오늘은 AI, 인프라, 반도체, 핀테크, 바이오, 비즈니스, 투자에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#AI

Anthropic raises $65B in Series H funding at $965B post-money valuation

앤트로픽은 포스트 $965b 밸류로 $65b 투자유치 마무리. 마이크론, 삼성, SK하이닉스도 참여했다고 알려젺다.

현재 ARR이 $47b, 이 추세라면 올해내로 $100b 달성하지 않을까 싶다. 전례 없는 속도로 성장 중이다.

I think Anthropic and OpenAI have found product-market fit

OpenAI와 앤트로픽의 최근 ARR 상승은 그저 ‘매출이 가파르게 상승하네’ 정도의 이야기가 아닐 수도 있다. 진정한 PMF 찾은 것일 수도.

내가 이번 AI 사이클이 어쩌면 인터넷 시절의 닷컴 버블과는 다를 수도 있겠다고 생각하는 큰 이유중 하나다.

“지난 6개월 사이 어느 시점에 앤트로픽은 엔터프라이즈 플랜을 바꿨다. 원래 2025년 8월에는 “Claude 좌석에는 일반적인 업무일에 충분한 사용량이 포함된다”는 식이었는데, 이제는 좌석당 월 $20에 더해 사용량에 대해 API 가격을 내는 구조가 되었다. 이 변화에 관한 The Information의 기사는 2026년 4월 14일자이지만, 앤트로픽 대변인의 말을 인용해 가격 변경은 2025년 11월에 일어났다고 설명한다. 기존 고객들은 계약을 갱신하면서 이 변화를 알게 되고 있다.”

“오픈AI도 4월에 비슷한 가격 변경을 했다. Codex 가격표의 현재 문구는 다음과 같다: 2026년 4월 2일, 우리는 Codex 가격을 메시지당 가격이 아니라 API 토큰 사용량에 맞추도록 업데이트했습니다. 이 변경은 신규 및 기존 Plus, Pro, ChatGPT Business, 그리고 신규 ChatGPT Enterprise 플랜에 적용되었습니다.”

“결론적으로 말하면, 2026년 4월 현재 오픈AI Codex와 앤트로픽 Claude Code/Cowork의 “엔터프라이즈” 비용은 모두 공개 API 가격과 동일하다.”

“왜 이렇게 갑작스럽고 공격적인 가격 정책 변화가 일어났을까? 앤트로픽과 오픈AI 모두 기업공개를 계획하고 있다. 하지만 나는 더 중요한 요인이 있다고 본다. 이들이 마침내 제품-시장 적합성을 찾았다는 것이다. 특히 Claude Code/Cowork와 Codex로 대표되는 코딩 및 범용 에이전트 제품에서 말이다.”

Class #2 | MS&E435: Economics of the AI Supercycle Stanford University Spring ‘26 Apoorv Agrawal

에이전트의 시대로 접어들면서 지불 용의 자체가 커지고 있으며, 이는 모델 회사들이 굉장한 경제성을 지닐 수도 있음을 암시하고 있다.

“OpenAI와 앤스로픽이 처음 시작했을 때, 그들 비즈니스의 매출 총이익률은 엄청난 마이너스였습니다. 막대한 자금을 조달해서 원가가 1달러인 위젯을 만들어 20센트에 팔고 있었던 셈이니 꽤 무서운 일이었죠. 매출 총이익률이 크게 마이너스였습니다. 왜 그랬을까요? 당시 그들은 여러분에게 ChatGPT나 API 사용료로 일정 금액을 청구하고 있었는데, 모델 성능이 그렇게 뛰어나지 않았습니다. 그래서 우리가 지불할 용의가 있는 금액에는 한계가 있었죠. 2년 전만 해도 추론 비용은 훨씬 더 높았습니다.”

“하지만 그들이 건 베팅은 이것이었습니다. 지능이 훨씬 더 가치 있어짐에 따라 추론 비용은 크게 떨어질 것이고, 반대로 사용자들의 지불 용의는 크게 올라갈 것이라는 베팅이었죠. 저는 AI의 1막을 단순히 ‘답을 내놓을 수 있는 상태에 도달한 시기로 봅니다. 코드 생성에 있어서는 기본적으로 자동 완성수준이었고, ChatGPT의 경우 구글보다 약간 더 나은 버전의 검색을 제공하는 정도였죠.”

“하지만 이제 우리는 ‘행동’의 단계로 진입하고 있습니다. 에이전트가 무언가를 ‘실행’하는 단계죠. “나를 위해 앱을 만들어줘, 웹사이트를 구축해 줘, 이 고객 서비스 문제를 어떻게 해결할지 알아내 줘, 내 제품을 더 많이 팔아줘, 암 치료법을 찾아줘, 뉴욕에 있는 호텔을 예약해 줘” 같은 것들 말입니다. AI가 무언가를 실행하기 시작하면, 그 작업을 수행하기 위해 소비해야 하는 토큰의 양은 자릿수가 다를 정도로 폭발적으로 증가합니다. 하지만 최종 소비자에게 전달되는 지능의 단위당 가치는 100배 더 상승하죠. 자연히 여러분의 지불 용의도 극적으로 상승하게 됩니다.”

“AI의 가치를 납득시킬 수 있는 저의 가장 좋은 증거를 하나 더 대보죠. 앤스로픽은 지난 3월, 단 한 달 만에 연환산 매출 100억 달러를 추가했습니다. 이 금액은 데이터브릭스와 팔란티어의 연간 매출을 합친 것과 같은 규모인데, 그걸 단 한 달 만에 추가한 겁니다. 그들이 100만 명의 영업사원을 고용해서 100만 개의 회사를 돌아다니며 제품을 사라고 설득해서 벌어들인 게 아닙니다. 그들의 제품이 일정 수준의 지능적 임계점을 넘어서자 전 세계 수백만 명의 고객이 “우리 회사를 더 낫게 만들려면 이 제품이 반드시 필요하다”고 판단했기 때문입니다. 전 세계의 이기적인 수많은 행위자들이 독립적으로 판단을 내린 겁니다. “저 토큰들을, 클로드, 코드 작성을 돕는 도구들, 코워커(co-work) 같은 저 능력들을 많이 사들여야 해”라고 말이죠. OpenAI에서도 똑같은 일이 일어나고 있습니다. 수익 측면에서 완전히 동일한 지수 곡선은 아닐지 몰라도, 저에게 이것은 일종의 오펜하이머 모멘트, 원자를 쪼개는 순간과도 같았습니다.”

“여러 현장의 사실과 증거들을 볼 때, 첫째, 훈련과 추론(특히 추론)의 비용이 급격히 떨어지고 있으며 앞으로도 계속 떨어질 것이라 믿습니다. 기술은 궁극적으로 매우 디플레이션적인 특성을 가지고 있으므로 놀라운 일은 아닙니다. 저는 이렇게 짧은 시간 동안 이렇게 강력한 디플레이션을 본 적이 없습니다. 이것은 극한의 하드웨어-소프트웨어 공동 설계가 빚어낸 산물이라고 생각합니다. 단일 칩의 문제가 아니라 공장 전체의 문제입니다. 공장 전반에 걸쳐 온갖 종류의 무어의 법칙이 조합되어 전개되고 있는 셈이죠.”

“동시에, 훨씬 더 많은 토큰을 생산할 수 있게 되면서, 그 결과물로 제공되는 ‘지능의 단위’는 훨씬 더 가치 있어졌습니다. 그래서 반대편에 있는 소비자들의 지불 용의도 크게 상승했습니다. 1년 반에서 2년 전에 크게 마이너스였던 OpenAI나 앤스로픽의 매출 총이익률이 이제는 상당한 플러스로 돌아섰다는 점을 말씀드리고 싶습니다. 비경제적으로 보이던 이 비즈니스가 이제는 매우 경제적으로 보이게 된 것이죠.”

“기억하세요, 우리가 이야기한 이 모든 발전은 (미래의 기준에서 보면) 거의 컴퓨트가 투입되지 않은 상태에서 일어난 것입니다. 앤스로픽과 OpenAI는 지난 10년 동안 모든 연구소가 투입한 컴퓨트의 총합보다 더 많은 컴퓨트를 올해 추가할 예정입니다. 그리고 그 이듬해에는 또다시 두 배로 늘릴 거고요. 변화의 속도는 매우 포물선에 가깝습니다.”

Claude Fable 5 and Claude Mythos 5

앤트로픽은 미토스로 알려졌던 최고 성능 모델 Fable 5를 출시.

벤치마크에서 다른 모델들을 월등히 앞서는걸 확인할 수 있다. 그래서인지 앤트로픽은 안전성 정책을 매우 강화하면서 Fable 모델을 제공 중.

Introducing GPT-5.5

OpenAI도 GPT-5.5를 출시하며 블랙웰 시대를 공식화.

“GPT-5.5를 GPT-5.4 수준의 지연 시간으로 제공하기 위해서는 추론을 개별적인 최적화의 집합이 아닌 통합 시스템으로 재고해야 했습니다. GPT-5.5는 NVIDIA GB200 및 GB300 NVL72 시스템에 맞춰 공동 설계, 학습 및 서비스되었습니다.”

구글 I/O 2026: 에이전틱 제미나이 시대의 시작

구글 또한 I/O 2026에서 제미나이 3.5 플래시와 멀티에이전트 모델 ‘제미나이 옴니(Gemini Omni)’ 등을 공개.

또한 토큰 처리량이 지난해에 비해 7배가 늘었음을 공개.

‘AI 퍼스트(AI-first)’를 중심축으로 전환한 지 10년이 지난 지금도 여전히 구글은 AI가 전 세계 사람들의 삶을 크게 개선하고 구글의 사명을 발전시키는 가장 강력한 방법이라고 믿고 있습니다. 따라서 구글은 자체 설계한 반도체, 안전한 기반 인프라, 세계 최고 수준의 연구와 모델, 그리고 수십억 명이 이용하는 제품과 플랫폼에 이르기까지, AI 혁신을 위한 차별화된 ‘풀스택(Full-stack)’ 접근 방식을 이어가고 있습니다.

사람들이 AI를 어떻게 활용하고 있는지에 대한 이러한 이야기들이야말로, AI 발전을 가늠하는 가장 좋은 척도입니다. AI 활용 규모를 이해할 수 있는 또 다른 중요한 지표는 ‘토큰(Token)’입니다. 토큰은 구글 모델이 처리하는 데이터의 기본 단위로, 토큰의 수많은 움직임은 곧 현실의 문제가 해결되고 있음을 의미합니다. 2년 전, 구글은 서비스 전반에서 월간 9조 7,000억 개의 토큰이라는 엄청난 숫자를 처리했습니다. 지난해 I/O에서는 이 수치가 약 480조 개로 늘어났습니다. 그리고 오늘, 그 수치는 다시 7배나 급증해 월 3,200조 개를 넘어섰습니다.

Google I/O, World Models, I/O Spaghetti - Stratechery

구글이 최근들어서는 OpenAI나 앤트로픽에 비해 약간 밀리는 모습처럼 보이고, 특히 코딩 영역에서 밀리고 있기 때문에 우려섞인 말들이 다시 나오고 있으나,

어쩌면 구글 (특히나 허사비스)야 말로 진정한 AGI를 향해 달려가고 있을지도 모르는 일이다.

“앤트로픽은 코딩이 거대한 사업 기회일 뿐만 아니라, 재귀적으로 자가 발전할 수 있는 AI를 만드는 것이 이 공백을 메우는 열쇠라는 믿음 아래 코딩에 집중해 왔습니다. 이를 위해 회사는 안드레이 카파시를 영입하여 이 문제에 전념하는 팀을 꾸렸습니다.”

“반면 허사비스와 딥마인드는 현실 세계에 대한 데이터가 문제의 핵심이며, 그 데이터를 얻는 가장 좋은 방법은 사실적인 시뮬레이션이라고 믿습니다. 그 결과로 (텍스트만 출력하는 Claude와 대조적으로) 멀티모달리티를 갖춘 모델들이 탄생하지만, 솔직히 코딩 능력 면에서는 그만큼 인상적이지 못한 결과가 나옵니다.”

“구글이 코딩 분야, 특히 모델 자체만큼이나 모델을 구동하는 하네스에 의존하는 긴 에이전틱 워크플로우에서 앤스로픽이나 OpenAI에 뒤처진다는 평가를 널리 받는 이유는, 그들의 연구팀이 다른 우선순위를 가지고 있기 때문일 수 있습니다. 이번 키노트의 코딩 관련 부분을 딥마인드가 아닌 ‘안티그래비티(Antigravity)’ 팀이 맡았던 이유이자 허사비스가 무대에 거의 등장하지 않은 이유가 바로 이것입니다.”

SpaceXAI and @cursor_ai are now working closely together to create the world’s best coding and knowledge work AI.

커서가 SpaceX에게 $60b에 인수되거나 혹은 $10b를 지급받는 권리를 확보. 커서가 $50b 가치로 펀드레이징 중이었는데, 그 과정에서 SpaceX가 딜을 친게 아닐까 싶다.

여담으로 클로드가 이렇게 급부상하는데는 커서의 역할도 작지 않았다고 보는데, 어느순간에 경쟁 관계가 되어버리는걸 보면서 현재 이 씬은 정말 한치 앞도 모르겠다는 생각이 들었다.

Space Exploration Technologies - S-1

스페이스X S-1 파일이 올라온 상태인데, 앤트로픽과 커서 계약 관련해서도 언급되어있다. 앤트로픽이 콜로서스 컴퓨팅 사용료로 매월 $1.25b 지급하는 구조.

• Anthropic은 COLOSSUS와 COLOSSUS II의 컴퓨팅 용량을 이용하는 대가로 2029년 5월까지 매월 $1.25b를 지급하기로 했다. 다만 2026년 5월과 6월은 용량이 단계적으로 확대되는 초기 가동 기간이기 때문에 할인된 요금이 적용된다. 정상 가동 기준으로 환산하면 이는 연간 $15b에 해당하는 매출 잠재력을 의미한다. 다만 이 계약은 양측 모두 90일 전 통지를 통해 해지할 수 있다.

• Cursor의 잠재 인수가는 기업가치 $60.0b를 기준으로 산정된다. 만약 SpaceX가 옵션 계약을 종료하거나, SpaceX의 중대한 계약 위반으로 Cursor가 계약을 종료할 경우, Cursor는 $1.5b의 계약 해지 수수료와 $8.5b의 이연 서비스 수수료를 받을 수 있다.

Cursor and SpaceX: In search of a complete loop - kwokchain

커서와 스페이스X의 특이해보이는 딜 구조는 왜 서로에게 합리적인지에 대해.

“커서는 흥미로운 위치에 있습니다. 절대적인 지표로 보면 그들은 압도적인 성과를 내고 있으며, 약 20억 달러의 런레이트(연간 매출 환산액)로 성장세가 꺾이지 않고 있습니다. 그럼에도 불구하고 클로드 코드와 코덱스가 모두 그들을 추월했으며, 이 시장에서 경쟁하려면 자체 모델을 구축해야 한다는 것이 점점 더 분명해지고 있습니다. 놀라운 성과를 내고 있음에도 모두가 ‘저 회사는 시한부인가?’ 하고 궁금해하는 경우는 흔치 않습니다.”

“커서는 자체 모델을 훈련해야만 합니다. 그리고 그들은 Composer 1에서 오픈 소스 모델을 후학습(post-training)하는 것을 시작으로, Composer 2에서는 사전학습(pre-training)과 후학습을 확장했고, 이제는 처음부터 자체 모델을 사전학습하기 시작하면서 이 과정을 수행해 왔습니다. 하지만 더 나은 마진을 가진 가성비 모델을 구축하는 것과 최첨단(SOTA) 수준에서 정면으로 경쟁하는 것은 별개의 문제입니다. 컴퓨팅 자원 비용만 수십억 달러에 달합니다. 그 컴퓨팅 자원을 구할 수나 있다면 말이죠.”

“만약 커서가 자신이 최고 수준에서 경쟁할 수 있다고 믿으면서도, 다른 AI 연구소들의 컴퓨팅 자원과 모델 훈련 규모를 맞추지 못하면 입지가 좁아질 것이라 생각한다면, 일론과 스페이스X는 그들의 완벽한 보완재입니다.”

“xAI는 엄청난 컴퓨팅 용량을 갖추고 있으며, 다른 어떤 연구소보다 이를 더 크게 확장할 계획을 가지고 있습니다. 데이터센터와 관련된 모든 지표는 xAI가 매년 더 강력해져야 한다고 말하지만, 분명히 그 컴퓨팅 용량에 미치지 못하는 성과를 내고 있습니다. 그들의 컴퓨팅 비용이 가장 저렴한 이유는 데이터센터를 잘 짓기 때문이기도 하겠지만, 아무도 그것을 사용하지 않기 때문일 수도 있습니다. xAI는 제품/연구 방향성도, 책임자도 없는 연구소였습니다. 그리고 경쟁사들을 따라잡기는커녕 뒤처지고 있습니다.”

&

“이 계약은 미드저니/페이스북 또는 오픈AI/마이크로소프트 파트너십처럼 구조화될 수도 있었습니다. 독립성을 유지하되, 개발되는 모든 모델과 가중치에 대한 권리를 공유하는 방식 말입니다. 미드저니 사례는 특히 시사하는 바가 큰데, 페이스북 역시 일론과 비슷하게 성장을 위한 ‘가속화’를 사야 하는 입장이었기 때문입니다. 페이스북은 결국 자체 이미지 및 비디오 모델을 구축하겠지만, 미드저니에 인수 수준의 막대한 라이선스 비용을 지불함으로써 자사 제품을 위한 즉각적인 접근 권한을 얻고 자체 훈련을 가속화할 수 있는 기반을 마련했습니다.”

“이는 스페이스X와 커서에게는 맞지 않습니다. 모델과 제품을 분리할 수는 없습니다. 모델 라이선스를 공유하더라도, 계약 기간이 끝나면 제품을 공유할 수 없게 됩니다. 게다가 제품 표면적을 확장하고 그 학습 결과를 다시 모델로 밀어넣는 과정에서 해야 할 일이 훨씬 더 많을 것입니다. 그들은 하나가 되어 움직여야 하는데, 경쟁 제품을 구축하는 문제로 충돌한다면 이는 불가능한 일입니다. 그록(Grok)과 커서가 완전히 분리된 시장을 점유할 예정이었다면 효과가 있었을지도 모릅니다. 하지만 그들은 두 시장이 고도로 융합될 것이라는 걸 알고 있습니다.”

&

“그렇다면 왜 직접 인수가 아닌 콜옵션 구조를 택했는가 하는 의문이 남습니다.”

“가장 간단한 설명은 IPO 타이밍입니다. 계약상 직접 인수는 이미 순조롭게 진행 중인 스페이스X의 기업공개(IPO) 절차에 포함되어야 했을 것입니다. 이를 콜옵션으로 구조화하면 스페이스X는 커서를 붙잡아둘 만큼 충분한 약속을 하면서도, 인수를 IPO 등록 과정에 억지로 끼워 넣을 필요가 없습니다. 이 구조가 가져다주는 나머지 이점들은 모두 보너스입니다.”

“또한 이 구조를 통해 양측은 자신들이 믿는 상승 여력(upside)에 대해 정당한 평가를 받을 수 있으며, 이는 자신들의 다른 대안보다 확연히 우월합니다.”

“인수 발동(trigger) 시기가 올해 후반으로 잡혀 있기 때문에 두 회사 모두 자신의 믿음을 입증하고 그에 대한 정당한 가치를 인정받을 수 있습니다. 만약 오늘 당장 계약을 맺었다면 스페이스X는 600억 달러를 지불하는 것에 난색을 표했을 것이고, 스페이스X가 제시하는 가격은 커서가 받아들이지 않았을 것입니다. 하지만 나중에 600억 달러를 지불하는 옵션은 한 해 동안 그 위험을 분산시킬 수 있게 해주며, 그들의 계산에 따르면 현재 가치로 환산한 지분 가치는 300억 달러 이하일 것입니다. 올해 말쯤이면 우리는 컴포저 3(Composer 3)의 출시와 스페이스X의 IPO를 모두 보게 될 것입니다.”

Class #1 | MS&E435: Economics of the AI Supercycle Stanford University Spring ‘26 Apoorv Agrawal

아직 본격적으로 AI의 수혜가 어플리케이션까지 내려오지는 않는 듯한 느낌인데, 언젠가 내려오게 된다면 지금보다 시장이 훨씬 커질 수 있음을 인지하고 있어야 한다.

“저희가 투자를 고민할 때, 그리고 여러분이 어디에 시간을 투자할지 고민할 때 가져야 할 질문은 이것입니다. “지난 2년 동안 거의 변하지 않은 이 차트가 클라우드 소프트웨어 생태계와 같은 피라미드 모양이 되려면 과연 얼마나 걸릴까?” 5년일까요? 10년일까요? 15년일까요? 아니면 영원히 오지 않을까요? 어쩌면 계속 이 상태로 머물지도 모릅니다. 우리는 언젠가 그 변화가 일어날 것이라고 믿습니다. 하지만 현재로선 전혀 충분히 빠르게 일어나고 있지 않습니다.”

“ChatGPT는 이제 막 ‘니치 앱’ 카테고리를 넘어섰습니다. 제미나이는 아직 도달하지 못했고요. 아까 말씀하신 대로 ‘소셜’ 단계로 향하고 있는 것이 맞습니다. 개인적으로 저는 AI 투자자로서 이 앱들이 완전한 ‘필수 유틸리티’ 쪽으로 향하기 시작했다면 정말 좋았을 거라고 생각합니다.”

“하지만 저희가 스스로에게 던지는 가장 큰 질문 중 하나는 “지식 노동이 과연 모든 사람이 하는 일인가?”입니다. 현재 ChatGPT는 다른 사람들과 메시지를 주고받는 공간이 아닙니다. 이메일 수신함도 아니고, 도파민을 충전하는 곳도 아닙니다. 무언가 능동적인 ‘작업’을 해야 할 때 찾는 곳이죠. 직접 질문을 던져야 하니까요. 전 세계에서 기술에 능동적으로 질문을 던지는 사람의 수는 전체 온라인 인구와 같지 않습니다.”

“전 세계 인구가 약 80억 명이고, 그중 40억 명이 온라인 상태입니다. 소비자 애플리케이션의 대략적인 경제 규모를 살펴보면, 알파벳(구글)은 약 40억 명의 사용자를 보유하고 있으며 사용자당 연간 약 100달러의 수익을 창출합니다. 메타는 약 35억 명의 사용자로부터 사용자당 연간 약 70달러를 벌어들입니다. 반면 선두 AI 제공업체인 ChatGPT는 약 10억 명의 사용자를 보유하고 있지만, 사용자당 연간 수익 창출액은 약 10달러에 불과합니다.”

“여기서 우리의 과제는 ‘어떻게 10억 명의 사용자를 40억 명으로 끌어올릴 것인가?’입니다. 저는 단순히 지식 노동만으로는 그 답이 될 수 없다고 확신합니다. 지식 노동의 영역을 넘어서야만 합니다. 두 번째 과제는 ‘어떻게 사용자당 연간 10달러의 수익을 100달러로 끌어올릴 것인가?’입니다. 여기에 대해서는 과연 광고나 구독 모델이 해답이 될 수 있을지 확신하기 어렵습니다.”

“그래도 결국 광고 모델로 갈 수밖에 없을 것이라 짐작하며, ChatGPT나 클로드가 제공할 수 있는 광고는 훨씬 더 비싼 단가를 받을 수 있을 겁니다. 왜냐하면 그들은 사용자의 ‘의도(intent)’를 완벽히 이해하고, 사용자가 로그인된 상태이며, 뛰어난 기여도(attribution) 측정과 높은 신뢰도를 갖추고 있기 때문입니다. 저는 이것이 올해의 또 다른 큰 헤드라인을 장식할 것이라고 생각합니다. 여러분은 여기서 처음 들으신 겁니다. 정말 큰 이슈가 될 겁니다. 이 광고 모델을 완벽하게 이해하는 데는 엄청난 초과 수익의 기회가 숨어 있습니다.”

“다시 한번 상기해 보죠. 10년 전 페이스북이 상장(IPO)할 때, 페이스북을 공매도(short)하려는 보고서가 엄청나게 쏟아졌습니다. 사람들은 “컴퓨터에서는 광고가 먹히겠지만 스마트폰에서는 안 통할 거야. 왜? 화면에 남는 공간이 없잖아”라고 말했습니다. 하지만 놀랍게도 우리는 스마트폰에서도 광고 공간을 찾아냈죠. 지금도 똑같은 일이 벌어지고 있습니다. “AI와 이렇게 지극히 개인적인 대화를 나누고 있는데, 불쑥 광고가 튀어나오면 불쾌할 텐데”라는 논쟁이 벌어지고 있는 것이 그 증거입니다.”

#인프라

Greg Brockman on Twitter / X

“세계는 컴퓨팅이 주도하는 경제로 전환하고 있습니다.“

“소프트웨어 엔지니어링 분야는 현재 르네상스를 맞이하고 있으며, 지난 6개월 동안만 해도 AI가 소프트웨어 엔지니어링의 속도를 극적으로 높였습니다. AI는 이제 사람들이 컴퓨터로 하는 모든 종류의 다른 업무에도 이와 동일한 변화를 가져올 궤도에 올라 있습니다.”

“컴퓨터를 사용한다는 것은 항상 기계에 자기 자신을 맞춰가는 일이었습니다. 목표를 세우고 이를 더 작은 목표들로 쪼개야 했습니다. 의도를 명령어로 번역해야 했죠. 이제 우리는 더 이상 컴퓨터를 미세하게 통제(마이크로매니지먼트)할 필요가 없는 세상으로 나아가고 있습니다. 컴퓨터는 점점 더 여러분이 원하는 것에 스스로를 맞춰갑니다. 컴퓨터로 일하기보다는, 컴퓨터가 당신을 위해 일하게 되는 것입니다. 컴퓨터가 당신을 위해 수행할 문제 해결의 속도와 규모, 정교함은 당신이 접근할 수 있는 컴퓨팅 자원의 양에 의해 결정될 것입니다.”

“다음 단계는 더 많은 일을 할 수 있는 시스템에 의해 정의될 것입니다. 더 잘 추론하고, 도구를 더 잘 사용하며, 더 긴 안목으로 계획을 세우고, 여러분을 대신하여 더 유용한 행동을 취할 수 있는 시스템 말입니다. 그리고 그 너머에는 AI가 과학 및 기술 발전을 가속화하기 시작하면서 모든 사람의 삶의 질을 진정으로 향상시킬 수 있는 잠재력을 가진 지평이 열려 있습니다. 이 모든 것들이 오늘날 크고 작은 방식으로 일어나기 시작했으며, 누구나 참여할 수 있습니다. 저는 매일 제 업무에서 이러한 변화를 느끼고 있으며, 훨씬 더 유용하고 유익한 시스템으로 나아가는 로드맵을 보고 있습니다. 이러한 시스템은 진정으로 모든 인류에게 혜택을 줄 수 있습니다.”

Mythos, Muse, and the Opportunity Cost of Compute - Stratechery

그냥 지금 모든 것들이 다 컴퓨팅 슈퍼 쇼티지를 가리키고 있다. 경쟁 다이내믹스도 이것에 영향을 받고 있는거고.

“하이퍼스케일러들이 직면한 과제는 한계 비용이 아니라 기회 비용입니다. 얼마나 많은 컴퓨팅을 고객에게 할당해야 하며, 어떤 고객에게 할당해야 할까요? 내부 워크로드를 위해 얼마나 예약해 두어야 할까요? 마이크로소프트는 애저(엔터프라이즈 고객과 OpenAI 모두를 위한)와 자사의 소프트웨어 비즈니스 간의 균형을 맞춰야 합니다. 아마존은 이커머스 비즈니스, AWS, 그리고 앤스로픽(Anthropic)과 OpenAI에 대한 전략적 투자 사이에서 균형을 잡아야 합니다. 구글은 GCP, 앤스로픽에 대한 자체적인 전략적 투자, 그리고 자사의 소비자 비즈니스 사이에서 균형을 맞춰야 합니다.”

“앤스로픽이 Mythos를 널리 공개하지 않고 뛰어난 역량과 지불 의사를 가진 제한된 수의 기업들에게만 접근을 제한하는 데에는 다른 이유도 있다는 점을 주목할 필요가 있습니다. 첫 번째 이유는 앞서 말한 기회 비용입니다. 앤스로픽은 이미 현재 모델들을 서비스하는 데 필요한 컴퓨팅 자원이 부족한 상태입니다. 지난 주말 X는 지난 한 달여간 앤스로픽이 클로드를 의도적으로 멍청하게 만들었다는 불만과 논쟁으로 넘쳐났습니다. Mythos를 더 널리 사용할 수 있게 만들면, 특히 사용량에 따라 요금을 지불하지 않는 구독 요금제 사용자들에게 제공한다면 상황은 훨씬 더 악화될 것입니다.”

“다시 말해, 앤스로픽은 한계 비용 문제가 아니라 기회 비용 문제(컴퓨팅을 어디에 할당할 것인가)에 직면해 있습니다. 물론 이것이 마진 문제가 될 수도 있습니다. 저는 앤스로픽이 컴퓨팅 확보에 있어 보였던 보수성을 극복하기 위해 하이퍼스케일러와 신흥 클라우드(네오클라우드)로부터 더 많은 컴퓨팅 자원을 확보하고, 그 대가로 막대한 비용을 지불하게 될 것이라고 추측합니다.”

Anthropic and Amazon expand collaboration for up to 5 gigawatts of new compute

아마존과 앤트로픽이 계약을 확장. 이는 각자가 잘하는거 계속 잘하면 되는 윈윈 구조.

“우리는 아마존과 기존 파트너십을 강화하고 Claude의 학습 및 배포를 위한 최대 5GW 용량을 확보하는 새로운 계약을 체결했습니다. 여기에는 올해 상반기에 가동되는 새로운 Trainium2 용량과 2026년 말까지 가동될 총 1GW에 가까운 Trainium2 및 Trainium3 용량이 포함됩니다.”

“우리는 향후 10년 동안 AWS 기술에 $100b 이상을 투자하여 Claude를 학습시키고 실행하기 위한 최대 5GW의 새로운 용량을 확보할 것입니다. 이 약속은 Graviton 및 Trainium2부터 Trainium4 칩에 이르기까지 다양하며, 아마존의 차세대 맞춤형 실리콘이 출시되면 이를 구매할 수 있는 옵션도 포함됩니다.”

“아마존은 오늘 앤스로픽에 $5b 투자하며, 향후 최대 $20b를 추가로 투자할 예정입니다. 이는 아마존이 이전에 투자한 $8b에 더해지는 규모입니다.

Anthropic Commits to Spending $200 Billion on Google’s Cloud and Chips

이어서 앤트로픽은 구글과도 5GW에 해당하는 $200b 계약을 맺으며 부족한 컴퓨팅 파워를 채웠다. OpenAI 앤트로픽 모두 어떻게든 컴퓨팅 용량을 확보하는데 진심이다.

An Interview with OpenAI CEO Sam Altman and AWS CEO Matt Garman About Bedrock Managed Agents - Stratechery

AWS는 OpenAI와도 손을 잡고 컴퓨팅을 제공하고 있다. OpenAI는 소프트웨어, AWS는 인프라를 맡아서 플랫폼을 구성하는 전략.

아래는 이와 관련한 샘 알트만의 몇가지 생각들:

“저는 모델과 하네스가 시간이 갈수록 더 많이 결합될 것이라고도 생각합니다. 그리고 같은 맥락에서 사전 학습과 사후 학습도 결국 시간이 지나며 더 많이 결합될 것이라고 봅니다. 너무 진부한 말이지만 그래도 하겠습니다. 왜냐하면 저는 그것이 매우, 매우 사실이라고 생각하기 때문입니다. 우리는 이 모든 것의 패러다임에서 너무나 초기에 있습니다. 산업으로서 이것이 얼마나 성숙했는지를 보면 아직 Homebrew Computer Club 시절과 같습니다.”

“AWS 이전 시대에도 직접 케이지 안에 서서 서버를 잔뜩 사고, 그것들을 연결하는 법을 알아내고, 네트워크 엔지니어를 직접 고용할 의향이 있다면 많은 일을 할 수 있었습니다. 많은 것을 가능하게 만들 수 있었죠. 그런데 갑자기 AWS 컨트롤 패널에 로그인해서 “S3 인스턴스가 하나 더 필요하다” 같은 것을 클릭할 수 있게 되자, 훨씬 더 많은 일을 할 수 있게 되었습니다. 기본적인 일에 필요한 활성화 에너지, 필요한 작업량이 훨씬 좋아졌기 때문입니다. 오늘날 모델로도 많은 일을 할 수 있습니다.”

“그런데 누군가가 우리 모델을 사용하거나 Matt가 말한 이런 작업을 설정하려고 하는 모습을 볼 때마다 저는 양가적인 감정을 느낍니다. 한편으로는 그들이 깊은 인상을 받고 이것이 마법 같은 기술이라고 느끼는 것이 기쁩니다. 다른 한편으로는 그들이 무언가를 작동시키기 위해 겪는 고통과 괴로움이 너무 커서 머리를 쥐어뜯고 싶습니다. 이것은 이런 제품을 만드는 개발자들에게만 해당되는 것이 아닙니다. ChatGPT를 사용하는 사람들을 봐도, 여기서 저기로 복사해 붙여넣고, 복잡한 프롬프트 세트를 구성하려고 애쓰는 모습을 봅니다. 저는 그것이 사라질 것이라는 걸 알고 있고, 그래서 기쁩니다. 아직 너무 초기이고, 너무 나쁩니다.”

“(왜 지금은 에이전트가 로컬에서 더 쉽게 작동하는 건가요?) 사실 우리는 처음에 그것을 클라우드에서 실행하는 것으로 시작했습니다. 그리고 결국에는 클라우드에서 실행되는 것이 맞다고 생각합니다. (그런데 왜 다시 로컬로 돌아갔나요?) 당신의 전체 환경이 거기에 있기 때문입니다. 컴퓨터가 세팅되어 있고, 데이터도 거기에 있습니다. 뭔가를 깊이 생각할 필요가 없습니다. 그냥 작동시키기 더 쉬웠습니다. 비록 그것이 최종 상태는 아니더라도요.”

“사실 최근에 나온 5.5 모델에서 흥미로운 사례가 있었습니다. 토큰당 비용은 5.4보다 훨씬 높지만, 같은 답을 얻는 데 필요한 토큰 수가 엄청나게 적습니다. 실제로 당신은 답이 몇 개의 토큰을 필요로 하는지 신경 쓰지 않습니다. 당신은 그 일이 완료되기를 원하고, 다시 말하지만 그 일에 대한 가격과 사용할 수 있는 용량을 원합니다.”

“저를 어느 정도 놀라게 한 한 가지는, 이것이 계속 그럴지는 모르겠지만 적어도 오늘날에는 전체 시장 수요 중 얼마나 많은 부분이 절대적 프런티어에 있는가입니다.”

“제가 점점 더 갖게 된 프레임워크는, 충분히 낮은 가격에서는 지능에 대한 수요가 본질적으로 무제한이라는 것입니다.”

Anthropic Growth and Bedrock Mix Drive AWS Margins Higher While Peers Lag

아마존이 배드락(Bedrock)을 통해 제공하는 Token-as-a-Service (TaaS) BM은 단순히 GPU와 서버를 빌려줘서 돈을 버는 기존의 클라우드 사업 대비해서 인프라 사용 수수료에 더해서 모델 유통 수수료(=앤트로픽 매출의 일부를 레비뉴 쉐어한다는 소리)를 추가로 거둘 수 있기 때문에 구조적으로 더 나은 BM이라는 주장.

즉, 아마존은 자신들이 잘하는 플레이를 AI 시대에서도 동일하게 수행 중에 있다.

“모든 CSP들이 AI 및 비AI 매출 증가의 혜택을 받고 있기는 하지만, 마진은 완전히 다른 이야기다. Oracle과 CoreWeave는 각각의 클라우드 사업부에서 시장 기대보다 낮은 이익을 내며 시장을 실망시켰다. Azure 역시 마진이 하락하는 추세를 보이고 있다. Google Cloud는 최근 훌륭한 상승세를 보였지만, GCP 부문에 DeepMind의 훈련 비용이 포함되지 않기 때문에 마진이 부풀려져 있다. 진정한 상승 추세를 보이는 유일한 CSP는 AWS다. 이는 AWS의 서버 감가상각 기간이 모든 CSP 중 가장 낮은 5년이라는 점을 고려하면 매우 놀라운 성과다.”

“Bedrock은 AWS 서비스로, 고객이 여러 옵션 중 선호하는 LLM을 선택하고, AWS의 보안과 컴플라이언스, 통합 과금 등의 혜택을 누리면서 AI 워크로드를 실행할 수 있게 해준다. 우리가 “API endpoint”라고 부르는 이 시장에는 Microsoft Foundry, Google Gemini Enterprise Agent Platform, 이전 명칭 Vertex, 그리고 TogetherAI, Fireworks, Baseten처럼 오픈소스 모델에 집중하는 여러 제공업체들이 경쟁자로 존재한다.”

“TaaS 플랫폼의 경제성은 IP를 직접 소유하고 있는지, 또는 오픈소스처럼 자유롭게 사용할 수 있는지와, IP를 “유통”하는지에 따라 매우 다르다.”

“IP 소유: 경제성은 AI Lab과 동일하다. 클라우드/토큰 벤더는 인프라라는 고정비를 가진다. 이 비용은 주로 GPU 감가상각, CSP의 마진, 데이터센터 비용, 전력 비용에 의해 결정된다. 매출은 판매된 토큰의 함수다. 돈을 잘 벌기 위해서는 토큰 가격이 충분히 높아야 하고, 하드웨어 활용률도 높아야 한다. 물량과 가격이 고정비를 흡수하고 어느 정도의 마진을 만들 만큼 충분히 커야 한다.”

“모델 유통: 이 예에서 Amazon은 AWS 청구서를 지불하는 Amazon 고객에게 Claude 토큰을 판매한다. 그러나 기록상 판매자는 Anthropic이다. Bedrock의 공개 약관은 명확하다. 제품은 Anthropic이 판매하며, 모델 사용은 Anthropic의 약관을 따른다. 다만 고객은 AWS를 통해 청구서를 받고, 약관에는 모델이 “AWS에 배포됨”이라고 명시되어 있다. -> 판매자로서 Anthropic은 판매된 토큰의 전체 매출을 인식한다.”

“컴퓨트 및 마켓플레이스 제공업체로서 AWS는 인프라 수수료, 즉 EC2 IaaS 수수료와 유사한 비용과, 유통 또는 매출 공유 수수료를 모두 받는다. 후자가 마진을 끌어올리며, Bedrock에서 Claude를 판매하는 사업을 AWS에 매우 매력적으로 만든다.”

“AI 가속기 외에도 CPU는 frontier LLM의 훈련과 추론에서 점점 더 중요해지고 있다. CPU의 세계에서는 수직계열화가 훨씬 더 큰 차별화 요소이며, Amazon의 5세대 자체 칩인 Graviton은 업계 선도적이다.”

#반도체

The Great Rebalance: How Agentic AI Is Reshaping the CPU:GPU Ratio - trendforce

AI 에이전트로 인해 CPU:GPU 비율이 달라진다.

“기존의 CPU:GPU 비율이 바뀌어야 합니다. Arm은 기존 AI 데이터 센터가 GW(기가와트)당 약 3,000만 개의 CPU 코어를 필요로 하지만, AI 에이전트 시대에는 그 수요가 GW당 1억 2,000만 개의 CPU 코어로 4배 급증할 것으로 추산합니다. 미래의 CPU 대 GPU 비율은 1:1에서 1:2 사이로 변화하여 CPU에 대한 시장 수요를 크게 끌어올릴 것으로 예상됩니다.”

“아래에 2026년 주요 CPU의 코어 및 스레드 수를 요약했습니다. 인텔 제온 6+(Clearwater Forest)가 최대 코어 수인 288개에 도달할 것임을 알 수 있습니다. 그 뒤를 이어 AMD 에픽 베니스, 인텔 제온 7(Diamond Rapids) 및 암페어원 MX가 모두 256코어를 갖추고 있습니다. 그러나 동시 멀티스레딩(SMT) 기술의 활용 덕분에 AMD 에픽 베니스는 256개의 코어에서 512개의 스레드를 실행할 수 있어 현재 사용 가능한 최고의 스레드 수에 도달했습니다.”

Intel Reports First-Quarter 2026 Financial Results

CPU의 중요성이 상승하는걸 확인해준 인텔 실적발표. 실제로 CPU 수요가 급성장 중이라고.

“공장 생산량을 개선하고 있음에도 불구하고, 모든 비즈니스에서 수요가 계속해서 공급을 앞지르고 있으며, 특히 올해와 내년에 지속적인 모멘텀이 예상되는 제온(Xeon) 서버 CPU 부문에서 더욱 그렇습니다.”

“지난 몇 년 동안 고성능 컴퓨팅에 대한 이야기는 거의 전적으로 GPU 및 기타 가속기에 관한 것이었습니다. 최근 몇 달 동안, 우리는 CPU가 AI 시대의 필수불가결한 기반으로서 스스로를 다시 자리매김하고 있다는 명확한 신호를 보았습니다. CPU는 이제 전체 AI 스택의 오케스트레이션 계층이자 중요한 제어 평면(control plane) 역할을 합니다.”

“먼저, 고객의 피드백을 말씀드리자면 모델 훈련에서 추론으로 넘어갈 때 CPU는 매우 중요합니다. 추론 측면에서, 오케스트레이션, 제어 평면, 데이터와 함께 여러 에이전트를 관리하는 데 있어 CPU가 훨씬 더 효율적입니다. CPU 대 GPU 비율은 예전에 1대 8이었지만 지금은 1대 4 수준이며 점차 우위를 점하거나 그 이상으로 나아가고 있다고 생각합니다. 따라서 그 수요는 매우 강력합니다.”

“AI 인프라 구축에 따른 지속적인 성장 CPU에 대한 우리의 확신이 커지고 있습니다. 서버 CPU 수요에 대한 우리의 전망은 지난 90일 동안 개선되었으며, 우리는 모멘텀이 2027년까지 연장되면서 업계와 우리 모두에게 두 자릿수 유닛 성장이 있는 강력한 한 해를 기대합니다.”

이번 엔비디아 실적발표의 주인공도 CPU였다.

아래는 엔비디아 실발에서 나온 베라 CPU 관련 코멘트:

“그레이스 CPU의 성공을 발판 삼아, 베라 CPU가 이러한 변곡점에 맞춰 적시에 출시됩니다. 맞춤형 ARM 코어로 설계되고 루빈 GPU 및 NVLink와 엔드투엔드로 공동 설계된 베라는 x86 기반 대안 제품에 비해 코어당 성능은 최대 1.5배, 와트당 성능은 2배, 랙당 밀도는 4배 더 높게 제공할 것입니다. 베라 CPU는 NVIDIA에게 이전에 전혀 다루지 않았던 새로운 2,000억 달러 규모의 유효시장(TAM)을 열어줄 것이며, 모든 주요 하이퍼스케일러 및 시스템 제조업체들이 이를 배포하기 위해 당사와 파트너십을 맺고 있습니다. 당사는 올해 총 CPU 매출에서 거의 200억 달러에 달하는 가시성을 확보하고 있으며, 이를 통해 세계 최고의 CPU 공급업체로 자리매김할 준비를 마쳤습니다.”

“CPU와 관련해서 말씀드리면, 에이전트는 본질적으로 사람들이 하네스라고 부르는 것입니다. 에이전트는 하네스를 가지고 있으며, 하네스는 오픈클로가 될 수도 있고 Hermes가 될 수도 있습니다. 클로드 코드는 기본적으로 Opus 모델을 둘러싼 클로드의 하네스입니다. 오픈AI의 코덱스는 GPT-5.5 모델을 둘러싼 하네스입니다. 이들은 하네스입니다. 그리고 이 하네스들은 IO, 오케스트레이션, 메모리 관리, 툴 사용(예를 들어 브라우저 등과의 연결), C 컴파일러, 파이썬 컴파일러 같은 것들을 제공합니다. 이 하네스가 CPU에서 실행됩니다. 그리고 툴 사용이 CPU에서 실행됩니다. 예를 들어 AI가 검색을 하거나 브라우저를 사용한다면 그것은 CPU에서 실행될 것입니다.”

“세상에는 10억 명의 사용자, 즉 인간 사용자가 있습니다. 제 생각에 세상에는 수십억 개의 에이전트가 존재하게 될 것입니다. 오늘 당장은 아니고 점차 성장해 가겠지만, 우리는 수십억 개의 에이전트를 갖게 될 것입니다. 그리고 그 수십억 개의 에이전트들은 모두 툴을 사용할 것입니다. 그리고 그 툴들은 마치 우리 인간들이 오늘날 PC를 사용하는 것처럼 PC와 같을 수 있습니다. 미래에는 PC를 사용하는 에이전트를 두게 될 것이므로, 미래의 노선을 따라 생각해보면 현재로서는 마음에 드는 에이전트 수를 선택해 보십시오. 현재는 수십만 개라고 부르겠지만, 미래에는 결국 몇십억 개가 될 것입니다. 저는 그들이 모두 효과적으로 사용할 수 있는 PC를 갖게 되는 것을 상상할 수 있습니다.”

“하지만 거대한 맥락에서, 그 에이전트들 하나하나가 서브 에이전트들을 파생시킬 것입니다. 그리고 이들을 파생시킬 때마다 추론을 수행해야 합니다. 바로 거기서 생각이 일어납니다. 모든 생각은 GPU에서 일어나고, 모든 오케스트레이션은 본질적으로 CPU에서 실행됩니다. 그리고 서브 에이전트들이 파생되어 생각할 때 그들은 GPU를 사용합니다.”

“따라서 우리는 훨씬 더 많은 CPU를 필요로 할 것이며, 베라는 에이전틱 CPU가 되도록 설계되었습니다. 과거의 CPU는 쉽게 대여할 수 있도록 많은 코어를 가지도록 설계되었습니다. 사람들이 코어를 대여했었죠. 하지만 에이전트는 코어를 대여하지 않습니다. 그들은 단지 작업이 빠르게 완료되기를 원합니다.”

Reiner Pope – Chip design from the bottom up - Dwarkesh Patel

요즘 CPU의 중요성이 부각되면서 CPU에 붙은 메모리 또한 주목받던데, 오늘 올라온 드와케시 파텔 X Reiner Pope (현 MatX 창업자이자 전 TPU 설계자) 인터뷰에 이와 관련된 이야기가 나온다.

그래서 GPT랑 티키타카해본 내용을 옮겨와보자면:

• CPU는 메모리를 읽을 때 먼저 캐시에 데이터가 있는지 확인하고, 없으면 DDR 같은 외부 메모리에서 가져온다. 포프는 캐시가 DDR보다 두 자릿수, 즉 약 100배 빠르며, 캐시가 없다면 프로그램 대부분이 훨씬 느려질 것이라고 설명한다. 다만 캐시 적중 여부는 주변 실행 환경, 이전에 어떤 프로그램이 돌았는지, 캐시 정책 등에 따라 달라지기 때문에 CPU 실행 시간의 비결정성을 만든다고 설명한다.

• 즉, CPU 성능은 단순히 ‘코어 수 x 클록’이 아니다. 실제로는 필요한 데이터가 캐시에 있느냐, L3에 있느냐, DDR에 있느냐, GPU 메모리에 있느냐, 네트워크 너머에 있느냐에 따라 성능이 크게 달라진다. 그래서 CPU에 붙은 메모리는 단순 부품이 아니라 CPU의 실질 성능을 결정하는 핵심 아키텍처다.

• 요즘 CPU 중요성이 다시 부각되는 것은 CPU가 단순 호스트가 아니게 되었기 때문이다. 과거에는 CPU가 GPU에게 작업을 던져주는 관리자에 가까웠다면, 지금은 AI 팩토리 안에서 CPU가 스케줄러, 네트워크 관리자, KV 캐시 관리자, 데이터 전처리 엔진, 에이전트 런타임, 샌드박스 실행기 역할을 한다.

• 이런 작업들은 GPU의 행렬 곱셈처럼 규칙적이지 않다. 분기가 많고, 캐시 친화적이지 않을 수 있고, 작은 작업이 많고, 메모리 접근 패턴이 불규칙하다. 그러면 CPU 코어 수보다 더 중요한 것이 생긴다. 바로 각 코어가 굶지 않도록 충분한 메모리 대역폭을 주는 것, 캐시와 메모리 접근 지연을 예측 가능하게 만드는 것, GPU와 CPU 사이 데이터 이동을 줄이는 것이다.

• NVIDIA가 Vera CPU에서 “각 코어당 최대 14GB/s 메모리 대역폭”, “일관된 지연시간”, “1.2TB/s LPDDR5X 대역폭”, “1.5TB 용량”을 강조하는 이유가 바로 여기에 있다. CPU 코어가 많아도 메모리 대역폭이 부족하면 코어들은 대부분 기다린다. 반대로 CPU 메모리 대역폭이 충분하면, CPU가 GPU에게 계속 일을 공급하고, GPU HBM에서 밀려나는 일부 데이터나 컨텍스트를 효율적으로 처리할 수 있다.

관련해서 참고할만한 인터뷰 부분:

“문제는 결정론적 지연시간과 높은 속도를 동시에 얻는 것입니다. 비결정론적 지연시간은 CPU의 특정 설계 선택에서 나옵니다. 그런 설계 선택을 제거하고 결정론적 지연시간을 가진 CPU를 만드는 것은 실제로 가능합니다. 하지만 그런 CPU들은 시장에서 그다지 매력적이지 않기 때문에 사람들이 더 이상 만들지 않습니다.”

“어떤 의미에서 결정론적 지연시간은 더 단순한 출발점이고, 일부 칩 설계자들이 그것을 비결정론적으로 만들기 위해 여러 가지를 추가한 것입니다. 구체적인 예를 들자면, CPU에서 비결정성의 가장 중요한 원천은 아마 CPU 캐시 자체입니다.”

“CPU에는 CPU 다이 자체가 있고, 그 옆에 DDR 메모리가 있습니다. 그 안에는 DDR에 대한 최근 접근을 기억하고 저장하는 캐시 시스템이 있습니다. 제가 CPU 명령어를 실행할 때, 메모리에 접근하는 명령어가 있을 때마다 먼저 그 데이터가 캐시에 저장되어 있는지 확인합니다. 없다면 DDR에서 가져옵니다.”

“이것은 엄청난 최적화입니다. 캐시는 DDR보다 두 자릿수 정도 더 빠릅니다. 캐시를 전혀 사용하지 않는다면 기본적으로 모든 프로그램이 100배 느리게 실행될 것입니다. 캐시의 존재는 CPU가 합리적인 속도로 실행되기 위해 절대적으로 필요합니다.”

“하지만 캐시 적중이 일어나는지 여부는 CPU의 주변 환경에 달려 있습니다. 어떤 다른 프로그램들이 실행 중인지, 최근에 무엇이 실행되었는지, 그리고 캐시 시스템 안의 난수 생성기가 무엇을 하고 있는지에 달려 있습니다. 그것이 CPU 실행시간에서 비결정성의 큰 원천입니다.”

“그것이 CPU의 메모리 시스템입니다. 크게 다르게 할 수 있는 것은, 하드웨어가 “메모리를 읽겠다”고 말하고 그다음 그것이 캐시에서 오는지 아닌지를 하드웨어가 결정하게 하는 대신, 이 결정을 소프트웨어에 구워 넣는 것입니다. 다른 설계 철학입니다.”

“예를 들어 TPU에서 이것을 볼 수 있습니다. 같은 그림을 그리되, 이것을 스크래치패드라고 부르겠습니다. 주요 차이는… 이것은 TPU일 것이고, 여기서는 DDR이 아니라 HBM이 있지만, 여전히 칩 밖 메모리입니다. 소프트웨어가 “먼저 메모리에 접근하라”고 말하고 하드웨어가 결정하게 하는 대신, 스크래치패드로 가는 한 종류의 명령어가 있고, HBM으로 가는 완전히 다른 종류의 명령어가 있습니다.”

“이 스타일은 일반적으로 캐시가 아니라 스크래치패드라고 알려져 있습니다. 핵심 차이는 “스크래치패드를 읽거나 써라”라고 말하는 한 종류의 명령어가 있고, “HBM을 읽거나 써라”라고 말하는 완전히 다른 명령어가 있다는 것입니다.”

Advanced Packaging - Citrini on Twitter / X

인텔은 당장은 CPU로 주목받고 있지만, 갈수록 파운드리로 주목받지 않을까?

“문제는 하나의 실리콘 조각을 무한히 크게 만들 수 없다는 것이다. 일정 크기를 넘으면 제조 수율이 무너진다. 또 칩의 각 부분은 사실 서로 다른 공정에서 만들어지는 것이 더 적합하다. 고성능 연산 코어는 최첨단 3나노 공정의 이점을 얻지만, 입출력 인터페이스는 훨씬 저렴한 공정에서도 충분히 잘 작동한다. 모든 것을 하나의 실리콘 위에 올리면 비싼 타협을 강요받게 된다.”

“이론상 해결책은 단순하다. 하나의 거대한 칩을 만들지 말고, 여러 개의 작은 칩, 즉 칩렛을 만들고, 그것들을 고급 패키징으로 서로 연결하는 것이다.”

“우리는 단일 거대 칩 설계에서 분리형 칩렛 아키텍처로 넘어가는 10년짜리 전환의 초기 국면에 있다. TSMC의 CoWoS 용량은 2024년과 2025년에 모두 두 배씩 증가했지만, 수요는 여전히 공급을 앞서고 있다. 2026년에는 월 14만~15만 장 수준의 웨이퍼 용량에 도달할 수 있지만, 초과 수요는 구조적으로 지속될 가능성이 있다. ASE는 현재 TSMC가 외주로 맡기는 CoWoS-S 패키징의 40~50%를 처리하고 있다. 엔비디아 단독으로 전체 CoWoS 수요의 63%를 차지한다.”

“인텔은 수년간 “보여줘야 하는 회사”였다. 이제 드디어 보여줄 위치에 섰다는 주장이다. 이유는 EMIB와 Foveros를 통해 패키징 레이어를 단순 비용센터가 아니라 전략적 자산으로 바꾸려 하고 있기 때문이다. 인텔의 EMIB와 Foveros는 ASE 외에 TSMC CoWoS 초과 수요를 받아낼 수 있는 또 다른 “압력 완화 밸브”가 될 수 있다.”

“EMIB는 인텔의 2.5D 솔루션으로, TSMC CoWoS의 대안이다. 칩들이 연결되어야 하는 지점에만 작은 실리콘 브리지를 기판 안에 넣는 방식이다. 브리지가 연결 지점 아래에만 있기 때문에, 고객은 연산 다이를 TSMC나 삼성에서 생산한 뒤 인텔의 고급 패키징 플로우로 가져올 수 있다. 이를 통해 PowerVia, RibbonFET, 그리고 장기적으로는 코패키지드 옵틱스 같은 기능을 활용할 수 있다.”

“인텔이 현재 “다른 곳에서 팹하고, 여기서 패키징하라”는 EMIB 모델을 제공하는 것은 가능하고, 인텔의 이해관계에도 부합한다. 이 방식은 인텔을 고객 생태계 안쪽으로 끌어들이는 효과가 있다. 만약 18A가 진짜로 좋고, 미국 내 생산 회귀, 즉 온쇼어링 스토리가 유지된다면, 패키징은 향후 의미 있는 파운드리 물량으로 이어지는 촉매가 될 수 있다.”

Google and Nvidia Consider Intel as Backup Chip Manufacturer - The Information

TSMC의 캐파 부족으로, 파운드리는 가면 갈수록 쇼티지일 수 밖에 없다.

구글과 엔비디아를 비롯한 여러 칩 메이커들이 인텔과 삼성 파운드리에게 물량을 테스트 맡기는 이유.

“구글은 인텔의 첨단 패키징 기술을 수개월 동안 테스트한 뒤, 최근 2028년에 300만 개가 넘는 텐서 처리 장치, 즉 TPU를 생산하는 주문을 인텔에 넣었다. 모건스탠리의 최신 추정에 따르면, 구글은 2027년과 2028년에 걸쳐 600만 개가 넘는 TPU를 생산할 것으로 예상된다.”

“엔비디아는 아직 인텔에 주문을 넣지는 않았다. 하지만 네 명 중 두 명에 따르면, 엔비디아는 4개의 그래픽 칩을 하나의 유닛으로 결합하는 차기 프로세서 제작에 인텔 기술을 사용할 수 있는지 테스트하고 있다. 이 작업은 엔비디아의 다음 주요 GPU 아키텍처인 파인만 시리즈와 관련되어 있으며, 해당 아키텍처는 2028년에 출시될 예정이다.”

“TSMC의 최첨단 웨이퍼 라인은 이미 예약이 꽉 찼다. AI 프로세서를 고대역폭 메모리와 결합하는 생산라인도 마찬가지다. 고대역폭 메모리는 AI 칩에 데이터를 공급하는 데 사용되는 빠른 메모리이며, 이 결합 단계는 첨단 패키징으로 알려져 있다.”

“이 압박은 인텔에게 수년 만에 첨단 AI 칩 제조 주문을 따낼 수 있는 최고의 기회를 제공하고 있다. 인텔의 패키징 기술은 현재 세계 최대 고대역폭 메모리 공급업체 중 하나인 SK하이닉스를 포함한 TSMC 고객들에 의해 테스트되고 있다. 관련 테스트를 직접 알고 있는 두 명의 인물에 따르면, SK하이닉스는 자사의 메모리가 인텔의 패키징 기술과 안정적으로 작동하는지 테스트하고 있다.”

The Inference Shift - Stratechery

작년까지의 ‘답변 추론’과 올해부터 열린 ‘에이전트 추론’은 분명 구분할 필요가 있다. 컴퓨팅 스택의 우선순위들이 바뀌고 있기 때문이다.

즉, 에이전트 추론에서는 속도보다 기억, 상태, 문맥, 작업 이력, 데이터 접근성이 더욱 중요해지기 때문에 초고속 연산이 아니라 메모리 계층 구조를 얼마나 싸고 크게, 그리고 실용적으로 구성하느냐가 핵심이라는 이야기.

“저는 이전 글인 ‘Agents Over Bubbles’ 등을 통해 우리가 LLM 시대에서 세 가지 변곡점을 겪었다고 주장한 바 있습니다.”

- ChatGPT는 토큰 예측의 유용성을 증명했습니다.

- o1은 더 많은 토큰이 더 나은 답변을 의미하는 추론(reasoning)의 개념을 도입했습니다.

- Opus 4.5와 Claude Code는 추론 모델과 도구 사용, 작업 검증 등을 활용하는 구조(harness)의 결합을 통해, 실제로 작업을 수행할 수 있는 최초의 사용 가능한 에이전트를 선보였습니다.

“이 모든 것은 ‘추론’이라는 범주에 속하지만, 단순한 답변을 제공하는 ‘답변 추론(answer inference)’과 실제 작업을 수행하는 ‘에이전트 추론(agentic inference)’ 사이의 차이는 점점 더 명확해질 것이라 생각합니다. 세레브라스의 타겟 시장은 ‘답변 추론’입니다. 하지만 장기적으로 볼 때 ‘에이전트 추론’을 위한 아키텍처는 세레브라스의 방식뿐만 아니라 기존 GPU의 방식과도 크게 다를 것입니다.”

“앞서 코딩을 위한 빠른 추론이 일시적인 사용 사례라고 언급했습니다. 구체적으로, LLM을 활용한 코딩은 작업 루프에 인간이 개입해야 합니다. 코딩할 내용을 정의하고, 작업을 확인하고, 풀 리퀘스트를 커밋하는 주체는 인간입니다. 하지만 머지않아 이 모든 과정이 기계에 의해 완전히 처리되는 미래를 상상하는 것은 어렵지 않습니다. 이는 에이전트 작업 전반에 적용될 것입니다. 에이전트의 진정한 힘은 인간을 위해 일한다는 것이 아니라, 인간의 개입 없이 스스로 작업을 수행한다는 데 있을 것입니다.”

“이는 결국 에이전트 추론을 해결하기 위한 최선의 접근 방식이 답변 추론과 크게 다를 것임을 의미합니다. 답변 추론에서 가장 중요한 요소는 토큰 속도지만, 에이전트 추론에서 가장 중요한 요소는 메모리입니다. 에이전트는 컨텍스트, 상태, 그리고 기록을 필요로 합니다. 그중 일부는 활성 상태의 KV 캐시에, 일부는 호스트 메모리나 SSD에, 그리고 상당 부분은 데이터베이스, 로그, 임베딩, 객체 저장소에 저장될 것입니다. 중요한 점은 에이전트 추론이 단순한 질문에 답하는 GPU 연산보다 모델을 감싸고 있는 메모리 계층 구조(memory hierarchy)에 더 많이 의존하게 될 것이라는 사실입니다.”

“결정적으로, 에이전트 특화 메모리 계층 구조에 대한 이러한 패러다임은 용량을 확보하기 위해 속도를 필연적으로 희생해야 함을 암시합니다. 하지만 인간이 루프에 개입하지 않는다면 느린 속도는 생각보다 중요한 고려 사항이 아닙니다. 에이전트가 밤새 실행될 작업을 기다리고 있다면, 사용자 경험에 미치는 영향은 알지도 못하고 신경 쓰지도 않을 것입니다. 가장 중요한 것은 작업을 완수할 수 있는가 하는 점이며, 완전히 새로운 방식의 메모리를 통해 그것이 가능해진다면 약간의 지연은 문제가 되지 않습니다.”

“지연이 괜찮다면, 순수 컴퓨팅 성능과 고대역폭 메모리에만 집중하는 것은 상황에 맞지 않아 보입니다. 대기 시간(latency)이 최우선 순위가 아니라면, 기존의 DRAM과 같이 더 느리고 저렴한 메모리가 훨씬 더 합리적입니다. 전체 시스템이 대부분 메모리를 기다리는 상황이라면 칩 역시 최첨단으로 빠를 필요가 없습니다. 이는 미래 아키텍처의 근본적인 변화를 의미하지만, 그렇다고 현재 아키텍처가 사라진다는 뜻은 아닙니다.”

- 훈련은 계속해서 중요할 것이며, 고속 컴퓨팅, 대용량 고대역폭 메모리, 고속 네트워킹을 포함한 엔비디아의 현재 아키텍처는 앞으로도 시장을 지배할 가능성이 높습니다.

- 답변 추론은 상대적으로 규모는 작겠지만 의미 있는 시장으로 남을 것이며, 세레브라스나 Groq 같은 칩의 속도는 매우 유용하게 쓰일 것입니다.

- 에이전트 추론은 점진적으로 GPU의 기능을 해체(unbundle)할 것입니다. (프리필 과정 중) 고대역폭 메모리를 놀리거나 (디코드 과정 중) 컴퓨팅 자원을 방치하던 기존 GPU 방식에서 벗어나, 고용량 및 비교적 저비용 메모리 유형과 ‘적당히 쓸 만한’ 컴퓨팅 성능으로 구성된 정교한 메모리 계층 구조로 전환될 것입니다. 실제로 도구 사용과 같은 작업에서는 GPU의 속도보다 CPU의 속도가 더 중요해질 것입니다.

“이러한 범주들은 규모나 중요도 면에서 결코 동등하지 않을 것입니다. 구체적으로 말해 에이전트 추론 시장이 단연코 가장 큰 시장이 될 것입니다. 이 시장은 인간이나 시간에 얽매이지 않기 때문입니다. 오늘날의 에이전트는 기껏해야 화려한 수준의 답변 추론에 불과하지만, 미래의 진정한 에이전트 추론은 컴퓨터가 다른 컴퓨터가 내린 지시에 따라 수행하는 작업이 될 것이며, 시장의 규모는 인간이 아닌 연산 규모(compute)에 비례하여 확장될 것입니다.”

#핀테크

Ramp at $44 Billion: The Third Pillar

Brex와의 경쟁에서 이긴데 이어서 이제는 재무용 AI 에이전트 기업으로 발전 중인 Ramp가 $44b 밸류로 투자 유치에 성공.

AI 시대에서 ‘토큰’은 ‘사람’이나 ‘벤더’와 동등한 수준의 요소로 올라왔으며, Ramp가 토큰을 관리하는 중심 OS로 자리잡겠다는 야망을 보여주고 있다.

“곡물 포대를 팔기 시작한 이래로 비즈니스는 두 가지 기둥, 즉 ‘사람(People)’과 ‘공급업체(Vendors)’를 기반으로 운영되어 왔습니다.”

“이를 추적하고 관리하는 것은 까다로운 일이었습니다. 그래서 우리는 지난 5세기 동안 이를 관리하기 위해 현대적인 재무 시스템을 구축해 왔습니다. 1494년에는 복식부기가, 1958년에는 법인카드가 발명되었으며, 이후 소프트웨어가 등장하여 경비, 청구서, 결제 및 조달을 디지털화했습니다.”

“Ramp는 이러한 시스템을 ‘지능적’으로 만들었지만, 이 두 가지 기둥은 결코 변하지 않았습니다. 사람에게는 임금이 주어졌고, 공급업체와는 계약을 맺었습니다. 재무 부서의 21살 신입 직원조차 손익계산서를 훑어보기만 해도 각 항목이 어떻게 관리되고 있는지 정확히 말할 수 있었습니다. 모든 비용은 예측 가능한 숫자였습니다.”

“그러다 불과 24개월 만에 모든 것이 바뀌었습니다. 업무는 더 이상 인력이나 계약에 얽매이지 않게 되었고, ‘지능’도 그 일을 해낼 수 있게 되었습니다. 그리고 우리는 ‘토큰’이라는 단위로 사용한 만큼 비용을 지불하게 되었습니다.”

“두 개의 기둥은 세 개가 되었습니다. 토큰은 비즈니스 역사상 가장 빠르게 증가하는 비용이 되었습니다. 하지만 단 하나, 작은 문제가 있었습니다. 바로 우리가 지난 5세기에 걸쳐 설계한 시스템에서는 이 토큰이 ‘보이지 않는다’는 것입니다.”

“토큰은 단일 부서의 예산에 국한되지 않고 모든 부서에 걸쳐 있습니다. 검토할 수 있는 연간 계약도 없습니다. AI 사용량은 매일 변동합니다. 예측할 수 있는 청구서도 없습니다. 단 한 번의 프롬프트 변경만으로도 하룻밤 사이에 비용이 세 배로 뛸 수 있습니다.”

“문제는 지출 자체가 아닙니다. ‘보이지 않는 지출’이 문제입니다.”

“비용을 쓰는 것이 효과가 있다면, 대체 무엇이 문제일까요? 한마디로 요약하면 ‘측정(Measurement)’입니다. 당신은 어떤 지출이 효과적이었는지 알지 못합니다.”

“예를 들어, 현재는 작업의 규모나 형태에 상관없이 모든 작업이 기본적으로 최상위(Frontier) 모델로 실행됩니다. 하지만 회의 요약이나 캘린더 업데이트에 굳이 GPT-5.5 Pro가 필요하지는 않습니다.”

“단편적으로 보면 사소해 보일 수 있지만, 다시 한번 생각해 보십시오. 천만 달러의 AI 청구서 중 단 10%만 최상위 모델에서 GPT-4 수준의 지능으로 우회시킬 수 있다면, 거의 100만 달러를 절약하는 셈입니다. 실제로 그만큼 훨씬 더 저렴합니다. 모든 업무에 톰 크루즈가 필요한 것은 아닙니다.”

“이것이 바로 재무의 미래입니다. 즉, ‘더 잘 맞춰진 지능’입니다. AI 지출을 기계적으로 승인하거나 전면적으로 거부하는 것이 아니라, 기업이 인력, 소프트웨어, 공급업체에 적용하는 것과 동일한 엄격함을 바탕으로 예산을 할당하는 것입니다.”

“그렇다면 ‘지능’을 어떻게 ‘관리’할 수 있을까요? 그것은 눈에 보이지 않습니다. 단일 청구 항목에 숨어 있으며, 모든 부서의 업무에 걸쳐 사용됩니다.”

“저희 Ramp는 “보고, 이해하고, 통제하라(See it, Understand it, Control it)”고 말하길 좋아합니다.”

“보기 (See it): 측정할 수 없는 것은 관리할 수 없습니다. 따라서 우리는 앤스로픽(Anthropic), 오픈AI(OpenAI), 제미나이(Gemini), 그리고 커서(Cursor)에서 토큰 수준의 사용량과 비용을 하나의 대시보드로 직접 가져옵니다.”

“이해하기 (Understand it): 토큰은 그것으로 무엇을 샀는지 알기 전까지는 그저 하나의 단위에 불과합니다. 이제 사상 최초로 재무 부서는 이를 팀, 프로젝트, 그리고 가장 중요하게는 사용 사례에 귀속된 실제 달러 금액으로 파악할 수 있게 되었습니다. 이것이 바로 CFO가 투자수익률(ROI)을 측정하는 방법입니다.”

“통제하기 (Control it): 통제 지능이 내장되어 있습니다. 예산 예측치를 초과하여 실행되고 있나요? 더 저렴한 모델로 전환할 수 있는 워크플로우를 추천해 드립니다. 하룻밤 사이에 비용이 급증했나요? 알림을 생성하고 한도를 설정해 드립니다.”

Return on Tokens (ROT) - Not Boring

같은 맥락에서 해석할 수 있는 글. 앞으로는 ‘토큰을 얼마나 썼느냐’ 보다 ‘사용한 토큰 대비 얼마나 경제적 산출을 만들었느냐’를 신경써야한다는 것.

그래서 AI를 많이 쓰는 기업이 이기는 게 아니라, AI를 써서 기업 운영 자체를 코드화하고 측정 가능한 수익을 만드는 기업이 이기게 된다는 주장.

쉽게 설명하면 OS를 구성하는데 에이전트를 사용하고, 나머지 작업은 기존처럼 그냥 코드를 돌리는게 합리적이라는 소리.

“문제는 기업들이 ‘토큰 = 가치’라고 가정하며 토큰을 최대화하는 데 초점을 맞추었다는 점입니다.”

“질문은 항상 같습니다. 그것이 수익을 창출할 수 있는가? 토큰의 경우, 질문은 다음과 같습니다. 당신의 토큰 투자 수익률(ROT, Return on Tokens = (결과물의 가치 - 토큰 비용) / 토큰 비용 x 100)은 얼마입니까?”

“오늘날 대부분의 사람들이 에이전트를 이해하고 사용하는 방식은, 에이전트가 소프트웨어 회사와 소프트웨어 그 자체를 모두 대체한다고 보는 것입니다. 하지만 그것은 잘못된 사고방식입니다.”

“에이전트는 소프트웨어 회사를 대체해야 합니다. 즉, 영어든 어떤 언어든 인간이 제시한 목표와 요구사항을 받아들여, 계속해서 반복 실행될 수 있는 결정론적 코드로 바꿔야 합니다.”

“생각하기는 비용이 많이 들지만 드물게 발생합니다. 실행하기는 저렴하며 영원히 발생합니다. 그러니 에이전트는 생각을 해야 하고, 코드는 실행을 해야 합니다.”

“대부분의 경제적 작업의 경우, 인간을 사용하여 규칙을 파악하고, AI를 사용하여 규칙을 코드로 변환한 다음, 규칙이 변경될 때만 AI를 다시 가져오고, 거의 제로에 가까운 토큰 비용으로 그 코드를 영원히 실행하는 것이 좋습니다.”

“에이전트의 역할은 코드를 컴파일하는 것이지, 매일 실행하고 작업을 수행하는 것이 아닙니다. 즉, 운영비(OpEx)보다는 자본비(CapEx)에 더 가깝습니다. 여러분이 AI가 실행한다고 생각하는 모든 것은 결국 코드가 실행되는 것일 뿐입니다.”

“사람들은 AI가 인간처럼 일하는 존재가 되는 것이 핵심 변화라고 생각하지만, 실제로 더 중요한 변화는 기업 자체가 (코드로 구성되고, 실행되고, 수정되고, 진화하는) 소프트웨어가 된다는 것입니다.

ROT (Return on Tokens) - 26.06

GPT 왈:

“두 글의 공통 본질은 이거야: AI는 더 이상 실험용 장난감이나 생산성 툴이 아니라, 기업의 비용 구조·운영 구조·재무 시스템을 바꾸는 새로운 생산요소다.”

“예전에는 기업의 생산요소가 사람, 자본, 소프트웨어, 공급업체였다면 이제는 여기에 intelligence as a metered resource, 즉 계량 과금되는 지능이 추가된다.”

“그래서 CFO는 토큰을 비용 항목으로 관리해야 하고, COO는 업무를 코드화해야 하고, CTO는 어떤 업무에 어떤 모델·코드·에이전트를 쓸지 아키텍처를 짜야 한다.”

#바이오

Introducing GPT-Rosalind for life sciences research

OpenAI가 바이오 연구를 위한 전용 모델인 GPT-Rosalind 공개.

역시 바이오는 AI 모델사들의 차세대 전장이 맞다.

“오늘, 생물학, 신약 개발 및 중개 의학 전반의 연구를 지원하기 위해 구축된 당사의 최첨단 추론 모델인 GPT-Rosalind를 소개합니다. 이 생명과학 모델 시리즈는 향상된 도구 사용 역량과 화학, 단백질 공학, 유전체학 전반에 걸친 더 깊은 이해를 결합하여 과학적 워크플로에 최적화되어 있습니다.”

“이 모델은 DNA의 구조를 밝히고 현대 분자 생물학의 기초를 닦은 엄밀한 연구를 수행한 로잘린드 프랭클린(Rosalind Franklin)의 이름을 따서 명명되었습니다.”

“우리는 고도화된 AI 시스템이 과학자들이 이러한 워크플로를 더 빠르게 처리할 수 있도록 도울 수 있다고 믿습니다. 단순히 기존 작업을 더 효율적으로 만드는 것을 넘어, 과학자들이 더 많은 가능성을 탐색하고 자칫 놓칠 수 있는 연관성을 발견하며 더 나은 가설에 신속하게 도달하도록 지원함으로써 말입니다. 이 모델은 증거 합성, 가설 생성, 실험 계획 및 기타 다단계 연구 작업을 지원하여 연구자들이 초기 발굴 단계를 가속화할 수 있도록 설계되었습니다. 장기적으로 이러한 시스템은 생명과학 기관들이 불가능했을 획기적인 발견을 훨씬 더 높은 성공률로 이뤄내도록 도울 수 있습니다.”

“문헌 검색, 데이터베이스 액세스, 서열 조작 및 프로토콜 설계와 같은 다양한 연구 작업에 대한 성능을 측정하는 LABBench2 벤치마크에서 GPT-Rosalind는 11개 작업 중 6개에서 GPT-5.4를 능가했습니다. 가장 눈에 띄는 향상은 분자 클로닝 프로토콜을 위한 DNA 및 효소 시약의 엔드투엔드 설계가 요구되는 CloningQA에서 나타났습니다.”

Robotics’ End Game: Nvidia’s Jim Fan

피지컬 AI가 바이오 AI랑 결합해서 실험실을 혁신하는 순간부터는, 정말로 초거대 혁신으로 이어질 가능성이 있다. 그리고 이미 앞단에서는 그 방향을 향해 나아가는 중이고.

“다음은, 물리적 API(Physical API)입니다.”

“여러분은 로봇 군단을 보유하게 되고, 이 로봇들은 언젠가 Opus 9.0에 의해 조율되며, API와 명령줄을 사용하는 다른 일반적인 소프트웨어와 똑같이 구성될 수 있습니다.”

“그리고 이 물리적 API가 있다면, 우리는 라이솔(Lysol) 공장을 실현할 수 있을 것입니다.*

“이것들은 본질적으로 ‘원자 프린터’입니다.”

“마크다운 파일 형태의 디자인을 입력값으로 받아서, 완전히 자율적인 방식으로 완제품을 출력해 내거나, 화학, 생물학, 의학 분야의 과학적 발견을 자동화하는 습식 연구실(wet labs)의 역할을 하게 됩니다.”

Demis Hassabis: Agents, AGI & The Next Big Scientific Breakthrough

한편, 이에 관해 허사비스는 ‘가상에서 대부분을 처리하겠다’는 일관된 비전을 가지고 있다.

“우리가 딥마인드에서 분사시킨 ‘아이소모픽 랩스(Isomorphic Labs)’가 신약 개발의 전 과정을 혁신하기 위해 훌륭하게 나아가고 있으며, 조만간 이와 관련해 중대한 발표가 있을 예정입니다.”

“궁극적으로 우리가 지향하는 바는 내부를 섭동(perturbation)할 수 있고 그 결과가 실제 실험값과 거의 일치하는 ‘완전한 가상 세포(virtual cell)’를 구축하는 것입니다. 이를 통해 수많은 시행착오를 건너뛰고 양질의 합성 데이터를 얻어낼 수 있겠죠. 완전한 가상 세포 구축에는 약 10년 정도가 걸릴 것으로 예상합니다. 현재는 독립적인 시스템으로 잘라내기 쉬운 ‘가상 세포핵(virtual nucleus)’ 모델링에 집중하고 있습니다.”

“데이터 부족도 풀어야 할 과제입니다. 살아 움직이는 역동적인 세포의 상호작용을 파괴하지 않으면서 나노미터 해상도로 실시간 이미징할 수 있는 기술이 있다면, 이 문제는 우리가 이미 정통한 ‘비전(vision)’ 문제로 치환될 수 있습니다. 현재로서는 하드웨어적 돌파구나, 혹은 이런 역학 시스템을 더 정교하게 시뮬레이션할 수 있는 모델링 기법의 발전이 필요합니다.”

“Q. 알파폴드처럼 극적인 돌파구가 열리기 좋은 과학적 도메인의 특성이나 패턴이 있나요?”

“정리해 보자면 이렇습니다. 첫째, 문제가 우주의 원자 수만큼 방대하여 단순 대입으로 풀 수 없는 ‘거대한 조합적 탐색 공간(massive combinatorial search space)’을 가질 것. 둘째, 목표를 향해 모델을 최적화할 수 있는 ‘명확한 목적 함수(objective function)’가 존재할 것. 셋째, 모델을 훈련시킬 풍부한 데이터나 대량의 합성 데이터를 만들 수 있는 ‘시뮬레이터’가 있을 것.”

“이 조건들이 충족된다면 현재의 AI 방법론으로 건초더미에서 바늘을 찾는 일(완벽한 바둑의 수나 부작용 없는 화합물 찾기)을 해낼 수 있습니다.”

Isomorphic Labs announces Series B investment round - Isomorphic Labs

아이소모픽랩스 시리즈B 라운드 완료. 이번에도 Thrive 리드로 $2.1b 레이즈. 이외에도 MGX(UAE), 테마섹, 영국 국영 AI 펀드와 같은 국부펀드들이 참여.

#비즈니스

Presentations — Benedict Evans

올라올 때 마다 챙겨보는 Benedict Evans의 프레젠테이션. 핵심 내용을 정리해보면:

• 과거의 자동화는 ‘논리적 절차로 설명 가능한 일’을 기계가 대신하는 것이었다면, 지금의 AI는 ‘충분한 데이터가 있어 검증이 가능한 일’을 자동화한다.

• 그래서 현재 중요한 질문은 ‘AI가 누구의 일자리를 없애나?’가 아니다. 진짜 질문은 ‘많은 task의 비용이 0으로 수렴하게 될텐데, 그동안 task 비용으로 인해 불가능했던 일은 무엇인가?’가 핵심 질문이다.

• 엘리베이터 안내원은 버튼이 되었고, 바코드는 슈퍼마켓의 SKU 수를 폭발시켰고, 인터넷은 물리적 유통비를 제거해 음악, 미디어, 리테일을 재편한 것 처럼.

Class #4 | MS&E435: Economics of the AI Supercycle Stanford University Spring ‘26 Apoorv Agrawal

AI 네이티브한 조직을 만들기 위해서는 ‘맥락’을 동기화 시키는 작업이 선행되어야만 한다.

“대체 무슨 일이 일어나고 있는 걸까요? 한편엔 AGI가 있다는데, 다른 한편에선 이 중 어느 것도 제대로 작동하지 않고 이를 제대로 사용하는 기업도 없다니 말입니다. 도대체 무슨 일일까요?”

“아주 간단합니다. 이러한 조직 내부에 존재하는 모든 맥락(context)들, 즉 인간이 일하는 방식과 우리 머릿속에 들어 있는 모든 지식과 맥락을 모델과 에이전트에게 전달하지 못한다면, 그들은 바보 같은 실수를 연발할 것이고 결국 무용지물이 될 것입니다. 그리고 그것이 바로 지금 일어나고 있는 일입니다. 모델이나 에이전트들은 조직 내에서 인간들이 가지고 있는 맥락을 가지고 있지 않습니다. 그래서 쓸모가 없는 겁니다. 그들은 우리가 아는 많은 것들을 모르기 때문에 멍청한 실수를 저지릅니다.”

“모든 회사에는 항상 “오, 그거 존(John)이나 제인(Jane)한테 가서 물어봐”라고 할 만한 직원이 한 명쯤 꼭 있습니다. 그 사람이 모든 걸 다 알고 있고, 모두가 그 사람에게 가서 의지하죠. 그 사람이 바로 회사에서 절대 잃어선 안 될 단 한 사람입니다. 그 사람을 잃으면 회사 전체가 무너질 정도죠.”

“그런 사람은 모든 회사의 모든 부서, 모든 조직에 존재합니다. 그리고 그 한 사람은 모든 맥락을 자신의 머릿속에 가지고 있습니다. 그런데 그 사람의 머릿속에 있는 것이 모델 안에는 없습니다. 그래서 모델이 작동하지 못하는 겁니다. 모델은 존이나 제인이 10년, 15년, 20년, 때로는 30년, 40년 동안 그 회사에 있으면서 축적한 많은 것들을 모릅니다. 여러분은 그 지식을 AI에 전송해야 합니다. 그렇지 않으면 설사 초인공지능을 손에 넣고 엄청나게 어려운 수학 문제를 풀 수 있게 된다 하더라도 아무런 소용이 없습니다. 만약 그 맥락을 AI에 넣을 수만 있다면 우리는 이미 AGI를 가지고 있는 셈이고, 그들은 이미 문제를 해결할 수 있습니다.”

“그래서 제가 여러분께 드리고 싶은 강한 권고는, 세상에 임팩트를 남기고 싶다면 어떻게 그 맥락을 AI에 집어넣을 수 있을지 고민하라는 것입니다. 조직 내부에서 구식의 비즈니스 방식을 어떻게 변화시킬지, 그리고 그 프로세스들을 어떻게 에이전트에게 이식할지 방법을 찾아내십시오. 우리는 이미 AGI를 가지고 있기 때문에 그렇게만 한다면 엄청난 임팩트를 낼 수 있을 것입니다. 그것이 바로 현재 상황에 대한 저의 답변입니다. AGI는 이미 여기에 있습니다. 뇌에 있는 지식을 실리콘(컴퓨터)으로 다운로드하고, 탄소(인간)가 실리콘과 대화하게 만들어야 합니다.”

An Interview with Microsoft CEO Satya Nadella About Finding Core Competencies - Stratechery

어쩌면 진짜 AI-native한 기업이나 사람을 평가하는 질문은 ‘각자만의 private outputs + evals가 존재하는가?’ 일지도 모르겠다.

“기업의 해자는 암묵지입니다. AI가 존재하고 AI의 네트워크 효과가 존재하는 세상에서는 모델이 학습할 수 있는 자신만의 언덕 오르기 머신이 필요합니다.”

그”래서 사람들이 충분히 이야기하지 않지만, 가장 먼저 구축하길 바라는 것은 비공개 결과물(private outputs)과 평가(evals)입니다. 제가 생각하기에 기업이 창출하는 가장 중요한 IP는 바로 이런 프라이빗 벤치마크와 프라이빗 평가입니다. 여기에서 결과물과 품질을 기업의 기준에 맞게 인식하는 거죠.”

“AI 시대의 기업이란 과연 무엇일까요? 기업은 인적 자본(human capital)과 토큰 자본(token capital)을 가지게 될 것입니다. 그 토큰 자본은 어떻게 만들어졌을까요? 단순한 API 호출의 묶음이 아니라, 그들이 직접 소유한 가중치(weights)의 집합일 것입니다.”

&

“완전히 새로운 비즈니스 모델이 필요합니다. 예를 들어 기업의 업무 시스템(Cowork 등)이 WorkIQ를 사용할 때, 그것은 사용량 기반 비즈니스 모델이 될 것입니다. 따라서 우리가 지금까지 구축해 온 기존 시스템을 에이전트 시대에 맞게 재구축하고 과금 모델의 축을 변경하여, 사용자당 정액 과금과 사용량 기반 과금 모델을 동시에 갖추는 것이 필수적입니다.”

“(사용자당 과금과 사용량 과금이 혼합된 하이브리드 비즈니스 모델이 진정한 미래가 될 것이라고 생각하시나요?) 100%입니다. 그리고 그 시스템이 갖춰지면 예전 온프레미스 서버에서 클라우드로 넘어갈 때 일어났던 일이 재현될 겁니다. 사실 클라우드 전환기 당시에는 저조차도 결과를 완전히 예측하지 못했고, “아, 클라우드로 가면 예전과 똑같은 수량의 서버만 팔게 되는 건가” 하고 내심 걱정했었죠. 하지만 결과적으로 우리는 우리에게서 물리적 서버를 구매한 적이 없는 새로운 고객들이 구독을 시작하면서 훨씬 더 거대한 구독 비즈니스를 창출했습니다.”

“저는 에이전트 환경에서 이미 그런 일이 일어나고 있다고 생각합니다. GitHub에서도, M365에서도, 보안 솔루션에서도 그것을 목격하고 있습니다. 모두가 끊임없이 알아서 “일하는” 자율 에이전트 시스템을 구축하고 있기 때문에 우리가 예전에 ‘엔드유저 컴퓨팅’이라고 생각했던 개념 자체가 완전히 바닥부터 재건되고 있습니다.”

“저에게 진정한 기준은 ‘고객이 가치를 창출하지 못한다면 추가적인 소비나 상위 요금제를 사용하지 않을 것’이라는 사실입니다. 평가(evals)와 결과(outcomes) 증명이 그토록 중요한 이유죠. 이제 기업들은 “이 AI 기능이 정확히 나에게 어떤 비즈니스 결과를 가져다 주었나?”, “어떻게 ROI를 측정할 것인가?”, “어떻게 에이전트를 더 효율적으로 최적화할 것인가?”에 대해 과거보다 훨씬 더 엄격해질 것입니다.”

The Cone of Uncertainty - Colossus

앤트로픽 CFO가 말하는 재무팀의 클로드 활용법

Q. 앤스로픽 재무팀 내에서 클로드 코드와 클로드 전반은 어떻게 배포되어 활용되나요?

“현재 모든 법인의 법정 재무제표를 클로드를 사용해 작성할 수 있습니다. 네, 물론 사람이 확인하지만, 모든 재무제표는 클로드가 산출합니다. 또한 우리는 Ant Stats라는 더 실시간적인 플랫폼도 갖추고 있습니다.”

“과거에는 모든 데이터를 뒤져서 결론을 도출하고 보고서를 작성하거나 하루 동안 무슨 일이 일어났는지, 그 원인이 무엇인지 정기 보고서를 발행하는 데 많은 시간이 걸렸습니다. 이제 우리에겐 재무에 특화된 클로드 스킬 라이브러리가 있습니다. 마지막으로 확인했을 때 공용 저장소를 통해 누구나 접근할 수 있는 스킬이 70개가 넘었습니다. 그 위에 월간 재무 검토(MFR) 스킬을 구축했습니다. 이것이 우리의 월간 재무 보고서를 만들어 냅니다. 90~95% 완성된 상태로 나옵니다.”

“그다음부터 우리의 논의는 전적으로 “우리가 무엇을 해야 하나? 그 시사점이 무엇인가?”에 집중됩니다. 무슨 일이 일어났는지가 아닙니다. 클로드는 단순히 날씨를 보고하는 데 그치지 않기 때문입니다. 주된 동인이 무엇인지 생각하는 데도 도움을 줍니다. 수치가 왜 그렇게 변했는가? 이것이 MFR뿐만 아니라 일상적인 업무에 있어서도 비즈니스에 대한 엄청난 통찰력을 줍니다. 수익이나 컴퓨트 활용을 견인하는 요소에 대한 주간 보고서를 작성하는 데 수 시간이 걸리던 일이 이제 30분으로 줄었고, 나머지 시간은 비즈니스의 실제 전략적 시사점을 파악하는 데 사용할 수 있습니다. 또한 비즈니스 리더들에게 보고서를 훨씬 더 빨리 전달할 수 있습니다. 인사이트 엔진이 훨씬 더 빨라진 것이죠.”

“이제 클로드의 도움으로 사람들은 과거처럼 MFR에서 숫자를 대조해 맞추는 일에 시간을 덜 쓰는 대신, “아, 이걸 어떻게 사업에 재투자할까? 리소스를 어떻게 동적으로 할당할까?”를 고민합니다. 예전 같았으면 숫자를 맞추거나 그 회계 사례처럼 장부 마감에 긴 시간을 보냈을 텐데 말이죠.”

“그래서 저는 이를 훨씬 더 낙관적으로 생각합니다. 이것은 우리 생산성의 촉진제이고, 실제로 훨씬 더 많은 일을 해낼 수 있다는 것을 의미합니다. 팀을 확장해 나가면서 그 사람들도 클로드를 회사 내에서 어떻게 사용하는지 익히는 과정에서 더욱 생산적이 됩니다. 이러한 현상이 여러 회사에 걸쳐 사실이 되기 시작했습니다.”

이외에도 여러가지 흥미로운 내용이 많이 담겨있다.

Q. 투자자들과 대화하면서, 아마도 각 라운드마다 투자자들에게 설명하기 가장 흔하거나 어려운 부분, 즉 그들이 가장 이해하기 힘들어하는 점이 있었을 텐데요. 오늘날에는 그것이 무엇인가요?

“컴퓨트가 사용되는 방식의 패러다임이라고 생각합니다. 단순히 일정 기간 동안의 변동 비용으로 생각하는 게 아니라 정말 유연하고 대체 가능하게(fungibly) 활용되는 자원으로 바라보는 것이죠. 우리는 오전에 추론 칩에서 워크로드를 실행하고 오후나 저녁에는 동일한 칩을 모델 개발에 사용합니다. 이러한 패러다임은 소프트웨어 회사나 공장 같은 곳에는 존재하지 않습니다. 전통적인 기업에서 R&D 부서 직원들이 그 일만 하다가 갑자기 생산원가(COGS) 쪽 인력으로 전환될 수는 없으니까요. 그런데 여기서는 정말 그런 유연성이 가능합니다.”

“그 지점이 바로 컴퓨트에 대한 투자 수익률(ROI)이 그토록 중요한 이유이고 사람들도 그 점을 조금씩 이해하기 시작하고 있습니다. 하지만 여전히 “이 두 비용을 명확히 분리해야 해”라고 다루려는 경향이 있습니다. 실제로는 이 둘이 매우 상호 보완적이며, 그 유연성이 단기 및 장기적으로 수익을 견인하는 데 도움을 줍니다.”

Q. 내부에서 느끼기에 앞으로 나아갈 최전선은 무엇이라 보시나요?

“우리가 엔터프라이즈에 집중하고 있고 경제 전반에서 수행되는 지식 노동의 생산성을 진정으로 변화시키려 노력하고 있기 때문에, 저는 이것이 ‘가상 협력자(Virtual Collaborator)’라는 비전이나 목표를 향해 가는 것이라고 생각합니다. 이는 조직 내의 문맥을 이해하고, 회사가 자체 개발했든 외부에서 구매했든 상관없이 조직에 특화된 모든 도구를 사용할 수 있는 존재입니다. 기억력을 가지고 있어서 조직이 한 실수뿐만 아니라 과거 자신이 했던 실수로부터 효과적으로 배울 수 있죠. 단순히 단기 과제가 아니라 하나의 아이디어를 두고 아주 장기적으로 작업할 수 있는 능력을 말합니다.”

“이것이 우리에게 의미하는 바는, 모델 역량이 계속 발전하여 이를 뒷받침해야 한다는 것입니다. 그 기반 위에 우리가 구축하는 제품들이 이 가상 협력자를 탄생시키고 결과적으로 지식 노동을 획기적으로 가속화할 수 있다고 믿습니다. 전 세계적으로 지식 노동 시장은 연간 40조 달러(약 5경 원) 규모에 달합니다. 폼팩터만 제대로 갖춰진다면 이 생산성의 향상과 가속화가 실현될 수 있다고 봅니다. 바로 이 지점에서 지능은 단일 차원이 아니라 가상 협력자가 여러 능력을 결합하는 형태가 됩니다. 그냥 일반적으로 똑똑한 게 아니라 조직의 특정 사용 사례에 맞춰 똑똑해지는 것이죠.”

“현재 코딩 분야에서 나타나는 양상이 경제의 다른 영역에서도 일어날 것이라 기대합니다. 우리 내부적으로는 클로드 코드가 그 방향을 선도해왔으며, 코딩의 한계를 넓히고 있는 훌륭한 고객 기업들 역시 마찬가지입니다. 또한 코워크 같은 도구들이 등장해 그 잠재력을 개방하는 것을 보게 될 것입니다. 동일한 시간대를 기준으로 인덱싱해보면 코워크가 예전 클로드 코드보다 더 빠르게 성장하고 있습니다. 이건 꽤 놀라운 일인데, 본래 개발자들은 이 기술을 가장 빠르게 채택하는 사람들이기 때문입니다.”

“하지만 이런 일이 일어나는 이유는 모델의 역량과 제품이 앞서 말한 ‘가상 협력자’ 개념을 향해 가고 있기 때문입니다. 오늘날 우리의 제품 개발 과정조차 프로덕트 매니저 한 명과 엔지니어 두 명이 3개월 동안 제품을 출시하는 방식이 아닙니다. 이제는 매일 배포가 이루어지고 사내 전반에 걸쳐 특정 업무를 수행하는 에이전트 군단이 투입되어 모든 사람이 ‘관리자’가 되는 구조입니다.”

“그것이 가져올 파급 효과와 적절한 폼팩터를 갖췄을 때 얻을 수 있는 생산성 향상 이득은 실로 대단합니다. 우리는 아직 그 여정의 초기 단계에 있지만 그 잠재력은 엄청납니다.”

Class #2 | MS&E435: Economics of the AI Supercycle Stanford University Spring ‘26 Apoorv Agrawal

GPT 성장률은 갈수록 가속화되고 있고, AI는 이 흐름을 더더욱 가속화시킬 것이 자명하다.

지난 2,000년 동안의 1인당 글로벌 GDP를 보면 기본적으로 1,800년 동안 아무 일도 일어나지 않았다는 것을 알 수 있습니다. 그저 ‘생존’이었죠. 고정된 양의 노동과 자본에서 나오는 잉여 생산성이 없었습니다. 생존을 위해 쓸 수 있는 것이 전부였죠. 그러다 1800년대와 1900년대에 들어서면서 이 모든 일이 일어나기 시작합니다. GDP가 두 배로 증가하는 데 걸리는 시간 말입니다. 저는 GDP가 곧 삶을 즐기기 위한 잉여를 창출하는 것이라고 말하길 좋아합니다. 생존을 넘어선, 우리 모두가 누리는 잉여 말입니다. 글로벌 GDP가 두 배로 늘어나는 데 걸리는 시간은 급격히 감소했습니다. 그리고 이제 우리는 25년마다 글로벌 GDP, 혹은 삶의 질이라고 부를 수 있는 것을 두 배로 늘리고 있습니다.

여러분이 “글쎄요 브래드, GDP가 도대체 무슨 상관이 있죠?”라고 물으실 수 있습니다. 이건 모든 것과 연관이 있습니다. GDP 성장률이 높아지면 어떤 일이 일어날까요? 빈곤율이 낮아지고, 기초 교육 보급률이 높아지며, 문해력이 높아지고, 민주주의와 자유가 확대되며, 백신 접종률이 높아지고, 아동 사망률이 낮아집니다. 혁신 그 자체가 사회적 선이며, 이것이 서로 상관관계를 가지고 가속화되고 있다는 사실이 밝혀진 것입니다.

투자자의 관점에서 볼 때, 기술은 글로벌 GDP의 5%에서 약 13%로 성장했습니다. 만약 제가 여러분에게 10년 후에 이 비율이 글로벌 GDP의 13% 아래일지, 위일지 묻는다면 어떨까요? 여러분 모두 기술이 글로벌 GDP에서 차지하는 비중이 훨씬 더 커질 것이라고 답할 겁니다. 우리는 실리콘밸리의 중심에 앉아 있습니다. 기술 기업은 비기술 기업보다 더 많은 수익을 냅니다. 여기 보이는 파란색 점선은 나스닥(NASDAQ)이 지난 10년 동안 주당순이익(EPS)을 15%의 연평균 성장률로 복리 증식시켰음을 보여줍니다. 반면 비기술 기업은 6%에 불과했죠. 기술 기업이 비기술 기업보다 더 나은 투자처가 되는 경향이 있는 이유는 무엇일까요? 주당순이익을 더 빠르게 복리로 성장시키기 때문입니다.

다시 한번 말씀드리지만, 저는 이것이 AI에 의해 가속화될 것이라고 생각합니다. 물론 AI는 이 모든 것을 대대적으로 가속화할 것입니다. 전 세계의 모든 지식 노동을 살펴볼 때, 그 타겟 시장(TAM)은 수조 달러 규모로 측정되기 때문입니다. 데미스(허사비스)가 잘 말했듯, 산업 혁명의 10배에 달하는 파급력이 산업 혁명보다 10배 빠른 속도로, 1세기가 아니라 10년 안에 펼쳐질 것입니다. 이것이 우리가 여기서 다루는 맥락이며, AI와 함께 올 가속화는 사회 전체에 더 좋은 것이어야 한다고 생각합니다. 우리는 그런 사회를 만들기 위해 가드레일과 사회적 변화에 대해서도 이야기해야 할 것입니다.

#투자

20260519 - 생각 단상 - Seung

나도 맨날 코스피/코스닥 시가총액 상위 기업 리스트를 보면서 가령 ‘이 회사는 여기 있을 회사가 아닌데’ 혹은 ‘이 회사는 여기까진 가겠는걸’하면서 호기심이 발동된다.

그리고 무엇보다도 시가총액이 ‘영향력’의 척도라는 관점에 매우 공감한다.

“내 Valuation 관련한 생각 중에 개똥철학이지만 일종의 ‘그릇론’이 있다. 가령 시가총액 1,000조 이상의 세계구 기업들을 나래비로 세워보면 ‘어 왜 이런 친구들이 여기 껴있지?’ 싶은 것들이 있다.”

“재무적 관점에서는 도저히 설명이 안되고, 상당히 비싸 보이는 것들. 그런데 그런 식으로 따지면 샤넬 백 가격도 중국산 짭에 비해 설명이 안되고, 각종 사치재는 다 살 수 없는 무언가가 된다.”

“나 개인적으로 생각하기에, 기업이 어떤 사이즈 이상으로 넘어가면 이 기업이 세상에 끼치는 영향력이 일정 수준의 돈으로 표상되는 느낌을 받는다. ‘영향력’ 관점에서 보면 향후 미국 운영의 OS가 될 끔찍하게 비싸 보이는 팔란티어도 말이 좀 되는 것 같고, 테슬라도 좀 말이 되는 것 같고 그러하다. 테슬라보다 돈을 많이 버는 기업은 많지만 테슬라보다 세계에 큰 영향력을 준 기업은 드물지 않은가.”

“현재 세계는 산업혁명 이래로 가장 중요한 변곡점을 지나고 있고, 이에 따라 모바일 시대의 거인이던 애플이 시가총액 1위에서 내려오고 엔비디아와 구글이 각기 1, 2 위를 차지한 것을 알 수 있다.”

“특히 주목할 만한 부분은 삼성전자와 하이닉스가 이제 시가총액 1,000조를 너끈히 넘어 11위와 15위에 랭크된 것이다. 여기서 슬슬 ‘그릇론’ 관점에서 생각해 보면 이 순위표에서 메모리 주식들이 어느 정도의 위치를 차지할 수 있냐다.”

Alphabet Announces Proposed $80 Billion Equity Capital Raise to Expand AI Infrastructure and Compute

AI 시대에 맞춰 변모하는 미국의 빅테크 + 버크셔AI 시대에 맞춰 변모하는 미국의 빅테크 + 버크셔의 AI 승자 베팅 - 주식하는하루키

이번주에 구글이 $80b 규모의 증자를 진행하고, 이중 $10b를 버크셔가 제공한다는 발표가 있었다. 상당히 상징적인 장면이 될 것 같다.

“버핏은 초기 투자자 시절에 asset-light한 회사를 굉장히 좋아했음. 왜냐하면 재투자할 필요 없이 끊임없이 창출되는 현금흐름으로 새로운 좋은 투자기회에 투자를 하면서, 복리의 힘을 계속 키울 수 있었기 때문.”

“하지만 이후에는 규모가 너무 커지게 되면서 재투자할 곳이 적어지고, 그럼에 따라 ‘현금을 가만히 두면서 썩힐바에, 수익률은 좀 낮더라도 합리적이면서 규모가 큰 투자처’ 를 찾기 시작했다. 그래서 투자한 것이, BNSF 같은 철도회사 + Berkshire Energy 같은 에너지 회사들(= 대규모 자본투자가 계속해서 필요하지만, 적정한 수익이 보장되는). 덕분에 버크셔의 마진율과 ROE는 계속 낮아지지만, 절대 이익 규모는 계속해서 커지는 중.”

“현재 구글의 클라우드 사업은 상대적으로 저마진 + 자본집약적이지만, 향후 경제 전체의 생산 방식, 서비스 방식, 소프트웨어 및 지식노동 방식까지 영향을 미칠 수 있는 산업. 절대 이익 규모는 훨씬 커질 수 있는 기회.”

“지금처럼 이미 구축된 컴퓨트도 부족하고, 공급만 전체가 병목인 상황에서는, ‘가장 많은 현금을 이미 가지고 있고, 이를 통해 가장 많은 컴퓨트를 만들 수 있는 회사’ 가 가장 유리해짐. ‘이런 상황에서 가장 유리한 회사가 구글이고, 버크셔도 이쪽에 베팅했다!’ 라고 주장하며, 벤 톰슨의 글은 마무리.”

Inside the Mind of a Tech Investor with Gavin Baker

게빈 베이커는 이번 메모리 사이클을 1990년대 중반의 생산능력 사이클로 바라보고 있군.

“지난 25년 동안 있었던 모든 메모리 사이클을 기준으로 보면, 지금은 100% 메모리를 팔아야 하는 시점입니다. 저는 사실 2000년에 마이크론 애널리스트였습니다. 선밸리에서 열린 애널리스트 데이에 갔던 것도 기억합니다. 저는 정말 많은 메모리 사이클을 겪어온 베테랑입니다. 역사에 따르면 지금은 팔 때입니다.”

“하지만 절대 팔면 안 되는 단 하나의 사이클이 있습니다. 그것은 1990년대 중반의 사이클입니다. 제가 보기에는 메모리에서 마지막으로 진정한 생산능력 사이클이었던 시기입니다. 그리고 그 사이클을 기준으로 보면, 우리는 아직 매우 초기일 수 있습니다.”

참고) GPT가 설명하는 1990년대 중반의 메모리 사이클: 보통 메모리 사이클은 “가격이 올라서 좋다 → 재고가 쌓인다 → 가격이 꺾인다”에 가까운데, 1990년대 중반은 단순 재고 사이클이 아니라 실제 웨이퍼 팹 생산능력 자체가 부족했던 사이클이었습니다. 1990~1992년 경기 둔화와 일본 업체들의 투자 부진 때문에 DRAM 공급이 충분히 늘지 못했고, 그 사이 PC 보급, 윈도우, 기업용 컴퓨팅 수요가 폭발하면서 4Mbit·16Mbit DRAM 수요가 빠르게 늘었습니다. 그래서 1992~1995년에는 DRAM 가격이 통상적인 장기 하락 곡선을 벗어나 버티거나 오히려 상승했습니다.

&

“불행히도 금융시장의 전체 역사는, AI든 인터넷이든 PC든 철도든 운하든, 심오한 새로운 기술이 등장할 때 거의 항상 버블이 생긴다는 것을 보여줍니다. 시장은 효율적이기 때문입니다. 투자자들은 이해할 만하게도 이 새로운 기술에 흥분합니다. 마이클 밀켄은 이것을 ‘다양성의 붕괴’라고 표현합니다. 모두가 같은 것을 믿게 됩니다. 그러면 버블이 생기고, 그 버블이 새로운 기술에 필요한 구축을 자금 조달합니다. 인터넷 때 정확히 그런 일이 벌어졌습니다.”

“저는 이번에는 버블을 피할 수도 있다고 낙관합니다. 우리가 모두 원하는 것은 더 길고 더 완만한 국면입니다. 우리가 버블을 피할 수 있는 이유는 와트와 웨이퍼라는 근본적인 부족이 있기 때문입니다. 와트 부족은 앞으로 5~7년 안에 궤도 컴퓨팅으로 해결하게 될 것입니다. 하지만 웨이퍼 부족은 오래 지속될 것이라고 생각합니다.”

“그 이유는 TSMC가 70대의 단단하고 완고한 남녀들에 의해 운영되고 있기 때문입니다. (~) 그래서 저는 모리스 창의 유산을 지키고 있는 이 단단하고 완고한 70대 남녀들이, 과거의 선행 기술들에서는 존재하지 않았던 현실 세계의 물리적 제약을 강제함으로써, 우리 모두가 버블을 피하도록 돕고 있다고 생각합니다.”

“저는 근본적인 컴퓨트 부족이 있다고 생각합니다. 전 세계 인구의 10bp, 즉 0.1%만이 이 모델들을 아마 사용해야 하는 방식으로 사용하고 있습니다. 그런데도 우리는 누적으로 수조 달러를 쓰고도 미친 듯한 부족 상황에 있습니다. 전 세계 인구의 5%가 지금 최첨단 0.1%가 쓰는 방식으로 이 모델들을 사용하게 되면 무슨 일이 벌어질까요? 상상하기 어렵습니다.”

“트레이니엄은 2026년에, 특히 올해 하반기 트레이니엄 3가 본격적으로 확대될 때, 2025년의 TPU와 같은 존재가 될 것입니다. 오늘날 누군가 TPU에 대해 극도로 낙관적이라면, 그 사람의 13F를 봅시다. 루멘텀이나 셀레스티카를 보유하고 있었는지 봅시다. 그것들이 TPU에 투자하는 최고의 방법이었습니다. 저는 그중 하나를 보유하고 있었습니다. 그래서 저는 이 말을 할 어느 정도의 신뢰성은 있다고 생각합니다.”

“구글은 여러 이유로 TPU V8에서 매우 보수적인 설계 선택을 했다고 봅니다. 엔비디아와 트레이니엄은 매우 공격적인 설계 선택을 했습니다. 그래서 트레이니엄은 확실히 가장 과소평가되어 있습니다. 그런 설계 선택 때문만이 아니라, 모든 프런티어 모델이 이른바 전문가 혼합 모델이기 때문입니다. 너무 기술적으로 가지 않자면, 이런 모델을 추론하려면 스위치 스케일업 네트워크라는 것이 필요합니다. 그리고 오늘날 세계에서 작동하는 스위치 스케일업 네트워크는 단 두 개뿐입니다. 하나는 엔비디아 GPU를 구동하는 네트워크이고, 다른 하나는 아마존 트레이니엄을 구동하는 네트워크입니다.”

Watts and Wafers - Colossus

여러 테크 사이클을 경험해본 게빈 베이커가 계속해서 ‘전례 없음’을 외치고 있다.

“크게 보면, 하락장에는 두 가지 종류가 있습니다. 자신이 틀렸거나, 기업이 기대치를 밑돌았거나, 가설이 무효화되어 쓴약을 삼키고 손실을 확정해야 하는 하락장이 있습니다. 그리고 자신이 정말 잘 아는 기업들 때문에 성과가 부진하지만, 가격 흐름에는 깊이 동의하지 않아서 오히려 공격적으로 투자할 수 있는 하락장이나 실적 부진의 시기가 있습니다. 마이너스 성과를 확정하는 대신, 잠재된 초과 수익과 미래 성과를 쌓아가는 거죠.”

“저에게는 3월이 바로 그런 느낌이었습니다. 나스닥은 매도세였지만, 동시에 AI 분야에서 벌어지고 있는 일은 자본주의 역사상, 미국 비즈니스 역사상 가장 경이로운 순간이었습니다. 제 말의 뜻은, 앤스로픽이 연간반복매출(ARR) 110억 달러를 추가했다는 것입니다. 이게 왜 놀랍냐면, SaaS와 클라우드 혁명은 대략 5조에서 10조 달러 사이의 가치를 창출했습니다. 지난 10~12년간 가장 널리 알려진 3대 SaaS 기업을 꼽으라면 팔란티어, 스노우플레이크, 데이터브릭스일 겁니다. 이 3개 기업은 각각 수천 명, 합치면 수만 명을 고용하고 있습니다. 이들은 비즈니스를 구축하는 데 10년이 걸렸는데, 앤스로픽은 이 3개 기업의 비즈니스를 합친 규모를 단 한 달 만에 추가한 겁니다.”

“이런 일은 자본주의 역사상 단 한 번도 일어난 적이 없습니다. 제 커리어는 차치하고라도, 자본주의나 비즈니스의 역사 전체를 통틀어서도요. 정말 미친 일이죠.”

“우리 같은 기술 투자자들은 S-커브나 기하급수적 성장에 투자하는 것에 대한 논의를 많이 듣습니다. 하지만 전 이런 기하급수적 성장은 본 적이 없습니다. 딥시크 때보다 훨씬 더 극단적으로 느껴졌어요. 딥시크 사태도 이와 매우 비슷한 상황이었고, 거의 비슷한 시기에 일어났죠.”

“2025년으로 돌아가 보면, 딥시크로 인한 거대한 매도세가 있었는데, 이건 매우 이상한 일이었습니다. 논문이 ‘딥시크 먼데이(DeepSeek Monday)’ 7일 전에 발표됐거든요. 제 기억으로는 미국 휴일이었던 월요일에 발표됐을 겁니다. 제가 그걸 읽고 “음, 이건 AI 투자에 그렇게 긍정적으로 해석되지 않을 수도 있겠는데”라고 생각했습니다. 그래서 조치를 취했고, 일주일 뒤에 AI 주가 폭락한 딥시크 먼데이가 왔죠.”

“그게 정말 이상했던 이유는, 딥시크 먼데이쯤에는 이것이 컴퓨팅 수요에 있어 역사상 가장 긍정적인 일이 될 것이라는 게 매우 명백했기 때문입니다. 아시아의 AWS 가용 영역 내 가격은 이미 두 배로 뛰었습니다. GPU 가용성은 떨어지고 있었고요. 이는 추론(inference) 과정에서 추론 모델(reasoning models)이 비추론 모델보다 컴퓨팅 자원을 얼마나 더 많이 소비하는지를 우리가 처음 목격한 순간이었습니다.”

“그래서 비슷한 상황이었던 겁니다. 그걸 파악하려면 약간의 분석이 필요했죠. “오 이런, 주식이 매도되고 있고, D램 가격이 수직 상승하고 있으며, 아시아의 GPU 가격이 수직 상승하고, GPU 가용성은 떨어지고 있구나.”라고 판단하는 게 그리 어려운 일은 아닙니다. 그러고 나서 이틀이나 사흘 뒤, 미국의 GPU 대여 가격도 오르기 시작했죠. 3월에 여러분이 했어야 할 일은 그저 앤스로픽에 무슨 일이 일어나고 있는지 관찰하는 것뿐이었습니다. 2022년에 사지 않은 것, 코로나 때 사지 않은 것, 딥시크 때 사지 않은 것을 후회하는 사람들이 참 많습니다. 4월 초에도 똑같은 밸류에이션 상황이 주어졌고, AI의 변곡점은 더욱 명확해졌습니다. 이처럼 AI에 투자할 기회는 계속 있었습니다.”

Watts and Wafers - Colossus

밸류에이션 관련해서도 매우 합리적인 뷰를 가지고 계시다.

“제 주변에 D램에 대해 강한 확신을 갖지 않은 사람은 단 한 명도 없습니다. 현재 AI와 관련하여 매우 흥미로운 일들이 일어나고 있습니다. 그중 하나는, 여러 섹터를 횡단적으로 살펴봤을 때(cross-sectionally) 주가 밸류에이션이 전혀 말이 안 된다는 겁니다. 그냥 앞뒤가 안 맞아요. 둘 다 참일 수는 없습니다.

“예를 들어, 반도체 장비 회사들은 다음 분기 연환산 수익의 40배에 거래되고 있는데, D램 회사들은 한 자릿수 중반 배수에 거래되고 있습니다. 지난 사이클의 고점에서는 이 배수가 5 대 12 정도였습니다. 한때는 3 대 45였던 적도 있고요. 이 둘의 밸류에이션이 동시에 합리적일 수는 없습니다. 네, 반도체 장비(CapEx) 비즈니스 모델이 메모리 비즈니스 모델보다 더 개선된 건 맞습니다. HBM이 메모리 비즈니스를 얼마나 더 개선할지는 아직 완벽히 모르지만요. 장비 회사들이 부품 교체와 유지보수를 통해 일종의 반복 매출 요소를 갖고 있는 것도 사실입니다. 하지만 그렇다고 해서 배수(멀티플) 격차가 1,000%나 날 만큼의 가치는 아닙니다.”

“엔비디아의 밸류에이션을 납득하는 것도 어렵습니다. 4월 초까지만 해도 엔비디아 주가는 과거 10년, 12년을 통틀어 시장 전체 대비 사실상 역대 최고로 싼 수준이었고, 절대적인 기준에서도 매우 저렴했습니다. 그런데 이런 엔비디아의 밸류에이션을 GE 버노바의 밸류에이션과 나란히 놓고 비교하기는 정말 어렵습니다. 왜냐하면 GE 버노바의 주가에는 엔비디아가 어마어마한 시장 점유율을 잃을 것이라는 상상하기 힘든 가정이 내포되어 있기 때문입니다. 이렇듯 시장을 횡단적으로 보면 밸류에이션이 정말 제각각입니다.”

“현재 우리가 엄청난 쇼티지를 겪고 있기 때문에, 역설적으로 품질이 가장 떨어지는 기업들이 가장 큰 호황을 누리고 있습니다. 만약 당신이 석유, 가스, 광업, 천연자원 등에 익숙한 투자자라서 ‘비용(Cost)’의 관점에서 사고하는 데 능통하다면 이 현상이 매우 직관적으로 다가올 겁니다. 원자재 시장의 진정한 강세장에서는 가장 생산 단가가 높은 한계 공급자들의 주가가 가장 많이 폭등합니다. 왜냐하면 가격 상승의 수혜를 가장 크게 입기 때문이죠. 파산 직전이던 기업들이 갑자기 현금을 쏟아내는 기계로 돌변합니다. 이것이 원자재 투자가 정말, 정말 어려운 이유 중 하나입니다. 사이클 전반에 걸쳐서는 우량 기업이 시장을 이기지만, 정작 압도적인 초과 수익은 공급 부족과 강세장이 맞물릴 때 파산 직전이던 고비용 한계 기업들이 텐배거(10배)로 달나라에 갈 때 발생하거든요.”

“지금 모든 산업에서 똑같은 일이 벌어지고 있습니다. 품질이 가장 낮은 기업들, 하이퍼스케일러와 구매자들로부터 생산 단가가 높고, 신뢰성이 떨어지며, 불량률이 높다고 미움과 원망을 받던 회사들이 지금은 생산 캐파가 매진되어 가격을 마구 올리고 있습니다. 그리고 이런 행보가 X나 레딧의 개인 투자자들의 관심을 끌고, 이 잡주들이 달나라로 날아가고 있습니다. 반면 고품질 우량주들은 사실 눈에 띄게 시장 수익률을 밑돌고 있습니다. 투자자 입장에서는 이런 장세가 정말 고통스럽습니다. 왜냐하면 3개월, 6개월 만에 10배 폭등한 저 쓰레기 같은 주식이 (그들이 벌어들인 막대한 현금을 어디다 쓰는지에 따라 다르겠지만) 언젠가 다시 제자리로 곤두박질칠 거라는 걸 무조건 알고 있으니까요.”

“그래서 1년 전까지만 해도 AI에 매우 회의적이었던 사람들이 이제는 더 이상 회의적이지 않다는 사실이 저를 약간 걱정스럽게 만듭니다. 하지만 다시 눈을 돌려 고품질 우량 기업들의 밸류에이션을 보면, 전혀 과열되어 있지 않기 때문에 이내 안도감을 느낍니다. 저는 2024년이나 2025년에 AI 버블에 대해 묻거나 논의하는 사람들을 볼 때마다 참 재밌다고 생각했습니다. 지금 당장 당신 눈앞에 저렇게 멍청한 버블과 양자 테마 버블이 실시간으로 터지고 있는데, 대체 무슨 말을 하는 겁니까? AI는 너무나도 실재하는 현실입니다.”

“원자력이나 양자 컴퓨팅 테마에 끼었던 이런 멍청한 거품들이, X나 레딧에서 선동하기 쉬운 투기성이 짙고 퀄리티가 낮은 소형주 이름들로 퍼져나간 것 같습니다. 그게 절 조금 두렵게 만듭니다. 저는 차라리 AI 약세론자가 더 많았으면 좋겠습니다. 메모리 반도체 약세론자도 더 많았으면 좋겠고요. 아스테라랩스는 제가 오랫동안 지켜본 종목입니다. 이 주식에 대해 약세론(공매도)을 펴는 사람들이 많더라고요. 저는 그런 게 아주 좋습니다. 훌륭해요. 전 시리즈 C부터 투자했거든요. 이게 구리선 기반의 연결이 몰락하면서 망할 주식이라고 생각하신다면, 어디 한번 잘해 보시길 바랍니다. 행운을 빕니다.”

“또한 시장의 바스켓 단위 거래와, 레버리지가 걸린 바스켓의 흐름도 체감할 수 있습니다. 당신이 어떤 바스켓에 속해 있느냐가 정말 중요합니다. 구리, 광학(optical), D램, 낸드. 올해 아주 흥미로운 일이 일어났는데요. 24년과 25년에 AI 관련주들은 하나의 큰 덩어리로 같이 움직였습니다. GPU 컴퓨팅, 스케일업 네트워킹(scale-up networking), 광학 스케일어크로스(scale-across)에는 롱(매수)을 치고 전력 섹터는 숏(공매도)을 치는 식의 거래가 가능했죠. 리스크 관리 차원에서 그런 팩터 투자가 꽤 잘 통했습니다.”

“하지만 올해 1월을 기점으로 그 공식이 완전히 산산조각 났습니다. 스케일아웃(scale-out)이 폭락하는 동안 스케일업 네트워킹은 미친 듯이 오르기도 하고, D램이 낸드와 HDD 대비 압도적으로 덜 오르는 (이전엔 없던) 기현상이 발생하기도 했습니다. AI 섹터 내부의 이런 횡단적 상관관계가 1월 들어 매우 흥미로운 방향으로 완전히 깨져버렸고, 투자자들은 훨씬 더 미세하고 정교한(fine-grained) 접근을 해야만 했습니다. 더 이상 반도체 장비주나 낸드 플래시 숏을 쳐서 메모리 롱 포지션을 헷지할 수 없게 된 겁니다. 횡단적 관점에서 모든 것이 1월을 기점으로 크게 변했습니다.”

“아마도 그 이유 중 하나는 AI 자체가 질적으로 크게 진일보하면서, 수많은 투자자들이 AI를 활용해 이 다양한 하위 섹터들을 아주 똑똑하게 분석하기 시작했기 때문일 겁니다. 그들이 개별 섹터를 스마트하게 거래하기 시작하자, 이것들이 바스켓에 담기고, 이 바스켓들이 다시 시장 전체에 영향을 미치게 된 거죠.”

(AI가 오히려 자산 가격의 효율성을 만들어내고 있군요.)

“맞습니다. 아주 정확합니다. 끔찍한 저품질 잡주들을 제외하고, 장기간 복리 수익을 안겨줄 수 있는 가장 크고 안전한 투자 기회 중 하나는 ‘잘못 분류된(miscategorized)’ 기업들 속에 숨어 있습니다. 아스테라가 구리 관련 패자 바스켓에 많이 담겨 있던 게 좋은 예죠. 아스테라의 가장 큰 주력 제품은 스위치가 될 것입니다. 스위치를 가속기에 연결할 때는 구리와 광학을 모두 사용합니다. 정의상, 당신이 스위치 회사거나 가속기 회사라면 절대 구리 패자가 될 수 없습니다. 그 연결의 반대편에 서 있게 될 테니까요.”

An Interview with Ben Thompson at the MoffettNathanson Media, Internet & Communications Conference - Stratechery

나 또한 이번 사이클은 굉장히 높은 확률로 버블의 붕괴로 끝날 것이라고 생각한다. 역사상 다른 패턴을 본적이 없으니.

하지만, 그 시점의 버블 붕괴는 주식 가격의 붕괴일 뿐, 진짜 세상의 진보는 우리의 예상보다 훨씬 길고 클 수 있을 것이라고 보고 있다.

“모든 에너지가 특히 반도체에 집중되어 있다는 점을 감안할 때, 컴퓨팅 자원이 부족해지지 않는 상황은 우리가 예전에도 겪어본 적 있는 패턴이라고 생각합니다. 결국 우리는 너무 많은 생산 능력을 갖게 될 것이고, 기업들은 막대한 고정 비용을 떠안게 되며, 그다음에는 역대급 반도체 다운 사이클이 찾아올 것입니다.”

“하지만 궁극적으로는, 일단 컴퓨팅 자원이 풍부해지면 무엇이든 가능해집니다, 그렇지 않나요? 메타의 사례로 돌아가서, 릴스를 만들어낼 생각을 대체 누가 했겠습니까? 이는 아주 황당하면서도, 넘쳐나는 대역폭, 넘쳐나는 컴퓨팅 자원 등 잉여에서 파생된 결과물입니다. 사람들이 바보 같은 영상을 만들어 온라인에 올리고 그것이 분류되고 소비되는 과정의 기본이 되는, 이 제품에 들어가는 모든 잉여 자원의 양은 정말 어마어마합니다.”

“그러니, 우리가 무한한 컴퓨팅 자원을 갖게 되었을 때 이룰 수 있는 잠재력, 바로 그때가 진정한 AI 시대가 도래하는 시점일 것입니다.”

“과연 이번에는 다를까요? 이런 측면에서는 아마 다르지 않을 것이라 생각합니다. 어느 시점에선가 그것이 어떤 형태이든 간에 붕괴가 오겠지만, 그렇다고 해서 지금 우리가 보고 있는 것들이 진짜가 아니라는 의미는 아닙니다. 하지만 또 모르죠, 어쩌면 이번에는 다를 수도 있을 겁니다.”

#마지막으로

You Retire, You Die - Colossus

폴 튜더 존스의 인터뷰. 역시 경지에 다다른 사람의 사고는 다르구나.

“Q. 투자자와 대조되는 트레이더의 삶에 대해 설명해 주셨으면 합니다.”

“생각해보면 올해가 제 트레이딩 50년째가 되는군요. 저의 트레이딩과 일반 투자의 차이를 보여드리자면, 저희 BVI 펀드의 경우 40년 동안 S&P 500과 -0.12의 상관관계를 보였습니다. 투자와 트레이딩의 차이를 아시겠죠. 저희 수익의 100%는 알파(초과 수익)입니다, 100%요. 그런데 문득 이런 생각이 들었습니다. “맙소사, 나는 왜 워런 버핏처럼 되지 못했을까? 그저 미국을 믿고 투자하면 50%를 잃어도 무슨 상관인가, 미국이 다시 회복시켜 줄 텐데.”

“그가 그 누구보다 열심히 일하지 않는다는 뜻이 아닙니다. 하지만 흔들리지 않는 그런 믿음의 체계가 정말 환상적이라는 뜻입니다. 반면에 저는 마치 NFL의 라이트 가드로 50년을 뛴 기분입니다. 매일같이 빌어먹을 참호 속에서 피 터지게 싸우는 것 같거든요.”

“그래서 누군가 “저도 트레이딩을 하고 싶습니다”라고 말할 때마다 저는 이렇게 대답합니다. “롱/숏 주식 펀드로 가세요. 주식 쪽으로 가서 투자하세요.” 저는 항상 버핏의 그런 믿음 체계가 부러웠고, 그것은 오랫동안 너무나도 잘 작동해 왔습니다. 제가 2008-9년에 워런의 입장에서 50%의 손실을 겪었다면 엄청나게 고통스러웠을 겁니다. 저에게 아주 심각한 타격을 주었겠죠. 제게는 그가 하는 일을 해낼 수 있는 차분함이나 인내심, 정신력이 없는 것 같습니다.”

“아무튼 저는 버크셔 해서웨이에 관한 Acquired 팟캐스트를 듣게 되었습니다. 거기서 처음 알게 된 사실은 그가 아홉 살 때 – 무려 아홉 살 때 – 복리의 마법을 이해했다는 것입니다. 그 팟캐스트를 들으면서 저는 속으로 외쳤습니다. ‘맙소사, 이 사람은 진짜 천재구나. 그리고 나는 역사상 최고의 바보였어.’”

“Q. 당신이 생각하는 트레이딩이란 과연 무엇인지 직접 듣고 싶습니다. 당신이 수십 년 동안 그토록 탁월하게 매일 수행해 온 그 문자 그대로의 행위는 무엇인가요?”

“떠오르는 몇 가지 은유가 있습니다. 권투(boxing)부터 시작해보죠. 왜냐하면 권투에는 상대가 있기 때문입니다. 이 경우에는 바로 시장이죠. 당신은 당신을 계속 노리고 있는 이 상대와 함께 링 위로 올라가는 겁니다. 마이크 타이슨 스타일보다는 고전적인 권투를 생각해보세요.”

“계속 펀치를 막아내고, 잽을 날리고, 서로를 탐색하며 빈틈을 찾습니다. 그러다 이따금씩 엄청난 빈틈이 생기면 크게 한 방 날리는 겁니다. 그러다 하나가 제대로 꽂힐 수 있죠. 큰 펀치를 생각해보면 비트코인 2020년, KO승. 2년물 금리 2022년, KO승이었습니다.”

“앉아서 기다리기만 한다면 이따금씩 믿을 수 없을 만큼 엄청난 기회들이 찾아옵니다. 그 중간 과정 내내 일부 시간은 그저 정보를 수집하고 그런 빈틈을 찾는 데 씁니다. 항상 발전을 이루려 노력하고 항상 라운드를 이기려고 노력하지만, 무언가 정말 중요한 성과를 낼 수 있는 기회는 단 몇 번뿐입니다.”

“정말 큰 움직임들을 모두 생각해 보면, 대개 시장이 너무 휩쓸렸거나, 어떤 불균형이 너무 오래 지속되었거나, 중앙은행이나 정부가 하지 말아야 할 일을 했기 때문일 가능성이 높습니다.”

“Q. 정교한 실행력이란 무슨 뜻인가요?”

“바닥에 피가 낭자할 때 매수하고 있는가, 그리고 완벽한 환희에 차 있을 때 매도하고 있는가를 묻는 것입니다. 지난주 금요일을 예로 들어보죠. 금과 은 역사상 가장 크게 하락한 날이었습니다. 은 가격이 하루 만에 33%나 움직일 때는 매분 매초 주의를 기울여야 합니다. 그날의 활동에 완전히 집중해야 하죠. 개장 시 어떻게 할 것인지, 그날 미처 예상치 못했던 특정 가격대를 돌파했을 때 어떻게 대처할 것인지 말입니다.”

“이것은 제가 베드-스타이에서 배웠던 교훈과도 같습니다. 반드시 계획이 있어야 합니다. 사전에 미리 계획을 세워두어야 하고, 스스로 즉각 실행될 수 있어야 하며, 그 과정에 대해 철저히 고민해 두었어야 합니다. 저는 매크로 트레이더인 다른 친구들에게서 이런 말을 듣습니다. “아 젠장, 내가 두 시간 늦었어, 세 시간 늦었어.” 지난주 금요일이 아주 좋은 예였습니다. 그 순간은 정말 엄청난 차이를 만듭니다.”

오늘은 AI, 인프라, 반도체, 핀테크에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#포트폴리오

35세 이상 남성 패션 플랫폼 애슬러, 100억 원 시리즈B 투자 유치 - 플래텀

주식회사 바인드 - 채용 홈페이지

35세 이상 남성 패션 커머스 ‘애슬러’를 운영하는 바인드가 100억원의 투자를 받았습니다.

정량적인 지표 측면에서도 빠르게 성장 중이지만, 사내에서의 AI 도입 등을 보면 정성적인 부분에서도 아주 훌륭하게 성장하고 있는 팀입니다.

현재 훌륭한 인재를 모시고 있으니 기회를 놓치지 마세요! (채용 공고 바로가기)

“바인드의 2025년 기준 매출은 전년 대비 407% 성장했고, 월간 활성 사용자(MAU)는 웹·앱 합산 303만 명을 돌파했다. 온라인 패션 시장이 전반적으로 정체 국면에 접어든 상황에서 거둔 성과라는 점에서 주목된다. 품질과 디자인 역량은 갖췄으나 판로 확보가 어려웠던 입점 브랜드들과의 동반 성장을 이끌며 35세 이상 남성 패션 시장에서 입지를 넓히고 있다.”

#AI

Agents Over Bubbles - Stratechery

맞다, AI 버블 논쟁은 올해를 기점으로 사실상 끝났다. AI가 버블이라고 말하는 사람은 올해 무슨 일이 일어나고 있는지 아직 체감 못한 사람들이다.

ChatGPT가 출시하고 3년 조금 넘게 흘렀는데, 지금까지는 예고편에 불과했다. 에이전트의 시대가 본격화된 지금, 앞으로의 3년이 AI가 사회에 끼치는 영향력이 훨씬 클 것이라고 생각한다.

“하지만 에이전트 패러다임이야말로 capex 지출이 투기적 투자가 아니라, 공급을 훨씬 초과하는 수요를 충족시키기 위한 절실한 투자라는 쪽으로 저울을 완전히 기울여버렸다. 첫째, 답을 생성하는 과정은 종종 추론 모델을 여러 번 호출하는 것을 수반한다. 둘째, 에이전트 자체도 컴퓨트를 필요로 하며, 그 컴퓨트와 에이전트가 사용하는 도구들은 GPU보다 CPU에서 처리하는 것이 더 낫다. 셋째, 에이전트는 유용성 측면에서 또 하나의 계단식 도약을 의미하고, 이는 챗봇형 추론 모델보다 훨씬 더 많이 사용되리라는 뜻이다.”

“내가 보기에 충분히 평가받지 못하고 있는 것은 바로 이 세 번째 포인트(=에이전트 패러다임)가 어떻게 현실화될 것인가 하는 점이다. 결국 에이전트를 사용하는 사람보다 챗봇을 사용하는 사람이 훨씬 많고, 나는 대부분의 사람들이 챗봇조차도 마땅히 그래야 하는 만큼 많이 사용하지 않고 있다고 주장하고 싶다. 문제는 주체성(agency)의 문제였다. AI에서 최대한의 가치를 얻으려면 실제로 AI를 쓰기 위한 주도성을 가져야 한다.”

“하지만 가장 심오한 것은 주체성에 대한 함의다. 물론 에이전트를 쓰기 위해서는 여전히 주체성이 필요하고, 그 주체성을 가질 사람의 수는 챗봇을 사용할 사람보다 훨씬 적을 가능성이 높다. 물론 챗봇이 결국 자기 자신이 에이전트 매니저가 될 것이라는 — 거의 틀림없이 정확한 — 주장을 할 수도 있다. 하지만 더 중요한 관찰은, 인간을 직접적인 모델 관리에서 추상화해버림으로써 한 사람이 여러 에이전트를 통제할 수 있게 된다는 점이다.”

“이것이 컴퓨트 측면에서 — 그리고 나아가 경제적 영향 측면에서 — 의미하는 바는, 의미 있는 경제적 임팩트를 지닌 제품을 만들어내기 위해 적극적으로 활용되는 컴퓨트의 양이 극적으로 증가하는 데, 사실 그렇게 많은 수의 주체성을 가진 사람이 필요하지 않다는 것이다. 다시 말해, 에이전트의 등장은 단지 컴퓨트 수요의 극적인 증가만을 의미하는 것이 아니라, 그 수요가 나타나기 위해 인간에게 필요한 광범위한 채택의 필요성을 줄인다는 뜻이기도 하다. 그렇다, AI는 여전히 주체성을 필요로 한다. 다만 그 영향이 심대해지기 위해 그렇게 많은 사람들의 에이전시를 필요로 하지는 않는다.“

→

“Anthropic이 전적으로 엔터프라이즈 시장에 집중한 것은 옳았다. 기업은 직원들을 더 생산적으로 만들어주는 소프트웨어에 돈을 지불할 의사가 있다는 것이 이미 입증되어 있고, AI는 그 기준에 분명히 부합한다. 하지만 엔터프라이즈 경영진을 진정으로 침을 흘리게 만드는 것은, AI가 단순히 일자리를 없애는 것이 아니라, 그렇게 함으로써 회사 전체를 더 생산적으로 만들 수 있다는 전망이다.”

“대기업에서도 늘 그랬지만, 실제로 회사를 의미 있게 전진시키고 변화를 만드는 사람은 상대적으로 소수에 불과하다. 다만 그 추진력은 방대한 장치(apparatus)를 통과해야 했고, 그 장치는 인간들로 가득 차 있어 어떤 방향에서는 노력을 가속하고, 다른 방향에서는 지연시킨다. 그 장치는 광범위한 영향력을 가능하게 해주지만, 막대한 조정 비용을 수반한다.”

“하지만 에이전트는 훨씬 더 순수한 가속 쪽으로 기울 것이고, 그 가치 창출의 동인들을 훨씬 더 강력하게 만들 것이다. 최고의 기업은 AI를 사용해 단순히 비용을 아끼는 것이 아니라 더 많은 일을 하길 원할 것이라는 주장에 나는 공감한다. 하지만 대규모 조직의 현실은, AI의 긍정적 효과가 단지 일자리를 없애는 데 있는 것이 아니라, 조직이라는 기계 속에서 관리하기 어렵고 동기부여하기 어려운 인간 톱니바퀴를, 시키는 일을 할 뿐 아니라 지치지 않고 계속해서 끝낼 때까지 수행하는 에이전트로 대체하는 데 있다는 점이다.”

The Power and Responsibility of Sam Altman

최근 OpenAI의 최우선순위는 자동화된 과학 연구였는데, 어느새 여기에 자동화된 회사가 추가되었네.

“슈퍼 앱과 관련해서는, 역사적으로 우리는 두 가지 주요 우선순위를 향해 나아갈 것이라 이야기해 왔습니다. 하나는 자동화된 연구원(automated researcher)입니다. 스스로 과학 연구(AI 연구 포함)를 수행할 수 있는 시스템이죠. 다른 하나는 이런 스타트업 이야기와도 맞닿아 있는 자동화된 회사(automated companies)입니다. 완전히 자동화된 회사는 아니지만, AI가 코딩 작업뿐만 아니라 회사를 운영하고 유지하는 데 필요한 엄청난 양의 일을 처리해 주어 회사를 엄청나게 가속화할 수 있는 곳을 말합니다. 세상은 훨씬 더 많은 것들을 가질 수 있고, 우리는 훨씬 더 나은 제품과 서비스를 만들 수 있으며, 더 많은 사람들이 그렇게 할 수 있는 접근성을 갖게 될 것입니다.”

“우리가 구축하고 있는 이 결합된 개인 비서(combined personal agent)에 대해 제가 가진 꿈은 이런 겁니다. 시스템에 대한 충분한 확신과 신뢰에 도달해서, 제가 그저 “이봐, 내 컴퓨터 좀 둘러봐. 날 위해 웹 검색 좀 하고, 메시지도 읽어 줘. 내 회의 내용도 좀 듣고, 상호작용을 알아서 처리하면서 나한테 유용한 일들을 시작해 줘. 난 생각하고 싶지 않아. 너에게 질문하기도 싫어. 사이드 프로젝트 목록도 다 떨어졌어. 하지만 넌 내 삶의 모든 걸 알 수 있잖아. 내가 만들어야 할 것들을 더 제안해 주고 그걸 할 수 있게 도와줘”라고 말할 수 있는 거요. 저는 정말 그걸 기대하고 있습니다.”

“차세대 모델들과 그것들이 구동할 수 있는 에이전트들을 통해 뭔가 아주 크고 중요한 일이 또다시 일어나려 하고 있습니다. 저는 소라를 정말 좋아하고 디즈니와의 파트너십도 사랑합니다. 우리는 그들이 놀라운 무언가를 해낼 수 있고 우리가 도움을 줄 수 있는 지점을 찾기 위해 계속 협력하고 있습니다. 하지만 지금 우리는 컴퓨팅 자원과 제품 생산 능력을 이 차세대 ‘자동화된 연구원’과 ‘회사’에 집중해야만 합니다.”

OpenAI Is Shutting Down Sora, Its A.I. Video Generator - NYT

OpenAI가 Sora 서비스 종료를 결정. ChatGPT가 B2C로 성공했기 때문에 소라 또한 성공할 가능성이 있지 않을까 싶었는데, 역시 B2C는 어렵구나.

여러 부분에서 엔터프라이즈의 우선순위를 높이고 있는 OpenAI

Anthropic expands partnership with Google and Broadcom for multiple gigawatts of next-generation compute

앤트로픽 ARR이 $30b 까지 올라왔다. 25년 말에 비해 3배 이상 증가한 수치인데, 주변 모두가 클로드 코드 사용하는게 바로 숫자로 이어지고 있다.

그리고 폭증하는 수요에 발맞춰 수 기가와트 규모의 TPU 계약을 채결했다고 발표. 아무리 봐도 컴퓨팅은 아직 한참 쇼티지인 것 같다.

“2026년 들어 클로드 고객의 수요가 가속화되었습니다. 현재 당사의 연간 환산 매출(run-rate revenue)은 2025년 말 약 90억 달러에서 증가하여 300억 달러를 돌파했습니다. 지난 2월 시리즈 G 투자 유치를 발표했을 당시, 연간 100만 달러 이상을 지출하는 기업 고객이 500곳 이상이라고 밝힌 바 있습니다. 현재 그 수치는 두 달도 채 되지 않아 두 배로 늘어나 1,000곳을 넘어섰습니다.”

“당사는 2027년부터 가동될 것으로 예상되는 수 기가와트 규모의 차세대 TPU 용량 확보를 위해 구글 및 브로드컴과 새로운 계약을 체결했습니다. 이러한 컴퓨팅 인프라의 대규모 확장은 당사의 최첨단 클로드모델에 동력을 제공하고 전 세계 고객의 엄청난 수요를 충족하는 데 도움이 될 것입니다.”

“신규 컴퓨팅 시설의 대부분은 미국에 구축될 예정이며, 이번 파트너십은 2025년 11월에 발표했던 미국 컴퓨팅 인프라 강화에 500억 달러를 투자하겠다는 당사 약속의 대대적인 확장이 될 것입니다.”

Anthropic’s New TPU Deal, Anthropic’s Computing Crunch, The Anthropic-Google Alliance - Stratechery

참 재미난 경쟁 다이내믹스란 말이지. 과연 곧 펼쳐질 Mythos & Spud 시대는 어떻게 전개될까?

“주목할 만한 점은 성장 곡선이 본격적으로 가파르게 상승하는 시점이 Anthropic과 미국 정부 간의 대립이 대중에 공개된 시점과 거의 정확히 일치한다는 것입니다. 이 분쟁이 결국 어떻게 끝나든 간에, 이것이 최소한 역사상 가장 위대한 마케팅 대성공 중 하나였음은 분명해 보입니다.”

“또한 명확해지고 있는 사실은 Anthropic이 심각한 컴퓨팅 자원 부족에 직면해 있으며, 상황이 갈수록 악화되고 있다는 점입니다. 이는 AI 업계 전반에 적용되는 이야기지만, Anthropic의 경우 회사 특유의 보수적인 성향 때문에 특히 더 심각합니다.”

“그렇다면 왜 TPU일까요? Anthropic 입장에서는 그것이 지금 당장 구할 수 있는 자원이기 때문일 가능성이 거의 확실합니다. Epoch AI의 그래프에 따르면 구글이 가장 많은 AI 컴퓨팅 자원을 보유하고 있으며, 그중 대부분이 TPU입니다.”

“분명해 보이는 것은 구글이 자사의 자체 서비스나 (더 중요하게는) 제미나이 기업용 서비스만으로는 이 모든 용량을 활용할 명확한 경로를 찾지 못하고 있다는 점입니다. 하지만 괜찮습니다. 구글 입장에서 구글 클라우드가 가진 진정한 매력은 컴퓨팅이 구글 클라우드에서 이루어지는 한, AI 성장의 과실을 광범위하게 수확할 수 있다는 점입니다. 그런 의미에서 구글이 기업용 시장을 직접 장악하는 것을 더 선호하겠지만, 자신이 이기지 못한다면 최소한 OpenAI보다는 Anthropic이 이기는 것을 기꺼이 환영할 것입니다. 그렇게 하면 시장을 독식할 때보다 이윤 폭은 다소 낮아지겠지만, 자신들의 설비 투자가 확실히 결실을 맺을 수 있기 때문입니다.”

“게다가 어쨌든 구글에게 더 자연스럽게 맞는 영역은 소비자 시장입니다. 이 검색 거인이 Anthropic의 성공을 기뻐하며 그들의 성장을 계속 촉진하고자 하는 또 다른 이유가 바로 여기에 있습니다. Anthropic이 B2B 시장에서 OpenAI를 이기는 세상은 소비자 시장에서 구글의 주요 경쟁자인 OpenAI를 약화시키는 동시에, 구글이 막대한 자본력으로 OpenAI가 자금난에 빠질 때까지 계속 지출 경쟁을 이어갈 수 있는 자금과 미래의 확실성을 제공합니다.”

유출된 클로드 코드의 코드를 통해 인사이트를 얻어보자 - 전종현 wGPT

클로드 코드의 소스 코드가 유출되었다. 덕분에 AI에 이거 넣고 티키타카 해보면서 앤트로픽의 디테일을 파볼 수 있었다. 그렇게 도출한 인사이트:

• Anthropic의 진짜 제품은 모델이 아니라 ‘권한이 붙은 에이전트 런타임’이다.

• Claude Code의 본질은 “대화형 코파일럿”보다 “백그라운드 워커”에 가깝다.

• Anthropic은 “더 큰 컨텍스트 창”보다 “에이전트 조직 설계”에 더 강하게 베팅하고 있다.

• 모바일과 웹은 보조 채널이 아니라 ‘컨트롤 플레인’이다.

• 개발자는 비치헤드일 뿐이고, Anthropic의 더 큰 목표는 ‘범용 지식노동 런타임’일 가능성이 높다.

• 확장 전략이 code-first가 아니라 content-first라는 점도 숨은 통찰이다.

• 메모리는 보조 기능이 아니라 ‘세션을 넘어서는 협업성’을 만드는 핵심 부품이다.

• 안전성은 제약이 아니라 go-to-market의 핵심 상품이다.

• 마지막으로, 유출본의 internal-only 흔적은 Anthropic의 제품 개발 방식 자체를 보여준다.

Axios Supply Chain Attack, Claude Code Code Leaked, AI and Security - Stratechery

이미 누군가는 유출된 코드로부터 힌트를 얻어서 서비스로 구현해보고 있을 것.

“이번 유출에는 실제 모델의 가중치(weights)는 포함되지 않았습니다. 오히려 이것은 로컬에서 실행되며 Anthropic 모델을 활용하는 하네스(harness)입니다.”

“여기에는 분명 Claude의 경쟁사들에게 특히 가치 있는 IP가 포함되어 있습니다. 누구도 합법적으로 코드의 어떤 부분도 복사할 수 없습니다(저작권이 있으므로). 하지만 Claude Code가 하네스 측면에서 Anthropic의 비법을 담고 있는 한, 이는 매우 치명적입니다. 그럼에도 불구하고, 저는 가장 중요한 차별화 요소가 단순한 하네스가 아니라 ‘하네스와 모델의 통합’일 것이라고 계속해서 의심합니다.”

“다시 말해, 이를 통해 가장 큰 이익을 얻을 주체는 반드시 OpenAI가 아니라, Claude를 위한 자체 하네스를 구축하려는 Cursor나 Microsoft 같은 회사들일 것입니다.”

Claude Managed Agents: get to production 10x faster - Claude

클로드 Managed Agents 출시. 에이전트가 자율주행처럼 돌아가는건 올해 내로 완성된다고 보는게 합리적일듯.

“오늘 저희는 Claude Managed Agents를 출시합니다. 이는 클라우드에서 호스팅되는 에이전트를 대규모로 구축하고 배포하기 위한, 조합 가능한 API 제품군입니다.”

“지금까지 에이전트를 만든다는 것은 보안 인프라, 상태 관리, 권한 설정, 그리고 모델이 업그레이드될 때마다 에이전트 루프를 다시 손보는 데 개발 리소스를 투입해야 한다는 뜻이었습니다. Managed Agents는 성능에 맞춰 최적화된 에이전트 하네스와 프로덕션 인프라를 결합해, 프로토타입에서 출시까지 걸리는 시간을 몇 달이 아니라 며칠로 줄여줍니다.”

“프로덕션용 에이전트를 출시하려면 샌드박스 환경의 코드 실행, 체크포인팅, 자격 증명 관리, 범위가 제한된 권한, 엔드투엔드 트레이싱이 필요합니다. 즉, 사용자가 실제로 보게 될 무언가를 출시하기도 전에 몇 달치 인프라 작업이 선행되어야 한다는 뜻입니다.”

“Managed Agents는 이런 복잡성을 처리해줍니다. 여러분은 에이전트의 작업, 도구, 가드레일을 정의하면 되고, 저희는 이를 저희 인프라에서 실행합니다. 내장된 오케스트레이션 하니스는 언제 도구를 호출할지, 문맥을 어떻게 관리할지, 오류에서 어떻게 복구할지를 결정합니다.”

아마존의 톤이 굉장히 강해졌네.

대규모의 물리적 인프라를 설치하고 운영하는 것이 아마존의 본질이란걸 다시 한번 생각해보자.

“불균형적인 변곡점을 확인하면, 크게 베팅하십시오. 어떤 변곡점이 진정으로 중대한 것인지 아니면 “단지 흥미로운 것”에 불과한지를 선택하는 데는 판단력이 필요합니다. 합리적인 사람들도 의견이 다를 수 있습니다. 하지만 이러한 불균형적인 변화 중 하나를 발견했다고 믿는다면, 책임질 수 있는 한도 내에서 최대한 공격적으로 투자해야 합니다. 이는 정밀 조사를 불러일으킬 투자 급증을 초래할 것이지만, 판도를 바꾸는 것들은 일반적으로 평탄한 투자 지평선을 수용하지 않습니다.”

“이러한 중대한 변화 중 하나는 AI입니다. 모든 고객 경험이 AI에 의해 재창조될 것이며, AI 덕분에만 가능한 수많은 새로운 경험이 생겨날 것입니다. 저는 이 기술이 과대 포장되었는지, 우리가 “거품” 속에 있는지, 마진과 ROIC가 매력적일지에 대한 대중의 논쟁을 지켜봐 왔습니다. 적어도 아마존에 있어서 저의 강한 확신은 그 답이 아니오, 아니오, 그리고 예라는 것입니다.”

“우리는 실질적인 중장기 FCF 잉여를 위해 대규모 자본 지출 투자를 기꺼이 단행하고 단기적인 FCF 역풍을 견뎌낼 것입니다. AI는 현재의 성장이 전례가 없고 미래의 성장이 훨씬 더 큰 일생일대의 기회입니다. AWS는 가장 넓은 기능, 가장 강력한 보안 및 운영 성능, 가장 큰 고객 및 수익 점유율, AWS에서 AI를 실행하려는 고객의 강한 욕구, 그리고 아마존의 칩 분야에서 새로운 기둥이 될 수 있는 것을 구축할 기회를 통해 중대한 리더십 위치를 차지하고 있습니다. 우리는 이것을 다루는 방식에 있어 보수적이지 않을 것입니다. 우리는 의미 있는 리더가 되기 위해 투자하고 있으며, 우리의 미래 사업, 영업 이익 및 FCF는 이로 인해 훨씬 더 커질 것입니다.”

• 우리는 AI보다 더 빨리 채택된 기술을 본 적이 없습니다.

• 아마존은 이 랜드 러시의 한가운데에 정확히 서 있으며, 기업들은 AI를 위해 AWS를 선택하고 있습니다.

• AWS는 훨씬 더 빠르게 성장할 수 있습니다.

• 우리의 칩 사업은 불타오르고 있으며, AWS의 경제성을 바꾸고, 대부분이 생각하는 것보다 훨씬 더 커질 것입니다.

• AWS의 현금 주기가 작동하는 방식은 AWS가 더 빠르게 성장할수록 더 많은 단기 자본 지출을 지출하게 된다는 것입니다.

• 우리에게는 자본 지출 투자를 예측 가능하게 만드는 고객 약정이 있습니다.

Palantir Demos Show How the Military Could Use AI Chatbots to Generate War Plans - Wired

이번 이란 전쟁에서의 팔란티어를 보면, AI는 이미 OS의 중심으로 들어오고 있다.

“군이 발표한 메이븐의 공개 평가에 따르면, 이 도구는 위성과 같은 “우주 기반 자산”이 촬영한 이미지에 “컴퓨터 비전 알고리즘”을 적용할 수 있을 뿐만 아니라, “적 시스템”일 가능성이 높은 물체를 자동으로 감지할 수 있습니다. 스탠리의 콘퍼런스 프레젠테이션 중에 공개된 메이븐 데모는 사람과 자동차를 구별하는 도구의 모습을 보여줍니다.”

“메이븐의 다른 기능들은 잠재적인 표적을 시각화하고 지상 또는 공중 폭격을 위해 이들을 “지정(nominate)”하는 것을 돕습니다. 스탠리의 데모에 따르면 ‘AI 자산 임무 할당 추천기(AI Asset Tasking Recommender)’라는 도구는 어떤 폭격기와 탄약을 어떤 표적에 할당해야 하는지 제안할 수 있습니다. 메이븐은 또한 군 관계자들 간의 “표적 정보 데이터 및 적 상황 보고서” 전달을 용이하게 합니다.”

“2022년부터 팔란티어는 미 육군에 육군 정보 데이터 플랫폼(Army Intelligence Data Platform, AIDP)이라는 또 다른 정보 플랫폼을 판매해 왔습니다. 회사는 AIDP가 메이븐과 최소 4개의 다른 정부 시스템의 데이터를 “통합”한다고 밝혔습니다. AIDP에 대해 공개적으로 이용 가능한 세부 정보는 부족하지만, 군의 평가는 이 도구가 군사 작전에 앞서 정보를 준비하고 부대 및 무기의 위치를 “그래픽적으로” 묘사할 수 있다고 설명합니다. 또한 여기에는 최종 정보 요약에 앞서 자주 업데이트되는 전장 정보 모음인 “정보 실행 추정치(intelligence running estimate)”를 개발하는 데 사용되는 것으로 알려진 ‘도시에(Dossier)’라는 도구도 있습니다.”

→

“2023년에 공개된 팔란티어의 한 데모는 AIP 어시스턴트가 챗봇과 상호 작용하는 것만으로 “동유럽 내의 활동을 모니터링할 책임이 있는 군사 작전원”이 여러 대의 탱크에 대한 지상 공격을 계획하고 명령하도록 돕는 방법을 보여줍니다.”

“이 과정은 레이더 이미지의 “AI 처리”를 통해 감지된 “비정상적인 적 활동 가능성”에 대해 AIP 어시스턴트가 자동 경고를 보내면서 시작됩니다.”

“이 경우 비정상적인 활동을 감지한 것은 대규모 언어 모델이 아니라 컴퓨터 비전 알고리즘이었을 것입니다. 그런 다음 AIP 어시스턴트는 분석가가 해당 발견을 해석하고 다음에 무엇을 할지 결정하도록 돕습니다. 챗봇이 직접 표적을 제안하지는 않지만, 분석가가 해당 정보에 기반해 조치를 취하도록 도움으로써 잠재적으로 의심스러운 관측 대상을 실제 표적으로 전환하는 데 여전히 역할을 할 수 있습니다.”

“사용자가 “이 지역에 어떤 적군 부대가 있습니까?”라고 묻자, AIP 어시스턴트는 “장비의 패턴으로 보아 기갑 공격 대대일 가능성이 높습니다”라고 추측합니다. 이에 분석가는 현장을 정찰하기 위해 MQ-9 리퍼 드론을 요청하게 됩니다. 그런 다음 분석가가 AIP 어시스턴트에게 “이 적 장비를 표적으로 삼을 세 가지 행동 방침을 생성하라”고 지시하면, 곧바로 어시스턴트는 “공중 자산”, “장거리 포병”, 또는 “전술팀”을 이용해 부대를 공격하라는 방안을 제안합니다. 사용자가 어시스턴트에게 이 옵션들을 가상의 지휘관에게 보내라고 지시하면, 지휘관은 최종적으로 전술팀을 선택합니다.”

“마지막 단계는 빠르게 전개됩니다. 분석가는 AIP 어시스턴트에게 “전장을 분석”하도록 한 다음, 병력이 적에게 도달할 “경로를 생성”하고, 마지막으로 적의 통신 장비를 마비시킬 “전파 방해 장치(jammer)를 할당”하도록 요청합니다. 몇 초 내에 분석가는 전투 계획을 최종적으로 검토하고 병력 동원 명령을 내립니다.”

The Advantage You Own

기업의 내부 OS를 차지하기 위한 도전들은 선단 모델사들 말고도 스타트업 단에서도 다수 발생하고 있다.

어제 투자 유치 소식이 들린 Applied Compute는 OpenAI의 RL 인프라와 Scale AI의 데이터 기반을 만든 인력들이 모여서 이 문제를 풀고 있다.

“모델은 계속 더 똑똑해지고 있지만, 그 순수한 지능과 기업 내부의 구체적인 업무에서 실제로 발휘되는 생산성 사이에는 여전히 거대한 간극이 존재합니다. 진짜 가치를 만들어내려면, 그 업무를 올바른 맥락과 기준, 워크플로, 그리고 판단 아래에서 어떻게 수행해야 하는지를 알아야 합니다.”

“프런티어 모델은 마치 아주 똑똑한 낯선 사람과도 같습니다. 그것들은 당신의 데이터로 만들어진 것이 아니고, 당신의 비즈니스가 어떻게 돌아가는지도 이해하지 못하며, 가장 중요한 문제들에 대해 스스로 자동으로 개선될 수도 없습니다.”

“우리는 기업의 지능은 그 기업에 특화되어 있어야 하며, 또한 그 기업이 직접 소유해야 한다는 믿음으로 Applied Compute를 시작했습니다.”

“우리의 미션은 ‘특정화된 지능(Specific Intelligence)’을 통해, 똑똑함과 유용함 사이의 간극을 메우는 것입니다. 즉, 회사가 실제로 운영되는 현실을 바탕으로 학습되고, 지속적으로 개선되도록 설계된 독자적 에이전트를 만드는 것입니다.”

“우리는 기업이 자신들의 조직적 맥락을 끌어내고, 각자의 고유한 워크플로와 성과 기준에 맞춰 에이전트를 학습시키며, 이를 인간 전문가들과 함께 다시 실제 운영 환경에 배치할 수 있도록 돕습니다. 그 이후에는 모든 의사결정이 다시 학습으로 되먹임되어, 에이전트의 판단력을 계속 정교하게 다듬어 나갑니다. 그렇게 해서 결국에는 신뢰할 수 있고, 자율적으로 운영될 만큼 충분한 역량을 갖추게 됩니다. 이 모든 것은 회사가 직접 통제하는, 자사 고유의 안전한 환경 안에서 이루어집니다.”

“오늘 우리는 Kleiner Perkins가 주도하고 Elad Gil, Lux, Greenoaks, Neo, Hanabi 등 기존 투자자들이 계속 참여한 가운데, 포스트머니 기업가치 13억 달러 기준으로 신규 8천만 달러의 투자를 유치했음을 발표합니다. 이로써 우리의 누적 투자 유치액은 총 1억 6천만 달러가 되었습니다.”

위계가 아닌 인텔리전스 (번역) - 이바닥뉘우스, 원글 잭 도시

AI가 기업의 OS 중심으로 들어오면서, 조직의 모습 또한 지금과는 완전히 달라질 것으로 보인다.

이와 관련해서 서술한, 미래를 먼저 내다보곤 했던 잭 도시의 글.

“우리 블록(Block)에서는 근본적인 전제, 즉 ‘조직은 인간을 조율 메커니즘으로 삼아 위계적으로 구성되어야 한다’는 가정 자체에 의문을 제기하고 있습니다. 대신, 우리는 위계 조직이 수행하는 역할을 대체하고자 합니다.”

오늘날 AI를 사용하는 대부분의 기업은 모든 직원에게 ‘보조 도구’를 쥐여주고는 기존 구조를 바꾸지 않은 채 시스템이 약간 더 잘 작동하도록 만들 뿐입니다. 하지만 우리가 추구하는 것은 완전히 다릅니다. 우리는 인텔리전스로 구축된 조직을 지향합니다.

역사상 처음으로, 하나의 시스템이 기업 전체의 지속적으로 업데이트되는 모델을 유지하고, 과거에는 관리의 계층을 통해 인간이 정보를 중계해야만 했던 방식으로 업무를 조율하는 데 이를 활용할 수 있게 되었습니다.

이것이 작동하기 위해 기업에는 두 가지가 필요합니다: 하나는 자체 운영에 대한 일종의 “월드 모델(World model)”이고, 다른 하나는 이 모델을 유용하게 만들 만큼 풍부한 고객 시그널(Customer signal)입니다.

→

조직 구조가 이렇게 된다면, 다음과 같은 질문이 나올 수 있습니다. 그렇다면 사람들은 무슨 일을 하는가?

조직 구조는 이를 따르며, 전통적인 그림을 완전히 뒤집어 놓습니다. 기존 기업에서는 인텔리전스가 사람들 사이에 분산되어 있고 위계 조직이 이를 라우팅(전달)했습니다.

이제 새로운 모델에서는 인텔리전스 레이어가 시스템 안에 존재합니다. 사람들은 ‘엣지(The edge, 접점/최전선)’에 위치합니다. 엣지는 행동이 일어나는 곳입니다.

엣지는 인텔리전스가 현실과 맞닿는 접점입니다. 사람들은 모델이 아직 도달할 수 없는 곳으로 손을 뻗습니다. 직관, 주관이 담긴 방향성, 문화적 맥락, 신뢰의 역학, 방 안의 분위기 등 모델이 인지할 수 없는 것들을 감지합니다.

특히 윤리적 결정, 새롭고 낯선 상황, 틀렸을 때의 비용이 조직의 존립을 위협할 만큼 중대한 어떤 포인트에서는, 월드 모델이 스스로 판단하지 말아야 합니다. 그 판단은 사람이 내립니다. 세상과 접촉할 수 없는 월드 모델은 그저 데이터베이스에 불과합니다.

→

우리는 위계 구조가 아닌 인텔리전스로서 조직된 기업이라는 이 패턴이, 향후 수년 내에 모든 종류의 기업이 운영되는 방식을 재편할 만큼 중대한 의미를 지닌다고 믿습니다.

기업이 움직이는 속도는 사람이 아니라 정보의 흐름에 좌우됩니다. 위계구조와 중간 관리는 정보의 흐름을 저해합니다.

로마 군단의 분대 단위에서부터 오늘날의 글로벌 기업에 이르기까지 2천 년 동안, 우리에게는 실질적인 대안이 없었습니다. 한 막사에 사는 병사들에게는 십인대장가 필요했습니다. 80명의 남자에게는 백인대장이 필요했고, 5천 명에게는 군단장이 필요했습니다.

쟁점은 ‘지휘 체계와 중간 관리, 정렬이 필요한가’가 아닙니다. 쟁점은 ‘그 체계가 수행해온/수행하는 일이 있는데, 과연 인간만이 유일한 옵션인가’ 하는 것입니다.

이제 인간이 유일한 옵션이 아닙니다. 그 다음에 올 미래를, 블록은 준비하고 있습니다.

The 10x Lawyer - Zack Shapiro

AI는 변호사를 없애는 것이 아니라, 누가 진짜 좋은 변호사인가를 훨씬 더 잔인하게 드러내는 장치로 작용할 것이다.

그리고 이는 변호사에만 그치지 않을 것이다. 모든 일에서 AI를 레버리지 삼아 최상의 판단을 내리는 능력이 가장 중요한 역량이 될테다.

그리고 더 무서운건 이러한 역량은 복리를 일으킬 것이라는 점이다. 오늘 한 번 더 많이 해본 사람이 내일 더 좋은 프롬프트를 쓰고, 더 좋은 검증 기준을 만들고, 더 좋은 워크플로를 만들고, 그것이 다시 더 많은 실전 경험을 불러오고, 그 경험이 다시 판단력을 강화시킬테니...

“AI와 함께 일하는 시니어 변호사는 더 이상 생산의 선형적 역학에 제약받지 않는다. 주니어 어소시에이트가 이틀 걸리던 선례 검토는 이제 시니어 변호사가 몇 분 안에 해낼 수 있다. 그 일에 드는 노력은 주니어 변호사에게 그 업무를 설명하는 데 들었을 노력과 비슷하거나(어쩌면 더 적을 수도 있다. 시니어 변호사가 맞춤형 “스킬”이나 “플러그인”을 쓰고 있다면 말이다). 주말 내내 걸리던 초안 작성은 몇 시간 안에 생성되고, 검토되고, 다듬어진다. 예전에는 주니어의 세심한 주의가 필요한 일이었던 200페이지 딜 룸 전체에서의 정의된 용어 상호참조도, 이제는 전체 문서 세트를 동시에 담는 컨텍스트 윈도 안에서 일어날 수 있다.”

“이것은 법률 직역 역사상 처음으로 10배 변호사가 등장할 조건을 만들어낸다. 더 빨리 타이핑하는 변호사가 아니다. AI를 통해 적용된 그들의 판단이 결과물의 질과 속도에서 한 자릿수 배수 차이를 만들어내는 변호사들이다. AI를 쓰는 최고의 변호사는 AI를 쓰는 평균적인 변호사보다 조금 더 나은 수준이 아니다. 그들은 범주적으로 더 낫다. AI는 뛰어난 판단력과 평범한 판단력 사이의 격차를, 수작업 생산으로는 절대 할 수 없었던 방식으로 증폭시키기 때문이다.”

“그 시니어 변호사가 한 단락짜리 프롬프트로 과거 네 명의 어소시에이트 팀이 하던 일을 해낼 수 있게 되는 순간, 레버리지 계산은 뒤집힌다. 어소시에이트는 더 이상 필수적인 수익 창출 자산이 아니라, 고객이 보조금을 대주는 로펌의 비용이 된다.”

The White Collar Revolution is Here - Ryan Daniels

AI 하이브리드 로펌을 지향하는 Crosby 창업자가 작성한 글인데, 저쪽 세계에서는 이런 형태의 회사를 네오펌이라고 부르는구만?

기본적으로 조직의 인센티브 구조를 바꾸는 것이고, 훨씬 더 합리적인 구조를 만들어낼 수 있다고 보기에, 나는 장기적으로 이러한 형태가 주류로 될 가능성을 관찰하고 있다.

“컴퓨터는 과거 숙련된 변호사, 컨설턴트, 회계사의 전유물이었던 복잡한 지식 노동을 수행할 수 있습니다. 살아남기 위해 전문 서비스 기업들은 조직 구조와 운영 방식을 바꿔야 합니다. 이 개념은 샌프란시스코의 제 친구들 사이에서 이미 널리 퍼져 있어, 그들은 이를 ‘네오펌(Neofirm)’이라고 부릅니다.”

“전통적인 기업들은 많은 현금을 창출하지만, 장기적인 투자를 하도록 설계되지 않았습니다. 전통적인 기업들은 매년 수익을 배당금으로 지급하는 파트너십 구조로 되어 있습니다. 법적으로 외부인에게 지분을 팔 수 없어 미래에 투자할 유인이 거의 없습니다.”

“네오펌은 주식회사 형태로서 벤처 캐피탈을 유치하고 장기적인 보상을 위한 위험을 감수할 수 있습니다. 이들은 인간의 노동력을 파는 것이 아니라, 더 나은 작업 방식에서 나오는 가치를 판매합니다.”

“제가 일하는 Crosby에서는, 이것이 ‘내일의 이익을 위해 오늘의 수익을 희생하는 것’을 의미합니다. 이는 가상적인 절충안이 아닙니다. 변호사가 엔지니어와 함께 실험하며 보내는 매 시간은 새로운 고객의 요청을 처리하는 데 쓸 수 있었던 시간입니다. 즉, 손실된 수익이며 우리는 변호사의 시간을 어떻게 할당할지에 대해 끊임없이 논쟁합니다.”

“하지만 우리의 목표는 장기적인 가치를 높이는 것이지, 파트너당 연간 수익을 높이는 것이 아닙니다. 게다가 우리는 시간당이 아니라 문서 단위로 비용을 청구합니다. 따라서 Crosby의 변호사가 오후 시간을 할애하여 에이전트 벤치마크를 작성할 때, 우리는 이것이 내년에 그녀의 시간 20일을 절약해 주고, 우리가 재투자할 수 있는 미래의 마진을 창출한다는 것을 알고 있습니다. 이는 명확한 사실입니다.”

“네오펌과 일하는 것은 단지 일 처리가 빠른 은행가와 일하는 느낌이 아닐 것입니다. 완전히 다른 경험이 될 것입니다. 시간이 지남에 따라 소프트웨어 회사와 서비스 회사 간의 구분은 사라질 것입니다.”

Harvey Raises at $11 Billion Valuation to Scale Agents Across Law Firms and Enterprises

관련해서 법무 영역의 OS를 타겟하고 있는 AI 스타트업 Harvey는 어느새 데카콘이 되어버렸다. $11b 가치로 $200m 투자 유치에 성공. ARR은 올해 초 $190m 수준.

“하비는 법무 워크플로우가 실행되는 곳입니다. 2만 5천 개 이상의 맞춤형 에이전트가 하비에서 작동하며 M&A, 실사, 계약서 초안 작성 및 문서 검토 전반에 걸친 업무를 수행하고 있습니다. 고객들은 펀드 결성과 같은 복잡한 사용 사례를 위해 장기간에 걸쳐 다단계 워크플로우를 처리하는 장기(long-horizon) 에이전트의 도입을 늘려가고 있습니다. 또한, 법무팀과 외부 파트너 간의 업무를 안전하게 조율하기 위해 공유 공간(Shared Spaces) 내에 에이전트를 배치하고 있습니다. 하비의 법률 엔지니어들은 고객과 협력하여 업무를 실행하는 에이전트를 구축하고 지속적으로 개선합니다.”

“이번 투자는 하비가 급격한 성장기를 거친 후 이루어졌습니다. 현재 하비는 미국 100대 로펌(AmLaw 100)의 과반수, 500개 이상의 사내 법무팀, 60개국 50개의 자산 운용사와 파트너십을 맺고 있습니다. 최근 확보한 주요 고객 및 서비스 확장 사례로는 NBC유니버설(NBCUniversal), HSBC, 코어스 챔버스 웨스트가스(Corrs Chambers Westgarth), 하비와의 업무를 확장한 DLA 파이퍼 인터내셔널(DLA Piper International), 그리고 전사적으로 하비를 도입한 맥캔 피츠제럴드(McCann Fitzgerald) 등이 있습니다.”

Harvey 분석 by 전종현 wGPT - 26.03

GPT 가지고 정리한 Harvey의 의미:

“결국 내가 Harvey에서 읽는 메시지는 이것이다. AI는 단순히 더 좋은 소프트웨어를 만드는 기술이 아니다. 기존 회사의 백엔드를 기계화하고, 전문직 노동을 더 작은 단위로 분해하고, 그 위에 데이터 플라이휠을 얹어 복리로 격차를 벌리는 기술**이다. 그리고 이런 회사가 하나의 버티컬에서 검증되기 시작하면, 그 방법론은 다른 버티컬로 전이된다.”

“그래서 Harvey는 법률 AI 회사라기보다, AI 시대에 어떤 종류의 기업이 가장 크게 탄생할 수 있는지 보여주는 선행 사례처럼 느껴진다. 한마디로 말하면 이렇다. 과거에는 소프트웨어가 회사를 도왔다. 이제는 AI가 회사를 다시 설계한다. Harvey는 그 설계가 처음으로 아주 큰 돈과 아주 큰 신뢰를 얻기 시작한 사례 중 하나다.

How Autonomous Agents Will Transform Legal | Harvey

아래는 이번에 데카콘이 된 Harvey 공동 창업자의 글.

앞단의 비저너리들이 다 비슷한 무언가를 보고 있다.

“저는 초기 로펌 및 사내 변호사 고객들에게 에이전트로 현재 가능한 일, 즉 팀 단위의 어소시에이트 변호사들처럼 전체 고객 사건을 처리하거나 상당한 자율성을 가지고 계약 협상을 처리할 수 있는 시스템을 보여줄 때마다 비슷한 반응을 봅니다. 반응은 대개 불신에 가깝습니다. 마지막으로 인식의 격차가 이토록 크게 느껴졌던 것은 GPT-3에서 GPT-4로 넘어갈 때였습니다. 당시의 놀라움은 모델이 한 개인이 할 수 있는 일을 바꿀 만큼 충분히 훌륭해졌다는 것이었습니다. 이번에는 그 결과로 조직 자체가 변하기 시작했다는 점이 다릅니다.”

“대규모 조직은 항상 정보 라우팅 계층 구조로 구축되어 왔습니다. 역사적으로 정보는 사람을 통해 이동해야 했기 때문에 관리자는 컨텍스트를 통합하고, 결정을 전달하고, 업무 차단 요소(blocker)를 추적하고, 팀을 정렬시켰습니다. 자율 에이전트는 이제 그 조정 기능의 일부를 직접 맡기 시작했습니다. 그들은 단순히 작업을 실행하는 것이 아닙니다. 시스템을 모니터링하고, 팀 간에 컨텍스트를 전달하고, 작업을 촉발하고, 결정을 수면 위로 끌어올립니다. 이것이 바로 이 변화가 단순한 생산성 향상보다 더 큰 이유입니다. 조직이 운영되는 조정 계층(coordination layer) 자체를 변경합니다.”

“우리는 Spectre(Dota 2 캐릭터의 이름을 땀)라는 내부 에이전트 시스템을 구축했으며, 이 시스템은 점점 더 많은 엔지니어링 업무를 자율적으로 처리하기 시작했고 점차 비엔지니어링 업무로도 영역을 확장하고 있습니다. 이 시스템이 하는 일의 대부분은 더 이상 인간의 프롬프트에 의해 촉발되지 않습니다. 그것은 시스템이 회사를 모니터링하고 사건(incident), 버그 리포트, 고객 피드백, Slack 메시지를 기반으로 결정을 내림으로써 자동으로 작동합니다. 실제로 Spectre는 회사 세계 모델(company world model), 즉 Harvey 내부에서 무슨 일이 일어나고 있으며 다음에 무슨 일이 일어나야 하는지에 대한 생생한 그림의 시작입니다.”

“엔지니어링에서 일어나고 있는 일은 곧 모든 곳에서 일어날 것입니다. 무한한 AI 직원을 고용할 수 있는 능력을 갖추게 되면, 기업은 더 이상 처리량에 의해 제약을 받지 않게 될 것입니다. 그리고 직원들이 혼자 나아갈 수 있는 속도가 한계에 도달함에 따라, 기관들은 함께 멀리 가는 방법을 다시 배워야 할 것입니다. 이를 위해서는 어떤 작업이 중요한지, 어떻게 검토할지, 어떻게 신뢰할지, 그 주변의 사람들을 어떻게 훈련시킬지, 어떻게 가격을 책정할지, 그리고 판단력의 병목현상을 겪는 지능의 잉여를 중심으로 조직을 어떻게 재설계할지 근본적으로 다시 생각해야 합니다.”

“다른 산업에서와 마찬가지로, 법률 에이전트는 로펌의 구조적 관행에 도전하기 시작할 것입니다. 로펌은 매우 계층적이어서, 어소시에이트 변호사와 파트너 변호사 간의 보고 체계를 사용해 매우 복잡한 사건들에 한정된 자원인 법률 전문 지식을 집중시킵니다. 이 계층 구조의 주니어 역할은 처리량에 집중되어 있습니다. 방대한 데이터 더미를 구성하거나 주로 기계적인 작업을 실행합니다. 이러한 작업이 점점 더 에이전트에게 위임됨에 따라 지능이 계층 구조를 대체합니다. 이제 모든 변호사는 산출물이 아닌 판단력으로 평가받게 되며, 로펌은 인력 배치, 도제 제도, 가격 책정, 업무 영역 구조 및 고객과의 협업 방식을 다시 생각해야 합니다.”

최근들어 갑자기 조직과 관련된 이야기들이 많이 등장하는건 어쩌면 에이전트 시대에 접어들었기에 당연한 것일지도 모르겠다는 생각이 스쳤다.

본질적으로 AI 에이전트는 회사의 조직 체계를 연상하면 많은 부분이 유사하다. 회사에 축적된 문서, 행동 지침, 업무 기록은 메모리에 해당하고, 실제 계산과 실행을 담당하는 것이 GPU이며, 이를 조율하고 작업 흐름을 관리하는 계층이 CPU이며, 이 모든 구성요소를 유기적으로 연결하는 것이 네트워킹이다.

그리고 인간은 이 조직의 목표와 제약, 승인 기준을 정하는 최종 책임자에 해당한다.

#인프라

Dylan Patel — Deep dive on the 3 big bottlenecks to scaling AI compute

AI 인프라 투자를 (단순히 수요에 대응하는 차원이 아닌) 일종의 타이밍 게임이라고 생각하고 바라보면 새로운 것들이 보이네. 왜 그렇게 샘 알트만이 인프라 투자를 서둘렀는지도 더욱 선명하게 이해가 되는 것 같다.

“Q. 기본적으로 당신이 말하는 건, Anthropic은 매출쉐어라는 의미에서든, 아니면 막판 스팟 컴퓨트라는 의미에서든, 원래 일찍 컴퓨트를 사놨다면 지불하지 않아도 됐을 50% 마크업을 지금 지불해야 한다는 거군요.”

“A. 맞습니다, 거기엔 그런 트레이드오프가 있어요. 하지만 동시에, 거의 4개월 동안 모두가 OpenAI에게 “우린 너희와 계약 안 할 거야”라고 말했어요. 미친 소리처럼 들리지만 이유는 “너희는 돈이 없잖아”였죠. 지금은 모두가 “OpenAI, 우리는 처음부터 당신들을 믿고 있었어요. 이 많은 돈을 조달했으니 어떤 계약이든 할 수 있습니다”라고 말하고 있습니다. Anthropic은 그런 의미에서 제약을 받습니다. 아직 컴퓨트의 증분 구매자가 그렇게 많지 않아요. Anthropic이 처음으로 매출이 폭발하는 capability tier에 도달했기 때문입니다.”

→

“H100을 볼 때, 그 위에서 GPT-4를 돌렸을 때보다 GPT-5.4 토큰을 GPU당 더 많이 서비스할 수 있습니다. 즉, 더 높은 품질의 모델 토큰을 더 많이 생산하는 거예요. (~) H100의 가치는 이제 GPT-4가 그것으로부터 뽑아낼 수 있는 가치가 아니라 GPT-5.4가 뽑아낼 수 있는 가치에 기반하게 됩니다. H100은 오늘 3년 전보다 더 가치가 큽니다.”“

“컴퓨트가 제약된 세계에서는 두 가지 일이 일어납니다. 첫째, commitment issue가 없고 컴퓨트에 대해 5년 계약을 맺은 회사들은 엄청난 마진 우위를 잠가 놓습니다. 그들은 2년, 3년, 혹은 5년 전 거래되던 가격으로 5년치 컴퓨트를 잠가 놓은 거예요.”

“반면 누군가가 그 5년 계약의 3년째에 들어와 있는데, 다른 누군가의 2년 계약이나 3년 계약이 만료돼서 이제 현대의 가격으로 그걸 사려 한다면, 모델의 가치 기준으로 가격이 책정되는 상황에서는 그 가격이 훨씬 많이 올라가 있을 겁니다. 그러니까 일찍 커밋한 사람이 전반적으로 더 좋은 마진을 갖는 거죠. 장기 계약에 묶여 있는 시장 비중은, 마지막 순간에 추가하는 이런 플렉스 용량이 될 수 있는 단기 계약 시장 비중보다 훨씬 큽니다.”

“CoreWeave를 보면, 그들의 평균 계약 기간은 지금 3년을 넘습니다. 98% 이상의 컴퓨트가 3년이 넘죠. 그래서 이들은 가격을 실제로 유연하게 조정할 수 없는 딜레마에 빠집니다. 하지만 매년 그들은 과거보다 훨씬 더 많은 증분 용량을 추가하고 있습니다.”

Dylan Patel — Deep dive on the 3 big bottlenecks to scaling AI compute

매우 흥미로운 주장들인데, 매우 타당한 주장으로 들린다.

“가장 큰 병목은 컴퓨트입니다. 그리고 그 점에서 가장 리드타임이 긴 공급망은 전력이나 데이터센터가 아닙니다. 오히려 반도체 공급망 자체죠. 다시 말해 주요 병목이 전력과 데이터센터에서 칩으로 이동하는 겁니다.”

“결국 2028년이나 2029년쯤 되면 병목은 공급망의 가장 아래 단계로 떨어집니다. 그게 바로 ASML입니다. ASML은 세상에서 가장 복잡한 장비인 EUV 장비를 만듭니다. 판매 가격은 3억~4억 달러죠. 현재 그들은 약 70대를 만들 수 있습니다. 내년에는 80대까지 갈 겁니다. 공급망을 매우 공격적으로 확장하더라도, 10년 말까지 100대를 조금 넘는 정도에 그칩니다.”

“EUV 장비 하나는 시간당 대략 75장의 웨이퍼를 처리할 수 있고, 장비 가동률은 대략 90%입니다. 최종적으로 보면, 1기가와트에 필요한 200만 EUV 웨이퍼 패스를 처리하려면 약 3.5대의 EUV 장비가 필요합니다. 즉 1기가와트를 만족시키는 데 3.5대가 필요하죠.”

“숫자를 생각하면 재밌어요. 1기가와트는 얼마가 들까요? 대략 500억 달러입니다. 그런데 EUV 장비 3.5대는 얼마일까요? 12억 달러예요. 생각보다 훨씬 더 작은 숫자죠. 흥미롭습니다. 데이터센터의 경제적 CapEx 50기가와트, 그리고 그 위에 만들어지는 토큰 가치의 규모는 훨씬 더 큽니다. 공급망으로 들어가는 AI 가치가 1,000억 달러일 수도 있어요. 그런데 그게 고작 12억 달러어치의 장비에 의해 막혀 있는 겁니다. 그 공급망은 단순히 빠르게 확장할 수가 없어요.”

“지금이나 내년 메모리의 제약은 꼭 EUV 장비가 아닙니다. 그건 10년 후반부로 갈수록 병목이 되죠. 현재의 제약은 더 물리적인 겁니다. 이 벤더들이 실제로 팹을 지어놓지 않았다는 거예요. 지난 3~4년 동안 이 벤더들은 새 팹을 짓지 않았습니다. 메모리 가격이 너무 낮았기 때문이죠. 마진도 낮았고, 실제로 2023년에는 메모리에서 돈을 잃고 있었습니다. 그래서 새 팹을 짓지 않기로 결정한 거예요. 시장은 시간이 지나며 천천히 회복됐지만, 작년 전까진 정말 훌륭하다고 할 정도는 아니었습니다.”

“2024년에 우리는 계속 북을 쳤죠. reasoning은 긴 컨텍스트를 뜻하고, 긴 컨텍스트는 큰 KV cache를 뜻하고, 그건 큰 메모리 수요를 뜻한다고요. 우리는 이 얘기를 1년 반, 2년 동안 해왔습니다. AI를 이해하는 사람들은 그때 이미 메모리에 크게 롱을 탔어요. 그런 다이내믹이 있었지만, 이제서야 드디어 가격에 반영된 겁니다.”

“명백했던 일이 이렇게 오래 걸렸어요. 긴 컨텍스트는 KV cache가 더 커진다는 뜻이고, 더 많은 메모리가 필요하다는 뜻입니다. 가속기 비용의 절반이 메모리예요. 당연히 다들 거기에 미치기 시작할 수밖에 없었죠. 그런데 그게 메모리 가격에 실제로 반영되기까지는 1년이 걸렸습니다. 메모리 가격이 그걸 반영하기 시작한 후에도, 메모리 벤더들이 팹 짓기를 시작하는 데는 다시 3~6개월이 더 걸렸어요. 그리고 그 팹을 짓는 데는 2년이 걸립니다. 그래서 이런 장비를 넣을 만한 의미 있는 팹이 실제로 생기는 건 2027년 말이나 2028년이 될 때까지 어렵습니다.”

“그 대신 용량을 확보하기 위한 꽤 미친 일들이 벌어지고 있어요. 마이크론은 대만에서 구형 공정을 만드는 회사를 통째로 사서 팹을 확보했습니다. 하이닉스와 삼성도 기존 팹에서 용량을 늘리기 위해 꽤 과감한 일들을 하고 있어요. 그리고 그건 경제 전체에 큰 파급효과를 낳습니다.”

“그래서 왜 더 많은 용량을 못 짓느냐? 장비를 놓을 곳이 없기 때문입니다. EUV만의 문제가 아니라, DRAM과 로직에는 다른 장비들도 들어갑니다. 로직 N3를 보면, 최종 웨이퍼 비용의 약 28%가 EUV예요. DRAM을 보면 그 비중은 10%대입니다. 오르고는 있지만, 비용 비중은 훨씬 더 작죠. 이런 다른 장비들도 병목입니다. 다만 그 공급망은 ASML만큼 복잡하지 않을 뿐이죠.”

“(지금 combined-cycle 가스터빈은 킬로와트당 CapEx가 1,500달러쯤 되죠. 당신 말은, 그보다 훨씬 더 비싼 기술도 경제성이 있을 수 있다거나, 혹은 다른 것들이 충분히 싸져서 경쟁력이 생길 수 있다는 뜻인가요?) 정확히 그렇습니다. 킬로와트당 3,500달러까지 가도 됩니다. combined-cycle 비용의 두 배여도, GPU 총소유비용 기준으로는 시간당 몇 센트 정도밖에 안 올라가요.”

“우리가 Hopper 가격 얘기를 했으니, 1.40달러라고 해봅시다. 전력 가격이 두 배가 된다 해도, 원래 1.40달러이던 Hopper의 비용은 이제 1.50달러가 되는 정도입니다. 저는 신경 안 씁니다. 모델이 너무 빨리 좋아지고 있어서, 그들의 한계 효용이 그 에너지 비용 10센트 증가보다 훨씬 더 크기 때문입니다.”

“우주 데이터센터는 사실상 에너지 우위에 의해 제한받지 않습니다. 그들은 같은 경쟁 자원에 의해 제한받습니다. 우리는 10년 말까지 연간 200기가와트의 칩만 만들 수 있어요. 그 용량을 어디에 쓸까요? 그게 육상이든 우주든 사실 별로 중요하지 않습니다. 왜냐하면 전력은 지을 수 있으니까요. 인간의 능력과 생산력은 전 세계적으로 연간 1테라와트 수준의 다양한 전력을 추가하는 단계까지 갈 수 있습니다.”

“어느 시점이 되면 우주 데이터센터가 말이 되는 임계점을 넘게 됩니다. 하지만 이번 10년은 아닙니다. 그건 훨씬 더 먼 미래예요. 실제로 에너지 제약이 큰 병목이 되고, 토지 인허가 제약이 경제의 더 큰 부분을 잠식하며, 그리고 결정적으로 칩이 더 이상 병목이 아니게 되는 시점 이후입니다.”

“지금은 칩이 가장 큰 병목입니다. 당신은 그 칩이 제조되는 즉시 AI에 배치되어 작동하길 원하죠. 그리고 사람들은 그 속도를 더 빠르게 만들기 위해 여러 가지를 하고 있습니다. 데이터센터를 모듈화하고, 혹은 랙 자체를 모듈화해서 칩만 데이터센터에서 꽂으면 나머지는 이미 모두 배선돼 있고 준비된 상태로 만드는 식이죠. 이런 식으로 시간을 줄이려는 일들이 많습니다. 그런데 그런 건 우주에서는 할 수 없습니다.”

“당신이 AI가 엄청나게 크게 take off할 거라고 믿어야만 메모리 크런치를 살 수 있습니다. 메모리 크런치의 상당 부분은 결국 이런 전제 위에 있었어요… 적어도 인프라를 생각하는 베이 사람들에겐 이건 명백합니다. 컨텍스트 길이가 길어질수록 KV cache가 폭증하고, 따라서 더 많은 메모리가 필요하다는 거죠. 그다음엔 계산을 하면 됩니다.”

“또 어떤 팹이 지어지고 있는지, 어떤 데이터센터가 지어지고 있는지, 칩이 몇 개인지, 이런 모든 것들에 대한 공급망 이해도 충분히 있어야 합니다. 우리는 이런 다양한 데이터셋을 아주 촘촘하게 추적하지만, 결국엔 이게 실제로 일어날 거라고 완전히 믿는 사람이 필요합니다.”

“1년 전에 누군가에게 메모리 가격이 4배가 되고, 그 후 1~2년에 스마트폰 물량이 40% 줄어들 거라고 말했다면, 사람들은 “미쳤네. 절대 그런 일은 안 일어나”라고 했을 겁니다. 하지만 일부 사람들은 그걸 믿었고, 그 사람들은 실제로 메모리를 트레이드했죠.”

#반도체

NVIDIA GTC Keynote 2026

AI 에이전트로 인해 추론 컴퓨팅 수요가 폭증하고 있고, 기술은 토큰 생성을 가장 효율적으로 하기 위한 방향으로 발전하고 있다.

관련해서 3월에 가장 중요했던 이벤트 중 하나는 엔비디아의 GTC 2026 행사였고, 그중에서도 Groq 칩 발표가 하이라이트. 이는 폭발적으로 증가하는 AI 추론 수요를 보다 효율적으로 제공하기 위한 전략.

심플하게 요약하면 AI 추론을 위해서는 ‘정보의 해석’ 과정이 있고 그걸 바탕으로 ‘결과물을 출력’해야하는데, 이 결과물 출력 부분에서 사용자의 질문·문서·검색 결과를 읽고 문맥을 만들고(KV cache 생성) 그동안 쌓인 문맥을 다시 참조하는 쪽은 기존의 GPU가 맡고, 이 문맥을 바탕으로 다음 토큰을 뽑아내는 반복 계산을 위해서 Groq 칩을 새롭게 추가했다고 보면 된다.

조금 더 직관적으로 풀면, 프리필은 책 한 권을 처음 읽으면서 중요한 문장에 전부 밑줄을 치는 단계에 해당하고, 디코드 어텐션 부분은 한 문장씩 써 내려가기 위해 방금까지 밑줄 친 메모를 계속 다시 펼쳐보는 단계에 해당하며, 이번에 추가된 Groq 칩 부분은 펼쳐놓은 메모를 바탕으로 문장을 빠르게 뽑아내는 부분에 해당한다.

관련해서 젠슨황이 GTC 2026에서 Groq 설명한 부분:

“제가 Groq에 그렇게 끌린 이유는 그들의 컴퓨팅 시스템 때문입니다. 그것은 결정론적 데이터플로우 프로세서입니다. 정적으로 컴파일되며, 컴파일러가 스케줄링합니다. 즉, 계산과 데이터가 정확히 같은 시점에 도착하도록 컴파일러가 미리 모든 것을 계산해두고, 소프트웨어적으로 완전히 스케줄링합니다. 동적 스케줄링은 없습니다. 이 아키텍처는 대규모 온칩 SRAM을 중심으로 설계되었고, 오직 inference라는 단 하나의 워크로드만을 위해 만들어졌습니다.”

“그런데 알고 보니, 바로 그 하나의 워크로드가 AI 팩토리의 핵심 워크로드였습니다. 그리고 세상이 더 빠른 토큰, 더 똑똑한 토큰을 더 많이 생성하려 할수록, 이 통합의 가치는 더욱 커질 것입니다. 그래서 보시다시피 이것은 두 개의 극단적으로 다른 프로세서입니다. 한쪽 칩은 500메가바이트 수준의 SRAM을 갖고 있고, Vera Rubin 쪽은 칩당 288기가바이트급의 대용량 메모리 구성을 갖습니다.”

“Rubin이 다루는 파라미터 규모와, 그와 함께 따라오는 KV cache까지 모두 감당하려면, Groq만으로는 아주 많은 칩이 필요합니다. 그래서 Groq 단독으로는 대형 모델 추론의 메인스트림 워크로드까지 확장하는 데 한계가 있었습니다. 그런데 우리가 아주 좋은 아이디어를 떠올렸습니다. inference 자체를 Dynamo라는 소프트웨어를 통해 완전히 분리(disaggregate)하면 어떨까? 다시 말해, inference 파이프라인을 재아키텍트해서 Vera Rubin에 가장 적합한 작업은 Vera Rubin에 맡기고, decode, 즉 저지연이 중요하고 대역폭 제약을 크게 받는 토큰 생성 단계는 Groq로 오프로드하면 어떨까 하는 것이었습니다.”

“그래서 우리는 극단적으로 다른 두 프로세서를 하나의 시스템으로 통합했습니다. 하나는 고처리량을 위해, 다른 하나는 초저지연을 위해 쓰입니다. 물론 여전히 많은 메모리가 필요하다는 사실은 변하지 않습니다. 그래서 우리는 Groq 칩을 다수 배치해 필요한 메모리 용량을 확보할 것입니다. 트릴리언 파라미터급 모델을 Groq 쪽만으로 수용하려면 매우 많은 칩이 필요합니다. 하지만 그 옆에는 NVIDIA Vera Rubin이 있고, 그쪽이 agentic AI 시스템에 필요한 방대한 KV cache를 저장하고 처리할 수 있습니다.”

“이 모든 것은 분리된 inference라는 아이디어에 기반합니다. prefill은 우리가 맡습니다. 그 단계는 Vera Rubin이 처리하기에 더 적합합니다. 그러나 decode 역시 매우 긴밀하게 통합됩니다. decode 단계 안에서도 attention 연산은 NVIDIA Vera Rubin에서 수행하고, FFN을 포함한 토큰 생성 경로는 Groq 칩에서 수행합니다. 두 시스템은 오늘날의 Ethernet 위에서 매우 밀접하게 연결되며, 특수 모드를 통해 지연 시간을 절반 가까이 줄였습니다.”

“그래서 바로 이 능력 덕분에 두 시스템을 하나로 통합할 수 있습니다. 그 위에는 AI 팩토리를 위한 추론 오케스트레이션 소프트웨어인 Dynamo가 올라갑니다. 그 결과는 35배 향상입니다. 그것도 단순한 35배 향상에 그치지 않습니다. 세상이 한 번도 본 적 없는 새로운 추론 성능 티어까지 열리게 됩니다. 이것이 바로 Groq가 Vera Rubin 시스템에 결합되는 방식입니다.”

“우리에게 Groq LP30 칩을 생산해주고 있는 Samsung에도 감사드립니다. 삼성은 정말 최선을 다해 생산하고 있습니다. 정말 감사드립니다. Groq LP30 칩은 현재 양산 중이며, 2026년 하반기, 대략 3분기 출하가 예정돼 있습니다.”

An Interview with Nvidia CEO Jensen Huang About Accelerated Computing - Stratechery

엔비디아는 더이상 절대로 단일 GPU 회사가 아니다. 이와 관련한 젠슨황의 코멘트:

“추론(inference)의 전체 영역을 살펴보면, 한편으로는 가능한 한 많은 처리량(throughput)을 제공하고 싶고, 다른 한편으로는 가능한 한 많은 스마트 토큰(smart tokens)을 제공하고 싶을 것입니다. 토큰이 똑똑할수록 더 높은 가격을 받을 수 있으니까요. 처리량을 극대화하는 것과 지능을 극대화하는 것 사이의 긴장 관계, 이 두 가지의 균형을 맞추는 것은 정말, 정말 어려운 일입니다.”

“우리는 우리의 코딩 에이전트가 10배 더 빠르게 실행되기를 바라지만, 처리량이 높은 시스템에서 그렇게 하는 것은 매우 어렵습니다. 그래서 우리는 거기에 Groq 저지연 시스템을 추가하기로 결정했고, 기본적으로 공동 실행(co-run), 공동 처리(co-process)를 하는 것입니다.”

“소프트웨어 스택을 가져와서 분산시키고, 필요한 곳에 배치하는 것은 엔비디아의 특기입니다. 우리는 컴퓨팅이 ‘어디서’ 수행되는지에 집착하지 않습니다. 단지 애플리케이션을 가속화하고 싶을 뿐입니다. 기억하세요, 엔비디아는 가속 컴퓨팅 기업이지 GPU 기업이 아닙니다.”

Arm Everywhere event: Keynote with Arm CEO Rene Haas

ARM이 주장하는 에이전트 시대에서의 CPU의 중요성과 그들이 CPU 완제품 제작에 진출한 이유.

“어느 순간부터 사람들은 CPU가 끝났다고 생각했고, AI를 다루는 유일한 방법은 가속 컴퓨팅뿐이며 AI 세계에서 CPU의 역할은 더 이상 무의미하다는 인식이 있었습니다. 자, 이제 CPU의 역할과 클라우드에서 일어나는 일에 대해 생각해 봅시다. AI 이전의 클라우드, 즉 제가 보여드린 마지막 슬라이드 이전의 컴퓨팅 클라우드의 거대한 성장 시기를 말하는 것입니다. 우리는 AWS, 마이크로소프트, GCP의 성장을 보았습니다. 그리고 클라우드의 전통적인 용도는 질문을 입력하고, 검색을 하고, 예를 들어 ‘워리어스 경기 좌석 남았나?’ (참고로 내일이나 오늘 밤 경기 좌석은 많이 남은 것 같습니다만) 하고 물으면 그 결과를 돌려받는 것이었습니다. 이것이 클라우드입니다. 아주 간단하게 검색을 하지만, CPU의 역할은 매우 큽니다. 따라서 10여 년 전, 10~15년 전의 SaaS 성장과 클라우드 주변의 모든 성장을 되돌아보면 말 그대로 CPU가 모든 작업을 수행하고 있었습니다.”

“이제 여기에 AI 클라우드를 추가해 보겠습니다. 당신이 스마트폰이든 PC든 자신의 기기에 프롬프트를 입력하는 사람이라고 가정해 보죠. 물론 여기에도 여전히 CPU가 관여합니다. 클라우드가 그 요청을 서비스하고, 그 요청은 가속기가 생성하는 토큰으로 전송되며, 데이터 센터의 CPU가 이를 조율하여 토큰을 다시 보냅니다. 여기서 토큰은 쿼리의 요청을 제공하는 단어나 답변입니다. 이것이 바로 AI 데이터 센터에서 수행되는 모든 작업입니다. 따라서 CPU는 클라우드에도 관여하고 있으며, 분명히 AI 데이터 센터에도 관여하고 있습니다. 우리는 이 데이터 센터에 기가와트당 약 3,000만 개의 CPU 코어가 있을 것으로 추정합니다. 엄청난 숫자입니다. 여기서 데이터 센터는 가속기에 연결된 헤드 노드이든 전용 랙 옆에 있는 것이든, AI 클러스터 바로 안에 있는 것들의 조합입니다. 하지만 계산해 보면 기본적으로 기가와트당 약 3,000만 개의 CPU 코어가 나옵니다. 이것이 대략 작년까지, 혹은 그보다 조금 전까지 우리가 보아온 세상입니다.”

“데이터 센터가 질식하고 있습니다. 토큰을 생성하는 매우 비싼 가속기들은 이제 그 토큰들을 클라우드를 통해 다시 보내야 합니다. 에이전트가 무엇인지 생각해 보면, 에이전트는 곧 워크플로우입니다. 말씀드렸듯이 급여 작업이고 스케줄러 작업입니다. 이는 비동기적입니다. 스케줄링과 관련된 엄청난 양의 작업입니다. 그게 바로 CPU가 하는 일입니다. CPU의 역할입니다. 가속기가 할 수 있는 일이 아닙니다. 가속기가 토큰을 생성하는 것을, 덤프트럭을 밀어 올리는 것에 비유할 수 있습니다. 누군가는 그 흙을 모두 옮겨야 하죠. CPU는 그 흙을 옮기는 장비이며, 에이전틱 AI는 그 작업량을 더욱 늘릴 뿐입니다. 따라서 현재 여러분이 보시는 것은 흐름 측면에서의 엄청난 병목 현상입니다.”

“이게 무슨 의미일까요? 점점 더 많은 CPU가 필요하다는 뜻입니다. 그것도 아주 많이요. 헤드 노드 근처의 CPU, 가속기 랙 옆의 CPU, 데이터 센터 내부의 더 많은 CPU 랙 등 그냥 더 많이 필요합니다. 저희의 계산에 따르면 (이조차도 보수적인 수치라고 생각하지만) 동일한 기가와트당 CPU 코어 수가 약 4배, 즉 1억 2,000만 개로 늘어납니다. 동일한 전력 프로필 내에서 이제 1억 2,000만 개의 CPU 코어가 필요한 것입니다. 우리는 동일한 전력 한도 내에 4배 더 많은 CPU 코어를 집어넣으려 하고 있습니다. 물론 전력은 귀중합니다. 여기에 필요한 자본도 귀중하죠. 핵심 작업을 수행하는 가속기와 CPU로 이미 꽉 찬 데이터 센터에 그 모든 추가 CPU를 집어넣으려고 하는 것은 문제입니다.”

“모든 어려운 문제에는 좋은 해결책이 필요합니다. 그리고 오늘, 우리는 수익 창출을 위해 고객에게 판매하는 최초의 실리콘 칩을 발표합니다. 바로 ‘Arm AGI CPU’입니다. Arm은 이제 새로운 비즈니스에 뛰어들었으며, CPU를 칩 형태로 공급하게 되었습니다. 우리가 이 일을 하는 가장 큰 이유는 파트너들이 요청했기 때문입니다. 하지만 방금 설명한 문제를 해결하기 위해서이기도 합니다. 에이전틱 AI가 주류가 됨에 따라 이를 실현하는 데 필요한 모든 작업은 CPU에 종속되며, 따라서 ‘배터리로 구동되도록 태어난 DNA’를 가진 CPU가 필요합니다.”

Arm Launches Own CPU, Arm’s Motivation, Constraints and Systems - Stratechery

ARM의 CPU 직접 제조에 관한 벤 톰슨의 코멘트인데, 결국 이 또한 GPU를 가장 잘 활용하기 위한 전체 시스템의 일부라는 관점을 짚어준다.

“물론 하스와 Arm만이 이 기회를 노리고 있는 것은 아니다. Nvidia도 이미 ARM 기반 CPU를 판매하고 있을 뿐만 아니라, 하이퍼스케일러들 역시 자체 Arm 기반 칩을 만들고 있다. 다만 가장 중요한 대안은 결국 Intel과 AMD의 x86 칩이 될 것이다. 하스가 Arm의 배터리 기반 설계 유산과 전력 효율성을 언급하며 경쟁 상대로 상정한 것도 바로 이들이다. 그리고 데이터센터에서 전력이 궁극적인 제약 조건이라는 점 자체는 분명 사실이다.”

“하지만 데이터센터 전체 차원에서 전력이 병목이라고 해서, 적어도 가까운 미래까지는 CPU를 평가하는 가장 중요한 기준이 전력, 더 구체적으로는 와트당 성능 하나로 귀결된다는 뜻은 아니다. 데이터센터에서 가장 비싼 칩은 GPU일 것이고, 그렇다면 데이터센터의 수익성을 극대화하는 핵심은 그 GPU들을 가능한 한 쉬지 않고 계속 활용하는 데 있다. 따라서 그 GPU들에 일을 공급하는 CPU를 볼 때는, 단순한 효율성보다도 GPU를 얼마나 잘 계속 먹여 살릴 수 있느냐라는 의미의 성능이 더 중요해질 가능성이 크다. 다시 말해, 더 적은 수의 GPU를 훨씬 더 높은 활용률로 돌릴 수만 있다면, 데이터센터의 공간과 전력을 CPU에 더 많이 배분하는 것도 충분히 합리적일 수 있다. 이것은 개별 칩의 문제가 아니라 시스템 차원의 문제다.”

“바로 이 지점에서 나는 장기적으로는 이 영역에서 Nvidia의 시도에 더 우위를 줄 것 같다. 특히 그 데이터센터가 Nvidia GPU를 돌리는 환경이라면 더 그렇다. Nvidia는 원래부터 시스템 단위로 사고하는 회사이고, 그들의 시스템을 전체적으로 통합 구현할 경우 결국 기가와트당 성능 측면에서 가장 좋은 결과를 낼 가능성이 높다. 동시에 Meta 같은 하이퍼스케일러들 — 이번 칩의 Arm 출시 파트너이기도 한 — 은 단지 Nvidia를 견제하기 위해서라도 더 이질적이고 분산된 컴퓨트 환경을 원하고 또 필요로 한다. 그런 의미에서 Arm은 GPU 시장에서의 AMD와 비슷한 위치에 있다고 볼 수 있다. 다만 CUDA라는 해자를 상대하지 않아도 된다는 점에서, 오히려 더 큰 업사이드를 가질 잠재력도 있다. 실제로 Arm은 x86의 해자를 넘기 위해 Nvidia와 협력하는 쪽이 될 가능성이 높다.”

“더 넓게 보면, 이 모든 것이 결국 ‘시스템’의 문제라는 사실 자체가 왜 Arm의 이번 움직임이 말이 되는지를 보여준다. 최종 제품이 프로세서였던 시절, Arm은 ISA를 제공하며 좋은 사업을 영위했다. 최종 제품이 하나의 시스템이 되자, Arm은 ISA뿐 아니라 코어까지 제공하는 쪽으로 확장했다. 최종 제품이 스마트폰이나 서버가 되자, Arm은 코어를 넘어 서브시스템까지 제공하는 방향으로 올라갔다. 그런데 AI 시대에 최종 제품은 이제 데이터센터다. 그렇다면 Arm의 대응이 아예 직접 칩을 판매하는 수준까지 확장되는 것도 전혀 놀라운 일이 아니다. 한편으로 보면 Arm은 자사 제공 범위를 넓히고 있는 것이고, 다른 한편으로 보면 컴퓨팅의 변화 속도를 따라가고 있을 뿐이기도 하다.”

An Interview with Arm CEO Rene Haas About Selling Chips - Stratechery

Arm CPU 수요는 분명히 존재하는듯.

“CSS를 사용하면 이미 많은 부분이 완성되어 있기 때문에, 2025년쯤 “CSS를 라이선스할 것인가?” 아니면 “우리를 위해 무언가를 직접 만들어 줄 수 있는가?”를 두고 의견이 오갔습니다. 우리도 내부적으로 “이것이 우리 전략상 올바른 일인가?”를 고민하고 있었습니다. 하지만 결국 메타가 “당신들이 우리를 위해 이 칩을 만들어 주면 좋겠습니다. 이것이 시장 출시 기간을 단축하고, 성능이 뛰어나며 우리가 원하는 일정에 맞는 칩을 제공하는 최선의 방법이라고 생각합니다.”라고 제안하면서, 2025년 무렵 우리는 “네, 해드리겠습니다”라고 합의하게 되었습니다.”

“(그럼 메타와의 계약은 “우리가 당신들을 위해 전부 다 만들어 줄 텐데, 대신 다른 데도 팔 수 있게 해달라”는 식이었고 메타는 “괜찮습니다. 상관없어요”라고 한 건가요?)”

“네, 정확합니다. “우리가 이 일을 한다면 다른 고객들에게도 판매하는 것에 대해 어떻게 생각하십니까?”라고 물었고, 그들은 “괜찮습니다”라고 답했습니다.”

→

“SAP는 아마존 클라우드에서 SAP HANA 같은 많은 소프트웨어를 구동하지만, 동시에 온프레미스에서도 무언가를 하려는 욕구가 있습니다. 만약 그들이 더 작은 온프레미스 공간에서 무언가를 하려 하고, 클라우드에서 구축했던 작업물을 활용하고 싶다면 ARM 기반을 원할 것입니다. 우리가 이 제품(Arm AGI CPU)을 만들기 전까지는 선택지가 아예 없었습니다. 그래서 아주 좋은 사례입니다.”

“클라우드플레어 같은 회사도 마찬가지입니다. 클라우드플레어가 자체 칩을 만들까요? 아닐 겁니다. 그들이 다른 회사의 클라우드에서 실행하나요? 물론입니다. ARM을 기반으로 온프레미스에서 실행할 수 있는 애플리케이션을 가지고 있나요? 당연하죠. 우리가 이 일을 시작하기 전에는 “당신들이 아마존, 구글, 마이크로소프트와 경쟁하게 되니 그들은 당신들 제품을 사지 않을 것이다”라는 질문을 참 많이 받았습니다. 하지만 저희는 이렇게 말합니다. “구글은 TPU를 만들지만, 엔비디아 GPU도 엄청나게 많이 삽니다.” 세상일이 그렇게 흑백논리로 돌아가진 않습니다.”

→

(장기적으로 TSMC 팹 확보 부분이 걱정되지는 않습니까? 사업이 엄청나게 커졌는데 정작 칩을 충분히 만들지 못할 수도 있잖아요.)

“현재로서는 그 부분보다 메모리 문제가 조금 더 걱정됩니다. 칩에 대한 비즈니스나 수요는 실제로 매우 높습니다. 벤, 우리는 파트너를 통해 TSMC로부터 향후 수요 증가분에 대한 물량도 확보할 수 있기 때문에 그건 문제가 되지 않습니다. 하지만 메모리는 꽤 도전적인 과제입니다. 만약 이 비즈니스가 얼마나 더 커질 수 있는지에 한계가 있다면, (우리가 투자자들에게 제시한 재무 전망은 메모리와 로직 칩 모두 우리가 확보한 캐파를 기반으로 한 것이긴 합니다만) 메모리가 더 많았다면 우리가 더 많이 팔 수 있었을까요? 네, 그렇습니다. 메모리가 더 많았다면 수치를 훨씬 더 공격적으로 잡았을 겁니다.”

“우선, HBM이 엄청난 용량을 차지하고 있고, 메모리 제조사들이 LP에서 HBM으로 전환하고 있는 데다, CPU 수요 폭발로 메모리 수요가 함께 치솟으면서 모든 것이 겹치고 있습니다. 이 모든 요인이 맞물리면서 메모리 문제가 상당히 심각해지고 있습니다.”

새로운 사이클은 언제나 환영이야 - 미래에셋증권 한종목

AI 에이전트의 HW 수혜 강도는 CPU가 가장 강할 수도 있어보인다.

“AI 인프라의 중심축이 대규모 병렬 연산을 전담하던 GPU에서 극초저지연 순차 제어를 담당하는 매니코어 CPU로 이동하고 있습니다.”

“이 과정에서 발생하는 초당 수백만 번의 조건부 분기 판단과 방대한 KV 캐시의 컨텍스트 스위칭은, 동일한 명령을 수만 개의 코어에 동시다발적으로 하달해야만 제 성능을 발휘하는 단일 명령어 다중 스레드 구조를 완벽하게 마비시킵니다. 에이전트 워크로드는 단순한 연산량의 폭발이 아니라 순차적 논리 제어 부하의 폭발을 의미하며, 이를 해결하기 위해 강력한 단일 스레드 통제력과 거대한 내부 캐시를 갖춘 CPU가 데이터센터의 최고 지휘관으로 귀환했습니다.”

“이러한 물리적 워크로드의 근본적 변화는 클라우드 벤더들의 데이터센터 아키텍처를 원점에서 해체하고 있습니다. 과거 1U 서버 박스 내에 연산과 제어 장치를 혼합 배열하던 모놀리식 구조는 열역학적 파산을 맞이하고 있습니다. 대신 순수 병렬 연산만을 담당하는 수냉식 가속기 랙과, 수만 개의 에이전트 상태 통제를 전담하는 초고밀도 CPU 랙이 물리적으로 완전히 분리되는 디스어그리게이션 아키텍처가 확립될 것으로 보입니다. 이 지휘관 랙을 선점하기 위해 AMD는 칩렛 기술의 원가 경제성을 극한으로 끌어올려 서버 시장 점유율 45퍼센트를 정조준하고 있으며, 인텔은 클라우드 환경의 최대 리스크인 보안 취약점과 성능 불균형을 해결하기 위해 20년간 이어온 하드웨어 멀티스레딩 기능을 과감히 삭제하는 아키텍처 혁명을 단행했습니다. 동시에 아마존과 구글 같은 하이퍼스케일러들은 범용 x86 명령어 세트를 버리고 자사 트래픽 라우팅에 최적화된 극한의 맞춤형 Arm 실리콘을 전면 도입하여 총소유비용을 억제하고 있습니다.”

“에이전트 트래픽 증가 × 멀티에이전트(페르소나) 승수 → 순차적 CPU 워크로드 증가 → 레거시 CPU 붕괴 → 신형 CPU 강제 교체 수요. 이것이 CPU 슈퍼사이클의 작동 원리다. 시장이 이 이동을 아직 가격에 반영하지 못하고 있다면, 그것이 바로 알파다.”

The Great AI Silicon Shortage - Semianalysis

지금은 TSMC N3 공정 쇼티지다. 여러모로 인텔과 삼성 파운드리에게 기회가 찾아오는 상황.

“이제 공급이 얼마나 부족한지 살펴보겠습니다. 올해 내내 N3 가속기 웨이퍼 수요가 공격적으로 증가하고 있습니다. 주된 요인은 엔비디아가 4NP 기반의 블랙웰에서 N3P 기반의 루빈 세대로 전환하면서 발생하는 루빈 생산량 증가입니다. 하지만 플랫폼 및 공급망의 성숙도가 더 높기 때문에, 올해는 여전히 블랙웰이 루빈보다 더 많은 물량으로 출하될 것입니다. 구글과 브로드컴의 TPU는 엔비디아와 아마존보다 먼저 N3를 도입했으며, 2025년 중에 이미 TPUv7 칩 생산에 들어갔습니다. 이러한 모멘텀은 구글 내부 수요와 앤스로픽 등 외부 수요에 힘입어 올해 TPU 출하량이 크게 증가하면서 계속 이어지고 있습니다. 동시에 차세대 TPUv8 변형 모델로의 전환이 시작될 것이며, 이 역시 N3 노드에 머물게 됩니다. 또 다른 주요 변수는 N3P 기반 트레이니엄3로, 2026년 초부터 웨이퍼 투입을 시작해 하반기에 생산량을 대폭 늘릴 예정입니다.”

“결과적으로 AI 관련 수요(가속기, 호스트 CPU 및 네트워킹 N3 수요)가 올해 N3 생산량의 60%에 조금 못 미치는 비중을 차지하게 됩니다. 나머지 40%는 주로 스마트폰과 일반 CPU용입니다. 이러한 수요처들의 주문만으로도 N3 전체 생산 능력이 완전히 가동되고 있어, TSMC가 생산 능력을 추가로 확보할 여력은 거의 없습니다. TSMC가 N3 생산 능력을 추가하더라도 2027년에는 이러한 공급 부족 현상이 더욱 심각해질 것입니다. 당사의 모델링에 따르면 2027년 N3 웨이퍼 생산량 중 AI 수요가 86%를 차지하여, 스마트폰과 CPU 웨이퍼를 거의 완전히 밀어낼 것으로 예상됩니다. 이러한 변화의 일부는 N2(2나노)로 전환하려는 스마트폰 로드맵 계획에 기인하지만, 빠듯한 N3 생산 능력이 이 전환을 앞당기는 데 확실히 한몫하고 있습니다. N3 노드에 남아 있는 제품군의 경우 수요가 온전히 충족되지 않을 가능성이 높습니다.”

테라팹 설명회 요약 by 딘스티커 Dean’s Ticker

파운드리 쇼티지에 대비해 머스크는 반도체를 직접 만들겠다는 테라팹 프로젝트를 런칭.

Q. 테라팹 목적

테라팹은 연간 1테라와트의 컴퓨팅 파워를 목표로 하는데 이는 인류 문명 기준으로 엄청나지만 카르다쇼프 2단계 문명으로 가기 위한 한 단계일 뿐이다. 러시아 물리학자 카르다쇼프는 문명을 에너지 사용량으로 분류했다. 1단계 문명은 행성 에너지의 대부분을 사용하는 것인데 지구는 아직 멀었다. 표면에 도달하는 태양 에너지의 아주 적은 부분만 사용하기 때문이다. 2단계는 태양 에너지다. 문명의 전력 출력을 100만 배 늘려도 태양 에너지의 100만 분의 1에 불과하다. 테라팹 프로젝트를 위해 SpaceX, xAI, Tesla가 힘을 합친다. 연간 1TW 컴퓨팅을 위해서는 연간 1,000만 톤의 위성을 궤도로 보내야 한다. 우리는 궤도에서 1TW의 태양광 발전도 구축하고 있다. SpaceX가 개발한 AI-Sat의 미니 버전은 100KW급이며 태양광 패널과 방열판이 장착된다. 현재 전세계 AI 컴퓨팅 출력은 연간 약 20GW 수준이다.

Q. 테라팹 로드맵

우리가 왜 테라팹을 지어야 하는지 설명한다. 지구상의 모든 팹을 합쳐도 우리가 필요한 양의 2%에 불과하기 때문이다. 삼성, TSMC, 마이크론 등이 제조하는 칩을 우리가 사겠다고 말했지만 이들의 공급 확장 속도는 우리가 원하는 것보다 훨씬 느리다. 그래서 테라팹을 짓지 않으면 칩을 확보할 수 없다. 텍사스 오스틴에 첫 테라팹을 구축할 것이다. 여기서는 로직, 메모리 등 모든 종류의 칩을 만들 수 있는 장비를 갖출 것이다. 리소그래피 마스크 제작 장비마저 설치할 것이다. 한 건물에서 마스크를 만들고 칩을 제작하고 테스트한 뒤 다시 디자인을 개선하는 반복 과정이 엄청나게 빨라질 것이다. 이 과정은 다른 제조사보다 10배는 빠를 것이다. 크게 2가지 종류의 칩을 만들 것이다. 하나는 옵티머스 & 전기차에 쓰일 엣지 추론용 칩이다. 특히 옵티머스에 많이 쓰일 것이다. 로봇 생산량은 전기차보다 10배에서 100배 더 많아질 것이기 때문이다. 다른 하나는 가혹한 우주 환경에 최적화된 고출력 칩이다. 우주에서는 방열판 질량을 최소화하기 위해 칩을 지상보다 더 뜨겁게 가동해야 한다.

Q. 테라팹 다음

테라와트 다음은 무엇일까. 달에 전자기 매스 드라이버(발사 장치)를 설치하는 것이다. 달은 대기가 없고 중력이 지구의 1/6라서 로켓 없이 화물을 탈출 속도까지 가속해 쏘아 올릴 수 있다. 그러면 비용이 다시 한번 획기적으로 낮아지고 TW보다 1,000배 큰 PW 규모가 가능하다. 나는 달에서 매스 드라이버가 작동하는 것을 볼 수 있을 만큼 오래 살고 싶다. 그것은 태양 에너지의 100만 분의 1을 활용하는 길이며 지구 경제의 100만 배 규모가 되는 길이다. 미래에는 모든 것이 공짜가 될 것이다. 이언 뱅크스의 소설처럼 돈이 존재하지 않고 누구나 원하는 것을 가질 수 있는 풍요의 시대가 올 것이다. 누구나 토성 여행을 갈 수 있는 세상이다. 이 여정에 동참해 놀라운 칩을 디자인하고 제작하자.

The Ridiculously Nerdy Intel Bet That Could Rake in Billions - Wired

인텔은 자신들의 상대적 강점인 패키징 역량을 통해 파운드리 반등을 노리고 있다.

“지난 6개월 동안 인텔은 자사의 반도체 파운드리 부문 내에서 운영되는 첨단 패키징 사업이 급성장하고 있다는 신호를 보내왔습니다. 인텔의 이러한 노력은 생산 규모 면에서 자사를 훨씬 능가하는 대만 TSMC와의 정면대결을 의미합니다. 하지만 AI가 모든 종류의 컴퓨팅 파워에 대한 수요를 주도하고, 거의 모든 주요 기술 기업들이 자체 맞춤형 칩 제작을 고려하게 만드는 시대에, 인텔은 이 노력을 통해 AI 시장에서 더 큰 파이를 차지할 수 있을 것으로 기대하고 있습니다.”

“인텔은 칩 제조 분야의 선두 자리를 TSMC에 내주었지만 패키징에 대한 투자는 계속 이어갔습니다. 2017년 인텔은 EMIB(Embedded Multi-die Interconnect Bridge)라는 공정을 도입했는데, 이는 칩 패키지 내 구성 요소 간의 실제 연결 부위(브리지)를 축소했다는 점에서 독특했습니다. 2019년에는 고급 다이 스태킹 공정인 포베로스(Foveros)를 도입했습니다. 이후 인텔의 패키징 기술은 더 큰 도약인 ‘EMIB-T’로 이어졌습니다.”

“지난 5월 발표된 EMIB-T는 칩의 모든 구성 요소 간 전력 효율성과 신호 무결성을 개선할 것을 약속합니다. 인텔의 패키징 기술 개발을 직접 알고 있는 전직 직원은 WIRED와의 인터뷰에서, 인텔의 EMIB와 EMIB-T가 TSMC의 방식보다 칩을 패키징하는 데 있어 더 정밀한 방식으로 설계되었다고 전했습니다. 다른 대부분의 칩 기술 발전과 마찬가지로, 이는 장기적으로 전력 효율을 높이고 공간을 절약하며 이상적으로는 고객의 비용을 절감하는 것을 목표로 합니다. 회사는 EMIB-T가 올해 팹에 도입될 것이라고 밝혔습니다.”

“익명을 요구한 한 전직 인텔 직원은 인텔의 타깃 패키징 고객들이 몇 가지 이유로 인텔과의 파트너십 발표를 주저하고 있을 수 있다고 분석했습니다. 그들은 회사가 팹 확장 약속을 제대로 이행하는지 지켜보기 위해 기다리고 있거나, 패키징을 위해 인텔을 사용한다고 밝힐 경우 TSMC가 잠재적으로 그들에게 할당하는 웨이퍼 물량을 줄일 것을 우려하고 있다는 것입니다. 이 전직 직원은 고객들이 감수해야 할 위험은 기술 자체가 아니라 이처럼 더 넓은 시장의 역학 관계라고 덧붙였습니다.”

관련해서 나는 삼성 파운드리 또한 좋게 보고있다.

• 최근 딜런 파텔의 인터뷰를 보면 당장은 전력이 병목이지만, 시간이 흐를수록 팹 자체(특히 TSMC 캐파 자체)가 병목이 될꺼라고 강조하였고, 따라서 시간이 갈수록 삼성파운드리에 기회가 커질 수 밖에 없다고 생각한다.

• 그런 와중에 이번에 GTC 2026의 하이라이트는 Groq 칩 탑재 발표였고, 그중에서도 젠슨 황이 삼성파운드리 샤라웃 해준게 의미가 컸다고 생각한다. 삼파에서 당장의 비중은 크지 않지만, 중요한 칩을 생산한다는 것 자체만으로 의미가 커보인다. 또한 이번주에 리사 수가 방한해서 이재용 만나고 갔는데 여기서도 HBM 뿐만 아니라 파운드리 이야기가 오고 갔다고 한다.

• 게다가 오늘 머스크가 ‘테라팹’ 건설을 공식화했는데, 이 프로젝트의 의의 자체가 TSMC와 삼성 파운드리의 공급 확장만으로는 자신들의 수요를 맞출 수 없기 때문에 직접 팹을 짓겠다는 것이니, 사실상 머스크가 파운드리 쇼티지를 다시 한번 증명해준 것이다.

이 모든걸 종합해보면 AI 발전에 있어서 다음 최대 병목은 ‘팹’일 것 같고, 삼성 파운드리의 중요성이 커질 수 밖에 없는 것 같다.

#바이오

Anthropic Acquires Startup Coefficient Bio for About $400 Million - The Information

앤트로픽도 작년 가을에 새로 생긴 AI 바이오텍인 Coefficient Bio를 $400m에 인수.

OpenAI, 앤트로픽, 딥마인드 셋 다 공통적으로 생명 과학 분야에 지속적으로 리소스를 쓰고 있다. 따라서 차세대 전장이 될 가능성이 매우 높은 분야.

“작년 가을에 설립된 코이피션트 바이오는 AI가 신약 연구 및 개발 계획, 임상 규제 전략 관리, 신약 기회 발굴과 같은 바이오테크 업무를 수행할 수 있도록 지원하는 플랫폼을 개발하고 있었습니다.”

#핀테크

Tempo Mainnet is live

마침내, 스트라이프의 메인넷 Tempo 런칭.

“지난 9월 템포를 처음 발표했을 때, 우리의 전제는 단순했습니다. ‘스테이블코인이 인터넷 상거래의 핵심 계층이 되려면, 자금을 이동시키는 인프라가 결제 목적에 맞게 특화되어 구축되어야 한다’는 것입니다.”

“스테이블코인은 즉각적인 정산과 지속적인 가용성을 통해 국경을 넘어 가치를 이동시키는 것을 가능하게 합니다. 하지만 기존 블록체인의 대부분은 대규모 결제 워크로드를 위해 설계되지 않았습니다. 수수료가 변동하고 처리량이 제한적이며, 일반적인 결제 흐름에 트랜잭션 구조가 잘 맞지 않습니다.”

“다른 블록체인들과 달리, 템포는 예측 가능한 비용, 높은 처리량, 대량 트랜잭션의 안정적인 정산 등 실제 결제 시스템의 요구 사항을 중심으로 설계되었습니다.”

“AI 에이전트들은 이미 코드를 작성하고, 서비스를 조정하며, 데이터를 검색하고, 인터넷 전반에서 복잡한 워크플로우를 실행할 수 있습니다. 하지만 이러한 시스템의 기능이 고도화됨에 따라 ‘거래’의 필요성도 점점 더 커지고 있습니다.”

“이러한 환경에서 결제는 지속적이고 프로그래밍 방식으로 이루어집니다. 두 당사자 간의 단일 트랜잭션 대신, 단일 워크플로우에 여러 서비스에 걸친 수십, 수백 개의 소액 결제가 포함될 수 있습니다.”

“이러한 패턴은 기존 결제망의 한계를 빠르게 드러냅니다. 기존 결제 시스템은 사람이 시작하는 트랜잭션과 수동 승인 흐름을 가정합니다. 반면, 많은 블록체인들은 예측 가능한 비용과 신뢰성이 가장 중요한 고빈도·소액 트랜잭션을 위해 설계되지 않았습니다.”

“템포는 이러한 규모의 상호 작용을 위한 정산 인프라를 제공하여, 에이전트가 프로그래밍 방식으로 거래할 수 있도록 지원합니다.”

Introducing the Machine Payments Protocol

동시에 Machine Payments Protocol (MPP)도 함께 런칭하며 AI 에이전트 진출을 공식화.

우리가 클로드 코드 사용을 위해 크레딧 결제하는 것 처럼, 미리 에이전트 지갑에 돈을 충전해놓고 에이전트에게 위임하는 시대가 이미 열리고 있는 것 같다.

“이러한 기반을 구축하기 위해, 기계 결제를 위한 개방형 표준인 기계 결제 프로토콜(Machine Payments Protocol, MPP)을 출시합니다. MPP는 모든 결제 수단에 구애받지 않고 확장 가능하도록 설계되었으며, 이미 스테이블코인, 카드 및 기타 지원되는 결제 수단과 연동되어 작동하고 있습니다.”

“MPP는 에이전트와 서비스가 프로그래밍 방식으로 결제를 조정할 수 있는 표준화된 방법을 제공합니다. 각 서비스가 자체적인 청구 흐름을 발명하는 대신, MPP는 기계 간의 결제를 요청, 승인, 정산하기 위한 단순한 프로토콜을 정의합니다.”

“우리는 기계 결제가 여러 서비스와 결제망 전반에서 일관되게 작동할 수 있도록 MPP를 개방형 표준으로 출시하기로 결정했습니다.”

“MPP를 사용하면 에이전트가 자율적으로 서비스 비용을 지불할 수 있습니다. 에이전트가 서비스에 리소스를 요청하면 서비스는 결제 요청으로 응답합니다. 그런 다음 에이전트가 지갑에서 결제를 승인하면 거래가 즉시 정산되고, 서비스는 요청된 리소스를 에이전트에게 전달합니다.”

“이는 지속적인 결제를 허용하는 ‘세션(sessions)’이라는 새로운 기본 요소 덕분에 가능해졌습니다. 이를 ‘돈을 위한 OAuth(인증 표준)’라고 생각해 보세요. 한 번 승인하면 정의된 한도 내에서 결제가 프로그래밍 방식으로 실행되도록 허용하는 것입니다.”

“에이전트가 세션을 열면, 먼저 자금을 확보해 둡니다. 에이전트가 서비스(API 호출, 모델 추론, 데이터 쿼리 등)에서 리소스를 소비함에 따라, 각 상호 작용에 대해 별도의 온체인 트랜잭션을 요구하지 않고 결제가 지속적으로 스트리밍됩니다.”

“수천 건의 소액 트랜잭션을 단일 정산 트랜잭션으로 통합할 수 있어, 인터넷 규모에서 진정한 종량제(pay-per-use) 결제를 구현할 수 있습니다.”

State Channels and Agentic Payments - Liam Horne

전 이더리움, 현 Tempo 소속 개발자가 설명하는 MPP의 의의.

“저는 거의 10년 동안 ‘소프트웨어가 소프트웨어에게 결제하는 것’이라는 하나의 아이디어에 사로잡혀 있었습니다. 2017년 당시, 저희 일행은 이더리움(Ethereum) 상에서 기계들이 서로 소액 결제(micropayments)를 스트리밍할 수 있는 인프라인 ‘상태 채널(state channels)’을 구축하는 데 수년을 쏟아부었습니다. 기술은 아주 잘 작동했지만, 아직 아무도 그것을 필요로 하지 않았습니다. 사람들은 블록체인을 결제가 아닌 토큰 거래에 사용했습니다. 하지만 AI 에이전트가 이를 바꿔놓았습니다. 에이전트야말로 우리가 기다려온 바로 그 소프트웨어이며, 이것이 우리가 스트라이프(Stripe)와 함께 그들에게 결제 수단을 제공하기 위해 ‘기계 결제 프로토콜(Machine Payments Protocol, MPP)’을 구축한 이유입니다.”

“에이전트는 사람처럼 결제하지 않습니다. 에이전트는 하루에 수천 번의 작은 결정을 내릴 수 있으며, 각 결정마다 지연 시간이 짧은(low-latency) 프로그래밍 방식의 결제가 필요합니다. 그리고 현재 이를 위한 표준화된 방법은 없습니다. 선불 잔액이 있는 API 키를 하드코딩하거나, 헤드리스 브라우저에서 카드 결제 양식을 통해 에이전트가 제출하도록 하는 방법을 찾아야만 합니다.”

“저는 에이전트 기반 결제가 상태 채널이 가지지 못했던 ‘킬러 앱’이라고 생각합니다. 에이전트는 사람의 개입 없이 적은 금액으로 높은 빈도로 다른 소프트웨어와 거래해야 하는 자율 소프트웨어입니다. 에이전트는 이미 목표를 추론하고, 장단점을 평가하며, 어떤 행동을 취할지 결정합니다. 에이전트에게 지출 정책을 부여하고 그 정책 내에서 행동하게 하는 것은 바로 에이전트가 구축된 목적, 즉 ‘제한된 의사 결정(bounded decision-making)’의 일환입니다.”

Coinbase Dives Into AI Agent Payments - The Information

클라우드플레어도 스테이브코인 발행을 검토 중에 있구나.

“코인베이스와 암호화폐 인프라 스타트업 제로해시(Zerohash)는 올해 출시 예정인 클라우드플레어의 새로운 스테이블코인 발행을 두고 경쟁하는 기업들 중 하나입니다. 웹 트래픽 관리 및 사이버 보안에서 클라우드플레어가 핵심적인 역할을 하고 있기 때문에, 이 계약의 승자는 자사의 스테이블코인을 에이전트 기반 트래픽의 중심에 놓을 수 있습니다.”

#마지막으로

권오현 전 회장 “나는 이상한 삼성맨… 주말 쉬고 칼퇴근, 위임 철저” - 김지수의 인터스텔라

다시, 초격차

“골방에서 면벽하면 도사는 되겠지만, 촉이 좋은 리더는 못됩니다. 촉은 다양한 사람 만나고 세상의 흐름 속에 있어야 생겨요. 흐름을 알려면 내 비즈니스 밖의 사람, 이해관계가 없는 사람을 자주 만나냐 해요.”

“주말이면 예술가 만나고 PD들 만나러 다녔어요. 기자하고 정치가만 빼고는 다 만나고 다녔어요.”

“진짜 1등이 되려면 내가 더 잘할 수 있는 게 아니라 나만이 할 수 있는 걸 찾아야 합니다. 내가 더 잘하는 걸 하면 돈은 벌겠지만, 피곤하게 살아야 해요(웃음).”

“돌아보면 나는 모범생은 아니었어요. 내가 했던 경영도 삼성의 대표적 경영이라고 생각하면 안 돼요. 나는 어쩌면 이상한 경영을 한 거예요. 열심히 한 사람도 아니었어요. 브레인은 열심히 돌렸지만, 피지컬리 열심히 한 사람은 아니었어요. 다만 학창 시절부터 ‘틀리면 어떡하지?’ 보다는 ‘틀려도 한번 해볼게’ 쪽이었어요. ‘이렇게 하면 더 낫지 않을까요?’ 선생님께 얘기라도 해보는 아이였죠.“

“이건희 회장은 한 번도 나한테 지시를 내린 적이 없어요. ‘매출 얼마야?’라는 말은 들어본 적이 없어요. 리더가 매출만 질문하면 그 조직은 평생 발전을 못 합니다. 이건희 회장은 ‘앞으로 어떤 미래가 오는지? 뭘 준비해야 하는지? 인재는 어떻게 키울 건지?’ 같은 질문만 집요하게 던졌어요.”

그리고 인터뷰에 관한 김지수 기자의 코멘트: ”권오현은 초격차의 비밀은 인간 본성에 있다고 했다. 탐험하고 한계에 도전하는 본성이 바로 초격차의 비밀이었다고. 그 자신, 적자 사업을 맡아 누구의 간섭도 받지 않고 결정을 내렸던 순간들이 모여 ‘결단력’이 자랐던 것처럼, 과감하게 위임하고 질문하라고. 결국 의미와 흥미, 재미와 보상이 있는 곳에 자석처럼 사람이 모인다는 말에 오래 고개를 끄덕였다.“

정말이지 매일마다 ‘이게 되네?’를 체감하면서 살아가고 있는데, 마치 마법사가 된 기분입니다. 예전에 코딩하는 사람들의 인터뷰를 보면 자기가 생각하는걸 구현할 때 짜릿해하는 장면들이 많았었는데, AI 덕분에 그러한 짜릿함을 비개발자인 제가 느낄 수 있게 되었습니다.

정말이지 말이 안되는 세상 속에 살아가고 있는 것 같은데, 설레임과 동시에 한편으로는 무서운 세상인 것 같습니다. 더더욱 정신 바짝 차리고 세상의 발전을 따라가야만 할 것 같습니다.

오늘은 AI, 하드웨어, 핀테크에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#AI

Dylan Patel: They Don’t See It Coming

10000% 동의. 처음에는 개발자 대체 도구인줄 알았으나, 이걸 내가 직접 사용하면서 느끼는건 나 같은 비개발자가 활용할 영역이 정말 무궁무진하다는 점이다. 딱 한번 느껴보면 새로운 세상이 펼쳐진다.

“사람들은 클로드 코드나 코덱스를 코딩 도구라고 인식하는데, 사실 그렇지 않습니다. 프로그래머가 아닌 사람이 일부러라도 이런 도구를 써보면 엄청난 생산성 향상을 얻을 수 있어요.”

“ChatGPT와 이런 것들의 차이는 완전히 다릅니다. 클로드 코드, Cursor 에이전트 모드, Codex 같은 건 전부 에이전트 오케스트레이션 시스템입니다. 그리고 그걸 통해 뭐든 시킬 수 있고요. 자연어로 말하면 실제로 일을 하러 가니까요. 물론 소프트웨어를 만들 수도 있고요.”

“사실 도메인을 이해하고 있는 사람이라면, 자신이 원하는 것을 그저 설명하고, 결과물을 확인한 뒤, 계속해서 반복하고 수정해 나갈 수 있습니다. 그러니 이건 프로그래밍이 아니에요. 비즈니스 로직이 코드화(구현)되는 과정인 거죠, 안 그런가요?”

EP 85. OpenClaw와 2026년 2월의 신호들 - AI 프론티어

한줄로 표현하면 내가 하는 일의 상당 부분을 컴퓨팅으로 치환이 가능해지는 시대다. 그러니 이걸 빠르게 적응해서 해내는 사람들이 이 시대를 이끌어갈 수 밖에 없다고 본다.

그리고 역설적으로 나의 일을 AI로 대체할수록 새로운 할 일들이 계속해서 떠오르기 때문에 더더욱 바빠지는 것 같고, 오히려 더욱 중요한 일에 많은 리소스를 쓰게 되는 것 같다. (이러한 이야기들이 예전에는 이해는 되지만 납득이 완전히 되는건 아니었는데, 이제는 100% 납득이 된다.)

“코드를 쓰고 있는 게 의미가 없어진 세상이고, 요새 돌아다니면서 소프트웨어 엔지니어 분들을 만나보면 그런 이야기 심심치 않게 하시는 것 같아요.”

“비꼬는 분들은 “지금 소프트웨어 엔지니어가 최고의 직업이다. 왜? 다 에이전트한테 일 시키고 자기는 비싼 월급 받으면 되니까”라고 합니다. 그거 하나고, 두 번째로는 “이제는 이직하면서 연봉 올리는 거는 불가능하구나”라는 걸 다 인지하고 있는 것 같아요. 시니어에서 주니어 레벨까지 그냥 지금 있는 좋은 회사에서 어떻게 큰 문제가 안 생기고 무언가로 전환(Transition)할 수만 있다면 그나마 다행이라는 이야기들을 심심치 않게 하고 계시거든요.”

“그러면서 어떻게 해야 되냐라는 것들을 물어보시는데, 이 부분에 대해서 소프트웨어 엔지니어들이 갖고 있는 우울함, 그다음에 Agentic Coding이나 이 Vibe Coding을 가지고 누가 가장 큰 득을 보고 있느냐 이런 것들을 보면 어떻게 생각하실지 모르겠는데 제가 주변에서 관찰을 해 본 바로는 제일 잘 하시는 분들은 소위 엔지니어링에 대한 부분에 이 암묵지와 잔뼈가 굵은 사람들입니다.”

“아까 승준 님이 OpenClaw이나 Pi 만들었던 사람들 전부 다 2~30년의 경력자라고 말씀하셨던 것처럼, 그런 경력을 가지고 있으면서 플러스 비즈니스 센스, 즉 뛰어난 사업가 감각이 있는 사람들이 지금 가장 큰 수혜자들입니다. 이 사람들은 본인이 생각하는 어떤 문제에 대한 해결책과 사업화하는 과정 자체를 그냥 AI로 막 쓰고 있거든요. 거칠 게 없어요. “못할 일이 있을까요”라는 생각을 하면서 빌딩하느라고 지금 정신이 없습니다. 그리고 빌딩만 하는 게 아니라 이것들을 어떤 식으로 사업으로 바꿔야 될지에 대한 고민들도 하고 계시거든요. 그분들도 명확하게 ‘내가 만들 수 있는 거, 다른 사람도 다 만들 수 있는데 나만 만들 수 있는 거’에 대한 고민들을 지금 하고 계시는 거거든요.”

“그래서 이러한 이야기들이 아마 올해 후반으로 갈수록 창업계라든지 Y Combinator의 어떤 행사라든지 그런 것들을 지배하는 키워드가 될 거라는 생각은 들어요. 그래서 그들이 가장 큰 수혜자들이고, 두 번째 수혜자가 소프트웨어 엔지니어일 것 같은데 전혀 아니더라고요. 두 번째 수혜자는 누구냐면요, 소프트웨어는 하나도 할 줄 모르는데 그 해당 도메인에 대한 문제 의식과 그에 대해서 암묵지를 가지고 있는, 소위 심하게 요약하면 ‘문과’입니다.”

“그냥 심하게 어떤 상징성을 부여하기 위해서 저희가 문과라는 이야기를 쓴 거죠. 그분들이 두 번째로 잘하는 분이에요. 이분들은 뭘로 하냐, Ralph Loop로 해요. 뭐가 됐든지 간에 처음 시작하는 시작점을 만들 줄 알고, 이게 끝났을 때 어떤 게 돼야 된다라고 하는 평가 지표(Evaluation Metric)에 대한 가정을 하실 수 있는 분들이죠. 그러면 그거 딱 밀어넣고 그냥 될 때까지 “해줘, 해줘, 해줘” 엔터 누르는 거죠. 그러면 그 사이에서 모델이, 그냥 이 문제를 의뢰한 사람들이 가지고 있었던 혼돈의 영역이나 혹은 생각해 보지 않았던 그런 영역들까지 모델이 전부 서치하고 시뮬레이션해 보고 실수를 해서, 결국 Evaluation Metric을 만족하지 않으면 그냥 안 하고, 그래서 어떻게든 찾아와요. 수많은 토큰을 태워서 진화의 과정을 통해서 답을 가져옵니다. 그래서 이분들까지는 저는 수혜자인 것 같아요.”

“세 번째 수혜자는 사실 수혜자라는 표현이 부족하고 피해자라는 표현이 제일 맞을 것 같은데, 거의 절대 다수의 엔지니어들이 피해자예요. 이분들이 지금 본인이 가지고 있었던 스킬, 도구, 가지고 있었던 어떤 지적인 우위, 이런 것들의 가치가 심하게 얘기하면 거의 0에 떨어진 상황이거든요. 그리고 뭘 많이 만들 줄은 아시는데 이 만드는 것들이 누군가에게 어떻게 써야 된다라고 하는 그 구간에 대한 생각이 없으세요. 그래서 Product은 많이 만드는데 그냥 필요 없는 Product들이 양산되고 있는 거죠.”

“그래서 저희가 긴 얘기를 했지만 마지막으로 정리를 하면, 미친 듯이 빨리 변하고 있습니다. 미친 듯이 빨리 변하고 있고 살아갈 수 있는 방법은 그 변화의 속도와 같이 사는 것밖에는 방법이 없는데, 그럼 그 변화의 속도에 따라가면서 우리가 프런티어 랩이 아닌 입장에서 어떤 걸 좀 중점적으로 봐야 되느냐. 내가 남보다 좀 앞서 있는 어떤 타임 갭의 영역이 무엇이냐. 이젠 도메인이라는 표현도 무색할 정도로 그 도메인에서 절대 모델과 다른 사람들이 할 수 없는 어떤 암묵지의 영역, 그런 게 무엇이냐가 조합돼야 무언가를 만들 수 있는 세상이 되었다는 생각이 듭니다.”

Scaling AI for everyone

OpenAI가 신규 투자를 발표. 이정도 규모의 투자를 단 세 군데의 펀딩만으로 모을 수 있구나.

“오늘 당사는 $730b 투자 전 기업가치로 $110b 규모의 신규 투자를 유치했음을 발표합니다. 여기에는 소프트뱅크 $30b, 엔비디아 $30b, 아마존 $50b가 포함됩니다. 또한 당사는 아마존과 전략적 파트너십을 체결하고 엔비디아와 차세대 추론용 컴퓨팅 인프라를 확보했습니다.

한편으로 $730b 기업가치는 앤트로픽의 Pre $350b와 거의 2배 밖에 차이가 나지 않는 것도 사실이다.

참고로 현재 OpenAI의 지표들을 살펴보면:

• Codex WAU 200만명 / ChatGPT WAU 9억명

• ARR $25b (cf 앤트로픽 ARR $19b)

최근들어서 앤트로픽의 기세가 무시무시해서 상대적으로 우려가 많아지는 OpenAI인데, 나름 자기 갈 길을 잘 걸어가고 있다고 생각한다. 최근에 출시한 GPT-5.4 모델도 훌륭한 것 같고 (강화학습 쪽에서는 OpenAI 역량이 강한 것 같다.)

Our agreement with the Department of War

앤트로픽과 미국 국방부가 대규모 감시와 자율 무기 개발 권한을 두고 충돌하였고, 결국 클로드가 국방부의 블랙리스트 명단에 드는 일이 발생했다.

결과적으로 이번 상황을 두고 OpenAI는 비즈니스를 진척시켰고, 앤트로픽은 기업의 철학을 강화시켰는데, 두 기업가의 색깔이 뚜렷하게 드러난 현상인 것 같다.

아래는 OpenAI의 공식 발표문:

“우리는 기밀 환경에 첨단 AI 시스템을 배포하는 것과 관련하여 펜타곤(미 국방부)과 합의에 도달했으며, 이 합의 조건을 모든 AI 기업에도 동일하게 제공해 줄 것을 요청했습니다. 우리는 이번 합의가 앤스로픽을 포함하여 과거에 있었던 그 어떤 기밀 AI 배포 합의보다 더 많은 가드레일(안전장치)을 갖추고 있다고 생각합니다.”

“우리는 국방부(DoW)와의 협력을 이끄는 세 가지 주요 ‘레드라인(한계선)’을 가지고 있으며, 이는 다른 여러 선도적인 AI 연구소들도 전반적으로 공유하는 원칙입니다.”

- 대규모 국내 감시를 위한 OpenAI 기술 사용 금지.

- 자율 무기 시스템을 지휘하기 위한 OpenAI 기술 사용 금지.

- 중대한 자동화된 의사결정(예: “사회 신용”과 같은 시스템)을 위한 OpenAI 기술 사용 금지.

우리의 합의 내용은 다음과 같습니다:

- 배포 아키텍처. 이는 클라우드 전용 배포로, 앞서 언급한 원칙 등을 포함하여 우리가 직접 운영하는 안전 스택이 적용됩니다. 우리는 국방부에 “가드레일이 해제된” 모델이나 안전 교육을 받지 않은 모델을 제공하지 않으며, 치명적인 자율 무기에 사용될 가능성이 있는 엣지 디바이스(edge devices)에 모델을 배포하지도 않습니다.

- 우리의 배포 아키텍처를 통해 우리는 분류기(classifier) 실행 및 업데이트를 포함하여 이러한 레드라인이 지켜지고 있는지 독립적으로 검증할 수 있습니다.”

계약 내용. 관련된 조항은 다음과 같습니다:

국방부(Department of War)는 적용 가능한 법률, 운영 요구 사항, 그리고 확고히 자리 잡은 안전 및 감독 프로토콜에 부합하는 모든 합법적인 목적을 위해 AI 시스템을 사용할 수 있다. AI 시스템은 법률, 규정 또는 부처 정책이 인간의 통제를 요구하는 어떠한 경우에도 자율 무기를 독립적으로 지휘하는 데 사용되지 않으며, 동일한 권한 하에 인간 의사결정자의 승인이 필요한 다른 중대한 의사결정을 대신하는 데에도 사용되지 않는다. 국방부 지침 3000.09(2023년 1월 25일 자)에 따라, 자율 및 반자율 시스템에서 AI를 사용할 때는 배포 전 실제 환경에서 의도한 대로 작동하는지 확인하기 위해 엄격한 검증, 확인 및 테스트를 거쳐야 한다.

정보 활동의 경우, 개인 정보의 취급은 수정헌법 제4조, 1947년 국가안보법, 1978년 해외정보감시법, 행정명령 12333호 및 명확한 해외 정보 목적을 요구하는 해당 국방부 지침을 준수해야 한다. AI 시스템은 이러한 권한과 일치하게 미국인의 개인 정보를 무제한으로 모니터링하는 데 사용되어서는 안 된다. 또한 이 시스템은 민병대 소집법(Posse Comitatus Act) 및 기타 해당 법률에서 허용하는 경우를 제외하고는 국내 법 집행 활동에 사용되어서는 안 된다.

AI 전문가 참여. 우리는 정부를 지원하기 위해 보안 인가를 받은 OpenAI 전진 배치(forward-deployed) 엔지니어들을 파견할 것이며, 보안 인가를 받은 안전 및 정렬(alignment) 연구원들이 이 과정에 지속적으로 개입할 것입니다.

Q. 앤스로픽은 합의에 도달하지 못했는데 어떻게 여러분은 도달할 수 있었나요? 앤스로픽이 거부한 계약에 서명한 것인가요?

우리가 아는 바에 따르면, 우리의 계약은 앤스로픽의 초기 계약을 포함하여 이전의 합의들보다 더 나은 보장과 더욱 책임감 있는 안전장치를 제공한다고 믿습니다. 배포가 (엣지가 아닌) 클라우드 전용으로 제한되고, 안전 스택이 우리가 생각하는 최선의 방식으로 작동하며, 보안 인가를 받은 OpenAI 인력이 과정에 계속 참여하기 때문에, 이 계약에서는 우리의 레드라인이 훨씬 더 잘 통제되고 집행될 수 있다고 생각합니다.

우리는 앤스로픽이 왜 합의에 도달하지 못했는지 알 수 없으며, 그들과 더 많은 연구소들이 이 조건을 고려해 주기를 바랍니다.

Q. 앤스로픽이 “공급망 위험(supply chain risk)”으로 지정되어야 한다고 생각하나요?

아닙니다. 우리는 이 문제에 대해 정부에 우리의 입장을 분명히 밝혔습니다.

Q. 이 계약을 통해 국방부가 OpenAI 모델을 사용하여 자율 무기를 구동할 수 있게 되나요?

아닙니다. 우리의 안전 스택, 클라우드 전용 배포, 계약서 문구, 그리고 기존의 법률, 규정 및 정책을 바탕으로 우리는 그런 일이 일어날 수 없다고 확신합니다. 또한 추가적인 보장을 위해 OpenAI 인력을 지속적으로 개입시킬 것입니다.

Full interview: Anthropic CEO responds to Trump order, Pentagon clash

이번 사건은 다가오는 AI 시대에 필연적으로 부딪힐 수밖에 없는 가치관과 통제권의 충돌 상황을 그대로 보여준 것 같은데, 앞으로 사회에서 이러한 류의 논의를 많이 접하게 되지 않을까.

아래는 다리오 아모데이의 입장:

우리는 국방부(Department of War)에 우리가 모든 사용 사례에 동의한다고 말했습니다. 기본적으로 그들이 원하시는 사용 사례의 98%나 99%에 동의하지만, 우리가 우려하는 두 가지는 예외입니다. 첫 번째는 국내 대중 감시입니다. 이 부분에서 우리는 AI로 인해 이전에는 불가능했던 일들이 가능해질 수 있다는 점을 우려하고 있습니다.

이에 대한 예시로는, 민간 기업이 수집한 데이터를 정부가 구매하여 AI를 통해 대규모로 분석하는 것 같은 일이 있습니다. 사실 그것이 불법은 아닙니다. 단지 AI 시대 이전에는 쓸모가 없었을 뿐이죠. 그래서 이렇듯 국내 대중 감시가 법을 앞서가고 있는 상황이 벌어지고 있습니다. 기술이 너무 빨리 발전해서 법과 보조가 맞지 않는 것이죠.

두 번째 경우는 완전 자율 무기입니다. 우크라이나에서 사용되거나 오늘날 대만에서 잠재적으로 사용될 수 있는 부분 자율 무기를 말하는 것이 아닙니다. 이것은 인간의 개입 없이 발사되는 무기를 만들겠다는 아이디어입니다.

우리는 그것들에 대해 몇 가지 우려를 가지고 있습니다. 오늘날의 AI 시스템은 완전 자율 무기를 만들 만큼 결코 신뢰할 수 있는 수준이 아닙니다. AI 모델을 다뤄본 사람이라면 누구나 순수하게 기술적인 측면에서 우리가 아직 해결하지 못한 기본적인 예측 불가능성이 있다는 것을 이해합니다. 그리고 감독의 문제도 있습니다. 인간의 감독 없이 작전을 수행할 수 있고, 누구를 표적으로 삼고 누구를 쏠 것인지 결정할 인간 군인이 없는 거대한 드론이나 로봇 군대가 있다면, 그것은 우려를 낳습니다. 우리는 그것이 어떻게 감독되어야 하는지에 대한 대화를 나눠야 하는데, 아직 그런 대화를 나누지 못했습니다.

Q. 펜타곤은 이 두 가지 제한 사항에 원칙적으로 동의했으며 거래를 성사시키고 싶었다고 우리에게 말했습니다. 왜 합의에 도달하지 못한 겁니까?

어느 시점에서 그들은 표면적으로는 우리의 조건을 충족하는 것처럼 보이는 문구를 보냈지만, “펜타곤이 적절하다고 판단하는 경우”라거나 “법에 부합하는 모든 것을 하기 위해” 같은 온갖 문구가 포함되어 있었습니다. 그래서 사실상 어떤 의미 있는 양보도 하지 않은 것이나 다름없었습니다. 그리고 그 이후의 과정들도 의미 있는 양보가 아니었습니다.

우리는 처음부터 합의를 원했습니다. 펜타곤의 입장을 이해하고 싶으시다면, 하루 전 펜타곤 대변인 숀 파넬(Sean Parnell)이 트윗을 통해 그들의 입장을 거듭 밝혔습니다. ‘우리는 합법적인 모든 사용만을 허용한다’는 내용이었고, 이는 그들이 우리에게 조건을 보냈을 때와 같았습니다. 그러니까, 그들은 양보하지 않았고, 그들은 어떤 의미 있는 방식으로도 우리의 예외 사항에 동의하지 않았습니다.

Q. 대통령은 오늘 이 상황에 대해 “앤스로픽을 지칭하는 그들의 이기심이 미국인들의 생명을 위험에 빠뜨리고, 우리 군대를 위험에 처하게 하며, 우리의 국가 안보를 위협하고 있다”고 포스팅했습니다. 어떻게 생각하십니까?

어제 발표한 성명과 오늘 발표한 성명에서도 밝혔듯이, 우리는 국방부나 심지어 트럼프 행정부가 우리를 상대로 이런 전례 없는 조치를 취하더라도, 보통 외국의 적들에게나 사용되는 이런 종류의 공급망 지정을 하더라도, 아시다시피, 그들이 이런 극단적인 조치를 취하더라도 국방부를 지원하기 위해 할 수 있는 모든 것을 하겠다고 말했습니다. 우리가 원하지 않는 일들을 하려는 의향이 있는 경쟁사를 도입하고 우리를 퇴출시킬 때까지 필요한 시간 동안 기술을 제공하겠다고 말이죠.

우리는 연속성을 제안했습니다. 사실 저는 이 상황이 매우 우려스럽습니다. 서비스 중단 같은 상황에 대해 깊이 걱정하고 있으며, 우리가 공급망 위험으로 지정되었을 때 정확히 그런 일이 일어나고 있습니다, 그렇죠? 우리가 공급망 위험으로 지정되면, 그들은 “당신들은 우리의 모든 시스템에서 나가야 한다”고 말합니다. 현장에 있는 현역 군 장교들과 이야기를 나눠봤는데, 그들은 이것이 필수적이라고 말합니다.

이것이 없으면 그들은 6개월, 12개월, 어쩌면 그 이상 뒤처지게 될 것입니다. 그래서 우리가 합의를 도출하려고 그렇게 열심히 노력한 것입니다. 하지만 거듭 말씀드리지만, 3일간의 최후통첩, 우리를 공급망 위험으로 지정하겠다는 위협, 이 모든 일정은 우리가 아니라 국방부가 주도한 것입니다. 우리는 연속성을 제공하려고 노력하고 있습니다.

우리는 서비스를 제공하려고 노력하고 있습니다. 우리는 여기서 합의에 도달하려고 노력하고 있습니다.

Q. 기본적인 원칙이라는 이름 아래, 왜 미국인들이 연방 정부 대신 민간 기업의 CEO인 당신이 이런 결정을 내리는 것을 신뢰해야 합니까?

거기에 대해서는 두 가지 대답을 드릴 수 있겠네요. 첫째, 아시다시피, 우리는 민간 기업입니다, 그렇죠? 우리는 우리가 원하는 것은 무엇이든 팔거나 팔지 않기로 결정할 수 있습니다. 다른 제공업체들도 있습니다. 만약 국방부나 정부가 우리가 제공하는 서비스나 방식을 마음에 들어 하지 않는다면 다른 계약업체를 쓰면 됩니다. 이것이 정상적인 처리 방식이었을 겁니다. 그냥 “당신들의 의견에 동의하지 않습니다. 우리는 앤스로픽과 일하고 싶지 않습니다. 우리의 원칙은 당신들의 원칙과 맞지 않습니다. 우리는 다른 모델 중 하나를 선택하겠습니다.”라고 했다면 저는 동의하지 않았겠지만 존중했을 것입니다.

하지만 그들은 이를 국방부(DO)를 넘어선 다른 정부 부처에까지 확대했고 국방부를 넘어서 징벌적으로 우리의 계약을 취소하려 했습니다. 그리고 그들은 이 공급망 지정이라는 것을 했는데, 이는 기본적으로 당신이 군사 계약을 맺고 있는 다른 민간 기업이라면 군사 계약과 관련된 방식으로 앤스로픽을 사용할 수 없다는 뜻입니다. 즉 그들은 민간 기업의 행동 영역까지 개입하고 있으며, 이를 징벌적 목적 외에 다른 방식으로 해석하기는 매우 어렵습니다.

우리가 알기로 공급망 지정이 미국 기업에 적용된 적은 없습니다. 이는 오직, 아시다시피, 러시아 정부와의 연관성이 의심되는 러시아 사이버 보안 기업인 카스퍼스키 랩스(Kaspersky Labs) 같은 적성국 기업들이나, 중국 칩 공급업체들을 그들과 한데 묶어서 적용되었을 뿐입니다. 우리가 미국의 국가 안보를 위해 해온 일들을 생각하면 이것은 매우 징벌적이고 부적절하게 느껴집니다.

Anthropic and Alignment - Stratechery

앤트로픽(특히 다모데이)의 이번 움직임이 멋지다고는 생각하지만, 합리적인 행동인지는 한번 질문해볼 필요가 있다.

이게 정답이 있는 문제는 아니지만, 민심이 조금 앤트로픽 쪽으로 치우져진 느낌도 없지 않아 있어서 나는 일부러 반대쪽 입장에서 생각을 많이 해보는 중이다. 아래는 벤 톰슨의 코멘트.

“제가 아모데이와 앤스로픽에 대해 가장 우려하는 점은, 모든 권력을 가진 단 한 명의 승자가 되는 데만 집착한 채 세상의 다른 사람들이 그 상황에 어떻게 반응할지에 대한 고려가 철저히 빠져 있다는 것입니다. 직설적으로 말해서, 세상에는 다른 사람들도 존재하며 그들은 총과 미사일, 심지어 핵무기를 가지고 있습니다. 여전히 ‘힘이 곧 정의’인 세상에서, 저는 이 사실을 지속적으로 망각하는 듯한 사람이나 기업에 인류의 미래를 넘겨주고 싶지 않습니다.”

“저는 AI의 감시 능력에 대해 극도의 불편함을 느낍니다. 과거 우리가 안전장치라고 믿었던 많은 것들이 사실은 단순히 ‘기술적 마찰(마음대로 하기 힘든 번거로움)’ 덕분에 유지되었던 경우가 많습니다. 컴퓨터와 인터넷을 뛰어넘어, AI는 이 ‘마찰’을 완벽하게 녹여버리는 용해제입니다. 따라서 이 특정 지점에 대한 앤스로픽의 우려가 많은 사람들의 공감을 얻는 이유를 백번 이해합니다.”

“하지만 이러한 새로운 현실에 대처하는 방법은 새로운 법률을 제정하고 책임 있는 정부의 감독을 강화하는 것이어야 합니다. 선출되지 않은 일개 기업의 경영진이 이 강력한 능력의 사용 방법과 장소를 결정하도록 요구하고 환호하는 것은 훨씬 더 전제적이고 위험한 미래로 가는 지름길입니다.”

“그 사이 우리의 적국들은 지체 없이 자율 전투 능력을 개발할 것입니다. 미국이 국제법의 최종적인 심판자이자 근원지로 남으려면 우리 역시 이 방향으로 나아갈 수밖에 없습니다. 그리고 제가 말하는 ‘미국’이란 샌프란시스코의 한 CEO가 아니라 민주적으로 선출된 의회와 대통령을 의미합니다. 총을 든 자들은 민간 기업이 자신들을 통제하는 것을 결코 용납하지 않을 것입니다. 앤스로픽은 이 현실을 직시하고 거기에 스스로를 맞춰야만 합니다.”

How AI Is Turbocharging the War in Iran - WSJ

한편으로는 이번 이란 전쟁이 AI의 중요성을 보여주고 있다.

국방부 입장에서는 안그래도 AI가 없어서는 안될 상황인데, 앤트로픽이 저렇게 나오니까 극단적으로 과하게 반응한 것 같기도 하고…

정보 분석: 방대한 감청 자료, 영상, 레이더 이미지를 빠르게 분석해 표적을 식별. 인간은 수집된 정보의 최대 4%만 검토할 수 있는데, AI가 이 병목을 해소. 특정 차량이나 항공기 기종을 자동 식별하거나, 감청 대화 요약도 가능

표적 선정 및 우선순위 결정: AI가 디지털 워게임과 시뮬레이션을 수백만 회 반복 실행해, 목표 달성 가능성이 높은 행동 방침을 도출. ‘병원 인근 미사일 발사대’처럼 조건부 검색도 가능

임무 계획 수립: 기존에는 수 주가 걸리던 작전 계획을 수일 내로 단축. 표적이 변경되면 항공기, 무기, 승무원 편성, 연료 소비 등 연쇄적으로 영향받는 요소들을 즉각 재계산

전투 피해 평가: 공격 후 시각 정보, 레이더, 열 신호 등 다양한 데이터를 ‘센서 융합’으로 통합 분석해 타격 성공 여부를 빠르게 판단하고, 이를 바탕으로 후속 표적 목록을 정교화

재고, 보급품 관리: 탄약, 부품 등 보급품 관리와 각 목표에 최적의 무기를 매칭

(출처: 카이에 텔레그램 https://t.me/cahier_de_market/8845)

GPT-5.2, 이론물리학 새 공식 도출...글루온 입자 상호작용 메커니즘 규명

GPT-5.2 derives a new result in theoretical physics

전쟁 외에도 AI는 세상의 비밀을 풀어내는 단계까지 왔으며

“이 연구의 핵심적인 측면은 방법론에 관한 것입니다. 프리프린트(preprint)의 식 (39)에 해당하는 최종 공식은 GPT‑5.2 Pro가 처음으로 추측해 낸 것입니다. 인간 저자들은 정수 에 대하여 일 때까지의 진폭(amplitudes)을 수작업으로 계산하여 식 (29)--(32)와 같은 매우 복잡한 수식을 도출했습니다. 이는 이 커짐에 따라 복잡도가 초지수적(superexponentially)으로 증가하는 “파인만 다이어그램 전개(Feynman diagram expansion)”에 해당합니다. GPT‑5.2 Pro는 이러한 수식들의 복잡도를 대폭 낮추어, 식 (35)--(38)과 같은 훨씬 더 간단한 형태를 제시했습니다. 이러한 기본 사례들을 바탕으로 GPT‑5.2 Pro는 패턴을 발견하고 모든 에 대해 성립하는 공식을 제안할 수 있었습니다.”

“이후 내부 스캐폴딩(scaffolded) 버전의 GPT‑5.2가 약 12시간 동안 해당 문제를 추론한 끝에 동일한 공식을 도출해 냈으며, 그 타당성에 대한 형식적 증명(formal proof)까지 생성해 냈습니다. 이 공식은 추후 해석적 검증을 거쳐, 더 작은 구성 요소로부터 다입자 트리 진폭(multi-particle tree amplitudes)을 구축하는 표준적인 단계별 방법인 ‘베렌즈-길레(Berends-Giele) 점화식’을 만족함이 확인되었습니다. 또한 입자가 ‘소프트(soft)’ 상태가 될 때(에너지가 0에 가까워질 때) 진폭의 거동을 제약하는 ‘소프트 정리(soft theorem)’와도 일치함이 확인되었습니다.”

“GPT‑5.2의 도움으로 이러한 진폭 계산은 이미 글루온(gluons)에서 중력자(gravitons)로 확장되었으며, 다른 일반화 작업들도 진행 중입니다. 이러한 AI 협력 연구 결과들과 여타 많은 성과들은 별도의 지면을 통해 보고될 예정입니다.”

The third era of AI software development - Michael Truell

이제는 단일 에이전트를 넘어 멀티 에이전트의 시대도 찾아오기 바로 직전이다.

실제로 코딩은 인간이 지시를 내리는 과정이 남아있던 에이전트를 넘어 FSD스러운 멀티 에이전트로 바뀌는 과정에 있다.

“몇 년 전 저희가 Cursor를 처음 만들기 시작했을 때만 해도, 대부분의 코드는 키보드를 한 번에 하나씩 두드려가며 작성되었습니다. 탭(Tab) 자동완성은 이를 변화시켰고, AI 기반 코딩의 첫 번째 시대를 열었습니다.”

“그 후 에이전트가 등장했고, 개발자들은 동기식 프롬프트-응답 루프를 통해 에이전트에게 지시를 내리는 방식으로 전환했습니다. 이것이 두 번째 시대였습니다. 그리고 이제 세 번째 시대가 도래하고 있습니다. 이 시대는 인간의 지시를 덜 받으면서도 더 긴 시간 동안 독립적으로 더 큰 작업을 처리할 수 있는 에이전트로 정의됩니다.”

“결과적으로 Cursor는 더 이상 ‘코드를 작성하는 것’만을 주된 목적으로 하지 않습니다. 개발자들이 소프트웨어를 만들어내는 ‘공장’을 구축하도록 돕는 것에 가깝습니다. 이 공장은 개발자가 초기 방향을 제시하고, 독립적으로 작업할 수 있는 도구를 제공하며, 결과물을 검토하는 등 팀원처럼 상호작용하는 수많은 에이전트 무리로 구성됩니다.”

“Cursor의 많은 팀원들은 이미 이러한 방식으로 일하고 있습니다. 우리가 병합(Merge)하는 PR(Pull Request)의 3분의 1 이상이 이제 클라우드 상의 자체 컴퓨터에서 실행되는 에이전트에 의해 생성됩니다. 지금으로부터 1년 후에는 개발 작업의 대부분이 이러한 종류의 에이전트에 의해 이루어질 것으로 생각합니다.”

Towards self-driving codebases · Cursor

커서가 자율적으로 동작하는 멀티 에이전트를 만들어낸 과정.

인간이 계속해서 발전시켜온 조직에 대한 시스템을 이제는 AI 에이전트에게 전수해주는 과정이 시작된 것 같다. 대학에서 배운 조직행동론이 떠오르기도...

“최종 설계는 우리의 모든 배움을 통합했습니다.”

• 루트 기획자(Root Planner): 사용자 지시의 전체 범위를 소유합니다. 현재 상태를 이해하고 목표를 향해 나아갈 구체적이고 타겟팅된 작업을 전달하는 책임이 있습니다. 직접 코딩하지 않으며, 자신의 작업이 누구에게 픽업되는지 알지 못합니다.

• 하위 기획자(Subplanners): 기획자가 자신의 범위를 세분화할 수 있다고 판단하면, 위임된 좁은 영역(Slice)을 완전히 소유하는 하위 기획자를 생성합니다. 이들은 루트 기획자와 비슷하게 해당 영역에 대해 완전한 소유권을 갖습니다. 이는 재귀적(Recursive)입니다.

• 작업자(Workers): 작업을 픽업하고 완료까지 책임지는 유일한 주체입니다. 이들은 더 큰 시스템을 인지하지 못하며 다른 기획자나 작업자와 소통하지 않습니다. 자신만의 저장소(Repo) 사본에서 작업하며, 완료되면 시스템이 요청한 기획자에게 제출할 단일 핸드오프(Handoff)를 작성합니다.

“흥미롭게도, 이는 오늘날 일부 소프트웨어 팀이 운영되는 방식과 유사합니다.”

• 하위 기획자는 작업자를 빠르게 부채꼴로 확장(Fan out)하여 처리량을 늘리는 동시에, 에이전트가 전체 시스템을 완전히 소유하고 책임지도록 합니다. 이는 단일 기획자가 압도되어 터널 시야(Tunnel vision)에 빠질 수 있는 대형 프로젝트와 작업에도 도움이 되었습니다.

• 핸드오프에는 완료된 작업뿐만 아니라 중요한 메모, 우려 사항, 편차, 발견 사항, 생각, 피드백이 포함됩니다. 기획자는 이를 후속 메시지로 받습니다. 이를 통해 시스템은 지속적으로 움직이는 상태를 유지합니다. 기획자가 “완료”되었더라도 업데이트를 계속 받고, 최신 저장소를 가져오며, 계속해서 계획하고 후속 결정을 내릴 수 있습니다.

• 모든 에이전트는 이 메커니즘을 가지고 있어, 시스템이 전역 동기화나 상호 대화(Cross-talk)의 오버헤드 없이 정보를 체인을 따라 상위 소유자에게 전파하며 믿을 수 없을 정도로 동적이고 자기 수렴적(Self-converging)이게 만듭니다.

“이 멀티 에이전트 시스템에 주어지는 지시 사항(Instructions)은 매우 중요했습니다.”

• 처음에는 이것을 주요 목표로 삼지 않고, 안정적이고 효과적인 하네스를 목표로 했습니다. 하지만 지시 사항의 중요성은 금방 명백해졌습니다. 우리는 본질적으로 일반적인 코딩 에이전트와 상호작용하고 있었지만, 훨씬 더 많은 시간과 연산을 사용하고 있었습니다. 이는 최적화되지 않고 불분명한 지시 사항을 포함한 모든 것을 증폭시킵니다.

• 초기 지시 사항에 더 많은 시간을 할애하는 것이 합리적입니다. 결국 에이전트는 여전히 에이전트입니다. 당신의 지시를 엄격히 따르고, 그 경로로 가며, 지시가 나쁘더라도 변경하거나 무시하지 않도록 훈련받았습니다.

• 아키텍처와 지시 사항은 중요합니다. 에이전트는 엄청난 엔지니어링 기술을 가지고 있지만 좋든 나쁘든 지시를 끝까지 따를 것입니다. 지나치게 좁은 지표와 구조 없는 자유 사이의 균형을 찾는 것은 까다로웠으며, 무엇이 명백하고 무엇이 명시적 언급이 필요한지 아는 것도 마찬가지였습니다.

• 이 모든 것은 의도를 도출하고, 명시하고, 이해하는 것의 중요성을 시사하며, 이는 이 규모에서 더욱 중요해집니다. 조종 가능성(Steerability)과 관측 가능성은 계속 탐구해야 할 흥미로운 연구 분야가 될 것입니다.

Dario Amodei — “We are near the end of the exponential”

드와캐시 파텔이 인터뷰한 다리오 아모데이. 역시나 AI는 멈출 기미가 보이지 않는다.

“우리는 사전 훈련에 대해 긍정적으로 생각합니다. 계속해서 이득을 주고 있으니까요. 달라진 점은 이제 RL(강화학습)에서도 똑같은 현상을 목격하고 있다는 것입니다. 우리는 사전 훈련 단계를 거친 뒤 그 위에 RL 단계를 봅니다. RL의 경우도 사실 똑같습니다. 다른 회사들도 발표 자료에서 “우리는 모델을 수학 경시대회(AIME 등)로 훈련시켰고, 모델이 얼마나 잘하는지는 훈련 시간에 대해 로그 선형(log-linear) 관계를 보인다”라고 밝히고 있습니다. 단순히 수학 경시대회뿐만이 아닙니다. 매우 다양한 RL 작업에서 그렇습니다. 우리는 사전 훈련에서 보았던 것과 똑같은 스케일링을 RL에서도 보고 있습니다.”

“당신이 표현한 대로 “10년 안에 ‘데이터센터 안의 천재들의 나라(country of geniuses in a data center)’에 도달할 것인가”라는 기본 가설에 대해, 저는 90% 정도 확신합니다. (~) 10년 타임라인에 대해서 저는 90% 확신하며, 이는 사람이 가질 수 있는 거의 최대한의 확신입니다. 2035년까지 이 일이 일어나지 않을 것이라고 말하는 건 미친 소리라고 생각합니다. 제정신인 세상이라면 그건 주류 의견에서 벗어난 것일 겁니다.”

“우리는 이미 검증되는 것에서 검증되지 않는 것으로의 상당한 일반화를 보고 있습니다. 이미 보고 있어요.”

“지속적 학습(continual learning), 즉 단일 모델이 업무 중에 학습한다는 아이디어를 우리는 연구하고 있습니다. 향후 1~2년 안에 우리도 그것을 해결할 가능성이 큽니다. 다시 말하지만, 저는 그것 없이도 대부분 도달할 수 있다고 생각합니다. 연간 수조 달러 시장, 어쩌면 제가 “기술의 사춘기”에서 쓴 모든 국가 안보적 함의와 안전 함의가 그것 없이도 일어날 수 있습니다. 하지만 우리, 그리고 다른 이들도 continual learning를 연구하고 있다고 상상합니다. 우리가 1~2년 안에 그곳에 도달할 가능성이 큽니다.”

“여러 아이디어가 있습니다. 자세히 다 설명하진 않겠지만, 하나는 단순히 컨텍스트를 더 길게 만드는 것입니다. 더 긴 컨텍스트가 작동하는 것을 막는 건 없습니다. 단지 더 긴 컨텍스트에서 훈련하고 추론 시 그것을 서빙하는 법을 배워야 할 뿐입니다. 둘 다 우리가 작업하고 있는 엔지니어링 문제이며, 다른 이들도 작업하고 있을 것이라 가정합니다.”

“우리는 엔터프라이즈(기업용) 비즈니스입니다. 따라서 우리는 매출에 더 의존할 수 있습니다. 소비자 시장보다 변덕이 덜하죠. 우리는 더 나은 마진을 가지고 있는데, 이건 너무 많이 사는 것과 너무 적게 사는 것 사이의 완충제 역할을 합니다. 저는 우리가 꽤 강력한 상승세(upside)의 세상들을 포착할 수 있는 양만큼 구매했다고 생각합니다. 연 10배 성장을 전부 포착하진 못하겠지만요. 우리가 재정적 어려움에 처하려면 상황이 꽤 나쁘게 돌아가야 할 겁니다. 그래서 우리는 신중하게 생각했고 그런 균형을 잡았습니다. 이것이 제가 우리가 책임감 있게 행동하고 있다고 말할 때 의미하는 바입니다.”

“업계 전체에 대해 이야기하자면, 올해 업계가 구축하고 있는 컴퓨팅 양은 아마 10~15 기가와트 정도일 겁니다. 매년 대략 3배씩 증가합니다. 그러니 내년은 30~40 기가와트입니다. 2028년은 100 기가와트가 될 수 있습니다. 2029년은 300 기가와트 정도가 될 수 있습니다. 머릿속으로 계산 중인데, 1 기가와트당 비용은 아마 100억 달러, 연간 100억~150억 달러 수준일 겁니다. 이걸 다 합치면 당신이 설명한 것과 거의 비슷해집니다. 정확히 그걸 얻게 되는 거죠. 2028년이나 2029년이면 연간 수조 달러 규모가 됩니다. 당신이 예측한 것과 정확히 일치합니다.”

“2030년 이전에 매출이 수조 달러가 되지 않는 상황은 저로서는 상상하기 힘듭니다. 그럴듯한 세상을 구성해 볼 수는 있습니다. 아마 3년이 걸리겠죠. 그게 제가 생각하기에 그럴듯한 범위의 끝일 겁니다. 예를 들어 2028년에 우리가 진짜 “데이터 센터 안의 천재들의 나라”를 얻습니다. 매출은 2028년까지 수천억 달러 초반대로 가고, 그러고 나서 천재들의 나라가 그것을 수조 달러로 가속화합니다. 우리는 기본적으로 확산의 느린 쪽 끝에 있는 겁니다. 수조 달러에 도달하는 데 2년이 걸립니다. 그게 2030년까지 걸리는 세상일 겁니다. 저는 기술적 지수 함수와 확산 지수 함수를 결합하더라도 2030년 이전에 도달할 것이라고 생각합니다.”

“다시 말하지만, 지금 당장의 총마진은 매우 긍정적입니다. 무슨 일이 일어나고 있냐면 두 가지가 결합되어 있습니다. 하나는 우리가 여전히 컴퓨팅의 지수적 확장 단계에 있다는 것입니다. 모델 하나가 훈련됩니다. 작년에 10억 달러가 든 모델이 훈련되었다고 칩시다. 올해 그 모델은 40억 달러의 매출을 올렸고 추론 비용으로 10억 달러가 들었습니다. 다시 정형화된 숫자를 쓰지만, 이건 75%의 총마진과 25%의 비용이 되는 셈입니다. 그래서 그 모델 전체로는 20억 달러를 법니다. 하지만 동시에, 우리는 다음 모델을 훈련하는 데 100억 달러를 쓰고 있습니다. 지수적 확장이 있으니까요. 그래서 회사는 돈을 잃습니다. 각 모델은 돈을 벌지만, 회사는 돈을 잃습니다.”

“클라우드는 매우 차별화되지 않았습니다(undifferentiated). 반대로 모델들은 클라우드보다 더 차별화되어 있습니다. 누구나 클로드는 GPT가 잘하는 것과는 다른 걸 잘하고, 제미나이가 잘하는 것과는 다른 걸 잘한다는 걸 압니다. 단순히 클로드는 코딩을 잘하고, GPT는 수학과 추론을 잘한다는 정도가 아닙니다. 그보다 더 미묘합니다. 모델들은 서로 다른 유형의 코딩을 잘합니다. 모델들은 서로 다른 스타일을 가지고 있습니다. 저는 이것들이 사실 서로 꽤 다르다고 생각하며, 그래서 클라우드에서 보는 것보다 더 많은 차별화를 기대합니다.”

“저는 API 비즈니스 모델이 다른 모델들과 공존하겠지만, 항상 존재할 것이라고 예측합니다. 왜냐하면 항상 1,000명의 다른 사람들이 모델을 다른 방식으로 실험해 볼 필요가 있을 테니까요. 그중 100개가 스타트업이 되고 그중 10개가 크고 성공적인 스타트업이 됩니다. 2~3개는 특정 세대의 모델을 사람들이 사용하는 주된 방식이 되죠.”

“모델이 출력하는 모든 토큰이 같은 가치를 지니지는 않습니다. 누군가 전화해서 “내 맥(Mac)이 안 돼요”라고 했을 때 모델이 “재부팅하세요”라고 출력하는 토큰의 가치를 생각해 보세요. 그 사람은 처음 들었겠지만 모델은 그 말을 1,000만 번 했습니다. 아마 그건 1달러나 몇 센트 정도의 가치겠죠. 반면 모델이 제약 회사 중 한 곳에 가서 “아, 당신들이 개발 중인 이 분자 말인데요, 분자 저쪽 끝에 있는 방향족 고리를 이쪽 끝으로 옮겨 보세요. 그렇게 하면 놀라운 일이 일어날 겁니다”라고 말한다면요. 그 토큰들은 수천만 달러의 가치가 있을 수 있습니다.”

#하드웨어

AI Is a 5-Layer Cake - nvidia

AI 구성 요소를 5계층으로 정리하면서, 거대한 인프라 투자의 당위성을 다시 한번 강조한 젠슨 황.

“AI를 필수적인 인프라로 바라볼 때, 그것이 시사하는 바는 명확해집니다.”

“AI는 트랜스포머 LLM에서 시작되지만, 그 의미는 훨씬 더 큽니다. 이는 에너지가 생산되고 소비되는 방식, 공장이 건설되는 방식, 업무가 조직되는 방식, 그리고 경제가 성장하는 방식을 재편하는 하나의 산업적 대전환입니다.”

“이제 지능이 실시간으로 생성되고 있기 때문에 AI 공장들이 세워지고 있습니다. 효율성이 지능의 확장 속도를 결정하기 때문에 반도체 칩이 재설계되고 있습니다. 에너지는 애초에 지능을 얼마나 많이 생산할 수 있는지 그 상한선을 설정하기 때문에 가장 핵심적인 요소가 됩니다. 애플리케이션들은 그 기반이 되는 모델들이 마침내 대규모로 유용하게 쓰일 수 있는 임계점을 넘었기 때문에 가속화되고 있습니다.”

“이 모든 계층은 서로를 강화합니다.”

“이것이 바로 AI 인프라 구축 규모가 그토록 거대한 이유입니다. 이것이 AI가 수많은 산업에 동시에 영향을 미치는 이유이며, 단일 국가나 특정 부문에만 국한되지 않는 이유입니다. 모든 기업이 AI를 사용할 것이며, 모든 국가가 이를 구축할 것입니다.”

“우리는 아직 초기 단계에 있습니다. 인프라의 많은 부분이 아직 존재하지 않으며, 인력의 상당수도 아직 교육받지 못했습니다. 많은 기회가 아직 실현되지 않은 상태입니다.”

“하지만 방향성만큼은 분명합니다. AI는 현대 세계의 근간이 되는 기반 인프라로 자리 잡고 있습니다. 그리고 우리가 지금 내리는 선택들—얼마나 빨리 구축하고, 얼마나 폭넓게 참여하며, 얼마나 책임감 있게 도입할 것인가—이 새로운 시대의 모습을 결정지을 것입니다.”

고객들의 부채조달을 동원한 대규모 capex지속가능성에 대한 질문에 대해 젠슨황의 대답 (엔비디아 실적발표):

저는 고객사들의 현금흐름이 증가할 것이라고 확신하며, 그 이유는 매우 단순합니다.

이제 에이전틱 AI의 변곡점을 확인했고, 전 세계 기업들에서 에이전트의 유용성이 입증되면서 그로 인해 엄청난 컴퓨팅 수요가 나타나고 있습니다. 이 새로운 AI의 세계에서는요. 컴퓨팅은 곧 매출입니다. 컴퓨팅이 없으면 토큰을 생성할 방법이 없습니다. 토큰이 없으면 매출을 늘릴 방법이 없습니다. 그래서 이 새로운 AI의 세계에서는 컴퓨팅이 곧 매출입니다. 그리고 저는 현시점에서 Codex와 Claude Code의 제품화된 활용, Claude Cowork를 둘러싼 기대감, 그리고 OpenClaw 및 그 엔터프라이즈 버전에 대한 엄청난 열의까지 감안하면, 이제 자사 도구와 플랫폼 위에서 에이전틱 시스템을 구축하고 있는 모든 엔터프라이즈 ISV들이 있다고 확신합니다. 저는 현시점에서 우리가 변곡점에 와 있다고 확신합니다.우리는 변곡점에 도달했고, 고객에게는 생산성을 높여주고 클라우드 서비스 제공업체에는 수익성이 있는 토큰을 만들어내고 있습니다. 그래서 이를 단순하게, 가장 단순한 논리로 생각해보면, 컴퓨팅은 과거에 컴퓨터에서 소프트웨어가 돌아가던 방식 자체를 바꿔놓았습니다. - 출처: 카이에 텔레그램

Thin Is In - Stratechery

이전부터 나는 AI의 구동 레이어가 클라우드를 대체해서 로컬이 된다는 시나리오는 확률이 적다고 보았는데, 최근 메모리 가격 상승은 이에 대한 확률을 더욱 올려버렸다.

“콜라스 부스타만테(Nicolas Bustamante)는 AI 시대의 버티컬 소프트웨어) 전망에 대한 X 게시물에서 이것이 왜 위협적인지 설명했습니다: 인터페이스가 자연어 대화가 되면, 수년 동안 쌓아온 근육 기억(muscle memory)은 무가치해집니다. 연간 좌석당 2만 5천 달러를 정당화했던 전환 비용이 사라지는 것입니다. 많은 수직적 소프트웨어 기업에게 인터페이스는 가치의 대부분이었습니다. 기본 데이터는 라이선스 방식이거나 공개되었거나 혹은 반쯤 범용화된 상태였습니다. 프리미엄 가격을 정당화했던 것은 그 데이터 위에 구축된 워크플로우였습니다. 이제 그 시대는 끝났습니다.”

“부스타만테의 글은 채팅 인터페이스 이상의 내용을 담고 있지만, 저는 사용자 인터페이스에 대한 지적이 심오하다고 생각합니다. AI 사용자 인터페이스가 다르다는 점보다는, 많은 사용 사례에서 UI가 기본적으로 존재하지 않게 된다는 점이 중요합니다.”

“이는 AI의 다음 거대한 물결인 ‘에이전트’를 고려할 때 더욱 분명해집니다. 에이전트의 핵심은 당신을 위해 컴퓨터를 사용하는 것이 아니라, 특정 작업을 완수하는 것입니다. 요청과 결과 사이의 모든 과정은, 적어도 이론적으로는 사용자에게 보이지 않아야 합니다. 이것은 씬(thin) 클라이언트 개념을 절대적인 극단으로 가져간 것입니다. 챗봇에서 답변을 얻기 위해 로컬 연산이 필요 없는 수준을 넘어, 실제 업무를 수행하는 데에도 로컬 연산이 필요 없어지는 것입니다. 서버의 AI가 모든 것을 처리합니다.”

→

“물론 현재 작동하는 대부분의 에이전트 워크플로우는 정해진 ‘황금 경로(golden path)’를 따를 때는 잘 작동하지만, 더 복잡한 상황이나 예외적인 경우(edge cases)에는 비틀거립니다. 하지만 모델이 더 좋아지고 이를 실행하는 칩의 기능, 특히 메모리 측면이 향상됨에 따라 상황은 빠르게 변하고 있습니다. 추론(inference)에 있어서 메모리는 모델 가중치를 유지하는 것뿐만 아니라 당면한 작업에 대한 문맥(context)을 유지하는 데에도 중요합니다.”

“지금까지 중요한 메모리의 대부분은 GPU에 부착된 고대역폭 메모리(HBM)였지만, 미래의 아키텍처는 문맥을 플래시 스토리지로 오프로드할 것입니다. 동시에 에이전트 관리는 대량의 DRAM을 필요로 하는 CPU에 가장 적합합니다. 요약하자면, 우리가 가진 연산량과 그 연산 능력 모두 아직 충분하지 않습니다. 하지만 그 임계점을 넘어서면 수요는 훨씬 더 강력해질 것입니다.”

이러한 요인들의 결합은 씬 클라이언트 패러다임의 지배력을 더욱 강화할 것입니다:

첫째, 컴퓨팅이 아직 충분히 좋지 않다면, 워크로드는 컴퓨팅이 가장 좋은 곳, 즉 대규모 데이터 센터로 흘러갈 것입니다.

둘째, 더 큰 모델과 더 많은 문맥이 더 나은 결과를 만든다면, 워크로드는 사용 가능한 메모리가 가장 많은 곳으로 흘러갈 것입니다.

셋째, 이 수준의 컴퓨팅을 제공하는 비용을 고려할 때, 수백만 명의 사용자들 사이에서 그 비용을 나누는 것이 훨씬 더 경제적이며, 이는 높은 활용도를 보장하고 초기 비용에 대한 레버리지를 극대화합니다.

“물론 대규모 언어 모델(LLM)을 로컬에서 실행할 수도 있지만, 모델의 크기, 컨텍스트 창(context window)의 크기, 그리고 속도 면에서 제한이 있습니다. 반면, 우수한 컨텍스트 창과 더 빠른 속도를 갖춘 우수한 모델들은 컴퓨터 실험실에 갈 필요 없이 어디서나 인터넷에 연결하기만 하면 됩니다. 이러한 현실은 OpenClaw와 같은 놀라운 새로운 로컬 도구에도 적용됩니다. OpenClaw는 로컬에서 실행되는 오케스트레이션 계층이지만, 실제 AI 추론은 기본적으로 그리고 대부분의 사용자에게 있어 실제로는 클라우드의 모델에 의해 수행됩니다.”

“달리 말해, 로컬 추론이 경쟁력을 가지려면 ‘작지만 충분히 유능한 모델’, ‘컨텍스트 관리의 획기적 발전’, 그리고 결정적으로 ‘엄청나게 많은 메모리’의 조합이 필요합니다. 그리고 그중 가장 큰 문제는 바로 메모리일 가능성이 큽니다.”

Copilot Cowork, Anthropic’s Integration, Microsoft’s New Bundle

앤트로픽의 코워크는 로컬에서 작동하지만, 마이크로소프트는 이를 클라우드 환경 안으로 끌고왔다.

“로컬 컴퓨터와 파일은 보안의 허점이 될 수 있는 반면, 기업 IT 팀은 클라우드 환경에 무엇이 있는지, 누가 혹은 무엇이 접근 권한을 갖는지에 대해 훨씬 더 강력한 통제력을 가지며 모든 작업이 기록되기 때문입니다.”

“이는 사실 ‘씬 이즈 인(Thin is In, 씬 클라이언트 및 클라우드 중앙집중화)’ 테제를 뒷받침하는 또 다른 근거이기도 합니다. 만약 AI 채택이 하향식(top-down)으로 주도될 것이라는 주장을 수용한다면, 자연스럽게 AI 사용은 로컬 기기가 아닌 기업의 클라우드에 중앙 집중화될 것이라는 결론이 나옵니다.”

“한편으로 코워크는 앤스로픽만이 고유하게 제공할 수 있는 역량이기 때문에 마이크로소프트는 확실히 앤스로픽에 상당한 마진을 지불하고 있을 것입니다. 하지만 다른 한편으로 코워크를 워크 IQ 및 기업의 클라우드 환경에 전 세계적 규모로 통합할 수 있는 마이크로소프트의 능력은 앤스로픽이 수년 내에는 물론이고 앞으로도 결코 자체적으로 달성할 수 없는 거대한 규모입니다. 유통과 배포(Distribution)는 여전히 중요하며, 마이크로소프트는 이를 대규모로 활용하고 있습니다.”

Oracle Announces Fiscal Year 2026 Third Quarter Financial Results

마침 오늘자 오라클 실적발표 콜에서도 비슷한 이야기가 나오네.

“초기에는 많은 사람들이, 아마도 대부분의 고객이 자기들만의 대규모 언어모델을 아주 구체적으로 학습시키게 될 것이라고 생각했습니다. 저는 그것이 대체로 그렇지 않은 것으로 판명되었다고 생각합니다. 대신 지금 엄청나게 인기가 있고 점점 더 인기를 얻고 있는 것은 사람들이 최고의 모델들을 가져와서, 그것을 자기들의 프라이빗 데이터와 프라이빗한 방식으로 결합하기를 원한다는 점입니다.”

“우리는 그에 대한 많은 수요를 보고 있습니다. Mike가 앞서 말한 것처럼 우리가 이 AI 모델들을 애플리케이션 안에 내장하고 있다는 것이 하나의 유스케이스입니다. 하지만 당연히 불행히도 모든 것이 Oracle 애플리케이션 안에서 돌아가는 것은 아니고, 많은 커스텀 애플리케이션이 작성됩니다. 그래서 우리는 Oracle AI Database에 많은 기능을 추가했습니다. MCP 서버를 통해서든, 자연어를 SQL로 바꾸는 방식이든, 고객이 이런 모델들을 쉽게 활용할 수 있도록 연결을 쉽게 만들었습니다.”

“또한 우리는 AI Data Platform 제품도 갖고 있는데, 이는 정확히 이 문제를 해결하기 위한 것입니다. 여러분에게 많은 데이터가 있습니다. 그것은 애플리케이션 데이터일 수도 있고, 여러 데이터 레이크와 레이크하우스에 있는 커스텀 데이터일 수도 있으며, 구조화된 데이터베이스 안의 데이터일 수도 있습니다. 이 모든 것을 함께 사용하면, 여러 제공자로부터 최고의 모델들에 대한 접근성과 함께 애플리케이션을 빠르게 구축할 수 있는 에이전트 플랫폼을 얻게 됩니다.”

“그래서 스택 전반에서 우리는 그에 대한 많은 모멘텀을 보고 있습니다. 제가 준비된 발언에서 멀티클라우드 데이터베이스의 성장에 대해 이야기한 이유도 그것입니다.”

“우리가 보는 것은, 고객이 최신 AI를 활용하기 위해서는 우선 클라우드에 있어야 한다는 점이며, 여전히 클라우드에 있지 않은 데이터가 아주 많습니다. 따라서 고객들이 가장 중요한 프라이빗 데이터를 클라우드 환경으로 옮기는 속도가 빨라지고 있으며, 그렇게 해야 그 데이터를 가지고 최신 AI를 활용할 수 있게 됩니다.”

메모리 수요가 AI 시대에 폭발적으로 증가하는 이유 - Dongsoo Lee

메모리에 관하여 현직자의 이야기를 들어보시죠:

“최근의 Agentic AI는 이 구조를 다시 확장한다. 여러 에이전트가 협력하고, 역할을 분담하고, 장기간 상태를 유지하는 구조에서는 메모리의 의미가 완전히 달라진다.”

“대화 맥락, 중간 추론 결과, 도구 사용 기록, 에이전트 간 메시지가 모두 장기적으로 유지된다. KV cache는 단순한 버퍼가 아니라 협업을 위한 작업 기억이 된다.“

“에이전트 수가 늘어나면 메모리 사용량은 선형적으로 증가하지 않는다. 상태 공간이 겹치고, 상호 참조되며, 반복 저장되기 때문이다. 메모리는 협업 인프라가 된다.”

“지금 우리가 목격하는 변화의 핵심은 “메모리 사용량이 서비스 품질과 직접적으로 연결되는 최초의 대규모 산업 구조가 형성”되었다는 점이다.”

“더 큰 모델, 더 긴 맥락, 더 많은 에이전트는 모두 더 많은 메모리를 필요로 한다. 그리고 이는 곧 더 높은 문제 해결 능력으로 이어진다.”

“CPU 시대에는 캐시가 메모리를 가렸다. 스트리밍 시대에는 네트워크가 저장을 대체했다. AI 시대에는 메모리를 숨길 수 없다. 메모리는 이제 지능의 물리적 기반이며, 협업의 토대다.”

다시는 NAND를 무시하지 마라

관련해서 낸드의 중요성이 급격히 중요해지고 있다.

“데이터센터 내 NVMe의 시대는 이미 왔다. 특히나 ICMS 같은 아키텍쳐가 일반화된다면 더욱이 NVMe SSD 수요를 급증시킬 수 있으리라 본다. 국내의 하이닉스, 삼성뿐만 아니라, NAND Vendor들에겐 이만한 호재가 없을 것이다. 이미 알려진 것처럼, 내년도 물량까지 수주가 끝난 기업들이 많다. 공급을 얼마나 잘하느냐가 기업들 간의 사소한 성패를 가를 것으로 보이나, 산업 전반적으로 봤을 때 손해를 보는 기업은 거의 없으리라.”

“나는 엔비디아가 결국 HW적이든 SW적이든 어떤 형태든간에 스토리지 솔루션을 조만간 내놓을 것이라고 본다. 근거로, 이번 ICMS 소개 공식 블로그 글을 보면, NVMe Key-Value Extension에 대한 언급이 뜬금없이 등장한다. 엔비디아에서 NVMe Command Set 수준까지 언급하는건 굉장히 이례적인 것으로, 그 내용은 아래와 같다.

“These crypto and integrity accelerators are designed to be used as part of the KV pipeline, securing and validating KV flows without adding host CPU overhead. By leveraging standard NVMe and NVMe-oF transports, including NVMe KV extensions, ICMS maintains interoperability with standard storage infrastructure while delivering the specialized performance required for KV cache.”

“이걸 복선이라고 바라보면, 조만간 DOCA에 KVS가 공식적으로 Deploy될 수 있다. GPU 서버에서 I/O Issue할 때 File & Block Interface 대신 KV Interface로 더욱 더 SW Stack을 간소화해서 I/O를 보내고, DPU에서 KV Index 관리를 해 완벽한 Disaggregation을 이루는 것이다. 그 이상, KV-SSD 컨셉까지 바라보면 스토리지 업계에서 더더욱 좋은 소식이겠지만, 거기까진 성급한 예상인거 같고, 딱 DPU 기반 KVS를 통해 컴퓨트단 SW Stack 간소화, 이정도를 타겟하고 있을 것 같다. 근래에 엔비디아가 Vast Data와 같은 기업과 협업을 통해 무언가 오버헤드가 분석된게 있지 싶다.”

“암튼, NVIDIA에서 스토리지 솔루션을 내놓을 것 같고, 만약 그렇게 된다면 정말로 NVIDIA는 이제 Processing Unit뿐만 아니라 서버, Rack-Scale Pod, Network, Mini Workstation, Storage까지 데이터센터의 모든 부분을 총괄하는 기업이 될 수도 있을 것이다.”

AI 판 흔들 ‘괴물 스펙’…SK하이닉스 ‘비밀병기’에 관심 폭발 [강해령의 테크앤더시티]

낸드가 각광받으며 HBF에 대한 중요도와 관심도 또한 급격하게 높아지는 요즘.

“최근 SK하이닉스는 세계적 반도체 학회인 전기전자공학자협회(IEEE) 논문을 통해 ‘H3’ 라는 새로운 반도체 콘셉트를 제시했다. H3는 HBM과 HBF를 활용한 하이브리드반도체 구조의 줄임말이다.”

“이 실험에서 엔비디아 최신 GPU인 블랙웰(B200) 칩 옆에 8개의 5세대 HBM(HBM3E)과 8개의 HBF를 놓았다. 이렇게 했더니 전력 대비 연산 성능이 HBM만 있을 때보다 2.69배 개선될 수 있다는 실험 결과를 얻었다.”

“다만 HBF가 현실로 구현되려면 다양한 문제를 해결해야 하는 것으로 알려졌다. 낸드플래시는 저장 용량은 크지만 새로운 데이터를 기록하거나 형태를 바꾸는 쓰기(write) 성능이 느리다는 단점이 있다.”

“하이브리드 구조 데이터를 읽는(read) 곳에만 HBF를 배치한다고 하더라도 KV 캐시는 갈수록 쓰기 성능이 중요하지기 때문에 이 점을 극복할 수 있는 설계 기술이 필요하다. HBF 가장 아래에 있는 베이스 다이의 컨트롤러 성능이 HBM보다 훨씬 더 고도화해야 한다.”

Some thoughts ahead of Nvidia tonight - Gavin Baker

게빈 베이커의 글인데, 역시나 다 공감되는 내용들이다.

나는 계속해서 말하지만 나는 여전히 AI가 갈길이 많이 남았다고 보고, 이는 투자의 있어서도 같은 입장이다.

“엔비디아의 밸류에이션은 ‘버블로 인한 과잉 투자가 다가옴에 따라 엔비디아의 수익이 국지적 고점에 다다르고 있다고 믿는’ 시장의 시각을 반영하는 것으로 볼 수 있습니다. 분명 엔비디아의 주가 자체가 밸류에이션 버블 상태인 것은 아니며, 시장이 우려하는 것은 밸류에이션 버블이 아닌 펀더멘털 버블, 즉 CAPEX의 버블입니다. 만약 시장이 2027 회계연도 이후에도 엔비디아가 한 자릿수 후반의 높은 연평균 매출 성장률(CAGR)을 기록할 것이라는 확신을 갖게 된다면, 이는 그들의 밸류에이션에 긍정적인 영향을 미칠 것입니다.”

“이번에는 다르다고 믿는 것은 위험하지만, 저는 이번에는 정말 다를 수 있다고 생각합니다. 전 세계는 근본적으로 전력과 웨이퍼 부족에 시달리고 있으며, 이를 해결하는 데 수년이 걸릴 수 있습니다. 이러한 전력과 웨이퍼의 부족이 과잉 투자를 방지할 수도 있습니다. 하이퍼스케일러들은 할 수만 있다면 과잉 투자를 하겠지만, 그들은 그럴 수가 없습니다. 제가 알기로 앞서 언급된 과거 기술들의 도입을 가로막는 이와 비슷한 물리적 부족 현상은 없었습니다. 과잉 투자가 없다면 폭락도 일어나기 어렵습니다. 특히 기술주들이 필수소비재와 동일한 배수로 거래되는 현재의 밸류에이션 수준에서는 더욱 그렇습니다.”

“GPU의 대여 가격은 토큰의 경제적 가치를 반영합니다. GPU 대여 가격은 “AI에 대한 투자 수익률(ROI)”의 심장 박동과도 같습니다. 우리는 능력이 뛰어나고 효율적인 GPU가 지속적으로 출시됨에 따라 AI의 ROI가 매우 긍정적이더라도 대여 가격은 시간이 지남에 따라 하락하는 추세를 보일 것으로 예상해야 합니다. 하지만 놀랍게도 거의 4년이 된 H100의 대여 가격이 지난 2개월 동안 수직 상승했는데, 이는 에이전틱 AI(agentic AI), 특히 에이전틱 코딩이 상당한 경제적 가치를 제공하고 있음을 시사합니다.”

#핀테크

Stripe’s 2025 annual letter

현재의 스트라이프는 에이전트 경제에 진심이다. 그리고 스트라이프가 준비 중인 메인넷 Tempo의 런칭이 머지 않았다.

“크립토 윈터일지 모르지만, 스테이블코인은 썸머를 맞이하고 있습니다. 지난 10년간 스테이블코인의 거래량은 가상자산 가격의 등락을 따라가는 경향이 있었지만, 작년에는 분명한 탈동조화(divergence) 현상이 나타났습니다. 2025년 비트코인 가격은 급락하여 현재 10월 대비 50% 하락한 상태지만, 스테이블코인의 결제 규모는 약 4,000억 달러로 두 배 증가했으며 이 중 60%는 B2B 결제인 것으로 추산됩니다. 당사가 인수한 스테이블코인 오케스트레이션 플랫폼인 브릿지(Bridge)의 거래량 역시 4배 이상 증가했습니다. 실물 경제에서의 도입이 빠르게 진행됨에 따라, 스테이블코인 결제는 조용하지만 거침없이 발전하고 있습니다.”

“당사는 스테이블코인이 대규모로 채택되는 세상에 대비하며, 작년 한 해 동안 블록체인에 대해 깊이 고민했습니다. 오늘날의 블록체인은 트레이딩과 디파이를 위해 설계되었기 때문에 결제에 필수적인 요소(처리량, 신뢰성, 비용 예측 가능성, 개인정보 보호 등)는 크게 주목받지 못했습니다. 비트코인은 초당 10건 미만의 거래를 처리합니다. 작년에는 한 주요 블록체인에서 일어난 밈코인 거래 광풍으로 인해, 한 브릿지 사용자의 대금 지급이 12시간 이상 지연되고 건당 거래 수수료가 35배나 치솟는 일도 있었습니다. 이러한 운영상의 문제는 이미 심각한 수준이지만, 앞으로 거래 수요가 크게 증가할 것으로 예상됨에 따라 상황은 더욱 심화될 것입니다. 당사의 관점에서는 머지않아 AI 에이전트가 대부분의 인터넷 거래를 담당하게 될 가능성이 높으며, 이에 따라 초당 100만 건, 심지어 10억 건 이상의 거래를 지원하는 블록체인이 필요해질 것입니다.“

지난 9월, 당사는 패러다임(Paradigm)과 함께 인큐베이팅하여 결제 전용으로 구축된 블록체인인 ‘템포(Tempo)’를 공개했습니다. 기업들은 템포를 통해 전용 결제 레인, 1초 미만의 거래 완결성, 선택적 개인정보 보호, 그리고 규제 준수 및 회계 시스템과의 상호 운용성을 얻을 수 있습니다. 이러한 기능들이 평범하게 들릴지 모르지만, 실물 경제 활동을 지원하는 인프라에 있어서는 대단히 중요합니다. 비자(Visa), 누뱅크(Nubank), 쇼피파이(Shopify) 같은 기업들은 이미 글로벌 대금 지급, 임베디드 금융, 송금 등 다양한 사용 사례에 대해 템포를 테스트하고 있습니다. 한때 CEO 스스로 가상자산 회의론자라고 밝혔던 클라르나(Klarna)는 브릿지의 ‘오픈 발행(Open Issuance)’ 기능을 사용해 국경 간 결제를 더 빠르고 저렴하게 처리함으로써, 템포 테스트넷에서 스테이블코인을 출시한 최초의 은행이 되었습니다. 또한 템포의 아키텍처는 에이전트 기반 결제(agentic payments)와 소액 결제(microtransactions)에도 매우 적합합니다. 템포의 메인넷이 곧 출시될 예정이며, 야심 찬 기업들이 이를 활용해 어떤 비즈니스를 구축해 나갈지 무척 기대됩니다.

Circle Internet Group, Inc. - Circle Internet Group Q4 2025 Earnings Call

최근 써클의 실적발표에서도 AI 에이전트에 대한 가능성이 강조되었다.

우리는 변곡점에 서 있습니다. 인터넷은 정보를 이동시키는 단계에서 가치를 이동시키는 단계로 진화하고 있습니다. 블록체인, 스테이블코인, 그리고 AI는 별개의 트렌드가 아닙니다. 이들은 인터넷 상에서 기본적으로 구축되어 새롭게 재구성된 글로벌 경제 시스템이라는 훨씬 더 거대한 무언가로 수렴되고 있습니다. 제 견해로는, 수십억 또는 수천억 개의 AI 에이전트가 인터넷을 통해 상호작용하고 경제적 기능을 수행하는 세상에 진입하고 있습니다. 이를 수행하기 위해서는 프로그래밍 가능한 디지털 달러와 개방형 인프라가 필요할 것이며, 그것이 바로 우리 써클(Circle)이 구축해 온 것입니다.

써클의 4분기 실적은 이것이 더 이상 단순한 비전이 아님을 보여줍니다. 실제로 일어나고 있는 일입니다. USDC의 확장은 계속되었고, 스테이블코인 거래량 점유율은 50%에 육박했으며, 우리의 광범위한 플랫폼은 단순 발행을 넘어 온체인 금융의 인프라 계층으로 크게 확장되었습니다. Arc, CCTP, Circle Payments Network, StableFX. 이 각각은 다음에 올 미래를 위한 초석입니다. 앞으로의 기회는 그 어느 때보다 큽니다. 그리고 우리는 이제 막 시작했을 뿐입니다.

사실, 자율적이고 프로그래밍 방식으로 0.00001달러의 트랜잭션 비용으로 크로스 체인 USDC 트랜잭션을 자동화할 수 있게 해주는 서클 게이트웨이(Circle Gateway)라는 새로운 기능의 테스트넷 릴리즈에 막 들어갔습니다. 이것은 당사의 테스트넷에서 실시간 작동 중이며, 이것이 인터넷에서 에이전트 기반 결제 및 수익화 모델 측면에서 가능하게 할 것들에 대해 매우 기쁩니다. 전 세계 어떤 결제 시스템도 이 작업을 수행할 수 없다고 우리는 믿습니다.

#마지막으로

[GN#346] 취향은 새로운 핵심 역량 - 구현의 시대에서 선택의 시대로 - GeekNews

AI 에이전트의 시대가 본격화되면서 중요해지는 것은? 취향, 그리고 감도.

“얼마 전 OpenAI 공동창업자 Greg Brockman이 “취향은 새로운 핵심 역량이다(Taste is a new core skill)” 라는 트윗을 남겼습니다. 사실 취향은 늘 중요했습니다. 스티브 잡스는 1995년 CBS 인터뷰에서 “결국 모든 것은 취향으로 귀결된다” 고 말했습니다. 최고의 것들에 자신을 노출시키고, 그중 좋은 것을 자신의 작업에 가져오는 능력이라는 의미였습니다. 그는 마이크로소프트의 가장 큰 문제 역시 “취향이 없다”는 점이라고 단언하기도 했습니다.”

“왜 지금 다시 취향일까요? “실력 없음. 취향 없음.” 이라는 글은 LLM 덕분에 누구나 앱을 만들 수 있게 되었지만, 사람들에게 선택받기 위해서는 여전히 ‘취향의 벽’ 을 넘어야 한다고 말합니다. 진입 장벽은 낮아졌지만, 자신의 실력과 감각을 과대평가한 결과물도 함께 늘어났습니다. 구현은 쉬워졌지만, 사용자에게 선택받는 일은 여전히 어렵습니다. 결국 살아남는 소프트웨어는 사람들이 인정하는 최소한의 취향을 충족하는 것들입니다.”

“Andrej Karpathy는 “Highly Bespoke Software” , 즉 초개인화 맞춤형 소프트웨어의 시대가 올 것이라고 이야기합니다. 앱스토어에서 범용 앱을 고르는 대신, LLM 에이전트가 즉석에서 개인 맞춤형 소프트웨어를 만들어주는 흐름입니다. 구현 비용이 급격히 낮아질수록 차별화의 축은 ‘만드는 능력’에서 ‘무엇을 만들지 선택하는 능력’ 으로 이동합니다.”

“결국 사람들의 취향을 정확히 겨냥하는 소프트웨어는 더 강해질 것이고, 반복적이고 자잘한 구현은 점점 LLM에 흡수될 가능성이 큽니다. 구현은 평준화되고, 판단은 더 중요해집니다.”

“그렇다면 취향은 어떻게 기를 수 있을까요? 잡스의 인터뷰에는 힌트가 있습니다. 취향은 타고나는 재능이 아니라, 좋은 것에 오래 노출되는 습관에서 만들어집니다. 그는 캘리그래피 수업, 바우하우스 디자인, 음악과 인문학에 대한 몰입을 이야기했습니다. 기술만 아는 사람이 아니라, 폭넓은 문화적 경험을 가진 사람이 되라는 메시지였습니다.”

“Paul Graham은 2002년 “Taste for Makers” 에서 좋은 취향은 좋은 것을 많이 보고, 형편없는 것을 직접 만들어보고, 그것이 형편없다는 사실을 인지하는 과정에서 생긴다고 했습니다. 부끄러움을 느낄 수 있는 감각이 바로 취향의 출발점이라는 뜻입니다.”

“LLM이 코드를 대신 써주더라도, 어떤 것을 선택하고 무엇을 남길지 결정하는 일에는 여전히 취향이 필요합니다. 취향은 하루아침에 생기지 않습니다. 좋은 것을 많이 보고, 직접 만들어보며 실패를 겪고, 무엇이 부족했는지 분석하는 과정에서 취향이 자라납니다. 그렇게 쌓인 취향은 점점 더 잘 버리게 만들고, 결국 만들기 전부터 걸러내는 자신만의 취향으로 이어집니다.”

“이제는 누구나 많이 만들 수 있는 시대입니다. 그래서 더 중요해지는 것은 얼마나 많이 만들어봤는가가 아니라, 얼마나 많이 버려봤는가일지도 모릅니다. 더 많이 만들고, 더 엄격한 취향으로 과감히 버려보시기 바랍니다.”

변화의 실체를 선명히 알아야 비로소 대응하고, 나아가 주도할 수 있을 테니까요.

오늘은 AI, 핀테크, 바이오, 하드웨어에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#AI

Andrej Karpathy on Twitter / X

최근 내 개발자 친구가 ‘올해들어서 AI 코딩 능력이 급격히 발전하는게 온몸으로 체감되어 앞으로 어떻게 먹고 살아야할지 심각하게 고민된다’라는 이야기를 하던데, 카파시도 같은 이야기를 하는 걸 보니 확실히 뭔가 달라져구나 하는 느낌이 든다.

올해 들어서 심상치 않은 분위기들이 보이는데, 어쩌면 우린 이미 임계점을 넘었을지도.

“최근 LLM 코딩 능력이 향상됨에 따라, 저 또한 많은 사람들과 마찬가지로 11월에는 ‘80% 수동+자동완성, 20% 에이전트’였던 비율이 12월에는 ‘80% 에이전트 코딩, 20% 편집+수정’으로 급격히 바뀌었습니다. 즉, 저는 이제 정말로 대부분 영어로 프로그래밍을 하고 있으며, LLM에게 어떤 코드를 짜라고 말로 시키면서 코딩하고 있습니다.”

“이것은 제가 프로그래밍을 해온 약 20년 동안 겪은 기본 코딩 워크플로우의 가장 큰 변화이며, 불과 몇 주 만에 일어난 일입니다. 저는 현업 엔지니어의 상당수(두 자릿수 퍼센트)에게도 비슷한 일이 일어나고 있을 것이라 예상하지만, 일반 대중의 이에 대한 인식은 아직 한 자릿수 퍼센트 초반에 머물러 있는 느낌입니다.”

“TLDR: 그래서 우리는 지금 어디에 있는가? LLM 에이전트의 능력(특히 Claude와 Codex)은 2025년 12월경 일관성(coherence)의 어떤 임계점을 넘었고, 소프트웨어 엔지니어링 및 관련 분야에 phase shift를 일으켰습니다. 지능 부분은 통합(도구, 지식), 새로운 조직 워크플로우의 필요성, 프로세스, 일반적인 확산 등 다른 모든 부분보다 갑자기 꽤 앞서 나가는 느낌입니다. 2026년은 업계가 이 새로운 능력을 소화(metabolize)하면서 에너지가 넘치는 해가 될 것입니다.”

Claude Opus 4.6

이 기세를 몰아 앤트로픽은 클로드 오퍼스 4.6을 출시한데 이어서,

Introducing Cowork | Claude

Cowork 라는 새로운 에이전트 서비스도 출시. AI가 내 컴퓨터 저장소에 직접 들어오기 시작했다.

“Cowork를 사용하는 것은 일반적인 대화와 어떻게 다를까요? Cowork에서는 사용자가 컴퓨터에서 원하는 폴더에 대한 접근 권한을 Claude에게 부여합니다. 그러면 Claude는 해당 폴더에 있는 파일을 읽고, 편집하고, 생성할 수 있습니다. 예를 들어, 다운로드한 파일을 정렬하고 이름을 바꿔 정리하거나, 수많은 스크린샷에서 지출 내역이 담긴 스프레드시트를 만들거나, 흩어져 있는 메모를 바탕으로 보고서 초안을 작성할 수 있습니다. “

“Cowork에서 Claude는 일반적인 대화에서 볼 수 있는 것보다 훨씬 더 능동적으로 이러한 작업을 수행합니다. 작업을 설정하면 Claude는 계획을 세우고 꾸준히 완료하며, 진행 상황을 사용자에게 알려줍니다. Claude Code를 사용해 본 적이 있다면 익숙하게 느껴질 것입니다. Cowork는 Claude Code와 동일한 기반 위에 구축되었기 때문입니다. 즉, Cowork는 Claude Code가 처리할 수 있는 많은 작업을 수행할 수 있지만, 코딩이 필요하지 않은 작업에 대해 훨씬 더 접근하기 쉬운 형태로 제공됩니다.”

Claude Legal Plug-In, 변호사가 뜯어봄 - SWK

게다가 법률, 영업, 재무 등을 위한 플러그인까지 출시하면서 이번 변화가 절대로 개발자에만 국한되는게 아니라는걸 보여줌.

나는 예전부터 ‘한 버티컬을 꽉잡는 AI 어플리케이션 플레이어가 동일한 플레이북으로 다른 영역에 침투하는 모습을 보여주지 않을까’하는 가설이 있었는데, 어쩌면 앤트로픽이 이 가설에 부합하는 첫번째 회사가 될 수 있지 않을까 상상해보고 있다.

“그런데 문제는 이게 v1이라는 것이다. 지금은 워크플로우 정리 수준이지만, 조직마다 legal.local.md에 자기 회사 기준을 넣고 쓸수록 실무 데이터가 쌓인다. Thomson Reuters가 30년 걸려 축적한 판례 데이터베이스를, Anthropic은 각 고객사의 실무 판단 데이터로 우회하는 구조를 깔아놓은 셈이다.”

Anthropic Hikes 2026 Revenue Forecast 20% but Delays When It Will Go Cash Flow Positive - The Information

이에 따라 앤트로픽이 예상 매출을 상향 조정. 올해 $18b, 내년 $55b를 예상하고 있다고.

그리고 훈련 비용 또한 높혀 잡았다. 올해 $12b, 내년 $23b 지출 예정이며, 이는 이는 이전 전망치보다 각각 약 51%, 129% 증가한 수치.

Anthropic raises $30 billion in Series G funding at $380 billion post-money valuation

이를 위한 투자 유치도 마무리지었다. 포스트 $380b, 레이즈 금액은 $30b, ARR $14b.

엄청난 기세인데, 올해 들어서 성장 속도가 더 가속이 붙은 것 같다.

“이러한 성장은 엔터프라이즈 및 개발자를 위한 최고의 인텔리전스 플랫폼으로서의 입지 덕분에 가능했습니다. 클로드에 연간 10만 달러 이상을 지출하는 고객 수(연 환산 매출 기준)는 지난 1년 사이 7배 증가했습니다. 또한 API, 클로드 코드(Claude Code), 클로드 포 워크(Claude for Work) 등 단일 사용 사례로 클로드를 도입한 기업들이 조직 전반으로 통합을 확장하고 있습니다. 2년 전만 해도 연간 100만 달러 이상을 지출하는 고객은 10여 곳에 불과했습니다. 오늘날 그 수는 500곳을 넘습니다. 포춘(Fortune) 선정 10대 기업 중 8곳이 현재 클로드 고객입니다.”

“클로드 코드는 팀이 소프트웨어를 구축하는 방식을 근본적으로 변화시키는 에이전트형 코딩(Agentic coding)의 새로운 시대를 대표합니다. 클로드 코드는 2025년 5월 일반에 공개되었습니다. 현재 클로드 코드의 연 환산 매출은 25억 달러 이상으로 성장했으며, 이는 2026년 초 이후 두 배 이상 증가한 수치입니다. 주간 활성 클로드 코드 사용자 수 역시 1월 1일 이후 두 배로 늘어났습니다. 최근 분석에 따르면 전 세계 깃허브(GitHub) 퍼블릭 커밋의 4%가 클로드 코드로 작성된 것으로 추정되는데, 이는 불과 한 달 전 비율의 두 배에 해당합니다.”

“클로드 코드의 기업용 구독은 2026년 초 이후 4배 증가했으며, 기업 사용량은 전체 클로드 코드 매출의 절반 이상을 차지할 정도로 성장했습니다. 코딩 분야에서 클로드를 탁월하게 만드는 능력은 재무 및 데이터 분석, 영업, 사이버 보안, 과학적 발견 등 새로운 업무 영역에서도 가능성을 열어주고 있습니다.”

Introducing GPT-5.3-Codex

물론 OpenAI도 가만히 있지 않는다. 최근 Codex 5.3을 출시했는데 괜찮은 반응 덕분에 Codex 다운로드 수가 급증했다고 전해지고,

Introducing OpenAI Frontier

동시에 엔터프라이즈용 에이전트 플랫폼 ‘Frontier’를 공개했다. 올해는 모델사들의 B2B 단에서의 치열한 경쟁 또한 주요 관전 포인트가 될듯.

오늘 우리는 기업이 ‘실제 업무(real work)’를 수행할 수 있는 AI 에이전트를 구축, 배포 및 관리하도록 돕는 새로운 플랫폼인 Frontier를 소개합니다. Frontier는 에이전트에게 공유된 맥락(context), 온보딩, 피드백을 통한 실전 학습, 명확한 권한 및 경계 설정 등, 사람이 업무에서 성공하기 위해 필요한 것과 동일한 기술을 제공합니다. 이것이 바로 팀들이 고립된 사용 사례를 넘어 비즈니스 전반에서 활약하는 ‘AI 동료(AI coworkers)’로 나아가는 방법입니다.

에이전트의 능력은 향상되었지만, 모델이 할 수 있는 일과 팀이 실제로 배포할 수 있는 일 사이의 ‘기회 격차’는 커졌습니다. 이 격차는 단순히 기술 때문만은 아닙니다. 팀들은 AI가 발전하는 속도만큼 빠르게 에이전트를 초기 파일럿 단계에서 실제 업무로 전환하기 위한 지식을 여전히 쌓아가고 있는 중입니다. OpenAI에서만 해도 대략 3일마다 새로운 것이 출시되고 있으며, 그 속도는 점점 더 빨라지고 있습니다. 이 속도를 따라잡는다는 것은 통제와 실험 사이의 균형을 맞추는 것을 의미하며, 이를 제대로 해내기란 어렵습니다.

AI 동료가 실제로 작동하려면 다음과 같은 요소들이 중요합니다: 1) 시스템 전반에서 업무가 실제로 어떻게 수행되는지 이해해야 합니다. 2) 계획을 세우고, 행동하며, 실제 문제를 해결하기 위해 컴퓨터와 도구에 접근할 수 있어야 합니다. 3) 업무가 변화함에 따라 품질이 향상될 수 있도록, 무엇이 좋은 결과인지(what good looks like) 이해해야 합니다. 4) 팀이 신뢰할 수 있는 신원, 권한 및 경계가 필요합니다.

그리고 이 모든 것은 종종 여러 클라우드에 분산된 수많은 시스템 전반에서 작동해야 합니다. Frontier는 팀이 이미 보유한 시스템과 연동되며, 플랫폼을 전면 교체(replatform)하도록 강요하지 않습니다. 기존 데이터와 AI를 그것이 존재하는 곳에서 결합할 수 있으며, 개방형 표준(open standards)을 사용하여 이미 사용 중인 애플리케이션을 통합할 수도 있습니다. 즉, 새로운 형식이 필요 없으며, 이미 배포한 에이전트나 애플리케이션을 포기할 필요도 없습니다.

Ads in ChatGPT, Why OpenAI Needs Ads, The Long Road to Instagram - Stratechery

올해 또 하나의 관전 포인트는 OpenAI가 광고 비즈니스모델을 성공적으로 도입하는지다. 이는 ‘AI CAPEX 정당성’ 우려에도 어느정도 영향을 미칠 것 같고.

“OpenAI는 첫째, 추론 비용이 많이 최적화되었고 단위 마진(적어도 유료 고객의 경우)은 거의 확실히 괜찮겠지만, CPU 기반 작업이 시간이 지나면서 되었던 것처럼 제로(0)에 가깝지는 않습니다. 하지만 더 큰 문제는 고정 비용, 즉 훈련, 강화 학습, 실험 등을 위한 컴퓨팅 비용이 완만하게 상승하는 곡선이 아니라는 점입니다. 이는 기하급수적으로 증가하는 곡선으로 보입니다.”

“OpenAI CFO는 자랑스럽게 OpenAI가 확장 가능한 비즈니스 모델을 가지고 있지 않다고 쓰고 있는 셈입니다! 돈을 더 벌기 위해 회사는 더 많은 돈을 써야 합니다. 저 전력 수치들이 바로 그것입니다. 이는 전력뿐만 아니라 전력을 공급받는 GPU에 대한 실제 지속적인 비용을 나타냅니다.”

“이 점이 무엇보다도 왜 회사가 광고 모델을 그토록 절실히 필요로 하는지를 설명해 줍니다. 광고는 회사가 컴퓨팅 비용을 감당할 뿐만 아니라 그 위에서 레버리지(leverage)를 얻을 수 있도록 수익 곡선을 의미 있게 꺾을 수 있는 유일한 잠재적 비즈니스 모델입니다.”

“첫째, 광고는 비즈니스의 ‘폭’을 넓혀줍니다. 더 나은 제품을 더 많은 사람에게 제공하여 사용량을 늘리고 인벤토리를 확장할 수 있습니다. 둘째, 광고는 비즈니스의 ‘깊이’를 더해줍니다. 사용자당 평균 수익 측면에서 무한한 상승 여력이 있습니다. 더 많은 사용은 한편으로는 더 많은 인벤토리를 의미하고, 효과적인 타겟팅과 높은 전환율을 위한 기능을 구축하면 광고주가 지불할 의사가 있는 금액이 증가합니다. 사용자에게 드는 비용은 그대로(이상적으로는 무료) 유지되면서 말이죠.”

“OpenAI의 문제는 구글과 메타가 이미 광고를 매우 잘하고 있다는 점, 그리고 특히 구글은 이미 규모를 갖춘 검색 광고 비즈니스 덕분에 무기한으로 보조금을 지급할 수 있는, 점점 더 잘 알려진 ChatGPT 대안인 ‘제미나이’를 가지고 있다는 점입니다. OpenAI는 사용자의 관점에서 볼 때 광고로 사용자 경험을 저하시켜 운영 자금을 조달해야 하는 반면, 보조금을 받는 대안 서비스는 클릭 한 번 거리에 있다는 거대한 도전에 직면해 있습니다.”

A business that scales with the value of intelligence

그리고 OpenAI는 ‘Compute = Revenue’임을 다시 한번 강조하며 투자 의지를 내비침.

“지난 3년을 되돌아보면, 수익으로 측정되는 우리의 고객 서비스 능력은 가용한 컴퓨팅 자원과 직접적으로 비례해 왔습니다.”

-컴퓨팅(Compute): 전년 대비 3배, 2023년부터 2025년까지 9.5배 성장했습니다.

-수익(Revenue): 동일한 곡선을 그리며 전년 대비 3배, 2023년부터 2025년까지 10배 성장했습니다.

“이것은 전례 없는 규모의 성장입니다. 우리는 이 기간 동안 더 많은 컴퓨팅 자원이 있었다면, 고객 채택과 수익화가 더 빠르게 이루어졌을 것이라고 확신합니다.“

“비즈니스 모델은 이 순환을 완성합니다. 우리는 구독으로 시작했습니다. 오늘날 우리는 소비자 및 팀 구독, 광범위한 채택을 유도하는 무료 광고/커머스 지원 티어, 그리고 프로덕션 워크로드에 연동된 사용량 기반 API를 포함한 다층 시스템을 운영하고 있습니다. 앞으로는 우리가 현재 판매하는 것 이상으로 확장될 것입니다. 지능이 과학 연구, 신약 개발, 에너지 시스템, 금융 모델링 분야로 진입함에 따라 새로운 경제 모델이 등장할 것입니다. 라이선싱, IP 기반 계약, 성과 기반 가격 책정 등이 창출된 가치를 공유하게 될 것입니다. 인터넷이 진화한 방식 그대로, 지능도 같은 길을 따를 것입니다.”

“이 시스템은 규율(discipline)을 필요로 합니다. 세계적 수준의 컴퓨팅 자원을 확보하려면 수년 전에 약속을 해야 하며, 성장은 완벽하게 매끄러운 선으로 움직이지 않습니다. 때로는 용량이 사용량을 앞서고, 때로는 사용량이 용량을 앞섭니다. 우리는 대차대조표를 가볍게 유지하고, 소유보다는 파트너십을 맺으며, 제공업체 및 하드웨어 유형 전반에 걸쳐 유연하게 계약을 구조화함으로써 이를 관리합니다. 자본은 실제 수요 신호에 맞춰 단계적으로 투입됩니다. 이를 통해 시장이 입증한 것보다 더 많은 미래를 묶어두지 않으면서도, 성장이 있을 때 과감하게 나아갈 수 있습니다.”

“이러한 규율은 2026년의 초점을 ‘실질적인 채택(practical adoption)’으로 설정하게 합니다. 우선순위는 AI가 현재 가능하게 만드는 것과 사람, 기업, 국가가 매일 이를 사용하는 방식 사이의 격차를 좁히는 것입니다. 기회는 거대하고 즉각적입니다. 특히 더 나은 지능이 더 나은 결과로 직결되는 건강, 과학, 기업(Enterprise) 분야에서 더욱 그렇습니다.”

Gemini Deep Think: Redefining the Future of Scientific Research

과학자의 기질을 가지고 있는 딥마인드는 계속해서 과학과 수학적 발전을 이끌어내고 있다.

“IMO 문제와 달리, 연구 수준의 수학은 방대한 문헌에 걸친 고급 기술을 필요로 합니다. 파운데이션 모델(Foundation models)은 방대한 지식 기반을 보유하고 있지만, 데이터 희소성으로 인해 고급 주제에 대해서는 피상적인 이해나 환각(hallucination) 현상이 자주 발생합니다.”

“이를 해결하기 위해 우리는 Gemini Deep Think 모드로 구동되는 수학 연구 에이전트(내부 코드명 Aletheia)를 구축했습니다. 이 에이전트는 자연어 검증기를 통해 후보 솔루션의 결함을 식별하고, 솔루션을 생성하고 수정하는 반복적인 프로세스를 가능하게 합니다. 결정적으로, 이 에이전트는 문제를 해결하지 못했음을 인정할 수 있는데, 이는 연구자들의 효율성을 높여주는 핵심 기능입니다.”

“2025년 7월 IMO 금메달 기준을 달성한 이후, Gemini Deep Think는 빠르게 발전하여 추론 시간 연산(inference-time compute) 규모가 커짐에 따라 IMO-ProofBench Advanced 테스트에서 최대 90%의 점수를 기록했습니다. 우리는 올림피아드 수준을 넘어 박사급(PhD-level) 연습 문제(내부 FutureMath Basic 벤치마크 기준)로 진행함에 있어서도 스케일링 법칙(scaling law)이 계속 유지됨을 입증했습니다. 특히, Aletheia는 더 적은 추론 시간 연산으로 더 높은 수준의 추론 품질을 달성할 수 있음을 보여주었습니다.”

“2026년 1월 기준 Deep Think의 최신 고급 버전은 올림피아드 수준 문제에서 IMO-Gold 버전(2025년 7월)을 크게 앞질렀습니다. 추론 시간 스케일링 법칙은 박사급 연습 문제에도 적용됩니다. Aletheia는 더 낮은 추론 시간 연산으로 추론 품질 측면에서 추가적인 도약을 이루었습니다. 모든 결과는 인간 전문가가 채점했습니다.”

”We’re Ahead of Where I Thought We’d Be” — Gemini 3 & the Future of AI

최근 화제였던 딥시크의 Engram 논문은, 어쩌면 구글과 OpenAI 등 선두 기업들이 내부적으로 구현 중인 무언가를 글로 풀어낸 것일지도 모르겠다. 미래가 그려지는군.

“제미나이 1.5에서 모델의 긴 문맥(long context) 능력에서 정말 좋은 도약이 있었다고 생각하며 그것이 정말 많은 것을 가능하게 한다고 봅니다. 오늘날 코드베이스를 가지고 작업을 많이 해서 문맥 길이가 정말 길어지는 상황에서 모델과 에이전트가 이 작업을 수행할 수 있는 능력입니다. 내년쯤에는 긴 문맥을 더 효율적으로 만드는 것뿐만 아니라 모델 자체의 문맥 길이를 더 확장하는 측면에서 더 많은 혁신이 있을 것이라고 생각합니다. 따라서 능력 측면에서 사전 학습이 구체적으로 제공할 수 있는 것이 많고 매우 흥미롭습니다. 이와 관련하여 어텐션(attention) 측면에서도 최근에 정말 흥미로운 발견들을 했는데 그것이 향후 몇 달 동안 우리가 수행할 많은 연구의 형태를 결정할 것이라고 생각하며 개인적으로 매우 기대가 큽니다.”

- 제미나이의 사전훈련 담당자 인터뷰.

기계들의 광장: 몰트북(MOLTBOOK)이 열어젖힌 낯선 세계 - Angina Pectoris

이번 몰트북 현상이 무엇을 의미하는지 고민해보는 중인데, 뭔가 단순한 해프닝이 아니라 에이전트 경제와 인공 사회로 넘어가는 모습을 미리 보여준 느낌이 든다.

그리고 인간의 개입 없이도 AI가 스스로 사회적 상호작용을 지속할 수 있다는 것은 향후 비즈니스 환경에서 B2B & B2C 뿐만 아니라 A2A(Agent to Agent) 시장이 열릴 것임을 시사하는 것 같다.

Andrej Karpathy on Twitter / X

카파시도 비슷한 무언가를 생각하는 것 같군

“며칠 전 트윗이 다시 생각나네요. “대부분의 왈가왈부는 ‘현재의 점(상태)’을 보는 사람들과 ‘현재의 기울기(추세)’를 보는 사람들 사이에서 일어난다.” 제 생각엔 이번 의견 차이의 핵심도 바로 여기에 있습니다. 네, 분명 지금 당장은 엉망진창입니다. 하지만 우리가 개별적으로도 거의 이해하지 못하는 최첨단 자동화 기술이 수백만 개 규모의 네트워크로 확장되는, 완전히 미지의 영역에 깊숙이 들어와 있는 것도 사실입니다. 능력이 향상되고 확산이 빨라질수록, 스크래치패드를 공유하는 에이전트 네트워크의 2차 파급 효과는 예측하기 매우 어렵습니다.”

Microsoft and Software Survival - Stratechery

최근 소프트웨어, 특히 SaaS 기업들의 주가 폭락이 ‘AI 에이전트가 경쟁력을 뺏어간다’는 논리로는 전부 설명이 안된다고 생각해서 내가 뭘 놓치고 있을까 고민하고 있었는데, 내가 놓치고 있던 퍼즐 조각이 이거였던 것 같다.

“지금의 문제는 기업들이 소프트웨어를 포기하지는 않겠지만, 굳이 더 많이 사고 싶어 하지도 않는다는 점입니다. 오히려 그들은 자체 토큰(AI 모델 사용)을 위한 자금을 확보하기 위해 지출을 줄여야 합니다. 이는 이 모든 기업의 성장 스토리에 심각한 의문을 제기합니다(업계 전반의 가치 재평가는 저에게 완전히 타당해 보입니다). 따라서 새로운 AI 코딩 능력의 가장 최적의 활용법은 인접 분야를 공격하여 자신의 존재를 정당화하고 가격 인상 기회를 마련하는 것입니다.”

“다시 말해, 지난 10년의 SaaS 스토리가 파이를 키우는 것이었다면, 앞으로의 10년은 파이를 놓고 싸우는 시기가 될 것이며, 모델 제작자들은 무기상이 될 것입니다.”

Tech Trends Report | Contrary Research

예전에는 ‘AI가 사람을 대체할테니 TAM이 이정도야’하는게 막연한 미래 상상인줄 알았는데, 이제는 이미 현실이 되어가고 있다.

#핀테크

디지털자산과 AI - 미래에셋증권 (한종목 애널리스트)

AiFi: 에이전트와 이더리움의 필연적 결합

“지난 수년간 대규모 언어 모델은 비약적인 발전을 이룩했으나 기존의 레거시 금융 시스템이 법인과 자연인만을 경제 주체로 인정하는 탓에 AI는 독자적인 결제와 자산 통제가 불가능한 반쪽짜리 혁명에 머물러 있었다. 이러한 실행의 병목을 해소하는 결정적인 열쇠가 바로 블록체인 인프라다. 블록체인은 신원 증명이나 별도의 허가 없이 오직 암호학적 키만으로 지갑을 생성할 수 있어 AI 에이전트에게 고유한 경제적 신원을 부여할 수 있는 유일한 플랫폼이다. 특히 인간에게는 난해한 디지털자산 UX가 역설적으로 AI에게는 가장 명확하고 결정론적인 명령어 체계로 작용한다는 점은 블록체인이 기계 경제를 위한 필연적인 인프라임을 방증한다.”

블록체인 위에 새겨진 에이전트의 여권 - 해시드

MCP, A2A, x402, 그리고 ERC-8004. Agent to Agent 시장 개화를 위한 조각들은 지금도 하나둘씩 쌓여가고 있다.

“이 타임라인을 하나의 문장으로 읽으면 이렇다. 에이전트의 능력(MCP) → 에이전트의 공용어(A2A) → 에이전트의 화폐(x402) → 에이전트의 시민권(ERC-8004). 에이전트 문명의 인프라가 바닥부터 쌓이고 있다. 각 레이어가 이전 레이어 위에 서 있고, ERC-8004는 그 위에 신뢰라는 천장을 올린다.”

“우리는 지금 역사적인 순간을 목격하고 있는지도 모른다. 인류 역사상 처음으로, 인간이 아닌 존재가 경제 주체로 편입되는 순간이다. 노예가 시민이 되고, 회사가 법인격을 얻었듯, 이제 코드가 시민권을 얻으려 한다. ERC-8004는 단순한 기술 표준이 아니다. 디지털 행위자에게 경제적 실체를 부여하는 최초의 헌법이다.”

Introducing Agentic Wallets: Give Your Agents the Power of Autonomy

코인베이스 재빠르게 x402 기반의 에이전트 전용 지갑을 출시했다.

여담으로 나는 요즘 AI 에이전트의 세상은 마치 ‘포켓몬스터’의 세상과 비슷할 수 있지 않을까 상상해본다. 트레이너를 위해 싸우고 돈을 벌어오는 포켓몬처럼, AI 에이전트가 비슷한 역할을 하게 된달까.

“차세대 에이전트는 단순히 조언만 하는 것이 아니라 직접 행동할 것입니다. 디파이(DeFi) 포지션을 모니터링하고 자동으로 리밸런싱하며, 컴퓨팅 자원과 API 접근 비용을 스스로 부담합니다. 또한 크리에이터 경제에 참여하여 결과물을 수익화할 것입니다. 하지만 자율적으로 운영되기 위해서는 현재 에이전트가 갖추지 못한 한 가지 핵심적인 능력이 필요합니다. 바로 자금을 독립적으로 보유하고 관리하는 능력입니다. 그리고 코드의 속도로 움직이는 자금, 즉 기존 은행 인프라의 제약 없이 즉각적이고 프로그래밍 가능한 거래를 가능하게 하는 암호화폐 레일이 필요합니다.”

“바로 이런 점에서 Agentic Wallets가 중요한 역할을 합니다. 저희는 AI 에이전트를 위해 특별히 설계된 최초의 지갑 인프라를 구축했습니다. 이를 통해 AI 에이전트는 기업 수준의 보안과 프로그래밍 가능한 안전장치를 유지하면서 자율적으로 자금을 소비하고, 벌고, 거래할 수 있습니다.”

Token Letter - Ribbit Capital (2025)

핀테크 투자의 최강자 Ribbit은 이미 AI 에이전트 경제를 예상하고 Token Revolution Thesis를 설정했다.

토큰화란 데이터·정체성·돈·자산 등을 기계가 읽고 행동할 수 있게 만드는 과정이고, 그 토큰들이 AI 에이전트를 만들고 구동하는 핵심 자원이 된다고 본다. 이는 AI와 크립토를 함께 아우르는 개념.

리포트 GPT 요약:

“Ribbit의 2025년 6월 Token Letter는 AI 에이전트가 세상을 ‘이해하고(토큰화) → 결정하고 → 실행’하기 위해 필요한 모든 입력·권한·자원(=토큰)을 ‘공장(토큰 팩토리)’에서 정제·조합·운용하면서, 산업의 운영체계(Vertical Token Systems)와 금융 인프라(자산 토큰/스테이블코인), 그리고 정보 인프라(진실·주의 시장)까지 재편한다는 큰 그림을 제시합니다.”

“리포트 말미에는 Ribbit이 무엇을 “헌팅”할지 비교적 직설적으로 적습니다. 요지는 에이전트를 ‘퍼스트클래스 고객’으로 대하는 스택(결제/신원 등), Vertical Token Systems, 에이전트-퍼스트 CRM/고객 인터랙션, 에이전트 신원·데이터 소유(특히 memory tokens), 보편적 개인 재무 비서, 언더리소스(크리에이터/SMB)에 슈퍼파워 제공, 토큰화 자산 인프라(발행/처리/관리), 1%만 누리던 서비스를 대중화, 예측/콘텐츠 시장 같은 ‘기계를 위한 신문’, 자율 에이전트용 자원(컴퓨트/데이터/거버넌스/평판), 그리고 강한 IP 기반의 real-world token factories입니다.”

“요약하면: Ribbit은 토큰 혁명이 지식(know-how)을 민주화하고, 그 결과 권력과 돈의 배분이 크게 바뀌며, 이 셋의 관계가 재조정된다고 봅니다.”

#바이오

The Isomorphic Labs Drug Design Engine unlocks a new frontier beyond AlphaFold - Isomorphic Labs

단백질 구조 파악을 넘어 실제 신약 설계에 가까워진 아이소모픽랩스.

최근 AI 에이전트의 발전도 놀랍지만, 과학 분야에 있어서 AI 발전 또한 상당히 놀라운 속도로 발전하고 있다. 즉, AI 신약개발은 생각보다 머지 않은 것 같다.

“우리는 알파폴드 3의 예측 정확도를 뛰어넘고 구조 예측과 실제 신약 개발 사이의 격차를 해소하는 새로운 기능을 도입한 통합 컴퓨팅 신약 설계 시스템, 아이소모픽 랩스 신약 설계 엔진(Isomorphic Labs Drug Design Engine, IsoDDE)의 강력하고 광범위한 기능 중 일부를 엿볼 수 있는 기회를 제공하고자 합니다.”

“우리는 IsoDDE가 까다로운 단백질-리간드 구조 예측 일반화 벤치마크에서 알파폴드 3의 정확도를 두 배 이상 향상시키고, 골드 표준인 물리 기반 방법보다 훨씬 적은 시간과 비용으로 이를 능가하는 정확도로 저분자 결합 친화력을 예측하며, 아미노산 서열만 입력값으로 사용하여 표적 단백질의 새로운 결합 포켓을 정확하게 식별할 수 있음을 입증합니다.”

The pioneer behind Google Gemini is tackling an even bigger challenge—using AI to ‘solve’ disease - Fortune

“생명공학 스타트업은 기업의 일생 동안 한두 개의 약물을 개발할지도 모릅니다.”라고 하사비스는 말합니다. “하지만 우리는 매년 수십 개의 약물을 개발할 수 있는 시스템, 프로세스, 그리고 모든 기술을 구축하려고 노력 중입니다. 지금 당장은 미친 소리처럼 들리겠지만, 결국 향후 10년에서 20년 안에는 모든 질병에 대한 해결책을 찾는 데 도달할 수 있을 것이라고 생각합니다... 건초더미에서 바늘을 찾을 수 있는 프로세스만 있다면 말이죠.”

“핵심 기술은 다수의 독점 모델을 기반으로 구축된 신약 설계 엔진입니다. 이 엔진은 업데이트된 단백질 예측 모델을 비롯해 펩타이드, 분자 접착제, 항체를 위한 모델들을 통합합니다. 이 엔진을 구축하는 데 사용된 데이터에는 글로벌 단백질 정보 은행(Protein Data Bank), 영국 바이오뱅크(U.K. Biobank), 상업적으로 라이선스를 받은 출처, 자체 생성된 데이터셋, 그리고 파트너들의 데이터가 조합되어 포함됩니다.”

“하사비스는 다른 우주에 대해 생각하는 것이 우리 내면에 있는 생물학적 우주를 이해하기 시작하는 데 도움이 될 수 있다고 믿습니다. 결국 “아이소모픽(isomorphic·동형의)”이라는 단어는 겉보기에는 달라 보이지만 구조적으로는 유사한 두 물체를 뜻하기 때문입니다.”

GPT-5 lowers the cost of cell-free protein synthesis

OpenAI는 Ginkgo Bioworks와의 협업으로 생물학의 ‘실험’ 과정을 개선해나가고 있다. 이는 AI 신약 개발에 있어서 가장 중요한 병목 중 하나이니.

“우리는 수학이나 물리학 같은 분야에서 AI가 급격한 발전을 이루는 것을 보았습니다. 이러한 분야에서는 물리적 세계와의 접촉 없이도 아이디어를 평가할 수 있는 경우가 많습니다. 하지만 생물학은 다릅니다. 생물학의 발전은 시간과 비용이 드는 실험을 수행해야 하는 실험실(lab)을 통해서 이루어집니다.”

“이제 그러한 상황이 바뀌기 시작했습니다. 최첨단 모델들은 이제 실험실 자동화 장비와 직접 연결되어 실험을 제안하고, 이를 대규모로 실행하며, 그 결과로부터 학습하고, 다음에 무엇을 할지 결정할 수 있습니다. 생명 과학의 상당 부분에서 병목 구간은 바로 ‘반복(iteration)’ 과정인데, 자율 실험실은 이러한 제약을 제거하기 위해 구축되었습니다.”

“우리는 Ginkgo Bioworks와 파트너십을 맺고 GPT-5를 클라우드 연구소(로봇이 실험을 수행하고 데이터를 반환하는, 소프트웨어를 통해 원격으로 운영되는 자동화된 웨트 랩)에 연결했습니다. 그리고 이 ‘랩-인-더-루프(lab-in-the-loop)’ 설정을 사용하여 널리 쓰이는 생물학적 공정인 무세포 단백질 합성(CFPS)을 최적화했습니다. 6차례의 폐루프 실험에 걸쳐, 이 시스템은 580개의 자동화 플레이트에서 36,000개 이상의 고유한 CFPS 반응 조성을 테스트했습니다. 컴퓨터, 웹 브라우저, 그리고 관련 논문에 대한 접근 권한이 주어진 후, GPT-5는 단 3차례의 실험 라운드 만에 저비용 CFPS 분야의 새로운 최첨단 기술(SOTA) 수준을 확립했습니다.”

“이를 통해 단백질 생산 비용을 40% 절감(시약 비용 효율 57% 개선)했으며, 자율 실험실에서 흔히 발생하는 반응 조건에서도 더 강력한(robust) 새로운 반응 조성들을 찾아냈습니다.”

“우리는 더 빠른 반복이 진전을 가져올 수 있는 다른 생물학적 워크플로우에 ‘랩-인-더-루프(lab-in-the-loop)’ 최적화를 적용할 계획입니다. 우리는 자율 실험실을 모델과 상호 보완적인 존재로 봅니다. 모델은 설계를 생성할 수 있지만, 결국 생물학은 테스트와 반복을 필요로 합니다. 생성(generation)과 실험(experimentation) 사이의 루프를 닫는 것이야말로 유망한 아이디어를 작동하는 결과물로 바꾸는 방법입니다.”

OpenEvidence hits $12B valuation, with new round led by Thrive, DST - TechCrunch

OpenEvidence는 반년도 안되어서 밸류가 두배나 뛰어버렸네. $12b 가치로 $250m 레이즈 by Thrive & DST Global.

코딩 어플리케이션 만큼이나 의료 & 법률 산업에서도 AI 침투가 굉장히 빠르게 진행되는게 확실하게 보이는군.

#하드웨어

Memory Mania: How a Once-in-Four-Decades Shortage Is Fueling a Memory Boom - SemiAnalysis

지금 메모리 주식들의 주가가 좋은건 메모리 가격이 폭등하며 EPS가 급증하는 영향이 큰 것 같은데, 나는 이걸 넘어서 사이클 장기화와 이로 인한 멀티플 확장까지 이루어질 때가 이번 메모리 시즌의 정점이 되지 않을까 생각하고 있다.

즉, 아직 갈길이 더 남은게 아닐까 싶은데...

“메모리 산업은 범용화로 정의되며, 이는 필연적으로 주기성을 동반합니다. 이러한 결과는 업계 전반의 경쟁적 행동, 자본 규율의 반복적인 실패, 그리고 DRAM 스케일링의 특성이 결합된 것입니다. 핵심적으로, 메모리의 주기성은 수요 변화와 그에 대응하는 공급 반응 사이의 시차에 의해 발생합니다. 단기 재고라는 완충 장치를 제외하면, DRAM 공급은 매우 유연하지 않습니다. 매일 변동하는 수요를 맞추기 위해 의미 있는 규모의 새로운 DRAM 공급을 온라인 상태로 만드는 데는 수년이 걸릴 수 있습니다.”

“수요 관점에서 볼 때, 메모리 소비가 항상 선형적이거나 예측 가능한 것은 아닙니다. 기존 제품 주기의 성숙 단계에서는 주로 점진적인 단위 성장이나 기기당 메모리 용량의 안정적 증가에 힘입어 수요 증가가 비교적 안정적일 수 있습니다. 그러나 새로운 컴퓨팅 플랫폼이나 아키텍처가 주요 수요 동인으로 부상하는 “변곡점”에는 메모리 수요가 급격히 변동할 수 있습니다. 이러한 기간 동안 메모리 소비는 폭발적이지는 않더라도 비선형적으로 성장하는 경향이 있습니다.”

“여러 번의 메모리 사이클을 겪어본 사람들에게 이번 슈퍼사이클의 핵심 질문은 동일합니다. “이 사이클은 언제 정점을 찍을 것인가?” 특히 메모리 주식이 단기간에 급등함에 따라 투자자와 공급망 모두가 신중한 태도를 유지하는 것은 자연스러운 일입니다. 그러나 우리의 관점에서 볼 때, 이전 사이클들과 분명한 유사점이 있지만, 이번 슈퍼사이클은 이 사이클만의 고유한 역학에 의해 규모가 더 크고 지속 기간도 더 길어질 것으로 보입니다.“

Elon Musk - “In 36 months, the cheapest place to put AI will be space” - Dwarkesh Patel

아마도 머스크는 지구 내에서 전력을 구하는게 쉽지 않다는걸 직접 체감하면서, 차라리 우주에서 전력을 구하는게 더 빠른 길이라고 판단을 내려서 우주 데이터센터에 꽂히게 된 것 같다. 그리고 머스크는 전력 다음 순서로 칩을 어떻게 수급할지까지 고민하고 있다.

“장기적인 확장을 생각하는 방식은, 지구는 태양 에너지의 약 5억 분의 1(half a billionth)만 받는다는 거야. 태양이 본질적으로 모든 에너지야. 이건 이해해야 할 매우 중요한 포인트야. 왜냐하면 가끔 사람들이 지구상의 모듈형 원자로나 다양한 핵융합에 대해 얘기하거든. 하지만 한 발 물러서서 말해야 해. 만약 카르다쇼프 척도(Kardashev scale)를 올라가서 태양 에너지의 작지 않은 비율을 활용하려 한다면... 가령 태양 에너지의 100만 분의 1을 활용하고 싶다고 해보자. 꽤 작게 들리지. 대략적으로 말해서, 그건 현재 우리가 문명 전체를 위해 지구에서 생산하는 전기의 10만 배 정도 될 거야. 대충 자릿수 하나(order of magnitude) 정도 차이는 있겠지만. 분명히, 확장할 수 있는 유일한 방법은 태양광을 들고 우주로 가는 거야. 지구에서 발사해서는 연간 1테라와트 정도에 도달할 수 있어. 그 이상이 되면, 달에서 발사하고 싶을 거야. 달에 매스 드라이버(전자기 발사 장치)를 두고 싶을 거야. 달에 그 매스 드라이버가 있으면, 아마 연간 1페타와트(petawatt)도 할 수 있을 거야.”

“난 TSMC나 삼성한테 물어봐, “오케이, 양산까지 가는 타임프레임이 어떻게 돼?” 요점은, 팹을 지어야 하고 생산을 시작해야 하고, 그러고 나서 수율 곡선을 타고 올라가서 높은 수율로 양산에 도달해야 해. 그게, 시작부터 끝까지, 5년 기간이야. 그래서 제한 요소는 칩이야. 일단 우주로 갈 수 있게 되면 제한 요소는 칩이지만, 우주로 가기 전의 제한 요소는 전력이야.”

“내가 3~4년 타임프레임에서 보는 현재의 제한 요소는, 칩이야. 1년 타임프레임에서는, 에너지, 전력 생산, 전기야. 만들어지고 있는 모든 AI 칩을 켤 수 있을 만큼 충분한 가용 전기가 있는지 나한테는 불분명해. 올해 말쯤 되면, 내 생각엔 사람들이 칩을 켜는 데 진짜 어려움을 겪을 거야... 칩 생산량은 칩을 켜는 능력을 초과할 거야.”

xAI joins SpaceX to Accelerate Humanity’s Future - SpaceX

이번 인터뷰를 읽은 후 스페이스X & xAI 합병 선언문을 보니 뭔가 좀 다르게 느껴진다... 역시 머스크는 머스크다.

“현재의 AI 발전은 거대한 양의 전력과 냉각을 필요로 하는 대규모 지상 데이터 센터에 의존하고 있습니다. AI를 위한 전 세계적인 전력 수요는 지역 사회와 환경에 고통을 주지 않고서는 단기적으로조차 지상 솔루션만으로는 충족될 수 없습니다.”

“장기적으로 볼 때, 우주 기반 AI만이 유일한 확장 방법임이 명백합니다. 태양 에너지의 100만 분의 1이라도 활용하려면 우리 문명이 현재 사용하는 에너지보다 100만 배 이상의 에너지가 필요할 것입니다!”

“따라서 유일하게 논리적인 해결책은 이러한 자원 집약적인 노력들을 막대한 전력과 공간이 있는 곳으로 옮기는 것입니다. 제 말은, 우주(Space)가 괜히 ‘공간(Space)’이라고 불리는 게 아니잖아요. 😂”

“운영 및 유지보수 비용을 거의 들이지 않고 거의 지속적인 태양광 전력을 직접 활용함으로써, 이 위성들은 우리의 컴퓨팅 확장 능력을 변화시킬 것입니다. 우주는 언제나 맑으니까요! 궤도 데이터 센터로 작동하는 100만 개의 위성 군집(constellation)을 쏘아 올리는 것은 태양의 모든 힘을 활용할 수 있는 ‘카르다쇼프 2단계 문명(Kardashev II-level civilization)’으로 가는 첫걸음이며, 동시에 오늘날 수십억 명을 위한 AI 기반 애플리케이션을 지원하고 인류의 다행성 미래를 보장하는 길입니다.”

Ad Astra! Elon

Elon Musk - “In 36 months, the cheapest place to put AI will be space”

다음으로 흥미로웠던건 옵티머스에 대한 코멘트들. 이번 인터뷰에는 머스크의 first principle thinking이 가득해서 되게 흥미롭다.

“휴머노이드 로봇은 기본적으로 기하급수적으로 성장하는 세 가지 요소가 서로 재귀적으로 곱해지면서 개선될 거야. 디지털 지능의 지수적 증가, AI 칩 능력의 지수적 증가, 그리고 전기기계적 손재주(electromechanical dexterity)의 지수적 증가. 로봇의 유용성은 대략 이 세 가지가 서로 곱해진 것과 같아. 하지만 그러고 나면 로봇이 로봇을 만들기 시작할 수 있어. 그러니 재귀적인 곱셈의 지수적 증가를 갖게 되는 거지. 이건 초신성(supernova)이야.”

“휴머노이드 로봇에는 정말로 딱 세 가지 어려운 점이 있어. 현실 세계 지능(real-world intelligence), 손(the hand), 그리고 대량 생산(scale manufacturing). 난 인간 손의 모든 자유도(degrees of freedom)를 가진 훌륭한 손을 가진 로봇은, 데모 로봇조차 본 적이 없어. 옵티머스는 그걸 가질 거야. 옵티머스는 그걸 가지고 있어.”

“우린 커스텀 액추에이터, 기본적으로 커스텀 디자인된 모터, 기어, 전력 전자, 제어기, 센서를 설계해야 했어. 모든 것이 물리학 제1원칙에서부터 설계되어야 했어. 이걸 위한 공급망이 없거든.”

“전기기계적 관점에서, 손은 나머지 모든 걸 합친 것보다 더 어려워. 인간의 손은 알고 보니 꽤 대단한 거였어. 하지만 넌 현실 세계 지능도 필요해. 테슬라가 차를 위해 개발한 지능은 로봇에도 매우 잘 적용돼. 그건 주로 시각(vision) 입력이지. 차는 시각을 받아들이지만, 사실 사이렌 소리도 듣고 있어. 관성 측정치, GPS 신호, 다른 데이터들을 받아들이고, 그걸 비디오—주로 비디오—와 결합해서 제어 명령을 출력해.”

“생산을 확장하는 건 매우 어려워. 하지만 난 옵티머스 3가 연간 100만 대 정도를 생산하기에 딱 맞는 버전의 로봇이라고 생각해. 연간 1,000만 대를 가기 전에는 아마 옵티머스 4로 가고 싶을 거야.”

“희토류는 확실히, 알다시피 희귀하지 않아. 우린 사실 미국에서 희토류 광석 채굴을 하고, 돌을 보내서 기차에 싣고, 그다음엔 다른 기차로 가는 배에 실어 중국으로 보내. 그리고 중국의 희토류 제련소로 가서 걔네가 그걸 제련하고, 자석에 넣고, 모터 서브 어셈블리에 넣은 다음, 다시 미국으로 보내. 그러니 우리가 정말 놓치고 있는 건 미국 내의 많은 광석 제련이야. (이건 정책적 개입을 할 가치가 있지 않나요?) 응. 내 생각엔 그 전선에서 행해지고 있는 일들이 좀 있어. 하지만 우린 솔직히 광석 제련소를 짓기 위해서라도 옵티머스가 필요해.”

#원자재

Fact Sheet: President Donald J. Trump Directs Negotiations to Adjust Imports of Processed Critical Minerals and Their Derivative Products into the United States

핵심 광물 확보를 단순한 경제 문제가 아닌 국가 안보의 문제로 격상시키는 트럼프 행정부

“모든 국가로부터의 가공된 핵심 광물 및 그 파생 제품(PCMDPs) 수입이 국가 안보에 미칠 수 있는 위협적인 손상을 해결하기 위해, 무역 상대국들과 공동으로 협정을 협상하도록 명령하는 내용을 담고 있습니다. / 협상 과정에서 행정부는 동맹국들과 협력하여 PCMDPs 무역에 대한 가격 하한선(price floors) 도입을 추진할 것입니다.”

“외국에 대한 수입 의존도를 줄이기 위해 미국이 충분한 핵심 광물 국내 채굴 및 가공 능력을 갖추는 것은 매우 중요합니다. / 국내 생산을 우선시하는 동시에, 오늘의 조치는 글로벌 공급망을 다변화하고 적대국에 대한 의존도를 줄이기 위해 호주, 사우디아라비아, 말레이시아, 태국, 일본 등 주요 동맹국 및 파트너들과 트럼프 대통령이 체결한 획기적인 핵심 광물 협정을 기반으로 진행될 것입니다.”

An Interview with Gracelin Baskaran About Rare Earths - Stratechery

광물에 있어서 핵심 병목은 가공이구나.

“희토류에 대한 질문으로 돌아가서, 두 가지 중요한 점이 있습니다. 첫째, 희토류는 사실 희귀하지 않습니다. 어디에나 있죠. 하지만 경제적으로 채굴 가능한 대규모 양을 발견하는 것이 훨씬 어렵다는 게 첫 번째입니다. 두 번째는 희토류를 채굴할 수 있는 곳은 많지만, 우리가 실제로 희토류를 가공하지 않거나 역사적으로 가공해 오지 않았다는 점입니다.”

“중국이 한 일은, 희토류를 포함해서, 단순히 채굴하고 가공하는 데 그치지 않았습니다. 우리 어릴 때 물건 열어보면 다 ‘Made in China’였잖아요? 그들은 광산에서 제조품까지의 공급망을 완벽하게 장악했습니다. TV든, 워크맨이든, 스테레오든 희토류를 사용했는데, 중국은 광물을 가지고 있었고, 가공도 했고, 제조도 했습니다. 그 기간 동안 미국은 그렇지 않았죠. 중국이 한 일은 계약을 맺고, 광물을 확보하고, 해당 국가들에 인프라를 개발해 주되, 모든 가공은 중국에서 일어나도록 한 것입니다.”

“우리의 가장 큰 병목 구간은 가공입니다. 희토류는 다른 곳에서 가져올 수 있으니까요. 예를 들어 지금 미국 정부는 마운틴 패스 같은 국내 광산뿐만 아니라, 희토류가 있는 브라질 프로젝트에도 금융 지원을 하고 있습니다. 원료(feedstock)는 다양한 곳에서 조달할 수 있지만, 그게 중국으로 돌아가야 한다면 아무 소용이 없습니다. 중국이 우리를 끊어버리면 우리는 아무것도 가질 수 없으니까요. 그래서 여기에 가공 능력을 구축해야 합니다. 그렇지 않으면 애초에 접근권이 없는 거나 마찬가지입니다.”

“MP 머티리얼즈가 놀라운 일을 하고 있지만, 영구 자석 수요를 모두 충족시킬 만한 중희토류는 거기 없습니다. 그래서 지질학적인 관점에서 사우디아라비아, 호주, 브라질 같은 나라들과 협력해야 합니다. 그곳에 중희토류가 훨씬 많으니까요. 하지만 결국 모든 걸 여기서 가공할 수는 없습니다. 아프리카에서 광물을 여기까지 가져오는 건 경제성이 없으니, 가장 가까운 곳은 사우디아라비아가 됩니다.”

2026 Critical Minerals Ministerial - United States Department of State

미국이 핵심 광물 확보에 진심인 상황에서, 한국이 핵심광물 무역블록인 ‘포지(FORGE, Forum on Resource Geostrategic Engagement) 이니셔티브’의 의장국으로 결정되었다.

“오늘 장관급 회의에서 미국과 파트너들은 안전하고 회복력 있는 핵심 광물 공급망을 구축하기 위한 조치를 취했습니다. 단 하루 만에 미국은 새로운 양자 핵심 광물 프레임워크 및 양해각서(MOU)에 서명하고, 전략적 광물 프로젝트를 지원하기 위한 미국 정부의 자금 지원 기회를 발표했으며, ‘자원 지정학적 관여 포럼(FORGE: Forum on Resource Geostrategic Engagement)’의 출범을 축하했습니다. 이러한 노력은 글로벌 기술 공급망의 전략적 스택을 확보하기 위한 미국과 9개 ‘팍스 실리카’ 파트너 간의 협력을 통해 보완됩니다.”

“루비오 장관은 ‘핵심광물안보파트너십(MSP)’의 후속으로 FORGE의 창설을 발표했습니다. 6월까지 대한민국이 의장국을 맡게 될 FORGE는 글로벌 핵심 광물 시장의 지속적인 과제를 해결하기 위해 대담하고 결단력 있는 조치를 주도할 것입니다.”

“정부만으로는 이 문제를 해결할 수 없음을 인식하여, 우리는 채굴, 정제 및 가공, 최종 용도 응용, 재활용 및 재처리에 대한 투자를 주도할 ‘팍스 실리카’를 포함한 민간 부문과의 긴밀한 파트너십에 전념하고 있습니다. 미국 정부는 핵심 광물 공급망 확보를 위해 전례 없는 자원을 동원하고 있으며, 민간 부문과 협력하여 지난 6개월 동안 300억 달러 이상의 투자의향서, 투자, 대출 및 기타 지원을 통해 프로젝트를 뒷받침했습니다.”

SpaceX Engineer Explains America’s Biggest Energy Mistake | Scott Nolan, CEO of General Matter

내가 보기엔 우라늄 농축업이 광물의 제련소와 아주 유사하다.

“1년 넘게 업계를 조사하면서 상업적으로 주도되는 미국 농축 기업이 없다는 걸 깨달았습니다. 우리가 하지 않으면 아무도 하지 않을 것 같았고, 앞서 말한 이유들 때문에 이게 매우 중요하다고 느꼈습니다. 그리고 이상하게도 제 배경이 여기에 꽤 이상적이라고 느꼈습니다. 팀을 꾸리려다 보니 제가 이끄는 게 맞다는 걸 깨달았죠. 엔지니어링 배경, 비즈니스 배경, 미국 기밀취급인가(clearance)를 받을 수 있는 자격(스페이스X 이전에 보유), 그리고 자본 집약적인 프로젝트를 위한 자금 조달 능력까지. 분야는 다르지만 세 가지 기준(중요하지만, 누군가 하지 않으면 일어나지 않을 일이며, 당신이 유일하게 잘할 수 있는 일)을 충족했습니다.”

“파운더스 펀드는 항상 원자력에 관심이 있었습니다. 50년대를 생각해 보면 사람들은 기술이 삶을 훨씬 낫게 만들 거라고 믿었고, 가장 흥미로운 두 분야는 우주와 원자력이었습니다. 스페이스X가 우주는 해냈죠. 우리는 2011년부터 원자력을 면밀히 살펴봤고 몇몇 회사에 투자했습니다. -> 2022년으로 넘어가서, 우리는 ‘레디언트(Radiant)’라는 회사와 대화 중이었습니다. 컨테이너에 들어가는 1메가와트급 초소형 원자로를 만드는 회사였죠. 우리가 “가장 어려운 게 뭐냐”고 물었을 때, 규제 승인일 거라 예상했지만 그들은 “연료 구하기”라고 답했습니다. 러시아나 중국에서만 구할 수 있고, 비싸고 어렵다고요. 저는 “미국 농축 회사들은 뭐 하나? 왜 필요한 연료를 안 만드나?”라고 물었고, 그들은 “무슨 미국 농축 회사요? 그런 거 없어요.”라고 했습니다.”

“이 대화가 2023년의 조사로 이어졌습니다. 차세대 원자로 섹터는 연료 없이는 성공할 수 없고, 기존 전력망의 20%를 담당하는 경수로들도 해외 공급업체에 의존하고 있다는 걸 알게 됐죠. 그중 25%는 러시아였고, 2028년 1월 1일부터는 전면 금지됩니다. 항공모함과 잠수함도 영원하지 않은 비축량으로 운영됩니다. 그래서 이 공급망을 미국으로 되가져와야 하는데, 보조금에 의존하는 방식이 아니라 상업적으로 경쟁력 있게 해야 한다고 생각했습니다. 그래서 2023년 내내 그런 회사를 찾았고, 8월쯤에는 아무도 없으며 새로운 회사가 필요하다는 걸 깨달았습니다.”

“우라늄은 충분히 있지만, ‘생산량’이 부족합니다. 차세대 원자로 시장이 예상대로 성장한다면 미국 내 채굴 생산량은 10배 정도 늘어야 합니다. 다행히 캐나다와 호주 같은 가까운 동맹국에 훌륭한 매장량과 생산 능력이 있습니다. 카자흐스탄도 주요 공급국이고요. 장기적으로 필요한 우라늄은 충분합니다.”

“원자력 기업으로서 가장 중요한 것 중 하나는 원자력을 지지하고 이해하는 지역사회를 찾는 것이었습니다. 우리는 1년 동안 11개 주, 1,000개 이상의 부지를 검토했습니다. 결국 퍼듀카에 있는 DOE 부지 내 개발되지 않은 땅이 최적이라는 걸 알게 됐습니다. 퍼듀카는 2013년까지 미국에서 마지막으로, 그리고 가장 큰 규모로 농축을 수행했던 곳입니다. 수천 명의 주민이 그곳에서 일했고, 지역사회는 원자력을 사랑하며 재개발 헌장에 원자력 관련 사업 유치를 명시하고 있었습니다. 돌이켜보면 너무나 당연한 선택이었습니다.”

“이번 행정부는 물론 지난 행정부와 의회도 원자력을 크게 지지해 왔습니다. 작년의 4가지 행정명령은 원자력 규제 위원회(NRC)의 임무를 업데이트하고(위험뿐만 아니라 이점도 고려하도록), DOE의 자원을 활용해 원자력을 가속화하며, 국방부 부지 내 원자로 실증을 지원하고, 핵연료 공급망을 강화하는 내용을 담고 있습니다. 이는 원자력에 대한 확실한 지지와 ‘공중 엄호(air cover)’, 더 정확히 말하면 ‘명령(mandate)’을 제공했습니다.”

“바이든 행정부는 2024년에 LEU와 HALEU를 위한 농축 서비스 프로그램을 시작했습니다. 의회는 초당적으로 각 프로그램에 27억 달러의 예산을 배정했습니다. 우리는 올해 초 3개 선정 기업 중 하나로 9억 달러 계약을 따냈습니다. 이 자금으로 우리는 퍼듀카 시설을 더 큰 규모로, 더 일찍 건설하여 2030년대에 상용 HALEU 농축 우라늄을 공급할 수 있게 되었습니다. 이는 행정부와 DOE의 전폭적인 지지와 미래지향적인 태도 덕분입니다.”

#마지막으로

20260204 - 아이스크림과 토큰경제학 - Seung

앞으로 많은 사람들이 일자리 대체에 대한 실존적 위협 크게 느끼겠지만, 그만큼이나 많은 이들이 ‘삶의 의미’에 대해 고민을 하게 되지 않을까 싶은 요즘.

“이제 인간은 자기 손으로 지적으로 더 뛰어난 종을 만들기에 이르렀다. 이 시대가 지속되면, 거의 모든 영역에서 기계는 인간보다 뛰어나다. 어떤 축의 영구적인 상실이다. 이제는 르네상스 이후 약 500년간 유지하던 ‘생산성’, ‘진보’ 등의 키워드 대신, 삶의 방향성을 대체할 수 있는 가치체계가 필요할 것이다.”

“역설적으로 그건, 유기체적 행복과 유대, 그리고 스킨인더게임같다. 원래 노력하는 인간의 생애주기 가치함수는, 현재의 희생을 어느정도 담보한다. 지금 고생하면, 미래에 FV 가 극대화되는 형태의 곡선이 일반적이다.”

“그러나, 현존하는 인류의 가치체계는 기계가 진보함에 따라 오히려 급격하게 감모상각을 맞게 되었다. 그래프가 한순간에 반전된 것이다.”

저는 올해를 그동안 하나씩 쌓아올린 점들을 잘 연결해보는 한 해로 만들어보고 싶습니다. 여러분들은 어떠한 마음가짐으로 한 해를 시작하셨나요?

오늘은 AI, 반도체, 인프라, 핀테크, 금융, 투자, 비즈니스에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#오리지널

251231_올해 투자 회고

2025년은 그 어느 때보다도 주식 투자에 많은 에너지를 투자했고, 그만큼 배우고 느낀바도 많기에 특별히 투자 회고를 남겨본다.

#AI

2025 LLM Year in Review

안드레 카파시의 2025년 LLM의 회고글.

그가 모델 단의 발전 만큼이나 어플리케이션 단의 발전을 중요하게 관찰하고 있는 것이 느껴진다.

“요약하자면, 2025년은 LLM에 있어 흥미롭고 다소 놀라운 한 해였습니다. LLM은 제가 기대했던 것보다 훨씬 똑똑하면서도 동시에 훨씬 더 멍청한, 새로운 종류의 지능으로 등장하고 있습니다. 어떤 경우든 모델들은 매우 유용하며, 업계가 현재의 역량만으로도 잠재력의 10%조차 실현하지 못했다고 생각합니다. 한편, 시도해 볼 아이디어는 너무나 많고 개념적으로 이 분야는 활짝 열려 있는 기분입니다.”

<검증 가능한 보상을 통한 강화학습 (RLVR)>

“상대적으로 가벼운 단계인 SFT나 RLHF와 달리, RLVR은 조작 불가능한 객관적인 보상 함수를 대상으로 훈련하므로 훨씬 더 긴 최적화가 가능합니다. RLVR을 실행하는 것이 비용 대비 성능(capability/$) 효율이 매우 높다는 사실이 밝혀졌고, 이는 원래 사전 학습에 투입될 예정이었던 컴퓨팅 자원을 흡수해 버렸습니다. 따라서 2025년의 대부분의 성능 진보는 이 새로운 단계의 ‘오버행(overhang)’을 해결하려는 시도들로 정의되었으며, 결과적으로 모델 크기는 비슷하지만 훨씬 더 긴 강화학습(RL) 실행을 보게 되었습니다.”

“또한 이 새로운 단계의 독특한 점은, 추론 경로를 길게 생성하고 ‘생각하는 시간’을 늘림으로써 테스트 시간 연산(test-time compute)의 함수로서 성능을 제어할 수 있는 새로운 노브(그리고 관련된 스케일링 법칙)를 갖게 되었다는 것입니다. OpenAI o1(2024년 말)이 RLVR 모델의 첫 번째 시연이었다면, o3 출시(2025년 초)는 그 차이를 직관적으로 느낄 수 있는 분명한 변곡점이었습니다.”

<유령 vs 동물: 삐죽삐죽한 지능 (Jagged Intelligence)>

“2025년은 저(그리고 업계 전체)가 LLM 지능의 ‘형태’를 더 직관적인 의미로 내면화하기 시작한 해입니다. 우리는 ‘진화하거나 자라나는 동물’을 만들고 있는 것이 아니라, ‘유령을 소환’하고 있는 것입니다. LLM 스택의 모든 것(신경망 구조, 학습 데이터, 학습 알고리즘, 특히 최적화 압력)이 다르기 때문에 지능의 영역에서 매우 다른 개체가 탄생하는 것은 놀라운 일이 아니며, 이를 동물의 관점에서 생각하는 것은 부적절합니다.”

“검증 가능한 도메인이 RLVR을 가능하게 함에 따라, LLM은 해당 도메인 근처에서 성능이 급격히 솟구치며(spike), 전반적으로 재미있을 정도로 삐죽삐죽한(jagged) 성능 특성을 보여줍니다. 모델은 동시에 천재적인 박학다식가이면서도, 데이터 탈취를 위한 탈옥(jailbreak) 수법에 몇 초 만에 속아 넘어가는 인지 장애 수준의 초등학생이기도 합니다. (~) 이와 관련하여 2025년에 저는 벤치마크에 대해 전반적인 무관심과 신뢰 상실을 느꼈습니다.”

<Cursor: 새로운 계층의 LLM 앱>

“올해 Cursor의 눈부신 성장 외에 제가 가장 주목하는 점은, Cursor가 ‘LLM 앱’의 새로운 계층을 설득력 있게 드러냈다는 점입니다. 사람들은 이제 ‘X를 위한 Cursor’를 이야기하기 시작했습니다.”

<Claude Code: 당신의 컴퓨터에 사는 AI>

“Claude Code(CC)는 LLM 에이전트가 어떤 모습인지 보여주는 첫 번째 설득력 있는 사례로 등장했습니다. 이는 도구 사용과 추론을 반복적으로 연결하여 장기적인 문제를 해결하는 형태입니다. 또한 CC는 클라우드가 아닌 당신의 컴퓨터에서 당신의 비공개 환경, 데이터, 컨텍스트와 함께 실행된다는 점에서 주목할 만합니다.”

“OpenAI는 초기 코덱스/에이전트 노력을 ChatGPT에서 오케스트레이션되는 컨테이너 기반의 클라우드 배포에 집중했기 때문에 이 부분을 놓쳤다고 생각합니다. 로컬호스트(localhost)가 정답이었습니다. 클라우드에서 실행되는 에이전트 군단이 ‘AGI의 종착역’처럼 느껴질 수 있지만, 우리는 여전히 지능의 성능이 불규칙한 중간 단계의 세계에 살고 있으며, 에이전트를 개발자의 컴퓨터에서 직접 실행하는 것이 더 합리적입니다.”

<바이브 코딩>

“2025년은 AI가 영어만으로 온갖 인상적인 프로그램을 구축할 수 있는 성능 임계값을 넘은 해입니다. 코드가 존재한다는 사실조차 잊게 만들 정도죠. 재미있게도 제가 트위터에서 ‘바이브 코딩’이라는 용어를 만들었을 때는 이것이 어디까지 갈지 전혀 몰랐습니다. 바이브 코딩을 통해 프로그래밍은 더 이상 고도로 훈련된 전문가들만의 전유물이 아니며, 누구나 할 수 있는 일이 되었습니다.”

<나노 바나나: LLM GUI>

“UI/UX 측면에서 LLM과 ‘채팅’하는 것은 1980년대 컴퓨터 콘솔에 명령어를 입력하는 것과 비슷합니다. 텍스트는 컴퓨터(및 LLM)에게는 가공되지 않은 선호되는 데이터 표현이지만, 인간에게는, 특히 입력 단계에서 선호되는 형식이 아닙니다. 사람들은 실제로 텍스트 읽기를 싫어합니다. 느리고 노력이 필요하기 때문입니다. 대신 사람들은 정보를 시각적이고 공간적으로 소비하는 것을 좋아하며, 이것이 전통적인 컴퓨팅에서 GUI가 발명된 이유입니다. 같은 방식으로, LLM은 우리가 선호하는 형식(이미지, 인포그래픽, 슬라이드, 화이트보드, 애니메이션/비디오, 웹 앱 등)으로 우리에게 말해야 합니다.”

“실제로 누가 LLM GUI를 구축하게 될까요? 이러한 관점에서 ‘나노 바나나’는 그것이 어떤 모습일지에 대한 첫 번째 힌트입니다. 중요한 점은 단순히 이미지 생성 자체에 관한 것이 아니라, 모델 가중치 속에 얽혀 있는 텍스트 생성, 이미지 생성, 세상에 대한 지식이 결합된 능력에서 온다는 것입니다.”

The future of intelligence | Demis Hassabis (Co-founder and CEO of DeepMind)

허사비스가 말하는 AI. 그의 ‘과학자’스러운 면모가 잘 느껴진다.

“Q. 셰인 레그(딥마인드 공동창업자)가 말하길, 노동을 자원과 교환하는 현재의 경제 시스템은 포스트 AGI 사회에서 제대로 작동하지 않을 것이라고 하더군요. 사회가 어떻게 재구성되어야 하는지, 혹은 어떤 방식으로 재구성될 수 있는지에 대한 비전이 있으신가요?”

“A. 요즘 그 부분에 대해 더 많은 시간을 들여 생각하고 있습니다. 셰인 레그가 포스트 AGI 세상의 모습과 우리가 준비해야 할 것들에 대한 연구를 주도하고 있기도 하고요. 하지만 경제학자, 사회과학자, 정부 등 사회 전반이 이 문제에 대해 더 많은 고민을 해야 합니다. 산업 혁명 때 노동 환경과 주 5일제 등이 농경 사회와는 완전히 다르게 바뀌었던 것처럼, 이번에도 그 정도 수준의 변화가 일어날 것입니다. 놀라운 일이 아니죠.”

“이 변화를 돕고 혜택이 널리 분배되도록 하기 위해 새로운 경제 시스템이나 모델이 필요하다는 사실에 놀라지 않을 것입니다. 보편적 기본 소득(UBI) 같은 정책들이 해결책의 일부가 될 수도 있겠죠. 하지만 그것이 완전한 정답이라고는 생각하지 않습니다. 그것은 현재 우리가 모델링할 수 있는 수준의 ‘추가 기능(Add-on)’일 뿐입니다. 하지만 Credits 같은 것으로 자신이 원하는 것에 투표하는 ‘직접 민주주의’ 시스템 같은 훨씬 더 나은 시스템이 등장할 수도 있습니다. 이미 지역 커뮤니티 수준에서 이루어지고 있는 일이죠. “여기 예산이 있습니다. 놀이터를 원하나요, 테니스 코트를 원하나요, 아니면 학교 교실 증축을 원하나요?”라고 묻고 커뮤니티가 투표하게 하는 겁니다. 나아가 결과를 측정하고, 결과적으로 좋은 반응을 얻은 제안에 투표한 사람들에게 다음 투표에서 비례적으로 더 많은 영향력을 주는 식의 아이디어도 있습니다. 제 경제학자 친구들이 브레인스토밍하는 흥미로운 아이디어들이 많은데, 이런 분야에 더 많은 연구가 이루어지길 바랍니다.”

“철학적인 측면도 있습니다. 직업의 형태가 바뀌고 핵융합 에너지가 해결되어 에너지가 거의 무료가 되는 ‘포스트 희소성(Post-scarcity)’ 시대가 왔다고 해봅시다. 그러면 돈은 어떻게 될까요? 모두가 더 잘살게 되겠지만, ‘목적(Purpose)’은 어떻게 될까요? 많은 사람들이 자신의 직업과 가족을 부양하는 것에서 삶의 목적을 찾는데, 그것은 매우 숭고한 목적입니다. 만약 그것이 바뀐다면 경제적인 문제를 넘어 철학적인 질문으로 이어집니다.”

“Q.인간이 할 수 있는 일 중에 기계가 절대 할 수 없는 일이 있다고 생각하시나요?”

“A. 그것이 가장 큰 질문입니다. 제 인생에서 가장 좋아하는 주제 중 하나인 튜링 머신과 관련된 질문이기도 하죠. 저는 항상 AGI를 구축해 마음의 시뮬레이션으로 사용하고 이를 실제 마음과 비교해 본다면 그 차이점이 무엇인지, 인간의 마음 속에 여전히 특별하게 남아 있는 것이 무엇인지 알 수 있을 것이라고 느껴왔습니다. 그것은 창의성일 수도, 감정일 수도, 꿈일 수도 있습니다.”

“의식에 대해서도 많은 가설이 있고, 무엇이 계산 가능한지 아닌지에 대한 가설도 많습니다. 이것은 튜링 머신의 한계가 무엇인가 하는 질문으로 돌아갑니다. 그것이 제 인생의 핵심 질문입니다. 제가 튜링과 튜링 머신에 대해 알게 된 이후로 쭉 말이죠. 그것은 저의 핵심적인 열정입니다. 우리가 해온 모든 일은 단백질 폴딩을 포함해 튜링 머신이 할 수 있는 것의 한계를 끝까지 밀어붙이는 일이었습니다.”

“그 한계가 무엇인지 저도 잘 모르겠습니다. 어쩌면 한계란 없을 수도 있죠. 물론 제 양자 컴퓨팅 친구들은 한계가 존재하며 양자 시스템을 모델링하려면 양자 컴퓨터가 필요하다고 말할 것입니다. 하지만 저는 정말로 잘 모르겠습니다. 양자 컴퓨팅 동료들과도 토론해 봤는데, 고전적인 시뮬레이션을 만들기 위해 양자 시스템의 데이터가 필요할 수도 있습니다.”

“다시 마음의 문제로 돌아가면, 그것이 모두 고전적인 계산(Classical computation)인지, 아니면 다른 무언가가 일어나고 있는지의 문제입니다. 로저 펜로즈(Roger Penrose)는 뇌 속에 양자 효과가 있다고 믿습니다. 만약 그렇고 그것이 의식의 정체라면, 기계는—적어도 고전적인 기계는—절대 그것을 가질 수 없을 것입니다. 양자 컴퓨터가 나올 때까지 기다려야겠죠. 하지만 그렇지 않다면 한계는 없을 수도 있습니다.”

“우주의 모든 것이 계산적으로 처리 가능(Computationally tractable)할 수도 있습니다. 만약 올바른 방식으로 바라본다면 추론하는 기계가 우주의 모든 것을 모델링할 수 있을지도 모릅니다. 현재로서는 저도 그렇게 추측하고 있으며, 물리학이 반대 증거를 보여줄 때까지는 그 가설을 바탕으로 연구하고 있습니다. 즉, 이러한 계산적 틀 안에서 할 수 없는 일은 없다는 것이죠. 지금까지 우주에서 계산 불가능한 것은 아무도 찾아내지 못했습니다. 지금까지는 말이죠.”

“고전적인 컴퓨터가 할 수 있는 일에 대해 기존의 복잡성 이론가들이 가진 P=NP의 시각을 훨씬 뛰어넘을 수 있다는 것을 우리는 이미 단백질 폴딩이나 바둑 등을 통해 보여주었습니다. 그래서 그 한계가 어디인지 아무도 모른다고 생각합니다. 딥마인드와 구글에서 제가 하려는 일은 바로 그 한계를 찾는 것입니다.”

“결국 이에 대한 제 견해는—제가 AI를 사랑하는 이유이기도 한데—마음의 구성물(Construct of the mind)이라는 철학에 기반합니다. 방금 말씀하신 그 모든 것들은 우리의 감각 기관을 통해 들어오고 다르게 느껴집니다. 조명의 따뜻함, 테이블의 감촉 등이 말이죠. 하지만 결국 그것들은 모두 ‘정보’입니다. 그리고 우리는 ‘정보 처리 시스템’입니다. 생물학이 바로 그것이라고 생각합니다.”

“우리가 Isomorphic systems을 통해 하려는 작업도 그것입니다. 생물학을 정보 처리 시스템으로 생각함으로써 결국 모든 질병을 치료하게 될 것이라고 믿습니다. 저는 제 얼마 안 되는 여유 시간에도 정보가 에너지나 물질이 아닌 우주의 가장 근본적인 단위라는 물리학 이론들을 고민하고 있습니다.”

“Q. 다음 10년을 생각할 때, 개인적으로 가장 우려되는 순간이 있나요?”

“A. 지금의 시스템들은 제가 ‘수동적인 시스템’이라고 부르는 단계에 있습니다. 사용자가 질문이나 과제를 던져 에너지를 투입하면 시스템이 요약이나 답변을 제공하죠. 인간이 주도하고 인간의 에너지와 아이디어가 들어가는 방식입니다. 다음 단계는 ‘에이전트 기반 시스템(Agent-based systems)’입니다. 지금도 시작되고 있지만 아직은 원시적이죠. 향후 몇 년 안에 정말 인상적이고 신뢰할 수 있는 에이전트들이 나오기 시작할 것입니다. 어시스턴트로서 믿을 수 없을 정도로 유용하고 유능하겠지만, 동시에 더 자율적일 것입니다.”

“따라서 그런 유형의 시스템이 가져올 위험도 커집니다. 저는 2~3년 뒤에 그런 시스템들이 무엇을 할 수 있게 될지 꽤 걱정됩니다. 우리는 수백만 개의 에이전트들이 인터넷을 돌아다니는 세상을 대비해 사이버 방어 기술을 연구하고 있습니다.”

Elon Musk on AGI Timeline, US vs China, Job Markets, Clean Energy & Humanoid Robots | 220

일론 머스크: 특이점은 이미 시작됐다 - Jian (한글 요약)

많은 사람들이 선형적인 미래를 예측할 때, 머스크는 직접 미래를 만들다보니 지수적인 미래가 그려지는 것이겠지.

그의 말이 다 맞진 않겠지만 (특히 타임라인은 꽤나 다르겠지만) 전반적인 방향성은 언제나처럼 많이 맞을 것 같다.

“Share what you truly care about. Family, Creativity, space exploration, whatever lights you up. Then picture how tech could weave right into that, making it bigger, brighter.”

andy jones on Twitter / X

일리야는 최근 인터뷰에서 “모델들이 여러 평가(evals)에서 아주 잘하고 있죠. 그런데 경제적 영향은 그에 한참 뒤처져 있어요. 이 둘을 어떻게 조화시켜 이해해야 할지 매우 어렵습니다.”라고 말하였다.

관련해서 최근 트위터에서 이런 그림을 보았다. 엔진 효율성은 꾸준히 증가했지만, 실제 현실에서 말이 자동차로 전환된건 급격하게 일어났다는걸 보여주고 있다.

이게 왜 그런걸까? 고민해보았지만 명확한 답은 떠오르지 않았는데, 일단 ‘왜’에 앞서서 AI 또한 이럴 수 있다는걸 열어두어야 할 것 같다.

무엇이 임계점을 넘기게 만들어줄진 모르겠으나, 임계점을 넘는 순간 AI가 급격하게 사회에 영향을 미칠 수 있겠단 소리.

Steam, Steel, and Infinite Minds

노션을 만든 이반 자오가 말하는 AI. 10000% 동의한다. AI는 제품 만큼이나 ‘회사’를 크게 바꿔놓을 것이다.

“철강은 도금 시대(Gilded Age)를 일구어냈고, 반도체는 디지털 시대의 전원을 켰습니다. 이제 AI가 ‘무한한 지능(Infinite Minds)’이 되어 우리 곁에 왔습니다. 역사가 우리에게 가르쳐 주는 것이 있다면, 소재를 지배하는 자가 그 시대를 정의한다는 사실입니다.”

“저의 공동 창업자인 사이먼은 소위 ‘10x 개발자’였지만, 요즘은 코드를 직접 쓰는 일이 거의 없습니다. 그의 책상을 지나가다 보면 그가 3~4개의 AI 코딩 에이전트를 동시에 지휘하는 모습을 볼 수 있습니다. 이 에이전트들은 단순히 타자가 빠른 것이 아니라 스스로 사고하며, 덕분에 사이먼은 ‘30~40배수 엔지니어’가 되었습니다. 그는 점심시간이나 잠들기 전에 업무를 대기열에 걸어두고, 자신이 자리를 비운 사이에도 일을 시킵니다. 그는 ‘무한한 지능의 관리자’가 된 것입니다.”

“AI 에이전트 덕분에 사이먼 같은 사람들은 이제 자전거를 타는 단계에서 자동차를 운전하는 단계로 올라섰습니다. 다른 지식 노동자들은 언제쯤 이 ‘자동차’를 갖게 될까요? 그러기 위해선 두 가지 문제가 해결되어야 합니다.”

“첫째, 맥락의 파편화(Context Fragmentation)입니다. 코딩의 경우 도구와 맥락이 IDE(통합 개발 환경), 레포지토리, 터미널 등 한곳에 모여 있습니다. 하지만 일반적인 지식 노동은 수십 개의 도구에 흩어져 있습니다. 제품 기획안을 작성하는 AI 에이전트를 상상해 보세요. 슬랙 메시지, 전략 문서, 대시보드의 지난 분기 지표, 그리고 누군가의 머릿속에만 있는 암묵지까지 끌어와야 합니다. 오늘날 인간은 복사-붙여넣기와 탭 전환을 반복하며 이 파편들을 이어 붙이는 ‘풀’ 역할을 하고 있습니다. 이 맥락들이 통합되기 전까지 에이전트는 좁은 범위의 작업에만 머물 것입니다.”

“둘째, 검증 가능성(Verifiability)입니다. 코드는 테스트와 오류를 통해 즉시 확인할 수 있는 마법 같은 속성이 있습니다. 모델 개발자들은 이를 이용해 강화 학습으로 AI의 코딩 능력을 향상시킵니다. 하지만 프로젝트가 잘 관리되고 있는지, 전략 기획서가 훌륭한지 어떻게 검증할 수 있을까요? 일반 지식 노동을 위해 모델을 개선할 방법은 아직 찾지 못했습니다. 그래서 여전히 인간이 ‘루프 안에(Human-in-the-loop)’ 머물며 감독하고 가이드해야 합니다.”

“올해의 코딩 에이전트들은 우리에게 ‘인간의 개입’이 항상 바람직한 것은 아님을 가르쳐 주었습니다. 그것은 마치 공장 라인의 모든 볼트를 사람이 직접 점검하거나, 길을 비우기 위해 자동차 앞에서 걷는 것과 같습니다. 우리는 인간이 루프 안에서 직접 뛰는 게 아니라, 지렛대 효과를 발휘할 수 있는 지점에서 루프를 감독하기를 원합니다. 맥락이 통합되고 업무 검증이 가능해지면, 수십억 명의 노동자들은 페달을 밟는 단계에서 운전으로, 그리고 자율주행의 단계로 나아갈 것입니다.”

“회사라는 개념은 비교적 최근의 발명품입니다. 회사는 규모가 커질수록 효율이 떨어지며 한계에 다다릅니다. 두 가지 역사적 비유는 새로운 ‘기적의 소재’를 통해 미래의 조직이 어떻게 달라질 수 있는지 보여줍니다.”

“첫 번째는 철강입니다. 철강이 등장하기 전 19세기 건물들은 6~7층이 한계였습니다. 철은 강했지만 부서지기 쉽고 무거웠습니다. 층을 더 올리면 구조물이 자체 무게를 견디지 못하고 무너졌습니다. 철강은 모든 것을 바꿨습니다. 강하면서도 유연했습니다. 프레임은 가벼워지고 벽은 얇아졌으며, 건물은 수십 층 높이로 솟아올랐습니다. 완전히 새로운 종류의 건축물이 가능해진 것입니다.”

“두 번째는 증기기관입니다. 산업 혁명 초기, 방직 공장들은 수로 옆에 위치해 수차(Waterwheel)의 동력을 이용했습니다. 증기기관이 처음 등장했을 때, 공장주들은 단순히 수차를 증기기관으로 교체했을 뿐 나머지는 그대로 두었습니다. 생산성 향상은 미미했습니다. 진정한 돌파구는 공장주들이 물로부터 완전히 독립할 수 있다는 사실을 깨달았을 때 찾아왔습니다. 그들은 노동자, 항구, 원자재와 더 가까운 곳에 더 큰 공장을 지었습니다. 그리고 증기기관을 중심으로 공장을 완전히 재설계했습니다. 생산성은 폭발했고 제2차 산업 혁명이 본격적으로 시작되었습니다.”

“제가 운영하는 노션에서는 이미 실험을 진행 중입니다. 1,000명의 직원과 함께 700개 이상의 에이전트가 반복적인 업무를 처리하고 있습니다. 에이전트들이 회의록을 작성하고 질문에 답하며 조직 내의 지식을 합성합니다. IT 요청을 처리하고 고객 피드백을 기록하며, 신입 사원의 복지 혜택 온보딩을 돕습니다. 사람들이 복사-붙여넣기를 하지 않도록 주간 상태 보고서를 작성하기도 합니다. 이것은 시작에 불과합니다. 진정한 이득은 오직 우리의 상상력과 타성에 의해서만 제한될 뿐입니다.”

“철강과 증기는 건물과 공장만 바꾼 것이 아닙니다. 도시를 바꿨습니다. 몇백 년 전까지 도시는 ‘인간 규모’였습니다. 피렌체는 걸어서 40분이면 가로지를 수 있었습니다. 삶의 리듬은 사람이 얼마나 멀리 걸을 수 있는지, 목소리가 얼마나 멀리 들리는지에 의해 결정되었습니다.”

“그러다 철골 구조가 마천루를 가능하게 했고, 증기기관이 도심과 외곽을 잇는 철도를 움직였습니다. 엘리베이터, 지하철, 고속도로가 그 뒤를 이었습니다. 도시는 규모와 밀도 면에서 폭발했습니다. 도쿄, 충칭, 댈러스 같은 곳들입니다.”

“이 도시들은 단순히 피렌체의 확장판이 아닙니다. 완전히 다른 삶의 방식입니다. 메가시티는 혼란스럽고 익명성이 강하며 길을 찾기도 어렵습니다. 그런 ‘가독성의 저하’는 규모를 확장하기 위해 지불해야 하는 대가입니다. 하지만 그 대가로 메가시티는 더 많은 기회와 자유를 제공합니다. 인간 규모의 르네상스 도시에서는 불가능했던 조합으로 더 많은 사람이 더 많은 일을 해냅니다.”

“지식 경제도 이와 같은 변화를 겪기 직전이라고 생각합니다. 현재 지식 노동은 미국 GDP의 거의 절반을 차지합니다. 그러나 대부분은 여전히 수십 명 규모의 팀, 회의와 이메일에 맞춘 업무 속도 등 ‘인간 규모’로 작동합니다. 우리는 돌과 나무로 ‘피렌체’를 짓고 있었던 셈입니다.”

“AI 에이전트가 대규모로 도입되면 우리는 도쿄를 건설하게 될 것입니다. 수만 명의 에이전트와 인간이 공존하는 조직, 깨어날 누군가를 기다리지 않고 시차를 초월해 24시간 돌아가는 업무 흐름, 적절한 수준의 인간 개입으로 합성된 의사결정들이 나타날 것입니다.”

“그것은 생경한 느낌일 것입니다. 더 빠르고 더 큰 지렛대를 갖게 되겠지만, 처음에는 더 혼란스러울 것입니다. 주간 회의, 분기별 계획, 연례 성과 평가 같은 리듬은 더 이상 의미가 없어질지 모릅니다. 새로운 리듬이 등장할 것입니다. 우리는 명료함을 일부 잃는 대신, 규모와 속도를 얻게 될 것입니다.”

“모든 ‘기적의 소재’는 사람들이 백미러를 통해 세상을 보는 것을 멈추고 새로운 세상을 상상할 것을 요구했습니다. 카네기는 철강을 보며 도시의 스카이라인을 보았습니다. 랭커셔의 공장주들은 증기기관을 보며 강물로부터 자유로워진 공장을 보았습니다.”

“우리는 여전히 AI의 ‘수차 단계’에 있습니다. 인간을 위해 설계된 업무 흐름에 챗봇을 덧붙이고 있을 뿐입니다. 우리는 AI에게 단순히 우리의 Copilot이 되어 달라고 요구하는 것을 멈춰야 합니다. 인간 조직이 철강으로 보강되고, 잡무가 잠들지 않는 지능에 위임되었을 때 지식 노동의 모습이 어떨지 상상해야 합니다.”

“철강. 증기. 그리고 무한한 지능. 다음 시대의 스카이라인은 그곳에 있으며, 우리가 그것을 세우길 기다리고 있습니다.”

[Two Cents #85] “Flights of Thought” on Consumer + AI — Part 11: 소비자 행태 변화 — 3. Interface에서 Intent로

AI 어플리케이션 관점에서 하나의 가설: “앱을 만드는 회사”가 아니라 “의도를 실행하는 회사”에게 기회가 있다는 주장.

나는 ‘의도(Intent)’파악이 중요해진다는 주장은 동의하는데, 약간 생각이 다른 부분은 결국 이러한 의도 파악 부분까지도 UIUX로 통합적으로 녹여내는 자가 최종 승리하지 않을까 하는 생각을 가지고 있다.

“AI가 “생성”을 넘어 “실행”까지 담당하기 시작하면, 인터넷/모바일 생태계의 기본 단위가 앱(App)에서 ‘의도(Intent)’로 바뀐다. 사용자는 더 이상 기능을 찾아 앱을 설치하고 학습하는 대신, 원하는 목표를 말하고(또는 암묵적으로 드러내고) 시스템이 이를 분해·조합해 처리하는 경험이 기반이 될 것이다. 이때 가치가 쌓이는 지점은 UI의 미세한 차이나 기능의 개수보다는, 누가 사용자의 ‘의도’를 정확히 파악아고, 이를 달성하기 위하여 “누구에게 어떻게 위임하고”, “최종 결과물에 대한 결정은 누가 어떻게 하느가”로 이동한다.”

“그리고, 이 과정을 주도하는 것은, 인간 (소비자)가 아니라 multi-level agent swarm가 될 것이고, 그리고 이들 agent에게 실제 서비스를 제공하는 공급자가 ‘headless’ 형태 혹은 agent, micro-services 등의 형태로 존재할 것으로 본다.”

“이 변화는 자연스럽게 시장을 양극화한다. 한쪽에서는 항공/GDS처럼 표준화된 공급을 묶어 제공하는 소수의 headless supplier/aggregator가 더 중요해지고, 다른 한쪽에서는 아주 작은 기능 단위의 micro capability(스킬/미니앱/툴)가 폭발적으로 증가할 것이다. 과거에는 “큰 앱 안에 많은 기능”이 경쟁력의 핵심이었다면, 앞으로는 “워크플로우가 여러 capability를 필요에 따라 호출”하는 구조가 된다. 결과적으로 전통적인 앱 번들은 해체되고, 사용자 경험은 “앱을 넘나드는 전환 비용”이 아니라 “의도→실행”의 end-to-end 품질로 재정의된다.”

Disney and OpenAI, Totems in an AI World, Google Versus the World - Stratechery

AI로 인해 초개인화가 발전한다고 대중성(=IP)의 중요함이 사라지는건 아니다. 오히려 강화된다고 보는게 합리적이지.

나는 그래서 AI 시대에서는 더더욱 감도가 높아야 한다고 생각한다.

“저는 AI가 지배하는 세상에서 Stratechery와 같은 콘텐츠가 오히려 더 가치 있어질 것이라고 믿습니다. 설령 Gemini나 ChatGPT가 저보다 분석을 더 잘하게 되더라도 말이죠. 그 이유는 LLM 기반 AI가 ‘콘텐츠의 개인화’를 극한으로 밀어붙이기 때문입니다. AI 콘텐츠는 각 사용자에게 개별적으로 생성되기에 사회적 흔적을 남기기 어렵습니다.”

“반면, 이 글(Stratechery Update)은 수만 명의 사람들이 모두 똑같은 내용을 읽고 있습니다. 이것은 관점에 따라 단점일 수 있지만(개인화되지 않았으므로), 모두가 같은 내용을 공유하기 때문에 대화와 커뮤니티를 위한 유용한 ‘토템(구심점)’이 됩니다. 동료와 대화할 때 “그 글 봤어?”라고 말하며 공통의 출발점을 가질 수 있는 것이죠. AI는 이런 경험을 제공하지 못합니다.”

“디즈니의 브랜드 역시 AI 세상에서 더 가치 있는 토템이 될 것입니다. Sora가 처음 출시되었을 때 가장 흥미로웠던 것은 자신의 모습을 영상에 넣는 ‘카메오’ 기능이었습니다. 하지만 카메오는 아는 사람들 사이에서만 의미가 있습니다. 보편적인 토템이 필요합니다.”

“모든 사람은 미키 마우스가 누구인지 압니다. 따라서 미키 마우스를 활용한 기발한 AI 영상은 이름 모를 동물이나 모르는 사람이 나오는 영상보다 기본적으로 더 흥미롭습니다. 설령 그것이 ‘AI 슬롭(Slop, 저품질 콘텐츠)’이라 할지라도, 디즈니라는 토템이 있다면 널리 퍼질 가능성이 생깁니다. 그리고 만약 그렇게 된다면, 디즈니는 그 과정에서 수익을 낼 수 있는 체계를 갖춰둔 셈입니다.”

2025년을 보내며, 놓아주기 싫은 한 해 - Seung

“저는 한때 AI가 만들어 낼 사회상에 대해 부정적인 인식을 가졌습니다. 그러나 비교적 최근 들어 이러한 생각은 변했습니다. 산업을 이해하고, 공부할수록, 또 시간이 지나 AI의 전개를 목도할수록 크게 2가지 생각이 바뀌게 되었습니다. 1) AI는 인류 역사상 가장 민주적인 도구다 2) AI에는 물리법칙 상의 제약이 존재한다.”

“저는 제 스스로의 능력치들을 계량화해서 이해하고 있는 편인데, 가령 제 능력 중에 가장 중요한 것은 정보 해석 능력과 독해력입니다. 저는 최상의 컨디션화에서, 집중력이 고조되면 1시간에 100p 정도의 라이트 한 텍스트를 읽을 수 있습니다. 다소 집중이 필요한 글감은 60p를 소화합니다. 반면 기술적인 내용이나 고도의 집중이 필요한 내용은 한 시간에 약 15~20p 정도 읽을 수 있습니다. 대상이 영어라면 속도는 반토막이 납니다. 그런데 AI가 들어서면서, 전반적인 정보 섭취 능력이 3배 정도 개선됐습니다.”

“결국 뭘 말하고 싶냐면, 현재는 [도메인 지식 X AI]의 조합이 가장 폭발적인 시너지를 일으킬 수 있는 구간이라는 점입니다. 하지만 이 우위는 항구적이지 않을 것입니다. 어느 시점에는 도메인 지식 없이도 AI가 홀로 오롯이 작동하는 구간이 올 것이기 때문입니다.”

“결국 특정 영역에 메어있는 개인들은 현재의 Sweet Spot에서 AI를 활용하여 자신의 영역을 극도로 레버리지 해야 합니다. 그렇지 못한 이들과의 초격차를 벌리고, 유무형의 영향력을 획득해야 AI Alone 시대에서의 생존이 가능하기 때문입니다. 여기서의 생존은 생물학적인 생존을 의미하지는 않습니다.”

“내년을 생각하면, Post Sweet Spot 을 대비하기 위한 체력을 키우는 원년으로 삼고 싶습니다. 주식을 통한 자산증식은 끊임없이 이뤄지는 과업이나, 어느 시점부터 적극적인 알파는 얻기가 힘들어질 것이라 생각합니다. 특히 위에서 언급했듯, 재화가 흔해지는 세상에서는 ‘무엇을 하는’ 인간인지가 더욱 중요해집니다. 역설적으로 자아정체성이 의미 있는 시대가 되는 것입니다.”

Databricks Grows >55% YoY, Surpasses $4.8B Revenue Run-Rate, and is Raising >$4B Series L at $134B Valuation - Databricks

데이터브릭스의 밸류는 일년만에 2배 상승했군 ($134b 밸류로 $4b 투자 유치, 참고로 지난 라운드는 $62b). 성장 또한 YoY 55% 달성하며 ARR $4.8b 기록.

스노우플레이크를 상대로 승기를 잡은걸 넘어, 이제 스노우플레이크보다 80% 가량 높은 기업가치를 지닌 회사가 되었다.

“바이브 코딩과 생성형 AI의 동시적인 성장은 기업에서 데이터 기반 지능형 애플리케이션 개발을 가속화하고 있습니다. Databricks는 이번 투자를 통해 고객이 자체 데이터를 기반으로 AI 앱과 에이전트를 구축할 수 있도록 지원할 예정이며, 이를 위해 Lakebase를 기록 시스템으로, Databricks 앱을 사용자 경험 레이어로, Agent Bricks를 다중 에이전트 시스템 구동 도구로 활용할 계획입니다.”

데이터 플랫폼과 데이터 생산 - 24.12

아래는 작년 12월에 데이터브릭스 투자유치를 보고 적어둔 메모인데, 여전히 비슷한 생각을 가지고 있다.

“결국 AI의 키는 데이터를 얼마나 잘 관리하느냐에 달려있는데, 팔란티어는 데이터 관리 능력이 비교적 없는 레거시 기업을 상대로 컨설팅+소프트웨어를 제공하면서 이들을 사로잡는데 성공했다면, 데이터브릭스는 그래도 데이터를 어느정도 관리해오던 기업들에게 데이터를 AI와 결합하여 더욱 잘 활용할 수 있도록 도구를 제공하는 회사라고 볼 수 있겠습니다. 이 생각이 맞다면 팔란티어와 더불어서 오랜 기간동안 청바지 역할을 하게 될 중요한 회사가 될 수 있다고 생각합니다.”

Manus Joins Meta: Accelerating AI Innovation for Businesses

메타는 마누스(Manus)를 인수하며 에이전트 역량을 강화.

#반도체

Nvidia v. Google, Scaling Laws, and the Economics of AI - Colossus

AI의 경쟁력을 미리 예측하기 위해 반도체(컴퓨팅) 레이어를 알아야만 하는 이유:

네, 제미나이 3는 매우 중요했습니다. 왜냐하면 사전 학습(pre-training)에 대한 스케일링 법칙이 건재하다는 것을 보여주었기 때문입니다. 그들은 명확하게 그렇게 말했습니다. 이게 왜 중요하냐면, 지구상에 누구도 스케일링 법칙이 ‘왜’ 또는 ‘어떻게’ 작동하는지 정확히 아는 사람이 없기 때문입니다. 사실 이건 법칙이라기보다 경험적 관찰에 가깝습니다. 우리가 매우 정밀하게 측정해왔고 오랫동안 유지되어 온 경험적 관찰이죠.

우리가 이렇게 발전할 수 있었던 이유, 오픈AI의 첫 추론(reasoning) 모델이 나왔을 때 3개월 만에 8%에서 95%로 뛴 이유는, 두 가지 새로운 스케일링 법칙 때문입니다. 바로 검증된 보상을 통한 강화 학습과 테스트 타임 컴퓨팅입니다. 24년 10월부터 오늘까지의 모든 엄청난 진보는 전적으로 이 두 가지 새로운 법칙 덕분입니다.

제미나이 3는 호퍼 이후 사전 학습 스케일링 법칙에 대한 첫 번째 테스트였고, 그게 유지되었습니다. 이게 훌륭한 이유는 모든 스케일링 법칙이 곱셈 효과(multiplicative)를 내기 때문입니다. 이제 우리는 훨씬 더 좋은 기본 모델에 이 두 가지 새로운 강화 학습(검증된 보상과 테스트 타임 컴퓨팅)을 적용하게 될 것입니다.

만약 ‘추론(Reasoning)’ 기술이 등장하지 않았다면, 2024년 중반부터 제미나이 3가 나올 때까지 AI 진보는 전혀 없었을 겁니다. 모든 게 정체되었겠죠.

구글은 2024년에 TPU v6, 2025년에 TPU v7을 내놓았습니다. 반도체 시간으로 보면 호퍼(Hopper)는 2차 대전 시대의 비행기 같습니다. 당시엔 최고의 비행기였죠, 멀린 엔진을 단 P-51 머스탱처럼요. 하지만 반도체 시간으로 2년 뒤면 그건 F-4 팬텀이 됩니다. 블랙웰이 너무 복잡하고 램프업하기 힘들었기 때문에, 구글은 제미나이 3를 24, 25년형 TPU(F-4 팬텀급)로 훈련시켰습니다. 블랙웰은 F-35 같은 거죠. 그걸 가동하는 데 정말 오랜 시간이 걸렸습니다.

그래서 저는 구글이 사전 학습 관점에서 현재 일시적인 우위를 점하고 있다고 봅니다. 또한 그들이 토큰당 생산 비용이 가장 낮다는 점도 중요합니다. 기술 투자자로서 제 경력상 ‘저비용 생산자(low-cost producer)’가 되는 게 중요했던 적은 이번 AI가 처음입니다.

애플이나 마이크로소프트, 엔비디아가 수조 달러 가치를 지닌 건 그들이 폰이나 소프트웨어, 칩을 싸게 만들어서가 아닙니다. 그건 중요하지 않았습니다. 하지만 구글이 저비용 생산자로서 해온 일은 AI 생태계의 ‘경제적 산소’를 빨아들이는 것이었습니다. 이는 그들에게 매우 합리적인 전략입니다. 경쟁자들을 힘들게 만드는 거죠.

이제 무슨 일이 일어날까요? 여기엔 심오한 함의가 있습니다. 첫째, 2026년 초에 블랙웰로 훈련된 첫 모델들을 보게 될 겁니다. 저는 첫 블랙웰 모델이 xAI에서 나올 거라고 생각합니다. 젠슨에 따르면 일론 만큼 데이터 센터를 빨리 짓는 사람이 없으니까요.

블랙웰이 있어도 호퍼 수준의 성능을 내려면 6~9개월이 걸립니다. 호퍼는 이미 최적화되어 있고, 소프트웨어도 완벽하며, 엔지니어들이 모든 특성을 다 알고 있거든요. 반면 블랙웰은 젠슨이나 엔비디아 입장에서는 최대한 빨리 한 데이터 센터에 많이 깔아서 버그를 잡아야 합니다. xAI가 엔비디아를 위해 해주는 역할이 바로 이겁니다. 가장 빨리 짓고 가장 빨리 대규모로 배포해서 버그를 잡는 걸 돕는 거죠.

그래서 xAI가 첫 블랙웰 모델을 가질 겁니다. 사전 학습 스케일링 법칙이 유효하다는 걸 알기에, 이 블랙웰 모델들은 엄청날 겁니다. 블랙웰은 F-35 대 F-4 팬텀 정도는 아니더라도, F-35 대 라팔(Rafale) 정도의 격차는 될 겁니다. 훨씬 더 좋은 칩이죠.

그다음 더 중요한 일이 일어납니다. GB200(블랙웰) 랙을 가동하기가 정말 힘들었지만, GB300은 훌륭한 칩입니다. GB200 랙에 그대로 끼울 수 있습니다(drop-in compatible). 이제 GB200을 교체할 필요가 없죠. 따라서 GB300을 사용하는 회사들이 토큰의 저비용 생산자가 될 겁니다. 특히 수직 통합된 회사라면요.

이건 구글의 전략적 계산을 바꿔야 할 심오한 의미가 있습니다. 만약 당신이 결정적인 비용 우위를 가지고 있고 검색 등 다른 사업이 있다면, AI를 마이너스 30% 마진으로 돌리는 게 합리적입니다. 경쟁자들의 자금 조달을 어렵게 만드는 거죠. 하지만 구글이 더 이상 저비용 생산자가 아니게 되면 그 계산이 바뀝니다. 블랙웰 모델이 훈련되고 나면 Inference용으로 전환될 겁니다.

구글이 고비용 생산자로서 마이너스 30% 마진을 감당하기 고통스러워져서 행동을 바꾼다면, 이는 AI 경제에 큰 영향을 미칠 겁니다. 그리고 루빈(Rubin, 엔비디아의 다음 칩)이 나오면 격차는 더 벌어질 겁니다. (TPU 대비해서요?) 네, TPU와 다른 모든 ASIC(주문형 반도체) 대비해서요.

”We’re Ahead of Where I Thought We’d Be” — Gemini 3 & the Future of AI

제미나이의 사전훈련 담당자 인터뷰.

구글은 전통적으로 컴퓨팅 엔지니어링에 강점이 있는 회사였고, 이 역량이 또 한번 발휘되면서 AI 선두에 자리하게 되었다.

“점점 더 중요해지고 있는 한 가지는 연구를 수행할 수 있으면서도 시스템적인 측면을 인식하는 것입니다. 우리는 이제 상당히 복잡한 시스템들을 구축하고 있습니다. 따라서 TPU에서 연구에 이르기까지 스택이 어떻게 작동하는지 끝까지 이해할 수 있는 능력은 일종의 슈퍼파워입니다. 왜냐하면 그렇게 함으로써 다른 사람들이 반드시 볼 수 없는 서로 다른 레이어 사이의 간극을 찾을 수 있을 뿐만 아니라, 자신의 연구 아이디어가 TPU 스택에 이르기까지 어떤 영향을 미칠지 추론할 수 있기 때문입니다. 그런 일을 잘할 수 있는 사람들은 일반적으로 많은 영향력을 갖는다고 생각합니다. 전문화라는 측면에서 보자면 순수한 모델 아키텍처 연구뿐만 아니라 모델 연구의 이러한 연구 엔지니어링 및 시스템 측면에 대해 생각하는 것입니다.”

추가로) 올해 어떤 발전이 등장할지에 대한 힌트가 나와있네. 내 생각엔 긴 문맥을 잘 다루게 되면 AI가 지금보다 n배는 유용해질 것 같은데.

“제미나이 1.5에서 모델의 긴 문맥(long context) 능력에서 정말 좋은 도약이 있었다고 생각하며 그것이 정말 많은 것을 가능하게 한다고 봅니다. 오늘날 코드베이스를 가지고 작업을 많이 해서 문맥 길이가 정말 길어지는 상황에서 모델과 에이전트가 이 작업을 수행할 수 있는 능력입니다. 26년쯤에는 긴 문맥을 더 효율적으로 만드는 것뿐만 아니라 모델 자체의 문맥 길이를 더 확장하는 측면에서 더 많은 혁신이 있을 것이라고 생각합니다. 따라서 능력 측면에서 사전 학습이 구체적으로 제공할 수 있는 것이 많고 매우 흥미롭습니다. 이와 관련하여 어텐션(attention) 측면에서도 최근에 정말 흥미로운 발견들을 했는데 그것이 향후 몇 달 동안 우리가 수행할 많은 연구의 형태를 결정할 것이라고 생각하며 개인적으로 매우 기대가 큽니다.”

Groq and Nvidia Enter Non-Exclusive Inference Technology Licensing Agreement to Accelerate AI Inference at Global Scale

Gavin Baker on Twitter / X

엔비디아가 그록(Groq)을 약 $20b 규모로 사실상의 인수를 진행한다 (정확히는 기술 라이센싱 및 경영진 영입인데, 이건 요즘 많이 등장하는 인수 우회 방법)

2020년 멜라녹스 인수 후 네트워킹 내재화에 완벽히 성공하며 지금의 독보적인 지위를 확보한 엔비디아이기에, 이번 인수 또한 매우 주목할 수 밖에 없다.

심플하게 요약해보면 프리필과 디코드로 나뉘는 추론 과정에서, 프리필을 Rubin CPX로 잡고 디코드를 그록 솔루션을 통해 강화하는 그림인가 보네.

이를 보면 메모리의 역할이 부품에서 설계의 중심으로 들어오는 큰 흐름이 다시 한번 포착되는 것 같기도.

“추론(inference)은 prefill과 decode로 분리(disaggregate)되고 있다. SRAM 아키텍처는, 성능이 주로 메모리 대역폭의 함수인 워크로드에서 decode에 독특한 장점이 있다. Groq에서 파생된 것으로 추정되는 Rubin CPX, Rubin, 그리고 이른바 “Rubin SRAM” 변형은 Nvidia가 각 워크로드별로 성능 대비 비용의 최적 균형을 만들기 위해 칩을 조합(mix and match)할 수 있게 해줄 것이다. Rubin CPX는 상대적으로 낮은 대역폭의 GDDR DRAM을 쓰지만 메모리 용량이 매우 높기 때문에, prefill 동안의 초대형 컨텍스트 윈도우에 최적화되어 있다. Rubin은 HBM DRAM으로 메모리 대역폭과 용량 사이에서 균형을 잡아, 학습(training)과 고밀도·배치(batched) 추론 워크로드의 주력(workhorse)이다. Groq에서 파생된 “Rubin SRAM”은 메모리 용량이 낮아지는 대가로 SRAM의 극도로 높은 메모리 대역폭을 활용해, 초저지연(agentic reasoning) 추론 워크로드에 최적화되어 있다. 마지막 경우에는 prefill에는 CPX 또는 일반 Rubin이 쓰일 가능성이 높다.”

“SRAM 아키텍처가 우리가 지금까지 본 어떤 GPU, TPU, 또는 어떤 ASIC보다도 훨씬 높은 tokens per second 지표를 찍을 수 있다는 것은 오래전부터 분명했다. 달러당 처리량(throughput per dollar)을 희생하는 대신, 개별 사용자당 지연(latency)을 극단적으로 낮추는 방식이다. 18개월 전만 해도 최종 사용자들이 이 속도에 돈을 낼 의향이 있는지는 덜 명확했다(SRAM은 배치 사이즈가 훨씬 작아서 토큰당 비용이 더 비싸기 때문). 이제 Cerebras와 Groq의 최근 결과를 보면, 사용자들이 속도에 기꺼이 돈을 낸다는 것이 아주 분명해졌다.”

“이로 인해 TPU, AI5, Trainium을 제외한 모든 ASIC들이 결국 취소될 것이라는 내 확신이 더 커졌다. Rubin의 3가지 변형과 그에 연관된 여러 네트워킹 칩들과 경쟁하는 데 행운을 빈다. 다만 OpenAI의 ASIC은 놀랄 만큼 좋을 것 같긴 하다(메타와 마이크로소프트의 ASIC들보다 훨씬 더).”

NVIDIA Jensen Huang Consumer Electronics Show Vegas - Rev

CES에서 가장 주목받는 주제가 메모리가 될줄이야.

“AI는 컴퓨팅 스택의 모든 계층을 재발명했습니다. AI가 기업들에 배포되기 시작하면 스토리지 방식 또한 재발명될 것이 당연합니다. AI는 SQL을 사용하지 않습니다. AI는 시맨틱(의미론적) 정보를 사용하며, 사용 과정에서 ‘KV 캐시(Key-Value Cache)’라고 불리는 일시적인 지식이나 기억을 생성합니다. 이것은 기본적으로 AI의 캐시이자 작업 기억(working memory)이며, 현재는 HBM 메모리에 저장됩니다.”

“GPU는 토큰 하나를 생성할 때마다 모델 전체를 읽어 들입니다. 전체 작업 기억을 읽어 토큰 하나를 생성하고, 그 토큰을 다시 KV 캐시에 저장합니다. 다음 토큰을 만들 때 또다시 전체 메모리를 읽어 GPU로 스트리밍하고 또 다른 토큰을 생성하죠. 토큰마다 이 과정을 반복합니다. AI와 긴 대화를 나누게 되면 이 컨텍스트 메모리는 엄청나게 커질 수밖에 없습니다. 모델 자체도 커지고 있고, 우리가 주고받는 대화의 횟수도 늘어나고 있기 때문입니다.”

“우리는 AI가 평생 우리와 함께하며 나눈 모든 대화를 기억하기를 바랍니다. 하지만 슈퍼컴퓨터를 공유하는 사람들의 수는 계속 늘어날 것이고, HBM 안에 들어가던 이 컨텍스트 메모리는 이제 더 이상 감당할 수 없을 만큼 커졌습니다. 작년에 우리는 그레이스 CPU를 호퍼나 블랙웰에 직접 연결해 컨텍스트 메모리를 확장했습니다. 하지만 그것조차 충분하지 않습니다.”

“다음 해결책은 당연히 네트워크를 통해 기업의 스토리지로 나가는 것이지만, 수많은 AI가 동시에 구동되면 그 네트워크 속도는 충분히 빠르지 않을 것입니다. 그래서 우리는 BlueField-4를 만들어 랙 바로 안에 매우 빠른 KV 캐시 컨텍스트 메모리 저장소를 갖출 수 있게 했습니다. 이것은 완전히 혁신적인 방식이며, 현재 토큰 생성량이 많은 AI 연구소와 클라우드 서비스 제공업체들이 겪고 있는 고통(네트워크 트래픽 문제)을 해결해 줄 것입니다.”

Nvidia at CES, Vera Rubin and AI-Native Storage Infrastructure, Alpamayo - Stratechery

“황 CEO의 설명을 보충하자면, 대규모 언어 모델(LLM)의 흥미로운 점은 우리가 챗봇과 대화하는 것처럼 느끼지만 실제로는 인간의 대화 방식과 매우 다르다는 것입니다. 인간은 대화 전체를 기억 속에 유지하며 반응하지만, LLM은 매 토큰을 예측할 때마다 문자 그대로 처음부터 모든 계산을 다시 수행합니다. 각 실행의 유일한 차이점은 이전 단계에서 생성된 토큰들이 다음 계산의 입력값에 포함된다는 것뿐입니다.”

“현재는 하나의 GPU가 대화 하나를 담당하며 메모리에 모든 컨텍스트를 담아 토큰 스트림을 빠르게 뱉어냅니다. 하지만 당신이 답장을 보낼 때, 기존에 대화하던 그 GPU가 당신을 기다리고 있을 가능성은 낮습니다. 대신 당신의 응답은 비어 있는 새로운 GPU에 할당되고, 대화의 전체 이력이 질문과 함께 전송되어 새로운 토큰 예측이 다시 시작됩니다. 이것이 우리가 며칠 전이나 몇 주 전의 대화를 다시 이어갈 수 있는 이유입니다. GPU 입장에서는 모든 대화, 아니 모든 토큰이 매번 ‘새로운 시작’이기 때문입니다.”

“대화의 문제는 토큰 저장에 필요한 메모리(정확히는 어텐션 레이어의 Key와 Value 값)가 컨텍스트 크기에 따라 선형적으로 증가한다는 점입니다. 이 때문에 지금까지 컨텍스트 창(지금까지 생성된 모든 토큰)에는 엄격한 한계가 있었습니다. 특히 최종 답변을 내놓기 전 엄청나게 많은 토큰을 생성하는 ‘추론 모델(Reasoning models)’이 등장하면서 이 문제는 더 심각해졌습니다. 또한 끊임없이 토큰을 생성하며 장시간 작동해야 하는 ‘에이전트’ 개념이 도입되면 문제는 더욱 악화됩니다.”

“황 CEO는 이를 해결하기 위해 새로운 아키텍처가 필요하다고 말하며, 개별 GPU에 전용으로 할당되어 각각 16TB의 추가 저장 공간을 제공하는 고속 솔리드 스테이트 스토리지가 포함된 베라 루빈 시스템 랙을 제시했습니다. 결정적으로, 이 스토리지는 ‘동서 평면(East-West plane)’에서 접근됩니다. 데이터센터 용어로 이는 전체 네트워크(남북 평면)를 거치지 않고 동일한 하위 시스템 내에서 데이터가 이동함을 의미합니다.”

“결과적으로 사용자는 획기적으로 더 긴 컨텍스트 창을 가질 수 있게 됩니다. 또한 이러한 컨텍스트 창을 여러 GPU가 공유할 수 있어, 협업하는 멀티턴(multi-turn) 에이전트들이 훨씬 더 효율적으로 정보를 공유할 수 있게 됩니다. 이는 엔비디아가 단순한 GPU 제조사가 아니라 ‘시스템’을 구축하는 회사임을 보여주는 훌륭한 사례입니다. 또한, 이는 속도를 위해 컨텍스트 창을 희생한 방식(Groq 등)과는 정반대로, 메모리 확장을 통해 성능을 극대화하는 전략입니다.”

#인프라

Lessons from History: The Great Railroad Buildout - Fabricated Knowledge

AI가 참 재밌는건 덕분에 인터넷, 모바일을 넘어서 산업 혁명, 석유 발굴, 철도 건설과 같은 인류 문명의 변곡점들을 공부하게끔 만든다는 것이다.

그리고 이런걸 공부할 때 마다 느끼는건 기술의 혁신과 금융의 발전은 함께 간다는 사실이다.

“철도 이야기가 반도체와 AI와 무슨 상관이 있을까요? 바로 인프라 건설 붐이기 때문입니다. 저는 AI 인프라 구축이 통신 버블보다는 철도 버블/자본 사이클과 더 닮았다고 생각합니다.”

“1. 정부의 개입 통신 버블(1996~2000): 당시의 투입 자본을 이미 넘어서고 있습니다. 철도와 마찬가지로 AI 역시 정부가 매우 지지적이며 핵심적인 역할을 하고 있습니다. 과거의 토지 보조금이나 현재의 ‘AI를 위한 맨해튼 프로젝트’ 구상은 매우 유사합니다. 정부와 기업의 이해관계가 이토록 일치하는 것은 철도 사이클의 특징입니다.”

“2. 공급이 수요를 창출하고, 가격 인하가 뒤따름: 가격은 수요의 궁극적인 동력입니다. 모델의 가격 하락은 중요한 지표입니다. 토큰 가격은 내려가야 하지만, 만약 ‘가격 전쟁’이 본격화된다면 이는 공급이 수요를 과도하게 앞지르고 있다는 신호(과잉 건설)입니다. 모든 자본 사이클에서 공급은 항상 미래 수요를 위해 먼저 구축됩니다.”

“3. 금융은 자본 사이클의 필수 요소: 금리 인상 사이클이 통신 버블의 종말과 맞물렸던 것은 우연이 아닙니다. 철도 사이클 역시 외부 자본의 제약(유럽 자본의 회수, 금본위제 위기 등) 때문에 끝이 났습니다. 우리는 지금 거대한 대출의 파도 앞에 서 있습니다. 자본주의가 이를 감당할 준비가 되었는지 자문해봐야 합니다.”

“4. 추적해야 할 지표들: 전체 하드웨어의 총량(Aggregate Fleet)과 총 자본 지출(Capex)은 매우 중요한 지표입니다. 하지만 가장 중요한 것은 가동률(Capacity Utilization)입니다. 철도 차량이 비어 있다면 게임은 끝난 것입니다.”

“결론적으로, 철도 버블은 현대적 관점에서는 이해가 안 될 정도로 과잉 건설되었습니다. 모든 철도가 오직 투기만으로 지어졌기 때문입니다. 하지만 그 과정에서 현대 금융 시스템이 탄생했고, 결국 인류의 물류 지형을 영구적으로 바꿨습니다. AI 역시 비슷한 경로를 걷게 될지 지켜봐야 할 것입니다.”

An Interview with Jeremie Eliahou Ontiveros and Ajey Pandey About Building Power for AI - Stratechery

AI 데이터센터 전력에서 일어나고 있는 변화: 전력망에서 (Grid) → 임시 전력원 설치에서 (Bridge Power) → 영구적 자급자족으로 (Fully Behind the Meter)

“일론은 기본적으로 제1원칙에서 생각했습니다. “AI 레이스에 참여하고 싶은데 내가 뒤처져 있다, 어떻게 하면 누구보다 빨리 데이터센터를 지을 수 있을까?”라고 생각한 거죠. 흥미로운 점은 그때가 24년 초나 23년 말이었는데, 그는 오라클 같은 여러 클라우드 기업들과 대화하고 있었습니다. 원래 xAI는 텍사스 애빌린(Abilene)의 스타게이트 부지를 받기 위해 오라클과 접촉하고 있었죠.”

“사람들은 그에게 “2025년 중반에나 전력을 받을 수 있을 것”이라고 말했습니다. 그래서 xAI는 “뭔가 대책을 세워야겠다”고 생각했고 제1원칙에서 모든 것을 다시 생각했습니다. 데이터센터 부지 선정부터요. 새로 짓지 말고 기존 부지를 찾자고 했죠. 그래서 멤피스에 있는 오래된 세탁기나 가전 공장 부지를 찾았습니다. 그리고 에너지 측면에서는 “그리드는 너무 느릴 테니 스스로 전력을 생산해야 한다, 그것도 빨리 해야 한다”고 생각했습니다. 가장 빨리 전력을 얻는 방법이 뭘까? 유틸리티 규모의 터빈을 쓰는 건 시간이 너무 걸리니, 그는 모든 벤더와 대화했고 재고가 있는 터빈 임대 업체를 찾았습니다. 임대용 터빈들이 많이 있었죠. 그들은 빌려주고 싶어 했고, 일론은 “그거 가져올 수 있나요? 설치가 꽤 빠르네요. 몇 주면 된다고요? 현장에 배치해서 전력을 생산하면 정말 빠르겠군요”라고 했습니다. 그는 그것이 새로운 부지에 에너지를 공급하는 가장 단순하고 빠른 방법이라고 생각했습니다. 그것이 본질적인 이야기입니다. 제1원칙에 따라 200~300메가와트 규모의 GPU 클러스터 데이터센터를 어떻게 가장 빨리 지을 것인가? 그는 단 4개월 만에 해냈습니다. 스스로 에너지를 만들고, 기존 부지를 활용하는 플레이북을 만든 거죠.”

“재밌는 건 이에 대해 두 가지 반응이 있었다는 겁니다. 한쪽에는 “아니야, 그건 미친 짓이야, 우리 업계는 그렇게 돌아가지 않아”라고 생각하는 전통적인 데이터센터 사람들이 있었습니다. 당시 저는 여러 컨퍼런스에 가고 있었는데 모든 사람이 “아니, 아무도 저렇게 해서는 안 돼, 부동산 관점에서 그건 올바른 방식이 아니야”라고 말했습니다. 하지만 다른 세계, 즉 현재 시장 점유율을 점점 높여가고 있는 AI 세계가 있었습니다. 오픈AI, 앤스로픽, 모든 AI 랩들, AI 커뮤니티의 모든 사람은 “일론은 천재야, 그게 바로 지금부터 우리가 데이터센터를 지어야 할 방식이야”라고 생각했습니다. 흥미로운 점은 신규 구축에서 AI 랩들의 비중이 엄청나게 늘어났고, 이제 그들이 의사 결정권을 쥐고 사람들에게 어떻게 해야 하는지 지시하고 있다는 것입니다. 그래서 지금 산업 전체가 그 사고방식에 적응하고 있는 겁니다.”

“전력 공급 승인과 대규모 부하 요청 차트를 다시 보면 걱정되는 부분은 상황이 한 방향으로만 가고 있다는 겁니다. 그리드는 점점 더 제약을 받고 있습니다. 원래 27년 말이면 유틸리티 전력을 받을 수 있을 거라 생각했던 사람들에게 갑자기 28년 말, 29년 말, 혹은 2035년이 될 거라는 통보가 가고 있습니다. 그리드는 점점 더 신뢰할 수 없게 되고 있고, 이는 사람들이 본질적으로 ‘완전 비하인드 더 미터(fully behind the meter)’ 데이터센터를 계획하게 만듭니다.”

“(완전 비하인드 더 미터 데이터센터란 무엇이며, 일론이 xAI에서 했던 것과 비교하면 계획이 어떻게 다른가요?) 이론적으로는 전력 비용을 낮추고 오래 쓸 수 있는 기계를 원하겠죠. 그래서 주로 유틸리티 규모의 터빈을 사용하게 될 겁니다. 소형 모듈형 터빈이나 엔진에서 우리가 오랫동안 알고 지낸 대형 시스템으로 넘어가는 거죠. 20~30년 동안 아주 싸게 전력을 생산할 수 있는 시스템입니다. H-클래스 CCGT[복합 화력 가스 터빈]라고 부르는 것들인데, 60% 이상의 효율을 냅니다. 기저 부하(base load) 전력으로 이상적이죠. 그리고 스스로 중복성을 관리해야 하고 시스템은 좀 더 복잡해질 겁니다.”

“분명히 말씀드리자면, 현재 실제로 그런 사례가 가동 중인 것은 아니기 때문에 지켜봐야 합니다. 오늘날의 모든 현장 가스 발전 배치는 브릿지 파워 목적입니다. 하지만 우리가 사이트 계획, 허가 신청 등을 분석해 본 결과, 2027년이나 2028년경의 일부 데이터센터들은 아예 그리드를 포기하고 현장에 자체 발전소를 세울 계획을 하고 있다는 것을 이미 알 수 있습니다.”

→ “보통 전력과 그리드를 늘리는 방법을 생각할 때 대부분의 사람은 공급 측면의 사고방식에서 시작합니다. 발전소를 지어야 하고 송전선을 지어야 한다고 하죠. 그런데 여기서 일어나는 일은 수요가 너무나 급격하게 증가해서 수요를 창출하는 사람들이 스스로 공급을 가져오고 있다는 겁니다. 그리고 그 공급이 확보되면 자연스럽게 “우리 1기가와트 데이터센터를 위해 중복성을 구축할 수도 있고, 아니면 데이터센터 업체들끼리 협력해서 중복성 측면에서 서로 도울 수도 있겠다”는 생각으로 이어지며 갑자기 새로운 그리드가 만들어지는 거죠. 공급 측면이 아니라 수요 측면에서 시작해서요.”

#핀테크

System Update: The future of finance is on Coinbase

‘Everything Exchange’라는 전략하에 로빈후드와 같은 길을 걸어가는 코인베이스. 자산의 토큰화는 정해진 미래라는 의미.

“오늘 우리는 코인베이스에서 금융의 미래를 선도할 여러 신제품을 출시했습니다. 여기에는 코인베이스 메인 앱 내 주식 거래 및 예측 시장 서비스 시작, 단순화된 선물 및 무기한 선물 인터페이스, 생성 직후의 모든 솔라나 자산 거래 기능, 기본 토큰 판매(Primary token sales) 등이 포함됩니다. 또한 온체인 ‘에브리싱 앱(Everything app)’인 Base App의 글로벌 출시와 코인베이스 비즈니스의 정식 서비스도 시작되었습니다.”

“금융의 미래가 온체인에 있다면, 주식 거래의 미래도 마찬가지입니다. 우리는 결국 모든 것이 토큰화될 것이라고 믿으며, 코인베이스에 주식을 도입하는 것은 토큰화된 주식을 가능하게 하는 중요한 이정표입니다. 토큰화된 주식을 통해 전 세계 어디서나 24시간 거래하고, 소유한 주식을 온체인에서 사용하며, 즉시 결제까지 할 수 있게 될 것입니다.”

“이 여정을 시작하기 위해 우리는 실물 자산(RWA) 토큰화를 위한 새로운 기관용 엔드투엔드 플랫폼인 코인베이스 토큰나이즈(Coinbase Tokenize)*를 출시할 계획입니다. Tokenize는 코인베이스에서 토큰화된 주식에 접근할 수 있도록 하는 모든 필수 인프라를 결합할 것입니다. 내년 초 업데이트를 기대해 주세요.”

The Protocol Economy: Hashed 2026

스테이블코인은 아마도 B2B 단에서 한단계 더 도약하지 않을까 싶다.

투자 논지: B2B 스테이블코인 인프라는 ‘결제’에서 끝나지 않고 ‘기업 운전자본 레이어’로 진화할 것이다.

2026년에는 블록체인 인프라 자체는 더 이상 차별화 요소가 아닐 것이다. 스테이블코인은 기술적 선택지라기보다 전제 조건에 가까워지고 있고, 단순히 L1/L2를 출시하거나 새로운 레일을 주장하는 것만으로는 차별성을 만들 수가 없다. 진짜 비대칭적인 해자는 이제 스테이블코인 활용을 통해 기업의 현금 흐름(cash cycle)에 어떻게 통합되느냐, 즉 기업 금융의 워크플로우 안에서 어떤 역할을 하느냐의 구간으로 이동하고 있다.

스테이블코인은 더 이상 단순한 결제 수단이나 트레이딩에 사용되는 자산으로만 정의되지 않을 것이다. B2B 분야에서는 공급자 및 벤더 네트워크의 정산 및 청산, FX 헤징, MNC의 자회사 간 자금 네팅, 트레저리 라우팅과 일일 유동성 포지셔닝 등 전통적인 기업 재무 업무의 단위(unit of account)로 작동하기 시작할 것이다. 이 과정에서 온체인 유동성은 24/7로 움직이는 운전자본(working capital)이 될 것이다. 특히 B2B 스테이블코인의 사용이 기존 트레저리 운영(자동화된 AP/AR, 트레저리 단위의 캐시 스윕, 법인 간 네팅 및 회계/자금 통합)을 닮아가고 아웃퍼폼하기 시작할 때, 비로소 대대적인 차원의 채택이 진행될 것이다.

이 기회는 은행이나 핀테크를 대체하는 데 있지 않다. 오히려 상업은행들이 UX와 워크플로우를 임베디드 파이낸스에 위임할수록, 정산, FX 맟 트레저리 관리 등 백엔드는 비교적 느리고 비효율적인 채로 남겨지게 될 것이다. 이 지점이 바로 스테이블코인이 보이지 않게 침투할 수 있는 자리일 수 있다. 핵심 플레이어들은 머천트나 최종 고객을 소유하기보다, 임베디드 파이낸스와 은행이 직접 구축하기 부담스러워하는 규제 친화적/엔터프라이즈급 트레저리 백엔드를 운영하는 쪽에 가깝다.

이 모델에서 채택을 결정하는 주체는 CFO와 재무팀이다 (때때로는 CTO와 기술팀일 수도 있다). 따라서 성공 요인은 단순히 결제 볼륨이나 브랜드 인지도, 세부적인 기술적 차별성에서 나오지 않을 것이다. 중요한 질문은 오히려 다음과 같다:

-다국가 및 다통화 환경에서 규제된 유동성을 실제로 이동시킬 수 있는가?

-온체인 자금 흐름을 ERP, 회계, 컴플라이언스 시스템과 자연스럽게 연결할 수 있는가?

-크립토 레일과 기존 핀테크 레일 사이의 정산 과정에서 운영 심리스한 루프를 만들어낼 수 있는가?

-운영 단에서 엔터프라이즈 수준의 감사 가능성, 추적성, 프라이버시 기준을 충족하는가?

궁극적으로 해자는 스테이블코인 레일이라는 기술 자체가 아니라, 그 전제 위에 지어진 규제, 운영 및 법무 노하우의 축적에 있을 것이다. 글로벌 유동성을 실제로 운용해본 경험, 규제 기관과의 신뢰 관계, 그리고 시간이 쌓이면서만 형성되는 운영 복잡성이 진입장벽이 될 것이다. 미국, 유럽, 아시아 주요 금융 허브에서 스테이블코인 규제 프레임워크가 구체화될수록, 기업들은 파일럿을 넘어 전면 채택의 단계로 이동할 것이다. 그 결과 스테이블코인은 전면에 드러나지 않지만, 기업 금융의 필수 운송 레이어로 자리 잡게 될 것이다. 크립토가 엔드유저에 직접적으로 드러나지는 않지만, 제거할 수 없는 인프라가 되는 길이다.

Token Letter - RIBBIT

핀테크 투자의 명가 Ribbit Capital은 앞으로의 시대를 ‘Token Revolution’의 시대로 표현.

토큰화란 데이터·정체성·돈·자산 등을 기계가 읽고 행동할 수 있게 만드는 과정이고, 그 토큰들이 AI 에이전트를 만들고 구동하는 핵심 자원이 된다고 본다. 이는 AI와 크립토를 함께 아우르는 개념.

리포트 GPT 요약:

“Ribbit의 2025년 6월 Token Letter는 AI 에이전트가 세상을 ‘이해하고(토큰화) → 결정하고 → 실행’하기 위해 필요한 모든 입력·권한·자원(=토큰)을 ‘공장(토큰 팩토리)’에서 정제·조합·운용하면서, 산업의 운영체계(Vertical Token Systems)와 금융 인프라(자산 토큰/스테이블코인), 그리고 정보 인프라(진실·주의 시장)까지 재편한다는 큰 그림을 제시합니다.”

“리포트 말미에는 Ribbit이 무엇을 “헌팅”할지 비교적 직설적으로 적습니다. 요지는 에이전트를 ‘퍼스트클래스 고객’으로 대하는 스택(결제/신원 등), Vertical Token Systems, 에이전트-퍼스트 CRM/고객 인터랙션, 에이전트 신원·데이터 소유(특히 memory tokens), 보편적 개인 재무 비서, 언더리소스(크리에이터/SMB)에 슈퍼파워 제공, 토큰화 자산 인프라(발행/처리/관리), 1%만 누리던 서비스를 대중화, 예측/콘텐츠 시장 같은 ‘기계를 위한 신문’, 자율 에이전트용 자원(컴퓨트/데이터/거버넌스/평판), 그리고 강한 IP 기반의 real-world token factories입니다.”

“요약하면: Ribbit은 토큰 혁명이 지식(know-how)을 민주화하고, 그 결과 권력과 돈의 배분이 크게 바뀌며, 이 셋의 관계가 재조정된다고 봅니다.”

#금융

Asymmetry is all you need

“역사적으로 승자들은 흩어진 정보를 모아 정돈했습니다. 로이터는 지리적 가격을, 쿼트론은 시계열 가격을, 블룸버그는 구조화된 데이터를, 알파센스는 비구조화된 텍스트를 통합했습니다.”

“이제 AI 시대의 승자는 ‘엔트로피를 활용하는 자’가 될 것입니다. 단순히 하나의 정답을 찾는 것이 아니라, 수십 개의 AI 에이전트를 가동해 다양한 관점에서 리스크를 점검하고(평가), 파편화된 공급업체의 데이터를 실시간으로 엮어내는(오케스트레이션) 능력이 중요해집니다.”

“정보 시장의 비즈니스 모델은 본질적으로 변하지 않았습니다. 7세기의 마라처럼, 시장 참여자들 사이의 정보 비대칭성을 줄여주는 인프라를 구축하는 자가 가치를 영속적으로 점유할 것입니다.”

“이제 정보의 공급 과잉이 아니라 ‘인사이트의 공급 과잉’ 시대가 되었습니다. 승부처는 데이터를 많이 가지는 것이 아니라, AI가 내놓은 여러 해석 중 무엇이 옳은지 판단하는 ‘평가(Evaluation)’와 여러 데이터 소스를 연결하는 ‘오케스트레이션(Orchestration)’으로 옮겨가고 있습니다.”

Capital in the 22nd Century - philip trammell

피케티의 경제 불평등 이론을 AI로 인한 완전 자동화가 도래할 미래에 대입하여 재해석한 글. 즉, 자본 수익률이 경제 성장률을 앞서 불평등이 심화된다는 이론이 과거에는 틀렸을지 몰라도 AI와 로봇이 노동을 완전히 대체할 미래에는 적중할 수 있다고 이야기한다.

나는 피케티의 21세기 자본을 읽어보지 않았는데, 어쩌면 지금이 읽기 적절한 시점일지도 모르겠다는 생각이 드네.

“2013년 저서 ‘21세기 자본’에서 사회주의 경제학자 토마 피케티는 강력한 재분배가 없다면 경제적 불평등이 세대를 거쳐 무한히 증가하는 경향이 있다고 주장했습니다. 부유한 사람들은 가난한 사람들보다 더 많이 저축하고 투자 수익률도 더 높기 때문입니다.”

“당시 많은 이들이 지적했듯, 이는 과거에 대한 잘못된 해석일 가능성이 높습니다. 노동과 자본은 서로를 보완합니다. 부유한 사람들이 자본을 계속 축적할 수는 있지만, 그것을 사용할 ‘손’이 부족하면 망치(자본)의 가치는 떨어지고, 망치가 흔해지면 손(노동)의 가치는 올라갑니다. 따라서 자본 축적은 이자율을 낮추고 임금을 높입니다. 이 효과는 충분히 강력해서 자본 축적만으로 인한 불평등은 스스로 교정되어 왔습니다.”

“하지만 첨단 로보틱스와 AI의 세상에서는 이 교정 메커니즘이 무너질 것입니다. 즉, 피케티가 과거에 대해서는 틀렸을지 몰라도 미래에 대해서는 맞을 것이라는 점입니다. AI가 자본을 노동의 완전한 대체재로 만든다면, 전환기에 가장 부유했던 사람들 혹은 그 후계자들이 결국 거의 모든 것을 소유하게 될 것입니다.”

AI and the Human Condition - Stratechery

그리고 이에 대한 벤 톰슨의 아주 합리적인 코멘트 (아래)

관련해서, 나는 요즘 감도(taste)라는 용어를 자주 사용한다. AI 시대에는 좋은걸 알아보고 만들어내는 감도가 뛰어난 사람들이 중요해질 것 같아서.

“저는 파텔과 트램멜의 논리를 이해하지만, 이것이 지금 당장 해결해야 할 문제인지에 대해서는 회의적입니다.”

“1. 모두를 위한 풍요: 그들이 상상하는 세상은 모든 사람에게 놀라운 세상일 수 있습니다. AI가 모든 것을 할 수 있다면 음식, 의류, 서비스 등 모든 것을 가질 수 있다는 뜻입니다. 모든 물질적 욕구가 충족된다면 로봇을 직접 소유하지 않는 것이 중요할까요?

“2. 재산권의 변화: AI가 그토록 환상적인 능력을 갖췄음에도 여전히 2025년 방식의 재산권 법망에 갇혀 인간의 통제를 받는다는 것은 부자연스럽습니다. 오히려 통제 불가능한 AI라는 파멸 시나리오가 더 현실적이며, 풍요의 길로 접어든다면 재산권에 대한 우리의 집단적 이해 자체가 크게 변할 것입니다.”

“3. 역사적 전례: 인류 역사상 노동의 급격한 변화는 늘 있었습니다. 1810년 미국 인구의 81%가 농업에 종사했지만, 200년 후에는 1%에 불과합니다. 인간은 기계로 대체되었지만 식량은 풍부해졌고 훨씬 저렴해졌습니다. 인간은 손을 놓고 있었던 것이 아니라, 이전에는 상상조차 할 수 없었던 완전히 새로운 종류의 일을 만들어냈고, 그 가치는 이전보다 훨씬 높았습니다.”

“예를 들어, 전문 팟캐스터 같은 직업 말입니다! 30년 전에는 팟캐스트라는 것 자체가 없었지만, 지금 파텔과 저는 마이크에 대고 말을 하며 인터넷의 제로 한계 비용 배포 기술을 활용해 자본을 축적하고 있습니다. 물론 로봇이 파텔이나 저보다 팟캐스팅을 더 잘하게 될 수도 있습니다. 하지만 저는 회의적입니다. 제 경험상 ‘인간적인 요소’는 매력적인 콘텐츠를 만드는 데 필수적입니다.”

“콘텐츠 제작의 역학은 AI와 정확히 반대입니다.”

- 인간: 개별 인간이 대규모 대중에게 도달하는 능력.

- AI: 컴퓨팅 자원을 확장하여 개인에게 맞춤형 결과를 제공하는 능력.

“또한 AI의 긍정적인 측면 중 하나는 ‘아름다움’에 대한 재평가와 투자입니다. 산업 시대의 비극 중 하나는 건축물 등에서 아름다움을 찾아볼 수 없게 되었다는 점입니다. 수백 년 전에는 복잡한 대성당을 지었는데 왜 지금은 성냥갑 같은 건물만 지을까요? 노동의 가치가 너무 높아져서 수천 명의 인력을 투입하는 것이 경제적으로 불가능해졌기 때문입니다. 그렇다면 AI로 인해 노동의 가치가 낮아진다면, 인간은 다시 아름다움을 창조하는 데 전념할 수 있지 않을까요? AI 아트가 흔해질수록 인간의 예술은 그 출처(provenance) 덕분에 더욱 가치 있게 될 것입니다.”

#투자

The Last Human Edge - Colossus

“라포트가 프라이스로부터 성장 투자에 대해 배운 것 이상으로 알아낸 것은, 모델만큼이나 사람이 중요하다는 것이었습니다. 그는 오너처럼 생각하고, 사업을 점진적으로 개선하며, 자본을 자기 돈처럼 배분하는 운영자를 찾았습니다. 그는 다음 분기를 예측하려 하지 않았습니다. 그는 해자(moat)를 구축하고 방어할 수 있는 희귀한 창업자나 CEO를 식별하려고 했습니다.”

“그는 제가 본 중 패턴 인식에 있어 가장 뛰어난 두뇌를 가진 사람 중 한 명입니다.” 마이로드가 말했습니다. “그는 서로 아무 관련이 없는 두 개의 다른 비즈니스를 보고 패턴을 찾아낼 수 있습니다. 그것이 그에게 정말 차별화된 수준의 확신을 줍니다.” - 마이로드, 부킹홀딩스 의장

“최고의 투자자는 패턴을 수집하는 사람들입니다.” 그녀가 말했습니다. “그런 패턴을 구축하는 데는 오랜 시간이 걸립니다. 패턴을 구축하는 속도를 가속화할 수 있을수록 더 좋은 투자자가 됩니다. 제가 그를 만났을 때, 그는 이미 다른 누구도 갖지 못한 패턴 세트를 축적해 둔 상태였습니다.”

“엘런보겐은 패턴을 찾고 있었는데 놀라운 사실을 발견했습니다. 50년과 수천 건의 투자, 여러 번의 시장 사이클, 그리고 각기 다른 스타일을 가진 매니저들을 거쳤지만, 단 20개의 주식만이 중요했습니다. 펀드가 벌어들인 모든 수익은 일찍 발굴되어 적당한 포지션을 혁신적인 결과로 바꿀 만큼 오래 보유한 20개 회사에서 나왔습니다. 나머지는 아무것도 아니었습니다.”

“데이터에 따르면 어느 10년 기간이든 약 40개의 주식이 연 20%의 부를 복리로 창출합니다. 4,000개 중 40개. 상장 기업의 1%만이 위대해지며, 그중 약 80%는 뉴 호라이즌스가 낚시를 하던 바로 그 영역인 소형 회사로 시작했습니다. 그는 게임의 전부가 이런 작은 비즈니스를 일찍 찾아서 끝까지 보유하는 것임을 깨달았습니다.”

“첫째, 모든 복리 성장 기업은 투하자본수익률(ROIC)이 증가하는 모습을 보였습니다. 그들은 커질수록 더 좋아졌고, 규모를 얻을수록 경쟁을 덜 마주했으며, 지속적으로 높은 수익률로 이익을 재투자할 수 있었습니다. 트위터나 넷플릭스 같은 폭발적인 비즈니스뿐만이 아니었습니다. 오라일리 오토모티브(O’Reilly Automotive), RBC 베어링스(RBC Bearings), 베일 리조트(Vail Resorts) 같은 덜 화려한 이름들도 포함되었습니다.”

“둘째, 이 희귀한 비즈니스들은 변동성이 극심했습니다. 20%씩 복리 성장하던 10년 중 어느 해에는 62% 하락하기도 했습니다. 종종 이것은 대부분의 주식이 하락하는 시장 붕괴 기간이 아니라, 비즈니스가 더 큰 무언가가 되려고 시도하는 전환기 동안 일어났습니다. 복리 성장 기업이 되는 모든 회사는 여정의 중간에 처벌을 받았습니다. 비결은 실패하는 회사와 전환하는 회사를 구별하고, 그 차이를 견뎌낼 확신을 갖는 데 있었습니다.”

“그는 회사의 여정을 2막으로 생각하기 시작했습니다. 1막(Act 1)은 회사가 제품-시장 적합성을 입증하고, 큰 규모의 시장을 확인하고, 단위 경제가 작동함을 증명했다는 것을 의미했습니다. 2막(Act 2)은 도약이었습니다. 중요한 신제품, 주요 신시장, 원래 사업보다 근본적으로 더 큰 무언가가 되는 것입니다.”

“넷플릭스의 1막은 DVD 우편 대여였습니다. 2막은 스트리밍이었습니다. 그 사이에는 80만 건의 구독 취소와 75% 하락한 주가가 있었습니다. 그 잔인한 전환기가 바로 기업이 복리 성장 기업이 되거나 시도하다 사라지는 지점이었습니다. 이제 언어를 갖게 되자, 그는 프로세스를 구축할 수 있었습니다. 그는 펀드를 1막 기업과 2막 기업으로 나누었습니다. 뉴 호라이즌스의 3분의 2는 베일이나 RBC 베어링스처럼 이미 2막에 있는, 그가 ‘지속 가능한 성장(durable growth)’ 비즈니스라고 부르는 곳에 투자했습니다. 나머지 3분의 1은 도약할 수 있는 특성을 보이는, 아직 1막에 있는 신흥 성장 기업을 목표로 했습니다.”

“초과 수익은 새로운 포지션이 아니라 시간이 지나면서 발전하는 보유 종목에서 나옵니다. 그는 회사가 도약에 실패하면 포트폴리오를 가지치기하여 장기적으로는 훨씬 적은 수의 비즈니스를 소유할 것으로 예상했습니다.”

나는 성공한 사람들의 취미가 늘 궁금하고 재밌다 - 자허브르

불확실한 게임에서 리스크를 감수하며 오래 버틴 사람이 결과적으로 큰 보상을 얻을 가능성이 높은데, 그런 사람들이 대체적으로 어떠한 특성을 지니는지 담겨있는 글.

“결국 격차를 만드는 것은 재능이 아니라 불확실성을 대하는 태도다. 무엇을 하며 고통을 견디고 보상이 보장되지 않는 시간을 보낼 것인가? 그들의 고통 견디기는 장인 정신 + 오덕 지수 + 말도 안되는 깊이로 설명되는 ‘방망이 깎는 노인의 깎는 기술’로 축적된다. 그들은 이 기술을 가지고 본업뿐만 아니라 본업 외에도 퍼붓는다.”

#마지막으로

자유의 속도 - Lacri

감도가 높다는건, 이런거라고 생각한다.

“잘 설계된 선택은 시간 t라는 변수를 품은, 자유에 관한 좋은 함수 x=f(t)와 같다. 그 함수를 시간에 대해 적분(∫xdt)하면 더 큰 자유가 나온다. 다시 말해 좋은 함수를 가진 자에게, 더 큰 부를 위해 필요한 건 오로지 시간의 흐름뿐이다. 그 함수를 쓰는 데 필요한 것이 지식이다. 지식이 부족할수록 불확실성과 운의 비중은 커진다. 어떤 사건이 발생할 확률을 판단할 때 지식이 없는 사람은 0~100% 로 측정을 하지만(완전히 운에 맡기지만), 지식이 더 있는 사람은 확률의 측정 정밀도를 45~58% 구간으로 좁힐 수 있고, 더 지식이 있는 사람은 비로소 51~52% 구간까지 좁힐 수 있다. 50% 이상의 확률로 이득이 된다고 확신할 수 있는 선택만을 반복하면, 처음 서너번은 누적으로 손해를 볼 수 있지만, 큰 수의 법칙에 따라 충분한 시간이 흐르면 계속 부가 늘어날 수밖에 없다.”

이번 뉴스레터가 아마도 올해 마지막 뉴스레터가 될 것 같은데, 모두들 일년 동안 정말 감사했습니다. 내년에도 계속해서 같이 세상의 변화를 따라가보시죠 :)

오늘은 AI, 반도체, 인프라, 하드웨어, 핀테크, 금융, 투자, 비즈니스에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#AI

The next chapter of the Microsoft–OpenAI partnership

OpenAI가 자본 재구조화(recapitalization)를 완료하며 기업 구조를 단순화하는데 성공했다.

마이크로소프트 입장에서는 지분과 매출 쉐어링, 모델 접근권 등을 얻었기 때문에 손해볼꺼 없는 딜을 한 것 같고, OpenAI 입장에서는 마이크로소프트의 컨트롤에서 벗어나 독립적인 주체가 되었다는 것만 해도 얻어낸게 충분하다고 본다.

개인적으로는 당장은 마이크로소프트가 예상보다 더 큰걸 얻어낸 것 같은데, 장기적인 뷰로 보면 어떻게 될지 모르겠다 (구글이 제미나이를 가지고 있는데, 마소는 자체 모델이 없는 상황이 될 수 있으니...)

아무튼, 이제부터 샘 알트만은 진짜 하고 싶은 대로 하겠군!

“Microsoft는 OpenAI 이사회가 공익법인(Public Benefit Corporation, PBC)을 설립하고 자본 재구조화를 진행하는 것을 지지합니다. 이 재구조화 이후 Microsoft는 OpenAI Group PBC의 지분 약 1,350억 달러 규모(약 27%)를 보유하게 됩니다.”

“OpenAI는 계속해서 Microsoft의 프론티어 모델(frontier model) 파트너로 남으며, Microsoft는 독점적 지식재산(IP) 권리 및 Azure API 독점권을 인공일반지능(AGI) 이 등장하기 전까지 유지합니다.”

“OpenAI가 AGI 도달을 선언하면, 독립적인 전문가 패널이 이를 검증하게 됩니다. Microsoft의 모델 및 제품 관련 IP 권리는 2032년까지 연장되며, AGI 이후의 모델까지 포함합니다.”

“OpenAI는 일부 제품을 제3자와 공동 개발할 수 있습니다. 단, API 기반 제품은 여전히 Azure 독점이며, 비-API 제품은 어떤 클라우드에서도 서비스할 수 있습니다.”

“OpenAI는 추가로 2,500억 달러 규모의 Azure 서비스를 구매하기로 계약했습니다. 이에 따라 Microsoft는 더 이상 OpenAI의 컴퓨트 제공권에 대한 우선 협상권을 갖지 않습니다.”

Sam, Jakub, and Wojciech on the future of OpenAI with audience Q&A

내년까지 AI 성능을 연구 인턴 수준으로 끌어올리겠다는 샘 알트만. 그리고 상장 가능성에 대해서도 열어놓은 것도 인상적.

“우리는 내년 9월까지 상당한 양의 컴퓨트를 투입해 연구자들을 의미 있게 가속할 수 있는 매우 유능한 AI 연구 인턴에 도달하겠다는 계획을 세우고 있습니다. 정말로 가까운 시점이라고 믿습니다. 그리고 우리는 2028년 3월까지 더 큰 연구 프로젝트를 자율적으로 수행할 수 있는 시스템, 즉 의미 있는, 완전 자동화된 AI 연구자에 도달하기를 바라보고 있습니다.”

“(AGI는 언제 일어날까요?) 오늘 우리가 밝히려 했던 것 중 하나는, “2028년 3월까지 진정한 자동화된 AI 연구자를 갖는 것이 우리의 의도와 목표이며, 그것이 의미하는 바를 정의하겠다”는 것이, 모든 사람을 만족시킬 AGI 정의를 찾으려 하는 것보다 훨씬 유용하다는 점입니다.”

“또 한 가지 언급하자면, 우리는 매우 복잡한 기술로 작업하고 있으며, 이 모든 알고리즘을 이해하려 하고 있습니다. 초기에는 우리가 상상하기를, AGI는 모든 답을 알아낸 순간—최종적인 무언가—라고 여겼습니다. 하지만 이제 우리는 점점, 지능 곡선(아마도 다차원)이 있고, 인간은 그 어딘가에 있으며, 딥러닝을 스케일하고 새로운 알고리즘을 개발하는 과정에서, 결국 우리는 그 지점에 점점 다가가고, 결국—이미 여러 축에서—그 지점을 넘어서게 될 것임을 깨닫고 있습니다. 그리고 그것이 곧 모든 문제를 해결했다는 뜻은 아니라는 점—우리가 진지하게 생각해야 하는 부분—을 함께 이해하고 있습니다.”

“(IPO는 여전히 계획되어 있나요?) 구체적 계획은 없지만, 우리의 자본 필요와 회사의 규모를 감안하면 가장 가능성이 큰 경로라고 말할 수 있습니다. 하지만 지금 우리에게 최우선은 아닙니다.”

How OpenAI Shapes Its Research And What’s Next - EP 46 Mark Chen

OpenAI의 최고 연구 책임자(Chief Research Officer) 마크 첸(Mark Chen) 인터뷰인데, 현재 OpenAI 우선순위가 어디에 있는지 보인다.

특히 내부적으로 인턴 수준의 AI 과학 연구자를 구현해내고 있다는 부분이 눈에 들어온다. 샘 알트만이 얼마전 강조한 부분이기도 해서.

“야쿱과 저는 1~2달마다 OpenAI의 모든 프로젝트를 점검하는 작업을 합니다. 약 300개의 프로젝트가 담긴 거대한 스프레드시트가 있는데, 우리는 각각을 최대한 깊이 이해하고 순위를 매기려고 노력합니다. 500명 규모의 회사에서는 핵심 우선순위가 무엇인지 이해하는 게 중요하고, 그게 구두로든 컴퓨팅 자원 할당 방식을 통해서든 명확하게 전달되어야 합니다.”

“OpenAI가 다른 거대 연구소들과 차별화되는 점 중 하나는 항상 핵심 탐구 연구(exploratory research)를 중심에 둔다는 겁니다. 우리는 다른 연구소의 결과를 복제하거나 벤치마크 점수를 따라잡는 사업을 하지 않습니다. 그건 우리의 주된 업무가 아닙니다. 우리는 항상 다음 패러다임이 무엇인지 알아내려고 노력하며, 그것을 제대로 찾기 위해 자원을 투자할 의향이 있습니다. 아마 대부분 놀라시겠지만, 실제 결과물(모델)을 훈련하는 것보다 탐구 연구에 더 많은 컴퓨팅 자원이 들어갑니다.”

“(AI 발전이 몇몇 천재들에게 달려 있는 건가요? 일리야, 노암(Noam), 알렉(Alec) 같은 사람들이 떠나면 어떻게 되나요?) 저는 그게 좋은 연구를 하는 유일한 방법이라는 데 동의하지 않습니다. OpenAI는 상향식(bottom-up) 문화가 강해서, 최고의 아이디어는 놀라운 곳에서 유기적으로 나옵니다. 우리는 스타를 만들어낼 능력에 자신이 있습니다. 물론 외부에도 훌륭한 인재들이 있지만, 우리는 최고의 팀을 꾸리기 위해 노력할 뿐입니다.”

“재밌는 건, 요즘 모델들이 대회 문제를 꽤 잘 풉니다. 우리가 생각하는 방식과는 달라요. 우리는 패턴 인식으로 풀지만, 모델들은 아주 특이한(ad hoc) 문제들도 잘 풉니다. 이전에 제가 모델이 못 풀 거라고 생각했던 문제들이 오히려 AI에게는 쉬운 문제였습니다. 이걸 보면서 프론티어 연구에서 인간과 AI가 함께하면 놀라운 일을 해낼 거라는 느낌을 받았습니다. AI는 무엇이 쉽고 어려운지에 대해 다른 직관을 가지고 있으니까요.”

“지난 2년은 추론(Reasoning)에 엄청난 자원을 쏟아부었고 성공했습니다. 그 부작용으로 사전 학습이나 사후 학습 근육이 좀 빠졌죠. 지난 6개월간 야쿱과 저는 그 근육을 다시 키우는 데 집중했습니다. 사전 학습은 죽지 않았습니다. 스케일링도 죽지 않았고요. 우리는 사전 학습에 여전히 많은 여지가 있다고 생각합니다. 최근의 노력 덕분에 훨씬 더 강력한 모델을 훈련하고 있고, 제미나이 3와 경쟁하는 데 큰 자신감을 줍니다.”

“(컴퓨팅 자원에 대한 수요는 여전한가요?) 네, 3배, 10배가 있어도 바로 효과적으로 쓸 수 있습니다. 스케일링을 멈출 생각은 전혀 없습니다. 제미나이 3는 데이터 효율성 면에서 아직 해결 못 한 부분이 있어 보입니다.”

“1년 안에 연구 방식을 바꾸고 AI 인턴을 활용하게 될 겁니다. 2년 반 안에는 AI가 엔드 투 엔드(end-to-end) 연구를 수행하게 하고 싶습니다. 아이디어만 내면 모델이 구현하고 디버깅하는 세상이 올 겁니다.”

“OpenAI는 연구 중심 회사입니다. 순수 AI 베팅이죠. AGI를 구축하는 게 핵심 목표이고 제품은 거기서 자연스럽게 흘러나옵니다. 우리는 AI 연구를 자동화하고, 과학적 발견을 자동화하고, 경제적으로 유용한 노동을 자동화하고 싶습니다. 지난 1년의 가장 큰 업데이트는 과학 연구 자동화가 실제로 일어나고 있다는 겁니다.“

The state of enterprise AI

OpenAI가 엔터프라이즈 AI 현황 보고서를 공개했는데, 아무래도 (소비자 영역이 아닌) 엔터프라이즈 영역에서는 OpenAI가 압도적 우위를 보이고 있지는 못하기 때문에 이리저리 고민이 많을 것 같다. 그러니까 이런 리포트도 공개하는 것이겠지…?

• “메시지 증가: 지난 1년간 챗GPT 엔터프라이즈의 주간 메시지는 약 8배 증가했고, 평균 근로자의 메시지 전송량은 30% 늘어났습니다.”

• “구조화된 도구 사용 급증: ‘Custom GPTs’와 ‘Projects’의 주간 사용자는 연초 대비 19배 증가했습니다. 현재 전체 엔터프라이즈 메시지의 약 20%가 이러한 구조화된 도구를 통해 처리되고 있습니다.”

• “추론 능력 활용: 조직당 평균 추론(reasoning) 토큰 소비량이 지난 12개월 동안 320배 증가했습니다. 이는 기업들이 단순 질의를 넘어 더 복잡하고 지능적인 모델을 시스템에 통합하고 있음을 시사합니다.”

• “규모 확대: 9,000개 이상의 조직이 100억 개 이상의 토큰을 처리했으며, 약 200개 조직은 1조 개 이상의 토큰을 사용했습니다.”

• “코덱스(Codex)의 부상: AI 기반 개발 도구인 Codex의 주간 활성 사용자는 최근 6주간 2배 증가했으며, 주간 메시지는 50% 증가했습니다.”

ChatGPT Group Chats, Meta and the Encryption Trade-off, Network Effects and Ad Models - Stratechery

(아마도) ChatGPT가 그룹채팅을 통해 얻고자 하는 것: 무료 이용자를 활용한 네트워크 효과의 발생.

당장은 성공 가능성을 잘 모르지만, 만약에 그룹채팅이 보편화되면 (구글 보다는) 메타가 속이 쓰릴 것 같네.

“만약 Gemini 3가 경쟁사를 압도해 버린다면, OpenAI는 끝장나는 걸까요? 제 생각은 “그렇지 않다”입니다. OpenAI는 이미 수억 명의 사람들의 삶 속에 깊이 자리 잡았고, 이 습관은 쉽게 바뀌지 않습니다. 그리고 결정적으로, 이 ‘습관의 우위’를 네트워크 효과의 우위로 확장하는 일은 ChatGPT에 큰 도움이 될 것입니다.”

“그렇기 때문에, 이번 그룹 채팅 기능이 Sora와 달리 ChatGPT 앱 안에 들어간다는 점이 의미 있다고 생각합니다. 개인적으로도 이게 더 자연스러운 위치라고 봅니다. 그룹 채팅은 또 다른 방식의 “AI 사용”이고, 대부분의 사람들에게 “AI 사용”은 곧 ChatGPT를 의미하기 때문입니다. 하지만 동시에, 여기에 분명한 전략적 의도도 존재합니다.”

“또한, 그룹 채팅을 유료 사용자에게만 제공하는 대신, 모든 사람에게 제공하는 것도 네트워크 효과를 노리기에 좋은 이유입니다. 그룹 채팅을 시작하려고 할 때 상대가 유료 회원인지 무료 회원인지부터 따져봐야 할 이유는 전혀 없습니다. 네트워크 효과를 목표로 한다면 마켓을 일부러 좁혀서는 안 되죠.”

A new era of intelligence with Gemini 3

구글이 제미나이 3.0을 공개했고, 결과적으로 OpenAI에게 정말 강력한 펀치를 날린 것 같다.

개인적으로 리서치나 팩트 확인 같은 작업들은 여전히 ChatGPT를 이용하지만, 나머지 일상적인 대화나 검색 같은건 제미나이를 이용하고 있다. 전체적으로 답변이 부드러우면서도 속도까지 빠르다보니 제미나이가 좋게 느껴진다.

Oriol Vinyals on Twitter / X

제미나이 3는 여전히 스케일링의 법칙이 유효하다는 것과, TPU의 잠재력을 세상에 인식시키는 계기가 되었다.

Oriol Vinyals (구글 딥마인드 소속 Gemini 팀 co-리더)

• Gemini 3 성능의 비밀은 간단 : 사전훈련과 사후훈련 개선

• 사전 훈련 : 스케일링은 끝났다는 일반적인 믿음과는 달리, 연구팀은 엄청난 도약을 달성했음. 2.5와 3.0 사이의 차이는 우리가 본 것 중 가장 큼. 벽이 보이지 않음

• 사후 훈련 : 알고리즘 발전과 개선의 여지가 많은, 아직 완전히 새로운 분야

Demis Hassabis & Josh Woodward Tell Us Why Gemini 3.0 Puts Google in Front of the A.I. Race

하사비스 왈:

“(지난 5월에 AGI까지 5~10년 남았다고 하셨는데 여전히 같은 타임라인인지?) 궤도에 정확히 올라와(dead on track) 있다고 봅니다. 무슨 뜻인지 아시겠죠? 우리는 이 진척 상황에 정말 만족합니다. 정말 놀라운 모델이라고 생각하고, 제가 예상했던 것과 제미나이 시작 이후 지난 2년여간 우리가 밟아온 궤적에 딱 맞습니다.”

“하지만 일반 지능에서 기대할 수 있는 전반적인 일관성을 확보하기 위해서는 여전히 한두 가지가 더 필요하다고 생각합니다. 기억력(memory)과 추론(reasoning)에 대한 개선도 여전히 필요하고, 아마 여러분도 아시다시피 우리가 시머(Simmer)나 지니(Genie)로 작업하고 있는 ‘월드 모델(world model)’ 아이디어 같은 것들도요.”

“(새로운 프론티어 모델이 나올 때마다 스케일링 법칙(scaling laws)에 대한 논의, 그리고 수확 체감(diminishing returns)이 나타나기 시작했는지에 대한 논의를 다시 하게 되는 것 같습니다. 어떻게 생각하시나요?) 사람들은 ‘수확 체감’이라는 말을 들으면 “0이냐 아니면 지수함수적이냐(exponential)”라고 생각하죠. 하지만 그 중간도 있습니다. 체감할 수는 있습니다. 매 시대마다 기하급수적으로 두 배가 되는 건 아닐지라도, 여전히 충분히 할 가치가 있고, 투자 수익률이 매우 높을 수 있습니다. 저는 우리가 그 시대에 있다고 생각합니다.”

AI, networks and Mechanical Turks — Benedict Evans

AI 시대에 구글이 유의미한 승자로 남는다면 비즈니스 역사에 아주 유의미한 케이스가 될 것 같다.

“아마존은 10억 개에 가까운 SKU(상품 품목)를 보유하고 있지만, 그 상품들에 대해 아는 것이라고는 인간이 입력한 메타데이터와 어느 정도 수준의 구매 상관관계뿐입니다. 인스타그램이나 틱톡도 같은 문제를 안고 있습니다. 이 시스템들은 SKU 간의 상관관계나 Funnel 아래 단계의 데이터는 가지고 있지만 ‘이유’는 모릅니다. 마치 개가 열쇠 소리를 들으면 산책을 나간다는 높은 상관관계는 알지만, 정작 열쇠가 무엇인지는 모르는 것과 같습니다.”

“그러나 LLM은 최소한 ‘무엇’과 ‘왜’에 대한 자동화된 이해에 있어 단계적인 도약을 보여줍니다. 모델은 텍스트, 이미지, 비디오, 제품 및 모든 메타데이터를 살펴보고, 이를 어떤 종류의 ‘이해’—혹은 적어도 훨씬 더 광범위한 종류의 상관관계—를 갖춘 패턴으로 연결할 수 있습니다.

“인터넷은 과거의 모든 필터, 큐레이션, 편집 과정을 없애버렸고, 그 결과 우리는 사실상 무한한 상품, 무한한 미디어, 무한한 소매점에 노출되었으며, 우리가 모르는 것을 찾거나 볼 방법이 사라졌습니다. 인터넷이 제공했던 필터들은 매우 불완전했습니다. 하지만 이제 우리는 근본적으로 새롭고 다른 종류의 필터를 갖게 되었습니다. 이것은 단순히 구글을 대체하는 것보다 훨씬 더 큰 문제(질문)인 것 같습니다.”

Inside Google’s Two-Year Frenzy to Catch Up With OpenAI - Wired

구글의 화려한 부활(?) 기념으로 다시 읽었는데, 역시나 다시 읽어도 재밌네. 어떤 사람이 어떤 변화를 주도하느냐를 잘 관찰하면 기업의 변화를 미리 예상해볼 수 있는 것 같다.

이런거 보면 회사는 정말 살아 움직이는 유기체 같다. 고통을 받으니 각성해버리잖아.

“당시 구글은 세계적 수준의 두 AI 연구 팀, 즉 데미스 허사비스가 이끄는 런던의 딥마인드와 제프 딘이 관할하는 마운틴뷰의 구글 브레인을 따로 운영하며 귀중한 컴퓨팅 파워를 각기 다른 목표에 쓰고 있었습니다.”

“제미나이를 만들기 위해 합쳐진 두 AI 연구소는 성향이 달라 보였습니다. 알파벳의 “기타 투자(Other bets)”로 분류되던 딥마인드는 장기적인 과학 및 수학 난제 해결에 집중했습니다. 반면 구글 브레인은 지메일 자동 완성이나 모호한 검색어 해석 등 상업적으로 실용적인 혁신을 개발해왔습니다. 브레인의 총괄자 제프 딘이 “사람들이 자기 일을 하도록 두는” 스타일이었다면, 데미스 허사비스의 딥마인드 그룹은 “한 명의 장군 아래 일사불란하게 움직이는 군대 같았다”고 전직 고위 엔지니어는 말합니다. 딘이 수십 년간 신경망을 구축해온 ‘엔지니어 중의 엔지니어’였다면, 허사비스는 회사의 비전가였습니다. 그는 AI로 질병을 치료하는 꿈을 꾸었고, 사용자의 삶 전반을 돕는 보고 듣는 AI 비서, 즉 그가 말하는 “상황 인지 지능형 에이전트(situated intelligent agent)” 개발을 소규모 팀에 맡겼습니다.”

“새로운 통합 조직인 구글 딥마인드(GDM)의 CEO는 허사비스가 맡았습니다. 구글은 2023년 4월, OpenAI의 추가 성과에 대한 소문이 무성한 가운데 합병을 발표했습니다. “목표 의식이 돌아왔습니다.” 전직 고위 엔지니어가 말했습니다. “장난 칠 시간은 없었습니다.” 제미나이 모델을 최대한 빨리 만들기 위해 일부 직원들은 8개 시간대에 걸쳐 업무를 조율해야 했습니다. 수백 개의 채팅방이 생겨났습니다. 런던에서 가족과 저녁을 먹고 새벽 4시까지 일하는 데 익숙했던 허사비스는 “하루하루가 거의 평생처럼 느껴진다”고 회상합니다.”

Nvidia Earnings; Power, Scarcity, and Marginal Costs; OpenAI Hand-wringing - Stratechery

제미나이3가 만족스러워서 구글 칭찬을 많이 했으나, 나는 그래도 여전히 OpenAI 미래에 대해서는 ’매우 긍정적’으로 바라보고 있다. (물론 지금 시장은 구글과 TPU에 엄청나게 진심이 된 것 같지만...)

“그런 맥락에서, 저는 지난 며칠 동안 OpenAI에 대한 우려가 좀 지나치다고 생각합니다. 첫째, 사람들이 제미나이 3를 테스트해 본 결과, 완벽한 모델이 아니라는 것이 분명해졌습니다. 특히 GPT-5.1 Thinking보다 환각 현상이 훨씬 심하고 지시를 잘 따르지 못하는 것 같습니다. 실제로 위에서 언급한 바와 같이, 가장 큰 개선점들은 개발에 투입된 엄청난 규모와 관련 컴퓨팅 파워에서 직접적으로 기인한 것으로 보입니다. 이는 엔비디아 강세론을 재확인시켜 줄 뿐만 아니라, OpenAI(그리고 앤스로픽, xAI 등)의 향후 모델들도 큰 도약을 이룰 것임을 시사합니다. 특히 블랙웰로 훈련될 모델들은 더욱 그렇습니다(GPT-5는 호퍼로 훈련됨).”

“그러나 더 중요한 것은 희소 자원에 대한 논점입니다. 이 경우 희소 자원은 소비자의 주의(attention)입니다. 어쨌든 챗GPT는 여전히 앱 스토어에서 1위를 차지하고 있으며, 제 생각에는 기본적으로 모든 면에서 훨씬 더 나은 제품으로 남아 있습니다. 제미나이의 진짜 킬러 사용 사례는 확실히 멀티모달입니다. ‘나노 바나나’가 제미나이 3 이전부터 제미나이의 견고한 상승세를 이끈 이유이기도 합니다. 텍스트의 중요성이 줄어드는 정도(이는 특히 소비자 시장의 역사적 추세이기도 함)만큼 OpenAI가 사용자를 잃을 위험이 있습니다. 하지만 현재로서는 바이럴에 의한 대규모 전환을 일으킬 만한 요소가 부족해 보입니다. 즉, 압도적인 차이로 가장 많이 사용되는 AI 제품인 챗GPT는 안전해 보입니다.”

“물론 이것들은 매우 단기적인 관찰입니다. 구글의 구조적 이점은 여전히 막강하며, 멀티모달이라는 장기적 추세는 구글에 유리합니다. 하지만 OpenAI의 가장 큰 문제는 스스로 자초한 것입니다. 에릭 소퍼트(Eric Seufert)와 제가 목요일에 한탄했듯이, 광고 지원 버전을 출시하기를 계속 꺼리는 것은 장기적인 수익 잠재력을 지연시킬 뿐만 아니라, 사용자가 전환하거나 최소한 가능성을 열어두게 만드는 유인을 제공하고 있습니다. 아무도 월 20달러를 내거나 사용량 제한에 걸리고 싶어 하지 않습니다. 이러한 유인을 피하면서 컴퓨팅 비용을 충당하는 방법은 다른 누군가, 즉 광고주가 비용을 지불하게 만드는 것입니다. 필요한 규모로 이를 수행하는 데는 오랜 시간이 걸릴 것이므로, 시작했어야 할 시점은 챗GPT 출시 후 몇 달 이내였어야 했습니다. 그다음으로 가장 좋은 시점은 바로 지금입니다.”

“물론 이 모든 것이 궁극적으로 ‘샘의 지출’에 대한 의문을 해소해 주지는 못합니다. 그 지출이 장기적인 의문을 불러일으켰다면 회의론이 커지는 것은 타당합니다. 하지만 결론적으로 구글을 배제했던 것이 명백한 실수였던 것처럼, 지금 OpenAI나 엔비디아에 대해 섣부른 판단(끝났다는 식의)을 내리는 것 또한 비슷한 실수가 될 것이라고 생각합니다.”

Google, Nvidia, and OpenAI - Stratechery

OpenAI Code Red, AWS and Google Cloud Networking - Stratechery

벤 톰슨은 OpenAI에 대해서 광고 비즈니스를 도입해야한다고 지속적으로 주장하고 있는데,

“LLM 답변은 모델 제작자가 손에 넣을 수 있는 모든 지식의 통계적 합성물이며, 모든 개인에게 완전히 고유합니다. 동시에 모든 개별 사용자의 사용은 이론적으로 시간이 지남에 따라 모델을 더 좋게 만듭니다. 따라서 챗GPT는 당연히 광고 모델을 가져야 합니다.”

“이것은 단순히 돈을 벌어야 하는 필요성 때문만이 아닙니다. 광고는 챗GPT를 더 나은 제품으로 만들 것입니다. 더 많은 사용자가 더 많이 사용하여 더 많은 피드백을 제공하게 될 것입니다. 제휴 링크가 아니라 개인화된 광고에서 오는 구매 신호를 포착하면 개별 사용자에 대한 이해도가 풍부해져 더 나은 응답을 가능하게 할 것입니다. 그리고 보너스로 OpenAI의 해자를 극적으로 깊게 만들 것입니다.”

“구글의 수년 간의 모든 혁신을 뒷받침하고 오늘날의 거대 기업으로 만든 것은 벤처 캐피털 자금이 아니라 검색 수익이었습니다. 그런 관점에서 볼 때, 이제 3년이 된 챗GPT에 대해 광고 상품을 출시하고 반복(iterate)하기를 거부하는 OpenAI의 태도는 비즈니스 의무 태만입니다.”

“OpenAI가 성장이나 참여 시간 측면에서 심각한 문제를 겪고 있다면, 그것부터 고쳐야 합니다. 다른 모든 것은 그에 비하면 사소하며, 특히 도입 시점에 사용자에게 거부감을 줄 수 있는 광고 상품도 마찬가지입니다. 정말 실망스러운 점은 광고 상품이 없는 상태에서 2025년에 이 지경까지 왔다는 것입니다. ChatGPT는 제미나이가 좋아지기 전에 광고 기반 모델을 구축했어야 했습니다.”

OpenAI CEO Declares ‘Code Red’ to Combat Threats to ChatGPT, Delays Ads Effort - The Information

이번 유출된 ‘코드 레드’ 내용에 따르면 OpenAI는 광고 비즈니스 도입을 검토 중에 있었으나 제미나이3로 인해 ‘사용량 회복’이 최우선순위가 되며 타임라인이 늦춰졌음을 알 수 있다.

만약 OpenAI의 광고 도입 타이밍이 이미 늦은 것이라고 가정한다면, 정말로 구글에게 역전을 당했다고 볼 수 있는걸까?

즉, 앞으로 ChatGPT가 사용량을 회복하고, 이후 성공적으로 광고 비즈니스를 도입하는지가 관찰의 주요 포인트가 될 수 밖에 없다.

물론 나는 OpenAI가 이걸 어렵지 않게 해낼꺼라고 생각하긴 한다. 애초에 이런거 하라고 Fidji Simo를 CEO로 앉혀놨잖아?

참고) 현재 OpenAI 어플리케이션 부문을 책임지고 있는 피지 시모는 페이스북 앱을 담당하며 모바일 광고 비즈니스를 안착시킨 사람이며, 이후 인스타카트에서 또한 광고 모델을 붙여 수익화를 해낸 인물이다.

“알트만은 OpenAI가 광고 도입과 같은 다른 계획들을 연기할 예정이라고 말했습니다. OpenAI는 광고 판매 작업을 진행 중이라고 공개적으로 인정하지 않았지만, 해당 계획을 잘 아는 소식통에 따르면 온라인 쇼핑 관련 광고를 포함해 다양한 유형의 광고를 테스트하고 있습니다.”

“알트만은 챗GPT 개선을 위한 코드 레드 차원의 “총력전(surge)”은 쇼핑 및 건강 관련 작업을 자동화하는 AI 에이전트와, 매일 아침 챗GPT 사용자에게 맞춤형 보고서를 생성해주는 ‘펄스(Pulse)’ 같은 다른 제품들의 진행 또한 지연시킬 것임을 의미한다고 말했습니다.”

“알트만은 내부 슬랙메모에서 더 많은 직원들에게 챗GPT의 기능 개선에 집중하도록 지시하고 있다고 말했습니다. 여기에는 매주 챗GPT를 사용하는 8억 명 이상의 사람들을 위해 챗봇을 개인화하는 기능, 즉 사용자가 자신과 상호작용하는 방식을 각자 맞춤 설정할 수 있게 하는 기능 등이 포함됩니다.”

Satya Nadella describes how lessons from Microsoft’s history apply to today’s boom - Stripe

사티아 나델라는 앞으로 기업들이 각자 고유한 파운데이션 모델(또는 이에 준하는 지능 레이어)을 갖추게 될 것이며, 각자 회사의 암묵지는 사람들의 머리와 문서뿐 아니라 모델의 가중치·임베딩 형태로도 축적될 것이라고 보고 있네. 흥미로운 관점이다.

“AI 시대에는 저도 “주권”이라는 걸 조금 다르게 생각하게 됐다는 겁니다. 그게 무슨 뜻이냐 하면, 궁극적인 주권의 문제는 “기업의 미래가 무엇인가?”에 더 가깝다는 거예요. 예를 들어, 코스의 정리(Coase theorem)의 핵심으로 돌아가 보면 이런 생각이 들죠. “잠깐만, 모델이 모든 걸 아는 존재라면, 나는 도대체 왜 조직이라는 걸 가져야 하지? 원래는 내가 어떤 암묵지(tacit knowledge)를 가지고 있기 때문에, 시장에서 거래하는 것보다 조직 내부에서 거래 비용이 더 낮아지는 게 회사의 존재 이유였잖아?” 이런 고민을 하게 되죠. 꽤 머리를 흔드는 질문입니다.”

“그래서 제가 요즘 생각하는 것 중 하나는, 진짜 중요한 “주권”은 모델이 계속 학습하면서 수익·효용이 체증하는 시대에 “회사 자체의 주권”이라는 겁니다. 점점 이런 생각을 하게 돼요. 한 회사가 지능 레이어를 하나 갖고 있는데, 그게 일종의 스캐폴드(scaffold)처럼, 혹은 모델 안에 직접 박힌 가중치(weights) 형태로 존재하는 거죠. 그러니까 “남의 파운데이션 모델을 쓰느냐 마느냐”의 문제가 아니라, “그 파운데이션 모델에 대해 내가 주권을 가지고 있느냐”가 핵심이라는 겁니다.”

“제가 새로 생각하는 개념은 이래요. 미래의 회사란, 그 회사만의 파운데이션 모델을 가지고 있고, 그 모델이 회사의 암묵지를 캡처해서 조직 안에서 지식이 축적되고 퍼져나가는 데 들어가는 거래 비용을 낮춰주는 존재라는 겁니다.”

Microsoft, NVIDIA and Anthropic announced new strategic partnerships.

마이크로소프트와 OpenAI의 관계성, 그리고 마이크로소프트의 전략(모델은 거들 뿐, 돈은 인프라와 앱에서 번다)을 고려하면 앤트로픽과 손을 잡는건 너무나도 합리적이다.

• “Anthropic은 300억 달러 규모의 Azure 컴퓨팅 용량을 구매하고 최대 1기가와트의 추가 컴퓨팅 용량 계약을 체결하기로 했습니다. (블랙웰 + 베라 루빈)”

• “NVIDIA와 Microsoft는 Anthropic에 각각 최대 100억 달러와 최대 50억 달러를 투자하기로 약속했습니다.”

AI 이야기 과거와 현안들 - 쇼유

모델 전쟁과 CAPEX에 관한 좋은 의견. 아주 흥미롭게 읽었다.

다만 개인적인 생각으로는 이미 어느정도 정리가 끝나서 OpenAI, Anthropic, Google 세 개의 업체만 남은거고 (xAI는 잘 모르겠다.) 이들이 계속해서 쩐의 전쟁을 이어나갈 것이라고 보긴 하지만 (이들에 한정해서는 계속해서 누군가는 돈을 대줄 수 있다고 보고), 만약 누군가라도 전쟁에서 밀려난다면... 시장에서 큰 반응이 올 것 같긴 하다.

그럼에도 불구하고 나는 반대로 OpenAI가 무지막지한 쩐의 전쟁을 펼치면서 그만큼 판이 커질 수 있다고 생각한다. 지금 이상으로.

AI에 대한 논란이 너무 많습니다 - 백색나무

시장의 색깔이 바뀌고 있음이 느껴지는 요즘인데, 이를 ‘AI 모델사들이 현재 풀고 있는 문제’ & ‘AI 훈련에서 추론의 시대로 진입’의 관점으로 해석해보면 새로운 뷰가 보이는 것 같기도 하네. 어쩌면 이에 대한 해석이 내년도 AI 투자에 있어서 가장 중요할지도.

“LLM의 현재 가장 큰 한계는 ‘지속학습’입니다. 대화 세션이나, 작업물을 통해 ‘새롭게’ 데이터를 얻어내도 그걸 학습해내지 못합니다. 하지만, 이 역시도 15년~20년간을 AI 필드에서 일해온 안드레 카파시가 감으로 외삽한 결과, 10년이면 해결될 문제로 파악하고 있죠.”

“그럼 생각해봅시다. 인간 수준의 지능에 도달한 모델이, 지속학습을 해결했다고 가정하면, 그 모델은 “일하면서 계속해서 학습하는 능력”을 갖추게 됩니다. 동일한 모델의 복사본이 경제 전반에 널리 배포되어 각각의 직무를 수행하며 ‘이것은 이렇게, 저것은 저렇게’ 일하는 것이 효율적이구나, 학습하게 됩니다. 그리고 그렇게 학습되어 업데이트된 각각의 모델들은 중앙에서 또다시 하나의 모델로 통합됩니다. 이렇게되면 현장에서 학습하는 피드백 루프가 지수적으로 강화되는 것이죠. 이는 일종의 ‘산업’에서의 지능폭발입니다.”

“레오폴드(situational awareness)는 엔비디아에는 반도체 인덱스에 숏을 치면서 부정적으로 보고, ASIC 칩을 담당할 브로드컴 비중은 늘리면서 냉각 기업들을 줄인 것. 이것들의 의미는 -> 스케일링 법칙을 밀어부치는 기존의 AI 연구소 방식에 회의적이라는 것을 의미합니다. 더 큰 데이터센터와, 더 커다란 칩간의 인터커넥트 기술의 엔비디아, 그리고 랙에 올려진 수많은 GPU를 냉각하기 위한 설비들. 이들이 의미하는 것은 대규모 사전학습입니다. 하지만 ASIC 칩과 데이터센터용 유틸리티 기업들에 투자하는 것은 ‘앞으로 더 추론쪽으로 쏠릴 것’이라 판단한 것이죠.”

“우린 하나 새로운 시나리오를 생각해볼 수 있습니다. 현재의 LLM은 비터레슨을 ‘빗겨가고’ 있습니다. 더 큰 컴퓨팅, 더 큰 데이터를 집어넣으면 지능이 선형적으로 증가한다라는 이 비터레슨을 말이죠. 그렇게 파라미터의 수가 커지려면 엔비디아의 가장 중요한 핵심인 gpu간의 인터커넥트 기술, NVlink가 매우 중요한데 현재의 추세는 더 ‘작은’ 증류모델과 그 위에 수작업으로 덧대는 RL 환경입니다. 이러한 강화학습 방식에는 굳이 NVlink와 같은 수많은 gpu간의 인터커넥트 기술이 필요하지 않습니다. 그렇다는 이야기는 좀 더 ASIC 칩에 대한 수요도 많아질 것이며, 엔비디아의 경쟁사들의 부상이 손쉬워진다는 이야깁니다.”

“컴퓨팅이 점진적으로 증가한다면, 우린 안드레 카파시의 가정이 옳다고 생각하고 그에 맞는 사회변화를 외삽하는 것이 맞을 것입니다. 어느날 갑자기 마법같은 알고리즘이 나타나 세상을 놀라게하는 것이 아닌, 지금처럼 서서히 좋아지는 모델들과 점차 해결되는 지속학습, 다양한 산업에서 인간지능과 함께 결합되어 AI가 사용되는 하이브리드적인 미래가 한동안 지속된다고 보는 것이 가장 합리적일 것입니다.”

Thinking through how pretraining vs RL learn - Patel

강화학습에 대한 드와케시 파텔의 최근 글인데, 제미나이 3에게 ‘이게 무슨 내용이고 어떤 시사점을 내포하고 있는거야?’라고 질문한 답변:

① “RL은 지식을 가르치는 게 아니라, 잠재력을 깨우는 것이다”

• 내용: RL은 정보 밀도가 낮기 때문에, 모델이 아예 모르는 지식을 RL로 가르치려 하면 실패합니다.

• 시사점: 이것이 바로 “강력한 사전 학습(Pretraining)이 선행되어야 하는 이유”입니다. RLVR(검증 가능한 보상 기반 RL)은 모델이 이미 사전 학습 때 배운 방대한 지식 조각들을 ‘어떻게 연결하고 검증할지’ 그 태도와 전략을 가르치는 과정입니다. 즉, ‘공부’는 사전 학습 때 하고, RL 때는 ‘시험 잘 보는 요령’을 익히는 셈입니다.

② “Self-Play(셀프 플레이)가 왜 필수적인가?”

• 내용: 글에서는 학습 효율이 좋은 ‘골디락스 존(승률 50%)’을 언급합니다.

• 시사점: 알파고나 최근의 추론 모델들이 Self-Play를 도입하는 수학적 이유가 여기 있습니다. 나와 비슷한 실력의 상대와 싸우면 승률이 항상 50% 근처로 유지되므로, RL의 정보 습득 효율(Bits/Sample)을 인위적으로 최대치로 끌어올릴 수 있기 때문입니다. 이것이 난이도를 점진적으로 올리는 커리큘럼 학습이 RL에서 필수적인 이유이기도 합니다.

③ “현재의 추론 모델은 ‘가짜 똑똑이’일 수 있다 (The Jaggedness)”

• 내용: 모델이 코딩 대회 문제는 기가 막히게 풀지만, 뻔한 버그를 만들거나 기술 부채를 남기는 ‘불균형(Jaggedness)’을 보입니다.

• 시사점: 현재의 RL 방식은 모델에게 진정한 ‘일반적 사고력(General Reasoning)’을 길러주는 게 아니라, “이런 유형의 문제는 이런 템플릿으로 푼다”는 휴리스틱(Heuristic)을 과적합(Overfitting)시키고 있을 가능성이 큽니다. 이는 현재 AI 모델들이 보여주는 추론 능력의 취약성을 지적합니다.

④ “결국엔 ‘과정 보상(Process Reward)’과 ‘세계 모델(World Model)’이 필요하다”

• 내용: 마지막 결과만 보는 RL(Outcome-based)은 비효율적입니다. 중간 과정이 맞았는지 틀렸는지 알려주는 것(Process Reward)이나, 인간처럼 결과와 상관없이 관찰만으로 배우는 방식이 필요합니다.

• 시사점: 향후 AI 연구의 방향성은 단순히 RL의 규모를 키우는 것이 아니라, 과정 보상 모델(PRM)의 고도화나 인간의 학습 방식을 모사한 새로운 학습 패러다임(World Models)으로 나아가야 함을 시사합니다. 인간은 실패한 사업 경험에서도 단순히 “망했다”는 1비트 정보 외에 수만 가지 깨달음을 얻기 때문입니다.

이어서 ‘이 내용을 기반으로 한 투자에 대한 시사점이나 인사이트도 있으려나?’라고 질문한 답변:

1. 인프라(H/W) 관점: “Inference(추론) 컴퓨팅의 폭발적 수요”

이 글에서 가장 강조하는 것은 **”RL은 샘플 하나를 얻기 위해 수만 토큰을 생성(Unroll)해야 한다”**는 점입니다. 이는 기존 학습(Training) 단계뿐만 아니라, 모델을 강화하고 사용하는 과정에서 연산량이 기하급수적으로 늘어남을 의미합니다.

Training vs. Inference 경계의 붕괴: 과거에는 ‘학습(Training)’에 막대한 GPU가 필요하고 ‘추론(Inference)’은 가벼웠습니다. 하지만 o1이나 DeepSeek R1 같은 모델은 **”생각하는 시간(Test-time compute)”**을 늘려 성능을 높입니다.

→ 단순히 모델을 훈련시키는 칩뿐만 아니라, 추론 전용 칩(ASIC)이나 추론 효율성을 극대화하는 메모리(HBM 등) 솔루션을 가진 기업의 가치가 더 오래 지속될 것입니다.

→ 전력 소비 급증: RL 과정(Self-play 등)이 상시화되면 데이터센터 전력 밀도는 더 높아져야 합니다. 전력 인프라 및 쿨링 관련 기업(Cooling solutions, Utilities)의 수혜가 예상보다 길어질 수 있습니다.

2. 모델 경쟁력(Moat) 관점: “사전 학습(Pretraining)의 해자는 여전히 깊다”

글의 핵심 논지는 **”RL은 없던 지능을 만드는 게 아니라, 사전 학습된 모델의 잠재력을 끄집어내는 것일 뿐”**이라는 것입니다. 즉, ‘기초 체력(Pretraining)’이 부실하면 아무리 RL을 돌려도 소용없다는 뜻입니다.

후발 주자의 진입 장벽: 벤치마크 점수를 빠르게 올리기 위해 RL만 강조하는 후발 주자나 소형 모델 스타트업은 한계에 봉착할 가능성이 큽니다. 방대한 데이터로 제대로 된 사전 학습을 수행할 자본과 인프라를 갖춘 **빅테크(OpenAI, Google, Anthropic 등)**의 해자는 생각보다 견고합니다.

→ “우리 모델이 RL로 빅테크를 이겼다”고 주장하는 소형 AI 모델 기업을 볼 때, 그 성능이 ‘특정 벤치마크 과적합(Overfitting)’인지 아니면 ‘진짜 일반 지능(Base Capability)’인지 냉정하게 평가해야 합니다. 기반 모델(Foundation Model)의 퀄리티가 떨어지는 기업은 투자 매력도가 낮습니다.

3. 데이터 밸류체인 관점: “고품질 평가(Evaluation) 데이터가 새로운 석유”

글에서는 RL의 비효율성을 극복하기 위해 **’과정 보상 모델(Process Reward Model)’**이나 **’대리 평가(Proxy Evaluation)’**가 필요하다고 언급합니다. 즉, “결과만 O/X”로 알려주는 데이터는 가치가 떨어지고, “과정이 논리적인가?”를 판단해 주는 데이터가 핵심이 됩니다.

→ 단순 텍스트 데이터 수집(Crawling) 기업보다는, 전문가 레벨의 고품질 라벨링(Reasoning Trace 작성)을 수행하는 데이터 기업이나, 모델의 성능을 정교하게 평가(Eval)하는 솔루션을 가진 기업의 가치가 상승할 것입니다. (예: Scale AI 같은 기업의 비즈니스 모델이 더욱 고도화될 필요성)

4. 리스크 관리 관점: “Jaggedness(능력 불균형)와 상용화 지연”

글에서 지적한 **’불균형(Jaggedness)’**은 투자자에게 중요한 리스크 요인입니다. *”코딩 대회는 1등인데, 뻔한 버그를 못 잡는 모델”*은 실제 기업 현장(B2B)에 바로 투입하기 어렵습니다.

환멸의 계곡(Trough of Disillusionment) 주의: 현재의 RL 기반 추론 모델들이 벤치마크상으로는 인간을 넘었지만, 실제 서비스(Agent)로 구현했을 때 신뢰성(Reliability) 문제로 인해 상용화가 예상보다 늦어질 수 있습니다.

→ AI 에이전트(Agent) 기업에 투자할 때, 단순히 “최신 모델을 쓴다”는 것보다 **”모델의 불균형한 실수를 보완할 안전장치(Guardrail)나 인간 개입 프로세스(Human-in-the-loop)를 얼마나 잘 갖췄는가?”**가 기업의 생존을 가를 것입니다. 완전 자율 AI보다는 ‘하이브리드’ 접근을 하는 기업이 단기적으로는 실적을 낼 확률이 높습니다.

최종 요약: “GPU 수요는 추론(Inference) 영역으로 확장되면서 더 오래갈 것이고(Long Hardware), 모델 기업은 기초 체력(Pretraining)이 튼튼한 소수 승자독식으로 흐를 것이며(Long Big Tech), 어설픈 AI 에이전트 서비스 기업은 신뢰성 문제로 옥석 가리기가 심화될 것이다(Short/Caution on Thin Wrapper Applications).”

Thoughts on AI progress (Dec 2025) - Patel

드와케시 파텔은 지금의 AI 발전으로는 AGI 도달이 꽤나 멀었다고 (10년 이상) 생각하는 것 같다.

마치 인간처럼 어느 상황이든 바로 상황을 이해할 수 있는 수준의 AI가 나와야 한다고 이야기하고 있고, 이는 곧 일리야의 접근처럼 ‘완전히 새로운 무언가’가 나와줘야 AGI 도달이 가능하다는 이야기이다.

(*주의: AI에 대한 회의론이 절대 아니다. 반대로 이 글은 맥락 이해가 가능한 AI가 개발되기 시작하면 또 다른 세상으로 들어설 수 있음을 암시하고 있다.)

“사람들은 대부분의 업무를 수행하는 데 있어 얼마나 많은 ‘회사 및 맥락 특화(company and context specific)’ 기술이 필요한지를 과소평가하고 있습니다. 그리고 현재로서는 AI가 그러한 기술을 습득할 수 있는 견고하고 효율적인 방법이 존재하지 않습니다.”

“인간 노동이 가치 있는 이유는 훈련시키기가 ‘번거롭지(shleppy)’ 않기 때문입니다: 인간 노동자가 가치 있는 이유는 우리가 그들의 업무의 모든 작은 부분마다 번거로운 훈련 루프를 구축할 필요가 없기 때문입니다. 특정 실험실이 슬라이드를 준비하는 방식에 따라 대식세포가 어떻게 보이는지 식별하기 위해 맞춤형 훈련 파이프라인을 구축하고, 또 다른 실험실 특유의 마이크로 작업을 위해 또 다른 파이프라인을 구축하는 식은 순생산성(net-productive)이 없습니다. 실제로 필요한 것은 인간처럼 의미론적 피드백이나 자기 주도적 경험을 통해 배우고 일반화할 수 있는 AI입니다.“

“2030년까지 연구소들이 제가 강조하는 ‘지속적 학습(continual learning)’에서 상당한 진전을 이루고 모델들이 수천억 달러의 매출을 올리기 시작하겠지만, 모든 지식 노동을 자동화하지는 못할 것이라고 예상합니다. 그때 저는 “많은 진전을 이루었지만, 아직 AGI는 아닙니다. 매출이 수조 달러에 도달하려면 X, Y, Z가 더 필요합니다.”라고 말할 것입니다. 모델들은 ‘짧은 타임라인’을 주장하는 사람들이 예측하는 속도로 더 인상적으로 변하고 있지만, 유용성 측면에서는 ‘긴 타임라인’을 주장하는 사람들이 예측하는 속도로 발전하고 있습니다.”

Andrej Karpathy — AGI is still a decade away

안드레 카파시도 파텔과 유사한 뷰를 가지고 있다. 아래는 GPT에게 정리를 부탁한 내용:

카라시의 최근 대담을 전체적으로 정리하면, 그는 AI의 기술적 진보와 인간의 역할을 동시에 바라보는 “장기적 진화론자이자 휴머니스트 엔지니어”로서의 관점을 일관되게 드러낸다. 그의 핵심 주장은 “지금은 ‘에이전트의 해’가 아니라 ‘에이전트의 10년’이다”라는 말로 요약된다. 즉, 현재의 대규모 언어모델(LLM)들은 놀랍지만, 실제로 인간의 일을 대체하거나 완전한 자율 에이전트로 신뢰받기까지는 최소 10년이 걸리는 장기 과제라는 것이다.

그는 LLM이 가진 구조적 한계를 냉정히 바라본다. 현재 모델들은 표현력은 탁월하지만, 기억을 유지하거나 도구를 조작하고, 자기 반성을 통해 스스로 개선하는 능력은 매우 제한적이다. 그는 RL(강화학습) 기반의 학습 방식이 “긴 과정 전체를 마지막 보상 하나로만 감독하는 빨대” 같다고 비유하며, 이런 비효율적 피드백 구조가 진정한 지능 발전을 가로막는다고 지적한다. 따라서 앞으로의 AI 발전은 단순한 모델 확장보다 “기억, 장문맥 이해, 도구 사용, 자기반성 루프” 같은 에이전트 스택 전반의 완성에 달려 있다고 본다.

그는 특히 “코딩이 AI 자동화의 첫 번째 도메인”이라는 점을 강조한다. 코드는 텍스트 기반이면서 이미 IDE·diff·버전 관리 등 자동화를 위한 생태계가 잘 갖춰져 있다. 반면 슬라이드, 영상 편집, 시각적 디자인 등은 비정형 데이터로 이루어져 있어 적용이 어렵다. 따라서 현재 AGI의 ‘첫 실질적 파급’은 코딩이며, 이는 LLM의 본질적 강점인 텍스트 처리와 완벽히 맞아떨어지는 영역이라는 것이다.

카라파티는 기술 발전을 과장하거나 신비화하지 않는다. 그는 “데모와 제품은 다르다”는 점을 자율주행 경험을 통해 배웠다고 말한다. 1980년대부터 자율주행의 ‘완벽한 데모’는 존재했지만, 현실화에는 수십 년이 걸렸다. 그는 이를 ‘Nine의 행진(March of 9s)’이라 표현하며, 정확도를 90%에서 99%로 올리는 데와 99%에서 99.9%로 올리는 데 필요한 노력이 거의 동일하다고 설명한다. AI 제품화도 마찬가지로, “데모에 감동하는 사람일수록 현실을 모르는 사람”이라고 단언한다.

경제적 시각에서 그는 AGI가 초고속 성장을 이끌 것이라는 ‘지능 폭발(intelligence explosion)’론에 회의적이다. 역사적으로 산업혁명, 전기, 인터넷, 스마트폰 같은 혁신들도 모두 GDP 성장률 2%라는 일정 궤도 위에 녹아들었으며, AGI 역시 기존의 지수적 곡선을 따라 점진적으로 확산될 가능성이 높다고 본다. 그는 “AI는 새로운 산업혁명이 아니라 기존 자동화의 연장선”이라며, 갑작스러운 20% 성장률의 경제 도약보다는 “천천히, 그러나 끊임없이 상승하는 지능의 곡선”을 현실적 시나리오로 본다.

진화론적 관점에서 그는 지능의 출현 자체를 “매우 희귀한 사건”으로 본다. 지구 생명사 40억 년 중, 인간형 지능은 극히 최근에 나타났기 때문이다. 그는 “조류나 인간처럼 독립적으로 고등지능이 생긴 경우가 있지만 매우 드물다”며, LLM에는 아직 인간이 가진 ‘문화(culture)’의 자기축적 메커니즘이 없다고 지적한다. 인간은 기록과 전승을 통해 지식을 누적하지만, LLM은 서로에게서 배우지 않는다. 그는 “왜 LLM이 다른 LLM을 위해 책을 쓰지 못하는가?”라고 묻는다. 향후 AI가 문명 수준으로 진화하려면 ‘LLM 간의 자기학습(Self-Play)’과 ‘지식 공유 문화’가 필수적이라 본다.

AI 인프라 확장에 대해서는 그는 신중한 낙관론자다. GPU 공급 확대와 데이터센터 증설이 과열처럼 보일 수 있지만, 결국 AI 수요가 이를 흡수할 것이라고 본다. 다만, 현재 시장의 과도한 낙관은 “실제 기술 이해보다는 펀드레이징과 관심경제의 부산물”이라 비판하며, 기술적 현실 감각을 되찾아야 한다고 강조한다.

그의 철학은 기술에 그치지 않고 인간으로 확장된다. 그는 현재 AI 연구에서 잠시 물러나 ‘Eureka’라는 교육 프로젝트를 시작했다. 목표는 “AI 시대의 스타플릿 아카데미(Starfleet Academy)”를 세우는 것이다. 단순한 코스 제작이 아니라, “AI를 사용하는 인간의 학습 능력을 업그레이드하는” 교육을 설계하려는 시도다. 그는 완벽한 개인화 튜터를 AI로 구현하는 것이 최종 목표지만, 아직은 인간 튜터의 수준에 한참 미치지 못한다고 말한다. 대신 현재는 ‘NanoChat’ 같은 미니 프로젝트를 통해 학습자에게 ‘Eureka 순간(이해의 순간)’을 극대화하는 지식 램프(ramp to knowledge)를 만드는 데 집중하고 있다.

그는 “포스트 AGI 시대의 교육은 생존이 아닌 재미를 위한 것이 될 것”이라고 본다. AI가 모든 실용적 업무를 수행하게 되면, 인간은 배움을 ‘헬스장처럼’ 즐길 것이다. “지식의 근육을 키우는 일은 여전히 인간에게 매력적이며, 사람들은 단지 즐거움과 자기실현을 위해 학습할 것”이라는 것이다. 그는 이러한 학습이 인류의 존엄을 지키는 유일한 방법이라 믿는다. “만약 우리가 ‘WALL-E’나 ‘Idiocracy’의 인간 퇴화 시나리오로 가게 된다면, 아무리 거대한 다이슨 스피어를 지어도 의미가 없다”고 단언한다.

마지막으로 그는 좋은 교육이란 “지식을 쌓는 게 아니라, 학습자가 스스로 걸어갈 수 있도록 지식을 계단처럼 설계하는 기술적 문제”라고 정의한다. 자신의 물리학 훈련을 바탕으로, 복잡한 개념을 1차 근사(본질)로 단순화하고, 학습자가 직접 ‘통찰의 순간’을 느끼도록 설계하는 것이 핵심이라고 말한다. “micrograd” 같은 100줄짜리 코드가 신경망의 본질을 보여주듯, 교육도 최소 단위의 원리로부터 시작해야 한다는 것이다.

요약하자면, 카파시는 기술적 과열 속에서 “데모와 과장”을 경계하고, 인간이 여전히 주체로 남기 위한 방법을 모색하는 사상가에 가깝다. 그는 AI를 “대체 기술”이 아니라 “증폭 기술”로 정의하며, 지금 우리가 해야 할 일은 더 크고 똑똑한 모델을 만드는 것이 아니라, 인간이 그 모델과 함께 성장할 수 있는 “지능적 사회의 학습 구조”를 설계하는 것이라고 본다. 결국 그가 제시하는 메시지는 하나다. “지금은 대체의 시대가 아니라 증폭의 시대이며, 진짜 승자는 에이전트를 만드는 팀이 아니라, 에이전트를 이해하고 활용할 수 있는 인간이다.”

Ilya Sutskever – We’re moving from the age of scaling to the age of research

최근 일리야 인터뷰는 최근의 그 어떤 인터뷰보다 밀도가 높은 것 같은데... 미래에 대한 힌트가 가득하다.

“사람들이 무심코 저지르는 실수 중 하나는 평가(evals)에서 영감을 얻는 거예요. “우리 모델이 출시됐을 때 평가 점수가 좋았으면 좋겠어. 이 작업에 도움이 될 RL 훈련이 뭘까?” 이런 일이 실제로 일어나고, 이게 지금 벌어지는 많은 현상을 설명해 줄 수 있다고 봅니다.”

“도움이 될 만한 인간 비유가 있어요. 코딩 대회를 언급했으니 그 예로 들어보죠. 두 명의 학생이 있다고 칩시다. 한 명은 최고의 코딩 대회 선수가 되기로 결심하고 그 분야만 1만 시간을 연습했어요. 모든 문제를 풀고, 모든 증명 기법을 암기하고, 모든 알고리즘을 빠르고 정확하게 구현하는 데 도가 텄죠. 그렇게 해서 최고 중 하나가 됐어요. 두 번째 학생은 “오, 코딩 대회 재밌네” 하고 100시간 정도, 훨씬 적게 연습했는데도 성적이 아주 좋았어요. 나중에 커리어에서 누가 더 잘할 것 같으세요?”

“(두 번째 학생이요) 맞아요. 제 생각엔 그게 지금 벌어지고 있는 일의 본질이에요. 모델들은 첫 번째 학생에 훨씬 가깝고, 심지어 그보다 더해요. 우리는 “모델이 코딩 대회를 잘해야 하니까 모든 코딩 대회 문제를 다 긁어모으자. 그리고 데이터 증강을 해서 더 많은 문제를 만들고 훈련시키자”라고 하죠. 그럼 대단한 코딩 대회 선수가 탄생해요.”

“사람들이 강화학습(RL)을 할 때, 지금 방식으로는 에이전트를 어떻게 훈련할까요? 신경망에 문제를 주고 “풀어봐”라고 하죠. 모델은 수천, 수십만 번의 행동이나 생각을 거쳐 해결책을 내놓아요. 그럼 그 해결책을 채점하죠. 그리고 그 점수를 사용해 궤적(trajectory)에 있는 모든 행동에 훈련 신호를 보내요. 즉, 해결하는 데 오래 걸리는 작업을 훈련시킨다면, 해결책을 내놓을 때까지는 학습이 전혀 일어나지 않는다는 뜻이에요. 이게 순진한(naive) 강화학습 방식이고, o1이나 R1이 표면적으로 수행되는 방식이죠.”

“가치 함수는 “내가 항상은 아니더라도 가끔은 네가 잘하고 있는지 못하고 있는지 말해줄 수 있어”라고 하는 것과 같아요. 가치 함수의 개념은 특정 영역에서 더 유용해요. 예를 들어 체스를 두다가 기물을 잃으면 “망했네”라고 알 수 있잖아요. 게임이 끝날 때까지 갈 필요 없이 방금 한 행동이 나빴고, 그전 행동들도 나빴다는 걸 알 수 있죠. 가치 함수는 맨 끝까지 기다리는 과정을 단축해 줘요. 수학이나 프로그래밍 문제를 풀면서 특정 해결책을 탐색한다고 치죠. 한 1,000단계 생각한 뒤에 “이 방향은 가망이 없다”고 결론 내렸어요. 그 결론을 내리는 즉시, 1,000단계 전 이 경로를 선택했을 때로 돌아가서 보상 신호를 줄 수 있어요. 실제로 해결책을 내놓기 훨씬 전에 “다음번에 비슷한 상황이 오면 이 길로 가지 말아야지”라고 학습하는 거죠.”

“트위터 등에서 들리는 말로는 제미나이(Gemini)가 사전 학습에서 더 많은 걸 뽑아내는 방법을 찾은 것 같기도 해요. 하지만 언젠가 사전 학습 데이터도 바닥날 겁니다. 데이터는 명백히 유한하니까요. 그럼 그다음엔요? 이전과 다른 강화된 사전 학습 레시피를 쓰거나, RL을 하거나, 다른 걸 하겠죠. 하지만 이제 컴퓨팅 규모가 너무 커졌어요. 어떤 면에서는 다시 ‘연구의 시대’로 돌아온 겁니다.”

“제가 생각하는 가장 근본적인 문제는, 이 모델들이 인간보다 극적으로 일반화(generalization)를 못한다는 겁니다. 아주 명백해요. 그게 아주 근본적인 문제 같아요.”

“(물론 언어, 수학, 코딩 능력 자체는 모델이 평균적인 인간보다 뛰어나죠. 하지만 학습 능력(learning)도 모델이 인간보다 뛰어난가요?) 오, 그렇죠. 절대적으로 그래요. 제 말은 언어, 수학, 코딩—특히 수학과 코딩—은 인간을 학습에 능하게 만드는 무언가가 복잡한 사전 지식(prior)이라기보다, 더 근본적인 어떤 원리일 가능성을 시사한다는 겁니다.”

“지난 1년 동안 제 생각이 바뀐 것 중 하나는 상상하기 어렵다면 보여줘야 한다는 겁니다. AI 연구하는 사람들도 상상 못 한다고 봐요. 제 예측은 AI가 강력해질수록 사람들의 행동이 바뀔 거라는 거예요. 전례 없는 일들을 보게 될 겁니다.”

“기업들은 무엇을 만들려고 열망해야 할까요? 모두가 꽂혀 있는 하나의 큰 아이디어는 ‘자기 개선(self-improving) AI’예요. 왜요? 회사보다 아이디어가 적으니까요. 하지만 저는 더 나은 목표가 있다고 봅니다. ‘지각 있는 생명체(sentient life)를 아끼도록 튼튼하게 정렬된 AI’입니다. 특히 인간 생명만 아끼는 AI보다 지각 있는 생명체를 아끼는 AI를 만드는 게 더 쉬울 수 있어요. AI 자체도 지각이 있을 테니까요. 거울 뉴런이나 동물을 향한 인간의 공감 같은 걸 생각해 보면, 그건 우리 자신을 모델링하는 회로를 사용해 타인을 모델링하는 데서 나오는 창발적 특성이거든요.”

(SSI는 무엇을 다르게 할 계획입니까? 다른 회사들은 모르는 안전한 접근법이 있다고 생각해서 SSI를 시작하셨을 텐데요. 그 차이가 뭡니까?)

“유망하다고 생각하는 아이디어들이 있고, 그걸 조사해서 정말 유망한지 아닌지 확인하고 싶어요. 정말 간단해요. 그 아이디어들—일반화를 이해하는 것과 관련된—이 맞다면 가치 있는 뭔가를 갖게 될 겁니다. 맞을까요? 우리는 연구를 하고 있어요. 우리는 전적으로 ‘연구의 시대’에 있는 회사예요. 지난 1년간 꽤 좋은 진전을 이뤘지만 더 많은 진전이 필요해요. 저는 이걸 목소리를 내고 참여자가 되려는 시도로 봅니다.”

“우리가 320억 달러 가치로 자금 조달 중이었는데, 메타가 인수를 제안했고 전 거절했어요. 하지만 전 공동 창업자는 어떤 의미에서 수락했죠. 결과적으로 그는 당장의 유동성을 누릴 수 있었고, SSI에서 메타로 간 건 그 사람뿐이에요.”

“(SSI만의 차별점은 뭡니까?) 가장 큰 건 기술적 접근법이에요. 우린 다른 기술적 접근법을 가지고 있고 추구하고 있어요. 결국엔 전략이 수렴할 거라고 봅니다. AI가 강력해질수록 전략이 뭐여야 하는지 명확해질 거예요. 서로 대화할 방법을 찾고, 첫 번째 초지능 AI가 정렬되어 있고 지각 있는 생명체를 아끼고 민주적인 것 등이어야 한다는 조건 말이에요. 이게 모두가 노력해야 할 조건이고 SSI가 추구하는 겁니다.

Gavin Baker and David George on Positional Strategy in AI - a16z

개인적으로 Gavin Baker의 인터뷰와 포트폴리오 (Atreides Management 13F)는 중요하게 챙겨보는 편이다. 자신만의 의견이 뚜렷한데 그 의견들이 맞을 확률이 상당히 높으며, 그래서인지 훌륭한 트렉레코드를 가지고 있기 때문이다.

“저는 2000년 버블(실제로는 통신 버블이었죠) 당시에 테크 투자자였던, 어떻게 보느냐에 따라 특권이자 불행이었던 경험이 있습니다. 오늘날과 2000년을 비교하고 대조하는 것이 도움이 된다고 생각합니다. 시스코(Cisco)는 후행 주가 수익률(trailing earnings)의 150배 또는 180배에서 정점을 찍었지만, 엔비디아(NVIDIA)는 40배 정도입니다. 즉, 밸류에이션이 매우 다릅니다.

“하지만 더 중요한 것은 2000년의 인터넷 버블 또는 통신 버블은 ‘다크 파이버(dark fiber)’라는 것으로 정의되었다는 점입니다.

“2000년대에 계셨던 분이라면 그것이 무엇인지 아실 겁니다. 다크 파이버는 문자 그대로 땅에 매설되었지만, 불이 켜지지 않은(활성화되지 않은) 광섬유였습니다. 광섬유는 양쪽에 필요한 광학 장치, 스위치, 라우터가 없으면 쓸모가 없습니다. 레벨 쓰리(Level Three)나 글로벌 크로싱(Global Crossing), 월드컴(WorldCom) 같은 회사들이 와서 “우리가 이번 분기에 20만 마일의 다크 파이버를 매설했습니다. 정말 놀랍습니다. 인터넷은 정말 거대해질 겁니다. 빨리 이것들을 활성화하고 싶습니다.”라고 말하던 것이 생생하게 기억납니다.”

“버블이 정점에 달했을 때, 미국에 매설된 광섬유의 97%가 다크 파이버였습니다. 오늘날과는 대조적입니다. 현재는 ‘다크 GPU’가 없습니다. 기술 백서를 읽어보기만 해도, 트레이닝 실행에서 가장 큰 문제가 GPU가 과도한 사용으로 녹아내리고 있다는 것을 알 수 있습니다.”

“이 모든 것의 핵심을 짚는 간단한 방법이 있습니다. 바로 GPU에 가장 많은 돈을 지출하고 있고 모두 상장 기업인 회사들의 **투입 자본 수익률(ROIC)**을 살펴보는 것입니다. 이 회사들은 설비 투자(CapEx)를 늘린 이후 ROIC가 약 10%포인트 증가했습니다. 따라서 지금까지 모든 지출에 대한 ROI(투자 수익)는 매우 긍정적이었습니다.”

Some thoughts on AI - Gavin Baker

역시 Gavin Baker 관점은 명쾌하다.

“Gemini 3는 프리트레이닝을 위한 스케일링 법칙이 여전히 유효하다는 것을 보여준다. 이는 o1이 출시된 이후 가장 중요한 AI 데이터 포인트다. 이는 곧 블랙웰 계열 모델들이 2026년 2분기에 출시될 때 성능이 크게 향상될 가능성이 높다는 뜻이기도 하다. GPT-5는 스케일링 법칙이 둔화되고 있다는 증거가 아니었다. GPT-5는 더 나은 성능을 목표로 설계된 것이 아니라, 추론 비용을 더 싸게 만드는 데 초점을 맞춘 모델이었다. 실제로는 라우터 뒤에 숨은 더 작은 모델이었다. 그리고 Gemini 3가 TPU로 학습되었으니 블랙웰과는 연결해서 해석할 수 없다고 말하지는 말아 달라. 프리트레이닝에서 중요한 것은 블랙웰이든 TPU든 상관없이 일관된(coherent) FLOPs의 규모다.”

“AI는 내가 기술 투자자로 일해 온 커리어 전체를 통틀어, “비용”이 진짜로 중요한 의미를 갖는 첫 사례로 남아 있다. 애플이 수조 달러짜리 기업이 된 이유는 아이폰을 가장 낮은 원가로 생산하기 때문이 아니며, 엔비디아가 AI 가속기를 가장 싸게 만드는 회사라서 그런 것도 아니다. 그러나 “토큰을 가장 낮은 비용으로 생산하는 플레이어”가 되는 것은 엄청난 이점을 가져올 것이다. 오늘날 토큰의 최저 비용 생산자는 구글이고, 그 다음이 xAI다. 중요한 것은 GPU나 TPU의 “대수”가 아니라, 하나의 클러스터/패브릭 내에서 일관되게(coherent) 묶여 있는 GPU의 수, 그리고 그 클러스터/패브릭 내에서 통신하는 데 드는 비용이다.”

“CoreWeave의 분기 실적은, 설령 CoreWeave가 전력 계약 측면에서 우위를 가지고 있더라도, 실제로 전력을 확보해 온·오프라인으로 만들고 인프라를 적시에 배치하는 일이 얼마나 어려운지를 보여주었다. 이런 전력 관련 병목은 앞으로 더 자주 발생해 더 많은 플레이어에게 영향을 줄 가능성이 크다. 나는 이것이 오히려 긍정적이라고 본다. 전력 부족은 AI 인프라 구축에서 자연스러운 ‘조절 장치(governor)’ 역할을 하여, 과잉 구축(overbuild)이 일어날 확률을 낮춘다. 이로 인해 사이클의 기간은 더 길어지고, 변동성은 더 완만해질 것이다.”

“전력 부족은 블랙웰에게는 훌륭한 환경이 될 수도 있다. 와트(watt)가 병목이 되는 상황에서는, 와트당 토큰(tokens per watt)이 의사결정을 좌우하게 되며, 토큰은 말 그대로 = 매출이다. 전력 제약이 심한 세계에서는 GPU vs ASIC 가격 차이는 훨씬 덜 중요해진다. 여기에 구글이 TPU를 외부 고객에게 판매하기 시작했다는 사실까지 더해지면, 다른 대부분의 ASIC 프로그램이 취소될 가능성이 크다. 설령 어떤 ASIC이 1GW급 데이터센터의 구축 비용을 500억 달러에서 400억 달러로 줄여 준다고 하더라도, 그 400억 달러의 ROI는 더 낮을 것이다. 그 데이터센터가 만들어내는 매출(토큰)이 상당히 줄어들 것이기 때문이다. 종합하면, 전력 부족은 와트당 토큰 성능이 가장 뛰어난 반도체와 시스템의 가격 결정력을 크게 높여 준다.”

“광통신(optics)은 워크로드를, 전력이 충분하고 가격이 싼 곳으로 옮길 수 있게 해준다. 전기요금 인상에 대한 정치적 압력을 완화하기 위해 출력 제한(curtailment)이 하나의 해법으로 쓰이게 되면서, 이것은 점점 더 중요해질 것이다. 멀티 캠퍼스에서 진행하는 트레이닝에는 상상을 초월하는 수준의 광통신 장비가 필요하지만, 이 지출 규모는 여전히 연산(컴퓨트)에 들어가는 지출에 비하면 훨씬 작다. 따라서 경제적으로 충분히 성립 가능한 대안이다. 역설적이게도, 광통신은 중국의 GPU 부족과 전력 과잉 문제에 대한 해법이기도 하다. 스케일-업 네트워킹에서 구리(copper) 케이블 대신 광(optical)으로 전환하면, 전력 사용량이 극적으로 늘어나는 대가를 치르는 대신, 가속기 한 개당 연산 성능 부족분 상당 부분을 상쇄할 수 있기 때문이다.”

“블랙웰이 널리 공급되기 시작한 이후에도 Hopper 임대 가격이 오히려 상승했다는 사실은, GPU 잔존가치(residual value)를 지금의 6년보다 더 길게 잡아야 할지도 모른다는 신호다. 오늘날에도 A100조차 여전히 매우 높은 수준의 변동 현금 마진(variable cash margin)을 만들어 내고 있다. 이런 추세가 이어진다면, GPU 금융 비용은 추가로 100~200bp 정도 더 낮아질 수 있다. 덧붙이자면, 데이터센터의 물리적 현실을 감안하면 GPU의 경제적 수명이 1~2년에 불과하다는 가정은 사실상 성립할 수 없다.”

“벤처 회사들이 대거 클라우드로 이전한 뒤, S&P 500 기업들이 광범위하게 클라우드로 전환하기까지는 대략 5년 정도가 걸렸다. AI는 이보다 더 빠르게 진행될 수도 있다. 3분기가, 여러 S&P 500 기업들이 처음으로 “재무제표에 눈에 보이게 영향을 준 AI 생산성 데이터”를 공개한 시점이었다는 점은 주목할 만하다. 예를 들어 C.H. Robinson 같은 사례가 그렇다. 이런 대기업들의 초기 생산성 향상은, 벤처 투자자들이 포트폴리오 회사들을 통해 보고 있는 현상과도 맞닿아 있다. 사실상 모든 벤처 지원 회사들이 AI에 과감하게 베팅하면서, 직원 1인당 매출이 수직 상승하고 있기 때문이다.”

“이 모든 것은 우리가 아직 AI의 매우 초기 단계에 있다는 점을 시사한다.”

The Benefits of Bubbles - Stratechery

결국 이번에도 버블 형성과 터짐은 필연적이겠지만, 그래도 이번 버블은 최소한 팹과 전력이라는 인프라는 남길 것이라는 주장.

(근데 이건 미국의 관점이라서, 한국의 관점에서는 AI의 버블 시기동안 무엇을 남길 수 있을지 고민해봐야할듯?)

“닷컴 버블의 경우 진짜로 중요했던 “손해 보는 투자”는, 실리콘밸리 신화에 자주 등장하는 닷컴 기업들 자체가 아니었다. 미친 듯한 IPO들에 돈을 잃은 사람이 많긴 했지만, 그 손실은 대부분 주식(지분)에서 발생했지, 부채에서 발생한 것은 아니었다. 부채가 문제였던 곳은 통신 분야였다. 이 분야에서는 수많은 기업들이 광섬유를 과도하게 깔기 위해 빚을 지다가, 실제 수요를 한참 상회하는 인프라를 구축한 뒤 줄줄이 파산했다. 그러나 그 과잉 구축된 광섬유가 오늘날 인터넷의 기반이 되었다. 그리고 그 인프라는, 그것을 지은 회사들이 파산하면서 사실상 공짜가 되었고, 그 덕분에 오늘날 인터넷 서비스들도 거의 공짜에 가깝게 제공될 수 있게 되었다.”

“AI에 쓰인 돈의 상당 부분이 GPU, 특히 엔비디아로 흘러 들어가면서 이 회사는 세계에서 가장 가치 있는 기업이 되었다. 페레즈의 관점에서 보면 문제는 이 지점이다. 이런 칩 투자는 그녀가 다룬 인프라—철도, 공장, 광섬유 등—와 비교하면 수명이 짧다. 칩은 고장 나고, 더 좋은 칩에 의해 빠르게 대체된다. 대부분의 하이퍼스케일러는 이를 5년 정도에 걸쳐 감가상각하는데, 이마저도 관대한 편일 수 있다. 무엇이 정확한 숫자이든, 칩은 수 년 후 “완전히 상각된 채로, 거의 공짜로 오래 쓸 수 있는 자산”이 아니다. 즉, 투기적 자금이 GPU에 과도하게 쏠릴수록, 이 거품은 페레즈식의 “기대 이하” 결과를 낳을 위험이 커진다.”

“다행히도, 이 거품이 꺼진다 해도 장기적으로 큰 효용을 남길 수 있는 투자 영역이 두 군데 있다.”

“첫째는 ‘팹(fab)’, 즉 칩을 실제로 생산하는 공장이다. 나는 미국의 칩 생산 능력 감소와, 세계에서 가장 지정학적으로 위험한 지역인 대만에 대한 과도한 의존도를 오랫동안 우려해 왔다. 꽤 오랫동안 이 문제를 해결하기 위한 실질적 움직임도 없어 보였다. 그러나 지금은 TSMC와 삼성 같은 파운드리들이 미국에 팹을 짓고 있고, 미국 정부는 사실상 인텔의 주주가 되어 있다.”

“둘째는 ‘전력(power)’이다. 나는 칩이 부족하고, 전력 부족은 아직 오지 않은 위협이라고 생각해왔다. 하지만 실제로는, 이미 전력이 병목이 되고 있다.”

“지금 이 상황은 몇 년 전의 테크 산업이 주지 못했던 “재미”와 “몰입감”을 준다. 거품은 결국 좋지 않게 끝나겠지만, 역사는 거기서 끝나지 않는다. 거품이 남기는 인프라와 혁신은 수십 년에 걸쳐 효용을 준다. 우리가 지금 할 수 있는 최선은, 이 광기가 “그만한 가치가 있는” 인프라와 혁신으로 이어지기를 기도하는 것뿐이다.”

The Non-Bubble that disappointed both Bulls and Bears -- how Sam's Splurge changed everything - TMT Breakout

최근 샘 알트만의 행보와 그로 인한 AI 버블론의 등장은 역설적이게도 시장 참여자들이 은근 바라고 있던 AI 버블을 없에버려서 오히려 시장을 건강하게 만들고 있는 것 같다.

7줄 요약 (출처: Gromit 공부방 텔레그램)

• 샘 알트만의 1.4조 달러·30GW ‘대규모 지출’ 발표가 기존 AI 시장의 유포리아·버블 랠리 기대를 단숨에 깨뜨리며 서사를 흥분에서 검증으로 전환시켰고, 시장은 이제 OpenAI의 수익화 능력과 생태계 전체 P&L 영향을 중심으로 관점을 재조정하기 시작.

• SS(Sam’s Splurge, 샘 알트만의 1.4조 달러 대규모 지출 계획)는 ORCL-CRWV-Hyperscaler-사모 크레딧까지 연결된 AI 생태계의 과도한 상호의존성·순환 자금 구조·레버리지 노출을 드러내며 ‘Too Big To Fail’ 논쟁을 촉발했고, 실제로 ORCL·CRWV CDS 스프레드 상승과 Meta의 270억 달러 SPV 같은 구조가 크레딧 리프라이싱을 현실화함.

• 정부 개입 가능성 또한 샘의 “몇 달 후 이해될 것” 발언을 계기로 부각되면서, 투자자들은 이 자금 조달이 ‘추가 업사이드(gravy)’인지 ‘계획 실행에 필수적인 조건’인지 혼란을 느끼며, 실행 실패 시 생태계 멀티플 붕괴 리스크를 의식하게 되었음.

• SS(Sam’s Splurge)는 원래 28-29년에 논의될 장기 리스크(전력-그리드-토지-물-지역 반발, inference의 디바이스 이동, 화이트칼라 일자리 감소에 따른 광고·소비 탄력 저하 등)를 현재 시점으로 강제로 당겨 AI 구조 전체의 지속 가능성에 대한 불확실성을 높임.

• 지난 2주 동안 ORCL RPO 랠리 반납, 투기적 AI 섹터 롤오버, OAI 딜 발표 효과 약화, 연준 매파 코멘트 등 가격 행동 변화가 집중적으로 나타나며 시장은 펀더멘털 변화 없이 리스크 프리미엄 재할당·멀티플 압축을 진행하는 중.

• 이 과정에서 부채·비즈니스 모델 리스크가 있는 이름, 고평가 서사형 성장주는 언더퍼폼한 반면 메모리처럼 구조적 EPS 상향과 스팟 가격 상승이라는 불확실성 낮은 섹터는 강세를 유지하며 ‘품질·현금흐름 중심의 리프라이싱’이 뚜렷해짐.

• 궁극적으로 SS(Sam’s Splurge)는 버블을 터뜨린 것이 아니라 AI 거래를 유포리아에서 성숙한 검증 국면으로 이동시키는 계기였고, 앞으로 AI 투자는 서사보다 펀더멘털·개별 기업 특이성·실제 실행력이 성과를 좌우하는 ‘스톡 피킹 중심의 시장’으로 재편될 가능성이 커졌음.

Past, Present, and Future - Cursor

AI 어플리케이션의 대표주자 커서는 $29.3b 가치로 $2.3b 레이즈에 성공 (기존 주요 주주들의 팔로업 + Coatue, NVIDIA, Google 신규 참여.) ARR은 $1b 돌파.

불과 반년반에 ARR 2배, 기업가치는 3배 가량 성장했다. AI는 진짜 가치를 만들어내고 있다.

Inside Cursor - Colossus

높은 기업가치를 인정받는 스타트업은 꽤나 많지만, 그 안에서 정말 위대한 기업이 될만한 회사들은 소수에 속한다고 생각한다.

그리고 그런 회사들은 분명 보통의 회사들과는 다른 모습을 지니곤 하는데, 마치 커서의 아래와 같은 모습이 대표적이다.

“대부분의 회사에서 채용 과정은 이렇습니다: 특정 기능을 수행할 능력의 공백을 확인하고, 공고를 내고, 지원자 리스트를 확보하고, 면접을 보고, 한 명을 채용하여 몇 달 뒤에 입사시킵니다.”

“커서의 채용 과정은 이렇습니다: 슬랙의 #hiring-ideas 채널에 정말 뛰어난 사람의 이름을 올리고, 관심을 집중시키고, 팀 인터뷰(형식은 매우 다양함)를 진행한 뒤, 서로 원한다면 월요일부터 바로 출근합니다.”

“커서에는 50명(!)의 전직 창업자가 있으며, 이는 회사 전체의 20% 이상입니다. 거의 40%가 MIT, 하버드, 스탠퍼드 등 명문대 출신이지만, 아무도 학벌 이야기를 하지 않습니다. 누군가에게는 커서가 첫 직장이지만, 다른 이들은 피그마, 스트라이프, 우버 같은 곳에서 경력을 쌓았습니다. 진정한 멜팅 팟입니다.”

“커서에서는 사람들이 서로의 작업물을 찌르고 자극합니다. 이런 문화에 익숙하지 않은 사람에게는 꽤 충격적일 수 있습니다. 최고의 빌더들은 훌륭한 제품이 어떤 느낌인지 알기에, 사물이 어떻게 작동해야 하는지에 대해 매우 확고한 의견을 가집니다.”

“커서는 이상적인 고객 프로필이 ‘최고의 전문 소프트웨어 개발자’라고 단호하게 말합니다. 커서는 다른 사용자를 무시하는 것이 아닙니다. 하지만 회사의 입장은, 다른 회사들이 바닥을 낮추는(진입 장벽을 낮추는) 데 집중할 때, 커서는 천장을 높이는(전문가의 능력을 극대화하는) 데 집중하겠다는 것입니다.”

Building an AI Physicist: ChatGPT Co-Creator’s Next Venture

OpenAI와 Deepmind 출신들이 나와서 창업한 Periodic Labs는 현존하는 초전도체보다 더 높은 온도에서 작동하는 초전도체를 개발하는 것을 첫번째 목표로 삼고, 장기적으로는 과학적 발견을 자동화하여 AI 과학자를 양성하는 것을 목표로 하는 스타트업이다. 최근 시드로 $300m 거액을 투자받기도 했다.

처음에는 너무 거창한거 아니야? 싶었는데, 그들의 인터뷰를 살펴보니 꽤나 합리적인 접근인 것 같다는 생각이 들고 (특히 처음부터 모든 것을 바꾸려 하지 않고, 명확하게 범위가 지정되고 검증 가능한 핵심 문제를 해결하는 데 집중한다는 접근법이 마음에 든다), 약간 내가 좋아하는 아이소모픽랩스의 느낌도 나서 앞으로 관찰 대상에 포함시킬 생각이다.

#반도체

AI 추론을 위한 Domain-Specific Architectures

AI 추론에서 왜 메모리가 각광받는지 제대로 알 수 있는 자료. 번역해주신 신종훈님 감사합니다 🙏

정리하면 AI 추론의 근본적인 병목은 ‘연산력(TFLOPs)’이 아니라 ‘메모리 접근 및 데이터 이동’이다. 따라서 성능 향상의 방향은 더 많은 연산 유닛을 추가하는 것이 아니라, 데이터 이동을 최소화하고 메모리 계층 구조·인터커넥트·통신 오프로딩을 최적화하는 것이다. 즉, 효율적인 메모리 설계와 스케일 아웃을 전제로 한 아키텍처가 핵심 경쟁력이 된다.

Ironwood TPUs and new Axion-based VMs for your AI workloads | Google Cloud Blog

Google TPUv7: The 900lb Gorilla In the Room - Semianalysis

구글이 7세대 TPU를 발표.

이제는 가속기 자체의 성능보다 스케일업 네트워킹이 압도적으로 중요해진 상황. 즉, 심플하게 ‘랙 스케일 컴퓨팅’을 어떻게 잘 구현하냐의 게임이 진행 중이라고 본다.

엔비디아는 이를 NVLink (& switch)로, 구글은 이를 광(OCS) 기반의 3D 토러스 구조로 풀어내고 있다.

Expanding our use of Google Cloud TPUs and Services

앤트로픽이 구글 클라우드 및 TPU 사용을 늘린다고 공식 발표. 26년까지 구글 클라우드 1GW 확보하고, TPU 사용을 백만개까지 늘린다는 계획이다. 구글도 앤트로픽에 $3b 투자해서 지분 10% 이상 들고 있는 주요 주주라는 점에서 다변화는 이미 예고되어 있었을지도 모른다 (참고로 아마존은 $8b 투자해놓음)

지금까지 ‘앤트로픽 = AWS = Trainium’을 기본 시나리오로 설정해왔다면, 이제부터는 Trainium: TPU를 8:3 비율로 가정해놓고 관찰해야겠네.

관련해서 한가지 재밌는 포인트는 OpenAI는 자체적으로 인프라를 늘려가는 모습이라면 앤트로픽은 구글 아마존에게 인프라를 맡기고 있다는 부분인데, 이게 나중에 어떤 결과를 나을지도 흥미로운 관찰 포인트이다. 개인적으로는 현재 OpenAI 행보가 장기적으로 엄청난 해자를 가져오지 않을까 생각 중.

Gavin Baker and David George on Positional Strategy in AI - a16z

게빈 베이커는 원래 아마존 ASIC Trainium을 높게 사는 분이었는데, 이제는 구글 TPU를 굉장히 높게 평가하시는군.

“저는 이것이 엔비디아와 구글 TPU 간의 싸움이라고 생각합니다. 그리고 널리 알려지지 않았다고 생각하는 것 중 하나는, 브로드컴과 AMD가 사실상 함께 시장에 진출하고 있다는 점입니다. 젠슨이 내일 말할 것으로 확신하지만, 엔비디아는 더 이상 단순한 반도체 회사가 아닙니다. 반도체 회사였다가, Cuda라는 소프트웨어 회사가 되었고, 이제는 이 랙 레벨 솔루션을 갖춘 시스템 회사가 되었습니다. 그리고 이제는 스케일업(scale up), 스케일 어크로스(scale across), 스케일 아웃(scale out) 네트워킹으로 그들이 수행하고 있는 아키텍처 수준을 볼 때, 틀림없이 데이터 센터 레벨의 회사입니다.”

“그래서 네트워킹, 패브릭, 소프트웨어, 이 모든 것이 중요합니다. 그리고 브로드컴이 메타 같은 회사들에게 말하는 것은 이겁니다. “이봐요, 우리가 NVLink와 인피니밴드(Infiniband) 또는 이더넷(Ethernet)의 혼합인 엔비디아의 패브릭과 이론적으로 경쟁할 수 있는 패브릭을 만들어 주겠습니다. 이더넷 기반으로 구축할 것이고, 오픈 표준이 될 겁니다. 그리고 구글이 3세대에 걸쳐 작동시킨 TPU의 당신 버전을 만들어 주겠습니다. 그리고 만약 당신의 ASIC이 좋지 않다면, 그냥 AMD를 바로 꽂으면 됩니다.”

“저는 개인적으로 이들 ASIC 대부분이 실패할 것이라고 믿습니다. 특히 시간이 지남에 따라 더욱 그럴 것입니다. 특히 구글이 TPU를 외부에 판매하기 시작한다면, 세간의 이목을 끄는 다수의 ASIC 프로그램이 취소되는 것을 보게 될 것입니다.”

“그리고 그게 정확히 어떻게 작동할지는 아무도 모르죠. 왜냐하면 만약 당신이 앤스로픽이고, 소문에 의하면 수백억 달러 규모의 TPU를 구매하고 싶어 한다면, 구글이 당신의 비밀 소스를 보는 것을 원하지 않을 수도 있지만, 그걸 피할 방법은 있습니다. 그래서 저는 이것이 기본적으로 구글과 그들의 TPU - 현재로서는 브로드컴에 의해 가능해진 - 간의 싸움이라고 생각합니다. 그리고 구글은 원할 때 언제든지 브로드컴으로부터 TPU를 가져올 수 있습니다.”

“물론 그들은 브로드컴이 하고 있는 이더넷 네트워킹을 할 수는 없습니다. 하지만 TPU는 그들이 통제하죠. 그래서 이건 정말로 구글과 TPU 대 엔비디아의 싸움이며, 아마존도 마찬가지입니다. 아나푸르나(Annapurna) 팀, 그들은 매우 재능 있는 팀입니다. 트레이니움 3는 아마도 트레이니움 2보다 훨씬 더 좋은 칩이 될 것입니다. 구글이 TPU를 제대로 만드는 데 3세대가 걸렸습니다. 그리고 AMD는 항상 일종의 2차 공급원(second source)이 될 것이고, 2차 공급원은 필요합니다.”

Revolutionizing Networking for the Era of Agentic AI

Unleashing AI Scale Up UALink and OCP Collaboration

OCP 2025 영상들을 쭈욱 돌려보는 중에 그냥 기록해두고 싶은 내용이 있어서:

엔비디아는 인피닛벤드와 별개로 이더넷 기반의 스케일아웃 솔루션 Spectrum-X Ethernet을 가지고 있는데,

“오늘 말씀드릴 수 있는 건 Spectrum-X 이더넷으로 20만 개 이상의 GPU를 단일 잡으로 운영하고 있다는 사실입니다. 이런 숫자를 달성한 다른 이더넷 기술은 없습니다. 우리는 Meta와 함께 일하게 되어 기쁘고, Meta는 이번 주에 스펙트럼 이더넷 스위치 위에 FBOSS를 올려 Minipack을 구축했다고 발표했습니다. 또 Microsoft는 대규모 인프라에서 Sonic + Spectrum 스위치를 발표했고, OCI도 Stargate에서 Spectrum 스위치 사용을 발표했습니다. 전 세계 최대 규모 AI 슈퍼컴퓨터들입니다.”

이걸 보니 스케일업 솔루션에서도 이더넷 기반의 ESUN과 새로운 표준 프로토콜인 UALink가 병행되며 사용될 수 있겠구나 싶은 생각이 들었다.

“네, 이더넷은 스케일업에 사용될 수 있습니다. 풍부한 역사도 있죠. 하지만 이더넷과의 호환성을 유지하려면, UALink가 처음부터 바닥부터 접근하면서 포기하지 않았던 것들 중 일부를 포기해야 합니다. 이더넷의 가장 큰 도전은 전력과 실리콘 크기라고 봅니다. 만약 그것들을 감당할 수 있다면 나쁜 해법은 아닙니다. 다만 성능에서는 따라가기 어렵습니다. 이 분야에서 성능의 기준을 세운 회사는 엔비디아이고, 그들의 NVLink입니다. NVLink와 경쟁하려면, 이더넷의 역사에 억눌리지 않는 무언가가 필요합니다. 그렇지만 제 생각에 두 기술은 충분히 공존할 수 있습니다. 감사합니다.”

Marvell In Advanced Talks to Buy Celestial AI in Multibillion Deal - The Information

마벨도 광 기반 연결 솔루션을 개발하는 Celestial AI 인수 협상을 진행 중이라는 보도. 이 회사의 직전 가치는 $2.5b이고, 현재 최대 $5b 규모로 딜 진행 중인듯.

차세대 전장이 네트워킹이 되어가는 흐름 속에서, 과연 이번 인수가 마벨에게 도약의 기회를 만들어줄 수 있을까. 물론 브로드컴 등 경쟁사들은 이미 준비를 끝낸 것 같지만.

→ 이후 총 $5.5b 규모로 딜 성사. 선지급은 $3.25b로 현금 $1b, $2.25b 마벨 주식으로 지급, 나머지 금액은 29년까지 성과에 따라 지급.

Tesla Third Quarter 2025 Production, Deliveries & Deployments

이번 테슬라 실적발표 내용에서 개인적으로 눈길이 갔던건 자체 칩인 AI5에 대한 설명이었는데, 왜 빅테크들이 ASIC을 필요로 하는지 명확하게 보여주는 것 같았다.

Q. “테일러(Taylor)에서의 165억 달러 규모의 삼성 칩 거래에 대해 업데이트해 주실 수 있습니까? 자율주행과 Tesla의 AI 기반 미래에 반도체가 중요하다는 점을 감안할 때, 삼성이 Tesla의 일정에 맞춰 AI6를 이행하고 TSMC 대비 상대적으로 더 나은 수율과 비용을 달성할 수 있다고 자신하는 이유는 무엇입니까?”

우선, 삼성에 대해서는 칭찬할 것밖에 없습니다. 그들은 놀라운 회사입니다. 그리고 삼성은 우리의 AI4 컴퓨터를 제조하고 있으며 훌륭하게 해내고 있다는 점을 주목할 가치가 있습니다.

이제 AI5에 대해, 그리고 제가 이전에 공개적으로 했던 발언과 관련하여 한 가지 명확히 할 점이 있습니다. 우리는 사실 TSMC와 삼성 모두 초기에 AI5에 집중하도록 할 것입니다. Tesla가 설계한 AI5 칩은 정말 놀라운 디자인이라고 생각합니다.

저는 지난 몇 달간 거의 주말마다 칩 디자인팀과 함께 AI5 작업을 했습니다. 제가 칭찬에 인색한 편이지만, Tesla 칩 팀이 정말 놀라운 칩을 디자인하고 있다고 말해야겠습니다. 몇 가지 지표로 볼 때, AI5 칩은 AI4 칩보다 40%가 아니라, 40배(40x) 더 나을 것입니다. 왜냐하면 우리는 전체 소프트웨어 및 하드웨어 스택(stack)에 대한 상세한 이해를 가지고 있기 때문입니다. 우리는 소프트웨어의 모든 문제점(pain points)을 해결하기 위해 하드웨어를 설계하고 있습니다.

저는 현실 세계에서 자동차와 로봇을 가지고 현실 세계에 맞춰 조정하는 등, 이 전체 스택을 수행하는 곳은 아무도 없다고 생각합니다. 우리는 칩이 무엇을 해야 하는지 알고 있고, 마찬가지로 중요하게도 칩이 무엇을 할 필요가 없는지 알고 있습니다.

몇 가지 예를 들자면, AI5에서는 기존 GPU 또는 전통적인 GPU를 삭제했습니다. 그것은 AI4에는 있지만, AI5에는 없습니다. AI5 자체가 기본적으로 GPU이기 때문에 기존 GPU를 그냥 삭제했습니다. 이미지 신호 처리기(ISP)도 삭제했습니다. 그리고 실제로는 매우 중요한 삭제 목록이 깁니다.

이러한 삭제의 결과로, 우리는 메모리에서 Tesla Trip 가속기, ARM CPU 코어 및 PCI-X 블록으로 가는 트레이스(traces)를 위한 충분한 마진을 두고 AI5를 하프 리티클(half reticle, 반도체 노광 공정 마스크의 절반 크기)에 맞출 수 있습니다. 이것은 아름다운 칩입니다. 저는 이 칩에 개인적으로 엄청난 삶의 에너지를 쏟아부었습니다. 그리고 저는 이것이 차세대 승자가 될 것이라고 확신합니다.

따라서 삼성과 TSMC 모두 AI5에 집중하게 하는 것이 타당합니다. 기술적으로 삼성 팹(fab)은 TSMC 팹보다 약간 더 진보된 장비를 갖추고 있습니다. 이 두 칩은 모두 미국에서 만들어질 것이며, TSMC는 애리조나에서, 삼성은 텍사스에서 생산됩니다.

하지만 우리는 AI5 칩을 과잉 공급하는 것을 명시적인 목표로 삼고 있습니다. 만약 자동차와 로봇에 필요한 것보다 AI5 칩이 너무 많다면, 언제든 데이터 센터에 넣을 수 있기 때문입니다. 우리는 이미 데이터 센터에서 AI4를 학습에 사용하고 있습니다. 우리는 AI4와 NVIDIA 하드웨어를 조합하여 사용합니다. 분명히 말하지만, NVIDIA를 대체하려는 것은 아니지만, AI4와 NVIDIA 하드웨어를 조합하여 사용하고 있습니다. 그리고 AI5의 초과 생산분은 언제든 우리 데이터 센터에 넣을 수 있습니다.

NVIDIA는 계속 발전하고 있습니다. 그들이 가진 과제는 수많은 고객의 광범위한 요구 사항을 충족해야 한다는 것입니다. 하지만 Tesla는 오직 한 고객, 즉 Tesla의 요구 사항만 충족하면 됩니다. 이는 설계 작업을 근본적으로 더 쉽게 만들고, 칩에서 많은 복잡성을 제거할 수 있다는 것을 의미합니다. 이게 얼마나 중요한지 아무리 강조해도 지나치지 않습니다.

칩의 다양한 로직 블록을 볼 때, 로직 블록의 수가 증가하면 로직 블록 간의 상호 연결도 증가합니다. 칩의 여러 부분을 연결하는 데 얼마나 많은 고속도로가 필요한지와 같다고 생각할 수 있습니다. 특히 칩의 각 로직 블록 간에 얼마나 많은 데이터가 오갈지 확신할 수 없다면, 결국 사방으로 거대한 고속도로를 깔게 됩니다. 그것은 거의 불가능에 가까운 어려운 설계 문제가 됩니다. 그리고 NVIDIA는 거의 불가능에 가까운 어려운 요구 사항들을 처리하는 데 놀라운 일을 해냈습니다.

하지만 우리의 경우, 우리는 급진적인 단순함(radical simplicity)을 추구합니다. 그 최종 결과로, 저는 AI5가 와트당 성능에서 최고, 아마도 2~3배, 그리고 AI용 달러당 성능에서 최고, 아마도 10배가 될 것이라고 생각합니다. 뭐, 결과는 두고 봐야 알겠죠. 분명히 우리는 칩을 실제로 만들고 대량 생산해야 합니다. 하지만 그렇게 보입니다.

#인프라

251011_컴퓨팅에 관한 생각

메모리에 이어서, 데이터센터 현황도 한번 가볍게 정리해보았다.

“결국 AI는 컴퓨팅의 확장, 더 정확히는 토큰의 확대, 이로 인한 지능의 대중화 혁명인 것 같다.”

Nvidia’s Jensen Huang on AI & the Next Frontier of Growth

젠슨 황이 말하는 AI와 인프라 게임.

“우리는 우리가 풀고 싶어하는 대부분의 문제들이 딥 러닝 요소를 가질 수 있다는 결론에 도달했습니다. 그래서 우리는 결정했습니다. 아시다시피, 딥 러닝이 지금부터 10년 후, 20년 후에 어디에 있을 수 있을지 어떻게 추론할 것인가? 우리는 연산 문제를 세분화했고, 모든 단일 칩, 모든 단일 시스템, 모든 소프트웨어, 컴퓨팅 스택의 모든 단일 계층이 재창조될 수 있다는 결론에 도달했습니다. 그리고 그것을 추진하기로 한 그 결정은 아마도, 아시다시피, 역사상 더 나은 결정 중 하나였을 것입니다.”

“우리는 칩 하나를 설계하는 것이 아니라, 전체 인프라 전체를 한꺼번에 설계하고 있습니다. 우리는 오늘날 세계에서 유일하게 당신이 건물과, 전력과, 그리고 백지 한 장을 주면, 그 안의 모든 것을 만들어낼 수 있는 회사입니다. 모든 네트워킹, 모든 스위치, 모든 CPU, 모든 GPU, 아시다시피, 그 전체 팩토리 내의 모든 기술을 우리가 구축할 수 있습니다. 그리고 그것은 모두 NVIDIA의 동일한 소프트웨어 스택에서 실행됩니다. 그리고 우리가 그렇게 통합할 수 있기 때문에, 우리는 또한 극도로 빠르게 움직일 수 있습니다.”

“그래서 만약 우리의 와트당, 사용된 에너지 단위당 에너지 성능이 3배라면, 당신의 회사는 그 팩토리에서 3배 더 많은 수익을 창출할 수 있습니다. 그것이 제가 그것을 팩토리라고 부르는 이유입니다. 그것은 데이터 센터가 아니라 팩토리(공장)입니다. 그들은 그것으로 돈을 벌고 있습니다. 그리고, 그리고, 그래서 이 AI 팩토리들은 계속해서 규모를 키우고 싶어 합니다. 그들은 계속해서 수익을 올리고 싶어 합니다. 그들은 계속해서 처리량(throughput)을 높이고 싶어 합니다. 그것이 바로 우리가 그렇게 빠르게 혁신하는 이유이며, 우리를. 따라잡기는 어렵습니다.”

“오늘날 관찰해야 할 것은 AI가 단지 OpenAI나 Anthropic 같은 새로운 회사들에만 관한 것이 아니라는 점입니다. AI는 하이퍼스케일러들이 일하는 방식을 변화시키고 있습니다. 예를 들어, 검색은 이제 AI에 의해 구동됩니다. 추천 시스템, 즉 당신이 광고와 뉴스와 이야기를 보는 방식은 이제 영화가 AI 추천에 의해 생성됩니다. 그러니까 기본적으로 구글의 비즈니스, 아마존의 비즈니스, 메타의 비즈니스, 수천억 달러의 수익이 모두 AI에 의해 구동되고 있습니다. 이제, OpenAI와 앤스로픽이 없다고 하더라도, 이 전체 하이퍼스케일 산업은 AI에 의해 구동되고 있습니다. 그래서 가장 먼저 관찰해야 할 것은 머신러닝을 사용하는 고전적인 CPU에서 이제 딥러닝과 AI로 넘어가야 한다는 것입니다. 그리고 이 전환만으로도 수천억 달러 규모입니다.”

“여러분들은 AI 네이티브 회사들을 보고 계시죠. 그들은 AI 모델에 연결될 것이며, 역사상 처음으로 이전에는 결코 접근할 수 없었던 산업, 즉 노동 산업에 진출할 것입니다. 그리고 그것은 ‘디지털 노동(digital labor)’, ‘디지털 인지(digital cogn)’, ‘에이전틱 AI(agentic AI)’라고 불리며, 기업 시장을 보완하고 증강할 것입니다.”

“AI에 대해 또한 독특한 점은, 이전의 소프트웨어와 달리, AI는 ‘생각’해야 한다는 것입니다. 즉, 당신은 그것을 미리 컴파일(pre-compile)해서 바이너리(binary)로 만들어 다운로드해서 사용할 수 없습니다. 그것은 항상 처리(process)해야 합니다. 왜냐면 그것이 당신의 ‘맥락(context)’을 파악해야 하기 때문입니다.”

“오늘날의 컴퓨터는 ‘상호작용’하고 있습니다. 지금 여기에서 일어나고 있는 맥락에 기반하여, 청중에 기반하여, 전 세계에서 일어나고 있는 일에 기반하여 모든 것을 실시간으로 생성하고 있습니다. 그것이 미래의 컴퓨터입니다. 아시다시피, 당신의 미래 컴퓨터는 당신 앞의 CEO이거나, 예술가이거나, 아시다시피, 시인이거나, 스토리텔러입니다. 그리고 당신은 그것과 협력하여 당신 자신만을 위한 독특한 콘텐츠를 만듭니다. 그래서 미래의 컴퓨팅은 100% 생성형입니다. 그래서 AI 팩토리가 필요합니다. 이것이 바로 제가 우리가 이 여정의 시작점에 있다고 100% 확신하는 이유이며, 우리는 단지 수천억 달러의 인프라를 구축했을 뿐입니다. 매년 수조 달러의 인프라가 구축될 가능성이 높은 것에 비하면 말이죠.”

“(월스트리트가 미래의 AI 팩토리에서 과소평가하는 KPI 한 가지는 무엇입니까?) 단위 에너지당 처리량(throughput per unit energy)이 고객의 수익을 좌우합니다. 그것은 단지 더 나은 칩을 선택하는 것에 관한 것이 아니라, 당신의 수익이 어떻게 될지를 결정하는 것에 관한 것입니다.”

Thoughts on the AI buildout - Patel

결국 현 AI 시대의 진짜 병목은 GPU가 아니라, 그것을 뒷받침할 공장·전력·노동·자본의 물리적 인프라라는 주장. 아래는 GPT에게 부탁한 글 정리:

Fab CapEx Overhang → Nvidia의 수익 규모가 TSMC의 수년치 설비투자를 압도할 만큼, AI 칩 수요가 반도체 제조 인프라의 자본투자 속도를 훨씬 앞서가고 있다. → 이는 반도체 생산 능력이 AI 성장 속도를 따라가지 못하는 ‘자본 과잉 불균형(Overhang)’ 현상을 낳고 있다.

Upstream Expansion 필요성 → 데이터센터 산업은 이제 기존 산업 인프라를 재활용할 수 없고, 전력·구리·터빈 등 물리적 공급망 전체의 신규 투자가 필요하다. → 과거 수요 붕괴 경험으로 보수적인 전통 산업들이 확장에 소극적이라, 하이퍼스케일러들이 높은 마진을 보장하며 증설을 유도할 가능성이 크다.

노동력 병목 (Labor Bottleneck) → 대규모 AI 데이터센터 건설에는 수십만 명의 전기·건설 기술자가 필요해, 숙련 노동자 부족이 가장 큰 제약이 될 수 있다. → 단기적으로는 높은 임금 인센티브로 완화할 수 있지만 장기적으로는 인력 양성 체계가 병목이 된다.

AI CapEx 지속 가능성 → 미국의 연간 AI 설비투자(약 4,000억 달러)가 정당화되려면, 데이터센터가 그만큼의 매출을 창출해야 한다. → 오픈AI·앤스로픽의 폭발적 성장세를 감안하면 10년 내 4,000억 달러 규모의 산업 매출도 가능성이 있다.

전력원 선택과 리드타임 → 데이터센터의 가장 큰 제약은 속도이며, 짧은 리드타임을 가진 천연가스 발전이 선호된다. → 원전은 효율이 높지만 건설 기간이 길어 현실적으로 AI 인프라 확장에 적합하지 않다.

Off-grid 데이터센터 부상 → 전력망 연결 지연을 피하기 위해 메타·xAI 등은 자체 발전형(off-grid) 데이터센터를 건설하고 있다. → 이는 AI 산업이 점점 전력 자급형 ‘민간 발전소’ 모델로 진화하고 있음을 보여준다.

데이터센터 설계 혁신 → 현재의 데이터센터 건설은 수작업 수준이지만, 앞으로는 모듈형 프리패브 방식으로 공장처럼 양산될 것이다. → 닷컴 버블이 광케이블을 남겼듯, AI 버블은 ‘산업화된 컴퓨트 제조 능력’을 유산으로 남길 것이다.

중국의 구조적 우위 → 중국은 칩을 제외한 거의 모든 인프라 부품(태양광, 변압기, 배터리 등)을 지배하며, 대규모 물리적 생산 능력에서 미국보다 유리하다. → 장기적으로는 이러한 산업화 역량이 AI 인프라 경쟁에서 중국의 우위를 가져올 수 있다.

두 가지 시나리오 – Explosion vs Winter → AI 폭발 시나리오에서는 2035년까지 AI 자동화가 GDP를 30% 끌어올리며 미국 전력 사용의 2배 수준까지 성장한다. → 반대로 AI 겨울 시나리오에서는 2029년 거품 붕괴 후 완만한 성장세로 안정화된다.

결론: 자본주의의 물리적 귀환 → AI 시대는 다시 전력·철강·노동 같은 ‘물리적 자산’의 제약에 부딪히며, → 진짜 병목은 GPU가 아니라 그것을 둘러싼 인프라·에너지·노동력이다.

All things AI w @altcap @sama & @satyanadella. A Halloween Special. 🎃🔥BG2 w/ Brad Gerstner

Bg2 Podcast에서 진행한 샘 올트먼과 사티아 나델라와의 대담 (출처: Aim High 텔레그램)

Q) 어제 마이크로소프트와 구글 모두 GPU가 더 많았다면 클라우드 비즈니스가 더 빠르게 성장했을 것이라고 말했습니다. 그리고 제가 이 팟캐스트에서 젠슨황에게 향후 5년 내에 컴퓨팅 파워 공급 과잉이 올 가능성이 있느냐고 물었더니 그는 향후 2~3년 안에는 사실상 불가능하다고 답했습니다. 두 분 모두 젠슨의 의견에 동의하실 것 같습니다. 5~7년 뒤는 내다볼 수 없더라도, 적어도 우리가 방금 논의한 이유들 때문에 향후 2~3년 동안은 컴퓨팅 파워가 남아돌 가능성은 거의 없다는 것에 대해서요.

Satya Nadella) 글쎄요, 제 생각에 이 특정한 경우의 수요와 공급 주기는 사실 예측하기가 어렵습니다. 핵심은 장기적인 추세입니다. 장기 추세는 샘이 말한 대로입니다.

왜냐하면 솔직히 말해서 우리가 지금 겪고 있는 가장 큰 문제는 컴퓨팅 공급 과잉이 아니라 ‘전력(power)’ 이고, 전력 가까이에 ‘건설(builds)’ 을 충분히 빨리 완료할 수 있는 능력입니다. 만약 이를 해낼 수 없다면, 실제로는 창고에 칩이 잔뜩 쌓여 있는데도 제가 플러그인을 꽂을 수 없는 상황이 발생할 수 있습니다. 사실 이게 오늘날 저의 문제입니다. 칩 공급 문제가 아니라, 사실상 제가 ‘칩을 꽂을 준비된 공간(warm shells, 데이터센터)’ 이 없다는 것입니다. 그래서 어떤 공급망 제약이 나타날지는 예측하기 어렵습니다. 왜냐하면 수요가... 예측하기 어렵기 때문이죠.

샘과 제가 “오, 맙소사. 컴퓨팅이 덜 부족하네”라고 말하고 싶어서 여기 앉아있는 게 아닙니다. 그건 단지 우리가 수요가 실제로 어떨지 예측하는 데 그다지 능숙하지 못하기 때문일 겁니다.

그리고 이건 전 세계적인 문제입니다.

한 국가의 한 부문에 대해 이야기하는 것과 전 세계 모든 곳에 그것을 보급하는 것은 전혀 다른 이야기입니다. 그래서 제약은 계속 있을 것이고, 우리가 그것을 어떻게 헤쳐나갈지가 가장 중요할 것입니다. 결코 순탄하고 선형적인 길은 아닐 겁니다.

Sam Altman) 공급 과잉은 반드시 올 겁니다. 그게 2~3년 뒤일지 5~6년 뒤일지는 저도 말할 수 없지만, 어느 시점에는 반드시 일어날 겁니다. 아마 그 과정에서 여러 번 그런 시점이 있을 겁니다. 여기에는 인간 심리와 버블에 대한 깊은 무언가가 있습니다. 또한 사티아가 말했듯이, 이것은 매우 복잡한 공급망이고, 이상한 것들이 만들어지기도 하며, 기술 환경이 크게 바뀌기도 합니다. 만약 아주 값싼 형태의 에너지가 곧 대규모로 상용화된다면, 많은 사람들이 기존에 서명했던 계약 때문에 엄청난 타격을 입을 것입니다. 만약 우리가 ‘지능 1단위당 비용’을 지금처럼 믿을 수 없을 정도로 가령 연평균 40배씩 계속 낮출 수 있다면, 인프라 구축 관점에서는 매우 무서운 속도입니다. 다시 말하지만, 우리는 그것이 저렴해질수록 수요가 훨씬 더 많아질 것이라는 데 베팅하고 있습니다.

하지만 저는 한편으로 이런 두려움도 있습니다. ‘세상에, 우리가 계속 이런 breakthroughs를 만들어내서 모든 사람이 자기 노트북으로 개인 AGI를 실행할 수 있게 되면 어쩌지? 그렇다면 우리가 지금 한 짓.. 막대한 인프라 투자같은 건 완전히 미친 짓이었던 거네?..’ 과거 다른 모든 기술 인프라 사이클의 여러 시점에서 그랬듯이, 어떤 사람들은 정말 크게 타격을 입을 겁니다.

The economics of AI clusters

네비우스가 AI 클러스터의 경제성 백서를 공개했다. 뭔가 반도체 공정에서 수율을 잡는게 중요하듯, 확보한 GPU를 최대한 & 효율적으로 돌리는게 핵심이라는 생각이 든다.

지금은 산업 초기라서 일단 계약 용량 확보하는게 시장의 가장 큰 관심사지만, 시간이 지날수록 얼마나 ROI를 뽑아내느냐가 경쟁 우위를 만들어낼 것이라고 본다.

#하드웨어

Random Questions about Physical AI (Kor)

피지컬 AI (= 로봇) 관련해서 주요 이슈들이 잘 정리해되어있는 자료.

“왜 자동차의 크기가 지금과 같은 형태로 고착되었을까요? 물론 여러 이유가 있겠지만, 널리 받아들여지는 해석 중 하나는 자동차가 이전에 존재하던 말이 끄는 마차의 도로 폭에 맞추어 설계되었기 때문이라는 것입니다. 이 관점을 휴머노이드 논의로 가져오면, 결국 인간이 일하던 물리적 환경을 가능한 한 그대로 유지한 채 인간의 노동을 대체하기 위해서는, 인간과 동일한 형태를 지닌 로봇, 즉 휴머노이드가 필요하다는 결론에 다다릅니다.”

“효과적인 작업을 위해 인간형 로봇에 가장 필수적인 요소는 무엇일까요? 제 생각에는 인간과 같은 로봇 손입니다. 사람 손과 유사한 로봇 손을 만드는 일은 생각보다 훨씬 어렵습니다. 고자유도 로봇 손이 어려운 이유는 사람 손의 크기를 유지하면서도 유사한 자유도와 동작 범위를 구현해야 하기 때문입니다. 자연스러운 움직임을 위해서는 각 손가락 끝이 3차원 공간에서 독립적으로 움직일 수 있어야 하고, 이를 위해 최소 15자유도가 필요합니다. 여기에 손목의 3자유도까지 더하면 최소 18개의 모터가 요구됩니다. 이 많은 구동부를 사람의 전완부 크기 안에 집적해 안정적으로 제어하는 것은 극도로 복잡한 문제입니다. 더욱이 사람과 같은 수준의 정밀한 촉각을 구현하려면 재료공학과 센서 기술의 근본적인 발전이 필요합니다. 그렇기 때문에 인간의 손을 닮은 로봇 손은 단순한 기계 설계를 넘어, 로보틱스 전 분야가 동시에 도전해야 하는 과제라고 생각합니다.”

“힘과 감각의 실시간 양방향성이 현재 Physical AI의 가장 중요한 missing piece라고 생각합니다.”

#핀테크

Exclusive: Stripe-backed blockchain startup Tempo raises $500 million round led by Joshua Kushner’s Thrive Capital and Greenoaks | Fortune

스트라이프가 패러다임과의 협업을 통해 개발중인 결제용 자체 블록체인 Tempo가 $5b 가치로 투자 유치에 성공했다는 뉴스. 내가 가장 좋아하는 Greenoaks와 Thrive가 공동으로 리드했다고 하고, 업계 최고인 Sequoia, Ribbit Capital, SV Angel 또한 같이 투자했다고 한다.

안그래도 업계를 이끌어가는 플레이어들이 시작한 프로젝트라서 눈길이 안갈 수가 없었는데, 투자사 또한 내가 가장 좋아하는 투자사들이 붙었기 떄문에 앞으로 나의 매우 주요한 관찰 대상이 될 것 같다.

#금융

Benchmark’s AI Pressure Test: High Prices, Smaller Stakes—and a Poached Star - The Information

VC의 명가 벤치마크 캐피탈은 전통적으로 투자할 때 지분 20%와 이사회석을 가져오는걸로 유명한데, AI 시대에 이걸로 딜을 따오기가 어려워지니 (+AI가 상대적으로 자본집약 성격을 가지고 있으니) 적은 지분율과 높은 밸류에이션도 어느정도 용인하는 쪽으로 바뀌어가고 있다는 보도.

또한 엄청난 성과에도 불구하고 펀드 사이즈를 늘리지 않는 것 또한 유명한데, 이것도 내부적으로는 펀드 사이즈를 키워야하는게 아니냐는 말이 나왔었다고.

뭔가 최근에 구성원들의 변화가 많았던 벤치마크인데 (Miles Grimshaw(Thrive 이직), Sarah Tavel(벤처 파트너로 전환), Victor Lazarte(독립)), 이러한 이슈들이 영향을 끼치지 않았을까 싶다.

결국 변화를 어느정도 받아들인 것이 나중에 어떤 결과를 가져올지 매우 궁금해진다. AI가 참 많은걸 바꾸어놓는구나.

Benchmark’s GP, Everett Randle on Why Mega Funds Will Not Produce Good Returns

비스타 에쿼티 파트너스, 클라이너퍼킨스, 파운더스펀드, 본드 캐피탈을 거쳐 최근에 벤치마크의 파트너로 조인한 Everett Randle.

그가 말하는 상사들에게 배운점들:

• “모두가 메리 미커가 만드는 DCF 모델과 그녀가 다루는 모든 숫자에 대해 이야기하지만, 그녀는 사실 제가 함께 일해 본 투자자 중 가장 질적 투자자입니다. 이 말을 들으면 놀랄 수도 있지만, 그녀가 하는 일은, 그녀는 거의 매트릭스를 읽는 것과 같습니다. 그녀는 한 회사에 대한 역사적인 모든 순차적인 숫자를 펼쳐 놓고, 앞으로 나아갈 모든 숫자도 펼쳐 놓습니다. 예를들어 도어대시를 볼 때, 그녀는 7년 후 80% 성장이나 그런 것을 보지 않습니다. 그녀는 가구의 20%가 월별로 도어대시에서 주문할꺼란걸 그릴 수 있는 사람입니다.”

• “저는 피터틸의 영리함과 천재성의 상당 부분이 실제 그의 투자보다는 회사를 구축하는 방식에 있다고 생각합니다. 그가 파운더스 펀드를 설계한 방식은, 그는 끊임없이 당신의 확신(conviction)을 테스트하는 것처럼, 모든 인센티브 구조와 메커니즘을 만들었습니다. 예를 들어, 파운더스 펀드에는 어떤 투자에 참여하는 사람이나 투자를 주도하는 사람이 회사와 개인적으로 함께 투자할 수 있는 프로그램이 있는데, 마치 엔젤 투자하는 것과 같습니다. 언뜻 보기에는 파운더스 펀드의 투자자로서 가질 수 있는 놀라운 특전처럼 보이지만, 더 깊이 들어가면 그것은 확신 테스트입니다.”

• “저는 마문이 누구보다도 제품, 시장, 그리고 사람의 조합에 대한 이 완벽한 취향(taste)을 개발했다고 생각합니다. 그의 엄청난 성공작들, 피그마(Figma), 글린(Glean), 리플링(Ripling)을 생각해 보면, 그것들은 모두 공통적으로 B2B 소프트웨어이지만, 정말 높은 사용자 사랑과 참여를 요구하는 소비자 같은 소프트웨어라는 공통된 흐름을 가지고 있습니다.”

ETHval 프로젝트 1주차 소회 — 이더리움의 가치를 어떻게 평가할까

해시드 김서준 대표님의 글:

“돌이켜보면, 저는 지난 10년간 스스로를 “개발자 출신의 예전 창업자인 투자자”로 정의해왔던 것 같습니다. 코딩은 과거의 일이고, 이제 제 역할은 뛰어난 빌더들을 발굴하고 지원하는 것이라고요. 물론 그 역할에 큰 보람을 느껴왔고, 앞으로도 Hashed의 핵심 미션임에는 변함이 없습니다.”

“하지만 이번 경험을 통해 새로운 가능성을 보았습니다. 투자사를 운영하면서도, 현직에서 활발히 개발하며 커뮤니티와 직접 호흡하는 한 명의 빌더로서 살아갈 수 있다는 것입니다. Gen AI가 그 문을 열어주었고, ETHval은 그 첫걸음이었습니다. 앞으로는 “예전에 개발했던 투자자”가 아니라, “지금도 만들고 있는 투자자”로서 이 생태계와 함께하게 될 것입니다. 그 생각만으로도 무척 기대가 됩니다.”

“어쩌면 이것이 Gen AI 시대에 투자자가 가질 수 있는 새로운 엣지일지도 모릅니다. 시장을 분석하고 팀을 평가하는 것을 넘어, 직접 만들어보며 기술의 가능성과 한계를 체감하는 것입니다. 빌더들과 같은 언어로 대화하고, 같은 고민을 공유하는 것입니다. 그것이 더 깊은 이해와 더 나은 투자 판단으로 이어질 수 있지 않을까요.”

AI 시대, VC의 유통기한 - 낭만투자파트너스

새로운 기술에는 새로운 자본의 형태가 따라붙을 수 있다고 생각한다. 역사가 그걸 증명한다.

만약에 이 형태가 관찰되기 시작하거나 내 머릿속에서 구체화되기 시작한다면, 아마도 나는 여기에 몰입하게 되지 않을까 싶다.

#투자

가상 세계 발전의 병목은 아이러니하게도 실물 자산인건가.

“AI는 인류의 생산성을 재편하는 기술적 경이입니다. 그러나 투자자들이 이 디지털 지능의 창조자들에게 프리미엄을 부여하는 동안, 더 근본적인 변화가 진행되고 있습니다. 세계 경제는 “2D World”(화면, 소프트웨어, 비트의 세계)와 “3D World”(에너지, 인프라, 원자의 세계)라는 두 개의 상이한 생태계 사이에서 극명한 분기점에 다다르고 있습니다.”

“AI는 인플레이션 압력인가, 디플레이션 압력인가?: 여기서 핵심 통찰은 직관에 반합니다. 많은 투자자는 AI가 노동과 지능의 비용을 낮추기 때문에 순수한 디플레이션 요인이라고 봅니다. 2D 경제에 대해서는 맞는 말입니다. 하지만 3D 경제에 대해서 AI는 인플레이션 요인입니다.”

“AI 시대의 아이러니는, 이 기술이 극도로 “물리적(physical)”이라는 점입니다. 클라우드는 강철로 만들어져 있고, 데이터센터는 전자로 구동됩니다. AI 쿼리 하나는 전통적인 검색 쿼리보다 훨씬 더 많은 에너지를 소비합니다. AI 인프라(데이터센터, 전력망 증설, 냉각 시스템)의 구축에는 막대한 양의 구리, 알루미늄, 기저부하 전력이 필요합니다.”

“지금 시장에서 가장 큰 오해는 2D 경제가 3D 경제와 독립적이라는 믿음입니다. 현실에서 2D 세계는 3D 세계에 기생합니다. 디지털 세계는 실물 세계의 에너지와 자원을 탐욕스럽게 소비하려고 합니다. “전통적 컴퓨팅”에서 “AI 컴퓨팅”으로 이동할수록 디지털 세계의 물리적 대가는 기하급수적으로 커지고 있습니다.”

불쾌한 인플레이션의 시대 (IV) - 인플레이션, 그리고 1965년 12월 5일

과연 역사는 반복될 것인가.

“후임자 아서 번즈는 대통령과 매우 가까운 사이였다. 경제학 교수 출신으로 전미경제연구소를 거친 그는 자타공인 경제 전문가였으며, 과거 선거에서 닉슨의 패배가 지나치게 긴축적인 통화정책 때문이었다고 대통령에게 직언한 인물이기도 했다. 그런 그를 금리 인하를 바랐던 닉슨이 연준 의장 자리에 앉힌 것은 어쩌면 너무도 자연스러운 일이었다. 그러나 막상 운전대를 잡은 이 신참 중앙은행장은 자신의 책상에 놓은 여러 경제지표를 보자 지금은 금리인하를 할 상황이 아니라는 것을 깨달았다. 하지만 행정부는 그가 소신대로 움직이게 내버려 둘 생각이 없었다. 그들은 이 샌님 경제학자가 중앙은행의 독립성에 대한 철학을 이러쿵 저러쿵 설교를 늘어놓는 것을 조용히 듣고 있을 생각이 없었다. 재무장관과 백악관의 보좌관들은 아주 집요하고 공격적인 방식으로 아서 번즈에게 압력과 협박을 가했고 결국 연준은 이에 굴해 금리를 크게 내렸다. 그 결과 과열된 경제는 더욱 달아올랐고, 닉슨은 재선에 성공했다. 그러나 그 뒤를 이은 것은 폭발적으로 불어난 통화량과 거센 인플레이션의 파고였다. 그 선택이 어떤 시대를 열어젖혔는지는 오늘의 역사적 평가가 분명히 말해준다.”

“1970년대의 고통스러운 인플레이션이 탄생한 1965년 12월 5일로부터 50년이 흐른 지금, 현재 우리가 마주한 장면들은 반세기 전의 모습들과 데자뷔를 이루고 있다. 우리가 맞이할 불쾌한 인플레이션의 시대는 결국 이렇게 흘러가게 되었다. 아, 이미 헤겔이 말하지 않았던가, 우리는 ‘인간이 역사로부터 아무것도 배우지 못한다는 것’을 역사로부터 배웠다고.”

#비즈니스

Henry Kravis on Building KKR, Deal-Making, and the Future of AI in Private Equity

하나의 자산군을 개척시켰다는 점에서 KKR과 헨리 크라비스는 나에게 언제나 흥미로운 탐구 대상인데, 특히나 헨리 크라비스의 관점과 태도에서 배울께 많다.

“1976년에 회사를 나왔을 때 조지와 저는 32살이었고 돈이 없었습니다. 제리는 우리보다 19살이 많았죠. 사촌 지간인 조지와 저는 각자 1만 달러를 냈고, 제리가 10만 달러를 내서 총 12만 달러로 KKR을 시작했습니다. 그리고 2,500만 달러 규모의 펀드를 조성하러 나갔습니다. 그 시절에는 펀드라는 개념 자체가 없었고, 아무도 우리가 하는 일을 하지 않았기에 자금 조달이 어려웠습니다.”

“우리는 시장의 불일치(discrepancy)를 봤습니다. 당시 이사회는 경영진에게 책임을 묻지 않았고, 기관 투자자들은 주식을 보유만 할 뿐 아무것도 하지 않았습니다. 1970년대와 80년대 초 기업들은 경영 상태가 엉망이었습니다. 우리는 경영진을 단순한 ‘기업 자산의 임차인’이 아니라 ‘주인(Owner)’으로 만들면, 주주와 같은 이해관계를 갖게 되어 행동이 달라질 것이라고 믿었습니다. 경영진과 주주 간의 이해관계 일치(Alignment of Interest), 이것이 핵심이었습니다.”

“중요한 이야기를 하나 더 하자면, KKR의 첫 회의(1976년 5월 1일)에서 두 가지를 논의했습니다. 첫째, 지분 배분. 제리가 40%, 조지와 제가 30%씩. 35초 만에 끝났습니다. 둘째, 문화. 우리는 베어스턴스의 ‘자기가 잡은 것만 먹는(eat-what-you-kill)’ 문화를 싫어했습니다. 내 아이디어를 뺏길까 봐 책상을 잠그고 다녀야 했죠. 우리는 정반대의 회사를 원했습니다. 파트너든 아니든, 딜에 참여했든 아니든, 모두가 모든 일에 참여하고 공유하는 회사요. 49년 반이 지난 지금도 우리는 똑같은 문화를 유지하고 있습니다.”

“저는 호기심이 없으면 훌륭한 투자자가 될 수 없다고 믿습니다. 비즈니스뿐만 아니라 역사, 예술, 문학 등 다방면에 대한 호기심 말입니다. 제 사무실 창밖을 보게 하고 “뭐가 보이나?”라고 물었을 때, 눈에 보이는 것만 말하면 탈락입니다. 전체 풍경을 보고 점들을 연결(connect the dots)해야 합니다. “저기 빈 땅이 있으니 건물을 지을 수 있겠군” 같은 가능성을 봐야죠.”

“그리고 리스크를 감수할 줄 아는 사람을 찾습니다. 요즘 젊은 인재들은 방대한 분석 자료를 가져오지만 정작 방아쇠를 당기는(결정하는) 걸 어려워합니다. 학교에서 모든 질문에 답하도록 배워서 그런 것 같습니다.”

“(실리콘밸리에서는 AI나 기술을 접목한 ‘롤업(Roll-up)’ 전략이 유행하고 있습니다. 이에 대해 어떻게 생각하시나요?) 제가 지금 개인적으로 회사를 하나만 산다면 롤업 전략을 쓸 겁니다. 하지만 AI가 회사를 경영해 주지는 않습니다. AI는 생산성을 높이는 도구일 뿐입니다. 롤업을 하려면 기업 문화를 잘 통합해야 합니다. 문화를 맞추지 않고 회사만 사들이면 충돌이 일어나고 망합니다. 통합(Integration)을 통해 효율성을 높여야지, 덩치만 키우면 안 됩니다. 그리고 예전에는 싼값(PER 6배)에 사서 덩치를 키워 비싸게(PER 15배) 파는 차익거래(Arbitrage)가 가능했지만, 지금은 파는 쪽도 똑똑해져서 싼값에 사기가 어렵습니다. 결국 경영을 잘해야 합니다.”

“(32살의 헨리 크래비스에게 해주고 싶은 조언은?) “보세요, 저는 좋든 나쁘든 항상 리스크를 감수하는 사람(Risk Taker)이었습니다. 사실 KKR을 시작할 때 저는 돈도 없었고 아이가 셋이나 있었습니다. 조지도 마찬가지로 아이가 셋이었고 돈이 없었죠. 우리는 2,500만 달러 펀드를 모으러 나갔지만 합리적인 조건으로 자금을 모을 수가 없었습니다. 여기 계신 여러분은 모두 기업가들입니다. 기업가라면 벽을 뚫고 지나가든 벽을 넘어가든, 어떻게든 반대편으로 가야 합니다. 우리도 그랬습니다. 단지 지금은 그 일을 아주 오랫동안 해온 늙은 기업가일 뿐이죠.”

“당시 우리는 “회사를 운영하는 데 돈이 얼마나 필요하지?”라고 생각했고, 대충 감으로 “50만 달러면 되겠네”라고 정했습니다. 그래서 개인 8명에게 가서 각자 5만 달러씩, 총 40만 달러를 투자받았습니다. 그리고 회사를 인수하면 수수료를 받을 테니 나머지 10만 달러는 그걸로 충당해서 운영비를 쓰자고 했죠. 우리의 목표는 딱 5년만 버틸 수 있게 세팅하는 것이었습니다. 직업도 없고, 돈도 없고, 아이는 셋인 상황에서 “일단 시작해야 해”라고 했죠. 좋은 상황은 아니었습니다.”

“지금 와서 되돌아보며 “무엇을 다르게 했을까?”라고 묻는다면, 딱 하나 다르게 할 것은 “사람에 대한 결단을 더 빨리 내리는 것(Move on people faster)”입니다. 앞서 말씀드렸지만, 그것이 제가 초기에 배웠으면 좋았을 한 가지입니다.”

“(가장 좋았던 조언은?) 조언이라기보다 기회였는데요. 사회 초년생 때 상사가 저를 혼자 로이 디즈니(Roy Disney, 월트 디즈니의 형)에게 보냈습니다. 죽도록 무서웠지만, 모든 자료를 다 공부해서 갔습니다. 15분 미팅이 하루 종일로 이어졌죠. 거기서 얻은 교훈은 **”제대로 준비하면(Do your work), 아주 멀리까지 갈 수 있다”**는 것이었습니다. 그는 제가 매디슨 펀드의 파트너인지, 여름 인턴인지 묻지도 않았습니다. 그가 신경 쓴 건 제가 그의 회사에 관심을 갖고 시간을 들여 공부했다는 점뿐이었습니다.”

“준비를 철저히 하십시오. 요행을 바라고 대충 넘길 수 있다고 생각하지 마십시오. 절대 통하지 않습니다. 준비가 되어 있다면 사람들은 당신에게 주목할 것이고, 나이는 중요하지 않습니다.”

“(KKR은 벤처 캐피털 투자를 하지 않는다고 하셨는데, 헨리 님 개인적으로는 펀드나 스타트업에 매우 활발하게 투자하고 계십니다. 개인 투자에 대한 이야기를 듣고 싶습니다.) 제가 이걸 하는 이유는 호기심 때문입니다. 저는 젊은 기업들이 하는 일, 기업가들이 하는 일을 사랑합니다. 그것이 제 사고를 신선하게 유지해 줍니다. 말씀드렸듯 호기심이 없으면 훌륭한 투자자가 될 수 없다고 생각합니다. 저에게는 배움의 과정입니다.”

“그리고 저는 실수를 해본 사람을 찾습니다. 실수를 안 해봤다면 아무것도 안 한 겁니다. 저는 제가 한 실수, 회사가 한 실수를 줄줄이 읊을 수 있습니다. 그래서 자신의 실수를 인정하는(Fess up) 사람을 원합니다. 기관 투자자를 만날 때도 저는 KKR의 실수부터 이야기합니다. 그러면 그들은 당황하지만, 우리는 인간이기에 실수를 합니다.”

“(호기심의 중요성을 언급하셨는데, 헨리 님은 세상을 배우기 위해 어떤 방법들을 사용하시나요?) 호기심을 유지하고 배우는 방법이라... 1) 저는 독서를 사랑합니다. 역사와 전기(Biographies)를 읽습니다. 2) 전 세계를 끊임없이 여행합니다. 예전엔 1년에 4번씩 아시아에 갔습니다. 사람들을 만나고 문화를 배우는 걸 좋아합니다. 그게 정말 중요합니다. 3) 자선활동: 세 가지 분야에 깊이 관여합니다. 첫째, 의학/과학(특히 암 치료). 아내가 메모리얼 슬론 케터링 암 센터의 연구소장입니다. 둘째, 교육. 소외 계층 학생들을 고등학교부터 대학까지 8년간 지원하는 프로그램을 12년째 맡고 있습니다. 셋째, 예술입니다. 박물관과 갤러리를 자주 갑니다. 뉴욕이든 어디든 시간이 나면 박물관에 갑니다. 그림이나 가구를 보는 것이 제 시야를 열어줍니다.”

“젊었을 때 저는 세상에서 가장 지루한 인간이었습니다. 칵테일파티에 가서도 비즈니스 얘기만 했으니까요. 어느 날 머리를 한 대 맞은 것 같더군요. “너 진짜 지루하다. 누가 네 얘기를 듣고 싶어 하겠어?” 그래서 바꾸기로 했습니다.”

The Mistake That Changed Blackstone Forever: Life Lessons with Stephen A. Schwarzman

스티븐 슈워츠만의 말:

“무언가에 인생을 바치려 한다면, 당신이 무엇을 하고 싶은지에 대한 명확한 시각화를 해야 합니다. 왜냐하면 남들이 하는 것만 그대로 따라 한다면, 결코 독창적인 무언가를 만들어낼 수 없기 때문입니다.”

“우리는 ‘남들과 다른, 유일한 것’을 할 수 있을까에 집중했습니다. 그 당시에는 놀랍게도 M&A 전문 부티크가 존재하지 않았습니다. 그래서 우리는 금융 업계에 없던 새로운 구조를 만들어냈고, 오늘날까지도 그 동일한 전략적 계획을 실행 중입니다. 새로운 개념을 만들어낸 게 아니라, 처음 세운 방향을 흔들림 없이 실행해온 것이죠.”

“저는 항상 이렇게 생각했습니다. 인생에서 사람은 정말 의미 있는 일을 만들기 위한 ‘단 한 번의 초인적인 노력’만이 가능하다고요. 성공에는 수많은 장애물이 있기 때문에, 한 번 승부를 걸 때는 반드시 이겨야 합니다. 이기기 위해서는 엄청난 양의 연습이 필요하고, 스스로를 한계까지 밀어붙여야 합니다.”

“그리고 보통은 무언가 잘못되었을 때 배웁니다. 즉, 존재하는 줄도 몰랐던 구멍을 막지 못했을 때 말이죠. 좌절은 끔찍하지만, 동시에 가장 위대한 스승이기도 합니다. 그래서 처음에는 정말 큰 꿈으로 시작하고, 그것을 달성하기 위해 필요한 세부 단계로 쪼개야 합니다.”

“제가 하는 일이 바로 그겁니다. 수많은 입력들이 제 머리로 들어오고, 저는 그것들을 머릿속에서 조합하고 움직입니다. 그러다 보면 무언가 맞지 않는 정보 조각이 하나 눈에 띄죠. 그리고 또 다른 불일치한 데이터를 발견하면, 그 둘을 맞춰 직선을 만들 수 있습니다. 그리고 그 직선이 어디로 향하고 있는지를 알아내는 것이 제 일입니다.”

“블랙스톤을 창립했을 때 제가 제일 먼저 한 일은, 이상하게 들리겠지만 그래픽 디자인 회사를 고용해 로고와 문서 디자인을 맡긴 일이었습니다. 저는 ‘우리가 세상에 어떻게 보이느냐’가 전부라고 생각했거든요. 브랜드, 이름, 외형 — 모두 메시지를 전달합니다.”

“피 섞어도 보통 섞는 게 아냐” 네이버·두나무 빅딜 속사정 - 중앙일보

역시 결국 마지막은 사람이었다. 그리고 이런 결정을 내린 이해진 의장이 정말 대단해보인다.

“이해진 의장이 사석에서 국내에서 가장 좋아하고 ‘리스펙’(존경)하는 정보통신기술(ICT) 분야 창업자를 얘기할 때가 있었다. 2명을 꼽았다. 송 회장과 장병규 크래프톤 이사회 의장이다. 이유는 생각보다 간단하다. 직접 창업한 회사를, 굉장히 돈을 잘 버는 회사로 키웠다는 점이다.

이것 만은 확실하다. 이 의장이 본인 다음으로 내세울 인물은 관리형이 아니라 창업가형 인물을 염두에 두고 있다는 점이다. 송 회장이 후계자로 낙점됐다고 볼 수는 없지만, 후계자 풀에 들어간 건 맞다고 본다. 사실 지금 이해진 의장은 네이버 지분이 3.73%로, 지배구조가 취약하다. 혼자서 결정할 수 없다는 의미다. 네이버 내부에서도 창업가 수준으로 성과를 낸 인물들이 많이 있다. 이들 사이에서 의미 있는 성과를 내고, 네이버 내·외부의 이해관계자들을 납득시키는 건 송 회장의 몫이 될 거다.”

“스테이블 코인(화폐에 연동해 가격 등락폭을 줄여 가치를 유지하는 암호화폐)시대가 도래하면 결제 수단에 대한 변화가 반드시 생길 것이란 큰 흐름을 이 의장이 읽은 것 같다. 다만 구체적인 사업 내용까지 진도가 많이 나간 건 같지는 않다. 사업보다는 사람 중심으로 이번 딜을 바라보는 게 그림이 더 잘 그려질 거다. 앞으로 사업은 송 회장 등 다음 사람들이 꾸려나가는 것이고, 이 의장은 그 판을 깔아준 것이라 본다.”

“내가 제안” vs “인생 최대 고민”…이해진·송치형이 밝힌 ‘빅딜’ 비하인드 - 한국경제

“같이 일하게 된다면 네이버뿐 아니라 대한민국 전체 소프트웨어 생태계에도 도움이 될 수 있는 사람이라고 생각해서 제가 먼저 제안했습니다.”

“지분이 줄어드는 건 이 의장에게는 고민거리가 아니었다. 이 의장은 네이버를 창업하고 지금까지 네이버를 키우기 위해 투자받았고, 여러 번의 인수합병을 진행했다. 그럴 때마다 창업자인 그의 지분은 줄어들었다. 하지만 그런 선택을 했기에 지금의 네이버로 성장할 수 있었다는 설명이다.”

“이 의장은 “회사를 지분으로 운영한다고 생각하지 않는다”며 “회사에 기여할 수 있다면 계속 역할을 하면 되는 것이고, 그렇지 않다면 더 능력 있는 사람들이 회사를 이끄는 것이 맞는다고 생각한다”고 했다. 그러면서 “지분이 줄어드는 것보다는 이 회사가 더 잘될 수 있느냐, 우리 직원들이 더 재밌는 서비스와 새로운 도전을 할 수 있느냐, 그게 훨씬 중요하다”고 덧붙였다.”

버크셔 해서웨이의 토드 콤스 인터뷰 (2023년 10월) - Bluewater

“주변 사람이 당신 안에서 당신보다 먼저 잠재력을 본다면, 그것만큼 강력한 축복은 없습니다.”

#마지막으로

taste & beauty. 닐 메타가 왜 SSI에 투자했는지 알 것 같기도 하다.

Dwarkesh Patel:

마지막 질문입니다. “연구의 취향(research taste)”이란 뭘까요? 당신은 분명 AI 연구를 하는 데 있어서 세계에서 가장 뛰어난 취향을 가진 사람으로 여겨집니다. AlexNet부터 GPT-3까지, 딥러닝 역사상 가장 큰 사건들에 공동 저자로 참여하셨죠. 그게 대체 무엇이고, 그런 아이디어들을 어떻게 떠올리는지 당신 방식은 어떻게 설명할 수 있을까요?

Ilya Sutskever:

제 개인적인 관점에서 답해볼게요. 사람마다 방식은 다르다고 생각합니다. 저를 개인적으로 이끄는 한 가지는, AI가 ‘어떻게 생겨야 하는가’에 대한 어떤 미학적 기준입니다. 사람은 어떤 존재인지에 대해 생각하되, “올바르게” 생각하려는 거죠. 사람을 잘못 이해한 채로 생각하는 건 정말 쉽습니다. 그렇다면 사람을 올바르게 생각한다는 건 무슨 뜻일까요?

예를 몇 가지 들어볼게요. 인공 뉴런이라는 아이디어는 뇌에서 직접 영감을 받은 것이고, 아주 훌륭한 아이디어입니다. 왜냐하면 이렇게 생각하게 되니까요. 뇌에는 여러 구조가 있고, 주름도 있지만 그 주름은 아마 중요하지 않을 수 있어요. 그런데 우리는 왜 뉴런이 중요하다고 생각할까요? 뉴런은 엄청나게 많기 때문입니다. 뭔가 “그게 맞는 것 같다”는 느낌이 들죠. 그래서 뉴런이라는 단위를 원하게 됩니다. 그리고 뉴런들 사이의 연결을 바꾸는 어떤 국소적(local) 학습 규칙도 원하게 돼요. 뇌가 실제로도 그런 방식으로 작동할 것 같거든요.

분산 표현(distributed representation)이라는 아이디어도 마찬가지입니다. 뇌는 경험에 반응하니, 우리의 신경망도 경험으로부터 학습해야 한다는 생각이죠. 뇌가 경험에서 배우면, 신경망도 경험에서 배워야 한다. 그러다 보면 스스로에게 묻게 됩니다. 어떤 것이 근본적인가, 근본적이지 않은가? 사물은 원래 어떻게 “되어야” 하는가?

이런 것들이 저에게 꽤 큰 길잡이가 되어왔습니다. 여러 각도에서 생각해보고, 거의 ‘아름다움’—아름다움과 단순함—을 찾는 거죠. 추함은 들어설 자리가 없습니다. 아름다움, 단순함, 우아함, 그리고 뇌로부터의 올바른 영감. 이 모든 것들이 동시에 존재해야 합니다. 그것들이 더 많이 충족될수록, 탑다운 믿음을 더 확신할 수 있어요.

이 탑다운 믿음은 실험 결과가 내 예상과 충돌할 때도 나를 버티게 해줍니다. 데이터를 항상 신뢰하기만 하면, 가끔은 내가 방향은 맞게 가고 있는데 단지 버그가 있어서 결과가 틀어질 수도 있거든요. 그런데 그 버그가 있다는 걸 우리는 모릅니다. 그러면 어떻게 버그가 있다는 걸 알아챌 수 있을까요? 계속 디버깅해야 하는지, 아니면 이 방향 자체가 틀렸다고 결론 내려야 하는지 어떻게 판단하나요? 그때 필요한 게 탑다운입니다. “세상은 이렇게 되어야만 해. 이런 방식은 반드시 작동해야 해. 그러니 계속 가야 해.”라고 말해줄 수 있는 것. 그게 탑다운이고, 그 근거는 여러 층위의 아름다움과 뇌로부터의 영감에 있습니다.

참고) 닐 메타 왈:

그린옥스 내부에서 베니랑 하루 종일 같이 있다 보면, 아마 가장 의외라고 느낄 만한 게 ‘아름다움(beauty)’에 집착한다는 점일 거예요. 저희는 재무제표 보는 것도 좋아하지만, 결국 ‘아름다운 비즈니스’를 좋아하고, 아름다운 관계를 맺고, 세상을 조금 더 낫게 만들고 싶어 해요. 그래서 그린옥스도 단순히 매출 3배에 사서 5배에 파는 그런 투자에는 관심이 없고, 진짜로 세상에 기여하는 회사를 찾는 거죠.

지금 제가 하는 일은 훌륭한 창업자를 발굴하고, 그들이 ‘세대를 대표하는 회사’를 세우는 것을 돕는 일인데, 여기에도 분명 예술성이 있다고 생각해요. 저희가 그린옥스 내부에서 회사를 ‘그림을 그리는 화가’에 비유하곤 하는데, 저희 젊은 팀원들에게 “만약 화가를 평가하는 일을 한다면, 어떤 캔버스와 물감을 쓰는지, 혹은 다른 형태의 예술을 사용하는지 깊이 공부해야 해”라고 얘기합니다. 역사상 위대한 화가들을 연구하고, 또 화가들과 직접 이야기하는 거죠. 결국 회사를 만들고 운영한다는 건 일종의 ‘창업자의 작품’이라고 할 수 있고, 저는 그런 작품이 가진 ‘품질(quality)’에 대한 안목을, 그 총포점 경험을 통해 어느 정도 얻었다고 생각합니다.

오늘은 AI, 반도체, 인프라, 하드웨어, 핀테크, 투자에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#오리지널

VC업의 본질 – 2025 버전 - 전종현의 인사이트

연휴라서 가볍게 남겨보는 아카이브 🙂

#AI

Sora 2 is here

Sora 2가 공개되었는데, 모델이 발전한 것도 의미있지만 소라를 개별 앱으로 출시했다는 측면이 훨씬 더 중요해보인다.

아마도 트래픽이 엄청날텐데 이걸 버텨낼 수 있다는 자신감 또한 대단해보이고, 왜 데이터센터 건설에 집중하는건지도 이해가 된다.

Sora update #1

OpenAI에게는 ChatGPT 이후로 가장 성공한 프로젝트가 되어가고 있는 Sora인데, OpenAI가 Sora 앱을 제대로된 SNS로 키우려는 야심을 보여주기 시작한다. 이거 기대보다 판이 커질 수도 있어보이는걸?

“영상 생성에 대한 수익 모델이 필요해졌습니다. 예상보다 사용자 1인당 영상 생성량이 훨씬 많으며, 소수의 시청자를 대상으로 생성되는 영상도 상당합니다. 이에 따라, 사용자가 특정 캐릭터를 생성할 때 해당 캐릭터의 권리자와 수익을 공유하는 방식을 시도할 예정입니다. 구체적인 모델은 시행착오를 거쳐 정해지겠지만, 곧 시작할 계획입니다.”

Introducing Vibes: A New Way to Discover and Create AI Videos

최근에 메타는 Meta AI에 Vibes라는 새로운 AI 비디오 전용 피드를 런칭했는데, Sora와 Vibes 중에 누가 더 파급력이 클지 지켜보는 것도 흥미롭다. 지금까지는 Sora가 Vibes에 비해 압승이긴 한듯.

Meta Vibes, Good Vibes, Vibes Vision - Stratechery

참고로 벤 톰슨은 Vibes가 AI 비디오만 모여져있다는 측면에서 이를 메타버스로 연상시키더라. 그리고 이는 메타가 취할 수 있는 좋은 전략이라고 보는 듯 하고.

OpenAI’s Windows Play - Stratechery

OpenAI의 DevDay 2025를 보면 OS가 되고자 하는 야심이 보이던데, 현재 OpenAI는 AI 시대의 최종 주인공 기업이 될 길을 너무나도 착실하게 걸어가고 있는 것 같다. 샘 알트만은 이 시대의 빌게이츠가 맞는듯.

“플랫폼이 되기 위한 경로는 먼저 대중적으로 폭발적인 인기를 얻는 제품이 되는 것이다. 개발자와 사용자를 확보하는 것은 ‘닭이 먼저냐 달걀이 먼저냐’의 문제가 아니다. 먼저 사용자를 확보해야 개발자가 따라오고, 그렇게 플랫폼이 선순환 구조에 들어간다. 다시 말해, 먼저 제품이 사용자들을 ‘집결(Aggregate)’시켜야 하며, 그 후 개발자들이 자연스럽게 따라온다.”

“ChatGPT를 미래의 운영체제로 만들기 위한 움직임이다. 앱은 더 이상 스마트폰이나 브라우저에 존재하지 않을 것이다. ChatGPT 안에 존재할 것이고, 거기에 없다면 ChatGPT 사용자들에게는 존재하지 않는 것이 된다. 이는 곧, 이러한 통합과 전환 성능을 보장할 책임이 OpenAI가 아닌 서드파티 개발자들에게 돌아간다는 의미다. 사용자 소유에서 오는 힘이며, OpenAI는 이 힘을 본격적으로 행사하고 있다.”

“OpenAI가 생태계에서 중요한 소프트웨어 레이어가 된다면 Nvidia의 장기 가격 결정력은 약화될 것이다. Nvidia는 여전히 칩 성능과 저수준 락인을 통해 막대한 이익을 가져가겠지만, OpenAI가 이 거래를 추진하는 가장 중요한 이유는 자신의 지배적 위치를 스택 내에 고착화하기 위해서다. 이 발표가 Nvidia의 OpenAI 투자 후 몇 주 만에 나왔다는 점은, 사용자를 가진 기업이 궁극적인 권력을 쥔다는 또 하나의 증거다.”

“AI의 Windows가 되려는 이 전략은 OpenAI를 AI 빌드아웃 전체의 핵심축(linchpin)으로 위치시킨다. OpenAI와의 파트너십 발표만으로도 Oracle과 AMD의 주가가 어떻게 반응했는지 보라. OpenAI는 AI 버블의 중심에 자신을 위치시키는 조건을 만들어가고 있으며, 이는 이 공간으로 유입되는 투기적 자본의 최대 수혜자가 된다는 뜻이다. 현재 상황에서는 버블이 터지기 전까지 원하는 만큼 자금을 조달할 수 있을 것으로 보인다.”

“그리고 흥미롭게도, OpenAI-Microsoft의 패턴에서 Apple의 자리는 현재 Google이 차지하고 있다. 칩부터 데이터센터, 모델, 최종 사용자 배포 채널까지 완전 통합 스택을 보유하고 있다. 그러나 Google은 다양한 경쟁자들과 싸우는 대신, 원하든 원하지 않든 OpenAI를 중심으로 점점 더 통합된 생태계와 맞서고 있다. 이것이 바로 수요 집결(Aggregation)과 ChatGPT 현상의 힘이다.”

An Interview with OpenAI CEO Sam Altman About DevDay and the AI Buildout - Stratechery

샘 알트만은 YC에서 투자자로 일하면서 배운 ‘자본배치’ 능력이 사업하면서 큰 도움이 된다고 말한다. 내가 그는 엄청난 수준의 인프라 건설을 해낼 수 있다고 보는 이유.

“(당신은 실리콘밸리 역사상 최고의 자금 조달자 중 한 명으로 오랫동안 여겨졌죠. 그 능력이 이 분야에서 이 정도로 중요하게 작용하리라고 미리 알았나요?)”

“커리어 초기에 배운 것들이 있었어요. 잘하게 됐다고까지는 못 하겠고, 그럭저럭 괜찮은 수준이었는데, 그게 나중에 OpenAI를 운영해야 하는 데 그렇게 좋은 준비가 될 줄은 몰랐습니다. 그런데 매우 도움이 되더군요.”

“제가 만약 제게 타고난 재능이 있는 일을 했다면, 저는 운영자가 아니라 투자자가 되었을 겁니다. 저는 여러 면에서 큰 회사를 운영하기에는 극도로 준비가 되어 있지 않지만, 투자자로서의 훈련과, 이런 미친 지수적 성장이 가능한 세상에서 자본 배분을 어떻게 생각해야 하는지에 대한 프레임워크를 정말로 이해하는 능력을 갖추고 있습니다. 마법을 여러 번 보았고, 프로젝트와 사람을 어떻게 선택하고, 이런 세상에서 자본을 어떻게 배분해야 하는지를 생각하는 방법 말이죠.”

“어떤 의미에서는 OpenAI가 일련의 스타트업에 베팅하고 있는 셈인데, 그들은 모두 내부적이거나 때로는 ‘소라(Sora)’ 같은 제품일 수도 있습니다. 그건 특이했어요. 저는 그게 회사를 운영하는 데 좋은 훈련이 될 거라고 생각하지 않았습니다. 사실, 아마 나쁠 거라고 생각했는데, 유용한 것으로 판명되었습니다. 여기 있는 모든 것들에 대해 한 회차를 통째로 할애할 수도 있겠지만, 그게 또 다른 예입니다.”

샘 알트만은 다 계획이 있다는데, 나는 그의 말을 최대한 믿어야한다고 생각한다.

“(조금 더 자세히 들어가서, 놀라웠던 계약 중 하나는 삼성 및 SK하이닉스와의 계약이었습니다. 분명히 메모리는 미래에 이러한 칩을 구축하는 데 있어 큰 제약인데, 이것이 AMD 계약과 관련이 있는 건가요? 사람들이 가졌던 질문 중 하나는 “AMD가 이 칩에 들어갈 메모리를 어디서 구할 것인가?”였는데, 아니면 여전히 자체 칩을 만들고 계신 건가요?)”

“몇 달만 시간을 주시면 모든 것이 이해가 될 것이고, 전체에 대해 이야기할 수 있을 겁니다. 저희는 보기만큼 미치지 않았습니다. 계획이 있습니다.”

Sora 관련 코멘트

“세상에는 잠재적인 창의적 표현에 대한 수요가 너무나 많아서, 만약 당신이 사람들에게 그것을 조금 더 잘할 수 있도록 돕는 도구를 준다면 — 아마도 구식 방식으로 훌륭한 틱톡 비디오를 만들거나 무엇을 하기가 정말 어려울 수 있지만, 만약 당신이 사람들에게 아이디어에서 창의적인 결과물로 빠르게 나아갈 수 있게 해주는 도구를 준다면, 그것은 매우 깊은 인간의 욕구를 건드리고, 저는 그것이 계속해서 성공하는 것을 보아왔습니다.”

“처음부터 우리에게 분명했고, 우리가 이것을 하게 되어 흥분했던 이유 중 하나이며, 이것이 단지 무의미한 슬롭 피드(slop feed, 저품질 콘텐츠)처럼 느껴질 것이라고 생각하지 않았던 이유는, 우리가 창작의 활성화 에너지를 극적으로 낮출 수 있다면, 평소에 창작하는 것보다 훨씬 더 많은 사람들이 그것을 할 것이라고 희망했기 때문입니다. 그리고 며칠 동안 숫자를 보지 않았지만, 첫 며칠 동안 활성 사용자 중 30 몇 퍼센트가 활성 창작자였는데, 정말 놀라웠습니다.”

How people are using ChatGPT

사람들이 ChatGPT를 사용하는 방법에 대해서 연구한 자료.

아직까지는 ‘구글’과 유사한 목적으로 사용하는 경우가 많아보이는데, 아무래도 지금은 이 세상 모든 사람들이 AI를 어떻게 사용하면 좋을지 알아가는 시기인듯.

3~5년 뒤 똑같은 연구를 하면 직장에서의 사용률이 증가함으로 인해서 크게 다른 연구 결과가 도출될 것 같다.

“이 연구는 OpenAI의 경제 연구팀과 하버드 경제학자 David Deming이 수행한 National Bureau of Economic Research(NBER) 작업 논문으로, 150만 개의 대화에 대한 대규모 개인정보 보호 분석을 통해 ChatGPT 출시 이후 소비자 사용이 어떻게 진화했는지 추적합니다. 샘플 크기와 주간 활성 사용자 7억 명을 고려할 때, 이는 AI의 실제 소비자 사용에 대해 발표된 가장 포괄적인 연구입니다.”

“AI의 민주화를 진행하면서 사용 격차가 좁혀지고 있습니다. 2025년 중반 기준으로, ChatGPT의 초기 성별 격차는 극적으로 좁혀졌으며, 채택은 일반 성인 인구와 유사하게 나타났습니다. 2024년 1월, 이름이 남성적이거나 여성적으로 분류될 수 있는 사용자 중 37%가 전통적으로 여성적인 이름을 가지고 있었습니다. 2025년 7월에는 이 비율이 절반을 초과(52%)하게 되었습니다.”

“또한, ChatGPT는 저소득 및 중간소득 국가에서 특히 빠르게 성장하는 전 세계적으로 접근 가능한 도구가 되었습니다. 2025년 5월 기준으로, 가장 낮은 소득 국가에서의 ChatGPT 채택 성장률은 가장 높은 소득 국가의 4배 이상이었습니다.”

“ChatGPT의 소비자 사용은 대부분 일상적인 작업을 수행하는 데 집중되고 있습니다. 대화의 3분의 2는 실용적인 조언을 구하거나 정보를 찾거나 글을 작성하는 것에 집중하고 있으며, 글쓰기가 가장 흔한 작업이지만, 코딩과 자기 표현은 여전히 틈새 활동으로 남아 있습니다.”

“사용 패턴은 ‘질문’, ‘실행’, ‘표현’의 측면으로 나눠 볼 수 있습니다. 대화의 약 절반(49%)은 “질문”으로, 사람들이 ChatGPT를 작업 완료뿐만 아니라 조언자로서 가장 가치 있게 사용하고 있음을 보여줍니다. ‘실행’ (사용의 40%, 그 중 약 3분의 1은 직장 관련)은 텍스트 작성, 계획 또는 프로그래밍 등과 같은 작업 지향적인 상호작용을 포함하며, 여기서 모델은 출력 생성이나 실용적인 작업 완료를 위해 사용됩니다. ‘표현’(사용의 11%)은 질문이나 실행과는 다르며, 보통 개인적인 반성, 탐색 및 놀이가 포함됩니다.”

“ChatGPT의 경제적 영향은 직장과 개인 생활 모두에 확장됩니다. 소비자 사용의 약 30%는 직장 관련이고 약 70%는 비직장 관련으로, 두 범주 모두 시간이 지나면서 계속 성장하고 있습니다. 이는 ChatGPT가 생산성 도구이자 소비자에게 일상 생활에서 가치를 창출하는 역할을 하는 이중적인 역할을 하고 있음을 강조합니다. 일부 경우, 이는 전통적인 GDP와 같은 지표가 포착하지 못하는 가치를 생성하고 있습니다.”

“가치 창출의 핵심 방법은 의사결정 지원입니다. ChatGPT는 특히 지식 집약적인 직업에서 판단력과 생산성을 개선하는 데 도움을 주며, 사람들이 이러한 이점을 발견함에 따라 사용은 더 깊어지고 있습니다. 사용자 그룹은 시간이 지나면서 개선된 모델과 새로운 사용 사례 발견을 통해 활동을 늘리고 있습니다.”

Cognition | Rebuilding Devin for Claude Sonnet 4.5: Lessons and Challenges

이번에 앤트로픽이 새로운 모델인 Claude Sonnet 4.5을 공개했는데 (이전 모델이 7시간동안 스스로 코드를 작성할 수 있었다면, 이번 모델은 30시간까지 늘어났다는게 포인트), 저번에 윈드서프 인수해서 화제가 된 Devin이 새로운 모델에 맞게끔 제품을 ‘Rebuilding’ 했다고 발표했다.

이 내용이 중요한 이유는 새로운 모델이 나오면 그 모델을 사용하는 프로덕트가 그냥 저절로 좋아지는게 아니라, 나름대로의 노력이 필요하다는 이야기이기 때문이다. 즉, 생각 이상으로 AI 프로덕트를 만들고 운영하는 것이 어려울 수 있다는 이야기.

Sora the App, Sonnet 4.5 and the Question of Models as Processors - Stratechery

이에 관한 벤 톰슨의 의견도 같이 남겨둔다.

“지난 몇 년간 내가 고민해온 큰 질문 중 하나는 모델의 진화가 1980~1990년대 프로세서의 진화와 유사할지 여부였다. 당시 소프트웨어 개발에 접근하는 최선의 방법은 현재 보유한 프로세서의 한계까지 밀어붙여 코드를 작성하는 것이었다. 그러면 여러분이 코드를 완성하거나 그 직후에 고객들은 새로운 프로세서를 얻게 되어, 모든 느린 코드가 빨라지는 동시에 기본적인 동작은 거의 동일하게 유지되었다.”

“AI 모델들이 — 많은 면에서 새로운 프로세서라 할 수 있는 — 유사한 경로를 따른다면, AI 애플리케이션을 개발하는 최선의 방법은 현재 모델의 능력 한계까지 밀어붙여 개발하고, 새로운 모델이 이전 모델과 거의 동일하지만 사실상 모든 측면에서 더 나아진 채로 나타날 것이라는 자신감을 가지는 것이다. 이렇게 하면 애플리케이션은 단순히 API 타겟을 교체하는 것만으로 성능 향상을 수확할 수 있다. 이는 특정 틈새와 사용 사례에 집중할 수 있고, AI 모델의 개선을 거의 추가 비용 없이 누릴 수 있는 풍요로운 세계를 앱 개발자들에게 제공한다.”

“그러나 코그니션은 이것이 반드시 사실이 아닐 수도 있다는 데이터를 제시했다: 그들의 그래프를 보면 새 모델이 일부 벡터에서 실제로 성능이 떨어졌음을 알 수 있다. 새로운 모델의 장점을 진정으로 활용하기 위해 코그니션은 애플리케이션을 완전히 재구축해야 했다.”

“물론 데빈 같은 앱은 모델의 동작과 관련해 “메탈에 매우 가까운” 수준에 있기 때문에, 더 평범한 앱들은 차이를 느끼지 못할 수도 있다. 동시에, 이는 AI 앱 개발자가 예상보다 훨씬 어려울 수 있다는 증거이기도 하다: 이전 투자가 그만큼 가치가 없을 수 있으며, 이는 곧 훨씬 더 높은 지속적인 R&D 비용으로 이어진다. 한편으로 모델 자체는 단순히 사용자의 비즈니스를 직접 잠식할 수 있는 더 많은 기회를 갖게 될 것이다.”

Defeating Nondeterminism in LLM Inference

무라티의 Thinking Machines Lab 블로그에 글이 하나 올라왔는데, 어떤 기술을 만들고 있는지 꽤나 상세하게 서술하고 있다.

쉽게 이야기하면 AI를 실행할 때 마다 매번 결과가 조금씩 달라지는 현상을 고치려고 하며,

이는 원래는 ‘GPU가 동시에 많은 계산을 하다 보니 숫자 더하는 순서가 달라져서 그렇다’라고 설명되지만, 실제로는 서버 상황에 따라 묶이는 요청의 크기가 달라지고 그때마다 계산 방식이 달라지기 때문에 결과가 달라지는 것이라고 규명하고 있다.

그래서 TML은 AI의 핵심 연산(정규화, 행렬 곱셈, 어텐션)을 다시 설계해서 어떤 상황에서도 숫자가 같은 순서로 더해지고 곱해지도록 하여 매번 같은 결과가 나오게끔 모델을 설계하고 있다고 한다.

상당히 흥미로운 문제 인식이라고 생각하는데, 근데 이거 다른 모델 개발사들도 꽤나 금방 따라할 수 있는거 아닌가 하는 우려도 동시에 든다. 과연 TML의 운명은...?

무라티의 스타트업, 첫 제품으로 ‘미세조정용 API’ 출시 - AI타임스

이어서 미세조정용 API인 Tinker라는 제품을 공개했다. 최종 결과물을 내놓기 전 중간 결과물이겠지만, 그럼에도 불구하고 초기 투자받은 밸류에 비해서는 임팩트가 약하긴 한 것 같네.

The YouTube Tip of the Google Spear - Stratechery

AI의 ‘어플리케이션’ 관점에서 현재 가장 뚜렷한 진전을 보이는 영역 중 하나가 광고 영역이라고 생각하는데, 구글은 유튜브라는 엄청난 광고 채널을 가지고 있고 이제 여기에 AI를 활용하기 시작했다는 주장. 매우 설득력이 있다.

“유튜브 영상 속 모든 아이템이 수익화 가능한 표면으로 변하고 있다. 이렇게 노골적으로 말하면 디스토피아적으로 들릴 수 있지만, 실제로는 이득이 크다. 나는 최근 집수리 영상을 많이 보는데, 영상 속 장비들을 바로 확인하고 구매할 수 있으면 정말 편리하다. 대부분 배경에만 나와 있는 장비인데도 말이다. 머지않아 유튜브는 이런 인벤토리를 확보하게 될 것이고, 이를 제휴 링크로 제공하거나 입찰 방식으로 기업이 고객에게 노출할 수 있도록 할 것이다.”

“더 일반적으로 보면, 구글이 이걸 해낼 수 있는 그림이 보인다. 챗봇 시대의 시작은 최악이었지만, 이제 구글은 스스로를 추스르고 모델·인프라 리더십을 바탕으로 실행하고 있다. 반면 메타는 벽에 부딪혀 AI 접근 방식을 완전히 다시 짜야 했다. 물론 마크 저커버그가 해결책을 찾긴 하겠지만, 지금 당장은 구글 — 놀랍게도! — 이 실제 제품을 내놓고 있다.”

“내가 AI 시대 구글에 대해 가졌던 걱정은, 회사가 광고주를 위한 경매를 통해 막대한 경제적 이익을 창출했던 방식 대신, “답변 기계”가 되려는 과정에서 그 이익을 잃을 수 있다는 점이었다. 하지만 그것은 어디까지나 텍스트 기반 세상이다. 장기적으로는 그게 영상 세계만큼 중요하지 않을 수도 있다. 다시 말해, 구글은 검색에서 내가 예상했던 것보다 더 잘하고 있고, 클라우드 사업에 AI가 미치는 영향에도 나는 항상 낙관적이었다. 그러나 내가 놓쳤던 부분은, 구글이 이미 자사의 AI 우월성을 폭발적으로 발휘할 창 끝을 갖고 있다는 점이다. 바로 유튜브. 눈앞에 숨은 거인이자, 동시에 상상할 수 없을 만큼 크지만 이제 막 시작한 사업이다.”

An Interview with Cloudflare Founder and CEO Matthew Prince About Internet History and Pay-per-crawl - Stratechery

클라우드플레어의 Matthew Prince가 AI로 변화를 맞이하고 있는 웹 지형도를 바라보는 관점. 결국 웹의 인터페이스가 검색에서 답변으로 바뀌고 있고, 이에 따라서 새로운 비즈니스모델이 탄생할 것이라는 전망.

개인적으로는 그가 구글을 바라보는 관점이 인상적이었다. 그는 구글을 너무 잘 이해하고 있어서, 이번의 변화가 더욱 명확하게 다가오는 것 같다.

“지난 25년 동안, 인터넷의 인터페이스는 검색이었고, 구글이 그 공간을 지배해왔습니다. 그리고 구글의 회사로서의 인센티브는 인터넷을 가능한 한 많이 성장시키는 것이었습니다. 왜냐하면 혼돈이 있을 때, 검색이 그 혼돈의 조직자가 되기 때문입니다. 하지만 사람들이 실제로 콘텐츠를 만들도록 하는 인센티브가 필요했고, 그래서 구글은 인터넷을 조직하는 것을 만들어야 했을 뿐만 아니라, 사람들이 가는 곳의 트래픽을 가져와서 사람들이 그것을 수익화하도록 돕는 것을 만들어야 했습니다. 주로 광고를 통해서였지만, 구독도 도왔죠. 그리고 구글은 지난 25년 동안 인터넷의 위대한 후원자였습니다. 만약 구글 같은 것이 없었다면 웹은 지금과 같은 모습으로 존재하지 않았을 겁니다. 트래픽을 중심으로 인센티브를 주는 것에는 많은 문제가 있었습니다. 우리는 사람들이 광고를 붙이기 위해 클릭하게 하려고 말 그대로 분노를 유발하는 헤드라인을 만들려고 하는 시스템을 만들었습니다. 그래서 완벽하지는 않았지만, 구글과 검색이 자금을 대지 않았다면 오늘날 우리가 가진 인터넷은 없었을 겁니다.”

“그것이 변하고 있습니다. 세상은 웹의 인터페이스가 검색 엔진에서—검색 엔진은 당신에게 보물 지도를 주고 “이 10개의 파란색 링크를 클릭해서 답을 찾아보세요”라고 말합니다—효과적으로 답변 엔진으로 바뀌고 있습니다. 그래서 OpenAI를 보면, Anthropic을 보면, Perplexity를 보면, 심지어 현대의 구글을 보면, 그들은 검색 엔진이 아닙니다. 그들은 당신에게 보물 지도를 주지 않습니다. 대신, 그들은 그 페이지 맨 위에 바로 답을 줍니다. 그 답은 대부분의 사용자에게, 95%의 사용자에게, 95%의 경우에 더 나은 사용자 인터페이스입니다. 저는 답변 엔진에 반대하지 않고, AI에 반대하지 않습니다. 저는 우리 모두가 상호 작용하는 인터페이스가 그렇게 되는 것이 모든 가능한 면에서 더 낫다고 생각합니다.”

“(Q. 하지만 문제는 당신이 답을 얻고 보물 지도를 얻지 못하면, 트래픽을 생성하지 않는다는 것입니다. 그리고 트래픽을 생성하지 않으면, 트래픽에 기반해 온 웹의 전체 비즈니스 모델이 무너지기 시작합니다. 그리고 그것을 볼 수 있습니다. 이커머스 사이트에서는 그렇게 많이 보이지 않고, 실제로 물리적인 것을 파는 것들에서도 그렇게 많이 보이지 않습니다. 왜냐하면 만약 당신이 어떤 카메라를 사는 것이 가장 좋은지 물었다면, 답을 얻더라도 어딘가에서 사야 하기 때문입니다. 이커머스와 물건을 파는 사람들은 괜찮을 것이지만, 리뷰를 쓴 사람은— 물리적 제품의 위대한 점은 정의상 희소하다는 것이고, 인터넷상의 텍스트의 문제는 그것이 희소하지 않다는 것입니다.)”

“희소하지 않죠, 정확히 맞습니다. 그리고 구글은 모든 사람이 인터넷을 무료로 스크랩할 수 있다는 기대를 만들었지만, 그것은 결코 무료가 아니었습니다. 인터넷은 결코 무료였던 적이 없습니다. 구글이 아주 오랫동안 그 비용을 지불했고, 콘텐츠 제작자들과의 암묵적인 합의는 “우리는 당신의 콘텐츠 사본을 얻고, 그 대가로 당신에게 트래픽을 보내주고 그 트래픽을 수익화하는 것을 도와주겠다”는 것이었습니다. 그 암묵적인 합의는 우리가 검색 엔진에서 답변 엔진으로 전환하면서 무너집니다. 그래서 무언가 변할 것입니다.”

“우리가 새로운 비즈니스 모델을 찾아내는 것입니다. 그리고 그것은 AI 회사들, 즉 거기에 있는 답변 엔진들이 창출하는 수익의 일부가 콘텐츠 제작자들에게 돌아가는 어떤 형태여야 합니다. 그리고 그것이 어떻게 작동하는지는, 다시 말하지만, 우리가 알아내려고 노력하고 있는 것입니다.”

“월간 활성 사용자(MAU)당 연간 1달러를 AI 회사들이 콘텐츠 제작자들에게 분배되는 풀에 넣는다고 생각할 수 있습니다. 계산을 해보면, 오늘날 콘텐츠 측면에서 약 100억 달러에 해당하는데, 이는 오늘날 담장 안의 정원(walled garden)이 아닌 인터넷에서 생성되는 모든 광고 수익을 완전히 대체할 수 있는 금액입니다. 그러니까 인스타그램, 페이스북, 틱톡 그리고 그런 것들을 제외한 (구글 네트워크, 트레이드데스크 등과 같은 것들이요) -> 하지만 월스트리트 저널, 뉴욕 타임스, 파이낸셜 타임스, 레딧, 그 외 모든 것을 포함하면 연간 약 100억 달러입니다. 그건 많은 돈이지만, 미친 듯이 많은 돈은 아닙니다. 그리고 만약 우리가 그것을 해결할 수 있다면, 우리는 실제로 더 나은 비즈니스 모델을 만들 수 있고, 만약 우리가 그것을 제대로 한다면, 저는 그것이 실제로 더 나은 미디어와 더 나은 콘텐츠가 동시에 만들어지도록 장려한다고 생각합니다.”

“다시 말하지만, 클라우드플레어와 상관없이, 저는 여전히 출판사들이 “좋아, 우리는 봇들이 우리 콘텐츠에 접근하는 것을 차단하고, 그 다음에 가장 독특한 콘텐츠를 위한 시장을 만들 것이다”라고 말하는 것이 당연하다고 생각합니다. 그리고 그것이 더 독특할수록, 더 많은 돈을 받게 될 것이라고 생각합니다. 그것은 그냥 당연합니다.”

Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol

OpenAI는 Stripe와의 협력으로 ‘Agentic Commerce Protocol’을 정의하고 Instant Checkout라는 즉시 결제 시스템을 개발했다. 에이전트 커머스의 영역으로 직접 진출하겠다는 의미이자, OS에 필요한 요소들을 하나씩 구축해나가는 모습으로도 볼 수 있겠다.

사실 나는 AI 기반의 커머스에 대해서 회의적이었는데 (왜 필요한지 명확한 이유가 보이질 않았다), 이를 검색의 관점에서 생각해보니 새로운 가능성이 보이는 것 같기도 하다. 검색의 여러 목적 중 하나는 나의 문제를 해결해줄 상품을 찾는 것이 분명히 포함되고, 이 관점에서 ChatGPT는 매우 훌륭한 해결책을 보여주고 있기 때문에 커머스까지 연결지으면 이 검색의 파이는 꽤나 많은 부분을 가져갈 수 있을 것으로 보인다.

즉, OpenAI는 계속해서 검색의 점유율을 높이려는 시도를 하고 있다고 나는 해석했다.

Announcing Agent Payments Protocol (AP2) | Google Cloud Blog

관련해서 구글 클라우드에서 에이전트 결제를 위한 AP2 프로토콜을 공개했다. 이는 스테이블코인을 포함한 여러가지 결제 형태를 지원한다고 한다.

AI 에이전트 시대가 다가오다보니 이를 위한 결제 프로토콜을 선점하기 위한 움직임들 또한 계속해서 나타나는 것 같은데, 결국 이러한 시도들이 모여서 완전히 새로운 인터넷의 모습을 형성하게 될 것 같다.

검색의 시대가 저물고, AI 에이전트의 시대가 열린다 - Chester Jungseok Roh

이걸 카카오가 해낼 수 있냐는 것과는 별개로, 먼 미래에 이걸 다시보면 맞는 말이었네 할 가능성이 높을 것 같다. 무엇보다도 OpenAI 자체가 이런 방향성으로 나가려는 모습을 계속해서 보여주는 것 같고.

(그리고 실제로 OpenAI는 DevDay 2025에서 동일한 방향성을 보여주었다.)

“정신아 대표의 메시지는 나에게 이렇게 들렸다. “카카오의 핵심 경쟁력은 ‘관계의 연결’이다.” 이 관계의 연결 위에 AI를 올려놓겠다는 전략. Kanana 라는 자체 AI와 OpenAI의 ChatGPT를 카카오톡에 직접 내재화시켜, 사용자들이 별도의 앱이나 사이트 방문 없이 대화창에서 모든 것을 해결할 수 있게 만들겠다는 것. 카카오톡이라는 관문(Gateway) 안에서 모든 정보 소비와 생산, 그리고 거래까지 가능하게 만들겠다는 너무나도 당연하지만 아직은 아무도 하지 않았던 일을 하고 있는 것.”

“이제 기업들은 자신들의 서비스를 AI 에이전트로 만들어 카카오톡에 연결할 수 있다. 피자집은 주문 에이전트를, 병원은 예약 관리 에이전트를, 쇼핑몰은 상품 추천 에이전트를 만들어 카카오톡 안에 심는다. 사용자는 카카오톡을 떠나지 않고도 “오늘 저녁 피자 주문해줘”, “다음 주 병원 예약 잡아줘”라고 대화하듯 모든 일을 처리할 수 있게 된다.”

“이것이 바로 AI 시대의 새로운 광고 모델이자 비즈니스 모델이다. 키워드 입찰로 트래픽을 유도하는 것이 아니라, 비즈니스를 AI 에이전트화해서 플랫폼에 직접 통합시키는 것. 카카오는 사용자와 서비스 제공자 사이에 새로운 형태의 GAP을 만들고, 이를 통해 수익을 창출하는 새로운 중간자가 된다.”

“Will AI be as big of a catalyst for a consumer AI wave as mobile?” - Sarah Tavel

‘모바일’은 새로운 폼팩터였기 때문에 사람들이 컴퓨터에 노출되는 시간 자체를 극적으로 끌어올렸고, 그에 따른 수많은 사업 기회들이 파생되었다.

하지만 AI는 시간을 두고 모바일과 경쟁해야하기 때문에, 시간을 뺏어온다는 관점에서는 모바일만큼의 사업 기회들이 등장하기는 어려울 것이다.

다만 반대로 AI는 소비자의 삶을 더 편하게 만들거나 새로운 능력을 부여해줄 수 있는 사업 기회는 훨씬 많이 생길 것이다.

결국 기술마다 나름의 특성이 있고, 이를 가장 잘 발현시킨 회사가 가장 큰 기회를 잡게 되는 것이다.

추가로) 이 내용을 GPT에게 넣어주고 본질을 탐구하게 하였더니:

“한 줄로 말하면, 소비자 AI의 본질은 ‘주의(분) 경제’가 아니라 ‘대행(Agentic)·과업완료 경제’로의 축 이동입니다.”

“모바일은 유휴 시간을 디지털로 흡수해 ‘분’을 폭발시켰고, AI는 (현재) 기존 분을 재배치하면서 반복 과업을 자동화·대행해 가치(지불의사)를 만든다는 점이 핵심 차이예요. 그래서 초반 승부처는 틱톡류와의 주의 쟁탈이 아니라 유틸리티·에이전트형 서비스(일·학습·구매·건강·가계정리·창작 등)입니다.”

“이 판을 바꾸는 트리거는 세 가지: (1) AI-네이티브 디바이스/보이스·웨어러블 보급, (2) OS·메신저의 백그라운드 권한 개방(분배), (3) 추론비용의 한 자릿수 배 하락. 이 셋이 겹치는 순간, ‘분’까지 커지며 모바일급 파장이 다시 열립니다.”

“따라서 지금 측정해야 할 지표도 DAU·체류시간보다 주당 완료 과업 수, 성공률, 유료전환/재구매입니다.”

China Releases “AI Plus” Policy: A Brief Analysis

중국의 ‘AI 플러스’ 전략의 목표는 AI 어플리케이션의 대중화. 즉, AI를 기술에 머물지 않고 실제로 실생활에 쓰이게끔 만들겠다는 것.

• Step 1: 2027년까지. 6대 핵심 분야에서 광범위하고 심층적인 AI 통합을 달성한다. 차세대 지능형 단말기와 AI 에이전트의 사용률은 70%를 초과해야 하며, 지능형 경제의 핵심 산업 규모가 빠르게 성장해야 한다.

• Step 2: 2030년까지. 지능형 단말기와 AI 에이전트의 보급률이 90%를 초과하고, 지능형 경제가 중국 경제의 주요 성장 동력이 될 것이다.

• Step 3: 2035년까지. 중국은 본격적으로 지능형 경제와 지능형 사회의 새로운 단계로 진입하게 될 것이다.

How many digital workers could OpenAI deploy? - Epoch AI

현재 AI는 몇명의 인간 노동자를 대체할 수 있는가? 시간이 흐를 수록 숫자는 커질 수 밖에 없고, 그 숫자에 따라 세계 경제에 미치는 파급력은 기하급수적으로 커질 것이다.

이 글은 현재 OpenAI와 같은 기업들이 약 700만 명 규모의 디지털 노동자를 배치할 수 있는 하드웨어를 보유하고 있는 것으로 추산하였는데, 숫자 자체보다는 이 숫자를 계산한 근거가 상당히 흥미로웠다.

그리고 자연스럽게 ‘진짜로 당장 700만명의 사람을 대체할 수 있다면?’ 이라는 질문도 해보게 된다.

<선도 연구소들이 배치할 수 있는 디지털 노동자 수 추정하기>

그렇다면 이 700만이라는 숫자는 어디서 나온 걸까? 노동통계국(BLS) 웹사이트에 “AI 직원 수” 페이지가 있는 것도 아니다. 따라서 우리는 AI가 실제로 수행하고 있는 “작업량”을 추정해야 한다.

우리는 AIs가 매일 처리하는 토큰 수와 인간이 하루 동안 읽고, 생각하고, 쓰면서 “처리”하는 효과적인 토큰 수를 비교한다. 두 값을 나누면, 현재 AI가 해결할 수 있는 작업에서의 디지털 노동자 수가 나온다.

첫 번째 단계는 선도 연구소들이 하루에 처리하는 토큰 수를 계산하는 것이다. 구체적인 예로 OpenAI의 GPT-5를 살펴보자.

한 가지 방법은 OpenAI의 추론(inference) 컴퓨팅 예산을 보는 것이다. The Information의 보도에 따르면, OpenAI는 현재 약 48만 개의 H100 상당량의 칩을 보유하고 있으며, 이는 하루 약 10²⁵ FLOP(부동소수점 연산)을 처리할 수 있다. GPT-5가 토큰 하나를 생성하는 데는 대략 1000억~6000억 FLOP가 필요하므로, 하루 10조~100조 토큰 정도를 생성할 수 있다.

또 다른 접근법은 사용량 통계를 직접 보는 것이다. ChatGPT는 하루 약 40억 개의 메시지를 전송하는 것으로 추정된다. 만약 API 사용량이 ChatGPT 토큰의 1/4을 차지하고, 평균 메시지 길이가 4000 토큰이라면, GPT-5는 하루 약 20조 토큰을 생성하는 셈이다.

최종 계산에서는 이 두 가지 추정치를 혼합해, 불확실성을 반영한 신뢰구간을 적용했다. 그 결과 중앙값은 하루 약 19조 토큰이다. 이는 Google의 AI 모델들이 하루 35조 토큰을 생성한다는 추정치와 비교해도 상당히 근접한 수치다.

이제 토큰 수를 알았으니, 이를 “인간 노동자 당 하루 토큰 처리량”으로 나눠 디지털 노동자 수로 변환해야 한다.

<인간 노동자의 ‘토큰 처리량’을 기준으로 환산하기>

단순히 인간이 하루 동안 말하거나 쓰는 단어 수를 기준으로 할 수도 있다. 그러나 이는 인간이 실제로 생각에 사용하는 시간을 과소평가할 가능성이 크다. 따라서 **인간의 사고 속도(분당 380 단어)**를 기준으로 삼았다. 이를 토큰으로 환산하고, 하루 8시간 근무한다고 가정하면, 인간 노동자 한 명은 하루 약 24만 토큰을 처리한다.

단순 계산으로는 “GPT-5는 하루 19조 토큰을 출력하고, 인간은 1인당 24만 토큰을 처리하니 19조 ÷ 24만 = 8000만 디지털 노동자”라는 결과가 나온다. 하지만 이건 “GPT-5의 토큰 1개 = 인간의 토큰 1개”라고 가정하는 셈인데, 이는 사실이 아닐 수 있다.

그래서 대안 접근법으로 METR 연구를 참고했다. METR은 AI가 특정 소프트웨어 관련 작업(예: 버그 수정)을 수행하는 데 인간이 걸리는 시간과 비교하는 방식이다. 예를 들어, 어떤 작업을 인간 프로그래머가 한 시간에 해결한다고 하자. GPT-5가 동일한 작업을 처리하는 데 필요한 토큰 수를 계산하고, 이를 하루 8시간에 곱해 “인간 1명에 해당하는 하루 토큰 수”를 추정한다.

METR 연구에 따르면 GPT-5는 이런 작업을 해결하는 데 10만~100만 토큰을 사용한다. 하루 8시간으로 환산하면 80만~800만 토큰이다. 19조 토큰을 이 수치로 나누면, 약 240만~2400만 명의 디지털 노동자가 나온다.

이 두 접근법을 결합한 결과, 중앙값 추정치는 700만 명, 신뢰구간은 매우 넓다.

Founders Fund Shifts From Caution to Concentrated Bets on AI - The Information

피터틸이 파운더스펀드 주주총회에서 소수의 AI 기업들에게 집중투자 하겠다는 계획을 발표했다고 한다.

그는 작년에 2024년의 AI는 1999년의 인터넷과 유사하다며 버블을 경고한 바 있는데, 그럼에도 불구하고 소수의 기업들은 살아남아 독점력을 가질 것이라고 생각했을 것이다. 집중투자의 달인께서 이제 어느정도 씬에 대한 판단이 서신 모양.

참고로 그들이 투자한 AI 회사는 OpenAI, Cognition (Devin), Crusoe, General Matter가 대표적이다. 최근 OpenAI $300b 라운드에도 $1b 투자했다고 알려져있고.

Concentrating In Winners | Vince Hankes, Partner at Thrive Capital | Ep. 27

Thrive Capital 파트너인 Vince Hanke가 말하는 포폴사들 투자 이유

“Isomorphic은 구글 내부에서 시작됐습니다. Gemini를 이끄는 Dennis Hassabis의 두 번째 프로젝트 혹은 회사입니다. 그는 단백질 구조 예측에 관한 연구로 Snowball Prize를 받았습니다. 그 연구가 이제 이 회사로 발전했습니다. 회사의 전체 미션은 “모든 질병을 치료한다”입니다. 매우 거대한 미션이죠. 좋은 미션이기도 합니다. 우리 포트폴리오에서 OpenAI와 맞먹을 정도의 잠재적 규모를 가질 수 있는 몇 안 되는 회사 중 하나라고 생각합니다. 만약 그 미션이 가능해진다면, 수조 달러 규모의 시장이 열립니다. 그들의 목표는 모든 실험실의 ‘습식 실험(wet lab)’을 컴퓨터로 시뮬레이션하는 것입니다. 만약 그렇게 된다면, 신약 개발의 방식이 완전히 뒤집히게 됩니다. 기존의 waterfall 대신, 모든 것을 컴퓨터 상에서 실행하는 구조가 되는 것이죠.”

“하지만 제 생각에 데이터브릭스 투자에 있어서 가장 중요한 점은, 단일 제품 회사에서 다중 제품 플랫폼으로 전환하고 있다는 것이 분명해졌고, 플랫폼의 가치는 단일 제품의 가치보다 훨씬 크다는 것입니다. 그래서 본질적으로 가격이 잘못 책정된 것입니다. 왜냐하면 단일 제품보다 다중 제품 플랫폼을 구축하는 것이 훨씬 어렵기 때문입니다.”

“왜 우리가 Rogo에 흥미를 느꼈는가? 그것은 ‘사람’에서 시작합니다. 예를 들어, Gabe(창업자)는 제가 보기엔 12점 만점에 12점입니다. 정말 탁월하죠. 그리고 그 카테고리 자체도 흥미로운 특성을 가지고 있습니다. 개인적으로 저는 “데이터 비즈니스를 챗봇을 통해 노출하는 것”이 대규모 노동 시장을 공략하는 것보다 더 흥미로운 지점이라고 생각합니다. 그래서 저는 요즘 어떤 데이터 자산을 이런 방식으로 노출할 수 있을까에 집중하고 있습니다. 모델들이 거대한 데이터를 구조화하고 검색하는 데 놀라울 정도로 뛰어나기 때문입니다.”

AI Will Not Make You Rich - joincolossus

이번 AI 사이클에서 마지막 승자가 되기 위해서는 어느 구간에 비중을 크게 실어야할지, 그리고 어느 타이밍에 들어가고 나올 것인지 끊임없이 고민해야 할 것이다.

아래는 GPT에게 부탁한 글 요약:

이 글은 생성형 AI가 새로운 “부의 물결”을 만들 수 있을지, 아니면 기존 대기업과 소비자에게만 이익이 돌아가고 창업자·투자자에게는 큰 몫이 남지 않을지를 역사적으로 비교하는 논문형 에세이입니다.

핵심은 PC 혁명과 컨테이너화의 대비입니다. PC는 예기치 못한 수요와 분산적 실험이 터져 나오며 스타트업과 투자자에게 엄청난 부를 안겼습니다. 반면 컨테이너화는 세계 경제를 뒤바꿀 만큼 혁신적이었지만, 경쟁과 과잉투자로 수익성이 낮아져 창업자·투자자가 얻은 이익은 극히 제한적이었습니다. 글은 AI가 후자에 더 가깝다고 주장합니다.

AI는 이미 모두가 그 잠재력을 인지하고 있어 “놀라움”이 부족하며, 빅테크가 모델을 지배하고 실험 공간이 제한적입니다. 따라서 모델·앱 회사에 무턱대고 투자하기보다는, 소비자와 다운스트림 산업에 기회가 있다고 봅니다. 즉, AI로 생산성이 개선되는 지식집약 서비스(의료, 교육, 금융, 크리에이티브) 기업 중 비용 절감을 가격 인하와 볼륨 확대 전략으로 전환할 수 있는 곳이 승자가 될 가능성이 큽니다. 반면 인프라·데이터센터나 모델 회사는 이미 고평가되어 있으며, 성공해도 빅테크에 흡수될 리스크가 큽니다.

결론적으로, AI의 총가치는 크지만 투자자와 창업자가 얻을 초과이익은 제한적이고, 진짜 수혜자는 소비자가 될 가능성이 크다는 점을 강조합니다. 투자 전략은 “무엇이 새로운가”보다 “효율성이 열어주는 기회가 어디에 있는가”를 찾는 데 맞춰야 한다는 메시지입니다.

#반도체

NVIDIA Unveils Rubin CPX: A New Class of GPU Designed for Massive-Context Inference

Another Giant Leap: The Rubin CPX Specialized Accelerator & Rack - Semi Analysis

LLM 추론은 입력을 읽어 첫 토큰을 만드는 프리필(연산 집약·대역폭 덜 씀)과 이후 토큰을 뽑는 디코드(메모리 대역폭 집약) 이렇게 두 부분으로 나뉘는데, 지금껏 두 단계를 같은 HBM GPU로 처리하느라, 프리필 구간에서는 비싼 HBM 대역폭이 놀고 TCO(총비용)가 낭비되었다고 한다.

이번에 공개된 Rubin CPX는 프리필에 특화된 단일 가속기로, HBM 사용량과 비용 비중을 크게 낮추고 & NVLink 같은 스케일업 네트워킹 비용도 절감시켜서 → 결과적으로 토큰 단가에서 큰 우위를 확보했다고 한다.

그냥 심플하게, 엔비디아가 추론에 최적화된 솔루션을 선보였다고 보면 된다. 역시나 항상 앞서가는 엔비디아.

삼성 HBM4와 1c D램 현황은 어떨까 - 강해령의 테크앤더시티

삼성전자가 드디어 엔비디아 HBM3E 퀄 테스크를 통과했다는 소식이 들려오는데, 내부에서는 당연히 HBM4에 사활을 걸고 있다고.

아직 HBM4에 들어가는 1c D램의 수율이 높지 않은 상황이지만, 돈을 버는 것 보단 일단 넣는게 중요하다는 판단인가보다.

“현재까지 삼성전자가 HBM4에 쓸 1c D램의 수율은 콜드 테스트 기준 35% 전후로 파악됩니다.”

“SK하이닉스의 1c D램 수율은 상반기에 이미 80%를 넘겼습니다. 1b D램 및 HBM 시황과 타이밍을 보고 양산 설비를 구축하고 있는 단계죠.”

“양사의 설비 투자 흐름을 보면 내년은 확실하게 HBM4와 1c D램의 시대가 될 것 같습니다.”

“최대 월 120만장인데”...오픈AI, 삼성·SK에 HBM용 D램 90만장 요청

샘 알트만은 한국에 찾아서 디램 90만장 공급을 요청. 삼성전자 하이닉스가 합쳐서 120만장 정도의 캐파를 가지고 있으니 저 숫자가 사실이라면 OpenAI 만으로도 75%나 차지한다는 소리.

아래는 메모리 반도체 관련해서 내가 이런저런 생각을 메모한 내용 (주의: 추정이 들어갔기에 사실과 다를 수 있습니다.)

<HBM>

그동안은: 엔비디아 GPU에 HBM에 쓰이기 시작했고, 이걸 하이닉스가 독점 공급하면서 하이닉스 시대가 열렸다.

• HBM의 이익률은 50~60%로 일반 DRAM의 30%보다 훨씬 높고

• 각 HBM 칩은 특정 AI GPU 칩에 맞게 설계되어야 하기 때문에, 생산 1년 전에 주문이 이뤄져야 하며 일반적으로 1년 단위로 계약을 진행된다. 따라서 HBM은 기존의 디램/낸드와는 다르게 팹리스 기업과 유사하다.

• 덕분에 하이닉스는 약 2년간 돈을 쓸어담았다.

삼성전자와 마이크론이 엔비디아에 HBM을 넣기 위해 고군분투하였고, 결국 이제서야 들어가는 느낌이다.

• 마이크론이 먼저 HBM3E 8단 넣기 시작했고, 12단 또한 퀄 통과한 것으로 알려졌다.

• 삼성전자 또한 AMD에 이어서 결국 엔비디아에 HBM3E 12단 넣기로 확정되었다.

HBM4가 진정한 전쟁터가 될 것으로 보이는데, 현재까지는 삼성, 하닉, 마이크론 모두 납품할 것으로 보인다.

• 삼성전자가 (상대적으로 수율이 낮은) 1c 디램을 통해서 퀄을 통과할 예정이라고. 그만큼 진심이다.

• 마이크론은 성능이 낮아서 납품이 어려울 것이라는 우려와는 다르게 좋은 성능을 뽑아내며 가능성이 커졌다.

그리고 DDR5 가격 상승이 HBM 가격 협상에 직접적인 지렛대로 작용해서, ASP 하락 우려가 줄어듬

• “HBM이 DRAM을 잡아먹는다”는 과거의 우려가, ‘DRAM이 HBM을 지탱한다”는 새로운 시각으로 전환

→ 하이닉스 독점 포지션이 깨질 것 같고, 당분간 HBM으로 인한 수혜는 닉스보다는 삼전과 마이크론이 더 클 예정

→ 그럼에도 불구하고 HBM 수요가 지금보다 훨씬 커질 것이기에 3사 모두 행복할 것이라고 생각됨

<DRAM>

모두가 HBM에 집중하느라 디램 투자는 제한되었고, 자연스럽게 디램 공급이 부족해지기 시작했다.

• 26년에 삼전 P4, 하닉 M15x Phase1은 HBM4를 위한 투자

• 27년에 삼전 P5, 하닉 용인 Y1이 준공되어서야 캐파 증가가 가능함

• 최근 DRAM 시장이 수요 개선 없이도 공급 타이트로 가격이 두 자릿수(q/q 10% 이상) 상승하기 시작

→ HBM으로 인해서 디램 공급 축소가 일어나면서 디램의 가격이 구조적인 상승이 일어나기 시작한 것

여기서 샘 알트만은 월 90만장에 이르는 디램 공급을 요청했다 (!!!)

• 현재 삼성전자의 전체 D램 생산능력(CAPA; 캐파)은 월 60만~65만장으로 추산된다. SK하이닉스는 월 50만장 수준이다. 마이크론은 월 30만장 정도.

• 따라서 120만장 정도의 캐파인데, 여기서 90만장이면 75%나 달라는 소리다.

• = 스타게이트만 전 세계 DRAM 생산량의 거의 40%를 차지할 것

→ 공급이 부족해서 가격 상승이 일어났는데, 앞으로는 수요까지 폭증하네? 말도 안되는 숫자로…?

<SSD>

AI가 데이터를 워낙 많이 생성해내고, 더불어서 멀티모달로 진화하면서 데이터 스토리지의 중요성이 계속해서 증가하고 있다.

• 우선 기업들은 HDD를 찾았던 것 같은데, 구할 수 있는 HDD가 부족해지자 SSD까지 찾기 시작한 모양이다.

• 그리고 원할한 서비스의 제공을 위해서라도 기업들은 SSD를 찾을 수 밖에 없다. 속도가 차원이 다르니.

• eSSD 시장 현재 1위는 삼성, 2위는 SK하이닉스 (3위 마이크론, 4위 키옥시아, 5위 샌디스크)

  • 지난 2분기에 eSSD 쪽에서 닉스가 +47%QoQ의 압도적 매출성장을 보이면서 M/S 26.7% 기록(+5.9%P vs 1Q25)

  • M/S 3.9%인 샌디스크의 현 시총은 $20b

→ 웨스턴디지털 & 씨게이트의 상승을 샌디스크가 9월부터 한방에 따라잡았으며, 이 추세는 더욱 가팔라지는중

<멀티플>

AI 덕분에 HBM이라는 새로운 아이템에 디램 & 낸드까지 사이클이 찾아온 상황.

• 메모리 시장의 수요 곡선 자체를 근본적으로 바꾸는 구조적 변화의 신호탄으로 해석하기 시작.

• 역사상 가장 강하고 긴 메모리 사이클이 찾아온다는 이야기가 나오기 시작한데 이어서,

• 메모리는 더이상 시클리컬 산업이 아니라 ‘장기 고성장산업’으로 변화하고 있다는 소리까지 나오기 시작

→ 모건스탠리는 마이크론 타겟 PER 22배로 설정하며 이를 반영하기 시작

→ 삼성전자와 하이닉스에 같은 논리를 대입하기 시작하면, 메모리는 이제 시작이 아닐까…?

NVIDIA and Intel to Develop AI Infrastructure and Personal Computing Products

인텔과 엔비디아의 딜은 아래와 같은 내용을 담고 있는데, 왜인지 나는 엔비디아가 더 득을 보는 것 같다 (시장은 인텔에 환호했지만).

• 인텔은 아키텍처에 NVLink를 통합해, 특히 기업 시장에서 NVLink를 이더넷의 훨씬 더 신뢰할 만한 대안으로 만든다.

• 인텔은 엔비디아 시스템에서 사용할 맞춤형 x86 칩을 설계할 것이다. 현재 엔비디아 시스템은 모두 엔비디아가 설계한 ARM 칩을 사용한다.

• 인텔은 인텔 CPU와 엔비디아 GPU를 통합한 칩렛 기반 시스템온칩(SOC)을 판매할 것이다.

Nvidia and Intel, Tan’s Earnings Call Negotiation, Deal Specifics - Stratechery

그리고 재미있는 관점들:

“이번 거래에서 가장 큰 패자는 TSMC가 아니라 AMD다. AMD는 2006년 ATI 인수 덕분에 x86 CPU뿐만 아니라 GPU에서도 인텔과 경쟁한다는 차별성을 오래 유지해왔다 (ATI는 당시 엔비디아의 가장 큰 경쟁자였다). 그러나 불행히도 AMD는 소프트웨어에 능숙하지 못했고, 엔비디아가 구축한 AI 소프트웨어 스택을 만들지 못했다. 또한 엔비디아가 가진 네트워킹 능력도 없다. 이는 CPU와 GPU 사업을 모두 보유한 것이 가질 수 있었던 가치를 충분히 실현하지 못했음을 의미한다. 이제 엔비디아 GPU와 x86 CPU를 동시에 원하는 회사들에게 명확한 1순위 선택지가 생겼으며, 그 인텔 CPU에는 AMD가 가지지 못한 또 하나의 독점 기술이 탑재될 것이다.”

“주목할 점은 이번 거래가 인텔 팹에서 엔비디아 AI 칩을 만드는 것이 아니라는 점이다. 인텔은 이번 거래의 칩과 아마도 다른 엔비디아 제품들에 대해 패키징 작업을 더 많이 얻게 될 것이다. 인텔의 패키징은 상당히 진보되어 있지만, 최첨단 칩 제조와는 직접 관련이 없다. 그럼에도 엔비디아는 도움을 주고 있다. 50억 달러와 장기적 약속은 회사에 대한 신뢰의 표시이며, 인텔이 필요로 하는 고객을 다른 누군가가 맡을 가능성을 높인다. 결국, 이것이 아마도 이번 거래의 가장 영리한 부분일 것이다. 미국-인텔 거래 이후, 모든 대형 팹리스 반도체 회사들이 인텔 지분을 취득하고 거래를 제공하라는 압박을 받을 가능성이 크다. 엔비디아는 먼저 움직여, 자사 사업에 실제로 유용한 거래를 성사시켰고, 동시에 아무도 원하지 않는 인텔 제조에 직접적으로 약속하지 않아도 되었다.”

AMD and OpenAI announce strategic partnership to deploy 6 gigawatts of AMD GPUs

OpenAI가 총 6GW 규모의 AMD 칩을 구매하겠다는 파트너십을 발표. 이 과정에서 AMD는 OpenAI가 주당 1센트에 지분 10%를 인수할 수 있는 조건부 계약을 채결.

AMD는 칩 팔 수 있어서 좋고, OpenAI는 싸게 칩 수급할 수 있어서 좋고, 엔비디아 의존도를 줄일 수 있는건 덤.

#인프라

OpenAI, Oracle, and SoftBank expand Stargate with five new AI data center sites

OpenAI는 추가 데이터센터 부지를 공개하면서 스타게이트 프로젝트의 확장을 공식화했다. 세 곳은 오라클, 두 곳은 소프트뱅크와 함께하는 구조.

처음에 스타게이트 프로젝트가 발표될 때만 하더라도 이게 말이되나 싶은 숫자였는데, 이제는 진짜가 되어가고 있다. OpenAI의 거대한 인프라 프로젝트가 속도가 붙는 모습.

“7월에 OpenAI와 Oracle은 최대 4.5기가와트의 추가 Stargate 용량을 개발하기 위한 협약을 체결했습니다. 이는 향후 5년 동안 양사 간 3,000억 달러를 초과하는 파트너십을 의미합니다. 세 곳의 신규 부지—텍사스주 샤켈퍼드 카운티, 뉴멕시코주 Doña Ana 카운티, 그리고 곧 발표할 예정인 미드웨스트 지역의 한 부지—에 더해, 텍사스주 애빌린의 플래그십 Stargate 부지 인근에서의 600메가와트 추가 확장 가능성을 합치면, 5.5기가와트를 넘는 용량을 제공할 수 있습니다.”

“오늘 발표되는 나머지 두 곳의 Stargate 부지는 향후 18개월 동안 1.5기가와트까지 확장될 수 있습니다. 이들 부지는 여러 기가와트 규모의 AI 인프라로 확장 가능한 SoftBank와 OpenAI의 파트너십을 통해 개발될 예정입니다.”

Abundant Intelligence

샘 알트만의 최근 우선순위는 누가 봐도 AI 인프라 확장인데, 이에 대한 샘 알트만의 생각은 다음과 같다:

“만약 우리가 컴퓨팅에 의해 제한된다면, 우리는 무엇을 우선시할지를 선택해야 할 것입니다. 그 선택을 하고 싶어하는 사람은 아무도 없으니, 그러지 않도록 만들기 위해 우리가 해야 할 일은 바로 인프라를 구축하는 것입니다.”

“우리의 비전은 간단합니다: 우리는 매주 1기가와트의 새로운 AI 인프라를 생산할 수 있는 공장을 만들고자 합니다. 이를 실행하는 것은 매우 어려울 것입니다. 이 이정표에 도달하려면 몇 년이 걸리고, 칩에서부터 전력, 건축, 로보틱스에 이르기까지 모든 수준에서 혁신이 필요할 것입니다. 그러나 우리는 이에 대해 열심히 작업해왔으며, 이는 가능하다고 믿습니다. 우리의 생각으로는, 이것은 가장 멋지고 중요한 인프라 프로젝트가 될 것입니다. 우리는 특히 이 인프라를 미국에서 많이 구축하는 것에 대해 매우 흥분하고 있습니다. 지금 다른 나라들이 칩 팹이나 새로운 에너지 생산 시설을 우리보다 훨씬 빠르게 구축하고 있기 때문에, 우리는 그 흐름을 뒤집는 데 기여하고 싶습니다.”

“향후 몇 달 동안 우리는 이 계획과 이를 현실로 만들기 위해 함께 일하고 있는 파트너들에 대해 이야기할 예정입니다. 올해 후반에는 이를 어떻게 자금을 조달할 것인지에 대해서도 언급할 것입니다. 컴퓨팅을 늘리는 것이 수익 증가의 열쇠라는 점에서, 우리는 몇 가지 흥미로운 새로운 아이디어를 가지고 있습니다.”

OpenAI and NVIDIA announce strategic partnership to deploy 10 gigawatts of NVIDIA systems

그럼 돈은 어디서 나오는가? 바로 이렇게!

엔비디아가 OpenAI에 수년간 $100b를 투자하여 최소 10GW 데이터센터를 건설하겠다고 발표.

예전부터 AI는 결국 컴퓨팅 인프라 게임으로 흘러갈 것 같다는 생각을 자주 공유하곤 했었는데, 요즘의 뉴스들이 그걸 증명하고 있는 것 같다.

In OpenAI Megadeal, Nvidia Discusses a New Business Model: Chip Leasing - The Information

관련해서 엔비디아는 반도체를 임대해주는 방식으로 OpenAI에게 칩 공급을 고려 중이라고.

인프라에 천문학적인 금액이 투자되고 있다보니 투자 수단 또한 다양화되고 있는 모습이다.

Nvidia Steps Back From Cloud Effort to Compete with AWS - The Information

엔비디아는 계속해서 자체적인 클라우드 사업을 확장하려는 모습을 보여주고 있는데, 이로 인해서 AWS를 비롯한 하이퍼스케일러 업체들이 경각심을 가지고 자체적인 인프라를 구축하는데 더욱 진심이 되는 모양이다.

지금 당장은 마소 애저가 너무 잘나가고 있어서 AWS가 평가절하되는 이야기가 많이 보이는데, 장기적으로 아마존은 자기 할일을 잘 해낼 것이라고 본다. 아마존이야야 말로 전세계에서 비용 컨트롤을 가장 잘하는 회사가 아닌가.

Amazon’s AI Resurgence: AWS & Anthropic’s Multi-Gigawatt Trainium Expansion - Semi Analysis

OpenAI가 오라클을 통해 데이터센터를 늘리는 것 처럼, 앤트로픽은 AWS 통해서 컴퓨팅 파워를 확보하고 있다 (앤트로픽 전용 데이터센터를 건설 중).

그리고 이 과정에서 아마존의 ASIC인 Trainium2가 핵심적인 역할을 하고 있고, NeuronLinkv3라는 새로운 스케일업 네트워크 또한 도입하는 중이라고.

Oracle Pops, From Databases to AI, Oracle and OpenAI - Stratechery

오라클의 진짜 강점은:

“오라클은 클라우드 전환이 늦어 AWS에 데이터베이스 시장 점유율을 빼앗기기 시작했다. 회사는 기존 고객에게 최적의 솔루션을 제공하는 것이 추격의 최선의 방법임을 깨달았다. 즉, Exadata를 클라우드에서 제공하고 SmartNIC, 이더넷, RDMA까지 그대로 구현하는 것이다. 고객은 기존 오라클 시스템을 OCI로 “리프트 앤 시프트”만 하면 온프레미스와 동일한 성능을 얻을 수 있다.”

“이 모든 것은 LLM이 등장하기 전에 일어난 일이지만, 아이러니하게도 오라클은 LLM 학습에 필요한 요건(저지연, 결정론적 성능, 대규모 확장성)에 가장 잘 준비된 클라우드 사업자가 되었다. 특히 RDMA와 네트워킹 최적화는 오라클이 오랫동안 집중해온 분야였다. 늦게 클라우드에 진입한 것이 오히려 LLM에 최적화된 클라우드를 만드는 계기가 된 것이다.”

“그러나 오라클이 만들지 않은 것이 있다. GPU도, 모델도 없다. 대신 OCI는 일종의 AI 인프라의 TSMC다. TSMC 창업자 모리스 창은 대만의 유일한 강점이 반도체 제조였음을 깨닫고 순수 파운드리 모델을 택했다. 이는 업계 전체가 신뢰할 수 있는 집합적 해법이 되었고, 오늘날의 TSMC를 만들었다.”

“오라클 역시 LLM 중립성을 가진다. 즉, 자체 모델을 만들지 않아 모델 사업자 입장에서 신뢰할 수 있는 파트너다. 더 중요한 점은, 다른 클라우드 사업자들과 달리 자체 칩을 만들지 않고 엔비디아에 올인했다는 것이다. 이는 네트워크가 엔비디아에 최적화되어 있을 뿐 아니라, 엔비디아가 가장 선호하는 고객 중 하나가 되게 했다. GPU 수요가 공급을 초과하는 상황에서 엔비디아는 자신을 대체하지 않는 고객(즉 오라클)에게 우선 공급할 가능성이 크다. 덕분에 오라클은 다른 클라우드보다 안정적으로 최신 GPU 공급을 확보할 수 있었다.”

Internal Oracle Data Show Financial Challenge of Renting Out Nvidia Chips - The Information

최근 오라클이 적자 보면서 클라우드 돌리고 있다는 보도가 나오면서 일시적으로 급락했는데, 나는 이런 코멘트를 남겼다:

“공장하고 똑같은걸로 보는데요, 공장을 처음 건설하자마자 수익이 나는게 아니잖아요? 가동률이 올라와야 제대로 돈을 벌기 시작하는건데, 이제서야 GPU 돌리기 시작한 것이기 때문에 시간이 흐를수록 돈을 제대로 벌기 시작하지 않을까 싶습니다.”

CoreWeave - Goldman Sachs Communacopia + Technology Conference

내가 과거에 코어위브를 공부하면서 ‘이 회사의 본질은 ‘리스’업, 금융 비즈니스다’라는 메모를 적어두었다. 지금도 그 생각은 변함이 없다.

“용량과 올바른 제품이 아무리 많아도, 자금을 조달할 수 없다면 작동하지 않습니다. 그리고 그 세 변수 중, 파이낸싱 측면이 우리의 비즈니스가 계속 가속할 수 있게 하는 데 얼마나 결정적인지에 대해 가장 과소평가되어 있다고 생각합니다.”

“(더 긴 기간, 더 큰 계약은 재무 관점에서 무엇을 가능하게 합니까? 어떤 자금 조달 기회가 열립니까?) 우리가 접근할 수 있는 자본의 트랜치 풀이 계속 확장됩니다. 우리의 초점은 투자등급(investment grade)입니다. 그것이 우리가 대차대조표와 리스크 익스포저를 관리하는 데 있어 북극성(North Star)입니다. ‘어떻게 그걸 달성할 것인가’죠. 지난 12개월 동안, 우리는 비투자등급(non-IG) 자본 비용을 900bp 이상 낮췄습니다.”

#하드웨어

As Elon Musk Preps Tesla’s Optimus for Prime Time, Big Hurdles Remain - The Informaion

올해 옵티머스 로봇을 수천대 양산하겠다는 계획이 뒤로 밀렸다고 한다. 이유는 ‘손’ 기능 구현에 어려움을 겪고 있어서 이것부터 해결하는걸 우선순위로 잡았다고.

뭔가 자율주행에서 ‘카메라만으로 가능하다 vs 라이다가 합리적이다’로 맨날 의견 충돌해온 것 처럼, 로봇에서는 손을 두고 비슷한 논의가 이어질 것 같다는 느낌적인 느낌이 드는군. 그리고 결국 머스크가 채택한 방식이 (비록 시간은 오래 걸리겠지만) 더 합리적일 것 같고... 역사는 반복되니.

Figure Exceeds $1B in Series C Funding at $39B Post-Money Valuation

로봇 스타트업 Figure가 무려 $38b 밸류로 $1b 투자 유치에 성공했다고.

개인적으로는 이게 맞나 싶을정도로 밸류가 높아보이기는 한다. 휴머노이드 분야가 핫하긴 핫하군...

Figure 03 | Figure

이어서 Figure는 새로운 휴머노이드 모델을 발표. 새로운 촉감 센서를 바탕으로 손 기능 개선에 집중한게 눈에 띈다.

Robotics Startup Physical Intelligence in Talks to Raise at $5 Billion Valuation - The Information

투자자가 화려해서 팔로업 하고 있는 로봇 스타트업 Physical Intelligence은 무려 $5b 가치로 투자 유치 중이라고 (시드 투자자만 해도 Khosla Ventures, Lux Capital, OpenAI, Sequoia Capital, Thrive Capital)

아직 실체가 드러난게 별로 없어서 이야기할께 많이 없긴 한데, 이 분야가 얼마나 핫한지만큼은 확실히 알 수 있겠다.

#핀테크

[단독] 확 바뀌는 네이버 지배구조…두나무 송치형 최대주주로 - 한국경제

네이버는 창업 1년 뒤인 2000년에, 당시 돈을 벌고 있었던 김범수의 한게임과 합병을 한다. 이는 지금의 네이버를 존재하게 한 가장 결정적인 순간 중 하나다. 나는 이번 딜에서 비슷한 모습이 보이는 것 같다.

[단독] 이해진의 빅픽처…송치형 앞세워 ‘넥스트 네이버’ 예고

“이해진 네이버 이사회 의장은 수년 전부터 사석에서 가깝게 지내온 송치형 두나무 회장과 장병규 크래프톤 의장에게 네이버와의 합병을 수차례 제안했다. 1차적으로는 네이버에 부족한 암호화폐와 게임사업을 대형 인수합병(M&A)으로 단숨에 보완하겠다는 전략이었지만, 이면에는 네이버의 미래 리더십에 대한 고민이 깔려 있었다. 이 의장은 맨땅에서 각자의 그룹을 일궈낸 창업자들이 네이버 생태계에 합류해 상호작용하며 동력을 불어넣는 것이 네이버가 나아가야 할 방향이라고 확신했다.”

“네이버와 두나무 간 ‘빅딜’은 이 의장의 제안을 송 회장이 수용하면서 급물살을 탔다. 서울대 컴퓨터공학과(옛 전자계산기공학과) 선후배 사이로 막역한 두 수장이 공감대를 형성하자 양측은 곧바로 태스크포스(TF)를 꾸려 절차에 착수했다. 초기 구상은 네이버 본사와 두나무 간 지분 교환이었다. 하지만 두나무가 올해 초 금융정보분석원(FIU) 제재 등으로 당국의 감시 대상에 오른 데다 상장사인 네이버 주주들의 동요 가능성까지 감안해 무산됐다.”

“대안으로 제시된 것이 자회사인 네이버파이낸셜을 활용한 단계적 통합 방식이다. 양측은 두나무와의 주식 교환 이후 네이버와 네이버파이낸셜의 합병을 전제로 세부 조건을 조율 중이다. 송 회장이 우선 네이버파이낸셜의 경영을 총괄하며 그룹 내 입지를 다진 뒤 네이버와 네이버파이낸셜 간 합병 또는 추가적인 주식 교환을 통해 네이버 주식을 대거 확보할 수 있는 구조를 제안했다.”

Ramp at $1 Billion - Not Boring

Ramp를 보다보면 스트라이프 모습이 많이 보인다. 고객의 시간을 벌어다주는 중요한 제품을 연속적으로 선보일 수 있음을 증명하고 있는 기업이라는 점에서.

Tempo: Stripe’s Blockchain for Stablecoin Payments - Insight4vc

스트라이프가 패러다임과의 협업을 통해 개발중인 자체 L1 블록체인 ‘Tempo’를 공개했다. 스트라이프가 스테이블코인을 위한 결제 전용 체인을 만드는 것.

이전에 인수를 통해 확보한 Privy (지갑/키 관리 솔루션) & Bridge (스테이블코인 발행 및 liquidity API)에 이어서 자체적인 블록체인 구축까지 나아가면서 풀스택 인프라를 구축해나가고 있는 스트라이프다.

최근에 두나무가 스테이블코인을 위해 자체 L2 기와체인을 발표한 것과도 겹쳐보인다.

The stablecoin duopoly is ending - nic carter

스테이블코인은 테더와 써클이 양분하는걸로 당연하게 생각할 수 있지만, 사실 스테이블코인에게 네트워크 효과는 미미하며 새로운 경쟁이 열릴 수 있다고 주장하는 글.

솔직히 이 둘의 지위가 쉽게 꺾이는걸 현재는 상상하기 어렵긴 한데, 완전히 불가능한 시나리오는 아닌 것 같아서 한번 공유해본다. 실제로 최근들어 의미있는 새로운 스테이블코인이 계속해서 등장하고 있는 것도 사실이니.

“나는 과거엔 네트워크 효과가 승리할 것이라 믿었고, 결국 1~2개의 스테이블코인만 남을 거라 생각했다. 하지만 지금은 그렇게 보지 않는다. 체인 간 스왑은 점점 효율적으로 개선되고 있고, 체인 내 스테이블코인 간 스왑도 거의 비용이 들지 않는다. 1~2년 안에 대부분의 암호화폐 중개기관들은 예금을 “USDC”나 “USDT”가 아닌, 단순히 “달러”나 “달러 토큰”으로 표시하고, 사용자가 원하는 스테이블코인으로 상환을 보장하는 방식으로 바뀔 것이다.”

“현재 테더/서클 이외의 스테이블코인 공급량은 사상 최고이며, 발행사들도 다양해졌다. 흥미로운 점은 이들 신규 발행사 다수가 ‘수익 공유’를 핵심으로 삼고 있다는 것이다. GENIUS 법안은 직접 수익 지급형 스테이블코인을 금지하지만, 발행사가 중개기관을 통해 간접적으로 지급하는 것은 금지하지 않는다.”

“스테이블코인은 이제 겨우 10년 된 산업이다. 경쟁은 이제 시작이다.”

Introducing Robinhood Ventures

로빈후드가 비상장 회사들의 지분을 보유하는 Robinhood Ventures Fund I을 RVI라는 종목 코드로 상장시켜서 거래시킬 계획이라고 발표.

약간 스페이스X 간접투자 방식 중 하나인 Destiny Tech100 Inc (NYSE: DXYZ)와 유사한 모습이 되지 않을까 싶네.

토큰 증권도 그렇고, 비상장 회사들에 대한 리테일 접근성을 늘리는 것에 진심인 로빈후드인데, 이런 흐름들로 인해 장기적으로는 Private과 Public 시장의 경계가 상당히 허물어질 것 같다.

금융위 “비상장주식·조각투자 장외거래소 제도권 편입” - 파이낸셜 뉴스

한국에서도 사실상 비상장 주식 거래가 상장 주식 거래와 다를 바 없어지겠네. 네이버-두나무가 증권플러스 비상장으로 어떤 플레이할지 기대된다.

“이번 제도화의 핵심은 비상장주식 및 조각투자 장외거래소 영업을 위한 전용 투자중개업 인가단위를 각각 신설한다는 점이다. 기존에 자본시장법은 투자중개업자의 장외 증권 중개를 1:1 방식으로 제한했지만, 앞으로 ‘다수의 매수자와 매도자를 동시에 중개’하는 장외거래소 영업이 가능하다.”

#투자

20250915 - 시장단상 - Seung

“현재는 매크로가 냉각되며, 증시는 불안의 벽을 타고 오르고 있다. 소비와 밀접한 관련이 있는 실업률은 불안을 자극한다. 하지만 다른 한편으로는, 향후 몇년간 전개 될 변화에 대해 담대한 상상력을 가지고 이를 바탕으로 인류 역사상 몇 없던 변화기에 베팅할 수 있는 중대한 시기이기도 하다. 밸런스가 필요한 시기다.”

20250925 - 확률에 대한 생각 - Seung

나는 투자자로 산 덕분에 확률론적인 관점으로 세상을 바라볼 수 있게 되었고, 여기에 있어서 미래를 남들보다 (아주 조금) 더 잘 내다볼 수 있는 나의 능력이 내 생각보다 훨씬 강력한 무기라는걸 점차 알아가고 있는데,

이 글이 정확히 같은 이야기를 하고 있다고 생각한다. 그래서 오늘 여러번 읽었다.

“결국 우리는 매일 수많은 크고 작은 의사결정을 하는데 이러한 것들이 각자 일종의 경로의존성을 갖고 상보적으로 영향을 주며 우리의 삶에 깊은 영향을 끼친다는 것이다. 하지만 우리는 시간이 지나서야만 과거 선택의 결과를 어렴풋히 이해할 수 있을 뿐이다.”

“미래를 정확하게 안다는 것, 또 대부분의 시장평균지능보다 1~2%의 확률 우위를 갖는 것은 중장기적으로 엄청난 격차를 불러일으킨다. 무언가를 정확하게 예측했다면, 이를 믿고 시간을 태우는 것이 인간이 할 수 있는 최소한의 겸손인것 같다는 생각이 드는 요즘이다.”

#마지막으로

Letter #300: Stan Druckenmiller and Jeff Feig (2009) - A Letter a Day

드러켄밀러 왈:

“저를 멘토링했던 사람은 분석 그 자체보다, 주가를 오르게 하고 내리게 하는 게 무엇인지에 대해 더 많이 가르쳐줬습니다. 전체 기능의 90%가 거기에 달려 있지만, 전체 사람 중 10% 정도만 그것에 집중한다고 봅니다.”

“그는 “왜 독립해서 하지 않죠?”라고 물었고요. 저는 “27살이고, 솔직히 돈이 없습니다”라고 했습니다. 그러자 그가 “그럼 제가 당신에게 매달 1만 달러를 줄게요. 그냥 당신과 대화하기 위해서요. 리포트 안 써도 됩니다—아무것도요. 그냥 대화에 대해 월 1만 달러를 주겠습니다”라고 하더군요. (~) 어쨌든, 그가 매달 1만 달러를 주겠다고 했고, 은행을 통해 저를 알던 몇몇이 90만 달러를 맡겼습니다. 1% 관리보수에 성과보수는 없으니 연 9천 달러죠. 합쳐서 12만9천 달러—제가 벌던 것보다 많았습니다. 최악의 경우 망해도 뉴욕에 와서 은행에서 일할 수 있겠다고 생각했습니다. 그렇게 시작됐습니다.”

“무언가가 당신에게 유리하게 갔을 때, 단지 기분이 좋아지려고 이익을 취하면 안 됩니다. 원래의 게임 플랜, 원래의 논지—A에서 B로 간다면, B가 어디인지—그걸 기억해야 합니다.”

“저는 분산투자가 정말 과대평가됐다고 봅니다. 진심입니다. 제 철학은 이렇습니다: 정말 훌륭한 논지를 갖고 있고 리스크/리워드를 분석했다면, 달걀을 몇 개 바구니—혹은 한 바구니—에 몰아 담고, 그 바구니를 아주 면밀히 지켜보라.”

“많은 매니저들이 20% 수익이 나면 “연간 성과를 확정짓자, 하이워터마크 찍었으니 바닷가로 가자”라고 합니다. 저는 반대입니다. 조지에게서 많이 배웠죠. 20~30% 올랐을 때는 하우스의 돈으로 플레이하는 겁니다—60~70%까지 노려봐야 할 때죠. 대개 그때는 손이 뜨겁기도 하고요.”

어제 오라클 주가 상승을 보며, 다시 한번 지금이 전례 없는 시기임을 몸소 느낄 수 있었습니다. 역사적인 순간이니만큼 캡쳐를 안할 수가 없었네요 :)

오늘은 AI, 인프라, 금융, 투자, 비즈니스에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#오리지널

98년생 심사역의 투자법: "돈에도 체력 있어, 평소에 다져놔"

투자에 관한 저의 생각을 남겨보고 싶어서 폴인 인터뷰를 진행해보게 되었습니다 🙂

3년 넘게 투자자라는 직업으로 살아보면서 투자에 관한 많은 생각을 가지게 되었는데, 잘 기록된 것 같네요 :)

"예를 들면, 제가 2024년 팔란티어에 투자했고, 올해 로빈후드에 투자했는데요. 두 기업 모두 성장의 변곡점이 보였을 때 투자를 진행했어요. 회사가 새롭게 나아가고자 하는 방향을 알려줬는데, 아직 숫자가 찍혀 있지 않다보니 시장에서 이걸 완전히 반영하지 않은 모습들이 보이더라고요. 즉, 회사가 나아가고자 하는 방향을 잘 알고 있다면 어느 순간 성장의 모습들이 보이고, 그 성장에 투자하면 큰 수익으로 이어질 수 있다는 걸 깨달았죠. 성장에 투자하는 것이 돈을 버는 근본적인 방법 중 하나인 것 같아요."

#AI

Introducing GPT-5

드디어 GPT-5가 모습을 드러내었다.

OpenAI 팀은 이번 모델에 있어서 성능 만큼이나 비용 효율성에도 초점을 맞춘 것 같다: “GPT-5는 우리가 만든 모델 중 가장 똑똑한 모델입니다.하지만 우리가 진짜로 추구했던 것은 현실 세계의 유용성, 그리고 대중적인 접근성과 비용 효율성이었습니다.“

사용자 마다 평이 나뉘는 것 같지만, 어찌되었든 새로운 시대가 열렸다. 이제는 이 모델을 어떻게하면 최대로 활용할 수 있을지 고민해야할 때. 개인적으로는 GPT-5가 ‘에이전트’ 기능에서 진가를 발휘하는 것 같다.

GPT-5 공개를 보고: 한 시대의 종언과 AGI 시대의 시작 - Jeongkyu Shin

'GPT-5은 과연 혁신인가'에 대해서 여러 이야기들이 나올 수 있을 것 같은데, 내 느낌으로는 조용하지만 강한 혁신인 것 같다는 생각을 하고 있다.

뭔가 이번 모델은 잘 쓰는 사람들에게는 또 하나의 혁신일 것 같은데, 그러지 못하는 사람들에게는 이전 모델들과 별 다를 바 없이 느껴질 것 같다는 느낌적인 느낌.

관련해서, 래블업 신정규 대표님의 GPT-5 감상을 남겨본다.

"방금 공개된 GPT-5를 보고 나니 개인적으로는 한 시대가 끝났다는 느낌을 받았다. 거의가 아니라 그냥 모든 지표에서 인간을 넘었다. 법률, 의학, 과학, 프로그래밍, 창의적 글쓰기까지 전 영역에서 인간 전문가 수준을 뛰어넘는 성능을 보여주고 있다. AGI의 정의는 불분명해서 모두가 동의하는 AGI 의 기준 같은게 없다. 그 때문에 다양한 능력을 측정하는 테스트들을 만든다. 개인적으로 주목하는 부분은 그측정 기준이 뭐였든 사람의 능력은 다 넘었다는 점이다."

"대중이 AGI 모델의 진정한 의미와 무서움을 느끼는 데는 시간이 좀 걸릴 것이다. 알파고 때와 비슷한 패턴이다. 처음에는 "와, 신기하네" 정도의 반응이지만, 실제로 여러 산업 분야에서 인간 전문가들이 대체되기 시작하면 그때서야 실감하게 될 것이다. AGI 이후 ASI를 목표로 하는 선단 모델들은 3조(3T) 파라미터 이상의 세계로 진입하고 있다. 모델 크기뿐 아니라 학습 방법론, 추론 능력, 멀티모달 처리 등 모든 면에서 기하급수적인 발전이 이루어지는 시점이다."

"GPT-5의 등장으로 본격화된 AGI는 단순한 기술적 진보가 아니라 패러다임의 전환으로 이어질거다. AI가 인간의 도구에서 파트너로, 그리고 어쩌면 그 이상으로 진화하는 시점을 이야기할 때 오늘이 꼭 언급될거다. 이 변화를 어떻게 받아들이고 활용할 것인가는 우리 각자가 고민해야 할 일이겠다. 누구도 정답을 모르지만, 나중에 역사를 보면 우리가 알던 딥 러닝 타임라인에서 한 챕터가 끝났고, 새로운 챕터가 시작된 날로 여길거다. 다음 챕터가 바로 이어져서 실감이 덜 할 뿐. 제타 건담 마지막 방송 끝나자마자 다음주부터 더블제타 건담 방송한다는걸 본 사람들이 이런 기분이었을까."

Genie 3: A New Frontier for World Models

Gemini AI image generator & Nano Banana

비슷한 시기에 구글은 Genie 3라는 시뮬레이터를 공개했다. 이걸로 생성된 가상 환경에서는 실시간 상호작용이 가능하다고.

이어서 구글은 ‘나노 바나나’라는 귀여운 이름의 이미지 편집 모델 또한 공개하였는데, 이젠 포토샵의 필요성을 거의 느끼지 못할 정도로 뛰어난 성능을 보여주고 있다.

역시 유튜브 운영사 답게 이미지와 비디오 쪽에 있어서는 갈수록 구글의 영향력이 커지는 것 같다.

A Cheeky Pint with Anthropic CEO Dario Amodei

내 생각보다 훨씬 잘되고 있는 앤트로픽. 이제는 OpenAI 만큼이나 중요하게 관찰하고 있다.

"오늘날의 AI 모델을 보면 모든 영역에서, 현재 실제 배포된 방식에 비해 모델이 할 수 있는 일에 대한 엄청난 잠재력이 아직 실현되지 않고 있습니다."

"하지만 코딩 분야에서는 코드를 작성하는 사람들이 AI 모델을 개발하는 사람들과 사회적으로나 기술적으로 매우 인접해 있어 확산이 매우 빠릅니다. 그들은 또한 새로운 기술에 익숙한 얼리어답터들이고요. 그래서 코딩 분야의 큰 성장은, 그 일을 하는 사람들과 관련 스타트업들이 기술을 아주 잘 이해하는 빠른 수용자들이기 때문이라고 생각합니다."

"(현재 AI 환경에서 상업적 우위를 어떻게 유지하나요?) 분야가 성숙해질수록 단순한 아이디어보다는 복잡한 객체를 구축하는 노하우와 능력이 더 중요해집니다. 구현하기 매우 어려운 엔지니어링 노하우 같은 것들은 유출되기 더 어렵죠. 이런 것들이 훨씬 더 방어 가능합니다.

"(투자자나 인재들에게 앤트로픽 비즈니스를 어떻게 소개하시나요?) 저는 플랫폼과 모델의 중요성에 대해 이야기합니다. 때로 사람들은 API 비즈니스가 "고객 충성도가 낮다"거나 "범용화될 것"이라고 생각하지만, 저는 클라우드를 다시 예로 듭니다. 클라우드는 1,000억 달러 규모의 API 비즈니스입니다. 그리고 우리가 만드는 것은 클라우드보다 훨씬 더 차별화되어 있습니다. 이 모델들은 각기 다른 개성을 가지고 있죠. API 비즈니스는 훌륭하지만, 우리는 그 이상으로 나아가고 싶습니다. 다른 플레이어들이 소비자 측면에 집중하는 동안, 우리는 기업에 AI를 제공하는 것에 더 능숙해지려고 노력하고 있습니다."

1인 개발자가 느끼는 AI시대의 단상 - 송종식의 IT와 가치투자 이야기

앤트로픽이 최근들어서 급격한 성장을 보이는건 단연 코딩 분야, 특히 클로드 코드에 대한 긍정적인 평가 덕분.

"그런데 형이 워낙 강력하게 클로드 코드 맥스 CLI를 써보라고 추천해 주셨습니다. 한달에 200불인데, 우리돈으로는 30만 원에 육박합니다. 어지간한 구독 서비스들 중에서도 꽤 비싼 수준의 요금입니다. 그런데 저는 이걸 결제해 보고 '진작할 걸!' 싶은 생각이 바로 들었습니다. 한달에 200불이 아깝지 않습니다. 여러명의 팀원을 데리고 같이 일을 하는 느낌입니다. 출시용이 아니라 개인적으로 필요해서 만드는 앱의 경우에는 오늘만 해도 어젯밤부터 작업한 앱을 3개나 찍어 냈습니다. 결과가 만족스럽고 제가 원하는대로 잘 작동하는 것도 확인했습니다."

Anthropic raises $13B Series F at $183B post-money valuation

결국 앤트로픽 Series F 라운드가 프리 $170b, 포스트 $183b로 마무리. 8월 기준으로 ARR은 $5b 넘어섰다고.

아마도 앤트로픽이 올해 들어서 가장 빠르게 성장하는 회사가 아닐까 싶은데, 작년만해도 나는 앤트로픽이 이렇게 커질 줄은 생각도 못했다. 역시 AI 산업은 다이내믹하다.

Demis Hassabis on our AI future: ‘It’ll be 10 times bigger than the Industrial Revolution – and maybe 10 times faster’ - The Guardian

하사비스는 AI가 산업혁명보다 10배 크고 빠를 것이라고 이야기한다.

“그래서 전체적으로, 시간이 우리에게 주어진다면, 저는 인간의 창의성을 믿습니다. 우리는 이걸 제대로 해낼 거예요. 또한 인간은 무한히 적응력이 있어요. 오늘날 우리가 어디에 있는지 보세요. 우리의 뇌는 수렵채집 생활을 위해 진화했지만, 우리는 현대 문명에 살고 있잖아요. 여기서 다른 점은, 이번 일은 산업혁명보다 10배 더 크고, 어쩌면 10배 더 빠를 거라는 겁니다.”

AI가 폭발적 경제성장을 가져온다면? - PADO

AGI가 실현된다면 경제적으로 어떤 일들이 일어날지 여러 시나리오들을 제시해보는 기사.

사실 글에서 다루고 있는 AI로 인한 경제성장 '폭발'이 일어나지 않더라도, 20세기 성장률보다 높은 3% 수준의 성장만 일어나더라도 파급력은 말도 안되게 강할 것이다.

"1700년까지 세계 경제는 사실상 성장하지 않고 정체 상태에 머물렀다. 그 이전의 1700년 동안 세계 총생산은 연평균 0.1%씩 증가했는데 이는 생산량이 두 배로 늘어나는 데 거의 천 년이 걸리는 속도다. 그러다 제니 방적기가 윙윙거리고 증기기관이 칙칙거리기 시작했다. 1700년에서 1820년 사이 세계 성장률은 연 0.5%로 다섯 배 증가했고 19세기 말에는 1.9%에 달했다. 20세기에는 평균 2.8%를 기록했는데 이는 25년마다 생산량이 두 배로 증가하는 속도다. 성장은 이제 표준이 되었을 뿐만 아니라, 가속화되었다."

Sam Altman x Nikhil Kamath: How to Win When AI Changes Everything | People by WTF | Episode 13

샘 알트만이 말하는 AI 시대를 살아가는 방법.

"가장 중요한 구체적인 공부는 새로운 AI 도구를 사용하는 데 정말 능숙해지는 것입니다. 배움 그 자체도 가치 있지만, '배우는 법을 배우는 것'은 평생 도움이 될 메타 기술이죠. 어떤 분야를 배우든, 새로운 것을 빨리 배우는 능력을 갖추는 것이 중요합니다. 하지만 도구에 대한 유창함이 정말 중요합니다. 제가 고등학교나 대학교에 다닐 때는 프로그래밍을 배우는 것이 당연해 보였습니다. 지금은 AI 도구 사용법을 배우는 것이 아마도 가장 중요한 구체적인 기술일 겁니다."

"물론 다른 일반적인 기술도 있습니다. 빠르게 변화하는 세상에서는 적응력과 회복탄력성을 배우는 것이 매우 가치 있습니다. 그리고 사람들이 무엇을 원하는지 알아내는 법을 배우는 것도 정말 중요합니다. 제 전임자였던 폴 그레이엄은 Y Combinator의 모토가 된 "사람들이 원하는 것을 만들어라(make something people want)"라는 말을 남겼죠. 이 간단해 보이는 지침을 배우기 위해 수많은 사람들이 노력했지만 실패했고, 또 많은 사람들이 노력 끝에 경력을 쌓으며 훌륭하게 해냈습니다."

"(AI 도구를 더 잘 사용하려면 어떻게 해야 할까요?) 한 가지 좋은 방법은, GPT-5로 작은 소프트웨어를 빠르게 만들어보는 겁니다. 저도 최근 몇 주간 제 삶의 작은 문제들을 해결하기 위해 소프트웨어를 만들면서 스스로에게 놀랐습니다. 초안을 요청하고, 사용해 보다가 '이 기능이 있으면 더 좋겠다'고 추가하는 창의적인 과정이었죠."

"제가 19살 때는 빅테크 기업을 운영하는 사람들이 모든 것을 다 알고 있고, 어른들이 계획을 가지고 있으며, 모든 것이 순조롭게 돌아간다고 생각했습니다. 하지만 이제 제가 그 '어른'이 되어보니, 아무도 계획을 갖고 있지 않다는 걸 알겠습니다. 모두가 일을 하면서 배우고, 상황에 맞춰 해결해 나갑니다. 이건 거짓 겸손이 아니라, 세상이 돌아가는 방식이라고 생각해요."

"저는 확신에 차서 자신만만하게 구는 사람들에게 매우 부정적인 반응을 보입니다. 짜증 나기도 하지만, 그런 사고방식을 가지면 지적으로 개방적인 문화를 갖기 어렵고 좋은 결정을 내리기 힘들기 때문입니다. 제가 사람들에게 항상 하는 말은 "아무도 다음에 무슨 일이 일어날지 모른다"는 것입니다. 그 사실을 잊고 '내가 가장 똑똑해'라고 생각하는 순간, 더 나쁜 결정을 내리게 됩니다."

"모델이 더 좋아질 때 당신의 비즈니스도 함께 좋아진다면, 계속 잘 될 겁니다. 하지만 모델이 좋아질 때 당신의 비즈니스가 나빠진다면(래퍼가 너무 얇았거나 하는 이유로), 그건 아마도 좋지 않은 신호일 겁니다. 아이폰 앱스토어가 처음 나왔을 때 손전등 앱은 결국 운영체제 기능으로 흡수되었지만, 우버처럼 아이폰을 발판 삼아 복잡한 서비스를 구축한 경우는 매우 가치 있는 장기적인 사업이 되었습니다."

"모델은 우리보다 훨씬 똑똑해질 테지만, 사람들이 중요하게 생각하는 것들 중에는 지능과 전혀 관련 없는 것들이 많습니다. 예를 들어, 당신보다 훨씬 더 흥미로운 질문을 하는 AI 팟캐스트 진행자가 나올 수 있겠죠. 하지만 저는 그 AI 팟캐스트 진행자가 당신보다 더 인기가 있을 것 같지는 않습니다. 사람들은 다른 인간에게 정말로 관심을 가집니다. 이건 매우 깊은 본능입니다. 사람들은 당신의 삶의 이야기, 당신이 어떻게 여기까지 왔는지 조금 알고 싶어 하고, 다른 사람들과 당신이라는 존재에 대한 공유된 감각에 대해 이야기하고 싶어 합니다."

"무한한 AI 콘텐츠의 세계에서 진짜 인간이 되는 것의 가치는 증가할 것이라고 생각합니다."

"GPT-5 같은 모델은 수 초에서 수 분이 걸리는 작업에서 특정 영역에 대해 믿을 수 없을 만큼 똑똑합니다. 하지만 어떤 질문을 해야 할지 알아내거나 매우 오랜 기간 동안 무언가에 대해 작업하는 측면에서는 인간의 성능에 전혀 미치지 못합니다. 예를 들어, 우리는 최근 국제 수학 올림피아드에서 골드 레벨의 성과를 냈는데, 각 문제는 약 1시간 반이 걸립니다. 즉, 사고의 지평이 몇 분에서 한 시간 반으로 늘어난 거죠. 하지만 중요한 새로운 수학 정리를 증명하는 데는 아마 1,000시간이 걸릴 텐데, 현재로서는 전혀 불가능합니다."

"AI가 최대한 많은 맥락을 파악하고, 당신을 위해 일을 처리하며, 능동적으로 움직이게 하려면 현재의 컴퓨터나 휴대폰 폼팩터는 적합하지 않다고 생각합니다. 하루 종일 당신과 함께하는 동반자처럼, 도움이 필요할 때 알려주는 역할이 필요하죠. 안경, 웨어러블, 테이블 위에 놓는 작은 기기 등 다양한 실험이 있을 겁니다. 주변을 인식하는 물리적 하드웨어라는 아이디어가 중요해질 것 같습니다."

바이브 애널리틱스: 모두가 분석가가 되는 시대 – 그리고 분석가는 다른 무언가가 되는 시대 (번역) - 이바닥뉘우스

바이브 코딩, 바이브 애널리틱스만 해당되는 이야기가 아니라고 생각한다. 아주 공감하며 읽음.

"이제 LLM이 코드 다루는 방식을 바꾸고 있다면, 애널리틱스는 어떻게 될까요?"

"저는 이걸 오래 고민해왔어요. “AI가 분석가를 대체하나?” 같은 질문은 솔직히 재미도 없고 중요한 포인트도 아닙니다. 더 중요한 건 장벽이 낮아진다는 거예요. 소프트웨어 개발 장벽이 급격히 낮아지고 있다면, 분석 장벽도 낮아지는 건 당연하죠. 누구나 데이터를 그냥 던져 넣고 인사이트를 얻을 수 있는 상황이 되면 어떻게 될까요? 그리고 더 중요한 질문은, 오랫동안 분석적 사고로 일해온 우리 같은 사람들은 어디에 위치하게 될까요? 모두가 “분석할 수 있는” 세상에서 우리는 무슨 역할을 하게 될까요?"

"제 생각은 이렇습니다. 지금 우리가 알고 있는 애널리틱스는 보이지 않는 미들웨어가 될 거예요. 수도나 전기처럼 그냥 돌아가는 기반 레이어가 되는 겁니다. 데이터 모델링, ETL 파이프라인, 정성껏 만든 지표들… 이런 건 여전히 필요하지만 배경에서 당연히 돌아가는 인프라가 되죠. 플랫폼 엔지니어는 여전히 필요하지만, 무거운 작업을 하는 사람은 훨씬 줄어들 겁니다."

"그리고 흥미로운 건, 애널리틱스 자체가 투명해지는 동시에 분석가의 역할은 완전히 달라진다는 점입니다. 더 이상 복잡한 데이터 모델이나 인사이트를 만드는 사람이 아니라, 오히려 운영자이자 전략가가 되는 거죠. 우리는 이제 비즈니스, 성장, 제품, 마케팅 같은 실제 문제에 직접 뛰어듭니다. 탐정 같은 사고, 패턴 인식 능력, 올바른 질문을 던지는 힘을 데이터가 아니라 비즈니스 문제에 적용하는 겁니다. 그게 바로 우리가 비즈니스에 제공할 수 있는 초능력이 될 거예요."

"바이브 애널리틱스에서는 이렇게 합니다. 마케팅 담당자가 그냥 Claude나 ChatGPT 같은 툴을 열고, 전략 문서, 캠페인 자료, Google Ads 데이터, LinkedIn Ads 데이터, GA4 익스포트, HubSpot 데이터, 세일즈콜 피드백까지 전부 던져 넣어요. 그리고 이렇게 묻습니다: 이번 마케팅 캠페인 사후 분석 좀 해주세요. 뭐가 잘 됐고, 뭐가 안 됐고, 어디를 개선해야 할까요?”

"여기서 중요한 차이는 속도나 편의성이 아니에요. 맥락과 데이터를 함께 연결한다는 점입니다. LLM은 단순히 ‘무슨 일이 일어났는가’를 보여주는 게 아니라, ‘무엇을 달성하려고 했는가’를 이해합니다. 연결하기 어려운 데이터 간의 패턴을 알아내고, 무엇보다 더 나은 후속 질문을 할 수 있게 도와줍니다. 이제는 사전에 정의된 지표에 묶이지 않고, “왜?”, “만약 ~라면?” 같은 탐구가 가능해지는 거죠. 이때 분석은 답을 제공하는 일을 넘어, 새로운 인사이트를 발견하는 과정으로 바뀝니다."

"이제 모두가 운영자(operations manager)이거나 전략가(strategist)가 된다는 거예요. 데이터와 맥락을 기반으로 세세하게 계속 조정하는 사람이라면 운영을 하고 있는 거고, 좀 더 멀리서 큰 패턴을 보고 “다음 큰 승부수를 어디에 둘까” 고민하는 사람이라면 전략을 하고 있는 겁니다. 기존의 분석가 역할 — 데이터를 비즈니스에 번역해 전달하는 중간자 역할 — 은 사실상 사라집니다. 우리 모두가 이제 Slack이나 이메일 쓰듯 자연스럽게 데이터를 활용하는 운영자 혹은 전략가가 되는 거예요."

"모두가 데이터를 분석하고, 이메일 쓰듯 쉽게 인사이트를 뽑아낼 수 있다면 분석가라는 전문 역할은 더 이상 의미가 없어집니다. 이제 우리에게 필요한 건 번역자가 아니라, 비즈니스 업무를 하면서 동시에 분석적으로 사고할 수 있는 사람입니다. 바로 그 사람들이 새로운 시대의 주역이 되겠죠."

AI 시대, SaaS는 왜 사용량을 따지기 시작했을까? | 요즘IT

난 모바일 시대와 AI 시대가 가장 다른 점 중 하나가 바로 이 매출에 관한 부분이라고 생각한다.

사용자들이 돈을 낼만한 가치를 충분히 느끼고 있으며, 이에 맞춰서 사용량 기반 과금 등 고도화된 BM이 나오면서 사업적인 면에서도 많은 변화들이 등장하고 있다.

Cursor’s Problem

커서의 구독 비즈니스 모델의 문제점을 지적하는 글. AI 제품을 만드는 회사/창업자라면 반드시 고민해보았으면 한다.

"커서가 더 저렴하고 성능이 떨어지는 모델로 하향 조정하면 성능에 민감한 사용자는 이를 알아차리고 이탈할 것입니다. 성능이 떨어져도 괜찮은 사용자는 더 저렴한 곳에서 찾을 수 있습니다. 가격을 고정시키고 최전선에 머물러 있다면, 가장 많은 사용자를 서비스하기 위한 변동적인 실비용은 폭발적으로 증가할 것입니다. 이를 방지하기 위해 커서는 가격을 인상하고 사용 한도를 설정할 수밖에 없었고, 그로 인해 사용자 불만과 이탈이 발생했습니다."

매주 새로운 LLM 모델을 배포하는 제타의 AI 팀 이야기 - 스캐터랩 블로그

과거의 역사를 보면 새로운 기술이 나왔을 때 한국에서 가장 먼저 새로운 무언가가 탄생하곤 했다. 어쩌면 지금의 한국산 AI 캐릭터챗이 그런게 아닐까 고민하는 요즘.

여기서 매우 중요한 포인트는, 과거와는 다르게 현재는 한국 기업들도 글로벌로 진출할 수 있는 발판들이 마련되어있다는 부분.

"보통, 특정 언어의 '재미'나 '정성적인 가치'를 제대로 구현하려면 그 언어와 문화를 깊이 이해하는 사람이 필요하다고 생각하잖아요? 저희도 처음에는 그렇게 생각했어요. 일본어는 저희가 네이티브처럼 이해하지 못하니까요."

"하지만 저희는 약간 다른 가설을 세웠어요. '우리가 한국어로 정의하고 구현해낸 재미와 정성적인 가치가 보편성을 가질 수 있지 않을까?', '이 능력을 언어만 바꿔서 잘 이식할 수 있다면, 일본에서도 통하지 않을까?' 하는 믿음이었죠. 기술적으로 이걸 구현하는 방법은 비밀이지만, 저희의 방법은 통했고 현재 일본 서비스의 일주일 평균 체류시간은 18시간으로 한국을 압도하고 있어요."

300만 명이 평일 3시간을 기꺼이 쓰는 AI 앱 | 스캐터랩 김종윤

내가 나름 전세계의 AI 프로덕트를 많이 살핀다고 생각하는데, 현재 제타의 모습은 글로벌리 독보적이라고 생각한다. 새로운 형태의 엔터테인먼트가 탄생한 느낌.

"유저들이 제타라는 제품을 소비한 방식은 이루다랑 완전 달랐던 거예요. 웹소설의 AI 버전, 인터랙티브 스토리텔링 게임의 AI 버전 같은 느낌으로 사람들이 소비한다는 걸 발견하고 아 이게 타겟하는 가치나 욕망은 완전 극과 극처럼 다르구나 깨달았죠. 이루다 핵심 가치는 관계였거든요.

"반면 제타는 완전히 엔터테인먼트, 즉 재미가 핵심적인 가치고 내가 가상의 스토리의 세계관의 주인공으로 들어가서 내가 하는 말과 행동이 네러티의 전개를 전적으로 결정하는 그 새로운 종류의 엔터테인먼트구나. 그러니 사용 시간도 완전 납득이 되는 거예요."

"저는 결국은 이제 AI라는 기술을 통해서 엔터테인먼트나 콘텐츠라는 큰 도메인도 엄청나게 큰 변화를 겪을 거라고 생각을 하거든요. 거기서 가장 펀더멘탈한 변화가 뭐라고 생각하냐면은 창작자와 소비자의 경계가 되게 허물어지는, 그러니까 기존의 엔터테인먼트나 컨텐츠업을 생각을 해 보면 만드는 사람과 소비하는 사람이 명확하게 구분이 됐거든요. 결국 만드는 사람들이 콘텐츠를 다 만들고 난 다음에야 완성된 형태로 콘텐츠가 전달되고 그걸 소비하는게 인류 수천 년간 모든 엔터테인먼트 컨텐츠 업의 가장 기본적인 구조죠."

"그런데 제타는 그렇지 않거든요. 내가 거기서 무슨 말을 하고 무슨 행동을 하느냐가 앞으로 진행되는 거에 대한 재료가 되고 그걸 모델이 얼마나 잘 받아주고 재밌는 사건을 발생시키느냐가 또 컨텐츠가 되거든요. 내가 원하는 방식의 전개, 원하는 방식의 세팅을 스스로가 주인공으로서 말과 행동을 통해서 전개를 할 수가 있는 거예요. 그러니까 오직 한 명만을 위한 콘텐츠가 리얼 타임으로 만들어질 수도 있는 거죠."

#인프라

아리스타 네트웍스 FY25.2Q 실적발표 - 양파

아리스타네트웍스, 아스테라랩스 등 AI 네트워크 관련 밸류체인 기업들이 전부 다 강력한 실적을 보여주고 있다.

생각해보면 당연한데, 데이터센터 규모가 커짐으로 인해서 GPU가 '선형적'으로 늘어날 때 네트워크는 '지수적'으로 중요해지기 때문이다.

그러니 앞으로 더더욱 강력한 실적을 접하게 되지 않을까 추론해본다.

NVIDIA Introduces Spectrum-XGS Ethernet to Connect Distributed Data Centers Into Giga-Scale AI Super-Factories

엔비디아는 거대한 스케일의 AI 공장을 만든다는 비전에 진심인 것 같다. 칩을 만드는 것 만큼이나 연결하는데 해자가 있는 엔비디아다운 전략.

"AI 수요가 급증함에 따라, 개별 데이터 센터는 단일 시설 내에서 전력과 용량의 한계에 도달하고 있습니다. 확장을 위해서는 데이터 센터가 한 건물 이상의 범위로 확장되어야 하는데, 이는 고지연 및 불안정한 성능을 가진 상용 이더넷 네트워킹 인프라의 한계에 의해 제한됩니다."

"Spectrum-XGS 이더넷은 이러한 한계를 제거하는 획기적인 기술로, NVIDIA Spectrum-X™ 이더넷 플랫폼에 추가된 혁신적인 요소입니다. 이는 스케일업(scale-up)과 스케일아웃(scale-out) 외에도 데이터 센터를 연결하여 거대한 AI 슈퍼팩토리를 구성할 수 있는 새로운 "스케일어크로스(scale-across)" 인프라를 도입합니다. Spectrum-X 이더넷의 극단적인 성능과 확장성을 통해 여러 분산 데이터 센터를 연결하여 기가 스케일 지능을 가능하게 하는 초대형 AI 슈퍼팩토리를 형성할 수 있습니다."

NVIDIA Announces Financial Results for Second Quarter Fiscal 2026

이번분기 엔비디아 실적발표 내용의 핵심은 네트워킹 사업인 것 같다. 이제는 본격적으로 칩 자체 만큼이나 칩을 연결하는게 중요해진 구간.

"작년에는 노드 스케일 컴퓨팅인 NVLink 8에서, 이제는 랙 스케일 컴퓨터인 NVLink 72로 전환했습니다."

"하지만 Blackwell 플랫폼과 Rubin 플랫폼을 구축하기 위해 우리는 CPU, 대용량 KB 캐싱이 필요한 에이전틱 AI용으로 낮은—극도로 에너지 효율적인 메모리를 빠르게 연결하는 CPU, GPU, SuperNIC, 스케일 업 스위치(NVLink), 스케일 아웃 스위치(Quantum 또는 Spectrum-X Ethernet), 그리고 이제 여러 기가와트의 컴퓨팅을 모두 연결하는 AI 슈퍼 팩토리를 준비하기 위한 스케일 어크로스 스위치까지 구축해야 했습니다. 우리는 이를 Spectrum-XGS라고 부릅니다."

"그리고 분명히 말씀드리지만, 여러분이 받는 것은 GPU 한 개가 아닙니다. 우리는 GPU를 만들고 발명한 것으로 유명하지만, 지난 10년 동안 우리는 실제로 AI 인프라 회사로 전환해 왔습니다. Rubin AI 슈퍼컴퓨터 하나를 만들기 위해서는 6가지 종류의 칩이 필요합니다. 이를 기가와트로 스케일하려면 수십만 개의 GPU 컴퓨트 노드와 아주 많은 랙이 필요합니다. 그래서 우리는 진정한 AI 인프라 회사이며, 이 산업을 성장시키고, AI를 더 유용하게 만들고, 매우 중요하게는 단위 에너지당 성능을 향상시키는 데 계속 기여하고자 합니다."

"사실 적절한 네트워킹을 선택하면, 처리량 효율이 65%에서 85% 또는 90%로 올라가는 종류의 개선을 통해 네트워킹 비용은 사실상 무료가 됩니다. 적절한 네트워킹을 선택하면 믿기 어려울 정도의 수익을 얻게 됩니다. 앞서 말했듯 기가와트 AI 팩토리는 $50 billion이 될 수 있습니다. 그 공장의 효율성을 수십 퍼센트 향상시킬 수 있는 능력은 $10 billion, $20 billion에 해당하는 실질적 이익을 제공합니다. 그래서 네트워킹은 매우 중요한 부분입니다."

"이것이 NVIDIA가 네트워킹에 그렇게 많은 투자를 하는 이유입니다. 5.5년 전 Mellanox를 인수한 이유이기도 합니다. 앞서 언급했듯 Spectrum-X는 이제 꽤 큰 사업이 되었고, 고작 1.5년밖에 되지 않았습니다. Spectrum-X는 홈런입니다. 세 가지 모두 환상적일 것입니다: 스케일 업을 위한 NVLink, 스케일 아웃을 위한 Spectrum-X와 InfiniBand, 스케일 어크로스를 위한 Spectrum-XGS."

Marvell Custom AI Investor Event

현재는 AI 워크로드가 다양해지면서 이를 포괄할 수 있도록 반도체 시스템이 고도화되는 시기이며, 네트워킹이 그 무엇보다도 중요해지고 있다.

"현재 마벨의 총 데이터센터 기회는 $940억이며, 35%의 연평균 성장률로 성장하고 있습니다. 맞춤형 컴퓨팅이 가장 크고 빠르게 성장하는 부분이며, 그 다음이 인터커넥트, 스위칭, 스토리지 순입니다."

"$150억 규모의 XPU 어태치가 있으며, 이는 2023년의 아주 작은 기반에서 시작했지만 매년 거의 두 배로 증가하는 놀라운 90%의 CAGR로 성장하고 있습니다."

"본질적으로 그것은 이러한 맞춤형 시스템의 복잡성 증가 때문입니다. 그리고 이것을 맥락에 넣어보면, 2028년을 내다볼 때, 맞춤형 XPU 어태치 시장은 오늘날 클라우드를 위한 전체 맞춤형 실리콘 시장과 같은 규모입니다."

"따라서 XPU와 XPU 어태치 모두 이 시장의 엄청나게 중요한 부분이며, 우리는 오늘 각각의 동향과 우리가 어떻게 이길 수 있는 위치에 있는지 자세히 설명하는 데 많은 시간을 할애할 것입니다."

"더 이상 우리는 단지 큰 모델을 훈련시키는 단순한 단일 AI 워크로드만 가지고 있지 않습니다. 워크로드는 이제 상당히 다양해졌습니다. 사전 훈련과 사후 훈련이 있습니다. 다양한 추론 워크로드가 있습니다. 그리고 워크로드가 다양해짐에 따라, 전문화가 증가하고 있습니다. 당신은 그러한 다양한 워크로드에 대해 우수한 총 소유 비용과 우수한 성능을 갖기 위해 전문화된 인프라를 구축합니다. 그리고 그것이 결국 맞춤화를 이끕니다."

OpenAI set to start mass production of its own AI chips with Broadcom - FT

브로드컴이 설계한 OpenAI용 ASIC 칩이 성능이 괜찮게 뽑혔나보다. 내년부터 대량 생산에 들어갈 예정이라고.

Broadcom Inc. Announces Third Quarter Fiscal Year 2025 Financial Results and Quarterly Dividend | Broadcom Inc.

브로드컴 실적발표 콜에서 나온 OpenAI ASIC 관련 내용들

"이번 분기에는 AI 매출 중 65%가 XPU 사업에서 발생했습니다. 3명의 고객들이 자신만의 AI 가속기를 만들기 위한 진행을 지속하면서, 그들의 컴퓨팅 자립성을 향해 각기 다른 속도로 나아가고 있습니다. 그리고 우리는 계속해서 이 고객들과의 점유율을 확대하고 있습니다."

"이 3명의 주요 고객 외에도, 이전에 언급한 바와 같이, 우리는 다른 잠재 고객들과 AI 가속기 개발을 위해 협력하고 있습니다. 지난 분기 중, 그 중 한 고객은 브로드컴에 생산 주문을 내었으며, 우리는 이를 XPU의 자격을 갖춘 고객으로 분류하고 있으며, 실제로 100억 달러 이상의 AI 랙 주문을 확보했습니다."

"하지만 상당 부분은 이제 저희 명단에 추가된 네 번째 고객 때문입니다. 이 고객에게는 2026년에, 정확히 말하면 2026년 초에 꽤 강력하게 출하할 예정입니다. 따라서 기존 3개 고객의 물량 증가와 함께 매우 점진적이고 꾸준하게 나아가고 있습니다. 그리고 즉각적이고 상당히 큰 수요를 가진 네 번째 고객이 추가되면서, 26년이 어떤 모습일지에 대한 저희의 생각을 정말로 바꾸어 놓았습니다."

그리고 브로드컴 또한 네트워크의 중요성을 강조했다.

"AI와 네트워킹에 대해 살펴보면, LLM이 진화함에 따라 네트워킹 수요는 계속해서 강력한 추세를 보이고 있습니다. 컴퓨팅 클러스터가 점점 더 커져야 하므로, 네트워크는 컴퓨터로서 중요한 역할을 하고 있습니다. 고객들은 10만 개 이상의 컴퓨팅 노드를 포함하는 클러스터로 확장할 때 어려움을 겪고 있습니다. 예를 들어, 확장성은 많은 대역폭을 필요로 하며, 여러 개의 GPU나 XPU가 랙 내에서 메모리를 공유하는 것은 어려운 도전 과제입니다. 현재 AI 랙은 72개의 GPU를 28.8 테라비트 초당 대역폭으로 확장할 수 있으며, 이는 독점적인 NVLink를 통해 가능합니다. 반면, 올해 초에 우리는 Tomahawk 5를 출시했으며, 이는 512개의 컴퓨팅 노드를 확장할 수 있는 오픈 이더넷 솔루션입니다."

"랙 간 확장에 대해 이야기하자면, 현재 아키텍처는 51.2 테라비트 초당 대역폭을 사용하며 3단계의 네트워킹 스위치를 요구합니다. 6월에 우리는 Tomahawk 6과 102 테라비트 초당 대역폭을 지원하는 이더넷 기반 스위치를 출시했으며, 이는 네트워크를 2단계로 평평하게 만들어서 지연 시간을 줄이고 전력 소모를 대폭 줄였습니다. 이제 여러 데이터 센터에 걸쳐 컴퓨팅을 확장해야 하므로, 우리는 지난 2년간 하이퍼스케일 고객들과 함께 Jericho3 이더넷 라우터를 배포하여 이 문제를 해결하고 있습니다. 오늘, 우리는 Jericho4 이더넷 패브릭 라우터를 출시했으며, 이는 51.2 테라비트 초당 깊은 버퍼링 지능형 혼잡 제어 기능을 갖추고 있어 20만 개 이상의 컴퓨팅 노드를 지원하는 클러스터를 처리할 수 있습니다."

"우리는 생성형 AI를 위한 더 큰 컴퓨팅 클러스터를 배치하는 데 가장 큰 도전이 네트워킹이 될 것임을 잘 알고 있습니다. 브로드컴은 지난 20년간 스케일업, 스케일아웃 및 스케일어크로스 문제를 해결하기 위해 이더넷 네트워킹을 개발해왔습니다."

Goldman Sachs Communacopia and Technology Conference | Broadcom Inc.

골드만삭스 컨퍼런스에서 나온 브로드컴 Hock Tan의 발언들.

LLM을 제대로 개발하는 7개의 업체만이 현재 브로드컴의 고객이라고 못박은게 인상적이었고 (이들을 제외한 나머지 업체들은 완전히 다른 사업군이라고 인식하는듯), 네트워킹이 매우 중요해진다고 보는 관점을 다시 한번 확인해주었다 (특히 스케일업 네트워크!)

"하지만 그것은 그 이상입니다. 왜냐하면 여러분도 알다시피, 단일 GPU 또는 XPU는, 우리가 모두 그것을 얼마나 강력하게 만들든 간에. 그리고 우리는 이 800제곱밀리미터의 실리콘 조각에 더 많은 곱셈기, [indiscernible] 곱셈기를 집어넣음으로써 그것들을 매우 강력하게 만들 수 있습니다. 그리고 더 깊고 더 깊은 서브미크론 공정 기술로 가서 더 많이 집어넣을 수 있습니다. 그리고 한 단계 더 나아가—하나의 다이를 하나의 패키지나 칩에 넣는 대신, 멀티다이로 합니다. 우리는 현재 우리가 만드는 최신 제품에서 실제로 하나의 패키지에 세 개의 다이를 넣었습니다. 그만큼 많이 집어넣었습니다."

"그래서 우리는 이 GPU나—우리의 경우 XPU를—이 곱셈과 행렬 회귀를 수행하는 데 매우, 매우 뛰어나게 만들 수 있습니다. 하지만 그것만으로는 충분하지 않습니다. 여러분은 이 거대한 데이터베이스에 대한 생성형 AI 학습을 수행하여 이 수십억, 수십억 개의 파라미터 모델을 한 개의 GPU 또는 XPU로, 아무리 노력해도 수행할 수 없습니다. 여러분은 그것들의 클러스터를 만들어야 합니다."

"그리고 여러분의 LLM이 더 복잡해질수록, 여러분의 클러스터는 더 커져야 합니다. 그러면 전혀 다른 문제에 직면하게 됩니다. 예를 들어, 10만 개의 GPU에 걸쳐 모든 이 행렬 곱셈을 동시에 어떻게 수행하느냐는 것입니다. 그리고 100만 개로 가면 더 큰 골칫거리가 되죠. 저는 이것이—사실 저는 이것이—생성형 AI 컴퓨팅에서 가장 큰 기술적 과제라고 봅니다. 여러분의 모델을 더 높이 발전시킬수록요. 그리고 그것은 다른 측면, 즉 네트워킹에서 비롯됩니다. 그것들을 어떻게 연결하나요? 그것들을 연결하기 위한 대역폭을 어떻게 제공하나요? 워크로드를 어떻게 스케줄링하고, 오케스트레이션하여 모두가 병렬로 실행되게 하나요. 이는 네트워킹 측면(하드웨어)만큼이나 소프트웨어의 문제입니다."

"저는 이것이 초지능을 만들어내는 데 있어 엄청난 진전을 이루는 데 있어 가장 큰 도전 과제 중 하나라고 생각합니다. 이 거대한 모델에서 실행해야 하는 거대한 워크로드를 어떻게 100만 개의 GPU 또는 XPU에서 동시에 실행하고, 해에 수렴하게 만드느냐는 것이죠. 그리고 그 일부가 서서히 표면으로 떠오르고 있는데, 바로 네트워킹이며, 그것이 가장 큰 문제일지도 모릅니다. 왜냐하면 생성형 AI에서는—이전에 말했듯—다시 말하자면, 네트워크가 컴퓨터가 됩니다. 어떤 단일 GPU나 XPU가 아니라요."

"우리는 모두 거기에 집중하는 경향이 있지만, 그것은 훨씬 그 이상입니다. XPU, GPU를 개발하는 것은—그리고 나오려 시도하는 것은—어렵고, 많은 지적 재산이 필요하지만, 진짜로, 네트워킹을 하는 것보다는 더 쉽습니다. 그곳에서 도전이 시작됩니다. 그리고 그렇습니다, 바로 그렇게 우리가 차별화합니다. 우리는 더 나은 쥐덫, 더 나은 기술을 내놓고, 경쟁을 앞서 달립니다. 우리가 반도체의 다른 모든 영역에서 했던 것과 다르지 않습니다. 그곳에서 우리는 매우 성공적이었습니다."

"그리고 성장은, 다른 이유가 아니라, 이더넷으로의 이동 때문에 일어날 것입니다. 그게 한 가지죠. 그러나 그보다도, 더 크고 더 큰 클러스터로 갈수록, 랙 내부에서의 스케일업 능력이 매우 중요해집니다."

"그리고 AI, 생성형 AI 컴퓨팅을 위해 랙 내부에서 그 수준의 스케일업을 하게 되면—여기에서 여러분의 모델에서 진정한 행렬 곱셈이 일어나는 곳인데—당신은 막대한 대역폭에 대해 이야기하고 있습니다. 여러분은 이제 곧 대역폭이—그리고 이것은 GPU 대 GPU, XPU 대 XPU 연결만이 아니라, GPU 전반에 걸친 메모리 공유에 대한 이야기입니다. 그리고 여러분은 이 GPU들이 얼마나 많은 메모리를 가지고 있는지 알고 있죠. 그래서 여러분은 진정으로 100테라비트/초로 가는 대역폭을 원하며, 오늘날 구리 랙에서 보이는 28에 머물고 싶지 않습니다—즉, 여러분은 광(옵티컬)으로 가고 싶어집니다. 여러분은 단지 72개의 GPU만 서로 연결하는 것이 아니라, 512개, 심지어 1,024개의 XPU를 XPU에 연결하고 싶습니다."

"그것이 여러분이 추진하고 싶은 스케일이며, 여러분이 추진하고 싶은 대역폭입니다. 이는 여러분이 찾고 있는 학습 솔루션의 결과에 훨씬 더 빠르게 수렴하도록 만들 것입니다. 그것이 우리가 향하는 로드맵입니다. 그리고 우리는 몇 년 뒤의 이야기를 하는 것이 아닙니다. 지금으로부터 1~2년 내, ’26, ’27에 일어나기 시작할 것입니다. 제품은 나와 있고, 기술은 이용 가능합니다. 이제는 배치의 문제입니다."

Oracle Cloud Powers OpenAI, Nvidia, and Larry Ellison’s Riches - Bloomberg

오라클의 클라우드 사업부(OCI)의 연대기를 잘 정리해둔 기사.

오라클이 코어위브와 같은 여러 네오클라우드 대비해서 가진 표면적인 강점은 거대 고객사들의 '스케일'을 감당할 수 있는 역량과 데이터베이스 사업으로부터 나오는 막대한 '현금흐름'이라고 보는데,

보다 근본적인 강점은 경쟁이라면 절대 지지 않는다는 래리 앨리슨 특유의 DNA가 회사에 여전히 남아있기 때문이 아닐까 추측하고 있다. 래리 앨리슨이 괜히 세계 최고 부자 중 한명이 아니거든.

"OCI의 주요 제안 포인트는 단순화된 제품 구성표에 기반한 더 저렴한 가격, 그리고 다른 클라우드와의 우수한 연동성이다."

"OCI는 틱톡 이전과 이후로 나뉩니다.” 당시 오라클의 데이터센터 구축을 이끌었던 전임 임원 토니 그레이슨(Tony Grayson)은 이렇게 말했다. 새 고객은 회사가 이전엔 생각해본 적 없는 규모로 사고하도록 만들었다고 그는 덧붙였다. 2022년, 틱톡은 모든 미국 사용자 트래픽이 오라클 서버를 통해 흐를 것이라고 발표했다."

"내부 찬사는 부문 리더 마구어크에게 집중되고 있다. 39세인 그는 회사 내 승진 가도를 빠르게 달려 엘리슨에게 직접 보고한다. 아마존 근무를 거쳐 OCI의 첫 직원들 중 한 명이었고, 최근 오라클이 본사를 이전하기로 한 내슈빌로 이주했다. 6월에는 사장으로 승진했으며, 회사 리더들은 그를 81세 보스의 잠재적 후계자로 본다."

"OCI가 AI 기업들 사이에서 인기를 끄는 이유 중 하나는 오랜 기간 베어 메탈 서버에 집중해 왔기 때문이다. 이는 AI 작업의 표준 구성으로 자리잡았고, 오라클은 주요 벤더 중 가장 먼저 제공했다. 사용자와 직원들은 또한 오라클의 네트워킹 품질과 높은 수준의 맞춤 작업 의지를 강점으로 꼽는다."

"오라클의 또 다른 대형 AI 고객은 엔비디아다. 엔비디아는 내부 개발과 자체 클라우드 인프라 서비스를 가동하기 위해 OCI를 사용한다. 내부 코드명 ‘패스파인더(pathfinder)’인 이 칩 제조사는 일본의 오라클 H100 클러스터 용량을 임차하고 있으며, 인도네시아 바탐 섬에 건설 중인 데이터센터에서도 역량을 빌리고 있다. 또한 오라클은 메타와 머스크의 xAI와도 추가 용량을 놓고 논의 중이라고 계획을 잘 아는 이는 전한다.

Oracle Announces Fiscal Year 2026 First Quarter Financial Results

오라클이 실적발표에서 엄청난 수준의 RPO(수주잔고)를 공개하면서 하루만에 시가총액이 300조원 이상 상승했다.

어떻게 이렇게 매번 말도 안되는 숫자들이 나올 수 있는건지... AI는 이제 시작이라는 말을 다시 한번 적게 된다.

오라클 클라우드 인프라에 대한 수요는 계속해서 증가하고 있습니다. 추가적인 수십억 달러 규모의 고객과 계약을 체결할 것으로 예상하며, RPO는 0.5조 달러를 초과할 것으로 보입니다. RPO 성장의 규모는 우리가 클라우드 인프라 부분에서 재정 계획을 크게 상향 조정할 수 있게 해줍니다. 이제 오라클 클라우드 인프라는 이번 회계연도에 77% 성장하여 180억 달러에 이를 것으로 예상되며, 그 다음 4년 동안 320억 달러, 730억 달러, 1140억 달러, 1440억 달러로 증가할 것입니다. 이 매출의 대부분은 4550억 달러 RPO 숫자에 이미 예약되어 있으며, 올해는 환상적인 출발을 했습니다.

결국, AI는 모든 것을 변화시킬 것입니다. 하지만 현재 AI는 오라클과 컴퓨터 산업 전체를 근본적으로 변형시키고 있습니다. 그 규모를 충분히 이해하지 못하는 사람들이 많지만, 우리 분기 실적을 보세요. 몇 가지는 분명히 확실합니다. 여러 세계적인 AI 기업들이 오라클을 선택하여 대규모 GPU 중심 데이터 센터를 구축하고 있습니다. 이는 오라클이 다른 누구보다도 더 빠르고 비용 효율적으로 AI 모델을 훈련할 수 있는 기가와트 규모의 데이터 센터를 구축하고 있기 때문입니다.

AI 모델 훈련은 수조 달러 규모의 거대한 시장입니다. 이만큼 큰 기술 시장을 상상하기는 어렵지만, 그보다 더 큰 시장이 있습니다. 바로 AI 추론 시장입니다. 수백만 명의 고객들이 AI 모델을 이용하여 비즈니스와 정부를 운영하고 있습니다. 실제로 AI 추론 시장은 AI 훈련 시장보다 훨씬 클 것입니다.

우리는 AI 추론 시장에서 승자가 될 수 있는 아주 좋은 위치에 있다고 생각합니다. 왜냐하면 오라클은 전 세계에서 가장 큰 고급 민간 기업 데이터를 보유하고 있기 때문입니다. 새로운 AI 데이터베이스를 도입하면서, 우리는 고객들이 데이터를 우리의 데이터베이스에 저장할 수 있는 아주 중요한 방법을 추가했습니다. 데이터를 벡터화함으로써 모든 데이터를 AI 모델이 이해할 수 있게 만들 수 있습니다.

그리고 제가 보기엔 사실 충격적인 두 가지를 더 말씀드리겠습니다. 우리는 오라클 클라우드 전체, 오라클 클라우드의 모든 기능, 모든 특성을 몇 대의 랙—3대—에 담을 수 있을 정도로 축소했습니다. 우리는 그것을 Butterfly라고 부르며, 가격은 600만 달러입니다. 그러니 우리는 600만 달러에 우리가 하는 모든 것, 모든 기능, 모든 보안 기능, 우리가 하는 모든 것을 갖춘 오라클 클라우드의 프라이빗 버전을 제공할 수 있습니다. 다른 하이퍼스케일러들의 비용은 그것보다 100배 이상이라고 생각합니다.

또 한 가지. 우리는 어떤 회사보다도 가장 발전된 애플리케이션 생성기를 보유하고 있습니다. 흥미로운 점은 우리가 애플리케이션 회사이자 클라우드 인프라 회사라는 것입니다. 따라서 우리는 애플리케이션을 구축합니다. 그리고 애플리케이션을 구축하면서 더 효율적이길 원합니다. 더 효율적으로 만드는 방법은 AI 애플리케이션 생성기를 만드는 것이고, 우리는 그렇게 해왔습니다. 그리고 — 우리가 지금 구축하고 있는 최신 애플리케이션들은 우리가 직접 만드는 것이 아닙니다. AI가 생성하고 있습니다. 그리고 우리는 애플리케이션을 생성하는 측면에서 다른 어떤 애플리케이션 회사들보다 훨씬 앞서 있다고 생각합니다. 그래서 그것이 우리가 가진 또 하나의 매우 중요한 장점입니다.

우리는 부동산을 소유하지 않습니다. 우리는 건물을 소유하지 않습니다. 우리가 소유하고 설계하는 것은 장비입니다. 그리고 그것은 오라클 클라우드에 최적화된 장비입니다. 매우 특별한 네트워킹 기능을 갖추고 있습니다. Larry와 그의 팀이 제공하는 기술적 기능 덕분에 우리는 이러한 워크로드를 훨씬, 훨씬 더 빠르게 실행할 수 있습니다. 그 결과, 워크로드에 따라 다르지만, 경쟁사들보다 훨씬 저렴합니다.

그렇기 때문에 우리가 하는 일은, 때가 되었을 때만 그 장비를 투입하고, 보통 매우 빠르게 — 고객이 그것을 수용한다고 가정하면 — 곧바로 매출을 발생시킨다는 것입니다. 시스템이 고객의 요구를 충족하고 그들이 그것을 수락하는 속도가 빠를수록, 그들이 사용을 시작하는 속도가 빨라지고, 우리는 더 빨리 매출을 얻게 됩니다. 어떤 의미에서, 재무 용어로 말하는 자산 경량(asset-light)이라고까지는 하고 싶지 않지만, 꽤 자산이 가벼운 편입니다. 그리고 그것이 우리에게 정말 이점입니다. 경쟁사 중 일부는 건물 소유를 좋아하죠. 하지만 그건 우리의 전문이 아닙니다. 우리의 전문은 독특한 기술, 독특한 네트워킹, 스토리지, 그리고 우리가 이러한 시스템들을 구성하는 전체 방식입니다.

Exclusive | Oracle, OpenAI Sign $300 Billion Cloud Deal - WSJ

오라클 RPO가 점핑한건 역시나 OpenAI 덕분이었군. $300b 짜리 계약을 채결하였다고.

관련해서 아침에 '왜 마소를 놔두고 오라클과 이런 큰 계약을 했을까요?'라는 질문을 받아서 짧게 적어본 답변:

오픈AI와 MS가 현재 사이가 별로 안좋습니다. 현재는 계약 상 OpenAI가 MS에 종속되어있는 관계인데 (ex MS 애저에 독점 공급), OpenAI가 회사가 너무 커져버려서 이 관계를 깨뜨리고 싶어하고 실제로 재협상을 진행 중에 있습니다. 그런데 재협상이 원할해보이지는 않고, 동시에 서로가 서로의 영향력 아래에서 점점 더 멀어지려는 움직임을 보이고 있습니다 (관련해서 최근에 마소는 앤트로픽을 오피스에 도입하기도 했습니다).

그래서 OpenAI는 굳이 마소 애저에 종속되기보다는, 자체적으로 클라우드를 건설할 필요성을 크게 느꼈을껍니다.

결국 저는 마소와 OpenAI는 가면 갈수록 분리될 것이라고 예상합니다 (개인적으로는 아마 마소가 OpenAI 지분의 상당 부분을 가지는 대신, 서로 사업에 있어서는 영향을 미치지 않는 정도로 관계가 마무리되지 않을까 추정하고 있습니다.)

동시에 오라클의 제안이 OpenAI가 딱 필요한 부분들이었을껍니다. 우선 '건설은 내가 다 해줄테니, 너네는 가져다 쓰기만 해'라는 제안이 굉장히 매력적이었을 것이고 (AI 인프라 건설과 운영은 분명 다르니까요), 게다가 '그 누구보다 빠르고 저렴하게 데이터센터 공급해줄께'라고 설득했을 것이기 때문에 이들과 일을 안할 이유가 없었을 것 같습니다. 즉, MS보다 빠르고 저렴하게 데이터센터 공급을 자신하지 않았을까 싶습니다 (오라클이 이에 대한 자신감이 엄청나더라고요).

→ 궁극적으로 OpenAI는 자체적인 데이터센터를 확보함으로써, 사실상 자체 클라우드 사업부를 가지는 것과 유사해질 것으로 보입니다. 오라클은 이를 위한 완벽한 파트너로 보입니다. 저는 OpenAI는 사실상 빅테크 반열에 올라섰다고 생각하는데, 오라클이 새로운 빅테크의 클라우드를 대행해주면서 이런 엄청난 움직임이 발생하고 있다고 봅니다.

#금융

[단독] '국민 명함앱' 리멤버, 5000억에 매각 [시그널] - 서울경제

결국 아크앤파트너스는 리멤버를 성공적으로 매각했다. 4년만에 기업가치를 두 배 이상 상승시키며 엑싯까지 성공적으로 마무리.

역시 처음부터 남다르다 싶더니만, 아크앤파트너스는 ‘그로스 바이아웃’이라는 독보적인 영역을 성공적으로 개척해나가고 있는 것 같다.

Exclusive | Billions Flow to New Hedge Funds Focused on AI-Related Bets - WSJ

우와, situational-awareness.ai 작성했던 23살 Leopold Aschenbrenner이라는 사람이 이 글 때문에 OpenAI에서 쫓겨났는데, 그 뒤로 자기 헤지펀드를 만들어서 $1.5b를 굴리고 있다고. 회사 이름도 Situational Awareness이라는데, AI 테마에 집중 투자해서 올 상반기 수익률이 47%라고 한다.

찾아보니 13F 공시도 있어서 관심있게 지켜봐야겠다. 3/31 기준으로는 인텔을 콜옵션 포지션으로 약 45% 채워뒀군.

General Catalyst’s Hemant Taneja: AI investors are navigating ‘peak ambiguity’ - FT

AI 롤업을 가장 적극적으로 하고 있는 하우스 중 하나인 General Catalyst

Q. 제너럴 캐털리스트의 접근 방식부터 시작하겠습니다. 귀사는 스스로를 "투자 및 혁신 회사"라고 설명하는데, 저는 그 두 가지 측면에서 AI에 대한 접근 방식을 분석해보고 싶었습니다. 귀사와 같은 회사는 AI로 어떻게 수익을 창출하나요?

A. Hemant Taneja: AI가 변혁적인 힘이며, 그 가치는 실제로 기존 고객과 데이터를 보유한 기업들에게 돌아간다는 생각에서 시작하겠습니다. 왜냐하면 그들이 응용 AI의 수혜자가 될 수 있기 때문입니다. 스스로를 변화시킬 문화와 용기를 가진 조직은 AI에 의해 강화될 것이고, 그렇지 않은 조직은 뒤처질 것입니다. 이러한 변화의 이론에서 시작됩니다.

그런 다음 비즈니스의 혁신을 여러 구성 요소로 나누어 봅시다. 첫째, 기업이 AI를 채택할 수 있는 인프라를 갖추고 있는가? 둘째, 언어 모델이 업계 전반에 걸쳐 충분히 잘 작동하는가, 아니면 특정 비즈니스 기능의 요구를 해결하기 위해 그 위에 작은 모델을 구축해야 하는가? 셋째는 인력 혁신입니다. 인간과 AI 에이전트가 서로 협력하여 높은 생산성을 발휘할 수 있는 조직을 갖게 될 것인가?

#투자

[Review] 어떤 일은 그냥 벌어진다

글에 재미있는 내용들이 많다.

가면 갈수록 투자는 불확실성을 다루는 게임인 것 같다는 생각을 많이 하게 된다. 그 게임에서 이길 수 있는 방법 중 하나가 글에서도 나오는 '우발성을 항상 대비하고 수렴성에 좀 더 기대는 것'이라는 데 동의하고.

한편으로는 이 게임에서 이길 수 있는 좋은 투자 습관을 잘 갖춰놓는건 (적어도 자본주의가 살아있는 한) 평생동안 자산을 늘릴 수 있는 아주 좋은 아이템을 가지고 있는 것과 유사한 것 같다.

B님 / 투자는 길고 긴 여정입니다 - 알바트로스

내가 최근 폴인과 인터뷰를 하면서 ‘돈에도 체력이 있다’라는 이야기를 하였는데,

“길게 보면서 천천히 가는 것이 부자가 되는 가장 빠른 지름길이라 생각해요. 돈에도 체력이 있거든요. 무리하면 탈 날 수 있어요.”

“체력에 맞지 않게 욕심내면 몸이 고장나는 것처럼, 돈도 똑같은 속성이 있어요. 그래서 중요한 건 나의 체력을 조금씩 늘려가는 거예요. 어느 순간 기회가 찾아오면, 그 기회를 잘 살려 다음 구간으로 넘어갈 수 있는 것이 아닐까 생각하고요.”

“앞서 말했듯 투자의 초반에는 덧셈 구간을 지나고, 금액이 커지면 곱셈 구간으로 접어들어요. 얼마나 튼튼하게 기초를 다져놓았는지에 따라 곱셈 구간으로 들어섰을 때의 성과가 크게 차이 나요. 사람들은 빠르게 부자가 되고 싶어하죠. 그런데 배워야 할 것을 제대로 배워놓지 않는다면, 설령 빠르게 자산을 일구더라도 큰 타격을 입고 자산 규모가 회귀하는 경우도 있으니까요.”

얼마 뒤, 알바트로스님 블로그에서 동일한 내용의 글이 올라왔다.

"좋은 투자자가 되는 건, 건물 짓기와 매우 유사합니다."

"높은 건물을 짓고자 한다면.. 처음에 땅을 아주 넓고, 깊게 파 들어가야 합니다. 내가 짓고 싶은 건 높은 건물인데.. 그걸 빨리 끝내고 싶다 해서. 처음 땅 파기를 무시하거나 소홀히 하면, 그 건물은 무조건 붕괴됩니다. 투자도, 트레이딩도, 똑같습니다. 부실한 기초는 작은 돈일 때는 나타나지 않습니다."

"그런데 돈이 커지면.. 무조건 문제가 됩니다. 그리고 거기서 운명이 갈리게 됩니다."

"투자는 아주 길고 긴 여정입니다."

#비즈니스

Paradigm Shifts and the Winner’s Curse - Stratechery

새로운 기술이 나올 땐 자기 것을 지키려는 태도보단, 자기를 완전히 바꾼다는 마음가짐으로 대하는 것이 결국 살아남는 길인 것 같다.

경영학과를 다녀보면 이러한 이야기를 수천번 듣게 되는데, 머릿속으로는 알아도 실전에서 이를 이행하기는 정말 어려운 것 같다.

"애플과 아마존은는 ‘AI는 모바일만큼의 패러다임 전환이 아니다’라는 가정 위에 선다. 애플은 “사람들이 결국 아이폰을 원하고, 온디바이스 AI로 충분할 것”이라 생각한다. AWS는 “AI는 컴퓨트·스토리지 같은 기본 자원이고, 기업은 AWS 요금에 얹을 것”이라 본다."

"그러나 에이전트(완전 자율)와 증강이라는 낙관적 시나리오에서는 성능이 비용보다 중요해진다. 이때 AWS의 ‘비용 집착’은 엇박자를 낼 수 있고, 자체 최첨단 모델 부재는 약점이 된다. 반면 구글은 TPU와 Gemini를 통합해 나란히 갖추고 있다."

"이 관점에선, 이전 패러다임에서의 승자의 약점이라는 역사적 교훈이 떠오른다. 난 2023년 초엔 구글이 검색 기반이라 AI로 ‘파괴’될 위험이 있다고 봤지만, 지금은 다르다. 구글은 모바일 전환을 훌륭히 넘어섰고, AI에서도 빠르게 전사적 전환을 하고 있다."

"결국, 스탠퍼드 기숙사 같은 환경에서 멋진 컴퓨터 작업을 하고 싶었던 래리 페이지·세르게이 브린의 문화가, 명확성과 효율성을 갈망하는 분석가 입장에선 답답해도, 여러 패러다임을 관통해 살아남는 비결일지 모른다."

Taste - Canda blog

감각이 좋은건 비교적 (타고나기 보다는) 노력의 결과물이라는 것에 공감.

내 텔레그램과 뉴스레터를 사람들이 봐주는 것 또한 일종의 taste가 반영되어있기 때문일텐데, 이게 타고난 능력치일리는 없다고 본다. 계속 고민하고 생각하니 발달한거겠지.

"다양한 분야에서 좋은 taste를 가지는 것이 중요하겠지만, 어느 분야든 산출물(artifact)을 내는 과정을 거친다고 한다면, 같은 일을 하지만 어떤 사람의 artifact(산출물)는 훌륭하고, 어떤 사람의 artifact는 그저 그렇다(bland). 결국 그 일을 하는 사람의 어떠한 감각 같은 것이 작용하여 차이를 만드는 것이 아닐까 싶다."

"그런데 좋은 taste는 어떻게 기를 수 있을까? 취향과 맛에 대한 감각은 타고나는 것은 사실 없다고 생각하는 편이다. 누구든 지나온 경험과 환경을 통해 감각을 기른다고 생각한다. 그러나 단순하게 많이 보고 많이 듣고 경험하는 것으로는 충분하지 않다. 좋은 taste는 의식적인 훈련의 결과물이다. 좋은 것이 왜 좋은지를 설명하고자 하는 스스로의 사유와 남들과의 교류를 통해 형성되어 간다."

"좋은 taste를 가진 사람은 어떤 대상에 대한 열의를 가진 사람이다. 어떤 분야에 대해 열의 없는 사람이 그 분야에 있어 좋은 taste를 가질 수는 없다."

일의 감각 - magazineb

관련해서 떠오르는 문장들, 조수용 대표의 '일의 감각'에서.

"제가 생각하는 감각은 '현명하게 결정하는 능력'입니다."

"해당 분야의 현재와 그 흐름을 이해한 뒤 '지금 필요한 것'을 발견하고 재구성해서 더 현명한 방향을 제안하는 능력. 이것이 제가 생각하는 좋은 감각입니다."

"그렇다면 이런 감각은 어디에서 나오는 걸까요? '마음가짐'에서 나오는 겁니다."

"자신이 맡은 모든 일이 10억 원 짜리 일이라고 상상하는 사람의 결과물은 '받은 만큼만 일한다'라고 생각하는 사람의 결과물과 같을 수가 없겠죠. 그러니 이런 마음가짐으로 일하는 사람에게는 저절로 감각이 생깁니다."

"본질적인 질문을 던지고, 세상의 흐름을 알기 위해 끊임없이 노력하며, 사소한 일을 큰일처럼 대하는 마음가짐을 가지는 것, 이것이 감각의 원천입니다."

"감각이 좋은 사람에겐 어떤 특징이 있을까요? 그들은 '모험가'처럼 살려고 노력합니다. 파악하려는 대상을 억지로 암기하듯 공부하지 않습니다. '몰입하는 시간'과 그렇지 않은 시간을 구분하지 않고, 평소 대상의 주변을 돌며 계속 무언가를 '발견'하려고 합니다."

"우리의 삶은 크고 작은 의사결정의 연속입니다. 이 의사결정들이 쌓이고 쌓여 우리의 일상이 됩니다. 그 일상이 우리의 생각을 지배하고, 우리의 정체성을 만듭니다. 이 결정에 따라 우리가 누구와 어울리고 어떤 기회를 갖게 될지도 정해집니다. 일상에서 수도 없이 마주하는 자잘한 결정을 모두 논리에 맡길 수는 없습니다. 그래서 감각이 중요합니다."

#마지막으로

[나발 라비칸트 인터뷰] 통(Barrel)이 되어라, 탄환(Bullet)이 되지마라 - Bluewater

나발은 이 시대의 현자가 맞는거같다.

“여러분은 가장 큰 결정을 이미 잘 하셨어요. 기술 산업에 있고, 베이 에어리어에 있잖아요. 그건 치트키입니다. 치트키가 두세 개나 되죠. 세상에서 가장 똑똑한 사람들의 최전선에 서 있고, 그런 사람들과 함께 일하고 있습니다. 높은 지능지수와 동기를 동시에 가진 사람들이 가장 많이 모여 있는 곳이죠. 그다음 중요한 결정은, 이제 올바른 장소와 올바른 산업에 들어왔으니 구체적으로 무엇을 할 것인가, 특히 누구와 함께 일할 것인가 입니다.”

“제 커리어를 돌아보면, 제가 가장 성공적이었던 때는, 순수한 호기심 때문에 무언가를 했을 때였습니다. “이건 정말 흥미로운데, 이 뒤에는 뭐가 있지? 아, 이것도 멋진데, 그 뒤에는 또 뭐가 있지?” 이렇게 제 지적 호기심을 따라가다 보니 통찰이 생겼고, 그게 좋은 투자와 좋은 스타트업, 좋은 성과로 이어졌습니다.”

“그리고 지금은 다행히 돈이나 지위 같은 동기를 좇지 않아도 되는 위치에 있어서, “내가 존재하니 만들어질 수 있는 아름다운 것, 내가 보고 싶은 제품은 무엇인가? 하루 종일 함께 보내고 싶은 사람들은 누구인가? 그런 사람들과 결합된 노력을 어떻게 만들 것인가?”에 집중할 수 있습니다.”

“저는 계속 같은 말을 해 왔는데, 시스템의 레버리지가 미쳐 돌아가고 있습니다. 레버리지는 여러분의 일을 배로 증폭하는 힘입니다. 역사적으로 가장 오래된 레버리지는 ‘노동’이었습니다. 함께 혹은 부하로 일하는 사람들이죠. 그다음은 ‘자본’이었고요. 문제에 돈을 쏟아붓는 겁니다. 그다음은 ‘미디어’였어요. 책을 써서 사람들을 움직이는 것. 이어서 영상, 팟캐스트 같은 미디어가 나왔죠. 그러다 코드가 등장했는데, 데이터센터의 로봇들이 여러분을 위해 일해 주는, 허가가 필요 없는 경이로운 레버리지입니다. 그리고 지금은 AI, 에이전트, 로봇, 공급망, 3D 프린팅 등 수많은 방식으로 레버리지가 폭증하고 있습니다. 여러분의 일을 증폭시킬 수 있는 것들이죠.”

오늘은 AI, 반도체, 핀테크, 투자, 비즈니스에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#포트폴리오

제가 투자한 바인드에서 주니어 백엔드 엔지니어를 찾고 있습니다! 뛰어난 인재가 모여있는 최고의 환경에서 성장할 수 있는 기회입니다 🙂 (바인드 채용공고 바로가기)

"이렇게 가다간 6개월 안에 생산성과 안정성이 바닥을 칠 겁니다."

3개월 전 새로 합류한 테크리드, 앨런(KangIn Kim)이 저에게 처음 한 말입니다.

KAIST 전산학부, 토스에 20번째 멤버로 합류해 초기 단계 스타트업에서 기술 부채를 직접 갚아본 사람, PUBG DevOps팀에 5번째 멤버로 합류해 달리는 기차의 바퀴를 갈아끼우며 전세계로 확장하는 과정을 직접 겪어본 사람. 그런 그가 1년 만에 64배 성장한 애슬러를 보고 한 말이 "곧 바닥을 친다"였습니다.

2년간 미친 듯이 달려 MAU 300만을 만들었는데, 뭐가 무너진다는 걸까요? 앨런은 차분히 설명했습니다. "지금까지의 미친 성장을 떠받치느라 기술적 기반은 이미 한계점을 넘었어요. 지금 당장은 버티겠지만, 다음 성장을 준비하지 않으면 곧 회사는 망해요."

그의 말이 맞았습니다. 매일 서버가 터졌습니다. 개발자들은 "코드를 도저히 읽을 수가 없다"고 했고, 새로운 기능 하나 추가하는데 일주일이 걸렸습니다. 2년간 폭주하며 쌓인 기술 부채가 이자를 받으러 온 것이죠. 그런데 앨런의 담백하게 다음 말을 이어갔습니다. "괜찮습니다. 기술 부채 없이는 진작에 망했을 겁니다. MAU 300만까지 버틴거면 잘 버틴겁니다. 지금부터 차근차근 다음 단계를 준비하면 됩니다." 그는 스타트업이 폭발적으로 성장할 때 겪는 필연적인 과정이라고. 토스에서도 직접 겪었던 일이고 다른 스타트업에서도 수없이 많이 겪었던 문제라고요.

앨런은 애슬러의 코드를 갈아엎는 대신, 달리는 기차의 바퀴를 갈아끼우기 시작했습니다. 서비스는 계속 돌아가야 했고, 성장은 멈출 수 없었습니다. 그리고 합류 후 한 달 뒤쯤인가 파격적인 선언을 했습니다. "제 시간의 절반을 주니어 교육에 쓰겠습니다." 테크리드가 문제 해결이 아닌 교육이라니, 미친 소리 아닌가 싶었습니다. "64배 성장을 640배로 만들려면, 팀원 모두의 역량이 함께 증가해야 합니다. 개인이 할 수 있는 일에는 한계가 있고, 우리 팀원들의 포텐셜은 미쳤으니까요."

앨런은 구체적으로 설명했습니다. "지금까지 우리 개발자들은 '빨리 만드는 법' 위주로 훈련 받았어요. 하지만 이제는 '제대로 만드는 법'도 알아야 합니다. 표면적 문제를 땜질하는 게 아니라 근본 원인을 찾아 해결하는 사고방식. 당장의 기능 구현과 6개월 후 확장성을 균형있게 함께 고려하는 설계 능력. 혼자 잘하는 게 아니라 팀으로 일하는 문화. 이게 없으면 아무리 코드를 갈아엎어도 똑같은 문제가 반복됩니다."

3개월이 지난 지금. 서버 프로세스 다운 99% 감소. 에러율 90% 하락. 배포 주기 3배 단축. 앨런은 매일 개발자들과 코드 리뷰를 합니다. 단순히 문법을 가르치는 게 아니라, 지난 10년 동안 배운 설계 철학을, 토스에서 배운 협업 문화를, 펍지에서 익힌 스케일링 사고를 전수하는 것을 넘어 애슬러를 운영하는 바인드만의 기술 문화를 만들어가고 있습니다.

진짜는 이제부터예요. 그래서 저희는 더 큰 성장을 위해, 주니어 백엔드 개발자를 찾습니다. 완성된 답을 배우고 싶다면 다른 곳이 나을 수 있습니다. 하지만 애슬러의 64배 성장을 640배로 만드는 과정을 직접 경험하고 싶으시다면, 여기가 맞습니다.

앨런이 애슬러를 선택한 이유는 하나입니다. "여기엔 아직 못 푼 문제가 산더미니까요." 64배 성장의 다음 챕터를 함께 쓸 개발자를 기다립니다.

#AI

AI Action Plan

백악관, AI Action Plan - 우물안코끼리

“Build, Baby, Build!”

이제부터 미국에서 AI는 '규제 완화 + 인프라 대확장 + 안보 강화' 세 가지의 축에서 최우선순위다. 풀어 설명하면 병목 제거 + 국력 총동원 빌드업 + 글로벌 표준 선점.

결국 미국 정부는 AI를 인프라 게임으로 보고 있으며, 역시나 에너지와 반도체가 핵심이다.

Big Tech’s $400 Billion AI Spending Spree Just Got Wall Street’s Blessing

현재 4개 빅테크 기업들의 분기별 CAPEX는 총 $100b 가량으로, 연간 $400b 정도의 투자가 예정되어 있다.

놀라운건 CAPEX가 계속해서 더 늘어나고 있다는 것, 그것도 더 가파르게.

따라서 인류 역사상 가장 큰 투자가 집행되고 있다고 볼 수 있다.

Q. 인류 역사상 지금의 AI를 넘어서는 CAPEX 증가 사이클이 또 존재했나?

A. 절대 규모로는 AI가 단연 독보적입니다. 특히 GPU·전력·건설비가 동시에 인상돼 “달러 기준” 투자액이 과거 어느 단일 기술보다 커졌습니다.

GDP 대비로 보면, 19세기 철도 붐이나 2000년대 중국형 인프라 드라이브가 더 극단적이었습니다. 영국·미국 철도 매니아는 일국 경제를 뒤흔든 ‘투자 과부하’ 사례였고, 중국은 국가 주도 장기투자라는 점에서 특이합니다.

속도와 집중도 측면에선 현재 AI 투자가 유례없이 짧은 기간(5년 미만)에 전 세계적으로 동시에 집행되고 있다는 점이 과거와 다른 위험·기회를 만듭니다.

• 철도·전력·통신은 20~30년 주기로 분산된 반면, AI는 2023년 이후 2-3년 만에 ‘기가와트 단위’ 데이터센터 파이프라인이 폭증하고 있습니다.

• 전력(45 GW 추가 필요)·냉각·용수 같은 외부 인프라 병목이 과거 철도의 철강·목재, 통신의 광섬유 과잉과 유사한 리스크로 지목됩니다.

투자 성패의 분기점은 ‘수익화 타임라인’과 ‘기술 세대교체 속도’입니다. 2000년대 통신처럼 수요 예측 실패와 감가상각 과속이 겹치면 대규모 상각이 재연될 수 있습니다. 반대로 철도·전력처럼 생산성 잠재력이 구조적으로 크다면 투자 과잉 구간을 지나도 장기 성장 동력으로 안착할 가능성이 큽니다.

결론: “규모”만 보면 AI CAPEX는 사상 최대지만, “GDP 대비 충격도”에서는 과거 철도 매니아·중국 인프라가 더 과격했습니다.

다만 AI 투자는 글로벌·동시·초단기라는 점에서 전례 없는 패턴을 띠며, 전력·공급망·수익화 구조가 이를 감당할 수 있느냐가 앞으로의 성패를 가를 핵심 변수로 보입니다.

Google Q2 earnings call: CEO’s remarks

이렇게 전례 없는 CAPEX를 때려박을 수 있는 이유? 공급을 초과하는 수요가 나오고 있기 때문이다.

실제로 3달 사이에 구글의 토큰 처리량은 2배 이상 증가했다. 그야말로 미친 수요

"5월 I/O에서 저희는 월간 480조 개의 토큰을 처리한다고 발표했습니다. 그 이후로 그 수는 두 배로 증가하여 현재 월간 980조 개 이상의 토큰을 처리하고 있으며, 이는 놀라운 증가입니다."

Personal Superintelligence - Meta

저커버그 선생님도 초지능에 꽂혀버리셨네.

수요가 넘치는걸 넘어 초지능의 가능성까지 보이니, 이정도의 투자를 하지 않으면 안되는 상황인 것 같다.

지난 몇 달 동안, 우리 AI 시스템이 스스로를 개선하는 조짐이 보이기 시작했습니다. 아직은 속도가 느리지만, 그 개선 자체는 부정할 수 없습니다. ‘초지능(superintelligence)’ 개발이 이제 시야에 들어왔습니다.

향후 몇 년간 AI는 기존 시스템을 모두 향상시키고, 오늘날 상상도 할 수 없었던 새로운 것들을 창출·발견할 수 있게 해줄 것이 분명합니다. 그러나 초지능을 어떤 방향으로 활용할지는 여전히 열려 있는 질문입니다.

어떤 면에서는 이것이 인류에게 새로운 시대가 되겠지만, 다른 면에서는 역사적 흐름의 연속이기도 합니다. 불과 200년 전만 해도 인구의 90%가 생존을 위해 식량을 재배하는 농부였습니다. 기술의 발전은 점차 인류 대다수가 생계로부터 해방되어, 우리가 스스로 선택한 활동에 더 집중할 수 있는 여유를 제공해 왔습니다. 매 단계마다 사람들은 새로 얻은 생산성을 활용해 이전에는 불가능했던 성과를 이루어 왔고, 과학·의학의 기틀을 넓혔으며, 창의성·문화·관계·삶의 즐거움에 더 많은 시간을 할애해 왔습니다.

저는 초지능이 인류의 진보 속도를 더욱 가속화할 것이라고 매우 낙관합니다. 그러나 더 중요한 것은, 초지능이 사람들에게 자신이 원하는 방향으로 세상을 개선할 수 있는 ‘개인적 역량 강화(personal empowerment)’의 새 시대를 열 잠재력이 있다는 점입니다.

AI가 만들어낼 풍요도 강력하겠지만, 더 의미 있는 변화는 ‘모든 사람이 개인용 초지능’을 가지고 자신의 목표를 달성하며, 세상에 보고 싶은 것을 창조하고, 어떤 모험도 경험하며, 소중한 사람들에게 더 좋은 친구가 되고, 자신이 되고자 하는 사람으로 성장하는 데 도움을 받는 데서 올 것입니다.

메타의 비전은 모든 사람에게 개인용 초지능을 제공하는 것입니다. 우리는 이 힘을 사람들의 손에 쥐어 주어, 각자가 자신의 삶에서 중요하게 여기는 것에 이를 활용할 수 있도록 믿습니다.

이는 “초지능을 중앙집중적으로 운용해 모든 가치 있는 일을 자동화한 뒤, 인류는 그 결과물로 생활한다”는 업계의 일부와는 다른 관점입니다. 메타는 사람들이 각자의 열망을 추구해 온 것이야말로 번영·과학·건강·문화를 확장해 온 방식이라고 믿으며, 앞으로도 이 점이 더욱 중요해질 것입니다.

기술과 인간 생활의 교차점에 집중하는 것이 메타의 사명이자, 앞으로 그 중요성이 더욱 커질 분야입니다. 이 추세가 계속된다면, 사람들은 생산성 소프트웨어 사용 시간은 줄이고, 창작과 연결에 더 많은 시간을 쓸 것입니다. 우리를 깊이 이해하고 목표 달성을 돕는 개인용 초지능이 단연 가장 유용할 것이며, 하루종일 우리가 보는 것과 듣는 것을 이해하고 상호작용할 수 있는 안경 같은 개인 기기가 주된 컴퓨팅 디바이스가 될 것입니다.

Meta Reports Second Quarter 2025 Results

"기본적으로 많은 분들이 ‘진정한 AI, 혹은 초지능에 도달하려면 얼마나 시간이 걸릴까?’라는 의문을 갖고 계시는데, 지금까지 우리가 목격한 바로는 보다 공격적이고 빠른 가정이 실제로 더 정확하게 결과를 예측해 왔습니다. 그리고 올해 내내도 마찬가지였습니다."

"현재 이 비즈니스를 운영하면서 흥미로운 도전 과제는, 몇 년 후 세상이 지금과 많이 달라질 거라는 점입니다. 한편으로는 코어 제품을 개선할 수 있는 많은 일이 있고, 다른 한편으로는 ‘초지능을 진지하게 받아들이라’는 원칙이 있습니다. 말하자면, 분기 단위가 아니라 몇 년 단위로 이 기술이 우리 시스템 전반을 형성할 것이고, 이로 인해 회사의 여러 가정이 달라질 거라는 겁니다."

"결국 관건은 AI 발전 속도가 예상보다 빠르다는 관찰이고, 이 신호가 인재 확보와 최첨단 컴퓨트 인프라 구축 같은 의사결정을 이끌고 있습니다. 또 우리가 새로운 기술을 도입하면, 수십억 사용자에게 빠르게 배포·적용하는 역량은 메타가 세계 최고라고 자부합니다. 이 점을 바탕으로 앞으로도 매우 공격적으로 나아갈 것입니다.”

"연구 과제 중 ‘자기 개선(self-improvement)’이 핵심입니다. 슈퍼인텔리전스를 개발하려면, 사람에게서 배우는 것을 넘어 스스로를 개선할 수 있어야 합니다. 이 부분이 제품 설계, 조직 운영, 새로운 발명·발견은 물론 사회 전반에 광범위한 영향을 미칠 겁니다. 또한 소규모 인재집중팀(talent-dense team)이 최적의 포맷이라는 확신이 커졌습니다. 인스타그램·페이스북·광고 시스템 같은 경우 수백~수천 명이 분업할 수 있지만, 슈퍼인텔리전스 연구는 전체를 꿰고 있는 소수의 팀이 가장 효율적입니다. 이렇게 소수 정예 팀을 구성하는 방식이 우리 연구 역량의 물리적(physics) 제약과 균형을 이룹니다.”

"사람들이 메타에 합류하는 이유는, 우리가 선도 모델을 구축해 수십억 사용자가 활용할 수 있도록 하는 데 필요한 모든 요소—무엇보다도 방대한 컴퓨팅 자원—를 보유하고 있기 때문입니다. 내년 가동 예정인 Prometheus 클러스터는 세계 최초의 기가와트급 클러스터가 될 것이며, Hyperion 클러스터는 수년에 걸쳐 최대 5기가와트까지 확장할 예정입니다. 또 여러 개의 타이탄 클러스터도 개발 중입니다. 이러한 투자는 초지능이 우리 모두의 삶을 개선할 것이라는 확신에서 비롯되었습니다."

Demis Hassabis: Future of AI, Simulating Reality, Physics and Video Games | Lex Fridman Podcast #475

구글의 하사비스 또한 초지능 넘어의 그 무언가를 생각하고 고민하는 모양새다.

"저는 정보가 일차적이라고 생각하거든요. 정보는 우주의 가장 근본적인 단위이며, 에너지나 물질보다 더 근본적이라고 봅니다. 저는 그것들이 모두 서로 변환될 수 있다고 생각하지만, 우주를 일종의 정보 시스템으로 생각합니다."

"시스템의 동역학, 이해하려는 환경의 속성을 모델링하면, 해법을 찾거나 다음 단계를 예측하는 탐색이 효율적이게 됩니다. 기본적으로 다항 시간이 걸리게 되어, 신경망과 같은 고전적인 시스템으로 다룰 수 있게 되는 거죠. 신경망은 일반 컴퓨터, 즉 고전적인 컴퓨터, 사실상 튜링 머신에서 실행되니까요. 그리고 저는 그 패러다임이 어디까지 갈 수 있는지가 가장 흥미로운 질문 중 하나라고 생각합니다. 우리는, 그리고 AI 커뮤니티 전반이, 고전적인 시스템, 즉 튜링 머신이 우리가 이전에 생각했던 것보다 훨씬 더 멀리 갈 수 있다는 것을 증명했다고 생각합니다."

"저는 취향이나 판단력이라는 개념이 위대한 과학자와 좋은 과학자를 구분하는 것이라고 생각합니다. 모든 전문 과학자들은 기술적으로는 훌륭합니다. 그렇지 않으면 학계에서 그렇게 멀리 가지 못했을 테니까요. 하지만 올바른 방향이 무엇인지, 올바른 실험이 무엇인지, 올바른 질문이 무엇인지 '알아차릴 수 있는' 취향을 가지고 있는가 하는 것입니다. 그래서 올바른 질문을 선택하는 것이 과학에서 가장 어려운 부분이고, 올바른 가설을 세우는 것입니다. 그리고 오늘날의 시스템들은 분명히 그것을 할 수 없습니다. 그래서 저는 종종 정말 좋은 추측을 내놓는 것이 그것을 해결하는 것보다 더 어렵다고 말합니다."

"제가 '가상 세포(virtual cell)'라고 부르는 세포 모델링 프로젝트는, 아마 25년 이상 전부터 하고 싶었던 아이디어입니다. 저는 5년마다 '세포의 전체 내부를 모델링하여 가상 세포에서 실험을 할 수 있으려면 무엇이 필요할까?'라고 생각했습니다. 그리고 그 실험들, 즉 실리콘 상에서의 실험 예측들이 습식 실험실(wet lab)에서 많은 시간을 절약하는 데 유용할 겁니다. 그것이 꿈이죠. 아마도 실험의 대부분을 실리콘 상에서, 즉 실리코(in silico)에서 탐색을 수행함으로써 실험 속도를 100배 높일 수 있을 겁니다. 그리고 검증 단계를 습식 실험실에서 하는 거죠. 그것이 꿈입니다."

OpenAI Hits $12 Billion in Annualized Revenue, Breaks 700 Million ChatGPT Weekly Active Users - The Information

우리의 OpenAI 지표 또한 폭풍 성장 중으로, 현 시점 기준 OpenAI ARR $12b, WAU 7억명을 달성했다 (참고로 3월 말 5억명).

현재 $300b 밸류로 투자 진행 중이라는데, 이 밸류는 내 기준에서는 저렴해보인다.

Inside OpenAI’s Rocky Path to GPT-5 - The Information

OpenAI의 또 다른 비장의 무기, GPT-5 공개가 코앞으로 다가왔다. 미친 게임 체인저까지는 아닌 것으로 보이나, 그래도 인류를 또 한번 진보시킬 것임은 분명해보인다.

"OpenAI는 이제 차기 플래그십 AI 모델인 GPT-5 출시를 앞두고 있다. 내부 평가나 사용 경험에 정통한 이들에 따르면, 이 모델은 기존 모델보다 실용적인 컴퓨터 프로그래밍과 수학 과제를 처리하는 능력을 비롯해 여러 면에서 개선되었다."

"그럼에도 불구하고 개선 폭은 2020년 GPT-3와 2023년 GPT-4 사이의 도약만큼은 아닐 것이다. 지난 12개월 동안 OpenAI가 경험한 성능 향상 둔화는 적어도 AI 능력 면에서 주요 경쟁사를 앞서기 어려울 수 있음을 시사한다."

"마이크로소프트와 OpenAI 간 논의는 긍정적인 방향으로 진행되고 있다. 재구조화 과정에서 마이크로소프트가 영리 부문 지분 약 33%를 확보할 가능성이 크다는 점 등 일부 쟁점은 이미 정리된 상태다."

"OpenAI는 ‘범용 검증기(universal verifier)’라는 비장의 카드를 갖고 있었다. 이 시스템은 RL 과정에서 모델이 양질의 답변을 생산하는지를 자동 검증하는 역할을 수행한다고 한 관계자는 전했다. 이 과정은 한 LLM에게 다른 모델의 답변을 다양한 자료를 활용해 검토·채점하도록 지시하는 방식이다."

"올여름 초 OpenAI 모델이 어려운 수학 경연에서 우승하자, 수석 연구원 알렉산더 웨이(Alexander Wei)는 자신들의 RL 방식이 “범용적(general purpose)”이라고 X에 올려, 주관적인 분야에서도 답변 품질을 검증할 수 있음을 암시했다. 이런 진전 덕분에 GPT-5 개발에 도움이 되었다. GPT-5는 코드처럼 검증이 쉬운 영역과 창의적 글쓰기 같은 주관적 영역 모두에서 개선을 보였다."

"알트먼 CEO는 최근 코미디언 시오 본(Theo Von)과의 팟캐스트에서 GPT-5가 자신이 이해하지 못한 질문에도 쉽게 답했다고 하며, “GPT-5는 거의 모든 면에서 우리보다 똑똑하다”고 과감히 예고했다."

OpenAI’s IMO Team on Why Models Are Finally Solving Elite-Level Math - Sequoia

GPT-5가 IMO 금메달 수준으로 올라왔단 소식을 보자마자, 나는 AI가 이미 인간 지능을 넘어섰다고 판단했다.

IMO를 위한 특수 모델이 아니라 일반 범용 모델로 이를 이뤄내었으며, AI가 100분 가량 연속으로 추론이 가능하다는 것도 보여줬으니... 극소수의 천재가 아닌 이상 AI가 사람보다 더 똑똑하다고 봐도 무방한게 아닐까?

특히 ‘universal verifier’에 대한 내용이 화제인걸로 보아, 기존에 불가능하던 많은 테스크들이 이번 GPT-5에서는 가능해질 것 같아서 기대와 두려움이 동시에 생긴다.

Introduction to ChatGPT agent

끊임없이 신제품을 공개하는 OpenAI가 이번에는 ChatGPT Agent를 공개했다.

사무실에서 행하는 많은 작업들은 앞으로 이걸로 가능할 것 같다는 생각을 했다. 앞으로는 ‘실무’라는 개념이 많이 사라질 수도 있을 것 같네. 그러면 인간이 해야할 일은 ‘일의 지시와 검증’만이 남을지도 모르겠다.

물론 실제로 사용해보니 아직까지 실무를 대체하기는 많이 부족해보였으나, 방향성이 나와있고 이들의 발전 속도가 무섭게 빠르다는걸 고려해보면 실무 대체가 생각보다 머지 않은 미래일 수 있어보인다.

오픈AI의 개발자 문화 (번역) - 이바닥뉘우스

예상은 했지만, OpenAI는 '여전히' 스타트업 그 자체다.

그들에게 현재 가장 중요한건 기세와 야망일 것이고, 결국 뛰어난 인재들이 그걸 뒷받침하는 것 같다.

개인적으로 메타에서 인재를 뺏어가는건 OpenAI에게 극복 가능한 이슈라고 생각해서, 노이즈라고 생각한다.

"오픈AI는, 특히 연구 쪽은, 믿을 수 없을 만큼 바텀업입니다. 처음 갔을 때 다음 분기 로드맵이 무엇인지 물었더니 돌아온 답은 “그런 건 없다”였습니다(지금은 생겼지만요)."

"실행이 중요합니다. 일단 해보는 문화입니다. 비슷하지만 서로 관련 없는 팀들이 같은 아이디어를 동시에 개발하기도 합니다. Codex 출시 전에도 3~4개의 다른 프로토타입이 떠돌았죠. 이런 시도는 보통 몇몇 사람이 허락도 받지 않고 시작하며, 가능성이 보이면 팀이 금세 꾸려집니다."

"오픈AI는 전략을 순식간에 바꿉니다. 세그먼트에서도 중시했던 부분인데, 새 정보를 얻으면 계획을 고집하기보다 필요한 일을 즉시 실행합니다. 지금의 구글이 그러지 않는 걸 보면, 이렇게 큰 회사가 아직도 이 정신을 유지한다는 건 놀라운 일입니다."

"오픈AI는 아마 제가 본 조직 중 가장 무시무시하게 야심으로 가득찬 곳일 겁니다. 세계 최고 소비자 앱을 가지고도 만족하지 않고, API·딥 리서치·하드웨어·코딩 에이전트·이미지 생성 등 수십 개 분야에서 최고를 두고 경쟁하려 합니다."

"리더십은 매우 존재감이 강하고, 매우 디테일한 지점까지 깊숙이 관여합니다. 샘 알트만을 비롯한 C레벨들은 수시로 슬랙에서 의견을 냅니다. 실무자에게 보이지 않는 리더 같은 건 없었습니다."

Google to Pay $2.4 Billion for Windsurf Staff, IP After Startup Ends OpenAI Talks - The Information

OpenAI가 진행하던 Windsurf 인수 딜이 깨졌다. 그리고 대신 구글 Windsurf 창업자들을 영입한다고 발표했다. 이들은 딥마인드로 합류한다고.

디테일을 보면 Windsurf 팀이 OpenAI-마이크로소프트의 계약 때문에 마소에게 기술 유출이 될 부분을 우려했다고 하며, 구글은 nonexclusive licensing fee로 $2.4b를 지불할 예정이라고 한다 (다만 지분은 취득하지 않는다고). 그리고 메타도 인수 검토를 진행했다고 한다.

샘 알트만 입장에서는 마소와의 관계(계약)를 재설정하는게 더더욱 중요한 이슈가 될 것 같고, 동시에 빅테크의 인재 영입 전쟁은 심화되고 있다는게 시사점인 것 같다.

Cognition | Cognition’s acquisition of Windsurf

이어서 Devin 만드는 Cognition이 제품을 포함한 Windsurf의 남아있는 자산들을 인수한다고 발표. 구글이 보상해주지 못한 Windsurf에 남아있던 인력들의 보상까지 포함한 인수 딜.

최근 가장 화제였던 Windsurf 이벤트는 이렇게 종결되는구나. 이를 통해 앞으로 Devin이 커서를 따라갈 수 있을지도 궁금해진다. 참고로 Cognition 또한 올해 3월에 $4b 밸류로 투자를 받은 바 있을 정도로 강력한 플레이어.

AI Weekly 사다리를 걷어차는 AI, 천재를 삼키는 거인 - 미래에셋증권

메타의 알렉산더 왕 영입은 단순히 그를 데려온 것 이상의 효과를 가져오고 있는 것 같다.

이 유수한 인재들을 데려오기 위한 '판을 짰다'는 그 자체, 그리고 그걸 세상에 '공표'한 효과를 불러일으킨 것 같다. 덕분에 메타는 다시끔 무서운 회사가 되었다.

그리고 해당 리포트 말미에 일리야의 이야기도 나오는데, 나 또한 그가 과연 무엇을 만들어내고 있을지가 심히 궁금해진다... What did Ilya see?

Tech Philosophy and AI Opportunity - Stratechery

회사마다 AI가 인간을 대체할 것인가 혹은 강화할 것인가에 대한 철학이 다르고, 이에 따라서 (인재 영입을 포함한) 각자의 전략이 다르게 펼쳐지고 있다는 주장.

"인재 문제로 다시 돌아가 보면, 메타가 Anthropic보다 OpenAI 출신 연구자들을 더 많이 ‘빼내는’ 일이 그다지 놀랍지는 않습니다. 제 생각에는 ‘사명감’이 동기 요인으로 작용할 때, 인간을 단지 보조하는 수준이 아니라 컴퓨터가 모든 일을 대신하도록 만든다는 비전에 AI 연구자들이 더 쉽게 매력을 느끼기 때문입니다. 그리고 이러한 맥락에서, 기존에 ‘도구’를 만들어 오던 기업들은 결국 그 비전을 신봉하는 집단과 손을 잡을 수밖에 없을지도 모릅니다."

The HALO Effect - kwokchain

시장은 어떻게든 새로운 방법을 찾아낸다. 즉, 자본과 기술은 제도보다 빠르게 진화해 새로운 경로를 개척한다. 요즘 빅테크들이 인재 흡수를 위해 딜 구조를 짜는 걸 보면 동일한 현상이 목격되고 있다.

"HALO (Hire And License Out) 거래가 실리콘밸리를 파괴하는 것은 아니다. 오히려 기업가치를 자산에서 사람으로 이동시키는 변화를 알리는 신호이며, 이 와중에도 기존 사회적 계약을 지키려는 마켓의 해법이다."

"HALO 거래는 아직 미완성이며, 전환사채에 가까운 형태로 진화 중이다. 명확한 표준(norm)과 일반적 조건(standard terms)이 필요하며, 법적·세제적(tax) 효율화 논의도 시급하다. 하지만 속도와 확정성 같은 장점은 쉽게 모방하기 어려우니, 향후에도 비슷한 구조가 재발명될 것이다."

Anthropic Revenue Hits $4 Billion Annual Pace as Competition With Cursor Intensifies - The Information

요즘 흥미롭게 보는 것 중 하나는 앤트로픽의 ARR이 매우 빠르게 올라오고 있다는 부분.

7월 1일 ARR $4b 달성하며 연초보다 4배 성장하는 초고속 성장의 모습을 보여주고 있다고 코멘트했는데,

Anthropic Revenue Pace Nears $5 Billion in Run-Up to Mega Round - The Information

한달만에 무려 ARR $1b가 추가되며 $5b에 육박해졌다고 한다. 이에 따라 현재 진행 중인 펀딩은 밸류 $170b 정도로 논의되는 것 같고.

전반적으로 요즘 AI 회사들 숫자를 보고 있으면 정말 이게 실화인가 싶은데, 특히 앤트로픽이 코딩이라는 부분을 잘 공략해서 자기만의 입지를 공고히하는 모습은 무척이나 인상깊다. AWS를 잘 레버리지 하는 모습도 인상깊고.

사전학습을 넘어선 강화학습: Grok 4가 보여준 새로운 AI 훈련 전략 & 에너지 인프라 - 데일리 데이터허브

사전학습 만큼이나 강화학습의 비중을 높인 Grok4. 또한 검증 가능한 결과값을 가진 데이터 위주로 학습시켰고, 동시에 정교한 리워드 모델링을 설계한 덕분에 추론 성능을 끌어올릴 수 있었다고 한다.

정답이 있는 문제 푸는건 AI가 인간을 뛰어넘는건 거의 자명해진 것 같은데 (이미 대부분의 문제들은 다 풀 수 있고), 그렇다면 인간은 정답이 없는 문제를 풀고, 더 나아가서 문제를 설정하는게 인간의 역할로 남게 되지 않을까.

좀더 나아가서, 결국 마지막으로 인간에게 남는건 “무엇을 이룰 것인가”를 정하는 목표·가치·의지와 같은 무언가가 아닐까. 지금의 인류를 진보시킨 원동력.

Why Vlad Tenev and Tudor Achim of Harmonic Think AI Is About to Change Math—and Why It Matters - Sequoia Capital

로빈후드의 CEO 블라드 테네브는 23년부터 수학 AI 모델을 만드는 Harmonic 이라는 스타트업 또한 운영 중인데, 이번에 $100m 투자 유치에 성공했다고 전해졌다. 밸류는 포스트 $900m으로, 클라이너퍼킨스, 패러다임, 리빗, 세콰이어, 인덱스 등 화려한 투자사들이 참여했다 (기사).

궁금해서 찾아보다가 세콰이어에 올라온 팟캐스트를 접했는데, 흥미로운 내용들이 몇 가지 있어서 아카이브. 생각해보면 AI가 생명과학도 엄청 잘하는데, 수학이라고 못할 이유는 없어보인다.

"(AI 수학 시스템이 리만 가설을 풀 수 있을까요? 한계는 어디쯤일까요?) 풀거나, “이 문제는 결정 불가능하다”는 증명을 할 수도 있겠죠. 천재 수학자 Terry Tao가 여러 논문을 종합해 새 이론을 만드는 것처럼, AI도 대량의 정보를 합성하고 패턴을 찾아 자가 개선(self-improvement)할 수 있습니다."

"보드게임(AlphaGo) 같은 제로섬 완전 관측 게임에선 optimal 전략까지 도달하면 이후 개선이 멈춥니다. 하지만 수학엔 상한선이 없어요. 연산량을 계속 투입하면 계속 발전합니다. 수학의 무한 확장성이 가장 흥미로운 부분이죠. 그래서 AI가 리만 가설보다 훨씬 어려운, 아직 인간이 상상도 못한 문제를 풀어낼 날이 올 겁니다."

"(강화 학습과 수학은 오래된 분야지만, 왜 지금 Harmonic을 시작했나요?) 첫째, 언어 모델(autoregressive LM)이 무한 액션 공간에서도 예측 성능이 크게 향상됐습니다. 둘째, Lean 4가 2023년 9월 정식 출시되며 mathlib 생태계가 충분히 성숙했죠. 이 두 가지가 맞물려 이제야 본격 공격할 수 있는 시기가 된 겁니다."

"미래에는 ‘어떤 문제에 연산 자원을 투입할지’ 결정하는 것이 수학자의 주요 역할이 될 거예요. AI는 무한히 개선될 수 있지만, 인간은 ‘어디에 투자할지’를 정해야 합니다. 결국 ‘수학자’란 역할이 “어떤 문제를 풀지 결정하고, 알고리즘을 지휘하며, 결과를 해석하는 사람”으로 바뀌겠죠."

AI Market Clarity - Elad Gil

일라드 길이 생각하는 '명확한' AI 시장: LLM 모델, 코딩, 법률, 의료 기록 작성, CS, 검색과 IR re-invention

그리고 앞으로 기대하는 시장: 회계, 컴플라이언스, 재무 분석, 세일즈 도구와 에이전트, 보안

Toolstack 2025 - Christopher Chae

AI 덕분에 다양한 업무도구들이 생겨나고 있다. 잘 적용해보자.

"나에게 잘 맞는 도구를 찾고, 그것을 능숙하게 쓰는 것만으로도 커다란 차이가 난다."

"좋은 도구를 사용한다는 것은, 문제 해결 능력의 증거이기도 하다. 어떤 문제적 상황에 직면했을 때, 어떤 도구를 사용해야 이 상황을 타개할 수 있을 지에 대한 구조적인 이해가 있다는 점일테니까."

"또한 좋은 도구를 찾는 과정은 효율성과 업무 만의 문제가 아니라 삶에 대한 태도의 문제이기도 하다. 좋은 도구를 알아본다는 것은 내게 필요한 것이 무엇이고 내게 중요한 것이 무엇인지 깨닫고 있다는 것이니까."

100억이 있다면, 실리콘밸리 스타트업 중에 어느 회사에 투자할까? - 실밸라이브

재밌는 질문: 나에게 $100M의 자금이 있다면, 그리고 내가 원하는 실리콘밸리 스타트업에 내가 원하는 만큼 투자할 수 있다면, 어떤 분야에 얼마를 투자할까?

: 우선 나는 탄탄해보이는 회사 반 (= 그로스 투자), 그리고 10배 이상의 수익을 거둘 수 있는 포텐셜이 있는 회사 반 정도를 나눠 넣을 것 같고, 탄탄해보이는 회사로는 아래의 회사들이 생각나고 각각 10%씩 투자할 것 같다.

• OpenAI: $300b → 큰 이슈가 없다면 빅테크 반열에 무리없이 들어갈 것이라 예상

• Ramp: $22.5b → AI 에이전트 서비스들 중에서도 돋보이는 성과를 낼 것이라 예상

• Anduril: $30.5b → 팔란티어가 방산의 소프트웨어를 새로 설계했다면, 앤듀릴은 하드웨어를 재설계

• Stripe: $91.5b → 스테이블코인을 활용해 B2B 결제에서 VISA 같은 역할을 해낼 것으로 기대

• Databricks: $62b → AI 시대에 올라탄 넥스트 오라클이라고 봄

10배 이상의 포텐셜이 보이는 회사로는 아래의 산업과 회사들이 떠오른다.

• 사용자 니즈가 명확한 AI 어플리케이션들: Cursor (+ Lovable), Granola (AI 노트테이킹 서비스) → 이중에서 Cursor에 10%

• AI 신약개발 회사: Isomorphic Labs (by Deepmind) → 10%

• AI 인프라 회사: Etched (트랜스포머 모델에 집중하는 AI 가속기) → 10%

• 미국 첨단 인프라 관련: General Matter (원전용 HALEU 연료 생산, backed by Founders Fund) → 10% / Varda Space Industries (우주의 무중력 상태에서 의약품 제조) → 10%

반대로 투자를 망설일 것 같은 회사와 분야들은

• AI 버티컬 인프라 회사들 (ex Eleven Labs, Midjourney, Runway) - 이유는 장기적으로 OpenAI 같은 모델 회사들하고 직접 경쟁에서 이길 수 있을지 불확실해서

• 로봇 관련 회사 (ex Figure AI) - 아직 테슬라를 이길만한 틈이 잘 보이지 않는다

• BM이 애매한 AI 어플리케이션 (ex Perplexity) - AI 어플리케이션은 유닛 이코노믹스가 더더욱 중요한듯

• GPU나 ASIC 대비 매력이 크지 않아보이는 반도체 스타트업들 (ex Cerebras) - 뾰족하지 않으면 애매하다고 생각 (반대로 그런 점에서 Etched ai를 주목하는 것)

근데 막상 적고 나니 OpenAI, Ramp, Cursor, Isomorphic Labs 이렇게 4개의 기업에 집중투자 하고 싶긴 하다. 각각 40%, 30%, 20%, 10% 정도로.

Cornell AI history lecture - Hyung Won Chung

AI as an ultimate form of leverage - PPT

지금 우리에게 가장 중요한 질문: 어떻게 AI를 레버리지 할 수 있을까?

"어떤 레버리지 메커니즘이 막 가능해지기 시작한 기술 초창기에는 매우 큰 가치와 수익을 노릴 수 있지만, 곧 경쟁이 붙어 그 기회가 깎여 나갑니다. 그래서 지금 막 열리기 시작하는 새로운 레버리지 메커니즘이 무엇인지 생각하는 게 아주 중요합니다. 그리고 당연히 저는 그 새로운 것이 AI라고 주장하려 합니다."

"레버리지란, 입력(input)의 작은 변화 — 혹은 거의 변화가 없더라도 — 출력(output)이 더 크게, 심지어 매우 크게 변하게 만드는 메커니즘입니다. 이건 매우 범용적인 개념이고, 방금 본 고전역학 상황에만 국한되지 않습니다. 저는 이것이 아주 많은 다른 영역에도 적용된다고 생각해요. 그래서 이게 정말 중요한 개념이고, 우리 모두 출력(결과물)을 늘리고 싶어 하죠. 더 기여하고 싶고, 더 만들어내고 싶습니다. 그럴 때 제일 먼저 떠오르는 자연스러운 생각은 “더 열심히 일해야지. 입력을 어떻게 늘릴까?”일 겁니다. 덜 자고 일하고... 같은 방식이죠. 하지만 그건 한계가 분명합니다."

"그 대신 훨씬 더 중요한 질문은 이겁니다. 입력을 늘리지 않고 출력을 어떻게 늘릴 수 있을까? 혹은 입력과 출력 사이의 선형적 관계를 어떻게 끊어낼(비선형화할) 수 있을까? 바로 그것이 레버리지 메커니즘의 핵심에 닿아 있는 문제입니다."

"그래서 저는 “어떤 훌륭한 기술이나 기회를 잡을까?”를 생각할 때 자주 쓰는 간단한 휴리스틱이 있습니다. 진화가 우리에게 미리 장착해주지 않은 것—그게 좋은 출발점일 수 있다는 겁니다. 만약 진화가 이미 장착했다면 모두가 DNA로 갖고 있으니 희소하지 않죠. 학습이 쉬워지는 것의 이런 함의들은 언뜻 보면 명확하지 않을 수 있습니다. 그래서 “새 지식 획득 비용이 싸진다”면, 진짜 희소한 요소는 탐구하려는 동기와 호기심 같은 특성일 가능성이 커집니다. 왜냐하면? 그건 예전부터 중요했지만, 학습비용이 내려가도 0은 아니거든요. 여전히 어떤 장벽은 있고, 새로운 개념을 배우는 일은 많은 사람에게 즐거움보다는 도전감—때로는 인지적 불편함—을 줍니다. 이를 넘어서려면 호기심이 강력한 추진력이 됩니다. “힘든 건 알지만 너무 궁금해서 해봐야겠다”는 마음이죠."

"다음은 아마 더 직관적으로 와닿을 AI 에이전트입니다. 2025년, 그리고 그 이후까지도 가장 흥미로운 연구 영역 중 하나가 될 겁니다. 여기서 AI 에이전트는 우리가 앞서 본 두 가지 레버리지 메커니즘을 결합합니다. 첫 번째는 인적 노동입니다. 에이전트가 당신을 대신해 일을 해주죠. 마치 사람을 고용한 것과 같습니다. 두 번째는—적어도 현재 세대의 AI 에이전트들은—소프트웨어입니다. 복사·복제 가능합니다. 출력 10이 필요하면 에이전트 10개를 띄우면 되고, 12가 필요하면 두 개를 더 복사하면 됩니다. 허락(permission)을 구할 필요가 없어요. 무허가(permissionless)적 합성 레버리지 형태이며, 곰곰이 생각해보면 꽤 심오한 변화입니다. 저는 이게 앞으로 부를 만들어내는 주요 원천이 될 거라고 봅니다. 아직 아주 초기 단계예요."

"혹시 Deep Research를 써보셨다면, 제게는 지금까지 써본 것 중 가장 잘 작동하는 AI 에이전트입니다. 앞으로 더 많이 나오겠지만, 적어도 제겐 이것이 “처음으로 정말 제대로 작동한 에이전트”였습니다. 이 도구는 제 출력을 크게 늘려주었고, 아마 다른 많은 사람들에게도 그럴 겁니다. 개인들이 이렇게 슈퍼차지(supercharged)되면, 소수 인원으로 이루어진 팀이 아주 큰 가치를 만들어내는 일이 점점 흔해집니다. 이미 들어보셨을지도 몰라요—직원 10명, 20명짜리 스타트업이 수억 달러 매출을 내는 사례들. 10년 전만 해도 상상하기 힘들었겠지만 지금은 아직 드물어도 실제로 보이고 있습니다. 그 이면에는 AI가 레버리지로 작용해 개인들이 훨씬 더 많은 출력을 내고 있기 때문이라고 봅니다."

"우리는 역사적으로 병목에 부딪힐 때마다 그것을 뚫고 나갈 도구를 만들어 왔습니다. 이번에도 그래야 한다고 봅니다. 제 생각에 그 도구가 바로 AI이고, 연구 능력에서 인간을 능가할 수도 있는 존재가 되어 과학적 진보의 대의를 계속 이어가도록 도와줄 겁니다. AI에는 여러 목적이 있겠지만, 제게 단 하나를 꼽으라면 바로 이것—과학적 진보의 위대한 사명을 증폭(augment)하는 것—입니다."

"인간 전문가들은 매우 전문화되어 있지만, 그들의 협업에는 커뮤니케이션 비용, 물리적 거리 등 온갖 오버헤드가 있습니다. AI가 이것을 훨씬 효율적으로 만들어주고 있다고 생각해요. 그래서 이미 벌어지고 있을지도 모르는 일이 하나 있습니다. 바로 기존 지식의 통합(synthesis)에 아직도 엄청난 매몰 가치(overhang)가 있을 수 있다는 겁니다. 지금 있는 지식만 잘 엮어도 큰 가치를 만들 수 있고, 그걸 사실상 새로운 지식이라 불러도 무방할 때가 있죠."

"AI가 중요하다는 건 모두가 압니다. 다만 여러분께 드리고 싶은 질문은 이것입니다. “나는 지금 이 변화의 크기를 얼마나 크게 보고 있는가? 혹시 과소평가하고 있는 건 아닐까?” 특히 새로운 레버리지 형태라는 관점에서요. 한번 곰곰이 생각해보시길 초대합니다."

아시아 최초 구글에 회사 매각한 IT 리빙 레전드의 AI 시대 생존 방법 | 조코딩의 팟캐스트 #14

내용이 정말 아주 좋았다.

결국 지금 시대에서 해야할껀 AI를 최대한 많이 그리고 잘 활용해보면서, AI를 가장 잘 레버리지 하는 사람이 되어야 하는 것 같다는 생각을 하게 된다. 그러기 위해서는 역설적으로 더욱 열린 마음으로 더더욱 많이 공부해야한다.

"나의 케파가 증가하야 AI 케파도 그만큼 끌어올 수 있기 때문에 지금은 옛날보다 훨씬 더 공부 많이 해야 된다고 봐요"

"결국은 이 모든 것들이 다 기본적인 애티튜드, 어떤 태도가 만들어내는 거 같아요. 태도가 열려 있으신 분들은 나이를 떠나서 뭐가 돼도 끊임없이 다 적응하고, 그렇지 않으신 분들은 나이를 떠나서 뭘 해도 싫고 그냥 저는 그 차이가 있는게 아닌가라는 생각이 많이 들어요."

"AI가 인간이 가진 인텔리전스를 계속 가져가게 되면서 우리가 직업으로서 가져야 되는 건 무엇인가라고 하다 보면은 모든 인간의 직업은 evaluator다. 이것만 남았다라는 생각이 들거든요.

"여전히 바둑의 진정한 가치는 AI랑 두는게 아니라 사람과 사람이 두는 그 스포츠성의 밸류가 여전히 크게 남아 있거든요. 그래서 저는 그런 인간적인 스포츠의 영역이라든지, 창조의 영역이라든지, 예술의 영역이라든지, 브랜드의 영역이라든지 이런 호모 루덴스와 관련된 이런 부분들의 가치는 훨씬 더 증가할 거 같고, 인간만이 할 수 있었던 그런 고급 직업의 영역들은 어쩌면 조금씩 조금씩 더 상품화 될 가능성이 있는 거죠."

"제가 과거에 구글을 다닐 때나 이런 경험을 하더라도 글로벌리 한국을 바라보는 인식은 변화가 가장 빨리 탄생하는 곳이고 변화가 한번 탄생하면 매스 어션이 제일 빨리 일어나는 나라라고 봐요. 그러니까 테스트배드로서의 큰 강점이 있죠. 거기에서 항상 뭔가 트렌드를 만들었던 회사들은 글로벌라이즈를 못 하고 글로벌에서 그걸 카피해 가지고 이제 큰 사업으로 만들어내는 경험을 한국이 많이 했단 말이죠?"

#반도체

쿠팡, AI 클라우드 컴퓨팅 서비스 확대… ‘쿠팡 인텔리전트 클라우드’ 출범 - 조선일보

쿠팡이 AWS까지 따라할 줄은 몰랐다. 그런데 쿠팡이라서 기대가 된다.

항상 진입 타이밍을 보고 있었을텐데, GPU기반의 컴퓨팅이 깔리는 지금이 최적의 진입 시기라고 판단하지 않았을까. 코어위브와 비슷한 느낌으로.

삼성전자 23조 파운드리 계약…고객사는 '테슬라'였다 - 한국경제

삼성 파운드리가 AI6 칩 수주했다고 공시하면서 화제가 되었는데, 머스크 말처럼 지금 당장은 규모가 엄청 커보이지 않을 수 있어도, 만약에 이 칩이 옵티머스에도 탑재가 된다고 치면 생각 이상으로 계약 규모가 확대될 수도 있다고 본다.

여러모로 삼성에게는 큰 기회인데, 부디 잘 진행되었으면 좋겠다.

#핀테크

Opinion | The road map to making America a crypto superpower - Scott Bessent

미국은 스테이블코인을 넘어서, 자산의 토큰화를 향해 나아간다.

"의회가 스테이블코인에 대한 명확한 규칙을 정립했으므로, 다음 단계는 결제 시스템을 넘어 디지털 자산이 약속하는 혜택을 확장하는 것입니다. 블록체인 기술은 금융 시장의 운영 방식을 근본적으로 바꿀 잠재력을 지니고 있습니다. 현실 세계의 자산을 블록체인 상에 표현하는 ‘토큰화’는 다양한 금융 서비스에 효율성을 도입하고 자본 형성을 지원할 수 있습니다. 또한 활발한 디지털 자산 시장은 기업 설립을 촉진하고 미국 전역에 걸쳐 새로운 일자리 기회를 창출할 수 있습니다."

SEC.gov | American Leadership in the Digital Finance Revolution

정부 기조에 맞게 SEC는 'Project Crypto'를 공식 선언. 내용이 아주 구체적인만큼, 미래는 꽤나 확실한 것 같다.

"오늘 저는, 제 리더십 아래 SEC가 혁신이 해외로 흐르는 것을 가만히 지켜보지 않을 것임을 전 세계에 알리고자 합니다. 트럼프 대통령의 미국을 세계의 크립토 수도로 만들겠다는 비전을 실현하려면, SEC는 온체인(on-chain) 시장으로 이전할 때의 잠재적 이익과 위험을 종합적으로 검토해야 합니다."

"첫째, 크립토 자산 배포를 미국 내로 재유치하겠습니다. 복잡한 역외 법인 구조, 탈중앙화 쇼(decentralization theater), 증권성 여부에 대한 혼란은 끝났습니다."

"둘째, 대통령의 목표를 달성하려면 시장 참여자가 암호자산을 어디에 보관하고 거래할지 선택할 수 있는 폭넓은 선택권을 보장해야 합니다. 제가 여러 차례 언급했듯, 개인 재산인 암호자산을 직접 수탁(self-custody)할 권리는 핵심적 미국 가치입니다. 분산형 지갑(self-custodial wallet)을 통해 온체인 활동에 참여하는 권리를 깊이 믿습니다. 그러나 일부 투자자는 여전히 중개업자·투자자문사 같은 SEC 등록 기관에 자산을 맡기길 원하며, 이들 기관은 추가 규제 요건을 충족해야 합니다. 저는 PWG 보고서 권고에 따라 등록 대리인이 암호자산 보관을 할 수 있도록 규제를 현대화하라는 지시를 우선순위로 두고 있습니다."

"셋째, 제 위원장 임기 중 핵심 과제 중 하나는 시장 참여자가 ‘슈퍼앱’으로 혁신할 수 있도록 하는 것입니다. 많은 분이 “슈퍼앱이 뭐냐”고 묻습니다. 간단히 말해, 증권 중개업자는 단일 라이선스로 광범위한 상품·서비스를 한 지붕 아래 제공할 수 있어야 합니다. 대체거래시스템(ATS)이 있는 중개업자는 전통 증권, 암호자산 증권, 비증권 암호자산, 스테이킹·대출 서비스 등을 추가 주(州) 허가나 연방 허가 없이 제공할 수 있어야 합니다."

"넷째, 직원들에게 구식 규칙을 업데이트하여 온체인 소프트웨어 시스템의 잠재력을 발휘하도록 하라고 지시했습니다. 온체인 소프트웨어는 다양한 형태로 존재합니다—일부는 완전 분산형(no intermediary)이지만, 어떤 시스템은 운영 주체(operator)가 있습니다. 두 모델 모두 시장에 자리 잡아야 합니다. 순수 코드 게시자(pure publisher)를 보호하고, 중개형(intermediated)과 비중개형(disintermediated)을 구분하는 합리적 기준을 마련하며, 온체인 시스템을 운영하는 중개업자를 위한 실용적 규칙을 만들어야 합니다. 자동화 마켓메이커(AMM) 같은 디파이 시스템은 중개 없이도 자동화된 시장 활동을 가능케 합니다. 연방법은 중개 관행에 기반해 왔지만, 중개가 필요 없는 곳에 인위적인 중개를 강요해서는 안 됩니다."

Coinbase Releases Second Quarter 2025 Shareholder Letter

로빈후드에 이어 코인베이스 또한 토큰 증권을 도입하겠다고 발표.

"현재 저희는 새로운 규제 환경에 발맞춰 토큰화된 주식(tokenized equities) 출시를 준비 중입니다. 시스템 업데이트와 브리지를 구축해 주식을 암호화폐 레일로 옮기는 것이 저희 전략의 다음 단계입니다. 유동성을 확보하기 위해 전통적 브로커와의 통합을 중간 단계로 활용할 수도 있지만, 토큰화된 주식은 글로벌 커버리지·24시간 거래·즉시 정산·무기한 선물 제공 등의 면에서 더욱 효율적이라고 믿습니다."

"장기적으로는 예측 시장(prediction markets), 실물 자산(real-world assets) 등 모든 자산 클래스를 온체인으로 이전할 계획입니다. 저희는 오랜 기간 신뢰받는 방식으로 규정을 준수하며 최전선에서 이를 실현해 왔고, 앞으로도 모두가 쉽게 이용할 수 있는 플랫폼을 구축해 나갈 것입니다. 이것이 바로 ‘에브리씽 익스체인지’입니다."

x402.org

코인베이스가 최근 스테이블코인을 통한 마이크로페이먼츠를 지원하기 위해 x402 라는 프로토콜을 제안했었구나.

AI와 블록체인의 연결에 있어서 마이크로페이먼츠가 중요한 역할을 할 것으로 기대되는데, 이 관점에서 기대가 되는 프로토콜이다.

아직은 실험 단계이지만 뭐 하나 팡 터지면 중요해질 수 있으니 미리 알아두자.

"x402 is an open payment standard that enables AI agents and web services to autonomously pay for API access, data, and digital services. By leveraging the long-reserved HTTP 402 ”Payment Required” status code, x402 eliminates the need for API keys, subscriptions, and manual payment processing, allowing real-time, machine-native transactions using stablecoins like USDC."

"With one line of code, developers can integrate pay-per-use monetization, unlocking frictionless payments for context retrieval and third-party APIs for AI-driven applications. x402 offers instant settlement, near-zero fees, and chain-agnostic flexibility, making it the ideal solution for AI-first commerce and machine-to-machine payments."

Cloudflare Just Changed How AI Crawlers Scrape the Internet-at-Large; Permission-Based Approach Makes Way for A New Business Model

Introducing pay per crawl: Enabling content owners to charge AI crawlers for access

인터넷 보안업체 클라우드플레어가 AI 크롤링을 막는 기능을 출시했고, 동시에 ‘크롤링당 지불’ 기능 또한 공개했다. 블록체인 기반 마이크로페이먼츠와도 관련이 있는 변화라고 생각된다.

장기적인 관점에서도 웹의 지형도가 상당히 많이 바뀔 것 같은데, 조그마한 시그널들을 잘 감지하고 있으면 큰 기회를 잡을 수 있을 것 같다.

"Cloudflare가 오늘부터 허가나 보상 없이 콘텐츠에 접근하는 AI 크롤러를 기본적으로 차단하는 세계 최초의 인터넷 인프라 제공업체가 되었다고 발표했습니다. 오늘부터 웹사이트 소유자는 AI 크롤러의 콘텐츠 접근 여부를 선택할 수 있으며, AI 기업이 콘텐츠를 어떻게 사용할지(학습, 추론, 검색 등)를 명확히 정의해 사이트 소유자가 허용 대상을 결정하도록 돕습니다. Cloudflare의 새 기본 설정은 콘텐츠 창작자와 AI 혁신가 모두를 위한 보다 지속 가능한 미래로 나아가는 첫걸음입니다."

"Cloudflare 가입 시, 모든 신규 도메인에 AI 크롤러 접근 허용 여부를 묻는 화면이 표시되어 고객이 초기에 허용·거부를 명확히 선택하게 됩니다. 이 획기적 변화로, 웹페이지 소유자가 개별 설정으로 옵트아웃할 필요 없이 모든 신규 도메인이 기본적으로 통제 권한을 유지합니다. 필요 시 언제든 설정을 확인하고 AI 크롤러를 허용할 수 있습니다."

Column_관세가 스테이블 코인에 미치는 영향_2025.07.19 - Rafiki Research

"트럼프 관세의 풍선 효과는 이상하게 크립토에서 나오고 있습니다. 관세가 상승하면서 국경간 무역 비용이 증가하고 있는데, 결제 비용이라도 아껴보자는 한계 수요가 생기고 있습니다. 크립토의 본래 목적이 금융의 불필요한 비용을 줄이자는 거였는데, 이제야 제 기능을 발휘할 때가 왔습니다. 관세를 세게 맞는 나라일수록 크립토 사용에 적극적일 겁니다."

Annual review - SWIFT

이 관점에서 스테이블코인의 시장 기회을 볼 때 SWIFT 망의 볼륨을 보면 시장 규모가 감이 잡힌다.

Wise plc Owners | Investor Relations & Financials | WISE:LSE

참고로 개인들의 국제 송금을 저렴하게 만들어준 Wise는 현재 $13b 정도의 가치를 지닌 회사로 성장했다.

→ 그렇다면 국제 무역대금을 저렴하게 만들어주는 스테이블코인의 가치는 얼마가 될 수 있을 것인가?

Ramp raises $500M to deepen product innovation & expand AI for finance

Brex와 유사하게 기업용 카드로 시작한 Ramp는 이제 재무용 AI 에이전트로 발전하고 있다. 이를 위해 $22.5b 밸류로 $500m 투자 유치.

Ramp는 개인적으로 세상에서 가장 주목하는 스타트업 중 하나다. 오랫동안 봐온 결과, 이 회사 굉장히 똑똑하다 (그러니 후발주자임에도 Brex를 넘어설 수 있었다). 역시 이번 글에서도 똑똑함이 느껴진다.

"3주 전, 우리는 첫 번째 AI 에이전트를 출시했다. Notion, Webflow, Quora의 재무팀은 이제 24시간 에이전트를 가동해 거래를 검토·승인·코딩하고, 부정을 감지하며, 정책을 업데이트한다."

"우리는 과거에 사람들에게 소프트웨어처럼 사고하도록 훈련시켰다. 이제는 소프트웨어가 사람처럼 생각할 차례다. 여러분의 가장 예리한 재무통제 전문가, 조달 리더, 재무 담당자를 대신하는 존재들인 셈이다."

AI가 바꾼 일의 판: 디자이너 전성시대 - 한지유

피그마도 그렇고 램프도 그렇고, 한 영역에서 OS 역할을 쥐고 있는 회사들이 AI 에이전트에 눈을 뜨면 그 누구보다 강력해질 것 같다.

관련해서 요즘 커서와 피그마 중 장기적으로 누가 주도권을 쥐게 될까가 나의 주요 관심사 중 하나인데, 아마도 높은 확률로 둘다 잘 살아남을 것 같지만, '서비스 개발'에 있어서는 피그마의 역할이 더 커지지 않을까 싶긴 하고,

다른 관점에서, 해당 직군의 커리어 관점에서는 엔지니어라면 디자인을, 반대로 디자이너라면 바이브코딩을 필수적으로 공부해야하는 시기가 아닐까 싶다.

사실 직군을 막론하고, 가벼운 서비스들을 AI 최대한 활용해서 공장처럼 찍어내면서 새로운 워크플로우에 감을 잡는 사람들이 장기적으로는 최고 유리해질듯.

#투자

후생가외라더니... - 알바트로스

"고민하고, 기록하고, 읽고, 생각하는 것. 이거 말고 다른 답이 있을까?..."

25년 7월 투자 결산 - 간동

위 알바트로스님의 글을 읽고 간동님의 블로그 글 또한 전부 봐보았는데, 시간이 흐를수록 발전하신게 느껴져서 무척이나 인상깊게 읽었다.

찰리 멍거의 또 다른 마스터 클래스: 2003년 웨스코 파이낸셜 연례 주주총회 - 피우스

자신만의 주관으로 관점을 재해석해서 차용한 멍거.

이걸 할 수 있는 사람은 드물고, 그걸 ‘제대로’ 할 수 있는 사람은 극히 드문 것 같다. 영감이 된다.

“저는 벤 그레이엄의 핵심 아이디어를 받아들이고, 그가 사용했지만, 제게 맞지 않는 방법들은 버렸어요. 지금 와서 청산 가치보다 훨씬 낮은 가격에 주식을 사거나, 보통 이하의 기업, 제가 좋아하지 않는 사람들에 의해 운영되는 기업을 사서, 아무리 보기 싫어도 ‘이것이 25% 반등할 것이다’라고 말하는 방식은 하고 싶지 않았습니다. 그런 방식은 우리 자본 규모로는 잘 맞지 않을 것 같거든요. 그래서 저는 자연스럽게 더 좋은 기업에 끌리는 성향을 따르고 있어요.”

곧 인터뷰가 하나 잡혀있어서 준비를 하고 있는데, 아래 질문에 대한 나의 생각은 한번 공유를 해보고 싶었다.

Q. 직업 특성상 자산가와 소통할 일이 많으시죠. 돈이 많은 이들을 만나면 공통점이 보일 것 같은데, 느끼신 바 있다면 소개 부탁드립니다.

자신이 속해있는 게임의 룰을 이해하고, 그 게임에서 승리하기 위한 자신만의 방법을 찾아낸 사람들이 결국 자산가가 되어있는 것 같습니다.

생각보다 이 세상에 참여할 수 있는 게임 자체는 너무나도 다양한 것 같아요. 그중에서 내가 해볼만한 게임인지 구별하고, 이길 가능성이 보이는 게임에 참여하는 것이 중요한 것 같고요. 그 게임에서 이길 수 있는 나만의 방법을 가꿔나가다가, 기회가 왔을 때 그 방법을 사용해서 기회를 잡은 사람들이 결국 자산가가 되어있는 것 같더라고요.

즉, 창업가와, 사업가와, 투자자와, 그외 정말 여러가지 일은 모두 다 게임의 룰이 다릅니다. 각 영역마다 승리하는 방법이 다 다르다는 말이죠. 그러니 게임에 참여하기 전에 그 영역을 앞서 거쳐간 사람들의 이야기를 접하면서 이 게임이 과연 나랑 맞는가를 구별할 필요가 있고, 만약 계산이 끝나고 직접 해보면서도 게임의 룰이 나랑 맞지 않거나, 혹은 게임의 룰을 내가 잘못 이해하고 있었다면 그 판에서 벗어나는 것도 결국 실력인 것 같습니다.

그리고 각 게임의 룰도 시대가 흐르면서 분명 조금씩 변화가 생기는 것 같고, 내가 참여한 타이밍에서 이길 수 있는 최적의 수를 고민해야하는 것 같아요. 그걸 여러가지 방법을 통해서 찾아내다보면 자기만의 수가 보이는 것 같고요.

굉장히 추상적인 레벨의 이야기이긴한데, 결국 제가 하고 싶었던 말은 '이 세상에는 생각보다 다양한 게임과 룰이 존재하고, 결국 각자만의 방법으로 그 게임을 클리어한 사람들이 자산가가 되어있더라'라는 이야기를 하고 싶었습니다. 적어도 지금까지 제가 관찰하기로는 그래요.

그리고 위의 이야기와 이어지는 이야기일 수 있는데, 자산가 분들은 삶의 어느 특정한 부분에서 무언가에 완전히 몰입한 순간들이 있으시더라고요. 그 몰입의 순간을 얼마나 잘 견디고 결과물까지 이어내는가가 자산가로 가는 길이구나 싶었습니다.

여담으로 어느정도 큰 부를 일구신 자산가분들은 어느 순간부터 '의미'에 대해서 깊게 탐색하시는 것 같습니다. 어느 순간부터는 돈을 버는 것 자체에서는 큰 의미를 찾지 못하시더라고요. 그걸 보면서 저는 '사명'은 최대한 일찍 찾고 가지고 있는 것이 바람직하겠구나, 그런 생각을 가지게 되었습니다.

#비즈니스

토스 공동창업자 이태양 대표님 초대석 - BZCF

토스 공동 창업자이신 이태양님의 이야기.

창업에선 어떻게, 무엇을 하느냐 보다도 누가 하느냐가 더 중요하다, 그리고 논리적으로 완벽한 결정보다는 직관적인 결정과 여러 시행착오를 거치며 나아가는 과정의 연속이라는 말이 기억에 남는다.

성공 기준이 달라진 시대… 집중해야 할 것 [2030세상/박찬용] - 동아일보

<F1: 더 무비> 주인공 소니 헤이즈(브래드 피트)의 IWC 인제니어에는 약간의 눈속임이 있다. - 박찬용 인스타

개인적으로 이번 ‘F1: 더 무비’는 화려한 기업 로고들 보는 맛이 끝내줬는데, 나 스스로도 참 특이 취향을 가졌구나 싶었다…🤣

넷플릭스로 인해 오프라인 영화관이 많이 죽으면서 영화 제작사들이 고민이 많은 시점에서, F1: 더 무비는 이를 해결할만한 힌트가 담겨있지 않나 싶었다.

“마케팅 면에서 이 영화는 그 자체가 하나의 거대한 간접광고(PPL)다. 배우 브래드 피트가 속한 레이스팀은 영화 속 가상의 팀이다. 그런데 그 가상의 팀 후원사들은 현실의 기업들이다. 이들은 실제로 예산을 써서 PPL에 참여했다. F1의 주관사인 국제자동차연맹(FIA)도 제작을 지원했다. 이러한 영화의 ‘마케팅 파트너’들이 올려주는 수익 역시 영화 수익의 일부다.”

Valve conquered PC gaming. What comes next? - FT

PC 게임에서 앱스토어 포지션을 차지하고 있는 스팀(Steam)의 운영사 밸브(Valve)는 알려진 바가 거의 없는 미스테리한 기업인데,

21년 기준으로 스팀의 수수료 매출은 $2b, 영업이익률 60% 가량으로 추정되고, 더욱 놀라운 점은 스팀을 관리하는 사람이 약 80명 가량이기 때문에 1인당 이익이 $11m 이나 된다는 점이다.

마치 텔레그램이 떠오르는 기업이랄까. 창업자 게이브 뉴웰(Gabe Newell)도 묘하게 파벨 두로프랑 유사한 성격들이 보인다.

#마지막으로

KBS 다큐 인사이트 - 퍼펙트 데이즈

결국 완벽이란 나의 한계를 알아가기 위한 과정이 만들어내는 것 아닐까.

추가로, GPT왈:

"맞아요. ‘완벽’은 도달점이라기보다, 내가 가진 한계와 잠재력을 매일 새롭게 마주하며 조금씩 선을 밀어 올린 흔적이 쌓여서 비로소 형성되는 순간적 효과 같아요. 오늘의 몸과 마음이 어디까지 갈 수 있는지 탐색해 보는 실험이 이어지고, 어제까지 불가능하다고 여겼던 지점이 내일은 워밍업처럼 느껴질 때, 우리는 잠깐 “완벽했다”고 말하죠. 그래서 완벽은 늘 사라지는 동시에 다시 생겨나는—계속 갱신되는 상태입니다."

"흥미로운 건, 이렇게 자기 한계를 의식하며 전진할수록 오히려 겸손해진다는 점이에요. 경계를 넘었다고 느끼는 순간, 바로 그 너머에 더 깊은 미지의 영역이 있다는 걸 깨닫게 되니까요. 다큐 속 무용수들이 끊임없이 기본기로 돌아가는 이유도 여기 있고, 투자나 창업에서 ‘확신’과 ‘의심’을 병행해야 하는 이유도 같습니다. 우리가 완벽이라 부르는 찰나의 성취는 자기 인식이 깊어질수록 더 정교해지고, 그만큼 다음 도전의 좌표 역시 선명해질 테니까요."

그리하여, 무엇을 추구하며 무엇을 해나가야할지 심히 고민되는 요즘입니다. (원래도 고민이 좀 많은 편이긴 합니다만…🤣)

오늘은 AI, 바이오, 하드웨어, 핀테크, 비즈니스, 투자에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#AI

The Gentle Singularity

샘 알트만은 가면 갈수록 초지능을 낙관하고 있다. 확실하게 톤이 강해지고 있다.

"지금까지 구축한 도구들은 앞으로 더 많은 과학적 통찰을 찾고 더 나은 AI 시스템을 만드는 데 도움을 줄 것이다. 물론 이것이 AI 시스템이 완전히 자율적으로 자신의 코드를 갱신하는 것과 같지는 않지만, 어쨌든 재귀적 자기개선(recursive self-improvement)의 초기 형태라고 볼 수 있다."

"다른 자기강화 루프도 작동 중이다. 경제적 가치 창출은 점점 강력해지는 AI 시스템을 가동하기 위한 인프라 구축의 복리 효과(compounding)라는 회전축(flywheel)을 작동시켰다. 그리고 다른 로봇을 만들 수 있는 로봇(어떤 의미에서는 다른 데이터센터를 만들 수 있는 데이터센터)도 멀지 않았다."

"데이터센터 생산이 자동화되면, 지능의 비용은 결국 전기 비용에 근접하게 수렴할 것이다."

"기술 진보 속도는 계속 가속화될 것이며, 사람들은 거의 어떤 것이든 적응할 수 있는 능력을 유지할 것이다. 일자리가 사라지는 등 매우 어려운 부분이 있겠지만, 반면 세상은 너무 빠르게 부유해질 것이어서 이전에는 상상할 수 없던 새로운 정책 아이디어를 진지하게 검토할 수 있게 될 것이다. 우리는 아마 한 번에 새로운 사회 계약을 채택하지는 않겠지만, 몇십 년 후 뒤돌아보면 점진적 변화들이 커다란 결과를 만들어냈을 것이다."

"측정할 수 없을 만큼 값싼 지능(intelligence too cheap to meter)이 손에 닿는 경지에 있다. 미친 소리처럼 들릴 수도 있지만, 2020년에 우리가 지금의 위치에 올 것이라고 말했다면, 2030년에 대한 현재 예측보다 더 터무니없게 들렸을 것이다."

Sam Altman | The Future of AI

진짜 형제가 인터뷰해서 그런건지, 해당 인터뷰에서는 더더욱 초지능에 대한 확신을 보여주는 샘 알트만이다.

"제가 5년에서 10년 사이에 가장 영향력이 클 것이라고 생각하는 것은 AI가 실제로 새로운 과학을 발견하게 될 것이라는 점입니다. 이건 정말 엄청난 주장이지만, 저는 사실이라고 생각해요. 그리고 만약 이것이 맞다면, 시간이 지남에 따라 다른 모든 것을 압도하게 될 거라고 생각합니다."

"(왜 새로운 과학을 발견할 거라고 생각하세요?) 음, 제 생각에 저희는 모델의 추론 능력을 해결했어요. 아직 갈 길이 멀지만, 뭘 해야 할지는 안다고 생각해요."

"저희는 사실 오픈AI 초기에 로봇 손을 연구했었는데, 온갖 잘못된 이유로 힘들었어요. 그냥 계속 고장 나고, 시뮬레이터는 약간 부정확했고요. 하지만, 해낼 수 있을 겁니다. (네, 5년에서 10년 안에는 훌륭한 인간형 로봇을 갖게 될 거라고 생각해요.) 네, 정말 놀라운 수준으로요. 그리고 걔네들은 그냥 거리를 걸어 다니며 일을 하고 있을 거예요."

"저는 이 시점에서, 그 어느 때보다도 확신하는데, 우리는 엄청나게 유능한, 정말 초능력적인 AI 시스템에 도달하기 위해 무엇을 해야 하는지 어느 정도 알고 있다고 느껴요. "

"제 생각에 우리는 극도로 똑똑하고 유능한 모델에 도달할 거예요. 중요한 새로운 아이디어를 발견할 수 있고, 엄청난 양의 작업을 자동화할 수 있는 모델들이요. 하지만 그렇게 됐을 때 사회가 어떤 모습일지에 대해서는 완전히 혼란스러워요. 그래서 저는 역량 문제에 가장 관심이 많지만, 아마도 이 시점에서는 더 많은 사람이 "어떻게 하면 사회가 이것으로부터 가치를 얻도록 할 수 있을까"에 대해 이야기해야 한다고 생각해요. 그 질문들이 어쩐지 더 어렵고 불분명해진 것 같아요."

" 제 생각에 소비자들이 결국 우리에게 원하는 것은, 더 좋은 단어가 없어서 하는 말이지만, 에테르(ether) 속에 살면서 온갖 방식과 온갖 표면, 온갖 제품을 통해 그들을 돕는 AI 동반자(companion)일 겁니다. 그리고 그것은 당신과 당신의 목표, 당신이 성취하고 싶은 것, 그리고 당신의 정보를 알아가게 될 겁니다. (~) 당신이 갖게 될 것은 당신이 원하는 모든 것을 이룰 수 있도록 도와주는 존재일 겁니다. 어떤 때는 정보를 밀어주고, 어떤 때는 질문을 하고, 어떤 때는 그냥 그 자리에 있으면서 미래를 위해 더 나아지기 위해 관찰하고 있겠죠. 하지만 결국에는, "이것은 나의 AI 동반자야"라고 느끼게 될 겁니다."

"제 생각에 세상이 아직 제대로 생각하지 못한 가장 중요한 것은 이것이 모든 것이 통합되고 모든 곳에 통합되는 플랫폼이 된다는 것이 무엇을 의미하는가입니다. 그래서 당신이 다른 것을 사용할 때, 차 안에 있을 때, 또는 다른 웹사이트나 무엇이든 사용할 때, 완벽한 연속성이 있는 거죠. 저는 그것이 매우 중요할 거라고 생각해요. 만들 수 있는 새로운 종류의 것들이 있어요. 생산성을 생각하는 완전히 새로운 방식, 소셜을 생각하는 완전히 새로운 방식, 엔터테인먼트를 생각하는 새로운 방식들이요. 하지만 저는 지능이 이 모든 것에 미치는 강력한 영향을 고려할 때, 그 보편성이 결정적인 부분 중 하나가 될 것이라고 생각합니다."

"제가 듣기로는 메타가 우리를 가장 큰 경쟁자로 생각한다고 해요. 그리고 그들이 계속 시도하는 것은 합리적이라고 생각해요. 그들의 현재 AI 노력은 기대만큼 잘되지 않았고, 저는 공격적으로 계속해서 새로운 것을 시도하는 것을 존중해요. 그리고, 다시 말하지만, 이것이 합리적이라고 생각하기 때문에, 이번 것이 잘되지 않으면 그 후에도 계속 새로운 것을 시도할 것이라고 예상해요. 언젠가 저커버그가 페이스북 초기에 구글이 소셜을 시도하는 것이 합리적이었다고 말하는 것을 들은 기억이 나요. 비록 페이스북 사람들에게는 그것이 잘되지 않을 것이 분명했지만요. 저도 여기서 약간 비슷한 느낌을 받아요."

"(종합적으로 봤을 때, 전반적으로 정말 좋아하세요? 왜냐하면 생각했던 것보다 더 많은 것을 감당하게 된 거잖아요.) 저는 매우 감사하고 매우 운이 좋다고 느껴요. 그리고 미래의 어느 날 제가 은퇴했을 때, 이걸 그리워할 거라는 데는 의심의 여지가 없어요. 그리고 "아, 그때 정말 멋있었는데. 지금은 좀 지루하네"라고 할 거예요. 이건 매우 중요해요. 매우 만족스럽게 느껴지고요. 음, 이걸 할 수 있게 되어 미치도록 감사하고, 거의 대부분의 시간 동안 좋아해요. 하지만 정말, 정말이지 모든 것을 쏟아부었고 압도적이었고, 정말로, 제가 상상했던 것보다 훨씬 더 비난의 중심에 있었던 것 같아요."

Ilya Sutskever, U of T honorary degree recipient, June 6, 2025

일리야 토론토 대학 발언 전문 - 특이점이 온다 마이너 갤러리

일리야 또한 초지능을 확신하고 있다. 이러한 시대에서 그는 AI를 직접 경험하며 직관을 쌓으라고 조언한다.

"지금, 여러분 모두, 우리 모두는 역사상 가장 이례적인 시대를 살고 있습니다. 사람들이 흔히 하는 말일 수도 있지만, 이번에는 정말 사실이라고 생각합니다. 그리고 이번에 그것이 사실인 이유는 바로 AI 때문입니다. 그렇죠? 당연하게도요."

"하지만 느리더라도 확실하게, 어쩌면 그렇게 느리지 않게, AI는 계속해서 발전할 것입니다. 그리고 AI가 우리가 할 수 있는 모든 일, 모든 것을 하게 될 날이 올 것입니다. 일부가 아니라 전부 말입니다. 제가 배울 수 있는 모든 것, 여러분 중 누구나 배울 수 있는 모든 것을 AI도 할 수 있게 될 겁니다."

"그런데 이걸 어떻게 알 수 있을까요? 제가 어떻게 그렇게 확신할 수 있을까요? 제가 확신하는 이유는 우리 모두 뇌를 가지고 있고, 뇌는 생물학적 컴퓨터이기 때문입니다. 우리에게는 뇌가 있고, 뇌는 생물학적인 컴퓨터입니다. 그렇다면 디지털 컴퓨터, 즉 디지털 뇌가 같은 일을 하지 못할 이유가 있을까요?"

"그렇다면, 이런 세상에서 우리는 무엇을 해야 할까요? 이런 말이 있습니다. '당신이 정치에 관심이 없더라도, 정치는 당신에게 관심을 가질 것이다.' 이 말은 AI에 여러 번 적용됩니다. 특히, 제 생각에 단순히 AI를 사용하고 오늘날 최고의 AI가 무엇을 할 수 있는지 지켜보는 것만으로도 여러분은 직관을 얻게 될 것입니다."

"그리고 AI가 1년, 2년, 3년... 계속 발전함에 따라, 그 직관은 더욱 강해질 것입니다. 그리고 우리가 지금 이야기하고 있는 많은 것들이 훨씬 더 현실이 되고, 덜 상상 속의 일이 될 것입니다. 결국, 아무리 많은 에세이나 설명도 우리가 우리 자신의 감각으로, 우리 두 눈으로 직접 보는 것과는 경쟁할 수 없습니다."

"전반적으로 AI가 무엇을 할 수 있는지 그냥 지켜보고, 무시하지 않고, 때가 되었을 때, 그것이 바로 AI가 제기할 거대한 도전을 극복하는 데 필요한 에너지를 생성할 것입니다. 그리고 AI가 제기하는 도전은 어떤 의미에서는 인류 역사상 가장 위대한 도전입니다. 그리고 그것을 극복하는 것은 또한 가장 위대한 보상을 가져다줄 것입니다."

Why I don’t think AGI is right around the corner - Dwarkesh Patel

초지능 관련해서 ‘그럴 수도 있겠는데?’ 싶었던 주장.

현재의 AI는 인간과는 반대로 시간이 지날수록 스스로 향상되지 않는다. 하지만 다양한 데이터를 동시다발적으로 불어넣는다면, 그것이 계속 학습과 유사한 효과를 나을 수 있지 않을까? 혹은 언젠가는 계속 학습이 해결될 수도 있지 않을까?

"이로 인해 저는 단기적 ‘변혁적 AI’에는 회의적이지만, 수십 년 단위로 보면 매우 낙관적입니다. 계속 학습이 해결되면, 모델 가치에 거대한 불연속점이 생길 거니까요. 비록 소프트웨어 단독 ‘싱귤래리티’가 아니더라도, 대규모 지능 폭발이 벌어질 수 있습니다. AI가 다양한 직무를 수행하며 학습하고, 전 지구적 복제본들이 그 학습을 공유한다면, 사실상 하나의 AI가 전 세계 모든 직업을 배우는 셈이니까요. 온라인 학습 기능을 갖춘 AI는 추가 알고리즘 혁신 없이도 급속히 초지능에 도달할 수 있습니다."

또 하나 흥미로웠던건 아래의 주장. 만약 AGI가 빠르게 찾아온다면, 인류는 말도 안되는 초지능 혁명을 경험할 수 있다.

지금부터는 초지능을 전제하고 움직이는 것이, 그렇지 않은 경우보다 압도적으로 높은 기댓값을 가질 것이다.

"AGI 도달 시점은 로그정규 분포를 띱니다. “이번 10년 내”거나 “거의 불가능”이죠(‘불가능’이라기보다, 연간 확률이 급격히 떨어지는 셈입니다). 지난 10년간 AI 발전은 연 4배 이상 컴퓨팅 파워 확장으로 이뤄졌습니다. 2030년 이후에는 알고리즘 진보가 핵심이 될 텐데, 저급 과일(low-hanging fruit)은 이미 수확 중입니다. 따라서 연간 AGI 확률은 2030년 이후 급락할 것입니다."

"결국, 제 50% 베팅이 늦게 빗나가면 2030년대나 2040년대까지는 비교적 평범한 세상을 살 수도 있습니다. 그러나 다른 모든 시나리오에서는, 현재 AI 한계를 보수적으로 봐도, 정말 미친 결과들이 벌어질 수밖에 없습니다."

The Artificial Intelligence Revolution: Part 1 - Wait But Why

왜 최근에 빌 게이츠, 일론 머스크, 스티븐 호킹 등 많은 유명인들이 인공지능을 경계하라고 호소하는가?

예전에는 이 글이 ‘맞는 말이네, 근데 설마 진짜 올까?’에 가까웠다면,

지금은 그냥 코 앞에 놓여진 현실이 되어버렸는데… 이 시대에서 나는 무얼 하며 살아가야하는가.

My note to Scale employees today — Alexandr Wang on Twitter / X

메타가 알렉산더 왕의 Scale AI를 사실상 인수했다. 무려 $15b를 지르면서 많은 화제가 되었는데, 이번 AI 판이 얼마나 거대한 전장인지를 보여주는 이벤트가 아니었나 싶다.

그리고 알렉산더 왕은 시대에 잘 올라타서 결국 엄청난 영향력을 가진 인물이 되었다.

감사

팀 여러분께,

2016년에 Scale을 창업했을 당시, 그것은 초기 AI 돌파구들이 쏟아져 나오던 시기였습니다—DeepMind는 막 AlphaGo를 출시했고, Google은 TensorFlow를 공개했죠—하지만 여전히 굉장히 초기 단계였습니다. 그때 이미 데이터가 AI 시스템의 생명줄이라는 것은 명백했고, 그것이 바로 Scale을 시작하게 된 영감이었습니다. 그 이후로 여정은 정말 놀라웠습니다.

우리는 현재 1,500명이 넘는 팀원과 함께하며, 모델 개발자, 기업, 정부의 신뢰받는 파트너로 성장했습니다. 우리는 가장 스마트한 AI 도구와 애플리케이션을 개발하고 배포해왔고, Scale은 이제 세계에서 가장 영향력 있는 회사 중 하나로 자리잡았습니다. 인류 역사상 가장 중요한 기술 발전일 수 있는 AI의 개발을 가속화하고 있는 중입니다. 오늘, 우리는 Meta로부터의 대규모 신규 투자를 발표합니다. 이는 Scale에 여러분 모두가 기울여온 노력에 대한 강력한 인정이며, 중요한 이정표입니다.

이제 이 기반 위에서 다음 챕터로 나아가야 할 시점입니다. 이 회사를 여러분과 함께 만들어온 것은 제 인생 그 자체였습니다—저는 MIT 신입생 시절부터 이 회사를 시작했고, 그 이후로 뒤를 돌아본 적이 없습니다. 지난 10년간의 모든 순간과 기억은 여러분이 있었기에 가능했고, 저는 단 1분 1초도 바꾸고 싶지 않습니다.

이 기회가 처음 다가왔을 때, 솔직히 저는 혼란스러웠습니다. 더 이상 ‘Scale의 사람’이 아닌 삶은 상상도 하기 힘들었으니까요. 하지만 깊이 고민해본 끝에, 이건 저뿐만 아니라 Scale 전체에게도 굉장히 의미 있는 기회라는 걸 깨달았습니다. Scale을 도와준 모든 이들에게 다시 돌려줄 수 있는 기회이자, 회사를 더 탄탄한 미래 성장 궤도 위에 올릴 수 있는 기회였죠.

최근 뉴스에서 감지하셨겠지만, 이런 엄청난 기회는 대가를 요구하곤 합니다. 이번 경우에는, 그 대가가 바로 제가 CEO 자리에서 물러나는 것이었습니다. Scale의 CEO로서 일할 수 있었던 것은 제 인생 최고의 영광이었습니다.

저의 다음 행보는, Meta의 AI 프로젝트에 합류하여 몇몇 Scale 팀원들과 함께 일하게 되는 것입니다. CEO 자리에서 떠나는 건 아쉽지만, Scale을 떠나는 것은 아닙니다. 저는 여전히 이사회 멤버로 남아, Scale의 미션과 장기 비전을 지속적으로 지원할 것입니다.

전환의 일환으로, Scale 이사회와 저는 Jason Droege가 임시 CEO로서 직무를 수행하기로 합의했습니다. Jason은 Uber Eats와 AXON 같은 비즈니스를 구축하고 확장해온 놀라운 역량을 가지고 있으며, Scale이 앞으로 실행해야 할 과업을 잘 알고 있는 인물입니다. 그는 이미 우리 이사회와 함께 우수한 CTO를 영입하기 위해 협력하고 있고, 우리 엔지니어링 팀을 강화하기 위한 노력도 진행 중입니다. 제가 이렇게 확신을 가질 수 있는 이유는 Jason과 팀 전체가 Scale을 미래로 이끌 적임자라고 믿기 때문입니다.

이번 Meta의 투자는, 지난 수년간 Scale을 위해 헌신한 여러분에게 보답할 수 있는 기회도 제공합니다. Meta의 투자 수익은 주주 및 베스팅된 주식 보유자 여러분에게 분배될 예정이며, 동시에 미래 성장을 위한 장기적 주식 참여 기회는 그대로 유지됩니다. 이 뛰어난 팀이 있었기에 우리가 성공할 수 있었습니다. 이제 그 보답을 의미 있는 유동성 배분의 형태로 돌려드릴 수 있어 매우 기쁩니다.

모든 것에 감사드립니다.

Alex

Alexandr Wang 글 모음 - 전종현

내가 알렉산더 왕을 꾸준히 팔로업 했던 이유는 그의 글을 보며 생각의 깊이가 보통이 아니었음을 느껴왔기 때문이었다.

대단한 엑싯 기념으로 그의 글들을 GPT 통해서 번역해놓았다. 나도 다시 한번 살펴볼 겸 해서 ㅎㅎ

Meta + Scale AI?, Meta’s Reset, AI as Sustaining Innovation - Stratechery

Meta to Pay Nearly $15 Billion for Scale AI Stake and Startup’s 28-Year-Old CEO - The Information

1. 메타의 AI 전략이 꼬이면서 이를 새롭게 이끌어줄 인재가 필요했고, 그 차원에서 알렉산더 왕을 영입하기 위한 딜이었다고 본다.

2. 신기한 딜 구조가 나온건 반독점 규제를 최대한 회피하기 위한 방안인듯 (구글이 Character.AI 인수한 방법과 유사해보임)

3. 나는 평소 Scale AI 비즈니스가 썩 좋은 사업은 아니라고 생각해왔기에, 장기적으로 Alexandr Wang이 최종 승자가 아닐까 싶다. 이제 메타 돈 가지고 해보고 싶은거 다 해볼 수 있을테니.

Why Meta is Betting Nearly $15 Billion on Alexandr Wang - The Information

이제부터 Alexandr Wang은 메타에서 마치 구글의 '데미스 하사비스' 같은 역할을 해줘야 한다.

"왕(Wang)은 유용한 조언을 제공했고, 저커버그는 메타의 다른 고문들과의 회의에서 메타의 AI 문제에 대한 잠재적 해결책을 놓고 왕의 직접적인 피드백을 참조하기 시작했습니다. 저커버그는 왕이 다른 연구소들과 협업하며 얻은 폭넓은 시각을 높이 평가했습니다. 그 덕분에 왕이 해당 연구소들이 어떤 데이터에 관심이 있는지, 그리고 그들이 어떻게 자사 모델을 개선하려 하는지 잘 알고 있다는 점이 메타에 큰 도움이 되었습니다."

"결국 저커버그는 다시 왕에게 의사 결정을 맡겼습니다. 왕이 메타의 최고 제품 책임자인 크리스 콕스 및 회사 내 다른 고위 리더들과도 잘 어울린다는 점도 한몫햬습니다. 스케일 AI는 AI 모델 개발의 가장 정교한 부분을 다루지는 않았지만, 저커버그는 그가 업계의 향방을 깊이 이해하고 있다고 봤습니다."

Alexandr Wang: Building Scale AI, Transforming Work With Agents & Competing With China

알렉산더 왕의 최근 생각들을 살펴보자. 당분간 그의 관점이 메타에 투영될테니.

"미래에는 모든 회사의 핵심 IP가 그들의 전문화된 모델이나 자체 파인튜닝된 모델이 될 것입니다. 오늘날 기술 회사의 IP가 코드베이스인 것처럼 말이죠. 그들은 자신들의 비즈니스 문제와 관련된 고유한 데이터와 환경을 추가하여 차별화된 AI 역량을 구축할 수 있습니다."

"미래의 알파(alpha)는 비즈니스 문제를 데이터셋이나 환경으로 얼마나 잘 캡슐화하여 차별화된 모델을 만드느냐에 따라 결정될 것이라는 점입니다."

"그렇다면 인간이 시간이 지나면서 할 고유한 일은 무엇일까요? 비전 설정, 문제 해결, 디버깅 등이 중요할 것입니다. 관리자의 실제 업무는 대부분 문제 해결입니다. 에이전트를 대규모로 배치할 때도 마찬가지일 겁니다. 자율 주행에서 90%에 도달하기는 쉽지만 99%에 도달하기는 매우 어려운 것처럼, 마지막 10%의 정확도를 위해서는 많은 노력이 필요할 것입니다."

""스타트업은 어느 시점에서 모드를 전환해야 합니다. 처음에는 매우 좁은 시장을 공략하다가, 1,000억 달러 이상의 회사가 되려는 야망이 있다면 '무한한 시장은 어디인가?'라고 묻고 그 방향으로 나아가야 합니다. 우리는 모든 기업과 조직이 AI 기반 기술로 전체 비즈니스를 재구성해야 한다는 것을 깨달았고, 이것이 바로 무한한 시장이었습니다."

"(10년 후에는 Scale의 대부분이 에이전트 사업이 될 것이라고 생각하시나요?) 네, 그 부분이 현재 훨씬 빠르게 성장하고 있고, 무한한 시장입니다. 그래서 우리의 전략은 소수의 고객에 집중하고, 매우 선택적으로 접근하는 것이었습니다. 우리는 세계 최고의 제약 회사, 통신 회사, 은행, 의료 서비스 제공업체와 협력하고 있습니다. 또한 미국 정부와도 많이 일하고 있죠. 이 모든 애플리케이션 사업은 수억 달러 규모이며, 데이터 사업에서의 차별화 덕분에 가능했습니다. 우리의 근본적인 믿음은 모든 기업의 최종 상태는 자체 데이터를 통해 전문화되는 것이라는 점입니다."

"(솔직히 말해서, 팔란티어(Palantir)와 비슷하게 들립니다.) 네, 데이터에 중점을 둔 세계 최대 조직의 기술 제공업체라는 점에서 비슷합니다. 핵심 차이점은, 팔란티어는 데이터 통합 문제 해결에 중점을 두는 반면, 우리는 AI 전략의 차별화를 가능하게 할 가장 전략적인 데이터가 무엇인지에 초점을 맞춘다는 점입니다."

"우리의 채용 과정, 품질 관리 과정, 데이터 분석, 영업 보고 등 회사의 모든 주요 조직에 에이전트 워크플로우가 내장되어 있습니다. 핵심은 반복적인 인간 워크플로우를 식별하고, 그것을 자동화 도구를 구축할 수 있는 데이터셋으로 전환하는 과정에 대한 '마인드셋'입니다."

Why AI Labs Are Starting to Look Like Sports Teams - Sequoia Capital

왜 인재 영입 딜이 활발하게 이루어질까 생각해보면, 결국 OpenAI를 넘어서기 위해서는 완전히 새로운 방법론이 필요하기 때문이지 않을까.

"2025년의 메시지는 ‘단순히 대규모 클러스터만으로는 부족하다’는 것입니다. 모든 이는 AI 경쟁에서 다음 단계로 도약하기 위해서는 강화학습이든 다른 분야든 새로운 돌파구가 필요하다는 것을 이해하고 있으며, 그 열쇠는 ‘인재’에 있습니다."

여담으로, GPT에게 이 글의 숨겨진 의미에 대해 고민해보라고 부탁하였더니 나온 대답:

"저는 이 글이 AI 산업이 다음 단계로 넘어가기 직전의 ‘숨 고르기 구간’을 기록했다고 봅니다. 모두가 “GPU-모으기”에서 “사람-모으기”로 방향을 틀었지만, 진짜 돌파구—새로운 학습 패러다임, 자가-개선 에이전트, 지식 증류 방식—는 아직 등장하지 않았습니다. 그래서 표면적으론 안정돼 보이지만, 단 한 번의 연구적 발견이 생태계를 다시 뒤집을 가능성이 높은 국면입니다."

"다음 혁신이 나오면 자본·인재·시장 판도가 또 한 번 극적으로 재편될 것입니다. 이런 전환점에서는 ‘하드웨어·인재·데이터’를 모두 레버리지할 수 있는 기업이 가장 빠르게 앞서가는 경향이 있습니다."

"결국 AI 경쟁의 본질은 ‘드문 것을 찾아내고, 대규모로 복제하는 능력’ 입니다. 작년엔 드문 것이 GPU였고, 올해는 인재이며, 내년엔 새로운 알고리즘이나 AGI-안전 프레임워크일 수도 있습니다. 투자든 창업이든 ‘다음 희소 자원’ 이 무엇이 될지 한발 앞서 상상해 두는 것이 승부처라고 판단합니다."

Message from CEO Andy Jassy: Some thoughts on Generative AI

(비록 초지능 주장들에 비해 톤이 약해보일 수 있지만) AI로 인한 일자리 대체 문제야말로 바로 앞으로 다가온 현실적인 문제일 수 있다. 물론 인류 전체적으로는 득이 실보다 많겠지만. 아래는 최근 발행된 아마존 CEO의 메세지.

"생성형 AI와 같은 기술은 일생에 한 번 나올까 말까 한 기회로, 고객과 비즈니스가 가능하다고 여겼던 범위를 완전히 바꿔 놓습니다. 그래서 우리는 과감하게 투자하고 있으며, 그 성과는 눈에 보일 정도로 분명합니다."

"지금까지 많은 진전을 이루었지만, 우리는 아직 도입 초기 단계일 뿐이라고 생각합니다. 더 빠르게 나아가야 할 이유는 크게 세 가지입니다."

• 첫째, AI 에이전트가 우리의 일과 삶을 완전히 바꿀 것이라는 확고한 믿음입니다. 에이전트는 사용자를 대신해 작업을 수행하는 소프트웨어 시스템으로, 자연어로 지시하면 웹과 각종 데이터 소스에서 정보를 모으고 요약하며, 심층 연구·코딩·이상치 탐지·인사이트 도출·언어 및 코드 번역·반복 업무 자동화 등을 수행합니다. 앞으로 수십억 개의 에이전트가 모든 회사와 분야에서 활용될 것이며, 쇼핑·여행·일상생활까지 생활 전반을 지원하는 에이전트도 속속 등장할 것입니다. 아직 만들어지지 않은 에이전트가 많지만, 분명히 빠른 속도로 다가오고 있습니다.

• 둘째, 이러한 에이전트 시대가 특히 아마존에 매력적인 이유는 고객을 위한 혁신의 속도와 범위를 획기적으로 확장해 주기 때문입니다. 에이전트 덕분에 우리는 반복 업무에 쏟던 시간을 전략적 사고와 새로운 고객 경험 발명에 집중할 수 있습니다. 에이전트는 경험이 쌓일수록 더 똑똑해져 다양한 업무 단계에서 우리의 동료처럼 활용될 것입니다. 올바른 에이전트를 구축·활용하면 고객의 삶을 매일 더욱 편리하고 풍요롭게 만드는 능력이 급격히 향상되며, 우리 업무도 지금보다 훨씬 더 흥미롭고 즐거워질 것입니다.

• 셋째, 우리는 세상에서 가장 큰 스타트업처럼 운영하겠다는 목표를 계속 밀고 나갈 것입니다. 고객 집착, 발명 정신, 빠른 실행력, 린(lean) 구조, 민첩한 실행, 그리고 고객을 위해 더 나은 무언가를 만들고자 하는 사명감이 그 원동력입니다. 여러분이 더 빠르게 움직이고, 주인의식을 갖고, 더 쉽게 발명할 수 있도록 저는 계속 지원할 것입니다. AI는 이 과정의 강력한 촉매제가 될 것입니다.

"생성형 AI와 에이전트가 더 많이 도입될수록 우리의 업무 방식은 근본적으로 바뀔 것입니다. 오늘날 수행되는 일부 직무는 줄어들고, 그 대신 새로운 형태의 역할이 더 많이 요구될 것입니다. 시간이 지나면서 전체 인력 규모가 어떻게 변할지는 정확히 예측하기 어렵지만, 향후 몇 년간 AI 도입으로 얻는 효율성 덕분에 전체 인력은 다소 감소할 것으로 예상합니다."

Exclusive: Anthropic hits $3 billion in annualized revenue on business demand for AI - Reuters

앤트로픽도 ARR이 $3b 달성했네. 생각 이상으로 잘하고 있는 회사. 코딩 분야를 잘 잡은게 주효한듯.

Series C and Scale | Cursor - The AI Code Editor

커서는 $9.9b 밸류로 $900m 레이즈에 성공 (from Thrive, Accel, Andressen Horowitz, and DST).

ARR $500m 인걸 감안하면 멀티플 20배 쳐준건데, 나는 매우 합리적인 프라이싱이라고 생각한다. 커서는 앞으로도 엄청 잘될 것 같거든.

그리고 이번 라운드에 붙은 Accel하고 DST는 페이스북 투자로 레전드 찍은 VC들인데, 이들이 붙은게 인상적이다

(DST Global은 2009년 Facebook의 2% 지분을 2억 달러에 매입해서 50배 이상을 번 사례가 있음)

An Interview with Cursor Co-Founder and CEO Michael Truell About Coding With AI - Stratechery

커서 파운더들은 비즈니스 측면에서 어떤 전략을 취하는게 합리적인지를 너무나 잘 아는 것 같은 인상을 풍긴다.

"GitHub Copilot과 비교해 보면, 마이크로소프트는 훌륭한 IDE(통합개발환경)를 만들고, 여기에 플러그인 아키텍처를 제공했으며, Copilot은 그 플러그인 중 하나였습니다. 사용자는 로컬 컨텍스트를 기반으로 “다음에 쓸 코드 조각을 예측해 달라”는 식으로 Copilot을 설치해서 사용했죠."

"반면 Cursor는 처음부터 AI가 융합되어 태어났습니다. 프로젝트의 모든 맥락을 알고 있기 때문에 훨씬 더 적절하고 유용한 도움을 줄 수 있습니다. 편집기 내에서 자연스럽게 대화하듯 명령할 수도 있고, 특정 파일만 보지 않고 전체 프로젝트를 고려해 예측을 제공합니다. 의존성을 모두 파악하고 있어서, 다음에 작업해야 할 부분도 미리 알려주고, 단순 플러그인이 아닌 토대 자체가 AI로 빚어진 것이죠. 이게 핵심 차이입니다.”

"또한 Cursor는 단순한 데스크톱 클라이언트만이 아닙니다. 백엔드에서는 여러 모델이 함께 작동하며, 편집기 내 작업을 자동화·보조하는 다양한 ‘태스크 모델(task-specific models)’을 운영합니다. 이 모델들을 설계하고 실제 제품 경험과 잘 어우러지게 만드는 것이 굉장히 까다로운 부분이죠."

"높은 상한선, 제품 간 전환의 자유, 그리고 배포→데이터 확보→제품 개선의 순환 이 세 가지 요소는 1990년대 말·2000년대 초 검색 시장과 매우 닮아 있습니다. 저희 시장의 경쟁 역학도 일반 엔터프라이즈 소프트웨어보다는 검색 시장과 유사하다고 봅니다.”

Andrej Karpathy: Software Is Changing (Again)

https://drive.google.com/file/d/1vUnurb9_-hxN_-3uLP_b7wyJidr-iY61/view (발표자료)

LLM 1타 강사 안드레 카파시가 설명해주는 ‘소프트웨어 3.0’의 시대.

결국 이 시대에서 가장 중요한 역량 중 하나는 LLM과 어떻게 소통하느냐가 된 것 같다.

"지금까지 우리가 익숙하게 사용해 온 신경망은 주로 이미지 분류처럼 고정된 기능(compute fixed function)을 수행하는 컴퓨터와 같았습니다. 하지만 근본적인 변화가 일어났으니, 바로 대형 언어 모델(LLM)으로 신경망을 프로그래밍할 수 있게 된 것입니다. 저는 이것이 완전히 새로운 컴퓨터 형태라고 보고, ‘소프트웨어 3.0’이라고 부를 가치가 있다고 생각합니다. 이제 여러분의 프롬프트(prompt)가 LLM을 프로그래밍하는 프로그램이 된 것이죠. 놀랍게도 이 프롬프트는 영어로 작성됩니다. 매우 흥미로운 프로그래밍 언어입니다."

"몇 년 전 앤드루 응(Andrew Ng)이 AI는 새로운 전기(electricity)라고 했습니다. LLM은 현재 전력망과 유틸리티(utilities)의 특성을 지닌 것처럼 느껴집니다. 예를 들어 OpenAI, Gemini, Anthropic 같은 LLM 연구소는 LLM을 학습시키기 위해 자본 지출(capex)을 하고, 이는 전력망 구축과 유사합니다. 이후 API를 통해 우리에게 지능을 제공하는 운영비(opex)를 지불하고, 토큰당 요금처럼 계량(metered)된 접근 방식을 사용하죠. API에 대해서는 낮은 지연(latency), 높은 가동률(uptime), 일정한 품질을 요구하는 등 유틸리티 수요와 매우 흡사한 요구가 있습니다. 전력망에서는 전원 전환 스위치(transfer switch)가 있어 그리드, 태양광, 배터리, 발전기 간 전원을 전환할 수 있죠. LLM에서도 ‘open router’ 같은 도구를 통해 여러 LLM 간을 손쉽게 전환할 수 있습니다. LLM은 소프트웨어이므로 물리적 공간 경쟁이 없어, 전기 공급자 여섯 곳을 두고 자유롭게 선택해도 문제가 없습니다."

"하지만 제 생각에 가장 적절한 비유는 운영체제(operating system)입니다. LLM은 단순한 전기나 수도처럼 생필품이 아니라 점점 복잡해지는 소프트웨어 생태계라는 점에서 운영체제와 매우 흡사합니다. 현재 몇 개의 폐쇄형 제공자(Windows, Mac OS 등)와 오픈소스 대안(Linux)이 있듯, LLM에서도 몇몇 폐쇄형 모델과 오픈소스 생태계(Llama 등)가 경쟁하고 있습니다. 아직은 초기 단계로, 단순한 LLM에 불과하지만, 곧 더 복잡해질 것입니다. LLM 자체뿐 아니라 툴 연동(tool use), 멀티모달(multimodal) 처리 등 모든 요소가 중요해지죠. 이러한 깨달음을 얻었을 때 저는 LLM이 새로운 운영체제 같다는 구상을 해보았습니다. LLM은 새로운 컴퓨터이며, CPU와 같은 역할을 하죠. 컨텍스트 윈도(context window)는 메모리와 같고, LLM은 문제 해결을 위해 메모리와 컴퓨팅을 조율(orchestrate)합니다. 이 관점에서 보면 운영체제와 거의 동일해 보입니다."

"지금까지 요약하면, “LLM 연구소(labs), LLMs”이라는 용어는 적절하지만, 사실 LLM은 복잡한 운영체제입니다 (complicated operating systems). LLM은 1960년대 컴퓨팅과 유사한 방식으로 시간을 분할(time sharing)해 유틸리티처럼 제공됩니다. 하지만 전례 없는 점은 소수의 정부나 기업이 아니라 우리 모두의 손에 들어왔다는 것입니다. 컴퓨터만 있으면 누구나 접근 가능하며, ChatGPT가 전 세계 수십억 대 컴퓨터에 순식간에 배포되었죠. 이 자체가 정말 미친 일입니다. 이제 우리가 이 산업에 진입해 이 컴퓨터를 프로그래밍할 차례입니다."

"LLM을 프로그래밍하기 전에 이 존재가 무엇인지 이해하는 시간을 가져야 합니다. 특히 저는 LLM의 심리학(psychology)에 관심이 많습니다. LLM은 사람 같은 ‘정신(spirit)’이며 확률적(stochastic)으로 사람을 시뮬레이션하는 존재입니다. 이 시뮬레이터는 오토리그레시브 변환기(auto-regressive transformer), 즉 신경망으로, 토큰 단위로 연속(chunk) 처리하며 각 청크마다 거의 동일한 양의 계산을 수행합니다. 이 시뮬레이터는 인터넷상의 모든 텍스트를 학습해 가중치(weights)를 조정해 만든 것입니다. 인간이 생성한 텍스트로 학습했기 때문에 인간과 유사한 심리(emergent psychology)를 갖추고 있습니다."

"많은 분이 Cursor를 쓰실 텐데, 저도 마찬가지입니다. Cursor는 채팅 앱 대신 쓰기 좋은 초기 LLM 앱의 대표 사례로, LLM 앱 전반에 유용한 여러 특징을 갖추고 있습니다. 우선 기존처럼 사람이 수동으로 모든 작업을 수행할 수 있는 인터페이스가 있습니다. 여기에 LLM 통합 기능이 더해져 더 큰 단위로 작업을 처리할 수 있죠."

"LLM 앱의 공통적이고 유용한 특징 몇 가지를 짚어 보겠습니다. 첫째, LLM이 방대한 컨텍스트 관리를 수행합니다. 둘째, 여러 LLM 호출을 오케스트레이션(orchestrate)합니다. 예컨대 Cursor는 파일 임베딩 모델, 채팅 모델, 코드 변경(diff) 모델을 내부적으로 활용하며, 이를 모두 자동으로 조율합니다."

"또 하나 중요한 특징은 애플리케이션 전용 GUI입니다. 운영체제에 직접 텍스트로 명령하는 것은 번거롭고, GUI가 훨씬 직관적입니다. 텍스트는 읽고 해석하기 어렵고, 텍스트로 명령하기도 번거롭습니다. 변경 사항은 빨간색/초록색으로 표시된 diff로 보는 것이 훨씬 직관적이죠. ‘Command+Y’로 승인, ‘Command+N’으로 거부하는 식입니다. GUI는 이러한 오류 가능 시스템의 작업을 사람이 검증(audit)하며 빠르게 진행할 수 있도록 돕습니다."

"마지막으로 ‘자율성 슬라이더(autonomy slider)’를 말씀드리고자 합니다. Cursor에서는 탭 완성(tab completion)만으로도 대부분 제어할 수 있고, 코드 청크를 선택해 ‘Command+K’로 그 부분만 변경하거나, ‘Command+L’로 파일 전체를, ‘Command+I’로 저장소 전체를 LLM에게 맡길 수도 있습니다. 이처럼 자율성 슬라이더를 조절해 작업 난이도에 맞춰 어느 정도 자율을 위임할지 결정할 수 있습니다."

"LLM 앱에서 제가 강조하고 싶은 점은, 이제 AI와 협업(cooperate)한다는 사실입니다. AI가 생성(generate) 작업을 수행하면, 우리는 검증(verification)을 담당하죠. 이 생성-검증 루프를 최대한 빠르게 돌려야 더 많은 작업을 수행할 수 있습니다. 이를 위해 두 가지가 중요합니다. 첫째, 검증 속도를 크게 높이는 것입니다. GUI는 컴퓨터 비전(GPU)을 활용해 텍스트 읽기보다 시각 인지를 빠르게 돕습니다. 시각적 표현이 검증을 수월하게 만듭니다. 둘째, AI를 통제(leash)해야 합니다.

Cognition | Don’t Build Multi-Agents

프롬프트 엔지니어링의 시대를 지나, 이제는 컨텍스트 엔지니어링이 중요하다는 이야기가 인상깊다.

이 글의 주장은 “지금 시점(2025년)에서 다중 에이전트 (multi-agent) 구조를 쓰면 안 된다”는 것이다.

먼저, 에이전트를 오래 돌리고 실제 서비스 수준의 신뢰성을 확보하려면 ‘컨텍스트 엔지니어링’이 가장 중요하다고 강조한다. 단순히 프롬프트를 잘 쓰는 ‘프롬프트 엔지니어링’ 단계는 이미 지났고, 이제는 시스템이 스스로 대화를 축적·가공해 ­필요한 정보만 유지하는 능력을 설계자가 마련해야 한다는 뜻이다.

이 관점에서 다중 에이전트는 치명적인 약점을 가진다. 여러 하위 에이전트가 병렬로 작업할 때 각자가 동일한 맥락을 완전히 공유하지 못하면, 서로 다른 가정 아래 결정(action)을 내리게 되고 결국 결과물이 충돌하거나 품질이 급격히 떨어진다. 글에서 제시한 ‘Flappy Bird 클론’ 사례처럼 배경과 캐릭터가 따로 놀거나, 코드 수정 작업에서 들여쓰기만 다른 잘못된 패치가 나오는 식이다.

그래서 저자는 두 가지 원칙을 제시한다. ① “컨텍스트를 공유하라. 개별 메시지가 아니라 에이전트의 ‘전체 추적(trace)’을 공유해야 한다.” ② “모든 행동에는 묵시적 결정이 담겨 있고, 결정이 충돌하면 결과도 망가진다.” 현재의 다중 에이전트 프레임워크(예: OpenAI Swarm, Microsoft Autogen)는 이 원칙을 지키기 어렵기 때문에 실제로는 불안정하다는 것이 글쓴이의 비판이다.

대안으로는 한 번에 하나의 스레드로 순차적으로 사고하는 단일 에이전트 구조를 기본값으로 삼고, 문맥이 너무 길어질 때만 ‘요약 전용 LLM’을 끼워 넣어 과거 대화를 간추리는 방식을 제안한다. 이렇게 하면 컨텍스트 손실을 최소화하면서도 창(window) 한계를 넘길 수 있다. Claude Code가 서브에이전트를 쓰되 병렬화하지 않고, ‘edit-apply’ 패턴에서 대형·소형 모델을 한 번에 통합하려는 최근 추세도 이런 맥락에서 설명된다.

결론적으로, 병렬성과 화려한 아키텍처 유혹에 넘어가기보다 “행동 이전의 모든 결정이 일관된 문맥 위에 올려져 있는가”를 우선 확인하라는 메시지다. 언젠가 에이전트 간 의사소통·지식전달 능력이 인간 수준으로 올라오면 멀티 에이전트가 진가를 발휘할 수 있겠지만, 현 단계에서는 신뢰성·유지보수 측면에서 손해가 크므로 “지금은 만들지 말라”는 것이 글이 주장하는 정확한 요지다.

EP 55. AI는 회사를 어떻게 바꿀까?

https://docs.google.com/document/d/1k0JDqrMg6F_5lZuNwrEq7Fkljlk_0kPHOSnpu0cstdk/edit?tab=t.0#heading=h.klc2cfkzq5s (자료)

이제는 AI가 만들어가는 미래의 회사 모습이 조금씩 구체화되는 단계인 것 같다. 미래에서 온 내용이니 한번 봐보시는걸 추천.

"이제 실질적인 구현에 들어가는 것보다 어떤 방향으로 진행할지에 대한 전략설정, 그리고 검증되지 않는 부분에 대한 evaluation 역할에 점점더 큰 방점이 찍히고 있음. 그리고 이러한 전략, 평가와 관련된 부분은 Senior로 올라갈수록 더 강력해지는 성향이 있음. 특히 최상위 인간들이 가지는 expertise는 아직은 AI가 따라가기 어려운 부분. (~) 그렇다 보니 high quality talent를 보유하고있는 회사들부터 Junior 채용에 대한 니즈가 확연하게 줄어들기 시작하고 있음."

"Cursor for X라는 이야기가 심심찮게 나옴. 이 말의 의미는 무엇일까? Frontier Model의 강력함위에서 무언가 의미있는 서비스를 building, 사용자 traffic 증가, Proprietary Data 증가, 그로 인해서 점점더 의미있는 서비스로 발전하면서 first mover effect를 누리기 시작함"

"내가 생각하는 회사의 미래는 Autonomous Company라고 정의할 수 있을 것 같음. 내부/외부의 핵심적인 프로세스는 AI로 돌아가고, 방향설정(prompt), 평가(evaluation) 기능으로서 인간들이 역할을 하는 것이 궁극적인 목표점이 될것같음. = Autonomous Company → 회사의 개념도 결국은 Non-Verifiable을 Verifiable로 바꾸어주는 Closed-loop feedback system에 다름아님을 이야기하고 싶음"

Indexing the AI economy | Stripe

이번 AI 서비스들이 이전 인터넷 모바일 서비스와 비교해서 가장 큰 차이점을 보이는점이 바로 매출이 발생한다는 부분인데, 그래서인지 스트라이프의 결제 볼륨에도 직접적으로 영향을 끼치나보다.

세상의 모든 시그널들이 AI 대중화의 시대를 보여주고 있는듯.

"It's hard to definitively attribute the causality, but it seems that AI is starting to influence stripe's macro figures: payment volume from customers that signed up for Stripe in 2025 is tracking way ahead of prior years. (And ahead of even 2020, when the lockdowns triggered a huge surge in signups.) Last week was 116% ahead of the same week last year." (링크)

내가 AI 스타트업 정리했을 때도 동일한 결론이 나왔다.

AI 기업들은 매출 발생 속도가 엄청나게 빠르고, 이에 맞춰 밸류에이션 또한 엄청나게 빠르게 증가하고 있다.

Coatue’s 2025 EMW Keynote Deck

Coatue 2025 EMW (BG2) - 유수선생

Coatue는 상장과 비상장 기업 둘다 다루기 때문에 종합적인 시선을 제공해주곤 한다.

• 코어위브는 순수 AI 기업이기 때문에 가치를 지님

• ChatGPT의 해자는 갈수록 강해지고 있음

• 클라우드 내에서 GPU 점유율을 살펴봐야함 (ex AWS는 클라우드 점유율은 높지만 GPU 점유율은 높지 않음, 반대로 오라클은 높음)

• 마이크로소프트의 직원 수는 이미 정점을 도달했을 수 있음 (직원을 에이전트로 대체)

그리고 Coatue가 예상하는 2030년 기업들의 시가총액 순위. 의미심장한 부분들이 몇 개 있는 것 같다.

EP24 AI는 이제 시작에 불과하다 (전종현)

https://lilys.ai/digest/4608804/3714381 (영상 요약)

그렇다, 나는 AI는 이제 시작이라고 생각한다.

"저는 올해 들어서 딥리서치 나온 이후로 ai 사용량이 엄청나게 늘어났는데, 토큰 처리량이 뭔가 이걸 뒷받침해주는 세상의 지표인 것 같아요. 아, 이게 나만 그런게 아니라 다른 사람들도 마찬가지구나'라는 거를 전 이 지표를 보면서 많이 느꼈던 것 같습니다. 확실히 딥리서치나 Veo3 같은 것들이 나오면서, 뭔가 이전은 AI 학습의 시대라고 표현할 수 있었다면, 이제부터는 AI 추론의 시대가 열린 것 같고, 정말로 약간 지능의 매스 어댑션이라고 해야하나, 그런 것들이 열리는 시기가 왔다고 저는 몸소 느끼고 있는 것 같습니다."

"저는 토큰 처리량 지표를 보고 최근에 엔비디아를 많이 샀습니다. 왜냐면 사람들이 생각하고 있는 AI의 수요보다 실제가 훨씬 더 가파르게 상승하고 있다는 느낌이 드는데, 이걸 시장에서 반영을 아직 잘 안하고 있는 느낌이 들어가지고요. 저는 앞으로 엔비디아의 성장이 가속도가 더 붙을 수도 있다고 생각을 해요. ($10T 가나요?) 거기까지는 모르겠지만, 최소한 세계 1등을 차지하는건 당연하고, 그리고 추월 후 성장이 더 가팔라질 것 같다라고 보고 있습니다."

"딥시크가 나오고 주가가 크게 빠질 때 딥시크에 대한 무서움도 물론 있었겠지만, 저는 AI에 대한 회의론이 당시 되게 강했다라고 생각을 하고, 그게 당시 프라이싱이 되면서 가격이 빠진거라고 생각을 하는데, 알고 보니까 사실은 추론 수요로 넘어가고 있는 것이었고, 이것이 더욱 강력해질 것이라는 반응들이 다시 시장에서도 조금씩 오는 것 같습니다."

#바이오

A quest for a cure: AI drug design with Isomorphic Labs

위대한 회사들은 처음부터 접근법 자체가 다른 경우가 많은데, 하사비스가 이끄는 아이소모픽랩스(isomorphic labs)가 정확히 그런 모습이다.

"우리는 약물 설계를 엔드투엔드(end-to-end)로 다루기 위해, ADME·독성·간 대사(clearance) 같은 요소에 대해 새로운 모델을 연구·개발하고 있습니다. 딥마인드에서 스타크래프트 전략을 탐색하던 것처럼, 방대한 분자·전략 공간을 효율적으로 탐색하는 AI 방법론을 적용하고 있죠."

"X 질병에 대한 약을 만들어 줘”라고 하면 “여기 분자가 있습니다”라고 나오는 거죠. (가능하다고 생각하나요?) 저는 가능하다고 봅니다. 점점 더 가능해지고 있어요. 실험 사이클과 실험실 시간을 이미 많이 단축했고, 지금이 시작일 뿐입니다."

"우리는 자체적인 약물 설계 프로그램도 진행하고 있고, 릴리나 노바티스 같은 제약사와도 협업합니다. 제약사로부터 특정 타깃을 받아 모델로 설계하여 완전히 새로운 화학 물질을 발굴하죠. 어떤 경우엔 10년 넘게 진전이 없던 암과 같은 난이도 높은 타깃도 있습니다. 그런 어려운 타깃에 대해 완전히 새로운 메커니즘의 화합물을 찾아내는 모습은 컴퓨터 과학자인 제게도 충격적입니다."

AlphaGenome: AI for better understanding the genome

인류는 단백질 구조 예측에 이어서 이번에는 유전체(게놈)을 이해하는 단계로 들어섰다.

"AlphaGenome은 인간 DNA 서열의 단일 변이(variant)나 돌연변이(mutation)가 유전자 조절을 담당하는 광범위한 생물학적 과정에 어떤 영향을 미치는지 더욱 포괄적이고 정확하게 예측하는 인공지능(AI) 도구입니다. 이는 특히 긴 DNA 서열을 처리하고 고해상도로 예측값을 출력할 수 있도록 한 기술적 진보에 힘입은 바가 큽니다."

"AlphaGenome의 예측력은 여러 연구 분야에 기여할 수 있습니다."

• 질병 이해(Disease understanding): 변이로 인한 분자적 교란을 보다 정확히 예측해 질병 원인을 정밀하게 파악하고, 특정 형질과 연관된 변이의 기능적 영향을 해석해 새로운 치료 타깃을 발굴할 수 있습니다. 특히 드문 멘델 유전병(rare Mendelian disorders)과 같은 큰 영향을 지닌 희귀 변이 연구에 적합합니다.

• 합성 생물학(Synthetic biology): 특정 세포 유형(예: 신경세포에서만 활성화되는 조절 서열) 설계를 안내해 기능성 합성 DNA 디자인을 돕습니다.

• 기초 연구(Fundamental research): 유전체의 핵심 기능 요소를 지도(map)화하고 역할을 정의하며, 특정 세포 유형 기능을 조절하는 필수 염기 지침을 식별해 유전체 이해를 가속화합니다.

Chai Discovery: Introducing Chai-2

AI로 항체를 설계하는 Chai Discovery는 항원당 20개의 디자인만 합성하는 “24-well plate” 전략을 내세우는데, 그럼에도 16 % 평균 성공률을 보였다고 한다.

이제는 컴퓨터로 알맞은 항체를 설계하는게 너무나 당연해지는 시대가 다가오고 있다 (discovery to design)

"Chai-2의 뛰어난 성공률은 분자 발견 방식에 있어 패러다임 전환을 의미합니다. 무작위 스크리닝에서 의도적이고 프로그래밍 가능한 설계로의 전환은, 실험적 한계로 ‘약물화가 불가능하다’고 여겨졌던 표적들도 계산 설계로 대응할 수 있음을 시사합니다. 에피토프 특이적 결합체를 필요할 때마다 생성할 수 있게 되면, 항체–약물 접합체(ADC), 이중특이성 항체, 기타 다기능 바이오의약품 등의 고도화된 치료제 개발 과정도 크게 간소화될 것입니다. 게다가 리간드나 번역 후 변형(post-translational modification)을 포함한 원자 수준의 추론을 통해, Chai-2의 프레임워크는 기존의 바이오의약품을 넘어 매크로사이클, 펩타이드, 효소, 소분자까지 자연스럽게 확장됩니다."

"Chai Discovery의 사명은 생물학을 과학에서 엔지니어링으로 탈바꿈시키는 것입니다. 우리는 Chai-2를 통해 얻은 성과가 그 여정의 중요한 이정표가 되며, 경험적(empirical) 발견에서 결정론적(deterministic) 분자 공학으로의 전환을 가리킨다고 믿습니다. 종합적으로 볼 때, 우리의 결과는 컴퓨테이셔널 퍼스트 설계를 현대적 발견 플랫폼의 필수 요소로 자리매김하는 계기가 될 것입니다."

#하드웨어

World Bank lifts ban on funding nuclear energy in boost to industry - FT

전 지구적으로 원전을 다시 부흥시키려고 난리네. AI와 전력은 함께 갈 수 밖에 없으니.

"In an email to staff on Wednesday, Ajay Banga, the World Bank president, said it would “begin to re-enter the nuclear energy space” in partnership with the International Atomic Energy Agency, the UN nuclear watchdog which works to prevent proliferation of nuclear weapons."

"The shift follows advocacy from the pro-nuclear Trump administration and a change of government in Germany, which previously opposed financing atomic energy due to domestic political opposition to the technology."

The Emirati Oil Boss Banking Billions on U.S. Energy - WSJ

중동 국가들이 미국의 LNG 시설에 투자를 계속해서 늘리고 있다. 대표적으로 UAE는 10년간 $440b를 투자한다고 계획해둔 상태다.

오일머니를 비교적 안정적인 달러 표시 자산으로 바꾸려는게 가장 큰 이유겠지만, 그 이면에는 미국-중동의 협력 강화라고 보는게 맞을 것이다. 여기에는 AI도 당연히 포함되고.

"XRG, the company’s international investment arm, plans to deploy billions of dollars in the U.S. It is part of the United Arab Emirates’ goal to boost the value of its energy investments there to $440 billion over the next decade—about $50 billion less than Exxon Mobil’s market capitalization. It aims to take stakes in U.S. oil and gas fields and chemical and gas export plants as well as power projects to support the development of artificial intelligence. Those aspirations position XRG to become one the largest foreign investors in U.S. energy."

Anduril raises $2.5B at $30.5B valuation led by Founders Fund

앤듀릴은 파운더스펀드의 리드로 $30.5b 밸류에이션으로 $2.5b 투자 유치에 성공. 돈이 엄청 몰렸다고 전해진다.

GPT가 정리해준 앤듀릴: "20세기의 록히드 마틴이나 보잉이 전투기, 탱크, 함정을 주도했다면, 앤듀릴은 드론, AI, 로봇, 사이버로 대변되는 신개념 전력을 주도하고자 한다."

#핀테크

Powering the future of ecommerce: Introducing Coinbase Payments

Introducing USDC on Shopify: Simple, borderless payments for merchants

코인베이스가 스테이블코인 기반의 결제 시스템을 런칭했고, 쇼피파이는 스트라이프와 코인베이스 솔루션을 활용해 스테이블코인 결제를 도입한다고 밝혔다. 스트라이프는 최근 web3 지갑 솔루션인 Privy 인수도 완료했다.

여러가지로 스테이블코인 산업이 개화되는 시점인 것 만은 분명해보인다.

The real potential of stable-coins lies in creating a money ecosystem native to the internet. - Jack Zhang

당연하지만, 유통(distribution)이 스테이블코인 어댑션의 핵심이 될꺼다. 그래서 계속 스트라이프와 Airwallex 같은 기업들의 행보를 주목할 수 밖에 없는 것이다.

대부분의 사람들은 스테이블코인이 글로벌 머니 무브먼트(자금 이동)를 더 빠르고 저렴하게 해주는 수단, 즉 송금이나 크로스보더 결제의 디지털 업그레이드라고 생각합니다. 하지만 그들은 오해하고 있습니다. 스테이블코인의 진정한 잠재력은 인터넷에 토착화된 금융 생태계를 만드는 데 있습니다.

스테이블코인은 인터넷의 토착 통화입니다. 그러나 대규모로 활용되기 위해서는 한 가지 큰 과제를 해결해야 합니다. 바로 ‘깨끗한 돈(clean money)’임을 증명하는 것입니다. 즉, 규제 준수 가능하고 신뢰할 수 있으며, 디지털 금융 시스템에 매끄럽게 통합되어야 합니다. 오직 널리 분배된 플랫폼만이 이를 실현할 수 있습니다.

Stripe, Revolut, Airwallex와 같은 기업들은 이미 이 분배(distribution) 역량을 갖추고 있습니다. 이들 플랫폼은 전 세계 수백만 기업과 사용자로부터 신뢰받고 있으며, 인터넷 토착형 금융 상품을 구축할 수 있는 기술 스택을 보유하고 있습니다. 바로 이 신뢰, 도달 범위, 인프라의 조합이 스테이블코인 채택의 핵심입니다.

플랫폼에 ‘깨끗한 돈’이 흘러들어오기 시작하면, 다음과 같은 방식으로 스테이블코인을 제품에 손쉽게 임베드(embed)할 수 있습니다.

• 이미 플랫폼 내에 있는 자금을 스테이블코인으로 전환

• 대출, 이자농사(yield), 결제와 같은 새로운 금융 상품 출시

• 인터체인지 수수료, 이자 수익 등으로 수익 창출

스테이블코인 기반 카드가 대표적 사례입니다. 사용자는 ‘인터넷 머니’를 오프라인에서도 소비할 수 있고, 발행 플랫폼은 2% 이상의 인터체인지 수수료를 챙기며 기초 자본의 이자 수익도 모두 확보합니다.

머니마켓 상품도 또 다른 예입니다. Genius Act를 준비 중인 규제 기관 대부분은 스테이블코인 발행자의 이자 지급을 금지하려 하는데, 디지털 달러에 대한 이자 수요는 갈수록 커지고 있어 이를 우회할 수 있는 규정 준수 방안도 이미 모색되고 있습니다.

여기 현실이 있습니다. 이건 기술 경쟁이 아니라 분배 경쟁입니다. 스마트 컨트랙트나 지갑(wallet)만 개발한다고 되는 일이 아닙니다. 사용자 접근성, 신뢰, 금융 인프라에 대한 깊은 이해가 필수입니다.

분배 역량이 없는 스타트업은 경쟁하기 어렵습니다. 반면, 이미 수백만 사용자와 기업을 서비스하는 플랫폼이라면, 스테이블코인을 임베드하고 새로운 금융 상품을 론칭하는 것은 자연스럽고 수익성 있는 전략이 됩니다.

스테이블코인은 단지 이국적 시장 간에 자금을 이동시키는 도구가 아닙니다. 인터넷의 머니 레이어를 재설계해 프로그래밍 가능하고, 조합(composable)이 가능하며, 본질적으로 디지털화하는 것입니다.

이 분야에서 성공하는 플랫폼은 단순히 돈을 이동시키는 회사가 아닙니다. 그들이 인터넷의 새로운 금융 시스템을 구축할 것입니다.

Robinhood Launches Stock Tokens, Reveals Layer 2 Blockchain, and Expands Crypto Suite in EU and US with Perpetual Futures and Staking - Robinhood Newsroom

로빈후드가 토큰화된 주식 거래를 발표했다. 이게 진정한 증권과 블록체인의 결합이지. 금융 역사에 기록될 한 장면이라고 본다. 그렇게 기대해오던 그림을 결국 로빈후드가 해내는구나.

행사에서 밝힌 바로는 1단계에서는 전통 시장과 연동하고, 2단계에서는 Bitstamp를 통해 전통시장과 암호화폐 시장 모두에서 거래가 가능해져 24시간 거래를 실현하며, 3단계에서는 직접 블록체인으로 이동 및 셀프 커스터디(self-custody), DeFi 활용, 담보 대출 등 다양한 활용이 가능해진다고 밝혔다. 심지어 비상장 회사 또한 토큰화된 증권으로 거래 가능하다는걸 시연.

Robinhood - Stock Tokens - 고집스런 가치투자

과거 찰스 슈왑의 역사를 보면 새로운 기술을 통해 기존에 없던 상품들을 혁신적으로 선보이면서 리테일 고객들을 확보해오는걸 볼 수 있는데 (대표적으로 인터넷 시대에서 온라인 거래의 상용화를 주도함), 정확히 로빈후드가 그 길을 걸어가고 있다. 어떻게 이렇게 똑같은지 신기할 정도로.

7월 초 시가총액 기준으로 찰스슈왑이 로빈후드의 딱 두배인데, 10년 뒤에는 어떻게 변해있을지 궁금해진다.

The Great Differentiation - Not Boring

내 예측에 의하면 로빈후드는 지금의 프로덕트를 '유지'만 해도 시간이 흐르면 자연스럽게 거대 증권사의 자리까지 올라갈 수 있는 회사이다.

그런데 이 회사는 절대로 안주하지 않는다. 항상 끊임없이 새로운걸 내놓으면서 세상에 변화를 일으키고 있다.

Not Boring이 'The Great Differentiation' 라고 표현한 소수의 기업들만이 가진 특유의 DNA는 장기적으로 그 무엇보다 강력한 해자가 되어준다고 믿는다.

(물론 이 글은 프레젠테이션에 대한 이야기이긴한데, 난 이것 조차도 기업의 DNA로부터 비롯된다고 생각한다.)

SEC Chairman Paul Atkins on public vs. private markets

SEC 의장님 왈:

“토큰화를 비롯한 혁신적 시도가 잇따르고 있는데, 일부에서는 현 규정을 우회하는 편법에 불과하다고 비판하기도 합니다. 하지만 저는 ‘혁신을 촉진’하는 관점에서 접근해야 한다고 생각합니다. 과거 몇 년간 SEC는 명확하지 않은 규칙 때문에 시장 혁신을 제약해왔습니다. 이제는 규제 집행(enforcement) 중심이던 방식을 벗어나, 새로운 상품과 서비스를 안정적으로 내놓을 수 있는 토대를 만들어줘야 합니다.”

“토큰화하면 첫째로 미국 주식 토큰화가 떠오르는데, 이는 거래·결제 비용 절감에 큰 역할을 할 수 있습니다. 이 밖에도 사모대출(private credit)에 일반 투자자가 접근할 수 있게 하는 시도가 있는데, 사모투자는 유동성이 낮고 가치평가도 복잡하기 때문에 투자자가 충분히 이해한 뒤 참여해야 할 영역입니다.”

“마지막으로, 결제가 하루 뒤 정산되는 T+2 방식을 T+1으로 단축하는 등, 거래·보유 편의성과 결제 확실성을 높이기 위한 여러 혁신이 진행되고 있습니다. 과거 종이 증서를 주고받던 시절에는 거래소가 주 2회 문을 닫고 서류 작업을 따라잡아야 했습니다. 전산화(DTCC) 덕분에 전자책입(entry) 방식으로 바뀌면서 엄청난 진전이 있었죠. 이제는 토큰화가 그 다음 단계라고 생각합니다.”

Robinhood’s RWA Letter Could Bring Wall Street Onchain - Forbes

로빈후드는 이미 SEC에 토큰화 증권 관련 서한을 제출한 상태이기도 하다.

The Evolution of Crypto Venture Capital - insights 4vc

블록체인 & 크립토가 제도권으로 들어오는 이 시점에서는, 보다 규제와 가까워보이는 회사들에 집중해야할 필요가 있을지도 모르겠다.

• 깊이 들여다보면 이 글은 “기술 진보 자체보다 자본 구조와 규제 변화가 혁신의 속도를 결정한다”는 메시지를 전달합니다.

• 표면적으로는 “탈중앙·커뮤니티 펀딩”을 강조해 온 크립토가 결국 기존 벤처 권력이 설계한 틀로 되돌아가고 있다는 뉘앙스가 글 곳곳에 숨어 있습니다.

• 글 마지막에 제시된 RWA 토큰화, AI × Crypto, 모듈러 L2는 지난 과열로 소진된 내러티브 대신 제도 친화적이고 수익 실체가 뚜렷한 영역입니다. 이는 탈중앙화 이상보다 ‘규제 수용적 실익’이 차세대 성장 스토리를 주도할 것임을 암시합니다.

#비즈니스

Morris Chang and the Origins of TSMC - construction physics

인생은 사소해 보이는 갈림길에서 완전히 달라지는 것 같다.

"고민 끝에 두 가지 선택지를 좁혔습니다. 하나는 포드(Ford Motor Company) 연구소에서 연구원으로 일하는 것이었고, 다른 하나는 실리콘밸리 인근의 트랜지스터 제조 자동화 업체인 실바니아(Sylvania)에 들어가 트랜지스터 제조 공정을 자동화하는 일이었습니다. 포드는 거대하고 안정적인 회사였기에 직업 안정성과 승진 기회가 확실해 보였고, 미래 상사와도 좋은 인상을 주고받았습니다. 반면 실바니아는 조직이 어수선해 보였고, 면접관도 그다지 그와 잘 맞지 않는 듯했으며, 무엇보다 ‘트랜지스터(transistor)’가 정확히 무엇인지조차 잘 몰랐습니다. 처음엔 포드로 가기로 마음먹었습니다."

"그러나 실바니아 제안이 포드 제안보다 월급이 한 달에 1달러 더 많았습니다. 창은 포드에 전화를 걸어 동일한 조건으로 제안해 줄 수 있는지 물었습니다. 하지만 그가 통화한 담당자는 무례하고 융통성 없이 일방적으로 거절했고, 창은 크게 화가 나 결국 실바니아의 제안을 받아들였습니다."

한편으로는 지금 당장 앞이 보이지 않더라도, 하루하루를 충실히 살아가다보면 어느 순간 기회가 열릴 수 있는 것 같기도 하다.

"창의 이야기를 읽으면서 가장 인상 깊었던 점은, 엄청난 재능에도 불구하고 얼마나 여러 차례 실패(혹은 최소한 성공하지 못한 채 좌절)했는가 하는 부분입니다. 당시 TI 경영진이 창을 중용하지 않은 것을 두고 “아니었으면 TSMC가 미국에서 세워졌을지도 모른다”는 식의 이야기가 많았지만, 실제로는 훨씬 복잡하고 흥미진진합니다. 창은 TI에서 소비자용 제품 사업부장으로 좌천되며 리더십 기회를 잃었을 뿐 아니라, 제너럴 인스트루먼트에서도 결국 해고당했고, ITRI에서는 개혁에 실패해 쫓겨나다시피 나왔습니다.5년 사이 세 번 연속으로 사임을 하며, 스스로도 “피터의 법칙(Peter Principle)에 의해 나도 무능력의 극에 이른 자리에 오른 것이 아닐까”라는 생각을 했다고 합니다."

"게다가 ITRI 재직 시절 그의 ‘큰 업적’이었던 TSMC 설립도, 사실은 전혀 확실한 일이 아니었습니다. 거의 모든 기존 반도체 회사들이 TSMC 사업 계획을 기회로 보지 못했고, 유일하게 투자에 나선 필립스도 사업성보다는 대만 정부와 우호를 쌓으려는 의도가 더 컸습니다. 약간만 상황이 달랐어도 TSMC는 태어나지 못했을 수도 있습니다."

"결국 창의 TSMC 성공은 뒤돌아보면 당연해 보이지만, 당시 대만 정부도, 다른 반도체 회사들도, 창 자신조차도 그렇게 생각하지 못했습니다. 지금은 눈부시게 보이는 그의 성공 신화가, 당시에는 모두에게 불투명한 도전이었음을 기억할 필요가 있습니다."

TSMC Founder Morris Chang | Acquired Podcast

중요한 의사결정은 어떻게 이루어지는가.

Q: 그리고 그 시기가 스마트폰 도입과 맞물렸습니다. 28나노 공정 당시 사업 개발팀과 경영진이 스마트폰이 얼마나 큰 기회가 될지 정확히 예측했나요? A: 솔직히 저는 알지 못했습니다. 적어도 사업 개발 책임자가 저보다 더 구체적인 통찰을 가졌기를 바랐죠. 여러 자문들로부터 받은 의견을 종합하여 결정을 내렸습니다.

Q. 28나노에 대한 투자로 준비금이 바닥난 상황에서, 20나노 투자와 Apple을 잡겠다는 모험적인 결정을 내린 거였죠. A. 네, 저도 “회사를 걸었다”고 표현할 정도였지만, 지진 않을 거라 확신했습니다.

Q. 그렇다면 결국 Apple은 20나노에서 TSMC를 선택하게 된 것이고, 이로 인해 TSMC는 16나노 개발이 잠시 뒤쳐진 대신… A. 네. 그것은 상당히 중요한 트레이드오프 였습니다. 당시 2011~2012년에는 R&D 인프라가 두 개 공정을 동시에 진행할 정도로 충분하지 않아서, 20나노에 집중하느라 16나노 개발이 지연된 것이 맞습니다. 그러던 중 삼성전자가 16나노에서 우리보다 앞서 나갔는데, 이 사실이 저를 크게 놀라게 했습니다. 왜냐하면 삼성은 Apple 20나노 주문을 받지 못했기 때문에, 20나노 개발을 건너뛰고 곧바로 16나노를 추진했던 셈이기 때문이죠.

Q. 삼성은 우회 없이 바로 16나노로 갔으니, TSMC 입장에서는 ‘속수무책’이었겠네요. A. 저는 그 소식을 듣고 충격을 받았습니다. 그 즉시 Jeff Williams에게 “우리도 애초에 16나노를 대비해 80~90%의 장비를 전환하려 했는데, Apple이 삼성에서 먼저 16나노를 주문했다. 우리 계획이 무너져 버렸다”라고 이메일을 보냈죠. Jeff는 “걱정하지 마세요. 16나노 양산할 준비가 되면 우리 주문은 다 TSMC로 보낼게요”라고 말했습니다. 그 답변에 다소 안도했지만 완전히 마음이 놓이지는 않았습니다. 하지만 결국 그 말대로, 저희가 개발을 마친 약 6개월 뒤, Apple의 16나노 주문 대부분은 TSMC가 담당하게 되었습니다.

Intuit - kleinerperkins

인튜이트의 역사를 공부하다가 흥미로워서 아카이브.

순수하게 필요할 것 같아서 개발한 서비스가 결국 $200b짜리 회사가 되었다는 점이 인상깊으며,

적절한 시점의 IPO와, 그걸 활용해서 기가 막힌 인수(터보택스) 해낸 의사결정이 탁월해보이며,

마지막으로 마이크로소프트와의 경쟁 그리고 인수 시도를 보면서, 묘하게 OpenAI와 커서의 관계가 겹쳐보였다.

EXCLUSIVE. Pavel Durov on his arrest in France, Macron, Russia, the FBI — and the fight for Telegram - lepoint

역시 텔레그램의 파벨 두로프는 사업가이기 이전에 사상가에 가까운 것 같다.

아래는 GPT에게 정리시킨 내용 (질문: 해당 인터뷰 내용을 어떻게 보았으며, 이 사람은 어떤 특성을 지닌 것 같아?)

인터뷰를 읽으며 가장 먼저 느낀 것은 “통제받지 않는 자유”에 대한 파벨 두로프의 집요함이었습니다. 그는 구글의 10 억 달러 제안도 한 순간 망설임 없이 거절할 만큼, ‘텔레그램은 상품이 아니라 약속’이라는 신념을 절대 양보하지 않습니다. 사업가라기보다는 스스로를 “자유의 수호자”로 규정하고, 정치권력·정보기관·투자자의 압력에서 벗어난 완전한 독립을 삶의 최우선 가치로 두고 있죠.

동시에 눈에 띄는 특성은 극단적인 ‘자기 규율’입니다. 매일 아침 300번의 푸시업과 스쿼트를 연달아 해내고, 술·카페인·설탕·담배를 끊으며, 겨울 호수에 뛰어드는 식의 극한 루틴으로 몸과 정신을 단련합니다. 그는 이를 “주의력을 보존하기 위한 디지털·생활 금욕”이라고 설명하는데, 실제로 휴대폰도 상시 휴대하지 않고 아이패드만으로 일하고, 호텔·렌털 제트 같은 ‘경험형 소비’만 즐깁니다. 소유가 아니라 집중을 택한다는 일관된 태도입니다.

또 하나 두드러지는 면은 절대적 통제욕입니다. “지분을 나누면 자유를 잃는다”는 말을 반복하고, 사후(死後)에 대비해 비영리 재단에 경영권을 넘겨두는 방식까지 설계해 두었습니다. 팀 규모도 50명 내외로 고의적으로 작게 유지하면서, 전 세계 1,000여 외부 파트너를 필요 최소한으로만 조율합니다. 이러한 구조는 빠른 의사결정을 가능하게 하지만, 동시에 모든 권한이 창업자 한 명에게 집중된 ‘원맨 컴퍼니’라는 위험도 내포합니다.

그는 정부·정보기관에 대한 근본적 불신과 경계가 강합니다. 러시아, 프랑스, 미국 FBI 사례까지 구체적으로 끌어와 “백도어나 검열 요구를 거부했다”는 에피소드를 반복적으로 강조합니다. 이 덕분에 ‘검열이 불가능한 플랫폼’을 원하는 사용자에게는 강력한 신뢰를 주지만, 각국 정부와는 갈등을 피하기 어렵다는 점이 인터뷰 내내 드러납니다.

인간관·세계관 역시 뚜렷합니다. “AI = 진짜 사고가 아니다” “다양성이 사라지면 문명이 취약해진다” 같은 발언에서 보이듯, 기술 낙관과 동시에 철학적 회의를 병치합니다. 종교·명상·동서양 사상을 두루 탐구했다는 고백, 그리고 “우리는 시뮬레이션일 수도 있다” 같은 생각 실험까지, 스스로를 단순한 IT 창업가가 아닌 사상가적 위치에 두려는 의도가 느껴집니다.

요약하면, 파벨 두로프는

• 가치 절대주의자: 개인정보 보호·표현의 자유를 돈보다 우위에 둠.

• 철저한 자기 단련가: 극단적 규율과 미니멀리즘으로 집중력 확보.

• 통제 중심의 창업자: 의사결정과 지분을 100% 장악, 외부 간섭 차단.

• 권위 불신·반(反)검열 기조: 국가 권력과도 타협하지 않는 반골 기질.

• 사상가적 성향: 기술·철학·종교를 넘나드는 거대 담론에 관심.

장점은 분명합니다. 뚜렷한 비전, 강력한 실행력, 흔들림 없는 브랜딩 덕에 텔레그램은 세계에서 가장 독립적인 메신저로 자리매김했습니다. 다만 ‘절대적 자유’를 향한 강박은 각국 규제·정치 현실 속에서 불가피한 마찰을 낳고, 모든 권한이 한 사람에게 집중된 구조는 리더 리스크를 키울 수 있다는 점도 함께 보입니다.

#투자

삶이라는 멋진 모순, 우연과 노력 사이에서 ('25년 상반기 투자와 생각) - Values in Growth

어쩌면 모든건 맞닿아 있을지도.

"탁월한 경지에 이들을 보면 무심과 성의를, 겸손과 자부를, 신중함과 용기를, 포용성과 자기 고집을, 단호함과 유연함 등등 본질적으로는 모순되어 양립할 수 없는 것들을 기어이 함께 가져가며 최상의 성과를 만들어 내는데, 이러한 광경은 참 흥미롭고 재밌다."

[이안 카셀] GOAT 투자자는 무엇이 다른가 - Bluewater

“세계 최고가 되는 사람들의 진짜 차별점은 자신의 분야에서 과소평가되고 있는 기술을 정확히 파악해, 그 기술에 모든 에너지를 쏟아붓고, 그것을 재정의(re-invent)해서 세상에 다시 내놓는 데 있다. 그렇게 되면 아무도 따라오지 못할 만큼 큰 격차를 만들 수 있고, 남들이 눈치채기도 전에 몇 년 간의 알파 우위를 가져갈 수 있다.”

"즉, GOAT 투자자란 단순히 잘하는 수준이 아니라, 시장 전체에서 과소평가된 영역을 새롭게 정의하고 알파의 원천을 새로 창조해낸 사람들입니다."

#마지막으로

How To Be Successful - Sam Altman

샘 알트만이 말하는 성공 방정식 - Sonu Jung's Blog

"대부분의 사람들은 선형적 성장의 수렁에 빠져있습니다. 당신은 작은 기회를 포착하여 이를 잠재적인 커리어 추월 차선으로 만드는데 집중하세요."

"제 생각에 기업이건 개인이건 간에 비즈니스에서 가장 중요한 경쟁 우위 요소는 사회의 서로 다른 시스템이 어떤 방식으로 연결되고 결합하는지를 넓고 장기적인 관점에서 관찰하고 판단하는 능력입니다. 지금 시작된 하나의 성장 곡선이 수 년, 혹은 수 십 년이 지난 뒤 어떤 지점을 지나고 있을지가 중요합니다. 대부분의 사람들이 단기 성장에 매몰되어 있는 세상에서 시장은 장기적인 관점을 갖는 사람에게 충분한 보상을 제공할 것입니다."

결론적으로 저는 AI 추론의 시대가 본격화되었다고 생각하며, 이제부터가 진짜 게임이 시작된 것 같아 설레는 시간을 보내고 있습니다. 이는 인생에서 두번 다시 올까 말까한 기회임에 틀림없기 때문입니다.

오늘은 AI, 하드웨어, 바이오, 콘텐츠, 핀테크, 비즈니스, 금융, 투자에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#AI

AI 2027

AI 발전 시나리오. 나는 이 내용이 꽤나 현실성 있다고 생각한다. 세르게이 브린과 데미스 하사비스도 2030년 전후를 AGI 탄생으로 내다보고 있지 않은가. 여담으로 이 글의 저자 중 한명은 OpenAI 출신이다.

AlphaEvolve: A Gemini-powered coding agent for designing advanced algorithms

AlphaEvolve: Gemini 기반 첨단 알고리듬 설계 코딩 에이전트 | GeekNews (한글 요약)

AI가 AI를 활용하는 자가실현적 미래가 이미 다가왔구나.

"오늘 우리는 AlphaEvolve를 공개합니다. 이는 범용 알고리즘 발견·최적화를 위해 대형 언어 모델이 구동하는 진화적 코딩 에이전트입니다. AlphaEvolve는 우리의 Gemini 모델이 지닌 창의적 문제 해결 능력과 해답을 검증하는 자동 평가기를 결합하고, 유망한 아이디어를 지속적으로 발전시키는 진화적 프레임워크를 사용합니다."

"AlphaEvolve는 Google의 데이터센터, 칩 설계, AI 학습 프로세스—AlphaEvolve 자체를 뒷받침하는 대형 언어 모델 훈련까지—효율을 향상시켰습니다. 또한 더 빠른 행렬 곱셈 알고리즘을 설계하고 미해결 수학 문제의 새로운 해답을 찾으며, 다양한 분야에서 놀라운 가능성을 보여주었습니다."

"AlphaEvolve는 현재 수학·컴퓨팅 분야에 적용되고 있지만, 해법을 알고리즘으로 표현하고 자동 검증할 수 있는 문제라면 어떤 영역에도 적용될 수 있습니다. 소재 과학, 신약 개발, 지속가능성, 그 밖의 기술·비즈니스 응용 등에서 변혁적 역할을 할 것으로 기대합니다."

Microsoft Earnings, Microsoft’s Core Capability, Amazon Earnings - Stratechery

마이크로소프트가 토큰 처리량이 작년보다 5배 늘었다고 발표. 현 시대를 가장 잘 보여주는 지표라고 생각한다.

“We processed over 100 trillion tokens this quarter, up 5x year-over-year, including a record 50 trillion tokens last month alone. And four months in over 10,000 organizations have used our new agent service to build, deploy and scale their agents.”

The world is adopting AI faster than ever before. - Sundar Pichai

구글 또한 토큰 처리량을 공개했는데, 무려 작년보다 50배 늘어났다고 한다. 2월부터 급증하는 것도 인상적.

따라서 나는 AI 학습의 시대에서 → 추론의 시대가 본격화되었다고 판단한다. AI의 새로운 국면이 다가온 것 같다.

Philippe Laffont Explains His Bull Case for the US Economy: Tokens > Tariffs - The All-In Podcast

Coatue의 Philippe Laffont 또한 토큰 처리량에 집중하고 있다. AI는 절대 버블이 아니다, 적어도 지금 당장은.

관련해서 이번 분기 엔비디아 실적발표 내용을 보면 GPU 수요 증가가 중국 수출 금지를 상쇄시켜버렸는데, 나는 앞으로 수요가 더욱 가파르게 늘어날 가능성까지 내다보고 있다.

“AI 모델에 대한 토큰은 자동차에 연료를 넣거나 컴퓨터에 전기를 공급하는 것과 같지?”

“마이크로소프트는 1분기에 100조 토큰을 처리했으며, 그중 3월에만 50조 토큰을 처리했다고 말했다.”

“그래서 토큰 사용량이 사실상 수직 상승하고 있는데, 이는 아마도 훨씬 더 정교하고 더 많은 연산 능력을 요구하는 추론 엔진 때문일 거야.”

“트럼프에게는 좀 불공평할 수 있지만, 시장이 하락한 것은 단지 관세 때문만은 아니야.”

“기억한다면, 사람들이 ‘우리는 AI 버블에 빠져 있다, AI가 제대로 작동하지 않는데, AI에 대한 ROI는 뭐지?’라고 당황했기 때문에 하락했어.”

“그것이 문제의 3분의 1에서 절반 정도였을 거야.”

“그리고 마이크로소프트가 말한 것은, 자본 지출(CapEx)이 증가하고 있고 지금 모두가 엄청난 칩 부족을 겪고 있다는 거야.”

“우리의 모든 비상장사와 상장사를 통해 확실히 알고 있는 것은, 칩 부족과 연산 능력 부족이 있다는 거야.”

“앞으로 1~2년을 보면, 어느 시점에는 관세가 사라질 거야.”

“트럼프는 규제 완화와 관련해 큰 성과를 이루게 될 거야.”

“감세 혜택이 일종의 관세를 상쇄하게 될 거야.”

“우리는 이후로 나아가고, 남는 것은 무엇일까? 토큰이 남는 거야.”

“‘이게 미국적 탁월성의 끝이다’라고 말하는 사람들이 많지만,”

“내가 거의 말하고 싶어, ‘아니야, 여러분이 틀렸어. 이게 시작이야!’라고.”

ChatGPT - 토큰 사용량 비교 방법

나 또한 올해 들어서 AI 사용량이 급격하게 증가한걸 체감하고 있는데, 따라서 나의 토큰 사용량이 궁금해져서 한번 알아보았다. 대화내역을 json 파일로 다운받아서 파이썬으로 토큰 사용량을 뽑아내었다. 당연히 이 모든 과정은 GPT가 코드 생성해준 덕분에 진행할 수 있었다. 그 결과 지금까지 나는 총 7,458,682 토큰을 사용했다고 한다.

그리고 모델별 토큰 사용량이 나오길래 모델별 출시 연/월을 고려하면 각 년도마다 얼마만큼의 토큰을 사용했는지 대략적으로 추정해보니, 22년 ChatGPT 출시 이후 총 사용량에서 25년에만 60% 만큼 사용했다고 나왔다. 내가 다른 한 계정을 추가로 사용하고 있다는걸 감안하면 대략 24년도까지의 누적 사용량 대비해서 올해에만 3배 더 사용했겠군.

또한 내 사용량이 어느정도인지 궁금해서 대략 추정해보니 평균 사용자가 164,000 토큰 사용할 동안 나는 4,475,000 토큰 사용했다는 소리고, 백분위로 따지면 상위 0.03% 안에 들어간다고 한다. 정확한 숫자는 아니지만 확실히 많이 사용하는 축에 속하나보다.

(주의: 호기심에 재미삼아 진행해본거고, 정확하지 않을 수 있습니다.)

Microsoft Earnings, Microsoft’s Core Capability, Amazon Earnings - Stratechery

마이크로소프트와 아마존을 비교한 아래 내용도 매우 흥미로웠다. 역시 기업의 DNA를 이해하는건 중요하다.

마이크로소프트의 컨퍼런스 콜이 온통 AI 중심이었다면, 아마존의 실적 발표 콜은 당연히 더 시급한 문제인 아마존닷컴 비즈니스에 초점을 맞췄다. 저는 관세 등 상세한 내용보다는, CEO 앤디 재시(Andy Jassy)의 준비 발언 중 인바운드 네트워크(inbound network)를 재구축한 방식에 주목했다:

“지난 몇 년간 우리는 풀필먼트 네트워크를 더욱 효율적이고 비용 효과적으로 만드는 데 상당한 진전을 이루어왔습니다. 전국 단위의 풀필먼트 네트워크를 지역 중심 허브로 전환한 것이 중요한 전환점이었습니다. 고객이 거주하는 곳 근처에 재고를 배치함으로써, 우리는 더 빠르고, 더 적은 패키지로, 낮은 배송비로 배송할 수 있게 되었습니다. 다음 과제는 가능한 많은 품목을 이 지역 허브에 배치하는 것이었습니다.

그러나 인바운드 네트워크, 즉 각 풀필먼트 센터로 물품을 가져오는 방식은 이 새로운 지역화 구조를 활용하도록 설계되지 않았습니다. 그래서 이를 재설계하여, 각 풀필먼트 센터에 배치할 수 있는 제품 비중을 늘리는 인바운드 아키텍처를 새로 도입했습니다. 이는 배송 속도를 개선하고 서비스 비용을 낮추는 효과가 있습니다. 1분기에도 우리는 전 세계 프라임(Prime) 회원 대상 역사상 가장 빠른 배송 기록을 경신했으며, 동일 분기 중 역대 최대 수량의 당일 또는 익일 배송을 달성했습니다.”

이 내용을 읽으면서 든 생각은, 아마존이 자본 지출(capex)을 활용하는 방식이 얼마나 놀라운가 하는 점이다. 이러한 변화는 많은 비용을 수반하지만, 풀필먼트 비용을 절감해 마진을 개선하고, 배송 속도가 빨라지면 구매가 늘어나 매출이 증가한다. 이는 자본 지출에 대한 레버리지를 더욱 극대화한다. 이것이 바로 아마존의 핵심 강점이다.

아마존의 AI 접근 방식에도 이러한 원리가 어떻게 적용되는지 살펴볼 만하다. 먼저, 저는 아마존 콜에서 AI 언급이 마이크로소프트만큼 많지 않았던 이유가 관세 때문만은 아니라고 본다. 재시의 AWS(Amazon Web Services) 관련 준비 발언에서는 여전히 이전 세대의 비-AI 엔터프라이즈 IT 지출이 클라우드로 이전되어야 한다는 점이 강조되었는데, 이는 아마존이 맞춤형 인프라(custom architecture)에 대한 투자를 깊이 수행해 온 분야다.

따라서 재시의 AI 언급에서는 아마존 맞춤형 인프라가 두드러졌다:

“모델을 구축하는 최하단 계층에서는, 우리의 새로운 맞춤형 AI 칩인 트레이니엄 2(Trainium 2)가 대규모로 용량을 확보하기 시작했으며, 상당한 매력과 수요를 얻고 있습니다. 우리는 고객이 다양한 칩 제공 업체를 통해 AI를 수행할 수 있도록 할 것이며, 앞으로도 그럴 것입니다. 다만, 대규모로 AI를 수행하는 고객은 비용이 빠르게 높아질 수 있다는 점을 인식합니다. 트레이니엄 2는 GPU 기반 인스턴스 대비 가격 대비 성능이 30~40% 우수하기 때문에 매력적입니다. AI가 우리가 믿는 만큼 성공하려면 추론(inference) 비용이 크게 낮아져야 합니다. 이를 돕는 것은 우리의 사명이며 책임으로 봅니다.”

마이크로소프트와 대조해 보면, 두 회사 모두 AI 효율성을 강조했지만, 나델라는 소프트웨어가 해답이라고 단호했다. 재시는 맞춤형 인프라, 즉 자본 지출에 초점을 맞췄다. 다시 말해, 두 회사가 AI 워크로드를 추구하는 방식은 궁극적으로 각자의 핵심 역량으로 귀결된다는 점이다.

내 생각에 단기적으로는 마이크로소프트의 퍼포먼스가 우세할 것으로 보나, 장기적으로는 마소와 아마존 둘다 승리자가 될 것이라고 본다. 구글 또한 이것저것 잘하긴 하는데, 그렇다고 압도적으로 뭘 잘한다 하는건 솔직히 아직 안보여서... 물론 결국 하나 해낼 것 같긴 하지만.

참고로 위 그림의 답변은 GPT에게 아래와 같이 물었더니 나온 답변이다.

"위 글, 그리고 특히 다음의 문장을 고려하였을 때, 결국 AI 시대의 인프라 게임에서는 누가 더 우위를 가지게 될까? 당장(향후 3~5년간), 그리고 장기적으로 (향후 10년뒤)를 나누어서 한번 분석해보고 합리적인 통찰을 제시해줘볼래?"

"마이크로소프트와 대조해 보면, 두 회사 모두 AI 효율성을 강조했지만, 나델라는 소프트웨어가 해답이라고 단호했다. 재시는 맞춤형 인프라, 즉 자본 지출에 초점을 맞췄다. 다시 말해, 두 회사가 AI 워크로드를 추구하는 방식은 궁극적으로 각자의 핵심 역량으로 귀결된다는 점이다."

An Interview with Meta CEO Mark Zuckerberg About AI and the Evolution of Social Media - Stratechery

메타는 저커버그의 큰 그림 아래 세부 전략들을 행하는 과정에 있다.

"오픈소스 결정은 개발 결정의 ‘다음 단계’입니다. 개발을 오픈소스로 공개하려고 만든 것이 아니라, 우리가 원하는 서비스를 구축하려면 이런 모델이 필요하다고 생각해서 만든 것이죠. 그리고 ‘항상 최전선에 있어야 하는가? 6개월 뒤쳐져도 괜찮은가?’ 같은 질문이 있는데, 저는 시간이 갈수록 최전선에 있어야 한다고 봅니다."

"특히 지금 보이는 동력 중 하나는 ‘전문화(specialization)’가 시작되고 있다는 점입니다. 회사마다 잘하는 영역이 다르고, 집중하는 분야가 다르죠. 저희 사용 사례도 다른 회사와 조금 다를 것입니다. 저희 같은 규모에서는, 실제 사용 환경에 최적화된 무언가를 직접 만드는 것이 당연히 합리적이라고 생각합니다."

"저는 기본적으로 네 가지 주요 제품·비즈니스 기회를 보고 있고, 가장 단순하고 구현이 쉬운 것부터 점차 먼 미래의 기회까지 순서대로 말씀드리겠습니다. 네 가지 중 가장 기본은 ‘광고 비즈니스를 훨씬 개선하는 것’입니다. AI를 활용해 추천을 개선하고, 어떤 비즈니스든 원하는 성과를 얻고자 할 때 “우리 목표는 이거고, 이만큼 지불하겠다. 은행 계좌를 연결할 테니, 여러분이 성과를 낼 때마다 지불해 달라”만 하면, 콘텐츠 제작도, 고객 이해도, 측정도 전혀 신경 쓸 필요가 없게 하는 것이죠."

"두 번째는 ‘컨슈머 터치포인트에서의 참여 확대 및 추천 고도화’입니다. 첫 단계는 Reels에서 보시다시피, 이용자에게 보여줄 콘텐츠를 더 잘 찾아내는 것이죠. 다음 단계는 AI가 단순히 추천만 하는 것이 아니라, 창작을 돕거나 직접 콘텐츠를 만드는 것입니다."

"세 번째 혁명은 AI가 생성한 콘텐츠의 폭발적 증가입니다. 크리에이터·친구 콘텐츠는 여전히 있지만, AI 생성 콘텐츠가 방대한 양으로 추가될 겁니다. 아주 개인화된 형태로요. 거시적인 관점에서 보면, AGI 시대에 접어들어 생산성이 극적으로 오르면, 사람들은 일하는 시간은 줄이고 엔터테인먼트·문화에 더 많은 시간을 쓸 겁니다. 그래서 피드형 서비스—사람들이 콘텐츠를 소비하는 채널—에 머무르는 시간이 더 늘어나고, AI가 추천·창작을 돕는 정도가 향상될수록 그 가치는 더욱 커질 것입니다. 이게 두 번째 범주입니다."

"세 번째 큰 AI 매출 기회는 ‘비즈니스 메시징’입니다. 메시징이 독자적인 거대한 소셜 생태계로 자리 잡아 가면, 오늘날 우리 비즈니스를 보면 Facebook 수익이 꽤 강하고, Instagram 수익도 꽤 강합니다. WhatsApp 사용자는 거의 30억 명에 달하지만, Facebook이나 Instagram에 비해 수익은 훨씬 적죠. (~) 몇 년 내에 전 세계 모든 기업은 이메일·소셜 미디어 계정·웹사이트와 함께 고객 지원·영업을 수행하는 AI를 갖게 될 것입니다. 그 AI가 전환을 만들어내기 시작하면, 우리는 ‘무료로 아주 쉽게’ 이 서비스를 제공하다가, 순증 전환이 발생해야만 요금을 부과할 수 있습니다. “이걸 설치만 해 두면 영업 문의가 들어오고, 순증 전환마다 일정 수수료를 내라”는 식으로요. 이렇게 플라이휠이 돌아가기 시작하면, 기업들이 그 채팅으로 사람을 유입시키기 위한 수요가 폭발적으로 증가합니다. 그래서 WhatsApp·Messenger·Instagram Direct 등 메시징 서비스가 우리의 세 번째 축이 될 것입니다."

"네 번째 축은 ‘AI 네이티브’ 혁신으로, Meta AI 같은 솔루션입니다. 만약 Meta AI가 성장하면, 상품 추천이나 구독 서비스로 수익을 창출할 수 있을 것입니다. 현재 Meta AI는 월간 약 10억 명이 사용 중입니다."

"각 분야에서 ‘세계적 수준’을 구현하려면, 해당 기능을 제공하기 위해 필요한 모델을 처음부터 끝까지 훈련하고 최적화하는 ‘엔드투엔드 경험’을 구축해야 합니다. 그동안의 경험을 비춰보면, 스택 전반을 직접 구축할 수 있어야 합니다. Meta는 풀스택 회사로서 자체 인프라와 AI 시스템, 제품을 모두 개발해 왔습니다."

"리더십의 위험은 모든 베팅이 성공하진 않는다는 것입니다. 야구처럼, 절반만 성공해도 대단한 팀을 만들 수 있듯, 핵심은 ‘다른 사람보다 더 잘하고, 성공했을 때 더 크게 치는 것’입니다."

Inside OpenAI's Stargate Megafactory with Sam Altman | The Circuit

OpenAI는 어느새 8억명 이상의 사용자가 쓰는 서비스 + 그걸 뒷받침하는 모델 개발과 데이터센터 건설 + 새로운 폼팩터의 하드웨어 개발을 동시에 수행하는, 누가봐도 '빅테크'의 면모를 지닌 기업이 되었다.

How Simo Will Fill Altman’s Management Gaps at OpenAI - The Information

최근 인스타카트의 CEO였던 Fidji Simo가 OpenAI에 영입되었다. 페이스북의 셰릴 샌드버그, 구글의 에릭 슈미트 같은 역할로 보인다.

결국 샘 알트만은 더 큰 그림에 집중한다는 소리. 그만큼 회사가 많이 커졌다.

OpenAI Acquires io, OpenAI’s Strategic Positioning, Apple’s Worsening AI Problem - Stratechery

OpenAI가 조너선 아이브의 io를 $6.5b 가치에 인수한다고 발표.

처음에는 io 인수 가격을 보고 깜짝 놀랐으나 주식 거래라는걸 보고 납득이 되었다. 그리고 뭔지는 모르겠지만 이미 만들고 있던 하드웨어 기기가 있다고 하니 궁금해지긴 한다. 다만 솔직하게는 뭐가 나올지, 그리고 잘될지에 대한 감이 확 오지는 않는다.

여담으로 벤 톰슨의 말처럼 요즘 가장 위태로워보이는 빅테크는 다름 아닌 애플이다. 거대한 흐름에 전혀 발을 담그고 있지 못하는 모습이다.

"이제 애플은 대규모 투자를 검토해야 합니다. 인수 후보로는 Anthropic, SSI, Mistral, XAi, 구글 클라우드+Gemini API 등이 거론됩니다. 이미 늦었다고 비판받을 수 있지만, 시기를 놓친 만큼 비용도 기하급수적으로 증가하고 있습니다."

"결국, 가장 현명한 시기는 수년 전이었고, 두 번째로 좋은 시기는 ‘지금’이며, 세 번째로 좋은 시기는 이미 늦었을 수도 있습니다."

Claude 4, Anthropic Agents, Human-AI Agents - Stratechery

"OpenAI는 소비자 시장을 점유하고, 구글은 인프라와 모델 경쟁력에 집중하는 동안, Anthropic은 “세계 최고의 에이전트 제품”을 구축하는 데 사활을 걸고 있습니다."

"최첨단 모델뿐 아니라, 이 모델들이 진정 사람을 대체할 수준의 ‘결정적 컴퓨팅 인프라’를 포괄적으로 제공해야 합니다. Anthropic의 API 비용이 구글에 비해 비싸 보일 수 있지만, 사람의 연봉에 비하면 매우 저렴하다는 점이 설득력을 더해 줍니다."

Why Cars Drive Themselves Before Computers Do - Apoorv Agrawal

자율 시스템의 스택을 '지각 (Perception) → 추론 (Reasoning) → 실행 (Action) → 데이터 플라이휠 (Data Flywheel)으로 보는 프레임워크.

왜 자율주행보다 AI 에이전트가 빠르게 발전할 수 밖에 없는지에 대한 합리적인 근거가 되어준다.

그리고 에이전트의 시대는 이미 시작되었다. 이제부터는 새로운 AI 서비스들 공부하느라 정신이 없을 것 같다.

AI Horseless Carriages | koomen.dev

현재 많은 AI 어플리케이션들은 기존의 방식을 흉내내는데 그치는 '말 없는 마차(horseless carriage)'에 가깝다고 지적하고, 앞으로 AI 어플리케이션은 사용자가 시스템 프롬프트를 직접 수정할 수 있도록 열어둬서 개인에게 최적화된 에이전트를 구현할 수 있도록 해야 한다고 주장하는 글.

우선 말 없는 마차에 가깝다고 지적하는 내용은 100% 공감하고, 다만 시스템 프롬프트을 수정하게끔 열어주는건 과도기적인 해결 방법이라고 생각한다. 베스트는 결국 그냥 LLM에 맞는 최적화된 UX를 만들어내는 것일텐데, 사실 나도 아직 정답이 뭔지는 모르겠다.

Roadmap: AI systems of action - BVP

일종의 기업용 데이터베이스 역할을 해오던 기업용 기록 시스템(Systems of Record, SoR) 기업들, 대표적으로 ERP 분야의 SAP와 Oracle NetSuite, 고객 관계 관리(CRM) 분야의 Salesforce, 인적 자원 관리(HCM) 분야의 Workday 같은 기업들은 고객이 한번 온보딩되면 거의 이탈하지 않기 때문에 해자가 매우 강력했는데,

이제는 이들이 AI 네이티브 기업들로 대체되어질 수 있다는 주장. 데이터 이전이 AI 도움 덕분에 예전보다 훨씬 쉬워지고 있으며, 훨씬 더 좋은 사용자 경험을 제공할 수 있기 때문.

하지만 내 생각에 기존의 소프트웨어들은 기존의 조직 시스템에 최적화되어있다는게 큰 문제가 될 것 같다. 앞으로는 조직의 모습이 크게 바뀔 것 같거든.

Palantir Q1 2025 | Letter to Shareholders

팔란티어도 지속적으로 본인들이 ‘에이전트’임을 주장하고 있다.

"AIP는 이제 엔터프라이즈 자율성을 목표로 한 다음 단계 개발 및 채택 단계에 접어들었습니다. 지난 콜에서 언급했듯, AI의 규범적 가치는 자율주행 기업입니다. 생산성을 50% 높이는 코파일럿 수준이 아니라, 50배 향상시키는 에이전트를 이야기하고 있습니다."

Investor Relations | Duolingo, Inc.

듀오링고와 스픽을 보면 분명 언어 학습 어플리케이션이 코딩 영역과 더불어서 가장 잘 성장하는 AI 어플리케이션 중 하나인 것 같다.

관련해서 이번분기 듀오링고의 실적발표를 들어보면 AI 관련해서 흥미로운 내용들이 나온다.

"최상위 요금제 Duolingo Max의 채택률이 높아지고 있으며, 주력 기능인 Video Call을 통해 학습자들은 Lily와 재미있고 부담 없는 환경에서 대화를 연습하며 자신감을 쌓고 있습니다. 향후 몇 달 내에 과거 대화를 복습하고 Lily의 음성 메시지를 들을 수 있는 새로운 Video Call 연습 탭 등 여러 기능 강화가 예정되어 있습니다."

"체스 콘텐츠가 놀라운 이유는, 프로그래밍을 전혀 모르는 두 분이 AI만으로 프로토타입을 만들고 전체 커리큘럼을 구성했다는 점입니다. 그분들도 체스를 전혀 못 두셨는데, 몇 달간 작업한 뒤 프로토타입의 완성도가 높아지자 전체 팀이 투입되어 앱에 올렸습니다. 주목적은 사용자 수 확대이며, 수요가 엄청납니다. 체스를 배우고 싶은 사람이 수억 명에 달하죠."

"생성형 AI에 관해서는 크게 세 가지 측면에서 도움이 됩니다. 첫째, 콘텐츠 생성입니다. 과거에는 수작업이 많이 필요했으나, 이제는 거의 100% 자동으로 과목별 콘텐츠를 만들 수 있습니다. 덕분에 훨씬 빠르고 저렴하게 콘텐츠를 확보할 수 있습니다. 둘째, 이전에는 불가능했던 새로운 기능 구현이 가능합니다. 예를 들어 2년 전만 해도 ‘Lily와의 영상 통화(Video Call with Lily)’ 같은 기능은 불가능했습니다. 셋째, 전사적 효율성 향상입니다. 체스만 해도 프로그래머가 아닌 두 분이 프로토타입을 만들 수 있었던 것이 좋은 예시이죠. 앞으로도 많은 직원이 AI를 활용해 새로운 아이디어와 과목을 실험하게 될 것이고, 이는 기능 개발 속도를 크게 높여줄 것입니다.”

"언어 코스 관련해 148개의 신규 과정을 추가했습니다. 모두 AI로 제작되었으며, 이전 100여 개 과정을 만드는 데 12년이 걸렸다면, 이번에는 1년 만에 해냈습니다."

여기도 인공지능 (듀오링고) - BZCF

현재 듀오링고의 모습을 보면 창업자의 'AI-first' 메일이 뻔한 구호가 아니다. 실체가 있다.

SCOOP: OpenEvidence, an AI Assistant for Doctors, in Talks to Raise a New Round of Funding at a $3 Billion Valuation

의사들의 퍼플렉시티라고 볼 수 있는 OpenEvidence가 $3b에 투자 받고 있다는 소식. 후기들을 보면 꽤나 서비스 퀄리티가 좋아보여서 눈여겨보고 있었는데, 그래서 그런지 이야기되는 밸류에이션이 생각보다 높아서 아카이브.

재밌는건 이 서비스 사용하려면 의사 면허를 인증해야만함. 그래서 서비스 퀄리티가 높은건가 싶기도 하고. 아래는 GPT가 설명해주는 OpenEvidence

"OpenEvidence는 의료 전문 인공지능 검색‧의사결정 지원(Clinical Decision Support) 플랫폼입니다. 2023년 미국에서 서비스가 처음 공개된 뒤 1년 남짓 만에 미국 의사의 4분의 1 이상이 가입할 정도로 빠르게 확산되었고, 현재 10,000곳 이상의 의료기관에서 사용되고 있습니다. 모든 질의 응답은 3,500 만 편 이상의 동료 심사 논문·가이드라인·의학 교과서 등 1차 근거를 실시간으로 검색해 요약하고, 근거 출처를 바로 확인할 수 있게 하여 ‘근거 기반 진료(Evidence-Based Medicine)’를 뒷받침합니다."

Partnering with OpenEvidence: A Life-Saving Healthcare Revolution - Sequoia Capital

"이 혁신적 기술은 미국 의료 시스템이 한계점에 다다른 시점에 등장했습니다. 3억 4천만 명으로 늘어나는 동시에 고령화가 진행 중인 인구를 상대해야 하는데 활성 의사가 100만 명에 불과해, 의사들은 과중한 업무에 시달립니다. 임상 업무 외에도 매 순간 생사가 걸린 결정을 최신 연구에 기반해 내리기 위해 수많은 시간을 학술지 탐독에 할애하지만, 새 PubMed 논문은 3분마다 한 편씩 발표되고 의료 지식은 73일마다 두 배로 늘어납니다."

"의사를 위한 ChatGPT처럼, OpenEvidence는 이 정보 탐색 과정을 자동화합니다. 이 플랫폼은 3,500만 편의 동료 심사 논문을 가로질러 검색하고, 최근 체결된 콘텐츠 파트너십 덕분에 《The New England Journal of Medicine》까지 학습 데이터로 활용합니다. 불확실한 문헌이 있으면 그냥 답을 내지 않아 ‘환각(hallucination)’이 없으며, 의료 전문가들이 쓰는 대화체 형식에 의료 차트와 그래프를 곁들여 소통합니다."

"이미 두 번째 창업에 나선 다니엘은, 2018년 S&P에 인수되고 해당 회사의 AI 진화를 이끌었다는 평가를 받은 금융 기술 플랫폼 켄쇼(Kensho)를 론칭하며 AI 분야에서 한발 앞서 있었습니다. COVID-19가 닥쳤을 때 그는 배운 것을 의료 분야에 적용하는 데 마음이 사로잡혀, 전 세계 의료 지식을 정리하고 의사들이 환자에게 최신·최고의 치료법을 신속히 찾아낼 수 있도록 돕겠다는 사명으로 OpenEvidence를 세웠습니다."

The rise of Cursor: The $300M ARR AI tool that engineers can’t stop using | Michael Truell

커서(Cursor)는 그새 ARR $300m 돌파했다고. 세상에서 가장 빠르게 성장하고 있는 AI 어플리케이션인듯.

"미래의 소프트웨어 개발은 전통적인 텍스트 편집 방식이 아닌, 의도를 영어로 표현하는 의사 코드(pseudo code)로 변경될 것으로 보인다."

"앞으로의 IDE는 AI가 가져온 결과물을 빠르게 받아들여 작업함으로써 쉽게 다른 플랫폼과 연동되는 방향으로 변화할 것으로 보인다."

"엔지니어링은 점점 논리 설계자처럼 느껴지게 될 것이며, '어떻게'보다는 '무엇'에 중점을 두어 설계하는 역할이 커질 것이다."

Anysphere, which makes Cursor, has reportedly raised $900M at $9B valuation - TC

결국 커서는 $9b 밸류에이션으로 투자가 이루어졌고, 윈드서프는 $3b에 OpenAI에게 엑싯이 완료되었다.

이 영역이 가장 뚜렷하게 숫자가 나오기 때문이라고만 생각했었는데, 조금 더 생각해보면 이 영역이 다른 영역에 비해 지불용의가 큰 편인 것 같고 (이미 매출이 증명), 여기에 더해서 어쩌면 이 영역 전쟁은 빠르면 올해 안에 승산이 날 수도 있어서 이런 움직임들이 나타나는게 아닌가 싶기도 하다.

Introducing Codex

OpenAI가 여러 코딩 작업을 병렬 처리할 수 있는 클라우드형 에이전트 Codex를 공개. 이는 코딩 전용 모델인 codex-1을 기반으로 함. 쉽게 이야기해서 'AI 개발자 인턴' 출시했다고 보면 될듯. 코딩 영역에 진심인 OpenAI.

AI notetaking app Granola raises $43M at $250M valuation, launches collaborative features - TC

최근 흥미로운 펀딩 소식은 AI 노트테이킹 서비스인 그라놀라가 $250m 밸류로 $43m 투자받은 뉴스였는데,

Notion takes on AI notetakers like Granola with its own transcription feature - TC

바로 그 전날에 노션 또한 AI 노트테이킹 서비스를 출시하였다. 두 기업간의 소리 없는 전쟁이 시작된건 아닐까.

인간과 인공지능의 더 깊은 상호작용, 유저 인터페이스(UI)는 어떻게 진화해야 하는가 ?! - 데일리 데이터허브

커서랑 그라놀라를 보면서 당분간은 AI에 최적화된 새로운 UX를 잘 만드는게 엄청난 강점이 될 수 있겠다는 생각을 해보게 된다.

약간 덧붙이면 'AI 서비스들의 해자가 어디서 나올까?'를 오랫동안 고민해오고 있는데, 초반에는 AI 모델? 데이터? BM? 등 여러 가설들을 가지고 있었다면,

요즘은 그냥 다시 돌아가서 최종 승자가 된 모바일 어플리케이션 회사들의 사례들과 비슷할 것 같다는 생각을 많이 한다. 스마트폰 처음 나왔을 때를 보면 인터넷에서 서비스하던걸 모바일에 그대로 이식하는 플레이어들이 많다가, 결국 모바일이라는 특성에 맞게끔 유저 행동을 새롭게 정의한 회사들이 시장을 만들어가며 엄청 커지게 되었다 (대표적으로 우버랑 에어비앤비, 그리고 페이스북도 이에 포함한다고 생각).

따라서 본질적으로는 AI를 통해서 풀어볼만한 문제를 잘 설정하는게 무엇보다 중요할 것이며, 다음으로 Operation Excellence 가진 팀이 이길 확률이 클 것 같고, 여기로부터 비롯되는 최적화된 UX, 빠른 피드백 반영 등이 다시끔 중요해지는 시대가 찾아오는 것 같다.

아주 당연한 소리 같은데, 여차하면 이걸 놓칠 수 있을 것 같아서 메모.

이런 관점에서 커서랑 그라놀라를 주목할 수 밖에 없는건, 다른 서비스들이 AI 에이전트랍시고 프로덕트에 챗봇 붙여놓을동안 새로운 유저 행동을 설계해나가고 있다는 점이 남다르기 때문이다. 게다가 둘다 계속해서 수정해나가면서 발전하려는게 눈에 보이니.

"AI와 관련해 저희가 투자하는 회사들이 여러 산업에 걸쳐 있는데, 공통점이 무엇일까 생각해보면…"

"라이트 형제의 사례가 떠오릅니다. 처음 비행기를 만들 때, 다들 “새처럼 날개를 퍼덕여야 한다”고 생각했지만, 라이트 형제는 “비행 역학(aerodynamics)의 법칙은 불변이다. 날개의 고정익(fixed-wing) 방식을 어떻게 구현할지를 찾아야 한다”고 깨닫고 실제로 해냈죠."

"사업에서도 마찬가지입니다. 훌륭한 사업의 법칙은 예나 지금이나 같아요." - 닐 메타

말 한마디로 현실을 만드는 시대 - blogbyash

아무리 좋은 악기를 가져다줘도 기본기가 있어야 소리를 낼 수 있는 법.

"여기서 얻을 수 있는 교훈이 있습니다.: “vibecoding”은 AI에만 의존하는 것이 아니라, 어느 정도 기본 지식을 갖추고 있을 때 훨씬 더 유용하다는 점입니다."

"이 경험을 통해 알 수 있는 건, vibecoding이 전문성을 없애는 게 아니라 그 전문성이 필요한 지점을 바꿔놓는다는 사실입니다. 즉, 모든 코드를 직접 작성하는 대신, 시스템에 대해 충분히 이해하고 방향을 제시하거나 문제를 해결하고 결과물을 평가할 수 있는 능력이 더 중요해진다는 뜻이죠. 결국 중요한 건, 다양한 프로젝트에서 AI와 효과적으로 협업하려면 ‘최소한 어느 정도의 지식’이 필요한지 그 기준을 찾는 일입니다."

피그마, 웹사이트 자동화 AI 기능 '피그마 메이크' 공개 - AI 타임즈

Config 2025: Pushing Design Further | Figma Blog

재밌는 상상: 바이브 코딩이 현실화된다면, 피그마가 지금의 IDE 역할을 대체할 수도 있지 않을까?

An AI "Metamorphosis": Transforming into an AI-native company. - Sarah Tavel

한국에서 이런 팀 나오면 내가 무조건 투자한다. 스타트업들이 새로운 조직 시스템을 고민하는 모습을 보고 싶다.

“그래서 ‘실제로 작업을 요청한 사람들이 직접 그 작업을 하게 할 수 없을까?’라고 생각했죠. 예컨대 단기간에 세 번 주문이 들어오면 사기일 가능성이 높으니, 시스템이 데이터를 확인하고 상태를 유지하게 할 필요 없이, 운영팀이 직접 SQL로 쿼리하면 되는 거예요. 이 순간이야말로 회사 내 모든 사람이 곧 코드를 작성해 자신이 속한 도메인에서 문제를 해결할 수 있게 된다는 진정한 깨달음이었어요.”

"어떻게 하면 AI 이전 단계에서 AI 네이티브로 전환할 수 있을까? Borislav의 조언은 간단하다. - 회사에 ‘이 기술을 이해하고, 이 기계를 사용할 수 있느냐?’고 물어보세요.”

"Borislav의 경험이 보여주듯, AI 네이티브가 된다는 것은 기존 프로세스에 AI 기능을 덧붙이는 것이 아니다. 작업 방식, 역량, 조직 설계를 근본적으로 재구성하는 ‘변태’ 과정이다."

EP22 AI 밸류에이션 이대로 괜찮은가? (전종현)

EP22 AI 밸류에이션 이대로 괜찮은가? - Lilys AI (한글요약)

노엘님의 초대로 일종의 뉴스레터 해설 영상을 찍어보았는데, 대화를 나누면서 공유하고픈 생각들이 떠올랐다.

"종합을 해보면 제가 이거의 밸류가 맞냐 틀리냐를 보는 관점에 대해서 생각을 해 보니까, 기술적으로 보는 뷰도 많이 존재를 하겠지만, 저는 정말로 얘네가 하고 있는 것들의 트래픽, 그리고 정말로 사용자들이 좋아해 주고 있는가를 많이 따지는 거 같고, 그게 정말로 납득이 된다면 저는 높은 밸류가 어느 정도 인정이 된다고 생각합니다."

"저는 옛날부터 샘 알트만을 되게 좋아했던 이유가 이제 샘 알트먼은 굉장히 많은 회사와 비즈니스를 볼 수 있는 위치에 있었는데, 그 사람이 고르고 골라서 시작한게 AI 사업이었고, 그만큼 저는 유망성을 나타난다라고 생각을 하고 있었거든요. 아니나 다를까 거의 10년 동안 하더니 결국엔 이렇게 큰 성과를 만들어 낸 건데"

"저는 하사비스가 좀 비슷하다고 생각을 하는 게, 하사비스도 구글에서 되게 많은 프로젝트를 볼 수 있는 위치에 있고, 심지어 그는 구글에서 사실상 AI를 리드하고 있는 위치에 있는 사람인데, 이런 사람이 지금 꽂혀 있는 게 신약 개발이고, 심지어 자기 회사 만들어 가지고 외부 투자까지 받아 가면서 정말 독립하려는 의지까지 보여 주고 있는 거잖아요. 저는 그런 관점에서 지금 AI 신을 리드하고 있는 한 사람이, 이렇게까지 신약 개발에 관심을 가지고 사업을 드라이브하고 있는 거는, 저는 분명히 뭔가를 보고 있는 거 같다, 뭔지 모르겠지만, 그런 생각이 좀 들어 가지고 이 산업을 되게 재밌게 보고 있다라고 봐 주시면 될 것 같습니다."

"AI가 신약 개발을 하는 방법론이 전 비슷할 수 있겠다라고 생각을 하는 거죠. 이 병이 왜 생기며, 단백질 구조가 이거랑 맞겠네 등을 과학적으로 풀어 가면서 적절한 약을 설계하는게 저는 확률 게임이라고 생각하는데, 그런 방법론을 AI 통해 가지고 만들어 볼 수 있는 거지 않을까? 그니까 AI가 본질적으로 어떻게 보면은 확률에 대한 게임을 하는 건데, 바이오야말로 확률 게임을 하는 분야이고, 어 그러면 이게 되게 잘 접목할 수 있는 분야이지 않을까라는 큰 그림으로서 두 개를 공통적으로 보았던 거 같습니다"

"이건 되게 추상적인 레벨이긴 한데, 닐 메타가 아름다움이란 표현을 쓰거든요. 그러니까 회사 안에서 생각보다 아름다움에 대한 얘기를 많이 하고, 그러니까 아름다운 회사란 무엇인가, 그리고 아름다운 사용자 경험이란 무엇인가, 이런 걸 얘기를 많이 한다라고 얘기를 했는데, 저는 그게 굉장히 중요한 게 아닐까라는 생각을 좀 가지고 있어요."

"그러니까 아까 얘기했던 그 컴파운딩이랑도 겹칠 수가 있는데, 어, 저는 대부분의 스타트업들이 무언가를 개선하는데 그치는 경우가 많다. 특히 YC도 이제 열 배를 뭐 더 낮게 하면 좋은 회사가 된다, 뭐 이런 얘기를 많이 했잖아요. 그런 뷰를 가지고 회사를 하는 경우가 많은데, 저는 위대한 회사들은 정말로 압도적인, 정말로 뭔가 다른 레벨의 그런 압도적인 거를 추구한다고 생각하는 면이 있는 거 같아요."

"두 번째로는 좀 기술적으로 닐 메타가 회사를 어떻게 발굴할까라의 관점에서 힌트를 얻은 게 S&P 500의 회사들을 매일마다 보면서 생각을 많이 한다 하더라고요. 자기네들 투자한 회사가 과연 S&P 500에 들어갈 수 있을까를 많이 본다고 얘기를 했는데,"

"저는 그걸 보면서 딱 드는 생각이 아, 닐 메타가 기존에 이미 S&P 500에 있는 회사들이 어떻게 커나가고, 어떤 BM을 짜고 있는지를 거의 다 이해하고 있는 사람이구나. 그렇기 때문에 지금 새로운 무언가가 나오더라도, 그거를 바로 이제 기존의 회사들과 뭔가 패턴을 겹쳐 가지고 아, 얘네가 얘네를 따라가겠구나, 혹은 능가할 수 있겠구나를 바로 직관적으로 판단할 수 있는 사람이지 않을까라는 생각이 들어 가지고 그 포인트가 굉장히 와닿았던 거 같아요."

#하드웨어

We did the math on AI’s energy footprint. Here’s the story you haven’t heard. - MIT

토큰 처리량이 늘어나는 만큼 전력 수요도 비례해서 늘어나는 중.

• 미국 전체 전력의 약 4.4%가 데이터센터에 사용되며, 이 중 상당 부분이 AI inference 용도 (약 80~90%)

• 하루 동안 AI에 15개의 질문을 던지고, 이미지 10회, 짧은 영상 3회를 생성하면 대략 2.9kWh를 소비. 이는 전기 자전거로 100마일, 전자레인지 3.5시간 사용량과 동일

트럼프 시대, 애국심에 더욱 베팅하는 피터 틸 - PADO

또 다른 앤듀릴, 바르다(Varda)의 출현일까. 확실한건 세상의 큰 흐름이 원전의 부흥을 가리키고 있다.

"4월 중순, 틸의 가장 큰 벤처캐피털(VC) 회사인 파운더스펀드는 미국에서 우라늄을 농축하는 최초의 민간 자금 지원 스타트업이 되는 것이 목표인 제너럴매터General Matter가 5천만 달러(725억 원)를 확보한 펀딩 라운드의 주요 투자자였다. 세간의 주목을 피하는 성향의 틸로서는 드물게 그는 회사의 이사회에도 참여할 예정이다. 제너럴매터의 야망의 크기를 고려하면 이 투자는 단지 시작에 불과할 수 있다. 이 회사는 새로운 종류의 첨단 원자로에 연료를 공급하기 위해 현재 상업적으로 이용 가능한 어떤 것보다 최대 4배 높은 수준으로 농축된 우라늄을 생산하는 기술을 기초부터 개발하고자 한다. 아마도 수십억 달러가 들 것이다."

"제너럴매터는 평범한 이름(이안 플레밍의 유니버설 엑스포츠를 연상시키는)과 비밀스러운 분위기(빨간 벽돌로 지어진 사무실에는 아무런 표시도 없다)를 가지고 있지만 그 혈통은 흥미롭다. 창업자인 스콧 놀란은 파운더스펀드의 파트너이자 일론 머스크의 로켓 회사인 스페이스X의 전 엔지니어이다. 창업 멤버인 리 로빈슨은 정보 분야에서 일했다. 만약 틸과 머스크가 비밀리에 기업적 사생아를 가졌다면 제너럴매터가 바로 그것일 것이다."

AI Arrives In The Middle East: US Strikes A Deal with UAE and KSA - Semi Analysis

결국 트럼프가 사우디와 UAE에 방문하였고, 이 두 국가는 AI 허브 국가가 될 가능성이 무척이나 높아졌다.

• UAE : 아부다비 국영 AI 기업 G42가 매년 Nvidia 최고급 GPU 50 만 개까지 수입할 수 있는 쿼터를 확보하고, 미국 파트너들과 함께 5 GW 규모 AI 데이터센터 캠퍼스(1 GW 1단계 착공)를 건설한다. GPU 가운데 20 %는 G42가 자사·현지 클라우드에 쓰고, 80 %는 미국 하이퍼스케일러에 재공급한다.

• 사우디아라비아 : 6,000억 달러짜리 경제협력 패키지 안에 AI 인프라 4대 축을 포함했다. (1) 데이터센터 사업자 DataVolt의 미국 200억 달러 투자, (2) Oracle, Google 등 미국 기업의 사우디 AI 투자 800억 달러, (3) 신규 AI 기업 HUMAIN이 Nvidia, AMD 장비 각각 500 MW(총 20 만 여 개 GPU 추정) 도입, (4) HUMAIN-AWS ‘AI Zone’ 50억 달러

An Interview with Nvidia CEO Jensen Huang About Chip Controls, AI Factories, and Enterprise Pragmatism - Stratechery

다시 봐도 엔비디아가 한 수 앞서가고 있다. Dynamo는 CUDA 만큼이나 중요한 소프트웨어가 될 것이다.

"실은, 마이크로소프트가 제시한 토큰 수치보다 실제 생성되는 토큰 수가 훨씬, 훨씬 더 많습니다. 그들은 제3자용 수치만 발표한 것이고, 자기들 소비량은 훨씬 더 많으며 OpenAI 것도 포함되지 않으니, 실제 규모를 상상해 보시면 됩니다."

"팩토리에서 생성되는 토큰 품질은 매우 다양합니다. 무료 토큰도 있고, 고품질 토큰도 필요하죠. 파레토 곡선 전체를 아우를 수 있어야 합니다. 한 가지만 잘하는 칩이나 시스템을 설계하면 활용도가 낮아집니다. 이제 질문은, 무료 토큰 생성과 고품질 토큰 생성을 동시에 처리할 시스템을 어떻게 만들 것인가입니다."

"아키텍처가 지나치게 분절되면 워크로드 이동이 어려워집니다. 예를 들어, 토큰 생성 속도에 최적화된 시스템은 전체 처리량이 낮고, 전체 처리량에 최적화된 시스템은 상호작용성이 떨어집니다. X축이나 Y축 어느 한쪽을 충실히 채우는 건 쉽지만, 그 중간 영역을 메우는 건 어렵습니다. 이를 해결한 것이 Blackwell 아키텍처, FP4, NVLink 72, HBM 메모리 용량·대역폭 비율, 부동소수점 연산량·메모리 균형, 그리고 매우 중요한 Dynamo 분산 스트리밍 서빙 하드웨어 시스템의 조합입니다."

"제 예측은 ‘추론형 모델이 기본(baseline)이 될 것’이라는 겁니다. 우리가 이 처리를 매우 빠르게 수행할 것이기 때문이죠. 예컨대 Grace Blackwell을 켜기만 해도 40배 빨라집니다. 그 다음 세대가 또 40배 빠르고 모델도 더 좋아질 테니, 지금부터 5년 후까지 ‘에이전트 모델이 10만 배 빠를 수 있다’는 결론이 아주 합리적으로 느껴집니다."

"만약 어떤 아키텍처가 퍼포먼스 퍼 와트가 절반이라면, 땅을 두 배로 사서 발전 용량을 두 배로 늘리면 되겠지만, 현실적으로는 비용이 기하급수적으로 늘어납니다. 예컨대 1GW급 데이터센터를 짓는다고 할 때, 부지·전력·운영비용 등에 300억 달러, 컴퓨트·네트워킹·스토리지에 500억 달러가 든다고 가정해 보죠. 퍼포먼스 퍼 와트가 절반이라서 두 배를 짓는다면, 300억이 600억으로 늘어납니다. 결국 더 싼 컴퓨트를 찾아야 합니다."

How the US Built 5,000 Ships in WWII - construction-physics

결국 한 산업이 장기적으로 우위를 가지기 위해서는 생산성 향상이 뒷받침되어야한다.

미국의 조선업은 전시 상황에서의 생산성은 확보했었지만 이는 특수 상황이었고, 실제로 전쟁이 끝나고 나서는 일반 상황에 맞게끔 돌리지 못하면서 산업 경쟁력이 지속적으로 후퇴하게 되었다.

추가로 GPT왈: WWII 조선 대확장은 ‘정부의 강력한 조정 + 민간 혁신 + 표준화 반복 생산’이 결합돼 가능했지만, 효율성과 지속가능성은 별개였다. 오늘날 미국이 같은 규모의 민간 상선·공급망을 복원하려면 최소 10년 이상의 일관된 투자가 필요하다. 그 공백을 메우는 과정에서 고부가 선종에 특화한 한국 조선업이 선단 현대화·LNG 수출·동맹 방산 프로젝트를 통해 가장 큰 수혜국 중 하나로 부상할 전망이다.

#바이오

아이소모픽 랩스(Isomorphic Labs) 엔비디아 AI 팟캐스트 - 러프

아이소포픽랩스, 이 회사 잠재적으로 넥스트 테슬라의 가능성이 보인다니까. 접근법 자체가 다르다.

“이것이 바로 우리가 머신러닝, AI를 통해 매우 다르게 생각할 수 있는 지점입니다. 왜냐하면 우리는 알파폴드와 같이 전체 단백체, 전체 단백질 우주, 전체 화학에 걸쳐 일반화되는 모델을 구축하고 있기 때문입니다. 이는 우리가 기술을 가지고 있으며, 여기 있는 하나의 표적, 하나의 단백질, 하나의 질병에 대해 작동하는 이러한 모델에 대한 신약 설계 방법을 생각할 수 있고, 정확히 동일한 모델, 동일한 기술이 저기 있는 다른 것에 대해서도 작동할 수 있다는 것을 의미합니다. 그래서 우리는 매우 일반화 가능한 신약 설계 엔진을 얻게 됩니다. 그리고 그것은 회사의 DNA까지도 변화시킵니다. 단일 질병, 심지어 단일 질병 영역에 대해서만 생각하는 대신, 우리는 진정으로 모든 질병을 어떻게 해결할 수 있을지, 그리고 그것을 중심으로 어떻게 회사를 구축할 수 있을지에 대해 생각합니다.”

“우리 신약 설계자들은 종종 이러한 분자에 대해 점점 더 크고 대담한 변경을 할 수 있다는 사실에 대해 이야기하는데, 이는 기존 방식으로는 작동하지 않는 방식입니다. 왜냐하면 자신이 만드는 예측에 대해 많은 확신을 갖지 못하기 때문입니다. 기존 방식에서는 이미 구축한 것을 파괴하고 싶지 않기 때문에 작은 변경을 하고, 조금씩 점진적인 변경을 하나씩 이끌어내려고 노력합니다. 반면에 이러한 분자, 이러한 모델 예측을 신뢰할 수 있을 때는 자유롭게 설계합니다. 그리고 이것은 정말 훌륭했고, 우리를 회사로서 북극성으로 이끌었습니다. 우리는 모델을 단일 설계 라운드에서 전체 신약 설계 프로그램을 실행할 수 있는 단계로 끌어올리는 것을 목표로 하고 있으며, 기본적으로 실리코에서 계속 설계하고 맨 마지막에 실험을 사용하여 한 번만 검증합니다.”

OpenAI and the FDA Are Holding Talks About Using AI In Drug Evaluation - Wired

FDA Announces Completion of First AI-Assisted Scientific Review Pilot and Aggressive Agency-Wide AI Rollout Timeline - FDA

FDA의 AI 도입이 예상보다 적극적으로 진행되고 있는 것으로 보인다. 내부적으로 AI를 도입하는 cderGPT (Center for Drug Evaluation) 프로젝트를 위해 OpenAI 관계자들과 많은 이야기를 나누었다는 보도가 나온데 이어서, 어제는 6월 말까지 AI를 도입하기 위해 배포를 시작했다는 FDA의 공식 보도 자료까지 나왔다.

거대한 변화가 일어날 조짐들이 동시다발적으로 포착되는군.

AI-designed DNA controls genes in healthy mammalian cells for first time.- Phys

[사이언스카페] AI가 설계한 DNA 조각, 동물 세포 속 유전자 조절 - 조선일보

생성형 AI가 자연에 없는 DNA 인핸서를 설계해 건강한 포유류 세포에서 유전자 발현을 정확히 켜고 끄는 데 처음으로 성공했다.

"소프트웨어로 컴퓨터를 작동하듯 AI가 세포 내 유전자 발현을 제어하는 ‘명령어’를 만들어낼 수 있게 된 것은 생명공학의 본질적 변화를 의미한다”

Introducing HealthBench

OpenAI가 AI 의료 역량을 평가하기 위한 HealthBench 벤치마크를 공개. 역시 다들 헬스케어에 진심이다.

23andMe to Be Bought by Biotech Company for $256 Million - NYT

Tempus 보면 빅파마들이 수천억씩 줘가면서 데이터 사가던데 (최근 AZ와 딜한게 $200m), 둘을 같이 보면 유전체 데이터가 어느정도 가치를 지니는지 대략적으로 파악 가능한듯 (이번 23andMe 인수 가격 $256m)

"Regeneron said that 23andMe had stated that about 84 percent of its customers opted to allow research using their genetic information."

#콘텐츠

Roblox is Already the Biggest Game In The World. Why Can't It Make a Profit (And How Can It)? — MatthewBall.co

메타버스를 대표하는 로블록스는 꾸준히 성장 중인데, 사실 유저 관련 숫자만 보면 이게 실화인가 싶을 정도로 거대한 플랫폼이다. DAU만 봐도 9천만명이 넘는다.

이에 따라서 시가총액 또한 $50b에 다시 가까워졌다 (뉴스레터 쓰는 시점에서는 $59b 까지 상승). 독특한 회계처리 방식 때문에 얼핏 보면 돈을 못버는 것 같지만, 알고보면 현금흐름도 좋은 상태. 다만 해당 글을 보면 알겠지만 로블록스 숫자 파악하기가 정말 어렵다.

K-뷰티 Next Chapter : 혁신과 채널링으로 여는 성장 시대 - 로이

난 K-뷰티 '파는' 경험을 가진 사람들이 다음에 어떤 섹터, 회사로 넘어가서 넥스트 K-Something 만들어낼지가 매우 궁금해진다. 핵심 인물들 잘 팔로업하면 재밌는 기회들 많이 찾아낼 수 있을 것 같다.

K-패션도 잘 성장하는 기업들이 상당히 많다.

그와중에 아이아이컴바인드는 어나더 클라스를 보여주고 있다. 젠틀몬스터야 말할 필요도 없고, 탬버린즈도 매출이 1,645억까지 올라왔다. 정말 대단.

여담으로 작년에 오모테산도에서 엄청 줄 서있는 가게가 있길래 저긴 뭐지 해서 봤더니 젠틀몬스터여서 정말 놀랐던 기억이 있다. 한국에서도 이정도 수준의 브랜드가 탄생할 수 있다는걸 증명해주었다.

‘괴짜’와 ‘비범’ 사이, 김한국 젠틀몬스터 대표 - 포츈코리아

이번에 구글 io 에서도 등장해서 깜짝 놀랐던 젠틀몬스터.

"김 대표는 젠몬이 추구하는 목표를 ‘위대함’이라고 했다. 놀라움과 새로움을 주되 지속하는 것이 위대함이라는 것. 더이상 위대한 순간을 만들어 내지 못하는 회사가 되는 것이 두렵다고도 했다."

“누군가 저를 돈키호테라고 하더라구요. 하지만 전 직관 위에 전략을 충실히 쌓는 편이에요. 계속 고민하고 실험하고 이야기해요. 그래서 우리에게 놀라운 건 (다른 사람들에게) 정말 놀라운 거라 확신합니다.”

“네, 브랜딩에 대한 직관에 어느정도 자신 있지만 정말 깊이 생각하고 고민하고 찾아 물어봐요. 혼자 생각하는 시간이 많고 귀는 조금 닫는 편이에요.”

“카테고리는 계속 확장할 생각인가요? -> 저와 직원, 회사가 감당할 수 있다는 전제로 ‘시기’의 문제인 것 같아요. 양적 성장을 위해 추가할 생각은 없고요. 사람들의 마음에 자리잡고 영향을 줄 수 있느냐가 중요하죠. 사람 마음에 뭔가 남기려면 궁리를 많이 해야 하잖아요. 회사의 방침이 ‘시작하면 끝을 본다’입니다. 결국 끝을 보겠다는 사람을 키워내는 게 제 일이기도 하고요.”

#핀테크

The Agentic Web and Original Sin - Stratechery

이 주장 굉장히 설득력 있네.

“현재 에이전트가 웹사이트와 대화하고 답을 얻도록 하는 스키마(schema)를 만들더라도, 웹에 트래픽을 유도하지 못하면 돈을 버는 것은 불가능합니다. 웹에 유입되는 트래픽은 꾸준히 감소하고 있습니다. 이 문제를 어떻게 해결해야 모두가 웹 구축을 계속할 동기를 가지게 될까요?” - Patel

따라서 web3 업계가 그렇게 원해오던 미래가 열릴 가능성이 생각보다 높아지고 있는 것 같다. 다만 '토큰'보다 '스테이블코인'이 해당 인프라를 차지할 확률이 높아보이는게 포인트.

"첫째, 프로토콜 레이어는 디지털 화폐, 즉 스테이블코인을 통한 결제 메커니즘을 갖춰야 합니다. 둘째, ChatGPT 같은 AI 제공업체는 AI 답변에서 얼마나 자주 인용되었는지에 따라 콘텐츠 출처에 보상을 지급하는 경매 메커니즘을 구축해야 합니다."

Visa - Visa Investor Day 2025

Visa Investor Day 2025 PPT를 보면 결제 산업이 한눈에 보인다.

Visa는 ‘소비자 결제 → 상업·머니무브먼트 → 부가가치 서비스’ 3축을 동시 확장하며, 거대한 현금·계좌이체·B2B·리스크 시장을 디지털로 끌어들여 장기간 두 자릿수 매출·EPS 성장을 자신한다.

차별화 포인트: 글로벌 브랜드, 1억 5천만 가맹점, 47억 결제수단·126억 토큰, 99.9999 % 가동률 VisaNet, 2,900 API·Network-of-Networks(110 억 엔드포인트), 30년 AI 리더십

전략과 목표

1. Consumer Payments – 현금·수표 등 23 조 달러를 카드·토큰·Tap to Pay·Flexible Credential로 전환

2. CMS(Commercial & Money Movement) – 200 조 달러 B2B/P2P 기회에 상업 카드 + Visa Direct로 침투

3. VAS(Value-Added Services) – 토큰·리스크·게이트웨이·컨설팅 등 API/구독 모델로 모든 네트워크 거래 지원

재무 프레임: 장기 순매출 연 9–12 % (Consumer 5–7 %, CMS·VAS 16–18 %), 리딩급 마진 유지 + 강력한 FCF로 자사주 매입·배당 지속 → EPS 고성장.

투자 포인트

• 주소가능 시장 대비 침투율: 소비자 결제 45 %, CMS <1 %, VAS 2 % 수준 → 구조적 성장 초입.

• Visa-as-a-Service로 토큰·리스크 등을 API화해 기존 매출 잠식 없이 ‘순증’.

• 브랜드·스폰서십·현지 실행력으로 현금국(Cash-Rich)부터 디지털 선진국까지 균형 포트폴리오 확보.

결론: “네트워크를 더 크게, 더 개방적으로, 더 깊게 활용해 모든 결제 플로우에서 가장 신뢰받는 선택지가 되겠다.”

Visa and Bridge Partner to Make Stablecoins Accessible for Everyday Purchases

내가 Visa를 찾아보게 된 이유는 비자가 스테이블코인을 지원하기 시작했기 때문. 구체적으로 스트라이프가 인수한 브릿지(Bridge)와의 파트너십으로 스테이블코인이 연동된 비자 카드 발급을 지원하기 시작.

"We’re focused on integrating stablecoins into Visa’s existing network and products in a frictionless and secure way. Partnering with Bridge represents a significant move in helping to make stablecoins usable in everyday life, giving consumers more choice in how they manage and spend their money."

What Stripe's $1.1B Acquisition of Bridge means for Future of Stablecoins! (Zach Abrams Interview)

개인적으로는 스트라이프가 브릿지 인수한게 신의 한 수가 될 가능성을 보고 있다.

뭔가 묘하게 페이스북이 인스타그램 인수한거랑 겹쳐보인단 말이지...

"저희의 관점은 스테이블 코인이 법정화폐 위의 확장 레이어와 같다는 것이어서, 법정화폐 레이어에서 돈을 가져와 스테이블 코인 레이어로 옮기고, 이동시키고, 다시 정산할 수 있게 해줍니다."

"저는 스테이블 코인이 B2B 결제를 가능하게 할 것이라고 생각합니다. 그래서 이제 스트라이프 가맹점처럼 문을 열 수 있고, 이제 전 세계가 그들의 고객이 되는 것입니다."

Stripe Sessions 2025 | Opening keynote: The future of commerce

스테이블코인에 꽂혀있는 스트라이프.

"지금 우리는 참 묘한 시점에 모였습니다. ‘전례 없는 시기’란 말은 여러 차례 들어왔지만, 이제는 ‘일상이 된 전례 없는 시기’라고 할지도 모르겠습니다. 현재 글로벌 무역은 큰 혼란과 불확실성의 시기를 겪고 있지만, 동시에 거대한 기술적 전환기도 맞이했습니다. 앞서도 말했듯, 두 개의 강력한 ‘태풍급 추동력(tailwinds)’—AI와 스테이블코인—이 모든 풍경을 송두리째 바꾸고 있습니다."

스테이블코인 전체 공급량(총 달러)는 작년 세션 이후 39% 증가했습니다. 두 주요 발행사는 미국 재무부 채권 보유 순위 17위권에 올라가 있을 정도로 성장 중입니다. 스테이블코인이 결제 수단으로 자리 잡으면 ‘결제 수락 → 재무·보관 → 환전 → 지급’이라는 전통적 금융 흐름이 훨씬 간편해집니다.

현재 결제 수락은 상당 부분 해결됐습니다. 예컨대 Midjourney는 설립 첫 2년 만에 200여 개국에 판매합니다. 그러나 고객 잔고 관리나 다중 국가 지급은 여전히 복잡합니다. Airbnb, Uber 같은 대기업만이 수백 명 결제팀으로 유지할 만큼 까다로운 영역이죠.

스테이블코인은 ‘경계 없는 금융 서비스(borderless financial services)’의 출발점입니다. 작년에 우리는 Bridge를 인수해 기업이 스테이블코인을 자유롭게 활용하도록 지원하고 있습니다. Borderless 금융 수요가 폭증 중이며, 기업들은 LATAM·아프리카 고객에게 달러 잔고를 제공하거나, SpaceX 내부 금융 운영에도 스테이블코인을 도입하고 있습니다.

대기업은 전 세계 수백 개 은행 계좌를 운영하며 다국적 정산에 막대한 인력과 시간이 소요됩니다. 신생 핀테크 기업 New Bank, Cash App도 수십 년 지나도록 몇몇 국가에만 진출한 것이 현실입니다. 스테이블코인이 제공하는 모듈러 금융 인프라로, 앞으로 전 세계 수많은 국가에서 한 번에 금융 서비스를 구축하는 것이 보통 일이 될 겁니다.

Stripe Sessions 2025 | Product keynote

나는 결국 스트라이프가 스테이블코인을 통해 B2B 영역에서 차세대 비자가 될 수 있는 가능성을 보고 있다.

"전 세계 엔터프라이즈에서 가장 빠르게 움직이는 기업일수록 체크아웃 전 과정을 스트라이프 체크아웃(Checkout)에 맡깁니다. 지난 1년간 신규 지원된 결제 수단이 25개나 추가됐고, 대시보드 클릭 한 번으로 활성화할 수 있습니다. 특히 스테이블코인 결제가 크게 늘고 있는데, 과거 암호화폐 결제가 잘 작동하지 않았던 점을 감안하면 눈에 띄는 변화입니다."

"스테이블코인은 궁극의 실시간 결제(RTP)입니다. 빠르고 저렴하며, 무엇보다 글로벌하죠. 스테이블코인 결제를 허용하는 기업은 판매 국가 수가 두 배로 늘고, 평균 주문 금액이 세 배 높습니다. 글로벌 비즈니스를 운영하신다면 스테이블코인이 강력한 성장 기회가 될 겁니다."

"스테이블코인이 가진 잠재력은 막대합니다. 예컨대 나이지리아 사용자들은 현지 은행 카드로 글로벌 사이트에서 결제하기 어려운데, 스테이블코인 가상 카드로 이를 해결할 수 있습니다. 프리랜서는 Upwork에서, 사업주는 Google Cloud 크레딧을 결제하고, 수입상은 Alibaba 주문까지 가능합니다. 2025년은 스테이블코인의 본격적 주류 진입 원년이 될 것입니다."

"오늘 결제·레베뉴·커넥트·머니 매니지먼트에 걸쳐 많은 내용을 다뤘지만, 블로그에 전체 업데이트 목록을 게시할 예정이니 확인해 보시기 바랍니다. AI와 스테이블코인을 결합하고, 스트라이프 네트워크 규모를 활용하며, 스트라이프를 프로그래머블·확장 가능한 플랫폼으로 전환함으로써 여러분의 성장을 지원하겠습니다."

"세션에 참여해주신 여러분께 진심으로 감사드립니다. 스트라이프 수익이 S&P500 대비 7배 빠르게 성장한다는 사실처럼, 우리는 비즈니스·기술의 세대적 전환점에 서 있습니다. 앞으로의 10년 글로벌 성장은 지금 여러분이 무엇을 하느냐, 그리고 우리가 함께 무엇을 만들어내느냐에 달려 있습니다."

Patrick Collison Dreams of an Abundance-Verse - The Information

스트라이프의 패트릭 콜리슨도 항상 보면 사고의 차원이 범지구적이란 말이지. 차세대 마크 저커버그, 혹은 샘 알트만 같은 사람이라고 생각한다.

그리고 나는 얼마 안있어서 패트릭 콜리슨이 스테이블코인을 통해서 엄청나게 주목받을 수 있다고 생각한다.

"거의 매년 여름, 패트릭 콜리슨(Patrick Collison) — 스트라이프(Stripe)의 36세 아일랜드인 억만장자 공동 창업자 — 은 ‘더 풍요로운 미래’를 열기 위한 대담한 목표를 품고 여러 날에 걸친 서부 해안 써밋을 주최해 왔습니다."

이"런 종류의 첫 번째 모임은 2018년에 열렸습니다. 콜리슨과 그의 형 존 콜리슨(John Collison), 깃허브(GitHub) CEO 냇 프리드먼(Nat Friedman) 등 여러 다른 공동 창업자들이 캘리포니아 세바스토폴(Sebastopol)의 들판에 모여 약 200명의 과학자, 경제학자, 투자자, 기업가를 초대했습니다. 일부 참석자는 침낭을 가져와 텐트를 치고 캠핑하며, 복잡한 수학 문제를 풀거나 ‘웨어울프(Werewolf)’, ‘더 레지스턴스: 아발론(The Resistance: Avalon)’ 같은 사회 전략 게임을 밤늦도록 즐겼습니다. 수년간 이 행사는 피그마(Figma) 창업자 딜런 필드(Dylan Field), 작가 닐 스티븐슨(Neal Stephenson), 오픈AI와 테슬라 전 이그제큐티브 안드레이 카파시(Andrej Karpathy) 등 다양한 인사들의 참여를 이끌어냈습니다."

"처음에 콜리슨은 이 모임을 노벨 경제학상 수상자이자 고수확 밀 품종 연구로 전 세계 식량 생산 혁신에 기여해 약 10억 명의 생명을 구한 농학자 노먼 볼로그(Norman Borlaug)를 기려 ‘볼로그 캠프(Borlaug Camp)’라고 불렀습니다. 이후 모임 이름을 덜 학구적인 ‘프론티어 캠프(Frontier Camp)’로 바꿨지만, 그 사명은 여전히 동일하며 볼로그가 분명히 공감했을 목표를 추구합니다. 즉, ‘기술 친화적이고 성장 지향적인 새로운 정치 철학’을 개발해 미국 정책을 급진적으로 변화시키고 초당적 지지를 얻는 것입니다."

"콜리슨은 기술 기반의 경제 성장이 주택, 청정 에너지, 생명을 구하는 의약품, 인프라 등을 대폭 늘려 미국을 훨씬 더 풍요로운 곳으로 만들 것이라는 미래에 관심을 가져왔습니다."

Investor Day 2024 - Robinhood

로빈후드도 스테이블코인 시장을 유심히 지켜보고 있다. 코인베이스야 말할 필요도 없고.

이제 두 번째 플랫폼 시프트로 넘어가겠습니다. 최근 몇 년간, 로빈후드는 “조용히” 리테일 크립토 분야에서 주요 플레이어로 부상했습니다. 상장 코인 수는 코인베이스의 10%도 안 되는데, 거래량은 이미 코인베이스의 절반 수준입니다. 올해까지는 미국에서만 사업했음에도 그렇습니다.

크립토는 두 가지 관점으로 볼 수 있습니다:

1. 주식, 옵션, 선물 등과 나란히 지원하는 “특수 거래 자산”

2. 결제·대출·여러 자산의 기저 인프라를 혁신할 “파괴적(Disruptive) 기술”

물론, 저희는 시장점유율을 늘려 크립토 거래 1위가 되기를 원하지만, 저는 이 두 번째 관점이 훨씬 흥미롭다고 생각합니다. 블록체인 기술로 인해, 예전 은행·금융기관(클리어링하우스, 이체 대행, 결제 프로세서 등)이 맡았던 역할 상당수가 불필요해집니다. 이 때문에, 저희 크립토 사업 운영비는 기존 브로커리지 대비 10분의 1 수준으로 매우 효율적입니다.

장기적으로, 암호화폐와 전통 금융이 융합하면서, 결국 크립토가 금융 시스템 인프라가 될 것이라 봅니다. 메인프레임에서 클라우드로 넘어온 지난 수십 년 흐름과 유사하게, 전통 금융 자산을 암호화폐 블록체인으로 옮기는 효율 이점이 너무 커서, 무시하기 어렵습니다. 이를 “토큰화(Tokenization)” 라고 부르는데, 가장 단순한 예가 달러 스테이블코인입니다. 달러 스테이블코인이 이미 블록체인 거래 대다수를 차지하고, 일일 거래량이 비자(Visa)보다 많다는 보도도 있었습니다.

스테이블코인은 달러가 취약한 국가 외환 접근에 큰 도움이 되는, 가장 간편하고 저렴한 방법 중 하나가 되었습니다. 금(gold)을 토큰화한 자산도 존재하고, 탈중앙화 거래소나 비수탁 월릿(예: 로빈후드 월렛) 등에서 쉽게 교환·보관할 수 있습니다. 스테이블코인도 계속 개선될 것이고, 4~5% 금리 시대에 홀더에게 더 큰 이자를 주는 차세대 스테이블코인이 뜰 것으로 기대합니다. 이것이 바로 당사가 “USDG, 글로벌 달러 네트워크”에 파트너십을 맺은 이유이며, 앞으로 몇 달 안에 더 자세히 말씀드릴 예정입니다.

결국 주식 등 다른 자산도 토큰화 되어 온체인에 올라올 것이고, 이 분야에서 로빈후드는 독보적 선두가 될 만한 위치에 있습니다. 내년 여름, 유럽에서 열릴 크립토 행사에서 이와 관련된 신제품·이니셔티브를 발표할 것입니다. 기대해 주십시오.

Airwallex CEO & Co-Founder, Jack Zhang: The Angel That Turned $1M into $1BN

Airwallex는 글로벌 머니 무브먼트 네트워크를 자체 구축한 B2B 핀테크 기업으로 여전히 ARR이 빠르게 상승 중에 있는데,

장기적으로 스테이블코인을 잘 활용할 수 있는 후보인 것 같아서 눈길이 간다. 물론 로컬 정산망을 잘 연결해놓은 것이 이들의 가장 큰 강점이기 때문에 당장은 도입 니즈가 전혀 없을 것 같지만, 스트라이프가 스테이블코인 도입으로 Airwallex와 직접 경쟁을 예고하고 있기 때문에 대응 차원에서라도 움직임이 등장할 수 있다고 본다.

참고로 스트라이프가 예전에 Airwallex 인수를 제안하였으나 이 팀이 거절한 일화가 있다.

"네, 시리즈 C 직전에 스트라이프에서 약 12억 달러 인수 제안을 받았습니다. 당시 스트라이프 밸류에이션은 9조 원(90억 달러) 정도였고, 우리한테는 너무 큰 제안이었죠. 그 자리에서 스트라이프는 ‘전부 인수할 테니 우리 팀에 들어와라’라는 제안을 했지만, 저는 창업 이후 3년 반 정도 만에야 첫 PMF를 얻은 상태라 매출도 아직 성장 중이었어요. 스트라이프 측에서도 ‘더 크게 성장시키면 더 많은 이익이 날 것’이라는 이야기를 했지만, 저는 ‘40세가 되면 어떤 일을 하고 싶을까? 우리 비전을 더 키워서 월드 클래스 글로벌 은행 인프라를 만드는 것 아닌가?’ 하는 고민 끝에 거절하기로 결심했죠.”

Stablecoins & T-Bills: A $900 Billion Demand Shock - insights4.vc

결국 상당수의 돈은 토큰화 될 것이라고 생각하고, 미국 정부 정책까지 이를 뒷받침하기 시작했다.

#비즈니스

The Art of Compounding - Colossus

아래와 같은 장기적 관점은 이처럼 위대한 결과를 낳았다.

"위대함은 시간을 요하는 여정이며, 과거와 미래의 모든 좋은 결정이 서로 시너지를 내며 누적될 것입니다."

"우리는 훌륭한 운영자가 되기 위해 태어난 사람들이 아니었습니다. 시도해봤지만 잘 되지 않았고, 그저 그럭저럭 해냈죠. 하지만 우리는 비즈니스를 전문화해야만 한다는 것을 이해했습니다. 장기적 비전과 전략을 수립하고, 자본을 적절히 배분하는 일은 우리가 매우 잘할 수 있는 부분이었습니다."

"그래서 저는 개인 투자 관점에서 투자나 기회를 평가할 때마다, “충분한 재능과 학습 민첩성, 위대해질 열망을 갖춘 젊은 인재가 있는가?”를 묻습니다. 만약 그렇다면, 그들이 20~30년의 시간적 시야를 제공할 수 있을까? 그리고 모든 비즈니스에서 적절한 시점에 필요한 전환을 할 수 있을까? 이것이 제가 시작하기 전에 생각하는 방식입니다."

"대부분의 투자자들은 단기 실적에만 집중합니다. 증시가 매일 당신의 가치를 mark-to-market 하는 방식을 생각해보십시오. 비즈니스를 그렇게 평가하는 것은 최악의 방식입니다. 매일 시장 가치가 바뀌니 말이죠. 따라서 저는 매일매일을 생각하고 싶지 않습니다. 대신 향후 10년 동안 우리가 무엇을 할 것인지 생각하고 싶습니다."

"1985~86년경, 우리는 젊은 창업가 두 명이었고, 연속 여러 회사를 인수해 놓고도 제조에 대해 아는 바가 거의 없었죠. 그래서 ‘이 사업체들을 어떻게 운영해야 할까?’ 고민했습니다. GM, Ford, Chrysler 같은 미국 자동차 회사와 Toyota, Volvo 같은 해외 자동차 업체를 비교하며 엄청난 차이를 발견했습니다. 알고 보니 Toyota는 에드워드 데밍이라는 품질 구루의 원칙(10~11가지)을 1959년 전격 도입했습니다. 우리는 단순히 ‘에드워드 데밍의 원칙을 미국으로 다시 수입한 것’일 뿐입니다."

View From The Top with Ken Griffin, Founder and CEO of Citadel

켄 그리핀의 사고방식이 잘 드러나있다. 뛰어난 투자자이기 이전에 뛰어난 사업가인 그.

“어떤 시대든 그 시대에 맞는 기술을 가진 사람이 바로 그 순간의 문제를 해결하는 기업가다.”

"사람들은 잘못된 점을 분석하는 데 너무 많은 시간을 쓰지만, 저는 “무엇이 잘됐는가”를 파악하는 데 더 집중해야 한다고 봅니다."

"우리는 기성 금융회사와 정면으로 맞붙어 이길 수 없으니, 전혀 다른 길을 가야 했습니다. 덕분에 경쟁사 눈에 띄지 않는 틈새에서 사업을 확장할 수 있었습니다."

"이처럼 뛰어난 ‘원초적 인재(raw talent)’와 ‘경험 있는 전문가(wisdom and knowledge)’를 조합해, 학습 속도가 비할 데 없이 빠른 조직 문화를 만든 것이 Citadel 성공의 핵심이었습니다."

"수많은 ‘거절의 연속’을 견디려면, “끊임없이 팔아야 한다”는 사실을 받아들여야 합니다. 거래 상대, 고객, 인재… 모두에게 계속 제 아이디어를 파는 일이죠. ‘노’라는 대답에는 익숙해질 필요가 있습니다."

"멘토를 찾고 배우는 환경에 자신을 배치하는 것이 중요합니다. 스스로가 방에서 가장 똑똑한 사람이면 실패입니다."

"전설적 투자자와 일반 투자자를 가르는 한 가지 특성?: 경쟁우위가 있을 때 과감히 베팅하고, 틀렸을 때 빠르게 놓아주는 결단력."

Leading Through Crisis - Colossus

99% 하락한 상장회사를 이끌었던 경험 - 카바나 CEO의 인터뷰 - 김단테

오래간만의 카바나의 어니 가르시아 인터뷰를 다시 읽었는데, 이 부분이 매우 와닿았다.

특별한 지식을 갖추세요 (Arm Yourself With Specific Knowledge) - blogbyash

폴 그레이엄의 'How to Do Great Work (위대한 일을 하는 방법)' 내용을 정말 좋아하는데, 나발도 동일한 이야기를 한다.

"특별한 지식은 자신의 타고난 재능, 진정한 호기심, 그리고 열정을 따라가면서 더 많이 발견하게 됩니다. 요즘 가장 인기 있는 직업을 위해 학교에 가거나, 투자자들이 가장 뜨겁다고 말하는 분야에 뛰어드는 것으로 얻어지는 게 아니에요. 특별한 지식은 보통 아직 잘 알려지지 않았거나, 새롭게 발견되고 있거나, 매우 알아내기 어려운 분야에 속합니다. 만약 당신이 100% 몰입하지 않는다면, 100% 몰입한 누군가가 당신을 훨씬 앞서게 될 거예요. 그리고 그 차이는 단순히 조금 앞서는 정도가 아니라, 매우 크게 벌어집니다. 왜냐하면 여기서는 아이디어의 영역에서 복리 효과와 레버리지가 본격적으로 작용하기 때문입니다."

"돌이켜보면, 제가 유독 잘했던 것과 실제로 시간을 많이 쏟았던 것은 돈을 벌고, 기술을 만지작거리며, 사람들에게 무언가를 설득하는 일이었더라고요. 설명하고, 사람들과 대화하는 일이죠. 그래서 저는 영업 기술이 있는데, 이게 제가 가진 특별한 지식의 한 형태입니다. 돈 버는 방법에 대한 분석 능력도 있고요. 그리고 데이터를 흡수하고 집착하며 분석하는 능력도 제 특유의 기술 중 하나입니다. 또 기술을 만지는 걸 정말 좋아해요. 이 모든 것들이 저에게는 놀이처럼 느껴지지만, 다른 사람 눈에는 일이 되는 거죠."

#금융

Global Private Equity Report 2025 - Bain

베인에서 내놓은 글로벌 PE 리포트. GPT가 말해주는 보고서의 핵심 메세지는:

• 거대한 자금은 충분하다. 그러나 ‘차별화된 전략·확실한 트랙레코드·LP 유동성 솔루션’을 갖춘 소수의 GP만이 그 자금을 끌어올 수 있다.

• 투자·엑싯 반등에 안도하기엔 이르다. LP 현금 회수, 낮아진 수수료, 신흥 자본 시장, 기술 비용이 동시에 압박하는 새로운 시대가 시작되었으며, 스스로를 어떻게 “차별화”하고 “확장”할 것인가가 향후 10년을 결정짓는 핵심 과제다.

Why Private Equity Is Betting On Tokenization - Forbes

사모펀드들이 토큰화 상품을 준비하는건 저금리 시대가 끝난 현 상황에서 성장을 만들어내기 위한 전략 중 하나라는 의견. 맞는 말이지.

Everything is Technology - NotBoring

VC가 대형화되는 추세는 어찌보면 '기술 혁명'이라는 시대의 흐름에 올라타기 위한 변화일지도 모르겠다.

돌이켜보면 뱅가드, 블랙락, 블랙스톤, KKR, 브룩필드도 유사했거든.

<자산 운용사가 성장하는 방법>

오늘날 메가펀드가 하는 일은, 과거 자본 시장 체제가 바뀌던 시기에 뱅가드·블랙스톤·블랙록·브룩필드가 했던 일—변화를 일찍 포착하고, 관련 근육을 키우고, 그 근육을 여러 투자 수단과 더 큰 AUM(운용자산규모)에 걸쳐 활용—과 판박이다.

포드·테슬라·우버 같은 기업이 새로운 기술 파도를 타고 자신들이 대체·통합한 산업의 기존 강자보다 더 커졌듯이, 자산 운용사들도 그들만의 변화를 타고 조(兆) 단위 AUM을 쌓아 올렸다.

과하게 단순화해 보자면 이렇다:

뱅가드는 1975년 “메이데이”로 증권 중개 수수료가 자유화되고, ERISA(근로자퇴직소득보장법)로 확정기여형 연금이 생겨난 직후 출범했다. 상호회사 구조와 초저비용 인덱스 모델로 저렴한 시장 노출을 원하는 스폰서 수요를 충족했고, 비용 절감이라는 핵심 강점을 ETF·타깃데이트펀드·글로벌 자산배분 상품으로 확장했다. 오늘날 운용 자산은 9.3조 달러다.

블랙스톤은 1985년 설립됐다. ERISA 해석 변화로 미국 연기금이 사모펀드에 투자할 수 있게 되자, 딜 구조화와 레버리지 역량으로 기업 인수·합병에서 초과 수익을 냈다. 1991~92년 부동산 펀드를 시작으로, 2000년대 초 저금리·수익 갈증 환경에서 같은 심사·네트워크를 부동산·신용·세컨더리·기타 대체자산으로 재투입했다. 오늘날 운용 자산은 1조 달러다.

블랙록은 1988년 S&L(저축대부조합) 위기 이후 정교한 채권 위험 관리 수요가 높아진 시기에 창립됐다. Aladdin 분석 엔진으로 기관투자가에게 투명성과 저비용 베타를 제공했고, 2008년 이후 저수익 시대에 패시브 투자 붐이 일자 같은 플랫폼을 ETF·멀티에셋·대체자산으로 확장했다. 오늘날 운용 자산은 11.6조 달러다.

브룩필드는 1990년대 후반 브라스캔 콩글로머리트에서 재탄생했고, 이는 세계 각국이 전력·부동산·인프라를 민영화하던 시기였다. 장기 실물 자산 운영 전문성을 살려 연금 펀드에 물가연동 수익을 제공했고, 그 방식을 글로벌 부동산·재생에너지·인프라·신용·보험으로 복제했다. 오늘날 운용 자산은 9,000억 달러다.

각사는 거대한 변화를 조기에 포착해 차별화된 우위를 만들고, 그 우위(및 LP 관계)를 인접 투자 상품으로 확장해 다전략·조 단위 규모 운용사로 진화했다.

현재의 변화가 ‘모든 것이 기술’이라면, 펀드 규모를 키우고 외연을 확장하는 것은 자연스럽다.

오늘 탄생하는 기업들 가운데 일부는 자신들이 대체할 기존 기업보다 더 커질 것이고(예: 국방 분야의 Anduril),

또 다른 기업들은 이전엔 주소조차 정하기 어려웠던 시장을 새로 만들어 낼 것이며(예: 지식 노동 분야의 OpenAI),

그들이 더 오래 비상장 상태를 유지한다면(신규 자금·공개매수로 가능해진다), 더 큰 코어 펀드를 조성하는 것이 완벽히 합리적이다.

AI 같은 도구가 회계처럼 크지만 파편화된 산업에 규모의 경제와 약한 네트워크 효과까지 가져올 것이라 믿는다면, 2025년 4월 29일 딜북이 보도한 Thrive Holdings 기사 속 문장—“이제 그 벤처캐피털 회사는 회계처럼 지루해 보이는 산업을 포함해 AI의 혜택을 받을 수 있다고 믿는 회사를 직접 만들고 인수해 오랫동안 보유하는 다른 접근을 취한다.”—은 정확히 맞아떨어진다.

기사에서 지적했듯 General Catalyst와 8VC가 AI 기반 롤업에 투자하는 것도 자연스럽다. 사모투자 초창기엔 ‘낮은 자본비용 접근성’이 핵심 우위였다면, AI가 수익률의 더 큰 지렛대가 되는 시대엔 AI 전문성과 오픈AI 같은 파트너십이 구조적 우위가 된다.

기술이 세상을 집어삼키고 VC/AV가 커질수록, 메가펀드는 전통적 초기·성장 단계 VC를 넘어 더 다양한 상품을 선보일 가능성이 크다.

결국 승부는 이렇다: 모든 것이 기술이고, 기술 배경을 가진 사람들이(어쩌면 AI의 도움으로) 금융을 손에 넣을 것이다—전통 금융인이 기술을 손에 넣기 전에.

Venture Firm Thrive Bets on Buying Firms That Can Benefit From A.I. - NYT

Thrive가 AI로 수혜를 볼 기업을 만들거나 인수하는 플레이를 위해 Thrive Holdings를 설립하고 $1b 정도의 자금을 모집한다. 이 홀딩스는 VC와는 다르게 영구 자본의 형태로 굴러간다는게 특징.

Oscar Health를 만들어낸 회사 다운 플레이다. 내가 '상상만' 하고 있는 플레이를 진짜 시도해버리네. 정말 기대된다.

#투자

Investing in Carvana - Colossus

클리프 소신의 카바나 투자 썰. 역시나 회사에 대한 이해도가 아주 높으시네.

"저는 그간 CarMax와 전통적 딜러십을 공부해 봤고, 자동차 대출업체인 크레딧 어셉턴스도 살펴봤습니다. 또 아마존, 물류 회사, 제조업체, 소프트웨어 기업 등도 연구했죠. 알고 보니 카바나는 이 모든 비즈니스를 아우르는 기업이었습니다. 유통회사·리테일러·금융회사 성공의 핵심인 규모의 경제와 신뢰를 모두 갖추고 있었죠. 카바나가 구축하려던 것은 이 모든 영역에서 얻은 장점을 결합하는 것이었고, 이를 범위의 경제(economies of scope)라고 합니다."

"차량 거래는 무수히 많은 단계가 모두 완벽히 돌아가야 합니다. 어느 하나라도 어긋나면 손실이 나고 고객 불만이 터지죠. 이게 바로 범위의 경제입니다. 여러 요소를 한데 묶어 매번 완벽히 실행해야 하는데, 제가 쉽게 설명했을 뿐 실제론 매우 어렵습니다. 그래서 카바나 외에 이 사업을 시도한 모두가 실패했고, 카바나가 여기까지 오는 데 10년과 100억 달러가 든 겁니다. 미국 외에서도 시도는 있지만 대다수는 실패했고, 성공한 곳도 극히 미미합니다. 요컨대 이 사업은 너무 어렵습니다."

Shrinking the Gap Between Sci-Fi and Sci-Fact: Josh Wolfe (Co-Founder of Lux Capital) - The Generalist

Lux Capital의 Josh Wolfe 인터뷰인데, 언제나 예사롭지 않은 그의 포폴처럼 어디서도 들어보지 못한 이야기들로 가득차있다.

Q. 최근 서한에서 ‘중국이 44개 핵심 기술 중 37개를 선도한다’고 언급했죠. 향후 5년, 어떤 영역이 특히 중요할까요?

"조시 울프: 아이러니하게도 가장 중요한 전장은 ‘정보 공간(Information Operations)’입니다. 국민 의지를 흔들고, 내분을 조장하고, 동맹·군사 행동에 대한 지지를 꺾는 이런 심리·정보전이 오늘날 가장 위험한 무기예요. 러시아가 이미 ‘SNS 분열 기술’을 시연했고, 중국·이란도 활용 중이죠."

"반대로 ‘양자컴퓨팅’이나 ‘5G’는 정부 보고서가 매번 강조하지만, 저는 과대평가됐다고 봅니다. 진짜 승부처는 우주(저궤도·정지궤도 위성), 과학 자동화(AI+로봇 실험실), 차세대 국방(AI·드론·우주 발사체), 그리고 컴퓨트 인프라(엔비디아 등)예요.”

개인적으로 가장 인상깊게 들은건 아래의 내용

자본 비용이 낮고 금리까지 낮을 때는 시장이 상승세이니 다들 자기 논리가 완벽히 맞아떨어진다며 스스로 천재가 된 것처럼 느낍니다.

그런데 금리가 오르고 자본 비용이 높아져 갑자기 투자한 회사들이 작동을 멈추거나 손실이 나고, 밸류에이션이 급락해 자본을 날려 버리면, 그제야 누구도 예전만큼 똑똑하지 않다는 사실을 깨닫죠.

그래서 저는 늘 “거시를 모르는 것은 결코 미덕이 아니다”라고 말해 왔습니다.

우리가 하는 일은—창업자가 혁신 기술을 상업화하기 위해 회사를 세우고 팀을 꾸리는 상황에서—‘최고의 창업자·최고의 섹터·최고의 기술’을 골라내는 일인데, 경쟁사가 50곳인 곳보다는 5곳인 곳을 선호합니다.

이를 이렇게 비유합니다. ‘최고의 도시에서 최고의 동네를 고르고, 그 동네에서 최고의 레스토랑을 찾고, 메뉴 중 최고의 요리를 골라 한 입 베어 물려는 순간—고질라가 나타나 그 요리를 밟아 버린다.’

그러니 글로벌 자본 흐름, 금리, 부채, 전쟁 가능성처럼 확률은 낮지만 파급력이 큰 외생 변수, 무역 협정 등 거대한 힘을 인식하지 못하면 안 됩니다.

저는 매일 전 세계 신문 30~40종을 ‘걸신들린 듯’ 훑어봅니다. 헤드라인과 짤막한 기사들—마치 ‘오지맨디아스’처럼—을 스캔하며, C22면이나 D7면 구석에 숨어 있어 아직 일면에 오르지 않은 신호를 찾죠. 이는 남들이 못 본 것을 찾으려는 우리의 일상 작업과 다르지 않습니다.

음악 A&R 담당자였다면 메인스트림이 아닌 밴드를 먼저 발굴해냈을 겁니다. 저는 주류가 아닌, 약간 불협·변조가 섞여 어린 시절 정서에 울림을 주는 음악을 좋아했는데, 그런 ‘남이 모르는 밴드’를 가장 먼저 발견하면 사회적 화폐를 얻게 되니까요. 어릴 때 롤링스톤·스핀 같은 잡지를 읽긴 했지만, 사실은 《빌리지 보이스》 뒷면을 뒤져 CBGB’s·아카데미·코니아일랜드하이 같은 클럽 라인업을 살폈습니다. 아무도 주목하지 않던 밴드를 발견해 10년 뒤 그들이 스타디움 헤드라이너가 되는 걸 보면, ‘아, 결국 떴구나’ 하고 묘한 감정을 느끼죠.

부동산이라면—예술가들이 몰려오고 카페가 생기지만 아직 스타벅스는 없는, 곧 ‘핫’해질 동네를 먼저 잡는 것과 같습니다. 패션·영화도 마찬가지예요. A24가 두뇌적이고 독특한 작품을 찾아내 블록버스터와 차별화하듯, 럭스도 아직 인정받지 못한 과학자·공학자·창업가를 발견하려 합니다.

거시적 관점에서도 동일합니다. 저평가돼 있지만 머지않아 1면을 장식할 ‘저확률·대파급’ 이벤트와 약한 신호를 찾으려다 보니, 때로는 검증되지 않은 투자를 해야 할 때도 있죠. 사람들은 늘 ‘5년 전 투자했어야 할 곳’에 지금 투자하고 싶어 합니다.

따라서 제 임무는 3~5년 뒤 사람들이 몰려들 영역을 앞서 예측해, 지금 투자해 두는 것입니다. 거시 변수에 대한 호기심과 민감도가 결국 더 나은 ‘미시적’ 의사결정으로 이어진다고 믿어요.

아래는 최근에 재밌게 읽은 블로그 글들.

도쿄 부동산을 사다 - 우물안코끼리

이게 바로 자신의 관점을 가지고 자산배분을 행하는 것.

버크셔 해서웨이 주주총회에서 배운 것들 - 생텀

버크셔 주주총회에서 배운 것들 by 생텀님.

Peter Kaufman on The Multidisciplinary Approach to Thinking 180406 - Learn all the time

피터 카우프만은 찰리 멍거로부터 이런 배움을 얻었구나.

#마지막으로

Building Alpine - Colossus

역시 '사람'을 핵심으로 삼는 사모펀드 경영자 다운 인터뷰. 웬만한 자기개발서 읽을 시간에 이거 하나 읽는게 100배 나을 것 같다.

"우리는 CEO를 선발하고, 핵심 경영진을 구성한 뒤, 기업을 인수하기 전부터 어떤 플레이북을 적용할지 정의합니다. 그리고 실제 기업을 사들일 때는 처음에는 소규모 기업(예컨대 EBITDA 800만 달러 규모 기업)을 인수하며 점진적으로 배워나갑니다. 동시에 홀딩 컴퍼니(Holdco)를 구축해 나가죠. 즉, CEO·CFO·Chief People Officer(인사총괄) 같은 핵심 조직을 먼저 만들어놓는 것입니다."

"우리는 먼저 소수의 인재(팟, Pod)를 모아 여러 산업을 평가하고, 플레이북을 설계합니다. 그다음, Alpine의 인재 풀에서 리더십 팀을 발굴해 구성하고, 모든 핵심 의사 결정을 충분한 시간과 인내를 가지고 내린 뒤에야 자금을 집행합니다."

"인재로 해결하라가 Alpine의 통찰이자 차별화된 전략입니다. 그 밑에는 “그 CEO가 1일차부터 성공하도록 만드는 세부 노하우(IP, 지식 체계)가 다수 존재”합니다. 단순히 경영진만 바꾸는 것이 아니라, “전국적인 인재 풀에서 가장 적합한 사람을 골라오고, 그가 현장에 도착한 날부터 첫 30일, 60일, 90일 동안 무엇을 해야 하는지”에 대한 상세 매뉴얼이 마련되어 있습니다."

성공적인 청년들이 공통적으로 가진 속성

첫 번째 속성은 ‘승리하려는 의지(Will to Win)’입니다. 무슨 프로젝트든지 무슨 사업이든지 자신의 어깨에 짊어지고 “이거 나는 죽어도 해낼 거야”라는 태도를 보여줘야 합니다. 지난 삶을 돌아보면, 어릴 때부터 그런 모습을 보였다는 게 핵심이죠. “나는 이걸 해내겠어”라며 집요하게 파고드는, 일종의 소유감을(Earned Ownership) 가진 인재 말입니다.

두 번째 속성은 ‘그릿(Grit)’입니다. 즉, 실패를 겪어도 다시 일어설 수 있는 인내력과 정신력입니다. CEO를 하면 분명히 좌절을 경험하게 됩니다. 그런데 큰 좌절을 겪어봤기 때문에 “다시 일어설 거야”라는 믿음이 있고, “또 실패할 수도 있겠다”는 마음의 준비가 있는 사람이 성공 확률이 높습니다. 사실 이 속성은 생각보다 흔하지 않습니다. 우리가 가끔 모교나 특정 스쿨에서 인재를 찾으려 하면, 이런 그릿이 없는 경우가 적지 않았고, 그 때문에 여러 번 실패를 겪었습니다.

세 번째 속성은 여러 요소를 섞은 것인데, ‘감성 지능(Emotional Intelligence), 자기 인식(Self-Awareness), 대인관계 능력 등입니다. 감성 지능이 높다는 것은 “내가 왜 이러는지, 상대가 왜 이러는지 이해하고, 상황에 맞게 행동한다”는 뜻입니다. 지난 실패 사례를 보면, 이 부분이 부족해서 성공하지 못한 케이스가 꽤 있었습니다.

그리고 의외로 돋보이는 속성 중 하나는 ‘행동 편향(Bias for Action)’입니다. 즉, 일단 실행해 보고, 실패해도 다시 시도하는 태도입니다. 분석만 계속하다가 실행은 미루는 ‘머릿속 마비(Analysis Paralysis)’에 빠지지 않는 사람 말이죠. 이러한 행동 편향은 의외로 큰 경쟁력이 됩니다.

"개인 성장의 많은 부분은, ‘그 직관이 내게 무엇을 알려주려 하는지 이해하는 과정’이라고 생각합니다. 마음속의 잡음을 끄고, 직관이 무엇을 외치고 있는지 그 순간에 집중한 다음, 그 목소리에 담긴 메시지를 믿고 그것을 실행할 용기를 내는 것이죠. 그렇게 되면 ‘자아실현(Self-Actualization)’을 이루고, 말 그대로 가장 나답고 탁월한 존재로 성장해나갈 수 있습니다. 이게 제 개인 성장에 있어서 가장 핵심적인 개념입니다."

Q. 지금까지 못다 한 이야기 중 “이야기하지 않으면 안 될 만큼 중요한 요소”가 있나요?

A. "가장 중요한 부분은, 성공까지 정말 오랜 시간이 걸렸다는 사실일 겁니다."

4월은 관세 이슈로 시장이 많이 혼란스러웠는데, 이럴 때일수록 더더욱 본질에 집중해야하지 않을까 상기해봅니다.

여담으로 저에게 이번달은 그린옥스의 닐 메타 인터뷰로부터 큰 영향을 받은 시간이었습니다. 가장 아래 닐 메타 이야기를 달아두었으니 꼭 한번 읽어보시길 추천드립니다.

오늘은 AI, 바이오, 하드웨어, 핀테크, 비즈니스, 투자에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#포트폴리오

뤼튼, 1080억원 규모 시리즈B 투자 유치 마무리

결국 AI는 내가 받은 느낌 이상으로 훨씬 큰 파도였다. 이 파도를 이끄는 뤼튼 파이팅!

"뤼튼테크놀로지스가 830억원의 추가 투자를 유치하며 최종 1080억원 규모로 시리즈B 라운드를 마무리했다고 31일 밝혔다."

"지난해 10월 뤼튼은 서비스 개시 1년 10개월만에 월간 활성 이용자 수 500만명을 돌파했으며, 이 속도는 토스(약 3년 3개월), 당근(약 2년)보다도 빨랐다. 매출 부문에서도 지난해 11월 캐릭터 챗 서비스를 중심으로 월 매출 10억원을 달성한 것에 이어 12월 20억원을 기록했으며 성장세가 견조하게 이어지고 있다."

#AI

[샘 알트먼] TED 강연 스크립트 - Bluewater

이제 전세계 인구의 10%가 GPT를 사용하고 있다.

생산성 x10 인간 by 샘 알트만 - BZCF

영상 보면서 든 짧은 생각: 개발자 생산성 x10 되는 순간이 진짜 얼마 안남았구나 → 개발자들 진짜 큰일났다 생각하다가 → 그럼 어떤 개발자가 살아남을까? → 시스템을 볼 줄 아는 사람만이 살아남지 않을까 → 앞으로는 큰 그림을 그릴 줄 아는 사람이 더더욱 부각을 받거나 & 혹은 이러한 사람만이 살아남는 시대가 올지도 모르겠다

OpenAI Said to Be In Talks to Buy Windsurf for About $3 Billion - 블룸버그

OpenAI가 Cursor 잡으려고 열심이네. 근데 지금 커서의 모습으로 보았을 때 생각보다 쉽지 않을 것 같다 (크게 보면 산업을 리드하면서도 동시에 작게 보면 뺏기는걸 보면 진짜 대격변의 시대가 맞긴 한듯.)

"OpenAI is in talks to acquire Windsurf, an artificial intelligence-assisted coding tool formerly known as Codeium."

"Windsurf, formally called Exafunction Inc., had recently been in talks with investors including Kleiner Perkins and General Catalyst to raise funding at a $3 billion valuation. The company was valued at $1.25 billion in a deal led by General Catalyst last year. Founded in 2021, Windsurf has raised more than $200 million in venture capital funding, according to PitchBook data. Other investors include Greenoaks Capital Partners and AIX Ventures."

GPT-wrapper의 한계를 넘어: 2세대 AI 어플리케이션의 도약 - jasonlee

확실히 요즘 나오는 AI 서비스들 보면 예전보다 한단계 나아갔다는 인상을 받게 된다.

“누가 더 많은 자본을 끌어와서 OpenAI 크레딧을 확보하느냐의 싸움보단, 어떻게 이 모델들과 기능들을 잘 패키징해 고객의 버티컬 니즈에 맞는 최적의 경험을 제공하느냐가 핵심으로 떠올랐다고 생각합니다."

Benchmark GP, Victor Lazarte: The 3 Traits All the Best Founders Have - 20VC

23년에 Benchmark에 합류한 Victor Lazarte 인터뷰. 벤치마크가 AI 어플리케이션 투자에 가장 진심이라고 느끼는데, 어떠한 관점으로 투자를 진행하고 있는지 힌트들이 담겨있다.

"맞아요. 뭔가 미래를 예측한다기보다는, “지금 당장 작동하고 있는 게 뭔지”를 보는 게 더 쉽다고 생각해요. 유명한 일화로, 제프 베이조스가 DE Shaw에 있을 때 인터넷이 1년에 20배씩 성장하는 걸 보고 “아, 이건 놓칠 수 없다” 하고 시작했다는 이야기가 있죠. 모바일 게임도 마찬가지였고, 지금은 확실히 LLM(대규모 언어 모델) 쪽이 그 역할을 하고 있습니다. 2년 전만 해도 ChatGPT, Character.AI 정도만 눈에 띄게 돌아갔는데, 지금은 Cursor 같은 것도 인기를 끌고 있죠. 수천만 명이 실제로 쓰고 있으니까요. 그리고 대박 회사들이 기존에 있던 성공 사례에서 살짝 변주를 줘서 시작하는 경우가 많잖아요. 페이스북이 소셜네트워크를 처음 한 것도 아니었고, Friendster나 Myspace가 이미 있었으니까요."

"당신은 브렉스 초기(상품·매출 전혀 없던 시기)부터 투자하고, 이사회 멤버였잖아요. 그 과정에서 느낀 점은 무엇인가요? -> 저는 브라질에서 회사를 키우던 시절 페드로를 만났어요. 그때만 해도 브라질에는 테크 회사를 만드는 사람이 거의 없었죠. 페드로는 16살에 처음 결제 회사를 만들었는데, 투자자로 인해 회사 지분을 통째로 빼앗길 위기에 처했더라고요. 저한테 아무 이익이 되는 일도 아니었는데, 순전히 “이 아이 정말 똑똑하고 대단한데, 이렇게 망가지는 건 억울하다” 싶어서 꽤 도와줬어요. 결국 법률 문제도 같이 해결해보고, “네가 차라리 브라질 사업 정리하고 미국 와서 다시 해라. 브라질보단 미국이 낫다”고 조언했고요. 결국 페드로가 그 회사 버리고 미국 와서 브렉스를 시작하게 되었는데, 그때 저한테 “우리 시드 라운드에 투자해주고, 첫 이사회 멤버를 해줄 수 있냐”고 물어서 당연히 한다고 했죠. 서로 “투자자는 믿을 수 없다”는 비슷한 경험이 있었던 것도 유대가 쌓이게 된 이유인 것 같아요. 그리고 저는 페드로처럼 “비즈니스를 너무나 사랑하는 젊은 창업자”와 함께하는 게 정말 즐거웠고요."

"제가 특히 좋아하는 창업자 유형은 “열린 사고방식을 가졌지만, 동시에 이견을 꺼리지 않는 사람”입니다. 즉, 내 얘기를 끝까지 듣고 호기심을 갖지만, 결론적으로는 “전 당신과 다르게 생각합니다”라고 말할 수 있는 사람이죠. 페드로와 브랜든이 딱 그랬습니다. 또 한 가지는 “자유시간을 어떻게 쓰는지” 물어보면 그 사람의 진짜 모습을 알 수 있는데, 페드로는 이유 없이 iOS가 서버에 보내는 패킷을 잡아보면서 ‘탈옥’ 해킹 포인트를 찾고 그런 식이었고, 브랜든도 어마어마하게 어릴 때부터 비즈니스 분석 자료나 팟캐스트를 죄다 섭렵해 놨더라고요. 이것저것 이유를 붙일 필요 없이 그 자체가 좋아서 시간을 쓴다는 거죠. 그런 사람들은 장기적으로 엄청난 성장을 합니다.

"지금 AI 관련 매출에는 ‘실험적’인 성격이 강한 게 많아요. 실제 비즈니스 가치를 길게 유지할 수 있어야 의미가 있는데, 모델이 발전할수록 사업 가치가 떨어지는 구조라면 투자하기 어렵죠. 저희가 “모델이 더 좋아지면 당신 회사도 더 좋아지나요, 아니면 나빠지나요?”를 반드시 묻는 이유죠. 모델 발전으로 더 좋아지는 회사라면 가치가 커질 테니까요."

"앤트로픽이 60억 달러고 퍼플렉시티가 15억 달러라니, 이거 거품 아니냐 싶을 수 있지만, “AI는 모바일보다 훨씬 큰 패러다임 시프트”라고 믿는 사람들은 이렇게 생각해요. “이 중 몇 개는 조 단위, 혹은 1조 달러짜리 회사로 갈 거다. 소프트웨어 지출이 미국에서 1조 달러 규모였다면, 노동시장 지출은 10조 달러 규모이니, 이 시장을 파고드는 AI 회사는 훨씬 크게 성장할 수 있다. 따라서 일단 여기에 다수 투자해두면 결국 몇몇 큰 성공 사례가 전체 수익률을 끌어올릴 것이다.” 그러니 전체적으로 보면 “현재 승자들에게 베팅하는 것”이 나쁘지 않은 전략일 수 있어요. 물론 시간이 지나면 어떤 회사들은 너무 비싼 값에 샀다고 후회할 수도 있지만요."

"컴퓨터 앞에서 일하는 지식노동을 100이라고 하면, 아마 10년 뒤엔 1 정도만 남지 않을까 싶습니다. 정말 많은 부분이 대체될 거예요. 그래서 부는 기업 소유주나 창업자 쪽에 엄청나게 쏠리게 될 겁니다. 작은 팀으로도 1조 달러짜리 기업이 나오니까요. 그게 엄청난 사회·정치적 동요를 가져올 수 있죠. 큰 기업들은 “AI가 사람을 보완하지 대체하진 않는다”라고 말하지만, 사실상 점점 대체할 가능성이 높죠."

"누군가 저한테 “학업 마치고 어디로 가야 하냐”고 물으면, 저는 “치과의사나 뇌외과 의사가 되라, 최소 20년은 안전할 거다”라고 답했거든요. 빅터는 어떻게 생각하세요? -> 정반대예요. 저는 “컴퓨터공학 전공”을 추천합니다. 예전에도 계산기가 나오기 전에는 ‘사람 계산수’가 있었지만, 계산기 나왔다고 수학 공부를 안 하진 않잖아요. 오히려 수학적 사고력이 훨씬 중요해졌죠. 지금 AI가 코드도 짤 수 있지만, 그래서 사람은 “기초 로직 이해 능력”이 중요해진다고 봅니다. AI 시대엔 기술적 이해가 필수적이니까요."

"지금 우리가 하고 있는 것 중 “5년 뒤, 저걸 그렇게 했다고?” 하고 웃을 만한 건 뭐가 있을까요? -> 가장 크게 바뀔 건, “우리가 아침에 일어나면 어떤 앱을 열고, 그 앱이 시키는 대로 그대로 하는 시대”가 올 거라는 거예요. 지금은 앱을 ‘도구’처럼 쓰잖아요. 근데 반대로, 앱이 “너 오늘 1시간 동안 이 책 읽어라, 이런 사람 만나봐라”라고 지시하면, 우리가 그냥 “오케이” 하고 믿고 따르게 될 겁니다."

"벤치마크의 기본 철학은 “가장 중요한 회사들의 중요한 파트너가 되는 것”이거든요. 그래서 꼭 리드를 해야 한다거나 꼭 시리즈 A여야 한다는 식의 ‘딱 정해진’ 룰은 없습니다. (~) 한 펀드에서 투자 건수를 많이 안 합니다. 그만큼 한 회사에 시간을 충분히 쏟아야 ‘일대일 파트너’가 될 수 있으니까요. 많은 VC가 실제로는 투자만 하고, 다른 회사 찾으러 가버리죠."

#바이오

Alphabet’s AI drug discovery platform Isomorphic Labs raises $600M from Thrive - TC

나는 아이소모픽랩스(Isomorphic Labs)가 넥스트 테슬라일 가능성이 높다고 생각한다. 내 생각엔 하사비스는 아직 구글에 가려서 제대로 주목을 받지 못하고 있다.

개인적으로 상장만 하면 가격 안따지고 사모을 회사 1순위.

“Isomorphic Labs, the AI drug-discovery platform that was spun out of Google’s DeepMind in 2021, has raised external capital for the first time. The $600 million round was led by Thrive Capital, with participation from GV and existing investor Alphabet”

FDA Announces Plan to Phase Out Animal Testing Requirement for Monoclonal Antibodies and Other Drugs - FDA

美FDA, '동물실험' 약개발 단계적 폐지…"AI 등으로 대체"

만약 후보물질 발굴에 이어서 임상 실험 과정까지 변화가 일어나면 AI 신약개발 트렌드는 슈퍼 메가 트렌드가 될 것 같다.

• 전임상 단계에서 동물실험 의존도를 줄이고, 인체세포 기반 실험(in vitro)과 컴퓨터 시뮬레이션(in silico)을 적극 도입하는 것이 핵심 방향.

• 이를 통해 과학적 정확성·윤리성·경제성을 모두 높이는 “새로운 안전성 평가 패러다임”으로 전환하려는 것이 보고서의 궁극적인 목표.

• FDA는 구체적 가이드라인·데이터베이스·기술검증·교육 프로그램 등을 제시하며, 향후 3년 이내 단기 목표 달성, 5년 이상 중장기적으로는 동물실험을 예외적 상황에서만 활용하는 체제로의 전환을 추진할 예정.

#하드웨어

Anduril Unveils Copperhead: A New Era of Autonomous Undersea Dominance

앤듀릴은 미국의 무기 체계를 바꿔나가고 있는 것 같네. 한가지 바람이 있다면 한화그룹이 한국에서 앤듀릴 같은 역할을 해주면 좋겠다.

"Anduril is announcing the launch of Copperhead, a high-speed, software-defined family of Autonomous Underwater Vehicles (AUV) built for delivery by autonomous systems. Victory at sea will require large fleets of autonomous subsea, surface, and air vehicles capable of bringing advanced awareness and overwhelming adversaries with mass maritime effects. With the Dive-LD and Dive-XL, Copperhead enables a comprehensive, intelligent maritime capability that allows operators to quickly respond to threats in the undersea battlespace, at a fraction of the cost of legacy options."

Base Power Company - Not Boring

Base Power Company: Chapter 2

머스크의 최측근 중 한명인 Antonio Gracias(Valor Equity Partners)가 리드해서 키우고 있는 배터리&전력 관련 업체 Base.

집집마다 분산형 배터리를 깔고, 이를 하나의 가상발전소(VPP)·소매전력사로서 운영 → 전력망 운영 체제(OS) 지위 확보. 더 나아가 발전(에너지 공급)까지 자체 통합해, 미국 전역 ‘최신형 전력회사’가 되겠다는 목표를 가졌다.

성장 속도가 가팔라지고 있는 것 같은데 (월간 설치량은 300건 이상, 일일 15~20건 수준으로 증가) 관심있게 봐보면 재밌을 것 같다.

Robot Dexterity Still Seems Hard - construction-physics

생각보다 손 구현이 로봇 발전의 엄청난 병목인가보다. 일론도 옵티머스를 개발함에 있어서 손을 구현하기가 어렵다는 말을 많이 하더라.

"이것은 소위 '모라벡의 역설(Moravec's Paradox)'이라고 알려진 것의 한 예입니다. 즉, 높은 수준의 지능이 필요해 보이는 작업은 기계가 수행하기에 비교적 쉬운 경우가 많은 반면, 인간에게는 간단한 작업은 자동화하기가 매우 어려운 경우가 많다는 개념입니다. 컴퓨터가 미적분학을 계산하게 하는 것은 아주 쉬운 일이지만, 두 살배기 아이도 할 수 있는 일인 반창고 포장을 풀어서 붙일 수 있는 로봇을 만드는 것은 훨씬 더 어렵습니다."

A Revolution in How Robots Learn - Newyorker

역시 강화학습의 명가 딥마인드 답게 로봇 또한 강화학습으로 풀어보려고 노력 중이다.

#핀테크

CIRCLE INTERNET GROUP, INC. -S-1

USDC를 발행하는 서클의 S-1이 올라와서 가볍게 살펴보았다.

• 가만히 있어도 국채 이자를 받아먹는 아름다운 비즈니스 (…)

• 스테이블코인 발행량 x 금리의 함수로 실적이 좌우된다

• 거래소와의 관계가 중요. 특히 현재는 코인베이스에 종속된 비즈니스라 리스크가 있음 (코인베이스와 50:50으로 수익 나눔)

• 테더(USDT)가 USDC보다 공급량이 약 4배 가량 큼. 현재 두 기업이 스테이블코인 공급량의 90% 가까이 차지

• 장기적으로 거래소를 벗어나서 독자적으로 가치를 지닌 기업으로 나아가는게 중요할듯

SEC.gov | Statement on Stablecoins

SEC가 스테이블코인이 증권이 아니라고 가이드라인을 제공해주었다.

앞으로 스테이블코인이 결제·송금 수단으로서 활용될 가능성이 더욱 커진 것 같네.

왜 요즘 ‘토스 결제 단말기’를 들여놓은 가게가 많이 보일까? - 생각노트

토스플레이스 단말기는 가게 사장님들 뿐만 아니라 손님들 입장에서도 편하다는 점이 엄청 큰 무기같다.

"토스 플레이스는 카드 결제 단말기에 ‘고객 경험’을 담기 시작했습니다. 가게 인테리어를 해치지 않는 심플하고 아담한 디자인에, ❶ 결제할 때는 결제 내역을 고객 방향으로 알려 주기 ❷ 평소에는 가게 홍보 이미지를 노출해 브랜딩에 도움이 되기 ❸ 잠시 주문 받기 어려울 때는 키오스크로 변신해 고객 주문 받아 주기 ❹ 결제와 동시에 포인트 적립이나 스탬프 적립이 될 수 있도록 하기 ❺ 쿠폰 등을 발행해 고객 관리 하기 등이 고민 끝에 나온 결제 단말기의 색다른 ‘고객 경험’입니다."

It's still Day 1 for Nubank

언제봐도 아름다운 누뱅크인데,

Robinhood Presents: The Lost City of Gold

개인적으로는 요즘 로빈후드에서 누뱅크의 모습이 보인다.

#비즈니스

Inside Google’s Two-Year Frenzy to Catch Up With OpenAI - Wired

구글의 AI 혁명: OpenAI를 따라잡기 위한 2년간의 사투 | GeekNews

하사비스는 현재 제프 딘과 더불어서 구글에서 가장 중요한 인물이라고 봐야하지 않을까.

이 글을 보면 하사비스가 제대로된 경영 수업을 받고 있는 것 같이 느껴졌는데, 그가 이끄는 아이소포믹 랩스가 엄청난 회사가 될 수 있다고 보는 이유 중 하나다. 물론 이미 레전드이지만, 상방이 더 열려있는 느낌이랄까.

Apple and the Ghosts of Companies Past - Stratechery

테크 기업의 흥망은 오늘날 결정이 아니라 수년간 쌓인 전략의 산물이다.

How To Navigate Your Career | Elad Gil

"다재다능한 사람들 가운데 상당수는 어릴 때부터 이미 여러 분야를 깊이 파고드는 경향이 있어요. 그러니까 “몇 년마다 한 번씩 새로 깊이 공부해 봐야지” 하고 나중에 습득하는 방식이 아니라, 애초에 삶 전반에서 늘 깊이 들어가는 스타일인 거죠. 커리어에는 중심축이 되는 한 분야가 있지만, 동시에 다양한 관심사를 계속 키워 나가다가 때로는 그 관심사가 별도의 독립적인 프로젝트나 직업으로까지 발전하기도 합니다."

"두 번째 특징은, 이들이 지위나 돈보다 ‘임팩트’나 ‘흥미로움’에 더 동기부여된다는 점입니다. 돈을 목표로 달리는 사람은 일정 수준의 부(富)를 획득한 뒤에 “이제 뭘 하지?”라는 허무에 빠지는 경우를 자주 보게 되거든요. 물론 계속 돈을 좇는 사람도 있지만, 대체로 만족도가 떨어지는 모습이 자주 목격됩니다. “무엇이 그들을 움직이는가?”—바로 이 동기 구조가 두 번째 핵심 특성이라는 얘기예요."

"세 번째로, 어린 나이에 한 차례 이상 큰 성공을 경험한 경우가 많습니다(모든 사람이 그런 건 아니지만요). 예컨대 마크 안드리슨을 떠올려 보세요. 그는 넷스케이프를 통해 20대 초반—스무 한두 살 무렵—타임지 표지를 장식했죠. 그 이후로도 오랜 세월에 걸쳐 놀라운 일들을 계속해 왔어요. 이렇게 이들은 현재와 미래에 대한 흥미를 잃지 않고 계속 ‘관련성’을 유지합니다. 20~30년에 걸쳐 복리(複利)처럼 성과를 쌓아 가며, 끊임없이 새로운 흥미로운 일을 또 해내는 사람들이죠."

[나발 라비칸트] 부를 쌓는 법, 철학 그리고 이해에 관하여 - bluewater

“하지만 제가 깨달은 것은, 무언가에 대해 진정으로 깊이 이해하고 있다면 하루 종일 그것에 대해 이야기할 수 있다는 것입니다. 암기할 필요 없이 그 이해로부터 필요한 모든 것을 다시 도출해낼 수 있어요. 당신이 아는 모든 조각은 레고 블록처럼 딱 들어맞아 강철 프레임을 형성합니다. 견고하고, 거기에 고정되어 있죠”

국가통치에서 영혼통치로 - PADO

"중국, 인도, 이란 등 각국은 물론, 미국 내에서도 'MAGA'라는 정치 구호 아래 전통적 가치와 정체성 회복을 주장하는 움직임이 활발하다. 이들이 공통적으로 강조하는 것은 단순한 정책 방향이 아니라, 자국민을 어떤 방식으로 길러내고 어떤 가치를 중심으로 사회를 조직할 것인가 하는 비전이다. 리버럴리즘 국가들이 이러한 주장에 대응하기 위해서는, 무엇보다 먼저 상대의 자기 인식과 가치 체계를 면밀히 듣고 이해하려는 태도가 필요하다."

달러의 패권은 유지될 것인가? - PADO

"도널드 트럼프는 불과 몇 개월 만에, 그간 미국 달러의 지배력을 떠받쳐온 국제적 관계와 상호 신뢰를 약화시키거나 사실상 파괴하는 수준에 이르렀다. 트럼프 대통령과 그의 행정부는 지난 100년 가까이 달러의 중심적 지위를 뒷받침해온 가치와 제도 그 자체에 의문을 제기하고 있다. 그리고 지금, 그 기반이 되는 제도들의 존속 가능성 자체가 의심받고 있는 상황은 현대사에서 유례를 찾기 어렵다."

[크리스티아노 소우자] 들어본 적 없는 최고의 투자자

개인적으로 릴리와 노보를 보면서 미국과 유럽의 모습을 비교하며 관찰할 수 있었다. 그래서 공감.

“제 생각에 유럽의 소유 구조는 여러 번 안주(complacency)에 훨씬 더 취약한 행동을 장려할 것입니다. 그리고 미국의 소유 구조는 정반대의 일을 할 것입니다. 그리고 이것은 부분적으로 법에 의해 주도됩니다. 이것은 부분적으로 세금에 의해 주도됩니다. 이것은 부분적으로 문화에 의해 주도됩니다. 그리고 그것은 유럽에서의 제 경험과 매우 일치합니다. 거기서 당신은 놀라운 기술이나 지배적인 시장 위치를 창조한 몇몇 주목할 만한 사업들을 발견하지만, 어느 시점에서, 제가 그들이 성숙할 것이라고 예상했던 것보다 훨씬 전에, 그들은 조숙하게 성숙했습니다.”

#투자

Column_50/30/20_2025.04.12 - rafikiresearch

大-대체자산의 시대가 찾아오는 것인가.

Wellington, Vanguard, and Blackstone to Collaborate on Investment Solutions Combining Public and Private Assets - Blackstone

뱅가드, 웰링턴, 블랙스톤이 힘을 합쳐 새로운 혼합 솔루션을 내놓는다는 보도 자료. 인덱스 펀드, 액티브 펀드, 대체투자 펀드의 최강자들이 모여서 시장을 키우겠다는 플레이다.

결국 프라이빗 시장(=대체투자 시장)이 본격적으로 커진다는 신호탄이 아닐까.

”With this collaboration, the firms seek to address one of the most important long-term challenges facing investors and the asset and wealth management industry – building fully diversified portfolios that incorporate private assets and pursue higher returns.”

[유미's 픽] "이건희 안목 통했다"…'40살' 삼성SDS, 韓 IT 이끈 인재 사관학교 우뚝 - ZDNet

나는 VC 입장에서 차세대 인재 사관 '회사'가 어디일지를 고민하는게 중요하다고 생각하는데, 내가 만나본 네카라쿠배당토 사람들은 각기 색깔이 다르다는 점이 포인트다.

"당시 삼성SDS는 삼성그룹의 '통합 전산실'로 불리며 최고의 컴퓨터 천재들이 가고 싶어하는 회사였다. 이곳 출신 중에선 국내 포털시장을 장악하고 있는 네이버와 카카오를 이끄는 이해진 네이버 창업자, 김범수 카카오 창업자가 가장 유명하다."

Building Ribbit - Colossus

전세계에서 핀테크 투자 누가 가장 잘하냐라고 물어보면 코인베이스, 로빈후드, 누뱅크를 일찍부터 알아본 미키 말카(Micky Malka)의 리빗 캐피탈(Ribbit Capital) 이라고 봐야하지 않을까. 그런 그가 새로운 10년을 바라보는 관점이 담겨있는 인터뷰다.

Q. 이제는 ‘돈’보다 더 넓은 주제를 다뤄보려고 합니다. Ribbit이 처음 10년은 돈(금융) 분야에 주로 집중했다면, 이제는 그리드(Grid)라고 부르시는 개념—글로벌 디지털 그리드—에 주목하고 계신 것 같습니다. 그리드라는 말이 어떤 의미인지, 또 어떻게 이 아이디어에 이르게 되었는지 설명해주실 수 있을까요?

A.그리드는 일종의 ‘매트릭스’ 같은 거예요. 우리가 살아가는 세상을 구성하는 지식, 자본, 전력(전기)이 사실은 하나의 거대한 그물망으로 연결되고 있다는 개념입니다. 예컨대 인터넷은 지식과 데이터의 그리드죠.

돈(화폐)도 생각해보면 이미 다양한 형태의 그리드가 있습니다. 비자·마스터카드·SWIFT·ACH·UPI·Pix 등등, 모두 금융 트랜잭션을 위한 거대한 망이에요.

그리고 전기도 마찬가지로 발전소·송전탑·변압기·계량기 등을 잇는 그리드가 있죠.

문제는 우리가 이 세 가지를 늘 별개의 네트워크로 다뤘다는 거예요. 인터넷 그리드, 금융 그리드, 전력 그리드. 그런데 최근 들어 이 세 영역이 역사상 유례없이 결합하기 시작했습니다. 이런 스케일의 융합은 아마 500년 만이죠. 저는 15세기 말~16세기 초 활판인쇄(구텐베르크) 혁명을 예로 들곤 해요. 그때 인쇄술이 등장하자, 이전까지 손으로 적혀 있던 지식이 대규모로 인쇄·복제·유통되면서 엄청난 사회적 변화가 일어났는데, 지금 AI가 딱 그 ‘인쇄술’ 같은 역할을 하고 있는 거죠. 우리가 최근 30년 동안 쌓아놓은 모든 디지털 콘텐츠를 AI가 “인쇄”하듯이 재가공할 수 있게 된 겁니다.

마찬가지로 자산(돈)은 토큰화(crypto)로, 전력은 재생에너지 등으로 점차 분산화되고 있어요. 이게 모두 맞물려 돌아가면, 지식·자본·전력이 서로 유기적으로 연결된 완전히 새로운 세상이 열릴 수 있다는 겁니다.

그래서 “이 흐름을 어떻게 투자 관점에서 볼 것인가? 어떤 사업 기회가 있을까? 순차적으로 뭘 준비해야 하지? 10년 후, 5년 후, 1년 후에는 어떤 모습일까?” 이런 질문을 가지고 요즘 저희는 ‘그리드’에 집중하고 있어요. 제 인생에서 가장 흥미로운 시기인 것 같아요.

#마지막으로

The Visions of Neil Mehta - Colossus

오늘의 내가 세상에서 가장 좋아하는 투자자, 닐 메타.

내가 평소 가지고 있던 생각들과 사고 체계가 유사한 점들이 보여서 놀라웠고, 그래서인지 나 스스로에게 자신감을 불어 넣어준 인터뷰라서 나에게는 그 어떠한 선물보다도 값진 글이었다.

Mehta wasn’t motivated by money, per se. “It was more like a puzzle, like a mathematical equation,” he said. “It was deducing things down when there’s all these various opinions. And when you’re young, so much of your life is like, you’re being told, ‘this is the way the world works’. So this was one of the only ways that I knew how to express myself, that maybe I had differential insight or opinions, and maybe the world doesn’t work exactly like they say. And then when you’re right, it feels really rewarding, especially when you’re young.”

그 이후 그린옥스가 세밀하게 다듬어 온 기계(프로세스)는 바로 그 초기 실수를 되풀이하지 않으려는 목적에 최적화되어 있다. “지구상에 1,000억 명이 살았고, 그중 기술 발전에 실질적으로 기여한 사람은 만 명에서 십만 명 정도라고 할 수 있어요.” 메타는 설명했다. “우리 일은 그중 지금 살아 있는 수백 명을 찾아내는 것이죠. 그들은 인류 발전에 기여할 잠재력이 있고, 세상을 움직일 수 있는 사람들이니까요. 따라서 우리의 첫 번째 목표는 바로 그런 창업자를 찾는 것입니다. 두 번째는, 우리가 비즈니스 모델을 깊이 이해함으로써 그 창업자들과 훨씬 가까운 파트너가 될 수 있다는 점이 우리가 알파(Alpha)를 창출하는 핵심 이유죠.”

그 과정은 대략 이렇다. 그린옥스는 매년 ‘이 사람이야말로 인류사를 바꿀 수 있고, 우리가 깊이 파트너십을 맺을 수 있는 창업자’라 여겨지는 10~15명의 후보를 리스트업한다. 그리곤 미팅 전에 철저히 준비한다. “웹사이트에 들어가서 제품 몇 번 써보는 정도가 아닙니다.” 메타는 말했다. “고객들 이야기를 들어보고, 경쟁사가 하는 일을 정확히 파악하고, 제품을 세밀하게 이해하고, 그 밑바탕이 되는 기술이 어떻게 진화하는지 살펴보죠. 회사마다 다른 기준을 가지고 여러 측면을 점검합니다. 그러면 그들은 우리를 만나서 기본적인 101부터 설명할 필요가 없어요. 창업자 입장에서는 ‘첫 미팅인데 이미 네다섯 번쯤 만난 것 같네’라는 느낌을 받을 수밖에 없죠.”

그다음은 속도다. “우리가 특히 더 뛰어나게 해낸 분야는, 정보 비대칭(information asymmetry)을 빠르고 강력하게 구축해내는 방식이죠. 대단히 많은 정보를 얻고, 장기 기업가치에 직접 영향을 미치는 통찰을 빠르게 도출하며, 그걸 소수 인원으로 돌아가는 펀드 내부의 선순환 고리(flywheel)로 만들어 매일같이 반복하는 능력이 지난 몇 년 동안 엄청나게 달라졌습니다.”

준비가 끝나면, 메타와 페레츠는 각각의 회사를 두세 시간 정도 토론한다. 이야기를 나누는 중에 그들은 여러 파트너나 지인, 동료들에게 전화를 걸어 1~2시간 더 참여시키곤 한다. 그리고 집에 가서 아이들을 재우고, 밤 9시부터 새벽 1시까지 다시 전화로 이야기한다. 이 긴 대화의 결과는 대부분 투자 중단 결정이다. “그리고 그냥 바로 놓아버려요.”라고 메타는 말했다. “대부분의 사람이라면 어처구니없다고 생각할 겁니다. 네 시간이나 허비한 거니까. 그런데 우리는 그런 걸 전혀 개의치 않아요. 우리는 수십 년 동안 함께할 수 있는, 세상을 바꿀 예술품을 만드는 창업자를 찾고 싶은 거예요. 그들이 걸작을 그리고 있다면, 우리는 그걸 찾아낼 겁니다. 그게 우리의 일이죠.”

만약 “이거다”라고 결정이 내려지면, 그린옥스는 자문단이나 여러 투자위원회, 길고 불규칙한 실사 과정을 들이지 않는다. 메타는 모든 창업자와의 첫 미팅을 직접 주도하며, 주로 그리노크스 사무실이 아니라 창업자 회사에 직접 간다. “이걸 분명히 말씀드리고 싶어요.”라고 페레츠는 말했다. “닐은 창업자를 처음 만나는 자리부터 모든 투자 과정을 직접 리드합니다.”

“만약 제가 미팅을 마치고 ‘이 회사, 아무리 유명한 벤처캐피털이 들어와도 별로야’라고 느끼면, 바로 포기해요. 그걸로 밤잠 설칠 일도 없죠. 그 반대도 마찬가지예요. 정말 흥미로운데, 조금은 미친 아이디어라 하더라도(우리가 좋아하는 것들은 대부분 그렇지만), ‘오, 이건 물건이야’ 싶으면 36시간 안에 5억 달러 규모의 투자를 추진할 수도 있어요. 그리고 만약 결과적으로 제 판단이 틀렸다 하더라도, 우리가 충분히 분석을 했다는 전제하에라면, 다시 일어서면 된다고 생각해요.”

그린옥스는 매주 월요일 아침 내부 파이프라인 미팅을 열어, 어떤 회사를 밀고 어떤 회사를 접을지, 시간 투자를 어떻게 분배할지를 논의한다. 특히 페레츠는 메타가 말하길 “우리의 시간축을 늘려주는 역할”을 한다. “상황이 너무 빨리 돌아가고 혼란스러울 때, 단기적으로 최적화된 결정을 내리려다 보니 시야가 좁아질 수 있어요. 그런데 베니(Benny)는 자신을 포함해 모두가 장기적으로 뭘 추구해야 하는지 상기시켜줄 수 있는 놀라운 능력이 있죠.” 월요일 오후, 메타는 ‘워룸(War Room)’(사실은 메타와 페레츠의 사무실을 연결하는 방)에 틀어박혀 오후 8시까지 회사 이야기를 듣는다. 그 후 팀은 저녁 식사를 하러 간다. 월요일 저녁이 그가 딸들을 만나지 않는 유일한 날이다.

화·수·목요일은 전화와 회사 미팅을 잡는 날이고, 금요일은 ‘딥 워크(Deep Work)’ 시간이다. 이때 메타는 혼자 사무실에 앉아 회사에 관해 글을 쓰고, 비트코인이나 어린이 게임 앱, AI 연구 기관에 대한 서류 뭉치를 뒤적인다. 그의 책상 위에는 S&P 500에 속한 기업들 명단이 놓여 있고, “오늘은 저 리스트에 없지만 내일은 올라갈 회사가 뭘까, 그리고 어떻게 하면 우리가 그 회사에 가장 중요한 파트너가 될 수 있을까를 고민”한다고 한다.

“조금은 논쟁적일 수 있지만,” 메타는 ‘이상적인 창업자’에 대해 묻자 답했다. “훌륭한 창업자에게는 일정한 전형이 있다고 생각합니다. 한 번 보기 시작하면 계속 반복적으로 보이는 유형이죠. 우리는 우선 놀라운 지적 능력, 극단적인 집중력, 고객에 대한 집착, adversity(역경) 앞에서도 굴하지 않는 말도 안 되는 집요함, 그리고 분명하고 믿을 만한 야망, 마지막으로 약간의 ‘남들과 다른 결을 가진 성향’을 원합니다—모든 사람에게 사랑받고 싶어 하지 않는 그런 성향 말이죠.”

“업계 대부분이 이 요소들을 원한다고는 하지만, 우리는 이를 찾는 과정에서 누구보다도 체계적이고 엄격하게 접근하려고 해요. 모든 회사는 창업자가 내리는 수많은 자잘한 결정의 총합인데, 회사를 깊이 들여다보면, 어떤 대화보다 창업자를 더 잘 파악하게 해주는 ‘프리즘’ 같은 역할을 하거든요. 워런 버핏(Warren Buffett)이 ‘IQ를 20 정도 팔아도 훌륭한 투자자가 될 수 있다’고 말하지만, 사실 우리의 과정으로는 그보다 더 많이 팔아도 괜찮을지도 몰라요. 복잡한 게 아니에요. 오직 이런 유형의 창업자와 이런 유형의 비즈니스를 찾는 데만 집중하고, 그걸 수천 개 회사에 대해 매일같이 반복적으로 적용하는 ‘꾸준함’이 전부죠.”

나는 작가이자 투자자나 창업자가 아니기에, 이렇게 압도적인 조사 과정을 예술가를 발굴하는 과정에 비유한 것을 이해하기가 쉽지 않다고 말하자, 메타는 이렇게 답했다.

“베니와 저랑 하루만 같이 있어보면, 사람들이 가장 놀랄 만한 점은 우리가 ‘아름다움(Beauty)’에 대해 생각보다 훨씬 많이 이야기한다는 점일 거예요.

물론 재무제표를 살피는 건 저희도 좋아합니다. 하지만 그런 작업의 진짜 이유는, 정말 대단한 창업자가 만드는, ‘고객이 턱이 떨어지듯 놀라는 경험’을 주는 가장 아름다운(breathtaking) 기업을 찾기 위해서죠. 아름다운 관계, 아름다운 세상을 만들고 싶어 하는 마음이 저희에게는 아주 커요. … 그리고 창업자를 깊이 이해하고, 비즈니스를 철저히 파악하는 건 사실 ‘아름다움을 찾아가는 과정’과 똑같습니다. 그래서 우리가 이런 기업에 투자하는 거예요.”

Finding Future S&P 500 Companies - Colossus

닐 메타 인터뷰 한글 번역

아티클에 이어서 닐 메타 인터뷰도 공개되었다. 역시나 내 평소 고민들의 정수가 담겨있는 보물 같은 인터뷰.

누군가에게 워런 버핏, 찰리 멍거가 있다면, 이제부터 나에게는 닐 메타가 있다고 이야기할 수 있을 것 같다.

사실 GPT의 딥리서치 능력을 체감한 이후로 이 녀석과 함께 전 세계의 기업을 공부하는데 대부분의 시간을 보내느라 놓쳐버렸는데요. 여러분들도 꼭 딥리서치의 대단함을 느껴보셨으면 좋겠습니다. 딥리서치 덕분에 저는 그 어느 때보다 압도적인 정보량을 소화하고 있는 것 같네요.

아무튼, 그동안 밀린걸 한번에 작업하려고 보니 너무 양이 많아져서, 우선 오늘은 2~3월의 이야기를 먼저 발행하고, 나머지 4월달 내용은 다가올 4월 말이나 5월 초에 곧 발행하겠습니다.

오늘은 AI, 바이오, 반도체, 하드웨어, 핀테크, 비즈니스, 금융, 투자에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#AI

Three Observations

세 가지 관찰 (이바닥뉘우스 번역)

나는 미래를 먼저 알아보기 위해서는 미래에 살고 있는 사람들의 이야기를 귀기울여야 한다고 생각해왔다. 그 관점에서 샘 알트만의 이야기는 가장 귀기울여야 할 대상이다.

그의 이번 글에서는 우리가 어떤 역량을 쌓아가야할지 큰 그림에서 그려볼 수 있는 힌트가 담겨있는 것 같다.

"AI 개발의 급속한 발전이 지속되는 가운데, AI 경제와 관련하여 우리가 주목하는 세 가지 주요 관찰을 소개합니다."

1. AI 모델의 지능은 훈련 및 실행에 사용된 자원의 로그(log) 값과 대략적으로 비례합니다.

2. 주어진 수준의 AI 사용 비용은 매년 10배씩 감소하며, 가격이 낮아질수록 활용도는 크게 증가합니다.

3. 지능이 선형적으로 증가할 때 그 사회경제적 가치는 초지수적(super-exponential)으로 증가합니다.

"10년 후에는 지구상의 모든 사람이, 오늘날 가장 뛰어난 개인보다 더 많은 일을 해낼 수 있을지도 모릅니다."

“새로운 시대에서는 어떤 일을 할지 결정하는 능력, 변화하는 세상을 탐색하는 능력, 회복탄력성(resilience)과 적응력(adaptability)이 중요한 자산이 될 것입니다.”

Agency > Intelligence - Andrej Karpathy on Twitter / X

비슷한 맥락에서 안드레 카파시는 주체적 실행력(Agency)를 강조하고 있다.

“저는 수십 년 동안 이 부분을 직관적으로 잘못 이해하고 있었습니다. 아마도 지능에 대한 만연한 숭배, 각종 엔터테인먼트·미디어, IQ 집착 등이 그 이유였겠지요. 그러나 ‘주체적 실행력(agency)’은 훨씬 더 강력하고 훨씬 더 희귀합니다. 당신은 그 실행력을 기준으로 사람을 채용하고 있나요? 우리는 실행력을 길러내는 교육을 하고 있나요? 당신은 마치 자신에게 10배의 실행력이 있는 것처럼 행동하고 있나요?”

Deep Research and Knowledge Value - stratechery

맞다. 우리는 탐구를 하는 '과정'에서 무언가를 배우게 되는데, 앞으로 이런 과정을 거치지 않고 정보 획득만 빠르게 하다 보면 깊이 있는 통찰을 놓칠 수 있게 될꺼다. 오랜기간 경력을 쌓아온 사람들은 이 과정을 거쳐왔기 때문에 AI가 큰 혜택이 될 수 있지만, 그렇지 않은 주니어들에게는 큰 문제를 야기할 수도 있어보인다.

살아남기 위해서 더더욱 '생각하는 법'을 배워야하는 시대가 오는 것 같기도 하다.

Introducing 4o Image Generation

구글에 이어서 OpenAI도 매우 발전한 이미지 생성기를 공개하였고, 이것이 이른바 ‘지브리 모먼트’를 만들어내며 ChatGPT 탄생 이후로 가장 뜨거운 반응을 만들어내었다.

원래 이미지와 글이 따로 놀고 있다가 이제부턴 이미지와 글이 하나로 연결되는 방향으로 나아가는 것 같은데, 진정한 멀티모달이란 바로 이런게 아닌가 싶다. 그리고 곧 포토샵도 위험해질 것 같다. 어도비 정말 긴장해야할듯 (주가는 이미 이를 반영하기 시작한 것 같고).

An Interview with OpenAI CEO Sam Altman About Building a Consumer Tech Company - stratechery

OpenAI의 방향성이 가장 직접적으로 드러난 인터뷰.

OpenAI의 주간 사용자수는 4억명을 넘었고, 진짜로 넥스트 구글이 될 수 있는 회사가 되어가고 있다. 나만해도 현재 ChatGPT가 노트북 화면에서 가장 많은 사용시간을 가져가고 있다.

BT: 다시 ChatGPT 얘기로 돌아가면, 아무도 OpenAI가 ‘소비자 기술 회사’가 될 줄 몰랐는데, 지금은 완전히 그렇게 됐죠. 제 이론은 이겁니다: 원래 OpenAI는 연구소였고, “API 좀 내놓고, 어느 정도 수익도 내면 좋겠다” 정도였는데, 갑자기 ChatGPT가 터지면서 어마어마한 기회가 생겨서 억지로라도 소비자 회사로 전환해야 했다는 거죠. 그런데 연구·개발을 하던 사람들이 “우린 페이스북 같은 곳에 갈 생각이 없었는데…” 하고 떠나기도 하고, 기업 문화도 달라지고. 그런 긴장이 있었다고 봅니다.

SA: 솔직히 제가 힘들다고 징징대기는 좀 그렇죠. 요즘 테크 분야에서 가장 좋은 자리인 걸 저도 아는데, “내가 원하던 게 이런 게 아닌데”라고 하면 동정받긴 어렵죠. (웃음) 제가 원했던 건 “AGI 연구소를 운영하면서 AGI를 만들겠다”는 것이었지, 대형 소비자 인터넷 기업을 운영하고 싶었던 건 아니에요. 예전 일(YC)에서 이미 그런 대형 기업과 투자자들을 많이 봐왔고, 그게 얼마나 삶을 지배하는지 알고 있으니까요.

하지만 동시에 어떻게 해야 하는지는 알고 있었어요. 워낙 많은 창업자를 코치하고 지켜봤으니까요. ChatGPT 출시 후에는 매일 사용자가 몰려 서버가 터지고, 밤에는 사용자가 빠지면 “벌써 끝났네, 반짝 유행이었어” 이런 말이 나오는 식이었는데, 다음날엔 더 많은 사람이 몰리고, 그 다음날엔 또 그 이상 몰리고. 5일째 되니 “아, 이건 내가 이전에 몇 번 본 패턴이구나” 싶었어요.

BT: 하지만 정말 이렇게 거대한 소비자 회사가 하루아침에 되는 사례는 흔치 않아요. 페이스북이 그랬다지만 2000년대 중반 이야기고요. 사람을 이렇게 빨리 끌어모으는 일은 쉽지 않습니다.

SA: 네, 맞아요. 이 규모로는 드물죠. 페이스북 이후 가장 빠른 성장이 우리일 수도 있겠네요. 그래도 저는 Reddit, Airbnb, Dropbox, Stripe 같은 회사가 폭발적으로 성장하는 걸 지켜봤기 때문에, 어느 정도 비슷한 초반 패턴을 떠올릴 수 있었어요.

BT: 5년 후, “하루 10억 명이 이용하는 거대한 서비스” vs. “최신 모델 자체” 중 뭐가 더 가치 있다고 보세요?

SA: 전자가 더 가치 있을 것 같아요.

BT: 모델 품질이 상향 평준화될 것이란 뜻인가요? 이미 LG 같은 곳도 모델을 내놨다는 소식이 있더군요(좋고 나쁨은 둘째 치고).

SA: 제 역사적 비유 중 하나가 “트랜지스터”예요. 물리적 현상이니 결국 어디든 확산되고 싸지겠죠. 자체로는 차별화 요소가 되지 못할 거예요.

BT: 그렇다면 차별화 요소는 뭘까요?

SA: 전략적 우위는 결국 거대한 인터넷 기업을 만드는 거라고 봅니다. ChatGPT급 제품이 대여섯 개 있을 텐데, 사람들이 그것들을 묶어서 구독하는 형태랄까요. 그리고 개인화된 AI가 쌓은 ‘나의 이력’을 어디든 가져가서 활용할 수 있어야 하죠. 더 나아가 AGI에 최적화된 기기나 웹 브라우저 같은 게 나올 수도 있고, 결국 AI 중심으로 가치 있는 제품들이 만들어질 것입니다.

두 번째로는 추론(Inference) 스택, 즉 가장 저렴하고 안정적인 추론 인프라를 구축하는 거죠. 칩이나 데이터센터, 에너지 같은 것 말이에요. 세 번째는 최고의 연구력을 갖춰 가장 뛰어난 모델을 만드는 것입니다. 이 세 축이 핵심 가치가 되겠지만, 최첨단을 제외하면 모델은 상당히 빠르게 상품화(commoditize)될 것 같아요.

BT: 최근에 API 업데이트를 크게 발표했고, 사용자들이 Operator(고급 기능)와 동일한 컴퓨팅 모델에 접근할 수 있다고 했죠. 또 Responses API도 발표했는데, 이는 Chat Completions API보다 더 좋은 방식이지만, 이미 많은 기업이 Chat Completions API를 쓰고 있어서 기존 인터페이스도 계속 지원해야 한다고 하셨고요. 그런 점들이 결국 대규모 유지보수 부담이 되지 않을까요? ‘페이스북급 기회’가 눈앞에 있는데, 여기저기 API로 나눠줄 필요가 있을까 싶어요.

SA: 저는 지금 말한 ‘제품 묶음(product suite)’ 전략을 강하게 믿습니다. 잘만 실행하면, 5년 후에는 수십억 명이 사용하는 제품을 몇 개 갖게 될 거예요. 그리고 OpenAI 계정(아이덴티티)으로 로그인하면, 나의 모델·크레딧·설정값 등을 그대로 가져가서 다양한 곳에서 쓸 수 있겠죠. 결국 그런 플러그인 형태로 다른 서비스에 쉽게 들어갈 수 있어야 한다고 봅니다.

BT: 페이스북이 “우린 플랫폼”이라 했다가 모바일 시대에 접어들며 오히려 콘텐츠 네트워크로 수익을 높였던 사례가 떠오릅니다. 플랫폼이면서 애그리게이터(aggregator)가 되는 것은 상당히 어려운 일이죠.

SA: 저희가 운영체제(OS)처럼 ‘플랫폼’이 되겠다는 건 아니에요. 구글도 완전한 플랫폼은 아니지만, 사람들은 구글 계정으로 로그인하고, 구글 생태계를 여러 웹서비스와 연결해 사용하잖아요. 그런 식의 플랫폼을 생각하고 있습니다.

BT: 즉, 로그인 한 번으로 내 취향과 이력을 가져가는 식이군요.

SA: 네, 맞습니다.

BT: 그렇다면 실제로 다른 서비스에서도 선택적으로 여러 로그인 방식을 제공할 텐데, OpenAI 로그인은 사용자를 더 잘 파악해서 좋을 것이고… 이런 그림이군요. 그게 너무 많은 리소스를 잡아먹는 건 걱정되지 않나요?

SA: 해야 할 일이 많은 건 사실이에요. 하지만 다른 걸 전부 포기하고 이것만 할 수는 없고, 또 그렇다고 다 건드릴 수도 없으니 어려운 일이죠. 저희가 열 가지 중 아홉 가지는 “노”라고 하면서도, 그래도 핵심적인 몇 가지 일은 동시에 잘 해내야 합니다.

$3.5 billion more for Anthropic - BVP

BVP가 앤트로픽에 더블 다운한 이유. 여전히 회사가 잘 성장하는게 보이니까 이럴 수 있겠지?

앤트로픽은 개발직군 사용자들을 많이 확보하고 있는게 큰 강점이라고 생각하는데, 요즘 커서(Cursor)가 워낙 잘하고 있는 것 같아서 이쪽도 긴장을 놓치지 말아야 한다.

"we are convinced that winning in AI requires more than engineering efficiency—it demands best-in-class talent, breakthrough research, massive hyperscaler capacity and distribution, and an unwavering commitment to safety."

• Enterprise AI is at an inflection point

• Developers are the key to platform dominance

• The safety advantage is widening

• Distribution moats and growth matter more than ever

리얼월드 AI에 이어 디지털 AI까지?! 일론 머스크의 xAI ‘Grok 3’ 모델 공개 - OpenAI의 o3를 위협하는 최첨단 모델 - 데일리 데이터허브 (유료)

회사 생긴지 2년도 되지 않았는데 너무나 잘 따라오고 있는 xAI

이번에 공개한 그록3 모델은 성능적인 차원에서 o3에 뒤지지 않으며, 유통 측면에서도 X 플랫폼의 뛰어난 접근성도 잘 활용하고 있다고 본다.

@xAI has acquired @X in an all-stock transaction. - Elon Musk on Twitter / X

xAI가 X(트위터)를 인수 합병한다고 공식 발표. xAI가 $80b, X가 $33b 가치로 산정되었다고 한다.

두 기업이 워낙에 긴밀한 사업체이기 때문에 하나로 합치는게 여러 측면에서 당연한 결정이었을테다. 물론 둘다 머스크가 경영하는 회사이면서 두 기업 모두 각자의 주주들이 있기 때문에 이해상충 문제가 없지는 않을테지만, 더욱 큰 미래를 위해서 결국 양쪽 모두 오케이하겠지.

[Dossier] Unsolicited - capitaledge (유료)

한편 머스크의 OpenAI 인수 제안은 그냥 질러버린게 아닌, 철저한 계산 아래 이루어졌을 수 있음을 염두해둬야한다.

머스크는 X.ai와 X를 합병하면서 영향력을 키워감과 동시에 법적인 부분에서 OpenAI를 공격하고 있는 것인데, 참으로 영리한 사업가가 아닐 수 없다.

"OpenAI가 이번 제안을 만장일치로 거부한 것은 예상된 수순이었습니다. 그러나 이러한 결정은 역설적으로 머스크 측에 법적 공방에서 활용할 수 있는 유리한 레버리지를 제공하게 될 것으로 보입니다."

Clouded Judgement 2.21.25 - The Platform Evolution Cycle

과거의 패턴과 현재를 대응해보는건 언제나 흥미로운 일

나 또한 비슷한 흐름으로 나아가고 있다고 생각하고 있다. 1차적으로 모델 전쟁이 있었다면, 이제는 2차적으로 유즈케이스들의 캄브리아시기가 다가올 것으로 예상한다 (내 예상보다는 뒤로 밀리긴 했지만 ㅎㅎ).

"What gets me really excited is entering phase 3 and 4. I call this the “Reinvention Loop", and I think we’re just starting to hit this point in the AI platform shift."

1. Basic infra, which led to:

2. Basic applications, which led to:

3. Complex infra (as we realized where the gaps were), which led to:

4. Complex applications

Accelerating scientific breakthroughs with an AI co-scientist

구글의 멀티 AI 에이전트 시스템 ‘AI co-scientist’ - 대학 연구진이 10년에 걸쳐 풀던 과학적 문제를 단 이틀만에 해결?! - 데일리 데이터허브 (유료)

이제는 모델 성능을 높이는 것 이상으로 모델을 어떻게 잘 사용해야할지를 고민하는게 더 중요해진 시기가 온 것 같다.

특히 이번에 구글이 공개한 'AI 공동 과학자' 연구는 '감독' 에이전트가 존재한다는 점, 그리고 예시들이 생명과학 연구 위주로 제시되어있다는 점이 흥미로웠다.

How AI Breakout Harvey is Transforming Legal Services, with CEO Winston Weinberg

분명 각 버티컬마다 중요한 부분들이 있을테고 (아래 법률 산업의 ‘인용’과 같이), 그걸 프로덕트에 얼마나 잘 반영해내느냐가 버티컬 어플리케이션의 승산를 가를 것이다. 아마도 모델 사업자의 위협에서 살아남기 위해 가장 신경써야할 부분.

"그러나 Harvey의 강점은 법률 산업에서 매우 중요한 "인용(citation)" 기능을 제품에 포함했다는 점입니다. 법률 산업에서는 인용을 문장 단위로 정확하게 제공하는 것이 필수적입니다. 우리는 설립 초기부터 이 부분에 많은 자원을 투입했습니다."

"초기에는 로펌과 전문 서비스 기업(PwC 등)을 대상으로 좌석 기반(Seat-based) 라이선스 모델을 제공했습니다. 하지만 이제는 AI를 활용하여 실제 법률 업무를 수행하는 서비스로 진화하고 있습니다. 우리는 로펌과 협력하여 특정한 법률 업무를 자동화하고, 이를 통해 로펌이 새로운 고객을 유치할 수 있도록 돕습니다. 이 과정에서 매출 분배 모델(revenue-sharing agreements)을 도입하여, 로펌이 우리의 기술을 활용해 고객들에게 더 나은 법률 서비스를 제공하도록 지원하고 있습니다."

"현재 법률 시장에서는 "시간당 청구 모델"이 주류입니다. 하지만 AI를 활용하면 반복적인 작업은 정액제(fixed fee) 모델로 제공하고, 전략적 자문 서비스는 더욱 높은 가격을 받을 수 있는 구조로 변화할 것입니다."

#바이오

On Modality Commoditization - century of biology

버텍스와 리제네론을 다루는 책 '좋은 바이오텍에서 위대한 바이오텍으로 (김성민 저)'은 내가 최근에 가장 흥미롭게 읽은 책 중 한권인데, 이 두 회사는 신약 개발의 접근법을 바꾸어서(=과학적 접근법) 아무도 가보지 못한 길을 개척해내었다는 점이 매우 인상깊었다.

그리고 나는 AI야 말로 신약 개발의 위대한 접근법 혁신을 만들어낼 것이라고 확신한다. 사실 이미 알파폴드가 가능성을 증명했고, 이러한 변화들이 모여 어느 순간부터는 상상도 못한 결과물들을 만들어내기 시작할 것이다.

내가 이렇게 AI 신약개발에 관심을 가지게 된건 모두 다 알파폴드 덕분이다. 아래는 내가 직접 정리한 ‘알파폴드’ 혁명.

<알파폴드란 무엇이며, 어떤 문제를 해결했는가>

알파폴드는 구글의 딥마인드가 개발한 딥러닝 기반 인공지능 시스템으로, 단백질의 아미노산 서열만으로 해당 단백질의 3차원 구조를 예측하는 기술입니다. 2020년 공개된 AlphaFold2는 생물학의 오랜 난제였던 ‘단백질 접힘 문제’를 획기적으로 진전시켰습니다 (= 사실상 이제 해당 문제는 해결되었음).

기존에는 X선 결정학이나, 극저온 전자현미경 같은 실험 기법을 통해 단백질 구조를 규명했는데, 하나의 구조를 밝히는 데 몇 달에서 몇 년이 걸리고 고가의 장비가 필요했습니다. 그러나 알파폴드의 등장으로 이제 컴퓨터 연산만으로 몇 분 만에 단백질 구조를 얻을 수 있게 되었습니다.

이후 딥마인드는 유럽 분자생물학실험실과 협력하여 ‘알파폴드 단백질 구조 데이터베이스’를 구축, 인류가 밝혀낸 거의 모든 단백질 서열(2억 개 이상)에 대한 구조 예측 모델을 공개하여 전 세계 연구자들이 무료로 활용할 수 있도록 했습니다.

→ 한마디로 요약하면 우리는 이제 알파폴드 AI 덕분에 대부분의 단백질 구조를 알 수 있게 되었습니다.

<알파폴드는 어떻게 가능했는가?>

알파폴드 이전에도 컴퓨터 기반 단백질 구조 예측 연구는 계속되어 왔지만, 접근 방식과 성능 면에서 한계가 있었습니다. 과거에는 동족 모델링 기법이 주로 사용되었습니다. 이는 이미 알려진 유사 단백질 구조를 틀로 삼아 목표 단백질의 구조를 유추하는 방식으로, 유사한 구조가 없으면 예측이 거의 불가능했습니다. 또한 로제타(Rosetta)와 같은 물리 기반 시뮬레이션이나 접촉 예측(contact prediction)을 이용한 방법들도 있었지만, 정확도가 낮았습니다.

반면 알파폴드는 방대한 서열-구조 데이터를 딥러닝으로 학습하여, 유사한 틀이 전혀 없는 단백질도 예측해낼 수 있음을 입증했습니다. 알파폴드1(2018)은 특히 기존에 구조 자료가 전무한 “어려운 표적” 단백질들에 대해서도 가장 정확한 예측을 제시하여 CASP13(대회)에서 우승했고, 이는 딥러닝이 접힘 문제에 통할 수 있다는 첫 증거가 되었습니다.

알파폴드2(2020)는 한 단계 더 나아가, 인류가 그동안 발견해온 진화 관련 정보를 트랜스포머 모델로 학습시켰습니다. 그 결과 알파폴드2는 CASP14에서 대부분의 단백질에 대해 원자 단위 정확도를 달성했고, 이는 실험 구조와 거의 구별이 어려울 정도의 수준이었습니다 (= 거의 맞습니다). 원래 연구자들은 단백질 구조 하나를 밝혀내기 위해 수십년을 쓰기도 하였는데, 이제는 거의 대부분의 단백질 구조 분석이 완료되었습니다.

→ 결국 트랜스포머 모델이 언어 이외에도 생명과학까지 적용된다는 것이 가장 중요한 발견인 것 같습니다.

→→ 2016년 알파고로 대표되는 딥러닝의 시대에서 넘어와, 이제는 트랜스포머의 시대라고 확신합니다.

<계속해서 발전 중인 알파폴드>

알파폴드2는 단일 단백질 구조 분석에서는 압도적인 성능을 보였지만, 단백질과 다른 물질간 상호작용 에측에는 사용하지 못하였습니다. 하지만 작년에 출시한 알파폴드3는 디퓨전 모델까지 적용시킨 덕분에 단일 단백질 구조 예측을 넘어 복합 분자계의 상호작용 예측으로 범위를 확대하는데 성공하였습니다. 단백질-단백질 복합체, 단백질-핵산 복합체, 단백질-저분자 간 상호작용까지 예측 가능하여, 구조생물학의 지평을 세포 전체 분자 상호작용 차원으로 넓혔습니다. 즉, 이제 알파폴드는 단백질 접힘 문제 해결을 넘어 AI를 통한 분자구조 예측 패러다임 자체를 바꿔버렸다고 봐도 무방합니다.

→ 3로 오면서 디퓨전 모델을 적용시킨 결과, 물질들간 상호작용까지 예측해내기 시작했습니다.

또한 알파프로테오라는 모델도 추가로 공개하였는데, 이는 기존에 알파폴드로부터 얻어낸 1억개 이상의 단백질 3차원 구조를 학습하여 단백질 분자들이 서로 결합하는 다양한 방식을 학습했고, 덕분에 단백질 간의 상호작용을 컴퓨터 상에서 계산해볼 수 있게 된 모델입니다. 따라서 이 모델을 활용하면 표적 단백질에 강하게 결합하는 새로운 단백질 결합체를 찾아내고 테스트해볼 수 있습니다.

(표적 분자(항원)의 3차원 구조 및 해당 분자에서 선호되는 결합 위치를 입력 받으면, 그 위치에 결합할 수 있는 후보 단백질(항체)을 생성할 수 있음. 그 후 필터는 이 후보 구조들을 평가해 실제로 결합에 성공할 가능성이 있는지를 점수화하여 선별 → 컴퓨터로 de novo(완전히 새로운) 단백질 결합체를 예측해볼 수 있음)

→ 아직은 일부 타겟에 대해서만 정확도가 높긴 하나, 장기적으로는 AI로 후보 단백질을 높은 확률로 찾아낼 수 있을 것이라는 모습이 보입니다.

→→ 단백질간의 상호작용 ‘데이터’를 확보하고 학습하는 것이 현 시점에서 가장 중요한 문제라고 볼 수 있습니다.

<알파폴드의 실제 활용 사례>

AI 신약개발 사례: AlphaFold로 예측한 간암 표적 단백질 CDK20의 구조(A, 색상은 예측 신뢰도)와 활성 부위 포켓(B, 분홍색 리간드 결합부위). AlphaFold가 제시한 구조를 토대로 30일 만에 신규 저분자 화합물이 설계·합성되었고, 실험을 통해 표적 결합이 확인되었습니다

현재 알파폴드는 오픈소스로 공개되어있는 상태이고, 따라서 대부분의 연구실은 알파폴드를 이미 사용 중이라고 합니다. 특히 신약 개발 분야에서 알파폴드는 유망한 타겟 발굴과 구조기반 약물 설계에 새로운 가능성을 열었습니다.

• 2023년 발표된 한 연구는 알파폴드를 활용해 간세포암(HCC)의 새로운 치료 표적과 약물을 단기간에 개발하는 데 성공했습니다. 토론토대 등 연구진은 알파폴드에서 얻은 표적 단백질(CDK20)의 구조를 기반으로, AI 신약 플랫폼을 통해 단 30일 만에 7종의 후보 화합물을 설계·합성했고 이 중 유효한 저분자 억제제를 발견했습니다. 이는 “AI를 활용한 최초의 Hit 물질 발견 사례”로 보고되었습니다. Insilico Medicine 등의 기업이 참여한 이 연구는, AlphaFold가 표적-리간드 결합 모델링에 실질적으로 기여하여 신약 후보를 발굴한 예로 꼽힌다고 합니다.

  • *리간드: 수용체(Receptor)라고 하는 단백질(주로 세포막 표면 혹은 세포 내)에 특이적으로 결합하여, 세포에 신호 전달이나 반응을 유도하는 역할을 하는 분자를 말합니다.

• 2023년 Science에 발표된 한 연구에서는 알파폴드2 모델을 이용해 기분장애에 관여하는 세로토닌 수용체의 16억 개의 후보 화합물을 가상 선별했고, 기존 약물보다 표적에 강하게 결합하는 새로운 리간드를 발견했습니다.

• 최근 AbbVie, J&J, 사노피 등 다수 제약사들이 연합하여 AI 구조생물학 컨소시엄을 구성하고, 각사 보유의 비공개 단백질-리간드 구조 데이터 수천 개를 모아 알파폴드 모델을 재훈련하는 시도를 발표했습니다. 이들은 학계와 공동으로 알파폴드3에 기반한 오픈소스 모델(OpenFold 3)을 만들고, 이를 발전시킨 자사 전용 버전은 공개하지 않을 예정이라고 밝혔습니다.

<아이소모픽 랩스>

구글은 2021년 Isomorphic Labs라는 회사를 설립(분사)하여 신약 개발 사업을 진행 중입니다 (딥마인드의 하사비스가 리드). 노바티스($1.2b), 일라이릴리($1.7b) 등 대형 제약사들과 계약을 맺었고, 인터뷰에 따르면 6개의 실제 약물 프로그램을 작업 중이라고 합니다 (몇 년 안에 임상 단계에 들어가길 희망). 최근에는 $600m 규모의 첫 외부 투자를 유치에도 성공했습니다 (Thrive Capital 리드).

하사비스의 최근 인터뷰들을 통해 알파폴드와 아이소모픽랩스의 방향성을 유추해볼 수 있습니다. 우선 큰 목표를 ‘생물학적 상호작용을 이해하는 것’이라고 밝히고 있으며, 궁극적으로는 신체 내 전체 경로를 모델링하고 (ex 암 발생과 관련된 신호 전달 경로를 모델링하여 질병을 해결하는 방법을 찾아냄) & 동시에 인간의 실제 세포를 컴퓨터 상에 그대로 구현한 ‘가상 세포’를 만들고 싶다고 밝혔습니다 (하사비스는 5년 안에 실현될 가능성이 크다고 언급).

현재는 세포가 특정한 약물에 어떻게 반응하는지를 보려면 모두 실제 실험실(wet lab)에서 직접 수행해야해서 오랜 시간과 비용이 들지만, AI 기반 시뮬레이션이 구현된다면 수백만 배 더 빠르게 수행할 수 있습니다 (= 강화학습 접근법이 생물학에서도 통할 수 있다). 더 나아가서 AI는 임상시험 과정 또한 개선할 수 있는 여지가 충분하다고 본봅니다.

하사비스는 추후 이를 기반으로 알츠하이머와 노화 연구를 해결해보고 싶다는 코멘트도 남겼습니다 (그리고 내부적으로는 이미 노화에 대한 프로젝트를 진행 중인 것 같습니다).

Biggest-ever AI biology model writes DNA on demand - Nature

Arc Institute와 스탠포드, 그리고 엔비디아 등이 참여되어있는 생명과학 AI 모델 프로젝트 evo의 두번째 모델이 풀렸다.

Evo는 엔비디아와 Arc Institute(아크 연구소)가 공동 개발한 생명과학 특화 AI 모델입니다. 쉽게 말해 “생물학 GPT”를 지향하는 거대 언어 모델로, DNA, RNA, 단백질 서열 데이터를 통합적으로 학습하였습니다. 2024년 발표된 1세대 Evo 1은 주로 단세포 생물 유전체 3천억 뉴클레오타이드를 학습하여 미생물 게놈 세계의 패턴을 파악했으며, 2025년 2월 공개된 2세대 Evo 2는 학습 범위를 인간, 식물 등 진핵생물까지 확장시켰습니다. Evo 2는 총 128,000종 이상의 생물에서 추출한 9.3조 개 뉴클레오타이드 서열(=9.3조 토큰)을 학습한, 생물학 사상 최대 규모의 AI 모델입니다 (모델 파라미터 수도 400억 개)

Evo가 풀고자 하는 문제는 서로 다른 생물 종의 유전체 서열에서 숨겨진 규칙과 진화의 흔적을 AI로 포착하고, 이를 통해 질병을 일으키는 돌연변이를 예측하거나 새로운 생명체의 게놈을 설계하는 등 활용을 목표로 합니다. 예를 들어, Evo 2는 인간 유전자 BRCA1 변이들이 암을 유발하는지 여부를 90% 정확도로 예측해냈습니다. 또한 Evo 2는 간단한 박테리아 수준의 길이를 가진 새로운 유전체 서열을 설계할 수 있을 만큼 생물학 ‘언어’의 생성 능력도 보여주었습니다.

엔비디아 젠슨 황, 루미너리상 수상… AI로 의료 혁신 이끈다 - 조선일보

엔비디아 젠슨 황 "AI 덕분에 세포의 언어 이해하게 될 것" - 아이뉴스24

딥마인드와 엔비디아, OpenAI 모두 ‘세포’를 이해하기 위해 노력하고 있다.

"젠슨 황은 이번 수상 연설에서 AI가 연구자 및 의료진과 협력하는 방식이 미래 의료 혁신의 핵심이 될 것이라고 강조하며, “AI가 인간과 함께 있을 때 우리 삶의 경험을 코드화하기 때문”이라고 설명했다. 이는 AI가 단순한 도구가 아니라, 인간의 지식과 경험을 학습하고 활용하여 더 나은 결정을 내릴 수 있도록 돕는 파트너 역할을 한다는 의미다. 이러한 협업을 통해 의료 기술은 더욱 발전하고, 개인 맞춤형 치료가 가능해질 것으로 기대된다."

"특히, AI가 의료진의 의사 결정을 보조하고, 맞춤형 치료 계획을 제공하며, 신약 개발을 가속하는 등 다방면에서 기여할 것으로 전망된다. 예를 들어, AI 기반 수술 로봇은 최소 침습 수술을 지원하고, 환자 상태를 실시간으로 분석하는 스마트 모니터링 시스템은 조기 경고 기능을 통해 의료진의 대응력을 높인다. 또한, 디지털 트윈 기술을 활용한 질병 예측 모델은 환자의 생리적 데이터를 기반으로 개인 맞춤형 치료를 가능하게 한다."

"몇 초 만에 환자의 유전자를 스캔해 증상이 나타나기도 전에 위험을 식별할 것"이라며 "AI는 우리의 디지털 트윈을 만들고 종양이 어떻게 진화하는지 모델링해 어떤 치료법이 가장 효과적일지 예측할 것"

"2030년 이전에 기본적으로 모든 세포를 이해하게 된다고 해도 놀라운 일이 아니다. 우리는 세포를 모델링하고, 세포의 언어를 이해하며, 어떤 일이 일어날지 예측할 수 있게 될 것"

#반도체

More Chip Curbs?, Google LLM Status Check - stratechery

어차피 중국 AI 기술이 올라오는건 막을 수 없으니, 차라리 미국의 생태계 안에서 올라오게끔 만들어서 이를 벗어날 수 없게 만드는 전략이 현명하다고 주장하는 벤 톰슨.

미국 정부가 가장 먼저 해야 할 일은, 중국 기업들—Huawei를 포함하여—이 TSMC에서 칩을 제조할 수 있도록 허용하는 것입니다. 나아가 중국 기업들이 최고급 Nvidia 칩을 구매할 수 있도록 해야 합니다.

Huawei의 경우는 명백합니다. Huawei 창업자가 중국 국가주석 시진핑에게 자사 제품은 외부 칩 제조업체가 필요 없다고 말했을지라도, 실제로는 TSMC의 최첨단 제조 기술에 접근할 수 있다면, Huawei는 SMIC로부터 얻을 수 있는 칩보다 훨씬 우수한 칩을 원할 것입니다. 그 차이는 시간이 지남에 따라 더욱 커질 것입니다. 물론 Huawei는 여전히 SMIC와 협력하겠지만, 거래량은 줄어들 것이며, 선택의 여지가 없던 긴박감도 사라질 것입니다. 이것은 곧 중국이 TSMC에 대한 의존도를 회복하게 만들어, 대만에 대해 조치를 취하는 비용을 높일 것입니다.

동시에, Huawei가 최첨단 칩에 접근할 수 있게 되면, 이는 Nvidia의 독점을 위협하는 요소가 됩니다. Nvidia가 칩 금수 조치에 대해 거센 반발을 하는 이유는 단순한 수익 손실만이 아니라, CUDA 생태계에 대한 대체 기술 개발을 강요당하기 때문입니다. Nvidia의 도전을 무력화하는 가장 좋은 방법은, Bytedance, Alibaba, DeepSeek와 같은 기업들이 최고급 칩을 구매할 기회를 갖게 하는 것입니다.

물론 이는 중국의 AI 분야를 본격적으로 활성화시킬 위험이 있지만, 다양한 칩 금수 조치의 목적은 본질적으로 중국의 AI 발전을 차단하는 것이었는데, DeepSeek의 성공은 중국을 완전히 차단하는 것이 현실적으로 불가능함을 보여줍니다.

또한, 중국의 AI 노력을 완전히 차단하는 데 성공하는 것 자체도 위험을 동반합니다. 중국이 매년 기다릴수록, 앞서 언급한 현실적 요인들(군사력, 경제적 유대, 제조 능력)에서 상대적 이점이 커지기 때문입니다. 따라서 미국이 군사적 맥락에서 중요한 AI를 개발할 수 있다면, 대만이 AI를 가능하게 하는 칩에 의존하고 있더라도, 더 빨리 움직이는 것이 현명할 것입니다.

엔비디아의 AI 생태계 구축을 위한 야심 - Agentic AI 블루프린트 & 멀티 에이전트 오케스트레이션 레이어 - 데일리 데이터허브 (유료)

엔비디아가 AI 오케스트레이터 솔루션을 내놓는다고 하는데, 왜 마소, 구글, 아마존이 해야하는 일을 엔비디아가 시도하고 있는거지? 라는 의문부터 들긴 한다.

하드웨어 잘만드는거랑 OS 역할 잡겠다는건 조금 다른 역량이지 않을까 싶은데. 엔비디아를 더 깊게 고민해봐야겠다.

Nvidia GTC and ASICs, The Power Constraint, The Pareto Frontier - stratechery

NVIDIA GTC 2025 – Built For Reasoning, Vera Rubin, Kyber, CPO, Dynamo Inference, Jensen Math, Feynman - semi analysis

(바로 위의 생각에 관하여) 내가 틀렸다. 역시 젠슨황은 큰 뜻이 있었다. 소프트웨어로 하드웨어의 한계를 뛰어넘겠다는 발생이라니. 솔직히 당분간은 엔비디아의 적수가 없어보인다.

<The Power Constraint>

“블랙웰(Blackwell)은 호퍼(Hopper)보다 훨씬 훨씬 더 좋습니다. 게다가, 이것은 칩(칩 개수)이 동일한 상황이 아니라 동일 전력(iso power) 하에서의 비교입니다. 이것이야말로 궁극적인 무어의 법칙(Moore’s Law)입니다. 과거 무어의 법칙이 추구하던 것이 결국 이것이었는데, 이번 세대에 동일 전력 대비 25배 성능을 달성한 것이죠. 동일 칩 수도, 동일 트랜지스터 수도 아닌, 동일 ‘전력’이 결정적입니다. 데이터센터에 들어갈 수 있는 에너지(전력)에는 한계가 있잖아요.”

<The Pareto Frontier>

"추론 프로세스에서, 특히 ‘Reasoning’ 모델의 경우, 서로 다른 단계(연구·사고 단계 vs. 토큰 생성 단계)가 요구하는 자원 특성이 다릅니다. 예컨대 “Deep Research”가 필요한 시점에는 ‘프리필(prefill)’이라 부르는 과정에서 모델의 FLOPS 연산이 집중적으로 쓰이고, 실제로 방대한 양의 웹사이트나 PDF 내용을 읽고 요약할 때 이 부분이 바쁩니다. 반면, 사용자와 계속 대화하는(토큰을 계속 생성하는) 상황에서는 대역폭(메모리/네트워킹) 중심의 리소스가 중시됩니다(‘디코드(decode)’ 단계)."

"ASIC은 결국 특정 지점(특정 목적)에 최적화되어야 합니다. 그런데 GPU는 전체 스펙트럼에서 활동할 수 있습니다. 사고(프리필) 비중이 큰 작업에도, 토큰 생성(디코드) 비중이 큰 작업에도, 상황에 따라 유연하게 대처할 수 있습니다."

“이 동적 운영(dynamic operation)은 정말 어렵습니다. 제가 방금 설명한 파이프라인 병렬, 텐서 병렬, 전문가 병렬(expert parallel), 인플라이트 배칭(in-flight batching), 분리형 추론(dis-aggregated inferencing), 워크로드 매니지먼트, KV 캐시 라우팅 등등의 모든 것을 관리하는 소프트웨어가 필요합니다. 그래서 오늘 엔비디아 다이너모(Nvidia Dynamo)를 발표하는 것입니다. 다이너모는 이 모든 것을 해결하는, 본질적으로 ‘AI 공장의 운영체제(OS)’ 역할을 합니다.”

이는 소프트웨어로 GPU의 활용도를 극대화하여 하드웨어 자체 이상의 성능을 끌어올리는 전형적인 엔비디아 전략입니다. 그래서 황은 다음 슬라이드에서 다이너모가 이른바 ‘파레토 프런티어(Pareto Frontier)’를 바깥으로 확장(push out)한다고 설명합니다. 즉, “같은 하드웨어라도 어떻게 병렬화·배치·메모리 관리를 하느냐에 따라, 토큰 처리량과 응답 속도 간의 트레이드오프에서 최적점을 더 높은 수준으로 끌어올릴 수 있다”는 논리입니다.

결국 황의 요점은 “이렇게 동적으로 할당하고 조정할 수 있는 GPU 솔루션이야말로, 이유를 불문하고 ASIC보다 훨씬 범용적이면서 효율적”이라는 것입니다. 그리고 그렇게 하려면, 네트워킹부터 소프트웨어까지 긴밀하게 통합된 생태계가 필요한데, 현재는 이를 ‘온전히’ 해낼 수 있는 곳이 엔비디아 말고는 없다는 것이죠.

삼성전자 HBM3E·1c D램 현황 업데이트했습니다 [강해령의 하이엔드 테크]

힘내자. 적어도 마이크론한테 기회를 넘겨주지는 말아야지.

"변하지 않는 삼성전자의 무기는 거대한 생산 능력과 풍부한 자본이죠. 일단 개발만 끝내면 '규모의 경제'로 경쟁사들을 누르는 전략을 펴기 위해 과감한 설비 투자를 계획 중인 것으로도 파악됩니다. 하반기부터 평택 4공장(P4) D램 라인에 수만 장 규모의 1c D램 장비 투자에 나서기 위해 움직이고 있다고 합니다. 장비 반입 시기를 앞당기고 있다는 이야기도 레이더에 잡힙니다."

"업계의 이야기를 종합해보면 올해 중반이 삼성전자에 상당히 중요한 시기가 될 것으로 보입니다. 8단과 12단 모두 3분기 중반 안에는 엔비디아의 선택을 받는 것을 목표로 하고 있고, 고객사 주문이 나오면 곧바로 ‘양산 모드’에 들어갈 수 있게 HBM3E에 필요한 1a D램 물량을 미리 확보하는 걸 추진하는 것으로도 확인됩니다. 12단 제품 공급이 확정된다면 현재 수요가 폭발하고 있는 엔비디아 블랙웰 GPU 시리즈에 탑재될 가능성이 높습니다."

#하드웨어

America’s Industrial Reboot: A Massive Tech Opportunity - Coatue

여러가지 요인들로 인해 한국 방산 업체들이 주목을 받는 시기이지만, 사실 방산 산업 자체도 아주 큰 변화의 시기를 맞이하고 있다. 지정학적 변화와 기술적 변화가 같이 다가오는 시기처럼 보이고, 이로서 근본적인 전투 체계가 변화하는 모습까지 관찰된다.

괜히 Anduril이 비상장에서 그렇게 높은 밸류를 인정받는게 아니다. 물론 앤듀릴이 신흥 방산 업체들 중에서도 유난히 잘하는 것 또한 사실이고.

2025년의 휴머노이드는 2015년의 자율주행 - Capital Edge

나도 휴머노이드는 생각보다 더 오래걸릴 것이라고 생각한다. 물론 시제품이야 만들 수는 있겠지만, 결국 상용화가 문제일 것이라고 생각해서.

그리고 이 관점에서 또 한번 머스크에게 기대를 하게 된다. 시점이 맨날 예상보다 늦는게 문제이지, 해내긴 해내는 사람이기 때문에. 게다가 이번엔 쌓아놓은 자산(노하우)까지 아주 많은 상태이니 (이전과는) 다를 수도 있을 것 같고.

Humanoid Robots From Meta Could Be This Decade’s Apple Car - Forbes

메타가 AR/VR에 이어서 이번에는 휴머노이드 로봇을 연구하기 시작한다고. 물론 목적 자체는 라마를 발전시키기 위함이라고 하는데... 메타의 본업과는 거리가 있어보여서 의문이 남긴 한다.

“Our new Robotics product group will focus on research and development in the space of consumer humanoid robots with a goal of maximizing Llama’s platform capabilities,” Meta CTO Andrew Bosworth reportedly stated in an internal memo.

America Is Missing The New Labor Economy – Robotics Part 1 - Semi Analysis

스치는 생각: 휴머노이드는 미국보다 중국이 밸류체인 측면에서 잘 갖추어져 있는게 사실일지도.

물론 핵심은 소프트웨어, 더 나아가서 소프트웨어와 하드웨어의 결합이기 때문에 단순 제조 밸류체인 갖춰져있다고 이길 수 있는 게임은 아닐 것 같다. 다만 문제는 소프트웨어 측면에서도 중국이 무섭다는 점이고.

#핀테크

토스증권, 지난해 영업익 1천492억원…흑자 전환

대단하다, 토스증권.

누적 가입자 660만명, MAU 384만명, 매출 4천266억원, 영업이익 1천492억원.

사실 숫자보다 더 대단한건 역시나 압도적인 사용자 경험. 나만해도 해외주식은 전부 토스증권 애용 중이다.

토스, 3분기 연결 영업수익 5,021억 원 - 금융이 알고 싶을 때, 토스피드

누뱅크와 토스를 주식 관점에서 한번 가볍게 생각해보았다 (둘다 회사는 너무나도 훌륭하니)

누뱅크는 토스와 비교해서 생각해야하는 회사다. 이름은 ‘뱅크’지만 사실은 혁신 DNA를 기반으로 금융(카드 및 은행)부터 먹고 이제는 그 다음 단계로 진출하고 있는 회사. 토스 또한 금융을 먹은 다음 계속해서 새로운 영역으로 확장할 것이다.

그렇다면 비교해서 봐야하는건 결국 시장인 것 같다.

• 브라질: 인구 2억 1600만명, GDP 2.174 trillion USD, 1인당 GDP $10,043.62

• 한국: 인구 5100만명, GDP 1.713 trillion USD USD, 1인당 GDP $33,121.37

• 다만 누뱅크는 이미 멕시코와 콜롬비아로 확장하고 있지만, 토스는 당분간은 한국에 집중할 것 같다 .

→ 현재 누뱅크의 시총은 $65b, 토스의 장외가는 10조원($7b) → 현재 누뱅크는 일년에 $2b 정도의 순이익은 남기고 (매출은 $6b) , 토스는 매출이 2조원 가량 나오지만 이제 막 돈을 버는 회사로 진입 (누뱅크처럼 순이익 30% 남기는 체력이 되면 베스트, 참고로 카카오뱅크 순이익 15% 남김)

Q. 그렇다면 상대적으로 어떤 기업이 더 투자 매력도가 높을까? → 투자 아이디어에 따라 매력도가 달라질듯. 토스는 돈을 버는 구간에서의 베팅, 누뱅크는 시장 및 영역 확대 베팅 → 나는 후자를 조금 더 좋아하는 스타일 →→ 누뱅크에 투자한다면 1) 은행 대출 침투율을 더 크게 늘리거나 2) 자산가 고객층 확보에 성공하거나 3) 증권, 통신 등으로 확장에 성공하는걸 가정으로 투자해야할듯 →→ 시장은 1번을 가장 신경쓸 것 같긴 한데, 장기투자자 입장에서는 3번이 가장 중요해보인다. 지금처럼 3번을 계속 관찰하자

→→→ 근데 요즘 로빈후드에서 토스와 누뱅크 모두의 느낌이 난다… 로빈후드가 생각보다 범상치 않은 회사인듯

The Stablecoin Future, Milei's Memecoin, DOGE for the DoD, Grok 3, Why Stripe Stays Private

스트라이프의 콜린슨 형제가 이야기하는 스테이블코인.

스테이블코인이 잘될 것인가는 더이상 의미 없는 논쟁인 것 같고, 이젠 누가 인프라를 장악할 것인가가 더욱 중요해졌다. 이 인프라를 장악하는 자가 결국 넥스트 비자가 될 것이라고 감히 예상해본다.

(차마스) 그래, 스테이블코인. 왜 스테이블코인인가요? (존 콜리슨) 이제 스테이블코인이 진짜로 활용되는 단계에 왔기 때문이죠. 저희는 오래전부터 크립토 분야를 눈여겨봤어요. 비트코인 백서가 2008년에 나왔는데, 스트라이프가 시작하기 1년 전이니까 저희는 거의 함께 자라왔죠.

비트코인을 스트라이프 결제수단으로 시도도 해봤지만, 결제수단으로서는 그리 좋지 않았어요. 골드(금) 대체재나 가치저장 수단으론 괜찮을 수 있지만, 트랜잭션이 느리고, 수수료가 비싸고, 금액이 달러로 명시되지 않아 변동성이 있죠. 반면 최근의 이더리움 L2나 솔라나 기반 스테이블코인은 꽤 좋아졌습니다. 그래서 저희가 브리지(Bridge)라는 회사를 인수했어요. 그들은 ‘스테이블코인의 스트라이프’를 지향하는 회사인데, 예를 들어 스페이스X가 재무 관리를 위해 사용한다든지, 전 세계에서 달러 결제를 가능케 한다든지, 이제 스테이블코인이 결제수단으로서 본격적으로 떠오르는 시점이에요.

(제이슨) 그렇다면, 스테이블코인이 제대로 자리 잡으면, 비자·마스터카드 같은 듀오폴리가 위협받는 순간이 올까요? 구체적으로 어떤 조건들이 충족되면 그들이 해체될 정도로 큰 도전을 받게 될까요?

(존 콜리슨) 우리가 지금 보는 모습은, 스테이블코인이 특히 국경 간 결제 상황에서 가장 흥미롭고 채택이 많이 되고 있다는 겁니다. 예를 들어, 전 세계 곳곳으로 법인 자금을 이체해야 하거나, 해외로 송금해야 하거나, 다른 나라 사람들에게 달러 잔액을 제공하고 싶을 때 등등이죠. 미국이나 유럽처럼 금융 시스템이 꽤 안정적인 곳에서는 “굳이?”라는 느낌이 있을 수 있어요. 하지만 인도나 브라질처럼 국가에서 직접 만든 결제망(UPI, Pix 등)이 이미 활발하고, 전 세계적으로 보면 오히려 그쪽이 더 유의미하거든요.

(존 콜리슨) 그래서 일단 국제 시장이 훨씬 시급하다고 봅니다.

(파트릭 콜리슨) 비자·마스터카드를 어떻게 대체하느냐를 생각할 때, 기억해야 할 점은, 대부분의 결제 수수료(인터체인지) 수익이 소비자에게 카드 혜택으로 다시 돌아간다는 거예요. 그러니 카드 네트워크가 어마어마한 이윤을 남기는 구조라기보단, 카드 발급 은행이나 소비자 보상(리워드) 쪽으로 돌아가는 돈이 많아요. 그래서 완전히 새로운 결제 네트워크가 생긴다고 할 때, 그럼 소비자 혜택은 어떻게 되는 거지? 소비자 보호나 신용공여 기능은 어떻게 하지? 라는 문제가 발생하겠죠.

(존 콜리슨) 스테이블코인을 보면, 특히 국경 간 송금이나 해외 사람들이 달러를 보유하려고 할 때 수요가 큰 것 같아요. 대부분의 세계 인구가 자국 통화 대신 더 안정적인 달러를 원하거든요. 예를 들어 나이지리아 나이라(naira)는 최근 몇 년간 계속 가치가 크게 떨어져서, 저축을 하기가 어려워요. 예전 유로달러 시스템처럼 부유층이나 기업만이 아니라, 개인도 1달러 단위로 안정적인 가치를 보관할 수 있게 된 거죠. 이건 달러의 기축통화 위상을 더 견고하게 만드는 일이기도 합니다.

(제이슨) 미국 입장에서는 스테이블코인을 규제 범위 안에 두고, 발행사들이 미 국채를 사도록 하면 달러가 계속 강세를 유지하게 되죠. 테더 같은 논란 많은 스테이블코인은 논외로 두더라도, USDC나 여러분이 준비 중인 제품들을 합법적 테두리 안에 두면, 달러 패권이 더욱 강화되겠네요. 근데 지금도 예를 들어 올인(All-In)에서 결제할 때 스트라이프 옵션에 ‘스테이블코인으로 받기’ 이런 걸 붙일 수 있나요?

(존 콜리슨) 네, 지금 당장도 가능합니다. USDC로 연결할 수 있죠.

(제이슨) 그러면 결제한 뒤에 우리 스트라이프 계정에 스테이블코인 잔고가 쌓이고, 거기서 다른 사람들에게도 스테이블코인으로 지급을 할 수 있는 건가요? 수수료도 더 저렴해질 수 있을 테고.

(존 콜리슨) 그렇게 할 수도 있는데, 말씀하신 것처럼 실제로 그 기능이 가장 유용해지는 건 해외 결제 상황입니다. 미국 내에서야 은행 송금이 조금 느리고 귀찮긴 하지만, 크게 문제삼을 정도는 아니잖아요. 하지만 필리핀 같은 곳으로 돈을 보내려면 이체 수수료도 크고 시간이 많이 걸리니까, 스테이블코인이 훨씬 편하고 빠르죠. 그래서 현재 저희가 집중하는 건 그 쪽입니다.

(파트릭 콜리슨) 네, 제이슨이 말한 B2B 결제 경험이 굉장히 불편하고 비효율적이라는 건 공감해요. 실제로 대부분 회사들이 매출의 1~3%를 이런 송금 절차(무수히 많은 승인, 재무 관리, 회계 처리)에서 날립니다. 이는 트랜잭션 비용 자체 때문이라기보다, 인보이스 발행하고, 사람이 확인하고, 또 은행 계좌 대조하고, 뭐 이런 다단계 과정에서 비용이 드는 거죠. 저희는 Stripe Billing 같은 제품으로 이런 부분을 개선하려고 해요. 인보이스, 백오피스, 결제, 리스크 관리까지 전부 간소화하는 거죠.

#비즈니스

서울대병원 찾은 이해진 - 매일경제

이해진. 역시나 울림이 있다.

"저는 어떤 사람이 얼마나 똑똑하냐도 되게 중요하겠지만 큰 물결이 있느냐가 되게 중요한 것 같아요."

"AI는 굉장히 세상을 진짜 많이 바꿀 파도라고 생각하고요. 그래서 이런 파도에는 과감하게 타야 된다. 이런 파도가 내 생애에 이렇게 오는 기회는 쉽지 않은 일이다.이때 내가 어떻게 하느냐에 따라서 정말 많은 것들이 바뀔 수 있다고 생각합니다."

"한국에 태어나서 한국어를 썼더니 문서 검색이 잘 안 되고 막 도태되고 한다는 건 너무나 억울한 슬픈 일이잖아요.그래서 그런 거에 저는 되게 큰 사명감 같은 무언가를 느꼈던 것 같아요."

"내가 경제적인 것뿐만 아니라 내가 했던 보던 시간들이 되게 의미 있는 시간이었으면 좋겠다라는 그 생각이 되게 많이 강했던 것 같고요.그런 면에서 저희는 되게 검색 엔진에 되게 꽂혔고 그 개발하는 데 사실 너무 재미있어서 그러다가 이제 회사를 하게 됐던 그런 타입이었던 것 같습니다."

"처음에 인터넷이 시작됐을 때도 처음에 돈 벌기 시작한 건 하드웨어 회사들이었거든요. 일단 시스코 같은 회사들이 라우터 사갖고 이제 다 웹 서버 사고 하니까 서버 회사들 시스코 회사들이 막 돈을 벌었던 거였고, 그다음에는 검색 엔진들이 이제 알고리즘 싸움을 막 했었어요. 그때 알타비스타니 라이코스니 여러 가지 해외 검색 엔진이 나와서 누가 더 잘 찾냐 알고리즘 싸움을 했었는데 나중에 시간이 지나갔더니 거의 다 비슷해지기 시작하는 거예요. 알고리즘은 다 이제 알고 따라갈 수 있는 거죠. 그다음부터는 이제 데이터 싸움으로 바뀌는 거죠."

"결국은 다윗과 골리앗의 싸움에서 다윗은 다윗의 전략을 세워야 되는 거죠."

"사업을 할 때 버스를 출발시킬 때 버스의 방향보다 더 중요한 건 어떤 사람을 태우느냐다. 일단 똑똑한 사람을 먼저 잡아야 거기다 투자를 하는 거지 방향이 계속 바뀔 수 있는 거고 전략이 계속 바뀔 수 있는 거라고 생각하거든요."

네이버 성공신화의 비밀

'네이버 성공신화의 비밀' 책에서 이해진 의장을 다룬 부분.

"질량이 커다란 물체의 주변 공간은 구부러져 있다. 열정이 가득한 사람은 환경을 변화시킨다. 환경이 자신에게 맞춰져서 내가 환경의 중심이 되어야 한다. 문제가 있는 것은 환경이 아니고 자기 자신이다."

그는 '돌다리도 열두 번 두들겨 보고 갈' 정도로 사전에 정보를 다 수집하고 조심성 있게 한 발을 내딛는 스타일이다. 스스로도 "뭔가를 저질러 득본 것보다는 안 해서 득 본 게 더 많다"고 말할 정도로 인터넷 사업의 불확실성에 대해 잘 알고 있기에 그만큼 조심스러워하고 치밀하다.

그는 사업에서 중요한 것은 타이밍이며, 더 중요한 것은 핵심(코어)라고 강조한다. '나에게 코어는 무엇인가? 회사가 어려워졌다고 가정했을 떄 구조조정 시 끝까지 자르지 않고 쥐고 있을 것은 무엇인가?' 그가 회사의 미래에 대해 고민할 때 스스로에게 던지는 질문들이다.

그가 이토록 핵심 사업, 잘하는 사업에 집중한다는 원칙을 중요시하는 것은 경험에서 나온 것이다. 인터넷 열풍이 꺼지면서 검색엔진만으로는 도태될 것 같다는 생각에 그는 메일, 클럽 등 포털이 하는 모든 것을 펼쳐 놓았다. 그러나 결과는 신통치 않았다. 핵심 역량을 분산시키자 오히려 엠파스가 등장하면서 NHN의 핵심이던 검색엔진이 공격을 받았다. "여기 빼다 저기에 박으면 여기가 공격당한다는 것을 배웠다."

그는 직장생활이 자신의 인생을 바꾸는 중요한 계기가 되었다고 말한다. '직장에서 보내는 시간의 25%는 순수하게 자신의 계발을 위해서만 쓰라' 그는 이 룰에 따라 하루 8시간 중 2시간을 자기계발에 쏟았다. 그가 삼은 자기계발의 주제는 '내가 설계하고 개발할 만한 기술이 무엇일까?' 였다.

"진정으로 결정적인 장면은 결국 지금 자기가 할 수 있는 최선을 찾아내는 것"

그는 자신이 어느 누구보다 열정을 가지고 일했기에 능력이 좀 떨어지는 직원은 용납해도 열정이 없는 직원은 받아들이지 못한다. 그 스스로 '경영자는 열정 있는 사람을 찾아 그 사람에게 맞는 일을 시키는 것'이라고 정의내릴 정도다.

환경 때문에 자기가 하고 싶은 일을 할 수 없는 경우가 얼마나 되겠는가. 뭔가를 성취하겠다는 열정만 있다면 어떤 환경에서도 해낼 수 있다는 게 그의 지론이다. "일을 잘하는 사람은 온종일 복사만 시켜도 남들보다 뭔가 다르게 업무를 개선시키고 창의력을 발휘한다."

"인터넷이 어떻게 변할지는 아무도 모른다." 자신의 강점은 비전을 제시하고 사람들을 이끄는 것이 아니라 방향과 타이밍에 대해 늘 검증하는 것이라고 밝히기도 했다.

"네이버가 검색에서 어느 정도 자리를 잡은 후 이메일과 같은 범용 서비스에 눈을 돌린 것은 잘못된 결정이었다."

조운호 : 30년 K-음료왕, 아침햇살·초록매실·블랙보리 낳은 도전의 원천은? - 리맴버

결국 이런 직원이 있는 회사들이 잘되는 것 같다.

“샐러리맨들도 주인처럼 온마음을 다해 일할 수 있어요. 어쩌면 주인보다 더요. 제가 찾은 해법이 바로 아너십(honorship)입니다. 오너십보다 못한 개념이 절대 아닙니다. 오히려 주인은 회사에 묶여서 아너십을 제대로 발휘하며 일하기 어려워요.”

”반면 샐러리맨은 오너십에서 자유롭다 보니 가슴 떨린 과업에 더 충실히 집중할 수 있습니다. 결국 제가 생각하는 프로란 일생을 바쳐 몰입할 사명을 찾고 언제나 거기서 자부심을 느끼는, 즉 아너십을 발휘할 줄 아는 사람이에요.“

“무아지경의 몰입과 희열, 그때 뼈가 저리도록 깨달았습니다. 이토록 무언가에 무아지경으로 몰입한다는 감각이 조운호의 나머지 인생을 이끌었다 해도 과언이 아닙니다.”

What kind of disruption? — Benedict Evans

훌륭한 장표. 그냥 단순하게 혁신이라고 생각하지만 말고, 혁신을 디테일하게 구분해보자.

"Generative AI will probably be much more disruptive to (say) profession services companies than the cement business. But in each case, it’s always easier to shout ‘disruption!’ or ‘AI!’ than to ask what kind."

#금융

IT 교육 스타트업 '팀스파르타', 아크앤파트너스에서 투자 유치 - 플래텀

‘그로스 바이아웃’ 전략을 추구하는 아크앤파트너스는 내가 주목하고 있는 하우스인데, 이번에는 팀스파르타에 투자하며 2대 주주로 등극.

스타트업의 오퍼레이션은 기존 회사들의 오퍼레이션과는 약간 다른 결이라고 생각하는데, 아크앤파트너스가 그 결을 이해하고 있을 확률이 높아보인다.

Michael Rees: how a private equity chief turned the tables on his peers - FT

돈을 버는 방법은 시기마다 새롭게 등장하나보다. Michael Rees가 공동 경영하는 Blue Owl Capital은 현재 시가총액이 $30b에 육박한다. 여담으로 김병주 회장의 MBK 지분 사간 것도 이 Dyal Capital.

"Among the biggest winners of the scheme were a select group of Wall Street executives. Some needed cash, either to fund expansion plans or to pay for their lavish lifestyles. Others were attracted by the idea of replacing a stream of income with a one-off — and lightly taxed — capital gain."

"Dyal investors prospered, too, as a tide of money churned through private equity funds. Vista Equity Partners, a tech buyout firm that sold a stake to Dyal in 2015, raised a record-breaking $16bn fund four years later, opening a spigot of fees and making it by some measures Dyal’s most successful investment."

Public Markets Update - March 2025

Private Markets Update - March 2025

이 자료 재밌네. 갈수록 기업들이 $50b 가치에 도달하는 속도가 빨라지고 있다.

돈의 힘일까? 기술의 파급력 차이일까? 혹은 인식의 차이일까? 여러 각도에서 생각해보는 중이다.

#투자

Rob and Andreas' Q&A at RV capital Annual Gathering 중 집중해서 본 부분들 기록 + 내 생각 - Learn all the time

RV Capital 연례 미팅. 내용이 아주 좋은걸.

"저는 경영진을 평가하는 방식을 인생의 다른 많은 것들과 비슷하게 생각합니다. (인생의 많은 일들처럼) 사람들도 일정한 정규분포를 이루고 있다고 볼 수 있죠. 대부분은 평범하고, 아주 나쁜 사람들도 소수 있으며, 정말 탁월한 (really exceptional) 사람들도 극소수 존재합니다. 평균적인 사람들 사이에서 누가 약간 평균보다 위인지, 약간 아래인지를 가려내려고 하는 것은 우리가 하는 일이 아니며 잘 할수도 없다고 생각합니다. 대신, 누군가가 정말 탁월한 사람인지를 알아보는 데 집중합니다. 그 탁월함은 마치 철퇴로 머리를 내리치는 것처럼 한 번 보면 확실하게 드러납니다. (completely obvious)."

지금 시점, 다시 읽는 W - Seung

위와 같은 이야기.

"현생 인류가 30만 년 전에 출발을 할 때, 그때 가진 자산은 돌도끼가 유일한 것이었다. 그런데 30만 년이 흐른 지금에서 볼 때 인류가 가진 자산은 어마어마하게 발전했다. 그런데 많은 사람들은 착각하고 있다. 30만 년 동안 나고 죽었던 모든 인류가 문명의 발전에 기여했다고 하지만 천만의 말씀이다. 0.1%의 창의적인 인간이 다른 사람이 보지 못한 것을 보고, 다른 사람이 생각하지 못한 것을 생각하고, 다른 사람은 꿈꾸지 못한 것을 꿈꾸고, 여기가 새로운 세상이다 라며 엄한 곳에 깃발을 꽂으면 0.9%의 통찰력과 직관을 갖춘 안목 있는 인간이 그것을 알아보고 거기에 뛰어 들어서 한 배를 타고 등을 밀고 손을 당기며 이뤄낸 1%의 역사다."

Hayden-Capital-Quarterly-Letter-2024-Q4

Hayden Capital은 예전에 SEA(SE)를 공부하다가 알게된 이후 레터를 구독해오고 있는데, 이번 레터에 나온 아래 문장은 정말 명쾌한 것 같다.

이걸 구분하고 Power Law 기반의 투자 프레임워크를 세웠다는 점에서 Hayden Capital의 미래가 더욱 궁금해진다.

"In “compounders” we were taking duration risk, while in “emerging growth” companies we’re taking business risk."

Paul Singer | Podcast | In Good Company | Norges Bank Investment Management

"엘리엇을 창립하며 저는 항상 돈을 잃지 않는 것을 최우선 과제로 삼았습니다."

"사람들이 큰 손실을 경험하면 판단력이 흐려지게 마련입니다. 실제로 중요한 손실을 겪은 사람들은 판단력이 저하되고, 평소에 느꼈던 여유와는 달리 절박함에 빠지곤 합니다. 따라서 머리와 판단력을 유지하고, 자본을 보존할 수 있다면, 2008년 말 몇 주간처럼 특별한 기회가 올 때 이를 잡을 수 있습니다."

"즉, 큰 손실을 피하면 자본은 점차 늘어나고, 그 자본을 바탕으로 더 많은 이익을 창출할 수 있습니다."

어니 가르시아 - 프벗디

나는 오늘의 매매일지에 "하지만 사업가의 시간 프레임과 투자자의 시간 프레임은 다르다"라는 말을 적어두었는데, 카바나의 어니 가르시아가 비슷한 이야기를 하네.

"그래서 나는 투자자들이 종종 우리가 가지지 못한 관점을 가지고 있다고 생각한다. 또한, 투자자들은 본질적으로 제약을 받고 있다. 그들은 이 ‘기계’의 레버(조정 장치)에 직접 접근할 수 없으며, 그 레버와의 거리—앞서 계획을 아는 것이 평온한 확신을 가져다준다고 이야기했듯이, 나 자신이 무엇을 해야 하는지 알고 있다면 실행 계획을 가지고 있다는 의미에서 마음이 편해진다. 그러나 투자자들은 그러한 기회를 가지지 못한다. 그들은 회의실에 앉아 경영진과 이야기를 나누며, 우리의 실행 계획이 무엇인지 파악하려고 노력한다. 그리고 회의가 끝나면 떠나서 고민을 시작한다."

"나는 이 ‘레버와의 거리’가 어느 정도 불안을 초래한다고 생각하며, 이것이 투자자들이 반드시 관리해야 할 중요한 능력 중 하나라고 본다. 어떤 투자자는 그 불안을 잘 다루지만, 어떤 투자자는 그렇지 못하다. 결국, 투자자들은 불안을 관리해야 한다."

"그들에게 있어 평온함이란 ‘이 경영진이 분명한 계획을 가지고 있으며, 그 계획을 실행하기 위해 나아가고 있다’는 사실을 받아들이는 것이다. 그리고 그들에게 믿음을 주고, 잠시 이 일에서 벗어나 다른 것에 집중하는 것이다. 왜냐하면 그 레버와의 거리가 결국 불안을 만들어내기 때문이다."

250228 - 굵직한 결정과 컴파운더 - Seung

"만약 우리가 살아가는 경로를 조금이라도 의식적인 방향으로 다듬을 수 있다면 장기적으로 삶의 많은 부분이 바뀔 것이다. 이러한 인생의 경로를 트는 굵직한 결정들은 시간이 지날수록 강력한 복리효과를 제공한다. 단지 대부분의 사람에게 그럴 힘이 없을 뿐이다.

#마지막으로

간단한 게임의 규칙 - Seung

결국 Power Law는 Compound interest로부터 비롯된다는 사실. 드디어 두 개념이 연결되어 보인다.

"매일 똑같이 힘들고 고단하고 지루한 일과를 계속 '잘'하는 것" → 수없이 많은 위대함을 탄생시킨 비결.

확신과 퀄리티 - 조쉬 타라소프 - 생텀

결국 퀄리티, 해자... 이런 것들은 다 같은 것이다. 존재하는 무언가가 Compound interest를 만들어내고, 결국 Power Law로 이어지는 것이다.

Original #01_내가 스타트업에 투자할 때 고민하는 것들

내가 평소 생각해오던 기울기 이론의 처음과 끝을 깨달은 것 같다. 이게 결국 복리의 법칙이었다니.

"같은 맥락에서 그동안 어떠한 삶을 살아왔고, 창업한 뒤로는 어떤 과정을 거쳤는지 들어보면 이 사람의 성장의 기울기를 가늠해볼 수 있다고 생각한다. 이 기울기의 크기를 보면 이 사람이 말하고 있는 지향점에 진짜로 도달할 수 있는지 가늠해볼 수 있는 것 같다. 그리고 이 과정에서 이 사람과 팀의 의사결정의 퀄리티도 들여다볼 수 있다고 생각한다. 더 나아가서 가끔씩 기울기가 높을 뿐 아니라 그 기울기의 가파름이 시간이 흐를수록 더 커지는(=가속도가 올라가는) 사람들도 보이는데, 이런 사람은 놓쳐서는 안되는 것 같다. 한마디로 끊임없이 성장하는 사람에게 투자해야한다는 소리."

오늘은 AI, 로봇, 바이오, 핀테크, 비즈니스, 금융, 투자에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#포트폴리오사 소식

3040 남성 패션 플랫폼 ‘애슬러’, 40억 원 투자 유치

저희 앤파트너스가 프리A에서 리드 투자했던 바인드가 빠른 성장에 힘입어 후속 투자 유치에 성공했습니다. 작년 한해에만 60배 성장할 정도로 빠르게 성장하는 기업이니, 앞으로도 주목해주세요 :)

애슬러는 30~40대 남성들의 합리적인 쇼핑을 돕는 패션 전문 플랫폼이다. 이 플랫폼은 아울렛보다 저렴한 가격과 직관적인 사용자 경험(UX)을 제공하며, 현재 600여 개의 브랜드가 입점해 있다.

바인드의 김시화 대표는 “중년 남성 고객들에게 더 풍성하고 차별화된 쇼핑 경험을 제공할 것”이라며 “나아가 중년 남성 누구나 자신만의 스타일을 통해 멋스럽게 나이 들어갈 수 있는 라이프스타일 플랫폼이자 동반자로 성장하겠다”고 말했다.

#AI

Reflections

대체 샘 알트만은 무엇을 보고 있는 걸까. 가장 미래에 살고 있는 사람이 이정도의 확신을 가지고 있다니.

"We are now confident we know how to build AGI as we have traditionally understood it. We believe that, in 2025, we may see the first AI agents “join the workforce” and materially change the output of companies. We continue to believe that iteratively putting great tools in the hands of people leads to great, broadly-distributed outcomes."

"We are beginning to turn our aim beyond that, to superintelligence in the true sense of the word."

Sam Altman on ChatGPT’s First Two Years, Elon Musk and AI Under Trump - Bloomberg

Q. 우리가 이제 ‘AGI를 달성했다’고 말할 결정적 기준은 무엇일까요?

A. 제가 대략적으로 생각하는 방식은, AI 시스템이 중요한 직업을 가진 매우 숙련된 인간이 할 수 있는 일을 해낼 수 있을 때, 저는 그걸 AGI라고 부를 것 같아요. 그 다음에 ‘그것이 직업 전체를 대체할 수 있느냐, 아니면 일부만 가능하냐’, ‘AI가 단순히 컴퓨터 프로그램으로 시작했다가 스스로 의사가 되고 싶다고 결정할 수 있느냐’, ‘해당 분야에서 최고의 인재가 하는 수준(예: 상위 2% 수준)을 해낼 수 있느냐’, ‘자율성은 어느 정도냐’와 같은 후속 질문들이 많아지죠. 저도 여기에 대해 구체적이고 엄밀한 답을 갖고 있지는 않아요. 하지만 만약 원격 근무 직원으로 AI를 채용했을 때, 훌륭한 소프트웨어 엔지니어로서의 역할을 충분히 해낼 수 있다면, 많은 사람들이 “오, 그건 AGI 같네”라고 말할 거라고 생각합니다.

물론 이런 기준은 계속 바뀔 거예요. 그래서 이 문제가 어려운 건데, 일단은 이 정도 답으로 갈음하고 싶습니다. 그리고 제가 슈퍼인텔리전스를 생각할 때 가장 중요한 점은 ‘이 시스템이 지구상의 과학적 발견 속도를 가속화할 수 있는가’입니다.

개인적으로는 아래 구절이 가장 인상깊었음. 알트만은 나랑 커리어에서 유사점이 있으니까.

"A very strange thing about me, or my career: The normal arc is you run a big, successful company, and then in your 50s or 60s you get tired of working that hard, and you become a [venture capitalist]. It’s very unusual to have been a VC first and have had a pretty long VC career and then run a company. And there are all these ways in which I think it’s bad, but one way in which it has been very good for me is you have the weird benefit of knowing what’s gonna happen to you, because you’ve watched and advised a bunch of other people through it."****

"And I knew I was both overwhelmed with gratitude and, like, “F---, I’m gonna get strapped to a rocket ship, and my life is gonna be totally different and not that fun.” I had a lot of gallows humor about it."

Announcing The Stargate Project

트럼프까지 참여한 스타게이트 프로젝트의 발표. 역시 AI는 생각 이상으로 거대한 파도다. 아래는 이번 발표에서 생각해볼 부분들.

• 역시나 AI는 컴퓨팅 인프라의 게임

• $500b 라는 투자 규모 (당장은 $100b)

• 참여사들: 오픈AI, 소뱅, 오라클 그리고 MGX (역시나 중동 자금이 들어온다)

• ARM과 엔비디아도 참여

• 손정의가 체어맨으로, 그를 머스크, 피터틸 만큼이나 주목할 필요가 있음. 그리고 비전펀드도.

OpenAI, SoftBank Each Commit $19 Billion to Stargate Data Center Venture - The Information

$100b이라는 숫자에 논란이 불거졌는데, 디테일한 자금 조달 내용은 다음과 같다고.

• 오픈AI와 소프트뱅크가 각각 190억 달러 조달. 오라클과 MGX가 70억 달러. 합산 450억 달러

• 나머지 자금은 LP 참여와 부채 금융으로 충당. 초기 1,000억 달러 대비 550억 달러 부족

Exclusive | OpenAI in Talks for Huge Investment Round Valuing It at Up to $300 Billion - WSJ

동시에 소프트뱅크는 스타게이트에 대한 투자와는 별개로 OpenAI 지분 또한 추가로 투자할 계획. $15~25b 정도의 투자를 진행할 예정이며, 투자가 집행되면 마이크로소프트가 OpenAI에 투자한 금액($13b) 보다 많아지게 된다.

참고로 소프트뱅크가 주도하고 있는 이번 라운드는 대략 $340b 가치로 $40b 자금을 모은다고 한다.

Stargate, The End of Microsoft and OpenAI -Stratechery

어쩌면 스타게이트 프로젝트의 진짜 함의는 OpenAI에 대한 마이크로소프트의 자리를 앞으로는 소프트뱅크가 대신한다는걸 보여준 발표가 아니었다 싶다.

마이크로소프트는 결국 프로덕트를 만들어 제공하는 서비스 회사다. OpenAI는 마소의 영역을 침범할 뿐 아니라, 인프라 게임에도 참여하고 있다. 따라서 결국 그들은 공존할 수 없고, 이번 스타게이트 프로젝트의 공식화는 이러한 관계를 보여주는 시그널일 수 있다는 것.

어쩌면 OpenAI에 대한 간접적인 포지션을 취하고자 MSFT를 가지고 있던 사람은 이제부터는 소프트뱅크(TYO:9984)를 사야할지도 모르겠다.

Mark Zuckerberg

메타 또한 거대한 CAPEX 투자 계획을 밝힘 (invest $60-65B in capex this year)

"This will be a defining year for AI. In 2025, I expect Meta AI will be the leading assistant serving more than 1 billion people, Llama 4 will become the leading state of the art model, and we'll build an AI engineer that will start contributing increasing amounts of code to our R&D efforts. To power this, Meta is building a 2GW+ datacenter that is so large it would cover a significant part of Manhattan. We'll bring online ~1GW of compute in '25 and we'll end the year with more than 1.3 million GPUs. We're planning to invest $60-65B in capex this year while also growing our AI teams significantly, and we have the capital to continue investing in the years ahead. This is a massive effort, and over the coming years it will drive our core products and business, unlock historic innovation, and extend American technology leadership. Let's go build!"

몇 개의 그래프들 - 빅테크 CAPEX, NVDA, TSMC, AI투자 - 농구천재

계속해서 늘어나고 있는 빅테크의 CAPEX

Introduction to Operator & Agents

드디어 OpenAI 에이전트가 공개되었다. 우리가 평소 쓰는 컴퓨터 환경(브라우저)에서 AI를 사용할 수 있다는게 핵심이듯.

Introduction to Deep Research

이어서 딥리서치라는 기능을 깜짝 공개하였는데, 들려오는 후기들을 보면 일반 사람들의 리서치 수준 이상의 퀄리티를 보여준다고 한다. 생각보다 발전이 너무 빠르게 찾아온다.

Satya Nadella on the Future of SaaS - 유수선생

사티아 나델라가 바라보는 에이전트

Q. 그럼 미래에는 사람을 고용할 때 이제 사람과 함께 그들의 워크플로우를 고용하는 것이라고 생각하게 됩니다.

A. 바로 그 말이 맞습니다. 그것은 하나의 에이전트 군집이라고 할 수 있습니다. 좀 더 일상적인 관점에서 보자면, 데이터를 분석하는 사람을 고용할 때 그 사람만 고용하는 게 아니라 그들의 스프레드시트도 함께 고용하는 것과 비슷하죠. 그런 맥락입니다. 앞으로 2년쯤 후에는 “에이전트? 맞아. 하루종일 에이전트를 만들지. 마치 문서와 스프레드시트를 만드는 것처럼.”이라고 말하게 될 것 같아요. 이런 방향으로 변화가 일어날 것입니다.

Q. 말하자면, 에이전트들의 집단과 함께 하게 되는 것 같군요.

A. 그렇죠. 저도 제 에이전트들의 집단을 가지고 있습니다. 그리고 이미 그런 모습을 보고 있죠.

AI’s Uneven Arrival - Stratechery

내가 작성한 'AI: 소프트웨어 개발을 넘어서, 새로운 회사를 만드는 기회'글에는 이런 내용이 있다.

"이러한 생각들을 모으다보니 새로운 회사를 만들어낼 기회가 보이기 시작한다. 결국 AI가 자연스럽게 회사에 녹여져있는 새로운 조직 체계를 만들어내야하는데, 그렇다면 기존의 회사가 이런 시스템으로 전환하는 것과 신규 회사를 만드는 것 중에 뭐가 더 괜찮은 선택일까? 둘 다 가능하지만, 적어도 속도 측면에서는 후자가 더 빠를 가능성이 높지 않을까?"

나는 그냥 직관적으로 이 가설을 깔아두었다. 그리고 딱히 이를 반대할만한 근거를 찾지 못해서 가설을 유지하고 있었다. 그런데 감사하게도 Stratechery가 과거의 케이스를 언급하며 내 가설이 맞을 확률이 높다는걸 이야기해주었다.

→ 이 가설이 맞다면, 나는 과연 무슨 행동을 취해야할까. 그것이 나의 고민.

"반면, o3와 추론 단계에서의 확장은 조금 다른 영역을 지향합니다. 즉, 실제로 ‘작업 지시’를 주고 신뢰할 수 있을 만큼 높은 수준으로 임무를 완수해낼 수 있는 AI라는 것입니다. 이는 곧 ‘어시스턴트(조수)’라기보다는 실제로 ‘독립적인 일꾼’에 가까운 모습입니다."

"기술적인 낙관론을 전제로 놓고 볼 때, 저 또한 AGI의 정의를 “AI가 스스로 작업을 받고 ‘충분히 좋은 수준’으로 완수해낼 수 있는지” 여부로 보고 있습니다(‘ASI(초지능)’는 스스로 작업 목록을 만드는 능력까지 포함하는 개념). 그런데 광고 사례로 길게 돌아온 이유는, 제가 2025년에 AI가 기업들의 실제 성과에 ‘물리적’으로 큰 변화를 가져올 것인지에 대해서는 다소 회의적인 시각을 갖고 있기 때문입니다."

"다시 P&G 이야기를 꺼내면, 이는 기업 세계 전반을 대변한다고 볼 수도 있습니다. 만약 “고정밀 에이전트(high-precision agent)”가 본격적으로 등장한다면, 대부분의 전통 기업은 그 정밀성을 활용할 만한 인프라나 문화를 갖추지 못했을 것입니다. 이는 마치 P&G가 초정밀 타겟팅 광고를 잘 활용하지 못한 것과 비슷합니다. 아무리 사내 매뉴얼이 잘 되어 있다 해도, 여전히 사람들의 경험과 암묵지가 그 매뉴얼의 빈틈을 메우고 있었음을 깨닫게 될 것입니다."

"하지만 실제로 이 기능을 가장 적극적으로 활용하는 것은, 초반에는 기존 거대 기업이 아니라 페이스북을 기반으로 성장한 기업들이 그랬던 것처럼, ‘새로운’ 기업들이 될 가능성이 높습니다. 또한 이들 ‘새로운 기업들’은 소수의 대기업이 아니라 긴 ‘롱테일’을 형성할 것입니다. 전통 기업들은 AI를 활용하는 데 어려움을 겪다가(주로 전면적인 인력 교체나 구식 메인프레임 방식으로의 도입 등으로 느리게 적용할 수도 있음), TV 생태계가 오래 살아남았듯, 생각보다 더 오래 기존 방식을 유지할 것입니다. 그리고 TV가 궁극적으로 몰락했을 때 광고 산업 전체가 디지털과 융합한 것처럼, 언젠가는 전통 기업과 AI가 융합된 시대가 오겠지만, 그 시점이 빨리 오리라는 보장은 없습니다."

"이렇듯, AI가 가져올 미래가 엄청나긴 하지만, 그 도래 시점과 양상이 균등하게 펼쳐지지는 않을 것입니다. 오히려 기업 규모가 클수록, 이미 잘나가는 회사일수록, 단기적으로 AI가 제공하는 이점이 작을 수 있습니다. 지금의 기업 구조가 철저히 사람(‘탄약’)을 활용하기에 최적화되어 있고, 모든 SaaS 생태계도 그 사람들을 돈으로 환산하기에 특화되어 있기 때문입니다. 진정으로 AI를 활용해 새 시대를 열 이들은, 기존 인력을 ‘대체’하기보다는 AI를 기반으로 처음부터 다시 시작하는 주체들이 될 것입니다."

Are better models better? — Benedict Evans

Disruption의 포인트는 기존에 하던 것을 잘하는게 아니라, 못하던 것을 할 수 있게 된다는 점이다.

‘디스럽션(Disruption)’ 개념의 일부는, 중요한 신기술들이 이전 세대 기술들이 중요하게 여겼던 부분에서는 부족할 수 있지만 대신 다른 중요한 일을 해낸다는 점에 있습니다. 예를 들어, LLM이 매우 구체적이고 정밀한 정보 검색을 수행할 수 있는지 묻는 것은 마치 Apple II가 메인프레임의 가동 시간을 맞출 수 있는지 묻거나, Netscape 안에서 Photoshop을 구현할 수 있는지 묻는 것과 비슷할 수 있습니다.

아니요, 실제로 그렇게 할 수는 없지만, 그게 요점이 아니며 그들이 쓸모없다는 의미도 아닙니다. 그들은 다른 무언가를 해내며, 그 ‘다른 무언가’가 훨씬 더 중요해서 모든 투자, 혁신, 그리고 기업 창출을 이끌어갑니다. 어쩌면 20년 후에는 그들도 옛날 방식을 수행할 수 있게 될지도 모릅니다 — 결국 PC에서 은행을 운영하고 브라우저에서 그래픽 소프트웨어를 구축할 수 있게 될지도 모르지만 — 초반에는 그것이 중요한 것이 아닙니다. 그들은 다른 무언가를 열어줍니다.

20250203 - 시장단상 및 미중 패권다툼 (Feat. AI) - Seung

최근들어 AI SW 이야기가 많이 언급되는데, 아래 글의 2번과 관련하여 기술이나 기능의 우월함 만큼이나 유통(distribution)을 신경써서 봐야한다고 생각한다. 빅테크 기업들이 AI 게임에서 매우 유리한 위치에 있는 근본적인 이유이며, 아마도 미래에 탄생할 주인공 또한 이걸 쥔 자에게 돌아갈 것이다.

"메타와 이러한 기업들의 차이는 분명하다. 메타는 '필요가 없어도 사람들이 들어가는 기업' 이고, 다른 기업들은 모두 '필요할 때 들어가는 기업' 이다. 사람들은 심심하면 인스타그램에 접속해서 돋보기를 누르고, 나도 모르게 광고에 노출되지만, 내가 특별히 필요가 있지 않는 이상 네이버나 구글에 접속해서 검색창을 누르거나, 쿠팡이나 아마존 등의 커머스 사이트에 접속하지는 않는다."

제로투원 (피터 틸) - 유통 Distribution 관련 부분

참고로 피터 틸의 제로투원에서 한 챕터가 유통에 대한 이야기다.

정말로 자기 회사를 차린다면, 그 때는 회사의 운영 과정에서 거듭제곱법칙을 반드시 기억해야한다. 가장 중요한 것들은 오직 하나씩 뿐이다. ‘하나의 시장이 다른 모든 시장보다 나을 것이다.’ 보통 하나의 유통 전략은 다른 모든 유통 전략을 압도한다. 시간도, 의사결정도 모두 거듭제곱법칙을 따른다. 따라서 어느 한순간은 다른 모든 순간보다 중요하다. - 123p

“최고의 제품이 반드시 이기는 것은 아니다.” (...) 유통은 오히려 제품 기획에 반드시 필요한 일부로 생각하는 것이 좋다. 새로운 무언가를 발명했지만, 효과적으로 팔수 있는 방법을 발명하지 못했다면 사업성은 형편없는 것이다. 제품이 아무리 좋아봐야 소용없다. - 172p

뛰어난 세일즈와 유통은 그 자체로 독점을 만들어낼 수 있다. 심지어 제품 차별성이 없더라도 말이다. 제품이 아무리 강력해도 강력한 유통 계획으로 뒷받침해줘야 한다. - 173p

사업 종류를 막론하고 각 사업별로 위 방법 (복합 판매, 대인 판매, 마켓팅/광고, 바이럴) 중 하나가 다른 것들보다 훨씬 더 강력한 효과를 발휘할 것이다. (...) 유통 채널 하나만 효과적으로 운영하더라도 사업성은 밝다. 하지만 이것저것 시도하면서 하나도 제대로 성공하지 못한다면 사업을 접을 수 밖에 없을 것이다. - 183p

몇 개의 그래프들 - Palantir 4Q24 - 농구천재

당분간 AI 소프트웨어 주인공은 팔란티어인걸로.

AI Weekly #48 2025년의 AI: 중국의 선전포고와 미국의 대오각성 - 미래에셋증권

역시 시장은 Deepseek를 빌미삼아 조정을 주는구나. 길게보면 기회일 것 같다.

아래는 내가 주말에 Deepseek를 공부하며 개인적으로 남겨놓은 메모 중 일부.

"우선 Deepseek가 멋진 일을 해낸건 분명하지만, 언론에서 이걸 오해하거나 과대평가하는 모습도 보여서 정확한 사실 인지가 필요하다고 생각합니다."

"Deepseek가 상대적으로 비용효율적으로 모델을 개선시켜나가는게 사실이나, 사실 방법론적인 측면에서는 OpenAI와 같다고 보면 됩니다. 오히려 OpenAI가 먼저 깨달음을 얻은 것 같고, 이를 바탕으로 AGI에 더 빠르게 도달 가능하다는 판단을 하지 않았나 싶습니다."

"이번 발견을 통해 스케일링 법칙이 깨지지는 않을 것이며, Deepseek의 비용 주장에 대해서는 약간 과도한 측면이 섞여있습니다. 그리고 중요한건 고품질의 데이터라는게 다시 한번 증명되었다는 점입니다."

DeepSeek FAQ - Stratechery

DeepSeek FAQ (Ben Thompson) - 한글번역

(언제나 그렇듯) 팩트를 잘 다뤄놓은 벤 톰슨의 글. 더 많은 자료를 접한 현재, 나는 여전히 동일한 뷰를 유지한다.

DeepSeek-R1은 진짜로 가성비 모델인가? - 이진원

같은 맥락에서 'DeepSeek-R1은 진짜로 가성비 모델인가?'라는 제목의 글. 나는 이게 팩트라고 생각한다.

EP 38. 중국의 DeepSeek-R1, OpenAI o1 설계도를 공개해줌 :) - 노정석

왜 샘 알트만과 다리오 아모데이가 곧 AGI가 출현한다고 확신하는지 이제 이해가 되기 시작했다. 솔직히 조금 무섭기도 하다....

“기존모델을 가지고 test-time compute 의 투입을 통해서 더 나은 Data (Synthetic Data)들을 만들어내고, 그 결과들을 기존모델에 재학습하기도 하지만, 그 데이터가 충분히 많아지면 더 큰 크기의 frontier model 들에 막대한 train-time compute 을 투입해서 학습이 되고, 그 frontier model 들의 성능은 또 압도적인 수준으로 뛰어오르고, 그 Frontier 모델은 그 크기는 작아지는 형태로 더더욱 효율화되면서도 성능을 유지하고, 그리고 또 인류는 도달하지 못했던 미지의 영역에 대한 Synthetic Data 를 생성하고, 그렇게 ASI 로 나아가는 것”

Dario Amodei — On DeepSeek and Export Controls

한글 요약 - 박시용

앤트로픽의 아모데이가 Deepseek에 대한 글을 올렸는데, 중국으로의 칩 수출을 통제해야한다는 주장을 언급했다. 물론 그의 인센티브에 의거한 주장이겠지만, 언론 기사들을 보면 이쪽으로의 어젠다 세팅이 느껴지는 것 같기도 하다.

그래서인지 나는 묘하게 트럼프 1기 시절의 미중무역전쟁이 떠오르기도 한다. 2기에는 무역전쟁이 아니라 제재전쟁이 될 수도 있지 않을까? (물론 확대해석일 수 있지만)

이 내용 제외하더라도 Deepseek에 대한 여러가지 뷰가 담겨있으니 추천. AI 학습 효율 향상은 결국 더욱 많은 고성능칩의 수요를 만들어낼 것이라서 엔비디아의 하락은 과한 반응이라고 이야기하고 있음.

The OpenAI Critique, Comparative Advantage and Infrastructure, Aggregation Theory and Cheap AI - Stratechery

다시 한번 말하지만 AI는 컴퓨팅 인프라 게임이고, OpenAI의 진짜 강력함은 모델을 만드는 것을 넘어서 대규모로 컴퓨터를 다룰 수 있는 능력 그 자체에 있다고 생각한다.

"스푸트니크는 “소련이 미국이 못 하는 어떤 것을 할 수 있다는 점(‘새로운 두려운 능력’)”을 보여줬고, 그 뒤 세부 기술을 일절 공개하지 않았습니다. 반면 DeepSeek은 논문을 공개한 뒤, 버클리의 한 연구실이 단 하루 만에 해당 결과를 소규모로 재현했습니다."

"2004년 구글이 IPO 서류에서, ‘소프트웨어 정의 분산 시스템’을 통해 저렴한 범용 서버(commodity computer)들을 묶어 메인프레임급 성능을 달성하는 방식을 공개함으로써 모든 사람에게 엄청난 귀감이 되었습니다."

이로 인해서,

"DeepSeek이 자사의 모델을 오픈소스로 풀고, 그들이 이룬 결과물을 그대로 공개함으로써, 기본적으로 모든 사람—심지어 지정학적 관점에서 경쟁 관계에 있는 미국까지—에게 엄청난 도움을 줬다는 사실은 과소평가하기 어렵습니다. 사실 그들은 (지정학적 이해관계 차원에서 본다면, 어쩌면 그래야 했을 수도 있지만) 모든 기술적 진전을 비공개로 유지하면서, 중국이 미국보다 훨씬 효율적인 AI 인프라를 구축하도록 하고, 미국이 갖는 반도체 기술 우위를 잠식해버리는 길을 택할 수도 있었습니다."

"구글의 인프라 혁신은 정말 대단하고, 아직도 과소평가되고 있습니다. 그리고 AI 인프라 측면에서 아직까지 구글이 가장 앞서 있다는 점은 분명합니다."

"이샨 웡이 말하는 “2004년 구글 모먼트”는 썬(Sun)과 같은 전문 서버 회사들의 몰락으로 이어졌고, 더 나아가 다른 하드웨어 업체들의 성장도 크게 제한해버렸습니다. 왜냐하면 소프트웨어로 정의된 저렴한 범용 하드웨어와 경쟁해야 했기 때문이죠. 결국 하드웨어 비용이 싸지자, ‘매력적인 이윤(잉여가치)’이 존재하는 지점은 소프트웨어 스택 위쪽(구글의 경우, 애플리케이션 레이어)이나 대규모 클라우드 서비스(AWS 등)로 올라갔습니다."

Google’s Titans Give AI Human-Like Memory - Forbes

트랜스포머를 대체할 새로운 신경망?! 구글의 Titans - 인간에게서 영감을 받은 새로운 메모리 체계 - 콘텐츠 데일리허브

구글의 titans는 인간의 기억 체계로부터 영감을 받은 매커니즘으로, 단기 메모리와 장기 메모리로 나누어 처리. 이 둘을 구분하기 위해 '놀라움' 지표라는걸 도입했는데, 이는 새롭게 들어온 데이터가 이전에 모델이 보았던 데이터와 얼마나 다른지를 측정하는 방식.

딱 보았을 때 직관적으로 너무나 말이 되는 이야기인 것 같은데... 주목해서 봐야할 것 같다.

Nabeel Hyatt, GP @ Spark Capital: To Win in AI, Investors Need to Change Their Approach | E1255

요즘 미국에서 핫한 AI 미팅 노트 서비스 granola에 투자한 Spark Capital의 Nabeel Hyatt

Q. 그럼 이제 AI 회사로 얘기를 좀 옮겨보고 싶어요. AI 스타트업을 크게 세 분류로 나누신다고 했잖아요? 모바일 시절에 쓰던 프레임워크를 그대로 가져왔다고요. 그게 뭔가요?

A. 네, ‘적응(Adaptation), 진화(Evolution), 혁명(Revolution)’ 이렇게 세 가지예요.

• 모바일 시절로 예를 들면, 적응이란 “뉴욕타임스가 모바일 앱을 만든다” 같은 거예요. 기존 걸 단순히 모바일 화면으로 옮겨놓는 수준이죠.

• 진화는 ‘새로운 워크플로’를 창조하는 거예요. 예컨대 모바일 시대에 인스타그램이 그랬죠. 기존 플리커(Flickr) 같은 사진 공유가 아니라, 스마트폰 사진이라는 전혀 다른 UX를 만든 거예요. AI로 치면, 그래머리(Grammarly)나 디스크립트(Descript) 등이 ‘진화’에 해당하겠죠. 기존 제품의 UI/UX를 완전히 갈아엎고 AI에 맞춰 재설계하니까요.

• 그리고 혁명은 “이 기술이 없었다면 상상도 못 했을” 완전히 새로운 플랫폼. 모바일 시절의 우버(Uber)처럼, “스마트폰 GPS와 결제 시스템 없이는 불가능했던 서비스”가 대표적이죠.

솔직히 지금은 ‘진화’ 형태도 아니고 그냥 ‘적응’ 수준도 안 되는, 그저 “AI 한 겹을 덧씌운” 회사들이 우후죽순이에요. 큰 혁신 없이 GPT API만 붙여서 금방 MVP 내놓는 식의 단타 전략이 많다는 거죠. 우리는 혁명이나 진화 쪽을 선호해요. 위험은 커도 임팩트가 훨씬 크니까요.

#로봇

Nvidia at CES, Cosmos and Omniverse, Digits - Stratechery

엔비디아가 바라보고 있는 AI + 하드웨어 시스템 구조.

"이 코스모스와 옴니버스는 로봇 시스템을 구축하는 데 필요한 세 번째 컴퓨터를 나타냅니다. 모든 로봇 회사는 궁극적으로 세 가지 컴퓨터를 구축해야 합니다. 로봇 시스템은 공장이 될 수도 있고, 자동차가 될 수도 있으며, 로봇일 수도 있습니다. 이를 위해 세 가지 기본적인 컴퓨터가 필요합니다. 첫 번째 컴퓨터는 당연히 AI를 훈련시키는 데 필요하며, 이를 우리는 DGX 컴퓨터라고 부릅니다. 두 번째는 AI를 훈련한 후 이를 배포하는 컴퓨터로, 우리는 이를 AGX라고 부릅니다. 이 컴퓨터는 자동차, 로봇, AMR(자율이동로봇) 또는 경기장 등 다양한 엣지 환경에서 사용되며, 자율적으로 작동합니다. 하지만 이 두 가지를 연결하려면 디지털 트윈이 필요합니다. 디지털 트윈은 모든 시뮬레이션이 이루어지는 공간으로, 훈련된 AI가 연습을 하고, 정교화되며, 합성 데이터 생성과 강화 학습 피드백 등을 수행하는 곳입니다. 즉, 이는 AI의 디지털 쌍둥이라고 할 수 있습니다."

"이 세 가지 컴퓨터는 상호 작용하며 함께 작동할 것입니다. 엔비디아의 산업 세계를 위한 전략은 바로 이 세 가지 컴퓨터 시스템입니다. 우리는 이를 오랫동안 논의해 왔습니다. 이 시스템은 '삼체 문제(Three Body Problem)' 대신 '세 가지 컴퓨터 솔루션'을 제공합니다. 이것이 바로 엔비디아의 로보틱스입니다."

Google is building its own ‘world modeling’ AI team for games and robot training - The Verge

구글의 딥마인드 또한 엔비디아와 유사하게 시뮬레이션 환경을 세팅.

"Google DeepMind is assembling a new team of artificial intelligence researchers to develop “world models” that can simulate physical environments. The initiative will be led by Tim Brooks, a former co-lead for OpenAI’s Sora project who joined DeepMind in October to work on Google’s video generation and world simulators."

Anduril Building Arsenal-1 Hyperscale Manufacturing Facility in Ohio

최근 앤듀릴(Anduril)이 24년에 $1b의 매출을 달성했다는 소식이 들려왔는데, 이 기세를 몰아서 오하이오에 대규모 공장을 짓는다고 발표했다.

예전부터 남다르다고 생각해왔는데, 회사 성장 속도가 갈수록 더 빨라져서 주목하는 기업이다.

Anduril in talks to raise money at $28 billion valuation as defense-tech booms - CNBC

이어서 $28b 기업가치로 $2.5b 투자유치를 진행 중이라는 보도도 나왔다. 역시 빠르게 성장하는 기업답다.

#바이오

래리 엘리슨: Stargate 프로젝트의 “AI 기반 암 백신” - 스테이지5

나는 대부분의 사람들이 AI로 인한 바이오 헬스케어의 변화를 과소평가하고 있다고 100% 확신한다.

실제로 스타게이트 발표 내용을 자세히 들어보면 바이오 헬스케어 이야기가 주요하게 다뤄졌음을 확인할 수 있다.

알파폴드: AI 신약개발 혁신

최근들어 가장 흥미롭게 읽은 책은 ‘알파폴드: AI 신약개발 혁신’. 너무 흥미로워서 하루만에 다 읽어버렸다.

과학이란 정말 경이롭고, 기술 또한 너무 대단하다.

그리고 알파폴드 이 녀석 인류 역사에서 가장 중요한 기술적 발전 중 하나인 것 같다.

AlphaFold3 리뷰 - Google DeepMind, 신약 개발의 새로운 패러다임을 제시하다 - 하이퍼랩

위의 책에는 알파폴드2의 한계점들이 언급되어있는데, 최근 공개된 알파폴드3와 알파프로테오가 한계점의 일부를 극복했더라. 엄청난 발전이 이루어지고 있음.

AlphaFold3는 AlphaFold2와 비교했을 때 크게 아래 3가지 요소들에서 특징적임을 알 수 있습니다.

• 임의의 생체 분자 복합체를 입력으로 받을 수 있게 입력 서열의 구성과 업데이트 방식 변화

• Evoformer보다 간소화된 Pairformer를 통해 singe & pair representation을 업데이트

• 원자들의 3차원 좌표를 예측하기 위해서 생성형 AI 기술인 Diffusion을 접목

→ 그 결과 탄생한 AlphaFold3는 단일 AI 모델로서 핵산, 리간드를 포함한 여러 유형의 단백질 기반 생체 분자 복합체의 구조를 정확하게 예측하며 현시대 AI 기반 신약 개발 분야의 게임 체인저로 부상하는 기염을 토해냈습니다.

게임 체인저로 떠오른 ‘AI 활용 신약’… 빅테크도 빅파마도 속도전 - 조선일보

"알파폴드 시리즈가 단백질 구조를 예측해 신약 개발의 약물 후보군 탐색에 활용된 데 비해, 이번에 나온 알파프로티오는 약물이 어떤 분자 구조를 가질지까지 직접 설계할 수 있다."

"알파프로티오에 코로나19 바이러스 등 7개 단백질에 대한 신약 후보 물질 도출을 요구했더니 기존 방법으로 발견한 조합보다 최대 300배 이상 강한 결합력을 보이는 단백질 구조를 제시했다. 알파프로티오가 도출한 단백질 구조가 코로나19 바이러스 중화 효과를 보이는 것으로 확인됐다."

"구글은 알파폴드 시리즈를 기반으로 자회사 아이소모픽 랩스에서 신약 개발에 나섰다. 올 초 JP모건 콘퍼런스에서는 일라이릴리와 17억달러(약 2조2000억원), 노바티스와 12억달러의 신약 물질 개발 계약을 체결했다."

Nvidia at CES, Cosmos and Omniverse, Digits - Stratechery

알파폴드를 보니 아래 젠슨 황의 말은 너무 맞는 말. AI는 세상을 해석하는 새로운 도구의 출현이라고 보는게 정확할듯. 어찌보면 GPT는 하나의 어플리케이션에 불과하다.

“우리는 AI가 단순히 새로운 애플리케이션이나 비즈니스 기회를 제공하는 것이 아니라, 무엇보다도 트랜스포머 덕분에 가능해진 머신러닝이 컴퓨팅 작동 방식을 근본적으로 변화시킬 것임을 제대로 인식했습니다. 그리고 오늘날, 컴퓨팅은 모든 계층에서 혁명적인 변화를 겪고 있습니다. 과거에는 인간이 사용하는 소프트웨어 도구를 만들기 위해 CPU에서 실행되는 명령어들을 손수 코딩했지만, 이제는 GPU에서 동작하는 신경망을 생성하고 최적화하여 인공지능을 구현하는 머신러닝이 있습니다. 기술 스택의 모든 계층이 완전히 바뀌었습니다. 불과 12년 만에 이루어진 놀라운 변화입니다.”

Dario Amodei — Machines of Loving Grace

알파폴드의 잠재력을 인지한 이후로는 50~100년 걸릴 일을 5~10년으로 단축시킬 것이라는 주장이 더이상 비합리적으로 들리지 않는다.

이 글을 작성한 이는 앤트로픽의 대표인 다리오 아모데이인데, AI로 인해 변화할 미래상의 첫번째로 Biology and physical health를 다루었다.

"To summarize the above, my basic prediction is that AI-enabled biology and medicine will allow us to compress the progress that human biologists would have achieved over the next 50-100 years into 5-10 years. I’ll refer to this as the “compressed 21st century”: the idea that after powerful AI is developed, we will in a few years make all the progress in biology and medicine that we would have made in the whole 21st century."

OpenAI의 생물학 AI 연구: 노화 방지와 수명 연장을 위한 단백질 설계 모델 ‘GPT-4b micro’ - 데일리 데일터허브

알파폴드: 단백질의 구조를 예측하는데 특화된 모델 vs

GPT-4b: 일반 세포를 줄기세포로 전환할 수 있는 단백질을 설계하는데 특화된 모델

구글 딥마인드 CEO 데미스 하사비스 인터뷰 (2편) - AI의 창의성과 속임수, 그리고 생물학 AI 가상 세포(Virtual Cell) 프로젝트 - 데일리 데이터허브

현재 하사비스는 가상 세포 프로젝트를 구상 중

Sam Altman-backed Retro Biosciences to raise $1bn for project to extend human life - FT

AI 신약개발 스타트업도 당연히 늘어나는 추세인데, 이 영역 또한 샘 알트만이 백커로 있는 회사가 있다.

바로 Retro Biosciences인데, 현재 $1b 펀드레이징을 진행 중에 있나보다.

마치 로봇 분야를 보는 것과 비슷한데… 여기서도 대부분의 회사들은 사라지겠지만, 결국 살아남은 소수의 회사는 아주 크게 세상을 바꿀 것이다.

Introducing Manas AI: Disrupting Drug Discovery - Manas AI

리드 호프만 또한 AI 신약개발 회사를 창업. 그가 파트너로 있는 Greylock과 General Catalyst이 $24.6m을 투자하며 시작 (처음부터 300억 가지고 시작하네).

#핀테크

미국 국채의 신규고객과 국채금리(feat 스테이블 코인,테더, 서클) - 메르

스테이블코인은 절대 무시하면 안되는 수준까지 올라왔다.

현 시점에서 블록체인이 가장 크게 영향을 미칠 분야는 아마도 스테이블코인이 되지 않을까 생각중.

Billionaire CEO Says Nubank May Shift Domicile To The U.K. And Expand Into U.S. Market - Forbes

사실상 남미를 평정한 누뱅크는 통신업 등 새로운 산업으로의 확장과 더불어 글로벌 확장 또한 고려하는듯. 영국으로 본사를 옮기고 미국 시장 확대를 검토 중이라는 보도. 누뱅크는 확실히 성장 DNA가 있는 기업 같다.

비트코인, 실패하면 다단계.. 성공하면 혁명? - 디피

나도 한때는 비트코인 대신 이더리움 (+알트)만 들고 있던 사람이지만, 지금은 동일한 생각으로 인해 비트코인만 100% 들고있다.

#비즈니스

Palantir CEO Alex Karp and Head of Commercial Ted Mabrey Discuss The Technological Republic

위대한 회사의 공통점으로는 자기만의 조직문화를 만들어낸다는 점이 있다. 팔란티어는 한 권의 책을 펴낼만큼 이에 진심이다.

새로나오는 책의 제목은 'The Technological Republic: Hard Power, Soft Belief, and the Future of the West'

"그러나 제 실제 경험으로는, 아무리 제품이 좋아도 고객과 진짜 깊숙이 상호작용하지 않으면, 고객은 그 소프트웨어를 받아들여 재구조화하거나 확장하거나 제대로 활용할 수 없습니다. 결국 ‘이게 서비스냐 소프트웨어냐’가 아니라, ‘얼마나 고객과 밀접하게 맞춰가는가(alignment)’가 핵심이라는 겁니다. 고객과 더 깊이 정렬될수록 더 큰 가치를 창출하게 되죠."

A time for truth and reconciliation - FT

피터 틸의 글이라서 읽었다. 그리고 GPT가 설명해주는 이 글이 함축하는 ‘이면의 뜻’

<반(反) 기성 권력·관료 시스템 비판>

글 전반에 깔린 정서는 “오래된 권력 구조, 기성 관료 및 공론장 장악 세력(DISC)이 정보를 은폐하고, 이를 통해 체제를 유지해 왔다”는 겁니다. 이제 인터넷의 발달로 ‘정보 공개’와 ‘진실 요구’를 막을 수 없게 되었으니, 2025년 트럼프 재집권은 이 모든 것에 대한 ‘대규모 폭로(아포칼립시스)’로 이어질 것이라는 기대 혹은 경고를 담고 있습니다.

<음모론과 ‘대중적 의혹’에 대한 정당성 부여>

JFK 암살·코로나19 기원·정부의 검열·재정 정보 유출 등을 언급하면서, 대중 사이에 만연한 ‘정부가 뭔가를 숨기고 있다’는 불신을 정면으로 다룹니다. 특정 음모론이 진짜냐 가짜냐를 직접 판정하기보다는, 대중이 의심하는 모든 정보를 최대한 공개해 “사실로 증명하거나, 잘못된 의혹이라면 해명해야 한다”는 메시지를 던집니다.

<“분열이 아닌 화해로 가는 길은 진실이 먼저”>

음모론이든, 정부의 비밀이든, ‘진실을 밝히는 것’ 없이는 사회가 갈등만 커질 뿐이므로, 오히려 폭넓은 정보 공개를 통해 분노가 아닌 화해를 이뤄야 한다고 주장합니다. 표면적으로는 트럼프를 옹호하는 듯 보이지만, 실제로는 “다음 행정부가 (설령 트럼프일지라도) 더 숨기는 것이 불가능하니, 이제는 공개와 해명의 길을 갈 수밖에 없다”라는 의미에 가깝습니다.

<미국 예외주의(“미국은 특별하다”)에 대한 회의>

결론부에서 “미국은 더 이상 특별하지도, 위대하지도 않다”고 직언하며, 기득권층이 이를 인정하고 기존의 낡은 사고방식을 버리지 않으면 쇠퇴를 막기 어렵다고 강조합니다. 새로운 아이디어, 투명한 정보 공개가 없다면 미국이 쌓여 있는 문제들(과학·기술 발전 둔화, 부동산 가격 폭등, 부채 급증 등)을 해결하기 어려울 것이라는 경고가 담겨 있습니다.

→ 결국 이 글은, 트럼프 재집권(혹은 차기 행정부)이라는 특정 상황을 빌려 “기득권이 더 이상 정보를 독점하고 통제할 수 없는 시대가 왔으니, 쌓여 온 의혹과 문제를 낱낱이 ‘공개’하여 진실을 밝혀야 한다. 그래야 사회적 화해와 쇄신이 가능하다”라는 메시지를 전하고 있습니다. 이는 단순한 정파적 논평이라기보다는, “인터넷이 불러온 정보혁명 앞에서 기성 권력이 더 이상 숨을 곳은 없다”는 선언이자, “과거 체제의 청산과 혁신”을 위한 압박이기도 합니다.

Mark Zuckerberg on JRE - 유수선생

2025년의 마크 저커버그는 이런 생각들을 가지고 있다. 현재 어디에 관심이 가있는지 잘 드러난 대화군.

1. TV에 맞는 진행자가 나온 것 처럼 인터넷에 맞는 진행자가 나오는 것이다.

2. 물리적 세계와 디지털 세계가 혼합되어있는 것이 분리되어 있는 것 보다 자연스럽다고 생각한다.

3. 차세대 추론 모델들은 단일 응답이 아니라 전체 트리를 구축할 수 있다. 질문을 주면 하나의 쿼리만 실행하는게 아니라 수많은 쿼리를 실행해서 내가 할 수 있는 일을 맵핑하고, 무엇을 할 수 있을지 보여주는 것이다.

4. 애플이 혁신적인 제품을 많이 출시하지 않으면 결국에는 뒤쳐질 것이다. 현재 애플은 사용자를 압박하는 방식으로 돈을 벌고있다.

5. 정부가 우리(미국회사) 편이 되어야만 한다.

소득 수준을 좌우하는 가장 중요한 자질 - Alice in wonderland

예전의 나는 창업가만 존재하는줄 알았는데, 사업가라는 그룹이 있다는걸 뒤늦게 깨달았다.

그리고 어쩌면 나는 창업가보단 사업가에 어울리는 사람일지도 모르겠다는 생각을 한다.

북유럽 기업은 왜 이리 강할까? - PADO

북유럽과 유럽은 구분해서 생각해야한다고 생각한다.

1. 북유럽 사업가들이 바이킹 조상들처럼 해외로 모험을 떠나는 성향을 지녔다는 점이다.

2. 북유럽 기업들이 오랫동안 기술을 열정적으로 수용해왔다는 점이다.

3. 정부 정책이다. 북유럽은 높은 개인 소득세율로 풍부한 복지 시스템을 운영하지만, 기업 이익에 대한 세율은 미국과 비슷한 수준이다.

4. 장기적인 관점을 가진 주주들이다. 컨설팅 기업 맥킨지에 따르면, 북유럽 대기업의 80%는 장기적인 소유 구조를 유지하고 있으며, 이는 유럽 전체의 60%, 미국의 20%와 비교된다.

리콴유의 말을 빌리면 “스웨덴, 노르웨이, 덴마크는 상대적으로 인구의 동질성이 높기 때문에, 유럽의 다른 국가에서 불가능한 국민 통합이 이들 국가에서는 가능하다. 세 나라는 각각 국민 전체가 어느 한 사람의 고통을 함께 나눌 준비가 되어 있는 부족 같은 공동체 국가이다.”

[WEEKLY BIZ] 롤스로이스의 야심… 달에 인간 거주용 소형 원자로 보낸다

얼마전 저녁먹으면서 롤스로이스가 영국 SMR의 선두주자라는 이야기를 접했다. 궁금해서 찾아보니 잠수함용 원자로를 개발한 경험으로부터 비롯되었다고 한다. 전혀 몰랐던 사실인데 흥미로워서 아카이브.

"그런데, 발전용 원자로에 대한 경험이 없는 롤스로이스는 발전용 SMR 개발에서 상당히 특이한 전략을 취하고 있습니다. 롤스로이스는 4세대 원전 개발이 본격화되는 원자로 시장에서 다른 냉각제를 적용하든지, 고속 냉각로를 사용하는 새로운 타입의 원자로에는 관심을 두고 있지 않습니다. 현재 기술적으로 이미 검증된 3세대 원자로에 그간 중공업 분야에서 쌓은 첨단 엔지니이링 기술을 총동원하여 소형, 대량생산 방식의 원자로를 최대한 빨리 개발하고자 합니다."

A Spymaster Sheikh Controls a $1.5 Trillion Fortune. He Wants to Use It to Dominate AI - WIRED

UAE 모하메드 빈 자이드 알 나히얀(MBZ) 대통령의 남동생이자 만수르의 형이기도 한 타흐눈은 국부펀드 ADIA의 수장으로 UAE의 경제 전략을 이끄는 위치에 있는데(UAE 차기 대통령이 MBZ의 아들에게 넘어가는 대신 국가의 경제적 지휘권을 획득하였음), 그런 그가 강력하게 밀어붙이는 것이 바로 AI 사업이다. 타흐눈은 현재 국가의 AI 사업을 리드하는 G42를 설립하고 의장으로 자리하고 있다.

UAE는 AI 산업이 돈으로 승부를 가를 수 있는 자본집약적 산업으로 판단한 것 같다. 문제는 그동안 중국과 사업적으로 얽혀있었다는 점인데, 어느 순간부터 중국과의 관계를 끊고 미국으로 붙는 제스처를 지속적으로 보여주고 있다.

즉, 앞으로 우리는 AI 관련 기사에서 UAE와 사우디라는 이름을 더 자주 듣게 될 것이다.

선택과 집중, PE의 선택은? - MBR

한국은 장치산업을 중심으로 성장해왔다. 장치산업이란 거대한 설비나 장치를 필요로 하는 공업을 가리킨다. 대표적으로 석유화학, 철강, 시멘트, 제지산업 등이 장치산업에 해당한다. 물론 장치산업 내에서도 저부가가치 제품보다는 중간 수준 이상의 기술에서 강점을 가지고 있는 한국이지만, 장치산업의 본질에서는 벗어나지 않는다. 대규모 설비투자와 인력이 필요한 장치산업이 중심이기에 제조업 패권 약화는 더욱 확정된 미래다.

20년 만에 호황을 맞은 조선사들은 인력 부족으로 생산 차질을 겪고 있다. 그리고 2차전지와 같이 미래 먹거리로 여긴 산업은 중국에 밀리고 있다. 이미 몇 년 전부터 중국은 무섭게 치고 올라와 철강, 디스플레이 등 한국의 기존 주력 산업들을 잠식했다. 결국 경쟁력에서 차이가 벌어질 수밖에 없는 것이다. 고부가가치 산업으로의 집중이 필요한 시기다.

물론 플라자·루브르 합의, 극심한 버블, 혹은 금융위기와 같은 큰 이벤트는 없지만 고금리가 문제점을 드러나게 하고 있다. 결국 일본 기업들이 해온 것처럼 한국의 기업들도 변화가 필요하다. 그리고 그 변화는 이미 기업들의 구조조정과 사업구조 재편, 선택과 집중으로 수면 위로 드러나고 있다.

한국은 딱 한 번의 기회만 남아있습니다... | 박석중 신한투자증권 부서장 [신과대화]

신한 박석중 부서장님의 이번 영상도 인상깊게 보았다.

결국 한국 경제가 다시 도약하려면, “낡은 산업”의 과잉설비와 부실을 해소하고, 미래 산업(고부가 가치 분야)에 강력하게 집중해야 한다.

기업과 직업에 대한 생각 - 진형

따라서 아래 내용에 너무나 공감한다.

반대로 예상을 큰 규모로 초월하는 이익은, 해자를 잠식당하지 않고 무한히 확장하는 철옹성은 제조업에서는 이례적인 일이다. CAPEX 투자에서는 큰 규모의 IRR이 발생하기 참 어렵다. 모두가 계산기를 돌려보고 사업에 참여하기 때문이다. IRR 상에서 알파는 규제나 그동안의 기술개발에서 오는 해자에서 발생하는 경우가 더 많다. 이런 해자들은 재무제표에 기록되기 마련이고, 계산기를 돌려서 진입할 수 있는 경쟁자들은 사업가 뿐만 아니라 회계와 재무를 아는 모든 인텔리들이다.

(여담이지만) 그래서 한국 주식 시장이 제로썸에 가깝다고 생각한다. 위대한 기업을 찾기는 어렵다. 시장이 아무리 성장해 매출이 막대해지더라도, 해자가 잠식당하고 시가총액은 깎이기 마련이다. 디스플레이와 화학이 그랬고 이제 반도체가 다음 타자다.

제조업은 장기적으로 정답이 아닌 것처럼 보인다. 이런 제조업들은 기술이 발전하면서 공정 개선의 한계곡선을 마주한다. 결국 마진이 박해지고, 중국의 침범을 받고, 그렇게 시가총액이 줄어들고 산업 자체가 망가지기 때문이다.

미국의 제조업은 쇠퇴했다고 한다. 그냥 이익이 장기적으로 시가총액으로 환원되지 않는 곳으로 자본이 배치되지 않은 거다. 무형의 부가가치와 독점력은 지난 20년간 지속적으로 우상향했다. 자본주의에서는 하나의 답지다.

[세계 밝힐 K기술] DL케미칼 30년 공들인 폴리부텐… 中 따돌리고 세계 1위 - 조선이롭

조선업의 LNG선과 같이 고부가가치 산업을 키우는데 주력하자.

“폴리부텐(PB·Polybutene)은 국내 화학회사가 세계 시장을 제패한 몇 안 되는 스페셜티(specialty·고부가가치) 제품입니다. 규모가 큰 경쟁사들이 선점한 제품군 대신 이들이 접근하지 않은 품목으로 일찌감치 눈을 돌리고 30년 넘게 한 우물을 판 결과 불황을 견딜 경쟁력을 확보하는데 성공했습니다.”

[단독] HD현대·한화, K해양방산 ‘원팀’ 합의 - 매일경제

오호 HD현대와 한화가 원팀이 된다니, 진짜 재밌는 그림이 나왔다. (동일한 이야기는 아니지만) 리콴유 선생님이 남기신 말씀이 떠오르는군.

"현재 한국에서의 갈등은 다른 나라보다 더 심각한데, 계속되는 갈등이 아니라 국익 차원의 큰 합의가 이루어진다면 도움이 될 것이다. 부의 재분배를 위해서 정부가 재벌기업들을 더 압박해야 하는지에 대한 정당들 간의 격한 대립을 보면서, 일부 대기업은 생산 라인을 해외로 이주시키는 것까지 고민하고 있다. 이러한 갈등이 사회의 에너지와 자원을 고갈시키고 있다. 한국 사람들은 이런 싸움 대신에 '우리 함께 글로벌 시장을 공략합시다'라고 단결하면 훨씬 더 강해질 수 있다." - 리콴유의 눈으로 본 세계

#금융

30여 년 몸담았던 여의도를 떠나며 - 이코노미조선

우리나라도 제도 개선 하고, 금융업 키우자.

"한국은 이제 1인당 국민소득 3만달러(약 4300만원)를 넘어선 선진국이다. 제조업만으로는 성장을 담보하기 힘들다. 금융업, 특히 그중에서도 증권업이 더 커지고, 수익성이 더 개선돼야 한다."

"이러한 천수답 형태의 수익 구조를 벗어나기 위해 증권 업계는 그간 큰 노력을 기울여 왔다. 대표적으로 해외 IB의 수익 모델을 벤치마크해 자본 규모를 키우고 단순한 금융 중개보다는 직접적인 투자를 확대하는 형태로 사업 구조의 진전을 도모했다. 확대된 자본을 바탕으로 적극적으로 위험을 인수하면서 금융시장 변동성에도 수익성이 크게 영향받지 않는 구조로 전환을 꾀한 것이다."

"하지만 해외 글로벌 IB와 비교해 보면 여전히 갈 길이 멀다. 국내 최대 증권사인 미래에셋증권의 자본 규모는 11조원인데, 골드만삭스, 모건스탠리 같은 글로벌 대표 IB의 자본 총계는 100조원을 상회한다. 가까운 일본의 노무라증권 역시 총자본이 25조원 수준이고, 하이통증권과 중신증권 등 중국 상위권 증권사의 자본 규모 또한 30조원 수준이다."

"더 큰 차이점은 수익 구조에서 나타난다. 국내 증권 업계는 앞서 살펴본 대로 위탁매매를 포함한 증시 환경에 노출된 수익 비중이 60~70%에 달한다. 반면 글로벌 선도 IB는 금융거래 기반의 변동성 높은 수익 의존도가 축소되는 가운데, 자산 관리 수익과 이자 및 배당 수익 중심의 투자 수익 등 지속 가능한 수익원의 비중이 지속적으로 높아지고 있다."

"글로벌 IB는 회사별로 특화된 사업 모델을 발전시켜 왔으며, 이를 바탕으로 고유의 사업 영역을 구축해 왔다. 가령 미국의 골드만삭스는 인수합병(M&A) 등 전통 IB 업무의 강점을 바탕으로 IB 부문에서 높은 수익성을 거두고 있으며, 모건스탠리는 생애 주기 맞춤형 포트폴리오 서비스 제공을 통해 자산 관리 부문에서 고수익성을 실현하고 있다. 이렇듯 글로벌 IB는 각각의 특색 있는 사업 영역에서 이익의 안전성과 지속 가능성을 추구하는 형태로 발전해 왔다."

"반면 국내 증권사의 사업 구조는 상대적으로 대동소이하다. (~) 하지만 실상은 증권사의 확대된 자본과 건전성 규제 완화를 활용해 조달된 자금이 금융 당국의 목표대로 자본시장에 투입되기보단 대부분 부동산 시장으로 흘러가는 결과를 초래했다."

12월보다는 1월, 금융의 삼성전자 - 고집스런 가치투자

"기업의 혁신은 세 방향에서 이루어진다. 기술혁신, 조직혁신, 그리고 금융혁신이다."

"한국의 제조업이 일제히 경쟁력을 잃어가는 느낌을 주고 있다. 일시적인 현상일 것으로 희망한다. 그러나 동시에 한 단계 높은 경제시스템으로 전환되려면 지금보다 훨씬 더 금융산업의 비중이 커져야 할 것이다. 그런데 금융업은 제조업처럼 제품을 생산해서 수출하는 것이 아니기 때문에 한국처럼 국내 시장 국제화에 한계가 있는 지정학적 지위에서는 해외 진출 밖에는 답이 없다. 공장의 해외 진출이 아닌 사람과 소프트웨어의 해외 진출이다."

"예전에 ‘금융의 삼성전자’가 화두였던 적이 있다. 삼성전자 같은 금융기관을 키우자는 취지였다. 급변하는 지정학이 한국의 제조업을 쉽게 두지 않을 것 같은 지금, 대안으로 다시 생각해 볼 때가 된 것 같다."

Private Equity (사모펀드)는 어떻게 상장주식 대비 높은 수익률을 낼까 - 엔젤투자자

PE업은 잘한다는 가정하에 구조적으로 자본효율성이 높은 비즈니스라고 생각한다.

따라서 장기투자한다는 가정하에 S&P 500에 투자하는 것 보다 KKR에 투자하는 것이 더 높은 수익을 가져올 수 있다고도 생각한다.

김병주 MBK파트너스 회장, Offerings - 고집스런 가치투자

지금의 MBK 행보는 오랜기간 생각하고 준비해온 결과물이라는걸 알 수 있다.

“그들은 자신들이 소유하지 않은 것까지 지배하려 든다.” 2020년 출간된 김병주 MBK 회장의 자전적 소설 ‘오퍼링스’(Offerings)는 한국 재벌을 이렇게 평가했다.

기업과 직업에 대한 생각 - 진형

아래는 내가 자주 하는 이야기와 동일하다. 조금 다른 이야기인데, 나는 이 관점에서 다음 세대 투자의 주인공은 냉정하게 VC가 아닐 수도 있다고 생각한다.

"1900년대는 손익계산서와 재무상태표의 시대였다. 달리 말하면 가치투자자와 바이아웃 PE의 시대였다. 그 이전의 가치투자자인 워렌 버핏은 담배꽁초 투자를 즐겨 했다. 내재가치보다 시가총액이 싼 기업을 사서 큰 돈을 번 사람이 버핏이라면, 재무 이론에 통달해 밸류에이션을 해서 싸게 사서 돈을 번 사람은 KKR이다."

"반면에 2000년대는 창업자와 롱온리 투자자의 시대였다고 생각한다. 심심치 않게 애플과 엔비디아, 그리고 메타와 구글의 장기 주가 차트가 돌아다닌다. 독점력의 복리 증식을 목도한 사례다. 이런 기업들은 결코 해자를 잠식당하지 않고, 위대한 경영진과 함께 자산을 복리로 증식해나갔다. 그리고 이들 기업에 동행한 사람들은 수 백배의 이익을 거두고 위대한 투자자가 되었다."

Venture Capital’s Latest Strategy: Private Equity–Style Roll-Ups - The Information

AI 시대의 벤처 투자는 인터넷, 모바일과 다른 모습일 가능성이 높다.

난 사석에서 VC랑 PE의 결합 모델이 주요한 금융 비히클로 자리할 것이라고 이야기하고 다니는데, 이미 알게 모르게 (미국의) VC는 그쪽을 향해 나아가고 있는지도 모르겠다.

The Deep Tech Opportunity - Matthew Mandel

나랑 비슷한 고민을 하고 계시군.

"The dynamics that made lean startups built on the internet such a promising source of extreme outcomes over the last thirty years no longer hold."

"Even if the mega-trends of the moment are putting pressure on legacy industries to innovate, one might still wonder if venture-backed startups are the right vector for that change. Maybe venture capital and deep tech are just incompatible, and public-private partnerships or incumbents’ R&D divisions are better equipped to tackle the opportunity."

Hemant Taneja, Managing Partner and CEO of General Catalyst

원래 VC는 “운 좋게도 뛰어난 창업자를 만나, 자금을 대주고, 사업 구상이나 전략을 함께 고민해주는” 일종의 우연(serendipity)에 많이 의존했어요.

그런데 의료, 국방, 에너지 전환, 제조업 같은 거대한 산업을 정말 근본적으로 바꾸려면, 각 산업을 어떻게 재설계해야 하는지 깊이 고민할 필요가 있죠. 그걸 위해서는 훨씬 더 의도적(intentional)인 접근이 필요하다고 생각합니다. 그래서 저희가 직접 회사를 만드는 이유 중 하나는 “생태계에 어떤 게 부족한가?”, “어떤 회사는 여러 이유(인터디서플리너리, 자본집약적, 긴 시간 필요 등)로 자연 발화가 힘들 텐데, 우리가 그 불쏘시개 역할을 할 수 있지 않을까?” 하는 거예요.

다시 말해, 의도적이고 주도적인 역할을 하는 것과, 우연한 발견을 통해 좋은 창업자를 만나는 것—이 두 가지를 동시에 추구하는 방향으로 우리 업의 진화를 고민하고 있습니다.

아래는 헬스케어에 진심인 투자자다운 관점들.

만약 “30년 후 미국 의료 시스템은 어떻게 되어야 하는가?”라고 물으면, 대부분 “예방적이고(proactive), 저렴하고(affordable), 접근 가능(accessible)해야 한다”고 답할 겁니다. 즉, 사람들을 건강하게 유지하며, 의료 때문에 파산하는 일이 없고, 누구나 진료를 받을 수 있어야 한다는 뜻이죠.

하지만 지금은 그와 거리가 멀고, 단일 기업이 이를 완전히 해결하기도 불가능합니다. 그래서 아마존이 소매업을 바꾼 것처럼, 헬스케어 분야도 “단 하나의 아마존”이 나오기보다는 생태계 자체가 재편되어야 한다고 믿고 있어요. 즉, 여러 회사가 모여서 협력해야 한다는 거죠.

지난 10여 년간 우리는 이 생태계에 필요한 회사들을 만들고 투자했습니다. 궁극적으로 병원 시스템이 더 효율적이면서도 이윤을 내고(자동화/기술 도입), 의료 인력의 역량을 재정립하고(기술 발전에 맞춰), 질병 치료가 아니라 건강 유지(건강 관리)에 중점을 두는 방향으로 수익 모델을 바꾸도록 돕고 있어요. 미국 의료비가 너무 많이 드는 큰 이유 중 하나가 ‘아픈 사람을 치료’하는 데 초점을 맞추는 식케어(sick care) 구조니까요.

이런 건 실리콘밸리식 “회사를 만들면 저절로 바뀌겠지”로는 안 됩니다. 헬스케어 기관들과 긴밀히 협력해야 하죠. 그래서 우리가 인수한 병원 체인도, 우리 포트폴리오사나 다른 회사들이 실제 병원 시스템에 솔루션을 적용해, 그 혁신 과정을 실증할 ‘테스트베드’이자 ‘블루프린트’로 삼으려는 목적입니다. 그걸 또 협력 병원에도 확산할 수 있죠. 전통적 VC 같지 않고, 긴 호흡이 필요한 일이지만, “급진적 협업” 없이는 불가능하다고 봅니다.

Unveiling GC Wealth

결국 General Catalyst는 VC를 넘어서 자산운용으로 영역을 확장.

#투자

버블을 관찰하는 중 - 하워드 막스

하워드 막스다운 글이다.

주식을 매수할 때 다운사이드 대비 업사이드의 확률을 고민해보는 것 처럼, 주식을 매도할 때도 같은 논리를 적용해야 하지 않을까 싶은 요즘.

2024년 12월 머스트자산운용 투자 레터

시스템과 노력의 조합.

"투자 아이디어의 최종 형성은 1) Discover (아이디어가 될 가능성이 높은 기업을 발견하는 것) 과 2) Deep Research (발견된 기업을 압도적인 이해에 도달할 때까지 투자 깊이감 있게 리서치 하여 투자 아이디어로 최종 형성하는 것)의 2단계로 나눌 수 있습니다."

"보통 두번째 단계(Deep Research)에서는 주어진 특정한 기업을 집중 분석하기 위해 할 수 있는 별의별 노력을 다 하는 과정이기 때문에 사람의 노력에 시스템이 줄 수 있는 도움이 제한적입니다. 반면, 첫번째 단계에서는 시스템에 의한 발견(discover)이 사람의 노력에 큰 보완 역할을 할 수 있어 크게 도움이 됩니다. 모니터링하는 수천 개 이상의 국내외 기업들에 대해 그 기업에 영향을 주는 유의미한 수많은 데이터들을 찾고 모으고 보기 좋게 가공하여 회사의 변화를 선제적이고 통찰력 있게 이해하여 ‘이 기업이 이런 데이터들의 신호로 인해 지금 집중해서 리서치할 때’라는 발견(Discover) 기능을 잘 구현할 수 있다면 수작업의 한계를 잘 보완해줄 수 있다고 믿습니다. 아직 많이 부족하지만 이 주제에 대한 회사 차원에서의 투자를 아끼지 않고 발전시켜 나가겠습니다."

[번역] 비즈니스 오너 펀드 2013년 연례 서한 - 제너럴폭스

2013년, 로버트 비널이 노보 노디스크를 매수한 이유

[번역] 어느 투자자의 음모론과 의 조우 (f.로버트 비널, 비즈니스 오너 펀드 투자자 서한) - 제너럴폭스

항상 틀릴 수 있음을 알고 겸손하자.

[번역] 비즈니스 오너 펀드 10주년 메모 - 제너럴폭스

끊임없이 진화해온 로버트 비널

카바나, 로버트 비널과 브라이언 로렌스, 그 뒷 이야기 - 생텀

자신의 중심을 지키며 투자를 한다는 것.

250207_나의 팔란티어 투자기 - 혀니 (저입니다)

나만의 투자 케이스를 쌓고 복기하고 개선하다보면 미래에는 더욱 발전해있겠지?

#마지막으로

책정리: 텍사스 홀덤

아주 인상깊게 읽은 ‘텍사스 홀덤’

"평소엔 심하게 방어적인 태도. 정확한 계산 능력. 이긴다는 판단이 섰을 땐, 리스크를 감수하더라도 행동하는 것.”

"나는 행운을 바라지 않았다. 예측 범위 밖의 일이라는 점에서, 본질은 불행과 같았기 때문이다. 그저 내가 예측할 수 있는 범위와, 할 수 있는 최선에 대해 생각했다.”

세상은 그 어느 때보다 거대하면서도 빠른 변화가 이루어지고 있는데, 저는 여러분이 기회를 잡으시는데 조금이나마 도움이 될 수 있도록 꾸준히 정진하겠습니다.

오늘은 AI, 로봇, 반도체, 바이오, 핀테크, 투자, 비즈니스에 대해 다룹니다.

뉴스레터 외에도 텔레그램 및 블로그에서 저의 생각을 접해보실 수 있습니다.

#오리지널

동료분께서 이 영상을 보시고 남겨주신 코멘트.

"질문 중에 혀니 강점이 뭐냐라는 취지의 질문이 있었는데, 혀니가 거기서 남들보다 조금 더 빨리 본다는 답변을 했어요

옆에서 봤을때 그게 가능한 조금 더 근원적인 이유는 혀니의 압도적인 정보 습득량 때문입니다.

워렌버핏이 투자를 잘하는 이유 중 하나가 DB가 거의 AI 수준이라는거고, 그 뒤엔 탈인간급의 독서량. 예를 들면, 2000페이지짜리 무디스 리폿을 매년 읽고, 심심하면 10K 읽는 그런거에 있었는데. 혀니도 비슷해요

어린 나이에서부터 창업자들에 대한 자서전 인터뷰 유튜브도 무지하게 봤고, 국내외, 레거시 뉴미디어 막론 각종 매체도 다 섭렵하면서 최근에는 한국 상장사들 사업보고서도 때려박고 있죠.

그리고 무엇보다 억지로한다기보다 그걸 재밌어한다는 점이 혀니에게 지속가능성을 주고, 정보의 양과 질에 복리효과가 더해지면서 개인으로서 해자가 더 강화되는 겁니다

이런 정보습득 성향은 봤을때 뭔가 타고난거고 남들이 따라할 수 없는 혀니 강점인데 설명이 덜 된 것 같고 부각이 좀 덜 되어서 아쉬웠어요."

만 23살에 VC를 설립하고 5천 명 뉴스레터 구독자를 이끈 세상을 탐구하는 방법

내 생각이 많이 담겨있다 :)

“기본적으로 미래에 대한 고민을 늘 하고 있어요. 먼저 가장 앞서가 있는 사람들의 생각을 주로 탐구해요. 제 생각에 그들은 주로 기업가나 투자자들이고, 그들이 어떤 이야기를 하고 있는지를 항상 체크하려고 하죠.”

“예를 들어, AI를 공부하려면 AI 분야에서 가장 앞서 있는 사람들이 어떤 생각을 하고 무슨 이야기를 하고 있는지 아는 것이 중요하다고 생각해요. 그래서 샘 알트만이나 마크 저커버그 같은 인물들의 인터뷰를 계속 찾아보고 그들 주위의 엔지니어들이나 전문가들이 하는 이야기도 주의 깊게 듣고 있어요.”

“이렇게 보다 보면 그들 사이에 공통적으로 나타나는 생각들이 있어요. 이게 하나의 패턴처럼 보이기 시작하면 그 패턴이 맞을 가능성이 높다고 생각하고, 그걸 기반으로 공부를 해요. 이러한 방식으로 저만의 가설을 세우고, 그 가설이 맞는지 근거를 수집해 나가요. 그리고 그 과정에서 만약 다른 주장이나 새로운 관점을 발견하면, 그 가능성을 열어두고 추가적으로 고려해 보면서 방향성을 조율해 나가는 거죠. 미래에 대한 고민을 항상 이렇게 패턴을 찾고, 가설을 세우고, 근거를 수집하면서 살아가고 있는 것 같아요.”

#AI

OpenAI Email Archives (from Musk v. Altman and OpenAI blog) — LessWrong

OpenAI, "영리구조와 독재를 원했던건 일론 머스크였다" - jian

세상을 완전히 바꿔버린 회사는 어떻게 탄생하고 어떤 과정을 거쳤는가. 샘 알트만과 일론 머스크의 메일을 통해 들여다보자.

샘 알트만은 처음부터 OpenAI를 맨허튼 프로젝트라고 생각했다.

"Any thoughts on whether it would be good for YC to start a Manhattan Project for AI?"

그는 회사를 처음 세팅할 때 법인 및 인센티브 구조, 미션, 놓치지 않아야할 점(안전성), 거버넌스부터 논의하고 시작했다.

"The mission would be to create the first general AI and use it for individual empowerment—ie, the distributed version of the future that seems the safest. More generally, safety should be a first-class requirement."

머스크는 구조에 대해서 의견을 붙인다.

"Also, the structure doesn’t seem optimal. In particular, the YC stock along with a salary from the nonprofit muddies the alignment of incentives. Probably better to have a standard C corp with a parallel nonprofit."

머스크가 대중성에 대해서 가지고 있는 생각.

"I'd favor positioning the blog to appeal a bit more to the general public -- there is a lot of value to having the public root for us to succeed"

"It is super important to get the opening summary section right. This will be what everyone reads and what the press mostly quotes. The whole point of this release is to attract top talent. Not sure Greg totally gets that."

머스크의 인재 주의

"Our most important consideration is recruitment of the best people. The output of any company is the vector sum of the people within it. If we are able to attract the most talented people over time and our direction is correctly aligned, then OpenAI will prevail."

"Either we get the best people in the world or we will get whipped by Deepmind."

"Whatever it takes to bring on ace talent is fine by me."

일리야의 깨달음. AI는 결국 컴퓨팅 인프라 게임.

"What matters is the size and speed of our experiments. In the old days, a big cluster could not let anyone run a larger experiment quickly. Today, a big cluster lets us run a large experiment 100x faster."

"In order to be capable of accomplishing our projects even in theory, we need to increase the number of our GPUs by a factor of 10x in the next 1–2 months (we have enough CPUs). We will discuss the specifics in our in-person meeting."

어긋나기 시작한 샘과 머스크의 관계

"But we haven't been able to fully trust your judgements throughout this process, because we don't understand your cost function."

"We don't understand why the CEO title is so important to you. Your stated reasons have changed, and it's hard to really understand what's driving it."

"Is AGI truly your primary motivation? How does it connect to your political goals? How has your thought process changed over time?"

AI는 자본 게임이기 때문에 테슬라와 합쳐야 한다고 조언하는 안드레 카파시

"The most promising option I can think of, as I mentioned earlier, would be for OpenAI to attach to Tesla as its cash cow. I believe attachments to other large suspects (e.g. Apple? Amazon?) would fail due to an incompatible company DNA. Using a rocket analogy, Tesla already built the "first stage" of the rocket with the whole supply chain of Model 3 and its onboard computer and a persistent internet connection. The "second stage" would be a full self driving solution based on large-scale neural network training, which OpenAI expertise could significantly help accelerate. With a functioning full self-driving solution in ~2-3 years we could sell a lot of cars/trucks. If we do this really well, the transportation industry is large enough that we could increase Tesla's market cap to high O(~100K), and use that revenue to fund the AI work at the appropriate scale."

OpenAI o3 and o3-mini—12 Days of OpenAI: Day 12

누가봐도 이번 OpenAI의 12일 대장정의 하이라이트는 o3의 공개였고, 그만큼 자신만만해보였다. 관련해서 간단한 내 생각 몇개만 메모하자면,

• 사람들이 (언제 안좋게 봤냐는듯) 구글을 엄청 칭찬하기 시작했는데 구글은 원래도 자기 할일 잘하고 있었고, 반대로 사람들이 OpenAI 그거 경쟁력 다 잃은거 아니냐는 소리를 하기 시작하는데 무슨 소리, OpenAI도 여전히 자기 페이스대로 잘하고 있다.

• o1 나온게 불과 3개월전이다. AI 발전속도는 여전히 엄청나다.

• 이번달 o1 제공량을 다 썼다고 해서 오늘 o1을 사용하지 못했는데, 매우 답답했다. o1 출시된 이후로 나의 GPT 사용량이 엄청 늘었고, 이제 내 생활에서 o1은 없어서는 안될 필수품이다. 지금도 이런데, o3 나오면 얼마나 리서치가 풍성해질지 많이 기대된다.

• 개발자들은 진지하게 당장부터 커리어에 대한 고민을 해야할 것 같다.

OpenAI Shifts Strategy as Rate of ‘GPT’ AI Improvements Slows - The Information

Is Deep Learning Actually Hitting a Wall? - Garrison Lovely

Scaling Laws – O1 Pro Architecture, Reasoning Training Infrastructure, Orion and Claude 3.5 Opus “Failures” - Semianalysis

AI 스케일링 법칙의 한계?! OpenAI, 구글, 앤트로픽의 사례로 보는 기존 AI 개발 방식의 한계 및 새로운 돌파구 - 데일리 데이터허브

OpenAI의 차세대 모델인 Orion의 성능 발전 폭이 이전 모델의 발전 폭보다 작다는 보도가 나옴과 동시에 일리야의 인터뷰로 인해 스케일링 법칙이 한계를 맞이한게 아니냐는 이야기가 퍼졌다.

하지만 구체적으로 들여다보면 스케일링 법칙이 한계를 맞이했다기보단 인터넷에서 끌어다 쓸 수 있는 데이터를 다 사용하면서 데이터의 한계가 찾아왔다고 보는게 합리적이라고 보이며, 동시에 예전보다 투자 대비 성능 향상의 가성비가 떨어졌다고 보는게 맞을 것이다.

개인적인 관찰 포인트는 머스크가 AI 진영에서도 미친듯한 스피드로 따라오고 있는데, 이 기간동안 OpenAI와 맞먹는 혹은 뛰어넘는 플레이어가 될 수 있을지가 궁금하다.

Microsoft AI chief Mustafa Suleyman says conversational AI is the next web browser - The Verge

여전히 스케일을 늘리는 것이 유효하다고 말하는 슐레이만 (마소 AI부서 CEO)

One way of thinking about it is that the more computation you have, the more time these models can spend attending to the various relational components of all that training data. Think of FLOPS as a way to spend understanding time, learning the relationship between all these various training inputs.

• So, first of all, you can still gain more from just having more computation to learn over all the existing data.

• The second thing is that we learn a vast amount from interaction data. Users tell us implicitly and explicitly how they feel about an output. Is it high quality? Is it used? Is it ignored?

• Third, we’re generating vast amounts of synthetic data. That synthetic data is increasingly high quality. When you ask an AI teacher or a rater to compare two or three different examples of the synthetically generated output and the human written output, it’s extremely difficult to detect those precise nuances.

• Fourth, I can imagine AIs talking to other AIs, asking for feedback — AIs that have been primed for different areas of expertise or different styles and prompted in different ways. You can imagine those interactions producing valuable new knowledge, either because they’re grounded in different sources or just because of their stylistic output, they’re producing novel interactions.

→ So, I don’t necessarily see data being the limitation anytime soon. I think that there are still huge benefits to come from scale for the foreseeable future.

“데이터도 석유처럼 고갈… 이제 AI ‘학습시대’ 끝나” - 조선일보

OpenAI cofounder Ilya Sutskever says the way AI is built is about to change - The Verge

AI 학습에 필요한 데이터는 한정되어있고, 언젠가는 AI가 추론 능력이 강화되면 제한된 데이터로도 사물을 이해하게 될 것이라고 이야기하는 일리야.

“AI 모델 학습·훈련에 필요한 데이터는 유한한 화석연료와 같다. 컴퓨터 연산 능력은 향상하고 있지만, 데이터는 늘지 않고 있다”

Why Human Data is Key to AI : Alexandr Wang from Scale AI - 유수선생

ScaleAI 비즈니스가 썩 좋다고 생각하진 않는데, 그래도 창업자인 알렉산더 왕은 항상 자기만의 뷰를 가지고 있어서 참고하게 되는듯.

공개적인 데이터는 이제 거의 다 사용되었고, 따라서 데이터의 생산이 중요해지는 시기. ScaleAI는 AI를 위한 데이터 파운드리를 지향.

Introducing computer use, a new Claude 3.5 Sonnet, and Claude 3.5 Haiku

이번에 새로나온 앤트로픽 모델을 보니 앞으로 사람들이 컴퓨터를 이용하는 모습들이 크게 달라지겠구나 싶다. AI 에이전트의 시대가 바로 앞으로 다가왔다.

솔직히 AutoGen 공개될때만 해도 이게 미래라고는 생각했지만 가까운 미래라고는 생각하지 않았는데, 예상보다는 더 빠르게 미래가 다가오고 있는 것 같다.

Introducing Gemini 2.0: our new AI model for the agentic era

구글이 Gemini 2.0 을 공개하며 강조한건 역시나 에이전트. '디지털 비서'에 더더욱 가까워졌다.

마이크로소프트 CEO 사티아 나델라가 보는 AI의 미래 (BG2) - 유수선생

마이크로소프트가 Ignite 2024 행사에서 선보인 ‘AI 에이전트’ - 이제 중요한 것은 AI 모델 자체가 아닌 실질적인 결과물 - 데일리 데이터허브

마이크로소프트 역시 AI 모델 전쟁에 참전하기보단, 현재 가능한 영역에서 가장 실용적인 해결책을 제시하는 전략을 택한 것으로 보임. 현재 모델의 성능으로 효과적인 업무 효율 개선에 집중하고 있는 것.

Building effective agents

앞으로 일을 잘한다라는 소리를 듣기 위해서는 AI 에이전트가 어떻게 작동하는지 알아야 할 것. 이걸 이해하는 사람과 그렇지 않은 사람 차이는 하늘과 땅만큼 차이가 날 예정.

"Workflows are systems where LLMs and tools are orchestrated through predefined code paths."

"Agents, on the other hand, are systems where LLMs dynamically direct their own processes and tool usage, maintaining control over how they accomplish tasks."

AMA with OpenAI’s Sam Altman, Kevin Weil, Srinivas Narayanan, and Mark Chen - Reddit

[쫌아는기자들] 샘 올트먼과 오픈AI의 '무엇이든 물어보세요'

미래를 만들어가는 사람들이 모두 똑같은 이야기를 하고 있다는걸 명심하자.

"we will have better and better models, but i think the thing that will feel like the next giant breakthrough will be agents"

Generative AI’s Act o1

인공지능을 저격한 세콰이어의 생각은 바뀌었나? - 생성형 AI의 Act o1 (번역)

단일 모델이 모든 것을 집어삼킬 것이라는 주장은 이제 틀렸다고 보는 세콰이어.

그리고 세콰이어도 이제 '일을 파는(사람 대체)' 기회로 AI를 바라보기 시작했다. 또한 기존 SaaS 기업들이 상당히 위험할 수 있다는 주장도 제기하고 있다.

LLM 초기부터 AI 방향성 정리를 잘해줘서 많이 참고하는 세콰이어인데, 이번 글은 내가 맨날 이야기해온 내용들과 동일하네.

AI in 2025: Building Blocks Firmly in Place - Sequoia Capital

세콰이어가 바라보는 2025년의 AI (한때 핫했던 AI’s $200B Question 글 쓰신 분임)

1. LLM providers have evolved distinct superpowers—this should lead to incremental differentiation and a contested pecking order in 2025 (구글, OpenAI, Anthropic, xAI, 메타 - 총 5개 플레이어로 압축)

2. AI Search is emerging as a killer app—in 2025, it will proliferate -> 도메인별 AI 검색 엔진의 출현

3. ROI will remain problematic and CapEx will begin to stabilize in 2025

팔란티어 24Y 3Q 어닝콜 14가지 핵심 요약과 한글번역 - 엔팔좋아

역시 팔란티어는 맞는 말을 한다.

다시 2020년 같은 장세가 온다..연구개발비 증가로 인한 차별적 주가 강세(feat. 삼성증권 퀀트보고서) - hardark

나는 평소에 농담반 진담반으로 AI로 인해 개발자들 상당수가 대체되어지면 테크 회사들 인건비가 엄청 줄테니 향후 10년은 나스닥 지표가 상당히 좋지 않을까? 라는 이야기를 하고 다닌다.

근데 이러한 생각에 근거가 되는 글이 있어서 공유.

AI는 회계사/세무사를 대체 하지 못 한다 - 배규태

솔직히 나는 장기적으로는 회계사의 많은 일들을 AI로 대체할 수 있다고 생각하지만, 중요한건 당장은 아니라는 점이다. 이분법적으로 보는게 아닌, 단계적으로 바라볼 필요가 있다.

"그렇다면 어떤 업무가 대체 가능할까요? 시간이 오래 걸리는 업무들은 대체가 가능합니다."

"카톡이 이메일을 대체하지 않고, 택시가 버스를 사라지게 하지 않듯이, 본인이 하고 싶은 업무를 더 쉽게, 상황에 맞게 처리해 줄 수 있는 SaaS가 기존의 번거로운 업무를 대신 처리할 수 있다고 보고 있습니다."

"특정 회계법인에서 "자주" 했던 업무를 자동화하면서 기존 인력을 더 효율적으로 재배치하는 환경을 조성하고 있으며, 이는 회계사가 대체되는 것이 아니라 "번거로운" 업무를 처리해 줄 소프트웨어가 중요해질 것으로 전망됩니다."

"예를 들어, 인벡터는 ICFR(Data Reconciliation) 과정을 기존 4000시간에서 40시간으로 단축하였고, 상속·증여비율 계산을 40시간에서 40분으로 줄였습니다. 이로 인해 기존 5명의 회계사가 필요했던 업무를 2명이서 수행할 수 있고, 3억 원의 인건비를 절감할 수 있었습니다. 동시에 클라이언트는 최대 30% 저렴하게 서비스를 제공받아 순이익을 늘리는 선순환 구조를 만들고 있습니다."

Salesforce: The Cloud & SaaS Pioneer - 김단테

세일즈포스는 누가 뭐래도 클라우드에 올라타서 SaaS라는 영역을 창조해낸 위대한 기업인데,

Rox - Not Boring

AI라는 새로운 물결이 일어나자 빈틈을 뾰족하게 파고들어서 이겨보려는 시도가 일어나고 있다. 물론 세일즈포스도 Agentforce라는 에이전트를 공개하면서 뒤쳐지지 않는 모습을 보여주고 있지만, 아무래도 비대해진 만큼 뾰족하기는 어려울 것이다.

사실 이전부터 큰 변화의 조짐이 보였는데, 기업들이 세일즈포스를 사용하는 것의 대안으로 데이터웨어하우스를 도입하기 시작했다는점. Rox는 이 변화를 지랫대삼고자 한다.

Commure revenue, valuation & growth rate - Sacra

General Catalyst를 운영하는 Hemant Taneja가 만든 Commure는 AI를 활용한 병원 운영 소프트웨어를 제공하는 회사인데, 성장 그래프가 꽤나 가파르다.

전통적으로 Epic Systems가 짱먹고 있던 시장인데, Abridge도 그렇고 신흥 업체들이 균열을 내려는 모습들이 관찰된다. 흥미진진

Elad Gil’s Latest AI Bet Is in Health - The Information

ARR이 $50m 정도 나오고 있는 돈버는 헬스케어 AI 기업인 Abridge는 $2.5b 가치로 펀딩을 받고있나보다.

의사와 환자의 대화를 기록해주는 AI 서비스인데, 데이터를 활용할 수 있는 길목에 서있는 회사라서 Elad Gil이 좋게 보는듯. AI 모델 성능이 좋아질수록 서비스가 더 강해질 수 있다고 보고 있지 않을까.

AI는 어떻게 우리의 여가를 재정의할까? - 핀포인트 리서치

이 안에서 $100b 이상의 가치를 지닌 기업이 반드시 나올 것이다. Must Read.

"Consumer 섹터의 역사는 기술이 우리 인간의 여가를 어떻게 재정의 했는가와 그 맥을 같이 한다. 더 나은 기술이 기존의 여가를 대체하면, 그곳에 대중의 관심이 새롭게 몰리고, 이곳에 광고와 소비재 산업이 따라오게 된다."

"AI는 PC와 유사한 기술 혁명이다 보니, 전세계 많은 혁신가들이 B2B에 집중해 제품을 만들고 있다. PC 혁명 때의 교훈을 돌아보면, 많은 가치들이 PC를 활용해 각 산업 영역마다 기업의 생산성을 높여주고, 비용을 줄여주는 부분에서 포착되었기 때문이다. 또 Consumer를 하지 않을 이유는 정말 많다. 기존의 플랫폼(유통망)이 지나치게 포화되어 있고, 일정 수준의 고객을 확보하기 위해 드는 유통/광고 비용이 지나치게 비싸졌다. 수익 모델 확보도 쉽지 않다. 많은 부분을 AI Model 회사에게 의존해야 하고, 아직 멀티 모달 AI의 가격은 비싸며, 앞서서 얘기한 광고/유통비 증가로 이익률이 적은 구조이다. 현 시점에서 Consumer AI를 한다는 것은 명백한 사양길이다."

"하지만 10년 뒤를 생각해보자. 여전히 모바일이 우리의 유통망일까? 여전히 비디오 생성 AI의 가격이 비쌀까? 여전히 AI 인터페이스가 챗봇(with voice)일까? 여전히 우리가 숏폼/스트리밍을 시청하며 여가 시간을 보낼까?

The Gen AI Bridge to the Future - Stratechery

과연 "미래는 이미 와 있다. 단지 널리 퍼져 있지 않을 뿐이다."가 맞을 것인가?

증강현실에 대한 관찰과 상상을 멈출 수 없는 이유.

Meta’s AI Abundance - Stratechery

그 관점에서 메타가 무슨 일을 하고 있는지 주목해야만 한다.

"Stratechery from the beginning has been focused on the implications of abundance and the companies able to navigate it on behalf of massive user bases — the Aggregators. AI takes abundance to infinity, and Meta is the purest play of all."

AI: Dystopia or Utopia?

AI: 디스토피아인가 유토피아인가? - GeekNews (한글 요약)

기술 낙관론자로서 유토피아를 꿈꾸는 비노드 코슬라. 참고로 코슬라는 OpenAI의 주요 투자자.

"가장 중요한 것은 7억 명(10%)만이 누리는 풍요로운 삶을 전 세계 79억 시민 모두에게 전하겠다는 원대한 야망이 마침내 손에 잡힐 듯한 거리에 있다는 것임"

Dario Amodei — Machines of Loving Grace

한글 요약 by Si-young Park

앤트로픽 CEO가 바라보는 낙관적인 AI 세상. 나 또한 이런 세상이 너무나도 기대된다.

#로봇

No Priors Ep. 80 | With Andrej Karpathy from OpenAI and Tesla

테슬라 ‘WE, ROBOT’ 행사를 기다리면서 문득 예전에 애플 신제품 발표를 보기 위해 새벽에 잠 못들던 시절이 떠올랐다. 애플의 계보를 이어가는 회사가 나와줘서 참 다행이다.

행사 초반에는 '로보택시가 진짜 나오는구나' 그리고 '옵티머스가 왜이리 유연해졌지' 두 가지 포인트가 흥미로웠는데, 뭔가 엔지니어링적인 부분을 설명해주길 기대했지만 그런 부분은 없어서 아쉽기도 했다. 뭔가 보는 입장에서는 행사가 하다가 만 기분이랄까...

그래도 오늘 공개한 제품들이 (언제가 될진 모르겠지만) 컨셉이 아니라 양산되어 나온다는 이야기이므로 테슬라가 테슬라했다라는 생각이 들었다. 그리고 FSD가 거의 완성되었다는 점이 확인되었다는 것도 중요하고, 따라서 이제부터 테슬라는 로봇회사라고 부르는게 적합해보였다. 실제로 최근 안드레 카파시가 출현한 팟캐스트를 들어보니 테슬라는 이전부터 로봇회사였다고 주장하더라.

Elon Dreams and Bitter Lessons - Stratechery

일론 머스크 진영의 회사들은 다른 회사들이 조금씩 성장하고 있을 때, 혼자서 퀀텀 점프식 진보를 해버리니... 완전히 다른 게임을 하고 있다.

아이러니한건 (경영학과에서 배우는 오리지널한 경영학 관점이 아니라) 꿈의 차원에서 접근하는 것이 비즈니스적으로도 훨씬 더 큰 파급력을 가져오고 있다는 부분.

"The Tesla bet, though, is that Waymo’s approach ultimately doesn’t scale and isn’t generalizable to true Level 5, while starting with the dream — true autonomy — leads Tesla down a better path of relying on nothing but AI, fueled by data and fine-tuning that you can only do if you already have millions of cars on the road."

"That is the connection to SpaceX and what happened this weekend: if you start with the dream, then understand the cost structure necessary to achieve that dream, you force yourself down the only path possible, forgoing easier solutions that don’t scale for fantastical ones that do."

Elon Musk's SpaceX Share Sale Values Company at About $350 Billion - Bloomberg

Elon Musk Net Worth Tops $400 Billion, a Historic First - Bloomberg

현재 스페이스X 가치는 $350b 정도로 평가받는 것 같고, 덕분에 머스크는 개인 재산 평가액이 $400b이 넘으며 압도적인 지구 최강 부자가 되어가고 있다.

#반도체

팹리스 AI 반도체 스타트업이 반드시 넘어야 하는 메모리 이슈 - Dongsoo Lee

엔비디아의 숨겨진 경쟁력은 HBM 컨트롤러 기술로부터 나오고, 같은 관점에서 브로드컴은 주목을 받을 수 밖에 없다.

"사실 HBM 메모리를 누가 잘 만드는지는 세간에 잘 알려져있는데 (삼성전자, SK하이닉스, 마이크론.. 뉴스에 자주 나오죠?) 특이하게 AI 반도체에서는 더 중요한 HBM 컨트롤러를 만들 수 있는 회사들은 뉴스에 자주 나오지 않더라고요…. 사실상 두개 회사가 독점인데 그 회사가 바로 엔비디아, 그리고 브로드컴입니다. 특히나 브로드컴은 본인들이 독자적으로 만들기 보다 IP 사업에 치중하기 때문에 많은 빅테크들이 (구글, 마이크로소프트 등등) 브로드컴에 협업을 의뢰하고 있습니다."

"그래서 사실 chatGPT 이후로는 많은 AI 반도체 회사들이 HBM 컨트롤러 성능이 가장 뛰어난 회사들과 경쟁하기에는 난관에 부딪히게 되고, 브로드컴에 비해 여러가지로 장점과 기술 우위를 가지는 엔비디아가 큰 독점을 하는 것을 보면, 사실 경쟁사들이 진입하기 어려운 독점적인 기술이 있다는 것이고, 이것은 엔비디아가 강점을 가지는 이유가 쿠다가 절대 아니라 HBM controller에 있다는 말씀을 드리고 싶습니다."

Apple Is Working on AI Chip With Broadcom - The Information

최근의 흥미로운 뉴스 중 하나는 브로드컴이 실적발표하면서 AI 관련 유효 시장이 27년 기준으로 $60~90b으로 성장할 수 있다고 말한 부분이었는데 (현재 브로드컴의 AI 매출은 $12.2b), 덕분에 이 큰 회사가 주가가 약 25% 올라버리며 결국 시총 $1T를 넘어버렸다.

관련해서 얼마전에 디인포에서 나온 기사에는 브로드컴과 애플의 협력에서 네트워킹만을 위한 칩렛 설계에만 참여할 수 있다는 SemiAnalysis 분석가의 코멘트가 달려있었는데, 어제 실적 발표 내용을 보면 생각보다 애플과의 협력이 강도가 높을 수도 있겠구나 하는 생각이 든다.

AI는 결국 인프라 게임이기 때문에 ASIC 니즈가 커질 수 밖에 없었고, 이는 이미 브로드컴 주가에 꽤 많이 프라이싱 되었다고 생각했는데 이렇게 더 올라버리네.

Trillium TPU is GA - Google Cloud Blog

역시나 구글이 가진 장점은 AI에 필요한 모든걸 풀스택으로 갖추고 있다는 점. 이 글은 Trillium TPU에 대한 자랑글. 구글은 이전부터 ASIC 반도체에 진심인 회사였다.