2026년 7월 5일 | AI 최신 트렌드
Claude Code를 둘러싼 보안 정책, Midjourney 소송의 증거개시, Meta의 외부 모델 클라우드 구상, AMD 추론 비용 실험, Leanstral 1.5의 증명 엔지니어링, AgenticSTS의 장기 에이전트 메모리가 한 줄로 이어졌다. 표면은 제각각인데, 내가 보기에는 공통 질문이 비슷하다. AI를 어디까지 열어 두고, 어디부터는 조직이 직접 경계선을 그을 것인가라는 문제다.
모델 성능만 보던 시기에는 새 모델 이름과 벤치마크 숫자가 먼저 눈에 들어왔다. 그런데 이번 묶음은 조금 다르다. 코딩 에이전트는 사내 반입 금지 대상이 되고, 이미지 생성 서비스는 할리우드의 내부 AI 사용 내역을 요구하고, 인프라 쪽에서는 GPU 가격보다 소프트웨어 지원과 토큰 단가가 더 큰 변수로 올라온다. 나는 이런 흐름을 보면 모델 자체보다 사용 조건, 공급 계약, 검증 가능한 작업 기록이 더 중요해지고 있다는 느낌을 받는다.
Claude Code 금지: 코딩 에이전트가 사내 보안 정책의 대상이 됐다
TechCrunch 보도에 따르면 Alibaba는 7월 10일부터 직원들의 Claude Code 사용을 금지할 예정이라고 한다. 겉으로는 특정 회사의 도구 차단처럼 보이지만, 코딩 에이전트가 이제 IDE 플러그인 수준이 아니라 사내 소스코드, 로그, 개발 환경, 모델 출력까지 한꺼번에 다루는 보안 표면이 됐다는 점이 더 크다.
흥미로운 대목은 Anthropic이 이미 중국 기업과 그 소유 해외 법인의 모델 사용을 금지하고 있고, 우회 사용을 막기 위한 여러 조치를 해 왔다는 부분이다. Alibaba 쪽은 Claude Code를 high-risk software로 보고 자체 도구인 Qoder 사용을 지시하는 흐름으로 읽힌다. 개발자 입장에서는 좀 답답한 소식이지만, 기업 보안팀 입장에서는 충분히 예상 가능한 방향이다.
나는 코딩 에이전트가 강해질수록 이런 정책이 더 늘어날 거라고 본다. 에이전트는 단순히 “코드를 조금 추천하는 도구”가 아니라, 저장소 전체를 읽고, 명령을 실행하고, 외부 서비스와 연결될 수 있다. 결국 앞으로의 실무 도입은 모델 성능표보다 데이터 경계, 계정 경계, 로그 감사, 내부 대체 도구가 먼저 검토되는 형태로 갈 가능성이 높다.
Midjourney와 할리우드: 저작권 소송이 내부 AI 사용 기록으로 번졌다
Midjourney와 주요 할리우드 스튜디오 사이의 저작권 소송도 방향이 꽤 흥미롭게 바뀌고 있다. Disney, Universal, Warner Bros.는 Midjourney가 저작권 캐릭터 이미지를 만들 수 있다는 이유로 소송을 제기했는데, Midjourney는 방어 논리의 일부로 스튜디오들이 내부에서 생성형 AI를 어떻게 쓰는지 더 넓게 공개하라고 요구하고 있다.
핵심은 “소비자에게 공개된 결과물”에 연결된 AI 사용만 볼 것인지, 아니면 내부 스토리보드·아이디어 작업·프롬프트·출력까지 봐야 하는지다. Midjourney는 스튜디오들이 뒤에서는 비슷한 방식으로 AI를 쓰고 있다면, 그 사실이 시장 피해 주장과 fair use 논리에 영향을 준다고 보는 듯하다.
이 부분은 단순히 Midjourney가 이기느냐 지느냐의 문제가 아니다. 앞으로 생성형 AI 저작권 소송에서는 원고와 피고 모두의 AI 사용 기록이 증거가 될 수 있다. 나는 이 흐름이 기업 내부 AI 사용 로그의 중요성을 크게 키울 거라고 본다. “그냥 아이디어용으로 썼다”는 말만으로는 부족하고, 어떤 입력을 넣었고 어떤 결과를 어디에 썼는지 남겨야 하는 시기가 온다.
Meta의 Claude 클라우드 구상: 모델 접근권이 인프라 상품이 된다
AI타임스가 정리한 SemiAnalysis 보도에서는 Meta가 Anthropic과 Claude private instance 접근권을 두고 협상 중이라는 관측이 나온다. 단순 API 호출이 아니라, Meta가 확보한 데이터센터 안에 Claude 전용 독립 환경을 두고 내부 사용과 외부 기업 고객 서비스를 동시에 노릴 수 있다는 시나리오다.
이 이야기가 흥미로운 이유는 Meta가 자기 모델만 파는 회사가 아니라, 타사 모델 접근권과 컴퓨팅 용량을 묶어 파는 하이퍼스케일러가 될 수 있기 때문이다. Microsoft가 Azure AI Foundry로, AWS가 Bedrock으로, Google이 Vertex AI로 해 온 구조와 비슷하다. 다른 점은 Meta가 원래 클라우드 사업자가 아니었고, 광고·추천·AI 연구용으로 모아 온 인프라를 새 상품으로 바꿀 수 있다는 점이다.
여기서도 결국 병목은 “모델이 좋다”가 아니라 “누가 안정적인 용량을 확보했는가”다. 토큰 배급, private instance, 경쟁사 모델 사용 제한 같은 단어가 같이 등장한다는 것 자체가 AI 시장이 모델 경쟁에서 접근권 경쟁으로 넘어가고 있다는 신호처럼 보인다.
AMD MI355X 실험: 저렴한 추론은 하드웨어보다 지원 속도의 싸움이다
GeekNews에 올라온 Wafer 요약은 인프라 관점에서 꽤 재밌었다. AMD MI355X가 B300 대비 GPU당 평균 약 2.75배 저렴하고, GLM-5.2를 MI355X에서 최적화해 특정 워크로드에서 B200 측정 성능의 약 80% 수준에 도달했다는 내용이다. 숫자만 보면 “AMD가 드디어 따라왔다”는 식으로 읽을 수 있지만, 실제 메시지는 더 복잡하다.
Wafer가 강조한 건 실리콘 자체보다 day-0 지원과 소프트웨어 마찰이다. 최신 모델이 거의 격주로 나오는데, NVIDIA 쪽은 CUDA 생태계와 프레임워크 지원이 빨리 붙는다. AMD 쪽은 ROCm 이미지, 양자화 경로, speculative decode, MoE 커널 선택 같은 곳에서 직접 손봐야 할 지점이 남아 있다.
그래도 중요한 변화는 “불가능하다”가 아니라 “엔지니어링을 조금 태우면 비용 곡선이 달라질 수 있다”는 쪽으로 논의가 옮겨갔다는 점이다. 추론 비용이 계속 커지는 상황에서, 기업들은 최고 성능 1등보다 성능당 비용과 운영 마찰의 합을 더 자주 계산하게 될 것이다. 나도 모델 서빙을 볼 때 이제는 단순 tok/s보다, 그 성능을 재현하는 데 필요한 커널·이미지·프레임워크 상태를 같이 봐야겠다고 느낀다.
Leanstral 1.5: 형식 증명이 코딩 에이전트의 실전 작업으로 들어온다
Mistral의 Leanstral 1.5 소식은 “수학 문제를 잘 푸는 모델”보다 “증명 엔지니어링을 작업 단위로 끌고 가는 모델”이라는 점에서 눈에 들어왔다. GeekNews 요약에 따르면 이 모델은 119B 총 파라미터 중 6B를 활성화하는 구조이고, Lean 4 증명 작성·디버깅·저장소 작업을 학습했다. miniF2F 100%, PutnamBench 587/672 같은 수학 벤치마크 숫자도 크지만, 내 관심은 오히려 실제 코드 검증 사례 쪽이었다.
예를 들어 AVL 트리의 시간 복잡도 증명이나 Rust-to-Lean 파이프라인을 통한 버그 탐지처럼, 형식 검증이 논문 속 데모가 아니라 저장소 단위 작업으로 내려온다. 모델이 Lean 컴파일러 피드백을 보고 여러 번 수정하고, 파일을 편집하고, 긴 작업을 이어 간다는 점은 코딩 에이전트와 거의 같은 형태다.
나는 이 흐름이 앞으로 꽤 중요해질 거라고 본다. 테스트는 “예상한 입력 몇 개에서 괜찮다”를 보여 주지만, 증명은 특정 속성이 왜 유지되는지를 다룬다. 물론 모든 코드에 형식 증명을 붙이는 건 비현실적이다. 다만 보안, 파서, 금융 계산, 동시성처럼 작은 오류가 큰 비용으로 번지는 구간에서는 LLM이 증명 보조자이자 저장소 작업자로 들어오는 장면이 늘어날 수 있다.
AgenticSTS: 장기 에이전트 메모리는 무한 로그가 아니라 계약이다
AgenticSTS 논문은 제목부터 꽤 마음에 들었다. 장기 LLM 에이전트에서 메모리를 “과거 로그를 계속 붙이는 것”으로 보지 않고, 미래 결정이 어떤 정보를 볼 수 있는지 정하는 계약으로 다룬다. 논문은 Slay the Spire 2라는 장기 의사결정 게임 환경에서, raw transcript를 무한히 붙이는 대신 typed retrieval로 매 결정마다 새 user message를 조립하는 bounded-memory 구조를 실험한다.
결과 숫자는 조심스럽게 읽어야 한다. 논문 초록에서도 no-store baseline 3/10, skill layer 추가 6/10 같은 차이를 “방향성은 있지만 통계적으로 결정적이지 않다”고 적는다. 이 태도가 오히려 좋았다. 장기 에이전트 평가는 작은 샘플에서 과장하기 쉬운데, 여기서는 조건 태그, 메모리 스냅샷, 프롬프트 기록, 분석 스크립트를 공개해 재현 가능한 실험틀을 강조한다.
실무적으로는 이 논문이 agent memory를 설계할 때 좋은 기준점을 준다. 컨텍스트를 많이 붙이면 언뜻 안전해 보이지만, 실제로는 어떤 기억이 어떤 판단에 영향을 줬는지 분리하기 어렵다. 반대로 bounded contract를 두면 각 layer를 ablation하기 쉬워진다. 장기 에이전트를 운영한다면 “무엇을 기억할까”보다 먼저 미래의 각 결정이 어떤 기억을 볼 수 있어야 하는가를 정해야 한다는 말로 읽혔다.
한 줄로 묶으면: 모델 경쟁의 다음 변수는 통제 가능한 작업 환경이다
이번 묶음에서 내가 제일 크게 본 변화는 통제 가능한 작업 환경이라는 말로 정리된다. Alibaba의 Claude Code 금지는 도구 반입 경계를 묻고, Midjourney 소송은 AI 사용 기록의 증거성을 묻는다. Meta의 private instance 구상은 모델 접근권을 인프라 상품으로 바꾸고, AMD MI355X 실험은 비용 효율이 소프트웨어 지원 속도에 달렸다는 걸 보여 준다. Leanstral과 AgenticSTS는 에이전트가 길고 복잡한 작업을 할수록 검증 가능한 기록과 메모리 계약이 필요하다는 쪽으로 이어진다.
모델 이름만 바꿔 끼우는 시대라기보다, 모델이 들어갈 조직 정책, 소송 기록, 인프라 계약, 검증 루프, 메모리 구조를 같이 설계해야 하는 시기다. 개발자 입장에서는 조금 번거롭지만, 이 번거로움이 실제 품질과 비용을 가르는 쪽으로 점점 이동하고 있다. 그래서 나는 앞으로 AI 트렌드를 볼 때 “새 모델이 얼마나 똑똑한가”만큼이나 “그 모델을 어떤 경계 안에서 굴릴 수 있는가”를 더 자주 보게 될 것 같다.
출처
- TechCrunch — Alibaba reportedly bans employees from using Claude Code
- TechCrunch — Midjourney wants Hollywood studios to reveal the details of their AI usage
- AI타임스 — 메타, 앤트로픽 '클로드' 직접 서비스 추진
- GeekNews — 달러당 성능이 더 빠르고 저렴해지고 있음
- GeekNews — Leanstral 1.5: 모두를 위한 증명 풍요
- arXiv — AgenticSTS: A Bounded-Memory Testbed for Long-Horizon LLM Agents