미 국방부, “AI 공급업체 하나에 다시는 묶이지 않겠다”

• 미 국방부가 AI 공급업체 하나에 묶이는 일은 “다시는 없다”고 못 박음.

  • 국방부 연구·공학 담당 차관 에밀 마이클은 특정 모델 하나에 single-threaded 되는 상황을 피하겠다고 말함.
  • 배경에는 Anthropic과의 갈등이 있음. 국방부는 이미 한 공급업체에 의존했을 때 대체가 쉽지 않다는 걸 겪은 셈임.

• 새 계약은 단순한 구매가 아니라 ‘우리는 여러 선택지를 원한다’는 신호임.

  • 대상 기업은 아마존 웹 서비스(AWS), 구글, 마이크로소프트, 엔비디아, 오픈AI, Reflection, 오라클, 스페이스엑스.
  • 마이클은 이 계약을 대형 AI 기업들이 미국 정부와 군의 합법적 사용 사례를 지원한다는 선언처럼 설명함.

• Anthropic 갈등은 꽤 민감한 문제임.

  • Anthropic은 자사 기술이 자율 무기나 미국 감시 활동에 쓰이는 것을 거부했고, 이로 인해 국방부와 충돌함.
  • 이후 국방부는 Anthropic을 공급망 위험으로 지정했고, 백악관은 기관들에 Anthropic 제품 제거를 지시함.
  • 다만 3월 말 법원이 관련 조치에 제동을 걸면서 소송은 계속 진행 중임.

• 그런데 Anthropic의 Mythos Preview가 판을 다시 복잡하게 만듦.

  • Mythos Preview는 사이버 보안 취약점 탐지에 특화된 고급 모델로 소개됨.
  • 미국 정부 입장에서는 이 기능이 너무 매력적이라, 일부 기관이 Anthropic의 최신 모델을 쓸 수 있게 하는 정책 초안까지 논의되고 있음.
  • 마이클은 이를 “사이버의 순간”이라고 표현하며, 사이버 대응에서 AI 모델을 어떻게 다룰지가 큰 문제가 될 거라고 봄.

• 오라클 쪽 설명은 기업 개발자에게도 익숙한 얘기임. 결국 락인 피하기임.

  • 오라클 클라우드 인프라의 정부 부문 부사장 랜드 월드론은 국방부가 클라우드 제공자에게 상호 연결성을 우선해달라고 요구한다고 말함.
  • 이유는 간단함. 지금 한 모델에 올인했다가 6개월 뒤 다른 모델이 필요해질 수 있기 때문임.

• 워크로드별로 최적 모델이 달라질 가능성도 큼.

  • 코드 생성, 데이터 분석, 공급망 관리, 전장 표적화 같은 사용 사례가 모두 같은 모델에서 최선일 가능성은 낮다는 얘기임.
  • 그래서 국방부는 Anthropic을 다른 한 업체로 바꾸려는 게 아니라, 여러 모델 제공자를 동시에 두려는 쪽에 가깝다.

• 이런 접근은 이미 국방·정보 커뮤니티의 클라우드 조달 경험과 이어짐.

  • 기사에서는 Commercial Cloud Enterprise와 Joint Warfighting Cloud Capability 같은 계약 체계가 선례로 언급됨.
  • 핵심은 단일 클라우드, 단일 모델이 아니라 필요에 따라 조합 가능한 조달 구조임.

• 개발자 관점에서 이 뉴스가 흥미로운 이유는 명확함.

  • AI 앱을 만들 때 모델 API 하나에 프롬프트, 평가, 도구 호출, 보안 정책을 전부 깊게 묶어두면 나중에 갈아타기 어려움.
  • 국방부만의 문제가 아니라, 기업 내부 AI 플랫폼도 같은 고민을 하게 될 가능성이 높음.

---

기술 맥락

• 국방부가 고른 방향은 “최고 모델 하나”가 아니라 “여러 모델을 바꿔 끼울 수 있는 구조”예요. AI 모델 성능은 몇 달 단위로 바뀌고, 제공업체의 사용 정책도 달라질 수 있어서 한 업체에 깊게 묶이면 운영 리스크가 커지거든요.

• 기밀 시스템에서는 모델 교체가 일반 서비스보다 훨씬 어려워요. 퍼블릭 클라우드 앱이면 엔드포인트와 키를 바꾸는 수준으로 보일 수 있지만, 국방 시스템은 보안 인증, 망 분리, 감사, 배포 절차가 같이 붙어요. 그래서 초기에 상호 연결성과 다중 공급자 구조를 요구하는 거예요.

• 워크로드별 모델 선택도 중요한 포인트예요. 코드 생성에 좋은 모델, 사이버 취약점 탐지에 좋은 모델, 데이터 분석에 좋은 모델이 같을 필요는 없어요. 국방부가 여러 업체를 확보하려는 건 정치적 메시지만이 아니라, 작업별 최적화를 위한 아키텍처 선택이기도 해요.

• 기업 AI 플랫폼도 여기서 배울 게 있어요. 모델 추상화 계층, 평가 자동화, 도구 호출 포맷 표준화가 없으면 모델을 바꾸고 싶을 때 비용이 확 올라가요. 처음부터 여러 모델을 염두에 둔 설계를 해야 나중에 협상력과 기술 선택권이 남아요.