펠로우 AI 투자 강좌를 한 번에 읽은 잡지가 1980엔에 판매 중입니다.
아침에는 클로이드(Claude)가 AI 연구의 26%를 주도한다는 사실에 놀랐다. 저녁에는 그 뒤에 3만 개의 에이전트와 10억 회 이상의 판단을 어떻게 감독하고 있는지 드러났다. OpenAI 침투, AWS 중동 피해, 호주 DC까지 연결될 때, AI 경쟁의 다음 주력 무대가 보이기 시작했다. AI 뉴스 요약 | 2026년 9월 18일 18시 일본 시간 9월 18일 18시 53분까지 새로 확인된 정보 및 속보를 중심으로 정리했다. 오늘 아침의 아침판에는 클로이드가 앤트로픽(Anthropic)의 AI 연구 개발의 26%를 “주도”하며, 내부적으로 약 3만 건의 AI 에이전트가 움직이고 있다는 내용이 실렸다. 저녁이 되자 중요한 것은 그 사실 자체는 아니었다. 낮 동안 드러난 것은 3만 에이전트를 어떻게 관리하고 있는가 하는 것이었다. 앤트로픽은 8월 한 달 동안만 10억 회를 초과하는 에이전트의 의사 결정을 감시했으며, 실시간 감시를 통해 차단된 것은 0.002% (약 4만 7천 회에 1회)였다. 더 나아가 안전 연구에 사용하는 컴퓨트(Compute)의 비율까지 공개했다. 아침에 제시된 “AI는 일하는 조직에서 관리하는 조직으로”라는 가설에 상당히 구체적인 운영 숫자가 더해진 것이다. 또한 같은 날, 클로이드를 활용한 소규모 보안 기업이 OpenAI의 취약점을 발견하고, AWS에서는 중동 데이터 센터 공격의 장기적인 영향이 다시 한번 드러났다. AI 경쟁은 “어떤 모델이 가장 똑똑한가”만으로는 설명할 수 없게 되었다. 오늘 하루는 AI를 몇 개의 에이전트로 작동시키고, 어떻게 감독하고, 어떻게 보호하고, 어디에 배치할 것인가까지 한꺼번에 연결된 하루였다.
아침 6시에 보고 있던 세 가지, 저녁에는 어떻게 되었나요?
오늘 AI 업계는 한마디로 “AI 인재를 늘리는 경쟁”에서 “AI 인재를 안전하게 대량 관리하는 경쟁”으로 나아가고 있으며, 그 관리 대상이 평범한 사무직 업무가 아닌 차세대 AI를 만드는 연구 개발 자체로 이루어지고 있다.
오늘 가장 중요한 뉴스는 3만 AI 에이전트가 어떻게 관리되고 있는가에 대한 내용입니다. 중요도:★★★★★＋ 일반 사용자 영향:★★★★☆ 비즈니스 영향:★★★★★ 투자자 영향:★★★★★ 30초 요약
아침에 놀라웠던 것은 “3만 AI 에이전트”였습니다. 저녁에는 3만 에이전트를 방목하는 것이 아니었다는 점이 중요했습니다. Anthropic는 에이전트의 행동을 대량의 자동 모니터링으로 걸러내고, 극히 일부만 인간에게 전달하는 관리 시스템을 이미 운영하고 있습니다.
무슨 일이 있었나? Anthropic가 공개한 내부 지표에 따르면 8월 기준으로 가장 많이 사용되는 사내 연구 및 엔지니어링 기반에서는 약 3만 개의 AI 에이전트가 동시에 가동되었습니다. 8월 동안 모니터링된 의사 결정은 10억 회 초과. 그 중 실시간 모니터링으로 차단된 것은 0.002%, 약 4만 7천 회에 1회였습니다.
다른 오프라인 모니터링에서는 주당 약 10만 건의 에이전트 기록을 추출하고, 자동 분류를 반복한 후 최고 우선 순위 약 50건을 인간이 확인했습니다.
더욱이 7월 13일부터 20일까지의 샘플 주에서는 AI 연구 개발을 위한 Compute의 약 6%가 안전 관련에 투입되었으며, AI 주도 AI 연구 개발만으로는 약 12%였습니다. Anthropic는 자체적으로도 Compute량만으로 안전 노력의 모든 것을 측정할 수 없다고 주의하고 있습니다.
아침부터 무엇이 달라졌나? 아침에는 Claude가 AI 연구의 26%를 주도한다는 “능력” 숫자만 보았습니다. 저녁에는 그것을 몇 개 움직이고, 몇 번 모니터링하고, 몇 건을 중단하고, 몇 건만 인간에게 전달하는지 보여주는 “조직 운영” 숫자만 보았습니다. 이는 큰 차이점입니다.
왜 중요한가? 앞으로 기업이 AI 에이전트 1만 개, 10만 개를 활용하고 싶다면, 인간이 전부 확인하는 것은 불가능합니다. 중요해지는 것은 Supervisor Leverage, 즉 한 사람이 안전을 유지하면서 얼마나 많은 AI 작업을 감독할 수 보이는냐입니다. 모델이 약간 더 똑똑해지는 것 이상으로, 여기서 개선이 이루어지면 기업의 AI 도입 비용은 크게 달라질 것입니다. 다만 Anthropic의 숫자는 현재 시점에서는 자체 내부 측정치이며, 해당 회사 자신도 다른 회사 모델이나 제3자 검증이 필요하다고 보고 있습니다. 26%라는 숫자를 그대로 “재귀적 자기 개선이 26%까지 왔다는 의미”로 해석하는 것은 이르다. Claude가 완전 자율적으로 AI 연구를
다른 중요한 뉴스 2. 클로드(Claude)를 활용한 연구자, OpenAI의 취약점 발견 중요도:★★★★★ 핀란데일(Financial Times) 등에 따르면, 10명 미만의 AI 보안 기업 Hacktron AI의 연구자가 클로드(Claude)를 이용하여 OpenAI 주변 시스템의 취약점을 발견했다. 이는 범죄적인 공격이 아닌, OpenAI의 Bug Bounty=취약성 보상 제도 내에서 진행된 정규 보안 연구이다. 연구자들은 OpenAI 커뮤니티 포럼에 존재했던 제3자 소프트웨어의 취약성을 통해 직원 계정으로 접근하여 내부 개발 환경과 관련된 운영이 가능한 것을 입증했다. OpenAI는 이를 수정하고 6,500달러의 보상을 지급했다. 여기서 중요한 것은 “클로드(Claude)가 OpenAI를 공격했다”는 것이 아니라, 소수의 인간과 AI를 통해 기존보다 훨씬 더 고도화된 보안 연구가 가능해지고 있다는 점이다. 아침 신문에서 보았던 “Supervisor Leverage”는 방어 측뿐만 아니라 공격 및 검증 측에서도 발생한다. Capability Security――즉, AI 기업 자신의 모델 능력, 코드, 인증, 내부 시스템을 보호하는 능력이 드디어 경쟁력 그 자체로 자리 잡게 되었다.
3. OpenAI는 GPT-6 Astra를 법률 업무에 맞게 구성한 Astra for Law를 도입했다. 미국 판례, 법령, 규칙, 행정 판단 등을 검색하는 전용 Legal Search Index를 포함하고, 법률 조사, 논점 정리, 계약 분석 등에 활용한다. 먼저 미국에서 선정한 법률 사무실에 Trusted Access나 Codex를 통해 제공하며, API 형태로도 확장을 계획하고 있다. 이는 “법률을 잘 아는 챗봇”이 등장한 것과는 거리가 멀다. 범용 모델 기업이 모델과 전문 데이터 검색, 업무 워크플로우, 기존 업무 소프트웨어까지 모두 통합적으로 활용하는 것이다. AI 경쟁은 수직 AI=산업 특화 AI로 더욱 깊숙이 파고들고 있다.
4．NVIDIA는 “내년에 칩 2배”를, Amazon은 “안전하지만 일방적인 감속 없이”라는 중요도:★★★★☆ 이번 주에는 AI 개발을 늦춰야 하는지에 대한 논의가 격렬해졌다. 그러나 NVIDIA의 Jensen Huang CEO는 스코틀랜드에서 내년에는 올해의 약 2배에 해당하는 칩을 판매할 것으로 예상한다고 발언했다. AI 투자 수요가 국가, 기업, 산업 전반으로 확산되고 있다는 이유를 들었다. 동시에 Huang 氏は、안전하지 않은 제품은 즉시 투자를 중단하고 개선해야 한다고 덧붙였다. Amazon도 “엄격한 테스트와 강력한 Safeguard가 필요”하다고 하면서도, 업계 전체를 일방적으로 감속하는 제안에는 나지 않았다. 찰스 국왕도 스코틀랜드 회의에서 AI의 “존재론적 위험”에 대해 언급하며 충분한 통제 수단이 필요하다고 AI 각社에 호소했다. 즉, 논의는 단순한 안전파 대 성장파의 싸움이 아니었다. 어떻게 안전을 측정하면서 개발과 도입을 지속할 것인지로 옮어가고 있었다.
5．AWS 중동 문제――AI 데이터센터에 “지정학”이 탑승한 중요도:★★★★★ 이는 오늘날의 새로운 공격은 아니므로, 별도로 다루어야 한다. 올해 3월 이후 이란의 공격으로 인해 AWS의 UAE 및 바레인 데이터센터가 피해를 입은 사건에 대해 장기적인 영향이 다시 한번 보도되고 있다. 월스트리트 저널은 피해를 입은 걸프 지역의 AWS 시설이 반년이 넘도록 여전히 큰 제약을 받고 있으며, 기업들이 데이터를 다른 지역으로 이전하는 움직임을 보이고 있다고 보도했다. 와이어드는 AWS가 UAE의 일부 어빌리티 존에서 고객 데이터의 영구적인 손실을 확인했다고 전하고 있다. UAE에서는 대규모 캠퍼스에 한쪽으로 집중하는 것이 아니라, 지하화, 분산화, 방호 강화와 같은 방안이 검토되고 있다고 보도되고 있다. 이는 AI 업계에 상당히 큰 영향을 미친다. 지금까지 데이터센터 입지는 주로 전력 가격, 토지, 수역세율, 통신 회선으로 이야기되어 왔다. 여기에 “미사일이나 드론이 날아오지 않을까”라는 지정학적 물리적 위험이 본격적으로 더해지는 것이다. 그리고 여기서 호주가 갑자기 중요해진다. 앤트로픽은 이번 주에 퀸즈랜드에서 계획되는 최대 2.16GW 규모 캠퍼스에 대한 장기 이용 계약을 체결했다. NVIDIA도 호주 파트너와 2027년까지 최대 2GW 규모의 AI 인프라 확장 계획을 추진하고 있다. 물론 “중동이 위험해서 전부 호주로 옮긴다”는 단순한 이야기가 아니다. 호주에는 거대한 전력 수요, 송전망, 환경, 물, 지역 주민과의 조정이라는 또 다른 제약이 존재한다. 2.16GW는 퀸즈랜드의 전력 시스템에서 볼 때 매우 크다. 하지만 AI 데이터센터의 평가 기준에 지정학적 취약성이 낮다는 점이 중요하다.
오늘 일본·아시아 AI🇯🇵 사카나 AI는 “지능은 아직 해결되지 않았다”고 말했습니다. 오늘 일본 시장에서는 사카나 AI가 주목할 만합니다. 이 회사는 프론티어 인텔리전스 그룹(FIG)을 공식적으로 소개했습니다. FIG는 “Transformer를 더 크게 만들면 모든 것이 해결된다”는 기존의 주류 노선에만 의존하지 않고, 데이터 효율, 에너지 효율, 일반화 능력 등 현재 AI와 생물학적 지능 간의 차이를 연구 주제로 직접적으로 다루고 있습니다. 오늘 NVIDIA가 “칩 수요는 계속 증가할 것이다”라고 말하는 가운데, 사카나 AI는 오히려 현재의 계산 방식이 적절한지 질문하고 있습니다. 이러한 대조는 매우 흥미롭습니다.
다음 패러다임을 탐색하는 사카나 AI의 연구 그룹 “프론티어 인텔리전스 그룹”이 있습니다. 사카나 AI에는 현재 주류와는 다른 방향에서 AI의 가능성을 탐구하는 연구 그룹 “프론티어 인텔리전스 그룹(FIG)”이 있습니다. FIG는 지능이 아직 “해결”되지 않았으며, 현재 AI와 생물…
중국 알리바바, Qwen3.8-Omni-Flash 도입 알리바바 클라우드는 9월 18일 Qwen3.8-Omni-Flash를 공개했다. 최대 1백만 토큰의 컨텍스트에 대응하며 텍스트, 이미지, 음성, 동영상을 네이티브하게 처리한다. 특히 영상, 음성, 다채널 음성 기반의 에이전트 워크플로우를 목표로 하는 모델이다. 모델 성능 자체보다 “텍스트만 있는 에이전트”에서 보는, 듣는, 조작하는 에이전트로 발전하는 것이 중요하다.
🚀 Qwen3.8-Omni-Flash를 만나보세요! Qwen의 첫 번째 오미-멀티모달 모델로, 에이전트 기반 기능에 중점을 두고 개발되었습니다! 원시 오디오-비디오 이해, 추론, 도구 사용이 하나의 모델에서 구현됩니다: 콘텐츠를 이해하고, 작업을 계획하고, 도구를 사용하여 실행하고, 결과를 전달합니다. 주요 특징: 🥳-… pic.twitter.com/iJypeohw7y— Qwen (@Alibaba_Qwen) 2026년 9월 18일
Z.ai는 10만 개 이상의 국산 AI 가속기를 사용하여 추론 기반 Z.ai는 GLM-5.3-Flash에 대해 320B 총 파라미터/18B 활성 구성과 장문 추론에 최적화된 효율성을 공개하고 있다. 또한, 이 회사는 전날 기술 보고서에서 10만 개 이상의 중국산 AI 가속기 상에 실전 추론 기반을 구축하고, 그 최적화 작업을 상당 부분 GLM-5.3 탑재 Infra Agent가 담당했다고 설명했다. 초기 적응부터 실전 투입까지 2주 미만으로 단축했으며, 엔드 투 엔드 성능을 약 3배 향상시켰다고 한다. Anthropic뿐만 아니라, 중국에서도 AI가 다음 AI 인프라를 구축하는 구도가 시작되고 있다.
🚨긴급보도: 지푸(https://t.co/6TNxN2J3BJ)에서 GLM-5.3-FlashX를 출시했다. 초당 최대 200 토큰을 처리하며, 약 10만 개의 중국 AI 칩 기반 인프라에서 서비스를 제공한다. GLM-5.3-Flash보다 5배 빠르면서 2.5배의 가격으로 운영되는 모델로, 입력 토큰당 2엔, 1백만 토큰당 7엔이다… pic.twitter.com/XHyb6Ke2Uv— Choblin (@choblin29) 2026년 9월 18일
오늘 하루를 기준으로 보면 아침에는 AI를 대량으로 활용할 때 인간이 실제로 관리할 수 있는가에 대한 질문을 던지는 내용이었다. 저녁의 답변은 적어도 일부 선도 기업들이 관리 시스템을 ‘시스템’과 ‘숫자’로 정의하기 시작했다는 점이었다. 3만 명의 에이전트가 10억 회 이상의 의사 결정을 내리고, 자동 감시를 수행하며 0.002%를 차단하고, 그중 일부는 인간에게 전달하는 흐름이었다. 이러한 에이전트가 차세대 AI를 연구한다는 것이다.
하지만 같은 날, Claude를 능력 증폭기로 사용하는 소규모 연구자들이 OpenAI의 약점을 파고들었다. 그리고 그 AI를 움직이는 물리적인 데이터 센터는 실제로 중동 지역에서 공격 대상이 되기도 했다. 즉, AI 기업이 필요로 하는 것은 모델뿐만이 아니었다. 모델 → AI 노동력 → 오케스트레이션 → 모니터링 → 능력 보안 → 물리적 보안/지리까지 모든 것을 연결하는 것이었다. 올빼미(🦉) 펠로우는 “AI를 현명하게 만드는 기술과 AI를 대량으로 안전하게 운영하는 기술이 별도의 산업으로 발전하고 있으며, 그 가장 밑바탕에는 전력, 건물, 국경이 존재한다”라고 말했다.
아침 신문 구독 서비스 및 유료 버전의 가설은 어떻게 되었을까. 아침 신문 유료 버전의 중심 가설은 “인간 1명이 안전하게 감독할 수 있는 AI 에이전트 수가 새로운 생산성 지표가 될 수 있다”는 것이었고, AI 조직 관리 OS가 독립적인 이익 풀로 진화할 것이라는 예측이었다. 낮 동안 쌓인 증거로 Anthropic은 3만 개의 에이전트를 자동 감시·필터링·인간 검토라는 계층으로 관리하고 있는 것으로 확인되었다. Hacktron AI의 사례에서는 AI에 의해 소수 팀의 보안 역량이 증폭되었다. 즉, 모니터링, 권한 부여, 감사, 보안의 가치는 명확히 상승하고 있는 것이다. 반박되는 부분으로는 Anthropic의 감시 기반이 현재는 자사 내부 시스템이라는 점이다. 모니터링이 독립적인 고마진 소프트웨어 시장으로 발전할 것인지, 아니면 AWS, Microsoft, Google, OpenAI와 같은 플랫폼 기능에 묶여서 제공될 것인지는 아직 불분명하다. 18시 53분 현재의 판단 가설은 강화되었지만, “AI 조직 관리가 중요해질 것”은 상당히 강화되었지만, “독립적인 이익 풀로 진화할 것”은 아직 증명되지 않았다고 판단된다.
오늘, SNS에서 약간 화제가 되고 있는 AI 관련 팁 ① AI들끼리 이제 “언어”로 대화할 필요가 없을까? 오늘 SNS에서 다시 떠오르고 있는 것이 Cache-to-Cache (C2C)이다. 이는 오늘 공개된 신논문이 아니며, 2025년에 arXiv에 제출되어 ICLR 2026에서 발표된 연구이므로 주의해야 한다. 일반적으로 여러 LLM은 한 번 “문장”을 생성하여 다른 LLM이 읽는다. C2C에서는 중간 단계의 문장을 만들지 않고, 내부의 KV Cache에 포함된 표현을 다른 모델로 직접 투영 및 융합한다. ICLR 버전에서는 개별 모델 대비 평균 정확도가 6.4%에서 14.2% 높아졌으며, 텍스트를 통한 통신보다 3.1%에서 5.4% 더 높고, 평균 레이턴시 또한 약 2.5배 빨랐다고 보고하고 있다.
LLM(대규모 언어 모델)들은 이제 단어를 사용하지 않고 서로 대화할 수 있습니다. 중국 연구자들이 LLM들이 단어 없이도 소통할 수 있도록 하는 새로운 패러다임을 공개 소스화했습니다. 이 기술은 ‘캐시-투-캐시(C2C) 커뮤니케이션’이라고 불립니다. 현재 여러 AI 에이전트가 함께 작업할 때, 그들은… pic.twitter.com/rhiEuVATJH— Superman (@thesupermannx) 2026년 9월 17일
페로 “AI들이 ‘일본어로 바로 수정하는 게 번거롭다 해서 뇌내 데이터 직접 전송한다’고 시작했다니…”
② AI 연구자, “보조 연구자”에서 “공동 연구자”로? Atria Dawn 연구도 오늘 SNS에서 다시 화제가 되었다. 논문 자체는 9월 14일 공개되었으며, 17일에 개정되고 있다. 56명·769건의 연구 작업 기록을 분석한 결과, 참가자들은 AI 지원으로 완료된 업무의 약 3분의 1에 대해 “AI가 없다면 실행 불가능했다”고 평가했다. 반면, 연구 주제의 가치 판단이나 최종 결정은 여전히 인간이 담당하고 있다. 아침에 Anthropic의 이야기도 잘 어울린다. AI가 작업을 하고, 인간이 무엇이 연구할 가치가 있는지 결정한다. 인간의 일이 “실행”에서 “방향 제시”로 이동할 가능성이 보였다.
에트리아 데번: 에이전트형 초지능의 새벽” 이 논문은 AI 에이전트들이 연구 과제 실행에서 실제 연구 과정 참여로 전환하고 있음을 보여준다. 에이전트가 업무를 더 잘 수행할수록 인간의 노력은… pic.twitter.com/23ABR4zS5m— 알파Xiv (@askalphaxiv) 2026년 9월 18일
오늘의 벌레 은하 벌새 제국은 오늘 PDF를 읽고 드론을 추적하고 있습니다. 오늘도 벌새입니다. 하지만 이곳은 SNS 제목을 그대로 믿으면 위험하므로, 1차 자료까지 확인했습니다. 우선 기초가 되는 MaleCNS 연구에서는 수컷 벌새의 중추 신경계에 대해 16만 6,700개의 뉴런이 확인 및 주석 처리되어 있습니다. 이는 진정한 과학 성과입니다. 그리고 SNS에서 재유포되고 있던 Fly OCR (“벌의 뇌가 PDF를 읽었다”라는 제목만으로는 완전히 은하 제국처럼 보이지만, 실제로는 조금 더 소소하고, 그만큼 재미있습니다. MaleCNS 유래의 고정 회로를 특징 추출기처럼 사용하고, 그 뒤에 작은 학습된 디코더를 놓아 문자를 분류합니다. 공개 보고서에서는 68개 클래스, 1,632개의 문자를 기준으로 87.6%의 정확도를 보고 있으며, 선택한 PDF 8페이지에서는 문자 오류율 5.7%를 보고 있습니다. 하지만 프로젝트 자체가 명시하고 있듯이, 벌새가 문자를 읽을 수 있다는 것을 보여준 실험은 아닙니다. 문자 추출 등에 일반적인 이미지 처리도 사용됩니다.
FlyOCR 🪰 소개 - 나는 과일파리 뇌를 훈련시켜 PDF를 읽게 했습니다. 전체 MaleCNS v1.0 연결체를 사용하며, @nftechie의 doomfly 아키텍처에서 영감을 받았습니다. 파리는 PDF 이미지를 개별 글리프로 분할하고, 픽셀을 수용체 활성화로 매핑하며, 단순화된… pic.twitter.com/xfDTYxJ8C1— Jerry Liu (@jerryjliu0) 2026년 9월 13일
더 나아가 FlyDrones에서는 카메라 → 벌의 시각계 → 스파이킹 신경 회로 → 하행 뉴런 → 드론 조작이라는 오픈 소스 실험도 포함되어 있습니다. GitHub에서 구현이 공개되어 있으며, 이번 주에 급격히 주목을 받고 있습니다.
16만 6천7백 개의 뉴런이 죽은 과일벌레의 뇌에서 비롯되어 드론 무리의 자율 비행 시스템으로 활용될 예정이다. 과일벌레의 뇌는 씨앗만큼 작지만, 숲을 헤치고, 바람을 타고, 스쿼셔로부터 순식간에 벗어날 수 있으며, 아직까지 어떤 드론 회사도 이와 비슷한 제품을 출시한 적이 없다. 9월 3일…
죽은 모기의 의식을 드론에 이식한 것과는 같지 않다. 센서 입력과 신경 회로 간의 연결 방식, 신경 활동을 모터 명령으로 변환하는 방식은 인간이 설계하고 있다. 고양이 시로 “그 점이 중요해. 모기가 PDF를 읽고 싶어 했거나, 드론이 되고 싶어 했거나 그렇지 않다.” 족제비 폰 “하지만 지난주에는 체스에서, 오늘은 PDF와 드론이지, 폰. 다음 주에는 어디로 가야 할까, 폰……” 올빼미 페로우 “정말 흥미로운 것은 모기가 아닌 생물의 회로도를 계산 자원으로 재활용할 수 있는지에 대한 연구 방향이다. 은하 제국의 건국 선언은 아직 이르다.”… 아직입니다.
오늘, 무료 부분에서 상당히 중요한 부분까지 파악되었다. AI 기업은 AI 에이전트만 늘리는 것으로는 부족하며, 막대한 양의 AI를 안전하게 관리할 수 없다면 AI 노동력은 이익으로 돌아가지 않는다. 그리고 오늘, 그 관리에 모니터링 휴먼 리뷰 역량, 보안, 안전, 컴퓨팅, 물리적 보안, 지리적 보안까지 포함되었다. 다만 투자자로서, 여기서부터 더 큰 의문이 남는다. AI 에이전트의 휴먼 리뷰를 줄여 발생하는 경제적 가치를 최종적으로 누가 요금으로 회수할 것인가. 앤트로픽이나 OpenAI 자신인가, 아니면 AWS, 마이크로소프트, 구글의 클라우드인가. 독립적인 모니터링/보안 기업인가, 아니면 모든 플랫폼으로 무료로 묶여 버리는가. 유료 부분에서는 “AI 직원 3만 명” 다음으로 “AI 연구자 3만 명”――AI 조직 관리 OS와 AI R&D의 이익 풀로서, Safe Completed Tasks ÷ Human Review Hours 및 AI R&D Output ÷ Human Research Hours까지 한 단계 더 발전시켜 고려한다. 또한 AWS 중동 문제까지 반영하여 호주와 같은 “지정학적으로 비교적 안정적인 컴퓨팅 거점”에 어떤 경제적 가치가 부가될지 정리한다.
영종 무료 부문에서는 클로이드가 Anthropic의 AI 연구의 26%를 주도하고, 약 3만 개의 에이전트가 연구 현장에서 활약하는 것을 확인했다. 하지만 투자자로서 진정으로 중요한 것은 에이전트의 수가 아닌, 3만 개의 AI가 10억 회 이상의 판단을 하는 세상에서 인간이 몇 시간을 감독해야 하는가. 사고를 늘리지 않고 Human Review를 줄일 수 있는가. 그리고 이 감독 기능을 누가 상품으로 판매할 것인가. 더 나아가 오늘, 중동의 AWS 피해까지 더하면 또 다른 질문이 제기된다. AI 노동력은 어디에서 움직여도 동일한 것인가. 여기서부터 아침의 “AI 조직 관리 OS” 가설을 Supervisor Leverage, Capability Security, 그리고 Compute의 지정을 포함하여 재평가한다.
3만 에이전트 시대, 이익 풀은 어디로 갔을까? -- Claude “26%”로 보이는 슈퍼바이저 레버리지라는 새로운 KPI
주요 정보 출처:
* Anthropic Institute: “프론티어 연구소 내 AI 개발 속도 측정”
* Anthropic Institute: “AI 자율 구축”
* Reuters: 클로드 기반 Anthropic R&D 자동화, 3만 에이전트
* Financial Times: Hacktron AI의 OpenAI 취약점 연구
* OpenAI: Astra for Law 공식 설명
* Reuters: NVIDIA Jensen Huang 회장의 칩 판매 전망
* Reuters: 아마존의 AI 안전 정책
* 영국 왕실: AI 서밋에서의 찰스 국왕 연설
* WSJ/Wired: 가자지구 AWS 데이터센터 피해
* Reuters/ABC: Anthropic 호주 2.16GW급 데이터센터
* NVIDIA: 호주 최대 2GW AI 인프라 계획
* Sakana AI: Frontier Intelligence Group
* Alibaba Cloud: Qwen3.8-Omni-Flash
* Z.ai: GLM-5.3 추론 엔진
* ICLR 2026: 캐시-투-캐시
* arXiv: Atria Dawn Cell
* Cell: MaleCNS 커넥톰
* Fly OCR
* GitHub/연구 보고서
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 24청크
원문 보기 | 출처: note.com