# AI 혁명의 현재와 미래: 마크 안드레센이 말하는 5가지 핵심 통찰

> 2026-01-10 · 큐레이션 김태우
> https://challengekim.com/insights/marc-andreessen-5-key-insights-ai-revolution-present-future-ko
> 원문: https://www.youtube.com/watch?v=xRh2sVcNXQ8

## 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 적용** 됩니다. 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 하락** 할 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 **AI** 라는 두 가지 매우 가치 있는 계산 형태가 대규모 병렬 연산 방식에 나타났습니다. GPU 아키텍처가 **이 용도에 극도로 적합** 하게 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:**

1. **AI에 특화된 완전히 새로운 종류의 칩을 만드는 스타트업들** 등장
2. **AMD 같은 주요 회사들** 추격 중
3. **하이퍼스케일러들** (Google, Meta, Amazon 등) **자체 칩 개발** 진행 중
4. **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:

1. **군사 차원**: 남중국해, 대만에서의 전쟁 위험
2. **경제 차원**: 미국의 탈산업화, 재산업화, 중국에 대한 의존도
3. **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 때문** 에 **대부분 같은 결론에 도달** 한다는 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:

1. **용기의 신호**: 이것이 용기를 보여주는 것
2. **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:

1. **직접 질문**: 설문조사, 포커스 그룹, 여론 조사
2. **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:**

1. **기술은 계속 발전할 것**: 지금의 제품들은 5년, 10년 후에 극도로 정교해질 것
2. **경제는 급성장할 것**: 비용 구조의 급

---

원문을 바탕으로 AI 가 한국어로 요약·재구성한 글입니다. 인용·수치는 원문 링크에서 확인해 주세요. [원문 링크](https://www.youtube.com/watch?v=xRh2sVcNXQ8)