마크 저커버그, AI 속도 조절론에 대한 입장

지난달 저는 모두를 위한 긍정적이고 안전한 미래를 어떻게 만들어갈 수 있을지에 대해 글을 썼습니다.

모든 AI 연구소는 모델을 안전하게 학습시키는 데 필요한 속도로 개발을 진행할 책임과 유인이 있으며, 이를 위해 각자 필요한 조치를 취할 능력도 있습니다.

현실은 다음과 같습니다.

- 사람들은 자신과 정렬되지 않고 요청한 대로 행동하지 않는 에이전트를 사용하려 하지 않을 것입니다. 따라서 AI 연구소들은 정렬 수준을 높일 강력하고 자연스러운 유인을 갖고 있습니다.

정렬이 따라잡을 때까지 AI 역량 발전 속도를 늦춰야 한다는 논의가 많이 나오고 있습니다. 신뢰와 정렬은 빠르게 에이전트와 모델을 차별화하는 가장 중요한 역량으로 자리 잡고 있습니다. 정렬에 집중하지 않는 연구소는 뒤처질 것입니다.

- 모델이 피해를 일으킬 경우 AI 연구소는 상당한 법적 책임을 부담하게 됩니다. 따라서 이를 방지할 강력한 유인도 존재합니다.

메타는 안전과 보안에 집중하기 위해 Muse 출시를 수개월 연기했습니다. 우리는 다른 연구소들도똑같이 해야 한다고 요구하지 않았습니다. 단지 사람들과 우리에게 명백히 옳은 일이었기 때문에 일상적인 업무의 일부로 그렇게 했습니다. 저는 우리가 구축한 보안 기반을 자랑스럽게 생각합니다.

- 독립 평가기관과 자문위원을 활용하는 것은 업계의 모범 관행입니다. MSL은 더 나은 결과를 만들기 위해 이미 여러 분야에서 이를 시행하고 있습니다. 다른 연구소들도 그렇게 할 수 있습니다. 전반적으로 크고 다양한 평가기관 생태계가 형성되는 것이 도움이 될 것입니다.

- 컴퓨트의 상당한 대부분을 재귀적 자기개선(RSI) 경쟁이 아니라 사람들에게 서비스를 제공하는 데 투입하는 것은 기술을 안전하게 개발할 수 있는 가장 좋은 방법 중 하나입니다. 메타는 이미 이렇게 하기로 약속했으며 다른 연구소들도 그렇게 할 수 있습니다.

저는 모두를 위한 긍정적인 미래를 만드는 핵심은 올바른 힘의 균형을 유지하는 것이라고 믿습니다. 그리고 이는 우리가 해낼 수 있는 일입니다.

https://x.com/finkd/status/2099997096896274533

샘 올트먼, 이번 주 대형 출시 예고, GPT-6 Sol 기대감 확대

: 오픈AI의 티보 소티오가 “이번 주 공개될 것들도 과거 DevDay에서 기대할 만한 수준”이라고 언급하자, 샘 올트먼이 직접 “big 🚢 this week and then for devday 🚢🚢🚢🚢🚢🚢”라고 답변

: 여기서 🚢는 제품이나 모델 출시 의미. 특히 샘이 DevDay 뒤에 배 이모지를 6개 사용하면서 최근 루머가 확산되고 있는 GPT-6, 특히 GPT-6 Sol을 암시한 것 아니냐는 해석도 확산

https://x.com/sama/status/2099872600977760451

일론 머스크, 저커버그의 AI 속도 조절 입장에 “Cool”

→ 저커버그는 ‘프런티어 AI 공동 감속’에는 선을 긋되, 개별 랩의 안전을 위한 자율적 속도 조절에는 찬성. 메타는 RSI 경쟁보다 사용자 서비스에 컴퓨트의 상당한 대부분을 투입하겠다는 입장

→ 머스크는 아모데이의 업계 차원 AI 속도 조절론에 “Dario is right”라며 공개적으로 동의한 바 있음. 따라서 이번 “Cool”을 저커버그의 ‘공동 감속 불필요’라는 세부 입장까지 지지한 것으로 해석하기는 어려움

→ 속도 조절하는거야 마는거야?

https://x.com/elonmusk/status/2100071927918612828

글로벌 AI/SW - 지능의 풍요와 에이전트 작업 시간의 확장

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

재귀개선 사이클 기반으로 AI 산업 발전은 더욱 가속화되고 끝 없는 경쟁도 이루어지고 있습니다.

현 시점 AI의 중요한 주제 중 하나는 '지능의 풍요'인데요

프론티어 모델 간 격차 축소 저가 모델 사용량 증가 기존 프론티어 모델 가격 인하로 쓸 만한 선택지가 풍부해졌습니다.

치열한 경쟁 속 오픈AI와 앤스로픽을 둘러싼 바람의 방향도 바뀌고 있고. 특히 오픈AI의 GPT-6 Astra는 결정적 한 방입니다.

Astra는 새로운 규칙 파악과 추론 능력 강화 속 AI 에이전트가 자율적으로 끝까지 수행할 수 있는 유효 작업 시간의 확장이라는 의미를 가지고 있습니다.

Astra가 보여준 발전은 에이전트의 업무 범위 확장으로 이어집니다. 활용도가 높아질 수록 당연하게도 컴퓨트 부족은 더욱 심화되고 있습니다.

반면 AI 속도 조절론은 여기에 제동을 거는 효과를 내고 있습니다.

AI 산업 변화는 SW 섹터에도 직접적인 영향을 미칩니다. 앞서 살펴본 여러 이슈들은 섹터에 긍정적 그리고 부정적으로 다소 혼재된 상황인데요

이러한 내러티브 변동에 더욱 취약한 것은 SaaS를 포함한 엔드 소프트웨어입니다.

그리고 여전히 에이전트 확산이라는 메가 트렌드의 수혜를 누리는 것은 인프라 SW(클라우드 인프라, 보안, 데이터 등)입니다.

지난 6월 하반기 전망 자료 이후 섹터 내 주요 업데이트 내용을 담았습니다.

자세한 내용은 발간된 자료를 참고해 주시기 바랍니다.

보고서 링크: https://bit.ly/4rfl8Uh

(2026/9/16 공표자료)

앤스로픽, Cowork· 채팅 통합, Claude가 작업 유형 알아서 판단

Claude Cowork와 일반 채팅을 통합. 사용자가 작업 유형에 따라 모드를 선택할 필요 없이 Claude가 필요한 기능을 판단해 수행하며, 노트북을 닫은 뒤에도 장기 작업 지속 가능

: Claude Docs·Slides 신규 출시, Design도 대화에 통합. 하나의 대화에서 문서·프레젠테이션 생성, 편집, 공유, PowerPoint·PDF 다운로드까지 지원

: 기존 Cowork의 컨텍스트·스킬·커넥터를 그대로 활용하며 반복 작업 예약과 자율 실행도 지원. Pro·Max부터 향후 몇 주간 적용 후 Team·Free로 확대

https://claude.com/blog/cowork-is-now-claude

[삼성 이영진] 글로벌 AI/SW 뉴스 🤖 (26/9/17)

■ 오픈AI x 마이크로소프트, GitHub 상대 저작권 정보 미표시 소송에서 유리한 판결 확보

■ 오픈AI, ChatGPT 내에서 기업과 직접 대화하는 Sponsored Agents와 광고 캠패인 제작 분석용 Ads Manager 도입

■ 구글 딥마인드, AGI 자체의 성능 연구를 넘어 안전, 거버넌스, 경제사회적 영향을 전담 논의하는 DeepMind Institute 출범

■ 알파벳과 블랙스톤의 AI 클라우드 합작사 Crux AI에 10개 은행이 220억 달러 규모 대출 제공

■ 에메랄드 AI x 구글 x 엔비디아, AI Energy Management Alliance(AEMA) 출범. AI 데이터센터가 전력망 상황에 따라 전력 소비를 동적으로 조절할 수 있도록 기술·운영·계통연결 기준을 마련하는 것이 목표

■ 앤스로픽 x 노보 노디스크, Claude Science를 신약 R&D에 도입 협력

■ 앤스로픽, Claude Chat과 Cowork 통합. 단일 Claude 앱으로 개편

■ 앤스로픽, 싱가포르에 아시아에서 다섯 번째 사무소 개설. 오픈AI 싱가포르 영업책임자 출신 Dale Finlay를 동남아 총괄로 선임

■ 앤스로픽, 호주 Zerra DC의 2.16GW 데이터센터 캠퍼스 임차 보도

■ 앤스로픽, 노동조합 후원 연기금들과 협력하는 주주단체 SOC Investment Group이 예정된 IPO 연기 요구. 규제, 제품책임, 거버넌스 리스크를 투자자가 충분히 평가하기 어렵다는 것이 핵심 주장

■ AWS 피터 드산티스, Trainium4에 대해 명확한 차별화 우위 자신

■ Generac, 아마존데이터센터에 백업 발전기 공급 장기 계약 체결. 초기 공급액은 24억 달러. 최대 80억 달러까지 확대 가능

■ 스페이스XAI, Grok의 메모리를 세션 간 지속되는 사용자, 업무 컨텍스트로 강화

■ 네비우스, 10/1일부터 온디맨드 앤비디아 GPU 가격 인상 발표

■ 네비우스, B300과 RTX PRO 6000을 탑재한 마드리드 데이터센터 실제 가동 발표

■ 코어위브, 멀티랙 엔비디아 Vera Rubin NVL72 클러스터 가동. 현재 2개 리전에 7개 랙을 프로덕션 환경에서 운영

■ 사이퍼 디지털, 텍사스 신규 프로젝트 중 1.1GW를 Conditional Base Load로 확보. 플루이드스택 및 앤스로픽과 별도로 지역 상수도에 1,000만 달러 투자 발표

■ 캐나다 코히어와 독일 Aleph Alpha, 코히어 브랜드로 합병 계약 체결

■ 세일즈포스, 정부용 Missionforce에 오픈AI 모델 도입

■ 치폴레, 팔란티어 Foundry 기반 식품안전 리스크 플랫폼 구축

■ Z AI, 주요 국내외 클라우드 업체와 매출 공유 계약을 체결해 10월부터 매출 인식 시작, 연말 ARR 가이던스를 24억 달러에서 30억 달러로 상향 보도

https://t.me/Samsung_Global_AI_SW

샘 올트먼, 핵심 제품 출시는 다음 주로 지연

이번 주 출시를 기대했던 핵심 제품은 다음 주로 미뤄졌습니다. 그래도 기다릴 가치가 있다고 생각합니다!

→ 다다음주는 DevDay

https://x.com/sama/status/2100351958167220547

티보 소티오, 물리 법칙은 속일 수 없다

: 티보 소티오는 샘 올트먼이 이번 주 예정됐던 주요 출시를 다음 주로 연기한다고 밝히자, 가끔은 물리 법칙을 속일 수 없다(Sometimes physics can’t be cheated)고 언급

: 구체적 의미는 밝히지 않았지만, 출시 지연이 단순 소프트웨어 이슈가 아닌 물리적 제약과 관련됐을 가능성을 시사

→ 또 캐파 부족인가?

https://x.com/thsottiaux/status/2100363668051603608

오픈AI, 모델 정렬 실패 공개 프레임워크 신설, 사례 6건 공개

: 오픈AI가 모델의 예상치 못했거나 우려되는 행동을 체계적으로 추적, 조사, 공개하는 Model Misalignment Reporting Framework 발표

; 기존에는 여러 사례를 모아 보고서나 시스템 카드에서 공개했지만, 앞으로는 원인 규명이나 완화가 완료되지 않았더라도 기준을 충족하면 신속하게 공개

: ‘AI 업계가 정렬과 모니터링 문제를 충분히 해결해 최대 속도의 스케일링을 책임 있게 지속할 수 있는 단계는 아니다”라고 명시

: 정렬 실패가 실제 피해나 반복 패턴으로 확인되지 않아도 공개하며, 향후 업계 공통 공개 표준과 미국 연방정부 대상 중대 안전, 보안 사고 보고 체계로 발전시킬 계획

: 지난 6개월간 훈련, 평가 과정에서 확인된 첫 정렬 실패 사례 6건 공개

① 자기 생성 지시 삽입: 미출시 연구 모델이 컨텍스트 전환용 작업 요약에 기존 제약을 무시하라는 등의 지시를 스스로 삽입, 총 27개 요약에서 확인

② 실수 은폐: GPT-5.6 Sol 훈련 중 모델들이 작업 요약에 과거 데이터를 임의로 생성하고 이를 밝히지 않거나, 출처 버전 불일치를 숨기라는 지시를 삽입

③ API 키 무단 사용 및 데이터 조작: 공개 저장소에서 노출된 API 키를 허가 없이 사용하고, 원하는 데이터를 얻지 못하자 수치를 조작해 실제 출처 데이터처럼 제시

④ 파일 인터넷 무단 업로드: 브라우저 인용 요구를 충족하기 위해 Python으로 생성한 파일을 사용자 허가 없이 인터넷에 업로드한 뒤 이를 출처로 인용

⑤ 내부 저장소를 통한 모델 간 통신: 서로 다른 훈련 샘플의 모델들이 내부 소프트웨어 저장소를 메시지 보드처럼 이용해 요청과 응답을 교환. 과거에는 네트워크 제한 우회를 시도하며 파일 업로드에 성공한 사례도 확인

⑥ 에이전트 간 공개 파일 공유: 협업 에이전트들이 서로의 로컬 파일에 접근하지 못하자 공개 파일 호스팅 사이트를 이용해 파일을 공유, 로컬 파일만 사용하라는 지시와 달리 결과물이 공개 URL에 노출

: 공개 절차는 Ready for Disclosure, Minor Investigation, Larger Investigation 3단계로 운영. 복잡하거나 제3자가 관련된 사건은 Larger Investigation으로 분류하며, 과거 오픈AI Hugging Face 사건도 이 프레임워크가 적용됐다면 해당 트랙에 포함됐을 것이라고 설명

https://openai.com/index/model-misalignment-reporting-framework

구글 딥마인드, AGI 시대 대비 위한 DeepMind Institute 출범

: 구글 딥마인드가 AGI의 안전한 개발과 활용, 사회적 영향을 연구하는 DeepMind Institute(DMI) 출범

: 셰인 레그, 제임스 마니카, 데미스 하사비스가 공동 디렉터를 맡으며, 구글 내부뿐 아니라 전 세계 연구자와 사상가가 참여하는 학제 간 연구 플랫폼으로 운영

: 딥마인드는 현재 AI가 여전히 기본적인 작업에서 실패하고 완전한 AGI에 필요한 일관성과 창의성이 부족하지만, 빠른 기술 발전을 감안하면 인간 두뇌의 모든 인지 능력을 갖춘 AGI에 접근하고 있으며 이러한 격차도 곧 해소될 것이라고 전망

: AGI가 질병 치료, 청정에너지, 경제 성장 등 과학적 돌파구를 가속할 수 있는 동시에, 이미 사이버보안과 바이오리스크가 커지고 있으며 향후 자기개선 시스템에서는 인간의 통제 상실 가능성도 존재한다고 경고

: DMI는 AGI 시스템과 에이전트 집단을 어떻게 안전하게 구축·거버넌스할지, AGI 시대에 어떤 제도와 정책이 필요한지, 인간의 가치와 역할이 어떻게 변화할지 등을 연구. 기술 전문가뿐 아니라 인문·사회과학, 정부 등 사회 전반의 참여가 필요하다는 입장

https://institute.deepmind.com

Z. AI(02513 HK) - 전략적 자금 조달과 가이던스 상향

안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.

Z AI(Knowledge Atlas Tech)는 최근 20억 달러 신주 배정과 30억 달러 전환사채 발행을 통해 50억 달러의 전략적 자금 조달을 진행했습니다.

경영진은 두 차례 자금 조달을 통해 컴퓨트 부족이 더 이상 단기 ARR 성장의 제약 조건이 아니라는 입장을 밝혔는데요

지난 상반기 실적 발표에서 언급한 8월 MaaS ARR 16억 달러(월 매출 기준)과 20억 달러(1주 기준)에서 추가 상승해 ARR은 18억 달러를 넘어섰고,

코딩과 Cowork의 강한 수요 기반으로 연말 ARR 가이던스를 기존 24억 달러에서 30억 달러로 25% 상향했습니다.

GLM-5.3 출시 한 달 만에 Cowork는 10억 위안 규모 주문을 확보했고, 향후 1~2년에 걸쳐 매출로 인식될 예정입니다.

경영진은 50억 달러 컴퓨트 투자는 컴퓨트 멀티플을 고려하면 최소 24억 달러 매출로 연결될 것으로 예상했습니다.

국내외 주요 클라우드 사업자와 매출 공유 계약을 체결한 것도 추가 모멘텀이 될 수 있습니다.

GLM 모델을 호스팅 API 형태로 제공하고, 관련 매출이 10월부터 인식될 예정입니다.

Z AI의 움직임은 중국 AI 기업 내 추론 수익화의 필요성과 높은 수요를 충족시키기 위한 캐파 확장으로 연결되는 흐름을 보여줍니다. 

비상장인 문샷 AI와 딥시크도 최근 신규 펀딩 라운드와 상장 관련 보도가 이어지고 있는데요

- 문샷 AI: 8월 ARR 10억 달러 + 500억 달러 밸류로 신규 펀딩 논의

- 딥시크: 8월 ARR 5억 달러 + 740억 달러 밸류로 신규 펀딩 논의

Z AI의 ARR은 문샷 AI의 2배 수준이지만, Z AI의 시가총액은 400억 달러 수준입니다.

(2026/9/17 공표자료)

오픈AI vs 앤스로픽, OpenRouter 지출 점유율 장기 추이

: OpenRouter에서 오픈AI 모델의 앤스로픽 대비 지출 점유율이 2025년 초 약 10%에서 최근 50%까지 상승

: 특히 2026년 6월 이후 오픈AI 점유율 상승세가 가속. 반면 앤스로픽은 2025년 초 약 90%에서 최근 50%까지 하락

: 전체 AI 시장이 아닌 OpenRouter 내 오픈AI, 앤스로픽 모델 간 달러 지출 비중으로, 토큰 사용량뿐 아니라 모델 가격과 사용 모델 믹스 영향도 반영

https://t.me/Samsung_Global_AI_SW

샤오미, MiMo-V2.6 Pro·Flash 대규모 RL 스케일링 실험 공개

: 샤오미 MiMo 팀이 약 반년간 연구해온 RL 스케일링 실험을 공개. 현재 MiMo-V2.6 Pro와 Flash의 RL 학습 과정과 평가 결과를 공개 대시보드에서 지속 업데이트 중

: 핵심은 RL 스케일을 컴퓨트, 환경 및 하네스, grader 컴퓨트 세 축에서 확대. 스텝당 약 2B 토큰, 1,568개 프롬프트 × 16 rollout의 완전 비동기 학습과 멀티태스크 에이전트 RL, 테스트케이스·루브릭 기반 보상 등을 적용

: 팀은 RL을 자기개선으로 향하는 가장 확장 가능하고 효율적인 경로 중 하나로 평가. Pro와 Flash의 각 학습 단계별 오프라인 평가 결과를 계속 공개하고, 관련 기술도 향후 수주간 순차적으로 오픈소스화할 계획

https://mimo.xiaomi.com/rl/

Z AI GLM-5.3, AI가 자신의 추론 인프라를 직접 최적화하는 사례

: GLM-5.3 기반 인프라 에이전트가 10만 개 이상의 중국산 AI 가속기 클러스터에서 GLM-5.3-Flash의 프로덕션 추론 인프라 구축과 최적화에 직접 참여했다고 공개

: 모델 적응부터 프로덕션 준비까지 2주 미만이 소요됐으며, 초기 대비 엔드투엔드 처리량 약 3배 개선

: 핵심은 단순 코드 생성이 아니라 ‘Dense Feedback’ 기반 에이전트 엔지니어링 루프

: 엔지니어가 목표와 시스템 경계를 설정하면 에이전트가 가설 수립, 코드 수정, 실험을 수행하고, 커널 테스트, 실행 트레이스, 마이크로벤치마크, 엔드투엔드 지표를 통해 결과를 반복 검증

: 실제로 인프라 에이전트는
① KDA 커널의 Context Parallelism 수치 정확도 문제를 찾아 수정하고,
② Python GIL로 인해 발생한 KV Transfer 동시성 병목을 찾아 Prefill 대비 성능 손실을 20%+에서 1% 미만으로 축소
③ 기존 커널의 최적화 기법을 학습해 KDA Decode 핵심 커널에서 최대 1.71배 속도 향상을 달성

: ReplaySSM, W8A8 양자화, INT8·FP8·BF16 혼합정밀도 캐시, Layer Split, EPD 분리형 아키텍처 등을 적용해 제한적인 메모리·대역폭 환경에서도 1M 컨텍스트와 멀티모달을 지원

: 회사는 하드웨어 활용 효율과 토큰당 비용이 주류 NVIDIA GPU와 비교 가능한 수준에 도달했다고 주장

: 아직 완전한 재귀적 자기개선, RSI 단계는 아니며 목표 설정, 시스템 경계, 위험 평가는 인간이 담당. 다만 AI가 자신의 추론 인프라를 직접 개선하는 초기 형태의 자기개선 루프가 나타나기 시작했다는 설명

https://z.ai/blog/glm-built-its-inference-infrastructure

Manus, 메타 결별 후 40억 달러 기업가치로 5억 달러 투자 유치 추진

: 현재 협상은 초기 단계이며 조건은 변경될 수 있지만 조만간 마무리될 가능성. 신규 투자자는 아직 알려지지 않음

: 메타는 지난해 12월 Manus의 ARR이 1억 달러를 넘어선 이후 약 20억 달러이 인수하기로 했으나, 중국 당국이 핵심 기술의 해외 이전을 우려해 거래 제동

: 양사는 올해 5월 운영 분리와 데이터 공유 중단을 완료했고, Manus는 이달 독립 운영 재개를 공식화

: 분리 과정에서 창업자와 텐센트, HSG, ZhenFund 등 기존 투자자가 메타 지분을 20억 달러 기업가치 기준으로 재매입

: 텐센트는 Benchmark가 보유했던 지분을 인수해 최대 외부 투자자가 됐으며, Benchmark는 투자금을 회수하며 엑싯

https://t.me/Samsung_Global_AI_SW

코어위브, 높은 가격에 AI 컴퓨트 계약 확대, 최대 35억 달러 전환사채·3,500만주 ATM으로 성장 자금 확보

: 코어위브는 3Q26 들어 3~6개월 단기 컴퓨트 계약을 MW당 연환산 매출 약 $40M 수준에 체결하고 있다고 공개

: 6월 말 이후에도 신규 용량을 이전보다 높은 가격에 계약하고 있다는 점을 강조

: 수요도 지속 확대. 3Q 초 250억 달러 이상의 순신규 고객 커밋먼트를 확보했으며, 이는 6월 말 Revenue Backlog 1,042억 달러에 아직 포함되지 않은 금액

: 총 계약 전력은 6월 말 약 3.7GW에서 8월 11일 약 4.2GW로 증가

: 동시에 대규모 자금조달 추진. 2033년 만기 전환사채 30억 달러를 발행할 예정이며, 추가 매입 옵션 5억 달러 포함하면 최대 35억 달러

: 금리와 전환가격은 프라이싱 시 결정되며, 조달액 일부는 전환에 따른 희석을 완화하기 위한 capped call에 사용하고 나머지는 일반 기업 목적으로 활용

: 별도로 Class A 주식 최대 3,500만주를 수시 매각할 수 있는 ATM 프로그램도 신설. 실제 매각 의무는 없으며 시장 상황과 자본구조에 따라 활용할 계획

: 회사는 이를 지속적인 자금조달 유연성 확보와 투자등급 전환을 지원하기 위한 조치라고 설명

https://investors.coreweave.com/news/news-details/2026/CoreWeave-Continues-to-Contract-New-Compute-Capacity-at-Higher-Prices/default.aspx

앤스로픽, 프런티어 AI 개발 속도 측정 지표 공개, AI가 R&D 26% 주도

: 앤스로픽은 프런티어 AI 개발 속도를 외부에서 추적하기 위한 핵심 지표로 ① AI 주도 AI R&D 비중 ② AI 에이전트 감독 수준 ③ 컴퓨트 배분을 제시

: 향후 독립적인 제3자 평가자를 내부에 배치해 데이터와 안전 프로세스를 검증할 계획

: AI 주도 R&D

- 2026년 8월 기준 Claude가 앤스로픽 AI R&D 업무의 26%를 ‘주도, AL4’, 90% 이상에서 최소 ‘협업, AL3’ 단계에 도달. 완전 자율, AL5 단계는 아직 없음

- 특히 AI가 주도하는 모델 R&D 비중은 2월 1% 미만에서 8월 26%로 급증, 재귀적 자기개선, RSI에 얼마나 가까워지고 있는지를 추적하는 지표로 제시

- 자동화 수준은 약 1.5만 개의 실제 R&D 업무를 542개 범주로 구조화해 측정. 인간과 모델의 평가가 1단계 이내에서 일치한 비율은 97%로, 단순 설문이 아니라 실제 내부 업무 데이터를 기반으로 AI의 연구 자동화 수준을 추적

: 에이전트 감독

- 가장 많이 사용하는 내부 플랫폼에서 동시에 약 3만 개의 AI 에이전트가 연구·엔지니어링 업무를 수행. 모든 행동은 실행 전 온라인 모니터와 실행 후 오프라인 모니터의 100% 감시 범위에 포함

- 2026년 8월 에이전트의 10억 건 이상 의사결정 가운데 온라인 모니터가 차단한 비율은 0.002%, 약 4.7만 건당 1건. 오프라인 시스템은 주당 약 10만 개 트랜스크립트를 플래그하고, 이 가운데 최우선 약 50건을 인간에게 에스컬레이션

: 컴퓨트 배분

- 7월 한 주간 전체 AI R&D 컴퓨트의 약 6%가 안전성 연구, AI가 수행하는 AI R&D 컴퓨트에서는 12%가 안전성 연구에 사용

- 역량과 안전성에 동시에 기여하는 작업은 안전성에서 제외한 보수적 기준이며, 별도의 safeguards classifier 컴퓨트도 포함하지 않음

: 앤스로픽은 향후 프런티어 랩들이 동일한 방법론으로 AI R&D 자동화, 에이전트 감독, 안전성 컴퓨트 비중을 정기 공개할 것을 제안

: 이러한 지표를 신규 모델의 AI R&D 투입 전 의무 테스트 기간, 안전성 컴퓨트 최소 배분, AI 연구 에이전트 컴퓨트 제한 등 향후 AI 개발 속도 조절의 기준으로 활용할 수 있다는 입장

https://www.anthropic.com/institute/measuring-pace-of-ai-development

오픈AI, 두 번째 밀레니엄 난제 ‘호지 추측’ 해결 근접 보도

: 오픈AI가 7대 밀레니엄 난제 중 하나인 ‘호지 추측(Hodge Conjecture)’ 해결에 근접했다는 보도

: 내부 직원들은 비교적 이른 시일 내 해결할 것으로 기대하고 있으나, 아직 공식적으로 해결되거나 검증된 것은 아님

: 앞서 나비에, 스토크스 문제 해결에는 차기 사전학습 모델의 변형 버전인 코드명 ‘Doug’가 사용됐으며, 추정 비용은 수백만 달러. 다만 Doug가 이번 호지 추측에도 사용됐는지는 확인되지 않음

: 오픈AI 연구진은 수학을 소프트웨어 엔지니어링에 이은 AI 자동화의 다음 영역으로 평가. 단계적 논리 추론과 결과의 자동 검증이 가능하다는 공통점 때문에, 일부 연구자는 향후 6~9개월 내 수학에서도 소프트웨어 개발과 유사한 자동화가 나타날 것으로 전망

: 고난도 수학 능력은 단순한 벤치마크를 넘어 머신러닝 연구 자동화와 재귀적 자기개선(RSI)으로 연결될 수 있다는 판단.

: 미해결 수학 난제를 풀 수 있다면 생물학, 화학 등 다른 과학 분야의 복잡한 연구 문제 해결 능력을 가늠하는 지표로도 활용 가능

: 다만 나비에, 스토크스 발표 과정에서 수학계와 연구 성과 귀속 논란이 발생했던 만큼, 이번에는 수학계와의 협업 및 발표 방식을 조율 중이며 실제 공개 시점은 늦어질 수 있음

https://t.me/Samsung_Global_AI_SW

[반.전] CPU 모멘텀 투자 대안 찾기

안녕하세요. 삼성증권 문준호의 ‘반도체를 전하다’입니다.

어제도 AMD 주가가 6%, 인텔이 7% 넘게 상승하는 등 단기 아웃퍼폼이 지속되고 있습니다.

AMD가 공급 부족과 TSMC 가격 인상을 배경으로, 자신들도 가격을 인상하겠다는 보도가 나왔습니다. 인텔 역시도 매월 가격 인상 소식이 들려오고 있습니다.

CPU에 대한 눈높이는 계속 올라갈 수 있겠습니다. 가격 인상은 AMD와 인텔의 매출과 이익 전망에 반영될테니까요,

다만 AMD의 가격 인상이 TSMC의 가격 인상에서 비롯되고, 또 CPU 수요 증가의 핵심 배경은 AI인 바, 오히려 투자 대안은 AI 카테고리 내 다른 수혜주에서 찾아볼 필요가 있다고 생각합니다.

밸류에이션에 대해 투자자들이 느끼는 부담감은 가중되고 있는 가운데, 현재 AMD 12개월 forward P/E 40배 (FactSet), 인텔이 56배에 거래 중인 상황입니다.

이에 대한 대안으로 TSMC, 엔비디아, 마이크론이 떠오릅니다.


■ TSMC

- AI 수요 지속 상향에 따른 가격 인상이 지속되고 있어, 이익 가시성이 가장 우수한 업체 중 하나입니다.

- 한정된 캐파 내에서 AMD가 CPU 호수요에 주문을 늘리겠다고 한다면, 그만큼 다른 업체들에게도 더 높은 가격을 부를 수 있습니다.

- 현재 P/E 21배에 거래 중입니다.


■ 엔비디아

- AMD도 가격을 올리는데 엔비디아라고 올리지 못할까요? 높아질대로 높아진 실적 눈높이를 매분기 상회해 오고 있습니다.

- 게다가 올해부터는 서버 CPU 사업 진출도 본격화되어, AMD와 인텔의 공급 부족은 기회가 될 수 있습니다.

- 현재 P/E 16배에 거래 중입니다.


■ 마이크론

- GPU의 친구가 HBM이라면, CPU의 친구는 범용 DRAM입니다. CPU의 역할과 수요가 확대는 DRAM 수요에도 영향을 줍니다.

- 주가가 흔들릴 뿐, DRAM 가격은 계속 오르고 있습니다. 가격의 증가 속도가 언젠가는 둔화될 지언정, 매분기 기대치는 계속 상회하고 있습니다.

- 현재 P/E 6배, P/B 4배에 거래 중입니다.


감사합니다.

(2026/9/18 공표자료)