
오늘은 AI 인프라와 정책 쪽에서 굵직한 소식들이 겹쳤어요. 여섯 가지를 골라 정리해봤습니다.
※ 공개된 정보를 바탕으로 한 개인적인 정리입니다. 각 기업의 공식 입장이 아닙니다. 본 글은 투자 조언을 목적으로 하지 않습니다.
Anthropic과 Amazon이 새로운 합의를 발표했어요. Claude의 학습과 추론 인프라로 최대 5기가와트 규모의 AWS 용량을 단계적으로 확보하는 구조입니다. Amazon은 50억 달러를 즉시 투자하고, 상용 목표 달성에 따라 최대 200억 달러까지 추가될 수 있다고 해요. 기존 80억 달러를 합치면 누적 투자 규모가 약 330억 달러에 이릅니다. Anthropic 쪽도 향후 10년간 AWS 기술에 1000억 달러 이상을 쓰겠다고 약속했고요.
Trainium2가 2026년 상반기에 투입되고, Trainium3도 하반기에 들어올 예정이라고 합니다. 모델 사업자와 클라우드 사업자가 장기 자원 계획을 맞추는 흐름이 한층 뚜렷해진 느낌이에요.
개발자 입장에서는 Claude 쪽 응답이 빡빡해지는 상황이 줄어든다면, 에이전트 용도의 설계 자유도가 조금 넓어질 수 있겠다 싶어요.
Moonshot AI가 4월 20일에 Kimi K2.6을 공개했어요. Mixture-of-Experts 구조의 약 1조 파라미터 모델이고, 활성 파라미터는 약 320억, 컨텍스트 길이는 약 26만 토큰입니다. 수정 MIT 라이선스로 Hugging Face에 가중치가 올라갔고, API도 platform.moonshot.ai를 통해 쓸 수 있어요.
핵심 설계 포인트는 장시간 자율 코딩이에요. 벤치마크 사례에서는 오픈소스 매칭 엔진의 일부를 13시간에 걸쳐 다시 작성하면서 1000번 이상의 툴 호출과 4000줄 규모의 코드 변경을 수행했다고 합니다. 최대 300개의 서브 에이전트를 묶어서 4000스텝 규모의 작업을 협조시키는 스웜 동작도 지원하고요. Cloudflare Workers AI에서도 당일 바로 쓸 수 있게 됐다고 해요.
저도 에이전트를 오래 돌려보면 체크포인트랑 로그 설계, 비용 모니터링 쪽에서 막히는 경우가 많아져서 이 모델의 방향성이 와닿는 부분이 있어요.
제프 베조스가 공동 CEO를 맡고 있는 물리 세계 AI 스타트업 Project Prometheus가 약 100억 달러의 자금 조달을 마무리하고 있다고 4월 21일 Bloomberg 등이 보도했어요. 예상 기업 가치는 약 380억 달러이고, BlackRock과 JPMorgan이 투자자로 이름이 올라왔습니다.
텍스트나 이미지가 아니라 현실 세계의 물리 법칙을 이해하는 AI를 만드는 게 목표라고 해요. 제조, 항공우주, 로보틱스, 신약 개발 같은 분야를 타깃으로 하고 있고요. 2025년 11월에 62억 달러로 시작했으니 5개월 만에 160억 달러를 넘기는 셈이에요. 베조스가 2021년 Amazon CEO 퇴임 이후 처음으로 사업 운영에 직접 나선 케이스라는 점도 주목할 만해요.
미국 FTC가 작년에 확정한 COPPA(아동 온라인 프라이버시 보호법) 개정 규칙의 준수 기한이 오늘 4월 22일 도래했어요. AI 쪽에서 가장 큰 변화는, 13세 미만 아동의 개인정보를 AI 모델 학습이나 개발에 쓰려면 서비스 이용 동의와는 별도로 보호자의 명시적 동의가 필요하다는 점이에요.
개인정보 정의도 확장됐어요. 성문, 얼굴 특징 같은 생체 정보가 새로 포함됐고요. 음성 비서, 아동용 교육 앱, 게임 등에서 아이 목소리나 이미지를 다루는 설계라면 보존 기간 정책 문서화와 불필요한 장기 보존 회피 같은 데이터 거버넌스 재검토가 필요합니다. 모바일이나 EdTech 팀은 SDK를 통한 서드파티 전송 경로까지 다시 살펴봐야 할 것 같아요.
Google Cloud 연례 컨퍼런스 Google Cloud Next 2026이 오늘 4월 22일 라스베이거스 Mandalay Bay에서 개막했어요. 24일까지 진행되고, 첫날 토머스 쿠리안 CEO의 기조연설이 예정돼 있습니다. 프리뷰 기사들에 따르면 에이전트형 AI의 프로덕션 스케일링과 Gemini 중심의 엔터프라이즈 워크플로 업데이트가 주요 테마로 꼽히고 있어요.
구체적인 제품명은 기조연설 이후에 공식 확인되겠지만, BigQuery/Looker 쪽 데이터 기반, GPU/TPU 인프라, 개발자 도구 업데이트가 예상되고 있어요. 에이전트를 개별 기능이 아니라 플랫폼 기본 모드로 제시하느냐가 많은 개발자의 구현 방향에 영향을 줄 수 있어서, 기조연설은 챙겨볼 만해요.
Meta가 미국 내 직원 PC에 Model Capability Initiative(MCI)라는 새 측정 도구를 도입해서 업무용 앱과 사이트에서의 마우스 움직임, 클릭, 키 입력, 간헐적 스크린샷을 수집할 방침이라고 TechCrunch와 Fortune 등이 4월 21일에 보도했어요. 수집 데이터는 인사 평가에 쓰지 않고, AI 에이전트가 드롭다운 메뉴나 키보드 단축키 같은 세밀한 데스크톱 조작을 학습하는 데 활용된다고 설명하고 있어요.
사내 데이터로 에이전트를 학습시키는 건 여러 회사에서 진행 중인 테마인데, 직원 동의 방식이나 업무 앱 외 범위 확산 방지, 로그 세분화, 서드파티 SaaS와의 경계 설정 같은 부분은 시작 전에 논점으로 남기 쉬운 영역이에요. 개발자로서는 자기가 쓰는 도구가 학습에 쓰이는 입력과 아닌 입력을 명확히 구분하는지 다시 확인하고 싶어지는 소식이었어요.
오늘 흐름을 개발자 관점으로 짧게 정리하면 이래요.
에이전트화 흐름은 이제 모델만 고르면 끝나는 문제가 아니라, 하드웨어, 보안, 데이터 연동까지 같이 설계해야 하는 단계로 넘어온 것 같아요.