Hyeong · 데이터·마케팅·개발 제너럴리스트

2026년 7월 4일 AI·LLM·IT 이슈 정리 — 모델은 다 퍼졌고, 이제 청구서와 통제가 온다

22 min read

그저께 글은 “모델을 누가 쓰게 하고(빗장), 무엇으로 돌릴지(배관)“로 끝났다. 오늘 하루를 긁어 보니 무게중심이 또 한 겹 이동해 있었다 — “그 모델을 쓰는 값을 누가 내고(청구서), 마음대로 못 쓰게 어떻게 막을 것인가(통제·검증)“. 모델은 이미 사방에 퍼졌고, 이제 뉴스의 주인공은 비용·통제·검증이라는 관리 층으로 내려왔다.

확인 기준은 2026년 7월 4일 KST다. 어제부터 오늘까지 새로 확인한 이슈를 각도별로 긁어 모은 뒤, 9건을 1차 출처로 교차검증한 정정 버전으로 적는다. 이번에도 이슈마다 독립 검증 에이전트를 하나씩 붙여 ‘기사를 모으는 쪽’과 ‘따지는 쪽’을 분리했다 — 요전에 정리한 maker≠checker 방식 그대로다. 자주 틀리게 옮겨지는 대목은 ⚠️로 표시했다.

오늘 한 줄 요약

flowchart TD
    D["2026-07-04"] --> COST["💸 청구서가 온다"]
    D --> CTRL["🔒 통제와 갈등"]
    D --> SAFE["🛡️ 안전·검증 프레임"]
    D --> PROG["📏 진척을 다시 잰다"]
    D --> BIG["🏢 빅테크 움직임"]
    COST --> C1["테슬라, 직원 AI 지출<br/>주당 200달러 상한"]
    CTRL --> T1["알리바바, 클로드 코드 사내 금지<br/>(앤트로픽 중국계 탐지·증류 공방)"]
    SAFE --> S1["앤트로픽 Fable 5<br/>사이버 안전장치+탈옥 심각도 CJS"]
    SAFE --> S2["엔비디아 SkillSpector<br/>에이전트 스킬 보안 스캐너"]
    PROG --> P1["바이트댄스 EdgeBench<br/>실환경 학습 스케일링 법칙"]
    PROG --> P2["저커버그 'AI 에이전트<br/>예상보다 느리다'"]
    PROG --> P3["서울대 Rule2DRC<br/>DRC 코드 생성 벤치마크"]
    BIG --> B1["MS 프론티어 컴퍼니<br/>25억 달러 배치 조직"]
    BIG --> B2["구글 차기 제미나이 플래시<br/>LM아레나 포착"]
    classDef cost fill:#fff3bf,stroke:#e67700,color:#8a5a00;
    classDef ctrl fill:#ffe3e3,stroke:#e03131,color:#a01818;
    classDef safe fill:#d3f9d8,stroke:#2f9e44,color:#1d6b2c;
    classDef prog fill:#e7f5ff,stroke:#1c7ed6,color:#10548f;
    classDef big fill:#f3f0ff,stroke:#7048e8,color:#4b2fa8;
    class C1 cost;
    class T1 ctrl;
    class S1,S2 safe;
    class P1,P2,P3 prog;
    class B1,B2 big;

내가 본 핵심은 이거다. 모델을 마구 도입한 다음 날 아침, 회사들은 청구서와 리스크를 함께 받아 들었다. 토큰 값을 묶는 회사, 경쟁사 코딩 도구를 금지하는 회사, 탈옥·악성 스킬을 점수 매겨 걸러 내는 회사 — 화제가 전부 “쓰게 만드는” 단계에서 “관리하는” 단계로 넘어갔다.

테슬라는 왜 직원 AI 지출에 상한을 걸었나?

가장 실무적인 소식부터. 테슬라가 7월 6일부터 직원 1인당 AI 사용 비용을 주당 200달러(약 30만 6천 원)로 제한한다. 초과하려면 관리자 승인을 받아야 한다. The Information이 내부 공지를 근거로 보도했고, Electrek 등이 확인했다. 배경은 단순하다 — 일부 소프트웨어 엔지니어가 매주 수천 달러어치 토큰을 태우고 있었고, 팀마다 직원별 토큰 사용량 순위를 매기는 대시보드까지 만들었다.

에이전트가 여러 단계를 자동으로 밟으면 토큰이 폭증한다. 그래서 예전에 클라우드 비용을 관리하던 FinOps(재무+운영을 합쳐 클라우드 지출을 통제하는 방법론) 발상을 AI 운영에 그대로 옮기는 흐름이 나오고 있다. 우버는 월 1,500달러 상한을 뒀고, 메타·아마존·월마트도 비슷한 통제를 도입한 것으로 전해진다.

⚠️ 두 가지 정정. (1) 사용량 계산에서 빠지는 예외는 ‘xAI 베타 제품’(Grok/Composer 계열) 이다 — 그냥 “자체 제품 베타 테스트”가 아니라, 사실상 머스크 본인 AI 쪽으로 몰아주는 설계다(테슬라 엔지니어들은 오히려 앤트로픽 클로드를 선호한다는 보도가 함께 나왔다). (2) ‘AI FinOps’라는 표현은 원 보도에 없다 — 애널리스트·요약 매체가 붙인 프레임이다.

알리바바는 왜 ‘클로드 코드’를 사내에서 금지했나?

여기가 오늘 가장 복잡하고, 가장 많이 틀리게 옮겨진 이슈다. 알리바바가 사내 제한 소프트웨어 목록에 클로드 코드(Claude Code)를 올리고, 7월 10일부터 업무 사용을 중단시켰다. 대신 자체 코딩 도구 Qoder를 쓰게 했다. 중국 매체 이차이(第一财经)가 먼저 보도했고 로이터가 소식통을 인용해 받았다.

핵심은 인과의 순서다. 헤드라인만 보면 “앤트로픽이 중국 이용자를 몰래 추적 → 알리바바가 반발”처럼 보이는데, 1차 출처를 따라가면 순서가 반대에 가깝다.

flowchart LR
    A["6/10 앤트로픽,<br/>美 의원에 서한:<br/>알리바바(Qwen팀) 연계<br/>대규모 '증류' 의혹 제기<br/>계정 약 2.5만·상호작용 약 2800만"] --> B["3~4월부터 클로드 코드<br/>클라이언트가 타임존·프록시로<br/>중국계 기업망 여부 점검<br/>(반증류·계정재판매 차단 실험)"]
    B --> C["6/30경 리버스엔지니어가<br/>난독화된 점검 코드 발견"]
    C --> D["7월 초 알리바바,<br/>클로드 코드 사내 금지<br/>→ Qoder로 대체"]
    classDef warn fill:#ffe3e3,stroke:#e03131,color:#a01818;
    class A,D warn;

즉, 증류 의혹을 먼저 제기한 쪽은 앤트로픽이고(6월 10일 美 의원 서한), 그 맥락에서 클로드 코드 클라이언트가 이용자의 타임존·프록시 설정을 숨겨진 목록과 대조하는 코드가 3~4월부터 들어가 있었다. 앤트로픽 팀원은 이를 “계정 재판매·증류를 막기 위한 남용 방지 실험이며 다음 릴리스에서 제거하겠다”고 설명했다. 알리바바의 금지 조치는 이 싸움의 하류(보복)에 가깝다.

⚠️ 조심할 점. (1) 로이터는 소식통 인용 보도이지, ‘백도어·스파이웨어’를 독립 확인한 게 아니다 — “로이터가 스파이웨어를 확인했다”는 과장이다. (2) 문제의 탐지는 앤트로픽 팀 설명 기준 반증류·남용 방지 점검이지 이용자 ‘추적’ 상품이 아니다(‘백도어’는 비판 측 프레이밍이며 다툼이 있다). (3) 수치는 매체마다 갈린다 → 계정 약 2.5만 개 / 상호작용 약 2,800만 건으로 적는 게 안전하다.

앤트로픽은 탈옥을 어떻게 ‘점수’로 만들었나?

같은 앤트로픽에서 방어 쪽 소식이 나왔다. 7월 2일, ‘Fable 5의 사이버 안전장치와 탈옥 프레임워크’를 공식 공개했다(제목: More details on Fable 5’s cyber safeguards and our jailbreak framework). 두 축이다.

첫째, 사이버 관련 요청을 네 등급으로 분류해 보안 업무는 살리되 악용은 막는다.

등급성격
Prohibited use금지 — 명백한 악용
High-risk dual use고위험 이중용도
Low-risk dual use저위험 이중용도
Benign use정상 보안 업무

둘째, 탈옥의 위험도를 재는 CJS(Cyber Jailbreak Severity) 프레임이다. 능력 상승(04)·영향 범위(02)·무기화 용이성(02)·발견 난도(02)를 합쳐 아래 밴드로 나눈다.

밴드점수뜻
CJS-0 Informational0정보성
CJS-1 Low1~3.5낮음
CJS-2 Medium4~6.5중간
CJS-3 High7~8.5높음
CJS-4 Critical9~10심각

Glasswing 파트너(아마존·마이크로소프트·구글)와 함께 만들었고, HackerOne 버그바운티도 붙였다.

⚠️ 이건 확정 표준이 아니라 피드백을 받는 초안이다. 그리고 CJS는 모델 전반의 안전 등급이 아니라 ‘탈옥 심각도’를 재는 점수 척도라는 점을 헷갈리면 안 된다. 날짜는 7월 2일이 맞다.

엔비디아는 왜 ‘스킬 검사기’를 내놨나?

에이전트 생태계의 급소는 스킬·MCP 같은 외부 확장물이다. 남이 만든 스킬 하나를 설치했다가 프롬프트 인젝션·데이터 유출을 당할 수 있다. 엔비디아가 공개한 SkillSpector는 에이전트 스킬을 ‘설치 전에’ 정적 분석으로 검사하는 보안 스캐너다(공식 NVIDIA 깃허브, Apache-2.0).

flowchart LR
    IN["입력: git repo·URL·zip·폴더·단일 파일"] --> SCAN["정적 분석<br/>17개 범주·68개 취약 패턴"]
    SCAN --> P["프롬프트 인젝션"]
    SCAN --> X["데이터 유출·권한 상승"]
    SCAN --> Y["공급망(OSV.dev 의존성 조회)"]
    SCAN --> Z["도구 오염·과도한 권한·YARA 시그니처"]
    P --> OUT["출력: 터미널·JSON·Markdown·SARIF<br/>(MCP 서버로 띄워 설치 게이트로도)"]
    X --> OUT
    Y --> OUT
    Z --> OUT
    classDef g fill:#d3f9d8,stroke:#2f9e44,color:#1d6b2c;
    class SCAN g;

프롬프트 인젝션·데이터 유출·권한 상승·공급망(OSV.dev로 의존성 실시간 조회)·도구 오염 등 17개 범주 68개 패턴을 훑고, 필요하면 LLM 의미 분석까지 켠다. 스스로 MCP 서버로 떠서 설치 게이트 역할도 한다. 코드베이스를 지식 그래프로 인덱싱하던 흐름과 짝을 이루는, “에이전트 확장물을 관리하는 계층”의 등장이다.

⚠️ ‘클로드 스킬 전용’이 아니다 — 클로드 코드·Codex·Gemini CLI를 아우르고 MCP 서버까지 검사한다. 그리고 아직 정식 릴리스 태그가 없다(소스에서 설치). “출시된 버전 제품”으로 단정하면 성숙도를 과장하는 셈이다.

스케일링은 정말 벽에 부딪혔나? — 바이트댄스 EdgeBench

“더 큰 모델·더 많은 데이터”라는 기존 스케일링이 둔화됐다는 이야기가 많다. 바이트댄스 Seed팀이 공개한 EdgeBench는 다른 축의 스케일링 법칙을 제시한다 — 단발 정확도가 아니라 에이전트가 실제 실행 환경에서 피드백을 받으며 오래 학습할 때 성능이 어떻게 오르는지다. 공식 저장소 부제부터가 “실세계 환경 학습의 스케일링 법칙 규명”이다.

  • 6개 도메인 134개 실세계 과제(공개 51개), 2~12시간 시간 예산으로 평가.
  • 성능이 상호작용 시간에 대한 로그-시그모이드 함수로 잘 들어맞았다(R²=0.998, 약 3만 8천 시간 실행 데이터).

⚠️ 두 대목이 국내 보도에서 왜곡됐다. (1) “72시간”은 틀리다 — 에이전트가 도는 건 12시간+ 규모이고, 자주 인용되는 57시간대는 사람 전문가가 과제 하나를 만드는 평균 시간(최대 320시간)이지 에이전트 작업 시간이 아니다. (2) “테스트타임 컴퓨트가 새 스케일링 법칙”은 헤드라인 각색이다. 저장소가 말하는 법칙은 ‘실환경에서 학습(상호작용 시간)‘에 대한 것이지 테스트타임 컴퓨트가 아니다. ‘3개월마다 2배’도 로그-시그모이드 적합의 해석이지 독립된 법칙 문구가 아니다.

저커버그는 무엇을 인정했나?

측정 이야기가 나온 김에. 저커버그가 7월 2일 사내 타운홀에서 “적어도 지난 4개월간 AI 에이전트 개발이 예상만큼 가속되지 않았다”고 공개적으로 말했다(로이터 단독, 녹취 확인). 그는 대대적 조직 개편이 “생각만큼 깔끔하지 않았고” 새 구조에 건 베팅이 “아직 결실을 못 맺었다”고 했다. 지난 5월 약 10% 감원(약 8,000명)에 7,000명가량을 AI 조직으로 재배치한 뒤의 자기 평가다.

⚠️ 국내 프레이밍 “조직 개편의 한계를 인정”은 다소 센 의역이다 — 그는 베팅이 “아직(yet) 결실을 못 맺었다”며 성과 지연을 말했지 개편 자체를 부정하진 않았다(3~6개월 내 효과 기대). ‘4개월’과 개편 연결은 정확하다.

서울대는 반도체 검증을 어떻게 AI에 맡겼나?

국내 연구 소식. 서울대 송현오 교수팀이 반도체 설계 규칙 검사(DRC) 자동화를 겨눈 ‘Rule2DRC’를 냈다. 제조 전 칩은 수천 개 설계 규칙 위반 여부를 검사해야 하는데, 사람이 ‘글로 쓰인 규칙’을 ‘검사 코드’로 옮기는 일이 병목이다. Rule2DRC는 이걸 LLM이 하도록 겨눈다.

⚠️ 세 가지 정정. (1) 삼성은 공동 개발이 아니다 — 논문·저장소 저자는 전원 서울대(MLLab)이고, 삼성 엔지니어는 문제 정의에 자문한 정도다(“삼성 AI센터가 개발”은 오귀속). (2) Rule2DRC는 사실상 벤치마크다(자연어 규칙→DRC 스크립트 1,000개 과제, 13,921개 레이블 레이아웃으로 ‘실행 채점’). 에이전트 기여물의 이름은 SplitTester(판별 테스트케이스를 만들어 Best-of-N 선택을 돕는 테스터)다. (3) “AI가 DRC를 다 짠다”는 해결 선언이 아니다 — 현재 LLM들은 이 벤치마크를 아직 풀지 못하며, 논문은 선택 정확도 개선을 보고한다. 발표 무대도 EDA 학회가 아니라 ICML 2026이다.

빅테크는 오늘 무엇을 움직였나?

두 건을 묶어 짧게. 단, 국내 보도가 자주 하나로 뭉뚱그리는 마이크로소프트의 두 발표는 서로 다른 사안이라 갈라서 본다.

  • ① MS ‘프론티어 컴퍼니’(공식·확정): 7월 2일, 마이크로소프트가 25억 달러와 엔지니어·전문가 6,000명을 투입해 고객사 내부에 파고들어 AI 도입을 돕는 조직을 발표했다. OpenAI·앤트로픽·AWS의 도입 지원 조직에 맞서는 엔터프라이즈 배치 컨설팅 팔이다.
  • ② 코파일럿 ‘슈퍼앱’ 통합(보도·비공식): 소비자용과 기업용 코파일럿을 하나로 합쳐 코딩·자율 에이전트까지 담고 여름 말(대략 8월) 내는 계획이 내부 문서 기반으로 보도됐다 — MS 공식 발표가 아니다.

⚠️ ①과 ②는 별개 발표다. 25억 달러 프론티어 컴퍼니는 슈퍼앱이 아니라 배치 조직이고, 슈퍼앱 ‘8월’은 보도된 내부 목표이지 확정 출시일이 아니다.

그리고 구글의 차기 ‘제미나이 플래시’ 정황 — 7월 1일 LM아레나에 정체 미상의 새 플래시 체크포인트가 올라와 초기 사용자들이 “품질 차이가 느껴진다”고 평했다(TestingCatalog). 다만 개선은 ‘세대 교체라기보다 점진적’이라는 평이라 커뮤니티는 ‘4’보다 ‘3.6’쪽으로 본다.

⚠️ ‘출시 임박’은 추정이다 — 구글이 모델을 확인해 준 바 없고 사라질 수 있는 내부 빌드일 수 있다. 체크포인트 포착은 사실, 출시 주장은 추측이다.

마무리 — 오늘 하루를 한 문장으로

모델 확산이 일단락되자, 하루의 주제가 전부 그 뒤의 청구서(비용)·통제(지정학·금지)·검증(안전 프레임·스킬 스캐너·새 벤치마크)로 내려왔다. 테슬라는 값을 묶고, 알리바바는 도구를 막고, 앤트로픽·엔비디아는 위험을 점수로 매기고, 바이트댄스·서울대는 진척을 다시 재는 자를 내놨다. 실무자 입장에선 새 모델 이름을 좇기보다 — 내 토큰 청구서, 내가 쓰는 에이전트의 출처와 권한, 성과를 재는 기준을 먼저 챙기는 게 오늘 뉴스의 실속 있는 독법이다.

참고자료

그래프 뷰