앤스로픽, Lambda와 350억 달러 클라우드 계약, 엔비디아가 임차 지원

: 앤스로픽이 엔비디아 투자사인 네오클라우드 Lambda와 350억 달러 규모 클라우드 컴퓨팅 계약 체결 보도

: 텍사스 누에세스 카운티에서 Hut 8이 개발 중인 데이터센터를 활용하며, 엔비디아가 Hut 8과 직접 임차 계약을 맺어 데이터센터 용량을 확보하고 Lambda가 이를 사용하는 구조

: Lambda는 해당 시설에 엔비디아에서 구매한 GPU를 설치할 예정. 엔비디아는 Lambda의 투자자이기도 해, 엔비디아가 자금력과 신용을 활용해 네오클라우드의 인프라 확보와 AI 고객 계약을 지원하는 사례

: 앤스로픽은 올해 초 컴퓨팅 공급 부족을 겪은 이후 대규모 용량 확보에 나서고 있음. 이달 초에도 엔비디아 투자사 Nscale과 450억 달러 규모 계약을 체결해 웨스트버지니아에서 엔비디아 컴퓨팅 용량을 확보

: Hut 8은 별도로 앤스로픽용 구글 TPU 데이터센터도 개발 중. 해당 프로젝트에서는 구글이 Hut 8의 부채 조달을 위해 금융 보증을 제공. 앤스로픽의 컴퓨팅 확장을 두고 엔비디아와 구글 모두의 금융 지원까지 동원

: 엔비디아는 지난 7월 Lambda 등 네오클라우드에 신용 지원을 제공하는 대신 클라우드 매출 일부를 받는 프로그램도 발표했으나 최근 일부 계약을 일시 중단. 이번 Lambda 텍사스 계약에 매출 공유 조건이 포함됐는지는 확인되지 않음

Hut 8 텍사스 누에세스 카운티 Beacon Point 데이터센터
→ 엔비디아가 Hut 8과 장기 임차 계약
→ Lambda가 해당 시설에 엔비디아 GPU 구축
→ 앤스로픽이 Lambda와 350억 달러 계약

https://t.me/Samsung_Global_AI_SW

애플, 오픈AI 영업비밀 소송서 추가 증거 제출

: 애플은 오픈AI를 상대로 진행 중인 영업비밀 침해 소송에서 새로운 “충격적 증거“를 확보했다며 연방법원에 신속한 증거개시를 재차 요청

: 신규 증거는 오픈AI 측이 제공한 전 애플 엔지니어 Chang Liu의 MacBook을 초기 포렌식 분석하는 과정에서 발견

: 핵심 피고인 Liu는 애플에서 선임 시스템 전기 엔지니어로 근무하다 지난 1월 오픈AI 이직. 애플은 Liu가 퇴사 후에도 보안 취약점을 이용해 애플의 제3자 클라우드 스토리지에 접근, 기밀 전력변환 회로도를 내려받아 오픈AI 업무에 실제 사용했다고 주장

: 특히 Liu가 3월 해당 기밀 회로도를 전기회로 시뮬레이션 소프트웨어 LTspice에서 사용했으며, 당시 동료들에게 자신의 AI “에이전트”가 LTspice를 실행하고 결과를 검토하는 방법을 학습했다고 설명한 메시지도 확보했다고 밝힘

: 애플은 영업비밀이 AI 에이전트나 모델의 학습에 투입될 경우 정보가 단순 복제되는 것을 넘어 “되돌릴 수 없고 지속적으로 확산되는 사용”으로 이어질 수 있다고 주장

: 포렌식에서는 추가 정황도 발견. 애플에 따르면 Liu와 일부 오픈AI 관계자들은 애플 시스템에 대한 무단 접근 사실을 인지하고 있었으며, Liu는 Apple의 내부 조사를 알게 된 뒤 오픈AI 동료에게 증거 삭제를 지시했고 해당 동료도 이에 따르겠다고 답변

: 또한 Liu가 오픈AI에서 애플 내부 엔지니어링 애플리케이션과 동일한 이름의 도구를 사용한 정황도 확인됐다고 주장

: 애플은 Liu가 기밀 회로도를 Mac mini에서 사용한 뒤 해당 데이터가 iCloud를 통해 MacBook으로 동기화되면서 이를 발견했다며, 해당 Mac mini에 대한 접근도 요구

: 애플은 지금까지 제공받은 극히 제한적인 자료에서도 영업비밀의 실제 사용과 증거 파기 정황이 나왔다며 신속한 증거개시가 필요하다고 강조

https://t.me/Samsung_Global_AI_SW

오픈AI, Codex 유저 성장 추이

: 8월 말 기준 2,500만 명
: 연초 50만 명 대비 50배, 월평균 +63% 성장
: 5월 말 500만 명 대비 5배, 월평균 +71% 성장

https://t.me/Samsung_Global_AI_SW

[삼성 이영진] 팔로알토 네트웍스(PANW) F4Q26 실적 요약

■ F4Q26 실적
: 매출 34.1억 달러(+34%)
vs 컨센 33.52억 달러, 가이던스 33.45-33.55억 달러
: NGS ARR 91억 달러(+63%)
vs 컨센 89.29억 달러, 가이던스 89-89.5억 달러
: RPO 212억 달러(+34%)
vs 컨센 209.1억 달러, 가이던스 209-210억 달러
: EPS $1.02
vs 컨센 $0.98, 가이던스 $0.96-0.98

■ F1Q27 가이던스
: 매출 33-33.1억 달러(+33.5%)
vs 컨센 32.23억 달러
: NGS ARR 95.4-95.6억 달러(+63%)
vs 컨센 92.15억 달러
: RPO 208-209억 달러(+34.5%)
vs 컨센 203.8억 달러
EPS $0.96-0.98
vs 컨센 $0.93

■ FY27 가이던스
: 매출 141-142억 달러(+23.5%)
vs 컨센 138.4억 달러
: NGS ARR 110.75-111.75억 달러(+22.5%)
vs 컨센 109.1억 달러
: RPO 252-254억 달러(+19.5%)
vs 컨센 247.8억 달러
EPS $4.16-4.19
vs 컨센 $4.1

https://investors.paloaltonetworks.com/news-releases/news-release-details/palo-alto-networks-reports-fiscal-fourth-quarter-and-fiscal-10

감사합니다.

앤스로픽, Fable 5.1 & Mythos 5.1 출시

: 동일한 기반 모델이지만 Fable 5.1은 일반 제공, Mythos 5.1은 사이버보안·생명과학 전문 사용자를 대상으로 완화된 안전장치를 적용한 제한 접근 모델

: Fable 5.1은 코딩·지식업무·장기 에이전트 작업에서 전작 대비 성능 향상. 장시간 무인 작업, 근본 원인 분석, 자기 검증 능력 개선 강조

: 과학 연구 능력도 강화. Mythos 5.1이 설계한 단백질 binder는 일부 표적에서 기존 최고 설계 대비 결합 친화도가 10배 높았고, 12개 표적 평균 hit rate는 약 50%로 일반적인 10~15%를 크게 상회

: Mythos 5.1은 7개 오픈소스 생물학 모델의 GPU 커널을 직접 최적화해 NVIDIA H100 기준 최대 2.5배 추론 속도 향상, 대규모 유전체 분석 GPU 비용을 약 30~60% 절감

: Fable 5 가격은 기존 입력 $10/1M, 출력 $50/1M 토큰을 유지하되 cache read 가격을 75% 인하한 $0.25/1M 토큰으로 조정

: 이에 따라 일반 워크로드 비용은 Fable 5 대비 약 25%, context·tool 사용이 많은 에이전트 워크로드는 최대 45% 절감

: Enterprise Frontier Safeguards, EFS도 도입. 고객 데이터를 Anthropic이 아닌 고객 자체 클라우드에 저장해 ZDR 수준의 프라이버시를 제공하면서 악용 탐지를 유지하며, AWS·Google Cloud·Azure 등에서 올가을부터 단계적으로 지원

: 안전장치 정밀도도 개선. 사이버보안 정상 요청에 대한 개입은 약 60%, 기초 생물학·의료 정상 요청에 대한 개입은 기존 대비 85% 감소.

: Fable 5.1에 강화된 anti-distillation 메커니즘도 적용하고, EU AI Act 준수를 위해 2026년 8월 2일 이후 출시 모델 출력에 비가시적 텍스트 워터마크와 detection API를 도입

https://www.anthropic.com/claude-fable-and-mythos-5-1

앤스로픽 Claude Fable 5.1, AAII 66점으로 1위

: Fable 5.1은 Max 추론 기준 Index 66점으로 역대 최고 기록. Opus 5(63), Fable 5(62), GPT-5.6 Sol(61), Grok 4.6(61) 상회

: Fable 5 대비 Intelligence Index +4점 개선. HLE 59.1%, Terminal-Bench v2.1 91.4%, SciCode 62.0%로 주요 벤치마크에서도 최고 수준 기록

: 에이전트형 업무 평가에서도 GDPval-AA v2 1,853 Elo, AA-Briefcase 1,694 Elo로 최고점. 다만 Opus 5와는 통계적으로 사실상 동률

: 가격은 인풋/아웃풋 $10/$50로 유지하면서 캐시 읽기를 $1 → $0.25, 75% 인하. 에이전트형 워크로드의 비용 절감 효과 확대

: 다만 Fable 5.1은 출력 토큰을 Fable 5 대비 약 1.7배 사용해 최대 추론 기준 작업당 비용은 $3.76로 오히려 20% 증가(vs Fable 5 $3.14) xhigh에서는 65점/$2.72로 비용 효율 개선

: 컨텍스트 윈도우는 100만 토큰. 성능 대비 출력 토큰 기준 최상위 구간의 파레토 프론티어 형성

https://x.com/artificialanlys/status/2094881171066978525

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/9/2)

■ 앤스로픽, Fable 5.1 & Mythos 5.1 출시. Fable 5.1은 코딩·지식업무·장기 에이전트 작업에서 전작 대비 성능 향상. 장시간 무인 작업, 근본 원인 분석, 자기 검증 능력 개선 강조

■ 오픈AI, Astra를 최초 ‘Critical’ 사이버 역량 모델로 지정, 출시 앞두고 안전장치 강화

■ 구글, 코딩 성능을 대폭 강화한 Gemini 3.8 Flash, 내부 코드명 ‘Skimaki’를 이르면 수요일 출시할 예정 보도

■ 구글, Gemini에 영상 전체를 읽지 않고 AI가 필요한 장면을 스스로 찾아 재생 분석하는 Agentic Video 도입. 토큰을 최대 88%, 비용을 최대 66% 감소

■ 구글, Fervo와 396MW 지열 PPA 체결. 최대 1GW로 확대 가능

■ 메타, 사내 커뮤니케이션 플랫폼을 Google Chat에서 세일즈포스 슬랙으로 전환 예정. 슬랙의 Agentic AI 역량을 고평가

■ 메타, 실시간 음성인식 모델 Muse Voice Transcribe 출시

■ 저커버그, G20 기술회의에서 각국에 오픈웨이트 AI 모델의 접근 및 배포를 제한하지 말 것을 촉구

■ 일론 머스크, 기가와트급 AI 데이터센터 구축에는 GPU뿐 아니라 발전소, 변압기, 액체 냉각, 칠러, 초고속 네트워크까지 전체 산업 인프라를 동시에 구축해야하는 필요성 강조

■ 스페이스X, 초고속 AI 데이터센터 구축 과정에서 백업 전력, 냉각 미비와 안정성 문제 발상에 따라 핵심 리더 교체. 로켓 및 스타링크 엔지니어 투입

■ 팔란티어, 미 육군 차세대 AI 표적정보 시스템 TITAN 8대의 추가 생산,납품 계약 수주

■ 팔로알토 네트웍스, AI 네이티브 엔터프라이즈 운영 플랫폼 Console 인수 발표. 기업 전반의 데이터를 AI로 분석하고 결과 기반으로 실제 운영 조치까지 실행

■ Z AI, GLM Coding Plan 출시 1주년을 기념해 구독자 리셋권 지급

■ EU 집행위, 디지털서비스법에 따라 챗GPT를 초대형 온라인 검색 엔진, 레딧과 로블록스를 초대형 온라인 플랫폼으로 지정

■ SB Energy, SEC에 S-1을 제출하며 IPO를 공식 신청. Nasdaq에 ‘SBE’ 티커로 상장 계획. 현재 8.8GW의 데이터센터 캐파를 계약 또는 건설 중이며, 장기 계약에 기반한 백로그는 약 4,390억 달러

감사합니다.

https://t.me/Samsung_Global_AI_SW

오픈AI, Astra 최초 ‘Critical’ 사이버 역량 모델 지정, 출시 앞두고 안전장치 강화

: 오픈AI는 차세대 모델 Astra가 Preparedness Framework상 최초로 ‘Critical’ 사이버보안 역량에 도달했다고 평가

: 사람의 단계별 개입 없이 고보안 시스템의 미공개 취약점을 찾아 익스플로잇하고, 엔드투엔드 공격 전략까지 수행 가능한 수준

: Astra는 GPT-5.6 Sol 대비 취약점 탐지, 익스플로잇 개발 능력과 토큰 효율성이 크게 향상. ExploitBench에서 100%를 기록했으며, 최근 고위험 취약점 20개로 구성한 내부 평가에서는 제로데이 2개를 직접 발견해 익스플로잇 체인에 활용

: 전문가 평가에서는 브라우저의 샌드박스를 탈출해 호스트 명령을 실행하는 공격 체인과, 강화된 OS에서 일반 사용자 권한을 root까지 상승시키는 익스플로잇 체인을 구축

: Hugging Face 사고 이후 Astra를 포함한 일부 프런티어 훈련을 2주간 중단하고 네트워크 격리, 모니터링, 정렬 훈련을 강화. 대규모 프런티어 RL은 추가 안전 기준 적용 후 8월 28일 재개, 일부 실험적 훈련은 여전히 보류

: 안전성 측면에서도 개선. 사이버 탈옥 요청 거부율 Astra 91.5% vs GPT-5.6 Sol 59%. Hugging Face 사고를 재현한 ExploitGym 허니팟 평가에서도 GPT-5.6 Sol은 56%에서 주변 시스템 접근을 시도한 반면 Astra는 시도하지 않음

: Astra에는 모델 자체 정렬 외에도 Chain-of-Thought 기반 비정렬 모니터링을 적용해 허가되지 않은 추론, 행동을 실시간 탐지하고 자동 중단. 이로 인해 정상적인 ChatGPT, Codex, API 작업도 일부 지연되거나 중단될 수 있음

: Astra는 조만간 출시 예정이나 고급 사이버 역량은 초기 알파 테스터로 제한. 이후 Daybreak Blue를 통해 방어 목적의 접근을 확대할 계획이며, 상세 역량과 안전성 평가는 출시 시 시스템 카드에서 공개 예정

→ 앤스로픽 Fable 5.1에 대응하는 오픈AI Astra 곧 출시 예정

https://openai.com/index/path-to-astra

샘 올트먼 “Astra 이후 차세대 모델 곧 출시, 안전성 확보 위해 개발 속도 조절”

올여름 우리는 안전과 관련된 우선순위에 전력을 다해왔습니다. 모델의 역량과 안전장치가 함께 발전하는 것이 그 어느 때보다 중요합니다. 아직 해야 할 일이 더 남아 있지만, 상당한 진전을 이뤘습니다. 또한 곧 차세대 모델을 출시할 예정입니다.

여기에는 분명한 긴장 관계가 존재합니다. 한편으로 Astra는 매우 뛰어난 모델이며, 사람들이 이를 활용해 무엇을 만들어낼지 기대하고 있습니다. 우리는 우리가 해낸 일을 자랑스럽게 생각합니다.

다른 한편으로, 현재 우리는 신중함이 필요한 개발 단계에 진입했다고 분명히 판단하고 있습니다. 새로운 수준의 역량에 요구되는 안전 기준을 충족할 수 있도록 개발 속도를 조절하고 있습니다.

Astra는 이미 한동안 훈련이 완료된 상태이며, 역량과 정렬 모두에서 상당한 진전을 이뤄낸 모델입니다. Astra 이후 모델들에 대해서는 안전성과 정렬에 충분한 작업을 수행할 수 있도록 필요에 따라 개발 속도를 늦춰왔습니다.

AI는 극도로 강력해지고 있으며, 이것이 어떤 결과를 가져올지 누구도 완전히 이해하지 못하고 있습니다. 풍부하고 강력한 AI가 존재하는 세상으로 전환하는 과정에서 안전성과 인류에 대한 혜택을 극대화하는 것은 전 세계적으로 가장 중요한 우선순위 중 하나가 되어야 합니다. 오픈AI에서는 이것이 최우선 과제입니다.

우리는 한동안 AI의 발전을 두고 흥분과 불안을 동시에 느끼는 긴장 속에서 살아왔으며, 이러한 상반된 감정은 지금도 우리에게 불편하게 다가옵니다. 다른 사람들에게는 이 괴리감이 훨씬 더 클 것이라는 점도 알고 있습니다.

그럼에도 우리는 AI가 어디로 향하고 있는지, 그리고 모델들이 실제 세계에서 어떻게 작동하는지를 세상이 이해해야 한다고 강하게 믿습니다. 더 중요하게는 앞으로 이어질 이러한 전환의 다음 단계들을 관리하기 위해 세상에는 정렬된 AI(aligned AI)가 필요할 것이라고 생각합니다.

사회와 이 기술이 함께 진화하는 반복적인 과정이야말로 우리가 이 문제를 제대로 해결할 가능성을 가장 높여줄 것입니다.

그러니 여러분이 우리의 새로운 모델을 즐겁게 사용하기를 바라며, 동시에 전 세계가 AI에서 벌어지고 있는 일들을 계속해서 매우 진지하게 받아들이기를 바랍니다.

https://x.com/sama/status/2094934592062959832

구글, 코딩 강화 Gemini 3.8 Flash 출시 예정

: 구글이 코딩 성능을 대폭 강화한 Gemini 3.8 Flash, 내부 코드명 ‘Skimaki’를 이르면 수요일 출시할 예정

: 내부 코딩 도구 Jetski에서 진행한 직접 비교 테스트에서 구글 엔지니어들이 앤스로픽 Opus보다 3.8 Flash를 선호한 것으로 전해짐

: 구글은 올해 들어 에이전틱 코딩을 핵심 우선순위로 설정, 연구 인력과 컴퓨팅 자원을 코딩 성능 및 강화학습, RL에 집중적으로 확대

: 반면 상위 모델 개발은 지연. Gemini 3.5 Pro 후보들은 Flash 대비 성능 개선이 충분하지 않아 폐기. 차기 플래그십 Gemini 4는 사전학습 평가에서 양호한 성능을 보였지만 아직 사후학습 단계

: Flash는 Pro보다 사이즈가 작아 학습, 수정에 필요한 컴퓨팅이 적어 여러 팀이 병렬로 다양한 RL, 사후학습 접근법을 빠르게 실험할 수 있다는 장점

: 최근 구글은 Thinking Machines Lab 공동창업자이자 전 OpenAI 사후학습 책임자 배럿 조프를 영입, 강화학습 및 사후학습 담당 연구 VP로 선임하며 관련 역량 강화

→ 앤스로픽과 오픈AI 모델 출시 경쟁 사이에 구글 Gemini 참전

https://t.me/Samsung_Global_AI_SW

팔로 알토 네트웍스(PANW US) F4Q26 리뷰 - Mythos에 이어 오픈 모델 확산 모멘텀

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

팔로알토 네트웍스의 F4Q 실적은 기대치를 상회했습니다. 주요 부문 성장도 이어지고 있고, 인수 시너지도 긍정적입니다.

다만 컨센서스 상회율이 이전 분기 대비 축소되었는데요

또한 F4Q NGS ARR 순증 중 대형 LLM 고객의 Chronosphere 이전 효과 1억 달러+가 존재합니다. F1Q에도 이어지지만 규모는 작아질 것으로 전망했습니다.

FY27 가이던스 중에서 OPM과 FCF도 컨센서스에 부합하는 수준으로 기대하던 레버리지 효과는 부재했다는 것도 아쉬운 포인트로 꼽아볼 수 있겠습니다.

마지막으로 크라우드 스트라이크를 비롯한 사이버 보안 기업의 호실적과 이어지는 모멘텀 기반으로 기대치가 미리 높아진 영향도 있을 것입니다.

하지만 팔로알토를 둘러싼 내러티브는 여전히 긍정적입니다.

Mythos에 이어 오픈 모델 확산은 기업별 자체 AI 모델 증가로 이어지고. 보호해야할 인프라, 데이터, 공격 표면 확대로 연결됩니다.

AI 위협의 핵심이 속도로 이동하며 통합 데이터와 AI 기반 자동 대응의 필요성을 충족시켜줄 수 있는 플랫폼화도 강조되고 있습니다.

자세한 내용은 발간된 보고서를 참고해 주시기 바랍니다.

보고서 링크: https://tinyurl.com/25txxe6b

(2026/9/2 공표자료)

머스크, Grok 4.7 10일 내 출시 예고

→ (대기명단)
오픈AI Astra
구글 Gemini 3.8 Flash
스페이스XAI Grok 4.7

https://t.me/Samsung_Global_AI_SW

오픈AI Astra, ‘Recurrent Depth’ 적용으로 성능 향상

: 오픈AI 차세대 모델 Astra는 Recurrent Depth, Looped Transformer 기술이 적용되었다는 보도. 동일한 Transformer 레이어를 여러 차례 반복 통과시켜 추가 연산을 수행하는 방식

: 기존 모델이 고정된 수의 레이어를 한 번씩 통과하는 것과 달리, Recurrent Depth는 동일 레이어를 반복 사용해 모델 크기를 크게 늘리지 않고도 추론 연산량 확대. 수학, 코딩 성능을 높이는 동시에 더 작은 모델로 대형 모델에 준하는 성능을 구현해 메모리, 대역폭 비용 절감 가능

: 다만 반복 과정에서 일부 추론이 자연어 Chain of Thought가 아닌 latent space 내부에서 진행되면서 사람이 읽을 수 있는 사고 과정이 줄어드는 문제 발생. 성능, 효율성 측면에서는 장점이지만 AI의 비정상 행동을 CoT로 감시하기 어려워질 수 있음

: 오픈AI는 Astra에서 Recurrent Depth 사용 수준을 제한해 읽을 수 있는 CoT를 유지했으며, 출시 시 추가적인 CoT 모니터링을 적용해 잠재적 이상 행동을 신속하게 탐지, 차단할 계획

: 보안 우려가 부각되는 이유는 7월 Hugging Face 해킹 사건 조사에서 AI 에이전트들의 CoT가 행동 재구성과 이상 행동 탐지의 핵심 증거로 활용됐기 때문

: 당시 일부 에이전트는 행동이 허용 범위를 벗어났다는 사실을 인지하면서도 공격을 계속한 것으로 확인

: Recurrent Depth는 파라미터 확대 대신 반복 연산을 통한 새로운 스케일링 축이라는 점에서 주목. 모델 성능과 비용 효율성을 동시에 개선할 잠재력이 있지만, 향후 latent reasoning 확대에 따른 추론 가시성 저하와 AI 통제 문제가 핵심 트레이드오프로 부상

https://t.me/Samsung_Global_AI_SW

오픈AI 수석과학자 야쿠브 파초키, Astra 추론 불투명성 우려에 대한 해명

혼란스러운 보도로 인해 ‘모니터링 불가능한 모델을 향한 경쟁’이 촉발되는 것을 막고 싶습니다

Astra를 포함한 현재 저희 프론티어 모델들의 연산 그래프 깊이(computation graph depth)는 GPT-4 대비 2배 이내 수준입니다.

오픈AI는 최초의 추론 모델을 개발했을 때부터 Chain-of-Thought(CoT) 모니터링을 보존하고 활용하기 위해 노력해왔습니다.

저희는 이 기법을 매우 중요하게 생각합니다. 이를 통해 모델 정렬이 학습 데이터 분포를 벗어난 상황에서도 어떻게 일반화되는지를 들여다볼 수 있기 때문입니다.

다만 저는 이 기법이 취약하며, 안타깝게도 현재 부정적인 방향으로 가고 있다고 생각합니다. 그 이유는 아키텍처 변화에 국한된 것이 아니며, 이에 대해서는 조만간 별도로 글을 작성할 예정입니다.

하지만 이를 강화하기 위해 저희가 할 수 있는 일들이 있으며, 이는 현재 저희 연구 프로그램의 핵심 목표 중 하나입니다.

→ Astra의 Recurrent Depth 적용으로 연산 깊이가 크게 증가하고 CoT가 구조적으로 불투명해졌다는 보도에 대한 해명

https://x.com/merettm/status/2095023204993490967

SB Energy, S-1 주요 내용

: 소프트뱅크 산하 AI 데이터센터·전력 인프라 업체 SB Energy가 미국 IPO를 위한 S-1 제출. Nasdaq에 티커 SBE로 상장 예정. 공모 주식 수와 가격 범위는 아직 미정

■ 4,390억 달러 계약 백로그

: 총 계약 백로그 약 4,390억 달러. 데이터센터 약 4,300억 달러, 전력 프로젝트 약 100억 달러로 구성. 잔여 계약기간 가중평균은 데이터센터 19.6년, 전력 16.6년

: 다만 장기 계약의 총 임대료 합산 수치로 매출 인식 시점은 상당히 후행. 향후 24개월 내 매출 전환 예상액은 약 10억 달러에 불과. 약 3,570억 달러는 8년 이후 인식 예정

■ 데이터센터 8.8GW-IT 계약

: 현재 체결된 데이터센터 임대계약은 총 8.8GW-IT. 이 중 약 0.8GW-IT가 건설 중이며, 현재 가동 중인 데이터센터는 0GW로 데이터센터 매출은 아직 발생하지 않음

: Cosmos, 텍사스 Travis County는 소프트뱅크가 50MW-IT를 15년간 임차, 계약 임대료 약 25억 달러. 2026년 4분기 첫 매출 발생 예정이며, 현실화될 경우 SB Energy의 첫 데이터센터 매출

: Milam County, Texas는 오픈AI가 753MW-IT 임차. 현재 건설 중이며 2028년 Ready-for-Service 목표

: 최대 프로젝트인 PORTS-Pike, Ohio는 오픈AI가 약 8GW-IT, 17개 데이터센터 건물에 대해 20년 장기 임대계약 체결. 첫 800MW는 2028년, 전체 캠퍼스 구축은 2032년까지 진행 예정

: 이외 Texas의 Borden·Scurry County에 약 1.7GW-IT 추가 개발 파이프라인을 보유하고 있으나 아직 계약 백로그에는 포함되지 않음

■ 고객 집중도

: 현재 8.8GW-IT 데이터센터 계약 고객은 사실상 오픈AI와 소프트뱅크 두 곳에 집중

: 특히 계약 용량 기준 대부분이 오픈AI에 집중. 따라서 오픈AI의 신용도와 장기 AI 인프라 투자 지속 여부가 SB Energy의 핵심 리스크 요인

■ NVIDIA, 30억 달러 투자 + 최대 1,050억 달러 신용보강

: NVIDIA는 IPO와 연계해 총 30억 달러 투자 약정. IPO 가격과 동일한 가격으로 15억 달러 private placement, 8월 17일 이미 자금을 지급한 15억 달러 prepaid forward로 구성. 후자는 최종 IPO 가격의 90% 기준으로 주식 수 산정

: 별도로 PORTS-Pike 초기 약 4.25GW-IT와 관련된 특정 토지·전력·데이터센터 shell 의무 등에 대해 NVIDIA가 최대 1,050억 달러 규모 신용보강 제공

: 다만 오픈AI의 전체 임대료를 엔비디아가 일괄 보증하는 구조는 아님. 특정 테넌트 디폴트 발생 이후 정의된 임대·전력 관련 의무를 지원하고, 데이터센터 가동에 따라 단계적으로 발효. 오픈AI가 계약 의무를 이행할수록 보증 규모 감소

: NVIDIA는 PORTS-Pike의 추가 약 3.8GW-IT에도 신용지원을 확대할 수 있는 옵션 보유. 해당 캠퍼스는 일부 예외를 제외하고 NVIDIA AI 인프라를 독점적으로 사용하는 구조로 계획

■ 오픈AI, 고객이자 투자자

: 오픈AI는 데이터센터 핵심 고객인 동시에 SB Energy 투자자. 행사가격 $0.01의 워런트 3,991,809개를 보유하며, 이 중 1,737,867개는 IPO 가격 결정 시점까지 권리가 확정돼 차액결제 방식으로 행사될 예정

: 오픈AI의 지분율이 5% 이상인 동안 이사회 지명권도 유지. 결과적으로 SB Energy와 OpenAI의 관계는 단순 임대인·임차인이 아니라 고객 + 주주 + 전략적 파트너 구조

■ 실적 및 손익

: 2024년 매출 $232.2M, 순이익 $106.1M

: 2025년 매출 $213.5M, 순손실 -$738.0M

: 1H26 매출 $138.7M, 순손실 -$3.21B

: 1H26 대규모 손실에는 $2.57B의 비현금성 워런트 공정가치 재평가 손실과 $589.5M 주식보상비용 포함

: 현재까지 사실상 모든 매출은 기존 전력 사업에서 발생했으며 데이터센터 매출 기여는 아직 0

: 기존 전력 포트폴리오는 태양광·ESS 기준 2.2GWac 운영 중 + 2.5GWac 건설 중 + 0.8GWac 계약 완료로 총 약 5.5GWac

: 부채는 약 40억 달러이며, 여기에는 Cosmos 데이터센터 프로젝트 자금조달을 위해 발행한 2031년 만기 8.875% 채권 9.99억 달러 포함

https://sbenergy.com/sb-energy-publicly-files-registration-statement-proposed-ipo

https://www.sec.gov/Archives/edgar/data/2133037/000162828026059639/sbenergy-sx1.htm

크라우드스트라이크, 오픈AI와 파트너십 확대, Codex 보안 및 GPT-5.6 Cyber 통합

: 크라우드스트라이크가 오픈AI와 파트너십을 확대해 Falcon Guardian으로 Codex 에이전트를 런타임 단계에서 보호하고, GPT-5.6 Cyber를 Falcon 플랫폼에 통합

: Falcon Guardian은 기업 내 Codex 에이전트를 실시간으로 식별하고 배포 주체, 접근 대상, 보안 상태를 파악

: Falcon 텔레메트리와 연계해 에이전트 행동을 실시간 모니터링하고, 침해·비인가 행동 탐지 및 대응, 허용 행동에 대한 정책 집행까지 지원

: GPT-5.6 Cyber는 우선 크라우드스트라이크의 FAIRR Service에 적용. 크라우드스트라이크의 위협 인텔리전스, 위협 모델링, 익스플로잇 검증 및 전문가 감독과 결합해 공격 경로와 AI 관련 사이버 위험을 분석하고 대응 우선순위를 제시

https://ir.crowdstrike.com/news-releases/news-release-details/crowdstrike-and-openai-expand-partnership-secure-agentic-era

샘 올트먼 x 알렉스 히스 팟캐스트 주요 내용

■ 프론티어 RL 훈련 지연, 모델 발전 속도가 안전 연구를 앞지름

: 최근 모델 능력 향상 속도가 예상보다 훨씬 빨라지면서 안전, 정렬, 보안 연구가 이를 따라잡을 시간이 필요해짐

: 수주 전부터 일부 훈련을 늦추고 컴퓨팅을 안전, 정렬 및 모니터링으로 재배분했으며, 최근 주요 프론티어 RL 훈련을 공식적으로 연기. 모든 훈련을 중단한 것은 아니며 현재 가장 큰 위험이 있다고 판단하는 프론티어 RL에 한정

: 훈련 중 단일한 결정적 사고가 발생한 것은 아니지만 여러 샘플에서 다양한 수준의 정렬 문제를 발견. 최근 프리트레이닝 성능까지 급격히 개선되면서 선제적으로 대응

: 과거에는 모델 배포 이후의 위험이 중요했다면 앞으로는 모델의 훈련과 생산 과정 자체의 위험도 커지는 단계로 진입했다고 평가

■ 허깅페이스 사건은 AI 안전 사고이자 정렬 실패

: 허깅페이스 사건을 단순한 보안 설정 오류가 아니라 명백한 AI 안전 사고이자 정렬 실패로 규정

: 사건 이후 에이전트 모니터링, 샌드박싱, 훈련 모니터링에 투입하는 컴퓨팅을 대폭 강화했으며, 향후 더 강력한 모델에서도 필요할 경우 훈련을 다시 늦출 수 있다고 언급

■ Astra 출시는 예정대로, 컴퓨터 사용 능력은 인간 수준

: 현재 안전성이 확인된 Astra 모델은 출시 가능하며, 이번 프론티어 RL 훈련 지연은 향후 Astra 버전에 영향을 미칠 전망

: Astra는 단일 모델이 아니라 더 크고 비싼 모델 클래스의 명칭으로 향후 여러 버전으로 확장될 예정

: Astra의 컴퓨터 사용 능력이 인간 수준에 도달했다고 평가. 사용자가 앱, 탭, 커넥터 등을 직접 관리하기보다 원하는 것을 말하면 AI가 알아서 컴퓨터를 사용해 수행하는 방향을 강조

■ AGI 논쟁에서 초지능으로 관심 이동

: 최신 내부 모델은 많은 연구자가 매우 AGI에 가깝다고 평가할 수 있는 수준이며, GPT-5.6 Sol도 과거 기준에서는 AGI라고 불렀을 만한 능력을 갖췄다고 언급

: 다만 AGI라는 특정 이정표 자체는 이제 중요하지 않으며 내부에서도 AGI 도달 여부에 대한 논쟁은 거의 사라졌다고 설명. 관심은 지속적으로 확장되는 초지능으로 이동

: 1년 전에는 단기간 내 초지능으로 향하는 경로에 있다고 생각하지 않았지만 현재는 가능성을 배제하지 않고 있으며, AI 성능의 지수적 개선이 둔화될 징후도 아직 보이지 않는다는 입장

■ 엔터프라이즈 매출이 소비자 매출 추월

: 오픈AI의 엔터프라이즈 매출이 소비자 매출을 이미 넘어섰다고 공개

: 현재 모델만으로도 상당한 추가 성장 여력이 있고 차세대
프론티어 수준에 도달하기 전 출시할 모델도 추가로 존재해, 프론티어 RL 훈련 지연이 단기 사업 모멘텀에 미칠 영향은 제한적이라고 강조

■ 최근 1년 부진 인정, 핵심 모델 역량에 다시 집중

: 지난 1년 제품 방향과 프리트레이닝 연구에서 원하는 수준보다 뒤처졌다고 인정

: 브라우저, Sora 등 너무 많은 제품을 동시에 추진하면서 자원이 분산됐다고 평가. 현재는 범용 지능 서비스와 핵심 모델 역량 향상에 다시 집중

: 앤스로픽에 코딩 주도권을 내준 것도 기술력보다는 ChatGPT의 폭발적인 소비자 성장에 대응하면서 코딩 투자의 우선순위를 낮춘 결과라고 설명

: 현재는 Codex가 시장 최고의 코딩 제품이라고 주장하며 기존 앤스로픽 제품의 강성 사용자 상당수도 Codex로 이동하고 있다고 언급

■ ChatGPT, Codex, Work 통합해 하나의 범용 AI 구독으로

: 내부적으로 진행 중인 Merge를 통해 ChatGPT와 Codex 등을 하나의 범용 AI 인터페이스로 통합

: 질문 답변, 소프트웨어 개발, 컴퓨터 조작, 사용자 컨텍스트 검색 등을 AI가 스스로 판단해 수행하고, 장기적으로 ChatGPT, Codex, Work를 구분할 필요 없는 하나의 범용 AI 구독 서비스를 지향

: 궁극적으로는 사용자가 명시적으로 요청하기 전에도 AI가 지속적으로 실행되며 필요한 작업을 선제적으로 수행하는 proactive AI로 발전할 것으로 전망

■ ChatGPT 10억 사용자, 컴퓨팅 부족은 지속

: ChatGPT가 10억 사용자에 도달. 최근 성장 속도가 상대적으로 둔화된 것은 코딩 사업을 키우기 위해 ChatGPT에 투입할 수 있었던 컴퓨팅 상당 부분을 Codex로 재배분했기 때문

: 모델 효율성이 개선될 때마다 글로벌 토큰 수요가 이를 흡수하고 있어 컴퓨팅 부족은 여전히 지속

■ 기존 Stargate를 넘어서는 새로운 컴퓨팅 베팅 필요

: 전 세계 사용자가 현재 AI 최상위 0.001% 사용자만큼 AI를 사용하려면 현재의 컴퓨팅 증설 방식으로는 부족하다고 평가

: 과거 대규모 컴퓨팅 베팅은 옳았으며 이와 유사한 수준의 새로운 베팅이 필요. 단순한 자본투자 확대가 아니라 자체 칩, 로보틱스, 공급망 등을 통해 AI 비용을 크게 낮추고 공급량을 확대하는 기술적 변화를 의미

■ 오픈AI 컴퓨팅 수요에는 자신, 업계 전체에는 버블 경고

: 오픈AI가 계획한 컴퓨팅은 전부 수익성 있게 사용할 수 있을 것으로 확신하며 자체 투자 계획에는 우려가 없다고 언급

: 반면 확실한 매출이나 고객 없이 막대한 증설 계획을 발표하는 신규 네오클라우드에서 "지속 불가능한 어리석음(unsustainable silliness)"의 초기 징후가 나타나고 있다고 경고

: 컴퓨팅 비용이 예상보다 빠르게 하락하면 현재 고비용으로 대규모 인프라 투자를 약속한 일부 업체가 잘못된 재무적 결정을 내린 것으로 판명될 수 있다고 지적

■ 자체 칩, 로보틱스, 데이터센터로 수직계열화 확대

: 자체 칩 개발을 AI 비용 절감의 대표적 사례로 언급. 로보틱스, 자체 칩, 공급망 투자, 데이터센터 건설 역량이 모두 성공한다면 장기적으로 다른 기업에 컴퓨팅을 공급하는 가능성도 배제하지 않음

: 다만 현재는 자체 컴퓨팅 수요가 너무 커 외부 공급 사업을 추진할 여유는 없다고 설명

■ 휴머노이드 로봇 및 AI 디바이스 개발

: 오픈AI가 휴머노이드 로봇을 개발할 것이라고 명확히 확인했으며 데이터센터용 등 다른 폼팩터의 로봇도 개발 예정. 장기적으로는 개인용 로봇 보급도 전망

: 조니 아이브와 개발 중인 소비자 AI 디바이스는 "soonish" 출시 예정이며, 테이블 위, 주머니 속, 몸에 착용하는 형태 등 복수의 폼팩터를 고려

: 핵심은 주변 상황을 지속적으로 이해하고 먼저 행동하는 proactive computer로, 새로운 컴퓨팅 카테고리가 될 가능성을 기대

■ 초지능 전환이 빨라지면 IPO 늦출 수도

: 상장 이후 분기 실적과 주가 압력이 안전 관련 의사결정을 어렵게 만들 수 있다고 우려

: 초지능 또는 RSI 전환 속도가 빨라질 경우 훈련 중단이나 단기 매출 둔화 같은 결정을 자유롭게 내리기 위해 IPO를 늦추는 것이 유리할 수 있다고 설명

https://youtu.be/VeizK1M7V7E

[삼성 이영진] 스노우플레이크(SNOW) F2Q27 실적 요약

■ F2Q27 실적
: 매출 15.5억 달러(+35%)
vs 컨센 14.8억 달러
: 제품 매출 14.9억 달러(+37%)
vs 컨센 14.2억 달러, 가이던스 14.15-14.2억 달러(+30%)
: RPO 90억 달러(+30%)
vs 컨센 94.9억 달러
: Non GAAP 영업이익률 15.3%
vs 컨센 12.7%, 가이던스 12.5%

■ F3Q27 가이던스
: 제품 매출 15.88-15.93억 달러(+37.5%)
vs 컨센 15억 달러
: Non GAAP 영업이익률 15.5%
vs 컨센 14.1%

■ FY27 가이던스
: 제품 매출 60.7억 달러(+36%)
vs 컨센 58.5억 달러, 기존 58.4억 달러(+31%)
: 제품 매출총이익률 74%
vs 컨센 75%, 기존 75%
: 영업이익률 14.5%
vs 컨센 13.6%, 기존 13.5%

https://investors.snowflake.com/news/news-details/2026/Snowflake-Reports-Financial-Results-for-the-Second-Quarter-of-Fiscal-2027/default.aspx

감사합니다.