AI 투자의 거장 마크 안드레센과의 심층 인터뷰. 기술 혁신, 정책 규제, 오픈소스 vs 폐쇄소스 경쟁, 가격 책정 전략까지 AI 산업의 모든 것을 다룹니다.
AI 혁명의 현재와 미래: 마크 안드레센이 말하는 5가지 핵심 통찰
핵심 요약
- 역사적 기술 혁명: AI는 인터넷을 뛰어넘는 가장 큰 기술 혁명으로, 전기, 증기기관과 같은 수준의 거대한 변화
- 비즈니스 기회: 소비자 측면에서는 빠른 수익 창출, 기업 측면에서는 생산성 향상으로 막대한 시장 가능성
- 경제 모델의 변화: "토큰 바이 더 드링크" 방식의 사용량 기반 가격 책정이 AI 스타트업에 유리한 환경 조성
- 글로벌 경쟁: 미국과 중국의 AI 경쟁이 본격화되면서 정책과 규제가 경쟁 결과를 좌우할 핵심 변수
- 오픈소스의 힘: 폐쇄소스 모델과 오픈소스 모델의 공존이 AI 산업 발전과 인재 확산을 가속화
AI는 왜 80년 기다린 기술인가?
마크 안드레센이 강조하는 가장 중요한 포인트는 AI가 사실 새로운 기술이 아니라는 점 입니다. 신경망 이론은 1943년에 발표되었고, 인간 인지의 기본 구조도 1930년대에 이미 이해되고 있었습니다. 그렇다면 왜 지금이 되어서야 AI가 폭발적으로 성장했을까요?
컴퓨터 산업의 선택이 다였기 때문입니다. 초창기 컴퓨터 개발자들은 신경망을 기반으로 한 설계 대신 "가산기" 방식의 수학적 기계 를 만들기로 결정했습니다. 이는 초당 수십억 번의 연산을 수행할 수 있었지만 인간의 언어와 사고방식을 이해할 능력은 전혀 없었습니다. IBM 같은 거대 기업들이 이 경로를 선택하면서 지난 80년 동안 컴퓨터 산업 전체가 이 방향으로 발전 했습니다.
그 결과는 놀랍습니다. 메인프레임부터 스마트폰까지, 모든 세대의 컴퓨터에서 막대한 부와 금전적 수익을 창출했습니다. 하지만 신경망이라는 아이디어는 학계에서 계속 탐구 되었고, AI라는 이름으로 알려지게 된 첨단 연구가 진행되었습니다. 이 과정에서 과도한 낙관주의와 그에 따른 반복적인 실망의 사이클 이 여러 번 반복되었습니다. 80년대 AI 붐-버스트 사이클이 그 좋은 예입니다.
놀랍게도 과학자들은 이 모든 실패와 좌절 속에서도 엄청난 개념과 아이디어의 저수지를 구축 했습니다. 그리고 2022년 겨울의 ChatGPT 순간 이 왔습니다. 불과 3년도 채 되지 않은 지금, 우리는 본질적으로 80년 혁명의 3년째 에 접어들었고, 마침내 초기에 약속했던 모든 것을 실제로 제공할 수 있게 된 것입니다.
기술 민주화: 누구나 최고의 AI를 사용할 수 있다
이 기술의 가장 획기적인 특징은 이미 민주화되었다는 점 입니다. 세계 최고의 AI는 더 이상 소수의 거대 기업만이 사용하는 고급 기술이 아닙니다. ChatGPT, Grok, Gemini, Sora, Veo 같은 제품들을 통해 누구나 손쉽게 접근할 수 있습니다.
실리콘밸리의 마법 은 더 이상 물리적 하드웨어(실리콘)를 만드는 것이 아닙니다. 오히려 지난 80년 동안 기술의 이전 물결에서 인재를 재활용하여 새로운 기술 물결로 이끌 수 있는 능력 에 있습니다. 이 지역은 다음을 반복하는 독특한 능력을 가지고 있습니다:
- 자본과 인재 재배치
- 열정 불러일으키기
- 핵심 역량 구축
- 자금 지원 확보
- 인적 자본과 열정 등 모든 것을 통합
AI 분야에서도 정확히 이런 일이 일어나고 있습니다. 마크 안드레센은 "매일매일 저를 압도하는 새로운 AI 연구 논문을 본다"고 말합니다. 예상치 못했던 새로운 능력, 새로운 발견, 새로운 개발이 계속 나타나고 있기 때문입니다. 동시에 모든 신제품과 신생 기업의 흐름도 보고 있으며, ** 일상적으로 놀라움을 안겨주는 것들**을 목격합니다.
이 모든 것을 고려할 때, 현상이 여전히 초기 단계 라고 느껴집니다. 우리가 이미 정점에 도달했다고 상상하기 어렵습니다. 모든 것이 계속 발전하고 있으며, 제품들이 여전히 너무 초기 단계 인 것 같습니다. 사람들은 오늘날 사용하는 제품의 형태와 모습이 5년 또는 10년 후에도 동일할 것이라고 생각하지 않습니다. 앞으로 훨씬 더 정교해질 것 이라고 생각하며, 갈 길이 멀다 고 봅니다.
AI 수익화: 비용 구조의 급격한 변화
AI 기업을 둘러싼 가장 큰 질문 중 하나는 "엄청난 수익이 나오지만 비용도 그만큼 증가하는 건 아닐까?" 입니다. 이에 대해 마크는 두 가지 핵심 비즈니스 모델을 구분합니다:
1. 소비자 비즈니스 모델
인터넷이 이미 완전히 배포된 세상에서 소비자 AI는 매우 흥미로운 기회를 제공합니다. AI와 인터넷의 가장 큰 차이는 다음과 같습니다:
- 인터넷: 물리적 인프라 필요 (광섬유 매설, 기지국 설치, 기기 배송)
- AI: 인터넷이 운반파 역할을 하므로 다운로드로 배포 가능
인터넷 자체는 1960년대와 1970년대에 발명되었지만, 소비자 인터넷은 90년대 초, 광대역 인터넷은 2000년대, ** 모바일 광대역은 2010년**이 되어서야 본격화되었습니다. 하지만 AI는 이미 배포된 인프라를 활용하므로 훨씬 빠른 속도로 전파될 수 있습니다.
결과는 놀랍습니다:
- AI 소비자 애플리케이션은 매우 빠른 속도로 성장
- 매우 잘 수익을 창출 중
- 더 높은 가격대에서도 수익 창출 가능 (월 200~300달러 등급이 일상화)
- AI 회사들이 가격 책정에 더 창의적
2. 기업(엔터프라이즈) 비즈니스 모델
기업 측면에서는 "비즈니스에 지능을 주입할 때의 가치" 라는 근본적인 질문입니다. 더 많은 지능을 주입하면:
- 고객 서비스 점수 향상
- 상향 판매 증가
- 고객 이탈 감소
- 마케팅 캠페인 효과 향상
이 모든 것이 직접적인 비즈니스 이점 으로 나타나며, 기업들이 이미 보고 있는 현상입니다. 선도적인 AI 인프라 회사들이 엄청나게 빠른 속도로 수익을 올리고 있다 는 것은 수요가 얼마나 엄청난지를 보여줍니다.
핵심 비즈니스 모델: "드링크 한 잔당 토큰"
이것이 정말 흥미로운 부분입니다. AI 가격은 무어의 법칙보다 훨씬 빠르게 하락 하고 있습니다. AI에 들어가는 모든 입력의 단위당 비용이 급락하고 있기 때문입니다.
이것이 의미하는 바:
- 단위당 비용에 대한 초과 디플레이션 발생
- 이는 탄력성과 함께 그 이상의 수요 증가를 이끌어냄
- 우리는 아직 AI가 얼마나 저렴해질지 정확히 알아내는 초기 단계
- 드링크 한 잔당 토큰은 훨씬 더 저렴해질 것
비용 구조의 최적화도 계속될 것입니다. 칩이나 AI 구축을 위한 다른 입력 비용에 대해 이야기할 때, ** 수요와 공급의 법칙이 적용됩니다. 역사상 인류가 무언가를 구축했을 때, 물리적으로 복제될 수 있는 무언가에 부족이 있다면 그것은 복제됩니다. 따라서 ** 향후 10년 동안 AI 기업의 단위당 비용은 엄청난 인프라 구축으로 인해 급격히 하락할 것입니다.
이 기술이 소비자와 기업 사용자 모두에게 제공하는 근본적인 가치 와, 사람들이 자신의 삶과 비즈니스에서 이 기술을 활용할 수 있는 모든 방법을 고려할 때, 이것이 엄청나게 성장하고 막대한 수익을 창출하지 않을 수 없습니다.
대형 모델 vs 소형 모델: 새로운 계층 구조의 등장
AI 산업에서 매우 중요한 질문이 하나 있습니다: "대형 모델이 계속 지배할까, 아니면 소형 모델들이 따라잡을까?"
추격 기능(Chasing Capability)의 현상:
시간이 지남에 따라 최첨단 모델의 능력을 추적해보면, 6개월에서 12개월 후에는 똑같은 능력을 가진 소형 모델이 등장 합니다. 이것이 "추격 기능"이라는 현상을 만들어냅니다.
최근의 극적인 예시:
2주 전, 중국의 한 회사 Moonshot이 Kimi라는 모델 을 출시했습니다. 이것은 중국의 선도적인 오픈소스 모델 중 하나입니다. Kimi의 새 버전은 추론 모델인데:
- GPT-5의 추론 능력을 기본적으로 복제
- GPT-5는 개발 및 서비스에 막대한 비용 소요
- 반면 Kimi는 맥북 1~2대에서 실행 가능
- 오픈소스로 공개되어 누구나 사용 가능
이것이 의미하는 바:
만약 GPT-5급 능력의 추론 모델을 원하지만 비용을 지불하고 싶지 않거나 호스팅을 원하지 않고 로컬에서 실행하고 싶다면, 이제 그렇게 할 수 있게 되었습니다. 이는 ** 산업 전체의 가격 구조를 근본적으로 변화**시킵니다.
AWS의 흥미로운 관찰:
2~3주 전 AWS는 자신들이 사용해온 GPU의 수명을 7년 이상으로 연장 할 수 있었으며, 이전 몇 사이클보다 더 잘 최적화할 수 있었다고 발표했습니다. 이는 다양한 크기의 모델을 효율적으로 운영하는 방식 으로의 전환을 시사합니다.
마크의 가설: 피라미드 구조
컴퓨터 산업이 발전했던 방식과 유사하게 AI 산업도 전개될 것이라고 봅니다:
- 최상층: 소수의 슈퍼컴퓨터급 모델 (신 모델이라 불리는 거대한 데이터 센터에서 실행)
- 중간층: 지속적으로 파생되는 더 작은 모델들
- 최하층: 매우 작은 모델들 (개별 칩에 탑재되어 작동)
핵심: 가장 똑똑한 모델은 항상 최상위에 있겠지만, ** 모델의 양은 소형 모델들이 주도할 것**입니다.
이는 마이크로칩에서 일어났던 일과 같으며, 컴퓨터가 마이크로칩이 되었을 때도 그랬으며, 운영 체제와 소프트웨어에서도 일어났습니다. 앞으로 AI에서도 같은 일이 일어날 것 으로 예상됩니다.
AI 칩 전쟁: 엔비디아의 운이 끝날까?
역사적 우연이 만든 현재 상황:
AI가 GPU 아키텍처에서 실행되는 것은 다소 우연한 역사적 사건 입니다. GPU는 원래 그래픽 처리를 위해 개발되었습니다. 개인용 컴퓨터 표준 칩 아키텍처는 다음 두 가지로 구성되었습니다:
- CPU (중앙 처리 장치): 고전적으로 인텔 X86 칩
- GPU (그래픽 처리 장치): 3D 그래픽 처리 담당
엔비디아의 성공:
- 30년간 GPU 전쟁을 벌여 승리
- 이 분야 최고의 회사로 등극
- 그래픽 프로세서 시장은 초경쟁적이었고 마진이 높지 않았음
우연의 축복:
약 13년 전부터 암호화폐, 약 4년 전부터 ** AI라는 두 가지 매우 가치 있는 계산 형태가 대규모 병렬 연산 방식에 나타났습니다. GPU 아키텍처가 ** 이 용도에 극도로 적합하게 되었습니다. 이는 ** 운명의 장난 같은 일**입니다.
그러나 이것도 영원하지 않을 것:
문제는 오늘날 AI 칩을 처음부터 설계한다면, 완전한 GPU를 만들지 않고 훨씬 더 AI에 특화된 전용 AI 칩을 만들 것 이라는 점입니다. 이는 훨씬 더 경제적으로 효율적일 것입니다.
칩 산업의 역사적 패턴:
- 부족은 곧 과잉으로 바뀜
- 새로운 칩 카테고리에서 거대한 수익 풀이 생기면 한동안 선두 주자가 우수한 시장 점유율과 이윤 획득
- 시간이 지나면 경쟁 심화
현재 벌어지고 있는 일:
- AI에 특화된 완전히 새로운 종류의 칩을 만드는 스타트업들 등장
- AMD 같은 주요 회사들 추격 중
- 하이퍼스케일러들 (Google, Meta, Amazon 등) ** 자체 칩 개발** 진행 중
- 중국도 자체 칩 개발 추진
5년 내 전망:
- AI 칩이 현재보다 훨씬 저렴하고 풍부해질 가능성 높음
- 이는 AI 기업들의 경제성에 매우 긍정적일 것
- 스타트업들도 새로운 칩 디자인 추구 시작
- 한국, 일본, 중국도 이 분야에서 큰 역할 수행
미래의 선택지:
수많은 AI 칩 선택지가 있을 것이며, 이는 우리가 매우 신중하게 지켜보고 우리 기업들이 최대한 활용할 수 있도록 할 거대한 경쟁 이 될 것입니다.
미국 vs 중국: AI 지정학적 경쟁의 현실
새로운 냉전의 도래:
워싱턴 D.C.에서는 지난 10년간 초당적인 분위기 속에서 미국이 중국을 지정학적 적국으로 더 심각하게 받아들여야 한다는 견해 가 지배적입니다. 이 관점에는 세 가지 차원이 있습니다:
- 군사 차원: 남중국해, 대만에서의 전쟁 위험
- 경제 차원: 미국의 탈산업화, 재산업화, 중국에 대한 의존도
- AI 차원: 경제적 질문이면서 동시에 지정학적 질문
경제적 긴장의 복잡성:
과거 미소 냉전과 달리 미국과 중국은 경제적으로 매우 긴밀하게 얽혀 있습니다. 미국 회사가 장난감, 자동차, 컴퓨터, 스마트폰 등 시장에 내놓을 때쯤이면, 그 안에는 ** 중국에서 만들어진 수많은 부품**이 들어 있습니다.
흥미로운 역설:
- 어떤 사람들은 이것이 평화에 좋은 소식이라고 주장 (양국이 서로를 필요로 함)
- 또 다른 주장은 중국이 미국의 수출 시장을 필요로 하므로 전쟁을 피해야 한다는 것
AI는 다른 얘기:
본질적으로 AI는 미국과 중국에서만 개발 되고 있으며, 다른 나라들은 AI를 개발할 능력이 없거나 원하지 않습니다. 따라서 사실상 미국 대 중국의 대결 입니다.
중국의 AI 기업들:
중국은 소프트웨어 분야에서 경쟁에 본격 참여하고 있습니다:
- DeepSeek: 헤지펀드에서 나온 AI 모델
- Qwen: 알리바바
- Kimi: Moonshot 스타트업
- 텐센트, 바이두, 바이트댄스: 주요 기업
3개에서 6개의 주요 AI 기업들과 수많은 스타트업들이 있습니다.
칩 분야의 추격:
칩 분야에서도 따라잡기 위해 엄청나게 노력 중입니다. 아직 목표에 도달하지는 못했지만, 강하게 추진 중입니다. 예를 들어, 미국 일반적인 인식은 DeepSeek의 새 버전이 아직 출시되지 않은 이유가 중국 정부가 자국 칩 위에서만 개발하도록 지시 했기 때문이며, 이는 중국 칩 생태계를 가동시키기 위한 동기 부여라는 것입니다.
중국의 로봇공학 우위:
AI와 로봇공학이 결합된 형태인 모든 후속 기술들이 있습니다. 중국은 로봇공학 분야에서 앞서고 있는데, 이는 로봇에 들어가는 수많은 부품들(전기 기계 부품)의 전체 공급망이 30년 전 미국에서 중국으로 옮겨간 후 돌아오지 않았기 때문 입니다.
미국의 AI 규제: 주(State) vs 연방(Federal)의 갈등
연방 차원: 상황 개선 중
2년 전 마크는 파괴적인 연방 AI 법안 이 나올까 봐 매우 우려했습니다. 당시 저희도 이 문제에 적극적으로 개입했었습니다. 하지만 좋은 소식은 오늘날 연방 차원에서 그러한 위험은 매우 낮다 는 것입니다.
양당이 인식을 공유하고 있습니다:
미국을 따라잡는 중국의 속도를 늦추거나 막으려는 움직임은 여당과 야당 양측 모두에서 강함 을 알 수 있습니다. 연방 차원에서는 상황이 훨씬 나아졌습니다. 물론 여전히 몇 가지 이슈와 갈등은 있겠지만, 전반적으로는 긍정적입니다.
주(State) 차원: 심각한 문제
젠이 지적했듯이, 관심이 주 정부로 옮겨갔습니다. 연방주의 체제 하에서 주 정부는 많은 분야에서 자체적인 법률을 통과시킬 수 있습니다.
현황:
- 50개 주에서 약 1,200개에 달하는 법안 추적 중
- 흥미로운 점: 이런 법안들이 민주당뿐만 아니라 공화당이 집권하는 주에서도 나옴
- 지난 5년간 민주당 정치인들이 기술 분야에 위협을 가했지만, 이 문제에서는 공화당도 한 덩어리가 아님
- 많은 지역 공화당 공무원들도 잘못된 정보나 부적절한 조언 에 기반하여 불필요한 법안 추진
심각한 사례: 캘리포니아 SB 1047
저희가 강력히 반대했던 캘리포니아의 SB 1047 법안 은 본질적으로 유럽연합의 AI 법을 모델 로 삼았습니다. 이것이 미국 관련 모든 논의의 배경입니다.
EU AI Act의 교훈:
EU는 약 2년 전 이 AI 법을 통과시켰고, 그 결과:
- 유럽의 AI 개발이 상당 부분 위축됨
- 애플이나 메타 같은 거대 미국 기업들조차 유럽에서는 자사 제품에 최첨단 AI 기능을 출시하지 않음
- 이것이 법안이 얼마나 가혹했는지를 보여주는 사례
EU의 "규제 리더십" 논리:
EU는 '우리가 혁신의 리더가 될 수 없다면, 적어도 규제의 리더가 될 수 있다'고 말합니다. 실제로 그들은 믿을 수 없을 정도로 파괴적인 자해 행위 와 같은 법안을 통과시켰고, 몇 년이 지나 '맙소사, 우리가 무슨 짓을 한 거지'라고 말하고 있습니다.
전 이탈리아 총리 마리오 드라기의 경고:
약 1년 전 발표한 "드라기 보고서"는 유럽의 경쟁력에 대한 보고서였습니다. 마리오 드라기는 유럽이 스스로 발목을 잡고 있는 모든 방법들 을 자세히 설명했으며, 그중 일부는 AI 같은 분야에서의 과도한 규제 였습니다. 지금 그들은 그러한 제스처를 하고 있으며, GDPR도 완화하려고 노력 중입니다.
캘리포니아가 EU 법을 베낀 이유:
inexplicably하게도 캘리포니아는 EU AI 법을 그대로 베껴서 적용 하려고 결정했습니다. 이것은 새크라멘토의 정치적 역학 관계가 광적으로 변한 결과 였습니다. 다행히 주지사가 마지막 순간에 거부권을 행사 했습니다.
SB 1047의 가장 위험한 측면: 하류 책임(Downstream Liability)
이 법안은 오픈소스 개발자들에게 하류 책임을 부과 했을 것입니다:
예를 들어:
- 독립 개발자, 학자, 스타트업이 AI 모델을 개발하고 출시
- 모델이 잘 작동하고, 출시 후에도 훌륭함
- 5년 뒤, 그 모델이 원자력 발전소에 통합되어 멜트다운 발생
- 미래에 발생하는 그 원전 멜트다운에 대한 법적 책임이 해당 개발자에게 역할당
이것이 의미하는 바:
- 오픈소스 생태계 완전히 파괴
- 오픈소스 활용 스타트업 죽음
- 학술 연구 전체 중단
연방 정부의 역할:
다행히 연방 정부는 이 문제를 이해하고 있습니다. 인공지능이 주 경계를 넘나드는 분야임을 감안할 때, 연방 정부가 규제권을 가져야 함은 명백합니다.
마크와 벤의 입장: "작은 기술 어젠다"
저희는 이를 "작은 기술 어젠다" 라고 부릅니다. 저희는 스타트업의 혁신 자유에 극도로 집중 하고 있습니다. 다른 많은 문제들을 논하려는 것이 아니며, 완전히 초당적으로 운영 되고 양당 모두로부터 광범위한 지지 를 받고 있습니다. 따라서 이는 진정으로 초당적인 노력 이며, 정책에 기반 을 두고 있고, 이는 넓게 보아 국가의 이익과 매우 일치 합니다.
오픈소스 vs 폐쇄소스: "1조 달러 질문"
아직 승자가 정해지지 않았습니다
마크는 이것을 "1조 달러 질문" 이라고 부릅니다. 이 질문에 대한 답변 방식에 따라 수조 달러의 시장 가치가 결정 될 것이기 때문입니다.
클로즈소스 모델의 계속된 발전:
클로즈소스 모델은 계속해서 발전하고 있습니다. 대규모 독점 모델을 개발하는 주요 연구소에서 일하는 사람들의 의견을 들어보면, 일반적으로 진행 상황이 매우 빠르게 지속 되고 있다고 말합니다. 온라인에서 "이 모델들의 역량이 정점에 달했을지도 모른다"는 주기적인 우려가 나오기도 합니다. 하지만 대규모 연구소에서 일하는 사람들은 새로운 아이디어가 정말 많고, 일을 하는 새로운 방법도 많으며, 이 모델들을 더 좋게 만들 많은 방법을 알고 있다 고 말합니다.
오픈소스 모델의 폭발적 성장:
오픈소스 모델들도 계속해서 개선되고 있습니다. 한 달에 한 번 정도는 놀라운 릴리스 가 나오는데, 이는 매우 작은 폼팩터에 엄청난 기능을 담아냅니다.
오픈소스의 3가지 핵심 이점:
1. 교육적 가치
오픈소스의 정말 좋은 이점은 배우기 쉽다 는 점입니다:
- 컴퓨터 과학 교수가 AI 수업을 가르치고 싶을 때
- 컴퓨터 과학 학생이 AI를 배우고 싶을 때
- 일반 회사에서 일하는 엔지니어가 새로운 기술을 배우고 싶을 때
- 밤에 지하실에서 스타트업 아이디어를 구상하는 사람에게도
최첨단 오픈소스 모델의 존재는 경이롭습니다. 왜냐하면 그것이 바로 필요한 교육이기 때문입니다. 이 오픈소스 모델들은 ** 모든 것을 어떻게 해야 하는지 실제로 보여줍니다.**
2. 지식의 빠른 확산
오픈소스는 지식을 확산 시키고 있으며, 그 지식은 많은 새로운 인재를 만들어내고 있습니다.
3. 인재의 민주화
오늘날 AI 연구자들은 엄청난 프리미엄 을 받고 있습니다. AI 연구자들은 이제 프로 운동선수보다 더 많은 돈을 받고 있습니다. 이는 공급과 수요의 불균형 때문입니다.
하지만 부족은 항상 과잉을 낳습니다. 이 분야에서 빠르게 전문성을 갖추고 있는 똑똑한 사람들의 수는 계속 증가하고 있습니다. 최고 수준의 AI 전문가 중 일부는 ** 22세, 23세, 24세**입니다.
그들은 평생 전문가였을 수 없습니다. 지난 4~5년 동안 빠르게 능력을 키워왔을 것 이고, 그들이 해냈다면 앞으로도 많은 사람이 그렇게 할 것 입니다.
기존 기업 vs 스타트업: 새로운 거인들의 탄생
기존 기업들도 열심히 노력 중
Google, Meta, Amazon, Microsoft 같은 대기업들은 분명히 열심히 노력하고 있습니다. 그리고 매우 공격적으로 참여하고 있습니다.
새로운 거인(New Incumbents):
Anthropic과 OpenAI 같은 기업들이 이미 "신흥 거인"입니다. 하지만 지난 2년 동안 갑자기 거의 즉각적인 신흥 거인들이 탄생 했습니다:
- XAI (일론 머스크)
- Mistral (유럽의 예외적 사례)
매우 빠른 따라잡기:
불과 2, 3년 전만 해도 모두가 OpenAI가 훨씬 앞서 있고 아무도 따라잡을 수 없을 것 이라고 생각했습니다. 하지만:
- Anthropic이 따라잡았고
- 그 후 많은 다른 회사들이 매우 빠르게 따라잡았습니다
- XAI는 Grok를 12개월도 채 되지 않아 처음부터 시작하여 최첨단 OpenAI/Anthropic 수준에 도달
이는 기존 기업이 영구적인 선두를 유지할 수 있다는 주장과 상반 됩니다.
중국의 따라잡기:
지난 1년 동안 중국 기업들이 따라잡은 것도 모두 새로운 소식 입니다:
- DeepSeek은 올해 1월이나 2월에 등장
- 현재 중국 기업 4개가 효과적으로 따라잡음
- 이는 미국 시스템이 스스로 망치지 않도록 압력을 가하는 긍정적인 요인
파운데이션 모델의 민주화:
A16Z는 새로운 파운데이션 모델 회사들에 투자하고 있습니다:
- OpenAI 출신의 일리야 수츠케버: 새로운 파운데이션 모델 회사 설립
- OpenAI 출신의 믹 마라니: AI 회사 설립
- 스탠퍼드 출신의 페이페이 리: 월드 모델 파운데이션 모델 회사 설립
AI 애플리케이션 회사들의 거대한 폭발:
AI 애플리케이션 회사들의 분야도 중요합니다:
- 코어 AI 기능을 활용하여 특정 도메인에 적용 (법률, 의학, 교육, 창의성 등)
- 대부분 스타트업
- OpenAI나 Anthropic 같은 곳에서 토큰 단위로 코어 AI 기능 구매
- 애플리케이션에 맞춤화된 시스템 구축
"GPT 래퍼" 비판에 대한 반박:
초기에는 이런 회사들이 "그들은 GPT 래퍼에 불과하다" 는 비판을 받았습니다. 기본적으로 그들은 가치를 보존할 만한 일을 아무것도 하지 않으며, 다른 사람의 AI를 제공하고 있을 뿐이므로 ** 궁극적으로 가치가 없을 것**이라는 비난이었습니다.
하지만 실제로는 그 반대의 현상이 벌어지고 있습니다.
Cursor 같은 선도적인 AI 애플리케이션 회사들:
- 처음에는 하나의 모델 사용
- 제품이 더 정교해지면서 여러 종류의 모델 사용
- 결국 수십 개의 모델 사용
- 시간이 지나면 50개 또는 100개의 다른 모델 사용
역통합(Backward Integration):
기업들은 제품의 다양한 측면을 위해 자신들만의 모델을 구축 하기 시작했습니다. 자신들의 도메인에 대한 깊은 이해를 바탕으로:
- 자체 AI 모델 구축
- 역통합 진행
- 또는 오픈소스 모델 활용 (비용 이유로)
선도적인 애플리케이션 기업들의 변화:
선도적인 애플리케이션 기업들은 실제 AI 모델을 자체적으로 구축하는 심층 기술 기업으로 발전 하고 있습니다. 일부 기업들은 대규모 모델 개발 도 하고 있습니다.
이 모든 질문들은 아직 답이 나오지 않은 수십억 달러 규모의 질문들입니다.
A16Z의 전략: 모든 대안을 동시에 추진
회사 문제와 벤처의 이점:
회사가 근본적으로 불확실한 전략적 또는 경제적 질문에 직면했을 때, 이는 종종 큰 문제가 됩니다. 왜냐하면:
- 회사는 전략을 가져야 함
- 그 전략은 매우 구체적이어야 함
- 투자와 인력을 배치할 곳에 대해 매우 구체적이고 명확한 선택 필요
- 전략은 논리적이고 일관성이 있어야 함
- 그렇지 않으면 회사는 혼란에 빠져 무너짐
기업들이 지르는 실수:
기업이 잘못된 답을 내린다면 정말 큰 곤경에 처할 것 입니다.
벤처의 대안 전략:
벤처는 이들만의 문제를 가지고 있지만, 큰 이점 이 있습니다: 동시에 여러 전략에 투자할 수 있다 는 것입니다.
A16Z의 포트폴리오 다각화:
A16Z는 생각하는 모든 가능한 전략에 적극적으로 투자 하고 있습니다:
- 대규모 모델과 소규모 모델
- 독점 모델과 오픈소스 모델
- 파운데이션 모델과 애플리케이션 모델
- 소비자용과 기업용 모델
이 전략의 이점:
세상은 혼란스럽고, 많은 것들이 작동할 것 이기 때문에 명확한 예/아니오 답변이 없을 것입니다. A16Z는:
- 대안 전략들이 포트폴리오에 존재 하도록 함
- 여러 방식으로 성공할 수 있도록 함
이것이 A16Z가 이 분야에서 취하는 접근 방식의 이론 입니다. 이 큰 질문들이 있다는 사실에 마크가 미소를 짓는 이유 입니다. 왜냐하면 그것이 우리의 강점 이기 때문입니다.
마크 안드레센의 개인적 철학
벤과의 30년 파트너십:
마크와 벤이 동의하고 헌신하는 것이 무엇일까요? 음, 그들은 모든 것에 대해 논쟁하고 논의합니다. 하지만 파트너십이 잘 작동하는 이유 중 하나는 그들 ** 둘 다 상대방의 설득에 열려 있기 때문에 ** 대부분 같은 결론에 도달한다는 것입니다.
그래서 마크가 벤의 어떤 일에 대해 "나는 이걸 도저히 참을 수 없어. 하지만 어쩔 수 없이 따라야 해"라고 생각하는 일은 전혀 없으며, 벤도 마찬가지 일 겁니다.
공개 활동에 대한 신중한 균형:
벤과 마크가 많이 이야기하는 것 중 하나는 공개 활동과 개입의 정도 입니다. 이것은 매우 중요한 주제입니다. 마크 안드레센은 항상 자신을 의심하거나 어떻게 결론을 내야 할지 잘 모를 때에도, 기본적으로 회사의 대외적인 발자취에 대해 생각합니다:
- 공개 성명
- 논란
- 자신들이 생각하는 바를 어떻게 표현하고 명확히 하는지
중요하면서도 분명한 긴장:
이 부분에서는 매우 중요하면서도 분명한 긴장감이 존재합니다.
더 적극적일수록 좋은 이유:
일반적으로 말해서, 더 적극적으로 나서고, 더 거침없이 말하며, 더 논쟁적인 입장을 취할수록 사업에는 더 좋습니다. 기업가들이 그것을 좋아하기 때문입니다.
창업자들이 원하는 것:
창업자들은 기본적으로 용감하고 논쟁적이며 논쟁적인 입장을 취하고 명확하게 자신의 생각을 표현하는 사람들과 함께 일하고 싶어 합니다. 그들은 여러 이유로 이것을 원합니다:
- 용기의 신호: 이것이 용기를 보여주는 것
- 명확한 정체성: 우리가 누구인지 그들이 우리를 만나기도 전에 알게 해줌
이것은 엄청난 경쟁 우위 로 입증되었습니다.
메시지 전달의 효과:
메시지를 전달하고, 심지어 논쟁의 여지가 있더라도 자신이 무엇을 믿는지 명확하게 밝힐 수 있다면, ** 세계 최고의 창업자들은 우리가 문을 열고 들어서기도 전에 우리를 이해**할 것입니다. 그들은 우리를 만나기도 전에 우리를 알게 될 것입니다.
이것은 당시 벤처 업계의 다른 모든 사람들이 모든 것을 조용히 유지 했던 것과는 대조적입니다. 다른 벤처 회사들의 경우 창업자들이 이 사람들이 누구이며 무엇을 믿는지 전혀 알 수 없었죠.
현재의 적극적 활동:
이것은 매우 효과적 이었고, 계속해서 매우 잘 작동 하고 있습니다. 이것은 업계 전반에 걸쳐 일반적으로 사실 입니다.
외부 효과의 관리:
하지만 다른 한편으로는 공개적으로 눈에 띄고 논쟁적인 입장을 취하는 것에는 여러 면에서 외부 효과가 있습니다.
A16Z는 이 어려운 상황을 헤쳐나가기 위해 매우 노력하고 있습니다. 회사는 일반적으로 외부 활동을 많이 하는 회사라는 점에서 물러서지 않고 있습니다. 에릭 쏜버그와 그의 팀은 이미 ** 전속력으로 나아가고 있으며**, ** 중요 기술 및 비즈니스 이슈를 명확하게 설명하는 데 리더가 되겠다는 생각에 세 배로 집중**하고 있습니다.
기술 채택과 사회적 적응
오래된 공포의 반복:
마크가 강조하는 것은 기술에 대한 공포는 오래되었다 는 점입니다. 300년 전으로 거슬러 올라가면, 신기술로 인한 완전한 공포와 패닉의 물결이 반복 되었습니다.
역사적 예시들:
- 500년 전 인쇄술: 인쇄술은 프로테스탄티즘의 탄생과 함께 세상을 완전히 변화
- 지난 200년: 자동화 공포가 여러 차례 존재
- 마르크스주의의 근본적 공포: 자동화 적용으로 인한 일자리 소멸에 대한 두려움
- 오늘날: AI가 모든 부를 소수의 몇몇 사람들에게 집중시킬 것이라는 주장
마크는 다음과 같이 말합니다: "그때도 틀렸고 지금도 틀렸습니다."
1960년대의 AI 공포:
1960년대에도 AI가 모든 일자리를 대체할 것이라는 공포가 있었습니다. 존슨 행정부 시절 에는 삼중 혁명 위원회 라는 것이 만들어졌습니다. 당시 선언문은 매우 유사한 내용이었습니다: "오늘 기술의 발전을 멈추지 않으면 모든 것을 망칠 것이다."
최근 20년의 공포들:
- 2000년대: 아웃소싱이 모든 일자리를 빼앗을 것이라는 공포
- 2010년대: 로봇이 모든 것을 빼앗을 것이라는 공포 (로봇은 2010년대에도 제대로 작동하지 않았고 지금도 그렇지만)
- 현재: 어떤 수준이든 AI 공포
말 vs 행동의 괴리:
마크가 가장 흥미로운 관찰은 사람들이 말하는 것과 행동하는 것의 괴리 입니다. 이는 매우 오래되고 검증된 사회 과학 현상입니다:
두 가지 기본적인 방법:
사람들을 이해하는 방법은 두 가지입니다:
- 직접 질문: 설문조사, 포커스 그룹, 여론 조사
- 관찰: 드러난 선호(revealed preferences)
많은 인간 활동 영역, 특히 정치와 사회의 여러 측면에서 종종 발견되는 것은:
사람들에게 질문했을 때 얻는 답변과 그들을 관찰했을 때 얻는 답변이 매우 다르다 는 것입니다.
AI와 미국 유권자들:
예를 들어, 미국 유권자들이 AI에 대해 어떻게 생각하는지 설문조사나 여론 조사를 하면:
말하는 것: 모두가 ** 완전히 패닉 상태**에 빠져 "오 마이 갓, 이건 끔찍해, 모든 일자리를 없애고 모든 것을 망칠 거야!"라고 말합니다.
하는 것: 그들은 ** 모두 AI를 사용하고 있습니다:**
- 앱을 다운로드하고
- 직장에서 ChatGPT를 사용하며
- "남자친구나 여자친구와 다투고 있는데 뭘 해야 할지 모르겠어. 문자 메시지를 복사해서 ChatGPT에 붙여넣고 내 파트너가 뭘 생각하는지 설명해주고 내가 어떻게 답해야 할지 알려달라고 해."라고 말합니다
- 또는 "나는 피부 질환이 있는데, 의사들이 뭘 해야 할지 모르겠어. 사진을 찍어서 ChatGPT에 넣어봤더니 내 건강에 대해 배우게 됐어."라고 말합니다
- 또는 직장에서 "월요일 아침까지 이 보고서를 제출해야 하는데 시간이 부족해. ChatGPT가 정말 나를 구했어."와 같이 말합니다
데이터가 보여주는 것:
마크가 보기에 데이터를 보면, 사람들은 일상생활에서:
- 이 기술을 사용할 뿐만 아니라
- 이 기술을 사랑하고
- 최대한 빨리 채택하고 있습니다
장기적 전망:
마크는 대중 토론이 한동안 오락가락할 것 이라고 생각합니다. 사람들이 말하는 것과 행동하는 것 사이에 이런 차이가 있기 때문입니다.
하지만 궁극적으로는 행동하는 부분이 승리할 것 이라고 생각합니다.
다른 모든 기술과 같은 패턴:
마크는 이 기술이 다른 모든 기술과 정확히 같을 것 이라고 생각합니다:
- 이 기술은 매우 광범위하게 확산될 것
- 모두를 겁먹게 할 것
- 20년 후에는 모두가 "오, 정말 고맙다! 이게 없었다면 삶이 얼마나 비참했을까?"라고 말할 것
혹은 5년 후, 아니면 1년 후 에도 사람들이 그런 결론에 도달할 것입니다.
결론:
마크는 이것이 어디로 향할지 매우 낙관적 입니다. 단지 그 과정에 혼란이 있을 뿐 입니다.
결론: AI 혁명은 아직 초반
마크 안드레센의 인터뷰를 통해 드러나는 가장 중요한 메시지는 간단하지만 강력합니다: AI 혁명은 아직 매우 초기 단계 입니다.
지난 80년의 대기를 끝낸 기술:
신경망 이론은 1943년에 발표되었지만, 지난 80년 동안 제대로 활용되지 못했습니다. 하지만 지난 3년 동안 우리는 인류가 80년을 기다린 약속을 실현 하는 것을 목격하고 있습니다.
세 가지 확실한 것:
- 기술은 계속 발전할 것: 지금의 제품들은 5년, 10년 후에 극도로 정교해질 것
- 경제는 급성장할 것: 비용 구조의 급