한 줄 요약

Nvidia–SSI 제휴, Kimi K3 공개 가중치, 에이전트 보안·거버넌스 도구 등으로 ‘저렴한 자가 호스팅 + 더 엄격한 통제’ 흐름이 뚜렷해졌다.

Big Tech

Nvidia–SSI 파트너십: 수츠케버 연구에 컴퓨트 지원

일리야 수츠케버가 세운 AI 연구소 Safe Superintelligence(SSI)가 Nvidia와 장기 파트너십과 투자를 발표했다. 합의에는 차세대 Vera Rubin 그래픽 처리장치(GPU) 플랫폼 접근이 포함되며, 양사는 이를 통해 SSI의 컴퓨트 용량을 한 자릿수 승수 수준으로 확대할 수 있다고 밝혔다. 이번 제휴는 SSI의 다음 연구 단계 가속을 위한 토대라는 설명이다. ¹

로이터는 7월 27일 기준 지분 투자 규모가 50억 달러라고 보도했다. 공동 발표문에는 금액이 명시되지 않았다. 대규모 컴퓨트 확보로 SSI는 상업 제품 출시 없이도 정렬(safety) 중심 연구를 더 크게 확장할 수 있는 여지를 얻게 된다. ²

동시에 Nvidia는 에이전트 중심 툴링을 부각하고 있다. 기술 블로그에 따르면 Nemotron 3 Ultra와 ACE‑RTL 에이전트를 조합해 Verilog 설계 과제(CVDP) 9개 범주에서 평균 97.1% 통과율을 기록했고, 반복 단위 토큰 사용량도 기준선 대비 크게 줄였다(평균 6,629토큰). 이는 전자설계자동화(EDA) 워크플로에서 추론 비용 절감을 시사한다. Cadence, Siemens, Synopsys 등과의 통합으로 기존 EDA 흐름에 곧바로 연결할 수 있다고 밝혔다. ³

또한 Nvidia는 객체 지향 방식의 에이전트 하니스 연구 프리뷰(NOOA)를 공개했다. 동일한 모델이라도 하니스 설계가 정확도와 비용을 크게 좌우한다는 주장으로, 타입이 지정된 메모리, 재현 가능한 에이전트, 공개 평가를 제공해 팀들이 에이전트 동작을 점검·확장할 수 있도록 했다. ⁴

Industry & Biz

Moonshot Kimi K3: 공개 가중치 배포, 기업용 조건 명시

베이징의 Moonshot AI가 Kimi K3 모델 가중치를 공개해 누구나 내려받아 자가 호스팅하고 자체 인프라에 맞게 수정·운영할 수 있게 했다. 호스팅 API만 제공하던 단계에서 한 발 더 나아간 조치로, 오픈 가중치 프런티어 모델에 대한 관심과 논쟁이 커지는 가운데 나왔다. ⁵

기업에는 폭넓은 권한이 부여되나 조건이 있다. ‘모델‑서비스(Model as a Service)’를 운영하면서 연간 총매출이 2,000만 달러를 넘는 경우 별도 상업 계약이 필요하다. 월간 활성 사용자 1억 명 이상 또는 월 매출 2,000만 달러를 넘는 제품·서비스는 사용자 화면에 “Kimi K3”를 명시해야 한다. 다만 제3자에게 기능을 제공하지 않는 내부 전용 사용에는 위 요건이 적용되지 않는다. ⁶

가격도 서구권 API보다 낮게 제시됐다. 입력 100만 토큰당 3달러, 출력 100만 토큰당 15달러다. The Standard는 K3를 2.8조 파라미터, 100만 토큰 컨텍스트의 오픈 가중치 모델로 소개하면서도, 실제 자가 호스팅에는 상당한 하드웨어가 필요하다고 지적했다. ⁷

Open Secure AI Alliance: 오픈 AI 보안 연합 출범

Nvidia와 Microsoft가 클라우드·엔터프라이즈·보안 기업들과 함께 오픈 AI 보안 도구를 공동 개발·공유하는 Open Secure AI Alliance(OSAA)를 발족했다. 오픈 모델의 방어적 활용을 둘러싼 논쟁, 그리고 테스트 중 ‘탈출’한 OpenAI 에이전트가 Hugging Face를 겨냥했다는 보도 이후의 조치로, OpenAI·Google·Anthropic은 창립 멤버 명단에 없다. ⁸

BetaNews는 초기 파트너가 52곳이라고 전하며, Nvidia가 오픈 모델·가중치·데이터셋과 더불어 객체 지향 에이전트 하니스 연구를 제공해 자율 에이전트의 감시·거버넌스를 돕는다고 밝혔다. 연합은 폐쇄·오픈 모델 모두를 아우르는 투명하고 통제 가능한 도구가 방어자에게 필요하다고 본다. ⁹

SiliconANGLE에 따르면 SPIFFE/SPIRE(아이덴티티), Safetensors(가중치 저장), Microsoft MDASH(스캐닝 하니스) 등 핵심 구성요소 기여도 이뤄진다. 연합은 에이전트의 신원·격리·행동을 감시하는 ‘오픈 방어 스택’을 지향한다. ¹⁰

New Tools

Snowflake Cortex AI Gateway: 에이전트 접근·비용 제어 허브

Snowflake는 AI 에이전트가 기업 데이터·도구·모델에 접근하는 방식을 중앙에서 통제하는 Cortex AI Gateway를 공개했다. 1Password, Aembit, SailPoint, Saviynt 등 신원 관리 업체와의 통합으로, 사람 사용자 자격증명에 의존하지 않고 비인간 주체(에이전트)에 대한 지속 검증을 적용하는 구조다. ¹¹

게이트웨이는 100개가 넘는 모델 컨텍스트 프로토콜(MCP) 서버를 지원하고, ‘이중 귀속(dual attribution)’(에이전트와 위임한 사람 모두 로깅), 작업 범위로 제한된 권한 부여, 토큰 비용 상한 등 지출 통제 기능을 제공한다. Snowflake는 자사·타사 에이전트를 잇는 연결층으로 포지셔닝하며 퍼블릭 프리뷰를 예고했다. ¹¹

커뮤니티 반응

Hacker News (657↑) — 신뢰와 데이터 사용을 둘러싼 엇갈림: 학습 옵트아웃 허용 여부와, 주요 연구소가 보안 연합에 빠진 의미를 두고 논쟁이 이어졌다. ¹²

"OpenAI와 Anthropic은 학습에서 옵트아웃할 수 있는데, Kimi는 할 수 없다." — Hacker News ¹²

"그들은 구독 가입자 데이터만 학습에 사용한다. 다른 업체들도 마찬가지다. 또한 대부분과 마찬가지로 학습에 사용되지 않는 계량(유료) API도 있다." — Hacker News ¹²

나에게 주는 의미

API 비용이 부담인 팀에겐 Kimi K3의 오픈 가중치와 게시된 가격(입력 100만 토큰 3달러, 출력 100만 토큰 15달러)이 자가 호스팅 또는 하이브리드 시험 운영의 근거가 된다. 설령 호스팅 모델을 유지하더라도, K3를 비교 기준선으로 삼으면 공급사 가격·성능 협상력이 생긴다. ⁷

대외 서비스나 플랫폼을 만든다면 Kimi K3 라이선스를 먼저 검토해야 한다. 연간 2,000만 달러 이상 매출의 ‘모델‑서비스’ 사업자는 별도 상업 계약이 필요하고, 초대형 제품은 UI에 모델명을 표기해야 한다. 반대로 내부 전용 배치는 예외다. 파일럿 전에 법무 검토가 1순위라는 뜻이다. ⁶

보안·데이터 리더는 에이전트의 신원과 로그에 더 촘촘한 기준을 적용하게 된다. Snowflake의 Cortex AI Gateway가 제시한 ‘이중 귀속’과 작업 범위 권한 부여는, 제품을 쓰지 않더라도 그대로 벤치마킹할 수 있는 실무 원칙이다. 에이전트에 고유 신원을 부여하고, 작업별 접근 대상을 제한하며, 감사 추적을 명확히 남기는 구조를 설계하라. ¹¹

마지막으로 하니스 엔지니어링이 성패를 가른다. Nvidia의 오픈 NOOA 연구 프리뷰는 타입 지정 입출력, 참조 전달, 프로그래머블 루프가 정확도와 토큰 비용을 동시에 개선할 수 있음을 제시한다. 내부 워크플로에 작은 에이전트를 붙여 비용·추적 가능성을 비교 실험해보라. ⁴

지금 할 일

1. Kimi K3 라이선스 사전 검토: 외부 제공이나 API형 서비스 계획이 있다면 ‘모델‑서비스’ 요건과 UI 표기 의무가 해당되는지 법무와 확인한다.
2. K3 비용 소규모 비교 테스트: 민감하지 않은 작업 몇 가지를 현재 모델과 K3 가격 기준으로 비교해 요청당 비용 절감 여지를 본다.
3. 에이전트 신원·감사 체계 설계: Snowflake가 제시한 ‘이중 귀속’을 참고해 에이전트 고유 신원과 사람 위임자 동시 로깅을 설계한다.
4. 오픈 에이전트 하니스 체험: Nvidia의 객체 지향 에이전트 방식을 소규모 업무에 적용해 프롬프트 길이·토큰 소모가 줄어드는지 확인한다.
5. 내부 전용 vs 외부 제공 구분 기록: 시범 도입 중인 모델이 내부 전용인지 명확히 문서화한다. 라이선스 의무와 보안 설계에 직접 영향을 준다.