더 싸지고, 더 안전하며, 더 로컬로: 구글 아르곤 전 세계 개방·메타 오픈 웨이트·NVIDIA 로컬 PC·MS+NVIDIA 리스크 가이드

이번 주 한 줄

Google가 Gemini 4 Argon을 전 세계에 열고 토큰 가격을 $2/$10으로 제시했으며, Meta는 Mac용 Muse Spark Open 오픈 웨이트를 공개했다; NVIDIA는 로컬‑AI PC와 신규 에이전트 모델을 밀어붙였고, Microsoft+NVIDIA는 오픈 웨이트 리스크 가이드를 발간 — 결론적으로 업무용 AI는 더 싸지고, 더 안전하며, 더 로컬로 다가왔다.

이번 주 숫자

• 100만 입력 토큰당 2달러 — Gemini 4 Argon의 인트로덕션 API 가격으로, 복잡한 업무의 체험 비용을 낮춘다. ¹
• 100만 토큰 — Meta의 Muse Spark Open 컨텍스트 윈도우로, 매우 긴 멀티모달 작업을 가능하게 한다. ²
• 5배 — NVIDIA는 Nemotron 3.5 Super VL이 동일급 오픈 모델 대비 에이전트 작업에서 단일 GPU 처리량을 최대 5배 높인다고 밝혔다. ³
• 40% — Microsoft의 Maia 300은 리딩 GPU 시스템 대비 메가와트당 토큰 처리량 40% 향상을 목표로 하며, 효율에 초점을 맞췄음을 시사한다. ⁴
• 1,000회 호출당 0.75달러 — DeepSeek이 웹 검색/수집(Search/Fetch) API를 계량 요금으로 개방, 웹 리트리벌 파일럿을 뒷받침한다. ⁵
• 501B 파라미터 — Reflection의 Beam이 100만 토큰 컨텍스트와 함께 프런티어급 오픈 웨이트를 공개했다. ⁶
• 24% — 은행의 100%가 AI를 사용하지만 거버넌스를 갖춘 곳은 24%뿐이라는 ServiceNow 조사 결과로, 런타임 제어의 필요성을 자극한다. ⁷

TOP 뉴스

Google, Gemini 4 Argon 전 세계 개방…공격적 출시 가격

Google은 최신 플래그십 모델을 개발자 도구와 API, 그리고 Gemini 앱과 검색의 AI 모드에서 폭넓게 사용할 수 있도록 공개했다. 인트로 API 가격은 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러이며, 캐시된 입력에는 95% 할인이 적용돼 긴 문맥 중심 업무의 직접적인 비용 지렛대를 제공한다. ¹

Google은 내부 개발자 생산성 지표가 강하고, 법무·헬스케어·R&D 등 초기 엔터프라이즈 파일럿이 진행 중이라고 밝혔다. 외부 보도는 요금이 11월 30일 이후 두 배로 오른다고 전하며, 전체 플랫폼 전환 없이도 비교 파일럿을 돌릴 수 있는 기간 한정 창이 열렸음을 시사한다. ⁸

Meta, 데스크톱급 멀티모달 에이전트를 위해 Muse Spark Open 웨이트 공개

Meta는 텍스트·이미지·오디오·비디오를 읽고 텍스트를 생성하는 멀티모달 MoE(Mixture of Experts) 시스템인 Muse Spark Open의 오픈 웨이트를 공개했으며, 100만 토큰 컨텍스트와 토큰당 활성 파라미터 약 42B를 제공한다. 배포물에는 실행 가능한 레시피가 포함되고, 약 1.5TB 규모의 bfloat16(BF16) 체크포인트와 주요 추론 엔진 가이드가 담겼다. ²

Meta는 Mac Studio(M5 Ultra)에서 Apple의 MLX 프레임워크에 최적화된 로컬 실행을 강조하며, 코딩과 미디어 작업에 대한 온디바이스 에이전트 워크플로를 엔드투엔드로 시연했다. 여러 제공사를 통한 호스티드 액세스도 가능하며, Muse Model License는 오픈소스 조항이 아닌 제한적 상업 이용을 허용해 배포를 계획하는 팀에 유의미한 조건을 제시한다. ⁹

Microsoft, Maia 300 공개 및 Azure Maia 멀티 기가와트 확장 계획

Microsoft는 장문맥 추론, 지연 민감형 대화, 지속적 다단계 에이전트 작업에 초점을 맞춘 차세대 인하우스 가속기 Maia 300을 소개하며, Maia를 자사의 주력 추론 플랫폼으로 포지셔닝했다. 또한 랙 스케일 설계 세부와 효율 목표를 공개해 일상적 클라우드 AI 기능을 위한 보다 안정적인 용량을 예고했다. ¹⁰

사양과 목표에는 HBM4 8개 스택, 950와트 TDP, 리딩 GPU 구성 대비 메가와트당 토큰 40% 향상과 Maia 200 대비 랙 단위 토큰 처리량 최대 7배(가속기 96개) 등이 포함된다. Microsoft 365, Teams, Copilot 사용자에게 토큰/와트 강조는 백엔드 스케일 확대에 따라 더욱 민첩한 어시스턴트를 의미한다. ⁴

NVIDIA, 에이전트용 Nemotron 3.5 Super VL 출시; Bolt 파생은 엣지 겨냥

NVIDIA는 추론·툴 사용·비전(OCR, 테이블, 차트, 비디오)을 결합한 전문 에이전트를 위해 120B 파라미터이면서 토큰당 12B를 활성화하는 오픈 모델 Nemotron 3.5 Super VL을 발표했다. 동사는 동급 오픈 모델 대비 최고 과제 완수율과 단일 GPU 처리량 최대 5배를 주장한다. ¹¹

기술 딥다이브는 MoE 설계와 프로덕션용 NVIDIA NIM 패키징을 설명하고, 커스터마이즈를 위한 오픈 데이터셋과 레시피를 제시한다. 금융·법무·운영 등 문서 중심 워크플로에서 텍스트+비전 설계는 툴 간 핸드오프를 줄이고 처리량을 높이는 것을 목표로 한다. ³

Reflection, 1M‑토큰 컨텍스트의 501B 오픈 웨이트 모델 Beam 공개

Reflection은 코딩과 에이전트 작업을 겨냥한 희소 MoE LLM Beam을 Apache 2.0으로 공개했으며, 총 501B 파라미터에 토큰당 약 23B 활성, 100만 토큰 컨텍스트를 제공한다. 체크포인트는 BF16, FP8, NVFP4로 제공되며 인기 추론 스택과 Rust 하니스에 데이‑제로 지원이 붙는다. ⁶

독립 분석은 Beam이 에이전트 워크플로에서 미국 내 강력한 오픈 웨이트 옵션에 속한다고 평가하면서도 Terminal‑Bench 취약과 높은 환각률을 지적 — 프로덕션에서는 장문맥 성능을 강력한 평가·가드레일과 짝지을 필요가 있음을 시사한다. ¹²

영국, AI Safety Institute에 프런티어 모델 사전 테스트 권한 부여

영국 AI Safety Institute(AISI)는 Google의 Gemini 4 Argon을 포함한 주요 개발사와의 자발적 합의에 따라 최신 모델을 배포 전 단계에서 테스트할 수 있는 접근 권한을 확보했다. 정부는 이 프로그램을 미·영 공조하에 위험을 더 이르게 표면화하기 위한 수단으로 설명한다. ¹³

영국 내에서 운영하거나 영국에 판매하는 팀에는 출시 전 안전 문서와 정렬 요구가 더 촘촘해진다는 뜻 — 조달·법무가 배포 이전에 구체적 보호장치와 평가 근거를 요청할 가능성이 높다. ¹³

ServiceNow, 런타임 에이전트 권한 부여용 ‘AI Passport’ 공개

ServiceNow는 에이전트가 런타임에 수행 권한을 검증하는 암호학적 서명 자격증명 AI Passport를 발표했으며, NVIDIA의 Open Agent Safety Platform(OpenShell, Sentry)을 통해 집행된다. 이는 킬 스위치까지 포함한 단계적 대응과 Super Intelligence Control Tower 하의 완전한 감사 추적을 추가한다. ⁷

오픈 스펙 기반으로, 사후 감사에서 예방으로 무게중심을 옮긴다. ServiceNow는 은행의 100%가 AI를 사용하지만 24%만 거버넌스를 갖췄다는 격차를 강조하며, 런타임 자격증명과 통합 로그를 기본 통제로 제시한다. ⁷

DeepSeek, Search/Fetch API 전면 개방 및 모델 업데이트

DeepSeek는 업데이트된 모델(DeepSeek‑V4.1‑Flash‑1017)을 내놓고 웹·모바일·API 전반에 걸쳐 Search·Fetch API를 1,000회 호출당 0.75달러로 모든 사용자에게 개방했다. 동사는 더 빠른 과제 완수, 더 짧은 출력, DeepSWE와 Automation‑Bench에서의 향상 보고와 함께 하네스 및 파트너 툴 최적화를 언급했다. ⁵

그로스·리서치 팀에는 주력 모델을 바꾸지 않고도 프로토타입에 웹 리트리벌을 예산 범위 내에서 추가할 길을 제공 — RAG 대안을 부분별로 시험해 보기 유용하다. ⁵

NVIDIA, 로컬‑AI 에이전트용 RTX Spark PC 생태계 예열

신형 노트북 출시 전, NVIDIA와 파트너는 로컬 에이전트를 더 쉽게 만드는 소프트웨어 업데이트를 내놨다: 샌드박스형 에이전트 앱, 다중 PC 자원 풀링 PAIR, Broadcast 2.3 업그레이드, 크리에이티브 앱 최적화 등이다. 포커스는 코딩·리서치·미디어를 위한 “플러그‑앤‑플레이” 로컬 AI다. ¹⁴

프라이버시나 지연에 민감한 작업에 대해 이 스택은 클라우드 의존과 초기 설정 부담을 낮춘다 — 책상 위에 미니 AI 스튜디오를 올려두는 느낌에 가깝다. 이 에코시스템 구도는 팀이 로컬 추론과 클라우드 서비스를 실용적으로 혼합하는 경로도 시사한다. ¹⁴

Microsoft·NVIDIA, 오픈 웨이트 모델 리스크 공통 플레이북 공개

Microsoft와 NVIDIA의 공동 논문은 엔터프라이즈가 오픈 웨이트 AI 모델을 배포할 때 위험을 평가·경감하기 위한 다섯 가지 분류(사이버보안, 데이터 보호, 콘텐츠, 인간‑AI 상호작용, 편향)를 제시한다. 가이드는 위험을 평가와 연결하고, 배포 선택(매니지드 vs. 자체 호스팅)에 따라 통제 소유권이 어떻게 이동하는지 명확히 한다. ¹⁵

구매자에게 이는 엔지니어링·보안·법무·프로덕트 간 공통 언어를 제공하고, 모델 계층 통제를 런타임·하네스·애플리케이션 계층의 테스트·모니터링과 짝지울 것을 일깨운다. 후속 편과 공유 레포지토리를 통해 평가 라이브러리를 확장할 계획이다. ¹⁵

이번 주 트렌드 분석

프런티어 접근은 더 싸졌고, 가드레일은 더 실용적이었다. Google의 Gemini 4 Argon이 입력 100만 토큰당 2달러, 출력 100만 토큰당 10달러와 캐시된 입력 95% 할인으로 전 세계 출시되면서, 전체 마이그레이션 없이도 실제 업무에서 보다 강한 추론을 A/B 테스트하기 쉬워졌다 — 외부 보도에 따르면 이 비용 창은 11월 30일 이후 좁아진다. 가격 전략은 내부 속도 향상과 엔터프라이즈 파일럿과 맞물려, 광범위한 플랫폼 베팅보다는 단기·계량 가능한 시험으로 무게가 옮겨짐을 시사한다. ^{1 8}

동시에 오픈 웨이트 옵션은 프런티어급으로, 그리고 책상 위로 다가왔다. Meta의 Muse Spark Open은 MLX 최적화를 통해 100만 토큰 멀티모달 에이전트를 Mac에 가져왔고, NVIDIA는 에이전트형 텍스트+비전 작업을 위한 Nemotron 3.5 Super VL을 추가했으며, Reflection의 501B Beam은 장문맥·Apache 라이선스의 커스터마이징 경로를 제시했다. NVIDIA의 RTX Spark 업데이트는 로컬 하드웨어·샌드박스·앱을 엮어 일관된 “퍼스널 AI 워크스테이션”을 구성, 프라이버시나 지연을 위한 로컬+클라우드 혼합이 실전 대안임을 알렸다. ^{2 11 6 14}

거버넌스는 문서에서 런타임으로 이동했다. 영국 AISI가 출시 전 모델 접근을 확보했고, Microsoft와 NVIDIA는 오픈 웨이트 리스크 공통 분류를 발표했으며, ServiceNow의 AI Passport는 서명되고 취소 가능한 에이전트 행동 자격증명을 감사 추적과 함께 도입했다. 이 조합은 엔터프라이즈 AI에서 안전 기대가 더 이른 단계로 당겨지고, 라이브 시스템 통제가 기본값이 되어간다는 신호다 — 단순 사후 보고로 끝나지 않는다. ^{13 15 7}

용량과 효율이 배경을 이뤘다. Microsoft의 Maia 300은 토큰/와트 향상과 장문맥 처리량을 부각해 로컬 컴퓨트 드라이브를 보완하고 사용자 체감 응답성의 안정적 향상을 예고했다. DeepSeek의 계량형 Search/Fetch는 전체 스택 교체 대신 웹 리트리벌을 ‘값어치가 있는 곳’에만 더하는 실용적 공백을 메웠다. 이번 주의 호(弧): 달러당 더 많이, 신뢰된 머신에 더 많이, 그리고 평가 가능한 통제로 증명하기. ^{4 5}

주목할 포인트

• “Argon 가격 창” — 외부 보도에 따르면 출시 요금은 11월 30일 이후 두 배로 인상; “가격 변경” 신호가 보이면 지금 바로 베이크오프를 계획할 것. ⁸
• “런타임 패스포트” — 벤더가 자격증명이나 킬 스위치를 강조한다면, 이는 감사 추적과 함께 서명되고 집행 가능한 에이전트 권한을 뜻한다. ⁷
• “100만 컨텍스트 메모리 예산” — 장문맥 오픈 웨이트가 도착했다; 파일럿 전 KV 캐시 증가와 하드웨어 요구를 점검할 것. ²

이번 주 오픈소스

• LiteLLM — 100+ 모델 API를 단일 게이트웨이로, 비용 추적·가드레일·로드밸런싱·로깅 제공; 벤더 간 OpenAI‑스타일 인터페이스 표준화에 유용. BerriAI/litellm
• Mastra — 에이전트용 TypeScript 프레임워크; 새 Agent Scopes로 멀티테넌트 앱의 상태를 안전하게 라우팅. SaaS에 에이전트 기능을 더하는 팀에 적합. mastra-ai/mastra
• Ollama — macOS/Windows/Linux/Docker에서 인기 오픈 모델을 로컬 실행; 최근 프리릴리스로 요청당 오버헤드 감소 및 llama.cpp 업데이트. 프라이빗·빠른 반복에 좋다. ollama/ollama
• OpenHands — 셀프 호스티드 “개발자 컨트롤 센터”; 클라우드·로컬 백엔드 전반의 코딩 에이전트를 오케스트레이션, 실행과 로그를 중앙화. OpenHands/OpenHands
• LEASH (paper) — 훈련 없이 라우팅; 불확실할 때만 “약한” 모델에서 강한 모델로 에스컬레이션, 컴퓨터‑유스 에이전트 비용을 절감. arxiv:2610.22280

이번 주 해볼 것

1. AI Studio에서 Gemini 4 Argon 파일럿: 실제 10–20페이지 리뷰나 코드 리팩터를 돌려 품질·지연·토큰 지출을 측정하고, 입력 100만당 2달러/출력 100만당 10달러 가격에서 캐시 입력(95% 할인)을 재사용하는 프롬프트를 설계하라. ¹
2. “AI Passport” 스코프 카드 초안: 한 에이전트의 허용 데이터·툴·행동·승인자·킬 스위치 책임자를 목록화해, 프로덕션 투입 전 ServiceNow식 런타임 권한 모델을 미리 포맷하라. ⁷
3. DeepSeek Search/Fetch로 리트리벌 추가: 1,000회당 0.75달러 조건에서 100–500회 호출을 돌려 웹 보강 답변과 현재 워크플로를 비교하고, 리트리벌이 실제로 값어치 나는 지점을 선별하라. ⁵
4. Ollama로 로컬 모델 가동: 프리릴리스를 설치하고, 사문서로 두 개 오픈 웨이트 모델을 테스트해 지연·프라이버시·데스크사이드 에이전트 적합성을 가늠하라. ollama/ollama