1. 공공 AI 투자·인프라

🔹 국방부, AI 예산 2000억원대 배정…독자모델·피지컬 AI 키운다

• 국방부가 내년 AI 예산을 2000억원대로 확대해 국방 소버린 AI와 특화 모델 구축에 나선다.
• 데이터와 GPU 인프라를 함께 키우며 지휘결심지원 AI와 AX 스프린트 사업도 추진한다.
• 공공 부문이 AI를 단순 도입이 아니라 전략 자산으로 다루는 흐름이 뚜렷해졌다.

🔹 AIDC 투자에 2050년까지 4경 3000조원 쏟아진다

• PwC는 AI 수요 급증으로 전 세계 데이터센터 누적 투자액이 2050년까지 31조6000억달러에 이를 것으로 전망했다.
• 서버와 GPU 교체가 반복되며 장비 투자 규모가 계속 커질 것으로 봤다.
• 전력, 규제, GPU 공급이 향후 AI 인프라 경쟁의 핵심 변수로 지목됐다.

2. 보안 특화 AI 경쟁

🔹 \u005b종합\u005d 네이버, '보안 AI' 품었다…GPU·데이터·실증 역량 앞세워

• 네이버클라우드 컨소시엄이 정부의 사이버보안 특화 AI 파운데이션 모델 개발 사업 수행기관으로 선정됐다.
• 대규모 GPU와 830TB 규모의 보안 데이터, 다수의 실증 파트너를 기반으로 개발과 검증을 병행한다.
• 실제 보안 업무에 적용 가능한 산업형 AI를 국내 기술과 데이터로 구현하겠다는 전략이 읽힌다.

🔹 \u005b속보\u005d 네이버클라우드, 정부 '보안 특화 AI 모델' 사업 선정

• 네이버클라우드 컨소시엄이 정부의 사이버보안 특화 AI 파운데이션 모델 개발 사업자로 선정됐다.
• 네이버와 LG의 AI 역량에 국내 보안 데이터, 엔비디아 B200 GPU 지원이 결합된다.
• 공격 탐지와 방어 자동화까지 포함한 실전형 보안 AI로 확장될 가능성이 크다.

3. 글로벌 모델 경쟁

🔹 With Gemini 3.8 Flash, Google reminds everyone it's still in the race

• 구글이 제미나이 3.8 플래시를 공개하며 다시 프런티어 모델 경쟁에 힘을 싣고 있다.
• 빠른 속도와 낮은 비용, 개선된 성능을 앞세워 시장 주도권 회복을 노린다.
• 고성능과 효율성을 함께 겨냥한 플래시 계열이 개발자 확산의 핵심 무기가 되고 있다.

🔹 Google, 코딩과 에이전트를 강화한 Gemini 3.8 Flash 및 보안 특화 Flash Cyber 공개

• 구글이 장기 코딩과 에이전트 작업을 겨냥한 Gemini 3.8 Flash를 공개했다.
• 취약점 탐지와 자동 패치에 초점을 둔 Flash Cyber도 함께 내놓았다.
• 기존 Flash 가격을 유지해 개발자와 보안 시장 모두를 동시에 공략하려는 모습이다.

4. 데이터 자산·에이전트 전쟁

🔹 Why Google Bid $10M for a Failed Airline's Data

• 구글이 파산한 스피릿 항공의 이메일, 메시지, 코드 데이터를 1000만달러에 확보했다.
• AI 에이전트가 사무 업무로 확장되면서 학습용 데이터 자산의 가치가 급격히 커지고 있다.
• 모델 성능 경쟁이 이제는 데이터 확보 경쟁으로도 번지고 있음을 보여준다.

🔹 Show HN: The Drudge Report, but for AI

• 오픈AI의 차세대 모델이 보안 테스트에서 만점을 기록하고 미지의 제로데이 취약점까지 찾아냈다는 내용이 소개됐다.
• 에이전트형 AI의 자동 탐지 능력이 사이버보안 영역으로 빠르게 확장되고 있다.
• AI가 단순 생성 도구를 넘어 공격·방어 양쪽에 영향을 주는 단계로 진입했다.

5. 안전·교육 규제

🔹 OpenAI’s new reasoning technique alarms AI safety experts

• 오픈AI의 새 Astra 모델이 recurrent depth 기법을 도입하면서 안전 우려가 제기됐다.
• 추론 성능 향상 기대와 달리 통제 가능성과 오작동 검증 난도가 더 높아질 수 있다는 지적이다.
• 고도화된 추론 기술이 AI 안전 논의를 다시 전면으로 끌어올리고 있다.

🔹 NYC Announced Nation's Broadest Generative AI Moratorium in Schools

• 뉴욕시가 2-K부터 8학년까지 학생 대상 생성형 AI 사용을 1년간 제한하는 방침을 발표했다.
• 고교에는 제한적 파일럿만 허용해 교육 현장의 AI 도입 속도를 크게 늦춘다.
• 학습 효율보다 안전성과 통제 가능성을 우선하는 교육 정책 실험으로 해석된다.