AI 시장 서사 3가지 반전 — 잉여 컴퓨트, 고용 증가, 오픈 모델의 부상

핵심 메시지

• Palantir CEO 알렉스 카프의 발언처럼, 기업들은 모델을 영원히 임대하기보다 자기 데이터·모델·컴퓨트를 소유하려는 방향으로 움직이고 있다.
• 첫 번째 반전: 컴퓨트가 부족하다던 서사와 달리 메타가 잉여 AI 컴퓨트를 클라우드로 판매하려 하고, "토큰 맥싱"에서 "토큰 최소화"로 흐름이 바뀌었다.
• 두 번째 반전: AI에 가장 많이 투자하는 기업이 오히려 고용을 늘렸다 — 고강도 도입 기업은 2년간 인력이 10% 넘게, 신입 채용은 12% 늘었다.
• 세 번째 반전: 오픈 모델이 최고 폐쇄형 모델과의 성능 격차를 좁히면서 훨씬 저렴해졌고, 보안 우려도 슬로건만큼 단순하지 않다.
• 거대 언어모델이 상품화(commoditization)되면 승부는 그 위에 앉아 비즈니스를 가장 잘 운영하는 기업으로 옮겨간다는 전망이 제시된다.

쉽게 이해하기

CNBC 라이브 방송은 Palantir CEO 알렉스 카프의 격한 발언을 출발점으로 삼는다. 카프는 기업들이 "가치를 창출하지 않는 토큰에 돈을 낸다"며 불만이 크고, 자신들의 데이터·모델·GPU를 직접 소유하고 통제하고 싶어 한다고 주장한다. 진행자는 그 안에 진짜 질문이 있다고 본다. 고객이 모델을 영원히 임대하고 싶지 않다면, 그리고 최고 성능의 모델을 소유한 쪽이 이긴다는 지난 몇 년의 깔끔한 서사가 흔들린다면 어떻게 되는가. 방송은 이 서사를 흔드는 세 가지 반전을 다룬다.

첫 번째 반전은 "모델이 사업의 전부가 아닐 수 있다"는 것이다. 메타가 잉여 AI 컴퓨트를 클라우드 사업으로 팔려 한다는 보도가 나왔는데, 컴퓨트가 부족하다던 이야기와 배치된다. 투자자 댄 나일스는 메타가 불과 몇 달 전 코어위브·네비우스와 대형 계약을 맺어 놓고 이제 잉여 용량을 되판다는 점을 지적하며, 3월의 "토큰 맥싱"에서 6월경 "토큰 최소화"로 흐름이 바뀌었다고 설명한다. 코인베이스의 브라이언 암스트롱이 AI 지출을 50% 줄인 사례처럼, 이메일 요약에 최고급 모델을 쓰는 것은 "페라리로 우유 사러 가기"이며 훨씬 싼 모델로 충분하다는 것이다. SpaceX와 메타까지 공급자로 가세하면서 컴퓨트 제공자가 5~6곳으로 늘어난 반면 수요가 정말 무한한지는 의문이 제기된다.

두 번째 반전은 "AI가 단순히 일자리를 없애지 않을 수 있다"는 것이다. RAMP와 Rellio Labs의 새 데이터에 따르면 AI에 가장 많이 지출하는 기업이 오히려 인력을 늘렸다. RAMP의 이코노미스트 아라 카르지안은 AI를 도입한 기업이 이후 2년간 인력이 10.2% 늘었고, 특히 신입 채용이 12% 증가했다고 밝힌다. 다만 이는 고강도 도입 기업에서 주로 나타나며, ChatGPT 구독 정도의 저강도 도입은 유의미한 변화가 없었다. 핸드셰이크 CEO 개럿 로드는 프로세스를 AI 중심으로 재설계한 기업이 더 많이 채용한다고 덧붙이며, 코딩 에이전트·API 같은 고급 도구를 6~12개월 이상 꾸준히 써야 생산성 향상이 나타난다고 설명한다.

세 번째 반전은 "오픈 모델이 곁다리가 아니라 본무대일 수 있다"는 것이다. 오랫동안 오픈 모델은 싸지만 뒤처진다는 평을 받았지만, DeepSeek 이후 최고 미국 모델과의 격차를 계속 좁히고 있다. Together AI의 비플 파시는 GLM 5.2가 터미널 벤치에서 81점으로 Opus의 85점에 근접했고, 비용은 6~60배 저렴하다고 말한다. 보안 우려에 대해서는 오픈 모델을 다운로드해 에어갭 환경에서 프라이빗하게 실행하거나 AWS·애저 같은 신뢰된 클라우드에서 호스팅할 수 있어, 슬로건만큼 단순한 문제가 아니라고 반박한다. 허깅페이스 CEO 클레망 드랑주는 포춘 500대 기업의 50%가 이미 오픈소스 모델을 쓰고 있다고 전한다.

방송은 이 흐름이 폐쇄형 모델 기업의 사업 모델에 던지는 질문으로 이어진다. 댄 나일스는 거대 언어모델이 결국 같은 데이터로 학습되어 상품화될 것이므로, 인터넷 버블기의 시스코·인텔처럼 인프라는 상품화되고 그 위에 앉은 기업이 진짜 돈을 번다고 비유한다. 그는 승자독식 시장을 전제로 OpenAI의 상장 가능성에 회의적인 견해를 밝히고, 기업 고객을 처음부터 겨냥한 Anthropic의 매출이 빠르게 성장했다고 언급한다. 동시에 값싼 오픈 모델이 시장을 잠식하면서 Anthropic 역시 압박을 받을 수 있다는 점, 그리고 중국산 오픈 모델의 보안을 둘러싼 정책 리스크도 함께 다룬다.

주요 인사이트

• "토큰 맥싱"에서 "토큰 최소화"로의 전환은, 작업에 맞는 저렴한 모델을 골라 쓰는 것이 비용 절감의 핵심이 되었음을 보여준다.
• 잉여 컴퓨트를 되파는 공급자가 늘면서, 컴퓨트 수요가 무한하다는 전제와 인프라 투자(capex) 서사가 시험대에 올랐다.
• AI 도입이 곧 감원이라는 통념과 달리, 고강도로 도입하고 프로세스를 재설계한 기업은 신입을 포함해 오히려 고용을 늘렸다.
• 단순 챗봇 구독이 아니라 코딩 에이전트·API 등 고급 도구를 6~12개월 이상 꾸준히 써야 실질적 생산성 향상이 나타난다.
• 성능 격차가 좁혀지고 가격이 6~60배 저렴해지면서, 오픈 모델은 벤더 종속을 피하고 데이터를 지키려는 기업에 현실적 선택지가 되고 있다.

자주 묻는 질문

관련 AI 소식