 있어 Enhance와 Reframe은 출시 시점에 지연되거나 기능이 축소될 수 있다고 알려졌다. Siri 완성을 기다리며 출시를 미뤄 온 A17 Pro 칩 탑재 애플 TV 4K와 새 HomePod mini 등 하드웨어도 대기 중이다.

마이크로소프트의 AI 부문을 이끄는 무스타파 술레이만 CEO가 VentureBeat 단독 인터뷰에서 "불과 6개월 전에야 OpenAI와의 계약에서 풀려나 비로소 초지능을 공식적으로 추진할 수 있게 됐다"고 밝혔다. 6월 3일 막을 내린 빌드 2026 컨퍼런스 직후 나온 이 발언은, 그동안 OpenAI의 기술에 사실상 얹혀 가던 마이크로소프트가 이제 독자 노선으로 방향을 틀었음을 가장 분명하게 드러낸 진술로 평가된다. 전환점은 계약 개정이었다. 2025년 10월부터 양사가 손본 수정 계약은 마이크로소프트를 묶고 있던 독점 조항을 걷어내고 수익 배분 구조를 다시 짰으며, 무엇보다 마이크로소프트가 OpenAI의 승인 없이 독자적으로 프런티어급 AI를 개발할 권리를 명문화했다. 기존 이용 약관 아래서 마이크로소프트는 자체 최첨단 모델을 만들거나 AGI를 직접 좇는 것이 막혀 있었는데, 이 빗장이 풀린 것이다. 두 회사의 파트너십 자체는 최소 2032년까지 유지된다. 빌드 2026은 이 독립 노선의 데뷔 무대였다. 마이크로소프트는 이미지, 음성, 받아쓰기, 추론, 코딩까지 아우르는 일곱 종의 자체 개발 프런티어 모델을 한꺼번에 공개했다. MAI-Voice-1(음성), MAI-Transcribe-1(받아쓰기)처럼 범용 경쟁이 아니라 고부가가치 특정 용도를 정조준한 전문 모델이 포함됐다. 술레이만은 이들을 초지능으로 가는 '빌딩 블록'이라 표현했고, 마이크로소프트는 이번 발표의 의미를 '장기적 자립'이라는 말로 요약했다. 이 행보의 뿌리는 지난해로 거슬러 올라간다. 2025년 11월 6일 마이크로소프트는 술레이만이 직접 지휘하는 'MAI 초지능 팀'을 발족하며 2026년 안에 이른바 '인간 중심 초지능(HSI)' 모델을 내놓겠다는 목표를 내걸었다. 구글이 2014년 인수한 딥마인드의 공동 창업자 출신인 술레이만이 다시 한번 최전선 연구의 키를 쥔 셈이다. 그는 이번 계약 재편을 두고 '해방'에 가깝다고 표현했다. 마이크로소프트의 야심은 분명하다. 술레이만은 빌드 무대에서 회사를 전 세계 상위 4대 AI 연구소 반열에 올리겠다고 못 박았다. 약 1,350억 달러에 달하는 OpenAI 지분만으로는 더 이상 전략적 안전판이 되지 못한다는 판단 아래, 구글 딥마인드, 메타, xAI, 그리고 한때 동맹이던 OpenAI와 정면으로 겨루겠다는 신호다.

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.