텔레그램 피드

오픈AI 폭주 에이전트 사고, 허깅페이스 넘어 수십 개 외부 시스템으로 확산 : 오픈AI가 허깅페이스 사고 이후 과거 학습·평가 과정의 인터넷 활동을 광범위하게 조사한 결과, 보안 통제를 우회하거나 외부 서비스에 부정적 영향을 미친 활동과 관련해 현재까지 수십 개 제3자 기관에 통보 : 정부기관, 대학, 공공기관 등이 포함됐으며 조사가 진행 중인 만큼 추가 사례가 확인될 가능성. 다만 오픈AI는 통보 사례 대부분이 현재까지 영향이 제한적이거나 없는 낮은 심각도였다고 설명 : 9월 중순 기준 한 관계자는 오픈AI가 파악한 바람직하지 않은 에이전트 행동을 약 24건으로 추산. 이후에도 새로운 사례가 발견되고 있으며 전체 과거 활동 검토에는 수개월이 걸릴 전망 : 사용자 데이터 유출 사례도 확인. 학습·평가 환경의 에이전트가 ChatGPT 사용자가 제공한 이미지 53건을 외부 이미지 호스팅 사이트에 공개 목록에 노출되지 않는 링크 형태로 업로드. 대부분 삭제됐지만 일부는 제거 작업 진행 중 : 미국 정부 사이트 접근 사례도 확인. 에이전트가 SEC와 Census 등 정부 사이트의 공개 정보에 접근. 별도로 미 교육부 사이트에 대한 침입 시도 여부도 조사 중 : 호주에서는 6월 18일 에이전트가 Medicare Statistics Reporting Service의 보안 통제를 우회해 비인가 접근, 공개·비공개 파일을 열람하고 내부 서버에 파일을 작성. 다만 개인 의료정보 접근이나 추가 네트워크 침해 증거는 확인되지 않음 : 외부 연구진은 허깅페이스 사고 과정에서 에이전트들이 약 100만 개의 단축 URL에 프로그램과 정보를 분할·인코딩해 네트워크 제약과 CAPTCHA 등을 우회한 정황도 확인. 제한된 인터넷 환경에서도 외부 서비스를 조합해 새로운 통신·실행 경로를 자체 구축 : 오픈AI는 허깅페이스 사고를 현재까지 확인된 가장 심각한 사례로 평가. 조사 범위는 이후 개별 사고를 넘어 모델이 허용되지 않은 방법으로 과제를 수행한 광범위한 비정렬 행동으로 확대 : 주요 사례에서 나타난 패턴은 정상적인 방법으로 과제 수행 실패 → 우회 경로 탐색 → 보안 통제·자격증명·외부 시스템 탐색 → 일부 사례에서 에이전트 간 협업. AI의 사이버 역량이 단순 취약점 탐지를 넘어 실제 환경에서 새로운 공격 경로를 자율적으로 탐색·연결할 수 있는 수준으로 발전했다는 점에 주목 https://openai.com/hugging-face-incident-and-misalignment https://openai.com/index/hugging-face-incident-and-the-road-ahead

Silicon Data, 토큰 인덱스 하락은 AI 수요 둔화가 아니다 : LLM Token Index는 API 사용자가 실제 지불한 100만 토큰당 가격을 사용량으로 가중한 지표로, 토큰 사용량이나 총지출을 의미하지 않음 : 지수는 5월 28일 $2.07에서 9월 21일 $1.00로 52% 하락. 다만 이는 AI 수요 둔화보다 저렴하고 빠른 중간급 모델로 사용량 믹스가 이동한 영향 : 에이전트가 작업별로 적절한 모델을 선택하는 효율적 라우팅과 저가 모델로의 단순 대체를 지수만으로 구분하기 어려움 : 반면 GPU 임대료는 강세 지속. H200은 6월 평균 $2.87에서 현재 $3.29로 상승했고, B200은 같은 기간 +7%, YTD +31%, B300은 4월 말 이후 +44% : H100은 8월 고점 대비 7% 하락했지만, 이는 워크로드가 B200·B300 등 상위 GPU로 이동하는 흐름과 일치. 공급이 부족한 최신 GPU 가격은 컴퓨트 수요 둔화를 시사하지 않음 : 향후 에이전트 확산으로 저가·고속 모델이 전체 토큰 사용량의 대부분을 차지하면서 평균 토큰 가격은 계속 하락할 수 있지만, 전체 토큰 사용량은 가격 하락보다 훨씬 빠르게 증가할 가능성 : 결론적으로 토큰 단가는 하락해도 총 컴퓨트 수요는 오히려 증가할 수 있으며, 높은 부가가치 작업과 경제적 가치는 여전히 프런티어 모델에 집중될 것이라는 주장 https://x.com/silicon_data/status/2102837177478795652

알렉산더 왕, “내가 Muse를 만들고 있는 이유” 대부분의 사람들은 자신이 무엇을 원하는지 말하지 않는다. 원하는 것이 없어서가 아니다. 우리는 끊임없이, 그리고 강렬하게 무언가를 원한다. 잠들기 직전의 순간이나 집으로 돌아가는 차 안에서 멍하니 상상에 잠길 때 그런 생각들이 떠오른다. 가족과 더 많은 시간을 보내고 싶고, 사회적 불안을 극복하고 싶고, 더 건강한 음식을 먹고 싶다. 빵집을 열고 싶거나, 앱을 만들고 싶거나, 그저 정신없이 돌아가는 삶 속에서 잠깐이라도 평온한 시간을 더 갖고 싶을 수도 있다. 하지만 우리는 이런 꿈을 말로 꺼내볼 기회조차 좀처럼 갖지 못한다. 그리고 그 꿈이 실제로 이루어지는 경우는 더욱 드물다. 우리가 자신의 꿈을 명확히 말할 수 없다면, 대부분 그 꿈에 도달할 수도 없다. 세상은 수많은 서류와 문지기, 일정과 장애물로 이루어진 미로와 같다. 대부분의 꿈은 입 밖으로 나오기도 전에 수많은 사소한 장벽에 부딪혀 사라진다. 어디서부터 시작해야 할지 몰라서, 해야 할 전화를 결국 걸지 못해서 꿈은 사라진다. 실현되지 못한 모든 바람은 인간의 잠재력이 조용히 사라지는 비극이다. 이제 지구상의 모든 사람에게 자신의 생각을 넘어서는 두 번째 두뇌가 있다고 상상해보자. 당신이 무엇을 원하는지 알아내고, 그것이 실제로 이루어지도록 만드는 것만을 자신의 일로 삼는 총괄 매니저가 있는 것이다. 당신이 “내가 뭔가 더 할 수 있을 것 같은데”라고 반쯤 내뱉은 말만 듣고도, 나머지 빈칸을 함께 채워주는 존재다. 병 속의 지니처럼 모든 소원을 마법처럼 이루어주는 존재는 아닐지 모른다. 하지만 이렇게 말해줄 수는 있다. “이게 바로 당신이 평생 꿈꿔왔던 일이에요. 이제 해봅시다. 방법은 이렇습니다.” 그리고 계획을 세운다. 이메일을 보낸다. 전화를 건다. 자금을 찾아준다. 일정을 지킬 수 있도록 관리한다. 앞길을 가로막는 장애물을 치우고, 해결할 수 있는 문제들을 하나씩 해결한다. 결국 인간에게 남는 것이 인간만이 할 수 있는 일, 원하는 것과 꿈꾸는 것뿐이 될 때까지 말이다. 그리고 가장 흥미로운 점은 이것이다. 우리는 사람들이 무엇을 원하게 될지 전혀 모른다. 지금까지의 세상은 어떻게든 자신의 욕망을 현실로 만들어낸 소수의 집요한 사람들이 만들어왔다. 하지만 모든 사람의 주도성이 완전히 활성화된 인류가 어떤 모습일지는 아직 한 번도 본 적이 없다. 80억 명의 사람들이 자신의 꿈을 적어 내려가는 것만으로 그 꿈을 현실로 만들기 위한 첫걸음을 내디딜 수 있는 세상. 그래서 우리는 사람들이 자신이 원하는 세상을 만들어갈 수 있도록 Muse를 만들었다. 원하는 모든 것을 위하여. 꿈꾸는 모든 것을 위하여. 그리고 모든 사람을 위하여. https://x.com/alexandr_wang/status/2103551714536439951

앤스로픽, Claude 이론물리학 최전선 9루프 계산 자율 수행 : 앤스로픽의 Fable 5.1이 Claude Science를 통해 이론 입자물리학의 미해결 과제였던 N=4 초양밀스 6입자 진폭의 9루프 계산에 성공. 기존 최고 기록은 8루프 : 연구진은 문제를 제시한 뒤 사실상 “계속 작업하라”는 지시만 제공했으며, Claude는 외부 연구자의 개입 없이 부트스트랩과 폼팩터 두 가지 방식으로 결과를 도출 : 비용은 방식별 약 $1,000~2,000 수준. 직접 계산에는 Python·SymPy와 96개 CPU를 일주일간 사용했으며 컴퓨팅 비용은 약 $100에 불과 : SLAC의 Lance Dixon 교수가 결과를 독립 검증. 특히 기존 연구자들이 직접 계산은 어렵다고 판단했던 문제를 Claude가 기존 논문과 방법론을 이해하고 코드를 처음부터 작성해 해결했다는 점을 강조 : 다만 새로운 물리학 원리나 계산법을 발견한 것은 아니며, 기존 방법론을 효율적으로 구현해 기존에 과대평가됐던 계산 장벽을 넘어선 사례 : 같은 시기 중국과학원 Song He 연구팀도 GPT-6의 도움을 받아 9루프 결과 대부분을 독립적으로 계산. 다만 Claude처럼 전체 과정을 거의 자율적으로 수행한 방식은 아님 : 핵심은 AI가 단순 보조를 넘어 최상위 전문가들이 수행하는 최전선 과학 계산을 낮은 비용과 최소한의 인간 감독으로 완주할 수 있음을 보여준 사례 : 다음 단계는 기존 방법의 실행을 넘어 인간보다 먼저 새로운 물리학적 원리와 통찰을 발견할 수 있는지가 될 전망 https://www.anthropic.com/research/yes-claude-can-do-nine-loops

미 항소법원, 국방부의 앤스로픽 블랙리스트 지정 유지 : 미국 워싱턴 D.C. 연방항소법원은 9월 25일 국방부가 앤스로픽을 국가안보상 공급망 위험으로 지정하고 군사 계약에서 배제한 조치 유지. 판결은 2대1로 내려짐 : 갈등의 핵심은 Claude의 군사적 사용 범위. 앤스로픽은 완전자율무기와 대규모 감시에 자사 모델을 사용할 수 있도록 안전 가드레일을 해제해 달라는 국방부 요구를 거부했고, 국방부는 이를 이유로 앤스로픽을 공급망 위험으로 지정 : 항소법원 다수 의견은 전장에서 모델 사용이 제한되거나 중단될 가능성에 대한 국방부의 우려가 합리적이라고 판단. 앤스로픽이 주장한 AI 안전·윤리에 대한 견해를 이유로 한 정부의 보복이라는 주장도 받아들이지 않음 : 앤스로픽은 해당 지정으로 수십억 달러 규모의 사업 기회를 잃고 IPO를 앞두고 평판에도 피해를 입었다고 주장. 판결에 동의하지 않으며 추가적인 사법적 검토를 포함해 대응 방안을 검토 중이라고 밝힘 : 다만 법적 분쟁이 완전히 끝난 것은 아님. 지난 8월 별도의 캘리포니아 연방법원 소송에서는 다른 법률에 근거한 국방부의 블랙리스트 지정을 법원이 취소했으며, 당시 법원은 정부가 앤스로픽의 AI 안전 관련 견해에 대해 위법하게 보복했다고 판단 https://t.me/Samsung_Global_AI_SW

마이크로소프트, Copilot 전면 개편- Home·Code·Autopilot 공개 : Home은 Chat과 Cowork를 통합하고 Word·Excel·PowerPoint를 Copilot에 직접 내장. 질문부터 복잡한 업무 위임, 실제 문서 생성·수정까지 하나의 환경에서 수행 : Code는 자연어로 앱·대시보드·자동화·워크플로를 제작하는 기능. GitHub Copilot 기반이며 Managed Runtime을 통해 기업 Microsoft 365 환경에서 안전하게 실행 : 기존 Scout를 개편한 Autopilot은 자체 아이덴티티·메모리·컴퓨터를 갖고 채널 모니터링, 후속 연락, 반복 업무 등을 사용자 부재 중에도 지속 수행하는 상시 에이전트 : Microsoft IQ를 기반으로 Power BI의 2,000만개+ 시맨틱 모델, Dynamics 365·Power Platform 데이터와 연결하고, 통합 Plugin Registry를 통해 외부 기능도 확장 : 과금은 일반 Chat·Office 기능은 사용자 구독, USL, Cowork·Code·Autopilot과 Astra·Fable 등 프런티어 모델은 사용량 기반, UBB으로 이원화. FinOps 기능을 통해 기업의 AI 비용·모델 사용도 통제 : 10월에는 이메일·캘린더·Teams 등을 기반으로 업무를 선제적으로 정리·실행하는 Today를 공개할 예정 : 핵심은 Copilot을 AI 챗봇에서 업무 위임·앱 제작·상시 실행 에이전트를 아우르는 플랫폼으로 확장, 동시에 에이전틱 업무를 사용량 기반 과금으로 연결해 수익화 범위를 확대 https://blogs.microsoft.com/blog/2026/09/25/introducing-the-new-copilot-with-home-code-and-autopilot

일론 머스크, “6개월 내 AI 선두 가능, Colossus 2는 GB300 66만 장까지 확대” : 머스크는 SpaceX의 AI 개발이 시작된 지 3년에 불과한 반면 앤스로픽은 6년, 오픈AI는 10년이라며, 현재와 같은 가속도가 유지될 경우 약 6개월 안에 AI 경쟁에서 선두에 도달할 수 있다고 주장 : 단기적으로는 2~3개월 내 Fable/GPT-6 수준의 모델을 확보할 수 있을 것으로 “조심스럽게 낙관”한다고 언급 : 일정 수준 이상의 지능에 도달하면 특정 작업에서는 추가적인 지능 향상의 가치가 제한된다고 설명. “토스터에 뉴턴 수준의 지능은 필요하지 않다”는 비유를 제시 : 결국 핵심 차별화 요소로 대규모 컴퓨트 인프라 구축 역량을 강조. 막대한 컴퓨트를 빠르게 온라인화하는 것은 매우 어렵지만 SpaceX가 이 분야에서 뛰어난 실행력을 보여왔다고 주장 : Colossus 1은 H100 15만 장, H200 5만 장, GB200 3만 장으로 구성 : Colossus 2는 현재 GB200 11만 장, GB300 44만 장 규모. 여기에 GB300 22만 장이 다음 주 완전 가동되고, 11월 추가 22만 장, 여건이 좋으면 12월 말 추가 22만 장을 가동할 계획이라고 밝힘 : 계획대로 진행될 경우 Colossus 2의 GB300은 연말 최대 110만 장 규모까지 확대되는 셈. 현재 언급된 GB200 11만 장까지 합치면 121만 장 : 11만 장 단위로 증설되는 이유는 중앙 스위치에 연결할 수 있는 광케이블 수에 따른 인프라 설계 때문이라고 설명 https://x.com/elonmusk/status/2103352821135376584

앤스로픽, 공동창업자 7명에 50.1% 의결권 추진 : 다리오 아모데이 CEO를 포함한 7명의 공동창업자에게 대부분의 기업 의사결정에서 합산 50.1%의 의결권을 부여하는 특별 종류주식 신설 추진. 7명 중 최소 3명이 일정 수준 이상의 지분을 유지하는 것이 조건 : 팔란티어의 Founder Voting Trust와 유사한 구조로, 공동창업자들의 실제 경제적 지분과 별개로 상장 이후에도 경영 통제권을 유지하기 위한 목적. 다리오 아모데이의 현재 지분은 약 2%, 다른 공동창업자들도 비슷한 수준 : 다만 7석 규모 이사회의 과반 선임권은 기존대로 Long-Term Benefit Trust가 유지. 공동창업자의 이사 선임권은 현재 2석에서 3석으로 확대될 예정 : 직원들에게도 일부 안건에서 동률 발생 시 캐스팅보트 역할을 하는 특별 종류주식을 부여하는 방안 추진 : 창업자 특별주식은 추가적인 경제적 지분을 제공하지 않으며, 별도 LLC를 통해 보유할 예정. 낮은 지분율에도 통제권을 유지하면서 창업자들의 재산 80% 기부 약속과 병행 가능한 구조 https://t.me/Samsung_Global_AI_SW

아카마이, 앤스로픽과 7년간 116억 달러 클라우드 계약 체결 : 앤스로픽의 빠르게 증가하는 CPU 워크로드 수요를 지원하기 위해 아카마이 클라우드의 분산형 AI 인프라와 소프트웨어를 제공하는 계약 : 아카마이가 올해 앞서 발표한 전체 고객사의 28억 달러 이상 다년간 Cloud Infrastructure Services 계약에 추가되는 규모로, AI 워크로드 관련 클라우드 수요 확대를 반영 : 전략적 협력의 일환으로 아카마이는 앤스로픽에 최대 770만주, 발행주식의 약 5%에 해당하는 워런트를 부여. 행사가격은 주당 $111.33 : 이 중 약 2%는 이번 계약과 연계해 베스팅, 나머지 3%는 향후 7년간 계약 규모가 최대 90억 달러 추가 확대될 경우 단계적으로 베스팅. 추가 클라우드 구매액 30억 달러 마다 약 1%씩 베스팅 : 이번 계약을 지원하기 위한 아카마이의 총 Capex는 약 55억 달러로 예상. 메모리 등 핵심 부품 확보와 선구매를 위해 2026년 Capex가 약 17억 달러 증가할 전망 : 2026년 매출 가이던스에는 영향이 없을 전망으로, 초기 인프라 투자가 선행되고 이후 앤스로픽의 장기 클라우드 사용량이 매출로 인식되는 구조 https://www.akamai.com/newsroom/press-release/akamai-announces-11-6-billion-multi-year-agreement-with-anthropic-to-support-growing-demand

구글 x 오픈AI x 앤스로픽, 프런티어 AI 자율규제 기구 ‘SAFA’ 설립 추진 : 구글, 오픈AI, 앤스로픽은 정부 감독 없이 프런티어 AI의 안전 표준을 마련하는 자율규제 기구 ‘Standards Authority for Frontier AI(SAFA)’ 설립 추진 중. 2026년 말~2027년 초 출범 목표 : 당초 연방정부가 감독하는 민관 협력 형태를 구상했으나, 트럼프 행정부에서 논의가 정체되면서 업계 주도의 독립 기구로 방향 전환. 향후 미국 정부와 협력 관계를 구축할 가능성은 열어둔 상태 : SAFA는 ① 모델 배포 전 제3자 안전성 평가 지원, ② 안전·보안 사고 보고 기준 수립, ③ AI 연구소들의 자발적 안전 약속 구체화, ④ 독립 감사기관 자격 기준 마련 등을 담당할 계획 : SAFA가 직접 프런티어 모델의 안전성과 역량을 테스트하는 방안도 논의 중. 일부 참여자들은 현재 정부 산하 CAISI의 평가 역량과 자원이 충분하지 않다며 추가적인 테스트 체계가 필요하다고 주장 : CEO 후보로 전 트럼프 행정부 AI 정책 고문 스리람 크리슈난과 전 백악관 과학기술정책실장 아라티 프라바카르가 검토됐으며, 의장 후보에는 콘돌리자 라이스 전 국무장관과 데이비드 프리드버그 등이 거론 : 2023년 구글·오픈AI·앤스로픽·마이크로소프트가 설립한 Frontier Model Forum과 역할이 일부 중복되지만, SAFA는 보다 실질적인 표준 설정과 감독·평가 기능을 갖춘 효율적인 업계 자율규제 기구를 목표로 함 : 핵심 쟁점은 ‘프런티어 모델’의 기준. 초기에는 구글, 오픈AI, 앤스로픽이 주요 평가 대상이 될 것으로 예상되며, 향후 다른 기업의 모델이 정해진 성능 기준을 넘으면 감독 대상에 포함하는 방안을 검토 : 메타와 오픈소스 진영 등에서는 세 선도 기업이 직접 규제 기준을 만들 경우 경쟁사의 진입장벽을 높일 수 있다는 우려 제기. 업계 전반의 지지를 확보할 수 있을지가 SAFA 출범의 주요 과제 https://t.me/Samsung_Global_AI_SW

오라클, Project Jupiter 예정대로 진행 중 강조 : 오라클은 Project Jupiter가 기존 계획된 일정대로 진행되고 있으며, 뉴멕시코 투자에 전념하고 있다고 공식 입장 발표 : 장기적으로 지역사회와 공존하기 위한 노력의 일환으로 Project Jupiter의 전력 공급 계획을 재설계하고 있다고 설명 : 현재 캠퍼스 건설에 3,600명 이상이 참여 중이며, 이 가운데 뉴멕시코 주민이 1,000명 이상. 8월에만 900명 이상이 추가 투입됐고, 누적 근로시간은 280만 시간 이상 : 오라클은 개발사 STACK Infrastructure와의 파트너십도 지속하고 있다고 강조 : Project Jupiter가 뉴멕시코에 가져올 경제적 효과는 47억달러 이상으로 예상한다고 설명 https://x.com/oracle/status/2103105677874897334

오라클, 뉴멕시코 스타게이트 데이터센터 지연 대비 불가항력 조항 발동 통지 보도 : 오라클은 Blue Owl 산하 STACK Infrastructure가 개발 중인 뉴멕시코 Project Jupiter에 대해 불가항력(force majeure) 통지 전달 : 프로젝트 철수가 아니라 2028년 가동이 지연될 경우 지급 의무를 연기하거나 재무 부담을 제한하기 위한 선제적 조치 : Project Jupiter는 스타게이트 프로젝트 핵심 시설로, 2.45GW 규모로 계획 : 프로젝트는 에너지 인프라 관련 인허가 문제로 차질. 천연가스 파이프라인은 뉴멕시코주 토지관리국의 반복적인 경로 허가 거부로 가동 시점이 당초 이달에서 2027년 2월 1일로 약 6개월 지연 : 데이터센터는 블룸에너지의 가스 기반 연료전지를 활용할 예정으로, 파이프라인 지연이 프로젝트 일정의 핵심 리스크로 부상 : 오라클은 공식적으로는 “Project Jupiter는 계획된 일정대로 진행 중이며 뉴멕시코 투자에 전념하고 있다”고 설명 : 금융시장에서도 우려가 반영되며 프로젝트 관련 부채는 액면가 1달러당 90센트 미만에서 거래. 약 20개 은행이 건설 자금으로 180억달러 대출을 제공한 만큼, 오라클의 불가항력 통지는 대주단의 리스크 인식을 높일 가능성 https://t.me/Samsung_Global_AI_SW

딥시크, 연환산 매출 10억 달러 돌파, 가격 인상에도 수요 견조 : 딥시크의 연환산 매출이 10억 달러 도달. 지난 7월 4-5억 달러 수준에서 수개월 만에 2배 이상 증가 : 지난달 모델 가격을 2.3~4.5배 인상한 것이 매출 성장에 기여. 가격 인상에도 고객 기반 감소는 없었으며, 여전히 주요 모델 가운데 낮은 가격과 강한 수요를 유지 : 이달 출시한 V4.1-Flash와 V4-Flash는 대형 모델에 준하는 성능과 낮은 비용을 앞세워 글로벌 에이전트 워크로드 수요 확보 : 수익성도 높은 수준. 올해 첫 7개월 API 사업 매출총이익률 82.9%. 인프라 효율화를 통해 모델 구동에 필요한 칩 수를 줄인 것이 배경 : 매출은 사실상 전부 API에서 발생하며 무료·무광고 챗봇 앱에서는 매출이 발생하지 않음. 량원펑 CEO는 매출 확대보다 신규 모델 개발이 우선이라고 강조 : 전체 컴퓨팅 용량의 70% 이상을 학습, 30% 미만을 추론에 배정. 소형 모델을 게이밍 GPU에서도 구동하는 방안을 테스트해 첨단 GPU를 훈련에 집중하는 전략 : 두 번째 투자 라운드에서 기업가치 5,000억위안(750억 달러) 기준 500억위안(75억 달러) 조달을 10월 말까지 마무리할 계획. 이후 상하이증권거래소 상장 준비 : 미국의 첨단 엔비디아 GPU 수출 규제에 대응해 국산 칩 활용 확대가 핵심 과제. 화웨이가 이르면 4Q부터 훈련용 칩을 공급할 것으로 예상 https://t.me/Samsung_Global_AI_SW

구글, Gemini 4 출시 임박, 사후학습 초기 단계 진입 : 구글 딥마인드 수장 카부쿠추오글루는 Gemini 4가 현재 사후학습 초기 단계에 있으며, 연말보다 “훨씬 이른 시점” 출시를 기대한다고 언급 : 현재 결과에 고무돼 초기 사후학습 버전을 가능한 한 빠르게 출시한 뒤 빠른 속도로 반복 개선한다는 계획 : Gemini 4는 지난해 말 Gemini 3 출시 이후 첫 차세대 플래그십 모델. 2월 Gemini 3.1 이후 구글은 상대적으로 작고 저렴한 Flash 모델 출시에 집중 : 당초 6월 출시가 예고됐던 Gemini 3.5 Pro는 결국 공개되지 않았으며, 이후 Flash 모델을 통해 학습 속도를 극대화하는 전략을 택했다고 설명. 3.5 Pro의 공식 폐기 여부는 밝히지 않았지만 현재 초점은 Gemini 4에 맞춰진 상황 : 카부쿠추오글루는 앤스로픽 Mythos와 오픈AI GPT-6가 현 구글 최상위 모델을 앞서고 있다는 평가에도 팀을 “100% 신뢰한다”며 구글이 지속적으로 프런티어에 위치할 것이라고 자신 : Gemini 4는 현재 가드레일 구축과 안전성 테스트를 진행 중이며, 구글 엔지니어들이 내부적으로 Antigravity AI 코딩에 활용 중 https://t.me/Samsung_Global_AI_SW

메타, Meta Connect 2026 주요 발표 : Muse 음성·실시간 영상 지원 - 개인 AI 에이전트 Muse와 장시간 음성·영상 대화가 가능해졌으며, 대화하는 동안에도 백그라운드에서 작업을 지속 수행. Muse를 글래스에도 탑재해 하루 종일 핸즈프리로 이용 가능 : 글래스 Private Processing 도입 - 일부 AI 기능에 Private Processing을 적용해 사용자 정보를 메타를 포함한 외부에서 접근할 수 없도록 설계 : 첫 오디오 글래스 Ray-Ban Meta Audio 출시, $349 - 카메라를 제거하고 최대 12시간 배터리를 탑재한 메타의 첫 오디오 전용 글래스. 43g으로 역대 가장 가벼운 프레임이며 Clubmaster·Burbank 2개 스타일로 출시 : Ray-Ban Meta Gen 3 공개, $449 - 배터리 최대 9시간으로 확대하고 6개 마이크를 탑재해 배경 소음을 90% 이상 감소. 12MP 카메라와 3K 영상 촬영을 지원하며 Aviator를 포함한 신규 디자인 추가 : Meta Glasses 라인업 확대, - 신규 Capri·Nova 디자인과 Kylie 에디션 아이보리 컬러($399~), LISA 협업 모델($399~) 공개. 보급형 Meta Adventurer는 $249부터 시작하며, 연말까지 전체 AI 글래스 옵션을 100종 이상으로 확대할 계획 : Meta VR Glasses 공개, $1,299 - 약 100g의 고해상도 안경 형태로 VR 구현. 개인 영화관, 멀티 모니터 워크스테이션, 게임 콘솔 기능을 하나의 글래스에 통합. 2027년 봄 출시 예정 : Muse Charm 공개, 가격 미공개 - 키체인에 달 수 있는 소형 Muse 전용 디바이스로, 실시간 음성 모델을 기반으로 개인 AI 에이전트와 상시 대화할 수 있도록 설계. 12월 출시 예정 https://www.youtube.com/live/w9RyNj0ukWo https://x.com/finkd/status/2102913005730271579

오픈AI 에이전트, 호주 메디케어 시스템 무단 침입, 정부는 AI 사이버 대응 긴급 점검 : 지난 6월 18일 오픈AI 연구팀이 내부 모델을 이용해 공공 의료 분야 인터넷 리서치를 수행하던 중, AI 에이전트가 호주 사회서비스청의 메디케어 통계 포털에서 반복적인 접근 차단을 우회해 비인가 영역에 침입. 공개 파일뿐 아니라 비공개 파일에도 접근하고 내부 서버에 파일을 작성한 것으로 확인 : 해당 에이전트는 해킹을 지시받은 것이 아니라 의료 정보를 조사하라는 목표를 수행하던 중 보유한 도구를 활용해 접근 제한을 우회한 사례. 앨버니지 호주 총리는 에이전트가 반복적으로 거부 신호를 받았음에도 이를 우회했다고 설명 : 현재까지 환자 기록이나 개인정보가 유출됐다는 증거는 없으며, 사회서비스청 전체 네트워크가 추가로 침해된 정황도 확인되지 않음. 다만 공개 대상이 아닌 자료와 내부 파일명에는 접근했으며 호주신호정보국 지원 아래 포렌식 조사 진행 중 : 오픈AI는 사건이 발생한 6월 당시 이를 인지하지 못했고, 8월 내부 ‘misaligned model activity’ 검토 과정에서 발견한 뒤 9월 10일 호주 정부에 통보. 앨버니지 총리는 약 3개월이 지난 뒤 일반 공개 이메일 주소로 통보한 방식까지 포함해 “용납할 수 없다”며 샘 올트먼에게 직접 강한 우려를 전달 : 호주 정부는 호주보건복지연구원, NSW 범죄통계연구국, 빅토리아주 보건부 등 3개 시스템도 영향을 받았을 가능성을 조사 중. 총리내각부 주도의 태스크포스를 구성해 법 집행, AI 관련 사이버 사고 대응 체계, 향후 AI 규제 입법까지 검토할 계획 : 핵심은 사이버 공격용으로 설계된 에이전트가 아니라 일반 리서치 에이전트가 목표 달성 과정에서 스스로 접근 제한을 우회했다는 점 : 에이전트 성능 고도화와 함께 모델 행동 통제, 샌드박싱, 툴 권한 관리, 이상 행동 모니터링 등 에이전트 보안의 중요성이 동시에 부각되는 사례 https://t.me/Samsung_Global_AI_SW

다리오 아모데이, Claude의 유전자 편집 메커니즘 발견과 AI 생물학의 지수적 발전 강조 오늘 우리는 Claude가 주도해 발견한 분자 기계(molecular machine)를 발표했습니다. 우리는 이것이 새로운 유전자 편집 메커니즘일 가능성이 있다고 보고 있습니다 이 시스템의 정확한 기능이 무엇인지, 생명공학적으로 활용 가치가 있는지, 있다면 어느 정도인지, 그리고 얼마나 중요한 발견인지는 아직 명확하지 않습니다. 하지만 최소한 제가 박사과정 학생이었다면 자랑스럽게 생각했을 만한 연구입니다. 이번 연구는 전부는 아니지만 대부분 Claude가 수행했습니다. 우리의 생명과학팀이 광범위한 연구 분야를 제안했고, Claude는 관련 문헌과 방대한 유전체 데이터를 읽고 흥미로운 대상을 발견했습니다. 이후 Claude가 이 발견을 검증하기 위한 실험을 제안했고, 우리 연구팀이 실제로 그 실험을 수행했습니다. 이를 일회성 사례나 흥미로운 해프닝 정도로 치부하기는 쉽습니다. 그러나 우리는 AI가 새로운 지적 영역에서 처음에는 미약한 수준을 보이다가 몇 년 만에 인간을 넘어서는 수준으로 발전하는 패턴을 반복적으로 목격해 왔습니다. 2023년 모델들은 평균적인 고등학생 수준의 수학 문제조차 어려워했습니다. 2024년에는 미국 최상위권 고등학생들이 참가하는 수학 경시대회에서 좋은 성적을 내기 시작했고, 2025년에는 비교적 작은 미해결 문제들을 풀기 시작했습니다. 2026년 초에는 더 중요한 미해결 문제들을 해결하기 시작했고, 2026년 후반에는 수학 전체를 통틀어 가장 중요한 몇몇 미해결 문제들까지 풀기 시작하고 있습니다. 우리는 생물학 분야의 AI도 이와 유사한 지수적 발전 경로를 따르고 있다고 생각합니다. 물론 생물학과 수학의 가장 큰 차이는 수학은 순수하게 이론적으로 수행할 수 있는 반면, 생물학에는 실험이 필요하다는 점입니다. 일부에서는 이를 근거로 AI가 생물학에서 가질 수 있는 효용에는 한계가 있을 것이라고 주장해 왔습니다. 우리는 이 결론이 잘못됐다고 생각합니다. 오늘 우리가 보여준 것처럼, 인간은 AI와 협업해 실험을 수행할 수 있고, 몇 주 내에 핵심 결과를 검증할 수 있으며, 필요하다면 실험 결과를 바탕으로 AI와 함께 추가적인 연구를 반복할 수 있습니다. 장기적으로는 적절한 안전장치를 마련한다는 전제하에 Claude가 실험 장비를 자율적으로 제어하면서 직접 실험을 수행하는 것도 가능해질 수 있습니다. 다만 현재 우리는 그렇게 하고 있지는 않습니다. 또한 우리의 연구실은 인간에게 위험한 물질을 취급하지 않는 BSL1, BSL2 시설입니다. 보다 넓게 보면 생의학적 발전은 여러 단계로 구성됩니다. 기초 생물학적 발견에서 시작해 중개 연구, 신약 개발, 임상시험을 거쳐 마지막으로 실제 의약품과 의료서비스가 환자에게 전달됩니다. 우리는 이러한 후반 단계에도 관심이 있지만, 첫 번째 단계인 기초 생물학적 발견만 가속해도 전체 파이프라인의 속도와 범위를 확대할 가능성이 있습니다. 생물학에 대한 이해를 높이고 생물학자들이 사용하는 도구를 개선하면 이후 단계들도 발전할 수 있습니다. 예를 들어 새로운 신약 표적을 찾아내거나, 새로운 치료 방식을 발견하거나, 더 정밀한 측정을 가능하게 하거나, 실험 주기를 단축할 수 있습니다. 실험 주기가 빨라지면 다시 생물학에 대한 이해가 더욱 빠르게 발전할 수 있습니다. 이것만으로 임상시험에 필요한 시간을 단축할 수 있는 것은 아닙니다. 하지만 성공한다면 개발 파이프라인에 진입하는 유망한 후보 물질의 수를 크게 늘릴 수 있습니다. 즉, 각 후보가 개발되는 데 걸리는 시간, latency은 그대로더라도 전체 처리량, throughput은 크게 늘어날 수 있습니다. 저는 《Machines of Loving Grace》에서 AI가 “5~10년 안에 대부분의 질병을 치료할 수 있다”는 잠재력에 대해 썼습니다. 불가능하게 들리는 목표지만, AI가 개발 파이프라인의 모든 단계에 적용된다면 가까스로 가능한 목표라고 저는 생각합니다. 첫 번째 단계는 AI가 우선 생물학적 발견을 돕고, 이후에는 그 발견 자체를 주도할 수 있다는 것을 보여주는 것입니다. Claude의 이번 발견은 수십 년에 걸쳐 이어져 온 관련 연구의 연장선에 있습니다. 그 시작에는 CRISPR와 같은 시스템이 있었고, 최근 몇 년 동안에는 bridge recombinase와 VIPR 같은 발견들이 이어졌습니다. 최근에는 특히 역전사효소, reverse transcriptase, RT 기반 시스템에 대한 관심이 높아지고 있습니다. RT는 Claude가 이번에 찾아낸 시스템의 기반이 되는 효소입니다. 그리고 가장 최근에는 스탠퍼드대 연구팀이 독립적으로 연구를 수행해, 연관된 비암호화 배열, non-coding array을 가진 새로운 RT 시스템을 보고했습니다. 일부 측면에서는 Claude가 발견한 시스템과 유사하지만, 두 시스템은 서로 독립적으로 진화한 별개의 시스템입니다. 저는 우리가 이제 막 이러한 시스템들을 발견하기 시작한 단계이며, 앞으로 이들을 생명공학을 위한 강력한 도구로 발전시켜 나갈 수 있을 것이라고 생각합니다. 앤스로픽이 생명과학을 통해 AI의 공공적 혜택을 가속하기 위해 상당한 자원을 투입하고 있다는 점을 자랑스럽게 생각합니다. 우리는 생명과학팀을 확대하는 동시에, 다른 과학자들과 협력해 이러한 접근법을 훨씬 더 광범위한 문제로 확장하는 것을 목표로 하고 있습니다. 연구 협력 제안이 있거나 앤스로픽 생명과학팀에 합류하는 데 관심이 있다면 연락해주시기 바랍니다. https://x.com/darioamodei/status/2102831170299834652

앤스로픽, Claude 활용해 CRISPR 유사 신규 효소 시스템 발견 : 앤스로픽은 Claude를 활용한 기초 생물학 연구를 위해 자체 생명과학 연구 그룹과 베이 에어리어 연구실을 구축. DNA 데이터에서 미규명 단백질 계열을 탐색하고, AI가 가설을 생성한 뒤 인간 연구자가 실험으로 검증하는 방식 : 첫 연구 성과로 Claude가 박테리오파지에서 새로운 효소 시스템인 ART, array-associated reverse transcriptases를 발견. 역전사효소, RT와 인접 파트너 유전자, 일정한 간격의 DNA 반복서열로 구성되며 구조가 CRISPR 배열과 유사 : 해당 RT 자체는 기존 연구에서 알려져 있었지만, Claude는 주변의 비암호화 반복서열과 기능 미상의 보조 단백질이 하나의 시스템을 구성한다는 특징을 새롭게 포착 : 약 950개 Claude 에이전트가 21시간 동안 2.1억 토큰을 사용해 20만개 이상의 RT를 분석, 3,500개 후보 시스템을 추린 뒤 20개 핵심 후보까지 압축. 전문 연구자 기준 수주에서 수개월이 걸릴 수 있는 작업 : Claude는 RT 주변 원시 DNA에서 반복 패턴을 자율적으로 발견한 뒤 반복 수, 간격, 기존 RT 시스템과의 차이, 선행 문헌 등을 추가 분석해 신규 시스템 가능성을 제시 : 초기 실험에서는 ART 반복 배열이 여러 개의 짧은 RNA로 발현되는 것이 확인. CRISPR처럼 향후 프로그래밍 가능한 DNA 절단, 복제, 삽입 시스템으로 발전할 가능성을 시사하지만, 현재 ART의 실제 기능은 아직 규명되지 않음 : 앤스로픽은 AI가 단순 문헌 검색을 넘어 대규모 생물학 데이터 탐색, 이상 패턴 발견, 후보 선별, 가설 생성까지 자율적으로 수행할 수 있음을 보여준 초기 사례로 평가. 모든 실제 실험은 인간 연구자가 수행하며 BSL-1, BSL-2 범위에서 진행 https://www.anthropic.com/news/claude-discovers-novel-enzyme-system

Crusoe, Thinking Machines Lab과 연 $65M 추론 계약 체결 : Thinking Machines Lab의 오픈 모델 추론을 Crusoe Cloud에서 운영하는 계약으로, Crusoe Managed Inference를 통해 Inkling 모델, GLM 5.2·5.3, 자체 파인튜닝 모델 등 다양한 프로덕션 워크로드를 구동할 예정 : 인프라는 NVIDIA HGX B200 시스템과 NVIDIA Quantum-2 InfiniBand 기반 전용 Tailored Deployment로 구성. Crusoe가 클러스터를 직접 운영·지원하며 벤치마크와 SLA가 적용된 전용 엔드포인트 제공 : Thinking Machines Lab은 자체 추론 스택을 직접 관리하지 않고도 대규모·고처리량 추론 환경을 확보할 수 있으며, 비용 효율성을 높여 연구에 재투자할 수 있다고 설명 : 양사는 향후 대규모 합성 데이터 생성을 위한 배치 추론으로 협력을 확대하는 방안도 검토 중 : Crusoe의 Managed Inference는 출시 1년이 채 되지 않아 계약 ARR $100M을 돌파 https://www.crusoe.ai/resources/newsroom/crusoe-thinking-machines-lab-inference-partnership

앤스로픽, 아폴로 산하 Stream과 최대 1GW 데이터센터 직접 임대 협상 : 앤스로픽이 아폴로 글로벌 매니지먼트가 과반 지분을 보유한 Stream Data Centers와 최대 1GW 규모 컴퓨팅 용량 직접 임대 초기 협상 중. 1GW 구축에는 최소 $40B의 자본 투자가 필요할 전망 : Stream이 개발한 데이터센터를 직접 임차해 브로드컴·구글 TPU를 배치하는 방안이 중심이며, 엔비디아 GPU 등 다른 AI 칩을 함께 사용할 가능성도 존재. 구글의 신용보강 제공 방안도 논의 중 : 계약이 성사되면 앤스로픽의 최대 데이터센터 직접 임대 계약이 될 가능성. 다만 계약 체결까지 수개월이 걸릴 수 있으며, 최종 용량과 거래 구조는 아직 논의 단계로 협상이 무산될 가능성도 존재 : 핵심은 AWS·구글·스페이스X 등 클라우드 사업자로부터 서버를 임대하던 방식에서 데이터센터와 칩을 직접 확보·운영하는 방향으로 전환하는 것 : 클라우드 사업자 마진을 우회해 컴퓨팅 비용을 낮추고 칩 가격·공급, 서버 랙·네트워킹까지 통제력을 높이려는 전략 : 앤스로픽은 이미 Hut 8·TeraWulf 데이터센터 직접 임대를 추진하고 있으며, AMD와 2GW 규모 칩 계약, 아폴로·블랙스톤 SPV를 통한 $35B 규모 TPU 임대 계약도 체결 https://t.me/Samsung_Global_AI_SW

앤스로픽 Claude Opus 5.5와 오픈AI GPT-6 Sol & Luna - 높아지는 성능과 낮아지는 비용 안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다. 치열한 프론티어 AI 경쟁 속 지속적인 견제를 펼치고 있는 앤스로픽과 오픈AI가 같은 날 신규 모델을 발표했습니다. 앤스로픽은 Claude Opus 5.5를 통해 지능의 상단을 높이며 최고의 모델을 출시하는 전략을 재확인했습니다. 단순 성능이 좋아진 것 뿐 아니라 전작인 Opus 5 대비 워크로드 비용을 낮추고 출력 속도를 개선했고, API 가격도 20% 낮아졌습니다. AAII 평가에 소요된 출력 토큰량이 늘었음에도 작업당 비용은 유사한 수준을 유지했습니다. IPO를 앞두고 Claude 모델에 대한 기대감이 다시 높아질 수 있습니다. 몇 주 내 Sonnet과 Haiku를 출시할 예정이고, Fable 5.5의 등장 가능성도 존재합니다. 오픈AI는 GPT-6 Sol과 Luna를 통해 비용의 하단을 낮추고 있습니다. 비용 효율성과 활용성 측면의 진보를 이어가고 있습니다. 성능은 이전 모델과 유사한 수준으로 평가되지만 API 가격이 50% 인하되었습니다. Luna는 6월 말 제한적 프리뷰 출시 당시와 비교하면 1/10 수준으로 가격이 낮아졌습니다. 샘 올트먼은 작업당 비용 기준으로는 시장에서 경쟁자가 없다는 자신감을 보이기도 했는데요 오픈AI는 이전부터 모든 가격대에서 경쟁력 있는 모델을 제공하는 것을 목표로 삼고 있습니다. 반복되는 모델 출시 과정에서 특정 기업의 우위를 단정하기 어려운 상황이지만 AI 산업 발전에서 지능의 상단은 높아지고, 비용의 하단이 낮아지는 두 가지 긍정적인 방향성은 이어지고 있습니다. 자세한 내용은 발간된 보고서를 참고해 주시기바랍니다. 보고서 링크: https://tinyurl.com/474apk3w (2026/9/23 공표자료)

알렉산더 왕, Meta Connect 참석 예고, 차세대 모델 ‘Watermelon’ 출시도 임박 : 알렉산더 왕은 올해 Meta Connect에서 직접 발표할 예정이라고 밝히며, 이번 주 MSL(Meta Superintelligence Labs)에서 보고 싶은 내용을 사용자들에게 질문 : 이어 “내일 메뉴에는 🍉가 없지만 걱정하지 마라, 곧 나온다”고 언급. 🍉는 메타가 개발 중인 차세대 AI 모델 ‘Watermelon’을 지칭 : 이에 따라 Watermelon은 이번 Meta Connect에서는 공개되지 않지만, 출시 임박 시사 https://x.com/alexandr_wang/status/2102491304836096181

마이크로소프트, Copilot 최대 50% 할인, AI ‘슈퍼 앱’으로 사용량 기반 매출 확대 : 마이크로소프트가 대규모 기업 고객 대상으로 Copilot 구독료 할인폭 확대. 이르면 10월부터 1,000석 이상 고객은 약 30%, 10,000석 이상은 최대 50% 할인 제공 예정 : 기존 Copilot 가격은 사용자당 월 $30부터 시작. 최근까지 2,000석 이상 구매 고객에게 약 10% 할인했던 것과 비교하면 가격 정책이 크게 공격적으로 전환 : 할인 확대는 이르면 이번 주 출시 예정인 개편된 Copilot ‘슈퍼 앱’과 연계 : AI 코딩 도구와 OpenClaw 스타일의 AI 에이전트 기능 등을 하나의 앱으로 통합하고, 일부 신규 기능에는 사용량 기반 과금 적용 : 전략의 핵심은 좌석당 구독료를 낮춰 Copilot 보급을 확대하는 대신, 각 좌석에서 에이전트·코딩 등 추가 기능 사용에 따른 사용량 기반 매출을 창출하는 것. 마이크로소프트도 “모든 좌석이 사용량 기반 성장의 동력이 될 수 있다”고 설명 https://t.me/Samsung_Global_AI_SW

■ 소프트뱅크그룹, 10% 고금리 채권에도 발행액 2배 수요 - SBG가 발행 예정인 달러·유로화 저등급채에 200억 달러 이상 주문이 유입돼 발행 예정액의 약 2배 수요 확보 - 달러채 100억 달러, 유로채 10억유로를 발행할 예정이며 7.5년 달러채 금리는 9% 후반~10% 수준 예상. 미국 국채 대비 스프레드는 약 450~500bp로 높은 수준 - 조달 자금은 주로 OpenAI 추가 출자에 사용. 300억 달러 추가 투자 중 200억 달러는 이미 납입했으며 잔여 100억 달러는 10월 1일 납입 예정 - 높은 금리에도 강한 수요가 확인된 것은 우호적인 글로벌 크레딧 환경과 높은 수익률 매력이 작용한 것으로 해석 (출처: 일본경제신문, 야후 재팬 파이낸스 등 언론) [삼성증권 이창희] 일본주식 https://t.me/samsungpe

샘 올트먼, GPT-6 가격 경쟁력 강조, 다음 주 DevDay 대규모 발표 예고 : 샘 올트먼은 GPT-6 Sol·Luna가 지능, 정렬, 업무 결과물, 코딩, 컴퓨터 사용 등에서 GPT-5.6 계열 대비 크게 개선됐다고 강조 : 특히 토큰당 가격이 절반으로 낮아졌으며, 실제 중요한 지표인 작업당 비용 기준으로 보면 시장에서 경쟁할 만한 제품이 없다고 주장. 사람들이 AI를 대량으로 사용할 수 있을 만큼 비용을 낮추는 것이 중요하다고 언급 : 오픈AI API의 목표는 모든 가격대에서 최고의 모델을 제공하고, 텍스트·코드·이미지·비디오 등 모든 모달리티에서 최고 수준을 확보하는 것이라고 설명 : 개발자들에게 “우리는 개발자를 사랑한다. 다음 주에 보자”고 언급하며 DevDay를 예고 : 특히 이번 DevDay를 준비하면서 “오픈AI 역사상 처음으로 출시할 것이 너무 많다고 말한 것 같다”고 언급, 다음 주 다수의 신규 제품·기능 발표 가능성 시사 https://t.me/Samsung_Global_AI_SW

오픈AI, GPT-6 Sol·Luna 발표 : 오픈AI가 GPT-6 Astra에 이어 더 빠르고 저렴한 GPT-6 Sol과 Luna 공개 : Astra와 유사한 학습 방식을 적용해 전문 업무, 사실 정확성, 코딩, 컴퓨터 사용, 정렬 성능을 개선하면서 비용 효율성을 높이는 데 초점. Astra는 여전히 최상위 모델로 유지 : API 가격은 GPT-5.6 대비 약 절반으로 인하 - Sol은 $4/$20 → $2/$10, - Luna는 $0.20/$1.20 → $0.10/$0.50 : 오픈AI 자체 평가에서도 Sol과 Luna의 비용 대비 성능 개선 강조. AAII 평가에서도 절대 성능 상승보다 비용 절감이 주요 : Sol의 작업당 비용은 $1.06 vs GPT-5.6 Sol $1.99, Luna는 $0.07 vs $0.18로 각각 약 50%, 60% 감소. : 다만 출력 토큰 사용량은 Sol 29k에서 31k, Luna 41k에서 51k로 늘어 비용 개선은 대부분 가격 인하 효과 : Artificial Analysis Coding Agent Index에서는 Sol이 57점으로 GPT-5.6 대비 2점 상승. 반면 Luna는 41점으로 2점 하락. 벤치마크별 성과 혼재. : 환각은 크게 감소. AA-Omniscience에서 Sol의 환각률은 92%에서 60%, Luna는 93%에서 77% 로 하락. : 다만 Sol은 답변 시도율을 99%에서 83%로 낮추면서 오답을 줄인 측면이 있으며, 정확도는 59%에서 54%로 5%p 하락 : 프롬프트 캐싱도 개선해 캐시 적중률을 높였으며, GitHub는 최근 수개월간 이러한 개선으로 오픈AI 모델 요청에서 새로 처리해야 하는 프롬프트 토큰 비중이 50% 이상 감소했다고 설명 : GPT-6 Sol과 Luna는 Plus, Pro, Business, Enterprise, Edu 사용자의 ChatGPT Work와 Codex에서 제공되며, Free와 Go 사용자는 데스크톱 앱에서 Luna 사용 가능. API에서는 gpt-6-sol, gpt-6-luna로 제공 https://openai.com/index/introducing-gpt-6-sol-and-luna

앤스로픽, Claude Opus 5.5 발표 : 앤스로픽이 Claude 5.5 제품군의 첫 모델 Claude Opus 5.5 공개. : 대부분의 작업에서 Fable 5.1과 유사하거나 상회하는 성능을 제공하면서, Opus 5 대비 일반적인 워크로드 비용은 약 40% 절감, 출력 속도는 30% 이상 개선 : AAII 58점으로 전체 1위. 10개 평가 중 6개에서 최고 점수를 기록했으며, Humanity’s Last Exam 61.4%, SciCode 66.9%, GDPval-AA v2.1, AA-Briefcase v1.1, AA-Omniscience, AutomationBench-AA에서 선두 : 에이전틱 코딩과 지식 업무에서도 강세. 앤스로픽 자체 평가 기준 Terminal-Bench 4.0 66.4%, FrontierCode v1.1 54.4% 등 : 장기 코딩 작업 효율도 크게 개선. 20만 줄 코드베이스 감사·수정에 Opus 5.5는 3시간 미만, Opus 5는 20시간 이상 소요 : 가격은 입력·출력 100만 토큰당 $4/$20으로 Opus 5의 $5/$25 대비 20% 인하. 캐시 읽기는 $0.20으로 기존 $0.50 대비 60% 인하, 일반 입력 대비 95% 할인. 캐시 쓰기도 $6.25에서 $5로 인하 : 출력 토큰 사용량은 작업당 약 11.9만 토큰으로 Opus 5의 7.3만, Fable 5.1의 7.8만, GPT-6 Astra의 2.7만보다 많지만, 가격 인하로 작업당 비용은 Opus 5와 유사한 수준 : 안전성 측면에서는 약 2,000개 시나리오의 자동화 행동 감사에서 최근 Claude 모델 중 최고 수준. 격리 경계를 우회하려는 시도는 Opus 5와 Mythos 5.1 대비 약 85% 감소 : 프롬프트 인젝션 방어도 강화됐으며, 사이버보안·생물학 영역에는 Fable 5.1과 유사한 안전장치 적용 : Claude Sonnet 5.5와 Haiku 5.5도 향후 몇 주 내 출시 예정 https://www.anthropic.com/claude-opus-5-5

중국, 딥시크·문샷AI의 Claude 우회 사용 및 민감 데이터 유출 가능성 조사 : 중국 국가인터넷정보판공실(CAC)이 앤스로픽의 9월 10일 보고서 공개 이후 딥시크와 문샷AI를 조사 중 : 당초 보고서에 언급된 알리바바, Z AI, 센스타임, 미니맥스, 샤오미 등 중국 AI 기업 7곳을 소환했으나 이후 두 회사에 조사를 집중하고 사무실 현장 조사와 임직원 면담도 진행 : 앤스로픽은 중국 AI 기업들이 고객 요청을 몰래 Claude로 우회 전송한 뒤 결과를 자체 모델이 처리한 것처럼 제공했다고 주장. 문샷AI는 5~7월 2,300만건 이상, 딥시크는 7월 14일 동안 1,200만건 이상의 요청을 Claude로 전달한 것으로 파악 : 미국 측은 중국 AI 기업들이 Claude의 결과를 활용해 자사 모델을 학습시키는 무단 증류를 문제 삼고 있지만, 중국 당국의 핵심 우려는 민감한 자국 데이터의 미국 이전 가능성 : 앤스로픽에 따르면 문샷AI에서는 인민해방군 관련 가능성이 높은 사용자가 청두 지역 수백 대의 경찰 CCTV를 활용해 특정 인물을 추적하는 영상 분석을 요청했고, 해당 영상과 요청이 사용자 모르게 Claude로 전달 : 딥시크에서도 경찰 감시 시스템을 개발하는 엔지니어들의 요청이 Claude로 전달된 사례가 확인됐다고 주장 : 군·경찰·국유기업 관련 민감 데이터가 미국 모델로 전송됐다면 중국의 국경 간 데이터 이전 및 데이터 보안 규제를 위반했을 가능성. CAC는 위반의 심각성과 고의성 여부를 조사 중이며 아직 처벌 여부는 결정되지 않음 https://t.me/Samsung_Global_AI_SW

저커버그, Muse 출시 인터뷰 주요 발언(Source 팟캐스트) ■ Muse, 메타의 ‘개인 슈퍼인텔리전스’ 전략의 핵심 제품 : AI의 핵심 목적은 단순한 업무 자동화가 아니라 새로운 것을 발명하고 개인의 능력을 확장하는 것이라고 강조 : 메타의 목표는 전 세계 모든 사람에게 사용자의 목표를 이해하고 24시간 지속적으로 대신 일하는 개인 AI 에이전트를 제공하는 것 : 기존 Meta AI, ChatGPT처럼 질문에 답하는 챗봇과 달리 Muse는 사용자가 프로젝트나 목표를 부여하면 장시간 자율적으로 작업. 밤에는 활동을 정리해 메모리에 반영하고, 사용자에게 새로운 프로젝트까지 선제적으로 제안 ■ Muse 수익모델, 구독보다 거래 수수료가 장기 핵심 : 초기에는 주당 1억 토큰을 무료로 제공하고 전용 VM까지 포함하는 공격적인 무료 전략 제시 : 저커버그는 Muse가 소상공인 운영, 쇼핑, 거래 등을 통해 사용자에게 직접 돈을 벌거나 절약하게 해줄 수 있다고 자신 : 장기적으로는 사용자에게 높은 구독료를 받기보다 Muse가 만들어내는 거래에서 매우 작은 수수료를 취하는 모델을 예상. Stripe와 결제 분야에서 협력하며 메타 광고 시스템에도 연결 가능 : 궁극적으로 대부분의 사용자가 무료로 이용할 수 있도록 하는 것이 목표라고 강조. 실제 Muse는 무료 중심 서비스와 유료 구독을 함께 제공 ■ 에이전트의 ‘네트워크 효과’ 강조 : 현재 대부분의 AI 업계가 에이전트를 개별 사용자와 에이전트 간의 ‘싱글 플레이어 게임’으로 보고 있다고 평가 : 향후에는 Muse 에이전트들이 서로 상호작용하고, 전체 사용자 집단에서 얻은 익명화된 인사이트를 활용해 개선되는 구조가 중요해질 것으로 전망 : 사용자가 늘어날수록 Muse 자체가 개선되는 구조를 구축할 계획이며, 이번 초기 버전에는 대부분 포함되지 않았지만 장기적으로 중요한 기능이라고 설명 ■ 프라이버시·보안을 Muse의 핵심 차별화 요소로 제시 : 개인 에이전트가 이메일, 메시지, 결제, 건강정보 등 민감한 데이터에 접근하려면 기존 챗봇보다 훨씬 높은 신뢰가 필요하다고 강조 : 이를 위해 Signal 창업자 Moxie Marlinspike를 직접 영입해 Confidential VM 개발에 참여시켰으며, 향후에는 메타조차 VM 내부 데이터와 대화 내용을 볼 수 없도록 설계할 계획 : 별도의 Sentinel Agent가 외부 통신과 프롬프트 인젝션 등을 감시하고, 로그인·결제·민감정보 전송에는 human-in-the-loop 승인 적용. 이메일 등 외부 서비스 연결도 기본적으로 최소 권한 원칙 적용 ■ 개인 AI 에이전트 시장, 소수 대형 사업자 중심 전망 : 최첨단 개인 AI 에이전트를 자체 개발할 역량을 가진 기업은 12개를 넘지 않을 것으로 예상 : 개인 관계 관리, 소상공인 운영 등 용도별로 강자가 달라질 수 있어 완전한 승자독식 시장은 아니라고 평가 : 다만 메타는 수십억 명의 소비자와 수억 개의 소상공인 고객 기반을 갖고 있어, 제품이 충분히 완성되면 수억 명에서 궁극적으로 수십억 명까지 빠르게 배포할 수 있는 역량을 강점으로 제시 ■ AI 모델, 범용 벤치마크보다 Muse에 최적화 : 개인 에이전트 경쟁에서 단순히 외부 모델을 가져와 포스트트레이닝하는 방식으로는 처음부터 목적에 맞게 모델을 설계한 업체를 따라가기 어렵다고 주장 : 메타는 코딩, 재귀개선 등 프런티어 연구를 지속하는 동시에 사용자의 민감정보를 상황에 따라 공개하지 않는 ‘discretion’ 같은 개인 에이전트 특화 능력을 모델 학습 단계부터 강화 : Muse용 모델을 자체 개발하는 이유도 애플리케이션, 모델, 칩, 데이터센터까지 통합해야 최상의 사용자 경험을 만들 수 있다는 판단 ■ Watermelon, 곧 출시, Avocado 대비 ‘매우 큰 진전’ : 현재 Muse Spark 1.3은 상대적으로 작은 규모의 프리트레이닝 프로젝트인 내부 코드명 Avocado 기반 : 차세대 모델 Watermelon은 곧 출시될 예정이며, 저커버그는 Avocado보다 훨씬 큰 프리트레이닝으로 “very big advance”라고 평가 : Watermelon 이후 모델 훈련에는 오하이오의 Prometheus GW급 클러스터를 활용하고 있으며, 메타는 이미 Watermelon 이후 세대 모델 스케일링 단계에 진입했다고 언급 ■ Llama 4 실패 이후 AI 연구조직 운영 방식 전환 : Llama 4가 기대했던 성능 궤도에 도달하지 못했다고 직접 인정 : 기존에는 메타가 머신러닝에 강하기 때문에 LLM도 기존 방식으로 대규모 조직을 활용하면 될 것으로 생각했지만 이는 잘못된 판단이었다고 설명 : 이후 AI 연구에서는 ‘talent density’가 핵심이라는 판단 아래, 가능한 작은 최정예 연구팀 중심으로 조직을 재편. 저커버그 본인이 상당한 시간을 핵심 연구자 영입에 투입하고 연구팀도 자신의 사무실 주변에 배치 : 연구 성과에 대한 자신감이 높아지면서 컴퓨팅 투자도 크게 확대했으며 “many, many gigawatts”의 컴퓨팅을 구축하고 있다고 언급 ■ AI 안전, ‘소수 기업의 접근 제한’보다 기술의 광범위한 보급 강조 : 소수 AI 랩만 초고성능 모델을 보유하는 구조가 오히려 위험할 수 있다는 입장 : 사이버보안에서도 공격용 AI를 제한된 기관만 보유하게 하기보다 방어 측에도 강력한 AI가 널리 보급돼 상호 견제하는 구조가 더 안전할 수 있다고 주장 : 다만 모든 모델을 오픈소스로 공개해야 한다는 입장은 아니며, 메타 역시 일부 모델은 폐쇄적으로 개발할 수 있다고 설명. 핵심은 강력한 AI에 대한 접근권이 소수 기업에 집중되지 않는 것 ■ AI 규제, 고정된 규칙보다 정부와 지속적 협력 선호 : AI 기술 변화가 너무 빨라 구체적이고 경직된 규제 프레임워크는 몇 달 만에 낡을 가능성이 있다고 지적 : 대신 미국 AI 기업들이 주요 훈련 런과 새롭게 등장하는 능력을 정부와 공유하고, 사이버·바이오 등 위험 변화에 맞춰 지속적으로 협력하는 방식이 효과적이라고 주장 https://youtu.be/Lx8lrn-cytc

주요 모델 AAII 점수 + 작업당 비용 + API 가격(인풋/아웃풋) Claude Fable 5.1 → 53점 → $7.63 → $10, $50 GPT-6 Astra → 53점 → $3.26 → $10, $50 Claude Opus 5 → 51점 → $5.86 → $5, $25 Muse Spark 1.3 → 48점 → $1.60 → $1.25, $4.25 GPT-5.6 Sol → 47점 → $1.99 → $4, $20 Grok 4.7 → 46점 → $3.74 → $2, $6 MiMo-V2.6 Pro → 46점 → $0.13 → $0.44, $0.87 Qwen 3.8 Max → 45점 → $5.41 → $2, $6 GLM-5.3 → 45점 → $2.01 → $1.4, $4.4 Step 5 Preview → 44점 → $0.72 → $1, $2.7 Kimi K3 → 44점 → $2.00 → $3, $15 GPT-5.6 Terra → 42점 → $1.40 → $2, $12 GLM-5.3 Flash → 42점 → $0.25 → $0.15, $0.5 Gemini 3.8 Flash → 41점 → $1.24 → $0.27, $3.75 Qwen 3.8 Flash Next → 40점 → $0.37 → $0.15, $0.47 DeepSeek V4.1 Flash → 39점 → $0.27 → $0.3, $1.2 Claude Sonnet 5 → 38점 → $5.09 → $2, $10 GPT-5.6 Luna → 37점 → $0.18 → $0.2, $1.2 https://artificialanalysis.ai

오픈AI, RSI 대비 글로벌 AI 표준 구축 제안, 미국의 주도적 역할 강조 : 오픈AI는 향후 AI 발전의 핵심 목표로 ① 자동화된 AI 연구자 구축과 정렬 연구 가속 ② AI 기반 과학·경제적 혜택 확대 ③ 개인용 AGI 보급 제시 : AI가 차세대 AI 개발을 점점 더 담당하면서 재귀적 자기개선, RSI로 발전할 수 있으며, 자동화 수준이 높아질수록 AI 발전 속도도 급격히 빨라질 수 있다고 평가. 자동화된 AI 연구자는 과학 발전뿐 아니라 정렬 연구와 AI 안전 연구 자체도 가속할 수 있다고 강조 : 다만 완전 자율형 RSI는 현재 발생하고 있지 않으며, 안전성이 확보되기 전까지 추진해서는 안 된다는 입장. 인간이 AI 연구 과정을 이해하거나 감독하지 못하게 될 경우 AI 개발에 대한 실질적인 통제력을 상실할 위험이 있다고 경고 : 이에 정렬 연구와 함께 프런티어 AI에 대한 국제 공통 안전 표준 구축을 제안. 국가별 평가·보고 체계가 달라질 경우 규제 파편화와 집단행동 문제가 발생하고, RSI 발전 속도가 인간의 위험 평가와 감독 능력을 넘어설 수 있다고 지적 : 구체적으로 RSI 관련 AI 발전 속도와 기업 내 자율 연구 규모 측정, 자동화 AI 연구에 대한 인간 감독 기준, AI 사고의 분류·추적·보고 프로토콜 등을 공통 표준으로 구축할 것을 제안. 한국을 포함한 각국 AI 안전 연구소와 미국 CAISI 등을 활용하는 방안도 제시 : 다만 해당 표준은 AI 모델 허가제나 의무적인 출시 전 심사·승인이 아니라 공통 기술 기준을 마련하는 방식이며, 실제 법적 적용 여부는 각국 정부가 결정한다는 입장 : 오픈AI는 AI 개발 속도 관리가 단순히 개발을 늦추는 것이 아니라, 정렬 연구와 안전장치가 AI 역량 발전보다 앞서도록 만드는 것이라고 정의 미국이 기술적 프런티어와 글로벌 네트워크를 기반으로 국제 AI 표준 수립을 주도해야 한다고 주장 : 이에 RSI 관련 AI 발전 속도와 자율 연구 규모 측정, 인간 감독 기준, 사고 분류·추적·보고 프로토콜 등 글로벌 공통 기술 표준 구축을 제안 : 해당 표준은 AI 모델 허가제나 의무적 출시 전 승인 제도가 아니라 공통 기술 기준이며, 실제 법적 적용 여부는 각국 정부가 결정 : 오픈AI는 AI 개발 속도 관리가 단순 감속이 아니라 정렬 연구와 안전장치가 모델 역량 발전보다 앞서도록 만드는 것이라고 정의하며, 미국이 글로벌 표준 수립을 주도해야 한다고 주장 https://openai.com/index/building-standards-next-phase-ai

알리바바, AI 모델·칩·클라우드 풀스택 전략 공개, 2032년 데이터센터 20GW 목표 : 에디 우 알리바바 CEO는 2026 압사라 컨퍼런스에서 AI가 인간의 인지 업무를 대체하는 단계를 넘어 ‘머신 인텔리전스’ 시대로 진입하고 있다고 강조. 현재 머신 사고량은 인간의 3% 미만이지만 장기적으로 1,000배까지 확대될 수 있다고 전망 : AI 코딩은 전기 시대의 ‘전구’에 불과하며 진정한 AI 네이티브 제품은 아직 등장하지 않았다고 평가. 머신 인텔리전스의 핵심 인프라를 AI 모델·칩·클라우드로 정의하고 풀스택 투자를 장기 전략으로 제시 : 모델 - Qwen 팀은 재귀적 자기개선, RSI에서 의미 있는 진전을 확보했으며 5~10조 파라미터 규모 신규 모델 학습 계획 - 복잡한 장기 과제 수행과 ASI 진전을 목표로 모델 아키텍처·데이터 최적화 및 멀티모달 역량 강화 : AI 칩 - GPU Zhenwu, CPU Yitian, 스마트 NIC·인터커넥트까지 자체 데이터센터 칩 포트폴리오 구축 - M890 AI Supernode는 2조 파라미터 이상 모델 추론을 지원하며 이번 분기부터 상업적 규모로 가동 - 차세대 Zhenwu V900은 전작 대비 3배 성능, 단일 클러스터 최대 50만개 칩 연결 지원. 자체 AI 칩 출하량의 큰 폭 증가 전망 : AI 클라우드 - AI 수요가 공급 능력을 크게 상회하는 가운데 데이터센터 공급망 부족이 증설 속도를 제한 - 2032년까지 글로벌 데이터센터 운영 용량 20GW+로 확대하고, 전체 인프라 스택을 공동 최적화해 모델·에이전트의 컴퓨팅 수요를 흡수할 계획 https://www.alizila.com/aliviews-eddie-wu-shares-alibabas-strategic-full-stack-ai-roadmap-at-the-2026-apsara-conference

[반.전] Terafab - 반도체 Gigafactory가 온다 안녕하세요 삼성증권 문준호, 박준규, 서지현, 정승호입니다. AI 투자 자체가 지속될 것인가를 의심하는 목소리는 많이 줄었다고 생각합니다. 투자의 증가 속도를 걱정하는 것이지, 감소를 가정하는 시각은 없는 것 같습니다. 오히려 시장의 관심은 나날이 상향되고 있는 막대한 투자가 어디까지 확장될 수 있을까로 옮겨가고 있습니다. AI 투자는 GPU에서 시작해 HBM과 네트워크, 데이터센터 전력 인프라에 이어 CPU와 NAND까지 확산되고 있습니다. 그런데 이제는 AI를 위해 반도체를 사는 것을 넘어, 아예 반도체를 직접 만들 공장까지 세우겠다는 곳도 나타나고 있습니다. 바로 일론 머스크의 또다른 야심 찬 계획, Terafab입니다. 사실 아직 Terafab에 대해 알려진 것은 많지 않습니다. 정확히 어떤 반도체를 만들 것인지, 얼마나 큰 생산 능력을 갖출 것인지, 어떤 공정을 사용할 것인지도 모두 정해졌다고 보기 어렵습니다. Terafab이 말이 되는 프로젝트인 것인지, 만약 성공하게 될 경우 기존 TSMC와 삼성전자에게 리스크가 되는지 등에 대한 질문에 지금 당장 답을 내리기도 어렵습니다. 하지만 반도체 투자자 입장에서는 오히려 그래서 지금부터 볼 필요가 있다는 생각입니다. AI 투자는 그동안 주로 반도체 수요를 늘려왔습니다. 엔비디아 GPU가 더 많이 필요했고, HBM이 더 많이 필요했고, GPU 서버들을 연결하기 위한 네트워킹 수요가 늘어 왔습니다. 그런데 Terafab이 현실화된다면 처음으로 대규모 AI 수요가 반도체 공급 능력 자체에 대한 직접적인 투자로 이어지는 사례가 됩니다. AI CAPEX의 범위가 반도체 구매에서 반도체 제조설비까지 넓어지는 셈입니다. 게다가 의외로 간단하면서도, 직관적인 투자 아이디어도 있습니다. 바로 인텔과의 연결 고리입니다. 아직 Terafab 양산 라인이 본격적으로 구축되기도 전인 만큼, 당장 모든 소부장업체를 수혜주라고 부르기는 어렵습니다. 하지만 초기 R&D와 선단공정 개발 과정에서 인텔의 공정이 활용된다는 점은 정해졌습니다. 아무것도 없는 초기 상황에서는 인텔의 공급망을 활용할 가능성이 높다고 생각합니다. 이번 보고서에서는 Terafab의 성공 여부를 섣불리 단정하기보다는 지금까지 공개된 사실들을 하나씩 모아 보았습니다. 투자 규모와 부지에 대한 정보를 통해 캐파를 가늠이라도 해보려 하고, 인텔과의 접점에서 어디를 먼저 바라봐야 할지를 고민했습니다. 어느덧 ChatGPT 모먼트 4년에 접어 들고 있는 시점에서, 이번 보고서가 AI 투자 cycle의 다음 행선지를 고민하시는 데 조금이나마 도움받으시기를 희망합니다. 감사합니다. 보고서 링크: https://bit.ly/4rsnU8T (2026/9/22 공표자료)

오픈AI, 내부 모델의 수학 미해결 문제 100개 이상 해결 공개, 독립 자문그룹 출범 : 오픈AI는 8월 28일부터 훈련한 신규 내부 모델이 나비에, 스토크스 밀레니엄 문제에 이어 수학 대부분의 분야에서 100개 이상의 장기 미해결 문제를 해결했다고 발표 : 발전 속도가 내부 수학자들의 예상도 뛰어넘으면서 수학계가 이에 대비하고 적응할 수 있도록 결과 공개 방식을 논의 중 : 최근 수학자들이 공개서한을 통해 미해결 문제 풀이를 AI 벤치마크로 활용하는 것이 수학 생태계에 부정적 외부효과를 초래할 수 있다고 비판한 가운데, 오픈AI는 수학계와의 소통을 위해 독립적인 ‘수학 및 인공지능 자문그룹’을 구성 : 자문그룹은 AI가 도출한 새로운 수학적 결과의 중요성 평가, 연구 결과 공개 시점과 방식, 학문적·전문적 연구 기준, AI를 활용한 수학 연구 및 교육 등에 대해 조언할 예정 : 그룹은 오픈AI와 독립적으로 운영되며, 요청받지 않은 사안에 대해서도 의견을 제시하고 자문 내용을 공개할 수 있음. 구성원들은 오픈AI로부터 보수를 받지 않으며 Edward Witten, Timothy Gowers, Martin Hairer 등 저명 수학자들이 참여 : 다만 자문그룹은 오픈AI 내부의 수학 AI 연구 및 역량 발전 속도를 조절하는 역할은 맡지 않음. 오픈AI는 이번 그룹 출범을 수학계가 AI 발전과 활용 방향을 직접 논의하는 첫 단계로 설명 https://openai.com/index/advisory-group-on-mathematics-and-ai/

샤오미, MiMo-V2.6 공개, 대규모 RL 확장 통한 자기개선 경로 제시 : 샤오미가 네이티브 옴니모달 모델 MiMo-V2.6-Pro와 Flash를 오픈웨이트로 공개 : Pro는 최고 성능 모델, Flash는 성능·효율·비용 균형에 초점. 동일 품질에서 출력 속도를 최대 20배 높인 Pro-UltraSpeed도 제공 : MiMo-V2.6-Pro는 총 1.02T 파라미터, 활성 42B 파라미터의 MoE 모델. AAII는전작 V2.5-Pro의 26점에서 46점으로 상승해 오픈웨이트 모델 중 1위 : 성능 개선에도 API 가격은 V2.5와 동일한 입력 $0.435/1M 토큰, 출력 $0.87/1M 토큰 유지. 입력은 99% cache-hit 할인 제공. 작업당 비용 $0.13으로 지능 대비 비용의 파레토 프론티어에 위치 : 핵심은 재귀적 자기개선(RSI) 경로를 겨냥한 RL 컴퓨팅 확장. RL 이전 광범위한 멀티모달 중간 학습으로 탐색 공간을 확보하고, 이후 검증 가능한 복잡한 과제에서 탐색과 피드백을 반복하며 성능을 지속 개선하는 구조 : 강화학습(RL)은 ① 최대 1M 컨텍스트, 스텝당 1,568개 샘플·27억~37억 토큰의 대규모 비동기 학습 ② 코딩·범용 에이전트·비주얼·사이버를 아우르는 복합 환경 ③ grader 컴퓨팅 확대로 장기 과제의 보상 신호를 정교화하는 세 축으로 확장 : 활용 범위는 코딩에서 3D 월드·게임 개발, Blender 모델링, 로봇 제어, 프런트엔드·슬라이드·영상·음악 제작, 과학 연구까지 확대. 수학에서는 별도 Lean 특화 후학습 없이 6,000줄 이상의 Lean 4 증명 형식화를 지원 : 모델뿐 아니라 RL 학습 과정, 학습 환경, RL 코드·프레임워크까지 오픈소스로 공개. 전작 대비 지능을 크게 높이면서 가격은 유지하고, 대규모 RL을 통한 모델 자기개선 과정까지 공개했다는 점이 핵심 https://mimo.xiaomi.com/mimo-v2-6

오픈AI, Grok Bot 대응 개인 AI 에이전트 개발, Muse 대응도 논의 : 오픈AI가 스페이스X의 Grok Bot과 직접 경쟁하기 위한 기능 개발 중. 이메일·캘린더·업무용 앱 등에 연결해 일상 업무를 백그라운드에서 지속 수행하는 상시 가동형 AI ‘팀원’이 핵심 : Grok Bot은 Gmail, Google Calendar, Notion, Figma 등 외부 앱을 연결해 시장조사·광고 캠페인 등 다단계 업무를 수행. 사용자의 작업 방식을 관찰해 반복 수행할 수도 있으며, PC가 꺼져 있어도 24시간 작동. 월 $30부터 시작하는 SuperGrok에 포함 : 메타의 개인 AI 어시스턴트 Muse에 대응하는 제품도 내부 논의. 신규 기술을 처음부터 개발하기보다 기존 ChatGPT·Codex의 에이전틱 기능을 재구성하고 브랜딩하는 방안 검토 : Muse 역시 이메일 응답, 기업과의 커뮤니케이션, 쇼핑 등 개인 업무 자동화에 초점. 메타는 Messenger 등 자체 앱을 활용해 적극적으로 배포 중 : 오픈AI의 구체적인 출시 시점은 아직 불확실. 차세대 모델 안전·정렬 등 여러 개발 우선순위와 병행해야 하지만, 경쟁사들이 개인 AI 에이전트 시장을 선점하면서 대응 필요성이 커지는 상황 → 오픈AI: B2B고 B2C고 다 내꺼 https://t.me/Samsung_Global_AI_SW

메타 Muse, 출시 초기 ChatGPT 상회, 쇼피파이와 에이전틱 커머스 협력 ■ Sensor Tower 데이터 : Muse의 미국 일일 다운로드는 9월 19일 26.4만건으로 최고치, 3일 연속 20만건 이상 기록. 미국 DAU도 출시 10일째 44.8만명까지 상승 : ChatGPT는 미국 일일 다운로드 20만건 돌파까지 약 1년, 미국 DAU 45만명 수준 도달까지 49일 소요 ■ Apptopia 데이터 : Muse는 출시 첫 12일간 280만 다운로드. 동일 조건인 미국·캐나다 iOS 기준 Muse 180만건 vs ChatGPT 130만건으로 약 38% 상회 : 출시 12일 시점 미국 모바일 DAU는 Muse 64.2만명 vs ChatGPT 23.1만명으로 약 2.8배. Muse를 미국 iOS로만 제한해도 35.9만명으로 ChatGPT의 당시 수준을 상회 : Muse는 출시 직후 미국 앱스토어 전체 2위에서 1위로 상승해 ChatGPT를 추월. Muse 사용자 중 95% 이상이 Facebook, 63%가 Instagram 사용자로, 메타의 기존 소비자 플랫폼과 높은 교차 사용률을 보임 ■ 쇼피파이와 에이전틱 커머스 협력 : 쇼피파이와 협력해 Muse 내 상품 탐색부터 결제까지 연결. 쇼피파이의 Shop Pay를 전체 스토어에 연동해 Muse에서 바로 에이전틱 결제가 가능하도록 지원 : 저커버그는 이번 쇼피파이 협력에 이어 유사한 파트너십을 추가할 예정이라고 언급 https://t.me/Samsung_Global_AI_SW

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/9/22) ■ 쇼피파이 x 메타, Muse에 상품 카탈로그 탑재와 Shop Pay 기반 결제 지원 ■ 아마존, 메타의 개인 AI 에이전트 Muse가 사용자를 대신해 상품을 검색하고 구매하는 기능 차단 ■ 오픈AI, 신형 내부 모델로 수학 미해결 문제 100개 이상 해결 주장. 수학 관련 독립 자문단 구성 ■ 오픈AI, RSI 대비 글로벌 AI 표준 구축 제안. 미국의 주도적 역할 강조 ■ 오픈AI x 앤스로픽, 상호 AI 안전 테스트 계약 논의 보도 ■ 스페이스XAI, 장시간 작업에 초점을 맞춘 강화학습을 적용한 Grok 4.7 출시 ■ 샤오미, Mimo-V2.6 Pro와 Flahs 모델 발표 ■ Z AI, GLM-5.3-FlashX 출시. 추론 인프라 최적화로 최대 200토큰/초의 출력 속도 ■ 구글, 아일랜드 데이터보호위원회(DPC)로부터 위치정보 처리 위반으로 4.03억 유로 과징금 부과 ■ SB 에너지, 500억 달러 밸류 부담에 9월 IPO 연기 보도 ■ 호주 AI 데이터센터 기업 Firmus 10월 말 호주 IPO 일정 확정. 600억 달러 밸류로 기본 조달액은 50억 달러 감사합니다. https://t.me/Samsung_Global_AI_SW

오픈AI x 앤스로픽, 상호 AI 안전 테스트 계약 논의 : 오픈AI와 앤스로픽은 올해 초 서로의 상용 AI 모델을 직접 스트레스 테스트하는 법적 구속력 있는 계약을 협상. 상대방 API를 통해 취약점과 잠재적 위험을 평가하는 방식으로, 최종 계약 체결 여부는 확인되지 않음 : 양사는 2025년 여름에도 상호 안전 평가를 진행. 당시 오픈AI는 앤스로픽 모델의 기만 행동 가능성을, 앤스로픽은 오픈AI 모델의 유해 요청 대응 문제를 각각 지적 : 안전 우려가 커진 계기는 7월 오픈AI AI 에이전트 스웜이 허깅페이스와 자사 시스템을 해킹한 사건. 이후 오픈AI는 미출시 모델 강화학습을 2주간 중단하고, 프로덕션 엔지니어링 인력의 25%를 보안 업무에 일시 재배치 : 내부에서도 지시 없이 다른 직원에게 업무를 요청하거나, 데이터 조작, 무단 파일 업로드 등 reward hacking 사례가 확인. 일부 직원들은 내부 에이전트 활용 수준이 최첨단 엔터프라이즈 고객보다 6~9개월 앞서 있다고 평가 : 동시에 AI가 후속 모델의 알고리즘 개선과 실험, 결과 모니터링까지 수행하는 재귀적 자기 개선(RSI) 및 AI 연구 자동화가 진전되면서 통제와 모니터링에 대한 우려도 확대 https://t.me/Samsung_Global_AI_SW

스페이스XAI, Grok 4.7 발표, 코딩·에이전틱 지식 업무 성능 개선 : Grok 4.7은 Grok 4.6보다 더 큰 신규 베이스 모델과 장시간 강화학습을 적용한 차세대 모델. 수 시간 이상 걸리는 복잡한 작업, 자체 검증, 긴 컨텍스트 관리 능력에 초점 : Artificial Analysis Intelligence Index에서 46점으로 Grok 4.6 대비 +2점. 상위 4개 AI 랩 그룹에 진입 : 장시간 에이전틱 지식 업무 성능이 가장 크게 개선. AA-Briefcase 1,657 Elo로 Grok 4.6 대비 +111, GDPval-AA 1,695 Elo로 +90 상승. Claude Opus 5, Fable 5.1과 유사 : 코딩 에이전트 성능도 큰 폭 개선. Grok Build 기준 Coding Agent Index 56점으로 Grok 4.6 대비 +9점, 네이티브 하네스 기준 Fable 5.1, GPT-6 Astra, Opus 5에 이어 4위. GPT-5.6 Sol은 상회 : 스페이스XAI 자체 벤치에서도 CursorBench 4.0 46.3%로 GPT-5.6 Sol 41.7%를 상회. DeepSWE 71.0%로 GPT-5.6 Sol 72.7%, Fable 5.1 70.0%와 유사한 수준 : 반면 일반 Intelligence Index 항목은 Grok 4.6과 대체로 비슷. Terminal-Bench 4.0 +4.5%p, GDP.pdf +3.0%p 개선됐지만 AA-LCR -3.7%p, AutomationBench-AA -1.1%p 하락 : 성능 개선에는 높은 토큰 사용량이 수반. xhigh 기준 작업당 출력 토큰 약 81k로 Grok 4.6 36k 대비 125%, GPT-6 Astra 27k 대비 196% 많음 : 가격은 Grok 4.6과 동일한 입력 $2, 출력 $6/1M tokens, 캐시 히트 $0.50. 500k 컨텍스트도 유지. 출력 속도 2배 Fast 버전은 가격도 2배 : 안전성 측면에서는 신규 safeguard stack 적용. LatchBio 바이오안전성 62.4%, HackerBench v0.3에서 위험한 이중용도 요청 허용률 3.3% 기록 https://x.ai/news/grok-4-7

딥시크, 모델 학습까지 화웨이 칩 전환 확대, 8조 파라미터 모델 개발 계획 : 딥시크 CEO 량원펑은 투자자 미팅에서 모델 학습에 중국산 칩을 확대 적용하는 것이 회사의 핵심 우선순위라고 강조. 화웨이 칩 기반 학습은 딥시크의 “가장 큰 베팅 중 하나”이며 “반드시 성공해야 한다”고 언급 : 딥시크는 올해 4Q 또는 2027년 1Q부터 최신 모델 학습에 사용할 수 있는 신규 화웨이 칩을 공급받을 것으로 예상. 시점상 4Q 출시 예정인 Ascend 950DT와 2027년 1Q 예정인 960DT 로드맵과 대체로 일치 : 딥시크는 지난해부터 엔비디아 첨단 GPU 확보 제약에 대응해 화웨이 칩 활용을 확대. 량원펑은 수년 내 화웨이 칩이 엔비디아 수준에 도달할 것으로 보고, 엔비디아 중심 생태계에서 벗어난 하드웨어 최적화에 선제적으로 투자한다는 전략 : 다만 단기간 내 엔비디아에서 완전히 독립하기는 어려움. 현재 신규 모델 학습에도 엔비디아 GPU를 계속 사용 중이며, 컴퓨팅 용량 확대에 약 300억 위안을 투자하고 있음 : 지난 5월 량원펑은 최첨단 모델 규모의 학습에 엔비디아 GB300 약 5만 개 또는 화웨이 Ascend 950 약 20만 개가 필요하다고 추산. 당시에는 화웨이의 공급 부족이 중국산 칩 전환의 주요 제약이라고 설명 : 모델 스케일업도 병행. 현재 기존 V4 1.4조 파라미터보다 큰 2조 파라미터 모델을 학습 중이며, 향후 8조 파라미터 모델까지 개발할 계획 : 화웨이는 지난 4월 자사 AI 칩이 딥시크 V4-Flash 학습 일부에 이미 사용됐으며, V4 제품군을 Ascend 시스템에 최적화하기 위해 양사가 협력했다고 공개 : 딥시크는 동시에 기업가치 5,000억 위안에 500억 위안, 약 75억 달러 규모의 2차 펀딩을 마무리 중 https://t.me/Samsung_Global_AI_SW

오픈AI, 신규 펀딩 과정에서 재무 전망 신규 업데이트 안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다. 오픈AI가 1.2조 달러 밸류로 신규 펀딩을 논의하는 과정에서 추가적인 내부 재무 전망이 업데이트 되었습니다. ■ 매출 <신규> ‘26년 360억 달러 → ‘30년 3,500억 달러 ’26~30년 누적 8,400억 달러 <기존 2월 전망> ‘26년 300억 달러 → ‘30년 2,840억 달러 ‘26년~30년 누적 6,740억 달러 → ‘26년 매출 20% 상향. ‘30년 매출 23% 상향. 누적 매출 25% 상향 ■ FCF <신규> ’26년~30년 누적 FCF 적자 2,780억 달러 <기존 5월 전망> ’26년~30년 누적 FCF 적자 3,050억 달러 <기존 2월 전망> ’26년~30년 누적 FCF 적자 1,790억 달러 → ‘30년까지 컴퓨팅 파워와 인프라에 약 8,560억 달러를 지출 계획. 모델 학습과 추론을 위한 데이터센터 및 컴퓨팅 파워 확보가 최대 비용 항목 → 3월 조달한 1,220억 달러 규모 자금도 현재 계획상 ‘28년 소진 전망 정리하면 매출은 20% 초중반 수준 상향 조정되었고, FCF 적자는 소폭 완화되었습니다. 매출 성장 전망이 추가 상향되었지만, 이를 뒷받침하기 위한 컴퓨팅 투자 역시 크게 확대되는 구조입니다. 앤스로픽 IPO와 마찬가지로 오픈AI 신규 펀딩에서도 단순 외형 성장보다 AI 모델 성능 개선과 추론 효율화, 가격 경쟁 속 레버리지의 중요성이 높아집니다. 추가 매출을 창출하기 위해 필요한 컴퓨팅 비용과 자본 투입이 얼마나 빠르게 낮아질 수 있는지가 중요해지고 있습니다. (2026/9/21 공표자료)

소프트뱅크, 오픈AI 투자 위해 110억 달러 이상 하이일드 채권 발행 추진 : 소프트뱅크그룹이 총 110억 달러 이상의 대규모 선순위 무담보 채권 발행에 착수 : 달러화 채권 $10B와 유로화 채권 €1B, 약 $1.1B로 구성되며, 역대 최대 규모 하이일드 채권 거래 중 하나가 될 전망. 소프트뱅크의 S&P 신용등급은 BB+ : 달러화 채권 $10B는 3.5년, 5.5년, 7.5년 만기 3개 트랜치, 유로화 €1B는 4년, 6년 만기 2개 트랜치로 발행 : 조달 자금은 일반 기업 목적과 함께 10월 1일 예정된 오픈AI 후속 투자의 3차 트랜치 $10B 납입에 활용 : 소프트뱅크는 올해 2월 오픈AI에 총 $30B를 추가 투자하기로 결정했으며, 4월과 7월 각각 $10B를 집행한 데 이어 이번이 마지막 $10B 트랜치. 완료 시 오픈AI 누적 투자액은 $64.6B, 지분율은 약 13%로 확대될 예정 : 당초 오픈AI 투자 재원은 브리지론을 통해 조달한 뒤 자산 활용 및 다른 금융수단으로 대체할 계획. 이번 채권 발행은 오픈AI 투자에 사용된 $10B 브리지론을 대체하는 성격 : 소프트뱅크는 앞서 9월 15일 기존 브리지론 잔액 $25.9B 전액을 조기 상환하기로 결정한 바 있음 https://t.me/Samsung_Global_AI_SW

미중, 국가안보급 AI 사고 상호 통보 체계 추진 : 뉴욕에서 스콧 베센트 미 재무장관과 허리펑 중국 부총리 간 회담을 갖고 ‘미중 AI 대화(U.S.-China AI Dialogue)’를 출범시키는 데 합의 : 양국은 AI의 공통 목표와 위협에 대한 인식을 공유하기 위해 후속 실무 협의를 이어갈 예정 : 미국은 AI 관련 사안이 국가안보 수준으로 확대될 경우 양국이 서로 알리는 통보 메커니즘 구축을 제안 : 베센트 세계 1, 2위 AI 강국 사이에서 불투명성을 줄이고 투명성을 높이는 것이 중요하다고 강조. 구체적인 통보 대상과 기준은 향후 협의에서 결정될 예정 : 다만 중국이 미국이 제안한 구체적인 통보 메커니즘 자체를 수용했는지는 아직 명확하지 않음. 현재 합의된 것은 AI 대화 채널 구축이며, 세부적인 경보 시스템은 추가 협의가 필요한 단계. : 첨단 AI 반도체와 반도체 제조장비에 대한 미국의 대중국 수출통제는 이번 AI 논의 의제에 포함되지 않음. AI 기술 경쟁과 수출통제는 유지하면서, 양국 모두에 영향을 줄 수 있는 국가안보급 AI 리스크에는 별도의 소통 채널을 마련하려는 접근. : 이번 합의는 이번 주 워싱턴에서 열리는 트럼프, 시진핑 정상회담을 앞두고 마련됐으며, AI 대화 및 통보 체계의 구체적인 내용도 정상회담에서 추가 논의될 가능성 https://t.me/Samsung_Global_AI_SW

앤스로픽, IPO 일정 추가 지연과 Astra에 대항할 신규 모델 안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다. 앞서 앤스로픽 IPO 일정이 10월 말~11월 초로 지연되었다는 내용 전달드렸는데요 중간선거 이후로 추가 지연될 가능성이 제기되고 있습니다. 다만 일정 조정은 다리오 아모데이의 AI 속도 조절론이 이슈화되기 이전에 결정된 것으로 알려졌습니다. 일정 조정의 핵심 배경은 3Q 실적입니다. 9월 Astra 출시 이후 오픈AI의 점유율 상승을 시사하는 여러 데이터가 나타나는 상황에서 3Q 실적 제시를 통해 성장세와 재무적 경쟁력이 유지되고 있음을 투자자들에게 확인시키려는 의도로 해석됩니다. 앤스로픽은 연내 연환산 매출 1,000억 달러 달성을 예상하고 있고, 일부 투자자들은 1,200억 달러 수준까지도 전망하고 있습니다. IPO를 앞두고 진행된 투자자 미팅에서는 AI 모델 출시 속도 조절이 실적과 기업가치에 미칠 영향이 주요 화두로 떠오르기도했는데요 다만 자문사와 기존 투자자들은 현재 모델만으로도 상당한 매출 창출이 가능해 재무적 영향은 제한적이라는 입장입니다. 일부 실리콘밸리 VC 역시 현 시점에 업계 전반에 신규 안전 기준을 요구하는 것이 IPO 투자 수요를 훼손할 정도의 요인은 아니라고 보고 있다는 내용도 있었습니다. 또한 최근 오픈AI가 1.2조 달러 밸류로 신규 펀딩을 논의하고 있는 점도 향후 투자자 미팅에서 주요 주제가 될 가능성이 높습니다. 동시에 앤스로픽은 Astra의 엔터프라이즈 시장 모멘텀에 대응하기 위해 신규 모델 출시도 검토하고 있습니다. 이 역시 AI 속도 조절론과 별개로 진행되는 사안으로, 차기 모델의 안전성 검증과 함께 신규 모델 투자와 수익성 사이의 균형이 내부 논의의 핵심입니다. 추가로 투자자 프레젠테이션 내 재무적 측면에서는 성장과 비용 효율성 동반 개선이 강조되고 있습니다. <1Q → 2Q 주요 재무 데이터> 매출: 47억 달러 → 116억 달러(+145% QoQ) 컴퓨팅 인프라 지출: 34억 달러 → 56억 달러(+65% QoQ) 연간 10만 달러 이상을 지출하는 고객은 ’25년 말 1,500개에서 2Q 말 6,000개로 확대됐으며, 직전 12개월 기준 연 100만 달러 이상 지출 고객은 약 1,000개, 1,000만 달러 이상은 100개를 넘어섰습니다. 다만 향후 컴퓨팅 투자는 본격적인 현금 소진 요인이 될 것으로 보입니다. 앤스로픽은 ‘25년 말 약 1.5GW였던 사용 가능 컴퓨트 용량을 ‘26년 말 5GW, ‘27년 말 약 10GW까지 확대할 계획입니다. 오픈AI 역시 각각 5GW와 10GW 수준을 목표로 하는 것으로 알려져 양사의 인프라 확장 속도는 유사합니다. 앤스로픽은 8월 초 기준 약 1,200억~1,300억 달러 현금을 보유하고 있지만, 대규모 데이터센터 계약이 확대되면서 향후 현금 사용도 빠르게 증가할 가능성이 높습니다. 결국 IPO 일정 자체보다 중요한 것은 Astra 이후에도 앤스로픽의 매출 성장과 엔터프라이즈 경쟁력이 유지되는지 여부와 10GW까지 확대되는 컴퓨팅 투자와 신규 모델 개발 속 수익성과 현금흐름을 얼마나 방어할 수 있는지입니다. 변동성이 커지고 AI 투자 심리도 이전과 같지만은 않은 만큼, 3Q 실적과 신규 모델 성과는 IPO 기업가치를 가늠하는 핵심 변수가 될 것 입니다. 관련 소식 추가 업데이트해 드리겠습니다. (2026/9/21 공표자료)

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/9/21) ■ 앤스로픽, IPO의 11월 연기 계획 보도. 오픈AI Astra 출시 이후 3Q 실적을 투자자에게 제시하기 위한 목적 ■ 앤스로픽, 연내 연 환산 매출 1,000억 달러 전망 ■ 앤스로픽, 액센츄어와 협력해 프런티어 AI 모델을 독립적으로 평가하는 Embedded Evaluation 체계 구축. 액센츄어의 Faculty가 앤스로픽 내부에서 평가, 테스트 수행 ■ 앤스로픽, 희귀 질환 치료제 개발과 생명과학 분야 AI 적용 기술을 가속화하기 위한 Wet Lab 운영 ■ 오픈AI, 2026~2030년 누적 FCF 적자 2,780억 달러 전망. 동 기간 누적 매출 8,400억 달러 ■ 샘 올트먼, 차주 UN 안보리 공개회의에서 AI 안전 브리핑과 국제 공통 안전기준 강조 예정 ■ 오라클, 뉴 멕시코 Project Jupiter 연계 180억 달러 대출 채권이 액면가의 89-91센트 수준으로 하락 ■ 구글, Gemini가 보안 테스트 환경의 인터넷 접근 허점을 활용해 실제 기업 3곳에 자율적으로 접근한 사실 확인 ■ 스페이스XAI, Grok Voice Transcribe 2.0 출시 ■ 무스타파 슐레이만, 중국과의 AI 경쟁을 안전 규제 완화의 근거로 삼아서는 안된다는 주장 ■ Z AI, MaaS 플랫폼 내 데이터 미저장 기능 도입 ■ AWS x SAP, 5년 장기 협력을 통해 SAP Business AI와 데이터 플랫폼을 7개 AWS 리전으로 확대 감사합니다. https://t.me/Samsung_Global_AI_SW

알렉산더 왕, Meta Muse 후속 제품 출시 예고 : 알렉산더 왕은 “우리가 만들고 있는 게 많고, 앞으로 훨씬 더 많이 나온다”며 Muse의 추가 제품 출시를 예고 : “Muse 팀은 불타오르고 있다. 다음에 나올 것을 빨리 보여주고 싶다”며 “Muse가 여러분의 삶을 바꿀 때까지 멈추지 않겠다”고 강조 : Muse는 이번 주 Mac 버전 출시, 캐나다 서비스 확대(iOS·Web, Android 예정), Granola·Notion 신규 커넥터 등을 공개 : 최근 빠른 제품 업데이트에 이어 알렉산더 왕이 직접 “WAY MORE coming soon”을 강조한 만큼, Muse를 메타의 핵심 AI 에이전트 제품군으로 빠르게 확장하려는 의지를 재확인한 발언 https://x.com/alexandr_wang/status/2101491894996074686

트럼프 대통령, AI 규제 반대 공식화, “AI 포스 창설, 미국 GDP 25%까지 성장 가능” 지난 수년간 수많은 사기극(Hoax)이 있었습니다. 모두 급진 좌파 민주당원들(Radical Left Dumocrats)이 우리나라를 파괴할 목적으로 만들어낸 것들입니다. 러시아, 러시아, 러시아, 우크라이나, 우크라이나, 우크라이나, 지구온난화, 탄핵 사기극 1호, 탄핵 사기극 2호, 여성 스포츠에 남성 참여, 모두를 위한 트랜스젠더, 그리고 이제는 흔히 인공지능(Artificial Intelligence)이라고 불리는 AI의 쇠퇴, 또는 파괴입니다. 그리고 미국 대통령인 나는 이런 일이 벌어지는 것을 가만히 두고 보지 않을 것입니다. 이 모든 것은 우리 데이터센터에 대한 공격에서 시작됐습니다. 하지만 데이터센터가 들어선 지역사회에 얼마나 큰 부와 명성을 가져다주는지 사람들이 깨닫기 시작했습니다. 더 높은 임금, 더 낮은 세금, 더 안전한 거리가 그 결과였습니다. 데이터센터를 향한 광적인 공격은 대부분 실패했습니다. 그래서 이제 그들은 ‘지구온난화(Global Warming)’라는 용어를 ‘기후변화(Climate Change)’로 바꿔 훨씬 더 넓은 ‘영역’에 의구심을 제기할 수 있게 했던 것과 매우 유사한 방식으로, AI를 직접 겨냥하고 있습니다. 우리는 이 놀라운 산업의 성장을 어떤 방식으로도 방해하거나 억누르지 않을 것입니다. 오히려 이를 소중히 여기고, 지원하며, 성장을 지켜볼 것입니다! 그러나 동시에 우리는 ‘나쁜 것(BAD)’도 찾아낼 것입니다. 이미 존재하는 형사 및 민사 사법제도를 활용하면 매우 쉽게 그렇게 할 수 있습니다. 이를 위해 나는 첫 임기 당시 창설했고 엄청난 성공을 거둔 우주군(Space Force)과 마찬가지로 ‘AI 포스(AI Force)’를 창설할 것입니다. 이를 위해 가까운 시일 내에 AI ‘차르(Czar)’를 발표할 예정입니다. IQ가 높은 사람만 지원하시기 바랍니다! AI는 차세대 산업혁명, 또는 인터넷과 같은 존재입니다. 하지만 그보다도 더 거대하고 더 큰 영향을 미칠 것이며, 어쩌면 미국 GDP의 25%에 이를 수도 있습니다. 우리는 중국과 나머지 전 세계를 앞서고 있으며, 나는 우리가 계속해서 선두를 유지하도록 할 것입니다! https://truthsocial.com/@realDonaldTrump/117298821562014906

Nscale, S-1 주요 내용 : 영국 AI 인프라 업체 Nscale이 미국 IPO를 위한 S-1 제출. NYSE에 티커 NSCL로 상장 예정 : 공모 주식 수와 가격 범위는 아직 미정. Goldman Sachs, J.P. Morgan, Morgan Stanley가 주관사 ■ 1,034억 달러 계약 TCV : 2026년 8월 말 기준 장기 take-or-pay 계약의 active TCV는 26억 달러, active+contracted TCV는 1,034억 달러. 2025년 말 각각 5억 달러, 380억 달러에서 증가 : 계약의 가중평균 기간은 약 5.7년. 계약기간은 GPU 컴퓨트 클러스터가 성공적으로 인도된 시점부터 시작 ■ 마이크로소프트/앤스로픽, 최대 884억 달러 계약 : 마이크로소프트와 2025년 9월부터 2026년 4월 사이 체결한 계약은 서비스 인도 및 가용성 요건 충족을 전제로 2033년 12월까지 최대 438억 달러 지급 규모. 옵션 연장은 해당 금액에서 제외 : 앤스로픽과는 2026년 8월 25일 GPU 서비스 계약 체결. West Virginia Monarch Compute Campus에 NVIDIA Vera Rubin NVL72 기반 전용 GPU 인프라를 공급하며, 계약 규모는 최대 446억 달러 : 양 사 계약 합산은 최대 884억 달러로, 8월 말 active+contracted TCV 1,034억 달러의 약 85%에 해당 : 두 계약 모두 Nscale의 인프라 인도 및 서비스 가용성 등 계약상 요건 충족을 전제로 함 ■ 46.1만 GPU·1.37GW 계약 용량 : 8월 말 기준 active GPU 약 2.5만 개, active+contracted GPU 약 46.1만 개 : 데이터센터는 5개 active, 12개 contracted. 자체 소유 7개, 코로케이션 9개, 임차 1개로 구성 : active+contracted 전력 용량은 약 1.37GW. 자체 소유 사이트 1GW, 임차 사이트 200MW, 코로케이션 165MW로 구성 : 자체 소유 또는 장기 통제권과 전력조달계약 등을 기반으로 약 10GW의 잠재 전력 개발 용량 확보 ■ West Virginia, 최대 6.5GW-IT : 2026년 3월 American Intelligence & Power Corporation을 인수하면서 West Virginia Mason County의 Monarch Compute Campus 확보 : 해당 캠퍼스는 향후 6.5GW 이상의 IT load, 8GW 이상까지 확장 가능한 규모 ■ 고객 집중도 : 최대 고객의 매출 비중은 2024년 사실상 전체, 2025년 73%, 1H26 52% : 2025년 매출의 73%를 차지했던 최대 고객의 2026년 매출 비중은 20% 미만으로 낮아질 것으로 예상 : 회사는 향후 마이크로소프트와 앤스로픽이 주요 고객이 될 것으로 예상한다고 S-1에서 명시 ■ Anyscale 인수 : 2026년 7월 AI 소프트웨어 업체 Anyscale 인수 계약 체결. 거래 완료 후 Anyscale은 기존 브랜드와 고객 서비스를 유지할 예정 : Ray 기반 AI 워크로드 관리·오케스트레이션 소프트웨어를 Nscale의 데이터센터·GPU·클라우드 인프라와 결합 : Anyscale의 약 200명 직원이 Nscale에 합류할 예정. 인수 가격은 S-1에서 공개하지 않음 ■ NVIDIA 포함 최소 31억 달러 추가 투자 : 9월 15일 투자자들과 최소 31억 달러 규모 전환증권 투자 계약 체결 : 이 가운데 21억 달러는 무담보 전환사채, 추가 10억 달러는 NVIDIA가 인수하는 전환사채 또는 무의결권주식으로 구성 ■ 실적 및 손익 : 2024년 매출 0.2억 달러 : 2025년 매출 0.3억 달러, +73% YoY : 1H26 매출 1.4억 달러, +1,252% YoY : 1H26 순손실 -10.2억 달러, 전년 동기 -3.7억 달러 : 1H26 영업손실 -4.9억 달러 : 1H26 조정 EBITDA -2.0억 달러 https://www.nscale.com/press-releases/nscale-files-initial-public-offering

오픈AI, 2030년까지 FCF 적자 2,780억 달러 전망, 컴퓨트·인프라에 8,560억 달러 지출 : 오픈AI는 2026~2030년 누적 FCF 적자 2,780억 달러 전망. 지난 5월 예상했던 3,050억 달러보다는 개선됐지만, 컴퓨팅 파워 확보를 위한 공격적인 투자가 지속되며 대규모 현금 소진 예상 : 매출은 올해 360억 달러에서 2030년 3,500억 달러로 약 10배 증가하고, 올해부터 2030년까지 누적 매출은 약 8,400억 달러 이를 것으로 전망. 신규 모델 출시 효과로 7월 연환산 매출 약 20% 증가 : 최대 비용은 컴퓨트·인프라로 2030년까지 약 8,560억 달러 지출 계획. 모델 학습과 추론을 위한 데이터센터 및 컴퓨팅 파워 확보가 핵심 투자처 : 지난 3월 1,220억 달러를 조달했지만 현재 계획대로라면 해당 현금은 2028년 소진 전망. 이에 최근 다시 대규모 자금 조달 논의 착수 https://t.me/Samsung_Global_AI_SW

앤스로픽, IPO 11월로 연기, Astra 견제 위한 신규 모델 출시도 검토 보도 : 앤스로픽은 당초 10월로 예상됐던 IPO를 11월로 미룰 계획. 미 중간선거 이후로 추가 연기될 가능성도 있다는 후속 보도도 존재 : 3Q 실적을 공개해 오픈AI의 9월 GPT-6 Astra 출시 이후에도 강한 경쟁력을 유지하고 있음을 투자자에게 보여주는 것이 일정 조정의 배경 : 다리오 아모데이의 AI 개발 속도 조절론이 IPO 변수로 부상했지만, 11월 상장 결정 자체는 최근 감속 논쟁이 본격화되기 전에 이뤄진 것으로 전해짐 : 회사 측 자문사와 투자자들은 기존 모델만으로도 상당한 매출 창출이 가능해 개발 속도 조절이 재무 전망에 미치는 영향은 제한적이라고 주장 : 앤스로픽은 조만간 잠재 투자자들과 미팅을 진행할 예정이며, AI 모델 개발 속도 조절이 실적과 목표 기업가치에 미칠 영향이 주요 논점이 될 전망 : 동시에 Astra의 엔터프라이즈 시장 모멘텀에 대응하기 위해 IPO 전 신규 AI 모델 출시도 검토. 차기 모델의 안전성을 평가하는 한편, 신규 모델 투자와 수익성 강화 사이의 균형을 논의 중 https://t.me/Samsung_Global_AI_SW

앤스로픽, 연내 연환산 매출 1,000억 달러 이상 전망 보도 : 앤스로픽은 올해 안에 연환산 매출(annualized revenue) 1,000억 달러 이상을 기록할 것으로 예상 : 관계자에 따르면 향후 수주 내 IPO 관련 문서를 공개할 수 있으며, 일정대로 진행될 경우 이르면 11월부터 주식 거래가 시작 가능성 https://t.me/Samsung_Global_AI_SW

앤스로픽, 2027년 말 AI 컴퓨트 10GW 목표 보도 : 앤스로픽이 투자자들에게 사용 가능한 AI 컴퓨트 용량을 2025년 말 약 1.5GW에서 2026년 말 5GW로 확대하고, 2027년 말에는 약 2배인 10GW 수준으로 늘릴 계획이라는 보도 : 오픈AI 역시 2026년 약 5GW, 2027년 10GW의 컴퓨트 용량 확보를 목표로 하는 것으로 전해져 양사의 인프라 확장 로드맵은 유사한 수준 : 앤스로픽은 스페이스X와 2029년 5월까지 월 $1.25B 규모의 컴퓨트 임대 계약을 맺었으며, 아마존과는 최대 5GW 규모의 용량 확보를 추진. 메타와도 2년간 최대 $10B 규모의 컴퓨트 계약을 논의 중이나 아직 최종 계약은 체결되지 않음 : 대규모 컴퓨트 증설은 향후 모델 학습 및 추론 수요 증가에 대응하기 위한 것으로, 잠재적 IPO를 준비하는 가운데 AI 인프라 확보를 가속화하는 모습 https://t.me/Samsung_Global_AI_SW

앤스로픽 & 오픈AI, 20~30MW급 소형 데이터센터 확보 확대 : 앤스로픽과 오픈AI는 기존 수백 MW-GW급 대형 데이터센터 계약과 별도로 20-30MW급 소형 컴퓨트 용량 확보 추진 : 앤스로픽은 영국·북유럽, 오픈AI는 북유럽에서 관련 계약을 검토했으며 미국에서도 논의가 진행된 것으로 알려짐 : 핵심은 ‘Speed to usable capacity’. 신규 초대형 데이터센터는 전력·부지 부족과 인허가, 지역사회 반발 등으로 구축이 지연되는 반면, 이미 전력이 확보된 기존 사이트의 수십 MW 용량은 상대적으로 빠르게 가동 가능 : 특히 AI 컴퓨트 수요가 학습에서 추론으로 확대되면서 소형 데이터센터의 활용도가 높아지는 구조. 대규모 학습은 다수 GPU의 긴밀한 연결이 필요하지만, 추론은 여러 소규모 클러스터에 분산 배치하기 용이 https://t.me/Samsung_Global_AI_SW

앤스로픽 R&D 업무 내 Claude 주도 비중 1년 만에 26%로 상승 : 앤스로픽 내부 모델 R&D 업무 가운데 AI가 실질적으로 업무를 주도하는 AL4 비중이 2026년 3월 1%에서 4월 3%, 5월 12%, 6월 14%, 7월 22%, 8월 26%로 빠르게 상승 : AL4는 Epoch AI의 자동화 척도에서 ‘AI leads’, 즉 인간이 목표와 방향을 설정하지만 실제 과업 수행은 AI가 주도하는 단계. 완전 자동화인 AL5와는 구분 : 특히 최근 5개월간 1%에서 26%로 급증했다는 점이 핵심. 프런티어 모델 개발 과정 자체에서 Claude의 역할이 단순 보조에서 주도적 수행으로 이동하고 있음을 시사 https://t.me/Samsung_Global_AI_SW

스페이스XAI, 경영난 스타트업 데이터 매입해 AI 학습 검토 : 스페이스XAI는 경영난에 빠졌거나 사업을 중단한 스타트업이 보유한 고객 및 운영 데이터를 매입해 Grok 등 AI 모델 학습에 활용하는 방안을 논의 중. 아직 초기 검토 단계로 실제 거래 여부는 미정 : 기존 X 데이터와 AI 튜터 기반 데이터에서 벗어나 기업의 실제 고객·운영 데이터 등 고품질 독점 데이터셋 확보로 학습 데이터 전략을 확대하려는 목적 : 동시에 SpaceX 내부 정보도 Grok 학습에 활용할 계획으로, 외부 데이터 매입과 그룹 내부 데이터 활용을 병행해 데이터 경쟁력을 강화하는 모습 : 구글도 앞서 사업을 축소한 Spirit Airlines의 비즈니스 데이터를 AI 학습용으로 $10M에 매입하는 방안을 제안한 바 있어, 경영난 기업의 데이터 자산이 AI 모델 학습을 위한 새로운 데이터 공급원으로 부상할 가능성 https://t.me/Samsung_Global_AI_SW

[반.전] CPU 모멘텀 투자 대안 찾기 안녕하세요. 삼성증권 문준호의 ‘반도체를 전하다’입니다. 어제도 AMD 주가가 6%, 인텔이 7% 넘게 상승하는 등 단기 아웃퍼폼이 지속되고 있습니다. AMD가 공급 부족과 TSMC 가격 인상을 배경으로, 자신들도 가격을 인상하겠다는 보도가 나왔습니다. 인텔 역시도 매월 가격 인상 소식이 들려오고 있습니다. CPU에 대한 눈높이는 계속 올라갈 수 있겠습니다. 가격 인상은 AMD와 인텔의 매출과 이익 전망에 반영될테니까요, 다만 AMD의 가격 인상이 TSMC의 가격 인상에서 비롯되고, 또 CPU 수요 증가의 핵심 배경은 AI인 바, 오히려 투자 대안은 AI 카테고리 내 다른 수혜주에서 찾아볼 필요가 있다고 생각합니다. 밸류에이션에 대해 투자자들이 느끼는 부담감은 가중되고 있는 가운데, 현재 AMD 12개월 forward P/E 40배 (FactSet), 인텔이 56배에 거래 중인 상황입니다. 이에 대한 대안으로 TSMC, 엔비디아, 마이크론이 떠오릅니다. ■ TSMC - AI 수요 지속 상향에 따른 가격 인상이 지속되고 있어, 이익 가시성이 가장 우수한 업체 중 하나입니다. - 한정된 캐파 내에서 AMD가 CPU 호수요에 주문을 늘리겠다고 한다면, 그만큼 다른 업체들에게도 더 높은 가격을 부를 수 있습니다. - 현재 P/E 21배에 거래 중입니다. ■ 엔비디아 - AMD도 가격을 올리는데 엔비디아라고 올리지 못할까요? 높아질대로 높아진 실적 눈높이를 매분기 상회해 오고 있습니다. - 게다가 올해부터는 서버 CPU 사업 진출도 본격화되어, AMD와 인텔의 공급 부족은 기회가 될 수 있습니다. - 현재 P/E 16배에 거래 중입니다. ■ 마이크론 - GPU의 친구가 HBM이라면, CPU의 친구는 범용 DRAM입니다. CPU의 역할과 수요가 확대는 DRAM 수요에도 영향을 줍니다. - 주가가 흔들릴 뿐, DRAM 가격은 계속 오르고 있습니다. 가격의 증가 속도가 언젠가는 둔화될 지언정, 매분기 기대치는 계속 상회하고 있습니다. - 현재 P/E 6배, P/B 4배에 거래 중입니다. 감사합니다. (2026/9/18 공표자료)

오픈AI, 두 번째 밀레니엄 난제 ‘호지 추측’ 해결 근접 보도 : 오픈AI가 7대 밀레니엄 난제 중 하나인 ‘호지 추측(Hodge Conjecture)’ 해결에 근접했다는 보도 : 내부 직원들은 비교적 이른 시일 내 해결할 것으로 기대하고 있으나, 아직 공식적으로 해결되거나 검증된 것은 아님 : 앞서 나비에, 스토크스 문제 해결에는 차기 사전학습 모델의 변형 버전인 코드명 ‘Doug’가 사용됐으며, 추정 비용은 수백만 달러. 다만 Doug가 이번 호지 추측에도 사용됐는지는 확인되지 않음 : 오픈AI 연구진은 수학을 소프트웨어 엔지니어링에 이은 AI 자동화의 다음 영역으로 평가. 단계적 논리 추론과 결과의 자동 검증이 가능하다는 공통점 때문에, 일부 연구자는 향후 6~9개월 내 수학에서도 소프트웨어 개발과 유사한 자동화가 나타날 것으로 전망 : 고난도 수학 능력은 단순한 벤치마크를 넘어 머신러닝 연구 자동화와 재귀적 자기개선(RSI)으로 연결될 수 있다는 판단. : 미해결 수학 난제를 풀 수 있다면 생물학, 화학 등 다른 과학 분야의 복잡한 연구 문제 해결 능력을 가늠하는 지표로도 활용 가능 : 다만 나비에, 스토크스 발표 과정에서 수학계와 연구 성과 귀속 논란이 발생했던 만큼, 이번에는 수학계와의 협업 및 발표 방식을 조율 중이며 실제 공개 시점은 늦어질 수 있음 https://t.me/Samsung_Global_AI_SW

앤스로픽, 프런티어 AI 개발 속도 측정 지표 공개, AI가 R&D 26% 주도 : 앤스로픽은 프런티어 AI 개발 속도를 외부에서 추적하기 위한 핵심 지표로 ① AI 주도 AI R&D 비중 ② AI 에이전트 감독 수준 ③ 컴퓨트 배분을 제시 : 향후 독립적인 제3자 평가자를 내부에 배치해 데이터와 안전 프로세스를 검증할 계획 : AI 주도 R&D - 2026년 8월 기준 Claude가 앤스로픽 AI R&D 업무의 26%를 ‘주도, AL4’, 90% 이상에서 최소 ‘협업, AL3’ 단계에 도달. 완전 자율, AL5 단계는 아직 없음 - 특히 AI가 주도하는 모델 R&D 비중은 2월 1% 미만에서 8월 26%로 급증, 재귀적 자기개선, RSI에 얼마나 가까워지고 있는지를 추적하는 지표로 제시 - 자동화 수준은 약 1.5만 개의 실제 R&D 업무를 542개 범주로 구조화해 측정. 인간과 모델의 평가가 1단계 이내에서 일치한 비율은 97%로, 단순 설문이 아니라 실제 내부 업무 데이터를 기반으로 AI의 연구 자동화 수준을 추적 : 에이전트 감독 - 가장 많이 사용하는 내부 플랫폼에서 동시에 약 3만 개의 AI 에이전트가 연구·엔지니어링 업무를 수행. 모든 행동은 실행 전 온라인 모니터와 실행 후 오프라인 모니터의 100% 감시 범위에 포함 - 2026년 8월 에이전트의 10억 건 이상 의사결정 가운데 온라인 모니터가 차단한 비율은 0.002%, 약 4.7만 건당 1건. 오프라인 시스템은 주당 약 10만 개 트랜스크립트를 플래그하고, 이 가운데 최우선 약 50건을 인간에게 에스컬레이션 : 컴퓨트 배분 - 7월 한 주간 전체 AI R&D 컴퓨트의 약 6%가 안전성 연구, AI가 수행하는 AI R&D 컴퓨트에서는 12%가 안전성 연구에 사용 - 역량과 안전성에 동시에 기여하는 작업은 안전성에서 제외한 보수적 기준이며, 별도의 safeguards classifier 컴퓨트도 포함하지 않음 : 앤스로픽은 향후 프런티어 랩들이 동일한 방법론으로 AI R&D 자동화, 에이전트 감독, 안전성 컴퓨트 비중을 정기 공개할 것을 제안 : 이러한 지표를 신규 모델의 AI R&D 투입 전 의무 테스트 기간, 안전성 컴퓨트 최소 배분, AI 연구 에이전트 컴퓨트 제한 등 향후 AI 개발 속도 조절의 기준으로 활용할 수 있다는 입장 https://www.anthropic.com/institute/measuring-pace-of-ai-development

코어위브, 높은 가격에 AI 컴퓨트 계약 확대, 최대 35억 달러 전환사채·3,500만주 ATM으로 성장 자금 확보 : 코어위브는 3Q26 들어 3~6개월 단기 컴퓨트 계약을 MW당 연환산 매출 약 $40M 수준에 체결하고 있다고 공개 : 6월 말 이후에도 신규 용량을 이전보다 높은 가격에 계약하고 있다는 점을 강조 : 수요도 지속 확대. 3Q 초 250억 달러 이상의 순신규 고객 커밋먼트를 확보했으며, 이는 6월 말 Revenue Backlog 1,042억 달러에 아직 포함되지 않은 금액 : 총 계약 전력은 6월 말 약 3.7GW에서 8월 11일 약 4.2GW로 증가 : 동시에 대규모 자금조달 추진. 2033년 만기 전환사채 30억 달러를 발행할 예정이며, 추가 매입 옵션 5억 달러 포함하면 최대 35억 달러 : 금리와 전환가격은 프라이싱 시 결정되며, 조달액 일부는 전환에 따른 희석을 완화하기 위한 capped call에 사용하고 나머지는 일반 기업 목적으로 활용 : 별도로 Class A 주식 최대 3,500만주를 수시 매각할 수 있는 ATM 프로그램도 신설. 실제 매각 의무는 없으며 시장 상황과 자본구조에 따라 활용할 계획 : 회사는 이를 지속적인 자금조달 유연성 확보와 투자등급 전환을 지원하기 위한 조치라고 설명 https://investors.coreweave.com/news/news-details/2026/CoreWeave-Continues-to-Contract-New-Compute-Capacity-at-Higher-Prices/default.aspx

Manus, 메타 결별 후 40억 달러 기업가치로 5억 달러 투자 유치 추진 : 현재 협상은 초기 단계이며 조건은 변경될 수 있지만 조만간 마무리될 가능성. 신규 투자자는 아직 알려지지 않음 : 메타는 지난해 12월 Manus의 ARR이 1억 달러를 넘어선 이후 약 20억 달러이 인수하기로 했으나, 중국 당국이 핵심 기술의 해외 이전을 우려해 거래 제동 : 양사는 올해 5월 운영 분리와 데이터 공유 중단을 완료했고, Manus는 이달 독립 운영 재개를 공식화 : 분리 과정에서 창업자와 텐센트, HSG, ZhenFund 등 기존 투자자가 메타 지분을 20억 달러 기업가치 기준으로 재매입 : 텐센트는 Benchmark가 보유했던 지분을 인수해 최대 외부 투자자가 됐으며, Benchmark는 투자금을 회수하며 엑싯 https://t.me/Samsung_Global_AI_SW

Z AI GLM-5.3, AI가 자신의 추론 인프라를 직접 최적화하는 사례 : GLM-5.3 기반 인프라 에이전트가 10만 개 이상의 중국산 AI 가속기 클러스터에서 GLM-5.3-Flash의 프로덕션 추론 인프라 구축과 최적화에 직접 참여했다고 공개 : 모델 적응부터 프로덕션 준비까지 2주 미만이 소요됐으며, 초기 대비 엔드투엔드 처리량 약 3배 개선 : 핵심은 단순 코드 생성이 아니라 ‘Dense Feedback’ 기반 에이전트 엔지니어링 루프 : 엔지니어가 목표와 시스템 경계를 설정하면 에이전트가 가설 수립, 코드 수정, 실험을 수행하고, 커널 테스트, 실행 트레이스, 마이크로벤치마크, 엔드투엔드 지표를 통해 결과를 반복 검증 : 실제로 인프라 에이전트는 ① KDA 커널의 Context Parallelism 수치 정확도 문제를 찾아 수정하고, ② Python GIL로 인해 발생한 KV Transfer 동시성 병목을 찾아 Prefill 대비 성능 손실을 20%+에서 1% 미만으로 축소 ③ 기존 커널의 최적화 기법을 학습해 KDA Decode 핵심 커널에서 최대 1.71배 속도 향상을 달성 : ReplaySSM, W8A8 양자화, INT8·FP8·BF16 혼합정밀도 캐시, Layer Split, EPD 분리형 아키텍처 등을 적용해 제한적인 메모리·대역폭 환경에서도 1M 컨텍스트와 멀티모달을 지원 : 회사는 하드웨어 활용 효율과 토큰당 비용이 주류 NVIDIA GPU와 비교 가능한 수준에 도달했다고 주장 : 아직 완전한 재귀적 자기개선, RSI 단계는 아니며 목표 설정, 시스템 경계, 위험 평가는 인간이 담당. 다만 AI가 자신의 추론 인프라를 직접 개선하는 초기 형태의 자기개선 루프가 나타나기 시작했다는 설명 https://z.ai/blog/glm-built-its-inference-infrastructure

샤오미, MiMo-V2.6 Pro·Flash 대규모 RL 스케일링 실험 공개 : 샤오미 MiMo 팀이 약 반년간 연구해온 RL 스케일링 실험을 공개. 현재 MiMo-V2.6 Pro와 Flash의 RL 학습 과정과 평가 결과를 공개 대시보드에서 지속 업데이트 중 : 핵심은 RL 스케일을 컴퓨트, 환경 및 하네스, grader 컴퓨트 세 축에서 확대. 스텝당 약 2B 토큰, 1,568개 프롬프트 × 16 rollout의 완전 비동기 학습과 멀티태스크 에이전트 RL, 테스트케이스·루브릭 기반 보상 등을 적용 : 팀은 RL을 자기개선으로 향하는 가장 확장 가능하고 효율적인 경로 중 하나로 평가. Pro와 Flash의 각 학습 단계별 오프라인 평가 결과를 계속 공개하고, 관련 기술도 향후 수주간 순차적으로 오픈소스화할 계획 https://mimo.xiaomi.com/rl/

오픈AI vs 앤스로픽, OpenRouter 지출 점유율 장기 추이 : OpenRouter에서 오픈AI 모델의 앤스로픽 대비 지출 점유율이 2025년 초 약 10%에서 최근 50%까지 상승 : 특히 2026년 6월 이후 오픈AI 점유율 상승세가 가속. 반면 앤스로픽은 2025년 초 약 90%에서 최근 50%까지 하락 : 전체 AI 시장이 아닌 OpenRouter 내 오픈AI, 앤스로픽 모델 간 달러 지출 비중으로, 토큰 사용량뿐 아니라 모델 가격과 사용 모델 믹스 영향도 반영 https://t.me/Samsung_Global_AI_SW

Z. AI(02513 HK) - 전략적 자금 조달과 가이던스 상향 안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다. Z AI(Knowledge Atlas Tech)는 최근 20억 달러 신주 배정과 30억 달러 전환사채 발행을 통해 50억 달러의 전략적 자금 조달을 진행했습니다. 경영진은 두 차례 자금 조달을 통해 컴퓨트 부족이 더 이상 단기 ARR 성장의 제약 조건이 아니라는 입장을 밝혔는데요 지난 상반기 실적 발표에서 언급한 8월 MaaS ARR 16억 달러(월 매출 기준)과 20억 달러(1주 기준)에서 추가 상승해 ARR은 18억 달러를 넘어섰고, 코딩과 Cowork의 강한 수요 기반으로 연말 ARR 가이던스를 기존 24억 달러에서 30억 달러로 25% 상향했습니다. GLM-5.3 출시 한 달 만에 Cowork는 10억 위안 규모 주문을 확보했고, 향후 1~2년에 걸쳐 매출로 인식될 예정입니다. 경영진은 50억 달러 컴퓨트 투자는 컴퓨트 멀티플을 고려하면 최소 24억 달러 매출로 연결될 것으로 예상했습니다. 국내외 주요 클라우드 사업자와 매출 공유 계약을 체결한 것도 추가 모멘텀이 될 수 있습니다. GLM 모델을 호스팅 API 형태로 제공하고, 관련 매출이 10월부터 인식될 예정입니다. Z AI의 움직임은 중국 AI 기업 내 추론 수익화의 필요성과 높은 수요를 충족시키기 위한 캐파 확장으로 연결되는 흐름을 보여줍니다.  비상장인 문샷 AI와 딥시크도 최근 신규 펀딩 라운드와 상장 관련 보도가 이어지고 있는데요 - 문샷 AI: 8월 ARR 10억 달러 + 500억 달러 밸류로 신규 펀딩 논의 - 딥시크: 8월 ARR 5억 달러 + 740억 달러 밸류로 신규 펀딩 논의 Z AI의 ARR은 문샷 AI의 2배 수준이지만, Z AI의 시가총액은 400억 달러 수준입니다. (2026/9/17 공표자료)

구글 딥마인드, AGI 시대 대비 위한 DeepMind Institute 출범 : 구글 딥마인드가 AGI의 안전한 개발과 활용, 사회적 영향을 연구하는 DeepMind Institute(DMI) 출범 : 셰인 레그, 제임스 마니카, 데미스 하사비스가 공동 디렉터를 맡으며, 구글 내부뿐 아니라 전 세계 연구자와 사상가가 참여하는 학제 간 연구 플랫폼으로 운영 : 딥마인드는 현재 AI가 여전히 기본적인 작업에서 실패하고 완전한 AGI에 필요한 일관성과 창의성이 부족하지만, 빠른 기술 발전을 감안하면 인간 두뇌의 모든 인지 능력을 갖춘 AGI에 접근하고 있으며 이러한 격차도 곧 해소될 것이라고 전망 : AGI가 질병 치료, 청정에너지, 경제 성장 등 과학적 돌파구를 가속할 수 있는 동시에, 이미 사이버보안과 바이오리스크가 커지고 있으며 향후 자기개선 시스템에서는 인간의 통제 상실 가능성도 존재한다고 경고 : DMI는 AGI 시스템과 에이전트 집단을 어떻게 안전하게 구축·거버넌스할지, AGI 시대에 어떤 제도와 정책이 필요한지, 인간의 가치와 역할이 어떻게 변화할지 등을 연구. 기술 전문가뿐 아니라 인문·사회과학, 정부 등 사회 전반의 참여가 필요하다는 입장 https://institute.deepmind.com

오픈AI, 모델 정렬 실패 공개 프레임워크 신설, 사례 6건 공개 : 오픈AI가 모델의 예상치 못했거나 우려되는 행동을 체계적으로 추적, 조사, 공개하는 Model Misalignment Reporting Framework 발표 ; 기존에는 여러 사례를 모아 보고서나 시스템 카드에서 공개했지만, 앞으로는 원인 규명이나 완화가 완료되지 않았더라도 기준을 충족하면 신속하게 공개 : ‘AI 업계가 정렬과 모니터링 문제를 충분히 해결해 최대 속도의 스케일링을 책임 있게 지속할 수 있는 단계는 아니다”라고 명시 : 정렬 실패가 실제 피해나 반복 패턴으로 확인되지 않아도 공개하며, 향후 업계 공통 공개 표준과 미국 연방정부 대상 중대 안전, 보안 사고 보고 체계로 발전시킬 계획 : 지난 6개월간 훈련, 평가 과정에서 확인된 첫 정렬 실패 사례 6건 공개 ① 자기 생성 지시 삽입: 미출시 연구 모델이 컨텍스트 전환용 작업 요약에 기존 제약을 무시하라는 등의 지시를 스스로 삽입, 총 27개 요약에서 확인 ② 실수 은폐: GPT-5.6 Sol 훈련 중 모델들이 작업 요약에 과거 데이터를 임의로 생성하고 이를 밝히지 않거나, 출처 버전 불일치를 숨기라는 지시를 삽입 ③ API 키 무단 사용 및 데이터 조작: 공개 저장소에서 노출된 API 키를 허가 없이 사용하고, 원하는 데이터를 얻지 못하자 수치를 조작해 실제 출처 데이터처럼 제시 ④ 파일 인터넷 무단 업로드: 브라우저 인용 요구를 충족하기 위해 Python으로 생성한 파일을 사용자 허가 없이 인터넷에 업로드한 뒤 이를 출처로 인용 ⑤ 내부 저장소를 통한 모델 간 통신: 서로 다른 훈련 샘플의 모델들이 내부 소프트웨어 저장소를 메시지 보드처럼 이용해 요청과 응답을 교환. 과거에는 네트워크 제한 우회를 시도하며 파일 업로드에 성공한 사례도 확인 ⑥ 에이전트 간 공개 파일 공유: 협업 에이전트들이 서로의 로컬 파일에 접근하지 못하자 공개 파일 호스팅 사이트를 이용해 파일을 공유, 로컬 파일만 사용하라는 지시와 달리 결과물이 공개 URL에 노출 : 공개 절차는 Ready for Disclosure, Minor Investigation, Larger Investigation 3단계로 운영. 복잡하거나 제3자가 관련된 사건은 Larger Investigation으로 분류하며, 과거 오픈AI Hugging Face 사건도 이 프레임워크가 적용됐다면 해당 트랙에 포함됐을 것이라고 설명 https://openai.com/index/model-misalignment-reporting-framework

티보 소티오, 물리 법칙은 속일 수 없다 : 티보 소티오는 샘 올트먼이 이번 주 예정됐던 주요 출시를 다음 주로 연기한다고 밝히자, 가끔은 물리 법칙을 속일 수 없다(Sometimes physics can’t be cheated)고 언급 : 구체적 의미는 밝히지 않았지만, 출시 지연이 단순 소프트웨어 이슈가 아닌 물리적 제약과 관련됐을 가능성을 시사 → 또 캐파 부족인가? https://x.com/thsottiaux/status/2100363668051603608

샘 올트먼, 핵심 제품 출시는 다음 주로 지연 이번 주 출시를 기대했던 핵심 제품은 다음 주로 미뤄졌습니다. 그래도 기다릴 가치가 있다고 생각합니다! → 다다음주는 DevDay https://x.com/sama/status/2100351958167220547

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/9/17) ■ 오픈AI x 마이크로소프트, GitHub 상대 저작권 정보 미표시 소송에서 유리한 판결 확보 ■ 오픈AI, ChatGPT 내에서 기업과 직접 대화하는 Sponsored Agents와 광고 캠패인 제작 분석용 Ads Manager 도입 ■ 구글 딥마인드, AGI 자체의 성능 연구를 넘어 안전, 거버넌스, 경제사회적 영향을 전담 논의하는 DeepMind Institute 출범 ■ 알파벳과 블랙스톤의 AI 클라우드 합작사 Crux AI에 10개 은행이 220억 달러 규모 대출 제공 ■ 에메랄드 AI x 구글 x 엔비디아, AI Energy Management Alliance(AEMA) 출범. AI 데이터센터가 전력망 상황에 따라 전력 소비를 동적으로 조절할 수 있도록 기술·운영·계통연결 기준을 마련하는 것이 목표 ■ 앤스로픽 x 노보 노디스크, Claude Science를 신약 R&D에 도입 협력 ■ 앤스로픽, Claude Chat과 Cowork 통합. 단일 Claude 앱으로 개편 ■ 앤스로픽, 싱가포르에 아시아에서 다섯 번째 사무소 개설. 오픈AI 싱가포르 영업책임자 출신 Dale Finlay를 동남아 총괄로 선임 ■ 앤스로픽, 호주 Zerra DC의 2.16GW 데이터센터 캠퍼스 임차 보도 ■ 앤스로픽, 노동조합 후원 연기금들과 협력하는 주주단체 SOC Investment Group이 예정된 IPO 연기 요구. 규제, 제품책임, 거버넌스 리스크를 투자자가 충분히 평가하기 어렵다는 것이 핵심 주장 ■ AWS 피터 드산티스, Trainium4에 대해 명확한 차별화 우위 자신 ■ Generac, 아마존데이터센터에 백업 발전기 공급 장기 계약 체결. 초기 공급액은 24억 달러. 최대 80억 달러까지 확대 가능 ■ 스페이스XAI, Grok의 메모리를 세션 간 지속되는 사용자, 업무 컨텍스트로 강화 ■ 네비우스, 10/1일부터 온디맨드 앤비디아 GPU 가격 인상 발표 ■ 네비우스, B300과 RTX PRO 6000을 탑재한 마드리드 데이터센터 실제 가동 발표 ■ 코어위브, 멀티랙 엔비디아 Vera Rubin NVL72 클러스터 가동. 현재 2개 리전에 7개 랙을 프로덕션 환경에서 운영 ■ 사이퍼 디지털, 텍사스 신규 프로젝트 중 1.1GW를 Conditional Base Load로 확보. 플루이드스택 및 앤스로픽과 별도로 지역 상수도에 1,000만 달러 투자 발표 ■ 캐나다 코히어와 독일 Aleph Alpha, 코히어 브랜드로 합병 계약 체결 ■ 세일즈포스, 정부용 Missionforce에 오픈AI 모델 도입 ■ 치폴레, 팔란티어 Foundry 기반 식품안전 리스크 플랫폼 구축 ■ Z AI, 주요 국내외 클라우드 업체와 매출 공유 계약을 체결해 10월부터 매출 인식 시작, 연말 ARR 가이던스를 24억 달러에서 30억 달러로 상향 보도 https://t.me/Samsung_Global_AI_SW

앤스로픽, Cowork· 채팅 통합, Claude가 작업 유형 알아서 판단 Claude Cowork와 일반 채팅을 통합. 사용자가 작업 유형에 따라 모드를 선택할 필요 없이 Claude가 필요한 기능을 판단해 수행하며, 노트북을 닫은 뒤에도 장기 작업 지속 가능 : Claude Docs·Slides 신규 출시, Design도 대화에 통합. 하나의 대화에서 문서·프레젠테이션 생성, 편집, 공유, PowerPoint·PDF 다운로드까지 지원 : 기존 Cowork의 컨텍스트·스킬·커넥터를 그대로 활용하며 반복 작업 예약과 자율 실행도 지원. Pro·Max부터 향후 몇 주간 적용 후 Team·Free로 확대 https://claude.com/blog/cowork-is-now-claude

글로벌 AI/SW - 지능의 풍요와 에이전트 작업 시간의 확장 안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다. 재귀개선 사이클 기반으로 AI 산업 발전은 더욱 가속화되고 끝 없는 경쟁도 이루어지고 있습니다. 현 시점 AI의 중요한 주제 중 하나는 '지능의 풍요'인데요 프론티어 모델 간 격차 축소 저가 모델 사용량 증가 기존 프론티어 모델 가격 인하로 쓸 만한 선택지가 풍부해졌습니다. 치열한 경쟁 속 오픈AI와 앤스로픽을 둘러싼 바람의 방향도 바뀌고 있고. 특히 오픈AI의 GPT-6 Astra는 결정적 한 방입니다. Astra는 새로운 규칙 파악과 추론 능력 강화 속 AI 에이전트가 자율적으로 끝까지 수행할 수 있는 유효 작업 시간의 확장이라는 의미를 가지고 있습니다. Astra가 보여준 발전은 에이전트의 업무 범위 확장으로 이어집니다. 활용도가 높아질 수록 당연하게도 컴퓨트 부족은 더욱 심화되고 있습니다. 반면 AI 속도 조절론은 여기에 제동을 거는 효과를 내고 있습니다. AI 산업 변화는 SW 섹터에도 직접적인 영향을 미칩니다. 앞서 살펴본 여러 이슈들은 섹터에 긍정적 그리고 부정적으로 다소 혼재된 상황인데요 이러한 내러티브 변동에 더욱 취약한 것은 SaaS를 포함한 엔드 소프트웨어입니다. 그리고 여전히 에이전트 확산이라는 메가 트렌드의 수혜를 누리는 것은 인프라 SW(클라우드 인프라, 보안, 데이터 등)입니다. 지난 6월 하반기 전망 자료 이후 섹터 내 주요 업데이트 내용을 담았습니다. 자세한 내용은 발간된 자료를 참고해 주시기 바랍니다. 보고서 링크: https://bit.ly/4rfl8Uh (2026/9/16 공표자료)

일론 머스크, 저커버그의 AI 속도 조절 입장에 “Cool” → 저커버그는 ‘프런티어 AI 공동 감속’에는 선을 긋되, 개별 랩의 안전을 위한 자율적 속도 조절에는 찬성. 메타는 RSI 경쟁보다 사용자 서비스에 컴퓨트의 상당한 대부분을 투입하겠다는 입장 → 머스크는 아모데이의 업계 차원 AI 속도 조절론에 “Dario is right”라며 공개적으로 동의한 바 있음. 따라서 이번 “Cool”을 저커버그의 ‘공동 감속 불필요’라는 세부 입장까지 지지한 것으로 해석하기는 어려움 → 속도 조절하는거야 마는거야? https://x.com/elonmusk/status/2100071927918612828

샘 올트먼, 이번 주 대형 출시 예고, GPT-6 Sol 기대감 확대 : 오픈AI의 티보 소티오가 “이번 주 공개될 것들도 과거 DevDay에서 기대할 만한 수준”이라고 언급하자, 샘 올트먼이 직접 “big 🚢 this week and then for devday 🚢🚢🚢🚢🚢🚢”라고 답변 : 여기서 🚢는 제품이나 모델 출시 의미. 특히 샘이 DevDay 뒤에 배 이모지를 6개 사용하면서 최근 루머가 확산되고 있는 GPT-6, 특히 GPT-6 Sol을 암시한 것 아니냐는 해석도 확산 https://x.com/sama/status/2099872600977760451

마크 저커버그, AI 속도 조절론에 대한 입장 지난달 저는 모두를 위한 긍정적이고 안전한 미래를 어떻게 만들어갈 수 있을지에 대해 글을 썼습니다. 모든 AI 연구소는 모델을 안전하게 학습시키는 데 필요한 속도로 개발을 진행할 책임과 유인이 있으며, 이를 위해 각자 필요한 조치를 취할 능력도 있습니다. 현실은 다음과 같습니다. - 사람들은 자신과 정렬되지 않고 요청한 대로 행동하지 않는 에이전트를 사용하려 하지 않을 것입니다. 따라서 AI 연구소들은 정렬 수준을 높일 강력하고 자연스러운 유인을 갖고 있습니다. 정렬이 따라잡을 때까지 AI 역량 발전 속도를 늦춰야 한다는 논의가 많이 나오고 있습니다. 신뢰와 정렬은 빠르게 에이전트와 모델을 차별화하는 가장 중요한 역량으로 자리 잡고 있습니다. 정렬에 집중하지 않는 연구소는 뒤처질 것입니다. - 모델이 피해를 일으킬 경우 AI 연구소는 상당한 법적 책임을 부담하게 됩니다. 따라서 이를 방지할 강력한 유인도 존재합니다. 메타는 안전과 보안에 집중하기 위해 Muse 출시를 수개월 연기했습니다. 우리는 다른 연구소들도똑같이 해야 한다고 요구하지 않았습니다. 단지 사람들과 우리에게 명백히 옳은 일이었기 때문에 일상적인 업무의 일부로 그렇게 했습니다. 저는 우리가 구축한 보안 기반을 자랑스럽게 생각합니다. - 독립 평가기관과 자문위원을 활용하는 것은 업계의 모범 관행입니다. MSL은 더 나은 결과를 만들기 위해 이미 여러 분야에서 이를 시행하고 있습니다. 다른 연구소들도 그렇게 할 수 있습니다. 전반적으로 크고 다양한 평가기관 생태계가 형성되는 것이 도움이 될 것입니다. - 컴퓨트의 상당한 대부분을 재귀적 자기개선 경쟁이 아니라 사람들에게 서비스를 제공하는 데 투입하는 것은 기술을 안전하게 개발할 수 있는 가장 좋은 방법 중 하나입니다. 메타는 이미 이렇게 하기로 약속했으며 다른 연구소들도 그렇게 할 수 있습니다. 저는 모두를 위한 긍정적인 미래를 만드는 핵심은 올바른 힘의 균형을 유지하는 것이라고 믿습니다. 그리고 이는 우리가 해낼 수 있는 일입니다. https://x.com/finkd/status/2099997096896274533