# AI가 둔화하고 있다 > Clean Markdown view of GeekNews topic #30314. Use the original source for factual precision when an external source URL is present. ## Metadata - GeekNews HTML: [https://news.hada.io/topic?id=30314](https://news.hada.io/topic?id=30314) - GeekNews Markdown: [https://news.hada.io/topic/30314.md](https://news.hada.io/topic/30314.md) - Type: GN+ - Author: [neo](https://news.hada.io/@neo) - Published: 2026-06-09T11:39:50+09:00 - Updated: 2026-06-09T11:39:50+09:00 - Original source: [wheresyoured.at](https://www.wheresyoured.at/ai-is-slowing-down/) - Points: 13 - Comments: 10 ## Topic Body - 생성형 AI 인프라는 데이터센터 투자와 컴퓨트 약정을 정당화하려면 2030년까지 연간 2조 달러가 넘는 **AI 컴퓨트 매출**을 만들어야 함 - 계획된 190GW 데이터센터는 GW당 800억~1,000억 달러 비용을 적용하면 9.5조~15조 달러 규모이며, 이를 실현하려면 연간 5,000억~1조 달러의 **데이터센터 부채** 발행이 필요함 - **OpenAI**는 2030년 말까지 최소 8,520억 달러를 소진할 것으로 예상되고 **Anthropic**은 2029년 연 1,740억 달러 매출 목표를 달성해야 컴퓨트 약정을 감당할 수 있음 - **토큰 기반 과금** 전환 뒤 기업들은 AI 지출 가시성과 ROI 측정에 어려움을 겪고 있으며, Uber·T-Mobile·Brex는 직원별 토큰 지출 한도를 설정함 - 현재 AI 스타트업 매출의 89%가 OpenAI와 Anthropic에 집중되어 있어, 구축 중인 컴퓨트 규모를 정당화하려면 추가로 최소 2,500억 달러의 연간 **AI 컴퓨트 수요**가 필요함 --- ### AI는 둔화할 여유가 없음 — 2030년 말까지 3조 달러 이상 매출 필요 - [Sightline Climate 데이터](https://www.sightlineclimate.com/research/data-center-outlook?ref=wheresyoured.at)를 그대로 적용하면 계획된 데이터센터 용량은 190GW이며, [Jensen Huang의 GW당 800억~1,000억 달러 발언](https://siliconangle.com/2026/06/01/five-thoughts-nvidia-ceo-jensen-huangs-gtc-taipei-2026-keynote/?ref=wheresyoured.at)을 적용하면 비용은 9.5조~15조 달러로 계산됨 - Bloomberg의 3조 달러 데이터센터 구축 표현은 위 계산과 맞지 않으며, 필요한 자금은 어딘가에서 조달되어야 함 - [Financial Times 보도](https://www.ft.com/content/08aba5e4-5834-4e79-a48d-989a2c5bad0f?syn-25a6b1a6=1&ref=wheresyoured.at)는 은행들이 데이터센터 부채를 감당하지 못할 수 있다고 봤고, 현재 연간 약 2,500억 달러 수준인 발행액은 실제 구축을 위해 연 5,000억~1조 달러로 늘어야 함 - NVIDIA는 2027년 말까지 1조 달러 매출을 예상하고, [매출의 54%가 세 고객에게서 나오므로](https://s201.q4cdn.com/141608511/files/doc_financials/2027/q1/927dc2d6-a76c-4006-9f34-8769b2c665fb.pdf?ref=wheresyoured.at) 향후 매출은 소수 고객과 거래 상대의 부채 조달 능력에 의존함 - Google의 850억 달러 지분 매각과 Meta의 수십억 달러 규모 지분 매각 계획은 하이퍼스케일러의 부채 조달이 어려워지는 상황과 연결됨 ### OpenAI와 Anthropic의 컴퓨트 약정 - [Anthropic의 컴퓨트·칩 약정](https://www.theinformation.com/articles/anthropic-commits-spending-200-billion-googles-cloud-chips?ref=wheresyoured.at)은 Google·Amazon·Microsoft 사이에서 3,300억 달러, CoreWeave와 300억 달러, SpaceX와 150억 달러에 도달함 - Anthropic은 이 컴퓨트 비용을 감당하려면 2029년 연 1,740억 달러 매출 목표를 달성해야 함 - Anthropic은 2월·4월·5월 라운드에서 950억 달러를 조달했지만, 이 자금과 현금흐름만으로 비용을 감당하지 못해 다음 해에 최소 2,000억 달러 추가 조달이 필요함 - [OpenAI는 2030년 말까지 최소 8,520억 달러 소진이 예상](https://www.wheresyoured.at/how-openai-kills-oracle/#if-openai-fails-to-raise-852-billion-in-revenue-funding-and-debt-throughout-the-next-4-years-the-stargate-data-center-project-will-kill-oracle)되며, Microsoft·Amazon·CoreWeave·Cerebras·Oracle에 걸쳐 7,700억 달러 이상의 컴퓨트 약정을 맺음 - OpenAI의 3월 1,220억 달러 조달은 비용을 충당하기에 부족하며, 연말까지 최소 2,500억 달러 추가 자금이 필요함 ### 데이터센터 매출 계산과 Oracle 위험 - 생성형 AI와 AI 컴퓨트는 2030년까지 연간 2조 달러가 넘는 매출을 만들어야 하며, 그렇지 않으면 데이터센터 자본지출과 Anthropic·OpenAI의 약정 지급이 성립하지 못함 - 190GW 데이터센터에 PUE 1.35를 적용하면 핵심 IT 부하는 약 140GW이며, MW당 1,250만 달러 과금 기준 연 1.75조 달러 매출이 필요함 - 계획 용량의 절반만 구축되어도 데이터센터가 자금 부족에 빠지지 않으려면 연 8,750억 달러 매출이 필요함 - OpenAI와 Anthropic은 2029년 각각 1,840억 달러와 1,740억 달러 매출을 예상해 합계 3,580억 달러에 그침 - OpenAI가 Oracle 컴퓨트를 감당하지 못하거나 원하지 않으면 Oracle은 자금이 고갈될 수 있으며, Oracle은 OpenAI용 7.1GW 데이터센터에 3,400억~7,000억 달러를 쓰는 중임 ### 현재 AI 지출은 충분하지 않음 - Salesforce의 2026년 Anthropic 3억 달러 지출 계획은 필요한 규모에 크게 못 미침 - 전 세계 모든 AI 기업의 현재 컴퓨트 수요 합계는 1,000억 달러에 도달하지 못하며, 2030년에는 그 10배가 필요함 - [The Information 보도](https://www.theinformation.com/articles/anthropic-openais-share-ai-startup-revenues-rises-89?ref=wheresyoured.at) 기준 OpenAI와 Anthropic의 AI 스타트업 매출 집중도는 {p:89}처럼 89%에 달함 - Microsoft의 370억 달러 AI 연간 실행률은 주로 OpenAI 컴퓨트로 구성되며, [Microsoft AI CEO Mustafa Suleyman](https://www.cio.com/article/4181777/anthropics-ai-services-are-too-expensive-says-microsoft-ai-head.html?ref=wheresyoured.at)은 Anthropic 모델이 너무 비싸며 Microsoft의 사용을 0으로 줄이려 함 - Anthropic과 OpenAI가 연간 5,000억 달러의 컴퓨트를 쓰더라도 데이터센터 구축을 정당화하려면 추가로 연 2,500억 달러 이상의 컴퓨트 매출이 필요함 ### 토큰 과금과 ROI 불확실성 - 특정 AI 작업의 비용과 투자수익률은 측정할 수 없으며, 기업들은 산출물 측정 없이 AI 도입을 확대해 왔음 - Anthropic과 OpenAI는 2026년 1분기에 고객을 토큰 기반 과금으로 옮겼고, 2~3개월 만에 AI 비용과 ROI 불확실성이 주요 비즈니스 매체의 반복 주제가 됨 - [Wall Street Journal](https://www.wsj.com/cfo-journal/the-metric-cfos-struggle-to-track-ai-usage-3b30c10c?st=gU2ZbB&reflink=desktopwebshare_permalink&ref=wheresyoured.at)이 인용한 KPMG 조사에서 AI 비용 가시성은 {b:26,50,22}처럼 종합 26%, 일부 50%, 없음 또는 청구 후 확인 22%로 나뉨 - 한 기업은 지출 통제를 두지 않아 한 달에 Anthropic 모델에 5억 달러를 썼고, Uber는 한 분기 만에 연간 토큰 예산을 소진함 - Uber는 사용자당 월 1,500달러, T-Mobile은 임시로 사용자당 월 2,000달러, Brex는 엔지니어 주 500달러와 비엔지니어 주 5달러로 AI 지출을 제한함 ### 코딩 에이전트, 루프, 산출물 문제 - Claude Code 책임자 Boris Cherny와 OpenAI 소유 OpenClaw 전도자 Peter Steinberger는 사용자에게 에이전트용 루프 설계를 요구함 - 루프는 사용자가 추가 프롬프트를 넣지 않아도 LLM이 원하는 기간 동안 행동을 계속하게 만드는 방식임 - 보조 구독에서는 모델 오류 비용이 월 20달러·100달러·200달러로 가려지지만, 실제 비용을 사용자가 내면 실패 비용이 그대로 드러남 - LLM은 더 많이 추론할수록 환각이 늘어난다는 연구와 연결되며, 에이전트 방식은 LLM이 스스로 계획을 세우게 함 - [Notion은 Anthropic 서비스 중단 뒤 몇 시간 동안 Anthropic 접근을 차단](https://techcrunch.com/2026/06/07/notion-restores-access-to-anthropic-after-service-disruption/?ref=wheresyoured.at)했고, AI 코딩 도구가 만들어낸 앱의 다수는 쓸모없고 안전하지 않은 slopware에 그침 ### 거대 금속 거미 비유 - 거대 금속 거미는 100만 달러짜리 장치이며, 한 번 사용할 때마다 4만 달러의 연료가 들지만 물건을 집거나 저녁을 만들 수 있음 - 같은 장치는 냉장고에서 Diet Coke를 정확히 꺼내기도 하고 냉장고에 구멍을 내기도 하며, 사용자는 결과와 무관하게 4만 달러를 내야 함 - 보조금 덕분에 일반 사용자는 파괴 행위를 가끔 경험하지만, 기업은 실제 비용을 부담하고 제작사는 훈련과 유지보수로 매년 수십억 달러를 잃음 - 새 기능은 할 수 있다고 주장되는 일을 넓히지만, 기능 추가마다 수억 달러가 들고 실제로 새로 학습했는지 분명하지 않을 때가 있음 - [특정 길이 작업을 50% 완료하는 능력이 늘었다는 연구](https://metr.org/blog/2026-02-24-uplift-update/?ref=wheresyoured.at)가 있어도, 비유 속 거미는 언제 잘못할지 알 수 없고 사용자가 요청하지 않은 행동도 함 ### AI 순환경제와 실제 제품 수요 - 생성형 AI는 서비스 실행 비용이 높고, 주요 AI 연구소는 수익성으로 가는 경로를 갖지 못하며, LLM 기반 작업의 비용과 ROI도 측정되지 못함 - AI 프로젝트는 운영비를 10%에서 100%까지 늘릴 수 있고, AI 서비스 운영자와 고객 모두에게 비용이 낮아진다는 약속과 달리 비용은 증가해 왔음 - 높은 비용은 AI 연구소가 하이퍼스케일러 컴퓨트 파트너에 돈을 보내고, 그 자금이 다시 연구소와 NVIDIA GPU 수요로 순환하는 구조를 유지함 - OpenAI나 Anthropic이 수익성 또는 지속가능성을 추구하면 AI 컴퓨트 수요가 줄고 Azure·Google Cloud·Amazon Web Services·CoreWeave·Oracle Cloud Infrastructure와 NVIDIA GPU 수요도 줄어듦 - 현재 약정과 전망을 맞추려면 AI 스택 전반이 10배 커져야 하고, 추가 연간 AI 컴퓨트 수요 2,500억 달러와 OpenAI·Anthropic 규모의 회사 최소 두 곳이 필요함 ## Comments ### Comment 59269 - Author: geek12356 - Created: 2026-06-09T16:47:12+09:00 - Points: 4 opus 4.6 -> 4.7, 4.8로 업그레이드 되면서, 성능이 체감상 안 좋아졌다고 느끼시는 분 계시나요? ### Comment 59275 - Author: savvykang - Created: 2026-06-09T17:40:30+09:00 - Points: 1 - Parent comment: 59269 - Depth: 1 요즘들어서 한국어 번역 이상해진게 체감이 됩니다 pain point를 아픈 값으로 번역하더라구요 ### Comment 59270 - Author: comnwav - Created: 2026-06-09T16:52:35+09:00 - Points: 1 - Parent comment: 59269 - Depth: 1 개쓰레기가 된 것 같습니다... ### Comment 59272 - Author: geek12356 - Created: 2026-06-09T17:08:21+09:00 - Points: 2 - Parent comment: 59270 - Depth: 2 그쵸?? 갑자기 잘 하던걸 못 하더라구요......... ### Comment 59273 - Author: comnwav - Created: 2026-06-09T17:19:19+09:00 - Points: 2 - Parent comment: 59272 - Depth: 3 질문에는 간결하게 답변하고 작업은 쉽게 해결했는데 이제는 최대한 장황하게 설명하고 어렵게 접근하네요 ### Comment 59277 - Author: onestone - Created: 2026-06-09T17:56:29+09:00 - Points: 1 - Parent comment: 59273 - Depth: 4 완전 공감합니다. 알잘딱이 사라졌어요. ### Comment 59260 - Author: mammal - Created: 2026-06-09T14:32:34+09:00 - Points: 1 API는 토큰기반 과금이 아니었던 적이 없는데... ### Comment 59268 - Author: shm3215 - Created: 2026-06-09T16:43:47+09:00 - Points: 3 - Parent comment: 59260 - Depth: 1 본문에서 얘기하는건 Anthropic이 최근에 Enterprise 요금제를 구독제에서 종량제로 바꾼걸 얘기하는 것 같네요. 구독제 대비 종량제가 토큰당 비용이 최대 ~10배 비싼데, Anthropic이 개인 구독 요금제를 미끼 상품으로 팔아서 개발자들을 락인시키고, 기업이 Enterprise의 비싼 종량제 요금을 지불하게 만드는 전략을 쓰고 있어서요. 기업들 입장에서는 토큰 기반 과금의 비용이 너무 비싸니, ROI가 불확실해진다는 의미죠. ### Comment 59271 - Author: mammal - Created: 2026-06-09T16:56:36+09:00 - Points: 1 - Parent comment: 59268 - Depth: 2 이제야 맥락이 좀 이해가 되네요. 구독제는 Codex만 쓰고 Anthropic 모델은 Bedrock으로만 썼더니... 감사합니다. ### Comment 59251 - Author: neo - Created: 2026-06-09T11:39:51+09:00 - Points: 1 ###### [Hacker News 의견들](https://news.ycombinator.com/item?id=48446893) - 오늘 Apple이 개편한 AI 기능을 내놨고, 여러 보도대로라면 Apple은 Google에 연 **10억 달러** 정도만 내고 운영하는 셈임 사실상 지식재산권을 라이선스하는 수준이고, Google은 자사 모델을 운영·증류할 권리를 그 정도 금액에 넘겨도 괜찮아하는 듯함 소비자 매출이 전체 퍼즐의 일부에 불과하더라도, Mac이나 iPhone 사용자가 Apple의 새 AI로 충족되지 않아 ChatGPT에 돈을 내야 할 필요가 무엇인지 의문임 Google도 휴대폰에 비슷한 도구를 넣고 검색에도 계속 AI 기능을 제공할 텐데, Apple 기술이 존재한 뒤 소비자 AI가 Anthropic이나 OpenAI에 연 10억 달러보다 훨씬 큰 가치가 있다는 증거가 어디 있는지 모르겠음 OpenAI가 Samsung 폰에 들어가는 계약을 맺고 Samsung이 Apple보다 10배 절박하다고 해도 연 100억 달러 정도인데, OpenAI의 2026년 소비자 매출 전망치가 140~150억 달러라면 그걸 달성하더라도 iPhone 사용자에게 유용한 내장 기능이 생긴 뒤에는 지속되기 어려워 보임 Ed Zitron은 시끄러운 영국식 선동가에 가깝지만, 대체로 맞는 말을 하는 것 같음 - Gemini 앱이 Android 폰에 전 세계적으로 **기본 설치**되어 있는데도 소비자 사용량과 채택에서 ChatGPT에 훨씬 뒤처지는 이유와 비슷할 것 같음 Windows에 Copilot 버튼까지 생겼는데도 사람들이 GPT를 쓰고, Microsoft Edge가 Windows에서 가장 인기 있는 브라우저가 아니며, Instagram Threads가 TikTok에 큰 타격을 못 준 것도 같은 맥락임 질문 방향이 반대임. 사람들은 좋아하는 것을 쓰고 계속 쓰려는 선호가 강함 엄청난 해자가 꼭 필요한 게 아니라, 사용자가 제품에 계속 불만족하거나 사람들이 말하는 훨씬 나은 경쟁 제품이 있을 때 문제가 생김 Apple의 기능이 그냥 GPT를 쓰는 것보다 의미 있는 이점을 주지 못한다면 기적을 기대하기 어렵다 - AI 용도로 **Kagi Assistant**를 쓰고 있는데, 가을에는 Siri가 이를 대체할 수도 있을 듯함 남는 질문은 검색 때문에 Kagi를 계속 쓸지, 새 Siri가 전반적으로 필요한 곳까지 데려다줄지임. 실제로 검색 결과를 얼마나 자주 보는지, AI 요약만 보는지 더 신경 써봐야겠음 Apple 발표에서 못 본 부분도 있음. 예를 들어 기본적인 코딩은 Xcode의 LLM, Shortcuts 앱, Safari Extensions를 언급하긴 했지만, Kagi로 받은 데이터를 보여줄 웹페이지를 방금 만들게 했고 Gemini도 가능했음 Siri도 할 수 있을지 모르지만 아직 봐야 하고, 경험도 중요함. ChatGPT는 코드 작성 과정을 라이브 편집기가 있는 코딩 인터페이스로 훨씬 잘 처리하는 반면, Kagi는 몇 년 전 ChatGPT처럼 코드 블록을 통째로 뱉고 수정할 때마다 새 코드 덤프를 내는 느낌임 Xcode로 가는 건 과하고 Siri는 부족할 수 있어, Apple이 채우지 못하는 **프로슈머 AI 사용**의 빈틈이 남을 수 있음 - OpenAI가 2026년 소비자 매출 140~150억 달러를 달성해도 그게 마지막 해라는 주장에는 반대쪽에 같은 배당으로 기꺼이 걸 수 있음 Anthropic은 소비자 AI에 크게 신경 쓰지 않는 듯하고, 소비자층은 가장 수익성이 낮은 고객일 가능성이 큼 Apple은 일반 소비자의 AI 사용량을 늘리는 쪽에 더 가까울 것 같고, Instagram이 Stories를 추가한 것과 비슷하게 보임. Snapchat 성장을 막긴 했지만 OpenAI 사용자까지 많이 빼앗을 것이라고 단정하긴 조심스러움 지금 ChatGPT에 돈을 내고 있다면 취미 코딩, 프로젝트, 이미지 생성에 쓰고 있을 가능성이 높고, 많이 내는 사용자는 거의 확실히 개인 프로그래밍 프로젝트에 쓰고 있을 것임 월 **100달러 이상 구독자**는 이 때문에 이탈하지 않을 것이고, 월 20달러 사용자도 의미 있게 빠져나가리라 보긴 매우 어려움 - AI 연구소들이 고객을 얻는 명백한 경로는 **클라우드 GPU**임 전 세계 대부분의 사용자는 CPU가 약하고 RAM이 적은 저가 휴대폰을 쓰기 때문에 쓸 만한 모델을 로컬에서 돌릴 수 없음 Google-Apple 계약에서 Google이 그 10억 달러에 클라우드 연산 접근권까지 파는지, 아니면 가중치와 지식재산권만 공유하는지는 분명하지 않음 Apple도 사용량 제한과 더 많은 사용을 위한 구독 업그레이드가 있다고 했으니, AI 연구소들과 직접 경쟁하는 전선이 생긴 셈임. 기본값이 있어도 Safari와 Chrome처럼 성공한 경쟁자가 있으니 이 경쟁도 가능함 Google은 현금이 많은 주 경쟁자가 기초 모델 학습 군비경쟁에 들어갈 경제적 유인을 없애기 위해, 실제 가치보다 할인해 모델을 제공할 가능성도 큼 요약과 문체 수정 이상의 진지한 기능을 원하는 사용자는 가끔 쓰더라도 더 높은 품질 모델의 적당한 구독이나 광고 기반 요금제에서 가치를 찾을 수 있음 Apple도 이를 제공할 수 있지만 기능을 비교하기 시작하면 많은 사람에게 Gemini, Claude, ChatGPT가 더 잘 맞을 수 있음 또 Apple이 이번에도 과하게 약속하고 실제 출시 모델 품질이 낮아 사용자를 구독 서비스 쪽으로 더 밀어낼 위험도 현실적으로 있음 - ChatGPT 사용자는 이미 자기 삶과 관심사에 대한 데이터를 엄청나게 넣어두었음 개인 생활, 관심사, 계획, 사업, 가족 정보까지 포함되어 있어서 다른 AI 앱으로 옮기면 처음부터 다시 시작해야 하니 꽤 고통스러움 - 엉터리 선동가를 알아보게 하는 냄새 중 하나는 “왜 다들 이걸 이해 못 하지?” 식의 격앙된 톤으로 말하지만 실제 논리가 이어지지 않는 것임 Zitron의 주장이 본인이 말하듯 단단하다면 읽는 사람이 이해하고 단단하다는 걸 볼 수 있어야 함 AI 수요 통계에서 시작해 AI 기업의 수익성에 필요한 매출 같은 다음 단계로 계산을 조심스럽게 이어가면 따라갈 수 있을 텐데, 그는 점프하고 도약하고 다시 돌아옴 상황이 정말 “왜 못 보냐” 수준으로 명확하다면 설명도 명확해야 하는데 그렇지 않음. 명확하지 않은 이유는 상황 자체가 그렇게 명확하지 않기 때문임 - 사람들이 Ed의 메시지보다 **문체**에 너무 집중하는 게 늘 좀 의아함 그의 메시지는 넓게 보면 기술 산업이 깊이 도덕적으로 부패했다는 것임. 격앙되지 않고 말하기 어려워하지만, 근거 없는 과장이 아니라 “Meta가 사람들에게 끔찍한 일을 하는 회사라는 압도적 증거에도 왜 아직 투자하고 일하냐”는 불신에 가깝게 읽힘 - 그가 통계에서 시작해 필요한 매출로 계산을 이어가야 한다는 말은, 첫 번째 제목 달린 섹션이 정확히 하고 있는 일 아닌가? - Hacker News에 올라올 때 말고는 Ed Zitron을 읽지 않고, 그의 톤이 과하다는 데는 동의할 수 있음 그래도 내가 이해한 그의 생각은 AI 기업들이 X만큼의 연산 구매를 약속했고, 그 수요를 맞추기 위해 데이터센터가 건설되고 있으며, 데이터센터는 Y만큼을 받아야 하는데 AI 기업들은 Y를 낼 충분한 매출이 없다는 구조임 개인적으로 놀랍지는 않음. 내가 본 AI의 실사용처는 코드 생성이나 자동 영업·사기 전화 정도인데, 지금 오가는 거대한 금액을 감당할 만큼 큰 시장으로 보이진 않음 Ed가 왜 그렇게 크게 빗나갔다고 보는지 궁금함. 내겐 AI 전반에 큰 **조정**이 다가오는 것처럼 보임 - 처음에 제공된 하이퍼링크 중 어떤 것이 원하는 내용처럼 보였고, 클릭한 뒤 어떻게 실망스러웠는지 궁금함 그런 정보는 정기 블로그 글마다 매번 반복해서 복제하리라 기대할 만한 내용은 아님 비꼬는 말투이긴 하지만, 실제로 클릭했다면 답이 진심으로 궁금함 - “기자들이 지금 OpenAI와 Anthropic에 집착하고 있다” 같은 표현은 확실히 거부감을 줌 현대식 폭로 저널리즘을 흉내 낸 poor한 시도인데, 재치 있으려 하지만 substance가 적음 - 이미 많이 나온 얘기지만 Ed Zitron은 신뢰하기 어려운 사람임 내가 보기엔 아주 명백하고 사소한 것들에서도 편향적이고 틀린 적이 많아서, 숫자와 추세가 들어간 복잡한 분석을 그대로 받아들이기 힘듦 예를 들어 몇 달 전 에이전트와 **에이전트형 코딩**을 이야기하는 사람들을 조롱하던 트윗이 기억남. “에이전트? 무슨 에이전트? 자기들이 무슨 말을 하는지는 아나?” 같은 식이었고, 답글에는 실제로 에이전트를 쓰고 있다는 수백 명의 설명이 달렸음 그는 청중과 참여 목표가 있고, 목적은 알리는 게 아니라 클릭을 얻는 것임 - 그의 숫자는 본인도 신뢰하지 않는다고 말한 출처에 기반한다는 점이 흥미로움 방향성은 맞을 수 있음. 예를 들어 지출을 맞추는 데 필요한 매출이 터무니없이 높아 보인다는 식으로는 맞을 수 있지만, 현실과 꼭 맞지 않는 최악의 시나리오를 만들기 위해 숫자를 섞어 쓰는 듯함 여기에 AI와 조금이라도 관련된 것에 대해 열린 태도를 보이지 않는 점까지 더해져 진지하게 받아들이기 어려움 출판물은 파국적이고 우울한 장광설을 좋아하고, 그래서 그가 히스테리컬한 **반AI 글**로 경력을 쌓은 것처럼 보임. 그렇다고 맞다는 뜻은 아님 - 이 글에는 정량 분석이 많이 들어 있으니, 이 숫자들이 왜 틀렸는지 예시 한두 개를 들면 주장이 더 강해질 것 같음 글에서 가장 설득력 있는 부분은 숫자만 봐도 필요한 투자 규모가 순수한 달러 기준으로 지속 불가능해 보인다는 점임 저자에게 동의하지 않아도 전개를 볼 수 있음. OpenAI, SpaceX, Anthropic은 돈이 떨어지는 걸 피하려면 올해 상장해야 하고, 더 이상 충분한 사모 자금은 없음. IPO가 마지막 자금 조달 라운드임 AI가 매우 유용하고 변혁적일 수 있으며 회사들이 빠르게 성장할 수도 있지만, 그 성장을 감당할 돈이 없을 수 있음 파산한 AI 회사가 Oracle 계약을 취소했다는 부분은 Oracle을 Nortel 같은 비유로 느끼게 했음. 고객의 큰 덩어리가 갑자기 빠지면 수천억 달러 단위의 상각을 해야 할 수 있음 - 그는 모두를 사기꾼이라고 부르지만, 본인도 그렇게 보임 AI 지배자들에 대해 깊이 회의적이지만, 아무것도 없다고 계속 우기는 건 정직하지 않음 - Zitron은 이제 붕괴를 애원하는 수준임 거시 분석으로 거대한 금융 위험을 짚어낸 건 맞지만, 끊임없는 비관론 때문에 HN의 많은 사람이 매일 체감하는 **막대한 생산성 향상**이라는 현장의 유용성을 완전히 놓치고 있음 지금은 이 개인 역량의 확장이 큰 발견으로 이어지는 중간 지대가 있기를 믿어보려 함 - 어떤 주가지수에서든 AI 관련 주식을 빼보면 무엇이 보이는가? 아무것도 없음 그렇다면 그 생산성은 다 어디로 가고 있는지, 가치는 어디 있는지, 대규모 실업 통계나 큰돈을 버는 수백만 개 새 스타트업은 어디 있는지 모르겠음 - 그는 적어도 내게는 추론이 기술적으로 어떻게 동작하는지 잘 이해하지 못한다는 걸 꾸준히 보여줬고, 그래서 붕괴가 와야 한다는 핵심 논지가 약해짐 과열된 과대광고 주기에서 균형 잡힌 비판이 필요하므로 반대 목소리 자체는 가치가 있지만, 그의 주장은 전제에 동의한다고 해도 탄탄하지 않음 그의 대략 계산에서 가장 큰 불만은 추론 총마진을 일반 SaaS 마진과 비교할 수 없는 새로운 것으로 다룬다는 점임 부분적으로는 맞음. 모델 학습, 관련 인프라 구축, 경쟁력을 유지하기 위한 주변 비용이라는 끊임없는 연구개발 회전목마가 분석을 조금 바꾸긴 함 하지만 이를 구조적으로 일반 SaaS 마진과 다르다고 말하는 건 너무 나감. 사업 모델은 Dropbox 같진 않지만 초기 AWS, CDN, 통신사와는 꽤 비슷함 통신 쪽은 내 경력의 절반 이상을 엔지니어이자 창업자로 보낸 분야라 말할 수 있는데, 활용률, 초과 판매, 피크 용량 계획, 세분화, 설비투자 회수에 수익성이 달린 극도로 자본집약적인 인프라 사업도 가능함 비용 절감을 위한 명시적 **작업 세분화**가 나타나면서 그의 계산은 더 의심스러워짐. 모든 작업에 가장 좋고 비싼 모델을 쓸 필요가 없다는 걸 앞선 조직들이 깨닫고 있음 쉬운 작업은 싼 모델로 라우팅하고, 캐싱을 쓰고, 급하지 않은 작업은 배치 처리하며, 최전선 모델은 실제로 최전선 지능이 필요한 일부 작업에만 남겨둘 수 있음. 이는 공급자가 현재 수요와 활용률, 가격 곡선을 유지하려면 항상 최전선 지능을 추구해야 한다는 주장과 정면으로 충돌함 - **생산성**은 가치가 아님 생산성 향상을 체감하면서도 실제 가치는 만들어지지 않을 수 있고, 가장 견고한 데이터가 보여주는 게 바로 그거라고 봄 [https://unessays.substack.com/p/talk-is-cheap]() - 그렇게 부정할 수 없는 것이라면 왜 과학적 증거가 전혀 없는지 궁금함 대규모 동료심사 연구나 메타 연구 중 그 주장을 확인하는 게 있는가? - 그는 2024년부터 붕괴가 코앞이고, 진전은 느려지고 있으며, **추론 시장**은 없다고 계속 예측해 왔음 자기 분석의 눈에 띄는 실패를 돌아본 적이 없다는 사실만으로도 지적 정직성에 대해 필요한 걸 말해줌 금융 위험에 대한 그의 말 일부에는 진실이 있지만, 상승 가능성도 인정하지 못하면 위험도 제대로 평가할 수 없음 그래서 그를 진지하게 받아들이기 어렵다 - 이 스레드에는 일축하는 댓글이 많지만, 글의 실질 내용을 다루는 경우는 드묾 “AI는 느려질 여유가 없다 — 존재를 유지하려면 2030년 말까지 3조 달러 이상의 매출이 필요하다”가 사실인지가 핵심임 2024년 총임금이 11.7조 달러이고 [0], 같은 해 비농업 고용이 158,000이었다면 [1], AI가 손익분기점을 맞추려면 최소 일자리 20개 중 1개를 가져오거나 만들어야 한다는 내 대략 계산보다 한 자릿수 더 큼 [0] [https://fred.stlouisfed.org/series/BA06RC1A027NBEA]() [1] [https://fred.stlouisfed.org/series/PAYEMS]() - 세계 경제를 운영하는 실제 소수 비밀 집단이 있다고 생각한다면 거의 소설 같음 2008년과 2020~2023년에 엄청난 돈이 경제에 들어왔고 부자들은 말도 안 되게 부유해졌음. 그 부가 이제 2020년대판 철도/광섬유에 묶여 있고, 우리는 사실상 세계 경제에서 수조 달러를 지워 리셋하려는 셈임 리셋이 필요하긴 함 - 이 글을 읽는 데 20분을 쓰기 전에, 이 글쓴이가 2년 넘게 AI가 실패하고 있고 돈 낭비이며 나쁘고 절대 작동하지 않을 것이라는 식의 인기 있지만 꾸준히 틀린 견해를 올려왔다는 점을 알 필요가 있음 예를 들어 2024년 3월의 [https://www.wheresyoured.at/peakai/]() 같은 글이 있음 - 어디서 들었는지는 모르겠지만, 1998년쯤 닷컴 붕괴를 일찍 예측한 사람 이야기가 떠오름 2년 동안은 명백히 미친 사람처럼 보였고 주식시장 대폭 상승을 놓쳤지만, 결국 맞았음. 물론 기술주는 이후 천천히 회복됐음 이런 일의 시점을 예측하는 건 악명 높게 어렵고, 2년 전 타이밍을 틀렸다고 해서 조정이 없다는 뜻은 아님 - 그 글에서 꾸준히 틀렸다고 부를 만한 구체적인 부분을 짚어줄 수 있는가? 동의하지 않는 건 아니지만 훑어봤을 때 바로 튀어나오는 건 없었음 - AI 비관론의 품질은 AI 낙관론의 품질과 맞먹음 Ed는 온도계로는 좀 흥미롭지만, 그가 쓰는 걸 진지하게 받아들이긴 어렵다고 느낌 - Wired의 프로필을 읽어보는 걸 강력히 추천함: [https://www.wired.com/story/ai-pr-ed-zitron-profile/]() Tim Lee도 Ed가 일부 분석의 세부 내용을 올렸을 때 꽤 이상한 점들이 있었다고 짚었음: [https://x.com/binarybits/status/2034377838883700953]() - 지금은 **반AI 콘텐츠**가 조금 위안이 되어서 클릭하고 싶어 보이지만, 그는 계속 틀리고 보통 “이 사업들은 수익도 안 난다”는 방향으로 밀고 감 뉴스레터 구독 팝업이 뜨는 순간 바로 탭을 닫음 - Ed는 흥미로운 인물임 AI 산업에 대한 그의 금융 분석은 논리적으로는 말이 되지만, 내가 실제로 맞는지 알 만큼 지식이 충분하진 않음 다만 그는 AI 전반에 너무 화가 나 있어서, LLM이 실제로 **최첨단 수준**을 바꾸고 있는 명백한 영역을 놓치는 듯함 코딩은 Simon Willison이 최근 지적했듯 LLM의 핵심 사용처 중 하나로 보이고, 그게 유일한 진짜 사용처라 해도 엄청나게 유용함 유용함과 수익성은 다르며, 그 부분에서 Ed가 중요한 점을 짚고 있다고 봄. 추론이 훨씬 싸지기 전까지 이 회사들은 수익을 낼 수 없고, 일부 초대형 플레이어는 API 토큰 가격을 내겠지만 대부분은 그러지 않을 것임 - LLM이 최첨단 수준을 실제로 바꾸는지 여부는 그가 쓴 내용과 상관없다고 봄 AI 기업들이 버티기 위해 X십억 달러 매출이 필요하다면, 그 매출의 0.5%든 5%든 50%든 최첨단을 바꾸는 데서 나오느냐는 100% 무관함 중요한 건 변혁 여부가 아니라 이 회사들이 청구서를 낼 수입이 없을 것이라는 점이고, 그들이 못 내면 다른 많은 회사들도 못 냄 그래서 변혁이 있든 없든 여전히 무너지기를 기다리는 **카드집**임. 이를 바꾸려면 더 많은 “변혁”이 아니라 현재 사용자 기반을 몇 배로 늘리거나 요금을 몇 배로 올릴 수 있는 기능 묶음이 필요함 - 그는 구독자가 있고, 그 태도가 구독자들에게 잘 먹힌다는 걸 찾았을 수도 있음 어떤 면에서는 꽤 신선함. 많은 사람은 AI의 이런저런 면을 비판하면서도 마지막에 “그래도 사실 AI를 정말 좋아하고 매일 쓴다”는 면책 조항을 붙이곤 함 아마 실용적인 빌더들이 댓글에 몰려와 차분하게 nuance를 배송하는 상황, 요즘 말로는 어깨에 칩을 얹은 화난 키보드 전사들에게 몰려드는 상황을 피하려는 것 같고, 그런 양비론을 헤치고 읽는 건 지침 Zitron에게는 그런 비판을 하기 어렵다. 뭐라 하든 그는 편을 드는 것처럼 보이는 걸 두려워하지 않음 - 어떤 부류의 사람들은 다음 세 가지를 분리하지 못하는 듯함: 1) AI라는 기술이 싫다, 2) AI로 돈 버는 사람과 회사가 싫다, 3) AI가 쓸모없다고 생각한다 이 셋은 완전히 별개의 입장임. AI가 매우 유용하다고 생각하면서도 사회적 지위를 낮출 수 있어서 싫어할 수 있고, 기술은 좋아하지만 Sam Altman이 부정직하다고 생각할 수도 있음 그런데 많은 반AI 논객은 이상하게 세 주장을 모두 제시해야 한다고 느끼는 듯함 더 우스운 건, 정말 쓸모없다면 신경 쓸 필요가 없다는 점임. 시장이 결국 쓸모없음을 알아내고 모든 게 정상으로 돌아가며 싫어하는 사람들은 돈을 잃을 것임 물론 그들이 진짜로 쓸모없다고 믿는다고 보진 않음. 나는 그들이 자신의 위신에 어떤 영향을 줄지 걱정하며, 언젠가 모두가 “깨어나서” LLM은 유용성 없는 **확률적 앵무새**일 뿐이라는 믿음을 공유하길 간절히 바라는 것에 가깝다고 봄. 하지만 사람들은 매일 쓰고 있고 개선되는 걸 실시간으로 보고 있음 - 추론 비용은 상당히 싸질 가능성이 큼 그의 주장은 이 회사들이 수익을 내려면 2022년 전에는 전례 없던 매우 큰 일들이 일어나야 한다는 것임. 대체로 동의하지만, 나는 그런 일들이 이미 몇 년째 일어나고 있으므로 앞으로도 일어날 것이라고 봄 - 추론이 비싸다는 말은 자주 반복되지만 대부분 무지에서 나옴 추론이 비싸다고 믿을 근거는 분위기 말고는 전혀 없음. 데이터와 직관으로 보면 마진은 높음 이런 사고방식은 사람들이 잘 모르면서 “AI는 수익성이 없고 너무 비싸다”는 말을 거대한 진전에 대응하는 카타르시스처럼 쓰고 있다는 내 믿음을 강화함 - Zitron은 예측 성공이 아니라 **콘텐츠 제작**을 하는 사업자임 그와 비슷한 사람들이 몇 번이나 끝이 왔다고 말하든 상관없고, 한 번만 맞으면 됨 다만 현재로서는 경제성에 대해서는 확실히 맞는 부분이 있음. 이 거대한 투자가 회수될 방법은 아직 없음 - 콘텐츠 제작 목적이라면 한 번도 맞을 필요조차 없음 - 내가 보기엔 AI는 세상을 급진적으로 바꿀 것임 나빠질 수도, 좋아질 수도, 둘이 섞일 수도 있지만 그 자체는 의심하지 않음 LLM이라는 도약이 시작된 지 겨우 5~6년임. 참고로 전파는 1886년에 발견됐고 Marconi가 1895년에 통신에 사용했으며, 전화와 라디오는 수십 년간 공존했지만 휴대폰과 무선 기술이 본격적으로 커진 건 1995년이었음 오래 걸린 이유는 전파 물리학이 성숙할 시간이 필요해서가 아니라, 그걸로 이익을 내는 데 필요한 나머지 모든 것이 시간이 필요했기 때문임 내게 LLM은 AI라기보다 **빌딩 블록**에 가까움. 전파나 트랜지스터에 해당할 수도 있음 이미 LLM을 연결해 에이전트로 만드는 것이 가능하다는 걸 보고 있음. 현재는 가격이 코딩과 에이전트의 엄격한 제한 요인임 Claude Code나 Codex만 원한다면 그럭저럭 괜찮지만, 대부분의 사람이 실험할 엄두를 내지 못하는 LLM 조합이 많음. 예를 들어 게임에서 NPC 대화와 세계 메커니즘을 LLM으로 구동하는 건 비용 때문에 아직 일이 되지 않음 추론 하드웨어 가격이 내려가고 추론 알고리즘이 계속 개선된다면, 오늘날 상상하기 어려운 것들을 보게 될 것이라고 확신하며 동시에 두렵기도 함 - 사실 바로 그 문제를 작업하고 있음 비용은 문제가 아님. 문맥상 일관된 응답과 시나리오는 수가 제한되어 있어서 게임 안에서 실시간으로 LLM이 텍스트를 생성할 필요가 없음 대신 LLM으로 대화 메시지, 조각, 단서 같은 “원자”의 거대한 말뭉치를 만들고, 플레이어 입력에 따라 결정론적으로 이어 붙일 수 있음. 구현 전에 사전 검수와 다양한 테스트도 가능함 게임에서 상호작용하는 플레이어에게 이런 시스템은 설계된 상호작용 범위 안에서는 생성 텍스트와 기능적으로 구분하기 어려울 것임 장점도 큼. 플레이어가 역할을 깨고 일부러 찔러보면 이음새가 드러날 수는 있지만, LLM처럼 악용되지는 않음 - “AI가 세상을 좋게, 나쁘게, 혹은 둘 다로 바꿀 수 있다”는 말은 가치 없는 진술임 무언가가 더 좋게도, 나쁘게도, 둘 다로도 만들 수 있다고 의심한다니 참 날카로운 통찰임 “우리는 아직 너무 이르다”는 말도 이상함. 이미 여러 Super Bowl 광고를 했고, 기술 뉴스를 사실상 장악한 회사들이 CEO의 터무니없는 말을 기자들이 그대로 반복하게 만들며, 기업가치가 1조 달러가 넘는다고 말해도 그 재무에 반박할 권한 있는 사람들은 동의만 하는 듯함 수백 에이커 규모의 데이터센터를 지었고, 실현되지 않을 데이터센터 계약도 맺었으며, 매달 수십억 달러를 요구함 실리콘을 집어삼켜 사람들이 하드웨어 가격이 두 배, 세 배 이상 오르는 걸 눈으로 보고 있음 직장들은 직원에게 AI 사용을 강요했다가, 보조금이 사라지고 비용이 드러나자 재미없어져서 후퇴했음 그런데도 더 많은 시간, 더 많은 시선, 더 많은 사람이 봐야 한다고 함. 전파 역사에서 이런 일이 어디 있었는지 모르겠음 - LLM으로 구동되는 NPC 대화보다는 작가가 만든 **대화와 캐릭터**에 훨씬 더 관심 있음 시뮬레이션은 지루함 - Ed가 “AI가 느려지고 있다”고 보는 근거는 회사의 지출 상한, 특히 Uber의 엔지니어당 도구당 월 1,500달러 제한임 나는 같은 증거를 정반대로 해석함. 1년 전만 해도 회사가 AI 도구에 직원당 월 1,500달러를 쓴다는 생각은 터무니없었고, 대체 AI로 무엇을 하길래 그렇게 들겠나 싶었음 그런데 코딩 에이전트와 점점 더 범용화되는 에이전트가 등장하자, 직원 수요가 너무 높아져 회사들이 제한을 걸어야 하는 상황이 됨 이 AI 회사들의 전체 잠재 시장이 **지식노동자당 월 1,500달러**로 뛰어올랐는데, 이게 어떻게 느려지는 것인지 모르겠음 - 미국 빅테크가 엔지니어에게 말도 안 되는 임금을 주는 일부 주에서는 가능할 수도 있음 하지만 투자수익률을 맞추려면 그 정도 또는 그 이상을 전 세계적으로 써야 하는데, 장기적으로 그런 예산이 통과될 리는 없음 회사는 비용 절감을 좋아하고, 직원을 마음대로 줄이듯 같은 가치나 더 나은 가치를 주는 다른 길이 있다고 판단하는 순간 그런 예산도 빠르게 사라질 것임 아니면 단순히 주주의 단기 가치 요구 때문에 없어질 수도 있음 - 실제로는 엔지니어당 월 1,500달러도 아니라, **엔지니어당 도구당 월 1,500달러**임 즉 Claude Code와 Cursor만 써도 쉽게 월 3,000달러가 되고, 여기에 Codex까지 선택지라면 4,500달러가 될 수 있음 그리고 당신이 블로그에 쓴 것처럼 정당화하면 넘길 수 있는 소프트 캡임