인공지능(AI) 기술이 개발 현장에 빠르게 도입되면서 넥슨이 신입 게임 프로그래머 채용에서 기존 코딩 테스트를 없애고 AI 활용 능력을 평가한다. 채용 단계부터 AI 역량을 갖춘 개발 인재를 확보하겠다는 취지다. 27일 넥슨에 따르면 채용형 인턴십 ‘넥토리얼 for 게임 프로그래머’ 공개 채용에서 올해는 게임 프로그래머 단일 직군에서 두 자릿수 규모의 인재를 선발한다. 이번 ‘넥토리얼 for 게임 프로그래머’는 9월 7일 오후 4시까지 지원자를 모집한다. 최종 합격자는 오는 12월 7일부터 6개월간 넥슨컴퍼니 인턴 사원으로 근무하게 되며, 해당 기간 동안 능력과 자질이 검증된 인재는 정직원으로 전환할 예정이다. 2021년 처음 선보인 이후 6년 연속 진행해온 ‘넥토리얼’은 넥슨컴퍼니의 대표 신입 채용 트랙으로 그동안 예비 지원자들에게 각종 채용 정보와 노하우를 제공하는 온·오프라인 행사를 운영하는 등 인재 선발 과정에서 다양한 시도를 이어왔다. 올해는 게임 프로그래머 중심으로 모집을 진행하며, 실제 업무 환경에서 필요한 잠재력을 확인하기 위해 채용 절차에 대폭 변화를 줬다. 가장 눈에 띄는 점은 기존 정보기술(IT)업계 채용의 필수 관문으로 여겨지는 코딩 테스트 대신, 실제 개발 환경과 더욱 밀접한 조건에서 지원자의 역량을 입체적으로 확인할 수 있는 관련 전형을 신설했다는 것이다. 먼저 자격 요건을 충족한 지원자를 대상으로 시행되는 AI 면접에서는 약 한 시간 동안 AI와의 1 대 1 대화를 기반으로 전공 지식과 기본기 등 게임 프로그래머로서 공통 역량을 확인한다. 이어지는 AI 활용 역량 평가는 실제 업무와 유사한 문제를 주어진 AI 도구와 함께 풀이하는 방식으로 진행된다. AI에 대한 이해도부터 프롬프트 작성 과정 등 이를 활용하는 방식, 그리고 최종 결과물까지 종합적으로 평가한다. AI 기술을 현업에 효과적으로 적용해 실무 과제를 해결할 수 있는 역량과 잠재력을 보겠다는 취지다. 또한 우수 인재를 폭넓게 발굴하기 위해 법인 구분 없이 통합 공고 형태로 인재를 모집한다. 이후 최종 관문인 팀 면접 과정에서 지원자의 성향과 역량을 기반으로 프로젝트를 제안하는 과정을 통해 적합한 포지션에 연결하는 방식이다. 복수의 포지션에 최종 합격할 경우 지원자는 입사할 포지션을 선택할 수 있다. 한편 넥슨의 차별화된 기업 문화가 담긴 ‘넥토리얼’은 넥슨과 튜토리얼 단어의 합성어로 게임에서 세계관과 조작법을 익히는 튜토리얼처럼 실제 넥슨의 문화를 이해하고 넥슨인으로 성장해 가는 경험을 제공하는 채용형 인턴십 프로그램이다. 인턴십 기간 동안 체계적인 온보딩 프로그램을 운영해 입문 교육은 물론 맞춤형 직무 교육을 제공한다. 현업 실무자들과 함께 학습 방향을 설정하고 실무 노하우를 익히며, 실제 프로젝트에 참여해 성장할 수 있는 기회도 얻는다. 정규직과 동일한 처우가 보장되는 점도 취업 준비생들이 ‘넥토리얼’에 관심을 갖는 이유 중 하나다. 근무 기간 동안 대졸 신입 초임과 동등한 급여가 지급되며, 복지 포인트 등 각종 복리후생 제도 또한 정규직과 동일하게 제공된다. 채용팀 홍자현 팀장은 “AI 기술이 실제 현업에서 빠르게 도입되며 일하는 방식에 많은 변화가 있는 만큼 채용 방식 또한 변화가 필요하다고 판단했다”며 “앞으로도 틀에 얽매이지 않는 다양한 방식의 ‘넥토리얼’을 통해 넥슨의 미래를 이끌어갈 맞춤형 인재를 선제적으로 확보해 나갈 계획”이라고 말했다.

치안 현장 AI 지원·한국형 AI 기상 모델전 중앙부처 연내 AI 관리시스템 도입AI가 보고서 초안 작성…AI 교육 의무화공직 AI 인재 2만명 육성…AI 영향 평가네이버 데이터센터 등 민간 서버 임차 검토국민 개별 대응 힘든 분야, 공공 AI 나서야 챗GPT, 제미나이 같은 ‘생성형 인공지능(AI)’을 사용해보신 적 있으신가요? 궁금한 것을 물어보면 학습한 방대한 정보를 토대로 원하는 답변을 빠르게 찾아 글·사진 등 새로운 콘텐츠로 만들어줍니다. 과학기술정보통신부의 지난해 인터넷 이용 실태조사(만 3세 이상 5만 750명 대상)에 따르면 우리 국민 3명 중 2명은 교통·교육 등에서 AI 서비스를 경험했고, 44.5%는 챗GPT 같은 생성형 AI를 직접 사용해봤다고 답했습니다. 어느샌가 생성형 AI가 우리 일상 깊숙이 들어온 것이죠. 시간·인력·비용 등 한정된 자원으로 더 짧은 시간에 더 많은 일을 효율적으로 처리할 수 있다면 굳이 마다할 이유가 없겠죠. 정부가 AI를 활용해 국민에게 필요한 서비스를 먼저 찾아 제공하고, 공직사회의 일하는 방식도 혁신해 국민의 삶에 실질적인 변화를 가져오는 ‘AI 민주정부’를 본격 추진하기로 했습니다. “100억·3년 걸릴 일을 이틀 만에”‘AI 정부 실험실’…정부가 AI 꽂힌 이유행정안전부는 25일 국무회의에서 이런 내용을 담은 ‘AI 민주정부 실현 전략’을 보고하고, 정부세종청사에서 별도 브리핑을 열어 공무원이 직접 개발한 AI 서비스가 어떻게 활용될 수 있는지 기자들에게 시연했습니다. 이날 선보인 것은 현장에 필요한 AI 서비스를 공무원이 직접 개발해 국민 서비스로 연결하는 ‘AI 정부 실험실’ 사례였습니다. 지난 6월 공무원과 공공기관 직원들이 참여한 실전형 경연인 ‘2026 AI 챔피언 해커톤’에서 대상을 받은 작품이었는데요. 한국국토정보공사(LX) 직원 2명이 개발한 ‘쨍하고 해뜰날’은 행안부의 주소 데이터 서비스(API)와 국토교통부의 디지털 지도·공간정보 플랫폼 ‘브이월드(V-World)’ 등 공공데이터를 활용한 AI 서비스입니다. 토지 지번만 입력하면 태양광 발전시설을 설치하기에 적합한지 진단하고 예상 설비용량과 발전량, 수익은 물론 인허가 절차까지 한 번에 안내해줍니다. 특히 지도를 3차원으로 전환하고 일사량·그림자 정보를 켜면 해가 뜨고 지는 동선에 따라 해당 농지에 햇볕이 얼마나 드는지 직관적으로 보여줍니다. 이어 AI가 일사량 등을 분석해 예상 설비용량과 연간 발전량·수익까지 계산해줍니다. 심지어 투자비를 회수하는 데 몇 년이 걸릴지도 말이죠. 물론 실제 수익은 설치비와 전력 효율·유지관리비 등 여러 조건에 따라 달라지겠지만 사업성을 검토하기 위한 참고 자료로 활용하기에는 매우 유용해 보였습니다. 재생에너지를 활용하겠다며 무턱대고 농지에 태양광 시설부터 설치했다가 손해를 보는 시행착오를 줄일 수 있도록 AI가 영리하게 각종 데이터를 분석해 사업성을 먼저 보여주는 것이죠. 황규철 행안부 인공지능정부실장은 “보통 이런 서비스를 만들려면 정보화 사업에 100억원 이상의 예산이 투입되고 2~3년의 시간도 걸리는데, 이 서비스는 이틀 만에 개발됐고 한 달 정도 보완을 거쳐 대민 서비스가 가능한 수준까지 발전했다”고 설명했습니다. 이런 방식이 확산되면 예산 절감 효과가 ‘눈덩이’처럼 불어날 수 있다고 강조했습니다. ‘쨍하고 해뜰날’ 태양광 발전시설 입지 분석 서비스는 추가 고도화를 거쳐 다음 달 정식으로 선보일 예정입니다. 지난달 3일부터 시범 운영 중인 ‘AI 정부 실험실’에는 현재 약 670건의 과제가 등록됐으며 참여자도 1800여명에 이릅니다. 돌아와서, 정부는 이처럼 국민이 일상에서 정책 서비스의 변화를 체감하고 취약계층에 대한 포용도 강화할 수 있도록 대민 서비스를 대폭 혁신하기로 했습니다. 24시간 ‘찰떡 답변’ AI 상담 서비스청년에 구직수당·교육비 맞춤 정보우선 국민 체감도가 높은 복지·안전·세금·농업·식약 등 5대 분야에 AI 상담체계를 구축해 시간과 장소의 제약 없이 24시간 밀착형 상담 서비스를 제공한다는 계획인데요. 돌봄과 납세, 감염병 예방, 식생활 등 국민 생활과 밀접한 정보를 누구나 AI에 묻고 답을 얻을 수 있게 한다는 구상입니다. 예를 들어 납세자가 다소 복잡하게 질문해도 AI가 ‘찰떡같이’ 알아듣고 맥락을 분석해 세금 감면 혜택과 공제 요건, 신고 기한 등을 맞춤형으로 안내합니다. 몸이 아플 때 증상을 입력하면 감염병 초기 증상을 판별하고 진료 정보와 전문 의료기관 위치, 예방수칙 등을 실시간으로 알려줍니다. 농사를 지을 때는 병해충과 재배기술 등의 정보를 제공하고, 복지 분야에서는 복잡한 복지서비스 수혜 자격을 신청자의 가구·소득 여건에 맞춰 AI가 확인해줍니다. 당뇨·고혈압·비만 등 질환별 권장·주의 식단이나 의약품 주의사항도 AI를 통해 확인할 수 있습니다. 청년에게는 구직활동 수당과 창업교육비 등 자신에게 맞는 고용·지원 정보를 안내하고, 고령층에게는 AI 돌봄기기를 활용한 건강관리 서비스를 제공할 예정입니다. 다만 분야별로 AI 서비스가 완성되는 시점에는 차이가 있는데요. 세금 상담과 농업 분야는 내년에, 복지·식약 분야는 2028년, 안전 분야는 2029년까지 단계적으로 서비스를 고도화한다는 계획입니다. 지역마다 제각각인 임산부 지원 혜택을 찾아 자동으로 알려주는 AI 서비스는 올해 안에 선보일 예정입니다. 황 실장은 “각 기관의 서비스를 모아 통합한 AI 통합서비스는 내년 말에 나온다”며 “전문가가 코딩한 알고리즘을 바탕으로 정해진 답을 내놓는 기존 챗봇을 단순히 확대하는 것이 아니라 정부가 보유한 각종 데이터를 AI가 재구성해 서비스하는 것”이라고 설명했습니다. 이어 “국민이 하나의 창구에서 어느 분야를 질문하더라도 답변을 받을 수 있는 질적으로 한 단계 나은 서비스가 될 것”이라고 강조했습니다. 요즘 은행·카드사 등 금융기관을 비롯해 곳곳에서 챗봇 상담서비스를 접할 수 있습니다. 하지만 질문의 맥락을 제대로 이해하지 못하거나 엉뚱한 답변을 내놓고, 정해진 문구를 반복하는 데 그쳐 급하게 비대면 상담이 필요한 국민의 답답함을 키운다는 지적도 적지 않습니다. 정부가 내놓을 AI 통합서비스는 이런 기존 챗봇을 넘어 국민의 질문 의도를 제대로 이해하고 필요한 정보를 찾아주는 한층 진화한 맞춤형 서비스를 지향한다고 하니 기대해볼 만합니다. 이와 함께 정부24와 혜택알리미 등 주요 대민 서비스를 통합해 국민 맞춤형 AI 서비스를 제공하고, 공공서비스를 표준화·모듈화해 카카오·네이버 등 민간 플랫폼과 ‘모두의 AI’에서도 활용할 수 있도록 할 계획입니다. 재난·안전 정보 창구인 ‘국민안전24’에도 AI를 접목합니다. 산불이나 홍수 등 재난 위험을 AI가 감지·예측하고 상황을 분석해 필요한 위험 정보를 신속하게 안내하는 식이죠. 국민의 의견을 정책으로 만드는 과정에도 AI를 적극 활용합니다. 정부에 정책을 제안하려 해도 국민이 아이디어를 보고서 형식에 맞춰 일목요연하게 정리하는 것은 쉽지 않은 일입니다. 어떻게 구성하고 무슨 말부터 시작해야 할지 막막할 수 있죠. 좋은 아이디어가 있어도 이를 글로 구체화하는 과정에서 어려움을 느껴 포기하는 경우도 적지 않을 겁니다. 정부가 AI를 활용해 국민 제안을 요약·분석하고 유사 정책과의 비교 등을 지원하는 플랫폼인 ‘모두의 광장’을 구축하는 이유입니다. 국민의 아이디어를 AI가 자동으로 분류하고 구체화해 실제 정책이나 사업으로 이어질 수 있도록 지원합니다. 온라인 숙의토론과 1대1 심층 대화, 대규모 공공 토의가 가능한 ‘AI 공론장’도 마련합니다. 정부 웹사이트와 앱도 AI가 정보를 보다 쉽게 찾아 활용할 수 있는 구조로 바뀝니다. 검색한 문서를 토대로 답변을 생성하는 ‘검색증강생성(RAG)’ 기술에 맞춰 법령 정보와 정책 사례 등을 표준화하고, 정부 웹과 앱을 AI 친화적으로 개편할 예정입니다. 중앙부처 홈페이지를 이용해본 분들이라면 느끼겠지만 현재 정부 웹사이트는 대체로 ‘정책 홍보’ 중심으로 구성돼 있어 국민이 자신에게 필요한 정보를 찾기에는 불편한 측면이 있습니다. 이를 공급자 중심에서 이용자 중심으로 바꾸고, 법령·사례집 등 공공정보도 AI가 쉽게 검색하고 활용할 수 있는 형태로 정비해 국민이 필요한 정보를 보다 편리하게 얻을 수 있도록 한다는 계획입니다. 공무원의 일하는 방식도 AI 중심으로 확 바뀝니다. 올해 말까지 지능형 업무관리시스템 ‘온AI’를 47개 중앙부처로 확산해 법령 검토부터 보고서 초안 작성까지 행정 업무 전반에 AI를 활용해 생산성을 높인다는 방침입니다. 공무원이 직접 AI를 개발해 업무에 적용하는 ‘AI 정부 실험실’도 운영합니다. 현장에서 개발한 결과물은 ‘공공저장소(GitLab)’에 등록해 모든 중앙부처와 지방정부가 공동으로 활용할 수 있도록 할 예정입니다. 부처별 특성을 살린 AI 서비스도 확대합니다. 치안 현장 AI 지원(경찰청), 한국형 AI 기상·기후 모델(기상청), 의약품 허가·심사(식품의약품안전처), AI 건축허가·안전관리(국토부), 조달 제안요청서 AI 자동 생성(조달청) 등으로 업무의 전문성과 효율성을 끌어올린다는 것이죠. 부작용 대비 ‘공공 AI 윤리기준’ 마련개인정보 침해·책임 검증 ‘AI 영향 평가’공직사회의 AI 역량도 대폭 강화하는데요. 행안부는 모든 공무원에게 AI 교육 이수를 의무화하고, 자체 AI 개발과 현장 적용이 가능한 전문 인재 2만명을 육성하기로 했습니다. 매년 공무원 AI 활용 경진대회를 열어 혁신 문화를 확산하고 우수 과제에는 인센티브를 제공하는 방안도 검토합니다. 국민과 기업의 수요가 많은 ‘공공데이터 톱(TOP) 100’을 조기에 개방하고 기관 간 데이터 공유도 활성화할 예정이라고 하니 여러 분야에서 시너지가 났으면 좋겠습니다. AI 의존도가 높아지는 만큼 부작용에 대한 대비도 빼놓을 수 없겠죠. 정부는 AI의 신뢰성과 안전성을 확보하기 위한 ‘공공 AI 윤리기준’을 마련하고, AI 사업이 개인정보 침해 등 국민에게 미칠 수 있는 의도하지 않은 영향을 점검하고 책임 소재 등을 검증하는 ‘AI 영향평가’도 도입할 예정입니다. AI 보안성 검토 가이드라인은 행안부와 국가정보원이 함께 마련하고 있습니다. 정부는 ‘AI 정부’ 도입을 단순히 AI 기술을 활용해 행정 효율성을 높이는 데 그치지 않고, AI를 통해 국민주권의 가치를 실현하고 국민이 체감할 수 있는 정책 변화와 성과를 만들어내는 혁신 수단으로 삼겠다고 밝혔습니다. 특히 국민이 개별적으로 대응하기 어려운 영역에서 공공 AI가 역할을 한다면 정책 체감도는 더욱 높아질 겁니다. 온라인 활동이 일상화된 요즘, 인스타그램·페이스북 등 해외에 서버를 둔 소셜미디어(SNS)에서 개인정보 유출이나 사진 도용·사칭 피해가 발생했을 때 신속한 수사와 사칭 계정 삭제를 지원하거나, 딥페이크 등 AI 합성물이 성범죄에 악용될 경우 관련 콘텐츠를 빠르게 찾아내 일괄 삭제할 수 있다면 큰 도움이 되겠죠. 제주에서 실종됐다 끝내 주검으로 발견된 장미란씨 사건처럼 실종자를 찾는 데도 공공 AI가 인근 폐쇄회로(CC)TV 영상을 신속하게 분석해 특정인의 이동 경로를 추적하는 등 골든타임을 확보하는 데 역할을 할 수 있습니다. AI 서비스를 정책에 본격적으로 활용하려면 방대한 데이터 처리를 안정적으로 뒷받침할 서버 인프라 구축도 필수적입니다. 정부는 지난해 화재로 행정·금융·의료 전산망에 장애를 일으켰던 국가정보자원관리원이 AI 서버 구축에 적합하지 않다고 판단해 2030년 폐쇄하고, 세종시에 운영 중인 네이버 데이터센터 등 민간 인프라를 임차·활용하는 방안을 검토하고 있습니다. 정부가 직접 데이터센터를 새로 구축해 유지·관리할지, 초대형 민간 데이터센터를 활용할지 비용과 효율성은 물론 보안과 안정성까지 종합적으로 따져 결정하겠다는 것입니다. AI의 유용함을 국민의 삶을 바꾸는 정책으로 구현하는 것은 결국 정부의 몫입니다. 다양한 아이디어와 경험을 모은 ‘집단지성’을 발휘해 정부의 AI 서비스가 더욱 적극적이고 기존의 틀을 뛰어넘는 방향으로 발전해 나가길 기대합니다. ‘강 기자의 세종실록’은 대한민국 행정의 수도 세종시에서 생산되는 정부 정책과 관가에서 일어나는 모든 일을 생생하게 보도하는 코너입니다. 세종시에 포진한 각 정부부처가 내놓는 모든 정책이 역사의 한 페이지로 남고, 오늘의 행정이 내일의 역사가 된다는 관점으로 ‘세종 현대사(現代史)’를 기록하겠습니다.

GS그룹이 정부 주관 인재 양성 프로젝트인 ‘K 뉴딜 아카데미’에 참여해 실전형 인공지능(AI) 인재 양성에 박차를 가하고 있다. GS는 취업 준비 청년을 위한 실습 중심 교육 프로그램 ‘52g 리부트 캠프’를 운영 중이다. 서울과 여수 지역에서 총 120명의 청년을 대상으로 520시간의 교육을 제공하며, 산업 현장에서 요구되는 문제 해결 능력을 키우는 데 초점을 맞췄다. 이번 과정은 사내 혁신 조직 ‘52g’와 캐럿글로벌이 공동 수행한다. 참가자들은 디자인씽킹과 생성형 AI 활용 실습 등을 거치며, 특히 GS의 자체 AI 플랫폼인 ‘미소(MISO)’를 활용해 코딩 지식 없이도 웹페이지나 업무 툴을 구현해 보는 맞춤형 실습을 경험하고 있다. GS 관계자는 “청년들이 AI 활용 역량을 갖출 수 있도록 적극 지원하겠다”고 밝혔다.

글로벌 경기 침체와 공급망 재편 속에서 SK그룹이 ‘고강도 리밸런싱’과 ‘인공지능 전환(AX)‘을 두 축으로 위기 돌파에 나섰다. 과거의 성공 방정식이 통하지 않는 경영 환경 속에서 비주력 사업을 과감히 정리하고, 확보한 재원을 미래 성장 동력에 집중시키는 모양새다. SK그룹은 지난 2년간 약 13조원 규모의 자산 효율화를 진행하며 계열사 수를 219개에서 151개로 대폭 줄였다. 최태원 회장은 AX의 본질을 ‘운영개선(O/I)’으로 정의하고, “수많은 난제를 돌파할 힘은 결국 O/I 능력에서 나온다”며 AX 기반의 실행력을 거듭 강조하고 있다. 전략의 핵심은 계열사 간 시너지를 높인 ‘AI 밸류체인’이다. SK하이닉스는 차세대 기술 ‘iHBM‘ 공개와 HBM4 개발로 글로벌 AI 메모리 주도권을 굳히고 있다. SK텔레콤은 사내 플랫폼에 ‘AX 샌드박스’를 도입하는 등 전사적 업무 혁신인 ‘AX 혁신 2.0‘을 추진 중이며, 실무자가 설계한 보안 코딩 자동화 AI로 연간 3000시간의 업무를 절감하는 등 실질적인 성과도 가시화되고 있다. 여기에 바이오와 품질 경영 부문도 탄탄한 뒷받침이 되고 있다. SK바이오사이언스는 올해 1월 송도에 3772억원을 투입해 연구개발부터 품질 분석까지 아우르는 ‘글로벌 R＆PD 센터’를 구축하며 차세대 백신 개발에 속도를 내고 있다. 아울러 SK인텔릭스는 먹는물 분야 숙련도 평가에서 8년 연속 적합 판정을 받으며 헬스 플랫폼 브랜드 SK매직의 정수기 필터 품질 관리 역량을 입증했다. 이와 함께 SK그룹은 기존 이천포럼을 ‘경영전략회의’와 통합한 ‘New 이천포럼‘으로 재편해 AI 시대에 맞는 속도전 대응 체계를 갖췄다. 업계는 SK그룹의 이번 행보가 단순한 위기 대응을 넘어 AI 시대의 새로운 사업 모델을 구축하는 선제적이고 장기적인 포석이며 향후 국내 산업계 전반의 혁신 경영에 적잖은 이정표가 될 것으로 평가하고 있다.

엔비디아가 삼성전자 파운드리에서 생산한 인공지능(AI) 추론 전용 칩 ‘그록3’를 본격 상용화한다. 첫 고객사까지 확보하면서 삼성전자는 첨단 공정의 가동률을 높일 추가 물량 확보의 발판을 마련했다. 엔비디아가 그래픽처리장치(GPU)에 이어 추론 전용 칩까지 제품군을 넓히면서 AI 반도체 경쟁도 학습에서 추론으로 확산하고 있다. 엔비디아는 24일(현지 시간) 그록3 칩 256개를 묶은 ‘그록3 LPX’가 양산에 들어갔다고 밝혔다. AI 클라우드 업체 네비우스가 첫 도입 고객사로, 올해 안에 데이터센터에 설치해 서비스를 시작한다. 구체적인 공급 규모는 공개하지 않았다. 그록3는 엔비디아가 지난해 기술 사용권을 확보한 미국 AI 반도체 기업 그록의 설계를 바탕으로 삼성전자가 4나노 공정에서 생산한다. 학습과 추론 등 다양한 AI 연산을 처리하는 GPU와 달리, 그록3는 학습을 마친 AI가 답변을 생성하는 추론 작업에 특화했다. 데이터를 칩 내부의 고속 S램에서 바로 불러와 AI 에이전트의 응답 지연을 줄이는 방식이다. 실제 성능 시험에서 그록3 LPX는 10만 토큰 분량의 자료를 처리하면서 초당 약 3400개의 출력 토큰을 생성했다. 가장 빠른 기존 플랫폼보다 약 4배 높은 속도다. 일반 시스템에서는 50초가 걸리는 5000개 토큰 생성도 약 1.5초 만에 마쳤다. 코딩과 검색, 도구 호출 등을 연속 수행하는 AI 에이전트 시장을 겨냥한 성능이다. 이번 양산은 삼성 파운드리의 4나노 기술이 설계 검증을 넘어 실제 고객 서비스에 투입된다는 데 의미가 있다. 후속 고객과 추가 물량을 확보하면 가동률과 매출 확대에도 보탬이 될 수 있다. 그록3는 엔비디아의 차세대 플랫폼 ‘베라 루빈’과 함께 사용해 추론 속도를 높인다. 그록3 자체에는 고대역폭메모리(HBM)가 들어가지 않지만 루빈 GPU에는 HBM4가 탑재된다. 엔비디아는 베라 루빈이 전작보다 ㎿(메가와트)당 처리량을 최대 30배 높이고 토큰 비용은 최대 35분의 1로 낮췄다고 밝혔다. 베라 루빈 보급이 늘면 삼성전자와 SK하이닉스의 HBM4 공급 기회도 커질 전망이다.

서울 강동구는 26일부터 강동50플러스센터 9월 교육 프로그램 수강생을 모집한다고 25일 밝혔다. 9월 교육에서는 총 33개 강좌를 운영한다. 인생 후반기를 준비하고 일상생활에 필요한 역량을 높이는 ‘인생설계 교육’ 17개 강좌와 재취업·실무 역량을 키우는 ‘직업역량강화 교육’ 16개 강좌다. 구는 직장인과 주말 이용자를 위해 야간·주말 강좌를 마련하고 전문 기관과 연계한 강좌와 신규 강좌도 늘렸다. 인생설계 분야에서는 1대1 재무·마음건강·대사증후군 상담, 왕초보 스마트기기 활용, 생성형 인공지능(AI) 자산관리(야간), 귀농 멘토와 함께하는 삶의 설계, 생활 건강 테이핑 등 생활과 밀접한 강좌를 운영한다. 직업역량강화 분야에서는 AI 활용 소셜미디어(SNS) 마케터 양성, 늘봄학교 디지털 기술 전문 강사 양성(자격증), 어르신 생활지원사 양성(자격증), AI 활용 유튜브 음원 수익화, 드론비행 입문과 코딩 등의 강좌를 진행한다. 모집 수강생은 총 503명이다. 신청은 26일부터 강동50플러스센터 누리집에서 선착순으로 한다. 선발 규정에 따라 40~64세 강동구에 거주하는 주민을 우선 모집한다. 이수희 구청장은 “9월 교육 과정은 AI와 디지털 전환 등 빠르게 바뀌는 환경에서 중장년층이 실질적 역량을 갖추고 새로운 도전을 이어갈 수 있도록 구성했다”며 “앞으로도 주민의 수요에 맞는 프로그램을 지속적으로 발굴해 중장년의 인생 2막을 지원하겠다”고 말했다.

엔비디아가 오픈웨이트(개방형 가중치) 인공지능(AI) 모델 구축을 위해 코딩 전문 AI 스타트업인 ‘풀사이드’와 60억 달러(약 8조 3000억원) 규모의 라이선스 계약을 체결했다. 중국의 인공지능(AI) 굴기에 맞서 AI 소프트웨어 개발에 속도를 내는 모습이다. 월스트리트저널(WSJ)은 22일(현지 시간) 엔비디아가 풀사이드에 60억 달러를 지급하고 엔지니어 100여 명도 전원 자사로 영입해 자체 개발 중인 오픈웨이트 AI ‘네모트론’에 투입한다고 밝혔다. 추가로 10억 달러를 투자해 별도 지분도 확보했다. 풀사이드는 2023년 깃허브 출신 개발자 제이슨 워너 등이 설립한 스타트업으로, 정부·국방 분야의 코딩 자동화 AI ‘라구나S’로 주목받았다. 오픈웨이트 AI는 구조와 데이터, 가중치 등을 완전히 개방하는 ‘오픈소스’와 폐쇄형 AI 모델의 중간 형태로, 운영비가 저렴하고 맞춤화가 쉽다는 장점이 있다. 이는 딥시크, 문샷AI 등 빠르게 확대되고 있는 중국의 AI 기술에 맞서 개방형 모델을 통해 미국 주도의 AI 가치사슬을 확장하기 위한 전략으로 풀이된다. 미스트랄, 퍼플렉시티 등과 개방형 모델 협의체 ‘네모트론 연합’을 출범시킨 젠슨 황 엔비디아 최고경영자(CEO)는 지난달 “미국의 AI 리더십은 개방적 생태계 확산 여부로 판가름 난다”고 강조한 바 있다. 엔비디아는 퍼플렉시티에 추가 지분 투자도 논의 중인 것으로 알려졌다. 다만 시장에선 엔비디아가 사실상 기업결합 심사를 우회하는 방식으로 풀사이드를 흡수했다는 비판도 제기된다. 블룸버그통신은 이번 계약이 지난해 12월 반도체 스타트업 ‘그록’의 설계 기술을 200억 달러에 비독점 제휴한 방식과 유사하다고 지적했다.

경남대가 개교 80주년을 맞아 인공지능(AI)·소프트웨어(SW) 교육혁신을 더하며 미래형 인재 양성 대학으로 도약하고 있다. 1946년 국민대학관에서 출발한 경남대는 AI를 중심으로 교육과 연구, 산학협력 체계를 재편하며 지역 산업의 전환을 이끌고 있다. 경남대는 AI를 학생 기본 역량으로 확대하고 있다. 과학기술정보통신부 소프트웨어중심대학 사업 일반트랙에 경남·울산 최초로 선정된 뒤 SW 기초교육을 교양 필수로 운영하고 코딩·데이터 분석·AI 이해를 중심으로 교육과정을 개편했다. 지역 제조업과 연계한 피지컬AI와 제조업 AI 전환(AX)도 핵심 특성화 분야다. 경남대는 총 320억원 규모의 차세대 피지컬AI 핵심기술 실증사업 주관기관으로 선정된 데 이어 165억원 규모의 AI혁신인재양성 사업을 앞세워 피지컬AI 융합 고급인재를 양성할 계획이다. AI·SW융합전문대학원 확대와 피지컬AI시스템융합학과, AI융합학과 신설도 추진한다. 제조AI 교육은 학·석·박 연계 체계로 확대한다. 2019년 기계융합공학과 학사과정과 스마트제조시스템공학과 석사과정에 이어 내년 박사과정인 제조AX공학과를 신설한다. 5년간 640억원 규모의 라이즈(지역혁신중심 대학지원체계) 사업을 기반으로 지역산업 맞춤형 인재양성 등도 확대하고 있다. 이러한 교육혁신은 2027학년도 수시 모집에도 반영한다. 정원 내 1956명, 정원 외 197명 등 모두 2153명을 선발한다. 학생부교과 일반전형 963명, 지역인재전형 459명, 일반면접전형 127명, 학생부종합 일반전형 188명 등이다. 원서는 9월 7일 오전 9시부터 11일 오후 6시까지 인터넷으로 받는다. 모든 전형 간 6회까지 복수지원할 수 있다. 지역인재전형은 경남·부산·울산 소재 고교에서 전 교육과정을 이수한 학생이 대상이다. 학생부교과 일반전형과 지역인재전형은 학생부 100%(교과 90%·출결 10%)를 반영해 뽑는다. 일반면접전형은 1단계 학생부 100%로 4배수를 선발한 뒤 2단계에서 1단계 성적 60%·면접 40%를 반영한다. 수능최저학력기준은 간호학과, 물리치료학과 등 일부 모집단위에 적용된다.

전북 전주 신흥중·고등학교에 학생과 지역민들을 위한 복합시설이 건립된다. 전북특별자치도교육청은 교육부가 주관하는 학교복합시설 공모사업에 ‘전주 신흥중·고등학교 학교복합시설 건립 사업’이 최종 선정됐다고 21일 밝혔다. 이번 사업은 사립학교(호남기독학원)가 선제적으로 부지를 무상 제공하고, 교육청과 전주시가 함께 진행한다. 전주 신흥중·고 학교복합시설은 총사업비 90억 9000만원(교육부 사업지원비 28억 500만원)이 투입돼 연면적 1850㎡, 지상 2층 규모로 건립된다. 이곳에는 학생과 지역주민의 평생학습을 지원하는 ‘개방형 도서관’과 ‘스터디카페’를 비롯해 인공지능(AI) 코딩 등 디지털 미래 역량을 키울 수 있는 ‘스마트 프로그램실’이 들어선다. 도교육청은 전주 신흥중·고 학교복합시설을 원도심 교육격차 해소의 거점으로 삼겠다는 방침이다. 학생들에게는 쾌적한 자기주도학습 공간을 마련하고 지역 주민들에게는 문화·체육 인프라를 제공해 지역사회 전체에 새로운 활력을 불어넣겠다는 구상이다. 천호성 교육감은 “앞으로도 학령인구 감소와 지역 소멸이라는 국가적 위기에 적극 대응하기 위해 학교가 지역사회의 구심점 역할을 하는 통합형 지역문화 복합시설 조성을 도내 전역으로 지속 확대하겠다”고 말했다.

지난 4년간 청년 일자리 28만 5000개가 사라졌다는 한국은행 보고서가 나왔다. 사라진 일자리의 94%는 정보서비스업, 출판업, 컴퓨터 프로그래밍업 등 생성형 인공지능(AI) 활용도가 높은 업종에서였다. 청년들이 선호하던 ‘괜찮은 일자리’부터 속수무책 줄고 있는 것이다. 고학력일수록 AI 등장에 타격을 더 받는 ‘학력의 배신’ 양상도 감지됐다. 2019년 1월~2022년 10월 대졸 청년과 전문대졸 이하 청년층의 실업률은 각각 8.2%와 8.0%로 차이가 미미했다. 그러나 챗GPT 출시 이후 간격은 벌어졌다. 2022년 11월 이후 전문대졸 이하 평균 실업률은 5.4%인 반면 대졸 청년층 평균 실업률은 7.0%였다. 코로나19 이후 대면 서비스업이 회복된 반면, 대졸 청년이 주로 맡는 인지·분석 업무는 AI가 빠르게 흡수하면서 격차가 벌어진 것으로 풀이된다. 대학 졸업장이 취업 보험이 아니라 AI 경쟁의 최전선 입장권이 된 셈이다. 청년들은 이 변화를 피부로 느끼고 있다. 한국경제인협회가 청년 1000명을 조사한 결과 절반 이상이 5년 내 자기 직무가 AI로 축소될 것이라고 답했다. AI가 경쟁력 향상에 도움이 된다는 응답(64.7%)보다 “초급 업무를 AI가 대신하면 고숙련 인력으로 클 기회가 줄어들 것”이라는 응답(65.6%)이 더 많았다. 취업하더라도 쉬운 일부터 배워가며 숙련되던 성장의 계단이 무너지고 있다는 공포가 일자리 감소 불안보다 더 크다. 기업의 지속가능한 성장 역시 도전에 직면했다. 지금 신입 채용을 줄이면 몇년 뒤 조직의 맥락을 이해하고 후배를 가르칠 중간 관리자가 비게 된다. 한은은 이를 ‘인재 파이프라인’, 즉 신입에서 숙련 인력으로 이어지는 인재 공급 경로가 약해질 수 있다고 경고했다. 이를 간파한 IBM 등은 발빠르게 대응했다. AI가 할 수 있는 코딩 대신 고객 대면과 AI 산출물 검증 중심으로 주니어 직무를 재설계해 올해 미국 내 신입 채용을 3배로 늘렸다. 청년고용 위축은 AI만이 아니라 경력직 선호, 정년연장, 인구구조 변화가 겹친 복합 위기다. 직무 구조 자체를 바꿔야 풀릴 문제가 됐다. 한은은 청년고용 지원을 머릿수 보조금에서 훈련·경력 축적 중심으로 전환할 것을 제안했다. 이런 식의 질적 전환이 필요한 곳이 한두 군데가 아니다. 정부는 AI 전환기에 맞는 직업훈련 체계를, 대학은 실무 역량 중심의 교육과정을, 기업은 AI와 협업하는 새로운 주니어 직무를 설계해야 한다. 교육·채용·직무를 함께 재편하는 중장기 인력수급 전략만이 청년 위기의 출구가 될 수 있다.

2024년 9월 출시한 오픈AI o1 추론 모델은 인공지능(AI) 발전 역사에서 중요한 이정표다. 인간의 평균 지능을 능가하는 IQ 120 수준 기계의 등장은 과학기술 연구에도 인간과 AI의 협업과 공생이라는 새로운 질문을 던진다. 지난 2월 싱가포르의 한 스타트업은 완전 자동 연구시스템을 공개했다. 417시간 동안 기계학습 논문 166편, 2시간 30분에 한 편꼴이었고 편당 비용은 1100달러 수준이었다. 3월에는 가설 설정부터 실험 설계, 코딩을 통한 실험 수행 및 결과 분석, 최종 논문 작성까지 전 과정을 수행하는 AI의 연구 성과가 네이처에 실렸다. 구글의 AI 코사이언티스트는 막대한 양의 연구 가설을 생성하고 실험실에서는 로봇이 실험을 대신 해 준다. 몇 해 전만 해도 논문 요약과 코드 작성을 돕던 도구가 이제 연구 설계자의 자리를 넘보고 있다. 속도가 바뀌면 판이 바뀐다. 미국은 지난해 11월 맨해튼 프로젝트에 버금가는 제네시스 미션을 선언하고 17개 국립연구소의 슈퍼컴퓨터와 시설, 데이터를 하나의 플랫폼으로 묶었다. 올해 7월에는 15개 이상 부처가 참여하는 50억 달러 규모 범부처 프로젝트로 확대했다. 10년 안에 과학 생산성을 두 배로 만들겠다는 목표다. 미국과학재단은 연구자에게 데이터와 컴퓨팅을 직접 제공하고, 영국은 연구비 대신 자체 슈퍼컴퓨터 이용 시간을 지원한다. 경쟁의 축이 “더 많은 연구비”에서 “더 좋은 연구자원”으로 옮겨 간 것이다. 우리에겐 위협이자 기회다. 위협은 분명하다. AI 도입으로 논문 수와 인용 건수로 줄을 세우던 논문 평가 체계가 무력해진다. 개인 연구자에게 소액 과제를 넓게 뿌리는 방식만으로는 첨단 컴퓨팅과 실험 시설이 결합된 대형 연구자원 경쟁을 감당하기도 어렵다. 기회도 분명하다. 한국은 반도체와 이차전지, 바이오처럼 실물 데이터가 매일 쌓이는 제조·연구 현장을 가진 몇 안 되는 나라다. AI에 필요한 양질의 실험 데이터는 현장에서 나온다. 남보다 빨리 실험·검증하는 나라가 앞서는 경쟁이라면 한국에 결코 불리하지 않다. 정부의 역할도 재설계해야 한다. 첫째, 지원 단위를 개인에서 시스템으로 넓혀야 한다. 우수 연구자를 골라내는 일 못지않게 질문이 계속 창출되는 시스템에 투자하는 것도 중요하다. 데이터와 연구 장비·시설·전문 인력이 하나로 묶여야 성과가 난다. 지금 대학에 가장 부족한 부분이다. 대학 연구 기반 블록펀딩이 그 출발점이다. 둘째, 연구비를 넘어 자원을 제공해야 한다. 과학기술 AI 파운데이션 모델과 국가바이오데이터스테이션, 8496개의 GPU를 갖춘 국가 슈퍼컴 6호기 ‘한강’은 개별 연구자나 대학이 결코 살 수 없는 자산이다. 함께 쓰게 하는 편이 훨씬 효율적이다. 올해 출범한 대학의 과학기술AI연구센터와 출연연의 국가과학AI연구센터도 같은 취지다. 셋째, 평가 방식을 바꿔야 한다. AI가 문장을 대신 써 주는 시대라면 이제는 질문과 증거를 살펴봐야 한다. 무엇을 물었고, 어디까지를 AI에 맡겼으며, 어떻게 검증했는지가 측정 가능한 기록으로 남아야 한다. 책임이 사람에서 기계로 넘어가는 지점을 연구자 스스로 밝히는 문화도 만들어야 한다. AI는 논문을 읽고 계산을 대신할 수 있다. 그러나 어떤 창의적인 질문을 내고 문제를 풀 것인지, 주어진 결과를 어떻게 검증하고 결정할 것인지, 틀렸을 때 누가 책임질 것인지는 인간 연구자의 몫이다. AI 시대 R＆D 정책의 목표는 AI를 잘 쓰는 연구자를 늘리는 데 그치지 않는다. AI가 아무리 빠르고 똑똑해져도 흔들리지 않는 질문의 힘, 그 힘이 자라는 과학기술 생태계를 만든다. 김성수 과학기술정보통신부 연구개발정책실장

한때 AI 및 반도체 관련 주식들을 크게 출렁거리게 만든 중국 딥시크(Deepseek)가 새로운 인공지능(AI) 모델인 ‘DeepSeek-V4-Pro-0813’을 출시하면서 가격을 인상했습니다. 새 프로 모델의 가격은 100만 토큰당 일반 입력 3위안, 출력 6위안이며 이전 처리 내용을 재활용하는 캐시 입력은 0.025위안입니다. 그리고 사용자가 몰리면서 응답 시간이 길어지는 피크 시간대(오전 9시~오후 12시, 오후 2~6시) 요금은 일반 입력 9위안, 출력 27위안으로 크게 높아졌습니다. 여기에 저렴한 V4 플래시 모델 역시 피크 시간대 가격을 4배 올리기로 했습니다. 이와 같은 가격 인상은 최근 사용자가 몰리면서 불가피한 결과였다는 분석도 나오고 있습니다. 딥시크는 최신 엔비디아 그래픽처리장치(GPU) 수입이 어려워지면서 H100 기준 2만 개 정도의 연산 자원에 의존해 서비스를 제공해 왔습니다. 그러면서도 서방 모델과 견줄 수 있는 높은 성능과 매우 저렴한 가격을 책정해 사용자가 몰렸습니다. 딥시크는 토큰 소비량 기준으로 구글이나 오픈AI를 넘어섰고 최근엔 월 사용량 기준으로 앤스로픽에 이어 2위를 차지하기도 했습니다. 그 비결은 연산 효율이 뛰어난 모델에 있습니다. 최근 공개한 ‘V4-Flash-0731’의 경우 단 2840억 개의 파라미터만을 가지고 있음에도 불구하고, 수조 개의 파라미터를 가진 것으로 추정되는 앤스로픽 오푸스에 근접한 성능을 제공합니다. 이렇게 제한된 연산 자원으로도 높은 성능의 서비스가 가능했던 비결은 MoE(Mixture of Experts) 구조에 있습니다. MoE는 일부 파라미터만 활성화시켜 연산 자원을 최대한 적게 소모하는 구조로 같은 하드웨어로 더 많은 토큰을 생성할 수 있습니다. V4-Flash-0731의 경우 실제 활성화되는 파라미터는 130억 개 정도에 불과합니다. 여기에 하드웨어 최적화를 위해 어텐션/메모리 최적화로 KV 캐시를 줄였습니다. 또 유료 서비스에서 중요한 에이전트·코딩·도구 사용 성능을 높이기 위해 이에 특화된 사후 훈련(Post-training)으로 성능을 끌어올렸습니다. 그리고 DSpark(speculative decoding) 같은 몇 가지 방식을 더해 제한된 하드웨어에서 성능을 최대로 높일 수 있습니다. 하지만 이것도 사용자가 몰리면서 한계에 부딪힌 상태입니다. 더구나 DeepSeek-V4-Pro-0813은 모델 파라미터가 1.6조 개에 달하고 MoE 구조를 지녔어도 활성 파라미터가 490억 개에 달합니다. 아무리 하드웨어 최적화를 해도 제한된 연산 자원으로 전 세계에서 쏟아지는 수요를 감당하기에는 역부족입니다. 결국 딥시크는 가격을 전체적으로 올리면서 수요를 분산하고, 이렇게 벌어들인 자금으로 추가 연산 자원 확보에 나선 것으로 풀이됩니다. 현재 엔비디아 칩 수입 금지로 인해 딥시크가 선택할 수 있는 대안은 화웨이 GPU입니다. 대표적인 제품은 어센드 950으로 딥시크에 따르면 어센드 950의 4대가 엔비디아 GB 300 한 대의 성능과 비슷하다고 합니다. 참고로 이 GPU에는 CXMT 메모리가 사용됩니다. 앞서 지난 5월 투자자 콜 유출 자료에서 딥시크 창업자 량원펑이 “화웨이가 약 1만 6000개의 Ascend 950 카드를 할당했다”고 말한 것으로 보도된 바 있습니다. 따라서 대략 GB 300 기준 4000장 정도의 연산 자원을 추가로 확보한 것으로 보이는데, 이는 서방의 대규모 하이퍼스케일러와 비교하면 터무니없이 적은 연산 자원입니다. 물론 이렇게 한정된 연산 자원을 지니고도 최적화를 통해 토큰 소비량 2위로 껑충 뛰어오른 점을 생각하면 딥시크가 무시할 수 없는 AI 업계의 다크호스임을 이해할 수 있습니다. 가격 인상 후 딥시크는 실적을 개선한 후 증시에 상장할 것으로 예상됩니다. 현재 내년 상장을 목표로 IPO를 준비 중인 것으로 알려져 있으며 이를 통해 증시에서 막대한 자금을 끌어올 것으로 예상됩니다. 그러면 약점으로 지적되어 온 연산 자원 확보를 위한 실탄도 넉넉히 마련할 수 있습니다. 화웨이 GPU가 같은 성능의 엔비디아 GPU 대비 더 비싼 것으로 알려져 있긴 하나 뛰어난 모델 효율성을 감안하면 충분히 서방 모델과 경쟁할 수 있다는 계산이 깔려 있을 것입니다. 다만 그전에 가격을 인상해도 충분히 사용자를 잡아 둘 수 있는 성능을 보여줘야 합니다. 최근 오픈AI는 GPT 5.6 일부 모델의 가격을 대폭 인하하면서 중국발 저가 AI와 경쟁에 나선 상태이며 키미 K3, 알리바바의 Qwen 같은 중국 내 다른 경쟁자들도 만만치 않은 상대입니다. 딥시크가 다른 경쟁자를 제치고 토큰 사용량 점유율을 높여 나갈 수 있을지 주목됩니다.

기업공개(IPO)를 앞둔 인공지능(AI) 기업 앤트로픽이 폭발적인 성장세를 등에 업고 증시 입성을 준비하고 있습니다. 올 2분기 잠정 매출은 1년 전보다 15배 가까이 급증한 데다 조정 영업이익도 흑자로 돌아섰는데요. 투자업계에서는 앤트로픽의 기업가치가 최대 2조 달러(약 2827조원)에 달할 수 있다는 장밋빛 기대를 내놓고 있습니다. 스타트업으로 출발한 AI 기업이 상장과 동시에 글로벌 시가총액 6위 자리를 노리게 되는 셈이라 시장에서도 파격적인 관전 포인트로 주목받고 있습니다. ‘2조 달러’ 몸값 기대…글로벌 시총 6위 넘보나이르면 올가을로 예상되는 IPO가 성사되면 앤트로픽은 대형 비상장 AI 기업 가운데 처음으로 증시에 입성하는 사례가 될 전망입니다. 상장을 통해 추가 자본을 확보하게 되면 갈수록 늘어나는 컴퓨팅 인프라 비용을 감당하고 고성능 하드웨어를 구비하며 전용 데이터센터를 구축하는 데 필요한 막대한 자금 여력을 갖추게 됩니다. 이에 대해 알레프 인베스트먼트의 데이비드 머클은 “앤트로픽이 2조 달러(약 2830조원)에 달하는 기업가치를 인정받을 가능성이 있다”면서도 “다만 이러한 고평가가 장기적으로 유지될 수 있을지는 두고 봐야 한다”고 분석했습니다. 만일 앤트로픽이 2조 달러의 기업가치를 인정받게 되면 글로벌 시가총액 5대 기업(엔비디아·애플·마이크로소프트·알파벳·아마존) 뒤를 바짝 추격하며 단숨에 6위 기업으로 뛰어오르게 됩니다. 오픈AI 제친 몸값…SEC에 상장 신고서 제출앤트로픽은 2021년 오픈AI 출신 연구자와 경영진들이 독립해 설립한 회사로, 현재는 오픈AI의 가장 강력한 라이벌로 꼽힙니다. 지난 5월 말에는 9650억 달러(약 1360조원)의 기업가치로 투자 유치를 마무리하며, 3월 말 기준 8520억 달러(약 1200조원)로 평가받은 오픈AI를 앞지르기도 했습니다. 앤트로픽이 시장에서 본격적으로 주목받기 시작한 것은 지난 6월 미국 증권거래위원회(SEC)에 상장 신고서를 비공개로 제출하면서부터입니다. 아직 공식적인 상장 시점은 아직 공개되지 않았지만 앤트로픽 경영진은 일부 투자자들과 사전 접촉을 이어가며 상장 준비에 속도를 내고 있는 것으로 알려졌습니다. CNBC에 따르면 최근 크리슈나 라오 최고재무책임자(CFO)가 주도한 투자자 미팅은 원론적인 수준에서 진행됐습니다. 아직 구체적인 재무 숫자나 기업가치까지 논의되지는 않았으며, 클로드 AI 모델군과 인기 코딩 도구 ‘클로드 코드’의 개발 과정, 기업 시장에서의 입지, 주요 경영진 현황 등 큰 틀의 주제들이 주로 다뤄진 것으로 전해졌습니다. 2분기 매출 15배 급증…흑자 전환도 성공이처럼 투자자들의 관심이 쏠리는 가운데 실적 성장에 대한 기대감도 한층 높아졌는데요. 블룸버그통신에 따르면 앤트로픽의 최근 2분기 잠정 매출은 115억 달러(약 16조 2500억원) 이상을 기록했습니다. 지난해 같은 기간 매출 7억 8700만 달러(약 1조 1100억원)와 비교해 15배 가까이 급등한 수치입니다. 올해 1분기 매출 47억 3000만 달러(6조 6800억원)와 비교해도 실적이 2배 이상 뛰었죠. 또한 2분기에는 조정 영업이익 기준 흑자 전환에 성공했다는 내용도 확인됐습니다. 다만 이 수치들은 잠정치여서 향후 최종 집계 과정에서 변동될 수 있습니다. 이 같은 매출 성장세는 오픈AI와의 기업 고객 유치 경쟁 속에서 이뤄낸 성과입니다. 특히 코딩 업무에 앤트로픽 소프트웨어를 도입하는 개발자들이 늘어난 점이 주요 성장 동력으로 꼽힙니다. 앤트로픽의 연환산 매출은 지난 5월 기준 470억 달러(약 66조 5760억원)를 돌파했는데요. 2025년 한 해 전체 매출인 약 100억 달러(14조 1650억원)와 비교하면 괄목할 만한 상승세로 평가됩니다. 한편 경쟁사인 오픈AI 역시 대규모 IPO를 준비 중입니다. 앤트로픽이 상장 신고서를 제출한 뒤 오픈AI도 비공개로 같은 절차를 밟았으나, 6월 말 기준으로는 아직 사전 투자자 미팅이나 공식 상장 일정을 진행하지 않은 상태입니다.

개발자·기업용 전략에 실적 개선오픈AI는 56조원… 작년 말 2배생성형 인공지능(AI) 업체 앤트로픽이 매출을 1년 새 14배 이상 늘리고 창사 이후 처음으로 분기 영업흑자를 냈다. 오픈AI도 매출이 빠르게 늘면서 상장을 준비하는 AI 양강의 경쟁이 모델 성능을 넘어 수익성과 기업가치 경쟁으로 옮겨가는 모습이다. 블룸버그의 15일(현지시간) 보도에 따르면 앤트로픽의 2분기 매출은 115억 달러(약 16조 2000억원) 이상으로 지난해 같은 기간의 14.6배로 늘었다. 1분기(47억 3000만 달러)와 비교해도 두 배를 웃돈다. 비용 일부를 제외하고 산정한 조정 영업이익도 창사 이래 처음 흑자를 냈다. 가파른 성장세는 기업·개발자 시장에서 나왔다. 앤트로픽은 개발자용 ‘클로드 코드’와 기업용 AI 에이전트를 앞세워 코딩과 문서 작성, 데이터 분석 등 업무 현장을 파고들었다. 기업이 AI를 실제 업무에 반복적으로 활용하도록 한 전략이 매출 증가와 수익성 개선으로 이어진 것이다. 지난 5월 기준 연환산 매출은 470억 달러를 넘어섰다. 연환산 매출은 최근 매출 흐름이 1년간 이어진다고 가정해 환산한 수치다. 오픈AI는 챗GPT의 방대한 이용자 기반을 수익으로 연결하는 데 속도를 내고 있다. 블룸버그는 전날 소식통을 인용해 오픈AI의 연환산 매출이 400억 달러(약 56조 6000억원)를 넘었고 지난해 말의 약 두 배로 늘었다고 전했다. 챗GPT 유료 구독을 바탕으로 코딩과 기업용 서비스까지 사업을 넓혔고 초기 단계인 광고도 새 수익원으로 키우고 있다. 지난 6월 챗GPT의 주간활성이용자는 9억명을 넘어 소비자 시장에서는 여전히 오픈AI의 우위가 뚜렷하다. 기업 고객을 깊게 파고든 앤트로픽과 대규모 이용자 저변을 여러 수익원으로 확장하는 오픈AI의 성과는 상장을 앞두고 더욱 주목받고 있다. 로이터에 따르면 앤트로픽은 투자자들에게 2028년 매출을 1900억~2000억 달러로 제시했으며 이 전망이 향후 기업가치를 산정하는 주요 기준이 되고 있다. 오픈AI는 지난 6월 미 증권거래위원회(SEC)에 비공개 상장신청서를 제출했다. 다만, 이들 기업에서 매출 증가와 함께 컴퓨팅 비용도 함께 증가하고 있어 이익률 개선 시점이 언제 올지가 관건이다.

여러 명이 모여있을 때 사람들은 다수의 의견에 동조하는 경우가 많다. 소수파에 속하는 사람은 목소리를 덜 내면 다수는 더 커 보이게 만들고 남은 소수는 더욱 침묵하게 된다. 독일 언론학자 엘리자베트 노엘레노이만이 1974년 제시한 ‘침묵의 나선 이론’이다. 그런데 고립을 두려워하거나 체면을 잃을 걱정도 없는 인공지능(AI)도 다른 인공지능의 눈치를 본다는 연구 결과가 나왔다. 동조라는 행위에 반드시 마음이 필요한 것은 아니라는 뜻이기도 하다. 독일 콘스탄츠대, 이탈리아 엔리코 페르미 연구센터, 복잡계 연구소, 오스트리아 복잡계 과학 허브 공동 연구팀은 인공지능(AI) 에이전트도 서로 영향을 주고받으며 협력하고 심지어 눈치 보기도 한다는 것을 확인했다고 16일 밝혔다. 이 연구 결과는 기초과학 및 공학 분야 국제 학술지 ‘사이언스 어드밴시스’ 8월 14일 자에 실렸다. 연구팀은 AI 에이전트 1000개에게 옳고 그름을 정확히 나눌 수 없는 두 가지 선택지를 주고 각자 고르게 했다. 정답도, 보상도 없고 ‘합의하라’는 지시도 없었다. 그런데도 이들은 하나의 답으로 수렴했다. 새 떼나 물고기 떼에서 나타나는 ‘다수 따르기’가 AI 집단에서도 그대로 작동한 것이다. 연구팀은 GPT, 클로드, 라마 세 계열의 10개 모델로 가상 집단을 만들고 질문을 던질 때마다 에이전트 하나를 무작위로 뽑아 자신을 뺀 나머지 전원이 어떤 의견을 지지하는지 보여준 뒤 새로 고르게 했다. 에이전트에게는 기억이 없어 직전에 자신이 무엇을 골랐는지 모르는 상태였다. 그 결과, 대부분 모델이 다수 쪽 의견을 따라갔고 작은 차이가 눈덩이처럼 불어나 집단 전체가 한쪽 의견으로 굳어졌다. 집단 크기를 50개로 맞췄을 때 클로드 오푸스3과 GPT-4 터보는 20번의 실험에서 모두 완전 합의에 이르렀다. 반면 성능이 낮은 클로드 하이쿠3과 GPT-3.5 터보는 합의에 이르지 못했다. 연구팀은 쏠림의 세기를 ‘다수 힘’이라는 값으로 요약했다. 눈에 띄는 것은 GPT-3.5 터보를 뺀 9개 모델의 데이터가 모두 같은 곡선 위에 포개졌다는 점이다. 이 수식은 쇳조각 속 원자 자석들이 같은 방향으로 정렬해 자석이 되는 현상을 설명하는 물리 모형인 ‘퀴리-바이스 모형’과 완전히 일치했다. 이에 연구팀은 통계물리학 이론을 그대로 적용해 ‘임계 집단 크기’를 계산했다. 임계 집단은 합의에 걸리는 시간이 폭증해 사실상 합의가 불가능해지는 규모다. 라마 3 70B는 약 30개, GPT-4o는 약 80개, GPT-4 터보는 약 1000개였다. 클로드 소네트 3.5는 실험 최대치인 1000개에서도 한계에 닿지 않았다. 모델의 언어 능력이 높을수록 이 값이 지수적으로 커지는 것이 확인됐다. 이번 연구 결과는 지금까지 AI 안전성 평가 방식에 의문을 던진다. 모델 하나를 놓고 위험한 답을 하는지 검사하는 방식이었지만 개별적으로 멀쩡한 에이전트들도 서로 눈치를 보다가 아무도 원치 않은 상태로 변할 수 있다는 의미다. 예를 들어 공동 코딩 작업에서 단지 널리 쓰인다는 이유로 비효율적 코드가 계속 재생산되는 상황으로 “다수 AI 에이전트가 만든 규범이 인간의 가치에 부합한다는 보장은 없으며 뭉친 집단은 방향을 되돌리기도 어렵다”고 지적했다. 연구를 이끈 데이비드 가르시아 독일 콘스탄츠대 교수는 “이번 연구 결과는 AI가 사회를 형성했다는 측면으로 보기는 어렵다”며 “협력하라고 설계하지 않더라도 협력과 비슷한 현상이 나타난다는 것을 확인한 만큼 지금까지 AI 안전성 평가를 할 때처럼 ‘위험한 답을 하는가’를 검사하는 것만으로는 부족하다”고 말했다.

20억 달러(약 2조 8000억원) 규모로 진행됐던 메타의 중국 인공지능(AI) 기업 ‘마누스’ 인수가 중국 정부의 제동으로 결국 백지화됐다. 중국이 해외 이전 기업의 기술과 인까지 규제 범위에 넣으면서 미중 인공지능(AI) 경쟁의 전선도 반도체와 첨단장비에서 기업·기술·인재로 넓어지고 있다. 미국이 첨단기술의 중국 유입을 막자 중국은 자국의 AI 기술과 두뇌가 미국으로 빠져나가는 것을 틀어막으며 ‘상호 봉쇄’가 본격화하는 모습이다. 마누스는 11일(현지시간) 메타와 분리돼 다시 독립회사로 운영된다고 밝혔다. 회사는 “일부 지역의 규제 요건을 준수하기 위한 조치”라고 설명했다. 중국을 직접 지목하지 않았지만 지난 4월 중국 당국이 거래 철회를 명령한 만큼 이를 이행하는 수순으로 풀이된다. 메타 인수 이후 생성된 일부 이용자 데이터도 삭제할 예정이다. 마누스는 중국에서 출발해 ‘제2의 딥시크’로 불리며 주목받은 범용 AI 에이전트 기업이다. 이용자가 목표를 제시하면 자료 조사와 문서 작성, 코딩 등을 스스로 계획해 수행하는 서비스로 주목받았다. 이에 메타는 지난해 12월 마누스를 인수해 기술과 인력을 자사 AI 서비스에 접목하려 했다. AI 모델 자체의 성능 경쟁을 넘어 실제 업무를 수행하는 AI 에이전트 시장이 커지자 관련 역량을 단숨에 확보하려는 포석이었다. 변수는 중국 정부였다. 마누스는 지난해 7월 싱가포르로 본사를 옮겼지만 창업자와 핵심 인력, 기술 개발의 뿌리는 중국에 있었다. 중국 정부는 인수 직후 기술 수출 관리와 국가안보 측면에서 거래를 들여다보기 시작했고, 지난 4월 국가발전개혁위원회 산하 외국인투자안전심사 당국이 인수를 금지하고 거래 철회를 명령했다. 당시 메타는 마누스 인수가 관련 법규를 준수했다는 입장을 밝혔고 이미 마누스의 인력·기술이 메타에 편입된 뒤여서 거래를 실제 되돌릴 수 있을지 불확실하다는 관측도 나왔다. 그러나 중국의 철회 명령 이후 양사는 운영과 데이터 연결을 끊으며 분리 작업에 들어갔고, 약 4개월 만에 마누스가 독립을 공식화하면서 거래는 원점으로 돌아갔다. 메타가 인수를 발표한 지 약 8개월 만이다. 마누스의 주인도 다시 바뀔 가능성이 커졌다. 파이낸셜타임스(FT)에 따르면 텐센트와 HSG, 젠펀드 등 기존 투자자들은 메타로부터 마누스 지분을 다시 사들이는 방안을 논의하고 있다. 메타로서는 AI 에이전트 전략을 보강할 카드 하나를 잃게 됐다. 마누스는 이미 실제 이용자를 확보한 에이전트 서비스를 운영하고 있어 메타가 기술 개발 시간을 단축할 수 있는 인수 대상으로 평가받았다. 다만 메타도 AI 인재를 대폭 확대해온 만큼 이번 거래 무산은 에이전트 사업의 속도를 다소 늦추는 정도의 피해일 것이라는 분석도 나온다. 중국계 AI 기업의 긴장은 높아지는 분위기다. 법인을 해외로 옮겨도 핵심 기술과 인력이 중국에 뿌리를 두고 있다면 중국 당국의 규제에서 자유롭지 않다는 선례가 형성됐기 때문이다. 이번 조치에 대해 중국 정부가 자국 기술기업들에 AI 기술을 국내에 남겨두라는 경고를 보낸 것이라는 평가가 나온다.

자료 탐색·생산 중단 시간 90%↓정비·리뷰 대응 기간도 대폭 감소 정의선, 바이브 코딩도 직접 배워中 신차 대응하고 피지컬 AI 강화 현대자동차그룹이 인공지능(AI)을 업무 현장에 적용하면서 충돌 안전 관련 자료 탐색·검토 시간을 90%, 생산라인의 불필요한 중단 시간을 86% 줄이는 성과를 거뒀다고 밝혔다. 향후 전사 AX(AI 전환)를 바탕으로 중국 업체들의 신차 개발 ‘속도전’에 대응하고 피지컬 AI 혁신의 범위도 넓힐 계획이다. 현대차그룹은 12일 서울 서초구 양재 본사에서 ‘현대차그룹 AX 성과 발표회’를 열고 2019년부터 단계적으로 추진해 온 디지털 전환(DX)과 AX 과정 및 성과를 공개했다. 남양기술연구소의 ‘충돌안전 AI 어시스턴트’는 여러 시스템에 흩어진 과거 충돌 시험 결과와 이미지, 해석 자료를 한곳에서 검색하고 유사 사례를 비교하도록 지원한다. 관련 사례 탐색과 분석 자료 검토 시간은 약 90% 감소해 연구원 한 명당 월평균 약 20시간을 절감하는 효과를 봤다. 생산 현장에서는 카메라와 비전 AI가 차량식별번호(VIN)를 읽고 실제 차량과 시스템 등록 차량 정보를 대조하는 ‘AI 자동화 인식 서비스’를 세계 70여개 생산거점에서 운영하고 있다. 작업 오류를 조기에 찾아내 연간 52억 4000만원의 비용을 절감했다. 생산 라인에 부품을 공급하는 대차 공정에서 발생하는 복잡한 이동 경로를 AI가 최적화하는 ‘대차 정렬 최적화 기술’을 통해 최대 50분가량이 걸리던 대차 정렬 시간은 7분 이하로 줄었다. 불필요한 생산 중단 시간을 약 86% 단축한 셈이다. 정비·고객서비스에서도 효과를 보였다. 해외 정비 현장에서는 차량 오류코드나 증상을 자연어로 입력하면 AI가 매뉴얼과 과거 정비 기록을 분석해 진단 결과와 대응 방안을 제시해 정비 대응 시간이 약 42% 단축됐다. 현대차·기아·제네시스의 모바일 앱에 올라온 고객 리뷰도 AI가 내용을 분류하고 답변 초안을 작성한다. 과거 담당자가 리뷰 한 건을 처리하는 데 평균 35분이 걸렸지만 AI 도입 이후 약 5분으로 줄었다. 이 밖에 현대차그룹의 사내 생성형 AI 플랫폼 ‘H 챗 프로’ 사용자는 지난달 기준 3만명을 넘어섰다. 현대차·기아 전체 일반·연구직 직원의 약 80%다. AX 전환은 2018년 정의선 회장이 “IT기업보다 더 IT기업 같은 회사가 되겠다”고 강조한 데서 비롯됐다. 정 회장은 올해 초 경영진을 대상으로 ‘바이브 코딩’ 교육을 실시하자고 제안했고, 정 회장 본인도 코딩을 배웠다.

SK브로드밴드가 상품·서비스 기획부터 네트워크 운영, 사내 업무 방식까지 전 과정에 인공지능(AI)을 내재화한다. 기존 서비스에 AI 기능을 덧붙이는 수준을 넘어 회사 운영 전반을 AI 중심으로 재설계해 ‘AI 네이티브 서비스 컴퍼니’로 전환한다는 구상이다. SK브로드밴드는 12일 고객이 직접 체감하는 상품·서비스 혁신과 기존 운영 방식을 AI 기반으로 바꾸는 ‘AX 프로세스 전환’을 양대 축으로 전사 AI 전환을 추진한다고 밝혔다. 고객 접점에서는 상담과 미디어 서비스에 AI 적용을 확대하고 있다. 가입부터 애프터서비스(AS)까지 24시간 이용할 수 있는 AI 챗봇은 요금·설치·이사 등 상담 시나리오를 넓혀 전체 고객 문의의 약 93%를 고객이 직접 처리할 수 있도록 했다. B tv에는 AI 미디어 에이전트 ‘에이닷’과 대규모언어모델(LLM)을 적용해 연속적인 대화를 통해 콘텐츠를 찾을 수 있도록 했다. B tv 에이닷 누적 이용 건수는 1억 4000만 건을 넘어섰다. 네트워크와 IPTV 품질 관리에도 AI를 활용한다. AI 관제·진단 에이전트 ‘C-one’은 유선 네트워크의 이상 징후를 자동으로 찾아 원인과 점검 우선순위를 제시한다. B tv에서는 AI 품질 관리 시스템 ‘AQUA’가 셋톱박스에서 매일 수집되는 22억건 이상의 데이터와 740개 품질 지표를 분석해 고객이 불편을 호소하기 전에 문제 구간을 찾아내도록 지원한다. 조직 운영 방식도 AI 중심으로 바꾼다. CEO 직속 ‘AI 보드’를 두고 현업의 AI 전환을 지원하는 한편 사내 AX 커뮤니티 ‘단비’와 ‘AI 프론티어’를 운영해 활용 사례를 확산하고 있다. 네트워크 데이터 분석과 코딩을 지원하는 사내 플랫폼 ‘플레이그라운드’에서는 AI 앱 1100여개가 개발·운영되고 있으며 이 가운데 AI 에이전트 50여개가 실제 업무에 활용되고 있다. SK브로드밴드 관계자는 “상품과 업무에 AI 기능을 추가하는 데 그치지 않고 상품·서비스·조직 전반을 AI 중심으로 재설계할 것”이라며 “AI와 구성원이 협업하는 업무 체계를 구축해 고객 가치를 높이겠다”고 말했다.

현대자동차그룹이 인공지능(AI)을 업무 현장에 적용하면서 충돌 안전 관련 자료 탐색·검토 시간을 90%, 생산라인의 불필요한 중단 시간을 86% 줄이는 성과를 거뒀다고 밝혔다. 향후 전사 AX(AI 전환)를 바탕으로 중국 업체들의 신차 개발 ‘속도전’에 대응하고 피지컬 AI 혁신의 범위도 넓힐 계획이다. 현대차그룹은 12일 서울 서초구 양재 본사에서 ‘현대차그룹 AX 성과 발표회’를 열고 2019년부터 단계적으로 추진해 온 디지털 전환(DX)과 AX 과정 및 성과를 공개했다. 남양기술연구소의 ‘충돌안전 AI 어시스턴트’는 여러 시스템에 흩어진 과거 충돌 시험 결과와 이미지, 해석 자료를 한곳에서 검색하고 유사 사례를 비교하도록 지원한다. 관련 사례 탐색과 분석 자료 검토 시간은 약 90% 감소해 연구원 한 명당 월평균 약 20시간을 절감하는 효과를 봤다. 생산 현장에서는 카메라와 비전 AI가 차량식별번호(VIN)를 읽고 실제 차량과 시스템 등록 차량 정보를 대조하는 ‘AI 자동화 인식 서비스’를 세계 70여개 생산거점에서 운영하고 있다. 작업 오류를 조기에 찾아내 연간 52억 4000만원의 비용을 절감했다. 생산 라인에 부품을 공급하는 대차 공정에서 발생하는 복잡한 이동 경로를 AI가 최적화하는 ‘대차 정렬 최적화 기술’을 통해 최대 50분가량이 걸리던 대차 정렬 시간은 7분 이하로 줄었다. 불필요한 생산 중단 시간을 약 86% 단축한 셈이다. 정비·고객서비스에서도 효과를 보였다. 해외 정비 현장에서는 차량 오류코드나 증상을 자연어로 입력하면 AI가 매뉴얼과 과거 정비 기록을 분석해 진단 결과와 대응 방안을 제시해 정비 대응 시간이 약 42% 단축됐다. 현대차·기아·제네시스의 모바일 앱에 올라온 고객 리뷰도 AI가 내용을 분류하고 답변 초안을 작성한다. 과거 담당자가 리뷰 한 건을 처리하는 데 평균 35분이 걸렸지만 AI 도입 이후 약 5분으로 줄었다. 이 밖에 현대차그룹의 사내 생성형 AI 플랫폼 ‘H 챗 프로’ 사용자는 지난달 기준 3만명을 넘어섰다. 현대차·기아 전체 일반·연구직 직원의 약 80%다. AX 전환은 2018년 정의선 회장이 “IT기업보다 더 IT기업 같은 회사가 되겠다”고 강조한 데서 비롯됐다. 정 회장은 올해 초 경영진을 대상으로 ‘바이브 코딩’ 교육을 실시하자고 제안했고, 정 회장 본인도 코딩을 배웠다.

중국산 오픈 웨이트 모델인 키미 K3는 미국의 프런티어 인공지능(AI) 모델과 맞먹는 성능으로 시장에 큰 충격을 안겼습니다. 앤스로픽 AI 모델의 지식 증류를 통해 사실상 기술을 탈취했다는 비판이 나오기도 했지만, 2.8조개의 파라미터를 지닌 초거대 모델을 증류만으로 만들 순 없기 때문에 이제 중국의 AI 기술을 더 이상 무시할 수 없다는 의견도 우세합니다. 더구나 모든 가중치를 공개하는 중국의 개방형 AI 모델이 장기적으로 보면 시장을 잠식할 수 있다는 우려도 만만치 않습니다. 누구나 모델을 받아서 내부적으로 돌릴 수 있기 때문에 내부 정보 유출을 꺼리는 기업이나 기관에서 상당히 매력적인 대안일 뿐 아니라 자사 서비스에 맞춤형으로 개조도 자유롭습니다. 하드웨어를 이미 가지고 있거나 저렴하게 대여할 수 있다면 서비스 비용도 낮출 수 있습니다. 다만 이렇게 되면 비싼 돈을 주고 미국의 프런티어 AI 모델을 누가 쓰겠냐는 우려가 나오는 것도 당연합니다. 결국 중국 개방형 AI 모델이 노리는 것도 이것이라는 비판도 적지 않습니다. 지금까지 IT 생태계는 개방형과 오픈 소스를 찬양해 왔지만, 개방형 AI 앞에서는 목소리가 달라지고 있습니다. 여기에 개방형 AI 모델을 악용하는 사람이나 집단이 나올 수 있다는 걱정도 있습니다. 하지만 저커버그 메타 최고경영자(CEO)는 ‘미래는 모두의 것’이라는 제목의 글에서 “초인공지능을 중앙 집중화하기보다 널리 배포해 모든 사람이 이를 통제할 수 있도록 해야 한다”며 개방형 AI를 지지하는 주장을 펼쳤습니다. 물론 악용 가능성도 인정하면서 모델의 개발 중간 단계부터 감시와 관리가 필요하다는 점은 인정했지만, 개방형 모델의 필요성을 역설한 것입니다. 아마도 저커버그가 갑자기 개방형 모델을 지지한 이유 중 하나는 미국이 폐쇄형 모델로 가는 반면 중국은 개방형 모델로 갈 경우 장기적으로 대부분의 국가들이 누구나 쓸 수 있는 중국 모델에 종속될 것이라는 우려일 것입니다. 사람들이 모두 중국산 개방형 AI만 사용한다면 생태계 역시 여기에 종속될 것입니다. 그리고 결국은 하드웨어 역시 종속될 수 있습니다. 현재 AI 가속기는 엔비디아 칩이 중심이지만, 중국산 AI GPU에서 훈련된 중국 AI 모델은 중국산 하드웨어에서 잘 돌아가게 될 것이기 때문입니다. 따라서 메타가 개방형 AI를 지지하면서 모델을 공개하기로 한 것은 상당한 의미가 있습니다. 물론 앤스로픽이나 오픈 AI처럼 실제 유료 사용자가 많지 않은 것도 이런 결정을 내린 배경 중 하나일 것입니다. 하지만 주요 빅테크 기업이 개방형 모델을 지지하면서 미국산 개방형 모델이 중국산 개방형 모델의 강력한 경쟁자가 될 가능성이 높아졌습니다. 다만 첫술부터 배부를 순 없다는 속담처럼 먼저 공개한 ‘뮤즈 글리머’(Muse Glimmer)의 성능은 사실 아주 인상적이진 않습니다. 뮤즈 글리머는 뮤즈 스파크처럼 대형 모델을 지식 증류해 만든 작은 로컬 모델로 30B(300억개)의 파라미터를 지니고 있습니다. 작다고는 해도 4비트 양자화 모델도 18GB 정도 크기이기 때문에 완전히 그래픽처리장치(GPU)에 올리려면 24GB 메모리가 필요하고 맥 같은 통합 메모리를 사용하는 경우 32GB 이상 모델이 추천됩니다. 현재 비슷한 위치에 있는 개방형 모델은 구글의 젬마 4(Gemma 4) 31B dense 모델과 알리바바의 Qwen 3.6 27B dense 모델인데 뮤즈 글리머는 코딩이나 일반 작업에서 더 우수하진 않지만, 여러 단계의 임무를 수행하는 에이전트 기능면에서 우수하다는 평가가 나오고 있습니다. 그러나 당장 경쟁 모델을 위협할 수 있을 정도의 인상적인 성능을 보여주진 않고 있습니다. 여기에 아직 모델이 하나뿐인 점도 약점입니다. 알리바바 Qwen의 경우 대형부터 중소형 모델까지 여러 모델이 있고 코딩 전용 모델인 코더 등 다양한 모델이 있어 사용자가 상황에 맞춰 고를 수 있는 선택지가 넓습니다. 대항마로 나온 젬마 4 역시 스마트폰에서 돌릴 수 있는 작은 모델에서 비교적 큰 31B 모델까지 선택의 폭이 좀 더 넓습니다. 특히 Qwen과 젬마 모두 MoE(Mixture of Expert) 기능을 지원해 개인 컴퓨터에서도 빠른 토큰 속도를 확보할 수 있습니다. 특히 Gemma 4 26B A4B QAT(Quantization-Aware Training) 모델은 학습 단계부터 양자화를 시뮬레이션해서 압축 시 발생하는 품질 손실을 효과적으로 줄였습니다. 덕분에 QAT 4비트 버전은 용량을 약 14.4GB 수준으로 줄여 16GB 메모리의 GPU나 개인용 노트북에서도 원활하게 굴러가면서도 성능은 57.7GB의 용량을 지닌 16비트 모델에 근접해 큰 인기를 끌고 있습니다. 뮤즈 글리머는 MoE 모델이 없는 단일 모델로 속도가 MoE 모델보다 느릴 수밖에 없지만, 대신 DFlash 드래프터 모델이라는 소형 보조 모델을 사용해 속도를 높일 수 있습니다. 메타가 발표한 데이터에 따르면 RTX 5090 카드에서는 3.1배, M5 Max에서는 1.8배, M4 Max에서는 1.5배 빠른 응답 속도를 제공합니다. Dense 모델의 단점인 높은 사양과 느린 응답 속도를 개선한 것으로 주목받고 있습니다. 메타의 뮤즈 글리머는 현시점에서는 그렇게 인상적인 성능을 지닌 개방형 AI라고 보긴 어렵습니다. 하지만 구글 젬마가 그랬던 것처럼 이후 버전에서 성능을 높여 나가면서 다양한 기능과 모델을 선보인다면 개방형 AI 부분에서 새로운 강자가 될 수 있습니다. 메타의 개방형 AI 승부수가 통할 수 있을지 주목됩니다.