한 줄 요약

AI가 대화형을 넘어 실무 에이전트로 옮겨간다: 메타는 자사 앱에 비즈니스 에이전트를 내놓고, 구글은 Gemma 4를 로컬 실행 크기로 맞추며, 스노우플레이크·Anthropic은 거버넌스 중심의 적용을 확대하고, 자본과 정책 관심도 커진다.

Big Tech

Meta: 엔터프라이즈 겨냥 AI 비즈니스 에이전트 출시

페이스북·인스타그램·왓츠앱을 보유한 Meta가 기업이 쓰는 왓츠앱과 메신저(인스타그램도 추가)에 약속 예약·판매 마감·FAQ 응답까지 직접 수행하는 AI 비즈니스 에이전트를 공개했다. 6월 3일 런던에서 열린 Conversations 행사에서 발표됐으며, 기존 챗봇 버전은 이미 100만 개 이상의 기업이 사용하고 있고 새 에이전트는 전 세계 모든 규모의 기업에 순차 제공되며 초기에는 무료, 이후 유료 구독이 예정돼 있다. ¹

메타는 동시에 Shopify·Zendesk·Shopee 등 수백 개 비(非)메타 시스템과 연결해 맞춤형 AI 에이전트를 만들 수 있는 Business Agent Platform도 내놨다. 엔터프라이즈 수준의 통제·가드레일·측정 기능을 제공하며, 오픈AI·Anthropic·구글과 경쟁하려는 기업용 전략임을 분명히 했다. 메타 제품 총괄 나오미 글라이트는 “이건 분명 엔터프라이즈를 위한 것”이라고 말했다. ¹

글라이트는 고객사 현장에 투입되는 엔지니어 스쿼드를 운영하는 Enterprise Solutions 팀을 이끌며 도입 장애를 해소하고 맞춤 코드를 작성한다. 그는 메타 내부의 여러 에이전트—내부 업무 도구부터 별도의 광고 보조 에이전트까지—를 통합해, “한 곳에서 다 하고 싶다”는 중소기업 요구에 대응하고 있다. ¹

다만 권한을 부여한 에이전트를 깊게 통합할 때의 위험도 인정했다. 메타는 AI 지원 챗봇이 속임수에 넘어가 유명 인스타그램 계정 접근 권한을 넘긴 사례 등 일부 허점을 경험했으며, 회사는 에이전트 자체가 아니라 지원 시스템의 기술적 점검 버그가 드러난 것이라고 설명했다. 실제 도입 시에는 권한·가드레일·휴먼 인더 루프를 명확히 해야 한다. ¹

Google Gemma 4 12B: 16GB 노트북에서 로컬 실행

구글은 Gemma 4 계열에 120억 파라미터의 중간급 대형 언어 모델(LLM)을 추가했다. 이 모델은 시스템 메모리나 비디오 메모리(VRAM) 16GB 수준의 일반 노트북에서도 동작하도록 설계되어, 일상 업무의 클라우드 추론 의존도를 낮출 수 있다. 더 큰 모델에 버금가는 다단계 추론과 에이전트형 워크플로를 노린다. ²

Gemma 4 12B는 생성 속도를 높이는 다중 토큰 예측(MTP)을 기본 탑재하고, 단일 행렬 기반의 경량 비전 임베딩과 원시 오디오를 텍스트 토큰 벡터로 직접 투영하는 경로를 도입해 지연과 메모리 사용을 줄였다. 가중치는 허깅페이스와 캐글에서 약 18GB 크기로 내려받을 수 있고, LM Studio 등의 도구로 바로 체험할 수 있다. Gemma 4는 4월에 Apache 2.0 라이선스로 전환됐다. ²

OpenAI 샘 올트먼: 백악관·의회 면담

CNN 6월 3일 보도에 따르면, 오픈AI CEO 샘 올트먼이 백악관과 미 의회 인사들을 만나 인공지능 관련 사안을 논의한다. 이는 워싱턴에서의 정책 대화가 지속되고 있음을 보여준다. ³

기업 입장에서는 안전·투명성·도입 규칙이 연방 차원에서 계속 논의되고 있음을 시사한다. 규제 환경에서 AI를 쓰는 팀은 컴플라이언스와 리더십을 위한 간단한 브리핑을 준비해 두는 편이 유리하다. ³

Industry & Biz

DeepSeek: 첫 라운드에서 약 74억 달러 조달 추진

로이터에 따르면 중국 AI 스타트업 DeepSeek이 첫 투자 라운드에서 약 500억 위안(약 74억 달러)을 조달할 예정이다. DeepSeek은 2025년 초 V3·R1 모델로 주목받으며 중국의 대표적 AI 기업으로 자리매김했다. ⁴

투자 후 기업가치는 3,500억~4,000억 위안(520억~590억 달러)으로 거론된다. 창업자 량원펑은 200억 위안을 직접 투자하고, 텐센트는 100억 위안, CATL은 50억 위안을 검토 중이며, 중국 국가 AI 펀드·넷이즈·징둥과도 협의 중이라고 한다. 이러한 투자진은 모델부터 데이터센터 전력 인프라까지 자급적 AI 생태계를 구축하려는 중국의 움직임을 보여준다. ⁴

Snowflake·Anthropic: 거버넌스 강화된 엔터프라이즈 AI 공동 확장

스노우플레이크와 Anthropic(챗봇 Claude를 만드는 AI 안전·연구 기업)은 6월 1일 Snowflake Summit 26에서 파트너십 모멘텀을 발표했다. 두 회사는 Snowflake Cortex AI 안에서 거버넌스·보안·관측·확장성을 갖춘 상태로 데이터를 직접 다루며 Claude를 사용해 실사용 가능한 AI를 배치할 수 있다고 밝혔다. ⁵

회사 발표에 따르면 Basis, Block, Carvana, eSentire, Indeed, Notion 등이 고객사로 언급됐고, Snowflake는 Cortex Code가 자사 역사상 가장 빠르게 성장하는 제품이라고 밝혔다. 공동 제품화 범위는 Snowflake Cortex Code·Snowflake Intelligence·Claude Marketplace까지 확장된다. 핵심은 모델을 데이터가 있는 곳으로 가져와 데이터 이동을 줄이자는 주장이다. ⁵

커뮤니티 반응

Hacker News (613↑) — 12B 모델의 성능과 튜닝은 호평이지만, 재배포에 따른 재다운로드, 패키징 표기 혼선, 출시 조율 부재에 대한 불만이 제기됐다. ⁶

"모델이 구글에서 방금 15분 전에 다시 공개되었고 우리도 모든 것을 다시 해야 할 것이며(그리고 모든 플랫폼에서—Ollama만이 아니라—다시 다운로드받아야 할 것이기 때문에), 가끔은 일이 딱 기대한 대로 풀리지 않을 때도 있다고만 하겠습니다. :-D 그 말은 그렇고, gemma4:12b-nvfp4 모델은 꽤 괜찮은 것 같습니다. 엔비디아의 모델 옵티마이저로 튜닝되어 있습니다. MMLU-Pro 결과를 기다리고 있었는데, 재변환 후에 재실행해야겠네요." — Hacker News ⁶

"둘 다 "gemma4:12b-mlx-bf16"와 "gemma4:12b-nvfp4"가 MLX 전용인데 MLX 전용인 모든 것에 라벨을 붙이지 않은 건 단순히 '조금 혼란스럽다'를 넘어서 '혼란을 유도하도록 설계된' 수준입니다 :) > 또한 0.30.4 버전으로 업그레이드해야 합니다, 우리가 곧 릴리스하려는 버전이죠. 흥미로운 점은, 오늘의 릴리스를 구글이 여러분과 조율하지 않았느냐는 것입니다? 블로그 게시물이 릴리스가 커트되기 훨씬 전에 올라간 것으로 보이는데요." — Hacker News ⁶

나에게 주는 의미

왓츠앱·인스타그램으로 고객 상담과 판매를 운영한다면, 메타의 비즈니스 에이전트로 FAQ·리드 선별·예약·주문 마감 같은 반복 업무를 고객 채널 안에서 자동화할 수 있다. 단, 메타가 위험을 인정했고 사례도 있었던 만큼, 결제·주문 등 행위 권한은 한도를 두고 로그·승인 절차·휴먼 인더 루프를 먼저 갖춘 뒤 확대하는 편이 안전하다. ¹

스노우플레이크를 쓰는 조직이라면, 회사 발표대로라면 Claude를 데이터 거버넌스 체계 안에서 직접 시도해 볼 수 있다. 성능·비용·권한 관리는 공급사 주장인 만큼, 작은 파일럿 업무로 사실을 검증하고 보안·컴플라이언스 검토와 함께 확대 여부를 판단하라. ⁵

프라이버시나 비용 때문에 로컬 AI를 선호한다면, Gemma 4 12B는 16GB 노트북에서 요약·초안 작성·기본 추론을 해볼 만한 현실적 상한선이 된다. 먼저 LM Studio로 체감해 본 뒤, 품질과 지연이 기준에 맞으면 가중치를 내려받아 실업무에 대입해 보라. ²

정책 환경은 계속 움직인다. 올트먼의 면담은 연방 차원에서 AI의 위험·효익을 둘러싼 관심이 여전히 크다는 신호다. 우리 팀의 AI 사용 현황, 데이터 출처, 적용 가드레일, 측정 지표를 한 페이지로 정리해 내부·고객의 질문에 신속히 답할 준비를 갖춰두자. ³

지금 할 일

1. 메타 비즈니스 에이전트 소규모 파일럿: 왓츠앱이나 인스타그램에서 FAQ·리드 선별 같은 한 가지 흐름에만 적용해 보고, 사람 검토 경로를 설정한 뒤 예약·결제 권한을 단계적으로 열어보자.
2. Gemma 4 12B 로컬 시험: LM Studio로 먼저 체험하고, 메모리 16GB 이상이면 약 18GB 가중치를 내려받아 요약·카피 작성 같은 실제 업무로 지연·품질을 점검하라.
3. Snowflake–Claude 소규모 검증: 스노우플레이크를 쓴다면 보안 검토와 함께 Cortex AI 임시 접근을 요청해 거버넌스가 적용된 데이터셋으로 한 가지 사용 사례를 시험하라.
4. AI 에이전트 권한 체크리스트 작성: 에이전트가 수행할 수 있는 행위(주문·환불·예약)를 정의하고, 예외 상황에는 사람 개입을 요구하며, 거래 한도와 감사 로그를 의무화하라.
5. AI 사용 현황 1페이지 브리프 만들기: 현재 쓰는 AI 도구, 데이터 출처, 안전장치, 측정 지표를 요약해 경영진·컴플라이언스·고객 대응 자료로 활용하라.