기업용 AI 에이전트 사업에서 센드버드와 업스테이지가 협력하기로 합의했다는 소식이, 같은 날 나온 해외 저가 모델 소식과 맞물려 주목받고 있습니다. 어느 쪽 모델이 더 센지보다, 어떤 조합을 선택할지가 더 중요한 질문으로 바뀌고 있습니다. 이 글에서는 그 배경과, 대화 창구·모델·데이터 위치라는 세 칸으로 비교표를 다시 짜는 법을 정리합니다.
센드버드와 업스테이지, 무슨 일이 있었나
센드버드와 업스테이지가 기업용 AI 에이전트 사업에서 협력하기로 합의했습니다. 두 곳 모두 국내 기업입니다. 다만 역할을 어떻게 나누는지는 아직 나온 내용이 없습니다.
같은 이틀 사이에 겹친 소식들을 보면 배경이 읽힙니다. 먼저 값싼 에이전트 모델이 쏟아졌습니다. 미니맥스는 에이전트 작업 성능을 올리면서 사용 비용은 70% 낮춘 신모델을 공개했습니다. 딥시크도 초당 약 225토큰을 뽑아내는 모델을 공개했고, 같은 발표에서 종합 지표는 45점으로 나왔습니다. 다음으로 모델을 돌리는 자리가 넓어졌습니다. 엔비디아는 기업 환경과 개인용 PC에서 에이전트를 구동하는 오픈 모델들을 출시했습니다. 서버실이 아니라 책상 위에서도 에이전트가 돌아간다는 뜻입니다. 마지막으로 경쟁의 초점이 모델 밖으로 옮겨가고 있습니다. 구글은 모델이 스스로 성능을 끌어올리게 돕는 자기개선 프레임워크를 공개했습니다. 모델이 아니라 모델을 운용하는 틀을 손본 것입니다. 텐센트는 챗봇마다 따로 쌓던 대화 기억을 하나로 합쳐 다른 서비스와 공유할 수 있게 했습니다.
모델 자체는 흔해지고 값도 내려가고 있습니다. 값이 내려간 쪽은 해외 모델입니다. 그러면 남는 차별점은 그 모델을 어디에 어떻게 붙이느냐입니다. 국내 두 회사가 손을 잡은 자리도 바로 거기라고 볼 수 있습니다.
AMD 리사수 방한과 KT 데이터센터, AI 데이터센터 전력이 기준을 바꾼다
기업용 AI 에이전트, 비교 기준이 바뀐다
지금 손에 있는 비교표를 모델 단위에서 조합 단위로 바꿀 필요가 있습니다. 칸을 세 개만 만들면 됩니다. 첫째 칸은 대화 창구, 둘째 칸은 모델, 셋째 칸은 데이터가 머무는 위치입니다. 지금까지는 둘째 칸만 보고 결정하는 경우가 많았습니다.
오늘 바로 할 수 있는 일도 셋으로 나눠볼 수 있습니다. 받아둔 견적서를 다시 펴서 계약 기간 안에 모델이 바뀔 수 있는지, 바뀐다면 누가 비용을 대는지 확인해야 합니다. 모델을 갈아치우는 비용도 미리 계산해 둘 필요가 있습니다. 모델을 바꾸는 일은 이사와 비슷해서, 프롬프트와 평가 기준표와 로그 형식을 옮기는 값이 새 모델값보다 더 큽니다. 또한 우리가 쓰는 외부 서비스가 어떤 모델을 쓰는지 목록을 만들어 둘 필요가 있습니다. 미국 연방기관들은 딥시크뿐 아니라 딥시크 기반 기술을 쓰는 외부 서비스까지 금지 대상에 넣었습니다. 우리가 직접 고른 모델만 적어두면 이런 점검에서 빈칸이 생깁니다.
창구는 길게, 모델은 짧게
창구는 한 번 정하면 잘 안 바뀌지만 모델은 그보다 훨씬 자주 바뀝니다. 그래서 계약서에서 창구는 길게, 모델은 짧게 끊는 원칙이 필요합니다. 평가 기준표는 공급사 점수표가 아니라 실제 상담 기록 백 건으로 만든 고정 질문지를 우리 손에 두는 쪽이 낫습니다. 모델이 바뀔 때마다 같은 질문지를 다시 돌리면 됩니다.
삼성전자 3분기 영업이익 107조 4천억원, 국산 AI반도체 우주실증이 말해주는 것
한국에서 실제로 달라지는 것
국내에서 달라지는 건 크게 둘입니다. 먼저 공급망 점검이 계약서 항목으로 들어옵니다. 해외 고객이나 공공 쪽에 납품하는 회사라면 챗봇 안쪽 모델이 무엇인지 대답할 수 있어야 하고, 국내 공급사끼리 손잡은 조합이 이 질문에서는 유리합니다. 이런 조합의 실질적인 무기는 바로 이 지점에 있다고 볼 수 있습니다.
두 번째는 책임 범위입니다. 에이전트가 상담을 대신하면 환불이나 약관 해석까지 말하게 됩니다. 앤트로픽은 에이전트의 협상 학습에 변호사를 투입해 흥정 규칙을 가르치고 있습니다. 국내에서도 상담 자동화는 약관과 바로 붙어 있어서, 창구 쪽에서 무엇을 막아줄 수 있는지가 중요해집니다. 비유하면 통역사를 쓰는 것과 비슷합니다. 말을 옮겨주는 사람만 바꾸면 되는 줄 알았는데, 계약 자리에서는 무슨 말을 해도 되는지까지 정해줘야 하는 것입니다.
비용 구조도 움직이고 있습니다. 엔비디아는 작업 분배 도구인 런:에이아이를 오픈소스로 공개했습니다. 클러스터 관리 도구가 열리면 인프라 비용과 공급사 선택권에 직접 영향을 줍니다. 국내 기업이 자체 구성으로 가는 문턱도 그만큼 낮아지는 셈입니다. 다만 이 조합이 실제 제품으로 나올지는 아직 지켜봐야 합니다. 해외 모델은 값으로 밀고 들어오고, 국내 조합은 값이 아니라 설명 가능성으로 버텨야 합니다. 값싼 모델은 앞으로도 계속 들어올 것이고, 그 설명을 못 하면 값싼 쪽에 밀립니다.
출처
- 미국 연방기관의 딥시크 기반 기술 사용 금지 — AI타임스 — 미국, 연방기관서 딥시크 퇴출…기반 기술 활용 외부 서비스도 포함
- 엔비디아 런:에이아이 오픈소스 공개 — developer.nvidia.com — NVIDIA Run:ai Is Now Open Source as Part of NVIDIA DSX AI …
- 엔비디아 에이전트 오픈 모델 출시 — TechCrunch — Nvidia launches new open models to run agents in the enter…
- 구글 자기개선 프레임워크 공개 — AI타임스 — 구글, AI 성능 스스로 높이는 자기개선 프레임워크 ‘하네스²’ 공개
- 텐센트 대화 기억 통합 — AI타임스 — 텐센트, 챗봇마다 저장하던 AI 메모리 통합…클로드·챗GPT에서 공유
- 미니맥스 비용 70% 절감 신모델 — news.hada.io — MiniMax M3.1 Flash – 에이전트 성능을 높이고 사용 비용을 70% 낮춘 모델
- 딥시크 초당 225토큰 모델 — news.hada.io — DeepSeek V4.1 Flash 1017 – AAII 45점, 초당 약 225토큰 출력
- 앤트로픽 에이전트 협상 학습 — AI타임스 — 앤트로픽, 에이전트 협상 학습에 변호사 투입…“흥정할 때 지켜야 할 규칙은”
- 센드버드-업스테이지 기업용 에이전트 협력 — AI타임스 — 센드버드, 업스테이지와 기업용 AI 에이전트 영역서 협력
답글 남기기