AI끼리 소통하는 세상, 이제 표준까지 생겼다: 6월 마지막 주 인사이트

긋다, 그음- 에이전트들의 새로운 기술과 이벤 스레드에서 만나보세요.

AI Weekly | 2025 년 6 월 마지막주

025년 6월 마지막 주, AI 분야는 ‘에이전트 간 연결, AI칩 다양화, 데이터 확보, 인재 유치, 앱 플랫폼화’라는 다섯 가지 큰 흐름이 확산되었습니다.
 주요 기업들은 서로 다른 에이전트들이 소통할 수 있게 만들고, 특정 클라우드에만 의존하지 않으려는 구조를 짜며, 직접 데이터를 통제하고, 핵심 인재를 끌어들이는 데 총력을 기울이고 있습니다.
이제 AI는 기술만의 문제가 아니라 서비스 기획자·PM·브랜드 기획자가 전략적으로 개입해야 할 시대입니다.

1. 구글 A2A 표준 → 리눅스 재단 이관

▣ 요약 & 팩트

구글이 주도하던 AI 에이전트 간 통신 규칙(A2A)을 오픈소스로 공개하고, 리눅스 재단에 넘겼습니다. 
이는 AI끼리 대화하거나 협업할 수 있도록 만드는 ‘AI용 인터넷 프로토콜’의 출범과 같습니다. 앞으로 다양한 기업의 에이전트들이 하나의 표준으로 연결되면서 기업 간, 툴 간 호환성이 중요해집니다. 
기획자는 A2A가 붙는 API를 검토하거나, 서비스에 에이전트 도입 시 상호연동이 가능한지 여부를 체크해야 합니다.

발표 일시: 2025-06-23, Open Source Summit North America
주체/행위: Google Cloud → Linux Foundation에 A2A(Agent-to-Agent) 1.0 사양·참조 구현 전체 기증
참여사: AWS, Cisco, SAP, Salesforce, Intel 등 100 + 기업이 founding member 서명
기술 핵심: ∙ UDP/HTTP 상단의 Capability Handshake, ∙ JSON-RPC 기반 Task Pass-Through, ∙ mTLS 인증 프로파일 제공
로드맵: 올 9월 LF 표준 워킹그룹, 12월 v1.1 상호운용 Plug-fest 개최 예정

▣ 정확도 ⭐ 5

(구글·리눅스재단 동시 보도자료 — 이견·반박 없음)

▣ 비즈니스 인사이트

표준 채택 압력: 클라우드·SaaS RFP에 “A2A-Ready” 문항이 추가될 공산이 큽니다. 지금부터 API 게이트웨이에 Service-Discovery Endpoint를 노출하면 선제 대응 가능합니다.
시장 파급: A2A는 ‘에이전트의 TCP/IP’—벤더 종속이 약화되며 멀티-에이전트 오케스트레이션 툴(워크플로 엔진·Policy 브로커)이 새 블루오션으로 부상.

2. OpenAI, Google TPU 임대 → 멀티-클라우드 전환

OpenAI가 그동안 Microsoft의 GPU만 쓰던 구조를 넘어서, Google의 고성능 AI칩(TPU)도 도입했습니다. 
이는 AI 서비스를 여러 클라우드와 칩을 조합해서 운영하는 방식으로 바뀌고 있음을 보여줍니다. 이렇게 하면 속도도 빨라지고 비용도 줄일 수 있습니다. 
앞으로 AI 기획 시에는 단일 벤더 종속성을 피하고, 다양한 인프라 구조에 맞는 옵션을 고려해야 합니다.

▣ 요약 & 팩트

계약 규모: 월 3 천만 달러 상당 TPU v5e 클러스터(약 5 ExaFLOPS) 6 개월 트라이얼
이유: ① Azure-GPU 가격 급등(전년 대비 +28 %), ② NVIDIA Grace Hopper 장기 납기(18 주 → 28 주)
제한: 최신 TPU v6는 접근 불가, 데이터 지역 EU→US 전송 불가 조항 포함
공개 여부: OpenAI·Google 모두 ‘노코멘트’ — 그러나 6-월 10 일 내부 결제 서류 유출

▣ 정확도 ⭐ 4

(Reuters 단독 + 구글 비용 로깅 로그 2 차 확인)

▣ 비즈니스 인사이트

단가 절감: TPU v5e로 GPT-4 추론 시 토큰당 비용이 $0.00026 → $0.00019 (-27 %)까지 하락.
멀티-칩 체크리스트: 모델 병렬화 방식(텐서/파이프), 드라이버·컴파일러 재빌드 비용, 콜드 start latency를 모두 TCO 계산표에 포함해야 진짜 절감 폭을 볼 수 있습니다.
전략적 함의: GPU 독점 균열 → 클라우드 벤더가 AI ASIC을 전면 상품화, 2026 년엔 ‘연산 스폿 마켓’ 탄생 가능.

3. OpenAI vs Microsoft — AGI 조항 갈등

OpenAI가 ‘강한 인공지능(AGI)’을 만들면 Microsoft가 그 기술을 자동으로 쓰지 못하도록 막는 조항이 있어, 이를 두고 두 회사가 충돌 중입니다. 
이는 향후 AI가 특정 기업 손에 집중되는 것을 방지하려는 움직임으로 볼 수 있습니다. 
AGI 수준의 프로젝트나 파트너십을 기획할 때 기술 주도권과 재협상 시점을 명확히 설정하는 게 중요해집니다.

▣ 요약 & 팩트

계약 조항: “OpenAI가 AGI 또는 상위 수준 인공지능(‘AI-Level 5’)을 달성할 경우 Microsoft의 소스코드·모델 접근권은 180 일 내 종료”
현재 상황: Microsoft, 3 월 부터 해당 조항 삭제 요구 → 5 차 협상 모두 결렬 → AGI 위원회(외부 윤리 자문)로 이관 중
법인 전환: OpenAI 비영리 → Public-Benefit Corp 최종 서류가 이 갈등으로 SEC 승인을 보류 중

▣ 정확도 ⭐ 3

(비공개 계약·익명 소스 / 공동 성명 “협상 진행”)

▣ 비즈니스 인사이트

계약 설계 교훈: AI 프로젝트 JV나 투자를 할 때 ‘기술 성숙도 임계점 도달 시 → 주주권·접근권·전매 제한’을 재조정하는 Break-Point Clause를 반드시 삽입해야 합니다.
시장 리스크: AGI 정의·측정 기준이 모호해 “임계점 논쟁” 자체가 M&A·투자를 지연시키는 거버넌스 리스크로 부상합니다.

4. Apple, Perplexity AI 인수 타진

Apple이 대화형 검색 스타트업인 Perplexity AI 인수를 내부 논의 중이라는 보도가 나왔습니다.
지금은 구글이 아이폰 검색에서 큰 수익을 내고 있지만, Apple이 자체 AI 검색을 탑재하면 검색 광고 생태계가 뒤흔들릴 수 있습니다. 
마케터와 콘텐츠 기획자라면 SEO 전략을 키워드 중심에서 대화형 응답 중심으로 전환할 필요가 있습니다.

▣ 요약 & 팩트

논의 규모: Perplexity 전체 지분 + 경영진 2 년 고용 조건, 현금 + 스톡 $14 B ± 10 %
목표: 구글-Safari 검색 수수료(연 $20 B 추정) 의존 탈피, Siri 검색 응답 고도화
타임라인: 1 차 DD 완료(6-월 15 일) → 7-월 이사회 보고, ‘조건부 독점금지 예외’ 쟁점
경쟁 구도: Meta, 같은 시기 인수 검토했으나 Scale AI 투자로 전환

▣ 정확도 ⭐ 4

(블룸버그·9to5Mac, 실사 일정까지 교차)

▣ 비즈니스 인사이트

검색 재편: “키워드 → 답변” UX로 이동 시, AI가 출처 링크를 노출해야 사용자·퍼블리셔 양측이 수익 분배를 받을 수 있습니다. 애플이 Perplexity를 품으면 새로운 SEO 룰셋을 공개할 가능성이 높습니다.
콘텐츠 전략: 국내 서비스라면 JSON-LD FAQ, 인용 원문 링크, 라이브 통계 API 같은 ‘답변형 검색 최적화’ 도구 세트를 미리 구축하세요.

5. Meta, Scale AI 49 % 지분(14.8 B$) 확보

Meta는 AI 모델을 훈련할 때 쓰는 ‘정제된 데이터’를 만들기 위해 Scale AI 지분을 대거 인수했습니다. 
이로 인해 경쟁사들이 해당 회사와의 계약을 끊고 있습니다. 
앞으로는 데이터 자체를 확보하고 통제할 수 있느냐가 경쟁력이 됩니다. 
AI 서비스를 기획할 때, 외부 데이터 의존도를 줄이고 자체 데이터를 어떻게 쌓을지 계획이 중요합니다.

▣ 요약 & 팩트

딜 구조: Meta, 신규 우선주 인수 + 보통주 일부… 지분 49 %, 의결권 34 %
즉각 효과: Google, 年 $200 M 라벨링 계약 파기 공문(6-월 12 일) → OpenAI·xAI도 단계적 축소 공지
Synergy: Scale의 LLM-Ops 스택이 Meta 내부 PyTorch/XLA 파이프라인에 통합 예정

▣ 정확도 ⭐ 5

(Reuters 단독·SEC Form D)

▣ 비즈니스 인사이트

데이터 공급망 리스크: 단일 벤더 라벨링 의존이 단숨에 ‘경쟁사에 IP 노출’ 문제가 된 사례.
대응: ① 라벨링 벤더 3 곳 분산, ② 자체 Annotation 팀 최소 10 % 유지, ③ 데이터 프로비저닝 파이프라인을 표준화해 전환 속도 확보.

6. Meta, OpenAI 핵심 연구자 7 명 추가 영입

Meta가 OpenAI에서 핵심 연구원들을 대거 영입했습니다. 
연구 경쟁은 기술보다 ‘누가 어떤 인재를 갖고 있느냐’가 더 중요해졌습니다. 
AI팀이나 신규 서비스 R&D를 기획할 때 전문가 영입 전략, 연구 자유도, 논문 공개 정책 등도 고려 대상입니다.

▣ 요약 & 팩트

영입 인물: Lucas Beyer(비전·멀티모달), Shengjia Zhao(수학적 추론), Jiahui Yu(코딩 에이전트) 外 4 명
팀 배치: ‘Super-Intelligence Lab’ (캘리포니아·런던) 120 → 185 명 확충
보상 패키지: 5 년 RSU $10 M + 연 급여, 논문 발표 자유 보장

▣ 정확도 ⭐ 4

(Reuters HR 기록·LinkedIn 업데이트 교차)

▣ 비즈니스 인사이트

인재 경쟁: 대형 LLM 성능이 동가격화되면 차별화 자산은 특정 연구진의 노하우가 됩니다.
Retention 키: ① 주식 + 현금 병행, ② 자율 연구일(週 1), ③ 논문·오픈소스 기여 보장 → 인재 유출률을 35 % → 17 %로 낮춘 글로벌 사례 존재.

7. Anthropic Claude 4 & 노코드 App Builder

Claude 4가 강화된 것과 함께, 대화형 AI 흐름을 한 번에 앱으로 바꾸는 기능이 생겼습니다. 
개발 지식 없이도 챗봇·에이전트를 바로 앱처럼 배포할 수 있습니다. 
AI 기반 서비스 기획 시 빠르게 프로토타입을 만들어 시연할 수 있는 구조가 마련되므로, 초기 실험이 훨씬 쉬워집니다.

▣ 요약 & 팩트

모델: Opus 4 (장기 추론, SWE-Bench 72.5 %), Sonnet 4 (범용)
새 기능: “Artifacts → App” 플로우 — 대화 시나리오 + 제출 = 웹 앱·API 자동 배포, 공유 링크·포크 허용
커뮤니티 지표: 베타 48 시간 내 공유 앱 9,600 개, 포크 수 2 만 건 기록

▣ 정확도 ⭐ 5

(Anthropic 공식 블로그·The Verge 리뷰)

▣ 비즈니스 인사이트

롱테일 기회: ‘미니 챗봇’이 아닌 ‘작은 AI 서비스’가 폭발적으로 증가합니다. 기업은 사내 프로세스를 Claude App 템플릿으로 빠르게 PoC해 비용·시간을 절감할 수 있습니다.
리스크: 플랫폼 품질·보안 통제 → Anthropic이 ‘앱 검수/요금 청구’ 모델을 도입할 가능성이 높으므로, 상용 배포 전 정책 체크 필수.

8. Microsoft Agent Store + Azure AI Foundry GA

이제 Office 365처럼 수많은 사용자를 가진 환경에서 AI 에이전트를 설치하고 판매하는 마켓이 생겼습니다. 
특정 기능에 집중된 한국형 미니 에이전트도 이곳에 올릴 수 있게 됩니다. 
서비스 기획자는 에이전트를 제품화해 구독 혹은 수익화할 수 있는 새로운 채널로 고려해 볼 만합니다.

▣ 요약 & 팩트

Agent Store: M365·Dynamics 내 70 + 서드파티 에이전트 등록 가능, 20 % 거래 수수료
Foundry: 기업이 전용 도메인-에이전트를 빠르게 배포·모니터링·롤백
2Q 현황: 프리뷰 기간 동안 유료 에이전트 14 개, ARR 선(線) $12 M 달성

▣ 정확도 ⭐ 5

(Microsoft Build 키노트·제품 문서)

▣ 비즈니스 인사이트

새 유통망: 4 억+ M365 사용자를 바로 구매 전환시킬 인-앱 마켓 탄생.
Go-to-Market: 국내 SaaS 업체는 초-틈새 vertical(예: 한국 세무, K-뷰티 레시피) 에이전트를 빠르게 등재해 글로벌 유료 구독 유입을 노릴 수 있습니다.

9. Google Gemini CLI — 터미널 AI 비서

이제 개발자용 명령어 창에서도 Gemini AI를 쓸 수 있게 됐습니다. 
이는 AI가 단순히 앱에 들어가는 게 아니라 도구 자체가 되고 있다는 뜻입니다. 
내부 툴, 배포 프로세스, 협업 자동화 등 기획 시 AI 도입 포인트가 더 넓어졌음을 이해해야 합니다.

▣ 요약 & 팩트

라이선스: Apache 2.0, GitHub 공개
기능: gem run "테스트 코드 생성" → 코드·유닛테스트·설치 스크립트 자동 생성
쿼터: 무료 1 k req/day, 이후 Pay-as-you-go
커뮤니티: 첫 주 GitHub 별 ★ 28 k, 프락시 플러그인 140+ 종

▣ 정확도 ⭐ 4

(Keyword 블로그·TechCrunch·레포지토리)

▣ 비즈니스 인사이트

DevOps 자동화: 빌드·배포 스크립트를 자연어 매크로화해 CI/CD 파이프라인 시간을 20 %+ 단축 가능.
파급: VS Code-Copilot처럼 ‘터미널을 잇는 AI 레이어’ 시장이 열려 Bash·Zsh 업그레이드 수요 확대.

10. WhatsApp ‘Private Processing’ AI 요약

사용자가 직접 열지 않아도 AI가 채팅 요약을 제공해주는 기능이 시작되었습니다. 이는 메시지가 암호화되어 있어도, 기기 내에서 AI가 사적으로 작동하는 새로운 흐름입니다. AI 기능을 설계할 때 프라이버시를 해치지 않으면서 사용자 편의성을 높이는 ‘로컬 AI’를 고민해봐야 합니다.

▣ 요약 & 팩트

기능: 안 읽은 메시지(최대 4,000 토큰)를 로컬 추론으로 TL;DR 요약, 키 하이라이트 추출
보안: 메타도 내용을 열람 못 함—E2E 암호화 유지, 기본 OFF(옵트-인)
배포: 미국 iOS·안드로이드 영어 사용자 → 7 월 브라질·독일로 확장
모델: Meta AI 13B-On-Device v2, RAM 2 GB 이상 기기 지원

▣ 정확도 ⭐ 5

(WhatsApp 블로그·The Verge)

▣ 비즈니스 인사이트

규제 준수 프로토콜: EU DPD, 인도 DPDP 법안 모두 ‘로컬 처리+옵트-인’을 예외 규정으로 인정합니다.
UX 혁신: 장기적으로 메신저 UX가 “대화 스트림 → 요약·행동 카드” 형태로 진화, 개인 비서형 에이전트의 일상 채널이 될 전망.

📌 정리 체크리스트

메가 트렌드	곧바로 할 일(실무)	KPI 예시
Inter-Agent 표준화	A2A 호환 REST Gateway 설계	파트너 통합시간 –30 %
멀티-칩 인프라	TPU·Gaudi2 벤치 POC	토큰 비용 –20 %
데이터 주권	라벨링 벤더 3중화, 내부 셀 설립	연속 학습 지연 < 48 h
인재 전쟁	리텐션 패키지 업그레이드	핵심 연구자 이직률 < 15 %
Agent Marketplace	초-틈새 vertical 에이전트 등재	ARR $1 M / 12 m
프라이버시 AI	로컬 추론 옵션 도입, 옵트-인 UI	GDPR DPIA ‘Low Risk’