주요 기업의 경쟁 및 투자 동향

AI 기술 주도권을 잡기 위한 기업들의 경쟁이 더욱 치열해지고 있다. OpenAI는 연간 수익 120억 달러를 달성하며 높은 재정적 성장을 증명했고, 동시에 마이크로소프트와는 인공 일반 지능(AGI) 선언 이후에도 기술을 계속 사용하기 위한 새로운 조건을 협상 중인 것으로 알려졌다. 경쟁사인 Anthropic 역시 기업 가치를 4개월 만에 세 배 가까이 끌어올리며 대규모 자금 조달을 협상하고 있고, 헬스케어 분야로도 영향력을 확대하고 있다.

한편 거대 기술 기업들의 움직임도 분주하다. Meta는 ChatGPT 공동 창시자를 최고 과학자로 영입하며 슈퍼인텔리전스 연구에 박차를 가하고 있으며, 이러한 AI 기술의 성공은 광고 수익과 주가 상승으로 이어졌다. Apple의 팀 쿡 CEO 또한 AI 기술 투자를 대폭 확대하고 관련 기업 인수에 개방적인 입장을 밝혔으나, 핵심 인재의 이탈이라는 과제에 직면해 있다. 아마존은 유망 스타트업에 투자하는 동시에 AWS와 Alexa 등 자사의 모든 사업 부문에 걸쳐 광범위한 AI 솔루션을 개발하며 포괄적인 전략을 펼치고 있다. 이러한 성장과 경쟁 속에서, 과거 AI 자동화를 내세웠던 Builder.ai의 전 CEO가 허위 실적 문제로 축출되는 사건도 발생했다. 하드웨어 기반을 다지기 위해 Tesla는 삼성과 대규모 AI 칩 제조 계약을 체결했다.

새롭게 출시된 AI 제품 및 기능

사용자 경험을 혁신하는 새로운 AI 제품과 기능 출시가 이어졌다. 마이크로소프트는 웹 브라우저 Edge에 '코파일럿 모드'를 도입하여 웹 서핑 방식을 간소화했고, 대화에 반응하는 애니메이션 캐릭터 기능도 선보였다. xAI는 자사의 Grok 앱에 이미지 및 비디오 생성 기능인 '이매진'을 추가할 예정이며, OpenAI는 학생들의 심층적인 학습을 돕는 'ChatGPT 스터디 모드'를 출시하여 교육 시장을 공략했다. 다만 OpenAI의 새로운 에이전트 기술은 아직 성능이 불안정하다는 평가도 존재한다.

개발자들을 위한 전문 도구도 고도화되었다. Anthropic은 복잡한 코딩 프로젝트 전체를 이해하고 수정할 수 있는 '클로드 코드'를 선보였고, Mistral 역시 기업 환경에 최적화된 코딩 플랫폼을 공개했다. 구글은 자사의 여러 서비스에 걸쳐 비디오 요약, 사진 편집, 쇼핑 리뷰 요약과 같은 다양한 AI 기능을 통합하며 사용자 편의성을 크게 높였다. 이 외에도 Runway는 정교한 비디오 편집 모델을, Harmonic은 수학 문제에 특화된 환각 없는 챗봇을 출시하여 특정 분야에서의 AI 활용 가능성을 넓혔다. GitHub의 코파일럿은 누적 사용자 2,000만 명을 돌파하며 개발자들 사이에서 필수 도구로 자리 잡았다.

AI 모델의 기술적 진보

AI 모델 기술 분야에서는 중국의 약진이 두드러졌다. Z.ai와 알리바바 등 중국 기업들이 공개한 오픈 소스 모델들은 주요 성능 평가에서 OpenAI의 모델과 동등하거나 이를 넘어서는 결과를 보여주었다. 특히 이러한 고성능 모델 다수가 채택한 Mixture-of-Experts, 즉 MoE 아키텍처는 효율적인 모델 구조로 주목받으며 기술적 주류로 자리 잡고 있다.

모델 개발이 고도화됨에 따라, 더 나은 프롬프트를 생성하는 GEPA 기술이나 신경망을 압축하는 FGFP 프레임워크와 같은 새로운 접근법이 등장했다. 또한 효과적인 AI 에이전트를 구축하기 위한 설계 원칙과 상호 작용 지침이 구체화되면서 개발 패러다임이 점차 변화하고 있다. 보안 측면에서는 모델에 대한 공격을 방어하기 위한 보안 래퍼가 공개되었으며, 구글의 '쿼리 팬아웃' 기술처럼 검색 효율을 높이는 방법론도 주목받았다. 다만, 이처럼 발전된 AI 모델조차도 박사 수준의 고난도 벤치마크에서는 여전히 오류가 있는 답변을 생성할 수 있다는 한계점도 지적되었다.

AI 인프라 및 컴퓨팅 환경

AI 기술 경쟁은 인프라 확보를 위한 막대한 투자로 이어지고 있다. OpenAI는 지속 가능한 AI 운영을 위해 노르웨이에 유럽 최초의 데이터 센터를 구축한다고 발표했으며, Meta는 2025년에 AI 인프라에만 최대 720억 달러를 지출할 것이라는 계획을 밝혔다.

이러한 인프라의 핵심인 AI 칩을 둘러싼 경쟁과 갈등도 치열해졌다. 특히 중국은 자국 시장용으로 설계된 Nvidia 칩의 보안 문제를 제기하며 자국산 AI 칩 생태계 육성을 독려하고 있다. 중국 하드웨어의 성능이 Nvidia를 빠르게 추격하고 있으나, 낮은 칩 제조 수율과 미성숙한 소프트웨어 생태계 문제로 인해 여전히 서구 하드웨어에 대한 의존도가 높은 상황이다. 한편 개발자 생태계에서는 Hugging Face가 커맨드 라인 도구를 개편하고 새로운 실험 추적 도구를 출시했으며, PyTorch는 쿠버네티스 기반의 모델 훈련 도구를 공식 통합하여 개발 환경을 개선했다.

[METAX = 김한얼 기자]

[저작권자ⓒ META-X. 무단전재-재배포 금지]