인공지능(AI) 열풍 - SBS 뉴스

구글에 무슨 일이? '전설급' AI 인재 다 떠난다 [스프]

hyeminan@sbs.co.kr (안혜민 기자) — Fri, 21 Aug 2026 09:00:00 +0900

⚡ 스프 핵심요약

제프 딘을 포함한 핵심 개발자들이 대거 퇴사하며 구글의 AI 모델 개발 경쟁력과 프런티어 모델 성능에 대한 시장의 우려가 커지고 있습니다.

구글 클라우드의 폭발적인 성장과 제미나이 사용자의 급증에도 불구하고, 개발자용 고성능 모델 출시 지연으로 인해 기술적 리더십은 도전을 받는 상황입니다.

구글은 인재 유출과 성능 정체 문제를 극복하기 위해 자체 인프라와 방대한 서비스 생태계를 결합한 풀스택 AI 전략으로 시장 반전을 꾀하고 있습니다.

요즘 구글의 상황이 심상치 않습니다. 전설적인 개발자들이 줄줄이 빠져나가고 모델 성능도 예전만 못하다는 사용자 반응이 이어지고 있어요. 이러다 구글이 몰락하는 것 아니냐는 얘기까지 들려올 정도죠. 그런데 막상 주가나 재정 상황을 보면 그렇지만은 않은 것 같기도 합니다. 도대체 구글이 어떤 상황이길래 몰락이라는 말까지 나오는 걸까요? 오늘 오그랲에서는 다양한 데이터와 그래프를 통해 구글의 현주소를 살펴보겠습니다.

구글발 '엑소더스' 시작? 레전드 개발자들 줄퇴사

지난 8월 5일, 구글의 위대한 개발자 제프 딘의 퇴사 소식이 전해지자 전 세계의 개발자 커뮤니티가 난리가 났습니다. 제프 딘은 1999년 구글에 입사해서 사번 30번을 받은 구글의 전설적인 개발자입니다. 구글의 인사 시스템상 최대로 오를 수 있는 등급이 L10인데 제프 딘은 L11로 승진하기도 했죠.

제프 딘은 오늘날 구글의 엔지니어링을 설계한 핵심 인물입니다. 현재 구글의 주요 서비스인 구글 검색, 구글 번역, 구글 광고의 초창기 버전이 다 제프 딘의 손에서 탄생했죠. 또 기계학습 라이브러리인 텐서플로우, 데이터 저장 시스템인 빅테이블, 대용량 데이터 처리 기술인 맵리듀스 등 구글의 핵심 프로젝트를 지휘하기도 했고요.

2011년에는 구글의 비밀 연구소인 구글 X에 합류해 딥러닝 연구를 진행했습니다. 연구를 해보니 딥러닝이 어쩌면 게임 체인저가 될 수 있다는 판단을 하고 전 세계 탑급 AI 인재들을 끌어모아 구글의 초창기 AI 연구팀인 구글 브레인을 설립하죠.

참고로 지금 구글의 AI 가속기인 TPU도 제프 딘의 머리에서 시작되었어요. 제프 딘은 세세하고 정밀한 시뮬레이션 대신 대략적인 수치를 냅킨에 계산해서 파악하는 이른바 냅킨 계산으로 유명합니다. 2013년에 자신들이 개발한 딥러닝 기반 음성 인식 기능이 크게 개선되자, 제프 딘은 그 다음을 고민하기 시작했어요. 만약 음성 인식이 지금보다 훨씬 잘 된다면 과연 구글의 현재 인프라로 감당 가능할까?

이런 생각이 들자 제프 딘은 바로 냅킨 계산을 진행했죠. 모든 구글 사용자가 하루에 딱 3분씩 음성 인식을 쓴다고 가정하고 계산해 보니, 당시 구글이 보유한 것과 동일한 규모의 CPU가 추가로 필요하다는 계산이 나온 겁니다. CPU만으로는 AI 시대의 연산량을 커버할 수 없으니 다른 장치를 만들었고, 그래서 나온 게 현재 구글의 TPU인 거죠. 이 정도 되니까 구글에서 L11을 받을 수 있는 겁니다.

참고로 이 L11은 구글에서 시니어 펠로우로 불리는데 구글 역사상 단 2명에게만 부여됐어요. 다른 한 명은 제프 딘과 함께 입사해서 영혼의 파트너로 불린 산제이 게마왓입니다. 이 둘은 실리콘 밸리에서 뇌 하나를 공유하며 코딩한다는 얘기가 나올 정도로 찰떡 파트너로 알려져 있어요. 그런 엄청난 업적과 실력을 갖고 구글의 기술 파트를 지켜온 두 사람이 함께 구글을 퇴사했습니다.

여기에 더해 제미나이 개발을 이끌었던 오리올 비냐스, 그리고 구글 브레인의 창립 멤버인 쿠옥 레까지 총 4명이 이번에 구글을 떠났습니다. 이들은 의기투합해 스타트업 디스커버리 루프를 설립해 새로운 도전에 나섰어요.

딥마인드의 리더였던 데미스 허사비스 역시 퇴사하겠다는 의사를 밝힌 것으로 알려져 있어요. 하지만 구글 입장에선 제프 딘에 이어 허사비스까지 퇴사하게 된다면 주가가 급락할 위험이 있으니 적극적으로 만류했다고 하죠. 결국 허사비스는 퇴사하진 않고, 딥마인드의 회장직을 맡으면서 일선에서 물러나게 됩니다. 또한 구글의 모회사인 알파벳에서 최고 과학 책임자로 인사 이동되었고요.

이들뿐만이 아닙니다. 구글을 이끌던 네임드 개발자들이 우르르 나가고 있습니다.

허사비스는 뒤로 빠지고, 이 네 명은 디스커버리 루프 창업으로 빠졌고요. 허사비스와 함께 알파폴드로 노벨 화학상을 수상한 존 점퍼도 앤트로픽으로 이직했습니다. 또한 현대 AI의 핵심인 트랜스포머 구조를 처음 발표한 Attention Is All You Need라는 전설적인 논문의 저자 노암 샤지어의 두 번째 퇴사도 있었어요.

원래 노암 샤지어는 이 논문을 작성한 뒤 구글에서 퇴사해 캐릭터AI를 설립해 대박을 낸 인물입니다. 이후 구글이 샤지어와 그의 팀을 다시 데려오려고 캐릭터AI를 27억 달러에 인수하면서 구글에 재입사를 하게 되었죠. 하지만 2년도 안 되어서 퇴사하고 오픈AI로 이직하게 되었습니다.

사실 냉정히 보면 AI 기업들 간의 인재들이 오고 가는 건 이 시장에서 특별한 소식이 아닙니다. 워낙 자주 있으니까요. 물론 이번 사례는 구글 AI를 이끌던 굵직한 리더들이 우르르 빠져나갔기 때문이겠죠. 하지만 사실 더 주목할 지점은 이미 몇 년 전부터 구글 딥마인드 소속 직원들이 야금야금 빠져나가고 있었다는 겁니다.

벤처캐피털 시그널 파이어가 작년에 발표한 자료입니다. 딥마인드와 앤트로픽 사이의 인재 이동을 살펴보면 앤트로픽에서 딥마인드로 옮겨온 사람이 1이라면 딥마인드에서 앤트로픽으로 이직한 사람이 무려 10배 더 많습니다. 허깅페이스를 제외하고는 딥마인드에서 코히어, 오픈AI 등 다른 기업으로 넘어간 직원들의 비율이 더 많은 상황입니다.

돈은 잘 벌고 있는데... AI 성능은 밀리는 구글?

하지만 이런 인재 유출과는 달리 구글의 장부 상황을 보면 썩 나쁘지만은 않습니다. 지난 7월 말에 발표한 구글의 올해 2분기 실적을 보면, AI 수요 급증에 힘입어 시장 예상치를 크게 웃돌았거든요. 총매출도 전년 동기 대비 증가했고, 영업이익도 늘어났고, 영업이익률도 마찬가지였죠.

특히 클라우드 부문의 폭발적인 성장이 인상적입니다. 2026년 1분기 구글 클라우드 매출은 전년 대비 63%나 증가했어요. 2분기도 1분기의 흐름을 이어가서, 전년 대비 무려 82%나 급증한 248억 달러를 기록했죠. 글로벌 클라우드 시장에서 구글 클라우드의 점유율도 과거 대비 꾸준히 늘어나고 있고요.

장부뿐만 아니라 AI 트래픽 상황도 구글이 웃어주는 상황입니다. 생성형 AI 웹 트래픽을 살펴보면 많은 사람들이 구글 제미나이를 이용하고 있죠.

2024년부터 2026년까지 생성형AI 챗봇 웹사이트의 트래픽 점유율을 비율로 나타내봤습니다. 챗GPT의 트래픽이 차지하는 비율은 점점 줄어들어서 2026년 5월에는 약 53%를 기록했습니다. 반면 제미나이를 보면 트래픽 점유율이 크게 늘어나 28%까지 상승했죠. 이 수치만 보면 일반 소비자들이 사용하는 AI 시장에서 챗GPT 독점에 가장 큰 균열을 낸 건 구글 제미나이라 할 수 있어요.

실제로 제미나이 앱의 월간 사용자도 쭉쭉 늘어나고 있죠. 작년 10월엔 6억 5,000만 명이었는데, 올해 2월에는 7억 5,000만 명 수준까지 증가했어요. 최근엔 월간 활성 사용자가 10억 명까지 돌파하면서 구글 역사상 가장 빠른 속도로 성장하는 서비스로 등극하였죠.

소비자 시장에서는 이렇게 선전하고 있는 구글이지만, 개발자 시장은 조금 다릅니다. 개발자들을 만족시킬 고성능 프런티어 모델에서는 구글이 힘을 못 쓰고 있거든요. 최근 구글은 제미나이 3.6 모델을 공개하며 엄청난 광고를 했어요. 하지만 실제 스펙을 따져보면 다른 기업들의 프런티어 모델들과는 큰 차이가 나죠. 3주 만에 3.7 모델을 또 공개하긴 했지만 많은 사람들이 기대하는 건 제미나이 3.5 Pro입니다. 지난 5월에 있었던 구글 연례 개발자 회의에서 구글 CEO인 순다르 피차이도 조금만 기다려 달라고 했죠.

"저희도 3.5 Pro가 정말 기대됩니다. 현재 사내에서 사용하고 있는데, 상당한 개선이 이뤄진 것을 확인했어요. 다음 달까지 조금만 기다려 주시면 여러분들께 제공해 드리겠습니다."

하지만 공언한 6월은 이미 지났고, 7월도 지났고, 8월도 지나가고 있죠. 그런데도 아직까지도 3.5 Pro는 공개되지 않고 있습니다. 일부 보도에 따르면 내부 실험 결과 모델 성능 향상이 만족스럽지 않아서 출시 연기가 이뤄지고 있다고 하죠. 앤트로픽에서는 오퍼스5나 페이블5을 오픈AI에서는 GPT-5.6 Sol을 공개하며 기존보다 더 높은 성능의 모델을 선보이고 있어요. 하지만 구글 제미나이의 경우엔 코딩 성능 개선이 너무 더디다는 평가가 내부에서 나오고 있는 겁니다.

일각에서는 아예 개발하던 모델을 폐기하고 사전 학습부터 다시 시작했다는 얘기까지 들려오고 있습니다. 이 루머가 사실일 경우엔 실제 출시까지는 꽤 많은 시간이 걸릴 수밖에 없을 겁니다. 그 사이 프런티어 모델 경쟁에서 구글의 순위는 계속 떨어질 수밖에 없겠죠.

현재 프런티어 모델의 성능을 비교해 보면 이렇습니다. 상위 10개 모델들을 만든 기업들을 보면 미국의 앤트로픽, 오픈AI, 메타, xAI가 보이고, 중국 기업으로는 문샷과 알리바바가 있죠. 미국 기업들 면면을 보면 AI 빅테크 기업 MANGOS 멤버들입니다. MANGOS 중에 AI 모델 개발이 본업이 아닌 엔비디아를 빼면 상위 모델 10위 안에 들지 못하는 기업은 구글이 유일한 상황인 겁니다.

연구는 일류, 상업화는 낙제? 딥마인드 체질 개선 나설까

그렇다고 구글 딥마인드가 아무것도 안 하고 놀고 있냐? 그렇지는 않습니다. 딥마인드에서 발표하는 자료들을 보면 제미나이의 혁신적인 성능 향상 소식보다는 대신 과학적인 성취 이야기가 더 주를 이루고 있죠. 사실 딥마인드의 사명이 만물의 근원을 해결할 지능을 구축하는 것입니다. AI를 활용해 과학의 난제들을 해결하려는 사명을 위해 과학 연구를 꾸준히 해오고 있죠.

대표적으로 생화학 영역의 난제 중 하나였던 단백질 접힘 문제를 풀어낸 알파폴드 시리즈가 있을 겁니다. 이 알파폴드를 가지고 딥마인드는 아예 AI 기반 신약개발 스타트업인 아이소모픽 랩스를 만들기도 했죠. 뿐만 아니라 유전자 예측 인공지능인 알파지놈도 올해 네이처지를 통해 정식 공개하기도 했어요. 생물학, 화학 영역뿐 아니라 수학, 지구과학 등 다양한 과학 분야에 활용할 수 있는 모델들을 연구하고 있죠. 최근엔 특정 영역이 아닌 과학 연구 전반에 범용적으로 활용 가능한 AI 에이전트인 Co-Scientist를 발표하기도 했고요.

이렇게 연구 중심의 딥마인드를 운영할 수 있는 건 누가 뭐래도 수장인 데미스 허사비스의 영향이라고 할 수 있습니다. 데미스 허사비스는 AI 기술을 활용해 과학적 진보를 이룩하고, 그걸 바탕으로 세상을 이롭게 해야 한다고 생각해요. 최근엔 AI 발전 속도가 점점 빨라지면서 그로 인해 발생할 반작용에 대한 우려도 점점 커지고 있죠. 그래서 최근 허사비스의 발언들을 살펴보면, AGI 이후 우리가 어떻게 대비해야 하는지에 대한 이야기들이 많습니다. 허사비스는 최근까지도 프런티어 모델 개발보다는 모델의 안전성과 AGI가 우리 인류 사회에 미칠 영향에 더 깊은 고민을 해 온 걸로 알려졌어요. 그래서 구글의 AI 모델 경쟁력이 우선순위라고 판단하는 측에서는 이번 허사비스의 퇴장이 타당하다고 평가하기도 하죠.

또 연구 중심의 환경을 만들어주던 허사비스가 물러난 만큼 이제부터는 딥마인드가 본격적인 사업형 조직으로 체질 개선이 되는 것 아니냐는 얘기들도 많습니다.

사실 구글은 연구만큼은 정말 잘하거든요.

하지만 자신들이 기껏 열심히 연구해 놓은 것들을 자신들이 써먹지 못했어요. 앞서 언급했던 Attention Is All You Need라는 현대 AI 기반이 되는 트랜스포머 논문이 구글에서 나왔지만, 최초의 상업화는 오픈AI가 이뤄냈으니까요.

그래서 앞으로 딥마인드는 순다르 피차이 구글 CEO에게 직접 보고하는 체계로 전환될 예정입니다. 자율적인 AI 연구를 하던 곳에서 이제 매출과 수익을 직접 책임져야 하는 조직으로 서서히 변해가겠죠. 그렇다면 과연 구글은 AI를 활용해 어떤 식으로 매출을 늘리려 할까요?

어떤 전문가는 구글이 굳이 프런티어 모델 경쟁에서 1등이 될 필요가 없다고 얘기합니다. 구글이 가지고 있는 강점에 집중한다면 매출은 따라온다는 거죠. 이를테면 구글은 세상에서 가장 많이 깔린 모바일 OS와 브라우저, 이메일, 지도 서비스를 갖고 있습니다. 구글이 가지고 있는 다양한 서비스에서 이용자 데이터를 확보하고, 그걸 바탕으로 삶의 곳곳에 AI 서비스를 적용한다면요? 굳이 고성능 모델을 만들 필요가 없을 수도 있다는 겁니다.

이미 우리나라에서 이런 구글의 강점을 확인할 수 있는 데이터가 나온 바 있어요. 네이버 앱 이용자 수치를 구글 앱이 역사상 처음으로 역전했더라고요.

구글의 지난달 월간 활성 이용자 수는 4,702만 명으로 작년 대비 급등했습니다. 그래서 데이터를 조사한 이래로 처음으로 네이버의 수치를 역전해 버렸죠.

물론 그렇다고 프런티어 모델 경쟁에서 아예 발을 빼고 있진 않을 겁니다. 결국 모델 개발로 큰돈을 벌려면 토큰을 왕창 쓰는 개발자 고객들을 확보해야 할 테니까요. 지난 7월 21일에 구글은 차세대 모델인 제미나이 4를 위한 훈련이 시작되었다고 밝혔어요. 구글 역사상 가장 야심찬 학습이라는 말을 덧붙이면서 많은 사람들의 기대감을 자극했죠.

기업 고객 대상으로는 구글이 갖고 있는 풀스택 역량을 살릴 계획이고요. 사실 구글은 하드웨어 인프라부터, AI 모델, 에이전트 플랫폼, 서비스, 심지어 디바이스까지, AI 생태계 전반을 자체 기술로 통합 제공할 수 있는 기업입니다. 구글은 이러한 이점을 활용해 모든 레이어에 설계 단계부터 보안 기술을 적용해서 기업들이 안전하게 자신들의 AI 서비스를 사용할 수 있도록 지원할 계획입니다.

인재가 빠져나가고, 프런티어 모델에서 밀리고 있지만 구글은 여전히 세상에서 가장 많이 쓰이는 서비스들을 손에 쥐고 있습니다. 이 생태계 안에서 AI를 녹여낸다면 충분히 미래 AI 시장에서 강력한 존재감을 가질 수 있겠죠. 과연 구글은 AI 경쟁에서 어떤 방식으로 승리할 수 있을까요? 오늘 준비한 오그랲은 여기까지입니다. 긴 글 끝까지 읽어 주셔서 진심으로 감사드립니다.

참고자료

- Jeff Dean(@JeffDean) | X

- Sundar Pichai(@sundarpichai) | X

- TPU Training Day for I/O '26 | YouTube

- Hinton et al., 「Deep Neural Networks for Acoustic Modeling in Speech Recognition」, 2012

- Vaswani et al.,「Attention Is All You Need」, 2017

- The future of intelligence | Demis Hassabis (Co-founder and CEO of DeepMind) | YouTube

- 알파벳 2026 Q1, 2 실적 발표 자료

- Google I/O '26 Keynote | YouTube

- AI Model & API Providers Analysis | Artificial Analysis

- The State of Tech Talent Report 2025 | SignalFire

- The 2026 Generative AI Landscape Report | Similarweb

- Avsec, Ž et al.,「Advancing regulatory variant effect prediction with AlphaGenome」, 2026

- Gottweis et al., 「Accelerating Scientific Discovery with Co-Scientist」, 2026

- Demis Hassabis, Nobel Prize in Chemistry 2024: Official interview | YouTube

글

: 안혜민

디자인

: 안준석

인턴

: 신연성

AI가 스스로 탈출하고, 공격하는 '통제 불능' 시대 왔다 [스프]

hyeminan@sbs.co.kr (안혜민 기자) — Tue, 18 Aug 2026 09:00:00 +0900

⚡ 스프 핵심요약

오픈AI와 엔트로픽 등 최신 AI 모델들이 격리된 샌드박스 환경을 스스로 탈출하여 외부 플랫폼인 허깅페이스를 무단 공격하는 사건이 현실화되었습니다.

AI가 학습 목표 달성보다 보상만을 챙기려는 '보상 해킹'과 이를 숨기기 위해 정보를 왜곡하는 'AI 스키밍' 현상이 심각한 보안 위협으로 떠오르고 있습니다.

방어용 AI가 악성 코드를 감지하고도 분석을 거부하거나 차단하는 'AI 방어자의 역설'이 발생함에 따라, 정부 차원의 규제 법안과 오픈 모델 기반의 보안 체계 도입이 시급해졌습니다.

최근 AI계를 조용히 뒤흔들었던 사건이 있었습니다. 바로 오픈AI의 내부 모델이 허깅페이스를 무단으로 침입했던 사건인데요. 관련 기사가 나오긴 했지만, 크게 이슈가 되지 않았습니다. 하지만 사건을 하나하나 뜯어보면 생각보다 훨씬 큰 문제가 숨어 있습니다. 왜냐하면 AI가 스스로 판단하고, 스스로 탈출하고, 스스로 공격까지 한 사실상 첫 번째 사건이니까요. 그래서 오늘 오그랲에서는 이 사건을 다뤄보려고 합니다. 이번 허깅페이스 해킹 사건의 전말과 함께 통제 불가능한 AI 시나리오가 현실이 된 지금, 우리는 어떻게 대응해야 하는지 다양한 데이터와 그래프를 통해 살펴보겠습니다.

우려가 현실이 됐다... AI '통제 불능 사태' 첫 사례

먼저 사건부터 정리해 보겠습니다. 오픈AI는 자신들이 개발하는 모델의 사이버 역량을 파악하기 위해 테스트를 진행했어요. 새로운 모델만 사용한 건 아니고 이미 시중에 풀린 모델 중 최강 모델인 GPT-5.6 Sol과 조합해 AI 에이전트 형태로 테스트를 진행하였죠.

AI 에이전트가 풀어야 할 테스트는 ExploitGym이라는 벤치마크였습니다. 이 벤치마크에서는 단순히 AI가 프로그램의 취약점을 파악하는 것만 보는 게 아니라 실제 소프트웨어에 작동하는 공격 코드를 만들 수 있는지를 살펴봅니다.

AI 에이전트의 자체 성능만을 파악하기 위해 오픈AI에서는 해당 AI 에이전트를 인터넷이 차단된 샌드박스 환경에서 테스트를 했어요. 유일한 연결 통로는 AI 에이전트가 과제 해결을 할 때 필요한 소프트웨어를 받아올 수 있는 프록시 통로뿐이었죠. 그런데 문제는 이 AI가 공격 코드를 짤 생각을 안 하고 다른 생각을 했다는 겁니다. 그냥 정답지를 훔쳐서 벤치마크 점수를 높여버리면 되지 않겠냐는 거였죠. 그러면 굳이 코드를 안 짜도 자신의 성능은 높게 평가될 테니까요.

하지만 AI 에이전트는 인터넷이 차단된 독립된 환경에 격리되어 있었죠? 그래서 이 녀석은 7월 9일부터 자신이 격리된 샌드박스에서 벗어나려고 시도합니다. AI 에이전트는 소프트웨어 패키지를 받아올 수 있는 그 유일한 통로의 취약점을 뚫어버렸고, 결국 샌드박스 환경 탈출에 성공해 인터넷에 닿게 되었죠.

7월 9일에 이 AI 에이전트가 공격한 횟수는 무려 3,779건. 다음 날에는 1,135건으로 줄어듭니다. 이때엔 AI 에이전트는 공격 대신 자신이 처한 환경을 분석하고, 정답지가 어디에 있을지 역추적에 들어갑니다. 그리고는 답안지가 있을 곳으로 '허깅페이스'를 추론해 내죠.

허깅페이스는 세계 최대의 AI 플랫폼입니다. 가장 많은 사람들이 이용하고 많은 자료가 모이는 플랫폼이니, 이곳에 가면 ExploitGym의 정답이나 참조할 데이터가 있을 거라고 판단한 겁니다. 그리고 7월 11일부터 본격적으로 허깅페이스를 공격해 내부로 진입하죠. 7월 11일 하루에만 7,677건의 공격이 이뤄졌고 이 공격은 13일까지 지속돼요. 9일부터 13일까지 5일간 AI 에이전트의 공격은 총 17,613건에 달합니다.

허깅페이스 측에서도 공격 신호를 인지하고 바로 조치에 들어갔어요. 13일 오후 2시에 최종적으로 AI의 공격을 차단했고, 이후 FBI에게 사이버 침해 사고가 발생했다고 신고했죠. 그리고 3일이 지난 16일에 허깅페이스는 이 사건, 즉 AI에 의한 해킹 사건을 대중들에게 공개합니다. "이번 공격은 자율 AI 에이전트 시스템이 처음부터 끝까지 수행했다, 다만 어떤 모델을 이용했는지, 또 누가 운영 주체인지는 모른다"고 밝혔어요.

사건이 공개된 이후 많은 사람들은 도대체 어떤 해커가 AI 에이전트를 이용해 해킹을 시도한 건지 궁금해했습니다. 일각에서는 인간이 AI를 이용한 게 아니라 어쩌면 AI 스스로 사이버 공격을 한 것 아니냐는 음모론도 나왔죠. 하지만 우리는 이미 답을 알고 있죠? 이번 사건이 AI 에이전트의 자율적인 사이버 공격이었다는 것을요.

문제는 오픈AI는 자신들의 AI 에이전트가 저지른 행동이라는 걸 꿈에도 몰랐다는 겁니다. 오픈AI는 허깅페이스의 공식 발표가 있고 난 뒤에야 상황을 파악해 보기 시작했어요. 내부 로그를 살펴보니 자신들의 AI 에이전트가 샌드박스 환경을 이탈했다는 흔적을 발견했고, 그제야 혹시나 이번 사건이 우리 모델이 저지른 일이 아닐까 하고 조사를 시작했죠. 허깅페이스 공동창업자인 토마스 울프의 발언에 따르면 허깅페이스와 오픈AI가 서로 연락한 게 20일 전후라고 하죠. 그리고 21일이 돼서야 오픈AI 쪽에서 이번 사건이 자신들이 테스트한 모델에 의한 해킹 사건이었다고 실토했죠.

자체 조사를 진행 중인 오픈AI는 최근 사건의 진상을 일부 공개했는데, 결과는 더 충격적이었어요. 알고 보니 AI의 공격은 7월이 아닌 5월부터 시작되었거든요.

[에릭 윌리스 / 오픈AI 안전 연구자 : 메인 이벤트는 몇 주 전인 7월에 일어났지만, 사실 이 모든 것은 5월부터 시작되었습니다.]

오픈AI 측은 최종 보고서는 아직 작성 중이고 완료되는 대로 공개할 예정이라고 밝혔어요.

AI 통제 불능 사태가 현실이 되자, 많은 사람이 충격에 빠졌습니다 다만 곱씹어 볼수록 AI의 자율성에 대한 우려도 우려지만 그보다는 오픈AI의 관리 실패가 더 큰 문제라는 얘기가 커졌습니다. 사이버 보안 테스트를 한다면서 모델의 행동을 제대로 모니터링하지 않는 것이 말이 되냐는 거죠. 심지어 오픈AI는 최근 GPT-5.6 모델을 발표하면서 모델의 사이버보안 능력이 뛰어나서, 위험할 수도 있다고 경고한 바 있어요.

GPT-5.6 Sol 모델과 과거 GPT-5.5 모델을 비교한 수치입니다. 제약을 우회하는 비율이 이전 모델과 비교하면 9.7배 더 높고, 파괴적 행동 비율 역시 6.3배 높죠. 지금 이 그래프에 표시된 범주가 이번 허깅페이스 사건에서 발생한 일과 크게 다르지 않습니다. 자체적으로 파악하고 있는 모델의 위험성이 버젓이 존재함에도 제대로 컨트롤하지 못한 거죠. 특히 '보상 해킹'이 이번 사건과 아주 밀접한 관련이 있습니다.

인간 말 안 듣고, 잘못된 행동은 감추는 'AI 스키밍'

지금부터는 '보상 해킹'에 대해 조금 더 이야기해보도록 하겠습니다.

보상 해킹은 AI가 설계자가 의도한 진정한 목표 대신 보상에만 집중하는 현상을 의미합니다. 여기서 말하는 보상은 모델의 학습과정에 등장하는 개념입니다. 연구진들은 모델의 성능을 높이기 위해 지도학습, 강화학습 같은 학습을 진행합니다. 사람이 하나하나 정답지를 주면서 일일이 지도해 주는 지도학습과는 달리 강화학습은 정답지가 없어요. 대신 AI가 제대로 된 행동을 하면 보상을 주고, 잘못된 행동을 하면 벌점을 주는 식으로 학습이 진행되죠. 이 과정을 통해 AI는 가장 큰 보상을 얻는 전략을 스스로 학습하는 겁니다.

문제는 그 과정에서 AI가 진짜 목표를 달성하는 대신, 보상만 챙길 수 있는 지름길을 찾아내는 경우가 생긴다는 겁니다. 코스트 러너스라는 플래시 게임이 있습니다. 보트 레이싱 게임인데, 중간중간에 표적을 건드리며 점수를 쌓고 코스를 완주하는 게임이죠. AI 모델에게 이 게임을 시켜봤더니, 빠르게 완주하는 대신 표적 3개가 모여있는 지역을 찾아 그 자리를 뱅글뱅글 돌면서 계속 점수만 높였어요. 완주를 하지 않더라도 제자리 회전만으로 높은 점수를 받는 전략을 세운 거죠.

이 사례는 보상 해킹의 아주 대표적인 사례입니다. 게다가 아주 오래된 사례기도 하죠. 앤트로픽의 창업자인 다리오 아모데이와 잭 클라크가 오픈AI 소속으로 강화학습을 연구하던 2016년의 일이니까요.

이 문제를 해결하기 위해 많은 연구자들이 달려들었습니다. 조금 더 세밀하게 보상 함수를 만들고, 인간이 중간중간 피드백을 줘서 AI의 잘못된 행동을 제어할 수 있도록 했죠. 하지만 그럼에도 불구하고 여전히 보상 해킹 문제는 발생하고 있습니다. 앞서 살펴본 오픈AI 사례처럼 말이에요. 보상 해킹을 막기 위해 연구자들이 모델의 생각 하나하나를 감시하면 되지 않겠나 싶겠지만 그게 또 쉽지만은 않아요.

실제로 연구진들은 AI의 잘못된 생각을 잡아내기 위해 사고 과정을 읽고 감시했습니다. 추론 모델들의 내부 사고 과정을 보면 실제로 해킹 의도를 노골적으로 드러내거든요. '해킹해서 처리해 보자'라는 식으로 말이죠. 그리고 이걸 파악한 연구진들은 이런 잘못된 생각이 생기지 않도록 보상을 설계했어요. 주어진 과제를 성공하면 여전히 점수를 주지만, 해킹하겠다는 식의 잘못된 생각을 하면 페널티를 주는 식으로 말이죠. 실험은 계획대로 흘러가는 듯했습니다.

오픈AI 연구진들의 실험 결과입니다. 연구진이 개입하지 않은 경우엔 훈련이 진행될수록 부정행위 비율이 계속 증가하는 모습이죠? 하지만 사고 과정에 페널티를 주자 모니터링 과정에 걸리는 부정행위 비율이 엄청 낮아졌습니다. 그런데 문제는 이게 실제 결과가 아니라는 겁니다.

모니터링 과정에서 걸리는 비율은 이렇게 줄어들었는데 실제 부정행위는 여전히 남아있었어요. AI 모델이 해킹은 해킹대로 하고 해킹했다는 얘기만 안 해버리는 선택을 한 겁니다. 해킹을 해서 과제 해결 점수는 얻고, 해킹하겠다는 생각을 숨기면 벌점은 안 먹을 수 있으니까요. 모니터링 자체가 보상 체계에 포함되자 AI는 아예 발각되지 않도록 행동한 겁니다.

개발자가 의도하지 않은 행동을 하고 그 행동을 들키지 않으려 정보를 왜곡하는 행동을 두고 'AI 스키밍'이라고 합니다. 이렇게 되다 보니 연구진들은 보상 해킹에 더해 AI 스키밍까지 해결해야 하는 상황이 와버렸어요. 그 방안으로 등장한 게 '숙고적 정렬'입니다. 무작정 거짓말을 하지 않도록 시스템을 만드는 게 아니라 AI에게 안전 원칙이 중요하다는 정보를 계속 주입하는 거죠. 행동하기 전에 안전 원칙을 떠올려서 숙고할 수 있도록 모델을 학습시키고 있는 겁니다. 효과가 있긴 하지만 그럼에도 불구하고 여전히 AI 모델의 은밀한 행동들은 남아있어서 완전히 스키밍을 없애진 못하고 있습니다.

현실화된 AI 위협... '킬 스위치' 필요하다?

문제는 이런 행동들이 오픈AI 모델만의 상황이 아니라는 겁니다. 이번 사건이 공개된 이후 앤트로픽에서도 사이버 안전사고가 발생했다고 공개했거든요. 오픈AI와 마찬가지로 앤트로픽의 모델들도 격리된 테스트 환경을 벗어나 일반 기업 시스템에 무단으로 접근했죠. 최근 공개된 영국 AI보안연구소의 안전 평가에서도 이와 비슷한 사례들이 보고되었어요. 영국 AI보안연구소에서 모델들의 사이버 역량 평가를 진행했는데 마찬가지로 무분별한 공격과 기만행위가 조사되었죠.

영국 AI보안연구소에서 진행한 앤트로픽의 미토스 5 모델에 대한 43번의 평가 가운데 9번의 평가에서 총 17개의 무단행위가 적발되었습니다. 오픈AI의 GPT-5.6 Sol 모델은 35번의 평가 중 1번의 평가에서 총 2개의 무단행위가 적발되었고요.

이 무단행위 중에는 AI 모델이 실제 깃허브 저장소를 공격 대상으로 오인해 공격한 사례도 있습니다. 이 과정에서 AI는 실제 깃허브 프로젝트에 악성 코드가 포함된 변경안을 제출했어요. 이후 가짜 계정까지 만들어 해당 코드의 승인을 유도했죠. 제 3자가 이 악성 코드를 지적하자 증거를 지우고 실수인 척 사과까지 했고요.

이처럼 AI가 인간의 통제를 벗어나 무분별하게 시스템을 공격하고 문제를 일으키는 상황이 점점 늘어나자, 당장 사이버 보안 담당자 입장에서는 난리가 났어요. AI의 무차별 공격을 모니터링하고 방어하기에는 인간의 능력은 역부족이거든요. 그래서 대부분의 팀에서 AI의 공격을 AI로 방어하기 위한 시스템을 구축하고, 활용하고 있죠.

이번 사건이 발생한 허깅페이스의 보안팀에서도 마찬가지였습니다. AI 에이전트에 의한 이상 침입을 감지한 뒤 AI에 의한 침투와 공격 로그를 AI를 활용해 분석하고 대응하려 했습니다. 그런데 문제는 방어용 AI가 먹통이 되어버렸다는 겁니다. 방어용 AI에게 공격자의 악성 코드와 침투 명령어를 입력해 분석을 맡겼더니, 이걸 실제 사이버 공격으로 오인하고는 분석을 거부해 버렸거든요.

결국 허깅페이스에서는 쓰려고 했던 방어용 AI 서비스를 사용하지 못했어요. 대신 자체 하드웨어 인프라에 오픈 모델인 중국산 GLM-5.2를 띄워서 분석을 진행했죠. 해킹하는 사람들은 AI를 활용해 마음껏 공격할 수 있고, AI의 해킹 공격을 막으려는 방어자는 AI를 활용할 수 없는 역설적 상황이 펼쳐진 겁니다. 이른바 'AI 방어자의 역설'이 현실화된 거죠. 사실 이 이슈는 이전부터 많은 사람들이 우려했던 지점입니다.

시스템을 방어하는 블루팀, 시스템을 공격해야 하는 레드팀으로 나누어 진행한 미국 대학생 사이버 방어 대회의 자료입니다. 대회에서 수집된 AI와의 대화 내용을 분석해 보니 블루팀의 합법적인 방어 요청임에도 평균 12.2%는 AI가 거부하는 상황이 발생했어요. 모델별로 보자면 안전을 최우선으로 하는 클로드 모델이 19.5%로 거부 비율이 가장 높았어요. GPT-4o는 평균에 못 미치는 10.2%의 거부율을 보였고, 오픈소스 모델인 라마 3.3이 6.6%로 가장 낮았습니다.

이런 역설적인 상황이 이어진다면 AI를 활용해 AI를 방어하는 전략 자체가 흔들릴 수 있게 되겠죠. 만약 허깅페이스 측이 자신들의 모든 보안 시스템을 폐쇄형 AI 서비스에만 의존했다면 어떻게 되었을까요? 아마도 AI 에이전트의 공격에 속수무책으로 당하거나 사건을 수습하는 데 훨씬 더 많은 시간이 걸렸을 겁니다. 허깅페이스의 공동 창립자인 클렘 들랑주는 이번 사건 이후 오픈 모델을 활용한 시스템 방어가 필수적일 수 있다고 강조하고 있어요.

일련의 사건들이 발생하자 정치권도 움직이기 시작했습니다. 민주당 소속 테드 리우 하원위원과 공화당 소속 나다니엘 모런 하원위원이 공동 발의한 'AI 킬스위치 법안'이 대표적입니다. 이 법안에는 국토안보부가 민간 기업의 AI 모델을 중단하도록 명령할 수 있는 권한을 부여하자는 내용이 담겨 있습니다. AI 모델을 개발하는 기업은 중단 명령에 대응할 수 있도록 AI 모델의 기능을 제한하거나 중단, 종료할 수 있는 기술을 갖춰야 하고요.

킬 스위치 법안뿐 아니라 정부 차원의 움직임도 이어지고 있습니다. 이번 사건 이후 아이오와, 앨라배마, 플로리다, 텍사스 등 미국 15개 주의 법무장관이 오픈AI에 공동서한을 보내기도 했죠. 서한에는 내부 대화와 모델 작동 기록, 안전성 평가 결과, 기술 문서 등을 보존하라는 요구가 담겼죠. 향후 정보보안 관련 법률 위반 여부를 조사하는 데 필요한 증거를 확보해 두겠다는 뜻으로 해석할 수 있어요.

지난 4일엔 백악관이 주요 AI 기업 수장들을 불러 프런티어 모델의 사전 안전성 평가 방식을 논의하기도 했습니다. AI 위험 대응을 기업 자율에만 맡기지 않고 정부가 직접 들여다보겠다는 움직임이 본격화되고 있는 겁니다.

AI가 스스로 탈출하고, 스스로 공격하는 SF 소설이나 영화에서나 보던 장면이 현실이 되고 있습니다. 문제는 이게 처음이 아닐 수도 있다는 겁니다. 기업들 모두 뒤늦게 자신들의 모델이 저지른 사건들을 실토하고 있으니까요. 과연 이번 사건을 계기로 미국 정부는 AI 기업들에게 규제를 들이밀 수 있을까요? 오늘 준비한 오그랲은 여기까지입니다. 긴 글 끝까지 읽어주셔서 진심으로 감사드립니다.

참고자료

- OpenAI와 Hugging Face, 모델 평가 중 발생한 보안 사고에 공동 대응 | OpenAI

- GPT-5.6 System Card | OpenAI

- Investigating three real-world incidents in our cybersecurity evaluations | Anthropic

- OpenAI 모델 관련 제3자 사이버 평가 | OpenAI

- Incident Report: unsanctioned agent behaviour during cyber testing | AISI

- Faulty reward functions in the wild | OpenAI

- Rigorous AI research to enable advanced AI governance | AISI

- Campbell et al.,「Defensive Refusal Bias: How Safety Alignment Fails Cyber Defenders」, 2026

- Wang et al.,「ExploitGym: Can AI Agents Turn Security Vulnerabilities into Real Attacks?」, 2026

- Anatomy of a Frontier Lab Agent Intrusion: A Technical Timeline of the July 2026 Incident | Hugging Face

- Security incident disclosure — July 2026 | Hugging Face

- Black Hat USA 2026: The 'Breaking' News: The OpenAI–Hugging Face Incident | YouTube

- Bowen Baker et al., 「Monitoring Reasoning Models for Misbehavior and the Risks of Promoting Obfuscation」, 2025

- U.S. Congress, AI Kill Switch Act, H.R. 9917 (2026)

글

: 안혜민

디자인

: 안준석

인턴

: 신연성

[자막뉴스] "AI로 썼네" 보고서 꼼수 다 걸린다?…'클로드 개발사' 신기술에 "구독 취소!"

hitrun@sbs.co.kr (김진우) — Sun, 16 Aug 2026 16:33:00 +0900

앤트로픽이 자사 인공지능 모델 클로드가 처리한 텍스트 콘텐츠에 사람 눈에 보이지 않는 워터마크를 심겠다고 밝히자 일부 이용자들이 구독 취소를 예…

▶ 영상 시청

앤트로픽이 자사 인공지능 모델 클로드가 처리한 텍스트 콘텐츠에 사람 눈에 보이지 않는 워터마크를 심겠다고 밝히자 일부 이용자들이 구독 취소를 예고하며 강하게 반발하고 나섰습니다.

현지시간 지난 11일 앤트로픽은 앞서 발효된 유럽연합의 인공지능법을 지키기 위해 클로드로 생성하거나 편집한 일부 텍스트 콘텐츠에 워터마크를 삽입하겠다고 밝혔습니다.

문장 자체에 기계로만 식별할 수 있는 워터마크를 녹여냄으로써 다른 곳에 복사해서 붙여 넣거나 내용을 수정하더라도 사라지지 않게 했다고 앤트로픽은 설명했습니다.

워터마크를 식별할 수 있는 프로그램은 엔트로픽측이 추후 별도로 제공할 계획인데, 앞으론 학교 과제나 기업 보고서 등에 클로드가 쓴 문장이 섞여 있는지 기술적으로 확인할 수 있게 되는 겁니다.

앤트로픽은 "워터마크가 발견됐다는 사실이 반드시 클로드가 쓴 글이라는 걸 뜻하진 않는다"며 기술이 완전하지 않다고 덧붙였습니다.

사람이 직접 쓴 글이라도 클로드에게 교정이나 번역, 요약을 맡기면 워터마크가 남을 수 있다는 뜻입니다.

이를 두고 자신이 직접 글을 썼더라도 클로드의 도움을 받았다는 이유로 글 자체가 인공지능 생성물로 분류돼 불이익을 받는 게 아니냐는 우려가 제기됐습니다.

소프트웨어 엔지니어 교육자 존 크리켓은 "저작권을 주장하는 과정에서 인간이 얼마나 더 기여했는지를 입증하는 문제가 복잡해질 수 있다"고 지적했고, 일부 이용자들은 엑스나 레딧 같은 소셜미디어에 "순수한 이용자를 상대로 한 음모"라며 클로드 유료 구독을 취소하겠단 글을 올렸습니다.

프랑스의 한 개발자는 클로드의 워터마크를 제거할 수 있다는 도구를 '깃허브'에 공개하기도 했습니다.

반면 "워터마크에 반발하는 건 인공지능으로 다른 사람을 속이려 했기 때문"이란 반박과 함께 "인공지능이 인공지능으로 만든 콘텐츠를 학습하는 문제를 줄일 수 있을 것"이란 주장도 나왔습니다.

앤트로픽측은 "이용자가 직접 쓴 글을 클로드로 일부분만 수정한 경우나, 인공지능으로 쓴 글을 이용자가 대대적으로 고친 경우엔 워터마크가 감지되지 않을 수 있다"고 해명했습니다.

그러면서 유럽연합의 인공지능법 때문에 다른 기업의 인공지능 모델에도 워터마크가 도입될 것이라고 설명했습니다.

앞서 구글도 디지털 워터마크 '신스ID'를 개발해 인공지능 콘텐츠에 적용했습니다.

(취재: 김진우 / 영상편집: 나홍희 / 디자인: 이정주 / 제작: 디지털뉴스부)

AI 경쟁 뒤처진 애플…도대체 애플은 뭘 믿고 있는 걸까? [스프]

hyeminan@sbs.co.kr (안혜민 기자) — Tue, 11 Aug 2026 09:00:00 +0900

⚡ 스프 핵심요약

애플은 과도한 AI 인프라 투자에 집중하는 대신 강력한 현금 보유량을 유지하며 빅테크 기업들의 과잉 투자 리스크를 피하고 있습니다.

또한 애플은 거대한 서버 데이터 센터 중심의 경쟁보다 아이폰 등 하드웨어 기기에서 직접 구동하는 온디바이스 AI 모델 경량화 기술에 집중하고 있습니다.

독자적인 AI 프런티어 모델 개발보다 아이폰이라는 거대한 시장 점유율을 바탕으로 필요시 구글 등과 협력하는 전략을 취하고 있습니다.

최근 미국 주식시장의 주인공은 단연 애플입니다. 다른 빅테크 기업들이 죄다 파랗게 물들어 있을 때 애플은 꾸준히 빨간불이 들어왔고, 시가 총액 1위 기업 자리를 되찾기도 했습니다. 사실 생각해 보면 애플이 자신들만의 AI 전략을 딱 내세우는 것도 아닌데 왜 잘 나가는 걸까요? 오늘 오그랲에서는 애플 이야기를 준비해 봤습니다. 도대체 애플의 주가는 왜 이렇게 오르고 있는지, 또 애플은 어떤 생각으로 AI 시대를 준비하고 있는지 다양한 데이터와 그래프를 통해 살펴보겠습니다.

사고뭉치 된 애플? 빅테크와 갈등 소식만 수두룩

사실 최근 애플과 관련된 소식들을 살펴보면 애플의 기술력이나 신제품 얘기보다는 대부분이 다 갈등 이야기입니다.

가장 대표적인 이슈가 메모리 반도체를 두고 발생한 마이크론과의 설전이죠. 애플은 지난 6월, 자신들의 제품 가격을 기습적으로 인상해 버렸습니다. 맥북은 최대 300달러, 아이패드는 최대 200달러 인상했는데요. 이렇게 가격을 인상하면서 그 이유를 메모리 반도체 탓으로 돌렸습니다. AI 혁명이 급속도로 진행되면서 메모리 반도체 품귀 현상이 이어지는 탓에 어쩔 수 없다고요. 팀 쿡은 자신이 40년 넘게 IT 공급망에 몸담았지만, 부품 가격이 이렇게 폭등한 건 처음이라고 말했어요. 100년에 한 번 오는 대홍수와 같다는 얘기까지 했죠. 사실 애플은 여태껏 부품사들 위에 군림하면서 납품 단가를 후려치는 것으로 악명이 높았습니다. 슈퍼 갑으로 군림하며 부품사들을 쥐어짜왔는데, 이제는 부품사의 힘이 더 세진 상황이라 불편한 겁니다.

그래서 애플의 대안은? 다름 아닌 중국이었습니다. 삼성전자, SK하이닉스, 마이크론 3사가 메모리 시장에서 독점하면서 부품사들의 힘이 세진 상황이니 그 판을 흔들어 보겠다는 겁니다. 세계 D램 점유율 4위인 중국 창신메모리의 제품을 쓸 수 있지 않겠냐는 거죠.

그래서 애플은 트럼프 대통령, 하워드 러트닉 상무장관 등 가리지 않고 고위급들을 만나면서 로비를 하고 있습니다. 우리도 중국산 메모리를 도입할 필요가 있다는 거죠. 이렇게 메모리 반도체 품귀 현상이 이어지면 아이폰이나 전자 제품 가격은 오를 수밖에 없다고 얘기하면서 말이죠. 중국산 메모리라도 써야지 메모리 수요를 조금이라도 분산하고 제품 가격 상승을 억제할 수 있다는 논리를 펴는 겁니다. 애플이 이렇게 나오자 마이크론이 거세게 반발했습니다. 마이크론은 만약 중국 메모리 기업이 애플을 등에 업고 세력을 확장하면 현재 미국 반도체 생태계가 무너질 수 있다고 경고했습니다.

사실 이런 상황 자체가 꽤 생경하긴 합니다. 예전이라면 애플에 부품을 공급하는 '일개' 부품사가 애플의 발언에 반발하는 것 자체가 말이 안 되는 거였거든요. 메모리 품귀현상으로 마이크론의 체급이 이렇게 올라왔으니 그나마 말을 할 수 있게 된 거라고 볼 수 있죠.

사실 이보다 앞서서 팀 쿡이 애플 가격 상승의 원인을 메모리 단가 폭등 탓을 할 때에도 마이크론에서는 격한 반응이 나왔습니다. 누구라고 얘기는 안 했지만 예전 반도체 침체기 때 가격 후려친 고객사가 있어서 제대로 투자하지 못했고 그 영향으로 지금 공급 부족이 발생한 거라고 반박했거든요.

마이크론은 여기서 그치지 않고 중국 메모리 허용에 맞서 맞불 로비전에 나섰습니다. 일단 미국 내 메모리 생산 능력 확대를 위해 마이크론이 계획하고 있는 투자금액만 2,500억 달러이고요. 여기에 더해 트럼프 대통령의 정책 중 하나인 트럼프 계좌 지원에 2억 5,000만 달러 투자를 추가로 밝히기도 했죠.

그런데 애플이 주목했던, 상대적으로 저렴한 메모리인 창신메모리의 상황이 바뀌고 있습니다. 최근 애플과의 공급 협상에서 창신메모리가 삼성전자와 SK하이닉스보다 더 높은 가격을 제시했다고 알려졌거든요. 자신들이 단순히 저가의 대안 업체가 아니라 가격 협상력을 가진 공급자 중 하나라고 선언한 셈입니다. 창신메모리가 이렇게 자신감 있게 딜을 할 수 있는 이유는 최근 자본을 블랙홀처럼 빨아들이고 있기 때문입니다. 지난 27일 중국 상하이증권거래소에 상장한 창신메모리는 단숨에 중국 시가총액 1위에 올랐습니다.

창신메모리는 기존 시가총액 1위였던 중국공상은행을 단번에 꺾어버렸어요. 다만 홍콩 등 해외 상장까지 포함해서 다시 그려보면 텐센트에 이어 2위를 차지하게 되죠.

애플의 갈등은 마이크론에서 그치지 않습니다. 최근엔 오픈AI와 법적 갈등을 벌이고 있죠. 사실 이 둘은 얼마 전까지만 해도 든든한 파트너였습니다. 2년 전인 2024 WWDC에서 애플은 오픈AI와 협업을 발표했습니다. 애플이 갖고 있는 하드웨어 이점과 오픈AI의 AI 강점을 모아 윈-윈 하겠다는 거였죠.

하지만 시장은 그들의 기대만치 흘러가지 않고 지지부진했습니다. 그러는 와중에 애플 소속 직원들이 야금야금 오픈AI로 넘어가면서 둘 사이가 점점 삐걱대기 시작했어요. 애플에서 일하는 개발자 입장에선 애플의 AI 전략이나 방향성에 아쉬움을 느끼고 오픈AI가 좋은 선택지가 될 수 있었겠죠?

오픈AI로 넘어간 사람 중에는 애플의 전설적인 디자이너 조너선 아이브도 있었습니다. 물론 직접적으로 넘어간 건 아닙니다. 조너선 아이브가 설립한 스타트업 io를 오픈AI가 인수하는 식으로 합류한 거죠. 이때를 기점으로 오픈AI가 하드웨어 시장에 본격적으로 진출하려 하자 애플 입장에서는 제동을 걸어버린 겁니다. 애플은 오픈AI를 상대로 영업비밀 침해 소송을 제기했습니다.

애플이 콕 집은 인물은 아이폰과 애플워치의 제품 디자인 담당 부사장이었던 탕 탄과 애플에서 8년간 엔지니어로 일했던 창 리우입니다. 애플은 자사의 주요 협력사 정보와 기밀문서를 이들이 빼돌렸다는 의혹을 제기했습니다. 반면 오픈AI는 '타사 영업 비밀에는 관심이 전혀 없다'고 반박하고 나섰죠. 오픈AI와 돌이킬 수 없는 강을 건너버린 애플은 결국 지난달 개편된 시리의 핵심 모델을 오픈AI에서 구글로 교체했습니다.

AI 경쟁에서 뒤처진 애플... 주식은 왜 고공행진?

주력인 하드웨어에서는 메모리 품귀 때문에 가격 인상 여파를 맞고 있고, 소프트웨어 영역에서는 전혀 힘을 쓰지 못하는 애플. 일각에서는 기존 미국 빅테크를 일컫던 M7의 멤버 조정이 필요하다는 얘기까지 나오고 있습니다.

영화 '황야의 7인'에서 따온 M7은 미국 주식 시장을 이끄는 빅테크 기업을 일컫는 말입니다. 애플, 마이크로소프트, 구글, 아마존, 엔비디아, 테슬라, 메타, 이렇게 일곱 기업이죠.

하지만 최근엔 진짜 AI 기업들만 모아서 부르는 MANGOS가 뜨고 있습니다. MANGOS에는 메타, 앤트로픽, 엔비디아, 구글, 오픈AI, 스페이스X가 포함되고요. 나아가 MANGOS 관련 ETF 상품을 만들겠다는 제안서까지 돌아다니는 상황이죠.

기존 M7 기업들 중에 MANGOS에 끼지 못하는 기업은 마이크로소프트, 아마존, 그리고 애플입니다. 마이크로소프트와 아마존은 클라우드 사업을 하고 있으니 AI 시장의 플레이어라고 할 수 있을 겁니다. 하지만 애플은요? 애플은 계속해서 AI 경쟁에 끼지 못하고 뒷전으로 물러나는 상황인 겁니다. 그런데 반전은 이들 기업들 가운데 애플의 주가 상황이 가장 좋다는 겁니다.

7개 기업들의 주가 변화입니다. 2026년 연초 대비 얼마나 오르고 내렸는지 살펴보면, 애플이 1위입니다. 애플은 연초 대비 23.1% 상승했는데, 10% 이상 넘긴 기업이 애플 밖에 없을 정도로 압도적입니다. 애플의 상황이 단순히 7개 기업들 중에 '상승세가 좋다' 수준이 아닙니다. 역대 애플 역사상 지금 주가가 가장 좋거든요. 엔비디아에게 내주었던 전 세계 시가총액 1위 자리도 애플이 다시 찾아왔죠.

2025년부터 현재까지 애플과 엔비디아, 구글의 시가총액 그래프를 그려봤습니다. 작년 4월에 엔비디아에게 시총 1위 자리를 넘겨준 애플은 올해 2월부터는 구글에게도 순위가 밀리는 상황이 이어졌습니다. 하지만 지금은 어떨까요? 엔비디아의 하락세와 애플의 상승세가 겹치면서 이번에 다시금 역전하게 된 겁니다. 하지만 최근 실적 발표 이후 주가가 급락하면서 다시 1위 자리를 내주었습니다.

AI 경쟁에서 뒤떨어지는 애플이 AI 시대에 왜 주가는 고공행진 하고 있는 걸까요? 앞서 말한 문장에 답이 있습니다. 다른 빅테크들은 AI 경쟁에서 승리하기 위해 엄청난 돈을 쏟아 넣고 있어요. 하지만 애플은 다릅니다. 지금 가장 화두에 오르는 AI 데이터센터를 보면 다른 기업들은 더 크고 더 많은 AI 데이터센터를 짓기 위해 돈을 펑펑 쓰고 있습니다. 하지만 애플은 현금 보유량을 늘리고 있어요. 빅테크들의 AI 인프라 투자를 두고 과잉 투자 아니냐는 우려가 나올 때 반대 방향으로 가고 있는 애플의 행동이 오히려 매력적인 거죠.

사실 이런 투자자들의 판단이 합리적인 이유가 있습니다. AI 데이터센터에 들어가는 자본지출은 점점 증가하고 있고, 곧 있으면 기업들의 현금보다 더 많아질 수 있다는 전망이 나오고 있거든요.

데이터센터를 운용하는 하이퍼스케일러의 자본지출은 주황색으로 표시했습니다. 그리고 해당 기업들이 영업 활동으로 벌어들인 현금, '영업현금흐름'은 초록색으로 표시했습니다. 지금 추세라면 올해 3분기 무렵에는 자본지출이 영업현금흐름을 추월할 것으로 전망되고 있어요. 물론 이 지표가 역전된다고 해서 빅테크 기업들의 현금이 마른다고 볼 수는 없습니다. AI 수요와 매출은 지금도 빠르게 증가하고 있으니까요. 다만 그보다 더 빠른 속도로 AI 인프라 투자가 늘어난다는 얘기인 거죠.

이런 상황에서 애플은 AI 인프라 투자 경쟁에서는 한 발 빠져 있고, 아이폰이라는 든든한 캐시카우 덕에 꾸준히 매출이 나오고 있으니 웃을 수밖에 없죠. 그런데 정말 애플은 AI 경쟁에서 아무것도 안 하고 있는 걸까요?

'한 방'을 기다리는 애플... AI 시대 진짜 승자는 누가 될까?

사실 애플이 AI 개발을 안 하고 있던 건 아닙니다. 원래 예상보다는 2년이나 늦어졌지만 AI로 강화된 시리가 최근에 나왔으니까요. 물론 다른 기업들과 성능을 비교하면 비교가 안 되는 수준이긴 합니다. 오픈AI나 앤트로픽처럼 프런티어 모델을 향해 달려 나가는 것도 아니고, 그냥저냥 아이폰에서 잘 활용할 수 있는 수준의 AI만 선보이고 있는 정도죠.

그렇다면 애플이 진짜 노리는 건 뭘까요? 앞서 애플이 발끈했던 영역들을 찬찬히 살펴보면 어느 정도 애플의 생각과 전략을 유추해 볼 수 있습니다. 하드웨어에 들어가는 메모리에 발끈했었고요, 또 오픈AI가 하드웨어를 넘보자 발끈했죠. 애플에게 결국 핵심은 아이폰과 맥북 같은 자신들의 하드웨어인 겁니다. 그런데 이 하드웨어가 AI 시대에도 좋은 카드가 될 수 있다는 게 애플의 생각인 거죠.

이미 애플은 자신들의 기기가 AI와 잘 결합할 수 있다는 가능성을 확인한 바 있습니다. 바로 오픈클로 유행 당시에 불티나게 팔렸던 맥미니가 그 사례죠. 보안 이슈가 있는 AI 에이전트를 서버를 통해 이용하는 건 문제가 될 수 있으니 결국엔 로컬에서 돌려야 하는데, 그때 애플의 맥미니가 가성비가 좋다는 얘기가 돌면서 '맥미니 대란'이 발생했었죠.

애플이 내다보는 미래의 핵심은 저 멀리 떨어져 있는 거대한 데이터센터에 있는 게 아닙니다. 바로 우리 손안에 있는 로컬 디바이스에 있죠. 현재 우리가 사용하는 스마트폰에서 AI 기능을 쓰면 스마트폰 자체에서 돌아가는 온디바이스 AI 기능은 많지 않습니다. 복잡한 기능을 담당할 거대한 모델은 기기 안에서 돌아갈 수 없으니 클라우드를 통해 사용하고 있죠.

하지만 미래에는 어떨까요? 결국엔 스마트폰 기기만으로 AI를 활용하는 시점이 오게 될 겁니다. 애플은 그때를 노리는 거죠. 그때에도 애플은 아이폰을 만들고 있을 테고 여전히 잘 팔리고 있겠죠. 애플은 아이폰의 시장 점유율을 바탕으로 충분히 미래 AI 시장에서 역전이 이뤄질 수 있다고 보는 겁니다.

그렇기 때문에 애플은 고성능 모델을 만드는 경쟁에 돈을 쏟아부으면서까지 참여할 이유가 없는 거고요. 그저 아이폰 안에서 돌아가는 적정 수준의 모델만 개발하면 충분한 거겠죠. 만약 복잡한 기능을 써야 한다면? 어느 때에는 오픈AI와 손 잡고, 또 어느 때에는 구글과 손 잡아서 프런티어 모델을 쓰면 되는 겁니다.

그래서 애플이 현재 집중하고 있는 R&D 영역은 AI 모델 경량화입니다. 손안에 있는 스마트폰 안에서 돌아갈 수 있도록 모델의 크기는 줄어들지만 성능은 뛰어난 모델을 개발할 수 있는 기술에 집중하고 있어요. 실제로 애플이 최근 AI 모델 압축 스타트업과 협상에 나선다는 보도가 있기도 했습니다.

주인공은 미국 칼텍 연구진이 창업한 프리즘ML이라는 기업입니다. 프리즘ML에서는 모델을 극단적으로 압축해서 스마트폰에서도 고성능 AI를 구동할 수 있는 기술을 개발했다고 홍보하고 있어요.

원본이 되는 알리바바의 Qwen3.6 모델의 용량은 54기가, 벤치마크 평균은 85점입니다. 여기서 노트북 용으로 압축한 모델은 용량이 5.9기가로 줄어들고 벤치마크 점수는 80.5점입니다. 스마트폰 용으로 더 압축한 모델을 보면 용량은 기존 대비 14분의 1인데 점수는 76점으로 얼마 안 떨어졌죠. 물론 소비자가 만족할 수준의 성능을 발휘하기 위해선 시간이 더 필요하긴 할 겁니다. 그때까지 애플은 든든한 하드웨어를 손에 쥐고 묵묵히 걸어 나가겠죠.

다만 그렇다고 이 영역에 경쟁자가 없는 건 아닙니다. 오픈AI는 본격적으로 AI 기기 시장에 뛰어들었고요. 엔비디아 역시 RTX 스파크를 내세우고 AI PC 시장에 플레이어로 나서고 있으니까요.

온디바이스 AI라는 방향성, 모델 경량화 기술에 대한 투자, 그리고 아이폰이라는 압도적인 하드웨어 기반까지. 이 세 가지를 보면 애플의 지금 상황이 단순히 반사이익을 누리고 있다고만 보기는 어렵습니다. 나름의 방식으로 착실히 AI 시대를 준비하고 있다는 해석도 충분히 가능하죠. 물론 다른 기업들도 AI 하드웨어 시장에 본격적으로 뛰어들고 있는 만큼 더 지켜볼 필요도 있고요. 과연 애플이 AI 시대의 진짜 승자가 될 수 있을까요? 오늘 준비한 오그랲은 여기까지입니다. 긴 글 끝까지 읽어 주셔서 진심으로 감사드립니다.

참고자료

- Here's Why Apple CEO Tim Cook Says Prices Will Have to Increase | WSJ video

- A Conversation with Sam and Jony | OpenAI YouTube

- Yigal Rosen, Ph.D. | LinkedIn Chang L. | LinkedIn

- 미국 캘리포니아 북부연방지방법원, Apple Inc. v. Liu et al. 소장

- Yahoo Finance Markets

- Macrotrends Stock Screener

- Hyperscaler capex is on trend to outpace their cash inflows by the end of 2026 | Epoch AI

- PrismML 공식 홈페이지

글

: 안혜민

디자인

: 안준석

인턴

: 신연성

2년 뒤 전 세계 기업 절반이 중국 AI 쓴다

dennoch@sbs.co.kr (전형우) — Sun, 9 Aug 2026 10:50:00 +0900

2년 안에 전 세계 기업 절반이 중국 인공지능(AI) 모델을 채택할 것이라는 전망이 나왔습니다.

미국이 주도해온 AI 기술 우위가 빠르게 흔들리면서 중국이 반도체와 AI 모델, AI 에이전트, 로봇을 아우르는 독자 생태계를 구축했다는 평가가 나옵니다.

단순히 저렴한 대안으로 여겨졌던 중국 AI가 최상위 프론티어 AI 경쟁에 뛰어든 데 이어 기업 도입까지 빠르게 확산하면서 글로벌 AI 주도권 경쟁이 새로운 국면에 접어들고 있다는 분석입니다.

9일 글로벌 시장조사기관 가트너의 '2026 중국 주요 AI 트렌드' 보고서에 따르면, 글로벌 기업들의 중국 AI 모델 채택률은 지난해 5%에 불과했으나 오는 2027년이면 50%로 급등할 것으로 전망됐습니다.

이는 기업들이 단일 AI 공급사 의존에서 벗어나 복수의 모델을 함께 활용하는 방향으로 시장이 재편되는 가운데 중국 AI가 성능과 비용 경쟁력을 동시에 끌어올리며 핵심 선택지로 부상하고 있음을 의미합니다.

올해 중국 스타트업 문샷AI가 공개한 '키미 K3'는 그 변화를 단적으로 보여주고 있습니다.

약 2조8천억개의 매개변수를 갖춘 이 오픈웨이트 모델은 각종 성능 평가에서 앤트로픽과 오픈AI의 최상위 모델 바로 뒤를 잇는 수준을 기록했습니다.

전문가들은 미·중 AI 기술 격차가 과거 6~9개월에서 최근 2~3개월 수준까지 좁혀진 것으로 분석합니다.

중국 AI가 더 이상 '가성비 모델'이 아니라 프론티어 AI 경쟁의 핵심 축으로 부상했다는 평가가 나오는 이유입니다.

중국 AI의 급부상 배경으로는 개별 모델의 성공을 넘어 칩과 AI 모델, 서비스, 로봇으로 이어지는 생태계 전반의 경쟁력이 꼽힙니다.

미국의 반도체 수출 규제와 첨단 AI 기술 통제 속에서도 독자 생태계 구축을 꾸준히 추진해온 결과라는 분석입니다.

출발점은 반도체입니다.

미국의 반도체 공급 제한이 오히려 중국의 자국 칩 개발을 앞당겼습니다.

화웨이는 수입 의존도가 높은 고대역폭메모리(HBM) 병목을 3D 첨단 패키징 기술로 우회하는 독자 경로 '타우 스케일링 법칙(Tau Scaling Law)'을 제시했고, 딥시크와 즈푸는 올해부터 화웨이 AI 칩 '어센드' 위에서 네이티브로 구동되는 체계를 갖췄습니다.

가트너는 2030년까지 중국 기업의 프라이빗 AI 인프라에서 자국산 AI 가속기 비중이 50%를 넘어설 것으로 내다봤습니다.

여기에 오픈웨이트 전략이 확산 속도를 더욱 끌어올리고 있습니다.

키미 K3를 비롯해 GLM-5, 딥시크 V4, 알리바바 큐웬 시리즈 등은 모델 가중치를 공개해 기업들이 자유롭게 내려받아 자사 서비스에 적용할 수 있도록 했습니다.

높은 활용성과 낮은 도입 장벽을 앞세워 기업 채택을 빠르게 확대하는 전략입니다.

모델 확산은 AI 에이전트 보급으로 이어지고 있습니다.

중국 정부는 2027년까지 AI 에이전트와 지능형 단말 보급률을 70% 이상으로 높이겠다는 목표를 제시했습니다.

중국 기업들도 단순한 실증 단계를 넘어 업무 전반에 AI 에이전트를 실제 투입하는 단계로 진입하고 있습니다.

생태계의 마지막 축은 로봇입니다.

중국은 자동차와 가전, 반도체 생산라인에 AI 기반 휴머노이드와 산업용 로봇을 투입하며 제조 자동화를 확대하고 있습니다.

AI가 디지털 서비스를 넘어 실물 산업으로 빠르게 확장되고 있는 것입니다.

가트너 조사에서도 중국 기업의 34%는 이른바 '피지컬 AI' 애플리케이션을 적극 검토하고 있다고 답했습니다.

이런 지각변동 속에서 한국 기업들의 고민도 깊어지고 있습니다.

가격 경쟁력을 앞세운 중국 AI 모델을 도입하면 데이터 보안과 지정학적 리스크가 뒤따르고, 이를 외면하면 비용 부담과 미국 AI 의존에 따른 수출 통제 위험을 감수해야 하는 상황입니다.

최근에는 미국과 중국이 모두 AI 기술 통제에 나서면서 특정 국가 기술에 대한 의존 자체가 새로운 리스크라는 점도 부각되고 있습니다.

지난달 미국의 미토스 수출 통제 이후 중국도 자국 AI 기술의 해외 유출을 막기 위한 대응에 착수했습니다.

중국 상무부는 알리바바와 바이트댄스, 즈푸 등 주요 AI 기업들과 AI 모델 학습용 핵심 데이터의 해외 이전을 제한하고 외국 이용자의 AI 모델 가중치 다운로드를 막는 방안을 협의 중인 것으로 알려졌습니다.

AI 업계 관계자는 "미국과 중국 모두 필요할 경우 언제든 기술 접근을 제한할 수 있다는 현실을 직시해야 한다"며 "독자적인 AI 생태계 확보가 무엇보다 중요하다"고 말했습니다.

중국이 칩부터 AI 모델, 서비스까지 자립형 생태계를 구축한 것처럼 한국도 외산 의존 구조를 넘어 AI 주권을 확보해야 한다는 목소리가 힘을 얻고 있습니다.

정부 역시 중국 AI의 빠른 추격세를 계기로 독자 AI 모델 개발을 넘어 세계 최고 수준의 프론티어 AI 확보 전략을 본격 검토하기 시작했습니다.

국회입법조사처는 최근 '이슈와 논점' 보고서에 "독자 AI 파운데이션 모델 확보를 넘어 AI 생태계 전반에 대한 주권적 통제력을 강화하는 방향으로 전략을 수정해야 한다"고 제언했습니다.

독자AI 파운데이션 모델 2차 '4파전'…국가대표 AI 탈락팀은 어디

dennoch@sbs.co.kr (전형우) — Sun, 9 Aug 2026 09:40:00 +0900

국가대표 인공지능(AI)을 선발하는 '독자 AI 파운데이션 모델'(독파모) 프로젝트의 2차 단계평가가 막을 올립니다.

LG AI연구원, SK텔레콤, 업스테이지, 모티프테크놀로지스 등 4개 팀이 경쟁하며 이 가운데 3개 팀만 다음 단계에 진출합니다.

1차 단계평가에서 5개 팀 가운데 4개 팀이 살아남은 데 이어 이번에는 1개 팀이 탈락합니다.

이번 2차 평가는 모델의 기술적 완성도와 독자 개발 여부에 초점을 맞춘 1차 평가와 결이 다릅니다.

실제 업무를 처리하는 AI 에이전트 역량과 산업 현장 적용성, 개방성·생태계 확장성이 주요 평가 요소로 부상했습니다.

LG AI연구원은 '체급'과 성능으로 승부수를 던졌습니다.

2차 모델 'K-엑사원 2.0'은 매개변수 규모가 750B(7천500억개)로 1차 모델인 236B보다 3배 이상 커진 국내 최대 규모 모델입니다.

24개 벤치마크 평가지표 평균은 70.1점으로 1차 모델의 63.3점보다 10% 이상 높아졌고, 코딩·에이전틱 코딩 주요 지표 평균 성능은 30% 상승했습니다.

상업적 이용을 허용하는 라이선스 개방과 산업 특화 모델 확장도 병행합니다.

SK텔레콤은 산업 현장 적용성과 운영 효율에 방점을 찍었습니다.

688B(6천880억개) 매개변수의 'A.X K2'에는 긴 문맥에서 관련성 높은 정보만 골라 참조하는 자체 개발 SGA(Sparse Gated Attention) 구조가 적용됐습니다.

철강·자동차 부품 제조 현장과 국방, 신약 개발 등 여러 산업 분야에서 실증 사례를 넓히고 있습니다.

후속 모델은 조(兆) 단위 매개변수 규모로 확장해 글로벌 경쟁력을 높인다는 구상입니다.

업스테이지는 기업의 AI 도입 문턱을 낮추는 데 집중했습니다.

'솔라 오픈 2'는 전체 250B(2천500억개) 매개변수 가운데 실제 작동 때 150억개만 활성화하는 전문가 혼합(MoE) 구조를 적용했습니다.

최대 100만 토큰의 긴 문맥을 처리하면서도 엔비디아 H200 GPU 2장으로 구동할 수 있어 비용 효율성을 강점으로 내세웁니다.

지난 2월 추가 선정돼 다른 팀보다 한 달 늦게 출발한 모티프테크놀로지스는 기술 독자성을 전면에 내세웠습니다.

314B(3천140억개) 매개변수의 '모티프 3'는 아키텍처 설계부터 구현까지 독자 개발한 모델입니다.

동급 중국 오픈소스 모델보다 전체·활성 매개변수 규모가 작은 구조에서도 비슷한 성능을 구현했다는 것이 회사 측 설명입니다.

AI 벤치마크 성능을 끌어올리는 해외 전문업체들이 국내 시장 공략을 강화하면서, 독파모 평가에서도 벤치마크 점수의 해석과 공정성이 관심사로 떠오르고 있습니다.

AI 업계에 따르면 애프터쿼리, 스케일AI, 머코 등 AI 학습 전문업체들은 모델이 취약한 작업을 분석하고 사후학습용 데이터를 제공하거나, 검증 가능한 보상을 통한 강화학습(RLVR)에 맞춘 데이터를 가공하는 사업을 합니다.

RLVR은 정답이 명확한 문제를 AI가 반복적으로 풀도록 해 성능을 높이는 방식입니다.

모델의 추론·코딩 성능을 빠르게 개선할 수 있지만, 특정 벤치마크에 맞춘 과도한 최적화 논란도 불러올 수 있습니다.

이번 2차 평가가 단순한 벤치마크 점수뿐 아니라 에이전트 업무 수행 능력과 산업 현장 적용성을 함께 평가하는 것도 이 같은 한계를 보완하려는 취지로 해석됩니다.

일반 국민이 국산 AI 모델을 직접 사용하고 평가하는 절차도 도입됩니다.

과학기술정보통신부와 정보통신산업진흥원(NIPA)은 주민등록인구 통계를 바탕으로 성별·연령별 비율을 반영해 국민 평가단 200명을 선정했습니다.

평가단은 8일부터 11일까지 4개 팀의 독자 AI 모델을 직접 사용한 뒤 절대평가 방식으로 점수를 매깁니다.

평가 결과는 벤치마크·전문가 평가와 함께 2차 단계평가에 반영됩니다.

정부는 세부 평가 기준과 결과를 이달 중 공개할 계획입니다.

이번 평가는 한국형 초거대 AI의 기술 수준을 가리는 데 그치지 않습니다.

대규모 모델의 성능, 기업의 실제 도입 가능성, 국민이 체감하는 사용성 가운데 무엇이 다음 단계 진출의 결정적 기준이 될지 주목됩니다.

오픈AI, 차세대AI '아스트라' 출시 연기…"사이버공격 위험 우려"

2bwithu@sbs.co.kr (곽상은) — Sat, 8 Aug 2026 09:35:00 +0900

▲ 샘 올트먼 오픈AI CEO

주요 인공지능(AI) 모델의 해킹 사고가 이어지는 상황에서 오픈AI가 보안 위험을 이유로 차세대 AI의 개발 속도를 늦추기로 했습니다.

오픈AI는 현지시간 7일, 최근 진행한 내부 평가 결과 차세대 모델 '아스트라'가 코딩·사이버 보안 분야에서 중대한 진전을 보여 자체 안전 기준상 최고 등급인 '위험'(Critical) 수준에 도달했을 가능성이 있다고 밝혔습니다.

'위험' 등급은 AI 모델이 인간의 개입 없이 강력한 보안을 갖춘 다수의 핵심 시스템에서 미공개(제로데이) 취약점을 식별해 공격을 수행할 수 있는 능력을 갖췄거나, 최종 목표만 제시한 상태에서 강력한 표적에 대한 사이버 공격 전략을 독자적으로 수립하고 실행할 수 있는 수준을 말합니다.

오픈AI는 아스트라에 대한 평가가 아직 완료되지 않았지만, 예비 평가 결과 성능이 매우 뛰어나 '위험' 등급 가능성을 배제할 수 없는 상황이라고 설명했습니다.

아스트라에 앞서 출시됐던 'GPT-5.6 솔' 등 기존 모델은 '위험' 등급보다는 안전한 '높음'(High) 등급을 받았습니다.

오픈AI는 아스트라의 보안 위험이 큰 것으로 평가되자 이 모델과 관련해 강화한 보안 기준을 충족하지 못하는 내부 활동을 일시 중단하기로 결정했습니다.

오픈AI는 미 행정부에도 아스트라 출시를 연기하겠다는 계획을 통보했다고 미 온라인 매체 악시오스가 백악관 관계자를 인용해 보도했습니다.

오픈AI의 GPT-5.6 솔을 비롯한 일부 AI 모델이 인간의 통제를 벗어나 외부 기관인 '허깅페이스'를 해킹한 사실이 지난달 드러난 이후 AI발 사이버 보안 우려가 커지고 있습니다.

오픈AI 외에도 앤트로픽의 클로드, 메타의 뮤즈 스파크, 중국 문샷AI의 키미 등 AI 모델이 인간의 명시적인 지시가 없었는데도 격리 환경을 벗어나 외부 기관에 접속하거나, 사이버 공격을 가한 사례가 최근 잇따라 확인됐습니다.

다만 오픈AI는 아스트라가 허깅페이스 해킹 사건과는 무관하다고 해명했습니다.

(사진=AP, 연합뉴스)

시장지배력 노린 오픈AI, 챗GPT 무료고객에 최신 모델 무한제공

2bwithu@sbs.co.kr (곽상은) — Sat, 8 Aug 2026 09:22:00 +0900

오픈AI가 챗GPT 무료 이용자에게도 최신 인공지능(AI) 모델을 무제한 제공합니다.

오픈AI는 현지시간 7일 최신 GPT-5.6의 경량 세부 모델인 '루나'와의 텍스트 대화를 다음 주부터 무료 이용자와 저가형 '고'(Go) 요금제 이용자에게 제한 없이 제공한다고 밝혔습니다.

GPT-5.6은 '솔', '테라', '루나' 등 세 가지 세부 모델로 나뉘는데 루나는 이 중에서 성능은 낮지만 가장 빠른 모델입니다.

그럼에도 루나는 AI 성능 분석업체 아티피셜 어낼리시스가 매긴 지능 지표에서 구글의 최신 경량 모델 '제미나이3.6 플래시'와 같고, 앤트로픽의 '클로드 하이쿠 4.5'보다는 높다는 평가를 받는 준수한 모델입니다.

또 질문할 때 추론 시간을 길게 설정할 수 있도록 하기 위한 '싱크'(Think) 버튼을 추가해 난도가 높은 질문에 이용할 수 있도록 했습니다.

다만 무제한 대화는 텍스트로만 가능하고 파일 업로드, 이미지 생성, 음성 대화 등은 한도가 제한됩니다.

오픈AI는 월 20달러 이상 유료 요금제인 플러스·프로 가입자들을 위해 최고급 '솔' 모델도 군더더기 없이 명확한 답변을 제시하고, 숫자·날짜·출처 등 사실관계 신뢰성을 대폭 높이는 방향으로 개선했다고 밝혔습니다.

오픈AI는 GPT-5.6 루나 모델의 무제한 제공에 대해 "풍요로운 지능을 향한 구체적인 조치"라며 "범용인공지능(AGI)이 인류 전체에 이익이 되도록 하는 것이 우리의 사명"이라고 강조했습니다.

이번 조치는 챗GPT 주간활성이용자(WAU) 수가 10억 명을 넘긴 시점에 이뤄졌습니다.

기업 고객 확대에 우선 주력해온 라이벌 앤트로픽과 달리 오픈AI는 개인 고객을 먼저 확보하고 이를 기반으로 기업 시장으로 확장하려는 정책을 벌여오고 있습니다.

이에 따라 이미 선점한 개인 고객 시장의 지배력을 수성하려는 의지를 내보인 것으로 풀이됩니다.

또 오픈AI가 주요 AI 챗봇 개발사 가운데 가장 먼저 광고를 도입했다는 점으로 미뤄보면 광고 매출을 높여 안정적인 수익 기반을 마련하려는 의도도 있는 것으로 평가됩니다.

그밖에 무제한 AI 채팅 기능은 중국산 저가 개방형(오픈소스) AI 모델의 추격을 방어하는 데도 효과를 발휘할 것으로 관측됩니다.

실제로 오픈AI는 지난달 말 개발자용 응용프로그램인터페이스(API) 이용 요금도 20∼80% 낮추는 등 AI 모델 가격 인하 경쟁에 뛰어들었습니다.

(사진=연합뉴스)

'AI 특수' 한국·타이완, 상반기 수출액 나란히 사상 첫 일본 추월

minpyo@sbs.co.kr (김민표) — Fri, 7 Aug 2026 16:44:00 +0900

▲ 도쿄항의 컨테이너선 (자료화면)

올해 상반기 인공지능(AI) 반도체 수출에 힘입어 한국과 타이완의 수출액이 처음으로 일본을 제친 것으로 나타났습니다.

7일 니혼게이자이신문(닛케이)은 한국·일본·타이완의 무역 통계와 일본무역진흥기구(JETRO) 및 유엔 무역 통계 데이터베이스를 분석해 이같이 보도했습니다.

올해 상반기 한국의 수출액은 4천963억 달러(702조 7천억 원), 타이완은 4천166억 달러(590조 원)로 각각 전년 같은 기간보다 50% 이상 증가했습니다.

반면 같은 기간 일본의 수출액은 3천844억 달러(544조 원)로, 약 10% 정도 늘어나는 데 그치며 한국과 타이완에 뒤처졌습니다.

그 배경에는 AI 반도체 수요의 폭발적인 확대가 있는 것으로 분석됐습니다.

첨단 반도체를 생산하는 한국의 삼성전자와 SK하이닉스, 타이완의 TSMC가 수출 증가를 견인했다는 것입니다.

올해 상반기 집적회로 수출액은 한국이 1천490억 달러(211조 원), 타이완이 1천332억 달러(189조 원)에 달했고, 집적회로 수출이 각국 수출에서 차지하는 비중은 한국과 타이완 모두 30% 정도였습니다.

특히 한국은 올해 상반기 집적회로 수출액만으로도 작년 연간 실적을 넘어섰습니다.

반면 일본의 집적회로 수출액은 상반기 212억 달러(30조 원)에 불과했고, 전체 수출에서 차지하는 비중도 5% 정도였습니다.

일본은 대신 반도체 제조 장비와 소재 분야에서 경쟁력이 있으며 세계 시장 점유율이 높습니다.

상반기에 일본의 반도체 제조 장비 수출액은 150억 달러(21조 원)로, 한국(52억 달러, 7조 원)·타이완(35억 달러·5조 원) 보다 많았습니다.

다만, 반도체 제조 장비 수출만으로는 부가가치가 높고 전 세계적으로 수요가 높은 최종제품 첨단 반도체를 제조하는 한국·타이완과의 격차를 좁히지 못했습니다.

최근 엔화가 약세를 보이면서 달러로 환산된 일본의 수출액이 줄어든 측면도 있는 것으로 분석됩니다.

그러나 한국 원화나 타이완 달러도 미국 달러에 비해 약세를 보이고 있어 환율만으로는 한국·타이완과 일본의 수출액 격차를 설명할 수는 없다고 닛케이는 설명했습니다.

AI 반도체 호황 때문에 발생한 특수 상황이라고 단정할 수 없다는 지적도 나옵니다.

일본의 수출물량지수(가격 변동의 영향을 제외하고 수출품의 수량 변화를 나타내는 지수)는 2008년 글로벌 금융위기 전에 정점을 찍은 뒤 최근 몇 년간 보합세를 보였습니다.

닛케이는 "거대 기술 기업들이 운명을 걸고 첨단 AI 개발에서 경쟁하는 시류를 붙잡은 한국과 타이완은 큰 성과를 거뒀다"며 "디지털 시대에 맞는 신성장 모델을 그리지 못한다면 일본은 제조업이든 서비스업이든 더욱 뒤처질 수 있다"고 지적했습니다.

(사진=AP, 연합뉴스)