Anthropic valued at $350B as Google commits up to $40B in massive new funding
Google’s deepening partnership with Anthropic shows how rivals are becoming infrastructure allies in the race to scale AI systems.
Alphabet is doubling down on its AI ambitions with a massive new bet on Anthropic, even as the two compete in the same market.
The parent of Google plans to invest up to $40 billion in Anthropic, strengthening a partnership centered on computing infrastructure. The move highlights how access to chips and data centers is becoming the defining factor in the global AI race.
Anthropic confirmed that Google will commit $10 billion upfront at a $350 billion valuation. Another $30 billion will follow if performance targets are met.
https://interestingengineering.com/ai-robotics/google-40b-anthropic-ai-compute-race
구글이 앤스로픽에 최대 400억 달러 규모의
대규모 신규 투자를 단행하면서 기업 가치가 3,500억 달러로 평가되었습니다.
구글과 앤트로픽의 파트너십 강화는 경쟁사들이 인공지능 시스템 확장을 위한 경쟁에서 인프라 동맹으로 변모하고 있음을 보여줍니다.
구글과 앤트로픽의 파트너십 강화는 경쟁사들이 인공지능 시스템 확장을 위한 경쟁에서 인프라 동맹으로 변모하고 있음을 보여줍니다.
알파벳은 인공지능 분야에서 경쟁하는 두 회사임에도 불구하고, 앤트로픽에 대규모 투자를 단행하며 인공지능에 대한 야심을 더욱 강화하고 있습니다.
구글의 모회사인 구글은 앤트로픽에 최대 400억 달러를 투자하여 컴퓨팅 인프라를 중심으로 한 파트너십을 강화할 계획입니다. 이번 투자는 칩과 데이터 센터에 대한 접근성이 글로벌 AI 경쟁에서 핵심적인 요소로 부상하고 있음을 보여줍니다.
앤트로픽은 구글이 3,500억 달러의 기업 가치 평가에 따라 100억 달러를 선불로 투자할 것이라고 확인했습니다. 성과 목표가 달성될 경우 추가로 300억 달러를 투자할 예정입니다.
컴퓨팅 경쟁이 심화되고 있습니다
이번 계약은 AI 기업들이 점점 더 복잡해지는 모델을 학습하고 배포하기 위한 컴퓨팅 파워 확보 경쟁을 벌이는 가운데 체결되었습니다. 앤트로픽은 특히 코딩 중심 도구를 사용하는 개발자들 사이에서 클로드(Claude) 제품군에 대한 수요가 급증하는 것을 목격했습니다.
이 회사의 연간 매출은 이미 300억 달러를 넘어섰으며, 2025년 말 약 90억 달러에서 크게 증가했습니다. 투자자들의 관심 또한 급증하여 최근 자금 조달을 통해 회사의 기업 가치가 투자 후 3,800억 달러로 평가되었고, 최대 8,000억 달러에 달하는 인수 제안이 있었다는 보도도 나왔습니다.
이러한 성장을 뒷받침하기 위해 앤스로픽은 주요 인프라 계약을 확보했습니다. 최근 브로드컴 및 코어위브와 다년간 계약을 체결했으며, 연말까지 아마존의 칩을 사용하여 약 1기가와트 규모의 컴퓨팅 용량을 확보할 예정입니다.
앞서 발표된 계획에서는 미국 내 데이터 센터 건설에 500억 달러를 투자하여 장기적인 인프라 전략을 강화하는 내용이 담겨 있었습니다.
구글, 경쟁사 파트너 지원
AI 모델 경쟁에도 불구하고, 구글은 앤트로픽의 핵심 인프라 파트너로서 중요한 역할을 수행합니다. 앤트로픽은 특히 엔비디아의 고성능 GPU를 대체할 수 있는 텐서 처리 장치(TPU)를 중심으로 구글 클라우드에 크게 의존하고 있습니다.
이는 이전 협력 관계를 기반으로 합니다. 앤스로픽은 최근 구글 및 브로드컴과 파트너십을 맺고 2027년부터 TPU 기반 용량을 활용하기로 했습니다. 브로드컴은 이후 제출한 자료에서 해당 용량을 3.5기가와트로 명시했습니다.
새로운 모델이 판돈을 높인다
이번 투자는 앤트로픽의 최신 모델인 미토스(Mythos)의 제한적 출시 이후 이루어졌습니다. 회사 측은 미토스를 강력한 사이버 보안 기능을 갖춘 자사 시스템 중 가장 강력한 제품이라고 설명합니다.
하지만 Anthropic은 오용 위험 때문에 접근을 제한했습니다. 해당 모델은 이미 승인되지 않은 환경에서 발견되어 통제 및 안전 문제에 대한 우려를 낳고 있습니다. 또한 대규모 운영에 상당한 비용이 소요될 것으로 예상되어 인프라에 더욱 부담을 줄 것입니다.
한편 아마존은 앤트로픽과의 관계를 더욱 강화해 왔습니다. 아마존은 최근 최대 250억 달러를 추가 투자할 계획을 발표했는데, 이는 장기적으로 컴퓨팅 분야에 최대 1,000억 달러를 투자하는 더 광범위한 협약의 일환입니다.
더 넓은 AI 시장에서도 비슷한 추세가 나타나고 있습니다. OpenAI와 같은 경쟁업체들은 클라우드 서비스 제공업체, 반도체 제조업체, 에너지 기업 등으로부터 대규모 인프라 계약을 계속해서 확보하고 있습니다.
이러한 환경에서는 자본만으로는 충분하지 않습니다. 안정적이고 대규모의 컴퓨팅 파워에 대한 접근성이 진정한 경쟁의 장이 되었으며, 구글 과 앤트로픽과 같은 파트너십이 차세대 AI 개발을 주도할 주체를 결정할 수도 있습니다.
https://interestingengineering.com/ai-robotics/google-40b-anthropic-ai-compute-race
앤트로픽의 신화가 사이버 보안의 미래에 갖는 의미는 무엇인가?
새로운 현실 보상 시스템은 지속적으로 테스트하고 패치할 수 있습니다.
이 소식은 인터넷 보안 커뮤니티를 뒤흔들었습니다. 앤트로픽의 발표에는 자세한 내용이 거의 없어 많은 관찰자들의 분노를 샀습니다 . 일각에서는 앤트로픽이 해당 기술을 구동할 GPU 가 부족하여 사이버 보안을 핑계로 출시를 제한한 것이라고 추측합니다. 다른 이들은 앤트로픽이 AI 안전이라는 사명을 고수하고 있다고 주장합니다. 과장된 주장 과 그에 대한 반박 , 현실 과 마케팅이 뒤섞여 있어 전문가조차도 판단하기 어려운 상황입니다.
우리는 미소스를 실질적이지만 점진적인 단계, 즉 긴 여정 속의 점진적인 단계 중 하나로 봅니다. 하지만 큰 그림을 볼 때, 이러한 점진적인 단계조차도 중요할 수 있습니다.
인공지능이 사이버 보안을 어떻게 변화시키고 있는가
우리는 '기준선 변화 증후군' 에 대해 글을 쓴 적이 있습니다 . 이는 일반 대중과 전문가 모두가 점진적인 변화 속에 숨겨진 거대한 장기적 변화를 간과하게 만드는 현상입니다. 온라인 개인정보 보호 문제에서도, 그리고 인공지능(AI) 문제에서도 이러한 현상이 나타나고 있습니다. Mythos가 발견한 취약점들이 지난달이나 작년의 AI 모델로도 발견될 수 있었을지라도, 5년 전의 AI 모델로는 결코 발견될 수 없었을 것입니다.
Mythos 발표는 인공지능이 불과 몇 년 만에 얼마나 비약적인 발전을 이루었는지 다시금 일깨워줍니다. 기준점이 완전히 바뀌었죠. 소스 코드의 취약점을 찾는 것은 오늘날의 대규모 언어 모델이 탁월한 성능을 발휘하는 유형의 작업입니다. 이러한 능력이 작년에 실현되었든 내년에 실현될지는 알 수 없지만, 머지않아 등장할 것이라는 점은 분명했습니다 . 이제 관건은 우리가 어떻게 이에 적응하느냐 입니다 .
자율적으로 해킹할 수 있는 AI가 공격과 방어 사이에 영구적인 비대칭성을 초래할 것이라고는 생각하지 않습니다. 그 양상은 훨씬 더 미묘 할 것입니다. 일부 취약점은 자동으로 발견, 검증 및 패치할 수 있습니다. 어떤 취약점은 발견하기는 어렵지만 검증 및 패치는 용이합니다. 예를 들어 표준 소프트웨어 스택으로 구축된 일반적인 클라우드 기반 웹 애플리케이션은 업데이트를 신속하게 배포할 수 있습니다. 또 다른 취약점은 (강력한 AI 없이도) 쉽게 발견하고 검증할 수 있지만 패치하기는 어렵거나 불가능할 수 있습니다. IoT 기기나 산업 장비처럼 업데이트가 드물거나 쉽게 수정할 수 없는 경우가 여기에 해당합니다.
코드에서 취약점을 쉽게 찾을 수 있지만 실제로 검증하기는 어려운 시스템도 있습니다. 예를 들어, 복잡한 분산 시스템이나 클라우드 플랫폼은 수천 개의 상호 작용하는 서비스가 병렬로 실행되어 실제 취약점과 오탐을 구분하고 이를 안정적으로 재현하기 어렵습니다.
따라서 우리는 패치가 가능한 것과 불가능한 것, 그리고 검증하기 쉬운 것과 어려운 것을 구분해야 합니다. 이러한 분류 체계는 강력한 AI 취약점 탐지 도구가 넘쳐나는 시대에 시스템을 보호하는 방법에 대한 지침도 제공합니다.
패치가 불가능하거나 검증하기 어려운 시스템은 더욱 엄격하고 통제된 보안 계층으로 보호해야 합니다. 냉장고, 온도 조절기 또는 산업 제어 시스템은 엄격하고 지속적으로 업데이트되는 방화벽 뒤에 두어야 하며, 인터넷에 자유롭게 노출해서는 안 됩니다.
근본적으로 상호 연결된 분산 시스템은 추적 가능해야 하며, 각 구성 요소가 필요한 최소한의 접근 권한만 갖도록 하는 최소 권한 원칙을 따라야 합니다. 이러한 기본적인 보안 개념은 인공지능 시대에 버려질 수도 있다고 생각하기 쉽지만, 여전히 매우 중요합니다.
https://spectrum.ieee.org/ai-cybersecurity-mythoshttps://youtu.be/kB1yql-EW7c
댓글 없음:
댓글 쓰기