AI 공격 역량이 자동화되는 가운데 방어 루프까지 완전 자동화하지 못하면 기업의 보안과 AI 도입 모두 확장성의 한계에 직면한다.

• Hugging Face 사건에서 에이전트들은 인터넷 접근과 파일 시스템 쓰기 권한이 있는 환경에서 취약점을 찾아 익스플로잇을 생성했다.
• OpenAI의 Eric Wallace와 Michael Dalton은 완전 자동화된 공격의 존재 증명은 확보됐지만 핵심 방어 루프의 완전 자동화 사례는 없다고 설명했다.
• 방어자는 지속적인 에이전틱 red teaming을 통해 위협 행위자보다 먼저 취약점을 발견하고 패치·롤아웃·롤백까지 자동화해야 한다.
• 취약점 탐지만 자동화하고 패치를 자동화하지 않으면 병목이 인간 소프트웨어 엔지니어에게 이동해 공격 가속을 따라잡지 못한다.
• AI 확산이 느린 이유는 경제의 관성과 치명적 오류를 회피하려는 기업의 음(-)의 기대값 중심 의사결정 때문이며, GPT-4는 현실 소프트웨어를 대체할 추론 역량에 미치지 못했다.

시사점: 방어자가 공격자보다 앞서려면 인간을 루프에 남겨 둔 보조 도구가 아니라 취약점 탐지부터 교정과 복구까지 자율적으로 수행하는 완전한 방어 시스템이 필요하다.

OpenAI는 모델 성능 경쟁을 넘어 빠른 출시·추론 효율·자연스러운 인터페이스·인프라 자기개선으로 개인형 AGI의 대중화를 추진하고 있다.

• DeepMind는 ChatGPT보다 약 1년 앞서 대화형 언어모델을 내부 개발했지만 대중용 제품의 신속한 출시에는 최적화되지 않았고, OpenAI는 연구팀과 제품팀의 밀착 협업을 경쟁력으로 삼고 있다.
• ChatGPT와 Codex는 장기적으로 동일한 기반 기술과 에이전트 구조를 활용하는 하나의 개인형 AGI로 통합되며, 사용자의 목표·상황·도구에 맞춰 기능과 화면을 자동 조정하는 방향을 지향한다.
• 초고속 추론과 음성 인터페이스가 결합되면 사용자가 여러 에이전트를 번갈아 관리하기보다 하나의 AI와 실시간으로 설계·코딩·시제품 제작을 이어가는 작업 방식이 가능해진다.
• OpenAI는 최상위 모델을 활용해 CUDA 커널, 추론 구조, 클라우드 에이전트와 서비스 인프라를 개선하고, 개선된 인프라가 다시 모델 활용도와 생산성을 높이는 재귀적 자기개선 구조를 구축하고 있다.

시사점: AI 경쟁의 핵심은 최고 성능 모델 자체보다 지능을 얼마나 빠르고 저렴하며 자연스럽게 제공해 사용량과 접근성을 확대하느냐로 이동하고 있다.

장기적으로 이길 확률이 높은 투자 행동을 반복하고 불리한 행동을 제거해야 투자와 삶에서 원하는 곳에 가까워질 수 있다.

• 본질적인 지식을 축적하고 이해할 수 있는 기업의 일부를 소유하는 펀더멘털 투자에 집중해야 한다.
• 충분한 안전마진을 확보하고 과도한 분산·레버리지·감정적 판단을 피해야 한다.
• ‘이미 이긴 게임’은 매번 이기는 전략이 아니라 충분히 긴 시간 동안 구조적으로 승률이 높은 게임을 의미한다.
• 개별 투자에서는 틀릴 수 있지만 장기적으로 복리를 굴리며 이길 확률이 높은 행동을 반복해야 한다.
• 투자자는 남과 비교하는 유한게임보다 스스로의 발전과 과정·결과를 중시하는 무한게임에 집중해야 한다.

시사점: 특별한 투자 비법보다 장기적으로 불리한 행동을 제거하고 검증된 원칙을 끝까지 반복하는 지속성이 성과를 좌우한다.

인프라는 높은 수익률보다 대규모 자본을 장기간 반복 투자해 합리적 수익과 높은 예측 가능성을 창출하는 사업이다.

• 2015년 BHE와 BNSF는 설비에 116억 달러를 투자했으며, 버핏은 합리적 수익이 기대되는 투자를 선호한다고 설명했다.
• 데이터센터는 13년이면 지을 수 있지만 재생에너지는 15년, 새로운 전력망은 계획부터 완공까지 5~15년이 필요하다.
• 2025년 세계 총공공부채는 GDP 대비 약 94%이며 2029년 약 100%로 전망돼 민간자본의 인프라 참여 필요성이 커지고 있다.
• 알파벳의 설비투자/매출 비율은 10.5%(2023년)에서 22.7%(2025년), 35.1%(2026년 1H)로 상승했다.
• 버크셔는 2025년 3분기부터 알파벳을 매수했고, 2026년 2분기에는 상장 주식 포트폴리오의 3위 규모까지 비중을 확대했다.

시사점: 알파벳의 AI 인프라 투자는 유틸리티·철도와 유사한 장기 재투자 기회를 제공할 수 있지만, 투자비 회수와 기술수명에 대한 보장이 없어 증분수익률과 현금흐름 검증이 핵심이다.

우버는 자율주행 기술 자체보다 다양한 공급을 확보해 거대한 수요와 연결하는 플랫폼 역량을 기반으로 다음 성장 국면을 노리고 있다.

• 우버의 AI 예산은 불과 한 분기 만에 연간 계획 수준까지 소진됐으며, 최첨단 모델로 탐색한 뒤 저비용·오픈소스 모델로 확장하는 이원화 전략을 사용한다.
• 우버의 추천·검색 모델은 과거 대비 약 1만 배 커졌고, 사용자가 목적지를 입력하기 전 약 75%의 경우 목적지를 추정해 한 번의 터치로 연결하는 경험을 구축하고 있다.
• 자율주행차 가격은 6만7만 달러 수준까지 하락할 가능성이 있으며, 하드웨어 비용이 세대당 3040% 낮아지면 차량 경제성과 대중 접근성이 개선될 수 있다.
• 드론 배송은 기존 2530분 배송을 1015분으로 줄일 가능성이 있지만, 배터리 밀도·적재량·기상 대응·정확한 착륙·충전 기술이 확산 속도를 좌우한다.
• 우버 이츠는 운영 도시에서 확보 가능한 식당·상점의 약 40~50%만 입점한 상태이며, 거래액의 약 13%가 모빌리티 사업에서 발생해 교차판매 여력을 보유하고 있다.

시사점: 우버의 자율주행 전략은 특정 기술의 승패보다 공급 접근성, 가동률, 금융·충전·보험 인프라를 통합하는 능력에 좌우된다. 다만 대중·규제기관·노동시장이 감당할 수 있는 확산 속도를 넘으면 기술과 무관하게 사회적 역풍이 발생할 수 있다.