이번 주 AI 소식: 지정학적 양상으로 번지는 증류(Distillation) 전쟁
요약
AI 모델의 지식재산권 침해 논란과 지정학적 갈등, 그리고 에이전트 플랫폼 시장의 급격한 성장을 다룹니다. Anthropic 모델의 증류 의혹과 OpenAI의 대규모 투자, 기업용 에이전트 플랫폼의 잇따른 출시가 핵심입니다.
핵심 포인트
- Moonshot AI의 Anthropic 모델 증류 의혹 및 미 정부의 비난
- DeepSeek V4와 Kimi K3 등 중국 모델의 저렴한 비용과 빠른 성능 추격
- OpenAI의 Presence 출시를 포함한 기업용 에이전트 플랫폼 경쟁 심화
- AI 모델 가중치가 국가 전략 자산으로서의 중요성 증대
이번 주는 AI가 단순한 제품 이야기를 넘어 외교 정책의 영역으로 넘어간 한 주였습니다. 백악관 관계자가 중국의 한 연구소가 Anthropic의 프런티어 모델(frontier model)을 복제했다고 공개적으로 비난했고, OpenAI는 단일 데이터 센터 캠퍼스에 300억 달러 이상의 자금을 투입했으며, 네 개의 서로 다른 기업용 "에이전트 플랫폼(agent platforms)"이 불과 몇 주 간격으로 출시되었습니다. 관통하는 핵심은 다음과 같습니다. 이제 역량(capability)은 정부가 과거 농축 우라늄을 다루듯 모델 가중치(model weights)를 다룰 만큼 충분히 저렴해졌으며, 동시에 전략적으로 매우 중요해졌다는 점입니다.
모델 출시 및 증류(Distillation) 분쟁
백악관, Moonshot이 Anthropic의 Fable 모델을 증류했다고 비난
OSTP 국장 Michael Kratsios는 Moonshot AI가 Anthropic의 Fable 모델을 증류하여 Kimi K3를 구축했다고 공개적으로 주장했습니다. Kimi K3는 2.8조 개의 파라미터(parameter)를 가진 모델로, Frontend Code Arena에서 76%의 승률과 88.3의 Terminal-Bench 점수를 기록했다고 주장하며, 7월 27일에 오픈 가중치(open weights)를 공개할 예정입니다. Kratsios는 이를 "대규모 비밀 산업 증류(large-scale covert industrial distillation)"라고 불렀습니다. 이는 미국 관리가 특정 모델을 도난당한 지식재산권(IP)으로 명시한 첫 사례입니다.
Redwood Research의 수석 과학자 Ryan Greenblatt는 교차 엔트로피(cross-entropy) 분석을 발표했는데, 이에 따르면 Kimi K3는 많은 프롬프트(prompt)에서 자신을 "Claude"라고 부르는 비율이 불균형적으로 높게 나타났습니다. 이는 증류(distillation) 과정에서 흔히 남게 되는 통계적 지문(statistical fingerprint)과 같은 현상입니다. 이와 별개로 Kratsios는 Moonshot이 태국에 있는 서버를 통해 수출 제한 대상인 Nvidia GB300 칩에 접근했다고 주장했습니다.
DeepSeek V4와 Kimi K3가 며칠 간격으로 출시되었습니다
중국의 프런티어 (Frontier) 기술이 빠르고 저렴하게 보급되고 있습니다. DeepSeek V4의 안정적인 버전이 7월 24일 출력 토큰 100만 개당 0.44달러의 가격으로 출시되었으며, 이어 7월 27일에는 Kimi K3의 오픈 웨이트 (Open weights) 모델이 공개되었습니다. 두 모델 모두 미국 연구소들과의 성능 격차를 아주 적은 비용으로 계속해서 좁혀가고 있으며, 이는 이번 주의 논란 섞인 비난들이 발생하게 된 정확한 역학 관계입니다.
에이전틱 AI (Agentic AI)
OpenAI, 기업용 에이전트 플랫폼인 Presence 출시
7월 22일, OpenAI는 고객 지원, 영업 및 기타 고위험 워크플로 (Workflows)에 에이전트를 배치하기 위한 플랫폼인 Presence를 출시했으며, BBVA, SoftBank, IAG가 초기 도입자로 참여했습니다. 이는 갑자기 혼잡해진 경쟁 분야에 합류하는 것입니다. Google Gemini Enterprise, Meta의 Business Agent Platform, 그리고 NVIDIA/ServiceNow의 Project Arc가 모두 같은 시기에 출시되었습니다. 기업용 에이전트 전쟁이 공식적으로 시작되었습니다.
인프라 및 비즈니스 (Infrastructure & Business)
OpenAI, 300억 달러 이상의 데이터 센터인 Project Camellia 착공
7월 22일에 발표된 Camellia는 조지아주 에핑엄 카운티 (Effingham County)의 1,400에이커 부지에 걸친 3.2기가와트 규모의 캠퍼스로, 지출액은 300억 달러를 초과하며 전력 공급은 2028년부터 2032년까지 단계적으로 이루어질 예정입니다. OpenAI는 이를 8,000만 달러의 지역 사회 혜택 및 7,100만 달러의 Codex 크레딧과 결합했습니다. 이는 프런티어 AI (Frontier AI)의 제약 요인이 이제 알고리즘이 아닌 전기와 콘크리트라는 점을 상기시켜 줍니다.
BlackRock과 MGX, 데이터 센터에 50억 달러 추가 투입
BlackRock과 아부다비의 MGX는 400억 달러 규모의 인수 외에도 Aligned Data Centers에 50억 달러를 추가로 투입하기로 약속했으며, 부채를 포함한 총 잠재적 투입 규모는 1,000억 달러에 달합니다. 한편, Albany NanoTech Complex는 연말까지 가동될 예정인 4억 달러 규모의 ASML High-NA EUV 리소그래피 (lithography) 시스템의 구성품을 수령했습니다.
연방 판사, Anthropic의 15억 달러 저작권 합의 승인
샌프란시스코 연방 판사가 Claude 학습에 사용된 불법 복제 도서와 관련하여 Anthropic이 저자들과 체결한 15억 달러 규모의 합의안을 승인했습니다. 자격이 있는 저자와 출판사의 91% 이상이 청구를 제기했으며, 변호사 비용으로 1억 100만 달러가 책정되었습니다. 이는 AI 학습 저작권 분쟁에서 지금까지 이루어진 해결책 중 가장 큰 규모 중 하나입니다.
국방 AI 분야, 7월 공개 펀딩 규모 30억 달러 돌파
국방 중심의 AI 분야는 이번 달에만 Shield AI의 15억 달러 규모 Series G와 Helsing의 앞선 18억 유로 규모 라운드를 필두로, Anduril과 Archer의 새로운 파트너십과 함께 30억 달러를 훨씬 상회하는 공개 펀딩을 유치했습니다. 자본은 이번 주의 헤드라인을 이끄는 것과 동일한 지정학적 논리를 따르고 있습니다.
과학 및 의료 (Science & Healthcare)
AI 신약 개발 투자액 20억 달러 돌파, 개발 기간 단축
AI 기반 신약 개발 (AI-driven drug discovery) 분야가 최근 20억 달러 이상의 투자를 유치했습니다. 이 기술은 개발 기간을 45년에서 1218개월로 단축하는 동시에 임상 성공률을 약 두 배로 높였습니다. 2019년 이후 AI에서 기원한 약 약 175개의 약물 프로그램이 임상 시험에 진입했으며, 이 중 15~20개가 올해 중 중추적인 임상 3상 (Phase III)에 도달할 수 있습니다. FDA는 2026년 중에 신약 개발에서의 AI 활용에 관한 가이드라인을 확정할 것으로 예상됩니다.
정책 및 규제 (Policy & Regulation)
워싱턴과 베이징은 시진핑 주석의 9월 24일 예정된 미국 방문에 앞서, 9월에 공식적인 AI 협상을 준비하고 있습니다. 이번 협상은 군사 AI, 사이버 공격, 모델 접근 권한, 그리고 오픈 웨이트 (open-weight) 공개 문제를 다룰 예정입니다. 증류 (distillation) 관련 비난과 칩 밀수 의혹이 이어졌던 지난 한 주를 지나, 이제 외교적 채널은 단순한 형식이라기보다 압력 밸브의 역할을 하는 것처럼 보입니다.
만약 단 하나의 시사점을 찾아야 한다면, 그것은 흥미로운 AI 관련 질문들이 더 이상 단순히 "어떤 모델의 점수가 가장 높은가"에 머물지 않는다는 점입니다. 이제 질문은 "누가 무엇을 학습했는가", "누가 어떤 칩을 구매할 수 있는가", 그리고 "누가 기가와트(GW)급 전력 비용을 지불하는가"로 바뀌었습니다. 벤치마크 (benchmarks)는 수렴하고 있지만, 정치는 분열되고 있습니다.
출처 (Sources)
출처 (Sources)
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기