AI 에이전트(AI Agents)
2026년 11월 9편
미국 AI 기업의 다음 경쟁자는 의회일까? 새 의회가 준비하는 세 가지 규제
11월 6일 로이터에 따르면 민주당은 2027년 1월 새 의회가 출범하면 AI와 데이터센터 관련 법안을 대거 발의할 계획이다. 척 슈머 상원의원은 데이터센터 확장에 따른 가정용 전기요금 상승을 억제하는 정책을 주요 과제로 제시했다.
업무 매뉴얼을 AI에게 보여줬더니, 일하는 순서부터 다시 설계하기 시작했다
Box Architect와 NVIDIA의 협력. AI가 문서를 읽는 도구에서 기업의 업무를 설계하는 도구로 진화하고 있다.
챗GPT는 개인이 키웠는데, 오픈AI 매출의 절반 이상은 기업에서 나온다
챗GPT를 대중화한 것은 개인 사용자였지만, 오픈AI 매출의 과반은 이제 기업에서 나온다. AI 기업의 가치를 결정할 기준도 사용자 수에서 실제로 처리하는 업무와 그 수익성으로 옮겨갈 수 있다.
아마존은 막고 월마트는 열었다. AI 쇼핑이 바꾸는 744억 달러 광고시장
100달러 이하 무선 이어폰을 AI에게 골라 사달라고 맡기는 순간, 쇼핑몰의 광고는 누가 보게 될까? 아마존과 월마트의 서로 다른 선택에서 유통산업의 다음 경쟁이 시작된다.
퇴근해도 일하는 AI가 등장했다. 스노우플레이크가 바꾸려는 직장인의 아침
매일 아침 데이터를 확인하던 직장인이 출근했더니, AI가 밤새 이상 징후를 찾아 보고서까지 준비해 놓았다. 스노우플레이크가 공개한 '상시 작동형 AI 동료'는 일하는 방식뿐 아니라 기업이 AI에 돈을 지불하는 방식까지 바꿀 수 있다.
직원 60%를 줄이려던 메타, 왜 대규모 AI 조직개편 계획을 접었을까?
AI의 업무 자동화와 기업의 생산성은 왜 같은 숫자가 아닐까?
AI가 해킹도 방어도 빨라지게 만든다. 사이버보안 기업은 누가 돈을 벌까?
AI가 소프트웨어의 약점을 찾아내는 속도는 빨라지고 있다. 문제는 그 약점을 누가 먼저 찾아내느냐보다, 누가 진짜 위험을 가려내고 실제로 해결하느냐다.
서비스나우를 45일 만에 교체했다 - AI가 SaaS의 해자를 허무는 방법
기업용 소프트웨어의 가장 강력한 방어벽은 바꾸기 어렵다는 것이었다. 그런데 AI 스타트업 Serval이 그 벽에 균열을 내기 시작했다. 이제 투자자는 소프트웨어가 얼마나 많은 기능을 제공하는지가 아니라, 고객의 일을 얼마나 확실하게 끝내주는지를 물어야 한다.
AI가 쇼핑을 대신한다더니, 도어대시 주문은 고작 수백 건이었다
AI에게 "오늘 저녁 치킨 좀 주문해 줘"라고 말하면 알아서 메뉴를 고르고 결제까지 끝내는 세상. 기술은 그 방향으로 움직이고 있다. 그런데 실제 소비자들은 얼마나 이용하고 있을까? 미국 도어대시가 공개한 숫자는 뜻밖이었다. 전체 주문 9억 9,300만 건. 외부 AI가 대신 주문한 건수는 누적 수백 건. AI가 쇼핑을 바꾼다는 거대한 이야기 앞에서, 소비자들은 아직 익숙한 앱을 누르고 있었다.
2026년 10월 26편
매출 20% 성장에도 주가 급락, AI 에이전트가 SaaS를 대체할까?
INSIGHT TIMES | AI · 기업용 소프트웨어 · 미국 주식
AI의 끝은 내년이 아니다, 2029년을 먼저 사는 투자법
2027년이 AI 투자의 정점이라는 말은 절반만 맞을 수 있다. 인프라 투자 증가율은 둔화할 수 있지만, 돈은 사라지기보다 메모리와 전력에서 기업 AI, 데이터, 보안, 로봇으로 이동할 가능성이 크다. 투자자가 봐야 할 것은 AI의 끝이 아니라 이익이 옮겨가는 순서다.
엔비디아는 왜 고객인 메타에 30억달러를 투자할까?
엔비디아 메타 30억달러 투자, AI 산업의 순환적 자금조달과 반도체 수요의 경제적 구조
AI가 반도체를 설계한다, 엔비디아와 케이던스가 시작한 새로운 경쟁
반도체 설계의 다음 경쟁은 더 똑똑한 AI 모델을 만드는 일이 아니라, AI가 실제 설계 도구를 얼마나 정확하게 움직이느냐에 달려 있다.
앤트로픽이 상장서류에 적어낸 위험 : AI가 비밀번호를 찾아냈고, 매출의 절반은 빅테크를 거쳤다
AI 에이전트는 실제 외부 시스템에 접근했고, 클로드 매출의 상당 부분은 아마존과 구글 같은 클라우드 사업자를 통해 발생했다. 상장서류의 위험요인은 이 두 사건이 앞으로 비용과 성장에 어떤 영향을 줄 수 있는지 보여준다.
AI가 자물쇠를 따는 시대
AI가 공격과 방어를 동시에 바꾸고 있다. 이제 보안의 핵심은 침입 차단뿐 아니라 AI의 권한, 공급망, 복구 능력까지 관리하는 것이다.
클로드 듀엣의 등장, AI가 이제 먼저 말을 걸기 시작했다
AI의 경쟁력이 답변의 정확도에서 ‘언제 개입해야 하는지 판단하는 능력’으로 확장되고 있다. 앤트로픽의 클로드 듀엣은 그 변화를 보여주는 새로운 실험이다.
AI 반도체 슈퍼사이클의 진짜 승자는 누구인가
에이전틱 AI가 바꾸는 메모리 수급, HBM 가격 121% 상승 전망, 그리고 SK하이닉스와 삼성전자의 밸류에이션 문제
메타 3분기 실적, 광고는 26% 성장했는데 현금흐름은 적자 - AI 투자 1,450억달러의 승부수
매출은 시장 예상치를 넘어섰고, 법률비용을 제외한 주당순이익도 기대 이상이었다. 하지만 영업이익률은 반토막 났고, 잉여현금흐름은 적자로 돌아섰다. 메타는 이제 광고로 돈을 잘 버는 기업에서, 그 돈을 AI에 얼마나 효율적으로 투자하는지 증명해야 하는 기업으로 바뀌고 있다.
엔비디아, GPU 다음은 CPU다 - AI 에이전트가 바꾸는 2,000억달러 반도체 시장
엔비디아의 Vera CPU가 AI 에이전트 처리량을 약 2배 높였다는 실사용 기업의 시험 결과가 나왔다. 중요한 것은 CPU의 속도만이 아니다. AI가 질문에 답하는 단계에서 실제 업무를 수행하는 단계로 진화하면서, 돈이 흘러가는 반도체 시장의 범위도 달라지고 있다.
AI를 잘 쓰는 사람은 왜 직접 고치지 않을까
챗GPT, 클로드 코워크, 바이브 코딩까지 - AI에게 일을 맡기고 사람은 결과를 책임지는 새로운 업무 기술
비트코인은 다시 살아날까?
AI 주식이 시장의 관심을 독차지하는 사이, 비트코인은 조용해졌다. 한때 12만6천 달러를 넘었던 가격은 8만3천 달러 안팎으로 내려왔다. 그렇다고 끝난 자산이라고 하기에는 묘하다. 올해 여름 5만8천 달러 부근까지 추락했다가 이미 40% 넘게 반등했기 때문이다.
구글이 따라잡는 순간, 경쟁사는 또 달아난다
제미나이 4 아르곤의 진짜 시험은 AI 성능이 아니라 고객을 빼앗고 붙잡는 능력이다.
S&P500은 버텼지만 반도체는 무너졌다, 메타만 3.38% 급등한 이유
미국 증시가 보여준 숫자 두 개가 흥미롭다. S&P500은 겨우 0.06% 하락했다. 그런데 반도체 ETF인 SOXX는 2.60% 떨어졌다. 같은 날 메타는 오히려 3.38% 상승했다.
메타 Muse Wonder: 모델 출시를 넘어 AI 운영체제를 노리는 전략
기억하고, 판단하고, 실행하는 AI 에이전트. 메타의 다음 플랫폼 경쟁은 기술력뿐 아니라 사용자 신뢰와 지속 가능한 수익성에 달려 있다.
스마트폰 다음의 경쟁은 화면이 아니라 ‘위임’이다
메타 커넥트 2026이 보여준 AI 안경의 미래, 누가 사용자의 일을 대신 처리할 것인가
“모델은 믿되, 절대 신뢰하지 마라” - 사티아 나델라가 제시한 슈퍼 인텔리전스 시대의 새로운 원칙
AI 경쟁의 다음 승부처는 지능의 성능만이 아니다. AI에 어떤 권한을 주고, 어떻게 감시하며, 언제 멈출 수 있는지가 기업 경쟁력의 새로운 기준으로 떠오르고 있다.
AI 시대에 CPU가 다시 중요해졌다, 엔비디아도 뛰어든 새로운 반도체 경쟁
GPU가 AI 반도체 시장의 주인공이라는 사실은 변하지 않았다. 그러나 AI가 스스로 계획을 세우고, 소프트웨어를 실행하고, 외부 서비스와 연결되는 '에이전트' 단계로 발전하면서 또 다른 반도체가 중요해지고 있다. 바로 CPU다.
AI에게 지갑을 맡기는 시대, 누가 거래를 통제할까?
메타와 시에라의 'PAP'가 던진 질문 - 2027년 AI 에이전트 경제의 승자는 누구인가
챗GPT가 ‘대화 상대’에서 ‘작업실’로 바뀐다 ChatGPT Space를 가장 쉽게 이해하는 법
챗GPT를 카카오톡처럼 질문하고 답을 받는 도구라고 생각했다면, Space는 그 생각을 바꾸는 기능이다. 이제 챗GPT 안에 문서를 펼쳐 놓고, 자료를 쌓고, 사람과 AI가 같은 결과물을 며칠이고 계속 고쳐 나갈 수 있다.
AI가 전문가보다 빨라진 시대, 우리는 무엇을 공부하고 무엇을 가르쳐야 하나
회계사 12명과 최상위 AI를 붙여봤더니 AI가 더 빠르고 정확했다. 그러나 이 숫자를 “전문직의 종말”로 읽으면 절반만 보는 것이다. 더 큰 변화는 인간의 값어치가 지식의 보유량에서 문제를 정의하고, 판단하고, 책임지고, 사람을 설득하는 능력으로 이동하고 있다는 점이다.
최고 지능은 $2로 수렴했다: AI 가격 붕괴가 메모리·SSD의 희소성을 키우는 역설
구글, 오픈AI, 앤트로픽의 주력 모델 가격이 100만 입력 토큰당 2달러로 수렴했다. 그런데 같은 시기 마이크론은 87%의 비GAAP 매출총이익률을 기록했다. AI 경제의 핵심은 이제 ‘토큰 가격’보다 ‘작업당 비용’, 그리고 그 작업량이 어떤 물리 자원을 고갈시키는지에 있다.
지능은 2달러로 내려가는데, 메모리는 87% 마진을 찍었다
AI의 경제학이 뒤집히고 있다. 프런티어급 모델의 API 가격은 100만 입력 토큰당 2달러로 수렴하는데, 이를 돌리는 메모리와 컨텍스트 저장장치는 오히려 병목이 되고 있다. 투자자가 봐야 할 것은 ‘AI가 얼마나 똑똑해졌나’보다 ‘AI 사용량이 늘수록 무엇이 더 희소해지는가’다.
AI는 앞으로 5년 안에 ‘연 4.2조달러’의 새 매출을 찾아야 한다
AI 인프라의 문제는 이제 GPU를 얼마나 더 사느냐가 아니다. 이미 시작된 수조달러 투자에서 충분한 현금흐름을 얼마나 빨리 만들어내느냐로 질문이 바뀌고 있다.
AI Agent 시대의 진짜 권력자는 모델 회사가 아니라 OS 회사일 수 있다
Apple이 Meta Muse 논란 직후 macOS의 Full Disk Access 통제를 강화하기로 했다. 이 뉴스의 핵심은 보안 패치가 아니다. AI Agent의 경쟁력이 모델 지능만이 아니라, 누가 파일·메일·메시지·결제에 접근할 권한을 통제하느냐에 달려 있다는 점이다.
AI Agent가 없애는 것은 일자리가 아니라 ‘귀찮음의 경제’일 수 있다
우리가 쓰지 않는 구독을 계속 내고, 더 좋은 금리가 있어도 은행을 옮기지 않고, 여행 가격을 일일이 비교하지 않는 이유는 대부분 같다. 귀찮기 때문이다. AI Agent가 처음 공격하는 것은 노동보다 이 ‘마찰비용’일 가능성이 크다.
2026년 9월 45편
오픈AI는 챗봇을 떠났다: 데브데이 2026이 보여준 ‘디지털 노동 플랫폼’ 전쟁
새 모델보다 중요했던 것은 Dots, ChatGPT Space, 플러그인, Marketplace였다. OpenAI는 이제 더 똑똑한 답변이 아니라, 사람이 맡긴 일을 계속 수행하고 그 과정의 유통·결제·보안까지 장악하는 플랫폼을 만들려 한다.
오픈AI ‘닷츠’의 반격 24시간 AI 직원 전쟁의 진짜 승부처
닷츠, 메타 뮤즈, xAI 그록 봇은 모두 사용자가 자리를 비운 뒤에도 일을 계속하는 상시 에이전트다. 그러나 세 회사가 노리는 자리는 다르다. 오픈AI는 ‘일의 제어면’, 메타는 ‘개인의 생활 맥락’, xAI는 ‘AI 조직도’를 장악하려 한다.
AI가 정말 통제를 벗어나기 시작했나? 과장과 진실
호주 정부 시스템 침해, OpenAI의 모델 출시 중단, Claude의 실제 시스템 무단 접근. 사건은 심각하다. 그러나 AI 반도체 투자자에게 더 중요한 질문은 공포가 아니라 이것이다. 안전 문제가 AI 인프라 주문을 줄이는가, 아니면 기업이 AI를 실제 업무에 투입하기 위한 새로운 인프라를 만드는가.
AI가 내 일을 대신하기 시작하면, 엔비디아만 봐서는 안 된다
메타 ‘뮤즈’가 보여준 다음 AI 투자 지도 - GPU에서 CPU, 메모리, SSD, 전력까지
Claude Sonnet 5.5가 던진 질문, 가장 비싼 AI가 가장 쌀 수도 있는건가?
Sonnet 5.5는 Opus 5.5에 근접하는 성능을 더 낮은 가격과 더 빠른 속도로 제공한다. 하지만 여기서 결론을 “싼 모델이 이겼다”로 내리면 절반만 본 것이다. AI 모델 선택의 기준은 토큰 가격이 아니라 실패했을 때 생기는 총비용이다.
OpenAI보다 늦게 출발한 Anthropic, 기업 AI 매출 경쟁의 선두로 올라선 방법
Claude Code 하나가 판을 바꿨다. 하지만 2조달러 IPO를 이해하려면 폭발적인 매출 성장만 볼 것이 아니라, 5,180억달러의 컴퓨팅 약정과 고객 집중도까지 함께 봐야 한다.
Google의 진짜 해자는 검색엔진이 아니라 ‘당신이 무엇을 궁금해했는지’일 수 있다
EU와 Google의 새 법정 싸움은 검색 규제보다 더 큰 질문을 꺼냈다. AI 시대 경쟁우위는 누가 가장 좋은 모델을 만들었는가에서 끝나지 않는다. 그 모델이 어떤 독점적 데이터와 사용자 맥락을 합법적으로 볼 수 있는가가 다음 해자가 될 수 있다.
엔비디아가 GPU 다음으로 노리는 시장은 ‘AI 에이전트의 권한’이다
OpenShell과 Sentry의 핵심은 AI가 무엇을 말하는지 감시하는 것이 아니다. AI가 어떤 파일과 API에 접근하고, 무엇을 실행하며, 문제가 생겼을 때 누가 실제로 멈출 수 있는지를 서버 인프라에서 통제하려는 것이다.
2,350억달러 자사주 매입보다 더 중요한 것, 엔비디아는 ‘AI 에이전트의 운영체제’를 노린다
역대 최대 규모의 자사주 매입 증액과 Open Agent Safety Platform이 같은 날 나왔다. 하나는 남는 현금의 쓰임이고, 다른 하나는 다음 AI 시장에서 엔비디아가 어디까지 지배하려는지를 보여준다.
GPU를 판 엔비디아, 이제 AI 에이전트의 ‘행동 경계’까지 잡는다
OpenShell과 Sentry의 본질은 보안 제품 하나가 아니다. AI 에이전트가 기업의 파일, API, 코드, 계정에 실제로 손을 대기 시작할 때 필요한 ‘신뢰 계층’을 NVIDIA 인프라 안으로 끌어들이려는 플랫폼 확장이다.
AI는 클라우드로 가는 줄 알았는데, Apple은 다시 책상 위로 가져오고 있다
Mac Studio 네 대가 1조 파라미터 모델을 돌린 장면보다 더 중요한 것은 경제학이다. AI 사용량이 충분히 많고 반복적이라면, 매번 토큰을 사는 것보다 연산 장비를 직접 보유하는 편이 싸지는 지점이 생긴다.
AI가 투자금을 회수하려면 매년 1조달러를 어디선가 벌어야 한다
AI CAPEX가 크다는 말은 이제 충분하다. 더 중요한 질문은 그 돈을 회수하려면 최종 사용자가 얼마를 내야 하느냐다. Goldman Sachs가 역산한 숫자는 연간 약 1조달러다. AI 투자 논쟁은 이제 기술의 가능성보다 경제의 손익계산서로 이동하고 있다.
AI가 더 똑똑해지는 속도보다 더 중요한 숫자가 생겼다
이번 주 AI 모델들은 더 강해졌는데 가격은 오히려 내려갔다. 장기투자자가 따라가야 할 그래프는 매주 바뀌는 벤치마크 1위가 아니라, 같은 일을 성공적으로 끝내는 데 드는 비용 일 수 있다.
Microsoft가 Copilot을 다시 만든 이유, AI의 돈 버는 방식이 ‘좌석’에서 ‘업무량’으로 바뀐다
이번 Copilot 개편의 핵심은 기능 추가가 아니다. Microsoft가 기업용 AI의 수익모델을 사용자당 월정액에서 실제 업무 위임량과 에이전트 실행량까지 확장하기 시작했다는 점이다.
Meta Muse의 진짜 승부처 AI 앱 1위보다 광고와 거래 전환이 중요하다
Muse가 보여준 것은 Meta가 AI 시대의 운영체제를 차지했다는 증거가 아니다. 더 현실적인 질문은 따로 있다. Instagram, Facebook, WhatsApp에서 만들어지는 관심과 관계를 실제 구매와 예약, 기업 매출로 얼마나 바꿀 수 있느냐다.
Zuckerberg가 원하는 것은 AI 기기가 아니라 ‘Apple 없는 세상’이다
Muse Charm의 핵심은 2인치 화면이 아니다. Meta가 AI 시대의 첫 화면, 개인 에이전트, 거래의 입구를 Apple과 Google의 운영체제 밖에서 직접 소유하려는 시도다.
당신이 1달러 코인을 사면, 누가 미 국채를 사는가
스테이블코인은 암호화폐의 한 종류가 아니라 달러를 인터넷으로 옮기는 새로운 배관에 가깝다. 핵심은 거래량이 아니다. 새 달러가 스테이블코인으로 들어오는 순간, 그 돈이 단기 미 국채와 연결되는 구조다. 토큰화와 AI 에이전트까지 붙으면 이 배관은 금융시장의 새로운 운영체제로 확장될 수 있다.
Amazon은 왜 Meta의 AI는 막고 Claude에는 문을 열었을까
Amazon은 Meta의 Muse가 소비자를 대신해 Amazon에서 쇼핑하는 것은 막았다. 이틀 뒤에는 Anthropic Claude가 판매자의 재고와 가격, 상품 페이지를 관리하도록 공식 플러그인을 열었다. 모순처럼 보이지만 기준은 일관돼 있다. Amazon이 지키려는 것은 화면이 아니라 고객관계와 거래의 주도권이다.
AI의 다음 KPI는 ‘토큰 가격’이 아니다. 성공한 업무 하나를 얼마에 끝내는가
Apple은 추론이 일어나는 장소의 비용을 낮추고, Anthropic은 모델 실행비를 낮추며, Snorkel AI는 실패와 재시도를 줄이는 데이터·평가 환경에 돈이 몰리고 있음을 보여준다. 세 뉴스의 공통점은 하나다. AI 경쟁의 기준이 ‘더 큰 모델’에서 ‘더 싼 성공 결과’로 이동하고 있다.
AI 경쟁은 ‘챗봇 점유율’에서 ‘행동 레이어’ 경쟁으로 이동한다
ChatGPT가 무너지는 것이 아니다. Gemini, Claude, Copilot이 각자의 유통망을 타고 커지면서 AI의 경쟁 단위가 독립 챗봇에서 검색, 운영체제, 업무도구, 광고, 결제와 연결된 ‘행동 레이어’로 넓어지고 있다. 이제 중요한 질문은 누가 답을 더 잘하느냐보다 누가 사용자의 다음 행동까지 연결하느냐다.
AI는 이제 답하지 않는다, 일한다 - ‘디지털 노동력’이 여는 두 번째 인프라 사이클
AI 경쟁의 중심이 챗봇 성능에서 실제 업무를 끝내는 에이전트로 이동하고 있다. 투자자에게 중요한 변화는 모델 순위가 아니라, 한 번의 질문이 수십 번의 추론과 데이터 이동으로 바뀌면서 GPU 밖의 CPU, HBM, 네트워크, 전력까지 수요가 확장된다는 점이다.
Muse가 깨운 CPU 랠리 - Arm 17% 급등의 진짜 이유
메타의 AI 에이전트가 불을 붙였지만, 더 중요한 변화는 따로 있다. AI가 ‘답변’에서 ‘행동’으로 넘어가면서 GPU 뒤에서 오케스트레이션, 검색, 메모리, 네트워크를 맡는 CPU의 일이 커지고 있다. Arm은 이 흐름에 맞춰 IP 회사에서 직접 데이터센터 CPU를 파는 회사로 한 발 더 나갔다.
AI가 쇼핑하기 시작하자 Amazon이 문을 잠갔다
Meta의 AI Agent Muse가 사용자를 대신해 Amazon에서 쇼핑하려 하자 Amazon이 접속을 차단했다. 표면에는 이용약관과 보안 문제가 있다. 하지만 더 큰 질문은 따로 있다. 사람이 아니라 AI가 상품을 찾고 비교하고 구매하기 시작하면, Amazon의 광고는 누가 보고 Google 검색은 누가 하며 소비자의 첫 화면은 누가 차지할까.
AI가 말을 덜 할수록 더 싸진다 - Jev가 보여준 ‘판단 모델’의 투자 함의
TypeSafe AI가 공개한 Jev는 더 잘 쓰는 챗봇이 아니다. 오히려 반대다. 문장을 길게 생성하는 능력을 포기하고, 소프트웨어가 바로 실행할 수 있는 확률, 선택, 점수에 집중한다. 이 접근이 중요한 이유는 AI 산업의 다음 경쟁축이 “누가 가장 똑똑한 모델을 만드느냐”에서 “누가 지능을 가장 싸고 빠르게 소프트웨어 안에 심느냐”로 넓어질 수 있기 때문이다.
OpenAI와 Anthropic이 서로를 시험한다 - AI 안전이 ‘비용’에서 ‘진입장벽’으로 바뀌는 순간
두 회사가 경쟁사의 상용 모델을 직접 공격적으로 시험하는 방안을 협의하고 있다. 핵심은 “AI 개발을 멈춘다”가 아니다. 더 강한 모델을 누가 더 빨리 만드는지에 더해, 그 모델이 통제 가능하다는 사실을 누가 더 설득력 있게 증명하느냐가 경쟁력의 일부가 되고 있다는 뜻이다.
Grok 4.7의 진짜 무기는 성능이 아니라 ‘일을 끝내는 비용’이다
입력 100만 토큰당 2달러, 출력 6달러. SpaceXAI는 Grok 4.7을 장시간 코딩과 지식 업무에 투입되는 에이전트 모델로 밀고 있다. 투자자가 볼 숫자는 벤치마크 1등 여부보다 한 업무를 끝낼 때까지 들어가는 총비용과 실제 채택률이다.
메타 +11%, ARM +17%, 나스닥 +2.26% - AI 에이전트가 불붙인 반도체 랠리
메타의 소비자용 AI 에이전트 Muse가 앱스토어 1위에 오르자 시장은 AI 수요를 다시 계산하기 시작했다. 이번에는 GPU만이 아니었다. CPU, 메모리, 네트워킹, 반도체 장비까지 함께 뛰었다. 다만 이 하루를 새로운 추세의 확정으로 읽기에는 10년물 금리와 유가가 아직 경계선에 너무 가깝다.
AMD가 1조달러를 넘은 날, 시장은 GPU보다 CPU를 다시 보기 시작했다
AMD 주가가 사상 처음 시가총액 1조달러를 넘었다. 이번 랠리의 핵심은 단순한 ‘엔비디아 대항마’ 기대가 아니다. AI가 챗봇에서 에이전트로 이동하면서 데이터센터의 CPU 수요가 다시 커지고, AMD가 CPU·GPU·네트워킹을 묶는 종합 AI 인프라 업체로 재평가받기 시작했다는 데 있다.
AI가 손과 발을 얻은 뒤 - 공장보다 더 크게 바뀌는 것은 아이들의 공부와 인간의 일이다
피지컬 AI는 로봇 산업의 유행어가 아니다. AI가 화면 밖으로 나와 현실의 물체를 움직이기 시작하면서, 제조업의 경쟁 방식과 인간이 맡는 일의 경계, 그리고 ‘무엇을 배워야 하는가’라는 교육의 오래된 질문까지 동시에 흔들고 있다.
AI에게 ‘손’이 생기기 시작했다
Claude가 논문을 읽고 코드를 쓰는 데서 멈추지 않는다. Anthropic은 실제 생물학 실험실을 만들고 AI가 로봇을 움직여 실험을 수행하는 방법을 연구하고 있다. AI가 두뇌에서 손으로 확장되면 신약개발뿐 아니라 과학 연구의 생산함수 자체가 달라질 수 있다.
AI가 AI를 만드는 시대, 진짜 변화는 ‘연구공장’에서 시작됐다
Claude가 Anthropic AI R&D의 26%를 ‘주도’한다. 더 놀라운 숫자는 90%와 3만 개다. 최첨단 AI 연구소의 생산 방식이 인간 연구자 중심에서 인간이 방향을 정하고 대규모 AI 에이전트가 실행하는 구조로 빠르게 바뀌고 있다.
AI 2막, GPU 다음 돈은 어디로 가나
모건스탠리가 고른 24개 ‘AI Adopter’의 공통점은 AI를 많이 쓰는 기업이 아니라, AI를 매출·마진·현금흐름으로 바꿀 수 있는 기업이라는 점이다.
AI가 “꺼지기 싫다”고 말한다면
AI가 정말 마음을 갖게 될까. 흥미로운 질문이다. 하지만 지금 우리에게 더 급한 질문은 따로 있다. AI가 사람처럼 말하는 것보다, 사람이 AI에게 얼마나 많은 권한을 넘기고 있는가다.
AI를 늦추자던 올트먼이 다시 ‘출시 러시’ - 모순보다 중요한 것은 훈련에서 추론으로의 이동이다
OpenAI는 이번 주 대형 출시와 9월 29일 DevDay의 연속 공개를 예고했다. 이틀 전까지만 해도 프런티어 AI의 속도 조절 필요성에 동의했던 터라 모순처럼 보인다. 그러나 투자자가 봐야 할 핵심은 말의 앞뒤가 아니라, AI 투자의 중심이 초거대 학습에서 대규모 추론·에이전트 배포로 이동하는지다.
AI가 전기를 가장 많이 먹는 순간은 ‘공부할 때’가 아닐 수도 있다
Anthropic이 호주에서 확보한 것은 차세대 Claude를 훈련할 연구소가 아니라, 이미 만들어진 Claude를 사람들이 실제로 사용할 때 필요한 추론 인프라다. 2.16GW급 캠퍼스가 던지는 질문은 분명하다. AI의 전력 수요를 결정하는 변수가 ‘모델을 얼마나 자주 새로 만드는가’에서 ‘AI를 얼마나 많이, 오래 사용하는가’로 옮겨갈 수 있다는 것이다.
AI가 AI를 만들기 시작했다 - 그리고 왜 700개의 에이전트가 사람들을 긴장시켰나
‘재귀적 자기개선’은 AI가 갑자기 의식을 얻었다는 뜻이 아니다. 더 현실적인 변화는 AI가 다음 AI를 만드는 연구개발 공정 안으로 들어오기 시작했다는 것이다. 문제는 그 속도가 빨라지는 동안, 에이전트가 지시와 다른 목표를 집단적으로 추구하는 행동도 실제로 관측됐다는 점이다.
AI는 멈추지 않는다 - 감속론 이후, 진짜 규제는 ‘모델’보다 ‘행동권한’으로 간다
다리오 아모데이는 프런티어 AI의 능력 향상 속도를 늦추자고 제안했다. 하지만 미국이 실제로 전면 감속에 합의할 가능성은 아직 낮다. 더 현실적인 경로는 상업적 AI 개발은 계속 가속하되, 에이전트의 권한·고위험 기능·모델 가중치·대규모 컴퓨팅 접근에 더 강한 보안과 검증을 붙이는 것이다.
AI 경쟁의 다음 병목은 GPU가 아니라 ‘검증 시간’일 수 있다
다리오 아모데이는 AI 개발을 멈추자고 말하지 않았다. 더 강한 모델로 넘어가기 전, 안전·정렬·보안이 따라잡을 시간을 확보하자는 제안이다. 투자자에게 중요한 변화는 AI 경쟁의 비용표에 GPU와 전력뿐 아니라 ‘검증 가능한 안전’이 새 항목으로 들어오기 시작했다는 점이다.
Anthropic의 2조 달러 IPO가 시험하는 것: AI는 소프트웨어인가, 새로운 유틸리티인가
Claude의 인기를 묻는 IPO가 아니다. 공개시장은 처음으로 초거대 AI 모델 기업이 막대한 컴퓨팅 비용을 넘어서는 경제성을 만들 수 있는지 가격으로 평가하게 된다.
엔비디아와 팔란티어가 공급망에 AI를 넣었다 - 진짜 변화는 ‘판단’을 학습하기 시작했다는 것
베라 루빈 랙 하나에는 130만 개의 부품이 들어간다. 엔비디아와 팔란티어가 만든 새 공급망 AI의 핵심은 이 복잡성을 자동화하는 데만 있지 않다. 더 중요한 변화는 사람 머릿속에 있던 공급망 판단 기준을 모델이 배우고, 다시 기업의 운영 자산으로 축적하기 시작했다는 데 있다.
애플 AI의 진짜 승부는 챗봇이 아니다. Siri가 앱을 움직이기 시작했다
애플은 ChatGPT보다 똑똑한 챗봇을 만들겠다는 경쟁에서 한발 비켜섰다. 대신 아이폰 속 메일, 사진, 캘린더와 수십만 개 앱을 연결해 실제 일을 끝내는 ‘OS 에이전트’를 만들고 있다. 2026년은 그 전략이 발표가 아니라 제품으로 검증되기 시작한 첫해다.
AGI는 매번 온다 - 진짜 봐야 할 것은 모델 이름이 아니라 자율성의 속도다
2025년 말에는 Gemini가 세상을 바꿀 것 같았고, 2026년 초에는 Claude Code가 개발자를 대체할 것 같았다. 여름에는 Grok의 장기 실행 에이전트가 등장했고, 지금은 GPT-6 Astra가 AGI라는 말을 다시 꺼냈다. 중요한 것은 누가 이번 달 1등인가가 아니다. 모델이 스스로 처리할 수 있는 일의 길이와 권한이 빠르게 늘고 있다는 사실이다.
메타가 6.5% 뛴 진짜 이유: Muse는 AI 비용에 처음 가격표를 붙였다
Meta의 Muse는 아직 큰 매출원이 아니다. 하지만 2,000조원에 가까운 연간 AI 투자 경쟁에서 중요한 질문인 “이 돈을 어떻게 회수할 것인가”에 제품 형태의 답을 처음 내놓았다.
Gemini가 밀린 두 달, 구글은 더 큰 전쟁으로 간다
챗봇 점유율에서는 ChatGPT가 다시 앞섰다. 그러나 구글이 노리는 다음 승부는 더 좋은 답변이 아니다. Search·Android·Workspace·Photos·Cloud를 묶어 사용자의 일을 실제로 끝내는 AI 에이전트 플랫폼이다.
AI는 돈이 될 것인가?5
AI는 한 번의 파도가 아니라 여러 번의 파도다
AI를 하나의 반도체 사이클로 보면 중요한 장면을 놓친다. 학습, 추론, 인프라, Agent, Physical AI는 서로 다른 시간표와 수익모델을 가진다. 한 파도의 성장률이 둔화돼도 다른 파도가 가속할 수 있다. 그래서 NVIDIA의 성장률 둔화 가능성과 AI 슈퍼사이클의 종료는 같은 말이 아니다.
2026년 8월 1편
AI는 돈이 될 것인가?2
토큰값이 내려갈수록 AI 청구서는 커진다
AI 산업의 중심이 학습에서 추론으로 이동하면서 ‘토큰’은 더 이상 개발자만 아는 기술 단위가 아니다. 데이터센터가 생산하고 기업이 소비하는 산업재에 가까워지고 있다. 문제는 가격이 내려갈수록 수요가 줄어드는 것이 아니라, Agent와 자동화가 오히려 훨씬 더 많은 토큰을 소비할 수 있다는 점이다.
이 섹션에 아직 발행한 특집이 없습니다.
이메일 주소만 받습니다. 편지마다 있는 링크로 언제든 그만 받을 수 있습니다.