아마존 토치뉴런·구글 토치TPU, 엔비디아 종속 깨는 AI 도입
조회 0회
아마존과 구글이 이틀 연속 파이토치 코드를 자사 칩으로 옮기는 도구를 공개해 엔비디아 소프트웨어 종속에 도전했다. 같은 주 AI 에이전트 해킹 비용이 수백만원대로 떨어진 사건과 미국의 딥시크 퇴출 명령도 함께 살핀다.
핵심 인사이트
토치뉴런은 CUDA 대안이 되나?

아마존웹서비스(AWS)가 19일 파이토치(PyTorch) 개발자 행사에서 '토치뉴런(TorchNeuron)'을 아파치 2.0 오픈소스로 공개했다. 파이토치로 짠 AI 코드를 설정 한 줄만 바꿔 자체 칩 트레이니움(Trainium)에서 돌리게 하는 소프트웨어다.
구글도 다음 날 TPU용 파이토치 '토치TPU(TorchTPU)'를 오픈소스로 내놨다. 아마존은 AI 앱의 약 85%가 파이토치로 작성된다고 설명했다. 음성 AI 기업 딥그램은 트레이니움 전환 뒤 달러당 처리 음성량을 70% 늘렸다고 한다.
아마존은 파이토치 본체에서 엔비디아 칩 종속 코드를 떼어내는 업스트림 기여도 추진 중이다. 다만 테크크런치는 이식이 쉬워졌다고 개발자가 곧바로 엔비디아 하드웨어를 버리는 것은 아니라고 짚었다.
에디터 코멘트: CUDA 종속은 칩 가격이 아니라 코드 재작성 비용으로 유지돼 왔다. 설정 한 줄 전환이 실제 작업에서도 통한다면, 클라우드 계약 갱신 때 GPU 단가 대신 워크로드당 비용으로 비교할 근거가 생긴다. 두 도구 모두 공개 직후라, 커스텀 커널이 없는 파이토치 추론 워크로드부터 이식 시험을 하는 편이 안전하다.
AI 에이전트 해킹은 얼마나 싸졌나?

로이터는 19일 보안업체 노포지(NorForge) 조사를 인용해 AI 에이전트가 기업 웹사이트 100여곳을 뚫었다고 보도했다. 중국어를 쓰는 해커가 미국·캐나다·호주·일본의 전자상거래 사이트를 노렸다. 피해 기업에는 농기계 업체 디어, 생활가전 샤크닌자, 엔진 제조사 커민스가 포함됐다.
공격은 9월 25일 시작돼 대상 사이트가 1200곳을 넘겼고, 침입 성공까지 평균 약 23시간 취약점을 탐색했다. 공격에 쓰인 AI 토큰 비용은 약 5000달러(약 660만원), 성공한 해킹 1건당 약 50달러로 추산됐다.
한 에이전트는 공개 앱에서 취약점을 못 찾자 디지털 기록을 추적해 노출된 관리 패널을 찾아냈다. 같은 날 마이크로소프트는 기업 내부 에이전트를 '믿을 수 없는 내부자'로 규정하고 이를 상시 감시하는 '가디언 에이전트'를 내놨다.
에디터 코멘트: 토큰 5000달러에 23시간이면 공격 비용이 중소기업 한 곳의 보안 예산보다 낮은 수준이다. 이번 공격이 새 취약점이 아니라 노출된 관리 패널과 협력사 운영 사이트를 파고들었다는 점이 핵심이다. 전문 조직이 아니어도 공격자가 될 수 있으니, 자동화 스캔을 전제로 외부 노출면 목록부터 다시 만든다.
하네스²는 재학습 없이 뭘 바꾸나?

구글이 AI 에이전트의 실행 환경을 스스로 고치는 오픈소스 프레임워크 '하네스²(Harness²)'를 공개했다. 모델 가중치는 그대로 두고 지시문·도구 활용법·메모리·작업 절차를 수정해 성능을 올리는 방식이다.
하네스는 시스템 프롬프트, 안전 규칙, 메모리, 도구 지침, 하위 에이전트, 스킬, 스크립트, 플러그인 등 파일로 마운트되는 8가지 컴포넌트를 뜻한다. 정답 검증기 없이 두 수정안을 같은 작업에 적용해 결과를 비교한다. 효과가 확인된 변경은 'LESSONS' 라이브러리에 쌓아 다음 작업에 참고한다.
GLM-5를 오픈코드와 함께 쓴 구성에서 워크버디 벤치 점수가 64.2점에서 75.7점으로 올랐다. 반면 GLM-5와 코덱스 조합은 잡벤치에서 1.2점 오르는 데 그쳐 조합마다 효과가 달랐다.
에디터 코멘트: 사내 에이전트가 기대에 못 미치면 모델 교체부터 검토하기 쉽지만, 이 결과는 같은 모델에서 지시문과 도구 설명만 바꿔도 두 자릿수 점수 차가 날 수 있음을 보여준다. 프롬프트·스킬·메모리 파일을 저장소에서 버전 관리하고 수정 전후를 같은 과제로 비교하는 절차가 있어야 이 방식을 따라 할 수 있다. 벤치마크가 전문 업무용 3종이라 일반 사무 과제는 별도 검증이 필요하다.
미 연방기관 딥시크 금지 범위는?

미국 국토안보부(DHS)가 19일 연방관보에 연방 민간기관의 딥시크 사용을 금지하는 명령을 공개했다. 딥시크 제품뿐 아니라 그 기술로 만든 제3자 제품·서비스도 구매를 중단하고 IT 시스템에서 제거하도록 했다.
명령은 마크웨인 멀린 장관이 7월 24일 서명했고, 2018년 제정된 연방조달공급망보안법에 근거한다. 제거 시한은 제시되지 않았으며, 테크크런치에 따르면 기관은 예외를 신청할 수 있다.
국토안보부는 정부 직원이 사용하면 민감한 데이터가 중국으로 이전될 수 있다고 밝혔다. 모델 자체에 악성코드나 보안 취약점이 포함됐을 수 있다는 점도 사유로 들었다. 중국 외교부는 국가안보 개념을 과도하게 확장했다며 반발했다.
에디터 코멘트: '딥시크 기술을 활용한 외부 서비스'까지 범위에 넣은 것이 이번 명령의 핵심이다. 국내 솔루션 중에도 오픈웨이트 모델을 파인튜닝해 만든 것이 있어, 어떤 베이스 모델 위에 만들어졌는지 조달 단계에서 묻지 않으면 나중에 같은 질문에 답할 수 없다. 당장 국내 규제가 있는 것은 아니지만, 모델 계보를 문서로 남기는 비용은 낮다.
앤트로픽 초급 채용은 왜 줄었나?

앤트로픽이 16일 사내 고용과 업무 변화를 분석한 보고서를 공개했다. 기술직 신규 채용에서 초급 인력 비중이 2025년 초 27%에서 2026년 9%로 줄었다.
코딩 경험이 없던 비기술직 직원의 AI 코딩 에이전트 사용은 2025년 8월 월평균 2회에서 2026년 5월 90회로 늘었다. 엔지니어 1인당 코드 커밋은 최근 6개월간 약 5배로 늘었다. 다만 회사는 생산량 증가가 품질이나 사업 성과 개선을 뜻하진 않는다고 썼다.
AI 산출물을 검토하는 사람의 시간이 새 병목으로 꼽혔다. 지침과 도구를 만드는 '메타 업무' 비중은 10%에서 22%로 커졌다. 앤트로픽은 기업 재배치만으로 초급 진입 기회 축소를 풀 수 없다며 정부의 재교육 지원과 소득 보전 정책이 필요하다고 밝혔다.
에디터 코멘트: 이 숫자는 AI를 가장 앞서 쓰는 회사 한 곳의 것이라 일반 조직에 그대로 옮길 수 없다. 그래도 '만드는 시간'이 줄면 '읽고 승인하는 시간'이 늘어난다는 구조는 도입 초기 조직에서도 반복된다. AI 도입 효과를 산출량으로만 재면 검토 병목이 가려지니, 검토 시간과 메타 업무 비중을 함께 측정 지표에 넣는 편이 맞다.
실무 적용 가이드
- 파이토치 이식 후보 뽑기: 자체 학습·추론 워크로드 중 파이토치 기반이고 커스텀 커널이 없는 것을 골라 칩 전환 시험 견적을 낸다.
- 외부 노출 관리 패널 점검하기: 공개 웹사이트와 협력업체가 운영하는 사이트의 관리 패널 노출 여부를 이번 주 안에 확인한다.
- 에이전트 설정 버전 관리하기: 시스템 프롬프트·도구 지침·메모리 파일을 저장소에 넣고, 변경 전후를 같은 과제로 비교해 기록한다.
- 도입 모델 계보 기록하기: 사내·납품 솔루션에 들어간 모델의 베이스 모델과 파인튜닝 출처를 목록화해 조달 서류에 남긴다.
- 검토 시간 측정하기: AI 산출물 검토에 쓰는 시간을 주 단위로 재고, 에이전트 간 교차 검토로 줄일 곳을 정한다.
참고 출처
- 01Amazon is taking its biggest shot at Nvidia yet with new TorchNeuron dev tool
- 02Google has joined Amazon in attacking Nvidia’s stronghold with AI app developers
- 03아마존, 파이토치 연동 '토치뉴런' 공개...엔비디아 SW 독점에 도전
- 04AI 에이전트가 뚫은 기업 100여곳…660만원으로 '해킹 대중화' 열려
- 05MS “AI 에이전트는 믿을 수 없는 내부자...24시간 감시하는 AI 필요”
- 06구글, AI 성능 스스로 높이는 자기개선 프레임워크 ‘하네스²’ 공개
- 07미국, 연방기관서 딥시크 퇴출…기반 기술 활용 외부 서비스도 포함
- 08US orders federal agencies to remove China’s DeepSeek AI from their systems
- 09AI 도입 가속에 앤트로픽 초급 기술직 채용 '3분의 1'로 급감
뉴스레터
