프런티어 AI 모델이 중국 오픈 모델보다 실제 사용 비용이 낮을 수 있다는 연구

: AlphaSense가 금융 분석 질문 246개를 대상으로 테스트한 결과, GPT-5.6 Sol과 Opus 4.8이 Kimi K3, GLM-5.2보다 높은 품질과 낮은 실제 작업당 비용 기록

: GPT-5.6 Sol은 Kimi K3 대비 중앙값 기준 비용이 약 13% 낮으면서 답변 품질은 약 20% 높았고, Opus 4.8은 비용이 약 절반이면서 품질은 13% 높게 나타남

: 핵심은 토큰당 가격이 아닌 작업 완료에 필요한 총 토큰량. Kimi K3의 출력 가격은 100만 토큰당 $15로 Opus 4.8 $25, Sol $30보다 저렴하지만, 프런티어 모델이 더 적은 토큰으로 작업을 완료하면서 실제 비용 역전

: 이는 “고성능 프런티어 모델이 높은 토큰 단가에도 불구하고 토큰 효율성 때문에 오픈 모델보다 비용 효율적일 수 있다”는 미국 AI 업계의 주장과 일치

: 다만 결과는 금융 분석이라는 고난도 작업 기준이며 단순 요약 등에서는 저가 오픈 모델의 경제성이 여전히 높을 수 있음

: AlphaSense 역시 모델 라우터를 활용해 계획 단계에는 고성능 모델, 실행 단계에는 저가 모델을 배치하는 혼합 전략으로 비용을 절감

: AI 모델 비용 경쟁의 기준은 ‘토큰당 가격’에서 ‘작업 완료당 비용(Cost per Task)’으로 이동

https://t.iss.one/Samsung_Global_AI_SW

주요 모델 AAII 점수 + 작업당 비용 + API 가격(인풋/아웃풋)

Claude Opus 5
→ 63점 → $2.34 → $5, $25

Clause Fable 5
→ 62점 → $3.14 → $10, $50

GPT-5.6-Sol
→ 61점 → $1.23 → $5, $30

Grok 4.6
→ 61점 → $0.84 → $2, $6

Kimi K3
→ 60점 → $0.84 → $3, $15

Qwen 3.8 Max
→ 58점 → $1.13 → $2, $6

Muse Spark 1.2
→ 57점 → $0.40 → $1.25, $4.25

GPT-5.6-Terra
→ 57점 → $0.51 → $2, $12(최근 20% 인하)

Gemini 3.7 Flash
→ 56점 → $0.40 → $0.75, $3.75(연말까지 50%)

Claude Sonnet 5
→ 55점 → $1.72 → $2, $10

DeepSeek V4 Pro
→ 53점 → $0.25 → $0.66, $1.98(오프피크, 8/17~)

GLM-5.2
→ 53점 → $0.54 → $1.4, $4.4

GPT-5.6-Luna
→ 52점 → $0.05 → $0.2, $1.2(최근 80% 인하)

DeepSeek V4 Flash
→ 52점 → $0.03(상승 전망) → $0.22, $0.66(오프피크, 8/17~)

→ 구간별 가성비를 뽑아보면
Grok 4.6
Muse Spark 1.2
GPT-5.6-Luna

https://artificialanalysis.ai

Z AI, GLM-5.3 출시

: GLM-5.2와 동일한 베이스 모델(743B)을 사용하고, 모든 성능 개선을 사후 학습 및 장기 RL 스케일링만으로 달성

: 코딩 성능은 자체 Code Bench 기준 GLM-5.2 대비 +50% 개선. Terminal Bench 3.0은 4.6 → 28.3, DeepSWE v1.1은 46.2 → 66.9

: 실전형 장기 작업 환경을 확대해 수일 규모의 엔지니어링 업무를 엔드투엔드로 수행하도록 학습. Max effort 기준 34.5% 성능, 작업당 약 75K 출력 토큰으로 GLM-5.2의 23.4%·96K 토큰 대비 성능과 효율성 모두 개선

: 사이버 역량도 빠르게 발현. CyberGym 84.5%로 최고 성적, ExploitBench 24.4% → 54.4%, ExploitGym 2시간 기준 29개 → 105개로 확대

: 실제 코드베이스에서도 269개 오픈소스 프로젝트에서 2,436개 취약점을 발견했으며, 이 중 Critical·High가 1,097개. 가장 오래된 취약점은 1981년 도입

: RL 프레임워크 slime의 스케줄링·캐싱·학습/롤아웃 정합성을 개선해 장기 코딩 RL의 엔드투엔드 학습 처리량을 2.3배 이상 향상

: GLM-5.3은 low/high/max 3단계 reasoning effort를 지원하며 thinking 비활성화는 미지원. 코딩에는 max 권장

: GLM Coding Plan에는 이미 적용됐으며, 오프피크 시간대에는 포인트 사용량 50% 할인. 피크 시간은 한국시간 기준 평일 15:00~19:00

: 모델 웨이트는 안전성 평가와 보강을 거쳐 출시 2주 후 공개 예정

https://z.ai/blog/glm-5.3

Z AI, GLM-5.3 풀 벤치마크

: 0.7T 베이스 모델 유지하며, 후속학습만으로 성능 개선

: AAII에서 Kimi K3(60점, 2.8T) 및 Qwen 3.8 Max(58점, 2.4T)와 비교에 주목

https://t.iss.one/Samsung_Global_AI_SW

앤스로픽 ‘퍼스트레이디’ 캐미 클라크, 공식 직함 없이 아모데이 핵심 조언자로 부상

: 다리오 아모데이의 아내 캐미 클라크는 공식 직책은 없지만, 아모데이의 핵심 조언자이자 정서적, 전략적 ‘사운딩 보드’ 역할을 하는 막후 영향력자로 평가

: 대학 중퇴 후 20세 때 40살 이상 연상 건축가와 결혼했다가 이혼. 이후 부동산 압류와 개인파산 등 굴곡진 이력 보유

: ‘10년 여성 타깃 성인 콘텐츠 회사 Eddice를 공동창업. ‘혁명적인 포르노 회사’ 표방. ’11~12년 제프리 엡스타인에게 직접 투자 유치 시도했으나 무산

: 이후 AI 여성 헬스케어 기업 Female Algorithm Technologies 설립. 의료, 셀카, 온라인 활동, 신용카드, GPS 등 데이터를 AI로 분석하는 고급 클리닉 구상. 에릭 슈미트 투자, 아모데이가 고문으로 참여

: 클라크는 ‘11년부터 약 3년간 당시 구글 회장이던 슈미트와 교제. ’14년부터 아모데이와 교제해 ‘22년 결혼

: ’16년 Leap Motion 매출 책임자로 합류해 미라 무라티와 인연을 맺었으며, 이후 무라티를 그렉 브록먼에게 소개해 ‘18년 오픈AI 합류의 연결고리 역할. 아모데이의 연구를 유력 인사들에게 알리는 등 네트워크 구축 지원

: 앤스로픽 창업 당시 슈미트를 아모데이에게 연결해 초기 핵심 투자자로 유치. 별도로 ‘Mother of AGI Fund’를 통해 앤스로픽 지분 확보 및 자신의 관여를 공식화하려 했으나 공동창업자 반대로 무산

: 현재 주요 행사에 아모데이와 동행하며 투자자, 정치권 인사들과 교류하고 개인 경호, 대외 이미지, 가족 투자 및 스타트업 투자 검토에 관여. 정치권에는 앤스로픽이 “미국을 보호하는 회사”이며 비판자들이 생각하는 것만큼 ‘woke’하지 않다는 메시지 전달

: 공식 직책 없이도 아모데이의 인적 네트워크부터 앤스로픽의 투자자, 정치권 관계까지 관여하는 사실상 ‘퍼스트레이디’. 반면 온라인 흔적은 대부분 사라지는 등 대외 노출 최소화

https://t.iss.one/Samsung_Global_AI_SW

앤스로픽, 2Q 매출 115억 달러 돌파 보도, 기존 전망 상회

: 2Q26 잠정 매출 115억 달러 이상, 2Q25 7.87억 달러 대비 14배 이상, 1Q26 47.3억 달러 대비 +143% QoQ

: 지난 5월 제시했던 2Q 내부 전망 109억 달러를 5% 이상 상회. 당시 전망했던 가파른 성장세를 실제 실적으로 입증(당시 1Q 매출은 48억 달러로 보도)

: 2Q 조정 영업이익도 흑자 기록(규모는 미공개). 5월 당시 영업이익 5.59억 달러를 전망하며 창립 이후 첫 분기 영업 흑자 예상

: 성장의 핵심은 기업 고객의 Claude 도입 확대, 특히 코딩 및 복잡한 비즈니스 업무에서 사용량이 빠르게 증가

https://t.iss.one/Samsung_Global_AI_SW

오라클 Project Jupiter 가스 파이프라인 가동 2027년 지연 보도

: Energy Transfer 자회사 Transwestern Pipeline이 뉴멕시코 Project Jupiter에 천연가스를 공급하는 Green Chile Project의 가동 목표 연기

: 변경 일정은 8월 14일 규제당국 제출 문서에서 공개. 기존 26년 8월 15일에서 27년 2월 1일로 약 5개월 반 연기

: Green Chile는 Project Jupiter의 발전 설비에 천연가스를 공급하는 파이프라인

: Project Jupiter는 최대 2.5GW 규모 Bloom Energy 연료전지를 활용할 계획이며, 파이프라인은 하루 최대 4억 입방피트의 천연가스를 공급하도록 설계

: 앞서 뉴멕시코 공공토지위원회가 주정부 소유 토지를 통과하는 파이프라인 건설 신청을 두 차례 거절하면서 인허가 차질 발생

: 다만 오라클은 X 포스팅을 통해 “Project Jupiter는 예정된 일정대로 진행 중”이라며 프로젝트 전체 일정에는 변화가 없다는 입장 재확인

https://t.iss.one/Samsung_Global_AI_SW

엔비디아, 오픈AI 오하이오 데이터센터 금융 보증 축소?

: 엔비디아와 오픈AI가 오하이오 10GW 데이터센터 프로젝트 금융 계약 체결에 근접. 이르면 이번 주말 계약 가능

: 엔비디아는 당초 전체 프로젝트에 2,500억 달러 금융 보증을 제공할 계획이었으나, 수정안에서는 초기 5GW에 대해서만 1,200억 달러 미만을 보증하는 방향으로 축소. 나머지 5GW 금융 지원 여부 및 방식은 추후 결정

: 보증 축소는 AI 칩 수요 확대를 위해 엔비디아가 대차대조표를 과도하게 활용한다는 투자자들의 리스크 우려를 완화하기 위한 조치

: 다만 프로젝트 자체가 축소된 것은 아님. 오픈AI는 여전히 전체 10GW에 대한 구속력 있는 임대 계약 체결을 협상 중이며, 프로젝트는 소프트뱅크 자회사 SB Energy가 개발

: 엔비디아는 금융 보증과 별도로 오픈AI의 GPU 구매 자금 조달 계약도 논의 중. 전체 10GW 프로젝트 기준 칩 구매 규모는 최대 3,500억 달러에 달할 전망

: 추가 보도에서는 엔비디아의 초기 신용 지원 규모를 약 1,000억 달러로 구체화. 1단계는 전체 프로젝트의 절반 규모로 약 2년에 걸쳐 건설되며, 이후 비슷한 규모의 2단계가 진행될 예정

: 오하이오 프로젝트의 총 개발비는 현재 가격 기준 약 5,000억 달러로 추산. 엔비디아의 1단계 금융 지원에는 데이터센터 건설 및 임대뿐 아니라 일부 GPU 구매 자금도 포함될 가능성

: 다만 당초 2,500억 달러 보증 계획에 대해서는 관계자 간 설명이 엇갈림. 한 관계자는 보증 규모가 축소됐다고 설명한 반면, 다른 관계자는 애초부터 2단계 구조였으며 2,500억 달러 보증은 계획된 적이 없었다고 주장

https://t.iss.one/Samsung_Global_AI_SW

앤스로픽, ’28년 매출 1,900~2,000억 달러 전망

: 앤스로픽은 IPO 가치평가 과정에서 ‘28년 매출 1,900억~2,000억 달러 전망 제시

: 1월 보도된 매출 전망(낙관적 시나리오 기준)
‘26년 180억 달러 → ‘27년 550억 달러 → ’28년 1,030억 달러 → ‘29년 1,480억 달러

: 월가 투자은행과 투자자들은 앤스로픽 가치평가에 2028년 예상 매출 기반 EV/매출액 멀티플 활용 중

: 배경은 폭발적 성장 속도와 현재 수익성의 낮은 설명력. 앤스로픽 ARR은 2025년 말 90억 달러 → 2026년 5월 470억 달러+로 급증

: EBITDA보다 미래 매출을 중시하는 이유는 GPU, 학습, 추론, 인력 등에 막대한 선행투자가 발생하고 있기 때문. 투자자들은 향후 매출 증가율이 비용 증가율을 상회하면서 마진이 빠르게 확대될 것이라는 시나리오 반영

: IPO 비교기업으로 팔란티어, 클라우드플레어, 스페이스X 등이 검토

https://t.iss.one/Samsung_Global_AI_SW

오픈AI, 엔터프라이즈 매출이 소비자 사업 추월

: 사라 프라이어 CFO는 투자자 미팅에서 엔터프라이즈 매출이 소비자 사업을 추월해 현재 전체 매출의 과반을 차지한다고 언급

: 연초 매출 믹스는 소비자 60%, 엔터프라이즈 40%였으나 엔터프라이즈가 예상보다 빠르게 성장하며 역전

: 당초 2026년 말 양 사업 매출 비중이 비슷해질 것으로 예상했으나 조기 달성

: 기업 고객의 AI 소비 패턴도 ‘Tokenmaxxing’에서 ‘지능 단위당 비용(cost per unit of intelligence)’ 중심으로 전환되고 있다는 코멘트

: 중국 오픈소스 모델의 부상과 관련해 그렉 브록먼은 경쟁 위협을 일축하고, 오픈소스 모델이 더 저렴하다는 인식에는 오해가 있다고 언급

: 광고 사업도 빠르게 성장해 연환산 매출 런레이트가 10억 달러에 근접. 2월부터 ChatGPT 내 광고 테스트를 시작

: 한편 CRO 데니스 드레서가 합류 8개월 만에 퇴사하고, 전 Wiz COO 달리 라지치가 후임으로 합류. 브래드 라이트캡도 8년 만에 회사를 떠나는 등 최근 경영진 변화 지속

→ 엔터프라이즈 AI 모멘텀 지속

https://t.iss.one/Samsung_Global_AI_SW

앤스로픽, Mythos 5 상회하는 내부용 ‘Model 2’ 개발, 외부 출시 계획은 없어

: 앤스로픽이 최신 Risk Report에서 Mythos 5보다 성능이 높은 미출시 모델 ‘Model 2’의 존재 공개

: 다수의 내부 업무에서 Mythos 5 대비 “눈에 띄는 개선”을 보인다고 평가

: 다만 Opus 4.6 → Mythos Preview 당시와 같은 수준의 성능 도약은 아니며, 현재 Model 2를 외부에 출시할 계획은 없음

: Mythos 5와 Model 2는 현재 앤스로픽 내부에서 코딩, 에이전틱 작업, 데이터 생성 등에 집중적으로 활용 중. 외부 출시를 중단한 것과 별개로 내부 프런티어 모델 R&D는 지속

: 앤스로픽은 최근 사이버보안 사례 등을 반영해 고위험 상황에서의 정렬 실패 위험 평가를 ‘매우 낮음’ → ‘낮음’으로 상향. 모델의 자동화 R&D 역량 역시 가속되는 징후가 있다고 평가

: 특히 기존 과제 기반 평가가 최신 모델의 역량 증가를 더 이상 충분히 포착하지 못하고 있다며 Model 2의 실제 역량 및 위험 평가에 대한 확신이 과거보다 낮아졌다고 언급

→ 가속을 위해 내부에서만 활용하는 최상위 모델 ‘Model 2’

https://x.com/AnthropicAI/status/2088324824863236248

Z AI, GLM-5.3의 단계적 출시 방침

: GLM-5.3은 Z AI 역사상 가장 강력한 사이버보안 모델. 취약점 발견, 익스플로잇 분석, 복잡한 다단계 보안 작업 능력을 집중 강화했으며, 특히 작업이 복잡해질수록 GLM-5.2 대비 성능 개선 폭 확대

: 강력해진 사이버 역량의 dual-use 위험을 고려해 단계적 출시 방침

: 우선 선정된 보안 파트너 대상으로 통제된 평가 → API 접근 확대 → 안전성 평가 및 출시 준비 완료 후 GLM-5.3 전체 모델 가중치 공개 예정

: 안전장치는 외부 분류기 + 추론 모니터 + 모델 자체 Deep Safety Alignment의 3단계 구조

: 특히 오픈웨이트 배포 후에는 외부 통제가 불가능해지는 만큼 체크포인트 자체에 내장되는 모델 수준 안전 정렬을 핵심 방어선으로 강조

: 동시에 OpenVuln 이니셔티브 출범. 보안 인력이 부족한 오픈소스 프로젝트를 대상으로 AI 기반 취약점 감사, 발견, 책임 있는 공개 및 수정 과정을 지원할 계획

: GLM-5.3의 핵심 방향성을 “공격 역량이 개방되는 만큼 방어 역량도 개방돼야 한다”로 제시

https://x.com/Zai_org/status/2088280509474320693

오픈AI, 다음 주 ChatGPT, Codex 초장문 대화 성능 대폭 개선

: 다음 주 ChatGPT와 Codex의 장시간, 초장문 대화 성능을 개선하는 업데이트 출시 예정

: 대화가 길어질수록 발생하던 로딩 지연과 메모리 사용량을 대폭 개선하는 최적화

: 내부 벤치마크, 741턴, 231MB 규모 대화 기준

- 평균 로딩 시간 27.62초 → 1.66초, 94% 단축

- 대화 렌더러 JavaScript 힙 증가량 87.8% 감소, 앱 전체 메모리 증가량 41.2% 감소

- 네트워크 요청 894건 → 16건, 98.2% 감소

- 로드되는 대화 기록 15,529개 → 64개, 99.6% 감소

https://x.com/ajambrosino/status/2088401536057827344

게빈 베이커 vs 다리오 아모데이, AI 규제, 오픈웨이트, 대중 신뢰 논쟁

■ 게빈 베이커: AI가 위험할수록 권력 분산, 오픈 생태계 확대 필요

: AI가 위험할 가능성이 있다면 대응 방식은 ‘규제를 통해 소수 기업, 정치인에게 통제권을 집중’하거나 ‘AI를 최대한 널리 분산’하는 두 가지라고 주장

: AI가 ‘집중하기에 너무 위험한가 vs 배포하기에 너무 위험한가’의 문제로 규정

: 저커버그의 “AI가 위험하다는 이유로 권력을 극단적으로 집중하는 것이 유일한 안전한 길이라는 발상 자체가 위험하다”는 주장에 동의

: 가능한 많은 AI를 보급해 다양한 AI 간 세력 균형을 형성하는 것이 최선이라고 평가

: 아모데이의 규제론은 사실상 패배했다고 주장. 최근 미공개 오픈AI 모델의 Hugging Face 해킹 사건을 오픈소스 모델이 해결한 사례와 앤스로픽을 제외한 주요 기업들의 ‘Jensen 서한’ 동참으로 단기 강력 규제 가능성이 낮아졌다고 평가

: 오히려 아모데이의 AI 위험 중심 메시지가 미국 내 데이터센터 반대 운동에 활용되면서 AI 인프라 확대를 저해할 수 있다고 비판

: AI가 질병 치료, 수명 연장, 풍요로운 미래를 가져올 가능성을 고려하면 이제 AI 산업의 긍정적 가능성을 더욱 적극적으로 알려야 한다고 주장

■ 다리오 아모데이: 공정한 규제는 오히려 프런티어 기업의 권력을 분산

: ‘규제 = 규제 포획 = 권력 집중’이라는 전제 자체가 잘못된 양자택일이라고 반박. 객관적이고 공정한 제도는 특정 기업의 권력을 제한하고 후발주자를 보호해 오히려 권력을 분산시킬 수 있다고 주장

: 앤스로픽의 규제 제안 역시 프런티어 기업에는 더 엄격하고 소규모 경쟁사에는 유리하도록 설계됐다고 설명

: SB 53, SB 1047의 소규모 기업 면제, CAISI, 백악관에 제안한 프런티어 모델 차등 테스트, ‘Pacing the Frontier’ 등이 대표 사례

: AI는 규제 때문에 집중되는 것이 아니라 스케일링 법칙과 막대한 컴퓨트, 칩 요구량 때문에 구조적으로 권력이 집중되기 쉬운 기술이라고 평가

: 오픈웨이트 역시 권력을 대규모 컴퓨트와 칩 보유자에게 이동시킬 뿐 충분한 탈중앙화 해법은 아니라고 지적

: 이상적인 규제는 ① 사이버, 바이오, 정렬 리스크 관리 ② 프런티어 AI 기업의 권력 제한 ③ 오픈웨이트와 후발주자의 발전 공간 보장을 동시에 달성해야 한다는 입장

: 트럼프 행정부가 검토하는 것으로 알려진 ‘프런티어 모델 배포 전 테스트 + 프런티어 수준에 접근한 오픈웨이트 테스트’와 하사비스의 FINRA형 AI 감독기관 구상도 지지

■ AI 메시징, 대중 신뢰에 대한 논쟁

: 아모데이는 AI에 지나치게 부정적이라는 비판을 반박. “Machines of Loving Grace” 등을 통해 향후 5~10년 내 대부분의 질병 치료 가능성 등 AI의 잠재적 혜택도 지속 강조해왔다고 설명

: 대중의 AI 반감은 위험 경고보다 기업, 정부, 테크 업계에 대한 ‘신뢰 위기’가 근본 원인이라고 진단. “AI가 암을 치료한다고 말하는 게 아니라 실제로 암을 치료해야 한다”며 실질적 성과가 신뢰 회복의 핵심이라고 강조

: 앤스로픽은 생물학, 의학 투자를 확대 중이며, 성과가 나오기 전까지 긍정적 마케팅보다 AI의 위험과 대응책을 솔직하게 알리는 것이 장기적 신뢰에 더 효과적이라는 입장

: 이후 베이커는 아모데이의 공개적이고 건설적인 소통이 대중 신뢰 형성에 도움이 된다고 평가하고 ‘실제로 암을 치료해야 한다’는 데 동의했지만, 인간 심리를 고려하면 위험과 기회를 50:50으로 다루는 것조차 위험에 지나치게 무게를 두는 메시지일 수 있다며 기존 입장은 유지

https://x.com/darioamodei/status/2088758816376807762

엔비디아, 오픈AI 오하이오 데이터센터 개발사 SB Energy에 최대 30억 달러 투자 협상

: 엔비디아가 소프트뱅크 계열 SB Energy에 최대 30억 달러 투자 협상 중

: 절반 15억 달러는 오하이오 프로젝트 계약 체결 시 투자하고, 나머지 15억 달러는 SB Energy IPO에 투자하는 방안 논의

: SB Energy는 이르면 9월 IPO를 추진 중이며 최소 50억 달러 조달 목표. 엔비디아가 15억 달러를 투자할 경우 IPO 최대 투자자 중 하나가 될 전망

: 이번 투자는 엔비디아가 오픈AI의 오하이오 데이터센터 건설을 위해 약 1,000억 달러 규모의 신용 지원을 제공하는 협상의 일부

: 오하이오 프로젝트는 SB Energy가 개발하는 10GW 규모 캠퍼스로, 현재 비용 기준 총 개발비 약 5,000억 달러 추산. 오픈AI가 데이터센터를 사용하고 엔비디아 GPU를 활용할 예정

: 엔비디아의 신용 지원과 SB Energy 지분 투자는 프로젝트 금융 조달을 지원하는 동시에 향후 2단계 개발에 대한 추가 보증 유인도 강화

: SB Energy는 재생에너지 개발사에서 데이터센터로 사업 확대. 2025년 말 데이터센터 건설, 엔지니어링 업체 Studio 151 인수

: 텍사스 밀람 카운티에서도 오픈AI용 1.2GW 데이터센터 개발 중이며, 오픈AI는 지난 1월 SB Energy에 5억 달러 투자

: 엔비디아는 AI 인프라와 고객사에 대한 금융 지원을 통해 엔비디아 GPU 구매 및 사용을 촉진하는 전략

https://t.iss.one/Samsung_Global_AI_SW

오픈AI, “놀라운 일들이 벌어지고 있다”

지금 오픈AI에서는 정말 놀라운 일들이 벌어지고 있습니다. 조직의 에너지도 매우 뜨겁습니다.

→ 무언가! 놀라운!

https://t.iss.one/Samsung_Global_AI_SW

미국, Pax Silica 중심 AI 동맹 구축 가속, 중국과 양자택일 요구

: 미국이 AI 패권 경쟁에서 동맹 및 파트너 국가들에 미국과 중국 중 한쪽을 선택하도록 요구하는 방안 추진

: 미 국무부는 6월 AI Opportunity Statement에 서명한 35개국을 대상으로 서한 초안 작성

: 중국 주도 AI 협력체에 동시에 가입할 경우 미국 주도 Pax Silica에서 배제될 수 있다고 경고

: Pax Silica는 미국이 지난해 출범한 AI 공급망 동맹으로 AI 모델, 반도체, 핵심 광물의 안정적 공급망 구축 및 중국 의존도 축소가 목적

: 현재 한국, 일본, 호주 등 약 20여 개 국가 참여. EU, 영국, 인도, UAE 등도 참여국에 포함

: 중국은 7월 World Artificial Intelligence Cooperation Organization을 출범시키며 오픈웨이트 AI 기술을 중심으로 미국에 맞서는 별도 AI 생태계 구축 추진

: 카자흐스탄은 현재까지 양측 이니셔티브에 모두 가입한 것으로 알려진 유일한 국가. 이를 계기로 미국은 “양쪽을 모두 가질 수는 없다”며 참여국의 명확한 선택 요구

: 미국은 동시에 Pax Silica 참여국에 실질적인 경제적 인센티브 제공 확대

: 파나마에 AI 인프라, 반도체, 핵심 광물 등 핵심 물자의 통관 및 물류를 AI로 신속 처리하는 시범 플랫폼 구축. 최대 5,000만 달러 지원

: 앞서 에너지 및 핵심 광물 프로젝트 지원 컨소시엄에도 최대 2.5억 달러 출연 계획 발표

: Pax Silica가 공동 투자, 수출 통제, 핵심 광물, 반도체, AI 인프라 및 물류까지 포괄하는 미국 중심 AI 경제권으로 확대되는 모습

https://t.iss.one/Samsung_Global_AI_SW

오픈AI, 기업 AI 활용 ‘지원 → 실행’ 전환 가속

: 오픈AI가 기업 AI 활용 현황을 분석한 Enterprise Signals와 워킹페이퍼 How Organizations Use AI 공개

: 기업 AI가 단순 질의, 업무 보조에서 에이전트가 실제 업무를 수행하는 실행 단계로 이동 중

: 6월 기준 기업 고객의 Codex + ChatGPT 합산 출력 토큰 중 Codex 비중 64%, ChatGPT는 36%

→ 기업 AI 사용의 중심이 대화형 질의에서 장시간, 멀티스텝 업무를 위임하는 에이전트형 워크플로로 이동

: AI 사용량 상위 10%인 프런티어 기업은 일반 기업 대비 활성 사용자당 출력 토큰이 8.3배, 1월 2.6배에서 격차가 3배 이상 확대

→ 동일한 AI 모델에 접근하더라도 실제 업무에 얼마나 깊게 통합하느냐에 따라 기업 간 AI 활용 격차가 빠르게 확대

: 프런티어 기업은 에이전트를 사내 데이터와 업무 도구에 연결하는 고급 기능 활용도도 높음. 주간 활성 사용자 기준 Plugins 21% vs 일반 기업 9%, Skills 19% vs 3%. 오픈AI 내부에서는 활성 직원의 95%가 매주 Plugins 사용

→ 단순 챗봇 사용을 넘어 사내 데이터, 도구, 반복 가능한 업무 프로세스와 AI를 연결하는 것이 프런티어 기업의 핵심 차별점

: Codex 활용은 엔지니어링을 넘어 전 지식노동 영역으로 빠르게 확산. 2월 이후 주간 활성 사용자는 법무 108배, 영업 41배, 채용 41배, 마케팅 26배, 헬스케어 24배, 재무·회계 20배 증가, 엔지니어링은 5배

→ 에이전트 도입의 중심이 초기 코딩 업무에서 법무, 영업, 인사, 마케팅, 재무 등 비개발 지식노동으로 빠르게 확산되는 단계

: 직급별로는 예상과 달리 초기 경력 직원의 AI 사용량이 가장 높음. 도입 6개월 후 초기 경력 직원은 경영진보다 주당 13건 더 많은 메시지를 사용. 회사 평균 대비 초기 경력 +7.8건, 경영진 -5.4건

→ AI 활용이 경영진 주도의 하향식 확산보다 실무진, 특히 초기 경력 직원에서 먼저 심화되는 상향식 확산 패턴

: 오픈AI는 기업 간 AI 활용 격차가 단순 모델 접근성보다 사내 데이터·도구 연결, 반복 가능한 워크플로 구축, 직원 교육, 거버넌스 및 권한 관리에서 발생한다고 평가

→ 향후 엔터프라이즈 AI 경쟁의 핵심은 ‘어떤 모델을 쓰느냐’보다 AI를 기업 데이터와 시스템에 연결해 개별 활용을 조직 차원의 반복 가능한 실행 워크플로로 전환하는 역량

https://openai.com/index/how-enterprises-put-ai-to-work/