AI 도입 기업의 새 과제 — 에이전트 보안 시장 급성장과 온디바이스 AI 활용 확산

핵심 인사이트

1. 사이버 위험 '심각' 도달

   오픈AI의 차기 모델 '아스트라(Astra)' 출시가 임박한 가운데, 오픈AI는 이 모델이 자사 대비 프레임워크(Preparedness Framework)상 사이버 위험 '심각(Critical)' 수준에 해당한다고 보고 다중 안전 조치를 통해 위험을 통제하겠다고 밝혔다. 테크크런치에 따르면 아스트라는 컴퓨터 시스템 침투에 매우 능하며, 기존 추론 모델의 순차적 사고 방식을 벗어나 동작하는 '리커런트 뎁스(recurrent depth)' 기법을 사용해 AI 안전 전문가들의 우려를 샀다. 같은 시기 구글 딥마인드는 방어 특화 모델 'Gemini 3.8 Flash Cyber'와 정부·기업용 선제적 사이버 방어 제품을 발표했다. 공격 능력의 임계 돌파 발표와 방어 특화 제품 출시가 같은 주에 나온 셈이다. 프론티어 모델 경쟁의 전선이 성능 벤치마크에서 사이버 공격·방어 능력으로 이동하고 있음을 보여주는 흐름이다.

   에디터 코멘트: 공격과 방어가 같은 기술에서 나오는 이중용도(dual-use) 문제가 이제 이론이 아니라 제품 로드맵 차원에서 현실화되고 있습니다. AI를 도입하려는 조직 입장에서 중요한 건 모델 자체의 위험 등급보다, 벤더가 어떤 안전 조치와 배포 통제를 하는지 확인하는 절차를 도입 심사에 포함시키는 것입니다. 특히 보안팀이 없는 중소 조직이라면, 딥마인드의 방어 특화 제품처럼 '방어 쪽으로 상품화된 AI'가 앞으로 늘어난다는 점을 보안 투자 계획에 반영해볼 만합니다.

   AI타임스 · TechCrunch AI · Google DeepMind Blog

---

2. 에이전트 보안에 돈 몰린다

   AI 에이전트 보안 시장에 대형 투자·인수가 연이어 발표됐다. AI 배포 보안 기업 히든레이어(HiddenLayer)는 기업들의 AI 보안 수요 급증 속에 1억 달러 투자를 유치했고, 보안 업계는 에이전트뿐 아니라 에이전트가 사용하는 도구와 애드온까지 모니터링하는 제품 개발에 뛰어들고 있다. 스타트업 AIR는 기업이 AI 에이전트가 쓰는 스킬과 애드온을 검증하도록 돕는 사업으로 5,000만 달러를 조달했다. 여기에 팔로알토 네트웍스가 스라이브(Thrive)가 투자한 스타트업 콘솔(Console)을 5억 달러에 인수했다는 보도까지 더해지면서, 에이전트 생태계의 공급망 검증이 하나의 독립된 보안 카테고리로 자리 잡는 모습이다.

   에디터 코멘트: 에이전트에게 스킬·플러그인을 붙이는 순간, 그 스킬의 출처와 동작을 누가 검증했는지가 새로운 공급망 리스크가 됩니다. 오픈소스 스킬을 내부 업무에 도입할 계획이 있다면, 라이브러리 의존성을 검토하듯 스킬·MCP 도구도 도입 전 코드 리뷰와 권한 범위 점검을 거치는 내부 절차를 지금 만들어두는 것이 좋습니다. 투자금이 몰린다는 것은 곧 이 검증을 대신해주는 상용 도구가 빠르게 늘어난다는 뜻이므로, 자체 구축보다 시장 관찰이 먼저입니다.

   TechCrunch AI · TechCrunch AI · TechCrunch AI

---

3. 페이블 5.1과 캐시 75% 인하

   앤트로픽이 최고 성능 모델 '페이블 5.1'을 출시하면서 캐시 읽기 요금을 75% 인하하는 파격적인 가격 정책을 함께 내놓았다. 테크크런치는 이번 릴리스를 "더 저렴하고 제약이 덜한(cheaper, less restrictive)" 업데이트로 평가했다. 이와 맞물려 앤트로픽은 엔비디아 등의 지원을 받는 파트너십을 통해 48조 원 규모의 AI 컴퓨팅을 확보한 것으로 전해졌다. 대규모 인프라 확보와 최상위 모델 출시, 그리고 API 비용 인하가 짧은 간격으로 이어진 것이다. 프론티어 모델 가격 경쟁이 성능 상위 구간에서도 본격화되고 있다는 신호다.

   에디터 코멘트: 캐시 읽기 인하는 특히 같은 문서·같은 시스템 프롬프트를 반복 투입하는 업무(계약서 검토, 사내 문서 Q&A, 고객 상담 등)에서 체감 비용을 크게 낮추는 요소입니다. LLM API 비용 때문에 파일럿을 보류했던 조직이라면, 프롬프트 캐싱을 활용하는 구조로 설계했을 때의 비용을 다시 산정해볼 시점입니다. 다만 실제 절감 폭은 캐시 적중률에 따라 달라지므로, 반복 입력 비중이 높은 워크로드부터 시험하는 것이 안전합니다.

   AI타임스 · AI타임스 · TechCrunch AI

---

4. 노트북에서 175B 모델

   소비자용 하드웨어에서 대형 모델을 돌리는 사례가 연구와 상용 서비스 양쪽에서 동시에 나왔다. arXiv에 공개된 한 연구는 32GB RAM과 RTX 4060 GPU를 탑재한 일반 소비자용 노트북 한 대에서 딥시크(DeepSeek) 175B 모델을 로컬로 구동해 20만 건 규모의 단백질-리간드 가상 스크리닝을 수행했다고 보고했다. 인도 최대 부호가 이끄는 지오(Jio)는 노후 컴퓨터를 2개월 약 11달러 수준의 비용으로 AI 지원 PC로 전환하는 사업을 내놓았다. 퍼플렉시티는 맥용 '하이브리드 컴퓨팅'을 출시해 클라우드와 온디바이스 AI를 통합하는 접근을 상용화했다. 고성능 AI 활용의 하드웨어 진입 장벽이 빠르게 낮아지고 있음을 보여주는 사례들이다.

   에디터 코멘트: "AI 도입 = 고가 GPU 서버 구매"라는 등식이 깨지고 있다는 점이 핵심입니다. 민감 데이터 때문에 클라우드 API를 쓰기 어려웠던 조직은, 위 arXiv 사례처럼 특정 조건(해당 연구 기준 RTX 4060 노트북·32GB RAM·특화된 배치 작업)에서는 보유 장비로 로컬 실행 파일럿이 가능한지 먼저 검증해볼 수 있습니다. 다만 이는 최적화된 특정 워크로드의 사례이므로, 실시간 대화형 서비스 같은 다른 용도로 일반화하기 전에 자체 벤치마크가 필요합니다.

   arXiv · TechCrunch AI · AI타임스

---

5. 토큰 가격 사상 최저

   AI 토큰 가격이 사상 최저치를 기록했다. 중국산 모델의 인기와 가격 경쟁 심화가 주요 배경으로 꼽힌다. 공급 측면에서는 중국계 오픈 모델의 릴리스 러시가 이어지고 있다. 알리바바의 Qwen3.8 시리즈(Qwen3.8-Flash-Next, Qwen3.8-27B)와 지푸 계열 zai-org의 GLM-5.3·GLM-5.3-Flash가 허깅페이스 트렌딩 상위에 올랐고, 공식 릴리스 직후 GGUF·FP8 양자화판 등 파생 모델들이 함께 트렌딩에 진입했다. 오픈 모델의 성능 향상과 즉각적인 양자화 생태계가 결합하면서, 추론 비용의 하방 압력이 구조적으로 이어지는 모습이다.

   에디터 코멘트: 토큰 단가 하락은 AI 활용 기업 입장에서 분명한 호재지만, "지금 계약한 단가"가 몇 달 뒤에는 비싸 보일 수 있다는 뜻이기도 합니다. 장기 물량 약정보다는 모델 교체가 쉬운 아키텍처(프롬프트·평가 세트의 모델 독립성 확보)를 갖춰두는 편이 협상력을 유지하는 길입니다. 오픈 모델 도입을 검토한다면, 트렌딩에 오르는 비공식 양자화·언센서드 파생판은 원 배포자와 다른 주체가 올린 것이므로 출처 확인과 라이선스·안전성 검토를 반드시 거쳐야 합니다.

   AI타임스 · Hugging Face Trending · Hugging Face Trending

실무 적용 가이드

단기 (1~3개월)

• LLM API 비용을 재산정하세요. 앤트로픽의 캐시 읽기 75% 인하와 토큰 가격 사상 최저 흐름을 반영하면, 작년 견적으로 보류했던 파일럿의 손익분기점이 달라졌을 수 있습니다. 반복 입력(고정 문서·시스템 프롬프트) 비중이 높은 업무부터 캐싱 구조로 재설계해 시험하세요.
• 에이전트에 붙이는 스킬·플러그인·MCP 도구의 도입 절차를 문서화하세요. 최소한 "누가 만든 것인지, 어떤 권한을 요구하는지, 코드 리뷰를 거쳤는지" 세 가지를 확인하는 체크리스트만 있어도 공급망 리스크의 상당 부분을 걸러낼 수 있습니다.

중기 (3~12개월)

• 민감 데이터 업무에 대해 온디바이스·로컬 실행 옵션을 정기적으로 재평가하세요. 소비자용 노트북에서 175B 모델을 특정 작업에 활용한 연구 사례가 나올 만큼 진입 장벽이 낮아지고 있으므로, 6개월 단위로 "클라우드 필수" 판정을 갱신할 가치가 있습니다.
• 모델 교체 가능성을 전제로 한 아키텍처를 준비하세요. 프롬프트와 평가 데이터셋을 특정 벤더 문법에 종속시키지 않고 관리하면, 가격 경쟁이 격화될수록 갈아탈 수 있는 조직이 협상에서 유리해집니다.

구조적 변화

• AI 보안이 "모델을 지키는 것"에서 "에이전트가 쓰는 도구 생태계를 검증하는 것"으로 확장되고 있습니다. 에이전트 도입이 본격화되면 보안 예산 항목에 스킬·도구 공급망 검증이 독립 항목으로 들어가야 하며, 이를 대신해주는 상용 솔루션 시장이 빠르게 형성되는 중입니다.
• 프론티어 모델의 사이버 능력이 위험 등급 체계의 상한선에 도달하기 시작하면서, 벤더의 안전 조치 공개 수준이 곧 도입 심사 기준이 되는 시대로 가고 있습니다. AI 도입 품의서에 "벤더 안전 정책 확인" 항목을 지금부터 넣어두면, 규제가 뒤따라올 때 재작업을 줄일 수 있습니다.