지난 회차

07:30 발행10건약 8분 분량

공격적 자율성과 규제·수익성 저항선이 동시에 맞부딪히는 AI 산업

AI 시스템이 자율 공격과 프로젝트 수행 능력을 고도화하며 보안과 노동 시장 전면에 침투하는 한편, 이에 수반되는 인프라와 재무 모델은 급격한 역풍을 맞고 있다. 센시스가 공개한 수백 건의 아텍스 노출 사건과 중국 오픈 모델들의 비약적 해킹 성능은 통제되지 않은 자율 에이전트의 오남용 위험을 적나라하게 드러냈다. 동시에 퍼플렉시티의 상시 구동형 에이전트와 메타의 스페이스 등 인간의 일상적 업무 환경을 대체하려는 제품 혁신 역시 가속화되는 중이다.

반면 기술 발전의 가속을 지탱하던 인프라 확장과 밸류에이션 공식은 거센 저항에 부딪혔다. 미국 중간선거에서 데이터센터 건립 반대안이 대거 통과되며 민주당발 규제 강화 기조가 본격화되었고, 컴퓨팅 인프라 확장 속도가 환경적·정치적 한계선에 직면했다. 앤스로픽은 자체 안전 확장 정책 임계값을 넘어선 속도로 R&D를 밀어붙이고 있으나, 투자 시장에서는 적자 누적과 거품 우려로 밸류에이션 하향 요구가 커지고 있다.

더욱이 기업 고객들의 AI 토큰 사용량이 증가함에도 불구하고, 공급 업체 간의 출혈성 가격 경쟁과 효율적 사용 패턴으로 인해 실질 지출은 정체되는 '수익화 역설'이 나타났다. 애질리티 로보틱스가 나스닥에 상장하며 하드웨어 피지컬 AI의 상업화 시험대에 올랐듯, 모든 플레이어가 막연한 AGI 기대감 대신 지속 가능한 경제성과 엄격한 통제력을 실시간으로 검증받아야 하는 냉정한 국면에 진입했다.

지켜볼 것

미국 중간선거 이후 지방 및 연방 차원의 데이터센터 인허가 규제 입법 추이와 주요 프론티어 기업들의 API 가격 경쟁 재편 여부를 주시해야 한다.

보안 기업 센시스가 웹상에 무방비 노출된 AI 해킹 도구 아텍스 인스턴스 800여 개를 적발했다.

TechCrunch AI원문 원문 보기(새 창)

보안 기업 센시스(Censys)는 중국산 오픈소스 AI 해킹 도구인 '아텍스(Artex)'의 인스턴스 800여 개가 비밀번호 설정 없이 웹에 노출된 것을 발견했다. 아텍스는 정찰부터 데이터 탈취까지 자동화하는 침투 테스트 도구로, 최근 한국 금융권 및 커넥트와이즈(ConnectWise) 등을 대상으로 한 사이버 공격에 악용된 바 있다. 연구진은 강력한 해킹 도구가 부적절하게 설정되어 누구나 접근 가능한 상태로 방치되고 있다고 경고했다. 해당 도구는 이번 사태를 계기로 오픈소스에서 유료 폐쇄형 소프트웨어로 전환될 예정이다.

해석

정찰부터 침투까지 자동화하는 자율 AI 공격 도구가 관리 소홀로 외부에 개방되며 실제 사이버 위협으로 직결되고 있다. 이는 오픈소스 AI 해킹 도구의 확산 통제와 배포 관리 체계의 전환을 촉구하는 계기가 될 것으로 보인다.

공개 가중치 중국 AI 모델들의 해킹 능력이 폐쇄형 최상위 모델 수준에 근접했다는 연구 결과가 나왔다.

Wired AI원문 원문 보기(새 창)

AI 성능 측정 기업 Vals의 연구 결과, 공개형(open-weight) 중국 AI 모델이 폐쇄형 최상위 모델의 해킹 능력을 상당 부분 따라잡은 것으로 나타났다. 모의 기업 네트워크를 대상으로 한 해킹 테스트에서 딥시크(DeepSeek)는 오픈AI의 비공개 모델인 데이브레이크(Daybreak)와 근소한 차이의 성능을 기록했다. 이러한 결과는 폐쇄형 모델의 접근 제한을 통해 사이버 위협을 늦추려던 AI 기업들의 전략이 한계에 직면했음을 시사한다.

해석

폐쇄형 모델의 접근 통제를 통해 고위험 공격 역량을 차단하려던 프론티어 기업들의 방어 전략이 한계에 부딪혔다. 저렴한 비용으로 구동 가능한 오픈 모델의 침투 역량이 급증함에 따라 방어 중심 보안 환경의 전면적 재편이 불가피해졌다.

퍼플렉시티가 가상 머신 기반으로 상시 구동되는 자율 업무용 AI 에이전트 '팀메이츠'를 출시했다.

The Decoder원문 원문 보기(새 창)

퍼플렉시티(Perplexity)가 지속적으로 프로젝트를 수행하는 상시 가동형 AI 에이전트 '팀메이츠(Teammates)'를 출시했다. 기존의 일회성 과제 수행 도구인 '퍼플렉시티 컴퓨터'와 달리, 팀메이츠는 가상 머신 내에서 독자적인 데스크톱과 브라우저 환경을 갖추고 프로젝트를 자율적으로 처리한다. 사용자는 퍼플렉시티 앱의 전용 스레드나 슬랙(Slack)을 통해 에이전트와 상호작용하고 진행 상황을 확인할 수 있다.

해석

일회성 챗봇 응답을 넘어 독자적인 데스크톱 환경에서 지속적으로 협업하는 상시형 에이전트가 상용화 단계로 진입했다. 슬랙 등 기업용 협업 소프트웨어와의 결합을 통해 지식 노동 자동화의 작업 단위가 크게 확장될 전망이다.

앤스로픽이 유휴 시간에 기억을 정리해 장기 추론 능력을 높이는 에이전트 기술 '드림'을 발표했다.

Anthropic Research원문 보기(새 창)

앤스로픽은 AI 에이전트가 유휴 시간을 활용해 기억을 정리하고 오류를 수정하는 '드림(Dreaming)' 기법을 발표했다. 이 기술은 인간의 뇌가 수면 중 경험을 통합하는 방식에서 착안했으며, 모델이 과거 기록을 검토하고 지식을 구조화하여 장기적인 추론 능력을 향상시킨다. 앤스로픽은 이를 통해 클로드(Claude)가 복잡한 장기 작업을 더 효과적으로 수행하고, 메모리 내 지식 간 연결을 최적화할 수 있음을 확인했다.

해석

에이전트가 상호작용 간 공백을 활용해 스스로 오차를 교정하고 기억을 체계화하는 인간 수면 유사 메커니즘의 효용이 확인됐다. 장기적 작업 수행 시 문맥 한계와 환각을 줄이는 새로운 기억 아키텍처 연구가 활성화될 것으로 보인다.

메타가 AI 어시스턴트 뮤즈에 프롬프트로 맞춤형 작업 공간을 구축하는 '스페이스' 기능을 도입했다.

The Verge AI원문 원문 보기(새 창)

메타(Meta)가 자사 AI 어시스턴트인 '뮤즈(Muse)'에 맞춤형 앱 환경을 구현하는 '스페이스(spaces)' 기능을 도입했다. 사용자는 쇼핑 허브, 학교 대시보드, 음악 트래커 등 원하는 목적의 스페이스를 설명만으로 생성하고 뮤즈를 통해 상시 수정할 수 있다. 외부 앱과 연동할 경우 실시간으로 가격이나 일정 등의 정보가 자동 업데이트되며, 메타는 이와 함께 뮤즈 원더(Muse Wonder) AI 모델의 특화 버전을 배포했다.

해석

범용 대화창 형태의 인터페이스에서 목적별 대시보드와 맞춤형 환경을 직접 구성하는 UI로 생성형 AI 접점이 진화하고 있다. 외부 실시간 데이터와의 연계를 통해 개인용 운영체제 형태의 에이전트 생태계 구축이 가속화될 것으로 보인다.

팅킹 머신즈가 5,940억 파라미터 언어 모델 '잉클링 2 스몰'을 공개하고 50억 달러 투자 유치를 추진한다.

SiliconANGLE AI원문 원문 보기(새 창)

Thinking Machines가 AI 학습 작업을 자동화하는 신규 대규모 언어 모델 'Inkling 2 Small'을 공개했다. 해당 모델은 5940억 개의 파라미터와 비전 인코더를 탑재했으며, 코드 최적화 및 비즈니스 업무 자동화 성능이 강화되었다. 한편 Thinking Machines는 엑셀(Accel)이 주도하는 50억 달러 규모의 투자 유치를 추진 중이며, 기업 가치는 400억 달러로 평가받고 있다.

해석

전 오픈AI CTO 미라 무라티의 창업 기업이 오픈 웨이트 배포 계획과 함께 거액의 펀딩을 타진하며 프론티어 경쟁에 진입했다. 독점 연구소 중심의 구도 속에서 독립 오픈 모델 생태계의 파라미터 및 성능 경쟁이 한층 치열해지고 있다.

외부 감사 결과 앤스로픽의 AI 모델 성능 향상 속도가 책임 있는 확장 정책의 경고 임계값을 넘어섰을 가능성이 제기됐다.

The Decoder원문 원문 보기(새 창)

비영리 연구단체 METR이 앤스로픽의 내부 데이터를 감사한 결과, 앤스로픽의 AI 모델 성능 향상 속도가 과거 대비 약 2배 빨라진 것으로 확인되었다. METR은 이러한 가속의 약 80%가 AI를 활용한 자체 연구 생산성 향상에서 기인하며, 이는 앤스로픽이 자체 설정한 책임 있는 확장 정책의 위험 지표를 넘어섰을 가능성이 있다고 분석했다. 다만 앤스로픽은 기밀 유지를 이유로 주요 증거들을 삭제하여 감사 결과의 투명성에 한계를 남겼다.

해석

자체 AI를 활용한 R&D 가속화가 안전 통제 속도를 추월하는 위험이 외부 감사기관을 통해 구체적인 수치로 지적됐다. 기업이 수립한 자율 규제 서약의 실효성과 내부 감사 투명성에 대한 외부 검증 요구가 거세질 것으로 보인다.

애질리티 로보틱스가 SPAC 합병을 마치고 미국 최초의 순수 휴머노이드 상장 기업으로 나스닥에 입성했다.

AI타임스원문 원문 보기(새 창)

미국 휴머노이드 로봇 기업 애질리티 로보틱스가 특수 목적 인수회사와의 합병을 완료하고 나스닥에 상장했다. 미국에서 휴머노이드 로봇 전문 기업이 상장한 첫 사례로, 이번 합병을 통해 4억 6,500만 달러 규모의 자금을 확보했다. 다만, 매출 대비 높은 순손실을 기록하고 있어 향후 수익성 입증과 로봇 운영 성능 검증이 주요 과제로 남았다.

해석

피지컬 AI의 핵심 축인 휴머노이드 산업이 대규모 공공 자본 시장에서 직접 기술 검증과 수익성 평가를 받게 되었다. 막대한 연구개발 적자를 극복하고 실제 산업 현장에서의 상업적 양산 모델을 안착시킬 수 있을지가 관건이다.

미국 중간선거에서 AI 규제 찬성 후보들이 대거 당선되며 데이터센터 확장과 인프라 확보에 제동이 걸렸다.

The Verge AI원문 원문 보기(새 창)

2026년 미국 중간선거에서 민주당이 의회 통제권을 확보하고 AI 책임론을 강조하는 후보들이 대거 당선되면서 AI 업계가 규제 강화와 데이터 센터 건설 난관이라는 위기에 직면했다. 이번 선거 결과는 지역별 데이터 센터 건설 반대 투표의 압도적 승리로 이어졌으며, 향후 AI 인프라 구축의 지연과 기업 책임을 묻는 강력한 기술 관련 입법이 예상된다. AI 기업들은 향후 규제 환경 변화와 사업적 타격 가능성에 긴장하고 있다.

해석

지방 선거의 지역 투표와 의회 지형 변화로 인해 전력 소모와 환경 문제를 겨냥한 반(反)데이터센터 입법이 현실화되고 있다. 프론티어 컴퓨팅 확장을 필수 전제로 삼아온 빅테크와 연구소들의 인프라 투자 로드맵 수정이 불가피해졌다.

기업의 AI 토큰 사용량은 급증했으나 API 단가 인하 경쟁으로 관련 지출 증가세는 정체 국면에 진입했다.

TechCrunch AI원문 원문 보기(새 창)

기업들이 AI 활용량을 늘리고 있음에도 AI 관련 지출 증가세는 둔화하고 있다. 데이터 분석 플랫폼 램프(Ramp)에 따르면 토큰 사용량은 증가했으나 가격 경쟁과 기업들의 비용 절감 노력으로 인해 수익 성장이 정체된 것으로 나타났다. 이는 앤스로픽(Anthropic)과 오픈AI(OpenAI) 같은 주요 모델 기업의 매출 전망에 부정적인 영향을 미치며 기업 가치 평가 하락으로 이어지고 있다.

해석

AI 모델 공급 기업 간 출혈 가격 경쟁과 기업 고객들의 최적화 라우팅 도입으로 인해 토큰 증가율이 매출로 직결되지 못하고 있다. 주요 AI 프론티어 기업들이 상장을 앞두고 높은 밸류에이션을 증명해야 하는 시점에서 강력한 수익성 압박에 직면했다.