한 줄 요약

대형 플랫폼은 AI를 내재화하고, 기업 워크플로는 에이전트 오케스트레이션으로 묶이며, 대안 추론 인프라가 자금을 확보하고 있다.

Big Tech

Microsoft: 빌드에서 자체 코딩 모델 공개 예정

마이크로소프트가 샌프란시스코에서 열리는 개발자 행사 빌드에서, 코드를 제안·작성하는 자체 AI 코딩 모델과 함께 음성·이미지·전사·추론 등 특화 모델을 공개할 예정이라고 로이터가 The Information 보도를 인용해 전했다. 마이크로소프트는 논평을 거부했다. ¹

이번 행보는 GitHub Copilot 사용을 늘리고 외부 모델 의존을 줄이려는 의도로 해석된다. 오픈AI와의 협력 관계를 조정해 상호 의존도를 낮추는 가운데, 관련 보도 이후 마이크로소프트 주가는 약 3% 상승했다. ¹

Copilot은 그동안 OpenAI, Anthropic, Google의 모델에 주로 의존해 왔고, Anthropic의 Claude Code가 AI 코딩 보조 분야에서 빠르게 상위권으로 부상하면서 Copilot 안에서 개발자를 붙잡아둘 압박이 커지고 있다. ¹

로이터는 마이크로소프트가 OpenAI 의존도를 낮추기 위해 스타트업 인수·투자를 검토하고 있으며 내년에 최첨단 AI 모델 구축 목표를 제시했다고도 전했다. 새 모델이 Copilot에 직접 반영되는지, 빌드 이후 개발자 만족도와 도입률이 어떻게 변하는지 지켜볼 필요가 있다. ¹

Industry & Biz

Groq: 엔비디아 딜 이후 6.5억 달러 조달 추진

자체 AI 칩과 시스템을 개발하는 Groq가 추론 중심 ‘네오클라우드’ 사업 확대를 위해 기존 투자자로부터 6.5억 달러 조달을 추진하고 있다고 TechCrunch가 Axios를 인용해 보도했다. ²

이는 엔비디아와의 ‘인수 아님’ 형태의 합의(보도액 200억 달러) 이후 움직임으로, 당시 Groq의 핵심 임원 일부가 엔비디아로 이동하고 하드웨어 기술이 라이선스되었다. 현재 Groq는 임시 CEO Adam Winter, 임시 CFO Matt Eng가 이끌고 있다. ²

TechCrunch에 따르면 투자사 Disruptive와 Infinitium은 다른 투자자가 프라타 참여를 하지 않을 경우 라운드를 채우기로 합의했다. 이는 단기 추론 수요에 대한 자신감을 보여주는 신호로, 대형 언어 모델(LLM) 기반 앱을 운영하는 팀에는 백엔드 선택지가 늘어 지연 시간과 비용에 영향을 줄 수 있다. ²

Asana: StackAI 인수, 시스템 간 에이전트 실행 결합

업무 관리 플랫폼 Asana가 무(無)코드로 AI 에이전트를 구축·거버넌스하고 전사자원관리(ERP), 고객관계관리(CRM), IT 서비스 관리(ITSM) 등 기업 시스템 전반에서 복잡한 워크플로를 실행하는 StackAI를 인수했다. StackAI는 양방향 동기화로 Salesforce, AWS, DocuSign, Oracle 등과 연결된다. ³

Asana는 StackAI를 AI Teammates 및 AI Studio와 결합해 Asana의 Work Graph와 교차 시스템 실행을 연결한다고 밝혔다. Asana는 자체 개념증명(POC)에서 다섯 개의 마케팅 시스템에서 실시간 데이터를 끌어와 요약하고, 학습된 AI Teammates가 조치를 이어받아 SEO 집행 프로세스를 자동화했다고 전했다. ³

StackAI 공동창업자 Tony Rosinol과 Bernard Aceituno는 Asana에 합류하며, StackAI는 인수 후에도 독립 제품·브랜드로 운영된다. Asana는 거버넌스를 갖춘 다자(多者) 에이전트 워크플로로 ‘인간-에이전트 팀의 운영체제’를 지향한다고 밝혔다. ³

나에게 주는 의미

GitHub Copilot을 쓰거나 도입을 검토하는 비개발 직군에게, 마이크로소프트의 자체 모델 추진은 Copilot 내부 기능과 가격·번들 구조 변화 가능성을 시사한다. 개발 리더와 협의해 팀 생산성과 코드 품질에 가장 영향을 줄 2~3가지 개선점을 정리해 두면 대응이 수월하다. ¹

조직이 Asana를 사용한다면, 이번 StackAI 인수는 거버넌스를 갖춘 에이전트가 핵심 비즈니스 시스템을 읽고 실행하는 흐름을 예고한다. 고객지원 접수, IT 요청, 컴플라이언스, 마케팅 승인 등 앱 간 넘나듦이 느린 영역에서 체감 효과가 날 수 있다. ³

생성형 AI(대형 언어 모델, LLM) 기반 제품을 구축·구매하는 팀은 Groq의 자금 조달로 추론 인프라 선택지가 늘어날 수 있다. 동일한 사용자 경험이라도 백엔드가 달라지면 지연 시간, 처리량, 비용 구조가 바뀐다. ²

공통된 흐름은 ‘플랫폼 안으로의 통합’이다. 이미 쓰는 플랫폼 안에서 AI를 처리하려는 시도가 늘며 보안 심사와 도구 난립을 줄이는 대신, 공급사 평가와 출구 전략의 중요성이 커진다. ¹

지금 할 일

1. Copilot 요구사항 점검 미팅: 엔지니어링 리더와 짧은 미팅을 잡아 Copilot에서 중요한 기능 2~3가지를 합의하고, 빌드 발표 후 간단한 비교 테스트 계획을 세운다.
2. Asana+StackAI 데모 요청: SEO 지출 승인이나 IT 요청 라우팅 등 교차 시스템 프로세스 한 가지를 골라, 거버넌스를 포함한 인간-에이전트 협업 프로토타입을 공급사와 스코핑한다.
3. 추론 백엔드 옵션 RFI 발송: 현행 AI 공급사에 Groq 등 대안 백엔드 지원 여부와 가장 흔한 워크로드 기준 지연 시간·비용 비교 자료 1장을 요청한다.
4. AI 에이전트 거버넌스 체크리스트 작성: 데이터 접근 범위, 승인 체크포인트, 인간 개입 원칙을 정의해 Copilot·Asana 파일럿에 공통 적용한다.
5. 포스트 빌드 리뷰 일정 확보: 마이크로소프트 발표 내용을 요약하고, 다음 스프린트에 시험할 파일럿 1가지를 결정한다.