TechCrunch·VentureBeat 같은 업계 매체, OpenAI·Google DeepMind의 공식 발표, MarkTechPost·MIT Technology Review 같은 기술 전문 매체, Hacker News의 커뮤니티 신호까지 — 서로 다른 관점을 매일 교차 확인합니다."무슨 일이 있었는지"보다 "왜 중요한지"를 짚어, 흩어진 뉴스를 하루 단위로 이어지는 흐름으로 읽을 수 있게 하는 것이 이 브리핑의 목표입니다.
모델의 지능 경쟁은 잠시 뒤로 밀리고, 그 지능을 실제로 신뢰하고 운영할 수 있게 만드는 보안·평가·인프라 경쟁이 오늘 뉴스를 관통한다.
앤트로픽의 보안 특화 모델 '미토스(Mythos)'가 오늘만 두 건의 굵직한 소식을 냈다. 마이크로소프트 셰어포인트에서는 패치 속도를 앞지르는 취약점을, 양자컴퓨터 대비 암호 표준 후보 '호크(HAWK)'에서는 키 강도를 절반으로 낮추는 공격을 각각 찾아냈다. AI가 이제 보안 연구자의 역할까지 자동화하고 있다는 뜻인데, 같은 날 구글 워터마크 실험은 기술적으로는 튼튼해도 '무엇이 진짜인가'라는 더 큰 문제는 해결하지 못한다는 걸 보여줬다. AI가 문제를 더 빨리 찾아내는 동시에, 그 결과를 신뢰할 방법은 여전히 부족하다.
웨이모의 '평가 중심 개발', VB 트랜스폼에서 소개된 다섯 스타트업(에이전트 간 소통·권한 관리·감사 인프라), 님블의 도메인 특화 검색 에이전트는 모두 같은 곳을 가리킨다 — 에이전트 시장의 경쟁이 이제 모델 성능이 아니라 그 모델을 실제로 운영·검증·감사할 수 있는 주변 인프라로 옮겨갔다는 것이다.
그 사이 돈의 흐름은 여전히 요동친다. 마이크로소프트는 앤트로픽 투자에서 한 분기 만에 오픈AI 연간 이익에 맞먹는 32억 달러를 벌었고, 저커버그는 이 91% 급감했는데도 5년 안에 수십억 명이 개인 AI 에이전트를 갖게 될 것이라며 베팅을 이어갔다. 오픈AI 출신 릴리안 웡이 스타트업의 속도를 못 견디겠다며 떠난 지 이틀 만에 다시 오픈AI로 돌아간 것도, 최상위 AI 인재 시장이 얼마나 불안정한지를 보여주는 또 다른 단면이다.
지켜볼 신호
미토스가 찾아낸 호크 외 다른 3차 심사 암호 후보들도 같은 방식으로 재검증받는지, 그리고 미토스가 셰어포인트에서 발견한 중간·낮은 등급 취약점들이 실제로 패치되는 속도를 지켜볼 신호다.
구글 딥마인드가 7월 29일 신규 음악 생성 모델 '리리아(Lyria) 3.5'를 구글 플로우 뮤직에 공개했다. 이전 모델보다 더 복잡하고 자연스러운 멜로디 구조, 프롬프트를 더 정확히 반영하는 가사, 발음까지 개선된 감정 표현이 풍부한 보컬을 만들어내며, 곡의 템포와 길이를 사용자가 직접 조절할 수 있는 기능도 새로 추가됐다. 다만 딥마인드는 구체적인 벤치마크 수치는 공개하지 않았다.
이 기사가 시사하는 점
오디오 생성 경쟁이 이제 '그럴듯하게 들리는 음악'에서 '가수처럼 감정을 담아 부르고 사용자가 세밀하게 편집할 수 있는 음악'으로 기준점을 옮기고 있다. 구글이 벤치마크 수치 없이 정성적 개선만 강조한 것은, 이 시장에서는 아직 표준화된 품질 지표가 없다는 뜻이기도 하다.
마이크로소프트가 2026회계연도 4분기(4~6월) 실적 발표에서 지난해 11월 단행한 앤트로픽 50억 달러 투자로 이번 분기에만 32억 달러의 평가 이익을 기록했다고 밝혔다(주당순이익 33센트 기여). 반면 약 27% 지분을 보유한 오픈AI 투자는 이번 분기 6억 달러가량의 평가손실(주당 7센트 감소)을 냈지만, 회계연도 전체로는 50억 달러 이익(주당 67센트 기여)을 남겨 변동성 큰 한 해였다.
이 기사가 시사하는 점
한 분기 만에 낸 앤트로픽 투자 이익(32억 달러)이 오픈AI 투자의 연간 이익(50억 달러)에 근접한다는 사실은, 마이크로소프트에게 앤트로픽이 더 이상 보조 베팅이 아니라 오픈AI와 견줄 만한 안정적 수익원으로 자리 잡고 있음을 보여준다. 두 회사를 동시에 지원하는 마이크로소프트의 양다리 전략이 결과적으로 리스크를 분산시키는 효과를 내고 있다는 뜻이기도 하다.
오픈AI에서 AI 안전 연구 부문 부사장을 지낸 릴리안 웡이 미라 무라티가 세운 씽킹 머신스 공동창업자 자리에서 7월 27일 물러난 데 이어, 이틀 만인 29일 오픈AI 복귀가 확인됐다. 웡은 내부 슬랙 메시지와 X 게시글에서 "스타트업이 요구하는 속도를 계속 따라갈 수 없다"며 "스트레스와 업무량이 감당할 수 있는 건강 수준을 넘어섰다"고 사임 이유를 밝혔다. 오픈AI에서는 AI 시스템이 스스로의 능력을 향상시키는 '' 관련 교차 연구를 지원하는 최상위 연구팀을 이끌 예정이다.
이 기사가 시사하는 점
스타트업의 속도를 감당할 수 없다며 떠난 인물이 그 못지않게 강도 높기로 유명한 오픈AI로 곧바로 복귀했다는 점은, 건강상의 이유라는 설명이 전부는 아닐 가능성을 시사한다. 씽킹 머신스로서는 창업 초기에 핵심 공동창업자를 잃은 셈이라, 최근 두드러지는 최상위 AI 인재의 잦은 이동이 이 회사의 조직 안정성에 어떤 신호를 주는지 지켜볼 만하다.
앤트로픽이 개발한 보안 특화 AI 모델 '미토스(Mythos)'가 마이크로소프트의 협업 소프트웨어 셰어포인트에서 4월 한 달에만 '심각(critical)' 등급 취약점 90건, '중요(important)' 등급 141건을 찾아냈고, 5월 상반기에는 이보다 더 많은 취약점이 쏟아지면서 마이크로소프트 엔지니어들이 패치 속도를 따라잡지 못하는 상황이 됐다. 프로퍼블리카가 입수한 내부 회의 녹취록에 따르면, 한 엔지니어링 매니저가 "5월 31일이면 전 세계가 (미토스가 찾은 취약점 수준을) 따라잡는 날"이라고 설명하며 "제발 4월 버그가 남아있다면 처리해 달라"고 팀을 독려했다.
이 기사가 시사하는 점
낮은 등급 취약점을 방치해도 괜찮다는 기존의 우선순위 전략(트리아지)이, 미토스처럼 여러 취약점을 연쇄로 엮어 고위험 공격을 만들어내는 AI 앞에서는 더 이상 안전하지 않을 수 있다는 게 핵심 위험이다. 앤트로픽 자문위원조차 "취약점 4개를 연결하면 고위험이 될 수 있다"며 마이크로소프트의 현재 방식이 위험을 과소평가하고 있다고 지적했다 — 이는 마이크로소프트만의 문제가 아니라, AI가 방어자보다 먼저 취약점을 찾아내는 시대에 모든 기업이 맞닥뜨릴 구조적 문제다.
Ars Technica가 AI 생성 이미지에 구글의 보이지 않는 워터마크 '(SynthID)'를 입힌 뒤 압축·크기변경을 300회 반복해 강제로 열화시키는 실험을 한 결과, 워터마크는 끝까지 살아남았다 — 심지어 스크린샷을 찍어도 감지됐다. 다만 여기에 20% 크롭(잘라내기)까지 더하면 신스ID가 사라졌고, 50% 크롭은 더 이른 단계(약 250회 열화)에서 워터마크를 무력화시켰다.
이 기사가 시사하는 점
워터마크가 기술적으로 튼튼한 것과, 그것이 AI발 허위정보 문제를 실제로 해결하는 것은 별개다. 구글·오픈AI의 감지기가 서로의 워터마크를 인식하지 못해 표준이 파편화돼 있고, 애초에 워터마크 없이 이미지를 만드는 오픈소스 모델이 얼마든지 있어 "라벨이 없으면 곧 AI가 아니다"라는 잘못된 안전감을 심어줄 위험이 더 크다.
마크 저커버그가 7월 29일 실적발표 콘퍼런스콜에서 "5년 뒤에는 수십억 명이 개인 AI 에이전트를 갖게 될 것이 거의 확실하다"고 말하며, 이 에이전트들이 재정 관리, 건강, 인간관계, 가사까지 도울 것이라고 설명했다. 그는 컴퓨팅 자원을 판매하는 것보다 '지능' 서비스를 파는 것이 훨씬 높은 마진을 남길 것이라며 대규모 AI 인프라 투자의 근거로 제시했다. 같은 분기 메타의 은 전년 동기 85억5000만 달러에서 7억8400만 달러로 91% 급감했고 리얼리티랩스 부문은 약 46억 달러 손실을 냈으며, 실적 발표 이후 메타 주가는 약 10% 하락했다.
이 기사가 시사하는 점
저커버그의 발언은 결국 잉여현금흐름이 91% 급감하고 주가가 10% 가까이 빠진 시장의 불안을 정당화하기 위한 장기 서사에 가깝다. '컴퓨팅이 아니라 지능을 판다'는 마진 논리가 실제 수익으로 증명되기 전까지는, 메타의 AI 베팅이 투자자에게 인내를 요구하는 신뢰의 문제로 남을 가능성이 크다.
미국 표준기술연구소(NIST)의 3차 심사까지 통과해 (PQC) 표준 후보로 유력했던 전자서명 알고리즘 '호크(HAWK)'가, 앤트로픽의 보안 AI 모델 '미토스(Mythos)'가 찾아낸 공격 기법으로 사실상 폐기됐다. 암호학 비전문가인 앤트로픽 연구자가 약 60시간과 10만 달러의 컴퓨팅 비용만으로 미토스를 활용해 호크의 키 강도를 절반으로 낮추는, 기존에 알려지지 않은 공격법을 찾아냈고, 이 발표 직후 호크 개발자는 스스로 알고리즘 철회를 선언했다.
이 기사가 시사하는 점
존스홉킨스대 매튜 그린 교수는 이번 공격이 "근본적으로 새로운 수학을 발명한 게 아니라, 이미 알려진 도구들을 조합했을 뿐"이라는 점이 오히려 AI에 특히 취약한 지점이라고 짚었다. 구글의 PQC 전문가 소피 슈미그도 "이 논문 한 편으로 호크는 끝났다"고 평가했는데, 이는 개별 알고리즘 하나의 문제가 아니라 앞으로 표준화 심사 중인 다른 암호 후보들도 같은 방식으로 재검증받아야 할 수 있다는 신호다.
웨이모의 시스템 인텔리전스·머신러닝 엔지니어링 디렉터 마나시 조시는 VB 트랜스폼 2026에서, 웨이모가 2억2000만 마일 이상의 완전자율주행 누적 주행에서 사람 운전자 대비 심각한 부상 사고를 17배 줄인 비결로 '평가(eval) 중심 개발'을 꼽았다. 모델 성능이 좋아 보이는 시점이 아니라 그 성능을 검증하는 평가 체계가 충분히 성숙했을 때만 프로젝트가 다음 단계로 넘어간다는 원칙이다.
이 기사가 시사하는 점
웨이모 엔지니어의 업무 시간 배분이 평가 인프라 구축 쪽으로 크게 기울어 있다는 사실은, 자율주행처럼 실패 비용이 큰 AI 시스템일수록 '모델을 더 좋게 만드는 것'보다 '그 모델을 얼마나 잘 검증할 수 있는가'가 실질적인 경쟁력이 된다는 것을 보여준다. 이는 기업용 AI 에이전트를 배포하는 모든 조직에 적용될 수 있는 원칙으로, 평가 체계 없이 에이전트를 프로덕션에 투입하는 조직은 아직 준비가 안 된 것이라는 신호다.
VB 트랜스폼 2026에서 소개된 5개 스타트업이 기업용 AI 에이전트가 안고 있는 세 가지 구조적 공백 — 에이전트끼리 서로 대화하지 못하는 문제, 권한을 안전하게 위임하지 못하는 문제, 사고 발생 시 감사(audit)가 불가능한 문제 — 를 각각 다른 방식으로 메우고 있다. 밴드(BAND)는 에이전트 간 실시간 소통 인프라를, 코니퍼스(Conifers)는 보안 사고 대응 시간을 7시간에서 12분으로 줄이는 에이전틱 방어 체계를, 레인드롭AI(Raindrop AI)는 배포 전 시뮬레이션으로 에이전트 오류를 잡아내는 감사 로그를, 아케이드(Arcade)는 권한·인증과 계층을, 오밀리아(Omilia)는 자동화율을 80~90%까지 끌어올리는 고객 상담 자동화 플랫폼을 각각 제공한다.
이 기사가 시사하는 점
다섯 스타트업이 겨냥하는 지점이 전부 '모델 성능'이 아니라 '모델을 둘러싼 배관(infrastructure)'이라는 공통점은, 에이전트 시장의 병목이 이제 지능이 아니라 신뢰·거버넌스로 이동했음을 보여준다. 이 계층을 먼저 장악하는 기업이, 프론티어 모델 자체보다 더 오래가는 해자를 갖게 될 가능성이 크다.
뉴욕의 스타트업 님블(Nimble)이 기업 고객마다 도메인에 특화된 검색 전략을 학습하는 '웹 서치 에이전트(Web Search Agents)'를 출시했다고 7월 29일 발표했다. 회사 측 자체 벤치마크에 따르면 범용 AI 검색 대비 정확도가 21% 높고 토큰 사용량은 51% 적으며, 고객사 록스(Rox)는 이를 도입해 토큰 비용을 20배 줄였다고 밝혔다. 사용료는 저효율 설정 기준 요청당 0.025달러부터, 관리형 서비스는 월 2500달러부터 시작한다.
이 기사가 시사하는 점
검색 API 하나만 붙이면 끝나던 구조에서 벗어나 브라우징·추출·검증·메모리까지 통째로 관리해주는 '하네스형' 서비스가 등장했다는 것은, 프론티어 모델의 추론 능력이 상향 평준화될수록 경쟁의 무게중심이 모델 앞단의 검색·검증 인프라로 옮겨가고 있다는 신호다. 다만 21%·51%라는 수치는 벤치마크 방법론이나 비교 대상이 공개되지 않은 자체 발표치라 독립 검증이 필요하다.