2026년 7월 1일 AI 업계 종합 브리핑
오늘 AI 업계는 미국 정부의 수출통제로 인한 모델 회수, 클라우드·하드웨어 진영의 합종연횡, 그리고 사용자 채택 곡선의 질적 전환이라는 세 가지 흐름이 교차하고 있다. Anthropic은 Claude의 실사용 데이터를 공개하며 한국 시장의 두드러진 활용도를 강조한 동시에 미 정부 명령으로 Fable 5와 Mythos 5를 전면 비활성화해야 했고, 동시에 NVIDIA GB300 기반 Azure에서 Claude를 정식 출시했다. DeepSeek은 추론 가속 프레임워크를 오픈소스로 풀면서 AGI를 향한 대규모 채용을 동시에 단행했으며, Google과 OpenAI는 각각 풀스택 전략과 사용자 인구 구조 변화를 통해 AI의 일상화를 입증했다.
Anthropic — 한국 시장 부상, 정부 규제, 클라우드 확장의 삼중주
케이던스 보고서, 한국의 클로드 활용도 예측치의 3.78배
Anthropic이 발표한 '케이던스(Cadences)' 보고서는 전 세계 Claude 사용 데이터와 9,700명 설문을 결합한 분석이다. 전체 Claude 대화의 93%가 단순 질의응답이 아니라 설명, 문서 작성, 앱 개발, 코드 수정과 같이 실제 결과물을 만들어내는 작업으로 연결된다는 점이 핵심이다. 한국은 121개국 가운데 14위에 올랐고, 사용 지수(Usage Index)가 예측값의 3.78배에 달해 인구·경제 규모 대비 압도적인 채택률을 기록했다.
특히 한국 사용자는 구매 및 투자 의사결정에 Claude를 글로벌 평균보다 2.2배, 프레젠테이션과 리서치 용도로는 1.7배 더 많이 활용했다. 사용층은 IT·개발 분야가 22.6%, 미디어·예술 직군이 16.8%로 양대 축을 이뤘다. Anthropic은 이러한 흐름에 발맞춰 2026년 6월 서울 오피스를 개소하고 최기영 한국 대표를 선임하며 현지 거점을 강화했다.
Fable 5·Mythos 5 전면 비활성화 — 수출통제의 그늘
2026년 6월 12일 공개 출시된 Fable 5와 Mythos 5는 단 3일 만에 미국 정부의 수출통제 지시를 받아 전면 비활성화됐다. 미국 정부는 국가안보 권한을 인용해 외국인의 접근을 차단하라고 요구했으며, 여기에는 미국 내에서 근무하는 외국인 직원도 포함됐다. Anthropic은 기술적으로 외국인 사용자만 선별 차단할 수 없다는 이유로 전 고객 대상 비활성화를 선택했다.
정부 측은 Fable 5에서 발견된 탈옥(jailbreak) 취약점을 명분으로 내세웠지만, Anthropic은 좁은 범위의 취약점을 근거로 상용 모델 전체를 회수시키는 것은 부당하다고 공개적으로 반박했다. 이후 미국 정부는 약 100개 기업과 연방 기관에 한해 Mythos 5의 제한적 출시를 허용했다. 이 사건은 프런티어 모델이 더 이상 순수 상업 제품이 아니라 국가안보 자산으로 취급되는 시대를 상징한다.
Claude, NVIDIA GB300 기반 Microsoft Azure에서 정식 출시
2026년 6월 30일 Azure Foundry에서 Claude 모델 패밀리가 정식 출시(GA)됐다. 주목할 점은 인프라가 NVIDIA GB300 Blackwell Ultra GPU 시스템이라는 사실로, 이는 Anthropic이 NVIDIA 하드웨어에 자사 모델을 배포한 첫 사례다. 시스템은 GB300 NVL72와 Quantum-X800 InfiniBand 네트워킹으로 구성되며, Claude 4 Opus 추론 기준 첫 토큰 응답 시간이 40% 단축되고 초당 토큰 처리량은 35% 향상됐다.
이번 출시는 Microsoft·NVIDIA·Anthropic 3사가 2025년 11월 발표한 전략 파트너십의 결실이다. 기업 사용자는 Azure 콘솔에서 기존과 동일한 보안·ID 관리·컴플라이언스 프레임워크를 유지한 채 Claude에 직접 접근할 수 있다. AWS 중심의 Anthropic·Microsoft 중심의 OpenAI라는 구도가 크게 흔들리는 신호다.
DeepSeek — 추론 가속 오픈소스화와 AGI 추격
DSpark, LLM 추론 속도 최대 85% 향상
2026년 6월 27일 DeepSeek은 베이징대와 공동 개발한 추론 가속 프레임워크 'DSpark'를 오픈소스로 공개했다. V4-Flash에서 단일 사용자 생성 속도가 60~85% 향상됐고 V4-Pro에서는 57~78% 빨라졌다. 핵심 기법은 반자동회귀(Semi-Autoregressive) 생성 설계로 suffix decay 문제를 해결한 것과, 신뢰도 스케줄 검증(Confidence-Scheduled Validation) 방식을 결합한 것이다.
주목할 점은 MIT 라이선스로 기술 논문, 모델 체크포인트, DeepSpec 코드베이스 전체를 공개했다는 사실이다. 특히 DeepSpec은 훈련 기계 전체를 개방해 외부 개발자가 자신의 도메인에 맞는 커스텀 드래프트 모델을 직접 훈련할 수 있도록 했다. 폐쇄형 추론 최적화가 산업의 핵심 자산이 된 시대에 이러한 공개는 오픈소스 생태계에 적지 않은 충격이다.
"AGI 전야" — 전 부서 2배 규모 확장
2026년 6월 말 DeepSeek은 모든 부서를 최소 2배 규모로 확장한다는 채용 공고를 냈다. 풀스택 개발, 알고리즘, AI 핵심 시스템 R&D, 딥러닝 연구 등 7개 카테고리 33개 포지션이 동시에 열렸으며, "인류는 이제 AGI 전야에 서 있다"는 선언적 메시지를 함께 내걸었다. 공고 발표 당일 오후까지 이력서가 1만 건 이상 접수될 정도로 시장 반응이 뜨거웠다.
이러한 확장의 배경에는 최초 외부 자금조달 완료가 있다. 기업가치 500억 달러 이상에 74억 달러를 유치한 것으로, 그동안 자체 자금에 의존하던 DeepSeek이 본격적인 글로벌 경쟁 모드로 전환했음을 의미한다.
오픈소스의 양면 — 보안 리스크에도 기업 채택 지속
한편 DeepSeek R1을 비롯한 중국 오픈소스 모델의 보안 우려도 명확히 드러나고 있다. 분석에 따르면 DeepSeek R1은 탈옥 공격에 취약해 다른 AI 대비 위험 콘텐츠 생성 확률이 11배 높고, 보안 취약 코드 작성 가능성은 4배에 달한다. 사용자 대화, 파일, 프로필 정보가 중국 서버에 저장되어 중국 법제의 영향권에 들어가는 것도 구조적 리스크다.
실제로 정부 부처와 대기업은 접속 차단·앱스토어 다운로드 중단 등 강경 조치를 이어가고 있다. 그러나 비용 효율성과 커스터마이징이라는 오픈소스 본연의 장점 때문에 기업 채택은 좀처럼 꺾이지 않으며, 영업기밀과 소스코드, 고객 정보 노출이라는 위험이 상존하는 상황이다.
Google — 풀스택 전략과 영국발 생산성 격차
영국 근로자 73% AI 사용, 그러나 상위 15%만 보상
구글이 발표한 영국 경제 영향 보고서에 따르면 영국 근로자의 73%가 AI를 사용하고 있으며, 이는 전년도 34%에서 급격히 늘어난 수치다. 그러나 채택률 상승이 모두에게 이익으로 돌아가지는 않았다. 상위 15%에 해당하는 'AI Trailblazers'만이 승진, 급여 인상 같은 실질적 보상을 누렸고 나머지 85%는 기본적인 활용 수준에 머물렀다.
구글은 이 격차를 해소하기 위해 'AI Works for Britain' 프로그램을 통해 2030년까지 1,000만 명을 교육하겠다고 발표했다. 행동·인지·조직 차원의 장벽을 동시에 해소하는 것이 목표다. AI 격차가 새로운 디지털 디바이드로 진화하고 있음을 보여주는 사례다.
Full-Stack AI — 하드웨어부터 UI까지 통합
구글은 Full-stack AI 개념을 공식 정의하며 자사의 차별점을 강조했다. 하드웨어부터 AI 모델, 오케스트레이션 플랫폼, 사용자 인터페이스까지 전 계층을 통합 관리하는 접근이며, 구글의 경우 TPU 커스텀 하드웨어, Gemini 모델, 엔터프라이즈 플랫폼, 그리고 Gmail 등 최종 UI까지 자체 공급망으로 운영한다.
이 전략의 효과는 신뢰성 향상, 비용 절감, 개발 단순화로 요약된다. 동시에 폐쇄성이 아닌 개방성을 유지해 타 기업 모델·서비스를 선택적으로 통합할 수 있게 함으로써 락인(lock-in) 우려를 완화하려 한다.
Nano Banana 2 Lite와 Gemini Omni Flash, 생성 워크플로 완결
구글 DeepMind는 Nano Banana 2 Lite와 Gemini Omni Flash를 동시 공개했다. Nano Banana 2 Lite는 4초 이내에 텍스트로부터 이미지를 출력하는 고속 모델로, 1,000장 기준 0.034달러라는 저렴한 가격으로 프로토타이핑 용도에 최적화됐다. Gemini Omni Flash는 멀티모달 비디오 생성과 자연언어 편집을 결합한 모델로, 이미지·텍스트·비디오를 통합 처리하며 장면 제어와 일관성 유지가 강점이다.
두 모델을 결합하면 고속 이미지 생성에서 고품질 비디오 제작에 이르는 완전한 워크플로우가 완성된다. SynthID 워터마킹을 적용해 AI 생성 콘텐츠의 투명성도 함께 확보했다.
OpenAI — 9억 사용자 시대와 과학·인프라 도전
ChatGPT 주간 활성 사용자 9억 명, 여성 비율 52%
2026년 6월 기준 ChatGPT의 주간 활성 사용자가 9억 명을 돌파했다. 더 흥미로운 것은 사용자 구성의 질적 변화다. 출시 초기 80%였던 남성 비율이 2026년에는 여성이 52%로 역전됐고, 35세 이상 사용자의 성장률이 가장 높게 나타났다. AI가 얼리어답터 영역을 벗어나 본격적인 주류 도구로 자리잡았음을 보여주는 지표다.
가입 후 6개월이 지난 사용자는 메시지 수가 50% 증가하고 시도하는 작업 유형이 2배로 늘었다. 지역별로는 아프리카·아시아·라틴아메리카에서 상대적 성장률이 가장 높게 나타났다. 작업 카테고리는 쓰기와 정보 검색이 가장 큰 비중을 차지하지만, 전문 특화 활동의 증가세도 뚜렷하다.
코어 덤프 역학으로 18년 된 버그를 찾다
OpenAI 엔지니어링 팀은 대규모 코어 덤프 분석을 통해 희귀하게 발생하던 인프라 충돌의 원인을 추적했다. 이 과정에서 하드웨어 결함과 함께 18년 동안 발견되지 않았던 장기 소프트웨어 버그를 동시에 찾아냈다. 역학(Epidemiology) 방식을 데이터 인프라 버그 탐지에 적용한 사례로, 대규모 분산 시스템에서 발생하는 저빈도 장애를 통계적으로 추적할 수 있음을 보여줬다.
GeneBench-Pro — 유전체학 AI 벤치마크 공개
OpenAI는 유전체학·정량 생물학·중개 의학 분야에서 AI 성능을 평가하는 GeneBench-Pro를 공개했다. 129개 문제로 구성되며 각 문제는 데이터셋, 실험 맥락, 목표 질문으로 짜여 있다. 모델은 데이터를 탐색하고, 분석 접근법을 선택해 최종 답변을 제출하는 일련의 과정을 수행한다.
벤치마크 결과 GPT-5.6 Sol이 최고 추론 모드에서 28.7%, Pro 모드에서 31.5%를 기록했으며 Anthropic Opus 4.8은 16%에 그쳤다. Anthropic이 같은 날 'Claude Science' 워크벤치를 공개한 것은 우연이 아니다. 데이터 생성 비용이 급락하면서 다운스트림 계산·분석이 새로운 병목으로 떠올랐고, AI가 그 해결사로 등장하고 있는 것이다.
오늘의 한 줄 인사이트
프런티어 모델은 국가안보의 영역으로, 인프라는 클라우드·GPU 진영의 합종연횡 무대로, 사용자는 주류·고연령·여성으로 확장되는 가운데, 경쟁의 진짜 승부처는 추론 효율과 과학 도메인으로 빠르게 옮겨가고 있다.
댓글 0
아직 댓글이 없습니다.