Scrap

젠슨 황이 오늘 타이베이 뮤직 센터 무대에 올랐을 때, 사람들은 또 새 GPU 얘기가 나오겠구나 했을 겁니다. 근데 Computex 2026 키노트에서 가장 화제를 모은 건 의외로 칩이 아니라 모델이었어요. 엔비디아가 공개한 Nemotron 3 Ultra — 총 5500억(550B) 파라미터짜리 오픈웨이트 AI 모델입니다. 미국산 오픈소스 모델 중 역대 최대 규모라고 하니, 솔직히 좀 놀랍죠.

이 숫자만 들으면 "그냥 크기만 키운 거 아냐?" 싶을 수 있는데, 사실 구조 자체가 흥미롭습니다. MoE(Mixture-of-Experts) 아키텍처를 썼기 때문에, 5500억 개 파라미터가 전부 한꺼번에 돌아가는 게 아니라 토큰당 550억(55B)만 활성화됩니다. 실제 연산 효율은 훨씬 낫다는 거죠. 하이브리드 맘바-트랜스포머 구조도 결합됐고, 특히 에이전틱 AI 워크플로우 — 사람이 지시를 내리면 알아서 계획 세우고 실행하고 반복하는 멀티스텝 태스크 — 에 최적화돼 있다고 강조했어요.

성능 수치도 꽤 인상적입니다. Artificial Analysis 기준 인텔리전스 인덱스 48점으로, 구글 Gemma 4 31B(39점)나 이전 모델인 Nemotron 3 Super(36점)를 훌쩍 뛰어넘어요. 코딩 벤치마크 HumanEval에서 92.1%, 지식 평가 MMLU에서 89.4%를 기록했고, DeepInfra 엔드포인트 기준으로 초당 300 토큰 이상을 뽑아낸다고 합니다.

근데 여기서 재미있는 비교가 하나 있어요. 지능 지표에선 중국 모델 Kimi K2.6가 인덱스 54점으로 여전히 앞서 있거든요. 그런데 속도에서는 이쪽이 훨씬 빠릅니다. 중국 경쟁 모델들이 초당 50~100 토큰 수준인 데 반해, Nemotron 3 Ultra는 300 토큰 이상이라니 3~6배 차이예요. 실제 배포 환경에서 API 비용, 레이턴시, 실시간 에이전트 운영을 생각하면 이 속도 격차가 꽤 의미 있는 변수가 됩니다.

Nemotron 3 Ultra 말고도 이번 키노트엔 볼 게 많았어요. Cosmos 3는 비전 추론, 세계 시뮬레이션, 로봇 액션 생성을 하나로 합친 오픈 옴니모델인데, Physics-IQ, PAI-Bench, RoboLab 등 7개 로보틱스 벤치마크에서 1위를 차지했다고 합니다. Super(32B)와 Nano(8B) 두 사이즈로 나왔고요. 로봇 AI 연구자들한테는 꽤 반가운 소식이겠죠.

**RTX

오늘(6월 1일) 젠슨 황이 타이베이 Computex 무대에 올라서 "useful AI has arrived(유용한 AI가 도착했다)"라고 선언했을 때, 솔직히 처음엔 그냥 마케팅 멘트인가 싶었어요. 매번 이런 거 하잖아요. 근데 이번엔 발표 스펙들을 하나씩 뜯어보다가 진짜 뭔가 달라지는 순간일 수도 있겠다는 느낌이 들었어요.

핵심은 RTX Spark라는 새 칩이에요. 엔비디아가 PC용으로 처음 만든 슈퍼칩인데, 단순 GPU가 아니에요. Blackwell RTX GPU(CUDA 코어 6,144개)와 20코어 Grace CPU를 NVLink-C2C 인터커넥트로 하나로 묶고, 최대 128GB 통합 메모리를 얹었어요. AI 연산 성능이 무려 1페타플롭. 숫자가 익숙하지 않으신 분들을 위해 말하면, 1페타플롭은 1초에 1,000조 번 연산한다는 거예요.

이게 왜 대단하냐면, 지금까지 120B(1200억) 파라미터짜리 LLM을 개인 노트북에서 돌린다는 건 사실상 불가능했거든요. 메모리가 수십 GB씩 필요하고, 속도도 너무 느리니까요. 그래서 다들 클라우드에 쏘는 수밖에 없었던 건데, RTX Spark는 이걸 로컬에서 1M(100만) 토큰 컨텍스트로 처리할 수 있다고 해요. 내 노트북이 사실상 ChatGPT 수준의 AI 서버가 된다는 뜻이에요. 근데 데이터는 외부로 안 나가고, 내 기기 안에서만 돌아가고요.

Intel이랑 AMD 입장에서는 좀 당황스러운 상황일 거예요. 노트북 칩 시장은 지금까지 이 두 회사 세상이었는데, 엔비디아가 CPU까지 내장한 올인원 칩을 들고 직접 뛰어든 거니까요. ASUS, Dell, HP, Lenovo, Microsoft Surface, MSI가 올 가을에 RTX Spark 탑재 노트북 출시 예정이고, 두께 14mm에 무게 3파운드(약 1.36kg)부터 시작하는 초슬림 라인업이라고 해요. Adobe도 이미 Photoshop과 Premiere를 RTX Spark에 맞게 재설계해서 AI·그래픽 처리 속도를 2배 높인다고 발표했어요.

사실 오늘 RTX Spark만 나온 게 아니에요. 젠슨 황은 거의 쉬지도 않고 발표를 쏟아냈는데요. 데이터센터용 Vera Rubin 플랫폼이 풀 프로덕션에 돌입했고, 엔비디아가 직접 만든 550B 파라미터 오픈 모델 Nemotron 3 Ultra도 공개했어요. 경쟁 모델 대

지난 5월 28일, 앤트로픽(Anthropic)이 시리즈 H 투자 라운드로 **650억 달러(약 89조 원)**를 조달했다는 발표가 나왔습니다. 숫자 자체도 충격적이지만, 더 눈에 띄는 건 이번 라운드 이후 앤트로픽의 기업가치가 9,650억 달러에 달하게 됐다는 거예요. 이 수치, 경쟁사 OpenAI의 기업가치(8,520억 달러)를 처음으로 넘어선 겁니다.

AI 역사에서 꽤 중요한 순간이에요. OpenAI가 ChatGPT로 생성 AI 붐을 이끌어온 지난 몇 년간, 앤트로픽은 항상 2인자처럼 보였는데, 이제 그 구도가 바뀌었습니다.

이번 투자에는 단순한 VC들만 있는 게 아니에요. Altimeter Capital, Sequoia Capital, Coatue, Greenoaks 같은 실리콘밸리 정통 투자자들뿐 아니라, 삼성, SK하이닉스, 마이크론 같은 반도체 기업들도 전략적 파트너로 이름을 올렸습니다. AI 모델 회사인데 하드웨어 생태계 전반과 묶이고 있다는 게 흥미롭습니다. 앤트로픽이 단순히 API를 파는 회사를 넘어, 인프라 수준의 플레이어가 되려 한다는 신호처럼 읽혀요.

솔직히 9,650억 달러라는 기업가치가 현실적인지에 대해서는 저도 약간 회의적이에요. 하지만 앤트로픽이 올해 연간 반복 매출(ARR) 470억 달러를 넘겼고, 올해 처음으로 영업흑자가 예상된다는 점을 보면, 이 숫자가 마냥 공허한 건 아닌 것 같긴 합니다. 그래도 1조 달러 가까이는 좀...

같은 날 발표된 게 또 있어요. 바로 클로드 오퍼스 4.8(Claude Opus 4.8) 입니다. 소프트웨어 엔지니어링 벤치마크 SWE-Bench Pro에서 69.2%를 기록하며 GPT-5.5와 Gemini 3.1 Pro를 모두 앞질렀고, 기존 모델 대비 가격은 3분의 1로 떨어졌어요. 패스트 모드는 2.5배 빨라졌고요. 모델 성능 수치가 너무 자주 갱신되다 보니 감흥이 좀 무뎌지긴 했는데, 이번엔 '다이나믹 워크플로(Dynamic Workflows)'라는 기능이 특이했습니다.

아직 리서치 프리뷰 단계지만, Claude Code 환경에서 메인 에이전트 하나가 수백 개의 서브에이전트를 병렬로 생성해 동시에 작업을 처리할 수 있다고 해요. 수십만 줄 규모의 코드베이스 마이그레이션을 단일 세션에서 처리하는 것도 가능하다는 건데, 이게 실제로 안정적으로 작동한다면 개발자 워크플로에 꽤 큰 변화가 올

어제도 없던 모델이 오늘 나왔습니다. 중국 상하이의 AI 스타트업 MiniMax가 6월 1일, 새 플래그십 모델 M3를 정식 출시했어요. 조용히 등장한 것치고는 내용이 꽤 충격적인데요, 소프트웨어 엔지니어링 벤치마크인 SWE-bench Pro에서 OpenAI의 GPT-5.5(58.6%)를 제치고 **59.0%**를 기록했거든요. Gemini 3.1 Pro도 뒤로 밀렸고요.

솔직히 처음엔 "또 중국 회사 자체 발표 아닌가?" 싶었는데, SWE-bench Pro는 제3자 기관 기준이라서 그냥 흘려보내기가 좀 어렵더라고요. BrowseComp(웹 탐색 능력 평가) 에서도 83.5점을 기록하면서 Claude Opus 4.7(79.3점)을 앞섰습니다.

MiniMax는 2022년 초 설립됐습니다. 창업자 옌쥔제(Yan Junjie)는 중국 AI 대기업 SenseTime 부사장 출신이고, 알리바바가 2024년에 6억 달러 투자 라운드를 이끌었어요. 텐센트, HongShan, IDG Capital도 투자자 명단에 있습니다. 올해 초 홍콩 증시에 상장(종목코드 00100.HK)한 이후 주가가 IPO 대비 약 400% 올라서 지금 시가총액은 약 337억 달러(한화 약 46조 원) 수준이에요. 최근엔 상하이 스타마켓(STAR) 이중 상장도 준비 중이라는 소식도 들리고요.

근데 이 정도 규모 회사인데 한국에서는 왜 잘 모르냐고요? 저도 잘 모르겠어요. 중국 AI 회사들이 종종 그렇게 조용히 커있더라고요. 이번엔 그냥 넘어가기 어렵겠다 싶었습니다.

M3의 핵심: Sparse Attention

M3의 가장 특징적인 기술은 MiniMax Sparse Attention(MSA) 아키텍처입니다. 기존 트랜스포머 모델들이 모든 토큰 쌍 간의 관계를 전부 계산하는 Dense Attention 방식을 쓴다면, MSA는 꼭 필요한 관계에만 집중합니다. 그 덕분에 연산량이 이전 모델 대비 약 1/20 수준으로 줄었다고 해요. 성능을 올리면서 비용을 그렇게까지 낮춘 게 이 아키텍처 덕분이라는 거고요.

컨텍스트 창은 최대 100만 토큰(1M)으로, 이전 모델(M2.7)의 무려 5배입니다. 512K 토큰까지는 고품질로 보장되고, 텍스트·이미지·영상 입력을 모두 기본 지원합니다.

12시간 동안 혼자 돌아간 코딩 에이전트

MiniMax가 공개한 데모 중 눈에 띄