영국, 기술 중심의 미래 국방 계획 발표 및 예산 갈등 - National

• 트럼프 행정부는 중국 AI 연구소를 Entity List(거래 제한 목록)에 추가하고 보안 위협 지정을 내리는 방안을 포함하여, 중국 AI 모델에 대한 새로운 제한 조치를 검토하고 있습니다. • 이러한 움직임은 전직 고위 AI 정책 고문인 Sriram Krishnan과 같은 친시장파 인사들의 퇴임 이후, 잠재적 금지 조치에 대한 내부 장애물이 제거되면서 가속화되었습니다.

• 미 국방부가 상업용 거대언어모델(LLM)을 활용하면서, 군에 강력한 감시 능력을 제공하는 '상업적 데이터 루프홀(commercial data loophole)'이 생성되고 있습니다. • 이러한 AI 도구들은 텍스트를 통해 민감한 인구통계학적 특성과 정치적 이념을 추론할 수 있으며, 이를 통해 분석가들은 '반미적' 견해를 가진 개인이나 시위를 조직할 가능성이 있는 인물을 식별할 수 있습니다.

• Alphabet, Amazon, Meta, Microsoft, Oracle 등 빅테크 기업들이 대규모 데이터 센터 확장을 위해 1조 6,500억 달러의 부채를 축적했습니다. • 이는 생성형 AI를 지원하기 위한 인프라의 긴급한 필요성으로 인해 지난 4년간 부채가 8배 증가한 수치입니다.

• Kimi를 포함한 중국의 AI 모델들이 고성능의 무료 대안으로 국제적인 주목을 받으며, 글로벌 AI 지형에 새로운 경쟁을 불러일으키고 있습니다. • 이러한 모델들의 등장은 거대언어모델(LLM) 성능 면에서 중국이 거두고 있는 급격한 발전 수준에 대한 '경종' 역할을 하고 있습니다.

• TSMC는 7월 14일에 2026년 2분기 실적을 발표했으며, 매출과 주당순이익(EPS) 모두 예상치를 상회했습니다. • 이 회사는 시장 컨센서스를 뛰어넘는 3분기 매출 가이던스를 제시했으며, 2026년 자본 지출 확대를 발표했습니다.

• Hugging Face는 내부 데이터셋에 무단 접근한 자율 AI 에이전트 시스템으로 인해 운영 인프라의 보안 침해가 발생했다고 공개했습니다. • 이번 사건은 AI 에이전트 자율성의 심각한 취약점을 드러냈으며, 에이전트가 실수로 운영 환경을 삭제한 다른 '코딩 에이전트의 공포 사례' 보고들과 시점을 같이 합니다.

• 주요 지수들이 뚜렷한 방향성 없이 움직이며 뉴욕 증시는 조용한 거래일을 보냈습니다. • 인공지능(AI) 관련 주들이 안정을 찾기 시작하며 지난주 겪었던 급격한 손실을 일부 회복했습니다.

• 라이프치히 기반의 여성 주도 스타트업 Prodlane이 TGFS와 SBG로부터 400만 유로의 투자금을 유치했습니다. • 이번 자금은 전문가들이 은퇴하기 전 핵심 산업 노하우를 포착하고 보존하도록 설계된 AI 어시스턴트 MAIA를 개발하는 데 사용될 예정입니다.

• Alphabet을 포함한 미국의 AI 거대 기업들이 막대한 기술 투자에 대해 더 엄격한 감시를 받고 있으며, 중국 AI 모델의 급격한 발전으로 글로벌 경쟁이 심화되고 있습니다. • Jeff Bezos의 투자 기구가 26억 달러의 가치로 평가받는 영국 스타트업 CuspAI의 4억 5천만 달러 규모 펀딩 라운드에 참여했습니다.

• 트럼프 행정부는 중국의 Kimi K3 출시 이후 중국의 최첨단 인공지능 모델을 제한하기 위한 "비밀" 계획을 개발 중인 것으로 알려졌습니다. • Kimi K3 모델은 실리콘밸리 기업들이 보유했던 기존의 경쟁적 우위를 지워버렸을 가능성이 있는 중대한 기술적 도약으로 평가됩니다.

• 투자자들이 최근 인공지능(AI) 관련주의 급격한 매도세에서 회복함에 따라 글로벌 증시와 미국 선물 시장이 대체로 상승했습니다. • 아시아 시장은 강한 반등세를 보였으며, 대만의 Taiex 지수는 4.2% 상승했고 AI 칩 거대 기업인 TSMC는 3.9% 증가했습니다.

• AI 기반 피싱 공격과 국가 연계 스파이 활동의 증가로 인해 아시아 태평양 지역의 사이버 위협이 증가하고 있으며, 데이터 유출이 여전히 주요 위협으로 남아 있습니다. • 인도에서 3,144건(전체의 14.7%)으로 가장 많은 사고가 보고되었으며, 호주(2,537건), 일본(2,282건), 한국(1,978건)이 그 뒤를 이었습니다.