한 줄 요약

엔터프라이즈 AI는 ‘통제’와 ‘컴퓨트’로 수렴한다: Databricks가 1,880억 달러 밸류에이션에서 자금 조달을 추진하고, Meta는 500억 달러 규모 데이터센터를 확장하며, Microsoft는 Copilot에서 모델 선택을 전면에 내세운다.

Big Tech

Microsoft 365 Copilot: 모델 선택 기능과 엔터프라이즈 에이전트 미리보기

Microsoft 365 Copilot의 Cowork 기능에 모델 선택기가 추가되어 업무에 맞는 모델을 고를 수 있다. 문서에 따르면 Auto, Claude Sonnet 5, Claude Opus 4.8, GPT 5.5(Frontier), Claude Fable 5(미리보기), Sonnet + Opus Advisor 모드를 선택할 수 있어 속도·깊이·비용의 균형을 사용자가 직접 조절할 수 있다. ¹

일부 모델은 데이터 보존이 필요하다. 예를 들어 Claude Fable 5는 기본 꺼짐 상태이며 선택 시 배너로 알리고 프롬프트·응답이 보존된다. 반면 Microsoft가 호스팅·운영하는 모델은 데이터가 Microsoft를 벗어나지 않는다. 관리자는 테넌트 설정에서 Anthropic 모델 패밀리를 끌 수 있다. ¹

한편 Microsoft의 Agent 365(미리보기)는 Teams에서 독자적 아이덴티티를 가진 에이전트를 제공한다. Sales Development 에이전트와 Genspark, Zensai, Egnyte, Zendesk, Manus, Kore, Kasisto, n8n 등 파트너 에이전트가 포함되며, Frontier/대상 출시 프로그램에 가입한 고객 중심으로 제공된다. ²

Industry & Biz

Databricks: 1,880억 달러 밸류에이션의 전략적 투자 유치 착수

Databricks는 전 세계 2만여 개 조직과 포춘 500대 기업의 70%가 사용하는 Data + AI 플랫폼을 운영하는 회사로, Coatue가 주도하는 전략적 투자 약정서에 서명했다. 밸류에이션은 1,880억 달러이며, 이번 라운드는 늦여름에 마무리될 것으로 회사는 밝힌다. ³

신규 자금은 세 가지 축을 가속하는 데 쓰인다. 다중 AI 거버넌스를 위한 Unity AI Gateway, 비즈니스 데이터를 신뢰할 수 있는 답변과 실행으로 바꾸는 AI 동료 Genie, AI 에이전트를 위해 설계된 서버리스 Postgres 데이터베이스 Lakebase다. ³

알리 고드시 CEO는 “토큰 최대로가 아닌 가치 최대로”로 전환하고 있다며, 기업은 업무별로 최적의 AI를 골라 ‘달러당 최적 성과’를 원한다고 말한다. 회사는 또한 이번 자금이 향후 AI 인수와 연구 강화도 뒷받침할 것이라고 설명한다. ³

Databricks는 데이터와 AI를 에이전트 대비 인프라에서 통합해 비용·보안·신뢰성을 거버넌스하고, 비즈니스 맥락을 모델에 연결해 ROI를 높이는 ‘엔터프라이즈 컨텍스트 격차’ 해소를 제안한다. ³

Meta Hyperion: 루이지애나 5GW 데이터센터, 500억 달러 이상 규모

CNBC에 따르면 Meta는 루이지애나 주 리치랜드 패리시에 조성 중인 Hyperion 데이터센터를 5GW 규모, 500억 달러 이상으로 확대한다. 이는 블루 아울과의 조인트벤처로 공개했던 2GW·270억 달러 계획보다 커진 수치다. 주 정부는 2029년 이전 착공 데이터센터에 20년간 판매세 면제를 도입했고, Meta는 착공 이후 현지 기업에 16억 달러 이상의 계약이 돌아갔으며 도로·상하수 등 인프라에 10억 달러 이상을 투자하고, 에너지·수자원 관련 비용을 전액 부담한다고 밝혔다. ⁴

Meta는 자체 문서에서 추론용 자체 가속기 MTIA, 액체 냉각을 지원하는 AI 최적화 데이터센터 설계, 수천 개 칩을 연결하는 고성능 AI 네트워크 등 맞춤형 스택을 소개한다. ⁵

또한 Research SuperCluster(RSC)는 NVIDIA A100 GPU 16,000개로 구성되어 거의 5 엑사플롭스에 이르는 성능을 보이며, LLaMA 같은 연구 프로젝트 학습에 활용됐다. LLaMA 65B는 2,048개 A100에서 GPU당 초당 약 380 토큰 속도로 21일간 학습했고, 총 1.4조 토큰을 사용했다. ⁶

Self Inspection: 셰릴 샌드버그, 차량 검사 AI에 1천만 달러 투자

TechCrunch 보도에 따르면 셰릴 샌드버그가 스마트폰 사진만으로 차량 손상을 평가해 수리비 견적과 상세 리포트를 내는 Self Inspection의 1,000만 달러 라운드를 주도했다. 회사는 스텔란티스 금융 계열사 등과 함께 100만 건 이상의 검사를 수행했다고 밝혔다. ⁷

Self Inspection은 고객이 8,000만 달러 이상의 비용과 30만 시간을 절감했다고 주장하며, 이번 투자금으로 신규 제품 개발, 엔터프라이즈 고객 확장, 유럽 진출을 추진한다. 자동차·보험·플릿 운영자에게는 전용 하드웨어 없이 사이클 타임을 줄일 수 있다는 점을 내세운다. ⁷

New Tools

Dynamics 365 Sales Order Agent: 이메일을 견적·주문으로 자동화

Dynamics 365 Business Central의 Sales Order Agent는 고객 이메일에서 주문 정보를 자동 추출해 고객을 식별하고, 누락된 정보를 다중 회신으로 확인하며, 재고를 점검해 견적 또는 주문을 생성한다. 동시에 지정된 사용자가 발신 메시지를 검토·승인하도록 설계되어 백그라운드에서 안전하게 운영된다. ⁸

에이전트는 UI 메타데이터를 읽어 사용자처럼 Business Central을 탐색하고, 재고 부족 시 최단 출하일을 계산하는 ‘캡러블 투 프로미스(CTP)’를 지원한다. 전용 메일박스를 지속 모니터링하며, 관련 없는 메시지는 필터링하고 텔레메트리를 기록한다. 관리자는 권한과 프로필을 세밀하게 설정해 접근 범위를 제한할 수 있다. ⁸

나에게 주는 의미

핵심은 ‘선택’과 ‘통제’다. Databricks는 Unity AI Gateway로 다중 AI 거버넌스를 밀어붙이고, Copilot Cowork는 모델 선택을 사용자 눈앞에 둔다. 한 가지 모델로 모든 일을 처리하는 대신, 업무별로 속도·깊이·인용 등 우선순위를 정해 ‘달러당 최적 성과’를 노릴 수 있다. 작은 비교 테스트부터 시작하라. ³

데이터·프라이버시 정책을 먼저 명확히 하라. Copilot은 모델별 데이터 보존 여부를 배너로 알리고, 관리자가 모델 패밀리를 켜고 끌 수 있다. 본격 도입 전 법무·규정과 정렬하는 데 이 기능을 활용하라. ¹

감사는 기본 탑재된 자동화를 활용하라. Teams의 Agent 365 템플릿과 Dynamics 365 Sales Order Agent는 반복적인 아웃리치와 이메일 기반 주문 처리를 ‘노코드’로 묶되, 발신 전 인간 검토를 유지한다. 추적성과 통제가 필요한 팀에 적합하다. ²

컴퓨트 용량은 프로젝트 변수다. Meta의 5GW, 500억 달러 이상 Hyperion 확장은 우리가 쓰는 AI 기능 뒤에 얼마나 큰 인프라가 있는지 상기시킨다. AI 비중이 큰 과제를 잡을 때 일정과 예산에 호스팅·용량 제약을 반영하라. ⁴

지금 할 일

1. Copilot 모델 선택 실전 적용: 다음 제안서나 보고서에서 Auto·GPT 5.5·Claude Sonnet 5를 같은 프롬프트로 비교해 속도·깊이·인용 품질을 기록하세요.
2. Dynamics 365 Sales Order Agent 파일럿: 테스트 메일함에 고객 요청 10건을 넣고 초안 견적을 생성한 뒤 승인 과정을 점검해 정확도와 시간 절감을 측정하세요.
3. 팀용 ‘모델 선택’ 가이드 메모 작성: 초안 작성·심층 분석·인용이 필요한 과제를 분류해 기본 모델과 전환 기준을 1페이지로 정리하세요.
4. 현장·반품 업무 사진 기반 점검 체험: 플릿·현장·반품을 맡는다면 사진 업로드로 견적을 표준화하는 소규모 파일럿을 돌려 현재 방식과 사이클 타임·오류율을 비교하세요.