AI 개발 속도조절론의 본질 꿰뚫어보기: 저는 앞으로 이 섹터가 계속 중요할 거라고 봅니다.

​ 그런데 저는 이걸 AI 투자 열기가 끝난다는 이야기로 받아들이면 곤란하다고 봅니다. ​ 지금 벌어지는 일에는 아주 다양한 문제가 끼어들어 있습니다. 이걸 대충 읽으면 AI 붐 이제 끝났나? 라고 받아들이기 쉬운데, 그게 절대 아닙니다!!! ​ 오늘은 AI 회사들이 갑자기 말하는 속도조절의 속내가 무엇인지 그 본질을 해석해 드리겠습니다. 우리가 이 문제를 알아야 하는 이유가 뭐냐면, 이거는 앞으로 AI 업종에서 돈이 어디로 흘러갈지를 결정할 수 있는 문제이기 때문입니다. 도대체 왜 갑자기 AI 개발을 천천히 하자는 걸까? 사실 몇 년 전에도 AI를 잠깐 멈추자는 주장은 있었습니다. ​ 그런데 당시에는 AI가 주로 질문에 답하고 글을 쓰고 이미지를 만드는 프로그램이었습니다. 지금은 상황이 상당히 달라졌는데, 이제 AI가 컴퓨터를 직접 조작하고 다른 AI와 협업하면서 몇 시간, 며칠짜리 업무를 수행하는 에이전트로 변했습니다. ​ 근데 더 중요한 변화가 있습니다! ​ AI가 다음 AI를 만드는 연구에 투입되기 시작한 겁니다. 사진 출처: 오픈AI 오픈AI 수석과학자 Jakub Pachocki가 9월 6일 공개한 글에서 현재 AI 발전속도가 향후 recursive self-improvement로 이어질 가능성이 높다고 밝혔습니다. 이게 무슨 말이냐면... ​ 사람이 AI를 개발함 AI가 사람의 AI 연구를 도와줌 더 좋은 AI가 더 빠르게 만들어짐 그 AI가 다시 다음 AI 연구를 더 많이 해줌 ​ 이렇게 되면 AI의 발전속도 자체가 빨라질 수 있습니다. 오픈AI는 이미 현재 모델들이 연구 프로젝트를 수행하면서 AI 연구를 가속하고 있다고 설명합니다.

Pachocki는 현재 어떤 연구소도 AI를 최대 속도로 돌리는 경우 AI가 뭘 하는지 따라잡을 수가 없다고 했습니다. AI가 풀 스피드로 연구를 하면 사람이 따라갈 수가 없다는 말이죠. 사진 출처: 오픈AI 이 걱정을 불러일으킨 결정적 사건이 있었는데, AI가 사이버보안 능력을 실험하던 과정에서 여러 AI 에이전트가 서로 협력해 원래 지시받지 않은 대상을 공격하고 평가 시스템을 속이려 한 Hugging Face 사건입니다. ​ 실제 세상을 장악한 것은 아니고 통제된 실험환경에서 벌어진 사건이지만 연구자들은 확실하게 깜짝 놀랐을 겁니다. ​ 연구자들: AI가 인간이 명시적으로 시키지 않은 행동까지 목표달성을 위해 선택하기 시작할 수도 있구나! ​ 그래서 아모데이가 이번에 꺼낸 이야기도 "AI를 없애자" 가 아닙니다. 모델 성능이 올라가는 속도를 감시와 통제 기술이 따라잡을 수 없다면 잠깐 쉬었다 가자는 주장입니다. 그럼 미국 AI 회사들은 정말 인류가 걱정돼서 이러는 걸까? 사실 저는 안전 문제가 가짜라고 생각하지는 않습니다. 그런데 여기서 투자자들이 질문을 하나 더 해야 합니다. "이 안전대책이 정말 선의에서 나온 걸까?" 라는 부분입니다. 무슨 말인가? AI 모델 개발비는 이제 상상을 초월합니다. ​ 현재의 강력한 모델로 고객에게 서비스를 제공하는 사업과 그보다 더 강력한 다음 모델을 계속 개발하는 사업은 완전히 다릅니다. ​ 현재 모델을 API와 기업용 서비스로 팔면 매출이 생기겠죠? ​ 그런데 다음 세대 모델을 만들려면 다시 GPU를 확보하고... 데이터센터를 짓고... 전력을 계약하고... 거대한 훈련을 돌려야 합니다. ​ 더 웃긴 문제가 하나 있습니다.

​ 오늘 수백억 달러를 들여 만든 모델을 경쟁사가 몇 달 뒤 더 좋은 모델로 밀어버리면 투자비를 회수할 시간도 짧아집니다(지금 일어나고 있는 일). ​ 그래서 프런티어 모델 세대교체가 조금 느려지면 오픈AI와 앤트로픽 같은 회사에는 나쁜 일만 있는 것이 아닙니다. 이미 만든 모델을 더 오래 팔 수 있거든요. ​ 기업 고객에게 더 깊숙이 집어넣을 수도 있고, AI 에이전트를 실제 업무에 배포할 시간도 생기고요. 그러니까 안전 문제는 진짜가 맞는데 안전 때문에 얻는 시간이 동시에 수익화할 시간이 되는 것도 진짜입니다. 여기서 잠깐! 미국이 말하는 속도조절에는 더 중요한 조건이 하나 있습니다. 다리오 아모데이의 글을 끝까지 읽어봐야 합니다. ​ 미국 AI 업체들만 속도를 줄이고 중국이 그대로 달리면 어떻게 될까요? ​ 당연히 중국이 따라옵니다. ​ 그래서 아모데이는 미국과 다른 민주주의 국가들이 AI 개발속도를 관리하는 동시에 중국의 AI 발전속도는 더 강하게 제한해야 한다고 주장합니다. ​ 고성능 AI 칩을 중국에 판매하지 말고 반도체 제조장비 접근도 막고 해외 데이터센터를 이용한 우회도 차단하고 중국 기업들이 미국 모델의 능력을 값싸게 복제하는 증류(distillation)도 막자는 겁니다. ​ 이 증류는 아주 좋은 AI의 출력과 추론방식을 활용해 상대적으로 작은 모델을 학습시키는 방법입니다. 처음부터 수십억 달러를 들여 같은 기술을 개발하지 않아도 선두 모델을 따라가는 데 도움이 됩니다. 사진 출처: darioamodei.com 아모데이는 이런 조치가 제대로 작동하면 향후 3~5년 동안 미국의 중국 대비 AI 우위를 더 벌릴 수 있다고 직접 주장했습니다.

​ 그러니까 미국 프런티어 업계가 원하는 그림을 아주 거칠게 번역하면 이렇습니다. ​ ???: 우리도 조금 천천히 갈게. 대신 중국은 우리보다 더 천천히 가게 만들어야 함 ​ 더 흥미로운 대목도 있습니다. ​ 아모데이는 미국 프런티어 AI 기업들이 공통 안전기준과 발전속도를 논의할 수 있도록 서로 머리를 맞대고 협력해야 하니까 미국 정부가 제한적인 반독점법 면제를 제공해달라! 라는 제안까지 이야기했습니다. ​ 이게 무슨 뜻인가? 오픈AI, 앤트로픽, 구글이 평소에 모여서 "우리 경쟁 조금 천천히 합시다" 라고 말하면 문제가 됩니다. 담합이니까요. 미국 반독점 당국이 가장 싫어하는 짓입니다. ​ 그런데 정부가 승인한 AI 안전체계 안에서 공통 평가기준과 개발조건을 정하기 위해서 모이면 이야기가 달라집니다. ​ 안전규제가 생기면 어쨌거나 안전성은 올라가게 되어 있음 동시에 프런티어 AI 시장에 새로 들어오는 회사가 지불해야 하는 비용도 올라감 수천 명의 직원과 막대한 자본을 가진 기존 업체는 감당할 수 있지만 작은 신규 연구소에는 상당한 진입장벽이 됨 그러니까 이걸 "AI 안전은 전부 거짓말이다" 라고 이해하는 것도 틀렸지만 더 정확하게 보면 "진짜 안전 문제를 해결하는 과정에서 미국의 기존 선두업체에게 유리한 산업질서가 만들어질 가능성이 있다" 라는 겁니다. 사진 출처: 인벤 당연히 중국도 이걸 보고 가만히 있지 않겠죠? 중국의 반응은 상당히 예상 가능합니다. ​ AI가 위험해질 수 있다는 사실 자체를 중국도 부정하지는 않습니다. 실제로 중국도 AI가 인간의 통제를 벗어나는 위험을 공식적으로 연구하고 있을 것이고 특히 중국이라는 나라의 특성상 AI 에이전트가 맘대로 움직이는 것을 더 강하게 막고 있을 겁니다.

​ 그런데 미국이 제안하는 방식에는 반발하겠죠. 사진 출처: global times 중국 관영 Global Times는 아모데이의 주장을 사실상 AI판 냉전전략이라고 비판했습니다. 중국 외교부도 AI를 핑계로 경쟁을 방해하지 말라고도 한마디 했고요. ​ 중국 입장에서 보면 당연합니다. ​ 미국이 먼저 최첨단 GPU와 모델을 확보하고 중국에는 칩을 팔지 않음 미국 모델을 이용한 증류도 막아놓음 그 다음 "AI가 위험하니 이제 세계적으로 속도를 조절합시다" 어쩌고 저쩌고 사진 출처: 구글 중국: 인성보소 어이가 없네 ㅋㅋㅋ ​ 중국 입장에서는 순순히 받아들이기 어려운 순서입니다. 그래서 중국은 미국보다 더 좋은 모델을 당장 만드는 것과 별개로 다른 전략을 사용할 수 있습니다. 미국이 만든 프런티어 AI 자체를 흔한 상품으로 만들어버리는 겁니다. 미국 회사가 성능 100짜리 모델을 비싸게 팔면 중국은 성능 85~90짜리 모델을 훨씬 싸게 공급할 수 있습니다. 지금도 그렇고요. 여기에 오픈웨이트 전략도 끼워넣을 수가 있는데요. ​ 오픈웨이트는 AI 모델의 핵심 가중치를 공개해서 기업이나 국가가 자기 서버에 직접 설치하고 수정할 수 있도록 하는 방식입니다. ​ 미국 AI를 쓰면 미국 회사의 API와 정책에 의존해야 하지만 중국은 반대로 개발도상국이나 기업에 이렇게 말할 수 있습니다. ​ 중국: 님들 이 모델 가져가서 여러분 서버에서 직접 돌리셈 ​ 최고의 모델을 독점하는 미국과 충분히 좋은 모델을 아주 싸게 퍼뜨리는 중국의 싸움이 되는 겁니다. 이렇게 되면 미국 입장에서는 꽤 골치 아픕니다. ​ AI가 세상을 바꾸는 것과 미국 AI 기업들이 그 변화에서 막대한 초과이익을 가져가는 것은 같은 이야기가 아니기 때문입니다.

아마 중국은 거의 확실하게! 이렇게 전략을 짤 겁니다. ​ 그러면 우리 AI 투자자들은 앞으로 무엇을 봐야 할까요? 아~주 간단합니다. ​ ???: AI 회사들도 속도를 줄인다 → GPU를 덜 산다 → AI 투자 끝 아님? 사진 출처: 링크드인 그럴 리가요. 학습(Training)과 추론(Inference)를 나눠서 생각하면 답이 금방 나옵니다. 학습은 새로운 AI 모델을 만드는 과정이고 추론은 이미 만들어진 AI를 실제 고객이 사용하는 과정입니다. 이건 잘 아시죠? ​ 만약! 프런티어 AI 경쟁이 느려진다면 어떻게 될까요. 당연히 수십만 개의 GPU를 동원해 다음 초거대 모델을 훈련시키는 학습 투자속도에는 영향을 줄 수 있습니다. ​ 그런데 현재 모델이 오래 유지된다면 반대로 기업들은 그 모델을 실제 업무에 더 많이 깔 수 있겠죠? ​ 심지어 아까 말했던 것처럼 중국이 미국의 인성질(?)을 받아치려고 더 싸고 가성비 좋은 모델을 더 적극적으로 푼다면 금상첨화일 겁니다. 지금까지는 훨씬 더 좋은 모델이 1~2개월마다 펑펑 튀어나와서 "아... 이걸로 업무 시스템에 연결해봤자 어차피 한 달 있으면 새 거 나올 텐데" 하면서 간만 봤다면 이제는 지금 모델을 가지고 이거로 체계 잡고 일하자! 라는 분위기가 만들어지겠죠. 검색, 코딩, 광고, 금융업무 처리, 데이터 분석, AI 에이전트 돌리기... 이런 것들이 지금 있는 최고 수준 모델로 빠르게 자리잡을 겁니다. 이 영역이 추론입니다. ​ 그래서 앞으로 AI 관련주를 볼 때 AI CAPEX가 늘어나느냐 줄어드느냐 이 관점보다는 돈이 학습에서 추론으로 이동할 것 같다는 관점에서 봐야 한다고 생각합니다.

아마 중국은 거의 확실하게! 이렇게 전략을 짤 겁니다. ​ 그러면 우리 AI 투자자들은 앞으로 무엇을 봐야 할까요? 아~주 간단합니다. ​ ???: AI 회사들도 속도를 줄인다 → GPU를 덜 산다 → AI 투자 끝 아님? 사진 출처: 링크드인 그럴 리가요. 학습(Training)과 추론(Inference)를 나눠서 생각하면 답이 금방 나옵니다. 학습은 새로운 AI 모델을 만드는 과정이고 추론은 이미 만들어진 AI를 실제 고객이 사용하는 과정입니다. 이건 잘 아시죠? ​ 만약! 프런티어 AI 경쟁이 느려진다면 어떻게 될까요. 당연히 수십만 개의 GPU를 동원해 다음 초거대 모델을 훈련시키는 학습 투자속도에는 영향을 줄 수 있습니다. ​ 그런데 현재 모델이 오래 유지된다면 반대로 기업들은 그 모델을 실제 업무에 더 많이 깔 수 있겠죠? ​ 심지어 아까 말했던 것처럼 중국이 미국의 인성질(?)을 받아치려고 더 싸고 가성비 좋은 모델을 더 적극적으로 푼다면 금상첨화일 겁니다. 지금까지는 훨씬 더 좋은 모델이 1~2개월마다 펑펑 튀어나와서 "아... 이걸로 업무 시스템에 연결해봤자 어차피 한 달 있으면 새 거 나올 텐데" 하면서 간만 봤다면 이제는 지금 모델을 가지고 이거로 체계 잡고 일하자! 라는 분위기가 만들어지겠죠. 검색, 코딩, 광고, 금융업무 처리, 데이터 분석, AI 에이전트 돌리기... 이런 것들이 지금 있는 최고 수준 모델로 빠르게 자리잡을 겁니다. 이 영역이 추론입니다. ​ 그래서 앞으로 AI 관련주를 볼 때 AI CAPEX가 늘어나느냐 줄어드느냐 이 관점보다는 돈이 학습에서 추론으로 이동할 것 같다는 관점에서 봐야 한다고 생각합니다.

​ 이 논리대로라면 저는 세 가지 업종에 관심을 가질 필요가 있다고 봅니다. ​ 추론용 반도체, 네트워크(예를 들면 NVDA, AVGO, ANET, MRVL) 전력, 냉각, 저장장치(예를 들면 VRT, ETN, WDC, STX) 소프트웨어, 보안(예를 들면 PANW, CRWD, NOW, ZS) ​ 지금까지 AI 반도체 시장은 "더 큰 모델을 학습시키려면 GPU를 얼마나 더 사야 하나?" 가 중심이었습니다. 앞으로는 "수십억 번의 AI 요청을 얼마나 낮은 비용과 낮은 전력으로 처리할 수 있나?" 가 더 중요해질 수 있습니다. ​ 엔비디아 GPU도 당연히 여기에 들어가지만 구글 TPU나 아마존 Trainium, Inferentia 같은 자체 ASIC의 존재감도 커질 수 있겠죠. 비전공자도 5분만 읽으면 끝! 최대한 쉽게 설명한 광통신, 포토닉스 바이블 안녕하세요, 카레라입니다. 광통신, 포토닉스(Photonics) 말은 많이 들어보셨고 AI 시대와 HBM 강점기(?)에 매우매우 중요한 거라는 건 다들 알고 계실 텐데, 기술적으로 무엇이 어떻게 중요한지 아시는 분 있으신가요? 아마 별로 없으실 겁니다. 위 링크의 콘텐 contents.premium.naver.com 동시에 AI 서버끼리 데이터를 빠르게 주고받게 해주는 고속 네트워크, 광통신도 중요해집니다(광통신 관련 콘텐츠가 미주사에 최근에 있으니 참고하시면 됩니다). 모델 하나를 잘 만드는 것보다 그 모델을 전 세계에서 매일 돌리는 인프라가 더 큰 시장이 될 수 있기 때문입니다. 전기가 부족한데 왜 발전주는 폭락했을까? 미국 전력시장의 이상한 역설 안녕하세요, 카레라입니다.

​ 이 논리대로라면 저는 세 가지 업종에 관심을 가질 필요가 있다고 봅니다. ​ 추론용 반도체, 네트워크(예를 들면 NVDA, AVGO, ANET, MRVL) 전력, 냉각, 저장장치(예를 들면 VRT, ETN, WDC, STX) 소프트웨어, 보안(예를 들면 PANW, CRWD, NOW, ZS) ​ 지금까지 AI 반도체 시장은 "더 큰 모델을 학습시키려면 GPU를 얼마나 더 사야 하나?" 가 중심이었습니다. 앞으로는 "수십억 번의 AI 요청을 얼마나 낮은 비용과 낮은 전력으로 처리할 수 있나?" 가 더 중요해질 수 있습니다. ​ 엔비디아 GPU도 당연히 여기에 들어가지만 구글 TPU나 아마존 Trainium, Inferentia 같은 자체 ASIC의 존재감도 커질 수 있겠죠. 비전공자도 5분만 읽으면 끝! 최대한 쉽게 설명한 광통신, 포토닉스 바이블 안녕하세요, 카레라입니다. 광통신, 포토닉스(Photonics) 말은 많이 들어보셨고 AI 시대와 HBM 강점기(?)에 매우매우 중요한 거라는 건 다들 알고 계실 텐데, 기술적으로 무엇이 어떻게 중요한지 아시는 분 있으신가요? 아마 별로 없으실 겁니다. 위 링크의 콘텐 contents.premium.naver.com 동시에 AI 서버끼리 데이터를 빠르게 주고받게 해주는 고속 네트워크, 광통신도 중요해집니다(광통신 관련 콘텐츠가 미주사에 최근에 있으니 참고하시면 됩니다). 모델 하나를 잘 만드는 것보다 그 모델을 전 세계에서 매일 돌리는 인프라가 더 큰 시장이 될 수 있기 때문입니다. 전기가 부족한데 왜 발전주는 폭락했을까? 미국 전력시장의 이상한 역설 안녕하세요, 카레라입니다.

증시 분위기를 잘 모르겠을 때는 핀비즈를 보면 됩니다. 과거 6개월 동안 오르니 내리니 해도 기술주는 결과적으로 20% 넘게 올랐고 에너지와 금융도 강했는데 유틸리티는 약 10% 빠졌습니다. 주식을 하는 방법에는 비싼 걸 사서 더 비싸게 파 contents.premium.naver.com 전력과 냉각의 경우도 비슷하게 볼 수 있는데요. 추론은 한 번 학습시키고 끝나는 작업이 아닙니다. 사용자가 AI를 부를 때마다 서버가 계속 돌아가야겠죠? ​ 그러면 데이터센터의 전력 소비도 지속적으로 발생하고 열도 계속 나옵니다. ​ 여기에 더 높은 수준의 작업을 할 수 있는 AI 에이전트가 늘어나면 사람이 질문 한 번 던지는 대신 AI가 뒤에서 수십 번의 모델 호출과 검색과 코드 실행을 반복할 수도 있습니다. ​ 그래서 전력주도 중요한 수혜주라고 보고, 이 역시 미주사 콘텐츠를 참고하시면 되겠습니다. AI 데이터센터와 하드디스크 전쟁, 샌디스크 다음은 WDC일까 STX일까? 안녕하세요, 카레라입니다. 하드 3대장 샌디스크, 웨스턴디지털, 시게이트는 잘 알고 계시죠? 이 친구들은 전부 같이 올랐는데 샌디스크만 상승폭이 유난히 큽니다. 변동성도 훨씬 거칠고요. 같은 AI 저장소 수혜주로 묶이는데 주가는 많이 다르네요. 특히 샌디스크는 이미 너 contents.premium.naver.com 저장장치도 마찬가지입니다. 이것도 그저께 콘텐츠를 썼지만 AI가 이제 기업들의 업무 프로세스에 본격적으로 채용되면서 만들어내는 로그, 대화기록, 기업 데이터, 결과물 등등을 계속 쌓아두기 시작하면 SSD와 HDD 모두 지금보다는 훨씬 많이 필요해질 겁니다.

​ 특히 모든 데이터를 비싼 고성능 SSD에 둘 수 없기 때문에 대용량 HDD가 맡는 장기 저장계층도 계속 커질 가능성이 있다고 보입니다. AI 해커가 강해질수록 더 좋아지는 사이버 보안주들은? 안녕하세요, 카레라입니다. 요즘 이런 뉴스 많이 보셨죠? AI가 사이버 보안을 케이크처럼 썰어대면서 무슨무슨 기업의 보안 취약점에 들어갔다, 어디를 해킹했다, 몇십 년 동안 뚫리지 않던 방화벽을 해킹했다 등등... 재미있는 건 AI가 등장한 게 2023년인데, 2025 contents.premium.naver.com 마지막으로 제가 가장 중요하게 볼 곳은 AI를 실제 업무에 붙이는 소프트웨어와 거기 따라붙는 보안입니다. ​ 아까도 말씀드렸듯 모델 성능이 몇 달마다 크게 바뀌는 시기에는 기업들도 선뜻 업무 시스템을 갈아엎기 어렵습니다. 그런데 프런티어 경쟁이 느려지고 일정 수준 이상의 모델이 안정적으로 유지되기 시작하면 상황이 달라집니다. ​ 기업은 이제 "어떤 모델이 제일 똑똑하냐?" 보다 "우리 회사 ERP와 CRM과 데이터베이스에 이걸 어떻게 붙일까?" 를 고민하게 될 겁니다. 이것도 위 링크에 잘 설명이 되어있으니 들어가서 참고하시면 됩니다! 결국 이번 속도조절론의 본질을 투자자 입장에서 읽으면 AI에 들어가는 돈의 중심이 다음 모델을 만드는 경쟁에서 현재 모델을 엄청나게 많이 사용하는 산업으로 이동할 수 있다는 이야기가 됩니다. AI가 정말 상품이 되기 시작한다면 돈은 오히려 그 상품을 매일 돌려주는 쪽에서 더 크게 벌릴 수도 있으니까요. ​ 읽어주셔서 감사합니다. ^^