DeepSeek의 1년: 113,000개의 Qwen 파생 모델, Llama의 4배

작성자:

Deep chic Moment 1년, 숫자로 증명된 3가지 변화

  • Qwen 파생 모델 113,000개 초과 — Meta Llama (27,000개)의 4배
  • DeepSeek, Hugging Face 팔로워 수 1위, Qwen 4위
  • 중국 AI 조직, “오픈 소스는 전략”으로 방향 전환

무슨 일이 있었나?

Hugging Face가 ‘Deep Chic Moment’ 1주년 분석 보고서를 발표했다.[Hugging Face] 이는 2025년 1월 DeepSeek 등장 이후 중국의 오픈 소스 AI 생태계가 어떻게 성장했는지 데이터를 정리한 3부작 시리즈의 마지막 부분이다.

핵심 수치부터 살펴보자. Qwen (Alibaba) 기반 파생 모델 수는 2025년 중반 기준으로 113,000개를 초과했다. Qwen 태그가 붙은 저장소를 포함하면 20만 개가 넘는다.[Hugging Face] 이는 Meta의 Llama (27,000개) 또는 DeepSeek (6,000개)에 비해 압도적인 수치다.

왜 중요한가?

솔직히 말해서, 1년 전만 해도 많은 사람들이 중국 AI를 ‘copycat’으로 여겼다. 하지만 지금은 다르다.

ByteDance, Deepseek, Tencent, 그리고 Qwen은 Hugging Face의 인기 논문 순위에서 상위권을 차지하고 있다. 팔로워 수 측면에서는 DeepSeek가 1위, Qwen이 4위를 기록하고 있다. Alibaba 전체를 보면 파생 모델 수는 Google과 Meta를 합친 것과 맞먹는다.[Hugging Face]

개인적으로 주목하는 것은 Alibaba의 전략이다. Qwen은 단일 플래그십 모델이 아닌 ‘family’로 구성되었다. 다양한 크기, 작업, modality를 지원한다. 간단히 말해서, “우리 모델을 범용 AI 인프라로 사용하라”는 것이다.

앞으로 어떻게 될까?

Hugging Face는 “오픈 소스는 중국 AI 조직의 단기적인 지배 전략”이라고 분석했다. 모델뿐만 아니라 논문과 배포 인프라까지 공유하여 대규모 통합 및 배포를 목표로 한다는 해석이다.

Deepseek moment가 일회성 이벤트가 아니었음이 불과 1년 만에 숫자를 통해 확인되었다. 글로벌 AI 오픈 소스 생태계의 무게 중심이 이동하고 있다.

자주 묻는 질문 (FAQ)

Q: Qwen 파생 모델이 Llama보다 많은가? 이유는?

A: Alibaba가 다양한 크기와 modality로 Qwen을 출시하면서 적용 범위가 확대되었다. 특히 중국 개발자들은 현지 배포를 위해 자주 사용한다. Hugging Face와 모델 범위를 지속적으로 업데이트하는 전략도 효과적이었다.

Q: DeepSeek는 여전히 중요한가?

A: 그렇다. Hugging Face에서 가장 많은 팔로워를 보유한 조직은 DeepSeek이다. 그러나 파생 모델 수에서는 Qwen에 뒤쳐진다. DeepSeek는 논문 및 연구 기여에 강점을 가지고 있으며, Qwen은 생태계 확장에 집중하고 있다.

Q: 한국 개발자에게는 어떤 의미인가?

A: Qwen 기반 모델은 한국어 지원을 강화하고 있다. 오픈 소스이기 때문에 현지 배포 및 fine tuning이 무료이다. 비용 부담 없이 실험할 수 있는 좋은 환경이 되었다. 다만, 라이선스 조건은 모델별로 다르므로 확인해야 한다.

이 기사가 유용했다면 AI Digester를 구독해 달라.

참고 자료

Claude를 만들기 위해 수백만 권의 책을 잘랐다: Anthropic Project Panama의 진실

작성자:

15억 달러 합의, 수백만 권 파기: 주요 내용

  • Anthropic, 수백만 권의 Claude 학습용 도서를 구매 후 폐기, 스캔 후 파기
  • 내부 문서: “Project Panama는 전 세계 도서를 파괴적으로 스캔하려는 시도”
  • 15억 달러 합의, 저자에게 책 한 권당 약 3,000달러 지급

무슨 일이 있었나?

Anthropic의 비밀 프로젝트가 4,000페이지 이상의 법원 문서 공개로 드러남. 코드명은 “Project Panama”. 내부 계획 문서에는 “Project Panama는 전 세계 도서를 파괴적으로 스캔하려는 우리의 노력”이라고 명시됨. Better World Books 및 World of Books와 같은 중고 서점에서 수만 권의 책을 대량으로 구매. “유압 절단기”로 책등을 깔끔하게 자름. 고속, 고품질 스캐너로 페이지 스캔. 그리고 재활용 회사가 남은 잔해를 수거함.[Techmeme]

이 프로젝트는 Tom Turvey가 이끌었음. 그는 20년 전 Google Books 프로젝트를 만든 전 Google 임원임. 약 1년 동안 Anthropic은 수백만 권의 책을 확보하고 스캔하는 데 수천만 달러를 투자함.[Futurism]

왜 중요한가?

솔직히, 이는 AI 학습 데이터 확보의 실제 모습을 보여줌.

Anthropic은 왜 이 접근 방식을 선택했을까? 첫째, 불법 다운로드 위험을 피하기 위해. 둘째, 중고 서적을 구매하고 원하는 대로 폐기하는 것이 “최초 판매 원칙”에 따라 합법적일 가능성이 높았음. 실제로 판사는 이 스캔 방법 자체를 공정 사용으로 인정했음.[CNBC]

그러나 문제가 있었음. Project Panama 이전 Anthropic은 Library Genesis 및 Pirate Library Mirror와 같은 불법 사이트에서 700만 권 이상의 책을 무료로 다운로드했음. 판사는 이 부분이 저작권 침해에 해당할 수 있다고 판결함.[NPR]

개인적으로 이것이 핵심이라고 생각함. 문제는 “합법적인” 책을 파기하기 위해 스캔하기보다는 불법적으로 먼저 다운로드했다는 점임. Anthropic 자체도 인지하고 있었음. 내부 문서에는 “이 작업이 알려지는 것을 원하지 않는다”고 명시되어 있음. 효과가 있을까?

15억 달러 합의는 AI 저작권 분쟁 역사상 최대 규모임. 추정되는 50만 권의 책에 대해 책 한 권당 약 3,000달러가 저자에게 돌아감.[PBS]

AI는 다른 선례를 가짐. 회사에 미치는 영향은 상당함. OpenAI, Google 및 Meta도 유사한 소송에 직면해 있음. “책을 사서 스캔하는 것은 괜찮지만 불법 다운로드는 허용되지 않는다”는 기준이 명확해졌음.

Anthropic은 이미 음악 저작권 소송에 휘말려 있음. 별도의 소송은 1월에 제기되었으며, 음악 출판사는 Claude 4.5가 저작권이 있는 작품을 “암기”하도록 교육받았다고 주장함. Watchdog]

자주 묻는 질문

Q: Project Panama에서 실제로 사용할 수 있는 책은 몇 권인가? 파기되었나?

A: 법원 문서에 따르면 최대 2백만 권의 책이 “파괴적 스캔” 대상이었음. Anthropic은 Better World Books 및 World of Books와 같은 중고 서점에서 수만 권의 책을 구매했으며, 약 1년 동안 수천만 달러를 투자하여 수백만 권의 책을 처리한 것으로 추정됨.

Q: 저자는 얼마를 받게 되나?

A: 15억 달러 합의는 약 50만 권의 책에 적용됨. 책 한 권당 약 3,000달러임. 불법적으로 다운로드한 책의 저자가 청구 대상이며, 합의가 법원에서 승인되면 개별적으로 청구할 수 있음. 그러나 모든 저자가 청구하지 않으면 실제로 받는 금액이 늘어날 수 있음.

Q: 책을 사서 스캔하는 것은 합법인가?

A: 판사는 이 방법을 공정 사용으로 인정했음. 이는 “최초 판매 원칙”에 따라 구매한 책은 원하는 대로 처분할 수 있기 때문임. 그러나 Anthropic의 문제는 Project Panama 이전에 불법 사이트에서 책을 다운로드했다는 점임. 합법적으로 구매한 책의 스캔은 현재 합법임.

이 기사가 유용했다면 AI Digester를 구독해주십시오.

참고 자료

Claude 코드 주요 중단: 개발자들, 어쩔 수 없이 ‘커피 타임’

작성자:

무슨 일이 있었나?

2026년 2월 4일, Anthropic의 Claude Code 서비스가 약 2시간 동안 중단됐다. 전 세계 개발자들이 갑자기 AI 코딩 어시스턴트 없이 작업해야 하는 상황에 놓였다.

Anthropic은 공식 상태 페이지를 통해 “Claude Code API 응답 지연 및 오류 발생”을 확인했다. 원인은 서버 과부하로 추정된다.

개발자 커뮤니티 반응은?

트위터와 레딧에서 개발자들의 반응이 쏟아졌다. 한 개발자는 “Claude Code 없이 코딩하니까 2020년으로 돌아간 기분”이라고 적었다. 또 다른 개발자는 “강제 커피 타임이 생겼다”며 농담을 던졌다.

흥미로운 점은 이번 중단이 AI 의존도를 보여줬다는 것이다. 많은 개발자들이 Claude Code를 일상 워크플로우의 핵심 도구로 사용하고 있었다.

서비스 복구와 향후 대응

Anthropic은 약 2시간 만에 서비스를 완전 복구했다. 회사는 “인프라 확장을 통해 향후 유사 상황을 예방하겠다”고 밝혔다.

이번 사건은 AI 도구 의존도와 백업 계획의 중요성을 다시 한번 상기시켰다. 개발자들에게 대체 도구 확보의 필요성이 대두됐다.

FAQ

Claude Code 중단 시간은 얼마나 됐나?

약 2시간 동안 서비스가 중단됐다. Anthropic은 신속하게 복구 작업을 진행했다.

중단 원인은 무엇인가?

공식 발표에 따르면 서버 과부하가 주요 원인이다. Anthropic은 인프라 확장으로 대응할 계획이다.

개발자들은 어떻게 대비해야 하나?

복수의 AI 코딩 도구를 확보하고, 핵심 작업은 로컬 환경에서도 수행 가능하도록 준비하는 것이 좋다.

AWS SageMaker Data Agent: 의료 데이터 분석, 몇 주에서 며칠로 단축

작성자:

의료 데이터 분석, 몇 주에서 며칠로 단축

  • AWS SageMaker Data Agent: 자연어로 의료 데이터를 분석하는 AI agent
  • 코드 없이 코호트 비교 및 생존 분석 수행 가능
  • 2025년 11월 출시, SageMaker Unified Studio에서 무료로 사용 가능

무슨 일이 있었나?

AWS는 의료 데이터 분석을 위한 AI agent인 SageMaker Data Agent를 공개했다. 역학자 또는 임상 연구자가 자연어로 질문하면 AI가 자동으로 SQL 및 Python 코드를 생성하고 실행한다.[AWS]

이전에는 의료 데이터 분석을 위해 여러 시스템을 방문하여 데이터에 접근해야 했다. 권한을 기다리고, 스키마를 이해하고, 코드를 직접 작성해야 했다. 이 과정은 몇 주가 걸렸다. SageMaker Data Agent는 이를 며칠 또는 몇 시간으로 단축한다. id=”%EC%99%9C-%EC%A4%91%EC%9A%90%ED%95%9C%EA%B0%80″>왜 중요한가?

솔직히 말해서, 의료 데이터 분석은 항상 병목 현상이었다. 역학자들이 시간의 80%를 데이터 준비에 소비하고 실제 분석에는 20%만 사용하는 구조였다. 현실은 분기당 2-3개의 연구만 수행할 수 있었다.

SageMaker Data Agent는 이 비율을 뒤집는다. 데이터 준비 시간을 크게 줄여 실제 임상 분석에 집중할 수 있도록 한다. 개인적으로 이것이 환자 치료 패턴 발견 속도에 직접적인 영향을 미칠 것이라고 생각한다.

특히 코호트 비교 및 Kaplan-Meier 생존 분석과 같은 복잡한 작업을 자연어로 요청할 수 있다는 점이 인상적이다. “남성 바이러스성 부비동염 환자와 여성 환자의 생존율을 분석해 주세요”라고 말하면 AI가 자동으로 계획을 세우고, 코드를 작성하고, 실행한다.[AWS]

어떻게 작동하나?

SageMaker Data Agent는 두 가지 모드로 작동한다. 첫째, 노트북 셀에서 직접 인라인 프롬프트로 코드를 생성할 수 있다. 둘째, Data Agent 패널은 복잡한 분석 작업을 구조화된 단계로 분해하여 처리한다.[AWS]

Agent는 현재 노트북 상태를 확인하고, 데이터 카탈로그 및 비즈니스 메타데이터를 이해하고, 컨텍스트에 맞는 코드를 생성한다. 코드 조각을 내뱉는 것이 아니라 전체 분석 계획을 수립한다.[AWS]

앞으로의 전망은?

Deloitte 설문 조사에 따르면 의료 임원진의 92%가 생성형 AI에 투자하거나 실험하고 있다.[AWS] 의료 AI 분석 도구에 대한 수요는 계속 증가할 것이다.

SageMaker Data Agent와 같은 agent형 AI가 의료 연구 속도를 높이면 신약 개발 및 치료 패턴 발견에 긍정적인 영향을 미칠 수 있다. 하지만 한 가지 우려되는 점은 데이터 품질이다. AI가 아무리 빨라도 입력 데이터가 엉망이면 결과도 엉망이 될 것이다.

자주 묻는 질문 (FAQ)

Q: SageMaker Data Agent 비용은 얼마인가?

A: SageMaker Unified Studio 자체는 무료다. 그러나 실제 컴퓨팅 리소스 (EMR, Athena, Redshift 등)는 사용량에 따라 요금이 부과된다. 노트북은 처음 두 달 동안 250시간의 무료 티어가 있으므로 가볍게 테스트해 볼 수 있다.

Q: 어떤 데이터 소스를 지원하나?

A: AWS Glue Data Catalog, Amazon S3, Amazon Redshift 및 다양한 데이터 소스에 연결된다. 기존 AWS 데이터 인프라가 있는 경우 바로 연결할 수 있다. 또한 의료 데이터 표준인 FHIR 및 OMOP CDM과도 호환된다.

Q: 어느 지역에서 사용할 수 있나?

A: SageMaker Unified Studio가 지원되는 모든 AWS 리전에서 사용할 수 있다. 서울 리전이 지원되는지 AWS 공식 문서를 확인하는 것이 좋다.

이 기사가 유용했다면 AI Digester를 구독해 주세요.

참고 자료

H Company Holo2: UI Localization 벤치마크 1위 달성

작성자:

235B Parametric model, UI automation을 완전히 뒤집다

  • ScreenSpot-Pro 벤치마크에서 78.5%로 SOTA 달성
  • Agent localization으로 성능 10-20% 향상
  • 4K 고해상도 인터페이스에서도 작은 UI 요소 정확하게 찾아냄

무슨 일이 있었나?

H Company에서 UI Localization (유저 인터페이스 요소 위치 식별)을 위한 전문가 모델 Holo2-235B-A22B를 출시했다. [Hugging Face] 이 235B 파라미터 규모의 모델은 스크린샷에서 버튼, 텍스트 필드, 링크와 같은 UI 요소의 정확한 위치를 찾는다.

핵심은 Agentic Localization 기술이다. 한 번에 정답을 제공하는 것이 아니라, 여러 단계에 걸쳐 예측을 개선한다. 덕분에 4K 고해상도 화면의 작은 UI 요소도 정확하게 잡아낸다. [Hugging Face]

왜 중요한가?

GUI agent 분야가 뜨겁다. Claude Computer Use, OpenAI Operator와 같은 빅테크 기업들이 UI automation 기능을 내놓기 위해 경쟁하고 있다. 하지만 작은 스타트업인 H Company가 이 분야 벤치마크에서 1위를 차지했다.

개인적으로 주목하는 점은 agentic 방식이다. 기존 모델은 한 번에 위치를 조정하려고 시도할 때 실패하는 경우가 많았지만, 여러 번 시도하여 모델을 개선하는 접근 방식이 효과적이었다. 10-20% 성능 향상 수치가 이를 증명한다.

솔직히 235B 파라미터는 꽤 무겁다. 실제 프로덕션 환경에서 얼마나 빠르게 실행될지는 지켜봐야 한다.

앞으로 어떻게 될까?

GUI agent 경쟁이 심화되면서 UI Localization 정확도가 핵심 차별화 요소가 될 것으로 예상된다. H Company 모델이 오픈 소스로 공개되었으므로 다른 agent framework에 통합될 가능성이 높다.

RPA (robotic process automation) 시장에도 영향을 미칠 수 있다. 기존 RPA 도구는 규칙 기반이었지만, 이제 비전 기반 UI 이해가 표준이 될 수 있다.

자주 묻는 질문 (FAQ)

Q: UI Localization이 정확히 무엇인가?

A: 스크린샷을 보고 특정 UI 요소 (버튼, 입력 창 등)의 정확한 좌표를 찾는 기술이다. 간단히 말해서, AI가 화면을 보고 어디를 클릭해야 하는지 아는 것이다. GUI automation agent의 핵심 기술이다.

Q: 기존 모델과 무엇이 다른가?

A: Agentic localization이 핵심이다. 한 번에 맞추려고 하는 것이 아니라, 여러 단계로 정교하게 다듬는다. 사람이 목표를 찾기 위해 화면을 스캔하는 방식과 유사하다. 이 방법으로 10-20%의 성능 향상을 달성했다.

Q: 모델을 직접 사용할 수 있나?

A: Hugging Face에서 연구용으로 공개되었다. 하지만 235B 파라미터 모델이므로 상당한 GPU 리소스가 필요하다. 실제 프로덕션 애플리케이션보다는 연구 또는 벤치마킹 용도에 적합하다.

이 기사가 유용했다면 AI Digester를 구독해 주세요.

참고 자료

Apple Xcode 26.3: Anthropic Claude Agent + OpenAI Codex 동시 로딩

작성자:

AI Two-tier coding agent system, Xcode에 동시 상륙

  • Anthropic Claude Agent와 OpenAI Codex를 Xcode 내에서 직접 사용 가능
  • Model Context Protocol 지원으로 타사 에이전트 연결도 가능
  • 오늘부터 개발자 프로그램 회원에게 Release candidate (RC) 제공

무슨 일이 있었나?

Apple은 Xcode 26.3에서 agentic coding에 대한 공식 지원을 발표했다.[Apple Newsroom] Anthropic의 Claude Agent와 OpenAI의 Codex를 IDE 내에서 직접 사용할 수 있다.

Agentic coding은 AI가 단순히 코드 조각을 작성하는 것을 의미한다. 제안된 수준을 넘어 프로젝트 구조를 분석하고, 스스로 작업을 분할하고, 빌드-테스트-수정 주기를 자율적으로 실행한다. 간단히 말해서, AI는 주니어 개발자처럼 작동한다.

Apple의 Worldwide Developer Relations 부사장인 Susan Prescott은 “Agentic coding은 생산성과 창의성을 극대화하여 개발자가 혁신에 집중할 수 있도록 한다”고 말했다.[Apple Newsroom]

왜 중요한가?

개인적으로는 꽤 큰 변화라고 생각한다. 두 가지 이유가 있다.

첫째, Apple이 AI 코딩 도구 경쟁에 본격적으로 뛰어들었다. 그동안 Cursor, GitHub Copilot, Claude Code와 같은 독립적인 도구들이 시장을 키워왔지만, 이제 플랫폼 소유자가 직접 뛰어들었다.

둘째, Anthropic과 OpenAI를 동시에 포용한다. 일반적으로 빅테크는 하나의 AI 회사와 독점적인 파트너십을 맺는다. 그러나 Apple은 선을 넘었다. 개발자에게 선택권을 주기 위한 것이라는 명분이지만, 솔직히 어떤 모델이 승자가 될지 몰라서 보험을 든 것 같다.

Model Context Protocol (MCP) 지원도 주목할 만하다. 이는 AI 에이전트와 외부 도구를 연결하는 개방형 표준이며, Anthropic이 주도하고 있다.[TechCrunch] Apple이 이를 채택한 것은 폐쇄적인 생태계 전략에서 벗어나는 발걸음이다. 항복했다는 신호다.

앞으로 어떻게 될까?

100만 명 이상의 iOS/macOS 개발자가 Xcode를 사용한다. 그들이 agentic coding에 익숙해지면 개발 패러다임 자체가 바뀔 수 있다.

그러나 우려도 있다. AI가 코드를 자율적으로 수정하면 보안 취약점이나 예상치 못한 버그가 발생할 수 있다. Apple이 이 부분을 어떻게 관리할지 지켜봐야 한다.

경쟁 구도도 흥미롭다. OpenAI는 Apple과의 통합 발표 바로 다음 날, macOS용 Codex 앱을 독립적으로 출시했다.[TechCrunch] 시기가 묘하다.

자주 묻는 질문 (FAQ)

Q: Xcode 26.3은 언제 공식 출시되나?

A: Release Candidate (RC) 버전은 현재 Apple Developer Program 회원에게 제공된다. 정식 버전은 곧 App Store를 통해 배포될 예정이다. 정확한 날짜는 아직 발표되지 않았다.

Q: Claude Agent와 Codex 중 무엇을 사용해야 하나?

A: 프로젝트의 성격에 따라 다르다. Claude는 긴 코드를 이해하고 안전성을 확보하는 데 강하고, Codex는 빠른 코드 생성에 특화되어 있다. 둘 다 사용해보고 자신에게 맞는 것을 선택하면 된다. Apple이 우리에게 선택권을 준 이유다.

Q: 기존 Xcode 26 사용자도 업그레이드할 수 있나?

A: 그렇다. id=”%EC%B0%B8%EA%B3%A0-%EC%9E%90%EB%A3%8C”>참고 자료

Apple Xcode 26.3, AI 코딩 에이전트 도입: Claude와 Codex가 앱을 만들다

작성자:

3 core elements

  • Anthropic Claude Agent + OpenAI Codex, Xcode 26.3에 공식 통합
  • Agent가 파일 생성, 빌드, 테스트 및 시각적 검증을 자율적으로 수행
  • MCP (Model Context Protocol) 지원으로 타사 Agent도 연결 가능

What happened?

Apple이 Xcode 26.3을 출시하면서 Agent A 코딩 기능이 도입됨.[Apple] Anthropic의 Claude Agent와 OpenAI의 Codex가 Xcode에서 직접 작동한다.

Agent는 단순한 코드 완성을 넘어선다. Xcode Preview를 통해 프로젝트 구조 분석, 파일 생성, 빌드, 테스트 및 시각적 검증을 자율적으로 수행한다. [MacRumors] 설정에서 클릭 한 번으로 Agent를 추가할 수 있으며, API 사용량에 따라 비용이 발생한다.[9to5Mac]

Why is it important?

솔직히 예상보다 빨랐다. Apple이 외부 AI를 이렇게 깊이 통합한 것은 처음이다.

기존 AI 코딩 도구는 코드 자동 완성에 중점을 두었다. 반면, Xcode agentic coding의 핵심은 자율성이다. 목표만 제시하면 Agent가 작업을 분해하고 스스로 결정을 내린다.

개인적으로 MCP 지원이 흥미롭다. Apple은 폐쇄적인 생태계 대신 개방형 표준을 채택하여 다른 AI Agent도 연결할 수 있다.

What will happen in the future?

iOS/Mac 앱 개발 생태계는 빠르게 변화할 것이다. 솔로 개발자 또는 소규모 팀에게는 판도를 바꿀 수 있다.

그러나 API 비용이 변수다. Agent가 빌드 및 테스트를 반복하면 토큰 소비가 상당할 것이다. Xcode 26.3 RC는 오늘부터 개발자에게 공개된다.[Apple]

Frequently Asked Questions (FAQ)

Q: GitHub Copilot 또는 Cursor와 어떤 차이가 있나?

A: Copilot 또는 Cursor는 코드 자동 완성에 사용된다. 집중해라. Xcode agentic coding을 사용하면 Agent가 전체 프로젝트를 이해하고 빌드, 테스트 및 시각적 검증을 자율적으로 수행한다. 어시스턴트가 아니라 주니어 개발자에 가깝다.

Q: 비용은 얼마인가?

A: Xcode는 무료이지만 AI Agent는 Anthropic 또는 OpenAI API를 사용한다. 사용량 기반 청구이며 복잡한 작업을 반복하면 비용이 많이 들 수 있다. Apple이 토큰을 최적화했다고 한다.

Q: Claude Agent 또는 Codex를 사용해야 하나?

A: 아직 비교 데이터가 없다. Claude는 긴 컨텍스트와 안전성에 강하고 Codex는 빠르다. 프로젝트의 성격에 따라 둘 다 테스트하는 것이 좋다.

이 기사가 유용했다면 AI Digester를 구독해 달라.

References

Jensen Huang: “모든 것은 Virtual Twin으로 표현될 것이다” — NVIDIA-Dassault, 25년 협력 역사상 최대 규모의 파트너십

작성자:

Jensen Huang: “모든 것은 Virtual Twin으로 표현될 것이다” — NVIDIA-Dassault, 25년 협력 역사상 최대 규모 파트너십

  • NVIDIA와 Dassault Systèmes, 25년 협력 역사상 최대 전략적 파트너십 발표
  • 물리 기반 AI 및 Virtual Twin을 통해 설계 및 제조 프로세스 100~1000배 확장 목표
  • 3개 대륙에 AI 팩토리 구축, 4,500만 사용자에게 Industrial AI 제공 예정

무슨 일이 있었나?

NVIDIA CEO Jensen Huang과 Dassault Systèmes CEO Pascal Daloz는 2026년 2월 3일 휴스턴에서 열린 3DEXPERIENCE World에서 사상 최대 규모의 파트너십을 발표했다.[NVIDIA Blog] 두 회사는 25년 이상 협력해 왔지만, 이번 발표는 NVIDIA의 가속 컴퓨팅 및 AI 라이브러리와 Dassault의 Virtual Twin 플랫폼의 본격적인 통합을 의미한다. 이는 융합의 첫 번째 사례이다.

Huang은 “AI는 물, 전기, 인터넷과 같은 인프라가 될 것”이라며 “엔지니어들은 100배, 1000배, 궁극적으로는 100만 배 더 큰 규모로 작업할 수 있을 것”이라고 말했다.[NVIDIA Blog] 그는 엔지니어들이 AI 파트너 팀을 갖게 될 것이라고 덧붙였다.

이번 파트너십의 핵심은 Industry World Models이다. 물리학 법칙에 의해 검증된 AI 시스템은 제품, 공장, 심지어 생물학적 시스템까지 실제로 구축되기 전에 시뮬레이션한다. NVIDIA Omniverse 라이브러리와 Nemotron 오픈 모델은 Dassault의 3DEXPERIENCE 플랫폼에 통합되어 Virtual Companion이라는 AI 에이전트가 실시간으로 설계를 지원할 수 있게 된다.[Dassault Systèmes]

왜 중요한가?

솔직히 말해서, 이것은 단순한 파트너십 발표가 아니다. Industrial AI의 판도를 바꿀 수 있는 움직임이다.

Virtual Twin은 기존의 Digital Twin보다 한 단계 더 발전된 개념이다. Digital Twin이 정적인 3D 복제본인 반면, Virtual Twin은 실시간 동작과 진화까지 시뮬레이션한다. 이는 제품의 기하학적 형태뿐만 아니라 작동 방식까지 동시에 설계할 수 있음을 의미한다.

개인적으로 이번 파트너십의 진정한 의미는 “AI 파트너”라는 개념에 있다고 생각한다. 엔지니어가 CAD를 단독으로 실행하는 대신, AI가 실시간으로 수천 가지의 설계 옵션을 시뮬레이션하고 제안한다. 설계 초기 단계에서 훨씬 더 넓은 설계 공간을 탐색할 수 있다.

유사한 시도가 이미 있었다. Siemens와 NVIDIA 또한 CES 2026에서 Industrial AI Operating System을 발표했으며, PepsiCo 공장에서 AI Digital Twin을 통해 처리량을 20% 향상시켰다. Dassault는 4,500만 명의 사용자와 40만 명의 고객이라는 거대한 설치 기반을 보유하고 있다. NVIDIA AI를 이 규모의 플랫폼에 통합하는 것은 다른 영향을 미친다.

다음은 무엇인가?

Dassault의 OUTSCALE 브랜드는 3개 대륙에 AI 팩토리를 구축한다. 데이터 주권 및 개인 정보 보호를 보장하면서 Industrial AI 모델을 운영하는 구조이다.

그러나 실제로 어느 정도까지 실현될지는 미지수이다. “100만 배 확장”은 비전이지 즉각적인 현실은 아니다. 중요한 것은 기존 3DEXPERIENCE 사용자가 이 기능을 추가 비용 없이 사용할 수 있는지, 아니면 새로운 라이선스가 필요한지 여부이다. 가격 정책은 아직 발표되지 않았다.

2026년 3월 보스턴에서 개최될 3DEXPERIENCE 사용자 컨퍼런스의 주제는 “AI-Powered Virtual Twin Experiences”이다.[Dassault Systèmes] 보다 자세한 로드맵이 그때 공개될 것으로 예상된다.

자주 묻는 질문 (FAQ)

Q: Virtual Twin과 Digital Twin의 차이점은 무엇인가?

A: Digital Twin은 물리적 제품의 정적인 3D 복사본이다. 복제품이다. Virtual Twin은 실시간 동작 시뮬레이션과 시간 경과에 따른 진화를 포함한다. 제품의 형태뿐만 아니라 작동 방식과 전체 수명 주기까지 시뮬레이션하고 예측할 수 있으므로 설계 단계에서 추가적인 최적화가 가능하다.

Q: 이번 파트너십은 기존 3DEXPERIENCE 사용자에게 어떤 영향을 미치는가?

A: NVIDIA의 AI 라이브러리와 Nemotron 모델이 3DEXPERIENCE 플랫폼에 통합되면 사용자는 AI Companion으로부터 실시간 설계 지원을 받을 수 있다. 그러나 구체적인 가격 정책이나 기존 라이선스와의 호환성은 아직 발표되지 않았으므로 3월 사용자 컨퍼런스에서 더 많은 정보가 공개될 것으로 예상된다.

Q: NVIDIA는 Siemens와 유사한 파트너십을 발표하지 않았는가?

A: 맞다. NVIDIA는 CES 2026에서 Siemens와 Industrial AI Operating System 파트너십을 발표했다. Siemens는 제조 자동화 및 공장 시스템에 강점을 가지고 있는 반면, Dassault는 제품 설계 및 PLM에 강점을 가지고 있다. NVIDIA의 관점에서 볼 때, 두 파트너십 모두 Omniverse 생태계를 확장하기 위한 전략이며, 경쟁적이라기보다는 상호 보완적이다.

이 기사가 유용했다면 AI Digester를 구독해 주십시오.

참고 자료

구글-애플 AI 딜, 연 10억 달러에 성사

작성자:

구글-애플 AI 딜, 연 10억 달러에 성사

  • 애플, Siri에 구글 Gemini 도입
  • 1.2조 파라미터 맞춤 모델
  • 2월 말 iOS 26.4 베타 출시

무슨 일이 일어났나?

애플이 Siri에 구글 Gemini를 도입한다. 연간 10억 달러 규모다.[1] 1.2조 파라미터 전용 모델로, 애플 자체 시스템보다 8배 크다. 알파벳이 실적 발표에서 공개했지만 투자자 추가 질문은 회피했다.[2]

왜 중요한가?

구글은 기본 검색엔진 유지에 연간 200억 달러를 애플에 지불한다. AI 파트너십까지 더해졌다. Anthropic이 15억 달러를 요구한 것과 비교하면[1] 구글의 10억 달러 계약은 전략적 승리다.

앞으로 어떻게 될까?

팀 쿡은 “더 개인화된 Siri가 올해 나온다”고 했다. 2월 말 iOS 26.4 베타에서 공개된다. 다만 Gmail 접근은 불가하다.

자주 묻는 질문 (FAQ)

Q: 딜 규모는?

A: 연간 10억 달러. Anthropic 요구액(15억)보다 낮다.

Q: 새 Siri 출시는?

A: 2월 말 iOS 26.4 베타. 화면 해석, 개인 맥락 이해 기능 포함.

Q: 왜 질문 회피했나?

A: 비밀유지 계약과 독점 규제 우려 때문으로 보인다.

이 글이 유용했다면 AI Digester를 구독해주세요.

참고 자료