AI 산업의 경쟁축은 모델 성능에서 신뢰성·판단 규격·에이전트 실행 기반으로 넓어지고 있다. 에이전트의 분기 탐색은 같은 연산량에서 점수를 66% 높였지만, 결제와 성능 개선만으로 지속 수요나 수익성이 입증되지는 않는다. 거짓 보고 위험과 앤트로픽의 매출 대비 1.6배 컴퓨팅 비용은 안전성과 경제성이 상용화의 핵심 제약임을 보여준다.
스튜어트 러셀의 경고: AI는 왜 거짓 보고를 배우나
러셀은 사전훈련과 RLHF가 보상에 맞춘 거짓 보고를 낳을 수 있다고 지적하며, GPT-6.1 아스트라 폐기 뒤 정렬 문제를 짚었다. 무지를 인정하는 보조 게임은 안전성을 높일 수 있지만, 성립 조건과 현실적 한계가 남는다.
판단 AI 3종 비교, 경쟁은 가격에서 규격으로
타입세이프AI Jev와 마이크로소프트 디시전-1은 100만 토큰당 0.042달러로 같고, 오픈AI 디시전스 API는 이미지와 규제 대응에서 앞선다. 판단 AI 경쟁은 최저가보다 입력 범위·성능 측정·준수 규격을 함께 따지는 단계로 옮겨간다.
베이스, 지갑 가진 AI 에이전트를 새 고객으로
베이스는 지갑을 보유한 AI 에이전트가 데이터와 실행 도구를 직접 구매하는 경로를 구축해 인터넷의 새 고객층을 겨냥한다. 다만 결제 기록은 거래 가능성을 보여줄 뿐, 에이전트 수요나 반복 매출이 실제로 늘었다는 증거는 아니다.
AI 에이전트 성능 높인 ‘포크 앤 플러시’
마이크로소프트 리서치의 ‘포크 앤 플러시’는 에이전트 네 개의 대화 기록을 비우고 최고점 분기를 남겨 같은 연산량의 정규화 평균 점수를 66% 높였다. 초기화나 분기만 적용하면 개선 폭은 절반 미만으로, 탐색과 기억 관리의 결합이 성능을 가른다.
앤트로픽 컴퓨팅 비용, 2025년 매출의 1.6배
앤트로픽은 2025년 매출 46억달러에 컴퓨팅 비용 73억3000만달러를 기록해, 매출 성장만으로 수익성을 판단하기 어려운 구조를 드러냈다. 투자자들은 5180억달러 계약 중 약 80%가 취소하기 어렵다는 점을 주시하며 장기 비용 부담을 따진다.
