Five architects of the AI economy explain where the wheels are coming off

개요

AI 경제의 다섯 건축가들이 칩 부족, 우주 데이터 센터, 그리고 AI의 근본적인 아키텍처 문제까지 AI 공급망 전반에 걸친 현실적인 제약과 미래 발전 방향에 대해 논의했습니다.

주요 내용

• 칩 생산 병목 현상: ASML CEO Christophe Fouquet는 현재 AI 칩 생산이 폭발적으로 증가하고 있음에도 불구하고 향후 2~5년간 공급 부족이 지속될 것이며, 이는 하이퍼스케일러들이 원하는 만큼의 칩을 확보하지 못할 것임을 시사한다고 밝혔습니다. Google Cloud COO Francis deSouza는 Google Cloud의 폭발적인 성장과 함께 급증하는 백로그(미인도 매출)를 언급하며 수요의 현실성을 강조했습니다.
• 데이터와 시뮬레이션의 한계: Applied Intuition CEO Qasar Younis는 물리적 AI 시스템(자율 주행차, 드론 등) 개발에서 가장 큰 병목은 실리콘이 아닌 실제 세계에서 수집해야 하는 데이터이며, 완전한 합성을 통한 모델 훈련에는 오랜 시간이 걸릴 것이라고 지적했습니다.
• 에너지 문제와 우주 데이터 센터: Francis deSouza는 Google이 에너지 제약 문제에 대한 해결책으로 우주 데이터 센터를 진지하게 고려하고 있으며, 우주에서의 냉각 문제(복사가 유일한 열 방출 방식)를 해결하기 위한 엔지니어링 노력을 기울이고 있다고 설명했습니다. 또한, Google Cloud는 자체 TPU 칩과 모델, 에이전트를 통합 설계하여 에너지 효율성을 극대화하는 전략을 취하고 있다고 밝혔습니다.
• 에너지 기반 모델(EBM)의 가능성: Logical Intelligence의 Eve Bodnia는 기존 LLM과는 다른 에너지 기반 모델(EBM)을 개발 중이며, 이는 데이터의 근본적인 규칙을 이해하는 방식으로 인간의 뇌 작동 방식에 더 가깝다고 주장했습니다. 그녀의 모델은 수십억 개의 파라미터를 가진 LLM에 비해 훨씬 적은 파라미터로 수천 배 빠르게 작동하며, 데이터 변화에 따라 지식을 업데이트할 수 있어 물리적 규칙 이해가 중요한 분야에 적합하다고 설명했습니다.
• AI 에이전트의 진화와 보안: Perplexity의 Chief Business Officer Dimitry Shevelenko는 Perplexity가 단순 검색을 넘어 '디지털 워커'로서 기능하는 AI 에이전트 'Perplexity Computer'를 선보이며, 엔터프라이즈 관리자가 에이전트의 접근 권한을 세밀하게 제어할 수 있는 '세분화(granularity)'의 중요성을 강조했습니다. 그는 에이전트가 실제 행동을 수행하기 전에 사용자 승인을 받는 절차를 필수적이라고 보았습니다.
• 물리적 AI와 국가 주권: Qasar Younis는 자율 주행차, 방위 드론 등 물리적 AI가 국가 주권과 얽혀 있으며, 각국 정부가 자국 국경 내에서 타국이 통제하는 물리적 AI 시스템의 안전, 데이터 수집, 통제에 대한 우려를 표명하고 있다고 지적했습니다.
• AI 발전과 칩 제조의 지정학: Christophe Fouquet는 중국의 AI 발전을 인정하면서도 EUV 리소그래피 접근 제한으로 최첨단 반도체 제조 능력이 부족하여 전체 AI 스택 하단에서 제약을 받고 있다고 분석했습니다. 그는 미국이 데이터, 컴퓨팅 접근, 칩, 인재를 보유하고 있음을 강조했습니다.
• 차세대 비판적 사고 및 노동 시장 영향: Google Cloud의 Francis deSouza는 AI가 인류가 해결하지 못했던 복잡한 문제(신경 퇴행성 질환, 온실가스 제거 등) 해결을 도울 것이라고 낙관적인 전망을 내놓았습니다. Dimitry Shevelenko는 진입 장벽 일자리는 줄어도 개인의 창업 기회는 늘어날 것이라고 언급했습니다. Qasar Younis는 농업, 운송, 광업 등 노동력 부족이 심각한 분야에서 물리적 AI가 숙련된 노동자를 대체하는 것이 아니라 기존의 공백을 메우고 있다고 설명했습니다.

시사점

AI 기술 발전은 칩 제조, 에너지, 데이터, 그리고 AI의 근본적인 아키텍처까지 다양한 물리적, 기술적 제약에 직면해 있으며, 이러한 한계와 함께 AI 에이전트의 역할 확대, 물리적 AI와 국가 주권 간의 관계, 그리고 차세대 인재 양성에 대한 깊이 있는 논의가 필요함을 보여줍니다.