[삼성 이영진] 글로벌 AI/SW 헤드라인 (25/12/1)
■ 데이터브릭스, 1,340억 달러 밸류로 50억 달러 펀딩 논의 보도. 이전에 보도된 1,300억 달러 대비 추가 상승
■ 구글, EU의 클라우드 부문 전반에 대한 반독점 조사 착수 이후 24년 제출했던 마이크로소프트 겨냥 반독점 신고 철회
■ 구글, MacOS용 Gemini 앱 개발 언급
■ 안두릴, 자율 무기 시스템의 테스트와 실전 배치에서 반복적 실패와 안전 사고 경험. 회사 측은 무기 개발 과정에서 흔한 것이라는 주장
■ 맥킨지, 현재 이용 가능한 기술만으로도 로봇과 AI 에이전트가 미국 내 수행되는 노동시간의 절반 이상을 자동화 할 수 있다고 분석. 일자리의 40%가 위험
감사합니다.
■ 데이터브릭스, 1,340억 달러 밸류로 50억 달러 펀딩 논의 보도. 이전에 보도된 1,300억 달러 대비 추가 상승
■ 구글, EU의 클라우드 부문 전반에 대한 반독점 조사 착수 이후 24년 제출했던 마이크로소프트 겨냥 반독점 신고 철회
■ 구글, MacOS용 Gemini 앱 개발 언급
■ 안두릴, 자율 무기 시스템의 테스트와 실전 배치에서 반복적 실패와 안전 사고 경험. 회사 측은 무기 개발 과정에서 흔한 것이라는 주장
■ 맥킨지, 현재 이용 가능한 기술만으로도 로봇과 AI 에이전트가 미국 내 수행되는 노동시간의 절반 이상을 자동화 할 수 있다고 분석. 일자리의 40%가 위험
감사합니다.
👍2
[삼성 이영진] 글로벌 AI/SW
데이터브릭스, 1,300억 달러 밸류로 신규 펀딩 논의 : term sheet 서명은 진행되지 않은 초기 단계. 이전 밸류는 시리즈 J(24년 12월) 620억 달러 → 시리즈 K(25년 8월) 1,000억 달러(10억 달러 펀딩) ■ FY26 연 매출 전망 - 데이터브릭스 40억 달러(자체 목표) - 스노우플레이크 46.1억 달러(Factset 컨센서스) ■ 시가총액(or 밸류에이션) / ARR - 데이터브릭스 1,300억 달러 / 40억 달러 =…
데이터브릭스, 신규 펀딩 밸류 1,340억 달러로 추가 상승
: 50억 달러 신규 펀딩 논의 중. 25년 매출 전망은 9월 40억 달러로 상향 이후 추가 소폭의 상향 조정(41억 달러, +55%)
: 신규 펀딩 밸류에이션/매출 = 32배. 24년 펀딩은 24배, 23년 펀딩은 26배 수준에서 진행
: AI 제품 사용량 증가(AI 제품 매출 비중 25%)로 인해 총이익률은 기존 계획(77%)보다 낮은 74%. 잉여현금흐름은 1,000만 달러 수준 예상
: 50억 달러 신규 펀딩 논의 중. 25년 매출 전망은 9월 40억 달러로 상향 이후 추가 소폭의 상향 조정(41억 달러, +55%)
: 신규 펀딩 밸류에이션/매출 = 32배. 24년 펀딩은 24배, 23년 펀딩은 26배 수준에서 진행
: AI 제품 사용량 증가(AI 제품 매출 비중 25%)로 인해 총이익률은 기존 계획(77%)보다 낮은 74%. 잉여현금흐름은 1,000만 달러 수준 예상
👍5
샘 올트먼, 3년 전 챗GPT 출시 당시 포스팅
■ 당시에는 SF처럼 보였지만, 3년 만에 대부분 현실화
22년 12월에는 말 그대로 연구용 데모였지만, 25년 현재는 올트먼이 말한 거의 모든 비전이 현실 제품으로 자리 잡음
- 실시간 음성 대화
- 멀티모달 이해
- 브라우저 조작 및 작업 자동 실행(에이전트)
- 자기검증 및 과학 연구 적용
- OS 수준의 언어 인터페이스 통합
■ 올트먼의 1주년, 2주년, 3주년 포스팅 흐름
2023년(1주년)
: 해임–복귀 사태 직후. 공개적으로 기념 포스팅 x → 조직적 혼란 + 메시지 컨트롤
2024년(2주년)
: 트리하우스를 만드는 일상 포스팅 → 일부러 가벼운 톤 유지, AI 관련 공식 메시지 절제
2025년(3주년)
: 만약 올해 챗GPT 관련 포스팅을 한다면?
→ 이미지 회복 + 대표 AI 제품으로서 위상 강화 목적 가능성
→ GPT-5, 에이전트, 보이스, 멀티모달 분야 등에서 대도약이 있었으니 ‘3년의 성취’ 강조하기 좋은 타이밍
오늘 챗GPT를 출시했습니다. 여기서 한번 이야기해보세요: chat.openai.com
언어 기반 인터페이스는 앞으로 정말 큰 흐름이 될 것입니다. 컴퓨터에게(음성 또는 텍스트로) 말해서 점점 더 복잡해지는 ‘원하는 것’을 얻는 방식이죠.
이건 가능한 것들의 초기 데모일 뿐입니다. 아직 제한이 많아서 매우 연구용 버전에 가깝습니다.
조만간 여러분은 대화를 하고, 질문에 답하고, 조언까지 해주는 유용한 어시스턴트를 갖게 될 겁니다. 이후에는 스스로 나가서 일을 처리하는 AI도 가능해질 거예요. 궁극적으로는 스스로 새로운 지식을 발견해오는 존재도 생길 겁니다.
그리고 이 모든 기능은 그대로 ‘언어 인터페이스’로 작동합니다. SF가 그렸던 미래가 바로 이런 모습이죠. 신경 인터페이스가 나오기 전까지는 언어 인터페이스가 가장 훌륭한 방식이 될 것입니다.
■ 당시에는 SF처럼 보였지만, 3년 만에 대부분 현실화
22년 12월에는 말 그대로 연구용 데모였지만, 25년 현재는 올트먼이 말한 거의 모든 비전이 현실 제품으로 자리 잡음
- 실시간 음성 대화
- 멀티모달 이해
- 브라우저 조작 및 작업 자동 실행(에이전트)
- 자기검증 및 과학 연구 적용
- OS 수준의 언어 인터페이스 통합
■ 올트먼의 1주년, 2주년, 3주년 포스팅 흐름
2023년(1주년)
: 해임–복귀 사태 직후. 공개적으로 기념 포스팅 x → 조직적 혼란 + 메시지 컨트롤
2024년(2주년)
: 트리하우스를 만드는 일상 포스팅 → 일부러 가벼운 톤 유지, AI 관련 공식 메시지 절제
2025년(3주년)
: 만약 올해 챗GPT 관련 포스팅을 한다면?
→ 이미지 회복 + 대표 AI 제품으로서 위상 강화 목적 가능성
→ GPT-5, 에이전트, 보이스, 멀티모달 분야 등에서 대도약이 있었으니 ‘3년의 성취’ 강조하기 좋은 타이밍
❤2👍1
AWS-구글 클라우드, 멀티클라우드 네트워킹 협력 발표
공동 엔지니어링 솔루션 공개
→ AWS Interconnect – Multicloud와 Google Cross-Cloud Interconnect를 연동한공동 설계 멀티클라우드 네트워킹 솔루션 발표
관리형 및 클라우드 네이티브 전환
→ 기존의 복잡한 물리 인프라 구축(케이블, 라우터 구성, 회선 신청 등) 방식에서 벗어나, 양사 Cross-Cloud Network 아키텍처를 통합한 클라우드 네이티브 연결 모델로 전환
개방형 상호운용성 사양 공개
→ 타 CSP도 채택 가능한 오픈 네트워크 인터페이스 규격 제시. 고객은 AWS–GCP 간 프라이빗 및 고속 연결을 자동화된 방식으로 수분 내 구성 가능
보안, 복원력 강화
→ 물리적 시설, 라우터의 4중(quad) 이중화, 연속 모니터링, MACsec 암호화를 기반으로 엔터프라이즈급 안정성 제공
https://cloud.google.com/blog/products/networking/extending-cross-cloud-interconnect-to-aws-and-partners
공동 엔지니어링 솔루션 공개
→ AWS Interconnect – Multicloud와 Google Cross-Cloud Interconnect를 연동한공동 설계 멀티클라우드 네트워킹 솔루션 발표
관리형 및 클라우드 네이티브 전환
→ 기존의 복잡한 물리 인프라 구축(케이블, 라우터 구성, 회선 신청 등) 방식에서 벗어나, 양사 Cross-Cloud Network 아키텍처를 통합한 클라우드 네이티브 연결 모델로 전환
개방형 상호운용성 사양 공개
→ 타 CSP도 채택 가능한 오픈 네트워크 인터페이스 규격 제시. 고객은 AWS–GCP 간 프라이빗 및 고속 연결을 자동화된 방식으로 수분 내 구성 가능
보안, 복원력 강화
→ 물리적 시설, 라우터의 4중(quad) 이중화, 연속 모니터링, MACsec 암호화를 기반으로 엔터프라이즈급 안정성 제공
https://cloud.google.com/blog/products/networking/extending-cross-cloud-interconnect-to-aws-and-partners
Google Cloud Blog
Extending Cross-Cloud Interconnect to AWS and partners | Google Cloud Blog
Cross-Cloud Interconnect for AWS is an on-demand, cross-cloud connectivity solution for applications that span the two cloud provider environments.
👍4❤1
딥시크, DeepSeek-V3.2 & V3.2-Speciale 모델 공개
: 높은 효율성과 우수한 추론 및 에이전트 성능 달성 목표. V3.2 및 V3.2-Speciale 모델 구조는 기존 V3.2-Exp와 동일
: V3.2-Speciale 모델은 딥 리즈닝 전용으로 툴 호출 기능을 지원하지 않음
핵심 기술적 돌파구
1) DeepSeek Sparse Attention(DSA)
→ 연산 복잡도를 크게 줄이는 동시에 성능을 유지하는 효율적 어텐션 매커니즘 장기 컨텍스트 환경에 최적화
2) 확장형 강화학습 프레임워크
→ 견고한 강화학습 프로토콜을 구축하고 컴퓨트를 대규모로 확장. 프론티어 모델과 경쟁 가능한 추론 성능
3) 대규모 에이전트 작업 합성 파이프라인
→ 툴 사용 시나리오에 추론 능력 통합을 위해 대규모로 학습 데이터를 자동 생성하는 신규 합성 파이프라인 개발
https://huggingface.co/deepseek-ai/DeepSeek-V3.2
: 높은 효율성과 우수한 추론 및 에이전트 성능 달성 목표. V3.2 및 V3.2-Speciale 모델 구조는 기존 V3.2-Exp와 동일
: V3.2-Speciale 모델은 딥 리즈닝 전용으로 툴 호출 기능을 지원하지 않음
핵심 기술적 돌파구
1) DeepSeek Sparse Attention(DSA)
→ 연산 복잡도를 크게 줄이는 동시에 성능을 유지하는 효율적 어텐션 매커니즘 장기 컨텍스트 환경에 최적화
2) 확장형 강화학습 프레임워크
→ 견고한 강화학습 프로토콜을 구축하고 컴퓨트를 대규모로 확장. 프론티어 모델과 경쟁 가능한 추론 성능
3) 대규모 에이전트 작업 합성 파이프라인
→ 툴 사용 시나리오에 추론 능력 통합을 위해 대규모로 학습 데이터를 자동 생성하는 신규 합성 파이프라인 개발
https://huggingface.co/deepseek-ai/DeepSeek-V3.2
👍1😱1
액센츄어–오픈AI 전략 파트너십 발표
: 챗GPT Enterprise를 수만 명의 Accenture 직원에게 제공, 전 세계 최대 규모 업스킬링 사례 확보.
: 오픈AI는 액센츄어의 차세대 핵심 AI 파트너로 선정, 컨설팅, 운영, 딜리버리 전 과정에 모델 및 Agent 기술을 깊게 내재화
: 공동 플래그십 AI 클라이언트 프로그램 런칭. 특히 AgentKit 기반의 엔터프라이즈 AI 에이전트 구축 및 배포 전면 지원
https://openai.com/index/accenture-partnership/
: 챗GPT Enterprise를 수만 명의 Accenture 직원에게 제공, 전 세계 최대 규모 업스킬링 사례 확보.
: 오픈AI는 액센츄어의 차세대 핵심 AI 파트너로 선정, 컨설팅, 운영, 딜리버리 전 과정에 모델 및 Agent 기술을 깊게 내재화
: 공동 플래그십 AI 클라이언트 프로그램 런칭. 특히 AgentKit 기반의 엔터프라이즈 AI 에이전트 구축 및 배포 전면 지원
https://openai.com/index/accenture-partnership/
Openai
Accenture and OpenAI accelerate enterprise AI success
Accenture is rolling out 40,000 ChatGPT Enterprise licenses and naming OpenAI its primary intelligence partner to power enterprise AI success, upskill teams, and deliver AI-driven client outcomes.
❤1👍1
[삼성 이영진] 글로벌 AI/SW 헤드라인 (25/12/2)
■ 딥시크, DeepSeek-V3.2 & V3.2-Speciale 모델 공개
■ 액센츄어-오픈AI, 챗GPT Enterprise 대규모 도입과 AgentKit 기반 AI 에이전트 확산을 위한 전략적 파트너십 발표
■ 오픈AI, 엔터프라이즈 AI 도입 가속을 위해 Thrive Holdings 지분 투자. 오픈AI 투자사 Thrive Capital이 만든 플랫폼 기업. 회계, IT 서비스 등 핵심 업무에 AI를 내재화하는 현장 중심의 공동 운영 모델 추진 발표
■ 구글, TPUv7 Ironwood 기반 AI 서버를 구축하기 위해 Foxconn 협력 보도
■ 사티아 나델라, 자사 AI 전략에서 유럽이 점점 더 핵심 지역으로 보고 있다는 발언
■ IREN, 기존 전환사채 재매입 자금 조달을 위해 보통주 발행 제안 및 신규 전환사채(32년 만기 10억 달러, 33년 만기 10억 달러) 발행 계획
■ 구글, AI 모드 내 Gemini 3와 Nano Banana Pro를 영여권 국가 120개 국으로 확대 제공. AI Pro와 Ultra 구독자 대상
■ 애플, 머신러닝 및 AI 전략 부문 SVP John Giannandrea 사임 및 26년 봄 은퇴 발표. 은퇴 전까지 자문 역할
■ 바이트댄스, 초저가, 전용 모델, 공격적 영업으로 중국 내 AI Model-as-a-Service(MaaS) 시장을 빠르게 잠식하고 있다는 보도
■ HSBC-미스트랄 AI, 전략적 파트너십 체결. 미스트랄 AI 모델을 자체 시스템에 통합하고 은행 전반의 업무 혁신에 활용
■ BloombergNEF, AI 확산으로 글로벌 데이터센터 전력 수요가 35년까지 현재 대비 300% 급증한 106GW 전망
■ 어도비 애널리틱스, 블랙프라이데이 AI 쇼핑 유입 트래픽의 전년 대비 805% 성장 분석
■ 런웨이, Runway Gen 4.5 모델로 영상 생성 AI 모델 리더보드 1위 차지. Whisper Thunder라는 모델명으로 테스트. 이전 세대 대비 모션, 디테일, 프롬프트 반영 모두 개선
■ 블랙 포레스트 랩스, 3억 달러 규모 시리즈 B 펀딩. 밸류에이션은 32.5억 달러
감사합니다.
■ 딥시크, DeepSeek-V3.2 & V3.2-Speciale 모델 공개
■ 액센츄어-오픈AI, 챗GPT Enterprise 대규모 도입과 AgentKit 기반 AI 에이전트 확산을 위한 전략적 파트너십 발표
■ 오픈AI, 엔터프라이즈 AI 도입 가속을 위해 Thrive Holdings 지분 투자. 오픈AI 투자사 Thrive Capital이 만든 플랫폼 기업. 회계, IT 서비스 등 핵심 업무에 AI를 내재화하는 현장 중심의 공동 운영 모델 추진 발표
■ 구글, TPUv7 Ironwood 기반 AI 서버를 구축하기 위해 Foxconn 협력 보도
■ 사티아 나델라, 자사 AI 전략에서 유럽이 점점 더 핵심 지역으로 보고 있다는 발언
■ IREN, 기존 전환사채 재매입 자금 조달을 위해 보통주 발행 제안 및 신규 전환사채(32년 만기 10억 달러, 33년 만기 10억 달러) 발행 계획
■ 구글, AI 모드 내 Gemini 3와 Nano Banana Pro를 영여권 국가 120개 국으로 확대 제공. AI Pro와 Ultra 구독자 대상
■ 애플, 머신러닝 및 AI 전략 부문 SVP John Giannandrea 사임 및 26년 봄 은퇴 발표. 은퇴 전까지 자문 역할
■ 바이트댄스, 초저가, 전용 모델, 공격적 영업으로 중국 내 AI Model-as-a-Service(MaaS) 시장을 빠르게 잠식하고 있다는 보도
■ HSBC-미스트랄 AI, 전략적 파트너십 체결. 미스트랄 AI 모델을 자체 시스템에 통합하고 은행 전반의 업무 혁신에 활용
■ BloombergNEF, AI 확산으로 글로벌 데이터센터 전력 수요가 35년까지 현재 대비 300% 급증한 106GW 전망
■ 어도비 애널리틱스, 블랙프라이데이 AI 쇼핑 유입 트래픽의 전년 대비 805% 성장 분석
■ 런웨이, Runway Gen 4.5 모델로 영상 생성 AI 모델 리더보드 1위 차지. Whisper Thunder라는 모델명으로 테스트. 이전 세대 대비 모션, 디테일, 프롬프트 반영 모두 개선
■ 블랙 포레스트 랩스, 3억 달러 규모 시리즈 B 펀딩. 밸류에이션은 32.5억 달러
감사합니다.
👍4
구글 Gemini 앱 다운로드 증가 및 체류 시간
: 여름 Nano Banana 바이럴 이후 모바일 앱 월간 사용자수는 4억 명에서 6.5억 명으로 증가
: 신규 앱 다운로드 수는 챗GPT와 격차 축소 + 평균 체류 시간은 챗GPT 추월
: 여름 Nano Banana 바이럴 이후 모바일 앱 월간 사용자수는 4억 명에서 6.5억 명으로 증가
: 신규 앱 다운로드 수는 챗GPT와 격차 축소 + 평균 체류 시간은 챗GPT 추월
✍4👍3🔥2
샘 올트먼, 내부 메모를 통해 Code Red 선포
: 챗GPT 개선을 위해 더 많은 리소스를 투입하는 계획. 챗GPT 상호작용 방식을 개인화할 수 있도록 하는 등의 기능 개선에 인력 집중 투입
: 다른 핵심 우선순위로는 1) 이미지 생성 AI Imagegen 고도화, 2) 모델 행동 개선, 3) LM아레나 같은 리더보드 경쟁력 강화, 4) 챗GPT 속도 및 안정성 향상, 5) 무해한 질문에도 과도한 대답 거부 최소화 작업
: 다음 주 구글 Gemini 3보다 앞서 있는 새로운 추론 모델 출시 계획도 언급
: 광고, AI 에이전트(쇼핑 및 헬스케어 작업 자동화), Pulse(개인화 리포트 생성) 등 여러 신규 프로젝트 지연 예정
: 3년 전 구글이 챗GPT가 구글 검색에 위협이 된다고 판단하여 Code Red를 선언했던 바 있음. 이번에는 상황이 역전
: 챗GPT 개선을 위해 더 많은 리소스를 투입하는 계획. 챗GPT 상호작용 방식을 개인화할 수 있도록 하는 등의 기능 개선에 인력 집중 투입
: 다른 핵심 우선순위로는 1) 이미지 생성 AI Imagegen 고도화, 2) 모델 행동 개선, 3) LM아레나 같은 리더보드 경쟁력 강화, 4) 챗GPT 속도 및 안정성 향상, 5) 무해한 질문에도 과도한 대답 거부 최소화 작업
: 다음 주 구글 Gemini 3보다 앞서 있는 새로운 추론 모델 출시 계획도 언급
: 광고, AI 에이전트(쇼핑 및 헬스케어 작업 자동화), Pulse(개인화 리포트 생성) 등 여러 신규 프로젝트 지연 예정
: 3년 전 구글이 챗GPT가 구글 검색에 위협이 된다고 판단하여 Code Red를 선언했던 바 있음. 이번에는 상황이 역전
👍4👀1
딥시크의 새로운 모델 DeepSeek-V3.2 - 고래가 돌아왔다
안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.
수면 아래에 잠자던 고래(딥시크 로고는 고래)가 돌아왔습니다.
9월 말 V3.2-Exp 모델 공개 이후 V3.2 정식 버전과 딥 리즈닝용 고컴퓨트 모델 V3.2-Speciale를 업데이트했는데요
오픈소스 모델이 복잡한 작업에서 보이는 한계를 극복하기 위한 3가지 돌파구를 적용했습니다.
1) DeepSeek Sparse Attention(DSA)
2) 확장형 강화학습(RL) 프레임워크
3) 대규모 에이전트 작업 합성 파이프라인
벤치마크 성능도 놀랍습니다. GPT-5, Gemini 3.0 Pro에 필적하는 수준을 달성했습니다.
물론 과적합 가능성을 배제할 수 없기 때문에 체감되는 실사용 후기를 조금 더 확인할 필요가 있습니다.
딥시크의 가성비는 여전히 대단합니다. GPT-5.1 대비 1/10 수준에 불과합니다.
또한 구글과 오픈AI의 IMO 금메달 레벨 모델이 아직 넓은 범위로 롤아웃 되지 않은 상황에서 딥시크는 오픈소스로 고성능 모델을 풀어버렸습니다.
추가로 생각해볼 의미는 강화학습 스케일링이 여전히 유효하다는 것을 증명했다는 점입니다.
구글 Gemini 3.0이 사전학습 스케일링을 증명한데 이어 전반적 스케일링에 대한 돌파구가 이어지고 있습니다.
딥시크는 여전히 프론티어 폐쇄형 모델과 비교하면 한계가 존재한다는 결론을 남겼지만,
프론티어 모델의 지식적 우위는 본질적 우위가 아니라 컴퓨트 규모 차이에서 기인하고 있다는 의견을 보였습니다.
캐파가 추가된다면 효율성을 포함한 성능 측면에서 충분히 따라잡을 수 있다는 자신감으로 해석 가능합니다.
학습에 어떤 반도체를 활용했는지 또는 어떤 모델을 증류한 건지(?)에 대한 의문부호가 따라붙지만
중국 AI의 전략인 적당한 성능에 가성비 킹을 추구하는 노력이 이어지고 있습니다.
보고서 링크: https://bit.ly/48Leo8T
(2025/12/2/ 공표자료)
안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.
수면 아래에 잠자던 고래(딥시크 로고는 고래)가 돌아왔습니다.
9월 말 V3.2-Exp 모델 공개 이후 V3.2 정식 버전과 딥 리즈닝용 고컴퓨트 모델 V3.2-Speciale를 업데이트했는데요
오픈소스 모델이 복잡한 작업에서 보이는 한계를 극복하기 위한 3가지 돌파구를 적용했습니다.
1) DeepSeek Sparse Attention(DSA)
2) 확장형 강화학습(RL) 프레임워크
3) 대규모 에이전트 작업 합성 파이프라인
벤치마크 성능도 놀랍습니다. GPT-5, Gemini 3.0 Pro에 필적하는 수준을 달성했습니다.
물론 과적합 가능성을 배제할 수 없기 때문에 체감되는 실사용 후기를 조금 더 확인할 필요가 있습니다.
딥시크의 가성비는 여전히 대단합니다. GPT-5.1 대비 1/10 수준에 불과합니다.
또한 구글과 오픈AI의 IMO 금메달 레벨 모델이 아직 넓은 범위로 롤아웃 되지 않은 상황에서 딥시크는 오픈소스로 고성능 모델을 풀어버렸습니다.
추가로 생각해볼 의미는 강화학습 스케일링이 여전히 유효하다는 것을 증명했다는 점입니다.
구글 Gemini 3.0이 사전학습 스케일링을 증명한데 이어 전반적 스케일링에 대한 돌파구가 이어지고 있습니다.
딥시크는 여전히 프론티어 폐쇄형 모델과 비교하면 한계가 존재한다는 결론을 남겼지만,
프론티어 모델의 지식적 우위는 본질적 우위가 아니라 컴퓨트 규모 차이에서 기인하고 있다는 의견을 보였습니다.
캐파가 추가된다면 효율성을 포함한 성능 측면에서 충분히 따라잡을 수 있다는 자신감으로 해석 가능합니다.
학습에 어떤 반도체를 활용했는지 또는 어떤 모델을 증류한 건지(?)에 대한 의문부호가 따라붙지만
중국 AI의 전략인 적당한 성능에 가성비 킹을 추구하는 노력이 이어지고 있습니다.
보고서 링크: https://bit.ly/48Leo8T
(2025/12/2/ 공표자료)
👍4❤3
몽고DB(MDB US) F3Q25 실적
안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.
몽고DB가 2개 분기 연속으로 긍정적 실적을 발표하며 급등을 보여줬습니다. 보수적이라고 언급한 4Q 가이던스 조차도 기대치를 뛰어 넘었습니다.
견조한 Atlas 사용량 흐름 속 Atlas 매출 성장은 +30% YoY로 가속화되었습니다(전체 매출 성장은 +19%).
Atlas 성장은 미국 대형 고객 성장과 EMEA 지역의 강한 성장세를 기반으로 하는데요, 신규 워크로드 기반 플랫폼 확장과 외부 워크로드 모두에서 성장하고 있네요
다년 계약 매출이 예상을 초과한 Non Atlas 매출 성장도 긍정적입니다.
대형 엔터프라이즈는 몽고DB에서 핵심 워크로드 뿐 아니라 AI 애플리케이션을 구축 중입니다.
앱 구축 과정에서 필요한 독자적 기업 데이터, 시스템, 실시간 컨텍스트 접목에서 JSON 기반 문서 모델과 단일 통합 플랫폼의 강점이 빛을 발하고 있습니다. AI와 운영 워크로드를 한 곳에서 처리할 수 있으니까요
대형 AI 네이티브 고객이 관계형 DB 대안(Postgres)을 활용하다 AI 워크로드 스케일 측면 한계로 몽고DB로 전환하는 사례도 언급하며 자신감을 표현했네요
신임 CEO는 몽고DB를 선택한 이유로 "엔터프라이즈의 핵심적인 워크로드를 운영하는 기반이자, AI 시대의 중심에 설 수 있는 데이터 플랫폼"이라는 점을 꼽았습니다.
현 시점 몽고DB의 성장 동력 3가지 모두에 기대감을 부여할 수 있습니다.
1) 코어 비즈니스 - 디지털 전환 기반 성장
2) 엔터프라이즈 AI 에이전트 - 운영 데이터, 벡터 검색, 임베딩 모델 활용
3) AI 네이티브 - 아직 유의미한 성과는 보이지 않음
AI 애플리케이션 구축 증가와 기업 데이터 아키텍처 변화 트렌드 속 몽고DB의 긍정적 포지셔닝이 확인되고 있는데요
산업 성장의 수혜는 스노우플레이크를 포함한 다양한 기업에게 온기로 작용할 수 있습니다.
■ 몽고DB 실적 및 가이던스 요약(컨센서스 자료: Factset)
- F3Q26 실적
: 매출 6.28억 달러(+19%, vs 컨센 5.93억 달러)
: Atlas 매출 4.71억 달러(+30%, vs 컨센 4.56억 달러)
: 영업이익률 20%(vs 컨센 11.8%)
: EPS $1.32(vs 컨센 $0.71)
- F4Q26 가이던스
: 매출 6.65~6.7억 달러(+22%, vs 컨센 6.26억 달러)
: Atlas 매출 성장률 +27%
: 영업이익 1.39~1.43억 달러(vs 컨센 0.86억 달러)
- FY26 가이던스
: 매출 24.34~24.39억 달러(+21%, vs 컨센 23.61억 달러, 기존 23.4~23.6억 달러)
: 영업이익 4.36~4.4억 달러(vs 컨센 3.33억 달러, 기존 3.21~3.31억 달러)
(2025/12/2 공표자료)
안녕하세요 삼성증권 글로벌 AI/SW 담당 이영진입니다.
몽고DB가 2개 분기 연속으로 긍정적 실적을 발표하며 급등을 보여줬습니다. 보수적이라고 언급한 4Q 가이던스 조차도 기대치를 뛰어 넘었습니다.
견조한 Atlas 사용량 흐름 속 Atlas 매출 성장은 +30% YoY로 가속화되었습니다(전체 매출 성장은 +19%).
Atlas 성장은 미국 대형 고객 성장과 EMEA 지역의 강한 성장세를 기반으로 하는데요, 신규 워크로드 기반 플랫폼 확장과 외부 워크로드 모두에서 성장하고 있네요
다년 계약 매출이 예상을 초과한 Non Atlas 매출 성장도 긍정적입니다.
대형 엔터프라이즈는 몽고DB에서 핵심 워크로드 뿐 아니라 AI 애플리케이션을 구축 중입니다.
앱 구축 과정에서 필요한 독자적 기업 데이터, 시스템, 실시간 컨텍스트 접목에서 JSON 기반 문서 모델과 단일 통합 플랫폼의 강점이 빛을 발하고 있습니다. AI와 운영 워크로드를 한 곳에서 처리할 수 있으니까요
대형 AI 네이티브 고객이 관계형 DB 대안(Postgres)을 활용하다 AI 워크로드 스케일 측면 한계로 몽고DB로 전환하는 사례도 언급하며 자신감을 표현했네요
신임 CEO는 몽고DB를 선택한 이유로 "엔터프라이즈의 핵심적인 워크로드를 운영하는 기반이자, AI 시대의 중심에 설 수 있는 데이터 플랫폼"이라는 점을 꼽았습니다.
현 시점 몽고DB의 성장 동력 3가지 모두에 기대감을 부여할 수 있습니다.
1) 코어 비즈니스 - 디지털 전환 기반 성장
2) 엔터프라이즈 AI 에이전트 - 운영 데이터, 벡터 검색, 임베딩 모델 활용
3) AI 네이티브 - 아직 유의미한 성과는 보이지 않음
AI 애플리케이션 구축 증가와 기업 데이터 아키텍처 변화 트렌드 속 몽고DB의 긍정적 포지셔닝이 확인되고 있는데요
산업 성장의 수혜는 스노우플레이크를 포함한 다양한 기업에게 온기로 작용할 수 있습니다.
■ 몽고DB 실적 및 가이던스 요약(컨센서스 자료: Factset)
- F3Q26 실적
: 매출 6.28억 달러(+19%, vs 컨센 5.93억 달러)
: Atlas 매출 4.71억 달러(+30%, vs 컨센 4.56억 달러)
: 영업이익률 20%(vs 컨센 11.8%)
: EPS $1.32(vs 컨센 $0.71)
- F4Q26 가이던스
: 매출 6.65~6.7억 달러(+22%, vs 컨센 6.26억 달러)
: Atlas 매출 성장률 +27%
: 영업이익 1.39~1.43억 달러(vs 컨센 0.86억 달러)
- FY26 가이던스
: 매출 24.34~24.39억 달러(+21%, vs 컨센 23.61억 달러, 기존 23.4~23.6억 달러)
: 영업이익 4.36~4.4억 달러(vs 컨센 3.33억 달러, 기존 3.21~3.31억 달러)
(2025/12/2 공표자료)
👍4
[삼성 이영진] 글로벌 AI/SW
샘 올트먼, 내부 메모를 통해 Code Red 선포 : 챗GPT 개선을 위해 더 많은 리소스를 투입하는 계획. 챗GPT 상호작용 방식을 개인화할 수 있도록 하는 등의 기능 개선에 인력 집중 투입 : 다른 핵심 우선순위로는 1) 이미지 생성 AI Imagegen 고도화, 2) 모델 행동 개선, 3) LM아레나 같은 리더보드 경쟁력 강화, 4) 챗GPT 속도 및 안정성 향상, 5) 무해한 질문에도 과도한 대답 거부 최소화 작업 : 다음 주 구글 Gemini…
WSJ도 동일 코드 레드 내부 메모 보도(차이점 위주)
: 오픈AI가 경쟁 심화와 재무 부담으로 압박을 받고 있으며, GPT-5 초기 출시 당시 차가운 톤, 기본 질문 오류 등으로 혹평을 받았다는 문제점도 지적. 제품 품질 저하가 이번 코드 레드의 배경 중 하나임을 강조
: 조직 운영 측면 추가. 코드 레드 계기로 팀 간 임시 전환 허용, 챗GPT 개선 담당자들이 일일 회의에 참여하는 등 전사적 비상 운영 체계로 전환, 내부적으로 노랑–오렌지–레드 단계의 긴급도 색상 코드 사용 내용 포함
: 오픈AI가 경쟁 심화와 재무 부담으로 압박을 받고 있으며, GPT-5 초기 출시 당시 차가운 톤, 기본 질문 오류 등으로 혹평을 받았다는 문제점도 지적. 제품 품질 저하가 이번 코드 레드의 배경 중 하나임을 강조
: 조직 운영 측면 추가. 코드 레드 계기로 팀 간 임시 전환 허용, 챗GPT 개선 담당자들이 일일 회의에 참여하는 등 전사적 비상 운영 체계로 전환, 내부적으로 노랑–오렌지–레드 단계의 긴급도 색상 코드 사용 내용 포함
👍6
[삼성 이영진] 크라우드 스트라이크(CRWD) F3Q26 실적 요약
■ F3Q26 실적
: 매출 12.3억 달러(+22%)
vs 컨센 12.14억 달러, 가이던스 12.08~12.18억 달러
: 구독 매출 11.7억 달러(+21%)
vs 컨센 11.57억 달러
: ARR 49.2억 달러(+23%)
vs 컨센 48.96억 달러
: Non GAAP 영업이익 2.65억 달러
vs 컨센 2.6억 달러, 가이던스 2.56~2.62억 달러
■ F4Q26 가이던스
: 매출 12.9~13억 달러
vs 컨센 12.94억 달러
: Non GAAP 영업이익 3.15~3.19억 달러
vs 컨센 3.08억 달러
■ FY26 가이던스
: 매출 47.97~48.06억 달러
vs 컨센 47.84억 달러, 기존 47.5~48.06억 달러
: Non GAAP 영업이익 10.36~10.41억 달러
vs 컨센 10.25억 달러, 기존 10~10.41억 달러
https://ir.crowdstrike.com/static-files/1e06e0bb-28f0-4b12-a2f7-1b808c4c665a
감사합니다.
■ F3Q26 실적
: 매출 12.3억 달러(+22%)
vs 컨센 12.14억 달러, 가이던스 12.08~12.18억 달러
: 구독 매출 11.7억 달러(+21%)
vs 컨센 11.57억 달러
: ARR 49.2억 달러(+23%)
vs 컨센 48.96억 달러
: Non GAAP 영업이익 2.65억 달러
vs 컨센 2.6억 달러, 가이던스 2.56~2.62억 달러
■ F4Q26 가이던스
: 매출 12.9~13억 달러
vs 컨센 12.94억 달러
: Non GAAP 영업이익 3.15~3.19억 달러
vs 컨센 3.08억 달러
■ FY26 가이던스
: 매출 47.97~48.06억 달러
vs 컨센 47.84억 달러, 기존 47.5~48.06억 달러
: Non GAAP 영업이익 10.36~10.41억 달러
vs 컨센 10.25억 달러, 기존 10~10.41억 달러
https://ir.crowdstrike.com/static-files/1e06e0bb-28f0-4b12-a2f7-1b808c4c665a
감사합니다.
👍2❤1
[삼성 이영진] 글로벌 AI/SW 헤드라인 (25/12/3)
■ 아마존, 신규 모델군 Nova 2 공개. 신규 서비스 Nova Forge를 통해 고객 자체 데이터로 커스텀 지원
■ 아마존, 자체 반도체 Trainium 3 정식 출시 및 Trainium 4 발표. 엔비디아 친화적 호환성을 염두에 둔 로드맵
■ 아마존, Bedrock AgentCore 내 메모리, 정책 통제, 평가 및 모니터링 기능 추가. 안전하고 신뢰성 있는 AI 에이전트 구축 지원
■ 엔비디아 CFO, 블랙웰과 루빈 관련 5,000억 달러 계약에는 오픈AI와 다음 단계에서 논의하고 있는 작업 미포함 언급. 최종 계약은 아직 체결되지 않은 상태. 현재 대부분의 오픈AI 컴퓨트는 CSP를 경유하는 구조
■ 미스트랄 AI, Mistral 3 모델군 공개. 총 10개 모델로 구성. 프론티어 모델은 Mistral 3 Large
■ 구글, Android 16에 AI 요약 알림과 스마트 알림 정리, 아이콘 및 테마 커스터마이즈, 부모 통제 기능 등을 도입해 사용자의 편의성과 개인화, 관리 기능 강화
■ 앤스로픽, 개발자용 툴을 제공하는 스타트업 Bun 인수. 설립 이후 처음으로 추진하는 인수. 고성능 자바스크립트 런타임 도구를 활용해 Claude Code의 속도와 안정성 향상 목적
■ 오픈AI, 챗GPT 내 앱 추천 기능이 유저 입장에서 광고처럼 느껴진다는 신뢰성 논란 대두
■ 블랙프라이데이 쇼핑 주말 기준 챗GPT가 소매업체 모바일 앱으로 보낸 추천 트랙픽은 전년 대비 28% 증가
감사합니다.
■ 아마존, 신규 모델군 Nova 2 공개. 신규 서비스 Nova Forge를 통해 고객 자체 데이터로 커스텀 지원
■ 아마존, 자체 반도체 Trainium 3 정식 출시 및 Trainium 4 발표. 엔비디아 친화적 호환성을 염두에 둔 로드맵
■ 아마존, Bedrock AgentCore 내 메모리, 정책 통제, 평가 및 모니터링 기능 추가. 안전하고 신뢰성 있는 AI 에이전트 구축 지원
■ 엔비디아 CFO, 블랙웰과 루빈 관련 5,000억 달러 계약에는 오픈AI와 다음 단계에서 논의하고 있는 작업 미포함 언급. 최종 계약은 아직 체결되지 않은 상태. 현재 대부분의 오픈AI 컴퓨트는 CSP를 경유하는 구조
■ 미스트랄 AI, Mistral 3 모델군 공개. 총 10개 모델로 구성. 프론티어 모델은 Mistral 3 Large
■ 구글, Android 16에 AI 요약 알림과 스마트 알림 정리, 아이콘 및 테마 커스터마이즈, 부모 통제 기능 등을 도입해 사용자의 편의성과 개인화, 관리 기능 강화
■ 앤스로픽, 개발자용 툴을 제공하는 스타트업 Bun 인수. 설립 이후 처음으로 추진하는 인수. 고성능 자바스크립트 런타임 도구를 활용해 Claude Code의 속도와 안정성 향상 목적
■ 오픈AI, 챗GPT 내 앱 추천 기능이 유저 입장에서 광고처럼 느껴진다는 신뢰성 논란 대두
■ 블랙프라이데이 쇼핑 주말 기준 챗GPT가 소매업체 모바일 앱으로 보낸 추천 트랙픽은 전년 대비 28% 증가
감사합니다.
👍5
오픈AI, 신규 모델 코드명 Garlic 보도
: 지난주 오픈AI CRO 마크 첸이 동료에게 신규 모델(Garlic)이 내부 평가에서 좋은 성과를 보였다고 언급. 코딩과 추론 과제에서 구글 및 앤스로픽 모델보다 긍정적
: 첸은 Garlic의 특정 버전을 가능한 빨리 출시하려고 하고 있다는 코멘트
: 샘 올트먼은 최근 코드 레드(Code Red)를 발동하며, 신규 추론 모델을 준비 중이며, 내부 평가 기준에서 Gemini 3보다 앞서 있다고 공유
: 이전에 거론된 Gemini 3와 경쟁하는 Shallotpeat(샬롯피트)와는 다른 모델. Garlic은 Shallopeat 개발 중 발견된 여러 버그 수정 및 개선점을 사전학습 단계에서 통합한 모델
: Garlic 개발 과정에서 오픈AI가 그동안 사전학습 과정에서 겪던 핵심 문제를 해결. 과거에 더 큰 모델을 만들어야 담을 수 있던 지식량을 더 작은 모델에 담을 수 있다는 설명
: 오픈AI는 Garlic 개발 과정에서 얻은 교훈으로 크고 강력한 차세대 모델 개발로 넘어간 상태
: 지난주 오픈AI CRO 마크 첸이 동료에게 신규 모델(Garlic)이 내부 평가에서 좋은 성과를 보였다고 언급. 코딩과 추론 과제에서 구글 및 앤스로픽 모델보다 긍정적
: 첸은 Garlic의 특정 버전을 가능한 빨리 출시하려고 하고 있다는 코멘트
: 샘 올트먼은 최근 코드 레드(Code Red)를 발동하며, 신규 추론 모델을 준비 중이며, 내부 평가 기준에서 Gemini 3보다 앞서 있다고 공유
: 이전에 거론된 Gemini 3와 경쟁하는 Shallotpeat(샬롯피트)와는 다른 모델. Garlic은 Shallopeat 개발 중 발견된 여러 버그 수정 및 개선점을 사전학습 단계에서 통합한 모델
: Garlic 개발 과정에서 오픈AI가 그동안 사전학습 과정에서 겪던 핵심 문제를 해결. 과거에 더 큰 모델을 만들어야 담을 수 있던 지식량을 더 작은 모델에 담을 수 있다는 설명
: 오픈AI는 Garlic 개발 과정에서 얻은 교훈으로 크고 강력한 차세대 모델 개발로 넘어간 상태
👍4❤2
AWS re:Invent 2025 주요 발표 내용 정리
■ Nova 모델군 확장 + Nova Forge
→ 신규 Nova 2 모델 4개 출시 (Lite, Pro, Sonic, Omni)
→ Nova Forge는 사전학습 체크포인트 + Amazon 큐레이션 데이터 + 기업 자체 데이터를 혼합하여 학습하는 오픈 트레이닝 프레임워크 제공
■ Trainium3 UltraServer(GA) + Trainium 4
→ AWS 첫 3nm AI 칩 기반, 단일 서버에 최대 144개 Trainium3 칩 탑재
→ 이전 세대 대비 4.4배 계산 성능, 4배 에너지 효율, 칩당 3배 처리량
→ Trainium 4는 엔비디아 NVLink Fusion 기술 적용. FP4 연산 6배, 메모리 대역폭 4배, 메모리 캐파 2배 증가
■ 프론티어 에이전트 3개 공개
→ Kiro Autonomous Agent: 팀의 가상 개발자 역할
→ AWS Security Agent: 보안 컨설턴트 역할
→ AWS DevOps Agent: 온콜 운영팀 자동화 역할
■ Amazon Bedrock AgentCore
→ Policy(프리뷰): 자연어로 에이전트 행동 범위 설정
→ AgentCore Evaluations: 정합성·안전성 등 13종 평가기 제공, 실시간 성능 모니터링
→ AgentCore Memory: 에피소드 메모리로 에이전트가 과거 경험에서 학습
■ AWS AI Factories
→ 고객 기존 데이터센터 내부에 AWS AI 인프라 구축
→ NVIDIA GPU, Trainium 칩, AWS 네트워킹, Bedrock/SageMaker 포함
→ 전력 공간 재활용 + 데이터 주권·규제 충족
→ 사우디 HUMAIN: 최대 15만 개 AI 칩 규모의 “AI Zone” 구축
■ AWS Transform
→ 에이전틱 AI 기반으로 레거시 코드·애플리케이션 현대화 속도 최대 5배 개선
→ .NET, SQL Server, UI 프레임워크, 배포 레이어 등 Windows 풀스택 현대화 지원
→ 유지·라이선스 비용 최대 70% 절감, Air Canada는 수천 Lambda 함수 며칠 만에 마이그레이션
■ Amazon Bedrock 신규 모델 추가
→ Nova 2 모델군 포함 총 18개의 신규 오픈 웨이트 모델 추가
→ Mistral Large 3, Ministral 3, Google Gemma 3, MiniMax M2, NVIDIA Nemotron, OpenAI GPT OSS Safeguard 등 포함
■ 엔비디아 GPU 기반 신규 Amazon EC2 인스턴스 출시
→ NVIDIA GB300 NVL72 기반 P6e-GB300 UltraServer 출시
→ AWS 가속 컴퓨팅 포트폴리오 대폭 확장
■ AWS Lambda Durable Functions
→ 중단에도 실행 상태 유지, 최대 1년 일시정지 가능한 내구성 기능
→ 자동 오류 복구/재시작 포함
→ 장기 멀티스텝 애플리케이션 및 AI 오케스트레이션 워크플로 구성 가능
https://www.aboutamazon.com/news/aws/aws-re-invent-2025-ai-news-updates
■ Nova 모델군 확장 + Nova Forge
→ 신규 Nova 2 모델 4개 출시 (Lite, Pro, Sonic, Omni)
→ Nova Forge는 사전학습 체크포인트 + Amazon 큐레이션 데이터 + 기업 자체 데이터를 혼합하여 학습하는 오픈 트레이닝 프레임워크 제공
■ Trainium3 UltraServer(GA) + Trainium 4
→ AWS 첫 3nm AI 칩 기반, 단일 서버에 최대 144개 Trainium3 칩 탑재
→ 이전 세대 대비 4.4배 계산 성능, 4배 에너지 효율, 칩당 3배 처리량
→ Trainium 4는 엔비디아 NVLink Fusion 기술 적용. FP4 연산 6배, 메모리 대역폭 4배, 메모리 캐파 2배 증가
■ 프론티어 에이전트 3개 공개
→ Kiro Autonomous Agent: 팀의 가상 개발자 역할
→ AWS Security Agent: 보안 컨설턴트 역할
→ AWS DevOps Agent: 온콜 운영팀 자동화 역할
■ Amazon Bedrock AgentCore
→ Policy(프리뷰): 자연어로 에이전트 행동 범위 설정
→ AgentCore Evaluations: 정합성·안전성 등 13종 평가기 제공, 실시간 성능 모니터링
→ AgentCore Memory: 에피소드 메모리로 에이전트가 과거 경험에서 학습
■ AWS AI Factories
→ 고객 기존 데이터센터 내부에 AWS AI 인프라 구축
→ NVIDIA GPU, Trainium 칩, AWS 네트워킹, Bedrock/SageMaker 포함
→ 전력 공간 재활용 + 데이터 주권·규제 충족
→ 사우디 HUMAIN: 최대 15만 개 AI 칩 규모의 “AI Zone” 구축
■ AWS Transform
→ 에이전틱 AI 기반으로 레거시 코드·애플리케이션 현대화 속도 최대 5배 개선
→ .NET, SQL Server, UI 프레임워크, 배포 레이어 등 Windows 풀스택 현대화 지원
→ 유지·라이선스 비용 최대 70% 절감, Air Canada는 수천 Lambda 함수 며칠 만에 마이그레이션
■ Amazon Bedrock 신규 모델 추가
→ Nova 2 모델군 포함 총 18개의 신규 오픈 웨이트 모델 추가
→ Mistral Large 3, Ministral 3, Google Gemma 3, MiniMax M2, NVIDIA Nemotron, OpenAI GPT OSS Safeguard 등 포함
■ 엔비디아 GPU 기반 신규 Amazon EC2 인스턴스 출시
→ NVIDIA GB300 NVL72 기반 P6e-GB300 UltraServer 출시
→ AWS 가속 컴퓨팅 포트폴리오 대폭 확장
■ AWS Lambda Durable Functions
→ 중단에도 실행 상태 유지, 최대 1년 일시정지 가능한 내구성 기능
→ 자동 오류 복구/재시작 포함
→ 장기 멀티스텝 애플리케이션 및 AI 오케스트레이션 워크플로 구성 가능
https://www.aboutamazon.com/news/aws/aws-re-invent-2025-ai-news-updates
About Amazon
Frontier agents, Trainium chips, and Amazon Nova: key announcements from AWS re:Invent 2025
AWS introduces Graviton5 processors, its most powerful CPU, alongside Amazon Bedrock AgentCore, Trainium3 UltraServers, and AI Factories.
👍3❤2