ANG⁺ 브리핑 #2 — 앤트로픽 공익 기금·사내 고용 변화 · 미 국토안보부 딥시크 배제 · MiniMax M3.1 Flash · Mercury 3 · Reflection Beam

두 번째 ANG⁺ 브리핑입니다. 2026년 10월 16~20일에 나온 1차 자료 6건 — 앤트로픽 뉴스룸과 경제 연구 보고서, 미국 국토안보부(DHS)가 연방 관보에 제출한 고시, MiniMax · Inception · Reflection AI의 출시 글 — 을 바탕으로 했습니다. 두 꼭지는 1호의 후속입니다. 에이전트 규모의 코딩이 앤트로픽 직원 구성에 어떤 변화를 냈는지, 그리고 딥시크를 겨냥한 미국 연방 정부의 새 명령입니다.

1. 앤트로픽, 지분 5%를 새 공익 기금(Public Benefit Fund)에 출연 — 기업가치 50% 오를 때마다 2% 추가

앤트로픽이 10월 18일 회사가 커질수록 몫이 늘어나도록 설계한 새 법인 Anthropic Public Benefit Fund를 발표했습니다. 주주 승인을 전제로 앤트로픽 지분 5%를 지금 출연하고, 정해 둔 기준 가치 대비 기업가치가 50% 오를 때마다 이사회 재량으로 2%씩 추가합니다.

• 구조와 제한: 기금은 501(c)(3) 같은 비영리 법인이 아니라 기부 방식을 유연하게 고를 수 있도록 앤트로픽이 100% 소유한 LLC로 만듭니다. 이 LLC가 가진 지분은 미국 안팎 어디서도 로비나 정치 기부에 쓰지 않는다고 밝혔습니다.
• 쓰일 곳: 전통적인 비영리 단체에 대한 대규모 기부나 특정 집단에 대한 직접 지급을 예로 들었습니다. 대표 사례로 AI가 노동시장에 주는 충격을 꼽았고, 이 문제의 연구·대응에 이미 2억 달러를 약정했다고 덧붙였습니다.
• 지분 약 20%가 공익으로: 창업 당시 공동창업자들은 보유 지분의 80%를 기부하기로 약정했고, 직원의 약 절반이 회사가 같은 만큼을 보태는 지분 기부 매칭 제도에 참여하고 있습니다. 이번 기금까지 합치면 앤트로픽 지분의 약 20%가 공익에 쓰이며, 기업가치 목표에 따라 더 늘 수 있다는 설명입니다. 지배구조와 기업가치 기준은 「앞으로 몇 달 안에」 공개합니다.

우리 판단: 앤트로픽은 이를 테크 기업들이 흔히 경영진에게 주는 「가치 연동 보상 지분」을 공익 쪽으로 돌린 것이라고 설명한다. 다만 기준 가치와 기금 지배구조는 아직 공개되지 않았다 — 퍼센트 숫자보다 「누가 돈의 쓰임을 정하는가」가 더 중요하다.

원문: Investing in the public benefit (Anthropic)

2. 후속: 앤트로픽 사내 고용 데이터 — 주니어 기술직 채용 비중 27% → 9%, 에이전트 작업 시간이 사람을 앞질러

1호에서는 에이전트 코딩 때문에 앤트로픽이 Git을 떠난 이야기를 다뤘습니다. 10월 16일 앤트로픽 경제연구팀이 사내 인사 기록, AI 사용 기록(텔레메트리), 산출 지표, 설문, 채용 평가표, 직원 인터뷰 17건을 바탕으로 한 보고서 「How employment is changing at Anthropic」을 냈습니다.

• 기술 부서의 주니어 감소: 2025년 초 이후 기술 부서에서 주니어 직급 비중은 21%에서 14%로, 기술직 신규 채용 중 주니어 비중은 27%에서 9%로 줄었습니다. 전체 인력에서 기술 부서가 차지하는 비중도 지난 1년 사이 61%에서 56%로 낮아졌습니다. 다만 기술직 채용 인원 자체는 계속 늘고 있습니다.
• 에이전트가 사람보다 더 오래 일함: 2026년 3월 에이전트 작업 시간 합계가 처음으로 사람의 작업 시간을 넘었고, 8월에는 직원이 직접 부리는 에이전트만 따져도 사람보다 6배 많은 시간을 일했습니다. 반대로 Claude 세션 시간의 약 80%는 사람의 입력을 기다리며 쉬는 시간이었습니다.
• 산출과 새 업무: 엔지니어 1인당 코드 커밋은 6개월 전의 5배가 됐습니다. 비개발 직원의 코딩 에이전트 세션은 월 2회(2025년 8월)에서 90회(2026년 5월)로 늘었고, 에이전트에게 주는 상설 지시문은 1년 사이 수백 개에서 8,500개로 늘었습니다. 연구진은 도입이 무작위가 아니라는 한계도 밝혔습니다(도입 엔지니어 192명과 미도입 74명 비교).

우리 판단: 고객이 아니라 자기 직원을 직접 잰 숫자다. 압력은 먼저 기술직 신입 자리에 오고, 새 병목은 사람의 주의력이다 — 에이전트 세션 시간의 5분의 4가 사람을 기다리는 데 쓰인다.

원문: How employment is changing at Anthropic (Anthropic)

3. 후속: 미 국토안보부, 연방 민간 기관 IT에서 딥시크 제품 배제·제거 명령 — 10월 20일자 연방 관보 고시

1호에서는 DeepSeek-V4.1-Flash-1017을 다뤘습니다. 10월 19일 미국 국토안보부(DHS)가 2018년 연방조달공급망보안법(FASCSA, 41 U.S.C. 1321–1328)에 따라 연방조달보안위원회의 권고를 검토한 뒤 장관이 내린 명령을 알리는 고시(관보 문서 번호 2026-21447, 게재일 2026년 10월 20일)를 제출했습니다.

• 조달 배제: Hangzhou DeepSeek Artificial Intelligence Co., Ltd(관련 규정 48 CFR 2.101이 정한 계열사 포함)가 개발한 IT 제품·서비스를 연방 민간 기관 조달에서 배제합니다.
• 제거 — 제3자 제품까지: 딥시크와 계열사의 모든 제품, 그리고 딥시크 구현을 써서 개발한 제3자 제품·서비스를 민간 기관 IT에서 제거하도록 했습니다.
• 명령 원문 위치: 서명된 명령은 부록으로 붙어 있고 regulations.gov의 문서함 DHS-2026-0628에서 볼 수 있습니다. 이행 문의는 CISA의 FASCSA 명령 이행팀이 받습니다. 고시 서명자는 DHS 법률고문 James H. Percival II입니다.

우리 판단: 공급사가 두 번 읽어야 할 부분은 「제3자 제품」 조항이다. MIT 라이선스 공개 가중치라고 예외가 되지 않는다 — 미국 연방 민간 기관에 납품하는 곳은 이제 자기 제품 어딘가에 딥시크 모델이 들어 있는지부터 알아야 한다.

원문: Order: Exclusion and Removal of DeepSeek Products from Federal Civilian Executive Branch IT Systems and Procurements (Federal Register, public inspection)

4. MiniMax, 100만 토큰당 $0.15/$0.60의 M3.1 Flash 정식 출시 — 익명 모델 「Space Bunny」가 초기판

MiniMax가 10월 19일 MiniMax M3.1 Flash를 정식 출시하면서, 익명으로 200조 토큰 이상을 처리한 모델 「Space Bunny」가 이 모델의 초기판이었다고 밝혔습니다. 이전 모델보다 온라인 추론이 약 3배 빠르고, 에이전트 작업 사용 비용은 70% 낮다는 설명입니다.

• 단일 가격: 100만 토큰당 입력 $0.15 · 출력 $0.60 · 캐시 입력 $0.015.
• 회사 발표 벤치마크: DeepSWE v1.1 73.7%, BankerToolBench 76.2, OSWorld V2 61.7, Agents' Last Exam 29.6(뒤의 둘은 중국 모델 중 1위), CyberGym 82%.
• 속도와 이용: 평소 출력 속도 초당 200토큰 이상(중앙값 170 이상). MiniMax API · M Plan · MiniMax Code에서 바로 쓸 수 있고, 모델 가중치는 나중에 공개하며 Pro 모델도 뒤이어 나옵니다.

우리 판단: 1호의 Claude Haiku 5.5(10만 토큰 이하 프롬프트 $0.10/$0.50)와 나란히 놓으면, 소형 에이전트 모델은 입력 100만 토큰당 $0.10~$0.20 구간에 모였다. 경쟁의 축이 가격에서 속도와 에이전트 벤치마크로 옮겨 가고 있다.

원문: MiniMax M3.1 Flash: Redefining Agent Performance and Cost (MiniMax)

5. Inception, 확산형 LLM Mercury 3 공개 — 초당 1,068토큰 · 100만 토큰 컨텍스트 · 출시 가격 $0.10/$0.35

Inception이 10월 19일 「지금까지 나온 가장 뛰어난 확산(diffusion) 기반 LLM」이라며 Mercury 3를 공개했습니다. 토큰을 하나씩 이어 쓰는 자기회귀 모델과 달리, 확산형 LLM은 여러 토큰을 한꺼번에 다듬어 가며 글을 만듭니다. Mercury 3는 Mercury 1보다 40배 이상 크고, 표준 벤치마크 기준 지능은 Mercury 1(mini) 대비 3배 올랐다고 합니다.

• 속도와 컨텍스트: NVIDIA GPU에서 초당 1,068토큰. GPT-6 Luna · Claude Haiku 5.5와 비슷하거나 나은 품질에 4~8배 빠르다는 것이 회사 설명입니다. 컨텍스트는 Mercury 2.5의 26만 토큰에서 100만 토큰으로 늘었습니다.
• 가격: 100만 토큰당 입력 $0.20 / 출력 $0.70, 출시 기념 50% 할인으로 $0.10 / $0.35. 캐시 토큰은 입력 가격의 90% 할인입니다.
• 초기 결과와 이용: 협력사의 웹 에이전트 환경에서 실제 Mind2Web 과제 50개 중 50%를 완료해 「GPT-6.1-Sol보다 훨씬 많았다」고 하고, 검색 협력사는 생성 시간 중앙값 0.9초를 쟀습니다. Inception API Platform · OpenRouter · Baseten · Vercel에서 쓸 수 있고 OpenAI API와 호환되며, 무료 1억 토큰을 줍니다.

우리 판단: 전체 벤치마크 표는 공개되지 않아 품질 주장은 회사 자체 평가다. 그래도 확산형이 이 속도로 커진다면, 음성 에이전트 · 학습 도우미 · 브라우저 자동화처럼 지연 시간이 생명인 일에 전혀 다른 선택지가 생긴다.

원문: Diffusion at Scale: Introducing Mercury 3 (Inception)

6. Reflection AI, Beam 1.0 가중치를 Apache 2.0으로 공개 — 501B MoE · 활성 23B · 100만 토큰 컨텍스트

Reflection AI가 10월 16일 첫 공개 가중치 모델 Beam(10월 5일 첫 공개)의 가중치를 Apache 2.0 라이선스로 Hugging Face에 올렸습니다. 에이전트 연동 예제, 배포용 컨테이너, 함께 학습한 Mirror CLI 에이전트 도구도 같이 냈습니다.

• 구조: 전체 501.3B · 활성 23.4B 파라미터(전문가 256개)의 희소 전문가 혼합(MoE) 모델로, 컨텍스트는 100만 토큰이고 주로 영어용으로 개발했습니다. 사전학습에 약 23.8조 토큰, 강화학습에 NVIDIA GB300 GPU 1만 500개를 4주 썼다고 밝혔습니다.
• 모델 카드 점수(BF16): SWE-bench Verified 81.6%, Terminal Bench v2.1 80.1%, GPQA Diamond 90.6%, AIME 2026 97.7%. 고난도 추론에서 GLM-5.2와 비슷한 점수를 3~4배 적은 추론 연산으로 낸다는 것이 회사 주장입니다.
• 배포 방법: BF16 · FP8 · NVFP4 체크포인트와 추측 디코딩(speculative decoding)용 보조 모델을 함께 내놨습니다. Transformers · vLLM · SGLang · Unsloth · Axolotl을 첫날부터 지원하고, Reflection API 공개 베타는 「무료로 시작」할 수 있으며, Dell · HPE를 통해 망 분리 환경을 포함한 사내 설치도 됩니다.

우리 판단: 미국에서 만든 Apache 2.0 라이선스의 500B급 공개 모델이 DHS의 딥시크 명령과 같은 주에 나왔다 — 공공·규제 산업 구매자에게 공급망 심사를 통과하기 쉬운, 직접 설치할 수 있는 선택지가 생긴 셈이다.

원문: Beam is now available (Reflection AI) · Beam-1.0-501B-A23B model card (Hugging Face) · Introducing Beam (Reflection AI)