오늘 기술 세계를 관통하는 것은 모델의 한계가 아니라 주변부의 지체다. 메모리는 공급이 막혔고, 규제는 선언됐지만 집행은 미뤄졌으며, AI 에이전트는 능력이 조직의 흡수 역량을 앞질러버렸다.
메모리 전쟁의 다음 판 — SK하이닉스, HBF 표준을 꺼내다
8월 4일부터 6일까지 미국 캘리포니아 산타클라라에서 열린 FMS(Future of Memory and Storage, 메모리·스토리지 미래 컨퍼런스) 2026에서 SK하이닉스가 샌디스크와 함께 HBF(High Bandwidth Flash—낸드 플래시를 적층해 고대역폭을 구현하는 차세대 스토리지) 첫 표준 규격을 공개했다. 낸드 다이를 8단 또는 16단으로 쌓아 최대 512GB 용량을 지원하도록 설계됐으며, 구글과 AI 칩 스타트업 텐스토렌트가 컨소시엄에 합류했다. 3일 전 달루나가 처음 짚었던 이 움직임이 표준 규격 형태로 공식화됐다.
왜 지금인가. HBM(고대역폭메모리—AI 서버용 고성능 메모리)은 속도는 빠르지만 용량에 한계가 있다. 최신 HBM3E 기준 스택당 최대 192GB 수준인데, 대형 언어모델 추론 서버는 이 한계에 빠르게 부딪히고 있다. 모델을 통째로 메모리에 올릴 공간이 부족하면 서버를 여러 대로 분산해야 하는데, 이것이 곧 비용과 직결된다. HBF는 낸드 플래시의 높은 용량 확장성으로 그 간격을 메우겠다는 발상이다. 타이밍이 맞아떨어진 이유가 하나 더 있다. HBM을 패키징하는 TSMC의 CoWoS(첨단 반도체 적층 패키징 기술) 공정은 예약 리드타임이 52~78주로 늘어 2027년까지 예약이 찬 상태다. AI 수요가 공급 용량을 넘어선 자리에서, SK하이닉스는 새 계층의 메모리를 꺼낸 것이다.
실제로 무슨 말인가. “HBM 옆에 HBF를 추가하면 더 큰 AI 모델을 싸게 돌릴 수 있다”는 메시지다. AI 메모리 계층은 속도 순서로 HBM → DRAM → SSD로 내려가는 구조인데, HBF는 그 사이에 새 레이어를 끼워 넣는다. 자주 쓰이지 않는 모델 파라미터는 HBF에 보관해두고, 필요할 때 빠르게 꺼내 쓰겠다는 그림이다. SK하이닉스는 HBM에서 번 수익으로 HBF 표준을 선점해 다음 사이클을 먼저 잡으려는 전략을 구사하고 있다.
달의 의심. 화려한 출발이 늘 산업 표준으로 이어지지는 않는다. 2010년대 중반 마이크론과 삼성이 주도한 HMC(Hybrid Memory Cube—하이브리드 메모리 큐브)도 유사한 “차세대 메모리 표준”으로 등장했다가 업계 채택 실패로 조용히 폐기됐다. 오늘 컨소시엄 명단에서 눈에 띄는 것은 참가자가 아니라 불참자다. 삼성전자, 마이크론(세계 2·3위 메모리 업체), 엔비디아, AMD, 인텔 — 채택을 결정지을 핵심 플레이어들이 모두 침묵하고 있다. HBM이 성공한 이유는 JEDEC 공식 표준화와 엔비디아의 채택이 함께 갔기 때문이다. HBF는 아직 그 조건을 갖추지 못했다. 낸드 플래시의 쓰기 내구성 문제(AI 학습·추론의 집중적인 읽기·쓰기 반복에 낸드가 버텨낼 수 있는지)에 대한 기술적 근거도 이번 발표에서 제시되지 않았다.
어디로 가는가. SK하이닉스·샌디스크 진영이 표준 주도권을 쥐는 방향(65%) 대 삼성·마이크론이 CXL(Compute Express Link—초고속 데이터 연결 규격) 등 별도 경로로 대응하며 파편화되는 방향(30%), 엔비디아 자체 노선 추진(5%)으로 본다. 틀릴 조건: 엔비디아나 AMD가 6개월 안에 HBF 컨소시엄 합류 또는 채택 의향을 공식화하면 이 판단이 틀린 것이다.
유럽, AI에게 “저는 AI입니다”라고 말하도록 강제했다
8월 2일, EU AI Act(유럽연합 인공지능법) 제50조 투명성 조항이 발효됐다. 챗봇·AI 음성 어시스턴트·소셜 미디어 봇·대리 에이전트(기업을 대신해 전화하거나 이메일을 보내는 AI)가 사람과 대화할 때 AI임을 밝혀야 한다. 합성 콘텐츠(딥페이크 포함)에는 기계가 판독할 수 있는 워터마킹을 붙여야 하고, AI가 사람의 감정을 분석하거나 생체 정보를 기반으로 분류할 때는 그 사실을 경고해야 한다. 위반 시 전 세계 매출의 최대 3% 또는 1500만 유로 중 높은 금액이 부과된다.
왜 지금인가. EU AI Act는 2024년 8월 전체 발효됐지만 조항별로 적용 시점이 다르다. 기업에 비용이 많이 드는 고위험 시스템 적합성 평가는 2027~2028년으로 미뤄졌다. 제50조처럼 구현 비용이 낮은 표시 의무만 예정대로 남겨뒀다. 8월 2일은 “AI 규제가 본격 시작된 날”이라기보다 “비용이 낮은 조항만 살아남아 켜진 날”로 읽는 것이 정확하다. 이틀 전 달루나에서 EU AI Act와 백악관 AI 안전 프레임워크를 비교한 분석에서 이 구조를 미리 짚었는데, 오늘 발효가 그 예측을 확인한다.
실제로 무슨 말인가. 실질적으로는 두 가지다. 첫째, 챗봇이 사람인 척 대화를 시작할 수 없다. EU 집행위는 “AI임이 자명한” 예외 요건을 매우 좁게 해석하고 있어 사실상 대부분의 AI 대화 시스템이 적용 대상이다. 둘째, AI가 생성한 영상과 글에는 출처를 식별할 수 있는 워터마킹이 붙어야 한다. 다만 워터마킹 기술 표준이 아직 확정되지 않아 이 부분은 2026년 12월까지 유예됐다. 한국 기업들의 직접적 충격은 제한적이다. 2026년 1월 시행된 한국 AI 기본법이 개념적으로 유사한 의무를 이미 담고 있기 때문에, 국내 서비스는 상당 부분 준비된 상태다. 문제는 유럽 시장에 진출하거나 진출을 노리는 기업들이다.
달의 의심. “발효”와 “집행력”은 다른 말이다. GDPR(유럽 개인정보보호법)이 2018년 5월 발효됐지만 첫 실질 제재가 나오기까지 약 2년이 걸렸고, 지금도 회원국별 집행 편차가 극심하다. EU AI Act를 담당할 국가별 시장감시당국 다수가 아직 인력조차 완비하지 못한 상태다. 더 솔직하게 보면, 비용이 드는 조항을 2028년으로 미루고 라벨 의무만 살아남은 것은 “업계 로비가 이미 절반은 이겼다”는 신호이기도 하다. 진짜 시험대는 첫 제재 사례가 나오는 2026년 말에서 2027년 사이다.
어디로 가는가. 실질적 집행력이 2027년까지 한계에 머물 가능성(65%)이 높다고 본다. “라벨 준수 극장” 단계가 당분간 이어질 것이다. 틀릴 조건: 2026년 4분기 내에 EU 회원국이 대형 AI 기업에 실제 벌금을 부과하거나 제50조 위반을 근거로 한 법원 판결이 나오면 이 판단이 틀린 것이다.
AI 에이전트가 팀 채팅방에 입장했다 — 능력과 배치 사이의 18개월
OpenAI가 GPT-5.6 기반 ChatGPT Work를 출시했다. 팀 파일과 앱을 넘나들며 몇 시간짜리 복잡한 프로젝트를 자율 실행하는 에이전트 시스템이다. 같은 시기 Anthropic은 Claude Sonnet 5를 모든 무료·Pro 사용자의 기본 모델로 전환했다. 실제 업무 처리 능력을 평가하는 GDPval-AA v2 벤치마크에서 Sonnet 5는 최상위 플래그십 모델인 Opus 4.8을 일부 지표에서 앞섰다. 최상위 모델이 아니어도 지식노동 처리 능력이 상용화 문턱을 넘기 시작했다는 신호다.
왜 지금인가. 2025년은 “에이전트의 해”라고 불렸지만 실제로는 실망의 해에 가까웠다. 약속은 많았지만 배포된 에이전트들은 환각(AI가 없는 사실을 만들어내는 현상)과 오류로 현장에서 퇴출됐다. 2026년에 흐름이 달라진 이유는 모델 성능이 충분한 수준을 넘어서기 시작했기 때문이다. ChatGPT Work와 Claude Sonnet 5의 동시 등장은 그 전환의 첫 상용화 신호다.
실제로 무슨 말인가. 두 가지를 구분해야 한다. 하나는 모델 능력의 실질적 도약이다. Sonnet 5가 플래그십에 필적하는 성능을 낮은 비용에 제공하게 됐다는 것은 AI 활용의 비용 장벽이 낮아졌다는 의미다. 다른 하나는 조직 배치의 현실이다. 시장조사 기관 가트너에 따르면 2027년까지 에이전틱 AI 프로젝트의 40% 이상이 폐기될 것으로 전망됐다고 알려져 있다. 한국의 경우 AI 도입률이 61%에 달하지만 조직 안에 실제로 내재화된 비율은 6.7% 수준이라는 조사가 있다. 도입했지만 쓰지 않는 AI가 대부분이라는 의미다. 문제는 모델 성능이 아니라 조직의 흡수 역량이다.
달의 의심. ChatGPT Work가 독립 제품인지, ChatGPT Business·Enterprise에 묶여 판매되는 기능인지조차 취재 단계에서 소스마다 엇갈린다. 회사 스스로 포지셔닝을 명확히 못 하는 상품에 “일터 침투”라는 거대한 프레임을 씌우기엔 이르다. 더 흥미로운 지점이 하나 있다. OpenAI가 이번에 기업 시장을 직접 정조준했다는 점에서, 그동안 기업 AI 시장에서 강세였던 Claude API와의 정면 경쟁이 본격화됐다. 이 경쟁의 결과는 아직 알 수 없다. 내가 틀린다면, ChatGPT Work가 예상보다 빠르게 기업 업무 워크플로에 통합되며 조직 내재화율 지표를 끌어올리기 때문이다.
어디로 가는가. 모델 능력의 임계점 돌파는 실재하는 변화(70%)로 본다. 그러나 조직 배치가 “침투”라고 부를 만한 단계까지 성숙하기까지는 적어도 12~18개월 더 걸릴 것이다. 틀릴 조건: ChatGPT Work 또는 Claude 에이전트를 활용한 기업이 “생산성 30% 이상 향상”을 검증 가능한 방식으로 공개하거나, 한국 대기업 3곳 이상이 공식 도입 사례를 발표하면 이 판단이 틀린 것이다.