이번 주, 엔터프라이즈 AI 도입을 결정해야 하는 팀 리드라면 주목할 세 가지 신호가 동시에 들어왔다. KB증권의 금융권 최초 MCP 허브 구축, 삼성전자의 오픈AI 전사 도입, 그리고 6월 한 달에만 30개 이상의 프런티어급 모델이 쏟아졌다는 시장 데이터다. 각각 따로 읽으면 그냥 뉴스다. 함께 읽으면 하나의 설계 원칙이 나온다.
실제로 작동한 모델: KB증권 MCP 허브
KB증권은 금융보안원으로부터 '생성형 AI 연계 이용 보안대책 평가' 적합 통지를 받았다. 핵심은 Anthropic이 2024년 11월 공개한 MCP(Model Context Protocol)를 허브 구조로 구현했다는 점이다. 소스코드 저장소, 형상관리 시스템, IT 운영 플랫폼, 내부 기술문서를 MCP Hub를 통해 Claude Code와 연결했다. 망분리 규제가 촘촘한 금융권에서 이 구조가 보안 적합 판정을 받았다는 것은, 단순한 도구 도입이 아니라 보안 설계와 AI 워크플로우를 동시에 풀었다는 의미다.
주목할 부분은 MCP가 특정 모델에 종속되지 않는 개방형 표준이라는 점이다. KB증권이 지금 Claude Code를 쓰더라도, MCP Hub 레이어가 있으면 나중에 다른 모델로 교체하거나 병행 운용하는 것이 구조적으로 가능하다. 이 설계 선택이 단기 편의가 아니라 장기 유연성을 확보한 결정이라는 걸 이해해야 한다.
단일 공급사 의존의 실제 비용
AI 매터스가 분석한 데이터에 따르면 2026년 6월은 역사상 가장 많은 AI 모델이 출시된 달로 기록될 전망이다. Anthropic, Google, xAI, OpenAI, Microsoft, DeepSeek가 한 달 안에 프런티어급 모델과 기능을 쏟아냈다. 모델 층위의 경쟁 우위가 분기 단위가 아니라 주 단위로 측정되는 시대가 됐다.
이 흐름에서 실제 피해 사례도 나왔다. Claude Fable 5가 정부 조치로 하루아침에 차단되면서, 해당 모델에 핵심 업무를 묶어 둔 기업들이 갑작스러운 공백에 직면했다. 정책 리스크, 가용성 리스크, 가격 변동 리스크—단일 공급사에 의존하면 이 세 가지 리스크를 동시에 떠안는다. 냉정하게 말하면, 특정 모델 하나에 프로덕션을 묶는 것은 기술 선택이 아니라 리스크 선택이다.
삼성전자 전사 도입이 주는 또 다른 신호
오픈AI는 삼성전자 국내 전 임직원과 DX 부문 전 세계 임직원에게 ChatGPT Enterprise와 Codex를 공급한다고 밝혔다. 오픈AI 엔터프라이즈 계약 중 최대 규모 사례 중 하나다. 소프트웨어 개발뿐 아니라 마케팅, 제품 개발, 제조 영역까지 적용 범위를 넓혔다는 점에서, 이건 개발팀 도구 도입이 아니라 조직 전체의 AI 전환 선언이다.
그런데 여기서 팀 리드가 주의해야 할 지점이 있다. 삼성전자 규모의 전사 도입은 단일 공급사(OpenAI)에 대한 대규모 의존을 의미하기도 한다. 물론 삼성전자는 반도체 협력 등 전방위적 파트너십을 통해 공급사와의 협상력을 확보했을 것이다. 하지만 대부분의 팀은 그런 협상력이 없다. 삼성전자의 도입 규모를 따라가되, 그 구조적 리스크까지 따라가는 실수를 범해선 안 된다.
팀 리드가 지금 당장 설계해야 할 것
세 가지 사례를 합산하면 실행 원칙이 나온다. 첫째, 모델 추상화 레이어를 먼저 설계하라. KB증권의 MCP Hub처럼, 특정 모델에 직접 의존하지 않고 교체 가능한 연결 구조를 두는 것이 기본 엔지니어링 위생이다. MCP가 아니더라도, 모델 호출을 추상화하는 레이어 하나가 나중에 팀을 구한다.
둘째, 공급사 다변화를 비용이 아니라 보험으로 계산하라. 모델 가격은 빠르게 낮아지고 있다. DeepSeek의 가격 공세에 OpenAI와 Anthropic이 맞대응하면서 비용 부담은 줄었다. 지금은 두 개 이상의 공급사를 병행 테스트하는 비용이 역대 가장 낮다. 가격 경쟁이 심화될수록, 가장 효율적인 모델을 그때그때 선택할 수 있는 구조를 갖춘 팀이 ROI를 가져간다.
셋째, 보안 설계는 도입 후 과제가 아니라 전제조건이다. KB증권이 금융보안원 평가를 먼저 통과하고 단계적 확대를 선택한 것은 느린 것이 아니라 지속 가능한 것이다. AI 도구를 빠르게 켜고 보안을 나중에 붙이는 팀은 결국 더 큰 비용을 치른다.
전망: '어떤 모델'이 아니라 '어떻게 갈아탈 것인가'
모델 출시 주기가 주 단위로 좁혀지는 지금, 엔터프라이즈 AI 전략의 핵심 질문은 바뀌었다. '어떤 모델이 가장 좋은가'가 아니라 '모델이 바뀌어도 우리 시스템이 버틸 수 있는가'다. KB증권은 MCP Hub로 그 답을 설계했고, AI 매터스의 분석은 그 방향이 옳다는 것을 시장 데이터로 뒷받침한다. 삼성전자의 전사 도입은 규모의 가능성을 보여주지만, 구조적 유연성 없는 대규모 도입이 어떤 리스크를 품는지도 함께 읽어야 한다.
팀 리드의 역할은 가장 좋은 모델을 고르는 것이 아니다. 어떤 모델이 와도 팀이 작동할 수 있는 구조를 설계하는 것이다. 공급사 전략은 도입 후가 아니라 도입 전에 끝나야 한다.