이번 주 한 줄

OpenAI가 1,220억 달러를 조달하고 AWS와 Trainium 협력을 맺었고, 구글은 Gemma 4를 Apache 2.0으로 공개했으며, 마이크로소프트는 저렴한 전사/음성/이미지 모델을 출시, Shield AI는 Aechelon 인수와 함께 20억 달러를 유치 — 더 저렴하고, 셀프호스팅이 쉬우며, 프로덕션에 가까운 AI로 수렴 중.

이번 주 숫자

• 1,220억 달러 — OpenAI의 신규 조달 규모로, 컴퓨트 확충과 ‘AI 슈퍼앱’ 구상에 동력을 제공. ¹
• 8,520억 달러 — 라운드 이후 OpenAI의 포스트머니 기업가치. ²
• 2GW — OpenAI가 8년에 걸쳐 소비하기로 한 AWS Trainium 용량 약정. ³
• 200여 개국 — 구글이 실시간 음성+영상 기반 ‘Search Live’를 글로벌로 확장. ⁴
• 20억 달러 — Shield AI의 자금 조달과 Aechelon Technology 인수로, 시뮬레이션 기반 AI 파일럿 훈련 확장. ⁵
• 100억 달러 — 일본 내 GPU 용량을 포함해 2026–2029년 AI 인프라 확장을 위한 마이크로소프트의 투자.
• 539명 — AI 데이터센터 투자를 위한 구조조정의 일환으로, 오라클 미국 한 사업장에서 WARN 공시된 감원 규모. ⁶

TOP 뉴스

OpenAI, 1,220억 달러 조달·기업가치 8,520억 달러…‘AI 슈퍼앱’ 윤곽 공개

OpenAI는 1,220억 달러 조달과 함께 기업가치 8,520억 달러를 발표하며, 주간 9억 명 사용자, 5,000만+ 유료 구독, 기업 매출(현재 약 40%), 대규모 토큰 처리량을 축으로 한 선순환을 내세웠다. ChatGPT·코딩·브라우징·에이전트 워크플로를 통합한 단일 ‘AI 슈퍼앱’을 예고해 소비자 친숙도를 엔터프라이즈 사용으로 전환하려는 전략을 드러냈다. 마이크로소프트·오라클·AWS·코어위브·구글 클라우드와 NVIDIA/AMD/AWS Trainium/Cerebras, 그리고 브로드컴과의 칩 협력을 아우르는 멀티클라우드·멀티실리콘 계획도 포함해 자본을 용량과 복원력으로 전환하려 한다. 비전문가에게는 더 빠른 제품 주기와 업무 환경의 AI 접점 통합을 의미한다. ^{1 7}

AWS × OpenAI: Trainium 장기 계약과 Frontier 독점 유통

아마존과 OpenAI는 다년 협력을 발표했으며, AWS가 OpenAI Frontier(엔터프라이즈 에이전트 플랫폼)의 독점 서드파티 클라우드 유통사가 되고, OpenAI는 8년에 걸쳐 약 2GW의 Trainium 용량을 약정했다. 협력은 Amazon Bedrock에 상태 유지형 에이전트 런타임을 추가해, 도구 접근·컨텍스트 기억·장시간 워크플로를 거버넌스와 함께 가능하게 한다. 팀 입장에선 용량 예측 가능성, 비용 완화 가능성, 인프라 복잡성 없이 프로덕션급 에이전트를 운영할 길이 넓어진다. ³

구글 Gemma 4, Apache 2.0 전환…폰부터 단일 GPU 워크스테이션까지

구글은 Gemma 4를 네 가지 크기(디바이스용 Effective 2B/E4B, 워크스테이션용 26B MoE/31B Dense)로, 허용적인 Apache 2.0 라이선스 하에 공개했다. 대형 모델은 256K 컨텍스트를 지원하고 80GB H100 단일 GPU에서 비양자화 상태로 구동 가능하며, 엣지 모델은 지연에 가까운 오디오와 멀티모달 입력을 제공한다. 네이티브 함수 호출, 구조화된 JSON 출력, 그리고 Hugging Face·Kaggle·Ollama·Google AI Studio·AI Edge Gallery의 데이원 제공으로 셀프호스팅·온디바이스 앱의 법적/기술적 마찰을 낮춘 점이 핵심이다. ^{8 9 10}

마이크로소프트, 미디어 워크로드 비용 절감 겨냥 MAI 모델 3종 출시

마이크로소프트는 MAI-Transcribe-1(25개 언어 STT, Azure Fast 대비 2.5배 빠름 주장), MAI-Voice-1(60초 오디오를 1초 생성, 커스텀 보이스), MAI-Image-2(더 빠르고 사실적인 이미지)를 Azure AI Foundry와 MAI Playground에 선보였다. 시간당 0.36달러(전사), 100만 자당 22달러(보이스), 입력 100만 토큰당 5달러, 이미지 출력 100만 토큰당 33달러 등 명시가로, 회의·보이스 에이전트·이미저리 같은 대규모 기업 미디어에 예측 가능한 비용 대비 성능을 제시하며 OpenAI와의 파트너십도 병행한다. 비전문가에겐 일상적 음성/영상 작업의 비용 항목이 더 명확하고 저렴해진다는 의미다. ^{11 12}

구글 ‘Search Live’ 글로벌 확장…실시간 음성+영상 도움말

구글은 200여 개국 및 지역에 Search Live를 출시해 카메라와 음성으로 대화형 검색을 지원한다. Live 아이콘을 눌러 새는 파이프나 엉킨 케이블을 비추면 단계별 안내와 링크를 제공, 키워드 입력에서 상황 맥락형 도움으로의 전환을 촉발한다. 유지율과 정확도가 받쳐준다면, 마케터는 화면 간소·라이브 맥락에서 노출될 ‘어시스턴트 최적화’ 콘텐츠(음성 단계, 오버레이)를 준비해야 한다. ⁴

Shield AI, 20억 달러 조달·Aechelon 인수…AI 파일럿×고정밀 시뮬 결합

방산 자율주행 기업 Shield AI는 시리즈 G 15억 달러와 5억 달러 우선주를 확보하고, 미·동맹국 훈련 프로그램에 쓰이는 최상급 시뮬레이터 벤더 Aechelon Technology 인수에 합의했다. 전략은 Hivemind(AI 파일럿)와 사진 현실·센서 정합 가상 세계를 결합해, 실제 비행 전 안전하고 빠르게 학습시키는 것이다. 방산 외 물류·로보틱스에도 적용 가능한 템플릿으로, 도메인 모델과 시뮬을 결합해 ‘시뮬→현장’ 루프를 조여 리스크와 배포 시간을 줄이는 접근이다. ^{5 13}

오라클 감원, ‘AI 인프라 우선’ 재배치 신호

오라클은 AI 데이터센터와 클라우드 용량에 대규모 투자하는 한편, 지역 전반에서 감원을 시작했다. 현지 공시는 단일 사이트 수백 명 감원을, 보도는 부채·현금흐름 압박 속 설비투자 재원을 마련하기 위한 폭넓은 구조조정을 가리킨다. 고객에겐 오늘의 조직 고통을 감수해 내일 더 저렴하고 가용한 AI 컴퓨트를 여는 ‘트레이드오프’로 읽힌다. ^{14 6}

이번 주 트렌드 분석

자본과 용량이 상단으로 더 집중됐다. OpenAI의 1,220억 달러 조달, 멀티클라우드·멀티실리콘 기조, AWS Trainium 약정은 배포와 컴퓨트 공급이 모델 지능 못지않게 전략 레버가 되었음을 시사한다. 오라클의 감원은 벤더들이 인력보다 데이터센터와 실리콘을 우선하는 ‘AI 인프라 퍼스트’ 전환을 재확인시킨다. 팀 관점에선 전력·칩·매니지드 런타임이 연구 성과만큼 로드맵을 가르는 관문이 된다. ^{1 3 14}

오픈 가중치와 로컬 퍼스트 선택지도 동시에 진전했다. Apache 2.0으로 공개된 구글 Gemma 4는 폰(E2B/E4B)부터 단일 GPU 워크스테이션(26B/31B)까지 셀프호스팅의 라이선스 마찰을 제거하고, 에이전트 친화적 함수 호출과 대용량 컨텍스트를 더했다. 실무에선 코딩·검색결합(RAG)·멀티모달 작업에서 ‘클로즈드 vs 오픈’ 격차를 좁혀, 민감 데이터 팀이 서드파티 클라우드 전송 없이 프로토타입을 시도하기 쉬워진다. ^{8 9}

엔터프라이즈 빌딩 블록은 더 저렴하고 구체적이 됐다. 마이크로소프트의 MAI 모델은 대량 오디오/이미지 워크로드에 명확하고 낮은 가격을 제시하고, 구글 Search Live는 SEO를 라이브·어시스턴트 매개 상호작용으로 재정의한다. 결과적으로 회의 전사, 음성 응답, 카메라 기반 즉시 안내 등 일상 운영으로 AI가 더 깊숙이 들어오며, 탭 전환은 줄고 단위 비용도 낮아진다. ^{11 4}

마지막으로 ‘에이전트의 운영화’가 경화되고 있다. AWS–OpenAI의 상태 유지형 런타임과 Frontier 독점 유통은 기본 장착된 거버넌스·지속성을 약속한다. 배경에선 코드 유출부터 워크플로 과도 확장까지 보안·제품 사고가 겹치며, 벤더들이 더 엄격한 권한·감사·설명가능 통제로 규제 산업의 요구 체크리스트에 수렴 중이다. ^{3 14}

주목할 포인트

• “Trainium3/Trainium4” — 2GW 약정으로 AWS 용량이 OpenAI 워크로드의 비용 레버가 되는 흐름과 연동된 신호. ^{1 3}
• “Apache Gemma 4 포크” — 라이선스가 완전 허용적으로 바뀌며 파인튜닝·엣지 빌드 등 생태계 파생이 급증할 전망. ^{8 9}
• “Frontier on AWS” — 매니지드·상태 유지형 에이전트 롤아웃 신호로, 비-OpenAI 모델과의 상호운용성과 리전 커버리지를 주시. ³

이번 주 오픈소스

• PackForcing(장문 비디오 메모리) — 디퓨전 비디오용 3단 캐시(앵커·압축 중간 이력·최근 토큰)로 단일 GPU에서 일관된 2분 클립 생성. 장문 생성 연구자·빌더에게 유용. ShandaAI/PackForcing
• YATQ(PyTorch용 TurboQuant) — 학습 없이 KV 캐시를 양자화(MSE-only·QJL)해 소비자 GPU에서도 더 긴 컨텍스트 지원. VRAM을 쥐어짜는 추론 엔지니어에 적합. arclabs001/YATQ
• vLLM TurboQuant PR — 실험적 2비트 KV 캐시 백엔드로 최대 4배 캐시 용량 확보; KV 병목일 때 유용. 장문 컨텍스트 트레이드오프를 시험하는 vLLM 사용자 대상. vllm-project/vllm#38479
• Claude Code Any — Claude 스타일 코딩 에이전트 CLI로 어떤 LLM(OpenAI·Anthropic·Groq·로컬 vLLM/Ollama)에도 라우팅. 프라이버시/비용 라우팅에 편리. jiangyurong609/claude-code-any
• Open Multi-Agent(TS 오케스트레이션) — 모델 불가지론 멀티에이전트 프레임워크로 DAG 스케줄링·공유 메모리·메시지 버스 제공. 팀 단위 에이전트 협업 표준화에 적합. JackChen-me/open-multi-agent

이번 주 해볼 것

1. Gemma 4 로컬 실행: 26B/31B 또는 E2B/E4B 가중치를 Hugging Face/Ollama로 받으며 주간 과제(예: OCR→구조화 JSON)를 테스트해 현재 API 대비 품질/지연을 비교. ^{1 8}
2. 마이크로소프트 MAI 모델 벤치마크: 일주일치 회의를 MAI-Transcribe-1로, 샘플 보이스봇을 MAI-Voice-1로 처리해 정확도·지연·단가를 스택 대비 기록. ^{11 12}
3. Search Live용 ‘어시스턴트 최적화’ 콘텐츠 시제품: 고객이 자주 찾는 2–3분 단계별 카메라 워크스루를 스크립트로 만들고 구글 Live 모드에서 검증. ⁴
4. AWS에서 상태 유지형 에이전트 패턴 시험: 컨텍스트 저장/조회, 단일 도구 호출, 전 액션 로깅을 갖춘 최소 에이전트를 설계하고, 스케일 전 거버넌스 요구를 점검. ³
5. KV 병목이면 TurboQuant 테스트: vLLM TurboQuant 브랜치 또는 YATQ로 장문 컨텍스트 태스크를 돌려 처리량·정확도 변화·VRAM 여유를 계측. ^{15 16}