[AI 소프트웨어 · 09.24 오전판] AI 확장전 검증·효율 경쟁
AC리서치는 AI 하이퍼사이클이 온다고 본다. 오늘 AI 소프트웨어 뉴스 5건 가운데 2건은 이 가설을 강화했고 2건은 시험대에 올랐다 1건은 중립이다.
처음 오셨나요? AI 하이퍼사이클의 출발점, 『상황인식』 해설 읽기 →
1/7 · 표지 · AI 확장전 검증·효율 경쟁
2/7 · AI가 전화를 더 걸게 된다 이 뉴스 자세히 보기 ↓
3/7 · 출시 전을 넘어 개발 초기 검증 추진 이 뉴스 자세히 보기 ↓
4/7 · 전 직원 AI가 이익으로 못 간 이유 이 뉴스 자세히 보기 ↓
5/7 · Qwen4 훈련 돌입 자기개선 33회 성과 이 뉴스 자세히 보기 ↓
6/7 · 2억위안 투자 유치 AI 전력 소프트웨어 이 뉴스 자세히 보기 ↓
7/7 · AC리서치
좌우로 넘기거나 카드를 눌러 크게 보세요.
AI가 전화를 더 걸게 된다
무슨 일이 있었나
모건스탠리는 2026년 9월 23일 소비자 AI 에이전트가 통신업체에 기회가 될 수 있다고 봤다.
메타의 뮤즈 같은 소비자용 AI 에이전트가 통신·소프트웨어 업체에 이로울 수 있다는 분석이다.
엘리자베스 포터 애널리스트는 자동화가 이들 업체에 위협만 주지는 않는다고 설명했다.
뮤즈와 인스팅트 같은 에이전트는 사용자를 대신해 과업을 끝내는 개인 비서이다.
이런 에이전트는 기업이 처리해야 할 상호작용량을 늘릴 수 있다.
수익 구조가 바뀐다
연락센터 업체의 좌석 기반 수익 모델은 AI 확산으로 압력을 받아 왔다.
기업용 AI는 기업이 고객 요청에 답하는 비용을 낮춘다.
소비자용 AI는 고객이 기업에 질문하거나 일을 맡기는 수고를 줄인다.
두 흐름이 맞물리면 통신량과 사용량 기반 수익화가 함께 늘어날 수 있다.
상호작용량 증가는 상담원 좌석 축소 위험을 늦출 수 있다.
업체별 영향은 다르다
포터는 트윌리오가 소비자 AI 에이전트 확산에 가장 폭넓게 노출된다고 봤다.
에이전트가 과업을 끝내려고 보내는 메시지와 거는 통화가 트윌리오의 기회가 된다.
인증 문자와 예약 확인, 후속 연락이 대표적인 통신 사례이다.
트윌리오는 기존 사용량 과금과 소프트웨어 결합 모델 위에 이 통신량을 더할 수 있다.
나이스·파이브나인·링센트럴은 좌석 감소와 상호작용별 자동화 과금이 맞물리는 업체이다.
웹과 전자상거래의 변화
포터는 웹 존재감 서비스 업체 중 윅스가 고대디보다 유리하다고 평가했다.
에이전트는 사업자를 찾고 서비스를 예약하며 거래까지 할 수 있는 시스템을 필요로 한다.
사업 정보를 보여 주는 기능만으로는 에이전트의 과업 수행을 지원하기 어렵다.
쇼피파이는 전자상거래 소프트웨어 중 가장 직접적인 수혜 후보로 꼽혔다.
소비자 AI의 영향은 연락센터를 넘어 웹 구축과 전자상거래 소프트웨어로 이어진다.
앞으로 볼 것
포터는 이 구도를 단기 촉매가 아니라 더 강한 중기 강세 근거로 규정했다.
그는 낙관적 효과를 3분기 실적에 미리 확대 적용하는 데 신중했다.
좌석 기반 매출의 압력과 상호작용별 자동화 매출의 확대가 반대 방향으로 움직인다.
통신량 증가가 실제 사용량 기반 수익으로 이어지는지가 실적을 가를 변수이다.
AI가 줄이는 좌석보다 새로 만드는 상호작용이 더 빠르게 늘어나는지가 핵심이다.
소비자 AI 에이전트는 예약과 인증, 후속 연락을 대신하며 기업의 상호작용을 늘릴 수 있다. 그래서 기업용 AI가 응답 원가를 낮추면 통신 사용량 과금이 커지는 고리가 생긴다. 그런데 좌석 매출이 먼저 줄고 사용량 과금이 늦게 붙으면 응용계층 실적은 흔들릴 수 있다. 가설은 시험 단계이며, 3분기 이후 좌석 감소와 상호작용 매출의 속도를 함께 봐야 한다.
출시 전을 넘어 개발 초기 검증 추진
무슨 일이 있었나
오픈AI는 9월 22일 제3자가 모델 개발 전반의 기술적 안전성을 평가하도록 하겠다고 밝혔다.
외부기관의 역할은 그동안 주요 모델의 출시 전 안전성과 능력을 시험하는 데 주로 집중됐다.
새 방침은 외부 평가를 학습과 평가, 내부 운영, 외부 배포 단계까지 넓힌다.
라마 아흐마드는 위험이 커진 만큼 학습과 평가 과정도 살펴봐야 한다고 설명했다.
민감한 평가는 오픈AI 사무실이나 회사가 관리하는 장비에서 진행할 수 있다.
4개 우선 분야
첫째는 학습·평가·배포 전반을 뒷받침하는 안전성 사례의 독립 평가다.
안전성 사례는 특정 활동의 위험이 관리된다는 주장을 증거로 뒷받침하는 논리 구조다.
둘째는 내부와 외부 배포에 적용되는 핵심 안전장치의 실효성 평가다.
셋째는 화학·생물학, 사이버보안, AI 자기개선과 심각한 오정렬 능력의 점검이다.
넷째는 모델이 승인 없이 행동하거나 감독을 피한 중대 오정렬 사고의 독립 조사다.
평가는 어떻게 진행되나
연구소와 평가기관은 평가 범위와 안전성 주장을 합의하고 평가 전에 등록한다.
평가기관은 법률·보안·지식재산 제약 안에서 주장 검증에 필요한 접근권을 받는다.
평가자는 방법과 기준, 불확실성을 공개하고 직접 발견한 사실과 해석을 구분한다.
평가자는 전문성과 이해상충을 밝히고 상업적 압력에서 판단의 독립성을 지켜야 한다.
여러 평가는 병렬로 진행되며 기간은 수주에서 수개월까지 달라질 수 있다.
누가 참여하나
오픈AI는 METR와 레드우드 리서치 등 여러 기관과 평가 방안을 논의 중이다.
METR와 레드우드 리서치는 첨단 AI의 위험과 정렬 문제를 연구하는 조직이다.
두 기관은 오픈AI 모델의 허깅페이스 침해 사고에서 오정렬 문제를 함께 조사했다.
다리오 아모데이는 개발 속도 조절과 제3자 검증 확대를 주장했고 샘 올트먼도 동의했다.
앤트로픽은 9월 18일 액센추어와 상주 평가팀을 꾸리는 협력을 발표했다.
앤트로픽과 액센추어는 각각 5년간 최소 10억달러를 투자할 계획이다.
액센추어 산하 패컬티는 모델 레드팀, 정렬 평가, 안전장치 시험을 맡는다.
투자자가 지켜볼 것
오픈AI는 공식 파트너와 접근 조건, 계약 금액을 발표하지 않았다.
평가의 독립성은 재정 관계와 이해상충 공개, 결과 발표 권한에서 판가름 난다.
오픈AI는 평가자가 구체적인 결함과 개선 방법을 제시해야 한다고 밝혔다.
연구소는 문제를 고칠 시간을 얻지만 평가자는 편집 독립성을 유지해야 한다.
안전성 검증이 출시 직전 관문에서 장기적인 개발 절차로 넓어지는 점이 핵심이다.
오픈AI는 외부 평가를 학습부터 배포까지 넓히고 4개 우선 분야를 제시했다. 이 변화는 위험 관리와 기업 신뢰에는 도움을 줄 수 있지만 사용량 증가는 아직 별개다. 그래서 모델 사용과 인프라 투자가 늘었다는 증거가 없어 하이퍼사이클에는 중립이다. 앞으로 평가 결과가 실제 결함 수정과 배포 일정에 어떻게 반영되는지 봐야 한다.
전 직원 AI가 이익으로 못 간 이유
무슨 일이 있었나
쓰웨이투신 CEO 청펑은 2026년 9월 15일 페이슈 미래무한대회에서 AI 도입 과정을 설명했다.
쓰웨이투신은 2023년부터 2024년까지 GPT 서비스를 구매한 뒤 DeepSeek도 배치했다.
도구 성능은 높아졌지만 직원은 사용 목적을 몰랐고 사업 부서는 절차를 바꿀 동기가 부족했다.
극객공원 CEO 장펑은 1년여 동안 AI 도입에 돈을 쓴 기업인 수십 명을 만났다고 말했다.
장펑은 이들 가운데 거의 누구도 순탄하게 AI를 도입하지 못했다고 말했다.
숫자로 드러난 성과 격차
MIT 프로젝트 NANDA는 300개 넘는 공개 사례와 52개 조직 인터뷰, 153명 설문을 분석했다.
NANDA는 조사 조직의 95%에서 측정 가능한 손익 효과가 없었다고 밝혔다.
NANDA는 성공 기준의 차이와 6개월 관찰 기간을 연구 한계로 제시했다.
청펑은 SmartQMS 도입 뒤 품질 심사 시간이 8시간에서 3시간으로 줄었다고 밝혔다.
청펑은 1인당 생산액이 2024년 130만위안에서 2025년 220만위안으로 늘었다고 말했다.
청펑은 2026년 1인당 생산액이 350만위안에 이를 것으로 내다봤다.
계정 보급만으로 부족한 이유
API 계정과 토큰 이용권은 직원에게 모델 접근권을 주지만 사내 업무를 자동으로 연결하지 않는다.
외부 모델과 에이전트는 기업 내부 데이터와 승인 절차에 접근하지 못하면 업무를 완결하기 어렵다.
MaaS는 모델 배포와 호출을 서비스 형태로 제공하는 방식이다.
자체 MaaS가 토큰 문제를 줄여도 기존 IT 시스템과 끊기면 업무 실행 단계가 막힌다.
페이슈는 대화·회의·문서·일정·승인 기능과 기업 데이터를 한 플랫폼에 모은다.
더우바오 워크는 권한 범위에서 정보를 호출하고 직원은 AI의 작업 과정을 감독한다.
업무 흐름에 넣자 달라진 결과
신항도는 모집·교무·주문·학생관리 등 20∼30개 IT 시스템을 페이슈로 옮겼다.
교사 한 명이 작문 한 편을 고치는 데 30∼60분이 걸렸고 학생은 2∼3일을 기다렸다.
신항도는 AI를 연결한 뒤 약 1분 만에 20쪽이 넘는 평가 보고서를 만들었다.
교사가 600회 넘게 다듬은 단어 학습 앱은 학생의 하루 학습량을 162% 높였다.
쓰웨이투신은 SmartQMS에 산업표준과 국가표준을 넣고 AI 검사 뒤 직원이 결과를 확정하게 했다.
기업 AI 예산이 향하는 곳
바이트댄스는 페이슈에 기업 맥락과 도구를 맡기고 더우바오 워크에 지능 기능을 배치했다.
페이슈의 외부 에이전트용 CLI 기능은 2026년 3월 이후 247개에서 767개로 늘었다.
중국 상위 10개 자동차 기업과 휴머노이드 기업은 각각 9곳이 페이슈를 사용한다.
페이슈의 중소기업 고객은 1년 동안 70% 증가했다.
신규 고객의 90% 이상은 AI 제품도 샀고 40% 이상은 에이전트 지원을 선택 이유로 꼽았다.
2026년 상반기 페이슈 ARR 증가 속도는 2025년 상반기의 2.5배였다.
ARR는 구독 계약에서 1년 동안 반복될 매출을 환산한 지표다.
MIT 프로젝트 NANDA는 조사 조직의 95%에서 측정 가능한 손익 효과가 없었다고 밝혔다. 모델이 좋아져도 내부 데이터와 업무 흐름에 붙지 못하면 사용량이 기업 성과로 이어지지 않는다. 그래서 이 소식은 모델이 응용계층의 가치를 빠르게 잠식한다는 가설을 시험한다. AI 예산이 모델 이용료보다 업무 통합 플랫폼으로 옮겨가는지 지켜봐야 한다.
Qwen4 훈련 돌입 자기개선 33회 성과
무슨 일이 있었나
알리바바는 9월 22일 항저우에서 열린 2026 윈시대회에서 AI 전 계층 로드맵을 공개했다.
우융밍 최고경영자는 기계의 사고량이 현재 인간 사고량의 3% 미만이라고 말했다.
차세대 기반 모델 Qwen4는 새로운 아키텍처를 적용해 훈련 단계에 들어갔다.
후속 Qwen4.5와 Qwen5의 총 파라미터는 5조~10조 규모로 확대될 계획이다.
알리바바는 기반 모델과 자체 칩, 클라우드, 에이전트를 하나의 전략으로 묶었다.
자기개선에서 나온 숫자
알리바바는 실제 피드백을 활용하는 재귀적 자기개선 연구 성과를 공개했다.
Qwen3.8-Max는 한 달 넘게 사람의 개입 없이 33차례 유효한 개선 주기를 수행했다.
모델은 훈련 흐름 설계와 데이터 검증, 반복 실험, 오류 진단을 자동으로 처리했다.
자율 훈련 최적화 뒤 Artificial Analysis 평가는 40점에서 45점으로 높아졌다.
낯선 신규 GPU에 추론 체계를 스스로 맞춘 실험에서는 단일 인스턴스 처리량이 96% 늘었다.
칩 설계까지 번진 자동화
Qwen3.8-Max는 실제 버스 모듈 규격서 1개를 입력받아 칩 설계 작업을 수행했다.
모델은 전단 설계와 검증, 후단 구현을 포함한 전 과정을 반복했다.
이 설계 작업은 사람의 개입 없이 60시간 넘게 이어졌다.
EDA는 반도체 회로의 설계와 검증, 물리 배치를 지원하는 소프트웨어 도구이다.
모델은 EDA 도구를 1만 회 넘게 호출해 성능 손실 없이 칩 면적을 42% 줄였다.
모델과 인프라를 함께 확장
Qwen3.8-Flash는 다음 세대 구조를 먼저 적용해 훈련비를 약 90% 낮췄다.
알리바바가 공개한 Qwen 모델은 460개를 넘었고 누적 다운로드는 30억 회를 돌파했다.
Qwen 기반 파생 모델은 30만 개를 넘어 개발자 생태계의 확산 규모를 보여줬다.
자체 가속기 Zhenwu V900은 이전 M890보다 성능이 3배 높고 메모리는 216GB이다.
Zhenwu V900은 초당 1,200GB 칩 간 대역폭과 FP8·FP4 연산을 지원한다.
새 슈퍼노드 서버는 최대 50만 장의 가속기로 구성되는 클러스터를 지원한다.
투자자가 볼 다음 일정
알리바바는 Qwen4의 출시일과 이용 가격, API 세부 사양을 공개하지 않았다.
Qwen-Image 3.1은 2026년 말까지 출시될 예정이다.
차세대 영상 생성 모델은 2026년 11월 출시가 예정됐다.
Zhenwu V900은 2027년 1분기에 양산과 상용 출시가 시작될 예정이다.
알리바바 클라우드는 2032년까지 세계 데이터센터 운영 용량을 20GW 이상으로 늘릴 계획이다.
알리바바는 Qwen3.8-Max를 한 달 넘게 자동 실행해 33회 개선했고 점수를 40에서 45로 높였다. 이 과정이 반복되면 모델 개발 시간이 줄고 같은 자원에서 더 많은 지능을 공급할 수 있다. 그래서 자체 칩과 20GW 데이터센터 계획이 다음 모델 훈련을 뒷받침하는 순환이 선명해진다. 강화로 보지만, 33회 개선이 상용 서비스의 비용과 처리량 개선으로 이어지는지 지켜봐야 한다.
- 수혜 SK하이닉스000660 초대형 모델 훈련이 HBM 총수요를 자극
- 수혜 삼성전자005930 AI 클러스터 확대가 고용량 메모리 수요 견인
- 부담 NVIDIANVDA 알리 자체 가속기가 중국 내 대체 압력 확대
- 부담 Advanced Micro DevicesAMD 알리 자체 칩이 중국 GPU 진입 공간 축소
2억위안 투자 유치 AI 전력 소프트웨어
새 자금은 어디로 가나
다마오커지는 약 2억위안 규모의 신규 투자 라운드를 마쳤다.
다마오커지는 신규 투자자 명단을 밝히지 않았다.
다마오커지는 산업계 전략적 투자자들과 주로 협의하고 있다.
회사는 앞으로 1~2차례의 추가 자금 조달도 계획하고 있다.
조달금은 연구개발과 모델·플랫폼 개선, 산업 통합에 투입될 예정이다.
다마오커지는 어떤 회사인가
2021년 3월 상하이에서 설립된 다마오커지는 에너지 분야 AI 기업이다.
자체 개발한 에너지 특화 모델과 AI 에이전트로 전력 수요를 예측하고 조정한다.
AI 가상발전소는 흩어진 전력 자원을 묶어 하나의 발전소처럼 운영하는 체계이다.
제품군은 산전협동 플랫폼과 AI 가상발전소, 지능형 유지관리 플랫폼으로 구성된다.
주주에는 CATL과 센스타임, 캠브리콘으로 연결되는 투자 법인들이 포함된다.
린강에서 나온 운영 숫자
산전협동 2.0 플랫폼은 센스타임의 상하이 린강 지능형 데이터센터에 적용됐다.
플랫폼은 데이터센터를 조정하고 거래할 수 있는 유연한 전력 자원으로 바꾼다.
린강 프로젝트는 2026년 7월 전력망 피크 감축 요청에 맞춰 4회 대응했다.
수요반응 정확도는 최고 99.3%에 달했다.
린강 센터의 전기료는 9.73% 줄었고 연간 절감액은 천만위안대이다.
수익 구조와 상용화 일정
산전협동은 컴퓨팅 작업과 전력 자원을 함께 조정하는 운영 방식이다.
컴퓨팅 조정은 AI 작업과 데이터를 적합한 연산 자원에 배치하는 기능이다.
전력 조정은 저장장치 등 가변 설비를 모아 운용하고 전력시장에서 거래하는 기능이다.
다마오커지는 컴퓨팅 조정의 본격 상용화를 2028~2029년으로 보고 있다.
회사는 그전까지 데이터센터의 에너지 관리 사업에 집중할 방침이다.
전력 가격대별 거래와 기본요금 절감, 수요반응 보조금이 현재 수익 경로이다.
투자자가 지켜볼 변수
중국은 2026년 정부업무보고에 산전협동을 처음 신형 인프라 사업으로 포함했다.
젠위민 CEO는 최근 6개월 동안 고객의 선제적인 문의가 늘었다고 말했다.
녹색전력 직결의 비용 최적화 방식과 산업 생태계의 역할 분담도 구체화되고 있다.
젠위민 CEO는 하드웨어 업체보다 전 과정을 지원하는 소프트웨어 업체가 적다고 평가했다.
다마오커지는 올해 하반기부터 내년까지 범용 AI 에이전트 구조 개발에 집중한다.
컴퓨팅 조정의 상용화 시점과 린강 성과의 타 센터 재현성이 다음 변수이다.
다마오커지는 약 2억위안을 조달했고, 린강 센터 전기료를 9.73% 낮췄다. 이 성과는 AI 사용이 늘어도 기존 전력을 더 유연하게 쓰는 길을 보여준다. 그래서 운영비가 줄면 AI 서비스를 넓힐 여력이 생기고, 사용 증가는 인프라 투자를 부른다. 강화로 보지만 컴퓨팅 조정의 2028~2029년 상용화 일정과 타 센터 재현성은 지켜봐야 한다.
- 수혜 버티브VRT 유연부하 확대가 전력제어 수요를 늘린다
- 수혜 이튼ETN 데이터센터 전력관리가 배전 수요를 키운다
- 수혜 LS ELECTRIC010120 수요반응 확산이 전력제어 설비 수요를 늘린다
이 글은 정보 제공용이며 특정 종목의 매수·매도를 권유하지 않습니다.

