이번엔 알파폴드 두뇌까지…구글 AI 인재 연쇄 이탈에 시총 2,500억 달러 증발 | AiLit Daily #10

📡 오늘의 한 줄

오늘 AI 뉴스의 중심은 ‘모델’이 아니라 ‘사람’이었습니다. 트랜스포머 논문의 공저자 노엄 샤지어가 OpenAI로, 알파폴드로 노벨상을 받은 존 점퍼가 앤트로픽으로 잇따라 떠나면서, 22일 알파벳 주가는 약 7% 빠지며 1년 만에 최악의 하루를 보냈습니다. 하루 새 증발한 시가총액만 2,500억 달러를 넘었습니다.

같은 주, 앤트로픽은 슬랙에 상주하는 AI 팀원 ‘클로드 태그’를 내놓았고, 일본 사카나AI는 여러 프론티어 모델을 엮어 ‘한 모델처럼’ 쓰는 후구 울트라를 공개했습니다. 트럼프 행정부는 자율 안전성 검토에 끝까지 참여하지 않은 메타를 압박했고, OpenAI는 GPT-5가 3년 묵은 면역학 난제를 푸는 데 기여한 사례를, 구글은 태양광 위성에 AI 칩을 실어 우주에서 연산하겠다는 ‘프로젝트 선캐쳐(Project Suncatcher)’를 다시 띄웠습니다.

💡 AiLit Insight
오늘 뉴스를 관통하는 키워드는 'AI의 희소 자원'입니다. 모델 성능은 빠르게 평준화되는 반면, 그 모델을 만드는 핵심 인재와 그것을 돌릴 전력·연산은 점점 더 귀해지고 있습니다. 한국 기업과 인재에게 이건 두 가지 메시지를 줍니다. 첫째, 최고 수준 연구자 몇 명의 거취가 회사 시총을 흔들 만큼 인재의 몸값과 영향력이 커졌다는 것. 둘째, 안전성 검토(메타)와 전력 확보(우주 데이터센터)처럼 '모델 바깥의 조건'이 앞으로 AI 경쟁의 진짜 승부처가 된다는 것입니다.

🏢 기업 동향

이번엔 알파폴드 두뇌까지…구글 AI 인재 연쇄 이탈에 시총 2,500억 달러 증발

22일 알파벳 주가가 약 7% 급락하며 1년여 만에 최악의 하루를 기록했다. 같은 주에 구글의 간판 AI 연구자 두 명이 잇따라 경쟁사로 떠난 것이 직접적인 계기였다. 먼저 2017년 트랜스포머 구조를 제시한 논문 ‘어텐션 이즈 올 유 니드(Attention Is All You Need)’의 공저자 노엄 샤지어가 OpenAI로 향했고, 이어 단백질 구조 예측 AI 알파폴드를 만들어 2024년 노벨화학상을 받은 딥마인드의 존 점퍼가 9년 만에 앤트로픽 합류를 발표했다.

두 사람의 연쇄 이탈로 알파벳 시가총액은 하루 만에 2,500억 달러 이상 증발했다. 시장에서는 마이크로소프트 CEO 사티아 나델라의 ‘AI 범용화(commoditization)’ 발언과 맞물려, 모델 자체보다 이를 끌고 갈 핵심 인재가 어디로 모이는지가 기업 가치를 좌우하기 시작했다는 해석이 나왔다.

💡 AiLit Insight 
최고 연구자 두 명의 이동이 수천억 달러를 움직였다는 사실 자체가 지금 AI 산업의 무게중심을 보여줍니다. 기술이 빠르게 평준화될수록, 차별화의 원천은 '누가 그 모델을 만드는가'로 좁혀집니다. 국내 기업과 대학에도 똑같이 적용되는 이야기입니다. AI 경쟁력은 GPU 숫자만이 아니라, 떠나지 않을 핵심 인재를 어떻게 붙잡느냐에서 갈립니다.

출처: CNBC, Bloomberg

앤트로픽 ‘클로드 태그’ 공개…슬랙에 상주하는 AI 팀원

앤트로픽은 23일 팀이 클로드와 일하는 새로운 방식 ‘클로드 태그(Claude Tag)’를 공개했다. 슬랙 채널에 하나의 공유 AI 팀원으로 들어와, 채널 구성원 누구나 진행 상황을 보고 대화를 이어받을 수 있는 형태다. 시간이 지날수록 채널 맥락을 학습해 같은 설명을 반복할 필요가 줄고, ‘앰비언트’ 기능을 켜면 알아서 필요한 정보를 먼저 알려준다.

엔터프라이즈·팀 요금제 대상 베타로 시작하며 오푸스 4.8을 기반으로 동작한다. 기존 슬랙용 클로드 앱을 대체하고, 관리자는 30일 안에 전환을 신청해야 하며 레거시 앱은 8월 3일 종료된다. 앤트로픽은 사내 제품팀 코드의 약 65%를 자체 버전의 클로드 태그가 작성한다고 밝혔다.

💡 AiLit Insight 
AI가 '도구'에서 '팀원'으로 자리를 옮기는 흐름이 또렷해집니다. 개인이 따로 질문하던 챗봇이 아니라, 팀 대화에 상주하며 맥락을 쌓는 방식은 협업 문화 자체를 바꿉니다. 국내 조직이 도입을 검토한다면 효율만큼이나 '어떤 대화가 AI에 학습·보관되는가'라는 데이터 거버넌스 질문을 함께 정리해 두는 편이 안전합니다.

출처: Anthropic

구글, 전직 직원 창업자 위한 12주 AI 인큐베이터 가동

구글은 23일 전직 직원, 이른바 ‘주글러(Xoogler)’ 출신 창업자를 위한 12주 AI 스타트업 인큐베이터를 시작했다. 10~20개 팀을 선발해 최대 35만 달러 상당의 클라우드 크레딧과 10만 달러의 직접 자금을 지분 없이(equity-free) 지원하는 구조다. 핵심 인재가 빠져나가는 같은 주에, 구글 출신 창업 생태계를 자사 클라우드에 묶어두려는 움직임으로 읽힌다.

💡 AiLit Insight 
인재 이탈과 인큐베이터는 동전의 양면입니다. 떠난 사람도 결국 구글 클라우드 위에서 창업하게 만들면, 인력 유출이 생태계 확장으로 되돌아옵니다. 국내 대기업·플랫폼에도 참고할 만한 전략입니다. 떠난 인재를 '경쟁자'가 아니라 '파트너 생태계'로 다시 끌어들이는 설계가 가능하다는 뜻입니다.

출처: Bloomberg

🏛️ 정책·규제

트럼프 행정부, 메타에 ‘출시 전 안전성 검토’ 참여 압박

미국 정부가 강력한 AI 모델을 공개 전 최대 30일간 정부가 시험하도록 한 2일 행정명령을 두고, 끝까지 참여하지 않은 메타를 향한 압박이 23일 보도로 드러났다. 이 검토는 강제가 아닌 자율 협조 방식으로, OpenAI·앤트로픽·구글 등 주요 개발사는 동참한 반면 메타는 자율 안전성 검토 협약을 맺지 않은 유일한 대형 미국 AI 개발사로 지목됐다.

행정명령은 연방기관이 AI 모델의 사이버 능력을 평가할 기준을 만들고, 취약점을 공유하는 ‘AI 사이버보안 정보 허브’를 두도록 했다. 정책 전환의 방아쇠는 앤트로픽이 보안 취약점 탐지·악용 능력을 이유로 모델 공개를 제한했던 사건이다. 다만 핵심 장치가 ‘자율’인 만큼, 메타가 끝내 거부할 경우 강제할 수단은 마땅치 않다는 한계도 함께 지적된다.

💡 AiLit Insight 
'자율 규제'의 빈틈을 보여주는 장면입니다. 대다수가 따라도 한 곳이 빠지면 기준 전체가 흔들립니다. 한국도 AI 기본법 시행과 함께 자율과 의무의 경계를 설계 중인 만큼, 어떤 항목을 자율에 맡기고 어떤 항목을 의무로 못 박을지가 실효성을 가르는 핵심 변수가 됩니다.

출처: The White House, The New York Times

🚀 신모델·기술

“GPT-5가 3년 묵은 수수께끼를 풀었다”…OpenAI, 면역학 연구 사례 공개

OpenAI는 23일 면역학자 데리야 우누트마즈 박사가 GPT-5의 도움으로 3년 동안 풀지 못한 연구 난제를 해결한 사례를 공개했다. AI가 단순 정보 검색을 넘어, 전문가의 가설 수립과 추론 과정에 협업 파트너로 개입해 실제 과학적 진전을 만들어낸 응용 사례로 소개됐다.

💡 AiLit Insight 
이런 사례에서 중요한 건 'AI가 풀었다'가 아니라 'AI와 전문가가 함께 풀었다'는 구도입니다. AI는 가능성을 빠르게 펼쳐 보이고, 옳고 그름을 가르는 판단은 사람의 전문성에 남습니다. 연구·전문직 종사자에게 AI 리터러시란 'AI를 어떻게 의심하고 검증하며 함께 사고하느냐'의 문제임을 다시 확인시켜 줍니다.

출처: OpenAI

일본 사카나AI ‘후구 울트라’ 공개…여러 프론티어 모델을 묶어 ‘한 모델처럼’

일본 AI 스타트업 사카나AI가 22일 멀티에이전트 오케스트레이션 시스템 ‘후구(Fugu)’와 상위 버전 ‘후구 울트라’를 공개했다. 자체 프론티어 모델을 새로 학습하는 대신, 단일 API 호출 하나로 클로드·GPT·제미나이 등 여러 외부 모델을 작업에 따라 자동 분배(라우팅)해 마치 하나의 모델처럼 답을 내놓는 방식이다. 소형 조정 모델이 ‘사고·작업·검증’ 역할을 나눠 맡기고 결과를 통합한다.

사카나AI는 자체 발표 기준으로 후구 울트라가 코딩 벤치마크 SWE-Bench Pro에서 클로드 오푸스 4.8과 GPT-5.5를 앞섰다고 밝혔다. 가격은 입력 100만 토큰당 5달러, 출력 100만 토큰당 30달러로 책정됐다. 다만 이는 새로 학습한 단일 모델이 아니라 기존 모델들을 엮은 오케스트레이션 시스템이며, 성능 수치도 아직 외부 검증이 아닌 회사 측 주장이라는 점은 감안해 읽을 필요가 있다.

💡 AiLit Insight 
'가장 좋은 모델을 새로 만드는' 경쟁과 별개로, '여러 모델을 잘 골라 쓰는' 경쟁이 열렸다는 신호입니다. 모델이 평준화될수록 조합·라우팅 역량이 새로운 차별점이 됩니다. 특정 모델이 수출통제로 갑자기 막히는 시대(앞서 본 클로드 페이블 5 사례)에, 모델을 갈아 끼울 수 있는 구조는 한국 기업의 공급망 리스크 대비책으로도 읽힙니다.

출처: Sakana AI, VentureBeat

⚡ 임팩트·아웃라이어

“전력난, 우주에서 풀자”…구글 Project Suncatcher 다시 가속

지상 데이터센터의 전력 확보가 AI 확장의 병목이 되자, 구글이 위성에 AI 칩을 실어 우주에서 연산하는 ‘프로젝트 선캐쳐(Project Suncatcher)’ 구상에 다시 속도를 내고 있다. 위성기업 플래닛 랩스와 손잡고 2027년 초 TPU를 탑재한 위성 2기를 먼저 쏘아 올려 우주 환경에서의 성능과 위성 간 고속 통신을 시험하는 것이 1단계다. 최종적으로는 태양광으로 구동되는 81기 규모, 반경 1km의 위성 군집을 구상하고 있다.

21일 CNBC는 이런 우주 데이터센터가 경제성을 갖출 수 있는지 따졌다. 발사 비용과 냉각·통신 난제가 여전히 크지만, 햇빛을 24시간 받는 궤도에서는 전력과 냉각 문제를 지상과 다른 방식으로 풀 수 있다는 점이 매력으로 꼽힌다.

💡 AiLit Insight 
'AI는 곧 전력 산업'이라는 명제가 우주까지 올라갔습니다. 모델 경쟁의 다음 전선이 칩과 알고리즘을 넘어 에너지와 인프라로 이동했다는 신호입니다. 전력 수급과 데이터센터 입지가 현안인 한국에도 시사점이 큽니다. AI 정책을 기술 정책으로만 보지 말고 에너지·입지 정책과 묶어 설계해야 한다는 뜻입니다.

출처: Google, CNBC

FAQ