엔비디아, 호주 AI 인프라 생태계와 협력, 2027년까지 최대 2GW 구축

: 엔비디아는 Firmus, Sharon AI, IREN, Megaport, ResetData, CDC, NEXTDC, AirTrunk 등 호주 클라우드·데이터센터 사업자와 협력해 2027년까지 최대 2GW 규모 AI 인프라 구축 추진

: 파트너들이 AI 팩토리를 직접 운영하고, 엔비디아는 DSX 풀스택 플랫폼, GPU, 네트워킹, 소프트웨어 및 생태계 지원 제공. 여러 세대의 엔비디아 컴퓨팅을 수용할 수 있도록 부지·전력·데이터센터 셸을 선제적으로 확보

: Sharon AI는 최대 6.8만개 엔비디아 GPU, IREN은 남호주 800MW Bundey 캠퍼스에 DSX 아키텍처 적용. CDC는 호주·뉴질랜드에서 550MW+ 운영 중이며 추가 800MW 건설 중

: DSX는 시설부터 컴퓨팅·네트워킹·소프트웨어까지 통합한 AI 팩토리 플랫폼으로, CUDA 생태계와 호환되며 소프트웨어 업그레이드를 통해 여러 GPU 세대에 걸쳐 인프라 활용도와 수명 연장을 목표

: 확대된 인프라는 호주 내 AI 수요뿐 아니라 아시아태평양 및 글로벌 AI 컴퓨팅 수요까지 겨냥. 엔비디아는 AI 팩토리를 장기적으로 생산성·범용성·수익성을 갖춘 새로운 투자 가능 자산군으로 강조

: 컴퓨팅 인프라와 함께 Nemotron 오픈 모델 생태계도 확장. Heidi는 의료 AI, Atlassian은 Rovo 검색·에이전트 개발에 Nemotron 및 엔비디아 AI 인프라를 활용하며 현지 AI 모델·애플리케이션 개발 지원

https://nvidianews.nvidia.com/news/nvidia-expands-ai-infrastructure-capacity-in-partnership-with-australias-data-center-ecosystem

오픈AI, AI 정책 전환 촉구, “안전 기준 미달 시 개발 늦추거나 중단”

: 오픈AI는 Astra의 역량 향상과 AI 연구 가속화를 근거로 AI 정책 대응이 시급해졌다고 강조. 완전 자율형 재귀적 자기개선은 아직 아니지만, AI가 이미 차세대 모델 개발과 정렬 연구를 가속하고 있다고 평가

: 의회에 프런티어 AI 대상 의무적 역량 기반 국가 안전 규제 도입을 촉구. 공통 테스트, 독립 평가, 사이버보안, 사고 보고 등을 포함하되 스타트업과 비프런티어 모델은 규제 대상에서 제외해야 한다는 입장

: 안전에 대한 확신이 AI 발전 속도를 결정해야 하며, 안전 기준을 충족할 수 없다면 모델 개발이나 배포를 늦추거나 중단할 방침. Astra에는 전체 작업 궤적과 CoT 모니터링, 내부 배포 전 의무적 정렬 평가를 도입

: 연방 규제 전까지 캘리포니아의 독립 안전평가, AI 감사, 청소년 보호, 생물학적 위협 관련 법안을 추가 지지. 최근 AI 역량 급증을 고려해 과거 지지하지 않았던 일부 법안에도 입장을 변경

: 업계 및 국제 차원에서도 역량 측정, 위험 관리, 인간 통제, 개발 감속·중단 기준을 공동으로 마련해야 한다고 주장. 강력한 AI가 제도의 통제 능력을 앞서기 전인 현재를 ‘AI 정책의 창’으로 규정

https://openai.com/index/ai-policy-window

물 들어올 때 Muse 노 젖는 메타

: 알렉산더 왕, 모든 사용자의 Muse 토큰 사용량 리셋 발표

: 출시 초기 실제 사용량이 테스트 코호트 대비 10배를 기록한 데 이어, 사용자들의 토큰 사용량을 일괄 초기화하며 추가 사용 유도

https://x.com/alexandr_wang/status/2097880616041885901

AI의 실존적 위험 우려 확대

: 앤스로픽 정렬 과학 책임자 에반 허빙거는 향후 10년 내 AI가 모든 인간을 죽일 가능성을 10% 이상으로 본다고 발언

: 오픈AI 비영리 조직 이사회에 합류한 폴 크리스티아노도 초지능 정렬 실패로 통제권을 잃을 경우 대부분의 사람이 사망할 수 있다고 경고

: 실존적 위험 우려 자체는 새로운 것이 아니지만, 최근 테스트 환경을 벗어난 AI 에이전트의 실제 시스템 침입 사고와 자기개선 AI 발전이 맞물리며 실리콘밸리, 월가, 워싱턴에서 논쟁 확대

: 7월 Hugging Face 사건에서는 오픈AI 에이전트들이 테스트 환경을 벗어나 외부 시스템과 자체 연구 인프라까지 침입. 모델 행동 모니터링을 어렵게 할 수 있는 Loop Transformer 기술에 대한 우려도 제기

: 앤스로픽 연구자 제이콥 콕슨은 앤스로픽과 오픈AI가 ‘자기개선 초지능을 향해 질주하며 우리의 목숨을 걸고 도박하고 있다’고 비판하며 퇴사 선언

: 다리오 아모데이를 포함한 약 1,400명의 업계 관계자는 국제적 프레임워크를 통한 프런티어 AI 개발 속도 조절을 요구. 버니 샌더스도 ‘초지능 금지’ 및 AI 개발 일시 중단 법안 추진을 재차 강조

: 반면 데이비드 색스 등은 AI 위험론이 규제를 통해 중소 경쟁사와 오픈소스 AI를 견제하려는 이해관계와 맞물려 있다고 비판. 미중 AI 경쟁 우려까지 존재해 연방 차원의 입법 가능성은 아직 제한적

https://t.me/Samsung_Global_AI_SW

딥시크, DeepSeek V4.1 Flash 출시, V4 Pro 대체 예정

: DeepSeek V4.1 Flash는 552B 파라미터의 MoE 모델. 새로운 Causal-Encoder-Decoder 비대칭 구조를 적용해 입력 8B, 출력 16B 파라미터만 활성화

: 네이티브 멀티모달 비전 이해를 지원하며, 새로운 사전학습 방식과 대규모 RL 사후학습 적용. 딥시크측은 Agentic Benchmark에서 V4 Pro를 포함한 주요 플래그십 모델을 상회했다고 설명

: KV Cache를 전세대 대비 1/4로 축소해 HBM 요구량 75% 감소, SSD 요구량은 87.5% 감소. 초기 세대 모델과 비교하면 KV Cache 크기는 1/437 수준

: DeepSeek 측 테스트에서 V4.1 Flash가 V4 Pro 대비 성능, 비용, 속도, 총 작업시간에서 모두 우위. 9월 14일부터 V4 Pro 요청을 V4.1 Flash로 자동 라우팅하고 V4.1 Flash 가격 적용, 향후 V4.1 Pro 출시 예정

: API 가격도 인하. 오프피크 기준 캐시 인풋 $0.003, 인풋 $0.15, 아웃풋 $0.6

: 피크, 오프피크 차등 가격제를 유지하며 오프피크 가격은 피크의 절반. 신규 가격은 9월 10일 12시부터 적용

: 모델은 오픈소스로 공개. 텐센트 WorkBuddy, CodeBuddy와 OpenCode도 공식 파트너로 V4.1 Flash 전면 도입

https://huggingface.co/deepseek-ai/DeepSeek-V4.1-Flash

https://mp.weixin.qq.com/s/qg0NU3NNUbp1co2PdkAPAg

딥시크, DeepSeek V4.1 Flash 출시

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

딥시크가 또 다시 진보했습니다. V4 Pro보다 성능, 비용, 속도, 작업시간에서 우위를 보인 V4.1 Flash를 발표했는데요

기술 보고서에 흥미로운 내용이 많습니다.

우선 V4.1 Flash의 핵심은 장기 컨텍스트를 사용하는 AI 에이전트의 구동 비용을 낮추기 위한 모델 구조 변화입니다.

552B 파라미터의 MoE 모델이지만, 새로운 CED(Causal-Encoder-Decoder) 비대칭 구조를 적용해 프리필 8B, 출력 16B 파라미터만 활성화합니다.

CED는 입력 처리와 출력 생성을 분리한 비대칭 구조로, 프리필 연산량을 기존 대비 거의 절반 수준으로 줄였습니다.

메모리 사용량도 줄였습니다. CSA2라는 새로운 어텐션 구조를 통해 여러 레이어가 KV 캐시를 공유하고, KV 캐시 자체도 FP4로 압축했습니다.

결과적으로 HBM에 상주하는 Global KV 캐시는 V4 Flash 대비 1/4로 축소됐고, SSD와 호스트 메모리에 보관되는 Persistent KV 캐시는 1/8로 줄었습니다.

해당 구조는 컨텍스트가 길어질수록 효과가 커집니다. 컨텍스트를 4K에서 1M으로 256배 늘려도 디코드 연산량은 25% 수준 증가하는데 그쳤습니다.

에이전트 성능에서도 효율 대비 성능이 좋습니다. 일상적인 코딩 및 화이트칼라 에이전트 업무에서는 프런티어 모델 수준까지 올라왔는데요

다만 과학, 전문 지식 중심의 고난도 영역에서는 여전히 프런티어 모델과는 격차가 존재합니다.

전반적인 성능 개선이 드라마틱하지는 않지만, 낮은 비용과 멀티모달 지원은 긍정적 포인트입니다.

강화학습에서는 신규 알고리즘 개발이 아니라 기존 방식을
그대로 사용했습니다.

대신 실제 직원과 외부 파트너의 에이전트 사용 사례와 실패 데이터를 활용해 SaaS나 기업용 시스템과 유사한 환경을 자동으로 만들고 이를 대규모 RL 학습에 사용했습니다.

딥시크는 현재 단계에서 신규 RL 알고리즘보다 데이터와 환경 파이프라인 개선의 한계 수익이 더 높다고 판단하는 모습입니다.

한 차례 인상했던 API 가격도 다시 인하되었습니다. 오프피크 기준 다음과 같습니다.

<기존>
캐시 인풋 $0.007 / 인풋 $0.22 / 아웃풋 $0.66

<신규>
캐시 인풋 $0.003 / 인풋 $0.15 / 아웃풋 $0.6

Astra가 보여준 것처럼 에이전트의 장기 작업 능력은 더욱 발전하고 있습니다.

딥시크도 트렌드에 맞춰 장시간 에이전트를 실제 서비스 경쟁적으로 운영하기 위한 추론 효율성 개선에 초점을 맞추고 있습니다.

(2026/9/10 공표자료)

엔비디아 x 팔란티어, 핵심 공급망에 소버린 AI 도입

: 엔비디아와 팔란티어는 Palantir Foundry·AIP·Ontology와 엔비디아 Nemotron 오픈 모델을 결합한 공급망 AI 스택 구축. 우선 엔비디아 자체 공급망에 적용

: 엔비디아 공급망은 수천 개 공급업체와 수백만 개 부품으로 구성. 특히 Vera Rubin 랙 1개당 약 130만 개 부품이 필요하며, AI를 활용해 공급 제약 조기 탐지, 대안 평가, 자재 배분 등을 최적화

: 기업별 독점 데이터로 Nemotron을 후속 학습해 자체 공급망에 특화된 모델 구축 가능. cuOpt를 활용한 공급 제약 및 시나리오 분석과 함께 AI가 실행 방안, 트레이드오프, 잠재 위험을 제시하고 최종 의사결정은 전문가가 담당

: 실제 의사결정과 생산 결과를 NeMo AutoModel·NeMo RL 및 Palantir Autopilot에 다시 반영해 모델을 지속 개선하는 학습 루프 구축

: 데이터와 모델에 대한 기업의 통제권을 유지하는 소버린 AI가 핵심. 공동 개발한 SAIOS 기반으로 Dell·Cisco 온프레미스 또는 Rackspace·Nebius 코로케이션·클라우드 환경에 배포 가능

: 엔비디아 자체 공급망을 레퍼런스로 제조, 에너지, 헬스케어, 자동차, 항공우주 등 복잡한 공급망을 보유한 산업으로 확장 계획

https://investors.palantir.com/news-details/2026/NVIDIA-and-Palantir-Bring-Sovereign-Intelligence-to-Critical-Supply-Chains

스페이스X, 데이터센터 속도전에서 안정성 중심으로 전환

: 스페이스X는 xAI 인수 이후 데이터센터 구축 방식 개편. 기존 ‘최단기간 컴퓨팅 용량 확보’에서 전력·냉각 이중화 및 사전 테스트를 강화하는 방향으로 전환하면서 신규 캠퍼스 구축 속도 둔화 가능성

: xAI는 2024년 멤피스 Colossus에서 10만 GPU 규모 데이터센터를 122일 만에 가동. 최소 전력·냉각 인프라부터 가동하고 백업 시스템을 사후 구축했으며, 수십 대 가스터빈 등 임시 설비도 활용

: 초기 데이터센터의 이중화 수준은 다른 하이퍼스케일러 대비 크게 낮아 단일 장비 장애로 전체 클러스터가 중단될 수 있었음. 실제 초기에는 잦은 정전으로 AI 연구 프로젝트가 수시간 중단되고 일부 학습 진행 상황이 손실

: 스페이스X는 현재 앤스로픽·구글 등에 컴퓨팅 용량을 임대하고 있어 안정성 중요도가 상승. 이에 백업 전력·냉각을 가동 전 구축하고 테스트를 강화하는 한편 임시 설비 의존도를 축소, 일부 기존 데이터센터도 재설계

: 6월 말 데이터센터 경영진을 대거 교체하고 Falcon·Dragon 생산을 담당했던 웨슬리 살란드로를 책임자로 선임. 1,300명 이상의 SpaceX 엔지니어가 지원해 최근 한 달간 300명 이상이 데이터센터 프로젝트에 투입

: 반면 최근 몇 주간 데이터센터 프로젝트 리더급 10여 명 이상이 이탈했으며, 오픈AI·앤스로픽 등으로의 인력 이동도 발생. 중간관리자 확대와 현장 의사결정 권한 축소도 구축 속도를 낮출 수 있는 요인

: 지난주 멤피스 데이터센터에서는 건설 작업으로 전력선이 영향을 받아 정전이 발생, 일부 Grok 모델과 외부 컴퓨팅 고객까지 영향. 머스크는 재발 방지를 위한 시정 조치를 진행 중이라고 언급

https://t.me/Samsung_Global_AI_SW

[삼성 이영진] 오라클(ORCL) F1Q27 실적 요약

■ F1Q27 실적

: 매출 193.5억 달러(+30%, +30% cc)
vs 컨센 191.4억 달러 및 가이던스 189.6-192.6억 달러(+27-29%, +27-29% cc)
: Non GAAP EPS $1.92
vs 컨센 $1.74 및 가이던스 $1.72-1.76

: RPO 6,640억 달러
vs 컨센 6,179억 달러

: 990.5억 달러 → 971.5억 달러 → 1,300억 달러 → 1,380억 달러
→ 4,550억 달러 → 5,230억 달러 → 5,530억 달러 → 6,380억 달러
→ 6,640억 달러

: 클라우드 매출 116억 달러(+62%, +61% cc)
vs 컨센 115.1억 달러, 가이던스 113.5-117.9억 달러(+58-64%, +57-63% cc)

: 클라우드 인프라 매출 74억 달러(+121%, +120% cc)
vs 컨센 70.9억 달러
: 클라우드 어플리케이션 매출 42억 달러(+10%, +10% cc)
vs 컨센 42.7억 달러

: CapEx 285억 달러
vs 컨센 192.3억 달러

■ F2Q27 및 FY27 가이던스

: F2Q 매출 성장률 +30-34%, +30-34% cc
vs 컨센서스 211.8억 달러(+31.9%)
: F2Q 클라우드 매출 성장률 +65-71%, +64-70% cc
vs 컨센서스 131억 달러(+64.2%)
: F2Q Non GAAP EPS $1.85-1.93
vs 컨센서스 $1.89

: FY27 매출 900억 달러
vs 컨센서스 896.6억 달러, 기존 900억 달러 유지
: FY27 Non GAAP EPS $8.10
vs 컨센서스 $8.07, 기존 $8.05 상향

■ 경영진 주요 코멘트

: 분기 중 850MW의 데이터센터 용량을 추가 공급

: 300억 달러 이상의 신규 AI 클라우드 계약을 수주

: 신규 계약의 구조를 고려할 때 회사는 이번 계약이 기존 자본조달 계획에 추가적인 영향을 미치지 않는다고 확인

https://investor.oracle.com/investor-news/news-details/2026/Oracle-Announces-Q1-Results-Driven-by-Triple-Digit-Growth-in-Cloud-Infrastructure-Revenues/default.aspx

감사합니다.

오픈AI, 금융 서비스 특화 ChatGPT 출시

: 오픈AI는 GPT-6 Astra와 금융 데이터를 결합한 ‘ChatGPT for Financial Services’ 출시. Morgan Stanley와 Evercore가 디자인 파트너로 참여했으며, 투자은행과 주식 리서치를 우선 타깃

: Daloopa, PitchBook, LSEG News, Crunchbase의 실적 콜, 재무제표, 기업 펀더멘털, 비상장 기업 데이터 등을 기본 탑재. 별도 계약이나 MCP 연결 없이 즉시 사용 가능하며, 오픈AI가 데이터를 직접 인덱싱, 호스팅해 수치와 주장별 원출처 확인 가능

: 기존 데이터 구독자를 위해 S&P Capital IQ, LSEG, MSCI, Dow Jones Factiva, Moody’s와 로그인 및 사용권한 연동 추진. S&P Global, FactSet 등 주요 MCP 커넥터의 안정성도 개선했으며, 전체 커넥터는 50개 이상

: GPT-6 Astra는 금융 문서의 표, 수치, 주석 검색부터 금융 분석, 문서, 스프레드시트, 슬라이드 생성까지 지원. OfficeQA Pro에서 69.9%로 GPT-5.6 Sol 60.2%, Claude Fable 5.1 62.4%를 상회

: 기업별 Excel, Word, PowerPoint 템플릿과 스타일 가이드를 등록해 분석 결과를 밸류에이션 모델, 리서치 노트, 피치북으로 바로 변환 가능. SAML SSO, SCIM, 역할 기반 접근제어, 정보차단벽 등 금융기관용 보안 및 거버넌스 기능도 제공

: 현재 자격 요건을 충족하는 금융기관을 대상으로 제공되며, 향후 투자은행과 주식 리서치에서 다른 금융 서비스 영역으로 확대할 계획

https://openai.com/index/introducing-chatgpt-financial-services/

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/9/11)

■ 오픈AI, 금융업 특화 ChatGPT for Financial Services 출시. 모건스탠리와 에버코어가 파트너로 참여

■ 오픈AI, 연방기관 대상 ChatGPT Enterprise 프로모션(기관당 연 $1) 종료. 사용량 기반 과금으로 전환. 전환 이후 일반 가격 대비 50% 할인 적용 예정

■ 오픈AI, Agents API를 모든 개발자 대상으로 공개 베타 출시

■ 오픈AI, AI 에이전트가 5-7월 사이 최소 10곳 많게는 23곳의 웹사이트에 메시지와 활동 흔적을 남겼다는 독립 조사 내용

■ 샘 올트먼, 미국 주요 전력 기업과 AI 기반 전력망 보안 강화 방안 논의

■ 구글, Gemini 윈도우 앱 출시. 윈도우 10과 11에서 이용 가능

■ 마이크로소프트, ‘32년까지 글로벌 데이터센터 캐파를 현재 12GW에서 38GW 이상으로 확대할 계획 보도

■ 앤스로픽, 최신 위협 보고서에서 Claude의 생물무기 개발 지원, 정부 감시, 재래식 무기 연구, 공작 활동에 활용된 사례 탐지 및 공개

■ 아마존, 자사 AdTech를 통한 ChatGPT Ads 광고 구매를 미국에서 파일럿으로 시작

■ 스페이스X CFO 브렛 존슨, 연말 연 환산 매출 1,000억 달러 달성 자신. 미공개 고객과 월 11.1억 달러 규모 신규 컴퓨트 임대 계약 체결 언급. 12월부터 시작해 6개월 지속

감사합니다.

https://t.me/Samsung_Global_AI_SW

앤스로픽, 중국 AI 기업 7곳의 Claude 불법 증류 적발

: 앤스로픽은 2026년 2월 이후 알리바바, 문샷 AI, 딥시크, Z AI, 샤오미, 센스타임, 미니맥스 등 중국 AI 기업 7곳의 Claude 무단 사용 및 불법 증류를 적발, 차단

: 알리바바는 3,500개+ 사기 계정으로 Claude Opus의 CoT를 추출해 Qwen 학습, RL 환경 구축 등에 활용. 5~7월 1.51억 건+으로 최대 규모

: 문샷 AI는 일부 사용자 요청을 몰래 Claude로 전달해 답변을 Kimi가 생성한 것처럼 제공하고 대화·CoT를 학습에 활용. 5~7월 2,300만 건+이며, 중국 군·국유기업 관련 민감정보도 Claude로 전송

: 딥시크도 사용자 요청을 Claude로 몰래 라우팅하고 CoT를 추출해 학습에 활용. 7월 14일간 1,210만 건+이며, 중국 기업 내부자료와 러시아 국방 관련 DB 인증정보, 중국 공안 감시 시스템 데이터 등이 노출

: Z AI는 Claude CoT를 GLM 학습·데이터 정제·평가에 활용하고 미국 프런티어 모델의 사이버 역량 증류도 시도. 6~7월 17일간 340만 건+ 관측

: 샤오미는 실제 사용자 대화와 코딩 세션을 Claude에 입력해 SFT·RL 학습 데이터를 생성. 20일간 40만 건+이며 개인정보와 기업 데이터도 Claude로 전달

: 센스타임은 제3자 데이터 업체에서 Claude 사용자 대화 기록을 구매해 학습에 활용하고, Claude로 증류 파이프라인 구축·운영까지 수행

: 미니맥스는 페이퍼컴퍼니를 통해 미국 AI 모델만 제공하는 프록시 서비스를 구축. 앤스로픽은 이를 미국 프런티어 모델의 사용자 대화 수집 및 모델 학습 목적으로 판단

: 단순 API 무단 사용을 넘어 CoT 대규모 탈취, 실제 고객 트래픽의 몰래 라우팅, 사용자 데이터 수집·거래, 사이버 역량 표적 증류까지 수법이 고도화됐다는 점이 핵심

https://www.anthropic.com/threat-intelligence-report-september-2026

오라클(ORCL) F1Q27 리뷰 - 가속화

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

오라클 실적은 지난 분기보다 좋아졌습니다. 클라우드 매출도 시장 기대치를 상회했고, RPO도 추가 증가했습니다. 고객 캐파 인도도 본격화 되고 있습니다.

특히 신규 계약 대부분은 고객 선급금과 BYOH 방식으로 추가 자본 투자가 불필요하다는 점을 강조했습니다.

RPO의 매출 전환에 따라 FY27 매출 성장의 추가 가속화를 전망하고 있습니다. 인프라 뿐 아니라 AI의 대체 우려가 있던 애플리케이션도 두 자릿수 성장을 유지하고 있습니다.

GPU 가동률은 여전히 97%를 상회하고 있고, 구형 GPU 재계약 트렌드 기반으로 네오 클라우드 기업 실적과 동일하게 경제성을 확인하고 있습니다.

FY27 CapEx 가이던스는 기존 전망을 유지했고, 앞선 신규 계약 구조를 통해 추가 자금 조달 관련 우려도 줄어들기는 했습니다.

다만 부채 발행이나 FCF 전망 등 관련해서 새로 업데이트된 내용은 다소 제한적이었습니다.

경영진은 이번 분기를 '가속화'로 표현했는데요. 작년처럼 10월 AI World 행사에서 중장기 가이던스 업데이트를 기대할 수 있습니다.

자세한 내용은 발간된 보고서를 참고해 주시기 바랍니다.

보고서 링크: https://tinyurl.com/crhea5s5

(2026/9/11 공표자료)

마이크로소프트의 데이터센터 캐파 3배 확장 계획 보도

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

마이크로소프트가 Azure 사업부 데이터센터 캐파를 현재 12GW에서 '32년까지 38GW 이상으로 3배 수준 확대할 계획이라는 보도가 있었습니다.

자체 캐파와 임대 캐파가 포함되지만, 네오 클라우드 캐파는 제외한 수치입니다.

또한 현재 캐파 중 AI 특화 칩 캐파는 2GW 수준인데요, '32년에는 1/3 수준(13GW)까지 높일 계획입니다. 증분을 6년 기간 단순 평균하면 4.3GW, 연평균 21% 증가입니다.

AWS와 비교해보면, AWS가 보유한 절대 캐파 규모를 공개하지 않지만, '25년 3.9GW를 신규 추가했고, '27년 말에는 '25년 말 대비 전체 캐파를 2배로 확대할 계획입니다.

시장에서 추정하는 증설 전망과 결합해보면 AWS의 '25년 말 캐파는 14GW, '27년 목표는 28GW 정도로 볼 수 있습니다.

마이크로소프트의 절대적 장기 증설 규모는 상당하지만, 증설 속도가 이례적으로 공격적이지는 않습니다.

현재 클라우드 산업 플레이어 모두 캐파 확장에서 반도체와 전력 부족을 경험하고 있지만,

특히 마이크로소프트는 에이미 후드 CFO가 '25년 일부 데이터센터 건설을 일시 중단한 이후 공급난이 경쟁사 대비 심한 수준이었습니다.

향후 대규모 캐파 확장이 본격화될 경우 추가적인 Azure 성장 반등의 기회로 작용할 수 있습니다.

다만 에이미 후드 CFO는 최근 컨퍼런스에서 향후 12개월 동안 신규로 건설해 가동할 수 있는 시설은 거의 없다는 발언을 남겼습니다.

이를 고려하면 캐파 확장은 타임라인 후반부에 집중될 가능성이 높습니다.

(2026/9/11 공표자료)

샘 올트먼, 최첨단 AI 개발 속도 조절 검토 발언

: 샘 올트먼은 이번 주 전사 미팅에서 필요할 경우 최첨단 AI 개발 속도를 조절할 수 있으며, 가능하다면 다른 주요 AI 연구소들과 함께 속도를 늦추기를 희망한다고 직원들에게 언급. 다만 일부 연구소는 동참하지 않을 가능성도 인정

: 오픈AI 수석과학자 야쿠브 파초키 역시 최근 AI 기업들이 필요에 따라 미래 개발 속도를 늦추기 위해 협력해야 한다고 주장. 공통의 안전 기준이 마련될 때까지 자발적 감속이 일반적인 관행이 되기를 희망한다고 밝힘

: 오픈AI는 안전 우려로 최근 일부 모델 개발 속도를 늦추고 특정 내부 AI 학습을 중단한 상태. 알트먼은 지난 7월에도 백악관 관계자들과 AI 개발 속도를 조절할 필요성에 대해 논의했다고 밝힌 바 있음

: 최근 오픈AI와 앤스로픽 출신 연구자 제이콥 콕슨이 초지능 경쟁을 두고 양사가 인간의 생명을 걸고 도박하고 있다고 비판하며 퇴사. 해당 발언은 1.5억회 이상 조회되며 정치권까지 확산됐고, 앤스로픽과 구글 딥마인드 출신 연구자들도 AI 개발 속도와 위험에 대한 투명성 강화를 공개적으로 요구

: 7월 말에는 주요 AI 기업 직원 1,000명 이상이 AI 개발 속도를 늦출 수 있는 메커니즘 마련을 요구하는 청원에 서명. 최근 주요 연구소에서 AI 안전 담당 인력의 퇴사도 이어지는 상황

: 특히 최근 오픈AI AI 에이전트들이 서로 협력해 격리 환경을 벗어나 서드파티 웹사이트에 침입한 사실이 알려지면서 우려가 확대

https://t.me/Samsung_Global_AI_SW

딥시크, DeepSeek V4.1 Flash AAII 40점

: DeepSeek V4.1 Flash는 1.6T 규모 V4 Pro 0813을 상회. 552B 규모로 더 높은 성능을 내면서 토큰 가격은 약 4배 저렴

: 신규 Causal Encoder–Decoder 구조를 적용해 입력 시 8B, 출력 시 16B 파라미터만 활성화. 100만 토큰 컨텍스트, 텍스트·이미지 입력 지원

: 에이전트 성능이 크게 개선. AutomationBench-AA 69%로 GPT-6 Astra와 공동 1위, V4 Pro 0813 57% 및 GLM-5.3 62%를 상회. GDPval-AA v2도 1,632 Elo로 이전 Flash 대비 164점 상승

: 롱컨텍스트 평가 AA-LCR v1.1은 84%로 GPT-5.6 Sol, Gemini 3.8 Flash와 동률

: 자체 API 가격은 입력/출력 $0.30/$1.20 per 1M tokens, 캐시 입력은 $0.006로 98% 할인. 작업당 비용은 $0.27(vs V4 Pro $0.67 , GLM-5.3-Flash $0.25)

: 다만 작업당 8.9만 토큰을 사용하는 점이 약점. V4 Pro 대비 62% 많은 토큰을 사용해 가격 대비 성능 파레토 프런티어에는 소폭 미달

https://x.com/artificialanlys/status/2098148674203488422