이번 주 AI 업계에는 많은 일이 있었으며, 솔직히 말해서 산업이 동시에 세 가지 서로 다른 방향으로 끌려가고 있음을 느낄 수 있는 한 주였습니다. Anthropic은 Claude Opus 5를 조용히 출시했습니다. 이 모델은 플래그십 급의 가격을 지불하지 않고도 플래그십에 가까운 품질을 제공하도록 설계되었습니다. Stripe는 1년 전만 해도 AI 업계 외부에서는 아무도 들어본 적 없던 LLM (대규모 언어 모델) 마켓플레이스인 OpenRouter에 100억 달러를 투자할 것으로 알려졌습니다. 그리고 Nvidia는 Microsoft, Meta, IBM과 함께 규제 당국에 오픈 소스 AI (Open-source AI) 금지를 중단하라는 공개 서한을 발표했습니다.

이 사건들이 겉보기보다 서로 더 밀접하게 연결되어 있기 때문에, 각각의 내용을 자세히 살펴보겠습니다.

새로운 Claude: 더 저렴하고, 더 안전하며, 실제로 뛰어난 성능

Anthropic은 며칠 전 Claude Opus 5를 출시했으며, 그 수치들은 흥미롭습니다. 이 회사는 이 모델이 사이버 보안 위험 때문에 비공개로 유지해 온 최상위 모델인 Mythos 5의 출력 품질에 근접한다고 주장합니다. Opus 5는 Fable 5(Mythos의 공개된 축소 버전)보다 비용이 약 50% 저렴하지만, 13개의 벤치마크 중 8개에서 더 높은 점수를 기록했습니다.

저는 API를 통해 몇 가지 개인적인 테스트를 진행했습니다. 코드 리뷰 작업, 지저분한 문서 분석 등 제가 실제로 매일 수행하는 작업들이었습니다. 출력 품질은 저를 놀라게 했습니다. Mythos 수준의 마법 같은 성능은 아니지만, 비용이 절반인 모델이라는 점을 고려하면 그 트레이드오프 (Trade-off)는 반박하기 어렵습니다.

눈에 띄는 기능 중 하나는 Opus 5가 자신의 작업 내용을 스스로 검증한다는 점입니다. Anthropic은 Opus 5에게 도면을 볼 수 없는 상태에서 3D 기계 부품 도식(schematic)을 생성하는 과제를 주었고, 이에 Opus 5는 원본 픽셀에서 기하학적 구조를 추출하기 위한 컴퓨터 비전 (Computer vision) 파이프라인을 직접 작성했습니다. 이는

안전성 측면에서, Anthropic은 Opus 5가 자사 모델 중 가장 안전하다고 주장합니다. 기만적 행동 (deceptive behavior)을 덜 일으키며, 자사의 취약점 악용 벤치마크 (vulnerability-exploitation benchmark)에서 0점을 기록했습니다. 가드레일 (guardrails)은 Fable 5보다 느슨하여 (약 85% 적은 활성화 (activations) 추정), 개발자들이 모델의 지속적인 의구심 없이 더 많은 작업 공간을 확보할 수 있습니다.

공정하게 말하자면, 진짜 시험대는 정제된 벤치마크가 아니라 복잡한 실제 운영 환경 (production environments)에서 어떻게 작동하느냐입니다. 하지만 초기 징후는 유망합니다.

오픈 소스 AI 전쟁: Nvidia, Microsoft, 그리고 Meta의 반격

여기 주류 언론의 주목은 덜 받았지만, 장기적으로는 더 중요할 수 있는 이야기가 있습니다. Nvidia가 이끄는 기술 거물 그룹이 이번 주 공개 서한을 발표하며, 정책 입안자들에게 오픈 소스 AI 모델을 금지하지 말 것을 촉구했습니다.

배경은 이렇습니다. 일부 트럼프 행정부 관리들이 오픈 소스 AI, 특히 중국 기업들이 개발한 모델에 대한 접근을 제한하는 방안을 검토한 것으로 알려졌습니다. 상무부 (Commerce Department)는 작년에 해당 모델들에 대한 접근을 차단하는 방안을 검토했던 것으로 보입니다. 이는 강력한 코딩 능력을 갖춘 새로운 오픈 소스 LLM인 Kimi K3가 Anthropic의 Fable 5로부터 증류 (distilled)되었다는 백악관의 주장 이후에 나온 것입니다.

이 서한은 상당히 설득력 있는 논거를 제시합니다. 오픈 웨이트 (open-weight) 모델은 AI를 더 경제적으로 만든다고 주장합니다. 즉, 모든 작은 실험마다 독점적인 API 접근 권한을 구매할 필요가 없다는 것입니다. 또한 이 모델들은 맞춤 설정이 가능하고 자체 인프라에 배포할 수 있으며, 모델 제공자뿐만 아니라 칩, 클라우드 서비스, 애플리케이션에 이르는 전체 스택 (stack) 전반에 걸쳐 경쟁을 창출합니다.

반론 또한 — 그리고 이는 타당한 논리입니다 — 오픈 소스 모델은 추적이 더 어렵다는 점입니다. 만약 악의적인 행위자가 유능한 오픈 웨이트 모델을 손에 넣게 된다면, 이를 차단할 킬 스위치 (kill switch)가 없습니다. 서한은 오픈 코드가 취약점에 대해 더 많은 눈(검토자)을 의미하며, 이는 더 빠른 보안 수정으로 이어질 수 있다는 점을 지적하며 이 문제에 대응하고 있습니다.

제가 어느 한쪽의 편을 드는 것은 아니지만, 이렇게는 말할 수 있습니다. AI 분야의 오픈 소스 (open-source) 논쟁은 매주 더욱 미묘해지고 있습니다. 전면적인 금지는 서투른 대응이 될 것입니다. 하지만 위험이 없다고 가장하는 것 또한 똑같이 순진한 생각입니다. 업계에는 이 두 극단 사이의 무언가가 필요합니다.

Stripe + OpenRouter: LLM 마켓플레이스에 대한 100억 달러 규모의 베팅

이 소식은 금요일에 터져 나왔으며, 사람들의 이목을 집중시키고 있습니다. 보도에 따르면 Stripe는 약 100억 달러에 OpenRouter를 인수하기 위해 협상 중이라고 합니다. OpenRouter는 약 70개의 제공업체로부터 제공되는 400개 이상의 LLM (Large Language Models)을 위한 통합 마켓플레이스 역할을 하는 뉴욕 기반 스타트업입니다.

이 수치를 곱씹어 보십시오. OpenRouter는 지난 6월 약 5억 달러의 가치를 인정받았고, 이후 5월에 Alphabet의 CapitalG가 주도한 1억 1,300만 달러 규모의 투자 유치 이후 13억 달러의 가치를 인정받았습니다. 그런데 이제 우리는 100억 달러를 이야기하고 있습니다. 약 1년 만에 20배나 급등한 것입니다.

흥미로운 점은 OpenRouter의 공동 창업자인 Alex Atallah이 이전에 OpenSea (NFT 마켓플레이스)를 창업했다는 사실입니다. 그는 OpenRouter를 "Stripe의 AI 버전"이라고 설명했습니다. 결과적으로 Stripe는 (거래가 성사된다면) 매우 큰 금액의 수표를 쓰는 것에 충분히 동의한 것으로 보입니다.

OpenRouter는 올해 초 발표된 파트너십에 따라 이미 결제 및 대금 수납을 위해 Stripe를 사용하고 있습니다. 따라서 이번 인수는 운영 측면에서 타당합니다. Stripe는 성장하는 수익원을 확보하고 AI 인프라 계층 (infrastructure layer)에서의 발판을 마련하게 됩니다. OpenRouter는 Stripe의 유통망과 기업 관계를 얻게 됩니다.

하지만 설립된 지 3년 된 미들웨어 (middleware) 플랫폼에 100억 달러라고요? 이는 기업들이 하나의 모델에 종속되기보다 여러 제공업체의 모델을 계속 구매할 것이라는 아이디어에 대한 엄청난 확신을 보여줍니다. 솔직히 저는 이 가설이 유효하다고 생각합니다. AI 모델 시장은 통합되는 것이 아니라 파편화되고 있습니다. 하지만 이 정도 수준의 기업 가치는 항상 저를 불안하게 만듭니다.

반대편: 바이브 코딩 (Vibe-Coding) 쓰레기와 로컬 LLM이 실제로 할 수 있는 것

이번 주에는 AI의 실제 세계적 영향력의 음과 양처럼 느껴지는 두 가지 이야기가 있습니다.

첫째, 부정적인 측면입니다. 앱 스토어들이 AI로 생성된 앱들로 넘쳐나고 있습니다. Sensor Tower의 데이터에 따르면 2025년 한 해 동안 Apple의 App Store에 약 600,000개의 새로운 앱이 출시되었으며, 이는 전년 대비 30% 증가한 수치입니다. 2026년 상반기에만 이미 그 수치가 560,000개에 달했습니다. 이 추세라면 수치가 두 배로 늘어날 전망입니다. 이들 대부분은 "바이브 코딩 (vibe-coded)"된 것들입니다. 즉, 기술적 지식이 없는 사람들이 AI 코딩 도구를 사용하여 보안, 개인정보 보호 또는 기본적인 소프트웨어 품질에 대한 이해가 거의 없는 상태에서 급조해낸 앱들입니다.

그 결과는 무엇일까요? 쓰레기 앱들입니다. 어떤 것들은 해롭지는 않지만 쓸모가 없습니다. 다른 것들은 데이터 유출, 수상한 구독 결제, 멀웨어(malware)에 가까운 동작 등 적극적으로 해를 끼칩니다. Apple의 검토 프로세스는 이러한 물량을 처리하도록 설계된 적이 없습니다. 어떤 수동 검토 시스템도 이를 감당할 수 없습니다.

둘째, 희망적인 측면입니다. 로컬 LLM (Large Language Models)이 조용히 실제 문제들을 해결하고 있습니다. 저는 XDA에서 일상적인 작업—손글씨 메모 전사, 어질러진 문서 정리, 연구 요약 등—을 위해 Gemma 4를 로컬에서 실행하는 것에 관한 훌륭한 글을 읽었습니다. 클라우드 의존성도 없고, 구독료도 없으며, 데이터가 기기를 떠나지도 않습니다.

저자는 저에게 깊은 울림을 주는 점을 지적했습니다. 로컬 모델은 등급(tiers)이 없고, 속도 제한(throttle)을 걸지 않으며, 사용자가 얼마나 많은 요청을 보내는지 신경 쓰지 않는다는 것입니다. 개인정보 보호와 제어권을 중시하는 파워 유저들에게 이는 SaaS (Software as a Service) 모델에 비해 진정한 강점입니다.

이 대조는 매우 극명합니다. 한쪽에서는 AI가 소프트웨어 제작을 오염될 정도로 민주화하고 있습니다. 다른 한쪽에서는 개인에게 데이터와 도구에 대한 더 많은 자율성을 부여하고 있습니다. 전자를 위해서는 더 나은 큐레이션(curation) 메커니즘이 필요할 것이고, 후자를 위해서는 더 나은 하드웨어 지원이 필요할 것입니다.

보십시오, AI에게 있어 지금은 기묘한 순간입니다. 모델은 더 저렴해지고 안전해지고 있으며, 인프라 계층에서는 100억 달러 규모의 인수가 발생하고 있고, 업계를 재편할 수도 있는 오픈 소스(open-source)를 둘러싼 정치적 싸움이 벌어지고 있으며, 앱 스토어는 AI가 생성한 오물로 침몰하고 있습니다. 기술은 빠르게 움직이고 있지만, 그 주변의 시스템들—규제, 큐레이션, 비즈니스 모델—은 이를 따라잡기 위해 고군분투하고 있습니다.

만약 당신이 지금 AI로 무언가를 구축하고 있다면, 저의 조언은 간단합니다. 하나의 제공업체(provider)에 자신을 가두지 마세요. 모델의 지형은 매주 변화하고 있으며, 오늘 최고의 전략이 다음 달에는 최선의 전략이 아닐 수도 있습니다. 당신의 기술 스택(stack)을 유연하게 유지하고, 모든 것을 직접 테스트하십시오. 그리고 좋은 소프트웨어를 위해서라도, 당신이 무엇을 출시(shipping)하고 있는지 이해하지 못한 채 단순히 느낌만으로 코딩하는 '바이브 코딩(vibe-coding)'을 통해 프로덕션(production) 단계로 넘어가지 마십시오.

이번 주는 여기까지입니다. 다음 주에 다시 뵙겠습니다.

이 글은 원래 AI Pulse에 게시되었습니다. 이 글이 유용했다면, 제가 정기적으로 사용하는 간단한 도구인 PayCalc를 확인해 보세요.