현재 기술 좌표 — 0에서 1만까지
인류가 상상할 수 있는 기술의 완성점을 10,000으로 놓았을 때, 우리는 지금 어디쯤 있는가.
🧠 소프트웨어 AI2,610/10,000▲ +8
GPT-6 패밀리(Astra·Sol·Luna·6.1 Sol)가 9월에 완전 정착한 데 이어, Google이 Gemini 4 Argon을 9월 30일 발표하며 DeepSWE v1.1 77.9% · ARC-AGI-3 계열 벤치마크에서 경쟁 모델을 상회했다. 출력 토큰 한도가 기존 64K에서 100만 토큰으로 15배 이상 뛰었고, 사이버보안 자율 방어 능력이 처음으로 '크리티컬' 등급을 받았다. Astra·Argon·Claude Opus 5.5 세 모델이 동시에 프론티어를 형성하는 진정한 3강 체제가 확립됐다.
🦾 피지컬 AI·로봇865/10,000▲ +5
Boston Dynamics가 Atlas용 신형 손(4손가락·13 자유도)을 발표했다. 이전 7 자유도 설계 대비 관절 수가 두 배 늘었고, 45 kg 이상 하중 처리·드릴·그라인더·용접 토치 등 산업 공구 직접 조작이 가능해졌다. '연구용 하드웨어'에서 '대량생산 가능한 제품'으로 전환하는 이정표로, 피지컬 AI가 공장 현장 진입 문턱을 한 단계 더 낮췄다.
⚡ 반도체·하드웨어1,820/10,000▲ +6
AI 추론 전용 칩 스타트업 Etched가 불과 두 달 만에 기업가치 $21B에서 $40~50B 투자 제안을 받고 있다. 'GPU 없이 트랜스포머를 돌리는 ASIC(주문형 반도체)'이 실제 고객(Jane Street 등)에게 납품되며 $10억 이상 수주 잔고를 확보했다. Nvidia 독점 체제에 최초의 현실적 균열이 생기고 있다는 시장 신호다.
🔋 에너지 인프라630/10,000
오늘 RSS 기사 중 에너지 인프라에 직접적인 변화를 촉발할 대형 사건은 없었다. AI 전력 수요는 계속 가파르게 오르고 있으나, 청정에너지 공급 확대 속도는 여전히 수요를 따라가지 못하는 구조적 격차가 지속되고 있다.
🧠 소프트웨어 AI 축 업데이트
Gemini 4 Argon: 프론티어 AI 3강 체제 확립
📍 좌표판에서의 의미: 소프트웨어 AI 축에서 '단일 최강자'가 사라지고 Google·OpenAI·Anthropic이 사실상 동점 수준의 최전선 모델을 동시에 보유하게 됐다. 경쟁 압력이 혁신 속도를 끌어올리는 가장 강력한 엔진이므로, 이 구도는 좌표판 전체를 빠르게 위로 밀어올린다.
Google DeepMind는 9월 30일 Gemini 4 Argon을 공개했다. 출력 토큰 한도가 기존 64K에서 100만 토큰으로 대폭 늘어, 한 번의 요청으로 소설 한 편 분량의 코드를 분석하거나 수백 페이지짜리 법률 문서를 처음부터 끝까지 처리하는 것이 가능해졌다. 실제 소프트웨어 엔지니어링 벤치마크인 DeepSWE v1.1에서 77.9%를 기록하며 GPT-6 Astra(74.1%)와 Claude Opus 5.5(74.2%)를 앞섰다. 현재는 Fairwind 프로그램의 신뢰할 수 있는 사이버보안 방어자에게만 제공되며, 일반 API 고객 확대 시점은 미정이다. Google은 '이 수준의 능력을 안전하게 공개하려면 단계적 접근이 필요하다'고 밝혔다.
💰 투자·비즈니스 시각: 세 모델이 벤치마크 격차를 좁히면 차별화 경쟁이 '성능'에서 '가격·속도·특화 도메인'으로 이동한다. Argon이 사이버보안 방어에 먼저 풀린 것은 방산·금융 기업의 엔터프라이즈 계약 선점 포석이다. Gemini API를 중심으로 쌓이는 보안 워크플로우 스타트업(취약점 탐지·패치 자동화)에 초기 투자 기회가 열릴 수 있다. 반면 모델 성능 우위가 빠르게 사라지므로, 모델 자체보다 특정 산업 데이터+파이프라인 구축에 집중하는 전략이 유리하다.
🔗 자세히 보기🦾 피지컬 AI·로봇 축 업데이트
Atlas 신형 손: 연구실에서 공장으로
📍 좌표판에서의 의미: 피지컬 AI 축에서 가장 큰 병목 중 하나는 '손' — 즉 섬세한 조작 능력이다. Boston Dynamics가 이것을 대량생산 가능한 형태로 설계했다는 것은, 휴머노이드 로봇이 '전시용'에서 '배치 가능한 제품'으로 넘어가는 임계점을 통과하고 있다는 신호다.
Boston Dynamics는 Atlas 휴머노이드 로봇에 4손가락·13 자유도(DOF) 신형 손을 장착했다고 발표했다. 기존 설계의 7 DOF에서 두 배 늘어난 관절 수 덕분에, 드릴 비트를 집어 드릴에 끼우고 나무에 구멍을 뚫는 작업처럼 손가락별 독립적인 힘 조절이 필요한 동작이 가능해졌다. 45 kg 이상의 하중도 감당하도록 설계됐으며, 손바닥과 손가락 전체에 촉각 압력 센서가 탑재돼 미끄러지는 물체를 스스로 감지하고 다시 잡는다. 핵심은 '연구용'이 아니라 '수만~수십만 대 대량생산'을 처음부터 염두에 뒀다는 점이다. 이는 Atlas가 현대자동차 공장 같은 실제 산업 환경에 배치되는 시점이 앞당겨질 수 있다는 뜻이다.
💰 투자·비즈니스 시각: 손 기술은 휴머노이드 로봇의 가장 비싼 부품 중 하나다. 직접구동(Direct Drive) 방식으로 내부 케이블을 없앤 설계는 유지보수 비용을 낮추는 상업화의 핵심 조건이다. 부품 공급망(정밀 액추에이터, 소형 촉각 센서) 기업들이 이 수요를 직접 흡수할 수 있다. 또한 이 손이 로봇 학습 데이터(시뮬레이션↔실제 환경 전이)를 더 빠르게 쌓을 수 있게 설계됐다는 점에서, 로봇 행동 데이터 플랫폼 투자 관점에서도 주목할 만하다.
🔗 자세히 보기⚡ 반도체·하드웨어 축 업데이트
Etched, $40B+ 투자 제안 — Nvidia 독점에 균열
📍 좌표판에서의 의미: 반도체·하드웨어 축에서 GPU 독점 구도가 깨지는 순간은 AI 전체 비용 구조를 바꾼다. Etched의 가치 급등은 시장이 'Nvidia 대안'이 실제로 가능하다고 믿기 시작했다는 가장 강력한 신호다.
AI 추론 전용 칩 스타트업 Etched가 두 달 전 $21B 가치로 $7억을 조달한 데 이어, 이번엔 $40~50B 규모의 신규 투자 제안을 검토 중인 것으로 알려졌다. 4년 된 이 스타트업은 트랜스포머 모델만 돌리는 ASIC 칩 'Sohu'와 독자적인 프리필 칩·클러스터 규모 메모리를 개발했고, 퀀트 트레이딩 회사 Jane Street가 실제로 납품받아 사용하는 첫 고객이 됐다. 현재 $10억 이상의 고객 수주 잔고를 확보했으며, TSMC에서 양산하고 있다. 투자자들이 열광하는 이유는 GPU 없이도 추론(사용자가 프롬프트를 입력한 뒤 모델이 응답을 생성하는 과정) 속도를 높이고 비용을 낮출 수 있다는 실증 결과 때문이다.
💰 투자·비즈니스 시각: Etched가 성공하면 AI 인프라 비용이 구조적으로 낮아지고, 이는 AI 서비스 전반의 마진 개선으로 이어진다. 단기 리스크는 Etched 칩이 트랜스포머 전용이라는 점 — 아키텍처 패러다임이 바뀌면 칩이 무용지물이 될 수 있다. 투자자라면 Etched 자체보다 'Etched 같은 ASIC 생태계'(설계 툴, 검증 소프트웨어, 메모리 기업)에 분산 접근하는 것이 리스크를 낮추는 방법이다. IPO 전 세컨더리 시장의 기회도 주목할 만하다.
🔗 자세히 보기🚧 다음 관문 — 여기를 넘어야 레벨이 바뀐다
소프트웨어 AI가 현재 좌표(~2610)에서 3000을 넘으려면 '특정 벤치마크 1위'를 넘어 '전문가 판단이 필요한 오픈엔드 실세계 문제'에서 지속적으로 인간을 능가해야 한다. 기술적 조건은 ①장기 기억·자율 학습 ②멀티모달 물리 추론 ③에이전트 간 신뢰·검증 메커니즘이다. 현재 가장 가까운 주자는 Gemini 4 Argon(1M 출력 토큰·사이버보안 자율화)과 GPT-6 Astra(ARC-AGI-3 99.9%)다. 예상 시기: 2027년 중반~2028년 초. 피지컬 AI(~865)가 1000을 돌파하려면 손 조작+이동+환경 인식을 통합한 범용 작업 성공률이 실제 산업 환경에서 90% 이상을 기록해야 하며, Atlas 신형 손의 현장 배치 데이터가 그 출발점이 될 것이다.
🌌 10,000의 세계 — 기술이 완성됐을 때 인간의 하루
2037년경 10,000이 완성된 어느 아침, 당신이 잠에서 깨면 어젯밤 AI가 냉장고 재고를 확인해 식료품을 주문했고, 범용 로봇이 조용히 거실을 청소하고 세탁물을 개어 놓았다. 출근 전 건강 이상 징후를 감지한 AI 주치의가 동네 클리닉 예약을 미리 잡아뒀고, 직장에서는 당신의 AI 에이전트가 밤새 코드를 짜고 보고서를 완성해 팀원들의 AI와 검토까지 마쳤다. 당신이 해야 할 일은 그 결과물에 '맞다, 아니다'를 판단하는 것뿐 — 인간의 역할이 '생산'에서 '큐레이션과 의미 부여'로 완전히 이동한 하루다.
댓글
댓글 쓰기