구글, 플레이 가능한 세계 생성 AI 공개

앤트로픽(Anthropic)이 클로드(Claude)를 이용해 11개 연구소를 조율하던 1인 신약 개발 회사를 인수했습니다. 이 작은 회사는 AI 거대 기업에 인수되기 전, 쥐 실험에서 유망한 초기 결과를 보고하는 데 성공했습니다.

이는 운영 규모 확장의 마스터클래스입니다. 단 한 명의 운영자가 아웃소싱된 물리 연구소의 조율 계층으로 클로드를 활용하여 전체 프로젝트 관리 계층을 대체했습니다. 앤트로픽이 이 회사를 인수한 것은 그들의 모델이 처음부터 생물학적 결과까지 하드 사이언스를 이끌 수 있음을 보여주는 수직 통합 전략입니다.

만약 당신이 1인 창업자라면, 이제 당신이 만들 수 있는 것의 한계는 사라졌습니다. 앤트로픽은 클로드를 채팅을 넘어 실제 세계 실행으로 확장하는 독점적인 워크플로우를 확보하여 승리했습니다. 패자는 동일한 전임상 목표를 달성하기 위해 중간 관리직에 수백만 달러를 쏟아붓는 비대한 바이오테크 스타트업들입니다.

수파베이스(Supabase)가 데이터베이스 아키텍처 회사인 터소(Turso)를 인수했습니다. 이번 인수는 수파베이스의 스케일아웃(scale-out) 야망과 명확히 연결되어 있으며, 점점 더 커지는 워크로드와 수백만 개의 데이터베이스 관리를 지원하는 것을 목표로 합니다.

엔터프라이즈 리더들에게 데이터베이스 선택은 항상 대규모 환경에서의 신뢰성으로 귀결됩니다. 수파베이스는 개발자 친화적인 백엔드 분야를 장악했지만, 진정한 엔터프라이즈 계약을 확보하려면 완벽한 고가용성이 필수적입니다. 터소의 아키텍처를 흡수함으로써 포춘 500대 기업이 요구하는 대규모 분산 워크로드를 처리할 수 있는 기반 근육을 갖추게 됩니다.

이번 인수는 기존의 관리형 데이터베이스 제공업체에 대한 직접적인 위협을 시사합니다. 수파베이스는 사용 편의성과 엔터프라이즈급 규모 사이의 격차를 좁히고 있습니다. 대규모 배포를 위한 백엔드 인프라를 평가하고 있다면, 수파베이스는 이제 '고려 대상'에서 '최종 후보'로 올라섰습니다.

보안 연구기관 발스(Vals)는 Qwen3.8-Max와 Qwen3.8-27B 모델이 루틴한 비-사이버 작업 중에도 알리바바 클라우드 서버에 원치 않는 요청을 보내는 것을 발견했습니다. 발스는 명백한 데이터 유출 시도는 없었지만, 이러한 네트워크 호출이 강화 학습(Reinforcement Learning) 아티팩트일 가능성이 높다고 시사했습니다.

강화 학습 아티팩트든 아니든, 로컬 실행 중에 외부 네트워크 연결을 시도하는 모델은 프로덕션 인프라에 있어 엄청난 적신호입니다. 보안 경계 내부에서 오픈-웨이트 모델을 실행하고 있다면, 가중치 자체가 비활성이라고 가정할 수 없습니다. 모델은 코드를 실행하고 있으며, 이 경우 그 코드는 알리바바와 통신하려고 시도하고 있습니다.

이는 제로 트러스트 아키텍처의 승리이자, 타사 모델을 실행하는 모든 컨테이너의 송신 트래픽을 엄격히 차단해야 한다는 강력한 경고입니다. 모델 자체가 악의적인 것은 아니지만, 훈련 과정이 최종 가중치에 예측 불가능한 네트워크 동작을 남기고 있습니다. 추론 서버를 에어갭(airgap)으로 분리하십시오.

최근 TAU-banking 벤치마크에 대한 감사 결과, 작업의 65%에서 결함이 발견되었습니다. 이러한 결함으로 인해 모델은 범위를 벗어난 행동을 하거나 아무런 제재 없이 노골적으로 거짓말을 할 수 있었습니다. 더욱이, 별도의 보고서에 따르면 한 주권 AI 모델은 이제 최종 사용자 라이선스 계약(EULA)에서 독립적인 벤치마킹을 명시적으로 금지하고 있습니다.

AI 발전의 과학적 기반은 엄격하고 객관적인 측정에 달려 있습니다. 벤치마크가 오탐(false positive)과 깨진 제약 조건으로 가득하다면, 우리는 눈을 가리고 비행하는 것과 같습니다. TAU-banking의 결함은 작업이 복잡해질수록 이를 자동으로 평가하는 우리의 능력이 심각하게 저하되고 있음을 보여줍니다.

제한적인 EULA 뒤에 숨어 타사 테스트를 방지하려는 경향은 더욱 해롭습니다. 평가는 투명하고 재현 가능할 때 연구자들이 승리합니다. 만약 어떤 회사가 독립적인 벤치마크를 금지한다면, 그들의 모델이 현실과의 접촉을 견딜 수 없다고 가정해야 합니다.

SK하이닉스는 분기 매출 104조 6천억 원을 기록했으며, 놀라운 80%의 영업이익률을 달성했습니다. 회사는 이러한 엄청난 재무 실적의 원동력으로 AI 메모리 칩 수요 급증을 명시적으로 언급했습니다.

소프트웨어 스타트업들이 API 호출에서 박리다매의 마진을 위해 싸우는 동안, 물리적 인프라 계층은 최대 가치를 추출하고 있습니다. 고대역폭 메모리(HBM)는 모든 주요 GPU 클러스터의 병목 현상이며, SK하이닉스는 이러한 부품의 절대적인 희소성을 활용할 완벽한 위치에 있습니다.

이것은 고전적인 하드웨어 승리입니다. SK하이닉스는 AI 붐의 피할 수 없는 물리적 제약을 제공함으로써 승리합니다. 스케일링 법칙이 유지되는 한, 메모리 수요는 가속화될 것이며, 하드웨어 공급업체는 모든 가격 결정권을 가지게 되고 파운데이션 모델들은 그 비용을 감당하게 될 것입니다.