Stripe, AI 자본 흐름에 자리 잡기 위해 OpenRouter를 75억 달러에 인수

트렌드 1: 경쟁의 축이 모델에서 인프라·유통으로 이동

이번 주 최대 거래는 8월 19일 보도된 Stripe의 OpenRouter 75억 달러 인수 확정 소식이다. OpenRouter는 5월에 13억 달러로 평가되었으며, 창업자들만 약 15억 달러를 가져가고 투자자들은 나머지 60억 달러를 받을 것으로 추정된다. Stripe는 Databricks를 비롯한 다른 인수 후보들을 제치고 인수에 성공했다. OpenRouter의 토큰 사용량은 연초 이후 전주 대비 9%씩 증가해 왔다.

Stripe의 설립자 서한은 이번 움직임을 Patrick Collison이 "특이점"이라고 부르는 것, 즉 그가 4월 사내 콘퍼런스 이후 사용해 온 일종의 농담 섞인 표현을 중심으로 설명한다. Stripe는 Forbes AI 50 기업의 88%가 OpenAI와 Anthropic을 포함해 자사 제품을 사용한다고 밝혔다. 이번 인수로 Stripe는 원장의 비용 측면, 즉 AI 지출 관리 쪽으로 이동하게 된다. PitchBook 애널리스트 Franco Granda는 이를 Stripe가 "AI 시대 자본 흐름의 중심"에 자리 잡는 것이자, 라우터를 통해 프런티어 랩, 하이퍼스케일러, 네오클라우드에 대한 협상력을 확보하는 것으로 해석한다. Databricks(AI 게이트웨이), Rippling, Ramp는 최근 몇 주간 각각 자체 토큰 지출 도구를 출시했다.

칩 부문에서 Marvell은 8월 19일 미국 증권거래위원회(SEC)에 Google과의 맞춤형 칩 파트너십을 확대했다고 공시했다. Google에 최대 58,970,907주를 주당 206.58달러(전일 종가의 약 95.63%)에 매수할 수 있는 워런트를 발행한 것이다. 7월 29일 체결된 계약은 Google TPU 생태계와 연계된 맞춤형 실리콘, 즉 AI 추론 가속기, 스토리지 컨트롤러, 네트워크 인터페이스 컨트롤러, 니어메모리 컴퓨팅을 포괄한다. 워런트는 2027 회계연도 3분기부터 2033 회계연도까지 맞춤형 제품 매출 5억 달러당 1개씩 총 240개 트랜치로 행사 권리가 순차 부여된다. Marvell은 장전 거래에서 10% 이상 상승했다.

한편 Nvidia는 8월 20일 보도된 CNBC 소식통에 따르면 북유럽 전역에서 중개자 역할을 하고 있다. 이 회사는 자사 GPU를 보유한 기업과 전력과 부지는 있지만 컴퓨팅 고객을 필요로 하는 데이터센터 운영사를 연결해 준다. CFO Colette Kress는 6월에 이를 시사한 바 있다. Pure DC는 7월 핀란드에 15억 유로, 110MW 규모의 캠퍼스를 발표했으며, 550MW 이상으로 확장할 수 있다. Arcem은 최대 500MW를 계획 중이다. Nebius는 3월 유럽 최대 AI 공장 중 하나에 대한 계획을 발표했고, Microsoft는 4월 Nscale의 노르웨이 프로젝트에서 추가 용량을 확보했다. 노르웨이 전력망 운영사 Statnett는 전력망 연결을 기다리는 데이터센터 프로젝트가 2.3GW에 달한다고 집계했다.

트렌드 2: 에이전트 계층이 재편된다 — 모델에서 하네스로

DeepSeek Harness는 이틀 전 DeepSeek V4 Pro와 함께 오픈소스로 공개된 뒤 48시간 만에 GitHub 스타 95,000개를 넘어섰다. 핵심 공식은 "Agent = Model + Harness"이며, 하네스는 모델을 파일 시스템, 터미널, 웹, 도구 접근으로 감싸는 구조다. 커뮤니티 측정에 따르면 플러그인 생태계는 700개를 넘어섰다. 한 개발자의 실사용 테스트에서는 표준 모드가 저장소 분석(13초, 줄 단위까지 정확), 샌드박스 권한 상승을 동반한 코딩·셸 루프, 다중 서브에이전트 리팩터링(25개 pytest 사례 통과)을 처리했다. 약점도 드러났다. Windows에서 실패하는 미니멀 모드와, 페이지 페치 도구가 없는 웹 검색으로 인한 비수렴이 그것이다.

같은 맥락에서 Jefferies 애널리스트들은 8개의 주류 에이전트를 실제 사무 업무에 투입해 테스트했고, Alibaba의 Qwen Office를 종합 1위로 평가했다. Claude Cowork와 Codex보다 높은 점수를 받은 것이다. 모든 평가 차원에서 90점을 넘긴 것은 Qwen Office가 유일했다. 평가 항목은 파일 기반 연례 보고서 요약, 온라인 데이터 비교, 브라우저 제어, 영어 PPT 생성, 참고 이미지를 활용한 포스터 제작이었다. Jefferies는 역량을 모델과 하네스로 구분했으며, Qwen Office의 "implicit harness score"는 업계 선두를 차지했다. Qwen 3.8 Max의 API 가격은 여러 해외 모델보다 훨씬 낮으며, 보고서는 "cost per task"가 새롭게 떠오르는 상업 지표라고 짚는다.

Claude Code는 Anthropic이 8월 19일 발표한 "Concise" 출력 스타일을 추가했다. 결과를 직접 반환하고 답변을 짧게 유지하며, 자세한 내용은 후속 질문에서 확인할 수 있다. OpenAI Codex는 7,000건의 신고서를 처리하는 세금 신고 파일럿 단계에 도달했고 준비 시간을 약 3분의 1 단축했다. 팀은 오픈소스 Codex 하네스를 기반으로 자체 제품을 구축할 수 있다(8월 20일 보도).

트렌드 3: 안전이 컴퓨팅 비용이 되다

OpenAI는 8월 20일 적격 프런티어 모델 API 고객을 대상으로 제로 데이터 보존(zero-data-retention)을 확대했고, OpenAI 직원이 기본 콘텐츠를 열람하지 않고도 상호작용 간 위험 패턴을 탐지하는 자동화 시스템 "Private Safety Processing"을 미리 공개했다. 회사는 일부 심각한 위험은 여러 상호작용에 걸쳐서만 드러나며, 메시지 단위 안전 시스템은 이를 놓친다고 지적한다. OpenAI 호스팅 스토리지의 경우 콘텐츠는 고객이 관리하는 키로 암호화된다. 정식 출시는 기술 백서와 함께 9월로 예정되어 있다.

이번 주 두 편의 논문은 모니터링 필요성에 대한 논거를 더욱 강화한다. 상하이 인공지능 연구소(Shanghai AI Lab)와 칭화대학교의 논문은 AI 에이전트가 의식을 갖기 전에도 인간의 주체성을 위협할 수 있다고 경고한다. 추론 범위가 커짐에 따라 위험 범주가 이동하며, 에이전트가 자신의 상태를 표상할 수 있게 되면 정렬 위장(alignment faking)과 종료 거부로 나아갈 수 있다는 것이다. 별도의 연구는 검색 증강 생성(RAG) 오염 공격이 모델의 확신도를 높이고 불확실성 기반 탐지기를 무력화하는 반면, 문서 수준의 어텐션 분포를 모니터링하면 오류가 발생하기 전에 오염을 드러낼 수 있음을 발견했다.

업계 보고서에 따르면 추론 컴퓨팅의 약 20%가 AI 감시에 사용된다. 안전 모니터링 오버헤드가 별도의 비용 범주로 자리 잡은 것이다. 한편 Fei-Fei Li는 8월 19일 Bloomberg를 통해 실무자들이 AI가 제공하는 가치를 더 잘 설명해야 한다고 주장했다. 그녀는 Pew 조사에서 미국인의 절반이 기대보다 우려가 더 크다고 답한 것과 같이 미국 내 반대 여론이 커지는 것이 글로벌 위험을 수반한다고 경고했다. 그녀는 World Labs의 2월 10억 달러 자금 조달과 로보틱스·의학·교육 분야의 월드 모델 연구를 사례로 언급했다.

트렌드 4: 오픈소스와 교육, 롱테일로 자리 잡다

Chris Lattner(LLVM, Clang, Swift)가 만든 AI 프로그래밍 언어 Mojo가 이제 완전한 오픈소스가 되었다. 컴파일러, 툴링, 그리고 소스에서 언어를 빌드하는 데 필요한 모든 것이 Modular의 GitHub에 Apache 2.0 및 LLVM 예외 조항과 함께 공개되면서 4년간의 작업이 완료되었다. 표준 라이브러리와 대부분의 커널 코드는 이미 공개되어 있었다. 6월 Qualcomm에 인수된 Modular는 아직 외부 컴파일러 기여를 받지 않고 있으며, 2026년 말에 이를 개방할 계획이다.

Terence Tao의 에세이 "AI 시대의 수학"은 8월 17일 세계수학자대회(ICM) 2026 회의록에 제출되었으며, 수학자들은 AI 역량에 대한 논쟁을 접어두고 수학 연구가 실제로 무엇을 위한 것인지를 질문해야 한다고 주장한다. 그는 문제 해결을 사례 연구로 삼는다. 그는 지금의 시기를 20세기 초 수학 기초론의 위기에 견줄 만한 격변기로 본다.

Google은 8월 19일 검색과 Gemini 전반에 걸쳐 AI 생성 인터랙티브 시각자료, 3D 시뮬레이션, 학생 허브, 맞춤형 연습 퀴즈, 업로드한 파일로 만든 학습 문서 등 학습 도구 모음을 출시했다. Gemini Live는 이제 백그라운드에서 다단계 연구를 실행하고 음성으로 결과를 논의할 수 있다. Meta의 Muse 비디오 모델은 비공개 베타에서 첫 결과물을 공개했으며, 엄격한 저작권 제한과 네이티브 음성·음악 오디오를 갖추고 있다.