인간적 접근 방식은 천천히 진행해야 합니다. 문제는 그러한 요구를 듣지 않는다는 점입니다.

2026년 여름 초, 지구상에서 가장 비싼 사기업이 ‘속도’에 대해 이야기하기에 이상한 시기를 선택했습니다. 5월 28일, Claude 모델을 만드는 회사인 Anthropic은…650억 달러 규모의 투자로 그 가치는 9650억 달러에 달했습니다.경쟁사인 OpenAI의 8520억 달러에 비해 훨씬 높은 가치였으며, 기록상 가장 큰 스타트업 가치를 기록했습니다. 며칠 후, 그들은 논문을 발표했는데, 월스트리트 저널은 그 논문을 한 문장으로 요약했습니다: 이 회사는 최고급 AI 연구소들에게…AI 모델 개선 속도를 늦추는 것을 고려해보세요.“시스템들이 곧 스스로 개선될 수 있는 위험이 있다고 말했습니다. 몇 주 전에 진행된 팟캐스트에서 다리오 아모데이 CEO는 이미 이 분야가…라고 말했습니다.”“엡실론 함수의 끝 부분 근처에 있습니다.”

AI 관련 이름들을 제대로 따르신다면, 이러한 헤드라인이 소매업계의 사람들에게 어떤 반응을 일으키는지 알 수 있을 것입니다. 즉, 기계 안에 있는 사람들이 브레이크 페달을 누르고 있다는 뜻이죠. 그러니까 기계가 점점 느려지고 있다는 것입니다. 이런 본능은 신중하게 고민해볼 가치가 있습니다. 왜냐하면 ‘느려진다’는 사실 자체가 실제로는 아무것도 느려지지 않는다는 것을 의미하기 때문입니다. 그저 문제가 발생하는 지점만 바뀌는 것일 뿐입니다. 정확히 어디가 문제인지는 중요합니다.

경고 사항과, 누가 그 경고를 내리는가

인류학적 관점에서 말한 내용부터 시작해야 합니다. 왜냐하면 미디어의 해석이 원문보다 더 심화된 해석을 만들어내고 있기 때문입니다. “AI가 스스로를 발전시키는 시대”라는 제목의 이 논문은 “재귀적인 자기개선”이라는 상황을 우려합니다. 즉, 자신의 코드를 스스로 개선할 수 있는 충분히 강력한 시스템이 등장할 것이며, 인류는 그러한 상황을 피해야 한다고 주장합니다.옵션속도를 줄이는 것입니다. 공동 창립자인 잭 클라크는 인터뷰에서 이에 대해 더 자세히 설명했습니다. 애너프릭에는 그런 기능이 없습니다.오늘은 “브레이크 페달”을 사용할 예정이고, “계속해서 그것을 만들어 나갈 것입니다.”이곳은 중단할 수 있는 옵션을 요청하는 회사입니다. 단, 실제로 중단하는 것은 아닙니다.

그 다음으로는 출처의 신뢰성을 확인해야 합니다. Anthropic이 OpenAI를 가장 가치 있는 AI 기업으로 대체한 지 몇 주 만에 그들의 요청이 들어왔습니다. 경쟁자들도 이런 우연을 놓치지 않았습니다. OpenAI의 샘 알트만은 Anthropic의 안전 관련 메시지를 칭찬했습니다.“두려움을 기반으로 한 마케팅”비평가들은 이 회사가 제품을 제작하는 과정에서 경쟁자를 억제하려는 행동을 하고 있다고 비난했다. 워턴 대학교의 교수들도 그렇게 말했다.에단 몰리크는 그 게시물을 자기 자신을 돌아보는 기회로 받아들였다.마케팅 측면에서도 마찬가지입니다. “많은 진심 어린 믿음들이 있죠.” 실제로 더 느린 속도로 진행되기를 원하는 당사자가 현재 승리하고 있다는 것을 알아차릴 필요는 없습니다. 투자할 때도, 업계가 더 느려져야 한다는 요구를 다른 당사자의 메시지와 마찬가지로 받아들여야 합니다.

CEO의 “비례적 성장의 종말”이라는 발언도, 그가 진정으로 말하는 내용에 대해 같은 회의적인 태도를 가져야 합니다. 아모데이는 역량의 증가가 점점 평평해지고 있다고 말합니다. 즉, 사전 훈련의 규모화 법칙이 변화하고 있다는 것입니다.“RL 체제.”하지만 역량 곡선의 평탄화가 수요의 평탄화와는 같지 않습니다. 그의 경제학적 견해도 침체에 대한 판단과 모순됩니다. 같은 인터뷰에서 그는 90%의 확신을 가지고 있다고 말합니다.10년 내에 데이터 센터 속의 ‘천재들의 나라’가 될 것이다.그리고 그 산업의 컴퓨팅 비용이 증가할 것이라는 전망도 있어요.“2028년이나 2029년까지는 수조 달러에 달할 것입니다.”약 300기가와트의 용량을 기반으로 구축되었습니다. 그의 수익 그래프를 보면 알 수 있습니다. 아납티컷은 처음에는 아무것도 없었지만, 2023년에는 약 1억 달러의 수익을 거두었고, 2024년에는 10억 달러에 이르렀습니다.2025년에는 90–100억 달러가 될 것입니다.그렇게 계속해서 사업을 확장하겠다고 주장하는 회사는, 컴퓨팅 자원을 줄이려는 회사가 아닙니다.

제약 조건이 이동한 곳

이 부분은 헤드라인을 읽는 방식을 바꾸는 부분입니다.2024년에 인공지능에서 부족했던 자원은 칩이었습니다.H100 공급량, 그 주변의 포장 능력, HBM 메모리 등이 있습니다. 팀들은 얼마나 많은 GPU 카드를 확보할 수 있는지에 따라 선정되었습니다. 2026년이 되면 그 제한이 풀리고, 다른 제한이 생깁니다. 바로 그게 ‘그리드’입니다.

현재 컴퓨팅 자원을 배치하는 것은 데이터 센터에 충분한 전력이 공급되는지 여부에 달려 있습니다. 그리고 이 과정에서의 전기적 측면이 실제적인 지연 시간의 원인입니다.가트너에 따르면, 2027년까지 약 40%의 AI 데이터 센터가 전력 부족 문제에 직면할 것으로 예상됩니다.미국과 유럽의 주요 허브 지역에서는 그리드 연결에 대한 승인이 24개월에서 36개월가량 걸립니다. 고전압 그리드 변압기의 경우, 필요할 때까지는 단순한 철제 부품일 뿐이지만, 실제로 사용할 때까지는 약 5년 정도의 시간이 필요합니다. 분석가들은 이러한 지연 현상이 계속될 수 있다고 예측합니다.미국의 2026년 인공지능 데이터 센터의 절반이 중단됨그것이 바로 제약 조건의 이동 패턴의 가장 간단한 형태입니다. 즉, 칩층을 해결한 후, 그 제약 조건들이 변압기나 스위치기어, 그리고 전력망에 적용되는 과정은 수년이 걸리며, 그 과정에서는 공급업체의 참여도 필요합니다.

모델이 더 효율적이 되어도 그 하위에 있는 요구량은 줄어들지 않고, 그 위치만 바뀌는 것입니다. 학습 과정은 제한된 시간 내에 이루어지는 반면, 추론 작업은 24시간 내내 계속됩니다. 또한 산업 분야의 분석 결과도 그렇습니다.2030년까지 AI 에너지 소비량의 약 75%가 이에 해당할 것으로 예상됩니다.추론 과정에 너무 많은 시간을 소비하면, 기계적인 문제가 발생합니다. 새로운, 더 강력한 모델들이 추론 과정에서 계속해서 고장나게 되는데, 이것이 바로 지속적인 성능이 중요한 이유입니다. 공공 차량에서도 이런 현상이 나타납니다. 인식 가능한 GPU 공급업체들과 전력 공급업체들 – 연료셀 및 터빈 공급업체들이 “자신의 전력을 사용하는” 마이크로그리드를 구축함으로써 전력 공급 문제를 해결하려고 합니다. 블룸 에너지의 연료셀이 그러한 예시입니다.오라클이 계획 중인 2.85기가와트에 달하는 완전한 섬형 마이크로그리드.

실제로 투자자가 가지고 있는 것은 무엇인가요?

두 가지 원칙이 있습니다. 첫째는 규제적인 이야기와 실제적인 행동을 분리하는 것입니다. CEO가 발표하는 ‘정지’에 관한 이야기는 별로 중요하지 않습니다. 반면, 투자 비용은 중요합니다. 업계가 속도를 늦추고 있는지 알고 싶다면, Anthropic, OpenAI, 그리고 대형 클라우드 기업들의 지출과 역량 약속을 주목해야 합니다. “속도를 늦추는” 또는 “엑시텍스적 성장의 종결”이라는 이야기는 사실 안전 문제로 위장된 경쟁 이야기에 불과합니다. 앞으로 몇 년 동안 얼마나 많은 칩, 와트, 트랜스포머가 사용될지는 크게 변하지 않을 것입니다.

두 번째는 ‘페르소나의 위치’입니다. 실제적인 구조적 의존성은 매력적인 주식과는 다릅니다. 전력 공급망은 대체하기 어렵고 용량 증가도 느립니다. 이것이 바로 진정한 장애물입니다. 하지만 가장 어려운 것은 ‘깨끗한 노출’ 테스트입니다. 특정 회사의 경제 성과가 과연 그 제약된 요소에 의해 결정되는지, 아니면 여러 수익원 중 하나에 의해 결정되는지가 중요합니다. 용량 증가 가능성도 평가에서 이미 반영되어 있을까요? 시장은 데이터 센터와 전력 문제를 이미 고려했지만, 그 외의 부수적인 요소들——변압기의 처리량, 마이크로그리드, 실제로 얼마나 많은 칩이 작동할 수 있는지 결정하는 요소들——은 아직 고려되지 않았습니다. 그리고 만약 그러한 요소들이 희석된다면, 굳이 고려할 필요도 없을 것입니다.

이 헤드라인은 잘못된 모델을 제시하는 것입니다. 세계에서 가장 가치 있는 AI 회사가 AI의 발전 속도를 늦추고 싶다고 선언한 것은, AI에 대한 수요가 줄어들 것이라는 이유가 아닙니다. 그보다는, 모델과 칩을 지나서 전원 공급 장치까지 가는 길을 보여주는 지도일 뿐입니다. 그곳이 바로 병목 현상이 발생하는 곳이며, 여전히 계속해서 원활하게 작동하고 있습니다.