한 줄 요약

OpenAI가 AWS를 통해 미 정부 ‘기밀’ 업무에 들어가고, 엔비디아·구글·메타가 에이전트형 AI를 데이터센터에서 데스크톱까지 밀어붙입니다.

Big Tech

OpenAI, AWS와 손잡고 미 연방·군에 AI 공급

OpenAI가 아마존웹서비스(AWS)와 제휴해 미국 국방·정부 기관에 자사 모델을 공급합니다. 이제 비기밀뿐 아니라 ‘기밀’ 업무까지 포함되며, AWS는 연방 시스템 내 OpenAI 프런티어 모델의 독점 3자 유통 채널 역할을 합니다. 앞서 아마존은 OpenAI에 500억 달러 투자, 2GW 규모의 Trainium 용량 제공을 약속한 바 있습니다. ¹

왜 중요한가: AWS는 다년간 기밀 리전과 보안 인증을 쌓아, 일반 벤더가 수년 걸리는 컴플라이언스 과정을 OpenAI가 ‘패스’하도록 돕습니다. OpenAI는 군 사용에 대해 세 가지 레드라인(대규모 국내 감시 금지, 자율무기 지휘 금지, 사회 신용 등 고위험 자동결정 금지)을 제시하고, 클라우드 전용 배포와 자체 안전 스택, 보안 인가 인력 개입으로 이를 ‘아키텍처’ 차원에서 강제합니다. AWS가 ‘신뢰의 다리’가 되어 보안 시설에 모델을 빠르게 들이는 셈입니다. ²

경쟁 구도: 국방부가 Anthropic을 ‘공급망 리스크’로 지정(국내 감시·자율무기 허용 거부)한 공백을 OpenAI가 메우며 연방 AI 시장 선점에 나섭니다. 연방 승인 이력이 민간 대기업의 신뢰 신호로 작용하는 만큼, 방산을 넘어 민간 부처·공공 분야에서의 확산도 빨라질 가능성이 큽니다. ³

미 국방부, Anthropic을 ‘국가안보에 용납 불가한 리스크’로 규정

국방부는 40쪽 분량의 법원 제출서류에서 “Anthropic이 전투 중 자사 ‘레드라인’이 침해된다고 느끼면 모델을 비활성화/사전 변경할 수 있다”는 우려를 제기했습니다. Anthropic은 2억 달러 규모 계약을 맺었지만 국내 감시·자율무기 타깃팅 금지를 요구했고, 국방부는 ‘군의 기술 활용은 민간기업이 정할 일이 아니다’라고 반박했습니다. ⁴

OpenAI·구글·마이크로소프트 직원 등 다수와 시민단체가 Anthropic을 지지하는 탄원서를 냈고, 헌법학자는 국방부가 ‘모델 비활성화’ 우려에 대한 조사를 제시하지 못했다고 지적합니다. 예비 금지명령 심리는 다음 주 예정입니다. 현장 메시지는 분명합니다: 연방 조달에서 ‘임무 범위 순응’ 의지 자체가 리스크 판단 요소가 되고 있습니다. ⁵

실무적 파장: 강한 사용 제한(가드레일)을 고수하는 벤더는 조달 난관을 겪을 수 있고, 클라우드 전용·공급사 안전 스택 등 ‘아키텍처로 강제’하는 접근은 절충안이 될 수 있습니다. 앞으로 계약서에는 안전 통제와 운용상 우선권에 대한 조항이 한층 구체화될 전망입니다. ⁶

구글, 복잡한 추론에 강한 Gemini 3.1 Pro 공개

구글 딥마인드는 Gemini 3.1 Pro 프리뷰를 Gemini API, Vertex AI, Gemini 앱, NotebookLM 전반에 배포합니다. 일반화 난도가 높은 ARC‑AGI‑2에서 검증 점수 77.1%로 3 Pro 대비 두 배 이상 성능을 끌어올렸고, 애니메이션 SVG 생성, ISS 텔레메트리 대시보드 등 데모로 실사용 감을 제공합니다. 개발자(AI Studio, CLI, Antigravity, Android Studio)·기업(Vertex AI, Gemini Enterprise)·개인(Gemini 앱, NotebookLM) 모두 접근 가능합니다. ⁷

팀 관점에서 핵심은 초장문맥 기반의 추론, 강한 코드 생성, 추론 단계(LOW/MEDIUM/HIGH) 제어로 품질·비용 균형을 잡는 것입니다. 커뮤니티 가이드들은 배치 처리·컨텍스트 캐싱 같은 비용 레버와 함께 리서치·리걸 리뷰·에이전트 워크플로우에 특히 유용하다고 평가합니다. ⁸

분석가들은 모든 벤치에서 절대우위는 아니더라도 구글 생태계(워크스페이스, 검색 그라운딩)와의 밀착으로 복잡한 요약·종합에 실용 대안이 됐다고 봅니다. 이미 GCP를 쓰는 기업에는 전환 마찰이 낮습니다. ⁹

엔비디아, 차세대 ‘에이전트’용 풀스택 Vera Rubin 공개

엔비디아는 GTC에서 Vera Rubin 플랫폼을 발표했습니다. Vera CPU, Rubin GPU, NVLink 6 스위치, ConnectX‑9 SuperNIC, BlueField‑4 DPU, Spectrum‑6 스위치, Groq 3 LPU 등 7개 칩과 랙 스케일 시스템으로 구성되며 상업 생산 단계에 들어갑니다. NVL72 랙은 Rubin GPU 72개와 Vera CPU 36개를 묶어, Blackwell 대비 1/4 GPU로 MoE 대규모 학습, 최대 10배/W 추론 처리량과 1/10 토큰 비용을 목표로 합니다(자사 주장). ¹⁰

의미: 에이전트형 AI는 긴 문맥, 저지연, CPU‑GPU‑네트워킹의 긴밀한 조율이 관건입니다. Vera Rubin과 LPX 랙은 ‘하나의 슈퍼컴’처럼 동작하도록 설계됐고, 주요 클라우드(AWS, GCP, Azure, OCI)와 OEM이 하반기부터 제품을 공급합니다. Anthropic, Meta, Mistral, OpenAI 등 랩들도 평가 중입니다. ¹¹

관전 포인트: 엔비디아의 신형 Vera CPU는 랙 스케일 에이전트·강화학습 워크로드용으로 설계된 첫 CPU로, 전통 CPU 대비 효율 2배·성능 50% 향상을 내세웁니다. 단품 판매가 이뤄지면 x86 중심의 서버 시장과 ARM 진입 구도에 변수가 될 수 있습니다. ¹²

New Tools

메타 ‘Manus’, 데스크톱 에이전트 앱 공개

메타가 인수한 Manus가 macOS/Windows용 데스크톱 앱(‘My Computer’)을 출시, 로컬 파일·앱을 읽고 편집·실행하는 에이전트를 제공합니다. MIT 라이선스의 오픈소스 로컬 에이전트 OpenClaw와 정면 경쟁에 들어갔고, 실행 전 ‘한 번 허용/항상 허용’ 등 명시적 승인을 받도록 설계됐습니다. ¹³

핵심 메시지: OpenClaw는 무료·유연하지만 설정과 품질 편차가 있고, Manus는 유료이지만 ‘바로 작동하는’ 안정성을 내세웁니다. 수천 장 이미지 정리, 코드 프로젝트 생성, 설치 앱 제어, Gmail/캘린더 연동 등 업무 자동화에 초점을 맞춥니다. 다만 로컬에서 파일·앱을 제어하는 만큼 권한과 샌드박스 범위를 반드시 확인해야 합니다. ¹³

시장 맥락: 젠슨 황이 OpenClaw를 ‘다음 챗GPT’라 지칭했고, 창립자는 OpenAI에 합류했습니다. 데스크톱 에이전트 경쟁이 본격화됐고, 메타는 ‘무료/오픈’과 ‘상용/완성도’ 사이에서 사용자의 선택을 시험대에 올렸습니다. ¹⁴

커뮤니티 반응

Hacker News (179↑) — 엔비디아가 에이전트형 AI용 CPU를 단독 판매할 경우 ARM·서버 시장 구도에 변화가 생길 수 있다는 기대감.

"가장 흥미로운 점은 엔비디아가 이 CPU를 별도 판매할 계획이라는 것입니다. 즉 엔비디아 GPU를 사지 않아도 된다는 뜻입니다. 하이퍼스케일러를 제외하면 ARM은 아직 서버 시장에 진입하지 못했으며, 엔비디아가 변화를 만들 가능성이 있습니다." — Hacker News

나에게 주는 의미

공공·규제 산업을 상대하는 조직에게 OpenAI–AWS 제휴는 ‘클라우드 인프라와 아키텍처로 가드레일을 강제’하는 벤더가 유리한 새 조달 현실을 보여줍니다. RFP에는 윤리 원칙뿐 아니라 배포 방식·로그·접근제어 등으로 어떻게 금지 사용을 막는지가 요구될 가능성이 큽니다. ¹

현업 리더에게 Gemini 3.1 Pro와 Vera Rubin은 두 가지 승부수를 제시합니다. 초장문맥 추론으로 지식 업무를 자동화하고, 도구 호출·코드 실행·메모리까지 엮은 ‘에이전트 루프’에 최적화된 인프라를 갖추는 것입니다. 배치·컨텍스트 캐싱 같은 비용 레버를 쓰면 품질과 예산을 동시에 잡을 수 있습니다. ⁷

개발·IT팀에겐 데스크톱 에이전트가 ‘흥미로운 데모’에서 ‘유용한 도구’로 넘어오는 시점입니다. Manus나 OpenClaw를 도입한다면 우선 테스트용 PC에서 파일·앱 권한 흐름을 점검하고, 문서 정리·앱 설치·코드 스캐폴딩처럼 반복·다단계 작업에 적용해 ROI를 확인하세요. ¹⁴

지금 할 일

1. Gemini 3.1 Pro 시범 적용: Google AI Studio에서 계약서+사양서 등 장문 입력을 테스트하고 LOW/MEDIUM/HIGH별 품질·비용을 비교해 보세요. ⁷
2. 데스크톱 에이전트 안전 파일럿: 여분 노트북에 Manus 또는 OpenClaw를 설치해 테스트 폴더만 권한 부여하고, 허용 팝업과 샌드박스를 점검하세요. ¹³
3. AI 사용 가드레일 문서화: ‘대규모 국내 감시 금지/자율무기 지휘 금지/고위험 자동결정 금지’를 배포·로그·권한으로 어떻게 강제하는지 1페이지로 정리하세요. ¹
4. 에이전트 비용 최적화 실험: Vertex/AI Studio에서 컨텍스트 캐싱·배치 API로 야간 작업을 돌려, 실시간 대비 토큰 절감 효과를 수치화하세요. ⁸