한 줄 요약

빅테크가 파트너십과 제품 전략을 재편하고 있다 — OpenAI는 기업 유통을 위해 AWS로 기울고, Microsoft는 자체 모델과 에이전트로 실행 중심의 경쟁을 강화한다.

Big Tech

OpenAI–Amazon 제휴: Microsoft 제약 논란

ChatGPT로 알려진 OpenAI가 내부 메모에서 Amazon Web Services를 기업 고객을 위한 핵심 유통 채널로 지목하며, 오랜 파트너인 Microsoft와의 협력이 많은 기업이 실제로 일하는 곳(AWS·Bedrock)에서의 접근을 제한해 왔다고 밝혔습니다. 신규 영업 총괄 Denise Dresser는 AWS 제휴 이후 기업 수요가 “놀라울 정도”라며 해당 채널을 전력 확장 중이라고 전했습니다. ¹

Dresser는 Microsoft가 성공의 토대였지만 “기업이 있는 곳에서 만나는 능력을 제한”했다고 지적하며, 모델 마켓플레이스 형태의 Amazon Bedrock을 대안으로 언급했습니다. Axios는 AWS가 OpenAI Frontier의 외부 클라우드 유통사로 지목됐고, 아마존이 OpenAI에 최대 500억 달러 투자 계획을 밝힌 뒤 전개된 흐름이라고 전했습니다. Microsoft는 2024년 OpenAI를 경쟁사로 분류하기 시작하는 등 긴장감이 높아진 상황입니다. ²

메모는 경쟁사 Anthropic의 매출 런레이트(300억 달러) 산정 방식에도 문제를 제기했습니다(보도 기준 Anthropic 입장 미제시). CNBC는 OpenAI가 AWS 유통을 통해 Microsoft 의존도를 낮추려는 움직임으로 해석하며, 기업형 AI 워크로드를 둘러싼 경쟁 심화 속에서의 전략 전환이라고 분석했습니다. ³

한편 개발자 포럼에서는 Assistants API에서 Responses API로의 전환, 다회차 대화에서의 메모리/일관성 저하 이슈 등 실무 영향이 제기되었습니다. OpenAI가 AWS 상 유통을 넓히면 AWS 표준 조직의 도입 장벽은 낮아질 수 있으나, 세션 동작과 API 변경을 사전 검증하는 것이 필요합니다. ^{4 5}

Microsoft, OpenClaw 유사 에이전트 기능 실험

Microsoft는 OpenClaw에서 영감받은 상시 작동형 에이전트 기능을 Microsoft 365 Copilot에 시험 적용 중입니다. OpenClaw는 로컬에서 자율 행동을 실행하는 도구로 알려졌지만 보안 위험도 지적되어 왔고, Microsoft는 기업 환경을 위한 보안·거버넌스를 강화하겠다고 밝혔습니다. ⁶

최근 Microsoft는 Microsoft 365 앱 내에서 직접 행동을 수행하는 Copilot Cowork, 다단계 개인 생산성 업무를 처리하는 Copilot Tasks 등을 선보였으며 모두 클라우드에서 동작합니다. 보도에 따르면 6월 Build 컨퍼런스에서 추가 기능이 공개될 수 있으나, 로컬형 “Claw”로 나올지는 불투명합니다. ⁷

기업 입장에서는 Copilot이 대화형에서 실행형으로 전환되는 흐름이 핵심입니다. 캘린더, 메일, 파일 등 자산에 대한 권한 설계, 감사 로그, 사람의 사전 승인 기준을 명확히 해야 안전하게 도입할 수 있습니다. Microsoft가 강조한 보안·거버넌스 원칙 역시 이러한 도입 방식을 전제합니다. ⁸

Microsoft, OpenAI·Google 견제하는 자체 AI 모델 3종 공개

Microsoft는 자체 개발 기초 모델 3종 — MAI‑Transcribe‑1(음성→텍스트), MAI‑Voice‑1(텍스트→음성), MAI‑Image‑2(텍스트→이미지) — 을 Microsoft Foundry와 MAI Playground에 공개했습니다. 자사 평가는 Transcribe‑1이 FLEURS에서 25개 언어 평균 단어 오류율 최저를 기록했고, MAI‑Image‑2는 Arena.ai 상위권 성능과 향상된 생성 속도를 보였다고 밝힙니다. ⁹

이어 고용량 제작 워크로드용 MAI‑Image‑2‑Efficient를 출시했습니다. 입력 100만 토큰당 5달러, 이미지 출력 100만 토큰당 19.50달러로(MAI‑Image‑2 대비 약 41% 저가) 22% 더 빠르고 GPU당 처리량은 4배라고 밝혔습니다. Bing과 Copilot 적용, WPP 등 기업 파트너 활용도 언급됐습니다. ¹⁰

VentureBeat는 2025년 OpenAI와의 계약 재협상으로 Microsoft가 독자 모델 개발을 추진할 수 있게 된 점을 짚으며, 성능과 원가(COGS) 절감을 동시에 노리는 자립 전략이라고 해석합니다. 이는 Copilot 및 에이전트형 워크플로의 마진 구조에도 직접적 영향을 미칩니다. ⁹

New Tools

Adobe Firefly AI Assistant: 크리에이티브 클라우드 전반을 잇는 대화형 에이전트

Adobe는 Photoshop, Premiere, Lightroom, Illustrator, Express, Frame.io 전반에서 다단계 창작 작업을 대화로 지시하면 자동 실행하는 Firefly AI Assistant를 공개했습니다. 여러 앱을 오가며 메뉴를 찾는 대신 원하는 최종 결과를 설명하면, 어시스턴트가 단계를 오케스트레이션하고 세션 간 맥락을 유지합니다. 퍼블릭 베타는 수주 내 대기자 등록 후 제공됩니다. ¹¹

과거 Project Moonlight로 선보였던 이 기능은 도구 중심에서 결과 중심으로 무게를 옮기는 시도입니다. Adobe는 Firefly 외에 Anthropic Claude 등 서드파티 모델도 지원하고, Frame.io를 통한 피드백·승인 과정을 자동화해 제작 사이클을 단축한다고 밝혔습니다. 반복성 높은 콘텐츠 제작에서 교차 앱 전환의 마찰을 줄이는 데 초점을 둡니다. ¹²

Adobe는 Firefly Image Model 5, 브랜드 일관성 출력을 위한 Custom Models, 시각적 워크플로 편집기 Project Graph(개발 중)도 함께 발표했습니다. 특정 앱이 아니라 오케스트레이션 계층이 경쟁력이 될 것이라는 전략을 드러냅니다. ¹²

커뮤니티 반응

Hacker News (32↑) — Microsoft의 상시 작동형 에이전트 가격과 거버넌스가 쟁점입니다. 사용자 단위 라이선스가 자연스러운 경로라는 시각과, 좌석 기반 수익과 자동화의 충돌을 비판하는 의견이 갈립니다.

"그럼 이미 윈도우 서버 라이선스에서 흔히 쓰이는 사용자 CAL처럼 비용을 지불해야겠네요." — Hacker News

"우리 회사의 사업 전략을 실수로 망친 부서에서 나온 이야기네요. 직원들을 AI로 대체하는 결과를 이제야 깨달았다니 훌륭합니다, 마이크로소프트 — '좌석(사용자 수)' 판매로 수익을 내온 회사에겐 치명적일 수 있죠." — Hacker News

나에게 주는 의미

OpenAI의 AWS 중심 유통은 AWS 표준으로 일하는 조직에선 보안·구매 절차 측면에서 도입 장벽을 낮출 수 있습니다. 다만 Assistants API→Responses API 전환, 세션 메모리 동작 등은 업무 흐름에 직접 영향이 있으므로, 변경점 테스트와 문서화를 선행해야 리스크를 줄일 수 있습니다. ^{1 4}

콘텐츠·마케팅 조직은 Microsoft의 이미지 생성 요금 인하(효율 모델)로 대량 제작의 단가·지연을 줄일 여지가 생깁니다. 일주일치 크리에이티브 배치처럼 명확한 단위로 시범 적용해 브랜드 적합성과 비용 절감을 수치화해 보는 것이 합리적입니다. ¹⁰

에이전트는 “대화”에서 “실행”으로 이동 중입니다. 상시 작동형 권한을 부여하기 전, 무승인 자동 허용 범위와 승인 필수 행위를 구분하고, 모든 행동을 로깅하며, 외부 발송·데이터 쓰기엔 사람 승인 절차를 두면 생산성과 안전성을 함께 확보할 수 있습니다. ^{6 8}

크리에이티브팀은 Adobe Firefly AI Assistant로 다앱 워크플로를 단일 지시로 묶는 방식에 익숙해질 필요가 있습니다. 브랜드 가이드와 최종 검수 라인을 병행하면, 사이클 단축 효과를 누리면서 품질을 지킬 수 있습니다. ¹¹

지금 할 일

1. MAI‑Image‑2‑Efficient로 파일럿 실행: 일주일치 소셜/광고 이미지를 생성해 현재 도구 대비 비용·지연·브랜드 적합성을 비교하세요.
2. Microsoft 365 에이전트 승인 정책 수립: 파일 정리·초안 작성 등 저위험 작업부터 시작하고, 데이터 쓰기·메일 발송에는 사람 승인 절차를 의무화하세요.
3. Adobe Firefly AI Assistant 대기자 등록: 간단한 브리프를 준비해 다앱 워크플로를 결과 중심으로 실행해 보고, 에셋을 편집 가능한 원본으로 넘겨받아 검수하세요.
4. OpenAI API 변경 영향 점검: Assistants API 의존 영역을 파악해 Responses API로 소규모 테스트를 진행하고, 세션 메모리 기대치를 문서화하세요.