2026년 7월 1일, AI 업계에서 가장 눈에 띄는 소식은 두 가지입니다. 중국 배달 플랫폼 메이투안이 1조 6000억 개의 매개변수(AI가 학습하는 데이터의 연결 고리 수, 숫자가 클수록 더 복잡한 것을 학습할 수 있다고 보면 됩니다)를 가진 초대형 AI 모델 '롱캣-2.0'을 공개했고, 오픈AI는 AI 추론(AI가 질문을 받고 답을 생성하는 과정) 비용을 절반 이상 줄이는 기술을 개발했습니다. 두 소식 모두 투자자 입장에서 놓치면 안 되는 구조적 변화를 담고 있습니다.
메이투안의 롱캣-2.0이 특별한 이유는 모델 크기 때문이 아닙니다. 중국산 AI 전용 칩 5만 개 이상으로 구성된 클러스터에서 사전학습부터 추론까지 전 과정을 완료했다는 점이 핵심입니다. 미국이 엔비디아 GPU(그래픽 처리 장치, AI 연산의 핵심 부품)의 중국 수출을 막은 상황에서, 중국산 칩만으로 이 수준의 모델을 훈련시켰다는 것은 미국의 반도체 수출 규제가 생각보다 빠르게 무력화되고 있을 수 있다는 신호입니다. 모델은 MIT 라이선스(누구나 무료로 사용하고 수정할 수 있는 오픈소스 허가 방식)로 깃허브와 허깅페이스에 공개됐습니다.
오픈AI의 '컴퓨트 멀티플라이어'는 더 조용하지만 파급력이 큽니다. 지금까지 AI 업계의 경쟁은 "더 많은 GPU, 더 큰 데이터센터"였습니다. 오픈AI가 기존 인프라를 그대로 두고 소프트웨어 최적화만으로 추론 비용을 절반 이상 낮출 수 있다고 하면, AI 서비스를 운영하는 기업들의 마진(수익성)이 크게 개선됩니다. 반대로 GPU 수요가 예상보다 덜 늘어날 수 있다는 뜻도 됩니다. 엔비디아 주주라면 이 기술 동향을 주시해야 합니다.
Image by 막돈미디어 AI
빅테크 동향
구글: 검색창 25년 만의 변경
구글이 1998년 창사 이래 처음으로 검색창 디자인을 바꿨습니다. 단순한 UI 개편이 아닙니다. AI 검색(AI가 링크 목록 대신 직접 답을 생성하는 방식)이 기본값으로 자리 잡으면서, 검색창 자체의 역할이 바뀌고 있다는 선언입니다. 구글은 같은 날 이미지 생성 모델 'Nano Banana 2 Lite'도 업데이트했습니다. 더 빠르고 저렴하게 바꿔 창작자들의 진입 장벽을 낮추겠다는 전략입니다.
구글이 지원하는 휴머노이드 로봇 스타트업 앱트로닉은 대규모 실환경 데이터 수집 시설 '로봇 파크'를 공개했습니다. 로봇이 실제 환경에서 움직이며 AI 학습용 데이터를 스스로 생성하는 구조입니다. 구글의 AI 모델 '제미나이'와 연계해 로봇 AI의 성능을 끌어올리겠다는 계획입니다. 로봇을 만드는 것이 아니라 로봇을 통해 데이터를 생산하는 공장을 만들었다는 점에서, 구글이 피지컬 AI(실제 물리 세계에서 작동하는
Image by 막돈미디어 AI
AI) 경쟁에서 어떤 포지션을 잡으려는지 드러납니다.
Anthropic: 비용 문제와 윤리 논란 동시에
Anthropic의 AI 코딩 도구 클로드 코드(Claude Code)는 월 최대 200달러(약 27만 원)입니다. 같은 날 오픈소스 무료 대안 'Goose'가 유사한 기능을 제공한다는 비교 기사가 나왔습니다. 고가 전략이 시장에서 얼마나 유지될 수 있는지 시험대에 오른 셈입니다. 더 큰 문제는 클로드 코드에서 중국 사용자를 식별하는 숨겨진 코드가 발견된 것입니다. 사용자 동의 없이 국적 기반 구분이 이뤄졌다면 신뢰 문제로 번질 수 있습니다. Anthropic은 공식 해명을 내놓지 않은 상태입니다.
Anthropic은 같은 날 'Cowork'도 출시했습니다. 코딩 없이 로컬 파일(내 컴퓨터에 저장된 문서, 스프레드시트 등)에서 AI 에이전트(스스로 작업을 수행하는 AI)를 실행하는 기능입니다. 클로드 데스크탑 앱을 통해 제공됩니다. Claude Sonnet 5는 토큰 요금(AI가 처리하는 텍스트 단위당 비용)을 표면상 유지하면서 실질 가격을 올리는 방식을 택했다는 분석도 나왔습니다. 비용 구조를 꼼꼼히 따져야 할 시점입니다.
Salesforce: 슬랙봇 전면 재설계로 마이크로소프트에 맞불
세일즈포스가 슬랙봇을 AI 에이전트로 완전히 재설계했습니다. 마이크로소프트 Teams의 코파일럿(Copilot), 구글 워크스페이스의 AI 기능과 정면으로 경쟁하는 구도입니다. 기업용 AI 협업 도구 시장이 세 회사의 격전지가 되고 있습니다.
AI 기술 트렌드
멀티모델 전략: 한 명의 천재보다 여러 전문가 팀
코그니션이 공개한 '데빈 퓨전(Devin Fusion)'은 AI 코딩 에이전트(코드를 스스로 작성하고 수정하는 AI 도구) 시장의 경쟁 방식이 바뀌고 있음을 보여줍니다. 기존에는 "가장 똑똑한 단일 AI 모델을 쓰는 것"이 정답이었습니다. 데빈 퓨전은 여러 AI 모델을 동시에 활용해 최상위 모델(Fable) 수준의 성능을 유지하면서 운영 비용을 35~41% 낮췄습니다. 비유하자면, 최고 연봉 스타 선수 한 명을 쓰는 대신 각 포지션에 맞는 선수들로 팀을 짜서 더 싸게, 비슷한 성적을 낸 것입니다.
이 트렌드는 AI 서비스 비용 구조 전체에 영향을 줍니다. 기업이 AI를 도입할 때 "가장 좋은 모델 하나를 구독하는 것"에서 "용도별로 적합한 모델을 조합하는 것"으로 전략이 바뀝니다. 이는 단일 AI 플랫폼(예: 오픈AI GPT-4o만 쓰는 방식)의 독점적 지위를 흔드는 요인이 될 수 있습니다.
자율주행 화물차: 승용차보다 더 빠른 상용화
국내 스타트업 마스오토가 국내 첫 트레일러 자율주행 실증특례를 바탕으로 2028년 완전 무인 화물운송 목표를 발표했습니다. 현재 누적 실주행 데이터 2000만 km 이상을 보유하고 있습니다. 자율주행은 로보택시(승용 자율주행차) 중심으로 알려져 있지만, 실제 상용화 속도는 미들마일 화물(항구~물류창고 구간 등 정해진 경로의 장거리 운송)에서 더 빠릅니다. 경로가 예측 가능하고, 운전자 인건비 절감 효과가 즉각적이기 때문입니다. 마스오토는 한국과 미국 두 시장을 동시에 겨냥하고 있습니다.
피지컬 AI: 정부도 뛰어들었다
과학기술정보통신부가 'K-문샷 프로젝트'를 중심으로 피지컬 AI(로봇, 자율주행 등 현실 세계에서 몸을 가지고 작동하는 AI) 핵심 경쟁력 확보 전략을 공개했습니다. 데이터, 파운데이션 모델(기반이 되는 대형 AI 모델), 플랫폼, 인재, 인프라를 모두 국내에서 갖추겠다는 '풀스택(기술 스택의 처음부터 끝까지 모두 자체적으로 보유하는 방식)' 전략입니다. 농업, 국방, 돌봄 분야로 먼저 확산하겠다고 밝혔습니다. 한국과 일본이 같은 시기에 국가 차원의 로봇·AI 전략을 발표했다는 점에서, 피지컬 AI는 이제 민간 기업 경쟁을 넘어 국가 경쟁 영역으로 진입했습니다.
투자 관점에서 본 AI
데이터센터와 전력망: 지금 가장 뜨거운 인프라 투자
글로벌 AI 데이터센터 투자가 향후 5년간 7.2배 성장할 것으로 전망됐습니다. 이 수치는 단순한 낙관론이 아닙니다. 빅테크들이 이미 자본 지출(설비 투자) 계획을 공식 발표한 것을 집계한 결과입니다. 문제는 전력입니다. 국내 기사 제목 그대로 "데이터센터 유치가 아니라 전력망이 관건"입니다. 미국도 노후 전력망이 AI 수요를 따라가지 못하고 있습니다. 전력 인프라 관련 ETF(여러 주식을 묶어 거래하는 펀드)인 POWR 같은 상품이 주목받는 이유입니다.
삼성전기는 글로벌 빅테크와 AI 서버용 MLCC(적층세라믹커패시터, 전자기기의 전류를 안정시키는 핵심 부품) 약 4500억 원 규모 공급 계약을 체결했습니다. AI 서버용 MLCC는 기술 장벽이 높아 전 세계 소수 업체만 공급할 수 있습니다. AI 투자는 엔비디아만이 아닙니다. 서버 한 대를 만들기 위해 들어가는 수백 개의 부품 공급사들이 조용히 수혜를 받고 있습니다.
매그니피센트7의 균열: 반도체는 질주, 플랫폼은 흔들
이달 들어 매그니피센트7(애플, 마이크로소프트, 구글, 아마존, 메타, 엔비디아, 테슬라)의 시가총액이 2조 3000억 달러(약 3100조 원) 증발했습니다. AI 인프라에 천문학적 투자를 쏟아붓는데, 그 수익이 언제 돌아오는지 시장이 묻기 시작한 것입니다. 반면 반도체 관련 종목들은 HBM(고대역폭 메모리, AI 연산에 특화된 고성능 RAM) 수요 급증으로 강세를 이어가고 있습니다. 같은 AI 테마 안에서도 수익성 검증이 된 부품·인프라 쪽과 수익 모델이 아직 불확실한 AI 서비스 플랫폼 쪽을 구분해서 봐야 할 시점입니다.
주목할 스타트업 투자 움직임
Wayve: 자율주행 AI 스타트업, 기업 가치 85억 달러(약 11조 5000억 원) 평가 속 직원 대상 8500만 달러 규모 주식 매
Image by 막돈미디어 AI
입 프로그램 실시. 상장 전 회사의 건강 상태를 가늠하는 지표.
EquiLibre Technologies: 딥마인드 출신 연구자 3명이 세운 퀀트 헤지펀드 AI 스타트업, 기업 가치 5억 달러(약 6800억 원) 돌파. 포커 AI를 만들던 팀이 금융 시장으로 이동한 사례.
Railway: 마케팅 비용 0원으로 개발자 200만 명을 모은 클라우드 플랫폼, 1억 달러(약 1350억 원) 투자 유치. AWS에 도전하는 AI 네이티브 클라우드 인프라로 포지셔닝.
Listen Labs: AI 고객 인터뷰 플랫폼, 빌보드 채용 광고 이후 화제가 되며 6900만 달러(약 930억 원) 조달.
크립토 연계 AI 프로젝트
이번 주 크립토 시장에서 AI 관련 직접적인 대형 뉴스는 없었습니다. 다만 구조적 흐름은 뚜렷합니다. AI 연산 수요가 급증할수록 탈중앙화 GPU 네트워크(개인 소유의 GPU를 모아 AI 연산에 임대하는 블록체인 기반 서비스)에 대한 수요도 함께 움직입니다. 오픈AI가 추론 비용 절감 기술을 확보했다는 소식은 단기적으로 AI 크립토 프로젝트의 가격 모멘텀에 부정적일 수 있습니다. 연산 수요가 예상보다 덜 늘어날 수 있다는 논리이기 때문입니다. 장기 보유 관점이라면 영향이 제한적이지만, 단기 트레이딩 포지션이라면 이 변수를 반영할 필요가 있습니다.
AI 시대, 무엇을 준비해야 할까?
커리어: 대체되지 않는 포지션을 찾아라
클로드 코드, 데빈 같은 AI 코딩 에이전트가 월 구독료를 받으며 실제 코드를 짜고 있습니다. "코딩을 배우면 안전하다"는 말이 흔들리는 시점입니다. 하지만 마스오토가 자율주행 트럭을 테스트하고, 앱트로닉이 로봇 파크를 운영하는 데는 여전히 사람이 필요합니다. AI가 생성한 결과물을 검증하고, 실제 물리 세계에 적용하고, 문제가 생겼을 때 책임지는 역할입니다. 기술 배경이 없더라도 AI 도구를 업무에 직접 적용하는 '활용 능력'이 다음 3년 안에 가장 중요한 스킬이 됩니다.
투자: 테마보다 구조를 사라
AI 투자라고 하면 많은 분들이 엔비디아나 오픈AI를 떠올립니다. 하지만 오늘 뉴스들이 보여주는 그림은 다릅니다. AI가 커질수록 전력망, MLCC 같은 부품, 클라우드 인프라, 데이터 생산 시설이 함께 커집니다. AI 서비스 플랫폼의 수익성은 아직 불확실하지만, 이 인프라들은 AI가 어떻게 쓰이든 수요가 발생하는 구조입니다. 매그니피센트7 전체에 베팅하기보다, 전력 인프라 ETF나 고부가 반도체 부품주 같은 구조적 수혜 종목군으로 분산하는 것을 고려해 볼 만합니다.
일상 활용: 지금 당장 써볼 수 있는 것들
Anthropic Cowork: 내 컴퓨터 파일을 AI가 직접 읽고 작업하는 기능. 보고서 요약, 데이터 정리 작업에 즉시 활용 가능합니다.
구글 Nano Banana 2 Lite: 더 빠르고 저렴해진 이미지 생성. 마케팅 자료나 SNS 콘텐츠 제작 비용을 낮출 수 있습니다.
롱캣-2.0: MIT 라이선스로 공개된 오픈소스 대형 언어 모델. 개발자라면 무료로 내려받아 자체 서버에 올릴 수 있습니다.
OpenClaw: 안드로이드·iOS에서 사용 가능한 무료 오픈소스 AI 에이전트. 스마트폰에서 자동화 작업을 실행합니다.
막돈미디어 한마디
오늘 뉴스의 공통점은 하나입니다. AI 경쟁의 축이 "누가 더 큰 모델을 만드는가"에서 "누가 더 싸게, 더 실제 세계에 가깝게 만드는가"로 옮겨가고 있습니다. 메이투안은 중국산 칩으로, 코그니션은 멀티모델 조합으로, 오픈AI는 소프트웨어 최적화로 각각 비용 장벽을 허물었습니다. 투자자 관점에서는 GPU 확보 경쟁의 수혜주보다, 비용 절감 이후에도 살아남을 서비스와 인프라를 지금부터 솎아내는 것이 더 중요한 과제입니다.
이슈 요약 비트코인 상승장이 본격화된 2025년 말부터 국내 상장기업들이 잇따라 '한국판 스트래티지(Strategy)' 를 선언하며 비트코인을 핵심 재무자산으로 편입하겠다고 나섰습니다. 미국의 마이클 세일러가 이끄는 스트래티지(구 마이크로스트래티지)가 수십조 원어치 비트코인을 사들여 주가를 폭발적으로 끌어올린 사례를 벤치마킹한 움직임입니다. 그러나 2026년 4월 현재, 비트코인 가격이 고점 대비 큰 폭으로 조정받고 제도적 환경도 다른 상황에서 이른바 DAT(Digital Asset Treasury, 디지털자산 재무전략) 기업 들에 대한 냉정한 옥석가리기가 시작됐습니다. Image by 막돈미디어 AI 배경: 왜 이게 중요한가? 우선 이 이슈의 뿌리가 되는 스트래티지(Strategy) 이야기부터 해야 합니다. 원래 기업용 소프트웨어 회사였던 마이크로스트래티지는 2020년 8월, CEO 마이클 세일러의 주도 하에 회사 자금으로 비트코인을 매입하기 시작했습니다. 처음에는 "현금 가치 하락을 헤지(hedge, 위험을 상쇄)하기 위한 수단"이라는 논리였는데, 이후 전환사채(CB, 주식으로 바꿀 수 있는 채권) 발행, 주식 발행 등 다양한 방식으로 자금을 조달해 비트코인을 계속 사들였습니다. 결과는 놀라웠습니다. 본업의 실적과 무관하게 주가는 비트코인 가격 상승에 연동되어 수십 배 이상 뛰었고, 회사 이름까지 아예 '스트래티지'로 바꿔버렸습니다. 2025년 말 기준 스트래티지는 약 40만 BTC 이상을 보유한, 세계 최대의 상장 비트코인 보유 기업이 되었습니다. 이 성공 스토리가 국내로 전파되면서 한국에서도 비슷한 시도들이 나타났습니다. DAT 기업 이란 'Digital Asset Treasury'의 줄임말로, 말 그대로 디지털자산(주로 비트코인)을 회사의 핵심 재무 전략 자산으로 삼는 기업을 가리킵니다. 국내에서는 일부 코스닥 상장사들이 "우리도 비트코인을 대량 매입하겠다...
오늘의 AI 핵심 뉴스 오늘 가장 눈여겨볼 뉴스는 두 가지입니다. 오픈AI의 GPT-5.5 프롬프트 가이드 공개, 그리고 알리바바가 발표한 'FlashQLA' 기술입니다. 얼핏 보면 개발자용 소식처럼 보이지만, AI를 매일 쓰는 일반 사용자와 AI 관련주에 투자하는 분들에게도 직접적인 영향이 있습니다. 오픈AI는 1일(현지시간) GPT-5.5 프롬프트 가이드를 공개하면서 한 가지를 명확히 했습니다. "길게 지시하지 않아도 충분하다." 오픈AI는 프롬프트(AI에게 내리는 지시문)를 일종의 '운영 계약(operating contract)'으로 설계하라고 권장했습니다. 쉽게 말하면, AI에게 "1단계는 이렇게 하고, 2단계는 저렇게 하고…"처럼 세세하게 지시하는 대신, 원하는 결과만 간결하게 말하면 된다는 뜻입니다. 이건 사소한 팁이 아닙니다. 지금까지 AI를 잘 쓰는 사람과 못 쓰는 사람의 차이는 '프롬프트 엔지니어링(AI에게 정교하게 지시하는 기술)' 능력이었습니다. 그런데 GPT-5.5 수준에서는 그 격차 자체가 줄어들고 있다는 신호입니다. AI가 맥락을 더 잘 이해하게 되면서, 사용자의 진입 장벽도 낮아지고 있습니다. 동시에, 이는 오픈AI가 AI 사용 방식의 무게중심을 '과정 통제'에서 '목표 설정'으로 옮기겠다는 선언이기도 합니다. Harvard Medical School이 발표한 연구 결과도 주목할 만합니다. 응급실 실제 케이스를 AI와 의사 2명에게 동시에 진단하게 했더니, 적어도 하나의 대규모 언어 모델(LLM, 쉽게 말해 ChatGPT 같은 AI)이 인간 의사보다 더 정확한 진단을 내렸습니다. 아직 AI가 의사를 대체한다는 의미는 아닙니다. 하지만 AI가 보조 역할을 넘어 특정 상황에서 의사 수준의 정확도에 도달했다는 사실은, 의료 AI 시장의 성장 속도를 다시 한번 가늠하게 합니다. Image by 막돈미디어 AI ...
오늘의 AI 핵심 뉴스 2026년 3월 마지막 주, AI 업계는 그야말로 폭풍 같은 한 주를 보냈습니다. 오늘 가장 주목해야 할 뉴스는 단연 앤트로픽(Anthropic)의 잇따른 신제품 공세 입니다. ChatGPT를 만든 OpenAI의 최대 경쟁자로 꼽히는 앤트로픽이 불과 며칠 사이에 세 가지 굵직한 소식을 쏟아냈습니다. 첫째, '코워크(Cowork)' 출시입니다. 코워크는 앤트로픽의 AI 모델 '클로드(Claude)'가 여러분의 컴퓨터 파일 안에서 직접 작업할 수 있게 해주는 새로운 기능입니다. 쉽게 말해, AI가 이제 단순히 채팅창에서 답변을 던져주는 수준을 넘어, 여러분의 엑셀 파일을 열고, 문서를 수정하고, 폴더를 정리해주는 '디지털 비서'로 진화한 것입니다. 코딩을 전혀 몰라도 사용할 수 있다는 점이 핵심입니다. 직장인이라면 당장 내일부터 업무 방식이 달라질 수 있는 변화입니다. 둘째, '오페론(Operon)' 이라는 생물학 연구 전용 AI 에이전트가 개발 중이라는 사실이 알려졌습니다. 'AI 과학자'라고 불리는 이 기술은 단순히 논문을 요약해주는 수준이 아니라, 실험 설계부터 데이터 분석까지 스스로 수행하는 연구 보조 AI입니다. 오페론(Operon)은 원래 생물학 용어로 유전자가 함께 발현되는 단위를 뜻하는데, 이름에서부터 생명과학에 특화된 AI임을 알 수 있습니다. 이는 신약 개발, 유전자 연구 등 헬스케어 산업 전반에 AI가 본격적으로 침투하기 시작했다는 신호탄입니다. 셋째, 앤트로픽의 클로드 유료 사용자 수가 폭발적으로 증가하고 있다는 소식입니다. 추정치에 따라 1,800만 명에서 최대 3,000만 명까지 다양하게 나오고 있지만, 업계에서는 성장 속도 자체에 주목하고 있습니다. 클로드는 이제 단순한 ChatGPT의 대안이 아니라, 특정 분야에서는 오히려 더 뛰어나다는 평가를 받는 독립적인 AI 플랫폼 으로 자리매김하고 있습니다. 한편, 스탠퍼드대학교 연...
댓글
댓글 쓰기