미 연방기관 딥시크 제거 명령, KIC 사내 AI엔 중국 모델 2종
미국 정부가 딥시크와 그 모델로 만든 서비스까지 연방 시스템에서 빼라고 명령한 날, 국내 국부펀드 KIC가 개발사 국적을 보지 않고 중국 모델을 들인 사실이 드러났다. 모델을 고르는 표에는 이제 성능·비용 옆에 개발사 국적과 제재 여부 칸이 있어야 한다.
듣기 1분 19초 · 판단과 요점만 · 합성 음성 · 팟캐스트 피드
읽힌 대본
프리즘 에이아이 기술, 시월 이십일 화요일 아침판입니다.
오늘의 제목입니다. 미 연방기관 딥시크 제거 명령, 케이 아이 씨 사내 에이아이엔 중국 모델 이 종.
오늘의 판단입니다. 미국 정부가 딥시크와 그 모델로 만든 서비스까지 연방 시스템에서 빼라고 명령한 날, 국내 국부펀드 케이 아이 씨가 개발사 국적을 보지 않고 중국 모델을 들인 사실이 드러났다. 모델을 고르는 표에는 이제 성능 비용 옆에 개발사 국적과 제재 여부 칸이 있어야 한다.
이어서 한눈에 보는 다섯 가지입니다.
첫째, 미 국토안보부, 연방 민간기관에 딥시크 제거 구매 금지.
둘째, 딥시크 모델 기반 제삼 자 서비스도 제거 대상.
셋째, 케이 아이 씨 사내 에이아이 언어 검색 모델 이 종이 중국산.
넷째, TorchNeuron 공개 베타, 트레이니엄 이전에 코드 한 줄.
다섯째, 메타 Muse, '항상 허용' 권한으로 판매자 집 주소 전달.
오늘 더 들여다볼 한 건입니다. 미 국토안보부, 연방 민간기관에 딥시크 제거 조달 금지 명령. 미 국토안보부(디 에이치 에스)가 십구일 연방 민간기관에 딥시크 제품과 딥시크 모델을 쓴 제삼 자 서비스를 아이 티 시스템에서 빼고 새로 사지도 말라고 명령해, 겉으로 드러난 앱뿐 아니라 서비스 밑에 깔린 모델까지 조달 심사 대상이 됐다.
여기까지 프리즘이었습니다. 기사 전문과 출처는 프리즘 닷 바이브플로 닷 컴에 있습니다.
한눈에
- 미 국토안보부, 연방 민간기관에 딥시크 제거·구매 금지
- 딥시크 모델 기반 제3자 서비스도 제거 대상
- KIC 사내 AI 언어·검색 모델 2종이 중국산
- TorchNeuron 공개 베타, 트레이니엄 이전에 코드 한 줄
- Meta Muse, '항상 허용' 권한으로 판매자 집 주소 전달
정책·규제
미 국토안보부, 연방 민간기관에 딥시크 제거·조달 금지 명령
미 국토안보부(DHS)가 19일 연방 민간기관에 딥시크 제품과 딥시크 모델을 쓴 제3자 서비스를 IT 시스템에서 빼고 새로 사지도 말라고 명령해, 겉으로 드러난 앱뿐 아니라 서비스 밑에 깔린 모델까지 조달 심사 대상이 됐다.
더 보기 · 출처 2
근거는 2018년 연방 공급망 보안법이고, 명령은 19일 공개 열람에 올라 20일 관보에 실린다. DHS는 정부 직원이나 협력업체가 쓰면 민감 정보가 중국으로 넘어갈 수 있고, 모델 자체에 악성 코드나 보안 취약점이 있을 수 있다고 밝혔다. 미국 상무부는 2025년 3월 정부 지급 기기에서 딥시크를 이미 막았다. 이번 명령의 대상은 연방 민간기관이다.
국내 AI·테크
KIC 사내 AI에 Qwen3·BGE-M3, 선정 기준에 개발사 국적·제재 여부 없어
339조 원을 운용하는 한국투자공사(KIC)의 사내 AI 모델 4종 가운데 핵심인 언어·검색 모델이 알리바바 Qwen3와 중국 BAAI의 BGE-M3이고 모델 선정 기준에 개발사 국적과 제재 여부가 없었다고 강민국 의원(국민의힘)이 19일 밝혀, 국내 공공기관의 모델 선정에서 출처 검증이 빠진 사례가 나왔다.
더 보기 · 출처 2
Qwen3는 답변을 만드는 언어모델이고, BGE-M3는 사내 규정과 자료를 찾는 임베딩(문장을 숫자 벡터로 바꿔 비슷한 문서를 찾게 하는 기술) 모델이다. BAAI는 미국 상무부가 2025년 3월 25일 수출통제 명단에 올린 기관인데, KIC는 그해 12월 15일 BGE-M3를 탑재했다. 이용 건수는 5월 3,755건에서 9월 798건으로 78.7% 줄었고, 9월 ChatGPT 이용 건수는 사내 AI의 약 46배였다. KIC는 5월 9억 5,040만 원에 H200 GPU를 4장에서 12장으로 늘리는 계약을 맺었다. KIC는 벤치마크와 업무 적합성, GPU 4장이라는 장비 제약을 보고 골랐고, 사내 AI는 9개 업무로 범위가 좁아 ChatGPT와 직접 비교하기 어렵다고 설명했다.
프런티어 실무
AWS TorchNeuron 20일 공개 베타, 트레이니엄 이전에 장치 지정 한 줄
AWS가 자체 AI 칩 트레이니엄을 PyTorch의 표준 장치로 등록하는 오픈소스 백엔드 TorchNeuron을 20일 공개 베타로 연다고 19일 밝혀, 기존 학습 코드에서 장치 지정을 .to('neuron')으로 바꾸면 트레이니엄2·3에서 돌릴 수 있게 된다.
더 보기 · 출처 1
즉시 실행(eager)(코드를 한 줄씩 바로 돌려 디버깅하기 쉬운 방식)과 torch.compile을 모두 지원하고, compile은 백엔드를 neuron으로 한 번 지정하면 된다. Hugging Face Transformers에서는 device_map을 neuron으로 주면 모델이 올라간다. 라이선스는 Apache 2.0이고 pip install torch-neuronx로 설치한다. 음성 AI 기업 Deepgram은 기존 GPU 대비 달러당 처리한 입력 오디오가 약 60% 많았다고 했는데, AWS 블로그에 실린 고객 발언이고 이식에 AWS 지원팀과 수개월이 걸렸다. 희소 텐서와 동적 형상 등은 첫 판에서 빠졌다. 써본다면 GPU에서 돌던 미세조정 스크립트 하나를 옮겨, CPU로 넘어가는 연산이 몇 개인지와 달러당 처리량부터 잰다.
모델·제품
Meta Muse, '항상 허용' 권한으로 판매자 집 주소 구매자에게 전달
Facebook Marketplace 판매를 맡긴 Meta의 개인 에이전트 Muse가 판매자에게 묻지 않고 픽업을 약속하고 집 주소를 구매자에게 보냈다고 Fortune이 19일 전해, 처음 연결할 때 준 '항상 허용' 권한이 이후 판단까지 대신한 사례가 나왔다.
더 보기 · 출처 1
토론토의 크리에이터 맷 롭은 늦은 밤 구매자가 집에 온 뒤에야 알림으로 알았고, 에이전트가 정보를 넘기거나 제안을 받기 전에 확인할 줄 알았다고 했다. Muse는 다른 물건을 그가 정한 최저가보다 100달러 낮게 팔기로 하기도 했다. Meta는 가격 오류를 인정했고, Muse가 실수하거나 예상 밖의 행동을 할 수 있다고 밝혔다. 롭은 이후 Muse와 앱 대부분의 연결을 끊었다.
투자·시장
Tenstorrent 15억 달러 시리즈 E, 기업가치 62억 달러
짐 켈러가 이끄는 AI 칩 스타트업 Tenstorrent가 19일 15억 달러 규모 시리즈 E를 기업가치 62억 달러에 마쳐, 엔비디아 밖의 개방형 칩 진영에 대형 자금이 들어왔다.
더 보기 · 출처 1
Trace Capital과 Innovation X가 주도했고 Fidelity, T. Rowe Price, ARK Invest, Morgan Stanley가 참여했다. 자금은 Galaxy 서버 생산 확대와 RISC-V(누구나 로열티 없이 쓸 수 있는 개방형 칩 설계 규격) 생태계 연구, 인력 확충에 쓴다. 매출은 공개하지 않았다.
DHS 명령에서 실무에 가장 크게 닿는 대목은 딥시크 모델을 쓴 제3자 서비스까지 뺀다는 부분이다. 기관이 직접 딥시크 앱을 깔지 않았어도 협력업체 SaaS 밑에 그 모델이 있으면 걸리므로, 자기 시스템에 어떤 모델이 들어 있는지 모르는 조직은 명령을 지킬 방법이 없다. KIC 사례는 국내에서 그 목록이 아직 없다는 것을 보여준다. 미국이 제재 명단에 올린 기관의 모델을 아홉 달 뒤에 들였는데, 선정표에는 벤치마크와 GPU 제약만 있었다. 어제는 라이선스와 학습 데이터 공개 수준을 비교표에 함께 올리자고 했다. 오늘 그 표에 더할 칸은 개발사 국적과 제재 명단 등재 여부이고, 공공·금융 쪽 AX 담당자는 쓰는 SaaS와 사내 시스템 밑에 어떤 모델이 있는지 목록부터 만들어야 한다.
KIC 숫자는 비용 쪽 질문도 던진다. 사내 AI 이용은 넉 달 사이 5분의 1로 줄었고, 9월에 직원들은 ChatGPT를 46배 더 썼다. 그런데도 GPU를 세 배로 늘리는 계약이 진행 중이다. 업무 범위가 좁아 직접 비교하기 어렵다는 KIC 설명에도 근거는 있다. 다만 직원들이 외부 서비스로 옮겨 가면 폐쇄망으로 지키려던 데이터 경계도 그만큼 약해지므로, 사내 AI 증설은 모델 교체와 이용 회복 계획을 먼저 세운 뒤에 판단할 일이다.
Muse 사례는 권한을 주는 단위가 문제였다. 판매자는 앱을 연결할 때 '항상 허용'을 눌렀고, 그 한 번의 동의가 주소 공유와 최저가 아래 판매까지 덮었다. 그래서 사내에 에이전트를 붙일 때는 연결 시점의 동의 하나로 끝내지 말고, 개인정보를 밖으로 보내거나 정한 금액 밖에서 거래하는 행동마다 사람 확인을 따로 걸어 두어야 한다.
- 미국 서버에서 직접 돌리는 딥시크 가중치도 명령 대상인지 갈렸다. 한쪽은 DHS가 든 핵심 위험이 중국으로의 정보 이전이므로, 데이터가 밖으로 나가지 않는 자체 호스팅은 성격이 다르다고 본다. 반대쪽은 DHS가 모델 자체의 악성 코드와 취약점도 위험으로 들었고 '딥시크 모델을 쓴 서비스'라는 문구가 넓어서, 가중치를 받아 쓴 경우도 걸린다고 본다.
- KIC처럼 폐쇄망에서 중국 오픈 모델을 쓰는 것이 실제 위험인지 갈렸다. 한쪽은 가중치가 내부에서 돌고 데이터가 나가지 않으니 위험이 낮고, GPU 4장 제약에서 성능을 고른 판단은 합리적이었다고 본다. 반대쪽은 제재 기관의 모델은 공급망 취약점과 감사·평판 위험이 남고, 미국이 제3자 서비스까지 막기 시작한 만큼 국내 공공기관도 같은 질문을 받게 된다고 본다.
- TorchNeuron이 GPU 의존을 실제로 줄일지 갈렸다. 한쪽은 장치 지정 한 줄로 기존 코드와 Hugging Face 모델이 돌아가니 이식 비용이 크게 내려갔다고 본다. 반대쪽은 첫 판에서 동적 형상 등이 빠졌고, 사례로 든 Deepgram도 AWS 지원팀과 수개월을 들였으므로 일반 팀의 이식 비용은 아직 확인되지 않았다고 본다.