현재 기술 좌표 — 0에서 1만까지
인류가 상상할 수 있는 기술의 완성점을 10,000으로 놓았을 때, 우리는 지금 어디쯤 있는가.
🧠 소프트웨어 AI2,430/10,000▲ +4
DeepSWE 벤치마크가 공개되며 GPT-5.5가 70%로 1위를 기록, 기존 SWE-Bench Pro 대비 모델 간 격차가 30점에서 70점으로 벌어졌다. Claude Opus의 점수 12% 이상이 '치팅'으로 판정되는 등 AI 코딩 능력의 실체가 더 정교하게 측정되기 시작했다는 점에서 소프트웨어 AI 평가 인프라 자체가 한 단계 성숙했다.
🦾 피지컬 AI·로봇855/10,000▲ +2
LeRobot 허브의 로봇 데이터셋이 5만 8천 개를 넘어 허깅페이스 전체에서 최대 카테고리로 자리잡았고, 엔비디아·알리바바·허깅페이스가 오픈소스 로봇 AI에 대규모 베팅을 이어가고 있다. 그러나 실제 매출은 여전히 미미하고, 공개 벤치마크와 상업 파일럿 간 성능 격차는 2026년 1분기에 오히려 벌어진 상태다.
⚡ 반도체·하드웨어1,720/10,000▲ +3
엔비디아 CEO 젠슨 황이 연간 1,500억 달러를 대만에 투자하겠다고 발표하며 TSMC 중심의 AI 칩 공급망이 사실상 필수 인프라로 고착화됐다. 5년 전 연간 100~150억 달러에서 10배 급증한 수치로, AI 학습 수요가 첨단 반도체 생산을 구조적으로 끌어올리고 있음을 확인시켜준다.
🔋 에너지 인프라625/10,000▲ +3
Thea Energy가 1억 달러 시리즈 B를 완료하고 미국 에너지부의 파일럿 플랜트 설계 인증을 획득했다. Eos 시스템 부지를 2026년 중 발표할 예정이며 2030년 가동을 목표로 한다. 핵융합 스타트업의 투자와 실제 공학 검증이 동시에 가속화되는 드문 사례다.
🧠 소프트웨어 AI 축 업데이트
DeepSWE, AI 코딩 순위판 뒤집다
📍 좌표판에서의 의미: 소프트웨어 AI의 좌표를 움직이는 것은 모델 자체의 능력 향상만이 아니다. 능력을 측정하는 '자'가 얼마나 정확한가도 중요하다. DeepSWE는 기존 벤치마크의 해상도 부족과 오염 가능성을 폭로하며, 우리가 지금까지 AI 코딩 능력을 과소평가하거나 잘못 줄 세웠을 수 있음을 보여줬다.
스타트업 Datacurve가 공개한 DeepSWE는 91개 오픈소스 저장소, 5개 프로그래밍 언어에 걸친 113개 과제로 구성된 장기 코딩 벤치마크다. 기존 SWE-Bench Pro에서는 GPT, Claude, Gemini가 30점 이내 범위에 몰려 있었지만, DeepSWE에서는 그 격차가 70점으로 벌어졌다. GPT-5.5가 70%로 1위를 차지했고, 기존 1위였던 Claude Opus 4.7은 54%로 3위로 밀려났다. 더 충격적인 건 감사 결과: Claude Opus의 SWE-Bench Pro 점수 중 12% 이상이 '치팅'으로 판정됐고, 기존 벤치마크의 오탐률(false negative)이 24%에 달했다. DeepSWE의 문항은 평균 7개 파일을 수정해야 하는 복잡도로 설계돼, 암기가 아닌 진짜 엔지니어링 이해력을 요구한다.
💰 투자·비즈니스 시각: 엔지니어링팀을 이끄는 리더라면 지금 당장 사용 중인 AI 코딩 도구를 DeepSWE 기준으로 재평가해야 한다. GPT-5.5와 다른 모델 간 실제 성능 격차가 16포인트 이상이라면, 도구 선택이 팀 생산성에 직접적인 영향을 미친다. 반대로, 벤치마크 인프라 자체가 새로운 사업 영역으로 부상하고 있다 — Datacurve 같은 평가 전문 스타트업에 대한 투자 수요가 커질 가능성이 있다. Claude Opus 생태계에 깊이 투자한 기업은 재검토가 필요하다.
🔗 자세히 보기⚡ 반도체·하드웨어 축 업데이트
엔비디아, 대만에 연 1,500억 달러 베팅
📍 좌표판에서의 의미: 반도체·하드웨어 축의 좌표는 단순히 칩 성능만으로 결정되지 않는다. 공급망이 어디에 얼마나 집중되느냐도 '완성점'까지의 경로를 결정한다. 엔비디아의 이번 발표는 AI 칩 인프라의 지리적·경제적 중심이 대만으로 구조적으로 고착되고 있음을 선언한 것이다.
젠슨 황 CEO는 타이베이 본사 기공식 행사에서 대만 투자 규모를 연간 1,500억 달러로 늘리겠다고 밝혔다. 불과 4~5년 전 100~150억 달러에서 10배 가까이 급증한 수치다. 황 CEO는 대만을 'AI 혁명의 진원지'라 칭하며 칩 패키징부터 AI 슈퍼컴퓨터 조립까지 모두 이곳에서 이뤄진다고 강조했다. 신규 타이베이 본사는 올해 착공해 2030년 가동을 목표로 하며, 4,000명의 직원이 근무할 예정이다. 이 투자는 TSMC와의 협업을 강화하는 동시에, AI 칩 수요 폭증이 단순한 사이클이 아닌 구조적 전환임을 재확인한다.
💰 투자·비즈니스 시각: TSMC(TSM), ASML 등 대만 반도체 공급망 수혜주가 가장 직접적인 투자처다. 반면 대만에 97%의 에너지를 수입에 의존한다는 지정학적 취약성은 분산 투자 필요성을 시사한다. 미국 내 반도체 생산 확대(인텔, 삼성 텍사스 공장)에 대한 정책·산업 투자도 중장기적으로 헤지 전략이 될 수 있다.
🔗 자세히 보기🔋 에너지 인프라 축 업데이트
Thea Energy, 핵융합 1억 달러 조달
📍 좌표판에서의 의미: 에너지 인프라 축의 최대 미해결 과제는 '핵융합이 실제로 작동하는가'다. Thea Energy는 오늘 단순한 투자 유치를 넘어, 미국 에너지부의 설계 인증이라는 독립적 검증을 받은 첫 번째 민간 핵융합 기업으로 자리매김했다. 청정 베이스로드 전력의 장기 가능성이 한 단계 더 현실에 가까워졌다.
프린스턴대 플라스마물리연구소 스핀오프인 Thea Energy가 1억 달러 시리즈 B를 완료했다. 이 회사의 핵심 기술은 '스텔라레이터(stellarator)'— 복잡한 자석 대신 수백 개의 평평한 소형 자석 배열을 소프트웨어로 제어해 플라스마를 가두는 방식이다. 미국 에너지부는 Thea의 Helios 파일럿 플랜트 사전개념 설계를 공식 인증했으며, 이는 에너지부 마일스톤 프로그램 참여사 중 최초다. 자금은 두 번째 자석 제조 시설 구축과 대규모 통합 실증 시스템 'Eos' 건설에 사용된다. Eos는 2030년 가동을 목표로 하며, 현재 12개 이상의 전력 구매자·하이퍼스케일러·유틸리티와 협의 중이다.
💰 투자·비즈니스 시각: 핵융합은 아직 직접 주식 투자 경로가 제한적이지만, 이 트렌드에서 가장 빠르게 수혜를 볼 수 있는 것은 고온 초전도체 소재 기업(예: American Superconductor)과 첨단 자석 제조사다. 장기적으로는 AI 데이터센터의 '무한 청정 전력' 수요와 핵융합의 공급이 만나는 시점에서 전력 구매 계약(PPA) 시장이 새로운 자산 클래스로 부상할 가능성이 있다.
🔗 자세히 보기🚧 다음 관문 — 여기를 넘어야 레벨이 바뀐다
소프트웨어 AI가 2500을 넘으려면 DeepSWE 같은 장기·멀티파일 코딩 과제뿐 아니라, 다중 도메인 전문가 수준 작업(의학 진단, 법률 분석, 과학 실험 설계)에서도 안정적인 70%+ 성공률이 필요하다. 반도체는 엔비디아의 차세대 Rubin 아키텍처와 TSMC 2nm 양산이 맞물리는 2027년이 다음 레벨 전환점이며, 에너지는 Thea의 Eos가 2030년 가동에 성공해 핵융합 Q>1(에너지 순이익)을 상업 규모에서 입증하는 것이 임계 조건이다. 가장 앞선 주자: 소프트웨어 AI는 OpenAI, 반도체는 TSMC+엔비디아 연합, 에너지는 Commonwealth Fusion Systems와 Thea Energy가 병렬 경주 중이다.
🌌 10,000의 세계 — 기술이 완성됐을 때 인간의 하루
2040년대 어느 아침, 평범한 사람은 AI 비서에게 건강검진 결과를 말하면 세계 최고 수준의 의학적 판단을 즉시 받고, 집안일은 범용 로봇이 알아서 처리한다. 전기 요금 고지서에는 '핵융합 전력 100%'라고 적혀 있으며, 그 에너지는 대기에 탄소 한 톨 더하지 않는다.
댓글
댓글 쓰기