기업과 투자

3줄 요약 안드레센 호로위츠(a16z)의 크리스 딕슨, 마크 앤드리슨, 벤 호로위츠가 기존 크립토 펀드의 투자 영역을 자율 에이전트, 로보틱스, 하드웨어, 바이오, 뉴미디어까지 아우르는 a16z Frontier로 확장한다고 발표했다. 마크 앤드리슨은 오늘날 AI 네이티브 초기 스타트업이 구현하는 기술과 대다수 기성 기업의 인식 사이에 자신의 경력 전체를 통틀어 가장 큰 역량 격차(capability delta)가 벌어졌으며, 그 격차가 매주 더 커지고 있다고 진단했다. 기성 기업이 AI를 기존 조직의 비용 절감용 부품으로 취급하는 동안, AI 네이티브 창업자들은 기계 지능을 회사의 기본 골격으로 삼아 게임, 영화, 하드웨어 제조, 비기술 전통 산업까지 3주 단위로 재편하고 있다. a16z Frontier의 출범과 역사상 가장 큰 역량 격차 2026년 10월 22일, 안드레센 호로위츠의 공식 팟캐스트 《The a16z Show》에 크리스 딕슨(Chris Dixon), 마크 앤드리슨(Marc Andreessen), 벤 호로위츠(Ben Horowitz) 세 사람이 마주 앉았다1. 진행자 에릭 토렌버그(Erik Torenberg)와 함께한 약 1시간 분량의 대담 주제는 기존 a16z Crypto 펀드를 a16z Frontier로 확장하는 선언이었다2. 크리스 딕슨은 파트너 마틴(Martine)이 SF 드라마 《파이어플라이(Firefly)》에서 차용한 ‘외곽 행성들(outer planets)’이라는 비유로 새 투자 방향을 설명했다. 기존 벤처캐피털의 정형화된 산업 분류표로 포괄하기 어렵거나, 여러 기술 영역이 교차해 기존 분류에서 누락되던 미개척 분야에 집중 투자하겠다는 구상이다. ...

독립 리서치 회사 New Constructs가 Anthropic의 상장을 ‘2026년 가장 터무니없는 IPO’로 지목하고 회사 가치를 1,500억 달러로 평가했다. CNBC는 상장 목표 가치 2조 달러를 정당화하려면 2035년 이익이 엔비디아 이익의 두 배가 되어야 한다는 계산과, New Constructs가 과거에 내린 판정의 적중과 오판을 함께 보도했다.

Conviction의 마이크 버널은 AI가 소프트웨어 개발 비용을 0에 가깝게 떨어뜨리면 복제 비용, 전환 비용, 네트워크 효과에 의존하던 해자가 약해진다고 주장했다. 그 대신 매일 막대한 양의 소프트웨어를 만들고 이익을 재투자하는 규모 전략이 새 해자가 되며, 소프트웨어 산업은 인터넷 이후의 신문 산업처럼 중간이 사라지고 거대 기업과 소규모 사업자만 남는 구조로 재편된다고 전망했다.

니혼게이자이신문 칼럼. 하이퍼스케일러 다섯 회사의 투하자본이익률이 95%에서 13%로 떨어지는 동안 장기금리는 자본비용을 높였고, 두 선이 만나는 ‘죽음의 교차점’에서 AI 버블이 끝난다고 진단한다.

더우인에 상반기에만 AI 마이크로 드라마 22만 편이 올라와 누적 조회 5157억 회를 넘겼지만, 손익분기선을 넘긴 작품은 77편당 1편꼴로 추산됐다. 중국은 투자액별 3분류 심사와 AI 표시 의무를 담은 「미니 드라마 발전 관리 방법」을 9월 1일 시행했다.

Ed Zitron이 애널리스트 추정치를 근거로, Amazon·Microsoft·Google의 AI 매출과 성장의 대부분이 OpenAI·Anthropic 두 곳의 컴퓨트 지출에서 나온다고 주장한 글. 그 둘을 빼면 AI 수요는 사실상 없고, 세 회사는 이 집중을 공시하지 않아 투자자를 오도하고 있다는 진단이다.

월 50만 달러 이상을 구글 광고에 쓰는 광고주가 ‘구글이 AI 투자를 위해 황금알 낳는 거위를 죽이고 있다’며 세 가지를 고발했다. 2차 가격 경매 폐지, exact match의 붕괴, 예산 상한 2배 초과다. 세 주장과 그 배경 서사를 구글 공식 문서, 반독점 재판 기록, 최신 실적으로 하나씩 검증한다.

연 6천만 달러 규모의 Reddit·구글 콘텐츠 라이선스 계약이 만료를 앞두고, Reddit이 구글 AI의 데이터 접근 차단을 협상 카드로 꺼냈다. 배경에는 구글 AI Overviews가 퍼블리셔 트래픽을 잠식하는 구조와, 옵트아웃 권리를 부여한 영국 CMA의 규제가 있다.

Emerging Trajectories의 Wojciech Gryc는 Anthropic의 약점이 모델 성능이 아니라 그 성능에 너무 많은 것을 걸고 있다는 데 있다고 진단한다. Kimi K3·Qwen 3.8·GLM 5.2가 그 위험을 드러냈다는 관점의 다이제스트.

코어위브가 MLPerf Training v6.0에서 8,192개의 NVIDIA Blackwell Ultra GPU로 DeepSeek-V3 671B를 2.02분에 학습 완료하며 역대 최고 기록을 세웠다. 코어위브는 풀스택 소프트웨어 최적화 덕에 GPU를 더 늘리지 않고도 v5.0 대비 2.8배 빠른 결과를 냈다고 주장한다.