감속론을 말한 Anthropic, 왜 더 크게 투자하고 있을까

‘속도를 늦추자’고 한 지 일주일 만에 새 모델을 준비한다?

겉으로만 보면 모순처럼 보인다. 다리오 아모데이 Anthropic CEO는 9월 12일 AI 모델의 능력이 개선되는 속도를 늦출 필요가 있다고 주장했다. 그런데 Reuters는 9월 19일 Anthropic이 OpenAI의 GPT-6 Astra에 대응하기 위해 새 모델 출시 시점을 검토하고 있다고 보도했다.

여기서 구분해야 할 것이 있다. ‘능력 향상의 속도를 관리하자’는 주장과 ‘상업용 모델 출시를 중단하자’는 주장은 같은 말이 아니다. Anthropic은 차세대 모델의 안전성을 평가하면서도 기업 고객과 개발자 시장에서 경쟁력을 잃지 않을 방법을 동시에 고민하고 있다.

실제로 Anthropic은 감속론 직후 Accenture와 독립 평가 체계를 확대한다고 발표했다. 양사는 향후 5년간 각각 최소 10억달러를 투자할 계획이다. 모델 개발을 멈추는 대신, 더 강한 모델을 더 많은 외부 평가와 안전장치 안에 넣겠다는 접근이다.

기업 AI 시장은 한 번의 모델 교체로 흔들린다

Anthropic이 긴장하는 이유는 숫자로 보인다. 기업 비용관리 플랫폼 Ramp가 추적한 AI 지출에서 GPT-6 Astra는 약 13%, Claude Fable은 약 8%를 차지했다. OpenRouter에서도 최근 OpenAI 모델 지출이 Anthropic을 앞섰다. Reuters에 따르면 이 지표에서 OpenAI가 우위를 기록한 것은 2년 반여 만이다.

달러 표기는 미 달러. 연환산 매출은 특정 시점의 매출 속도를 1년으로 환산한 수치로, 실제 연간 확정 매출과는 다르다.

다만 Anthropic이 밀렸다고 단정하기도 이르다. Reuters에 따르면 Anthropic의 7월 연환산 매출은 650억달러를 넘어 OpenAI의 약 400억달러보다 컸다. 2025년 말 약 90억달러에서 불과 7개월 만에 크게 늘어난 셈이다.

중요한 것은 선두가 고정돼 있지 않다는 점이다. 기업 고객은 모델 정확도뿐 아니라 가격, 보안, 데이터 보존 정책, 코딩 성능, 기존 시스템과의 통합 비용까지 본다. 새 세대 모델이 나오면 예산 배분이 빠르게 바뀔 수 있다.

그런데 Anthropic은 왜 실제 실험실까지 만들었을까

같은 주에 나온 두 번째 Reuters 보도가 더 흥미롭다. Anthropic은 샌프란시스코 베이 지역에서 실제 생물학 실험을 수행하는 웨트랩을 운영하고 있다. 생명과학 책임자 Eric Kauderer-Abrams도 이를 확인했다.

웨트랩은 컴퓨터 안에서만 시뮬레이션하는 공간이 아니다. 세포, 단백질, 시약, 실험장비를 직접 다루는 곳이다. Anthropic은 Claude가 계산한 결과를 실제 실험으로 검증하고, 장기적으로는 AI가 실험 장비와 로봇을 제한된 인간 개입 아래 운용하는 구조를 연구하고 있다.

이미 회사는 Claude Science를 출시했고, AI가 현미경, 액체 취급 장비, 로봇팔 같은 물리 장치를 제어할 수 있도록 하는 Model Hardware Standard를 공개했다. 또 Claude는 최근 30개가 넘는 바이오분자 모델을 약 4주 만에 최적화해 평균 약 4배 빠르게 만들었다고 Anthropic은 밝혔다.

다만 경계는 분명하다. Anthropic은 이 시설이 특정 신약발견만을 위한 연구소는 아니라고 설명했고, 직접 임상시험을 운영하지도 않는다. Coefficient Bio 인수 역시 확인됐지만, 약 4억달러라는 거래금액은 보도된 수치일 뿐 Anthropic이 공식 확인한 가격은 아니다.

AI 회사가 ‘연구소 운영체제’가 되어 간다

이 변화의 의미는 Claude가 의사나 연구자에게 답을 잘해준다는 데 있지 않다. 더 큰 변화는 AI가 과학 연구의 전체 루프 안으로 들어오기 시작했다는 것이다.

이 루프가 짧아지면 한 연구자가 하루에 수행할 수 있는 실험의 수가 늘어난다. 더 나아가 실험실이 24시간 돌아갈 수 있다. 아직 초기 단계이고 물리적 오류, 재현성, 안전 문제도 크지만, 성공한다면 AI 수요는 단순한 챗봇 추론량이 아니라 과학 장비, GPU, 데이터 저장, 네트워크, 자동화 설비까지 확장된다.

누가 득을 보고, 누가 부담을 질까

클라우드와 AI 인프라 공급자에게는 수요 측면에서 우호적인 신호다. Anthropic이 모델 개발과 과학 연구를 동시에 확대하면 학습과 추론, 실험 자동화에 필요한 컴퓨팅이 늘어날 가능성이 있다. 다만 이것이 곧바로 Amazon이나 Alphabet의 이익 증가로 연결된다고 단정할 수는 없다. 장기 계약의 가격과 공급 조건, Anthropic이 자체 조달과 여러 클라우드를 어떻게 배분하는지가 중요하다.

Anthropic 자체에는 양면성이 있다. 매출 성장과 기업 시장 지위는 강하지만, 차세대 모델 개발, 독립 안전 평가, 바이오 연구, 대규모 컴퓨팅 계약을 한꺼번에 수행하면 현금소진도 커질 수 있다. IPO에서 투자자가 가장 궁금해할 숫자는 매출 성장률 못지않게 손실, 장기 컴퓨팅 약정, 총마진, 고객 집중도일 가능성이 높다.

제약·바이오 업계에는 새로운 협력자이자 잠재적 경계 대상이다. Anthropic은 직접 임상시험을 하지 않겠다고 선을 긋고 있지만, 고객사는 자신들의 연구 데이터와 노하우가 AI 공급자의 자체 연구에 어떤 방식으로 분리되는지 묻게 될 것이다.