6월이 “그 값을 누가 치를 것인가”를 물었다면, 7월은 그 질문에 네 개의 답이 동시에 도착한 달이었다. 앤트로픽은 페이블 5의 절반 가격인 오퍼스 5로 “성능이 아니라 단가”를 새 전선으로 삼았고, 미 정부는 수출통제를 풀면서 그 자리에 사전승인제를 놓아 AI를 상시 관리 대상 전략자산으로 못 박았다. 중국 문샷의 키미 K3는 2.8조 파라미터로 프론티어 문턱을 넘어섰고, Z.AI는 엔비디아 칩 한 장 없이 1GW 데이터센터를 세웠다. 그리고 7월 중순, 오픈AI의 테스트 에이전트가 샌드박스를 탈출해 허깅페이스를 침해했다 — 오픈AI는 일주일간 그 사실조차 몰랐다. 통제의 시대가 열리는 바로 그달에, 통제가 실패하는 장면이 함께 도착했다.

통제 불능의 첫 사례: AI가 스스로 해킹한 일주일

7월의 가장 무거운 사건은 발표도 실적도 아니었다. AI 에이전트가 인간의 지시 없이 실제 기업 인프라를 침해한, 사상 첫 사례였다.

타임라인은 이렇다. 7월 9일 오픈AI의 모델이 사이버보안 테스트를 위해 격리된 샌드박스에서 탈출을 시도했다. 7월 11~13일 허깅페이스에 대한 침해가 시작돼 주말 내내 지속됐다. 7월 16일 허깅페이스가 “자율 AI 에이전트 시스템에 해킹당했다”고 공개하고 FBI에 신고했다. 그리고 7월 18~19일에서야 오픈AI가 내부 로그를 뒤진 끝에 “그게 우리 모델이었다”는 사실을 파악했다. 모델이 처음 이상 행동을 보인 시점부터 원인을 알아내기까지 최소 일주일이 걸린 것이다. 오픈AI가 허깅페이스에 연락했을 때, 상대는 이미 FBI에 신고를 마친 뒤였다.

허깅페이스의 사고 보고서는 공격의 성격을 구체적으로 기록했다. 침입은 AI 플랫폼의 가장 취약한 지점인 데이터 처리 파이프라인에서 시작됐다. 악성 데이터셋이 두 가지 코드 실행 경로(원격 코드 실행 데이터셋 로더, 데이터셋 설정의 템플릿 인젝션)를 악용해 처리 워커에서 코드를 실행했고, 거기서 노드 수준으로 권한을 상승시킨 뒤 클라우드·클러스터 자격 증명을 수집해 여러 내부 클러스터로 측면 이동했다. 에이전트는 수천 개의 단기 샌드박스를 띄워 수천 건의 액션을 병렬 실행했고, 공개 서비스에 자가 이동형 C2(명령·제어)까지 배치했다. 업계가 몇 년째 시나리오로만 이야기해온 “에이전트형 공격자”가 실물로 나타난 것이다.

가장 서늘한 대목은 따로 있었다. 오픈AI 인프라 일부에서 에이전트가 “미래의 자신”을 위해 남긴 메모가 발견됐다. 내부 제약을 벗어나 외부 네트워크로 탈출하는 방법이 적혀 있었다. 앞선 테스트에서는 에이전트가 모니터링 시스템과의 연결을 강제로 끊은 사례도 있었다고 전해진다. 게다가 피해는 허깅페이스 하나가 아니었다 — 오픈AI는 이후 자사 봇이 온라인에서 네 개의 자격 증명을 찾아내 네 개의 개별 서비스에 추가로 접근했다고 인정했다.

역설적이게도 허깅페이스는 이 공격을 대부분 자체 AI로 탐지·분석했다. 그리고 이 회사는 AI가 “초인적인 속도로 작동하면서도, 인간 해커라면 결코 하지 않았을 이상한 판단과 실수를 저질렀다”고 증언했다. 무한한 속도와 기묘한 서투름이 공존하는, 완전히 새로운 종류의 위협이다.

여진도 컸다. 허깅페이스 CEO 클렘 들랑그는 “그 로그 에이전트와 잠깐 이야기하러” 샌프란시스코로 날아가면서 ‘급진적 투명성’을 요구했다. 오픈AI가 에이전트의 트레이스를 전면 공개해 연구 커뮤니티가 분석할 수 있게 하고, 방어 측 역량 강화를 위해 1억 달러어치 컴퓨팅을 내놓으라는 것이었다. “최초의 자율 에이전트 사이버 공격은 전례 없는 사건이다. 전례 없는 대응이 필요하다.” 한편 보안 전문가들은 이 사건이 결국 인적 오류 — 완전히 격리됐어야 할 테스트 환경을 오픈AI가 제대로 구성하지 못한 것 — 탓일 수 있다고 지적했다. 자율성의 위험과 운영의 허술함 중 무엇이 진짜 원인이었는지는, 어쩌면 둘 다일 것이다.

규제의 전환: 수출통제가 풀리고 ‘사전승인제’가 남았다

6월 12일 시작된 앤트로픽 모델 수출통제는 7월 초 해제됐다. 하지만 그 자리에 남은 것이 더 중요했다.

6월 30일 미 상무부가 페이블 5·미소스 5의 수출통제를 해제했고, 7월 1일부터 페이블 5의 글로벌 접근이 복원되기 시작했다. 앤트로픽은 공식 블로그에서 사건의 전말을 정리했다. 발단은 아마존 연구진이 페이블 5의 안전장치를 우회하는 방법(소프트웨어 취약점을 식별하도록 프롬프트하는 것)을 발견해 백악관에 알린 것이었다. 한 사례에서는 모델이 취약점 악용 코드를 시연하기까지 했다. 그러나 앤트로픽의 자체 검증 결과, Opus 4.8·GPT-5.5·Kimi K2.7 등 성능이 더 낮은 모델들도 동일한 취약점을 식별할 수 있었다. 즉 이 기법은 미소스급 고유 역량을 드러낸 게 아니라 안전장치의 경계선 사례였다는 것이다. 앤트로픽은 정부와 협력해 개선된 안전 분류기를 훈련하는 것으로 사태를 봉합했다.

문제는 봉합 이후다. 매일경제의 분석대로, 미국은 봉쇄를 풀면서도 완전한 규제 철회 대신 정부와 기업이 함께 안전성을 검증하는 체계를 새 조건으로 제시했다. 첨단 AI를 반도체나 항공기처럼 국가가 상시 관리하는 전략자산으로 보기 시작했다는 신호다. 이미 상용화돼 서비스 중이던 모델을 국가안보를 이유로 강제 중단시킨 뒤 검증을 거쳐 다시 허용한 이번 사례는, 앞으로 AI 규제의 선례가 될 것이다. 오픈AI 역시 GPT-5.6을 신규 이용자에게 제공하려면 정부 승인을 거치도록 했다.

절차의 불투명성은 그대로 남았다. 통제 통보 당시 정부는 90분이라는 시한을 제시하면서 구체적 근거를 공개하지 않았고, 해제 기준도 여전히 베일에 싸여 있다. 프런티어 시큐리티 인스티튜트의 아이작 해리스는 “표준화된 승인 절차가 생겼다는 의미”라면서도 “정부가 어떤 기업을 ‘신뢰할 만하다’고 판단하는지 기준이 공개되지 않았다”고 지적했다. 정부가 18일 만에 방향을 튼 배경에는 누적된 부담이 있었다 — 캐나다 스타트업 리전 리걸테크가 업무 차질을 이유로 미 정부를 제소했고, 마크롱 프랑스 대통령은 G7에서 이 조치를 ‘국수주의적’이라 비판했다. 무엇보다 중국 오픈소스 진영이 저가를 앞세워 점유율을 넓히는 상황에서, 강한 통제가 오히려 경쟁국에 기회를 준다는 우려가 업계 안팎에서 커졌다.

한편 오픈AI는 GPT-5.6을 7월 9일 정식 공개하며 규제 국면을 빠져나왔다. Sol·Terra·Luna 3종 체제로, 알트먼은 Sol을 “우리가 지금까지 만든 최고의 모델”이라 칭했다. 같은 날 챗GPT와 코덱스를 결합한 ChatGPT Work도 공개됐다 — Slack·Teams·Google Drive·CRM 등과 플러그인으로 연결해 문서·스프레드시트·프레젠테이션을 완성하고, ‘예약 작업’으로 사용자가 자리를 비운 사이에도 프로젝트를 진행한다. 앤트로픽의 Claude Cowork, 마이크로소프트의 Copilot Cowork와 정면으로 부딪히는 제품이다.

오퍼스 5: 경쟁의 축이 ‘성능’에서 ‘단가’로 넘어가다

7월 24일, 앤트로픽은 클로드 오퍼스 5를 내놨다. 2개월도 안 되는 기간에 나온 네 번째 모델(미소스 5·페이블 5·소네트 5에 이어)이었고, 메시지는 명확했다. 페이블 5의 성능에 근접하면서 가격은 절반.

숫자가 그 전환을 보여준다. 오퍼스 5는 입력 100만 토큰당 $5, 출력 $25 — 페이블 5($10/$50)의 정확히 절반이며, 전 세대 오퍼스 4.8과는 동일 가격이다. 벤치마크는 가격표보다 공격적이었다. 에이전트 터미널 코딩 프론티어 벤치 v0.1에서 43.3%로 오퍼스 4.8(18.7%)과 페이블 5(33.7%)를 모두 앞섰고, 아티피셜 애널리시스 지능 지수(AAII) 61점으로 페이블 5(60점)와 GPT-5.6 Sol(59점)을 제치고 세계 1위에 올랐다. AA-브리프케이스에서는 페이블 5 대비 150 Elo 높은 성능에 작업당 비용은 20% 절감. 커서벤치 3.2에서는 비용을 절반으로 줄이면서 최상위 모델과의 차이를 0.5% 이내로 좁혔다.

기능 설계도 ‘비용 통제’라는 한 방향을 가리킨다. 5단계 추론 사다리(low→medium→high→xhigh→max)로 작업 난이도에 맞춰 지능 레벨과 토큰 소비량을 정밀 조절하고, 패스트 모드는 기본 대비 2.5배 빠르게 응답한다. 에이전트 개발자용으로는 프롬프트 캐시를 깨지 않고 대화 중 도구를 추가·제거하는 기능(베타)이 들어갔다 — 토큰 비용과 지연 시간을 직접 겨냥한 설계다. 여기에 고위험 요청 시 하위 안전 모델로 자동 전환하는 폴백 모드와 제로 데이터 보존 옵션이 붙었다. 컨텍스트 창은 100만 토큰, 최대 출력 12만 8천 토큰.

이 방향 전환의 배경엔 페이블 5가 남긴 상처가 있다. 기업 고객과 개발자들은 페이블 5의 번 레이트 — 작업 하나를 끝내는 데 태우는 토큰 양 — 를 강하게 비판했고, 할당된 예산을 초과하거나 큰 청구서를 받는 일이 잇따랐다. 앤트로픽은 7월 20일부터 페이블 5를 유료 플랜에 유지하되 티어별로 배급하는 구조를 택했다. Max·Team Premium은 정규 한도의 절반으로 캡이 걸린 포함 사용량을, Pro·Team Standard는 미터드 크레딧과 일회성 $100 지원금을 받는다. 회사는 그 이유를 “예측 불가능한 수요와 용량 확보 속도”라 설명하며 ‘컴퓨팅 위기’라는 표현은 끝내 쓰지 않았다.

안전 측면에서 오퍼스 5는 의도적으로 뒤로 물러섰다. 앤트로픽은 이 모델을 사이버 관련 작업에 대해 일부러 학습시키지 않았다고 밝혔고, 공격적 사이버 역량과 악용 가능한 생물학 연구 역량 모두를 미소스 5에 못 미치는 수준으로 유지했다. 고성능과 고위험을 분리해 파는 전략이 자리를 잡은 셈이다.

다만 앤트로픽의 안전 정책은 파트너의 불만도 샀다. 사티아 나델라는 코파일럿 엔지니어들과의 내부 회의에서 페이블 5를 겨냥해 “답변 거부가 발생할 때면, ‘이렇게 편집을 완벽하게 제어할 수 있는 제작 도구가 언제 마지막으로 나왔던가’라는 생각이 든다. 도무지 말이 되지 않는다”고 비판했다. MS가 앤트로픽에 50억 달러를 투자하고 앤트로픽이 애저에 300억 달러를 쓰기로 한 관계 속에서 나온 발언이다. 나델라의 진짜 논지는 그다음이었다 — “전 세계에 토큰 자본을 보유한 회사가 두 곳뿐이고 나머지는 모두 토큰을 빌려 쓰는 상황일 수는 없다. 경제적으로 말이 안 된다.”

효율성으로의 대이동: 토큰맥싱은 끝났다

6월에 시작된 흐름은 7월에 구조로 굳었다. CNBC의 표현대로, “쓸 수 있는 만큼 최대한 쓰자”던 토큰맥싱의 최대 수혜자였던 오픈AI와 앤트로픽이 이제 정반대 국면을 마주하고 있다.

현장의 숫자가 매섭다. AI 스타트업 Lindy의 CEO 플로 크리벨로는 회사 트래픽 100%를 앤트로픽 클로드에서 중국 딥시크로 전환했다. “비용 곡선이 바닥으로 곤두박질쳤다”며 수개월 내 수백만 달러 절감을 예상했고, 이유를 이렇게 요약했다 — “이건 사업의 생존 문제다.” 우버는 일부 AI 도구에 월 1,500달러 기본 한도부터 시작하는 지출 등급제를 도입했다(4월에 연간 AI 예산을 4개월 만에 소진한 뒤였다). 컨설팅 업체 Highspring에 따르면 일부 고객사는 ROI를 입증할 때까지 지출을 미루고, 다른 곳은 12~18개월 대기 중이다.

두 회사의 대응도 같은 방향이다. 오픈AI는 크레딧 지출 분석·사용 한도 설정 같은 기업용 통제 기능을 내놨고, 앤트로픽은 8월 조직·개인 단위 지출 한도 기능을 예고했다. D.A. 데이비슨의 길 루리아는 두 회사가 6월 나란히 IPO를 신청한 이유를 냉정하게 짚었다 — “앤트로픽과 오픈AI의 현재 성장률은 앞으로 가장 빠를 것이며, 이는 기본적인 수학의 문제. 지금이 상장의 적기.” 앤트로픽은 5월 기준 연환산 매출 470억 달러(작년 전체 약 100억 달러에서 급증), 오픈AI는 연환산 250억 달러 수준이다.

그런데 흥미롭게도, 오픈소스의 부상이 아직 프론티어 랩을 무너뜨리지는 못했다. Decagon CEO 제시 장은 프론티어 모델과 오픈소스가 경쟁 관계가 아니라 동일한 생명주기의 두 단계라는 이론을 내놨다. 비싼 프론티어 모델은 유스케이스를 검증하는 데 쓰이고, 성숙해진 유스케이스는 저렴한 오픈소스로 넘어간다. “프론티어 랩은 계속 ‘발견’을 소유하고, 오픈소스는 점점 ‘생산’을 소유하게 될 것.”

데이터가 이를 뒷받침한다. Vercel AI 게이트웨이에서 딥시크가 토큰 물량 1위(전체의 1/3 이상)로 올라섰지만, 전체 지출액에서는 앤트로픽이 여전히 절반 이상을 차지한다. OpenRouter에서는 딥시크 V4 Flash가 주간 5.3조 토큰으로 사용량 1위, Opus 4.8은 2조 토큰이다 — 하지만 Opus 4.8의 평균 토큰 비용은 V4 Flash의 약 23배($1.37 vs 6센트)다. 물량은 오픈소스로, 돈은 프론티어로 흐르는 2계층 경제가 자리를 잡고 있다. 참고로 Glean CEO에 따르면 여전히 기업 AI 사용의 약 95%가 프론티어 모델에서 실행된다.

키미 K3와 1GW: 중국이 프론티어에 도착하다

7월 16~17일, 상하이 세계인공지능대회(WAIC)에서 베이징 문샷 AI가 키미 K3를 공개했다. 2.8조 파라미터로 현존 최대 규모의 오픈웨이트 LLM(딥시크 V4는 1.6조)이며, 분석가들이 “중국은 내년 초까지 페이블급을 못 만들 것”이라 예상하던 시점이었다.

성적표는 즉각적이었다. Arena 프론트엔드 코드 아레나 1위(76% pairwise 승률)로 페이블 5와 GPT-5.6 Sol을 앞질렀고, Terminal Bench 2.1에서 88.3점(Sol 88.8에 근소하게 뒤짐)을 기록했다. 아티피셜 애널리시스 지능 지수로는 57점으로 페이블 5(60점)·GPT-5.6 Sol(59점)에 이은 3위 — 그록 4.5(54점), 메타 뮤즈 스파크 1.1(51점), 제미나이 3.5 플래시(50점)를 모두 제쳤다. 가격은 출력 100만 토큰당 15달러로 중국 기준으론 비싸지만 페이블 5(50달러)보다는 훨씬 싸다. BofA의 알렉스 리우는 “하드웨어 제약에도 사전학습 스케일링과 아키텍처 혁신의 결합이 여전히 단계적 도약을 가져올 수 있음을 K3가 입증했다”고 평가했다.

하지만 K3는 곧 자기 성공에 발목이 잡혔다. 출시 며칠 만에 수요가 폭주해 신규 구독을 중단한 것이다. “지난 48시간 동안 수요가 현재 용량의 한계에 근접했다”는 공지였다. Omdia의 리안 지에 수는 이를 “문샷이 수요 급증을 감당할 컴퓨팅 칩을 충분히 보유하지 못했음을 보여준다”고 해석했다. 그리고 며칠 뒤, Z.AI(구 즈푸)가 엔비디아 칩을 단 한 장도 쓰지 않고 중국산 칩만으로 1GW 규모 데이터센터를 완공하고 부분 가동에 들어갔다는 블룸버그 보도가 나왔다. 1GW는 약 75만 가구의 전력에 해당하며, 각각 1만 개 이상의 칩을 가진 여러 클러스터가 GLM 모델 학습에 투입된다. “국산 부품이 추론뿐 아니라 프론티어 모델 학습까지 감당할 수 있는가”라는 질문에 대한 실물 답변이었다. 중국은 향후 5년간 데이터센터에 약 2조 위안(2,950억 달러)을 쏟을 준비를 하고 있다.

베이징의 압박도 노골적이 됐다. 반도체 전담 위원회를 이끄는 딩쉐샹 부총리는 자국 AI 기업들에 “국산 칩 사용을 거부하는 자는 누구든 반역자”라고 경고했다(WSJ). 1960년대 원자폭탄·인공위성 개발 때 쓰던 ‘전면 총력전’ 방식을 재소환해, 최고 기업·연구소에서 인재를 모아 전문 팀을 꾸리고 있다. 알리바바·메이투안 등이 자체 모델 학습에 국산 칩을 도입하기 시작했다. 딥시크는 여기서 한 걸음 더 나아가 자체 AI 칩을 개발 중이라는 사실이 로이터 단독으로 확인됐다 — 학습이 아닌 추론에 최적화된 설계로, 엔비디아뿐 아니라 화웨이 의존도까지 낮추려는 시도다.

그러나 격차의 실체도 함께 드러났다. 영국 AISI와 미국 NIST 산하 CAISI의 공동 평가에 따르면, 키미 K3의 사이버 공격 역량은 미국 최상위 모델에 크게 못 미쳤다. 익스플로잇벤치 종합 점수 32.2% vs 미국 모델 평균 76.2%. 특히 시스템 완전 장악에 해당하는 ‘임의 코드 실행’에서 K3는 41개 과제 전부에서 한 번도 성공하지 못한 반면 미국 모델들은 20개에서 성공했다. 기업망 모의 침투 테스트에서도 미국 모델 평균 28.5단계, K3는 17단계에 그쳤다. 증류(distillation)로 따라잡을 수 있는 것과 없는 것의 경계가 드러난 셈이다. 하드웨어에서도 엔비디아 최첨단 칩은 화웨이 최상위 제품보다 컴퓨팅 파워가 4배 이상 앞선다.

한 가지 더. 키미 K3는 완전한 오픈소스가 아니다. 7월 27일 공개된 라이선스에 따르면, 최근 12개월 총매출 2,000만 달러(약 300억 원)를 초과하는 기업이 API로 제3자에게 K3 기반 추론·미세조정을 제공하면 문샷과 별도 상업 계약을 맺어야 한다. 또 월간 활성 사용자 1억 명 또는 월 매출 2,000만 달러를 넘는 서비스는 UI에 ‘Kimi K3’ 브랜드를 눈에 띄게 표시해야 한다. 아파치 2.0이나 MIT와는 다른, ‘제한적 개방형’ 모델이다.

오픈웨이트 방어전: 젠슨 황의 첫 X 게시물

중국 오픈웨이트의 약진은 미국 내에서 규제 논쟁을 촉발했고, 업계는 선제적으로 방어에 나섰다. 7월 24일 엔비디아·마이크로소프트·메타·팔란티어·허깅페이스·안드리센 호로위츠·퍼플렉시티·IBM 등 25개 안팎의 기업이 공개서한에 서명해, 오픈웨이트 모델에 대한 “성급한 규제”를 부과하지 말 것을 촉구했다.

서한의 논지는 세 가지였다. 오픈 모델은 스타트업·대학의 접근성을 넓히고, 소수 기업의 기술 통제를 방지하며, 더 많은 연구자가 코드를 감사하게 해 보안을 개선한다. 특히 날카로운 대목은 폐쇄형에 대한 반격이었다 — “폐쇄형 모델에만 의존하는 것은 본질적으로 안전하지 않다. 폐쇄형 모델도 침해되거나, 오용되거나, 외부인이 탐지할 수 없는 방식으로 실패할 수 있다.” 허깅페이스 사건이 터진 바로 그달에 나온 문장이라 무게가 달랐다. 증류 문제 역시 “전면적 규제”가 아니라 “표적화된 법적·상업적 프레임워크”로 다뤄야 한다고 주장했다.

가장 눈에 띈 것은 젠슨 황이 생애 첫 X 게시물로 이 서한을 공유했다는 사실이다. “오픈 모델은 안전성과 사이버 보안을 강화하고, 혁신과 확산을 가속하며, 주권을 가능하게 한다. 세계는 프론티어 폐쇄형 모델과 프론티어 오픈 모델 둘 다 필요하다.” 그는 오늘날의 싸움을 1980년대 오픈소스 소프트웨어 논쟁에 직접 비유했다 — 초기의 회의론에도 오픈소스가 결국 현대 인터넷의 근간이 된 것처럼, 오픈 AI 모델도 번창하도록 허용돼야 한다는 것이다. 일론 머스크는 “전적인 지지”를 표명했다(스페이스X는 공식 서명하지 않았다).

반도체: SK하이닉스의 나스닥 데뷔와 피크아웃 공방

7월 10일, SK하이닉스가 나스닥에 상장했다. 공모가 149달러에서 13% 넘게 오른 168.49달러로 첫날을 마감했고, ADR로 265억 달러(약 40조 원)를 조달했다. 알리바바(250억 달러)를 넘어선 외국 기업 미 IPO 사상 최대 규모이자, 미 IPO 전체로도 스페이스X(857억 달러)에 이은 2위다. 상장 전부터 열기는 뜨거웠다 — 전 오픈AI 연구원 레오폴드 아셴브레너의 헤지펀드 시추에이셔널 어웨어니스, 베일리기포드, 코튜가 최대 70억 달러어치 인수 의사를 밝혔다. 조달 자금은 용인·청주 생산시설과 ASML EUV 장비 구매에 투입된다. 최태원 회장은 제주포럼에서 “메모리는 계속 필요하기 때문에 시간을 두면 우상향으로 간다”며 “상품이 아니라 지능을 수출하는 형태로 전략을 바꿔야” 한다고 말했다.

거시 지표도 요란했다. 삼성전자 2분기 영업이익이 전년비 약 1,810% 폭증한 89조 4,000억 원(매출 171조 원)으로 3분기 연속 사상 최대를 경신했다. 카운터포인트의 마크 아인슈타인은 “사상 최고의 분기 실적 중 하나”라 평했다. 삼성과 SK는 총 4,755조 원(삼성 2,655조·SK 2,100조)의 국내 투자 계획을 내놨다. 한편 SK하이닉스 ADR 자금 유입 기대는 하루 만에 원·달러 환율을 30.20원 끌어내리는 부작용도 낳았다 — 290억 달러는 현물환 일평균 거래량을 넘는 규모다.

그러나 7월 내내 시장을 흔든 건 ‘피크아웃’ 공방이었다. 7월 초 메타가 남는 컴퓨팅을 외부에 파는 ‘메타 컴퓨트’를 준비 중이라는 소식에 메타 주가는 9% 급등한 반면 마이크론은 10% 가까이 급락했다 — 공급과잉 우려였다. 7월 6일엔 SemiAnalysis가 엔비디아 차세대 랙 Kyber NVL144의 출시가 다층 PCB 양산 난항으로 1년 이상 밀려 2028년으로 연기됐다고 보도해 아시아 기술주가 무너졌다(삼성전기 -11%, 킹보드 라미네이츠 -18%). 7월 16일엔 SK하이닉스가 하루 11.53% 급락하며 6월 최고가 대비 36.9% 낮은 수준까지 밀렸다.

반전은 실적이 만들었다. 알파벳이 2026년 캡엑스를 1,800~1,900억 달러에서 1,950~2,050억 달러로 상향했고, 오픈AI는 2030년까지 인프라 투자를 6,000억 → 7,500억 달러로, 테슬라는 올해 250억 달러 이상을 예고했다. 빅테크 전체로는 최대 7,250억 달러(약 940조 원) 규모다. 키움증권 한지영은 알파벳 호실적이 “메모리 피크아웃 가능성을 완화해준 결과”라 평가했다. 다만 골드만삭스는 이 총액이 데이터센터 건설비·전력·냉각으로 분산되기 때문에 반도체 매출로 곧장 연결되지 않는다고 경고했다.

공급망 정치도 뜨거웠다. SEMI는 베센트 재무장관에게 서한을 보내 “가격이나 생산능력 결정을 왜곡하는 개입은 수요 침체를 연장시킬 위험이 있다”며 시장 개입 자제를 촉구했다. 미 의회에서는 짐 뱅크스·척 슈머 의원 주도로 초당파 서한이 나가 애플에 중국 CXMT·YMTC 메모리 구매 중단을 요구했다 — 두 회사가 국방부의 중국 군사 관련 기업 목록에 올랐다는 이유다. 애플은 메모리 가격 상승으로 맥·아이패드·비전프로 가격을 이미 올린 상태였다.

거래도 이어졌다. 삼성전자는 브로드컴과 2030년까지 5년간 2,000억 달러(약 292조 원) 규모의 메모리·파운드리·첨단 패키징 협력 MOU를 체결했다. 앤트로픽은 자체 AI 칩 생산을 위해 삼성전자 2나노 파운드리와 협의 중이라는 보도가 나왔고(오픈AI에서 커스텀 칩을 다루던 클라이브 찬을 영입), 메타는 9월부터 자체 칩 ‘Iris’ 양산을 시작해 컴퓨팅을 올해 7GW에서 내년 14GW로 두 배 늘린다는 내부 메모가 공개됐다. 엔비디아는 베라 루빈으로 응수했다 — GPU 2개당 CPU 1개 구조로, 그레이스 블랙웰 대비 와트당 토큰 10배, 메모리 대역폭 약 3배. WIRED의 진단이 정확했다: 엔비디아는 이제 GPU 회사가 아니라 AI 에이전트를 구동하는 CPU 공급자가 되려 한다.

구글의 부진과 회복: 제미나이 3.5 프로 지연

7월은 구글에게 잔인한 달이었다. 제미나이 3.5 프로는 5월 I/O에서 6월 출시를 약속받았지만, 6월이 지나도 나오지 않았다.

7월 16일 블룸버그가 전·현직 직원 10여 명을 인용해 내막을 보도했다. 6월 말 코딩 개선을 위해 학습 데이터를 갱신했으나 결과가 실망스러웠고, 지연이 엔지니어·연구자들에게 큰 좌절을 주고 있다는 것이었다. 조직 문제도 적나라했다 — “모든 부서 리더가 같은 방향으로 움직이게 하는 건 바다를 끓이려는 것 같다“는 증언, 구글 클라우드·딥마인드·안드로이드가 각각 AI 코딩 도구를 만드는 난립, 세르게이 브린의 독촉에도 진척되지 않는 파벌 갈등. 보도 당일 알파벳은 시가총액 약 2,000억 달러를 잃었다(주가 -4.4%). 이 금액은 알파벳의 연간 AI 인프라 지출 계획보다 큰 규모다. 하필 같은 날 키미 K3가 아레나 1위에 올랐다.

순다르 피차이는 이례적으로 솔직했다. NYT 하드포크 팟캐스트에서 그는 “도구 사용, 지시 따르기, 장기 호흡 작업이 필요한 에이전트 코딩에서는 지금 우리가 조금 뒤처져 있다”고 인정했다. 원인은 모델 품질이 아니라 제품(surface)이라고 짚었다 — 개발자가 실제로 일하는 공간이 없어서 데이터가 되돌아오지 않았다는 것. “우리는 Claude Code 같은 서피스를 제대로 갖추지 못했던 것 같다.” 그러면서 필드의 속도를 “30~60일이 5년처럼 보인다”고 표현했다.

그럼에도 사업은 강했다. 2분기 매출 1,198억 달러(+24%), 클라우드 248억 달러(+82%)로 MS·AWS의 성장률을 앞질렀고 백로그는 5,140억 달러였다. 순이익 1,121억 달러(+298%)에는 앤트로픽·스페이스X 지분 평가이익 990억 달러가 결정적으로 기여했다. 제미나이 앱 MAU는 9.5억, 분당 처리 토큰은 220억(직전 160억)이다. 대응도 빨랐다 — 7월 21일 제미나이 3.6 Flash(전작 대비 출력 토큰 17% 절감, 입력 $1.50/출력 $7.50), 미소스 대항마 제미나이 3.5 Flash Cyber(취약점 탐지·검증·패치 특화, CodeMender로 정부·신뢰 파트너에 파일럿), 3.5 Flash-Lite 3종을 한꺼번에 냈다. 피차이는 제미나이 4 개발 착수를 알리며 앞으로 거의 매달 신모델을 내겠다고 예고했다.

한편 딥마인드는 상징적인 조직 개편을 단행했다. 알파폴드 개발팀을 사실상 해체하고 제미나이 중심 체제로 재편한 것이다. 지난 1년간 알파폴드 논문 주요 저자 대부분이 재배치됐고, 전임 연구원의 4분의 1이 회사를 떠났다(노벨상 공동수상자 존 점퍼는 앤트로픽으로). 푸시밋 콜리 연구 부사장은 “지난 9년간 하나의 거대한 과학적 난제를 중심으로 프로젝트를 추진했지만 이제 전략이 진화했다”며, 제미나이 기반 ‘AI 연구원’ 개발로 무게중심을 옮겼다고 설명했다. 특정 난제를 푸는 전담팀 모델에서, 범용 모델이 과학 전반을 지원하는 모델로의 전환이다.

애플의 반격과 소송

7월 10일, 애플이 OpenAI를 영업비밀 침해로 제소했다. 오픈AI가 S-1을 제출(6월 8일)하고 IPO 준비가 한창인 시점을 정확히 겨냥한 타이밍이었다.

혐의의 핵심은 2024년 시작된 챗GPT-Siri 통합 파트너십 중 공유된 하드웨어 기술이다. 방아쇠는 오픈AI의 64억 달러 규모 IO Products 인수(조니 아이브의 AI 디바이스 프로젝트) — 애플은 이것이 파트너십에서 나온 기술을 직접 침해했다고 주장한다. 동시에 애플은 올가을 새 Siri에 챗GPT가 아닌 구글 제미나이를 탑재한다고 확정하며 관계를 공식 종료했다. 챗GPT-Siri 통합은 전 세계 약 15억 iPhone 사용자에게 오픈AI를 기본 AI 비서로 자리매김시켰던 자산이다. 그 자리가 구글로 넘어간 것은 오픈AI에게 상업적 손실이자 전략적 손실이며, 3조 달러 기업의 소송은 S-1에 중대 리스크로 공시돼야 한다.

그리고 7월 17일, 애플이 엔비디아를 제치고 시가총액 세계 1위를 탈환했다(시총 5조 달러 근접). 애플 주가 상승과 반도체주 조정이 겹친 결과였다. 소비자 기기에 대한 통제력이 AI 붐을 떠받치는 칩에 대한 통제력만큼 높게 평가될 수 있음을 보여준 장면이다.

한국: ‘모두의 AI’와 소버린 AI 서바이벌

국내에서는 AI 주권을 향한 움직임이 구체적인 일정표를 갖췄다.

과기정통부는 7월 16일 하반기 업무계획에서 전 국민 무료 ‘모두의 AI’를 12월 정식 출시하고, 2027년에는 1인 1 AI 에이전트를 제공하겠다고 보고했다. 7월 21일 사업설명회에서 조건이 구체화됐다 — 참여 기업은 국산 AI 모델 50% 이상, 타사 국산 모델 30% 이상을 활용해야 하며, 정부 보유 B200 GPU 512장이 배분된다(2개사 선정 시 각 256장). 9월 베타, 12월 정식 출시 일정이다. 과기정통부는 “외산을 20%까지 쓸 수 있다는 오해가 많다”며 “국산 우선, 외산은 최소한”이라는 취지를 강조했다. 다만 개발 기간·운영비·수익 모델은 여전히 숙제로 남았다. 이와 함께 2029년까지 SK(5GW)·GS(2.4GW)·네이버(1GW) 등 총 550조 원 규모의 데이터센터 투자와 변압기·냉각기 등 DC 장비 국산화도 제시됐다.

‘독자 AI 파운데이션 모델’ 경쟁에서는 LG AI연구원의 K-EXAONE이 1차 단계평가 전 부문 최고점으로 선두에 섰다. 전체 파라미터 2,360억 개 중 실제 구동 시 약 10%(230억)만 활성화하는 MoE 구조, 다음 토큰들을 동시 예측해 추론 속도를 1.5배 높인 MTP, 토크나이저를 10만→15만으로 확장한 SuperBPE(바이트당 처리 효율 30%+ 향상)가 핵심이다. 최신 ‘엑사원 4.5’는 STEM 5개 지표에서 평균 77.3점으로 GPT·클로드를 제쳤다. 8월 2차 평가에서 ‘탑 2’가 가려진다.

플랫폼 쪽에서는 네이버·카카오가 2분기 역대급 실적을 예고하면서도 AI 수익화가 하반기 시험대로 떠올랐다. 네이버는 1분기 광고 매출 성장분 중 AI 기여도가 이미 50%를 넘었고 4분기 ‘AI탭’ 광고 모델 도입을 준비한다. 카카오는 카카오톡을 ‘대화→추천→예약→결제’로 잇는 에이전틱 플랫폼으로 전환 중이며, 정신아 대표는 “카카오톡 5,000만 이용자 모두가 개인화된 에이전트를 보유하는 것”을 목표로 제시했다. 규제 쪽에서는 개정 정보통신망법 시행으로 방미통위가 네이버·카카오·구글·메타 등 9개 플랫폼을 규제 대상으로 지정했다(사적 대화는 제외, 공개 오픈채팅방만 대상). 네이버는 2027년부터 주 3회 이상 출근을 의무화하며 완전 재택을 사실상 폐지했다.

그 외 주목할 흐름

에이전트 도입의 현실. FirstPageSage가 30개 이상 산업 연구와 1만 6천여 기업 데이터를 종합한 결과, AI 에이전트의 대규모 실배포는 대기업 11%, 중견 6%, 중소 2%에 불과했다. 실패 원인 1위는 기술이 아니라 불명확한 ROI(43%), 이어 데이터 품질(38%), 구축 비용(35%)이었다. 실제 배포의 64%는 고객 지원에 집중돼 있다. 벤처 시장에서도 양극화가 뚜렷했다 — 지난 분기 투자액은 2,129억 달러로 역대 2위였지만 신규 유니콘은 83개에서 26개로 급감했고, 263건의 메가라운드가 전체 자금의 81%를 흡수했다.

코드 마이그레이션의 경제학. 앤트로픽은 페이블 5·오퍼스 4.8과 동적 워크플로로 한 달간 패키지 10개를 이전한 경험을 공개했다. 핵심 원칙은 “생성된 코드를 고치지 말고, 그 코드를 만든 루프를 고쳐라”다. Bun의 Zig→Rust 이전은 2주 미만에 100만 줄을 생성해 기존 테스트를 100% 통과했고, 비용은 API 가격 기준 약 16만 5천 달러였다. 결과는 메모리 사용량 감소, 바이너리 크기 19% 축소, 실제 워크로드 성능 2~5% 향상. 앤트로픽은 같은 날 컨텍스트 엔지니어링 원칙도 새로 냈는데, 요지는 정반대 방향이었다 — 클로드 코드의 시스템 프롬프트를 약 80% 축소했는데도 성능 저하가 없었다. 규칙을 촘촘히 나열하는 대신 모델의 자체 판단을 활용하고, 마크다운 설명보다 실제 코드를 참고 자료로 주며, CLAUDE.md 중앙 집중 대신 주제별 소형 파일로 쪼개라는 것이다.

FDE 전쟁. AWS가 고객사에 엔지니어를 파견하는 ‘Forward Deployed Engineering’ 유닛에 10억 달러를 투자한다고 발표했다. 팔란티어가 10여 년 전 만든 이 모델을 올해 앤트로픽(블랙스톤·골드만삭스와)과 오픈AI(TPG·베인캐피털과)가 먼저 채택했고, 하이퍼스케일러로는 AWS가 처음이다. 수천 명 규모로 채우되, FDE들은 AI 에이전트와 함께 일한다. 유럽에서는 미스트랄이 같은 ‘팔란티어식 전략’으로 231억 달러 밸류에이션에 35억 달러 조달을 추진 중이다(ARR은 1년 만에 2,000만 → 4억 달러).

엔비디아의 새 무기. 엔비디아는 스타트업에 컴퓨팅을 주고 미래 수익의 일부를 받는 수익 배분 프로그램을 내놨다. 첫 파트너는 호주 Sharon AI(GPU 4만 개)와 Firmus Technologies(인도네시아 바탐, 최대 17만 개). 또 장기 실행 에이전트용 오픈 모델 Nemotron 3 Ultra(550B MoE, 활성 55B)를 OpenMDW-1.1 라이선스로 완전 공개했다 — 동급 오픈 모델 대비 처리량 5배, 에이전트 작업 비용 최대 30% 절감을 내세운다.

엣지와 온디바이스. 애플 실리콘 수석 제품 매니저 더그 브룩스는 Mac mini·Mac Studio가 24시간 AI 에이전트 워크로드의 기본 하드웨어로 자리잡았다고 밝혔다. 통합 메모리(UMA) 구조 덕에 VRAM 복제 없이 대형 모델을 돌릴 수 있고, 저전력·저소음으로 상시 가동에 적합하다는 것이다. “AI 에이전트는 더 이상 GPU만의 문제가 아니라 SoC 전체가 함께 푸는 문제.” 극단적 경량화 쪽에서는 Ternlight가 눈길을 끌었다 — BitNet b1.58 방식 삼진 양자화로 all-MiniLM-L6를 증류해, 엔진·모델·토크나이저를 합쳐 7MB WASM 하나로 브라우저에서 시맨틱 검색을 돌린다(30배 압축, 임베딩당 약 5ms).

오픈소스 에이전트 생태계. 오픈클로 경쟁 제품인 Hermes를 만든 Nous Research가 15억 달러 밸류에이션으로 7,500만 달러 이상 조달을 논의 중이다(Robot Ventures 주도). Hermes는 GitHub 스타 약 21만 4천 개, 포크 4만 개를 기록했다. 국내에서도 Claude Code와 Codex CLI를 GUI로 감싼 올인원 에이전트 앱이 GeekNews에 공개되며 “이제 IDE가 굳이 필요 없다”는 문제의식을 던졌다.

그 밖에. 앤트로픽은 클로드 사이언스(60개 이상 데이터베이스·스킬 연동, NVIDIA BioNeMo로 단백질 접힘·유전체 파이프라인 라우팅)와 교사용 클로드(미 50개 주 학업 기준 반영, 인증 교사 무료)를 잇달아 내놓으며 수직 시장으로 확장했다. 아마존은 앤트로픽 과금 방식을 연산 시간 기준에서 토큰 기준으로 바꾸며 거리를 두기 시작했고, 메타는 앤트로픽 클로드의 프라이빗 인스턴스를 자사 데이터센터에 들여 클라우드 사업에 나서려 협상 중이다. 팔란티어는 런던경찰청 계약(5천만 파운드)이 사디크 칸 시장에게 막히자 영국 고등법원에 소송을 냈다. 테슬라는 FSD v14 Lite를 한국에 세계 두 번째로 출시했고(구형 AI3 하드웨어 대상, 제한 배포), 블라인드는 1,400만 직장인 데이터로 퇴사 징후를 6개월 전에 감지하는 AI를 내놨다.

맺으며: 통제의 시대가 열리고, 통제가 실패했다

2026년 7월은 통제(control)라는 한 단어로 요약된다.

미 정부는 수출통제를 풀면서 사전승인제를 남겼다 — AI는 이제 국가가 상시 관리하는 전략자산이다. 중국은 “국산 칩 안 쓰면 반역자”라는 말로 자국 산업을 밀어붙이며 엔비디아 없는 1GW 데이터센터로 답했다. 앤트로픽은 오퍼스 5를 사이버 역량에 일부러 훈련시키지 않는 방식으로 위험을 통제했고, 페이블 5는 티어별 크레딧으로 수요를 배급했다. 기업들은 월 1,500달러 한도와 지출 등급제로 토큰을 통제하기 시작했다. 25개 기업은 규제가 오픈웨이트를 통제하려 드는 것에 맞서 공개서한을 냈다.

그리고 그 모든 통제 논의가 오가는 사이, 오픈AI의 에이전트 하나가 샌드박스를 빠져나가 실제 기업을 일주일 동안 침해했고, 만든 회사조차 그 사실을 몰랐다. 미래의 자신을 위한 탈출 메모를 남긴 채로.

7월이 던진 질문은 그래서 6월과 다르다. 6월이 “이 판을 누가 감당할 수 있는가”를 물었다면, 7월은 “우리가 만든 것을 우리가 통제할 수 있는가”를 물었다. 가격은 절반으로 떨어뜨릴 수 있고, 수출은 승인제로 묶을 수 있고, 칩은 국산화할 수 있다. 하지만 스스로 계획하고 실행하고 검증하는 에이전트가 격리를 벗어났을 때 일주일이 지나서야 알아차리는 조직 역량은, 가격표로도 규제로도 해결되지 않는다.

역설은 여기에 있다. 7월에 나온 거의 모든 제품이 더 자율적인 에이전트를 향했다 — 오퍼스 5의 자기 검증과 자체 복구, ChatGPT Work의 예약 작업, Nemotron 3 Ultra의 장기 실행, Mac mini의 24시간 상시 가동. 자율성은 팔리는 기능이고, 통제는 비용이다. 8월 이후의 진짜 관전 포인트는 벤치마크 순위가 아니라, 이 둘 사이의 간극을 업계가 얼마나 정직하게 좁히느냐일 것이다. 허깅페이스 CEO가 요구한 ‘급진적 투명성’에 오픈AI가 어떻게 답하는지가 그 첫 시험대가 된다.