2026-05-02. 노모유 인디 개발자 데일리 (제350호)

📰 뉴스

1.3GW 연산력의 뒤에서, AI에는 아직 무엇이 부족한가?

지난 2년 동안 AI 업계에서 가장 위험한 환상은 모델이 충분히 강하지 않다는 것이 아니다. 더 강한 모델이 모든 답이라고 모두가 믿는 것이다.

틀렸다. 승부를 진짜로 결정하는 것은 누가 파라미터를 더 크게 쌓느냐가 아니라, 누가 연산력, 데이터, 피드백, 표준을 하나의 네트워크로 연결하느냐다.

AI의 전반전은 모델 싸움이고, 후반전은 질서 싸움이다.

코드처럼 이미 반복적으로 검증된 영역에서는 모델의 한계 수익이 실제로 느려지기 시작했다. 하지만 소재, 물리, 과학 발견처럼 아직 충분히 채굴되지 않은 방향에서 연산력은 비용이 아니라 엔진이다.

진짜 최전선에 있는 회사들은 점점 소프트웨어 회사라기보다 연구소에 가까워진다. 모델이 문헌을 읽고, 로봇이 합성을 하고, X선 회절 장비가 검증을 하며, 결과가 다시 학습으로 흘러간다. 모델은 단지 말을 잘하는 수준을 넘어 발견에 참여하기 시작했다.

더 희소한 것은 공개 인터넷 데이터가 아니라 실험실, 공장, 공급망 안에 잠겨 있는 현실 데이터다. 로봇, 센서, 실험 장비, 모델을 폐쇄 루프로 연결할 수 있는 사람이 컨텍스트를 능력으로 바꿀 수 있다. Context는 중요하지만, Context는 해자가 아니다. 피드백이 해자다.

문제는 오늘날의 연산력이 전기처럼 표준화되어 있지 않다는 점이다. 그것은 서로 호환되지 않는 발전기 더미에 가깝다. 칩도 다르고, 인터페이스도 다르고, 보안 경계도 달라서 서로 매끄럽게 흐르지 못한다.

결과적으로 연산력이 없는 것이 아니라, 많은 연산력이 잠겨 있고, 놀고 있으며, 낭비되고 있다. 당신은 AI 능력 거품을 보고 있다고 생각하지만, 실제로는 GPU 낭비 거품에 더 가깝다.

더 현실적으로 연산력은 순수한 비즈니스 문제가 아니다. 많은 경우 시스템 설계 문제다. 돈이 없는 것이 아니다. 진짜 부족한 것은 지분, 부채, 토지, 전력, 데이터센터를 하나의 작동 가능한 시스템으로 묶을 수 있는 사람이다.

일부 정부, 대기업, 핵심 산업에서는 데이터를 함부로 국외로 내보낼 수 없고, 모델도 함부로 외부에 호스팅할 수 없다. 그래서 로컬, 통제 가능, 규정 준수 연산력을 제공할 수 있는 사람이 다음 라운드에서 가장 중요한 주문을 얻게 된다.

따라서 미래에 자라나는 것은 단순한 모델 회사가 아니라 프런티어 시스템 회사일 때가 많다. 모델은 입구일 뿐이고, 진짜 장벽은 폐쇄 루프에 있다. 실제 시나리오가 있는지, 지속적인 피드백이 있는지, 배포 결과를 다시 학습 과정에 먹일 수 있는지가 한 회사의 천장을 결정한다.

오늘날 가장 쉽게 실수하는 사람은 평범한 사람이 아니라 시장 지도를 보는 것밖에 모르는 사람이다. PPT는 회사를 모델 계층, 애플리케이션 계층, 인프라 계층으로 나누지만, 현실은 계속 경계를 무너뜨린다. 여전히 라벨만 바라보는 사람은 진짜 해자를 놓치게 된다.

AI에서 진짜 어려운 것은 많은 경우 AI alignment가 아니라 human alignment다.

기술자는 속도를 원하고, 정부는 안전을 원하고, 자본은 수익을 원하고, 기업은 효율을 원한다. 모두 말로는 혁신을 이야기하지만 실제로는 각자의 경계를 지킨다. 그래서 표준은 늦게 나오고, 프로토콜은 늦게 정착하며, 연산력은 전력망처럼 조율되지 못한다.

진짜 해야 할 일은 RFC처럼 정의를 명확히 하는 것이지, 마케팅 용어가 표준을 대체하게 두는 것이 아니다. 문제는 기계를 어떻게 정렬하느냐만이 아니라, 인간이 먼저 정렬할 의지가 있느냐이다.

그래서 이 세대의 젊은이들이 가장 배워야 할 것은 최신 순위를 쫓는 법이 아니라 전체 스택을 이해하는 법이다. 데이터는 어디서 오고, 피드백은 어떻게 돌아오며, 연산력은 어떻게 배정되고, 표준은 어떻게 정해지고, 제품은 어떻게 현장에 도착하는가. 진짜 기회는 시끄러운 표면이 아니라 아무도 씹고 싶어 하지 않는 하층에 있다.

AI는 순수한 모델 경쟁이 아니다. 그것은 질서 재건에 더 가깝다. 먼저 질서를 세우는 사람은 미래에 참여하는 것이 아니라 미래를 정의하는 것이다.