ChatGPT is insanely powerful.

But most people waste 90% of its potential by using it like Google.

These 1,000+ proven ChatGPT prompts fix that and help you work 10X faster.

Sign up for Superhuman AI and get:

Claim your free prompts

이번 달, 국내 AI 업계에 꽤 흥미로운 뉴스가 하나 있었죠. 신세계그룹이 미국의 AI 스타트업 Reflection AI와 손잡고 국내 최대 규모의 AI 데이터센터를 짓겠다고 나선 건데요. 미국 상무부 장관까지 직접 자리를 함께했던 이 MOU 체결 소식은, 단순한 기업 뉴스를 넘어서 한미 AI 기술 동맹의 첫 번째 공식 결과물로 평가받고 있는 것 같습니다.

그런데, 정작 Reflection AI가 어떤 회사인지 아시는 분은 많지 않은 것 같더라구요. 구글 딥마인드 출신의 쟁쟁한 창업자들, 29조 원에 육박하는 기업가치, 엔비디아의 투자까지, 숫자로는 엄청나게 화려합니다. 하지만, 저희가 직접 인터뷰도 하고 이 회사를 살펴보고 나서 내린 결론은 아직은 유보적입니다.

이번 에피소드에서는 Reflection AI가 실제로 뭘 만들고 있는지 한 번 들여다보고, 신세계와의 파트너십이 앞으로 어떤 방향으로 전개될지까지 나름의 시각으로 진단해 볼까 합니다.

오늘 다룰 내용은 다음과 같습니다:

2026년 3월 2일, 파이낸셜타임스가 Reflection AI가 최소 20억 달러의 자금을 추가로 조달 중이고, 기업가치가 200억 달러(약 29조 원)에 근접하고 있다고 보도했습니다. 사실 이 회사의 자금 조달 속도 자체가 이미 드라마틱한데요.

Reflection AI, 2025년 3월, 약 5억 4,500만 달러(약 8,000억 원) 기업가치로 1억 3천만 달러를 조달하면서 처음으로 베일을 벗었습니다. 그로부터 불과 반년 뒤인 2025년 10월에는 기업가치 80억 달러(약 11조 6,000억 원)로 10배 이상 뛰면서 20억 달러를 추가로 유치했고요. 이제 또 다시 자본시장을 두드리고 있는 상황입니다.

이 회사는 '개방성(Openness)'과 '오픈 사이언스'라는 키워드로 회사의 미션을 이야기합니다. 그런데 여기서 한 가지 살짝 불편한 사실은, 2026년 3월 초 현재, 이 회사의 존재 이유라고 할 수 있는 프론티어 오픈 웨이트 모델 — 즉, 누구나 다운로드해서 쓸 수 있는 고성능 AI 모델 — 이 아직 세상에 공개된 적이 없다는 겁니다. 이 회사의 코드 리서치 에이전트 'Asimov'는 출시 이후 아직까지도 Waitlist 상태고, 회사 웹사이트에는 제품 문서와 블로그 포스팅 두 개만 달랑 있을 뿐이지, 자체적인 연구 논문은 단 한 편도 없습니다.

어쨌든, 얼마 전 튜링포스트 팀이 Reflection AI의 공동 창업자이자 CTO인 이오안니스 안토노글루(Ioannis Antonoglou)와 직접 대화를 나눈 바 있었는데요. 솔직히 그 대화를 마치고 나서, 궁금증이 풀리기는커녕 더 많은 의문을 갖게 됐고, 그게 바로 오늘 이 글을 쓰게 된 이유입니다.

이 회사는 대체 뭘 만들고 있는 걸까요? 개방성을 표방하면서 왜 이렇게 느리고 비밀스러운 걸까요? 서방 세계와 중국의 경쟁자들보다 뛰어난 오픈 모델을 만드는 것이 현실적으로 가능한 걸까요? 그리고 돈은 어떻게 벌 수 있을까요?

더불어, 한국 독자분들께는 특히 중요한 질문이 하나 더 있죠. 앞서 말씀드린대로, Reflection AI가 2026년 3월 신세계그룹과 함께 국내 최대 규모의 'AI 소버린 팩토리' 건립을 위한 전략적 파트너십 MOU를 체결했는데, 이 협업은 어떤 의미를 갖는 걸까요? 과연 이 협업이 앞으로 어떤 방향으로 전개될지도 함께 한 번 생각해 보겠습니다.

이오안니스 안토노글루는 초기에 DeepMind가 공유하던 원초적인 신념, 이른바 'AGI 바이러스'를 뼛속 깊이 새긴 사람입니다. 그 신념이란 건 바로 ‘AGI(범용 인공지능)라는 건 상업적인 제품으로 취급되기 이전에 먼저 진지한 과학 프로그램으로 추구해야 한다’는 겁니다.

이오안니스는 2012년 딥마인드에 공동 창업자인 셰인 레그(Shane Legg), 데미스 허사비스(Demis Hassabis)와 함께 창립 엔지니어 중 한 명으로 합류했는데, 당시에는 AGI 연구 자체가 거의 기이한 취미처럼 여겨지던 시절이었고, 지금 우리가 늘상 보는 것 같은, 터무니없는 규모의 기업가치는 상상하기도 어려웠을 때였습니다.

이오안니스는 딥마인드에 조인한 이후에 AI 역사에서 전설이 된 여러 개의 프로젝트들을 이끌었는데요 — 예를 들면, 아타리 게임을 사람보다 잘하도록 학습한 DQN, 바둑 세계 챔피언을 꺾은 AlphaGo, 그리고 그 후속작인 AlphaZero와 MuZero 같은 것들입니다. 이후에는 Google DeepMind에서 구글의 AI 모델 Gemini 개발팀에서 '사후훈련(Post-training)' 작업을 총괄했습니다.

Reflection AI의 CEO인 미샤 라스킨(Misha Laskin)은, 기질은 이오안니스와는 다르지만 AI 연구에 대한 진지함만큼은 절대 뒤지지 않는 사람이라고 합니다. 버클리에서 박사를 한 후 연구 과정과 스타트업 경험을 거쳐서 Google DeepMind에서 Gemini 개발에 합류했고, 특히 RLHF(Reinforcement Learning from Human Feedback) 팀에서 '보상 모델(Reward Model)' 개발을 담당했습니다. 라스킨의 개인 홈페이지에는 지금도 "강화학습이 언어 및 멀티모달 모델에서 새로운 능력을 어떻게 이끌어낼 수 있는지 연구하는 사람"으로 스스로를 소개하고 있고, AlphaGo 논문이 자신의 인생을 바꿨다고 공공연히 이야기하곤 한다고 합니다.

이 두 사람은 Google DeepMind에서 처음 만났습니다. 둘 다, 당시 AI 생태계에 ‘믿을 수 있는 범용 제품 레이어’가 없다는 생각을 했다고 해요. 언어 모델은 폭넓은 지식은 있지만, 깊이 있고 안정적인 자율성이 부족했기 때문에, 이 두 사람은 LLM의 범용성에 강화학습 기반의 실행 능력을 결합해서 ‘처음부터 끝까지 실제로 유용한 작업을 해낼 수 있는 에이전트를 만드는 것’이 다음의 과제라고 생각했습니다.

두 사람은 2024년 2월, Google DeepMind의 안정적인 자리를 박차고 나와 Reflection AI를 설립했습니다.

1년간의 스텔스 기간을 거쳐서, Reflection AI는 2025년 3월 공식적으로 세상에 등장했습니다. 당시 이들이 내걸었던 핵심 명제는, "자율 코딩을 시작으로 초지능 자율 시스템을 구축하겠다”는 것이었습니다. 먼저 초지능 자율 코딩 시스템을 만들고, 그 경험을 발판 삼아서 컴퓨터로 하는 다른 종류의 업무로 확장한다는 계획이죠. 코딩은 성과 측정을 잘 할 수 있고, 활용할 수 있는 도구도 풍부하고, 현대 지식 노동의 핵심에 가깝다는 논리는 충분히 설득력이 있었어요.

문제는, 다른 회사들이 이미 그런 제품과 서비스를 엄청나게 출시하고 있었다는 겁니다. Anthropic만 해도 2025년 2월 Claude Code를 출시했고, 금새 Anthropic의 플래그십 제품으로 코딩 에이전트의 기준을 완전히 바꿔버린 건 모두 잘 아실 겁니다.

그렇다면, Reflection이 '오픈(Open)'으로 방향을 전환한 게 Claude Code가 오픈소스가 아니어서, 아니면 DeepSeek을 위시한 중국 모델들이 고품질 오픈 모델로 시장을 장악하기 시작해서였을까요? 사실은 그렇지 않을 겁니다 - Reflection AI의 시리즈 A에 투자한 Lightspeed의 발표에는 '개방성'이라는 단어가 단 한 번도 나오지 않거든요:

그런데 불과 반년 뒤인 2025년 10월 시리즈 B 시점에는 메시지가 완전히 달라졌습니다:

저희와 진행했던 인터뷰에서, 이오안니스는 이 방향 전환의 배경과 논리를 이렇게 설명했습니다: "프론티어에서 강화학습을 제대로 하려면, 포스트트레이닝의 바탕이 될 만한, 아주 강력한 베이스 모델이 먼저 있어야 합니다. 특히 Meta의 Llama 4가 생각보다 강력하지 않다는 걸 확인한 후에, 서구권의 전체 AI 생태계에 우리가 대규모 강화학습을 할 수 있는 기반이 될 강력한 오픈 베이스 모델이 없다는 걸 깨닫게 됐습니다. 그리고, 우리 Reflection AI만이 이 공백을 메울 수 있는 회사라고 판단했던 겁니다."

후속 질문으로, “여전히 코딩 모델이 목표냐”고 물었을 때의 답은, "아니예요, 범용 에이전트 모델입니다. 서방 세계에 범용 오픈 모델이 없기 때문에, 우리가 만들려고 합니다."였습니다.

이 방향 전환, 이해는 됩니다. 베이스 모델이 약하면 그 위에 강화학습을 아무리 쌓아도 한계가 있으니까요. 하지만 동시에 꽤 위험한 선택이기도 합니다. 자율 코딩이라는 '특화된 첫 발판(Wedge Product)'을 만드는 일이, 사실상 '문명 규모의 프로젝트'로 되어버리는 전환이거든요.

자율 코딩 에이전트 회사라면, 제품을 출시하고 고객과 함께 다듬어가면서 돈도 벌 수 있습니다. 하지만 '서방 세계에 없는 프론티어 오픈 베이스 모델'을 처음부터 직접 만들겠다는 회사는, GPU와 데이터와 실전 경험을 훨씬 더 많이 가진 기존의 강자들과 AI 스택의 가장 밑바닥에서부터 정면으로 맞붙는 셈이 됩니다.

그 위험이 얼마나 현실적인지는, 이오안니스가 인터뷰에서 꺼낸 말 한마디에서 이미 드러납니다. 지금 어떤 제품을 만들고 있냐는 질문에 그는 "지금 당장의 초점은 모델을 만드는 것 뿐입니다. 애플리케이션은 나중에 나옵니다. 지금은 모든 역량을 모델 개발에 집중하고 있어요."라고 답했습니다. 모델 개발은 어떻게 되고 있냐는 질문에는 "올해 공유할 놀라운 소식들이 많이 있습니다."라는 답이 돌아왔을 뿐이구요.

‘연구소의 전략’으로서는 충분히 말이 됩니다. 하지만 ‘스타트업 전략’으로서는, 설득력이 훨씬 낮다고 생각합니다.

자, 그렇다면 Reflection AI가 지금까지 실제로 내놓은 건 뭘까요? 딱 하나 있긴 합니다 — 7개월 전인 2025년 7월에 선보인 Asimov라는 제품입니다.

Asimov는 복잡한 기업용 코드베이스를 이해하는 데 도움을 주는 코드 리서치 에이전트입니다. 코드를 생성하려고 하는게 아니라, 코드를 '이해'하는 게 목적인 도구입니다. Reflection이 짚어낸 문제는 꽤 예리하기는 합니다 — 현실에서 개발자들이 가장 많은 시간을 쓰는 건, 새 코드를 짜는 일이 아니라 이미 있는 코드 시스템을 파악하고, 이전에 했던 의사결정을 추적하고, 조직 안에 제대로 정리되지 않은 채 흩어져 있는 암묵지를 다시 끌어모으는 작업이라는 거죠. 이게 진짜 문제라는 건데, 맞는 말입니다.

Asimov는 코드베이스, 아키텍처 문서, GitHub 토론, Teams 대화, Jira 티켓 등 엔지니어링의 맥락이 담긴 다양한 정보 소스를 종합적으로 인덱싱합니다. Reflection이 강조하는 차이는 이겁니다 — 보통의 RAG나 툴 호출 방식에서는 AI가 추론을 시작하기 전에 '어떤 정보가 관련 있을지'를 미리 결정해버리지만, Asimov는 거대한 컨텍스트 윈도우를 활용해서 처음부터 훨씬 넓은 맥락을 함께 고려하면서 추론한다는 거죠.

문제는, 지금이 2026년 3월인데 Asimov에 가입할 수가 없다는 겁니다. ‘대기자 명단’에 올릴 수 있는 것처럼 보이지만, 실제로는 대기자 명단에 이름을 올릴 수도 없어요. 가입을 하려고 하면, 그냥 2025년 10월의 블로그 포스팅으로 연결됩니다. 뭔가, 점점 불안해지죠.

Reflection에서는 '개방성'을 거의 신앙고백 수준으로 이야기합니다. 2025년 10월 블로그에서는 '모두가 접근할 수 있는 프론티어 오픈 인텔리전스 구축'을 선언했고, 채용 페이지에는 개인·에이전트·기업, 심지어 국가를 위한 오픈 웨이트 모델 개발을 기치로 내걸었습니다. 연구 페이지에서는 이 프로젝트를 '소수 연구소에 장악되지 않고 개방적으로 유지되는 지능의 기반을 만드는 일'로 규정하고 있구요. 이오안니스는 인터뷰에서 개방성이 연구 속도, 외부 검증, 심지어 안전성까지 높여준다고 주장합니다 — 더 많은 사람이 시스템을 직접 들여다볼 수 있으니까요.

그런데 막상 지금 확인할 수 있는 건 거의 없습니다. 공개 블로그 포스팅은 달랑 두 개, 연구 페이지는 Reflection 창업 이전에 다른 곳에서 쓴 논문들이 대부분을 채우고 있어요. AI 모델 공유 플랫폼 허깅 페이스의 공식 계정에는 공개 모델도, 공개 데이터셋도 단 하나가 없습니다.

5개월 전, 라스킨은 테크크런치와의 인터뷰에서 Reflection이 '모델 가중치'는 공개하되 데이터셋과 전체 훈련 파이프라인은 대부분 독점으로 유지할 계획이라고 밝혔는데요. 다시 말해서 Reflection은, 훈련 데이터와 코드까지 전부 공개하는 진정한 완전 오픈 방식 — 예를 들어 AI2의 OLMo 프로그램 — 이 아니라, Meta의 Llama나 Mistral처럼 모델 가중치만 공개하는 '오픈 웨이트' 방식에 가깝습니다.

그 자체가 잘못된 건 아니지만, 적어도 말은 정직해야 해야죠. '오픈 사이언스'는 "언젠가 모델 가중치를 공개할 수도 있고, 나머지는 닫아두겠다"보다 훨씬 광범위한 공개를 하는 연구 관행이거든요.

바로 이게, Reflection AI를 둘러싼 가장 핵심적인 질문과 의구심이겠죠.

Reflection이 강력한 오픈 웨이트 모델을 만들 수 있을까요? 물론입니다. 창업자들은 뛰어난 연구자들이고, PaLM, Gemini, AlphaGo, AlphaCode, GPT 수준의 시스템 등 엄청난 프로젝트를 두루 경험한 이례적으로 강한 팀을 갖추고 있어요.

하지만 지금의 기업가치는 단순히 '좋은 모델 하나 잘 만드는 것'으로는 설명이 안 됩니다. 외부에서는 Reflection을 점점 더 'DeepSeek에 대한 미국의 답'이자 '프론티어 자체를 노리는 도전자'로 부르고 있는데요. 이건 훨씬 높은 기준이고, 아무것도 출시하지 않은 채 시간이 지나갈수록 그 기준을 맞추기는 더 어려워질 겁니다.

중국 연구소들과 비교해보면: Reflection이 중국식 전략 — 최고 인재를 오픈 모델 개발에 투입하는 방식 — 을 일부 따르고 있다는 건 맞습니다. 하지만 중국 연구소들은 매월, 어떨 때는 심지어 매주 새 모델을 내놓고, 방대한 연구 논문도 함께 쏟아냅니다. 자금 구조도 다릅니다 — MiniMax처럼 IPO(기업공개)로 자금을 조달하는 경로도 있고, 대규모의 국내 플랫폼을 기반으로 사업화를 빠르게 밀어붙일 수 있다는 구조적 이점도 있어요. Reflection에는 아직 이런 것들이 없습니다.

OpenAI, Anthropic 같은 폐쇄형 연구소들과 비교하면: 당연히 이런 연구소들도 2026년 3월까지 절대 손 놓고 있지 않았습니다. 1년 사이에 각각 5번 이상의 주요 모델 업데이트를 출시했고, 코딩 에이전트 분야에서도 엄청난 노력을 하고 있습니다. Anthropic의 Claude Code는 연간 반복 매출(run-rate revenue)이 25억 달러를 돌파했고, OpenAI의 Codex도 빠르게 사용자 규모가 성장하고 있어요. 이 회사들은 모델을 개선하는 데서 그치지 않고, 모델이 사람들의 습관과 업무 흐름 속에 깊이 녹일 수 있는 방법을 고안하면서 안정적인 수익 구조로 바꿔가고 있습니다.

오픈소스 경쟁 구도를 보면: 오픈소스 진영도 Reflection이 주장하는 것보다 훨씬 치열합니다. AI2는 2025년 3월 OLMo 2 32B, 11월에는 OLMo 3를 출시했는데, 두 모델 모두 가중치 공개에 그치지 않고 진정한 완전 개방형으로 만들어졌습니다. OpenAI는 2025년 8월 Apache 2.0 라이선스로 gpt-oss를 공개했고, NVIDIA는 에이전트형 AI를 위한 오픈 모델·데이터·라이브러리 패밀리인 Nemotron 3를 내놨구요.

한마디로, Reflection은 말만 앞선 채로 이미 상당히 앞서가고 있는 경쟁의 한가운데에 뛰어들고 있는 셈입니다. 이 판에서 버티려면 스스로를 먹여 살릴 구조가 있어야 할 것 같은데 — 폐쇄 연구소에는 제품과 수익이, 중국 연구소에는 다양한 자금 경로가, 강력한 오픈소스 프로젝트들에도 든든한 기관 후원이 있습니다 — Reflection은 지금 사실상 추가 자금 조달에만 기대고 있는 모양새예요. 출시된 모델도, 검증된 제품도, 설득력 있는 수익 모델도 없는 상황에서요.

테크크런치와의 인터뷰에서 라스킨은 대형 기업들이 Reflection의 모델 위에 서비스를 구축하는 것, 그리고 정부의 소버린 AI 시스템 개발에서 수익이 나올 것이라고 이야기했습니다. Reflection의 자료들은 셀프 호스팅, 인프라 통제, 데이터 보안, AI 스택의 소유권을 반복적으로 강조하고 있는데요. 이오안니스는 저희와의 대화에서 “기업과 정부는 자기들이 사용하는 AI에 대한 완전한 통제를 원한다”고 말하기도 했습니다.

이 주장은 DeepSeek 사태 이후에 더욱 힘을 얻었습니다. '소버린 AI(Sovereign AI)’는 아시다시피 AI 관련 데이터와 인프라를 외부 서비스에 맡기지 않고 자국 또는 자사가 직접 쥐고 통제하겠다는 개념인데, OpenAI나 Anthropic의 API를 쓰면 데이터가 고스란히 미국 기업 서버로 넘어가는데, 이걸 꺼리는 정부와 규제 산업 기업들이 있을 수 밖에 없는 거죠.

이오안니스는 중국 연구소들이 '오픈 모델도 얼마든지 강력한 사업적 성공을 거둘 수 있다는 산 증거'라고 내세웠습니다. 그런데 이 비교가 그렇게 깔끔하지는 않아요. 중국 연구소들은 오픈 모델을 사업화하기 훨씬 유리한 환경에 놓여 있습니다 — 거대한 국내 플랫폼, 다양한 자금 조달 경로, 탄탄한 정부 지원이 뒤를 받쳐주고 있거든요. Reflection에는 아직 이런 것들이 없습니다.

결국 이 질문으로 돌아올 수밖에 없습니다: 소버린 AI 수요만으로 회사를 지탱할 수 있을까요? 정부 계약은 규모도 크고 상징성도 있지만, 느리고 들쭉날쭉하고 긴 조달 사이클에 묶이기 쉽습니다. 만약 정부가 사실상 유일한 고객이라면, Reflection은 시장에서 널리 쓰이는 여타 AI 회사보다는 미국 정부 산하의 전략적 연구 기관에 가까운 조직이 될 수 있습니다. 아니, 그런 시나리오가 지금의 ‘비밀주의’를 설명하는 것일지도 모르겠네요.

이오안니스는, 진짜 중요한 유일한 지표는 '채택률(Adoption)'이라고 했는데, 맞는 말입니다. 200억 달러짜리 스토리는 명분 만으로는 버틸 수 없고, 실제 배포, 반복 사용, 그리고 고객이 계속 돌아온다는 증거가 필요하죠.

오픈 모델에는 또 다른 딜레마가 있는데요. 오픈소스를 지지하는 사람들조차 막상 일상에서는 오픈 모델을 쓰지 않는 경우가 많다는 겁니다. 이 점을 지적하는 질문에, 이오안니스는 이렇게 말했어요: "사람들은 성능이 충분히 좋다고 느끼지 않는다면 굳이 쓰지 않습니다. 당연한 거죠, 사람들은 그냥 최고의 모델을 쓰고 싶을 뿐이에요. 그래서 서방에 진짜 프론티어 수준의 경쟁력 있는 오픈 모델이 필요한 겁니다. 그런 진짜 제대로 된 오픈 모델이 생기기 전까지는 그 갭은 항상 존재할 수밖에 없어요."

맞는 말입니다. 그런데 불행히도, 이오안니스의 이 말 자체가 스스로 핵심을 드러내고 있습니다 — Reflection AI의 사업의 근거가, 아직 세상에 존재하지 않는 모델 위에 서 있다는 걸요. 논거가 "오픈 모델이 지금 더 낫다"가 아니라 "누군가 충분히 좋은 걸 만들면 사람들이 더 많이 쓸 텐데, 그게 바로 우리"라는 거거든요.

이런 불명확함은 사소한 문제가 아닙니다. 회사는 '확장 가능한 사업 모델이 있다'고 말하지만, 공개된 내용은 여전히 빈약합니다. 출시된 모델도 없고, 가격 정책도 없고, 의미 있는 규모로 실제 고객이 쓰고 있다는 증거도 없습니다. 사업의 근거가 아직 기대와 추론에 기대고 있다는 뜻이에요.

이건, 포함하는 범위가 어디까지냐에 따라 달라집니다.

좁게 본 수치를 보면, 가트너는 소버린 클라우드 인프라(IaaS) 지출이 2026년 800억 달러(약 116조 원)에 달할 것으로 추정하는데요. 소버린 요건에 직접 연결된 인프라 지출로는 가장 믿을 만한 수치입니다. 넓게 본 자료를 보면, 맥킨지는 2030년까지 글로벌 AI 지출의 30~40%가 소버린 AI 요건의 영향을 받을 수 있다고 하는데, 이건 컴퓨팅 자원·데이터·모델·플랫폼·애플리케이션을 모두 합산할 때 5,000억~6,000억 달러(약 730조~870조 원) 규모의 시장이라는 걸 뜻합니다.

소버린 AI는 이미 실제로 존재하는 시장입니다. 하지만 그 돈의 상당 부분은 모델 공급업체보다 인프라, 클라우드, 배포 쪽으로 먼저 흘러갈 가능성이 높습니다.

Reflection에게 현실적인 목표는 '소버린 AI 시장 전체를 장악하는 것'이 아닙니다. 자국 내 데이터를 외부에 맡기고 싶지 않은 정부, 규제 산업 기업, 국가·지역 단위 AI 스택을 위한 믿을 만한 모델 공급업체로 자리 잡는 겁니다. 경쟁 구도에서 맞설 상대를 꼽자면 중국 오픈 모델 쪽에서는 DeepSeek과 Qwen, 서방의 오픈 생태계에서는 Mistral, AI2/OLMo, NVIDIA의 강력한 오픈 모델 생태계, 그리고 소버린 이슈보다 성능을 우선하는 구매자가 있다면 폐쇄형 연구소들도 경쟁 상대가 됩니다.

Reflection AI이 그냥 '값비싼 지정학적 AI 프로젝트'가 아닌 진지한 사업체로 인정받으려면, 아마도 다음 네 가지 정도의 조건이 만족되어야 할 겁니다.

첫째, 지금 당장 공개적으로 뭔가를 출시해야 합니다. 완성형 모델이 아니어도 됩니다. 외부에서 실제 모델 수준이 어느 정도인지, 얼마나 자주 뭘 내놓는 회사인지, 어떤 방향으로 가는지를 직접 확인할 수 있는 구체적인 뭔가가 있어야 됩니다. 지금 Reflection은 초기 스타트업처럼 보기에는 너무 많은 돈을 받았고, 프론티어 연구소처럼 평가받기에는 아직 내놓은 게 너무 없는, 어정쩡한 포지션입니다.

둘째, Asimov를 가지고 실제로 뭐라도 해야 합니다. Reflection이 짚어낸 엔터프라이즈 코드 이해라는 문제는 분명히 존재하는 문제고, 아직 제대로 해결된 시장이 아닙니다. 실제 가입마저도 안 되는 대기자 명단 제품을 웹사이트에만 올려두는 건 솔직히 허술한 겁니다. 정말 중요한 제품이라면, 지금 당장 쓸 수 있게 만들어야 합니다.

셋째, 말(言)의 스케일을 줄여야 합니다. Reflection이 굳이 첫 출시 모델부터 최고의 폐쇄형 연구소와 최고의 중국 오픈 연구소를 앞서겠다고 약속할 필요는 없습니다. 고객들이 믿고 원하는 대로 수정해서 직접 쓸 수 있는, 진짜 경쟁력 있는 오픈 웨이트 모델을 만들어낼 수 있다는 걸 증명하면 됩니다. 수개월 동안 아무것도 내놓지 않으면서 "우리가 세상에서 가장 중요한 연구소가 될 것"이라고 들리는 발언을 반복하면, 어느 순간 오만이나 망상 — 혹은 둘 다 — 으로 읽히기 시작할 겁니다.

넷째, 정부 고객을 내세운 말을 실제 계약으로 증명해야 합니다. 정부가 사업의 핵심 대상이라면, 실제 성사된 계약으로 보여줘야 합니다. 상황은 분명히 유리하게 전개되고 있어요 — 파이낸셜타임즈는 Reflection이 미국 연방 조달에서 폐쇄형 모델 공급업체의 대안으로 이미 논의됐다고 전하기도 했습니다. 그 시장이 실재한다면, 우리가 곧 그 증거를 볼 수 있게 해 줘야 합니다.

2026년 3월 16일 현지시간, 미국 샌프란시스코. 그날 미국 상무부가 새롭게 문을 연 'National AI Center(국립 AI 센터)' 행사장 바로 옆에서, 꽤나 묘한 자리가 하나 마련됐습니다.

정용진 신세계그룹 회장, 미샤 라스킨 Reflection AI CEO, 그리고 하워드 러트닉(Howard Lutnick) 미국 상무부 장관이 나란히 앉아서 '한국 소버린 AI 팩토리 건립을 위한 전략적 파트너십 MOU'에 서명했습니다. 러트닉 장관이 직접 "사업의 성공적인 진행을 위해 적극 지원하겠다"고 밝혔을 만큼, 이건 단순한 기업 간 계약이 아닙니다. 미국 정부가 작년부터 밀어붙이고 있는 'AI 수출 프로그램'의 첫 번째 공식 사례이자, 어떤 의미에서는 한미 AI 기술 동맹의 첫 번째 공식 결과물입니다.

양사가 그리는 그림은, 한국에 전력용량 250MW 규모의 AI 전용 데이터센터를 단계적으로 짓겠다는 건데요. 얼마나 큰 규모냐면, SK텔레콤·AWS가 울산에 건설 중인 데이터센터(103㎿)의 두 배를 훌쩍 넘습니다. 투자금은 최대 10조원 이상으로 예상되고, 올해 안에 합작법인(JV)을 꾸려서 2030년 이전 착공을 목표로 하고 있습니다.

그리고 이 데이터센터는 단순히 서버를 쌓아두는 창고가 아닙니다. 양사가 함께 만들려는 건 '풀 스택(Full-Stack) AI 팩토리' — 클라우드 인프라부터 맞춤형 AI 솔루션까지, AI와 관련된 모든 단계를 한 지붕 아래 제공하는 플랫폼이라고 합니다.

국내 대형 유통 기업이 AI 인프라 사업에 직접 발을 들인 건 신세계가 처음입니다. 그런데 왜 하필 신세계였을까요?

갑작스러운 결정처럼 보이지만, 사실 물밑 작업은 꽤 오래전부터 진행되었다고 합니다. 정용진 회장은 지난해 말 이미 미국을 찾아 러트닉 장관, 라스킨 CEO 등과 직접 만나 협력 방안을 논의해 왔다고 해요. 정 회장이 그리는 방향은 선명합니다 — 아마존이 유통에서 AWS로 도약했듯이, 신세계도 유통 기업에서 AI·테크 기업으로 변신하겠다는 것이죠. 알리바바가 이커머스에서 알리 클라우드로 올라선 것과도 같은 맥락이고요.

라스킨 CEO는 "한국은 세계적인 IT 강국이자 미국의 강력한 동맹"이라고, "신세계와 함께 한국이 스스로의 AI 인프라를 만들어나갈 수 있도록 하겠다"고 밝혔습니다.

반면에, 시장의 반응은 냉정했습니다. 발표 당일 신세계I&C 주가는 상한가를 찍었지만, 그룹의 실질적 핵심인 이마트 주가는 2% 상승에 그쳤어요. AI 인프라 사업의 수혜는 신세계I&C 같은 IT 계열사에 돌아갈 가능성이 높지, 유통 본업과는 거리가 있는 이마트 이야기가 아닐 수 있다는 계산이었죠. 최대 10조원에 달하는 투자금, 전력 수급과 부지 인허가 등 넘어야 할 산이 많다는 신중론도 함께 나왔습니다.

앞서 살펴봤듯, Reflection AI는 아직 출시된 모델도, 검증된 제품도, 안정적인 수익 구조도 없습니다. 그렇다면 신세계 딜은 Reflection에게 어떤 의미일까요? 세 가지 면에서 읽어볼 수 있습니다.

① 소버린 AI 전략의 첫 번째 구체적인 증거

앞서 "정부 고객 이야기를 실제 계약으로 증명해라"고 짚었는데요. 신세계 딜은 정확히 그 방향입니다. 미국 AI 수출 프로그램의 첫 번째 케이스라는 자리는, Reflection AI의 소버린 AI 전략이 ‘말에서 현실로 처음 발을 내디딘 순간’이라는 뜻입니다.

② 엔비디아 GPU 공급 통로 확보

Reflection AI는 엔비디아로부터 투자를 받은 회사고, 이번 데이터센터에 들어갈 GPU도 엔비디아에서 공급받기로 확정됐습니다. 지금 글로벌 AI 경쟁에서 최신 GPU를 안정적으로 확보하는 것 자체가 전략적 자산인데요. 한국에 대규모 데이터센터를 짓는다는 건 곧 대규모 GPU 구매를 의미하고, Reflection AI 입장에서는 모델 훈련에 필요한 컴퓨팅 자원을 더 유리한 조건에서, 더 꾸준히 손에 넣을 수 있게 되는 셈입니다.

③ 아직 없는 모델의 첫 번째 '앵커 고객' 확보

신세계가 필요로 하는 건, 자사 유통·리테일 데이터를 안전하게 학습시킬 수 있는 맞춤형 AI 모델입니다. Reflection AI의 오픈 웨이트 모델은 이 수요에 이론적으로 딱 들어맞습니다. 실제 모델이 나오면, 신세계는 자연스럽게 Reflection AI의 첫 번째 검증된 기업 고객이 되는 거죠.

이 협업이 어떤 방향으로 흘러가느냐는 결국 Reflection AI가 모델을 내놓느냐, 그리고 어떤 모델을 내놓느냐에 달려 있습니다. 크게 세 가지 시나리오를 생각해볼 수 있는데요.

✅ 시나리오 A — Reflection AI가 경쟁력 있는 모델을 출시하는 경우 (낙관)

신세계-Reflection AI JV가 단순한 데이터센터 운영사를 훌쩍 넘어서는 시나리오입니다. Reflection의 오픈 웨이트 모델을 한국 기업과 공공기관에 공급하는 'K-소버린 AI 플랫폼'의 핵심 인프라로 자리 잡을 수 있거든요. 신세계는 이마트 구매 데이터, 이마트몰 고객 행동, 스타필드 방문 패턴 등으로 학습시킨 한국형 리테일 AI 모델을 자체 보유하게 되고, 정부 기관·금융·헬스케어로 B2B AI 클라우드 서비스를 넓혀가는 발판이 됩니다. 신세계I&C는 AI 클라우드 사업의 실질적 운영 주체로 올라서고, 삼성SDS나 LG CNS와 어깨를 나란히 하는 엔터프라이즈 AI 플레이어로 성장할 가능성도 있습니다 - 당연히 그런 목표를 갖고 있겠죠.

⚠️ 시나리오 B — Reflection AI의 출시가 계속 지연되는 경우 (중립)

JV는 데이터센터 인프라 사업자로는 굴러가지만, AI 기술의 주도권이 사실상 다른 공급사 — 이미 나와 있는 오픈 웨이트 모델(Llama, Mistral 등)이나 클라우드 사업자 — 로 채워지는 시나리오입니다. 신세계는 GPU 인프라를 확보하고 AI 클라우드 사업에 진출하는 데는 성공하지만, Reflection AI와의 기술 협력은 형식적인 수준에 머물게 돼요. 신세계는 Reflection에 대한 의존도를 낮추고 여러 AI 모델과 클라우드를 함께 쓰는 멀티 벤더 전략으로 방향을 틀어야 할 겁니다.

❌ 시나리오 C — Reflection AI가 자금 소진 또는 전략적 실패를 맞이하는 경우 (비관)

가장 피해가 큰 쪽은 신세계가 아니라 Reflection AI입니다. 신세계는 이미 GPU 인프라와 데이터센터 자산을 손에 쥔 상태라, Reflection AI가 사라진다 해도 물리적 자산의 가치는 그대로입니다. 데이터센터는 어떤 AI 클라우드 서비스에도 활용할 수 있으니까요. 신세계가 잃는 건 'Reflection AI와의 독점적 기술 협력'이라는 차별화 포인트 하나입니다. 이 경우 신세계는 데이터센터 임대 사업자(코로케이션 모델)로 전환하거나, 다른 AI 기업과 새로운 파트너십을 모색하게 될 것 같습니다.

이 협업을 단순히 '신세계가 AI 사업에 진출했다'는 기업 뉴스로만 읽을 건 아니라고 생각합니다. 진짜 의미는 서로 다른 세 개의 시각에서 동시에 봐야 합니다.

첫 번째 눈 — 지정학: 미국 AI 수출 프로그램의 첫 번째 케이스라는 사실은, 이 딜이 미국 정부의 기술 패권 전략 — 중국이 아닌 미국 기술 생태계를 동맹국에 뿌리내리겠다는 의도 — 과 맞닿아 있음을 보여줍니다. 트럼프 행정부가 한국을 AI 동맹의 핵심 거점으로 택했고, 신세계는 그 첫 번째 창구가 됐습니다.

두 번째 눈 — 산업 재편: 국내 유통 대기업이 AI 인프라 사업자로 직접 변신을 시도하는 건 한국 재계에서 처음 있는 일입니다. 이게 성공한다면 롯데, CJ, 현대백화점 등도 비슷한 행보를 따를 가능성이 높고, 대형 유통 그룹들이 앞다퉈 AI 인프라로 눈을 돌리는 흐름이 만들어질 수 있어요.

세 번째 눈 — 소버린 AI의 한국판: Reflection AI의 오픈 웨이트 모델 방식은 한국 정부의 소버린 AI 정책 기조와 정확히 맞닿아 있습니다. 데이터 주권을 지키면서 글로벌 수준의 AI 성능도 원하는 공공기관과 기업들에게, 이 조합은 이론적으로 가장 이상적으로 보일 수 있는 선택지입니다. 단, '이론적'이라는 전제가 현실이 되려면 Reflection AI가 실제로 경쟁력 있는 모델을 내놔야 한다는 조건이 먼저 충족되어야 하고요.

Reflection AI는 여전히 성공할 수 있습니다. 창업자들은 검증된 이력을 가진 엄청난 사람들이고, 투자금도 실제로 들어와 있고, 서방에 강력한 오픈 웨이트 모델이 필요하다는 것도, 소버린 AI 전략의 설득력도 틀린 말이 아닙니다. 누군가 강화학습 기반의 오픈 프론티어 연구소를 기존 대형 연구소들 바깥에서 셋업할 수 있다면, Reflection은 그 몇 안 되는 후보 안에 분명 들어가는 회사입니다.

하지만 이 친구들, 너무 느리고 너무 비밀스러운데다, 지금껏 공개적으로 한 말들에 대한 실질적인 증거가 아직은 하나도 따라오지 않고 있습니다.

지금 Reflection은 시장에 네 가지를 동시에 믿으라고 하는 셈입니다:

이 중에 하나씩은 맞을 수 있는데, 네 가지가 동시에 맞아들어간다? 이건 일종의 줄타기입니다.

한국 독자분들께는 이 질문이 더욱 남의 얘기가 아닐 수 있겠죠. 신세계그룹이 국내 최대 AI 데이터센터를 Reflection AI와 함께 짓겠다고 나섰고, 그 약속이 실제로 얼마나 의미있는지, 그 자체가 결국 아직 세상에 공개된 적 없는 한 AI 모델의 품질에 달려 있습니다.

이오안니스에게, “뭐라도 모델에 대해서 언제 볼 수 있냐”고 물었을 때, 이런 답을 들었습니다: “기다려야 할 겁니다” 라구요.

지금 펼쳐지고 있는 AI 경쟁의 속도를 생각하면, 그건 맞는 답은 아닌 것 같다는 느낌, 지울 수가 없습니다. 신세계도, 저희도, 함께 기다려봐야겠지만요.

*리뷰를 남기시려면 로그인하시거나 구독해 주세요. 감사합니다!

읽어주셔서 감사합니다. 친구와 동료 분들에게도 뉴스레터 추천해 주세요.