2026년 10월 31일

개발자 파이프라인에 들어가는 작은 부품

가장 직접적인 사례는 문서와 검색이다. Xiaomi는 파라미터 0.8B 규모의 문서 모델 'Xiaomi-OCR-0'을 오픈소스로 공개했다고 보도됐다²⁶. 문서 파싱과 핵심 항목 추출, OCR 기반 질의응답을 맡는 모델이다. Xiaomi는 OmniDocBench v1.6에서 96.83점을 받아 1B 미만 모델 가운데 가장 높다고 밝혔다. 이 정도 크기면 온디바이스나 저비용 서버에서 문서 처리 단계를 돌리는 선택지가 된다. 앞서 나온 MiniCPM-OCR, Baidu Unlimited-OCR 2와 함께 소형 오픈 OCR 모델이 잇따르는 흐름이기도 하다.

Baidu는 같은 층을 가격으로 공략한다. Baidu는 자사 검색 엔진이 실제 검색어와 사용자 피드백을 바탕으로 사람의 조정 없이 스스로 재학습한다고 설명했다²⁷. 이와 함께 강화된 검색 AI API를 12월 31일까지 호출 1,000회당 4.9위안에 판매한다. 에이전트(사용자를 대신해 여러 단계를 수행하는 AI)는 검색을 자주 호출하므로 호출 단가가 운영비를 좌우한다. 두 발표는 완성된 서비스보다 다른 회사의 에이전트·문서 시스템 안에 들어갈 부품을 내놓았다는 점에서 같다.

같은 방식은 차량과 로봇 인프라로

부품을 공급하는 방식은 소프트웨어 바깥의 층에서도 보인다. Horizon Robotics의 자율주행 칩 Journey 6P와 주행 소프트웨어 HSD가 BYD의 주행 보조 시스템 'God's Eye B'에 들어갈 예정이라고 보도됐다²⁸. 이 시스템을 단 첫 차량은 11월에 나온다. 완성차 업체가 고급형 주행 보조에 중국산 칩과 소프트웨어를 함께 받아 쓰는 구조여서, 차량용 칩 공급망의 선택지가 넓어지는 사례로 볼 수 있다.

Tencent Cloud는 로봇과 자율주행 개발 과정을 관리형 서비스로 묶었다. 멀티모달 데이터 처리와 모델 학습을 함께 다루는 통합 스택을 출시했고, 피지컬 AI(로봇·차량처럼 물리 세계에서 움직이는 AI) 플랫폼 'TCLake XPhysis'도 내놓을 계획이라고 밝혔다²⁹. 센서 데이터를 정제해 학습까지 잇는 과정은 이 분야의 큰 병목으로 꼽힌다. 칩과 클라우드라는 서로 다른 층에서 같은 날 비슷한 성격의 발표가 나온 것은, 중국 기업들이 모델 자체보다 모델을 돌리고 공급하는 층을 넓히고 있음을 보여 준다.

숫자가 아직 말해 주지 않는 것

다만 오늘 소식만으로 부품 경쟁의 성과를 판단하기는 이르다. Xiaomi의 벤치마크 순위는 회사 주장을 전한 보도이고, Baidu의 자가 재학습 설명도 외부 검증을 거친 내용이 아니다. Baidu의 가격은 연말까지의 한시 조건이며, Tencent Cloud의 새 플랫폼은 출시 일정과 세부 기능이 알려지지 않았다.

성능과 조건을 어떤 숫자로 나타낼지도 아직 정리되지 않았다. Horizon Robotics의 위카이 CEO는 앞으로 연산 성능을 두 가지 수치로 나눠 표기하겠다고 밝혔다. 칩 성능을 TOPS(초당 연산 횟수의 단위) 하나로 비교하기 어렵다는 업계 논쟁과 맞닿은 대목이다. 표기 문제는 중국 밖에서도 나왔다. Anthropic은 요금제 이름의 '20배'를 주간 사용량에도 그대로 적용되는 뜻으로 받아들인 이용자가 있었다며 혼선을 사과하고 이름을 바꾼다고 보도됐다²⁴. 보도에 따르면 월 200달러 요금제의 인증 가입자는 앞으로 5시간 단위 제한 없이 주간 한도만 적용받는다. 부품을 고르는 쪽에게는 이름과 대표 수치보다 실제 조건을 확인하는 일이 더 중요해졌다.

학습 데이터 규칙이 한 곳으로 모이다

학습 데이터 문제에서는 공통 표준이 생기고 있다. The Verge 보도에 따르면 OpenAI에 이어 Google, Microsoft, Anthropic도 웹 게시자가 AI 학습용 수집을 거부할 때 쓰는 'policy token' 신호를 채택하겠다고 밝혔다¹. 이 신호를 쓰면 게시자는 회사마다 따로 설정하지 않고, 참여한 기업 전부에 학습 허용 여부를 한 번에 알릴 수 있다. OpenAI는 참여 제공자들에게 학습 선호를 전달하는 공통 신호를 존중하겠다고 밝혔다.

이 소식이 중요한 까닭은 거부 의사를 관리하는 부담이 게시자 쪽에서 크게 줄어든다는 데 있다. 지금까지는 회사별 수집기를 하나씩 막아야 했지만, 앞으로는 신호 하나로 의사를 밝히면 된다. 다만 표준을 채택하겠다는 발표와 실제 운영은 별개의 문제다. 적용 범위와 시점은 각 사의 구현을 보고 확인해야 한다.

같은 날 OpenAI는 창작자, 학계, 접근성 옹호 단체, 법률 전문가 등이 법원에 낸 의견서 일부를 모아 공개했다⁹. 공정 이용이 AI 학습과 혁신에 도움이 된다는 것이 OpenAI의 입장이다. 거부 수단을 표준으로 내놓는 일과 학습의 법적 근거를 주장하는 일이 함께 진행되고 있다. 데이터 문제가 기술 신호와 법정 논리라는 두 경로에서 동시에 정리되고 있다고 볼 수 있다.

비용도 장부 위로 올라오다

데이터에서 일어난 정리는 비용 쪽에서도 나타난다. BBC 보도에 따르면 AI 투자에 비해 실적이 기대에 못 미쳤다는 평가 속에 미국 기술주가 이틀 연속 떨어졌고, 금요일 나스닥은 3.5% 넘게 하락했다⁵. Intel은 장중 최대 30%까지 밀렸다. TechCrunch는 이 하락으로 미국 정부가 가진 Intel 지분 가치가 120억 달러 줄었다고 전했다. 또 AI 업계가 메모리 등 부품을 대거 흡수하면서 PC 가격이 올랐다고 설명했다. Fujifilm은 AI로 늘어난 데이터 보관 수요에 맞춰 자기 테이프 생산을 다섯 배로 늘린다¹⁴. AI 수요는 이제 부품과 저장 매체 공급망의 가격과 생산 계획에까지 반영되고 있다.

기업 현장에서는 지출을 통제하고 효과를 숫자로 보여 주는 체계가 갖춰지고 있다. AWS는 Bedrock 비용 관리 운영 모델을 다섯 단계로 정리했다²⁰. 비용 책임자 지정, 모든 요청의 관측, 예산 강제, 플랫폼 기본값 최적화, 정기 검토가 그 내용이다. AWS가 소개한 물류 기업 Worldwide Express는 Bedrock 기반 멀티 에이전트를 도입한 지 6개월 만에 처리 대기 중인 예외가 75% 줄었다⁷. 회사 측은 대금 회수 기간이 4주 단축됐고 1,000만 달러의 잉여현금흐름을 확보했다고 밝혔다.

시장은 AI 투자를 얼마나 회수할 수 있느냐고 묻고 있다. 같은 시기 클라우드 업체가 비용 관리 지침과 재무 성과 사례를 함께 내놓은 것은 이 질문에 대한 공급자 쪽의 답으로 볼 수 있다.

보안 운영은 아직 공백

규칙과 장부는 정비되고 있지만 보안 운영에는 아직 공백이 크다. Ars Technica는 Cursor에 올라간 Anthropic의 VS Code 확장이 12시간 가까이 백도어가 심긴 상태였다고 보도했다⁴. 공격자가 인증된 계정에 들어간 경로는 아직 밝혀지지 않았다. 배포 플랫폼 Northflank는 보안 사고를 공지했다. 그리고 모든 사용자에게 환경 변수가 복호화된 것으로 보고 키를 교체하라고 권고했다¹¹. 여러 사용자는 자신의 AI API 키가 무단으로 쓰였다고 밝혔다. 두 사례는 인증 배지나 플랫폼 보관만으로는 개발 도구와 자격 증명을 지키기 어렵다는 점을 보여 준다. 키 유출은 곧바로 사용료 피해로 이어지므로, 보안 공백은 앞 절의 비용 문제와도 연결된다.

에이전트 실행 환경에서는 통제 장치를 런타임(실행 단계)에 넣으려는 시도가 이어지고 있다. NVIDIA는 정책을 강제하는 런타임 위에서 특화 에이전트를 돌리는 방법으로 NemoClaw를 소개했다⁸. 다만 구체적인 기능 범위와 공개 상태는 확인되지 않는다. AWS는 AgentCore Runtime의 Session endpoints를 소개했다⁶. 세션마다 인증된 URL을 붙여, 코딩 에이전트가 만든 웹앱을 브라우저에서 바로 확인할 수 있게 하는 기능이다. 아직은 회사마다 각자의 방식을 내놓는 단계다. 학습 거부 신호처럼 업계 공통 기준으로 모일지는 지켜봐야 한다.