GeekNews AI Weekly Deep Dive - 2026-05-25

이번 주 AI/테크 흐름은 비용, 운영 통제, 공급망 재편이 핵심입니다.

1. 메모리는 AI 칩 부품 비용의 거의 3분의 2까지 커졌다

핵심 내용 요약: AI 가속기 원가에서 HBM 비중이 빠르게 커지며, 2025년 말에는 주요 설계사 칩 부품 비용의 60%를 넘는 수준으로 추정된다. 로직 다이와 패키징보다 메모리 지출 증가가 훨씬 크고, 공급 부족과 가격 상승이 이어지면 2026년 데이터센터 투자 부담도 더 커질 가능성이 높다.

• 원문 링크: https://epoch.ai/data-insights/ai-chip-component-cost-shares

2. 호주 4일 근무제 연구 데이터, 생산성 향상 보여줘

핵심 내용 요약: 호주 15개 기업의 100:80:100 실험에서는 임금은 유지하고 근무시간을 줄였지만 생산성 하락을 보고한 곳이 없었다. 핵심은 단순히 하루를 빼는 것이 아니라 회의, 반복 업무, 낮은 가치의 일을 줄여 업무 방식을 다시 설계한 데 있었고, 번아웃 감소도 중요한 성과로 나타났다.

• 원문 링크: https://scienceaim.com/australia-just-proved-the-four-day-work-week-works-here-is-what-the-data-actually-says/

3. DeepSeek Reasonix - 높은 캐싱과 낮은 비용의 DeepSeek 네이티브 코딩 에이전트

핵심 내용 요약: Reasonix는 DeepSeek API의 접두사 캐싱을 최대한 활용하도록 설계된 터미널 기반 코딩 에이전트다. 대화 흐름을 append-only 구조로 유지하고 도구 호출 복구, 추론 수집, MCP, 샌드박스와 계획 승인 흐름을 붙여 긴 코딩 세션의 비용을 낮추는 데 초점을 맞췄다.

• 원문 링크: https://esengine.github.io/DeepSeek-Reasonix/

4. Microsoft 보고서, AI가 인간 직원 고용보다 더 비싸다고 밝혀

핵심 내용 요약: Microsoft와 Uber 같은 대기업 내부에서 AI 코딩 도구 사용이 빠르게 늘면서, 토큰 비용과 라이선스 비용이 예상보다 큰 운영비로 떠오르고 있다. 문제는 토큰 단가 하락 자체보다 에이전트형 사용량이 훨씬 더 빠르게 늘 수 있다는 점이며, 사용량을 생산성 지표처럼 장려하는 조직 문화도 비용 폭증을 키운다.

• 원문 링크: https://fortune.com/2026/05/22/microsoft-ai-cost-problem-tokens-agents/

5. 모든 카드에서 병렬 에이전트를 실행하는 오픈소스 Kanban 데스크톱 앱

핵심 내용 요약: KanBots는 칸반 카드마다 Claude Code나 Codex를 별도 git worktree에서 실행하고, 진행 상태와 비용, 결정 요청을 보드에 표시하는 로컬 우선 데스크톱 앱이다. 자동 실행 모드는 여러 페르소나가 작업을 나누고 검토하도록 돕지만, 병렬 에이전트 결과를 사람이 어떻게 검증하고 통제할지가 실제 도입의 핵심 과제로 남는다.

• 원문 링크: https://www.kanbots.dev/

6. 이탈리아, Airbus A330 급유기로 전환

핵심 내용 요약: 이탈리아는 기존 Boeing KC-46 선택을 접고 Airbus A330 MRTT 6대를 도입하기로 하면서 공중급유와 전략 수송 전력을 유럽 공급망 쪽으로 옮겼다. 두 기종 모두 NATO 운용에는 맞지만, 이번 결정은 정비와 훈련, 장기 지원의 중심이 미국보다 유럽 항공우주 생태계에 가까워졌다는 의미가 크다.

• 원문 링크: https://www.euronews.com/my-europe/2026/05/21/italy-moves-to-airbus-a330-tankers-in-major-nato-aligned-shift

7. 한컴, LG ‘챗엑사원’에 AI 에이전트 공급

핵심 내용 요약: 한컴은 자체 AI 에이전트를 LG AI연구원의 챗엑사원 플랫폼에 결합해 공공과 민간 시장을 함께 공략하기로 했다. 이번 협력은 한컴의 업무 자동화 역량과 LG의 생성형 AI 서비스 인프라를 묶어 통합 솔루션으로 확장하려는 움직임으로 볼 수 있다.

• 원문 링크: https://showroom.exaone.ai/

이번 주 실행 제안

AI는 더 넓게 쓰이고 있지만, 이제 관심은 성능 과시보다 누가 비용과 검증, 인프라 의존성을 감당하느냐로 옮겨가고 있습니다.