▲

미국은 가장 중요한 영역인 상업화에서 AI 경쟁을 이기고 있다

 (avkcode.github.io)
1P by GN⁺ 3시간전 | ★ favorite | 댓글 1개
  • AI 경쟁의 핵심 지표는 상업화이며, DeepSeek R1 이후 OpenAI와 Anthropic은 agents, Codex, Claude Code를 더 빠르게 사업화함
  • DeepSeek의 중국 내 전략적 가치는 매출보다 Nvidia 의존도를 낮추고 Huawei Ascend 같은 국내 스택으로 추론을 옮기는 데 있음
  • 유럽은 인도 소프트웨어 서비스에 FY 2023~2024 약 588억 달러, 그 다음 해 약 671억 달러를 썼지만 모델만으로는 가치가 부족함
  • 값싼 전력 비용도 중요하지만, AWS·Azure·Google Cloud와 YouTube·Microsoft 365·GitHub의 클라우드·데이터 도달 범위가 더 결정적임
  • 무기화된 AI와 Anthropic의 Mythos 같은 프런티어 사이버 모델은 국가와 방산 기업을 폐쇄형 스택과 은폐에 의한 보안으로 밀 수 있음

미국이 앞서는 지점

  • 상업화가 AI 경쟁의 핵심 지표이며, DeepSeek R1이 2025년 1월 시장에 충격을 준 뒤 미국 기업들이 더 빠르게 움직임
    • OpenAI는 agents와 Codex를 더 강하게 밀고 나갔고, Anthropic은 Claude Code를 사업화함
    • 중국에도 경쟁자가 있지만, 매출·도입·도구·도달 범위에서는 미국이 앞서 있음
  • DeepSeek의 중국 내 전략적 가치는 상업적 성과보다 Nvidia 의존도를 낮추고 Huawei Ascend 같은 국내 스택으로 추론을 옮기는 데 있음
    • 이는 공급망 자율성을 뒷받침하지만, 수익성 있는 AI 리더십과는 다른 문제임
  • SAP의 Christian Klein은 유럽에 더 많은 데이터센터가 필요하지 않고 대규모 언어 모델만으로는 충분하지 않다고 봤으며, 실제로 모델만으로는 부족함
    • 유럽은 FY 2023~2024에 인도 소프트웨어 서비스에 약 588억 달러, 그 다음 해에 약 671억 달러를 지출함
    • AI는 실제 데이터, 실제 업무 흐름, 실제 제품에 묶일 때 가치가 생김
    • 미국은 칩, 전력, 데이터센터, 클라우드 플랫폼, 개발자 도구, 소비자 플랫폼, 기업용 소프트웨어를 동시에 구축하고 있어 우위가 커짐
  • 논문 수나 엔지니어 수가 AI 리더십을 증명하지는 못함
    • 핵심 시험대는 인프라 자금 조달, 대규모 모델 학습·서비스, 경제 전반의 AI 적용 능력임

전력보다 더 큰 클라우드와 데이터의 힘

  • 전력 비용은 현대 GPU와 TPU 시스템이 전기를 컴퓨트로 바꾸기 때문에 중요하며, 저렴한 전력은 모델 비용을 낮춰줌
    • 전기요금 비교에서 미국은 주요 서유럽 경제권보다 저렴하고, 캐나다는 미국보다 더 저렴함
    • 중국과 러시아는 이 비교에서 미국보다 비용이 낮음
    • 가정용·사업용 전기요금은 독일 0.436/0.279, 영국 0.420/0.415, 스페인 0.282/0.136, 프랑스 0.274/0.174, 미국 0.201/0.154, 캐나다 0.125/0.106, 러시아 0.087/0.131, 중국 0.078/0.117임
  • 클라우드 인프라와 데이터는 전력보다 더 결정적인 층위임
    • 미국은 AWS, Azure, Google Cloud라는 글로벌 하이퍼스케일러를 통해 미국 기업의 모델을 세계로 배포할 수 있음
    • YouTube는 비디오 말뭉치이고, Google Drive와 Microsoft 365는 일상적인 사무 업무 안에 있으며, GitHub는 소프트웨어 개발 안에 자리함
    • 이들은 배포 시스템이자 데이터 플랫폼이며, 새 모델을 사람들이 매일 쓰는 제품 안으로 밀어 넣을 수 있게 해줌
  • 값싼 전력만으로는 AI 경쟁에서 이기기 어려움
    • 클라우드 규모, 플랫폼 도달 범위, 개발자 생태계, 유용한 대규모 데이터 흐름에 대한 접근이 없으면 전력 비용이 낮아도 질 수 있음
    • 미국은 이 요소들을 동시에 갖고 있고, 중국은 큰 내수 시장 안에서 상당 부분을 갖고 있으며, 유럽은 그렇지 않음
  • 유럽은 강한 엔지니어링 인재를 오래 보유했지만, 인재만으로는 부족함
    • 미국 하이퍼스케일러가 이미 시장을 지배하고 있어 따라잡는 데 시간이 오래 걸림
    • 유럽이 지금 클라우드 챔피언에 실제로 자금을 투입하더라도 인프라 구축은 첫 단계일 뿐이며, 이후 은행·제조업체·공공기관을 그 플랫폼으로 옮겨야 함
    • 이 과정은 거의 10년이 걸릴 수 있고, 그사이 AWS, Azure, Google Cloud는 규모·소프트웨어·데이터에서 더 앞서게 됨
    • Arkady Volozh가 Nebius를 유럽 AI 인프라 기업으로 만들려 하지만, 유럽은 아직 출발점에 가까움
  • 무기화된 AI도 또 다른 전선임
    • 다음 단계는 봇 네트워크, 사이버 캠페인, 자율무기에서 특정 국가의 AI와 다른 국가의 AI가 맞서는 형태가 될 수 있음
    • 시스템을 조정해 경쟁자를 비인간화하고, 폭력을 정당화하거나, 전체 인구 집단을 표적으로 삼기는 어렵지 않음
    • 모델이 미디어, 네트워크, 무기에 내장되면 편향이 힘으로 바뀌며, AI 경쟁은 보안 경쟁이기도 함
  • Anthropic의 Mythos 같은 모델은 국가와 방산 기업을 다른 방향으로 밀 수 있음
    • 오래된 Linux식 직감은 공개 코드에 많은 눈이 붙는다는 것이었지만, 프런티어 사이버 모델은 반대 논리를 만들 수 있음
    • 폐쇄 소프트웨어, 폐쇄 도구, 폐쇄 펌웨어, 폐쇄 칩을 통한 은폐에 의한 보안 쪽으로 움직일 수 있음
    • 모델이 대상 스택의 코드와 아키텍처로 학습할 수 없다면 보통 맥락과 속도가 줄어듦
    • 이것이 시스템을 안전하게 만들지는 않지만, 하드웨어까지 이어지는 독점 스택의 가치를 높임

함께 보면 좋은 글 β

▲
GN⁺ 3시간전  [-]
Hacker News 의견들

  • Anthropic, OpenAI, Google이 두드러지긴 하지만, 이걸 왜 전쟁이라고 부르는지가 더 큰 의문임
    중국은 자기 맥락에서 큰 이득을 봤고, GPU 설계·제조 역량도 보강했음
    정말 전쟁이라면 Trump는 법치 훼손과 미국에 대한 호감 약화로 자기 나라의 발목을 잡고 있음. 세계가 중국에는 데이터를 맡기기 어렵고, 미국에는 안정적 서비스를 믿기 어렵다고 느끼면 AI 전쟁에서 이겨도 미국에 돌아오는 이익은 제한될 수 있음
    오히려 Europe처럼 자체 기술 스택을 만들 수 있는 지역에는 좋은 일일 수 있고, AI 스택이 워낙 비싸다 보니 중국의 강력한 오픈소스 모델이 세계에는 미국보다 더 도움이 되는 묘한 구도임

    • “왜 전쟁인가”에 대한 답은, 아직 이론에 가까운 AGI에 먼저 도달한 조직이 스스로 신적 능력까지 부트스트랩하고 Planetary Overlord를 설치해 세계를 지배한다는 과장된 약속이 배경에 깔려 있기 때문임
      말도 안 되는 생각이라고 보지만, 관련 동력은 그쪽에 있음. 이 표현은 SF 작가 Charles Stross가 The Jennifer Morgue(2006)에서 만든 말임
    • 미국은 다른 식으로 상상하지 못해서 그럼. 모든 것이 전쟁이고, 미국은 항상 이겨야 한다는 식임
    • 투자자들이 시장을 독점하고 싶어 하기 때문에 전쟁이 됨. 원래 그들이 하는 일이 그렇고, 앞으로도 항상 그렇게 원할 것임
    • 제목이 바뀐 건가? 지금은 ‘war’가 아니라 race라고 되어 있음
    • 전쟁이라는 말은 결국 특이점에 도달하면 인간적 규모의 제약을 벗어나 남들을 압도할 수 있다는 우려 때문에 나옴
      더 좋은 총을 만들어도 그걸 들 사람 수에는 제한이 있어서 세계를 그렇게 정복할 수는 없음. 하지만 누군가 초지능을 발명하면 새로운 AI 연구를 지배하고, 세계 경제를 통제하고, 훨씬 더 잘 싸우는 일을 아주 빠르게 할 수 있음

  • AI 생성 콘텐츠라 신고했음. 이 글은 프런트페이지에 있을 글이 아니고, 제출자의 제출·댓글 기록을 보면 제재가 필요해 보임
    “미국은 AI 경쟁에서 가장 중요한 상업화에서 이기고 있다”는 주장에 대해, 이기는 기준은 여러 가지가 있을 수 있고 상업화가 제일 먼저 떠오르지는 않음
    https://english.www.gov.cn/news/202604/15/content_WS69df29e6...
    https://fortune.com/2026/05/03/chinese-court-layoffs-workers...
    https://www.reuters.com/world/china/china-moves-regulate-dig...
    YouTube, Google Drive, Microsoft 365, GitHub이 AI 시대의 데이터를 만들고 정리하는 플랫폼이라는 주장도 별로임. 마치 중국에는 플랫폼도 데이터도 없는 것처럼 말함

    • Pangram 기준으로는 완전히 AI 생성 글임
      LLM 생성 텍스트는 공개를 요구하거나 삭제하는 규칙이 있으면 좋겠음. 블로그 전체가 AI 생성처럼 보이기도 함
    • 잘 짚었음. 끔찍한 글이라고까지 말하긴 망설였지만 실제로 그럼
    • 특정 사용자를 차단해서 그 글을 안 볼 수 있으면 좋겠음. OP 같은 사람이 없으면 프런트페이지가 훨씬 나아질 듯함

  • 이런 횡설수설이 어떻게 HN에서 뜨는지 모르겠음. HN 문화가 어떻게 변했길래 이런 게 상단까지 올라오는 건가

    • https://paulgraham.com/submarine.html
    • 누구나 몇 분 안에 계정을 여러 개 만들 수 있는 사이트이고, 남용 방지 장치도 최소한임
      커뮤니티의 힘은 전적으로 덜 알려져 있다는 점에 기대고 있었는데, 이제는 더 이상 그렇지 않음. 정치 선전 플랫폼으로 쓸 만큼 커진 순간 이미 지식인들의 공간으로서는 죽었음
    • 제출 글 자체는 별로여도, 핵심 전제는 여전히 토론할 만할 수 있음
      참고로 이 제출에 투표하지는 않았음
    • 많은 사람이 내용을 보지 않고 제목만 보고 추천해서 그런 듯함
      제목은 꽤 끌리지만, 내용은 쓰레기 같은 저품질 생성물임
    • HN이든 어디든 말 안 되는 글은 많이 뜸
      대중의 반란은 실제임

  • 아니, 미국은 AI 경쟁에서 앞서고 있을 뿐이고, 경쟁은 끝나지 않았음
    90% 구간을 앞서 달리다가 마지막에 자기 땀에 미끄러져 넘어지면 무슨 의미가 있나. 수십억 달러를 써서 어떤 대가를 치르든 최고의 AI 기술을 얻으려 해도, 경쟁자가 그 진전을 증류해서 6~12개월 안에 따라잡고 비용은 1%만 쓴다면 의미가 약해짐
    글이 중시하는 상업화에서도 미국은 점유율을 잃기 시작했음. 최근 미국 회사들이 요금제 사용량을 조이자 cc/codex 요금제에서 glm/opencode 요금제로 옮기는 사람들을 봤음. 이 흐름이 굳어지면 미국 회사들은 곤란해짐. 모두가 최첨단 모델을 필요로 하는 건 아니고, 월 20달러를 내고 꽤 쓸 만한 모델을 쓰고 싶을 뿐임

    • 승자독식이 아니라면? 애초에 경쟁이 없다면? 미국이 하는 일이 지속 불가능할 수도 있는 부채와 과도하게 부풀린 가치평가로 돈을 태우는 것뿐이라면?
      AI가 범용 서버 용량처럼 되는 시나리오도 가능함. 고객들이 초대형 클라우드 사업자 없이도 버틸 수 있다면, 지금 시장 전체가 꽤 어리석어 보일 수 있음
    • 누군가 축구팀이 전반전에 이기고 있다고 말하면, “아니, 이기는 게 아니라 앞서고 있는 거야”라고 말할 건가
    • 앞서 달리는 게 의미 있으려면 승자독식 시장이어야 함. 하지만 AI는 국가안보 이유 때문에 승자독식 시장이 될 수 없음
      AI가 좋아질수록 더 대체 가능해질 것이라고 봄. 전기처럼 가치 있는 것이 될 수 있음. 많은 회사가 전기를 만들어 돈을 벌지만, 현재 투자자들이 기대하는 수준의 돈은 아님
    • Mark Cuban은 최근 인터뷰에서 회사들이 결국 하나만 남을까 봐 두려워한다고 답했음. 지금 인터넷 광고 회사가 사실상 하나인 것과 비슷하게, 그 하나가 되고 싶어 한다는 얘기임
      정말 하나만 남을지는 논쟁거리지만, Cuban에 따르면 최소한 그들은 그런 사고방식으로 움직이고 있음

  • 예전에는 이익이라는 게 있었고, 투자수익이라는 게 있었음
    출구 전략이 Google에 매각되는 것이라면 매출에 집중하는 건 괜찮은 전략임. 하지만 자신이 Google이라면 쏟아부은 돈은 언젠가 회수되어야 함. 우리는 그걸 잊은 듯함
    현재의 상업화 수준은 미국이 다른 누구보다 투자를 더 빨리 태우고 있다는 뜻일 뿐임. 언젠가 바뀌어 베팅이 성공할 수도 있지만, 이 상태가 1분 더 지속될 때마다 기대 수익은 그 1분의 손실과 이전 시간들의 이자까지 메울 만큼 더 커져야 함. 이게 “이기고 있다”는 모습인지는 잘 모르겠음. 틱톡

  • 장기적인 승자는 로컬 모델에서 최고의 성능과 낮은 메모리 사용 비율을 제공하는 쪽이 될 것임
    Anthropic, OpenAI, Mistral은 지금 돈을 버는 회사들일 뿐이고, 아직 수익성도 없으며 장기적으로는 견인력과 가치를 잃을 것임
    다만 OpenCode Go 구독이 앞으로 어떻게 될지는 더 흥미로움. 빅테크보다 싸고, 토큰도 더 많고, 개선을 시도한다며 우리 데이터로 학습하지도 않음

    • 사용자 채팅 기록과 사용 사례로 강화학습을 하기 때문에 Claude가 좋은 것이라서, 데이터로 학습하지 않는 건 장점이 아니라 단점임
      순수 공개 데이터 학습 시대는 끝났음. 모두가 그 데이터에 접근할 수 있지만 최전선 모델은 몇 개뿐임
    • 로컬 모델은 대형 최신 모델과 경쟁할 수 없음. iPhone이 핵 시뮬레이션을 하는 슈퍼컴퓨터와 경쟁하지 않는 것과 같음
      두 경로는 갈라질 것임. 최신 모델은 실행 비용이 너무 비싸져 결국 국가 행위자만 접근할 수 있도록 잠길 가능성이 큼. Mythos에서 이미 시작됐음
    • Mistral? 그 “매출”은 OpenAI와 Anthropic의 1/150 정도인 것 같음

  • 미국이 이기는 가장 단순한 설명은 가장 많은 돈을 쏟아붓고 있기 때문이라고 봄. 그것도 압도적인 차이로

    • 돈을 쏟아붓는 게 아니라, 돈을 찍어 넣는 것에 가까움
      AI 회사들과 초대형 클라우드 사업자 사이의 순환 차용증은 부채, 즉 화폐 창출의 한 형태임. 물론 다른 달러도 많이 들어가고 있지만, 존재하지 않는 돈을 투자하는 건 언제나 엄청난 위험임
    • 자본주의를 제대로 이해하지 못한 걸 수도 있지만, 원래는 “가장 많은 이익을 내는 쪽이 이긴다” 아닌가? 지출만으로 이긴다면 자본주의 시장의 매개변수를 조정해야 할 듯함

  • 아니, 미국이 이기는 게 아님. 서구권에서 중국 모델을 업무 관련 용도로 쓰는 것이 금지되어 있기 때문에 그렇게 보이는 것임

    • 맞음. 많은 사람이 GLM 5.1과 Kimi 2.6이 최전선 모델과 정말 비슷한 수준이라는 걸 모름. Minimax 2.7, DeepSeek 4, Qwen, Xiaomi 2.5 Pro 등도 있음
      중국은 오픈소스 최전선 모델에서 앞서고 있어서, 이 경쟁에서 미국이 어떻게 이긴다는 건지 잘 모르겠음. 어느 시점이 되면 회사와 개인들이 클라우드와 로컬에서 자기 모델을 돌리기 시작할 것이고, 중국 모델은 어디에나 있게 될 것임
    • 이해하기로는 모델이 금지된 게 아니라 플랫폼이 금지된 것임
      예를 들어 deepseek-r1-distill-qwen-7b를 직접 호스팅해서 실행하는 건 괜찮음. 반면 DeepSeek 앱을 내려받아 업무 기기에서 실행하는 건 이런 금지를 만든 쪽에서 받아들이지 않음
    • 중국에서 호스팅되는 모델은 신뢰받지 못하기 때문임. 이것도 상업화를 구성하는 요소의 100% 일부임
    • 이 모델들이 품질 면에서 서구 모델을 능가할 수 있다는 확실한 증거가 있나? 아니면 금지되어 있어서 학습 데이터나 가시성을 충분히 얻지 못해 경쟁하기 어려운 것에 가까운가?
    • qwen 같은 걸 더 넓게 쓸 수 있게 되면 미국의 전략적 위치가 달라진다는 뜻인가? 미국은 최고의 모델들을 갖고 있고, 최고의 인프라와 초대형 클라우드를 만드는 회사들도 소유하고 있음
      “이제 Qwen을 쓸 수 있네?” 정도가 미국에 큰 타격을 줄 것 같지는 않음

  • 멀리서 보면 이 주장은 말이 안 됨. Anthropic, OpenAI, xAI, Google, Meta, Microsoft 모두 AI 부문에서 수익을 내지 못하고 있고, 모회사나 투자자 자금, 특히 투자자 돈으로 버티며 손실을 내고 있음
    중국 모델들은 이들을 따라잡으면서 모델을 무료로 제공하고, 소비자급 하드웨어에서도 돌릴 수 있으며, 더 중요하게는 싸게 학습시킴. AI 모델은 몇 주 만에 구식이 될 수 있는 극도로 변동성 큰 제품임. 결국 끝없는 확장 말고는 목표가 없는 상태에서 계속 더 나은 모델 개발에 자원을 쏟아야 함
    실제 사용자 행동은 “Gemini가 XYZ에서 Claude보다 나빠서 안 쓴다”로 끝남. Gemini 모델이 더 나빠지면 사람들이 Anthropic으로 감. 그럼 Anthropic 모델이 다른 것들보다 나빠지면 어떻게 되나? 제품이 객관적으로 더 나쁘다면 상업화를 잘해도 무슨 의미가 있나
    미국이 유통, 통합, 기업 계약, 생태계, 인프라를 지배한다는 점은 이해함. 글이 틀린 건 아니지만, 그 지배력은 취약하고 지속적 업그레이드를 요구함
    상대가 항상 바로 뒤에서 추월을 노리고 있는데 무한 확장을 해야 한다면 그게 무슨 의미인가. 무한 확장은 불가능하고, VC 돈은 언젠가 마를 것임. 그러면 모두가 최신 모델의 실제 비용을 감당하기 위해 축소해야 하고, 구독이나 다른 수익화로 그 엄청난 비용을 충당해야 함. SORA가 돈을 너무 빨리 태워 중단되는 걸 이미 봤고, 중국은 그 사이 훨씬 뛰어난 영상 모델들을 연달아 내놨음
    모델을 다른 제품에 통합하는 것도 핵심인데, 이 영역에서도 오픈소스가 따라가고 있으며 VC 돈이 마르면 결국 앞지를 가능성이 큼

    • “AI 부문에서 수익을 못 낸다”는 부분은 근거가 필요함
      보도에 따르면 이들은 추론 쪽에서는 수익성이 있고, VC 자금은 더 많은 추론을 돌릴 데이터센터를 짓는 데 들어가고 있음. 코딩 구독 모델은 평균적으로 손익분기점 정도일 수 있지만, 돈은 API에 있음
      중국 모델이 소비자급 하드웨어에서 돈다는 주장도 과장임. DeepSeek v4 같은 1.6T 토큰 모델을 소비자 하드웨어에서 돌리는 사람은 없음
      학습 비용도 미국 모델보다 훨씬 싼 건 아님. 중국 빅테크가 학습을 보조하고 있고, 5T·10T 모델을 학습하는 미국 최전선 연구소들보다 작고 약한 모델이라 약간 싼 것임. 미국 연구소들은 더 다양한 강화학습 데이터에도 돈을 쓰고, 그 차이는 다양한 벤치마크 성능으로 나타남
      Sora 사례는 오히려 글의 요지를 증명함. OpenAI는 Sora를 중단한 게 아니라 구독 버전과 이상한 소셜 네트워크만 접었고, API로는 여전히 접근 가능함
      중국 영상 모델들도 API 모델이고, LLM이 미국 최전선 연구소에 수익성이 있는 것처럼 그들에게도 수익성이 있을 가능성이 큼. 영상 모델 가격은 [1]에 있는데 범위는 크지만 Google Veo와 OpenAI Sora는 중국 모델들과 비슷한 가격대임
      [1] https://openrouter.ai/models?output_modalities=video
    • 중국 모델들이 더 큰 모델에서 증류하지 못했다면 gpt2나 3 수준에 머물렀을 것임

  • Anthropic이 흥미롭게 한 일은 자기 스택을 여러 클라우드 제공자 위에 올린 것임. 먼저 AWS에 지금까지 주요 AI 제공자에게서 보기 어려웠던 수준으로 올렸으니 다음에는 GCP와 Azure에도 올릴지 궁금함
    회사가 자기 클라우드에 ELK 스택처럼 자체 Claude 스택을 가질 수 있다면, Azure와 GCP까지 가능해질 경우 OpenAI는 정말 따라잡아야 함
    개인적으로는 내가 비용을 내는 인프라에서 돌릴 수 있는 AI를 더 쓰고 싶음. 장애가 나도 격리되고, 다른 리전이나 데이터센터로 대체할 수도 있기 때문임
    Microsoft나 Amazon이 자기 모델을 클라우드 상품에서 전면 제공하지 않는 것도 여전히 놀라움. Microsoft는 Phi를 올려두긴 했을 것 같지만 전면에 내세우지는 않음. 특히 Copilot for Devs 같은 것에서 Phi 같은 모델로 더 싼 연산을 쓸 수도 있을 텐데, Microsoft는 Copilot이 뭘 뜻하는지 명확하게 보이도록 이름부터 다시 지어야 함

    • SpaceX AI와의 최근 계약은, 심하게 덜 쓰이는 GPU 연산을 활용한다는 점에서 꽤 시사적임
      연산을 배치하는 건 하드웨어 문제지만, 좋은 모델을 내놓는 데는 연산 이상의 것이 필요하고 좋은 AI 엔지니어가 필요함. SpaceX, Amazon 등은 하드웨어는 아주 잘하지만 AI 엔지니어링은 그만큼 아닐 수 있음
    • Claude는 이미 Azure와 GCP에서 쓸 수 있음
      https://azure.microsoft.com/en-us/blog/introducing-anthropic...
      https://docs.cloud.google.com/gemini-enterprise-agent-platfo...
      Claude는 AWS Bedrock에서도 오래전부터 제공됐음
      새 “Claude Platform” 발표는 Bedrock에서 직접 운영하는 방식이 아니라, AWS 위에서 Anthropic이 운영하는 버전에 관한 것임. 차이는 여기에서 볼 수 있음: https://platform.claude.com/docs/en/build-with-claude/claude...
      자기 유료 인프라에서 돌리고 싶다는 요구도 Claude는 꽤 오래전부터 충족해 왔음
      OpenAI가 Microsoft와 결별한 이유 중 하나도 AWS에서 제공되기 위해서였음. AWS 수요가 상당하다고 봤고, Azure에서만 제공되는 게 발목을 잡고 있었음
    • Claude는 이미 Vertex에 있음 - https://docs.cloud.google.com/vertex-ai/generative-ai/docs/p...
답변달기